关于AIGC人工智能、思维方式、知识拓展，能力提升等。投稿/合作： @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件
AIGC 领域的最新工具、开源项目以及行业大事件
先上传几张耄耋（猫爹）表情包截图，然后输入提示词。
可以说非常传神了，尤其是那个“呆住”的表情，太像了 哈哈哈哈。
在生成 UI 设计需要的素材比如图标插画上也非常好用，这里分享一下我探索的提示词，把这个提示词和你产品的描述一起给到 星流 Agent 他就会帮你生成非常契合主题的类 Airbnb 3D 写实图标。
这里我把提示词和我写的星流 Agent 介绍给他，可以看到生成的图标常符合星流 Agent 的定位。
最后就是 Lovart 时期已经很强但现在更强的视频制作能力了。
现在的星流 Agent 支持直接生成视频的音效以及语音，并且自带唇形同步，原有的配乐能力还在。
这里我为了考察他的智能程度，直接把我总结的最近很火的第一人称伪纪实爆款视频的万能公式发给了他。
然后让他根据这个公式帮我生成一个这样的视频，里面没说提示词也没说主题。
然后他就开始规划每个分镜的内容，他自己发散了一个法老监工自己金字塔的脚本，而且加上了很多现在工作环境中存在的术语，最后生成了视频和语音的提示词。
有意思，一个（模仿人类的和模仿机器人的AI代理）驱动的人类和机器人的数字孪生开放世界模拟器🧐😂
《Virtual Community：为人类、机器人与社会打造的开放世界平台》
🧐Virtual Community 是一个结合真实地理数据与生成式AI技术、可用于人类与机器人交互和社会行为模拟的开源虚拟世界系统，旨在推进可扩展的具身智能研究。
➡️链接：https://virtual-community-ai.github.io/
✨重点
●🌍 真实地理数据驱动的3D虚拟城市构建：该平台利用现实世界的地理信息（如纽约、伦敦、佛罗伦萨等城市）自动生成具规模的3D室外场景，具备城市结构的真实性与多样性。
●🧠 AI驱动的“虚拟社区居民”生成系统：借助大语言模型（LLM），为社区中每个虚拟人设定个性、社会关系与行为模式，实现有社会互动背景的虚拟人群构建。
●🏠 自动化室内场景与语义标注：系统根据地点注释生成室内结构，并自动对场景内物体与位置进行语义标注，为机器人导航与任务执行提供基础。
●🚗 交通流模拟系统：平台集成了步行者流、车辆流和公共交通系统的动态模拟，适用于自动驾驶、智能交通、城市规划等研究场景。
●🤖 机器人与人类的物理交互模拟：通过Genesis物理引擎实现机器人与人之间的高真实度互动，包括“机器人跟随人类”、“群体舞蹈”、“冲突与合作”等复杂社会行为。
●📦 支持多类机器人模型的仿真：兼容多种真实世界机器人模型，如波士顿动力Spot、谷歌机器人、Husky等，进行真实接触建模和动作可视化。
●🗳️ 模拟公共行为与社会事件：平台支持模拟政治集会、公共提案、人机合作等场景，为社会学、政治学、伦理学等领域提供虚拟实验平台。
●📈 面向具身智能（Embodied AI）研究的开放平台：项目核心目的是为AI研究者提供一个可扩展、高保真的世界模拟环境，以开展多智能体互动、人机协作、社会学习等研究。
●👨🔬 跨学科研究团队支持：项目由多个研究者共同发起，涉及人工智能、机器人、社会模拟等多个方向，致力于推进开放世界AI系统的研究与应用。
Invalid media: video
《Virtual Community：为人类、机器人与社会打造的开放世界平台》
🧐Virtual Community 是一个结合真实地理数据与生成式AI技术、可用于人类与机器人交互和社会行为模拟的开源虚拟世界系统，旨在推进可扩展的具身智能研究。
➡️链接：https://virtual-community-ai.github.io/
✨重点
●🌍 真实地理数据驱动的3D虚拟城市构建：该平台利用现实世界的地理信息（如纽约、伦敦、佛罗伦萨等城市）自动生成具规模的3D室外场景，具备城市结构的真实性与多样性。
●🧠 AI驱动的“虚拟社区居民”生成系统：借助大语言模型（LLM），为社区中每个虚拟人设定个性、社会关系与行为模式，实现有社会互动背景的虚拟人群构建。
●🏠 自动化室内场景与语义标注：系统根据地点注释生成室内结构，并自动对场景内物体与位置进行语义标注，为机器人导航与任务执行提供基础。
●🚗 交通流模拟系统：平台集成了步行者流、车辆流和公共交通系统的动态模拟，适用于自动驾驶、智能交通、城市规划等研究场景。
●🤖 机器人与人类的物理交互模拟：通过Genesis物理引擎实现机器人与人之间的高真实度互动，包括“机器人跟随人类”、“群体舞蹈”、“冲突与合作”等复杂社会行为。
●📦 支持多类机器人模型的仿真：兼容多种真实世界机器人模型，如波士顿动力Spot、谷歌机器人、Husky等，进行真实接触建模和动作可视化。
●🗳️ 模拟公共行为与社会事件：平台支持模拟政治集会、公共提案、人机合作等场景，为社会学、政治学、伦理学等领域提供虚拟实验平台。
●📈 面向具身智能（Embodied AI）研究的开放平台：项目核心目的是为AI研究者提供一个可扩展、高保真的世界模拟环境，以开展多智能体互动、人机协作、社会学习等研究。
●👨🔬 跨学科研究团队支持：项目由多个研究者共同发起，涉及人工智能、机器人、社会模拟等多个方向，致力于推进开放世界AI系统的研究与应用。
Invalid media: video
Gemini CLI 不写代码帮普通人提效的的一万种用法！
从这个文章的用法可以一撇未来的 AI 操作系统。
太长了，没办法施工了，这里看吧：mp.weixin.qq.com/s/Frdf_Gh3Xhvvmw2g-zOolA
来看一下我会教你用 Gemini CLI 实现哪些能力：
- 如何低门槛两步用上 Gemini CLI
- 查找和批量编辑本地文档
- 分析你的 Obsidian 笔记库，将相关的笔记链接起来
- 分析本地图片内容批量修改文件名，给图片打标
- 批量修改系统设置，创建你的工作模式一键开关
- 为本地文档生成效果丰富美观的 PPT
- 帮你剪辑和处理本地视频，加水印、转 gif、加音乐。。。
- 帮你快速批量下载 youtube 等网站视频和封面
- 帮你处理图片，加滤镜、加水印、改大小。。。
- 帮你实现不同文档格式的互转，Markdown 转 Word。。。
主要思路是用 Gemini CLI 控制这些已经非常成熟的命令行项目，基本上你所有的需求都能找到对应的项目。
不是只有 MCP 才能做 Agent，这些传统工具在有了 LLM 加持之后会更加强大。
看到这里，你可能会突然意识到：原来那些让我们望而却步的专业工具，其实一直都在那里等着我们。
史蒂夫·乔布斯说过的一句话："技术应该是隐形的。" 今天的 Gemini CLI，正是让那些强大的命令行工具变得"隐形"——你不需要理解它们的工作原理，只需要说出你的需求。
现在可以把提示词存在本地的 Markdown 文件里面，还可以通过“/”文件名调用
通过这次更新，你现在可以：
- 从斜杠命令执行 bash 命令
- 使用 @ 提及文件以获取上下文
- 在命令中使用关键词以启用扩展思考
还能将命令存放在项目的 .claude/commands/ 目录中，共享最佳实践、代码模板和工作流
所有的内容都是自动布局，你改内容不用担心布局会被破坏，这样删减内容或者替换内容就方便多了。
前面看了美观度的例子，我们再来看看他的能力的上限，这里我用他生成一个商品出入库管理系统，展示 Readdy 一些更强大的能力。
它先是生成了一个很漂亮的 B 端 SAAS 系统首页。
之后我就用之前说过的继续“生成按钮”功能让他生成整个系统的其他页面，比如商品管理页面和系统设置页面。
而且我还发现一个诀窍，就是你可以不通过“继续生成”功能生成其他页面。
可以先生成对应的页面之后，在需要跳转过去的页面用“Selected Area”按钮选中你需要跳转的按钮，点击 link 选择跳转后的页面就行，非常方便。
经过非常简单的操作之后我们已经搭建了一个很复杂的 B 端系统页面了，但是这个系统还不能用，因为你不能操作里面的数据。
然后我发现 Readdy 还有一个非常强的能力，他是有内置数据库的，而且数据库的使用被他们优化到了非常简单的地步。
比如我这里有个新增商品页面，如果需要保存信息，点击相关按钮时，程序就会触发创建数据库的提示。
这时候你只需要点击这个按钮，数据库就已经和页面关联，项目发布后用户填写的数据会被保存到数据库里面。
第一次有产品让 Vibe Coding 工具对于普通人来说脱离了玩具范畴，你可以用它创建带有数据交互的产品了！
最后在部署的时候他们还能让你直接绑定自己已有的域名，终于你的项目不再是各种乱码组成的临时域名了。
这产品这么牛，我自然而然去找了一下背后的开发团队。
发现居然是国内的蓝湖，也就是设计工具 MasterGo 的团队，怪不得在设计稿转换和页面美观度上的有这么强的实力。而且他们在产品上线 4 个月的时间就接近500万美元ARR，增长非常迅猛。
确实也只有关注体验和视觉效果的设计工具团队才能做出这种真正面向普通用户的 AI 编程产品。
也只有这样的团队才会通过体验和技术结合迭代出这么多降低复杂度的交互方案。
前面看了美观度的例子，我们再来看看他的能力的上限，这里我用他生成一个商品出入库管理系统，展示 Readdy 一些更强大的能力。
它先是生成了一个很漂亮的 B 端 SAAS 系统首页。
之后我就用之前说过的继续“生成按钮”功能让他生成整个系统的其他页面，比如商品管理页面和系统设置页面。
而且我还发现一个诀窍，就是你可以不通过“继续生成”功能生成其他页面。
可以先生成对应的页面之后，在需要跳转过去的页面用“Selected Area”按钮选中你需要跳转的按钮，点击 link 选择跳转后的页面就行，非常方便。
经过非常简单的操作之后我们已经搭建了一个很复杂的 B 端系统页面了，但是这个系统还不能用，因为你不能操作里面的数据。
然后我发现 Readdy 还有一个非常强的能力，他是有内置数据库的，而且数据库的使用被他们优化到了非常简单的地步。
比如我这里有个新增商品页面，如果需要保存信息，点击相关按钮时，程序就会触发创建数据库的提示。
这时候你只需要点击这个按钮，数据库就已经和页面关联，项目发布后用户填写的数据会被保存到数据库里面。
第一次有产品让 Vibe Coding 工具对于普通人来说脱离了玩具范畴，你可以用它创建带有数据交互的产品了！
最后在部署的时候他们还能让你直接绑定自己已有的域名，终于你的项目不再是各种乱码组成的临时域名了。
这产品这么牛，我自然而然去找了一下背后的开发团队。
发现居然是国内的蓝湖，也就是设计工具 MasterGo 的团队，怪不得在设计稿转换和页面美观度上的有这么强的实力。而且他们在产品上线 4 个月的时间就接近500万美元ARR，增长非常迅猛。
确实也只有关注体验和视觉效果的设计工具团队才能做出这种真正面向普通用户的 AI 编程产品。
也只有这样的团队才会通过体验和技术结合迭代出这么多降低复杂度的交互方案。
