AI探索指南

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

AI探索指南

  1. AI探索指南

    照片级真实感，

    照片级真实感，
    Photo http://realism.So amazing
    Nano Banana Prompt👇
    {
    "scene_configuration": {
    "version": "2.0",
    "global_aesthetic": "Cinematic Editorial Fashion",
    "aspect_ratio": "3:4",
    "image_quality": "Masterpiece, 8K, Photorealistic, Subsurface Scattering"
    },
    "subject_specification": {
    "model": "The person I uploaded",
    "physical_attributes": {
    "hair": {
    "color": "Deep espresso dark brown",
    "texture": "Voluminous, thick waves, high-gloss shine",
    "styling": "Cascading over left shoulder, Hollywood glamour style"
    },
    "complexion": {
    "skin_type": "Dewy, luminous, fine pores visible",
    "features": "Sharp jawline definition, elongated neck, soft sheen on collarbones"
    },
    "expression_and_pose": {
    "body_pose": "Leaning forward toward the camera, subtle arch in the back",
    "head_position": "Tilted back at a 15-degree angle, sensual posture",
    "eye_direction": "Gazing upward into the light source",
    "mouth": "Slightly parted, soft neutral lip tone"
    }
    }
    },
    "wardrobe_details": {
    "garment_type": "High-fashion Couture Gown",
    "color_

  3. AI探索指南

    点评一下目前海外御三家 AI 的现状和中美的 AI 差距

    点评一下目前海外御三家 AI 的现状和中美的 AI 差距
    1、OpenAI (ChatGPT)：用户数量全球第一，逻辑推理是强项，逻辑链条依然是三家中最高的一档，Agent 和深度研究功能质量最高，文档任务的完成度最高。体验上联网搜索，深度研究时间太长。
    2、Google（Gemini）：原生多模态天花板，图片模型 banana也是第一，是唯一具备 AI 全产业链整合的，从硬件、模型、应用。Google 全家桶优势明显，还有 NotebookLM 体验也是断档领先，有处理数百万 token 长文本的能力。
    3、Anthropic (Claude)：在 AI coding 领域统治力绝对的第一，有 Claude Code (v2.1) 和 Cowork 两大工具杀手锏，AI 工程学遥遥领先，MCP，skills等都是极具生产力的工具。
    之前发的中国 AI 点评，有不少人有疑惑，中国和美国的差距还有多远？
    1、大模型
    DeepSeek 是中国距离美国最近的时刻，在 6 个月以内。但因为美国的顶级模型都是闭源，一年多以来中美的差距始终没有缩小，当前还差 7 个月左右，代际差 1～1.5 代。
    2、算力与先进芯片
    顶级算力密度 + 高带宽互联 + 先进制程绝对领先。中国更倾向于走效率/工程优化创新，至少有 2 年以上的差距。
    3、AI 科研产出和专利
    AI 的基础理论都还是由美国主导，有难以跨越的大山，商业落地先行。中国占了人力资源便宜的优势，在AI 论文产出与专利数量多，离落地较远。
    4、规模化落地
    中国在一些场景具备优势。比如在市场密度、供应链、人才度。AI 类的开发几乎都被华人团队所主导。
    5、用户规模
    中国的豆包日活已突破 1 亿用户大关，总用户规模接近 2 亿。ChatGPT 日活 3.17 亿，总用户规模8 亿。Gemini 日活1.5 亿，总用户 6.5 亿，差距在 3～5 倍。
    @aigc1024

  4. AI探索指南

    最近观察到一种趋势，

    最近观察到一种趋势，
    没有任何开发经验的人，
    基于自己对行业的理解，
    基于自己的需求和同行的需求，
    用 AI 写代码，做出来了一个产品，
    最终交付给用户的是纯静态的 HTML 单文件，
    用户收到文件后用浏览器打开就可以运行起来，
    然后开发者卖的是 API Key，
    每一个 Key 都可以限制积分，
    用完积分了，用户再买新的 Key 替换上去，
    而所有的信息都存储在用户本地，也不担心流失。
    这样的软件，怎么卖呢？
    直接小红书发软件使用视频，
    就能够吸引到可能感兴趣的用户。
    当然，还有些软件，不需要 API 即可运行的，
    就不是卖 API Key 了，而是直接卖 HTML 文件，
    单次购买，终身可用。
    @aigc1024

  6. AI探索指南

    经常被问到平时都用什么 AI 工具，于是整理了一下我和@海辛Hyacinth 在工作流中常用的工具包

    经常被问到平时都用什么 AI 工具，于是整理了一下我和@海辛Hyacinth 在工作流中常用的工具包。

    *工具迭代太快，本条动态永久更新（最新编辑日期：1月31日）
    *都是我们做项目用的工具，你永远可以相信我写的工具推荐。
    *排名先后只跟我们的使用频率有关。

    🖼️🖼️ 主力生图工具

    直接用 🍌Nano banana Pro 就够了，目前能力独一档。

    唯一尴尬的是 Google 官方应用做得太拉，无论 Gemini 还是 Flow，抑或是按次收费的 Google AI Studio，都无法把 🍌Nano banana Pro 4k 的最大潜力发挥出来。

    相反，接了 API 的第三方平台纯粹又好用。此时此刻我们在用 Lovart，最高档不仅可以批量无限🍌4k，还能解锁隐藏的 Veo 4s 和 6s 版本，唉…

    与此同时，很多曾经的明星模型的现状：
    * GPT 的 image 1.5 无人问津
    * Flux 新模型也无人问津

    ·

    🎨 修图工具

    ▶ 我目前主要的搭配是： 🍌Nano banana Pro 修改 + Photoshop 的 “协调” 功能改光影

    * 抠局部细节的时候还是会上手自己P，但这样的情况正在锐减（居然）。

    ·

    📽️ 主力视频生成工具

    ▶ Veo3.1：依然是目前最好，没有之一。清晰度问题终于解决了，不再是之前拉到不行的超分了，终于有1080 和 4k 了。正如前面所说，Veo 其实在 API 里提供 4s和6s版本，用来做视频衔接非常实用。（当然，Flow 里是没有的，笑）
    ▶ Sora 2：偶尔会用来找找分镜灵感，其余部分全方位鸡肋，也好久没开了。
    ▶ 即梦：新模型 Seedance 1.5 Pro 让我看到了中文/方言音画同步的希望。
    ▶ 可灵 2.6：老牌就是老牌，目前我都是 Veo 和可灵轮着用，期待 3.0 的表现。
    ▶ 通义万相 Wan 2.6：比起创建人物角色，我觉得动物角色更惊艳！

    * 别买 Sora 2 Pro……
    * 很多模型更新都在迎合短剧，我目前还没看懂，不敢评价。

    ·

    📽️ 其他视频生成场景（本月用得很少）

    ▶ 视频 Agent：目前比较看好 Medeo（Chat 的部分很好用，但编辑功能能不能更新快一点）
    ▶ Luma Ray3 的视频编辑功能很不错，清晰度高，场景保持得很稳。
    ▶ 首尾帧我们用：Veo 3.1，可灵2.6
    ▶ 多参我们用：Vidu Q3
    ▶ 数字人我们用：Gaga

    * 正如你所见，我们越来越集中在某几款工具了。

    ·

    🔍放大工具

    ▶ 图片放大的需求变少了，毕竟 🍌Nano banana Pro 原生 4k……（我很久没开 Magnific 和 Krea 了）
    ▶ 视频放大用 Topaz，不是本地盗版那个，是线上那个：Astra

    ·

    📽️ 3D 模型生成工具
    ▶ 我们用得最多的：Tripo，工具的完成度越来越高
    ▶ 混元3D的口碑超好
    ▶ Rodin 发布了🍌3D ，看 demo 也不错

    * 目前工作上用到的场景比较少，可以不看我的推荐，欢迎大家补充好用的 3D工具。

    其他想到再补充。

  8. AI探索指南

    1. 打开

    1. 打开
    2. 上传你的照片
    3. 使用以下提示词⤵️
    超高质量3D风格化角色插画，灵感来自皮克斯但原创设计，展现可爱现代女孩角色系列。光滑塑料感肌肤、柔和圆润五官、大眼睛、小鼻子、淡淡腮红、舒适美学。
    角色展现多种服装和情绪：粉色毛绒夹克配运动裤和运动鞋、圆形眼镜和耳机、冷静优雅姿态；亮黄色开衫配波点裤、欢乐表情、双臂上举、欢快能量；舒适红色宽松卫衣配大字体、闭眼、双臂展开、宁静快乐氛围；柔和时尚配短夹克和裙子、优雅姿态、超大圆眼镜、梦幻表情。
    发型包括蓬乱丸子头、柔和盘发、风格化蓬松感；街头风混合舒适纹理（针织、摇粒绒、羊毛）。
    纯色活力背景（粉、黄、红、桃色），工作室灯光、柔和阴影、全局光照、次表面散射。
    清晰构图、全身和中景镜头、高细节纹理、电影灯光、景深、超平滑渲染、8K分辨率、Octane/Arnold渲染风格、温暖治愈、可爱、现代美学。
    @aigc1024

  9. AI探索指南

    作为一名每天烧掉上千美金算力的coder

    作为一名每天烧掉上千美金算力的coder

    分享一下我目前跑通的完整AI coding SOP，纯个人实操心得（附所有涉及到的资源链接）

    需求阶段：
    Gemini（产品经理gems） → 这阶段主要用来反复聊需求、梳理PRD、把产品逻辑彻底捋清楚

    前端设计：我目前有3套能稳定出效果的打法，全都放出来给大家参考：

    方案1：设计稿直出 → Figma转代码流
    用 Gemini nano / banana / lovart / stitch 其中任意一个直接生成设计稿
    然后让AI工具通过 Figma MCP 读取设计文件转代码

    官方仓库：http://github.com/figma/mcp-server-guide
    （Figma插件会在Dev Mode自动启动本地MCP服务器 127.0.0.1:3845）

    方案2：对标网站直接抄作业式参考
    找到对标网站截图
    用「Frontend Design Skill」指导Claude生成对应代码

    官方Skill地址：http://github.com/anthropics/claude-code
    这个Skill最大的作用是能明显降低AI那股「通用模板感」，让界面看起来更有辨识度

    方案3：专业设计系统流（UI UX Pro Max Skill）
    直接使用 UI UX Pro Max Skill
    兼容 Claude / Cursor / Windsurf 等多个平台
    仓库地址：http://github.com/nextlevelbuilder/ui-ux-pro-max-skill

    内置行业级设计系统生成器，能根据不同行业自动吐配色体系、字体方案、间距系统等

    框架设计阶段：
    1. Claude Opus 4.5 Plan模式 先把整体架构完整梳理一遍
    2. 再把Opus出的方案丢给Codex，让Codex补充大量细节
    3. 最后把补充完的版本再丢回Claude生成完整项目骨架

    细节填充阶段：
    1. 先用Opus完整跑一遍，把基础底座跑通
    2. 然后换Claude Sonnet继续完善框架细节
    3. 最后用Codex专门修bug（通常一遍过，实在过不了就直接换模型重来）

    人工审阅 & 测试阶段：
    1. 感觉项目完成度大概七八成时，开启单元测试，对每个功能做点对点验证
    2. 再做集成测试：完全按照真实用户旅程从头跑到尾

    这两步侧重点完全不同，缺了哪一步都容易翻车

    目前编程主力工具推荐（2025年6月版本）：
    1. Claude code → 必备主力
    2. Codex → 必备主力
    3. Cursor / Trae / Antigravity / Kiro → 选一个装着就好，随手用哪个顺手用哪个

    分享完毕～
    欢迎大家补充自己目前跑得最顺/性价比最高的组合打法，互相卷一卷～