AI Builder 超级个体。实践哥Li不做概念党，只聊 AI 实战。分享Claude，Codex，Grok，Gemini， 开源大模型各种一手折腾心得。
- Tweets 9,983
- Following 2,073
- Followers 18,721
- Likes 13,396
你们嘴巴真严啊
Muse写小黄文，一级棒啊
还可以跟她聊骚，卧槽
我悟了，Muse为何在美国大火。
美国互联网有个特点：
很开放，但也很碎。买过东西你就知道，连化妆品都会自己搞个主站卖。
一个事情经常要跨好几个网站、好几个账号，甚至还要打电话。
🔥 Muse 干的事情，就是把原来十几个步骤压缩成一句：
“帮我搞定。”
比价、订票、填表、发邮件、整理日程、盯账单、找能省的钱，甚至长期推进一个目标。
✈️ 但中国刚好相反。
生活服务已经被微信、美团、淘宝、支付宝卷得极度丝滑。
点外卖、打车、买东西、付款，自己几秒钟就干完了。
你让 Agent 帮我点杯瑞幸？
可能我自己点得还更快。
🚀 这就是为啥国内 AI 公司这么喜欢卷Work。
生活已经被 App/微信 吃完了。
Work 还是一片荒地。
🤔 再往后退一步，就更有意思了。
看到这就能明白Meta 当初为什么会看上 浓眉大眼的Manus。
Facebook 过去 20 年，让人与人之间的摩擦变成0。
现在 Muse 想做美国互联网下一个超级入口。
怪不得前几天亚马逊不让Muse访问他们了，怕底裤被脱了😆
下文有免费激活码可以拿，你可以丢激活码过去交换：
52
16
235
124,003
麻了，公众号真的有点难做。
差不多同一时间开始：
公众号：300 粉。
X：18,000 粉。
差距有点离谱 😂
但我还是准备认真把公众号做起来。
X 上我会继续发最快的观察、实验和碎片想法。
公众号只想放一些值得沉下来看的东西：
新模型实测、Agent 工作流、本地部署、AI 视频、Computer Use、3D 打印……
很多东西我都是自己先跑一遍、踩一遍坑，再写。
18,000 个推友，
能不能先给我凑 1,000 个公众号粉丝。
👇 二维码放这了，来找我。
纳尼？X 新的 Original Content Rewards，涨了。
旧的上一期是 $407.78。
新的是 $431.77。
周曝光从以前几十万，慢慢爬到 200～300 万级，涨粉也同步起来了。
整体相差不大 有的玩的 🛫
Paid partnership (ad)
1
71
我悟了，Muse为何在美国大火。
美国互联网有个特点：
很开放，但也很碎。买过东西你就知道，连化妆品都会自己搞个主站卖。
一个事情经常要跨好几个网站、好几个账号，甚至还要打电话。
🔥 Muse 干的事情，就是把原来十几个步骤压缩成一句：
“帮我搞定。”
比价、订票、填表、发邮件、整理日程、盯账单、找能省的钱，甚至长期推进一个目标。
✈️ 但中国刚好相反。
生活服务已经被微信、美团、淘宝、支付宝卷得极度丝滑。
点外卖、打车、买东西、付款，自己几秒钟就干完了。
你让 Agent 帮我点杯瑞幸？
可能我自己点得还更快。
🚀 这就是为啥国内 AI 公司这么喜欢卷Work。
生活已经被 App/微信 吃完了。
Work 还是一片荒地。
🤔 再往后退一步，就更有意思了。
看到这就能明白Meta 当初为什么会看上 浓眉大眼的Manus。
Facebook 过去 20 年，让人与人之间的摩擦变成0。
现在 Muse 想做美国互联网下一个超级入口。
怪不得前几天亚马逊不让Muse访问他们了，怕底裤被脱了😆
下文有免费激活码可以拿，你可以丢激活码过去交换：
Wall St Engine
我去，顺利注册Muse了。
如果你没有美国的端口或者没有gemini订阅，可以学我白嫖一台美国的云手机，免费。
如果你有Gemini订阅，就参考下面博主👇
我的邀请码 Y4I1LK
评论区大家把你们的邀请码放上来。
31
5
55
127,987
酸了，X Money 这下得爽了。
Grok 刚上线 Bot Creator Rewards：
你做的 Bot 被更多人用、用得更频繁，就能每两周拿一次奖励。
关键是想拿钱，得先开 X Money。
@cgnot996 Grok App专家，马斯克得不到的男人，能不能帮我们通融一下？
SpaceXAI has just introduced Grok @Bot Creator Rewards!
Rewards will go out every two weeks. Rewards are based on usage:
• How many people use your Bots. Are your Bots useful and popular?
• How often your Bots are used. Are your Bots providing consistent value over time?
For your templates to be eligible for rewards, you must:
• Post about your public Bots (and specifically link to them) on X ≥ 2x per pay period
• Have X Money set up
• Payouts will be sent as part of X’s Original Content Rewards for now.
In the last two weeks, I’ve earned $500 in rewards due to people using my Home Robots template 🔥
More info: legal.x.com/en/grok-bot-temp…
3
5
1,447
如果再加上 ASR 和 TTS，不可想象这个潜力
我把 Hojo-ASR 做成了“傻妞”，一个视频看懂它和 Whisper 的区别🔥
视频里我们熟悉的傻妞形象，它的主人先用普通话、英语、粤语依次开机，再说一句中英混合指令。
系统识别出时间、人物和任务，中途补一句“改到四点”，屏幕上的会议时间马上更新，靠的就是Hojo-ASR小模型的能力。
1、Hojo 和 Whisper 从不同位置出发
Whisper 是一套成熟的端到端语音识别模型，采用 Encoder-Decoder Transformer 架构，训练数据达到 68 万小时，覆盖 98 种语言。
官方提供从 3900 万到 15.5 亿参数的多个版本，turbo 约 7.98 亿参数，开发者可以根据速度、显存和准确率选择。
Hojo-ASR-Multi-V1 采用 Encoder-Adapter-LLM 架构，解码器基于 Qwen3-4B-Instruct-2507，并加入多帧声学融合。音频特征经过适配后进入大语言模型的语义空间。
简单理解，Whisper 更擅长把一段声音稳定地转成文字。Hojo 想继续处理口语里的上下文、临时改口和语义关系，再把识别结果交给 Agent 执行。
两者的参数量无法直接横向比较，因为模型结构、训练方式和目标场景都不一样。
2、Hojo 官方目前公开的优势
官方重点提到了复杂噪声、非正式发音和口语纠正。
这几个方向很适合真实语音输入。
人说话时经常会吞字、停顿、夹英文，或者说完以后临时补一句。传统转写只需要记录原话，语音 Agent 还要判断后一句是在补充任务，还是在修改前面的内容。
公开评测表覆盖德语、法语、意大利语、西班牙语和葡萄牙语。部分结果包括
意大利语
FLEURS WER 2.30、
西班牙语
FLEURS 2.66、
法语 MLS 2.95、
德语 CoVoST 3.85。
这些是 Hojo 官方模型卡的数据。测试配置和 Whisper 的公开测试并不完全一致，因此不能直接拿来宣布谁的准确率更高。
3、交互延迟要看完整过程
用户真正感受到的速度，是从说完一句话到听见回答的时间。
这里面包含收音分帧、语音识别、Agent 调度、工具执行、语音合成和声音播放。
只测 ASR 转写时间，还不能代表语音 Agent 的实际体验。
Hojo AgenticOS 已经提供包含 ASR、TTS、NLU 和流式代理的语音入口，也把实时会话、打断和续说放进系统设计。
这种组合更接近视频里的使用方式。开机以后连续说话，中途改任务，傻妞都要接着处理。
Whisper 官方说明，原版模型开箱后不能直接用于实时转写，需要开发者继续搭建流式处理。
turbo 针对推理速度做了优化，更适合追求速度的转写任务。
Hojo 官方暂时没有公布统一的 RTF、首字延迟或首包播放延迟。我不会写成“比 Whisper 快几倍”。后面要比较速度，应该在同一台设备、同一段音频和同一种流式配置下测试。
4、Hojo 更适合放进哪些场景
会议助手可以识别时间、参会人和事项，并处理“改到四点”这类口头修正。
语音输入 Agent 可以把一句话继续变成搜索、提醒、日程、文档整理或工具操作。
耳机、车机、手机和穿戴设备可以提供免手操作，让用户随时唤醒同一个个人 Agent。
多语言客服和翻译场景可以同时处理语音识别、语言切换和后续任务。
最最重要的企业还可以利用 Apache 2.0 许可进行内部私有部署、硬件接入和二次开发。
这也是我把 Hojo-ASR 放进“傻妞”里的原因。透明玻璃娃娃只是外壳，真正想展示的是一种更自然的入口。
你说话，她理解上下文，记住刚才的任务，还能在你临时改口以后继续执行。
当前官方模型卡仍把普通话、英语、粤语和四川话列在 roadmap。
视频里的多语言开机、识别置信度和任务更新属于产品概念演示，不能当作线上准确率测试。
等对应能力正式发布后，我会把它推荐到我的 PI上，让他成为我 PI agent 的语音模型 看看实力！
最后附上他们的开源模型，有兴趣的可以本地部署玩玩看：huggingface.co/HojoAI/Hojo-A…
3
2,870
我去，这组合能把 onlyfans 干死。
Muse 写台词，哈基米 TTS 直接演。
下面这个视频，就是有人拿它搞擦边语音：
停顿、喘息、情绪都开始像真人了。
Grok 都不敢翻译的台词。
哈基米 TTS 温柔大姐姐有点猛🔥
ひーくん
3
8
79
19,848
纳尼？X 新的 Original Content Rewards，涨了。
旧的上一期是 $407.78。
新的是 $431.77。
周曝光从以前几十万，慢慢爬到 200～300 万级，涨粉也同步起来了。
整体相差不大 有的玩的 🛫
8
10
1,999
