兄弟们，AI 生成的视频，居然开始长出摇杆和技能键了。 一开始，屏幕里还是一个安静的山间小镇。蓝天、草坡、教堂，像刚进入游戏的新手村。 几秒后，红光从空中落下，地面被照亮，一团火球直接在路中央炸开，整条山谷瞬间烧成橙红色。 如果只看爆炸，这就是一段普通的 AI 特效视频。 真正值得看的是画面两边那两个摇杆。 AlayaWorld... 展示的是一个边操作、边继续生成的世界。相机往哪里移动，它就往哪里补出新的画面；中途更换 Prompt，场景里还能继续发生新的事件。 普通视频模型给你一段成片。 世界模型得把你的下一步也接住：你去了哪里、刚才看见了什么、现在又触发了什么。任何一项断掉，这个世界都会立刻穿帮。 所以它真正难的不是多生成几秒，而是在你不断操作时，依然维持同一个世界。 先说清楚：我还没有在本地完整跑通，项目目前也偏研究用途。这段来自官方 Demo，不算实测。 但这 14 秒至少让一件事变得具体了： AI 生成的内容，开始不满足于被播放。它还想接住你的下一次操作。 Alaya Labshow more

Gemini Omni：全新视频模型。 看这个视频模型演示，最惊奇的不是画面清晰度，而是黑板文字的连续性。 过去 AI 视频最容易露馅的地方，就是文字。 第一帧还能看，镜头一动，字母开始融化，公式变成乱码，黑板像被梦境污染过。 但这段演示里，粉笔书写、手部运动、黑板痕迹和公式结构，在时间线上保持了相对稳定。 这意味着... AI 视频正在跨过一个很关键的门槛： 它开始不只是生成每一帧好看的画面，它开始维持一个连续世界。 人、手、粉笔、公式、黑板，不再是随机拼出来的视觉碎片，而是同一个场景里持续存在的对象。show more

生成视频已经满足不了人类的欲望了，生成世界才是未来！地球Online的虚拟世界版要来了。。。​ ​ 以前我们玩游戏都是一个固定好的世界，比如绝地求生、英雄联盟或者王者荣耀。。。但是我曾经还是畅想过在一个完全「未知」的世界升级打怪，不过从来没觉得这会变成现实，但是最近有一个词叫做「世界模型」非常火，我已经不止一次听说过它的名号。​ ​ 世界模型的定义是：一种能够学习并模拟环境状态变化的 AI 模型。 它能根据过去的观察和当前动作，预测：当前状态+动作→下一个状态。例如：汽车当前速度、道路情况、方向盘操作→汽车下一秒的位置和周围环境。​ ​... 也就是说如果置身「世界模型」之内，未来的每一刻都会根据你上一刻的行为而变化，这就很有意思了，如果大家都玩由「世界模型」支撑的游戏，那么每个人的游戏体验都会是独一无二的，这真的有可能颠覆现在的传统行业。​ ​ 之前更多停留在“听说”的阶段，但是 Alaya World 可能真的会让这个想法第一次变为现实，我在它的官网做了一个demo——选择魔法，整个世界为之变色👇。​ ​ Alaya World模型以 720p / 24 FPS 实时流式生成了可探索的世界。而且生成过程中可以自由移动来调整视角，通过提示词随时召唤魔法，并支持超过 1 分钟的稳定长时连续生成。​ ​ 但是除了“好玩”之外，「世界模型」肯定会比单纯生成视频更加烧钱，那为什么这些像Alaya Lab这种顶级实验室都在往里面疯狂砸钱。它到底能通过什么方式变现？我特意查了一下它的应用场景，不查不知道，一查吓一跳，「世界模型」真的是在下一盘大棋：​ ​ 1.帮机器人训练提效降本：在虚拟环境里模拟不同物体、房间和突发情况，让机器人反复练习抓取、行走和操作，不需要在现实中摆放物品，减少设备损坏的风险，从而降低训练成本。​ ​ 2.帮助自动驾驶测试危险场景：模拟行人突然出现、前车急刹、暴雨大雾等现实中很难主动制造的情况，让自动驾驶系统提前进行大量测试，提高安全性。​ ​ 3.帮助游戏和影视生成场景：生成可以移动和互动的虚拟空间，从而减少游戏地图、影视场景和3D内容的制作时间。​ ​ 4.帮助企业提前模拟现实决策。工厂、仓库或建筑公司可以先在虚拟环境中测试设备摆放、生产流程和人员路线，确认方案是否合理后，再在现实中实施，减少试错成本。​ ​ 所以对应的「世界模型」可以通过卖API和算力赚钱、通过软件订阅赚钱、通过企业定制赚钱，简单来说，现在AI视频模型能盈利的渠道它都有，而且甚至能够更广泛。​ ​ 我感觉我每一次赚钱都是抓住了风口，包括Youtube shorts的YPP、小红书虚拟AI产品、X AI自媒体，那下一个关于AI的机会在哪？我很看好「世界模型」，接下来我也会更加仔细研究这个赛道，希望在下一个十年不会下桌🫡​ ​ Alaya Word也已经开源： 相关技术论文感兴趣的朋友也可以去读一下（我是让AI解释的哈哈哈）：show more

说个暴论，你的审美和品味就是你的提示词，并决定了你使用AI的上限。 咱们看看这个案例， 零游戏开发经验，两周时间， 一个人，做出了一个完整可玩的3D外卖配送游戏🆒 主角是一只戴粉色头盔的卡皮巴拉， 骑着电动车在城市里穿梭接单， 订单会真实堆叠在后座，掉了就会失败， 还有完整的手机App导航和超市捡货系统， 很多人看完第一反应都是AI太厉害了，但其实并不是是AI的胜利，... 本质是人类品味的胜利， 他没写几行代码， 所有的逻辑模型贴图音乐音效， 全都是AI生成的， 他只做了3件事， 1️⃣告诉AI我想要一个卡皮巴拉送外卖的游戏， 2️⃣然后在AI生成的一万个版本里， 3️⃣选出那个看起来最好玩的， 最后花两周时间一点点打磨细节， 调参数摆道具改手感， 其实这就是现在大家说的vibe coding， 让AI接管了所有的执行层， 人类只需要负责方向和品味， 以前你得学会编程建模配乐剪辑， 才能做出一个游戏， 现在你只需要知道， 什么东西是好的， 很多人说这是作弊， 但这才是真正的创意民主化呀， 一年前需要一个小团队干几个月的活， 现在一个普通人两周就能搞定， 我相信未来会有无数这样的作品冒出来，创意会比技术重要一百倍甚至更多。 这也回答了那个很多人都在问的问题， AI时代人类到底还有什么用❓ AI确实能生成一切， 但它不知道的是 什么东西看起来舒服， 什么东西玩起来爽， 什么东西能让人会心一笑， 比如那些纯AI生成的游戏为什么不好玩， 因为它们只有技术，没有灵魂， 那什么是灵魂呢？ 我理解灵魂就是那个站在AI背后， 做每一个微小选择的人， 就是那个知道什么时候该停手， 什么时候该再改一下的人， 而且我觉得这只是一个开始， 今天是浏览器3D游戏， 那明天可能就是完整的App， 后天甚至是3A级别的游戏原型， 我们正在见证一个全新的创作时代， 任何人都能把自己的脑洞， 变成真正的产品， 游戏链接放在评论区了， 直接浏览器打开就能玩， 建议大家去试试， 你会真切地感受到， 那个属于普通人的创作黄金时代， 真的已经来了！ #AI #游戏开发 #vibecodingshow more

发现一个开源的 AI 视频生成项目，GitHub 已经 7k star 了——InfiniteTalk 它支持图像转视频和视频转视频两种模式，都是语音驱动的。 给一张图片加一段音频，能直接生成说话的视频；给一段已有视频换音频，也能重新配音。... 除了口型同步，还能同时驱动头部运动、身体姿态和面部表情，整体动作会跟着音频联动，不只是嘴在动。 还支持无限时长视频生成，不受时长上限的限制，算是打破了 AI 视频生成的瓶颈。show more

兄弟盟，AI 女友真的要来了～ 刚在 GitHub 看到一个挺有意思的 AI 项目，叫 AIRI。 它想做的事情其实很简单：... 做一个真正活着的 AI 虚拟角色。 不是普通的聊天机器人， 而是一个 AI 虚拟伙伴 / AI VTuber。 你可以和她： - 语音聊天 - 一起看视频 - 一起玩游戏 - 甚至让她帮你打 Minecraft 关键是这个项目 完全开源，而且可以自己部署。 也就是说，你可以拥有一个： 会聊天、会记住你、还能互动的 AI 数字人。 技术也挺硬核： - WebGPU + WebAssembly - 支持 OpenAI / Claude / Gemini 等大模型 - 还能接 Live2D、VRM 角色模型 未来的 AI Companion，大概率就是这个形态。 如果你在关注： AI Agent AI 虚拟人 AI 陪伴产品 这个项目真的值得去看看。show more

用 Codex 加 ChatCut，我终于能用自然语言丝滑剪辑我的视频了！ 最近一直在研究这个 ChatCut 的 CodeX 插件... 他们在自然语言视频作这个层面，绝对是第一梯队 最牛逼的几个点在于： 1. 全自然语言操控 可以用自然语言操作整个剪辑过程 你不需要去手动操作复杂的剪辑轨道，只需要把你的需求用大白话讲给它，它就会自动去调用工具进行剪辑 2. 剪辑与生成无缝集成 它把视频剪辑和生成功能全部集成到了同一个工具里 如果你在剪辑过程中需要某些素材，它会自动帮你去找，或者直接生成对应的素材 整个体验非常顺畅，效果挺屌的 3. 优秀的可视化交互 这是目前我见过交互体验最好的自然语言剪辑工具 安装好之后，左边是你跟 Codex 对话的区域，右边就是它的整个工作区 你可以实时、可视化地看到 Codex 是如何操作你的视频素材进行剪辑的 更爽的是，你还可以直接在右边的工作区里，对刚刚剪辑的视频进行精细化的微调和修改 这种交互方式真的已经非常接近我理想中自然语言剪辑了 不过他们目前也确实存在一些问题， 比如整体的处理速度还是比较慢，以及 Token 的消耗比较大 这也是现阶段的一个局限性，但我觉得未来一定会越来越好 如果对自然语言视频制作感兴趣的兄弟们，一定要去试一下这个插件！ 官网链接如下：show more

我的天，Higgsfield已经进化到这种程度了吗？ 一年前我 YouTube 做到 15 万订阅，还多亏了 Higgsfield 的帮助。那时候它还只能凑合生成视频，现在竟然已经开始进入游戏开发领域了。。。 ​... ​ 在Claude里面调用Fable 5写代码，再接入Higgsfield MCP生成角色、场景和道具，就能直出任何类型的多人2D/3D游戏！​ ​ 这件事放在以前真的很难想象。​ ​ 过去对我们普通人来说，涉及到复杂代码和角色道具图，开发游戏基本是可望而不可即的事情。 ​ ​ 但是Higgsfield Games 真的在把“做游戏”的门槛压到前所未有的低：一个完整的游戏可以用一句提示词就生成了。​ ​ 比如下面这个哥特悬疑画风的游戏，就是由Fable 5 + Higgsfield 用简单提示词生成出来的。。。​ ​ 所以，任何人，只要有一个好的游戏想法，都可以借助 Fable 5+ Higgsfield 先把它做成一个能玩的版本，然后快速发布出来验证市场。show more

说个所有AI创业者都不愿意承认的事实： 现在做一个AI工具的门槛已经降到了地板， 普通人做一个AI工具都只需要一天， 但学会用它干成一件事，却至少得一个月， 感觉像是AI时代的一个悖论😅 5.7M 阅读 23 万点赞的这条推，表面看是游戏圈在自嘲，... 视频展示的是一颗树莓 237 万个高斯点，做一筐扔进游戏直接 2 FPS， 但如果把游戏开发四个字去掉，你会发现这是 2026 年所有 AI 工具用户的共同故事。 我先先把这个梗讲透： 原推作者 Dany Bittel 用 90 组焦点堆栈、每组 68 张照片，重建出来这颗树莓，总共 237 万个高斯点， 这是一种叫 3D Gaussian Splatting 的新型 AI 重建技术，简称 3DGS， 视觉效果有多吓人呢？ 每一颗小果粒的绒毛、表面光泽、半透明的果肉质感全都纤毫毕现，在 RTX 3060 Ti 这种中端显卡上还能跑 100+ FPS，前提是只有这一颗🙃 Naz 的笑点在这里，老哥迫不及待想看哪个独立游戏开发者一激动，把一整筐这种树莓当道具扔进游戏里，然后纳闷为啥游戏跑 2 FPS🤣 我觉得这个吐槽之所以 5.7M 阅读，是因为它戳中了游戏圈的集体回忆—— Monster Hunter Wilds 一颗八角茴香用了 2048 乘 4096 的纹理直接卡帧，Cities Skylines 2 给行人建了高精度牙齿模型，全都是一个小道具毁全局的真实事故。 但这条推真正让我深入研究的还不是游戏开发的事，虽然我是个游戏爱好者，但对于游戏开发是个小白。 ayi干货输出开始！ 咱们把游戏开发四个字去掉，这个故事正在所有 AI 工具领域都能同步上演， AI 生成的图，单张精美绝伦，但批量做长素材时质量瞬间崩溃， AI 生成的视频，10 秒钟惊艳，1 小时长片的管线一团乱， AI 生成的代码，单个函数完美，扔进项目跑起来一堆隐藏依赖， 共性是同一条规律： 新工具让做出来这件事的门槛降了 100 倍， 但用得动、跑得稳、能交付这件事的门槛反而升高了 10 倍。 过去做不出来是因为没人能做，现在做出来是因为工具太好用， 但优化、压缩、整合、降本的脏活累活没人帮你干，AI 工具时代真正稀缺的不再是创造力，而是生产工程能力。 所以我觉得这条树莓推真正的价值，不是教育游戏开发者怎么做 LOD， 是给所有正在被新工具喂得满嘴流油的人一个提醒： demo 级和生产级永远隔着一条河， AI 让前者变得免费， 后者还是要你自己游过去的！show more

突然在想，未来做游戏 Demo， 还要先把地图、特效、交互全都做完吗？？！ 刚看到 Alaya Lab 的 Alaya World：... 镜头走进冰雪荒原，抬手下指令，雪地裂开，骷髅爬了出来。 关键不是“这段视频很像游戏”，而是世界本来就在运行， 你中途开口，它就沿着现场往下长。 这已经不太像生成视频，更像走进一场还没写完的游戏。show more

Topview Agent V2 x Seedance 2.0 把 AI 视频... 15 秒限制突破了 以前做 AI 视频：生成一堆 15 秒片段 → 导出 → 剪辑软件拼 → 来回折腾半天 现在：在一个平台里就能完成分镜、生成、编辑全流程，生成无时长限制的完整视频。 Topview 还能把你随便说的一个想法自动拆成分镜，然后直接在时间轴上改。 新手上手很快，专业用户想用的精细调整也都有，影院级画质。 这个体验确实比之前那些只能生成短片段的工具顺畅太多了。 如果你用 OpenClaw，装个 Topview Skill 就能用。 年度账户的话还可以无限用 Seedance 2.0，挺划算的。TopviewAI 下面是生成的效果👇show more

前两天用了ChatCut我以为它已经很牛了至少在某些程度上能替代剪映，没想到今天部署的这个开源项目OpenMontage更厉害，只需要接入大模型它就能直接帮你写好提示词分镜脚本，有哪里不对的还可以让它改，我刚就说了一句“帮我生成一个15秒的猫和老鼠的视频”，它就给我做了一个这样的视频出来，自从有了AI各行业的压力是越来越大了，以后动画设计那些我感觉越来越多人要失业了。

我尼玛，Claude Fable 5今天把整个软件行业的底层逻辑给击穿了！ 以前做软件要几个月，现在只要15分钟，Claude Fable 5把产品经理和程序员的中间环节，直接干掉了。 也就是说，15分钟的销售电话打完， AI当场做出了客户要的可运行软件原型，喵个咪，这谁受得了啊🤯 Todd... Saunders，Dalton Mills AI 的 CEO，做的是 trades 行业的垂直 SaaS——建筑、家政、暖通这些。 他用刚发布的 Claude Fable 5， 在跟一个客户的销售电话里， 让 AI 在后台实时转录通话， 同时自主构建客户刚刚提到的软件功能。 通话结束，他当场演示了一个完全可运行的原型，精确匹配客户 15 分钟前描述的需求。 一个语音报价系统：AI 实时听服务电话，自动匹配价目表，识别 upsell 机会，生成 Good/Better/Best 三档方案，自动发提案短信。整个过程近乎零人工干预。 不是 简单的AI 辅助开发，直接对话即构建，damn！ 平复下激动的心情，这个案例最让我震惊的不只是AI 写代码快，AI 真的能听懂人话了啊啊啊， 然后一个长达几十年的产品开发范式，就这么被直接击穿了，holy sh*t！ 想一想过去几十年我们怎么干活的，客户跟你说工人在现场太乱经常算错钱，你记下来，回去消化，以为懂了， 画原型，约评审，排期，开发，几周后拿出来， 客户摇头说不对不是这么回事， 你一肚子委屈，说我每个字都记了，他说你记的是我说的话，不是我脑子里的东西。 这个循环叫理解-翻译-验证，短则几周长则几个月，整个行业就吃这碗饭的，我们管它叫专业服务。 但是今天，Fable 5 把这个循环干掉了，不是压缩啊兄弟们，直接彻底干掉了， 客户说，AI 听，AI 当场做出来，客户当场看对不对， 没有 PRD，没有你在内部群里发那个需求我回去评估一下，没有一切中间件， 从客户嘴里说出来的那一刻，一个能跑的东西就在屏幕上等着他。 这才是真正要命的地方，这哪是提效啊，简直把整个底层逻辑都改变了。 但我们也必须立刻面对一个最尖锐的问题，就是那客户为什么还需要你？这不就 15 分钟的事吗？ 这个问题必须正面面对，确实是客观存在的， 如果你对自己的定位只是把客户需求翻译成代码的那个人，那你完全可以被这 15 分钟取代，因为 AI 现在翻译得比你快，还不用开评审会。 但如果你做完项目就知道，原型和系统，中间隔着的不是几行代码，还有权限体系里那几十个你不知道为什么会存在的字段， 是客户二十年前的财务系统里藏着的那个没人敢动的数据表，是工人在负二层没信号的地方操作时该怎么缓存，也是某个老小区因为水压问题装不上你方案里那个完美的配件， 又或者是当地监管对报价条款里的某个措辞有特殊要求，这些东西，Fable 5 不知道，你问它它也不知道，它甚至不知道它不知道。 它的原型是乐高模型，系统是能住人的楼，之间的差距，专业术语叫工程判断，也可以叫领域责任，更可以叫为长期可用性兜底。 所以这个案例真正揭示的，不是谁会被替代，是什么在剧烈地变稀缺。 第一样，把 AI 的生成能力锚定在真实世界的复杂约束里， 这一下子就筛掉两种人：只会做原型不会做系统的人，和只会做系统但不懂行业的人。 留下的是那种，你问他这个需求能不能做，他会先问你那边现场平均信号几格、工人习惯左手拿手机还是右手、他们现在用的那个老系统数据库编码是 UTF-8 还是 GBK 的人。 第二样，领域知识， 我说的不是行业报告里那些漂亮话，是那些只有在这个行业干了十年才知道的脏东西。 AI 能生成完美的三档报价界面，但它不知道某个配件的供应商在雨季会涨价 30%，不知道某个话术在北方好使在南方会让客户挂电话，不知道这个工种的师傅脾气大你不能在流程里多加一步确认否则他宁愿不干，这些脏知识才是真正的护城河。 第三样，也是最被低估的一样：把原型变成可信赖系统的治理能力。 评估框架你怎么建，AI 改了这一处你怎么知道没把另一处改坏。 记忆持久化你怎么做，客户上次改的需求下次对话能不能记住。 错误恢复你怎么设计，流程跑到一半 AI 崩了用户看到什么。 多代理协作你怎么编排，一个 Agent 听电话提取意图，一个匹配价目表，一个检查合规，一个生成界面，人类在哪个节点介入裁决。 这些东西不酷，开会聊这些会让人想抽烟，但就是从酷到能用的最后那一公里。 Fable 5 和后续更强的模型，把生成这件事的成本和速度打到了一个新的量级。 这个量级意味着，做出一个看起来能用的东西，以后不再是任何人的竞争力。竞争的分水岭是，谁能把 AI 吐出来的东西，变成一个别人敢在上面跑业务、能长期依赖、出了问题找得到人负责的系统。 扯了这么多，最后一句话给大家共勉： 从今天起，把 80% 的精力，从怎么让 AI 生成得更快，转移到怎么为 AI 生成的东西负责，说白了，酷是给外人看的，稳是给我们自己续命的。show more

OpenClaw 已经过时了。 如果你现在还在用 OpenClaw，说明你可能还没看到 Hermes Agent。 很多人对 agent 的理解，还停留在“会调工具”“会自动执行”这一层。... 但这套东西很快就要卷废了。 下一阶段比的根本不是谁能多 call 几个 tool， 而是谁的 agent 会学习、会记忆、会随着任务一起成长。 Hermes Agent 真正有意思的地方就在这： 会从经验里沉淀 skill 会在使用中自我改进 会搜索过去的对话和任务 会逐渐建立对你的理解 还能跨 Telegram、Discord、Slack、CLI 持续工作 说白了， 别的 agent 还在想办法“替你执行”， Hermes 已经在试图变成“你的长期数字分身”了。 所以不是 OpenClaw 不行， 而是这条路线已经开始落后了。 接下来真正值得看的， 不是哪个 agent 更像 demo， 而是哪个 agent 越用越强。 项目：👇show more

很多人看 Inference Labs ， 第一反应都是那些听起来特别硬的技术名词，比如什么 zkML，什么 PoI。 但说真的，如果你把这层技术的皮给剥开，你会发现它讲的根本不是代码，而是权力。 Inference... Labs 真正做的，是把 AI 系统里以前那些模糊的权力关系，直接给拆散了摆在台面上。 在传统的 AI 世界里，模型方就是绝对的老大。 模型怎么跑，参数怎么调，最后给你一个结果，你除了相信，没有任何别的办法。 算力方也是一样，谁手里的机器多，谁的声音就大。这种结构下，用户其实是没有任何话语权的。 但 Inference Labs 正在把这套逻辑给彻底拆掉。 在它的 PoI 机制下，模型不再是那个不可挑战的上帝了。模型只能负责干活，负责给出推理结果，但它没有权利定义这个结果是不是对的。 一旦进了这个系统，模型的每一个输出都必须经过证明，经过别人的复现和验证。 这一步，本质上就是在削弱模型的权力。模型不再是权力的中心，它变成了一个纯粹的服务提供者。 再来看看算力。 很多人以为验证网络会让算力变得更值钱，更重要。其实恰恰相反，在 Inference Labs 的结构里，算力其实是被压制的。 算力在这里只负责执行任务，它不负责最后的裁决。你算得再快，机器堆得再多，你也改变不了结果的合法性。你没法靠着算力去强行说服系统接受一个错误的结果。 这意味着，算力在这里变成了一种商品化的成本，而不是一种能让你称王称霸的筹码。 那么，真正的权力流向哪儿了。 答案是验证者。 验证者不需要去训练什么顶级的模型，也不需要去买成千上万张显卡。 他们只做一件事，就是决定哪些推理是被系统承认的现实。这在现在的 AI 圈子里是非常罕见的设计。 它相当于承认了一点，AI 的问题其实不在于它聪不聪明，而在于当它给出结果的时候，谁有资格说这是一次有效的推理。 Inference Labs 把这个资格，从那些模型公司和平台手里，转移到了这个验证层。 这种变化的影响会非常深远。 以后在这个系统里，最强势的一方，不是那些最会训练模型的，也不是那些最有钱堆机器的。 而是那些能长期维持验证信誉的节点。这种节点看重的不是短期的那点博弈速度，而是长期的稳定性。 因为在它的规则里，只要你作恶一次，代价就是被系统永久边缘化。这种代价，任何想长久玩下去的人都承担不起。 所以我也一直在想，为什么 Inference Labs 在短期市场里显得这么安静。 其实道理很简单，这个系统里真正占便宜的角色，从来就不是那些会喊叙事，会搞投机的。 它奖励的是耐心，是持续不断的输出，以及永远不犯错的稳健。它天然地就在排斥那些只想进来薅一把就走的投机者。 我的感觉非常明确，Inference Labs 其实并不是在追求让 AI 变得更强，它是在尝试解决一个更有难度的问题。 那就是当 AI 已经足够强的时候，到底谁来约束它，谁来承担它产生后果后的责任。 在这个系统里，权力第一次不再是围绕着模型集中，而是被彻底拆散，被互相制衡。 这才是它最被低估的地方。 它在重新定义 AI 时代的规则。它告诉我们，在这个新的权力游戏里，诚实和稳定，才是最贵的资产。 #inference_labs #KAITOshow more

有一种高中，学生还没毕业，就在工地上班了。 这怎么可能？ 看这里。 佐治亚州杰克逊县的一所高中，成了全球第一。 他们用上了一种新技术。 所有学生，坐在各自的模拟器上。 却能在同一个虚拟工地上，协同作业。 开挖掘机，操作起重机，像一个真正的施工团队。 这不是在打游戏。... 这是在为真实世界的工作做准备。 几十年来，主流教育都在说：上大学，进办公室，才是出路。 蓝领的工作、制造业的技能，被边缘化了。 结果呢？ 大学文凭通货膨胀，毕业生找不到工作，而技术工人却严重短缺。 这种模拟器培训模式，是不是在纠正一种长期以来的偏差？ 它把重点放回了“动手能力”和“实际技能”上。 这才是让年轻人真正掌握一技之长，能养家糊口的方式。 这不仅仅是技术创新，更是对教育方向的一次拨乱反正。 美国需要更多这样的学校，而不是更多空谈理论的课堂。show more

上一次用的是可灵的模型，这一次用的是 sd2.0 的模型，角色选取的是我之前生成图片的其中的一个角色。 感觉在情绪把控这方面，真的已经很到位了，很难以想象两年前的AI还不会吃面，现在就已经能够精准的落泪了。 这才720p看着就这么的高清，那4k会是什么样子的

两个最厉害的模型联手 会有什么神奇效果呢？ ChatGPT-image-2 + Seedance 2.0 帮我司拍宣传视频这件事，突然变简单了。 以后大家还想看 Misa... 的真人视频么？😭😭 我今天看到特别感兴趣，试了一把 先用 ChatGPT-image-2 生成广告分镜图， 再丢给 Seedance 2.0 去生成视频。 结果是 一个人，已经越来越像一个小型广告团队。 最近小作文大赛不是也有视频赛道吗 大家可以试试用AI辅助！ 下面给大家分享流程～ 1 先别急着做视频，先把广告结构搭出来 很多人一上来就直接文生视频， 但最后出来的东西往往更像炫技，不像广告 因为广告最重要的不是画面会不会动， 而是： 开头怎么抓人 中间怎么展示产品 卖点怎么推进 最后怎么收口 所以我第一步不是生成视频， 而是先把它拆成一个标准 15 秒广告结构： 钩子 产品 功能 信任 CTA 你先把导演思路想清楚， 后面的模型才有东西可执行。 2 用 ChatGPT-image-2 生成一张可拍的分镜图 这一步是关键中的关键。 我不是让它随便生成一张好看的图， 而是让它生成一张 广告 storyboard。 也就是一张图里，直接包含： 5 个镜头 时间轴 人物动作 字幕/台词 转场逻辑 品牌信息 这一步的本质，其实不是“画图”， 而是把你的广告脚本可视化。 以前这事要策划、导演、美术一起干。 现在你一个人就能先把骨架搭出来。 3 固定人物参考，让整条片子更像真人拍摄 如果每个镜头都让 AI 随机生成人物， 出来的视频会非常散。 所以我这次直接用固定参考人物，统一整套画面。 这样做的好处非常明显： 人设不会漂 镜头连续性更强 代入感更强 商业感更完整 说白了，AI 视频最怕的不是“不够真实”， 而是“看起来不属于同一个世界”。 人物一统一，质感马上就不一样了。 4 把分镜图交给 Seedance 2.0，让它把静态脚本变成动态广告 当分镜图已经把逻辑搭好以后， Seedance 2.0 的工作就不是“自由发挥”， 而是把这套脚本执行出来。 它负责补足的是： 动作 微表情 运镜感 镜头衔接 视频节奏 这也是为什么我越来越觉得： 比起直接文生视频，先做分镜图再做视频，会稳得多。 因为前者是在赌博， 后者是在导演。 5 最后不断改字幕、卖点和镜头，形成素材流水线 我觉得最有价值的，不是做出这一条。 而是这个流程一旦跑通， 你就不再是在“做视频”， 你是在搭一个 素材生产系统。 同一个产品，你可以快速改出： 不同开头 不同卖点顺序 不同字幕表达 不同人物风格 不同口号收尾 这意味着广告素材终于可以像产品一样被快速迭代了。 以前做一条片子像开项目。 以后做一条片子，可能更像改 prompt。 AI 并不是在替代视频团队的一两个岗位。 它是在把“整条广告生产链路”压缩到一个人手里。 所以问题可能真的来了： 以后大家还要看 Misa 的真人视频么？😭 #AI #Ai视频 #教程show more

这段时间在圈子里跑，越来越有种感觉：算力这条线，开始热起来了。 不是喊口号那种热，而是人真的在往里走， 以前互相不搭边的几拨人，现在都开始聊同一件事——算力、AI、资源怎么对接。 有些老玩家的思路也挺直接：与其盯着币价，不如盯底层生产力，算力这东西，说白了就是数字时代的矿机+电力+土地。 但机会归机会，焦虑也是真的。 项目多、信息杂，真正能落地的反而不好找。 我这段时间也在里面跑资源，从项目、渠道到上下游对接，慢慢攒了一点能用的东西，如果你手里有算力相关的项目，或者想往Web3这边靠一靠，可以一起交流，看看有没有能拼起来的地方。 这波AI的浪，不一定人人都能吃肉 但不下水，大概率连汤都喝不到。

很多人在研究 StandX 的时候，习惯性地会把它归类为又一个永续合约交易所，然后就开始机械地对比手续费或者奖励政策。 说实话，如果你的视角只停留在这些表面参数上，那大概率会错过它真正想做的那次底层取舍。 它真正动刀子的地方，其实不在于交易撮合有多快，也不在于界面做得多华丽，而是在于清算这件事本身。 如果你在币圈待得够久，你就会发现，链上衍生品发展到今天，最大的系统性风险从来不是成交深度够不够，而是清算过程中的那种失序感。 别只盯着深度看，清算才是协议的死穴 现在的链上衍生品市场，看起来挺热闹，但其实逻辑挺脆弱的。 一旦行情出现那种极端的剧烈波动，清算价格往往会被预言机牵着鼻子走，导致大量的仓位在短时间内集中爆掉。... 这时候，系统要么得靠保险基金硬扛，要么就得面对直接产生的坏账。 这也是为什么很多协议在小规模运行的时候看着挺好，可一旦交易量和持仓量上去了，整个系统就会变得特别脆。 StandX 的切入点其实挺让人意外的，甚至有点反直觉。 它并没有跟着大流去研究怎么把清算的速度做得更快，而是换了个思路，把清算这个原本是断裂的，瞬间发生的动作，拆解成了一个可以被定价，且有缓冲余地的持续过程。 它不是在火烧眉毛的时候才去救火，而是把风险管理的工作做到了最前面。 把风险前移，让保证金不再是死钱 在 StandX 的这套设计逻辑里，保证金不再是一个死气沉沉的抵押物，而是一个能持续参与系统博弈的变量。 这里就不得不提到 DUSD 的作用了。 通过这种设计，仓位在还没真正进入高风险区间的时候，其实就已经在为整个系统积累缓冲层了。 你仔细想想，这种缓冲并不是事后的补救措施，而是一种事前就已经完成的风险定价。 换句话讲，StandX 是把清算的风险给前移了。 它不需要等到你的仓位快要爆仓了才去急急忙忙处理，而是在你整个持仓的周期里面，通过收益流和资金费率的变化，不断地在吸收那些潜在的风险波动。 这就带来了一个非常关键的改变，清算不再是系统的某个断点，而是变成了一段连续过程的一部分。 它把那种爆发式的价格波动给拆解到了时间的长河里，而不是让它集中在某个特定的价格区间内爆发。 为什么低波动环境反而能体现它的优势 我们平时见到的传统永续协议，最怕的就是行情平淡。 一旦市场没波动了，交易量就会下滑，资金费率也会枯竭，最后导致提供流动性的人收益下降，整个系统的稳定性反而会变差。 StandX 在这种低波动的环境下，它的模型反而跑得更顺。 因为 DUSD 的收益流和那套做市机制是一直在工作的，风险在这里被缓慢地累积，同时也在被缓慢地消化掉。 从协议的角度来看，这其实是一次风险管理思维的彻底转向。 它不再寄希望于外部的保险基金来兜底，而是让每一笔仓位在它的生命周期里，都在为自己可能带来的清算风险买单。 最聪明的地方在于，这个成本对用户来说是隐性的，它是通过整个收益结构的优化来完成的，而不是让你直接感觉到手续费变贵了。 做一个风险定价引擎，而不是单纯的交易台 这也解释了为什么 StandX 好像并不急着去宣传那些百倍杠杆之类的噱头。 因为它更关心的是，在允许高杠杆存在的前提下，系统到底还能不能保持一种线性的响应。 你得明白，只有当清算变成了一个可控的变量，高杠杆这件事才有真正的金融意义。很多协议把风控当成了一种不得不加的限制条件，而 StandX 显然是把风控当成了它的核心产品。 所以说，StandX 的本质其实更接近一个风险定价引擎，而不仅仅是一个交易平台。 你在前端看到的那些交易行为，只是冰山露出来的尖端，而在底层跑的那套把波动转化为系统收入的机制，才是它最厚实的底座。 如果这套逻辑能在各种复杂的行情里持续跑通，那它解决的就不只是某一轮牛熊市里的流量问题，而是链上衍生品长期以来无法规模化扩张的那个根本矛盾。 在这个行业里，谁能吸引更多交易者固然重要，但谁能在不失控的情况下承载更多的风险，谁才能真正笑到最后。 这条路确实不好走，短期内可能也没法通过几个简单的数据指标来验证它的优越性。 但一旦这种模式被市场验证是可行的，StandX 的位置就不再是去参与那些同质化的竞争，而是会变成那个定义规则的人。 #StandX #kaitoshow more

终于在本地（RTX 4080）把 MiniMax H3 跑通了。 我感觉效果已经不错了。十秒视频耗时10分钟生成。 不过有个问题还没解决： 明明在提示词里强调了中文说话，最后生成出来的还是不是中文。 接下来准备继续试试本地工作流，看看能不能做一个简短的小动画片。 本视频的提示词我整理在评论区了。