一张图+一段音频搞定全套数字人。
快手可灵 KlingAvatar 2.0 更新了，不仅是“对口型”，现在连肢体动作和微表情都能根据语气自动演，解决了只动嘴不走心的痛点。
这两天就在用它跑几个 Demo，这几点感知很明显：
1️⃣ 懂戏的“AI 导演”：以前的数字人像木头，这次引入了 Co-Reasoning Director，我试了段激昂的演讲，它居然会自动配上手势和眉头紧锁的表情，不用自己手搓关键帧。
2️⃣ 长视频稳了：之前的模型生成超过 1 分钟脸就容易崩，这次实测生成 3 分钟以上的连续讲解，人物 ID 和衣服纹理都没“飘”，对做课件或长视频很友好。
渲染支持 1080p/48fps，虽然跟专业实拍还有细微质感差距，但发发 YouTube 或做虚拟客服展示足够了。
你们现在做数字人还在用 HeyGen 还是已经转战国产模型了？
#AI视频 #KlingAvatar #内容创作 #独立开发 #效率工具
一张图+一段音频搞定全套数字人。
更多动态
离谱了，1min.AI 推出了终身订阅
， 99 美元买断就能集齐 GPT-5、Claude、Midjourney 这些顶流模型。 但它本质上就是个 API 聚合商（Wrapper），最大的风险就是不仅要看上游脸色（API 涨价/政策变动），还得赌这公司能活多久，毕竟 AppSumo 上买了终身会员结果平台几年后跑路的先例也不少 。 再加上它是积分制而不是真无限，重度用起来可能没那么爽，到了月底得算计着花 。 99 美元用五个月就回本了，我先观望观望，有兄弟想上车赌一把吗？
Suno 推出了新版 Persona ，虚拟偶像 IP 终于能落地了。
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
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。
