试了一下三星 Galaxy S26 Ultra 自带的防窥模式效果。 开启之后即使是正面视角屏幕显示效果也会肉眼可见的大幅下降，其实并不适合全天开启。但三星还做了一个仅针对通知开启防窥模式的功能，只能说是一个针对旗舰手机细分领域的一个需求完善。

卧槽！我的MacDuo有应用价值了😄 今天看到这位老哥的这个idea，我没有做AirPods的追踪来判断的模糊效果。 我做了用户不看屏幕或者离开电脑就会进行模糊的效果，支持自定义时间以及对应的锁屏密码开启登。 只要眼睛不看屏幕就可以模糊，其实可以做个番茄钟模式😁 感兴趣的去试试，GitHub已经刷版。 地址：

复刻了一下 iPhone Duo 的开合屏动画效果，待会儿把代码也开源出来，很多细节还是自己跑一遍才能感受到 在线预览： 苹果这个动画效果还是加了很多心思进去的，单纯靠畸变+渐变模糊出来的效果发现效果差距非常巨大 后来考虑通过角度来计算画面畸变效果就好很多，还有里面的压黑是跟屏幕宽度绑定的，而模糊渐变是跟随 UI 内容的拉伸畸变绑定的

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

我没有GPT 5.6-Sol 的模型 不过我花了一个小时，用完了五个小时的额度，测试了一下GPT 5.6-Terra 的前端能力，效果还是非常不错的，特别是处理抠图的时候非常牛逼 我让它给我做了一个网页：可互动式的三国人物关羽卡片，鼠标拖拽卡片的时候既有镭射的效果，也有景深和透视的效果 各位看官老爷们是否想体验一下？ 我费点功夫把它做成一个三国人物卡片的展览网站如何？

让 Codex 做了一个创建 IP 角色形象的 skill，它自己顺手搓了一个狐狸🦊，还蛮可爱的。 只要安装这个 skill，告诉 AI... 你的想法，Codex/Grok 这类自带生图功能的 Agent 就会自动帮你做成完整的 IP。 我把生成头像、个人资料 banner 图、封面图、文章插图、说明图的功能也加进来了，帮你打造完美的 IP 形象产品矩阵。 包括做桌宠功能，也有，第三个视频就是实机效果。 项目已经在 Github 开源，完全免费。show more

分享一个开源 Skill：3D 镭射卡片 解析一下：三层图 + Blender 视差 + 镭射材质... + Three.js 可交互页面。 用 YOYO 跑了一张，效果就是一张能转的全息闪卡。不得不说，这套特别适合饭圈，把哥哥的照片放进去，就能做成一张定制小卡。show more

【AIGC】演出事故 “我们可是花了钱的，就这？退钱！” 原本是有给这位足球队队长留下生门的，但是他却怎么也摸不着。 但是这个机关的设定……从外面是打不开的 这还是他自己的要求 强行破碎的话，又要赔钱 “只能委屈一下队长您等待3天的自动开启时间了。” “唔！唔唔！！” 不知道他能不能撑下来呢？

在 Deepseek Harness 用 deepseek v4 pro max 模式让其给自己制作一个网页... 具体效果，大家看下面的视频，全是 AI 味，但快是真的快 在 Deepseek Harness 中设计前端还是需要研究下的show more

用了一段时间的 Pixel，对 iOS 的列表滚动甚是想念，于是跟 ktiays 一起把整个 UIScrollView 的滚动效果移植到了 Android。这可能是目前能找到的最好的开源实现，希望明年如果有国产手机厂商抄的话可以给个 acknowledgement（

最近我试了试这个 PromptPerfect 工具，真是让人眼前一亮的感觉！ 对大部分人来说写 Prompt 太难了，一般都是写一句话给ChatGPT，效果比较随机 它可以帮我们把那一句话的需求变得超级完整，还能在框架里加上自己独特的要求 比如下面的例子，结果更加完整，结构也更好

这个视频参考自@津軽 的作品。 左边的那个是我把原提示词稍微改了一下，用Seedance2.0生成的，效果已经很不错了。右边那个是我重新优化了提示词，用H3生成的。 下面说说提示词原则，要想让它真实，最重要的是4点。 - 首先是把个人主页想象成一个真实的墙体，头像的那个圆洞是墙上的一个窟窿，角色的所有行为都应该依照现实的物理规律和空间关系。 - 第二，无论用哪个模型，优先选择首尾帧模式，而不是智能参考模式。 -... 第三，真实感来自于物理效果，提示词里每一段都严格要求了。 - 第四，尽量避免无中生有个人主页之外的元素。 prompt挺长，放到下面了。建议大家改一改，加入自己的创意。show more

不知这位女士犯了什么性质的错。如果我是她的老公，一定会跟她见个面，做个了结。如果不是不能原谅的错误，而且确认悔改，可以再给一个机会。如果是不能原谅的道德品质，坚定的回绝，不再相见。一个女人，完全放下尊严，跪在大庭广众之下，值得同情。作为男人，不能置之不理。

ChatGPT image 2 x Gta 6 Cover Girl GTA... 6正式开启预售啦，是时候给手机换个立体壁纸了，这次做的提示词是可以指定两个角色的，顶部特意留出了放时间的间距，不过实则之后发现，最终还是需要用到苹果自己的扩图功能。 放上自己喜欢的角色，坐等开玩吧😍 提示词放评论区⤵️ 欢迎返图show more

1 一个人走进 AI 生成的巷子，说了句召唤——天上真飞下来一只鹰。🦅 这不就是《盗梦空间》么？ Alaya World 干的就是这种事：一句话、一张图丢进去，实时长出一个能逛的世界。你挪视角，街巷往前展开；走到一半打一句提示词，里面真会跟着变。不是后期特效，是当场生成的。 说个暴论：未来游戏开发可能要变天了——先生成一个可玩的... demo，然后就直接上线了。🎮 我们现在用的 AI，多半还是打字进、文字出，最多再给你一张图、一段视频。看完就结束，你始终站在屏幕外面。 可以这么理解： • 💬 聊天模型陪你说话 • 🎬 视频模型给你放片 • 🌍 世界模型开始给你一个能走进去晃两下的地方 它还不完美，偏研究向，家用电脑也跑不动——别当成明天就能下载开玩的游戏。但代码开源了，主页上 Demo 很多，光看就能明白：AI 下一步可能不只是更会聊天，而是开始撑起一个空间。 想直观感受，直接刷 Alaya Lab 的 Demo，比看任何介绍都快。 1.🐦‍ 召唤火鸟 冷却好了，点火鸟技能。烟尘里冲出一只燃烧的凤凰，双翼一展，脚下黑烟烈焰show more

还是放心不下全球虫害！20日以“一箭六星”方式上天的“吉林一号”宽幅02B01~06星，就位后马上开机下图，大家觉得这个清晰度能看清虫害吗？

这个数字人吧，差强人意了，绝对不能直接口播的形式，穿插一些素材，或者小窗口还凑合。 但是项目功能比较完整，适合自己手搓，二开叠加功能。

Distil-Whisper：让语音识别的速度提高 5.8 倍，参数减少 51%，准确度保持在 99%。 Whisper 在语音识别方面表现卓著，但是它有一个明显的缺点：训练出来的小模型支持的语言比较少，而大模型推理速度又很慢。如果你有海量的数据需要处理，或者对实时性要求略高，那使用 Whisper 可能会让你比较头疼。... 你可以使用工程手段来加速推理，例如将语音分片后并发处理然后合并结果，但这里涉及到本地计算资源瓶颈的问题，以及合并分片时容错处理的问题，工程复杂度比较高。 《Distil-Whisper: Robust Knowledge Distillation via Large-Scale Pseudo Labelling 》， Whisper 的 Large-v2 model 生成了一系列的 soft targets（也就是概率分布），然后复制 Whisper 网络的第一层和最后一层解码器，最后生成了一个更小、更快效果更好的蒸馏模型 Distil-Whisper。论文数据写的是：速度提高了 5.8 倍，参数减少了 51%，准确度保持在 99%。 这个模型的效果之所以不错，主要还是得益于训练数据的完备，它结合了九个公开可用的语音识别数据集，合并后包含 21170 小时的语音数据，涵盖超过 18260 名说话者和 10 个不同的领域；自从 Whisper 大力出奇迹（它从互联网爬取了 68w 小时的数据，未公开）以后，相信后续语音领域的论文都会配置更庞大的数据集。 Distil-Whisper 目前开源在 Hugging Face 上，模型地址： Demo： Demo 会把模型下载到本地，然后通过 WebGPU 直接在网页上跑起来，测试了下效果，还是挺不错的。 目前仅支持英文，如果想让它支持中文，需要使用同样海量的中文语料数据，重新做一次知识蒸馏，但我觉得即便是这样做，效果也不一定好，因为 Whisper 本身对中文、韩语等支持就不太优秀，这个信息可以从 Whisper 的论文中找到数据支撑。 下面这个视频是 Whisper 和 Distil-Whisper 的对比效果：show more

GORK1.5 - 视频生成 今天跑了30条gork1.5视频，测试了一下gork的视频能力，个人感觉gork的视频效果提升到了可灵2.6的级别，效果非常好，如果不考虑切镜的话，效果已经很稳定了 不过提示词遵循度好像不是很好，镜头机位的移动还是有点不太对。