Whisk是由Google推出的一款AI图像生成工具，以其独特的“以图生图”功能，彻底颠覆了传统图像创作的模式，允许用户使用图像作为提示来生成新的图像，而不需要冗长的文本提示，用户可以提供多张图像来指定主题、场景和风格，Whisk能够将这些图像的风格混合在一起，生成具有新风格的照片。
功能特点 1. 以图生图：Whisk的核心功能在于其“以图生图”的能力。用户无需费心构思文字提示，只需通过上传图片，就能让工具自动理解并生成符合预期的图像。 2. 风格混合：Whisk的智能算法能够精准捕捉并混合不同图片的风格特征，无论是抽象的艺术风格，还是具体的场景元素，都能被巧妙地融入新的图像中。 3. 快速迭代：生成的图像并非一成不变，用户可以通过编辑文本提示或上传新的图片，轻松实现图像的迭代修改，进一步优化生成结果。
用4o生成非常可爱的景区游览笔记，详细提示词：
请生成一张图片，模拟在一张略带纹理的纸张（比如米黄色或浅棕色）上手写的关于景区 [请在此处替换为景区名称] 的讲解笔记。图片应呈现旅行日志/拼贴画风格，包含以下元素：
用手写字体（比如蓝色或棕色墨水）书写景区名称、地理位置、最佳游览季节、以及一两句吸引人的标语或简介。
包含几个主要看点或特色的介绍，使用编号列表或项目符号（例如：[列举2-3个具体看点，如“奇特的岩石形态”，“古老的传说”，“独特的植物”等]），并配有简短的手写说明。
用红色笔迹或其他亮色圈出或用箭头指向特别推荐的地点或活动（例如 [列举1-2个推荐项]）。
穿插一些与景区特色相关的简单涂鸦式小图画（例如：[根据景区特色想1-2个代表性图画，如山峰轮廓、特色动植物、标志性建筑等]）。
点缀几张关于该景区的、看起来像是贴上去的小幅照片（可以是风景照、细节照，风格可以略显复古或像宝丽来照片）。 整体感觉要像一份由热情导游或资深游客精心制作的、生动有趣的个人导览手记。
教程by：微博 @歸藏的AI工具箱
设计师新宠来啦！初创公司 Luma 全新发布 Dream Machine，能从文本/图像直接生成视频。感觉比 Sora 也差不了多少。
Dream Machine 120秒就能给你做出一个120帧的视频！这速度，想改点啥，马上就能再做一个新的，太高效了！而且镜头效果超自然，Dream Machine还超级懂镜头语言！它能模拟出各种电影级的摄像机运动，让你的视频看起来就像大片一样流畅、自然。
大家可以看看下面的演示视频，它还能理解人和物是怎么在现实中互动的，所以做出来的视频里，角色和场景都超级真实，一点都不会觉得假。
最最最主要的是，现在人人都可以免费体验！服务器都快被大家挤爆了，你还在等啥呢？赶紧来试试吧！
体验地址：https://lumalabs.ai/dream-machine
昨晚 OpenAI 发布了 GPT-4o 后，压力就给到了 Google I/O ，现在给我说 OpenAI 不是故意的，我都不信！
这场发布会体现了 Google 在 AI 领域的深厚技术积累和对未来技术趋势的洞察，同时也表明了 Google 将 AI 技术深度融合到其产品生态中的决心。
以下是发布会的一些重点概述：
发布会要点： 1、Google Search AI：发布了 AI Overviews，加强版 AI 搜索概要功能，多步推理能力上架。 2、Gemini 大模型：Gemini 1.5 Flash（100 万上下文）；Gemini Pro（200 万上下文）。 3、Gemma 大模型：发布开源多模态大模型 Pali Gemma 和 Gemma2。 4、AI in Google Workspace：用 Gemini 的能力和 Side Panel 的形式，将 Google 系列产品串在一起。 5、Gemini App：手机版的 Gemini 应用程序，即将支持和 AI 视频对话，近几周发布。 6、Project Astra：最新的多模态 AI 项目，包含 Imagen3、 Music AI Sandbox 和 Veo 等针对图像、音乐、视频的生成式 AI。
更多关于2024 谷歌I/O大会 的介绍及点评，大家可以看看这篇文章，总结的非常详细：Google I/O 2024
近日，谷歌的全新人工智能模型 Gemini 1.0 引起了广泛的关注。Gemini 到底是个什么样的模型，为什么说比 GPT-4 强呢？
Gemini 是谷歌推出的一种大型语言模型。它是谷歌迄今为止规模最大、能力最强的人工智能模型，具有原生多模态能力，能够同时处理文本、图像和音频等多种信息。
Gemini 的训练数据集包括1.6万亿个参数，是之前的 GPT-3 的两倍。它能够理解和生成自然语言，并能够从文本、图像和音频中提取信息。
Gemini 还能够进行多种任务，包括： 生成文本、翻译语言、编写不同类型的创意内容等。 理解和回答问题，包括开放式、挑战性的和奇怪的问题。 从文本、图像和音频中提取信息，并进行分析。
卷起来了，前不久阿里云推出了首个“AI程序员”。能够一站式自主完成任务分解、代码编写、测试、问题修复和代码提交等整个过程，能够在分钟级时间内完成应用开发。 近日，字节跳动推出了一款名为豆包 MarsCode 的智能开发工具，面向国内开发者免费开放。
核心功能： 1、提供智能代码补全、Bug修复、单元测试生成等AI功能。 2、支持多种编程语言和主流IDE。
云端集成开发环境（Cloud IDE）：豆包MarsCode包含AI原生的云端IDE，无需配置复杂环境，直接在浏览器中进行编程和调试。 支持语言：支持C、C++、C#、Go、JavaScript、Java、Node.js、Rust、TypeScript等多种编程语言。 开发模板：提供多种开发环境和模板，减少环境配置时间。 原生AI能力：具备代码自动补全与生成、问题修复、代码优化等功能。
主要特点： 1、开箱即用，简化环境配置。 2、云端IDE，随时随地开发。 3、弹性云端资源，不受本地资源限制。
主要功能： - 编程助手和Cloud IDE：提供代码编写提议、代码补全、Lint错误修复等。 - 项目问答功能：针对需求开发、Bug修复、开源项目学习等场景提供支持。
更多介绍可以访问豆包 MarsCode官网！
