歸藏(guizang.ai)

统计数据

219
文章
0
粉丝
0
获赞
434
阅读
avatar
这个🐂🍺，用 Runway Aleph 的视频编辑替代 Blender 的渲染管道
AI视频井喷：Midjourney领跑，多模态混战· 98 条信息
#Runway Aleph #视频编辑 #Blender #渲染管道 #技术
avatar
通义发布 Qwen-Image 图像生成模型。 擅长图片中的文字生成和海报生成，中英文都可以 试了几张，文字还行，就是这个美学得注意一下，看起来是一个实验性模型 用的前几天测试 Krea 1 模型的提示词，相差有点大
#通义 #Qwen-Image #图像生成 #文字生成 #海报生成
avatar
哈哈，每次玩即梦都有惊喜。 现在生成这种玄学壁纸太牛了，整了个钟馗接电话
#即梦 #玄学壁纸 #钟馗 #惊喜 #积极
avatar
这个可以做 3D 果冻风格图标的 4o 提示词真不错 把 Raycast、Claude、ARC 和 Gemini 图标转换了 我改了一下他的提示词，去掉了 json 格式，变成了中文，删掉了废话，整体稳定了一些。
#3D果冻风格图标 #4o提示词 #Raycast #Claude #Arc
avatar
Trickle 正在冲击 ProductHunt 的月度投票冠军 可以帮忙助力一下，🙏
#Trickle #ProductHunt #月度投票 #求助力 #积极
avatar
Poe 也开始提供 API 了 而且不需要你单独充钱，有订阅就能用，这个太方便了 可以调用 Poe 平台的所有模型和机器人，图像和视频模型也行 兼容OpenAI的chat completions接口
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 347 条信息
#Poe API #订阅可用 #兼容 OpenAI #图像视频模型 #方便
avatar
Figma 这涨的实在离谱 虽然最近几年各种不思进取加骚操作，但不可否认的是在界面设计这个垂直领域，已经是近乎垄断的产品了 而且“创造性”的用 Dev 模式把开发者也拉入到付费范围
#Figma #界面设计 #垄断 #Dev模式 #付费
avatar
来了，朋友们！ 用 Trickle ai 把 Vibe Coding 玩到了新高度，总结了一套帮你生成完整产品又快又好又省钱的方案。 内容有点长，原文 6000 字，希望可以提前要一下点赞，转发收藏后面看也行。 下面是详细的教程：👇
#Trickle AI #Vibe Coding #产品生成 #教程 #省钱
avatar
NotebookLM 的视频概览终于上线了 除了有音频还有画面内容帮助理解，目前只支持英语
#NotebookLM #视频概览 #英语支持 #AI工具 #学习
avatar
ChatGPT 增加了学习模式，开启后他会逐步讲解解题过程而不是直接给答案 所有用户都可以使用，免费用户也行
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 347 条信息
#ChatGPT #学习模式 #解题过程 #AI #免费
avatar
他们还搞了“50块就能包月爽用GLM-4.5，调用量无上限”的活动，50 块钱就能爽用！ 扫码就行，名额有限，先到先得朋友们！
#GLM-4.5 #包月 #50元 #促销活动 #名额有限
avatar
Wan 2.2 视频模型开源 ！ 大幅提升电影美学控制和复杂运动质量，ComfyUI 已经支持。 是我见过的第一个使用 MoE 架构的视频模型，高噪声专家（负责整体布局）和低噪声专家（精细调整细节） 5B 版本采用高压缩 VAE，优化显存使用，相比 2.1 版本数据大幅升级。
AI视频井喷：Midjourney领跑，多模态混战· 98 条信息
#视频模型 #开源 #电影美学 #MoE架构 #高压缩VAE
avatar
腾讯开源了一个 3D 世界模型，支持沉浸式漫游和交互 只需一句文字或一张图片，几分钟内即可生成高质量、风格多样的3D场景 采用语意层次化3D场景表征及生成算法，实现前景与背景、地面与天空的智能分离 无建模经验的普通用户也能通过简单指令或图片，快速生成360°沉浸式视觉空间
AI视频井喷：Midjourney领跑，多模态混战· 98 条信息
#腾讯 #3D世界模型 #开源 #沉浸式漫游 #AI生成
avatar
Veo3 这个提示词写法太好玩了，可以实现对画面的精确控制 把需要执行的提示词和顺序写在对应的位置，然后跟他说抹掉标记按顺序执行就行 试了两个案例都执行的很好
#Veo3 #提示词 #画面控制 #精确 #AI
avatar
宇树发布 Unitree R1 机器人，5900美元，相较之前的型号便宜很多。 25公斤，集成了多模态大语言模型可以交流
#宇树 #Unitree R1 #机器人 #多模态大语言模型 #5900美元
avatar
试了一下阶跃的智能视频通话的多模态能力，真的超强。 响应很迅速（为了观看效果有剪辑），识别效果相当准确，常见的画面内容都能识别还能进行一定的推理。 看了一下这个视频理解又快又准确的原因，可能涉及他们刚发布的 Step-3 背后多项多模态积累，这个视频通话属于多模合一能力。 今晚阶跃发布的Step3核心创新点在于，通过模型-系统协同设计，实现了极高的解码效率和成本效益。 在Hopper GPU上，Step-3的解码吞吐量高达4039 tokens/s/GPU，远超DeepSeek-V3的。 同时他们将注意力和FFN分别部署在不同GPU组，采用高效的流水线和通信机制，实现低延迟高吞吐。
深度学习模型升级引发AI能力大跃进，行业迎新变革· 49 条信息
#阶跃 #Step-3 #多模态 #视频通话 #AI
avatar
通义 wan2.2 视频模型要来了
AI视频井喷：Midjourney领跑，多模态混战· 98 条信息
#通义 #视频模型 #wan2.2 #AI #科技
avatar
ChatGPT Plus 用户也开始推送 Agent 模式了 想尝试的朋友可以看看你的账号是不是也有了
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 347 条信息
#ChatGPT Plus #Agent 模式 #推送 #用户
avatar
我之前个人聊天的时候一直在说 Vibe Coding 产品还有很多可以做的事情，各种专门为 AI 调用优化过的脚手架以及后端数据库和支付，今天终于有产品开始注意这个问题了。 过去我们说“独立开发者”，指的是一个人搞定产品、设计、开发、运营、商业化全流程的超级个体。但现实中，99% 的“独立开发者”都卡在了“我不会后端”、“我不会支付”、“我不会部署”这些环节上。 现在 MiniMax Agent 把这些环节全部抽象成了一句话的指令。
#AI调用 #独立开发者 #MiniMax Agent #后端 #支付
avatar
中间他遇到了 AI 都会遇到的问题，他发现自己的 Gemini 模型没办法调用翻译内容。 然后他开始自查发现是模型幻觉了，自己编造了 Gemini 的模型名称，这里他自己用 API 拉取了所有的模型名称，最后成功调用了 Gemini。 这才是我们理想中的 Agent 发现错误以后会自己寻找问题，然后自己尝试解决。
#Gemini模型 #模型幻觉 #agent #自我纠错 #API调用
avatar
然后由于现在我们有后端服务了，终于可以跑一些定时任务了，其中最常见的需求当然就是要求 AI 帮你监控某一类的信息。 我这里就让他监控最核心的三个 AI 公司的信息，Open AI、Anthropic 和谷歌的 Deepmind。 先看结果：
#AI #定时任务 #OpenAI #Anthropic #DeepMind
avatar
最后的结果非常令人惊喜，他几乎一次性完成了所有主要的核心流程，包括八字和六爻的计算，试用逻辑、支付弹窗以及登录注册逻辑。 我刚开始测试的时候基本没有管真人预约这部分，我就没想他能做，结果没想到，他这都做好了，在填写完信息之后他会告诉你预约成功了，工作人员会跟你联系。
#八字 #六爻 #预约 #核心流程
avatar
在做好左右准备之后他就直接开始设置数据库和构建对应的算法和项目了，这部分没什么好说的。 然后在完成项目之后他会主动进行代码测试和利用 Browser use 进行可视化测试，去点击每个网页的按钮查看实现效果和逻辑完整性。
#数据库 #算法 #代码测试 #可视化测试 #项目构建
avatar
完成了核心算法之后，他开始最难的两部分了，如何存储用户信息以及如何加入支付逻辑和支付系统。 这时候数据库 MiniMax Agent 用的是常见的 Supabase ，但是整个数据库创建和连接过程及其优雅. 直接在新建页面登录账号后点击授权按钮，就结束了不需要你寻找各种 API 和翻看后台。 Stripe 也是类似，只需要你填写你的 Stripe API Token 就行，完全不需要跳出页面就可以搞定。
#数据库 #支付 #API #授权
avatar
刚开始他很清楚自己不会算八字和六爻，所以非常谦虚的开始了学习，这要是其他类似的 Agent 估计就开始瞎编了。 八字这里他直接找了一个开源项目学习他的算法，六爻因为比较简单，本质是随机数，他就直接写了。
#开源项目 #八字 #六爻 #算法 #学习