正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

最近一直在用的一个创意“外挂”，今天公开一下。🤫 它解决了一个核心问题：怎么从 0 到 1 构思一个牛逼的创意概念并写成专业的prompt，专治灵感枯竭。过程很简单：输入一个概念，AI 会瞬间发散出无数关联节点，在你眼前形成一张可以交互的创意地图⚡️，并且还带有图片来可视化理解灵感概念。你可以像逛地图一样探索，挑选喜欢的灵感元素，就能生成中英双语的神级“咒语”。用它构思，效率和质量都高到离谱。现在免费开放，手慢无！链接放下面👇

三秋十李 Sergio

4,451 subscribers

27,891 次观看 • 11 个月前 •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

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

在上个月，我分享了一个 Demo，很多人都来问我如何实现，我这里简单说下从前期生图到视频生成以及开发交付落地整个流程，希望能帮到你。主要用到的工具是即梦（图片生成）和可灵（视频生成）生成后的的视频可以通过配置图层混合来进行交付

在上个月，我分享了一个 Demo，很多人都来问我如何实现，我这里简单说下从前期生图到视频生成以及开发交付落地整个流程，希望能帮到你。主要用到的工具是即梦（图片生成）和可灵（视频生成）生成后的的视频可以通过配置图层混合来进行交付

Paidax

37,642 次观看 • 1 年前

今天看到一个不错的 AI 产品 Napkin，能帮你生成各种不同样式风格的漂亮图表，交互很丝滑，图表也很漂亮。大概看了下实现原理，应该是后台用了一个小模型（GPT-4 mini 或者 Gemini Flash这种），把选中的文本变成mermaid这样的图表格式，并且每个节点选了一个配套的图标（可能用了RAG），然后前端渲染成 SVG 格式，编辑器是基于 TipTap。它有很多图表的模板，会一次性生成多套图表，你可以选择一套喜欢的应用。每一套风格都很讨喜，团队的设计能力很强。目前还是免费的

今天看到一个不错的 AI 产品 Napkin，能帮你生成各种不同样式风格的漂亮图表，交互很丝滑，图表也很漂亮。大概看了下实现原理，应该是后台用了一个小模型（GPT-4 mini 或者 Gemini Flash这种），把选中的文本变成mermaid这样的图表格式，并且每个节点选了一个配套的图标（可能用了RAG），然后前端渲染成 SVG 格式，编辑器是基于 TipTap。它有很多图表的模板，会一次性生成多套图表，你可以选择一套喜欢的应用。每一套风格都很讨喜，团队的设计能力很强。目前还是免费的

宝玉

67,346 次观看 • 1 年前

Lovart × Nano Banana 有点开挂的感觉让你从“单点出图”进化成“可交付的内容生产” Agent 的能力+强大的图像模型编辑能力无需来回切换工具，在一个画布窗口里面你就能轻松的完成各种的图像生成+编辑+产品拍摄+海报制作等同时还能进行视频创作，完全的一条龙下面是我从无到有创造一个模特的过程让你一个人即可可以实现“产品电商一条龙”：创造模特 → 商拍质感 → 上架所需套图

Lovart × Nano Banana 有点开挂的感觉让你从“单点出图”进化成“可交付的内容生产” Agent 的能力+强大的图像模型编辑能力无需来回切换工具，在一个画布窗口里面你就能轻松的完成各种的图像生成+编辑+产品拍摄+海报制作等同时还能进行视频创作，完全的一条龙下面是我从无到有创造一个模特的过程让你一个人即可可以实现“产品电商一条龙”：创造模特 → 商拍质感 → 上架所需套图

小互

23,259 次观看 • 10 个月前

一款非常棒的AI数据交互工具：WrenAI，你可以用自然语言提问，它能理解你的意图并生成SQL查询，还能把数据转成图表、表格、报表和BI等，非常适合数据团队它是一个端到端的解决方案，不只是SQL生成，它提供了从提问到数据可视化、报表生成一套完整流程支持英语、德语、西班牙语、法语、日语、韩语、葡萄牙语、中文等多语言支持语义理解，它能理解数据背后的语义和业务逻辑，生成的SQL查询更精准提供无缝端到端的工作流，你可以输出CSV或JSON格式导入到Excel或Google表格中进一步使用 #AI数据交互工具 #WrenAI #AISQL查询

一款非常棒的AI数据交互工具：WrenAI，你可以用自然语言提问，它能理解你的意图并生成SQL查询，还能把数据转成图表、表格、报表和BI等，非常适合数据团队它是一个端到端的解决方案，不只是SQL生成，它提供了从提问到数据可视化、报表生成一套完整流程支持英语、德语、西班牙语、法语、日语、韩语、葡萄牙语、中文等多语言支持语义理解，它能理解数据背后的语义和业务逻辑，生成的SQL查询更精准提供无缝端到端的工作流，你可以输出CSV或JSON格式导入到Excel或Google表格中进一步使用 #AI数据交互工具 #WrenAI #AISQL查询

AIGCLINK

28,624 次观看 • 1 年前

分享下我在 Vibe Coding 中，使用率最高，且最高效的几个工具，覆盖到设计稿生成，到代码交付，网页动效等👇 1、Codex 你只要输入一个需求，它就会调动多个AI智能体并行工作，无论是项目重构，还是从零构建MVP，，它都能独立完成，你无需关注代码，而是把更多精力放在架构设计和创造性问题解决上 2、Paper 这个可以让 AI 生成高质量设计稿，并实现设计与代码双向实时同步，你只需专注界面创作，AI 会自动还原为精准代码交付 3、21st 这个提供超多精美的前端组件，同时带有流畅的交互动画，只需点击复制 Prompt ，粘贴到 AI 对话框即可使用 4、Unicorn 这个，不用写代码，也可以做出丝滑流畅的 GPU 级网页特效，一键导出即可让 AI 接入你的项目 5、Agentation 这个，可以直接在网页上标注需要调整的元素，自动转化为 AI 能够直接理解，和执行的结构化代码上下文，实现网站的精细化调整 6、Axion 这个，能让你的 AI 化身 iOS 开发专家，覆盖从设计、开发到调试的全流程，，输出符合 Apple 高标准、安全、高性能，且易于维护的生产级代码 7、Apple docs mcp 配合这个，可以自动检索 Apple 最新开发文档，能解决日常开发软件中 90% 的问题

分享下我在 Vibe Coding 中，使用率最高，且最高效的几个工具，覆盖到设计稿生成，到代码交付，网页动效等👇 1、Codex 你只要输入一个需求，它就会调动多个AI智能体并行工作，无论是项目重构，还是从零构建MVP，，它都能独立完成，你无需关注代码，而是把更多精力放在架构设计和创造性问题解决上 2、Paper 这个可以让 AI 生成高质量设计稿，并实现设计与代码双向实时同步，你只需专注界面创作，AI 会自动还原为精准代码交付 3、21st 这个提供超多精美的前端组件，同时带有流畅的交互动画，只需点击复制 Prompt ，粘贴到 AI 对话框即可使用 4、Unicorn 这个，不用写代码，也可以做出丝滑流畅的 GPU 级网页特效，一键导出即可让 AI 接入你的项目 5、Agentation 这个，可以直接在网页上标注需要调整的元素，自动转化为 AI 能够直接理解，和执行的结构化代码上下文，实现网站的精细化调整 6、Axion 这个，能让你的 AI 化身 iOS 开发专家，覆盖从设计、开发到调试的全流程，，输出符合 Apple 高标准、安全、高性能，且易于维护的生产级代码 7、Apple docs mcp 配合这个，可以自动检索 Apple 最新开发文档，能解决日常开发软件中 90% 的问题

Paidax

173,520 次观看 • 4 个月前

预告一下，给社区做了一个图像解构插件：Viko。一键爆破任何图片，让你功力大增！（哈哈哈哈夸张了）当你在网上冲浪，刷 X、小红书、Pinterest、VSC 论坛，或者任何网页时，看到一张有感觉的图，不用再只是截图收藏。 Viko 可以帮你把这张图： - 画面解构：拆出风格、构图、光线、色彩、成像质感等关键元素 - 反推提示词：输出适合 GPT 图像模型使用的自然语言提示词，即关键词词组，绝对不用JSON - 提示词变体：在保留原图核心气质的基础上，生成新的创作方向 - 直接生成图片：一键从参考图到新图 - 保存到 Eagle：图片和提示词一键保存到本地素材库，方便后续管理和复用为什么要做这个插件？其实我个人一直不太喜欢传统意义上的反推。尤其 GPT-Image2 出来以后，那种把图片拆成一大段 JSON，然后追求 1:1 复刻的玩法，对我来说实在太无聊了。复刻出一张差不多的图，然后呢？我真正想要的是：当我们看到一张好图时，能快速抓住它最核心的画面结构，知道它为什么好看，风格在哪里，构图在哪里，光线和质感在哪里。然后基于这些信息继续发散，做出同一视觉体系下的新图、新玩法、新方向。这也是 Viko 现在最核心的三个能力：解构，反推，变体。目前 Viko 还在内部测试中，等后面上架 Chrome 插件商店，再同步给大家。

预告一下，给社区做了一个图像解构插件：Viko。一键爆破任何图片，让你功力大增！（哈哈哈哈夸张了）当你在网上冲浪，刷 X、小红书、Pinterest、VSC 论坛，或者任何网页时，看到一张有感觉的图，不用再只是截图收藏。 Viko 可以帮你把这张图： - 画面解构：拆出风格、构图、光线、色彩、成像质感等关键元素 - 反推提示词：输出适合 GPT 图像模型使用的自然语言提示词，即关键词词组，绝对不用JSON - 提示词变体：在保留原图核心气质的基础上，生成新的创作方向 - 直接生成图片：一键从参考图到新图 - 保存到 Eagle：图片和提示词一键保存到本地素材库，方便后续管理和复用为什么要做这个插件？其实我个人一直不太喜欢传统意义上的反推。尤其 GPT-Image2 出来以后，那种把图片拆成一大段 JSON，然后追求 1:1 复刻的玩法，对我来说实在太无聊了。复刻出一张差不多的图，然后呢？我真正想要的是：当我们看到一张好图时，能快速抓住它最核心的画面结构，知道它为什么好看，风格在哪里，构图在哪里，光线和质感在哪里。然后基于这些信息继续发散，做出同一视觉体系下的新图、新玩法、新方向。这也是 Viko 现在最核心的三个能力：解构，反推，变体。目前 Viko 还在内部测试中，等后面上架 Chrome 插件商店，再同步给大家。

古一

80,245 次观看 • 1 个月前

发现了一个开源的生图 Claude Skill MeiGen-AI-Design-MCP，一个把大模型变成“专业设计助理”的仓库。该 Skill 和内置的 Prompt 提示词库搭配，能够搜索1300+提示词。产出的图片效果非常不错。最近我开发SaaS添加展示图片时经常用到。通过 7个内置的 MCP Tools 为大模型提供一整套“设计能力插件”，能够：像创意总监一样拆解需求像设计师一样做多方向视觉探索像工程师一样并行、自动化生成图像能够启动多个子代理： prompt-crafter写多套高质量提示 image-generator并行生成图像 gallery-researcher灵感搜索不污染主上下文安装过程如下 /plugin marketplace add jau123/MeiGen-AI-Design-MCP /plugin install meigen@meigen-marketplace 此外，还支持 ComfyUI 工作流程导入和 OpenClaw，但是我暂时用不到，大家可以自行探索，链接放在评论区了。视频展示效果如下

发现了一个开源的生图 Claude Skill MeiGen-AI-Design-MCP，一个把大模型变成“专业设计助理”的仓库。该 Skill 和内置的 Prompt 提示词库搭配，能够搜索1300+提示词。产出的图片效果非常不错。最近我开发SaaS添加展示图片时经常用到。通过 7个内置的 MCP Tools 为大模型提供一整套“设计能力插件”，能够：像创意总监一样拆解需求像设计师一样做多方向视觉探索像工程师一样并行、自动化生成图像能够启动多个子代理： prompt-crafter写多套高质量提示 image-generator并行生成图像 gallery-researcher灵感搜索不污染主上下文安装过程如下 /plugin marketplace add jau123/MeiGen-AI-Design-MCP /plugin install meigen@meigen-marketplace 此外，还支持 ComfyUI 工作流程导入和 OpenClaw，但是我暂时用不到，大家可以自行探索，链接放在评论区了。视频展示效果如下

雪踏乌云

15,296 次观看 • 5 个月前

这个帖子应该叫「100% 免费的高质量文生图工具」😍 最近发现一款工具 Raphael AI，是不是世界首个免费无限制 AI 图像生成器还不确定，但出图的效果着实不错！之前一直在用 Freepik，用同样一份 prompt 试了下，这个质量很能打了！链接见评论👇

这个帖子应该叫「100% 免费的高质量文生图工具」😍 最近发现一款工具 Raphael AI，是不是世界首个免费无限制 AI 图像生成器还不确定，但出图的效果着实不错！之前一直在用 Freepik，用同样一份 prompt 试了下，这个质量很能打了！链接见评论👇

MapleShaw

697,505 次观看 • 1 年前

ComfyUI-Copilot 赋予ComfyUI工作流能实现和GPT 4o一样的自然语言图像生成和编辑能力可以通过聊天来帮你搭建图像生成流程，即使你不懂复杂的 AI 流程，也能轻松使用 ComfyUI 来生成和编辑图像和视频等内容。它就像 ChatGPT + SD + 节点图的结合体，可以帮你自动： -自动搭建节点流程图 -推荐合适的模型和节点 -解释每个节点是干什么的 -帮你诊断错误，修复问题 -用中文/英文回答问题，甚至推荐下载链接 📝 举个例子：生成一张森林中的梦幻女孩图你只需输入： “我想生成一张SDXL风格的森林中的女孩图像，用LoRA模型，有雾气感。” Copilot 会自动：选择 SDXL 模型插入相关 LoRA 节点自动连接 Encode、Sampler、Output 等节点优化提示词搭建好整个流程你几乎什么都不用动手，直接可以生成图像！

ComfyUI-Copilot 赋予ComfyUI工作流能实现和GPT 4o一样的自然语言图像生成和编辑能力可以通过聊天来帮你搭建图像生成流程，即使你不懂复杂的 AI 流程，也能轻松使用 ComfyUI 来生成和编辑图像和视频等内容。它就像 ChatGPT + SD + 节点图的结合体，可以帮你自动： -自动搭建节点流程图 -推荐合适的模型和节点 -解释每个节点是干什么的 -帮你诊断错误，修复问题 -用中文/英文回答问题，甚至推荐下载链接 📝 举个例子：生成一张森林中的梦幻女孩图你只需输入： “我想生成一张SDXL风格的森林中的女孩图像，用LoRA模型，有雾气感。” Copilot 会自动：选择 SDXL 模型插入相关 LoRA 节点自动连接 Encode、Sampler、Output 等节点优化提示词搭建好整个流程你几乎什么都不用动手，直接可以生成图像！

小互

26,544 次观看 • 1 年前

你对AI视频的认知，99%都是错的你是不是觉得，AI视频创作就是“输入提示词，抽卡式出图，再用剪映拼起来”？那些在闲鱼、小红书上标价几百块的AI视频单子，都是些赚不到钱的“小打小闹”？如果你的答案是“是”，那么恭喜你，你对AI视频的认知，可能还停留在上个世纪一个残酷的现实是：当大多数人还在怀疑和观望时，一小撮“超级个体”已经利用AI完成了商业模式的重构，悄悄地赚得盆满钵满。我们来看看几个“不起眼”的赛道：中小学教师的“刚需”：你可能不知道，为了评职称、参加比赛，中小学教师对高质量微课视频的需求是绝对的刚需。看看淘宝，那些标价几百的微课制作服务，很多销量早已过万，而这仅仅是标价，一个定制化的数学或物理动效微课，最终成交价远超你的想象。这在当下的经济环境中，是国内少有的暴利刚需业务。闲鱼上的“暴利”生意：一个60秒的AI视频，市场价在200-600元但如果你用传统“图生视频”的模式，可能需要花费5个小时，时薪不到100元，苦不堪言。而先行者已经找到了能“一键生成分镜、自动组成视频”的神器，将效率提升数十倍。降维打击的“商业片”：你知道现在一个美院团队，制作一秒高质量的AI动画广告，报价是多少吗？答案是1000元左右。而现在，一个人，借助合适的工具，就能实现从脚本、分镜、配音、字幕到剪辑的全流程自动化，效果直接媲美专业团队。从产品推广、AI短剧、动态壁纸，到PPT转动画、产品Demo演示……AI视频创作的商业应用版图，正在以超乎想象的速度扩张。这个时代，不再需要庞大的团队和昂贵的设备。 “创意”第一次成为了个体最核心，乃至唯一的资产。而要抓住这个风口，你缺的不是创意，而是一个能将你的创意无限放大的“神器”。 Medeo的目标只有一个：让视频创作的门槛，彻底消失它不仅仅是“文生视频”或“图生视频”，而是一个全流程的视频创作智能体。就算你不会剪辑、不会写脚本、甚至不会写AI提示词，只要你有一个好点子，Medeo就能一键帮你：生成专业脚本和分镜生成匹配的关键帧画面自动添加配音、字幕和背景音乐支持多轮对话，对不满意的片段随时修改最终自动剪辑成片无论是产品推广、专业广告、知识科普，还是AI短剧，效果都直接爆炸。我知道，你可能会有两个疑问： 1. “它真的有那么强大吗？很多工具都只是噱头。”Medeo的核心优势在于其“分镜”逻辑，它能理解视频的叙事结构，而不是无脑生成单张图片这使得镜头之间的配合度极高，故事感和流畅度远超传统AI视频工具。事实上，它大大减少了“抽卡”次数，这已经很大程度的减成本。 2. “这么强的工具，一定很贵吧？”是的，它不便宜。但请允许我提出一个你必须了解的核心事实：贵，不是Medeo的问题，而是AI时代下范式的转变，而是当前整个AI视频生成领域的技术成本决定的。你看到的每一次流畅的画面生成，背后都是海量算力的燃烧和昂贵GPU资源的消耗这就像第一代iPhone，价格不菲，因为它集成了当时最前沿的技术。AI视频创作，就是当下的那个“前沿技术”。所以，问题的关键不是“它为什么这么贵”，而是“它到底为我省了多少钱？” 让我们来算一笔账：一个专业的美术或动画团队，制作一秒高质量AI动画的报价，是1000元。一个传统的视频制作公司，完成一个商业广告片的报价，动辄数万甚至数十万。而现在，Medeo将这个过去只有少数专业机构和企业才能负担得起的“视频工业能力”，压缩到了一个你触手可及的工具里。它不是让你“多花钱”，而是将你的成本从“团队级”指数级降低到了“个体级”。这本身就是一场颠覆性的成本革命。相信我，随着技术迭代，成本一定会逐步降低而现在，正是利用这个“信息差”和“能力差”建立优势的最佳时机。 AI带来的不是失业，而是对“个体价值”的重新洗牌。在这个新的范式下，你不再是一个执行者，而是一个指挥AI军团的“导演”。你的核心任务，是思考你能为世界创造什么样的独特价值。不要再用过去的认知来审视现在的世界。旧的地图，找不到新的大陆。现在，Medeo官网已经开放，并且提供免费积分让你亲身体验。去试试看，亲自感受一下，那个属于“超级个体”的时代，已经到来了

你对AI视频的认知，99%都是错的你是不是觉得，AI视频创作就是“输入提示词，抽卡式出图，再用剪映拼起来”？那些在闲鱼、小红书上标价几百块的AI视频单子，都是些赚不到钱的“小打小闹”？如果你的答案是“是”，那么恭喜你，你对AI视频的认知，可能还停留在上个世纪一个残酷的现实是：当大多数人还在怀疑和观望时，一小撮“超级个体”已经利用AI完成了商业模式的重构，悄悄地赚得盆满钵满。我们来看看几个“不起眼”的赛道：中小学教师的“刚需”：你可能不知道，为了评职称、参加比赛，中小学教师对高质量微课视频的需求是绝对的刚需。看看淘宝，那些标价几百的微课制作服务，很多销量早已过万，而这仅仅是标价，一个定制化的数学或物理动效微课，最终成交价远超你的想象。这在当下的经济环境中，是国内少有的暴利刚需业务。闲鱼上的“暴利”生意：一个60秒的AI视频，市场价在200-600元但如果你用传统“图生视频”的模式，可能需要花费5个小时，时薪不到100元，苦不堪言。而先行者已经找到了能“一键生成分镜、自动组成视频”的神器，将效率提升数十倍。降维打击的“商业片”：你知道现在一个美院团队，制作一秒高质量的AI动画广告，报价是多少吗？答案是1000元左右。而现在，一个人，借助合适的工具，就能实现从脚本、分镜、配音、字幕到剪辑的全流程自动化，效果直接媲美专业团队。从产品推广、AI短剧、动态壁纸，到PPT转动画、产品Demo演示……AI视频创作的商业应用版图，正在以超乎想象的速度扩张。这个时代，不再需要庞大的团队和昂贵的设备。 “创意”第一次成为了个体最核心，乃至唯一的资产。而要抓住这个风口，你缺的不是创意，而是一个能将你的创意无限放大的“神器”。 Medeo的目标只有一个：让视频创作的门槛，彻底消失它不仅仅是“文生视频”或“图生视频”，而是一个全流程的视频创作智能体。就算你不会剪辑、不会写脚本、甚至不会写AI提示词，只要你有一个好点子，Medeo就能一键帮你：生成专业脚本和分镜生成匹配的关键帧画面自动添加配音、字幕和背景音乐支持多轮对话，对不满意的片段随时修改最终自动剪辑成片无论是产品推广、专业广告、知识科普，还是AI短剧，效果都直接爆炸。我知道，你可能会有两个疑问： 1. “它真的有那么强大吗？很多工具都只是噱头。”Medeo的核心优势在于其“分镜”逻辑，它能理解视频的叙事结构，而不是无脑生成单张图片这使得镜头之间的配合度极高，故事感和流畅度远超传统AI视频工具。事实上，它大大减少了“抽卡”次数，这已经很大程度的减成本。 2. “这么强的工具，一定很贵吧？”是的，它不便宜。但请允许我提出一个你必须了解的核心事实：贵，不是Medeo的问题，而是AI时代下范式的转变，而是当前整个AI视频生成领域的技术成本决定的。你看到的每一次流畅的画面生成，背后都是海量算力的燃烧和昂贵GPU资源的消耗这就像第一代iPhone，价格不菲，因为它集成了当时最前沿的技术。AI视频创作，就是当下的那个“前沿技术”。所以，问题的关键不是“它为什么这么贵”，而是“它到底为我省了多少钱？” 让我们来算一笔账：一个专业的美术或动画团队，制作一秒高质量AI动画的报价，是1000元。一个传统的视频制作公司，完成一个商业广告片的报价，动辄数万甚至数十万。而现在，Medeo将这个过去只有少数专业机构和企业才能负担得起的“视频工业能力”，压缩到了一个你触手可及的工具里。它不是让你“多花钱”，而是将你的成本从“团队级”指数级降低到了“个体级”。这本身就是一场颠覆性的成本革命。相信我，随着技术迭代，成本一定会逐步降低而现在，正是利用这个“信息差”和“能力差”建立优势的最佳时机。 AI带来的不是失业，而是对“个体价值”的重新洗牌。在这个新的范式下，你不再是一个执行者，而是一个指挥AI军团的“导演”。你的核心任务，是思考你能为世界创造什么样的独特价值。不要再用过去的认知来审视现在的世界。旧的地图，找不到新的大陆。现在，Medeo官网已经开放，并且提供免费积分让你亲身体验。去试试看，亲自感受一下，那个属于“超级个体”的时代，已经到来了

叫我阿杭

23,034 次观看 • 6 个月前

可灵2.1 vs Midjourney 运镜巅峰对决（含提示词今天给可灵2.1跟Midjourney V1在AI视频领域做了一次测试一样的提示词，一样的图片，一样的运镜提示词，可以看到，可灵还是降维打击Midjourney的，不过好在Midjourney的审美一直都很高，ai的迭代都是看数据，他们也有足够大的数据库，相信不久会给一个大大的惊喜但是要把可灵2.1的效果发挥出来，就必然跑不了写好提示词，怎么写提示词视频中也放上运镜部分给大家参考，我还专门做了一个视频运镜大师的agent。只需要上传图片，这个agent提供一条专业的、可复制用于AI视频生成的电影运镜提示词！

可灵2.1 vs Midjourney 运镜巅峰对决（含提示词今天给可灵2.1跟Midjourney V1在AI视频领域做了一次测试一样的提示词，一样的图片，一样的运镜提示词，可以看到，可灵还是降维打击Midjourney的，不过好在Midjourney的审美一直都很高，ai的迭代都是看数据，他们也有足够大的数据库，相信不久会给一个大大的惊喜但是要把可灵2.1的效果发挥出来，就必然跑不了写好提示词，怎么写提示词视频中也放上运镜部分给大家参考，我还专门做了一个视频运镜大师的agent。只需要上传图片，这个agent提供一条专业的、可复制用于AI视频生成的电影运镜提示词！

逐梦带你AI变现

29,055 次观看 • 1 年前

哈佛CS50课程节选：如何构建基于GPT-4的应用上一节介绍了什么是GPT-4，这一节则是基于GPT-4可以构建什么样的应用，以及如何构建。这部分课程介绍了GPT-4可以构建的各种类型的应用，包括不限于： - 助手应用：GPT可以用于创建AI助手，帮助完成写作、编程或回答问题等任务。通过结合专业领域知识和用户的喜好，还可以对这些助手可以进一步定制。 - 文档问答系统：GPT可以用于构建基于上下文、对文档的问答系统。 - 实用功能：GPT可用于自动化需要基本语言理解的任务，如生成单元测试、查找文档、重写功能或检查品牌一致性。 - 创意创作：GPT可以用于在各个领域生成想法、可能性或建议，包括写作、营销和研究。通过将GPT的生成能力与专业领域的知识相结合，用户可以创建更有针对性和相关性的输出。 - Baby AGI或多步计划机器人：GPT可以放入一个循环中，与自己对话并指导自己的行动，从而创建一个基于一组工具和目标的自主执行任务或生成结果的自主代理。通过这个教程，可以大概了解GPT能做一些什么事情，以及背后的原理是什么。上一节什么是GPT-4：完整课程视频地址： edX:

哈佛CS50课程节选：如何构建基于GPT-4的应用上一节介绍了什么是GPT-4，这一节则是基于GPT-4可以构建什么样的应用，以及如何构建。这部分课程介绍了GPT-4可以构建的各种类型的应用，包括不限于： - 助手应用：GPT可以用于创建AI助手，帮助完成写作、编程或回答问题等任务。通过结合专业领域知识和用户的喜好，还可以对这些助手可以进一步定制。 - 文档问答系统：GPT可以用于构建基于上下文、对文档的问答系统。 - 实用功能：GPT可用于自动化需要基本语言理解的任务，如生成单元测试、查找文档、重写功能或检查品牌一致性。 - 创意创作：GPT可以用于在各个领域生成想法、可能性或建议，包括写作、营销和研究。通过将GPT的生成能力与专业领域的知识相结合，用户可以创建更有针对性和相关性的输出。 - Baby AGI或多步计划机器人：GPT可以放入一个循环中，与自己对话并指导自己的行动，从而创建一个基于一组工具和目标的自主执行任务或生成结果的自主代理。通过这个教程，可以大概了解GPT能做一些什么事情，以及背后的原理是什么。上一节什么是GPT-4：完整课程视频地址： edX:

宝玉

172,554 次观看 • 3 年前

AI 视频生成，到各种 AI Agent，我一直在思考一个问题：AI 最终会如何改变人类创造和体验数字世界的方式？最开始，AI 帮助我们生成文字和图片；后来，它开始生成越来越逼真的视频。但无论画面质量提升到什么程度，这些内容依然存在一个限制——我们仍然只是观看者。我们可以欣赏 AI 创造出来的场景，却无法真正进入其中，也无法与这个世界产生互动。最近体验 Alaya World Alaya Lab 后，我第一次感觉，AI 视频生成正在探索一个新的方向：它不只是生成一段视频，而是在尝试生成一个可以被探索的世界。 Alaya World 是 Alaya Lab 推出的交互式视频世界模型。用户可以通过文字、图片或者视频作为初始条件，让模型生成一个动态世界。不同于传统视频生成模型“输入 Prompt，输出一段固定视频”的方式，Alaya World 更像是在探索过程中持续构建环境，用户可以在生成的世界中移动视角，并通过交互指令触发新的事件。这也是我认为世界模型和普通视频生成模型最大的区别。过去的视频生成模型解决的是“如何生成一段更加真实的视频”，而世界模型尝试解决的问题是“如何让一个世界持续存在”。如果你进入一个虚拟城市，向前探索，然后回头，你期待看到的是同一个城市，而不是一个重新随机生成的场景。这背后涉及世界模型最核心的挑战：长时间生成的一致性。模型不仅需要知道下一帧画面应该是什么，还需要理解空间关系、历史状态以及用户行为对世界造成的影响。 Alaya World 在技术层面通过空间记忆机制、历史信息保留以及抗漂移训练等方式，提高长时间生成过程中的稳定性。目前模型支持 720p / 24 FPS 实时流式生成，并展示了超过一分钟的连续探索能力。让我觉得这个方向有意思的地方，是它可能会重新定义未来数字内容的生产方式。以游戏行业为例，过去一个虚拟世界需要大量人工制作：美术设计地图、程序编写规则、策划设计剧情。开发者需要提前创造一个固定世界，而玩家进入后按照既定规则体验。但如果世界模型进一步发展，未来的游戏可能不再只是“开发者搭建世界，玩家进入世界”，而是“开发者定义规则，AI 实时生成世界”。玩家体验的不再是一个完全预设好的内容，而是一个随着交互不断变化的环境。当然，Alaya World 目前仍然处于早期阶段。实时生成所需的算力成本、复杂环境理解能力，以及更长期、更稳定的世界一致性，都还有很多问题需要解决。但它让我看到一个值得关注的趋势：AI 的竞争可能不会只停留在生成更漂亮的图片和视频，而是进一步走向创造更真实、更连续、更可交互的世界。过去，人类通过电影记录想象，通过游戏创造虚拟空间。而未来，也许我们只需要描述一个想法，AI 就可以帮助我们生成一个能够进入其中、探索其中的世界。从生成内容，到生成世界，这可能是 AI 下一阶段最值得期待的变化之一。

AI 视频生成，到各种 AI Agent，我一直在思考一个问题：AI 最终会如何改变人类创造和体验数字世界的方式？最开始，AI 帮助我们生成文字和图片；后来，它开始生成越来越逼真的视频。但无论画面质量提升到什么程度，这些内容依然存在一个限制——我们仍然只是观看者。我们可以欣赏 AI 创造出来的场景，却无法真正进入其中，也无法与这个世界产生互动。最近体验 Alaya World Alaya Lab 后，我第一次感觉，AI 视频生成正在探索一个新的方向：它不只是生成一段视频，而是在尝试生成一个可以被探索的世界。 Alaya World 是 Alaya Lab 推出的交互式视频世界模型。用户可以通过文字、图片或者视频作为初始条件，让模型生成一个动态世界。不同于传统视频生成模型“输入 Prompt，输出一段固定视频”的方式，Alaya World 更像是在探索过程中持续构建环境，用户可以在生成的世界中移动视角，并通过交互指令触发新的事件。这也是我认为世界模型和普通视频生成模型最大的区别。过去的视频生成模型解决的是“如何生成一段更加真实的视频”，而世界模型尝试解决的问题是“如何让一个世界持续存在”。如果你进入一个虚拟城市，向前探索，然后回头，你期待看到的是同一个城市，而不是一个重新随机生成的场景。这背后涉及世界模型最核心的挑战：长时间生成的一致性。模型不仅需要知道下一帧画面应该是什么，还需要理解空间关系、历史状态以及用户行为对世界造成的影响。 Alaya World 在技术层面通过空间记忆机制、历史信息保留以及抗漂移训练等方式，提高长时间生成过程中的稳定性。目前模型支持 720p / 24 FPS 实时流式生成，并展示了超过一分钟的连续探索能力。让我觉得这个方向有意思的地方，是它可能会重新定义未来数字内容的生产方式。以游戏行业为例，过去一个虚拟世界需要大量人工制作：美术设计地图、程序编写规则、策划设计剧情。开发者需要提前创造一个固定世界，而玩家进入后按照既定规则体验。但如果世界模型进一步发展，未来的游戏可能不再只是“开发者搭建世界，玩家进入世界”，而是“开发者定义规则，AI 实时生成世界”。玩家体验的不再是一个完全预设好的内容，而是一个随着交互不断变化的环境。当然，Alaya World 目前仍然处于早期阶段。实时生成所需的算力成本、复杂环境理解能力，以及更长期、更稳定的世界一致性，都还有很多问题需要解决。但它让我看到一个值得关注的趋势：AI 的竞争可能不会只停留在生成更漂亮的图片和视频，而是进一步走向创造更真实、更连续、更可交互的世界。过去，人类通过电影记录想象，通过游戏创造虚拟空间。而未来，也许我们只需要描述一个想法，AI 就可以帮助我们生成一个能够进入其中、探索其中的世界。从生成内容，到生成世界，这可能是 AI 下一阶段最值得期待的变化之一。

Ashlyn He

11,709 次观看 • 12 天前

#AI开源项目推荐：VisualStoryWriting 可视化故事创作：让你笔尖起舞，文思泉涌想象一下，在你写作的同时，你笔下的世界就活生生地展现在眼前——时间线、世界地图、人物关系图……这一切都会被自动可视化。更神奇的是，你对这些视觉元素的任何修改，都会立刻同步到你的故事文本中（比如，在地图上拖动一个角色，他在文中的位置也随之改变）。这就是我们将要在 UIST2025 大会上分享的论文精髓。我们开发了一款智能文字处理器，它能自动生成三种可视化视图：人物关系图、故事地图和场景时间线。这些视图能清晰地展示角色间的互动、他们在世界各地的足迹，以及故事场景的先后顺序，极大地帮助作者审阅和编辑自己的作品。审视角色的移动轨迹，从此变成了一项直观的视觉任务。想改变一个角色在某个场景中的位置？太简单了，直接在地图上把他从一个地方拖到另一个地方就行。调整故事场景的顺序，也只需要在时间轴上拖拽几下，就像整理幻灯片一样轻松。想要创造一个新角色，或是让他们之间产生新的互动？同样简单，在关系图里新建一个节点，再连上一条线就搞定了。我们邀请了经验丰富和初出茅庐的创作者们进行了两轮用户研究。结果发现，这些自动生成的可视化图表，能有效地帮助参与者规划故事的宏观修改、追踪故事元素，并探索情节的多种可能性，极大地激发了他们的创造力。当然，能够帮助作者的可视化方式还有很多。因此，我们提出了一个设计框架，希望能启发未来更多样的可视化故事创作工具的设计。我们的工作为未来的写作辅助工具奠定了基础——它不再仅仅依赖文字，更能借助视觉的

#AI开源项目推荐：VisualStoryWriting 可视化故事创作：让你笔尖起舞，文思泉涌想象一下，在你写作的同时，你笔下的世界就活生生地展现在眼前——时间线、世界地图、人物关系图……这一切都会被自动可视化。更神奇的是，你对这些视觉元素的任何修改，都会立刻同步到你的故事文本中（比如，在地图上拖动一个角色，他在文中的位置也随之改变）。这就是我们将要在 UIST2025 大会上分享的论文精髓。我们开发了一款智能文字处理器，它能自动生成三种可视化视图：人物关系图、故事地图和场景时间线。这些视图能清晰地展示角色间的互动、他们在世界各地的足迹，以及故事场景的先后顺序，极大地帮助作者审阅和编辑自己的作品。审视角色的移动轨迹，从此变成了一项直观的视觉任务。想改变一个角色在某个场景中的位置？太简单了，直接在地图上把他从一个地方拖到另一个地方就行。调整故事场景的顺序，也只需要在时间轴上拖拽几下，就像整理幻灯片一样轻松。想要创造一个新角色，或是让他们之间产生新的互动？同样简单，在关系图里新建一个节点，再连上一条线就搞定了。我们邀请了经验丰富和初出茅庐的创作者们进行了两轮用户研究。结果发现，这些自动生成的可视化图表，能有效地帮助参与者规划故事的宏观修改、追踪故事元素，并探索情节的多种可能性，极大地激发了他们的创造力。当然，能够帮助作者的可视化方式还有很多。因此，我们提出了一个设计框架，希望能启发未来更多样的可视化故事创作工具的设计。我们的工作为未来的写作辅助工具奠定了基础——它不再仅仅依赖文字，更能借助视觉的

宝玉

35,626 次观看 • 11 个月前

马斯克根本不做手机。他要直接跳过这个概念。我们口袋里的东西，将不再是手机。它会变成一个超薄的AI边缘节点。一个屏幕，加上无线电，实时连接Grok/xAI服务器处理一切。什么意思？未来没有操作系统，也没有App。你看到的一切，都是AI根据你的需求实时生成和推送的。邮件、社交、新闻，所有信息都通过一个统一的AI入口。马斯克预测，五六年内就会发生。这确实是对苹果和谷歌这些平台巨头的釜底抽薪。绕开应用商店，打破它们的生态垄断，听起来很解气。但这里有一个更深层的问题。当所有App消失，信息入口被一个超级AI统一时，谁来控制这个AI？如果这个AI决定了你能看到什么、不能看到什么，这会不会成为一种新的、更彻底的审查？它能不能在无形中塑造你的思想？一个中心化的AI，与一个去中心化的、由无数开发者构建的App世界，哪个对个人自由更有利？这个技术蓝图，到底是通往更高效的未来，还是在不经意间，为某种数字集权铺平了道路？值得每个人思考。

马斯克根本不做手机。他要直接跳过这个概念。我们口袋里的东西，将不再是手机。它会变成一个超薄的AI边缘节点。一个屏幕，加上无线电，实时连接Grok/xAI服务器处理一切。什么意思？未来没有操作系统，也没有App。你看到的一切，都是AI根据你的需求实时生成和推送的。邮件、社交、新闻，所有信息都通过一个统一的AI入口。马斯克预测，五六年内就会发生。这确实是对苹果和谷歌这些平台巨头的釜底抽薪。绕开应用商店，打破它们的生态垄断，听起来很解气。但这里有一个更深层的问题。当所有App消失，信息入口被一个超级AI统一时，谁来控制这个AI？如果这个AI决定了你能看到什么、不能看到什么，这会不会成为一种新的、更彻底的审查？它能不能在无形中塑造你的思想？一个中心化的AI，与一个去中心化的、由无数开发者构建的App世界，哪个对个人自由更有利？这个技术蓝图，到底是通往更高效的未来，还是在不经意间，为某种数字集权铺平了道路？值得每个人思考。

墓碑科技

68,774 次观看 • 8 个月前

谷歌新出来一个AI创意板工具：Mixboard，对各类设计师比较实用，可以快速验证灵感，过程可视化它把文字描述+生成图片+自由拼贴三件事整合到了一块无限画布上即便没有设计或绘画技能的人，也可以把想法快速视觉化可以自己上传图片素材，也可以让AI现场生成，用文字描述调整图片创意，图做好后AI会看图说话，自动配一段描述做服装、家居、活动、产品等创意的可以看看目前已在美国放出了公测版 #AI设计创意 #Mixboard

谷歌新出来一个AI创意板工具：Mixboard，对各类设计师比较实用，可以快速验证灵感，过程可视化它把文字描述+生成图片+自由拼贴三件事整合到了一块无限画布上即便没有设计或绘画技能的人，也可以把想法快速视觉化可以自己上传图片素材，也可以让AI现场生成，用文字描述调整图片创意，图做好后AI会看图说话，自动配一段描述做服装、家居、活动、产品等创意的可以看看目前已在美国放出了公测版 #AI设计创意 #Mixboard

AIGCLINK

29,372 次观看 • 10 个月前

从一个想法到 App Store 只用了 20 天——我如何在不是全职程序员的情况下，用 AI 打造并发布一款 iOS 应用：JAM。如果你有一个创意，想把它变成真正的产品，现在的速度可以比你想象的还快。在这段视频里，我会告诉你，如何在完全没有传统编程经验的情况下，借助像 Cursor 这样的 AI 工具，仅用 20 天就从构思走到 App Store 上架。这是一份针对设计师和科技从业者的真实案例，展示了现代 AI 工具如何加速工作流程、验证产品创意，并在极短时间内完成可用原型。

从一个想法到 App Store 只用了 20 天——我如何在不是全职程序员的情况下，用 AI 打造并发布一款 iOS 应用：JAM。如果你有一个创意，想把它变成真正的产品，现在的速度可以比你想象的还快。在这段视频里，我会告诉你，如何在完全没有传统编程经验的情况下，借助像 Cursor 这样的 AI 工具，仅用 20 天就从构思走到 App Store 上架。这是一份针对设计师和科技从业者的真实案例，展示了现代 AI 工具如何加速工作流程、验证产品创意，并在极短时间内完成可用原型。

Bear Liu

51,560 次观看 • 11 个月前

可以拿来做教育演示的一款动画引擎AI工具，Fogsight，给定一个概念词，它即会生成一段叙事完整的动画整个动画的叙事完整性、趣味性、视觉效果都还可以，用在教育上，把抽象概念做成教学动画非常实用生成的动画还配有双语旁白智能编排，从旁白、视觉元素到动态效果，整个工作流自动完成有用户界面，可以进一步编辑和优化生成效果代码作者是开源的，见下条 #AI教学动画 #Fogsight #AI教育

可以拿来做教育演示的一款动画引擎AI工具，Fogsight，给定一个概念词，它即会生成一段叙事完整的动画整个动画的叙事完整性、趣味性、视觉效果都还可以，用在教育上，把抽象概念做成教学动画非常实用生成的动画还配有双语旁白智能编排，从旁白、视觉元素到动态效果，整个工作流自动完成有用户界面，可以进一步编辑和优化生成效果代码作者是开源的，见下条 #AI教学动画 #Fogsight #AI教育

AIGCLINK

56,108 次观看 • 1 年前

Gemini 现在可以将任何问题和复杂概念直接转化为可自定义的交互式可视化效果前往 Gemini 选择Pro 模型，然后让 Gemini “show me” 或 “help me visualize” 一个复杂概念，这样你就可以看到下面的效果⬇️

Gemini 现在可以将任何问题和复杂概念直接转化为可自定义的交互式可视化效果前往 Gemini 选择Pro 模型，然后让 Gemini “show me” 或 “help me visualize” 一个复杂概念，这样你就可以看到下面的效果⬇️

小互

78,830 次观看 • 3 个月前

新的图像视频创作工具 FLORA 接入了所有顶级 AI 图片社视频模型，甚至有 Midjourney 而且交互非常的优雅，可以看成一个去掉了缺点的 Comfyui 在无限画布中通过连线高效的探索视频和图片生成 LLM 之后多媒体内容创作套壳工具的春天也来了

新的图像视频创作工具 FLORA 接入了所有顶级 AI 图片社视频模型，甚至有 Midjourney 而且交互非常的优雅，可以看成一个去掉了缺点的 Comfyui 在无限画布中通过连线高效的探索视频和图片生成 LLM 之后多媒体内容创作套壳工具的春天也来了

歸藏(guizang.ai)

24,321 次观看 • 1 年前