- 话题
7k 热度
4k 热度
3k 热度
683 热度
771 热度
- 置顶
- 📢 Gate广场 #每周精品内容# 开启公布啦：发现优质内容，探索投资见解！
每周五精选5篇优质帖文发布于广场官号，获得“精选标识”及 $50 合约体验券，助您提升社区曝光度！
🔥 本周社区精选内容来啦！ 一起围观大神们的独家见解👇
1.吉川富郎君 | 行情走势深度解析 👉️ https://www.gate.com/post/status/13148533
2.flyawei | 最新消息面解读 👉️ https://www.gate.com/post/status/13211788
3.Crypto eNjoy | ONDO币种全方位分析 👉️ https://www.gate.com/post/status/13086040
4.AngelCrypto | 比特币短线走势研判 👉️ https://www.gate.com/post/status/13205746
5.马克如Mc | 中国稳定币发展趋势深度探讨 👉️https://www.gate.com/post/status/13218350
📜 如何发布符合广场推荐的精品内容帖？
1. 帖文聚焦加密见解，如行业新闻、行情分析、币种推荐、行业趣事等。
2. 结构清晰，内容详实，分析精准，语言有趣易懂，图文并茂。
3. 字数超过30字且内容原创，可附带相关话题、币种标签、交易卡片。
创作者们，请积极发 - 🎤 为偶像应援 · Gate送你直达 Token of Love！ 🎶
家人们，现在在Gate广场为 打 Token of Love CALL，20 张音乐节门票等你来瓜分！🔥
泫雅 / SUECO / DJ KAKA / CLICK#15 —— 你最期待谁？快来一起应援吧！
📌 参与方式（任选，参与越多中奖几率越高！）
1️⃣ 本帖互动
点赞 & 转发本帖 + 投票你最爱的艺人
评论区打出 “我在 Gate 广场为 Token of Love 打 Call ！”
2️⃣ 广场发帖为 TA 打 Call
带上 #歌手名字# + #TokenOfLove#
发帖内容任选：
🎵 最想现场听到的歌 + 心情宣言
📣 应援口号（例：泫雅女王冲鸭！Gate广场全员打 Call！）
😎 自制表情包/海报/短视频（加分项，更容易中奖！）
3️⃣ 推特 / 小红书发帖打 Call
同样带上 #歌手名字# + #TokenOfLove#
内容同上，记得回链到表单 👉️ https://www.gate.com/questionnaire/7008
🎟️ 奖励安排
广场优质发帖用户：8张门票
广场幸运互动用户：2张门票
Twitter 优质发帖用户：5张门票
小红书优质发帖用户：5张门票
📌 优质帖文将根据文章丰富度、热度、创意度综合评分，禁止小号水贴，原创发帖更易获奖！
🕒 8 - ✈️ Gate 广场【Gate Travel 旅行分享官召集令】
广场家人们注意啦！Gate Travel 已经上线～ 机票+酒店一站式预订，还能用加密货币直接付款 💸
所以说，你的钱包和你的旅行梦终于可以谈恋爱了 😎 💕
现在广场开启 #GateTravel旅行分享官# 活动，邀你来秀旅行灵感 & 使用体验！💡
🌴 参与方式：
1️⃣ 在【广场】带话题 #Gate Travel 旅行分享官# 发帖
2️⃣ 你可以：
你最想用 Gate Travel 去的目的地（私藏小岛 or 网红打卡点都行）
讲讲用 Gate Travel 订票/订酒店的奇妙体验
放放省钱/使用攻略，让大家省到笑出声
或者直接写一篇轻松的 Gate Travel 旅行小故事
📦 奖励安排，走起：
🏆 优秀分享官（1 名）：Gate 旅行露营套装
🎖️ 热门分享官（3 名）：Gate 旅行速干套装
🎉 幸运参与奖（5 名）：Gate 国际米兰旅行小夜灯
*海外用户 旅行露营套装 以 $100 合约体验券，旅行速干套装 以 $50 合约体验券折算，国际米兰旅行小夜灯以 $30合约体验券折算。
📌 优质内容将有机会得到官方账号转发翻牌提升社区曝光！
📌 帖文将综合互动量、内容丰富度和创意评分。禁止小号刷贴，原创分享更容易脱颖而出！
🕒 8月20 18:00 - 8月28日 24:00 UTC+
即插即用，完美兼容：SD社区的图生视频插件I2V-Adapter来了
巴比特讯 近期，由快手主导的一项新研究成果《I2V-Adapter: A General Image-to-Video Adapter for Video Diffusion Models》发布，该研究引入了一个创新的图像到视频转换方法，提出了一种轻量级适配器模块，即 I2V-Adapter，它能够在不需要改变现有文本到视频生成（T2V）模型原始结构和预训练参数的情况下，将静态图像转换成动态视频。
相比于现有方法，I2V-Adapter 大幅减少了可训练参数（最低可达22M，为主流方案例如 Stable Video Diffusion [1] 的1%），同时具备与 Stable Diffusion [2] 社区开发的定制化 T2I 模型(DreamBooth [3]、Lora [4])与控制工具(ControlNet [5])的兼容性。通过实验，研究者证明了 I2V-Adapter 在生成高质量视频内容方面的有效性，为 I2V 领域的创意应用开辟了新的可能性。