Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

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!

49,596 Aufrufe • vor 3 Monaten •via X (Twitter)

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

看到 Gemini 3 Flash 发布的时候, 第一反应是:终于有人跟 OpenAI 打价格战了。 更快、更便宜、还能免费用—— 这才是独立开发者和小团队真正需要的东西。 价格到底便宜多少? 简单说:如果你之前用 GPT-4o 或 Gemini 3 Pro 跑应用,换成 Gemini 3 Flash,成本预计能直接降 50%-70%。 ZenMux 已经第一时间上线了 Gemini 3 Flash,并且每天有免费额度——你可以直接在 chat 里调用,不用单独申请 API,不用写代码集成。 我扒了推特上互动最高的几个帖子,发现大家兴奋的点主要是: 【零代码生成 3D 交互场景】 有人用简单文本提示,生成了一个 Three.js 场景:数百万粒子悬浮在屏幕上,可以用手势控制它们形成任意形状。不需要懂 Three.js,不需要懂 WebGL,甚至不需要懂 HTML。 【从截图到完整落地页】 有人从零开始做了一个完整的产品落地页。先上传参考网站截图,然后逐步添加图标、动画、效果。整个过程像在跟设计师对话,而不是在写代码。 【5 分钟做出能用的 App】 有人做了个视频录制工具,AI 实时根据你说的内容给提示词,防止你卡壳。还有人做了手语识别 app,带置信度分数、采样设置、实时提示。 现在,你可以用更低的价格重新实现一边这些! 验证想法的成本降到接近零——你可以在一个下午内做出 5 个不同方向的原型,丢给用户测试,看哪个有反馈再深入。

Cell 细胞

23,039 Aufrufe • vor 8 Monaten

老杨今天再分享一个抖音短视频带货中腰部的案例 男女都可以做,但是大部分都是女生做的最多, 这种玩法在带货圈叫-实拍 这种算是实力大佬啦,基本上收到的样品可以按卡车来拖,有可能商家帮投流啦; 先看数据: 1、橱窗带货612万件; 2、LV5达人 粉丝12.36万 3、巨量百应数据:近30天的数据:25-50万单,商品结算金额500-750万 4、从巨量达人数据看有5-26%,我们取最保守8%来算;结算金额按600万来算:是不是30天能拿48万。 5、去看她的号,发了3900多条视频,前期每天日更10条。 你肯定会问,一天10条这怎么可能拍的出来? 1、这种拍的多了,一个镜头可以拍20-30张,产品的使用过程可以拍很多镜头,这样还能重复使用,一个品可以每隔几天重复发,这样积少成多,素材就有了,就可以随时套模版。 2、时间拍久了,有的视频基本上是一条过,都不用剪, 3、还有一些,他们都会请人剪辑视频,请人拍, 4、再有一些直接卖素材,有包月的,也有拼素材的,一个产品20个人拼,每个产品都明30-50个镜头,够大家分别做视频了,所以你会刷到很多视频场景一样,镜头切片不一样。 现在还能不能干: 1、能,反正不用出镜,可以买素材试一下包月素材也才150-300左右;够你每天发3-5个视频, 2、买素材有一个不好的地方就是你不能自主选品,别人给你拍什么你就发什么,有局限性,但是基本上人家都是拍的爆品。 3、如果你要自主选品的话,我的建议就是打垂直类目,比如卖纸,哪你就可以买3-5种纸,天天不重新去拍,每天发,这样的试错成本和成功的机率要大一些,你可以买样品拍; 4、但是这样拍的话你就要自己搭建拍影场景,场景和灯光差不多要1000左右,除非你家有现成的场景可以用。 总结:如果要玩,可以买多几家素材,只买3-5种同类产品的这样反复打,机会还是有的, 视频怎么做,照着别人1:1仿着做个10次机会上就可以了会了,

老杨啊 | AI产品商业化

41,352 Aufrufe • vor 4 Monaten

Vibe Coding 让每个人都有做软件的能力,我见过很多人做了几十个产品,纯特么自嗨,没有一毛钱盈利。 现在 AI 一晚上能做一个产品,代码成本趋近于零,成本低到大家觉得不需要验证,做完了自然有人用。 但事实上大家都在做“玩具”,因为 Vibe Coding 解决的是 how,但 what 和 why 被跳过了。 我最近一个多月一直在用 atypica.AI ,就是在写代码之前,先把想法丢进去跑一轮用户验证。 它会有一套完整的研究链路: 先帮你拆研究计划,然后从百万级真实用户数据构建的 AI 人设库里挑人,组成一个焦点小组(AI Panel),让这些虚拟用户讨论你的产品、互相辩论、给出反对意见。 并且,这个焦点小组可以反复用,每次你有新想法、新定价、新包装、新广告语,都可以拉同一批人再聊一轮。 我刚用它测过的场景: 上周我想做一个给老板用的 AI 助手,它帮我组了 12 个不同行业的老板人设(persona)并沉淀成我可以反复调用的Panel 。 30 分钟跑完,从报告中发现3件我完全没想到的事: 1. 当AI变得太懂老板反而会引发不安全感(尤其是很懂账目和客户关系时,会觉得被盯着); 2. 最抗拒 AI 的老板也不是完全不用 AI ,只是不想换工作方式(能继续发微信、拍照、说语音,后台自动整理); 3. 他们愿意为 AI 付钱不是因为功能多,而是因为它能帮自己少亏一次钱(少一次压货、客户流失或管理损耗,比“智能助手”这个概念更能打动人)。 根据这些发现我当场调整了方向,然后用panel里的同一批人再验证了一轮。两轮下来,避开了至少三个致命错误。 Vibe Coding 把做产品的门槛降到了零,但做对产品的门槛一点没变,如果你想要靠产品盈利,最好还是先想清楚: 你在解决真实需求,还是在解决自己幻想的问题。

余温

27,280 Aufrufe • vor 2 Monaten