零代码开发红利窗口期,普通人 30 秒验证游戏创意的最低门槛
更多动态
字节跳动发布了 Seedream 4.5,把「多图一致性」和「文字渲染」
直接拉到了商用成品级标准,不做单纯的艺术玩具,而是直接对标生产力。 1️⃣ 真·多图融合(Multi-Image Composition) 以前用 SD 做「产品+模特+背景」融合需要复杂的 ControlNet 堆叠。Seedream 4.5 原生支持多图输入,能自动识别主体并统一光影,直接生成高保真电商物料,大幅降低了各路商家的试错门槛。 2️⃣ 文字渲染不再是短板 AI 画海报最怕文字乱码(Typos)。新版本对 Logo 设计和海报排版的文字清晰度做了针对性训练,支持中英双语高精度混排,这意味着改改就能直接拿去投放。 3️⃣ 4K 画质与精细修图 支持 4096px 超清输出,且具备 Photoshop 级别的局部编辑能力(Inpainting),换脸、去杂物、平滑边缘都不在话下。 体验入口: 官网: https://seed.bytedance.com/en/seedream4_5 试玩(RunComfy): https://www.runcomfy.com/playground/bytedance/seedream-4-5/text-to-image #AI工作流 #电商设计 #Seedream #降本增效 #字节跳动

首个全栈开源 GUI Agent,把移动端自动化的门槛打下来了
以前搞手机自动化要自己写 ADB 驱动、配环境,现在 GELab-Zero 直接开源了“模型+基建”整套流水线。 原理类似给手机装了个“AI 驾驶员”,但这回连车(基础设施)和路(环境配置)都给你铺好了,主打一个快速落地。 🔹 开箱即用的基建:不仅开源了 4B 模型,更解决了最耗时的多设备连接、ADB 权限管理和任务编排,支持 Python 3.12+ 一键部署。 🔹 小参数高性能:基于 Qwen2-VL 调优,4B 规模在消费级显卡就能流畅运行,配合 Ollama 或 vLLM,实测在 AndroidWorld 复杂任务成功率达 75.86%。 🔹 真实场景优先:相比通用大模型,它专门针对打车、外卖等高频生活 App 做了特训,数据完全本地处理(Local Inference),隐私零泄露。 🔗 GitHub:github.com/stepfun-ai/gelab-zero 自动背单词演示 👆

claude申诉失败了。
订阅费也没法儿退,我甚至怀疑申诉邮件就是钓鱼的,有追踪IP地址。 dhh是美国开发者,前段时间来深圳交流,演示了自己怎么用claude code。 目前最稳妥的方式就是参考dhh方法,把Claude code放在海外机器上,用tailscale远程连接使用。 那就得租一台有家宽的海外机器,在那台机器上注册和登录claude。

分享下现在的纯手机端工作流。
九月底前我都是坐在电脑前开着terminal指挥着pi,跑多subagent,最后再自己看diff,提pr,经常一坐就是一天。 九月底,我工作流改成在手机端用hermes指挥pi,完全解决了久坐电脑前的痛苦,用到现在还挺舒服。 Hermes用旗舰模型(gpt-6-astra/opus-5.5),pi尽量不装插件,用中端模型(ds-v4.1-flash/sonnet/terra),二者间用a2a通讯。 hermes负责分析issues,拆分成多个小任务,然后给每个小任务创建worktree,并在里面派遣pi去完成小任务。 每个pi完成任务都会通知hermes,由它判断提pr还是返工给pi。基本逛一天景点,或一觉醒来十几个pr搞好了,舒服得很。 就是过程太黑盒了,心路历程有点像早期的vibe coding,那会diff至少自己会看一下,现在diff也黑盒,完全交给旗舰模型,属于盒中盒了。 如果没数据焦虑,其实可以直接用grok-bot或者chatgpt-dot,开箱即用,里面内置了grok-cli和codex,原生agents通讯。弊端就是数据不在本地,有监管,万一被封号一切归零。
