更多动态
这次更新把「人声」变成了独立资产，不用再担心换个曲风歌手就直接“变声”。 1️⃣ 人声彻底解耦：简单说就是把嗓音指纹单独提取出来。比如想把爵士女声转去做摇滚，声音总会变味，更新后把 R&B 男声扔进重金属提示词里，音色和咬字不会崩，听感完全是同一个人。 2️⃣ 跨风格一致性：在我看了几组 Demo，大概 80% 的情况下都能保持听感统一，这对想做概念专辑的创作者来说，意味着制作流程被极大简化了。 目前看 v5 模型表现最稳，本来我想用一个声音制作不同曲风的实测视频，但是会员太贵了。 #AI音乐 #Suno #独立开发 #内容创作 #虚拟偶像
终于蹲到一个不「脑雾」的本地多模态模型，跑长任务稳得可怕 实测把 30B 参数塞进显卡，专门解决 AI 跑复杂流程容易「走丢」的老大难问题。 1️⃣ 专治「长任务健忘症」：它用了 RLVR 技术（简单说就是给 AI 装了个「纠错雷达」）。以前我用脚本抓取网页数据再清洗，往往要人工盯梢，这次试了 20+ 步骤的 UI 自动化，逻辑链居然一直在线。 2️⃣ 民用显卡友好：官方给了 FP8 量化版，如果你跟我一样手持 RTX 3090/4090，显存压力比预期小。虽然知识广度不如 70B 模型，但在「执行指令」的稳定性上，我觉得比其他开源模型要扎实。 3️⃣ 隐私与离线：完全断网运行。我个人不太敏感隐私，对于部分在乎隐私的行业十分友好。 大家现在跑本地 Agent 还在用哪套模型？评论区分享下 👇 #AI工作流 #本地部署 #数字游民 #效率工具 #开源模型
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。
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。
