Loading video...

Video Failed to Load

Go Home

大家请看，这个少年从头到尾 一气呵成，动作连贯，毫无拖泥带水，起跳前还做了个标准的体操开场动作，双臂上举，接触车速和惯性腾空而起，四肢伸展，姿势优美，一个360度鱼跃前冲，直接入坑，虽然动作难度系数不高，但在速度如此之快的情况下还能零失误完成整套动作，过程中丝毫看不见选手有分别的慌乱和迟疑，真可谓自古英雄出少年，天赋异禀，绝对是中国体操界的一颗明日之星！

flcjbtc's profile picture

飞龙财经

43,551 subscribers

37,928 views • 18 days ago •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

大多数 RWA 产品听起来很美好，但 Bitget 的rToken 有些不一样。 之前一直觉得RWA就是换个包装讲故事，把美股包装成Token在链上卖，该有的限制一个不少，流动性还得看项目方自己的做市脸色 但rToken不太一样，最直接的区别是它流动性直连纳斯达克和纽交所，不是项目方自建流动性池子——你下的单是直接对接交易所订单簿的，滑点和成交速度跟你在券商买美股基本一致 我拿NVDA试了一笔，成交速度和盈透比没什么区别，滑点基本可以忽略 最值钱的是T+0，这个在传统美股账户里是门槛极高的权限，币圈账户天然就是即时结算的，rToken把这个优势直接平移到了股票交易上。同一笔资金，白天做股票晚上做合约，资金不睡觉 再加上每日第三方独立CPA审计，资产透明度这块目前RWA赛道里确实没看到第二家做到这个程度的 流动性直连纳斯达克、T+0结算、独立审计三重审计，RWA如果最终要跑通，路径大概就是这样了 #rToken美股 #Bitget
0:15

大多数 RWA 产品听起来很美好，但 Bitget 的rToken 有些不一样。 之前一直觉得RWA就是换个包装讲故事，把美股包装成Token在链上卖，该有的限制一个不少，流动性还得看项目方自己的做市脸色 但rToken不太一样，最直接的区别是它流动性直连纳斯达克和纽交所，不是项目方自建流动性池子——你下的单是直接对接交易所订单簿的，滑点和成交速度跟你在券商买美股基本一致 我拿NVDA试了一笔，成交速度和盈透比没什么区别，滑点基本可以忽略 最值钱的是T+0，这个在传统美股账户里是门槛极高的权限，币圈账户天然就是即时结算的，rToken把这个优势直接平移到了股票交易上。同一笔资金，白天做股票晚上做合约，资金不睡觉 再加上每日第三方独立CPA审计，资产透明度这块目前RWA赛道里确实没看到第二家做到这个程度的 流动性直连纳斯达克、T+0结算、独立审计三重审计，RWA如果最终要跑通，路径大概就是这样了 #rToken美股 #Bitget

Lies

12,295 views • 3 months ago

移动火化车❗️似乎正在运作，顶部喷射巨大火焰，看看还有旁边结伴而行的“救护车”😱，难怪被失踪的都找不到了！！ 真是全方位、多维度、无死角、立体式的一张巨网！如此巨大完整的犯罪产业链，也只能是一个国家在背后运作，这就是真正的“国有器官”！
0:11

移动火化车❗️似乎正在运作，顶部喷射巨大火焰，看看还有旁边结伴而行的“救护车”😱，难怪被失踪的都找不到了！！ 真是全方位、多维度、无死角、立体式的一张巨网！如此巨大完整的犯罪产业链，也只能是一个国家在背后运作，这就是真正的“国有器官”！

LuJun Quan

108,651 views • 8 months ago

这个大胖妞是在练瑜伽吗？ 🔥楼主点评：这个姿势乍一看确实挺像瑜伽，但仔细一看又感觉哪里不太对劲😂。正常瑜伽一般对场地、服装和动作规范都有一定要求，这位大姐看起来更像是在进行某种特殊训练，或者单纯是在挑战自己的身体柔韧性。 不过话说回来，千万别光看一个动作就下结论，毕竟现在各种健身项目五花八门，很多动作看着离谱，背后可能还真有专业讲究。尤其是体重比较大的人做这种动作，对核心力量和平衡能力的要求反而更高，搞不好人家还是个隐藏高手！ 🔥所以问题来了：“有没有懂瑜伽或者健身的朋友，认得出来这到底是什么动作？”🤣
0:12

这个大胖妞是在练瑜伽吗？ 🔥楼主点评：这个姿势乍一看确实挺像瑜伽，但仔细一看又感觉哪里不太对劲😂。正常瑜伽一般对场地、服装和动作规范都有一定要求，这位大姐看起来更像是在进行某种特殊训练，或者单纯是在挑战自己的身体柔韧性。 不过话说回来，千万别光看一个动作就下结论，毕竟现在各种健身项目五花八门，很多动作看着离谱，背后可能还真有专业讲究。尤其是体重比较大的人做这种动作，对核心力量和平衡能力的要求反而更高，搞不好人家还是个隐藏高手！ 🔥所以问题来了：“有没有懂瑜伽或者健身的朋友，认得出来这到底是什么动作？”🤣

玛卡巴卡

12,583 views • 1 month ago

【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。
0:15

【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。

波妞PONYO

13,190 views • 4 months ago

用 Codex 加 ChatCut，我终于能用自然语言丝滑剪辑我的视频了！ 最近一直在研究这个 ChatCut 的 CodeX 插件 他们在自然语言视频作这个层面，绝对是第一梯队 最牛逼的几个点在于： 1. 全自然语言操控 可以用自然语言操作整个剪辑过程 你不需要去手动操作复杂的剪辑轨道，只需要把你的需求用大白话讲给它，它就会自动去调用工具进行剪辑 2. 剪辑与生成无缝集成 它把视频剪辑和生成功能全部集成到了同一个工具里 如果你在剪辑过程中需要某些素材，它会自动帮你去找，或者直接生成对应的素材 整个体验非常顺畅，效果挺屌的 3. 优秀的可视化交互 这是目前我见过交互体验最好的自然语言剪辑工具 安装好之后，左边是你跟 Codex 对话的区域，右边就是它的整个工作区 你可以实时、可视化地看到 Codex 是如何操作你的视频素材进行剪辑的 更爽的是，你还可以直接在右边的工作区里，对刚刚剪辑的视频进行精细化的微调和修改 这种交互方式真的已经非常接近我理想中自然语言剪辑了 不过他们目前也确实存在一些问题， 比如整体的处理速度还是比较慢，以及 Token 的消耗比较大 这也是现阶段的一个局限性，但我觉得未来一定会越来越好 如果对自然语言视频制作感兴趣的兄弟们，一定要去试一下这个插件！ 官网链接如下：
0:18

用 Codex 加 ChatCut，我终于能用自然语言丝滑剪辑我的视频了！ 最近一直在研究这个 ChatCut 的 CodeX 插件 他们在自然语言视频作这个层面，绝对是第一梯队 最牛逼的几个点在于： 1. 全自然语言操控 可以用自然语言操作整个剪辑过程 你不需要去手动操作复杂的剪辑轨道，只需要把你的需求用大白话讲给它，它就会自动去调用工具进行剪辑 2. 剪辑与生成无缝集成 它把视频剪辑和生成功能全部集成到了同一个工具里 如果你在剪辑过程中需要某些素材，它会自动帮你去找，或者直接生成对应的素材 整个体验非常顺畅，效果挺屌的 3. 优秀的可视化交互 这是目前我见过交互体验最好的自然语言剪辑工具 安装好之后，左边是你跟 Codex 对话的区域，右边就是它的整个工作区 你可以实时、可视化地看到 Codex 是如何操作你的视频素材进行剪辑的 更爽的是，你还可以直接在右边的工作区里，对刚刚剪辑的视频进行精细化的微调和修改 这种交互方式真的已经非常接近我理想中自然语言剪辑了 不过他们目前也确实存在一些问题， 比如整体的处理速度还是比较慢，以及 Token 的消耗比较大 这也是现阶段的一个局限性，但我觉得未来一定会越来越好 如果对自然语言视频制作感兴趣的兄弟们，一定要去试一下这个插件！ 官网链接如下：

来碗牛肉粉

17,728 views • 2 months ago

之前用 Seedance 2 做了个做酸菜鱼的视频， 生成到第10秒的时候，美女的手直接伸进滚烫的锅里搅拌。AI完全不知道那样会烫。 当时觉得好笑，后来越想越觉得，这不只是 bug这么简单，现在的 AI 根本还没到理解物理世界怎么运转这一层。 这半年做了太多AI视频了，每次满心欢喜等它生成，结果经常是人物动作接不上、物体空间瞬移、手还没碰到东西物体就动了，各种幻觉 bug，真的挺折磨。 最近看到黄碧薇教授 Biwei Huang 的 Aether AI 官宣融资，认真看了一下方向，感觉它解释了很多视觉 AI 里反复出现的问题。 Aether AI 做的是因果世界模型。这个词听起来很学术，但放到视频生成里其实很好理解。 今天的视频模型，Sora、即梦、Veo，已经能生成非常真实的画面。杯子掉落、水洒出来、机械臂抓取，看起来越来越像真的。但它们很多时候是在根据海量视频经验预测下一帧，类似画面后面通常会发生什么，就生成什么。 所以桌子高了 2cm，机械臂就可能失效。明明伸过去的角度看起来对，杯子却自己飞起来了。画质够了，数据也不少，但模型没有真正理解这个动作为什么会带来这个结果。 Aether AI想做的，就是让 AI 学到变量之间的底层规律，比如桌子高度变了会带来什么影响，物体受力之后会怎么运动，一个动作会导致什么后果。 这类东西学进去，模型才能在没见过的场景里稳定推演、举一反三。对视频生成、机器人、自动驾驶、3D 世界模拟都会很关键。 视觉 AI 下一阶段的方向，可能就是从生成看起来合理的画面，走向理解画面为什么会这样变化。 黄教授 Biwei Huang 做因果AI 超过 12 年，这次 Aether AI 融资，我觉得是一个值得关注的信号：因果世界模型正在从学术前沿走向产业。 想了解的可以戳一下官网看看：
0:14

之前用 Seedance 2 做了个做酸菜鱼的视频， 生成到第10秒的时候，美女的手直接伸进滚烫的锅里搅拌。AI完全不知道那样会烫。 当时觉得好笑，后来越想越觉得，这不只是 bug这么简单，现在的 AI 根本还没到理解物理世界怎么运转这一层。 这半年做了太多AI视频了，每次满心欢喜等它生成，结果经常是人物动作接不上、物体空间瞬移、手还没碰到东西物体就动了，各种幻觉 bug，真的挺折磨。 最近看到黄碧薇教授 Biwei Huang 的 Aether AI 官宣融资，认真看了一下方向，感觉它解释了很多视觉 AI 里反复出现的问题。 Aether AI 做的是因果世界模型。这个词听起来很学术，但放到视频生成里其实很好理解。 今天的视频模型，Sora、即梦、Veo，已经能生成非常真实的画面。杯子掉落、水洒出来、机械臂抓取，看起来越来越像真的。但它们很多时候是在根据海量视频经验预测下一帧，类似画面后面通常会发生什么，就生成什么。 所以桌子高了 2cm，机械臂就可能失效。明明伸过去的角度看起来对，杯子却自己飞起来了。画质够了，数据也不少，但模型没有真正理解这个动作为什么会带来这个结果。 Aether AI想做的，就是让 AI 学到变量之间的底层规律，比如桌子高度变了会带来什么影响，物体受力之后会怎么运动，一个动作会导致什么后果。 这类东西学进去，模型才能在没见过的场景里稳定推演、举一反三。对视频生成、机器人、自动驾驶、3D 世界模拟都会很关键。 视觉 AI 下一阶段的方向，可能就是从生成看起来合理的画面，走向理解画面为什么会这样变化。 黄教授 Biwei Huang 做因果AI 超过 12 年，这次 Aether AI 融资，我觉得是一个值得关注的信号：因果世界模型正在从学术前沿走向产业。 想了解的可以戳一下官网看看：

Adam也叫吉米

73,143 views • 3 months ago

腾讯这个新模型是真牛逼啊，我之前一直觉得 AI 整理数据就是帮你排个序的打杂活，直到看到把 101 个乱成一团的 SKU 销售数据丢给了腾讯 Hy3，竟然返回了一整套能直接拿去开会的完整分析。 Excel 里分了执行摘要，异常值，定价梯度，重复命名好几个 sheet，它自己用 IQR 把离群的贵价货单独挑了出来，还顺手识别整理了重名的重复 SKU。 最超出预期的是最后同步生成了一份 30 页的汇报 PPT， 所有图表都已经做好，不用再二次调整。 它根本不是在帮你整理数据，是把一个分析师一整个下午的标准化工作，直接还给了你。 当然不是说分析师就失去价值了，需要深度业务洞察和定制化判断的分析，依然要靠真人落地。 而是这种标准化的流程化分析交付，AI 已经能直接做到成品级别，不再是需要反复修改的半成品。
0:10

腾讯这个新模型是真牛逼啊，我之前一直觉得 AI 整理数据就是帮你排个序的打杂活，直到看到把 101 个乱成一团的 SKU 销售数据丢给了腾讯 Hy3，竟然返回了一整套能直接拿去开会的完整分析。 Excel 里分了执行摘要，异常值，定价梯度，重复命名好几个 sheet，它自己用 IQR 把离群的贵价货单独挑了出来，还顺手识别整理了重名的重复 SKU。 最超出预期的是最后同步生成了一份 30 页的汇报 PPT， 所有图表都已经做好，不用再二次调整。 它根本不是在帮你整理数据，是把一个分析师一整个下午的标准化工作，直接还给了你。 当然不是说分析师就失去价值了，需要深度业务洞察和定制化判断的分析，依然要靠真人落地。 而是这种标准化的流程化分析交付，AI 已经能直接做到成品级别，不再是需要反复修改的半成品。

AYi

15,468 views • 2 months ago

AI 换装最适合拿来干嘛？ 我觉得可能真的是卖衣服。 一边跳舞，一边把上衣、裙子、鞋和配饰依次换掉，动作还不断。 拿来做穿搭展示、服装广告、Lookbook，比站着一套套切有意思多了。 提示词： 以参考图中的女性为固定主角，严格保持人物脸型、五官、发型、肤色和身材比例一致。 竖屏9:16，10秒。年轻亚洲女性站在简洁高级的舞台中央，进行一段流畅、有节奏感的女团舞蹈。镜头以全身景为主，轻微跟随人物移动，人物始终保持在画面中央。 核心效果：人物一边连续跳舞，一边通过不同舞蹈动作逐步完成局部换装。整个舞蹈过程始终连续，不停顿、不瞬移、不切镜头。 开始时人物穿简洁白色背心、浅色短裙、白色运动鞋，整体造型简单干净。 0–2秒： 人物做一个明显的摆臂动作。 手臂快速从身体前方扫过上半身，在手臂遮挡和运动模糊最明显的一瞬间，上衣自然变化成黑色修身短款舞台上衣。 这一阶段只更换上衣。 下装、鞋子、发型和其他部分保持完全不变。 2–4秒： 人物继续跳舞，动作自然衔接，做明显的侧身扭胯动作。 身体快速侧转的一瞬间，下装自然变化成黑色百褶短裙。 这一阶段只更换下装。 已经变化后的黑色上衣保持不变，鞋子仍然保持白色运动鞋。 4–6秒： 人物继续舞蹈，完成一个清晰、轻快的踢腿动作。 脚部快速抬起并产生自然运动模糊，在脚落地的瞬间，白色运动鞋自然变化成黑色长靴。 这一阶段只更换鞋子。 上衣和下装保持上一阶段的造型。 6–8秒： 人物继续跳舞，完成明显的甩头和抬手动作。 头发自然飞起，在头发运动和手部动作遮挡的瞬间，增加银色耳饰、项链、腰链和少量舞台配饰。 服装主体保持不变，只增加配饰和少量细节。 8–10秒： 人物完成一次流畅转身，裙摆自然扬起。 在转身过程中，整套造型进行最后一次完整升级。 人物重新转回正面时，最终变成完整的黑银色高级舞台造型，服装细节更加精致，增加少量金属、亮片和高级舞台元素。 人物继续完成最后一个舞蹈动作，自然收尾。 所有换装都必须发生在人物动作幅度最大、身体转动最快、手臂遮挡、头发飞起或运动模糊最明显的瞬间。 换装前后，人物的身体位置、动作方向、手臂位置、腿部位置和运动轨迹必须自然连续。 重点表现“一边跳舞，一边逐步换衣服”的效果。 不是瞬间切换不同视频，不是整个人消失后重新出现，也不是每次动作都整套衣服一起变化。 每一次只改变指定的服装部位，其余部分保持不变。 不要闪光爆炸，不要魔法粒子，不要烟雾遮挡，不要黑屏，不要镜头硬切。 真实真人摄影风格，K-pop舞台质感，高级舞台灯光，真实衣料纹理，自然运动模糊，高清皮肤细节，动作流畅，节奏明确。 禁止换脸，禁止五官漂移，禁止人物身份变化，禁止身材忽胖忽瘦，禁止多余手臂和腿，禁止手脚变形，禁止衣服融化，禁止服装穿模，禁止人物突然跳位，禁止背景随机变化。
0:10

AI 换装最适合拿来干嘛？ 我觉得可能真的是卖衣服。 一边跳舞，一边把上衣、裙子、鞋和配饰依次换掉，动作还不断。 拿来做穿搭展示、服装广告、Lookbook，比站着一套套切有意思多了。 提示词： 以参考图中的女性为固定主角，严格保持人物脸型、五官、发型、肤色和身材比例一致。 竖屏9:16，10秒。年轻亚洲女性站在简洁高级的舞台中央，进行一段流畅、有节奏感的女团舞蹈。镜头以全身景为主，轻微跟随人物移动，人物始终保持在画面中央。 核心效果：人物一边连续跳舞，一边通过不同舞蹈动作逐步完成局部换装。整个舞蹈过程始终连续，不停顿、不瞬移、不切镜头。 开始时人物穿简洁白色背心、浅色短裙、白色运动鞋，整体造型简单干净。 0–2秒： 人物做一个明显的摆臂动作。 手臂快速从身体前方扫过上半身，在手臂遮挡和运动模糊最明显的一瞬间，上衣自然变化成黑色修身短款舞台上衣。 这一阶段只更换上衣。 下装、鞋子、发型和其他部分保持完全不变。 2–4秒： 人物继续跳舞，动作自然衔接，做明显的侧身扭胯动作。 身体快速侧转的一瞬间，下装自然变化成黑色百褶短裙。 这一阶段只更换下装。 已经变化后的黑色上衣保持不变，鞋子仍然保持白色运动鞋。 4–6秒： 人物继续舞蹈，完成一个清晰、轻快的踢腿动作。 脚部快速抬起并产生自然运动模糊，在脚落地的瞬间，白色运动鞋自然变化成黑色长靴。 这一阶段只更换鞋子。 上衣和下装保持上一阶段的造型。 6–8秒： 人物继续跳舞，完成明显的甩头和抬手动作。 头发自然飞起，在头发运动和手部动作遮挡的瞬间，增加银色耳饰、项链、腰链和少量舞台配饰。 服装主体保持不变，只增加配饰和少量细节。 8–10秒： 人物完成一次流畅转身，裙摆自然扬起。 在转身过程中，整套造型进行最后一次完整升级。 人物重新转回正面时，最终变成完整的黑银色高级舞台造型，服装细节更加精致，增加少量金属、亮片和高级舞台元素。 人物继续完成最后一个舞蹈动作，自然收尾。 所有换装都必须发生在人物动作幅度最大、身体转动最快、手臂遮挡、头发飞起或运动模糊最明显的瞬间。 换装前后，人物的身体位置、动作方向、手臂位置、腿部位置和运动轨迹必须自然连续。 重点表现“一边跳舞，一边逐步换衣服”的效果。 不是瞬间切换不同视频，不是整个人消失后重新出现，也不是每次动作都整套衣服一起变化。 每一次只改变指定的服装部位，其余部分保持不变。 不要闪光爆炸，不要魔法粒子，不要烟雾遮挡，不要黑屏，不要镜头硬切。 真实真人摄影风格，K-pop舞台质感，高级舞台灯光，真实衣料纹理，自然运动模糊，高清皮肤细节，动作流畅，节奏明确。 禁止换脸，禁止五官漂移，禁止人物身份变化，禁止身材忽胖忽瘦，禁止多余手臂和腿，禁止手脚变形，禁止衣服融化，禁止服装穿模，禁止人物突然跳位，禁止背景随机变化。

Adam也叫吉米

22,920 views • 29 days ago

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！😊
0:14

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！😊

小鹏Digital

28,951 views • 25 days ago

最近大家都在刷那些惊艳的 Seedance AI 视频，但我今天想泼点冷水，分享一点翻车现场，也顺带给大家看看AI视频的局限性，看看怎么解决。 今天突发奇想，做了一个大厨做羊肉的视频，看看就知道，结果不如人意，各种出错，刀法不对，空间错位，场景错乱，超级无语😅 做了两遍，依然没有达到想要的效果，不过我发现了AI的几个弱点 1.对于复杂提示词容易过载，多动作节点，很容易发生动作逻辑混淆 2.比如多物体碰撞交互，细节容易出错 3.快速高能的场景不如慢柔连贯的动作体现的好 分享几个降低抽卡率的办法 1.不要总想着一镜到底，多拆几个分镜头 2.慢就是快，提示词多用“缓慢、连贯、稳定” 3.结合后期剪辑优化，有更多的操作空间，这也很能反应技术水平
0:10

最近大家都在刷那些惊艳的 Seedance AI 视频，但我今天想泼点冷水，分享一点翻车现场，也顺带给大家看看AI视频的局限性，看看怎么解决。 今天突发奇想，做了一个大厨做羊肉的视频，看看就知道，结果不如人意，各种出错，刀法不对，空间错位，场景错乱，超级无语😅 做了两遍，依然没有达到想要的效果，不过我发现了AI的几个弱点 1.对于复杂提示词容易过载，多动作节点，很容易发生动作逻辑混淆 2.比如多物体碰撞交互，细节容易出错 3.快速高能的场景不如慢柔连贯的动作体现的好 分享几个降低抽卡率的办法 1.不要总想着一镜到底，多拆几个分镜头 2.慢就是快，提示词多用“缓慢、连贯、稳定” 3.结合后期剪辑优化，有更多的操作空间，这也很能反应技术水平

Adam也叫吉米

36,172 views • 6 months ago

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
0:15

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

歸藏(guizang.ai)

27,376 views • 4 months ago

刚发现 Grok Bot 也可以操作本地电脑，我现在每天让它自动汇总几个 X List 的内容，抓完帖子直接整理成摘要。配合 ego Lite 做自动化任务体验太好了。 最新版体验提升很明显。之前 agent 跑任务疯狂开新标签页，内存直接爆炸。现在学会复用标签页了，看完一个就在当前标签上开新的，内存占用降了一大截。整体操作也顺了不少，Space 切换、钉选、管理这些交互细节都打磨了一轮，用起来更顺手了。 目前还没有 Linux 版，希望官方 ego 尽快支持，这样把 ego Lite 直接装在 Grok Bot 云主机里面岂不是更好？ 下载地址：
0:16

刚发现 Grok Bot 也可以操作本地电脑，我现在每天让它自动汇总几个 X List 的内容，抓完帖子直接整理成摘要。配合 ego Lite 做自动化任务体验太好了。 最新版体验提升很明显。之前 agent 跑任务疯狂开新标签页，内存直接爆炸。现在学会复用标签页了，看完一个就在当前标签上开新的，内存占用降了一大截。整体操作也顺了不少，Space 切换、钉选、管理这些交互细节都打磨了一轮，用起来更顺手了。 目前还没有 Linux 版，希望官方 ego 尽快支持，这样把 ego Lite 直接装在 Grok Bot 云主机里面岂不是更好？ 下载地址：

Ding

15,865 views • 24 days ago

中国外长王毅为伊朗外长阿拉格齐扶正胸针的一个小动作震惊了全球。 中国与伊朗、俄罗斯之间发自内心的默契和关怀溢于言表。中国男人向来不长于做公开显著的情感表达，中国外交也一直在世界面前尽量表达冷静第三方的立场，但从王外长的这个细小动作已经见微知著。 中国发自内心地珍惜伊朗现在通过热血的战斗获得的胜利和尊严，伊朗亦因此获得了中国的尊重。 这里可以有很多解读，总之一点，我们几乎从未没见过一向对美国强硬的中国外长有如此细腻的动作。
0:11

中国外长王毅为伊朗外长阿拉格齐扶正胸针的一个小动作震惊了全球。 中国与伊朗、俄罗斯之间发自内心的默契和关怀溢于言表。中国男人向来不长于做公开显著的情感表达，中国外交也一直在世界面前尽量表达冷静第三方的立场，但从王外长的这个细小动作已经见微知著。 中国发自内心地珍惜伊朗现在通过热血的战斗获得的胜利和尊严，伊朗亦因此获得了中国的尊重。 这里可以有很多解读，总之一点，我们几乎从未没见过一向对美国强硬的中国外长有如此细腻的动作。

司马平邦

70,388 views • 26 days ago

12月18日一辆新能源汽车在海南海口起火，12月19日浙江永康一辆电动车在停车场起火。 连绵不断、络绎不绝的电动车起火爆炸燃烧，充分体现了中国特色社会主义的优越性，虽然起火了，但不管是厂家、经销商还是买车人都情绪稳定，成就了世界上独一无二的“风景”，没有问责、没有反思，依然我行我素在起火的道路上从容不迫的继续前进。
0:23

12月18日一辆新能源汽车在海南海口起火，12月19日浙江永康一辆电动车在停车场起火。 连绵不断、络绎不绝的电动车起火爆炸燃烧，充分体现了中国特色社会主义的优越性，虽然起火了，但不管是厂家、经销商还是买车人都情绪稳定，成就了世界上独一无二的“风景”，没有问责、没有反思，依然我行我素在起火的道路上从容不迫的继续前进。

洼地老牛

12,332 views • 9 months ago

”如果你和我想的一 样，那从现在起请想一想你能为中国的自由民主做些什么？立刻行动起来！做你能做的!我们已经没有时间了！” 这是昨天在北京五月天音乐会上展示美国国旗的女士的呼唤。她是真英雄，太了不起了，暴政横行，黑暗当道，也是英雄们挺身而出的时候。这里综合重发，不一一致谢。 独立宣言以后，她说： 在这个世界上,是先有人才有了国家、法律等等一切社会规范，在我们 是哪个国家的人之前，我们首先是一个人,是一个个体,是人创造了国家。 我们应该忠于的是正确的价值观，而不是忠于哪个政党。我们要尊重自 己，自己把自己当人，把同胞当人，国际社会才会尊重我们. 中国要拥抱世界，成为一个真正自由民主的国家，成为一个人人都想来 的国家，而不是一个人人都想逃离的地方。 这个世界上只有价值观相同和价值观不同的两种人。如果你和我想的一 样，那从现在起请想一想你能为中国的自由民主做些什么？立刻行动起来！做你能做的!我们已经没有时间了！
0:15

”如果你和我想的一 样，那从现在起请想一想你能为中国的自由民主做些什么？立刻行动起来！做你能做的!我们已经没有时间了！” 这是昨天在北京五月天音乐会上展示美国国旗的女士的呼唤。她是真英雄，太了不起了，暴政横行，黑暗当道，也是英雄们挺身而出的时候。这里综合重发，不一一致谢。 独立宣言以后，她说： 在这个世界上,是先有人才有了国家、法律等等一切社会规范，在我们 是哪个国家的人之前，我们首先是一个人,是一个个体,是人创造了国家。 我们应该忠于的是正确的价值观，而不是忠于哪个政党。我们要尊重自 己，自己把自己当人，把同胞当人，国际社会才会尊重我们. 中国要拥抱世界，成为一个真正自由民主的国家，成为一个人人都想来 的国家，而不是一个人人都想逃离的地方。 这个世界上只有价值观相同和价值观不同的两种人。如果你和我想的一 样，那从现在起请想一想你能为中国的自由民主做些什么？立刻行动起来！做你能做的!我们已经没有时间了！

周锋锁 Fengsuo Zhou

751,990 views • 3 years ago

我刚实测了 TermMax | Fixed Rate Borrowing & Lending V2，最大的变化是fixed-rate 的订单簿终于活过来了，不再是张死报价表。 以前固定利率市场看起来深度还行，可真要砸笔大单，流动性就散架，range orders一边、limit orders一边，不同链还各管各的。 你以为在看完整市场，其实就是一堆碎片。大仓位最难受的不是利率高，是单子下去一半成交，剩下直接吃滑点。 V2把这些碎片开始缝起来了，Unified Orders把curator range orders和limit orders聚合到同一笔交易里，官方说的One quote. One signature. Best execution，确实不是前端省步骤，而是彻底重构了成交方式。 Atomic Orders才是真关键，同份流动性现在能跨多个market同时报价，成交时原子级同步消失。订单簿不再死板，有单子进来深度会自动路由调整，挂单被吃掉后新报价很快补上，整个市场开始有呼吸了。 Limit Orders全市场开放后，大仓位操作舒服多了。出借人挂最低愿意接受的利率，借款人设最高能承受的成本，不用硬冲薄深度，先挂簿子上等对手盘慢慢接。 fixed-rate最怕的就是流动性断层，你锁了利率，结果退出或成交时市场根本接不住。 再加上multichain dashboard，所有market、vault和 pending limit orders现在一屏看完，不同链的深度直接摆一起。固定利率市场从以前的孤岛，搬进了同一个交易大厅。 当然项目刚上线，真实执行率、滑点变化、深度稳定性和大单承接能力，还得继续跑数据看。Atomic Orders再强，也没法让薄市场一夜变厚，极端行情下Gas和taker深度还是会影响体验。 但变化已经很明显，以前fixed-rate订单簿更像挂出来给你看，现在开始真正能流动起来了。下次市场波动、大资金一起涌进来时，这套会呼吸的系统能不能扛住，我最想看的就是这个。
0:11

我刚实测了 TermMax | Fixed Rate Borrowing & Lending V2，最大的变化是fixed-rate 的订单簿终于活过来了，不再是张死报价表。 以前固定利率市场看起来深度还行，可真要砸笔大单，流动性就散架，range orders一边、limit orders一边，不同链还各管各的。 你以为在看完整市场，其实就是一堆碎片。大仓位最难受的不是利率高，是单子下去一半成交，剩下直接吃滑点。 V2把这些碎片开始缝起来了，Unified Orders把curator range orders和limit orders聚合到同一笔交易里，官方说的One quote. One signature. Best execution，确实不是前端省步骤，而是彻底重构了成交方式。 Atomic Orders才是真关键，同份流动性现在能跨多个market同时报价，成交时原子级同步消失。订单簿不再死板，有单子进来深度会自动路由调整，挂单被吃掉后新报价很快补上，整个市场开始有呼吸了。 Limit Orders全市场开放后，大仓位操作舒服多了。出借人挂最低愿意接受的利率，借款人设最高能承受的成本，不用硬冲薄深度，先挂簿子上等对手盘慢慢接。 fixed-rate最怕的就是流动性断层，你锁了利率，结果退出或成交时市场根本接不住。 再加上multichain dashboard，所有market、vault和 pending limit orders现在一屏看完，不同链的深度直接摆一起。固定利率市场从以前的孤岛，搬进了同一个交易大厅。 当然项目刚上线，真实执行率、滑点变化、深度稳定性和大单承接能力，还得继续跑数据看。Atomic Orders再强，也没法让薄市场一夜变厚，极端行情下Gas和taker深度还是会影响体验。 但变化已经很明显，以前fixed-rate订单簿更像挂出来给你看，现在开始真正能流动起来了。下次市场波动、大资金一起涌进来时，这套会呼吸的系统能不能扛住，我最想看的就是这个。

Domingo_gou | ASHVA🐴| OP_CAT| 🐬TermMax

28,312 views • 4 months ago

500美元到97.3万美元，只用了不到半年 一个普通中国工程师，靠纯数学和AI，把Polymarket变成了自己的印钞机 他叫张然，今年29岁，曾经是个朝九晚五的普通程序员。 每个月工资刚够还房贷和生活费，最大的梦想就是有一天能财务自由，不用再为房租焦虑。 2025年底，他咬牙拿出全部积蓄——500美元，转进了Polymarket。 身边所有人都劝他：“别傻了，预测市场就是赌场，你这点钱进去连浪花都翻不起来。” 但张然没有听。 他花了整整两个星期，用Claude Opus 4.8搭建了一套全自动交易系统。 系统每天自动扫描上千个市场，给每一个合约打分，专门找出那些被严重错判、定价只有1-15美分的极低概率事件。 一旦发现真实胜率远高于市场定价，Hermes代理就会立刻下单。 他几乎不手动操作，每天睡觉前看一眼数据就好。 最开始的几天，系统只赚了几百美元。 张然一度怀疑自己是不是在做梦。 但从第3周开始，情况彻底失控。 他的系统胜率稳定在接近90%。 每一笔都以极低成本买入，一旦命中就是30-90倍的爆炸式回报。 其中最疯狂的一笔，直接让他彻底起飞： 在比特币的一个月度价格区间上，他投了重注，最终单笔盈利183,000美元！ 从那以后，胜利像雪崩一样滚来。 500美元的本金，像坐上了火箭，短短几个月冲到了973,000美元！ Polymarket上最亮眼的顶级钱包之一： 最离谱的是，他本人几乎每天都在睡觉、吃饭、打游戏 真正24小时工作的，是他用AI搭建的那套冷血数学机器 Claude负责找机会，Hermes负责执行，所有交易都在他睡觉的时候悄无声息地完成。 前几天，还有一个粉丝因为实时跟单他，一夜之间就赚了7.2万美元。 张然现在每天早上醒来，第一件事就是淡淡看一眼账户余额，然后继续喝他的咖啡。 他没有辞职，也没有高调炫富，只是把系统继续优化，让它跑得更稳、更快。 曾经那个为500美元本金纠结半个月的普通程序员，如今已经站在了绝大多数人一辈子都摸不到的高度。
0:12

500美元到97.3万美元，只用了不到半年 一个普通中国工程师，靠纯数学和AI，把Polymarket变成了自己的印钞机 他叫张然，今年29岁，曾经是个朝九晚五的普通程序员。 每个月工资刚够还房贷和生活费，最大的梦想就是有一天能财务自由，不用再为房租焦虑。 2025年底，他咬牙拿出全部积蓄——500美元，转进了Polymarket。 身边所有人都劝他：“别傻了，预测市场就是赌场，你这点钱进去连浪花都翻不起来。” 但张然没有听。 他花了整整两个星期，用Claude Opus 4.8搭建了一套全自动交易系统。 系统每天自动扫描上千个市场，给每一个合约打分，专门找出那些被严重错判、定价只有1-15美分的极低概率事件。 一旦发现真实胜率远高于市场定价，Hermes代理就会立刻下单。 他几乎不手动操作，每天睡觉前看一眼数据就好。 最开始的几天，系统只赚了几百美元。 张然一度怀疑自己是不是在做梦。 但从第3周开始，情况彻底失控。 他的系统胜率稳定在接近90%。 每一笔都以极低成本买入，一旦命中就是30-90倍的爆炸式回报。 其中最疯狂的一笔，直接让他彻底起飞： 在比特币的一个月度价格区间上，他投了重注，最终单笔盈利183,000美元！ 从那以后，胜利像雪崩一样滚来。 500美元的本金，像坐上了火箭，短短几个月冲到了973,000美元！ Polymarket上最亮眼的顶级钱包之一： 最离谱的是，他本人几乎每天都在睡觉、吃饭、打游戏 真正24小时工作的，是他用AI搭建的那套冷血数学机器 Claude负责找机会，Hermes负责执行，所有交易都在他睡觉的时候悄无声息地完成。 前几天，还有一个粉丝因为实时跟单他，一夜之间就赚了7.2万美元。 张然现在每天早上醒来，第一件事就是淡淡看一眼账户余额，然后继续喝他的咖啡。 他没有辞职，也没有高调炫富，只是把系统继续优化，让它跑得更稳、更快。 曾经那个为500美元本金纠结半个月的普通程序员，如今已经站在了绝大多数人一辈子都摸不到的高度。

0Xmood

27,144 views • 4 months ago

感觉今年一直忙忙碌碌的，出差、跑会、各种赶进度……虽然不怎么露面，但还是想聊聊最近的一点小变化。 这两个月我坚持健身，最少一周也去个三四次。效果是真的慢慢出来了——核心有力气了，以前做不了的动作也能试试看了。最开心的其实是：脖子后面那个富贵包居然没了，身体变薄了，柔韧性也好了很多，最主要还瘦了六七斤。🤓体重变化不算大，但整个人状态不一样了，感觉身体变得更有力量了！ Web3行业的强度还是蛮大的，所以，一个健康的身体真的太重要了。再忙，也试着挤一点时间动一动，不用多狠，慢慢来就行。一起加油，让身体跟上我们行业的脚步，希望所有的Web3从业者越来越健康💪
0:15

感觉今年一直忙忙碌碌的，出差、跑会、各种赶进度……虽然不怎么露面，但还是想聊聊最近的一点小变化。 这两个月我坚持健身，最少一周也去个三四次。效果是真的慢慢出来了——核心有力气了，以前做不了的动作也能试试看了。最开心的其实是：脖子后面那个富贵包居然没了，身体变薄了，柔韧性也好了很多，最主要还瘦了六七斤。🤓体重变化不算大，但整个人状态不一样了，感觉身体变得更有力量了！ Web3行业的强度还是蛮大的，所以，一个健康的身体真的太重要了。再忙，也试着挤一点时间动一动，不用多狠，慢慢来就行。一起加油，让身体跟上我们行业的脚步，希望所有的Web3从业者越来越健康💪

九妹-OKX

33,945 views • 5 months ago

Claude Fable 5 在 Fusion 360 里的操作，我人傻了。 就一句提示词："build a V8 engine with crankshaft, cylinders" 然后... AI 直接在 CAD 软件里生成了一个完整的 V8 发动机。 看这细节： ✅ 曲轴、活塞、气缸全部到位 ✅ 装配关系正确 ✅ 还能做运动仿真（曲轴转动、活塞上下） ✅ 左侧浏览器里 19 个 Extrude 特征自动生成 这不是简单的 3D 建模，是带完整机械逻辑的工程设计。 以前做这种复杂装配体： - 学 Fusion 360/SolidWorks（几个月） - 画草图、拉伸、装配（几天） - 调配合关系、做运动仿真（又几天） 现在： 告诉 AI"我要个 V8 发动机" → 喝杯咖啡 → 完成 CAD 设计的门槛，直接被 AI 踏平了。 机械工程师们，你们还好吗？😂
0:11

Claude Fable 5 在 Fusion 360 里的操作，我人傻了。 就一句提示词："build a V8 engine with crankshaft, cylinders" 然后... AI 直接在 CAD 软件里生成了一个完整的 V8 发动机。 看这细节： ✅ 曲轴、活塞、气缸全部到位 ✅ 装配关系正确 ✅ 还能做运动仿真（曲轴转动、活塞上下） ✅ 左侧浏览器里 19 个 Extrude 特征自动生成 这不是简单的 3D 建模，是带完整机械逻辑的工程设计。 以前做这种复杂装配体： - 学 Fusion 360/SolidWorks（几个月） - 画草图、拉伸、装配（几天） - 调配合关系、做运动仿真（又几天） 现在： 告诉 AI"我要个 V8 发动机" → 喝杯咖啡 → 完成 CAD 设计的门槛，直接被 AI 踏平了。 机械工程师们，你们还好吗？😂

Vincent

38,150 views • 4 months ago