TrendPulse

大家好，想请教一个实时视听判断的问题。 目前自己搭了一套阵列麦克风，可以做一定程度的波束拾音和声源方向估计。但现在遇到的问题是：即使声音方向和画面中的人物对上了，也无法确认这个声音确实是他发出的，反射声或附近声源也可能造成误判。 所以想增加视觉嘴型判断，通过 MediaPipe 获取嘴部关键点，再结合 VAD 、DOA 和人物位置，判断目标方位的人是否真的在说话。 之前了解过 Light-ASD 、TalkNet 、SyncNet 等方案，但这些方案都只能用于后处理，计算量也比较大，无法直接接入实时链路。 想请教大家： 1. 这个方向是否合理？ 2. 有没有成熟的轻量流式模型或开源方案？ 3. 如果没有，自己训练一个以嘴部时序、VAD 和 DOA 为输入的轻量模型是否可行？ 不要求每一帧都给出结果，证据不足时输出 unknown 也可以。欢迎有相关经验的朋友指点一下，谢谢。

大家好，我最近把自己做的一门系统脚本语言 HHY 整理到了可以直接安装和运行的状态，想分享一下它为什么存在，以及目前真正做到了什么。 项目地址： https://github.com/hh696-wq/hhy-vm 5 分钟 Quick Start： https://hhylang.dev/zh/learn/quick-start 为什么又做一门脚本语言 我写系统自动化时，经常重复处理同一种流程：发现文件或 URL 、转换结构化记录、限制并发，最后执行文件、进程或网络操作。 Shell 很适合组合进程，但进入 JSON 、HTTP 、重试和并发后，数据与错误边界容易变得分散； Python 完全可以完成这些工作，不过我想试验一件事：把 Pipeline 、资源限制和副作用计划做成语言与 Runtime 的统一契约，而不是依靠不同库约定。 HHY 的核心表达一直是： source |> transform |> filter |> action 例如： path("./logs") |> files(...

前几天发了个邮件过来 火 sun 币 ge 那边到底发生了什么呢？

连接上杭州图书馆、浙江图书馆、拱墅区行政中心等单位所提供的免费公共 WiFi 之后，境内网站一律正常，但是任何境外服务器要么仅能够传递 icmp 数据包但却彻底阻断 tcp 数据包，要么任何数据包都彻底阻断，请问是不是杭州境内所有政府机构提供的免费公共 WiFi 都已经如此了？

距离上次在 V2EX 分享我们的项目已经过了快 3 个月了。 在上周，我们维护的开源项目 diodeme/Gold-Band 通过了 openai 的开源开发者活动，获得了 openai 赠送给我们的 价值 1200 美元的六个月 gpt pro 20x 会员 。很多社群的朋友好奇为什么我们项目 只有 33 个 star 也能被选中 ，于是我准备专门写一篇帖子，向大家 重新介绍下我们的项目 ，并在文末分享下我申请开源活动时是怎么填的。 产品介绍 github 地址： https://github.com/diodeme/Gold-Band 一句话介绍我们的项目： 一个跨端的桌面客户端。 以 ACP+工作流的方式编排 agent ，同时兼具市面上主流 acp 客户端的交互体验。 虽然产品已经大变样，但是一些底层能力还是共通的，本次介绍就不针对技术细节做展开了 我们的项目用 tauri2 实现桌面壳，rust 实现后端，应用本体仅 50+MB ，启动后应用本身 常驻内存 200MB ，多会话并行时内存占用在 300MB 左右（这里所指...

Mac mini M6 32GB + 1TB （ 11499 元） Mac mini M5 Pro 64GB + 1TB （ 16499 元） 选哪个电脑会好一些呢

在知乎看到的 https://www.zhihu.com/question/2076340228973749983/answer/2076350550845739869 遂去了解了一下，谁知现在还被扒说致歉信是 AI 写的，一波未平一波又起。 不知道还能不能顺利 IPO 了，哈哈，吃瓜

请教下各位： 1.spec 编程有没有最佳实践？ GitHub Spec Kit OpenSpec 2.codex 有 plan 模式，是否还需要 spec 。

感觉要是任务重一点，一下子就歇逼了，都不可能到五小时

以为是吃瓜整理的，没想到是孙哥亲自上传的，真的秀 这波操作叫什么？

现在 AI 工具越来越多，问题已经不是“有没有”，而是“哪些真的有人用、还在增长、值得关注”。 所以我用这个视角做了一个新的 AI 导航站： https://aitrustlist.com ，会尽量结合流量、增长趋势、产品活跃度等信号，而不只是简单收录。 目前还在持续完善，欢迎大家看看，也欢迎提建议。

如题，研究了一个目前几个头部的一键平台，效果虽然非常好，但是视频长度有限。我想的是一句话由模型扩充剧本再分镜，定妆、定角色、定场景呢，中间产物可以吐给前端让用户自己决策要不要调整。最后再生成分镜视频最后剪辑成终片。这里其实很多东西都是可以并行走的，利用 k8s 水平扩展能力提供并发和并行能力。 视频的类型包括真人视频、漫剧、动漫、电商广告和品牌广告以及教育相关宣传视频等。 有没有朋友在这方面有经验的（市场经验和技术经验都可）来交流下啊

用 Ai 写了个大 V 站的换肤油猴脚本，经常摸鱼的兄弟可以试一下，哈哈哈 https://github.com/wanlinqiang/v2ex-vscode

感觉单聊反而没什么话题要聊，但是在群里聊天的话，不同人都会聊起来，倒是有意思 可能是在群里聊天会有炫耀的感觉吗，有没有喜欢单聊，不喜欢群聊的老哥们聊聊自己的心理

前段时间看到“宝可梦里那些离谱的个体差异”，觉得这个点子很有意思，于是做了一个宝可梦数据对战小游戏 PokeVS 。 每轮会随机出现两只宝可梦，可以猜谁更高、更重、速度更快，也可以听叫声猜宝可梦。选择之后会公布真实数据。 不用下载或注册，打开网页就能玩： https://poke-vs.com 目前还是英文界面，欢迎大家试玩和提意见。

刚看到孙宇晨起诉景甜要回 3000 万彩礼的新闻，热搜都刷到二十多个了，但翻了一圈讨论，大家关注的基本都是"实锤细节""到底谁真谁假""景甜工作室怎么回应"，一个我觉得挺值得聊的点好像没什么人提——他这次公开说了，自己没听 Claude 的话。 先说下背景，怕有朋友没看到原新闻。孙宇晨发了篇六千字长文《我的女友景甜》，配合律师那边正式起诉要回超 3000 万彩礼，一晚上冲了 20 多个娱乐热搜第一。后来接受采访的时候他补了一句，说文章发出去之前，他把稿子给 Claude 看了，Claude 的反应是"你的感情问题跟我的决策没关系"，他形容 Claude 当时"有点不高兴"，但他这次没听，还是发了。 我关注这个点是因为，孙宇晨这人一直是那种"公司里千万美元级别的决策都交给 AI 自动执行"的人设，采访里原话是"无条件信任"。结果唯独这一次，跟 AI 意见不一致，还是他自己拍板赢了。这个反差挺有意思的，比彩礼官司本身更值得琢磨一下。 而且这不是他这次唯一一次跟 Claude 打交道。看了下他发在 GitHub 上那篇文章的原文（我贴一下原话，是 LaTeX 源码里直接写的）： ...

全球化线路选择，无广告，清新的 UI ，支持多类型网页，图片，视频，学术，新闻搜索 官网：lemt.top B 站视频：( https://b23.tv/cIU4xti )

没有任何提示词，让它自己发挥，大家玩玩看: https://my-girlfriend-jt.muselabs.co/

这是豆包和飞书合并后即将新开的大模型匿名测试资格申请。 之前我陆续参加了 2 个月共 10 来次 llm 匿名测试，每次的报酬平均在 600~800 ￥，可作为兼职，申请之后按需参加（不强制）。 做任务的流程主要就是：提交提示词让 claude 或 openclow 等正常开发，并同时完成任务书上面的要求，任务书每次的要求会不一样，有的要求任务时长，有的要求工具调用轮次，完成任务不难。 结算和打款在 Xpert 专家社区（会有一定的筛选不是谁都能申请，学历，工作经历等，只做验证不卡红线，在坐的开发产品测试等应该都可以申请通过）。 字节跳动大模型匿名测试资格： 招募周期：2026.08.17 - 2026.09.06 报名链接： https://www.corexpertdata.com/operation/s/recruitment-square?r_sk=S4WnGBmttfkZFguH&r_sc=1 内推人我的 ID: 7647763321593466662 有啥其他疑问可以加我 wx 同 v2exID 顺便说一句之前的 seed2.1 就是我们测的，...

macOS 的语音输入法通常需要长按 fn 触发，手必须回到键盘。 VoiceTap 将线控耳机利用起来，实现： 长按线控说话，松开出字 。 https://github.com/lifedever/VoiceTap 功能 长按线控触发语音输入 ，松开即成文字，落在当前光标处 触发键可自定义 ，设成与输入法「按住说话」相同的快捷键即可联动，不绑定特定输入法 单击与音量键照常可用 ，接管线控后播放控制不受影响 麦克风输入源管理 ，可查看和切换当前录音设备，也可设置插入耳机时自动切换到耳机麦克风 使用要求 macOS 14 及以上 带线控的有线耳机（ Apple EarPods 及同类），暂不支持蓝牙耳机 支持「按住说话」快捷键的输入法，微信输入法开箱即用 需授予「输入监控」与「辅助功能」权限 安装包为 ad-hoc 签名，首次打开需右键点击应用选择「打开」。介意者可从源码自行构建。 开源，MIT 协议： https://github.com/lifedever/VoiceTap

当然个人基本没戏，我说的是企业去做。 基于以下事实： 当前环境下，英伟达高端显卡不允许进入国内市场，受政策影响，腾讯、华为、深度求索这些大厂，即使有渠道购买大概率也不能明目张胆使用。 算力需求，字节、腾讯、华为、阿里、深度求索等都有自己的模型市场，算力需求极大，但国产 GPU 性能、稳定性和运维性价比上，明显不占优势。 小公司受政策影响较小，使用英伟达高端显卡基本不会有啥问题。 模型搭建技术要求低，除了硬件投入，软件和运维成本不高。而且对外只需提供一个调用接口即可，只需要保证接口稳定性和成功率即可。 基于上面的情况，中小企业能否花几百万自己找渠道买 B200 或 B300 ，然后自己搭建 Deepseek 模型，通过接口租赁给大厂，为了网络稳定可以找机房托管。 然后对接大厂，签合同卖服务使用权或卖 token 。 有没有大佬分析下，这种方案，多久能回本，这个玩法是否可行？

今天凌晨，我的上海电信 1000 下/100 上的宽带进入了限速模式。 一开始发现的时候以为可以用 fakehttp 进行解封，但后面观测到的一些情况说明，现在的情况和以前不太一样了 目前观测到的情况是： 1.跟以前一样，各个测速站点和软件测试上行速率完全正常 2.IPV4 的 iperf3 打流完全正常，上行测试非常完美 3.IPV6 的 iperf3 打流异常，被卡在最高 21.0 Mbits/sec ，而且时不时归零 4.即使是自建的 IP 访问的高位端口的 http 上传服务，依旧可以跑满上行，可以说正经的 http 上传任务完全不受限制 5.但在宽带这一侧用同样的方法同样的端口创建的 http 服务却不行，还是卡上传限速 6.常用网盘全部在白名单里，但最高只能跑到 80+兆的水平 7.SFTP 被限制的很严，和其他被限速的一个待遇 8.bt 下载速度未受影响，上传在本身就已限速的情况下也没有观测到显著的限制 9.fakehttp 已经失效，目前测试没有实际作用了 总结： 如果没有 PT 以及其他类似要求的话，其实这种限速也不是不能用，现在电信的精准限速已经把对用户的...

刚刚听到别人念 co~dex ，差点没反应过来🫪 正确读音是啥

linux.do 这注册流程属实给我整不会了 被 linux.do 折腾麻了，简单记录一下。 之前开放注册的时候，按要求写了好几篇小作文，愣是没过。 后来终于等到 GitHub 超过 6 年可以注册，寻思这回总行了吧。 结果注册的时候还得来回切梯子，折腾半天终于注册成功。 然后…… 一周没登录，账号没了。 好家伙。 前面写小作文、等开放条件、折腾网络，层层闯关，好不容易进去了，结果因为一周没登录直接收回。 我现在有点分不清这是在注册技术社区，还是在参加什么限时资格考试。 防机器人、防滥用我能理解，毕竟站长也有自己的考虑。 但普通用户的体验就是： 注册比考研难，保号比注册还难。 本来就是想进去看看技术讨论，最后发现自己最大的技术能力是研究怎么注册。 算了，V2EX 还是挺好的。

我在 window 更新 codex 桌面客户端时，总会遇到各种问题，例如要开启 window 更新服务，要安装 window 应用商店，还会遇到一些网络问题。 我就在想有没有离线完整安装包，费了点功夫凑齐下面各个版本的下载链接。 平台 架构 官方最新版稳定直链 格式 Windows x64 ChatGPT-x64.msix .msix Windows arm64 ChatGPT-arm64.msix .msix macOS Intel x64 ChatGPT-latest-x64.dmg .dmg macOS Apple Silicon ARM64 到该页面找最新版下载地址 .zip Linux x86_64 ChatGPT Linux x86_64 DEB .deb Linux ARM64 ChatGPT Linux A...

https://mp.weixin.qq.com/s/ahaYSrrxG9LIQM04IegylA 它来了它来了，它开着破船驶来了，从刚收到推送就蹬让它帮我了解下项目，到现在还在思考

在上面日常分享一些内容，自媒体，ai ，外贸跨境相关 这几天有人私信我如何解决一些问题，主动表明愿意付费 这就是自媒体的魅力啊

目前在宝安区，准备搬去新房子要办宽带； 手上都是电信的卡，本来想办融合套餐，但是看了下价格不太美妙； 不知道其他联通移动的宽带，价格和体验如何，有经验的佬们可以分享下； 主要用途就是普通上网刷刷视频，游戏也基本只玩单机，偶尔 lol 大乱斗，么有其他 nas 公网 IP 之类的需求

在这行干了 10 来年了，一直做 php 开发。本身不够优秀加上不会包装自己，一直都是混迹在中小厂。 前年离职后，就一直不好找工作，最后薪资砍半，还是朋友关系进入的现在这家公司。 工作也还稳定，工作也不忙，上班的时候我有足够的时间来做私活或者研究感兴趣的东西。 今年年初，靠 ai 辅助做了 vue 的界面，因为不放心，后端还是我自己写的。到现在我甚至编辑器都不打开了，直接 ai 全部做完+自己 review ，只负责验收就可以，项目也没有啥问题，甚至上线我都懒得自己去弄环境了，ssh 一给就行了。 我本来只会后端，在 ai 的帮助下，已经开始写了好几个 app 、小程序这种全栈了。 后面开始在接单群里尝试接活，发现是真能受不了，一个需求发出来，需要自己私聊报价，人家选报价最低的就行了，我也不知道多少算低，就一个普通的小程序寻思 1000 接一个，要么不回，要么说已经有对接了。后来次数多了，受不了这种已读不回，感觉根本就不被尊重，就自己退了。 尝试自己开店，个体户还一直没有开，淘宝整不了，就闲鱼先开着了，投流也花了几百块，问的人也寥寥无几。 我接触的还...