-
Google 发布世界模型 Genie 4：支持原生音频，模拟时长延长至两分钟
10 月 28 日消息，Google DeepMind 昨日发布新一代世界模型 Genie 4，支持实时生成画面、原生音频和物理模拟，单次交互模拟时长约为两分钟，较上一代的约一分钟有所延长。 用户输入一段文字即可生成可探索的虚拟世界，并通过键盘控制角色移动、调整镜头。在运行过程中，用户还能继续输入提示词，改变天气、添加人物或物体。 Genie 4 首次支持原生音频生成，可实时生成环境声音、音乐和人…... -
微软 CEO 纳德拉：AI 更强，并不会自动变得更安全
10 月 28 日消息，微软 CEO 萨提亚·纳德拉在 20VC 播客中说，他改变了一个过去相信的判断：模型能力提升后，AI 与人类目标的对齐会自然出现。这里的「对齐」，指让 AI 的行为符合人类的价值与目标。 据《商业内幕》对访谈的报道，主持人 Harry Stebbings 问他，过去一年改变了什么看法。纳德拉回答，模型扩展和能力进步大体符合他的预期，但对齐仍是一项独立的挑战。 我过去总以为，…... -
邓煜：AI 公司应公开证明思路，让用户决定数据是否用于训练
10 月 28 日消息，数学家邓煜在 10 月 25 日由《知识分子》《赛先生》联合举办的论坛演讲中谈到，AI 对数学研究有很大促进作用，但提供模型的公司同样需要面对学术规范、思想来源和用户权益问题。 他认为，如果把 AI 当作发表研究成果的研究者，就应解释重大证明是如何得到的，说明其中沿用了哪些人的思路。数学家报告成果时需要回答这些问题，AI 公司也应公开相应思维链，不能仅以防止蒸馏为由拒绝。 …... -
张一鸣以 6700 亿元登顶胡润百富榜，梁文锋首次上榜排第七
10 月 28 日消息，胡润研究院 10 月 27 日发布《2026 胡润百富榜》，字节跳动创始人张一鸣以 6700 亿元财富第二次成为中国首富，较去年增加 2000 亿元，并刷新榜单的中国首富财富纪录。 农夫山泉创始人钟睒睒以 4100 亿元退居第二。DeepSeek 创始人梁文锋首次上榜，以 2800 亿元位列第七；宇树科技创始人王兴兴也首次上榜，财富为 695 亿元。 本次榜单共有 1529…... -
菲尔兹奖得主邓煜评论 AI 公司反蒸馏：你不能只在你蒸馏全人类知识时支持蒸馏
10 月 27 日消息，据潮新闻 10 月 26 日报道，菲尔兹奖得主、芝加哥大学数学系教授邓煜在上周末的“知识分子”“赛先生”论坛上发表主旨演讲，系统阐述了他对 AI 时代数学研究的思考。 邓煜表示，AI 相对于人的优势，一方面是 AI 具有无限知识面，另一方面是 AI 具有极低的尝试成本 / 试错成本。但我们要坚持一点，在数学研究中也好，在任何事情中也好，人总是作为主体；AI 是作为一个工具，…...
-
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…... -
AI提示词创作第七十八节：一招教你用codex自动给视频配音，让AI自动完成一条视频的声音设计
很多视频画面已经做得不错，但最后呈现出来的效果却往往输在声音上。画面可以靠模型生成、靠剪辑优化，但声音却常常被简单地处理成“随便配一首音乐”或者“加一点环境音就结束”。 问题在于，大多数人做视频时，声音是最后一步，而不是设计的一部分。 这一节我们不再手动翻音乐库和音效库，也不再依赖“感觉”去找一首合适的背景音乐。我们会换一种更结构化的方式：让 AI 先理解整条视频的画面内容与节奏变化，再基于这种理…... -
AI提示词创作第七十七节：Seedance 2.5对比2.0，到底升级了什么？
如果只是人物皮肤更自然、镜头更顺、动作更稳定，那为什么官方会把长叙事、多模态参考和视频编辑都作为这次更新的重点？又为什么在一些简单舞蹈和动画场景里，2.5和2.0的差距反而没有那么明显？ 真正值得比较的，其实不是“哪个版本看起来更新”，而是它们在实际创作中到底发生了什么变化。人物能不能连续保持？前一个镜头的状态能不能延续到下一个镜头？复杂动作之间的关系是否更清楚？参考素材能不能调用得更准确？生成完…...
产品
-
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… -
Diagramly：在线手绘风格图表制作工具，通过自然语言描述或文本输入自动生成系统架构图、流程图及思维导图
Diagramly 是一款基于浏览器的手绘风格图表制作工具，旨在帮助用户通过自然语言描述快速生成系统架构图、流程图和思维导图。该工具通过 AI 辅助布局和自动连线功能，让用户能够将抽象构思转化为专业且具有视觉吸引力的图表。它适用于技术文档编写、项目演示及日常工作汇报等多种场景。 Diagramly功能 AI 智能绘图与布局：通过自然语言描述或简单文本输入，自动生成并排列节点与连线，大幅缩短从构思到… -
FreeTexttoImage：免费AI文本生成图像工具，快速创作高质量AI图片
FreeTexttoImage 是一款基于人工智能的文本转图像生成工具，旨在帮助用户快速将创意转化为高质量视觉内容。该平台集成了多种主流 AI 模型，支持用户通过简单的文字描述生成多样化的艺术作品、产品图及设计素材。无需信用卡即可免费上手，为创作者提供了一个高效且灵活的图像创作环境。 FreeTexttoImage 功能 多模型集成支持：集成 OpenAI、Google、Black Forest …