Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

可灵昨晚发布了 O1：一个大一统的视频、图像生成和编辑工具，支持你能想到所有图像和视频编辑能力。藏师傅会对这次新增的一些能力进行测试，同时大概教大家一下这个模式应该如何使用 👇下面是具体的教程和测试内容

歸藏(guizang.ai)

146,450 subscribers

46,516 Aufrufe • vor 7 Monaten •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

Skywork 上线了视频 Agent 能力，他们这个流程有意思你可以从第一个分镜开始，左边生成之后，将生成的视频和音频素材发到右边的视频编辑器里面去进行编辑。支持使用主流的视频模型和能力，文生、图生、首尾帧都有，另外支持生成音乐和语音。我用首尾帧做了一条香水广告的演示，还不错。也上线了一些特效模版，你可以不用管提示词直接复用。而且会员从昨天（0106）开始会有为期七天的无限使用优惠，只要你是会员就可以一直用。最近有需求的朋友们可以看看，说不定这几天直接回本了。

Skywork 上线了视频 Agent 能力，他们这个流程有意思你可以从第一个分镜开始，左边生成之后，将生成的视频和音频素材发到右边的视频编辑器里面去进行编辑。支持使用主流的视频模型和能力，文生、图生、首尾帧都有，另外支持生成音乐和语音。我用首尾帧做了一条香水广告的演示，还不错。也上线了一些特效模版，你可以不用管提示词直接复用。而且会员从昨天（0106）开始会有为期七天的无限使用优惠，只要你是会员就可以一直用。最近有需求的朋友们可以看看，说不定这几天直接回本了。

歸藏(guizang.ai)

18,171 Aufrufe • vor 6 Monaten

推荐一个蛮屌的免费图像处理工具：ClipDrop ClipDrop是一个提供AI驱动图像编辑工具，功能包括去除或替换背景、移除图片中的物体、人物或缺陷、图像放大和将涂鸦转换成真实图片。试了试去除物体功能，处理速度非常快而且无残留，网站还提供API，以便将其AI工具集成到其他应用程序中。感兴趣的可以尝试一下。链接：

推荐一个蛮屌的免费图像处理工具：ClipDrop ClipDrop是一个提供AI驱动图像编辑工具，功能包括去除或替换背景、移除图片中的物体、人物或缺陷、图像放大和将涂鸦转换成真实图片。试了试去除物体功能，处理速度非常快而且无残留，网站还提供API，以便将其AI工具集成到其他应用程序中。感兴趣的可以尝试一下。链接：

知识分享官

105,536 Aufrufe • vor 2 Jahren

谷歌也发布了一个根据输入图片和音频就能生成对应人物讲话视频的项目VLOGGER。看起来没有阿里那个自然。项目简介：它可以根据一张人物图像,生成由文本和音频驱动的说话人视频。该方法建立在最近生成式扩散模型取得成功的基础之上。 VLOGGER 包含两个关键组件: 1) 一个随机的人体到 3D 运动的扩散模型; 2) 一个创新的基于扩散的架构,通过时间和空间控制来增强文本到图像模型的能力。这种方法可以生成高质量、可变长度的视频,并且可以通过人脸和身体的高级表示进行便捷控制。与之前的工作相比,我们的方法具有以下优势:不需要为每个人单独训练模型;不依赖人脸检测和裁剪;能生成完整的图像(而非仅限于脸部或嘴唇);适用于广泛场景(如躯干可见或身份多样化),这对于正确合成具有沟通能力的虚拟人至关重要。项目地址：

谷歌也发布了一个根据输入图片和音频就能生成对应人物讲话视频的项目VLOGGER。看起来没有阿里那个自然。项目简介：它可以根据一张人物图像,生成由文本和音频驱动的说话人视频。该方法建立在最近生成式扩散模型取得成功的基础之上。 VLOGGER 包含两个关键组件: 1) 一个随机的人体到 3D 运动的扩散模型; 2) 一个创新的基于扩散的架构,通过时间和空间控制来增强文本到图像模型的能力。这种方法可以生成高质量、可变长度的视频,并且可以通过人脸和身体的高级表示进行便捷控制。与之前的工作相比,我们的方法具有以下优势:不需要为每个人单独训练模型;不依赖人脸检测和裁剪;能生成完整的图像(而非仅限于脸部或嘴唇);适用于广泛场景(如躯干可见或身份多样化),这对于正确合成具有沟通能力的虚拟人至关重要。项目地址：

歸藏(guizang.ai)

31,171 Aufrufe • vor 2 Jahren

DeepSeek V4 和 Opus 4.7的对比测试，一个很实用的场景，生成数学立体几何的3D演示。很多学生缺乏三维想象空间，需要3D工具做辅助，我也做过一些调研，大部分的数学老师是用geogebra做立体几何的演示，但是这个工具用起来繁琐，做图的速度跟不上用量，如果能用AI生成，妥妥的生产力工具。这次测试的平台依旧选择了ZenMux，目前ZenMux中的DeepSeek V4有免费的额度，必须蹭一波，直达链接同样的提示词，在没有任何Skills的加持下，猜猜看哪个是DeepSeek V4，哪个是Opus 4.7？

DeepSeek V4 和 Opus 4.7的对比测试，一个很实用的场景，生成数学立体几何的3D演示。很多学生缺乏三维想象空间，需要3D工具做辅助，我也做过一些调研，大部分的数学老师是用geogebra做立体几何的演示，但是这个工具用起来繁琐，做图的速度跟不上用量，如果能用AI生成，妥妥的生产力工具。这次测试的平台依旧选择了ZenMux，目前ZenMux中的DeepSeek V4有免费的额度，必须蹭一波，直达链接同样的提示词，在没有任何Skills的加持下，猜猜看哪个是DeepSeek V4，哪个是Opus 4.7？

WY

13,315 Aufrufe • vor 2 Monaten

发现一个开源的 AI 视频生成项目，GitHub 已经 7k star 了——InfiniteTalk 它支持图像转视频和视频转视频两种模式，都是语音驱动的。给一张图片加一段音频，能直接生成说话的视频；给一段已有视频换音频，也能重新配音。除了口型同步，还能同时驱动头部运动、身体姿态和面部表情，整体动作会跟着音频联动，不只是嘴在动。还支持无限时长视频生成，不受时长上限的限制，算是打破了 AI 视频生成的瓶颈。

发现一个开源的 AI 视频生成项目，GitHub 已经 7k star 了——InfiniteTalk 它支持图像转视频和视频转视频两种模式，都是语音驱动的。给一张图片加一段音频，能直接生成说话的视频；给一段已有视频换音频，也能重新配音。除了口型同步，还能同时驱动头部运动、身体姿态和面部表情，整体动作会跟着音频联动，不只是嘴在动。还支持无限时长视频生成，不受时长上限的限制，算是打破了 AI 视频生成的瓶颈。

阿西_出海

19,788 Aufrufe • vor 17 Tagen

Google推出了一种在 StableDiffusion 图像生成中保证内容特征一致性的方式。这个其实是现在图像生成中一个非常重要的问题，故事可视化、游戏开发资产设计、广告等都需要在生成的时候具备角色或者内容的一致性。从演示来看效果非常好人物角色和其他内容的特征都保持的非常好，他们有一个示例是一个男人的一生十几张不同年龄段的图片都很像能看出来是一个人。而且这个项目还可以跟 SD 已有的控制方式结合，比如局部重绘和 Controlnet 等。下面是具体的介绍：实现方法：身份聚类：这一步骤涉及首先生成一系列图像，然后将这些图像嵌入到一个语义空间中。接着，使用聚类算法将这些图像分组，每个组代表一种可能的角色身份。这个过程旨在识别出一组视觉上一致的图像，从而确定角色的主要视觉特征。身份提取：在确定了一组具有高内聚性的图像之后，接下来的步骤是通过在这些图像上训练模型来提炼出一个更一致的角色身份。这意味着模型将学习到特定角色的关键视觉特征，以便在未来的生成中更准确地重现这些特征。收敛性：方法的最后一个步骤是迭代过程，该过程在达到一定的收敛标准时停止。在每次迭代中，模型基于最新的训练数据生成新的图像，并重新进行聚类和身份提取。这个过程重复进行，直到模型能够可靠地生成具有一致视觉身份的角色为止。效果验证：定性和定量比较：在这一部分，作者将他们的方法与其他个性化文本到图像生成技术进行比较。这包括通过视觉和数值指标来评估生成图像的一致性和质量。用户研究：作者还进行了一项用户研究，以评估他们的方法在实际使用中的效果。这包括让用户评价生成图像的一致性和吸引力。消融研究：这部分是对方法中不同组件的效果进行评估。通过修改或移除方法的某些部分，作者能够理解每个组成部分对最终结果的贡献。论文链接：

Google推出了一种在 StableDiffusion 图像生成中保证内容特征一致性的方式。这个其实是现在图像生成中一个非常重要的问题，故事可视化、游戏开发资产设计、广告等都需要在生成的时候具备角色或者内容的一致性。从演示来看效果非常好人物角色和其他内容的特征都保持的非常好，他们有一个示例是一个男人的一生十几张不同年龄段的图片都很像能看出来是一个人。而且这个项目还可以跟 SD 已有的控制方式结合，比如局部重绘和 Controlnet 等。下面是具体的介绍：实现方法：身份聚类：这一步骤涉及首先生成一系列图像，然后将这些图像嵌入到一个语义空间中。接着，使用聚类算法将这些图像分组，每个组代表一种可能的角色身份。这个过程旨在识别出一组视觉上一致的图像，从而确定角色的主要视觉特征。身份提取：在确定了一组具有高内聚性的图像之后，接下来的步骤是通过在这些图像上训练模型来提炼出一个更一致的角色身份。这意味着模型将学习到特定角色的关键视觉特征，以便在未来的生成中更准确地重现这些特征。收敛性：方法的最后一个步骤是迭代过程，该过程在达到一定的收敛标准时停止。在每次迭代中，模型基于最新的训练数据生成新的图像，并重新进行聚类和身份提取。这个过程重复进行，直到模型能够可靠地生成具有一致视觉身份的角色为止。效果验证：定性和定量比较：在这一部分，作者将他们的方法与其他个性化文本到图像生成技术进行比较。这包括通过视觉和数值指标来评估生成图像的一致性和质量。用户研究：作者还进行了一项用户研究，以评估他们的方法在实际使用中的效果。这包括让用户评价生成图像的一致性和吸引力。消融研究：这部分是对方法中不同组件的效果进行评估。通过修改或移除方法的某些部分，作者能够理解每个组成部分对最终结果的贡献。论文链接：

歸藏(guizang.ai)

125,770 Aufrufe • vor 2 Jahren

Anthropic 发布了 Skill Creator 的重大更新核心变化：内置测试用例生成写完一个 Claude 技能，怎么知道它到底能不能被正确触发？以前靠手动试，现在 Skill Creator 内置了测试功能，帮你自动跑评估。你现在可以给技能定义一组测试提示词，描述"什么样的回答算合格"，然后让系统自动跑测试、出报告。不需要写代码，不需要搭测试框架。具体新增了四个能力：自动化评估（Evals）：定义测试提示词和预期结果，系统自动运行并追踪通过率、耗时、token 用量。当模型更新或基础设施变化时，你能立刻发现技能是否"退步"了。多 Agent 并行测试：测试用例不是排队跑的，而是在独立的 Agent 中并行执行，每条测试互不干扰，各自有独立的 token 和耗时统计。 A/B 对比：系统用"比较器 Agent"对两个版本的技能做盲测对比，去掉主观偏见。你改了技能描述，想知道新版比旧版好还是差，直接跑一轮对比就有答案。触发率优化：这可能是最实用的功能。系统会分析你的技能描述和测试提示词，建议怎么改描述才能减少误触发和漏触发。官方测试中，6 个公开的文档类技能有 5 个的触发准确率得到了提升。

Anthropic 发布了 Skill Creator 的重大更新核心变化：内置测试用例生成写完一个 Claude 技能，怎么知道它到底能不能被正确触发？以前靠手动试，现在 Skill Creator 内置了测试功能，帮你自动跑评估。你现在可以给技能定义一组测试提示词，描述"什么样的回答算合格"，然后让系统自动跑测试、出报告。不需要写代码，不需要搭测试框架。具体新增了四个能力：自动化评估（Evals）：定义测试提示词和预期结果，系统自动运行并追踪通过率、耗时、token 用量。当模型更新或基础设施变化时，你能立刻发现技能是否"退步"了。多 Agent 并行测试：测试用例不是排队跑的，而是在独立的 Agent 中并行执行，每条测试互不干扰，各自有独立的 token 和耗时统计。 A/B 对比：系统用"比较器 Agent"对两个版本的技能做盲测对比，去掉主观偏见。你改了技能描述，想知道新版比旧版好还是差，直接跑一轮对比就有答案。触发率优化：这可能是最实用的功能。系统会分析你的技能描述和测试提示词，建议怎么改描述才能减少误触发和漏触发。官方测试中，6 个公开的文档类技能有 5 个的触发准确率得到了提升。

小互

46,969 Aufrufe • vor 4 Monaten

DragGAN正式发布，其令人震惊的"拖拽你的图像"功能达到了图像操作的新高度。使用DragGAN，你不仅仅是编辑图像，你是在"拖拽"它们以匹配你的创意视觉。以下是10个示例用例：

DragGAN正式发布，其令人震惊的"拖拽你的图像"功能达到了图像操作的新高度。使用DragGAN，你不仅仅是编辑图像，你是在"拖拽"它们以匹配你的创意视觉。以下是10个示例用例：

AI Will

243,804 Aufrufe • vor 3 Jahren

酷，浙大、vivo最新出的一款视频虚拟试衣模型：MagicTryOn，服装的时空一致性、稳定性、服装细节都保持的不错，效果可以直接用于电商广告了支持图像试穿、视频试穿，以及自定义试穿擅长在比如跳舞这种人体大幅度运动，和复杂场景中试穿具备泛化能力，可以在玩偶上进行虚拟试衣其用扩散Transformer取代U-Net架构，来提升模型的表达能力；结合全自注意力机制联合建模视频的时空一致性，确保试衣效果在时间和空间维度上自然流畅 #虚拟试穿 #MagicTryOn #tryon #AI穿衣

酷，浙大、vivo最新出的一款视频虚拟试衣模型：MagicTryOn，服装的时空一致性、稳定性、服装细节都保持的不错，效果可以直接用于电商广告了支持图像试穿、视频试穿，以及自定义试穿擅长在比如跳舞这种人体大幅度运动，和复杂场景中试穿具备泛化能力，可以在玩偶上进行虚拟试衣其用扩散Transformer取代U-Net架构，来提升模型的表达能力；结合全自注意力机制联合建模视频的时空一致性，确保试衣效果在时间和空间维度上自然流畅 #虚拟试穿 #MagicTryOn #tryon #AI穿衣

AIGCLINK

28,402 Aufrufe • vor 1 Jahr

即梦现在可以用Seedance 2.0 生成 1080P 的视频了试了一下，太屌了！感觉这个才是满血的 Seedance 2.0 这个细节就不说了。我感觉这个模型它的智能程度和提示词理解能力也上升了。在“全能参考”上，对于素材的使用非常灵活，而且跟整个视频融合得更好。

即梦现在可以用Seedance 2.0 生成 1080P 的视频了试了一下，太屌了！感觉这个才是满血的 Seedance 2.0 这个细节就不说了。我感觉这个模型它的智能程度和提示词理解能力也上升了。在“全能参考”上，对于素材的使用非常灵活，而且跟整个视频融合得更好。

歸藏(guizang.ai)

28,458 Aufrufe • vor 3 Monaten

MiMo推出1000 Token/s超高速模型｜体验测评 MiMo 推出了 MiMo V2.5 Pro UltraSpeed 超高速的模型版本，能够实现每秒输出超过 1,000 Token 的速度。同时，这应该也是全球第一个达到这个速度的万亿（1T）参数模型。藏师傅提前试了一下，做了三个测试，确实爽。第一个跑了一个比较复杂的 3D 采矿小游戏测试。在没有素材的情况下，我让它全部用 Three.js 前端代码来生成素材。整体要求比较完整，虽然第一次实践时出了一些小问题，但在跟他沟通修改建议后，非常完美地实现了任务。这次测试的各项指标如下：思考的 TPS：804 Token/s，峰值速度：810 Token/s，首次响应时间：4.71 秒。第二个测试给了一个官网，其头部包含一个相对复杂的 3D 动画。这次的输出速度快了非常多：峰值达到了 1426 Token/s，首次响应只用了 0.83 秒，在 32 秒内输出了 25624 个 Token，总计生成了 1000 行代码。第三个测试给了一个更复杂的官网。我要求这个官网的 Header 头部包含以下 3D 效果：地球边缘、轨道上的飞船、星际尘埃、航线图、舷窗的 HUD 样式。这个效果非常好，整体的视觉样式、状态、SVG 动画和驾驶卡片都非常精细，还有滚动的视差效果这个输出的 TPS 达到了 1136 tokens/s，首次响应是 4.5 秒官方测试平台下面有个数据展示，会显示相关信息在流式输出的情况下，当你看着它只用 20 秒就产生一个非常复杂的 3D 游戏时，那种场景还是比较震撼的之前的这些（比如说 Groq 之类的）超高速推理方案，在模型能力或者是整体水平上都会有所下降，但是 MiMo 这个在测试的时候，我没有看到这种迹象最近很多公司都开始推出这种超高速的 API 服务，比如之前 OpenAI 和 Anthropic 都有 Fast 模式在 Agent 场景下，模型输出效率的提升会直接带动每一步 Agent 操作的效率：如果一个任务预估一分钟完成，你就会盯着它直到结束，然后立刻投入测试。如果需要五分钟才完成，你可能就会去干别的事，然后再回来看，难免会浪费一些时间这种效率提升在 Sub-Agent 和并发场景下更加明显。因为它可以更快地产出大量结果，想象一下，如果同时启动一两百个 Sub-Agent，在模型能力没有衰减的前提下，速度提高 10 倍，体验是非常爽的毕竟这本质上是面向那种对效率有极高要求的 To B 客户所推出的希望后面大家卷起来，优化一下成本，让普通用户也能放开用这种 UltraSpeed 模型

MiMo推出1000 Token/s超高速模型｜体验测评 MiMo 推出了 MiMo V2.5 Pro UltraSpeed 超高速的模型版本，能够实现每秒输出超过 1,000 Token 的速度。同时，这应该也是全球第一个达到这个速度的万亿（1T）参数模型。藏师傅提前试了一下，做了三个测试，确实爽。第一个跑了一个比较复杂的 3D 采矿小游戏测试。在没有素材的情况下，我让它全部用 Three.js 前端代码来生成素材。整体要求比较完整，虽然第一次实践时出了一些小问题，但在跟他沟通修改建议后，非常完美地实现了任务。这次测试的各项指标如下：思考的 TPS：804 Token/s，峰值速度：810 Token/s，首次响应时间：4.71 秒。第二个测试给了一个官网，其头部包含一个相对复杂的 3D 动画。这次的输出速度快了非常多：峰值达到了 1426 Token/s，首次响应只用了 0.83 秒，在 32 秒内输出了 25624 个 Token，总计生成了 1000 行代码。第三个测试给了一个更复杂的官网。我要求这个官网的 Header 头部包含以下 3D 效果：地球边缘、轨道上的飞船、星际尘埃、航线图、舷窗的 HUD 样式。这个效果非常好，整体的视觉样式、状态、SVG 动画和驾驶卡片都非常精细，还有滚动的视差效果这个输出的 TPS 达到了 1136 tokens/s，首次响应是 4.5 秒官方测试平台下面有个数据展示，会显示相关信息在流式输出的情况下，当你看着它只用 20 秒就产生一个非常复杂的 3D 游戏时，那种场景还是比较震撼的之前的这些（比如说 Groq 之类的）超高速推理方案，在模型能力或者是整体水平上都会有所下降，但是 MiMo 这个在测试的时候，我没有看到这种迹象最近很多公司都开始推出这种超高速的 API 服务，比如之前 OpenAI 和 Anthropic 都有 Fast 模式在 Agent 场景下，模型输出效率的提升会直接带动每一步 Agent 操作的效率：如果一个任务预估一分钟完成，你就会盯着它直到结束，然后立刻投入测试。如果需要五分钟才完成，你可能就会去干别的事，然后再回来看，难免会浪费一些时间这种效率提升在 Sub-Agent 和并发场景下更加明显。因为它可以更快地产出大量结果，想象一下，如果同时启动一两百个 Sub-Agent，在模型能力没有衰减的前提下，速度提高 10 倍，体验是非常爽的毕竟这本质上是面向那种对效率有极高要求的 To B 客户所推出的希望后面大家卷起来，优化一下成本，让普通用户也能放开用这种 UltraSpeed 模型

歸藏(guizang.ai)

26,998 Aufrufe • vor 1 Monat

在使用GPT4o 尝试做一个虚拟形象先是根据我的表情形象生成一个3D形象然后用即梦生成了视频测试，初步测试还是很成功的即梦的这个数字人功能还是很不错的，稳定性挺好下一步是我要克隆一个吸引人的声音，先测试几款声音克隆工具，回头再汇报...

在使用GPT4o 尝试做一个虚拟形象先是根据我的表情形象生成一个3D形象然后用即梦生成了视频测试，初步测试还是很成功的即梦的这个数字人功能还是很不错的，稳定性挺好下一步是我要克隆一个吸引人的声音，先测试几款声音克隆工具，回头再汇报...

小互

27,980 Aufrufe • vor 1 Jahr

昨天给大家写了个小白如何使用seedance 2.0的教程想必大家都已经下载并且尝试了。 ❓ 是不是发现自己写的提示词效果不是很好，没有别人搞的炫酷呢？ 👉 没事，今天炫酷的提示词来了，先来看下我生成的视频。我给大家提供了一个基础版提示词，只需要放到 Gemini 等 AI 工具中，然后说出你要做的事情，他就会给你生成一个对应的提示词，然后按照昨天教你的使用方式就可以直接生成视频了。什么？你说不懂提示词怎么用？考虑到了，看最后一个图片就好了。 ✅提示词见评论区

昨天给大家写了个小白如何使用seedance 2.0的教程想必大家都已经下载并且尝试了。 ❓ 是不是发现自己写的提示词效果不是很好，没有别人搞的炫酷呢？ 👉 没事，今天炫酷的提示词来了，先来看下我生成的视频。我给大家提供了一个基础版提示词，只需要放到 Gemini 等 AI 工具中，然后说出你要做的事情，他就会给你生成一个对应的提示词，然后按照昨天教你的使用方式就可以直接生成视频了。什么？你说不懂提示词怎么用？考虑到了，看最后一个图片就好了。 ✅提示词见评论区

阿蔺A-Lin

80,348 Aufrufe • vor 5 Monaten

又试了Codex的另一个插件：Remotion Codex+Remotion，马上做了一个15秒科技感视频做完最大的感受就是，Remotion比Hyperframes更能精确到帧画面的调整，但是Hyperframes听懂大白话的能力更强。两者感觉更偏向于辅助剪辑，至于视频的生成和Seedance2就不是一个赛道的了。炒什么菜和怎么去炒菜，一个是创意一个是程序。

又试了Codex的另一个插件：Remotion Codex+Remotion，马上做了一个15秒科技感视频做完最大的感受就是，Remotion比Hyperframes更能精确到帧画面的调整，但是Hyperframes听懂大白话的能力更强。两者感觉更偏向于辅助剪辑，至于视频的生成和Seedance2就不是一个赛道的了。炒什么菜和怎么去炒菜，一个是创意一个是程序。

傅盛

31,630 Aufrufe • vor 2 Monaten

其实具我测试，gpt imagt 2 很大的问题是对参考图片角色融入的排斥性，这点就比不上 nano banana 。特别是人像上，稍微沾一点真人照片就很容易生成失败，但是香蕉却没有这个问题，所以就导致了只能先用GPT 2生图然后又用香蕉去编辑，唉。感觉像脱了裤子放屁，多此一举。

其实具我测试，gpt imagt 2 很大的问题是对参考图片角色融入的排斥性，这点就比不上 nano banana 。特别是人像上，稍微沾一点真人照片就很容易生成失败，但是香蕉却没有这个问题，所以就导致了只能先用GPT 2生图然后又用香蕉去编辑，唉。感觉像脱了裤子放屁，多此一举。

John

44,814 Aufrufe • vor 2 Monaten

woc，感觉不小心发明了一个很酷的技术！万推，有人知道这种东西能申请专利吗？？拿微信测试了下，50% 切割能实现想要的需求！求大家帮我测下，能不能扫出右侧二维码（提示词和源码放评论区了（具体用法和场景大家自己想象👀

woc，感觉不小心发明了一个很酷的技术！万推，有人知道这种东西能申请专利吗？？拿微信测试了下，50% 切割能实现想要的需求！求大家帮我测下，能不能扫出右侧二维码（提示词和源码放评论区了（具体用法和场景大家自己想象👀

Cell 细胞

117,424 Aufrufe • vor 8 Monaten

Sora 团队发布了一个新的更新预告 Sora APP即将推出的几项重大更新： - 角色客串功能 - 视频编辑功能 - 社交体验增强 - 使用体验优化 - Android 版即将上线 🙋角色客串（Character Cameos）功能将在未来几天上线：你可以把任何对象加入视频中作为“客串角色”：你的狗、豚鼠、毛绒玩具、或任何你喜欢的东西。你还可以从自己之前生成的 Sora 视频中，把角色提取出来作为 cameo 使用。 🔝Trending Cameos（实时热门客串）预计大家会疯狂创造各种 cameo（比如宠物、虚拟人物、玩偶等）。为了方便大家发现这些创作，Sora 将更新生成界面（UI）： → 实时显示热门 cameo 趋势榜（trending cameos）。 📺视频编辑功能 Sora 将引入基础的视频编辑功能，首先支持：拼接多个短片（stitching clips）未来还会陆续添加更强大的编辑功能。 👩‍👩‍👧社交体验改进 Sora 不再只是“全局动态流（global feed）”。团队正在探索更多朋友与社群场景下的使用方式。他们的目标是：让你能和朋友、同学、同事一起玩 Sora，而不仅仅是对着全球用户发作品。例如：你的大学有一个 Sora 频道；你的公司、运动俱乐部或兴趣群也有专属频道；用户可以在不同社群中分享、讨论、创作 AI 视频。 ⚡ 使用体验优化 1. 信息流（Feed）改进优化推荐质量，让内容更相关、更有趣。 2. 降低过度审核（Moderation）用户抱怨“生成内容被过度审核”很烦，正在努力减少不必要的内容封锁。 3. 性能提升 “让整个 App 使用起来更流畅、更快速。” 4. Android 版本即将发布

Sora 团队发布了一个新的更新预告 Sora APP即将推出的几项重大更新： - 角色客串功能 - 视频编辑功能 - 社交体验增强 - 使用体验优化 - Android 版即将上线 🙋角色客串（Character Cameos）功能将在未来几天上线：你可以把任何对象加入视频中作为“客串角色”：你的狗、豚鼠、毛绒玩具、或任何你喜欢的东西。你还可以从自己之前生成的 Sora 视频中，把角色提取出来作为 cameo 使用。 🔝Trending Cameos（实时热门客串）预计大家会疯狂创造各种 cameo（比如宠物、虚拟人物、玩偶等）。为了方便大家发现这些创作，Sora 将更新生成界面（UI）： → 实时显示热门 cameo 趋势榜（trending cameos）。 📺视频编辑功能 Sora 将引入基础的视频编辑功能，首先支持：拼接多个短片（stitching clips）未来还会陆续添加更强大的编辑功能。 👩‍👩‍👧社交体验改进 Sora 不再只是“全局动态流（global feed）”。团队正在探索更多朋友与社群场景下的使用方式。他们的目标是：让你能和朋友、同学、同事一起玩 Sora，而不仅仅是对着全球用户发作品。例如：你的大学有一个 Sora 频道；你的公司、运动俱乐部或兴趣群也有专属频道；用户可以在不同社群中分享、讨论、创作 AI 视频。 ⚡ 使用体验优化 1. 信息流（Feed）改进优化推荐质量，让内容更相关、更有趣。 2. 降低过度审核（Moderation）用户抱怨“生成内容被过度审核”很烦，正在努力减少不必要的内容封锁。 3. 性能提升 “让整个 App 使用起来更流畅、更快速。” 4. Android 版本即将发布

小互

29,159 Aufrufe • vor 8 Monaten

我最近很喜欢使用 NotebookLM 来帮助学习理解新东西，但只能导出 PDF，有时候对于中文的渲染也不是很好。一直想找一个好用的能把 PDF 转成可编辑 PPT 的工具，找一圈下来发现 Codia AI NoteSlide 做得最好用，相比传统的 pdf2ppt 简洁易用很多，可快速转化成可编辑的内容，效果很美观精致无差错，很好用，有相同痛点的小伙伴可以去试试看。

我最近很喜欢使用 NotebookLM 来帮助学习理解新东西，但只能导出 PDF，有时候对于中文的渲染也不是很好。一直想找一个好用的能把 PDF 转成可编辑 PPT 的工具，找一圈下来发现 Codia AI NoteSlide 做得最好用，相比传统的 pdf2ppt 简洁易用很多，可快速转化成可编辑的内容，效果很美观精致无差错，很好用，有相同痛点的小伙伴可以去试试看。

Tw93

84,871 Aufrufe • vor 5 Monaten

想做视频号的看过来了！这套自动化流程我跑通了送给你我具体用到了以下两个 GitHub 项目，配合上龙虾，目前已经能够监控热点 - 生成 Prompt - 生成视频 - 自动分发到多个社交平台 1. seedance-prompt-skill 这是一个高质量的 senndance 提示词生成 Skills，是松果先森的项目我生成了一个视频放在了下面，供你们参考 2. AiToEarn 运营管理和自动分发工具，能够管理所有账号的发布记录、互动数据、粉丝增长并且，能把你生成的视频一键分发到抖音、小红书、Youtube 等国内外 14 个社交平台上两个项目的源码链接我放在评论区了。对做视频号感兴趣的朋友们建议收藏！

想做视频号的看过来了！这套自动化流程我跑通了送给你我具体用到了以下两个 GitHub 项目，配合上龙虾，目前已经能够监控热点 - 生成 Prompt - 生成视频 - 自动分发到多个社交平台 1. seedance-prompt-skill 这是一个高质量的 senndance 提示词生成 Skills，是松果先森的项目我生成了一个视频放在了下面，供你们参考 2. AiToEarn 运营管理和自动分发工具，能够管理所有账号的发布记录、互动数据、粉丝增长并且，能把你生成的视频一键分发到抖音、小红书、Youtube 等国内外 14 个社交平台上两个项目的源码链接我放在评论区了。对做视频号感兴趣的朋友们建议收藏！

摸鱼巨匠🔨

59,414 Aufrufe • vor 3 Monaten

提示词在这里啦 🔥 真没想到这个视频那么多要提示词的啊！居然还有很多人认为不是AI生成的啊❓ 用噗噗来试一下给大家看看，大家觉得像不像❓ 这条下面接粉丝投稿，可以发自己的图片让我帮你生成同款视频🎬先到先得哈哈哈🤣

提示词在这里啦 🔥 真没想到这个视频那么多要提示词的啊！居然还有很多人认为不是AI生成的啊❓ 用噗噗来试一下给大家看看，大家觉得像不像❓ 这条下面接粉丝投稿，可以发自己的图片让我帮你生成同款视频🎬先到先得哈哈哈🤣

John

11,362 Aufrufe • vor 3 Monaten