正在加载视频...

视频加载失败

感慨现在用AI做广告确实太快了:Higgsfield Ads生成商用广告大概只要2分钟,很难想象曾经得花上几天去拍摄它。 上传产品图—选模板—搞定。Higgsfield有大概40种商业级风格模板,对大部分产品广告足够了。 使用它只需9美元,省心省力,谁都能上手,没必要折腾复杂工作流。 以下是7个出色的例子:

77,004 次观看 • 1 年前 •via X (Twitter)

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

卧槽,答案终于揭晓了! 那个在open router上持续霸榜的神秘模型,是阿里推出的全新大模型“蚂蚁百灵”!今天我们来深度聊一聊这个模型。 用过AI来完成前端开发的朋友肯定懂: 要让AI做出想要的UI总是要找参考,再不然就是要依赖设计 skill 的帮助。 但这种界面一旦看多了,就会陷入审美疲劳。 原因在于不管你是对标UI还是使用skill,结果都是被限定在固有的生成范围内。 最近小灰测了新模型 Ling-2.6-1T (由蚂蚁集团 Ant Ling 开发),发现它刚好就能打破这个限制。 它生成的页面不仅审美极度在线,而且自带高质量的交互效果,做出来的东西终于不再是干巴巴的呆板网页了。 但用它有个必须要避开的坑:Ling 2.6 1T 默认是没有深度思考模式的。 它在计算资源分配上极其克制,如果你偷懒丢一句"给我写个好看的界面",那么它大概率会给你一个准确但极其敷衍的结果。(视频1) 那么怎么取巧使用它? 小灰分享一个能逼出它真实设计水平的实操工作流:把它当成主规划师,先拆解风格,再写代码。 跟它对话时,你可以直接下这种指令: 1. 强制思考:先别急着写代码!帮我分析这个产品的定位,明确它的视觉情绪、色彩规范和排版布局,把思路列出来。(比如明确告诉它你要包豪斯风格或者北欧风)。 2. 落地执行:等它把设计语言梳理清楚,你确认没问题了,再让它基于这套标准去生成具体的 TailwindCSS 样式和前端页面。 用这种先 Plan 后做的方式,出来的页面不仅美观,而且风格极其统一。(视频2) 目前在Openrouter中可以免费体验该模型。 选对工具打破模板限制,用高审美的模型直接拔高视觉质感,能帮我们省下大把死磕 CSS 的时间。 期待大家都能快速做出让人眼前一亮的作品!

程序员小灰

15,021 次观看 • 4 个月前

兄弟们,最近我扒了全网比较好用的电商提示词,做了一套「全平台通用电商视觉引擎工作流」。 目前已经在 SkildArt 跑通: 上传一张产品图,就能生成 12 张电商套图。 重点不是让 AI 随便出一张好看的商品图,而是把电商视 觉拆成可复用流程: 主视觉/产品中心图/卖点图/场景图/细节图/规格图/横版首屏图 每张图都有明确用途。 产品不能变形,Logo 不能乱跑,卖点不能瞎编,整组图风格要统一。 我实测下来,SkildArt 这类电商视觉工作台确实更适合做成套内容: 无限画布适合搭复杂生图流程; Agent 对话适合单张图灵活设计; 局部修改很方便; 视频模型也能和画布结合使用。 我还复刻了最近很火的「低能量穿搭换装」视频。 先在画布生成两组穿搭场景: 一组普通职业 Look, 一组明亮夏日多巴胺配色。 再切到视频模型,输入简单的转场和运镜描述,就能生成换装视频原素材。后面简单剪辑加 BGM 就能发。 以前这类内容要实拍两套造型,还要对镜头和节奏,现在工作流能直接把门槛拉低很多。 我觉得 AI 电商图真正的价值,不是单张图好看,而是稳定生成一整套能卖货的视觉资产。 完整工作流和低能量穿搭复刻提示词,可以去 SkildArt 广场搜关键词: 电商系统通用、夏日多巴胺换装 全部开源到里面了

知识猫AI实验室

85,083 次观看 • 2 个月前

99%的人用AI做预测,从第一步就错了! 大多数人找AI问未来,本质是在找电子算命先生。 要一个确定答案,对了就吹AI神,错了就当没发生。 但AI预测真正的价值,从来就不是猜对结果。 而是把混乱、打架、定义模糊的零散信息,结构化成有证据、可迭代、能自纠错的概率判断。 绝大多数人用AI预测都死在三步上。 题目不写死,会不会上市这种模糊问题,从根上就是废问题。 信源平权,官方公告和自媒体八卦混在一起,最后只能和出一团稀泥。 只要结论不要过程,中了当玄学,错了没复盘,永远不会进步。 真正有效的用法,是给AI搭一套完整的认知脚手架。 先把题写死,明确定义、层级、截止时间,堵死所有偷换概念的空间。 再钉死已发生的事实,把没发生的事也明确列出来,负面信息和正面信息同等重要。 然后给信源分层加权,官方权重最高,主流媒体次之,预测市场做对照,二手内容只当气氛组。 接着分情景输出概率,基准、上行、下行各配对应的观察信号,什么情况该上修,什么情况该下修。 最后一定要追问,逼它自洽,逼它解释冲突,逼它承认之前的判断偏差。 其实最值钱的环节恰恰是AI改口, 就像Anthropic上市的预测,三刀追问之后,模型主动把9月1日前上市的概率从8到12个百分点,下修到4到7个百分点。 敢当面认错并讲清原因,比一次性给出一个漂亮的答案,可信一百倍。 这套方法不止能用在公司上市上, 产品发布,政策节点,竞品动态,甚至个人的职业选择,只要是答案在未来、信源互相打架的场景,全部可以复用。 它本质上是把专业分析师的思考过程,外化出来强制AI走完全链路。 AI当然也有局限,它拿不到内部信息,它会过度自信,它的概率永远是判断不是事实。 但真正的高级用法,就是承认这些局限,然后用结构和流程,把局限变成可管理的部分。 求答案永远是最低级的用法, 借AI的算力,打磨自己的判断系统,才是真正的长期杠杆。

AYi

21,675 次观看 • 1 个月前