KeyFrame內部研究專用

OpenArt MCP Connect to Claude, ChatGPT & Cursor With Ease!

OpenArt·6月19日週五·8 min英文

三句話摘要

OpenArt 正式推出 MCP 整合,讓用戶可在 Claude、ChatGPT、Cursor 等平台直接生成圖像與影片。 只需貼上一個 URL,即可在 Claude 或 ChatGPT 對話中直接呼叫 OpenArt 生成圖像與影片,MCP 大幅降低了跨平台 AI 工具整合的門檻。 MCP 是 AI 代理呼叫外部工具的標準協定,類似 USB 介面,一旦連接即可在對話視窗中直接使用 OpenArt 的生成能力,無需切換平台。

重點整理

重點
  • 1

    MCP 是 AI 代理呼叫外部工具的標準協定,類似 USB 介面,一旦連接即可在對話視窗中直接使用 OpenArt 的生成能力,無需切換平台。

  • 2

    Claude 與 ChatGPT 的連接流程略有差異:Claude 透過 Settings → Connectors → Add Custom Connector 貼上 URL;ChatGPT 需先在進階設定啟用 Developer Mode,再建立自訂 App 並貼入 URL。

  • 3

    目前可用模型有限,但主流模型已上線,包含 GPT Image 2、Nano Banana 2、SeaDream 4.5/5 等,講者明確說明數週內將擴充支援的模型範圍。

  • 4

    參考圖功能已可使用,但流程是將圖片檔案上傳後,MCP 會將其帶入 OpenArt 的 Visual Reference 區域處理,而非直接嵌入對話,使用者需知道這個操作差異。

實用技巧與重點

乾貨
  • 工具名稱:OpenArt MCP、Claude(Clawed)、ChatGPT、Cursor
  • 支援模型:GPT Image 2、Nano Banana 2、SeaDream 4.5、SeaDream 5
  • 連接方式:複製 OpenArt 首頁左側 MCP 頁面提供的 URL
  • Claude 路徑:設定圖示 → Settings → Connectors → Customize → Add Custom Connector → 貼入 URL → Connect → Allow Access
  • ChatGPT 路徑:Profile → Settings → Apps → Advanced Settings → Developer Mode → Create App → 貼入 URL → 勾選選項 → Create → Sign in with OpenArt MCP → Allow Access
  • 支援參數:aspect ratio(如 6:9、9:16)、影片時長、reference image(URL 或檔案)
  • 可查詢帳戶點數餘額(check my balance 指令)
  • 建議 Connector 命名為「Open Art MCP」以便多個 MCP 共存時辨識
  • 當前限制:僅支援圖像與影片生成,其他 OpenArt 功能尚未整合

結論

結論

只需貼上一個 URL,即可在 Claude 或 ChatGPT 對話中直接呼叫 OpenArt 生成圖像與影片,MCP 大幅降低了跨平台 AI 工具整合的門檻。

完整解析

詳細

MCP(Model Context Protocol)是近期 AI 生態中快速普及的工具整合標準,讓 AI 代理能夠透過統一介面呼叫外部服務。OpenArt 此次推出的 MCP 整合,正是讓用戶無需離開 Claude 或 ChatGPT 的對話介面,即可直接觸發 OpenArt 的圖像與影片生成能力,省去平台切換的摩擦。

連接方式直接且輕量。用戶前往 OpenArt 首頁左側導覽列的 MCP 專頁,複製平台提供的連接 URL。在 Claude 中,透過帳號設定進入 Connectors 區域,新增自訂連接器並貼上 URL,授權後即完成;ChatGPT 則需先在進階設定中開啟 Developer Mode,才能建立自訂 App 並完成相同的 URL 綁定流程。兩者首次使用時都會彈出 OpenArt 的授權視窗,選擇 Allow Access 後連線生效。

連接完成後,用戶可在對話中自然語言描述需求,並指定要使用的模型(如 Nano Banana 2)、畫面比例(6:9 或 9:16)或影片時長。參考圖功能同樣支援,用戶上傳圖片後,MCP 會將其帶入 OpenArt 後端的 Visual Reference 區域進行風格引導,生成結果可直接在對話中預覽,也可點擊連結跳回 OpenArt 平台進行後續編輯或下載。此外,用戶還可輸入「check my balance」查詢帳戶剩餘點數,MCP 會即時回傳與 OpenArt 後台一致的數據。

講者也明確指出當前的限制:支援的模型種類還不完整,且目前 MCP 僅開放圖像與影片生成功能,OpenArt 的其他功能(如更進階的編輯工具)尚未整合進來。團隊預計在數週內持續擴充,並計畫在下一支影片中示範如何在 Claude 上「Vibe Coding」一套自訂 UI 並整合 OpenArt,展示 MCP 更進階的應用場景。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
編輯精選
83 min
AI 技術英文PODCAST8月26日

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

Latent Space

  • 加速傳統物理模擬的典範轉移:氣象科學家原本認為 AI 無法匹敵數十年的物理建模工作,但傅里葉神經算子不僅達到同等精度,還快了一萬多倍。原本需要超級計算機的計算現在用消費級 GPU 就能完成,這改變了整個領域的思維方式。
  • 傅里葉域的非局部現象捕捉:傅里葉域能有效表示非局部現象(如大氣河流跨越千里的影響),且計算複雜度為準線性,遠優於完全連接的全局模型。這特別適合流體動力學、量子化學等自然現象中普遍存在的非局部相互作用。
  • 多解析度連續函數表示:神經算子將輸入輸出視為連續函數而非固定維度向量,可在推論時以任意解析度查詢,並能在更高解析度上疊加物理約束或額外數據,克服了固定解析度神經網路的限制。
Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Why the Next AI Breakthrough May Come from Physics with Max Welling - #774
55 min
AI 技術英文PODCAST8月25日

Why the Next AI Breakthrough May Come from Physics with Max Welling - #774

TWIML AI

  • 多層篩選的材料設計流程:先搜尋文獻資料庫找現有材料,若無合適的就用生成模型產生數十萬個候選分子,用機器學習力場進行分子動力學模擬篩選,再進行實驗驗證。這套流程相比傳統量子力學計算能加速效率數個數量級。
  • 生成AI與熱力學的數學等價性:資訊論是兩個領域的共同基礎,生成模型的擴散過程與非平衡統計力學描述資訊損失的過程在數學上完全對應,許多開發出來的方法工具在兩領域都有精確對應的形式。
  • 基礎模型的遷移學習策略:先在廣泛材料資料集上訓練基礎力場表示,再針對特定材料類別進行蒸餾微調,既能保持計算效率也能獲得專一性。