AI|开源|Agent|论文 | github项目 全网同名恒星sun 某9直博

这成片看着真不像临时折腾出来的,科技品牌那味儿一下就有了。#MadeWithPexo
卧槽,兄弟们,下面这条 X 宣传片,居然是我一个 AI 视频小白跟 @Pexoai_offical 聊出来的!! Pexo 是一款 AI 视频创作工具,想做什么画面、哪里需要改,都可以直接跟它说。 我这次想做一条科技感的 X(Twitter)宣传片:数据流、火箭、卫星,最后凝聚成 X。把想法告诉它,还真把我脑子里的画面做出来了!! 看完觉得片尾结束得有点快,我又让 Pexo 补了一段延展镜头,效果丝滑拉满。 整个过程就是把想法说出来,看效果,再继续调整。我这种小白也能上手。 成片放下面,兄弟们看看这质感👇
20
看到最后鞋真的跑到脚上,广告收尾一下就有那味了,这个镜头挺爽,#MadeWithPexo
何同学的 iPhone 18 Pro 宣传片夯爆了。 他这个视频到底用了什么模型?传统 CG 艺术家也太强了。 这种以前明显要导演 + 剪辑 + 动效 + CG 才能做的片子,现在普通人能不能拿 AI 搞? 刚好最近我在测一个 AI 视频产品 Pexo。 我直接 0 帧起手,嘴炮 Pexo,跟它边聊边把视频做出来。 🔥 开始我就提要求,我要一支运动鞋广告。镜头钻进鞋子内部,鞋底液态成型、鞋面现场织出来、鞋带自己穿孔。 几十只鞋在流水线上狂奔,最后一只直接“跑”到真人脚上,再收一个干净的产品特写。 先看鞋款设计图和关键帧,确认样子,再看“镜头钻进鞋里”这段转场。方向对了,继续往下做。 当然,镜头出来也不是直接交卷。 比如“鞋跑到脚上”这一段,中间有版鞋飞过去了,脚却没套进去。镜头再炫,鞋没穿上也得重做。 画面里有哪个地方想改,还能用 Mark to Fix,直接圈出来,在右边的批注框里写清楚要求,再提交修改。跟给文档留批注差不多。 最后做出来,是一条 31 秒的完整视频。 🔥以前我做 AI 视频特别喜欢干一件蠢事:上来先选 15 秒、30 秒,选最好最贵的模型。 现在回头看:全他妈浪费钱。😂 一个镜头真正有用的部分可能就 3~5 秒。 比如鞋底成型,4 秒已经结束了。 你偏要生成 15 秒,后面 11 秒模型只能开始自己发挥: 鞋开始变形、镜头开始乱飘。 最后你花了 15 秒的钱,真正剪进成片的可能只有 4 秒。 包括不同的生成镜头,也不是一个模型全部包圆。 Seedance、Kling、Hailuo 本来就各有所长。 Pexo爽点在,终于不用为了做一条视频,先把各家模型研究一遍了。 剩下的模型选择、镜头拆分、生成、Motion、剪辑、音乐、字幕…… 让 @Pexoai_offical 自己折腾。 这次我就是一张运动鞋都没有给。 最后硬是嘴炮出了一支广告。😂 我的制作过程全部开源了。 免费粉丝福利,100视频积分获取👇
44
一个人把产品做出来已经不容易了,连上线那条宣传视频都能被补上,独立开发者真的省心不少。#MadeWithPexo
最近拿 Pexo.ai 做了个小测试。 我刚做了一个产品叫「互动圈」: xpaiming.com/circle 它可以分析一个 X 账号最近的公开互动,比如回复、引用、@提及、转推,然后把经常互动的人生成一张关系图。 产品做完以后,我最头疼的其实不是开发,而是: 怎么把它快速做成一条能发出去的宣传视频。 以前这种事情我一般要自己: 写文案 → 录屏 → 找素材 → 剪辑 → 配字幕 → 配音乐 折腾半天,最后可能还不一定好看。 这次我直接把产品丢给了 Pexo.ai,让它帮我生成宣传视频。 实际体验下来,我觉得它比较适合独立开发者的一点是: 你不需要特别懂剪辑。 只要把产品、想表达的卖点和大概方向给它,它就能帮你把内容组织成一个比较完整的视频。 这次生成出来的效果我觉得已经完全可以直接拿来发 X 了。 当然它不一定能完全替代专业剪辑,但对于我这种: 做完产品,想快速做个 Demo / 宣传视频 / Launch 视频的人,效率真的高很多。 现在越来越明显的一点是: AI 不只是降低了开发成本, 连产品上线之后的宣传成本,也在一起下降。 以前一个人做产品,开发已经够累了,后面还有设计、文案、剪辑、运营。 现在这些环节,正在一点点被 AI 工具补上。 这次的视频就是用 Pexo 做的。@Pexoai_offical Pexo: pexo.ai/ 顺便也欢迎试试我刚做的「互动圈」: xpaiming.com/circle 输入你的 X 用户名,看看最近谁才是你真正的“互联网搭子”😂
63
有时候脑子里只有个模糊的画面,真不知道从哪下手。先看见第一版,反而更容易知道自己想要什么 #MadeWithPexo
没写分镜,没研究复杂提示词。 我只和 Pexo.ai 聊了几轮,就做出了一支 30 秒的温馨动画。 01|先说一句想法 我发出的第一句话是: “我想制作一个新海诚式光影的 30 秒温馨视频,请帮我设计一下。” Pexo.ai 先给了两个故事方向: 「屋顶上的信」 「雨后回家路」 画幅、节奏和五个镜头怎么安排,它也一起列了出来。 02|选好故事,开始生成 我选了「屋顶上的信」,只回复了一句: “开始吧。” 它先生成少年、猫咪和屋顶的参考图,统一好角色与场景,再制作完整视频。 黄昏的屋顶上,少年把纸条折成飞机,猫安静地待在旁边。风吹起来,纸飞机飞进晚霞,最后化成一点点微光。 第一版就这样出来了。 03|不满意的地方,直接说 第一版已经有感觉了,不过开头的固定镜头有点长,纸飞机飞出去以后又结束得太快。 我没琢磨专业术语,直接按自己的感受告诉它: “把前面的固定镜头缩短一点,多增加一些飞机飞出去后的场景。先告诉我怎么改,再改视频。” Pexo.ai 很快给出修改方案: 开场从 6 秒缩到 3 秒; 纸飞机继续飞过云层、屋檐和树梢; 中间增加纸条迎着夕阳翻转的特写。 我确认后,第二版就按这个节奏重新做了出来。如果对局部画面有精细化调整的话,还可以使用 mark to fix 的功能, 04|小白也能用的地方 我不用一次把需求写得特别完整,也不用假装自己懂运镜和剪辑。 先说一个大概的想法。看完画面,再告诉它哪里慢了、哪里少了、哪里还不够有感觉,然后继续改。 做视频这件事,就变成了三步: 说出想法。 看一遍结果。 告诉它哪里不满意。 不会写提示词没关系,能说清楚自己喜欢什么、不喜欢什么,就能开始做。 脑子里如果也存着一个画面,可以去找 Pexo.ai 聊聊。 先让它变成第一版,剩下的边看边改。 对我来说,Pexo 是新手最容易上手的 AI 视频产品:不用研究模型、学复杂提示词,也不用会剪辑。把想法说出来,让它帮你出方案、做成片,哪里不满意再接着聊。你需要做的是看效果、提反馈,而不是先掌握一整套视频制作技能。 下面展示是最终的成品,整体的风格跟一致性还挺不错的,完整对话过程可以查看的第二个视频, mark to fix这个功能 可以查看第三个,这个功能对需要微调的地方,不用重新再做一遍,简直太棒了。
77
别再把多个编码 agent 当成几段要轮流盯着的聊天了。Herdr Projects 的思路是让协调者只管拆任务和跟进,不下场写代码 github.com/eliasstravik/herd… 每个任务在独立的 worktree 和分支里跑,带着同一份目标、指令和记忆;侧边栏把等你回复、待审查、仍在工作的线程分开。值得借鉴的是:并行之后,人不必追着进度跑,只在需要判断时介入。前提是使用 Herdr,并行线程也会产生各自的 agent 用量。
107
把制作过程也录下来这点挺好,能看到创意怎么慢慢落地,做内容的人看完应该挺有收获。#MadeWithPexo
兄弟们,上次发了我用 Pexo 给开源项目 female-portrait-director 做的宣传片。 这次把制作和修改过程录了下来,分享一下这条片子是怎么做出来的。 这个项目已经有 1.5K+ Stars、187 Forks,但第一次看到它的人,未必能从 GitHub 页面看懂它的价值。 我想用一条短片讲清楚:用户只给出一个模糊的写真想法,它怎样一步步确定风格,把人物、服装、场景、镜头和光线组织成完整画面。 我把 GitHub 链接和之前做的写真图交给 Pexo @Pexoai_offical,先跟它聊产品卖点和受众。它给了几个创意方向,我选了「从模糊审美到摄影导演系统」,再一起确认脚本、分镜和每段画面该讲什么,之后才开始生成视频。 第一版的结构已经出来了,但细节还得改。我前后提了几轮意见,其中两处在录屏里看得很清楚:GitHub 截图里的 Stars 和 Forks 不够醒目;一句字幕也被拆开了,读起来不顺。 这里我用 Pexo 的 Mark what to Fix,直接暂停在对应时间点,圈出截图和字幕,在旁边写下修改要求。它知道我说的是哪一帧、哪一句,不需要我重新解释整个项目。改完再看,数据展示清楚了,字幕也顺了。 最后拿到的是带旁白、字幕、音乐和动效的完整成片。我这几轮主要在判断「观众能不能看懂」,具体的画面和剪辑调整,就在同一个对话里交给 Pexo 继续处理。 完整操作都在视频里。有 AI 产品、GitHub 项目或品牌内容要做宣传片的朋友,可以去 pexo.ai 试试。
51
聊天窗口没开放消息接口,回复助手就做不了?JevChat-Windows 换了个思路:截取窗口画面,用本地 OCR 读消息,不碰聊天进程。 github.com/jev-chat/jev-chat… 读到新消息后,先判断意图,再据此起草 3 条候选,最后排序;比先写完再挑,更能避免三条一起跑偏。它只填入输入框,发送仍由人决定。注意 OCR 离线,但分析和起草要调用你配置的模型接口。
3
1
114
Agent 的每个小判断,都要交给生成式模型吗? github.com/receptron/laya Laya 不生成文本,而是把工单等状态和多个问题一起送入模型,一次推理给出分类、等级评分和是非判断的概率。这个 TypeScript 包通过 ONNX Runtime 在 Node.js 中运行,不需要运行时 Python。挺适合流程分流,不过权重约 1.7GB,部署时得留意内存。
1
112
清算机器人跑赢同行,账面上却可能只剩不到两美元。 governance.aave.com/t/aave-v… 这篇不是 Aave 提案,而是清算系统的研究总结:价格更新后,本地可在毫秒内评估约 19,000 个仓位;竞争关键不只是谁出价低,也是谁执行成本更低。作者追踪的一次拍卖中,获胜者向区块构建者支付部分清算价值,自己留下不到两美元。 作者称已转向其他项目,不再运营这套系统。文章是经验分享,未公开代码;并非协议变更或已上线的新功能。
74
产品做好了却迟迟发不出宣传片,这种拖着的感觉也太真实了。#MadeWithPexo
1/ 产品能用了,但宣传片还是没有。 不是不想发,是一个人既要做增长,又要当分镜、配音、剪辑,根本排不上。 打开短视频,别人的 AI 片子到处都是;轮到自己,连第一秒讲什么都卡死。 这次我没学剪辑,直接把 sopilot.net 丢给 Pexo,21 秒竖屏成片是这样聊出来的👇🏻🧵
1
1
94
大模型做决策,难点不只是选对,还得知道它的“把握”能不能用于自动放行。 github.com/nokia-applied-res… AnyJev 不让模型生成答案,而是读取选项 token 的概率。L0 轮换选项顺序、校正标签偏置,不用标注,但 K 个选项要跑 K 次前向。攒够标注后,L2 为每个问题拟合小型决策头,可提前结束前向、降低推理成本。这个分层很实用:先解决顺序敏感,再用数据换速度和可信度;代价是 L2 的头不能跨模型、跨问题直接复用。
2
2
127
换模型这件事,麻烦的往往不是选模型,而是给每个 AI 编程助手分别改配置。magpie 的思路是把差异收进本地网关:Codex、Claude Code 等工具从同一份模型列表里选,跨接口调用由网关转换,流式输出和工具调用也能处理。改配置时只动相关字段,原有注释和排版尽量保留。切换后通常要新开会话才生效 github.com/yetone/magpie
1
88
英伟达市值能顶 11 个腾讯,这个反差拿来做短视频确实抓人,#MadeWithPexo
英伟达 NVIDIA 到底有多夸张? 现在 NVIDIA 的市值差不多相当于 11 个腾讯,或者 24 个中石油。很多人最早认识它,只是因为游戏显卡。 这条 30 秒视频没有把几十年历史全讲一遍,只抓住一个最值得讲的变化:它怎么从游戏 GPU,一路走到 AI 时代的核心位置。 我最近也发现,这类“牛逼公司的成长故事”很适合短视频。这些公司本身就有人关注,过去和今天之间又有巨大反差,观众很自然就会想知道中间发生了什么。 今天就用最近大热的 Pexo @Pexoai_offical,做了条 NVIDIA 的成长故事。 Pexo 是一款 AI 视频创作工具,可以直接跟它聊想做什么,把资料和喜欢的风格发过去,让它整理脚本、拆分镜,再做成视频。看完哪里不满意,就接着提要求。 做这类内容,我觉得有几个地方值得注意 1. 先把最想讲的变化说清楚 这条视频的主线,就是 NVIDIA 从游戏芯片公司走到 AI 算力的核心位置。前面用过去和今天的反差吸引人,接着讲 GPU 为什么能用来做 AI,再带出微软、Google、Meta 对它的芯片的需求。 在 Pexo 里做类似内容,可以先把主题、资料和最想强调的变化告诉它,让它整理成脚本,再看每一段应该配什么画面。30 秒的篇幅有限,先把这条线讲顺,后面的镜头才好安排。 2. 接下来,把每个观点变成具体画面 这条视频开头用了 NVIDIA 的公司照片、复古画框和大字,把观众带回它还是游戏芯片公司的阶段。 讲到游戏 GPU 和 AI 的关系时,画面里出现游戏手柄、芯片和漏斗,随后转成大量 AI 元素。原本有点抽象的算力用途变化,就有了能看懂的表达。 最后用了赛车和赛道来收尾,对应的是:NVIDIA 为这场 AI 竞赛提供了基础。 我挺喜欢这个处理。每讲到一个新观点,画面也跟着换一种表达,整条看下来就有变化。 看 Pexo 给出的分镜时,也可以这样对照:这张图有没有讲清楚对应的内容?前后两个镜头是不是太重复?结尾有没有让人记得住的画面?哪里不合适,就具体说出来,再继续调整。 3. 画面有了,还要看整条视频的节奏 这条片子里的大字主要突出关键词,配合旁白和画面切换往前推进。人物、芯片、公司名称和赛车依次出现,信息虽然不少,但始终围绕同一条故事线。 做类似视频时,文字要怎么出现、哪个镜头多留一会儿、哪里切快一点,都可以继续跟 Pexo 说。 还有个特别惊喜的功能,叫 Mark to Fix。有些细节说不清位置,也能直接圈给它看。比如一行字挡住了人物,圈住那行字,在旁边写一句“往下挪一点”,就不用来回描述到底是哪一块。 对没有剪辑经验的人来说,这种方式比较容易上手。不用先研究模型、专业提示词和工作流,可以先把想法做出来,看着结果再补充要求。 选题上,我还是觉得可以记住这个思路:一个大家熟悉的对象 + 一个巨大反差 + 一个解释变化的核心观点 + 一个有记忆点的结尾 NVIDIA 可以这么讲,Apple、Netflix、Adobe 也可以。 30 秒不用讲完一家公司,抓住它最值得讲的一次变化就够了。 如果想做的是自己的产品介绍、品牌故事,也可以从手里的网页、文章和图片开始,把想讲的重点告诉 Pexo,先看方案和分镜,再往下做。
67
妙处不是多了一个模型菜单,而是换模型不再得挨个改 Agent 的设置 github.com/yetone/magpie magpie 只改配置文件里需要变动的键,保留原有注释和排版;再用本地网关适配不同厂商的 API,处理流式输出和工具调用。这样 Codex 用 DeepSeek、Claude Code 用 Kimi,不必等工具原生支持。要注意,已运行的会话不会随设置立刻切换。
107
企业 Agent 难落地,往往不是模型不够强,而是架构、运行、治理和评估各自为战。这份手册把它们放进同一条生命周期里拆解: github.com/aliyun/ai-agent-h… 从 Harness、任务状态与沙箱,到权限审计、轨迹评估和 Badcase 回归,重点是把概率行为变成可观测、可验证、能持续优化的工程系统。适合做架构选型或生产化评审;内容很全,按当前问题挑章节读更省力。
143
恒星sun retweeted
24小时自助下单:wzyp.cn/shop/manbo 每日出摊啦 (˶˃ ᵕ ˂˶)♡ AI 会员这边照常接单~ 现在有: 1️⃣ ChatGPT Plus:127元/月 2️⃣ ChatGPT Pro 5X:690元/月 3️⃣ ChatGPT Pro 20X:1160元/月 顺便招一下代理 不需要代理费 客服联系:t.me/shizuka030
12
15
80
8,631
遇到工单分流,先别急着让大模型写答案。 github.com/deepopen-com/deep… DeepOpen把部门选择、紧急度评分定义成类型化问题,一次前向传递就返回结果和概率,不用生成文本再解析。它还会先识别语言,再选对应的模型检查点,避免英文模型面对其他文字时自信地答错。这个思路挺实用:把“生成”从决策链路里拿掉。不过概率要用于自动放行,还得先用业务数据做校准。
100