AI 变现案例

AI提示库整理真实可落地的 AI 变现案例与方法,覆盖内容创作、程序开发、AI 工具运营、自动化工单等方向,拆解收入来源与实操路径,助你找到适合自己的 AI 赚钱方式。

全部 💼 副业实战 🤖 AIGC变现 🚀 流量与内容 🌍 出海淘金 🌐 其他
204

AI 编曲控制台 Suno Studio 2.0 发布:新增 MIDI 支持、效果插件

IT之家 8 月 15 日消息,当地时间 14 日,Suno 正式推出了 Studio 2.0,通过一系列大幅升级进一步向“真正的数字音频工作站(DAW)靠拢”,而非只是带有生成式 AI 功能的简易音频编辑器。其中最重要的升级无疑是加入 MIDI 支持。Suno 称,MIDI 一直是用户最希望加入的功能,同时也是现代 DAW 几乎不可或缺的基础能力。不过,用户暂时只能使用自带的专有合成器,其提供 3 个包络和 4 个 LFO。用户可以直接把 MIDI 数据交给 AI 作为提示。例如,用户可以先弹一组和弦,再让 Suno 将 MIDI 生成音频、续写旋律,或者根据已经演奏的部分创作 B 段。Studio 2.0 还增加了 DAW 常见的自动化控制,用户可以随编曲进程调整单独音轨的声像和音量。Suno 还把聊天机器人直接整合进 Studio 界面,用户可以让 AI 创作歌词或生成新的吉他声部。聊天机器人会读取当前工程的音乐内容,而不是脱离项目单独生成结果。用户只要提出“让这条人声音轨听起来更好”之类的要求,AI 就可以自动添加混响、压缩和 EQ。Studio 2.0 同时新增了一套基础内置效果器,支持失真、延迟、混响、压缩和 EQ。聊天界面中最值得注意的功能,是让用户通过 AI 创建自定义效果插件,从独特的混响、砖墙式压缩到合唱效果均不在话下。其形式类似 Polyend 的 Endless AI 吉他效果器。生成的效果还会保存在用户账户中,之后可以继续调用。Suno Studio 2.0 的功能明显比第一版丰富,但聊天功能的测试版也进一步减少了用户亲自动手的必要。在演示中,Suno 的亨利 · 菲普斯先修正弹错的音符并进行 MIDI 量化,随后坦言,这些工作其实应该直接交给聊天机器人完成。人声效果链的选择也被交给 AI,而不是由他自己逐项挑选效果器。
🌐 其他 IT之家 · 2026-08-15 23:28:28 · 原文

全球第一:阿里通义千问 AI 模型全球下载量破 30 亿,碾压 Meta 和谷歌

IT之家 8 月 15 日消息,据彭博社今日报道,阿里旗下开源 AI 模型千问家族在过去六个月内全球累计下载量突破 30 亿次,超越 Meta、Alphabet 等一众竞争对手,成为全球下载量第一的 AI 模型。根据开源 AI 社区 Hugging Face 于当地时间 8 月 14 日发布的《开放模型现状》报告,2026 年谷歌模型下载量约 4.18 亿次,Meta 约 2.27 亿次,而阿里千问达到了 20.45 亿次(仅 Hugging Face Hub 上的下载量,不含魔搭社区等平台),远超其他竞品。阿里表示,千问系列累计已开源超过 460 个模型,并衍生出超 30 万个衍生模型。Hugging Face 报告指出,Qwen 的下载数据使其成为“开放 AI 生态系统中最大的基础之一”,“Qwen 已成为开发者决定微调和部署哪些模型的默认工作流的一部分”。报告显示,基于 Qwen 的衍生模型在 Hugging Face 上达到 151,448 个,是 Meta 的 2.6 倍,是 Llama 系列仓库的 4.7 倍。谷歌衍生模型数为 82,506 个。Hugging Face 报告显示,2026 年中国前沿 AI 实验室发布的最大开放模型参数规模普遍超过美国实验室。中国实验室月上限在 7540 亿至 2.78 万亿参数之间,美国多数月份低于 1300 亿参数。中国模型的授权也更为宽松。在 2026 年发布的 178 个 20B 参数以上的中国模型中,59% 采用 Apache 2.0 协议,22% 采用 MIT 协议,没有一个带非商业限制。报告指出,1B 以下参数模型占历史累计下载量的 83%,100B 以上仅占 1%。Qwen 的 GGUF 格式本地部署模型每月下载量达 3960 万次,接近 Gemma 的两倍,是 Llama 的五倍以上。Hugging Face 提醒,下载量不直接代表模型质量或市场份额,API 调用和私有部署未纳入统计。相关阅读:《消息称阿里计划向下一代千问 Qwen 开源模型大型商用用户收取营收分成》《阿里巴巴千问 Qwen3.8-Max 模型正式上线,总参数量 2.4 万亿》
🌐 其他 IT之家 · 2026-08-15 23:10:36 · 原文

开源一个公众号排版 Skill:彻底解决排版难题(建议收藏!)

大家好啊,我是甲木, 这几天趁着还能用「天才程序员」,跟小李一起把 公众号排版 Skill 打磨了一下。 之前我们每次发布内容,都会有朋友问文章怎么进行排版的,今天直接把 方法论和代码库开源出来 供大家使用~ AI 排版要保证既有阅读路径,又不影响复制粘贴。 既有审美判断,又能稳定复用 。试了几轮之后,效果比我们预期好很多。 而且在 国产 Agent 上统统适用 !WorkBuddy、TraeWork、QoderWork、Dumate、KimiWork 等等,都能直接加载!国产模型通通适用! 先来看看效果,小李的经典 摸鱼绿 。 — 摸鱼绿 我之前常用的 红白风格 , — 红白风 还有 橄榄手记 风格等等。 — 橄榄手记 我们看了觉得效果不错,于是把这套东西整理成了一个 Skill,叫 gzh-design-skill 。 今天把它开源出来。 GitHub 开源地址(欢迎 star ⭐️) isjiamu/gzh-design-skill — GitHub 首页 下面聊聊它解决什么问题、个人如何 搭建自己的排版体系 ,以及 Skill 这件事后面可能怎么商业化。 01 PART 为什么要做排版? 为什么做排版,很简单,内容的 呈现形式,已经变了很多轮 。 从纯文字到图文,再到小红书、朋友圈、公众号头图,开始变成 「图片是主载体,文字只是配合」 ,再到之后的短视频。 用户的注意力一直在被 更强的视觉形式 训练。 纯文字当然能传达知识。但学习本身是一件 反人性的事情 。 你让一个人面对一整屏黑色正文,他需要主动调动注意力,主动建立结构,主动判断重点。 这对读者要求太高了。如果我们能用更舒服的排版、更清晰的层级、更好的图文组织,把 AI 新知识呈现出来,读者读起来会 轻松很多 。 公众号尤其如此。 所以我们一直觉得, 排版也是内容的一部分 。于是跟小李一拍即可,把这个做了并且开源! 我们希望大家在吸收 AI 新知识的时候, 内容本身是清楚的,形式也是舒服的 。 让人 愿意读下去 ,这件事很重要。 02 PART 它解决什么问题? 很多人一听公众号排版,第一反应是:找个模板不就行了? 其实不够。 模板只能解决一次性的样式问题,解决不了每天写文章的 工作流问题 。 公众号排版最麻烦的地方,不在于你不知道哪个颜色好看。 摸鱼绿主题演示 GIF 而在于 每篇文章都要重新做一遍 这些细节: 章节标题怎么编号,开头金句怎么做成引言卡 正文关键句怎么标下划线 图片和 GIF 怎么不乱 代码块、Prompt、命令行怎么保留格式 这些东西单独看都不大。堆在一起,就是一篇文章 发布前最烦的那一个小时 。 gzh-design 做的事很直接,利用 AI 的能力: 你给它一篇 Markdown,它给你一份可以直接粘进微信公众号编辑器的 HTML。 注意,不是普通网页 HTML。 公众号编辑器大家应该也都清楚,有非常多的坑… style 标签不行, script 不行,外部字体这些东西也很容易被过滤。 很多 AI 生成的 HTML,在浏览器里看着很好。一粘进公众号后台, 直接散架 。 所以 gzh-design 的目标是: 生成公众号能吃下去、粘进去不掉格式的正文片段。 所有样式内联。 — 示例文章排版,格式保持不变 你全选,复制,粘贴。 格式不掉。 这才是它的 核心价值 。 03 PART 它现在长什么样 目前 gzh-design 里有 6 套精选主题 。 其实最开始我堆了 20 套模板,结果都被小李否定了…(把 选择权和自主性给到用户 ) 因为排版这件事, 主题多不等于好用 。 真正重要的是: 每一套都能稳定覆盖一类内容 。 — 六套主题,按需选择 这 6 套,每一套背后都有自己的 组件库、色值、标题骨架、正文标记方式 、引用块、图片样式和文章类型配方。 AI 在按 组件库 装配。这点很重要。 gzh-design 先把 主题、组件、映射规则 写清楚,再让 Agent 按规则执行。 约束不是束缚。约束是输出下限。 04 PART 真正的核心:Theme Generator 但说实话,gzh-design 最值得看的,不只是这 6 套主题。 真正的核心模块,是 Theme Generator 。 简单说,它解决的问题是: 每个人都能把自己的颜色、比例、审美偏好,生成一套专属公众号排版风格。 你可以给它一句话: prompt 按「黑白杂志、克莱因蓝点睛、衬线字体」的气质,给公众号排版生成一套新主题。 跑完之后,直接给生成一套新主题。 — 关键在于组件化 也可以给它一张参考图: prompt 按这张参考图,做一套公众号排版组件库。 它会先抽取你的 视觉偏好 。 比如主色、背景色、正文色、强调色、装饰色,字体倾向,圆角,阴影,信息密度,标题结构,卡片形式,分割
🌐 其他 人人都是产品经理 · 2026-08-15 23:01:39 · 原文

另类 AI:前谷歌员工打造“聊天机器人”ChatTJB,不过背后全是真人回复

IT之家 8 月 15 日消息,多年来,人们一直被警告 AI 可能抢走工作。据《财富》杂志当地时间 12 日报道,32 岁的前谷歌员工塔克 · 布莱恩特决定反过来还以颜色,并创建了由真人回答问题的网站 ChatTJB。用户面对的仍是普通聊天框,输入问题后等待回复。真正不同的是,另一端根本没有大语言模型,回答问题的是布莱恩特本人,以及 1 万多名申请加入、帮助他回复用户的人。布莱恩特最初产生这个想法,是因为他担心人们把越来越多的思考交给 AI,却很少认真检查 AI 提供的答案。布莱恩特透露,自他花 6,000 美元(现汇率约合 40,534 元人民币)在旧金山竖起 ChatTJB 广告牌以来,网站已经收到超过 10 万条提问,志愿者等候名单每天还增加约 1000 人。最初只是一个探讨人们依赖 AI 的艺术项目,后来却形成了 AI 热潮中最典型焦虑的一种奇特反转:企业争着让机器越来越像人,布莱恩特却发现,有很多人愿意看到人像机器一样回答问题。网站刻意采用 ChatGPT 流行后十分常见的极简设计,只有文本框、用户提出的问题,以及过一段时间才出现的回答。最初,这些问题都由布莱恩特亲自阅读和回复。今年夏天,布莱恩特又用一块广告牌把这个玩笑说得更直白。广告把 ChatTJB 宣传为“由 AI 驱动的领先聊天界面”,旁边一个小星号则说明,这里的 AI 其实是“普通人”(IT之家注:average individual)的缩写。在收到的众多问题中,布莱恩特一直忘不了一条留言。有人在蜜月第一晚写信询问,自己始终无法彻底放松下来,产生这种感觉是否正常。“我想,就是从那一刻开始,这个项目不再只是一件超现实的讽刺作品,而逐渐变成了一个让人们认真和一个心怀善意、但毫无疑问十分普通的人聊天的地方。”随着提问量激增,布莱恩特本人已经很少继续作答。高峰时期,ChatTJB 每小时会收到 5000 多条提问,远远超过一个人能够处理的范围。布莱恩特目前已经基本停止亲自回答,而是由志愿者“代劳”。ChatTJB 从一开始就不是为了赚钱。不过,项目意外走红,也让布莱恩特看到了原本没有明确计划过的发展可能。“我已经和几位有兴趣以不同方式参与这个项目的人聊过。”目前,他仍把 ChatTJB 看成自己想尝试的多个艺术项目之一,而且倾向于让它保持短期性质,同时并未彻底排除继续发展的可能。“如果有合适的合作伙伴愿意帮助把它做成一个能够持续下去的项目,我很愿意和他们谈谈。”
🌐 其他 IT之家 · 2026-08-15 22:53:09 · 原文
共 204 篇 · 第 5/14 页« 上一页12下一页 »