@DevInThePit · X

zxhywork · V2EX

Muse Image AI Meta Superintelligence Labs 7 月 7 号发布了他们第一个图像模型 Muse Image ，内部代号 Mango 。玩了两天，这个模型有几个点确实有意思： - **Agentic 生成**：出图前先规划布局，需要事实的场景会联网搜，画完自查一轮再交稿，长 prompt 一次过的概率明显高 - **图内文字能看了**：海报标题、图表、甚至可扫的二维码都能直接画进图里，这是大部分生图模型至今糊掉的地方 - **多参考图合成**：从几张照片里分别取人脸、服装、产品、背景，融成一张不违和的图 官方入口在 Meta AI App / meta.ai / Instagram Stories ，国内用着别扭，还得装 App 。我就照着上一个站的路子做了个纯网页版：[museimages.io]( https://museimages.io/)。 产品上砍得很狠，只做图像，三个入口： - [Meta Muse Image 在线生成器]( https://museimages.io/ai-image-generator)

lklkai · Product Hunt

LKLKAI AI creation platform for designers and creators

@Mkks2239Kashif · X

Wearlie — you type a prompt, AI turns it into a design, and we print it on a tee, hoodie or cap and ship it free worldwide. Basically Midjourney with a checkout button.

Seedream AI — Seedream AI 4.0 AI 图片生成器（最新，免费）

@mrgriggio · X

Big update shipped to my vibecoded app focused on the italian market 6 AI flows now: furnish, render→photo, empty a room, photo→video, facade colors, garden makeover. 100% Built with @Replit and brainstormed with Claude Organic traffic starting to move thanks to @outrank_so (Blog and backlinks) + @UseFastlane (for social). Still $0 MRR but I keep pushing 🔨

AI 工作流模板生成器 — 免费 AI 工作流生成工具，输入重复任务、角色和输出格式，自动生成任务边界、处理步骤、提示词和质检清单。

new_user___006202531e5cda473932f63 · Product Hunt

text2diagram AI Diagram Generator — from Prompt or Chat

@plentylab · X

generate with AI, edit like a designer

BookletAI — 面向普通用户的小册子 AI 工具，可自动调研、写作并生成排版好的 booklet 页面。

@hedge8og · X

4月23日，我开始用 Codex 搭自己的产品。到现在，满3个月了。 截至7月19日，Codex 页面显示247.1亿个 Token，连续使用54天。标题里的“250亿”是取整，准确数字以截图为准。 这三个月，我把 做上线了，产品介绍视频改了很多版，也借助 Codex 做了不少以前一个人很难完成的工作。 具体一点：我用它整理过 BP、导出过 PDF、做过 PPT 工作稿，也把调研、文档、图片、浏览器操作、网站、视频和邮件这些常见 Skills 跑过一圈。有些后来真的进入了工作，有些试完就放下了。 现在回头看，最大的收获不是“我做过这么多种东西”，而是我越来越能分清：哪些能力能进入真实工作，哪些只是演示起来很厉害。 这些数字确实挺夸张。说实话，我自己看到也会觉得：是不是做了很多事？ 但如果现在让我总结，我不会把它们当成绩。它们只能证明我很投入，蹬得快冒烟了，不能证明产品已经有价值，更不能证明商业已经成立。 我大学辍学，最高学历是高中，之前一直在制造业工作，也不会写代码。写这些不是为了卖惨，更不是想证明学历没用，只是先把我的真实起点说清楚。 2月 OpenClaw 火起来以后，我开始认真试各种 AI 工具，想先解决工作里那些重复、又不得不做的事情。 这期间还有一次，客户马上要我提案，但公司的设计师手上也有急活。我用 ChatGPT 做了产品效果图，最后拿到了订单。 老板后来跟我说：“早知道你可以帮我做这些，那些外包设计早就可以不用买了。” 到了4月，我又用扣子搭了发货模板和记账系统。原来需要手工对比核验的条形码、外箱码，我也开始想办法交给工具处理。 这张订单图只能证明订单记录是真实存在的，不能单靠它证明订单一定是 AI 带来的，更不是 Ohwait 的客户案例。AI 参与了产品效果图制作，之后拿到订单，是我对那次真实工作过程的记录。 那一刻让我兴奋的，其实不是发现了什么创业机会，而是我第一次觉得，模型真的可以成为人的“数字外骨骼”。 回头看这三个月，我现在有5个比较确定的结论。 ### 1. AI最好先从一个真问题开始 发货、记账、核验、临时要效果图，这些都不是什么宏大命题，但它们有一个共同点：问题原本就存在，而且有人正在为它花时间、花钱或者承担压力。 我现在判断一个 AI 工具有没有价值，还是看两件事：它有没有少让我重复

BeMusic AI — AI 音乐生成器