即刻App年轻人的同好社区
下载
阿里国内AI生态的“太子”应该是：「千问」
千问目前接入了 Qwen 最强闭源模型和阿里全系模型，Qwen3-Max系列、Qwen-Image、Wan 2.5等，包含文本、图像、视频模型都上了千问。
还有像播客文稿转换、AI-PPT、录音文字提取、音视频原文稿、文档格式转换，平时我用的比较多，在其它平台都是要付费才能使用。
千问直接都集成了，而且应该是支持海外用户使用的，我自己在新西兰，用当地手机也能正常使用。
我还有个痛点是电子书的AI化。
大多 AI 只支持上传 PDF，像电子书格式的 mobi 等都不能上传，千问竟然可以。
我上传了一本英文原著，开启双语翻译，可以对照阅读。在线的论文以及文档也可以阅读（这里注意，在线文档需要使用类似PDF结尾的文件 link）。
千问目前接入了 Qwen 最强闭源模型和阿里全系模型，Qwen3-Max系列、Qwen-Image、Wan 2.5等，包含文本、图像、视频模型都上了千问。
还有像播客文稿转换、AI-PPT、录音文字提取、音视频原文稿、文档格式转换，平时我用的比较多，在其它平台都是要付费才能使用。
千问直接都集成了，而且应该是支持海外用户使用的，我自己在新西兰，用当地手机也能正常使用。
我还有个痛点是电子书的AI化。
大多 AI 只支持上传 PDF，像电子书格式的 mobi 等都不能上传，千问竟然可以。
我上传了一本英文原著，开启双语翻译，可以对照阅读。在线的论文以及文档也可以阅读（这里注意，在线文档需要使用类似PDF结尾的文件 link）。
0 00
一个初创产品，
如果一开始就能“完全”想清楚怎么盈利，
那大概率不会盈利。
还没开始就忧虑成功后问题，
是我们最大的问题。
有网络影响力的人，在“维权”上比普通人更易产生效果，本身是一种讽刺。
产品大势时，所有人都是信徒，
产品颓势时，每个人都能踩一脚。
人工智能，让每个人都能成为评论家，
并没有让更多人成为真实做事的人。
如果一开始就能“完全”想清楚怎么盈利，
那大概率不会盈利。
还没开始就忧虑成功后问题，
是我们最大的问题。
有网络影响力的人，在“维权”上比普通人更易产生效果，本身是一种讽刺。
产品大势时，所有人都是信徒，
产品颓势时，每个人都能踩一脚。
人工智能，让每个人都能成为评论家，
并没有让更多人成为真实做事的人。
2 00
分享最近用 Lovart 做 Chiikawa 壁纸流程，
女孩子太好哄了。
首先，在 Pinterest 找4小只角色图，再找一张参考图，
因为想让它们都穿上旗袍，所以找了张复古旗袍画。
丢进 Lovart 画布，选中四小只，使用 Touch Edit 分别点选4组旗袍样式，告诉 AI 换装逐个换装。
成品出来后，可以再修改动作和背景，一张壁纸就做好了，支持 4K 导出。
还可以利用 Edit Element 功能，可以把生成的图，再变成多个图层，逐个修改调整，这个是我比较看好的AI编辑方向。
利好二次元～
女孩子太好哄了。
首先，在 Pinterest 找4小只角色图，再找一张参考图，
因为想让它们都穿上旗袍，所以找了张复古旗袍画。
丢进 Lovart 画布，选中四小只，使用 Touch Edit 分别点选4组旗袍样式，告诉 AI 换装逐个换装。
成品出来后，可以再修改动作和背景，一张壁纸就做好了，支持 4K 导出。
还可以利用 Edit Element 功能，可以把生成的图，再变成多个图层，逐个修改调整，这个是我比较看好的AI编辑方向。
利好二次元～
7 31
再分享个 Nano Banana Pro 无限使用渠道：
Lovart 的黑五直接4折，没记错的话今天是最后一天，
只要 Basic 及以上会员，
365 天无限量使用 Nano Banana Pro，还有Seedream 4、Midjourney v7 同时无限量。
个人觉得很划算。
Lovart 的黑五直接4折，没记错的话今天是最后一天，
只要 Basic 及以上会员，
365 天无限量使用 Nano Banana Pro，还有Seedream 4、Midjourney v7 同时无限量。
个人觉得很划算。
1 00
如果我是一个外卖小哥，配上一副 AI 眼镜，再加一辆续航拉满的小电驴，我一定会成为「片区单王」。
作为前 XR 从业者，聊一聊夸克 AI 眼镜，现在这个时间点会让我有一种奇妙的「验证感」。当年我在 BP 里给投资人画的大饼，几乎都被实现了。
唯一的变量是：加速 XR 发展的，其实是 AI 大模型，而不是当年大家普遍认为的光学突破。
传统 XR 设备只能理解现实中的信息：这里有一个平面（桌子），那里有一个障碍物（墙），本质上是在处理 几何（Geometry） 信息。
AI + XR 之后，基于大模型的设备不仅看到一个平面，还能识别出这是一张餐桌，上面放着一杯热咖啡，它开始处理的是 语义（Semantics） 和 上下文（Context）。
举个例子：眼镜看到一整页外文菜单（视觉信号），结合你此时身处异国他乡（位置信号），会直接推断出「你需要翻译」（意图），并在视场中实时覆盖译文。
这是从「空间计算」走向「意图计算」的变化。
AI 眼镜还有一点，是我觉得会让其他硬件行业开始警惕的：
当 AI 眼镜解决了「听 + 看 + 问」这一整套链路之后，除了专业用户之外，在普通人的需求场景下，大疆的便携相机、一些骨传导耳机品牌，是不是应该开始认真思考一下——单一功能设备的可替代性？
作为前 XR 从业者，聊一聊夸克 AI 眼镜，现在这个时间点会让我有一种奇妙的「验证感」。当年我在 BP 里给投资人画的大饼，几乎都被实现了。
唯一的变量是：加速 XR 发展的，其实是 AI 大模型，而不是当年大家普遍认为的光学突破。
传统 XR 设备只能理解现实中的信息：这里有一个平面（桌子），那里有一个障碍物（墙），本质上是在处理 几何（Geometry） 信息。
AI + XR 之后，基于大模型的设备不仅看到一个平面，还能识别出这是一张餐桌，上面放着一杯热咖啡，它开始处理的是 语义（Semantics） 和 上下文（Context）。
举个例子：眼镜看到一整页外文菜单（视觉信号），结合你此时身处异国他乡（位置信号），会直接推断出「你需要翻译」（意图），并在视场中实时覆盖译文。
这是从「空间计算」走向「意图计算」的变化。
AI 眼镜还有一点，是我觉得会让其他硬件行业开始警惕的：
当 AI 眼镜解决了「听 + 看 + 问」这一整套链路之后，除了专业用户之外，在普通人的需求场景下，大疆的便携相机、一些骨传导耳机品牌，是不是应该开始认真思考一下——单一功能设备的可替代性？
0 00
