马斯克的 Grok Imagine “智能体模式” 来了。你可以将整个创意工作流放进一块无限画布,并在同一个页面里完成头脑风暴、图片生成和编辑、再转成视频,全程不用跳转工具。例如,要给一件衬衫做广告,可以让 Grok Imagine 生成穿着这件衬衫的模特图,挑一张满意的,不确定用什么拍摄角度就直接在对话里问它,然后一口气完成整个视频广告制作工作流。所有思考和创作的过程全部通过对话模式,并且在一块画布中完成。
Grok Imagine “智能体模式”来了!
马斯克旗下 Grok Imagine 推出智能体模式,将创意工作流整合至无限画布。用户可在同一页面通过对话完成头脑风暴、图片生成编辑及视频制作,无需跳转工具。该功能支持从模特图生成到拍摄角度咨询的全流程操作,适合需要高效产出广告或视觉内容的创作者,实现思考与创作的一站式闭环。
相关文章
一段代码让网站出海,这个 AI 翻译工具把多语言 SEO 玩明白了
跨境电商网站常因语言壁垒导致高跳出率。Weglot 是一款 AI 翻译工具,仅需几分钟即可通过添加脚本实现网站多语言本地化,且保持原有排版。该工具支持可视化编辑、术语表锁定及团队协作,便于后续维护。同时,它能自动优化 hreflang 标签、独立 URL 及元数据,解决多语言 SEO 难题。借助母语内容布局小语种市场,企业可以低成本获取流量红利,有效提升海外转化率。
SCOPE 给 AI 绘画装上了 “语义追踪器”,复杂提示词终于不用反复抽卡了
中科大团队发布 SCOPE 框架,通过结构化语义规格解决 AI 绘画中复杂提示词语义丢失问题。该系统将提示词拆解为实体、约束及未知项,构建包含分解、合成、生成、验证的四步循环,并辅以检索、推理和修复技能,实现生成过程全程可追溯与精准修复。团队还推出 Gen-Arena 评测基准及 EGIP 指标。实验显示 SCOPE 在多项基准中表现优异,为多元素控制场景提供了工程化解决方案,代码已开源。
Stable Audio 3.0 发布:开源音频生成从 11 秒走到 6 分钟
Stability AI 发布开源音频模型 Stable Audio 3.0,最长可生成 6 分 20 秒立体声音频。该模型采用 SAME 架构实现 4096 倍压缩,支持变量长度生成与局部编辑,Small 版本可在移动端离线运行。训练数据均获授权,规避版权风险。提供四个变体及 LoRA 微调文档,社区许可允许商用。此次升级标志着开源音频生成从短音效迈向完整歌曲创作,为开发者提供了本地化、合规的高质量音频生成方案。
评论区
围绕《Grok Imagine “智能体模式”来了!》展开交流,未登录用户可浏览评论,登录后可参与讨论。