Gorden Sun

统计数据

491

文章

0

粉丝

0

获赞

3047

阅读

2小时前

AI资讯日报，12月23日：

1天前

AI资讯日报，12月22日：

1天前

AI资讯日报，12月21日：

3天前

AI资讯日报，12月20日：

3天前

用Banana Pro生成信息图，NotebookLM的风格已经视觉疲劳了。要生成更多风格也非常简单，提供一个提示词让AI改就行了。我最喜欢第一个真实手账的风格，提示词见评论。

3天前

AI资讯日报，12月19日：

5天前

AI资讯日报，12月18日：

5天前

Claude Code系统提示词包括Agent、助手、内置工具等40多个系统提示词，是用来学习Agent的好材料。 Github：

6天前

AI资讯日报，12月17日：

6天前

Gemini 3 Flash已经能用了相比Pro版本，速度提升显著，前端效果基本没变，美学依旧领先于其他模型。 ZenMux首发，目前免费，使用地址：

6天前

Meta开源SAM Audio 能从音频文件中分离出指定的音频，典型的使用场景包括：从歌曲中分离出人声、从多人对话中分离出某个人说话的声音、标记出某个人的声音出现的时间段，可以说是音频编辑的基座模型，非常实用。模型：在线使用：

6天前

美团开源虚拟人模型LongCat-Video-Avatar 类似字节的OmniHuman 1.5和快手的Avatar 2.0，支持音频驱动照片生成视频（尤其适用于主播和MV）项目地址：模型：

6天前

AI资讯日报，12月16日：

6天前

英伟达发布Nemotron 3系列模型分3个版本： Nemotron 3 Nano，30B总参数，激活3B； Nemotron 3 Super，100B总参数，激活10B； Nemotron 3 Ultra，500B总参数，激活50B；目前30B模型已开源，另外2个明年上半年开源。同时开源了训练数据集。模型：

1周前

One-to-All Animation：让照片动起来能让照片人物，按参考视频的动作动起来，基于Wan2.1训练，效果比Wan2.2 Animate还好一些，支持大幅度的动作复刻。 Github： ComfyUI工作流：

1周前

AI资讯日报，12月15日：

1周前

阿里通义开源Fun系列音频模型 Fun-CosyVoice3-0.5B：TTS模型，支持生成9种语言的音频，支持克隆声音，支持流式输入输出。模型： Fun-ASR-Nano：语音识别模型，支持31种语言，支持方言识别，支持实时听写。模型：

1周前

AI资讯日报，12月14日：

1周前

AI资讯日报，12月13日：

1周前

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周前

AI资讯日报，12月12日：

1周前

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

1周前

AI生成裸眼3D图点开大图，离屏幕远一些，盯着孙悟空看。

1周前

AI资讯日报，12月11日：

1周前

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：

...