RapDuo AI:用两张照片生成双人说唱视频的网页工具
独立开发者推出 RapDuo,一个用两张照片生成双人说唱视频的网页工具,上传两张照片、选场景并填写主题,即可生成带人声和伴奏的 MP4。工具提供九种场景,其中八种会生成新歌词和伴奏,「原版」场景使用原曲、发布到平台时可能遇到音乐版权识别。新用户通过 Google 登录可免费生成一次 5 秒预览,无需绑定银行卡,失败任务不扣点数。
独立开发者推出 RapDuo,一个用两张照片生成双人说唱视频的网页工具,上传两张照片、选场景并填写主题,即可生成带人声和伴奏的 MP4。工具提供九种场景,其中八种会生成新歌词和伴奏,「原版」场景使用原曲、发布到平台时可能遇到音乐版权识别。新用户通过 Google 登录可免费生成一次 5 秒预览,无需绑定银行卡,失败任务不扣点数。
V2EX 用户发帖询问 Google 印度 18 个月的 AI Agent 智能体项目是否在本月底结束。帖子未给出项目名称、具体条款或官方确认信息,正文仅包含 V2EX 站点页脚内容。
LinkAGI 中转站已接入 gpt-6.1-sol,按人民币 / 百万 Token 计费,Codex · Sale 号池输入 ¥0.30、输出 ¥1.50、缓存输入 ¥0.015,Plus 与 Pro 号池价格更高。
一名业余冲浪者用一周时间做出 surf-alert.net,把 windguru、surf-forecast.com 那类波浪高度、周期、能量、风向、潮汐的原始表格数据,结合自定义的"好浪况"规则,换算成简单的"去不去冲浪"建议,并尝试给出 1/5 的浪况评分和最佳下水时间。
Google 发布 AQuA(Ambient Quality Agent),在 Google Cloud 项目内常驻运行,从 Cloud Trace、Cloud Logging 或 BigQuery 按计划、部署后或按需扫描生产轨迹,不进入请求路径也不回写 Agent。
PostHog 为 Desktop、Slack app、self-driving 和 PostHog AI 四款产品搭建了一套共享的云端 Agent 运行时,每个任务经 API 交给 Temporal 工作流,由它创建沙箱、克隆仓库、启动 agent 并持续到产出 PR。
独立开发者推出 Android 隐私优先记账应用 Cipher,通过读取银行短信和支付通知自动生成交易,采用本地优先架构,无账号与云端后端,源码开源。已在 Google Play 上线并经过封闭测试,目前有少数用户付费购买 Pro,新增的账户级月度预算与 Debts & Loans 功能来自早期用户反馈。应用现可在 Google Play 和 GitHub Releases 获取。
一位独立开发者上线 AI 视频生成聚合站,输入文字或上传照片即可生成 4~12 秒短视频,支持横竖屏、无水印下载和中英文界面。
一位开发者分享了自己为测试 Gemini 3.8 开发效果而做的 AI 开发规范 skill,并说明该规范按个人需求定制、并不适合所有人。他用这套规范在不到 5 天内开发出一个二手回收系统测试项目,但项目只符合其中 20 多条规范,后续很多条目是采纳他人建议后优化新增的。
Claude for Google Workspace 上线,可把 Claude 直接带入 Google Docs、Sheets 和 Slides 中使用。该产品在 Product Hunt 发布,讨论区提供链接。
AIKey365 面向开发者提供多模型 API 接入,这次给 V2EX 准备 20 个名额,每人赠送 ¥15 站内余额(人民币)。目前支持 OpenAI-compatible API(Chat Completions / Responses)、Anthropic Messages API(可用于 Claude Code 接入)以及 Gemini 原生 v1beta API。
一位独立开发者宣布结束 6 年开发,关闭了第 1566 个也是最后一个工单,剩余工作仅为打磨、审查和补画最后 4 张图。该游戏未使用 AI 制作,作者只用免费版 Gemini 讨论过计算、逻辑与架构问题。技术栈为 Ionic + Angular、C# / .NET、SignalR、Redis、PostgreSQL,后续还有压力测试、部署与平衡性调整。
独立开发者正在开发手机格斗游戏《Rival Strike》,邀请大家加入 Google Play 测试计划。点击链接即可加入,下载和试玩完全自愿,只要加入测试计划就已是对开发者的帮助。
V2EX 上有开发者发帖询问是否已有人用上 Gemini 4,以及实际效果如何。发帖人关注编程实战能力、相比 GPT-6 和 Claude 是否有明显优势,以及推理速度、幻觉率和长上下文表现。他尤其好奇 Gemini 4 在 Agent Coding 方面能否真正挑战 Claude Code 和 Codex。
有开发者在 V2EX 发帖求助,同事想订阅 codex 却折腾不成功,他自己搜索后发现现在注册新订阅比较麻烦:注册 Google 新号需要海外手机号验证,用临时手机号接码后续无法登录 codex,长期手机号又挺贵,之前的认证助手也已失效。发帖者本人的 Google 账号是多年前用国内手机号注册的,当时没有这些问题。
SEELE 海外产品招聘 2 名 SEO 增长专员,分内容运营与研究执行两个方向,远程协作,全职或实习均可,实习薪资 200–300 元/天,全职薪酬面议,招聘截止 2026 年 11 月 8 日。
作者开源了 free-llm-intel,一个每天自动巡检 OpenAI、Anthropic、Gemini、Mistral、xAI 以及通义、Kimi、DeepSeek 等国内外 30+ 家 LLM 厂商官方页面的聚合站,为没有 RSS 的厂商生成自建源并合成总订阅流,导入一个 OPML 即可订阅全部更新。
面向 Agent 开发者,多数场景的答案是两者都用:难推理任务用闭源前沿模型,嵌入、重排、抽取等高频重复任务用自托管的开放权重模型。文章指出所谓"开源"多为开放权重,OLMo、Pythia、T5 才算开源,Qwen3、DeepSeek V4、Llama 4、gpt-oss 属开放权重,且许可证差异大。计费上闭源 API 按 token、自托管 GPU 按小时,高频稳定负载自托管更省。
Appwrite Android SDK 29.0.0 发布,可在 R8 full mode 下正常工作,修复了此前查询序列化成 {}、Realtime 连接后收不到事件、以及应用更新后用户掉登录的问题。
一位做网站、CRM/自动化系统与软件的开发者推出 LATTICE Tools,让内容创作从企业网站和已连接的 Google 账号的真实搜索数据出发,先看哪些查询已有曝光、哪些页面流量在涨或跌、哪些位置有曝光却没点击,再由 AI 辅助写作,但内容仍由企业自己编辑、定调、选图和决定 CTA。
独立开发者因侄辈用 AI 快速写完作业却讲不清内容,做出学习产品 LearnSnap,核心循环为 Ask、Learn、Practice、Revise,AI 回答只是起点而非终点。
Semrush 在 Prompt Tracking 的 Sources 报告中上线引用来源追踪,可查看目标提示词下被 AI 平台引用最多的域名和页面,找出品牌缺席的引用缺口。
一位独立开发者的游戏 Steam 页面挂了六个月,期间只做了一件事:把原型和 demo 发布到 itch.io、CrazyGames、Newgrounds、Google Play 等平台,累计 130 万次游玩、平均单次 22 分钟。
一位独立开发者把自己收集 Reddit 抱怨的数据库做到上月收入 $3,200,而此前十二个月只有 $197。转折来自 SEO:每个点子都按用户真实搜索词单独建页,6 月从 Google 获得 1,454 次点击;他发现 ChatGPT 在 90 天内读取该站超过 7,000 次,于是把每页改成便于 AI 引用的写法,前两行给答案、附来源、保持结构清晰。
Yoast 月度 SEO 更新回顾了 2026 年 9 月的搜索与 AI 动态:OpenAI 在实验数月后正式在全球范围向 ChatGPT 投放广告,Google 则上线 AI 垃圾内容检测器 SAFE,并在 9 月核心更新后加大对低价值程序化 SEO 内容的打击。
Twilio 开发者布道师 Rishab Kumar 复盘自己的语音 AI 演示被自动化流量刷单:8 月 15 日 10:32 至 14:39 期间 /api/call 收到 1,008 次请求、921 次成功建呼,其中 920 通打向以色列 +972229 号段,Twilio 费用 $971.50、Google Gemini 费用 $10.58,合计 $982.08。
推荐理由:作者复盘自家语音 AI 演示被刷国际长途的完整链路与账单拆分,可对照检查自己公开接口的防护。
付费投放端出现新转化模式:转化最快的线索往往不是冷点击广告进来的,而是先问过 ChatGPT、Gemini 等助手「best X for Y」,拿到候选名单后再搜品牌或点广告来核实。
Google Cloud 上线 Gemini Agent,这是一款可同时运行在 Gemini 和 Claude 上的工作型 Agent。Product Hunt 页面提供讨论与链接入口。
Nano Banana 2.1 已上线,距 Nano Banana 初版发布约一年,该版本重点支持 API 接入。在 arena 排名中,Nano Banana 2.1 仍逊于 gpt image 2 和 2.5,但在不少用户心中它依然是顶尖的生图模型。
开发者用 Claude Code 从零写了一个安卓视频播放器 UnitPlayer,已提交 Google Play,因新注册个人开发者账号需至少 12 人参加封闭测试并连续 14 天才能申请正式上架,来 V2EX 求助。
有开发者上线了 Nano Banana 2.1 在线体验站,围绕图片生成、编辑和实际案例展开,目前处于早期阶段。
Google 于 10 月 6 日发布 Nano Banana 2.1,现已在 reAPI.ai 上线,每张 $0.03,1K、2K、4K 同价。Google 官方标价为 $0.0336 / $0.0504 / $0.0756,4K 便宜 60%。
Ghost.ai 于 2026 年 10 月 5 日结束隐身,完成由 Andreessen Horowitz 领投的 1100 万美元种子轮,其 19 岁 CEO Zain Javaid 主推售价 3,499 美元、搭载 Nvidia RTX Pro 4000 Blackwell GPU 的本地 AI 代理盒子 Core,首批数小时内售罄。
Anaconda 发布 Kilo Desktop,将模型选择、Agent 编排、Notebook 与治理整合进一个桌面应用,可在一个界面访问 500 多个模型,并按任务切换。
OpenAI 于 2026 年 9 月 3 日发布 GPT-6 Astra,输入 $10/百万 token、输出 $50/百万 token、缓存读取 $1/百万 token,但定价文档写明输入超过 272,000 token 的请求,整单按 2 倍输入与缓存费率、1.5 倍输出费率计费。
Google DeepMind 发布 EmbeddingGemma 2,一个 740M 参数、Apache 2.0 许可的端侧多模态嵌入模型,原生支持文本、图像、音频和视频的统一嵌入空间。
推荐理由:Google DeepMind 发布 740M 参数的多模态嵌入模型,给出端侧内存占用与向量截断方案,可据此评估本地检索管线。
独立开发者 MadPointArt 发布迷你游戏 Room Fortress,玩家操控乌克兰游戏博主 Pavlo 抵御 Xbox,助手是他的猫 Eloy。界面与操作灵感来自 Nintendo Game & Watch Egg(EG-26),主打几分钟一局的短会话体验。游戏已在 itch.io 和 Google Play 上线。
一位做了十多年独立开发的开发者推出 AI 记录工具 Upglow,用户只需用日常语言写一句话,AI 就负责分类、提取数字并自动统计,目标是替代他用了十多年的 Google 表格。目前 Upglow 只有他自己一个用户,他发帖是想验证「只管写下发生了什么,让 AI 整理剩下的内容」这个思路是否对其他人也有用。
Google 的 Nano Banana 2.1 已在 Vercel AI Gateway 上线,相比早期 Nano Banana 模型改进了图像生成与编辑,重点面向产品场景重构、基于蒙版和笔触的局部编辑以及真实性。
推荐理由:Google 的 Nano Banana 2.1 上线 Vercel AI Gateway,说明了新模型的调用方式与按 Flash 级别计费的定位。
Google Search Central 在 YouTube 频道上线两条精选播放列表:Search fundamentals for beginners 面向网站主。