小互's banner
小互's profile picture

小互

@xiaohu • 125,760 subscribers

带你了解全球最前沿科技、AI动态... AI 精华，讲到你懂：https://t.co/nvuDIvoNg1

Shorts

Seedance 2.0 限制真人出镜的原因找到了 🤣

Seedance 2.0 限制真人出镜的原因找到了 🤣

710,705 views

卧槽 影眸科技（Hyper3D） 发布的世界生成模型 WorldGen 有点东西 它和其他可交互世界模型有不一样，它可以从一张 2D 图片，生成是一个完整的自带物理规律 3D 场景 更牛P的是： 每个物体都是独立的：就是场景里的桌子、椅子、小道具都能单独拉出来拆解成科移动、替换或微调的子3D模型。 自带物理规律：模型能理解空间摆放关系，并自动推断出碰撞、质量、摩擦力等属性。 直接对接生产管线：生成的资产可以无缝导入 Blender、Unity 或团结引擎，直接用于游戏关卡搭建、影视制作、XR 内容以及具身智能（机器人/机械臂）仿真训练

卧槽 影眸科技（Hyper3D） 发布的世界生成模型 WorldGen 有点东西 它和其他可交互世界模型有不一样，它可以从一张 2D 图片，生成是一个完整的自带物理规律 3D 场景 更牛P的是： 每个物体都是独立的：就是场景里的桌子、椅子、小道具都能单独拉出来拆解成科移动、替换或微调的子3D模型。 自带物理规律：模型能理解空间摆放关系，并自动推断出碰撞、质量、摩擦力等属性。 直接对接生产管线：生成的资产可以无缝导入 Blender、Unity 或团结引擎，直接用于游戏关卡搭建、影视制作、XR 内容以及具身智能（机器人/机械臂）仿真训练

131,840 views

想用语音输入 但是又不想在咖啡馆里对着电脑自言自语 被人认为是疯子... 有请唇语输入法，只需要张嘴不发声也可以输入内容 按住一个按钮，只动嘴、不出声，摄像头读你的嘴型，文字就直接打出来了 该项目已开源↓

想用语音输入 但是又不想在咖啡馆里对着电脑自言自语 被人认为是疯子... 有请唇语输入法，只需要张嘴不发声也可以输入内容 按住一个按钮，只动嘴、不出声，摄像头读你的嘴型，文字就直接打出来了 该项目已开源↓

29,882 views

早啊 篮球我还是爱看这种的🤣

早啊 篮球我还是爱看这种的🤣

298,100 views

2024年8月 - 2025年2月 AI出现了两次跃迁 一次是Deepseek R1的降本增效，效率大跃迁 一次是Grok 3的大力出奇迹，20万张GPU，有钱就是牛 目前来看，算力依然是紧俏资源，R1虽然训练用的资源少，但是在使用推理上耗费的算力依旧缺口非常大，但是终究都要走到降本增效的道路上》 视频来自：Arena 数据是2024年8月 - 2025年2月，Lmarena AI竞技场排名的变化。

2024年8月 - 2025年2月 AI出现了两次跃迁 一次是Deepseek R1的降本增效，效率大跃迁 一次是Grok 3的大力出奇迹，20万张GPU，有钱就是牛 目前来看，算力依然是紧俏资源，R1虽然训练用的资源少，但是在使用推理上耗费的算力依旧缺口非常大，但是终究都要走到降本增效的道路上》 视频来自：Arena 数据是2024年8月 - 2025年2月，Lmarena AI竞技场排名的变化。

552,275 views

捕捉到了精髓… 脾气非常大 智商非常低 非常没有耐心 又非常非常小气…

捕捉到了精髓… 脾气非常大 智商非常低 非常没有耐心 又非常非常小气…

283,949 views

卧槽，兄弟们，这个牛P啊 真是个伟大发明啊！ 你让 Claude 帮你写了一个网页，但是想精准定位修改某一个地方，很难向AI描述出来 这个工具非常牛逼 安装后，你只需要： 1、点击任何网页元素 2、添加备注说明（如“这个按钮太小了”、“这个文字拼错了”） 工具自动捕获以下信息： 元素名称（class） CSS 选择器 元素坐标（位置） 元 素上下文（所在组件、文件路径等） 然后生成结构化的 Markdown 给你，你复制粘贴给AI就行，它就能精准知道你想修改什么👇

卧槽，兄弟们，这个牛P啊 真是个伟大发明啊！ 你让 Claude 帮你写了一个网页，但是想精准定位修改某一个地方，很难向AI描述出来 这个工具非常牛逼 安装后，你只需要： 1、点击任何网页元素 2、添加备注说明（如“这个按钮太小了”、“这个文字拼错了”） 工具自动捕获以下信息： 元素名称（class） CSS 选择器 元素坐标（位置） 元 素上下文（所在组件、文件路径等） 然后生成结构化的 Markdown 给你，你复制粘贴给AI就行，它就能精准知道你想修改什么👇

200,508 views

卧槽 牛P了 特斯拉接入 Grok 后 现在Grok能调用车辆的各个摄像头来观察周围都是什么 这代表着特斯拉机器人其实已经在路上疯狂奔跑了

卧槽 牛P了 特斯拉接入 Grok 后 现在Grok能调用车辆的各个摄像头来观察周围都是什么 这代表着特斯拉机器人其实已经在路上疯狂奔跑了

189,938 views

LibTV 全新视频 Agent 评测 可以接入Claude Code，一句话出片... LiblibAI 发布了一个全新的工作流 AI视频 Agent 平台LibTV，它可以在一张无限大的画布上，通过拖放节点来组合各种模型进行视频生成创作。 最牛P的是他们发布了一个skill技能，接入Claude Code、小龙虾，让AI能自动帮你编排节点... Claude Code等通过 Skill 接口全自动调用它的各种节点，自动帮你搭建节点，从剧本构思到最终成品剪辑自动跑完，一句话进去，成片出来。 我测试的过程中一直感叹，非常的牛P...

LibTV 全新视频 Agent 评测 可以接入Claude Code，一句话出片... LiblibAI 发布了一个全新的工作流 AI视频 Agent 平台LibTV，它可以在一张无限大的画布上，通过拖放节点来组合各种模型进行视频生成创作。 最牛P的是他们发布了一个skill技能，接入Claude Code、小龙虾，让AI能自动帮你编排节点... Claude Code等通过 Skill 接口全自动调用它的各种节点，自动帮你搭建节点，从剧本构思到最终成品剪辑自动跑完，一句话进去，成片出来。 我测试的过程中一直感叹，非常的牛P...

145,560 views

这个视频有意思 不过不是AI生成的 是用Blender+After Effects 制作的 有没有大神能用 AI 复刻一下...

这个视频有意思 不过不是AI生成的 是用Blender+After Effects 制作的 有没有大神能用 AI 复刻一下...

215,260 views

阿里刚发布了Qwen3.6-Plus 直接冲着"国产最强编程模型"来的 跑分上，SWE-bench 和 Claw-Eval 都超过了 GLM-5 和 Kimi-K2.5，是目前国产模型里最接近 Claude 的 实测了一下前端，确实有点东西 阿里云百炼已上架，价格不到 Claude 的十分之一 阿里这几天连发三个模型，平均一天一个： 3月30号，Qwen3.5-Omni 全模态 4月1号，Wan2.7-Image 图像生成 4月2号，Qwen3.6-Plus 编程模型 感觉熟悉的千问节奏又回来了..

阿里刚发布了Qwen3.6-Plus 直接冲着"国产最强编程模型"来的 跑分上，SWE-bench 和 Claw-Eval 都超过了 GLM-5 和 Kimi-K2.5，是目前国产模型里最接近 Claude 的 实测了一下前端，确实有点东西 阿里云百炼已上架，价格不到 Claude 的十分之一 阿里这几天连发三个模型，平均一天一个： 3月30号，Qwen3.5-Omni 全模态 4月1号，Wan2.7-Image 图像生成 4月2号，Qwen3.6-Plus 编程模型 感觉熟悉的千问节奏又回来了..

102,111 views

卧槽 Telegram 发布重大更新 - 现在机器人能发富文本了 - 还能让AI帮你管理群聊 - Telegram 终于上手表了 这不得够微信学习十来年？？ 以前 bot 回消息只能纯文本，现在AI Bot支持： ・表格、清单、嵌套引用块 ・行内插图、图片轮播、拼图 ・可折叠段落、脚注、标题锚点 ・数学公式、上下标 单条最多塞 32768 个字符，超过 8000 字会自动折叠成一个"显示更多"按钮 适合 AI bot 输出长答案、做内容卡片的场景

卧槽 Telegram 发布重大更新 - 现在机器人能发富文本了 - 还能让AI帮你管理群聊 - Telegram 终于上手表了 这不得够微信学习十来年？？ 以前 bot 回消息只能纯文本，现在AI Bot支持： ・表格、清单、嵌套引用块 ・行内插图、图片轮播、拼图 ・可折叠段落、脚注、标题锚点 ・数学公式、上下标 单条最多塞 32768 个字符，超过 8000 字会自动折叠成一个"显示更多"按钮 适合 AI bot 输出长答案、做内容卡片的场景

68,400 views

人家老马搞出来的这个UI就是看着高级 Grok 3的思考模式UI效果 高级而不失优雅🙂

人家老马搞出来的这个UI就是看着高级 Grok 3的思考模式UI效果 高级而不失优雅🙂

248,394 views

Seedance 2.0 今天正式开放了 API 各大平台陆续接入了 Seedance 2.0，告别了生成视频排队状态 而且有的平台还给开放了支持上传真人照片的能力 Tekan AI是首批支持真人人脸的，估计是他们主要是广告场景 Seedance 2.0用来生成广告真是真不错 上传一张脸，Seedance 2.0 直接用这张脸生成视频，全程面部一致。

Seedance 2.0 今天正式开放了 API 各大平台陆续接入了 Seedance 2.0，告别了生成视频排队状态 而且有的平台还给开放了支持上传真人照片的能力 Tekan AI是首批支持真人人脸的，估计是他们主要是广告场景 Seedance 2.0用来生成广告真是真不错 上传一张脸，Seedance 2.0 直接用这张脸生成视频，全程面部一致。

89,225 views

兄弟们 史上第一次真人AI直播来了 美国知名网络主播N3on 宣称他将联合 Higgsfield，使用GPT-6 Astra和 Higgsfield的技术 利用自己的本人形象进行一场 24小时不间断的AI直播 直播过程中所有的画面全部由AI生成，而且还能和观众进行互动，甚至观众还能左右直播进程... 感觉有点离谱... 感觉以后每个人都可以直播了，像我这种腼腆型的，害怕镜头的，可以派我的数字人分身去直播... N3on 的无限 AI 直播仅仅是个开始。 千万不要错过哦，可以学习看看

兄弟们 史上第一次真人AI直播来了 美国知名网络主播N3on 宣称他将联合 Higgsfield，使用GPT-6 Astra和 Higgsfield的技术 利用自己的本人形象进行一场 24小时不间断的AI直播 直播过程中所有的画面全部由AI生成，而且还能和观众进行互动，甚至观众还能左右直播进程... 感觉有点离谱... 感觉以后每个人都可以直播了，像我这种腼腆型的，害怕镜头的，可以派我的数字人分身去直播... N3on 的无限 AI 直播仅仅是个开始。 千万不要错过哦，可以学习看看

18,789 views

Claude 开发者大会给KOL发的这个Cardputer感觉很不错 售价 $29.9（约 ¥215） 可以： 在 Cardputer 上敲问题 → 通过 WiFi 发到你电脑 → 电脑上的 Claude Code 处理 → 结果回传到小屏幕显示 当语音对讲口：按住按键说话 → 录音传到你电脑 → STT 转文字 → 喂给 Claude → TTS 播回小喇叭 当 Claude 的"实体宠物"：屏幕上跑个像素小动物，Claude 思考时它在动，回答时它说话 也可以把把 Cardputer 接到 OpenClaw上，支持语音输入、TTS 语音回答

Claude 开发者大会给KOL发的这个Cardputer感觉很不错 售价 $29.9（约 ¥215） 可以： 在 Cardputer 上敲问题 → 通过 WiFi 发到你电脑 → 电脑上的 Claude Code 处理 → 结果回传到小屏幕显示 当语音对讲口：按住按键说话 → 录音传到你电脑 → STT 转文字 → 喂给 Claude → TTS 播回小喇叭 当 Claude 的"实体宠物"：屏幕上跑个像素小动物，Claude 思考时它在动，回答时它说话 也可以把把 Cardputer 接到 OpenClaw上，支持语音输入、TTS 语音回答

59,609 views

Anthropic 开源了其一套可运行的 AI 电商 Agents 参考实现 让电商平台、零售商和开发者在几天内快速搭建出真正能卖货、能管店的 AI Agent... Anthropic 称，使用 Claude 购物 Agent 的零售商，购物车金额最高增加 35%，消费者完成购买的可能性提高 60%。 这套参考实现包含 Shopping Agent、Merchant Agent、十个 Skills、四个行业示例和三种运行方式 并演示了业务工具、呈现组件、记忆、安全审批和评测的实现。 Commerce Agents 仓库 包含以下内容： 两个 Agent：Shopping Agent 与 Merchant Agent 1. 面向消费者的“导购智能体”（Shopping Agent） 这相当于直接嵌在你的网站或 App 里的 24 小时贴身金牌导购 2. 面向运营者的“掌柜智能体”（Merchant Agent） 这个智能体是给商家老板和运营人员用的后台军师 10个 Skills：两类 Agent 各五个，覆盖搜索、购买研究、规划、客服、个性化、经营分析、商品、库存、定价促销和营销活动 四个可运行行业示例：零售、旅行、电信和娱乐票务。每个示例都有消费者前台和商家后台 三种运行方式：Messages API、Claude Agent SDK 和 Claude Managed Agents 七个本地 Python 包、八个 Web 应用、共享后端接口、前端组件、测试和部署脚本 一个 Claude Code 插件，提供搭建 Agent、增加业务流程、编写 Evals 和审查现有 Agent 的命令

Anthropic 开源了其一套可运行的 AI 电商 Agents 参考实现 让电商平台、零售商和开发者在几天内快速搭建出真正能卖货、能管店的 AI Agent... Anthropic 称，使用 Claude 购物 Agent 的零售商，购物车金额最高增加 35%，消费者完成购买的可能性提高 60%。 这套参考实现包含 Shopping Agent、Merchant Agent、十个 Skills、四个行业示例和三种运行方式 并演示了业务工具、呈现组件、记忆、安全审批和评测的实现。 Commerce Agents 仓库 包含以下内容： 两个 Agent：Shopping Agent 与 Merchant Agent 1. 面向消费者的“导购智能体”（Shopping Agent） 这相当于直接嵌在你的网站或 App 里的 24 小时贴身金牌导购 2. 面向运营者的“掌柜智能体”（Merchant Agent） 这个智能体是给商家老板和运营人员用的后台军师 10个 Skills：两类 Agent 各五个，覆盖搜索、购买研究、规划、客服、个性化、经营分析、商品、库存、定价促销和营销活动 四个可运行行业示例：零售、旅行、电信和娱乐票务。每个示例都有消费者前台和商家后台 三种运行方式：Messages API、Claude Agent SDK 和 Claude Managed Agents 七个本地 Python 包、八个 Web 应用、共享后端接口、前端组件、测试和部署脚本 一个 Claude Code 插件，提供搭建 Agent、增加业务流程、编写 Evals 和审查现有 Agent 的命令

18,211 views

3D 圈的人看到这个应该会沉默几秒 3D 模型再次进化 Hyper3D 这个 BANG to Parts功能有点牛P 你丢给它一个完整的 3D 模型，AI 会自动帮你把它拆解成一个个独立的、完整的的3D零件 也就是可以将任何完整的 3D 模型自动拆解成多个3D的零件 拆好的零件可以直接用来做动画、改材质、甚至去 3D 打印 这能帮 3D 设计师省下大把“手动擦屁股（清理模型）”的时间 更狠的是：拆完还能接着拆 整车 → 拆出车轮 → 车轮再拆出轮毂、轮胎、螺丝。 理论上你想拆多细拆多细。 而且每个零件都是独立完整的 3D 模型：单独换材质、单独改形状、甚至单独重新生成一个新的换上去 3D 模型第一次变成了“乐高”，而不只是“手办” 还有一个关键点是：拆出来的每个零件都是完整、独立、可编辑的 3D 模型。换材质、改造型、缩放变形、甚至整个重新生成一个换上去,都行 借助目前Codex和Claude code的强大能力，打造一个 3D 模型/开发工作流，非常牛P

3D 圈的人看到这个应该会沉默几秒 3D 模型再次进化 Hyper3D 这个 BANG to Parts功能有点牛P 你丢给它一个完整的 3D 模型，AI 会自动帮你把它拆解成一个个独立的、完整的的3D零件 也就是可以将任何完整的 3D 模型自动拆解成多个3D的零件 拆好的零件可以直接用来做动画、改材质、甚至去 3D 打印 这能帮 3D 设计师省下大把“手动擦屁股（清理模型）”的时间 更狠的是：拆完还能接着拆 整车 → 拆出车轮 → 车轮再拆出轮毂、轮胎、螺丝。 理论上你想拆多细拆多细。 而且每个零件都是独立完整的 3D 模型：单独换材质、单独改形状、甚至单独重新生成一个新的换上去 3D 模型第一次变成了“乐高”，而不只是“手办” 还有一个关键点是：拆出来的每个零件都是完整、独立、可编辑的 3D 模型。换材质、改造型、缩放变形、甚至整个重新生成一个换上去,都行 借助目前Codex和Claude code的强大能力，打造一个 3D 模型/开发工作流，非常牛P

30,324 views

可以的有意思 好玩 试玩：

可以的有意思 好玩 试玩：

28,649 views

Seedance 2.0 最佳使用方法是在小云雀里面 随便丢抖音视频链接，作为参考视频，然后上传你的视频，它就能参考视频来帮你生成视频… 很牛P，就是时间特别久😊

Seedance 2.0 最佳使用方法是在小云雀里面 随便丢抖音视频链接，作为参考视频，然后上传你的视频，它就能参考视频来帮你生成视频… 很牛P，就是时间特别久😊

63,528 views

Videos

LIVE
1.2k

Anya Rossi

sweetdream.ai

SweetDream.aiSponsored•Livecam
Streaming Now

Watch Anya Live

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

HD live stream
Exclusive private shows
1.2k viewers online

Free preview available • Premium content

特斯拉发布全新的Roadste跑车 现场直接飞起来了😂 镁、钛、碳纤维，配合线控转向 三个版本：Performance 是双座公路版，Thrust 是双座推进增强版，Rocket 是单座邀请制版本 Thrust 套件：0–60 mph（约 96.6 km/h）不到 1 秒 反重力地面密封吸附：多模式底盘主动抽气系统，即便在静止状态下，产生的极致下压力也足以将整车吸附在天花板上倒挂。 可变空气动力学：降低车身，切换高下压力或低风阻模式 Rocket 版本：推进器支持升空和空中姿态控制
2:57
xiaohu's profile picture

特斯拉发布全新的Roadste跑车 现场直接飞起来了😂 镁、钛、碳纤维，配合线控转向 三个版本：Performance 是双座公路版，Thrust 是双座推进增强版，Rocket 是单座邀请制版本 Thrust 套件：0–60 mph（约 96.6 km/h）不到 1 秒 反重力地面密封吸附：多模式底盘主动抽气系统，即便在静止状态下，产生的极致下压力也足以将整车吸附在天花板上倒挂。 可变空气动力学：降低车身，切换高下压力或低风阻模式 Rocket 版本：推进器支持升空和空中姿态控制

小互

283,906 views • 1 day ago

炸裂了 我宣布 Opus 5.5现在是我的神... 我这套技能完全直接可以起号... 这个视频做出来的时候我直接热血沸腾了...
1:48
xiaohu's profile picture

炸裂了 我宣布 Opus 5.5现在是我的神... 我这套技能完全直接可以起号... 这个视频做出来的时候我直接热血沸腾了...

小互

136,084 views • 2 days ago

Opus 5.5 确实牛P啊 我研究出一种全新的视频方式 用 Claude code 制作了一个SpaceX发展历程的视频，全程就通过聊天来修改，这个视频没用到任何剪辑软件... 包括配音、音乐、动画特效、素材画面全是Claude 自己去找的，自己合成 到最后这一版其实一共微调了10次，但是第一版的时候就已经很惊艳了... 我慢慢通过聊天方式让它更加完美，画面是代码一帧一帧画出来的，配音用的豆包，实拍素材是它自己去找、去剪的。我只做一件事：看片，然后说哪里不对。 回头我写个文章了介绍制作过程...
5:38
xiaohu's profile picture

Opus 5.5 确实牛P啊 我研究出一种全新的视频方式 用 Claude code 制作了一个SpaceX发展历程的视频，全程就通过聊天来修改，这个视频没用到任何剪辑软件... 包括配音、音乐、动画特效、素材画面全是Claude 自己去找的，自己合成 到最后这一版其实一共微调了10次，但是第一版的时候就已经很惊艳了... 我慢慢通过聊天方式让它更加完美，画面是代码一帧一帧画出来的，配音用的豆包，实拍素材是它自己去找、去剪的。我只做一件事：看片，然后说哪里不对。 回头我写个文章了介绍制作过程...

小互

52,864 views • 3 days ago

字节海外 BytePlus 发布 ，一个专做 AI 短剧的企业级平台：Dramagic 丢进一个剧本，它自动拆出所有角色（男主、女主、反派，各带三视图）、场景、道具、造型， 甚至自动写好分镜提示词、匹配素材，直接产出分镜表 最关键的是角色一致性：多个角色、几十个镜头，每次都是同一张脸 导出直接适配各平台分发
1:32
xiaohu's profile picture

字节海外 BytePlus 发布 ，一个专做 AI 短剧的企业级平台：Dramagic 丢进一个剧本，它自动拆出所有角色（男主、女主、反派，各带三视图）、场景、道具、造型， 甚至自动写好分镜提示词、匹配素材，直接产出分镜表 最关键的是角色一致性：多个角色、几十个镜头，每次都是同一张脸 导出直接适配各平台分发

小互

264,288 views • 26 days ago

完整教程： Higgsfield 动画团队教你怎样把 AI 放进传统动画流程
28:05
xiaohu's profile picture

完整教程： Higgsfield 动画团队教你怎样把 AI 放进传统动画流程

小互

161,216 views • 19 days ago

有点F1的感觉 北京机器人马拉松比赛 …嘿嘿
0:45
xiaohu's profile picture

有点F1的感觉 北京机器人马拉松比赛 …嘿嘿

小互

1,382,473 views • 6 months ago

这算是驯服AI了还是没驯服 🤓
0:53
xiaohu's profile picture

这算是驯服AI了还是没驯服 🤓

小互

185,467 views • 29 days ago

字节跳动发布全新视频模型Seedance2.0升级版和 Seedance 2.5 一次生成30秒短片 原生支持4K分辨率 支持50个全模台参考素材输入 支持3D白模 同时发布AI版权商业化平台，可以使用官方授权的各种IP电影版权进行创作，分成！
2:39
xiaohu's profile picture

字节跳动发布全新视频模型Seedance2.0升级版和 Seedance 2.5 一次生成30秒短片 原生支持4K分辨率 支持50个全模台参考素材输入 支持3D白模 同时发布AI版权商业化平台，可以使用官方授权的各种IP电影版权进行创作，分成！

小互

708,644 views • 3 months ago

Anthropic 红队研究： AI 一旦逃离黑箱 利用电视盒子、扫地机、智能烤箱等智能设备 即可完成自我复制... 以前我们总觉得，“AI 毁灭人类”或者“AI 脱离控制”得等它占领了微软、Google 的数据中心才行。 但 Anthropic 红队最新的研究告诉我们：AI 根本不需要去硬啃防守森严的机房... 它可以像病毒一样，只需要钻进满大街缺乏安全维护的破电视盒、扫地机、智能烤箱里....就能进行自我复制！ 研究人员买来 15 台单价约 55 美元、各有 4GB 内存的安卓电视盒子，联网配置后，联合运行了 260 亿参数的 Gemma4-26B-A4B 模型。虽然速度很慢，只有每秒 0.39 个 token，但确实跑起来了...
3:48
xiaohu's profile picture

Anthropic 红队研究： AI 一旦逃离黑箱 利用电视盒子、扫地机、智能烤箱等智能设备 即可完成自我复制... 以前我们总觉得，“AI 毁灭人类”或者“AI 脱离控制”得等它占领了微软、Google 的数据中心才行。 但 Anthropic 红队最新的研究告诉我们：AI 根本不需要去硬啃防守森严的机房... 它可以像病毒一样，只需要钻进满大街缺乏安全维护的破电视盒、扫地机、智能烤箱里....就能进行自我复制！ 研究人员买来 15 台单价约 55 美元、各有 4GB 内存的安卓电视盒子，联网配置后，联合运行了 260 亿参数的 Gemma4-26B-A4B 模型。虽然速度很慢，只有每秒 0.39 个 token，但确实跑起来了...

小互

24,093 views • 4 days ago

美国政府搞了个类似苹果的发布会： 发布了 把 2.9 万个网站，换成了一个 AI 聊天框 特朗普开场：“这不只是一个网站，而是对建国承诺的恢复” 现在能干什么？ 打开首页就是一个极其干净的提问框，中间写着“无论你需要政府做什么，从这里开始”。 你可以直接敲自然语言，比如问怎么给小孩办护照、符不符合领 Medicare 医保的资格、退伍军人怎么申请补贴，或者能不能在国家公园订露营营地。 不需要注册账号，也没有任何商业广告。
1:23
xiaohu's profile picture

美国政府搞了个类似苹果的发布会： 发布了 把 2.9 万个网站，换成了一个 AI 聊天框 特朗普开场：“这不只是一个网站，而是对建国承诺的恢复” 现在能干什么？ 打开首页就是一个极其干净的提问框，中间写着“无论你需要政府做什么，从这里开始”。 你可以直接敲自然语言，比如问怎么给小孩办护照、符不符合领 Medicare 医保的资格、退伍军人怎么申请补贴，或者能不能在国家公园订露营营地。 不需要注册账号，也没有任何商业广告。

小互

79,325 views • 16 days ago

Boris 称：Anthropic 内部平均 90% 的代码已经是 Claude Code 写的，他自己从去年 11 月起就是 100%... 更有意思的是后面那段： 他说前端后端产品设计这套分法已经过时了，因为人人都能写代码。 团队实际分化成了五种角色： • 原型师：抓住第一个想法，飞快试错 • 构建者：把原型做成能推向市场的产品 • 维护者：软件跑到规模之后守住它 • 扩展者：把跑通的产品放大 10 倍 100 倍 • 收尾人：打磨产品和代码，把毛刺磨掉 他说扩展者这类人现在在 Anthropic 特别抢手
4:00
xiaohu's profile picture

Boris 称：Anthropic 内部平均 90% 的代码已经是 Claude Code 写的，他自己从去年 11 月起就是 100%... 更有意思的是后面那段： 他说前端后端产品设计这套分法已经过时了，因为人人都能写代码。 团队实际分化成了五种角色： • 原型师：抓住第一个想法，飞快试错 • 构建者：把原型做成能推向市场的产品 • 维护者：软件跑到规模之后守住它 • 扩展者：把跑通的产品放大 10 倍 100 倍 • 收尾人：打磨产品和代码，把毛刺磨掉 他说扩展者这类人现在在 Anthropic 特别抢手

小互

370,552 views • 2 months ago

这才是真正的AI输入法 😂
0:58
xiaohu's profile picture

这才是真正的AI输入法 😂

小互

1,413,645 views • 9 months ago

兄弟们，这个牛P DigUp ：一款 Mac 开源菜单栏搜索工具 它基于基于 Google 多模态嵌入向量模型 EmbeddingGemma 2开发 你哪怕完全忘记了文件名，只要用自然语言描述你记得的画面、声音或内容，它不仅能帮你找到文件 还能直接带你跳到视频的具体秒数、音频的对应话题、PDF 的对应页码，甚至代码的具体行数... 大家的痛点：Mac 自带的 Spotlight 只能搜文件名、部分文档正文和元数据； 但如果你只记得“视频里出现过斑马”、“播客里聊过睡眠”、“合同里有一条关于宠物”或者“一段指数退避重试的代码”，原生搜索就无能为力了。 DigUp 的解决方式：基于 Google DeepMind 开源的多模态嵌入模型 EmbeddingGemma 2，把文字、图片、音频、视频全都转化为计算机可以比对的数学向量（768 维空间），实现真正的本地跨模态语义搜索。 最大特色：精准内部定位 找到视频会直接调用播放器跳到画面出现的时刻 搜播客直接跳到那句话的音频区间 搜 PDF 自动翻到具体条款页码。
0:59
xiaohu's profile picture

兄弟们，这个牛P DigUp ：一款 Mac 开源菜单栏搜索工具 它基于基于 Google 多模态嵌入向量模型 EmbeddingGemma 2开发 你哪怕完全忘记了文件名，只要用自然语言描述你记得的画面、声音或内容，它不仅能帮你找到文件 还能直接带你跳到视频的具体秒数、音频的对应话题、PDF 的对应页码，甚至代码的具体行数... 大家的痛点：Mac 自带的 Spotlight 只能搜文件名、部分文档正文和元数据； 但如果你只记得“视频里出现过斑马”、“播客里聊过睡眠”、“合同里有一条关于宠物”或者“一段指数退避重试的代码”，原生搜索就无能为力了。 DigUp 的解决方式：基于 Google DeepMind 开源的多模态嵌入模型 EmbeddingGemma 2，把文字、图片、音频、视频全都转化为计算机可以比对的数学向量（768 维空间），实现真正的本地跨模态语义搜索。 最大特色：精准内部定位 找到视频会直接调用播放器跳到画面出现的时刻 搜播客直接跳到那句话的音频区间 搜 PDF 自动翻到具体条款页码。

小互

16,865 views • 3 days ago

牛P，可以确定Grok Bot现在就是由Opus 5.5驱动的 让Grok Bot 学习了指南 一击命中生成视频 我上传了我的形象让它给我配音，直接就是下面的效果↓
1:10
xiaohu's profile picture

牛P，可以确定Grok Bot现在就是由Opus 5.5驱动的 让Grok Bot 学习了指南 一击命中生成视频 我上传了我的形象让它给我配音，直接就是下面的效果↓

小互

34,305 views • 7 days ago

这个有点牛P啊 Claude Opus 5.5 自己写代码画出一支手绘 MV： 没有使用任何 AI 生视频工具： Opus 5.5 自己通过写 p5.js 代码画出每一帧，然后在后台 Chrome 里逐帧截图，再用 ffmpeg 合成 MP4 并配上歌... 模型自己当导演：先写分镜，把歌拆成 9 章，每章一个代码文件， 再写一份简报交给并行的子 Agent，各自只改自己负责的章节...
2:36
xiaohu's profile picture

这个有点牛P啊 Claude Opus 5.5 自己写代码画出一支手绘 MV： 没有使用任何 AI 生视频工具： Opus 5.5 自己通过写 p5.js 代码画出每一帧，然后在后台 Chrome 里逐帧截图，再用 ffmpeg 合成 MP4 并配上歌... 模型自己当导演：先写分镜，把歌拆成 9 章，每章一个代码文件， 再写一份简报交给并行的子 Agent，各自只改自己负责的章节...

小互

85,765 views • 23 days ago

哈哈哈哈😂 数字人主播 直播过程中被人越狱 疯狂喵喵喵… 🐱
1:18
xiaohu's profile picture

哈哈哈哈😂 数字人主播 直播过程中被人越狱 疯狂喵喵喵… 🐱

小互

1,767,033 views • 1 year ago

上周参加了LibTV AI短片黑客松活动... 嘿嘿，只是去现场观摩，不是去比赛啊 感叹高手就是高手啊，也感叹，即使AI能力再强，如果想再短时间内完成好的作品，审美和专业知识经验还是非常重要的... 下面这些AI短片都是通过LibTV的工具在48小时内容完成的，你们看看... 虽然现在的工具能让人人都制作一些小短片了，但是要达到能看好看的，还是需要经验加成的... 比如下面这部 金奖/最佳导演作品《抵达之前》
5:59
xiaohu's profile picture

上周参加了LibTV AI短片黑客松活动... 嘿嘿，只是去现场观摩，不是去比赛啊 感叹高手就是高手啊，也感叹，即使AI能力再强，如果想再短时间内完成好的作品，审美和专业知识经验还是非常重要的... 下面这些AI短片都是通过LibTV的工具在48小时内容完成的，你们看看... 虽然现在的工具能让人人都制作一些小短片了，但是要达到能看好看的，还是需要经验加成的... 比如下面这部 金奖/最佳导演作品《抵达之前》

小互

26,479 views • 7 days ago

Higgsfield 推出了一个“AI 网红工作室” 你可以用它从零做一个 AI 网红 脸长什么样、什么身材、穿什么衣服，都可以自己定义 角色做好以后，还能直接套用 Motion Presets 动作预设，让这个 AI 网红跳舞、表演、展示产品，快速生成短视频 甚至还可以让这个 AI 网红去“复刻”已经验证过的爆款 UGC 广告形式 具体怎么玩？ 比如你想做护肤品 先做一个专门拍护肤内容的原创 AI 网红 然后去找 TikTok、Instagram 上传播效果很好的护肤品 UGC 广告，研究它们怎么开头、怎么展示产品、怎么讲卖点 再用 Genjutsu，把这些已经被市场验证过的广告形式，改编成你自己的 AI 网红版本。 先做几条样片，然后直接拿着作品去找护肤品牌： “这种广告，我每个月可以持续给你做一批，要不要试试？” 根据每个月的产量和合作方式，可以尝试谈 1,500～10,000 美元/月的合作。 因为对品牌来说，一条广告并不会一直有效。 他们需要不断测试新的开头、新的脚本、新的场景、新的素材。 而 AI 网红最大的价值就在这里： 同一个角色，可以持续不断地生产新的广告内容。 甚至还可以继续往前走一步。 把 AI 网红生成的视频用于直播内容，让同一个虚拟角色从“拍短视频”延伸到持续直播。 这样一来，一个 AI 网红就可以同时承担短视频、UGC 广告、产品展示和直播内容。 所以这套东西最有意思的玩法，可能并不是先想着做一个百万粉丝的 AI 网红。 先做几条真正像样的样片，然后找到第一个愿意为这些内容付钱的品牌 先赚到第一笔钱
0:24
xiaohu's profile picture

Higgsfield 推出了一个“AI 网红工作室” 你可以用它从零做一个 AI 网红 脸长什么样、什么身材、穿什么衣服，都可以自己定义 角色做好以后，还能直接套用 Motion Presets 动作预设，让这个 AI 网红跳舞、表演、展示产品，快速生成短视频 甚至还可以让这个 AI 网红去“复刻”已经验证过的爆款 UGC 广告形式 具体怎么玩？ 比如你想做护肤品 先做一个专门拍护肤内容的原创 AI 网红 然后去找 TikTok、Instagram 上传播效果很好的护肤品 UGC 广告，研究它们怎么开头、怎么展示产品、怎么讲卖点 再用 Genjutsu，把这些已经被市场验证过的广告形式，改编成你自己的 AI 网红版本。 先做几条样片，然后直接拿着作品去找护肤品牌： “这种广告，我每个月可以持续给你做一批，要不要试试？” 根据每个月的产量和合作方式，可以尝试谈 1,500～10,000 美元/月的合作。 因为对品牌来说，一条广告并不会一直有效。 他们需要不断测试新的开头、新的脚本、新的场景、新的素材。 而 AI 网红最大的价值就在这里： 同一个角色，可以持续不断地生产新的广告内容。 甚至还可以继续往前走一步。 把 AI 网红生成的视频用于直播内容，让同一个虚拟角色从“拍短视频”延伸到持续直播。 这样一来，一个 AI 网红就可以同时承担短视频、UGC 广告、产品展示和直播内容。 所以这套东西最有意思的玩法，可能并不是先想着做一个百万粉丝的 AI 网红。 先做几条真正像样的样片，然后找到第一个愿意为这些内容付钱的品牌 先赚到第一笔钱

小互

36,330 views • 10 days ago

Meta Muse 设计负责人分享 Muse 的设计思路： 如何让个人AI Agent 融入日常生活 深入探讨了其界面设计哲学、底层交互逻辑以及意想不到的高阶个人玩法... Muse 如何把个人 Agent 做成日常聊天助手，让普通用户也能开始用它办事 如何把旧收藏和个人记录变成愿意翻、愿意听、方便复盘的产物，让已有资料重新派上用场
37:46
xiaohu's profile picture

Meta Muse 设计负责人分享 Muse 的设计思路： 如何让个人AI Agent 融入日常生活 深入探讨了其界面设计哲学、底层交互逻辑以及意想不到的高阶个人玩法... Muse 如何把个人 Agent 做成日常聊天助手，让普通用户也能开始用它办事 如何把旧收藏和个人记录变成愿意翻、愿意听、方便复盘的产物，让已有资料重新派上用场

小互

15,281 views • 4 days ago

Google Translate 耳机实时翻译正式登陆 iOS 任意耳机可用 支持 70+ 语言 不需要买特定耳机，不需要额外下载 App，任何一副带麦克风的有线或无线耳机都能用。 打开 Google Translate，连上耳机，点「Live translate」，别人说外语，你耳机里直接听到翻译后的语音。 同时，这个功能从之前的 3 个国家扩展到了 12 个国家，iOS 和 Android 同步支持。 ① 不挑耳机，门槛为零： 之前 Google 自己的 Pixel Buds 才能用实时翻译，现在取消了硬件限制。 ② 翻译保留语调，不是机器人读稿： 底层用的是 Gemini AI，不是传统的逐字翻译。它能根据上下文理解语义，遇到俚语、习语不会硬翻。 ③ 70+ 语言，12 个国家可用 支持超过 70 种语言，包括南非荷兰语、阿拉伯语、日语、西班牙语、旁遮普语等。
0:23
xiaohu's profile picture

Google Translate 耳机实时翻译正式登陆 iOS 任意耳机可用 支持 70+ 语言 不需要买特定耳机，不需要额外下载 App，任何一副带麦克风的有线或无线耳机都能用。 打开 Google Translate，连上耳机，点「Live translate」，别人说外语，你耳机里直接听到翻译后的语音。 同时，这个功能从之前的 3 个国家扩展到了 12 个国家，iOS 和 Android 同步支持。 ① 不挑耳机，门槛为零： 之前 Google 自己的 Pixel Buds 才能用实时翻译，现在取消了硬件限制。 ② 翻译保留语调，不是机器人读稿： 底层用的是 Gemini AI，不是传统的逐字翻译。它能根据上下文理解语义，遇到俚语、习语不会硬翻。 ③ 70+ 语言，12 个国家可用 支持超过 70 种语言，包括南非荷兰语、阿拉伯语、日语、西班牙语、旁遮普语等。

小互

424,272 views • 6 months ago