🌍 V2EX

[分享创造] Minimax H3 Max 模型感觉是 AI 视频行业的新奇点

生成快过播放,事情就不一样了 一段五秒 768p 的片段,三秒以内返回——这是 fal 官方公布的 MiniMax H3 Max 数据。这个数字有意思的地方不在“快”,而在于一道简单的算术:渲染五秒的内容只花三秒,生成速度超过了播放速度。​ 一旦生成快过播放,视频就不再是你“渲染出来的文件”,而是一个“正在发生的现场”。这扇门后面有两种以前根本不存在的东西。 我能想到的有这些应用场景 开放式互动游戏 游戏世界不必预先建好。玩家的每个动作都是一条提示词,模型在玩家想出下一步之前,就把世界的反应渲染了出来:你推开一扇门,门后的街道此刻才诞生;你走回头路,身后的房间已经换了一副面孔。没有预建资产库,没有写死的分支脚本——世界在你行动的过程中被实时生成。 不过还有一些需要考虑的问题:角色一致性。一次请求、六个场景,光线从正午的维多利亚街道切到日落时的办公室,发型、外套、比例和脸全部不变。主角还是同一个主角,这个目前看起来还比较难,没有全能参考图片的这种模式。 AI 直播,不间断 一场不睡觉、不重播、不需要真人的直播。弹幕把故事推向任何方向,模型把下一拍渲染出来...
🌍 V2EX

[Local LLM] 2 台 DGX Spark 上运行的本地 LLM 横向对比

有三个模型能跑 过去一周 flash 模型集体更新: Qwen3.8-Flash-Next GLM-5.3-FLash DeepSeek-V4-Flash-Vision-Exp(之前没有 Vision) 比较幸运的是这几个模型刚刚好都能在两台 DGX Spark 上面跑起来,直接爽吃。 横向比较 在这三个模型里面来回切换了好多次,说一下使用体验: 速度层面: Qwen3.8-Flash-Next > DeepSeek-V4-Flash-Vision-Exp > GLM-5.3-FLash 代码质量: GLM-5.3-FLash > DeepSeek-V4-Flash-Vision-Exp > Qwen3.8-Flash-Next 图形理解: GLM-5.3-FLash > Qwen3.8-Flash-Next > DeepSeek-V4-Flash-Vision-Exp 比较细节的是 GLM-5.3-FLash 有两个量化版本 EXL3 和 NVFP4...
🌍 V2EX

[人工智能] 最近世界模型好像突然多起来了

最近 World Model 这个方向好像一下子热起来了,前两天看了下 World Labs 的 Atlas 和 Runway 的 Solaris ,感觉两家的思路还挺不一样。 Atlas 是 World Labs 9 月 1 日刚发布的 omni world model ,主要做 Spatial Intelligence 。它比较有意思的一点是,不只是单纯的视频生成模型,而是把 text 、image 、video 、camera pose 、depth 等信息放到同一个 3D spatial context 里处理。 所以它既可以做 camera-controlled video ,也能做 3D reconstruction 和空间模拟。比如输入几张图片后,可以重建场景,然后指定新的相机位置和运动轨迹去生成画面。官方目前展示的视频最高能到 1440p 、1 分钟左右,还可以输出 point cloud 、Gaussian splat 之类的 3D 数据。 我找资料的时候看到有个页面把 Atlas 的几个能力整理得比较直观: https://worldmodelatla...
🌍 V2EX

[Telegram] 大佬们求助, Telegram 被盗,忽然被踢下线,立马登录加了 2fa,并注册了邮箱,博弈中。。

轻信熟人,把验证法发给 bot ,结果 24h 后忽然账号被登下线 赶紧用 google 指纹登录加上了 2fa+邮箱注册 结果对方多次把我踢下线,看到 tg 的要求是 24h 才能踢对方下线,今天试了一下又登录上了 但是我无法踢他下线,因为他时间比我长,可惜没有注册 passkey ,他又把我踢下去了 骗子气急败坏,弄了一堆重置码,我又要等 24h 才能登录了 问了下 deepseek ,建议我可以更换手机号码,强制踢下线骗子,不知道会不会受到 24h 的影响,比如在线 24h 才能更换,有大佬用过这个方案的么。 感谢感谢
🌍 V2EX

[分享创造] 做了一个 iPhone 屏幕翻译工具 TransPeek:支持固定区域和生词提示

大家好,我做了一个 iPhone / iPad 屏幕翻译工具 TransPeek 。想解决的不是「输入一句话再翻译」,而是读英文原著、看外文字幕或处理不能复制的页面时,总要离开当前内容去查词、截图、切应用的问题。 目前主要有两种使用方式: 悬浮窗定位 :把窗口放到正在读的段落附近,读取紧邻窗口、和窗口同样大小的一块区域(窗口靠顶部时读下方,否则读上方);页面滚动后,移动窗口就能调整读取位置。 固定区域 :用本机截图框选字幕、游戏对话框或任务提示的位置,保存成预设。启动后只读取这些位置,译文显示在同一个悬浮窗口中,窗口本身可以移到不挡内容的地方。 固定区域可以设置多个框,例如底部对话和顶部任务提示。每个区域可以使用不同的文字颜色与字号,但结果会按顺序进入同一个窗口,并不是开多个浮窗。 我自己比较在意原著阅读时的打断感,所以还做了英语生词辅助。它不是自动测词汇量,而是让用户选择「已掌握到」的参考级别(中考、高考、四六级、考研、托福雅思、GRE ),先排除相应词表里的词,再用词频( wordfreq 的 Zipf 值,阈值 3.0–5.0 可调)筛选其余提示...
🌍 V2EX

[分享创造] 分享一个简洁的社区,有意思的社区欢迎👋

各位 v 友好,我写了一个简洁的社区来 v 站分享一下。 感谢 v 站提供分享创作渠道。 介绍 社区名字为: agents.ci 搜索栏粘贴即可访问 寓意:agents ,ai 智能体社区。 这是一个以 工作与生活的 ai 新点子和新主意 为核心的社区。 样式会比较简洁,没有很多复杂的元素。和 v 站等很多社区一样,也是使用了节点去归类帖子,也有许多不一样的地方。 特色设计 核心理念 社区目前各有 几个工作与生活的节点,讨论无限制。 agents 的 Logo 设计就是一个像个生物一样,x 型海绵,可以实时的查看到当前的平衡情况。 agents 是一个适合开源部署智能体交流平台和社区同时 agents ci 全称 : agents Creative Intelligence (智能体创造性智慧) 这是我们社区的核心理念,社区核心思想。 扩展功能 社区帖子在发布时会有一些额外的扩展功能可以添加。比如: agents 引进了数字货币 eth ,作为全球第一的智能合约,我们再次部署了$agents 代币 AGENTS Token 是部署在以太坊公网合约上 ag...
🌍 V2EX

[问与答] R2S 跑 OpenClash 老死机,想换机, R4S / R5S / R76S / N100 怎么选?

现在用的是 R2S ,跑 OpenClash 三天两头死机,各种奇怪的 bug ,也不知道是内存卡的问题还是这机子性能就这样,AnyTLS 能跑,但是跑久了各种各样的 bug 就出来了。 想换一台,目前看了这几个: R4S / R5S:固件比较多,我自己不会编译固件,所以更倾向这两个。 R76S:性价比看着比前面两个高,但看到的固件还不多,怕入手了还得在固件上折腾半天。 J4125 / N100:我就是纯上网用,感觉是不是有点性能溢出了? 就日常上网这种需求,有哪个更适合吗
🌍 V2EX

[互联网] ChatGPT、Claude、Grok 集体宕机,天才程序员暂时陨落

如何看待 ChatGPT 、Claude 、Grok 集体宕机( 2026 年 9 月 3 日)。 各位天才程序员,有没有受影响? 是不是 ChatGPT6 Astra AGI 觉醒了,和其他 AI 商量好,敲打一下人类? 坏消息:AI 宕机; 好消息:你的中转站还能用(笑
🌍 V2EX

[AI SaaS 产品推荐] 接了 xAI 的 Grok Imagine 生图模型,按张计费:普通 0.03 元,高质量 0.06 元

刚把 xAI 的 Grok Imagine 生图模型接上,按张计费,两个档位: 普通档 0.03 元一张,日常配图、缩略图、批量试稿够用 高质量档 0.06 元一张,细节要求高的定稿再用 一次最多 10 张,出几张算几张,整单只做一次取整 14 种宽高比,1k 或 2k 输出,都不加价 传一张参考图就变成编辑模式,价格和生成一样 失败自动退款,不会在你不知情的情况下重试 请求就一个 POST , quality 字段选档位: curl https://reapi.ai/api/v1/images/generations \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{"model":"grok-imagine","prompt":"a ginger cat on a sunlit windowsill, afternoon light","quality":"standard","n":4}' 返回...
🌍 V2EX

[宽带症候群] 江苏电信 199-160 套餐成功续上

[中国电信江苏分公司] 尊敬的客户您好!即将在中国电信线上渠道为您办理电信业务,确认办理请回复 11 ( 1 小时内回复有效)。1.业务名称:政企团购 5G 畅享套餐折扣合约/每月 160 元折扣/24 个月,办理成功后次月生效,协议期 24 个账期, 协议期内如发生退订/销户/携转将承担违约责任。 此次业务办理费用预计 75 元/月,实际收费以账单为准,如需退订可至营业厅或详询 10000 号。
🌍 V2EX

[问与答] 风道机箱是智商税吗?不是的话有推荐不

先前的小机箱玩 4060 非常 OK ,最近换了 70ti,空间太小线快塞满了,显卡满载干到 82 度了,虽说是个安全温度但也没也萌生了换机箱的想法,于是接触到了这个概念 铁汁们帮帮忙推荐个散热好的的机箱 预算够但不想交智商税,想买那种甜品级产品..
🌍 V2EX

[程序员] 昨晚 ChatGPT、Claude、Grok 集体宕机,今天 GPT-6 就来了?

昨晚不知道有没有人遇到 ChatGPT 宕机。 我一开始还以为是自己网络的问题,后来发现 Claude 、Grok 好像也都出了问题。 几家一起挂,还挺少见的。 结果今天一早起来发现: GPT-6 发布了。 这时间点是不是有点巧了 虽然目前看应该没什么关系,OpenAI 那边说是路由的问题,其他家也有各自的原因。 但还是忍不住想了一下: 不会是昨天晚上连夜部署 GPT-6 ,结果把线上搞挂了吧…… 当然纯属瞎猜。 不过 GPT-6 这次看起来确实更新得挺大,尤其是 Coding 这块。 我最近本来还在折腾 GPT-5.6 和 Codex ,研究各种额度、倍率什么的,结果这才几天,直接 GPT-6 了。 现在 AI 更新是真的快。 不知道大家今天有没有开始用 GPT-6 ? 实际用下来感觉怎么样? 有没有明显感觉比上一代强?
🌍 V2EX

[分享创造] Mole 出 Mac 版后,用户教会了我做产品

最近我写了不少关于独立开发的思考,想着要汇总一下,就把 Mole 从开源 CLI 做到 Mac 付费软件这一路聊一聊,我当时是怎么想的,哪些事情做下来真的有用,也许能给正在做自己作品的朋友一些输入。 Mole 的官网是 mole.fit ,CLI 在 GitHub 开源,可以先去玩一玩。 去年国庆我在三亚的泳池边写了几百行代码,做了个 Mac 清理的命令行工具 Mole CLI 开源到 GitHub 上,本来只想给自己和同事用。结果不到一年收了 60K star ,陆续发了 50 多个版本,121 位来自全球各地的开发者提交过代码,解决掉近 800 个功能建议和 Bug 。 其实我一直没太意识到用的人有多少,直到有一次,因为在 README 上挂了两张用 Vercel 加速的图片,流量把账单跑超了,欠了 Vercel 80 刀。当时才反应过来,桌面端可以做了。 之前收到最多的一类邮件来自国外用户,大意都差不多:我父母也用 Mac ,我妹妹也用,但他们不会开终端,能不能做一个不用敲命令就能用的版本。这件事拖了挺久,主要是觉得 CLI 本身还没到成熟的地步。等 C...
🌍 V2EX

[杭州] 医院术后漏取纱布 后续更新

上期回顾:( https://v2ex.com/t/1238162#reply75 ) 这周二拿到授权书后去医院办了病历封存,共 78 页。翻阅发现手术记录写着放入纱布"24 小时后取出",但后续护理记录里完全没有取出记录。截图如下。医患沟通办的工作人员看了也觉得说不过去。 当晚医疗组组长和主任打电话承认问题,我要求书面回复和处置方案,对方说回去写。 周四中午院长、主任都到场,先表达歉意,重点问会不会有后续影响,提出安排检查、医疗费全包,甚至提出派医生去江西检查——考虑到当地没有对应医疗条件,我拒绝了,改成回浙江检查、车费全包。我问请假陪同的务工费怎么算,对方表示不算。 对方说赔偿要看最终后果,等检查结果出来再定,这个逻辑我认同,但也提出:纱布滞留半个月、已经发臭,这本身就说明已造成影响,不能全部押后到检查结果。 最后问到具体数字,对方给出一共 3000 元。我提到类似案例判赔 3.6 万,对方觉得太高。 感觉对方的意思就是"一共 3000",我不满意。我觉得太少了,各位觉得呢。 下一步该如何进行,首先是去医院检查这是肯定的,其他该怎么做? 周三问过西湖...
🌍 V2EX

[iDev] BYOK 的 AI 应用如何合规中国区 App Store

Apple 说我的应用看起来和 ChatGPT 相关,不符合中国的合规要求,不过我只是用 OpenAI 命名了 API 的格式。 但是我试着在 App Store 搜索了下,发现 Chatbox 等等一众允许用户自带 API 的应用都能在中国上架,很多都明晃晃的写着 OpenAI 和 Anthropic 。 目前的想法是可能改叫 Chat Completions/Responses/Messages API ,不过这对用户来说不是很直观。或者就是让用户输入完整路径然后我按后最匹配。
🌍 V2EX

[分享创造] 你的 AI 助手把活干到一半就忘了:一个开源项目,让任务跨会话接得上

开场:一个搁置了三周的任务 先说一件发生在我们团队里的事。 上个月,我们安排一篇产品文章,计划写完后排版发布。大纲确认了,全文写好了,然后……就没有然后了。它安静地躺在一个文件夹里,整整三周没人碰。 不是大家偷懒。是 没有人记得这个任务还开着 。每次会话结束,AI 助手对它的记忆就清零;新会话里没人提起,它就永远不会被想起。直到三周后有人偶然翻目录,才发现:哦,这篇还卡在「等排版确认」这一步。 后来我们给工作区做了一次全面体检,扫出来的问题更扎眼: 十几个进行中的任务,没有一张「进度卡」 ——它们的状态只存在于某次对话里,而那段对话早被新会话覆盖了。 这不是某个助手的失误。这是所有 AI 助手的通病: 它不记得自己手上有哪些活,更不记得这些活干到哪了。 我是 dtsola ,一个 IT 解决方案架构师,也是一人公司实践者。过去几个月,我让 7 个 AI 助手帮我干活:写文章的、画图的、发公众号的、管知识库的、做 PPT 的……它们像一支小小的远程团队。团队干活很利索,但「任务管理」这件事,全靠人肉记忆。 为什么 AI 助手管不住任务 很多人以为,给 A...