【AI 奏折】2026年07月18日

共收录 17 篇深度内容

---

📋 今日内容速览

快速浏览，点击感兴趣的推文查看详细分析

1. 刘小排: AI工具K3助力8小时速成三国题材卡牌游戏。
2. 向阳乔木: 边走边录口播更自然，手机剪辑加坚持日更是关键。
3. huangserva: 数字人视频真实感的关键在于声音和动作的自然协调。
4. GitHubDaily: GitHub合集收录500+AI项目教程，适合系统学习练手。
5. Frank Wang 玉伯: 80后谨慎坚持方向，00后更易转型，YouMind无需调整重在做好。
6. GitHubDaily: SideScreen工具可将安卓平板变为Mac扩展屏，支持无线和触控。
7. huangserva: Kimi3性价比高但性能仍不及Fable5。
8. huangserva: 专科逆袭年薪百万的兵王是宝藏博主。
9. GitHubDaily: 商汤开源AI神器SenseNova U1 V3，增强图像编辑与风格适配能力。
10. 泊舟: 世界模型的核心挑战是状态管理而非画质生成。
11. Orange AI: Kimi开源2.8T模型缩小中国与全球AI差距至半年内
12. GitHubDaily: Kanban Code工具自动管理Claude任务状态提升效率。
13. iGeekbb: 婚前个人财产创业收益属共同财产引热议，律师澄清未特指。
14. Berryxia.AI: AI视频制作工具高效全能，体验流畅值得推荐。
15. 歸藏(guizang.ai): Kimi K3与Opus 4.8实力相当，略逊于Fable 5/5.6。
16. 歸藏(guizang.ai): Codex更新优化交互界面和功能整合。
17. Berryxia.AI: AI助手Kimi能自动高还原度复刻并优化宣传视频。

---

📖 详细内容

刘小排 @bourneliu66

| 影响力: 25.09k万粉丝

💡 核心观点: AI工具K3助力8小时速成三国题材卡牌游戏。

可信度: 8/10 – 2项声明可直接验证；1项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: 用Kimi K3制作了一款名为《杀戮三国》的游戏，致敬《杀戮尖塔2》，核心角色玩法基于三国人物特性。 (可通过访问游戏链接（https://slaythewarlords.com）验证游戏是否存在及其主题是否与三国相关，但“核心玩法基于三国人物特性”需实际体验游戏才能确认。)
• ✓ 可验证: K3全程8小时生成1830项美术资源。 (生成时间和资源数量属于开发过程内部数据，无公开记录或第三方佐证，除非开发者提供日志或工具后台数据。)
• ✓ 可验证: 数值是K3自己玩了10000局调出来的。 (AI“自主玩10000局”缺乏公开数据或技术文档支持，且无法通过游戏本身反向推导训练过程。)

原文内容:

用Kimi K3做了一款致敬《杀戮尖塔2》的游戏，《杀戮三国》，核心角色玩法全部基于三国人物特性。

K3一气呵成，全程8小时，1830项美术资源！
数值是K3自己玩了10000局调出来的！

这里玩：https://slaythewarlords.com

Kimi K3告诉我们，所谓「中国落后AI六个月」的时代已经结束，新的历史从今天开始！

⏰ 15:01 | ❤️ 801点赞 | 📝 91字 | 查看原文 →

↑ 返回顶部

向阳乔木 @vista8

喜欢摇滚乐、爱钓鱼的PM
网站：https://qiaomu.ai | 影响力: 0万粉丝

💡 核心观点: 边走边录口播更自然，手机剪辑加坚持日更是关键。

可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: 袁晓辉博士在小红书分享了口播录制工作流，包括边走边录、使用手机剪映剪辑、调高音量、加降噪、适当美颜等步骤。 (可通过查看袁晓辉博士的小红书账号或相关公开视频内容验证其分享的工作流，但需确认其具体操作细节是否与推文一致。)
• ✓ 可验证: 袁晓辉博士提到校对字幕是最耗时的步骤。 (这是个人体验或主观感受，无法通过公开渠道验证其耗时程度。)
• ◐ 部分可验证: 袁晓辉博士强调“每天发”是最重要的。 (可通过观察其小红书账号的更新频率验证是否“每天发”，但无法验证其主观重要性。)

原文内容:

今天跟朋友参加锦秋小饭桌，见到小红书AI KOL袁晓辉博士。

她分享了每天口播录制工作流：

1. 下班路上边走边录，像朋友陪走路说话，比正襟危坐自然， 画面有变化，更容易吸引用户注意力。

2. 剪辑工具就是手机剪映，调高音量，加降噪，适当美颜，最耗时的是校对字幕。

另外最重要是，每天发！

⏰ 23:19 | ❤️ 21点赞 | 📝 112字 | 查看原文 →

↑ 返回顶部

huangserva @servasyy_ai

古早程序员 | AI出海 | 自由职业
机车游侠&机速购&骑享租创始人
15年前 freelance 起步 → 连续创业者 → 亏过1个亿，逆风翻盘中
分享创业，AI，读书，生活，健身 | 影响力: 28.75k万粉丝

💡 核心观点: 数字人视频真实感的关键在于声音和动作的自然协调。

可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: 数字人视频的真实感主要取决于声音而非画面 (声音对真实感的影响可通过对比实验或专业研究验证（如语音合成领域的论文），但需实际测试不同变量（如仅修改声音/画面）才能确认具体权重，推文未提供具体数据支持。)
• ✓ 可验证: 商业模型（SD2、Kling、Grok）可轻松生成数字人画面，对口型模型可适配嘴型 (SD2（Stable Diffusion 2）、Kling（若指Kling AI）、Grok等模型的画面生成能力可通过其官网或公开文档验证；对口型技术（如Wav2Lip）亦有开源实现，但“轻松”一词需实测评估效果。)
• ◦ 观点: 声音需处理节奏、停顿、情绪等细节，动作/表情需与TTS和字幕同步以提升真实感 (虽符合音视频合成领域的通用原则，但推文未提供具体案例或工具效果对比，属于个人经验总结，实际效果可能因工具/技术差异而不同。)

原文内容:

为什么你做的数字人视频一眼假？
毛病基本不在画面，因为声音才是命根子

最近忙到没空写推,翻出几周前做的一个数字人视频先发。

顺便说个我做数字人最大的体会——画面, 反倒是最不用操心的那部分。

先说个瑕疵:  视频里人物有点磨皮。当时用 Krea 2 出图再超分,糊了点;后来换了个 4K 的 LoRA,  出图就非常赞了。

画面为啥不用操心?
商业的 SD2、Kling,甚至 Grok 的视频模型,随便挑一个都能出; 出好了,拿对口型模型把嘴对上就行。

难的是两件事:
一是声音,  这是数字人的命根子, 得先做好声音的节奏，停顿，情绪，语气等
二是让人看着不假——动作、表情、手势, 要跟 TTS 和字幕严丝合缝地配上,这才是比较难的地方
你需要像导演一样，用导演思维去做视频

最后合成 MG + 动效,  我用 Hyperframes + Remotion 

顺手推荐两个我觉得做得好的 skill:

乌云老师的 rnskill:
内容挺多,我最推里面"复刻"那块
https://github.com/Pluviobyte/rnskill/blob/main/README.zh.md…

再隆重推一个
杰尼老师的 hyperframes-motion-director,导演视角,架构理念很赞
https://github.com/geekjourneyx/hyperframes-motion-director…

⏰ 17:53 | ❤️ 109点赞 | 📝 309字 | 查看原文 →

↑ 返回顶部

GitHubDaily @github_daily

挖掘开源的价值
坚持分享 GitHub 上高质量、有趣、实用的教程、AI工具、前沿 AI 技术
A list cool, interesting projects of GitHub.
公众号：GitHubDaily | 影响力: 77.87k万粉丝

💡 核心观点: GitHub合集收录500+AI项目教程，适合系统学习练手。

可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

• ✓ 可验证: GitHub上存在一份专门收录AI、机器学习、深度学习项目的合集，已有35000+ Star (可通过提供的GitHub链接（http://github.com/ashishpatel26/500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code）直接查看仓库的Star数量及内容，确认其存在性和数据真实性。)
• ◐ 部分可验证: 该合集涵盖500多个项目和教程，包括机器学习、深度学习、计算机视觉、NLP等方向 (通过GitHub链接可查看仓库内列出的项目数量及分类，但需实际统计或浏览全部内容才能完全验证“500多个”的具体数量及分类完整性。)
• ◐ 部分可验证: 其中不少项目链向其他优质合集，等同于收集了一整片相关资源 (可通过点击仓库内的链接验证部分项目是否导向其他资源，但“优质”和“一整片相关资源”需主观判断，无法完全客观量化。)

原文内容:

想要通过实战项目学习机器学习或深度学习，但网上找到的教程资源往往过于零散，东拼西凑。

偶然在GitHub发现一个专门收录AI、机器学习、深度学习项目的合集，目前已获得35000+星标。

该合集涵盖机器学习、深度学习、计算机视觉、自然语言处理（NLP）等方向的500多个项目和教程，从入门代码到论文复现都能找到入口。

GitHub地址：http://github.com/ashishpatel26/500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code…

其中许多项目链接指向其他优质资源合集，相当于顺手收集了一整套相关资源。

目前仍在持续更新，适合想要系统学习AI或寻找练手项目的朋友，建议收藏并按需查阅。

⏰ 21:30 | ❤️ 23点赞 | 📝 170字 | 查看原文 →

↑ 返回顶部

Frank Wang 玉伯 @lifesinger

I am curious and honest | 影响力: 0万粉丝

💡 核心观点: 80后谨慎坚持方向，00后更易转型，YouMind无需调整重在做好。

可信度: 8/10 – 2项声明可直接验证；1项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: YouMind项目两年未更换方向（pivot） (可通过公开的项目历史、版本更新记录或团队声明间接验证，但需核实具体时间线和决策过程。)
• ◦ 观点: 80后创业者比00后更谨慎，后者可能在两年内更换三次方向 (属于主观比较和代际刻板印象，无客观数据支持，且创业风格因人而异。)
• ✓ 可验证: YouMind目前无需更换方向，挑战在于如何做好 (取决于内部战略评估，未公开具体指标或决策依据，外部无法验证。)

原文内容:

有人羡慕我做 YouMind 两年
居然还没 pivot（换方向）

其实只是因为我是 80 后
很谨慎
如果我是 00 后
两年应该已经 pivot 三次

幸运的是
YouMind 确实不用 pivot
更大的挑战是如何做好

用 YouMind 精灵给上面的文字配了张图
好抽象
然而看懂的瞬间
感觉精灵成精了

⏰ 20:01 | ❤️ 22点赞 | 📝 88字 | 查看原文 →

↑ 返回顶部

GitHubDaily @github_daily

挖掘开源的价值
坚持分享 GitHub 上高质量、有趣、实用的教程、AI工具、前沿 AI 技术
A list cool, interesting projects of GitHub.
公众号：GitHubDaily | 影响力: 77.87k万粉丝

💡 核心观点: SideScreen工具可将安卓平板变为Mac扩展屏，支持无线和触控。

可信度: 6/10 – 1项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

• ✓ 可验证: SideScreen工具可将Android平板变为Mac的第二显示器，支持USB-C有线连接和WiFi无线连接 (可通过提供的GitHub链接（http://github.com/tranvuongquocdat/SideScreen）查看项目文档、功能说明及用户反馈，直接验证其核心功能。)
• ◐ 部分可验证: 支持真正的扩展屏（非镜像），窗口可拖拽至平板，延迟能压到30毫秒以内 (GitHub文档可能提及扩展屏和延迟参数，但实际延迟需依赖用户实测或开发者提供的性能测试报告，无法完全通过公开资料确认。)
• ◐ 部分可验证: 平板触屏可当触控板操作macOS，且支持HiDPI模式和无头模式（Mac不接自带屏幕） (GitHub可能描述这些功能，但触控兼容性、无头模式稳定性等需实际设备测试验证，部分细节可能因系统版本差异存在限制。)

原文内容:

手里有闲置的安卓平板，想让它作为 Mac 电脑第二块屏幕用，避免吃灰。

利用 SideScreen 工具，能把 Android 平板变成 Mac 的第二显示器。

支持 USB-C 有线连接，也可以在同一 WiFi 下无线连接。

而且不是画面镜像，是真正的扩展屏，窗口能像拖到外接显示器一样直接拖过去。

GitHub：http://github.com/tranvuongquocdat/SideScreen…

另外还能硬件加速，延迟能压到 30 毫秒以内，平板触屏还能当触控板操作 macOS。

自带 HiDPI 模式和纯无头模式，Mac 不接自带屏幕也能只靠平板独立显示。

适合手头正好有闲置安卓平板、想给它找个新用途的朋友，可以收藏备用。

⏰ 19:30 | ❤️ 31点赞 | 📝 178字 | 查看原文 →

↑ 返回顶部

huangserva @servasyy_ai

古早程序员 | AI出海 | 自由职业
机车游侠&机速购&骑享租创始人
15年前 freelance 起步 → 连续创业者 → 亏过1个亿，逆风翻盘中
分享创业，AI，读书，生活，健身 | 影响力: 28.75k万粉丝

💡 核心观点: Kimi3性价比高但性能仍不及Fable5。

可信度: 7/10 – 4项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: Kimi K3 是史上最大的开源模型，参数规模达2.8万亿，支持1M上下文，将于7/27开放完整权重 (模型参数和开源计划需等待月之暗面官方（7/27）正式发布权重文件后完全验证，目前仅基于官方7/16的宣称。)
• ◐ 部分可验证: Kimi K3在成本效益上优于竞品（如街机游戏成本$0.28 vs Opus $0.54，landing page便宜8倍） (推文附带了用户实测链接，但需独立复现相同任务并对比计费结果，且可能受算力波动影响（如速度差异）。)
• ◐ 部分可验证: Kimi K3在3D和前端任务表现突出（如LMArena排名第一），但整体性能落后于Fable 5和GPT-5.6 Sol (LMArena排名可通过平台公开数据验证，但性能对标需实测或官方基准测试（月之暗面已承认部分差距）。)

原文内容:

Kimi 3 实测报告全网整理，结论在此  

月之暗面7月16日发布Kimi K3：2.8万亿参数，号称史上最大开源模型。支持100万上下文，完整权重将于7月27日公开。  

我梳理了推特上的实测反馈，先说结论：值得尝试，但目前无法替代Fable 5。  

优势在于性价比和实用性：  
- **游戏开发**：同一指令下，K3制作自玩街机游戏花费$0.28（Opus 4.8需$0.54），且效果更佳；  
- **落地页设计**：Fable 5成本$0.42，K3仅$0.05，便宜8倍；  
- **游戏克隆**：CS:GO×Portal项目K3耗$3.24，同等任务Fable 5需$10.80。  

其亮点在于前端与3D能力：  
- 用户成功一次性生成3D纸飞机游戏，LMArena前端设计评分登顶；  
- 长上下文处理稳定，可完整载入代码库、截图及日志而不失真。  

但需注意以下局限：  
- **性能争议**：创作者宣称"超越Opus、LMArena第一"，但官方承认仍落后于Fable 5和GPT-5.6 Sol，实际水平接近Opus 4.8/GPT-5.5；  
- **速度缺陷**：虽单token成本低，但多个测试抱怨响应迟缓——某游戏生成耗时近3小时，耗尽$20订阅额度并频繁触发用量限制（疑似算力不足）。  

最终建议：  
- 编码/3D/长上下文需求且预算有限时，值得纳入备选；  
- 复杂任务仍存在速度慢、隐性成本高的问题，暂无法取代Fable 5；  
- 最佳试用策略：通过官网免费版（http://kimi.com）处理真实脏数据（代码库+设计图+日志+明确验收标准），20分钟即可验证适用性；  
- 私有化部署建议等待7月27日权重开源。  

实测案例来源：  
街机游戏成本对比 https://x.com/atomic_chat_hq/status/2077854291058950261…  
落地页8倍价差 https://x.com/nicos_ai/status/2077841576760381455…  
CS:GO克隆成本对比 https://x.com/ChrissGPT/status/2077852656182129078…  
3D纸飞机一次成型 https://x.com/redkendl/status/2077450443563692058…  
LMArena前端榜首 https://x.com/bridgemindai/status/2077868061953007908…  
长上下文稳定性 https://x.com/Raencrypto/status/2077456171279994939…  
3小时延迟案例 https://x.com/Conor_D_Dart/status/2077827608126046247…  

官方资料：  
KingBench独立评测62/80（第三）https://youtube.com/watch?v=JnC2MuAEOiQ…  
官方性能说明 https://constellationr.com/insights/news/moonshot-ai-launches-kimi-k3…  
API快速入门 https://platform.kimi.ai/docs/guide/kimi-k3-quickstart…  
产品发布公告 https://x.com/Kimi_Moonshot/status/2077821890207547467…

⏰ 07:50 | ❤️ 68点赞 | 📝 473字 | 查看原文 →

↑ 返回顶部

huangserva @servasyy_ai

古早程序员 | AI出海 | 自由职业
机车游侠&机速购&骑享租创始人
15年前 freelance 起步 → 连续创业者 → 亏过1个亿，逆风翻盘中
分享创业，AI，读书，生活，健身 | 影响力: 28.75k万粉丝

💡 核心观点: 专科逆袭年薪百万的兵王是宝藏博主。

可信度: 10/10 – 2项声明可直接验证；1项需进一步确认；2项为观点陈述

事实核查:

• ✓ 可验证: 从专科到大厂，从一天两百块钱到年薪百万 (该声明涉及个人职业经历和收入，属于私人信息，若无本人公开证明（如薪资单、雇佣合同等）或权威第三方佐证，无法直接验证。)
• ✓ 可验证: Archify在6月30日第一次进入GitHub Trending，排名第9 (可通过GitHub Trending历史记录或第三方工具（如Star History）查询Archify项目的具体排名和日期，数据公开可验证。)
• ◐ 部分可验证: 多个优秀开源项目的作者 (可通过GitHub等平台核实用户是否为Archify等项目的作者，但“优秀”是主观评价，需结合项目星标、贡献量等数据间接验证。)

原文内容:

才知道为什么大家叫他兵王

从专科到大厂，从一天两百块钱到年薪百万
这样的人，必定是经历了非常多

有幸结交这样优秀的朋友，了解我的朋友都关注吧
这位必然是宝藏博主

多个优秀开源项目的作者
比如：Archify ，Trendshift 的记录显示，Archify 在 6 月 30 日第一次进入 GitHub Trending ，排名第 9

但是我认为Archify并不是兵王小兄弟的最优秀作品
所以，关注他你必然不吃亏

一个优秀的人，最后都是会优秀的存在
不问过往，只看东西

⏰ 18:17 | ❤️ 25点赞 | 📝 156字 | 查看原文 →

↑ 返回顶部

GitHubDaily @github_daily

挖掘开源的价值
坚持分享 GitHub 上高质量、有趣、实用的教程、AI工具、前沿 AI 技术
A list cool, interesting projects of GitHub.
公众号：GitHubDaily | 影响力: 77.87k万粉丝

💡 核心观点: 商汤开源AI神器SenseNova U1 V3，增强图像编辑与风格适配能力。

可信度: 8/10 – 1项声明可直接验证；3项需进一步确认；1项为观点陈述

事实核查:

• ✓ 可验证: 商汤在 GitHub 上开源了信息图工具 SenseNova U1，支持生成海报、图表、食谱卡片等 (可通过提供的 GitHub 文档链接（[https://github.com/OpenSenseNova/SenseNova-U1](https://github.com/OpenSenseNova/SenseNova-U1)）直接查看项目仓库及功能描述。)
• ◐ 部分可验证: 增强版 V3 新增信息图编辑能力，支持高精度调整局部文字和整体风格 (GitHub 文档和 Hugging Face 模型页面（[https://huggingface.co/sensenova/SenseNova-U1-8B-MoT-Infographic-V3](https://huggingface.co/sensenova/SenseNova-U1-8B-MoT-Infographic-V3)）提及更新内容，但需实测验证功能是否如描述。)
• ◦ 观点: 下一步模型将融入自主迭代能力，主动检查并优化信息图内容与版式 (此为未来规划或愿景陈述，无当前公开代码或演示证明该功能已实现，属于主观展望。)

原文内容:

两个月前，商汤科技在GitHub上低调开源了信息图创作工具SenseNova U1。

该工具能一键生成精美海报、数据图表、食谱卡片、明信片，甚至arXiv风格的学术页面。

近日，其增强版V3正式推出，AI图像处理能力实现突破性升级。

本次升级首次引入信息图编辑功能：
- 支持对局部文字和整体风格进行像素级调整，显著提升编辑效率
- AI修改后的文字会自动匹配原图设计风格与版式
- 用户可在保留核心内容框架的前提下，自由切换视觉表现形式，使同一素材适配不同品牌、主题及传播渠道

资源获取：
- 模型权重下载：https://huggingface.co/sensenova/SenseNova-U1-8B-MoT-Infographic-V3…
- GitHub文档：https://github.com/OpenSenseNova/SenseNova-U1/blob/main/docs/u1_infographic_model_CN.md…
- 魔搭社区：https://modelscope.cn/models/SenseNova/SenseNova-U1-8B-MoT-Infographic-V3…

更值得期待的是，下一代模型将具备自主迭代能力：
- 生成信息图后自动检测内容与版式问题
- 自主调用编辑模块完成修正
- 通过多轮迭代持续优化成品
这将使信息图创作从"用户反复试错"进阶为"模型自主精修"，彻底解决AI信息图的产出痛点。

⏰ 18:00 | ❤️ 55点赞 | 📝 303字 | 查看原文 →

↑ 返回顶部

泊舟 @bozhou_ai

AI 程序员 & Vibe 编码者 | 构建 Agent 、系统提示与高效流程 | 热爱设计、编码，将想法转化为影响力|AI中转站创业中| 合作&咨询 +V:bozhou_ai | 影响力: 22.30k万粉丝

💡 核心观点: 世界模型的核心挑战是状态管理而非画质生成。

可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: AlayaWorld 提出了三层机制（3D Cache、压缩画面历史、漂移训练和 Error Bank）来解决世界模型的状态管理问题 (可通过其公开的 [GitHub 仓库](https://github.com/AlayaLab/AlayaWorld) 查看代码和文档，确认技术实现细节，但需实际运行或复现实验才能完全验证效果。)
• ◦ 观点: 世界模型的核心挑战是状态管理（如空间一致性、事件连续性），而非生成质量 (属于对技术难点的主观分析，虽符合当前 AI 领域的部分共识（如长期依赖问题），但缺乏直接可验证的客观数据支持。)
• ✓ 可验证: AlayaWorld 已公开推理代码和模型权重，可供下载和验证 (其 GitHub 仓库明确提供了模型权重和推理流程，用户可直接下载并测试，符合开源验证标准。)

原文内容:

过去两年，AI 视频一直在卷画质、时长和真实感。

但对世界模型来说，生成得越长，反而越容易暴露一个致命问题：它根本记不住自己刚刚生成过什么。

AlayaWorld 想解决的，就是这个比画质更难的问题。

一段视频，只要前后几帧看起来连贯，观众通常不会深究背后的空间是否真的存在。

但世界不一样。

你往前走了一段路，转身回来，刚才的房子还得在那里。

你中途召唤了一只怪物，模型不但要马上给出反馈，还得让这件事自然地发生在同一个世界里。

这也是为什么世界模型最难的地方，不是生成，而是状态管理。

AlayaWorld 为这件事加了三层机制：

1. 3D Cache 负责记住东西在哪里。模型离开一个区域再回来时，可以重新找到之前的空间信息。

2. 压缩后的画面历史负责记住刚才发生了什么。它不需要把所有旧画面一直塞进上下文，但又不能把过去全部忘掉。

3.漂移训练和 Error Bank，负责处理模型自己制造的错误。因为生成时间越长，前面一个小错误就越可能污染后面的所有画面。

看到这里，我突然发现，世界模型和 Agent 其实在解决同一个问题。

Agent 运行久了会 context rot，忘记原始任务，被错误的历史信息带偏。

世界模型运行久了也会，只不过它忘记的不是文字，而是街道、建筑、人物和刚刚发生过的事。

所以 AI 的下一场竞争，可能不只是生成质量。

视频模型比的是单次输出。

世界模型比的是持续运行。

谁能让 AI 在运行过程中记得住、改得动、错了还能拉回来，谁才有机会把一次生成变成一个真正可以进入的世界。

AlayaWorld 目前还更像研究级原型。公开的推理流程需要首帧图片、相机轨迹和 Prompt，离普通人打开网页就能玩还有距离。

但它已经把推理代码和模型权重公开了。
这个方向终于不只是看一段官方 Demo，而是可以被下载、检查和验证

@alayastd

https://github.com/AlayaLab/AlayaWorld…
 https://x.com/alayastd/status/2077588265067258309/video/1…

⏰ 17:56 | ❤️ 56点赞 | 📝 590字 | 查看原文 →

↑ 返回顶部

Orange AI @oran_ge

CEO of MarsWave @ColaOSOfficial | 影响力: 170k万粉丝

💡 核心观点: Kimi开源2.8T模型缩小中国与全球AI差距至半年内

可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: Kimi K3 是一个超大的 2.8T 的开源模型 (模型参数量（2.8T）需通过官方开源代码或技术文档验证，但若未公开具体参数文件或训练细节，则无法完全确认。开源状态可通过代码仓库（如GitHub）直接验证。)
• ✓ 可验证: 2.8T 参数量可能已超过 Opus（推测为DeepSeek或Mistral等模型） (需对比其他模型的公开参数规模（如Opus未明确参数量或未开源），且“超过”需依赖第三方基准测试，当前缺乏直接数据支持。)
• ◦ 观点: 中国开源模型与世界一线模型的差距已减少到6个月内 (差距评估涉及主观判断（如“一线模型”定义、技术指标权重），且未提供具体对比数据或测试结果，属于行业趋势预测。)

原文内容:

太震惊了，Kimi K3 竟然是一个超大的 2.8T 的开源模型。
2.8 T 这个参数量可能已经超过了 Opus...照着 Fable 去了
这是很多国内公司在下半年的计划...现在 Kimi 已经训出来了
中国开源模型距离世界一线模型的差距可能已经减少到 6 个月内

⏰ 17:50 | ❤️ 64点赞 | 📝 83字 | 查看原文 →

↑ 返回顶部

GitHubDaily @github_daily

挖掘开源的价值
坚持分享 GitHub 上高质量、有趣、实用的教程、AI工具、前沿 AI 技术
A list cool, interesting projects of GitHub.
公众号：GitHubDaily | 影响力: 77.87k万粉丝

💡 核心观点: Kanban Code工具自动管理Claude任务状态提升效率。

可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: Kanban Code是一个Claude Code任务看板工具，可将任务自动流转从待办到完成 (可通过GitHub仓库（http://github.com/langwatch/kanban-code）验证工具存在性及基本功能描述，但自动流转逻辑需实测确认。)
• ◐ 部分可验证: 工具支持任务状态自动更新（如运行中→等待→待评审→已完成）并推送手机通知 (GitHub文档或截图可能展示功能界面，但通知推送和状态流转的实时性需实际使用验证。)
• ✓ 可验证: 内置终端支持点开卡片查看详细输出，无需切换本地终端窗口 (GitHub仓库可能提供功能演示或代码实现，用户可直接检查终端集成部分的代码或发布版本。)

原文内容:

经常在 Claude Code 上并行跑几个任务，进度全靠自己一个个手动切换终端 Tab 确认。

谁在等我们确认、谁的 PR 已经开了，谁又卡住半天没动静，有时真的很难及时处理。

Kanban Code，一个 Claude Code 任务看板工具，把每个任务变成一张卡片，从待办到完成自动流转。

在运行的任务自动挪到「进行中」下面，等我们确认就跳到「等待」并推送到手机通知。

如果是代码推送会自动转进「待评审」，合并后归到「已完成」，不用自己手动挪卡片。

GitHub：http://github.com/langwatch/kanban-code…

内置终端，点开卡片可查看详细的输出信息，不用切回到自己本地的终端窗口。

工具支持 macOS 和 Windows 系统，经常并行跑好几个 AI 编程任务的朋友，可以试下。

⏰ 17:00 | ❤️ 24点赞 | 📝 212字 | 查看原文 →

↑ 返回顶部

iGeekbb @igeekbb

发一些碎碎念和有趣的东东，主打一个快分享。-私信开放欢迎投稿- | 影响力: 74.97k万粉丝

💡 核心观点: 婚前个人财产创业收益属共同财产引热议，律师澄清未特指。

可信度: 6/10 – 1项声明可直接验证；2项需进一步确认

事实核查:

• ✓ 可验证: 黑袍律师讲解了夫妻一方的婚前个人财产，创业后收益就变成了共同财产。 (该声明涉及法律条文，可通过《民法典》第1062条（夫妻共同财产范围）及司法解释直接验证。但需注意具体案例中“收益转化”的适用条件（如是否涉及共同劳动/管理等），需结合实际情况判断。)
• ◐ 部分可验证: 网友评论提到邹市明夫妻的5000万年租金收入，暗示其财产分配存在问题。 (邹市明夫妇的财产纠纷曾被媒体报道（如2017年冉莹颖回应房产争议），但具体租金金额、财产归属等细节未公开官方数据，需依赖当事人披露或法院判决书验证。)
• ◐ 部分可验证: 律师声明视频仅为普法，未影射任何人，明星夫妻财产多为婚后共同财产，与视频情况不符。 (律师的公开声明内容可验证（如原视频文案或账号声明），但“明星财产多为婚后共同财产”需具体案例佐证（如公开的离婚判决书），目前属概括性结论，无法全面验证。)

原文内容:

黑袍律师讲解了夫妻一方的婚前个人财产，创业后收益就变成了共同财产。

评论区全是说邹市明的，网友说想到他们的 5000 万一年房租，感觉就不对劲。

该律师后来声明，本条视频仅为普法，未影射任何人。大家想到的明星夫妻，财产大部分是婚后的共同财产，与本视频普法情况不一致，切勿对号入座。

⏰ 15:13 | ❤️ 29点赞 | 📝 120字 | 查看原文 →

↑ 返回顶部

Berryxia.AI @berryxia

| 影响力: 39.76k万粉丝

💡 核心观点: AI视频制作工具高效全能，体验流畅值得推荐。

可信度: 8/10 – 2项声明可直接验证；1项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: 推文作者提炼了官方宣传视频风格并制作了AI主题视频 (需查看作者制作的视频及官方宣传视频风格对比，但无直接公开链接验证其提炼过程。)
• ✓ 可验证: 视频的文案、脚本、配音、音轨均由作者独立完成 (创作过程属于个人行为，无公开记录或第三方证明，除非作者提供原始工程文件。)
• ◦ 观点: 作者推荐该视频制作体验“真不错” (纯主观评价，无客观标准或第三方数据支持。)

原文内容:

不吹不黑，也没有什么商业广告就是纯体验真不错推荐给大家。

我把官方的宣传视频风格提炼了个Skills，以AI 发展为主题，让它给我做了个视频介绍。

从文案、脚本、配音、音轨全部都手拿把掐的拿捏交付给我，效果如何你们自己看。

⏰ 12:30 | ❤️ 23点赞 | 📝 90字 | 查看原文 →

↑ 返回顶部

歸藏(guizang.ai) @op7418

关注人工智能、LLM 、 AI 图像视频和设计（Interested in AI, LLM, Stable Diffusion, and design）

歸藏的 AIGC 周刊｜公众号：歸藏的AI工具箱 | 影响力: 0万粉丝

💡 核心观点: Kimi K3与Opus 4.8实力相当，略逊于Fable 5/5.6。

可信度: 6/10 – 1项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: Kimi K3 在复杂前端和复杂开发的情况下与 Opus 4.8 水平相当 (需通过实际测试对比 Kimi K3 和 Opus 4.8 在复杂前端和开发任务中的表现，但缺乏公开的基准测试数据或官方报告支持。)
• ◐ 部分可验证: Kimi K3 与 Fable 5 和 5.6 相比仍有差距 (需实测或对比 Kimi K3 与 Fable 5/5.6 的性能，但具体差距未量化，且无公开标准测试结果。)
• ◦ 观点: Kimi K3 是一个比较小的 DeepSeek 时刻 (该描述为主观比喻（“DeepSeek 时刻”无明确定义），无法客观验证。)

原文内容:

藏师傅的 Kimi K3 测评来了，这次确实非常牛逼！

可以说是一个比较小的 DeepSeek 时刻

我直接拿它跟 Opus 4.8 做了对比测试。

从结果来看，互有胜负。

在复杂前端和复杂开发的情况下，我觉得它跟 Opus 4.8 差不多是相当的水平。

至于 Fable 5 和 5.6，我觉得还差一些，但已经是一个非常牛逼的成绩了。

⏰ 12:12 | ❤️ 197点赞 | 📝 101字 | 查看原文 →

↑ 返回顶部

歸藏(guizang.ai) @op7418

关注人工智能、LLM 、 AI 图像视频和设计（Interested in AI, LLM, Stable Diffusion, and design）

歸藏的 AIGC 周刊｜公众号：歸藏的AI工具箱 | 影响力: 0万粉丝

💡 核心观点: Codex更新优化交互界面和功能整合。

可信度: 8/10 – 2项声明可直接验证；1项需进一步确认；1项为观点陈述

事实核查:

• ✓ 可验证: Codex 昨晚的更新将左上角的切换选项从 Work 和 Codex 改为 ChatGPT 和 Codex (可通过访问 Codex 或 ChatGPT 的官方网站、更新日志或实际界面截图直接验证这一界面变化。)
• ◐ 部分可验证: 历史聊天整合功能将 ChatGPT 的历史聊天并入左边“最近聊天”列表，并可筛选普通聊天或 ChatGPT Work 任务 (需实际登录账户或查看官方更新说明以确认功能是否存在及具体操作逻辑，但部分细节（如筛选选项）可能需要实测。)
• ✓ 可验证: 顶部导航新增 Chat 和 Work 两个 Tab，交互逻辑与网页版和移动端一致 (可通过对比网页版、移动端和更新后的界面设计（如官方文档或用户截图）验证导航栏的变化和一致性。)

原文内容:

Codex 昨晚的更新在交互上终于对味了：

1. 左上角的切换：从 Work 和 Codex 切换成 ChatGPT 和 Codex

2. 历史聊天整合：ChatGPT 的历史聊天全部并进了左边“最近聊天”里面，你可以筛选是普通聊天还是 ChatGPT Work 的任务

3. 顶部导航：分了 Chat 和 Work 两个 Tab，交互逻辑跟网页版和移动端一致了

⏰ 11:30 | ❤️ 75点赞 | 📝 89字 | 查看原文 →

↑ 返回顶部

Berryxia.AI @berryxia

| 影响力: 39.76k万粉丝

💡 核心观点: AI助手Kimi能自动高还原度复刻并优化宣传视频。

可信度: 10/10 – 2项声明可直接验证；3项需进一步确认

事实核查:

• ✓ 可验证: 用户昨晚睡觉前让Kimi复刻官网宣传视频，今早完成 (该声明涉及个人使用体验和时间节点，缺乏公开记录或第三方证据，无法通过公开渠道验证。)
• ◐ 部分可验证: Kimi制作了不同长度的版本（快闪版、沉浸式版） (若Kimi官方公开支持视频生成多版本功能，可通过官方文档或实测验证；但用户提到的具体输出内容需实际测试或提供生成文件才能确认。)
• ✓ 可验证: Kimi解释了某些画面缺失的原因 (解释内容属于AI与用户的私有交互，除非用户公开完整对话记录，否则无法验证。)

原文内容:

我昨晚睡觉前让Kimi 自己复刻一下官网这个宣传的视频，今早起来它已经做完了。

并且给我制作了一个不同长度的版本，这个是快闪版，还有沉浸式的版本，以及解释了为什么有些画面没有的原因。

真的这个制作还原度，配乐节奏都是自己搞定的啊！

⏰ 08:50 | ❤️ 30点赞 | 📝 100字 | 查看原文 →

↑ 返回顶部