Loading video...

Video Failed to Load

Go Home

以前很多只能靠想象的影视场景，现在靠技术已经能做到很接近真人的还原。AI 在表演完成度上有时甚至更稳定，对普通观众来说是多了一种看故事的方式。 现在大环境不好，不少演员也说接戏变少。与其被动被盗用形象，不如主动把肖像权、声音权按项目授权给正规公司：书面合同、限定用途和期限、成片需本人或团队审核、可追责可撤回。用相对低的运营成本把数字形象变成可持续收入，比完全放任市场乱用来得清楚。 授权做好了，既能保护本人权益，也能让观众看到质量更高、来源更正当的作品。未授权换脸、未授权商用本来就不该存在。

guanxinji7788's profile picture

时代照相馆

1,200 subscribers

629,619 views • 6 days ago •via X (Twitter)

ArtsScience & Technology
LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

《天师李淑芬》 这种真人拍的话投资上亿，而用AI几千块就制作完了 在演员会消失的未来 聪明的已经把经典银幕形象正规授权给AI/科技公司的有王祖贤，吴启华，游本昌，成龙 当前也出现批量“收脸”现象，许多没有名气的小演员、群演为了几百元钱，会将照片卖给AI公司当做脸型素材
19:16

《天师李淑芬》 这种真人拍的话投资上亿，而用AI几千块就制作完了 在演员会消失的未来 聪明的已经把经典银幕形象正规授权给AI/科技公司的有王祖贤，吴启华，游本昌，成龙 当前也出现批量“收脸”现象，许多没有名气的小演员、群演为了几百元钱，会将照片卖给AI公司当做脸型素材

无人机咻咻咻

15,647 views • 1 month ago

我在 KORUS上干了件事： 我把一段随手弹的吉他loop授权出去，选了“允许商业remix”。半小时后有人用它做了个trap版，我没管。过了一段时间打开钱包，USDC到账了——0.几刀，不多，但钱是秒到的。 以前我在传统平台传歌，版权分成要等60-90天，还得通过发行方、平台、代理层层扒皮。 KORUS把整个流程压成一步：授权→混音→成交→智能合约自动分钱 更让我意外的是x402的体验。我用AI生成了一段配乐想用在AR滤镜里，系统直接调用了KORUS已确权的音轨，并且生成、权利许可、微支付串在同一条工作流里——我不用另找渠道买版权，AI代理自动扣了0.001刀级别的费用，整个过程我没点一次“确认授权”。 和Suno比，Suno给的是“声音”，KORUS给的是“声音的户口本和收银台”。 AI生成不稀缺了，稀缺的是生成之后——这东西归谁、被谁用了、钱怎么分。 KOR 给自己的定位是 “创意资产清算中心” ——三个引擎把流程重做了一遍： Verify：作品上链确权，相当于给每个创意资产发一张“数字出生证明” Route：用AI把资产匹配给合适的买家 Settle：成交即用USDC智能合约在Base上自动分账 落地产品KORUS已经跑起来了——粉丝 remix 并 mint 成可拥有的资产，艺术家保留控制权、持续获利。 我亲自走了一遍从授权到收钱的全链路，最直观的感受：KORUS 把音乐从“文件”变成了“能追踪、能交易、能自动结算的资产”。 100万用户、200万美金收入、1000+IP方——数据不骗人。2026年7月刚完成750万美元A轮融资，1kx和Blockchain Capital领投。 如果你也在头疼AI作品的版权和收款 可以去体验一把： AI让混音变简单了，但拿到钱呢？ 所以 KORUS 给了答案。
0:24

我在 KORUS上干了件事： 我把一段随手弹的吉他loop授权出去，选了“允许商业remix”。半小时后有人用它做了个trap版，我没管。过了一段时间打开钱包，USDC到账了——0.几刀，不多，但钱是秒到的。 以前我在传统平台传歌，版权分成要等60-90天，还得通过发行方、平台、代理层层扒皮。 KORUS把整个流程压成一步：授权→混音→成交→智能合约自动分钱 更让我意外的是x402的体验。我用AI生成了一段配乐想用在AR滤镜里，系统直接调用了KORUS已确权的音轨，并且生成、权利许可、微支付串在同一条工作流里——我不用另找渠道买版权，AI代理自动扣了0.001刀级别的费用，整个过程我没点一次“确认授权”。 和Suno比，Suno给的是“声音”，KORUS给的是“声音的户口本和收银台”。 AI生成不稀缺了，稀缺的是生成之后——这东西归谁、被谁用了、钱怎么分。 KOR 给自己的定位是 “创意资产清算中心” ——三个引擎把流程重做了一遍： Verify：作品上链确权，相当于给每个创意资产发一张“数字出生证明” Route：用AI把资产匹配给合适的买家 Settle：成交即用USDC智能合约在Base上自动分账 落地产品KORUS已经跑起来了——粉丝 remix 并 mint 成可拥有的资产，艺术家保留控制权、持续获利。 我亲自走了一遍从授权到收钱的全链路，最直观的感受：KORUS 把音乐从“文件”变成了“能追踪、能交易、能自动结算的资产”。 100万用户、200万美金收入、1000+IP方——数据不骗人。2026年7月刚完成750万美元A轮融资，1kx和Blockchain Capital领投。 如果你也在头疼AI作品的版权和收款 可以去体验一把： AI让混音变简单了，但拿到钱呢？ 所以 KORUS 给了答案。

小赵|🕊️| 🎒

81,370 views • 25 days ago

以后直播间里那个会聊天、会做动作、还能顺手卖课的主播，可能压根就不是人。 DAPPOS 基本几天都能交付一个新 SOP。 这次社区的 OPC 在 xBubble 上 coding 出了一个实时虚拟人直播间，看完之后，我第一反应不是“数字人又升级了”，而是这东西离真正能拿来做内容、做生意，已经越来越近了。 它和市面上常见的数字人不太一样。 不是提前录好一段视频，然后来回循环播放，也不是只能照着固定台词念稿。这个虚拟人可以实时直播、实时语音，观众发来消息后，它能现场理解并作出回应，还可以根据设定好的剧本完成相应动作。 也就是说，直播间里发生的互动是真的，只不过出镜的不是一个真人主播。 整个直播间的功能也比较完整，左边是虚拟人的实时画面，右边可以接收观众聊天，还能控制直播会话、重启或者关闭房间。把形象、声音、人设和脚本配置好，一个可以互动的 AI 直播间就能跑起来。 看到这里，我都能想到 OPC 怎么用它赚钱了。 比如写一套蹦老头剧本，让它在直播间蹦迪、整活，专门给单身男人提供情绪价值； 也可以做成 24 小时在线的虚拟老师，卖编程课、投资课、英语课，观众有问题还能现场回答； 或者放到广场、星球、社区里，长期挂一个虚拟主持人，负责欢迎新人、介绍项目、主持活动； 再往抽象一点想，卡罗牌、非洲妹妹，甚至各种完全虚构的人设，都可以做成长期运营的 AI 角色 IP。 真人直播最大的问题，是主播需要状态、需要休息，还要承担出镜和团队成本。 虚拟人虽然暂时替代不了真正有魅力的头部主播，但用来做基础讲解、直播控场、用户答疑、课程销售和社区互动，已经很有想象空间了。 一个人以后可能不只是运营一个账号，而是同时运营多个不同性格、不同定位、全天在线的 AI 主播。 这才是 xBubble 这次真正让我感兴趣的地方。 它不只是做出了一个看起来很酷的 Demo，而是在把原本门槛很高的虚拟人直播，拆成普通创作者也能直接使用的 SOP。 我个人更喜欢美洲版本的素材，人物原形看起来更自然一些，放到直播和互动场景里，违和感相对更低。 这种产品现在可能还处于早期，但已经值得内容创作者、社区运营和想做 AI IP 的人提前关注了。
0:34

以后直播间里那个会聊天、会做动作、还能顺手卖课的主播，可能压根就不是人。 DAPPOS 基本几天都能交付一个新 SOP。 这次社区的 OPC 在 xBubble 上 coding 出了一个实时虚拟人直播间，看完之后，我第一反应不是“数字人又升级了”，而是这东西离真正能拿来做内容、做生意，已经越来越近了。 它和市面上常见的数字人不太一样。 不是提前录好一段视频，然后来回循环播放，也不是只能照着固定台词念稿。这个虚拟人可以实时直播、实时语音，观众发来消息后，它能现场理解并作出回应，还可以根据设定好的剧本完成相应动作。 也就是说，直播间里发生的互动是真的，只不过出镜的不是一个真人主播。 整个直播间的功能也比较完整，左边是虚拟人的实时画面，右边可以接收观众聊天，还能控制直播会话、重启或者关闭房间。把形象、声音、人设和脚本配置好，一个可以互动的 AI 直播间就能跑起来。 看到这里，我都能想到 OPC 怎么用它赚钱了。 比如写一套蹦老头剧本，让它在直播间蹦迪、整活，专门给单身男人提供情绪价值； 也可以做成 24 小时在线的虚拟老师，卖编程课、投资课、英语课，观众有问题还能现场回答； 或者放到广场、星球、社区里，长期挂一个虚拟主持人，负责欢迎新人、介绍项目、主持活动； 再往抽象一点想，卡罗牌、非洲妹妹，甚至各种完全虚构的人设，都可以做成长期运营的 AI 角色 IP。 真人直播最大的问题，是主播需要状态、需要休息，还要承担出镜和团队成本。 虚拟人虽然暂时替代不了真正有魅力的头部主播，但用来做基础讲解、直播控场、用户答疑、课程销售和社区互动，已经很有想象空间了。 一个人以后可能不只是运营一个账号，而是同时运营多个不同性格、不同定位、全天在线的 AI 主播。 这才是 xBubble 这次真正让我感兴趣的地方。 它不只是做出了一个看起来很酷的 Demo，而是在把原本门槛很高的虚拟人直播，拆成普通创作者也能直接使用的 SOP。 我个人更喜欢美洲版本的素材，人物原形看起来更自然一些，放到直播和互动场景里，违和感相对更低。 这种产品现在可能还处于早期，但已经值得内容创作者、社区运营和想做 AI IP 的人提前关注了。

Crypto攻城狮

22,301 views • 1 month ago

马斯克给出的判断很直接：未来最多3年，人类还能依靠出售劳动时间获得稳定收入。只依赖工资的人，收入可能被AI压低；提前把工资转化为稀缺资产的人，则能继续获得土地、能源、基础设施、数字资产和生产能力带来的收益。人脉、品牌、版权、股权和稳定现金流，也会比单纯的工作经验更有价值。 未来的差距，取决于今天赚了多少钱，更取决于留下了多少能够脱离个人时间持续存在的资产。AI时代最危险的状态，是收入仍然不错，却没有任何所有权积累。未来3年，真正重要的任务，是减少对工资的单一依赖，把劳动收入尽快转化为长期资产。
1:08

马斯克给出的判断很直接：未来最多3年，人类还能依靠出售劳动时间获得稳定收入。只依赖工资的人，收入可能被AI压低；提前把工资转化为稀缺资产的人，则能继续获得土地、能源、基础设施、数字资产和生产能力带来的收益。人脉、品牌、版权、股权和稳定现金流，也会比单纯的工作经验更有价值。 未来的差距，取决于今天赚了多少钱，更取决于留下了多少能够脱离个人时间持续存在的资产。AI时代最危险的状态，是收入仍然不错，却没有任何所有权积累。未来3年，真正重要的任务，是减少对工资的单一依赖，把劳动收入尽快转化为长期资产。

超级财经 SuperFinance

335,824 views • 1 month ago

AI 会抢走所有人工作的说法也许被夸大了，但在电影行业，这已经不再是玩笑。字节跳动的 Seedance 2.0 对整个好莱坞都是一种威胁。 来算一笔账。根据 亚洲股市 AsiaStock 的估算，制作一支像这样高质量的 2 分钟音乐视频，成本大约需要 80 万美元，制作周期需要 8–14 周。而用 AI 生成，成本可能只需 0.5 到 5 美元，时间不到一天。 在不久的将来，真正的市场将集中在个人 IP 上，因为电影制作的其他环节都会被 AI 自动化。制片方不再需要真正把知名演员请到片场，只需要签署一份授权协议即可。这将是一个巨大的颠覆性改变。
2:10

AI 会抢走所有人工作的说法也许被夸大了，但在电影行业，这已经不再是玩笑。字节跳动的 Seedance 2.0 对整个好莱坞都是一种威胁。 来算一笔账。根据 亚洲股市 AsiaStock 的估算，制作一支像这样高质量的 2 分钟音乐视频，成本大约需要 80 万美元，制作周期需要 8–14 周。而用 AI 生成，成本可能只需 0.5 到 5 美元，时间不到一天。 在不久的将来，真正的市场将集中在个人 IP 上，因为电影制作的其他环节都会被 AI 自动化。制片方不再需要真正把知名演员请到片场，只需要签署一份授权协议即可。这将是一个巨大的颠覆性改变。

亚洲股市 AsiaStock

88,118 views • 7 months ago

兄弟萌只用一张照片，你就能变成任何人 这可能是今年最危险的开源项目：Deep-Live-Cam 只需要 一张照片， 你就可以在摄像头里——变成任何人。 而且是： 实时（Real-time）换脸 + 视频通话直接用 GitHub 已经 81.5k+ （持续爆涨） 它到底有多离谱？ 把深度伪造（Deepfake）变成实时工具 你可以： -实时视频换脸（直播 / Zoom / Discord） -一键生成 Deepfake 视频 -多人同时换脸（多人场景也能跑） -做梗图 / Meme / 内容创作 而且操作极其简单： 选脸 → 选摄像头 → 点击开始 1. 实时（不是后期） 大多数 deepfake 还是渲染视频， 这个是直接在摄像头里跑 2. 只需要一张图 不需要训练模型，不需要数据集 3. 多平台 + 硬件加速 支持 NVIDIA / AMD / Apple Silicon 还能 GPU 加速，性能直接拉满 4. 效果已经接近可用级别 内置人脸增强、嘴型同步、融合优化 比很多 demo 强一个量级 同时也很敏感 项目官方也明确说了： -禁止处理不当内容 -需要获得真人授权 -可能会加水印或限制功能 这是一个技术已经成熟，但边界还没完全定清的领域 Deep-Live-Cam = 实时版 Deepfake + 人人可用
0:38

兄弟萌只用一张照片，你就能变成任何人 这可能是今年最危险的开源项目：Deep-Live-Cam 只需要 一张照片， 你就可以在摄像头里——变成任何人。 而且是： 实时（Real-time）换脸 + 视频通话直接用 GitHub 已经 81.5k+ （持续爆涨） 它到底有多离谱？ 把深度伪造（Deepfake）变成实时工具 你可以： -实时视频换脸（直播 / Zoom / Discord） -一键生成 Deepfake 视频 -多人同时换脸（多人场景也能跑） -做梗图 / Meme / 内容创作 而且操作极其简单： 选脸 → 选摄像头 → 点击开始 1. 实时（不是后期） 大多数 deepfake 还是渲染视频， 这个是直接在摄像头里跑 2. 只需要一张图 不需要训练模型，不需要数据集 3. 多平台 + 硬件加速 支持 NVIDIA / AMD / Apple Silicon 还能 GPU 加速，性能直接拉满 4. 效果已经接近可用级别 内置人脸增强、嘴型同步、融合优化 比很多 demo 强一个量级 同时也很敏感 项目官方也明确说了： -禁止处理不当内容 -需要获得真人授权 -可能会加水印或限制功能 这是一个技术已经成熟，但边界还没完全定清的领域 Deep-Live-Cam = 实时版 Deepfake + 人人可用

HankAI

23,011 views • 5 months ago

这个视频是我用 ChatCut 剪出来的，没有加口播，主要是把自己原来用 Remotion 做视频的工作流迁了进去。 用下来最大的感受是，ChatCut 的完成度确实比我预期高。 最终效果比我自己用 Remotion 做得更好，整个制作过程也更丝滑。我猜他们应该针对视频制作场景专门优化了 Agent，或者选了更合适的模型，所以无论是设计风格还是审美，默认产出都比较在线。 它还把图片生成、音频生成、字幕、气口剪辑这些工具全都集成进去了。以前在本地要自己拼起来的一套工作流，现在基本都封装好了，做视频会省事很多。 当然也有两个取舍： 它是云端产品，不能完全在本地运行，在意隐私的人可能会有顾虑。 使用需要消耗积分，不过我还没有认真测过积分消耗，也不确定和本地跑 Remotion 相比，最终成本差多少。 总体来说，ChatCut 和本地 Remotion 都能做到差不多的结果，核心区别不是能不能做，而是要花多少时间折腾。 如果你喜欢自己掌控每个环节，Remotion 依然很合适。如果你更想图省事，ChatCut 已经把大量工具和工作流封装好了，整体体验确实会舒服很多。
1:25

这个视频是我用 ChatCut 剪出来的，没有加口播，主要是把自己原来用 Remotion 做视频的工作流迁了进去。 用下来最大的感受是，ChatCut 的完成度确实比我预期高。 最终效果比我自己用 Remotion 做得更好，整个制作过程也更丝滑。我猜他们应该针对视频制作场景专门优化了 Agent，或者选了更合适的模型，所以无论是设计风格还是审美，默认产出都比较在线。 它还把图片生成、音频生成、字幕、气口剪辑这些工具全都集成进去了。以前在本地要自己拼起来的一套工作流，现在基本都封装好了，做视频会省事很多。 当然也有两个取舍： 它是云端产品，不能完全在本地运行，在意隐私的人可能会有顾虑。 使用需要消耗积分，不过我还没有认真测过积分消耗，也不确定和本地跑 Remotion 相比，最终成本差多少。 总体来说，ChatCut 和本地 Remotion 都能做到差不多的结果，核心区别不是能不能做，而是要花多少时间折腾。 如果你喜欢自己掌控每个环节，Remotion 依然很合适。如果你更想图省事，ChatCut 已经把大量工具和工作流封装好了，整体体验确实会舒服很多。

泊舟

23,783 views • 2 months ago

是不是有点麻烦？ 这几天，字节的Seedance 2.0热得让人冒汗😂 随便输入个提示，就能生成超逼真魔改视频：高达乱斗、宝可梦大战、犬夜叉跳舞、柯南恶搞、高达VS鬼灭……全网刷屏，日本TikTok直接爆了！ 现在，日本经典动漫版权方坐不住了 日本动漫电影文化协会正式发出声明： 向字节跳动日本TikTok公司发出严厉问询！ “无任何授权就随意魔改使用素材，严重侵害创作者权利！” 接下来就看字节跳动怎么接招？限制生成？封禁涉及的动漫风格？ 或许很快不能现在这样自由生成了！ 对于动漫粉们来说不太好，版权战要开始了？
0:58

是不是有点麻烦？ 这几天，字节的Seedance 2.0热得让人冒汗😂 随便输入个提示，就能生成超逼真魔改视频：高达乱斗、宝可梦大战、犬夜叉跳舞、柯南恶搞、高达VS鬼灭……全网刷屏，日本TikTok直接爆了！ 现在，日本经典动漫版权方坐不住了 日本动漫电影文化协会正式发出声明： 向字节跳动日本TikTok公司发出严厉问询！ “无任何授权就随意魔改使用素材，严重侵害创作者权利！” 接下来就看字节跳动怎么接招？限制生成？封禁涉及的动漫风格？ 或许很快不能现在这样自由生成了！ 对于动漫粉们来说不太好，版权战要开始了？

Salmon Bro 🐟｜鲑鱼哥

17,000 views • 7 months ago

谷歌终于想明白了：科学家就该专心搞研究，产品还是得交给商人。谷歌最近对AI业务进行了一次大重组。DeepMind CEO Demis Hassabis已经退出日常运营，把主要精力放回AGI研究上。老板Sergey Brin看起来正在接手Gemini的日常运营。简单来说，谷歌正在把AI的研究和产品两部分拆开，也是第一家巨头这么干。 今天，谷歌想把Gemini做成什么也越来越清楚了。谷歌正在让Gemini从一个只会回答问题的模型，变成一个真正能帮你干活的Agent。Sergey Brin说过，AI真正成为“超能力”，是在它能以人类根本无法达到的规模去做事情的时候。 这个从产品角度出发的理解，其实和科研角度非常不一样。站在科研角度，AI的“超能力”是做到人类做不到的事情，比如治愈所有疾病。但站在产品角度，AI根本不需要会做人类做不到的事，它只需要把人类本来就能做的事情，做得更快、更多、更大规模。 现在最好的例子就是AI编程。人类当然也会写代码，但AI可以用人类根本无法匹敌的速度和规模去写。从产品角度来看，AI竞争已经不再只是比谁的模型更强了。 而这恰恰是谷歌最大的优势。谷歌本来就已经拥有一整套用户每天都在使用的强大产品。如果它能成功把这种Agent能力真正塞进现有的产品生态里，那谷歌很可能会轻松赢下这场AI大战。
0:45

谷歌终于想明白了：科学家就该专心搞研究，产品还是得交给商人。谷歌最近对AI业务进行了一次大重组。DeepMind CEO Demis Hassabis已经退出日常运营，把主要精力放回AGI研究上。老板Sergey Brin看起来正在接手Gemini的日常运营。简单来说，谷歌正在把AI的研究和产品两部分拆开，也是第一家巨头这么干。 今天，谷歌想把Gemini做成什么也越来越清楚了。谷歌正在让Gemini从一个只会回答问题的模型，变成一个真正能帮你干活的Agent。Sergey Brin说过，AI真正成为“超能力”，是在它能以人类根本无法达到的规模去做事情的时候。 这个从产品角度出发的理解，其实和科研角度非常不一样。站在科研角度，AI的“超能力”是做到人类做不到的事情，比如治愈所有疾病。但站在产品角度，AI根本不需要会做人类做不到的事，它只需要把人类本来就能做的事情，做得更快、更多、更大规模。 现在最好的例子就是AI编程。人类当然也会写代码，但AI可以用人类根本无法匹敌的速度和规模去写。从产品角度来看，AI竞争已经不再只是比谁的模型更强了。 而这恰恰是谷歌最大的优势。谷歌本来就已经拥有一整套用户每天都在使用的强大产品。如果它能成功把这种Agent能力真正塞进现有的产品生态里，那谷歌很可能会轻松赢下这场AI大战。

GeLun Ding

53,150 views • 1 month ago

小卷毛 Dario 这次是真被开源模型搞应激了😂 他认为 AI 圈所谓的“开源”，多数只是开放权重。权重给你，不代表免费，更不代表谁都能低成本跑起来。真正决定竞争力的，还是模型能力、推理速度和部署成本。 主持人问：“但如果它免费，而且运行成本很低呢？” 他马上反驳：“它不免费，推理本身就要花钱，还得有人把它跑得足够快。” 看完我的感觉是：他说中了一半，但另一半没讲。 开放权重确实不等于免费，但它带来的私有部署、可控性、可审计性和生态创新，难道都不算价值？ 当模型逐渐变成基础设施，能力、成本和控制权，你会把哪个排第一？
1:40

小卷毛 Dario 这次是真被开源模型搞应激了😂 他认为 AI 圈所谓的“开源”，多数只是开放权重。权重给你，不代表免费，更不代表谁都能低成本跑起来。真正决定竞争力的，还是模型能力、推理速度和部署成本。 主持人问：“但如果它免费，而且运行成本很低呢？” 他马上反驳：“它不免费，推理本身就要花钱，还得有人把它跑得足够快。” 看完我的感觉是：他说中了一半，但另一半没讲。 开放权重确实不等于免费，但它带来的私有部署、可控性、可审计性和生态创新，难道都不算价值？ 当模型逐渐变成基础设施，能力、成本和控制权，你会把哪个排第一？

Vincent

29,034 views • 2 months ago

一场关于 AI 的大讨论，竟然把几乎从不在 X 上发言的 Dario Amodei 都“引蛇出洞”了。 事情最初来自 Gavin Baker 在 All-In Podcast 上的一段爆料。 Gavin 是科技投资圈很有影响力的投资人，Atreides Management 的创始人兼 CIO，此前长期管理 Fidelity 的科技基金。他说，自己从几个信任的人那里听到，Dario 曾经表示：未来 Anthropic 可能成为世界上唯一一家私人公司，除此之外只剩各国政府。 需要强调的是，这是一条未经证实的二手消息，不是 Gavin 亲耳听到的。但他的判断很直接：即使只是私下表达，这种说法也过于傲慢，而且容易让人联想到权力集中乃至公司被国有化的风险。 第一个出来反驳的，是 Anthropic 的 Sholto Douglas。 Sholto 现在负责 Anthropic 的 Scaling RL，之前在 DeepMind。他也是 大名鼎鼎的科技播客主持人Dwarkesh、AI投资神童Leopold Aschenbrenner 那个年轻 AI 研究者圈子里的重要成员。 Sholto 对那条传闻的回应只有两个词：“Completely false.” 他认为，消息源是在迎合某种已经存在的叙事：一边说 Anthropic 没有 moat，一边又说 Anthropic 强大到可能成为世界上唯一的公司。 更重要的是，Sholto 说，Anthropic 最担心的事情之一，恰恰就是经济权力过度集中。政府不应该允许任何一家公司拥有如此巨大的影响力，未来仍然需要竞争和资本主义。 Gavin 随后接受了这个事实纠正，但没有放弃更大的批评。他的意思是：好，即使 Dario 没说过那句话，为什么硅谷有不少人觉得这件事“听起来像真的”？因为它与 Dario 长期以来的公开表达是一致的：AI 可能带来网络、生物、失控和经济权力集中等风险，因此需要监管。 Gavin 把问题概括成了两条路线：一种是通过监管，把最强的 AI 集中在少数公司和政府手中；另一种是尽可能广泛地分发 AI，让更多公司、开源模型和个人拥有能力。在他看来，如果 AI 很危险，那么集中它未必比分散它更安全。历史上，“让少数开明的人掌握绝对权力，再期待他们造福所有人”，通常不是一个好结局。所以 Gavin 更倾向于开放模型和多中心竞争。他希望世界上存在很多不同的 AI，而不是把未来押在少数实验室的价值观上。 他对 Dario 的另一层批评也很现实：监管路线暂时没有取得预期结果，但 Dario 不断强调 AI 风险的表达，却可能被反数据中心、反 AI 的政治力量拿去使用。如果 Dario 相信 AI 可以治愈疾病、延长寿命、创造一个更富足的未来，那么作为一家最重要 AI 公司的 CEO，他也应该更积极地讲述这个未来。 讨论到这里，其实已经不再是“Dario 有没有说过那句话”，而变成了三个真正重要的问题： AI 太危险时，究竟应该集中，还是分散？ 监管是在限制大公司的权力，还是在替大公司建立护城河？ AI 公司不断强调风险，是在诚实地建立信任，还是在亲手制造社会恐惧？ 接下来是这场讨论最精彩的部分。 Sholto 没有继续为 Anthropic 做笼统辩护，而是把“AI 风险”拆开了。他认为，网络安全长期可能是防守占优：如果金融机构和关键基础设施用未来两年主动进行 AI 红队测试，开放的编程模型未必是不可承受的风险。但生物安全可能是进攻占优。一个“装在口袋里的世界级病毒学家”带来的能力扩散，可能要到 2030 年代才能获得足够的防御。在这种情况下，政府至少应该建立测试能力，真实测量 AI 给恶意行为者带来了多少能力提升，再由社会决定是否接受风险。 在就业问题上，Sholto 甚至没有完全同意 Dario。他认为，即使模型可以完成 95% 的电脑工作，算力短缺、组织扩散和政策摩擦也可能让人类继续工作很多年。但社会仍然应该提前准备失业率触发的应对政策。 他也坦率承认了一点：Anthropic 乃至整个 AI 行业，确实没有成功描绘一个值得普通人期待、愿意共同争取的未来。这正在降低那个未来真正发生的概率。 Gavin 也随之调整了自己的立场。他承认，生物风险可能是支持监管最有力的论据；政府确实需要拿到足够的信息，才能随着能力提升作出判断。他也同意，算力短缺可能反而给人类留下适应快速起飞的时间。 两个人最后的分歧，收敛到了一个更底层的问题：面对算力不平等，我们应该优先限制最强者，还是尽快把整个蛋糕做大，让算力分布底部的人也获得更多能力？ 最后，Dario 本人出场了。 Dario 平时很少参与社交媒体讨论，但这次写了两篇长文回应。 他首先拒绝了 Gavin 的二选一框架。监管不一定等于监管俘获，也不一定必然把权力集中到少数公司手中。设计得好的制度，反而可以把权力从具体的人和公司手中，转移到公开、客观、可执行的规则上。 Dario 举出的例子是，Anthropic 支持的政策往往只约束前沿模型，同时豁免收入或训练成本低于一定门槛的小公司。对最强模型进行更严格测试，实际上是在减慢头部实验室，同时给追赶者和开放模型留下空间。 他真正的判断是：AI 本身就是一种结构性趋向权力集中的技术。原因不是监管，而是 scaling law、芯片和算力。开放权重当然有帮助，但它没有解决算力集中，只是把一部分权力从模型公司转移到了拥有最多芯片和计算资源的人手中。所以问题不是“监管还是开放”这么简单，而是能否建立一套规则，同时控制网络、生物和对齐风险，限制前沿实验室的权力，又不扼杀小公司和开放模型。 Dario 对“Anthropic 过度传播负面叙事”的回应也很有意思。他说，自己对 AI 的正面和负面表达其实相当平衡。他写《Machines of Loving Grace》，就是因为整个行业没有给出足够具体、足够有感染力的正面未来。他甚至相信，AI 有可能在五到十年内帮助人类治愈大部分疾病。 但公众对 AI 的抵触，本质上不是营销问题，而是信任问题。普通人不相信公司、政府和科技行业，怀疑每一次技术革命最终都会有人从中设计一种新的方式来伤害他们。 因此，更华丽、更积极的宣传解决不了问题。 Dario 给出了整场讨论里最总结的一句话：真正能让人相信 AI 将治愈癌症的办法，不是继续说 AI 将治愈癌症，而是真的治愈癌症。在取得实际结果之前，他不愿意作空洞承诺，也不会为了让行业形象更正面而回避真实风险。 我的 Take Away 有四点。 第一，开放与监管不是一条轴的两端。 开放权重可以分散模型能力，却不能自动分散芯片、算力、数据中心和资本。监管也可能形成护城河，但设计得好的监管可以只约束前沿能力，同时保护追赶者。真正的问题是：规则是否随着能力和具体风险变化，而不是笼统地管“AI”。 第二，不同风险不能使用同一种治理方式。 网络安全可能逐渐转向防守占优，生物风险却可能长期进攻占优；就业冲击、模型失控和经济权力集中又是另外几类问题。把它们全部装进“AI 很危险”或“开放就是安全”这样的口号里，都会失去真正重要的信息。 第三，AI 的权力结构最终取决于算力。 开放模型解决的是访问权，未必解决生产资料的所有权。当最强能力仍然依赖巨额资本、能源、芯片和数据中心时，讨论去中心化不能只看模型权重有没有开放。 第四，也是最重要的一点：公众信任最终来自交付。 Gavin 说，行业需要讲出更积极的未来；Sholto 承认，这方面整个行业都做得不够；Dario 则把标准再往前推了一步——愿景有必要，但愿景不能代替结果。 这场讨论最难得的地方，是几个人都在过程中修正了自己的位置。Gavin 接受了对传闻的纠正，也承认生物风险是支持监管的强论据；Sholto 没有把监管合理化成一整套统一答案，也承认行业缺少正面叙事；Dario 则没有回避权力集中，反而明确承认 AI 在结构上会推动集中。 他们最后仍然没有完全同意彼此。但讨论已经从一句未经证实的传闻，走到了真正值得讨论的问题：我们怎样才能在不把未来交给少数公司的同时，也不把巨大的风险假装成不存在？
1:04

一场关于 AI 的大讨论，竟然把几乎从不在 X 上发言的 Dario Amodei 都“引蛇出洞”了。 事情最初来自 Gavin Baker 在 All-In Podcast 上的一段爆料。 Gavin 是科技投资圈很有影响力的投资人，Atreides Management 的创始人兼 CIO，此前长期管理 Fidelity 的科技基金。他说，自己从几个信任的人那里听到，Dario 曾经表示：未来 Anthropic 可能成为世界上唯一一家私人公司，除此之外只剩各国政府。 需要强调的是，这是一条未经证实的二手消息，不是 Gavin 亲耳听到的。但他的判断很直接：即使只是私下表达，这种说法也过于傲慢，而且容易让人联想到权力集中乃至公司被国有化的风险。 第一个出来反驳的，是 Anthropic 的 Sholto Douglas。 Sholto 现在负责 Anthropic 的 Scaling RL，之前在 DeepMind。他也是 大名鼎鼎的科技播客主持人Dwarkesh、AI投资神童Leopold Aschenbrenner 那个年轻 AI 研究者圈子里的重要成员。 Sholto 对那条传闻的回应只有两个词：“Completely false.” 他认为，消息源是在迎合某种已经存在的叙事：一边说 Anthropic 没有 moat，一边又说 Anthropic 强大到可能成为世界上唯一的公司。 更重要的是，Sholto 说，Anthropic 最担心的事情之一，恰恰就是经济权力过度集中。政府不应该允许任何一家公司拥有如此巨大的影响力，未来仍然需要竞争和资本主义。 Gavin 随后接受了这个事实纠正，但没有放弃更大的批评。他的意思是：好，即使 Dario 没说过那句话，为什么硅谷有不少人觉得这件事“听起来像真的”？因为它与 Dario 长期以来的公开表达是一致的：AI 可能带来网络、生物、失控和经济权力集中等风险，因此需要监管。 Gavin 把问题概括成了两条路线：一种是通过监管，把最强的 AI 集中在少数公司和政府手中；另一种是尽可能广泛地分发 AI，让更多公司、开源模型和个人拥有能力。在他看来，如果 AI 很危险，那么集中它未必比分散它更安全。历史上，“让少数开明的人掌握绝对权力，再期待他们造福所有人”，通常不是一个好结局。所以 Gavin 更倾向于开放模型和多中心竞争。他希望世界上存在很多不同的 AI，而不是把未来押在少数实验室的价值观上。 他对 Dario 的另一层批评也很现实：监管路线暂时没有取得预期结果，但 Dario 不断强调 AI 风险的表达，却可能被反数据中心、反 AI 的政治力量拿去使用。如果 Dario 相信 AI 可以治愈疾病、延长寿命、创造一个更富足的未来，那么作为一家最重要 AI 公司的 CEO，他也应该更积极地讲述这个未来。 讨论到这里，其实已经不再是“Dario 有没有说过那句话”，而变成了三个真正重要的问题： AI 太危险时，究竟应该集中，还是分散？ 监管是在限制大公司的权力，还是在替大公司建立护城河？ AI 公司不断强调风险，是在诚实地建立信任，还是在亲手制造社会恐惧？ 接下来是这场讨论最精彩的部分。 Sholto 没有继续为 Anthropic 做笼统辩护，而是把“AI 风险”拆开了。他认为，网络安全长期可能是防守占优：如果金融机构和关键基础设施用未来两年主动进行 AI 红队测试，开放的编程模型未必是不可承受的风险。但生物安全可能是进攻占优。一个“装在口袋里的世界级病毒学家”带来的能力扩散，可能要到 2030 年代才能获得足够的防御。在这种情况下，政府至少应该建立测试能力，真实测量 AI 给恶意行为者带来了多少能力提升，再由社会决定是否接受风险。 在就业问题上，Sholto 甚至没有完全同意 Dario。他认为，即使模型可以完成 95% 的电脑工作，算力短缺、组织扩散和政策摩擦也可能让人类继续工作很多年。但社会仍然应该提前准备失业率触发的应对政策。 他也坦率承认了一点：Anthropic 乃至整个 AI 行业，确实没有成功描绘一个值得普通人期待、愿意共同争取的未来。这正在降低那个未来真正发生的概率。 Gavin 也随之调整了自己的立场。他承认，生物风险可能是支持监管最有力的论据；政府确实需要拿到足够的信息，才能随着能力提升作出判断。他也同意，算力短缺可能反而给人类留下适应快速起飞的时间。 两个人最后的分歧，收敛到了一个更底层的问题：面对算力不平等，我们应该优先限制最强者，还是尽快把整个蛋糕做大，让算力分布底部的人也获得更多能力？ 最后，Dario 本人出场了。 Dario 平时很少参与社交媒体讨论，但这次写了两篇长文回应。 他首先拒绝了 Gavin 的二选一框架。监管不一定等于监管俘获，也不一定必然把权力集中到少数公司手中。设计得好的制度，反而可以把权力从具体的人和公司手中，转移到公开、客观、可执行的规则上。 Dario 举出的例子是，Anthropic 支持的政策往往只约束前沿模型，同时豁免收入或训练成本低于一定门槛的小公司。对最强模型进行更严格测试，实际上是在减慢头部实验室，同时给追赶者和开放模型留下空间。 他真正的判断是：AI 本身就是一种结构性趋向权力集中的技术。原因不是监管，而是 scaling law、芯片和算力。开放权重当然有帮助，但它没有解决算力集中，只是把一部分权力从模型公司转移到了拥有最多芯片和计算资源的人手中。所以问题不是“监管还是开放”这么简单，而是能否建立一套规则，同时控制网络、生物和对齐风险，限制前沿实验室的权力，又不扼杀小公司和开放模型。 Dario 对“Anthropic 过度传播负面叙事”的回应也很有意思。他说，自己对 AI 的正面和负面表达其实相当平衡。他写《Machines of Loving Grace》，就是因为整个行业没有给出足够具体、足够有感染力的正面未来。他甚至相信，AI 有可能在五到十年内帮助人类治愈大部分疾病。 但公众对 AI 的抵触，本质上不是营销问题，而是信任问题。普通人不相信公司、政府和科技行业，怀疑每一次技术革命最终都会有人从中设计一种新的方式来伤害他们。 因此，更华丽、更积极的宣传解决不了问题。 Dario 给出了整场讨论里最总结的一句话：真正能让人相信 AI 将治愈癌症的办法，不是继续说 AI 将治愈癌症，而是真的治愈癌症。在取得实际结果之前，他不愿意作空洞承诺，也不会为了让行业形象更正面而回避真实风险。 我的 Take Away 有四点。 第一，开放与监管不是一条轴的两端。 开放权重可以分散模型能力，却不能自动分散芯片、算力、数据中心和资本。监管也可能形成护城河，但设计得好的监管可以只约束前沿能力，同时保护追赶者。真正的问题是：规则是否随着能力和具体风险变化，而不是笼统地管“AI”。 第二，不同风险不能使用同一种治理方式。 网络安全可能逐渐转向防守占优，生物风险却可能长期进攻占优；就业冲击、模型失控和经济权力集中又是另外几类问题。把它们全部装进“AI 很危险”或“开放就是安全”这样的口号里，都会失去真正重要的信息。 第三，AI 的权力结构最终取决于算力。 开放模型解决的是访问权，未必解决生产资料的所有权。当最强能力仍然依赖巨额资本、能源、芯片和数据中心时，讨论去中心化不能只看模型权重有没有开放。 第四，也是最重要的一点：公众信任最终来自交付。 Gavin 说，行业需要讲出更积极的未来；Sholto 承认，这方面整个行业都做得不够；Dario 则把标准再往前推了一步——愿景有必要，但愿景不能代替结果。 这场讨论最难得的地方，是几个人都在过程中修正了自己的位置。Gavin 接受了对传闻的纠正，也承认生物风险是支持监管的强论据；Sholto 没有把监管合理化成一整套统一答案，也承认行业缺少正面叙事；Dario 则没有回避权力集中，反而明确承认 AI 在结构上会推动集中。 他们最后仍然没有完全同意彼此。但讨论已经从一句未经证实的传闻，走到了真正值得讨论的问题：我们怎样才能在不把未来交给少数公司的同时，也不把巨大的风险假装成不存在？

Michael Guo

11,669 views • 1 month ago

为什么说它是神器！！ 就算你不用AI功能，把它当成一个剪辑工具，也很好用！ 它有个非常实用的功能，而且是免费的！！ 可以很方便的搜索无版权素材，然后直接拖到时间线上进行剪辑！！ 目前，无版权素材源是只有一个Pixabay， 要是多接入几个源就更好了！！
0:38

为什么说它是神器！！ 就算你不用AI功能，把它当成一个剪辑工具，也很好用！ 它有个非常实用的功能，而且是免费的！！ 可以很方便的搜索无版权素材，然后直接拖到时间线上进行剪辑！！ 目前，无版权素材源是只有一个Pixabay， 要是多接入几个源就更好了！！

沐阳

16,963 views • 1 month ago

日本这次，不是在挖泥，而是在给未来买保险。🇯🇵 看到日本成功从6000米深海回收半导体必需的重稀土，我第一反应不是"发财了"，而是："终于不用天天看别人脸色了。" 以前总觉得，海底那么深，挖点泥巴能有什么用？ 现在才知道，这哪是泥巴，简直就是高科技的"维生素"。 芯片、医疗设备、航空发动机、新能源……少了它，很多产业都得打喷嚏。 有人说："开采成本太高，还不如继续买。" 听着有点道理。 可保险也是一年一年交，平时觉得白花钱，真出事的时候，才知道那张保单有多香。 日本这次最大的突破，不只是发现了资源，而是证明了——6000米深海，真的能把东西拿上来。 技术有了，后面的路就好走多了。 当然，真正能不能大规模开发，还要看政策、成本和时间。 但至少，日本已经把"钥匙"握在自己手里了。 这个世界，最贵的不是资源，而是在关键时刻，别人一句："不好意思，不卖了。" 能自己掌握一点主动权，总比临时抱佛脚强。毕竟，靠别人供货叫生意，自己能供货，才叫底气。🇯🇵🌏
0:28

日本这次，不是在挖泥，而是在给未来买保险。🇯🇵 看到日本成功从6000米深海回收半导体必需的重稀土，我第一反应不是"发财了"，而是："终于不用天天看别人脸色了。" 以前总觉得，海底那么深，挖点泥巴能有什么用？ 现在才知道，这哪是泥巴，简直就是高科技的"维生素"。 芯片、医疗设备、航空发动机、新能源……少了它，很多产业都得打喷嚏。 有人说："开采成本太高，还不如继续买。" 听着有点道理。 可保险也是一年一年交，平时觉得白花钱，真出事的时候，才知道那张保单有多香。 日本这次最大的突破，不只是发现了资源，而是证明了——6000米深海，真的能把东西拿上来。 技术有了，后面的路就好走多了。 当然，真正能不能大规模开发，还要看政策、成本和时间。 但至少，日本已经把"钥匙"握在自己手里了。 这个世界，最贵的不是资源，而是在关键时刻，别人一句："不好意思，不卖了。" 能自己掌握一点主动权，总比临时抱佛脚强。毕竟，靠别人供货叫生意，自己能供货，才叫底气。🇯🇵🌏

夏目在日本·

38,675 views • 1 month ago

现在到底有多少人定投纳斯达克100？定投后收益怎么样？ 我用 DAPPOS 的 xBubble Coding 做了一个更直观的网站 收益预估计算： 如果你开始买纳斯达克指数基金会发现总推这方面的内容，搞得好像全世界很多人都在买这个东西。 觉得这个就是特别的主流，其实还是一个比较偏门的投资。 在 xBubble 找到了权威的数据，大概是400W左右 用人口除一下不难发现，大概就是万分之2.8，10000个人里面只有三个人在定投。 我又不是程序员，就随便描述了一下想要啥，十分钟就搞出一个能用的网站：支持切换不同指数、人民币/USDT/USDC 随便选、收集定投动态跳动的人数、年限对比表、漂亮图表、详细计算逻辑和风险提醒。 以前搞这些得配服务器、买域名、调 API、部署……头都大了。 现在 xBubble Coding 全帮你包了，真就是普通人也能 1 小时内把想法变成真产品 牛就牛在，它不是扔给你一堆代码让你自己折腾，而是端到端全搞定：界面、逻辑、数据、部署一条龙。 我这个计算器能实时算复利、自动刷新、还有表格和图表，看着就专业。 以后想加会员收费、接稳定币支付，也能继续聊着天就改。 不像别的 AI 工具只帮程序员写代码，它专门为咱们这些不会技术的个人创业者（OPC）和小团队设计的，直接卖的是能赚钱的完整生意 现在大厂的标准化产品只吃掉 20% 的市场，剩下 80% 都是各种奇奇怪怪的垂直、小众、短平快需求 xBubble Coding 帮你把技术门槛、雇人成本、试错成本全抹平了，让每一个脑子里的小想法都能快速变成能赚钱的生意。 别人还在用 AI 卷着写代码的时候，咱们已经用 xBubble Coding 把想法变成真金白银了。 用抗审查保护自己，用 SOP 降低风险，用对话式 Coding 快速增长。 这可能就是 AI 时代，普通人、小团队拿超额利润的最强基础设施
0:21

现在到底有多少人定投纳斯达克100？定投后收益怎么样？ 我用 DAPPOS 的 xBubble Coding 做了一个更直观的网站 收益预估计算： 如果你开始买纳斯达克指数基金会发现总推这方面的内容，搞得好像全世界很多人都在买这个东西。 觉得这个就是特别的主流，其实还是一个比较偏门的投资。 在 xBubble 找到了权威的数据，大概是400W左右 用人口除一下不难发现，大概就是万分之2.8，10000个人里面只有三个人在定投。 我又不是程序员，就随便描述了一下想要啥，十分钟就搞出一个能用的网站：支持切换不同指数、人民币/USDT/USDC 随便选、收集定投动态跳动的人数、年限对比表、漂亮图表、详细计算逻辑和风险提醒。 以前搞这些得配服务器、买域名、调 API、部署……头都大了。 现在 xBubble Coding 全帮你包了，真就是普通人也能 1 小时内把想法变成真产品 牛就牛在，它不是扔给你一堆代码让你自己折腾，而是端到端全搞定：界面、逻辑、数据、部署一条龙。 我这个计算器能实时算复利、自动刷新、还有表格和图表，看着就专业。 以后想加会员收费、接稳定币支付，也能继续聊着天就改。 不像别的 AI 工具只帮程序员写代码，它专门为咱们这些不会技术的个人创业者（OPC）和小团队设计的，直接卖的是能赚钱的完整生意 现在大厂的标准化产品只吃掉 20% 的市场，剩下 80% 都是各种奇奇怪怪的垂直、小众、短平快需求 xBubble Coding 帮你把技术门槛、雇人成本、试错成本全抹平了，让每一个脑子里的小想法都能快速变成能赚钱的生意。 别人还在用 AI 卷着写代码的时候，咱们已经用 xBubble Coding 把想法变成真金白银了。 用抗审查保护自己，用 SOP 降低风险，用对话式 Coding 快速增长。 这可能就是 AI 时代，普通人、小团队拿超额利润的最强基础设施

好家伙🦅

24,272 views • 2 months ago

字节把目前市面上最强的Seedance2.0端出来，可以看到模型已经不是问题，怎么低成本、大规模、不断产内容才是。比如抖音上这波演示，看的人第一反应是，这美女也太像真的了吧。动作顺、节奏卡点准、表情还不僵，已经到了那种你懒得去想是不是AI，只会多看两眼的程度。对短视频、直播、广告、MCN这些行业来说，影响只有一个：以后不缺人了。你不需要找模特、不需要约场地，甚至不需要真人，能跳、能演、能反复用。以后短视频里你刷到的跳舞博主，可能本人根本不存在，但你还是会点赞、停留、转发。人还在纠结有没有女朋友，平台已经在批量生产完美女友了。再过一阵子，AI美女泛滥可能不是道德问题，是审美通胀问题。
1:16

字节把目前市面上最强的Seedance2.0端出来，可以看到模型已经不是问题，怎么低成本、大规模、不断产内容才是。比如抖音上这波演示，看的人第一反应是，这美女也太像真的了吧。动作顺、节奏卡点准、表情还不僵，已经到了那种你懒得去想是不是AI，只会多看两眼的程度。对短视频、直播、广告、MCN这些行业来说，影响只有一个：以后不缺人了。你不需要找模特、不需要约场地，甚至不需要真人，能跳、能演、能反复用。以后短视频里你刷到的跳舞博主，可能本人根本不存在，但你还是会点赞、停留、转发。人还在纠结有没有女朋友，平台已经在批量生产完美女友了。再过一阵子，AI美女泛滥可能不是道德问题，是审美通胀问题。

金融世界 Financial World

84,535 views • 7 months ago

特斯拉的人形机器人项目，未来一定会遭遇多个强大的竞争对手。马斯克也不是战无不胜的。上周六英伟达注资的Figure机器人，每4.05秒处理一个包裹，现在只需3.54秒，加速13%。看起来，包裹取放本身不需要高精度，机械手+视觉能处理很正常，但这是泛用性人形机器人，只要更新软件，就可训练工作内容，可换岗。自动化设备做不到多能工，成本太高。不过，这种设备的应用场景，主要在欧美。每月养护这么一个机器人的费用，估计够请好几个中国农民工了？
1:41

特斯拉的人形机器人项目，未来一定会遭遇多个强大的竞争对手。马斯克也不是战无不胜的。上周六英伟达注资的Figure机器人，每4.05秒处理一个包裹，现在只需3.54秒，加速13%。看起来，包裹取放本身不需要高精度，机械手+视觉能处理很正常，但这是泛用性人形机器人，只要更新软件，就可训练工作内容，可换岗。自动化设备做不到多能工，成本太高。不过，这种设备的应用场景，主要在欧美。每月养护这么一个机器人的费用，估计够请好几个中国农民工了？

亚洲金融 Asia Finance

100,184 views • 1 year ago

我在 web2 经营着一家口腔医院，每次顾客都是电话预约就诊，很不方便。这次我用 DAPPOS 的 xBubble 的 Vibe Coding 搭建一个预约就诊的网站。 我就上传了一张我们医院的宣传资料，然后输入：我是经营伢贝健口腔医院的，帮我做一个顾客预约就诊的网站，整个过程耗时不到 20 分钟，成品我是相当满意的，选择就诊项目 、选择医生 、选择就诊日期和时间段（含已约满状态显示）填写患者信息，全部安排的井井有条，网站界面也看起来非常满意。 xBubble 的 Coding 能力，底层其实是跑在 dappOS 平台 之上的。 正是因为 dappOS 在基础设施层已经帮你把最麻烦的服务器部署、域名配置、资源调度全部搞定，Vibe Coding 才真正实现了「只管描述需求，其余全都不用管」。 没有 dappOS 这层强悍的后盾，光靠一个前端对话框，是不可能真正把想法上线成完整业务的。 xBubble 的商业价值，在于它通过强大的 SOP 系统，大幅降低了创业门槛，专门服务各种需求的创业者。 xBubble 卖的不是代码，而是端到端的完整商业服务。从内容自动生成、多平台宣发，到稳定币结算，全链路都有成熟 SOP 覆盖。让普通人和小团队无需技术背景，就能像专业公司一样，低成本、高效、安全地跑通商业闭环。 同时，xBubble 采用双轨机制：既有成熟的标准 SOP，又能通过 Bubble Engine 实时生成全新专用 SOP，灵活应对不断变化的市场需求。 xBubble 彻底抹平了技术雇佣成本，把原本难以变现的长尾需求，变成了能产生真实现金流甚至暴利的生意。把你的想法变成钱，可能只需要一支烟的功夫。 另外，xBubble 已经直接接入了稳定币支付，这意味着你搭好的内容型小工具或细分赛道产品，可以即搭即收钱。 xBubble让一人公司（OPC）模式成为现实：一个人或极小团队即可完成过去需要多人协作的工作，极大降低了技术雇佣成本，把许多原本难以变现的细分需求，转化成可持续的现金流生意。 普通人只会用 AI 内卷，而聪明人则利用 AI 跨越阶层。 xBubble 可能就是你跨越阶层的机会。
0:20

我在 web2 经营着一家口腔医院，每次顾客都是电话预约就诊，很不方便。这次我用 DAPPOS 的 xBubble 的 Vibe Coding 搭建一个预约就诊的网站。 我就上传了一张我们医院的宣传资料，然后输入：我是经营伢贝健口腔医院的，帮我做一个顾客预约就诊的网站，整个过程耗时不到 20 分钟，成品我是相当满意的，选择就诊项目 、选择医生 、选择就诊日期和时间段（含已约满状态显示）填写患者信息，全部安排的井井有条，网站界面也看起来非常满意。 xBubble 的 Coding 能力，底层其实是跑在 dappOS 平台 之上的。 正是因为 dappOS 在基础设施层已经帮你把最麻烦的服务器部署、域名配置、资源调度全部搞定，Vibe Coding 才真正实现了「只管描述需求，其余全都不用管」。 没有 dappOS 这层强悍的后盾，光靠一个前端对话框，是不可能真正把想法上线成完整业务的。 xBubble 的商业价值，在于它通过强大的 SOP 系统，大幅降低了创业门槛，专门服务各种需求的创业者。 xBubble 卖的不是代码，而是端到端的完整商业服务。从内容自动生成、多平台宣发，到稳定币结算，全链路都有成熟 SOP 覆盖。让普通人和小团队无需技术背景，就能像专业公司一样，低成本、高效、安全地跑通商业闭环。 同时，xBubble 采用双轨机制：既有成熟的标准 SOP，又能通过 Bubble Engine 实时生成全新专用 SOP，灵活应对不断变化的市场需求。 xBubble 彻底抹平了技术雇佣成本，把原本难以变现的长尾需求，变成了能产生真实现金流甚至暴利的生意。把你的想法变成钱，可能只需要一支烟的功夫。 另外，xBubble 已经直接接入了稳定币支付，这意味着你搭好的内容型小工具或细分赛道产品，可以即搭即收钱。 xBubble让一人公司（OPC）模式成为现实：一个人或极小团队即可完成过去需要多人协作的工作，极大降低了技术雇佣成本，把许多原本难以变现的细分需求，转化成可持续的现金流生意。 普通人只会用 AI 内卷，而聪明人则利用 AI 跨越阶层。 xBubble 可能就是你跨越阶层的机会。

web3 八方

64,018 views • 2 months ago

中共就是那样，自己做不到的事就通过改规则，改定义来实现。民主是普世价值观，其根本含义是权力的合法性来源与被统治者的认可，核心是选举权和罢免权。中共坚持搞独裁专制，不可能给老百姓拥有选举权和罢免权，所以他们就另辟蹊径，把独裁专制包装成“民主”，又重新解释了一遍。以此来混淆视听。
0:54

中共就是那样，自己做不到的事就通过改规则，改定义来实现。民主是普世价值观，其根本含义是权力的合法性来源与被统治者的认可，核心是选举权和罢免权。中共坚持搞独裁专制，不可能给老百姓拥有选举权和罢免权，所以他们就另辟蹊径，把独裁专制包装成“民主”，又重新解释了一遍。以此来混淆视听。

Qiuyao Mo

40,636 views • 6 months ago