AI工具

插图来源：Storyset 2024 年 10 月 31 日，OpenAI 正式上线 ChatGPT Search：ChatGPT 开始联网搜实时信息，给答案还附来源链接。这是 7 月 SearchGPT 原型的正式版，也是 OpenAI 向谷歌搜索正面开炮的一枪。

10 月，Anthropic 放了个大招：Claude 新增 computer use（电脑操控）能力。AI 不再只动嘴，而是能看屏幕截图、移动鼠标、点按钮、打字——像个实习生一样操作你的电脑。这篇列能力清单，讲上手步骤。

2024 年 10 月，ChatGPT 上线 Canvas：一个独立的写作/编程协作界面。和 Claude 的 Artifacts 打擂台的意思很明显。 问：Canvas 是什么？ 答：简单说就是"分屏协作"。左边对话框，右边文档/代码编辑区。你可以选中右边某段文字，让 AI 只改这一段，而不是全文重写。写长文、调代码时体验提升明显。

2024 年 10 月，Meta 发布 Movie Gen：文生视频、图生视频、视频编辑、AI 配音一条龙。AI 视频赛道至此集齐：OpenAI Sora、Runway、Luma、Meta。直接给横向对比。

9 月，谷歌 NotebookLM 上线了一个让全网惊呼的功能：Audio Overviews。上传几份文档，它能生成一段两个 AI 主播的对谈播客，有开场、有捧哏、有总结，逼真到不像 AI。这篇小白向导，带你从注册到做出第一期播客。

插图来源：Storyset 2024 年 9 月 12 日，OpenAI 发布了 o1-preview 和 o1-mini。没有按 GPT-5 的命名来，因为这是一个新物种：推理模型。它和之前的 GPT-4o 有什么区别？强在哪？这篇极简解读。

做视频、看生肉、整理会议录音，都绕不开字幕。2024 年 AI 字幕已经好用到"无脑"的程度，流程我直接给结论。 工具选择 # 剪映：中文识别最强，免费，自动断句、卡点都顺手。做中文视频闭眼选它。

插图来源：Storyset 2024 年 8 月，xAI 发布 Grok-2（以及轻量版 Grok-2 mini），X 上的 Premium 用户可以直接用。这次更新的看点：性能追上第一梯队，还顺手加上了 AI 生图。

插图来源：Storyset 2024 年 8 月 1 日，AI 绘画圈地震：Black Forest Labs 发布 Flux.1，开源生图模型的王座，易主了。 清单：Flux.1 是谁 # 出品方：Black Forest Labs，创始团队是 Stable Diffusion 的核心原班人马（从 Stability AI 出走）。 版本：Flux.1 Pro（闭源，最强）、Dev（开源可商用，需申请）、Schnell（开源，Apache 协议，随便用）。 亮点：120 亿参数，文本渲染准（海报字不再乱码）、手部细节好、提示词理解强。 口碑：发布即屠榜，多项盲测超过 Midjourney v6 和 DALL-E 3。 SD vs Flux：王座为什么易主 # Stability AI 动荡：2024 年 SD 团队核心出走、CEO 换人，SD3 发布后反响平平（人体结构问题被群嘲）。 Flux 接棒：原班人马另起炉灶，Flux.1 就是"SD 精神续作"，社区无缝迁移。 生态：发布几周内，ComfyUI、Forge 等主流工具全量支持，上手零门槛。 本地部署：配置要求 # 版本 显存要求 说明 Schnell（量化） 8G+ 速度快，画质略降 Dev（fp16） 16G+ 完整画质 Dev（量化） 12G 折中选择 工具推荐 ComfyUI 或 Forge，2024 年 8 月发布后两周内就都支持了。没显卡？用在线聚合站，免费额度够玩。

插图来源：Storyset “帮我做个 PPT”——2024 年，这句话可以对 AI 说了。Gamma（海外）和讯飞智文（国内）是两款代表工具，实测一圈，快问快答告诉你真相。