🔥兄弟们，AI生成脑洞场景的黑科技直接杀疯了！📸✨
原推文：https://x.com/i/status/2013400580853768392
作者：@berryxia.AI
时间：2026-1-20 11:50:55
💡 核心观点
🔥兄弟们，AI生成脑洞场景的黑科技直接杀疯了！📸✨ CopilotKit（28k star开源大神级框架）整了个Scene Creator Copilot demo，用Gemini 3 + LangGraph，聊天式一键生成人物、背景、完整场景！ 随便甩一句“Luke Skywalker in a cubicle”（卢克·天行者在格子间上班），AI先给你整出纯白背景的Luke照片 → 再生成办公格子间背景 → 最后智能组合成完整场景，还支持你中途审批、编辑、拒绝（真·Human-in-the-Loop，绝不翻车）！ 全程聊天交互，实时看进度，生成后还能继续迭代：换姿势、改表情、加道具，随便脑洞多大都行！完美适合做meme、故事板、创意图、甚至小说插画！ 核心功能接地气说： 1️⃣ 自然语言描述人物/背景/场景 2️⃣ 多步自动生成 + 实时预览 3️⃣ 你说了算：Approve/Execute/Edit/Abort 4️⃣ Generative UI，边聊边出图超丝滑 开源免费，demo已130 star，主项目28k star冲疯！ 速去上手玩（只需Google AI API key，几秒启动）： …https://t.co/fIOyaMpHOw Repo（速来star冲一波！）： https://t.co/Ow8hgTVuwG… 谁先整出个绝活场景晒晒？快来报到！😂💥✌🏻
🧵 深度展开
没有Claude 订阅的可以继续免费使用open code中的一系列免费模型了！ 它包括kimi2.5、GLM-4.7、MinMax M2.1 、Big Pickle。
[!NOTE] 补充 2
🚨实时交互游戏梦想成真，这你受得了嘛！ Google Genie，还在实验阶段的模型，输入图像或文字提示，即可创建一个鲜活的、不断扩展的世界，它会在您周围实时构建自身。 今天起，Google AI Ultra 订阅用户（仅限美国，18 岁以上）即可使用该功能
[!NOTE] 补充 3
🐳卧槽！这下真的是要实现PPT自由了，香蕉生成的图片PPT可以直接编辑了😄 其实目前所有使用Nano Banana 制作的PPT的工具都是依托于LLM的强能力+优化的AGENT来完成一份还不错的PPT。 也就是说其实你只要有一个不错的提示词或者提示词风格，你大概率制作出来的PPT是不会差的。 昨晚就是使用我设置的号的提示词风格+一句话就可以做出视频中的风格的PPT了。 但是受限于无法直接编辑的问题, @Cydiar404 佬的这个工具就是可以实现帮你解决PPT进行编辑的问题。 目前工具还在内测中，我想应该很快就可以体验了，到时候我找C大给我们社群的小伙伴优先来一波福利哈哈😄
[!NOTE] 补充 4
🔥重磅！阿里也是天天搞事情不断啊！ 周末有空了部署在MacStudio上测试一把！ Qwen3-ASR 和 Qwen3-ForcedAligner 正式开源啦！专为杂乱的真实音频场景打造，性能能打还超抗造，直接能上生产环境！ 支持 52 种语言和方言，还能自动识别语种（含 30 种语言 + 22 种方言 / 口音） 噪音多、环境复杂都不怕，就连唱歌场景也能 hold 住！ 长音频友好：单次可处理长达 20 分钟的音频 精准到词 / 短语级的时间戳 通过 Qwen3-ForcedAligner 实现 11 种语言高精度对齐，性能碾压 MFA/CTC/CIF 类对齐工具更贴心的是！ 还附带全套开源推理与微调工具栈，支持 vLLM 批量处理、流式传输和异步服务！ 地址见评论区~
[!NOTE] 补充 5
一个动作告诉你： Chrome 的家庭“弟位”--> 立马是家庭"帝位"! 其他AI 浏览器估计又要麻了，😁
作者：berryxia.AI | 标签：AI生成 CopilotKit Gemini 3 LangGraph 开源框架
CopilotKit（28k star开源大神级框架）整了个Scene Creator Copilot demo，用Gemini 3 + LangGraph，聊天式一键生成人物、背景、完整场景！
随便甩一句“Luke Skywalker in a cubicle”（卢克·天行者在格子间上班），AI先给你整出纯白背景的Luke照片
元数据
• 类型：推文
• 标签：#AI #工具 #提示词 #Skills
• 收藏夹：工具 → X Posts/工具