Loading video...

Video Failed to Load

There was a problem loading this video. This could be due to a temporary network issue or the video might be unavailable.

Kimi K3生成的效果，第一次生成的有明显缺陷，这是修复了一轮后的效果。快进快退实际还是有问题的。整体不错，但是速度太太太慢了，这么个前端任务跑了1个小时，Fable我记得也就20分钟。在线体验： Github：

Gorden Sun

69,246 subscribers

38,611 views • 3 months ago •via X (Twitter)

Science & Technology Education News & Politics

Anya Rossi• Live Now

Private livecam show

11 Comments

Nina小娜学AI3 months ago

搞了半天才把磁带放进去太难了

Ethan3 months ago

ui界面和这个立体模型也是kimi生成的？

Gorden Sun3 months ago

是，这是新的常规操作了

Ethan3 months ago

蹬一晚上没睡觉😂

Gorden Sun3 months ago

年轻真好啊。。。

nithing3 months ago

提示词是什么？

aiganxue3 months ago

算力不够，强求不来

Xil L3 months ago

但是这个设计美学明显比fable强，好看，光线渲染也好很多

Gorden Sun3 months ago

Kimi用了前端Skill，先让我选的样式，Fable我没装Skill

Tiezhen WANG3 months ago

需要 Fast token

Warren Zhan3 months ago

卡的一匹的玩意谁用，看看 grok-4.5 这极致的速度 @Kimi_Moonshot

Related Videos

兄弟们手机上现在能跑世界模型了蚂蚁灵光 App 今天上线"体验世界模型"的功能上传一张图，等个几秒到几十秒，就能生成一个可以拿摇杆走进去的 3D 世界。手机的算力怎么可能支撑这件事？应该是云端生成，但是速度这么快，也是牛P，不过效果没有那么惊艳，但是可以玩... 我连测了四张图都进去了...

兄弟们手机上现在能跑世界模型了蚂蚁灵光 App 今天上线"体验世界模型"的功能上传一张图，等个几秒到几十秒，就能生成一个可以拿摇杆走进去的 3D 世界。手机的算力怎么可能支撑这件事？应该是云端生成，但是速度这么快，也是牛P，不过效果没有那么惊艳，但是可以玩... 我连测了四张图都进去了...

小互

56,957 views • 6 months ago

卧槽，GPT-5.6 Sol还是有点东西的啊！我就用了一句话+10分钟完成了这个复刻！就一句话直接复刻还原了90%的功能，再调优的化基本可以达到这个效果了。体验地址见评论区👇🏻

卧槽，GPT-5.6 Sol还是有点东西的啊！我就用了一句话+10分钟完成了这个复刻！就一句话直接复刻还原了90%的功能，再调优的化基本可以达到这个效果了。体验地址见评论区👇🏻

Berryxia.AI

11,503 views • 3 months ago

baoyu-design skill 更新：支持 PPT 动画了现在有很多朋友用这个 Skill 做 PPT 了，我自己也用，真的挺好用的。有朋友问能不能支持 PPT 动画，但当前这个skill生成的是 HTML 格式的 PPT，然后借助 PptxGenJS 导出为 PPTX，这个库有个局限就是不支持 PPT 的动画。之前借助 Opus 4.8 确实没搞定，但现在有 Fable 5 了，这时候就体现出 Fable 5 的价值了，它对于 PPTX 的 XML 格式了如指掌，迭代了几轮就搞定了。视频前半部分是 HTML 页面的动画效果，后半部分是在 KeyNote 中预览播放的效果。动画细节上还是有点小出入，但常用的几个动画应该没什么问题。推荐去试试看： baoyu-design Skill：

baoyu-design skill 更新：支持 PPT 动画了现在有很多朋友用这个 Skill 做 PPT 了，我自己也用，真的挺好用的。有朋友问能不能支持 PPT 动画，但当前这个skill生成的是 HTML 格式的 PPT，然后借助 PptxGenJS 导出为 PPTX，这个库有个局限就是不支持 PPT 的动画。之前借助 Opus 4.8 确实没搞定，但现在有 Fable 5 了，这时候就体现出 Fable 5 的价值了，它对于 PPTX 的 XML 格式了如指掌，迭代了几轮就搞定了。视频前半部分是 HTML 页面的动画效果，后半部分是在 KeyNote 中预览播放的效果。动画细节上还是有点小出入，但常用的几个动画应该没什么问题。推荐去试试看： baoyu-design Skill：

宝玉

78,461 views • 4 months ago

15分钟的一个口播，我把56秒这部分视频口播用Remotion添加了文案动画，这是第一次效果还是不错的～

15分钟的一个口播，我把56秒这部分视频口播用Remotion添加了文案动画，这是第一次效果还是不错的～

Xian | 弦

29,245 views • 2 months ago

DeepSeek Harness 真该吐槽的，不是模型能力，而是执行效率🔥 最近这几天高强度使用 DeepSeek Harness，发现我分享推文的时候，在评论区有很多人跟我吐槽一开始我还不以为意，当我真的深度去使用的时候…… 我发现这几个地方是真的坑 😭 三个我觉得确实影响体验的地方： 1、执行速度：工具调用太多，任务跑得慢有时候任务本身并不复杂，但是 DeepSeek 容易反复调用工具、读取文件，把整个流程搞得很长很慢不知道到底是 Harness 的问题，还是 DeepSeek 的问题 2、Token 消耗：长任务尤其需要优化整体消耗没有 Pi Agent 那么省 Token，因为 Context、工具描述、反复交互都会增加消耗有一个任务，它来来回回干了 28 次才搞定虽然整体的缓存命中率很高，但整体的消耗其实一点也不少 3、任务稳定性：出错之后还得盯着这地方是我最想吐槽的在任务过程中，如果出现工具调用失败、结果为空，甚至子任务没完成，都没有可靠的错误回复和结果验证很多时候需要我主动去跟它说明问题、推进任务，完全没有 Claude Code 的那种舒服的感觉当然，我吐槽这些，不是说 DeepSeek 不能用 Everything is a Plugin 这个思路我还是很看好的，底层可替换、功能能自由组合，确实有自己的特色我现在更希望官方能继续把执行效率、Context 管理和长任务稳定性打磨好，变成一个成熟的产品毕竟大方向是对的，剩下的就看细节打磨了🔥

DeepSeek Harness 真该吐槽的，不是模型能力，而是执行效率🔥 最近这几天高强度使用 DeepSeek Harness，发现我分享推文的时候，在评论区有很多人跟我吐槽一开始我还不以为意，当我真的深度去使用的时候…… 我发现这几个地方是真的坑 😭 三个我觉得确实影响体验的地方： 1、执行速度：工具调用太多，任务跑得慢有时候任务本身并不复杂，但是 DeepSeek 容易反复调用工具、读取文件，把整个流程搞得很长很慢不知道到底是 Harness 的问题，还是 DeepSeek 的问题 2、Token 消耗：长任务尤其需要优化整体消耗没有 Pi Agent 那么省 Token，因为 Context、工具描述、反复交互都会增加消耗有一个任务，它来来回回干了 28 次才搞定虽然整体的缓存命中率很高，但整体的消耗其实一点也不少 3、任务稳定性：出错之后还得盯着这地方是我最想吐槽的在任务过程中，如果出现工具调用失败、结果为空，甚至子任务没完成，都没有可靠的错误回复和结果验证很多时候需要我主动去跟它说明问题、推进任务，完全没有 Claude Code 的那种舒服的感觉当然，我吐槽这些，不是说 DeepSeek 不能用 Everything is a Plugin 这个思路我还是很看好的，底层可替换、功能能自由组合，确实有自己的特色我现在更希望官方能继续把执行效率、Context 管理和长任务稳定性打磨好，变成一个成熟的产品毕竟大方向是对的，剩下的就看细节打磨了🔥

小墨同学

38,587 views • 12 days ago

Fable的前端效果真的神了，一句话生成的效果。在线体验：提示词：做一个3D页面，里面的内容是一个Walkman磁带播放器，但是造型是符合2026年设计理念的科技、简约、高级的形态。播放器有完整的操作按钮，能打开磁带和插入磁带，按下播放按钮开始播放当前文件夹里的mp3文件，快进快推也要有对应的效果。

Fable的前端效果真的神了，一句话生成的效果。在线体验：提示词：做一个3D页面，里面的内容是一个Walkman磁带播放器，但是造型是符合2026年设计理念的科技、简约、高级的形态。播放器有完整的操作按钮，能打开磁带和插入磁带，按下播放按钮开始播放当前文件夹里的mp3文件，快进快推也要有对应的效果。

Gorden Sun

50,278 views • 4 months ago

牛逼，一分钟50个生蚝我也爱吃生蚝，要搁以前50个我也差不多，但是得一顿饭时间慢慢吃。这就是在吃东西方面有天赋，那一扎啤酒我一口也没问题，但速度也就是旁边女的那速度，你看她速度多快而且顺滑

牛逼，一分钟50个生蚝我也爱吃生蚝，要搁以前50个我也差不多，但是得一顿饭时间慢慢吃。这就是在吃东西方面有天赋，那一扎啤酒我一口也没问题，但速度也就是旁边女的那速度，你看她速度多快而且顺滑

老多

10,132 views • 1 month ago

最近深度体验了下MiniMax 新上的模型：MiniMax-M3.1-Flash-Preview 感觉是一个被低估了的模型，我跑了一些案例发现效果还是不错的直接视频说话：里面展示了我自研的一些测评任务，部分任务表现都还不错，特别是粒子动效惊艳到我了，SVG相机、黑洞等高级任务效果也很好视频第二部我尝试用MiniMax-M3.1-Flash-Preview 做些动效视频，发现也能有很好的效果

最近深度体验了下MiniMax 新上的模型：MiniMax-M3.1-Flash-Preview 感觉是一个被低估了的模型，我跑了一些案例发现效果还是不错的直接视频说话：里面展示了我自研的一些测评任务，部分任务表现都还不错，特别是粒子动效惊艳到我了，SVG相机、黑洞等高级任务效果也很好视频第二部我尝试用MiniMax-M3.1-Flash-Preview 做些动效视频，发现也能有很好的效果

岚叔

17,730 views • 22 days ago

Kimi K3这次是真的把游戏开发的桌子掀翻了! 这次我只用了一行提示词就制作出了超出我预料的2D小游戏demo 从玩法设计、代码生成到报错修复，K3 已经能独立完成大部分流程，相较于Codex来说，Kimi一次直出的效果明显要好得多我把全部工作流程都记录了在这个视频里👇

Kimi K3这次是真的把游戏开发的桌子掀翻了! 这次我只用了一行提示词就制作出了超出我预料的2D小游戏demo 从玩法设计、代码生成到报错修复，K3 已经能独立完成大部分流程，相较于Codex来说，Kimi一次直出的效果明显要好得多我把全部工作流程都记录了在这个视频里👇

小奇说

13,994 views • 3 months ago

同样的模型，Pi 只跑了 3 轮，DeepSeek Harness 却跑了 28 轮🔥 上一篇鹈鹕骑自行车的实测发出去后，评论区不少人在问，为什么两边的 Context 和 Token 消耗能差这么多？我又想起来有人在评论区问我 PI 和 DeepSeek Harness他们之间上下文差距有多大，我就完全把两个 harness 之间的上下文全部扒开，做一个完整的分析 1、初始 Context 其实差不多两边使用的都是 DeepSeek V4 Flash，思考强度 High，提示词也一样 Pi 第一轮输入约 11.5K Token，DSH 只有 9K，甚至比 Pi 还少包括工具定义也是，DSH 虽然暴露了更多工具，但占用的 Token 反而更少所以不能简单认为，DSH 功能多，初始 Context 就一定更大 2、真正拉开差距的是执行过程 Pi 只用了 3 轮就把 HTML 写完了，而 DSH 跑了整整 28 轮，其中有 10 次截图自检相当于 Pi 选择快速完成任务，DSH 则不断截图、检查效果、修改代码，再重新验证最后 Pi 累计输入 6.4 万 Token，DSH 达到 114.7 万，整整差了 18 倍不过这里要注意，114 万是多轮累计的输入量，不代表单次请求就占用了这么大的 Context 3、Token 差了 18 倍，费用却只差了约一倍这才是我觉得最有意思的地方 Pi 的缓存命中率为 58%，实际费用 $0.0266 DSH 缓存命中率高达 98.9%，按相同单价估算约 $0.057 虽然 DSH 调用了更多轮模型，但绝大部分重复上下文都命中了缓存，所以实际费用没有跟着 Token 数量同比例增长当然，缓存不是免费，只是命中后的输入成本更低这次测试其实让我重新思考了一个问题：Agent 到底应该追求速度，还是结果质量？如果只是快速生成一个能运行的 HTML，Pi 这种执行方式明显更直接但是如果是前端 UI、交互效果这些需要反复检查的任务，DSH 的截图自检可能也有价值，只是多花的 Token 和时间，到底换来了多少质量提升，还得看最终成品所以我觉得以后对比 Harness，不能只盯着 Token 数量，还得把执行轮数、缓存命中、任务耗时和最终效果放在一起看到了最后我就可以回答，为什么两个之间消耗的 token 差这么多？他们的上下文构成其实一开始是差不多的，只是因为 harness 的系统提示词不一样 DeepSeek harness 经过了十几次的调整，而 PI 只通过了一次的调整从速度和节省 token 的方向来说无疑是 PI 占优的，但是如果从整体的效果来说，还是 DeepSeek harness 跑出来的更好，所以有的时候真的要去分析细节才能知道他们之间的差距为什么会如此之大

同样的模型，Pi 只跑了 3 轮，DeepSeek Harness 却跑了 28 轮🔥 上一篇鹈鹕骑自行车的实测发出去后，评论区不少人在问，为什么两边的 Context 和 Token 消耗能差这么多？我又想起来有人在评论区问我 PI 和 DeepSeek Harness他们之间上下文差距有多大，我就完全把两个 harness 之间的上下文全部扒开，做一个完整的分析 1、初始 Context 其实差不多两边使用的都是 DeepSeek V4 Flash，思考强度 High，提示词也一样 Pi 第一轮输入约 11.5K Token，DSH 只有 9K，甚至比 Pi 还少包括工具定义也是，DSH 虽然暴露了更多工具，但占用的 Token 反而更少所以不能简单认为，DSH 功能多，初始 Context 就一定更大 2、真正拉开差距的是执行过程 Pi 只用了 3 轮就把 HTML 写完了，而 DSH 跑了整整 28 轮，其中有 10 次截图自检相当于 Pi 选择快速完成任务，DSH 则不断截图、检查效果、修改代码，再重新验证最后 Pi 累计输入 6.4 万 Token，DSH 达到 114.7 万，整整差了 18 倍不过这里要注意，114 万是多轮累计的输入量，不代表单次请求就占用了这么大的 Context 3、Token 差了 18 倍，费用却只差了约一倍这才是我觉得最有意思的地方 Pi 的缓存命中率为 58%，实际费用 $0.0266 DSH 缓存命中率高达 98.9%，按相同单价估算约 $0.057 虽然 DSH 调用了更多轮模型，但绝大部分重复上下文都命中了缓存，所以实际费用没有跟着 Token 数量同比例增长当然，缓存不是免费，只是命中后的输入成本更低这次测试其实让我重新思考了一个问题：Agent 到底应该追求速度，还是结果质量？如果只是快速生成一个能运行的 HTML，Pi 这种执行方式明显更直接但是如果是前端 UI、交互效果这些需要反复检查的任务，DSH 的截图自检可能也有价值，只是多花的 Token 和时间，到底换来了多少质量提升，还得看最终成品所以我觉得以后对比 Harness，不能只盯着 Token 数量，还得把执行轮数、缓存命中、任务耗时和最终效果放在一起看到了最后我就可以回答，为什么两个之间消耗的 token 差这么多？他们的上下文构成其实一开始是差不多的，只是因为 harness 的系统提示词不一样 DeepSeek harness 经过了十几次的调整，而 PI 只通过了一次的调整从速度和节省 token 的方向来说无疑是 PI 占优的，但是如果从整体的效果来说，还是 DeepSeek harness 跑出来的更好，所以有的时候真的要去分析细节才能知道他们之间的差距为什么会如此之大

小墨同学

30,260 views • 13 days ago

太夸张了，我刚刚拿这个skill生成了一个缝纫机的工作原理的动画。缝纫机虽然普通，但解释起原理还是很复杂的。这样不但是展示动画，还可以交互，每一个步骤都清晰的看到，可快可慢。这样什么复杂问题都可以用他来清楚的讲解出来了。太牛了。

太夸张了，我刚刚拿这个skill生成了一个缝纫机的工作原理的动画。缝纫机虽然普通，但解释起原理还是很复杂的。这样不但是展示动画，还可以交互，每一个步骤都清晰的看到，可快可慢。这样什么复杂问题都可以用他来清楚的讲解出来了。太牛了。

洛克船长

41,748 views • 24 days ago

我觉得GPT-6 Astra帮我实现这个画面中的小瀑布和河流实现的很准确我的pro快没有额度了，所以前面用了3次命令用是用的5.6 Sol，但是不能很好的实现这个效果，效果差很多 GPT-6 Astra效果是真可以的，细节到位💗 OpenAI Developers

我觉得GPT-6 Astra帮我实现这个画面中的小瀑布和河流实现的很准确我的pro快没有额度了，所以前面用了3次命令用是用的5.6 Sol，但是不能很好的实现这个效果，效果差很多 GPT-6 Astra效果是真可以的，细节到位💗 OpenAI Developers

Xian | 弦

18,937 views • 1 month ago

第一次用其实效果还行但是忽略了起雾这个问题啧

第一次用其实效果还行但是忽略了起雾这个问题啧

素商

24,003 views • 6 months ago

果然有些营销号不能全信，Jev 和 Laya 还是得自己跑一遍才知道区别。我用最简单的方式测了一下，结果其实挺直观： Laya 确实快，但它是本地部署，本身就没有云端网络延迟。拿这个速度直接跟 Jev 比，多少有点玩文字游戏。所以我觉得 Laya 更适合本地、低延迟、需要快速响应的场景。 Jev 云端调用慢一点很正常，但我自己这轮测试下来，判断准确度还是明显比 Laya 高一些。一个偏速度，一个偏准确度，适用场景其实不太一样。不过我现在最好奇的还是之前看到的那个“俄罗斯方块”Demo。按我目前对 Jev 的理解，我还真没搞明白那个效果到底是怎么做出来的有知道的兄弟指点一下🤣

果然有些营销号不能全信，Jev 和 Laya 还是得自己跑一遍才知道区别。我用最简单的方式测了一下，结果其实挺直观： Laya 确实快，但它是本地部署，本身就没有云端网络延迟。拿这个速度直接跟 Jev 比，多少有点玩文字游戏。所以我觉得 Laya 更适合本地、低延迟、需要快速响应的场景。 Jev 云端调用慢一点很正常，但我自己这轮测试下来，判断准确度还是明显比 Laya 高一些。一个偏速度，一个偏准确度，适用场景其实不太一样。不过我现在最好奇的还是之前看到的那个“俄罗斯方块”Demo。按我目前对 Jev 的理解，我还真没搞明白那个效果到底是怎么做出来的有知道的兄弟指点一下🤣

码农暖爸

39,725 views • 1 month ago

Fish Speech 这个是效果真的不错，生成速度很快，克隆出来的声音也很逼真测试地址：

Fish Speech 这个是效果真的不错，生成速度很快，克隆出来的声音也很逼真测试地址：

宝玉

302,734 views • 2 years ago

腾讯混元刚发布了实时图像生成模型，这个实时到底有多快，测试下来基本上是秒出，确实有点离谱了，制造了一种边写边看的即时反馈效果。分享一些测试片段 1. 实时修改话剧演员的表情，从录屏中可以体验一下真实速度：

腾讯混元刚发布了实时图像生成模型，这个实时到底有多快，测试下来基本上是秒出，确实有点离谱了，制造了一种边写边看的即时反馈效果。分享一些测试片段 1. 实时修改话剧演员的表情，从录屏中可以体验一下真实速度：

汗青 HQ

479,961 views • 1 year ago

国际空间站……这个活有点整的太狠了。这要是真的，就太假了。这要是假的，那就太尬了。

国际空间站……这个活有点整的太狠了。这要是真的，就太假了。这要是假的，那就太尬了。

零敲牛皮糖537.7

1,051,780 views • 1 year ago

只能说暴雪太牛逼了，其实暗黑2是个原生的3D 游戏，直接调整镜头位置就可以实现全3D 效果，而且性能并没有下降因为本来游戏代码就是这么设计的。太权威了。还没有进行任何操作优化和渲染调整，第一版就是这样的效果。暴雪牛逼。

只能说暴雪太牛逼了，其实暗黑2是个原生的3D 游戏，直接调整镜头位置就可以实现全3D 效果，而且性能并没有下降因为本来游戏代码就是这么设计的。太权威了。还没有进行任何操作优化和渲染调整，第一版就是这样的效果。暴雪牛逼。

joe jiang

94,474 views • 25 days ago

人生不过片刻的欢愉，片刻的痛苦，剩下的就是似水年华的虚无。陈丹青说：我觉得我是个古人，就跟今天一个80后、90后，所以我很难用自己的经验去想他们，他们也很难用他们的经验来想我，因为当中已经被阻断了。我偷偷的想个问题很久，觉得进入现代以后，有一个最直接的后果，每个人会命显得非常短，他一生很快过完了，一生命显得很短。当你回忆你的一生，心中太快了，你一会儿就没了。可是，一个古人不是这样的，他的时间感比较悠长。时间感讲到底，就时间感受的变化。年轻人不知道这条命怎么办，低层次的他就是活下去，高层次的就是他妈我都有了，然后怎么办？每天要打发过去，每个钟头，你忽然发现自己老了，你要死了。

人生不过片刻的欢愉，片刻的痛苦，剩下的就是似水年华的虚无。陈丹青说：我觉得我是个古人，就跟今天一个80后、90后，所以我很难用自己的经验去想他们，他们也很难用他们的经验来想我，因为当中已经被阻断了。我偷偷的想个问题很久，觉得进入现代以后，有一个最直接的后果，每个人会命显得非常短，他一生很快过完了，一生命显得很短。当你回忆你的一生，心中太快了，你一会儿就没了。可是，一个古人不是这样的，他的时间感比较悠长。时间感讲到底，就时间感受的变化。年轻人不知道这条命怎么办，低层次的他就是活下去，高层次的就是他妈我都有了，然后怎么办？每天要打发过去，每个钟头，你忽然发现自己老了，你要死了。

Morris

168,736 views • 2 years ago

MiMo-V2.5-Pro UltraSpeed的速度快得有点太过分了，代码写的太快就像龙卷风…… 和其他厂商不一样，小米这是Pro模型直接出来1000token/s，不是flash模型。恐怕在世界范围内也是第一次吧。从来没见过这么快的速度。网页版在这里有API

MiMo-V2.5-Pro UltraSpeed的速度快得有点太过分了，代码写的太快就像龙卷风…… 和其他厂商不一样，小米这是Pro模型直接出来1000token/s，不是flash模型。恐怕在世界范围内也是第一次吧。从来没见过这么快的速度。网页版在这里有API

刘小排

89,307 views • 4 months ago