歸藏(guizang.ai) (@op7418) 的推文

啊？Nano Banana 家装展示也能搞定？

从平面图生成 3D 渲染建筑俯视图，然后再生成指定视角的渲染图

指定视角的渲染图格局也是大致正确的，餐厅那个有点问题可以抽卡 https://t.co/foJApJxjXg

字节刚发布了 OmniHuman-1.5 ，案例看起来非常牛皮

依然是通过音频和图像生成视频，整体的真实感和泛化能力都有了非常强的提升

支持双人音频驱动生成视频
支持生成超过一分钟的视频
支持感知并通过视频表达音频的情感
支持额外的文本提示词
支持多人场景表演
支持非真人的唇形和动作同步 https://t.co/IPVeyrruvW

Open  AI 也发布了 GPT-5 的官方提示词指南，更适合开发者参考

具体包括：智能体任务与工具调用、推理与上下文复用、代码生成与协作、可控性与指令遵循、Markdown 格式化、元提示（Metaprompting）代码工具与环境说明

基本涉及了 AI 产品和 Agent 构建的各个方面，我总结了一下还是推荐看原文👇 https://t.co/YDqacCQutW

Stripe 这个报告很值得关注，他们分析了平台上排名前 100 位的 AI 公司的支付数据得出的。

由于涉及到真实的资金交互，这部分数据相对真实。

用 NotebookLM 总结一下，也有翻译好的双语报告👇 https://t.co/vk1DUssstG

简单试试 GPT-5 的前端能力吧

毕竟其他进步感知不强，甚至有的还有点倒退

会加上 Gemini 2.5 Pro 和 Claude 4.1 的对比

从第一个结果来看，GPT-5 相较于之前是好不少，但肯定没有 Gemini 和 Claude 强，而且这次最漂亮的居然是 Gemini https://t.co/PsvQN4IqYq

Dia 浏览器大型更新，可以白嫖 o3 了！

现在聊天的时使用 /Research 启用推理模型回复
在自定义 Skill 技能的时候也能选 4.1 还是 o3 回复
如果开启过记忆功能，后续 AI 回复就会根据浏览历史回复
只需点击 技能库 中的“Try in Dia”就能快速添加 Skill https://t.co/2m8BXAcCYK