即刻App年轻人的同好社区
下载
谷歌的实时生成世界模型genie 3开放测试。
试了一下，太牛了！
超低延迟，超高分辨率，超强的物理表现。
详细的长文测评在这里：mp.weixin.qq.com
Genie 3 的核心特点
▸ 操控延迟非常低，差不多跟顶着高延迟玩美服游戏差不多
▸ 可以控制角色的方向和镜头的方向
▸ 画面清晰度相当可以用（720P）
▸ 角色跟环境的物理交互相当真实
▸ 可以持续操控角色超一分钟
这些特点听起来可能不起眼，但实际体验下来，你会发现这是一个质的飞跃。
======
测试 1：史前森林世界
我自己创建了一个史前森林世界，角色选了一个恐龙。
它会先生成一张首帧图片，你确定没问题了就可以开始生成世界。
可以看到我在本身连接美国服务延迟很高的情况下，这个视角控制和角色运动控制都非常跟手。而且恐龙运动非常顺滑和符合生物特征，角色一致性保持的很好，几乎没有变化。
我故意进行了一些大幅运动，环境一致性也没问题，没有突然变化和抽搐。
这时候我发现不对了，这东西好像真他妈的很牛批！
------
测试 2：毛毡风格蜗牛世界
然后我从预设的世界选择了一个毛毡风格的蜗牛世界，Remix 了一下，把蜗牛的蓝壳改成了红壳。
我发现提示里面写了可以跳，这次重点试一下这个。
首先可以看到风格化一致性保持的也非常好，一直保持了毛毡的变化。然后就是在我习惯了延迟和操控后，蜗牛变得跟手了很多。
我试了一次果然可以跳，而且蜗牛每次跳的高度都一致，没有发生陷到地里的情况。这时候物理表现已经初见端倪。
之后发现蜗牛走到石头的部分就被挡住了，走不动。后面我就开始频繁的跳跃，你甚至可以跳上台阶再跳下来。
而且在我一直瞎跳和转视角的过程中，之前的世界场景一直保持稳定，太牛了。
------
测试 3：伊斯坦布尔狸花猫
最后我想更加极限地测试一下物理表现。
我创建了一个伊斯坦布尔的优化版本，还有一只狸花猫。这个时候我已经习惯了这个延迟，能够完全可以非常自如地操纵它。
我上来就开始不走寻常路：我根本不走那条路，而是直接往路边的箱子上跳。
结果我发现，它真的能模拟猫的跳跃形态，而不是简单地四肢僵硬、像僵尸一样乱蹦。它是真的像猫在跳跃一样，会先伸腿。
然后它非常简单地跳上了路边的箱子。我甚至能从这个箱子跳到另一个箱子！
这太牛逼了，朋友们！尤其是你玩过 AI 视频的话。
视频模型甚至有时候都不能保证不陷下去，更别说以前的游戏穿模是非常常见的事，在这儿不成问题。
然后我就不断地在跳路边的箱子和拱路边的行人。我发现没有穿模的情况，它都能做出符合猫咪运动的动作，并且跟路边的墙和箱子有碰撞。
======
怎么使用 Genie 3
首先进去以后，你会看到很多个由"泡泡"组成的各种预制世界。
你点进去的话可以 remix 它，也就是把那个世界中的某些元素改掉。你可以改风格，可以改世界的内容，也可以改这个角色的内容。
------
Remix 流程
Remix 的时候，你就直接像用 Lana 改图一样，输入你想改的提示词就可以了。
改完以后：先点击"创建世界"左边那个按钮把图片改掉，然后再点击"创建世界"。
------
从头创建世界
最中间就是一个创建按钮，你可以通过这个按钮完全从头去创建世界。
你需要填写的话，分为以下几个部分：
▸ 左边：填写世界的提示词（描述这个世界是什么样的）
▸ 右边：填写角色的提示词（描述这个角色长什么样）
▸ 左边补充：你还可以写风格提示词（比如各种毛毡风格之类的）
▸ 下方：可以上传你生成的其他图片
▸ 模式选择：可以选择切换第一人称视角还是第三人称视角
这个我试了一下，视角切换有时候并不生效。
------
操作方式
进入游戏后，操作方式如下：
▸ WASD：控制角色的移动方向
▸ 右侧箭头：控制镜头的方向（这与常见的3D游戏操作类似）
▸ 此外，角色还可以进行跳跃操作
我感觉美国的朋友玩这个，如果延迟低的话会更爽。720P 已经完全可玩了，我们真的到了一个新的时代。
======
这意味着什么
想象一下！
可以通过大语言模型去构建世界，构建 NPC，加入各种随机事件，再加上一些音频。你可以想去哪儿就去哪儿，每个人都能构建自己想要的游戏世界和剧情。
像前段时间在 Steam 上爆火的那些 3D 真人影视游戏，现在看来是非常的触手可及，人人都可以做。
这个东西的想象力太大了，希望今年年底成本可以降一降，时间可以再长点。
------
一点遗憾
Genie 3 改变世界（即加入随机事件并影响世界的能力），这次由于算力问题没有加进来。希望谷歌能在后面更新一下。
试了一下，太牛了！
超低延迟，超高分辨率，超强的物理表现。
详细的长文测评在这里：mp.weixin.qq.com
Genie 3 的核心特点
▸ 操控延迟非常低，差不多跟顶着高延迟玩美服游戏差不多
▸ 可以控制角色的方向和镜头的方向
▸ 画面清晰度相当可以用（720P）
▸ 角色跟环境的物理交互相当真实
▸ 可以持续操控角色超一分钟
这些特点听起来可能不起眼，但实际体验下来，你会发现这是一个质的飞跃。
======
测试 1：史前森林世界
我自己创建了一个史前森林世界，角色选了一个恐龙。
它会先生成一张首帧图片，你确定没问题了就可以开始生成世界。
可以看到我在本身连接美国服务延迟很高的情况下，这个视角控制和角色运动控制都非常跟手。而且恐龙运动非常顺滑和符合生物特征，角色一致性保持的很好，几乎没有变化。
我故意进行了一些大幅运动，环境一致性也没问题，没有突然变化和抽搐。
这时候我发现不对了，这东西好像真他妈的很牛批！
------
测试 2：毛毡风格蜗牛世界
然后我从预设的世界选择了一个毛毡风格的蜗牛世界，Remix 了一下，把蜗牛的蓝壳改成了红壳。
我发现提示里面写了可以跳，这次重点试一下这个。
首先可以看到风格化一致性保持的也非常好，一直保持了毛毡的变化。然后就是在我习惯了延迟和操控后，蜗牛变得跟手了很多。
我试了一次果然可以跳，而且蜗牛每次跳的高度都一致，没有发生陷到地里的情况。这时候物理表现已经初见端倪。
之后发现蜗牛走到石头的部分就被挡住了，走不动。后面我就开始频繁的跳跃，你甚至可以跳上台阶再跳下来。
而且在我一直瞎跳和转视角的过程中，之前的世界场景一直保持稳定，太牛了。
------
测试 3：伊斯坦布尔狸花猫
最后我想更加极限地测试一下物理表现。
我创建了一个伊斯坦布尔的优化版本，还有一只狸花猫。这个时候我已经习惯了这个延迟，能够完全可以非常自如地操纵它。
我上来就开始不走寻常路：我根本不走那条路，而是直接往路边的箱子上跳。
结果我发现，它真的能模拟猫的跳跃形态，而不是简单地四肢僵硬、像僵尸一样乱蹦。它是真的像猫在跳跃一样，会先伸腿。
然后它非常简单地跳上了路边的箱子。我甚至能从这个箱子跳到另一个箱子！
这太牛逼了，朋友们！尤其是你玩过 AI 视频的话。
视频模型甚至有时候都不能保证不陷下去，更别说以前的游戏穿模是非常常见的事，在这儿不成问题。
然后我就不断地在跳路边的箱子和拱路边的行人。我发现没有穿模的情况，它都能做出符合猫咪运动的动作，并且跟路边的墙和箱子有碰撞。
======
怎么使用 Genie 3
首先进去以后，你会看到很多个由"泡泡"组成的各种预制世界。
你点进去的话可以 remix 它，也就是把那个世界中的某些元素改掉。你可以改风格，可以改世界的内容，也可以改这个角色的内容。
------
Remix 流程
Remix 的时候，你就直接像用 Lana 改图一样，输入你想改的提示词就可以了。
改完以后：先点击"创建世界"左边那个按钮把图片改掉，然后再点击"创建世界"。
------
从头创建世界
最中间就是一个创建按钮，你可以通过这个按钮完全从头去创建世界。
你需要填写的话，分为以下几个部分：
▸ 左边：填写世界的提示词（描述这个世界是什么样的）
▸ 右边：填写角色的提示词（描述这个角色长什么样）
▸ 左边补充：你还可以写风格提示词（比如各种毛毡风格之类的）
▸ 下方：可以上传你生成的其他图片
▸ 模式选择：可以选择切换第一人称视角还是第三人称视角
这个我试了一下，视角切换有时候并不生效。
------
操作方式
进入游戏后，操作方式如下：
▸ WASD：控制角色的移动方向
▸ 右侧箭头：控制镜头的方向（这与常见的3D游戏操作类似）
▸ 此外，角色还可以进行跳跃操作
我感觉美国的朋友玩这个，如果延迟低的话会更爽。720P 已经完全可玩了，我们真的到了一个新的时代。
======
这意味着什么
想象一下！
可以通过大语言模型去构建世界，构建 NPC，加入各种随机事件，再加上一些音频。你可以想去哪儿就去哪儿，每个人都能构建自己想要的游戏世界和剧情。
像前段时间在 Steam 上爆火的那些 3D 真人影视游戏，现在看来是非常的触手可及，人人都可以做。
这个东西的想象力太大了，希望今年年底成本可以降一降，时间可以再长点。
------
一点遗憾
Genie 3 改变世界（即加入随机事件并影响世界的能力），这次由于算力问题没有加进来。希望谷歌能在后面更新一下。
03:11
34 29
谷歌牛皮！世界模型 Genie 3 居然开放使用了
目前仅限美国 18 岁以上的 Ultra 用户
推出 Project Genie 平台，由 Genie 3、Nano Banana Pro 和 Gemini 提供支持。
提供三大能力：
「世界草绘」，用文字 + 生成/上传图片来创建角色和世界，并可通过 Nano Banana Pro 预览和微调画面，设定第一人称/第三人称视角等；
「世界探索」，进入后这个世界是可导航的，你移动时系统会实时生成前路，还能调整机位；
「世界重混」，可以在他人世界的提示词基础上二次创作，也可以从推荐/随机世界里找灵感，并把自己探索的视频导出。
单次生成限制在 60 秒。一些 8 月公布的高级功能还未集成。
这里尝试：labs.google
目前仅限美国 18 岁以上的 Ultra 用户
推出 Project Genie 平台，由 Genie 3、Nano Banana Pro 和 Gemini 提供支持。
提供三大能力：
「世界草绘」，用文字 + 生成/上传图片来创建角色和世界，并可通过 Nano Banana Pro 预览和微调画面，设定第一人称/第三人称视角等；
「世界探索」，进入后这个世界是可导航的，你移动时系统会实时生成前路，还能调整机位；
「世界重混」，可以在他人世界的提示词基础上二次创作，也可以从推荐/随机世界里找灵感，并把自己探索的视频导出。
单次生成限制在 60 秒。一些 8 月公布的高级功能还未集成。
这里尝试：labs.google
02:03
51 533
妈的，终于把 Chrome 上的 Gemini 开了
录个视频教大家怎么开启
如果你也跟我一样，所有的方法都用了，还是不行，而且你是 macOS 系统的话。
你直接把系统语言改成英文，它重启后就出来了。
首先就是 Chrome 的设置：
1. 把 Gemini 相关的所有开关都打开
2. 然后再把所有的 Chrome 浏览器地区设置成美国
这个流程可以用命令行去完成，也可以用现成的项目（如下面所发）去完成
然后关于谷歌账号和系统的设置：
1. 把你的 Google 账号地区改成美国
2. 把 Google 账号语言设置成英文
3. 刚才我提到的 Google 浏览器也需要改成英文
在 macOS 上，如果想把 Google 浏览器改成英文界面，需要把你整个系统语言都设置成英文
提到的项目名称（Enable Chrome AI），命令的话就截图发给AI，让AI提取吧
录个视频教大家怎么开启
如果你也跟我一样，所有的方法都用了，还是不行，而且你是 macOS 系统的话。
你直接把系统语言改成英文，它重启后就出来了。
首先就是 Chrome 的设置：
1. 把 Gemini 相关的所有开关都打开
2. 然后再把所有的 Chrome 浏览器地区设置成美国
这个流程可以用命令行去完成，也可以用现成的项目（如下面所发）去完成
然后关于谷歌账号和系统的设置：
1. 把你的 Google 账号地区改成美国
2. 把 Google 账号语言设置成英文
3. 刚才我提到的 Google 浏览器也需要改成英文
在 macOS 上，如果想把 Google 浏览器改成英文界面，需要把你整个系统语言都设置成英文
提到的项目名称（Enable Chrome AI），命令的话就截图发给AI，让AI提取吧
03:56
75 1834
终于，Gemini CLI 也支持创建和使用 Skills 了！
而且我发现，它可以检测到 Claude Code 已经安装的 Skills。
这下可以爽玩了，Skills 接力，哈哈
而且我发现，它可以检测到 Claude Code 已经安装的 Skills。
这下可以爽玩了，Skills 接力，哈哈
26 44
谷歌浏览器上的 Gemini 更新了，主要的更新内容有：
- Gemini 打开方式变成了侧边栏
- 支持在后台运行，你看其他 Tab 他也会继续运行
- 支持使用 Nano Banana 编辑图像
- 自动浏览功能，支持多步骤任务
仅限美国，开启过程非常费劲，跟你网络账号、浏览器状态都有关系
- Gemini 打开方式变成了侧边栏
- 支持在后台运行，你看其他 Tab 他也会继续运行
- 支持使用 Nano Banana 编辑图像
- 自动浏览功能，支持多步骤任务
仅限美国，开启过程非常费劲，跟你网络账号、浏览器状态都有关系
00:04
11 50
介绍一下我昨天开源这个视频包装 Skills 的工作原理：
简单来说这个 Skills 先用字幕智能分析生成特效配置，再由浏览器渲染逐帧生成特效图层。
最后通过视频合成把这些特效包装图层叠加到原始视频上的。
------
输入「视频 + 字幕」，先用 `content_analyzer.py` 从 SRT 里识别人物、章节、金句、术语、数据等，生成各种 Suggestion；
用户确认后写成统一的 `config.json` 配置，再交给渲染和合成管线。
`video_processor.py` 是主入口，负责解析命令行和配置、选择渲染后端（Browser 或 PIL）、按时间段分发不同组件的渲染任务。
主要渲染器 Browser 后端用 Playwright 打开 HTML 模板 + CSS 主题 + Anime.js 动画，通过 `initAnimation(config)` 初始化、`seek(timeMs)` 驱动逐帧截图输出 PNG
`templates/*.html` 定义 9 类组件，通过约定的 JS API 接收配置和时间；
`static/css/theme-*.css` 定义 notion/cyberpunk/apple/aurora 等主题，用 CSS 变量 + `data-theme` 切换风格。
新增组件只需：加一个 HTML 模板、在 `BrowserRenderer` 里加渲染方法，在 `video_processor.py` 注册处理逻辑、在 `content_analyzer.py` 增加对应 Suggestion 和配置校验；
新增主题则是新增一份 theme CSS 并在模板中引用。
简单来说这个 Skills 先用字幕智能分析生成特效配置，再由浏览器渲染逐帧生成特效图层。
最后通过视频合成把这些特效包装图层叠加到原始视频上的。
------
输入「视频 + 字幕」，先用 `content_analyzer.py` 从 SRT 里识别人物、章节、金句、术语、数据等，生成各种 Suggestion；
用户确认后写成统一的 `config.json` 配置，再交给渲染和合成管线。
`video_processor.py` 是主入口，负责解析命令行和配置、选择渲染后端（Browser 或 PIL）、按时间段分发不同组件的渲染任务。
主要渲染器 Browser 后端用 Playwright 打开 HTML 模板 + CSS 主题 + Anime.js 动画，通过 `initAnimation(config)` 初始化、`seek(timeMs)` 驱动逐帧截图输出 PNG
`templates/*.html` 定义 9 类组件，通过约定的 JS API 接收配置和时间；
`static/css/theme-*.css` 定义 notion/cyberpunk/apple/aurora 等主题，用 CSS 变量 + `data-theme` 切换风格。
新增组件只需：加一个 HTML 模板、在 `BrowserRenderer` 里加渲染方法，在 `video_processor.py` 注册处理逻辑、在 `content_analyzer.py` 增加对应 Suggestion 和配置校验；
新增主题则是新增一份 theme CSS 并在模板中引用。
歸藏: 藏师傅又做了一个自媒体神器！解决视频包装问题！ 视频包装 Video Wrapper Skills，给视频自动添加各种动画特效 - 一键完成任何视频的包装特效添加； - 自动分析内容，给出特效添加建议； - 内置四套样式主题，Notion、Cyberpunk 等； - 提供十多个特效组件，花字、进度条、高亮卡片等； - 完全本地完成，只消耗 CC Token。 这个教程视频也使用的这个 Skills 进行包装，一键搞定 项目地址：github.com/op7418/Video-Wrapper-Skills
10 01