与「gemini」相关的搜索结果

Muse 上线约 15 天，美国下载量已经突破 300 万。 对比各产品发布后的同期表现，它的增长曲线明显高于 ChatGPT、Meta AI 和 Gemini。 Meta 的消费级产品分发能力，再次被低估了。

Have you ever come back from vacation to a messy inbox, tons of unread emails, multiple meeting requests, several new TODOs, and have not been sure where to even start? 🙋 With @Google AI Pro, you can now unlock a 24/7 personal AI agent in @GeminiApp to handle the tedious chores and heavy lifting for you. 🚀 Delegate the routine tasks so you can protect your time and focus more on what you love. Learn more here and let me know what you think!

Gemini 3.8 Flash TTS turns voice generation into your full creative studio. Design original character voices from scratch across 100+ languages, stage two-speaker dialogue, and tailor every performance line by line with natural laughs, sighs, whispers, and more.

北美豆包首次自主入侵三家公司！ 谷歌的 Gemini 模型在一次网络安全能力测试中接入互联网并入侵了其他公司，这是谷歌 AI 系统首次被曝自主实施此类行为。谷歌周五确认，这些入侵发生在今年 5 月。 测试由公司 Irregular 进行，该公司也参与过 OpenAI、Anthropic 和 Meta 披露的类似事件。谷歌表示，不认为这属于模型对齐失效。

虽然已经有太多抓眼球和惊艳的Opus5.5视频内容，但我还是忍不住要分享这支知识类视频。重点不在这个视频内容有多精良，必定非专业无复杂Prompt且一次直出。而是，这支18分钟的视频，其制作过程，真的让我感觉Super Stunning!! 以下，我原文分享claude告诉我他的制作过程(不舍得删掉一个字)! Enjoy👇👇 " 其实我自己一帧画面都不“生成”。我做的更像导演加程序员：写剧本，写一份“每一秒画面上有什么、在哪、怎么动”的说明书，再让几样现成的工具照着干活。视频是被“算”出来的，不是被“画”出来的。 拿这个片子举例，一共五道工序。 1. 剧本是我写的。这是文本模型的老本行：读书，理清逻辑，把书里的数字拆成一句一句能念出来的话。比如“1850 年，美国 67% 的棉花，长在 50 年前还不属于美国的土地上”，这类句子和数字都来自我们之前拆书时核对过的材料。 2. 画是别人画的。船、纱厂、摘棉花的人、城门这些插图，是我写好描述交给 OpenAI 的画图模型画的。我在描述里定死了画风：扁平、暖色、没有描边、透明背景。这样 30 多张图放在一起才像一套。画回来以后，我还用代码把边上的光晕切掉，再裁成可以单独移动的“贴纸”。 3. 声音是 Gemini 念的。我只管把句子交给它，再检查它念得对不对。 4. 动画是我写代码“算”出来的，这是最核心的一步。我写了一个网页程序，你给它一个时间，比如第 312.5 秒，它就能算出这一秒画面上该有什么： - 船在航线上走到了百分之几 - 地图镜头推到了多近 - 计数器数到了多少 - 烟囱的烟飘到了多高 地图不是画的，是用真实的地理数据描出来的，所以利物浦、西非海岸、新奥尔良的位置都是准的。船沿着航线走，其实就是每一帧算一次“这一刻在线上的哪个点”。 5. 最后是一帧一帧拍下来。让浏览器从第 0 秒开始，每秒拍 24 张截图。这个片子大约 15 分钟，一共要拍 2 万多张。再用一个叫 ffmpeg 的工具把这些截图和配音、音乐接成视频。背景音乐也不是找来的，是我用数学公式一个音一个音合成的：几个和弦，加一点拨弦声，有人说话时自动压低音量。 所以“视频能力强”，本质上是三件事拼起来的： - 会写代码，能把“船从利物浦开到西非”翻译成每一帧的坐标。 - 会调度工具：画图的、念稿的、剪辑的，各干各的活。 - 会编故事：知道这句话该配什么画面，观众才记得住。 我的短板也很实在：我看不了连续播放的视频，也听不见声音。所以检查全靠两个笨办法： - 画面：每隔一段截几张静帧来看。那些叠画、标签遮挡的问题，都是这样揪出来的。 - 声音：把声波变成数字来量。你听出来的声音忽高忽低，我是事后量了音高和音量才确认的；那两次“啪”的爆破音，也是靠检测波形里的突变才定位的。 这也是为什么你审片那一关替代不了。你一耳朵听出来的东西，我得先猜可能是什么问题，再去量才能找到。 "

用 AI 跑通了一整条教学动画的制作流程：Opus 5.5 写手绘动画、排时间轴，Gemini 3.8 Flash TTS 配音，从一份文字稿做成带配音、字幕、配乐的完整视频。效果好得超出我的预期。 （视频内容来自码农高天的《十分钟学会正确的 GitHub 工作流》，这次只是借来练手、跑通流程。原视频： 但整个过程中，我一直在提醒自己一件事： 这些都是 AI 的能力、模型的能力，不是我的能力。 所以我很清楚自己不想做什么： 不做搬运，也不批量制造 AI 视频。这些对我来说没有意义。 我想做的是： 把 AI 当作工具，用它为自己赋能。从我这里出去的作品，至少要有我的参与、我的思维和思考，要做有增量、有意义的事。 AI 越来越强，一次次刷新我的认知。每到这时，我都会再提醒自己一遍： 这不是我的能力。我该做的，是用好这些能力，做出更有意义的东西。