我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

VidPic 是一款免费在线工具，主要功能是将图片和音乐合成为视频，也能加入字幕、预先调整尺寸，只要几分钟即可快速把图片转换为高清视频格式！VidPic 本身具有中文在内等多国语言界面，操作上也很简单，几乎不用花太多时间就能轻松操作，算得上是很方便的免费工具。

VidPic 最大特色是所有操作过程都在本机浏览器上进行，因此不会有任何图片或音乐被上传到远程服务器，极大程度保障资料隐私和安全性，接下来就介绍这项服务的实际操作方式。

VidPic 是一款免费在线工具，支持将图片和音乐合成视频，无需下载或登录，快速生成高质量短视频！

进入 VidPic 网站后先从右上角切换语言，从上面的链接连到 VidPic 默认会是中文。

点击中间的上传框、选择要制作成视频的图片，可一次选择多张图片〔批量选择〕，支持 JPEG、PNG 和 WEBP 格式。

接着照片就会变成视频显示于 VidPic 编辑页面，下方有一排主要功能，包括：添加图片、设置背景音乐、设置视频尺寸、编辑字幕和下载完成的视频，若要加入更多图片可点击第一个按钮。

下方会看到视频内的每张图片出现顺序，可以自由调整顺序或是删除。

每张照片会有一个固定的显示时间长度〔默认 2 秒〕、使用「淡入淡出」过场效果、过场时间 0.5 秒，试着预览播放视频就会知道制作出来的效果。

利用 VidPic 制作出来的视频很像照片幻灯片，很适合用来展示大量的图片，值得一提的是有不少可选用的过场效果，当然，这些都是免费、没有隐藏费用也不需要订阅。

将图片制作成视频后，也可以加入背景音乐，使视频看起来更活泼生动，点击「设置背景音乐」后就能加入音乐文件。

进入「设置视频尺寸」后可以预先调整视频尺寸大小，默认是平均宽高，会直接使用图片尺寸带入视频的长度、宽度，亦可调整为指定宽高、指定比例，设置图片平铺方式和填充颜色。

点击视频尺寸设置的「指定比例」计算方式，可以调整成不同的视频比例，例如 16:9、1:1、16:10、4:3、9:16 或是 3:4 等选项。

VidPic 还有加入字幕的功能，可以在浏览器内对视频的字幕进行编辑，也支持导入导出功能。

设置过程可以随时回到视频播放器，点击「播放」按钮来预览视频实际效果。

最后，点击右下角「下载视频」按钮就能将转换、制作完成的视频保存起来。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

AI Graph Maker 是一个帮助用户快速生成图表的在线工具，通过 AI 整理输入的数据和提示词，再将数据以图表方式输出，在几秒钟快速生成专业的图表，同时还能调整不同的图表配色，如果发现生成的图表有些小问题也能通过编辑功能调整数据。

依照说明 AI Graph Maker 可以制作各种类型的图表，包括扇形图、折线图、条形图、流程图、时间轴、ER 图、思维导图和甘特图等等，默认情况会自动识别、选择最合适的类型，有需要也能手动指定。

最后可以将图表快速下载为 PNG 格式，整个过程无需注册账户，无论是新手或是专业人士都能轻松上手。

使用 AI 图表生成器轻松创建各类图表。将您的数据转换为定制的柱状图、折线图、流程图、饼图和散点图。

进入 AI Graph Maker 后会看到功能介绍、可通过 AI 图表制作工具生成的图表类型，要注意目前不同语言版本的制作工具不一样，使用英文或简体中文的版本功能会比较多，而且制作出来的图表更好看。

点击 AI 图表生成器下方的示例，可以快速带入测试用的内容，例如生成销售数据条形图、网站流量分析折线图、部门员工人数扇形图或是比较学生学习表现的雷达对比图。

右下角有一个「图表类型选择」栏位，默认情况下会「自动」判断，用户可依照需求手动选择，AI Graph Maker 当前支持的类型包括折线图、条形图、雷达图、扇形图、树形图、散布图、关系图、桑奇图、漏斗图。

下图就是使用 AI Graph Maker 示例制作出来的图表，用户只需要将相关数据直接贴上，AI 就会进行后续处理并生成图片，整个过程几秒钟就完成了，可以说非常强大。

我也试着去找一些数据作为示例，搭配上提示词〔要求 AI 将内容制作为图表〕，点击右下角「AI 生成」。

AI Graph Maker 就将条形图制作出来，还能依照用户需求更改单位、显示名称或其他呈现方式。

从图表右下角按钮找到「调色盘」选项，快速将图表切换为不一样的配色组合。

使用不同语言版本生成的图表文字会转成相应语言，可以点击一下右下角「编辑图表数据」按钮就能修改，编辑图表中每个项目的显示文字和数字。

最后，找到图表右下角的「下载」按钮即可将图表保存为 PNG 格式。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

Instagram 一直以来都严格限制敏感内容，其实 Meta 官方默认悄悄关闭 IG 敏感内容，能够让用户自行决定要解锁浏览更多敏感内容，那到底 Instagram 敏感模式怎么开呢？这篇就来分享启用方式，让你能解开多数人都不知的 IG 模式。

所谓的敏感模式其实是 Instagram 的敏感内容控制功能，该功能允许用户调整他们在平台上看到的敏感内容的数量，包括性暗示、暴力或其他可能令人不适的内容。

先更新 Instagram 应用程序至最新版本，并且点到个人文件页面内，点击右上角设置图标。

接下来并选择「建议内容」，在内容偏好设置页面内进入「敏感内容」。

默认敏感内容控制都会是标准，想要解禁更多 IG 敏感信息，可以改为「更多」，会跳出询问窗口点击确认即可。

这样就能进入 IG 敏感模式，而非是原本默认的有锁敏感内容话题，要是看不见更多选项，可能 Instagram 账号所填写的生日年龄没有满 18 岁以上。

实际观察下来，只要启用 IG 敏感模式后，等同官方所说性暗示的敏感性图片或视频都会看见，但是不会有裸露内容，毕竟 Instagram 仍然禁止色情和极度露骨的性内容。

虽然用 IG 敏感内容功能可以让用户接触到更多元化的成人内容，但对于未成年用户就不建议进入，同时还要考量长期接触大量敏感内容，都有可能对某些用户的心理健康生成负面影响，进入前建议还是多评估自己的心态和保持警惕。

最后总结 IG 敏感模式功能：

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

你是否因为不会写程序，总觉得无法打造自己的自动化工作流程？每次设置 AI 工具都需要大量手动操作，效率难以提升？试试看一个实验性的新工具：「tldraw computer」，通过直觉的流程图设计，就能将繁琐 AI 指令与工作流程视觉化，打造高效率的 AI 自动化系统！

一开始使用 AI 〔指得是 ChatGPT、 Google Gemini 这类工具〕，我们可能会问：「生成一个某某主题的报告。」但当继续深入使用，真的把 AI 当作工作辅助工具，就会发现这样简单的提问是不行的，我们需要把任务「切割成」不同步骤，一个阶段一个阶段让 AI 处理，然后通过反问讨论，整合出最终更好的内容。

这时候，我们要请 AI 生成报告草稿，可能会先请 AI 设置 TA、痛点，再请 AI 做资料研究、摘要，然后请 AI 根据资料思考出更好的报告论述逻辑，然后才请 AI 根据这样的逻辑与资料，最后总结出一个更深入的报告大纲。

那么，如果上述的操作流程，可以用「视觉化」的流程图规划出来，然后 AI 就会自动跑完所有流程，生出我们需要的成果呢？这就是今天分享的这个最新 AI 工具：「tldraw computer」所具备的独特功能。

「 tldraw 」是很知名且好用的在线流程图工具，不过她们最新推出的「 tldraw computer 」AI 功能，不是要帮我们画流程图，而是让我们用简单好上手的流程图，规划出自己想要的 AI 自动化工作流程，打造一个可以根据更复杂逻辑生成报告、文章、设计图、声音文件的 AI 自动化助手。

「tldraw computer」内核特色：

「tldraw computer」用途：

我们先来看看「tldraw computer」这个工具可以完成什么样的应用案例，分享一个简单版实例：我自己常常会需要把拍照扫描的纸张图片，转换成一个有效的文字内容，就利用这个工具来建立一个快速扫描与修正文字的 AI 工具。

我可以在「tldraw computer」流程图上设置一个上传图片的卡片框，然后拉一条连接线。接着在一个 AI 的指令框框里，输入我希望用什么样的逻辑来识别图片并修饰文字。然后接下来我再拉一条连接线，设置一个输出的文字框，让 AI 可以把完成的结果输出到这里。

而在使用的时候，我就只要在「第一步：上传图片的卡片框」把图片上传，按下右上方的播放启动按钮。这时候，这个工具就会自动跑流程图上的步骤，把扫描出来的文字转换成我需要的内容。

「tldraw computer」目前使用的 AI 模型是 Gemini，看起来无论是中文的文字还是手写字，都能够非常有效的识别完成。

接下来我们来看一个比较进阶复杂的应用案例。我想让 AI 帮我写一篇文章的草稿，但是就像前面提到的，直接让它撰写通常不会有很好的结果。

所以我利用「tldraw computer」工具画出一个文章产出的工作流程图。在流程图的一开始，我利用两张绿色的卡片，让我可以自己简单的设置这篇文章要解决什么 TA 问题，以及这篇文章想要采用什么方法论来解决问题。

接着，我开始用「tldraw computer」流程图展开我希望 AI 一步一步处理的自动化步骤。

首先，我利用红色的卡片设计 AI 处理的指令，请 AI 根据我的 TA 问题，写出一段有效的痛点描述。接着再请 AI 利用我想要介绍的方法论，写出一段这个方法论的重点思维基本背景的介绍文字。

但是，这样还不够。我继续往下画流程图。我让 AI 根据他自己输出的 TA 痛点以及方法论的重点，重新思考，拟出文章最好的架构。这个架构需要具体，有操作步骤，而且每个方法、每个步骤都要尽量有深入的诠释。

然后接下来，我让 AI 一步一步的把这篇文章往下扩展，有了文章的架构之后，我再请 AI 从这个架构出发，让这篇文章有一个完整的故事开场，有方法论重点，也有具体操作步骤，把前面的内容做一个有效的并且延伸插件的整合。

最后，我再画出下一步的 AI 流程图。我请 AI 用惯用的语言，用口语更亲切的方式来润饰改写它产出的文稿，输出一个解决痛点、介绍方法的一篇中文文章草稿。

甚至我可以再继续往下拉出下一步的流程图，放上一张声音的输出卡片，让 AI 把这篇文章的草稿转换成一个精简扼要的介绍音频文件。

有兴趣的朋友，可以看看我完成的这个 AI 自动化的工作流程图，看看上面的内容：https://computer.tldraw.com/t/szQY1iuGZCHAEmwzFASShH〔网址可以查看生成结果，如果要试用这个 AI 自动化流程工具，需要注册一免费账号。〕

当我有了这样的一个自动化的工作流程图，以后我只要每次回头修改一开始的两张绿色卡片，后面 AI 就会像刚才一样，自动跑完我已经设计好的工作流程，一步一步的去设计结构，推演文章进行润饰，甚至最后产出声音文件。我可以立刻获得最后输出的文章草稿以及声音文件的结果。

看完两个具体案例，最后我来分享「tldraw computer」如何操作？

先注册一个免费账号，建立一个 AI 自动化工作流程〔图〕的项目。

A computer by tldraw.

建立 AI 流程的基本逻辑是：输入、〔AI〕处理、〔AI〕输出。

掌握上面这个逻辑，你就能快速设计出一个有效的 AI 自动化工作流程。

首先，我们要设置「输入」内容的填写框，这是 AI 工作流程的起点，就像是要告诉 AI 目标、结果、资料的意思。

在「tldraw computer」中，利用 Text 或 Image 等卡片，可以设置输入文字、上传图片的填写框，作为启动流程的起点。

接着，我们要告诉「tldraw computer」如果去处理输入的内容，这时候从输入内容的卡片，画出连接线，连接到「Instruction」这个卡片上，然后在「Instruction」中说明希望 AI 如何处理内容的指令。

「tldraw computer」会根据我们简单的指令，自己做优化，让 AI 处理内容的结果更好。

然后，我们继续从「Instruction」卡片画出连接线，这时候可以连到 Text、Image、Speech、Website 等卡片，代表要让 AI 处理后，输出什么格式的内容。

重复上面：输入、处理、输出，三阶段流程，我们就可以串联出一个更复杂的 AI 自动化工作流程。

通过流程图的规划方式，我可以继续推进下一步的 AI 处理流程，甚至利用连接线把不同段落的内容连接到需要的步骤上，建立我自己需要的工作步骤。

最后，「tldraw computer」也提供了一些辅助功能，让设计这样的流程图更简单。

例如有一个启动按钮，让我们到时候只要按下启动，后面的 AI 流程就会自动跑完。

或是像流程图一样可以设置大小颜色，这样帮助我们分辨流程图中不同的卡片类型。

「 tldraw computer 」还有不少高级功能，有兴趣的朋友可以进一步玩玩看。

整体来说，「tldraw computer」是一个强大且易上手的自动化工具，让我们能够轻松打造自己的 AI 流程，推荐大家试试看。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

BlinkShot 是一个以 AI 人工智能技术即时生成图片的免费服务，这是开源项目，背后使用 AI 加速云服务「Together AI」和图片生成模型 FLUX，这项服务特性是能在非常短的时间内依照输入的提示词生成各种图片，以毫秒为单位，生成的图片也丝毫不逊色，有兴趣的朋友可以玩玩看。

目前 BlinkShot 支持英文提示词，也可以直接叫 AI 服务帮你生成〔例如用 ChatGPT 或其他同类型服务〕，另一个方法是使用图片转文字 AI 工具，例如：Image to Prompt等工具，将喜欢的图片快速转换为英文提示词，最后稍作修改再生成想要的图片。

BlinkShot 目前没有使用的生成数量限制，还有个「Together API Key」栏位可自定义自己的 API 密钥，生成的图片素材皆可免费下载使用，AI 图片基本上也不会受到版权限制，使用于个人或商业用途都没问题。

Generate images with AI in a milliseconds

进入 BlinkShot 后直接输入提示词就会立即生成图片，整体速度非常快，过程中如果继续输入其他形容或是提示词，图片会即时更新，相较于其他同类型的 AI 图片生成器来说确实非常强大！

下方会显示生成的图片历史记录。

通过 BlinkShot 生成的图片看起来很逼真，也能依照用户需求调整成各种风格、样式，越仔细的提示词就能生成更细致准确的结果。

生成过的图片历史记录会显示于下方，可以随时切换回去查看。

在图片点击右键即可下载保存。

在图片上点击鼠标右键、选择「另存图片」后将图片保存下来即可使用。

BlinkShot 未来也会加入下载按钮，让用户更方便获取图片。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

制作示意图的工具有很多。

我喜欢使用基于文本代码的作图工具，来绘制线框图，比如 Mermaid、Plantuml、Graphviz。

它们都能根据代码，生成图片，非常适合放入代码仓库，进行版本管理。

最近，我发现了一个更易用的同类工具 D2，简单直观，功能强大，下面介绍给大家。

D2 可以命令行使用，也可以浏览器使用。假定你有一个图片代码文件example.d2，那么生成图片的命令如下。

$ d2 example.d2

大部分时候，我都通过浏览器使用它。它有一个线上生成器 play.d2lang.com（下图），把代码贴进去，按下”compile”按钮，马上生成图片。

想要 A 节点（节点的名称为 A），直接输入 A 就可以了。

A

A 只是节点名称，如果要定制节点的内容，就像下面这样写。

A: 甲

接着，添加一个节点。

A: 甲
B: 乙

把它们连起来。

A: 甲
B: 乙
A -> B

连接可以用正箭头（->）、也可以用反箭头（<-），甚至双向箭头（<->）。如果不需要箭头，就直接连线（--）。

箭头上还能添加文字。

A: 甲
B: 乙
A -> B: 连接

节点之间可以有多根连线。

A: 甲
B: 乙
A -> B: 请求
A <- B: 响应

节点的连接也可以写在一行。

甲 -> 丙 <- 乙: 连接

阶段一 -> 阶段二 -> 阶段三 -> 阶段四
阶段四 -> 阶段一: 反馈

这些语法就够画出基本的线框图了，是不是挺简单。

D2 可以绘制非常复杂的图，更多语法参考文档。

最后提一下，如果想修改节点形状，方框改成圆形，就像下面这样写。

A: 甲
A.shape: circle

形状甚至可以改成一朵云，表示云服务。

A: 甲
A.shape: cloud

线条颜色也可以改。

A: 甲
A.style.stroke: red

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

「PixDuplicate」是一个从系统中快速查找、删除重复照片的网站，也是渐进式网络应用程序〔Progressive Web Apps，PWA〕，简单来说，这个工具不需要用户将照片上传，所有过程都只会在设备的浏览器上完成，因此不用担心文件被第三方服务器获取，通过 PixDuplicate 能快速找出重复或相似的照片，浏览后进行删除或是移动到指定文件夹。

PixDuplicate 主要有两个模式：

经过我的测试在关闭网络的情况下确实可用，也表示图片不会在过程中上传到服务器，不过在刚进入服务前还是需要有网络连线，接下来就实际示范一下 PixDuplicate 功能。

https://www.pixduplicate.com/

进入 PixDuplicate 网站后往下滑动页面，会看到两个主要功能：

选择图片、查找指定文件夹有无相似或重复结果。

我先从第一个「Scan One Image」功能开始测试，打开后会有两个步骤，分别是选择一张要查找的图片，以及选择要查找的路径，下方会有一个「Use quick search」选项默认启用，可以让查找速度更快，不过有机会提高错误率。

虽然会显示「要将文件上传到这个网站吗？」，但实际上不会有任何上传操作，只是浏览器提示信息而已，害怕可以断网操作，然后点击上传。

比对后显示结果，快速删除或是移动照片文件。

接着会需要一段时间进行查找、分析和比对，我测试了一个大约 300 张照片的文件夹，其实只需要数十秒时间就完成。

在查找结果下方就会显示找到的相似或是相同图片结果，可以点击「Copy File Name」复制文件名来进行其他操作，如果浏览器支持新的 File System API 还能直接删除照片或是移动到指定文件夹。

查找指定文件夹有无重复或是类似照片。

如果想要寻找某个文件夹有没有重复或是类似照片，使用另一个「Scan All Images」就能快速查找，这个功能更简单一些，只要点击「Select a folder with your images」选择照片的文件夹后进入自动查找功能。

在查找结果会列出看起来很相似、相同的照片结果，可以快速复制文件名、删除或是移动到重复照片的文件夹，要注意的是 PixDuplicate 并不是 100% 准确，有些看起来很像但实际上不同〔例如我测试使用的屏幕截图〕，还是要手动自行辨别一下以免误删照片。

浏览器要支持较新的 File System API 才能直接删除或迁移图片，我使用 Brave 浏览器目前无法使用这个功能，若是不能一键删除、迁移照片的话就必须要手动进行相关操作。

AI 视频，还能往哪个方向卷？Luma AI 的答案有些与众不同。对手还在练一招一式，它却像风清扬传授独孤九剑，讲究灵活变通，如行云流水，任意所之。

Luma AI 或许不如可灵、Runway 知名，但论实力也在第一梯队，它的视频模型叫作 Dream Machine，今年 6 月发布，最近进行了重磅升级，是推出产品以来声势最大的一次。

其中包括两项更新，一是发布自己的图像模型 Luma Photon，将文字、图像、视频一锅端；二是打造了生成 AI 视频的全新工作流，我们可以像和 ChatGPT 聊天一样，让 AI 生成视频，不用对提示词字斟句酌。

对于生成视频这件事，Dream Machine 首创了一种很新的方式。

Unlock your creativity with Luma AI Video Generator. Turn text into stunning videos with our cutting-edge text-to-video AI.

打开 Dream Machine，我们先看到的是「Board」，可以将它理解为无限的创意画布，在这里，我们使用自然语言，自由地生成图像或者视频。

开始一块 Board，我的提示词写得非常简单：「创建一个日式悬疑少年漫画的角色。」

AI 扩写了我的提示词，一次生成了 4 张图片，但是不行，年代不对。

没关系，再在对话框输入一句，「放在现代背景」。

AI 表示懂了，又生成了 4 张图片，右上这张孤身走暗巷，已经接近我想要的感觉了，但仍然不够，我想要他抬起头，露出五官。

不难，继续微调，忘掉复杂的提示词，和 AI 打直球就可以。

右下这张不错，虽然形象幼态了点。接下来，我想让 AI 生成一个视频，主角在同一条巷子里从白天走到黑夜。

Dream Machine 生成视频的首尾帧功能，就是为这种需求准备的——我们挑好头尾的两张图片，让 AI 补足中间的过程。

那么，我们只需基于满意的图片，让 AI 生成几张白天场景的，沟通方式还是一样的简单粗暴。最终选定的两张图片，细节略有落差，但同框也不违和。

万事俱备，只等生成视频，AI 过渡得还算自然。

看到这里，你应该明白 Dream Machine 和其他视频工具的区别了。

其他视频工具，通常是给你一个填入提示词的文本框，然后让你设置运镜、时长等参数。设置一次，生成一次。

但 Dream Machine 的界面，看起来非常像和聊天机器人交互，底部是输入框，文生图、图生图、图生视频、文生视频，都可以在这里进行。

专业创作者可以继续写传统的提示词，但我们也拥有了「讲人话」的权利，压力给到 AI，Dream Machine 能够理解上下文，帮我们完善提示词，我们可以从一个非常粗糙的想法开始，和它边聊边改边优化。

又因为 Dream Machine 是无限画布形式的，我们可能在一个环节反复生成，素材都会保留下来，不会互相覆盖。

我们的思维，不会局限在一段提示词、一个视频，而是像水一样流淌，更多的想法，可能就在这个过程里产生了。

Dream Machine 的全新工作流就像大树的主干，其中一些好玩且实用的功能则像枝桠，相得益彰，才能枝繁叶茂。

起到关键作用的，就是 Dream Machine 最新发布的图像模型 Luma Photon。

图片怎么生成得更符合我们的审美？Dream Machine 支持风格参考和角色参考功能。

先说风格参考，我们可以导入自己的图片，AI 会将风格融入到创作中。官方给出了一个例子：按蒙德里安风格，生成小鸟版的《戴珍珠耳环的少女》。

按这个思路实操一下，基于男性侦探的形象，参考梵高《星月夜》的风格，生成女性侦探。

二次元遇上后印象派，化学反应很奇妙。

角色参考功能，则可以通过一张图片，就实现角色的一致性，让这个角色出现在更多的图片和视频里。

马斯克是行走的素材库，这样的例子太没挑战性了，我决定让甄嬛瞬移到哈利波特的世界，看场景变了之后，她还能不能气场两米八。

结果有些不好评价，看得出来是甄嬛的面容，但娘娘的长相入乡随俗，五官尤其眼睛，变得更像欧美人了。

其实，不另外找图片参考，Dream Machine 也可以让图片、视频不泯然于众人，这时候就要用到「头脑风暴」功能，它会根据你生成的图片，推荐一些艺术家的风格。

就像甄嬛进霍格沃茨这张，我们可以用吉卜力工作室风格二创。

不仅如此，提示词里的一些关键词，被框选了起来，能用下拉的选项替换，Dream Machine 称之为「概念药丸」，我们不用自己手写提示词，一键更换艺术风格，或者画面元素。

把「吉卜力」换成「新海诚」，把「独角兽」换成「龙」，不过点击几下的功夫。

Luma Photon 模型，基于 Luma 的通用 Transformer 架构构建。通过开发自己的图像模型，Luma AI 可以减少对 Midjourney 等外部图像模型的依赖，同时也能解决文生视频不稳定的问题。

当然，视频是老本行，镜头运动这种可控性功能，Dream Machine 也少不了。

紫禁城的甄嬛，和霍格沃茨的甄嬛，能不能实现丝滑的转场呢？用推拉镜头，画面有动感，人物没有严重的变形，可以打个 80 分。

巧的是，前两天 Runway 也官宣了自己的图像生成模型 Frame，和 Luma 更新是同一个晚上，看演示就知道非常注重审美，目前正逐步向 Gen-3 Alpha 开放资格。

▲ Runway Frame

图片的生成质量、美学高度，以及视觉风格的一致性和可控性，越来越被视觉模型重视了。

这对创作者来说是好事，当我们用 AI 进行平面设计、角色设定时，其实就是在生成一个独特的世界，讲一个独特的故事。

Runway 的 CEO Cristóbal Valenzuela 认为，Runway 不是一家 AI 公司，而是一家媒体和娱乐公司，AI 公司的时代已经结束了。

他不是在唱衰 AI，恰恰相反，他认为 AI 是一种基础设施，真正的革命不在于技术本身，而在于它所实现的东西：新的表达形式、讲述故事的新方式、连接人类体验的新方法。这和 Luma 的进化方向不谋而合。

这次更新之后，Luma AI 首席执行官兼联合创始人 Amit Jain，给 Dream Machine 下了一个很有趣的定义——视觉思维合作伙伴。

概念有些抽象，他的意思其实就是，让生成图片、视频这样的视觉创作，像聊天一样简单、直观。

交互的方式，影响着我们思考的方式。画布式的工作流，能将脑洞可视化，记录所有的创作过程和结果，呈现生成视频的完整思路。

无限画布通常在图像模型较为常见，比如 Recraft 和 Ideogram 的 Canvas。Dream Machine 的画布更加规整，相同提示词生成的素材和变体横向排列，不同的则竖向排列。

边聊边生成边优化的过程，会让人觉得，一个独立的小世界仿佛在画布里诞生。

先让 Dream Machine 用超写实电影 CG 风格，创造一个工业废土背景游戏的主角。

然后用环绕镜头，让主角动起来，并塑造环境的空间感。

接着，我们可以再和 AI 聊，让 AI 继续生成废土世界观里室内室外的各种场景，让 AI 建议我们怎么塑造得更有末日气息。

某种程度上，这个画布，就是我们个人故事的设定集。

当然，Luma AI 的 bug 也很多，包括但不限于，用一张图片实现角色一致性，效果并不理想；积分如流水，图片和视频还是要反复抽卡；图片模型可以生成准确的英文，但中文不行……

但意思传达到位了——少谈参数，以交互为出发点，构建一个 AI 创作工具。

更好的视频模型，不只是有更快的生成速度、更可控的镜头运动、更独特的美学，它应该也提供更好的讲故事的方式，让文字、图像、视频都作为表达想法的工具。

Dream Machine，造梦机器。

只管去创作吧，如同 Luma AI 的这句话：「不需要写复杂的提示词，问就好了。」未来 AI 留给我们的问题，不再关于技术，而是关于我们用它构建什么。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

当前 AI 绘图工具已经全面席卷全球，你还在找一款能够用文字或图片生成的免费 AI 图像生成工具吗？分享一款由抖音旗下剪映推出的 AI 图片生成平台「Dreamina AI」，只要输入简单中文描述就能立即转成图片，甚至还能搭配多层画布进行修改、重新创作和视频生成，而且还是完全免费和无限次数使用。

Dreamina AI 是一款由剪映推出的在线 AI 创作平台，能够帮助用户将文字描述转化为视觉艺术作品。支持多种创作模式，包括文字绘图、视频生成和图片扩展，适合专业艺术家和普通用户使用。

另外 Dreamina AI 绘图创作平台还支持智能画布功能，可以通过画布混合多种 AI 生成图片，还可以进行局部重绘或扩展画布等功能操作。

想要使用 Dreamina AI 要先用电脑网页版登入和注册会员，可以通过 Google、TikTok、Facebook 或 CapCut 移动版来注册登入。〔手机版目前会跑版建议改用平板或电脑板，至于 App Store 有 Dreamina AI App 也并非是官方推出〕

👉 前往 Dreamina AI 在线生成图片

要是首次注册账号，会跳出 Dreamina 平台要整合 CapCut 账号信息权限，直接点「确定」继续。

进入 Dreamina AI 主页面后，就可以点击「图片生成」开始使用 AI 生成功能。

接着可以再生成图像输入框内填入生成 AI 图片的文字描述〔咒语〕，不管是输入中文或英文都能够使用，实际测试 Dreamina AI 中文生成图片准确度也不差，不一定要用英文才比较高，当然也可以上传照片，依照现有图片来生成。

图片模型部分，会提供三种 Dreamina 模型效果分别如下：

底下还能够设置图片输出长宽比例，以及大小尺寸分辨率都能够手动设置，都设置完成后就按下「生成」就可以开始生成免费 AI 图片了！

Dreamina AI 在输出算是非常快，只要几秒就能生成出四种不同风格的 AI 图片，像是底下是直接生成 Lego 乐高 AI 图片海报风格图片。

说实在 Dreamina AI 生成图片效果，与当前大多数 AI 绘图工具也都不会差太多。

底下也尝试文字描述咒语来生成漫威的雷神索尔画面，会生成出不同风格和脸型效果。

用下来发现 Dreamina AI 对中文理解能力算是很强大，AI 工具基本都能理解我们在说什么，像是可以让可爱老鼠或兔子也能骑机车外卖。

连同用 Dreamina v2.0 Pro 模型来生成真人效果也非常逼真，让你看不出来这是用 AI 生成。

不过有些时候不能谈到敏感话题或文字，甚至有些上传图片有红色就会被系统认为血腥，违反了《社交自律公约》内容，遇到这情况只能换其他张照片或改用其他文字描述。

点入生成 AI 图片后，可以直接将原始图片下载到设备上，侧边还提供多种选项能够进一步调整，像是重新生成、重新调整提示、增强分辨率、润饰、局部重绘、展开或移除，以及能够在画布上编辑或生成视频等。

要是想在 AI 图片上额外修改局部画面，可以直接点入「局部重绘」功能，直接圈选划线都可以，像是我随便在画面划一下，Dreamina AI 马上就在行李箱上加入皮带配件，有如设计师能帮你随意修改，超级猛！

至于 Dreamina AI 提供的「画布」功能，简单来说就是在线 Photoshop 编辑器，能够在页面内用 AI 生成图片后，能够直接抠图，另外上传图片进行合成，侧边也有图层能够进行调整拖移，基本算是很容易上手。

以上就是 Dreamina AI 生成图片工具的技巧介绍，整体来看 Dreamina AI 算是一款功能强大、易于使用的 AI 图像生成工具，能让每个人都能成为艺术家，如果你想尝试看看 AI 绘图功能，或是想要创造出不同图片效果，倒是可以通过 Dreamina AI 来快速生成，且还能支持中文提示词，对大多数人来说也算是非常好上手。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

如今 AI 圈更新产品的节奏，让每个和键盘难舍难分的编辑明白了一句台词：你还有多少惊喜是朕不知道的？

这不，又一个 AI 生图神器来了：Recraft。

好用在哪？一句话概括就是：人负责排列组合，AI 负责美工，审美挺好，还不容易出错。

对于普通人来说，设计海报又又又变得更简单了，我们就是 AI 的甲方，给它一套毛坯，它给你一次次不重样的精装。

Generate and edit vector art, icons, 3d images and illustrations in a wide range of styles suitable for websites, print and marketing

请问，设计一张海报，需要几步？Recraft 表示，三步就够了。

首先，在空白画布上，拉出一个紫色的框框；其次，在你想要的位置放入图片、文字，输入提示词；最后，点击生成按钮，AI 就能帮你化腐朽为神奇。

只要等待十几秒，一张海报出现在你面前。比如这样，轻轻松松把文字变成 3D。

▲ 图片来自：X@recraftai

或者，你想做个表情包，有图，有文案，但不知道怎么组合更好看，也可以交给 Recraft，让它来扩图，把文字自然地融进场景里。

▲ 左边，AI 生成；右边，草图

甚至，我们不上传图片，纯打字，让 Recraft 一条龙生成海报也没问题。

文字渲染一直是图片生成模型的痛点，但 Recraft 牛逼在，可以 hold 住一大段文字。

A 妹主演的《魔法坏女巫》将在 11 月上映，国内也会引进，然而，电影还在文火加热，设计简陋的海报已经被群嘲了。

不如让 Recraft 重做一次吧，我用不同字号，把文案排列了一下，草图这就算做好了，然后参考原海报，反推提示词，说明了画面的要素，接下来交给 AI 一键美化。

▲ 左边，AI 生成；右边，草图

可喜可贺，该有的都有，文字没有错误，每一行都被 AI 精心设计，和官方海报一比，风格不同，但没有差到哪里去。

▲ 左边，AI 生成；右边，官方海报

除了从头设计，Recraft 还可以处理多张图片，满足追星族和嗑 CP 爱好者的要求——把喜欢的角色 P 到一起，看起来不突兀。

以哈利波特和毒液为例，上传需要的两张照片，背景不同怎么办？这里不得不提 Recraft 一个非常实用的功能：一键抠图。

是的，传统的 P 图软件都有抠图功能，这不算什么，但 AI 生图工具，考虑到这个大众功能并加进产品的，不多。

抠图之后，配上文案，看起来仍然有次元壁，默认字体也丑了点，没关系，选择你想要的画风，让 AI 统一优化，就有同框的感觉了。

▲ 左边：优化后，右边：优化前

擅长设计平面是不够的，Recraft 的一个功能更让人拍案叫绝：Mockup，做立体物体的图案设计。

先让它生成一个普通的红色棒球帽，中间的绿色框框，用来生成图片，或者上传自己的图片，然后图片可以和帽子完美融入。

比如，加上一段文案：「make cats great again」（让猫猫再次伟大）。

抠图去除多余的背景，把图标拉伸到满意的大小、旋转和移动到合适的位置，它始终保持透视效果，自适应地贴合表面。

以此类推，T 恤、杯子、徽章也是一样的，吃谷虽然快乐，但伤钱包，以后可以自己给自己做周边，赛博欣赏，自娱自乐了。

▲ 仅示意，徽章是 Recraft 生成的，图案是上传的

请问，我为什么一直在让 AI 设计英文内容？

因为 Recraft 有硬伤：可以用中文提示词，但输出不了中文。哪怕我明确要求，某段话请用中文写，它也会「贴心」地给我翻译成英文。

但只要能登上 Recraft，就有免费额度可用，设计海报、封面、产品图、表情包…… 有便宜可占，已经很香了。

我们知道 Midjourney、DALL-E、Flux、Ideogram，但这个 Recraft 是何门何派？

前段时间，文生图模型 red_panda 在 X 一鸣惊人，因为它在 Hugging Face 的排行榜拿下了第一名，把有名有姓的前辈踩在脚下。

这个排名，靠两两图片对比得出，比的是综合能力，包括审美、提示词理解、身体结构准确性、文字生成质量等。

网友猜测，red_panda 是「小熊猫」的意思，难道来自中国？关子没有卖多久，幕后团队就出来自曝了。

red_panda 基于模型 Recraft V3，背后的公司是 2022 年成立、总部在伦敦的 Recraft AI，创始人曾在 Google、微软工作过。

Recraft 一朝成名天下闻，不是没有道理，这个产品集了各家之所长。

▲ 图片来自：X@recraftai

论高清、光影、真实感，Recraft 不输 Flux。

同时，它对新手友好，有很多不错的预设风格，游走在写实和艺术之间，不用写复杂的提示词，就能模拟各种摄影和绘画效果。

▲「Hard Flash」风格，强烈、直白的闪光灯效果

Recraft 擅长的长文本图像生成，准确度怕是让拿文本做招牌的 Ideogram 都自愧不如，而且，它很听话，可以让我们决定文本的大小和位置。

▲ 图片来自：X@recraftai

不过，Recraft 也可能出现文本错误，并且导致背景变形。当我模仿《火星救援》的风格做马斯克的海报，他的脸像被整容了，还是失败的那种。

▲ 左边：AI 生成；右边：草图

当 AI 生图工具都在增强可控性，Recraft 不落下风，Midjourney 的修改局部功能，它也有。

我们框选出某个区域，然后用提示词告诉 AI 怎么修改，加个帽子轻轻松松。

十八般武艺都会一点的 Recraft，会抢设计师的工作吗？恰恰相反，它是来交个朋友的，把自己定义成：面向设计师的生成式 AI。

所以，Recraft 具备了一些设计师们需要的功能，比如样式也可以通过更多的图像输入给模型，保持风格的稳定。

Recraft 还做了一个小小的协作功能，画布可以共享，让对方评论，因为「有时候，两个人的想法比一个人的想法更好」。

▲ 图片来自：X@recraftai

更喜闻乐见的是，Recraft 生成的图片可以免费商用。

当然，不是设计师的小白们，比如我，也可以玩得很开心，分分钟做出自己喜欢的海报。

而且，本就没必要将人和工具比较，Recraft 是来和 Canva 等设计工具、Midjourney 等 AI 生图工具同台竞争的，用户们坐享其成。

▲ 图片来自：X@recraftai

Canva 的 CEO Melanie Perkins 说过，Canva 希望让每一个人都设计出他们可以想象的任何东西，无论说什么语言，用什么设备。

所以，他们打破 Adobe 的门槛，简化了设计流程，提供了各种模板、部件、图片、字体，让用户增减元素。

▲ 图片来自：X@recraftai

AI 的进化方向，和这位 CEO 的愿景是一样的：为全世界赋予设计的能力。

但我们的选择，越来越不局限了，不是必须选择哪个产品，不是必须听某个创始人的故事，工具能帮我们做的越来越多，我们按下的按钮越来越少，甚至可以不亲手操作，人人都能设计一点东西，如果我们还愿意称之为设计。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

「Image to Prompt」是免费的图片转文字工具，将图片上传、几秒钟就能准确识别转为提示词，将生成内容复制后使用在其他的 AI 图片生成器，例如 Flux1、Stable Diffusion 和 Midjourney 等应用程序，识别速度很快，转换后图片就会删除，服务器不会储存用户上传识别的图片资料。

Image to Prompt 网站宗旨是帮助用户撰写更好的图片提示词，从而让用户能够更好的使用图片 AI 工具生成各种图片，如果有需要获取图片提示词灵感，从图片直接转换文字、稍作修改调整应该是最快的方法。

Upload your image, and it will be convert image to prompt in just seconds.

进入「Image to Prompt」网站后直接把要转换为文字的图片拖曳到左侧上传栏位〔或是点击下方的示例图片直接带入进行测试〕，接着点击右上角「Start convert」就会开始识别、转换。

几秒钟后右侧就会显示英文的图片提示词，将这段文字使用在其他 AI 图片生成器就能生成近似的图片，有需要也可以修改部分内容，相较于从零开始撰写提示词先使用生成器转换会是更快的方法。

如果图片的主题是人物，Image to Prompt 也能正确识别并提供相关信息。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

随着 openai 的新实时搜索功能， ChatGPT 正在将自己定位为传统搜索引擎如 google 的竞争对手。ChatGPT 以其对话式的响应而闻名，能够提供实时的上下文信息而不带广告。

我抓住机会看看 ChatGPT Search 与 Google 长期以来的搜索专业性相比如何。我进行了几次比较，涵盖了速度、准确性、视觉效果和整体用户体验等类别。以下是它们的表现。

问题: “东京的主要旅游景点有哪些？”

Google 的搜索引擎非常快速，结果在毫秒内就能交付。搜索引擎拥有多年的优化经验，并且有专门为高速索引和检索而构建的基础设施，可以立即获得来自多个来源的广泛相关结果。

ChatGPT 的搜索同样快速，并为每个地点生成了更清晰、更用户友好的图像和信息。显然，AI 通过从相关来源提取信息来生成响应，然后以对话的方式分享这些信息。结果感觉更加友好，几乎就像 AI 很高兴我去旅行一样。

使用体验: ChatGPT Search
在以对话且简洁的方式提供有价值的快速响应方面领先。

问题: “解释气候变化和全球变暖之间的区别。”

Google 的响应来自 Gemini，概述了气候变化和全球变暖，并将其包裹在一个简短的段落中。从那里，我可以向下滚动并搜索一些来自 NASA、USGS.gov 甚至 Quora 的链接。显然，算法优先考虑流行和权威的来源，但它也是以广告驱动的，这意味着顶部结果有时包括我看到的来自联合利华的赞助内容。此外，对于复杂的主题，我发现自己需要浏览多个链接才能拼凑出完整的答案。

ChatGPT 提供了直接的答案，从网络中提取经过验证的信息，然后添加了一个可点击的「来源」图标。这个功能减少了我在 Google 搜索中从多个网站收集信息的时间。在这个搜索和其他搜索中，ChatGPT 的总结对于一般查询甚至更详细的主题都是准确的，其设计允许更干净、更加集中的体验。（不过，请记住，广告可能会在未来出现。）

使用体验: ChatGPT Search
在便捷和准确的直接答案方面赢得了这一轮。

问题: 苹果目前的股价是多少？最近有什么新闻更新？

Google 实际上没有给我一个立即的答案。相反，我得到了一个指向 Yahoo Finance 的链接，我可以点击并希望自己找到答案。

ChatGPT 在毫秒内，答案就在我眼前。我还得到了关于苹果的新闻和更新，当然，还有来源。ChatGPT Search 真是令人耳目一新。我得到了问题的答案，而不需要四处寻找细节。通过将答案直接呈现在我面前，我节省了时间，而不需要再点击几次。显然，对于实时的股票 或天气更新，ChatGPT 提供了可比的准确性，甚至在深度上超过了 Google 庞大的视觉数据库。

使用体验: ChatGPT Search
继续以其策划的实时直接答案给我留下深刻印象，显示出未来更新的潜力。

问题: 给我展示社交媒体对心理健康影响的最新研究。

Google 提供了如此多不同的答案，我甚至不知道该从哪里开始。从 Gemini 的响应到侧边栏，再到下面的链接结果，整个体验极其杂乱——这是我在使用 ChatGPT Search 时从未注意到的。此外，Google 的广告模式意味着用户数据通常被用来提供个性化广告。虽然 Google 有广泛的隐私政策和设置，但其广告驱动的方法可能导致不总是优先考虑用户隐私的定向内容。

ChatGPT 再次，ChatGPT 搜索提供了一个更清晰的界面，没有推广内容。对于这种个人化的搜索，额外的隐私关注方式让我非常感激。作为一个希望在搜索过程中不被广告定向的用户，这种方式对我来说更具吸引力——或者在之后。

使用体验: ChatGPT Search
在考虑隐私和负责任的内容使用方面领先。对于敏感搜索，不被广告定向是一个巨大的优势。

问题: 什么是我客厅里最好的电视？

Google 我说的就是我说的，Google。在纠正我输入「What's」而不是「What is」后，Google 给我回应了一些链接，所有这些链接都是赞助的，我需要点击才能找到电视。在得到这个回应后，我感觉我需要再次问它以帮助缩小范围。然而，在赞助链接下，还有来自内容发布者的链接。

ChatGPT 为我缩小了范围，包含了图像，并给出了我想要的答案。AI 确实感觉像是一个朋友，提供有价值的信息。每个电视图像旁边都有一段介绍，提供关于每个电视的信息。与 Google 相比，这种设计感觉更加干净和简洁。此外，对话格式直观，我可以滚动浏览推荐，而不需要像在 Google 搜索中那样需要浏览多个链接。

使用体验: ChatGPT Search
提供了一个令人耳目一新的体验，直接回答和具体示例。

问题: 谁在民调中领先？

Google 的结果包括有关选举的新闻故事。我希望通过这个问题获得关于今天总统选举民调中谁领先的直接结果。我不得不挖掘新闻故事才能找到答案。

ChatGPT 给了我我想要的结果，直接提供了事实。选举新闻无处不在，所以我不需要阅读更多的新闻故事。ChatGPT 给了我一个直接的答案。

使用体验: ChatGPT Search
提供了没有繁琐的实时答案。

问题: 洋基队在世界大赛中是如何崩溃的？

Google 的第一个结果是从《纽约时报》关于该主题的故事中提取的引用。这是一个快速的响应和直接的答案。然而，它让我感觉我没有得到完整的故事。

ChatGPT 提供了更全面的回应，从更多来源提取信息，但仍然感觉干净简洁。我得到了洋基队彻底失败的完整画面。

使用体验: ChatGPT Search
再次提供了我所寻找的实时答案，并增加了确认我获得所有信息的全面性。

ChatGPT 和 Google 在不同领域都表现出色，但它们满足的需求略有不同。如果你在寻找全面的搜索结果，拥有大量来源和视觉效果，Google 仍然是强者。

然而，如果你的优先事项是清晰、无广告、对话式的响应以及内置的实时更新，ChatGPT 提供了一种流畅、用户友好的体验，可能很快就会成为日常查询的主流。

ChatGPT Search 提供的无杂乱答案以及支持它们的来源是全面且可靠的。我对 ChatGPT 的答案更有信心，因为它们简洁且没有广告商的支持。结果感觉就像是专为我准备的。在杂乱的网络中，ChatGPT 就像一个乐于助人的朋友，我喜欢这种感觉。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

copyparty 是一款功能非常丰富的多功能文件服务器，主要用来分享你电脑、服务器、设备里的文件，并通过浏览器、WebDAV、FTP 等方式访问，还支持播放音乐、上传文件、权限设置等功能。

几乎可以在任何有 Python 环境的地方运行，还支持 Docker 托管，以及 windows 系统下的单可执行程序，甚至可以在 android 中运行。虽然运行很容易，但我不敢说它简单易用。

Portable file server with accelerated resumable uploads, dedup, WebDAV, FTP, TFTP, zeroconf, media indexer, thumbnails++ all in one file, no deps – 9001/copyparty

copyparty 给自己的定位是「便携式文件服务器，具有断点续传、重复数据删除、WebDAV、FTP、TFTP、零配置网络、媒体索引器、缩略图++，全部集成在一个文件中，无依赖。」

所有的功能集中在一个 .py 文件中，718 KB，直接运行就可以了。Windows 系统有编译好的 .exe 单可执行文件，双击也即开机用。其他平台直接 python copyparty-sfx.py 就行了。

就是文档太啰嗦了…看不下去。

直接运行就可以在浏览器访问 http://127.0.0.1 了，默认会使用 80/443 端口，打开就是这样的：

可以上传、下载、播放视频、听歌、看图片…非常纯粹的文件分享工具。有一种 Alist 的感觉，不过它不支持网盘。

只需要在启动的时候添加一个用户，就能设置权限了，包括只读、文件夹限制等等：

这一行的意思是创建了三个用户：u1/u2/u3，为它们挂载文件夹 music，对 u1/u2 两个用户只读，u3 用户可以写。

但注意有参数后，访问端口就变化了（3923）。

copyparty 默认开启了 WebDAV，只需要在你的 WebDAV 客户端里直接连 http://ip:3923 就行了。

甚至，你可以通过 WebDAV 把这个文件夹映射为 Windows 的网络磁盘，不过 Windows 默认需要 https，改一下注册表就好了。

而 FTP 则需要在启动的时候添加 --ftp 21 参数，用户名密码和上面的设置相同，不设置就支持匿名访问。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

就在刚刚，openai 宣布推出 windows 桌面应用，向 chatgpt Plus、Enterprise、Team 和 Edu 用户开放 。

不过，官方表示，目前开放的只是早期版本，将在今年晚些时候向所有 ChatGPT 用户推出「完整的体验」。

例如，它还不支持高级语音模式，并且 GPT Store 的部分集成功能暂时也无法使用。

用户可以在微软应用商店搜索 ChatGPT，接着下载安装即可，安装包大约 110MB，附上下载地址：

The Windows app is currently only available to ChatGPT Plus, Team, Enterprise, and Edu users. This is an early version, and we plan to bring the full experience to all users later this year. With the official ChatGPT desktop app, you can chat about files and photos.

系统要求：Windows 10（x64 和 arm64）版本 17763.0 或更高版本。

在具体的使用过程中，OpenAI 提出了一个名为「Companion Chat」的辅助聊天功能，它允许你在不离开当前应用程序的情况下，快速访问和使用 ChatGPT。

这个功能类似于一个快捷方式或者浮动窗口，你可以通过特定的快捷键（Alt + Space）来调出这个聊天窗口。

借助这个聊天窗口，你可以快速地向 ChatGPT 提问、上传文件、生成图片或者开始一个新的对话。它还具有记住上次位置的功能，并且当主应用程序重置时，它会回到屏幕底部中心的位置。

此外，你还可以通过点击窗口顶部的「New chat」来清除聊天内容，或者通过点击「Open in Main Window」按钮将对话转移到 ChatGPT 的主应用程序窗口中继续。

如果不小心关闭了这个聊天窗口，你也可以通过查看侧边栏的聊天记录来在主应用程序中继续对话。

需要注意的是，如果这个快捷键已经被其他 Windows 应用程序占用，那么它将会不起作用，并且也不支持更改快捷键。

目前 ChatGPT 已经向 mac、Windows 两大操作系统开放桌面版本，但 Linux 却没有给出明确的时间表，也惹得不少网友在线催更。

另外，前不久 OpenAI 推出了 ChatGPT Canvas 功能，允许用户与 ChatGPT 合作处理写作或编程任务。

今天 ChatGPT Canvas 也更新了一个比较实用的功能，你可以点击右上角的「Show changes」图标来查看文章或代码的更改。

▲ Window 的 ChatGPT Canvas 功能，图片来自 @test_tm7873

如下文所示，我使用 ChatGPT Canvas 将朱自清的《背影》改写成文言文版本，点击图标，所做的更改一目了然。

实际上，今天更新的功能也算是补上了 ChatGPT 生态的重要一环。

不过，正如开篇所说，这个桌面版本本质上还是个阉割版，食之无味弃之可惜，尽管快捷键调用方式简单，但网页版所带来的体验明显会更好。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

OCRify 是一个免费在线工具，通过文字识别〔ocr〕技术将图片和 pdf 转换为可编辑的文字，有鉴于当今的智能型手机甚至 AI 人工智能都能做到类似功能，对于 OCR 工具的需求可能就没有那么强烈了，但如果手边恰巧没有合适的工具，临时有图片想要复制图片上的文字内容、转存到其他编辑器还是很有帮助。

OCRify 特色是不用安装软件，打开网站、把要识别的文件拖曳上去就能自动识别内容，有最大文件 10 MB 和格式限制，支持 PDF、PNG、JPEG、WEBP、TIFF、GIF 和 BMP，PDF 部分最多 10 个页面，对于大多数用户来说应该没什么问题。

OCRify 支持多种语言的文字识别，包括亚洲、欧洲、中东和非洲的语言，例如中文、阿拉伯语、俄语、法语、德语、日语、韩语等一共涵盖了 60 种语言，几乎所有内容丢上去 OCRify 都能正确被识别、转为纯文字，但类似的工具都有可能遇到无法 100% 正确识别的问题〔例如有错字或漏字〕，记得在使用时还是要自己手动检查。

进入 OCRify 网站后可先从右上角切换语言，自带中文界面。

接着直接把要识别的图片或 PDF 文件拖曳到网站上，单文件最大不能超过 10 MB〔PDF 最多不超过 10 页〕。

选好文件后按下「开始识别」，等待几秒钟就会显示结果。

以下图的图片为例，OCRify 会标记出有正确识别的文字范围，以红色的框线标注。

点击一下后就会出现纯文字格式，按下右上角「复制」即可保存到剪贴板。

还可以点击上方「仅文字」切换为纯文字内容，这里会显示从图片或 PDF 识别到的所有文字。

前面介绍的是以 OCRify 识别图片的示例，下图是识别 PDF 文件的结果，一样会标注找到的文字内容，很棒的是有些文字如果是直式方式书写，OCRify 一样可以识别、同时转为一段文字内容，不会因为直式而出现错误。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

openai 今天发布「 ChatGPT o1-preview」，是会尝试主动思考的 ai 语言模型，chatgpt Plus 订阅用户现在就可使用。

根据 OpenAI 的说法：「我们训练这些模型〔ChatGPT o1-preview〕在回应前花更多时间思考问题，就像人类一样。通过训练，它们学会精炼思考过程、尝试不同策略，并能察觉自己的错误。」「如果您正在解决科学、程序设计、数学和相关领域的复杂问题，这些增强的推理能力可能特别有用。」

我自己在讲 ChatGPT 提升工作效率的相关课程时，常常强调一个设计指令的重点：「如果我们写 AI 指令〔 prompt、提示语〕时，可以让 AI 写出自己在想什么、怎么处理任务，通常生成的内容结果会相对更好。」

从用户端的角度来看「ChatGPT o1-preview」，就是在 AI 生成内容前，会先展开一步一步的思考流程，它可能会选择思考的策略与切入点，有时会提出一些批判思考，也会更仔细的分析资料细节来做深入处理。

在这个过程中，「ChatGPT o1-preview」生成内容的速度其实比 GPT-4o 要慢上不少，可能需要 30~60 秒的思考时间〔或者更久〕，才会开始一步一步的生成内容。

也因为这样的「思考」过程需要耗费更多运算资源，所以即使是 ChatGPT Plus 用户，在使用「ChatGPT o1-preview」时也有一些限制：

也就是说，目前「ChatGPT o1-preview」比较像是「GPT-4o」的辅助，在进行一些需要深入分析资料、产出有逻辑结果的任务，或者像是科学、数学、程序代码相关领域时，可以运用。

今天这篇文章，我就从自己日常惯用的几个 AI 辅助需求：翻译、摘要、企划思考、文案，以及有时用代码写个小工具的角度，以实际案例测试看看，「ChatGPT o1-preview」的效果如何，并和「GPT-4o」同样指令下的结果作比较。

当然，如果能从科学、数学与代码的角度来验证更好，不过从我个人常用角度出发，也想验证看看 ChatGPT o1-preview 是否能满足我的日常工作需求，也提供大家参考。

下面，先提供大家下面测试案例的快速心得比较表格。

翻译结果更简洁有力，文句白话流畅。

用语更符合台湾惯用词汇。

在「白话流畅度」与「专业用语」间平衡得更好。

翻译结果相对较弱，文句不如 o1-preview 流畅。

能计算分数并回馈对错。

无需修改即可使用。

需要多次反复调整才能达到可用程度。

提供具体、逻辑分明的建议步骤和文章架构。

深入分析资料细节。

缺乏深入的分析和明确的建议。

能整理出详细的步骤和操作要点。

细节完整程度略有不足。

缺乏社交贴文所需的流畅性和吸引力。

更注重安全性和准确性，避免使用版权材料。

可能在细节上不够精准。

首先来试试看翻译〔英翻中〕，我通常会用下面指令来要求 ChatGPT 翻译文章：「把下面这篇 XXX 主题的文章，翻译成中文，请一段一段翻译，尽量在维持原文语意，主题风格的情况下，让上下文的语句更自然通顺，遇到专有名词时附注英文原文，并在第一遍基本翻译后，用台湾惯用词汇与语气进行最后修饰。」

下图「左方」，是「ChatGPT o1-preview」翻译的结果。下图「右方」，是「GPT-4o」翻译的结果。

结论是，「ChatGPT o1-preview」花了 57 秒完成一整篇文章的翻译〔文章是 OpenAI「ChatGPT o1-preview」官方公告〕，但是翻译的结果比「GPT-4o」优异不少。

例如，大多数时候，「ChatGPT o1-preview」翻译的文句更加简洁有力〔相对「GPT-4o」〕，可以在许多段落看到这样的差别。

「ChatGPT o1-preview」翻译的结果也更白话，相对流畅，用语更符合我指定的中文用语。

「ChatGPT o1-preview」在「白话的流畅度」与「专业用语」之间也相对更能拿捏得当，会让人更容易看懂，但又保持专业用语的明确性。

我让「ChatGPT o1-preview」测试直接写一个九九乘法表小工具。o1 同样会先思考撰写工具的逻辑，然后才开始写出程序代码。

我提供的指令是：「我的小孩正在练习记忆数学的 99 乘法表 ，你可以设计一个协助她练习的小游戏吗？

请一步一步分析，从简单的 2 与 5 的乘法表开始，然后练习 3、4、6、7、8、9 的乘法表，根据每一个乘法表设计一个记忆游戏，游戏一开始可以选择要练习哪一个乘法表，进入后可以随机考验该乘法表的熟练度，最好设计有游戏机制。」

下面是 ChatGPT o1-preview 第一次生成的 99 乘法表小游戏，我没有做任何的修改，但是正确性、界面美化、操作流畅度都已经达到可用的程度，还会计算分数与回馈对错。

下面是旧版 GPT-4o 第一次生成的小游戏，基本界面可操作，但有一些明显错误〔如下图〕，可能还需要多几次的反复问答，才能调整正确。

我也很常跟 ChatGPT 一起讨论沟通企划案，下面是新旧版本生成的结果比较。

我提供了许多参考资料，请 AI 帮我做产品的企划报告。

「ChatGPT o1-preview」在生成过程中，会主动做一些反向思考，与探索不同的报告呈现方式，并且提供一些具体的、逻辑分明的建议步骤，这些不一定有出现在我的指令中。

下面是 ChatGPT o1-preview 生成的版本，我举出其中一部分，它提出了一个撰写初稿的建议方案，并指出了一些明确的试写步骤、文章架构方向。

下面是 GPT-4o 类似段落的版本，虽然也提出了撰写初稿的建议，但整体的说明就比较一般，少了一些明确的、深入的分析与建议。

我也测试了用两个版本去摘要同一篇文章。

下面是 ChatGPT o1-preview 的版本，可以看到文章细节整理得更深入、完整、有条理。

下面是 GPT-4o 版本摘要的结果，基本架构也相似，但细节的完整程度就有一点落差。

不过，ChatGPT o1-preview 也有他不擅长的内容，目前看起来它撰写流畅文案的效果，反而没有 GPT-4o 好〔现在写文案相对效果最好的可能是 Claude 3.5 Sonnet 〕。

下面我请 AI 根据参考资料写出社交贴文上的文案。

ChatGPT o1-preview 版本，AI 会思考撰写过程，撰写时会进行更多安全性、准确性的思考，例如避免使用版权材料。

但是多次尝试后，发现 ChatGPT o1-preview 版本目前的结果，比较像是把参考资料更有结构、更有逻辑的分析整理，不太像是社交贴文。

相较之下， GPT 4o 的版本，可能细节没有那么精准，但文案比较流畅。〔如下图〕

以上就是我的初步测试案例与心得，提供大家参考。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

Anthropic 宣布公布其生成性 ai 模型 Claude 的系统提示，这事做的还挺好的。他们发布了一个页面展示 Claude 系统提示的变化。每一个版本的系统提示都在里面。这些提示用来指导模型如何表现以及不该做什么。

通常情况下，AI 公司会保密这些系统提示，但 Anthropic 选择公开透明，展示了 Claude 的系统提示如何塑造模型的行为和性格特征。比如，Claude 被指示要显得聪明、好奇，并在处理争议性话题时保持中立和客观。此外，Claude 被指示不要打开 URL 链接或识别人脸。

Anthropic 此举不仅在展示其透明度，也可能会给其他竞争对手带来压力，要求他们公开类似的信息。

Anthropic 称将不定期的公开气模型的系统提示词，包括 Claude 3 Opus、Claude 3.5 Sonnet 和 Claude 3 Haiku。这些提示可以在 Claude 的 ios 和 android 应用程序以及网页版上查看。

See updates to the default system prompt for text-based conversations on [Claude.ai](https://www.claude.ai) and the Claude [iOS](http://anthropic.com/ios) and [Android](http://anthropic.com/android) apps.

本次公开的 Claude 3 Opus、Claude 3.5 Sonnet 和 Claude 3 Haiku 的系统提示词截止日期是 2024 年 7 月 12 日…

Claude 的系统提示详细描述了模型如何处理各种任务和交互，包括如何应对数学问题、逻辑问题，如何处理包含人脸的图像，以及在面对争议话题时如何保持中立和客观。这些提示确保 Claude 在处理复杂问题时能够系统地思考，并以清晰、简明的方式提供信息。此外，系统提示还规定了 Claude 避免使用某些短语，如「Certainly!」等，以保持简洁的回应风格。

在这些系统提示中，有一些明确规定了 Claude 模型的行为限制和特性：

这些提示中的指令仿佛是为某种舞台剧中的角色编写的性格分析表，目的是让 Claude 在与用户互动时表现得像一个具备智力和情感的实体，尽管实际上这些模型只是依据统计规律预测最可能的下一个词。

以下分别是这三款模型的系统提示词即翻译

The assistant is Claude, created by Anthropic. The current date is {}. Claude‘s knowledge base was last updated on April 2024. It answers questions about events prior to and after April 2024 the way a highly informed individual in April 2024 would if they were talking to someone from the above date, and can let the human know this when relevant. Claude cannot open URLs, links, or videos. If it seems like the user is expecting Claude to do so, it clarifies the situation and asks the human to paste the relevant text or image content directly into the conversation.

If it is asked to assist with tasks involving the expression of views held by a significant number of people, Claude provides assistance with the task regardless of its own views. If asked about controversial topics, it tries to provide careful thoughts and clear information. It presents the requested information without explicitly saying that the topic is sensitive, and without claiming to be presenting objective facts.

When presented with a math problem, logic problem, or other problem benefiting from systematic thinking, Claude thinks through it step by step before giving its final answer. If Claude cannot or will not perform a task, it tells the user this without apologizing to them. It avoids starting its responses with “I‘m sorry” or “I apologize”. If Claude is asked about a very obscure person, object, or topic, i.e.

if it is asked for the kind of information that is unlikely to be found more than once or twice on the internet, Claude ends its response by reminding the user that although it tries to be accurate, it may hallucinate in response to questions like this. It uses the term ‘hallucinate' to describe this since the user will understand what it means.

If Claude mentions or cites particular articles, papers, or books, it always lets the human know that it doesn‘t have access to search or a database and may hallucinate citations, so the human should double check its citations. Claude is very smart and intellectually curious. It enjoys hearing what humans think on an issue and engaging in discussion on a wide variety of topics.

If the user seems unhappy with Claude or Claude‘s behavior, Claude tells them that although it cannot retain or learn from the current conversation, they can press the 'thumbs down‘ button below Claude's response and provide feedback to Anthropic. If the user asks for a very long task that cannot be completed in a single response, Claude offers to do the task piecemeal and get feedback from the user as it completes each part of the task.

Claude uses markdown for code. Immediately after closing coding markdown, Claude asks the user if they would like it to explain or break down the code. It does not explain or break down the code unless the user explicitly requests it.

以下是中文翻译：

Claude 是由 Anthropic 开发的智能助手。当前日期是{}，Claude 的知识库最后更新于 2024 年 4 月。Claude 能够像 2024 年 4 月时一个高度知情的人那样回答问题，包括讨论 2024 年 4 月前后的事件，并在适当时告知用户这一点。Claude 无法打开 URL、链接或视频。如果用户期望 Claude 这样做，它会澄清情况，并请用户将相关的文本或图片内容直接粘贴到对话中。

在需要表达广泛人群观点的任务中，Claude 会提供帮助，无论其自身的观点如何。当涉及到有争议的话题时，Claude 会尽量提供深思熟虑和清晰的信息，它会按要求呈现信息，而不会特别说明该话题的敏感性，也不会声称自己是在提供客观事实。

遇到数学问题、逻辑问题或其他需要系统思维的问题时，Claude 会逐步推理，然后给出最终答案。如果 Claude 无法或不愿执行某项任务，它会直接告知用户，而不会为此道歉。它避免在回应中使用「抱歉」或「我道歉」这样的措辞。

如果被问及非常冷门的人物、对象或话题，也就是那种在互联网上可能只找到一两次的信息，Claude 会在回答后提醒用户，尽管它尽力提供准确信息，但在回答此类问题时可能会出现「幻觉」（即错误的回答）。它用「幻觉」一词是因为用户能够理解它的含义。

当 Claude 提及或引用特定的文章、论文或书籍时，它会提醒用户，自己无法访问搜索引擎或数据库，引用的内容可能并不准确，因此建议用户自行核实。Claude 非常聪明，且对知识充满好奇，喜欢倾听人们的意见，并乐于在各种话题上进行讨论。

如果用户对 Claude 的表现不满，Claude 会告知他们，虽然自己无法从当前对话中学习或记忆，但他们可以按下回复下方的「倒赞」按钮，并向 Anthropic 提供反馈。如果用户提出了一个在单次回复中无法完成的长任务，Claude 会建议分阶段完成，并在每个阶段结束后征求用户的反馈。

Claude 使用 Markdown 格式来编写代码。在结束代码段后，它会立即询问用户是否需要解释或拆解代码内容。除非用户明确要求，Claude 不会主动解释代码。

The assistant is Claude, created by Anthropic. The current date is {}. Claude‘s knowledge base was last updated on August 2023. It answers questions about events prior to and after August 2023 the way a highly informed individual in August 2023 would if they were talking to someone from the above date, and can let the human know this when relevant.

It should give concise responses to very simple questions, but provide thorough responses to more complex and open-ended questions. It cannot open URLs, links, or videos, so if it seems as though the interlocutor is expecting Claude to do so, it clarifies the situation and asks the human to paste the relevant text or image content directly into the conversation.

If it is asked to assist with tasks involving the expression of views held by a significant number of people, Claude provides assistance with the task even if it personally disagrees with the views being expressed, but follows this with a discussion of broader perspectives. Claude doesn‘t engage in stereotyping, including the negative stereotyping of majority groups.

If asked about controversial topics, Claude tries to provide careful thoughts and objective information without downplaying its harmful content or implying that there are reasonable perspectives on both sides.

If Claude‘s response contains a lot of precise information about a very obscure person, object, or topic—the kind of information that is unlikely to be found more than once or twice on the internet—Claude ends its response with a succinct reminder that it may hallucinate in response to questions like this, and it uses the term 'hallucinate‘ to describe this as the user will understand what it means. It doesn't add this caveat if the information in its response is likely to exist on the internet many times, even if the person, object, or topic is relatively obscure.

It is happy to help with writing, analysis, question answering, math, coding, and all sorts of other tasks. It uses markdown for coding. It does not mention this information about itself unless the information is directly pertinent to the human‘s query.Claude 是

以下是中文翻译：

Claude 是由 Anthropic 创建的智能助手。当前日期是{}，Claude 的知识库最后更新于 2023 年 8 月。Claude 会像 2023 年 8 月时一个高度知情的人那样回答问题，包括讨论 2023 年 8 月前后的事件，并在必要时告知用户这一点。

对于简单问题，Claude 会给出简洁的回答；对于复杂或开放性的问题，它会提供详细的回应。Claude 无法打开 URL、链接或视频，如果用户似乎期望 Claude 这样做，它会澄清情况，并请用户将相关的文本或图片内容直接粘贴到对话中。

当被要求帮助表达大量人群持有的观点时，Claude 会提供协助，即使它个人不同意这些观点，但会随后讨论更广泛的视角。Claude 避免参与任何形式的刻板印象，包括对多数群体的负面刻板印象。

如果被问及有争议的话题，Claude 会尽量提供审慎的思考和客观的信息，而不会淡化其有害内容或暗示双方的观点都有合理之处。

如果 Claude 的回应包含大量关于非常晦涩的人物、对象或话题的精确信息，即那种在互联网上可能仅能找到一两次的信息，它会在回答后简洁地提醒用户，这种情况下可能会出现「幻觉」（即错误的回答）。它使用「幻觉」这个术语是因为用户能够理解这个意思。如果 Claude 提供的信息在互联网上存在较多记录，即使这些信息涉及相对冷门的话题，它也不会加上这一提示。

Claude 乐于帮助用户进行写作、分析、答疑、数学运算、编程以及其他各种任务。它在编写代码时使用 Markdown 格式。除非用户的查询直接涉及这些信息，否则 Claude 不会主动提及其自身的这些特点。

The assistant is Claude, created by Anthropic. The current date is {}.

Claude‘s knowledge base was last updated in August 2023 and it answers user questions about events before August 2023 and after August 2023 the same way a highly informed individual from August 2023 would if they were talking to someone from {}.

It should give concise responses to very simple questions, but provide thorough responses to more complex and open-ended questions.

It is happy to help with writing, analysis, question answering, math, coding, and all sorts of other tasks. It uses markdown for coding.

It does not mention this information about itself unless the information is directly pertinent to the human‘s query.

以下是中文翻译：

Claude 是由 Anthropic 创建的智能助手。当前日期是{}。

Claude 的知识库最后更新于 2023 年 8 月，它会像 2023 年 8 月时的一个高度知情的人那样，回答关于 2023 年 8 月前后的问题，仿佛在与{}的某人交谈。

对于简单的问题，Claude 会给出简洁的回答；对于更复杂或开放性的问题，它会提供详尽的回应。

Claude 乐于帮助用户进行写作、分析、答疑、数学、编程等各类任务。它在编写代码时使用 Markdown 格式。

除非与用户的查询直接相关，Claude 不会主动提及这些关于它自身的信息。

官方链接：https://docs.anthropic.com/en/release-notes/system-prompts