LogoThread Easy
  • Explorer
  • Composer un thread
LogoThread Easy

Votre partenaire tout-en-un pour les threads Twitter

© 2025 Thread Easy All Rights Reserved.

Explorer

Newest first — browse tweet threads

Keep on to blur preview images; turn off to show them clearly

提示词:
基于[哈利波特]的设定,设计一张极具视觉张力的大师级3D圣诞卡片海报。画面主体是一张超大的竖向构图的、厚重的精致3D贺卡,卡片中央是一个深邃的橱窗式凹槽。
视觉核心:经典虚构世界的毛毡微缩场景
卡片内部是一个极其丰富、拥挤且热闹的IP主题微缩节日场景。材质全部为羊毛毡与粗棒针编织,质感真实细腻。
场景复刻: 场景中包含一组错落有致的[该作品中的标志性建筑或场景的Q版毛毡模型](例如:如果是《哈利波特》,则是毛毡版的霍格沃茨城堡和海格小屋;如果是《宫崎骏》,则是毛毡版的哈尔的移动城堡或龙猫森林),它们以前后遮挡的关系排列,形成丰富的层次感。
节日生态: 地面是厚实的奶油色编织雪地,场景中不仅有一棵挂满彩球的主圣诞树,还遍布着被雪覆盖的灌木、松果和与该作品风格相符的植物。
角色互动: 该作品中的**经典角色(Q版毛毡化)**正在场景中互动,也许穿着圣诞装束,给场景增添故事感。
天气细节: 橱窗内悬浮着静止的、像糖粉一样的白色雪花微粒,增加了空气感。
标题设计:倾斜的3D流体磨砂艺术字
悬浮在卡片上方的“Merry Christmas”主标题和“圣诞快乐”小标题,采用3D流体艺术字体。材质为半透明磨砂玻璃,呈现深红到浅红渐变的色泽,表面拥有柔和的曲面哑光质感,光线穿透字体投射出梦幻的彩色焦散,与下方温暖的毛毡形成材质对比。
外部装饰:华丽的动态点缀
卡片周围环绕着丰富的圣诞元素,营造出爆炸般的节日氛围。红色的天鹅绒丝带与流体金线条在空中盘旋舞动,穿插着结霜的松针枝、红润饱满的冬青果、晶莹剔透的几何雪花以及发光的金色铃铛。这些元素构图饱满,增加了画面的动态美。
氛围背景:东方水墨流光虚空
背景是一个带有淡淡水墨晕染肌理和流动光雾的虚空环境。色调为雅致的淡香槟金或高级柔雾红,光影具有强烈的呼吸感和纵深感。卡片仿佛悬浮在云端,底部有柔和的投影,利用虚实对比完美衬托出中央模型的珍贵与精致。
底部排版:手写体经典语录
在卡片下方投影处,舍弃呆板的数据,改为一段醒目且富有情感的文字:
内容: 随机选取一句与圣诞或爱相关的经典影视/小说名言。
样式: 字体较大,采用优雅潇洒的西文手写衬线体 (Handwritten Serif),墨色浓郁。
来源: 在名言下方用小号中文字体标注出处。
渲染参数:
C4D,Octane渲染,8K分辨率,微距摄影视角,浅景深(背景虚化),盲盒玩具质感混合磨砂玻璃艺术,光线柔和均匀,色彩鲜艳且高级,杰作。

提示词: 基于[哈利波特]的设定,设计一张极具视觉张力的大师级3D圣诞卡片海报。画面主体是一张超大的竖向构图的、厚重的精致3D贺卡,卡片中央是一个深邃的橱窗式凹槽。 视觉核心:经典虚构世界的毛毡微缩场景 卡片内部是一个极其丰富、拥挤且热闹的IP主题微缩节日场景。材质全部为羊毛毡与粗棒针编织,质感真实细腻。 场景复刻: 场景中包含一组错落有致的[该作品中的标志性建筑或场景的Q版毛毡模型](例如:如果是《哈利波特》,则是毛毡版的霍格沃茨城堡和海格小屋;如果是《宫崎骏》,则是毛毡版的哈尔的移动城堡或龙猫森林),它们以前后遮挡的关系排列,形成丰富的层次感。 节日生态: 地面是厚实的奶油色编织雪地,场景中不仅有一棵挂满彩球的主圣诞树,还遍布着被雪覆盖的灌木、松果和与该作品风格相符的植物。 角色互动: 该作品中的**经典角色(Q版毛毡化)**正在场景中互动,也许穿着圣诞装束,给场景增添故事感。 天气细节: 橱窗内悬浮着静止的、像糖粉一样的白色雪花微粒,增加了空气感。 标题设计:倾斜的3D流体磨砂艺术字 悬浮在卡片上方的“Merry Christmas”主标题和“圣诞快乐”小标题,采用3D流体艺术字体。材质为半透明磨砂玻璃,呈现深红到浅红渐变的色泽,表面拥有柔和的曲面哑光质感,光线穿透字体投射出梦幻的彩色焦散,与下方温暖的毛毡形成材质对比。 外部装饰:华丽的动态点缀 卡片周围环绕着丰富的圣诞元素,营造出爆炸般的节日氛围。红色的天鹅绒丝带与流体金线条在空中盘旋舞动,穿插着结霜的松针枝、红润饱满的冬青果、晶莹剔透的几何雪花以及发光的金色铃铛。这些元素构图饱满,增加了画面的动态美。 氛围背景:东方水墨流光虚空 背景是一个带有淡淡水墨晕染肌理和流动光雾的虚空环境。色调为雅致的淡香槟金或高级柔雾红,光影具有强烈的呼吸感和纵深感。卡片仿佛悬浮在云端,底部有柔和的投影,利用虚实对比完美衬托出中央模型的珍贵与精致。 底部排版:手写体经典语录 在卡片下方投影处,舍弃呆板的数据,改为一段醒目且富有情感的文字: 内容: 随机选取一句与圣诞或爱相关的经典影视/小说名言。 样式: 字体较大,采用优雅潇洒的西文手写衬线体 (Handwritten Serif),墨色浓郁。 来源: 在名言下方用小号中文字体标注出处。 渲染参数: C4D,Octane渲染,8K分辨率,微距摄影视角,浅景深(背景虚化),盲盒玩具质感混合磨砂玻璃艺术,光线柔和均匀,色彩鲜艳且高级,杰作。

关注人工智能、LLM 、 AI 图像视频和设计(Interested in AI, LLM, Stable Diffusion, and design) AIGC 周刊主理人|公众号:歸藏的AI工具箱

avatar for 歸藏(guizang.ai)
歸藏(guizang.ai)
Wed Dec 24 09:36:50
🎄Merry Christmas,圣诞快乐朋友们!

藏师傅的圣诞礼物还是提示词

帮你将你喜欢的地点或者文艺作品变成圣诞礼品海报送给朋友。

我这里选了我每年圣诞都看的电影《真爱至上》

感谢大家这一年的陪伴,谢谢各位!

提示词放下面了

🎄Merry Christmas,圣诞快乐朋友们! 藏师傅的圣诞礼物还是提示词 帮你将你喜欢的地点或者文艺作品变成圣诞礼品海报送给朋友。 我这里选了我每年圣诞都看的电影《真爱至上》 感谢大家这一年的陪伴,谢谢各位! 提示词放下面了

提示词: 基于[哈利波特]的设定,设计一张极具视觉张力的大师级3D圣诞卡片海报。画面主体是一张超大的竖向构图的、厚重的精致3D贺卡,卡片中央是一个深邃的橱窗式凹槽。 视觉核心:经典虚构世界的毛毡微缩场景 卡片内部是一个极其丰富、拥挤且热闹的IP主题微缩节日场景。材质全部为羊毛毡与粗棒针编织,质感真实细腻。 场景复刻: 场景中包含一组错落有致的[该作品中的标志性建筑或场景的Q版毛毡模型](例如:如果是《哈利波特》,则是毛毡版的霍格沃茨城堡和海格小屋;如果是《宫崎骏》,则是毛毡版的哈尔的移动城堡或龙猫森林),它们以前后遮挡的关系排列,形成丰富的层次感。 节日生态: 地面是厚实的奶油色编织雪地,场景中不仅有一棵挂满彩球的主圣诞树,还遍布着被雪覆盖的灌木、松果和与该作品风格相符的植物。 角色互动: 该作品中的**经典角色(Q版毛毡化)**正在场景中互动,也许穿着圣诞装束,给场景增添故事感。 天气细节: 橱窗内悬浮着静止的、像糖粉一样的白色雪花微粒,增加了空气感。 标题设计:倾斜的3D流体磨砂艺术字 悬浮在卡片上方的“Merry Christmas”主标题和“圣诞快乐”小标题,采用3D流体艺术字体。材质为半透明磨砂玻璃,呈现深红到浅红渐变的色泽,表面拥有柔和的曲面哑光质感,光线穿透字体投射出梦幻的彩色焦散,与下方温暖的毛毡形成材质对比。 外部装饰:华丽的动态点缀 卡片周围环绕着丰富的圣诞元素,营造出爆炸般的节日氛围。红色的天鹅绒丝带与流体金线条在空中盘旋舞动,穿插着结霜的松针枝、红润饱满的冬青果、晶莹剔透的几何雪花以及发光的金色铃铛。这些元素构图饱满,增加了画面的动态美。 氛围背景:东方水墨流光虚空 背景是一个带有淡淡水墨晕染肌理和流动光雾的虚空环境。色调为雅致的淡香槟金或高级柔雾红,光影具有强烈的呼吸感和纵深感。卡片仿佛悬浮在云端,底部有柔和的投影,利用虚实对比完美衬托出中央模型的珍贵与精致。 底部排版:手写体经典语录 在卡片下方投影处,舍弃呆板的数据,改为一段醒目且富有情感的文字: 内容: 随机选取一句与圣诞或爱相关的经典影视/小说名言。 样式: 字体较大,采用优雅潇洒的西文手写衬线体 (Handwritten Serif),墨色浓郁。 来源: 在名言下方用小号中文字体标注出处。 渲染参数: C4D,Octane渲染,8K分辨率,微距摄影视角,浅景深(背景虚化),盲盒玩具质感混合磨砂玻璃艺术,光线柔和均匀,色彩鲜艳且高级,杰作。

avatar for 歸藏(guizang.ai)
歸藏(guizang.ai)
Wed Dec 24 09:36:06
“我们总是通过后视镜驶向未来” 

推荐读一下 Notion CEO 这篇内容,关于 AI 为什么首先在编程领域爆发他的解释很好。

知识工作的两个瓶颈:上下文分散和可验证性,这点分析得很准。

这就是为什么程序员最先受益,因为他们的工作环境天然解决了这两个问题。

其他知识工作者要等到什么时候?可能取决于谁先把散落在几十个工具里的上下文整合起来。

------------------------

每个时代都有它的奇迹材料。钢铁塑造了镀金时代,半导体点亮了数字时代,现在AI以"无限心智"的形式到来了。

Notion创始人Ivan Zhao用历史隐喻说清楚了一件事:掌握这种材料的人定义时代。

为什么AI是"奇迹材料"?

因为它解决的是规模问题。19世纪前建筑只能盖六七层,铁太重太脆,楼层一多就塌。钢铁改变了一切,骨架更轻、墙体更薄,摩天大楼拔地而起。

AI对知识工作的意义和钢铁对建筑一样。人类沟通一直是组织的"承重墙",每周两小时对齐会、三级审批流程,都是在用人类尺度的工具解决工业规模的问题。

个人层面:什么时候能开上"汽车"?

Ivan的联合创始人Simon原本是10×程序员,现在同时指挥三四个AI编码agents,变成了30-40×工程师。他午饭前排好任务,agents在他离开时继续工作。

这就像从踩自行车进化到开汽车。但为什么只有程序员能开上车?

两个问题必须解决。第一是上下文分散,编程工具集中在IDE和代码库,但一般知识工作散落在几十个工具里。AI要写产品简报得拉取Slack、战略文档、仪表盘数据,还有只存在脑子里的institutional memory。人类现在是粘合剂。

第二是可验证性。代码能用测试验证对错,AI能用强化学习改进。但怎么验证项目管理得好不好、策略memo写得行不行?没法验证就没法训练模型改进,人类只能继续监督。

一旦这两个问题解决,几十亿知识工作者会从自行车进化到汽车,再从汽车进化到自动驾驶。

组织层面:我们还在"替换水车"吗?

工业革命初期,蒸汽机刚出现时,工厂主只是把水车换成蒸汽机,其他都不变。生产力提升很有限。

真正的突破是工厂主意识到可以完全摆脱河流了。他们把工厂建在更靠近工人、港口和原材料的地方,围绕蒸汽机重新设计整个厂房。生产力才爆发。

现在的AI聊天机器人就像"替换水车"阶段,只是附加在现有工具上。我们还没重新想象:当组织可以依靠永不疲倦的无限头脑时,应该长什么样?

Notion在做什么实验?

Notion现在有1000名员工,但同时有超过700个agents在处理重复性工作。

它们记会议纪要、回答问题综合tribal knowledge、处理IT请求、记录客户反馈、帮新员工办入职、写周报省去复制粘贴。

Ivan说这只是起步,真正的收益只受想象力和惰性限制。

从佛罗伦萨到东京意味着什么?

钢铁和蒸汽不只改变建筑和工厂,它们改变了城市。

几百年前的城市是人类尺度的,你能在40分钟内走完佛罗伦萨。然后钢架结构让摩天大楼成为可能,蒸汽铁路连接市中心和内陆,城市在规模和密度上爆炸。东京、重庆、达拉斯都不是更大的佛罗伦萨,它们是完全不同的生活方式。

知识经济现在占美国GDP近一半,但大多数还在人类尺度运作:几十人的团队,会议和邮件控制节奏,组织超过几百人就开始变形。我们用石头和木头建了佛罗伦萨。

当大量AI agents上线,我们会建造东京。数千个agents和人类组成的组织,工作流程跨时区持续运行,不用等人醒来,决策在适量人类介入下合成。

会更快、杠杆更高,但起初也更迷失方向。周会、季度规划、年度评估的节奏可能不再有意义。新节奏会出现。我们失去一些可读性,但获得规模和速度。

“我们总是通过后视镜驶向未来” 推荐读一下 Notion CEO 这篇内容,关于 AI 为什么首先在编程领域爆发他的解释很好。 知识工作的两个瓶颈:上下文分散和可验证性,这点分析得很准。 这就是为什么程序员最先受益,因为他们的工作环境天然解决了这两个问题。 其他知识工作者要等到什么时候?可能取决于谁先把散落在几十个工具里的上下文整合起来。 ------------------------ 每个时代都有它的奇迹材料。钢铁塑造了镀金时代,半导体点亮了数字时代,现在AI以"无限心智"的形式到来了。 Notion创始人Ivan Zhao用历史隐喻说清楚了一件事:掌握这种材料的人定义时代。 为什么AI是"奇迹材料"? 因为它解决的是规模问题。19世纪前建筑只能盖六七层,铁太重太脆,楼层一多就塌。钢铁改变了一切,骨架更轻、墙体更薄,摩天大楼拔地而起。 AI对知识工作的意义和钢铁对建筑一样。人类沟通一直是组织的"承重墙",每周两小时对齐会、三级审批流程,都是在用人类尺度的工具解决工业规模的问题。 个人层面:什么时候能开上"汽车"? Ivan的联合创始人Simon原本是10×程序员,现在同时指挥三四个AI编码agents,变成了30-40×工程师。他午饭前排好任务,agents在他离开时继续工作。 这就像从踩自行车进化到开汽车。但为什么只有程序员能开上车? 两个问题必须解决。第一是上下文分散,编程工具集中在IDE和代码库,但一般知识工作散落在几十个工具里。AI要写产品简报得拉取Slack、战略文档、仪表盘数据,还有只存在脑子里的institutional memory。人类现在是粘合剂。 第二是可验证性。代码能用测试验证对错,AI能用强化学习改进。但怎么验证项目管理得好不好、策略memo写得行不行?没法验证就没法训练模型改进,人类只能继续监督。 一旦这两个问题解决,几十亿知识工作者会从自行车进化到汽车,再从汽车进化到自动驾驶。 组织层面:我们还在"替换水车"吗? 工业革命初期,蒸汽机刚出现时,工厂主只是把水车换成蒸汽机,其他都不变。生产力提升很有限。 真正的突破是工厂主意识到可以完全摆脱河流了。他们把工厂建在更靠近工人、港口和原材料的地方,围绕蒸汽机重新设计整个厂房。生产力才爆发。 现在的AI聊天机器人就像"替换水车"阶段,只是附加在现有工具上。我们还没重新想象:当组织可以依靠永不疲倦的无限头脑时,应该长什么样? Notion在做什么实验? Notion现在有1000名员工,但同时有超过700个agents在处理重复性工作。 它们记会议纪要、回答问题综合tribal knowledge、处理IT请求、记录客户反馈、帮新员工办入职、写周报省去复制粘贴。 Ivan说这只是起步,真正的收益只受想象力和惰性限制。 从佛罗伦萨到东京意味着什么? 钢铁和蒸汽不只改变建筑和工厂,它们改变了城市。 几百年前的城市是人类尺度的,你能在40分钟内走完佛罗伦萨。然后钢架结构让摩天大楼成为可能,蒸汽铁路连接市中心和内陆,城市在规模和密度上爆炸。东京、重庆、达拉斯都不是更大的佛罗伦萨,它们是完全不同的生活方式。 知识经济现在占美国GDP近一半,但大多数还在人类尺度运作:几十人的团队,会议和邮件控制节奏,组织超过几百人就开始变形。我们用石头和木头建了佛罗伦萨。 当大量AI agents上线,我们会建造东京。数千个agents和人类组成的组织,工作流程跨时区持续运行,不用等人醒来,决策在适量人类介入下合成。 会更快、杠杆更高,但起初也更迷失方向。周会、季度规划、年度评估的节奏可能不再有意义。新节奏会出现。我们失去一些可读性,但获得规模和速度。

关注人工智能、LLM 、 AI 图像视频和设计(Interested in AI, LLM, Stable Diffusion, and design) AIGC 周刊主理人|公众号:歸藏的AI工具箱

avatar for 歸藏(guizang.ai)
歸藏(guizang.ai)
Wed Dec 24 04:26:19
Fofr最近在研究 JSON 格式的提示词,我在他的游戏截图生成提示词里加了圣诞彩蛋

我以前对这个东西觉得是故弄玄虚,但现在看来,至少有一点好

它的迭代非常稳定,尤其是在跟模型共创的时候。当你写提示词与 Gemini 共创时,不需要反复去提示一些基本的格式,它不会给你改乱。

针对 JSON 格式,它通常能保证格式的稳定:
1. 内部参数:它一般默认不会变动里边的参数
2. 后续内容:它只会修改后续的具体内容

这样能确保它不会在修改过程中把你的风格改没了或者改错。这确实非常好,而且很容易进行发散和拓展。比如:

- 批量处理:你可以让它批量修改成不同的主题,但保持风格和构图的一致性
- 协同修改:可以拆分地去修改,与模型共同创作

这样操作起来其实是比较方便的

Fofr最近在研究 JSON 格式的提示词,我在他的游戏截图生成提示词里加了圣诞彩蛋 我以前对这个东西觉得是故弄玄虚,但现在看来,至少有一点好 它的迭代非常稳定,尤其是在跟模型共创的时候。当你写提示词与 Gemini 共创时,不需要反复去提示一些基本的格式,它不会给你改乱。 针对 JSON 格式,它通常能保证格式的稳定: 1. 内部参数:它一般默认不会变动里边的参数 2. 后续内容:它只会修改后续的具体内容 这样能确保它不会在修改过程中把你的风格改没了或者改错。这确实非常好,而且很容易进行发散和拓展。比如: - 批量处理:你可以让它批量修改成不同的主题,但保持风格和构图的一致性 - 协同修改:可以拆分地去修改,与模型共同创作 这样操作起来其实是比较方便的

在计划把我所有的提示词都处理成 JSON 格式,然后找个地方存起来

avatar for 歸藏(guizang.ai)
歸藏(guizang.ai)
Wed Dec 24 03:31:38
文心 ERNIE-5.0-Preview-1203 在 LMArena 文本领域排行居然到了国内第一。

再往前基本就全是 GPT、Claude 和 Gemini 了。

同时他们这次在LMArena这个版本比上一个上榜的版本高了 23 分,进步还挺大的。得分项主要是创意写作和高难度指令,也是现在大家对模型文本能力要求最多的部分。

他们现在也不搞憋大招那一套了,反而是频繁发布新版本不断微调提高成绩,这个方式是对的,还是得多跟开源社区交流获得反馈。

文心 ERNIE-5.0-Preview-1203 在 LMArena 文本领域排行居然到了国内第一。 再往前基本就全是 GPT、Claude 和 Gemini 了。 同时他们这次在LMArena这个版本比上一个上榜的版本高了 23 分,进步还挺大的。得分项主要是创意写作和高难度指令,也是现在大家对模型文本能力要求最多的部分。 他们现在也不搞憋大招那一套了,反而是频繁发布新版本不断微调提高成绩,这个方式是对的,还是得多跟开源社区交流获得反馈。

关注人工智能、LLM 、 AI 图像视频和设计(Interested in AI, LLM, Stable Diffusion, and design) AIGC 周刊主理人|公众号:歸藏的AI工具箱

avatar for 歸藏(guizang.ai)
歸藏(guizang.ai)
Tue Dec 23 09:17:19
看到知乎上线了他们的年度AI产品榜,刚好我也还没写总结,就借着这个榜单来聊一下这些产品。

首先国内通用聊天产品,豆包排第一,第二是Deepseek,后面有千问和知乎直答。

今年国内所有的厂商基本上都吃的是Deepseek在年初爆发的红利。我们用整整一年的时间,把这部分用户从完全不了解AI拉到了每天使用AI。

在做产品上字节是厉害的。不管是能力还是产品策略、运营策略、推广方法,都展现了自己在做产品上应有的战斗力。由于语音模式的低门槛,让很多小朋友和老人都能够非常顺畅地使用豆包。非圈内的用户一说就是豆包和 Deepseek,这就是他们理解的 AI。

千问的增长也很迅猛,阿里在年底终于搭建了他们的模型体系和新的团队,开始疯狂发力。最近有不少人一提起AI,就会提到千问了

然后是海外的ChatBot产品,Claude、ChatGPT和Gemini 

Gemini排得相当靠前。谷歌在年底的这一波发布还是太猛了,又有钱,又有卡,又有人,模型还强。低成本提供最优质的模型,是这个行业现在最强的推广手段,也是最稳定的

Anthropic 在今年也确定了自己的发展方向,在产品的人力和资源投入上,维持较低的水平。但是通过Claude Code这种对开发的依赖比较低,又能发挥模型能力的产品,快速地抢占用户心智和市场。尤其在编程领域,非常难以撼动,2B的收入很高

Sam 最近确实不是很好过。自从GPT-5发布以来,大家对于OpenAI的模型就一直没有什么好的评价,尤其是在模型的语言风格和回复策略上。但是在产品层面,ChatGPT确实是最好的。这也是为什么它的用户忠诚度比较高的原因

然后就是即梦和可灵两个内容创作工具,国内今年在图像和视频领域基本上是相较于海外一骑绝尘的。但是年底Nano Banana Pro发布、Sora2发布以后,直接将图像和视频模型带到了一个新的领域。针对于视觉推理以及编辑能力,我们需要尽快赶上

最后是Cursor,基本上开启了今年的Agent大幕。在Agent这一块的创新,包括上下文工程、底层多个模型的混合调用,以及关于Agent的操作的基本交互逻辑,都为很多AI产品指明了方向。卡帕西的年终总结也非常着重地提到了Cursor以及 vibe Coding

25年,我们AI领域是非常幸运的。模型和产品都有非常大的突破,期待26年的 AI 圈还有什么狠活

看到知乎上线了他们的年度AI产品榜,刚好我也还没写总结,就借着这个榜单来聊一下这些产品。 首先国内通用聊天产品,豆包排第一,第二是Deepseek,后面有千问和知乎直答。 今年国内所有的厂商基本上都吃的是Deepseek在年初爆发的红利。我们用整整一年的时间,把这部分用户从完全不了解AI拉到了每天使用AI。 在做产品上字节是厉害的。不管是能力还是产品策略、运营策略、推广方法,都展现了自己在做产品上应有的战斗力。由于语音模式的低门槛,让很多小朋友和老人都能够非常顺畅地使用豆包。非圈内的用户一说就是豆包和 Deepseek,这就是他们理解的 AI。 千问的增长也很迅猛,阿里在年底终于搭建了他们的模型体系和新的团队,开始疯狂发力。最近有不少人一提起AI,就会提到千问了 然后是海外的ChatBot产品,Claude、ChatGPT和Gemini Gemini排得相当靠前。谷歌在年底的这一波发布还是太猛了,又有钱,又有卡,又有人,模型还强。低成本提供最优质的模型,是这个行业现在最强的推广手段,也是最稳定的 Anthropic 在今年也确定了自己的发展方向,在产品的人力和资源投入上,维持较低的水平。但是通过Claude Code这种对开发的依赖比较低,又能发挥模型能力的产品,快速地抢占用户心智和市场。尤其在编程领域,非常难以撼动,2B的收入很高 Sam 最近确实不是很好过。自从GPT-5发布以来,大家对于OpenAI的模型就一直没有什么好的评价,尤其是在模型的语言风格和回复策略上。但是在产品层面,ChatGPT确实是最好的。这也是为什么它的用户忠诚度比较高的原因 然后就是即梦和可灵两个内容创作工具,国内今年在图像和视频领域基本上是相较于海外一骑绝尘的。但是年底Nano Banana Pro发布、Sora2发布以后,直接将图像和视频模型带到了一个新的领域。针对于视觉推理以及编辑能力,我们需要尽快赶上 最后是Cursor,基本上开启了今年的Agent大幕。在Agent这一块的创新,包括上下文工程、底层多个模型的混合调用,以及关于Agent的操作的基本交互逻辑,都为很多AI产品指明了方向。卡帕西的年终总结也非常着重地提到了Cursor以及 vibe Coding 25年,我们AI领域是非常幸运的。模型和产品都有非常大的突破,期待26年的 AI 圈还有什么狠活

关注人工智能、LLM 、 AI 图像视频和设计(Interested in AI, LLM, Stable Diffusion, and design) AIGC 周刊主理人|公众号:歸藏的AI工具箱

avatar for 歸藏(guizang.ai)
歸藏(guizang.ai)
Tue Dec 23 08:50:55
  • Previous
  • 1
  • 2
  • 3
  • More pages
  • 45
  • 46
  • Next