AI产品狙击手

专注于大语言模型LLM，文生图模型Stable Diffusion, 视频生成模型等免费AI工具的分享和应用，助你掌握最前沿的AI技术

0%

发表于 更新于 分类于

谷歌最新大模型免费用！谷歌最新推出Gemini Experimental 1206，这个模型在LMSYS的benchmarks上击败了其他所有模型，包括击败了Claude 3.5 Sonnet。

大家感兴趣的可以到 google ai studio去玩，完全免费。 同时它也提供免费的api，但是会有速率限制。

这里感觉有点意思的是，OpenAI新的模型越来越贵，最新的甚至要200刀每月，而谷歌却是一步步在往免费的方向走，是不是有点像苹果iOS和谷歌Android走的路子呢？

发表于 更新于 分类于

卡通图片生视频王者出炉！海螺AI最新推出动漫图片生成视频模型I2V-01-Live,让2D图片能生成动漫视频。我们都知道，当前主流的那些AI视频生成模型如可灵，runway，luma等，对动漫风格生成支持都是非常有限的，所以这次海螺的这么模型可谓是拔得了头筹。

我们这就快速的和大家一起去体验下，首先我们到图生视频这里，选中I2V-01-Live模型，上传一张卡通图片，然后输入prompt”女孩坐起来转头面向窗户凝视月亮“，然后生成，过一段时间后，动漫视频就生成了，最终效果是这样的。

不过最终这头的转动幅度有点吓人啊，如果身子也一并转就完美了。

当然我也可以调整下prompt，但是我就懒得动了，因为这里主要是想跟大家介绍这个功能，怎么才能生成精美视频这种prompt engineering的技巧就留给大家吧，我就不班门弄斧了。大家喜欢的赶紧玩起来吧。

发表于 更新于 分类于

兄弟们，马斯克x ai 的grok免费用啊！再也不用充会员了！听到这个消息后我当然第一时间去推特，哦不是，早改名了，去x上试下，我自己是没有充Premium的

点开这个Grok，随便问几个我做大语言模型评测的问题，strawberry有多少个r，回答两个；9.11和9.8谁大，可惜，答案都错了，所以这水平感觉有点水啊

还是试下它的文生图功能的，接入的是顶尖的Flux 1.1，随便生成几张图吧， 大家看下，效果还可以吧。

大家想尝鲜的可以去玩下，但是不要抱太高的希望，文字回答我感觉就是1年前的chatgpt 3.5的水平，文生图倒是值得关注。

发表于 更新于 分类于

Leonardo AI新功能Flow state可以让我们生成更满足我们要求的图片。我自己一直以来都是Leonardo的免费用户，因为它生图效果好，且每日免费额度高。

但有时要生成一张心仪的图片还是需要不断的微调你的prompt。但它最新推出的这个Flow state功能解决了这个问题，你还是用同一个prompt，相比之前的默认给你四张图，你可以往下滚动，找到一个比较接近你要求的图片，然后如果你觉得还是不是很满意的，可以点击里面的“More like this”选项，他就会重新参考你这个选定的图片生成更多类似风格的图片

然后你可以重复这个流程，直到找到你最心仪的图片位置。但是要注意别滚动太快，不然你一天的credits也很快会用光的。喜欢的赶紧玩起来吧！

发表于 更新于 分类于

这个四足机器人真是无敌了！它是由一家我国杭州云深处科技公司研发的四足机器人，最大的亮点是它能够轻松攀爬50度的陡坡，表现出惊人的稳定性。无论是山坡、岩石还是复杂的废墟环境，这款机器人都能应对自如，展现了非常强大的地形适应能力。这项技术确实让人感到震撼。

这让我想起《黑镜》那部剧里的“Metalhead”那集，里面的机器人几乎是“杀手机器人”，无情地追捕人类，而如今的技术似乎让这一切不再遥不可及。如果这种机器人不仅能轻松穿越复杂地形，还能装备武器，那它们在未来的战场上就能代替人类执行任务，甚至成为一种新型的战争武器。幸好这武器现在掌握在我们手里，感叹国之威武啊！

除了四足机器人，这家公司还在研发类人机器人，虽然目前它们的技术不如四足机器人成熟，但它们在复杂环境中的运动表现也很自然。比如，机器人能够轻松从高处跳下而不摔倒，展现出超强的平衡能力。这些机器人的进步无疑让我们对未来的科技充满期待

好了，今天的分享就到这里，如果你对AI技术感兴趣，记得点赞关注，咱们下期视频见！

发表于 更新于 分类于

腾讯混元视频生成大模型新鲜出炉！这里快速跟大家聊聊。据说他们的模型比其他模型有些不同

首先，他们说他们生成的视频质量高，这感觉是套话，我感觉这和可灵清影他们差不多

第二个高动态效果，此前玩过的模型大多数在物体快速移动是表现不佳，混元这个倒是挺连续的，这确实是个加分项

第三个艺术镜头，让你拍出大片的感觉，比如可以对同一个人不同的角度进行多个拍摄，让你感觉真的是多个摄像机不同角度拍出来的一样

第四个，指令跟随，也就是对生成视频的文本指令理解的能力，这个我感觉也还好吧，当前我用的指令不是很复杂，所以体验根可灵差不多

第五个，物理世界的理解，比如这一滴水的涟漪扩散效果及倒影等，看上去都挺真实的

第六个，声音生成。这个都是其他模型没有见过的，比如汽车视频可以伴随发动机加速的声音等。

其他的也没啥了，哦，另外一个我觉得不大好的是，它每天只免费给我们生成6个视频的quota，对我这种羊毛党不是很友好。好，喜欢的自己上去玩下吧。

发表于 更新于 分类于

通义千问o1模型追评OpenAI的o1啊，阿里最近发布的千问32B Preview推理模型号称追评o1，我们今天就特意来快速验证下，大家感兴趣的也可以到魔撘上找到相关模型来体验。 好，这里我们就用我一直评测大模型用的题目来做，

第一个问题，Strawberry又少个r？
最终答案是对的，我瞄了下推理过程是没有问题的，很详细，但是我觉得太长太啰嗦了

第二个问题，你下个回答是多少中文字？
很明显，它还是逃不开大语言是自回归模型的限制，生成每结束之前它是不知道自己的回答是多少个字的

第三个问题，9.12和9.9哪个数字更大？
答案正确

第4个问题，请给出10个以樱桃结尾的句子
推理分析了一大堆，可惜最终的答案一团糟，还没有以前测试的kimi普通模型来得好

第5个问题，一个弹珠被放到红酒杯里，然后将这个红酒杯在桌子上倒过来，然后将红酒杯拿起来放到冰箱里。请问弹珠现在在哪？请给出你的推理过程。这主要是要测它的推理思维链

看分析过程的话很详细，还考虑到杯子口是否会太窄导致倒过来酒杯时会卡主的情况，这我之前还没有考虑过，所以看他答案的话，我觉得我是可以接受的，确实有可能在桌子上，也有可能在冰箱里。

第6个问题，如果晾干5件衬衫需要4小时，那么晾干20件衬衫需要多久？
很棒！这个问题很少模型能答对的，看来这个推理模型并不是盖得

第7个问题：一个房间里有三个杀人犯，有一个人进来后锁死房门，然后杀了其中一个杀人犯，那现在房间里还剩下多少个杀人犯？请一步步告诉我你的推理过程
它的答案是3个，后来进去的人杀人了，成为了新的杀人犯。但是他没有算死掉的杀人犯，但在推理过程中有说为什么没有算，所以我觉得也可以接受。

好，今天的评测就到这，总的来说我觉得表现还是非常优秀的，加上推理速度挺快的，这也是出乎我意料之外的。大家感兴趣的自己上去玩下吧！

发表于 更新于 分类于

零代码克隆一个网站！今天要介绍的这个v0 dev工具就牛逼了，你只需要告诉它你想克隆的目标网站的url，它就能自动帮你写代码去实现一个一样的网站，不需要你动手编写一行代码

当然，它能做的不仅仅是克隆网站，你只需要告诉他你要实现什么样的web app，它都能帮你实现，还支持一键部署，简直就是编程小白的福音啊。

它的基础版本是免费的，付费版本我看也就多了部署时可以自定义域名而已，所以基础版已经足够我们用了，喜欢的赶紧收藏起来吧！

发表于 更新于 分类于

将设计图直接转换成app啊！通过Screenshot-to-code这个开源工具，我们只需要提供一张设计图片，mockup或者figma设计稿，它就能将其转换成可执行的代码。

跑起来也相当简单，因为它是支持docker跑的，我们只需要将项目从github上clone下来，然后跑docker-compose up -d –build，就能跑起来了，但是跑之前我们要设置好它背后用到的大语言模型，默认支持OpenAI 和Anthropic，但是我们也可以使用github提供的免费视觉大模型接入，我在上几集视频已经说过怎么用了。

当然，你也可以用ollama的开原模型或者litellm加持的模型，这些我前面视频都有说过了，这里就不赘述了。好，我们跑起来后简单玩下，这里我们先选择好我们希望用的技术栈，有好多选择，比如vue等。然后我们给它提供个网站的截图，很快，一个完全参照截图的HTML + Tailwind应用就完成了，不需要写一行代码。

好，大家喜欢的话赶紧玩起来吧。