我用2 个小时复刻了那个用摄像头做3D 非对称全息透视的家伙。 运用的技术： TensorFlow.js (AI 模型)、Three.js、独立双线程线型插值（Lerp Tracking。 运用模型：Claude... opus4.6，gemini 3.1pro 只用笔记本自带摄像头，动一下头背景就跟着动，这种感觉太爽了show more

Three.js的手机实验，调用摄像头实现透明的手机的效果。 里面可以加载渲染了之前忍术系列的各种模型🤓

有时想在 Obsidian 笔记里直接和 AI 对话，又不想来回切换窗口，或者担心隐私问题不想用在线服务。 最近在 GitHub 上看到 ChatGPT... MD 这个插件，能把 ChatGPT、OpenRouter 和本地大语言模型无缝集成到 Obsidian 中。 支持在任何笔记里直接发起对话，还能引用其他笔记作为上下文，对话内容完全保存在本地，不经过第三方服务器。 GitHub： 除了支持 OpenAI，还能接入 OpenRouter 平台的 Claude、Gemini、DeepSeek 等模型，或者通过 Ollama 和 LM Studio 使用本地模型，完全离线运行。 每个笔记都能单独配置模型参数，支持 Markdown 渲染、自动生成标题、模板复用等功能。 如果你想在 Obsidian 里高效使用 AI，又希望对话记录和笔记保持一致，这个插件值得一试。show more

即梦现在可以用Seedance 2.0 生成 1080P 的视频了 试了一下，太屌了！感觉这个才是满血的 Seedance 2.0 这个细节就不说了。我感觉这个模型它的智能程度和提示词理解能力也上升了。 在“全能参考”上，对于素材的使用非常灵活，而且跟整个视频融合得更好。

有个事我憋很久了，今天必须说一下。 市面上那些标榜 AI 驱动交易的 Bot，我深度用过几款之后发现一个特离谱的现象：它们所谓的 AI 就是接了一个 GPT 或者... Claude 的 API，把 K 线数据原封不动丢进去，让一个从来没被训练过理解金融时间序列的通用模型给你输出买卖建议。说难听点，跟拿 ChatGPT 算命没什么区别。 所以 AIX 的多模型路由方案，是我接触这个项目之后第一个真正觉得"方向对了"的设计。 它同时接了 GPT、Claude、DeepSeek R1、Gemini 这些通用模型，也集成了 Kronos 这类专门为金融预测训练的专业模型。中间多了一层调度层，根据当前市场状态智能路由，震荡市用一套推理框架，单边趋势切另一套算法组合。 这个设计的聪明之处在于它承认了一个很朴素的事实：没有一种模型能在所有行情里通吃。趋势跟随在单边市是神，进了震荡就是来回止损。反过来网格在震荡舒服，单边一来直接穿仓。通用大模型做策略意图理解很强但看 K 线的能力确实有限，专用金融模型在时序预测上更精准但没办法理解你用自然语言描述的策略逻辑。没有一个模型能同时搞定所有事。 AIX 干的事不是选一个最强的模型然后迷信它，而是让不同模型在不同环节轮班上岗，动态调权重。这个思路在传统量化里叫多因子动态权重，AIX 把它搬到了 LLM 和时序模型的协同上。 我体验下来的感受是它不像那种一问一答的 Bot，更像有一个小团队在后台协作，你只需要给方向，它自己去协调谁干什么。这个架构如果跑通，抗单一模型失效的能力跟那些只接一个 API 的项目不在一个数量级。 个人分享，非投资建议。show more

很多人吐槽自媒体们（包括我）只展示Gemini 3.0的前端能力，非常片面。确实是这样，在社交平台，视觉化的、尤其是能动起来的东西才能吸引注意力。 但对于一个非程序员用户来说，前端能力很重要。我们日常的交互原型是用Gemini或者Cursor做的，临时给博物馆做个静态网站用的是Trae，我闺女科学课上的一些复杂概念我也会写个动态的演示页面，辅助讲解。 下面是给我闺女做的演示案例，之前要用5～8轮才可以完成，用新模型一次就搞定了。

有人把各家大模型的免费额度，拼成了一个每月约 17 亿 token 的 AI API 池。 FreeLLMAPI... 做的事很直接：统一成 OpenAI 兼容的 /v1 接口，某个模型限流或额度用完，就自动切到下一家。很多 AI 工具改一下地址就能接入。 当然，免费额度随时会变，也没有 SLA，更适合个人实验。 但真正值得讨论的是：以后我们还会固定给一家模型付费，还是把模型放进一个池子里——谁便宜、谁稳定、谁能用，就调用谁？show more

非常Nice啊，这模型完全免费，Token终于可以自由白嫖了，甚至视频模型都是免费的，太爽了。 它叫Agnes AI，全球模型榜前十，6 月 1 号起把自己家三个核心模型全免费开放了，无限期。图片模型在 artificial analysis 上榜了，文字模型一周被干了一万亿... Token。我把它接进 Claude Code，配起来十分钟的事，Token 随便用。 这玩意到底是什么呢。 Agnes AI 是全球模型榜单前十的一个 AI Lab，这次免费开放的是三个模型，文本、图片、视频。 文本模型叫 agnes-2.0-flash。能写代码，能做知识问答，能跑 Agent，能规划复杂任务。在 Claw-Eval 智能体评测榜进了 Top 10。说真的，这周它还要上 1M 超长上下文，以前用 200K 的模型跑到 150K 就降智，这种破事不用再忍了。 图片模型叫 agnes-image-2.1-flash。图改图、多图融合、换背景、改文字、图像修复，电商主图和广告素材这种反复改的场景，太合适了。最近还加了 4K 超高清输出，最高 4096×4096，生成的图可以直接进印刷，不是那种看着还行一放大就糊的草稿。 视频模型叫 agnes-video-2.0。原生音画同步，首帧生视频、首尾帧生视频、多镜头切换都支持，720P 和 1080P 随便选。 接进 Claude Code 怎么搞，其实很简单。 第一步，去 注册，拿到 API key。 第二步，打开 cc-switch。右上角选 Claude CLI，右上角点 + 号，选自定义配置。把 API key 填进去，请求地址写 格式选 OpenAI Chat Completions。 第三步，点获取模型列表，选 agnes-2.0-flash。 第四步，点左上角设置，找到路由，打开路由总开关，Claude 打开。 完事。 回到 Claude Code 正常发消息，模型就已经切过去了。我试了一个在酒吧吉他弹唱的视频，和真人区别不大。 现在 Token 不要钱，Agent 该跑几轮跑几轮，该拆几步拆几步。反正我觉得这才是免费开放最爽的部分，不只是省钱，是心理上解放了。 我测试了一下视频模型，能用，就是慢了点，文字模型还是比较快的。 开发者文档在 OpenClaw、Hermes、Claude Desktop 的，也有现成教程。show more

这和把 Codex 开源了有啥区别啊，这也太牛了,直接把所有的模型接进 Codex 里.... Grok、Kimi、Claude、Gemini、DeepSeek、GLM、Qwen，甚至本地 Ollama 全部出现在 Codex... 原生的模型选择列表里，和官方模型排在一起，切模型就跟切频道一样 这个项目就是opencodex，之前看到乌云推荐，就很想试下，现在实测已经非常舒服了 我之前就一直很肉疼一件事，我手里挂着四个订阅：Codex、Claude、Kimi 199、GLM 但我真正用掉的不到一半，月底全部作废，那我总不能每个客户端都用一下：kimi code用一下，claude code再切过去，然后再codex啊，每家都有自己的客户端 现在统一在 Codex 里切，真是爽翻了 三行搞定： npm install -g @bitkyc08/opencodex ocx init ocx start xAI、Kimi、Anthropic 都支持 OAuth 登录，key 都不用配show more

发现一个开源小模型，在GitHub上已经斩获 5w star，还登上了Trending榜单。 用它可以让你只用3块钱、花两个小时，就能训练出一个仅有25.8M参数的超小语言模型。 主打极致轻量化，最小版本体积只有 GPT-3 的 1/2700。 而且还开源了... tokenizer 分词器训练，包含 Pretrain、SFT等全过程训练代码，甚至拓展了视觉多模态的MiniMind-V。 所有训练脚本均为 PyTorch 原生实现，兼容MoE混合专家模型架构，基本实现了对大语言模型全阶段的开源复现show more

苹果刚刚被一个8美元的夹克徽章羞辱了 一位随机的日本制造商看到了苹果3499美元的Vision Pro Persona，并决定以一个比萨的价格打造同样的东西。 同样的实时面部镜像。 同样的自然表情和眨眼。 同样的低延迟反应，当你微笑时。 苹果需要一个配备M2芯片、R1处理器、12个摄像头和LiDAR的完整头显。 他只用了一个ESP32、一个微型摄像头和MediaPipe在设备上运行468个地标点就做到了。... 总成本：八美元。 这就是一个周末黑客用一个夹克别针摧毁一个价值十亿美元的功能时会发生的事。 硬件护城河刚刚蒸发了。 完整系统在下面的视频中。show more

MiMo推出1000 Token/s超高速模型｜体验测评 MiMo 推出了 MiMo V2.5 Pro UltraSpeed 超高速的模型版本，能够实现每秒输出超过... 1,000 Token 的速度。 同时，这应该也是全球第一个达到这个速度的万亿（1T）参数模型。 藏师傅提前试了一下，做了三个测试，确实爽。 第一个跑了一个比较复杂的 3D 采矿小游戏测试。在没有素材的情况下，我让它全部用 Three.js 前端代码来生成素材。整体要求比较完整，虽然第一次实践时出了一些小问题，但在跟他沟通修改建议后，非常完美地实现了任务。 这次测试的各项指标如下：思考的 TPS：804 Token/s，峰值速度：810 Token/s，首次响应时间：4.71 秒。 第二个测试给了一个官网，其头部包含一个相对复杂的 3D 动画。 这次的输出速度快了非常多：峰值达到了 1426 Token/s，首次响应只用了 0.83 秒，在 32 秒内输出了 25624 个 Token，总计生成了 1000 行代码。 第三个测试给了一个更复杂的官网。我要求这个官网的 Header 头部包含以下 3D 效果：地球边缘、轨道上的飞船、星际尘埃、航线图、舷窗的 HUD 样式。 这个效果非常好，整体的视觉样式、状态、SVG 动画和驾驶卡片都非常精细，还有滚动的视差效果 这个输出的 TPS 达到了 1136 tokens/s，首次响应是 4.5 秒 官方测试平台下面有个数据展示，会显示相关信息 在流式输出的情况下，当你看着它只用 20 秒就产生一个非常复杂的 3D 游戏时，那种场景还是比较震撼的 之前的这些（比如说 Groq 之类的）超高速推理方案，在模型能力或者是整体水平上都会有所下降，但是 MiMo 这个在测试的时候，我没有看到这种迹象 最近很多公司都开始推出这种超高速的 API 服务，比如之前 OpenAI 和 Anthropic 都有 Fast 模式 在 Agent 场景下，模型输出效率的提升会直接带动每一步 Agent 操作的效率： 如果一个任务预估一分钟完成，你就会盯着它直到结束，然后立刻投入测试。如果需要五分钟才完成，你可能就会去干别的事，然后再回来看，难免会浪费一些时间 这种效率提升在 Sub-Agent 和并发场景下更加明显。因为它可以更快地产出大量结果，想象一下，如果同时启动一两百个 Sub-Agent，在模型能力没有衰减的前提下，速度提高 10 倍，体验是非常爽的 毕竟这本质上是面向那种对效率有极高要求的 To B 客户所推出的 希望后面大家卷起来，优化一下成本，让普通用户也能放开用这种 UltraSpeed 模型show more

最近加了一个摄影群，群里天天在发一些模特信息，个个不同年龄段，有腿模，有手膜。 要参加的自己报名，像这种活动要参加都是按人头算的，模特基本都是1500起步，一般3-4个人为一个队。 当然如果你是做那些摄影的，还会把这些照片放到一些平台谋利。 但是一组照片我问了一些老哥除去模特费用也就赚对半，主要是看点击率。

Pika新推出的Agent，简直炸裂！ 丢一个想法，它就开始干活。 不需要费尽心思的调提示词！ 尤其是生成视频，体感特别丝滑， 只需要跟它对话，告诉它方向， 全程不需要考虑该用什么skill，该用哪个模型，该用什么工作流。 不用管音乐，不用管分镜，连剪辑都不用管。 它会自动调用short ads... skill，几分钟就可以给你30秒的视频！！ 而且，视频是有导演思维和剪辑思维的！ 这个真的有点东西， 官方内置了很多旗舰模型和Skill， Agent在后台按最优路径调用，组织整个工作流， 这是和其他Agent最不一样的地方！ 一个念头，一个视频，我已经停不下来了！Pikashow more

这是用自己的人脸生成的视频，不是很满意，觉得一些转场和镜头有点奇怪，可能还是我提示词写的不行吧。 Claude解释说，Seedance 2.0的提示词风格不是分镜头脚本，而是用一段自然语言描述整个场景，让模型自己去规划分镜和运镜。大家有什么经验吗？

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Pshow more

AI女团扫腿舞来了！ 全程不用剪辑 ，不用拍摄 ，不用设计舞美灯光效果，自动化运镜🤯 在Grok Imagine，提供一张图片，就可以自动识别给到脸部特写、控制人物情绪的镜头，还原脸部特征的同时，在舞蹈动作方面非常出色。

很久以前买的电子垃圾 —— 可视掏耳器，其实就是个摄像头，插在 Mac 上打开 Photo Booth 就能用。后来市场上出了很多 WiFi... 版本的，都不如这个好用，因为这个甚至能在视频会议上用，远程给同事直播采耳 。show more