正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

卧槽 !! 太特么强了，五体投地基于 bert-VITS2 的中文版 text-to-speech, 演化的居然如此逼真。女尤开口的瞬间，我酥了代码是开源的：原始地址：【爆杀原版？基于Bert-VITS2的原神+崩铁全角色文本转语音实现】【精准空降到 03:04】

黄赟

81,008 subscribers

160,942 次观看 • 2 年前 •via X (Twitter)

教育科学技术

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

又又又开源一个skill 【英语谐音助记skill】主要是帮你把英语的发音转化成中文的谐音，然后用中文的谐音去编一个有助于记忆的故事用于教育行业收录了英语的音标，以及对应的谐音字这样AI就可以很稳定产出，你基于此可以二创出很多玩法

又又又开源一个skill 【英语谐音助记skill】主要是帮你把英语的发音转化成中文的谐音，然后用中文的谐音去编一个有助于记忆的故事用于教育行业收录了英语的音标，以及对应的谐音字这样AI就可以很稳定产出，你基于此可以二创出很多玩法

蛋黄堡

13,645 次观看 • 2 个月前

找了很久的本地格式转换工具，终于找到完美方案。 VERT - 开源转换神器 ✓ 完全本地运行(基于 WebAssembly) ✓ 无文件大小限制 ✓ 支持 250+ 格式:图片/音频/文档/视频 ✓ Docker 一键部署 + 中文支持 ✓ 界面简洁(Svelte 开发) 特别适合: - 批量转 WebP 减少网站体积 - 处理敏感文件不想上传云端

找了很久的本地格式转换工具，终于找到完美方案。 VERT - 开源转换神器 ✓ 完全本地运行(基于 WebAssembly) ✓ 无文件大小限制 ✓ 支持 250+ 格式:图片/音频/文档/视频 ✓ Docker 一键部署 + 中文支持 ✓ 界面简洁(Svelte 开发) 特别适合: - 批量转 WebP 减少网站体积 - 处理敏感文件不想上传云端

katon

23,717 次观看 • 10 个月前

日本投降书原件在哪里呢？日本投降书原件的保存地点：美国国家档案馆：保存着麦克阿瑟签署的原件。日本国立公文书馆：保存着日本方面的原件。中华民国台湾省：投降书原件保存于台湾中正纪念堂常设展厅。中共你特么摘完抗战胜利果实的桃子，还要吹牛逼是中流砥柱，你拿一份日本投降书的原件出来我看看？

日本投降书原件在哪里呢？日本投降书原件的保存地点：美国国家档案馆：保存着麦克阿瑟签署的原件。日本国立公文书馆：保存着日本方面的原件。中华民国台湾省：投降书原件保存于台湾中正纪念堂常设展厅。中共你特么摘完抗战胜利果实的桃子，还要吹牛逼是中流砥柱，你拿一份日本投降书的原件出来我看看？

红拂

26,180 次观看 • 1 年前

前几天看到有老外分享，基于Blender做预演视频来准确生成各种复杂场景AI视频。我用CozyClay号称网页版本 Blender 做了一个模拟五影会谈的预演建模视频。建模我是用前几天Zcode 送的GLM 5.3 Flash做的。然后录制成视频，我全程不懂什么是Blender，我只是告诉GLM帮我做一个5人圆桌会谈模拟无影会谈的样子。视频是基于MiniMax 全能参考我用的懒人工具runninghub，由于偷懒没有单独做5人的角色卡图做了一整整合的，然后提示词写的也比较简单，中间雷影这里人物说话没区分出来，但是基本上画面人物顺序是对上了，一次性出来的，然后视频参考这里非常耗时基本要1个小时了，20s基本会崩后期出来渲染问题，后面我换成了15s的好多了。整理来看如果要直接出这种视频人物运镜角度都是非常难控的。这种预演台的模式对于影视制作来说是非常好的一种方式。相关资源：👇

前几天看到有老外分享，基于Blender做预演视频来准确生成各种复杂场景AI视频。我用CozyClay号称网页版本 Blender 做了一个模拟五影会谈的预演建模视频。建模我是用前几天Zcode 送的GLM 5.3 Flash做的。然后录制成视频，我全程不懂什么是Blender，我只是告诉GLM帮我做一个5人圆桌会谈模拟无影会谈的样子。视频是基于MiniMax 全能参考我用的懒人工具runninghub，由于偷懒没有单独做5人的角色卡图做了一整整合的，然后提示词写的也比较简单，中间雷影这里人物说话没区分出来，但是基本上画面人物顺序是对上了，一次性出来的，然后视频参考这里非常耗时基本要1个小时了，20s基本会崩后期出来渲染问题，后面我换成了15s的好多了。整理来看如果要直接出这种视频人物运镜角度都是非常难控的。这种预演台的模式对于影视制作来说是非常好的一种方式。相关资源：👇

知识猫AI实验室

14,495 次观看 • 1 个月前

特朗普自曝，经过我的同意，批准伊朗空袭美军基地，川普吹牛逼的功力真的是全宇宙无敌了，惊为天人，我甚至发现这个世界真的好奇怪，把活着的人往死里逼，又劝想死的人好好活着，于是所有人都半死不活。最后币圈还要替川普买单。卧槽，这叫什么世道……… 贝姐电报群进

特朗普自曝，经过我的同意，批准伊朗空袭美军基地，川普吹牛逼的功力真的是全宇宙无敌了，惊为天人，我甚至发现这个世界真的好奇怪，把活着的人往死里逼，又劝想死的人好好活着，于是所有人都半死不活。最后币圈还要替川普买单。卧槽，这叫什么世道……… 贝姐电报群进

加密贝姐LK

19,530 次观看 • 1 年前

由于最近 Vibe coding 的项目越来越多，外加上个人是一个非常不喜欢整理文件夹的人，导致最近桌面非常乱。于是尝试拿小模型 Qwen 2.5 (0.5B Instruct 4-bit) 做了一个 macOS 的本地 AI 文件夹整理工具，看着文件自动分类实在是太太太太太爽了。能生成分析日报，准备继续再小模型的基础上优化分类和查询的功能。做完功能再做 UI 部分，目前是原生 UI 实在太丑了 😅

由于最近 Vibe coding 的项目越来越多，外加上个人是一个非常不喜欢整理文件夹的人，导致最近桌面非常乱。于是尝试拿小模型 Qwen 2.5 (0.5B Instruct 4-bit) 做了一个 macOS 的本地 AI 文件夹整理工具，看着文件自动分类实在是太太太太太爽了。能生成分析日报，准备继续再小模型的基础上优化分类和查询的功能。做完功能再做 UI 部分，目前是原生 UI 实在太丑了 😅

Penny777 🦊

118,933 次观看 • 9 个月前

这次面基非常开心，地点是一个很有特色的酒吧。从一开始都不敢进门点单，非常拘谨，然后在他人友善的夸奖和氛围带动下加入到陌生人的聊天中，到最后的意犹未尽，不舍道别，是一次很不错的体验。对于我这种基本不去酒吧的重度i人也是一次自我突破。以后这里估计可以作为我的一个据点了😆

这次面基非常开心，地点是一个很有特色的酒吧。从一开始都不敢进门点单，非常拘谨，然后在他人友善的夸奖和氛围带动下加入到陌生人的聊天中，到最后的意犹未尽，不舍道别，是一次很不错的体验。对于我这种基本不去酒吧的重度i人也是一次自我突破。以后这里估计可以作为我的一个据点了😆

antwerpyyy

53,701 次观看 • 2 年前

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

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

阿西_出海

55,207 次观看 • 3 个月前

字节跳动终于开源了一个好东西 LatentSync：精准的唇形同步工具可以根据音频输入，自动调整视频中角色的嘴型，实现精准的口型同步。直接用声音驱动嘴巴的动作，不需要复杂的中间步骤。提出了一种“时间对齐”的技术，专门解决画面可能会跳动或不一致的问题。左：原视频，右：口型同步后提供了全套工具，可以轻松处理视频和音频，比如调整帧数、检测人脸、去除质量差的视频，保证最终生成的视频效果很好。

字节跳动终于开源了一个好东西 LatentSync：精准的唇形同步工具可以根据音频输入，自动调整视频中角色的嘴型，实现精准的口型同步。直接用声音驱动嘴巴的动作，不需要复杂的中间步骤。提出了一种“时间对齐”的技术，专门解决画面可能会跳动或不一致的问题。左：原视频，右：口型同步后提供了全套工具，可以轻松处理视频和音频，比如调整帧数、检测人脸、去除质量差的视频，保证最终生成的视频效果很好。

小互

81,129 次观看 • 1 年前

怨不得钓鱼佬这么痴迷于钓鱼，原来如此啊！ 3look 是一款创新的 CultureFi 解决方案，专注于将用户的日常 X文化社交活动转化为实际收益。平台完美融合了品牌与创作者的合作、去中心化的自然内容创作，以及真实的粉丝互动。在这里，每一次分享、点赞和深度交流，都能转化为创作者经济的全新价值，重塑社交媒体的变现模式。目前仅剩 3,463 人（34%）可参与 3look

怨不得钓鱼佬这么痴迷于钓鱼，原来如此啊！ 3look 是一款创新的 CultureFi 解决方案，专注于将用户的日常 X文化社交活动转化为实际收益。平台完美融合了品牌与创作者的合作、去中心化的自然内容创作，以及真实的粉丝互动。在这里，每一次分享、点赞和深度交流，都能转化为创作者经济的全新价值，重塑社交媒体的变现模式。目前仅剩 3,463 人（34%）可参与 3look

等待被割的老韭菜 | 来Gate事件合约抢百万积分

242,174 次观看 • 4 个月前

Anthropic 在 2026 年 9 月 17 日公布了一组进展：在两名技术人员监督下，Claude 用了不到四周时间，协助优化了 30 多个开源生物学模型，其中包括 AlphaFold3 和 Boltz-2，相关优化代码已经开源。这件事情吸引人的地方，在于它处理实际科研代码的具体过程，也就是从进入工程仓库、定位问题、修改代码，到最后一步步拿指标做检查。顺着这种科研工作流的思路，我最近试用了 ScienceBuddy。它是 PhAI Labs 推出的生物医学 Agent 工作台，我先用它跑了一个具体的文献梳理任务。我给出的提示词是整理近几年用机器学习预测 CRISPR-Cas9 脱靶活性的相关研究，主要看基因编辑在目标区域之外产生误切的情况。为了方便后续比对，我直接指定了输出结构，要求把研究任务、数据规模、主要发现、研究局限和 DOI 整理成规整的列。 ScienceBuddy 在当前任务窗口里生成了一张论文信息表格。不同研究使用的数据集、得出的结论以及原文入口被归纳在同一套字段下。这样的交互挺省事：输入的提示词、生成的表格以及后续的追问都停留在同一个工作界面，左侧列表也保留着历史任务记录，随时可以点回来继续补充条件。拿到了整理好的表格，我抽查了其中一行，点击 CRISMER 对应的 DOI 链接，跳转到了 bioRxiv 上的原始预印本摘要。表格里抓取的 CHANGE-seq 和 SITE-seq，确实是原文摘要里明确写出的训练数据；论文自身报告的 F1 值为 0.728、PR-AUC 值为 0.818，也逐字出现在摘要数据中，页面同时标有预印本提示。这里需要说明，这些准确率数值是 CRISMER 那篇论文自己的实验结果，并不是软件的性能数据。这次抽查做的事情很简单，就是顺着生成结果里的来源链接，确认关键字段能不能在原文里找到出处。在另一个关于 GEO 公开组学数据的任务中，我查看了它的运行轨迹（Trajectory）。界面上展示了 query_geo、fetch_source、query_pubmed 等工具调用节点，清晰记录了系统在推进任务时尝试发起的查询动作。关于底层的实现，项目方提到 ScienceIDE 是 ScienceBuddy 的底层技术框架，主要作用是把真实的科研代码封装成 Agent 可以执行、练习和验证的环境，并尝试通过科学标准来检查结果。面向普通用户日常使用的产品是 ScienceBuddy。整套体验下来，最直观的感受是ScienceBuddy 把文献线索集中整理成表，并在同一个任务流里继续追问，遇到关键数据也能够直接从引用中找到 DOI 回原文做核对。产品访问地址是 PhAI Labs 开发。我体验的时候 Preview 版本处于免费开放状态。如果平时需要梳理生物医学领域的论文脉络或收集开题证据，可以找一个具体课题试一试。

Anthropic 在 2026 年 9 月 17 日公布了一组进展：在两名技术人员监督下，Claude 用了不到四周时间，协助优化了 30 多个开源生物学模型，其中包括 AlphaFold3 和 Boltz-2，相关优化代码已经开源。这件事情吸引人的地方，在于它处理实际科研代码的具体过程，也就是从进入工程仓库、定位问题、修改代码，到最后一步步拿指标做检查。顺着这种科研工作流的思路，我最近试用了 ScienceBuddy。它是 PhAI Labs 推出的生物医学 Agent 工作台，我先用它跑了一个具体的文献梳理任务。我给出的提示词是整理近几年用机器学习预测 CRISPR-Cas9 脱靶活性的相关研究，主要看基因编辑在目标区域之外产生误切的情况。为了方便后续比对，我直接指定了输出结构，要求把研究任务、数据规模、主要发现、研究局限和 DOI 整理成规整的列。 ScienceBuddy 在当前任务窗口里生成了一张论文信息表格。不同研究使用的数据集、得出的结论以及原文入口被归纳在同一套字段下。这样的交互挺省事：输入的提示词、生成的表格以及后续的追问都停留在同一个工作界面，左侧列表也保留着历史任务记录，随时可以点回来继续补充条件。拿到了整理好的表格，我抽查了其中一行，点击 CRISMER 对应的 DOI 链接，跳转到了 bioRxiv 上的原始预印本摘要。表格里抓取的 CHANGE-seq 和 SITE-seq，确实是原文摘要里明确写出的训练数据；论文自身报告的 F1 值为 0.728、PR-AUC 值为 0.818，也逐字出现在摘要数据中，页面同时标有预印本提示。这里需要说明，这些准确率数值是 CRISMER 那篇论文自己的实验结果，并不是软件的性能数据。这次抽查做的事情很简单，就是顺着生成结果里的来源链接，确认关键字段能不能在原文里找到出处。在另一个关于 GEO 公开组学数据的任务中，我查看了它的运行轨迹（Trajectory）。界面上展示了 query_geo、fetch_source、query_pubmed 等工具调用节点，清晰记录了系统在推进任务时尝试发起的查询动作。关于底层的实现，项目方提到 ScienceIDE 是 ScienceBuddy 的底层技术框架，主要作用是把真实的科研代码封装成 Agent 可以执行、练习和验证的环境，并尝试通过科学标准来检查结果。面向普通用户日常使用的产品是 ScienceBuddy。整套体验下来，最直观的感受是ScienceBuddy 把文献线索集中整理成表，并在同一个任务流里继续追问，遇到关键数据也能够直接从引用中找到 DOI 回原文做核对。产品访问地址是 PhAI Labs 开发。我体验的时候 Preview 版本处于免费开放状态。如果平时需要梳理生物医学领域的论文脉络或收集开题证据，可以找一个具体课题试一试。

雪踏乌云

60,973 次观看 • 17 天前

兄弟们，昨天看完 K3 的开源宣传片，我发现它的表达思路，和「道 Skill」的底层逻辑高度一致，所以我直接把「造 Skill 的方法」也开源了。真正值得开源的，不只是一个成品，更是创造它的方法。于是，我参考 K3 官方视频，也做了一支「道 Skill」宣传片。这套 Skill 元方法论，我已经测试、优化、迭代了很多个版本。现在正式开源。如果你也在做 Skill，不必每次都从零开始。拿去用，拿去改，也欢迎一起把它迭代得更强。

兄弟们，昨天看完 K3 的开源宣传片，我发现它的表达思路，和「道 Skill」的底层逻辑高度一致，所以我直接把「造 Skill 的方法」也开源了。真正值得开源的，不只是一个成品，更是创造它的方法。于是，我参考 K3 官方视频，也做了一支「道 Skill」宣传片。这套 Skill 元方法论，我已经测试、优化、迭代了很多个版本。现在正式开源。如果你也在做 Skill，不必每次都从零开始。拿去用，拿去改，也欢迎一起把它迭代得更强。

知识猫AI实验室

26,128 次观看 • 2 个月前

我小时候也就是六十年代，一直被灌输日本女人没有地位，是因为日本很封建。是的，日本很封建，他们有很长的封建社会至今依然保持着一定程度的封建，而封建社会和传统文化正是孕育现代文明社会的基础，看看今天日本的女人既保持传统封建社会传统美德，又显示了她们自信的现代现象。日本的封建社会与中国的完全臣服于皇帝的奴性儒教社会有根本的区别！

我小时候也就是六十年代，一直被灌输日本女人没有地位，是因为日本很封建。是的，日本很封建，他们有很长的封建社会至今依然保持着一定程度的封建，而封建社会和传统文化正是孕育现代文明社会的基础，看看今天日本的女人既保持传统封建社会传统美德，又显示了她们自信的现代现象。日本的封建社会与中国的完全臣服于皇帝的奴性儒教社会有根本的区别！

Liuping Xu

186,910 次观看 • 11 个月前

想深入了解 Harness 工程实践，推荐关注 yoyo 的实现。我们不但开源了所有代码，也全程开源了 yoyo 的进化史。你可以像看纪录片一样，见证他在 26 天里，从一个仅 200 行代码的‘雏形代理’，通过递归自我进化（Self-Evolution）与自主编码，成长为拥有 34706 行代码、性能直逼 Claude Code 的全能型 Agent。 yoyo 的进化不只是代码量的堆砌，而是一场目标驱动的野蛮生长。如何平衡这种生长的‘野性’与工程的‘稳定性’，是我们面临的最大课题。此外，关于其人格特质（Personality）的塑造、多级记忆架构（L/M/S Term Memory）以及社交属性的演进，都极具技术探讨价值。这一路攒下的‘坑’和经验，我打算写篇长文和大家好好聊聊，深度分享背后的工程思考。 Repo:

想深入了解 Harness 工程实践，推荐关注 yoyo 的实现。我们不但开源了所有代码，也全程开源了 yoyo 的进化史。你可以像看纪录片一样，见证他在 26 天里，从一个仅 200 行代码的‘雏形代理’，通过递归自我进化（Self-Evolution）与自主编码，成长为拥有 34706 行代码、性能直逼 Claude Code 的全能型 Agent。 yoyo 的进化不只是代码量的堆砌，而是一场目标驱动的野蛮生长。如何平衡这种生长的‘野性’与工程的‘稳定性’，是我们面临的最大课题。此外，关于其人格特质（Personality）的塑造、多级记忆架构（L/M/S Term Memory）以及社交属性的演进，都极具技术探讨价值。这一路攒下的‘坑’和经验，我打算写篇长文和大家好好聊聊，深度分享背后的工程思考。 Repo:

Yuanhao

109,671 次观看 • 6 个月前

被动锁仓，亏了点gas给香港房地产市场添加了流动性，成为香港楼市LP。几千人摇号，很幸运抽到第 4 号，4 号基本等于随便选。原本只是上周来学习的，一不小心被项目方发现成为高质量用户，这笔tx有点贵。希望不会被rug，有福报🙏 中介代理调侃我是不是戴着了OKX 的帽子就自带buff，成为排第4的vip。为什么是4呢，为什么是4呢？卧槽了，难道是我背了binance的包。卧槽了，我一个撸毛的撸成了房奴

Sensitive content

被动锁仓，亏了点gas给香港房地产市场添加了流动性，成为香港楼市LP。几千人摇号，很幸运抽到第 4 号，4 号基本等于随便选。原本只是上周来学习的，一不小心被项目方发现成为高质量用户，这笔tx有点贵。希望不会被rug，有福报🙏 中介代理调侃我是不是戴着了OKX 的帽子就自带buff，成为排第4的vip。为什么是4呢，为什么是4呢？卧槽了，难道是我背了binance的包。卧槽了，我一个撸毛的撸成了房奴

丰密

79,767 次观看 • 5 个月前

介绍比Jev快50倍，在你设备上跑的laya-mlx! 只在你的设备上占用最高1G内存 Laya是一个开源的类似于Jev的,基于文本输出概率的分类系统我将其移植到MLX,并且做了一些性能优化! 视频中就是这个模型在我的本地M3Max上玩贪吃蛇这个模型能够以每秒决策60次的速度玩贪吃蛇！

介绍比Jev快50倍，在你设备上跑的laya-mlx! 只在你的设备上占用最高1G内存 Laya是一个开源的类似于Jev的,基于文本输出概率的分类系统我将其移植到MLX,并且做了一些性能优化! 视频中就是这个模型在我的本地M3Max上玩贪吃蛇这个模型能够以每秒决策60次的速度玩贪吃蛇！

雨夹雪❄️

4,297,438 次观看 • 21 天前

我在柬埔寨生活了将近六年，这里基本是自由体制，老百姓有远高于中国的自由和人权，按理说经济发展应该不错。可是实际上一直在全球垫底。我认为就是因为红色高棉消灭了知识分子、消灭了国家精英，留下的都是没有文化的人极其后代。

我在柬埔寨生活了将近六年，这里基本是自由体制，老百姓有远高于中国的自由和人权，按理说经济发展应该不错。可是实际上一直在全球垫底。我认为就是因为红色高棉消灭了知识分子、消灭了国家精英，留下的都是没有文化的人极其后代。

范士贵8964荷兰庇护申请成功

232,570 次观看 • 3 年前

卧槽，前两天一直关注的那个 Opus 5.5 项目，居然真的开源了。这个小工具一开始其实就是拿 Opus 5.5 快速做出来玩的，结果陆续收到不少教育领域的咨询，作者干脆把 GitHub 仓库直接放出来，大家可以自己改。代码是 MIT 协议，不过有个地方要注意：角色「ドパキチ」和「ドパドリル」以及名字本身，不包含在 MIT 许可里。作者说教育用途可以继续使用角色和名字；但如果你准备拿去卖周边，或者直接拿这两个角色做其他产品的品牌，最好先联系原作者确认授权。本来一个玩笑性质的小项目，最后被老师们催成了开源项目 😂 在线体验和源码👇

卧槽，前两天一直关注的那个 Opus 5.5 项目，居然真的开源了。这个小工具一开始其实就是拿 Opus 5.5 快速做出来玩的，结果陆续收到不少教育领域的咨询，作者干脆把 GitHub 仓库直接放出来，大家可以自己改。代码是 MIT 协议，不过有个地方要注意：角色「ドパキチ」和「ドパドリル」以及名字本身，不包含在 MIT 许可里。作者说教育用途可以继续使用角色和名字；但如果你准备拿去卖周边，或者直接拿这两个角色做其他产品的品牌，最好先联系原作者确认授权。本来一个玩笑性质的小项目，最后被老师们催成了开源项目 😂 在线体验和源码👇

码农暖爸

33,937 次观看 • 11 天前