产品经理老王霸's banner
产品经理老王霸's profile picture

产品经理老王霸

@laowangbabababa8,071 subscribers

🏫前Top2大厂AI产品经理 ,熟悉AI底层原理 📚《电商产品经理》作者 ,独立开发者 🏫AI编程课程:https://t.co/7ga2DzDvdN 👀 分享AI出海,AI实操分享,AI 编程经验和踩坑分享 🔥 企业AI培训 | AI 工具推广,V: pmlaowangba

Shorts

卧槽,外链跳转微信加好友,被我打通了。 全程用codex ,从链接,跳转到微信app扫码,加微信的流程。从各种网站,获客的线索终于可以不会丢失了。 我看了其他网站做的这样产品,月费至少是99,我只有认证费和服务器的成本。 参考这个视频看看,对这个感兴趣的可以私聊我

卧槽,外链跳转微信加好友,被我打通了。 全程用codex ,从链接,跳转到微信app扫码,加微信的流程。从各种网站,获客的线索终于可以不会丢失了。 我看了其他网站做的这样产品,月费至少是99,我只有认证费和服务器的成本。 参考这个视频看看,对这个感兴趣的可以私聊我

173,064 views

我去,美团把数字人视频生成模型开源了。外面数字人 Agent 一天卖 50 万,美团直接做了个 LongCat-Video-Avatar 塞进同一个仓库里开源了。 给一张人脸图加一段音频,数字人张嘴念稿,嘴唇、眼神、表情全自动对上。 它不是那种玩具开源,是实打实对标 Sora、Veo3、Kling 那种商业模型。 13.6B 参数,文生视频、图生视频、视频续写,一个模型全干完,720p 30 帧,长视频一口气跑几分钟不崩画质。而且你敢信?推理还比同级快了 10 倍。 坦率的讲,我看到技术报告的时候是有点懵的。因为 benchmark 上它一个 Dense 架构的 13.6B 模型,追着人家 28B 的 MoE 打。更让我愣住的是数字人那块。 你想想看,这事以前怎么搞。 要么自己录真人,要么掏钱买方案,几百块一条起步。现在一个开源模型,丢段文案给 TTS 一念,画面它自己出。而且 1.5 版做了蒸馏,推理从几十步压到 8 步,快了 15 倍。还加了 INT8 量化省显存。 说实话,这种东西别只收藏。 想试的,先跑 一下我下面的文章教程,参考就能部署。 GitHub 搜 meituan-longcat / LongCat-Video,权重在 HuggingFace 上直接下。

我去,美团把数字人视频生成模型开源了。外面数字人 Agent 一天卖 50 万,美团直接做了个 LongCat-Video-Avatar 塞进同一个仓库里开源了。 给一张人脸图加一段音频,数字人张嘴念稿,嘴唇、眼神、表情全自动对上。 它不是那种玩具开源,是实打实对标 Sora、Veo3、Kling 那种商业模型。 13.6B 参数,文生视频、图生视频、视频续写,一个模型全干完,720p 30 帧,长视频一口气跑几分钟不崩画质。而且你敢信?推理还比同级快了 10 倍。 坦率的讲,我看到技术报告的时候是有点懵的。因为 benchmark 上它一个 Dense 架构的 13.6B 模型,追着人家 28B 的 MoE 打。更让我愣住的是数字人那块。 你想想看,这事以前怎么搞。 要么自己录真人,要么掏钱买方案,几百块一条起步。现在一个开源模型,丢段文案给 TTS 一念,画面它自己出。而且 1.5 版做了蒸馏,推理从几十步压到 8 步,快了 15 倍。还加了 INT8 量化省显存。 说实话,这种东西别只收藏。 想试的,先跑 一下我下面的文章教程,参考就能部署。 GitHub 搜 meituan-longcat / LongCat-Video,权重在 HuggingFace 上直接下。

170,665 views

codex 生成这样的视频,15s,耗时 1.5h,效果还行,就是太太太太慢了。 如果想让我做到批量自动化,这样效率着实不行。 如果调用第三方生视频接口,2 分钟内就完事了。动画科普,不需要那么贵的模型就可以搞定。5s720p 大概 5 毛钱左右。

codex 生成这样的视频,15s,耗时 1.5h,效果还行,就是太太太太慢了。 如果想让我做到批量自动化,这样效率着实不行。 如果调用第三方生视频接口,2 分钟内就完事了。动画科普,不需要那么贵的模型就可以搞定。5s720p 大概 5 毛钱左右。

19,363 views

非常Nice啊,这模型完全免费,Token终于可以自由白嫖了,甚至视频模型都是免费的,太爽了。 它叫Agnes AI,全球模型榜前十,6 月 1 号起把自己家三个核心模型全免费开放了,无限期。图片模型在 artificial analysis 上榜了,文字模型一周被干了一万亿 Token。我把它接进 Claude Code,配起来十分钟的事,Token 随便用。 这玩意到底是什么呢。 Agnes AI 是全球模型榜单前十的一个 AI Lab,这次免费开放的是三个模型,文本、图片、视频。 文本模型叫 agnes-2.0-flash。能写代码,能做知识问答,能跑 Agent,能规划复杂任务。在 Claw-Eval 智能体评测榜进了 Top 10。说真的,这周它还要上 1M 超长上下文,以前用 200K 的模型跑到 150K 就降智,这种破事不用再忍了。 图片模型叫 agnes-image-2.1-flash。图改图、多图融合、换背景、改文字、图像修复,电商主图和广告素材这种反复改的场景,太合适了。最近还加了 4K 超高清输出,最高 4096×4096,生成的图可以直接进印刷,不是那种看着还行一放大就糊的草稿。 视频模型叫 agnes-video-2.0。原生音画同步,首帧生视频、首尾帧生视频、多镜头切换都支持,720P 和 1080P 随便选。 接进 Claude Code 怎么搞,其实很简单。 第一步,去 注册,拿到 API key。 第二步,打开 cc-switch。右上角选 Claude CLI,右上角点 + 号,选自定义配置。把 API key 填进去,请求地址写 格式选 OpenAI Chat Completions。 第三步,点获取模型列表,选 agnes-2.0-flash。 第四步,点左上角设置,找到路由,打开路由总开关,Claude 打开。 完事。 回到 Claude Code 正常发消息,模型就已经切过去了。我试了一个在酒吧吉他弹唱的视频,和真人区别不大。 现在 Token 不要钱,Agent 该跑几轮跑几轮,该拆几步拆几步。反正我觉得这才是免费开放最爽的部分,不只是省钱,是心理上解放了。 我测试了一下视频模型,能用,就是慢了点,文字模型还是比较快的。 开发者文档在 OpenClaw、Hermes、Claude Desktop 的,也有现成教程。

非常Nice啊,这模型完全免费,Token终于可以自由白嫖了,甚至视频模型都是免费的,太爽了。 它叫Agnes AI,全球模型榜前十,6 月 1 号起把自己家三个核心模型全免费开放了,无限期。图片模型在 artificial analysis 上榜了,文字模型一周被干了一万亿 Token。我把它接进 Claude Code,配起来十分钟的事,Token 随便用。 这玩意到底是什么呢。 Agnes AI 是全球模型榜单前十的一个 AI Lab,这次免费开放的是三个模型,文本、图片、视频。 文本模型叫 agnes-2.0-flash。能写代码,能做知识问答,能跑 Agent,能规划复杂任务。在 Claw-Eval 智能体评测榜进了 Top 10。说真的,这周它还要上 1M 超长上下文,以前用 200K 的模型跑到 150K 就降智,这种破事不用再忍了。 图片模型叫 agnes-image-2.1-flash。图改图、多图融合、换背景、改文字、图像修复,电商主图和广告素材这种反复改的场景,太合适了。最近还加了 4K 超高清输出,最高 4096×4096,生成的图可以直接进印刷,不是那种看着还行一放大就糊的草稿。 视频模型叫 agnes-video-2.0。原生音画同步,首帧生视频、首尾帧生视频、多镜头切换都支持,720P 和 1080P 随便选。 接进 Claude Code 怎么搞,其实很简单。 第一步,去 注册,拿到 API key。 第二步,打开 cc-switch。右上角选 Claude CLI,右上角点 + 号,选自定义配置。把 API key 填进去,请求地址写 格式选 OpenAI Chat Completions。 第三步,点获取模型列表,选 agnes-2.0-flash。 第四步,点左上角设置,找到路由,打开路由总开关,Claude 打开。 完事。 回到 Claude Code 正常发消息,模型就已经切过去了。我试了一个在酒吧吉他弹唱的视频,和真人区别不大。 现在 Token 不要钱,Agent 该跑几轮跑几轮,该拆几步拆几步。反正我觉得这才是免费开放最爽的部分,不只是省钱,是心理上解放了。 我测试了一下视频模型,能用,就是慢了点,文字模型还是比较快的。 开发者文档在 OpenClaw、Hermes、Claude Desktop 的,也有现成教程。

50,997 views

又找到了一晚上卖50w的AI视频项目,我已经部署到本地生成了视频,他不是个客户端,是类似于一堆skill的文件包。 老王之前做一条三分钟产品片子,找素材两天,排节奏一天,加字幕又一天。一个团队折腾一周。 然后我遇到了 OpenMontage。 说实话一开始没抱什么期望。开源视频工具,见多了,十个有八个是套壳。结果跑了一条,调研了grok的api一条命令,三分钟出了三段能直接发的片子。效果很炸。 它到底是个啥。 把你的 Claude 或 Cursor 变成视频制片人。你对着它说一句「做个 60 秒黑洞科普」,它自己去翻论文、写脚本、生成图表动画、扒免费素材、配字幕音乐,最后渲染出片。 不是你点按钮选模板,是每一步它自己做判断。 拆开看三件事。 第一,12 条流水线各管一种片型。explainer 做科普片,clip 做混剪,music 做 MV,data 做数据图表动画。你选对流水线,出来的结构就对了一半。 第二,每条流水线底下是一串 agent Skill——怎么查资料、怎么写分镜、什么时候加转场、字幕压在哪帧。500 个 Skill 叠出来的不是模板库,是决策链。你描述得越具体,它判断得越准。指令模糊,出来的也只能是模糊的东西。 第三,零密钥就能跑。不配任何 API,本地免费模型直接出片。付费版 Runway 干的活它全包了。 我做内容这些年最烦的不是没创意。是找素材卡半天、排节奏卡半天、字幕又卡半天,三个半天过去热情全没了。这东西把执行链里所有决定让 agent 替你做了,你只负责描述要什么。 怎么上手?很简单 我没可以生视频的Key,用网页调用supergrok的Oauth,和OpenMontage结合生成的弹唱视频,整体还是比较满意的。

又找到了一晚上卖50w的AI视频项目,我已经部署到本地生成了视频,他不是个客户端,是类似于一堆skill的文件包。 老王之前做一条三分钟产品片子,找素材两天,排节奏一天,加字幕又一天。一个团队折腾一周。 然后我遇到了 OpenMontage。 说实话一开始没抱什么期望。开源视频工具,见多了,十个有八个是套壳。结果跑了一条,调研了grok的api一条命令,三分钟出了三段能直接发的片子。效果很炸。 它到底是个啥。 把你的 Claude 或 Cursor 变成视频制片人。你对着它说一句「做个 60 秒黑洞科普」,它自己去翻论文、写脚本、生成图表动画、扒免费素材、配字幕音乐,最后渲染出片。 不是你点按钮选模板,是每一步它自己做判断。 拆开看三件事。 第一,12 条流水线各管一种片型。explainer 做科普片,clip 做混剪,music 做 MV,data 做数据图表动画。你选对流水线,出来的结构就对了一半。 第二,每条流水线底下是一串 agent Skill——怎么查资料、怎么写分镜、什么时候加转场、字幕压在哪帧。500 个 Skill 叠出来的不是模板库,是决策链。你描述得越具体,它判断得越准。指令模糊,出来的也只能是模糊的东西。 第三,零密钥就能跑。不配任何 API,本地免费模型直接出片。付费版 Runway 干的活它全包了。 我做内容这些年最烦的不是没创意。是找素材卡半天、排节奏卡半天、字幕又卡半天,三个半天过去热情全没了。这东西把执行链里所有决定让 agent 替你做了,你只负责描述要什么。 怎么上手?很简单 我没可以生视频的Key,用网页调用supergrok的Oauth,和OpenMontage结合生成的弹唱视频,整体还是比较满意的。

16,536 views

这个数字人吧,差强人意了,绝对不能直接口播的形式,穿插一些素材,或者小窗口还凑合。 但是项目功能比较完整,适合自己手搓,二开叠加功能。

这个数字人吧,差强人意了,绝对不能直接口播的形式,穿插一些素材,或者小窗口还凑合。 但是项目功能比较完整,适合自己手搓,二开叠加功能。

11,701 views

Videos

laowangbabababa's profile picture

我靠,原来抖音一晚上卖 50w 的数字人,都是基于这个项目开发的。叫MoneyPrinterTurbo,7.4 万 star。 输个主题,AI 写文案、自动从 Pexels 扒无版权素材、配音、加字幕、配 BGM、合成出片。 我已经部署到自己的mac 电脑,并拿山海经 12 祖巫的故事跑了1次, 还挺好玩,只需要输入一个标题,出来的视频成品基本不用改。 LLM 写稿、TTS 配音、素材搜索、字幕识别、视频合成,五条互不搭边的技术链路,被它串成了一条自动化流水线。每一步的提供商都是可配置的。 拆开看,总共有这几个能力可供我们学习: → 脚本层:接了 15 种大模型,内置 20 多套爆款模板,支持中文 → 素材层:自动跑 Pexels 扒无版权视频,也能往里扔自己的素材 → 配音层:9 种语音合成方案,Edge TTS 免费,Azure 和 ElevenLabs 可切 → 字幕层:Whisper 做精准对齐,Edge 做快速生成,字体大小颜色随便调 → 合成层:MoviePy 把所有东西拼成一条高清视频,竖屏横屏都行 对电脑配置很低,CPU 就能跑,根本不用显卡。还自带的 Web 界面,也能用 API 和命令行。讲真,这配置对普通电脑来说挺友好的。 想做内容的,不想露脸,就先把仓库 clone 下来跑通一条视频,看看它怎么把五步串成一步。 做开发的,抄它的模块化思路。插件式架构加多方案可替换,自己项目里就能用这套拆法。 别只收藏啊,你看老王搞得成片,是那么个意思了。然后,你拆一遍它的流水线怎么搭的,比收藏 100 个工具值。

产品经理老王霸

182,041 views • 1 month ago

laowangbabababa's profile picture

说实话,这个数字人项目被严重低估了。 外面还在20美元/月买 HeyGen数字人会员,美团已经把整套数字人口播方案开源出来了。叫 InfiniteTalk,一张图一段话,口型、头、身体全同步,不限时长。老王拿照片试了一下,完全可用。 它表面是个数字人对口型工具,实际干的事比这多得多。底层用Wan视频模型负责出画面,再挂个音频分析引擎,把你说的每句话拆成嘴型、表情、身体该怎么动的指令,最后靠一种只刷新关键帧的策略,保人脸不崩背景不乱。 整条视频从上到下跟着音频走,不光嘴在动,肩膀、眉毛、眼神全跟着语音节奏变。那种只给你换张嘴的方案。 有两种用法。 1、拍张照片配段话扔进去,出来就是一条完整的说话视频,单人口播、唱歌都行。 2、塞段现成视频加段新音频进去,它能给原视频换配音,人物嘴型和身体动作全跟着新音频重新对齐。 硬件要求,英伟达cuda,显存至少24G,mac无法使用,内存32G以上,硬盘200G以上(权重就100G以上) 安装方法,不复杂, 让AI帮你建个新 Python 环境,跑一遍依赖清单,从 HuggingFace 拽三个模型包就齐了。从下载到出第一条视频,半小时够了。 PS:仓库在 GitHub,而且是Apache-2.0 协议,商用很友好。效果看这个视频,开源的东西做到这个程度,以前真不敢想。

产品经理老王霸

88,089 views • 1 month ago

laowangbabababa's profile picture

张雪峰真是大善啊,高考孩子有福气了。张雪峰老师虽然走了,他那套帮人选专业的核心认知全在。 有人干了一件特别牛逼的事。把张雪峰十年直播里反复用的那套判断框架,蒸馏成了一个开源的 AI Skill。5本书、15篇采访、30多条语录,一层一层提炼出5个心智模型:社会筛子论、就业倒推法、阶层现实主义、不可替代性检验。 我给你翻译一下这是什么意思。 你问它一个问题,它不是说一堆正确的废话。而是先查你有没有行业资源,再看这个专业毕业生中位数的去向,最后给你一个你够得着的方向。 不讲鸡汤。不画大饼。 老王把这东西接成了免费的高考答疑AI工具,现在谁都能用,网址: 模型全免费,你直接提问就行。 三个场景,我说说有多实用。 第一种,正填志愿的考生。拿分数、省份、想报的专业,三个要素丢过去。它按中位数去向给判断,告诉你这个分段能去哪、出来做什么、值不值得去。 第二种,孩子要选专业的家长。这也是张雪峰直播间十年反复问的一套逻辑——先别问什么专业好,先问你家里有什么行业资源,再去看这个行业出口在哪。工具会按这个顺序反过来问你。 第三种,纠结考研还是工作的。它会先问你什么专业。不同专业,答案完全不一样。学计算机的和学生物的,走的路能一样吗。 但说真的,这东西真正值钱的,不是回答本身。 是一个人的认知框架,被保留下来、被复用、被放大了。 你想想看,张雪峰做了十年直播,核心就五六个判断模型,翻来覆去地用。现在这些模型结构化地写进了 Skill 文件,谁装上,谁就继承了这套判断逻辑。代码是死的,判断是活的。 志愿这件事,信息差就是命差。 张雪峰不在了,这套框架没走。

产品经理老王霸

43,603 views • 1 month ago

laowangbabababa's profile picture

这项目我可太爱了!! 一个哥们把1324个健身动作全整理完了,英文、西班牙语、意大利语、土耳其语、俄语、中文,六种语言的动作讲解全翻好了。 本来这事你至少得雇两个人,一个整理数据,一个翻译。现在一个开源仓库,建表SQL、API代码、连LLM提示词都给你写好了,复制粘贴就能用了。 我最近减肥中,打算自己搞个小程序,监督训练,就看到了这个宝藏项目。 其实,做健身产品最头疼的从来不是UI界面。是把1324个动作挨个录完,把英文讲解一字一句翻成中文,再琢磨数据存哪、怎么让App读到这些数据。这堆东西,一个人干至少两周,外包出去少说两万。 这个仓库把三件事全替你干了。打开这个仓库你能拿到什么: 1324个动作的数据库,按部位、器械、目标肌肉全部分好了,拿来就能用 六种语言的讲解翻译全齐,不用自己雇人译 选个数据库类型,建表代码自动生成,不用从零建库 接口直接给你写好,七八种语言都能跑,改个地址就行 最狠的,连让AI帮你生成整个后端的提示词都写好了 数据录好了,六种语言翻好了,数据库怎么建也用不着你想了。打开setup.html,选一下你用的数据库类型,四五个主流的一列都支持,建表代码直接生成。 你连接口都不用自己看代码写了,选完框架和数据库,它给你生成一段提示词,直接甩给Claude或者GPT,一条消息整个后端就出来了。 老王自己跑了一趟,先做了个网页版吧,半小时全通了,六种语言的接口一个没落。 你也可以尝试一下,做一个自己的健身管家。

产品经理老王霸

33,552 views • 1 month ago

laowangbabababa's profile picture

这个荷兰人,你肯定听过,没员工,没融资,1人公司年入 300 万美金,折合人民币两千一百万。 他做的 PhotoAI 一个产品,一个月赚 14 万美金。InteriorAI 一个月 3 万 5。RemoteOK 一个月 4 万 4。加起来 8 个项目,全都他一个人在跑。 更狠的是,他一共做了 70 个项目,失败了 66 个,只有4 个赚到大钱。 但这不是重点。我刚把他那场快 4 小时的长访谈完整看完,心情非常震动。他在访谈里讲的这套 AI 赚钱方法论,我给你拆出几个观点 第一条公式叫两周验证法。 有想法,两周内必须上线,而且必须挂付款按钮。有人付钱,这个想法就是真需求,继续做。没人付钱,立刻放弃,换下一个。 他做 PhotoAI 的时候土到什么程度。第一版就一个网页,写清楚产品干嘛,放一个付款按钮。用户付完钱,他这边收到通知,自己手动下载照片,自己用 AI 改图,改完用邮件一张张发回去。 就这么土的做法,前 10 天赚了 10 万美金。他后面才慢慢把这些手动操作写成代码。 为什么必须是付款按钮,不是问卷?因为问卷里说想买的人,90% 不会真买。能真金白银付钱的人,才是真用户。 第二条公式叫极致自动化。他有句原话:我没员工,我有脚本。 任何事做了两遍,第三遍必须写代码自动跑。他的服务器上现在跑着 180 多个自动脚本。数据更新、内容审核、客服回复、监控告警,全是脚本干的。他睡觉的时候脚本在跑,他健身的时候脚本还在跑。 他整个商业体系一个月运营成本不到 200 美金。 为什么不招人?招一个人意味着管理、工资、文化。写一个脚本只用一次,跑一万次不要钱。所以他能一个人,顶一支军队。 所以如果你现在也有一个想法一直没动手,先做最丑的那一版,挂个付款按钮,看有没有人为它付钱。不会做的部分用 AI 问,问着问着就会了。 做培训课不是先去录三个小时的内容,是先做一张课表,挂个付款链接发朋友圈。有老板私信咨询,有定金进来,这门课才正式录。 做 AI 落地咨询也一样,不先做完整方案,先做一张产品宣传图,看有没有企业老板来问。 如果第一步都没人付钱,后面的事根本不值得做。 这事不是 Pieter 一个人的运气。5 年前一个人想干年入 300 万美金是天方夜谭,3 年前还得拼运气,2026 年 AI 一人干这条路,从野路子变成了主流。 PS:这兄弟在这,Twitter @levelsio

产品经理老王霸

49,137 views • 2 months ago

laowangbabababa's profile picture

我爽了,我的UI终于脱离AI味了。 AI 写代码已经够快了,但写出来的页面……怎么说呢,总透着一股 AI 味。紫色渐变、Inter 字体、三列等大卡片,看多了你一眼就能认出来,这是 AI 写的。 AI时代,开始比拼UI的品味能力了,非常稀缺。 今天推荐taste-skill 这个项目,已经14k stars了,干的事有点意思:它不写代码,它把排版、配色、字体、动效的设计规则全写成 SKILL.md,塞给 AI。相当于给 AI 配了个免费的艺术总监。 仓库表面是十几套 SKILL.md 文件,实际在做一件事:把审美变成规则。外面还在卷 AI 写代码多快,它在卷 AI 写的页面能不能不像 AI。 DESIGN_VARIANCE、MOTION_INTENSITY、VISUAL_DENSITY,数值一调整个页面气质就换了,跟调相机参数似的,同一个场景,不同参数出来完全不同。 它有三层做法: >读意图,自己推断你要什么风格。极简、奢侈、粗野,十几套自动匹配 >选底座,该 Tailwind 就 Tailwind,该 Material 就 Material,不自己瞎造 >禁 AI 默认审美,紫色渐变、居中 Hero、三列等大卡片,全禁 我拿自己的AIGC产品跑了一遍。原来的页面代码不动,就加了一行 SKILL.md 进去,让 AI 按它的规则重新迭代,出来的页面焕然一新。不是重写,是同一个代码底子被审美规则过了一遍。 实操很简单,就两步: 装 skill:npx skills add --skill design-taste-frontend 然后把你现有的页面丢给 AI,加一句:按 taste-skill 规则迭代 UI。它自动读你的代码,出诊断,改字体、配色、间距、动效,不动你的功能逻辑。 搞独立开发的、做 landing page 的,这个skill太重要了!

产品经理老王霸

26,721 views • 1 month ago