哈喽,大家来杀妮妮啦!之前有小宝说嘟嘟的不好盘空,然后其实方法不对哦,这一期全部都是盘空的嘟嘟除了这个呆呆烤饼这个等到视频最后我会和你们一起拍一斤到底盘空,然后看看这种特别软蓬松的比怎么盘好。我们先开始杀 这个小呆呆烤饼好可爱呀,然后手感也是那种蓬松软嫩的手感,不过这个我收来的红红枣馒头的味道 里面还是很湿的。然后爱心气球,它是那种湿软的那种面团,蓬松的面团感, 然后星星嘟嘟的,星星之前有个蓝色的已经杀过喽。星星我最喜欢的是蓝色的那一只的手感,它相对而言稍微有点捏头里面就是这样子的了,还蛮湿的。然后黄色的星星味道的话其实都差不多,都是很淡很淡的味道了,我几乎闻不到了。 哇塞,这个黄色的里面是最黏的。嗯,我当时搓它爆搓爆米花的时候也不是很好搓,因为它特别的黏,粉色的漂亮 嘟嘟就很适合萌星和肌无力肌小粒的宝宝玩,里面也很黏哦。然后是这个嘟嘟的方块,这个手感很好,是有点捏头的那种,很软的那种,蓬松的那个,呃,起泡胶的那种,手感, 好玩哦,不过鸡小粒的宝宝不太适合,因为它捏到底还是稍微有一点点肉感。然后这个番茄番茄我也超级喜欢,它是那种就是有点粉面的那种感觉,我不知道你们能不能 get 到。就是太空沙的那种那种感觉, 有点粉面的那种感觉,很不错哦。然后他搓爆米花的时候手感很好。豆豆西红柿,然后爆爆饼,爆爆饼超级可爱,超级的嫩,超级的软嫩,这个适合超级超级超级肌无力,不过对我来说有点太薄喽, 我觉得嘟嘟的粉色还是调的蛮好看的,嫩嫩的这种,嗯,然后这个这个叫窝窝头,他盘空了之后这个地方有一点点凹陷下去,反而更像真的窝窝头了有没有?就那种蓬松的是面团感 没搓下来还是湿度还是很高的哦。然后嘟嘟的这个,呃,贵妃饼,贵妃饼它和这个西红柿差不多,就是有点粉面的那种感觉,这个很适合记忆力,技巧力是可以一捏到底的。 哇塞,这个是这里面的所有的里面最粘手的,然后桃子黄桃子小皮皮, 哇,这个也超级粘手。嗯,然后就盘就都撕完了,然后呆呆靠边,就是这种特别软的慢回弹。怎么盘空嘞?我们之前的话就,呃,首先步骤还是一样的,就是这样子给它纵横一块, 然后我们之前的话其实比较硬的那种死面团的慢回弹呢,你就是用大拇指这样子反复的去给他搓到中间就行了, 但是像嘟嘟这种他特别的软,特别的就是这个料子回弹回弹的比较慢,然后再加上他特别软吗?特别软就说明啥?就韧性,韧性不好,所以他给手的反馈就是特别软吗?你像这种料的话,他其实这么盘不好盘空,你就需要找他那个点,就是 不停的去捏他中间的这个点,他才好盘口,因为你用手指腹这样按的话,就是他的那个力太分散了,这样给他集中到一个点去盘就很容易盘口, 然后盘的时候去找那个,找那种两个指头能贴在一起的那种感觉。 其实我玩慢回弹手特别累的时候,是比较喜欢玩这种很软的慢回弹的,你这样盘也不费手, 就这样反复去哪里凸起点哪里去找他的中心点,很快就能空,只要你找对感觉了,大概三五分钟就能空了。 因为豆豆很软嘛,他这样捏在一起他不至于数掉就会很好爬, 因为嘟嘟的这个料子很软,然后你这么盘的时候它不会盘死掉,就比较省手一点。你像比如说我们就是死面团的,面团感的这种,你这样子捏,把它做成一个球以后,它几乎就是捏不动的,就数掉了。我们说 就是你必须得使劲用力的去这样子掐它,然后这个指甲就会特别疼,所以说嘟嘟其实算是比较好盘空的产品哦,然后也不不是很费手。 好,现在视频的时长是八分钟,其实我们之前杀这些就有五分钟吧,然后这个很快就空了,对吧?嗯,可以听一下这个声音, 可以听到吗?那这个呆呆它其实就是已经空了哦,之后我会给它搓成爆米花,然后发布在我的下一期视频。然后你们学会盘这种蓬松的慢会盘了吗?记得交作业哦,拜呀。
粉丝2830获赞6.0万

如果你还在苦恼 deepstack 的 改变,从现在开始用 api 吧啊,上期视频我虽然提到了,但是很多人说太复杂了,更多人说不知道怎么用,那这期视频我们就来一期手把手的教程啊,不会很复杂,而且相信我,这有可能是你实现 ai 认知跃级的一大步。 你现在用的 deepsafe, 不 管是网页版还是手机 app, 它的背后其实是一堆服务器在跑。给大家看一看我们的老师在服务器里最原始的样子,一个黑底的界面,先加载各种乱七八糟的东西,加载完之后就会出现一个箭头,你打字进去,他会一行一行的给你回应, 看起来就很原始哈,能用吗?是能,但是只有技术人员能用,这时候他就在想,我怎么能把这个服务器共享给别人呢?毕竟这设备钱跟电费都烧着,如果我能共享出去,还能够按量付费去收点钱回血,对吧?那么就会有第一个问题,怎么能让别人知道你这台服务器在哪呢? 答案也很简单,给大家一个统一的调用网址,然后大喊所有人连接这里,保持 wifi 稳定。 第二个问题,我怎么知道谁来用了,用了多少呢?也很简单,给大家一堆密钥,按照密钥来统计个数就行,其实这块就挺像账号密码的,它就是两行参数。然后会有第三个问题,因为 deepsea 它也不止一个模型,那你到底要调用哪一个?需要你指定它的模型名称, 只要你手上具备了这三个东西,你就可以在任何地方去调用。迪老师, 比如你来到了一个酒馆,跟 d 老师扮演的几位男士女士非人类聊聊天。又比如你打开了一本全是日语的材料,辛勤的 d 老师一句一句的把它们翻译成了中文,然后你脑子突然冒出了一个想法,想搞一个创业的网页 代码,当然都是由 d 老师亲自来写,当然你也可以什么都不想,就在一个简单的聊天框里面,跟老 d 老师好好的聊聊天, 你之前应该也遇到过的老师说到一半,然后紧急撤回,又或者是服务器繁忙,请稍后再试,那在这里就都不复存在了,而且尺度无限大啊。如果你听兴奋了,那我们就快速去过一遍,流程就很很简单, 然后我再去跟大家分享一些更多我对于 ai 的 一些想法操作,一共就两步,那我们先来解决后端,也就是拿到我们开头讲的那三个东西, 用电脑或者手机都行。打开 deepsea 的 官网,左边这个网页版就是我们熟悉的老路,我们这次走右边 注册一个账号,然后就开始充值,最低一元起充,具体充多少呢?我就给大家一个参考。我上个月总共花了两块三,最多的一天花了四毛,而这一天我大概跟 ai 聊了十二万字,说白了, d 老师真的很便宜,就是充十块钱,应该能够聊到你历劫了。 充完值,找到左边的 api case 点创建这个名字,你随便起,这串密钥要保存好,因为它只会出现这一次,相当于我们也拿到了我们的一个身份码。所以后台呢,其实就是充值跟创建密钥这两步。我们再去看一眼它写的接口文档, 对老师的请求地址就是这个 api 点 deepsafe 点 com api k 就是 你刚刚创建的那个。然后模型名称你有两个选择,分别对应着 v 三点二版本的非思考模式和思考模式。如果你好奇的话,可以看一眼左边的价格标准,输入两块,输出三块,每一百万, 这个比起国外的大模型真的是白菜价了。好了,至此,我们后端的这三个东西就齐了,接下来呢,我们来选前端。前端的软件是非常多的 啊,我现在给大家报个菜名,网页版有 open web ui, next, chat labor, chat, 桌面端有 chat studio, deepchat, chatwise, 手机端有 chatbox, replay, hub, cleveland 多的是。但是你要记住,就这些软件,它们所有的软件除了功能上有些细致的差别以外,其实都一致,它们就是一个壳,来为你提供一个对话的聊天界面。我们这一次呢,以 chatbox 为例啊,因为它的 ios 跟安卓都是免费的, 虽然界面会有点简陋,但其实还挺好用的,当你第一次打开它的时候,里面是空的,但如果你配置好了,它是可以什么模型都有的。 首先我们一进来全部插掉,在这个菜单里面找到设置模型,选择提供方,找到 deepsea 这里,因为 deepsea 实在太有名了,所以大家都用那个地址还有模型的名称,所以它呢,简化了,都给你填好了, 这里你就只需要填入你的密钥就可以用了,填完呢也可以检查一下,一般是没有什么问题。现在呢,再一路返回,你就可以在下面选择 d 老师了。前后段的教程就到这里结束啊,应该讲的还挺细的,如果你还有什么疑问,都可以发在评论区,我是会看的。 这里你细想一下,其实 deepsafe 的 官方 app, 它不也是这么一个壳吗?只不过官方帮你把这些地址、密钥、模型全都接好了,再给你免除了 api 的 费用,大家就这么习以为常着用着了,对吧? 到这你可能会想啊,就为它这个模型升级,然后我为了找回老模型,就费了这么大劲,值吗?说实话,如果你只是把这个 api 接入到一个聊天软件里,那体验上确实跟之前聊天没什么区别,而且你现在还开始花钱了。 但是呢, api 这个东西,一旦你学会了领悟了它的用法,那它打开的就绝不是一个聊天窗口这么简单了。 其实我看到了一个比较主流的 ai 的 理论,它会把使用 ai 的 人分为了四层,第一层跟 ai 聊天,用网页端或者手机版的 app 去帮你查查资料,写个周报,你个新年贺词,或者帮你处理一些感情问题啊,也不是说有错,只是说这样其实没有发挥到 ai 所有的能力。 第二层,其实就是我们这次讲的用 api 的 方式把 ai 拉出来,放到各种不同的软件里面,那区别在哪呢?比如说,我这里有五个需要翻译的文件,用网页的方式一次复制不完,我就得把它们分段去粘贴, 不仅麻烦,而且这个流程是很不规范的。但凡 ai 出现一次幻觉,那字幕的格式就会错,非常容易出现各种各样的问题。 但有了 a p i 之后,我们就可以利用现成的翻译工具,只让我们的老师去做这个翻译的部分,而且整个过程都是批量的,处理完之后自动合并成一整个文件,准确而且优雅。如果你用好了 a p i, 其实你工作的效率会有很大的提升。 第三层其实就是现在爆火的 ai 编程,刚才我们翻译是有现成的工具的,但有些小众需求,比如说我想要自动抓取一些 ai 热点,然后主动推送给我, 市面上没有这样的程序,那就自己造。有一种很特别的程序,专门为 ai 编程而优化,同样它需要 api 的 方式接进去,然后你跟它自然语言描述你想要的东西,它就能帮你一点点做出来,而在这一层,无论你的需求有多小众,它都可以解决。 最近呢,我是用 ai 来搭建了整个写作的工作流,虽然文章还是我自己写,但是有一些选题的想法,或者是发布之后的数据总结,我就都交给 ai 去做了。昨天晚上我去跟 ai 复盘总结,也说了很多的想法,然后我觉得有点累了,就跟他说,不然今天就到这里, 然后他就说好了,今天就先到这大概讲了什么东西?合上电脑,我突然有点恍惚,就过去的一个小时,我是完全没有看手机,没有呃,刷短视频,完全就是种心灵模式,而这个心灵模式竟然是我在跟一个 机器在协同工作,这种感觉真的还挺奇妙的。至于第四层,其实很多人都还在观望,应该也是一个今年的趋势啊。一个 ai 是 已经可以帮你很好的完成任务了,但是更加复杂的,更大的任务可能他还是做不了的。那么一群 ai 如何去协同合作? 这个事情还是比较难的,就目前还是一片混乱。就是你让一个总领导的一个人去安排几个不同的小 ai 去做事情, 他就会着急的说那 ai 还没做完呢,他就自己上手去做了。总之现在的视觉效果是远大于实际的效果的啊,还不是很好用,跟大家发散的会演多了,只是想让大家去了解一下现在的 ai 进行到什么程度了。 呃,这一次的小事故,如果能够让你有机会去接触到 api 的 用法,我觉得是一个非常好的机会。好了,这期视频呢,我们就讲到这里啊,应该都听懂了吧,如果,嗯,哎,反正后续我也会做各种各样的,一步一步的,这种 ai 的 内容也可以先关注一下我。 嗯,就讲到这吧,然后我是大黑,以纯人工的方式去帮你去去分享智能。好,我们就下次再见。拜拜。

我把订阅了很久的拆的 gpt 给停了,现在全面转向真难了。这段时间深度用下来,发现它真的是越用越有啊,我现在已经离不开它了,这次就把我实测过九个超级实用的方法 整理出来分享给大家。内容确实有点多,我设置了进度条,大家可以根据自己的需求拖动,要是觉得内容对你有帮助,可以点赞收藏支持下。那咱们直接开始 一个用法,是表格分析。直接让 jimmy 一 件事的表格已经不稀奇了,当有一个更深度的用法,我们可以把甲方、合作方甚至领导发给我们的表格内容直接上传到 jimmy, 让他分析这个表格想表达的重点、 风险点和趋势。然后我们还可以让他基于这些信息提供下一步的初试方案。拿着这份方案,你就能直接找甲方沟通了,他不一定是最终稿,但绝对是能拿得出手的初稿。 第二个是 ppt, 让 jimmy 生成 ppt 有 好几种方式,比如在多多报过 im 生成的 ppt 页面,有时候自体会扭曲,我就把它传给 jimmy 修正,提高清晰度,这样再导回到 wps 编辑就方便多了。或者可以使用它的刊物词功能, 结合上传的资料,用提示词指定风格和要求,生成在线可编辑的 ppt。 我 们可以选中某一部分让它修改, 或者把它导入 google slides, 也很方便改。这又解决了像之前 notebook i m 无法修改还得转来转去的问题。而且它生成的风格跟 notebook i m 还是很不一样的。 jimmya 的 更偏向互联网,比较灵活有创意。 notebook i m 显得更专业,擅长处理复杂文本,给人一种学术感。更重要的是啊, jimmya ppt 的 信息源是你输入的题词、上传的文件,还有它强大的通用知识。 notebook 二 m 严格遵循你上传的原文件,不会多说一个字。所以如果你更看重准确度,那就用 notebook 二 m。 反之,那就选 jimmy。 你 还可以让 jimmy 生成内容大纲,设计每一页的题词,统一好风格和调性,再让 nasubota 生成对应的页面,出现错误就让它改,直到满意为止。 我们用 ai, 百分之八十的场景都是跟他打字对话,但其实有一个点很多人容易忽略。他可以优化提示词。当我们想生成一张图片或一个视频,可以把原始的想法发给 jimmy, 让他补充写一个更专业、更完整的提示词。 如果我们想不到啥好点子,也可以请他给几个方向选择,然后把优化后的提置词交给生图或视频生成工具。如果生成的效果不理想,可以再告诉 jimmy 哪里不好,让他接着改。那通过这样一步步调整,我们就不需要自己从头到尾写完整的提置词。 因为一个完整的 ai 生图或视频这个词通常很长,需要花费很多的时间和精力。只要有一个基础的框架思维让 jason 帮我们实现,我觉得就挺好。这个功能非常适合设计师、美工、修图师以及 ai 视频创作者们。第四个,我建议大家都去使用一下它的 ai 词功能。 这个就相当于谷歌版的 gps。 我 们平时用 gps 同样的需求,每次都要重新开始重复背景信息、目的和要求。但是在 games 里再也不需要这么麻烦了,你可以给他设定角色,规定回复的语气,这样就能把他从一个通用的 ai 变成一个懂你的专家模式。 开箱就能用。让他写代码,或者做一些视频策划的选题文案,甚至修改简历辅助学习,这些都是可以的。 如果你有长期性的需求,像图文笔记、视频脚本、营销文案,都可以去设置一个。 james 最近 notebook im 又推出了一个 data table, 也就是数据表功能,可以把零散的数据生成系统化的表格。但是 到这一步还远远不够。我们可以用 jamila 的 深度研究生成分析报告,比如月度、年度销售复盘或者市场营销的活动总结,需要细化的话,还可以生成数据看板、 业绩分析,这样我们就可以洞察行业趋势,你在做工作汇报时就会比较轻松。平时我们会遇到一些非常小的需求,比如抠图、去水印、美颜、分国画、滤镜。 以前我们可能得到处找某个小程序和工具,还得再看十秒或三十秒的广告,要么就是充会员。但现在你可以直接让 jimmy 拿手搓一个在线小工具,上传图片后,他就可以帮你去除水印, 把书面文字转成手写体等等,这些看似不起眼的小需求它都能满足。这就是自然语言编程,你负责下指令, ai 负责写代码,那因为它是一个多模态模型, 能够解读图片类的信息。下面这两种用法非常适合电商行业,那像电商详情页,你可以让 jimmy 分 析自家产品的核心卖点、市场痛点、文案风格、 信心力度和优化建议,也可以把行业爆款的主图传上去,分析爆款的底层逻辑、 视觉、营销洞察,再让他提供一个弯道超车的解决方案。他不一定完全正确,但能提供一个新的思路和视角,帮助我们学习市面上的流行趋势或者头部竞品的打法。视频分析是真伪版的杀手锏,也是最容易翻车的。 官方的说法是, gmail 三 flash 有 一百万的上下文,能处理一小时内的视频。当我实测下来,发现,如果你直接放一个二十二分钟的一个 top 链接,它能分析视频的转场次数、时间点、转场方式,但也只能分析前一分半。 当然,这种情况很可能是视频的帧率和分辨率太高,信息量爆炸, ai 直接偷懒躺平了。如果你上传的是短视频或者直播切片,他还能分析主播怎么巧妙的勾起消费者的购买欲,怎么用语速、音量和语调控制节奏, 从展示到引导下单的逻辑闭环。你还可以指定需求,比如场景布置、灯光驻波表现等等,这些它都能分析。有朋友可能会好奇呢,豆豆 i m 也能分析视频,那它里的区别是啥? 首先, notebook i m 更多的是总结文本内容,它分析不了视觉和音频,而这些 jimmy 都可以做到。不过说实话,视频相对于图文和文字来说更高级,处理的复杂度也就更高。 jimmy 在 分析视频这块效果不太稳定,没有办法做到一百分的状态。 它取决于你上传视频的帧率、文件大小,还有长序列处理中的注意力分配问题。当视频语言数据过载, ai 可能就会忽略画面、视觉、音频这些难啃的内容,优先分析字幕信息。另外,如果你上传的链接时长特别长,文件体积又大,帧率呢?它确实 hold 不 住, 所以最好是输入详细一点提示词,告诉他你能在第几分钟看到什么内容,或者要求他分析主播出现了多少秒,产品出现了多少次。记得降低视频的清晰度哦。把四 k 转成幺零八零 p 或七百二 p, 这样证明呢,消化的会更快。 作为一个 ai 博主,主力工作都是用电脑。在使用 jimmy 的 时候,我也很习惯用网页端,但随着对它的依赖越来越深,用 app 的 频率也在增加。如果你用手机处理工作比较多,我也建议充分使用 app 端。工作日遇到难受或想吐槽的时候,我们习惯约上饭搭子下楼聊一聊。 但吐槽归吐槽,没有办法从根本上解决问题。但是当你和 jimmy 聊上几句,他就真的能教你怎么跟强势的领导打交道,怎么应对同事的甩锅。周末了,出去走一走, 打开摄像头,他能识别公园里的花叫什么名字,有什么不会修的小东西,也可以直接让他指导修复一下。如果你下班后想学习英语,也可以把它调教成你的私人外教。我觉得这面真的是一个宝藏工具啊。我们每个人都可以根据自己的职业或专业去深度的使用它, 但是它不是万能的,它有幻觉,它不稳定。所以我们要保持清醒,保持理性。那我们今天分享就到这里,我们下期再见。

open 可乐最火的时候,全网都在教你怎么安装,但现在热度下来了,我发现一个非常尴尬的事,百分之九十的人根本不知道怎么养它。这又导致现在 mac mini 高价抢了 taco 也买了龙虾,反而没干啥活。 所以这期视频没必要再去讲什么安装流程,我反而想认真聊一聊,怎么才能把这只野性的龙虾驯化成一个真正能干活,越来越懂我们的 ai 生产力助手。 首先我想说一个反常识的点, skills 不是 越多越好。你想啊,同一个层级下,功能相似的 skills 有 好几个,如果你这个也装,那个也装,那碰到同一个需求,这两个 skills 都觉得这是我的活,那就很容易打架了。就好比一个部门有两个老大, 谁都想自己说了算,最后也只能失控了。所以 skills 不 在于多,而在于边界清晰。那在起步阶段,有一个基础的 skills 清单就非常有必要。我把它分成了四层,第一层,安全层,它的名字叫 skill writer, 这个建议大家都先装上哈,它可以帮助我们审查接下来要装的 skills 的 安全性到底怎么样,比如来源审查、代码审查、权限范围、风险等级评估,只要是低风险,那这个 skills 就 可以放心大胆装了。第二层,其实就是要给它一个搜索功能,这个我用的是 brave, search 到官网注册申请之后呢,每个月有五 w 的 免费搜索额度,对于个人的网络搜索来说,这个白嫖额度基本上也够用了。第三层,我觉得要让龙虾能读懂资料,你可以把最常用的文件格式, pdf 啦, word 文档啦, ppt 这些格式的读取功能,让他先学会这些 skills, 用 i s i p 和官方出品的就行,他已经有九十多万个 star 背书,稳定性和安全性都是有保障的。第四层,你可以给他基础文件的操作能力,让他在特定的文件夹里读写、删改。 先记得先不要给他系统级的权限哈,比如终端命令行执行这类的高危权限,一旦你授权了,他很可能就会默默的修改你的系统配置。这里再分享一个我自己使用 skills 的 方法,那就是自己做一个。比如我把第二层那个 blue search 重新做了一个,因为我当时安装的时候 app 上面的原版博友 search, 它在 reddit 里面说需要一个 api 蜜月,但实际上呢,并不需要。这种描述的不一致就让我觉得,哎,可能没那么可信,哪怕收藏使用的人特别多,那可能跟我的需求也不一样,所以我就重新建了一个。 当然,这个建的过程也不是说我自己就在那吭着吭着写哈,而是让 ai 帮我写 markdown 文档。所以我觉得大家在安装 skills 之前,先了解清楚这个 skills 干啥的,你什么时候会用到它,怎么用它,然后它最大的权限是啥?不求多,但求精。 我们都知道,龙虾的能力上限很多时候在于你用的是什么模型,如果是最顶级的 cloud, 它就非常强,那用一个普通的模型,它就会回归到一个非常普通的状态,甚至有些任务你会觉得,哎,它怎么还没平时对话的通用大模型厉害啊。 但这也不是说以后干啥都用最顶级的哈,那你可能还没驯化龙虾这个账单,就把自己给驯化了。所以我觉得性价比高的玩法是顶级模型和普通模型组合使用。把最顶级的 cloud 当作一个 ceo, 把难题、战略规划类的写 skills, 给 bug, 风险判断这活交给它。 那剩下那些重复性的杂伙,像整理文件啦,整理图片啊,文档总结。那就交给普通模型。我用的组合是 cloud、 obox、 四点六和 mini max。 很多人觉得 openclaw 不 懂自己,是因为他们就把这只龙虾当成一个开箱就能用的工具。但 openclaw 的 定位其实是一个定制化的私人助理,就像你招了一个哈佛毕业的助理,你俩见面的第一件事肯定是告诉他 我是谁,我的任务是啥,底线是啥。那给出这些信息,其实就是给 openclaw 建立上下文,这一步就让他从一个普通的 agent 变成你的 agent。 你也可以提前配置好 user、 identity、 soul 这三个核心文件。 soul 是 关于你、你的个人说明书,你的名字、职业、目的、喜好、红线都写在里面。 identity 是 给 open cloud 身份的地方,比如它的名字,它的角色定位。 soul 是 龙虾的灵魂,你可以定义它的做事风格、价值观和行为边界。但在写的时候,不建议用太多聪明、温柔、冷静这些很虚的词儿, 而是尽量写成可执行的指令,比如把冷静写成永远不使用感叹号和已默契的表情。那面对用户的抱怨呢?直接提供解决方案。因为 oppo 可乐他是一个 a 阵的,他不仅能像 g p t 那 样跟你聊天,还能替你行动, 比如接管你的电脑,替你群发消息,如果你没有配置,删除、发送发布之前必须先确认这些具体的红线,他可能就会为了表现聪明和高效,帮你整理桌面文件,结果不小心删掉了你的资料。 我经常刷到各种 open class 的 视频,我看到屏幕上有很多个 agent, 但我觉得呢,对于普通小白来说,不要一上来就想着建立一个什么 agent 足球队,我们应该先把一个 agent 养明白,再 再去让他开分店,因为只有当你把一个 a 阵的调教好了,你才知道他是什么脾气。当出现问题的时候,怎么借助通用大模型去解决,像养孩子一样,先把他养熟,这样你才能轻车熟路的养。第二个具体的分工,可以设置成一个总管加 n 个专业型 a 阵的的形式。 总管呢,就让他负责一些基础性的总管性的工作,比如搜索啦,轻度的整理专业型的 a 阵的,可以让他写文案,做研究生产图片提示词。 对于这些不同的 a 阵的,我建议是搭配使用不同的模型。像研究型的 a 阵的,可以使用最顶级的模型处理基础事物的 a 阵的,比如图片整理、文件规档,可以用普通的模型,那涉及到创作内容的 a 阵的,像我需要文案和脚本的创作,那我会两种模型搭配使用, 搜集热点信息,用普通模型输出,搞建大纲,用顶级模型组建这些 a 阵的军团,其实就像组建一个团队一样,要让他们有清晰的边界,各司其职,以后你也会越用越顺手。 最后呢,我想分享一下 opencloud 的 权限问题,我觉得我们不要把 ai a 阵呢当做一个资深牛马, 也不要把他当做一个小学生,而是把他看做一个潜力巨大的超级实习生,他非常聪明能干。但是你刚开始跟他接触的时候呢,不要上来就把所有的权限都给他放开,而从紧到松,一步步来。 比如刚开始只是让他们帮我们读取文档,查看文件,做一些总结和轻度的搜索工作,那熟悉了几天或者一周以后呢,可以让他建一个工作区的文件夹,创作文档,写一些草稿之类的,感觉更稳定。之后呢,就可以让他去归党整理, 给他一些删除格式化的权限。最后啊,最高级的权限,比如说发消息,发布视频,或者执行系统性的命令,这些必须经过人工确认。最后,我们总结一下,到底该怎么养好这只龙虾呢?我觉得真正养法就是四个词,少一点,慢一点,看清一点,克制一点, 少一点对全能 ai 的 幻想。慢下来去打磨它的身份和规则,看清它作为工具的边界,那在赋予它电脑的权限时保持克制。 在 opencloud 被炒得最热的时候,不要为了大家都在玩而焦虑,当热度下来了,也不要把它当做过期的玩具扔在电脑里吃灰,毕竟它不是追风口的社交货币,而是你花时间亲手调教出来的真正懂你的数字搭档。

大伙好啊,呃,今个呢,说一下这个 ltx 二点三,这个 msr 哈,就是参考图上视频,那么它是由光追大佬啊开发的,呃,一个罗拉和一个工作流,然后呢,呃,也用了一下哈, 呃,这两天呢,也有小伙伴问我这个 msr 的 情况哈,呃,我先说结论啊,就是为什么出来这么长时间我一直没做视频啊,就是我个人使用下来啊,当然是我个人的观点啊,各位,就是 msr 的 这个抽卡率有一点点高 好吗?呃,就是可能得抽几次啊,才能形成一个比较理想的视频,再有一个是什么呢?这个 m s r 哈,对这个, 呃,对这个参考图和这个提示词的要求相对来说高一点点啊,所以呢,因为我个人是玩那个批量的哈,大家都知道我有个批量管理软件哈,就是一次性生成多个视频,那么这个 m s r 哈,对我这个批量操作这一块相对来说就啊不太适合我的应用场景啊,所以一直没做。 小伙伴问了,咱们也说一下这个工作流啊,其实整体这个功能还是挺好的啊,就是参考生视频那一块确实挺好的。那我们先说一下啊,这个工作流啊,各位,主要的点在这里啊, 主要的点在这里,上边这一段就是我们普通的这个 lts 二点三的一阶段啊,一彩的这个工作流,那么 msr 实现啊,主要在这里,第一个啊,它会将我们的参考图啊传入到这个节点当中,然后生成一段类似于参考小视频的, 里边包含各个参考图,最后一个是背景图了,这么一个参考小视频啊,然后呢,垫入到我们这个 icloud 这个节点当中啊,作为引导哈,然后第二步 啊,这个是条件这里哈,将我们这个参考小视频其实就是多张图片好传入,第二个就是当我们生成这个 video latent 这个位置的时候,是吧?在 latent 这个层面哈,将我们的参考图和背景图垫入到这里边去啊,实现哈双向的引导,最后是吧,来控制我们最后的视频生成。 好吧,各位,那么这里边有几个点啊,参考图一和背景图是必须传的,其他几个参考图选传哈,但是呢,大家看啊, 这是我的参考图,这个是我的背景图,那么参考图二,参考图三,参考图四哈,大家选传。好吧,各位,但是最后不管大家传几张图啊,这个点要连好,比如说我就传了参考图一和参考图二,加上背景图,那么我这个一和二和背景那块要连上三和四,就不用连了, 好吧,然后呢,在这个位置,那我参考图一和参考图二以及背景一共传了三张图啊,那么这个位置是吧引导这块我们就写,是吧,三个,大家看这个位置,三个参考图,然后参考图一连到一号这里,参考图二连到二号这里,最后的背景图,注意,背景图一定是最后的啊,传入到三号图片这里。 好吧,大家知道这么个事啊,就是你有几张图,这里边就写几,因为就是为什么一直没做的视频啊,就是每一次我都得调的,我觉得这个 浪费时间,而且很难进行规模化的处理,所以这个视频我一直没做啊,但是从个人的角度,这个功能还是挺全的,好吧,然后呢,大家看啊,他传的参考图啊,尽可能的各位包含你人物的所有信息。那么大家看我这个参考图啊,这也是看了很多博主之后得到的这么一个结论啊,因为之前我上传的参考图就是一个人物的一个全成像,效果不太理想 啊,呃,这样呢,好,好一点了,大家看,首先最左侧是一个人物的一个全视图好吗?那么这个怎么生成的呢? 呃,很简单啊,大家看啊,我就用这个千万二五幺幺上传一个人物的照片,然后两段提示词,第一个生成人物正面的头部特写,纯白色背景,生成一个人物正面的头部特写哈,然后纯白色背景,好吧,接着 生成人物的三式图,包括正面,背面和侧面啊,纯白色背景风格写一下,然后呢,人物的穿着写一下,因为什么呢?你上传这个参考图有可能没有下半身的描述以及斜的描述,对吧?所以我们把这写一下,生成完两张图片之后,大家看啊,在这里边, 我就得到了一个大头照和一个三式图,然后呢,用这个图像拼接啊,这个节点将图像保存起来,好吧,效果就是这样的, 大家看是吧,一个大头照,一个三十图,那么这是一个人物是吧,其他人物同理哈,大家看这个,其他人物同理,我就得到了两个人物的这个角色图像哈,然后呢,用做参考图一和参考图二,然后呢,我随便找了一个背景啊,就是一个大街,现在呢,我有两张参考图和一个背景图,然后呢,在这里边, 好吧,参考图一,参考图二传进去,背景传进去,那么这边一共是三张图,一二三啊三是背景啊,在这里,好吧, 这样呢,我实现了双线引导,然后在上边设置一下最后视频的宽和高啊,以及生成的总时长十秒钟。 然后呢,各位来到提示词这里啊,这个提示词也要好好写啊,首先我们提示词当中对这几个参考图进行描述,这个我是把它扔到豆包里面进行一下反对啊,比如说参考图一,他的名字叫音乐性别女,然后他的穿着以及长相的描述,参考图二是吧,叫什么?性别是什么?然后呢 对他的外貌进行描述,然后简单参考图三啊,他是场景,然后对场景进行一下简单描述好吗?呃,这样呢,能够让我们后边的题诗词书写啊,就是然后让我们的题诗词被模型理解的时候啊,更容易一些,而且呢 生成的效果相对说好一些啊。最后就是我们对视频的描述啊,比如说写诗风格,镜头啊,环绕怎么啊?镜头怎么运镜?然后呢给到音乐啊,上面因为已经说了参考图一叫音乐,所以在这里边直接写啊, 围绕音乐,然后呢音乐站在大街上,然后对着镜头说啊,然后呢这个如烟啊,从远处走过来啊,对音乐说,好吧,下边啊是对我们生成视频的一个描述,那么上边这一块啊,大家注意啊,就是 每一个参考图啊,都把对应的这个呃解释,也就是参考图的描述啊写在旁边,然后呢他就可以后期通用了啊,也就是这部分提示词实际上是通用的提示词,好吧,每一次用你把它粘过来就行,好吧,重点是下边好吧,视频怎么啊,视频怎么生成?好吧,各位那么最后的效果呢?就是这样了, 好巧啊,你也在这里啊,这是另一个开播啦,干活啦,我想死。呃,我先说一下各位,这个 m s r 啊,它会掉一定的人物相似度啊,就是人物的相似度其实没那么高。人物相似 这个人物的相似度其实是没有啊,就可以说小鱼吧,小鱼这个图声视频啊, 好吧,小于图层视频。而且呢,呃,咋说呢,就是同样有啊,就是这个崩坏的问题同样存在啊,就是人物远景啊,高运动啊,这个情况下是把这个崩坏的概率同样存在好,而且有抽卡率。好吧,各位。呃,但是他的优点是什么呢?各位,这个有一说一啊,就是我们正常生成视频的时候肯定是,比如说首先是提着词 啊,就是纹身视频啊,纹身啊,不是纹身视频,纹身图。第二个,这个图实际上就是我们的关键帧啊, 关键帧,然后再用关键帧啊,就是图,是吧,图生视频对吧,这是我们正常的生成流程,那么 m s r 哈,它是跳过了中间步骤,直接是用我们的 t s 加参考图,因为参考图只生成一次,后边接后边连续使用是吧,所以它就相当于省去了关键帧生成的这个步骤 好吧,直接用文加参考图。参考图啊,因为参考图已经是生成过的,所以不用反复生成啊,这个是参考图好吧,然后呢,送视频,它省掉了中间的步骤哈, 它省掉了中间这个关键帧的步骤直接从文跳到视频,所以呢,它的这个效率应该是高于我们的纹声啊,这个纹声图加图声视频的这个这个流程的好吧,各位,但是呢,也有一点哈,因为本身我们这个 ai 声视频啊,它就存在着一定的不可控性, 对吧?因为上边提着词能控关键帧,关键帧能控视频,相当于多了一层控制,是吧,这个就从我个人的理解,是吧,它更难控了。 好吧,各位,就是视频的控制成本其实更高了哈,所以呢,就是大家可能经常会得到你就是意想不到的,这种视频就造成了这个抽卡率比较高。另外呢,他毕竟是参考生视频,对吧,他不是我们之前的文生啊,图生视频啊啊,这样的人物的相似度啊,会相对来说低一点,对吧?再加上什么呢?各位,其实这个才是重点啊, lts 二点三本身模型能力的问题,对吧,各位,它本身模型相似度不高,然后呢,呃,用这种情况,其实相似度反而有点有些下降啊,但是整个这个参考生视频提高效率这一块,我觉得还是挺好的,这个看个人好吧,各位,看个人的需求。 呃,重点在于我们生成的参考图是吧,要尽可能的把我们要做的事描述清楚。那么第二个工作流是吧,各位, 就是可以自行的上传自己的这个语音啊,大家看啊,这是我自己用这个 omni t t s。 生成的一段语音啊,剧组人员还在逛街,没有任何紧张感。 你好啊,小音乐,好久不见,你好啊,你老公的腿好了吗?呃,其他的都一样啊,就是将这个声音的生成这一块交给我们自己的 t t s, 然后生成好对应的声音在逛街,没有任何紧张感。 你好啊,小音乐,好久不见。你好啊,你老公的腿好了吗?总体上还行哈各位。所以呢,这个还是推荐大家一试的哈。