聊几句HeyGen前两天发布的AI Studio：一个以数字人为中心的工作平台，核心是“简单不折腾”，把精力留给创意和想法。支持精细的手势控制、语气导演与调节，并能无缝整合音乐与字幕。以下是在测试中发现它的一些亮点功能：

MiniMax H3 我真的越用越觉得牛逼。 这个效果放两个月前，我都不敢想能一次成功。 唯一的痛点就是：平台给我限制在 6500 字符以内，要舍弃好多东西，结果角色都变得不像了。 有没有兄弟知道哪个平台的 MiniMax... H3 输入没有字数限制？我想测测它到底能到什么程度。show more

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...show more

【ZenMux 深度评测第二弹：AI 视频的“动线导演思维”】 在实际动作片拍摄中，动作导演和武指执行一镜到底的格逐戏前，会先设计完整的“动线”——角色从哪进、经哪些节点、在哪完成动作。路径定了，机位反而是被动推导出来的。控制的核心是动线，不是镜头。 用 AI 生成建筑跑酷或一镜到底也是同理。很多人直接在提示词里描述运镜，结果画面空间感混乱。正确解法是先建立动线（沿哪个立面跑、在哪腾空、落点是哪个平面），把空间路径描述清楚，AI 生成的运动才会有连贯的空间逻辑。 但怎么把这种抽象的“导演思维”翻译成... AI 听得懂的语言？这就涉及到一个高频痛点：不同的 AI 模型，对空间和镜头语言的“理解性格”完全不同。以前为了试一组跑酷动线 Prompt，要在 Claude、GPT、DeepSeek 之间来回切平台，切到思路断线，月底对账单也头大。 最近把这个动线测试工作流接进了 ZenMux，在同一个界面里直接调度和交叉实测，发现很有意思：Claude 的空间解构和节点拆分极专业；GPT-4o 对材质和光影的细腻润色拿来就能用；而 DeepSeek 成本极低，适合批量跑盲盒初筛。全程在一个入口搞定，后台额度清晰，还有智能路由和延迟赔付。真正干活和做内容交付的人，要的就是这种多模型调度的“确定性”和工作流“韧性”。降本增效不只是换个便宜模型，而是像导演一样，把不同的任务精准派发给最合适的工具。show more

玩币的过年坐小孩那桌！ 截止目前，上证连着第18个阳，反观加密近30天的恐惧指数有28天低于40。 有这样一种感觉：你打开一个新的应用，点了几下，突然发现——“嘿，这比我想象中顺手多了！” 真正让人愿意重复进入一个产品的，并不是一堆炫酷的功能，而是细节上的 “无感优化”、行为路径上的 连贯性提升。这些项目正在悄悄做的，正是这种让体验变得自然的改进。 Spaace 🟠 —... NFT 不只是市场，而是用户体验的“积木场” Spaace 走得不是那种一次性爆发交易量的路线，而是在逐步把 NFT 交易转变为一种可持续参与的行为链条。在它的生态里，每一次挂单、浏览、任务参与不仅能获得奖励，还会形成一个更连贯的用户轨迹。你不再是“来一次、走一次”的游客，而是一个在生态里慢慢“成长”的参与者——这让 NFT 使用不再像一笔单一操作，而像一个可以反复进入、反复体验的互动空间。 Veera — 让链上入口变成你愿意点开的“探索入口” Veera 的方向并不只是做一个钱包，它试图把 Web3 的入口从命令式的“按钮堆栈”变成一种更像信息流的自然浏览感。你打开它，不是看到一墙按钮，而是像打开一个可以滑动、查看和探索的界面。这种把“入口”变成“探索空间”的思路，让用户从“被迫了解复杂操作”转向“顺手发现有趣内容”的习惯性行为，这对提高留存和用户连续参与是非常重要的一步。 MagicBlock ✨⬜ — 把实时体验和可扩展性带到链上应用 MagicBlock 是一个基于 Solana 的实时执行引擎，目标是让链上应用具备Web2 级的交互性能，并且保持去中心化的安全性。它使用 Ephemeral Rollups 技术，在不拆分状态的前提下提供极低延迟、几乎零手续费的执行环境，这适合实时游戏、DeFi 以及需要高频交互的场景。其设计让开发者不再为性能牺牲链上特性，同时也极大提升了用户“无延迟感”的体验可能性。 除了技术本身，MagicBlock 还在孵化器层面发力，吸引开发者来构建更具创意和实时性质的应用，这让生态不仅是底层引擎，更成为创新场景的催化器。 Altura — 资产不再只是标签，而是可调用的“行为构件” Alturax 的核心变化在于，它让链上资产具备更强的生态参与能力：不是只有买和卖的逻辑，而是一种资产在不同协议与玩法之间调用的能力。资产不再是静止的符号，而是可以参与多种逻辑、被策略调用的构建块。这种思路让资产在链上进一步融入生态协同，而不是只能在市场上看价格。 Konnex — 把现实世界的任务纳入链上协作图谱 Konnex 的有趣点在于：它不单是一个链上协议，而是试图把现实世界的不确定性直接带进链上。在它的构想中，机器人、自动化系统和协议之间可以协作，通过链上可验证的数据完成现实任务的结算 —— 使得现实世界的执行与去中心化结算建立起一种可验证的信任。 这是 Web3 往现实落地迈出的一步，不再把链上交互限定在数字资产，而是融入实体世界的执行逻辑之中。show more

AI再这么发展下去，人类演员的“护城河”在哪里？演员现在面临的是“数字生命”的竞争。AI可以提取演员年轻时的面容和声音，让他们在银幕上“长生不老”。以后成千上万的大型战争场面或背景人群，将不再需要真人。为什么好莱坞不会消失，但会“去中心化”？好莱坞不仅是一个地理位置，更是一个工业标准和权力中心。顶级的制片厂正在从“内容生产者”转型为“版权拥有者”。他们可能不再忙着拍片，而是忙着授权旗下IP(如漫威、星战)的AI使用权。人类演员真的没戏了？不是。情感有AI不可预测性：伟大的表演往往源于演员现场的突发奇想、细腻的情绪层次感，以及与导演之间的化学反应。AI是基于概率的模拟，而艺术往往源于对概率的突破。总之，人类演员和好莱坞不会消失，但它会变得更轻量、更数字化。

用了一段时间 Seedance 2.0，我用了几百次，试着做了短剧、商业广告、文旅宣传片、生活互动小视频、个人vlog，聊点真实感受。 AI 视频从"生成"进入了"创作"时代。以前我们在"用 AI 做视频"，现在是"用 AI 拍片"。... 它重塑的不是某一个功能，而是整个创作流程： 以前你得分别处理文案、素材、剪辑、音效，现在你把想法、参考图、一段旋律一股脑丢给它，出来的东西——是一个完整的、有声音的、有叙事的视频。 最让我意外的是它的理解力。你用自然语言描述"主角从疲惫切换到放松的表情变化"，它真的能演出来。不是那种僵硬的 AI 味表演，是有节奏的、有呼吸感的。 说"划时代"可能有点大，但至少有三件事回不去了： 不会再接受"角色换个镜头就变脸" 不会再接受"视频和声音各做各的" 不会再接受"只能靠文字描述，不能喂参考素材" 这才是 AI 视频该有的样子。show more

TinyShip 新版本的正式发布：支付方式正式支持 DodoPayments dodo 是最近很火的支付平台，可以支持个人和公司两种，几乎没有什么门槛，只要有一个产品的站点就可以，可以说是现在门槛最低的支付平台了。 现在 TinyShip 几乎是支持所有主流的支付平台， 包括国内的：微信商家支付，支付宝，... 国外的：Stripe，PayPal，Creem 以及 DodoPayments 同时做到 unified API, 可以方便的一键切换。 照例使用 Hyperframe 制作了发布视频。show more

吓我一跳，现在的 AI 可以说让那些烂片导演无地自容！字节跳动凭借 Seedance 2.0 会不会成为中国的好莱坞？毕竟我们国人大兄弟个个都是点子王。

今年三月底在 Let's Vision 上介绍了我们正在做的让 agent 参与 mobile 开发自主验证的一些微小工作。现在终于可以把其中一部分我们日常使用的工具开源了。 sim-use... 是让 AI agent 能看到模拟器/设备的屏幕并操作它的命令行工具。一条命令把整个屏幕变成 agent 能理解的紧凑表示，再一条命令点击任意元素，以完成验证循环。iOS Simulator 和 Android 通用。 Plan, code, verify, ship — verify 这一环现在可以交给 agent 了。欢迎大家试用/加星/反馈/一同改进！show more

刚去小米店摸了下它的折叠机有感，大家有没有注意到在安卓这边折叠机都叫“Fold”，而苹果选了“Duo”。 其实从字面意思来看，Fold就是折叠，强调这个动作，很直观，但苹果使用了Duo这个从拉丁语来的词，它其实是有一组，一对的意思，是个组合。重点从“能折”转到“两种体验（一个手机两个形态，手机+iPad）是一对、能一起用合二为一，强调的是体验。 现在在回过头来看苹果的那个折叠动画，就解释了这个Duo，它从手机形态打开到iPad形态，或者反过来闭合起来，动画是连续的，强调只是变了形态，从人的大脑认知来看也是一样，你看到的东西没有消失后又出现一次。并没有安卓那样，从一个形态关闭后，又重新打开了另一个形态，中间过程不连续，是断开的。所有安卓折叠机都是这样，你在外屏打开一个app，在展开的时候，内屏是从黑到重新打开app的一个过程。所以并不能简单理解苹果的和其它安卓在这方面，就是多做了个过场动画那么表面。 另外苹果在这个时候推出Duo，一个呢，当然也是供应链技术发展到了苹果认为相对成熟的时候，二呢，也是它的AI布局，目前Apple Intelligence在今年也会迎来大更新，苹果相信在手机+iPad这个二合一的组合形态下，人们可以更好的体验AI的各种操作。简单的任务可以在手机形态下进行，复杂点的比如Codex和Claude这样的编程任务，也方便在iPad这个形态下进行。 如果说安卓或者是更早的微软Surface Duo开启了折叠这个形态，那么Apple可以说是重新定义了它。后续发展会更有意思，感谢自己处在这个科技飞速发展的时代，可以亲自见证这些迭代的过程。 当然我个人现在并不会买第一代的Duo，毕竟它相机过于拉胯了，这个是我个人非常看重的一个工具。 大家Enjoy！😊

试了一下 Bolt 新增的 iOS 和安卓应用生成功能 简单的工具 app 生成门槛更低了现在 以前还得环境配置之类的，现在生成-扫码-调试-发布 全部在浏览器操作，卷死了要

4月3日，阿里通义实验室发布了Wan2.7-Video 一句话改视频！AI 视频从【能演】进阶到【能导】 - 全模态输入，支持"一句话改视频"、最长15秒续写、风格转换 亮点一：元素级增删改 这个功能把我整懵了！ 之前我们要删个火车、改个道具，只能重新生成。现在直接说一句：「删掉视频中的火车」，就像改 Word... 文档一样简单！ 官方 demo 里，把视频里的胶片替换成盘子，把多余人影删掉，都是一句话搞定。这精准度，这效率，绝了。 亮点二：环境与风格秒切换 「把晴天变雨天」、「把夏季变冬季」、「把写实风格变成水彩画」... 这些以前需要专业后期团队搞半天的工作，现在一句话就完成了。而且不是简单的滤镜叠加，是真正理解场景后重新渲染。 雨天场景：雨滴、积水、倒影、阴沉光线，全套细节都有了。 冬季场景：雪花、结冰、雾气、冷色调，氛围感拉满。 亮点三：角色控制，台词自动匹配口型音色 这个功能，杀疯了！ 你想改句台词？直接输入新台词，AI 自动调整口型、音色、表情，甚至语气的停顿和情绪都能匹配。 行者之前做漫剧，改台词是最痛苦的。要重新配音、重新对口型、调整表情...现在，一句话搞定。 声画同步，一步到位，这对创作者来说，简直是神器。 亮点四：专业级运镜，40+细分表情 支持希区柯克式变焦、360 度环绕、FPV 无人机俯冲等高难度运镜。 40+细分表情，从微微笑到狂笑，从轻蔑到愤怒，细腻程度超出想象。 亮点五：多主体参考，业内最高 最多支持 5 个视频主体同时参考。这意味着什么？ 你可以同时参考：A 视频的运镜 + B 视频的角色表情 + C 视频的舞蹈动作 + D 视频的特效风格 + E 视频的服装造型。 然后生成一个融合了所有这些元素的新视频。 这是业内最高的多主体参考能力，之前其他工具大多只能参考 1-2 个。 亮点六：续写+尾帧控制 传统 AI 视频续写有个问题：前一秒还在跑步，续写后突然停了，产生"刹车感"。 Wan2.7 解决了这个问题，续写更流畅，尾帧控制更精准。show more

以前脑子里也有过不少游戏点子，但一想到引擎、代码、素材和关卡，最后通常就停在“想想而已”。 这次我试了 Alaya Lab 的 Gear Zero Gear Zero。... 没有写代码，只是在聊天框里描述：做一款发生在霓虹货场的 90 秒撤离游戏。 玩家需要收集能量核心，被敌人击中后，已经拿到的核心会掉在地上，必须回头抢救；收集到 4 个核心后，撤离点还会突然移动。 它真的把这套玩法做成了可以在浏览器里直接玩的《Neon Extraction》。第一版出来以后，我还可以继续描述新的想法、调整玩法，再把修改后的版本发布出去。 最有意思的不是 AI 生成了一张游戏概念图，而是脑子里的玩法真的跑起来了，其他人也可以直接点开玩。 来挑战我的游戏： 如果你也有一款一直想做的游戏，可以注册 Gear Zero，把玩法直接描述给它，创建自己的版本：show more

以前的手势舞什么的现在发有一点点不好意思('ω')

英伟达和 Palantir，都开始限制 Claude 了。 Reuters 报道，英伟达已经把 Anthropic 模型限制在低敏感度任务。 Palantir... 更直接：要求 Anthropic 提供不可撤销的 Zero Data Retention 保证，否则不愿意把模型开放给客户。 原因很简单： 自己的核心数据，不能随便被Anthropic查看。 巧的是，Anthropic 前几天刚发布 AI 安全报告，提到黑客、监控、诈骗，以及敏感数据流转等风险。把细节全公布了。 本来是想证明自己多重视安全，结果大公司可能只想到一句： 那我的数据是不是已经被看过了？🚀show more

不要把中国人希望和平，解释成中国人准备战争。 卡特中心与埃默里大学最新发布的对台民调，反映了一个值得认真对待的现实，大陆民众普遍支持两岸交流、经贸合作与和平谈判，而明确支持全面军事攻击台湾的受访者只占约四分之一。 然而，邓先生却认为，这些数据不足以证明大陆民众倾向和平，因为一旦台湾宣布独立，许多人仍然支持使用武力。 这种分析表面上强调民意的复杂性，实际上存在一个根本问题，把“不排除战争的可能性”与“具有发动战争的意愿”混为一谈，进而低估了大陆民众真实而广泛的和平诉求。 反对“任何情况下都不使用武力”，并不意味着赞成战争。 “任何情况下”本身就是一个极端限定。一个理性的人完全可以希望两岸永远和平，同时认为在某些极端情况下不应预先排除一切军事选项。 这并不矛盾，更不能据此推断此人是战争支持者。 民调显示，只有约24%的受访者选择全面军事攻击台湾。这至少说明，在问卷提供的具体情境与选项下，全面战争没有获得多数受访者的明确支持。 如果这是多选题，不能证明其他人坚决反对全面战争。这个提醒可以接受，同样不能忽视一个基本事实，既然允许多选，那些受访者原本就有机会选择全面军事攻击，而绝大多数没有选择。... 不能一方面要求别人严格尊重问卷的测量边界，另一方面又凭借假设性的情境变化，推断受访者支持更大规模的战争。 第三，83%支持文化交流、82%支持经贸交流、66%支持和平谈判，绝不是无关紧要的数字。 这些数字反映了大陆民众希望两岸保持联系、改善关系、通过和平方式处理分歧的现实倾向。 更值得注意的是，民调还有51%的受访者认为，对台湾使用武力只会使两岸关系问题更加恶化。 这表明相当一部分大陆民众不仅希望和平，而且对战争能否解决问题抱有怀疑。 为什么这些和平意愿不能得到充分重视，却要不断强调极端情境下可能出现靠军事手段解决问题。 第四，讨论战争不能只讨论政治立场，却不讨论战争要付出的巨大代价。 台海战争不是电脑游戏，更不是纸上谈兵。战争意味着年轻生命的消逝、无数家庭的悲剧、经济社会秩序的破坏，以及两岸人民需要几代人都不一定能夠修复的创伤。 对于普通大陆民众而言，台湾问题固然涉及历史、民族情感和国家认同，同样也涉及同胞的生命与福祉。 如果我们强调两岸同文同种、血脉相连，就更应该珍惜和平，避免自相残杀。 一个人在抽象问卷中选择支持军事行动，并不等于他在充分了解战争成本之后，仍然愿意看到自己的孩子、亲人乃至台湾普通民众付出生命代价。 真正严肃的民意研究，不仅要问人们在什么条件下支持武力，还应该问人们愿意为战争付出什么代价。 最后必须分清两个不同的问题，大陆民众是否希望台湾独立，以及大陆民众是否希望两岸发生战争。 反对台湾独立，不必然等于支持战争；坚持国家统一的愿望，也不意味着必须通过流血实现。 把国家认同与战争意愿捆绑起来，不仅是对民意的过度简化，也不利于理解两岸社会真正的和平需求。 卡特中心的民调并没有证明大陆民众在任何条件下都反对使用武力，但确实提供了充分理由，让我们重视大陆社会广泛存在的和平、交流与谈判诉求。 我们不必把所有中国人都描绘成绝对的和平主义者，也不应该因为一些人在极端情况下保留武力选项，就忽视他们希望避免战争的基本愿望。 和平不是软弱，克制不是放弃原则，反对同胞自相残杀更不是缺乏国家认同。 真正值得尊重的理性态度，是既重视历史和国家认同，也尊重生命、正视战争的巨大代价，并尽最大努力通过和平方式解决两岸分歧。而不是把在香港失败的“一国两制”强加给台湾人。 台海和平不是一句空洞的口号，而是关系到两岸千千万万个家庭的切身利益。 如果一份民调告诉我们，大多数受访者支持交流、经贸往来与和平谈判，那么我们应该认真倾听这种和平愿望，而不是急于解释在什么条件下支持战争。 研究民意的意义，应当是更准确地理解人民希望怎样生活，而不只是推测在什么情况下愿意打仗。show more

OpenAI 刚给 Codex 加了个录屏回放功能，有点意思。 你在 Codex 里做的那些操作流程——写代码、调 API、跑测试、部署上线——它全给你录下来，存成一个可复用的 "AI... 技能"。 下次遇到类似的活儿，直接回放，不用重新来一遍。 说白了就是把你的人工操作变成了一段 AI 可以自己重复跑的自动化流程。show more