Wiki 知识库

全部文档 / 标签: 生成式AI

19 篇
清除

《七七来点名》宅舞导演版|10 段独立提示词

本文是 AI 舞蹈视频生成项目的提示词文档,将《七七来点名》宅舞翻跳视频拆分为 10 段独立可生成的片段。以 SEGMENT 01 为例,详细规定了 9:16 竖屏、24fps、与音频时长精确对齐的生成要求,包括身份锁定(Image 1 仅作外观参考)、姿态库(Image 2 仅作舞蹈关键姿势)、音乐节拍锚点(约 132.5 BPM)、镜头导演系统(物理机位、每阶段单一主运动)、剪辑语法(硬切而非身体形变)以及具体分段编舞与负面约束清单,强调纯宅舞表演而非歌词演绎。

技术 › AI视频 AI Dance Paradise 2026-10-2281.6 KB 41.5K 31 80

权威GEO(Agent Ready)白皮书

该白皮书探讨了生成式AI时代获客与流量入口的重构,提出从传统SEO的'被搜索'转向GEO的'被引用、被调用'新范式。文章指出用户行为正从检索关键词转向直接向AI提问,品牌可见性取决于能否被AI检索、读懂、引用乃至被Agent调用。白皮书定义了GEO、AEO、Agent Ready等核心概念,提出五层24类能力的Agent Ready参考架构,并给出包含证据向量、分层就绪度、审计完整度与固定定层函数的可审计、可复算的数学评估模型。强调评估只读不变量、改动爆炸半径控制及承诺边界,附有自助评估工具与实施路线图。

技术 › Agent 爱出海 2026-10-1938.3 KB 6.8K 15 84

2026美学漫步(AI时代审美自救指南)

作者借用朱光潜《谈美》的开篇,指出在生成式AI让创作门槛彻底降低的时代,人类自身的审美体验正面临危机。文章以椎名林檎的对称美学为例,说明AI生成作品往往带有可溯源的时代标签,难称真正的创作。作者提出在AI时代建立个人审美坐标的三个方法:让AI帮助逆向拆解说不清的审美偏爱、跨越不同媒介捕捉通感、并始终由自己行使最终审美决策权,让AI成为工具而非全部。文章呼吁人们守护缓慢成型、带有体温的审美体验,建立属于自己的偏好与厌恶。

生活 › 审美 Ringo 2026-10-197.7 KB 12.2K 80 71

用 Claude 创造的众多创意作品

Anthropic 官方账号汇总了近期用户使用 Claude(主要是 Opus 5.5 和 Sonnet 5.5)完成的十个创意项目,包括用 Opus 5.5 构建的可运转水车、浮雕卡片、从银河系飞向木星卫星的 3D 网站、浏览器中的水流模拟、用 Claude Code 插画的诗歌、结合摄像头的街头创作、随真实天气和时间变化的西雅图像素漫游、折纸风格城市以及可交互拆解的喷气发动机 3D 模型,展现了 Claude 在创意编码与交互式可视化方面的能力,并邀请用户分享周末的探索项目。

技术 › Claude Claude (@claudeai) 2026-10-033.7 KB 36

Safeguarding the AI Era of Biology: Watermarking the Building Blocks of Life

Google DeepMind 宣布推出 SynthID Bio,一种为 AI 设计的蛋白质添加水印并进行检测的方法。这是人类首次成功合成兼具功能性与水印的 AI 设计蛋白质。文章指出,生成式 AI 正帮助科学界设计新型蛋白质和噬菌体,但也带来被滥用和污染科学数据库的风险。团队将已在图像、视频、音频和文本领域广泛应用的 SynthID 技术适配到生物领域,确保水印蛋白质仍保持折叠、结合受体等生物功能。SynthID Bio 还延伸至 Evo 2 设计的噬菌体基因组水印,并将开源方法、代码和数据,与科学界共同建立生物来源标准,为生物安全提供重要保障。

技术 › LLM Pushmeet Kohli 2026-10-016.9 KB 276.2K 541 74

Creative prompting with Gemini Omni in Google Flow

本文是 Google 官方发布的 Gemini Omni Flash 创意提示指南,介绍了在 Google Flow 中使用该视频生成模型的十大提示技巧:提供高层级创意约束、使用首尾帧作为视觉锚点、利用标签化素材(角色、场景、风格参考)、中途调整节奏、风格迁移与混合、渲染动态文字排版、强制连续镜头规则、设计转场与剪辑、精准对话式编辑等。每个技巧均配有可直接套用的提示模板,适用于影视制作、营销内容、视觉设计等创意场景,帮助用户提升视频生成质量与控制力。

技术 › 工具与效率 Google Flow 2026-10-019.9 KB 62K 1.1K 81

当AI学会包豪斯,几何也就有了秩序感

作者分享了一套包豪斯风格的AI绘画提示词,突破以往极简风格,追求复杂但有秩序的视觉构成。提示词详细定义了主题几何转译、包豪斯设计逻辑、信息密度、构图系统、几何层级、色彩系统、字体构成、平面感优先、现代化表达、应用场景适配与避错方向等规则,可将人物、星座、MBTI、运动等主题转译为几何构成作品。文章附有多幅示例图与完整可复用的提示词模板。

技术 › 工具与效率 Lucidity 2026-09-2712.8 KB 917 18 81

上帝之手Blender丨从入门到榨干

本文是一篇面向普通人的 AI + Blender 入门实践指南。作者介绍了如何安装 Blender、通过 Codex(GPT-6 Astra)接入 AI(脚本或 MCP 方式)来操作 3D 建模软件,并展示了三个实战案例:将《最后的晚餐》图片变成网页探索小游戏、用白模预演结合视频模型制作追逐短片、制作可分享的 3D 数字收藏闪卡。文章还整理了社区中房间漫游、产品展示、城市动画等玩法,说明 AI 大幅降低了 3D 创作门槛,把造物权递到了普通人手上。

技术 › 工具与效率 诺鸭船长3 2026-09-1719.0 KB 268.8K 804 85

AI导演DiDi_OK专访:从《牌子》到《糖果》,Seedance 2.5改变的一切

文章是对AI影像创作者DiDi_OK的专访。他曾凭借《牌子》获得近亿播放,并在威尼斯斩获两项AI影像大奖。其最新作品《糖果》使用Seedance 2.5制作,讲述一个外星规则下伤人者会爆炸成糖果的科幻故事,探讨暴力、秩序与文明。作者分析了作品的艺术内核,并深入探讨Seedance 2.5在运动规律、高度定制化和表演细节上的突破,认为模型能力的提升真正降低了叙事成本,让创作者能按自己的想法讲故事,是AI影像的跨时代升级。

技术 › AI影像 数字生命卡兹克 2026-09-1422.9 KB 32.1K 68 62

构建你的 AI FDE 能力入门篇:0x03 AIP、Foundry 与 Apollo:一体化平台

文章介绍了 Palantir 的标准架构,由 AIP、Foundry 和 Apollo 三个平台组成的企业操作系统:Foundry 管理数据与运营逻辑,AIP 提供生成式 AI 与智能体开发工具链,Apollo 负责基础设施与持续交付。三平台通过九组能力与六类网格组件实现一体化,并采用横跨基础设施、平台和企业三层的统一安全架构。架构支持 Compute Modules 等深度集成与行业扩展,其目标是帮助企业通过可维护的定制追求差异化结果(Alpha)。文章还阐述了前线部署工程(FDE)范式,强调工程师深入客户现场,将反馈持续转化为产品能力,形成每个客户独有、持续演进的企业操作系统。

技术 › LLM Mens@cc.codesome.ai 2026-09-033.7 KB 2.7K 15 60

全球首款原生全模态交互式世界模型 HiDream-O1-World 发布

智象未来发布 HiDream-O1-World,定位为全球首款原生全模态交互式世界模型。它提供漫游、编辑和交互三类核心能力,用户可自由探索视角、通过文字语音实时改变场景与角色行为。技术上依托 3D 先验注入 Memory 上下文与 TTT 机制解决时空一致性与物理一致性,其 DreamWorld 论文被 ECCV 2026 录用。该模型在 WBench 榜单综合得分 80.9 位列第一,未来可应用于互动影游、具身智能仿真等方向,标志着 AI 从生成画面走向生成世界。

技术 › LLM 苍何 2026-08-2514.5 KB 9K 18 65

AI究竟让我们停止学习,还是重新学会学习?

文章从《经济学人》报道的一项针对26811名中国中学生的研究切入:使用生成式AI后作业成绩提升18%、用时缩短30%,但六个月后闭卷考试成绩下降约20%。作者结合自身经历——从不会写代码到借助AI开发出上架App Store的应用——提出“句号型AI”与“冒号型AI”的区分。AI既可以替人完成任务让思考终止,也可以成为进入陌生领域的门票,引发持续追问。作者认为能力外包与能力扩张可以同时发生,真正危险的是认知地图停止生长,关键在于我们如何使用AI。

技术 › LLM MarioTan 2026-08-2310.4 KB 1.2K 3 65

为什么品味不再只是“看起来够好”

文章探讨AI时代设计品味的意义。作者认为,随着寻找、参考和生成视觉的工具越来越擅长复现“足够好”的审美,平均水平在提升,但视觉池却在趋同。Pinterest等平台将灵感板变成视觉容器,而生成式AI更是加速了“文化→信息流→情绪板→生成”的反馈循环,使参考物本身变成了作品。作者指出,做出好看的东西从未如此容易,但判断品味是否参与其中却更难了。品味不只是识别或复现好审美的能力,更是决定选择、拒绝、重新诠释并回馈什么的标准——今天的创作选择将塑造明天的文化平均水平。

技术 › LLM Yifei Chen 2026-08-1815.1 KB 11.3K 111 63

世界模型的功能分类法:渲染、模拟与规划

本文由李飞飞撰写,旨在厘清当下 AI 领域中“世界模型”这一概念的混淆。文章基于强化学习中的智能体循环框架,将现有的世界模型划分为三类:侧重视觉保真度的“渲染器”、侧重物理与几何结构准确的“模拟器”,以及侧重决策输出的“规划器”。作者强调,模拟器虽然公众关注度较低,但连接了视觉与行动,是实现物理世界精准交互的关键,也是空间智能的核心所在。

技术 › Agent Fei-Fei Li 2026-06-0427.3 KB 1.2M 5.1K 74

不用学设计也能生成这种城市文旅海报

文章介绍了如何无需专业设计技能,通过特定的提示词结构生成高质量的城市文旅海报。核心在于结构而非堆词:组合城市地标、复古纸张、水彩墨水和大字母分镜等元素。作者提供了具体的英文提示词模板,涵盖视觉文字、背景纹理和构图细节,方便读者直接套用生成系列作品。

技术 › LLM Ray 2026-05-261.5 KB 68

LLM 推理原理:从 Prompt 到流式响应的全流程解析

文章深入剖析了大语言模型(LLM)的推理过程。首先介绍了文本如何通过分词和嵌入转换为向量,接着详细解释了 Transformer 层中的自注意力机制与前馈网络如何协同工作。文章重点揭示了推理过程的两个不同阶段:处理输入时的“预填充”阶段受算力限制,而生成输出时的“解码”阶段受内存带宽限制,这种性能差异导致了首个token与后续token生成速度的不同。

技术 › LLM Akshay 2026-05-0313.8 KB 352.5K 849 71

Connecting Agents to Decisions: The Palantir Ontology

文章详细介绍了 Palantir 的核心软件架构“Palantir Ontology”,旨在将 AI Agent 与企业实时决策连接。该架构通过整合数据、逻辑、行动和安全四大要素,解决了传统数据架构无法捕捉决策推理和执行上下文的问题。它通过语义化表示企业现实,连接异构逻辑资产,并利用生成式 AI 综合决策数据,从而在灾难响应和能源生产等关键领域实现安全、有效的人机协作决策。

技术 › Agent Palantir 2026-04-2951.0 KB 247.1K 1.1K 66

21条提升GEO引用与推荐效率的核心撰写技巧与原则

本文总结了21条提升生成式引擎优化(GEO)效果的写作原则,旨在帮助内容创作者提高被AI搜索引用的效率。文章从四个维度展开:内容增强(通过增加数据密度、权威引用和独特词汇建立信源信任度)、结构工程(采用倒金字塔、键值对和表格化适配AI阅读习惯)、语义逻辑(使用显性连接词和客观语调诱导AI推理),以及对抗防御(战略性实体布局和优化查询匹配)。核心观点是将文章构建为高密度、可验证的结构化事实库,而非单纯追求优美文笔。

技术 › 工具与效率 姚 姚金刚 2026-04-037.1 KB 90