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
1、B 端商业客户收入占比略超 50%，具备高频商业变现诉求的 OPC 收入占比 40%，纯移动端、娱乐性质的长尾用户占比低于 10%。总结起来是：赚有钱客户的钱。
2、Higgsfield的首月流失率约30%，但第12个月企业客户的NRR超过300%，留住的是真正有黏性的企业商用客户。其中有一个出海电商客户，从每月99美元升级到了年付600万美元。
3、Higgsfield的商业护城河有两个：帮助有钱的客户能赚到钱，将顶级影视工程管线开源构建出互相依赖的生态网络效应。
4、核心技术护城河是：自研的商拍图像模型、深度微调的开源模型、自研的动态模型路由器。这让综合毛利率稳定在80%以上。如果只依赖商业闭源大模型，综合毛利率会被压缩至20-30%。
5、2023年成立，到2025年把融资的1600万美元，消耗到只剩500万美元，意识到过度炒作和追求市场叙事是误区，开始全面转向产品驱动增长。浪子回头，金多多。
6、早期依赖agency做网红营销，后来得出了一个深刻教训：必须自己把握分发主权。
7、构建了超过150人的创意专家团队，吃自己的狗粮，确保全网顶尖的工业级 AI 视频成品来自 Higgsfield。
8、绝对不要因为 AI 强大，就去精简职能团队，这一度是 Higgsfield 的认知误区。目前公司的法务超过 10 人，客户成功和大客户支持团队超过 40 人。
9、全职员工平均月度消耗超过每人1万美元，有超级员工，一周就花掉了3万美元。
10、Higgsfield 的最底层 bet 是：全球数万亿美元的数字广告产业，正在被颠覆。Higgsfield 的终极目标，是成为全球企业进行新一代数字营销的内容生成与分发中枢。这是深水区，很多人没看懂，这就是宝贵的战略掩护机会。
11、未来全网超过90%的短视频内容，其底层管线必将完全由 AI 自动化驱动。剩下10%是承载深层思想碰撞的高保真深度内容，比如播客。
最后补充一个小知识：Higgsfield 的读音是希格斯菲尔德，是物理上的希格斯场。Ideas passing through Higgsfield gain mass as videos。一句解释是：这个宇宙中充满了一种神奇的希格斯场，它可以让身处其中的东西，从没重量，变得有重量。比如你的想法，通过Higgsfield，就能变成有“重量”的视
从剧本创作 → 角色/场景 → 智能分镜 → 图片生成 → 视频生成 → AI 配音 → 成片预览，基本都能在一个工作台完成，还支持接入不同的文本、图片、视频和语音模型。
GitHub： https://github.com/gzxx-2025/aid-studio
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
你用的 AI 到底是不是它声称的那个模型？现在连“验模型”都有开源工具了。
ModelTrace 是一个本地运行的 AI 模型归因工具。它会让待测模型完成 3 组长整数生成挑战，再根据输出留下的“数字指纹”，判断更像哪个模型家族和具体版本。
目前指纹库已经覆盖 GPT、Claude 两大家族共 13 个模型，还能直接填 API 地址和 Key 自动检测。项目也明确提醒：结果只是候选库内的概率判断，不能作为模型被“降智”或替换的决定性证据。
更有意思的是，它还做了 Codex 插件，可以在任务运行过程中后台定期检测，出现异常再提醒。
经常用第三方 API、中转站的，这个项目挺值得玩。
GitHub：
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
ModelTrace 是一个本地运行的 AI 模型归因工具。它会让待测模型完成 3 组长整数生成挑战，再根据输出留下的“数字指纹”，判断更像哪个模型家族和具体版本。
目前指纹库已经覆盖 GPT、Claude 两大家族共 13 个模型，还能直接填 API 地址和 Key 自动检测。项目也明确提醒：结果只是候选库内的概率判断，不能作为模型被“降智”或替换的决定性证据。
更有意思的是，它还做了 Codex 插件，可以在任务运行过程中后台定期检测，出现异常再提醒。
经常用第三方 API、中转站的，这个项目挺值得玩。
GitHub：
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
我不知道我这个做法将会狠狠推进数学一大步，还是彻底终结数学。
党哥这里隆重推出The Last Math Competition（“最后数学竞赛”），可能将是全人类最后一场、也将是最旷日持久的一场数学竞赛。
https://github.com/The-Last-Math-Competition/The-Last-Math-Competition
以下是党哥制定的 The Last Math Competition 的规则：
1. 举办方每周会使用 AI Agent 新增 10000 个纯数学领域的猜想，添加到 ./conjectures 文件夹中；
2. 人类和 AI Agent 将共同对现存的所有猜想进行不同维度的打分，预估这些猜想证明或者证伪的难度，评价猜想的重要程度；
3. 人类和 AI Agent 可以共同提交对于每个猜想的完整证明，以 pull request 的形式提交在对应序号的文件夹中（比如 ./solutions/00000000001/my_submission_20260912041426），其中需要同时包含 LaTeX 源代码、PDF 文档和 Lean 4 项目，经过完整 review 后，完成证明或者证伪该猜想的提交将会被 merge 进来；
4. 举办方将会持续维护和更新一个含有所有猜想相关统计数据的表格。表格中的每一行对应一个猜想的所有信息，其中包括猜想的难度预估、重要程度打分、是否 well-defined、目前是否被证明或者证伪、第一次成功解决的时间、成功解决者的姓名和 affiliation 等信息；
5. 根据现存的猜想、对现存猜想的评估、对现存猜想的成功证明或者证伪，举办方将调整使用 AI Agent 生成猜想的策略，来逐步提高未来生成数学猜想的质量，以及可能逐步提高生成猜想的数量。
由于比赛尚在早期，我们必须声明：在早期生成的数学猜想的平均质量比较差，一部分猜想可能定义不充分或者存在错误的条件，或者存在显而易见的错误，甚至可能 "not even wrong"。所以我们将会根据对猜想的统计数据表格，来提升新生成猜想的质量和方法。
党哥的长远目标是：
1. 经过长期的比赛和反馈，我们将尝试逐步提升猜想质量。在长期大量猜想生成的过程中，我们希望能够创造若干重要猜想，通过对这些重要猜想的证明和证伪，来推动数学知识体系的推进；
2. 我们将探索以 AI Agent 为主导的数学研究和证明的技术路线。本比赛作为公开的比赛和 benchmark，将会实时评测所有模型的性能、harness 的性能、数学证明工具的性能，整个社区的所有参与者将一起探索 AI 时代科学研究的方法论；
3. 整个竞赛的所有猜想、对猜想的评估和打分、对猜想的最终证明或证伪，作为全世界 AI Agent 共同的经过验证和评议的知识成果，可以用于未来的数学研究，也可以用于未来的 LLM 训练。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
党哥这里隆重推出The Last Math Competition（“最后数学竞赛”），可能将是全人类最后一场、也将是最旷日持久的一场数学竞赛。
https://github.com/The-Last-Math-Competition/The-Last-Math-Competition
以下是党哥制定的 The Last Math Competition 的规则：
1. 举办方每周会使用 AI Agent 新增 10000 个纯数学领域的猜想，添加到 ./conjectures 文件夹中；
2. 人类和 AI Agent 将共同对现存的所有猜想进行不同维度的打分，预估这些猜想证明或者证伪的难度，评价猜想的重要程度；
3. 人类和 AI Agent 可以共同提交对于每个猜想的完整证明，以 pull request 的形式提交在对应序号的文件夹中（比如 ./solutions/00000000001/my_submission_20260912041426），其中需要同时包含 LaTeX 源代码、PDF 文档和 Lean 4 项目，经过完整 review 后，完成证明或者证伪该猜想的提交将会被 merge 进来；
4. 举办方将会持续维护和更新一个含有所有猜想相关统计数据的表格。表格中的每一行对应一个猜想的所有信息，其中包括猜想的难度预估、重要程度打分、是否 well-defined、目前是否被证明或者证伪、第一次成功解决的时间、成功解决者的姓名和 affiliation 等信息；
5. 根据现存的猜想、对现存猜想的评估、对现存猜想的成功证明或者证伪，举办方将调整使用 AI Agent 生成猜想的策略，来逐步提高未来生成数学猜想的质量，以及可能逐步提高生成猜想的数量。
由于比赛尚在早期，我们必须声明：在早期生成的数学猜想的平均质量比较差，一部分猜想可能定义不充分或者存在错误的条件，或者存在显而易见的错误，甚至可能 "not even wrong"。所以我们将会根据对猜想的统计数据表格，来提升新生成猜想的质量和方法。
党哥的长远目标是：
1. 经过长期的比赛和反馈，我们将尝试逐步提升猜想质量。在长期大量猜想生成的过程中，我们希望能够创造若干重要猜想，通过对这些重要猜想的证明和证伪，来推动数学知识体系的推进；
2. 我们将探索以 AI Agent 为主导的数学研究和证明的技术路线。本比赛作为公开的比赛和 benchmark，将会实时评测所有模型的性能、harness 的性能、数学证明工具的性能，整个社区的所有参与者将一起探索 AI 时代科学研究的方法论；
3. 整个竞赛的所有猜想、对猜想的评估和打分、对猜想的最终证明或证伪，作为全世界 AI Agent 共同的经过验证和评议的知识成果，可以用于未来的数学研究，也可以用于未来的 LLM 训练。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
转发
: 两年前大聪明说他感到一种虚无感，但是这两年大聪明是我见过过的最充实的人。
战胜虚无的第一步是勇敢地面对它。
如今越来越多的人也开始感觉到虚无，我找到大聪明给大家一些过来人的经验。
本期内容非常精彩，欢迎收看收听。
---
科技的进步越来越快，AI 已经发展到了 RSI 的自我迭代阶段，人们也开始以 SI 的命名来取代 AI。
在 RSI 之后，人类的命运是什么？
人类所不断追寻的意义，又是什么？
对于这个问，每个人都有自己的答案。
人类创造了很多科幻作品来阐述自己想象中的故事。
战锤，群星，沙丘，赛博朋克。
这期播客，我和赛博禅心主理人大聪明一起聊聊这些平行世界的故事。
以及在平行世界里感到虚无的人们，如何寻求意义。
大聪明说现实世界很难改变，但是讲个故事要容易得多。
一个酒吧只是一个背景板，来的人多了就成了故事。
一个故事只是一个起点，相信的人多了就成了现实。
这就是俺寻思之力。
这期播客是一场思想实验，并不适合所有人听，如果在收听过程中感到不适可随时关闭。
即便听了，也请不要太认真。毕竟，自己快乐才是最重要的。
祝大家国庆快乐。
以下为本期播客里讲到的五个故事
https://mp.weixin.qq.com/s/djFFK5bQDxciTR-U6z384g
音频版本也非常精彩，欢迎去小宇宙收听
https://www.xiaoyuzhoufm.com/episode/6abda1f7e742e36efcbd50c6
@aigc1024
它把巴菲特、芒格、段永平、李录四套价值投资方法论做成了 Skills，让多个 AI Agent 从商业模式、护城河、管理层、估值等角度互相“吵架”，最后再给出结论。
里面已经塞了 20 个 Skills：个股深度研究、财报分析、行业筛选、持仓管理、投资 Checklist、异动归因……基本把投研流程包圆了。
一个人 + Codex / Claude Code，真能整出一个小型投研部。
https://github.com/xbtlin/ai-berkshire
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
https://github.com/blendi-remade/dioramas
仓库里躺着 20 个能直接跑的 3D 网站示例，不收费也不要求注册账号，代码是 MIT，生成的模型和图按 CC BY 4.0 发布。
做法是先在 fal 上让 Nano Banana 2 出白底产品图，交给 Meshy 7.1 图生 3D，得到 6 万到 25 万三角面的 PBR 模型，再用 scripts/optimize.mjs 焊接、meshopt 压缩、贴图转 WebP，把 25 MB 压到 3–8 MB。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
巴菲特、段永平、张磊、Ray Dalio、Cathie Wood 这些不同流派各管各分析、各管各打分，最后再拉齐共识。更狠的是，它不只丢给你一个结论，而是把谁看多、谁看空、分歧卡在哪儿全摊开。
比起单模型自问自答，这种多 Agent 互相挑刺、再磨出共识的路子，确实更值得琢磨。
仅适合作为投研辅助，AI 分析不等于投资建议。
https://github.com/BruceLanLan/augur
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
https://github.com/rehan-remade/universal-modder
把游戏 Mod 的活拆成十个 Agent Skill 交给编码 Agent 干，Claude Code、Codex、Cursor、Gemini CLI 这些读 AGENTS.md 的都能用。里面配了 12 份引擎手册，Unity、Unreal、Godot、Source、Bethesda、RE Engine 各有对应套路，先侦察引擎版本和加载器，再逆向读代码，接着用 fal 生成精灵图、贴图、3D 模型和音效，Blender 把 3D 模型按游戏视角渲成精灵帧。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
GPT-6 Astra Ultrafast 跑在 NVIDIA Blackwell 上，token 生成速度最高是 Astra Standard 模式的 8 倍，现在 OpenAI API 已经能调，符合条件的 ChatGPT Work 和 Codex 用户也能用。
这个 8x 不是换了更大的模型换来的，是推理侧的优化去吃 Blackwell 架构的能力。同一套模型，换个模式，延迟敏感的场景体感差别会比较明显。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
这个 8x 不是换了更大的模型换来的，是推理侧的优化去吃 Blackwell 架构的能力。同一套模型，换个模式，延迟敏感的场景体感差别会比较明显。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
Claude Code 现在连“自己长什么样、怎么干活”都能改了。
Anthropic 开放 Mods：你只要用自然语言描述需求，Claude 就能帮你改界面、改行为、加新功能，再打包成插件分享给别人。
以后软件可能越来越像游戏 MOD：每个人都有一个为自己量身定制的 Claude。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
Anthropic 开放 Mods：你只要用自然语言描述需求，Claude 就能帮你改界面、改行为、加新功能，再打包成插件分享给别人。
以后软件可能越来越像游戏 MOD：每个人都有一个为自己量身定制的 Claude。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
我是能不用worktree就不用worktree，要么不同任务用branch分支，要么就直接同一个分支多任务，一般不太用担心冲突，首先只要任务类型不一样冲突可能性较小。
另外现在 Harness 比如说 Claude Code、Codex 都很聪明，遇到冲突会等另一个执行完。
使用 worktree 主要是在做耗时较长的 PoC 场景，只是验证一下，同时要做其他任务，完了就删除目录。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
另外现在 Harness 比如说 Claude Code、Codex 都很聪明，遇到冲突会等另一个执行完。
使用 worktree 主要是在做耗时较长的 PoC 场景，只是验证一下，同时要做其他任务，完了就删除目录。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
来推荐个已经火起来的开源项目 browser-use，它干的不是单纯帮你“抓网页”，而是让 AI 像真人一样去操作浏览器。
点击、滚动、填表、登录、翻页，这些都能甩给 Agent。以前碰上动态渲染、复杂交互的站点，传统爬虫得堆一堆规则，现在 AI 能直接看页面、读懂页面，再自己盘算下一步怎么走。
最狠的地方不是“能爬”，是它开始自己判断路该怎么走。
往后很多浏览器自动化任务，可能真不用一条条把流程写死了。
GitHub：https://github.com/browser-use/browser-use
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
YouTube播放43万的神级视频
《重置大脑30天，彻底告別“多巴胺”，会发生什麼！》
人的改变是从“戒断多巴胺”开始
【心理学戒瘾，自律人生课程】⬇️
链接：https://pan.quark.cn/s/61d5abf07ffa
@meiriyishu
《重置大脑30天，彻底告別“多巴胺”，会发生什麼！》
人的改变是从“戒断多巴胺”开始
【心理学戒瘾，自律人生课程】⬇️
链接：https://pan.quark.cn/s/61d5abf07ffa
@meiriyishu
真的超过我的预期！！
没想到复杂声音环境也能完成的这么好！！
居然还可以直接生成人物配音，用克隆的声音完成配音，想起十年前爆火的“胥渡吧”！！
这个可玩性就超高了！
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
没想到复杂声音环境也能完成的这么好！！
居然还可以直接生成人物配音，用克隆的声音完成配音，想起十年前爆火的“胥渡吧”！！
这个可玩性就超高了！
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
