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
原作者提示词只贴了图
Nano banana pro提示词（需上传一张参考图）：
<instruction> (指令)
分析输入图像的整个构图。识别所有存在的关键主体（无论是单人、群体/情侣、车辆还是特定物体）及其空间关系/互动。
生成一个连贯的 3x3 网格“电影印样（Contact Sheet）”，展示在同一环境中完全是这些主体的 9 个不同镜头。
你必须调整标准的电影镜头类型以适应内容（例如，如果是群体，保持群体在一起；如果是物体，构图包含整个物体）：
第 1 行（建立背景）：
大远景 (ELS)： 主体在广阔的环境中显得很小。
全景 (LS)： 完整的主体或群体从上到下可见（从头到脚 / 从车轮到车顶）。
中远景 (美式镜头/四分之三)： 构图从膝盖以上（针对人物）或 3/4 视角（针对物体）。
第 2 行（核心覆盖）：
4. 中景 (MS)： 构图从腰部以上（或物体的中心核心）。聚焦于互动/动作。
5. 中特写 (MCU)： 构图从胸部以上。主要主体的亲密构图。
6. 特写 (CU)： 紧凑构图于脸部或物体的“正面”。
第 3 行（细节与角度）：
7. 大特写 (ECU)： 强烈聚焦于关键特征（眼睛、手、标志、纹理）的微距细节。
8. 低角度镜头 (仰视/虫眼)： 从地面仰望主体（壮观/英雄感）。
9. 高角度镜头 (俯视/鸟瞰)： 从上方俯瞰主体。
确保严格的一致性：所有 9 个面板中是相同的人物/物体、相同的衣服和相同的光照。景深应逼真地变化（特写镜头中的背景虚化）。
</instruction>
一个包含 9 个面板的专业 3x3 电影故事板网格。
该网格以全面的焦距范围展示输入图像中的特定主体/场景。
顶行： 宽广环境镜头，全视图，3/4 剪辑（膝上景）。
中间行： 腰部以上视图，胸部以上视图，脸部/正面特写。
底行： 微距细节，低角度，高角度。
所有帧均具有照片般逼真的纹理，一致的电影级调色，以及针对所分析的主体或物体特定数量的正确构图。
豆包手机助手：AI时代的“豌豆荚”的困局
豌豆荚的故事，大家应该都不陌生。
这是一个典型的互联网软件产品，虽然有先发优势，控制了手机里的APP分发渠道。
但是因为不掌握硬件本体，在手机厂商一次次迭代中，被系统应用商店“后来居上”，最终“败走麦城”的例子。
豌豆荚并不孤独，当时一堆类似的，像百度手机助手、360手机助手、安卓市场、酷市场、手机乐园、最美应用……现在大部分都彻底没有了。
今天豆包发布了豆包手机助手，演示视频看完，我脑子里第一个想到的，就是豌豆荚。
虽然豆包提供了非常完整的系统级解决方案，但是估计没有大手机厂商愿意“全盘”合作，因为这些权限和功能，等于是让渡出去操作系统半条命。
豆包这套凌驾在操作系统之上做“入口”的野心，太过“司马昭之心路人皆知”了。
我想有点规模的大手机厂商，应该都会选择自研，哪怕自研技术不成熟的时候，进行部分API合作，也断然不会直接“全盘”合作。
手机厂商骨子里对豆包这套做法的恐惧，应该远胜于当年的豌豆荚。
当年豌豆荚抢走的只是分发渠道，用户下完App，还是在手机系统里运行。但豆包手机助手索要的是决策权和执行权。
比如用户对着豆包说：“帮我订一张去上海的票”，然后豆包自动打开美团完成了支付。那么在这个过程中：
1、用户意图被豆包截获。
2、用户数据被豆包沉淀。
3、服务分发被豆包垄断。
手机厂商贴钱卖出去的手机，变成了豆包的启动器，后槽牙都要咬碎了。
虽然豆包展示的这些能力，看起来挺黑科技，但其实在技术上并没有什么护城河。
最大的护城河，可能还是豆包大模型，这些具体场景的整合，真没啥难度。
豌豆荚当年是怎么被打败的，是手机厂商不断打磨自己的应用商店，最终两者趋同，豌豆荚失去了差异化的价值，最终也就失去了用户价值，失去了议价权。
如果真的有大手机厂商愿意合作，那可能有一种情况，先默认和豆包有一些局部的合作，比如在自研技术不成熟时进行部分API合作，压制豆包的品牌漏出。
一到时机成熟，手机厂商自研的AI助手把会豆包完全驱逐出去，消除任何品牌感的存在，用户无法感知，把豆包大模型彻底“通道化”。
虽然豆包野心很大，但是想通过软件定义的逻辑，去穿透硬件厂商的围墙，商业逻辑上可能是成立的，但在博弈论里是死局。
除非豆包手机助手，可以断代领先，一直领先。但这大概率是不可能的。
如果做不到，那豌豆荚的宿命的阴影，就会一直笼罩在豆包上方。
豌豆荚的故事，大家应该都不陌生。
这是一个典型的互联网软件产品，虽然有先发优势，控制了手机里的APP分发渠道。
但是因为不掌握硬件本体，在手机厂商一次次迭代中，被系统应用商店“后来居上”，最终“败走麦城”的例子。
豌豆荚并不孤独，当时一堆类似的，像百度手机助手、360手机助手、安卓市场、酷市场、手机乐园、最美应用……现在大部分都彻底没有了。
今天豆包发布了豆包手机助手，演示视频看完，我脑子里第一个想到的，就是豌豆荚。
虽然豆包提供了非常完整的系统级解决方案，但是估计没有大手机厂商愿意“全盘”合作，因为这些权限和功能，等于是让渡出去操作系统半条命。
豆包这套凌驾在操作系统之上做“入口”的野心，太过“司马昭之心路人皆知”了。
我想有点规模的大手机厂商，应该都会选择自研，哪怕自研技术不成熟的时候，进行部分API合作，也断然不会直接“全盘”合作。
手机厂商骨子里对豆包这套做法的恐惧，应该远胜于当年的豌豆荚。
当年豌豆荚抢走的只是分发渠道，用户下完App，还是在手机系统里运行。但豆包手机助手索要的是决策权和执行权。
比如用户对着豆包说：“帮我订一张去上海的票”，然后豆包自动打开美团完成了支付。那么在这个过程中：
1、用户意图被豆包截获。
2、用户数据被豆包沉淀。
3、服务分发被豆包垄断。
手机厂商贴钱卖出去的手机，变成了豆包的启动器，后槽牙都要咬碎了。
虽然豆包展示的这些能力，看起来挺黑科技，但其实在技术上并没有什么护城河。
最大的护城河，可能还是豆包大模型，这些具体场景的整合，真没啥难度。
豌豆荚当年是怎么被打败的，是手机厂商不断打磨自己的应用商店，最终两者趋同，豌豆荚失去了差异化的价值，最终也就失去了用户价值，失去了议价权。
如果真的有大手机厂商愿意合作，那可能有一种情况，先默认和豆包有一些局部的合作，比如在自研技术不成熟时进行部分API合作，压制豆包的品牌漏出。
一到时机成熟，手机厂商自研的AI助手把会豆包完全驱逐出去，消除任何品牌感的存在，用户无法感知，把豆包大模型彻底“通道化”。
虽然豆包野心很大，但是想通过软件定义的逻辑，去穿透硬件厂商的围墙，商业逻辑上可能是成立的，但在博弈论里是死局。
除非豆包手机助手，可以断代领先，一直领先。但这大概率是不可能的。
如果做不到，那豌豆荚的宿命的阴影，就会一直笼罩在豆包上方。
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。
https://mp.weixin.qq.com/s/wY6iUm3hW_JljyfoyGmisA
点评：港交所18C章及“科企专线”的制度包容，适配了机器人企业高研发投入、盈利周期长的特性，成为企业融资首选。近30家企业涵盖本体制造与核心零部件赛道，集中上市将完善港股机器人产业链生态，强化产业集聚效应。背后是具身智能政策催化与全球产业化浪潮的双重驱动，一级市场融资热进一步推高资本化需求。但需注意，部分企业仍面临盈利考验，
创业公司不是大厂，没有免费的钱可以让你烧
何况 AI 的 token 烧起来一周就让你破产
day1就要考虑商业化要赚钱
看完这篇文章又一次加深了这个感受
https://web.archive.org/web/20251201065213/https://innei.in/posts/experience/after-leaving-folo
何况 AI 的 token 烧起来一周就让你破产
day1就要考虑商业化要赚钱
看完这篇文章又一次加深了这个感受
https://web.archive.org/web/20251201065213/https://innei.in/posts/experience/after-leaving-folo
== Vibe Coding
零基础教程 ==
通过 Vibe Coding，我自己实现了信息流产品的开发，发布了 Mac App，构建了满足自己需求的 AI Agent，还有更多新任务正在解锁中。
接下来，我会写一系列教程，带你用最少的步骤和刚刚好的知识，轻松开发满足你自己需求的产品。
1️⃣ 模型和工具怎么选
从编程任务来说，这三个模型可以考虑：OpenAI 的 Codex、Claude 系列、Gemini 3 Pro。如果你能解决网络和支付问题，我推荐首选 Claude（更均衡且成熟），其次是 Codex。从入门级订阅开始即可，不建议使用免费的版本。
工具方面，如果你习惯使用 IDE，可以用 VS Code 或者 Cursor。如果你更偏好直观的图形界面，Cursor 会更适合初学者。不过在刚开始阶段，直接使用这三个团队的官方应用或网页版也是完全够用的。
2️⃣ 整理需求
构建复杂的产品完全没问题，但需要循序渐进。再复杂的工具也都是由基础模块组合而成的。
如果你不知道从哪里下手，那就从详细梳理需求开始吧。把你想到的所有功能和逻辑尽可能详细地告诉 AI，最好使用高级一些的模型，比如 GPT-5-Think、Gemini 3 Pro 或者 Sonnet 4.5 / Opus 4.5。
你可以这样告诉 AI：
> Hi AI，我想开发一个产品，它有以下这些需求，请你帮我梳理成一份逻辑清晰、结构严谨的产品需求文档。[然后换行，一条条写出你想实现的所有功能]
AI 能很好地把模糊的、不确定的需求转化为完整且专业的文档。如果觉得有不符预期的地方，及时告诉它进行修复即可。
保存好这份文档，它会成为你产品开发的良好起点。如果你不确定，还可以请 AI 帮你初步评估整个产品的复杂度和实现难度。如果真的太复杂，不如早一点调整方向。
3️⃣ 拆解任务
热知识：不要在同一个对话窗口长时间和 AI 聊天，它的「智商」会随着对话的累积逐渐下降。
重启一个新的对话窗口，把之前整理好的产品需求直接给到 AI，让它帮你分析第一个可以快速实现且易于验证的功能。你可以这样请求：
> Hi AI，以下是我的产品需求文档，但我从来没有编程过，请帮我分析一下，我可以在 10 分钟内快速实现的第一个任务是什么，并指导我如何快速验证这个功能。[然后换行，附上之前的产品需求文档]
让 AI 手把手教你搭建环境，运行代码并看到结果。有两个额外建议：
1. 大部分编程模型更擅长 Python，而且 Python 的入门门槛较低，可以优先选择。
2. 如果任务需要联网，优先考虑不联网的本地任务，因为联网任务的复杂度更高。如果不理解，直接问 AI 就好。
4️⃣ 持续迭代，明确验证方法
创造出一个「正向反馈机制」才是最终交付产品的关键，避免一次性完成过于复杂的任务。
完成第一个小任务后，继续告诉 AI 根据你的需求和已有的代码，明确下一步应该实现什么功能，并清楚告诉你如何验证每个任务。
确保每次开发的功能都能快速验证其有效性。
5️⃣ 修复 Bug
开发过程中难免遇到 bug，比如结果与预期不同。遇到问题时，同样可以依靠 AI 帮助你 debug。
详细地描述你的实际问题，包括报错信息或运行结果，AI 会根据情况指导你如何修复和优化代码，可能经过几轮迭代就能顺利解决。
6️⃣ 学点软件工程基础
任务复杂度增加后，就需要逐渐了解一些软件工程的基本知识了，否则很多问题将难以修复。
这就像搭建家具：拼装简单桌子只需直觉和说明书，但更复杂的橱柜则需要学习使用专业工具和理解基础结构。
怎么学？当然是通过 AI，可以逐步了解「数据结构与算法」、工程师团队的基本组成，以及整体的工作流程。
7️⃣ 开发工具和 GitHub
任务变复杂后，趁手的工具也必不可少。
你可以选择 VC Code 或 Cursor 来编辑代码，也可以直接通过终端打开 Codex 或 Claude。我个人更偏爱后者，但建议你多尝试，找到自己舒服的方式。
代码管理也至关重要。当你频繁修改代码时，Git 就显得不可或缺。最简单的图形化工具就是 GitHub 官方 App，可以让 AI 帮你一步步学会如何 Commit 和管理代码。
8️⃣ 服务器或 Cloudflare
大多数现代产品都需要联网获取数据或持续运行某些任务，比如抓取数据、计算、存储数据等。
你可以租用服务器，比如亚马逊云或 Digital Ocean，每个月几美元起步。但你也需要从零学习 Linux 系统，环境搭建较为复杂。
我推荐 Cloudflare Worker，免费版就能很好地入门，收费版每月也只需 5 美元。我自己的产品基本都用 Worker 构建，它帮你降低了很多基础设施的复杂度，让你专注于业务逻辑。
Cloudflare 还有很多有用的工具，比如 5GB 免费数据库，扩展性强。你也可以让 AI 帮你评估一下是否适合自己的产品。
9️⃣ 积累 Vibe Coding 经验
我相信未来通过这种 Vibe Coding 方式构建产品将会越来越流行，门槛也会更低。从现在开始积累经验，你会发现自己与 LLM 技术共同成长，未来能轻松驾驭更多产品开发场景。
网址：
零基础教程 ==
通过 Vibe Coding，我自己实现了信息流产品的开发，发布了 Mac App，构建了满足自己需求的 AI Agent，还有更多新任务正在解锁中。
接下来，我会写一系列教程，带你用最少的步骤和刚刚好的知识，轻松开发满足你自己需求的产品。
1️⃣ 模型和工具怎么选
从编程任务来说，这三个模型可以考虑：OpenAI 的 Codex、Claude 系列、Gemini 3 Pro。如果你能解决网络和支付问题，我推荐首选 Claude（更均衡且成熟），其次是 Codex。从入门级订阅开始即可，不建议使用免费的版本。
工具方面，如果你习惯使用 IDE，可以用 VS Code 或者 Cursor。如果你更偏好直观的图形界面，Cursor 会更适合初学者。不过在刚开始阶段，直接使用这三个团队的官方应用或网页版也是完全够用的。
2️⃣ 整理需求
构建复杂的产品完全没问题，但需要循序渐进。再复杂的工具也都是由基础模块组合而成的。
如果你不知道从哪里下手，那就从详细梳理需求开始吧。把你想到的所有功能和逻辑尽可能详细地告诉 AI，最好使用高级一些的模型，比如 GPT-5-Think、Gemini 3 Pro 或者 Sonnet 4.5 / Opus 4.5。
你可以这样告诉 AI：
> Hi AI，我想开发一个产品，它有以下这些需求，请你帮我梳理成一份逻辑清晰、结构严谨的产品需求文档。[然后换行，一条条写出你想实现的所有功能]
AI 能很好地把模糊的、不确定的需求转化为完整且专业的文档。如果觉得有不符预期的地方，及时告诉它进行修复即可。
保存好这份文档，它会成为你产品开发的良好起点。如果你不确定，还可以请 AI 帮你初步评估整个产品的复杂度和实现难度。如果真的太复杂，不如早一点调整方向。
3️⃣ 拆解任务
热知识：不要在同一个对话窗口长时间和 AI 聊天，它的「智商」会随着对话的累积逐渐下降。
重启一个新的对话窗口，把之前整理好的产品需求直接给到 AI，让它帮你分析第一个可以快速实现且易于验证的功能。你可以这样请求：
> Hi AI，以下是我的产品需求文档，但我从来没有编程过，请帮我分析一下，我可以在 10 分钟内快速实现的第一个任务是什么，并指导我如何快速验证这个功能。[然后换行，附上之前的产品需求文档]
让 AI 手把手教你搭建环境，运行代码并看到结果。有两个额外建议：
1. 大部分编程模型更擅长 Python，而且 Python 的入门门槛较低，可以优先选择。
2. 如果任务需要联网，优先考虑不联网的本地任务，因为联网任务的复杂度更高。如果不理解，直接问 AI 就好。
4️⃣ 持续迭代，明确验证方法
创造出一个「正向反馈机制」才是最终交付产品的关键，避免一次性完成过于复杂的任务。
完成第一个小任务后，继续告诉 AI 根据你的需求和已有的代码，明确下一步应该实现什么功能，并清楚告诉你如何验证每个任务。
确保每次开发的功能都能快速验证其有效性。
5️⃣ 修复 Bug
开发过程中难免遇到 bug，比如结果与预期不同。遇到问题时，同样可以依靠 AI 帮助你 debug。
详细地描述你的实际问题，包括报错信息或运行结果，AI 会根据情况指导你如何修复和优化代码，可能经过几轮迭代就能顺利解决。
6️⃣ 学点软件工程基础
任务复杂度增加后，就需要逐渐了解一些软件工程的基本知识了，否则很多问题将难以修复。
这就像搭建家具：拼装简单桌子只需直觉和说明书，但更复杂的橱柜则需要学习使用专业工具和理解基础结构。
怎么学？当然是通过 AI，可以逐步了解「数据结构与算法」、工程师团队的基本组成，以及整体的工作流程。
7️⃣ 开发工具和 GitHub
任务变复杂后，趁手的工具也必不可少。
你可以选择 VC Code 或 Cursor 来编辑代码，也可以直接通过终端打开 Codex 或 Claude。我个人更偏爱后者，但建议你多尝试，找到自己舒服的方式。
代码管理也至关重要。当你频繁修改代码时，Git 就显得不可或缺。最简单的图形化工具就是 GitHub 官方 App，可以让 AI 帮你一步步学会如何 Commit 和管理代码。
8️⃣ 服务器或 Cloudflare
大多数现代产品都需要联网获取数据或持续运行某些任务，比如抓取数据、计算、存储数据等。
你可以租用服务器，比如亚马逊云或 Digital Ocean，每个月几美元起步。但你也需要从零学习 Linux 系统，环境搭建较为复杂。
我推荐 Cloudflare Worker，免费版就能很好地入门，收费版每月也只需 5 美元。我自己的产品基本都用 Worker 构建，它帮你降低了很多基础设施的复杂度，让你专注于业务逻辑。
Cloudflare 还有很多有用的工具，比如 5GB 免费数据库，扩展性强。你也可以让 AI 帮你评估一下是否适合自己的产品。
9️⃣ 积累 Vibe Coding 经验
我相信未来通过这种 Vibe Coding 方式构建产品将会越来越流行，门槛也会更低。从现在开始积累经验，你会发现自己与 LLM 技术共同成长，未来能轻松驾驭更多产品开发场景。
网址：
以小博大直接爆15000倍 点击查看
实力盘总4000一拉直接爆2304000 点击查看
注册升级领18888， 每周送福利5888
每日存款彩金每日送，每笔存款加赠
🌐 官网注册网址 : 1820036.com
💖专属VIP客服： @vipkf_182ty8
💖吃瓜搞笑：@chiguagaoxiaoxinwen
