#场景

avatar
这张图的名字叫卖点 车顶的皮划艇，大概率不是用户会真实使用的场景 但是是用户向往的生活 “不用”，不影响它成为卖点 这也是为什么很多人不知道怎么写广告素材 你要基于使用场景、用处去写，常常就没得写 但如果是写卖点，理论上没有上限
#卖点 #皮划艇 #用户向往的生活 #广告素材 #场景
avatar
那么可爱~绝对是好片。没品位的人是拍不出这种场景的。
#可爱 #好片 #没品位 #场景 #积极
avatar
Silent Bird
1个月前
女兒已經知道，此時的場景意味著什麽了！
#女儿 #场景 #情感
avatar
"AI+新型工业化"融合提速：场景更多，生态更优
澎湃AI新闻合辑：未来科技与社会热点交锋· 84 条信息
#AI #新型工业化 #融合提速 #场景 #生态
avatar
再次看到这个场景，我依然会落泪…🙏
#感人 #落泪 #情感 #场景 #积极
avatar
henu王凯
2个月前
很有意思，穿起来个逻辑：未来我们用Agent会越来越多，Agent在run时，我们做什么呢？ 这段时间一直邮箱解决这个问题，就想应该能出来写这个场景下的web游戏
#agent #Web游戏 #未来 #场景
avatar
浦东发起主办的首届上海最佳旅游新场景大赛颁奖了，评选覆盖...
评选可复制、可推广的文旅场景
2025上海最佳旅游新场景大赛颁奖，66个项目脱颖而出引热议· 2 条信息
#文旅 #场景 #评选 #推广 #可复制
avatar
人口密集的“老社区”招商靠什么？场景、橱窗、试验田
#人口密集 #老社区 #招商 #场景 #橱窗 #试验田
avatar
美国纽约，标新立异的出恭场景。
#美国 #纽约 #出恭 #场景
avatar
Yangyi
1年前
很多人说，大模型时代创业很容易死。其实这也分怎么做，非要去跟openAI卷，那确实是容易死。 AI时代你只要搞明白，输入端和输出端，至于里面的黑盒技术怎么变化，无关紧要。 这就意味着，如果你是从底层往上做，盒子随便换，表现层也可以随便换，但本质从没发生过改变 我举个例子，比如invideo AI，他做的事情是： 1、输入一段想法 2、他将想法拆解成了分镜头脚本 3、依靠脚本去视频素材库找素材，然后返回回来 4、拼装在一起，让用户可以进行微调和替换 5、输出视频 好了，他这个框架其实很简单，看一眼就知道是通过RAG做的：把一个prompt理解成一个question，然后对这个question做了sub-question，最终通过sub-question的query去检索回片段。 那soraAI来了能干死他么？ 显然不能，因为他的优势在于工程化，而不是AI。 他只需要把API从RAG替换到Sora，就能瞬间起飞。 因为当其他人还在一个输入框生成一个视频片段的时候，它已经可以定制化生产优质视频了。 这个例子就充分说明，Sora是给他赋能的，而非卷死它。 那卷死的是谁？或许是Pika和Runway。 但Pika怕死吗？它本身就是个资本产物，股票都套现完了，最终收场不了的是持有股票的韭菜，至于Pika，死不死的又能怎样？ 可这和普通人有什么关系？独立开发者创业，能搞个SVD套壳都已经是大牛了。 回归正题，如果你正在做SVD套壳，你要怎么避免灾祸？也简单，把工程化做好。生产流程是符合用户需要的，这就够了，至于说AI能力，谁牛接谁。 从深度上讲，抓住底层就是抓住工程化，抓住对用户使用体验的理解。 在一个场景不断去深化用户的使用路径和使用体验，而不是优化AI本身，AI交给时间，对用户在意的功能理解把握住就好。 从广度上，也可以抓住底层。 比如你是做图像生成的。不论你是做什么类型的图像，是头像也好，是证件照也罢，甚至肖像，写真，宠物照片。到头来不也是一个input进一个黑盒，最终给照片吗？ 那黑盒是谁也不重要。所以你应该想办法封装隔离好生成能力，把工程问题和生成问题拆解开。 从这个维度上讲，你应该多做场景，而不是深挖生成能力。因为生成能力永远在不断迭代，但场景依旧还是那样。 比如你接了midjourney API，你可以用他做可爱婚纱照，你也可以用他做宠物头像，这些都可以卖钱。那为什么不做广度而是不断去深度优化一个API的提示词呢？ 从这个意义上讲，底层意味着一套快速搭建业务场景的能力。如果你能快速搭建各类型的生图场景，你就赢在工程上了，哪怕突然有一天，dalle也超越了mj和sd，你依旧可以活的潇洒。
#AI #Sora #工程化 #场景 #用户体验