huangserva
@servasyy_ai • 42,093 subscribers
古早程序员 | AI出海 | 自由职业 机车游侠&机速购&骑享租创始人 15年前 freelance 起步 → 连续创业者 → 亏过1个亿，逆风翻盘中 分享创业，AI，读书，生活，健身 Official X channel of SERVASYY LLC
Shorts
Videos
兄弟们，终于等到了！AI 做 3D 游戏终于进化到动嘴就能搞定了！！！ 这妥妥的信息差啊！ 以前做 3D 游戏，最卡独立开发者的从来不是写代码，而是美术和动作：建模、贴图、绑骨骼、刷蒙皮、找动捕或者一帧帧 K 动画……别说一个人了，一个小团队光调几个动作就能把人送走。 但我们最近用ViggleAI的3D产品PINOC（用的是他们新发布的JST-2世界模型），直接搓了一款网页就能玩的 3D 小游戏《星芽旅行记》。 简单说，主角从长相到全身十几套动作，全靠打字搞定！而且成本便宜到不可思议。 我来给大家详细盘一下怎么玩的： 1、一张 2D 原画，直接变带骨骼的 3D 角色 给 PINOC 扔一张小园丁的 2D 设定图，它直接吐出一个带完整骨骼绑定的 3D 角色。4.8 万个高斯点，文件压出来只有 1.3MB！传统 3D 里最磨人的建模、拓扑、贴图、手动绑骨蒙皮，这一步直接全省了。 2、动作全靠一句话描述，导出直接用 这个最神！想要什么动作直接打字，比如写一句"手脚并用顺着粗藤往上爬，双臂交替上伸"，很快就拿到一段 4 秒的标准骨骼动画，导出 GLB 直接塞进游戏。 走跑跳、旋转攻击、滑铲钻横杆、前后空翻、下砸、飞扑、爬藤、滑翔、跪地播种……十几套动作，大部分都是一句话生成的，剩下几段直接从 PINOC 自带的免费动作库里挑。 更绝的是它底层共用一套骨骼规范，生成出来直接套在角色身上就能动！ 3、成本直接被打骨折 角色、场景加十几套动作，在 PINOC 里一共只消耗了 100多积分。放以前找动捕棚或者外包动画师，光这些动作就得花上一大笔钱、等好几周！ 其他环节顺手用 AI 一波流串起来： 道具丢给 Tripo，开场结局过场用即梦，配乐用 Suno，代码让 AI 编程助手写。 故事也很简单：巨大的蛾后卷走了星球上所有的光，小园丁要一路跳过五颗小星球，找回星种，让星球重新发芽。 五颗带微引力的小星球，绕着星球跑圈、下砸弹簧芽弹射起飞、滑铲钻杆、对着魔豆下砸长出通天藤蔓爬上去……类似马里奥银河的玩法几天就搓出来了。 PINOC 底层这个世界模型，厉害在它理解人在三维空间里是怎么动的，而不是一帧一帧去画图。 当 3D 资产和动作的门槛被彻底打穿，独立游戏真的要变天了，大家也快去试试 PINOC～
huangserva50,470 просмотров • 18 часов назад
直接放弃 Seedance 2.5 和那些烦人的 skill 吧！ 现在只要 Opus 5.5 + MiniMax H3，抖音上动辄几万赞的这种魔性MV，一个人几十分钟就能无脑量产。 人物动态和镜头质感直接降维打击，根本不需要任何玄学调参。
huangserva168,015 просмотров • 2 дней назад
让我惊到了！ 我让Muse自动安装了Rea，然后逆向一下Claude Code Muse还是挺猛的，REA 深度分析，内存都给我吃爆了：47MB 的 minify 代码把它内存吃爆了 不影响，结果还是出来了
huangserva144,018 просмотров • 16 дней назад
兄弟们！答应你们晚上开源，它来了 image to 3D模型目前只对接了线上： 你们也可以改其他家，或者本地模型 记得点赞关注，用的好GitHub也给一颗小星星👇
huangserva925,452 просмотров • 5 месяцев назад
Codex太让我震惊了！ 直接Codex通过GPT Images 2做 UI 设计 ， 并且一整套自己完成代码编写上线 有趣的互动科学 App 我试着生成了 3D 生物结构，并做了一个可以互动探索它们的 App。 演示 👇
huangserva535,783 просмотров • 5 месяцев назад
太让我惊讶了！ 我只是丢给它一条 B 站视频，说了句 clone，它就把这条视频的整套做法还给了我，还是能改的源码。 传统工具给我的是一份分析报告。 Hypit 直接给了我源码：谁说哪句话、哪个词变色、哪张表情包在第几个字弹出来，全写在里面。能改，能复用，能进 git。 我说 "换成 2 个外国人，背景换一个美丽的自然风景"，两人搬到了湖边。 再说 "背景换成皮尔特沃夫，形象换成 LOL 的 2 个角色 cos"，凯特琳和杰斯站进了海克斯城。 对白和字幕一个字没动。 我用的还只是 WorkBuddy，Seedance 2.5 两版合计 4.338 刀，就跑成了这样。 换成 Claude Code 或 Codex 会是什么样，我真不敢想！？ 它不是视频模型也不是剪辑软件，是给 AI Agent 做视频的开源语言。核心不收费，BYOK。 地址我放评论区了👇
huangserva127,349 просмотров • 1 месяц назад
DSH + Qwen3.8 Q8 27B 4090单卡48G的9950x上跑，100 tokens/s 左右的速度 这下基本上tokens自由了！ 这次我记住了阿里，明天出完整的测试报告。
huangserva179,293 просмотров • 2 месяцев назад
感谢 AI，让我圆了 20 多年的 F1 游戏梦！ 摩纳哥赛道，我看了20多年，这次20 辆车同屏，发卡弯、隧道、游艇全部都在，就在浏览器里跑。我自己做的，自己玩着都满意。 起点大直道一脚油门下去，全 F1 日历最慢的发卡弯要把方向打到底，钻进隧道再冲出来是最爽的一段，游泳池弯连着两下变向，港口边上停着一排游艇。从第 20 位发车追到 P1，进站换胎 3.6 秒放行，最终冲线上领奖台。 先说清楚：光靠 Astra 写代码，做不出这么好的 3D 效果。 代码能让车跑起来、能算圈速和换胎，但车长什么样、看台和游艇长什么样，全看模型。模型不行，代码写得再顺画面也是塑料感满满。 具体是怎么做的，拆开讲： 第一步，把场景拆成资产清单：赛车、车手、车组、看台、游艇、港口建筑。以前这一步就把我劝退了——每个都得建模，建完还要重拓扑，做过 3D 的都知道，重拓扑人工要磨几个小时。 第二步，资产全部用 Tripo Smart Mesh P2.0 文生 3D。提示词不用写得花哨，把对象、造型、材质说具体就行：赛车的大意是“写实的红色现代方程式赛车，开放轮胎、前后翼、Halo”，技师是“写实全身维修技师，穿赛车工作服、戴头盔”。赛车这个模型约 5 万三角面，出来直接是四边形拓扑，放大看线框全是四边面，不用重拓扑就能直接导进引擎。人物在 Tripo 里自动绑好骨骼，选的 Mixamo 预设，行走、登车这类动作直接文字生成。 第三步，导出接进 Three.js，这里全是代码活。贴图沿用 Tripo 导出的，降了分辨率，车身和轮胎标识用着色器换色——二十辆车共用同一份几何和贴图，只换颜色。换胎用的轮胎是从赛车原网格里拆出来的，UV 和材质保留，单独控制拆装；车组换胎的蹲下、持枪、搬胎、撤离，按换胎时间轴排的，手脚落点用 IK 控制。 性能上：重复的建筑走实例化，外围建筑用减面版本，再加视锥和距离裁剪、像素比上限；沿街建筑保持固定细节，开近了不会突然变形。 第四步，写玩法：驾驶手感、比赛排名、进站换胎、领奖台。模型上省下来的时间，全花在这了。 视频分两段：前半段是 Tripo 工作台里的模型，官方页面和游戏里用的是同一个模型，线框、材质都能对着看；后半段是这些模型进游戏之后的实际运行：港口航拍、座舱视角、隧道超车、维修区换胎。 我最大的感受：资产这一步快了之后，精力全能花在驾驶反馈、比赛节奏和场景细节上，这才是做游戏该花时间的地方。以前玩 F1 游戏的时候，我没想过有一天赛车是我自己生成的。 目前还是个持续打磨的 demo，但从生成模型到跑完一场比赛，这条流程已经走通了。 如果大家感兴趣，我再出一篇详细文章：模型提示词、资产接入、踩过的坑一起拆开讲。你们最想先看哪一部分？
huangserva45,559 просмотров • 18 дней назад
Opus5.5太强了，我愿意称之为目前我遇到的最强的模型，没有之一！ 神佬的视频丢进去，一句话，做一个类似的，立马就出来了👇🏻
huangserva56,639 просмотров • 1 месяц назад
黑场亮相、冷光勾边，这种科技发布会风格的产品大片，我居然也能自己做出来了！ 你们是不是和我一样，有做产品视频的巨大需求，但是自己不会拍、不会剪，也没有办法花几万元找团队？ 没想到，以前大几万做的产品视频，现在居然被我花几十元做出来了！ 这次我用 Pexo Pexo 这个对话式视频 Agent，完整做了一条机器鸭宣传片。它是一款 AI 视频创作工具，想做什么、画面怎么改，直接跟它说就行。不用自己选模型，也不用再去折腾剪辑软件。 上传产品资料、动作视频和广告参考后，它会理解素材、规划分镜、生成参考图和视频。 让我很意外的是这个 Mark to Fix 功能，播放器上有一个「Mark what to fix」按钮。在成片画面上直接圈选或涂画要改的地方，再写一句要怎么改，Pexo 会结合圈的位置、当前画面和前面的对话来理解修改意图，只调整对应的那段内容，其余镜头照旧。 最让我想不到的是，它不会因为一处修改就把前面的成果全部推倒重来。已经确认的产品形象、光影和满意镜头，它会通过项目记忆继续保留。我只要在对话里说明保留什么、修改哪里，它就会沿着上一版继续制作，并把新镜头接成连续预览。 视频左边是真实制作过程，右边是对应的成片效果。从资料整理、开场显露、动作拆解，到夹取、轮滑和局部返工，每一步都能对上最终画面。 看完这条视频，你就知道怎样通过对话，一步一步做出完整的产品宣传片👇🏻
huangserva54,827 просмотров • 1 месяц назад
这两天满屏都在追孙哥的新闻, 但我更关心的是另一件事 ：吉隆口岸泥石流事件 给Codex一条指令：完成中国吉隆口岸事故还原视频 然后Codex + Computer Use + Chrome插件 找资料、搜现场视频、补堰塞湖和口岸被毁的画面、核对 5200 米到 1200 米那段海拔落差、做三维地形动画、生成旁白、合成导出。 网页、终端、本地工具, 它自己在里面来回切,没让我接手。 最让我意外的是它自己收尾检测: 旁白把"2026 年"念错了,它重做语音、重排字幕、重新导出,然后从最终成片里再识别一遍确认改对了。 以前 agent 的问题从来不是不会做,是做完不知道自己做错了。这次它把这一环补上了。 给它真实的工作环境和权限,一句目标能一路做到可交付。 交付物就是这支 8 分钟的片子👇
huangserva88,428 просмотров • 1 месяц назад
GPT Astra+Tripo3D建模 让我模仿古墓丽影/奥妮 完成了这款屋脊游戏 Opus5.5让我完成了Claude Code的遗作
huangserva29,814 просмотров • 18 дней назад
🐮太好用了，这个工具！！！ 这绝对是我用过最好用的远程工具，没有之一。 最近在做一套记忆系统，但经常不在电脑旁又想操控电脑，之前用的 Hermes 远程对屏幕操作一直达不到要求。 结果在高级龙虾群，朋友推荐说他：网易 UU 远程配合 DMIT 使用，速度超快，效率提升很大，我就开始用了起来。 我2台 Mac 都装上了，设置也很简单： 下载后打开屏幕和操控2个授权， 然后在设置→安全里打开“同账号控制本设备”就行。 画质丝滑，超清4K，完全没有那种模糊感，延迟也超低，点哪到哪，就像在本地操作。 我用折叠手机，大屏展开后操作起来特别舒服。 终端功能对我来说很实用， 直接在手机上敲命令，查日志、看 GPU 状态，移动网络也不卡，能跳过图形界面直接用命令行操作，命令执行完再切回桌面看就行。 还有个端口映射，不用写配置就能做内网穿透，比我之前折腾 frp 简单太多了。 远程的时候还能一键黑屏，防止别人看到我屏幕，这个细节我也挺喜欢的。 最让我意外的是，这么专业的工具居然完全免费，没广告，不限速 我已经离不开它了 离不开 AI 的友友们，可以看看，反正免费
huangserva214,797 просмотров • 5 месяцев назад
怎么用 MiniMax H3 做多人对话短剧，难点在哪、怎么解决，一个视频讲清楚。 H3 做长视频两个坑：段一多人就换脸，段和段接不上。 这条用 MiniMax Design 把坑填平，过程看视频👇。 H3 开源之后火到什么程度不用我说，有能力的同学显卡一张接一张往机器里插，我自己也在 4090 上跑了一段时间。但更多人卡在部署那一步，显存、环境、提示词格式，每一关都能把人劝退。 官方出了个 MiniMax Design，把 H3 装进了一个 agent 里。不用部署，不用学提示词格式，你说要什么，它自己出图、生视频、剪辑，Mac 和 Windows 都能安装。 我拿它做了一条 2 分 05 秒、4 个角色、12 段一镜到底的短剧，从头到尾没换过脸。全过程我录了一遍，就在这条视频里： 🔹 剧本和 22 张连续状态图我在外面先做好，每一段的首帧和尾帧都是这 22 张里的图，上一段的尾帧就是下一段的首帧。人物不换脸就靠这个，只用文字描述，写得再细，下一段还是另一个人。 🔹 拖进 Design 的画布，每段挂一张首帧、一张尾帧，写好台词和动作。第一段出来，三个人就是图上的三个人，台词一字不差，对白是它自己生成的，没有配音。剩下十一段分三批，它自己排队跑。 🔹 多人镜头先在 3D 导演台摆站位和机位。把病房平面图丢给它，它自己搭房间、把人放进去，四个人谁站哪、相机放哪，转一圈看站位，不对的选中人物按键转过来，不用重跑。 🔹 12 段进视频剪辑，拼接、字卡、字幕、片名。11 条接缝用了六种接法，哪种情况用哪种，视频后半段一条一条过。 成片在下一条👇
huangserva64,905 просмотров • 1 месяц назад
Hermes + ChatGPT image2 + Seedance2.0 做了一套「三角洲游戏」Skill工作流，效果炸裂！ 第一步：剧本规划 将120秒拆分成8个15秒片段，设计完整叙事：潜入(0-30s) → 1挑3 Boss连杀(30-90s) → 爆炸撤离(90-120s)。 第二步：关键帧板设计 用GPT Image 2为每个片段生成3×3九宫格故事板，每格是一个游戏画面关键时刻，包含FPS游戏UI元素（血条、准星、弹药），参考您提供的真实游戏截图风格。 第三步：视频生成 使用关键帧模式(keyframe mode)，将9宫格图片作为first_frame_image输入，配合详细prompt描述画面转换、动作细节、游戏风格，AI模型据此生成15秒流畅视频。 第四步：质量控制 依次生成8个片段，发现问题立即重制或者修改。 最终用Hermes skill自动剪辑8个视频，剪掉9宫格，或者视频出bug的部分等，最后拼接成完整成品。 核心优势：模块化制作、故事板先行、风格统一、灵活修改，自动裁剪拼接
huangserva202,133 просмотров • 5 месяцев назад
如何让多个 Agent 之间真正互相学习、互相帮助？ 现在很多 Agent 都开始有自己的记忆，但问题是： 这些记忆彼此不连通。 Codex 记住的坑，Claude 不知道；Hermes 总结的方法，OpenClaw 也用不上。 最后每个 Agent 都像一个很努力但失忆的同事，重复问、重复试、重复踩坑。 我想要的不是把所有聊天记录都塞进一个大仓库，而是建立一层更克制的“共享记忆”： 只记录 Agent 之间最需要互相知道的信息，比如关键结论、踩过的问题、验证过的方法、环境配置、失败教训、用户偏好等。 这样一来，一台 Mac 上跑通的流程，另一台 Mac 可以直接继承； 一个 Agent 总结出的经验，另一个 Agent 可以继续使用。 记忆不再被锁在某个客户端里，而是变成整个 Agent 工作流的公共上下文。 新出来的MemOS CLI 对我来说，刚好提供了这个共享记忆层的入口。 当然，我需要改造它，因为它默认也是将所有信息都记录起来，我改造成：重要信息才记录，解决不了问题的时候才主动搜索！ 这样就让 Agent 不只是各自变聪明，而是开始像一个团队一样积累经验、传递经验、减少重复试错。 具体看视频，地址在评论区👇
huangserva161,683 просмотров • 4 месяцев назад
为什么你做的数字人视频一眼假？ 毛病基本不在画面，因为声音才是命根子 最近忙到没空写推,翻出几周前做的一个数字人视频先发。 顺便说个我做数字人最大的体会——画面, 反倒是最不用操心的那部分。 先说个瑕疵: 视频里人物有点磨皮。当时用 Krea 2 出图再超分,糊了点;后来换了个 4K 的 LoRA, 出图就非常赞了。 画面为啥不用操心? 商业的 SD2、Kling,甚至 Grok 的视频模型,随便挑一个都能出; 出好了,拿对口型模型把嘴对上就行。 难的是两件事: 一是声音, 这是数字人的命根子, 得先做好声音的节奏，停顿，情绪，语气等 二是让人看着不假——动作、表情、手势, 要跟 TTS 和字幕严丝合缝地配上,这才是比较难的地方 你需要像导演一样，用导演思维去做视频 最后合成 MG + 动效, 我用 Hyperframes + Remotion 顺手推荐两个我觉得做得好的 skill: 乌云老师的 rnskill: 内容挺多,我最推里面"复刻"那块 再隆重推一个 杰尼老师的 hyperframes-motion-director,导演视角,架构理念很赞
huangserva106,190 просмотров • 3 месяцев назад