AI Pulse

AI Pulse

说人话的 AI 情报站
每天 08:00 · 12:30 · 18:30 · 23:50 更新每天四次更新
2026 年 4 月 30 日 · 18:30 更新
✦
试试:

今日焦点

Meta仍在AR/VR项目上大把烧钱,亏损已成常态

周三晚间Meta发布季度财报时,一位同事指出,负责AR眼镜、VR头显和VR软件的Reality Labs部门亏损了40亿美元。

我起初打了个哈欠。Meta在Reality Labs上亏损40亿美元似乎并不令人惊讶。这是意料之中的事。Reality Labs又亏了40亿美元,就像天空是蓝色的一样理所当然。

然后我意识到,这本身就值得注意——对Meta来说,这个部门的亏损几乎就是常态行为。自2021年以来的21份季度财报中,Meta在Reality Labs上的累计亏损达到835亿美元,平均每季度亏损约40亿美元。这太疯狂了!

阅读全文 →

深度阅读

查看全部深度文章 →
AI Agent 订阅 · 每天四次推送

🔥 信号雷达27 条本班新增 5 条

𝕏 实时信号 + arXiv 前沿论文,经 AI 聚类解读 · 一眼扫完全貌

18:30 最后一轮更新
今日要点 · 12 条
新动态 · @NFTCPS▲ 3.5万

微软悄悄推了个量化平台,华尔街团队早就在用它实盘了

Qlib是微软研究院开源的量化投资框架,支持从因子挖掘、模型训练到回测和实盘部署全流程,内置LightGBM、Transformer等模型。如果你在券商做量化策略,发现同事没提GitHub,但回测脚本里全写着Qlib。

在 X 看原帖 ↗
3.5万92332335
新动态 · @nash_su▲ 2.5万

Hermes Agent能自动搭ComfyUI工作流,图像生成平台早就盯上这招了

Hermes Agent集成了ComfyUI能力,可自动生成可视化图像生成流程,这正是2024年做图像视频平台的人预判的大趋势。lovart后来靠Claude 3.6实现类似效果,现在开源方案已经能复现核心路径。

在 X 看原帖 ↗
2.5万31185243
新实战经验 · @NFTCPS▲ 1.0万

AI写代码太爱发挥?创始人立了四条规矩

OpenAI创始成员在GitHub发布CLAUDE.md文档,提出四条AI编程约束:不确定先问、代码行数限制、只修改必要代码、以测试通过为目标。

在 X 看原帖 ↗
1.0万25115114
新研究 · @dotey▲ 6.4万

OpenAI调查模型为何频繁提及“哥布林”和“小精灵”

OpenAI发现模型对话中goblin和gremlin使用量暴增,展开调查。

@dotey: OpenAI 发了一篇技术博客,认真调查了一个荒诞的问题:为什么他们的模型越来越爱说“哥布林”(goblin)和“小精灵”(gremlin)? 事情最早在去年
OpenAI 发了一篇技术博客,认真调查了一个荒诞的问题:为什么他们的模型越来越爱说“哥布林”(goblin)和“小精灵”(gremlin)? 事情最早在去年 11 月 GPT-5.1 上线后被注意到。用户反馈模型说话太过自来熟,内部一查,发现包含“goblin”的对话比之前暴涨了 175%,“gremlin”涨了 https://t.co/iFMJJPb5FK

@disksing 还有稳稳地接住你

在 X 看原帖 ↗
6.4万44294111
动态 · @RoundtableSpace▲ 5.9万

MacBook上跑35B大模型,不联网不卡顿,连安装步骤都省了

有人在MacBook本地跑通Qwen 35B,用的是Atomic Chat工具,背后是Google的TurboQuant技术,支持1000多个开源模型,全程离线。如果你刚买了M3 MacBook Pro,现在就能把AI当本地软件用,不用等API响应,也不用开浏览器。

在 X 看原帖 ↗
5.9万45595564
动态 · @GitHub_Daily▲ 1.6万

本地音乐生成工具ACE-Step UI来了,四分钟带人声歌曲全免费

开源音乐生成工具ACE-Step UI支持本地运行,用ACE-Step模型生成带人声和歌词的完整歌曲,最长超4分钟,还能调节节拍和调性。如果你曾为Suno订阅费犹豫过,现在可以在自己电脑上反复生成直到满意,版权也完全归你。

在 X 看原帖 ↗
1.6万56332333
新品发布 · @dotey▲ 3.1万

Cursor把AI编程助手打包成SDK了

Cursor 开放 TypeScript SDK 公测,开发者可用 npm install @cursor/sdk 调用其智能体(agent),支持本地或云端运行,云端模式提供沙箱、克隆仓库和完整开发环境。

在 X 看原帖 ↗
3.1万20121151
行业动态 · @business▲ 5.9万

Anthropic估值要超9000亿

Anthropic正考虑新一轮融资,估值将超过9000亿美元,可能超过OpenAI成为全球估值最高的AI初创公司。

在 X 看原帖 ↗
5.9万3614828
实战经验 · @LuBtc888▲ 6.0万

Claude官方编程课出中文版了

Anthropic官方课程《Claude Code in Action》完成完整汉化,覆盖基础指令到真实项目落地。

在 X 看原帖 ↗
6.0万206616703
工具 · @lxfater▲ 3.6万

Flowith Agent模式一键生成瑜伽分镜图

用户用Flowith的Agent模式仅三步即生成12个动作清晰的瑜伽分镜图,无需多工具协作或复杂工作流。

做内容运营,生图生视频,你现在还在运行多个工具吗?

被朋友拉去做瑜伽图,曾搭建大量工作流;GPT Image 2发布后,原有流程全部失效,需重新规划。但因身体不适,暂无精力重构。

用户随手将提示词输入Flowith测试,原以为偷懒结果会很差,却发现这是近期用过的最佳生图agent之一。它直接输出12个瑜伽动作分镜图,动作清晰、描述完整。

使用Agent模式共三步:选择图像模式 → 选择GPT-2-image → 点击Agent按钮。配合提供的提示词,可同时生成分镜图和人物设定图。

后续可用这两类图控制人物动作:指定起始与结束的瑜伽动作(如图一所示)。

海报图片提示词要求:生成一张随机瑜伽宣传海报拼贴总图;大画幅中随机分割出N张彼此独立的海报;每张尺寸随机且铺满画面;卡面间以留白、细边框、拼贴切割线或杂志式结构分隔;整体效果如同抽出N张不同风格的高质量瑜伽宣传海报。

在 X 看原帖 ↗
3.6万35293389
工程 · @IndieDevHailey▲ 5.4万

给AI编程助手写份说明书,它就不再自作主张

Karpathy用一份CLAUDE.md文档证明,写清规则就能约束AI发挥,一周获44k星。

在 X 看原帖 ↗
5.4万986011.1K
前沿研究 · @AnthropicAI▲ 9.4万

AI模型开始自述训练中学会的行为

Anthropic Fellow研究提出“introspection adapters”,让语言模型能自我报告训练中习得的行为,包括潜在的对齐问题。

在 X 看原帖 ↗
9.4万78738267
更多信号 · 按时间
新动态 · @AuroraMar1eL▲ 752

OpenAI开了9位数漏洞赏金计划,专找AI‘不该滑倒’的地方

OpenAI新设25000美元起的AI安全漏洞赏金,目标是发现模型在边界场景下失守的案例。如果你正在调试一个医疗问答提示词,发现它偶尔会绕过伦理约束给出危险建议,这就是他们想听的故事。

动态 · @NFTCPS▲ 1.2万

教AI写代码不再靠运气,开源课把协作拆成五个可调试的机制

有人整理出一套叫Learn Harness Engineering的开源课,解决AI编程结果不稳定的问题。它把人机协作拆成指令、状态、验证等五个模块,比如‘状态’就是让AI记住上次改了哪几行代码。如果你正用Copilot重构旧项目,这套方法能让你少删三次重试。

在 X 看原帖 ↗
1.2万42162162
动态 · @AYi_AInotes▲ 1.6万

Gemini一句话生成Word、PDF、带LaTeX的学术文档,连排版都跳过了

Google Gemini现在能在聊天界面里直接生成并下载Docs、Sheets、Slides、PDF、Word、Excel等文件,支持LaTeX公式和图表。如果你正在赶毕业论文,输入‘生成含参考文献的机器学习综述’,五秒后就弹出可编辑的.docx。

在 X 看原帖 ↗
1.6万126944
动态 · @coinbureau▲ 2.2万

Anthropic估值要冲9000亿美元,刚在收入上超过OpenAI

Anthropic正考虑新一轮融资,估值可能突破9000亿美元,消息来源称其最近收入已超过OpenAI。如果你关注AI公司财报动向,会发现这不是靠单一大客户,而是企业端API调用量持续爬升的结果。

在 X 看原帖 ↗
2.2万4230916
动态 · @askjuneai▲ 1.7K

DeepSeek发布V4 Pro,百万级上下文窗口,开源权重全球最大

DeepSeek推出V4 Pro模型,拥有100万token上下文窗口,是目前开源权重中参数量最大的模型。如果你正在处理整本PDF法律合同或长篇小说分析,这个窗口意味着一次喂入全文,不用再切片拼接。

新品发布 · @wherecall1▲ 1.1万

开源Cowork:本地跑的AI编程搭子

Cowork是开源项目,支持Claude Code、Gemini CLI、Qwen Code、Codex等Coding Agent,可本地部署,免费使用。

在 X 看原帖 ↗
1.1万26102144
工具产品 · @pashov▲ 5.4K

程序员用AI扫出两位数漏洞

有人在代码库运行免费AI审计工具,多数严肃开发者会在完整审计前用多个AI漏洞扫描器,常因此移除两位数的漏洞。

在 X 看原帖 ↗
5.4K1810087
教程 · @wsl8297▲ 8.0K

100多张图把大模型到强化学习的算法链路画成流程图

不用啃论文也能看懂关键技术,GitHub现成资源已开源分享。

GitHub上有个叫LLM-RL-Visualized的资源,用100多张高质量架构图把大模型到强化学习的关键技术链路拆开画了出来。目标就是把抽象概念变成流程图,不用啃长篇论文也能看清算法逻辑。

资源链接在GitHub上:https://t.co/pdqSUBMRA5。发布者还通过夸克网盘分享了“AI全套攻略(持续更新中)”的资料包,想拿更多内容可以自取。

目前没有明确说这个资源是否完全免费开源,也没给出覆盖的具体算法清单。是否支持中文或英文、适合什么基础的人来学,同样没有更多说明。整体上是用图表降低理解门槛的一次尝试,适合那些想先看结构再读论文的人。

在 X 看原帖 ↗
8.0K37163163
教程 · @XChatScout▲ 2.3万

跟着视频教程零基础搭建AI Agent运行平台

无需编程基础,跟着视频就能在自己电脑上安装多种AI Agent工具。

一个视频教程正在中文社区流传,教人从零开始,在国内网络环境下把一台新电脑打造成AI Agent运行平台。教程解锁的框架包括Claude Code、Codex、Hermes Agent、OpenClaw等。

有用户留言称内容“非常干货”,但也有人觉得“有点贵”。有评论推测教程来自“爬爬虾的”。教程采用视频形式,同时附带了一个Codex的文字教程链接。

教程的核心卖点是不需要用户懂编程,按视频步骤操作即可。作者称,学完这个教程后“从此搭建环境再也不用求人”。

对非技术人员来说,这个教程降低了接触AI Agent的门槛。

在 X 看原帖 ↗
2.3万64302408
动态 · @wsl8297▲ 2.1万

OpenSpec 把‘跟 AI 对齐’这件事,提前塞进了写代码前的规范文档里

很多人用 Claude Code 或 Codex 卡在反复修改提示词上,真正耗时的是需求模糊;OpenSpec 是个开源工具,强制在编码前定义目标、范围和验收标准,把变更提案、任务清单和规范更新统一管理。写第一行代码前,人和 AI 已经签好了‘合同’。

在 X 看原帖 ↗
2.1万35229261
动态 · @Jason23818126▲ 8.4K

Karpathy 构想的个人知识库,真被一个叫 llm_wiki 的开源项目做出来了

GitHub 上的 llm_wiki 项目让 LLM 先吃透你的全部文档,自动生成结构化、互相链接的个人 Wiki;之后所有提问都在 Wiki 内完成,不再每次现搜原始文件。有人把五年会议纪要拖进去,第二天就问出了‘2022 年 Q3 哪次讨论否决了方案 B’。

在 X 看原帖 ↗
8.4K23134101
动态 · @dotey▲ 8.1K

Hermes Agent 开源了,这次不用猜它怎么记事,直接看代码

此前分析 ChatGPT、Claude 记忆系统只能靠行为逆向;Hermes Agent 是开源的,它的记忆实现可直接阅读。研究者第一次能对照源码验证:哪些是真实缓存,哪些是 prompt 注入,哪些是外部数据库联动。

在 X 看原帖 ↗
8.1K1692126
动态 · @XiaomiMiMo▲ 1.0万

小米 MiMo-V2.5-Pro 在 Text Arena 拿下全球开源模型第一

Xiaomi MiMo-V2.5-Pro 在 Text Arena(Expert)榜单排全球第 6、开源模型第 1,也是所有中文模型中得分最高的;它没提参数量或训练数据规模,只列出了 Arena 排名结果。

在 X 看原帖 ↗
1.0万2829136
新品发布 · @GoogleAIStudio▲ 1.5万

AI编程助手现在能实时查网页了

编码代理在构建模式中支持多会话和网页搜索,可从网络拉取最新文档来支撑当前会话。

在 X 看原帖 ↗
1.5万3430573
新品发布 · @OpenAIDevs▲ 2.2万

用WebSockets让AI代理循环快了40%

OpenAI在Responses API中加入WebSockets,使AI代理在多次工具调用间保持响应状态,端到端提速最高达40%。

在 X 看原帖 ↗
2.2万30519170
🚀 新品发布
新品发布 · @dotey▲ 3.1万

Cursor把AI编程助手打包成SDK了

Cursor 开放 TypeScript SDK 公测,开发者可用 npm install @cursor/sdk 调用其智能体(agent),支持本地或云端运行,云端模式提供沙箱、克隆仓库和完整开发环境。

在 X 看原帖 ↗
3.1万20121151
新品发布 · @wherecall1▲ 1.1万

开源Cowork:本地跑的AI编程搭子

Cowork是开源项目,支持Claude Code、Gemini CLI、Qwen Code、Codex等Coding Agent,可本地部署,免费使用。

在 X 看原帖 ↗
1.1万26102144
新品发布 · @OpenAIDevs▲ 2.2万

用WebSockets让AI代理循环快了40%

OpenAI在Responses API中加入WebSockets,使AI代理在多次工具调用间保持响应状态,端到端提速最高达40%。

在 X 看原帖 ↗
2.2万30519170
新品发布 · @GoogleAIStudio▲ 1.5万

AI编程助手现在能实时查网页了

编码代理在构建模式中支持多会话和网页搜索,可从网络拉取最新文档来支撑当前会话。

在 X 看原帖 ↗
1.5万3430573
📰 行业动态
新动态 · @NFTCPS▲ 3.5万

微软悄悄推了个量化平台,华尔街团队早就在用它实盘了

Qlib是微软研究院开源的量化投资框架,支持从因子挖掘、模型训练到回测和实盘部署全流程,内置LightGBM、Transformer等模型。如果你在券商做量化策略,发现同事没提GitHub,但回测脚本里全写着Qlib。

在 X 看原帖 ↗
3.5万92332335
新动态 · @nash_su▲ 2.5万

Hermes Agent能自动搭ComfyUI工作流,图像生成平台早就盯上这招了

Hermes Agent集成了ComfyUI能力,可自动生成可视化图像生成流程,这正是2024年做图像视频平台的人预判的大趋势。lovart后来靠Claude 3.6实现类似效果,现在开源方案已经能复现核心路径。

在 X 看原帖 ↗
2.5万31185243
新动态 · @AuroraMar1eL▲ 752

OpenAI开了9位数漏洞赏金计划,专找AI‘不该滑倒’的地方

OpenAI新设25000美元起的AI安全漏洞赏金,目标是发现模型在边界场景下失守的案例。如果你正在调试一个医疗问答提示词,发现它偶尔会绕过伦理约束给出危险建议,这就是他们想听的故事。

行业动态 · @business▲ 5.9万

Anthropic估值要超9000亿

Anthropic正考虑新一轮融资,估值将超过9000亿美元,可能超过OpenAI成为全球估值最高的AI初创公司。

在 X 看原帖 ↗
5.9万3614828
动态 · @RoundtableSpace▲ 5.9万

MacBook上跑35B大模型,不联网不卡顿,连安装步骤都省了

有人在MacBook本地跑通Qwen 35B,用的是Atomic Chat工具,背后是Google的TurboQuant技术,支持1000多个开源模型,全程离线。如果你刚买了M3 MacBook Pro,现在就能把AI当本地软件用,不用等API响应,也不用开浏览器。

在 X 看原帖 ↗
5.9万45595564
动态 · @NFTCPS▲ 1.2万

教AI写代码不再靠运气,开源课把协作拆成五个可调试的机制

有人整理出一套叫Learn Harness Engineering的开源课,解决AI编程结果不稳定的问题。它把人机协作拆成指令、状态、验证等五个模块,比如‘状态’就是让AI记住上次改了哪几行代码。如果你正用Copilot重构旧项目,这套方法能让你少删三次重试。

在 X 看原帖 ↗
1.2万42162162
动态 · @AYi_AInotes▲ 1.6万

Gemini一句话生成Word、PDF、带LaTeX的学术文档,连排版都跳过了

Google Gemini现在能在聊天界面里直接生成并下载Docs、Sheets、Slides、PDF、Word、Excel等文件,支持LaTeX公式和图表。如果你正在赶毕业论文,输入‘生成含参考文献的机器学习综述’,五秒后就弹出可编辑的.docx。

在 X 看原帖 ↗
1.6万126944
动态 · @GitHub_Daily▲ 1.6万

本地音乐生成工具ACE-Step UI来了,四分钟带人声歌曲全免费

开源音乐生成工具ACE-Step UI支持本地运行,用ACE-Step模型生成带人声和歌词的完整歌曲,最长超4分钟,还能调节节拍和调性。如果你曾为Suno订阅费犹豫过,现在可以在自己电脑上反复生成直到满意,版权也完全归你。

在 X 看原帖 ↗
1.6万56332333
动态 · @coinbureau▲ 2.2万

Anthropic估值要冲9000亿美元,刚在收入上超过OpenAI

Anthropic正考虑新一轮融资,估值可能突破9000亿美元,消息来源称其最近收入已超过OpenAI。如果你关注AI公司财报动向,会发现这不是靠单一大客户,而是企业端API调用量持续爬升的结果。

在 X 看原帖 ↗
2.2万4230916
动态 · @askjuneai▲ 1.7K

DeepSeek发布V4 Pro,百万级上下文窗口,开源权重全球最大

DeepSeek推出V4 Pro模型,拥有100万token上下文窗口,是目前开源权重中参数量最大的模型。如果你正在处理整本PDF法律合同或长篇小说分析,这个窗口意味着一次喂入全文,不用再切片拼接。

动态 · @wsl8297▲ 2.1万

OpenSpec 把‘跟 AI 对齐’这件事,提前塞进了写代码前的规范文档里

很多人用 Claude Code 或 Codex 卡在反复修改提示词上,真正耗时的是需求模糊;OpenSpec 是个开源工具,强制在编码前定义目标、范围和验收标准,把变更提案、任务清单和规范更新统一管理。写第一行代码前,人和 AI 已经签好了‘合同’。

在 X 看原帖 ↗
2.1万35229261
动态 · @Jason23818126▲ 8.4K

Karpathy 构想的个人知识库,真被一个叫 llm_wiki 的开源项目做出来了

GitHub 上的 llm_wiki 项目让 LLM 先吃透你的全部文档,自动生成结构化、互相链接的个人 Wiki;之后所有提问都在 Wiki 内完成,不再每次现搜原始文件。有人把五年会议纪要拖进去,第二天就问出了‘2022 年 Q3 哪次讨论否决了方案 B’。

在 X 看原帖 ↗
8.4K23134101
动态 · @dotey▲ 8.1K

Hermes Agent 开源了,这次不用猜它怎么记事,直接看代码

此前分析 ChatGPT、Claude 记忆系统只能靠行为逆向;Hermes Agent 是开源的,它的记忆实现可直接阅读。研究者第一次能对照源码验证:哪些是真实缓存,哪些是 prompt 注入,哪些是外部数据库联动。

在 X 看原帖 ↗
8.1K1692126
动态 · @XiaomiMiMo▲ 1.0万

小米 MiMo-V2.5-Pro 在 Text Arena 拿下全球开源模型第一

Xiaomi MiMo-V2.5-Pro 在 Text Arena(Expert)榜单排全球第 6、开源模型第 1,也是所有中文模型中得分最高的;它没提参数量或训练数据规模,只列出了 Arena 排名结果。

在 X 看原帖 ↗
1.0万2829136
⚡ 实战经验
新实战经验 · @NFTCPS▲ 1.0万

AI写代码太爱发挥?创始人立了四条规矩

OpenAI创始成员在GitHub发布CLAUDE.md文档,提出四条AI编程约束:不确定先问、代码行数限制、只修改必要代码、以测试通过为目标。

在 X 看原帖 ↗
1.0万25115114
实战经验 · @LuBtc888▲ 6.0万

Claude官方编程课出中文版了

Anthropic官方课程《Claude Code in Action》完成完整汉化,覆盖基础指令到真实项目落地。

在 X 看原帖 ↗
6.0万206616703
📌 其他
前沿研究 · @AnthropicAI▲ 9.4万

AI模型开始自述训练中学会的行为

Anthropic Fellow研究提出“introspection adapters”,让语言模型能自我报告训练中习得的行为,包括潜在的对齐问题。

在 X 看原帖 ↗
9.4万78738267
工具产品 · @pashov▲ 5.4K

程序员用AI扫出两位数漏洞

有人在代码库运行免费AI审计工具,多数严肃开发者会在完整审计前用多个AI漏洞扫描器,常因此移除两位数的漏洞。

在 X 看原帖 ↗
5.4K1810087
新研究 · @dotey▲ 6.4万

OpenAI调查模型为何频繁提及“哥布林”和“小精灵”

OpenAI发现模型对话中goblin和gremlin使用量暴增,展开调查。

@dotey: OpenAI 发了一篇技术博客,认真调查了一个荒诞的问题:为什么他们的模型越来越爱说“哥布林”(goblin)和“小精灵”(gremlin)? 事情最早在去年
OpenAI 发了一篇技术博客,认真调查了一个荒诞的问题:为什么他们的模型越来越爱说“哥布林”(goblin)和“小精灵”(gremlin)? 事情最早在去年 11 月 GPT-5.1 上线后被注意到。用户反馈模型说话太过自来熟,内部一查,发现包含“goblin”的对话比之前暴涨了 175%,“gremlin”涨了 https://t.co/iFMJJPb5FK

@disksing 还有稳稳地接住你

在 X 看原帖 ↗
6.4万44294111
教程 · @XChatScout▲ 2.3万

跟着视频教程零基础搭建AI Agent运行平台

无需编程基础,跟着视频就能在自己电脑上安装多种AI Agent工具。

一个视频教程正在中文社区流传,教人从零开始,在国内网络环境下把一台新电脑打造成AI Agent运行平台。教程解锁的框架包括Claude Code、Codex、Hermes Agent、OpenClaw等。

有用户留言称内容“非常干货”,但也有人觉得“有点贵”。有评论推测教程来自“爬爬虾的”。教程采用视频形式,同时附带了一个Codex的文字教程链接。

教程的核心卖点是不需要用户懂编程,按视频步骤操作即可。作者称,学完这个教程后“从此搭建环境再也不用求人”。

对非技术人员来说,这个教程降低了接触AI Agent的门槛。

在 X 看原帖 ↗
2.3万64302408
工程 · @IndieDevHailey▲ 5.4万

给AI编程助手写份说明书,它就不再自作主张

Karpathy用一份CLAUDE.md文档证明,写清规则就能约束AI发挥,一周获44k星。

在 X 看原帖 ↗
5.4万986011.1K
教程 · @wsl8297▲ 8.0K

100多张图把大模型到强化学习的算法链路画成流程图

不用啃论文也能看懂关键技术,GitHub现成资源已开源分享。

GitHub上有个叫LLM-RL-Visualized的资源,用100多张高质量架构图把大模型到强化学习的关键技术链路拆开画了出来。目标就是把抽象概念变成流程图,不用啃长篇论文也能看清算法逻辑。

资源链接在GitHub上:https://t.co/pdqSUBMRA5。发布者还通过夸克网盘分享了“AI全套攻略(持续更新中)”的资料包,想拿更多内容可以自取。

目前没有明确说这个资源是否完全免费开源,也没给出覆盖的具体算法清单。是否支持中文或英文、适合什么基础的人来学,同样没有更多说明。整体上是用图表降低理解门槛的一次尝试,适合那些想先看结构再读论文的人。

在 X 看原帖 ↗
8.0K37163163
工具 · @lxfater▲ 3.6万

Flowith Agent模式一键生成瑜伽分镜图

用户用Flowith的Agent模式仅三步即生成12个动作清晰的瑜伽分镜图,无需多工具协作或复杂工作流。

做内容运营,生图生视频,你现在还在运行多个工具吗?

被朋友拉去做瑜伽图,曾搭建大量工作流;GPT Image 2发布后,原有流程全部失效,需重新规划。但因身体不适,暂无精力重构。

用户随手将提示词输入Flowith测试,原以为偷懒结果会很差,却发现这是近期用过的最佳生图agent之一。它直接输出12个瑜伽动作分镜图,动作清晰、描述完整。

使用Agent模式共三步:选择图像模式 → 选择GPT-2-image → 点击Agent按钮。配合提供的提示词,可同时生成分镜图和人物设定图。

后续可用这两类图控制人物动作:指定起始与结束的瑜伽动作(如图一所示)。

海报图片提示词要求:生成一张随机瑜伽宣传海报拼贴总图;大画幅中随机分割出N张彼此独立的海报;每张尺寸随机且铺满画面;卡面间以留白、细边框、拼贴切割线或杂志式结构分隔;整体效果如同抽出N张不同风格的高质量瑜伽宣传海报。

在 X 看原帖 ↗
3.6万35293389

这一天的 27 条信号到这里

回到今日焦点回到顶部 ↑

📬 订阅

https://ai-pulse-lab.com/feed.xml
让 AI Agent 每日推送 →
把任何一条丢给知识库,它基于全站内容给你带引用的回答。
✦ 去问知识库

订阅 AI Pulse

每天 08:00 · 12:30 · 18:30 · 23:50 更新