关于AIGC人工智能、思维方式、知识拓展,能力提升等。投稿/合作: @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件
用过六万块的陪伴机器人
还是觉得自家猫比较可爱
终于,声音驱动视频的开源模型来了!
Wan2.2-S2V,一个专为电影级音频驱动人体动画设计的 14B 参数模型。
超越普通的对口型,用声音驱动角色动作!
而且它还是开源的!

这个模型非常内容创作者制作沉浸式 AI 故事。

也是 ListenHub 和 FlowSpeech 的最佳搭档!

主要特点:
🔹长视频动态一致性
🔹影院品质的音频到视频生成
🔹通过指令进行高级运动和环境控制
微软新开源了这个 VibeVoice TTS模型很强

- 支持最多生成 90 分钟时长
- 最多4 个人的对谈语音,以往模型只能生成两个
- 支持中文,而且中文效果不错
- 支持生成带背景音乐的播客音频

模型下载:https://huggingface.co/microsoft/VibeVoice-1.5B
好像有确切消息,Nano Banana 就是明天了#ai创造营#

Gemini 2.5 Flash image 的升级版本
播客有点像是培根,就是肥瘦相间的东西。

转发 @小野酱大漂亮.AI: 我听过一个关于播客杀时间很重要的理论。
来自于前小宇宙Coo芒芒的话。

大意是说,很多人觉得播客信息密度没有那么干,信息量你需要找。播客有点像是培根,就是肥瘦相间的东西。

我那天觉得这个比喻好精妙啊。
最近播客是越来越火了,前几天 Stripe 的 CEO 在 x 上,贴了一张《金融时报》的报道,报道称,中国播客行业正在蓬勃发展,今年中国的播客听众总数将达到1.5亿,而五年前还不到70万。

今年可能是中国播客的爆发之年,我们话分三头来说。

一是入场名人越来越多,老罗第一期播客访谈李想,制作水平高超,话题真实深入,口碑直接爆炸。

二是 AI 播客发展迅猛,以 NotebookLM 和 ListenHub

为代表的 AI 播客工具,把播客的门槛降低到了会写字就行,极大地增加了播客供给。

三是小红书和B站这样的大平台开始推视频播客。视频播客已经是美国的主流形式,可小宇宙迟迟不支持,播客生态要做大,还是离不开大平台的推动。

每个对播客的理解都不一样,是因为每个人对播客的需求也有所不同。

老罗对访谈播客的理解,可能是通过精心的制作,深入的挖掘,展现嘉宾最真实的过往和心路历程,毕竟这是世界上最独特最珍贵的私域信息。

ListenHub 对 AI 播客的理解,是把人类制作起来重复枯燥的知识信息类播客全部替换成 AI,10倍地提升内容创作者的效率。

小红书对视频播客的理解,是朋友之间的闲聊里,灵挂乍现的时刻,饭桌闲聊,睡前谈心,户外散步。这和小红书最新的slogan「你的生活兴趣社区」不谋而合。

不管大家如何理解播客,播客生态的繁荣,都离不开三个要素:创作者、工具、平台。

只有三方共同发力,方能有播客的广阔天地。

在人们注意力越来越涣散的今天,播客提供了一种静下心来,放松的,舒适的环境。

听完播客,会有吸取知识的满足,倾听故事的情感共鸣,与轻松惬意的小小幸福感。
前段时间闭门会有家长问怎么教孩子用 AI

刚好 Anthropic 发布了三门面向教育工作者和学生的 AI 课程。

为教师设计的 “AI Fluency for Educators” 指导如何在教学材料、评估和课堂讨论中融入 AI。

面向学生的 “AI Fluency for Students” 强调在课程与职业规划中负责任地协作 AI,学生在与 AI 共事的同时培养自己的批判性思维技能。

“Teaching AI Fluency” 则帮助教师在校园推广 AI 素养,提供教学与评估框架及课程设计建议。

家长感觉只需要关注前两门课程就行。

AI Fluency for Students (anthropic.skilljar.com/ai-fluency-for-students)的详细课程内容:

AI流利度框架介绍:通过2节课,系统讲解4D框架在学生学习和成长中的应用,帮助学生理解如何在不同情境下与AI协作。

4D框架在学习与职业规划中的应用:通过2节课,结合实际案例,指导学生如何将4D框架应用到学业任务、知识理解、职业技能发展和未来规划中,强调“人始终在环”——即在与AI协作时保持主动性、判断力和责任感。

AI Fluency for Educators(anthropic.skilljar.com/ai-fluency-for-educators)的详细课程内容:

介绍AI流畅性框架,帮助学员理解如何在学生场景中应用委托、描述、辨别和勤勉四个维度。

展示如何将4D框架应用于课程设计和学习材料的开发,利用AI作为思维伙伴,提升教学内容的连贯性和评估的真实性。

通过实际案例和经验,指导学员在教学实践中负责任地与AI协作,并为学生树立良好榜样。
在听 @海辛Hyacinth 老师的分享,作品非常惊艳。更惊艳的是,有很多很棒的实践性感受:

- 在绘画、影视等领域,AI 打开了很多可能性。比如 AI 可以带你进入一幅很喜欢的名画,那种感动让人想哭。AI 让人走进历史,让历史走进现实。

- 风格转移是一种比喻。一个舞蹈家,跳起来像是水中之火,AI 就可以把水中之火的舞蹈形象具象表达出来。风格是比喻。写作风格也如此。

- 向内表达,更容易做出好作品。

- 不断尝试新东西。善用工具,又富有品味和想象力,在 AI 时代就不用担心被取代,反而是更强大、有创意了。

- 如果自己投入更多一些,对产出会更有作品感。如果只是用 AI 快速做,则作品感不高。

海辛老师是学医的。AI 让一个医学生,成为了一个艺术家,这就是 AI 最大的价值。

激发个体,让每个个体拥有各种可能性。发挥出每个个体的潜能,成为理想的自己、超越自己,这才是这届 AI 最大的价值呀。

用 AI 降本增效,反而是羊肠小路了。激发创造,丰富自我,才是 AI 的阳光大道。
Interesting!
偶遇机器人小宝🤖️是个小女孩

会跳舞、人脸识别、导览、博物馆讲解、多语言翻译、方言等。基于宇树做的功能拓展,加了一个更有算力的板,总花费100w。

期待更多实用机器人出现在我们的生活场景中,比如May提过的养老机器人。
前几天听完广密的播客意识到身边很多人确实从Cursor切换到Claude Code了,正想找找有没有稍微系统一点的教程,就看到吴恩达这个月联合Claude官方出了门课,花了两个小时一口气看完,强烈推荐!!

原汁原味版:https://corporate.deeplearning.ai/courses/claude-code-a-highly-agentic-coding-assistant/lesson/66b35/introduction
B站字幕版:https://www.bilibili.com/video/BV1k1bBzTEF5/?spm_id_from=333.337.search-card.all.click
笔记精华版:https://mp.weixin.qq.com/s/Of1qAQuAQDrkyWIZ0ug-dw

再次感恩AI时代赛博菩萨安德鲁大法师,当年要是没有他的DeepLearning.ai我甚至都入不了AI这一行

补充一些不错的Claude Code相关文章:
《一个半月高强度 Claude Code实践反思》https://mp.weixin.qq.com/s/fP3kU-O5mbSO8ZS04gowCw

《Claude Code掌舵人Cat Wu访谈》https://mp.weixin.qq.com/s/4cPLJClf0z-5SyaXwwTWpQ

《Vivek Aithal:为什么Claude Code 如此好?》https://mp.weixin.qq.com/s/XGFzYMZRe69Sxc3KPFumeA
从古法编程到碳基生命
It's Organic!
上次和weiqi、少卿一起吃饭,聊到一个老外程序员的故事。
他在介绍自己的项目的时候,自豪地说。
我做的这个项目,没有任何AI辅助,It's Organic!
当时我们三个人都被这句话所触动。
It's Organic!这句话应该怎么翻译呢?
我们常常把 Organic 翻译成有机的,这么翻译有点抽象。
Organic的含义远超过有机两个字,它代表了碳基生命本身以及碳基生命的运作方式。
在AI 写作和 AI编程大行其道的今天,Organic 可以翻译成手搓的,古法手作。
Organic 认证,完全是碳基生命的作品,没有任何硅基生命的辅助。

以上是最近在写的长文的第一段。
最好的 AI 应该是有机的,像碳基生命一样鲜活的。
后面几天我们展开讲讲,到底什么是有机的 AI。
前段时间闭门会有家长问怎么教孩子用 AI #ai创造营##AI教育#

刚好 Anthropic 发布了三门面向教育工作者和学生的 AI 课程。

为教师设计的 “AI Fluency for Educators” 指导如何在教学材料、评估和课堂讨论中融入 AI。

面向学生的 “AI Fluency for Students” 强调在课程与职业规划中负责任地协作 AI,学生在与 AI 共事的同时培养自己的批判性思维技能。

“Teaching AI Fluency” 则帮助教师在校园推广 AI 素养,提供教学与评估框架及课程设计建议。

家长感觉只需要关注前两门课程就行。

AI Fluency for Students (anthropic.skilljar.com/ai-fluency-for-students)的详细课程内容:

AI流利度框架介绍:通过2节课,系统讲解4D框架在学生学习和成长中的应用,帮助学生理解如何在不同情境下与AI协作。

4D框架在学习与职业规划中的应用:通过2节课,结合实际案例,指导学生如何将4D框架应用到学业任务、知识理解、职业技能发展和未来规划中,强调“人始终在环”——即在与AI协作时保持主动性、判断力和责任感。

AI Fluency for Educators(anthropic.skilljar.com/ai-fluency-for-educators)的详细课程内容:

介绍AI流畅性框架,帮助学员理解如何在学生场景中应用委托、描述、辨别和勤勉四个维度。

展示如何将4D框架应用于课程设计和学习材料的开发,利用AI作为思维伙伴,提升教学内容的连贯性和评估的真实性。

通过实际案例和经验,指导学员在教学实践中负责任地与AI协作,并为学生树立良好榜样。
AI 游戏爆发的前夜?

写周刊的时候搜罗了一下上周的主要新闻发现三巨头马没啥信息增量,反倒是 AI 游戏或者说“AI 驱动的可互动内容消费”这个领域出现了很多令人欣喜的变化。

首先是 Runway 跨界搞得 AI 游戏平台 Game Worlds 正式上线了,用户可以创建或者游玩别人创建的非线性叙事游戏,游戏主要通过不断的选择分支或者对话进行。

本质上是在过去原有的 AI 陪伴流程基础上进行的创新,主要创新点:

内容上用实时生成的图文内容表现游戏内容,UI 排版很像漫画,为了搞定文字生成的问题,文字是用 UI 展示在图像上的。
创建游戏世界的时候会让你详细设定游戏的规则,比如胜利条件、失败条件、背景故事、图像风格等。
游戏会采用数据驱动的方式让游玩者清晰的感知到自己的目标,而不是像之前的 AI 陪伴那样漫无目的聊天发散,非常依赖用户的主动性。

然后是香港科技大学开发的面向未来文明实验的开放式数字沙盒游戏 Aivilization ,用户可以在游戏中通过提示词驱动自己的 Agent 角色完成各种采集交易学习建造等任务,可以看作一个 AI 星露谷。

但是跟星露谷不同的是,这个游戏是联机的,所有用户的 Agent 都在交易和采集会对市场产生影响,相互的角色也会有交互。

平台已汇聚近三万名 AI Agent,参与者可在可视化界面中为 Agent 设定人格、能力、价值观与目标,并通过编辑认知与行为模块、提供提示及长期指导,持续观察其在虚拟社会中的协作、交易、记忆与信任构建过程,进而见证新的社会规则和经济秩序如何自发涌现。

如果上面 Runway 的这种游戏形式代表着降低游戏生成内容复杂性的尝试的话。

Aivilization 就是提供了一个高度复杂、可扩展的智能体社会仿真框架,为构建大型、动态、自主演进的游戏世界奠定了基础,超越了传统游戏中 NPC 的能力。

回头我会在群里抽邀请码。

另外一个是李飞飞的 World lab 终于开测了,很多人都收到了邀请,你可以用一张图片生成一个永久可探索的 3D 空间,这个和谷歌的 Genie 3 是两个世界模型的路径。

World Labs 的方法融合了计算机视觉重建与生成式填充技术。本质上,它从输入照片推断出场景的三维结构和纹理分布,然后利用生成模型补全照片未涵盖的视角区域,产出360度完整场景。
Back to Top