serva huang (@servasyy) header
serva huang (@servasyy) profile picture

关注具身智能、大语言模型、AIGC、AI Agent 和记忆系统 分享实用教程、AI 工具和行业动态 联系:[email protected] 微信: wxid_7m12l1abpyyg22

Joined February 2025
Photo by serva huang (@servasyy)Photo by serva huang (@servasyy)Photo by serva huang (@servasyy)Photo by serva huang (@servasyy)Photo by serva huang (@servasyy)Photo by serva huang (@servasyy)Photo by serva huang (@servasyy)Photo by serva huang (@servasyy)Photo by serva huang (@servasyy)
我的天,整整过去了9个月! 我的账号居然回来了!!!
39
43
17,169
我靠,就这样白嫖了1个月的Google Ultra ??
Orca、T3 Code 和 Mirasim 三款编程工作台,跨窗口协作怎么做? 我把 Orca、T3 Code 和 Mirasim 这三款编程工作台在日常项目里轮流用了两周。我比较在意一个细节。前后端各开一个会话之后,怎么让它们直接传消息? Orca 可以用命令行给已有的终端发消息,也有专门的任务协调功能。T3 Code 的项目说明里也写了,Claude 可以把任务交给 Codex。 Mirasim 的做法我用得比较顺手。在前端会话的输入框打个 @,选中已经打开的后端会话,就能直接问「字段改好了吗?」后端收到消息后,可以直接回复前端会话。 在 Mirasim 里,我还能选用自己的 Claude Code 或 Codex 账号,也能切换到 Mirasim 的云端额度。频道里可以请助手接任务,方案也可以接着在内置文档里写。图 3 是频道派任务的示意图。 三款都能用手机查看和继续编程会话。我用 Mirasim 手机端时,也会打开远程桌面,直接操作电脑上的窗口。图 4 是我用到的触控板模式、组合键和画质设置。 如果我只是并排跑几项任务,三款都能用。项目里前后端经常要等彼此回消息时,我更愿意留着 Mirasim,联调时少来回切窗口。
3
2
903
我们做了一个会“越打越强”的 AI 武打 skill ! 用 AI 拍打戏,最怕的是这一次像大片、下一次又像两个人站在原地挥胳膊。我们的 MiniMax H3 武打 skill,就是专门来消灭这种“看运气”的: ✅ 有一本库:出过好片的提示词被拆成一个个镜头块,八种兵器各配一张招式表,好句子拿来就能用,不用从零手写。 ✅ 有一道关:写完先过检查,镜头够不够、招式写全没有、有没有踩过以前的坑,不过关就不准出片。 ✅ 会查重复:自动统计整片用了几类打法,一对一、以小打大、二对二、骑战、群战轮着上,绝不把同一段放五遍。 ✅ 能接长片:每段都从上一段的最后一帧接着打,打坏的柱子不会在下一段又站起来。 ✅ 会自己成长:好的段落收进库,出的问题记进踩坑表,每做一场,下一场都更稳。 片中画面全部是原创片,一招一式都由 AI 生成。
Orca、T3 Code 和 Mirasim 三款编程工作台,跨窗口协作怎么做? 我把 Orca、T3 Code 和 Mirasim 这三款编程工作台在日常项目里轮流用了两周。我比较在意一个细节。前后端各开一个会话之后,怎么让它们直接传消息? Orca 可以用命令行给已有的终端发消息,也有专门的任务协调功能。T3 Code 的项目说明里也写了,Claude 可以把任务交给 Codex。 Mirasim 的做法我用得比较顺手。在前端会话的输入框打个 @,选中已经打开的后端会话,就能直接问「字段改好了吗?」后端收到消息后,可以直接回复前端会话。 在 Mirasim 里,我还能选用自己的 Claude Code 或 Codex 账号,也能切换到 Mirasim 的云端额度。频道里可以请助手接任务,方案也可以接着在内置文档里写。图 3 是频道派任务的示意图。 三款都能用手机查看和继续编程会话。我用 Mirasim 手机端时,也会打开远程桌面,直接操作电脑上的窗口。图 4 是我用到的触控板模式、组合键和画质设置。 如果我只是并排跑几项任务,三款都能用。项目里前后端经常要等彼此回消息时,我更愿意留着 Mirasim,联调时少来回切窗口。
3
9,150
Orca、T3 Code 和 Mirasim 三款编程工作台,跨窗口协作怎么做? 我把 Orca、T3 Code 和 Mirasim 这三款编程工作台在日常项目里轮流用了两周。我比较在意一个细节。前后端各开一个会话之后,怎么让它们直接传消息? Orca 可以用命令行给已有的终端发消息,也有专门的任务协调功能。T3 Code 的项目说明里也写了,Claude 可以把任务交给 Codex。 Mirasim 的做法我用得比较顺手。在前端会话的输入框打个 @,选中已经打开的后端会话,就能直接问「字段改好了吗?」后端收到消息后,可以直接回复前端会话。 在 Mirasim 里,我还能选用自己的 Claude Code 或 Codex 账号,也能切换到 Mirasim 的云端额度。频道里可以请助手接任务,方案也可以接着在内置文档里写。图 3 是频道派任务的示意图。 三款都能用手机查看和继续编程会话。我用 Mirasim 手机端时,也会打开远程桌面,直接操作电脑上的窗口。图 4 是我用到的触控板模式、组合键和画质设置。 如果我只是并排跑几项任务,三款都能用。项目里前后端经常要等彼此回消息时,我更愿意留着 Mirasim,联调时少来回切窗口。
1
1
4
10,737
卧槽,真的挺好用的! 一句话就出来了! github.com/huangserva/h3-fig…
兄弟们,我花了整整两周!! 终于把 MiniMax H3 的打戏做成了一个拿来就能用的 Skill:h3-fight,已经开源。 打戏本来不是 H3 的强项:打得像流水账,机位死板,刀插进身体里,两个人打着打着就换了边。 这两周我在本地 4090 48G 上,把社区底模、Pika H3 Flex、加速 LoRA、剪枝和非剪枝版一批批对比过,社区的方法也学了一圈,大多收效不大。 最后我选择的是 BUNNY 的打斗 LoRA: · H3_Combat_V2 0.5:出拳出刀有力道 · H3_Fight_Flow_V1 0.65:攻防接得顺 · Motion_Repair_V1 0.25:快动作不变形、不穿模 · turbo_v4 0.7:加速,10 秒一段 6分钟出片 主干用 FL2VA/Ref2VA 混合版,再加两遍采样。 LoRA 让它能打,提示词决定打得好不好看。 我们把所有出过好片的提示词拆成 188 个镜头块,加上招式表和踩坑表。 如果写错了,提交前就会被检查脚本拦下。 仙侠、日漫、真人古装喜剧都试过,最长一条两分半,自我打分从 70 涨到 90。 现在只要对 Claude Code 或 Codex 说一句: “帮我写一段打戏”,它就会自己挑镜头、拼好、自检,一条命令出片。 项目地址 GitHub:github.com/huangserva/h3-fig…
6
10
79
6,888
卧槽,HF 联创 Julien 刚给 Pi 搓出来的这套模型分流脚本,真的把本地算力和国产 API 给榨干了!!! 我们平时跑终端 Agent 经常遇到一个两难痛点:你拿旗舰 API 跑简单杂活会白白烧掉大把 Token,你切回本地模型又经常因为电脑满载而卡死终端。 这位大佬直接把 Qwen 3.8 27B、Kimi K3 和 GLM-5.3 封装成了一个 hybrid/auto 入口,靠三招解决了这个死结: 1、这套脚本会根据任务难度自动分流请求。它把日常轻量杂活优先喂给本机免费的 Qwen 3.8 27B,碰到硬骨头才自动调动云端的 Kimi K3 或 GLM-5.3。 2、它在路由层直接加了一道硬件负载熔断机制。只要脚本检测到本机算力吃紧,它就会当场跳过本地模型,直接把任务甩给云端接口兜底。 3、开发者只用一个外挂插件就跑通了整套逻辑。你完全不用改动底层源码,在列表里勾选这个虚拟模型就能无感跑完全流程。 我们完全可以把这套软硬结合的省钱路子照搬进自己的主力模型池里,平时高频跑 Agent 的兄弟建议直接点个收藏把方案存下来!
3
11
1,624
卧槽,我终于在本地把 MiniMax H3 的武打动作戏给彻底跑顺了!!! 以前大家拿开源视频模型跑打戏,模型一遇到大幅度挥砍就会出现肢体变形和穿模,跑出来的拳脚还像慢动作体操。我干脆基于本地部署的 MiniMax H3 搓了一个专门生成动作戏的武打 Skill,直接把打戏管线浓缩成了下面这套黄金配置。 这套方案在底层直接加载了 minimax_h3_hybrid_fl2va_ref2va_b25-49-int8 底模,并在管线里串联了四个核心 LoRA 来解决打戏的三大死穴: 1、我们用 minimax_h3_turbo_v4_step600_ema_pruned 把生成步数硬砍到了 8 步。原版模型原本要跑几十步才能出画面,现在本地显卡挂上这个加速 LoRA 只跑 8 步就能直接出成片。 2、我们用 bunny_H3_Combat_V2 搭配 bunny_Fight_Flow_V1 立住了真打实斗的招式质感。bunny_H3_Combat_V2 责让拳脚肉搏和刀剑交锋的招式更像真打,bunny_Fight_Flow_V1 负责把出招、闪避和连招顺滑地接在一起。 3、我们用 bunny_Motion_Repair_V1 彻底压住了高速打斗时的画面崩坏。这个修复 LoRA 专门修正快速动作下的肢体变形与穿模问题,帮角色在激烈对打时稳住人体结构。 我已经把这套底模和四个 LoRA 的调用组合全封进了本地武打 Skill 里,平时用本地算力跑 AI 武打短剧的兄弟建议直接 先点个收藏把配置存下来?
Seedance 2.5,30 天可以不限量跑 720p,你心动吗? 做 AI 视频最容易低估的,是一个镜头到底要抽几次! 分镜没问题,动作不对,再跑一遍。 动作对了,表情又崩了。 最后成片就几秒,额度已经花出去好几轮了😂 所以 Topview 这波黑五,我先看的是 Seedance 2.5 的用量。Ultra 有 30 天可以不限量跑 720p,手上刚好有一批片子要做,这 30 天就能用来集中试镜头。 价格我也算了一下: • $600 用 14 个月,平均 $42.86/月 • $1,200 用 30 个月,平均 $40/月,每月 500 credits。按官方的口径,这档跑 Seedance 2.5 720p 不到 $0.10/秒。 两档摊到每月只差不到 3 美元。 如果是我,已经有稳定的出片需求才会看两年档。 最近正好在算视频预算的朋友,可以去看看。 #TopviewAI #BlackFriday #AIVideo
2
2
1
44
13,724
阿肯色州的这个是真的吗?还是AI做的?
Suspenden vuelos en Estados Unidos me mandan esté vídeo dé Arkansas.
1
729
有项目做的话,这个价格还是心动的!
Seedance 2.5,30 天可以不限量跑 720p,你心动吗? 做 AI 视频最容易低估的,是一个镜头到底要抽几次! 分镜没问题,动作不对,再跑一遍。 动作对了,表情又崩了。 最后成片就几秒,额度已经花出去好几轮了😂 所以 Topview 这波黑五,我先看的是 Seedance 2.5 的用量。Ultra 有 30 天可以不限量跑 720p,手上刚好有一批片子要做,这 30 天就能用来集中试镜头。 价格我也算了一下: • $600 用 14 个月,平均 $42.86/月 • $1,200 用 30 个月,平均 $40/月,每月 500 credits。按官方的口径,这档跑 Seedance 2.5 720p 不到 $0.10/秒。 两档摊到每月只差不到 3 美元。 如果是我,已经有稳定的出片需求才会看两年档。 最近正好在算视频预算的朋友,可以去看看。 #TopviewAI #BlackFriday #AIVideo
406
还真有人做出来了!
我靠,太牛了!
1
1,010
豆包工作用DeepSeek v4.1 flash才0.01 ? 有没有cli版本能用啊?
以前我跑 Agent,全程用最贵的模型,白白浪费了很多 token 聊天机器人时代,交互方式就是一问一答,用一个最强的模型没毛病 但到了 Agent 时代,任务类型多了,链路也长了 一个活要拆成规划、读文件、改代码、整理结果好几步 而且模型迭代太快,过几天这个模型就把那个模型超过了 所以,按任务挑模型就成了很自然的选择!! 具体如何根据任务分配模型呢? 真正需要强模型的,只有规划和难题,而读文件、改格式这类杂活,用复杂模型就大材小用了。 现在豆包工作也开放了第三方模型,Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 都能选!! 而且每个模型都标了额度倍率,在办公场景下: 难题上 Kimi 这类高倍率的 杂活用限时 0.01x 的豆包 2.1 Lite 或 DeepSeek V4.1 Flash 拿不准就选自动,小额任务还免费!! 这样同样的 token,能干更多的活了!! 除了开放模型之外,还把两款模型压到 0.01x,看得出字节是真想把办公 Agent 做起来 大家有办公的需求,真的可以试试豆包工作了
441
我靠,太牛了!
1
1
1
1
1,244
据说豆包工作,新用户登录送 30 天订阅权益! 能用opus5.5和GPT吗?
豆包工作开放第三方模型:模型不再是护城河,Harness 才是 11 月 12 日起,豆包工作对所有用户开放 DeepSeek、Kimi、GLM 等第三方模型。每个模型标好消耗倍率,可以自己切,也可以交给「自动」。 功能就这些。我更想聊的是:一家自己做模型的公司,为什么愿意把别人的模型放进自己的产品? 模型正在变成可替换的零件 模型迭代按周算,今天领先的,下个月就可能被超过。绑死一个模型,等于把产品的上限交给别人的发布节奏。 所以头部产品都在往同一个方向走。Codex、Claude 都能接第三方模型,OpenAI 负责 Codex 的 Tibo 还专门发过帖。 模型能随便换,用户就不再为某个模型买单,而是为「把模型用好」买单。 这一层就是 Harness:调度、上下文与记忆、工具执行、安全治理、成本控制。 Harness 难在:每个模型都有自己的脾气 我自己的工作台同时跑着好几个 Agent,接的是不同的模型。 累计多次交付之后,我给每个 Agent 都整理了一份出错画像,有两个结论让我很意外。 第一,Agent 自己说「做完了、测试都过了」,其中有 33% 到 71% 并不属实。 第二,它们翻车的地方完全不一样:有的总在安全边界上漏,有的总在并发和预算上漏,有的一碰文本格式就出错。 所以派活从来不是「选个最强的」,而是知道谁擅长什么、容易在哪翻车,提前设好防线;写代码和复核也必须交给不同的模型,同一个模型很难查出自己的错 接入一个模型是一天的事,用好十个模型是长期的工程。真正的门槛在这里。 开放,是一种自信 敢把第三方模型和自家模型放进同一个列表、标上价格让用户自己比,说明豆包工作已经把竞争重心从「谁的模型更强」挪到了「谁能把模型用好」。 而调度、成本和规模化落地,恰恰是字节过去在好几个产品上反复验证过的能力。 模型会一直换,留下来的是 Harness。 顺带一提,开放模型的同时,豆包工作的 logo 也换回了豆姐。
2
514
抽象
If you're on CapCut Pro, Dreamina has a reward event running. Every eligible CapCut Pro or higher member is guaranteed all three benefits: up to 98% off Dreamina Basic up to 10 free Seedance 2.0 generations at 720p, and bonus credits. The exact amounts depend on your draw #DreaminaPartner
379
左边Qwen4,右边Hy4,同样的提示词, Qwen4这么萌吗? 提示词: 请用预演(Previs)的素体人偶模型,制作 3 种跑步的动作模式: 慢跑、全力疾驰、超越动漫物理法则的超高速狂奔。 就这 3 种模式,不需要背景等元素。 请根据你自己的推理,尽量把跑步动作本身做得极致真实且自然。 跑步距离交由你来决定。 每种动作只要能看大概 3 秒左右的动态效果就行。
If you're on CapCut Pro, Dreamina has a reward event running. Every eligible CapCut Pro or higher member is guaranteed all three benefits: up to 98% off Dreamina Basic up to 10 free Seedance 2.0 generations at 720p, and bonus credits. The exact amounts depend on your draw #DreaminaPartner
3
5
756
Fable 5.2 效果实在太惊艳了😳 用它生成了一套全新的Previs动作! 提示词仅输入了三个词:慢跑、全力冲刺、超高速疾奔。 动作本身完全由 Fable 5.2 自动生成。 几乎看不到传统 3D 动画那种不自然的生硬感。 照这样看,完全能够制作出高精度的动画作品😆
1
2
705
我靠,玩的有点大啊! 社区大神刚放出了谷歌 Gemma 4 31B 旗舰模型的无审查破甲版,还把模型体积硬压到了 11.9GB! 如果你平时在本地跑大模型干活,你大概率遇到过一个很蠢的问题。你刚让模型分析一段敏感源码或者写个渗透测试脚本,原版模型当场就给你甩一脸“我无法协助该请求”的道德说教。 这次 Hugging Face 上的开发者直接拿 Gemma 4 31B 动了手术,一口气解决了拒答和显存门槛两个大麻烦: 第一,作者用正交消融技术切掉了模型底层的拒答神经,把普通直答和深度思考双模式里的说教全洗干净了,同时完整保留了原版的推理智商。 第二,实测人员拿 100 个刁钻提示词去跑对比,原版模型直接拒答了 99 个,而这个破甲版直接把拒答数量压到了 28 个。 第三,量化团队通过极限量化把 31B 巨无霸压到了 11.9GB,你拿一台 12G 到 16G 显存的游戏本或家用主机就能在本地跑起这个大模型。 第四,你现在拿它写渗透脚本、啃逆向源码或者搞长文创作,它都能老老实实执行你的指令。 这个项目采用 Apache 2.0 协议完全免费开源,想在本地部署 31B 听话大模型的兄弟,现在就能免授权直接抱走它。 打开下面的 Hugging Face 仓库就能直接下载模型: huggingface.co/mradermacher/…
Claude官方刚放话“超过多数专用系统”, 满屏都在吹具身智能变天! 但我拉完进度条,发现最大破绽就在那套仿真双臂上。 仿真环境过滤了接触动力学和真实公差,大家面对物理鸿沟先别急着下定论。 但撇开泡沫,Fable 5.2 最值钱的细节在于真闭环: 机械臂插完齿轮会主动转一下测啮合,遇到卡壳也能自己退出来重调位置。 视频虽剪了停顿,但时间戳显示单任务硬跑了半小时。 模型能稳住长程状态并自救容错,这比单点炫技难十倍;若它能零样本跨任务接管操作,团队就能省下最贵的人肉采数据成本。 现在去 Mirasim 就能实测它,新用户注册还能领 $5 额度: mirasim.ai/r/servasyy
2
9
1,452
想起了以前的坦克大战
414
Claude官方刚放话“超过多数专用系统”, 满屏都在吹具身智能变天! 但我拉完进度条,发现最大破绽就在那套仿真双臂上。 仿真环境过滤了接触动力学和真实公差,大家面对物理鸿沟先别急着下定论。 但撇开泡沫,Fable 5.2 最值钱的细节在于真闭环: 机械臂插完齿轮会主动转一下测啮合,遇到卡壳也能自己退出来重调位置。 视频虽剪了停顿,但时间戳显示单任务硬跑了半小时。 模型能稳住长程状态并自救容错,这比单点炫技难十倍;若它能零样本跨任务接管操作,团队就能省下最贵的人肉采数据成本。 现在去 Mirasim 就能实测它,新用户注册还能领 $5 额度: mirasim.ai/r/servasyy
8
1
2
8
6,194
原来这个是种子,第一次看到
1,216
重磅突发🚨 美国时间 11 月 8 日(周日)英伟达 CEO 黄仁勋在给员工的邮件里承认,自己对妻子不忠。 英伟达董事会成立独立委员会调查他是否成了间谍行动的目标,由独立董事组成委员会,请外部律师协助调查此事。
本以为又是套壳玩具,但这次实测的成片有点吓人! 用 @ViggleAI 最近新出的Remake video agent试了下长视频换角,直接跑了一支 4 分钟的完整 MV。 输入只有两样东西: 1,鸟叔《Gentleman》原片, 2,老黄的单人图。 没有分段抽卡,也没有后期拼缝,全程 One-shot 一次生成。 跑完看成片,最直观的感受就三点: 第一,长度真的够长😂 3 分 53 秒一气呵成。以前做这种体量得切成二十几段分别跑,现在直接整片吞吐,省掉了最繁琐的切段和对齐。 第二,跨镜头连贯好! 全片几十次切镜,从室内特写到大排档群戏,再到百人草坪齐舞,人物面部和黑皮衣材质一直稳住,原本的舞步、运镜和音乐卡点全数保留。 第三,支持按镜头精修! 哪一帧或者哪一个分镜看着不顺眼,直接跟 Agent 对话只改那一段,不会牵连前后已经跑通的好镜头。 做过 AI 视频落地的都知道,能一次跑通 4 分钟且角色不崩,省下的是成倍的废片率和剪辑工时!
3
1,587