即刻App年轻人的同好社区
下载
FLLUX 3 正式可用了
目前支持最长 20 秒、1080P 原生分辨率的视频，后面还会开放 2K 和 4K 分辨率。
此外，它还支持草稿模式，可以以极低成本快速探索创意，然后再重新以完整的质量进行渲染。草稿一次只需要 0.06 美元。
目前支持的功能包括： • 文生图 • 文生视频 • 图生视频 • 生成对应音频和不错的文本渲染能力
可以通过 API 和黑森林工作室的 Playground 来尝试
目前支持最长 20 秒、1080P 原生分辨率的视频，后面还会开放 2K 和 4K 分辨率。
此外，它还支持草稿模式，可以以极低成本快速探索创意，然后再重新以完整的质量进行渲染。草稿一次只需要 0.06 美元。
目前支持的功能包括： • 文生图 • 文生视频 • 图生视频 • 生成对应音频和不错的文本渲染能力
可以通过 API 和黑森林工作室的 Playground 来尝试
01:00
13 15
Pika有意思，他们开始搞多模态模型的 Token Club，推出了一个会员服务叫 Pika API Club。
里面包含了几乎所有的图像、视频、LLM模型服务，而且都有不同程度的折扣。
比如 Seedance 2.0、MiniMax H3、可灵（Kling），还有 GPT-Image-2.0 等都有。
完全可以充了以后，打包个 Skills 给那个Codex或者其他 Agent 接入，以后就可以一键调用所有的这种视频和音频 API 模型
里面包含了几乎所有的图像、视频、LLM模型服务，而且都有不同程度的折扣。
比如 Seedance 2.0、MiniMax H3、可灵（Kling），还有 GPT-Image-2.0 等都有。
完全可以充了以后，打包个 Skills 给那个Codex或者其他 Agent 接入，以后就可以一键调用所有的这种视频和音频 API 模型
11 01
Cloudflare 推出了一个专门给 Agent 用的钱包，它有一个唯一的地址和用户名，这个有意思啊！
领了以后，你的 Agent 就可以用这个钱包来支付 API 和内容的费用。
可以先申请一个自己名字的，以防被人抢注。
钱包分为两类：
钱包账户：是你作为人类拥有的钱包，可以充值、提现，也可以把支出权限委托出去
虚拟钱包：是专门为 Agent 设计的，通过 API Key 运行
关于虚拟钱包的支出控制和使用场景：
• 支出上限和规则：你可以给它设置支出上限，也可以通过允许列表（白名单）和规则进行控制
• 受控预算与自主探索：这样的设计可以让 Agent 在受控的预算内，自主探索各种服务
• 免去实时监控：我们人类没必要时刻监控它的支出，也不用担心它直接把卡刷爆
此外，它还通过 Cloudflare Pay 把钱包和账户身份关联起来。Agent 可以选择性地表明自己代表哪个组织，从而解决了 Agent 的身份认证问题（身份证明是可选的，也可以选择匿名）。
详情：cloudflare.pay
领了以后，你的 Agent 就可以用这个钱包来支付 API 和内容的费用。
可以先申请一个自己名字的，以防被人抢注。
钱包分为两类：
钱包账户：是你作为人类拥有的钱包，可以充值、提现，也可以把支出权限委托出去
虚拟钱包：是专门为 Agent 设计的，通过 API Key 运行
关于虚拟钱包的支出控制和使用场景：
• 支出上限和规则：你可以给它设置支出上限，也可以通过允许列表（白名单）和规则进行控制
• 受控预算与自主探索：这样的设计可以让 Agent 在受控的预算内，自主探索各种服务
• 免去实时监控：我们人类没必要时刻监控它的支出，也不用担心它直接把卡刷爆
此外，它还通过 Cloudflare Pay 把钱包和账户身份关联起来。Agent 可以选择性地表明自己代表哪个组织，从而解决了 Agent 的身份认证问题（身份证明是可选的，也可以选择匿名）。
详情：cloudflare.pay
32 010
OpenAI 发了一篇文章，回应苹果关于窃取商业机密的诉讼，没想到苹果这么草台。
苹果声称今年 2 月份联系过 OpenAI 但没有收到回应。后来发现，是苹果的律师把两个亚洲姓氏搞混，把邮件发错人了。
苹果还声称和 OpenAI 的总法律顾问通过话，但其实根本没有，完全是骗人的。
之后苹果沉默了 5 个月，突然就提起了诉讼。
苹果指控其前员工在离职后访问机密信息。但事实是，苹果在职的员工主动联系这位前员工，请他帮忙寻找对应的文件，她这才进行了访问。
这一堆操作下来太搞笑了
苹果声称今年 2 月份联系过 OpenAI 但没有收到回应。后来发现，是苹果的律师把两个亚洲姓氏搞混，把邮件发错人了。
苹果还声称和 OpenAI 的总法律顾问通过话，但其实根本没有，完全是骗人的。
之后苹果沉默了 5 个月，突然就提起了诉讼。
苹果指控其前员工在离职后访问机密信息。但事实是，苹果在职的员工主动联系这位前员工，请他帮忙寻找对应的文件，她这才进行了访问。
这一堆操作下来太搞笑了
19 14
OpenAI 感觉翻身了啊，已经在预热他们的下一代模型Astra。
他们用这个模型解决了 10 个至少存在了十年的数学问题。
这些问题如果是数学家解决的话，感觉这数学家已经相当牛逼了；
而解决这一堆非常难的问题，算力成本居然只有 2000 美元。
Sam 亲自飞到华盛顿去跟美国政府沟通这个模型的发布，感觉这玩意儿会很顶，不知道是 GPT-6 还是 GPT-5.7
详情：openai.com/index/ten-advances-in-mathematics/
他们用这个模型解决了 10 个至少存在了十年的数学问题。
这些问题如果是数学家解决的话，感觉这数学家已经相当牛逼了；
而解决这一堆非常难的问题，算力成本居然只有 2000 美元。
Sam 亲自飞到华盛顿去跟美国政府沟通这个模型的发布，感觉这玩意儿会很顶，不知道是 GPT-6 还是 GPT-5.7
详情：openai.com/index/ten-advances-in-mathematics/
34 34
做影视后期、动画特效以及一些转场，MiniMax H3真的太牛逼了！
我在视频里标注了自己的工作流，包括素材、提示词。
基本上你把特效的图片分镜标注好，用现在的图像模型做好，或者自己把文字等特效层 P 上去，甚至只是给一些参考，它就能帮你做出非常复杂的动特效。
它的文字和 UI 细节、排版细节效果巨好。
我做的两个案例都用了九宫格图片，按理说总分辨率只有 1K 左右，但它生成出来的清晰度极高，完全没有以前那种字迹模糊看不清的状态。
支持全模态参考。而且还会开源，开源后成本会降低。
非常适合用来做广告片、产品宣传片、MV、游戏宣传和电商宣传，或者做个特效来包装自己的照片和视频。这些大家都有强烈的需求。
我在视频里标注了自己的工作流，包括素材、提示词。
基本上你把特效的图片分镜标注好，用现在的图像模型做好，或者自己把文字等特效层 P 上去，甚至只是给一些参考，它就能帮你做出非常复杂的动特效。
它的文字和 UI 细节、排版细节效果巨好。
我做的两个案例都用了九宫格图片，按理说总分辨率只有 1K 左右，但它生成出来的清晰度极高，完全没有以前那种字迹模糊看不清的状态。
支持全模态参考。而且还会开源，开源后成本会降低。
非常适合用来做广告片、产品宣传片、MV、游戏宣传和电商宣传，或者做个特效来包装自己的照片和视频。这些大家都有强烈的需求。
01:06
40 315
Deepseek V4 Flash 更新到正式版了，Agent 能力大幅提升，超过了 V4 Pro 的 Preview 版本！
官方测评成绩：
Terminal Bench 2.1: 82.7
NL2Repo: 54.2
Cybergym: 76.7
DeepSWE: 54.4
Toolathlon verified: 70.3
Agent Last Exam: 25.2
Automation Bench (Public): 25.1
DSBench-FullStack: 68.7
DSBench-Hard: 59.6
目前已经在官方 API 上线，同时还支持了 Codex 的 API 格式，可以快速配置。
Mac 一键配置脚本：bash <(curl -fsSL cdn.deepseek.com)
Windows 一键配置脚本：irm cdn.deepseek.com | iex
DeepSeek-V4-Flash-0731 的模型结构、尺寸和 DeepSeek-V4-Flash-preview 保持一致，仅重新进行了后训练。
详情：api-docs.deepseek.com/zh-cn/updates/
官方测评成绩：
Terminal Bench 2.1: 82.7
NL2Repo: 54.2
Cybergym: 76.7
DeepSWE: 54.4
Toolathlon verified: 70.3
Agent Last Exam: 25.2
Automation Bench (Public): 25.1
DSBench-FullStack: 68.7
DSBench-Hard: 59.6
目前已经在官方 API 上线，同时还支持了 Codex 的 API 格式，可以快速配置。
Mac 一键配置脚本：bash <(curl -fsSL cdn.deepseek.com)
Windows 一键配置脚本：irm cdn.deepseek.com | iex
DeepSeek-V4-Flash-0731 的模型结构、尺寸和 DeepSeek-V4-Flash-preview 保持一致，仅重新进行了后训练。
详情：api-docs.deepseek.com/zh-cn/updates/
35 46
发现了 Codex 一个非常牛逼的更新，好像没见他们宣传！
Codex 现在有专门给图像 Agent 做的 UI 模式了：
生成图片后，点击图片会单独弹出一个侧边栏预览窗口。在这里面，你可以直接对图片进行评论、擦除和调整大小。这完全是专门给 GPT Image 2.0 做的。
左上角有一个切换按钮，切换以后，聊天流里就只显示图像，不显示那些文案了。
这样你就可以专注于调整图像，快速看到聊天里生成的所有大图。
你可以多选图片，一并添加到输入框里，然后让 GPT 给你进行批量修改。
这个更新感觉要把设计 Agent 的活吃掉一大半了。
这种方式我觉得是要比现在主流的无限画布等复杂的交互逻辑，要更容易理解的。
Codex 现在有专门给图像 Agent 做的 UI 模式了：
生成图片后，点击图片会单独弹出一个侧边栏预览窗口。在这里面，你可以直接对图片进行评论、擦除和调整大小。这完全是专门给 GPT Image 2.0 做的。
左上角有一个切换按钮，切换以后，聊天流里就只显示图像，不显示那些文案了。
这样你就可以专注于调整图像，快速看到聊天里生成的所有大图。
你可以多选图片，一并添加到输入框里，然后让 GPT 给你进行批量修改。
这个更新感觉要把设计 Agent 的活吃掉一大半了。
这种方式我觉得是要比现在主流的无限画布等复杂的交互逻辑，要更容易理解的。
49 624