跳到正文

创作方向

多模态 最新动态

文本之外的能力:视觉理解、图文混合、音视频输入输出的模型与产品进展。

82 条精选近 30 天 80 条共收录 210 条

更新

精选归档 · 第 2 页

10月14日周三第 21–40 条
  1. X · Charaspower58

    Seedance 2.5 战马变风暴巨兽 VFX 提示词分享

    作者分享了一段用 Seedance 2.5 生成战马变形特效的完整提示词,认为亮点不在马本身,而在变形逻辑:鬃毛变闪电、马蹄化为气流漩涡、身体部分转为半透明风暴物质,最后冲锋留下龙卷风轨迹。提示词还包含战场平原场景设定与史诗实拍 VFX 的运镜、光线描述。

    选题角度:原文给出完整的 Seedance 2.5 变形特效提示词,可拆解战马到风暴巨兽的逐段变形逻辑做玩法教程。

  2. 公众号 · 差评X.PIN爆款78

    谷歌正式上线 Gemini 4 Argon,输出上限拉到 100 万 Token

    谷歌正式上线新旗舰 Gemini 4 Argon,在 100 万 Token 原生多模态输入基础上把单次最大输出上限从前代 6.4 万提升约 16 倍至 100 万 Token,输入输出共享同一上下文池。

    选题角度:用同一提示词对比 Gemini 4 Argon 与 Claude 的生成成本与画面稳定性,原文给出 1.2 美元对 8 美元的具体差异。

  3. Wes Roth80

    Wes Roth 实测 Gemini 4 Argon:官方演示与自建游戏体验

    Wes Roth 实测 Google 的 Gemini 4 Argon,体验了官方演示并自己动手做了游戏,认为这是一个能力强大但有些奇怪习惯的模型。他还探讨了该模型在机器人方面的能力,以及 Google 安全报告揭示的、模型推理中不再出现的捷径问题。

    选题角度:作者亲测 Gemini 4 Argon 官方 demo 并自建游戏,可对比官方演示与自建效果,顺带聊机器人和安全发现。

  4. 公众号 · 新智元88

    谷歌 Gemini 4 Argon 全球上线,Pro 与 Ultra 用户可体验

    谷歌发布新一代旗舰模型 Gemini 4 Argon,Pro 用户可在 Gemini 应用和搜索 AI 模式中体验,开发者可通过付费 API 在 AI Studio、Android Studio 调用,Ultra 用户还可在 AI Studio 和 Antigravity 中使用。

    选题角度:官方给出19项基准中13项最高、百万token窗口首发价减半,适合做跑分与定价的横向对比解读。

  5. Skill Leap AI74

    Gemini 4 Argon 发布:12 个演示展示 Canvas 生成 3D 世界与游戏

    Google 发布 Gemini 4 Argon,作者获得早期权限在 Gemini 应用中实测了 12 个演示,并给出每个演示的完整提示词。最大变化在 Canvas 能力,一句提示词即可生成完整 3D 世界、真实物理效果和可在应用内直接运行的可玩游戏,还能把杂乱文件整理成完整演示文稿,新 Tasks 功能可在用户离开时继续处理任务。

    选题角度:作者拿到 Gemini 4 Argon 早期权限,用 12 个带完整提示词的演示展示 Canvas 生成 3D 世界和可玩游戏,适合照着提示词逐个复现。

  6. 量子位78

    面壁开源 MiniCPM-V 4.7:35B MoE 模型断网在 iPhone 上跑,仅占 3G 内存

    面壁智能和 OpenBMB 开源 MiniCPM-V 4.7,包含 35B-A3B 和 1B 两个版本,其中 35B-A3B 是 MiniCPM-V 系列首个 MoE 模型,约 3G 内存即可在 iOS、安卓设备上运行。

    选题角度:断网状态下在 iPhone 上实测 35B MoE 多模态模型,从拿破仑行军图到家庭电费表逐题演示,适合录屏复现端侧跑大模型的效果。

  7. X · Justine Moore62

    用 Gemini 4 Argon 为 36 年前的 SNES 游戏做新关卡

    Justine Moore 用 Gemini 4 Argon 给一款 36 年前的 Super Nintendo 游戏创建了新关卡,模型直接修改原始汇编代码,做出了自定义甜甜圈店、新像素画、糖霜甜甜圈环、二段跳和循环 ragtime 配乐。她表示期待看到真正的 ROM 黑客做出更惊艳的东西。

    选题角度:作者用 Gemini 4 Argon 改 36 年前 SNES 游戏的汇编代码,做出甜甜圈店新关卡,适合录屏展示从改代码到新像素画、双跳和循环配乐的全过程。

  8. The Decoder85

    Gemini 4 Argon 全球上线,成为 Google 最强前沿模型

    Google 全球上线 Gemini 4 Argon,开发者可通过 AI Studio 和 Gemini 平台的 API 使用,AI Ultra 订阅者可在 Google Antigravity 中使用,Ultra 和 Pro 订阅者可通过 Gemini 应用和 Google Search 的 AI 模式访问。

    选题角度:Gemini 4 Argon 全球上线,原文给出 API 入口、订阅档位差异和 3D 演示源码,适合上手实测同一任务在 Argon 与 Flash 档位下的效果差异。

  9. X · Charaspower62

    一条提示词用 Seedance 2.5 拍出 30 秒无剪辑武士长镜头

    作者分享了一条用于 Seedance 2.5 的提示词,生成 30 秒、单一武士穿越四个环境的视频,全程没有可见剪辑点。转场都藏在前景的旗帜、烟雾、柱子和雪中,镜头始终跟随同一角色向前推进,作者称这是用前景遮挡伪造连续大片长镜头的示范。

    选题角度:作者用一条提示词在 Seedance 2.5 里做出 30 秒无剪辑感武士长镜头,可拆解前景遮挡转场手法做玩法教程。

  10. Hacker News · AI 高分帖78

    Google 发布 Gemini 4 Argon 机器人模型

    Google 发布面向机器人的 Gemini 4 Argon,官方称其在测试 3D 物理空间理解的 Embodied Reasoning(ERQA)基准上用纯推理取得 87%,超过其他前沿模型。

    选题角度:官方给出 Gemini 4 Argon 在 ERQA 拿 87% 和四类机器人提示词示例,适合挑一个 MuJoCo 场景做上手实测。

  11. Matt Wolfe78

    Matt Wolfe 实测 Gemini 4 Argon 并对比 Claude 与 ChatGPT

    Matt Wolfe 上手测试了 Google 的 Gemini 4 Argon,覆盖编码游戏、3D 打印 Gary Busey、日程安排与研究任务等场景。他记录了哪些表现令人印象深刻、哪些环节卡住,并对比了 Google 与 Claude、ChatGPT 的差距,视频还涉及基准测试、百万 token 输出、Antigravity 与 Gemini App 更新以及定价和访问权限。

    选题角度:作者上手实测 Gemini 4 Argon 的编码、3D 打印与机器人任务,并对比 Claude 和 ChatGPT,适合做实测效果对比。

  12. 公众号 · 夕小瑶科技说80

    Gemini 4 Argon 正式上线 AI Studio 与 Vertex

    Gemini 4 Argon 正式上线,已在 AI Studio、Vertex 可用。社区开发者晒出多项实测案例,包括用纯 SVG 矢量代码临摹初音未来(1500 多个独立矢量元素逐步叠加)、体素构建中国古典建筑群并支持昼夜切换、纯 CSS 绘制徕卡 M 系列相机正面,以及与 3.8 Flash 对比的琉璃机械孔雀。

    选题角度:原文汇总了全球开发者用 Gemini 4 Argon 生成的 SVG 临摹、体素建筑、纯 CSS 相机等实测案例,适合做效果对比展示。

  13. X · Justine Moore62

    Gemini 4 Argon 零素材搭建 Apple 电脑互动博物馆

    有人让 Gemini 4 Argon 做一个 Apple 电脑互动博物馆,全程没有提供任何图片或数据。它自行抓取 Mac 档案照片、写工具清洗图片、拉取 50 年规格数据,并搭出 3D Cover Flow 界面,UI 会随所处年代变形。

    选题角度:作者只给一句提示词、不提供任何图片和数据,看 Gemini 4 Argon 自己抓图、清洗、拉参数并搭出随年代变形的 3D 界面,适合录屏复现这套玩法。

  14. Theoretically Media78

    实测 Gemini 4 Argon:一周内用它做了游戏、合成器和视频剪辑

    Theoretically Media 提前一周把 Gemini 4 Argon 当作日常主力模型使用,并展示了多个实际产出。Gemini 4 Argon 已上线 AI Ultra 和每月 20 美元的 Pro 套餐,具备 1M 统一 token 上限和 Antigravity 中的 continuation protocol。

    选题角度:作者用一周实测展示 Gemini 4 Argon 在 Godot 游戏、合成器、Skyrim 模组和 DaVinci Resolve 剪辑上的实际产出,适合做上手实测与效果对比。

  15. X · Justine Moore60

    博主用 Gemini 4 Argon 早期权限生成 AI 电力瓶颈交互幻灯片

    博主 Justine Moore 获得 Gemini 4 Argon 早期访问权限,让它围绕 AI 电力瓶颈生成幻灯片。该模型整合了 8 年的 10-K 文件、覆盖美国全部 6 家电网运营商的 FERC 排队数据、17 吉瓦集群建设信息以及近十年的 GPU 散热规格,最终输出一份交互式幻灯片。

    选题角度:作者拿到 Gemini 4 Argon 早期权限后实测生成交互式幻灯片,可拍成用同一批电力数据看它如何整合多源资料。

  16. Hacker News · AI 高分帖87

    Google 发布 Gemini 4 Argon,1M 输出 token 并演示人形机器人投沙包

    Google 发布 Gemini 4 Argon,支持 1M 输出 token,可一次完成 100K+ token 推理轨迹、整仓库代码生成与重构。官方称其在 CWE-Bench 漏洞修复上以 68% 并列第一,是抗间接提示词注入最强的模型,并已在 Google AI Pro 和 Ultra 订阅中上线。

    选题角度:官方给出 Gemini 4 Argon 与 GPT-6 Astra、Claude 系列的逐项基准对比,还演示了看视频学会投沙包并让 Apollo 人形机器人连中七球,适合做能力实测与跑分对比。

  17. Google DeepMind80

    Google DeepMind 发布 Gemini 4 Argon 机器人模型

    Google DeepMind 发布 Gemini 4 Argon,主打物理理解、代码生成与视觉语义推理,在 Embodied Reasoning(ERQA)基准上用纯推理取得 87%,超过其他前沿模型。

    选题角度:官方给出 ERQA 87% 成绩和四类机器人提示词示例,适合挑一个 MuJoCo 场景做上手实测或效果对比。