AI 视频进入 5 分钟时代
清华系 Vidu Q2 版已全球上线，重点解决一致性与时长问题，成本也维持在低位。
1️⃣ 多主体一致性：核心的“参考生视频”功能支持最多 7 个主体，实测中角色与场景一致性优于 Sora 2。
2️⃣ 视频延长：免费版可达 30 秒，旗舰版最长 5 分钟。从“镜头”走向“叙事”成为可能。
3️⃣ 效率与成本：参考生视频速度提升 3 倍。API 定价 0.05 美元/积分，非高峰期 5 秒 1080p 视频成本约 0.2 美元。
技术核心是团队原创的 U-ViT 架构（Diffusion 与 Transformer 融合），早于 Sora 的 DiT。
新版 APP 简化了创作流程，官网已开放 API 接入。
官网: www.vidu.com
AI 视频进入 5 分钟时代
更多动态
免费生成精准口型同步的数字人视频
商汤 Sekotalk 只需音频即可驱动，降低了视频制作门槛。 🔹 精准口型：支持从正常语速到说唱、京剧等风格。 🔹 多人互动：支持多人在同一画面中对话，适合播客或短剧场景。 🔹 风格泛化：可用于真实照片、动画、素描等不同视觉风格。 🔹 长视频：探索支持长达 15 分钟的视频，保持角色一致性。 🔹 多语言：支持英语、日语、普通话、粤语等。 官网提供免费试用（支持1分钟内音频上传）。 官网: https://sekotalk.com
OpenAI 发布 Atlas
，Perplexity Comet 转向免费，加上 Google Chrome 已集成的 Gemini，AI 浏览器竞争进入白热化。 🔹 OpenAI Atlas 深度整合 ChatGPT，侧边栏可直接对话。核心是 "Agent Mode" (代理模式)，能帮你自动执行多步骤任务，比如根据食谱创建购物清单或预订餐厅。 官网: openai.com/index/introducing-chatgpt-atlas/ 🔹 Perplexity Comet 主打 AI 搜索与伴随浏览，近期从 $200/月订阅转向免费开放。适合需要深度信息挖掘与整理的用户。 官网: perplexity.ai/comet/ 🔹 Google Chrome (Gemini) 优势是庞大用户基础与生态。Gemini 已集成，支持跨标签页信息汇总，并与 Calendar、Maps 等服务打通。 介绍: gemini.google/overview/gemini-in-chrome/ 🔹 Microsoft Edge (Copilot) 策略是“增强”而非“重建”。Copilot Mode 旨在成为“肩膀上的助手”，辅助比价、阅读摘要，利用 Windows 生态优势。 目前 Atlas 仅支持 macOS。新手可先从 Chrome / Edge 已集成的 AI 功能或免费的 Perplexity Comet 开始体验，感受 AI Agent 简化浏览工作流。
claude申诉失败了。
订阅费也没法儿退，我甚至怀疑申诉邮件就是钓鱼的，有追踪IP地址。 dhh是美国开发者，前段时间来深圳交流，演示了自己怎么用claude code。 目前最稳妥的方式就是参考dhh方法，把Claude code放在海外机器上，用tailscale远程连接使用。 那就得租一台有家宽的海外机器，在那台机器上注册和登录claude。
分享下现在的纯手机端工作流。
九月底前我都是坐在电脑前开着terminal指挥着pi，跑多subagent，最后再自己看diff，提pr，经常一坐就是一天。 九月底，我工作流改成在手机端用hermes指挥pi，完全解决了久坐电脑前的痛苦，用到现在还挺舒服。 Hermes用旗舰模型（gpt-6-astra/opus-5.5），pi尽量不装插件，用中端模型（ds-v4.1-flash/sonnet/terra），二者间用a2a通讯。 hermes负责分析issues，拆分成多个小任务，然后给每个小任务创建worktree，并在里面派遣pi去完成小任务。 每个pi完成任务都会通知hermes，由它判断提pr还是返工给pi。基本逛一天景点，或一觉醒来十几个pr搞好了，舒服得很。 就是过程太黑盒了，心路历程有点像早期的vibe coding，那会diff至少自己会看一下，现在diff也黑盒，完全交给旗舰模型，属于盒中盒了。 如果没数据焦虑，其实可以直接用grok-bot或者chatgpt-dot，开箱即用，里面内置了grok-cli和codex，原生agents通讯。弊端就是数据不在本地，有监管，万一被封号一切归零。
