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
AIGC 领域的最新工具、开源项目以及行业大事件
我觉得应该真正关注的是，谁能把更强大的AI放进普通人的电脑里。
Qwen 3.8-Max 下周开源。
更值得期待的是，Qwen 3.8-27B 也会一起开源。
旗舰模型当然重要，但对于绝大多数开发者来说，27B 才是真正能改变生产力的。
它既能在消费级硬件上部署，又有足够强的能力去做 Agent、知识库、代码、工作流等各种本地应用。
过去一年，一个很明显的趋势就是：
旗舰模型负责拉高能力上限，而 20B～30B 级别的模型，才是真正推动 AI 普及的主力。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
当下的格局大概是这样：
1️⃣ 英伟达遥遥领先，AMD紧追不舍
2️⃣ 谷歌TPU拿来训练Gemini，还要给Anthropic供货上百万颗
3️⃣ Groq的LPU直接被英伟达花200亿美金打包收走
说白了，谁能把数据更快送到算力面前，谁就是赢家。想搞懂这背后的门道，这篇值得你细读。
🔗 https://www.jacobpeake.com/ai-chip-architectures
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
国产AI大模型大搞恶意蒸馏，
一边拿国家财政算力补贴的钱给A/的Claude充值，
另一边用PPT诈骗地方政府产业基金的投资，
却全然不顾国防军工和国家安全机密在外网裸奔的恶劣后果。
这是党性不足，思想滑坡，吃里扒外，技术崇洋的表现。
国产大模型厂商是时候成立党支部了，刻不容缓。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
一边拿国家财政算力补贴的钱给A/的Claude充值，
另一边用PPT诈骗地方政府产业基金的投资，
却全然不顾国防军工和国家安全机密在外网裸奔的恶劣后果。
这是党性不足，思想滑坡，吃里扒外，技术崇洋的表现。
国产大模型厂商是时候成立党支部了，刻不容缓。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
有证据表明，注意力不足源自大脑的器质性损伤。看一眼四周，你一定不难得出“手机对大脑的劫持将愈演愈烈”这一结论。
阅读链接：https://pan.quark.cn/s/420f67a0f83e
@meiriyishu
官方整活！太有意思了！！
OpenAI搭了一个GPT-TV，也就是“AI直播电视台”！
有Live直播和Guide两个栏目，可以实时看 Astra 怎么干活，以及能干什么活！
官方介绍说，不知道Astra可以干什么，可以看看TV找灵感。
我进去看了一下Live，好像没有在工作，
应该是直播的工作人员还没上班，
毕竟那边现在已经是深夜了！
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
OpenAI搭了一个GPT-TV，也就是“AI直播电视台”！
有Live直播和Guide两个栏目，可以实时看 Astra 怎么干活，以及能干什么活！
官方介绍说，不知道Astra可以干什么，可以看看TV找灵感。
我进去看了一下Live，好像没有在工作，
应该是直播的工作人员还没上班，
毕竟那边现在已经是深夜了！
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
绝了！这应该是最适合接入视频剪辑工作流的AI！！
因为它真正能看懂视频，并且够快够便宜！
对于做视频，不管是专业还是非专业选手，最耗费时间的其实就是找素材，和选素材！
好几个小时的素材，可能真正能用上的就几分钟！
而为了找到合适的，往往需要把每一条都从头看完，
根据脚本反复拖动时间轴、记录和剪切可用的素材。
这非常费时间，一点也不AI。
我也试过用很多AI来解决这个需求，包括一些所谓的视频素材AI管理工具，
能读视频的多模态模型其实很多，靠截图的方式能够理解视频的内容，
但也仅限于知道视频的内容，因为这些模型不太能理解视频里各个镜头和画面的时间关系。
这次看到 新出的多模态模型 Ling-3.0-flash-VL，
MoE架构，总参数124B、有效激活5.5B参数，支持256K长上下文和VideoRoPE时空编码。
激活参数更小，说明成本更低！
这个VideoRoPE时空编码，据说是靶向解决我上面说的那个问！
第一时间测试了一下！！
我丢给它一个演讲的视频，让它告诉我讲了什么，有什么重点，
另外我告诉它，我想基于这个演讲视频剪辑一个高光短视频，需要它帮我找到一些高光时刻，然后告诉我准确的时间码，并且为这个高光短视频写一个文案。
这已经不是单纯的“视频总结”之类的简单任务，
它需要按照时间线给出：
高光时间段＋核心观点＋入选理由＋建议标＋开头钩子＋发布文案。
这应该才是多模态模型能够发挥价值的地方！！
普通模型可以告诉你“一小时的视频讲了什么”，但内容创作真正需要的是：这一小时里，到底哪些能够用，要怎么用？
让我比较惊喜的是，它不光给了我高光视频剪辑要用的分镜、脚本、文案，甚至还给了我转场、和BGM的建议！
完全就是一份可以照做的剪辑执行单！！
这说明和它对原视频的理解已经远超我的预估！！
我在想，也许可以把这套能力接入剪辑工具，整个工作流就还可以继续延伸：
读取视频 → 理解内容 → 定位高光 → 输出时间码 → 调用工具裁剪 → 生成标和发布文案。
完全实现视频剪辑自动化！！
当然，理想是丰满的，AI挑出的素材不一定全都符合审美和叙事偏好，
时间码和上下文完整性也需要人工复核。
要想创作出好的视频作品，必然还是需要人的参与！
不过，用AI搞定素材的初筛，也是目前的超级刚需啊！！
AI探索 | Hermes/OpenClaw
因为它真正能看懂视频，并且够快够便宜！
对于做视频，不管是专业还是非专业选手，最耗费时间的其实就是找素材，和选素材！
好几个小时的素材，可能真正能用上的就几分钟！
而为了找到合适的，往往需要把每一条都从头看完，
根据脚本反复拖动时间轴、记录和剪切可用的素材。
这非常费时间，一点也不AI。
我也试过用很多AI来解决这个需求，包括一些所谓的视频素材AI管理工具，
能读视频的多模态模型其实很多，靠截图的方式能够理解视频的内容，
但也仅限于知道视频的内容，因为这些模型不太能理解视频里各个镜头和画面的时间关系。
这次看到 新出的多模态模型 Ling-3.0-flash-VL，
MoE架构，总参数124B、有效激活5.5B参数，支持256K长上下文和VideoRoPE时空编码。
激活参数更小，说明成本更低！
这个VideoRoPE时空编码，据说是靶向解决我上面说的那个问！
第一时间测试了一下！！
我丢给它一个演讲的视频，让它告诉我讲了什么，有什么重点，
另外我告诉它，我想基于这个演讲视频剪辑一个高光短视频，需要它帮我找到一些高光时刻，然后告诉我准确的时间码，并且为这个高光短视频写一个文案。
这已经不是单纯的“视频总结”之类的简单任务，
它需要按照时间线给出：
高光时间段＋核心观点＋入选理由＋建议标＋开头钩子＋发布文案。
这应该才是多模态模型能够发挥价值的地方！！
普通模型可以告诉你“一小时的视频讲了什么”，但内容创作真正需要的是：这一小时里，到底哪些能够用，要怎么用？
让我比较惊喜的是，它不光给了我高光视频剪辑要用的分镜、脚本、文案，甚至还给了我转场、和BGM的建议！
完全就是一份可以照做的剪辑执行单！！
这说明和它对原视频的理解已经远超我的预估！！
我在想，也许可以把这套能力接入剪辑工具，整个工作流就还可以继续延伸：
读取视频 → 理解内容 → 定位高光 → 输出时间码 → 调用工具裁剪 → 生成标和发布文案。
完全实现视频剪辑自动化！！
当然，理想是丰满的，AI挑出的素材不一定全都符合审美和叙事偏好，
时间码和上下文完整性也需要人工复核。
要想创作出好的视频作品，必然还是需要人的参与！
不过，用AI搞定素材的初筛，也是目前的超级刚需啊！！
AI探索 | Hermes/OpenClaw
内容覆盖得挺全，从语言模型基础一路讲到 LLM 架构、Prompt 工程、参数高效微调、模型编辑和 RAG，每章还配了相关论文链接，想深入有现成路线可以顺着走。
最特别的是每章用不同动物当例子，把抽象概念讲得挺直观。项目还在持续更新，后续还要加推理加速和 AI Agent。
想入门的别犹豫，先存下来。
🔗 https://github.com/ZJU-LLMs/Foundations-of-LLMs
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
以前最烦的是啥？Cloudflare验证、各种反爬检测、登录墙，一顿卡你。这玩意直接开真实Chrome内核硬闯，测试里连Cloudflare和Queue-It那种排队验证都能过（当然看站点、地区、版本，不保证百分百）。
而且不是花架子，97个工具，从基础导航到直接跑CDP命令、克隆页面元素、抓网络请求全都有，嫌多还能砍到20个精简版。
想白嫖的自己去扒代码。
🔗 https://github.com/vibheksoni/stealth-browser-mcp
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
