😲 让人兴奋得有点害怕。MIT CSAIL直接让 AI 编辑权重文件，数学性能提升了 6 倍。 直接编辑权重，不用训练！ 传统路子，靠微调或 LoRA。这次他们让 AI修改 Qwen3.5-0.8B 约 0.016% 的权重，MATH-500 从 7.9% 飙到 48.1%。结果真干成了。 🤔 Qwen 的提升主要是修复了推理死循环。 我早上拿人物识别网络试过类似的权重编辑，没什么效果。 研究团队对没有明显死循环的 Gemma 3 270M，也基本没提升。 🔥 这条路还是很牛逼的。 直接改神经网络，可能可以揭开 AI 神秘面纱。 原文在 中文版 👇

🎉 poteto 的 上线了 顺便一个好消息：tibo 要把 dots 开放给 Plus 用户了 They are 《Trouble Maker💗》 再推一个真香的 LoRA：akhaliq/Pika-H3-Flex-Turbo-LoRA 又快又好 💯 4 步就比 Turbo 8 步还快 质量更好，画面也更稳，不容易崩

😭 救命，Grok Bot 额度又用完了。 4 bot 加一堆 routine 同时在跑，额度酷酷烧。 我已经不敢做视频了。 马斯克自己也承认了： Grok Bot 的成本，远远高于收入。 所以限额大概只会越来越紧。 我现在的省额度思路： 🚀 发给bot，帮我检查所有的定时任务，删掉没有必要的。 还有什么思路没？

🎉 poteto 的 上线了 顺便一个好消息：tibo 要把 dots 开放给 Plus 用户了 They are 《Trouble Maker💗》 再推一个真香的 LoRA：akhaliq/Pika-H3-Flex-Turbo-LoRA 又快又好 💯 4 步就比 Turbo 8 步还快 质量更好，画面也更稳，不容易崩

公众号3万粉丝博主亲自来教学，开辟流量第二曲线。 他有很多10万+爆文，嫌公众号语音播放过于机械，手搓TTS，让自己存货干活内容动起来。 学起来 🔥

😲 阿里副总裁陈宇森搞抽象。 奥特曼和达里奥 崩老头、崩中老登，研究怎么从程序员身上榨出最后一点 Token。 陈宇森，Qwen 办公负责人直接换赛道，杀向消费力最强的年轻女性群体。 直播间卖出 10 万亿 token，是什么水平

从今天起，Claude 输出，全部带隐形水印。🔥 11 月 3 日开始，水印扩到 Mythos 5、Opus 4.7、Opus 4.6、Sonnet 4.6。 至此，所有模型都带了。 使用Google DeepMind 的 SynthID-Text 技术。用一把密钥，和统计规律来工作。 监管、执法、媒体、事实核查、研究机构可以申请。 欧盟法案只要求在欧盟境内打。 OpenAI 就只给欧盟用户打。 Anthropic 直接全球都打 防蒸馏++🤔

🤔 Tibo 话中话，要让 dots 触达更多用户。 是不是意味着下一步要下放到 Plus 了？ Tibo 开始反击土豆姐了？😂 Grok Bot 目前好用很多。土豆姐只要放出几招，定将那tibo拿下： tibo.woof 🐶 tibo.meow 🐱 🐕

😭这是一个最详细也最短的 bot 攻略，bot 用起来非常清爽，只要保留几个有用的 bot。 早点看到就好了。 用土豆姐的下蛋 bot，开掉了几个 bot 还有一条土豆姐没说的，不要用 bot 来生成视频，太费 token 了

🔥 聊聊黄果短剧怎么做。 很多人上来就纠结 Wan 还是 H3，NSFW，甚至直接研究买卡。 顺序反了。 先解决人物一致性，再考虑视频模型。先跑通工作流，再考虑买显卡。 应该效果验证通过后，再决定继续用 API，还是转向本地部署。我的建议是：先用 ZenMux 这类聚合 API 测试云端模型，搭配租赁 GPU 跑开源工作流。 不用一开始就投入几万块买卡。 整理一套技术方案👇 ① 剧本 / 分镜：Agent + 大模型 - Harness：DeepSeek Harness / Pi / Hermes - 云端：Gemini Flash、Muse Spark - 本地：破甲 Qwen 3.8 NF、DeepSeek 前期用云端模型省事，ZenMux 一套 API 可以接多个模型，方便 Agent 根据任务切换。 剧本、分镜、提示词、角色设定、剧情连续性检查，都能交给 Agent。 ② 角色一致性：全流程最重要的一环 前期用 Nano Banana、FLUX、GPT Image 等模型生成角色定妆照、多角度参考图和关键帧。 多角度定妆 → 固定脸、发型、服装、体态 → 生成关键帧 → 视频。 验证阶段不一定要训练 LoRA，先用参考图测试人物稳定性。 确定长期生产同一个角色，再租 GPU 训练角色 LoRA。 本地可选： - Qwen-Image 2.1 - FLUX.2 Klein - Z-Image Turbo - MOSS-Image 也可以考虑社区微调 / NSFW LoRA，推荐上面几个因为底模都有成熟生态。 角色 LoRA 解决身份一致性，NSFW LoRA 解决特定视觉表现，两回事。 ③ 视频生成： 前期直接用云端 API 测 Veo、Seedance、Kling、Wan，比较画质、人物一致性、动作和单镜头成本。 需要更高控制权或特殊微调，再考虑： - MiniMax H3：原生音视频，turbo/社区加速方案值得测试 - LTX-2：原生音画同出 - Wan2.2：图生视频、动作镜头，社区微调生态比较丰富，需要后期配音 准备批量生产，可以买 GPU 搭 ComfyUI 工作流；如果 API 更便宜、更稳定，也没必要强行本地化。 YouTube / B 站有大量现成 JSON 工作流，也能让 Agent 配合 ComfyUI MCP 辅助搭建。 ④ 声音：本地、云端都能搞定 - Gemini Flash TTS：神级，多角色对白、中文配音和情绪表达 - IndexTTS2 / VoxCPM / Fish Speech / CosyVoice 3：本地语音克隆、自然对白 视频模型如果已经生成可用音频，就不必重复配音。 ⑤ 硬件：大显存优先，但别急着买 - ⭐⭐ RTX 5070 Ti 16G：入门够用，显存有限 - ⭐⭐⭐ RTX 3090 24G：二手显存性价比不错 - ⭐⭐ Tesla V100 32G：价格低，新模型兼容性一般 - ⭐ RTX 4090 24G：不推荐 - ⭐⭐⭐⭐⭐ RTX 4090 48G 改卡：个人最喜欢的方案，大显存 + 高算力，但需要注意改卡风险 - ⭐⭐⭐⭐ RTX 5090 32G：性能强，价格也高 RAM 32G 起步，推荐 64G，DDR4即可,DDR5太贵；SSD 预留 2～4TB，2500能解决。 ⑥ 验收： 人物不换脸、手脚不畸形、服装道具不穿帮、剧情连续、失败镜头能低成本重做。 算清楚固定后，一分钟能用的成片，究竟花多少时间和精力？ 🎃 顺便说个适合试模型的活动。 ZenMux 最近有万圣节模型盲盒，每天现金 PAYG 消费满 $1，即可解锁一次，单份奖励最高估算价值 $500（模型额度，非现金）。 10/31 22:00（新加坡时间）截止，每晚 22:00 刷新，每账户每天最多一次，奖励随机。 👉 先花小钱验证，再决定要不要砸钱买显卡。 别设备买了一堆，最后发现自己根本不喜欢当抽卡员。🤣

🔥 卧槽，DeepSeek Flash 恐怕又更新了，一个公告都没发 API 返回的 system_fingerprint 今晚变了： 18:21 开始灰度，新旧两个后端同时在跑 19:07 全量切换，所有 flash 别名都换成了新指纹 bc19ba97 23:29 我用自己的 key 核实了，确认已经全切过去了 连老别名 deepseek-chat 和 deepseek-reasoner，现在也全转到 deepseek-flash 上了 👀 V4 Pro 没动，还是 a307abda 🔥看看上次指纹修改： 9/10 fp_dsv41f_0910_… 下线一个模型 10/17 fp_dsv41f_1017_… ← 当天 V4.1 Flash 1017 就上线了 一个半月升级三次，DeepSeek 的 Flash 是真Flash 🚀 我已经挂上了自动监控，下次一换就第一时间同步给兄弟们 你们今晚用 Flash 有感觉到变化吗？👇

🎯 扎克伯格要疯狂了。Muse 40 日下载量 1020 万。ChatGPT 次日留存率41.3%，Muse 73.3%。 根据 Sensor Tower 的数据，2026 年 9 月新增用户留存对比： ① 次日留存：Muse 73.3%，ChatGPT 41.3%。 ② 7 日留存：Muse 超过 30%，依然领先 ChatGPT。 ③ 上线仅 40 天，美国下载量突破 1020 万，是 ChatGPT 上线同期的 2.8 倍。 10 月，Meta 将 39% 的美国广告支出用于推广 Muse，比 9 月的 23% 还要激进。 这么高的早期留存，此时不砸，更待何时？🫡

😋 蓝 V 股东厉害了，把SpaceX AI 收入 Q3 拉爆了。 1. AI 收入 75.6 亿美元，同比暴涨 830%，首次超过 Starlink 的 52.48 亿美元。 2. AI 资本开支 164.44 亿美元，一个季度疯狂砸钱建设算力基础设施。 3. AI 业务营业利润转正，达到 4.31 亿美元。SpaceX 整体季度净利润更是达到 44 亿美元！ 把 SpaceX 这个大盘股当小盘股玩了。

🔥 学生党、科研党注意，arXiv 现在每个月最多只能提交两篇新论文。 这个开源工具AIPOCH Open-Science可以关注。 可以集成找论文、原始数据，到 Notebook、远程 GPU、并行实验、checkpoint、参数和结果管理，一站搞定。 接入自己的 Codex 订阅即可。 搞科研，光是搭环境、找数据就要折腾半天。 现在有个好想法，直接干。👍