Keep on to blur preview images; turn off to show them clearly
MarsWave AI 成立快一周年了。 最近会陆续跟大家分享一些创业的干货经验。 希望能帮到大家。 做 AI 产品，就绝对离不开 AI 云厂商，今天我们就来聊聊创业公司对 AI 云厂商的选择指南。 在过去的一年里，我们接触了七八家AI 云厂商，有的超出预期，有的一言难尽。 看完这篇文章，在做 AI 创业的你应该能少踩很多坑。
聊硅基 AI，看有机 Orange。
![[开源推荐] Google - 🚀 Agent Starter Pack
Google Cloud Platform 团队推出的一套生产级智能体开发模板合集，不仅是代码库，更是生产力加速器。如果你想在 Google Cloud 上开发一个智能客服、文档分析助手或多模态交互机器人，不需要从零开始配置服务器、编写部署脚本或搭建监控系统。这个项目为你打包好了所有“非业务逻辑”的基础设施，让你能专注于核心的 AI 交互设计。
💡 核心价值：它解决了什么痛点？
在构建 GenAI 应用时，开发者通常面临两大挑战：
· 起步难：如何选择合适的架构（ReAct, RAG, Multi-agent）？
· 落地难：写好 Prompt 只是第一步，如何将 Agent 部署到云端？如何做 CI/CD？如何监控它的回答质量？
这个项目通过提供全链路的解决方案来回答这些问题：
· 开箱即用：通过一行命令即可生成包含前端、后端和基础设施代码的完整项目。
· 生产就绪：不仅包含代码，还内置了 Terraform 脚本、CI/CD 流水线配置、以及可观测性设置。
🛠️ 关键技术能力解读
该项目包含几个核心组件，覆盖了 AI 开发的不同阶段：
1. 多样化的 Agent 模板
· adk_base / adk_a2a_base：基于 Google Agent Development Kit 的基础 ReAct 智能体，支持多智能体协作（Agent-to-Agent）。
a· gentic_rag：针对企业知识库场景，集成了 RAG 流程，支持 Vertex AI Search。
· langgraph_base：集成了 LangChain/LangGraph 框架，方便熟悉该生态的开发者上手。
· adk_live：支持实时多模态（音频/视频/文本）交互的智能体，利用了 Gemini 的原生多模态能力。
2. 工程化最佳实践
· CI/CD：内置了 GitHub Actions 和 Google Cloud Build 配置，代码提交后自动部署。
· 可观测性：集成了云端监控，让你能看到 Agent 的运行状态、延迟和错误率。
· 评估：集成了 Vertex AI Evaluation，帮助你量化评估 AI 的回答质量。
3. 极简的开发者体验
项目提供了一个 CLI 工具（命令行界面）。
· 快速启动：uvx agent-starter-pack create my-agent —— 一键创建新项目。
· 存量增强：如果你已经有了代码，可以使用 enhance 命令为现有项目添加生产级的基础设施配置。
开源地址：](/_next/image?url=https%3A%2F%2Fpbs.twimg.com%2Fmedia%2FG7INPE-asAAxzYx.jpg&w=3840&q=75 "[开源推荐] Google - 🚀 Agent Starter Pack
Google Cloud Platform 团队推出的一套生产级智能体开发模板合集，不仅是代码库，更是生产力加速器。如果你想在 Google Cloud 上开发一个智能客服、文档分析助手或多模态交互机器人，不需要从零开始配置服务器、编写部署脚本或搭建监控系统。这个项目为你打包好了所有“非业务逻辑”的基础设施，让你能专注于核心的 AI 交互设计。
💡 核心价值：它解决了什么痛点？
在构建 GenAI 应用时，开发者通常面临两大挑战：
· 起步难：如何选择合适的架构（ReAct, RAG, Multi-agent）？
· 落地难：写好 Prompt 只是第一步，如何将 Agent 部署到云端？如何做 CI/CD？如何监控它的回答质量？
这个项目通过提供全链路的解决方案来回答这些问题：
· 开箱即用：通过一行命令即可生成包含前端、后端和基础设施代码的完整项目。
· 生产就绪：不仅包含代码，还内置了 Terraform 脚本、CI/CD 流水线配置、以及可观测性设置。
🛠️ 关键技术能力解读
该项目包含几个核心组件，覆盖了 AI 开发的不同阶段：
1. 多样化的 Agent 模板
· adk_base / adk_a2a_base：基于 Google Agent Development Kit 的基础 ReAct 智能体，支持多智能体协作（Agent-to-Agent）。
a· gentic_rag：针对企业知识库场景，集成了 RAG 流程，支持 Vertex AI Search。
· langgraph_base：集成了 LangChain/LangGraph 框架，方便熟悉该生态的开发者上手。
· adk_live：支持实时多模态（音频/视频/文本）交互的智能体，利用了 Gemini 的原生多模态能力。
2. 工程化最佳实践
· CI/CD：内置了 GitHub Actions 和 Google Cloud Build 配置，代码提交后自动部署。
· 可观测性：集成了云端监控，让你能看到 Agent 的运行状态、延迟和错误率。
· 评估：集成了 Vertex AI Evaluation，帮助你量化评估 AI 的回答质量。
3. 极简的开发者体验
项目提供了一个 CLI 工具（命令行界面）。
· 快速启动：uvx agent-starter-pack create my-agent —— 一键创建新项目。
· 存量增强：如果你已经有了代码，可以使用 enhance 命令为现有项目添加生产级的基础设施配置。
开源地址：")
[开源推荐] Google - 🚀 Agent Starter Pack Google Cloud Platform 团队推出的一套生产级智能体开发模板合集，不仅是代码库，更是生产力加速器。如果你想在 Google Cloud 上开发一个智能客服、文档分析助手或多模态交互机器人，不需要从零开始配置服务器、编写部署脚本或搭建监控系统。这个项目为你打包好了所有“非业务逻辑”的基础设施，让你能专注于核心的 AI 交互设计。 💡 核心价值：它解决了什么痛点？ 在构建 GenAI 应用时，开发者通常面临两大挑战： · 起步难：如何选择合适的架构（ReAct, RAG, Multi-agent）？ · 落地难：写好 Prompt 只是第一步，如何将 Agent 部署到云端？如何做 CI/CD？如何监控它的回答质量？ 这个项目通过提供全链路的解决方案来回答这些问题： · 开箱即用：通过一行命令即可生成包含前端、后端和基础设施代码的完整项目。 · 生产就绪：不仅包含代码，还内置了 Terraform 脚本、CI/CD 流水线配置、以及可观测性设置。 🛠️ 关键技术能力解读 该项目包含几个核心组件，覆盖了 AI 开发的不同阶段： 1. 多样化的 Agent 模板 · adk_base / adk_a2a_base：基于 Google Agent Development Kit 的基础 ReAct 智能体，支持多智能体协作（Agent-to-Agent）。 a· gentic_rag：针对企业知识库场景，集成了 RAG 流程，支持 Vertex AI Search。 · langgraph_base：集成了 LangChain/LangGraph 框架，方便熟悉该生态的开发者上手。 · adk_live：支持实时多模态（音频/视频/文本）交互的智能体，利用了 Gemini 的原生多模态能力。 2. 工程化最佳实践 · CI/CD：内置了 GitHub Actions 和 Google Cloud Build 配置，代码提交后自动部署。 · 可观测性：集成了云端监控，让你能看到 Agent 的运行状态、延迟和错误率。 · 评估：集成了 Vertex AI Evaluation，帮助你量化评估 AI 的回答质量。 3. 极简的开发者体验 项目提供了一个 CLI 工具（命令行界面）。 · 快速启动：uvx agent-starter-pack create my-agent —— 一键创建新项目。 · 存量增强：如果你已经有了代码，可以使用 enhance 命令为现有项目添加生产级的基础设施配置。 开源地址：
邵猛，中年失业程序员 😂 专注 - Context Engineering, AI Agents. 分享 - AI papers, apps and OSS. ex Microsoft MVP 合作 - 私信/邮箱：shaomeng@outlook.com 📢 公众号/小红书: AI 启蒙小伙伴
因为Vidu本身是做视频出身，所以可以直接使用Vidu Q2生图模型先制作一组分镜图，然后根据这组分镜就能做视频。因为是同一套，平均抽1-2次就可以用了。 （3/3）
分享一些好用、优雅的 AI 、工作流和创作方式，一起边学边做，前字节coder, Al and tech Educator, LearnPrompt founder
Vidu也上了图像模型，增强图像一致性的同时一次可以用7张图片参考生图。在Artificial Analysis 图像编辑排行榜排名第四，前面就是Nano Banana和Seedream4.0👇 （1/3）
很难想象vidu第一次发图片模型就可以上第四 （2/3）
「Kling O1」模型核心功能解析 这是业界首个实现「多任务一体化」的多模态视频生成模型。 它能理解文字、图片、视频等多种输入，自动识别你想干什么，然后生成你要的视频或者编辑现有的视频。 过去：每种任务一个模型。 现在：一个 O1 模型全搞定。 O1 模型在底层实现了多种视频任务的深度融合： - 文本生成视频（Text-to-Video） - 图像/主体参考生成（Reference-to-Video） - 视频修改与增删（Video Editing & Inpainting） - 视频风格迁移（Video Restyle） - 镜头拓展与延时叙事（Next/Previous Shot Generation） - 首尾帧约束生成（Keyframe-Constrained Video Generation） 以往需要多个模型或独立工具才能完成的复杂流程，如今可以在单一引擎中完成。 这不仅显著降低了创作与运算成本，也为“统一视频理解与生成模型”的发展奠定了基础。
1、全能指令：一句话随意修改视频！ 这个功能非常革命性 O1 支持将 文字、图片、主体、视频 等任意模态作为输入，并进行语义理解和指令解析。 将输入画面解析为可执行的命令 用户可通过自然语言指令对视频进行直接控制编辑： “移除画面中的路人” “将白天场景改为黄昏” “替换主角服装为黑色风衣”
查看全文：https://t.co/jViU1u3sU5
独立科技网站 - 蓝点网 / 感谢关注 订阅频道：https://t.co/xzeoUEoPcU 联系方式：https://t.co/LJK1g3biPp