nicekate

统计数据

114

文章

0

粉丝

0

获赞

773

阅读

2个月前

NotebookLM 越来越强了，新增抽认卡和测验哪里不会点哪里

#NotebookLM #抽认卡 #测验 #学习工具 #AI

2个月前

OpenRouter 推出 Sonoma Alpha 两个模型，xAI 出的，支持图片输入，速度很快，可以免费使用 Sky Alpha 被描述为“追求最高智能”（侧能力），Dusk Alpha 被描述为“更快的通用模型”（侧速度）所有 Sky Alpha 规模应该更大两者都标注了 200万上下文窗口

#Openrouter #Sonoma Alpha #XAI #Sky Alpha #Dusk Alpha

2个月前

NotebookLM 视频概览，听着感觉很像刘润的风格，如果只是想粗浅了解下论文大概，可以直接发 PDF 给 NotebookLM，效果不错 👇🏻是对 UI-TARS-2 技术报告的概览

#NotebookLM #刘润 #UI-TARS-2 #技术报告 #论文概览

3个月前

微软新出的 VibeVoice-Large（7B）声音克隆效果是真不错，非常大的亮点是生成的语音时长最长 45 分钟，如果是 VibeVoice-1.5B，最长 90 分钟，但我对比了下，1.5 B 生成效果还是要差些之前用过的一些开源克隆模型最大问题是超过30秒就变样，今天用 VibeVoice-Large 感觉真不错下面的视频是我的声音克隆效果（和我本人声音很像），Mac 上 ComfyUI 运行 VibeVoice-Large，运行了 24分钟，生成了 1分19秒的音频 VibeVoice-1.5B ，17秒视频生成花了 5分钟 VibeVoice-Large，17秒视频生成花了 12分钟如果用英伟达的 Win电脑，应该会快很多显存建议： 1.5B 约需 8 GB VRAM 7B/Large 类约 16 GB VRAM 我使用的仓库见🧵

#微软 #VibeVoice-Large #声音克隆 #comfyUI #英伟达

3个月前

近期 AI 编程修复一个棘手Bug，Auto 模式终端命令运行没有限制，破坏了电脑的隐私和安全性设置，导致鼠标能移动，键盘上的音量能调节，但是鼠标点击不了，之后重启电脑，重新给各个 APP 加权限今天又遇到了，不得不在 macOS 恢复模式下重新设置权限主要操作是 tccutil reset Accessibility AI 短期内不能成为我们的万能助手，沙盒环境、电脑备份啥的都要准备

#AI编程 #Bug修复 #macOS权限问题 #隐私安全 #沙盒环境

3个月前

刚发现原来 NotebookLM 的 mindmap 支持点击文字自动触发提示词讨论，生成的内容会链接源文档来源相当于，mindmap 将原文高度压缩，当你对某个内容感兴趣，可以点击它，让它帮我找到原文并做详细解释非常好的功能，还是得多用 NotebookLM

#NotebookLM #mindmap #自动提示词 #知识管理 #效率工具

3个月前

不需要专门的 AI 图片应用，Roo Code + Nano Banana 能满足你的大部分生图、修图需求 Roo Code 里新增的图像功能非常好用，我用免费的 Grok Code Fast 1 模型调用 Nano Banana 模型生成图片，特别适合角色一致性创作，如果用 GPT 5、Claude 4，提示效果会更好比调用 Replicate MCP 生成图片更方便（后者优势是模型多）

#AI图片 #Roo Code #nano banana #图像生成 #角色一致性

3个月前

也许现在做各类小红书手工课程就可以以假乱真了大家在使用 gemini-2.5-flash-image-preview 时记得 gemini-2.0-flash-image 是能一句提示词生成多张图片展示红烧肉、印度飞饼制作过程的下图是一句提示，gemini-2.5-flash-image-preview 生成的给自行车补胎的效果，虽然图片有很多错误，但是车子的颜色、修改工具的铁盒子、桌子的斑驳纹理都保持得相关好，一致性真的强

#小红书手工课程 #gemini-2.5-flash-image-preview #以假乱真 #图片生成错误 #自行车补胎

3个月前

非常 nice 的是 OpenRouter 也支持了 google/gemini-2.5-flash-image-preview 而且是 OpenRouter 首次上线图像模型 API 调用方式可以看文档里多模态部分

Google Gemini 2.5发布引发AI模型性价比热议· 475 条信息

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息

#Openrouter #google/gemini-2.5-flash-image-preview #图像模型 #多模态 #API

3个月前

gemini-2.5-flash-image-preview （也就是香蕉模型）比 gemini-2.0-flash-image 生成效果好太多了图1 新模型，图2 旧模型不过中文渲染还得看 Qwen Image 提示词：巨型石窟中竖立一块被光纤勾勒的透明碑石，古老经文以激光刻在其上；风格: 东方石窟+高科技装置艺术；光影: 冷蓝体积光+碑内透光；镜头: 70mm中长焦，庄严对称；构图: 中轴对称，参观者为尺度参照；色调: 石灰灰、电子蓝、微金；材质: 岩壁粗糙、玻璃体、光纤；文字要求: 碑文清晰：‘无常即常｜光可照心’（竖排）

Google Gemini 2.5发布引发AI模型性价比热议· 475 条信息

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息

#Gemini-2.5-flash-image #图像生成 #Qwen Image #中文渲染 #高科技装置艺术

3个月前

GPT-5 Thinking 越来越懂人了，下图是1次提示，它分了3个思考展示阶段中间自己发现缺少中文字体乱码问题，自己修复也贴心给出png、csv文件下载，做得太细致了 GPT 代码解释是做得最早的，AI生成回复也是目前最贴心的，只有 Claude Artifact 能和它一比高下了

OpenAI GPT-5发布引发用户不满，阿尔特曼回应质疑· 158 条信息

#GPT-5 #AI #中文支持 #用户体验 #Claude Artifact

3个月前

前天测试的时候以为 DeepSeek V3.1 只是非思考模型还好昨天问了下 DeepSeek，加上了思考模式的测试不然做出来的视频就变成笑话了 P.s. 下图是 Qwen Image 一次提示本地生成

深度学习模型升级引发AI能力大跃进，行业迎新变革· 143 条信息

#DeepSeek V3.1 #思考模型 #Qwen Image #本地生成 #测试

3个月前

Mac 上试了下 LFM2 VL 1.6B 8bit 8BIT ，能识别中文，运行速度非常快（280t/s)，但有幻觉，总体生成结果比我想象中好对比 MiMo VL 7B RL 2508 GGUF Q8_0 ，思考 20 秒之后 44t/s ，速度较慢，但生成结果很好

#LFM2 VL 1.6B #MiMo VL 7B RL #文本生成 #速度对比 #幻觉

3个月前

测试 DeepSeek V3.1（思考&不思考）和 GLM 4.5 的写作能力，正愁如何可视化展示使用 opencode 里 sonic 模型生成 Mermaid 图表，速度嘎嘎快注：Cline、Cursor、opencode 现在都可以免费使用 sonic 模型

#DeepSeek V3.1 #GLM 4.5 #写作能力 #Mermaid 图表 #sonic 模型

3个月前

看来 DeepSeek V3.1 有2个版本，一个思考，一个不思考，选择深度思考会由 V3.1.2 回答而不是 R1 DeepSeek 官方限速好厉害，1分钟3次，超过次数，历史记录都看不到，我昨天体验的都是不思考的 V3.1，调用 API 速度也好慢官方 Model card 怎么还不更新啊

深度学习模型升级引发AI能力大跃进，行业迎新变革· 143 条信息

#DeepSeek V3.1 #AI模型 #限速 #API调用 #模型更新

3个月前

Cursor 有个新模型 sonic 可以免费试用，推测是 Grok 4 Coder

#Cursor #sonic #Grok 4 Coder #免费试用 #AI模型

3个月前

不怎么看播客，但看《罗永浩的十字路口》不知不觉一小时过去了第一期是罗永浩对话李想，老罗这类节目比他上脱口秀好，而且老罗也创办企业，所以做这类与企业家对话感觉比一般主持人与企业家对话更有深度这类长对话节目真好（有点像看个人传记的精读版），不舍得直接看总结，而是看他们的表情，对话内容，这类体验是远超2分钟的短视频或者5000字人物专访第一小时的收获是家庭教育和李想的管理理念

#罗永浩 #李想 #十字路口 #企业家对话 #家庭教育

3个月前

我请 Gemini 2.5 Pro、GPT 5、Grok 4 和 Q3 Coder Flash 随机生成 AI 绘图提示词结果高度趋同：常见“蒸汽朋克”、“禅意花园”、“未来量子”、“废弃机械”等好消息：Midjourney Explore 可以作为审美参照下图为我在本地使用 Draw Things 搭配 Qwen-Image 模型生成的效果

#Gemini 2.5 Pro #GPT 5 #Grok 4 #Q3 Coder Flash #AI 绘图 #midjourney #Qwen-Image #蒸汽朋克

3个月前

电影捕风追影真好看，打戏精彩，还有 AI 助力，记得看彩蛋，期待这一部票房大卖，下一部更好

#捕风追影 #电影 #AI助力 #打戏精彩 #票房大卖

3个月前

机器人运动会上的兵马俑机器人跳舞，看着好熟悉 Claude 4 推出后，我一直在用不同模型测试生成兵马俑跳舞动画效果现在现实版跳出来了，真好玩，期待机器人早日跳上 Breaking

#机器人运动会 #兵马俑机器人 #跳舞 #Claude 4 #breaking

3个月前

为了健康，买了无绳跳绳，咨询了 GPT 5 thinking 跳绳计划，还 Vibe 了一个应用：五五起身应用名字和图标都是 AI 生成的 P.s. 用快捷指令设置提醒会更方便

#健康 #无绳跳绳 #GPT 5 #AI生成 #五五起身

3个月前

Theo 早期通过 API 使用 GPT-5（在 Cursor 中）体验极佳，堪称“令人难以置信”，但近期再体验，感到性能显著下降。这与 o3 的情况如出一辙：预览版（o3 preview）实力超群，而正式版（o3）虽名称未变，实际却大幅缩水。 OpenAI 的习惯性操作，降智

OpenAI GPT-5发布引发用户不满，阿尔特曼回应质疑· 158 条信息

#GPT-5性能下降 #OpenAI降智 #Theo体验下降 #Cursor编辑器 #o3预览版缩水

3个月前

想起我的手机也支持远程控制电脑，这下 Vibe Coding 更方便了 Claude Code、Warp、Augment，统统到碗里来 VibeTunnel？直接省了哈哈，虽然几乎不用，但“有”比“没有”强💪

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#远程控制 #Vibe Coding #Claude Code #Warp #augment

3个月前

尝试让 Qwen image、即梦 3 和 3.1、GPT 分别生成Youtube 缩略图图1 Qwen image 文字排版很好，但不理解文字的颜色图2-3 即梦3和3.1 都能理解文字的颜色，但是文字排版一般图4 GPT 生成的图片偏黄，排版很一般综上，AI 生图目前还取代不了设计师提示词： digital matrix style, 'Claude Code 使用技巧' text with matrix code streaming effect, black background with cascading green code, AI brain network visualization, digital tunnel perspective, glowing data streams, terminal interface elements, matrix-style typography, cyber reality aesthetic, 16:9 aspect ratio, razor sharp details

#Qwen Image #即梦 #GPT #AI生图 #缩略图

3个月前

9月15日续期起，Cursor Auto不再“无限免费”，改为按用量计费，并计入你已购的月度额度怎么计费：输入：$1.25 / 每100万 tokens 输出：$6.00 / 每100万 tokens 缓存输入：$0.25 / 每100万 tokens 编辑器和仪表盘都会实时显示 Auto 消耗了你多少已购用量。

#Cursor Auto #收费 #用量计费 #Tokens #编辑器