Gorden Sun

统计数据

472

文章

0

粉丝

0

获赞

3005

阅读

23小时前

AI资讯日报，12月13日：

1天前

效果没那么稳定，但是Banana Pro确实能把毕加索的立体主义变成现实。

1天前

AI资讯日报，12月12日：

2天前

国内直连版Banana Pro，无需VPN，填写key就能用，操作简单，适合小白。买了可以给别人用，搭个人情也不错。所有分辨率都是3毛一张，极具性价比，也可以同时使用我做的AI PPT功能。Banana Pro已经是工具，其他AI绘画还只是玩具。在线使用地址：在线使用AI PPT：体验Key（共100次）：sk-BFLb7Mgol9oCGkXTCm22xSNNIpUSLVDmM1JCSAfziQp8Q0Hi

2天前

AI生成裸眼3D图点开大图，离屏幕远一些，盯着孙悟空看。

2天前

AI资讯日报，12月11日：

3天前

NSFW警告，不要在公开场合外放视频没想到浓眉大眼的谷歌竟然审核也这么松。谷歌的TTS也已经Next Level了，跟11Labs v3差不多的水平。语气自然、情感丰富，能发出拟声词的音。音频由Gemini 2.5 Pro TTS，这个模型现在对文本和音频都没有审核，且玩且珍惜。使用地址：官方介绍：

4天前

AI资讯日报，12月10日：

4天前

Mistral开源Devstral 2代码模型分Devstral 2 (123B)和Devstral Small 2 (24B)两个版本，均开源，123B版本评分超过Kimi K2，接近DeepSeek V3.2，参数只有DeepSeek的六分之一。123B版本目前提供免费API。同时发布了Mistral Vibe CLI，命令行的编码工具，类似Claude Code。官方介绍： 123B模型： 24B模型：

4天前

Mind Lab发布：1000B模型的高效强化学习框架使用LoRA，对1000B MoE模型进行强化学习，相比传统方法，仅使用10%的GPU资源。提升了模型的特定能力，且保留了原始的通用能力。相关代码已被合并到魔搭和英伟达的Github分支。官方介绍：

4天前

AI资讯日报，12月9日：

5天前

谷歌不再在AI Studio里提供免费的Gemini 2.5 Pro API，大幅缩减了Gemini 2.5 Flash的API免费次数。缩减了AI Studio开发者渠道的Banana API并发数。都是为了给Vertex腾出TPU，因为Banana Pro太火了。

5天前

智谱开源AutoGLM 能自动化操作安卓手机的智能体框架，类似豆包手机助手的效果，能理解用户任务、规划动作、读取屏幕并操作。同时开源了底层模型AutoGLM-Phone-9B（基于GLM-4.1V-9B微调）。 Github：

5天前

AI资讯日报，12月8日：

6天前

2毛钱，2分钟，一键生成大厂卷王PPT （此类PPT通常由花哨的框架+细致的功能模块堆叠而成，视觉效果高大上，但多少已实现、多少归功于演讲者则不得而知）在线使用：体验Key：sk-8XjfwIIWqM87zb3EqPFb9ccBURjYNLX8B9iOjopHc5uaRDbr 代码、提示词、参考图是开源的，Github：

1周前

AI资讯日报，12月7日：

1周前

LiveAvatar：阿里夸克开源的实时虚拟人模型能实时生成虚拟人视频（需要5个H800），能生成无限长度的视频且画质不降低。模型：项目地址：

1周前

AI资讯日报，12月4日：

1周前

VibeVoice-Realtime-0.5B：实时文本生成语音微软开源，仅0.5B大小（基于LLM: Qwen2.5-0.5B），实时把文本转换成音频，仅300毫秒延迟。英语效果不错。模型：在线体验（不支持实时）：

1周前

AI资讯日报，12月3日：

1周前

Seedream 4.5版本发布人像一致性大幅提升，有一定的推理能力（但是比较弱，明显比不上Banana Pro），简单提示词就能生成美学在线的图片。我是在Fal上通过API使用的，豆包上现在应该已经能用到了。速度很快，20秒出一张2K分辨率的图片。

1周前

AI资讯日报，12月2日：

1周前

AI资讯日报，12月1日：

1周前

ViBT：更快速的视频风格转换核心功能：编辑图片、图片风格转换、视频风格转换、视频补帧。与传统扩散模型不同，ViBT直接建模输入和输出之间的轨迹，实现高效的数据到数据转换，速度比传统方法快2倍。项目地址： Github：

1周前

DeepSeek线上模型已更新

#DeepSeek #在线模型 #模型更新

...