MiniMax H3 视频:Zelda 与 Link 不想再当玩具了
用户用 MiniMax H3 生成了一段竖屏视频《Zelda & Link don't want to be toys anymore》。作者在常规工作流上做了多项升级,用 KDEnlive 为实拍场景加入高斯模糊和胶片颗粒,以消除 AI 视频常见的"油皮"质感。
用户用 MiniMax H3 生成了一段竖屏视频《Zelda & Link don't want to be toys anymore》。作者在常规工作流上做了多项升级,用 KDEnlive 为实拍场景加入高斯模糊和胶片颗粒,以消除 AI 视频常见的"油皮"质感。
Kris Kashtanova 在 X 上分享了一个提示词,可将个人头像转换成图标,并附上了自己的效果示例,同时邀请其他人也来尝试。
开发者将 Opus 和 Astra 与多模态 Gemini 搭配用于视频推理任务,尤其适合需要实际试玩验证的视频、3D 游戏或交互应用。做法是让智能体录屏测试候选版本,再由 Gemini 担任评审,可发现截图难以捕捉的闪烁、z-fighting、UI 标签碰撞、音频不一致等问题。
作者实测开源 Skill Anatomy,它能把抽象原理做成可运转、可交互的机械模型动画,核心设计理念是“物体本身就是解释”,安装只需让 Agent 安装 github.com/wheresryan22/anatomy。
选题角度:作者实测开源 Skill Anatomy 把机械表、显卡、TCP 三次握手做成可交互动画,并对比纯动画与配音讲解视频的差异,适合上手复现同一提示词看效果。
el.cine 发布一条 AI 广告视频,称其画面已看不出 AI 痕迹,并附上可免费使用的提示词链接。原文未披露提示词具体内容和所用模型。
选题角度:原文给出免费提示词和 AI 广告成片,适合照着提示词复现同款广告画面并对比真实感。
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。
Vidu Q4 本地部署方案可让用户在本地运行 AI 视频生成,数据可控。该方案支持图生视频、参考视频和角色互动,适合 AI 短视频与数字人项目的技术研究。
ElevenLabs 用自研 AI 客服智能体 ElevenAgents 每月处理超 22,000 张工单,无需人工介入,上月 65% 的工单由 AI 端到端解决,平均首次响应时间从数小时降至 60 秒,70% 的对话获用户正面评价。
ElevenLabs 详解音频深度伪造检测的两种路径:传统统计检测通过预处理、特征提取和分类给出置信度分数,但受限于已知样本库;水印检测则是确定性的,能对是否为自家产品生成的音频给出明确的是或否。ElevenLabs 的 Audio Detector 可高精度识别自家产品水印,但无法识别其他公司的水印,因此水印应只是大规模检测体系中的一环。
用户 Charaspower 用 GPT Image 2 生成了一张春丽手持咖啡杯的"业余手机自拍"风格图像,并公开了完整提示词。提示词要求写实业余手机自拍质感,包含轻微镜头畸变、手机噪点、HDR 处理与浅景深,场景设定为金色日出下的传统亚洲木制茶馆。
晓辉博士把视频剪辑交给 AI 后每天约省半小时,但把 Skill 打磨到可反复复用并不容易。难点在于向 AI 说清封面大小、字幕位置、气口剪法等审美与交付标准,还要在工作流中处理存储空间、过程文件和 Token 消耗。他建议年轻人选一个高频耗时的真实任务,练习讲清要求、调动 AI 并验证交付结果。
教程讲解如何用 Depth Map 为 AI 视频生成提供运动控制。正文未给出具体模型、参数或可用性信息,仅指向完整教程链接。
Curious Refuge 展示了一种 AI 技巧,可为已有画面生成全新的相机视角。完整教程已在其频道发布,具体模型、参数与可用性未在正文中说明。
视频对比了两种流行的 AI 角色一致性方法,以判断哪种在 AI 电影制作中效果更好。完整的方法拆解与提示词已发布在 curiousrefuge.com/blog/how-to-create-pro-ai-character-sheets。
可以将程序化生成的冲击帧(impact frames)送入图像编辑模型处理,得到质量明显更好的画面后再替换使用。原文未提及具体模型名称、参数或效果数据。
一段用于生成视频的提示词描述了一个 30 秒无剪辑侧跟镜头:镜头从左至右跟随一名武士持续向右行进,全程保持同一身份与剪影。0-8 秒为岩石战场,8-16 秒经战旗遮挡转入燃烧要塞,16-23 秒经烟雾转入雨中石桥,23-30 秒经石柱转入雪山口,各场景靠前景元素贴近镜头完成无缝转场。
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。
Anthropic 分享了其自研版本控制系统并将 monorepo 从 git 全量迁移的经过,整个迁移在五个月内完成。其代码合并量从 5 月的约 2,500 次/天增至 9 月的超过 30,000 次/天,原有面向人类而非智能体规模构建的开发基础设施因此成为瓶颈。
一位有近 15 年经验游戏程序员提出,LLM 在游戏开发中表现不佳,是因为游戏包含大量非代码内容,对 LLM 不透明。他主张通过构建 AI harness 把游戏资产与系统转化为 LLM 可推理的形式,而非依赖 one-shot 生成。该内容源自其在 Indie Rodeo 的 45 分钟演讲《Your Game Is A Harness》。
在 ChatGPT 的 plugins 中搜索 Higgsfield 并连接账号,即可直接在 ChatGPT 内生成 AI 视觉内容。视频还提供了一份 80 多个提示词的清单,用于获得更好的生成效果。
一段口播教程演示了如何用 higgsfield.ai 制作 AI 网红视频:先在 OpenAI influencer 创建角色,再到 genjutsu 上传参考视频和角色、粘贴提示词并生成。视频称某 AI 网红仅靠 37 条视频获得 921k 粉丝,但未给出可核验的账号或数据来源。
ElevenLabs 发布访谈转录指南,其 ElevenCreative Speech to Text 基于 Scribe v2 模型,支持 verbatim 与 clean 两种转录风格,verbatim 为默认模式。
创作者全程用 Seedance 2.5 制作 AI 短剧,通过提示词精准控制角色表情与语速,效果自然,但成本偏高。作者还好奇直接升 4K 视频的效果,并向网友求助如何快速突破 1 万粉丝。
浏览器原生 STT API Web Speech API 可让开发者在 JavaScript 中实现实时转写,无需自建本地语音识别服务器,通过 SpeechRecognition 接口即可处理麦克风音频并返回临时与最终转写结果。该 API 存在转写不一致、依赖浏览器、缺乏意图理解等限制,且通常需要联网。ElevenLabs 提供支持客户端与服务端流式的高精度生产级语音转文字 API 作为替代方案。
一段 TikTok 视频演示了用 ChatGPT 的“新 astral 模型”配合 Higgsfield MCP 生成 Roblox 模拟器游戏的方法:粘贴一个蹭当前趋势的游戏创意,几分钟内即可生成完整内容,再在 Roblox Studio 中组装并发布。视频称一款三周前上传的 Roblox 游戏已有 2 万活跃玩家,按 Google 数据推算月入至少 4 万美元。
有五年内容创作经验的作者称,他用每月152美元的工具组合替代了原本价值5万美元的外包工作。这套组合包括每月100美元的Claude、约39美元的Vid IQ和12美元的Whisper Flow,通过MCP连接Vid IQ抓取热门选题并自动生成标题和缩略图变体,再接入Adobe剪辑视频、转录并剪掉空白片段,最后把转录稿转成newsletter。
选题角度:作者公开了每月152美元的工具组合和完整流程,适合拆解这套内容生产自动化工作流,逐环节演示选题、标题、缩略图到剪辑的实际操作。
一条免费提示词被分享,用于让 AI 生成风格夸张的广告内容。原文未披露所用模型、提示词具体内容及生成效果细节。
Bilawal Sidhu 用真实的飞行和船舶追踪数据,在旧金山的写实数字孪生中重建了 Fleet Week 三维场景。相机引擎读取飞行遥测数据,在恰当时机跟踪每架战机并做速度渐变。他表示,以俯瞰视角重现任何城市任何事件,比人们想象的更近。
选题角度:作者用真实飞行与船舶追踪数据在旧金山数字孪生里重建 Fleet Week,可拆解数据接入和相机引擎跟随飞行遥测的玩法。
向编码智能体 Astra 追问"为什么第一次不这样做",可让其在完成新功能后显著改进:速度提升 6 倍、成本降低 8 倍。该说法来自一条个人分享,未给出具体任务、模型版本或复现条件。
作者用 Grok Bot 把 Keenan Crane 一条 29 条的长推串做成中文学习文档和讲解视频,全程在手机上完成。文档为 43 页 PDF,每条推都有中文并保留原文对照;视频时长 3 分 19 秒,共 18 个镜头,带配音、配乐和字幕,其中拖动参数 k 让两个球接缝变圆、光线步进等动效用于讲解 3D 渲染概念。
选题角度:作者用手机把一条 29 条的长推串丢给 Grok Bot,拿到 43 页中文文档和 3 分 19 秒动效讲解视频,适合按这个流程做上手实测。
一份面向职场使用者的 ChatGPT 生产力指南,介绍如何用它简化日常任务、整理信息、起草专业内容、头脑风暴并改进工作流。指南面向学生、创作者、创业者和职场人士,目标是减少重复性工作、更充分利用 ChatGPT 的 AI 功能。
作者用约 3 个月、估计 600-700 亿 tokens 让 AI 智能体把一款第一人称射击游戏反编译成 C++,最终 99% 的函数进入重建源码、83% 实现字节级精确匹配。
Gemini Skills 可用于把重复性任务固化为可复用技能。用户可从免费技能指南中取用提示词,在新对话中创建首个技能;也可打开此前反复调整过的历史对话,让 Gemini 将整个过程打包成一个技能,从而不必再从头开始同一工作流。
博主实测了正在走红的 git 仓库 Reverse Engineer Anything,用 OPUS 5.5 在中等推理档下,把此前购买的一款 Steam 游戏完整反编译为 C#,并在不到 30 分钟内于 Unity 中启动。作者称整个过程完全反编译到 C#,评价其表现相当惊人。
选题角度:作者用 OPUS 5.5 在中等推理档实测 Reverse Engineer Anything,30 分钟内把已购 Steam 游戏反编译成 C# 并在 Unity 启动,适合录屏复现整个流程。
作者演示在 ChatGPT 中粘贴整本书后输入 /mindmap 生成全书要点思维导图,/flashcards 生成便于记忆的闪卡,/sketchnotes 生成手写风格摘要笔记,/educationalcomics 生成展示书中主旨的漫画页。
选题角度:原文给出四个斜杠指令和一次性预设用法,适合录屏演示把一本书粘贴进 ChatGPT 后逐个生成思维导图、闪卡和漫画的效果。
作者 Jam 演示如何对着 Claude 或 ChatGPT 的麦克风按钮念一段指令,让 AI 检查并安装 ffmpeg、whisper、node.js 三个免费工具,再从 GitHub 安装 HeyGen 的 Hyperframe 技能,并新建一个名为 video editor 的技能。
选题角度:作者把一段语音指令拆成安装 ffmpeg、whisper、node.js 与 HeyGen Hyperframe 技能、建 video editor 技能的完整流程,适合照着录屏演示从零装好并跑通一条测试剪辑。
DeepSeek-V4.1 Flash 被称是迄今最疯狂的架构重构,视频深入拆解其架构设计并讲解其中值得关注之处。内容还涉及线性注意力(Linear Attention)相关研究。
可灵AI支持用一键同款模板生成琵琶曲屁股挡子弹视频,无需剪辑。教程步骤为点小钩子、复制链接、打开AI工具自动加载模板、选择一键同款、上传图片后点击生成,等待渲染完成即可,各类人物角色均支持生成。
选题角度:原文给出可灵一键同款模板的完整操作路径,适合录屏演示从复制链接到上传图片生成琵琶曲挡子弹视频的全流程。
一条工作流从 UE blockout 经 SD 2.5,再由 Opus 5.5 配合 Davinci 完成:作者让 Opus 使用 Claude Motion 生成透明 FX,并在 Davinci 中合成。作者评价这一流程"有趣,非常不错"。
Curious Refuge 分享了一套在生成 AI 影片时节省 credits 的工作流与流程设置,帮助创作者避免把大量费用浪费在效果不佳的生成结果上,无需一次性全额投入。完整拆解、免费培训、All Access 会员、AI 新闻订阅与课程均可通过其渠道获取。