Gemini 泄露了个新视频模型Omni，还没正式发。
跟传统AI视频模型不太一样，这个的重点是"聊天剪辑视频"，在对话框里直接说要改哪，不用碰剪辑软件。音频也是生成视频的时候一起出来的，不用后期拼接。
Gemini 泄露了个新视频模型Omni，还没正式发。
更多动态
你敢信？这是只有3B参数模型的效果
字节放出了一个多模态模型Lance，一张40GB显存的显卡能跑，自己在家就能本地部署，AI视频行业的门槛再次被拉低。 Lance在视频图片理解、视频图片编辑、多轮编辑一致性上表现极佳，跑分多个榜单统一模型第一。 📦 github.com/bytedance/Lance 🤗 huggingface.co/bytedance-research/Lance
xAI 推出了 Grok Build，做 AI 编码agent。
有意思的是 Arena 模式：8 个子代理同时写代码，自动打分排名，你挑最好的。本地跑，代码不传服务器。 目前只有 SuperGrok Heavy 能用，$300 一个月，还在 beta。SWE-Bench 70.8%，但上下文窗口才 256K，Claude Code 和 Codex 都 1M+ 了。Musk 自己也说这块落后了。
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。
