X

Now Gemini can connect with 13 new apps like @adobe, @squarespace, @onepeloton, and more. Instead of switching between tabs, you can now grow your business, design assets, and plan your workouts all in Gemini. 🧵

做 X 内容、做增长、想拿创作者收益的兄弟们，我干了件可能帮大家赚钱且少走半年弯路的事： 我决定把自用的这套 X Growth OS 增长操作系统开源给大家，回馈大家一直以来的关注和支持！ 说实话，x是目前最值得投入的平台，我半年多副业都在x挣了有40多万，甚至说个暴论，要把x当做一家自己的公司去经营，X Growth OS 是一套纯本机优先、不可变草稿、每一步都在本地留下证据账本的独立系统。 为了把这套系统的逻辑彻底讲透，我顺手用最近大热的视频创作Pexo，全程纯聊天，从零到一捏了一条 45 秒完整的商业白板解说视频： 0 剪辑轨道、全程自然语言对齐，画面哪里不对直接在屏幕上画个红圈局部重绘，出来就是一条带配音、字幕和包装的可用成片！ 我觉得对于做产品、搞运营、做知识科普的兄弟们， AI 视频圈真正能干活的生产力工具今天真的落地了， 绝逼是今年把商业视频门槛干得最碎的一次，没有之一！ 你敲一句大白话： → 它在后台拉模型规划分镜、画线稿，自己去挑该用 Kling 还是海螺，把多轨剪辑和音画包装全包了； → 出来的不是一段需要你再导进剪辑软件缝合的 5 秒素材碎片，而是一条带配音、单行字幕、直接能发的 45 秒完整解说片； → 画面哪里不对，哪怕一个图标画错，不用切回剪辑软件，暂停视频在画面上画个圈批注，改字像在飞书文档里批注一样，鼠标画个圈打个点，它局部重绘，提示词不用删，更不用从头重抽！ → 交付出来就是一条自带单行字幕、旁白、配乐和手绘动作的完整 45 秒商业成片！ 我刚才拿自己刚做完的「X Growth OS 本机增长系统」45 秒产品白板视频做了一场全流程实测，咱们看下方视频： 我给它的第一道指令很简单：“把发推像拆炸弹的痛点，用真实人手拿着黑色马克笔在白纸上画出来，琥珀色代表决策，青绿色代表回执，先跑前 7 秒试片。” 指令一敲，它在后台直接开始拆解分镜， 很多人做视频第一步就踩坑： 迷信一句话直接生成大片，结果模型自由发散，出来的东西根本没法看。 Pexo 第一版试片给我弹了个花里胡哨的暗色 3D 风格， 我直接在对话框里回了一句：“风格太重，只要极简手绘线稿。”两秒钟后，白底黑线、真实人手画出散乱碎片的质感稳稳咬合住！把不确定性掐死在第 0 秒，整条片子的基调就不会跑偏。 确认完试片，后面 5 段顺着讲：划掉虚荣曝光、画出增长链路、画出不可变草稿与回执。 在同一个对话框里持续往下聊，它打破了传统 AI 视频 5 秒单次成片的硬顶，自己负责把段落拼合完整，并自动匹配语速节奏与转场，出来就是一条结构完整的长片，完全不用导出素材再进剪辑软件自己对音画。 最绝的是画面上的 Mark to Fix 批注修改，这绝对是全篇最聪明的一步： 做过视频的都懂以前有多崩溃， 憋脚本在 Notion，生成图在 Midjourney， 跑动效在 Kling 或 Hailuo， 最后还要扔进剪映拉几十条音轨与字幕轴，耗掉大半天拼出来的片子还是浓浓的拼接塑料感。 更搞人心态的是，一旦发现第 15 秒有个图标错了，整段提示词就得推倒重抽！ 而在 Pexo 这里，就像在飞书文档里画圈批注一样： 直接在成片画面上框选打点，敲一句话告诉它把这里的按键改成青绿色回执，它结合对话上下文直接把那两秒局部修好，完全不需要切回剪辑软件切轨道。 前面定好的白纸黑线风格与冷色调标记，在生成后续因果图和数据看板时被它全部记住，不需要每开一次新对话就重新教一遍模型做人。 但先把丑话说在前头，这东西是搞生产力的兵器，绝不是拍大片的玩具， 如果你想拿它生成赛博朋克电影、漫威特效、或者搞短剧带货擦边，赶紧绕道，它压根就不是干这个的。 而且它绝不是闭眼不管的无脑生成器，你的输入 Brief 事实边界越糊，它画出来的逻辑就越扯。 你自己的业务逻辑和审美，依然是最后的总指挥。 它省的其实已经不是那几秒生成时间，是把以前找外包花两三千、在多轨剪辑软件里搬砖两天的折磨，彻底压缩成几轮确定性的对话。 做知识科普、产品说明、业务流程或者商业汇报的朋友，真的可以把工作流彻底更新一下了。 说穿了：视频模型在大脑里算得多快不重要，但能让你在画面上画圈改稿的双手，才真正决定一条视频能不能发出来。 大家平时做视频最烦哪个环节呢？我自己的感受是，在剪辑软件里给几十个散碎片段对音频字幕轴，简直是对耐心的折磨hh。

Introducing Gemini 3.8 Flash and Flash-Lite TTS, our new SOTA text to speech model with: - a new voice design experience - 2,000+ production ready voices - voice replication - support for 100 languages - voice remixing (soon) - #1 spot on Hume AI's voice benchmarks and more!!

Create and deploy custom audio with our new text-to-speech models: 🔵 Gemini 3.8 Flash TTS: Design unique voices with distinct accents and characteristics. 🔵 Gemini 3.8 Flash-Lite TTS: Built for efficiency and scale, choose from your created styles or our expansive production-ready library.