Loading video...

Video Failed to Load

Go Home

苹果全新Siri AI演示视频 感觉还是非常基础的升级，端侧模型+云端模型 端侧负责处理手机本地的信息调用本机个人信息和感知场景 云端复制处理和执行复杂任务，基于Gemini 模型定制的，而不是完全采用Gemini的模型 演示感觉毫无激情可言😂 Siri 变成一个独立 App： 能自然对话、记得你的上下文、跨应用替你动手，还能看懂屏幕上和镜头前的东西。 照片、Safari、密码、快捷指令全都加了 AI。 拍完的照片能重新构图，浏览器标签自动归类，弱密码一键改，快捷指令用一句话就能搭出来。

xiaohu's profile picture

小互

112,368 subscribers

13,533 views • 2 months 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

【黄仁勋演示Agent概念视频】前沿模型API调用+本地模型处理私密信息+能识别意图的模型选择器+小型机器人多模态交互（Reachy mini）= 私人智能助手。可以看看原视频，感受下未来和Agent一起工作和生活的一天是什么样吧。
2:16

【黄仁勋演示Agent概念视频】前沿模型API调用+本地模型处理私密信息+能识别意图的模型选择器+小型机器人多模态交互（Reachy mini）= 私人智能助手。可以看看原视频，感受下未来和Agent一起工作和生活的一天是什么样吧。

傅盛

113,538 views • 7 months ago

Mininglamp-AI Mininglamp（2718.HK） 开源了两个很有意思的项目： Cider 和 Mano-P 一个解决“Mac 本地跑 AI 怎么更快” 一个解决“AI 怎么真正操作电脑” 可以让你的 Mac 不只是运行 AI，而是成为本地 AI 工作站 很多人用 Mac 跑本地模型，会遇到一个问题： 芯片很强，但模型跑起来没有想象中那么快 Cider 做的事情，就是把 M5 芯片里的 INT8 TensorOps 更充分用起来，让 LLM / VLM 推理更快、更省内存 Mano-P 则是一个 GUI-VLA Agent，面向端侧设备，可以在 Mac mini / MacBook 上本地推理 它不是只能操作浏览器，还能操作桌面软件、网页界面、专业工具和复杂图形化工作流 支持复杂 GUI 自动化、跨系统数据整合、长任务规划执行、智能报告生成、自主应用构建 技术路径是纯视觉 GUI 操作，截图和任务数据可以不出设备 Cider 解决的是： Mac 本地模型怎么跑得更快、更省内存 Mano-P 解决的是： AI 怎么像人一样看屏幕、操作电脑、完成任务 一个是端侧推理加速框架 一个是端侧 GUI Agent 模型 合起来，就是一套私有 AI 的本地基础设施 下面是 Mano-P系统在麻将游戏中的应用：通过纯视觉理解游戏界面，自主完成识牌、分析和决策。
1:24

Mininglamp-AI Mininglamp（2718.HK） 开源了两个很有意思的项目： Cider 和 Mano-P 一个解决“Mac 本地跑 AI 怎么更快” 一个解决“AI 怎么真正操作电脑” 可以让你的 Mac 不只是运行 AI，而是成为本地 AI 工作站 很多人用 Mac 跑本地模型，会遇到一个问题： 芯片很强，但模型跑起来没有想象中那么快 Cider 做的事情，就是把 M5 芯片里的 INT8 TensorOps 更充分用起来，让 LLM / VLM 推理更快、更省内存 Mano-P 则是一个 GUI-VLA Agent，面向端侧设备，可以在 Mac mini / MacBook 上本地推理 它不是只能操作浏览器，还能操作桌面软件、网页界面、专业工具和复杂图形化工作流 支持复杂 GUI 自动化、跨系统数据整合、长任务规划执行、智能报告生成、自主应用构建 技术路径是纯视觉 GUI 操作，截图和任务数据可以不出设备 Cider 解决的是： Mac 本地模型怎么跑得更快、更省内存 Mano-P 解决的是： AI 怎么像人一样看屏幕、操作电脑、完成任务 一个是端侧推理加速框架 一个是端侧 GUI Agent 模型 合起来，就是一套私有 AI 的本地基础设施 下面是 Mano-P系统在麻将游戏中的应用：通过纯视觉理解游戏界面，自主完成识牌、分析和决策。

小互

12,114 views • 3 months ago

卧槽，分享一个Google 官方神器：Google AI Edge Gallery ，可以直接在手机上运行Gemma4等本地模型‼️ 在你的手机上，纯本地、断网跑大语言模型。 📱 这是什么？能做什么？ 1. 官方出品：由 Google 团队发布，底层基于 LiteRT 框架。 2. 移动端跑大模型：直接在手机里下载并运行 Gemma、Llama、Qwen 等开源模型。 3. 榨干本地硬件：不调用任何云端 API，纯吃你手机的 CPU/GPU/NPU 算力进行推理。 4. 极客体验：完全断网可用，真正的零网络延迟，数据绝对隐私。 💡 为什么这个信号很重要？ 端侧算力（Edge AI）的叙事正在肉眼可见地落地。 如果能把高频、轻量的 AI 任务下放到用户的设备端，不仅能砍掉海量的云端算力成本，还会催生出全新的 AI 应用形态。 无论是关注“AI 手机”概念的投研玩家，还是做 AI 工具的开发者，都建议去 Google Play 下来当沙盒玩玩，亲自测一下现在的移动端硬件到底能把模型跑到什么水平。 #AI #EdgeAI #Google #大模型 #端侧算力 #Tech 教程👇👇👇👇
0:30

卧槽，分享一个Google 官方神器：Google AI Edge Gallery ，可以直接在手机上运行Gemma4等本地模型‼️ 在你的手机上，纯本地、断网跑大语言模型。 📱 这是什么？能做什么？ 1. 官方出品：由 Google 团队发布，底层基于 LiteRT 框架。 2. 移动端跑大模型：直接在手机里下载并运行 Gemma、Llama、Qwen 等开源模型。 3. 榨干本地硬件：不调用任何云端 API，纯吃你手机的 CPU/GPU/NPU 算力进行推理。 4. 极客体验：完全断网可用，真正的零网络延迟，数据绝对隐私。 💡 为什么这个信号很重要？ 端侧算力（Edge AI）的叙事正在肉眼可见地落地。 如果能把高频、轻量的 AI 任务下放到用户的设备端，不仅能砍掉海量的云端算力成本，还会催生出全新的 AI 应用形态。 无论是关注“AI 手机”概念的投研玩家，还是做 AI 工具的开发者，都建议去 Google Play 下来当沙盒玩玩，亲自测一下现在的移动端硬件到底能把模型跑到什么水平。 #AI #EdgeAI #Google #大模型 #端侧算力 #Tech 教程👇👇👇👇

比特币橙子Trader

24,419 views • 4 months ago

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。 这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。 它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。 这样就可以让用户和 AI 在任意模态下实时进行交互： 你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。 核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分： 前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应 后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容 用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。
2:15

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。 这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。 它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。 这样就可以让用户和 AI 在任意模态下实时进行交互： 你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。 核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分： 前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应 后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容 用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。

歸藏(guizang.ai)

47,074 views • 3 months ago

用 iPhone 17 Pro MAX 试了一下本地 Qwen 3 1.7B 的推理速度，相当快啊，几乎感知不到延迟 A 19 Pro 芯片性能相当顶 这个叫 Locally AI 的 APP 还能调用苹果放在本地的端侧模型进行测试，不过国行手机不行
0:32

用 iPhone 17 Pro MAX 试了一下本地 Qwen 3 1.7B 的推理速度，相当快啊，几乎感知不到延迟 A 19 Pro 芯片性能相当顶 这个叫 Locally AI 的 APP 还能调用苹果放在本地的端侧模型进行测试，不过国行手机不行

歸藏(guizang.ai)

261,755 views • 10 months ago

自从马云重新现身后， 蚂蚁集团一直猛冲AI，大动作不断！ 像是卯足劲在追赶阿里QWEN！ 最近更是连发两款实用拉满的模型！！！ 先是百B级的 Ling 2.6 Flash， 盲测阶段就冲上 OpenRouter 趋势榜第一， 直接火到了海外！！ 还不算完，Ant Ling 今天又甩出一张底牌： Ling 2.6 1T ！ 名字就能看得出来，这个模型能力会更强！！ 但有一个误区：能力强的不一定是思考模型！ Ling 2.6 1T 不靠拉长推理链条来显得"很聪明"， 而是把 token 更多花在理解、规划和输出上。 换句话来说： 它的核心定位，是面向复杂任务，是精准指令下的执行模型！！ 1M 超长上下文，能把会议纪要、群聊记录、项目文档、零散资料一次性扔进去统一处理。 强工具调用能力，可以接进 OpenClaw、Hermes、LangGraph、Dify 等跑工作流。 真实问题处理，不只生成漂亮 demo，而是能够读懂已有代码，按照你的要求去干活。 Token 效率更高，不默认展开超长思考，成本控制到最低。 最近一段时间都是免费用，不用白不用， 我拿了几个真实任务跑了一遍，感受超级明显—— 如果是模糊的指令，它可能不太适合。 但如果是比较详细的指令，给它一个工作流， 就完全起飞了！！ 没有了推理过程，感觉非常丝滑， 这一点，就挺重要的！！ 减少了很多“AI自作聪明”的麻烦！！ 说回蚂蚁这两款模型， 完全是冲着落地应用来的，几乎把简单和复杂的应用场景全部包圆。 1T 负责理解复杂目标、拆解任务、整理材料、制定计划。 Flash 负责快速执行、快速改写、快速补全。 这精准切入了现在大多数人用AI的“痒点”： 总想着用一个“最强模型”解决所有的事情。 但我认为真正重要并且正确的是： 让对的模型干对的事。 这样无论是速度、成本、还是结果一致性，都更能符合预期。
0:34

自从马云重新现身后， 蚂蚁集团一直猛冲AI，大动作不断！ 像是卯足劲在追赶阿里QWEN！ 最近更是连发两款实用拉满的模型！！！ 先是百B级的 Ling 2.6 Flash， 盲测阶段就冲上 OpenRouter 趋势榜第一， 直接火到了海外！！ 还不算完，Ant Ling 今天又甩出一张底牌： Ling 2.6 1T ！ 名字就能看得出来，这个模型能力会更强！！ 但有一个误区：能力强的不一定是思考模型！ Ling 2.6 1T 不靠拉长推理链条来显得"很聪明"， 而是把 token 更多花在理解、规划和输出上。 换句话来说： 它的核心定位，是面向复杂任务，是精准指令下的执行模型！！ 1M 超长上下文，能把会议纪要、群聊记录、项目文档、零散资料一次性扔进去统一处理。 强工具调用能力，可以接进 OpenClaw、Hermes、LangGraph、Dify 等跑工作流。 真实问题处理，不只生成漂亮 demo，而是能够读懂已有代码，按照你的要求去干活。 Token 效率更高，不默认展开超长思考，成本控制到最低。 最近一段时间都是免费用，不用白不用， 我拿了几个真实任务跑了一遍，感受超级明显—— 如果是模糊的指令，它可能不太适合。 但如果是比较详细的指令，给它一个工作流， 就完全起飞了！！ 没有了推理过程，感觉非常丝滑， 这一点，就挺重要的！！ 减少了很多“AI自作聪明”的麻烦！！ 说回蚂蚁这两款模型， 完全是冲着落地应用来的，几乎把简单和复杂的应用场景全部包圆。 1T 负责理解复杂目标、拆解任务、整理材料、制定计划。 Flash 负责快速执行、快速改写、快速补全。 这精准切入了现在大多数人用AI的“痒点”： 总想着用一个“最强模型”解决所有的事情。 但我认为真正重要并且正确的是： 让对的模型干对的事。 这样无论是速度、成本、还是结果一致性，都更能符合预期。

沐阳

116,421 views • 3 months ago

kimi k3 的前端能力听说非常能打？ 这是我用某个模型一句话生成的昆虫博物馆网站，有无其它Agent 参与挑战？ 大家可以评论区猜下是用的哪个模型。 提示词就一句话： “搭建一个昆虫百科网站，生成匹配的图片和视频，并将它们添加进去”
0:40

kimi k3 的前端能力听说非常能打？ 这是我用某个模型一句话生成的昆虫博物馆网站，有无其它Agent 参与挑战？ 大家可以评论区猜下是用的哪个模型。 提示词就一句话： “搭建一个昆虫百科网站，生成匹配的图片和视频，并将它们添加进去”

我真的没有拼多多

48,808 views • 1 month ago

Deepseek V4 Flash 真的惊艳到我了，我就用一句话就生成了一个AI控制台。 我使用open code+Deepseek V4 Flash测试了一下模型的能力，总共不到五十秒，就给我生成了对应能力了。 主要是该有的模块都有，而且很多细节上面做了特定的优化。 模块划分： 1、仪表盘：做中央把控看模型消耗。 2、任务：看任务指派和模型上下文处理。 3、对话：直接在网页上可以和AI直接对话。 现在最重要的是open code还能免费使用，可以马上上手体验一下，国产模型是越来越强了，以后真的可以不使用国外模型了。
0:52

Deepseek V4 Flash 真的惊艳到我了，我就用一句话就生成了一个AI控制台。 我使用open code+Deepseek V4 Flash测试了一下模型的能力，总共不到五十秒，就给我生成了对应能力了。 主要是该有的模块都有，而且很多细节上面做了特定的优化。 模块划分： 1、仪表盘：做中央把控看模型消耗。 2、任务：看任务指派和模型上下文处理。 3、对话：直接在网页上可以和AI直接对话。 现在最重要的是open code还能免费使用，可以马上上手体验一下，国产模型是越来越强了，以后真的可以不使用国外模型了。

小墨同学

27,520 views • 18 days ago

每个人都能买得起 英伟达发布个人AI超级计算机 ，能运行2000亿参数的大模型。 NVIDIA 今天在CES 2025大会上发布了 NVIDIA Project DIGITS，这是一款能放在你桌面上的个人AI超级计算机。 将传统上需要大型数据中心才能完成的 AI 计算，带到每个人的桌面。‘ Project DIGITS 采用全新的 NVIDIA GB10 Grace Blackwell Superchip，能够提供 1 PFLOP（每秒一千万亿次浮点运算）的AI计算性能。 设计目的用于原型开发、微调以及运行大型AI模型，使用户能够在本地桌面系统上开发和运行推理模型，然后无缝部署到云或数据中心 也就是它能在你的本地就能运行超大的AI模型，能够运行高达 2000亿 参数的大语言模型。 通过 NVIDIA ConnectX 网络，两台 Project DIGITS 超级计算机连接起来，可以运行 4050亿 参数模型。 而且支持在本地电脑上开发和测试AI模型，然后快速部署到云端或数据中心。 简单来说，它就像是给每个开发者配了一台袖珍的AI超级计算机！
1:30

每个人都能买得起 英伟达发布个人AI超级计算机 ，能运行2000亿参数的大模型。 NVIDIA 今天在CES 2025大会上发布了 NVIDIA Project DIGITS，这是一款能放在你桌面上的个人AI超级计算机。 将传统上需要大型数据中心才能完成的 AI 计算，带到每个人的桌面。‘ Project DIGITS 采用全新的 NVIDIA GB10 Grace Blackwell Superchip，能够提供 1 PFLOP（每秒一千万亿次浮点运算）的AI计算性能。 设计目的用于原型开发、微调以及运行大型AI模型，使用户能够在本地桌面系统上开发和运行推理模型，然后无缝部署到云或数据中心 也就是它能在你的本地就能运行超大的AI模型，能够运行高达 2000亿 参数的大语言模型。 通过 NVIDIA ConnectX 网络，两台 Project DIGITS 超级计算机连接起来，可以运行 4050亿 参数模型。 而且支持在本地电脑上开发和测试AI模型，然后快速部署到云端或数据中心。 简单来说，它就像是给每个开发者配了一台袖珍的AI超级计算机！

小互

85,713 views • 1 year ago

很多人吐槽自媒体们（包括我）只展示Gemini 3.0的前端能力，非常片面。确实是这样，在社交平台，视觉化的、尤其是能动起来的东西才能吸引注意力。 但对于一个非程序员用户来说，前端能力很重要。我们日常的交互原型是用Gemini或者Cursor做的，临时给博物馆做个静态网站用的是Trae，我闺女科学课上的一些复杂概念我也会写个动态的演示页面，辅助讲解。 下面是给我闺女做的演示案例，之前要用5～8轮才可以完成，用新模型一次就搞定了。
0:14

很多人吐槽自媒体们（包括我）只展示Gemini 3.0的前端能力，非常片面。确实是这样，在社交平台，视觉化的、尤其是能动起来的东西才能吸引注意力。 但对于一个非程序员用户来说，前端能力很重要。我们日常的交互原型是用Gemini或者Cursor做的，临时给博物馆做个静态网站用的是Trae，我闺女科学课上的一些复杂概念我也会写个动态的演示页面，辅助讲解。 下面是给我闺女做的演示案例，之前要用5～8轮才可以完成，用新模型一次就搞定了。

陈言Linkc-Chen

50,180 views • 9 months ago

谷歌新的 Gemini TTS 模型太牛逼了！ 直接可以通过提示词去控制说话人的性别、语调、语气、某个词的读音、年龄。 你能想到的都能控制，根本不需要切换单独的语音模型！ 我的 AI 互动漫剧应用终于是完全体了！ 使用Nano Banana Pro动态地生成每个场景的图片，以及新的TTS生成每角色的独特的语音。
2:44

谷歌新的 Gemini TTS 模型太牛逼了！ 直接可以通过提示词去控制说话人的性别、语调、语气、某个词的读音、年龄。 你能想到的都能控制，根本不需要切换单独的语音模型！ 我的 AI 互动漫剧应用终于是完全体了！ 使用Nano Banana Pro动态地生成每个场景的图片，以及新的TTS生成每角色的独特的语音。

歸藏(guizang.ai)

127,166 views • 8 months ago

Codex 最新动态： 从 GPT‑5.6 与 Ultra 模式，到多智能体并行协作、计算机与浏览器操作、应用截图理解、行内代码和文档修改，再到一键发布 Sites、跨项目管理以及完整的 PR 工作流。 Codex 已不只是一个“帮你写代码”的工具，而是能够拆解复杂任务、操作和测试应用、协调多个项目、处理 Bug 与代码审查，并协助完成发布的开发伙伴。 无论你想提高日常开发效率，还是探索更自动化的 AI 编程方式，这支视频都能帮你快速掌握 Codex 的新能力和实际应用场景。 本视频由 baocut 翻译
7:12

Codex 最新动态： 从 GPT‑5.6 与 Ultra 模式，到多智能体并行协作、计算机与浏览器操作、应用截图理解、行内代码和文档修改，再到一键发布 Sites、跨项目管理以及完整的 PR 工作流。 Codex 已不只是一个“帮你写代码”的工具，而是能够拆解复杂任务、操作和测试应用、协调多个项目、处理 Bug 与代码审查，并协助完成发布的开发伙伴。 无论你想提高日常开发效率，还是探索更自动化的 AI 编程方式，这支视频都能帮你快速掌握 Codex 的新能力和实际应用场景。 本视频由 baocut 翻译

宝玉

37,498 views • 1 month ago

谷歌翻译新版直接起飞 嵌入了 Gemini 的模型。 翻译能力基于图片的实时翻译能力都提升了 还新增了一个学习模式 可以基于场景来锻炼你的听力和口语 可以设置自定义场景。 当前正在基于语言的学习做应用的感觉都可以停了。 目前我身边就有两个朋友在做类似的事情。看完感觉直接凉了。
1:35

谷歌翻译新版直接起飞 嵌入了 Gemini 的模型。 翻译能力基于图片的实时翻译能力都提升了 还新增了一个学习模式 可以基于场景来锻炼你的听力和口语 可以设置自定义场景。 当前正在基于语言的学习做应用的感觉都可以停了。 目前我身边就有两个朋友在做类似的事情。看完感觉直接凉了。

ttmouse - 豆爸

80,076 views • 8 months ago

使用AI生成3D模型，最终利用comfyUI渲染输出成片的工作流全过程 以下是GPT4总结的制作流程： 1. 文本到3D生成 在LumaLabs使用Gini文本到3D：访问LumaLabs网站，选择Gini文本到3D功能，输入如“Naruto T-pose”的描述性文本提示生成3D模型。 预览和调整：预览生成的3D模型，根据需要调整文本提示或使用提供的选项重新生成以获得满意的结果。 2. 导入和编辑模型 导入模型到Blender：将生成的3D模型（如身体、头部和手部）导入到Blender中。 调整模型位置和比例：在Blender中调整各个部分的位置和比例，确保模型的整体协调。 组合和调整细节：将不同的部件（头部、手部等）组合成一个完整的模型，对模型的姿态、细节进行必要的调整。 模型优化：对模型进行必要的优化，包括调整网格和重新拓扑（如果需要），以便于动画处理。 3. 动画和导出 应用骨骼和动画：将调整好的3D模型导出为FBX文件，然后在Mixamo网站上应用自动骨骼绑定和选择动画。 导入动画到Blender：将带有动画的模型重新导入到Blender中进行进一步的编辑和调整。 4. 进一步编辑 动画循环设置：在Blender中设置动画循环，确保动画可以平滑地循环播放。 相机和光照设置：调整相机角度和光照设置，以改善动画的视觉效果和氛围。 渲染设置：调整渲染设置，包括分辨率和渲染引擎设置，以获得高质量的动画输出。 5. 最终渲染和后处理 渲染动画：在Blender中渲染完成的动画，导出为视频文件。 后处理：可选地，将渲染完成的视频导入到Comfy UI或其他视频编辑软件中进行后处理，添加背景、特效和其他视觉元素，以完成最终的动画作品。 通过这些具体的小步骤，从文本描述到完成的3D动画的整个制作过程被详细地概述和解释，为想要学习这一流程的人提供了一份详细的指南。
18:17

使用AI生成3D模型，最终利用comfyUI渲染输出成片的工作流全过程 以下是GPT4总结的制作流程： 1. 文本到3D生成 在LumaLabs使用Gini文本到3D：访问LumaLabs网站，选择Gini文本到3D功能，输入如“Naruto T-pose”的描述性文本提示生成3D模型。 预览和调整：预览生成的3D模型，根据需要调整文本提示或使用提供的选项重新生成以获得满意的结果。 2. 导入和编辑模型 导入模型到Blender：将生成的3D模型（如身体、头部和手部）导入到Blender中。 调整模型位置和比例：在Blender中调整各个部分的位置和比例，确保模型的整体协调。 组合和调整细节：将不同的部件（头部、手部等）组合成一个完整的模型，对模型的姿态、细节进行必要的调整。 模型优化：对模型进行必要的优化，包括调整网格和重新拓扑（如果需要），以便于动画处理。 3. 动画和导出 应用骨骼和动画：将调整好的3D模型导出为FBX文件，然后在Mixamo网站上应用自动骨骼绑定和选择动画。 导入动画到Blender：将带有动画的模型重新导入到Blender中进行进一步的编辑和调整。 4. 进一步编辑 动画循环设置：在Blender中设置动画循环，确保动画可以平滑地循环播放。 相机和光照设置：调整相机角度和光照设置，以改善动画的视觉效果和氛围。 渲染设置：调整渲染设置，包括分辨率和渲染引擎设置，以获得高质量的动画输出。 5. 最终渲染和后处理 渲染动画：在Blender中渲染完成的动画，导出为视频文件。 后处理：可选地，将渲染完成的视频导入到Comfy UI或其他视频编辑软件中进行后处理，添加背景、特效和其他视觉元素，以完成最终的动画作品。 通过这些具体的小步骤，从文本描述到完成的3D动画的整个制作过程被详细地概述和解释，为想要学习这一流程的人提供了一份详细的指南。

Yangyi

25,503 views • 2 years ago

昨天发了一个视频，看到评论里有人问：你都在用 Claude Code 了，为什么还要用国内的 Coding Plan？ 对我来说，这不是一个二选一的问题，而是一个补充题。 大家都知道御三家的硬实力更强，这点没什么好争议的。但很多日常场景里，国产模型其实已经能在速度、质量、成本之间取得一个不错的平衡。 比如文本处理、资料整理、基础 coding、简单 agent 任务，这类占日常 80% 的工作，很多时候并不一定非要上最贵的模型。对大多数中国用户来说，国产模型更顺手，速度也够，价格还低不少。 还有一个经常被忽略的点，其实是处理速度。 我自己实测下来，国内这些模型在一些简单任务上，接口响应和首字速度都很快。像翻译、语音输入后的文本修正、基础润色、简单改写这类高频小任务，用起来其实很舒服。你并不需要每一次都把最贵、最强的模型拉出来跑一遍。 另外我觉得，现在国内头部几家 AI 厂商，已经不是“能不能做”的问题了。无论是阿里还是字节，一方面有足够的算力和基础设施，另一方面本身也有持续做模型研发和产品迭代的能力。所以在很多高频、日常、成本敏感的场景里，把国产模型纳入自己的工具链，本来就是很自然的事。 所以我现在的看法一直都不是“国产替代”或者“二选一”，而是按场景分工：复杂、高价值任务交给最强模型；大量日常、重复、成本敏感的任务，用国产模型做补充，我觉得这反而是更现实、也更科学的用法。
1:10

昨天发了一个视频，看到评论里有人问：你都在用 Claude Code 了，为什么还要用国内的 Coding Plan？ 对我来说，这不是一个二选一的问题，而是一个补充题。 大家都知道御三家的硬实力更强，这点没什么好争议的。但很多日常场景里，国产模型其实已经能在速度、质量、成本之间取得一个不错的平衡。 比如文本处理、资料整理、基础 coding、简单 agent 任务，这类占日常 80% 的工作，很多时候并不一定非要上最贵的模型。对大多数中国用户来说，国产模型更顺手，速度也够，价格还低不少。 还有一个经常被忽略的点，其实是处理速度。 我自己实测下来，国内这些模型在一些简单任务上，接口响应和首字速度都很快。像翻译、语音输入后的文本修正、基础润色、简单改写这类高频小任务，用起来其实很舒服。你并不需要每一次都把最贵、最强的模型拉出来跑一遍。 另外我觉得，现在国内头部几家 AI 厂商，已经不是“能不能做”的问题了。无论是阿里还是字节，一方面有足够的算力和基础设施，另一方面本身也有持续做模型研发和产品迭代的能力。所以在很多高频、日常、成本敏感的场景里，把国产模型纳入自己的工具链，本来就是很自然的事。 所以我现在的看法一直都不是“国产替代”或者“二选一”，而是按场景分工：复杂、高价值任务交给最强模型；大量日常、重复、成本敏感的任务，用国产模型做补充，我觉得这反而是更现实、也更科学的用法。

luolei

32,585 views • 4 months ago

刚刚过去的一天ai行业又有大事发生！ Openclaw的最大竞争对手来了！ Perplexity 宣布推出perplexity computer，这个云端电脑聚合了多款最新大模型，可以根据用户的提出的需求寻找最合适的大模型从而完成任务。 可以说这是用了和openclaw完全不同的架构，openclaw是由用户自己运行的电脑，通过一个大模型来解决问题。而perplexity则是通过多种大模型聚合的云端电脑帮用户寻找最合适的大模型解决问题。 一个像私人助理，一个像工作团队。目前200刀每月，大家可以体验。 Moonlake 在今天推出了全新的多模态大模型，从视频演示中，他们只输入了几句话，就生成了一个保龄球游戏的全貌。这个大模型的厉害之处大家可以去他们的官推视频查看，可以说是对于游戏生成行业的一次冲击。也是我觉得非常厉害的一个产品，世界果然属于聪明的年轻人 Anthropic 宣布收购了 Vercept ，这是一家ai桌面助手，可以学习人类的习惯去使用电脑，对于后续ai工作流的提升极为有用。 claude和openai也均对ai安全性问题给出了最新的处理建议，在ai高速发展的今天，安全性更为重要 感谢各位点赞支持！关注我，每天带来最新的ai资讯！
11:17

刚刚过去的一天ai行业又有大事发生！ Openclaw的最大竞争对手来了！ Perplexity 宣布推出perplexity computer，这个云端电脑聚合了多款最新大模型，可以根据用户的提出的需求寻找最合适的大模型从而完成任务。 可以说这是用了和openclaw完全不同的架构，openclaw是由用户自己运行的电脑，通过一个大模型来解决问题。而perplexity则是通过多种大模型聚合的云端电脑帮用户寻找最合适的大模型解决问题。 一个像私人助理，一个像工作团队。目前200刀每月，大家可以体验。 Moonlake 在今天推出了全新的多模态大模型，从视频演示中，他们只输入了几句话，就生成了一个保龄球游戏的全貌。这个大模型的厉害之处大家可以去他们的官推视频查看，可以说是对于游戏生成行业的一次冲击。也是我觉得非常厉害的一个产品，世界果然属于聪明的年轻人 Anthropic 宣布收购了 Vercept ，这是一家ai桌面助手，可以学习人类的习惯去使用电脑，对于后续ai工作流的提升极为有用。 claude和openai也均对ai安全性问题给出了最新的处理建议，在ai高速发展的今天，安全性更为重要 感谢各位点赞支持！关注我，每天带来最新的ai资讯！

Vic TALK

79,134 views • 5 months ago

蚂蚁百灵刚刚发布了 Ling-3.0-flash： 一个AI 执行层的关键拼图 刚刚看到 Ling-3.0-flash 正式发布，我觉得这款模型值得认真关注。原因很简单：在 AI 工程越来越深入到实际业务的今天，大家早就不满足于模型“会不会想”了，更关键的是它“能不能持续做”。 尤其是在 Agent 工作流中，需要高频调用工具、迭代代码、处理长程任务时，一个响应快、执行稳的执行引擎成了刚需。Ling-3.0-flash 的出现，正好瞄准了这个缺口。 1. Agent 的执行层 从我的角度看，它最聪明的一点是没有去硬拼超大模型的深度推理能力，而是把自己定位成一个高速执行引擎——负责把已经规划好的任务快速落地。 这在实际应用中特别实用，比如当大模型把方案设计好之后，剩下的代码生成、工具调用、批量处理就需要一个既快又稳的模型来接手。 2. 为什么它能兼顾速度和成本 技术细节上，它采用 124B 参数的 MoE 架构，但实际激活参数约 5.1B，在推理速度和运行成本之间找平衡。 它还支持混合推理模式：简单任务可以关闭 Reasoning，降低延迟，适合大批量处理；复杂任务则可以开启思考模式，保持逻辑连贯。 原生支持 256K 上下文，对需要持续读取历史指令和项目状态的 Agent 工作流也很重要。 3.如何使用 我觉得 Ling-3.0-flash 最适合做 Agent 工作流里的执行节点。反复调用 API 或 MCP 工具时，它能根据结构化错误信息自我诊断和修复，不容易在循环调试中卡死，因此适合放进 Loop 或 Graph 架构。 4.结对编程和批量任务 结对编程是一个典型场景：人负责架构规划、边界定义和测试，Ling-3.0-flash 负责快速生成代码、调用工具、读取报错，并根据反馈持续修改。 批量处理长文档、日志、简历和结构化数据时，它看重的也是速度、格式稳定性和成本控制。直播数字人或高频办公协作，则需要它的低延迟响应来减少体验断层。 5.边界 当然，它不是万能模型。复杂系统不能只靠一句指令搞定；缺乏架构和测试环境时，结果可能跑偏；需要深度冷门知识的研究任务，还是更适合交给更大规模的推理模型。 更合理的用法是：大模型负责搜索、规划和架构设计，把方案写成规范文档；Ling-3.0-flash 负责高频工具调用、代码执行和批量处理。 总结：Ling-3.0-flash 不是来替代所有模型的，而是把 Agent 工作流里“执行层”这件事做得更快、更稳。大模型负责想清楚，它负责做出来。
0:41

蚂蚁百灵刚刚发布了 Ling-3.0-flash： 一个AI 执行层的关键拼图 刚刚看到 Ling-3.0-flash 正式发布，我觉得这款模型值得认真关注。原因很简单：在 AI 工程越来越深入到实际业务的今天，大家早就不满足于模型“会不会想”了，更关键的是它“能不能持续做”。 尤其是在 Agent 工作流中，需要高频调用工具、迭代代码、处理长程任务时，一个响应快、执行稳的执行引擎成了刚需。Ling-3.0-flash 的出现，正好瞄准了这个缺口。 1. Agent 的执行层 从我的角度看，它最聪明的一点是没有去硬拼超大模型的深度推理能力，而是把自己定位成一个高速执行引擎——负责把已经规划好的任务快速落地。 这在实际应用中特别实用，比如当大模型把方案设计好之后，剩下的代码生成、工具调用、批量处理就需要一个既快又稳的模型来接手。 2. 为什么它能兼顾速度和成本 技术细节上，它采用 124B 参数的 MoE 架构，但实际激活参数约 5.1B，在推理速度和运行成本之间找平衡。 它还支持混合推理模式：简单任务可以关闭 Reasoning，降低延迟，适合大批量处理；复杂任务则可以开启思考模式，保持逻辑连贯。 原生支持 256K 上下文，对需要持续读取历史指令和项目状态的 Agent 工作流也很重要。 3.如何使用 我觉得 Ling-3.0-flash 最适合做 Agent 工作流里的执行节点。反复调用 API 或 MCP 工具时，它能根据结构化错误信息自我诊断和修复，不容易在循环调试中卡死，因此适合放进 Loop 或 Graph 架构。 4.结对编程和批量任务 结对编程是一个典型场景：人负责架构规划、边界定义和测试，Ling-3.0-flash 负责快速生成代码、调用工具、读取报错，并根据反馈持续修改。 批量处理长文档、日志、简历和结构化数据时，它看重的也是速度、格式稳定性和成本控制。直播数字人或高频办公协作，则需要它的低延迟响应来减少体验断层。 5.边界 当然，它不是万能模型。复杂系统不能只靠一句指令搞定；缺乏架构和测试环境时，结果可能跑偏；需要深度冷门知识的研究任务，还是更适合交给更大规模的推理模型。 更合理的用法是：大模型负责搜索、规划和架构设计，把方案写成规范文档；Ling-3.0-flash 负责高频工具调用、代码执行和批量处理。 总结：Ling-3.0-flash 不是来替代所有模型的，而是把 Agent 工作流里“执行层”这件事做得更快、更稳。大模型负责想清楚，它负责做出来。

奶牛叔

66,157 views • 26 days ago