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
*配图来自Reddit，与国内务实文化不符，不代表本人价值观
@aigc1024
我深深感觉到推理厂商2B定价和广大C端用户之间有着不可调和的10倍矛盾。
我们作为一家软件公司，没想到要被派来解决这种棘手上游导致的问。
但是这个问我们必须解决，不解决价格问，大家就用不起 AI，用不起 Cola。如果大家陷在高成本的泥潭里，做任何事之前都要衡量一下 ROI，就连 Cola 发一条心迹给用户，用户第一感觉都是心疼 Token，甚至还要找我们退钱。
直到最近，我们终于彻底解决了模型的价格问，在此也特别感恩梁圣，AI 应用永远的神。
先说一个昨天我们做的重要的决定，我们把大家的记忆整理和心迹费用全包了，而且未来所有 Cola 的主动功能，原则上都不再扣除用户的钱。
然后来到今天的重点：Cola Token Plan。
图文内容较多，还请移步这里看全文
https://mp.weixin.qq.com/s/kkqL0p30onyhB7BJ3BpkAA
@aigc1024
支持文字、图片、SVG、视频的缩放旋转位置、关键帧缓动剪辑转场和音频。
https://github.com/COPPSARY/Motionly
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
领了以后，你的 Agent 就可以用这个钱包来支付 API 和内容的费用。
可以先申请一个自己名字的，以防被人抢注。
钱包分为两类：
钱包账户：是你作为人类拥有的钱包，可以充值、提现，也可以把支出权限委托出去
虚拟钱包：是专门为 Agent 设计的，通过 API Key 运行
关于虚拟钱包的支出控制和使用场景：
• 支出上限和规则：你可以给它设置支出上限，也可以通过允许列表（白名单）和规则进行控制
• 受控预算与自主探索：这样的设计可以让 Agent 在受控的预算内，自主探索各种服务
• 免去实时监控：我们人类没必要时刻监控它的支出，也不用担心它直接把卡刷爆
此外，它还通过 Cloudflare Pay 把钱包和账户身份关联起来。Agent 可以选择性地表明自己代表哪个组织，从而解决了 Agent 的身份认证问（身份证明是可选的，也可以选择匿名）。
详情：cloudflare.pay
@aigc1024
Gemini 4 已进入训练阶段。Google 对 Gemini 4 的内部进展“非常兴奋”，并计划依靠它继续争夺 AI 前沿位置。
他表示，下一代 AI 的竞争，关键在于训练规模更大的基础模型。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
Gemini Omni Flash比我想象中贵！
关于成本，调用的Gemini API，10美金，大概是做了15个视频，共90秒。
算下来，每秒差不多$0.1…
其实也可以用Google Flow，订阅用户每月免费1000积分，可以生成百来个，很划算！
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
关于成本，调用的Gemini API，10美金，大概是做了15个视频，共90秒。
算下来，每秒差不多$0.1…
其实也可以用Google Flow，订阅用户每月免费1000积分，可以生成百来个，很划算！
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
突然想回头盘点一下：
过去半年多，我到底用 AI 做了些什么？
1、50 多套可以变现的生图提示词！
包括被 400 多万人看过的电商 KV 提示词，以及服装打版设计、IP 形象设计、房屋翻新、异形广告牌、产品包装等不同方向。
这算是我比较早期的一批 AI 实践，很多老朋友应该都看过。其中不少提示词后来都成功变现了。
尤其是电商 KV 提示词分享出去后，有人拿去做网站，有人封装成 Agent，也有人直接做成了自己的产品。
这也是我第一次真正意识到：
一套好的提示词，不只是几句，更像是一套可以被复制、封装和商业化的生产流程。
2、20 多套风格插画提示词
这是前段时间集中做的一件事。
最开始只是想研究不同颜色和构图之间的碰撞，后来逐渐整理成了一套相对完整的风格库。
其中传播比较多的，有蓝白配色、黄黑配色、极简点缀色，以及复古版画、旅行海报、梦幻柔焦等几组风格。
相比单纯生成一张“好看的图”，能不能把一种审美稳定复现出来，并迁移到不同人物、产品和场景中，这也是很重要的事情。
3、两个网站！
一个是高考志愿填报辅助系统，另一个是新生儿起名工具。技术上不算复杂，但对我来说意义很大。
因为这是我第一次把一个想法，从需求梳理、数据整理、功能设计，一直做到真正上线，让用户可以直接使用。
两个网站都给我带来了不少正反馈。
4、 3 个开源项目，近期会逐步开源更多。
其中一个是前面提到的高考志愿填报系统，包括核心数据也一并开放了。另外两个是用来制作视频的 Skill。
5、1套真正服务于副业的 Skill 系统
这是目前对我帮助最大的一套系统。它主要覆盖剧本创作、文案策划、AI 视频生产和项目执行等环节，已经逐渐成为我处理副业项目的核心工作流。
以前需要反复整理资料、拆解需求、搭建框架的工作，现在很多都可以通过 Skill 快速完成，整体效率至少提升了三倍。
这套系统目前还没有开源，因为它和我自己的业务流程结合得比较深，也一直在持续迭代。
后面可能会抽离其中的通用能力，做一个更适合普通创作者和副业从业者使用的公开版本。
6、若干实用 Skill！
目前重点优化的是一套“个人 IP 打造与内容生产 Skill”。
它会从人设定位、内容方向、选策划、平台适配，一直覆盖到图文和视频内容生产，希望最终形成一套能够长期运转的 IP 内容系统。
除此之外，平时还做了很多小型 Skill。
有的负责生图，有的负责做 PPT，有的负责搜索和整理特定信息，还有的用来处理固定格式的文案和资料。
这些东西大多没有太高的技术门槛，但因为是按照自己的习惯和需求制作的，所以用起来格外顺手。
7、若干小工具！
比如 CAD 图纸翻译、图片一键去背景、文件自动分类整理等。这些工具看起来都很小，也谈不上多么复杂。
但它们解决的，往往是每天都会重复出现的具体问。
以前可能要花十几分钟甚至半个小时完成的操作，现在点一下就能处理。
从单纯“用 AI”，慢慢走到了“用 AI 构建自己的工具、产品和生产方式”，这对我来说是一个很好的转变！
感谢所有相遇，感谢这个过程中给出建议和帮助的每一个人。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
过去半年多，我到底用 AI 做了些什么？
1、50 多套可以变现的生图提示词！
包括被 400 多万人看过的电商 KV 提示词，以及服装打版设计、IP 形象设计、房屋翻新、异形广告牌、产品包装等不同方向。
这算是我比较早期的一批 AI 实践，很多老朋友应该都看过。其中不少提示词后来都成功变现了。
尤其是电商 KV 提示词分享出去后，有人拿去做网站，有人封装成 Agent，也有人直接做成了自己的产品。
这也是我第一次真正意识到：
一套好的提示词，不只是几句，更像是一套可以被复制、封装和商业化的生产流程。
2、20 多套风格插画提示词
这是前段时间集中做的一件事。
最开始只是想研究不同颜色和构图之间的碰撞，后来逐渐整理成了一套相对完整的风格库。
其中传播比较多的，有蓝白配色、黄黑配色、极简点缀色，以及复古版画、旅行海报、梦幻柔焦等几组风格。
相比单纯生成一张“好看的图”，能不能把一种审美稳定复现出来，并迁移到不同人物、产品和场景中，这也是很重要的事情。
3、两个网站！
一个是高考志愿填报辅助系统，另一个是新生儿起名工具。技术上不算复杂，但对我来说意义很大。
因为这是我第一次把一个想法，从需求梳理、数据整理、功能设计，一直做到真正上线，让用户可以直接使用。
两个网站都给我带来了不少正反馈。
4、 3 个开源项目，近期会逐步开源更多。
其中一个是前面提到的高考志愿填报系统，包括核心数据也一并开放了。另外两个是用来制作视频的 Skill。
5、1套真正服务于副业的 Skill 系统
这是目前对我帮助最大的一套系统。它主要覆盖剧本创作、文案策划、AI 视频生产和项目执行等环节，已经逐渐成为我处理副业项目的核心工作流。
以前需要反复整理资料、拆解需求、搭建框架的工作，现在很多都可以通过 Skill 快速完成，整体效率至少提升了三倍。
这套系统目前还没有开源，因为它和我自己的业务流程结合得比较深，也一直在持续迭代。
后面可能会抽离其中的通用能力，做一个更适合普通创作者和副业从业者使用的公开版本。
6、若干实用 Skill！
目前重点优化的是一套“个人 IP 打造与内容生产 Skill”。
它会从人设定位、内容方向、选策划、平台适配，一直覆盖到图文和视频内容生产，希望最终形成一套能够长期运转的 IP 内容系统。
除此之外，平时还做了很多小型 Skill。
有的负责生图，有的负责做 PPT，有的负责搜索和整理特定信息，还有的用来处理固定格式的文案和资料。
这些东西大多没有太高的技术门槛，但因为是按照自己的习惯和需求制作的，所以用起来格外顺手。
7、若干小工具！
比如 CAD 图纸翻译、图片一键去背景、文件自动分类整理等。这些工具看起来都很小，也谈不上多么复杂。
但它们解决的，往往是每天都会重复出现的具体问。
以前可能要花十几分钟甚至半个小时完成的操作，现在点一下就能处理。
从单纯“用 AI”，慢慢走到了“用 AI 构建自己的工具、产品和生产方式”，这对我来说是一个很好的转变！
感谢所有相遇，感谢这个过程中给出建议和帮助的每一个人。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
😃 爆庄实录｜3天狂揽1086万U😃 新客首存6万U，豪提209万U😃 500一拉，PG实力兑现133万U
1.PG电子赏金女王一举斩获830万并成功提现
2.PA真人豪赢644万一路长虹一天实现暴富
3.PG电子爆890万并以成功提现实现财富自由
4.大哥在PA真人百家乐累计盈利突破1000万
大额出款额外奖励8888-128888，双重日存彩金128888+4688每日送，周流水彩金68888每周送，双重签到彩金16888+3888送不停
【 #182体育 全网独此一家】
公平、公正、公开、 信誉第一、服务第一
不限ip、 免实名、免绑卡、免绑手机号码
每日存款彩金每日送，每笔存款加赠1%
专属VIP客服：@vipkf_182ty8
体育赛事推荐：@VIP182TYTJ
双向用户点击： @vipkf_182ty2_bot
吃瓜搞笑：@chiguagaoxiaoxinwen
✅ 关注福利频道：@vip182ty888
在线互动,精彩不断,立即进入直播间！
以前不懂事跟着xhs的人嘲笑小扎不懂ai，花天价收购Scale AI，让Alexandr Wang代替Lecun负责Meta的大模型是多么蠢的举动，等到我开始负责搭建我们具身模型训练的数据管线才意识到这是一件多么困难且复杂的事情。
具身的数据和模型发展阶段其实有点类似Scale AI成立的2016年时候AI模型的发展阶段。每家模型的标准不一，LLM的冲锋白皮书《你一定要立正》是2017年才出来的。即使在transformer成为主流之后，各种数据标准也还是十分混乱、管理粗放的。而Scale AI正是让这些数据变得精细化、有标准可依的重要推手。
在我自己接手具身数据生产之后，痛苦首先来自于：标注员、动捕演员、动画师完全不懂机器人，其中大部分人员学历低下（当然主要是因为工资也不高），素质一般，管理他们去看我们的标准就已经是一件困难的事情，更别说更高一级的让他们理解我们的要求了。再往下一步，采集的动作哪些是可用的、哪些不可用，更加是无据可依、没有现成标准和工作的，第一天接手的时候我的主观判断成了所有环节的质量标准。同时，机器人的模型训练除了llm有的预训练和后训练之外，还要更进一步的去解决仿真到实机的gap，一环扣着一环，训练效果不好，每一个环节的人都非常有动力去甩锅给上一个环节的人。拿出依据让环节负责人心服口服去做开发又是一个巨大挑战。
可能Alexandr在理论水平上确实不如Lecun，但是在工程水平上无疑是个天才，能够解决如此庞杂的系统工程问甚至梳理出标准、作为数据供应商理清需求方的标准并能批量化生产，他确实值Meta的100多亿刀。
@aigc1024
具身的数据和模型发展阶段其实有点类似Scale AI成立的2016年时候AI模型的发展阶段。每家模型的标准不一，LLM的冲锋白皮书《你一定要立正》是2017年才出来的。即使在transformer成为主流之后，各种数据标准也还是十分混乱、管理粗放的。而Scale AI正是让这些数据变得精细化、有标准可依的重要推手。
在我自己接手具身数据生产之后，痛苦首先来自于：标注员、动捕演员、动画师完全不懂机器人，其中大部分人员学历低下（当然主要是因为工资也不高），素质一般，管理他们去看我们的标准就已经是一件困难的事情，更别说更高一级的让他们理解我们的要求了。再往下一步，采集的动作哪些是可用的、哪些不可用，更加是无据可依、没有现成标准和工作的，第一天接手的时候我的主观判断成了所有环节的质量标准。同时，机器人的模型训练除了llm有的预训练和后训练之外，还要更进一步的去解决仿真到实机的gap，一环扣着一环，训练效果不好，每一个环节的人都非常有动力去甩锅给上一个环节的人。拿出依据让环节负责人心服口服去做开发又是一个巨大挑战。
可能Alexandr在理论水平上确实不如Lecun，但是在工程水平上无疑是个天才，能够解决如此庞杂的系统工程问甚至梳理出标准、作为数据供应商理清需求方的标准并能批量化生产，他确实值Meta的100多亿刀。
@aigc1024
AI 生成 PPT 是不是 HTML 格式最合适这个很有意思，感谢 认真的测试。
首先我承认 HTML 肯定是不够完美的，会出这样格式错误的问，可能需要人工二次纠正。
然后得说清楚咱们定位不一样，我这是给个人用的 Skill 你是做通用产品，那么对成本的敏感度会不一样。
接着我就要说一下我思考的维度：
1. 用户在乎的是好看，或许还要能编辑
Codex 有一个很强的直接操作原生 PPTX 的插件，但是我不爱用，因为做出来的太难看了，拿不出手！
然后直接 AI 出图，那做出来的 PPT 是最好看的，但是没法编辑，只能修改提示词重新抽卡，偶尔还会有些文字错误
折中下来 HTML 做出来就好最好的，还能编辑。
2. 选 AI 最熟悉训练最多的方式
发明一个格式让 AI 生成中间格式，再把中间格式翻译成 PPTX 本身是没问的，但是这个格式一定要 AI 最熟悉的训练最多的，做出来好看的。
如果你用一种 AI 没训练过的 JSON 格式、XML 格式，加上 lint 脚本，当然能做出来完美的转换，但是它会有 HTML 好看吗？是不是只能有有限的几种模板可以选择？
比如我最近在做字幕和视频剪辑相关，所需要的数据格式我也一样是优先考虑 HTML + React 组件这种 AI 很熟悉并且能做出来好看效果的格式。最终把这种中间格式变成视频。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
首先我承认 HTML 肯定是不够完美的，会出这样格式错误的问，可能需要人工二次纠正。
然后得说清楚咱们定位不一样，我这是给个人用的 Skill 你是做通用产品，那么对成本的敏感度会不一样。
接着我就要说一下我思考的维度：
1. 用户在乎的是好看，或许还要能编辑
Codex 有一个很强的直接操作原生 PPTX 的插件，但是我不爱用，因为做出来的太难看了，拿不出手！
然后直接 AI 出图，那做出来的 PPT 是最好看的，但是没法编辑，只能修改提示词重新抽卡，偶尔还会有些文字错误
折中下来 HTML 做出来就好最好的，还能编辑。
2. 选 AI 最熟悉训练最多的方式
发明一个格式让 AI 生成中间格式，再把中间格式翻译成 PPTX 本身是没问的，但是这个格式一定要 AI 最熟悉的训练最多的，做出来好看的。
如果你用一种 AI 没训练过的 JSON 格式、XML 格式，加上 lint 脚本，当然能做出来完美的转换，但是它会有 HTML 好看吗？是不是只能有有限的几种模板可以选择？
比如我最近在做字幕和视频剪辑相关，所需要的数据格式我也一样是优先考虑 HTML + React 组件这种 AI 很熟悉并且能做出来好看效果的格式。最终把这种中间格式变成视频。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
球速体育 大会员再创新高：
1.泰国大老板百家乐存50万出512万
2.斯里兰卡神秘大哥连续5天总提4000万+
3.实力盘总PA真人喜提990万一路爆红
4.pp电子糖果1000小注一拉爆出70万大奖
大额出款额外奖励8888-128888，双重日存彩金128888+4688每日送，周流水彩金68888每周送，双重签到彩金16888+3888送不停
【 #球速体育 安全有保障】
老品牌值得信赖、安全第一、保障第一
不限ip、 免实名、免绑卡、免绑手机号码
每日存款彩金每日送，每笔存款加赠1%
专属VIP客服： @QSTY567
体育赛事推单：@QSTY988
双向用户点击：@qsty168168_bot
午夜剧场：@ziweifancha7
✅ 关注福利频道：@qsty8999
老品牌 信誉高 佣金稳
代理合营频道：@QSTY321
一部专为职场人打造的人情世故实用指南，汇集高情商、不露痕迹、不踩红线的送礼术策略，帮你在保持分寸与体面的前提下赢得领导好感。
链接：https://pan.quark.cn/s/6d61f80fa4b9
@meiriyishu
