AYi

AYi

@AYi_AInotes最近同步 9/23/2026, 12:02:53 AM

AI 实用主义,专注AI落地的组织和业务know how,半年AI+副业变现6位数,关注商业,职场,投资,业务出海, 大厂组织发展专家 × 组织心理学,Prompt专家,分享有用的 AI 实践,也分享工具之外的深度认知 以术入道,以道御术,KEEP BUILDING 合作/交流:DM/TG @AYi_AInotes

7日排名
#296
总粉丝
67.5K
7日涨粉
+2.3K
7日发帖
83
7日曝光
480K
帖均曝光
5.8K

Ranking History

Today’s rankings update in real time. Historical records retain daily top-five entries for growth, posts, and reach. Click to view a poster.

No daily top-five records yet.

粉丝趋势

近7日每日已结算数据

内容表现趋势

曝光/互动与发帖量均按自然日结算

发帖趋势

近7日每日发帖量

帖均曝光趋势

每日总曝光 ÷ 每日发帖量

Participated Topics

Participated in 4 topics

View topic rankings

中文 X 创作者继续围绕 AI 写作去味、Skill 工具和 Agent 课程分享形成高收藏讨论。余温称写作时只加入“禁止使用状语”就能明显减少 AI 味并提升小说质感,铁锤人随后转述类似体验;Viking 分享 show-me Skill,强调让 AI 用最小图示解释技术问题,而不是堆砌长段文字;G哥则分享开源 AI Agent 课程,并称可替代某些付费课程。讨论显示用户关注点正从单条 Prompt 转向可复用工作流、图解能力和系统化学习资源。

Participated post: 当你还在纠结 Cursor 的 Tab 键好不好用的时候,
前 Cursor 员工、现 SpaceX 和 xAI 工程师,已经一个人带着 20 多个 GrokBot 代理,
单月提交了 1000 多个 PR,这个月还要直接翻倍。 妹子这套打法最狠的地方,在于彻底抛弃了坐在屏幕前等 AI 回复的低效交互,
直接在 pstack 里用 loop、goal 和 swarm 三个指令把任务完全交给 Agent 蜂群, 
从需求拆解、代码编写到本地环境验证、自动化测试、最后发起 PR,整个闭环 24 小时全自动运转。 这其实就是下一代软件工程最真实的缩影, 
以前我们以为的 AI 编程是给你配一个打下手的实习生,现在直接演变成了你是一个技术总监、底下管着 20 个不知道疲倦的离线工蜂, 
程序员的核心能力不再是敲代码的速度,而是定义目标边界、设计验证沙箱、以及做最终 Code Review 的架构判断力。 一人软件公司的分水岭已经极其清晰了,
未来能拉开十倍效率差距的,从来不是单个模型的智商,而是你能不能把任务彻底解耦成离线 Agent 蜂群的能力啊。 https://t.co/hIkkrCxJEC
Posts 7 Views 265KHeat 17.2K
#AI写作#去AI味#提示词

曾颖发文讨论“孙学”,表示不希望传播对孙宇晨的厌恶,主张把焦点从感情话题转向世俗成功及可供学习的经验。周先知随后转述这篇文章,将围棋取舍、求学经历、制造热点及投资创业串联为孙宇晨的成功路径,但候选材料没有提供完整原文或经历核验。与此同时,逍遥XTony批评币圈持续讨论“薄肌”,认为参与者应重视交易赚钱,并将薄肌主张解释为围绕女性展开的自我塑造。本轮延续孙学与薄肌叙事的同一讨论脉络,分歧集中于人物经验是否值得学习,以及财富、身体与亲密关系应如何排序。相关经历属于文章转述,价值判断也不能证明健身动机或成功方法具有普遍性。

Participated post: A股真的够烂的, 孙哥要彩礼竟然炸出了指甲刀概念股,开盘暴涨📈📈11% 孙哥写了篇青春伤痛文学,回忆十九年的白月光,文章最后提了一句留在抽屉里的指甲刀, 然后A股刀剪第一股张小泉,今天开盘直接拉涨超11%,被网友封为指甲刀概念股,午盘收涨4.54%,报30.88元, 一张带张小泉商标的海报在网上传得到处都是, 我就问你离不离谱, 一个亿万富翁的感情故事里出现了一把指甲刀,一家上市公司的股价就涨了, 没有业绩预告,没有订单增长,没有任何基本面变化,唯一的变量是孙宇晨抽屉里多了个指甲刀, A股的研究员现在可能得连夜补娱乐圈八卦了,以后写研报之前先刷热搜,今天哪个明星提了什么牌子,明天哪个网红用了什么东西,都是投资线索, 基本面分析干不过一篇小作文,估值模型干不过一个梗, 这就是A股最魔幻的现实,资金不关心公司赚不赚钱,只关心今天有没有故事可讲,有没有热点可蹭,有没有散户愿意冲进来接盘, 游资点火,散户追涨,上市公司顺势蹭热度发海报,一套操作行云流水,最后留下站岗的人在山顶吹风, 说真的,一个市场如果靠指甲刀定价,靠八卦选股,靠情绪交易,那它就不是资本市场,是赌场,而且是那种连荷官都在憋笑的赌场, 孙宇晨用十九年没追到白月光,A股用一把指甲刀就追到了涨停板, 你说这到底是浪漫还是荒诞???
Posts 3 Views 214KHeat 21.8K
#曾颖#孙宇晨#孙学

Muse 上线两周在中文X引发零售银行业务冲击讨论,有用户称五大行零售银行“末日就要来了”。与此同时,关于 Manus 团队与 Muse 的争议也在升温:有推文称 Manus 核心团队打造的 Muse 很强大,但三位创始人滞留国内、资金退还 Meta,甚至出现要求大金主按 40 亿美元估值投资的说法;另有用户批评商务部干预 Manus 市场行为。相关讨论把 AI 助手产品力、团队资本关系和监管干预放在同一轮叙事中,但部分说法仍属转述和个人判断。这些内容也与此前 Muse、Meta 电话助手进入 AI 工作流的讨论相互交织。

Participated post: Muse 13 天干到美区 App Store 第一,强到亚马逊直接封杀,但它解决的问题其实特别朴素——你让 AI 帮你发封邮件,对方第二天回了,AI 已经不记得这件事了, Muse 把这个断点接上了,国内后天上线的 Today 想接得更深。 Muse 9 月 8 号上线,两周不到超过 ChatGPT 登顶免费榜。能帮你购物比价、换保险、找折扣码下单、管邮件日历,每个会话跑在独立虚拟机里,敏感操作有审核 Agent 过一遍,付款走 Stripe 一次性虚拟卡。 亚马逊 9 月 20 号封杀它的理由写的是未经授权访问,但真正难受的是 Agent 购物不浏览页面、不看广告、不被推荐算法种草,直接找东西结账,把亚马逊 680 亿美元广告生意的前提跳过了。 Muse 在中国用不了,但它验证了一件事:用户等一个能跨任务、跨时间持续帮你推进事情的 AI 助理,已经等了很久。 9 月 24 号国内上线的 Today 做的是同一件事,两个产品解决的痛点一样,切法不同。 Muse 偏执行层——它能帮你打开浏览器、填表单、下订单,是一个很强的操作 Agent。 Today 多往前走了一步,它不只帮你做事,还试图理解你现在处于什么状态,在你开口之前判断该不该来找你。 但不管最终产品成熟度如何,这个方向跟我们直接相关,现在不管用 ChatGPT、Claude 还是豆包,每次新对话��要重新解释背景,攒了几个月的上下文换个窗口就归零。 Today 想做的是围绕你这个人积累状态,用得越久启动成本越低,AI 知道你在忙什么、等什么、关注什么,不用你重复说。 全平台 iOS / Android / Windows / Mac / Linux,9 月 24 号中国版正式上线,真的狠狠期待了!!!
Posts 1 Views 0Heat 919
#Muse#Manus#零售银行

OpenAI与Anthropic的旗舰大模型竞争持续升温。部分用户反馈OpenAI暂停GPT高阶服务反而促使订阅流向Claude,且Claude Opus 5.5在长时独立运行、深度逻辑推理与直白工作汇报等维度获得创作者高度评价,官方Playbook工作流也引发广泛关注。然而,伴随模型热度上升,Anthropic针对非支持地区中国普通用户的严厉风控与频繁封号措施引发强烈反弹,有创作者撰写公开信控诉体验受阻。整体讨论展现出开发者对顶尖模型能力的强烈需求与海外服务严苛风控壁垒之间的深刻矛盾。

Participated post: Anthropic 内部的的 工程师Dan Fein,分享了Opus 5.5 今天发布后的第一批内部 demo,一万三千块瓷砖,零张图片, 纯代码生成视觉内容这个方向,之前 Fable 5.1 也能做,但瓷砖数量和��画复杂度到这个级别的,确实是头一次见到, 一个纯代码马赛克动画,13,081 个瓷砖的颜色、位置和运动轨迹全部由模型在代码里算出来,没有引入任何外部图片文件。 这意味着模型需要同时理解像素级的色彩构成、瓷砖在画布上的几何排列、以及随时间变化的帧动画逻辑。最后还有一个细节——画面里星星的水面倒影会逐渐变形,孵化成 22 条游动的小鱼,这些形变和运动也是纯数学计算。 不是一次简单的 HTML 输出,是一万三千个元素在同一个坐标系里协调运动,且视觉上能看。 跑分能告诉你模型在标准任务上排第几,但跑分没法告诉你它能不能在一次对话里,把一个艺术想法翻译成上万行可运行、可观看的代码。 这类任务对上下文管理、空间推理和代码一致性的要求远超典型 benchmark 覆盖的范围。 不过也要说清楚:这是一个展示上限的 demo,不代表每次都能复现同等质量。模型在视觉代码生成上确实有了明显跃迁,但具体到你自己的项目,效果还是要实测。 https://t.co/ZuLyQIncBF
Posts 3 Views 0Heat 544
#Claude Opus#Anthropic#OpenAI

近7日爆款推文

按近 7 日曝光排序,展示前 10 条。

1
6.7万 followers
Views2.2万
看完今天上午云栖大会千问交出的整套底牌, 我感觉最锋利的地方全落在了账本上: 研发端让模型零干预自主迭代 33 轮扛住研发重活, 成本端直接把缓存命中输入打穿到了每百万 Tokens 一毛钱。 咱们把这两串数字掰开看, 在模型研发端,Qwen3.8-Max 在没有任何人工干预的情况下自主跑完 33 轮闭环演进,调用上万次工业工具把总线模块面积缩减了 42%,Artificial Analysis 质量指数推到了 45。 面对从未见过的阿里新款芯片,它自己进场完成算子调优与底层框架适配,竟然把单实例推理吞吐拉升了 96%,这说明算法团队日夜洗数据调参的阶段正在过去,大模型正在自己接管研发流水线。 而在落地成本端,提前开源架构的 Qwen3.8-Flash 通过注意力机制等底层重构,把训练成本直接砍掉近九成,配上每百万 Tokens 一毛钱的缓存单价,让大规模并发调用有了真实的利润空间。 Pinterest CEO 在公开场合提到,换用千问后综合调用成本压缩至同��商业模型的 8%。 更耐人寻味的是技术迭代的节奏,新架构 Qwen4 已经在训,后续版本规划直奔 5 到 10 万亿参数,配合全球突破 30 亿次的开源下载量,感觉千问交出来的已经不是几个孤立的模型版本了,有点把 AI 从手工作坊时代推进到了自运转的工业工厂时代的意味。 并且阿里的这种工程化能力已经开始向多模态交付延伸了,视频模型 Wan3.0 在主流评测中排名前列,下代模型定档 11 月,刚开源的 Qwen-Image-2.1 凭借 7B 的轻量尺寸,把原生透明图层与局部编辑做进了同一个模型,支持圈选修改、图层替换与多图保真参考,以往需要跨几个专业软件来回倒腾的设计链路,现在能在同一个模型内被压成秒级响应。 从算法团队教模型理解世界,到模型反向进入研发体系、全行业的计算成本被大幅摊薄。 开源生态把图纸与开采机完整交出来之后,竞争的重心彻底转向了谁能用更低成本把真实业务跑通。 这套成本架构落地之后,大家最想先重构手头的哪块业务?我自己是打算把后台知识库检索和长文本记忆全量切过去,粗算一年能省出好几台服务器的实打实开销。
AYi 的图片 1
AYi 的图片 2
AYi 的图片 3
2
6.8万 followers
Views1.1万
卧槽,Jev 算是被国内开发老哥彻底玩明白了哈哈,家里的吃灰的闲置安卓机有用处了,装上这个对话副驾,微信里那些猜不透的在吗和再想想,一秒算出危险等级,直接化身随身高情商外挂。 韭二分享的这个聊天副驾的开源项目真的有点吊炸,在微信旁边挂一个悬浮窗,收到消息一秒钟内,不管是领导半夜发来一句在吗,还是甲方说方案再想想,都能把把对方的意图和底牌给算出来, 而且它解决问题的逻辑极其狠辣:
第一,看透意图:一秒算出对方是在试探、施压、催进度还是委婉劝退。
第二,量化风险:直接标出一到九级的情绪危险分,明确告诉你该立刻回还是冷处理十分钟。
第三,策略给满:大模型瞬间起草三套不同风格的口语化回复,按胜率排好序,点一下直接填进输入框。最神的一笔是绝对不自动发送,把最终扳机永远留给人手,彻底断绝 AI 替你发疯送人头的可能。 底层工程更是把防封做到极致:
不 Hook 进程,不改安装包,不抓通信协议,不读微信本地数据库。纯靠安卓无障碍读屏,甚至把服务伪装成系统的语音朗读组件,直接绕开新版微信的节点混淆。在微信风控眼里,它就是一个合规的读屏软件,零 Root 零封号风险。
3
6.7万 followers
Views3.3K
做独立开发的兄弟肯定都懂这个破防瞬间,几小时用 Codex、Cursor 或和Claude code搓完一个产品原型, 最后卡一条 30 秒演示片,在各个 AI 视频站抽卡、剪时间轴、配字幕,折腾大半天都发不出去。 以前你得自己身兼导演和剪辑师,跑三四个平台抽画面,找工具配音,蹲在时间轴上一帧帧对齐,改一个镜头就要全盘重抽,之前碰对的好画面全白费。 这次新出的 Pexo 直接把十几个底层视频模型收了当工人,你扔过去想法、参考素材甚至产品网页链接,它自己拆分镜、调度生成、排动效、加字幕配乐,一条完整成片直接打包端到你面前。 最狠的是改片直接像在文档里批注意见,对着画面圈哪改哪,只重修标记的局部,不用整条视频推倒重来。 感觉这已经不只是一个拼五秒片段画质的生成工具那么简单了,竟然把做演示内容的交付速度,拉到了和写代码搓原型同一个量级,以后从想法到产品到宣传素材,全程不用打开专业剪辑软件咯。 真正让我觉得超预期的是,Pexo把生成单段素材的模型工具,直接降格成了底层的执行工人。 以往做一条视频,你要自己当导演加剪辑师,先去各个平台抽几段画面,再找工具配音做字幕,最后在时间轴上一帧帧对齐。 Pexo 把这个链路收拢成一个会话,你把想法、参考素材甚至一个网页链接发过去,它自己规划分镜、在后台调度十几款底层模型生成片段,顺手把动效、配乐、字幕与旁白全部编排成完整的成片。 更耐人寻味的是修改环节的交互设计,做过视频的人都知道,最折磨的从来不是初稿,而是微调。改一处细节往往意味着推倒重来,重新抽卡又很难保证画面一致。 Pexo 允许直接在播放器画面上打标记留评论,就像在在线文档里给同事划线提修改意见一样,告诉它改哪里、怎么改,智能体就会针对标记区域局部重修,不用全盘重推。 这种交付形态最大的杀伤力,是让写代码和做内容终于有了同等轻盈的交付节奏。 当独立开发者用 Cursor 和 Claude Code 几小时就能搓出一个产品原型,瓶颈立刻转移到了怎么让全世界看懂它。 模型层面的画质竞争依然在继续,但谁能把碎片化的生成能力打包成端到端交付的生产力,谁才真正降低了普通人把想法推向市场的摩擦力。 工具的价值不取决于它能生成多炫酷的五秒片段,关键在于它能在多大程度上免去你打开专业编辑软件的麻烦。 当生成的成本趋近于零,能否像打批注一样随时修改和组织上下文,可能比单纯比拼画面真实度更决定一条工作流的生死。
4
6.8万 followers
Views1.4K
兄弟们好东西来了, Qwen-Image-2.1 社区无审查 GGUF 版放出了, 安全拦截全部下线,懂的都懂。 而且作者搞了一套极度聪明的切分跑法,文本编码放 CPU,主模型进 GPU,生成几乎不降速,显存立省 9 到 17G,直接把本地出图的门槛焊死在平民卡上。 平时在各种在线平台跑图,最搞心态的就是动不动弹窗拒识或者直接给你涂黑一张图。 这个版本最爽的地方就在于把内置的安全拦截全拔了,提示词不设防,敏感内容和成人画面直接放行出图。完全是在自己电脑本地离线跑,彻底摆脱外部干预。 更绝的是它的显存优化方案。以往跑这类大底座,动不动就得吃掉 20 多 G 显存,平民显卡直接当场劝退。这次作者在 ComfyUI 里的解法极其优雅:把极其吃显存的 8B 文本编码器直接甩到电脑普通内存去跑,显卡只负责吞下 7B 的视觉生成主模型。 因为文本编码在整个出图过程中只在最开头执行一次,后续几十步的扩散迭代完全在显卡里跑, 所以这么切分不仅几乎不拖慢出图节奏,还能凭空帮显卡省出 9 到 17GB 显存。手头只有 8G 到 12G 显存的甜品卡,也能在本地顺畅跑完 2K 分辨率的大图。 除了省显存,工作流也是直接大瘦身。以前在本地搭一套能用的生图流程,先文生图,再换重绘模型修细节,最后还得外挂抠图插件去背景,工作流连线密密麻麻像盘丝洞。 Qwen-Image-2.1 直接把文生图和图像编辑焊进同一个模型里,而且原生自带 64 通道 RGBA 输出,在提示词里指定透明背景就能直接吐出带透明通道的切片素材,抠图节点全都可以删掉了。 另外它最多能吃 10 张参考图。最实用的场景就是多人合影:直接把 6 个人的单独大头照喂进去,模型能一次性合成出一张光影相互反射、透视完全协调的多人自然大合照,彻底告别以往硬拼贴的僵硬感。画面质感上的提升也很扎实,中英文字排版不再扭曲画符,皮肤质感、毛发细节和真实光影过渡非常自然,完全摆脱了早年那种油腻腻的塑料感。 既有不设限制的纯粹自由,又有极致省显存的工程优化。手头有平民卡又想折腾本地高质量出图的老哥,这波直接冲就完事了。 模型和实测避坑放在一楼。 https://t.co/2xgXforGUz
5
6.8万 followers
Views981
做 X 内容、做增长、想拿创作者收益的兄弟们,我干了件可能帮大家赚钱且少走半年弯路的事: 我决定把自用的这套 X Growth OS 增长操作系统开源给大家,回馈大家一直以来的关注和支持! 说实话,x是目前最值得投入的平台,我半年多副业都在x挣了有40多万,甚至说个暴论,要把x当做一家自己的公司去经营,X Growth OS 是一套纯本机优先、不可变草稿、每一步都在本地留下证据账本的独立系统。 为了把这套系统的逻辑彻底讲透,我顺手用最近大热的视频创作Pexo,全程纯聊天,从零到一捏了一条 45 秒完整的商业白板解说视频: 0 剪辑轨道、全程自然语言对齐,画面哪里不对直接在屏幕上画个红圈局部重绘,出来就是一条带配音、字幕和包装的可用成片! 我觉得对于做产品、搞运营、做知识科普的兄弟们, AI 视频圈真正能干活的生产力工具今天真的落地了, 绝逼是今年把商业视频门槛干得最碎的一次,没有之一! 你敲一句大白话: → 它在后台拉模型规划分镜、画线稿,自己去挑该用 Kling 还是海螺,把多轨剪辑和音画包装全包了; → 出来的不是一段需要你再导进剪辑软件缝合的 5 秒素材碎片,而是一条带配音、单行字幕、直接能发的 45 秒完整解说片; → 画面哪里不对,哪怕一个图标画错,不用切回剪辑软件,暂停视频在画面上画个圈批注,改字像在飞书文档里批注一样,鼠标画个圈打个点,它局部重绘,提示词不用删,更不用从头重抽! → 交付出来就是一条自带单行字幕、旁白、配乐和手绘动作的完整 45 秒商业成片! 我刚才拿自己刚做完的「X Growth OS 本机增长系统」45 秒产品白板视频做了一场全流程实测,咱��看下方视频: 我给它的第一道指令很简单:“把发推像拆炸弹的痛点,用真实人手拿着黑色马克笔在白纸上画出来,琥珀色代表决策,青绿色代表回执,先跑前 7 秒试片。” 指令一敲,它在后台直接开始拆解分镜, 很多人做视频第一步就踩坑: 迷信一句话直接生成大片,结果模型自由发散,出来的东西根本没法看。 Pexo 第一版试片给我弹了个花里胡哨的暗色 3D 风格, 我直接在对话框里回了一句:“风格太重,只要极简手绘线稿。”两秒钟后,白底黑线、真实人手画出散乱碎片的质感稳稳咬合住!把不确定性掐死在第 0 秒,整条片子的基调就不会跑偏。 确认完试片,后面 5 段顺着讲:划掉虚荣曝光、画出增长链路、画出不可变草稿与回执。 在同一个对话框里持续往下聊,它打破了传统 AI 视频 5 秒单次成片的硬顶,自己负责把段落拼合完整,并自动匹配语速节奏与转场,出来就是一条结构完整的长片,完全不用导出素材再进剪辑软件自己对音画。 最绝的是画面上的 Mark to Fix 批注修改,这绝对是全篇最聪明的一步: 做过视频的都懂以前有多崩溃, 憋脚本在 Notion,生成图在 Midjourney, 跑动效在 Kling 或 Hailuo, 最后还要扔进剪映拉几十条音轨与字幕轴,耗掉大半天拼出来的片子还是浓浓的拼接塑料感。 更搞人心态的是,一旦发现第 15 秒有个图标错了,整段提示词就得推倒重抽! 而在 Pexo 这里,就像在飞书文档里画圈批注一样: 直接在成片画面上框选打点,敲一句话告诉它把这里的按键改成青绿色回执,它结合对话上下文直接把那两秒局部修好,完全不需要切回剪辑软件切轨道。 前面定好的白纸黑线风格与冷色调标记,在生成后续因果图和数据看板时被它全部记住,不需要每开一次新对话就重新教一遍模型做人。 但先把丑话说在前头,这东西是搞生产力的兵器,绝不是拍大片的玩���, 如果你想拿它生成赛博朋克电影、漫威特��、或者搞短剧带货擦边,赶紧绕道,它压根就不是干这个的。 而且它绝不是闭眼不管的无脑生成器,你的输入 Brief 事实边界越糊,它画出来的逻辑就越扯。 你自己的业务逻辑和审美,依然是最后的总指挥。 它省的其实已经不是那几秒生成时间,是把以前找外包花两三千、在多轨剪辑软件里搬砖两天的折磨,彻底压缩成几轮确定性的对话。 做知识科普、产品说明、业务流程或者商业汇报的朋友,真的可以把工作流彻底更新一下了。 说穿了:视频模型在大脑里算得多快不重要,但能让你在画面上画圈改稿的双手,才真正决定一条视频能不能发出来。 大家平时做视频最烦哪个环节呢?我自己的感受是,在剪辑软件里给几十个散碎片段对音频字幕轴,简直是对耐心的折磨hh。
6
6.8万 followers
Views808
刚看完阿里巴巴CEO吴泳铭云栖大会这 18 分钟,有一段话我印象特别深,我觉得不管大家怎么看阿里,这 18 分钟值得找个时间安静的看一遍,我做了一版中英文字幕的分享给大家。 他说今天机器思考总量还不到人类的 3%,但终局是 1000 倍, 然后���了个例子:新生儿早衰症,全球可能就几百个患者,按现在的商业逻辑没有公司愿意花几十年去做这个药。 但如果思考的成本趋近于零,上百万个 Agent 可以不眠不休地跑实验——那些因为不赚钱就没人管的病,第一次有了被认真对待的可能。 这段话让我回味了很久,不是因为讲了多牛逼的技术,关键是指向一个我以前没想过的问题,人类社会到底有多少重要的事,仅仅因为投入不划算就被放弃了? 另一个让我觉得很深刻的判断,他说今天的 Vibe Coding 就是 1882 年的电灯,替代的是已有的工作, 原话是:仅仅替代现有工作,创造不了真正的新时代,代表性产品还没出现。 这句话放在整个行业天天喊颠覆的氛围里,我觉得反而是最清醒的。 我们现在做的所有事,可能都只是在用新工具干旧活, 真正属于这个时代的东西,也许还在某个人的脑子里,还没被想出来。 他还有一个类比我很喜欢:1900 年电器已经进了家庭,但当时全球一年的发电量,放到今天只够全世界用两小时。 我们就站在这个位置上,基础设施远远没有铺够,需求远远没有被释放。
8
6.8万 followers
Views220
这个画面真的神了,前 Google Maps 3D 负责人 Bilawal Sidhu 把一段带定位的普通 2D 视频用 3D 高斯做成了真正的四维时空切片: 画面里走动的小狗没有随时间消失,而是每一帧都被永久冻结在对应的三维空间坐标上,连成了一条在空间里延展的实体千足虫, 讲真镜头拉开的那一刻真的让人头皮发麻,想起冯内古特在小说里写过,高维生物看人,根本不是看一个正在活动的人,而是看一条漫长的千足虫,一头是婴儿的脚,另一头是老人的脚,所有的瞬间都是同时存在的。 小时候读以为只是天才作家的虚构浪漫,直到在这个 demo 里,它被几行代码实实在在地跑成了眼前的画面。 时间不再是流逝掉的虚无,它变成了一座可以让人走进去、蹲下来、换任意角度凝视的物理雕塑。 原理很简单,就是带位姿的 2D 连续帧,逐帧转 3DGS,把每一帧留在原地,但我感觉它带来的震颤比任何堆砌参数的模型都要性感, 如果以后把一个人从小到大的片段全都这么排在地球坐标上,我们回望自己的一生,可能不是一段记忆,而更像是一条在时空里穿行了数十年的、活生生的轨迹 https://t.co/J4rnOq0pF3
10
6.7万 followers
Views0
把 Opus 5.5 这次最核心的定价变动和开发者必须防范的踩坑点理了一个清单, 1. 账本变化清单: 输入单价从 5 降至 4 美元,输出从 25 降至 20 美元 缓存读取(Cache Read)直接砍 60%,从 0.50 砸到 0.20 美元 缓存写入(Cache Write)从 6.25 降至 5 美元 开启 Fast mode 最高提速 2.5 倍(标价 8 / 40 美元) 默认思考档位(Effort)从 high 降为 medium,典型负载综合账本缩减约 40% 2. 开发者破坏性变更预警(踩坑必看): 思考模式(Thinking mode)在底层强制开启,无法通过参数完全关闭 强制使用工具(Forced tool use)会直接触发报错 Thinking block 与生成它的模型会话深度绑定,不能跨会话跨模型混用 3.适用业务对照: 极度受益:反复读取长上下文的代码库迁移、多轮 Agent 交互、知识库审计 谨慎切入:对单次延迟极其敏感且要求关掉思考模式的超低延迟 API 业务
AYi 的图片 1