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.

实测下来，K3 的前端能力确实很强。面对高度定制化的大屏页面，它不仅能快速完成布局和组件实现，在视觉还原度上也基本能达到 90%。对于数据可视化、运营大屏这类开发成本高、细节繁琐的场景，已经具备相当不错的实用价值。

tiantian

5,849 subscribers

31,948 views • 2 months ago •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

发现一个免费开源的大屏制作工具，在GitHub 已斩获 2.4w+star 数据来源支持数据库直连、API、Excel，直接选表、关联多个表，还能用计算公式生成新的数据列图表拖拽组合，样式可以随便调，做出来的大屏生成分享链接自带大量现成模板，换一下数据集就能直接复用，不用从零设计想开放到公网访问，建个网站绑好域名就行对经常要给客户或老板做数据展示的人来说挺实用的

发现一个免费开源的大屏制作工具，在GitHub 已斩获 2.4w+star 数据来源支持数据库直连、API、Excel，直接选表、关联多个表，还能用计算公式生成新的数据列图表拖拽组合，样式可以随便调，做出来的大屏生成分享链接自带大量现成模板，换一下数据集就能直接复用，不用从零设计想开放到公网访问，建个网站绑好域名就行对经常要给客户或老板做数据展示的人来说挺实用的

阿西_出海

21,178 views • 4 days ago

有人靠金融市场模拟，在链上赚了 $400,000 而且用到的整套工具，都是 GitHub 开源能看到的钱包在这，自己点开看：他们做的不是 crypto 原生叙事而是拿 Russell 2000、Dow Jones、SPX、Apple、Google 这些传统金融标的来做 Polymarket 交易问题也很现实：这些数据平时都在大型中心化交易所里。你怎么拿？拿到之后又怎么处理，才能真的变成可交易模型？这套公开出来的技术栈，大概是这样： 1）Financial Datasets MCP Server 给任意 ticker、任意时间周期提供价格数据解析。核心卖点就是：免费真实数据。 GitHub： 2）MiroThinker 一个偏深度研究和预测的 agent。据说在 BrowseComp benchmark 上做到 88.2。特点是：长周期推理先验证再下结论步骤级 + 全局级校验单任务最多可调用 300 次工具它的作用不是直接下单。而是先通过 MCP Server 拉数据，把研究、清洗、验证这些环节跑完，最后整理成可以直接用于模拟的数据集。 GitHub： 3）MiroFish simulation system 把前面准备好的数据丢进去，再设定模拟参数，就可以开始跑价格行为模拟。本质上，它卖的不是一个指标。而是一种更接近“矩阵视角”的东西：价格在不同条件下会怎么动哪些路径更常见哪些定价其实偏离了历史结构整个流程串起来就是：拉传统金融历史数据 → 用 agent 做研究和数据整理 → 把数据送进模拟系统 → 再拿结果去打 Polymarket 上的相关市场这种玩法最值得看的，不是“开源”两个字而是它说明了一件事： Polymarket 上很多看起来像事件交易的东西，背后其实已经在被人用传统金融数据 + agent 研究 + simulation当成量化问题来做。你觉得这种 edge 的核心，更像是数据获取能力，agent 研究能力，还是最后那层 simulation 对市场行为的还原能力？

有人靠金融市场模拟，在链上赚了 $400,000 而且用到的整套工具，都是 GitHub 开源能看到的钱包在这，自己点开看：他们做的不是 crypto 原生叙事而是拿 Russell 2000、Dow Jones、SPX、Apple、Google 这些传统金融标的来做 Polymarket 交易问题也很现实：这些数据平时都在大型中心化交易所里。你怎么拿？拿到之后又怎么处理，才能真的变成可交易模型？这套公开出来的技术栈，大概是这样： 1）Financial Datasets MCP Server 给任意 ticker、任意时间周期提供价格数据解析。核心卖点就是：免费真实数据。 GitHub： 2）MiroThinker 一个偏深度研究和预测的 agent。据说在 BrowseComp benchmark 上做到 88.2。特点是：长周期推理先验证再下结论步骤级 + 全局级校验单任务最多可调用 300 次工具它的作用不是直接下单。而是先通过 MCP Server 拉数据，把研究、清洗、验证这些环节跑完，最后整理成可以直接用于模拟的数据集。 GitHub： 3）MiroFish simulation system 把前面准备好的数据丢进去，再设定模拟参数，就可以开始跑价格行为模拟。本质上，它卖的不是一个指标。而是一种更接近“矩阵视角”的东西：价格在不同条件下会怎么动哪些路径更常见哪些定价其实偏离了历史结构整个流程串起来就是：拉传统金融历史数据 → 用 agent 做研究和数据整理 → 把数据送进模拟系统 → 再拿结果去打 Polymarket 上的相关市场这种玩法最值得看的，不是“开源”两个字而是它说明了一件事： Polymarket 上很多看起来像事件交易的东西，背后其实已经在被人用传统金融数据 + agent 研究 + simulation当成量化问题来做。你觉得这种 edge 的核心，更像是数据获取能力，agent 研究能力，还是最后那层 simulation 对市场行为的还原能力？

0x_Miko

23,818 views • 6 months ago

兄弟们，最近我扒了全网比较好用的电商提示词，做了一套「全平台通用电商视觉引擎工作流」。目前已经在 SkildArt 跑通：上传一张产品图，就能生成 12 张电商套图。重点不是让 AI 随便出一张好看的商品图，而是把电商视觉拆成可复用流程：主视觉/产品中心图/卖点图/场景图/细节图/规格图/横版首屏图每张图都有明确用途。产品不能变形，Logo 不能乱跑，卖点不能瞎编，整组图风格要统一。我实测下来，SkildArt 这类电商视觉工作台确实更适合做成套内容：无限画布适合搭复杂生图流程； Agent 对话适合单张图灵活设计；局部修改很方便；视频模型也能和画布结合使用。我还复刻了最近很火的「低能量穿搭换装」视频。先在画布生成两组穿搭场景：一组普通职业 Look，一组明亮夏日多巴胺配色。再切到视频模型，输入简单的转场和运镜描述，就能生成换装视频原素材。后面简单剪辑加 BGM 就能发。以前这类内容要实拍两套造型，还要对镜头和节奏，现在工作流能直接把门槛拉低很多。我觉得 AI 电商图真正的价值，不是单张图好看，而是稳定生成一整套能卖货的视觉资产。完整工作流和低能量穿搭复刻提示词，可以去 SkildArt 广场搜关键词：电商系统通用、夏日多巴胺换装全部开源到里面了

知识猫AI实验室

88,085 views • 3 months ago

Fable 5 + Grok Imagine 这套组合有点强大啊！😍 1️⃣先用 Fable 5 针对 Grok 优化提示词 2️⃣再用 Grok 的扩展能力保持一致性，每次可以延长 10s Grok 的视频生成成本跟速度远超 Seedance，现在有 Fable 的加持，质量上也基本能打了！（除了 BGM 还是不给力🤪）之前一直低估了 Grok 的视频能力了哈哈！提示词跟具体操作见截图👇

Fable 5 + Grok Imagine 这套组合有点强大啊！😍 1️⃣先用 Fable 5 针对 Grok 优化提示词 2️⃣再用 Grok 的扩展能力保持一致性，每次可以延长 10s Grok 的视频生成成本跟速度远超 Seedance，现在有 Fable 的加持，质量上也基本能打了！（除了 BGM 还是不给力🤪）之前一直低估了 Grok 的视频能力了哈哈！提示词跟具体操作见截图👇

MapleShaw

18,810 views • 2 months ago

Codex 5.6 真的要让剪辑师失业了！它现在的视频制作能力提升了不止一个档次，直接一句话生成视频！重度实测一周，筛选出这 4 个Skill，直接实现全流程闭环： 1️⃣ HyperFrames （内置插件）负责整片策划、动效生成、画面合成与最终渲染。它能把文字构思直接转化为高水准的动态视频框架，实现全流程闭环交付。 2️⃣ Remotion （内置插件）基于 React 模板的视频生成工具。支持通过代码批量生产高质感视频，尤其适合数字人+动效结合的自媒体内容，实现真正的工业化生产。 3️⃣ video-use 专门处理真人素材的剪辑工具。能自动识别镜头、精准卡点并完成后期剪辑，让 AI 具备了职业级的剪辑逻辑。地址： 4️⃣ Seedance 针对顶级视频大模型的提示词工具。专门生成电影级运镜和实拍感指令，补齐了 AI 视频在审美和镜头质感上的短板。地址：现在用 Codex 5.6 + 这4个Skill，从脚本→动效→剪辑→渲染，全程AI闭环。

Codex 5.6 真的要让剪辑师失业了！它现在的视频制作能力提升了不止一个档次，直接一句话生成视频！重度实测一周，筛选出这 4 个Skill，直接实现全流程闭环： 1️⃣ HyperFrames （内置插件）负责整片策划、动效生成、画面合成与最终渲染。它能把文字构思直接转化为高水准的动态视频框架，实现全流程闭环交付。 2️⃣ Remotion （内置插件）基于 React 模板的视频生成工具。支持通过代码批量生产高质感视频，尤其适合数字人+动效结合的自媒体内容，实现真正的工业化生产。 3️⃣ video-use 专门处理真人素材的剪辑工具。能自动识别镜头、精准卡点并完成后期剪辑，让 AI 具备了职业级的剪辑逻辑。地址： 4️⃣ Seedance 针对顶级视频大模型的提示词工具。专门生成电影级运镜和实拍感指令，补齐了 AI 视频在审美和镜头质感上的短板。地址：现在用 Codex 5.6 + 这4个Skill，从脚本→动效→剪辑→渲染，全程AI闭环。

Miki

82,446 views • 1 month ago

Codex 5.6 真的要让剪辑师失业了！它现在的视频制作能力提升了不止一个档次，直接一句话生成视频！重度实测一周，筛选出这 4 个Skill，直接实现全流程闭环： 1️⃣ HyperFrames （内置插件）负责整片策划、动效生成、画面合成与最终渲染。它能把文字构思直接转化为高水准的动态视频框架，实现全流程闭环交付。 2️⃣ Remotion （内置插件）基于 React 模板的视频生成工具。支持通过代码批量生产高质感视频，尤其适合数字人+动效结合的自媒体内容，实现真正的工业化生产。 3️⃣ video-use 专门处理真人素材的剪辑工具。能自动识别镜头、精准卡点并完成后期剪辑，让 AI 具备了职业级的剪辑逻辑。地址： 4️⃣ Seedance 针对顶级视频大模型的提示词工具。专门生成电影级运镜和实拍感指令，补齐了 AI 视频在审美和镜头质感上的短板。地址：现在用 Codex 5.6 + 这4个Skill，从脚本→动效→剪辑→渲染，全程AI闭环。

Codex 5.6 真的要让剪辑师失业了！它现在的视频制作能力提升了不止一个档次，直接一句话生成视频！重度实测一周，筛选出这 4 个Skill，直接实现全流程闭环： 1️⃣ HyperFrames （内置插件）负责整片策划、动效生成、画面合成与最终渲染。它能把文字构思直接转化为高水准的动态视频框架，实现全流程闭环交付。 2️⃣ Remotion （内置插件）基于 React 模板的视频生成工具。支持通过代码批量生产高质感视频，尤其适合数字人+动效结合的自媒体内容，实现真正的工业化生产。 3️⃣ video-use 专门处理真人素材的剪辑工具。能自动识别镜头、精准卡点并完成后期剪辑，让 AI 具备了职业级的剪辑逻辑。地址： 4️⃣ Seedance 针对顶级视频大模型的提示词工具。专门生成电影级运镜和实拍感指令，补齐了 AI 视频在审美和镜头质感上的短板。地址：现在用 Codex 5.6 + 这4个Skill，从脚本→动效→剪辑→渲染，全程AI闭环。

爱丽丝呀！

482,036 views • 2 months ago

卧槽，答案终于揭晓了！那个在open router上持续霸榜的神秘模型，是阿里推出的全新大模型“蚂蚁百灵”！今天我们来深度聊一聊这个模型。用过AI来完成前端开发的朋友肯定懂：要让AI做出想要的UI总是要找参考，再不然就是要依赖设计 skill 的帮助。但这种界面一旦看多了，就会陷入审美疲劳。原因在于不管你是对标UI还是使用skill，结果都是被限定在固有的生成范围内。最近小灰测了新模型 Ling-2.6-1T （由蚂蚁集团 Ant Ling 开发），发现它刚好就能打破这个限制。它生成的页面不仅审美极度在线，而且自带高质量的交互效果，做出来的东西终于不再是干巴巴的呆板网页了。但用它有个必须要避开的坑：Ling 2.6 1T 默认是没有深度思考模式的。它在计算资源分配上极其克制，如果你偷懒丢一句"给我写个好看的界面"，那么它大概率会给你一个准确但极其敷衍的结果。(视频1) 那么怎么取巧使用它？小灰分享一个能逼出它真实设计水平的实操工作流：把它当成主规划师，先拆解风格，再写代码。跟它对话时，你可以直接下这种指令： 1. 强制思考：先别急着写代码！帮我分析这个产品的定位，明确它的视觉情绪、色彩规范和排版布局，把思路列出来。（比如明确告诉它你要包豪斯风格或者北欧风）。 2. 落地执行：等它把设计语言梳理清楚，你确认没问题了，再让它基于这套标准去生成具体的 TailwindCSS 样式和前端页面。用这种先 Plan 后做的方式，出来的页面不仅美观，而且风格极其统一。（视频2）目前在Openrouter中可以免费体验该模型。选对工具打破模板限制，用高审美的模型直接拔高视觉质感，能帮我们省下大把死磕 CSS 的时间。期待大家都能快速做出让人眼前一亮的作品！

卧槽，答案终于揭晓了！那个在open router上持续霸榜的神秘模型，是阿里推出的全新大模型“蚂蚁百灵”！今天我们来深度聊一聊这个模型。用过AI来完成前端开发的朋友肯定懂：要让AI做出想要的UI总是要找参考，再不然就是要依赖设计 skill 的帮助。但这种界面一旦看多了，就会陷入审美疲劳。原因在于不管你是对标UI还是使用skill，结果都是被限定在固有的生成范围内。最近小灰测了新模型 Ling-2.6-1T （由蚂蚁集团 Ant Ling 开发），发现它刚好就能打破这个限制。它生成的页面不仅审美极度在线，而且自带高质量的交互效果，做出来的东西终于不再是干巴巴的呆板网页了。但用它有个必须要避开的坑：Ling 2.6 1T 默认是没有深度思考模式的。它在计算资源分配上极其克制，如果你偷懒丢一句"给我写个好看的界面"，那么它大概率会给你一个准确但极其敷衍的结果。(视频1) 那么怎么取巧使用它？小灰分享一个能逼出它真实设计水平的实操工作流：把它当成主规划师，先拆解风格，再写代码。跟它对话时，你可以直接下这种指令： 1. 强制思考：先别急着写代码！帮我分析这个产品的定位，明确它的视觉情绪、色彩规范和排版布局，把思路列出来。（比如明确告诉它你要包豪斯风格或者北欧风）。 2. 落地执行：等它把设计语言梳理清楚，你确认没问题了，再让它基于这套标准去生成具体的 TailwindCSS 样式和前端页面。用这种先 Plan 后做的方式，出来的页面不仅美观，而且风格极其统一。（视频2）目前在Openrouter中可以免费体验该模型。选对工具打破模板限制，用高审美的模型直接拔高视觉质感，能帮我们省下大把死磕 CSS 的时间。期待大家都能快速做出让人眼前一亮的作品！

程序员小灰

15,021 views • 5 months ago

deepseek-v4.1-flash 首发鹈鹕测试！得益于平均 300 tokens/s 以上的速度，这个测试非常快就完成了，最拖时间的是我打字和录屏太慢啦！果然人类是 AI 最大的卡点，哈哈哈哈哈哈如果排除针对这个题目特化训练过的话，这个实现效果我觉得还是不错的。

deepseek-v4.1-flash 首发鹈鹕测试！得益于平均 300 tokens/s 以上的速度，这个测试非常快就完成了，最拖时间的是我打字和录屏太慢啦！果然人类是 AI 最大的卡点，哈哈哈哈哈哈如果排除针对这个题目特化训练过的话，这个实现效果我觉得还是不错的。

铁柱AGI

25,377 views • 17 days ago

原推这个生成天气动画的提示词可以很好的测试模型的前端代码能力这是我自己用 Claude 3.7 Thinking 跑的结果，确实牛皮 👇下面还有 Deepseek R1 的结果

原推这个生成天气动画的提示词可以很好的测试模型的前端代码能力这是我自己用 Claude 3.7 Thinking 跑的结果，确实牛皮 👇下面还有 Deepseek R1 的结果

歸藏(guizang.ai)

63,054 views • 1 year ago

细铆钉也能砸上死镣～ (没经验买小了，现在已经试过大一号的铆钉了，钉的很死，过两天拍个视频) 不过这个细铆钉其实也能钉的挺死，就是外观上确实不好看😂 #死镣 #脚镣 #死刑犯

细铆钉也能砸上死镣～ (没经验买小了，现在已经试过大一号的铆钉了，钉的很死，过两天拍个视频) 不过这个细铆钉其实也能钉的挺死，就是外观上确实不好看😂 #死镣 #脚镣 #死刑犯

Strafing

12,001 views • 1 year ago

李飞飞的 World Labs 发布了他们新的世界模型 Atlas，这个看起来比上一代厉害多了。通过一张图片就可以创建一个非常完整的 3D 空间场景，你可以在里面随意运动，它也能理解时间的演变规律。它能将一张或多张输入图像整合进一个共享的空间上下文中，让每张图像都锚定在三维空间中的具体位置，再以此继续生成后续内容，既能保证当前场景的一致性，又能想象出没有看到的内容。它主要支持三大任务：生成图像和视频：能从一张或多张参考图出发，以像素级精确的相机控制生成不同角度的图像或完整视频，最长可输出 1 分钟 1440p 的视频 3D 场景重建：用一张或几十张图片重建真实的 3D 场景，直接生成点云、3D 高斯泼溅（3D Gaussian Splatting）等三维结果（图片越多还原越真实），效果甚至超过了专门针对 3D 高斯泼溅优化的模型时空仿真：能把几台普通手机拍摄的视频重新取景成“子弹时间”效果，还可以为机器人训练生成测试数据

李飞飞的 World Labs 发布了他们新的世界模型 Atlas，这个看起来比上一代厉害多了。通过一张图片就可以创建一个非常完整的 3D 空间场景，你可以在里面随意运动，它也能理解时间的演变规律。它能将一张或多张输入图像整合进一个共享的空间上下文中，让每张图像都锚定在三维空间中的具体位置，再以此继续生成后续内容，既能保证当前场景的一致性，又能想象出没有看到的内容。它主要支持三大任务：生成图像和视频：能从一张或多张参考图出发，以像素级精确的相机控制生成不同角度的图像或完整视频，最长可输出 1 分钟 1440p 的视频 3D 场景重建：用一张或几十张图片重建真实的 3D 场景，直接生成点云、3D 高斯泼溅（3D Gaussian Splatting）等三维结果（图片越多还原越真实），效果甚至超过了专门针对 3D 高斯泼溅优化的模型时空仿真：能把几台普通手机拍摄的视频重新取景成“子弹时间”效果，还可以为机器人训练生成测试数据

歸藏(guizang.ai)

192,241 views • 23 days ago

说个暴论，今天之后前沿大模型的战争已经彻底换赛道了，顶级工程能力的边际成本，今天被彻底打穿了！🤯 Grok 4.5 今天正式发布，直接掀翻了前沿大模型的定价桌子。对标 Claude Opus 级别的编码与智能体能力，输入定价仅为后者五分之二，输出定价仅为其四分之一，叠加 4.2 倍的单任务 token 效率提升，再加上更快的推理速度，没有死磕通用榜单第一，直接在开发者最买单的真实生产场景里，扔下了一枚性价比核弹。这不只是单模型的胜利，更是垂直整合闭环的胜利，背后站着的也不再是孤军奋战的Elon Musk 的XAI实验室，还有SpaceXAI 的模型能力，加 Cursor 的开发者工具生态，加 SpaceX 特斯拉海量内部工程场景的三位一体飞轮，开发者工具提供真实交互数据反哺训练，场景验证真实需求分布，模型持续迭代优化，这种闭环比单纯堆参数刷通用榜单难复制得多，也更贴近真实生产力落地。但绝大多数人没看懂，token 效率才是智能体时代的真正杀手锏。大多数人只会盯着基准分数的高低较劲，却忽略了效率叠加低价的复合效应，单次问答看起来差距甚微，但在多步工具调用自我修正的完整智能体工作流里，token 消耗直接等于延迟与真金白银的成本，跑完整端到端工程项目， Grok 4.5 的实际花费可能只有 Opus 方案的十分之一，速度优势更是碾压级，这对生产部署的意义，远大于跑分多几个百分点。顶级工程能力的边际成本，今天被彻底打穿了， 2 美元输入 6 美元输出的定价，第一次把顶级编码与智能体能力，从企业级奢侈品降到了个人开发者和小团队可以放开用的价位，这会直接加速智能体 AI 从演示 demo 走向大规模生产落地，也必然倒逼头部厂商在短期内跟进调价，前沿大模型的价格战，今天才算真正拉开序幕。更恐怖的是迭代加速度，SpaceX 今年计划每月发布一款从头训练的新模型，内部海量工程数据的持续喂养，会让它的进化速度甩开传统实验室的节奏。我觉得这件事最本质的意义，是 AI 行业的竞争逻辑正在悄然转向，它不再是堆出一个全能的通用神坛模型，而是在最高价值的垂直赛道里，做到够用的智能，加极致的效率，加亲民的价格，大多数开发者日常 80% 的需求，从来不是解出世界最难的题，而是可靠地写代码调 bug 搭系统，Grok 4.5 精准命中了这个痛点。当顶级工程能力的边际成本被彻底打穿，下一波 AI 生产力的爆发，会不会比所有人预想的都要早呢？

说个暴论，今天之后前沿大模型的战争已经彻底换赛道了，顶级工程能力的边际成本，今天被彻底打穿了！🤯 Grok 4.5 今天正式发布，直接掀翻了前沿大模型的定价桌子。对标 Claude Opus 级别的编码与智能体能力，输入定价仅为后者五分之二，输出定价仅为其四分之一，叠加 4.2 倍的单任务 token 效率提升，再加上更快的推理速度，没有死磕通用榜单第一，直接在开发者最买单的真实生产场景里，扔下了一枚性价比核弹。这不只是单模型的胜利，更是垂直整合闭环的胜利，背后站着的也不再是孤军奋战的Elon Musk 的XAI实验室，还有SpaceXAI 的模型能力，加 Cursor 的开发者工具生态，加 SpaceX 特斯拉海量内部工程场景的三位一体飞轮，开发者工具提供真实交互数据反哺训练，场景验证真实需求分布，模型持续迭代优化，这种闭环比单纯堆参数刷通用榜单难复制得多，也更贴近真实生产力落地。但绝大多数人没看懂，token 效率才是智能体时代的真正杀手锏。大多数人只会盯着基准分数的高低较劲，却忽略了效率叠加低价的复合效应，单次问答看起来差距甚微，但在多步工具调用自我修正的完整智能体工作流里，token 消耗直接等于延迟与真金白银的成本，跑完整端到端工程项目， Grok 4.5 的实际花费可能只有 Opus 方案的十分之一，速度优势更是碾压级，这对生产部署的意义，远大于跑分多几个百分点。顶级工程能力的边际成本，今天被彻底打穿了， 2 美元输入 6 美元输出的定价，第一次把顶级编码与智能体能力，从企业级奢侈品降到了个人开发者和小团队可以放开用的价位，这会直接加速智能体 AI 从演示 demo 走向大规模生产落地，也必然倒逼头部厂商在短期内跟进调价，前沿大模型的价格战，今天才算真正拉开序幕。更恐怖的是迭代加速度，SpaceX 今年计划每月发布一款从头训练的新模型，内部海量工程数据的持续喂养，会让它的进化速度甩开传统实验室的节奏。我觉得这件事最本质的意义，是 AI 行业的竞争逻辑正在悄然转向，它不再是堆出一个全能的通用神坛模型，而是在最高价值的垂直赛道里，做到够用的智能，加极致的效率，加亲民的价格，大多数开发者日常 80% 的需求，从来不是解出世界最难的题，而是可靠地写代码调 bug 搭系统，Grok 4.5 精准命中了这个痛点。当顶级工程能力的边际成本被彻底打穿，下一波 AI 生产力的爆发，会不会比所有人预想的都要早呢？

AYi

45,594 views • 2 months ago

录制演示视频又一个新的免费方案，Openscreen，完全开源免费的软件软件是基于 Electron 的，功能其实和这个浏览器插件差不多，甚至界面也很像，支持Zoom（不过是目前是手动的），支持 annotations，trim。我试了一下，感觉还不错，大家有需求的可以用用看，有趣的是：作者由于付不起 Apple Developer Certificates，在 MacOS 上要运行一个命令才能使用。

录制演示视频又一个新的免费方案，Openscreen，完全开源免费的软件软件是基于 Electron 的，功能其实和这个浏览器插件差不多，甚至界面也很像，支持Zoom（不过是目前是手动的），支持 annotations，trim。我试了一下，感觉还不错，大家有需求的可以用用看，有趣的是：作者由于付不起 Apple Developer Certificates，在 MacOS 上要运行一个命令才能使用。

Viking

44,336 views • 9 months ago

在这个瞬息万变的加密世界里，技术的创新和突破不断推动着我们向前发展。今天，我们再聚焦一个真正值得关注的项目 Miden Miden 通过其创新性的 ZK-Rollups 技术，正在彻底改变我们对链上隐私和可扩展性的认知。它不仅仅是一个技术方案，它是一种对区块链未来的深远思考。随着 ZK-Rollups 的推广，Miden 打破了传统区块链的性能瓶颈，为更大规模的应用提供了可能性。通过 Miden 的零知识证明（ZKPs），用户的数据隐私得到保护，同时其交易的处理速度和可扩展性也大幅提升。这种技术的结合为去中心化应用（dApps）提供了更高效且安全的运行环境。不只是技术层面的突破，Miden 还在去中心化生态系统中实现了真正的价值创造。它的架构不仅解决了链上隐私和扩展性的矛盾，还为开发者提供了一个可操作、可验证的环境，使得开发更为高效、无缝对接。站在未来的视角，Miden 提供的技术解决方案将为去中心化网络的发展打下坚实的基础。它的出现，将推动更多创新应用的落地，让区块链在更多实际场景中实现价值。随着 Miden 的不断完善和进化，我们期待它在未来几年能带来更多突破，助力去中心化世界迈向一个全新的阶段。 #Miden

在这个瞬息万变的加密世界里，技术的创新和突破不断推动着我们向前发展。今天，我们再聚焦一个真正值得关注的项目 Miden Miden 通过其创新性的 ZK-Rollups 技术，正在彻底改变我们对链上隐私和可扩展性的认知。它不仅仅是一个技术方案，它是一种对区块链未来的深远思考。随着 ZK-Rollups 的推广，Miden 打破了传统区块链的性能瓶颈，为更大规模的应用提供了可能性。通过 Miden 的零知识证明（ZKPs），用户的数据隐私得到保护，同时其交易的处理速度和可扩展性也大幅提升。这种技术的结合为去中心化应用（dApps）提供了更高效且安全的运行环境。不只是技术层面的突破，Miden 还在去中心化生态系统中实现了真正的价值创造。它的架构不仅解决了链上隐私和扩展性的矛盾，还为开发者提供了一个可操作、可验证的环境，使得开发更为高效、无缝对接。站在未来的视角，Miden 提供的技术解决方案将为去中心化网络的发展打下坚实的基础。它的出现，将推动更多创新应用的落地，让区块链在更多实际场景中实现价值。随着 Miden 的不断完善和进化，我们期待它在未来几年能带来更多突破，助力去中心化世界迈向一个全新的阶段。 #Miden

阿乐

15,858 views • 8 months ago

最近身边很多朋友都在讨论，AI会不会取代影视行业里的实拍？但如果你真的做过内容、拍过片子、交付过客户，就会越来越清楚一件事：视频行业真正高效、也最有竞争力的方式，不是纯AI，也不是死守纯实拍，而是AI+实拍的结合。 AI的优势，是快，是低成本，是能迅速把脑子里的想法“具象化”；它特别适合做概念预演、气氛镜头、复杂转场、难以实拍的想象性画面，也适合把一个普通团队的创意上限拔高。但它的问题也很明显，人物真实感、情绪细节、品牌信任感，即便是最强的Sd2.0，其实还是差着那一口“活人气”。而纯实拍的价值，恰恰就在这里！！真实的人、真实的光线反馈、真实的微表情，这些东西决定了内容有没有温度，有没有说服力，有没有质感。尤其是商业化内容，能够真正产生溢价的，往往不是炫技，而是信任，是人与人的情感互动。所以未来最强的创作者，不是最会拍的人，也不是最会跑AI的人，而是最会把两者编排在一起的人。用实拍去托住人物的真实感，用AI去放大表达力；把该真实的部分拍下来，把该夸张、该想象、该提升效率的部分交给AI。说得更直白一点，AI不是来替代镜头的，AI是来解放镜头的。它把那些过去要花很多钱、很多时间、很多人力才能完成的部分，比如特效、比如调色、比如光影氛围、比如布景、比如道具，变成了一个人也能调度和解决的事情。但真正决定作品质感下限和商业价值上限的，依然是真实本身。视频来自：边境悍匪

最近身边很多朋友都在讨论，AI会不会取代影视行业里的实拍？但如果你真的做过内容、拍过片子、交付过客户，就会越来越清楚一件事：视频行业真正高效、也最有竞争力的方式，不是纯AI，也不是死守纯实拍，而是AI+实拍的结合。 AI的优势，是快，是低成本，是能迅速把脑子里的想法“具象化”；它特别适合做概念预演、气氛镜头、复杂转场、难以实拍的想象性画面，也适合把一个普通团队的创意上限拔高。但它的问题也很明显，人物真实感、情绪细节、品牌信任感，即便是最强的Sd2.0，其实还是差着那一口“活人气”。而纯实拍的价值，恰恰就在这里！！真实的人、真实的光线反馈、真实的微表情，这些东西决定了内容有没有温度，有没有说服力，有没有质感。尤其是商业化内容，能够真正产生溢价的，往往不是炫技，而是信任，是人与人的情感互动。所以未来最强的创作者，不是最会拍的人，也不是最会跑AI的人，而是最会把两者编排在一起的人。用实拍去托住人物的真实感，用AI去放大表达力；把该真实的部分拍下来，把该夸张、该想象、该提升效率的部分交给AI。说得更直白一点，AI不是来替代镜头的，AI是来解放镜头的。它把那些过去要花很多钱、很多时间、很多人力才能完成的部分，比如特效、比如调色、比如光影氛围、比如布景、比如道具，变成了一个人也能调度和解决的事情。但真正决定作品质感下限和商业价值上限的，依然是真实本身。视频来自：边境悍匪

沐阳

844,574 views • 5 months ago

xBubble Coding：OPC 时代，小生意也能快速跑起来 DAPPOS xBubble 新推出的 Coding 功能已经开始内测了。我一开始以为它只是又一个 AI Coding 工具，和 Cursor、Claude Code、Codex 差不多，主要帮程序员写代码、改代码。但看完后发现，它的方向不太一样。 xBubble Coding 更像是给非技术背景的个人创业者和小团队准备的。它不是只帮会写代码的人提效，而是让普通人也能把一个想法做成网站，先跑起来。这点很关键。很多时候，普通人不是没有想法，而是卡在那些很现实的问题上：服务器怎么配？域名怎么接？ API Key 怎么处理？网站怎么部署？以后要收款，又怎么接支付？这些对程序员可能只是日常，但对个人创业者来说，很容易一开始就被劝退。 xBubble 想解决的，就是这个从想法到落地之间的门槛。它把服务器环境、域名解析、API Key 配置这些技术底层尽量封装起来，用户不需要自己一点点折腾，相关费用也可以通过 xBubble Credit 统一抵扣。所以我觉得，它不是单纯卖代码，而是更像一个端到端的小生意启动系统。这次官方案例里提到的 Polymarket 事件监控网站，我觉得挺能说明问题。一个想法输入进去，Bubble Code 可以把它变成一个可以看数据、可以刷新、可以运行、可以部署的页面。它不是一个静态 Demo，而是能真正拿来用的工具。我也顺着这个思路，做了一个世界杯预测网站。我的想法很简单：让用户看热门比赛、参与预测、记录判断，再用积分和排行榜增加一点互动。我只是简单说了一句：我想做一个世界杯预测网站，后面如果有需要，还可以接收款或会员服务。让我有点惊讶的是，半小时左右，一个能看的 Demo 就已经出来了。对世界杯这种热点来说，速度非常重要。热点不等人。等你慢慢找开发、做页面、调功能、接支付，可能比赛都快结束了。但如果先用 Vibe Coding 把页面做出来，再一边跑一边改，节奏就完全不一样。这也是 xBubble Coding 适合 OPC 和小团队的地方。 OPC，也就是 One Person Company。一个人，或者一个很小的团队，也可以借助 AI、SOP 和全球化支付网络，把过去需要完整团队才能做的事情，先轻量化跑起来。在 xBubble 里，页面、内容、功能、部署、收款，不再是分散的环节，而是可以尽量用 SOP 串起来。 xBubble 不只是帮你把网站页面做出来，它还把全栈内容生产也 SOP 化了。比如产品的 3D 渲染图、详情页、投放广告片，这些原本需要设计、文案、剪辑和投放团队一起完成的内容，现在都可以通过内置的成熟 SOP 批量生成。对普通用户来说，这一点很重要。因为你不需要面对一个空白对话框反复试 Prompt，也不需要从零摸索每一步该怎么做，系统已经把成熟流程封装好了。比如内容生成、多平台矩阵宣发、稳定币支付和结算，都可以接进同一条商业链路里。如果一个小项目后面想做会员、付费数据、社群权益，也可以继续接稳定币收款，面向全球用户更快测试产品和现金流。这对小团队很实际。因为很多短平快项目，不是想法不成立，而是冷启动成本太高。一个机会窗口可能只有几天，甚至几个小时。谁能更快把页面做出来，谁能更快验证用户反馈，谁就更有机会先跑起来。我觉得 xBubble 真正有价值的地方，是它抓住了 AI 时代的长尾需求。标准化 SaaS 解决的是最通用的需求，但很多真实机会，反而藏在那些极度垂直、生命周期短、合规压力高、不断变化的非标场景里。世界杯预测页、事件监控工具、短期活动页面、社群互动工具，都属于这一类。这些需求，大公司不一定会专门投入资源做。但对 OPC 和小团队来说，只要能快速上线、快速收款、快速调整，就可能是一门真实的小生意。另外，我也挺关注 xBubble 提到的数据和资产主权设计。服务器、域名等底层基础设施，由生态内第三方服务商直接向用户提供。平台不留后门，数据完全隔离。对一些跨境业务，或者高合规压力的细分场景来说，这不是概念，而是生存问题。很多项目最怕的不是没有想法，而是账号、支付、客户数据都压在中心化平台上。哪天遇到封号、风控、限流，前面积累的东西可能一下子就没了。所以 xBubble 解决的，不只是技术问题，也是在帮小团队把业务尽量握在自己手里。还有一点我觉得很重要： xBubble 不是只有固定模板。面对不断变化的长尾需求和平台规则，单靠一套固定 SOP 肯定不够。所以它一边有成熟的标品 SOP，另一边 Bubble Engine 还可以持续生成新的专用 SOP。这才是它真正的付费价值。不是说用了 AI 就能躺赚，而是当你看到一个真实需求时，可以更快做出来，更快验证，更快调整。它帮个人和小团队抹平的，是技术雇佣成本、运营试错成本和商业冷启动成本。这次体验下来，我最大的感受是： AI Coding 不一定只是程序员的提效工具。它也可能成为普通人做小产品、做小生意、做全球化轻资产创业的启动器。用抗审查释放长尾刚需。用 SOP 降低运营风险。用 Vibe Coding 兜底个性化增长。在 OPC 经济越来越明显的时代，xBubble Coding 也许会成为小团队和个人创业者获取超额利润的重要商业基础设施。

xBubble Coding：OPC 时代，小生意也能快速跑起来 DAPPOS xBubble 新推出的 Coding 功能已经开始内测了。我一开始以为它只是又一个 AI Coding 工具，和 Cursor、Claude Code、Codex 差不多，主要帮程序员写代码、改代码。但看完后发现，它的方向不太一样。 xBubble Coding 更像是给非技术背景的个人创业者和小团队准备的。它不是只帮会写代码的人提效，而是让普通人也能把一个想法做成网站，先跑起来。这点很关键。很多时候，普通人不是没有想法，而是卡在那些很现实的问题上：服务器怎么配？域名怎么接？ API Key 怎么处理？网站怎么部署？以后要收款，又怎么接支付？这些对程序员可能只是日常，但对个人创业者来说，很容易一开始就被劝退。 xBubble 想解决的，就是这个从想法到落地之间的门槛。它把服务器环境、域名解析、API Key 配置这些技术底层尽量封装起来，用户不需要自己一点点折腾，相关费用也可以通过 xBubble Credit 统一抵扣。所以我觉得，它不是单纯卖代码，而是更像一个端到端的小生意启动系统。这次官方案例里提到的 Polymarket 事件监控网站，我觉得挺能说明问题。一个想法输入进去，Bubble Code 可以把它变成一个可以看数据、可以刷新、可以运行、可以部署的页面。它不是一个静态 Demo，而是能真正拿来用的工具。我也顺着这个思路，做了一个世界杯预测网站。我的想法很简单：让用户看热门比赛、参与预测、记录判断，再用积分和排行榜增加一点互动。我只是简单说了一句：我想做一个世界杯预测网站，后面如果有需要，还可以接收款或会员服务。让我有点惊讶的是，半小时左右，一个能看的 Demo 就已经出来了。对世界杯这种热点来说，速度非常重要。热点不等人。等你慢慢找开发、做页面、调功能、接支付，可能比赛都快结束了。但如果先用 Vibe Coding 把页面做出来，再一边跑一边改，节奏就完全不一样。这也是 xBubble Coding 适合 OPC 和小团队的地方。 OPC，也就是 One Person Company。一个人，或者一个很小的团队，也可以借助 AI、SOP 和全球化支付网络，把过去需要完整团队才能做的事情，先轻量化跑起来。在 xBubble 里，页面、内容、功能、部署、收款，不再是分散的环节，而是可以尽量用 SOP 串起来。 xBubble 不只是帮你把网站页面做出来，它还把全栈内容生产也 SOP 化了。比如产品的 3D 渲染图、详情页、投放广告片，这些原本需要设计、文案、剪辑和投放团队一起完成的内容，现在都可以通过内置的成熟 SOP 批量生成。对普通用户来说，这一点很重要。因为你不需要面对一个空白对话框反复试 Prompt，也不需要从零摸索每一步该怎么做，系统已经把成熟流程封装好了。比如内容生成、多平台矩阵宣发、稳定币支付和结算，都可以接进同一条商业链路里。如果一个小项目后面想做会员、付费数据、社群权益，也可以继续接稳定币收款，面向全球用户更快测试产品和现金流。这对小团队很实际。因为很多短平快项目，不是想法不成立，而是冷启动成本太高。一个机会窗口可能只有几天，甚至几个小时。谁能更快把页面做出来，谁能更快验证用户反馈，谁就更有机会先跑起来。我觉得 xBubble 真正有价值的地方，是它抓住了 AI 时代的长尾需求。标准化 SaaS 解决的是最通用的需求，但很多真实机会，反而藏在那些极度垂直、生命周期短、合规压力高、不断变化的非标场景里。世界杯预测页、事件监控工具、短期活动页面、社群互动工具，都属于这一类。这些需求，大公司不一定会专门投入资源做。但对 OPC 和小团队来说，只要能快速上线、快速收款、快速调整，就可能是一门真实的小生意。另外，我也挺关注 xBubble 提到的数据和资产主权设计。服务器、域名等底层基础设施，由生态内第三方服务商直接向用户提供。平台不留后门，数据完全隔离。对一些跨境业务，或者高合规压力的细分场景来说，这不是概念，而是生存问题。很多项目最怕的不是没有想法，而是账号、支付、客户数据都压在中心化平台上。哪天遇到封号、风控、限流，前面积累的东西可能一下子就没了。所以 xBubble 解决的，不只是技术问题，也是在帮小团队把业务尽量握在自己手里。还有一点我觉得很重要： xBubble 不是只有固定模板。面对不断变化的长尾需求和平台规则，单靠一套固定 SOP 肯定不够。所以它一边有成熟的标品 SOP，另一边 Bubble Engine 还可以持续生成新的专用 SOP。这才是它真正的付费价值。不是说用了 AI 就能躺赚，而是当你看到一个真实需求时，可以更快做出来，更快验证，更快调整。它帮个人和小团队抹平的，是技术雇佣成本、运营试错成本和商业冷启动成本。这次体验下来，我最大的感受是： AI Coding 不一定只是程序员的提效工具。它也可能成为普通人做小产品、做小生意、做全球化轻资产创业的启动器。用抗审查释放长尾刚需。用 SOP 降低运营风险。用 Vibe Coding 兜底个性化增长。在 OPC 经济越来越明显的时代，xBubble Coding 也许会成为小团队和个人创业者获取超额利润的重要商业基础设施。

云淡风轻

14,072 views • 2 months ago

简直可笑！网友登陆华为的辅助驾驶页面，再拔掉网线后惊奇发现，里程数据竟然还在拼命增长。API返回的不是真实车辆数据，而是基于时间计算的伪随机值。通过前端动画和后端配合，营造出数据实时增长的视觉效果。有网友评论称，“这让我想起了当年的e租宝，也有一个差不多的统计平台，数据一直在增加。”

简直可笑！网友登陆华为的辅助驾驶页面，再拔掉网线后惊奇发现，里程数据竟然还在拼命增长。API返回的不是真实车辆数据，而是基于时间计算的伪随机值。通过前端动画和后端配合，营造出数据实时增长的视觉效果。有网友评论称，“这让我想起了当年的e租宝，也有一个差不多的统计平台，数据一直在增加。”

作家崔成浩

251,568 views • 2 months ago

我很好奇这些去夜场的女生，老实人她们看不上还能理解，天天在夜场干，那么多的大哥，他们也没看上的嘛。找个条件好的大哥一嫁老老实实相夫教子不香嘛，总比天天在夜场当陪唱幸福吧。反正早晚都是要嫁人的，为什么不在夜场找个经济实力强点的大哥嫁了🙃

Sensitive content

我很好奇这些去夜场的女生，老实人她们看不上还能理解，天天在夜场干，那么多的大哥，他们也没看上的嘛。找个条件好的大哥一嫁老老实实相夫教子不香嘛，总比天天在夜场当陪唱幸福吧。反正早晚都是要嫁人的，为什么不在夜场找个经济实力强点的大哥嫁了🙃

Sizhe思哲

49,297 views • 2 months ago

npm install d3 人类对D3库的开发程度不足3%！如果你想实现：高性能的可交互关系图，以及一系列大数据可交互图谱的绘制，D3是你最好的选择。看看他们的官方示例，基本可以满足异形图表绘制的大部分需求。

npm install d3 人类对D3库的开发程度不足3%！如果你想实现：高性能的可交互关系图，以及一系列大数据可交互图谱的绘制，D3是你最好的选择。看看他们的官方示例，基本可以满足异形图表绘制的大部分需求。

赵纯想

42,421 views • 9 months ago