低成本生成超长 AI 播客
Soul AI Lab 联合西工大等开源了 SoulX-Podcast，一个支持稳定生成 90 分钟多人对话的语音模型，解决了长篇内容生成的难题。
几个值得关注的特性：
1️⃣ 超长对话：能连续合成 60-90 分钟的多人播客，保持音色与韵律稳定。
2️⃣ 跨方言克隆：很实用的功能。仅需提供普通话参考语音，就能生成四川话、河南话、粤语等方言。
3️⃣ 细节可控：支持在文本中用 <|laughter|> 等标签，控制笑声、叹气等副语言，增加自然感。
4️⃣ 零样本克隆：Zero-shot 还原音色风格，适应多轮对话。
模型基于 Qwen3-1.7B 与 Flow Matching 范式，使用了 130 万小时数据训练。
GitHub ：https://github.com/Soul-AILab/SoulX-Podcast
HuggingFace：https://huggingface.co/collections/Soul-AILab/soulx-podcast
#AI #语音合成 #TTS #开源 #播客
低成本生成超长 AI 播客
更多动态
谷歌下一代AI作图工具 GEMPIX2 (Nano Banana2)
即将发布 这是 LMArena 榜首模型 Nano Banana (Gemini 2.5 Flash Image) 的升级版。 回顾 V1 核心优势： 🔹 角色一致性：95% 准确率，解决AI编辑中的“身份漂移”问题。 🔹 速度与成本：0.8 秒生成，约 $0.039/张。 🔹 对话式编辑：支持多轮自然语言指令迭代修改。 Nano Banana2 (GEMPIX2) 预计修复 V1 短板： 1️⃣ 提升文本渲染准确性与多语言支持。 2️⃣ 改进细节生成，可能支持 Alpha 通道（透明图层）。 3️⃣ 增加焦点和景深等精细控制。 V2 可能基于 Gemini 3.0 Flash 构建，值得关注其原生的全模态能力。 泄露信息指向 2026 年初发布。 官网：https://aistudio.google.com/models/gemini-2-5-flash-image #AI作图 #Gemini #谷歌AI #NanoBanana #GEMPIX2
在 Android 上免费玩 Sora 2 并创建自己的“数字演员”
OpenAI 的 Sora 应用已登陆 Android (Google Play)，目前向美、加、日、韩、台等 7 个地区开放，无需邀请码。 🔹 Character Cameo 是重点：录制 3-10 秒视频（宠物、手办、甚至手绘图），Sora 会将其转换为可在视频中重复使用的角色，并可设为私有或公开。 🔹 支持视频拼接 (Stitching) 功能，最长可达 60 秒。 🔹 成本模式：标准用户 30 次/天免费生成，ChatGPT Pro 用户 100 次/天。额外购买 $4 可换 10 次。 下载链接：https://play.google.com/store/apps/details?id=com.openai.sora #Sora #AI视频 #OpenAI #CharacterCameo #AIGC
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。
