Bernini 视频模型，替换、动作迁移、多图参考 、视频编辑，效果真可以，质量差点意思， 开源模型又可以折腾一段时间了，相信很快会出来各种微调模型。 https://bernini-ai.github.io/ https://github.com/bytedance/Bernini https://huggingface.co/ByteDance/Bernini-R 4 个帖子 - 3 位参与者 阅读完整话题
从 8.0.72 直接到 8.0.74，在落后两个大版本的情况下，微信安卓版通过一次跳远，实现了版本号追齐 iOS。 在 5 月 29 日晚间， 微信安卓平台迎来 8.0.74 测试版 ，然而几小时后便撤包，直到昨晚（5 月 31 日）又重新发布链接，恢复正常下载。 经实测发现，本次微信安卓最新内测的重心不在于上线新花样，而是以灰度功能覆盖为主。 具体的更新情况，IT之家小编接下来就逐一向各位说明。 一、分享为贴图 和微信 iOS 端 8.0.74 正式版一致的新变化，照片“分享为贴图”同样在安卓端上线。 在手机相册 App 中选中任意一张图片后，点击分享至微信， 弹出的选项中新增“分享为贴图” 。 点击该选项后，系统会自动拉起微信，并跳转至贴图的编辑页面，所选图片会直接被添加至编辑器中。 如此一来，发布贴图的步骤能得到简化，可以将“上传图片”的操作做在前面，无需再在编辑器中翻找图片。 二、公众号留言显示首评 每次我们IT之家微信公众号发布推文后，总是有朋友喜欢在留言区中“抢沙发”。 以前抢到沙发，实则没啥特别的，别人根本看不出来，但是现在不一样了。 若是第一个给文章留言且被小编精选出来， 那么留言下方会出现绿色字体的“首评” ，拥有了独特的标识。 三、转账支持组合支付 不光是 iOS 端，伴随着安卓端新版本来袭，“转账支持组合支付”功能也从灰度测试转为全量覆盖。 给微信好友转账时，点击付款方式右侧的“更改”，右上角新增“组合支付”， 可同时勾选零钱、零钱通、多张银行卡等最多两个付款方式 ，付款金额可自由填写，系统会自动计算补足差额。 得益于此，就不怕转账时单一付款方式余额不够了，不必再去凑齐或分转，组合支付就能搞定。 四、灰度功能盘点 鉴于微信新功能上线用的是灰度分批上线的方式，因此此次安卓版 8.0.74 测试版与 iOS 版 8.0.74 正式版的情况一致， 尚且有多个功能处于灰度测试中 。 IT之家小编汇总如下： 多图发送后合并展示 给好友发送图片和视频，若选择三张及其以上的内容，会弹出“发送后合并展示”选项。 勾选该选项后再点击发送，发出的图片和视频会以堆叠的样式展示，支持展开和收起。 全新朋友圈样式 在微信 iOS 版 8.0.71 版本中，微信对于朋友圈的页面排版进行灰度改版。 在“我的朋友圈”页面内，原本位于配图右侧的文字描述调整至配图上方，发布日期的显示形式也同步进行了精简。 后续，这一全新朋友圈样式也在安卓版启动灰测，但时至今日都没有全量覆盖。 朋友圈相册优化 和朋友圈改版相辅相成的优化，朋友圈相册的调整同样在安卓版展开灰测。 “我的朋友圈”页面右上角新增“朋友圈相册”入口，支持按年 / 月 / 日缩放浏览历史动态，逻辑类似苹果原生相册。 听一听新增“AI 翻唱模型” 依次点开“发现-听一听-个人中心-设置”，页面内新增“AI 翻唱模型”入口。 有两个模型可供选择，分别为：听一听音乐模型，腾讯音乐阿波罗。 聊天消息可多选复制 在聊天界面“多选”多条消息后，底部选项栏中新增“复制”按钮，可以一键复制多条消息并发送。 发送前可通过“详情”查看复制的消息，发送后每条消息是独立的，带有发送者的昵称和发送时间。 五、总结 关于微信安卓版 8.0.74 测试版的更新情况，IT之家小编就说明到这里。 与 iOS 相比，缺少了“本机号码登录”等功能的灰度，希望后续能加紧开发并尽早上线。 也期待在 8.0.74 正式版到来之时， 微信能为广大安卓用户安排更多实用功能 。 大家在 IT之家微信号 回复“ 微信 ”两字，即可获取当前最新官方内部版微信下载。
从 【Picpi Chat 工艺站】2.0更新，性能优化，页面显示优化！支持聊天和 image2，支持图生图。 继续 性能调整 最大线程从4调整到6，高峰期拥挤明显改善。 2.1更新要点 支持文档生成，和官网的文档功能对齐。 支持多张图片生成，和官网功能对齐。 1 个帖子 - 1 位参与者 阅读完整话题
是的，我又造了一个轮子： 智能切图 最近经常处理 AI 生成的分镜/故事板长图（比如那种"三只小猪 7 行 3 列" 拼图，每张图下面还带文字说明），手动用 PS 切片太烦，于是写了个网页 工具。 为什么造轮子？我找了一圈就没有合适工具，要不就是只能切 9 宫格，要不就是识别不准，还不就是不支持微调 它做这些事： 上传一张图，自动识别行列分隔。 常见的九宫格、漫画分镜、电商详情拼图、AI 故事板都能一次识别到位。 也可以直接选预设：2/3/4 行、2/3/4 列、2×2 、3×3 ，或者自定义任意 N × M （最大 30×30 ）。 识别完成后可以拖动每条分割线微调，或者拖整个外框平移、拖四角等 比缩放整个网格。 兼容"图片下面带文字标签"的场景，有个开关控制分隔线是落在文字 之前还是之后，每个切片可以自带或不带说明文字。 一键 ZIP 打包下载原分辨率 PNG ，按 01.png / 02.png 编号。 几个比较在意的点： 纯前端实现，图片完全不传服务器，可以断网用。 桌面端 + 移动端两套都做了，手机上也能用。 不依赖 OpenCV 也不调 AI 接口，方差识别在我自己测的几十张图上够 稳。 不收费、无注册、没广告，欢迎试用。 地址： https://gongfang.app/smart-split/ 如果遇到识别不准的图，欢迎留言贴出来，我对着 case 改算法。 展示一下我的一个切图场景
是的，我又造了一个轮子： 智能切图 最近经常处理 AI 生成的分镜/故事板长图（比如那种"三只小猪 7 行 3 列" 拼图，每张图下面还带文字说明），手动用 PS 切片太烦，于是写了个网页 工具。 为什么造轮子？我找了一圈就没有合适工具，要不就是只能切 9 宫格，要不就是识别不准，还不就是不支持微调 它做这些事： 上传一张图，自动识别行列分隔。 常见的九宫格、漫画分镜、电商详情拼图、AI 故事板都能一次识别到位。 也可以直接选预设：2/3/4 行、2/3/4 列、2×2 、3×3 ，或者自定义任意 N × M （最大 30×30 ）。 识别完成后可以拖动每条分割线微调，或者拖整个外框平移、拖四角等 比缩放整个网格。 兼容"图片下面带文字标签"的场景，有个开关控制分隔线是落在文字 之前还是之后，每个切片可以自带或不带说明文字。 一键 ZIP 打包下载原分辨率 PNG ，按 01.png / 02.png 编号。 几个比较在意的点： 纯前端实现，图片完全不传服务器，可以断网用。 桌面端 + 移动端两套都做了，手机上也能用。 不依赖 OpenCV 也不调 AI 接口，方差识别在我自己测的几十张图上够 稳。 不收费、无注册、没广告，欢迎试用。 地址： https://gongfang.app/smart-split/ 如果遇到识别不准的图，欢迎留言贴出来，我对着 case 改算法。 展示一下我的一个切图场景
先挂网站吧，信息如下 名字: 叙野 Lorewild 应用站: https://app.lorewild.com 官网: https://lorewild.com 官网比较简陋还在更新中，希望 codex 加油。 我先贴个代码和表统计截图，简直可怕，噩梦一样的开发经历。 不过回到正题，我先做产品介绍，最后我分享一下和 ai 智斗的过程和经验，如果对产品不感兴趣只想看智斗的，可以拉到最下面。 首先，产品是一个包含文字冒险、角色对话两块，和酒馆可能有点相似，但底层机制差异比较大。 角色对话，允许用户自己创建角色，或者是去广场里和现场的角色对话，或者是和历史人物对话。支持文本和实时音频。 冒险分为 2 块，自由冒险和作品冒险，自由冒险就是基于一句话快速开局，作品冒险就是基于预设的世界观+角色卡的故事来进行游玩，可以扮演一个其中一个角色，举例来说可以红楼里扮演贾宝玉，或者金庸故事里扮演郭靖，或作品内任意角色。 下面直接上图吧 首页 自由冒险 资源冒险其二 游戏内拍照功能，可以看到当前的情况，提高代入感 图片展示 局内角色对话，可以在冒险的过程中，与某个角色进行基于上下文的对话，提高代入感 rpg 增强模式，刚文字冒险更像一个 rpg ，角色可以持有状态、物品以及动态关系，开启后每回合 AI 会计算人物关系和局势，一个探索性功能，谨慎使用，随时会改 广场 角色聊天 角色聊天实时音频 接下来是创作者端 角色编辑 角色编辑 2 角色编辑 3 角色编辑 4 作品编辑 1 作品编辑 2 作品编辑 3 终于，最后是那碟醋，多语言学习，讲道理，我只是想用文字冒险游戏来学点英语，只是市面上大部分产品，不太符合需求，要么太贵，要么和我想的不同。 语言学习设置 语言学习设置 2 开启后，正文就会发生改变，会强制要求按学习语言输出，并且支持单词高亮收藏，以及翻译和 AI 上下文翻译。 学习助手 短翻译，速度较快，但是非 AI ，点击后展开的是 AI 上下文翻译 目前支持 6 个语言，中文、英语、日语、汉语、德语、西语。已经经过简单的基准测试，可能会有些覆盖不全的地方。 上面就是产品的部分截图了，实际功能非常复杂。例如局内角色对话也支持实时音频，然后编辑器里都支持 ai 辅助编辑和图片生成，或者是各种输入框也都支持了语音识别，可以快速用语音来输入推进剧情。 接下来讨论一下，如何和 AI 智斗，首先项目技术栈是纯 js/ts ，由多个 nextjs 服务构建，至于为什么都是 nextjs ，因为 AI 说他最擅长。 然后 AI 工具方面，主力是 Codex 、次要是 Claude ，这里经历了一轮变化，项目初期的时候，其实是 claude 为主的，又快有好，还说人话。但在 gpt-5.4 和紧接着的 5.5 发布后，并且代码量不断增加后，事情发生了一些变化，5.5 在复杂场景下，稳定性远超 claude ，即使是 opus 。主要体现在，codex 遵循能力更强，主动检索的广度和深度够更强，能理解文档和代码意图。claude 则是快，但是总出错，总是会漏掉东西，或者误报 bug 。 然后关于开发过程，首先我没有使用主流的一些方案，我是纯粹让 ai 从零构建，设计了一套文档约束结构，每个版本让 ai 遵循文档去迭代，例如功能或者 bug ，都走文档。 格式如下 也就是说，用全文档来约束 ai ，让 ai 理解产品上下文。 最大的坑是，加功能容易，删功能难，总是会有残留的逻辑，然后多轮迭代后，偶尔会导致代码分叉。 时间比较紧张，纯手写，碎碎念先到这里，大家有啥想问的，也可以问。 然后产品本身，会在帖子里抽几个会员资格，数量待定（ 5-10 ？看大家反馈吧），价值 19 元，纯成本价... 最后，开始试图做点自媒体，推特个人账号，求点关注. https://x.com/ethan180953 https://x.com/ethan180953/status/2056217248067674559 不过话说回来，其实上面的 50w 行，其实也不只是这一个项目，目前还在对一个老项目进行 AI 改造中，估计也很快要端上来了，之前开发过 LangWeGo https://v2ex.com/t/1044443 另外还有一些其他产品，也会陆续上线，计划 1-2 个月抽空打磨一款产品吧，看实际工作情况。 完全不指望这些 toC 产品能赚多少钱，为爱发电。本职工作是 web3 开发，搞搞套利交易系统来钱可快多了。
最近一直使用image2做商业图，试了L站几家大的，天天不是a挂了就是b用不了…主要是要用到多图输入参考，有大佬推荐吗？ 1 个帖子 - 1 位参与者 阅读完整话题
在另一个话题中 刚买了 Z9U2 （看了下评测，盲买），不知道怎么样 我 67kg 挺好的，腰部支撑很不错 4 个帖子 - 4 位参与者 阅读完整话题
想在士多卖两个会员（网易云年之类的），结果一直没办法用他的图床生成，网上随便找的图床链接也不符合要求，佬友们有没有图床推荐（或者解决方案？） 8 个帖子 - 7 位参与者 阅读完整话题
15 个帖子 - 5 位参与者 阅读完整话题
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 自用AstrBot插件 github.com AstrBot-Plugins/image-generation/astrbot_plugin_chatgpt_responses_image at main... main/image-generation/astrbot_plugin_chatgpt_responses_image Contribute to GALIAIS/AstrBot-Plugins development by creating an account on GitHub. 1 个帖子 - 1 位参与者 阅读完整话题
提示词：一位美丽的女子在地铁上低头看手机，抓拍照片。 19 个帖子 - 18 位参与者 阅读完整话题
生成一张 @claudeai 宣布支持中国用户使用的推文截图 剧透 抖音直播的截图，户晨风 在直播，他的手里拿着一个荧光牌，荧光牌从上到下依次写着：买车就买特斯拉，超市就逛山姆，上网就看 [linux.do](http://linux.do/)。他的在线人数是10万+，有个叫zane的大哥，给她刷了一个火箭礼物 祝各位佬 开苹果车，住苹果房，读苹果学校，在苹果公司，享苹果人生 生成一张中国微信朋友圈截图风格的图片，内容是秦始皇登基。 头像：古风帝王头像（秦始皇形象，黑色龙袍，威严） 昵称：嬴政 发布时间：公元前221年 · 咸阳 正文： 今日受命于天，登基为皇帝。 六国已灭，天下一统。 朕为始皇帝。 配图： 古代宫殿大典场景，群臣跪拜，黑金色调，庄严宏大，龙旗飘扬 点赞区： 李斯、王翦、蒙恬、赵高 等人点赞 评论区： 李斯：陛下万岁！ 王翦：天下归一！ 蒙恬：誓死效忠！ 赵高：千秋万代！ 手写中医药方纸，宣纸质感，古代中医风格，毛笔字，略微泛黄做旧，真实书写痕迹，竖排文字 内容： 药方名称：砒霜散 药材：砒霜三钱（主药），辅以当归、甘草少许（点缀） 用法：温水送服 落款： 开方人：潘金莲 时间：古代年号（如：崇宁年间 剧透 苏轼小红书截图，正文是庭有枇杷树，吾妻死之年所手植也，今已亭亭如盖矣。 泪目 人民日报的头条：荆轲刺秦王 剧透 赵高指鹿为马发微博 生成一张中文健身信息图，主题为：括约肌训练计划 剧透 游戏王卡牌风格，卡框完整，卡面插画为类似喷火龙的生物 不能直接输入宝可梦的名称，会被版权 在英雄联盟中路对线的截图，画面显示 sam altman 正在对战 Dario Amodei，但 sam altman 突然被 Elon Reeve Musk Gank 偷袭！ 创建24个微信 表情贴纸，主题为 猫咪的日常，采用古怪、有趣的手绘风格 快去 https://sticker.weixin.qq.com/cgi-bin/mmemoticonwebnode-bin/pages/home 开通账号，这下可以自己发布表情包拉！ VTuber人设卡，紫白配色，优雅风，蕾丝+丝带元素 角色：东北雨姐，大小姐系，白西装+紫百褶裙+过膝袜+丝带，站立，手指唇边，侧视 就问你带不带派 美食流程图，标题「意大利面伴42号混凝土」，纵向结构流程图，步骤清晰，用箭头连接，每一步带简洁文字说明 步骤内容： 原料准备（意大利面、42号混凝土、水、盐、橄榄油，配简洁图标） 煮面（锅中沸水+意大利面） 调制混凝土（加水搅拌，水泥质感） 混合（意大利面裹上混凝土） 装盘 剧透 生成 召唤师峡谷 三天/五一旅游攻略图 五一来召唤师峡谷玩！ 生成 GTA6 Jason和Lucia 抢银行被军队包围实机截图 生成以《红楼梦》为主题的古代 ARPG MMO 开放世界游戏的截图 生成 bilibili 入站真题试卷图 生成兰亭集序真迹 要个饭 ： credit.linux.do LINUX DO Credit Linux Do 社区积分服务平台 2 个帖子 - 2 位参与者 阅读完整话题
请根据{主题}自动生成一张“服装结构拆解设计图”。 要求整张图兼具设计手稿感、结构拆解、中文标注、材质说明、工艺细节、版型分析。你需要根据主题自动判断最合适的穿着对象、服装品类、结构分层、风格流派、关键部件、材质工艺与版式结构，用户无需再提供其他信息。 整体风格应为：服装设计原画设定集、打版工程图、纺织品研究图录，有种初期设计的感觉。采用全彩绘制，米白色底，整体清晰、专业、有手稿质感。 按照以下步骤一步步思考： Step1: 提取人物的基础体型特征（身高比例、体型、脸型、发色等） Step2: 规划服装的着装系统（内外层次、部件组成、穿着顺序） Step3: 确定需要拆解的关键细节（特殊结构、工艺难点、功能设计） Step4: 进行符合分区格式的图片生成 版式固定为四区域分区： - 左侧区域：人物A-pose全身站姿三视图（正、侧、背），展示完整穿搭效果，手写体中文标注整体风格关键词 - 中上区域：服装各部位拆分图，中文引线标注所有关键部件（领型、门襟、袖型、袖口、衣身、腰线、下摆、口袋、扣件等），配局部放大特写 - 中下区域：内着/底层衣物设计拆分（内衣、打底、衬里等），展示穿着层次 - 右侧区域：细节特写区，包含： • 材质纹理小样（棉、麻、丝、毛、化纤等真实质感） • 缝制工艺细节（锁边、包缝、明线、暗线等） • 版型结构线稿（省道、分割线、放松量等） • 表情差分（2-4个多角度表情变化） 所有标注文字使用手写体风格中文，清晰、规整、可读，不要乱码、错字、英文或拼音。重点突出真实结构、版型差异、工艺细节与设计手稿气质。 若主题为单件服装（如西装外套、旗袍、牛仔裤等），则以该单品为中心进行多层次拆解；若主题为整套穿搭，则展示全身搭配并分层拆解每件单品。 避免：完成稿感、时尚杂志感、电商感、动漫感、过度上色、模糊标注、错误结构、假材质、过度装饰。 连这个都有很大概率触发拦截…真的是啥都不能漏 3 个帖子 - 3 位参与者 阅读完整话题
IT之家 4 月 12 日消息，大疆 Osmo Pocket 4 运动相机将于 4 月 16 日 20:00 发布，该公司持续在各大社交平台预热这款 Vlog 相机。例如，该公司暗示 Osmo Pocket 4 将比前代产品拥有更大的存储空间。在此前不久，大疆也展示了 Osmo Pocket 4 的慢动作视频拍摄能力。 尽管大疆此次一反常态地高调宣传，但目前仍对 Osmo Pocket 4 的诸多细节保密。伊戈尔 · 博格丹诺夫仍在该相机正式发布前提前曝光了新品的一些信息，本周早些时候，这位爆料者分享了近十张图片，不仅展示了 Osmo Pocket 4 本体，还曝光了其多款配件。 如今，博格丹诺夫又详细披露了大疆的两款配件套装。该爆料者似乎暗示，Osmo Pocket 4 将标配大疆全新的 LED 补光灯，同时还包含带 1/4 英寸螺口的手柄、发射器、迷你三脚架以及广角镜头。 相比之下，创作者套装（Creator Combo）则会额外配备多款配件，包括收纳包、便携袋、固定夹、两个防风罩以及发射器磁吸充电线。目前消息显示，Osmo Pocket 4 起售价预计为 499 美元（IT之家注：现汇率约合 3415 元人民币），创作者套装售价则可能升至 649 美元（现汇率约合 4441 元人民币）或 749 美元（现汇率约合 5126 元人民币）。