用 AI 快速生成短视频的新选项:Grok Imagine
更多动态
用编辑文本的方式精修音频
阶跃星辰 (StepFun AI) 刚开源了 Step-Audio-EditX,一个 30 亿参数的 LLM 级音频编辑模型。它让语音修改变得直观,不再是“录制即定型”。 1️⃣ 迭代式编辑:通过自然语言指令,反复修改语音的情感、风格(如“再温柔一点”)。 2️⃣ 副语言控制:可精确插入笑声 (Laughter)、呼吸 (Breathing)、“嗯” (uhm) 等特征。 3️⃣ 零样本 TTS:支持中、英、粤、四川话的语音克隆,保真度高。 4️⃣ 全链路开源:SFT / PPO 训练代码、模型权重(含 8-bit)全部开放。 🔹 低成本部署提示: 对开发者友好。模型从 13B 压缩至 3B,最低 8GB 显存即可运行 8-bit 量化版本。 适合播客后期、视频配音或个人项目。 GitHub: github.com/stepfun-ai/Step-Audio-EditX Hugging Face: huggingface.co/stepfun-ai/Step-Audio-EditX #AI #音频编辑 #开源模型 #StepFun #TTS
用 1/5 成本,获得 GPT-5-Codex 96% 以上的编程性能。
OpenAI 新发布的 GPT-5-Codex-Mini,为开发者提供了高性价比的编码选择。 1️⃣ 性能: 在 SWE-bench 上得分 71.3%,与完整版 (74.5%) 性能差距仅 3.2%。 2️⃣ 成本: 价格优势明显 (输入 $1.50/1M 令牌)。相比原版,可用约 1/5 成本完成近似任务。 3️⃣ 智能: API 配额达 90% 时,系统会建议切换到 Mini,避免服务中断。 4️⃣ 场景: 适合中低复杂度任务、代码补全、CLI 和 IDE 扩展集成。 在 Codex CLI 中启用: codex --model gpt-5-codex-mini 或在 config.toml 中设为默认。 API 接口“即将推出”,CLI 和 VS Code 插件已可选用。 定价: platform.openai.com/docs/pricing 日志: developers.openai.com/codex/changelog/ #GPT5 #Codex #OpenAI #AI编程 #生产力工具

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。
