哪怕只为了搞定「多镜头一致性」,这个开源项目也值得你折腾一下午。
更多动态
🎬 视频转图文最头大的就是逐帧截图+配文,这周挖到一个开源小工具
,帮我省掉了至少 80% 的脏活。 ClipSketch AI,一个能把视频瞬间变成手绘故事的工作台。 1️⃣ 工作流闭环:以前我要截图→修图→写文案,这玩意儿直接解析 B 站/红书链接,提取关键帧后用 Gemini 重绘成漫画风,连社媒文案都顺带生成了。 2️⃣ 低成本复用:特别适合做二创或教程拆解。昨天我在机场候机,用它把一个 15 分钟的 Python 教学视频转成了图文教程,既规避了查重,视觉风格还很统一。 3️⃣ 纯本地部署:React 写的纯前端,clone 下来就能跑。目前 Gemini 有免费额度,等于白嫖算力,不过实测长视频解析偶尔会超时,建议先切片。 如果你也是追求“一鱼多吃”的内容创作者,这项目值得花一个周末折腾一下。 #AI工作流 #独立开发 #效率工具 #ClipSketch #开源项目

让 Claude 和 Gemini 在后台“吵架”
,帮我把重构耗时砍了一半。 单模型写复杂架构总容易幻觉,最近我试了开源的 Mysti,“多模型互审”的功能,直接把写代码变成了“技术委员会开会”。 原理很简单:让一个 AI 写代码,另一个 AI 专门负责挑刺(Debate),最后综合出最优解。 1️⃣ 真实场景:之前在赶一个支付接口,Gemini 给的方案看似完美,结果被我设为“安全专家”角色的 Claude 指出有一个并发漏洞。要是以前单用 Copilot,这个坑我估计上线后才能发现。 2️⃣ 不花冤枉钱:它不做二道贩子,直接调用你本地已有的 API (Claude/Copilot/Gemini),对我这种本来就订阅了多个服务的开发者来说,相当于免费升级。 3️⃣ 效率对比:体感上,虽然比单次生成慢个几秒,但因为减少了反复修 Bug 的时间,整体返工率大概降了 30%。 大家现在写复杂逻辑是信单个 AI,还是有人工 Review 流程? #AI工作流 #独立开发 #Mysti #开源工具 #代码审计

美团 LongCat-2.5发布了。
1.6T 总参、激活约 48B,原生多模态,主推长程智能体,全程国产算力训练。 图像量化成多级离散 token,Visual Coding 与 3D 受益。 大规模长程 RL,把失败轨迹转成可验证训练任务。 W4A4 推理,prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。

商汤开源 SenseNova Loop-9B-Preview。
它不堆参数,堆"层数"。32 层解码器,中间 4–27 层同权重跑两遍 → 前向 56 层计算,只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72,超 Qwen3.5-27B;Terminal Bench依旧落后。
