nicekate's banner

nicekate

@nicekate8888 • 11,635 subscribers

AI and tech aficionado, keen on radios and e-readers. 🌐 https://t.co/aW55vLd67a

Videos

Anya Rossi

sweetdream.ai

SweetDream.ai•Sponsored•Livecam

Watch Anya Live

Anya is streaming live right now! Join her private show and enjoy exclusive content.

Exclusive private shows

1.2k viewers online

Private Show

Join now for exclusive access

Free preview available • Premium content

最近二十天我都在折腾一件事——怎么让 Qwen3.6-27B 在我的 Mac 上跑得又快又好。一开始我用 Unsloth Q5，18 tok/s，风扇呼啦呼啦响。后来换成 MLX 6bit + DFlash，提到 22 tok/s，还是不够快。直到我遇到了 MTPLX 4bit，43 tok/s，质量不错。完整视频：🧵 视频里有完整对比、编码任务实测、写作推理测试，还分享了我和 Grok 一步步搞配置的全过程

最近二十天我都在折腾一件事——怎么让 Qwen3.6-27B 在我的 Mac 上跑得又快又好。一开始我用 Unsloth Q5，18 tok/s，风扇呼啦呼啦响。后来换成 MLX 6bit + DFlash，提到 22 tok/s，还是不够快。直到我遇到了 MTPLX 4bit，43 tok/s，质量不错。完整视频：🧵 视频里有完整对比、编码任务实测、写作推理测试，还分享了我和 Grok 一步步搞配置的全过程

68,679 просмотров • 25 дней назад

Gemini 3.1 Flash TTS 太能打了让我惊喜的点有几个：原生支持多说话人对白、支持 70+ 语言、可以通过自然语言和 Audio Tags 精细控制风格视频里我也放了 6 段不同风格的中文 Demo，包括笑话、悬疑、情绪对话、AI 吐槽和诗意独白完整视频后面还会拆解我是怎么写提示词的，以及怎么借助 Hermes Agent 去理解官方文档，生成音频。完整视频：🧵

Gemini 3.1 Flash TTS 太能打了让我惊喜的点有几个：原生支持多说话人对白、支持 70+ 语言、可以通过自然语言和 Audio Tags 精细控制风格视频里我也放了 6 段不同风格的中文 Demo，包括笑话、悬疑、情绪对话、AI 吐槽和诗意独白完整视频后面还会拆解我是怎么写提示词的，以及怎么借助 Hermes Agent 去理解官方文档，生成音频。完整视频：🧵

33,177 просмотров • 1 месяц назад

我请 Gemini 2.0 Flash 作为英语口语老师 Gemini 2.0 Flash 对音准识别非常敏感，能精准指出我的发音错误。相比之下，ChatGPT 的高级语音模型对我的口语评价通常过于宽松，会说我的发音正确，但不能很好地识别具体问题。前者真正帮你解决问题，后者能给你自信。参考了 Gemini 官方代码，链接在评论

我请 Gemini 2.0 Flash 作为英语口语老师 Gemini 2.0 Flash 对音准识别非常敏感，能精准指出我的发音错误。相比之下，ChatGPT 的高级语音模型对我的口语评价通常过于宽松，会说我的发音正确，但不能很好地识别具体问题。前者真正帮你解决问题，后者能给你自信。参考了 Gemini 官方代码，链接在评论

201,555 просмотров • 1 год назад

Codex 的 Computer Use 真好用我让它操作了我自己做的 APP 批量生图全程在后台，我在前台该干嘛干嘛比 Claude Computer Use 聪明太多完整视频：🧵

Codex 的 Computer Use 真好用我让它操作了我自己做的 APP 批量生图全程在后台，我在前台该干嘛干嘛比 Claude Computer Use 聪明太多完整视频：🧵

25,600 просмотров • 1 месяц назад

Cursor / Windsurf + Android Studio 高效AI编程：零基础也能开发安卓应用视频亮点：双工具对比：解析 Cursor 和 Windsurf 各自优势实战案例：从五子棋到卡路里计算AI应用的完整开发过程专业部署：Android Studio 配置与构建技巧时间戳： 0:00 - 引言 0:26 - 我开发的应用演示 2:33 - React Native Expo VS Android Studio 3:21 - Android Studio安装要求 4:06 - Android Studio基础使用 5:31 - 用Cursor生成五子棋游戏 6:53 - Android Studio无线调试 7:40 - 用Cursor开发幻灯片页面 8:42 - 用Windsurf 开发卡路里计算AI应用 17:13 - Android Studio图标设置、生成APK 17:57 - 对比总结

Cursor / Windsurf + Android Studio 高效AI编程：零基础也能开发安卓应用视频亮点：双工具对比：解析 Cursor 和 Windsurf 各自优势实战案例：从五子棋到卡路里计算AI应用的完整开发过程专业部署：Android Studio 配置与构建技巧时间戳： 0:00 - 引言 0:26 - 我开发的应用演示 2:33 - React Native Expo VS Android Studio 3:21 - Android Studio安装要求 4:06 - Android Studio基础使用 5:31 - 用Cursor生成五子棋游戏 6:53 - Android Studio无线调试 7:40 - 用Cursor开发幻灯片页面 8:42 - 用Windsurf 开发卡路里计算AI应用 17:13 - Android Studio图标设置、生成APK 17:57 - 对比总结

102,398 просмотров • 1 год назад

微软新出的 VibeVoice-Large（7B）声音克隆效果是真不错，非常大的亮点是生成的语音时长最长 45 分钟，如果是 VibeVoice-1.5B，最长 90 分钟，但我对比了下，1.5 B 生成效果还是要差些之前用过的一些开源克隆模型最大问题是超过30秒就变样，今天用 VibeVoice-Large 感觉真不错下面的视频是我的声音克隆效果（和我本人声音很像），Mac 上 ComfyUI 运行 VibeVoice-Large，运行了 24分钟，生成了 1分19秒的音频 VibeVoice-1.5B ，17秒视频生成花了 5分钟 VibeVoice-Large，17秒视频生成花了 12分钟如果用英伟达的 Win电脑，应该会快很多显存建议： 1.5B 约需 8 GB VRAM 7B/Large 类约 16 GB VRAM 我使用的仓库见🧵

微软新出的 VibeVoice-Large（7B）声音克隆效果是真不错，非常大的亮点是生成的语音时长最长 45 分钟，如果是 VibeVoice-1.5B，最长 90 分钟，但我对比了下，1.5 B 生成效果还是要差些之前用过的一些开源克隆模型最大问题是超过30秒就变样，今天用 VibeVoice-Large 感觉真不错下面的视频是我的声音克隆效果（和我本人声音很像），Mac 上 ComfyUI 运行 VibeVoice-Large，运行了 24分钟，生成了 1分19秒的音频 VibeVoice-1.5B ，17秒视频生成花了 5分钟 VibeVoice-Large，17秒视频生成花了 12分钟如果用英伟达的 Win电脑，应该会快很多显存建议： 1.5B 约需 8 GB VRAM 7B/Large 类约 16 GB VRAM 我使用的仓库见🧵

48,748 просмотров • 9 месяцев назад

我的声音被克隆了？效果惊人 | F5 TTS语音合成模型体验和本地部署全流程最近超火的F5 TTS语音合成模型，据说效果惊艳，而且完全开源，还能在消费级设备上运行，今天就带大家一起体验一下这个神奇的AI工具。我会用自己的声音进行克隆，看看效果如何，还会分享如何在Hugging Face和本地运行F5 TTS模型，包括安装教程和一些实用技巧。时间戳 0:00 - F5 TTS简介 0:42 - Demo演示：使用我的声音进行克隆 3:05 - F5 vs E2：模型对比和技术解读 4:32 - 本地部署详细演示 6:51 - F5 vs E2 生成效果对比

我的声音被克隆了？效果惊人 | F5 TTS语音合成模型体验和本地部署全流程最近超火的F5 TTS语音合成模型，据说效果惊艳，而且完全开源，还能在消费级设备上运行，今天就带大家一起体验一下这个神奇的AI工具。我会用自己的声音进行克隆，看看效果如何，还会分享如何在Hugging Face和本地运行F5 TTS模型，包括安装教程和一些实用技巧。时间戳 0:00 - F5 TTS简介 0:42 - Demo演示：使用我的声音进行克隆 3:05 - F5 vs E2：模型对比和技术解读 4:32 - 本地部署详细演示 6:51 - F5 vs E2 生成效果对比

73,650 просмотров • 1 год назад

零基础教程：用Cursor和Gemini API打造你的第一个Chrome插件今天我要和大家分享如何用Cursor和Gemini API制作一个Chrome浏览器插件，用来总结网页内容。在视频中，我从头到尾演示了整个过程，包括获取API密钥、用Cursor写代码、调试插件功能，以及选择合适的Gemini模型版本。我还介绍了一些实用技巧，比如从GitHub获取cookbook和使用AI Studio。时间戳： 00:00 - 介绍我用Cursor制作的几个Chrome插件用法 08:08 - 演示如何获取Gemini API密钥 12:33 - 开始使用Cursor编写插件代码 16:16 - 调试和修改插件功能 20:29 - 讨论从GitHub获取cookbook和使用AI Studio 21:16 - 解释Gemini模型版本的选择和使用 22:12 - 视频总结和结束语

零基础教程：用Cursor和Gemini API打造你的第一个Chrome插件今天我要和大家分享如何用Cursor和Gemini API制作一个Chrome浏览器插件，用来总结网页内容。在视频中，我从头到尾演示了整个过程，包括获取API密钥、用Cursor写代码、调试插件功能，以及选择合适的Gemini模型版本。我还介绍了一些实用技巧，比如从GitHub获取cookbook和使用AI Studio。时间戳： 00:00 - 介绍我用Cursor制作的几个Chrome插件用法 08:08 - 演示如何获取Gemini API密钥 12:33 - 开始使用Cursor编写插件代码 16:16 - 调试和修改插件功能 20:29 - 讨论从GitHub获取cookbook和使用AI Studio 21:16 - 解释Gemini模型版本的选择和使用 22:12 - 视频总结和结束语

65,732 просмотров • 1 год назад

实测 Qwen3-TTS，5 分钟音频，大家看下是否能打？

实测 Qwen3-TTS，5 分钟音频，大家看下是否能打？

15,722 просмотров • 4 месяцев назад

开源 | 基于 DeepSeek、Kokoro TTS 与 Replicate 的多功能内容 AI 创作应用：故事、播客、图像、音频一站式生成简介：在本期视频中，我详细演示了一个整合 DeepSeek、Kokoro TTS 以及 Replicate 的多功能内容创作应用。该应用我已开源，它可以一键生成故事、播客脚本并支持语音合成，还可通过 Replicate 进行图像创作。我还分享了如何根据角色或场景灵活选择不同的声音和微调图像，以及如何在浏览器开发者工具和 Replicate 后台进行调试和错误排查。无论你是想快速生成多角色故事、播客脚本，还是想尝试个性化图像生成，本视频都能为你提供实用的思路与示例。时间戳： 0:00 - 项目开源和简介 0:53 - 应用演示 7:30 - Kokoro js 介绍 8:24 - Replicate API 调用说明 10:10 - Replicate 图片模型微调介绍 11:40 - 浏览器开发者工具调试 14:44 - 应用提示词解读 17:04 - 要点总结

开源 | 基于 DeepSeek、Kokoro TTS 与 Replicate 的多功能内容 AI 创作应用：故事、播客、图像、音频一站式生成简介：在本期视频中，我详细演示了一个整合 DeepSeek、Kokoro TTS 以及 Replicate 的多功能内容创作应用。该应用我已开源，它可以一键生成故事、播客脚本并支持语音合成，还可通过 Replicate 进行图像创作。我还分享了如何根据角色或场景灵活选择不同的声音和微调图像，以及如何在浏览器开发者工具和 Replicate 后台进行调试和错误排查。无论你是想快速生成多角色故事、播客脚本，还是想尝试个性化图像生成，本视频都能为你提供实用的思路与示例。时间戳： 0:00 - 项目开源和简介 0:53 - 应用演示 7:30 - Kokoro js 介绍 8:24 - Replicate API 调用说明 10:10 - Replicate 图片模型微调介绍 11:40 - 浏览器开发者工具调试 14:44 - 应用提示词解读 17:04 - 要点总结

39,492 просмотров • 1 год назад

DeepSeek R1 生成幻灯片效果不错，搭配 Roo Cline 一次提示就能生成下面的幻灯片，花费 0.88 元。提示词：「Sam的博文 Reflections 全文」根据以上内容，做一个高质量的中文幻灯片，内容要丰富，排版设计要一流

DeepSeek R1 生成幻灯片效果不错，搭配 Roo Cline 一次提示就能生成下面的幻灯片，花费 0.88 元。提示词：「Sam的博文 Reflections 全文」根据以上内容，做一个高质量的中文幻灯片，内容要丰富，排版设计要一流

33,535 просмотров • 1 год назад

Cursor 0.43 全新升级！两个实战案例深度解析 Agent 功能 Cursor 于昨日发布了 0.43 版本，带来了全新的 Composer 界面、Agent 功能以及 Bug 查找器等一系列更新。在本期视频中，我将通过 Next.js 应用开发和 iOS 应用开发这两个实例，深入探讨 0.43 版本的各项新特性。内容包括 Agent 功能的实际使用演示、与 Windsurf 中 Cascade 的对比，以及新版本的一些不足之处。时间戳： 0:00 - Cursor 0.43 版本更新内容 3:40 - Cursor 论坛 3:55 - Cursor 设置 5:50 - 使用 Agent 功能开发 Next.js 应用 8:41 - Cursor 新版本缺点 9:06 - 使用 Agent 功能开发 iOS 应用

Cursor 0.43 全新升级！两个实战案例深度解析 Agent 功能 Cursor 于昨日发布了 0.43 版本，带来了全新的 Composer 界面、Agent 功能以及 Bug 查找器等一系列更新。在本期视频中，我将通过 Next.js 应用开发和 iOS 应用开发这两个实例，深入探讨 0.43 版本的各项新特性。内容包括 Agent 功能的实际使用演示、与 Windsurf 中 Cascade 的对比，以及新版本的一些不足之处。时间戳： 0:00 - Cursor 0.43 版本更新内容 3:40 - Cursor 论坛 3:55 - Cursor 设置 5:50 - 使用 Agent 功能开发 Next.js 应用 8:41 - Cursor 新版本缺点 9:06 - 使用 Agent 功能开发 iOS 应用

25,151 просмотров • 1 год назад

全面解读 Gemini 2.0 Flash：实时音视频对话，教我编程、剪视频 | 智能桌面协同，实时互动教学 | 原生多模态升级，每日 1500 次免费调用这次谷歌放大招，发布了比1.5 Pro更强大的模型，响应速度翻倍。最令人惊艳的是实时音视频对话功能，就像科幻电影照进现实。本期视频将带你深入了解Gemini 2.0 Flash的各项新特性、技术突破、实际应用演示，以及与1.5 Pro的性能对比，更有Project Astra、Project Mariner等前沿项目解读。从代码生成到游戏辅助，从图片生成到深度研究，Gemini 展现了无限可能。 🕐 时间戳： 00:00 Gemini 2.0 Flash 整体介绍与性能提升 02:27 实时音视频对话功能演示 11:03 Gemini 教我们打游戏 11:18 Project Astra、Project Mariner 介绍 12:39 图像生成与编辑功能演示 13:19 谷歌代码执行原生工具使用演示 14:33 数据分析代理介绍 15:12 Deep Research 介绍 16:04 编程工具 Jules

全面解读 Gemini 2.0 Flash：实时音视频对话，教我编程、剪视频 | 智能桌面协同，实时互动教学 | 原生多模态升级，每日 1500 次免费调用这次谷歌放大招，发布了比1.5 Pro更强大的模型，响应速度翻倍。最令人惊艳的是实时音视频对话功能，就像科幻电影照进现实。本期视频将带你深入了解Gemini 2.0 Flash的各项新特性、技术突破、实际应用演示，以及与1.5 Pro的性能对比，更有Project Astra、Project Mariner等前沿项目解读。从代码生成到游戏辅助，从图片生成到深度研究，Gemini 展现了无限可能。 🕐 时间戳： 00:00 Gemini 2.0 Flash 整体介绍与性能提升 02:27 实时音视频对话功能演示 11:03 Gemini 教我们打游戏 11:18 Project Astra、Project Mariner 介绍 12:39 图像生成与编辑功能演示 13:19 谷歌代码执行原生工具使用演示 14:33 数据分析代理介绍 15:12 Deep Research 介绍 16:04 编程工具 Jules

23,645 просмотров • 1 год назад

Claude高级玩法：MCP多工具组合，自动化工作流搭建指南 | GitHub、SQLite、Fetch、Filesystem等在本期视频中，我介绍了多个MCP工具的实际使用案例。我们一起来看如何将GitHub、SQLite、Fetch等工具高效集成到项目中，探索它们的强大功能和实际应用场景。时间戳： 0:00 - MCP 快速入门 & 工具配置 3:59 - Fetch实战：网页内容抓取 & 多风格内容生成 5:20 - SQLite和Claude集成：100M+大数据分析 7:34 - GitHub集成：自动搜索 & 代码仓库管理 9:10 - CSV数据分析脚本创建 11:15 - 多工具协同：Puppeteer+GitHub自动化工作流

Claude高级玩法：MCP多工具组合，自动化工作流搭建指南 | GitHub、SQLite、Fetch、Filesystem等在本期视频中，我介绍了多个MCP工具的实际使用案例。我们一起来看如何将GitHub、SQLite、Fetch等工具高效集成到项目中，探索它们的强大功能和实际应用场景。时间戳： 0:00 - MCP 快速入门 & 工具配置 3:59 - Fetch实战：网页内容抓取 & 多风格内容生成 5:20 - SQLite和Claude集成：100M+大数据分析 7:34 - GitHub集成：自动搜索 & 代码仓库管理 9:10 - CSV数据分析脚本创建 11:15 - 多工具协同：Puppeteer+GitHub自动化工作流

23,921 просмотров • 1 год назад

WindSurf + DeepSeek 打造 AI 智能闪卡：从界面设计到功能实现全流程演示 | 开源分享在本视频中，我将详细演示如何利用 WindSurf、DeepSeek API、Tldraw 等工具，从零开始打造一款 AI 智能闪卡应用。视频内容涵盖闪卡的生成、标记、复习等核心功能，以及数据库本地存储和自定义内容导入等实用特性。我还分享了如何使用 Shadcn UI 快速搭建前端界面，并结合代码块高亮与 Markdown 渲染技术，最终呈现出一个易维护的智能闪卡应用。时间戳 0:00 - 开场介绍与演示效果 3:41 - 开源信息 3:47 - Tldraw 快速创作页面 5:16 - 和 Windsurf 开始对话 5:48 - Shadcn CLI 使用 6:33 - 功能界面迭代 9:09 - 和 Windsurf 沟通详情 11:35 - 总结

WindSurf + DeepSeek 打造 AI 智能闪卡：从界面设计到功能实现全流程演示 | 开源分享在本视频中，我将详细演示如何利用 WindSurf、DeepSeek API、Tldraw 等工具，从零开始打造一款 AI 智能闪卡应用。视频内容涵盖闪卡的生成、标记、复习等核心功能，以及数据库本地存储和自定义内容导入等实用特性。我还分享了如何使用 Shadcn UI 快速搭建前端界面，并结合代码块高亮与 Markdown 渲染技术，最终呈现出一个易维护的智能闪卡应用。时间戳 0:00 - 开场介绍与演示效果 3:41 - 开源信息 3:47 - Tldraw 快速创作页面 5:16 - 和 Windsurf 开始对话 5:48 - Shadcn CLI 使用 6:33 - 功能界面迭代 9:09 - 和 Windsurf 沟通详情 11:35 - 总结

22,560 просмотров • 1 год назад

详解 Kokoro TTS ：82M 参数的高效文本转语音 | 附本地部署教程本期视频带你深入了解一款紧凑高效的开源 TTS 项目——Kokoro TTS。它仅有 8200 万参数，却能在 CPU 上实现近乎实时的语音生成，GPU 端速度更可飙升至 50 倍实时。视频中，我将演示如何混合 2 种声音，生成长篇文本的实际语音效果；并分享在本地安装与使用 Kokoro TTS 的经验，以及如何在 Hugging Face 或 Google Colab 上快速上手。适用于 AI 语音助手、有声读物、角色配音等多种场景，欢迎感兴趣的朋友一起探索！时间戳： 0:00 Kokoro TTS 核心技术与参数特点 2:12 Hugging Face 平台功能演示 4:17 nicole 声音系统与混音技术 5:11 本地化部署指南与问题排查 9:40 实际应用效果与性能评测

详解 Kokoro TTS ：82M 参数的高效文本转语音 | 附本地部署教程本期视频带你深入了解一款紧凑高效的开源 TTS 项目——Kokoro TTS。它仅有 8200 万参数，却能在 CPU 上实现近乎实时的语音生成，GPU 端速度更可飙升至 50 倍实时。视频中，我将演示如何混合 2 种声音，生成长篇文本的实际语音效果；并分享在本地安装与使用 Kokoro TTS 的经验，以及如何在 Hugging Face 或 Google Colab 上快速上手。适用于 AI 语音助手、有声读物、角色配音等多种场景，欢迎感兴趣的朋友一起探索！时间戳： 0:00 Kokoro TTS 核心技术与参数特点 2:12 Hugging Face 平台功能演示 4:17 nicole 声音系统与混音技术 5:11 本地化部署指南与问题排查 9:40 实际应用效果与性能评测

20,292 просмотров • 1 год назад