-
首次引入视觉理解，腾讯混元 Hy4 、Hy4 flash AI模型即将发布
10 月 29 日消息，据科创板日报在腾讯全球数字生态大会上获悉，腾讯集团高级执行副总裁、云与智慧产业事业群 CEO 汤道生现场宣布，Hy4 即将发布。 据介绍，相比 Hy4 preview，Hy4 实现了全面大幅提升，尤其强化了各类长程和真实生产力任务的能力，显著提升了思维链效率，并首次引入了视觉理解。 此外，Hy4 flash 也会在近期发布，提供极致性价比的实用模型，在继承 Hy4 视觉、A…... -
Dario Amodei：程序员的编码工作将先被 AI 取代
10 月 29 日消息，Anthropic CEO Dario Amodei 认为，程序员的编码工作会先由 AI 模型接手，更广泛的软件工程则需要更长时间。他在今年 2 月 24 日发布的《People by WTF》访谈中表示，端到端的软件工作最终也会被模型覆盖。 他同时区分了写代码和完成软件工程：设计有用的产品、理解用户需求，以及管理多个 AI 模型协作等环节，仍可能保留人的作用。 他用「人负…... -
宇树与红杉中国成立「杉宇·创计划」，投资机器人早期项目
10 月 29 日消息，宇树科技与红杉中国 10 月 28 日宣布共同成立「杉宇·创计划」，聚焦具身智能、机器人应用及上下游关键技术，以及其他前沿硬科技领域的早期创业项目。 按照双方公告，这一计划采用「工程师 + 投资人」的合作方式：宇树提供技术路线、成本曲线和工程落地方面的产业判断，红杉提供资本支持、投资决策和投后服务。计划尤其面向年轻创业团队，希望从想法、代码或原型机阶段参与，帮助项目走向可规…... -
OpenAI 拟采购 Google TPU，已招聘工程师适配前沿模型
10 月 29 日消息，据 The Information 引述知情人士报道，OpenAI 计划采购谷歌自研的 TPU 人工智能芯片。与此同时，OpenAI 发布了相关招聘岗位，寻找能够牵头优化前沿模型在 TPU 上运行的工程师。 报道指出，这一适配工作仍处于早期阶段，岗位将对项目承担广泛的技术责任。招聘要求既接受训练方面的经验，也接受推理方面的经验，重点是优化真实 TPU 工作负载。 OpenA…... -
Google 发布 Gemini 4 Carbon，超越 Opus 5.5
10 月 29 日消息，Google DeepMind 发布新一代旗舰模型 Gemini 4 Carbon，距 Gemini 4 Argon 推出约两周。在独立评测机构 Artificial Analysis 最新的 Intelligence Index v5.0 中，Carbon（High）以 59 分位居榜首，高于 Claude Opus 5.5（Max）的 58 分。 此次升级重点是长程编程…...
-
AI提示词创作第八十六节：从人物拼搭到动作参考，做出有辨识度的AI角色视频
为什么有些AI人物只出现几秒，我们就能记住？原因往往藏在几个明确的特点里：整齐得有些夸张的发型，认真得像要参加会议的穿着，再配上一段出人意料的动作。人物外形与行为之间的反差，会让普通场景多出一点故事感。 这一节，我们从零设计一个有辨识度的角色，再让他完成一段自然、有节奏的动作。没有Higgsfield会员，也可以利用能够获取的参考素材，在自己常用的画布中完成人物合成。掌握素材分工和提示词写法，比记…... -
AI提示词创作第八十五节：把普通素材变成有电影感的AI短片
一段普通录像，也可能藏着适合拍成短片的故事： 工作人员搬着容器走进后厨，放下时意外洒落，随后慌忙查看；一个人站在门前看手机，突然转身奔跑，身后的小狗紧跟上来。 这些内容并不复杂，却有动作、有变化，也有让人继续看下去的理由。 问题是，直接写“把它变得更有电影感”，很难说明我们到底想改变什么。本节从素材整理、故事拆解、分镜设计到生成纠错，带你把模糊的审美要求，变成能够执行的提示词。即使没有摄影基础，也…... -
AI提示词创作第八十四节：教你用AI做出超美中式画面！从《英雄》学色彩，Seedance 2.5文生视频
现在的视频模型已经能够理解越来越自然的语言，尤其是在 Seedance 2.5 里，即使不提前准备完整场景图，只提供一个人物，再通过文字描述空间、光线和镜头，也已经能够生成相当真实的真人电影画面。 这一次，我想利用的正是这种能力。 整个项目不会提前制作大量场景参考图。真正进入 Seedance 2.5 时，每一组视频主要使用当前的一张人物资产稳定角色，人物之外的建筑、空间、自然环境、光线、影调和整…... -
AI提示词创作第八十三节： AI人物为什么总是演得太用力？教你写“反向表演”
现在的AI视频模型已经能够做出非常丰富的人物表情。角色会皱眉、会微笑、会流泪，也能完成视线移动、抿嘴、低头、转身等非常细小的动作。但真正开始制作人物情绪戏以后，很多人会发现一个很奇怪的问题：人物明明什么都会做，最终生成出来的画面却依旧有很明显的“AI感”。 尤其是在表现紧张、尴尬、开心、生气这些情绪时，这种问题会更加明显。人物一紧张就开始左右看，一生气马上皱眉瞪眼，一开心就立刻微笑。单独看这些动作…... -
AI提示词创作第八十二节：你的提示词过期了！AI提示词正在换一种写法，生图、生视频到底该写什么？
生图时，先写人物和场景，然后在后面补上一长串“超清、8K、电影感、最佳画质、超高细节”；做视频时，则恨不得把人物抬手、转头、迈步、转身的每一个动作都拆开，生怕少写一句AI就理解不了。 这些写法不能简单地说“错了”。 问题在于，模型已经发生了变化。 以前模型本身理解能力有限，提示词很大一部分作用是在帮它补能力。图片默认质量不够，我们就不断增加画质词；视频不会自己理解动作之间的关系，我们就把一个简单动…... -
AI提示词创作第八十一节：AI电影大拆解！8大AI核心技巧一次性讲完，AI长视频真正难的不是提示词，而是这套一致性工作流
做一张好看的AI图片并不难，生成一个不错的5秒镜头，现在也越来越容易。 真正困难的是，当一个人物需要连续出现十几个镜头，当故事从室内走到室外，当人物开始换衣服、受伤、说话、和其他角色互动以后，画面还能不能保持稳定。 很多人遇到这些问题，第一反应都是继续修改提示词。 人物变脸，就增加更多外貌描述；场景改变，就把环境写得更详细；声音不稳定，就重新上传参考音频。 但项目越长，你越会发现： 提示词写得更长…... -
AI提示词创作第八十节：如何用Codex写出完美提示词？别再手搓提示词了，让AI先学会再帮你写
很多人制作AI视频时，最先做的一件事就是打开大模型，把脑海中的想法简单描述几句，然后让AI直接生成提示词。看起来效率很高，但真正进入生成之后，却经常发现人物动作不对、特效形态不对、镜头节奏也和自己想象的不一样，只能不断修改提示词、重复抽卡。 问题并不一定出在模型能力上，而是我们一开始就给了AI太大的“猜测空间”。如果AI连你想要的效果是什么样都不知道，那么即使它写出了一条几百字甚至上千字的提示词，…... -
AI提示词创作第七十九节：Seedance 2.5活人感提示词怎么写？为什么AI人物总有“假人感”，从人物、场景到行为入手
现在的AI视频已经可以生成非常清晰的人脸、自然的皮肤纹理和相对复杂的人物动作，但很多作品仍然存在一个很难忽略的问题：单独截取其中一帧看，人物似乎没有什么明显错误，可一旦让画面真正运动起来，就会产生一种明显的“AI感”。 这种感觉并不一定来自模型能力不足，也不一定能够通过增加“8K、超高清、电影质感、细腻皮肤”这类词语解决。很多时候，真正影响人物真实感的，是人物在不同镜头中的身份是否稳定、所处的环境…...
产品
-
Num：一款AI旅行礼宾应用，提供实时预订、个性化推荐及多语言支持
Num 是一款人工智能旅行礼宾服务，旨在通过自然语言对话简化全球旅行预订流程。它能够根据用户需求提供精准的餐厅、活动和住宿建议，并直接在对话中完成预订。该服务覆盖全球 39 个国家，通过整合实时数据和人工支持，为旅行者提供高效且个性化的行程规划体验。 Num 功能 智能对话预订：用户通过自然语言描述需求，系统即可推荐匹配地点并直接完成预订，全程无需繁琐搜索。 多语言实时支持：支持 16 种语言，全… -
Manga Translate：AI漫画翻译工具，提供多语言翻译、字体样式选择及在线编辑功能
AI Manga Translator 是一款专为漫画爱好者和专业人士设计的智能翻译工具。它能够自动识别图像中的文字，将其翻译为目标语言，并重新排版以保持原有的阅读体验。通过集成OCR识别、自动翻译与图像编辑功能，该工具简化了从漫画扫描件到成品翻译的复杂工作流程。 AI Manga Translator 功能 智能漫画翻译引擎：利用针对漫画优化的模型自动识别并翻译多种语言，确保对话内容准确传达。 … -
Toby：AI驱动的模拟面试练习平台，帮助求职者提升面试表现
Toby 是一款专为求职者打造的 AI 模拟面试平台。它通过深度解析职位描述与公司背景，提供高度还原的实时模拟面试体验，帮助用户在正式面试前精准优化回答逻辑与沟通技巧。该工具适用于各类求职场景，通过针对性的反馈机制显著提升面试表现与录用几率。 Toby 功能 深度定制面试场景：根据用户提供的职位描述自动构建面试流程，生成涵盖从热身到高难度问题的全套面试题库。 实时交互模拟演练：支持在类似视频会议的… -
DubTab：实时语音翻译与AI配音工具，支持浏览器插件及桌面端
DubTab 是一款实时语音翻译与 AI 配音工具，旨在消除语言障碍以提升学习与沟通效率。它通过浏览器插件或桌面应用，为在线课程、直播及各类会议提供即时字幕与语音合成支持。该工具无需手动上传文件，能够直接处理任何播放中的音频内容，让用户专注于获取核心信息。 DubTab 功能 实时低延迟翻译：在约 0.5 秒内生成字幕与配音，确保直播、会议及视频内容的同步翻译体验。 全系统音频兼容：支持浏览器标签… -
Kavel：AI视频与图像生成工具，支持最高4K分辨率并提供多种模型选择
Kavel 是一款集成的 AI 图像与视频生成平台，旨在通过统一的界面简化创作流程。用户可以利用多种专业模型快速将文本或参考图片转化为高质量的 4K 视觉资产。该平台通过透明的信用额度系统，为从社交媒体内容到电影级制作的各类创意需求提供高效的解决方案。 功能 多模型统一创作：集成 Nano Banana 2、Seedance 2 和 Veo 3.1 等多种专业模型，支持在单一界面内完成从图像生成到… -
AudioVideo：音频转视频AI生成工具，利用AI将播客、语音或音乐转化为视频
AudioVideo 是一款将音频转化为视频的 AI 生成工具，旨在帮助用户无需拍摄即可将播客、录音或音乐转换为视觉内容。该平台通过整合多种 AI 模型，支持用户利用音频、提示词及参考图快速生成高质量视频。它为播客创作者、教育工作者及营销团队提供了一种高效的视觉化创作方案，显著简化了从录音到视频发布的流程。 AudioVideo 功能 音频驱动视频生成：利用音频文件的节奏、韵律或内容作为创作起点，… -
PicEditor：免费在线AI照片编辑器与图像生成器，持通过文本提示进行图像编辑、背景替换、对象移除及从文本生成高质量图像
PicEditor 是一款基于浏览器的免费 AI 照片编辑器与图像生成工具。用户无需注册即可通过简单的文本指令上传并编辑照片，或从零开始创作全新图像。该工具能够高效处理背景替换、对象移除及风格转换等任务，为个人用户提供便捷的创意设计方案。 PicEditor 功能 智能文本驱动编辑：通过自然语言指令直接添加、移除、替换或修改图像中的元素，无需复杂的专业设计软件操作。 多功能图像生成：根据文字描述生… -
WSUP AI：无需注册的免费AI角色聊天平台，用户可与各类AI角色进行互动交流
WSUP AI 是一个无需注册的在线人工智能角色聊天平台。用户可以与各种类型的 AI 角色进行互动，探索从动漫、浪漫到角色扮演等多种主题。该平台旨在提供即时且便捷的对话体验，让用户能够轻松找到并交流感兴趣的虚拟伙伴。 WSUP AI 功能 无需注册即刻聊天：用户无需创建账户即可直接开始对话，极大降低了使用门槛并保护了个人隐私。 多样化角色库：提供超过 654 个涵盖动漫、现代、K-Wave、角色扮…