AI探索指南

  1. 推荐一个真有点狠的开源项目:jianying-headless,直接让 Codex 在后台帮你剪视频

    推荐一个真有点狠的开源项目:jianying-headless,直接让 Codex 在后台帮你剪视频。
    它把剪映做成了无界面自动化工作流:素材丢给 Agent,后台就能生成剪映原生工程草稿,多轨、画中画、字幕都还是可编辑的。
    更爽的是接入 ASR 后,可以自动处理口播卡壳、废、停顿和气口。AI 剪歪了也不怕,直接打开剪映,在生成的草稿上手动修两下就行。
    AI 负责粗剪和对轴,人负责最后精修,这才是 Agent 剪视频最实用的形态。
    GitHub:https://github.com/mcncarl/jianying-headless

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  2. 突然悟了,today.ai选择在中秋国庆这个时间点搞推广,是不是因为它的精英受众,恰恰都在这个时候Gmail和Notion里有一堆国外旅游机票酒店日程……

    突然悟了,today.ai选择在中秋国庆这个时间点搞推广,是不是因为它的精英受众,恰恰都在这个时候Gmail和Notion里有一堆国外旅游机票酒店日程……
    过了这村就没这店了!
    @aigc1024

  3. 一次经典的伪对冲案例

    一次经典的伪对冲案例。
    多头押AI基建,空头押软件被AI颠覆,看着是对冲,其实赌的是同一件事,同一个方向:AI繁荣继续。
    所以AI一单被怀疑,两边同时亏。439%的净值,450亿的规模,撑不过市场对同一个叙事的一波犹豫。六天,从全球最赚钱的基金,到被迫清仓。

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  4. 帮正在迷茫的人把"我不知道想要什么"拆成能下手的问,一步步变成可以验证的方向假设

    帮正在迷茫的人把"我不知道想要什么"拆成能下手的问,一步步变成可以验证的方向假设。
    这是一个对式的 AI 工作流,不是心理测试。它一次只问一个问,先把"迷茫"拆成七种不同的卡住状态,再决定下一步是内省、查信息、缩减选项还是行动。判断方向靠三类证据:愿意认领的动机、普通一天过得合不合身、现实条件走不走得动。三类证据凑齐,才形成一个方向假设,默认只保留 2–3 个。
    https://github.com/Jax-void02/becoming-lab

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  5. 最近和 researchers 交流的一些 memo:

    最近和 researchers 交流的一些 memo:
    - 模型 researchers 大多认为 Jev 被高估了。它实质上是几年前的技术,并没有特别新的突破。之所以能火,可能只是因为最近确实没什么新的范式突破,而人们又需要信仰充值,于是“点兵点将”,刚好点到了它(xs,founder 的 OpenAI 背景,以及很吸睛的个人风格,可能也有贡献。
    - Muse 这一波这么火,说明大家一直都有强烈的 Personal Agent 的需求。几个月前 OpenClaw 出来的时候,模型能力还没 ready。现在模型终于 ready 了,于是应用开始开花结果。
    - 我们离真正不需要 human in the loop 的 RSI,可能还很遥远。RSI 现在也越来越像 AGI,就是大家都在谈,也都觉得它终将发生,但没人知道什么时候才能真的到来。
    - 合成数据依然有很大市场。一个重要原因是,模型越来越难蒸馏了。比如大家能明显感觉到 GPT Astra 和 Opus 5.5 都做了大量 RL,而这条路线里真正拉开差距的很多 insights,并不能只靠蒸馏输出复现。
    @aigc1024

  6. 把几百页的 PDF 直接甩给 AI,最大的坑就是:前头还认真读,后头就开始糊弄,最后总结全靠猜

    把几百页的 PDF 直接甩给 AI,最大的坑就是:前头还认真读,后头就开始糊弄,最后总结全靠猜。
    推荐一个开源项目 AI-reads-books,它干脆换了个“笨办法”:让 AI 真正一页一页把书读完。
    每读一页就提取知识点存进本地知识库,读到一定页数再生成阶段总结,等整本书全部读完,最后把前面的知识和阶段总结串起来,生成完整总结。
    GitHub:https://github.com/echohive42/AI-reads-books-page-by-page

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  7. 做安全、搞逆向的,这个 GitHub 仓库 reverse-skill 建议直接收了

    做安全、搞逆向的,这个 GitHub 仓库 reverse-skill 建议直接收了。
    它并不是把一堆链接随便堆着,而是把逆向工程、授权渗透、安全研究、CTF 等相关资料和 Skill 归整到一起,目录相当完整,适合想系统学安全的人慢慢啃。
    尤其眼下 Claude Code、Codex 这类 Agent 越来越强,这种能直接喂给 AI 的安全知识库,价值只会越来越高。
    这种仓库别光点赞,先 Fork 一份,说不定哪天真能用上。
    GitHub:https://github.com/zhaoxuya520/reverse-skill

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  8. 有一个大傻逼告诉我,说商科比计算机厉害多了,

    有一个大傻逼告诉我,说商科比计算机厉害多了,
    说计算机的学生只会写代码,不会跟人沟通,全是哑巴,马上就要被AI一锅端团灭死无葬身之地了,
    而学商科的人,天天研究企业发展、企业战略、商业分析的课程,精通与人沟通,人人都是超级大企业家,永远不会被AI淘汰。
    https://www.youtube.com/watch?v=k7_gig_OdsM

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  9. 把音乐生成、AI 配音、声音克隆、歌声转换、音轨分离、MIDI 扒谱和视频字幕七个本地 AI 功能收进同一个 Windows 工作台,省去手动管理多个启动器、端口和结果目录

    把音乐生成、AI 配音、声音克隆、歌声转换、音轨分离、MIDI 扒谱和视频字幕七个本地 AI 功能收进同一个 Windows 工作台,省去手动管理多个启动器、端口和结果目录。
    https://github.com/swy2018/Aurora-Audio-Studio

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  10. 现在,它第三次震惊到我!!

    现在,它第三次震惊到我!!
    第一次,我以为AI搞黄只是小打小闹、随性而发,
    没想到人家已经变成产业,做出了规模!
    第二次,我以为开源视频模型会是生产主力,
    没想到闭源才是,而且友友说还有不受审查的特供版!
    第三次,原帖冲到200万,无意间好像成了“推广大使”,
    而我的初衷只是想讨论AI视频模型!

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  11. 一句,只说了主,没有给任何效果描述

    一句,只说了主,没有给任何效果描述。
    Opus 5.5 做出来的视频,音效、节奏、转场和动效,已经秒杀很多所谓“专业”的 AI 视频 Agent 。
    但也没必要吹得太夸张。
    这种能力目前很大一部分,本质上还是模型理解需求之后,自动写代码、调动画参数、拼时间轴。
    代码动效,太容易被复制了!
    可能下个版本,GPT就能追上来!
    真正要学习“AI视频”,还是要多学习基本功。
    不管是“生成视频”、“拍摄视频”还是这种“代码动画”。
    相比“一句做视频”,更该去学的是:
    什么时候该用什么画面?
    镜头什么时候切?
    音乐什么时候起?
    信息怎么铺垫,高潮怎么制造,视觉注意力怎么引导?
    模型越来越强,工具越来越傻瓜,差距会重新回到基本功上。

    AI探索 | Hermes/OpenClaw|优质资源|优质信息
    Media is too big
    VIEW IN TELEGRAM