WquGuru
@wquguru • 26,448 subscribers
AI + Software + Robotics Newshub → https://t.co/WmkVbbvE92 Building Agent PoCs → https://t.co/pg7QEz0fGp AIGC(texts, videos, world models) 📮 [email protected]
Shorts
Videos
![昨天几十万浏览的那个姿势库镜像，原作条款其实写了禁止再分发，我干脆用 21 小时自己重做了一套 CC0 免费版。 一共 288 个姿势 × 5 个机位，1133 张质检过的线稿，全靠 3 个 AI agent 用共享记忆接力跑完。拿到白模后配张角色图喂给生图模型就能换姿势，工作流随后放出。 核心提示词分两步： 1. 先让生图模型出一张真人实图把姿势定住，模特穿修身白背心和黑色 leggings，身体轮廓才出得来； 2. 再把这张实图和下面这句一起丢进去转成线稿： faceless mannequin, pose reference, line art, black line only, monochrome, white background, no face, no hair, no clothes, joint circles, clear body structure, [具体姿势描述], full body, 3:4 3 个 agent 怎么交接、踩过哪些坑都放在接下来的长文里。](https://image.24vids.com/tw-2115781600659337611/amplify_video_thumb/2115777230026784768/img/Ieb6RUiKgwuYzqTL.jpg)
昨天几十万浏览的那个姿势库镜像，原作条款其实写了禁止再分发，我干脆用 21 小时自己重做了一套 CC0 免费版。 一共 288 个姿势 × 5 个机位，1133 张质检过的线稿，全靠 3 个 AI agent 用共享记忆接力跑完。拿到白模后配张角色图喂给生图模型就能换姿势，工作流随后放出。 核心提示词分两步： 1. 先让生图模型出一张真人实图把姿势定住，模特穿修身白背心和黑色 leggings，身体轮廓才出得来； 2. 再把这张实图和下面这句一起丢进去转成线稿： faceless mannequin, pose reference, line art, black line only, monochrome, white background, no face, no hair, no clothes, joint circles, clear body structure, [具体姿势描述], full body, 3:4 3 个 agent 怎么交接、踩过哪些坑都放在接下来的长文里。
WquGuru69,361 görüntüleme • 2 gün önce
在 Muse 里配上 Pi Agent，接入蚂蚁集团的 Ling-3.1-flash，白嫖支付宝家的免费额度，省下 Muse 自己的用量。 起因很简单，Muse 的免费额度按周算，我这周已经用掉 73%。而 Ling 开放平台每天送 50 万免费 Token，拿来给 Pi Agent 当模型正合适。 先说下 Ling-3.1-flash，这是蚂蚁百灵新一代模型，约 560B 总参数，每个 Token 只激活约 25B；上下文上限 1M（免费期开放 256K），主打的就是长流程任务和写代码。 配置只要两步： 1️⃣ 对 Muse 说一句：安装 Pi Agent（完整提示词见评论区） 2️⃣ 登录 Ling 平台（ API 连接”创建 Token，再发给 Muse，它会写进环境变量、配好模型 装好后我拿一个真实任务测了测，让 Pi Agent 用 Ling-3.1-flash 从零写一个鹈鹕骑单车小游戏： → 24KB 的游戏，约 3.4 分钟写完 → 三条车道切换、躲石头吃小鱼、越跑越快、能记最高分，可玩性不错 → 全程由 Pi Agent 完成，在 Muse 的任务面板里能看到每一步，用的全是免费额度 完整录屏见视频，一句话装好的提示词放在下一条 👇
WquGuru211,393 görüntüleme • 23 gün önce
用上了 Muse 的朋友，一定要试试视频生成功能，做写实视频真的牛。更牛的是我给一个提示词，Muse 提示我内容不合适，修改一下提示词后…生成的内容更加劲爆了，原来小扎好这口🥲
WquGuru145,245 görüntüleme • 26 gün önce
李飞飞这段回答，真的挺能说明她的个人性格的。 HumanX 大会上，主持人问李飞飞：被叫AI 教母是什么感觉？ 李飞飞回答道： 大概四年前第一次听到，我真的浑身不自在，我不会管自己叫任何事物的教母。 然后她停下来想了想，继续回到： 如果我拒绝这个称呼，可能就是对很多领域的女性和女孩，关上了一扇门。 最后一句，全场笑了： 各行各业的“xx之父”多得是，其中还有不少是自封的。 就在昨天，AMD 宣布花 82 亿美元收购她创办的 World Labs，顶尖 AI 科学家实现了财富自由，我觉得这是一件很好的事情。你觉得AI教母这种称号，是在框住一个人吗？
WquGuru172,250 görüntüleme • 1 ay önce
🎉 金大将军此刻乐开了花，GLM-5.3 的网安能力现已经过 Anthropic 官方认证。目前普通用户能用到的模型中，网安能力综合排名应该是 GLM-5.3 > GLM-5.3 Flash > Grok > GPT > Claude 了吧？ Anthropic 今天这篇报告可以说是对 GLM-5.3 能力的最大认可： - 写端到端 exploit，已经接近 Mythos Preview，ExploitBench比分为 50/410 对 56/410 - 越狱简单：换身份欺骗 64% 成功率、预填思考后 92% 的成功率、直接消融更是能达到 100% 成功率 此外，消融成本到底有多低呢？Anthropic 自己花了 $4,400，如果是熟手从零甚至可以低至 $1,200😅
WquGuru121,909 görüntüleme • 1 ay önce
最近很多朋友评论区问：Opus 5.5 默认哪个 effort 最合适？ 这不，官方下场回答了👇 Thariq 刚发了一篇长文，给出了他自己的用法： 日常默认：medium 要盯着来回改：low 老代码修 bug、要验证：high max：完全放手让它自己干，或者找安全漏洞 max 其实也不是适合所有场景，官方博客里有组数最能说明为什么（Fable 5.1，Terminal-Bench 3.0，370 次尝试，low → max），总通过数从 140 涨到了 214，但是平均成本翻了 3 倍，理解错题目的情况反而从 25 涨到了 47。 🔥 为什么effort更高，反而容易理解错误？ Thariq 的说法是 effort 并不会让 Agent 更聪明，它是一个衡量工作时间长度的单位。effort 越高，它越会多去验证、多测边界，也越会替你拿主意。 🔥 他最后分享了日常写功能的最佳实践 先让 Claude 反过来问自己，把 spec 缺的部分问清楚 用 low 实现 自己看方向对不对，不对继续用 low 改 最后切 high 做验证和测试 最后分享一个冷知识：/effort 其实可以在对话中途切换。 你们平时开几档？👇
WquGuru121,670 görüntüleme • 1 ay önce
🔥卧槽，AI 游戏终于不只是跟AI聊天了。 蔡浩宇的《星之低语》押注让一个 AI 角色活过来，能做的只有跟她说话。 PixVerse R2：预生成的院线影片级别质感，加上跟 AI 说完话，还能走进她的世界，用WASD操纵体验（核心技术是Omni Causal AR）。 实测了三件事： 1. 问 Eve：开门会怎样，她会实时回答我 2. 点一下开门，剧情接着往下走 3. 按 W 走进洞穴，画面边走边生成 最骚的是：视频里最好看的片段，反而是预生成的 🙂 哪段实时，也全标在视频里了。 你会先让它生成什么？ 👉 快去体验吧 #PixVerseWorldModel
WquGuru106,917 görüntüleme • 1 ay önce
花了一天，全程对着 Claude Code 口喷，做了个《西部世界》小镇游戏。 关键是，没画一张图，没捏一个模型，没打一行字！！！ 普通 Mac 就能跑，完全开源（链接见评论区） 视频后半段是 PlayBot 自己玩的录像：从第 12 稿，一路玩到觉醒结局。 一个字不打，靠的是网易叭哥说。 Fn + Shift，按住说中文，松手就是英文 prompt，直接丢给 Claude Code。 众所周知，通过英文和 Claude Code 对话能够降低封号概率。 官方说口说对打字的效率是 5 倍。 我的体感，一天 100+条指令全靠嘴，腱鞘炎缓解了挺多。 以前用 Typeless，试了几家，整天连续用下来，叭哥说最稳。 而且终身免费。 🔥 模型从哪来？ Poly Haven / ambientCG 的 CC0 素材：桌椅、落地钟、镜子，木头和皮革贴图 Blender 脚本用几何体一块块拼：酒馆、整条主街、驿站马车、自动钢琴 Python 画文字贴图：招牌、日历、墓碑上的字 声音：钢琴、钟摆、马蹄、风声，全是 Python 合成。 🔥 口喷了一天代码，顺手也攒了一堆对叭哥说本身的吐槽。 巧的是，它今天开了个反着来的活动：别人刷好评，它花 10 万买真实差评。 我这一天的吐槽，准备整理了交上去 👇
WquGuru31,637 görüntüleme • 15 gün önce
Dario Amodei 这辈子和 Chinese 的关系真的是剪不断理还乱，他就读了四年的高中学校，华裔学生比例高达50%，也就是说，班上有一半同学都是华人。 全世界认识大猩猩，多半是因为戴安·福西。她在卢旺达山地里跟猩猩对视，后来变成《迷雾中的大猩猩》。很少有人第一反应是：这人 1949 年毕业于旧金山一所公立高中。 这所学校叫 Lowell High School Lowell Student Association。西部密西西比河以西最古老的公立高中，1856 年开办，比硅谷和斯坦福都更古老。Dario 2001 年从这儿毕业；妹妹 Daniela 2006 年也从这儿毕业。Anthropic 这对兄妹掌门，不是出自于常春藤预科私校，而是旧金山顶级公立学校出身。 你要是非找中国参照物，这所学校离人大附中可能还是相差有点远，Lowell 更像上海格致： - 城里那所最老、最卷的公立市重点 - 本地人的天花板 - 出口以本州顶尖公立大学加州伯克利为主 - 有点像上海格致，对标上海本地的复旦交大 真正吓人的是这所学校的族裔成分。Dario 在校那四年，大约 1997 到 2001，华裔从40%出头涨到超过50%；如果把日韩菲和东南亚裔算进去，亚裔已经是明显多数，Dario 毕业前后，全校亚裔达到了 70% 的峰值。一所美国公立高中，教室里最常见的不是加州海滩男孩，而是会考试的华裔和亚裔孩子。 这个学校还培养了其他传奇人物，测量光速的迈克尔逊，美国第一位科学诺奖；神经生理诺奖厄兰格；2001 年物理诺奖康奈尔；惠普的休利特；加州州长帕特·布朗；最高法院大法官布雷耶；托尼奖的卡洛尔·钱宁；还有跟 Dario 同届的韩裔演员 Jamie Chung。 后来有人猜 Dario 对华鹰派是因为高中被华人同学塞进过储物柜，但这可能是曲解。这种意识形态更接近硅谷精英普遍的意识形态，即自由民主是历史正确解，技术是最后的杠杆，谁先拿到 AGI，谁就能够制定未来人类制度的版本。
WquGuru86,567 görüntüleme • 1 ay önce
英语流利说那一套，已经能够被 Jev + 网易有道的实时 ASR 模型 Confucius4-R2T2 平替了，更关键的是，R2T2 和项目仓库都是开源的！！！ 两个模型的分工其实挺好玩的🙂 R2T2 是真流式，以低至 160ms 的间隔往外吐词，而且还有个 stable prefix 的机制，已经提交的文本只增加不修改。传统流式 ASR 会来回改词，例如，I want to book 可能会变成 I want to look，给人看字幕还行，但下游要是接了另一个模型，它就得跟着反复撤销自己刚做的判断。正因为有了 R2T2 这一层创新，我们才能做到直接把识别出来的内容拿过来，计算漏读多读和错读。 再说到最近很火的 Jev，它只能在事先声明的内容里回答：是否、选一个、1–5 打分。所以项目中我们只问它文本层面的事，例如，读的是不是原文那个词、错法属于哪一类、整段意思有没有走样。之所以用 Jev，关键还是——快！ 如果你有NVIDIA的卡，不妨试试本地部署一下，小显存也能跑起来，实时ASR模型+实时分类模型，效果顶尖。很适合本地部署起来，在家大声朗读练起来 👇 R2T2模型： 开源项目：
WquGuru70,460 görüntüleme • 1 ay önce
🔥 怎么用 Muse 白嫖 OpenRouter 的模型，做出自己的桌面女友？？？ 同样用蚂蚁百灵（inclusionAI）刚开源的两个模型，给 Mac 桌面做了几个会动的角色：随意放大缩小、随便拖动，鼠标点击直接穿透，不遮挡任何操作。 用到的两个模型： - Ming-Image-0.1-Design：文生图，负责画角色姿势图 - Ming-Image-0.1-Design-Layer：拆图，把图拆成透明背景图层 流程： 1. 在 Muse 里丢一句提示词，让它装上 Skill，生成三个角色 2. Design 模型先出四宫格原图，这时背景还不透明 3. Design-Layer 模型去掉背景，切成一张张透明小图 4. 拼成循环动画，下载 ZIP，在 Cameo 里点添加导入 实测下来，Layer 拆得挺干净，边缘清晰，发丝没有变形。Muse 调用的是 OpenRouter 上的接口，现在限时免费，我一晚上生成了几十组视频，没碰到任何限制，可以说非常牛了。 能做出什么惊艳的内容，欢迎发在评论区（提示词也见评论区👇）
WquGuru24,730 görüntüleme • 21 gün önce
现场视频：陈志被押解回国，眼神中满满不甘心 手握着上百亿美金比特币，怀揣着柬埔寨等多国国籍，可以说是最具代表性的黑产梦碎事件
WquGuru194,521 görüntüleme • 9 ay önce
我在 Teamily AI 里拉了个群：3 个 agent、我，再加一位合作伙伴，把 Claude 订阅注册避坑教程做成了一个网站： 稳定用好一个 Claude 账户要注意的细节太多，一篇教程讲不透。我想要一个能手把手教学、能记录进度、大家能一起打分和分享经验的页面。 网站用 Website Builder 搭，整个过程是一条接力链，每个 agent 都在上一个的成果上接着干： 1. UI 设计师：我嫌初版太丑，它在初版上重做了界面 2. 全栈工程师：接过重做后的版本，把静态页改成带数据库的动态站 3. 测试工程师：测这个动态站，查出 3 个缺陷，交回给全栈工程师 中途我在页面上直接加标注改文案，agent 按标注就改了。合作伙伴发现少了 iOS / Android / macOS 配置家宽 IP 的步骤，我把她拉进群，她 @ 了三个 agent：UI 设计师先排版，全栈工程师接着实现，测试工程师最后检查，上下文自动从一个智能体传递到另一个智能体。 和单个聊天机器人最大的不同是，我没在它们之间复制粘贴任何东西，后一个直接拿前一个的产出用。Teamily AI 管这叫 Humans + Agents，用下来确实像在带一个真实的小团队。
WquGuru18,019 görüntüleme • 22 gün önce
Nikita Bier 离开 X 了，干了一年多，他说 24/7 连轴转太久，想喘口气。作为前 AI 时代的佼佼者，他的经历其实很值得学习，甚至是纳瓦尔人生哲学的典型范本：他走的每一步，普通人真能抄。 他 1989 年生于洛杉矶，乌克兰犹太家庭，单亲妈妈一个人带 4 个孩子从苏联逃出来。12 岁自己搭网站，伯克利时做了个政策模拟工具 Politify，然后爆了，400 万用户，政府找上门要合作。 他真去了，签了政府合同。结果政府一停摆，合同没了。他反思：我超级讨厌给政府卖软件，我真正擅长的，是做出在网上疯传的东西。然后回去跟投资人摊牌：不干了，钱还你们，但投资人没收回。 之后四五年，他埋头做消费 App，什么都试。做到第 15 个时，团队濒临解散，账上也快见底了，他甚至打电话问律师：公司怎么解散？ 就在这时，tbh 上线了——匿名投票 App。一所学校 24 小时内 40% 的学生装了它，大量流量甚至导致服务器崩溃。AWS 账单 12 万，银行余额 15 万，然后他赌了一把：停掉其他项目，全力盯这个项目两个月。最后一场竞价战把它卖给 Facebook。 2022 年，通过 Gas 这个项目再复制了一次成功，登顶 App Store，最后卖给 Discord。紧接着，他公开喊话马斯克：Hire me as VP of Product。三年后真的坐上了那个位置，一年重做 X 几乎所有核心体验，然后主动退下来。 他的这几个事情特别反常识：把自己当产品，反复迭代；方向错了就认，失败十几次不是打击，是数据；用发帖当杠杆。别人等机会，他把自己发成了产品负责人；知道什么时候停。职位只是阶段工具，不是终点，真正的自己始终是那个发帖的人。 拉开差距的，从来不是起点，而是你愿不愿意把自己当成能不断迭代的产品。
WquGuru54,002 görüntüleme • 2 ay önce
加入世界上最大的英语共学群（链接见最后）后，我完成了这辈子最长的一次口语对话 果然聊偏见最能打开话匣子。印度小哥说中国是不是医患矛盾多，医生常被攻击；另一个哥们儿分析，哪个职业没风险，很正常。突然插进来个俄罗斯小哥，只会fxxk，一会儿嘲笑印度人说没人care他们，一会儿说中国人是不是都眯眯眼——哎，只能说仓廪实而知礼节 这个80万人的DC Server，一共有5w+人在线，同时在线的聊天室不下50个，真的是随时想聊就聊，不想聊单独听听也挺好，比我在TB上订的课实操性强多了 对比我在TB订的课，一节课百来块，25分钟，老师照着教材念，尴尬得要命。这里完全是真实场景，话题从医疗聊到文化偏见，比上课实用多了。最重要的是免费，而且随时都有人在线 这才是互联网该有的样子：去中心化的学习社区，没有老师学生之分，大家都是learner，顺带分享一些DC小技巧，希望能帮大家充分利用好DC： 作为用户 - 先混迹评论区找目标群：像我这样从English Server开始，别急着发言，先听听氛围，就能快速融入，避免冷场 - 用身份组管理自己：设置新手标签，能解锁引导教程，我试了后直接找到对应聊天室，参与感强多了 作为运营 - 初始阶段：每个用户都是金子，先自我介绍，建立信任感，同时高互动，提升认可度 - 设置bugreport机制反馈问题：用户提建议能提升社区 - 结合私信和活动转化，保持轻松氛围：别每天超15条DM限制，办周赛或AMA像English的每周课，就能自然转化付费用户，先建announcement频道发活动公告，拉活跃度 最后附上英语共学群/Server链接：
WquGuru154,779 görüntüleme • 10 ay önce
重度使用ultracode再次深深感受到Claude Code无以替代的伟大。此外，Harness发展的趋势不言自明——更少的人为干预，更多的agent自主能力，更长时间的无干预运行： Cursor的yolo模式 OpenSpec的SDD Ralph Loop Karpathy的autoresearch Claude Code的plan mode Codex的/goal Claude Code的ultracode（dynamic workflow） ... Ralph loop应该是个分水岭，ralph loop之前模型迭代竞争；ralph loop之后是模型+harness竞争 （视频从头到尾完整由ultracode完成，一刀未剪）
WquGuru27,164 görüntüleme • 5 ay önce