AI 视频如何生成，又有哪些局限？ 关注 Noctria，一起探索影像背后的技术与创意。 How is AI video made—and where are its limits? Follow Noctria to explore the technology and creativity behind AI-generated video.

An influencer shared their pet parrot's progress in learning to sing "Rap Face Makeup." Note: This video is not AI-generated. Netizens: "It sings better than me !" 博主分享自家鹦鹉学唱《说唱脸谱》成果 温馨提示：此视频非AI生成 网友：它除了唱得比我好 居然还会中途互动 #鹦鹉#

用Claude的中国大学生：古法论文降重回归——先翻译成中文再翻译成法语土耳其语等其他外语再用翻译器翻回英文😂😂 🚨Anthropic @AnthropicAI 官宣：生产成的文字会自带一层人眼不可识别的水印（⚠️不是图层水印，是直接编制进句子里的水印，修改几个字也是可能还存在）用AI生成的文字，用手抄一遍或者一个一个字人工码入，依然能被识别为AI文本。 打个简单的比方：AI可以确保生成的文字每三个字的首字母对应的数字加起来都是质数，人眼乍一看是无感知的。但是算法可以反向验证这段文字，因为人类的文笔不会这么巧的满足这个条件。（AI提供的那串文字本身就包含某种规律，存在频域特征，能被识别出来） 这并不是Claude突然自己想出来的新政策，AI行业实际上已经开始集体进入 machine-readable provenance 的时代。 Google @Google 甚至比Anthropic @AnthropicAI 更早。Gemini的部分文字输出已经使用 SynthID Text：不是偷偷在Word属性里塞一句“AI generated”，而是在模型生成token时改变极细微的统计分布，把识别信号直接编码进文字本身。Anthropic现在则明确把这套机制扩大到新Claude @claudeai 模型的生成文本。 这些规则背后的推手是🇪🇺 EU AI Act Article 50：从今年8月开始，欧盟对AI生成内容的透明度要求正式进入执行阶段。Anthropic、Google、OpenAI、Meta 、Microsoft、Mistral、Cohere等头部厂商都已经参与相关的透明度规则。 不过大家都承诺要让AI内容可识别，不代表今天所有ChatGPT、Llama、Copilot文字都已经有隐藏水印。目前公开走得最前的还是 Gemini和Claude。OpenAI、Meta、Microsoft现在更成熟的主要还是图片、音频、视频的C2PA、watermark和provenance体系。

AI Coding 这几年已经把开发门槛打下来了。 以前做一个产品，可能要先拉前端、后端、合约、安全、部署。 现在很多想法丢给 Claude、Cursor 这类工具，很快就能跑出一个雏形。 但 Web3 到这里会多一层问题。 AI 能帮你写代码。 但钱包、Gas、链部署、区块生产、监控、安全、跨链这些东西，依然不会自动消失。 这次 @CNPYNetwork 进入 @NucleusCodes，我觉得活动优势刚好也在这一层。 Canopy 本身不是一个只靠任务清单解释的项目。 它更适合通过内容贡献，把“AI-native 基建”“主权链”“测试网启动链”“从 Prompt 到上线”这些概念讲清楚。 对普通用户来说，Nucleus @NucleusCodes 给了一个比较低门槛的参与入口。 对内容创作者来说，这类项目的好处是可拆解空间很大，不会只能写空投任务和积分教程。 ///////////////////////// 「AI-native 不是一句口号，而是开发链路重做一遍」 Canopy 最近对 AI-native 的定义很直接： Generated by AI。 Deployed by AI。 Running on infra built for it。 这三个点连起来看，重点就很清楚了。 它不只是让 AI 帮你写一段链上代码，而是希望从生成、部署到运行，都放进一套更适合 AI 开发时代的基础设施里。 这和过去很多 L1 的思路不太一样。 很多老框架诞生的时候，默认还是人类开发者手写大部分代码。 但现在开发习惯已经变了。 如果 AI 可以不断生成应用，那后面就需要一套能承接这些应用的链上部署层。 ///////////////////////// 「Tanssi 的技术栈，让这件事更接近落地」 Canopy 前面收购 Tanssi 核心技术栈，这一步其实挺关键。 Appchain 控制面板。 Sequencer 系统。 Snowbridge-based 以太坊桥接。 这些听起来偏底层，但对应到实际场景，就是让项目更容易把一条主权链启动起来，并且具备后续运行、互操作和管理能力。 再结合它们提到的 <200 行代码、Launchpad、一键启动主权 L1、NestBFT 共识这些设计，Canopy 想做的方向就很清楚了： 让 AI 生成的应用，不只是停在 demo。 而是更容易进入一条真正可运行的链。 现在 Canopy @CNPYNetwork 还处在测试网和主网冲刺阶段，测试网交互、积分、启动链这些动作，本质上都是在给主网前的生态做冷启动。 所以我看 Canopy，核心不是单点功能。 而是它在押一个更大的变化： AI 会继续降低应用生成成本。 而应用大量出现之后，下一层需求会变成——谁来承接这些应用的链上运行环境。

看了一圈美国大银行这两天披露的最新财报，看出了一股AI硬件股的感觉。 特别是高盛 $GS ：Net Income同比增长78%，Global Banking & Markets (GBM)板块里和交易相关的Equities业务同比增长72%，投行业务同比增长55%。 业绩普遍炸裂，尤其是Equity，FICC和投行业务的增速很猛（直接反应AI行情太热）。每家的ROTCE都在增长，运营杠杆都在拉升，效率都在优化，信用损失准备总额也都在同比下跌... $JPM 23% ROTCE The Corporate & Investment Bank (CIB) is now the primary profit engine, fueled by an 86% YoY acceleration in Equity Markets and a 30% jump in Investment Banking fees。 $BAC Global Markets net income spiked 72% YoY to $2.6B. Equities revenue surged an incredible 70% to $3.6B, and Total Investment Banking fees jumped 50%, proving BAC is fully capitalizing on a resurgent deal and trading environment. $GS Revenue accelerated to $20.34 billion (+39% YoY), driving a massive 78% YoY surge in Net Income to $6.63 billion. The engine room was Global Banking & Markets (GBM), which posted record Equities revenue ($7.4B, +72% YoY) and a 55% YoY jump in Investment Banking fees. The firm generated a dominant 23.5% annualized ROE $C Banking revenue surged 34% YoY, heavily powered by a 44% spike in Investment Banking revenues ($1.55B). Debt and Equity underwriting fees grew 65% and 92%, respectively. Similarly, Equity Markets jumped 45% YoY to $2.3B, driven by derivatives and a nearly 60% YoY explosion in prime balances Citigroup delivered a blowout Q2 2026, marking its highest quarterly revenue in ten years at $24.8 billion (+14% YoY). Net income surged 45% YoY to $5.8 billion, driving RoTCE to a robust 13.0%.