🧙用 ChatGPT-Image2 做【创意设计系列】之 装饰设计空间布局 日系住宅空间家居搭配配置清单图 Japanese Living Space Configuration Board " 大型高分辨率信息图。 提示词评论区哈

天呐，这不是就是我设想的从售前创意，设计交付，监理，施工到售后管理的不动产 AI 解决方案吗？我想未来两三年，我们可以看到类似 wanman 这类云端 agent matrix 产品在各种垂直行业全方位接管工作本身。

传统东方美学与现代商业设计自然融合。 AI × 品牌设计 × 东方文化 的创作实践 #AI设计# #AI生成# #AIGC# #国风设计# #品牌视觉# #商业海报# #护发水# #东方美学# #创意设计# #AI艺术#

披萨节周边咸鱼鉴赏 🥇币安 @binancezh 咸鱼售价: 388 本次币安周边内含刮刮乐，最高奖金0.01btc 。添加了运气成分，适合币圈赌狗，是个非常好的创意，导致比第二名略高100r， 🥈Okx @okxchinese 咸鱼售价：288 创意设计加分，深受妹子喜欢，内含实用主义代金券，诚意也满满。 🥉bitget @Bitget_zh 咸鱼售价：188 餐具礼盒，从辅助上刺杀头部，打算让各位在吃披萨的时候都用上bitget的餐具。可惜惨遭各位背刺（大家都不发披萨了） 非常可惜没看到火币@HuobiGlobal 参赛，可能是孙哥统治了咸鱼app。 我已经很久没在咸鱼看到火币周边了，失望！

迫不及待地分享一个绝美的网站！ Contralabs 是一个由高审美人类专家主导、用来定义和衡量 AI 创意质量的实验室。 ♟️打开网站，映入眼帘的是一个文艺复兴风格的古典雕塑，拿起 21 世纪的点阵笔记本电脑。 通过这种复古与未来的“碰撞感”，Contralabs 向大家传达它的设计理念："we are building taste into creative AI" 为创意类人工智能赋予审美能力。 ☁️在这里，人类沉淀的审美经验与数字未来产生交汇与碰撞。 它由独立自由职业者平台 Contra 推出，依托其全球超过 150 万名专业设计人才（涵盖设计师、视频剪辑师、独立开发者等）的真实反馈，来评估和优化生成式 AI 在创意工作中的实际表现。 市面上大多数 AI 跑分榜单（如 MMLU 等）往往侧重于逻辑、编程或事实问答等具有“标准答案”的硬性指标。但在设计、网页开发和品牌创意领域，好坏往往取决于审美、品味和具体的工作流阶段。 ContraLabs 正是为了填补这一空白而生： 1️⃣ 评估生成式 AI 的“创意水平”： 衡量 AI 模型在实际的创意设计流（从概念构思 Ideation、到原型制作 Mockup、再到最终打磨 Refinement）中究竟能帮上多少忙。 2️⃣ 区分“共识”与“审美偏好”： 在其最新发布的旗舰研究报告《人类创意基准》（The Human Creativity Benchmark）中，ContraLabs 提出了一套全新的评估框架。它将 AI 的输出拆分为两个信号： 收敛性（Convergence）： 评估专家们达成共识的硬性指标，如排版是否易读、布局是否合理、是否有画面瑕疵（这反映了模型的“准确度”）。 发散性（Divergence）： 允许专家们产生分歧的软性指标，代表不同的艺术品味和审美流派（这反映了模型的“可控性”与“多样性”）。 3️⃣ 真实业务场景的盲测： 平台通过让多位专业设计师对 AI 生成的落地页（Landing Pages）、桌面应用、广告图像和产品视频进行匿名的两两对决（Pairwise Ranking）和多维度打分，最终生成真正符合人类专业审美、摒弃了“流水线感”的 AI 评估数据。 现在就去体验这个精致的网站，翻翻里面的研究报告。记得右键开启你的“沉浸式翻译”插件，在最舒适的双语对照排版下，解锁关于未来 AI 创意的深度干货。 🔗

泡泡玛特王宁带队探访苹果🍎总部，库克发文欢迎 苹果CEO蒂姆·库克在微博发文欢迎泡泡玛特团队到访Apple Park，并晒出他与苹果现任CEO约翰·特努斯跟泡泡玛特创始人王宁现场交流的照片。 据了解当地时间7月14日下午，泡泡玛特创始人王宁率领核心高管团队探访美国硅谷苹果总部Apple Park。双方围绕创意设计、数字生态与全球消费趋势展开了深入而友好的交流。王宁还将THE MONSTERS与FIFA联名的搪胶毛绒公仔作为礼物赠送给蒂姆·库克等苹果高管。

AI 做视频，终于不用自己一帧帧剪了 分享 6 个可以直接用的视频类 Claude Skills： ① HyperFrames 一句话生成动效视频。基于 HTML/CSS，文章、推文、产品介绍丢进去，直接变成动效视频并渲染为 MP4。适合产品宣发、教程开场和社交短视频。 ② video-use 让 Codex 帮你剪视频。自动处理停顿、错句、口头禅、字幕和调色。口播、采访、教程视频的粗剪，能省下大量时间。 ③ Remotion Skills 用代码批量做视频。基于 React，字幕、动画和时间轴都能控制。排行榜、数据周报、产品更新等固定栏目，一次写好模板，后续改数据就能出片。 ④ Generative Media Skills AI 多媒体生成工具箱，覆盖图片、视频和音频生成。适合产品广告、UGC 视频、音乐短片和实验性创作。 ⑤ videocut-skills 面向中文创作者的视频剪辑 Agent，能理解中文剪辑需求，协助处理素材、字幕和短视频工作流。 ⑥ seedance2-skill 帮你生成 Seedance 2.0 专业视频提示词，根据创意设计分镜和镜头描述。适合有想法但不会写视频提示词的人。

如何看到中国的军队问题? 在谈论到中国问题的时候，我们耳熟能详的无非是中共高层内部的派系斗争，或者经济发展中出现的问题，但是有一个对于任何国家来说都至关重要的因素，却像一团迷雾，我们可以感受它那巨大的阴影，但是却无法清晰地辨认它的面容。这，就是中国的军队问题。 中国军队的战力到底由多强？军队内部是否也存在派系？党对军队的领导可以贯彻到什麽程度？军队高层真的对政治和权力不会进行干涉吗？中国会不会出现军人政权？如果有一天中国发生真正的乱局，军队会扮演什麽样的角色？我相信，关于中国，所有这些疑问都是非常有趣的，非常吸引人的问题，但是，也是最没有答案的问题。至少到目前为止，军队像一个巨大的黑箱，我们只能隐隐约约地看到週边的一些稜角。而任何零碎的描述和分析，都可以提供给我们一些线索。 大卫。蓝普顿（David M. Lampton）著，林添贵译的《从邓小平到习近平》（Following the Leader Ruling China: From Deng Xiaoping to Xi Jinping）一书，可以多少提供给我一些这样的线索。而更有意义的事，作者提醒了我们，中国的军队，将是越来越重要，越来越需要重视的一个问题。这个庞大的阴影，已经开始逐渐显露出了它峥嵘的冰山一角。 例如，中共一直坚持“党对军队的绝对领导”，这样的铁律，其实已经面临很大的考验，而这些考验，来自于自然的逻辑，那就是管理需要专业知识，而党的领导干部缺乏军事方面的专业知识。对此，蓝普顿非常敏锐地观察到了一个现象，那就是：由于军事事务变得愈加技术複杂，而文人领导人通常没有这方面的经验，所以文人越来越依赖军官的专家意见。尤其是江泽民以来的中共最高领导人，都已经麽有战争的经验，更没有经历过战争的资历，他们对军队的控制，还能有多强，实在令人质疑。 他们除了用庞大的军费，不断的封官许愿，以及对军队自行其事地为自己谋取巨大的经济利益的行为睁一隻眼闭一隻眼之外，其实没有更多的权威来确保对军队的控制。即使是自认为与军队有一定渊源的习近平，在对军队的控制方面，恐怕也没有十足的安全感，否则就不会费力进行军队体系的全面改革了。这就会让我们联想到一个很重要的问题：如果社会进入不稳定时期，动用军队也许会成为中共领导层最后的选择，但是，这是最安全的选择吗？ 另外一个过去并没有凸显出来，但是随着经济发展，将会越来越重要的问题是：中国正在发展类似美国那样的军事－工业部门，这个部门目前规模还不大，未来将在政治，社会，经济和外交及国安决策上扮演日益举足轻重的角色。事实上，在南海问题的决策过程中，像中石化这样的巨型石油国企，与军队之间，显然就有庞大的共同利益。他们的结盟，将使得中国军队的势力走出军营的围牆，进入到市场中，或者更有理由介入到外交事物的决策中，这样的趋势对中国的影响显然也是不可低估的。 最后，蓝普顿在梳理中国军方的发展的时候发现， 2013年以后，解放军中的个人和组织却却颇有创意地设计出账外收入的管道－卖地，卖官及其他种种伎俩。这几乎已经成为党与军队之间不公开的协议。但是，习近平上台以后发动的反腐政治斗争，已经触动到了军队的这一块利益。如同我们前面讲过的，中国军队对政治保持距离，条件是政治也不敢于军队的牟利机制。军队不干政，是因为政治也不干预军队。现在一旦政治敢于到了军队的赢利机制，军队是否真的会甘心放弃庞大的利益？这恐怕才是习近平最应当担心的问题。 @baodiantimes

别再以为调高温度值让 AI 瞎编就是创意，那不叫创意，叫噪音。 好创意靠方法论的精密碰撞，不靠无序的随机性。 最近看到一个很有启发性的 Agent 技能设计，叫“创意路由”（creative-ideation skill）。 它的逻辑非常清爽：把 22 种来自历史上顶级艺术家、思想家的创意方法论，封装成了 Agent 的底层技能。 当你丢给它一个需求，它不直接动笔，先分析你的 Prompt。 然后，像个“路由器”一样，把任务分发给最合适的那套方法论。 是用解构主义，还是用逆向思维？是用要素重组，还是用极端假设？ 在特定方法论的约束下，AI 再去疯狂发散。 最后出来的方案，既有跳出盒子的新鲜感，又有能够落地的可行性。 这其实给所有人提了个醒： 别再指望靠调高模型参数，指望它能通过“基因突变”给你惊喜。 把人类沉淀了几百年的思维模型写成规矩，让 AI 在规矩里拼算力，这才是调教工具的正确姿势。