Cloud Whisperer

Close your eyes. A piano note lands like snow on a quiet branch. A fairy exhales, and the room finally breathes. 🎹❄️ No lyrics. Just this.

Englishman in New York

🤣 麻了，哈利·波特可能做梦都想不到，马尔福有一天会用四川话骂他！ 国产开源 ASR，方言识别SOTA 梯队。 我整了个抽象短剧。哈利和马尔福，一路旅行一路拌嘴，测试蚂蚁百灵的 Ming-3.0-asr-tiny。 18个镜头，三个 ASR 模型同场 PK： - Ming-3.0-asr-tiny - Qwen3-ASR-1.7B - Whisper-large-v3 Ming表现稳定。 对白基本识别正确，七种语言听力💯，唯一的小毛病是几乎不加标点。 👉 再看官方 Benchmark，更有信心了： 15 组中国方言平均识别错误率（越低越好）： Ming：8.42% Qwen3-ASR-1.7B：15.30% Qwen3-Omni-30B：16.36% Fun-ASR 1.5：8.00% 相比 Qwen3-ASR，错误率相对降低约 45%！ 湖南话、闽南话、粤语、江苏话，Ming 都拿下了这张榜单的第一。与 Fun-ASR 相比，15 组方言中有 10 组领先！ 🔥 我想了一下它的实际用途。 中国这么大，南腔北调，语音识别最难的恰恰不是普通话。 客服通话、会议记录、视频字幕、AI 眼镜、车载助手……以前一遇到方言就容易抓瞎，现在连地方口音都能让 AI 来听了。 蚂蚁百灵团队真实业务和数据支撑，评测覆盖 15 组方言，方言识别的门槛越来越低了。 完全开源、MIT 许可证，还能本地部署！ 👇 看看女版马尔福怎么怼哈利，谁的耳朵更灵！

Let your heart float gently with the wind 🍃 Soft light, wild flowers, and quiet melodies. Take a slow breath and sink into this peaceful moment. #relaxingmusic #calmingvibes #healingnature #ambientmusic

做 AI 视频会碰到好几种工具。每多一个，我都会想一下：这个月到底会用几次？要是只是赶项目时用得多，会员一直续着，钱就容易花得不值。 最近我在看 AI 工具订阅时，顺手看了 GamsGo 的商品页。常用工具和套餐价格都能看到尤其是codex这样的，开之前可以先比一比，再按自己的使用频率决定要不要续。 小伙伴们最近也在整理订阅费的话，可以对照一下自己常用的工具，看看哪些真有必要一直续。 传送门放评论区了

GamsGO 真的太全面了！最近万圣节还有优惠！ 像最近整个 X 爆火，包括这篇我分享的搭建自己的 Grok bot团队，官方价是 $30 ，GamsGo 的自营里面直接做到了¥24.49 还有生图超牛的 GPT，plus 的官方价$20，GamsGo 直接做到$15.49，共享的 GPT 更是只要 $4.95 就可以拼车体验！ GamsGo 分自营和市场，自营的部分由 GamsGo 直接负责售后，更有保障和可靠性！市场更多元、更便宜，稳定性没有自营好。 还有像 HBO、迪士尼、奈飞、Spotify，我会选择在这边订阅。 能在家里看 HBO 真的超爽的，而且如果你之前不怎么常用，想试水 Codex，官方 20 刀的订阅这里直接打 8 折！$3.5 的 4K 奈飞！ 甚至 DeepL 翻译啊，还有不少游戏老号、感觉出海想要接触的内容基本都应有尽有，不订阅 AI 也可以当一个市场逛逛！ 用我的 Promo code 还有 3%的额外优惠👇

每天刷 X，能不能顺便给自己挖点零花钱？ 最近我突然想试试：能不能让 AI 帮我从 X 海量讨论里，筛出一些普通人也能尝试的副业机会。（提示词在评论区） 这次我用的是 GamsGo 的 Grok Bot Premium 独享套餐，让 Grok 搜索 X 最近 30 天的帖子，重点关注 AI 自动化、独立开发、数字产品、海外信息差和一人公司。 我没有让它简单推荐“十大赚钱项目”，而是给了它 5 个筛选问题： 1. 这个项目具体怎么赚钱？ 2. 谁是真正愿意付钱的人？ 3. 有没有可以核实的收入案例？ 4. 普通人启动需要多少成本和技能？ 5. AI 到底能帮忙降低哪些执行成本？ 这 5 个问题，其实也可以用来判断平时刷到的各种副业项目。 经过一轮筛选，有两个方向我觉得值得进一步研究： ① 用 AI Agent 帮本地商家获客 餐饮店、健身房、摄影工作室……老板真正需要的可能不是一个 AI，而是更多有效客户。 可以让多个 Agent 分工：寻找潜在客户、整理商家资料、生成营销文案、制作落地页，甚至辅助制作短视频素材。 谁付钱？本地商家。 怎么收费？按项目收取搭建费用，或者按月提供持续服务。 关键不是 Agent 有多炫，而是能不能真的帮商家带来客户。 ② 把开源项目做成开箱即用的 SaaS GitHub 上有很多好用的开源工具，但不是每个人都懂部署、配置和维护。 如果把有明确需求的开源项目包装成在线服务，提供托管、更新和技术支持，就有机会向不想自己折腾的用户收取订阅费。 谁付钱？想用工具、但不想自己维护的用户。 怎么收费？订阅费或托管服务费。 难点在于找到真实需求、控制运营成本，以及做好长期维护。 除了这两个，还有 8 个方向也值得观察： ③ AI 预测市场研究：用 Agent 分析 P家等市场的信息和价格变化，寻找潜在定价偏差（存在资金损失和合规风险）。 ④ Skill 交易市场：开发实用 Skill 或 Agent 工作流，探索上架销售和定制服务。 ⑤ AI 数字人直播：探索数字人直播和内容生产自动化，降低运营成本。 ⑥ Agent 模板销售：针对特定人群出售提示词、Agent 模板和工作流。 ⑦ 海外信息差产品：整理海外工具和低成本替代方案，做成实用指南或数字产品。 ⑧ AI 内容联盟营销：围绕垂直领域生产内容，通过联盟链接获取佣金。 ⑨ Agent 策略服务：将经过验证的策略封装成 Agent，探索订阅或服务收费模式。 ⑩ 微型 AI 工具：用低成本 Agent 快速验证需求，再开发解决具体问题的付费工具。 这些只是值得研究的方向，不代表已经验证能赚钱。网上的收入截图也不等于真实盈利，获客、交付、成本和利润都需要自己验证。 我觉得这次实验最大的价值，不是 Grok 直接告诉我怎么赚钱，而是它能帮我先从大量讨论里筛选线索，再去研究需求、用户和商业模式。 以前刷 X，看到的更多是别人分享创业故事；现在可以试着让 AI 帮自己先做一轮信息整理。 这次用的是 GamsGo 的 Grok Bot Premium 独享套餐，页面参考价 $24.49/月，使用专属优惠码减 3% 后约 $23.76/月。支持支付宝付款，也可按需加购 GamsCare+ 保障服务（具体价格及保障范围以商品页面为准）。 @GamsGo_Global 优惠码和购买链接放评论区👇 如果让我下一期真的选一个方向，从零开始研究和验证，你更想看哪个？ A. AI 帮本地商家获客 B. 把开源项目做成 SaaS C. Agent / Skill 模板变现 D. AI 内容 + 联盟营销

兄弟们， 最近抖音上的「瞬移滑镜」的视频非常火爆🔥 尝试用白膜视频复刻一下。 这次我选的是ZenMux @ZenMuxAI 一条龙搞定，ZenMux我之前介绍过多次了，这是一个企业级模型聚合服务平台，一个账户、一套 API，接入多家厂商的文本、图片和视频模型。 只需3步就可以完成这个爆款视频的复刻： - 用GPT Image 2.5生成Malfoy前后两张三视图 - 将参考视频转成白膜视频 - 使用参考图和白膜视频，加上Seedance 2.5提示词就可以了 我全程只用了一个API就全部搞定了，不用在不同的平台来回切换，非常方便。 --- 恰逢万圣节🎃，ZenMux这次有点意思，用 AI 干活，还能顺手开个模型盲盒 现金按量付费（PAYG）消费满 $1，就能去活动页解锁盲盒，再开盒查看奖励。 手头如果有代码要改、提示词要优化、图片和视频要做的朋友，可以拿真实任务参与。 开到模型奖励后，再拿同一个任务试试，看看它究竟能帮上什么忙。 这次奖池有 16 款模型，每天 3,000 份奖励，包含 Claude、GPT、Gemini、DeepSeek、Kling 等，约 44% 的概率开到 Claude / GPT / Gemini，单份奖励最高使用价值 $500。 活动时间是10 月 26 日 22:00 到 10 月 31 日 22:00，每晚 22:00 刷新。 活动入口：zenmux.ai/halloween --- 视频提示词见下面👇👇👇

🔥 聊聊黄果短剧怎么做。 很多人上来就纠结 Wan 还是 H3，NSFW，甚至直接研究买卡。 顺序反了。 先解决人物一致性，再考虑视频模型。先跑通工作流，再考虑买显卡。 应该效果验证通过后，再决定继续用 API，还是转向本地部署。我的建议是：先用 ZenMux 这类聚合 API 测试云端模型，搭配租赁 GPU 跑开源工作流。 不用一开始就投入几万块买卡。 整理一套技术方案👇 ① 剧本 / 分镜：Agent + 大模型 - Harness：DeepSeek Harness / Pi / Hermes - 云端：Gemini Flash、Muse Spark - 本地：破甲 Qwen 3.8 NF、DeepSeek 前期用云端模型省事，ZenMux 一套 API 可以接多个模型，方便 Agent 根据任务切换。 剧本、分镜、提示词、角色设定、剧情连续性检查，都能交给 Agent。 ② 角色一致性：全流程最重要的一环 前期用 Nano Banana、FLUX、GPT Image 等模型生成角色定妆照、多角度参考图和关键帧。 多角度定妆 → 固定脸、发型、服装、体态 → 生成关键帧 → 视频。 验证阶段不一定要训练 LoRA，先用参考图测试人物稳定性。 确定长期生产同一个角色，再租 GPU 训练角色 LoRA。 本地可选： - Qwen-Image 2.1 - FLUX.2 Klein - Z-Image Turbo - MOSS-Image 也可以考虑社区微调 / NSFW LoRA，推荐上面几个因为底模都有成熟生态。 角色 LoRA 解决身份一致性，NSFW LoRA 解决特定视觉表现，两回事。 ③ 视频生成： 前期直接用云端 API 测 Veo、Seedance、Kling、Wan，比较画质、人物一致性、动作和单镜头成本。 需要更高控制权或特殊微调，再考虑： - MiniMax H3：原生音视频，turbo/社区加速方案值得测试 - LTX-2：原生音画同出 - Wan2.2：图生视频、动作镜头，社区微调生态比较丰富，需要后期配音 准备批量生产，可以买 GPU 搭 ComfyUI 工作流；如果 API 更便宜、更稳定，也没必要强行本地化。 YouTube / B 站有大量现成 JSON 工作流，也能让 Agent 配合 ComfyUI MCP 辅助搭建。 ④ 声音：本地、云端都能搞定 - Gemini Flash TTS：神级，多角色对白、中文配音和情绪表达 - IndexTTS2 / VoxCPM / Fish Speech / CosyVoice 3：本地语音克隆、自然对白 视频模型如果已经生成可用音频，就不必重复配音。 ⑤ 硬件：大显存优先，但别急着买 - ⭐⭐ RTX 5070 Ti 16G：入门够用，显存有限 - ⭐⭐⭐ RTX 3090 24G：二手显存性价比不错 - ⭐⭐ Tesla V100 32G：价格低，新模型兼容性一般 - ⭐ RTX 4090 24G：不推荐 - ⭐⭐⭐⭐⭐ RTX 4090 48G 改卡：个人最喜欢的方案，大显存 + 高算力，但需要注意改卡风险 - ⭐⭐⭐⭐ RTX 5090 32G：性能强，价格也高 RAM 32G 起步，推荐 64G，DDR4即可,DDR5太贵；SSD 预留 2～4TB，2500能解决。 ⑥ 验收： 人物不换脸、手脚不畸形、服装道具不穿帮、剧情连续、失败镜头能低成本重做。 算清楚固定后，一分钟能用的成片，究竟花多少时间和精力？ 🎃 顺便说个适合试模型的活动。 ZenMux 最近有万圣节模型盲盒，每天现金 PAYG 消费满 $1，即可解锁一次，单份奖励最高估算价值 $500（模型额度，非现金）。 10/31 22:00（新加坡时间）截止，每晚 22:00 刷新，每账户每天最多一次，奖励随机。 👉 zenmux.ai/halloween 先花小钱验证，再决定要不要砸钱买显卡。 别设备买了一堆，最后发现自己根本不喜欢当抽卡员。🤣

在 ZenMux 的万圣节模型盲盒里，抽中了 Claude Opus 5.5 的 100 万 Tokens 🎃 同时分享一段我用 Opus 5.5 制作的 30 秒短片。 这段时间项目比较忙，创作时没有做详细分镜，只提供了一段参考视频，放进 Project，让模型自行发挥。 成片走的是意识流风格：黑白线框城市、撞色画面、动态文字与几何图形交替出现。比起单张画面的效果，我更关注整段的视觉组织——不同风格切换后能否保持连贯，文字能否参与构图，音乐能否支撑画面的节奏。这次的完成效果超出了我的预期，连音乐也写得不错。 视频放在下面，大家可以直接看成片。 ZenMux 是一站式 AI 模型平台，通过一个账户、一套 API，接入多家厂商的文本、图片和视频模型，方便根据编程、Agent、图像及视频创作等任务选择模型。 目前的万圣节活动「TRICK OR TOKENS?」，参与流程是： 现金 PAYG 消费满 $1 → 解锁模型盲盒 → 开盒揭晓。 每个活动日可参与一次，订阅用量、赠送额度和优惠券抵扣不计入这 $1。 奖池包含 16 款模型，每天提供 3,000 份奖励，约 44% 的概率开到 Claude / GPT / Gemini。具体模型、奖励和概率以活动页为准。 活动时间为北京时间 10 月 26 日 22:00 至 10 月 31 日 22:00，每晚 22:00 刷新。每个账户每天最多开一次，全程最多五次。 对有实际模型调用需求的开发者和创作者，可以结合手上的项目参与，用具体产出检验模型是否适合自己的工作。 zenmux.ai/halloween 前往 ZenMux，查看并解锁今天的盲盒。

做真人感 DV 视频,最烦的不是创意,是工具。 脚本要一个模型,参考图要一个,生视频又是另一个。每家都订阅,月底算账很心疼;每家都用,账号、key、账单一堆,切来切去很乱。 最近看到大家都在用ZenMux，一个账户、一套 API,文字、图片、视频模型都能接,按任务选模型,按量付费,不用先订阅。 正好赶上他们的万圣节活动 每个活动日用现金 PAYG 实际消费满 $1,就能开一次模型盲盒。 我今天开了一次,开到 Claude Opus 5.5,1M tokens。这下我写分镜、做参考图和写提示词的额度又补上了。 我最近一直在做 DV 风格的真人感视频(下面是我做的一支),我的流程是: 1️⃣ 用 Opus 写分镜和镜头描述 2️⃣ 做角色和场景的参考图,写提示词 3️⃣ 把参考图送去生视频 这种要来回换模型的流程,放在一个账户里按需切换,会省掉不少切平台、重新登录的麻烦。 盲盒奖励是模型使用额度,不是现金。具体模型和概率以活动页为准。活动到 10/31,北京时间每晚 22:00 刷新。 👉 前往 ZenMux,查看并解锁今天的盲盒: zenmux.ai/halloween 也可以通过我的邀请链接访问：zenmux.ai/invite/VWRKVM

🎃 ZenMux推出这个活动太有意思了 今天用哪个 AI？让盲盒决定 平时写代码、跑 Agent、做图片视频还能顺便开个模型盲盒 ZenMux「TRICK OR TOKENS?」万圣节活动来了：每个活动日，现金 PAYG 累计消费满 $1，即可解锁一个模型盲盒。 开出的可能是指定模型 Tokens、图片／视频生成额度或 PAYG Credits拿到奖励，刚好试试平时没用过的模型：修一个 Bug、做一张海报，或者生成一段产品视频 🎁 16 款模型，每天 3,000 份奖励，单份最高估算使用价值 $500 活动时间：2026 年 10 月 26 日 22:00 至 10 月 31 日 22:00，每晚 22:00 刷新，均为北京时间／新加坡时间。每个个人账户每天最多一次，全程最多五次数量有限 前往zenmux.ai/halloween 查看并解锁今天的盲盒 订阅用量、赠送额度及优惠券抵扣部分不计入 $1 门槛