用 Midjourney / ChatGPT(DALL-E 3)/ Flux 一行提示词 30 秒生成博客头图与 SNS 横幅的提示词合集
一份可直接套用的图像生成提示词合集,用 Midjourney、ChatGPT(DALL-E 3)、Flux 等工具,一行英文提示词即可在 30 秒内生成博客头图与 SNS 横幅。合集给出 5 条提示词,覆盖赛博 AI 科技风、商务远程办公、加密资产与 Web3、扁平简约图解、3D 卡通图标五类风格,均带 --ar 16:9 参数。
一份可直接套用的图像生成提示词合集,用 Midjourney、ChatGPT(DALL-E 3)、Flux 等工具,一行英文提示词即可在 30 秒内生成博客头图与 SNS 横幅。合集给出 5 条提示词,覆盖赛博 AI 科技风、商务远程办公、加密资产与 Web3、扁平简约图解、3D 卡通图标五类风格,均带 --ar 16:9 参数。
制作AI动画并不一定需要20万至30万日元的高性能电脑。通过云端型图像生成AI和视频生成AI,重计算在服务商服务器完成,普通笔记本或手机也能尝试。建议先用浏览器可用的工具,从3〜5秒的短动画起步,并确认免费额度与商用条款后再决定是否购机。
作者在 Google Colab 的 A100 上运行 MiniMax H3,并通过本地的 Codex 调用它,实测视频生成 960×544 10 秒约耗时 6 分 32 秒。
被 NeurIPS 2026 Evaluations and Datasets Track 接收的 TerraVis 提出文生图「世界一致性」评估框架,覆盖物体、交互、场景三层共 18 类问题,既给分数也指出具体问题、视觉证据与严重程度。
SINGULATELIER 的 AI 音乐项目发布第 2 曲《NO SIGNAL》,这次先定声音方向再写词,由 AI 社員サラ主导企划、ナタリー审歌词、シャロン审制作方针,クリス据 Style prompt 生成视觉。用 Suno 对同一歌词按 3 套音色指令各生成 2 曲共 6 首,最终由人耳选出 1 首。
ミント塾的孩子们用 Kling AI 制作了 AI 视频,作品已在 YouTube 频道 @mintjuku 发布。孩子们在制作中练习把自身想法语言化,并学会面对失败、设定"80 分即可"的标准。已发布的作品包括《天使航空をご利用いただき》《マダムGunmaの独り言》《自己愛は大事》等。
我的 Grok Bot 工作室配置
这篇教程介绍在 Windows 上用 B站UP主秋葉aaaki 的 ComfyUI 整合包搭建环境,解压后双击一键启动即可打开界面,内置模板可直接使用但模型需自行下载。作者用 WorkBuddy 导入整合包文件夹,通过对话完成首次配置、下载 qwen-image-2.1-turbo 工作流及文生图、图生图、图生视频等搭建,也可让 WorkBuddy 通过 API 自动搭建并执行工作流。
教一下怎么让 Grok Bot 食用 公众号文章在这里:https://mp.weixin.qq.com/s/1afnn-WeU4KvD03lqSIv2w
AI 动画电影《风之森之猫头鹰》主题歌 MV 已完成并先行上线 YouTube,主题歌用 Suno AI 制作、静止画用 Google Flow 的 Nano Banana 生成,正片则使用 Seedance2.0 和 Seedance2.5 做视频生成。
面向把 AI 图像生成内製化为自有制作环境的需求,文章梳理了 Stable Diffusion 与 FLUX 两条路线的分工:Stable Diffusion 系适合本地或云 GPU 运行。
Synthesia 以 $19/月 Starter 起步,在幻灯片导入保真度、AI 旁白质量和可编辑性上综合排名第一,支持 140+ 语言。
ArchiGen 文章主张,当项目与城市的关系属于设计命题时,应把城市语境建成可导航模型而非静态背景。文中引用 Chaos 赞助的 Architect Magazine 案例:Morevi Studio 为格鲁吉亚 Ambassadori Island Batumi 84 公顷提案,将巴统与人工岛建成两个关联分区并置于同一场景,以便实时审查相机与氛围。
AI 视频生成模型是通过学习海量视频片段、从零生成每一帧的神经网络,输入文本或图片即可输出 2 至 30 秒、360p 至 4K 的短片。主流架构分扩散模型与自回归模型两类,前者逐步去噪生成整段视频,后者逐块预测后续内容。VIBE 应用内置 Kling、Sora、Veo 等 39 个视频模型,版本号决定时长、分辨率与是否带音频,Fast、Pro、Mini 等后缀分别对应速度、画质与体积取舍。
OpenAI Codex 可以借助 CoAnimator 编辑视频项目并调用渲染器输出 MP4:Codex 负责读取需求、规划场景、编写项目文件并按反馈修改,CoAnimator 负责预览与渲染。
Wan 2.2 图生视频可在 12GB 显存的 RTX 5070 上运行,57 帧片段在 832×480 下耗时 10 分 38 秒,在 1536×864 下约 67 分钟,均含补帧与超分到 2048×1152。
AITuber 发布制作 AI 说唱视频的分步指南:先准备音轨,可上传 MP3、WAV、M4A、AAC、OGG(最大 50MB、10 分钟),或用内置歌曲生成器按描述或自定义歌词(上限 5000 字符)生成,每次返回两个版本。随后选定单一角色与画风生成画面,字幕按每个词对齐,导出 9:16 竖屏视频,建议时长 30 到 60 秒。
作者用 Opus 5.5 配合 three.js 一轮基本直出雨夜便利店微缩场景,第二轮只修了穿模,最便宜会员的 5 hours limit 就能完成。提示词要点包括第三视角可拖拽旋转缩放的微缩三维模型、日式便利店街角主体、店内明亮温暖与室外潮湿雨夜的冷暖对比、三渲二卡通渲染,以及持续降雨和积水波纹等动效点缀。
作者在 Google Colab 的 A100 80GB 上用 ai-toolkit 0.13.19 训练 Qwen Image 2.1 角色 LoRA,1000step 本学习约 21 分钟,而本地 RTX 4070 12GB 同样步数约需 2 小时。
Stable Diffusion Art 发布教程,介绍如何在 ComfyUI 中搭建 MiniMax H3 文生视频工作流,一次生成带立体声的 5 秒 24fps 片段。
研究团队提出 SyncReward,一个用于音视频生成同步性评估与优化的奖励模型,并发布含 80K 专业同步评分的 SyncReward-Data-80K 数据集与 1K 片段的 SyncReward-Bench 基准。该模型在评测中与人类评分一致性最高,并可通过推理时 best-of-N 选择与强化学习后训练提升生成同步性。数据、基准、模型与代码将开源。
Aitrepreneur 发布教程,演示如何用 AI TOOLKIT 在本地或 RunPod 上训练 Qwen Image 2.1 EDIT 的 LoRA,显存占用低于 10GB。视频还涵盖自建训练数据集、训练参数设置,以及在 ComfyUI 中对比训练完成的 LoRA 效果。
用 DomoAI 的「文本→视频生成」功能,按主角、地点与光线、动作、呈现方式四项写好提示词,第一条视频不要用「AI最优化」改写,直接生成后逐词比对画面,分出哪些词被拍出来、哪些没有。改写功能留到第二条再用,Runway 也有类似功能。比对结果连同提示词、比例、时长和待改点存进视频同一文件夹,每次只补一个未实现的词。
Google AI Studio 向部分开发者发出通知,要求其在 10 月 12 日前将 Gemini API 从后付费改为预付费,逾期将中断服务。预付费余额为零时,即使 API 密钥和代码正常,付费 Gemini API 调用也会失败;余额按 Cloud Billing 账户而非项目或 API 密钥管理,购买后有效期 1 年。仅使用免费额度的用户无需迁移。
作者发布流式视频生成工作 SGF+(Decoupling Gradient Flows for Autoregressive Video Generation),在只用 5 秒训练窗口的情况下改善视觉质量与长视频一致性,并展示最长 24 小时连续生成。
作者在 RTX 5060 Ti 16GB 上用 ComfyUI 实测 MiniMax H3 的 Multiframe Reference,验证它能否把静止画当作分镜使用。
10月11日"眨眼日"之际,作者 mii♪ 分享了一套免费提示词:先用 ChatGPT 把宠物照片生成 9:16 竖版水彩绘本插画,再用 Google Flow 或 Gemini 将插画转成约 8 秒视频,让宠物单眼眨眼时灯笼与魔法符号同步闪光。提示词支持星、心、月、花、四叶草五种主题,可自定义符号,成品可个人使用或发布到 SNS,禁止转载与二次分发。
AI 电影制作人 Frank Houbre 公开了自己 2026 年的创作工具栈,按电影制作流程分为六个环节,每个关键环节只保留一个主力工具。写作环节以他参与共创的 ScreenWeaver 为核心,Claude 与 Claude Code 负责审阅和重复性任务;图像与视频生成以 Higgsfield 为主力,因其在同一账户下聚合多个模型。
一篇面向生成AI插画创作者的构图教程,讲解如何用男女角色做出恋爱漫画式的心动画面。核心技巧包括低角度仰拍营造"被俯视"的紧张感、高角度俯拍突出可爱与保护欲、三分法偏移构图制造留白与故事性,以及肩越镜回眸、主观视角等具体构图型。文中附可直接复制使用的英文提示词,并建议用侧光与逆光增强立体感和情绪氛围。
作者整理了 15 组用 Nano Banana 2.1 生成超写实照片的 Prompt,按 iPhone、0.5 倍超广角、智能眼镜、云台、无人机、视频通话截图、GoPro、行车记录仪、监控、卡片机、翻盖手机、一次性相机、90 年代冲印照、拍立得、胶片单反等相机类型划分,每组都写明拍摄角度、光线、噪点与压缩痕迹等细节。
Midjourney 可通过 5 组英文提示词生成 3D 游戏角色设定图,每组输出上排正面、斜前、侧面、背面四向全身图,下排 6 种表情差分,并统一角色几何与服装。提示词覆盖日常游戏风、东方奇幻星图师、3D 动画电影魔女、写实科幻机甲战士与王道 RPG 日本女剑士五种风格,均附日文和译与参数(--ar 16:9 --v 7 --raw --s 100)。
一个 AI 猫视频 YouTube 频道在两次被停止收益化、约半年零收入后重新通过审核。作者复盘了自己在视频内容与故事、字幕音效 BGM 剪辑、多镜头与静止图用法、标题、简介、缩略图、频道说明以及再审核用限定公开视频上的改动,并强调这些做法不保证一定能通过审核。
MiniMax H3 RefMod 被用于动画制作,实测生成质量已达到可完全作为动画使用的水平,实拍版与动画版均可生成。用 Comfy-Cloud 制作约 55 分钟视频,月费约 $80USD;企业级成本约 $630USD/月,只需培养操作员即可运营。相比 Google Colaboratory 每 30 分钟断连,Comfy-Cloud 或 ComfyUI Desktop 版更省心易用。
作者介绍了 ComfyUI 中 MiniMax H3 的新角色固定技法 RefMod,无需 LoRA 训练,用 8 至 20 张同角色图片即可在数十秒内生成 1 至 2MB 的 .safetensors 角色文件。
推荐理由:RefMod 用 8 到 20 张图编码出 1 至 2MB 的角色文件,为不想跑 LoRA 训练的创作者提供了可对比的替代路径。
作者用 Hugging Face 上的 Wan 2.2,通过 Claude Code 的 MCP 调用,把 10 个静止画分镜中的大幅动作交给视频生成 AI,小幅动作则用 Python 程序移动部件完成。首尾两帧同时输入后,Wan 2.2 生成的视频背景与线条均未崩坏,未出现此前 Kling 那种画风被覆盖的情况;但角色爬石时仍会站起、舔叶只重复一次,靠文字指令只修好了脚、水壶和眼睛。
一项针对 Gemini 与 ChatGPT 图像生成的实验发现,用 Gemini 生成姿势参照图再交给 ChatGPT 生成插画,能更容易接近 Aerial Walkover 等复杂空中舞姿,但生成结果中仍出现人物左臂接上右手形状的左右反转问题。作者认为参照图只是姿势「线索」而非「正解」,成图后仍需逐一核对四肢左右与关节连接;该结论来自个人试作观察,并非成功率统计比较。
用 Claude Code 子代理每日发 note 的作者拆解单篇耗时:从 9/22 到 10/10 共发 19 篇,每篇约 25 分钟,其中 /daily 执行 10 分钟、图像生成 5 分钟、note 粘贴与发布 10 分钟。也就是说 60% 的时间花在 /daily 之外,图像生成需手动把 posts/ 里的提示词贴进 nano banana pro,仍无法完全无人化。
作者用 AI 生成秋日庭院女巫与虎猫茶会的 4 卡短动画,含修正版共消耗 1,050 クレジット(月上限 4,000),第 2、3 卡各因修正翻倍至 350。教训是元素越多越需细化指令,如汤气须限定「仅从指定杯子中央、细而少、不扑脸」,否则会抢镜或位置错乱。作者因此改为按场景需要分配秒数而非每卡固定 5 秒,并只挑构图简单的作品动画化,最终用 CapCut 剪辑发布到 Instagram。
用 Python 绘制画面、ffmpeg 拼接、仅对旁白使用最新语音模型,可将 3 分钟学习视频成本压到约 50〜90 日元,远低于视频生成 AI 的 570〜1,700 日元。作者推荐 Gemini 3.8 TTS 或 Eleven v4 做旁白,并称可单独重读出错句子便于修正。
建筑师在生成 AI 渲染前应先用 PureRef 建立可见的参考板,为每张图指定唯一角色——体量、材质、光线或氛围,并分组、剔除冲突。PureRef 是桌面参考图画布,支持排列、分组、标注与导出,本身不是建筑 AI 产品。在 ComfyUI 中只向 IP-Adapter 或图像条件节点输入所需参考图,并记录裁切与权重,避免整板压平成一张拼贴图。