上帝说,要在本地大模型对话中生成图片,于是便有了 X Studio 0.5.0

萝卜2026-11-13

图文完整版 https://mp.weixin.qq.com/s/5qrSCNlWHjIAqefiJ6jIDA

顾客就是上帝,谁用我的软件,谁就是上帝。

有位上帝说,能不能让 X-Studio 在对话中生成图片,声音,视频之类,我也没把握,说,我试试。

问 Deepseek,回:小事儿一桩,我说:干!

于是,X-Studio 0.5.0 便有了在对话中生成图片,编辑图片,生成声音,克隆声音,字幕配音,生成视频等所有能在工具中实现的功能。

下面逐项向各位上帝汇报一下。

生成和编辑图片

只需说,要一只小狗,大模型会自己生成提示词,然后调用内置工具,生成图片,不满意,告诉它要修改哪里,它也会照办。

大模型用的是 Qwen 4b,在我的 Mac mini m4 16g 上,跑的还挺流畅,调用工具也很顺畅,调用错了,自己还能改,常常感觉惊喜:竟然这么聪明!

生成音频

配音

这里用一段视频提取音色,给一段字幕配音。

第一次,报错,它还给了解释。我发现是其搞错了参数,然后告诉它,接着它就改了,顺利生成了配音。

用我的音色,读了一遍乔布斯的名言:When you grow up...。希望有一天我的英语真会这么好。

生成视频

我这 16g 的内存,也就能生成 256x256 的视频,再大了,系统原地升天,当然,重启之后,依然能打。

萝卜叨逼叨

X-Studio 来自于我想测试一下我的 Mac mini 到底能干点啥。

一开始写代码测试,感觉不方便,便有了桌面端,只有对话不过瘾,便有了各种模型的集成,想要啥就写啥,生图,视频,声音,配音,网页视频页总结等等。后来想把模型连起来跑,便有了工作流,听说这是一个落后的生产方式,豆包工作流都关停了,但我还会用,咱继续留着。

今日,又把这些工具整合到了对话中。

不是我吹牛,市面上没有任何一款软件做到了这些。

如果你有一台 Mac,X-Studio 绝对是最易用,最强大的体验各种大模型的工具,并成为日常生图和声音的得力助手。

谁用谁就是上帝,上帝许了愿,我就尽量实现。

你要不要试试?

2026-11-13 12:18:0567 次阅读