Loading video...

Video Failed to Load

There was a problem loading this video. This could be due to a temporary network issue or the video might be unavailable.

来感受下 Gemini 2.0 FlashExperimental 图像生成能力的强大直接就能基于API开发产品，做一些提示和其他的约束优化完全可以做互动动漫、电影、交互式爱情故事APP

小互

113,115 subscribers

34,476 views • 1 year ago •via X (Twitter)

Education Science & Technology

Anya Rossi• Live Now

Private livecam show

8 Comments

那不能撕1 year ago

有一个制作小疑惑，小互可能教我？即：Gemini生成系列场景式图片、且保持生成形象一致后，拿这些图片用Kling、即梦等生成视频，然后剪映编辑成一整部视频要做一部有情节的视频，一般必须有台词(字幕)，问题在于：如何控制让台词(字幕)的时间戳与视频画面对应？这个直接关系一个视频的成败 Thx~

Estadio Deportes1 year ago

ANOTA ESO, ¡ANOTA ESO!🤩 Ya estamos en el mes del amor. 🥰Es por ello que ESTADIO Deportes te trae los mejores animes de romance. ❤️ ¿Ya los conocías? Cuéntanos tu opinión. 👀 #Anime #Romance #Amor #Crunchyroll

阿外1 year ago

分镜头处理已经很厉害了，后链路还是得依赖即梦和可灵这样的图生视频能力

why1 year ago

这个功能是没有发布给所有人，请问您用的是什么模型呢？我使用的 2.0 Flash thinking Exprimental

小互1 year ago

APP没有更新在这里：

BirdyGrant1 year ago

要是能够直接生成视频，修改视频，就好了

overdev1 year ago

这个视频是用什么做的？

Kane1 year ago

personalzation 更牛逼，简直是贴身助手。想想以后有个更了解自己的AI助力，可省心多了。

Related Videos

高级数据可视化神器，不用写代码，不用设计基础，上传数据就能出图 ✔ 动态图表（折线图 / 柱状图 / 饼图） ✔ 交互地图（超级适合做分析报告） ✔ 动画数据（比如那种“排名变化动起来”的图） ✔ 甚至还能做“滚动式数据故事”（像新闻专题一样）

高级数据可视化神器，不用写代码，不用设计基础，上传数据就能出图 ✔ 动态图表（折线图 / 柱状图 / 饼图） ✔ 交互地图（超级适合做分析报告） ✔ 动画数据（比如那种“排名变化动起来”的图） ✔ 甚至还能做“滚动式数据故事”（像新闻专题一样）

无颜

107,069 views • 4 months ago

Google 推出 Gemini 2.5 Computer Use 模型今年早些时候，Google 就宣布了将通过 Gemini API 为开发者带来直接操控电脑界面的 AI 能力。今天，Google 正式推出了 Gemini 2.5 Computer Use模型（Gemini 2.5 Computer Use model）。这个专门的模型基于 Gemini 2.5 Pro 强大的视觉理解与推理能力构建，可以让 AI 智能体像人类一样，直接点击、滚动、输入文字，实现与网页或应用的交互。这一技术在多个网页和移动端界面的任务基准测试中，表现超越了当前领先的同类产品，而且反应速度更快。开发者们现在就可以通过 Gemini API，在 Google AI Studio 和 Vertex AI 中提前体验。

Google 推出 Gemini 2.5 Computer Use 模型今年早些时候，Google 就宣布了将通过 Gemini API 为开发者带来直接操控电脑界面的 AI 能力。今天，Google 正式推出了 Gemini 2.5 Computer Use模型（Gemini 2.5 Computer Use model）。这个专门的模型基于 Gemini 2.5 Pro 强大的视觉理解与推理能力构建，可以让 AI 智能体像人类一样，直接点击、滚动、输入文字，实现与网页或应用的交互。这一技术在多个网页和移动端界面的任务基准测试中，表现超越了当前领先的同类产品，而且反应速度更快。开发者们现在就可以通过 Gemini API，在 Google AI Studio 和 Vertex AI 中提前体验。

宝玉

66,158 views • 10 months ago

兄弟们这个有点强啊而且是完全开源的感觉比OpenAI的演示的那个视觉能力还有点强 Molmo 一个开源的多模态模型，能够识别图像中的物体、场景和活动，并生成准确的描述。 Molmo还支持用户通过2D指向交互，例如用户可以通过手势或点击与图像中的对象进行互动。 Molmo使用的图像字幕数据集完全由人类注释者收集。模型能够根据输入的变化自动调整处理方式，适应不同类型的用户交互和数据格式。 Molmo在开源权重和数据模型中表现最佳，能够与一些专有系统（如GPT-4o、Claude 3.5和Gemini 1.5）相媲美。

兄弟们这个有点强啊而且是完全开源的感觉比OpenAI的演示的那个视觉能力还有点强 Molmo 一个开源的多模态模型，能够识别图像中的物体、场景和活动，并生成准确的描述。 Molmo还支持用户通过2D指向交互，例如用户可以通过手势或点击与图像中的对象进行互动。 Molmo使用的图像字幕数据集完全由人类注释者收集。模型能够根据输入的变化自动调整处理方式，适应不同类型的用户交互和数据格式。 Molmo在开源权重和数据模型中表现最佳，能够与一些专有系统（如GPT-4o、Claude 3.5和Gemini 1.5）相媲美。

小互

44,263 views • 1 year ago

谷歌翻译新版直接起飞嵌入了 Gemini 的模型。翻译能力基于图片的实时翻译能力都提升了还新增了一个学习模式可以基于场景来锻炼你的听力和口语可以设置自定义场景。当前正在基于语言的学习做应用的感觉都可以停了。目前我身边就有两个朋友在做类似的事情。看完感觉直接凉了。

谷歌翻译新版直接起飞嵌入了 Gemini 的模型。翻译能力基于图片的实时翻译能力都提升了还新增了一个学习模式可以基于场景来锻炼你的听力和口语可以设置自定义场景。当前正在基于语言的学习做应用的感觉都可以停了。目前我身边就有两个朋友在做类似的事情。看完感觉直接凉了。

ttmouse - 豆爸

80,076 views • 7 months ago

Gemini 2.5 Pro 获得升级本来就很强的前端能力再次获得提升，基础代码编辑能力也有改进基于Gemini 2.5 Pro 强大的视频理解能力，甚至可以从视频中学习网站的动态交互生成网页，这个太强了！而且现在在 WebDev Arena 排行榜上排名第一

Gemini 2.5 Pro 获得升级本来就很强的前端能力再次获得提升，基础代码编辑能力也有改进基于Gemini 2.5 Pro 强大的视频理解能力，甚至可以从视频中学习网站的动态交互生成网页，这个太强了！而且现在在 WebDev Arena 排行榜上排名第一

歸藏(guizang.ai)

176,531 views • 1 year ago

Story-Adapter：完全开源的一款不错的长故事转换为动漫可视化AI工具，对于做虾仁之类的简易动漫的短剧从业者来说是自动化神器，生成图的一致性最好基于提示词生成的分镜图片一致性较好，是目前大多数方案里最好的，生成100帧图片只有极少数的几张一致性有点问题，大多数都保持很好的一致性，对于小说自动化生成动漫非常有价值，短剧视频自动化生成的变现神器视频内容： 1、采用了特有的非训练的方式来实现了高一致性的图像生成，通过将提示词、之前迭代的所有reference image输入迭代、全局注意力等来实现高一致性（参考论文细节描述） 2、story-adapter本地化部署说明，模型本地化、本地化运行方式 3、AI日报 #ai生成动漫 #长故事可视化 #storyadapter

Story-Adapter：完全开源的一款不错的长故事转换为动漫可视化AI工具，对于做虾仁之类的简易动漫的短剧从业者来说是自动化神器，生成图的一致性最好基于提示词生成的分镜图片一致性较好，是目前大多数方案里最好的，生成100帧图片只有极少数的几张一致性有点问题，大多数都保持很好的一致性，对于小说自动化生成动漫非常有价值，短剧视频自动化生成的变现神器视频内容： 1、采用了特有的非训练的方式来实现了高一致性的图像生成，通过将提示词、之前迭代的所有reference image输入迭代、全局注意力等来实现高一致性（参考论文细节描述） 2、story-adapter本地化部署说明，模型本地化、本地化运行方式 3、AI日报 #ai生成动漫 #长故事可视化 #storyadapter

AIGCLINK

35,456 views • 1 year ago

分享一个0基础用AI做漫画，一个月涨粉8000+的用户案例。这个用户脑子里有很多脑洞大开的黑色幽默。有一天他突发奇想，用NanoBannaPro把自己的脑洞做成了带有故事情节的漫画。但问题来了，在gemini里直接用nano问题很多：生图能力强但是对故事情节的安排和理解不行，画的好，但内容总出错。于是他找到了YouMind。在这里他可以直接用自然语言和AI沟通，从故事点子、到大纲、到完整剧情、再到生成漫画，一站式全用YouMind解决。其实在YouMind里做漫画模型还是nano，但因为有agent优化，再结合上下文，所以内容效果更好。这位用户的脑洞比较大，所以他通常都是先有一个故事的想法，在YouMind里和AI交流，逐步变成完整剧情；当然，他也曾经尝试过，在完全没有灵感的情况下，让YouMind从生成点子到生成漫画，在一个指令里、用一个任务来完成，也成功了。他从此打通了任督二脉，每天更2-3期漫画，一个月从零涨粉、涨到快1万。我把他的故事和时间做成了视频，分享给大家。提示词可以从评论区领取。

分享一个0基础用AI做漫画，一个月涨粉8000+的用户案例。这个用户脑子里有很多脑洞大开的黑色幽默。有一天他突发奇想，用NanoBannaPro把自己的脑洞做成了带有故事情节的漫画。但问题来了，在gemini里直接用nano问题很多：生图能力强但是对故事情节的安排和理解不行，画的好，但内容总出错。于是他找到了YouMind。在这里他可以直接用自然语言和AI沟通，从故事点子、到大纲、到完整剧情、再到生成漫画，一站式全用YouMind解决。其实在YouMind里做漫画模型还是nano，但因为有agent优化，再结合上下文，所以内容效果更好。这位用户的脑洞比较大，所以他通常都是先有一个故事的想法，在YouMind里和AI交流，逐步变成完整剧情；当然，他也曾经尝试过，在完全没有灵感的情况下，让YouMind从生成点子到生成漫画，在一个指令里、用一个任务来完成，也成功了。他从此打通了任督二脉，每天更2-3期漫画，一个月从零涨粉、涨到快1万。我把他的故事和时间做成了视频，分享给大家。提示词可以从评论区领取。

nene

26,112 views • 6 months ago

给上线了新版本官网，也是我最近一直想做的设计，通过 codex/cc 分析项目代码，给出可能的场景后调用 GPT-image-2 创建分镜，再用 seedance2 做成交互式视频，向用户展示可能的产品应用场景。这个做细致一些，甚至还可以做成 netflix 黑镜 Bandersnatch 那种交互式电影的思路，非常好玩！

给上线了新版本官网，也是我最近一直想做的设计，通过 codex/cc 分析项目代码，给出可能的场景后调用 GPT-image-2 创建分镜，再用 seedance2 做成交互式视频，向用户展示可能的产品应用场景。这个做细致一些，甚至还可以做成 netflix 黑镜 Bandersnatch 那种交互式电影的思路，非常好玩！

郭宇 guoyu.eth

49,417 views • 2 months ago

🔥马斯克表示xAI将大规模投入电子游戏开发，生成照片级逼真游戏！ FT报道，马斯克的XAI正在开发一种叫世界模型的AI技术，自动生成交互式的3D环境。 🚨用户可以像玩电子游戏一样，直接操控AI生成的视频内容。模型能根据玩家的操作实时生成场景。每个玩家的选择可能导致不同的故事发展或环境变化！

🔥马斯克表示xAI将大规模投入电子游戏开发，生成照片级逼真游戏！ FT报道，马斯克的XAI正在开发一种叫世界模型的AI技术，自动生成交互式的3D环境。 🚨用户可以像玩电子游戏一样，直接操控AI生成的视频内容。模型能根据玩家的操作实时生成场景。每个玩家的选择可能导致不同的故事发展或环境变化！

谢嘉琪

93,362 views • 9 months ago

🚀发现了一个宝藏开源项目，已经斩获 29k stars，登上 github 热榜第一一句话就能自动生成结构复杂的架构图，还能做动画效果。架构图、流程图、思维导图一键生成，内容可编辑，做完直接导出。还可以上传你的手绘草图一键生成图表，也可以让它帮你画手绘图。

🚀发现了一个宝藏开源项目，已经斩获 29k stars，登上 github 热榜第一一句话就能自动生成结构复杂的架构图，还能做动画效果。架构图、流程图、思维导图一键生成，内容可编辑，做完直接导出。还可以上传你的手绘草图一键生成图表，也可以让它帮你画手绘图。

阿西_出海

52,147 views • 2 months ago

兄弟们这个牛P 学习“神器”来了！把任何书本上的图表、公式变成互动实验物理知识轻松掌握！能让普通物理教材中的静态图表变成互动的、动态的模拟器，让你可以动手操作，甚至实时看到物理现象的变化。不需要编写代码，只需点击几下，就可以自己“动手”做实验！ Augmented Physics 可以将静态图表（如光学、运动学、摆、电路等）变成可以操作的动态模拟实验。比如，你可以调整镜片位置，看看光线如何变化。这款工具的核心功能包括： -自动提取课本中的物理图表，让你轻松从PDF教材中获取需要的图表。 -生成交互式模拟，你可以像做实验一样调整图表中的物体和参数，观察变化。 -动态可视化数据，比如让摆动的物体展示角度随时间的变化，或者看到电路中电流和电压的变化。

兄弟们这个牛P 学习“神器”来了！把任何书本上的图表、公式变成互动实验物理知识轻松掌握！能让普通物理教材中的静态图表变成互动的、动态的模拟器，让你可以动手操作，甚至实时看到物理现象的变化。不需要编写代码，只需点击几下，就可以自己“动手”做实验！ Augmented Physics 可以将静态图表（如光学、运动学、摆、电路等）变成可以操作的动态模拟实验。比如，你可以调整镜片位置，看看光线如何变化。这款工具的核心功能包括： -自动提取课本中的物理图表，让你轻松从PDF教材中获取需要的图表。 -生成交互式模拟，你可以像做实验一样调整图表中的物体和参数，观察变化。 -动态可视化数据，比如让摆动的物体展示角度随时间的变化，或者看到电路中电流和电压的变化。

小互

57,310 views • 1 year ago

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 views • 10 months ago

卧槽，谁说不行？！！！ 4o 同样可以像 Gemini 一样一句话生成连续的故事剧情和分镜！！！啥也别说了（附提示词）刚刚测试发现 4o 可以剧情+图片连续生成，并且图像质量、特征保持、语义跟随以及故事拓展与修改都比 Gemini 强！！！可以参考我的提示词：为我生成多张连续的故事连环画，[3D 迪士尼] 风格，故事讲述的是 [一只奶牛小猫遇到一只犀牛并成为朋友] 的故事，我需要你补充完整一段故事情节的文字并生成一张图，由此为我连续生成直到剧情结束

卧槽，谁说不行？！！！ 4o 同样可以像 Gemini 一样一句话生成连续的故事剧情和分镜！！！啥也别说了（附提示词）刚刚测试发现 4o 可以剧情+图片连续生成，并且图像质量、特征保持、语义跟随以及故事拓展与修改都比 Gemini 强！！！可以参考我的提示词：为我生成多张连续的故事连环画，[3D 迪士尼] 风格，故事讲述的是 [一只奶牛小猫遇到一只犀牛并成为朋友] 的故事，我需要你补充完整一段故事情节的文字并生成一张图，由此为我连续生成直到剧情结束

-Zho-

108,602 views • 1 year ago

不是哥们？？？ Gemini 3 Pro 你不讲武德啊！航空发动机的 3D 版动画演示？？？！！！交互了 4 次完成，好玩的停不下来！这下能让创造力大爆发了！ ZHGO｜测试系列｜Gemini 3.0 Pro

不是哥们？？？ Gemini 3 Pro 你不讲武德啊！航空发动机的 3D 版动画演示？？？！！！交互了 4 次完成，好玩的停不下来！这下能让创造力大爆发了！ ZHGO｜测试系列｜Gemini 3.0 Pro

-Zho-

189,427 views • 8 months ago

酷，上交大和阿里开源的一款AI多模态故事生成系统：MM-StoryAgent，多模态、多智能体框架可以自动生成包含文字、图像以及多声道音频（旁白、音效、背景音乐）的故事视频，可用于儿童故事快速创作故事生成采用多阶段写作流程，模拟专家和新手作家对话来优化故事质量，先生成故事大纲，再扩展为完整章节框架中设计了多个智能体，把原始故事文本转换为模态特定的提示，通过“修订-审核”机制迭代优化提示，确保文本内容与不同模态的一致性，以及图像生成部分的角色一致性 #故事生成模型 #MMStoryAgent

酷，上交大和阿里开源的一款AI多模态故事生成系统：MM-StoryAgent，多模态、多智能体框架可以自动生成包含文字、图像以及多声道音频（旁白、音效、背景音乐）的故事视频，可用于儿童故事快速创作故事生成采用多阶段写作流程，模拟专家和新手作家对话来优化故事质量，先生成故事大纲，再扩展为完整章节框架中设计了多个智能体，把原始故事文本转换为模态特定的提示，通过“修订-审核”机制迭代优化提示，确保文本内容与不同模态的一致性，以及图像生成部分的角色一致性 #故事生成模型 #MMStoryAgent

AIGCLINK

24,644 views • 1 year ago

Google ai studio，这块产品真的是被严重低估了它集成了google的最新模型: gemini 3和nano banana pro, 像我之前就是用它直接生成电商图其实它更为强大的是build功能，下面我以“竞品网站监听”为例，做了一个build过程的demo演示👇 完整代码支持下载，同步github，甚至一键部署cloud run

Google ai studio，这块产品真的是被严重低估了它集成了google的最新模型: gemini 3和nano banana pro, 像我之前就是用它直接生成电商图其实它更为强大的是build功能，下面我以“竞品网站监听”为例，做了一个build过程的demo演示👇 完整代码支持下载，同步github，甚至一键部署cloud run

Yanhua

71,800 views • 7 months ago

前端logo动画终于有专业级AI工具了！设计师终于可以告别手动描矢量、调曲线、做生硬动画的痛苦过程！分享一个超赞的 GitHub 开源项目 —— pixel2motion 一秒把像素logo（PNG/JPG/WebP/截图）转化为丝滑SVG动画！它能自动生成干净的矢量SVG + 语义化元素（mark、dot、wordmark），直接输出带交互的HTML demo、GIF/视频预览。 ✅核心亮点： AI辅助矢量拟合 + IoU优化，确保专业级平滑度和精准度语义化SVG结构，方便直接写CSS/JS动画一站式交付：静态SVG + motion.css + 交互HTML + motion_spec.md 完美适合品牌logo reveal、前端动效落地！感兴趣的可以看看哦～dyor 地址：

爱丽丝呀！

43,591 views • 1 month ago

不是，这就搞定了一个内容实时生成的AI漫剧游戏嘛？灵感来自向阳乔木和 Roi，可以将任何剧本生成类似于 Galagame 的游戏。有TTS阅读对话，同时呢还会自动生成背景图，自动生成每个角色的人物立绘。感觉这玩意儿都能直接做一个产品了，我操。你有剧情，你就可以生成对应的漫剧或者是对话游戏。

不是，这就搞定了一个内容实时生成的AI漫剧游戏嘛？灵感来自向阳乔木和 Roi，可以将任何剧本生成类似于 Galagame 的游戏。有TTS阅读对话，同时呢还会自动生成背景图，自动生成每个角色的人物立绘。感觉这玩意儿都能直接做一个产品了，我操。你有剧情，你就可以生成对应的漫剧或者是对话游戏。

歸藏(guizang.ai)

69,001 views • 8 months ago

Codex太让我震惊了！直接Codex通过GPT Images 2做 UI 设计，并且一整套自己完成代码编写上线有趣的互动科学 App 我试着生成了 3D 生物结构，并做了一个可以互动探索它们的 App。演示 👇

Codex太让我震惊了！直接Codex通过GPT Images 2做 UI 设计，并且一整套自己完成代码编写上线有趣的互动科学 App 我试着生成了 3D 生物结构，并做了一个可以互动探索它们的 App。演示 👇

huangserva

532,510 views • 2 months ago