全面深度测试被吹爆的gemini 2.0模型文生图能力，我发现这就是个玩具，没法实战 скачать в хорошем качестве

全面深度测试被吹爆的gemini 2.0模型文生图能力，我发现这就是个玩具，没法实战

大家好，我是基地！ ======= 数字货币 摆脱奴役 人工智能 摆脱肉体 宇宙殖民摆脱旧世界 ======= X： https://x.com/jidifeng ======= AI播客生成：聊透https://ww.Liao2.AI Twitter(X) 热门推文排行榜【每日更新】：ww.liao2.ai/x AI朗读工具：https://ww.liao2.ai/direct_generation ======= 生成关于诸葛亮三顾茅庐的故事，3d动画风格，并且为每一幕生成一张图片。 咔咔的，就给你编导了一个故事，生成了一堆图片 很好，很强对吧 这个gemini 2.0 是真让人心累 能力确实全方面提升了 我测了两天了 整个流程我都写完了 他们来这个 从srt字幕 用谷歌api调用gemini 2.0 flash lite 这个模型 自动化语言分割字幕成一块块的片段 因为它便宜的跟狗一样 这类事情这种模型干 就够了 再调用claude api为每一个片段生成图片生成提示词prompt claude的情景写作能力 很强 它干最合适 然后将这个分段的图片提示词prompt 提交给上面说的gemini 2.0 图片生成模型 去生成图片 如此重复，就能一键自动化 调用多个模型为整个视频生成一一对应的图片场景 然后使用MoviePy ffmpeg等工具 组装添加图片效果和转场等等 就自动化剪辑了 不管是现在还是未来 是图片还是视频 视频剪辑AI代理就是干的 用户只用点一个手指头 初稿就剪辑成功了 剪辑了这么多年 我一直想做这么个东西 问题是什么呢？ 大家仔细看 我都不知道谷歌咋想的 图片能给你无限生成 就是不给你控制图片大小 肉眼可见的 大小不一样 你要是下载下来 看具体大小 每一个图片都不一样大 奇葩吧 不管你是直接用 还是调用api接口 都没有参数 让你控制大小 使用各种提示词技巧 都不行 openai sora生成视频都让你设置大小 不过没开放api 谷歌就是这么奇葩 不说落地应用了 就是用户社交媒体发发 都没法看 一会横的 一会竖的 各种奇葩尺寸 没法用 就是个玩具 所以 我现在很烦的是什么呢 就是 中外媒体都一样 你一打开网络 出了一个东西 都是一顿猛吹 找一个真用过的 真难啊 都在吹 不去测试吧 又怕错过什么 去测试吧 一两天 几天没了 测试吧 大概率的都是个草包 还有openai那个发布会 各种功能 一样一言难尽 下期给大家聊聊 这周又没了 希望下周是一个不“炸鱼”的一周 常回基地看看 谢谢