生成逼真"黑神话钟馗"手办，神秘且强大的"纳米香蕉"三种使用方式
本账号文章即日起均搭配AI语音播客，点击收听一、神秘的纳米香蕉AI图像生成领域最近发生趣事：一款名为Nano Banana（纳米香蕉）的工具突然出现在X平台、论坛、Discord，并获得用户广泛赞誉。
阅读全文用Gemini一句话生成有声绘本，秒变绘本大师
本账号文章即日起均搭配AI语音播客，点击收听AI时代，许多创作降低到零门槛，比如绘本生成，利用谷歌的Gemini可以轻松做到。你可以直接进入Gemini的Storybook页面：https://gem
阅读全文都说GPT-5拉跨，但它能打败“弱智吧”段子！
本账号文章即日起均搭配AI语音播客，点击收听GPT-5刚发布一天，网友们已经对它进行了大量测试，评价“褒贬不一”，负面主要集中在：1、模型自动切换，熟悉的GPT-4o、o3都没了。2、一些简单问题竟然
阅读全文GPT5“新王降临”？OpenAI发布会内容速读
本账号文章即日起均搭配AI语音播客，点击收听北京时间8月8日凌晨，OpenAI发布三款新模型：GPT-5、GPT-5 mini 和 GPT-5 nano，这些模型在多个方面都有显著提升。发布会上关于新
阅读全文中文生成能力不输即梦！阿里开源Qwen-Image本地部署教程及测试
本账号文章即日起均搭配AI语音播客，点击收听阿里开源又出硬货：刚发布的Qwen-Image，官方宣称“在复杂文本渲染和精确图像编辑方面取得显著进展”，并且取得ComfyUI的原生支持。一、能力测试首先
阅读全文"用嘴P视频"功能上线，这世界还有真实可言吗？
本账号文章即日起均搭配AI语音播客，点击收听Runway Gen一度是AI视频生成的领头羊，不过最近一年被各种赶超。本以为它要被市场淘汰，没想到这次憋出个大的：名为Runway Aleph的“上下文视
阅读全文AI视频进化到这种地步了？教你用可灵+海螺生成动作大片！
本账号文章即日起均搭配AI语音播客，点击收听AI视频发展迅速，前几个月许多作品还像“动态PPT”的拼接，现在已经可以初步呈现各种激烈的动作场面（虽然仍不完美），比如这段《龙珠》的真人风格影片：怎么制作
阅读全文“世界最强模型”Grok 4实测：差强人意
马斯克的旗下xAI发布了Grok 4，号称“世界最强模型”，到底强不强，还是不能看广告，而要看疗效。在模型切换到Grok 4之后，最大的区别就是原来Grok 3下方的“深度搜索”不见了，因为Grok
阅读全文用谷歌Veo3制作“动物扇耳光大赛”，大熊猫被迫营业！
之前介绍过，谷歌Veo3的文生视频功能非常强劲，今天分享一个有趣的提示词，可以创造现实中不可能存在的“扇耳光大赛”场景（使用Google Flow工具）。例如：A professional slap
阅读全文Midjourney可以生成视频了，并非最好，但性价比极高！
沉寂了很长时间之后，Midjourney终于顺应时代，推出了视频模型“V1”版。V1专注于图生视频（没有文生视频功能），目前仅在Midjourney官方网站可用（需要会员）。网址：https://ww
阅读全文全网爆火的“时空穿越”视频，制作方法+进阶技巧
最近大家肯定经常看到这样的视频：看着高大上，其实生成方法极其简单，即通过最新的谷歌Veo3工具，输入类似下面的提示词：提示词：身着现代雨衣的中国女记者，与全副武装的中国三国时期蜀国士兵，在泥泞的山路上
阅读全文即梦AI视频3.0 Pro亮相，真能“拳打可灵、脚踢Veo3”？
不少网友发现，即梦已经推出视频3.0 Pro（基于Seedance 1.0 Pro视频模型），这是字节最新最强的视频模型。那么它能否和可灵/Veo3一拼呢？立刻来实测：一、文生视频1、提示词：一只白色
阅读全文AI绘画的未来已来！不用折腾工作流，轻松生成连续剧
最近黑森林工作室推出了FLUX.1 Kontext，这是一款可以支持上下文的新工具，主要优点：一致性：在多个场景和环境中保留图像的元素本地编辑：对图像中特定元素针对性修改，不影响其余元素样式参考：保留
阅读全文比威尔史密斯吃意面更难！谷歌Veo3挑战体操动作
AI视频已经攻克了“威尔史密斯吃意面”，下一座高山是“体操动作”，因为涉及到复杂的物理规则和人体解剖。 那么，目前最强的视频工具谷歌Veo3能否完成任务？ 答案是：依旧不能！但在目前的工具当中是表
阅读全文Google Veo 3太强了，把AI视频生成推上了新台阶！
谷歌发布了AI视频模型工具Veo 3，生成视频的同时可同步嵌入音效，且视频表现也比本已很强的Veo 2更进一步！ 目前Veo 3暂未对公众开放，但可通过订阅Goolge AI会员获取访问权限。
阅读全文想被甜妹夸，被雌小鬼骂，现在AI都能满足你！
语音模型经过一段时间的发展，现在效果相当成熟，国产AI同样表现亮眼。MiniMax日前发布的语音大模型Speech-02在国际权威的两项语音评测榜单上，超过OpenAI和ElevenLabs登顶，而且
阅读全文GPT-4o生图15个特别提示词，包含多种爆火效果！
之前GPT-4o生成吉卜力画风，着实火了一阵。其实GPT-4o的生图能力远不止于此，今天就来介绍一些特别的提示词，其中有的效果估计你已经见过（却不知怎么生成）！注：所有参考提示词中括号【 】里面
阅读全文超越DeepSeek，最强开源模型"千问3"四种本地部署方法
阿里开源了当前最强的千问3（Qwen3）模型，包含从0.6B到235B的非常全面的规格，总有一款适合你。官方宣称其亮点在于：1、显著增强的推理能力，在数学、代码生成和常识逻辑推理方面超越之前的模型；2
阅读全文媲美Flux！国产开源生图模型HiDream本地部署
HiDream-I1是HiDream-ai（HiDream-ai）开源的文生图模型，17B参数，在多个基准测试中表现出色，许多网友实测认为：不逊于Flux。目前HiDream已获得ComfyUI官方原
阅读全文可灵2.0版详细测试：动态出色，价格昂贵！
可灵刚刚推出了2.0版重大更新，作为目前主流视频生成工具，可灵这次更新颇受关注。下面就和1.6版进行详细对比测试（每个案例生成四次，选取表现最好的一次）：一、文生视频1、提示词：一只白色的猫从街边的矮
阅读全文开源数字人HeyGem部署教程，口播、带货、动画样样行
市面上效果优秀的数字人产品，通常价格昂贵（比如HeyGen），不过近期硅基智能开源了一款工具HeyGem，可作为平替。看下效果，让老黄念一段“英伟达耍猴”的新闻消息：接下来就讲讲本地部署方法（Wind
阅读全文《星际穿越》吉卜力画风重绘
最近很火的GPT4o转绘，让每个人都有了当“艺术家”的机会。比如简单制作一个吉卜力画风的《星际穿越》预告片！ 图像转绘：GPT4o 图生视频：可灵Kling 其实GPT的新绘图功能远不止这一种，理
阅读全文ChatGPT推出"用嘴P图"，平面设计真要失业了
AI领域竞争加剧，或许是受到此前Gemini 2.0 Flash的刺激（点击看文章），OpenAI一改墨迹的作风，直接推出GPT4o的图像生成模式。新功能对Plus、Pro、Team、免费用户全量开放
阅读全文Wan2.1+LoRA 解锁各种特效：挤压、膨胀、切蛋糕、变身...
相信很多人都玩过一些闭源视频工具（如可灵、Pika）的特效功能，膨胀、挤压、变身...通过阿里开源的万相Wan2.1加上合适的LoRA，这些不难实现，比如把这个宇树机器人挤扁：下面就讲讲具体操作过程。
阅读全文