我靠！做 AI 教育创业的朋友，真的要捏把汗了！ 昨天分享了清华狂揽 4.2 万 Star 的 OpenMAIC，今天又来一个更猛的王炸。 🔥 「香港大学数据智能实验室」开源了全能 AI 私教：DeepTutor。 目前 GitHub 已经突破 5 万+ Star！ 它的初衷是做陪伴学生长期学习的 AI 伙伴，实现教育的「千人千面」。 意外的是，除了大学生，它正疯狂涌入 K12 家庭！ 让 AI 代替家长全自动辅导作业，不仅解放双手，连亲子关系都跟着改善了 👇 它凭什么这么火？ 你可以把课本、讲义、私人笔记全部丢给它，它会完全围绕你的专属资料上课。 🔹 讲题辅导 🔹 出测试卷 🔹 做深度研究 🔹 画可视化图表 所有操作，全在一个沉浸式工作区里一站式搞定！ ⚡ 最狠的杀手锏：它有「长期记忆」 不管怎么新建窗口，学习进度和历史错题都能无缝接上！更硬核的是它一目了然的【三层记忆结构】： 1️⃣ 原始记录：完整保留说的每句话 2️⃣ 场景要点：提炼每个知识点的核心 3️⃣ 整体画像：为你量身定制的能力评估 所有记忆都能随时打开查看，还能手动修改调优。 📌 开源地址，老师、家长、还有学生们赶紧码住：

🔥 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。🤣

🔥 全体起立！全部给我去抖音起号！！！ 🎃 真人换装第三弹！万圣节版本爆改来袭！ 这两天私信直接炸了！ 好多人问前两期的换装流程怎么跑，甚至还有想付费交学费的 好在我善良，不喜欢割韭菜🤣 确实，以前又要拆视频、写提示词，还要切模型，步骤多到头大 今天直接给你们公开一个小红书、抖音原地起号的「作弊级神器」！ 照着做，有手就行！ 这次我跑通了一个超省心的复刻流程：用 Codex 直接对接 Renoise MCP 你只需要把参考视频丢给它，剩下全变自动化： 1. 拆解原片：一键分析镜头、动作和卡点节奏 2. 生成参考图：完美保留人物长相，一键换上万圣节神装和场景 3. 生成视频：确认好分镜和图，直接一键出片！ 不只是 Codex，像 WorkBuddy、豆包这些支持 MCP 的 Agent 都能无缝接入 最绝的是，它连后期剪辑、字幕、配乐和音效转场都能一条龙搞定！ 下面这条视频就是它全自动剪出来的 具体保姆级操作看视频🔥 核心提示词已经给你们打包放评论区了！👇

Ming-3.0｜声音的魔力：同一句话，三次告别的演技 测评：我给同一个 AI 角色安排了三次告别。通过不同的音色演绎，只说这一句“我没事，你先走吧。” 先把三种演法写进 Ming-3.0-tts-tiny 的指令，再把生成的声音交给即梦参考，最后做成这条45秒短片。 第一种音色演绎场景 咖啡店里，她笑着挥挥手，然后低头喝一口咖啡。朋友可以放心去忙，她真的没事。 第二种音色演绎场景 便利店门口，她也在笑。可等对方离开，视线就落到了手里的纸上。那句“我没事”，更像是在让人别担心。 第三种音色演绎场景 到了深夜的排练室，她说完话，合上台本，把桌面压平，没有再抬头。 同一句话，后面可以藏着三种心事。 这也是我这次想试的：让声音先给角色找一个表演方向。 三条语音的文本完全一样，我分别给了“真的放松”“强装轻松”“压着火气”三组要求。比如第二条，除了人物受了委屈、又不想让朋友担心，还写了具体的说法：“我没事”稍慢，两个短句之间留一个短暂停顿，尾音轻轻放下，尽量克制，不放声哭。 这种写法挺像给演员说戏。 Ming-3.0 TTS 的导演模式，可以用文字描述情绪、节奏和重音；到了视频这一步，我再围绕声音安排动作：挥手、目送、低头，或者合上台本。 我觉得这条工作流对做短剧、配音和角色预演挺有意思。台词先有了节奏，接着就能考虑：她说完以后看哪里，手里那件东西要怎么放下。 当然，指令写了什么，还得回头检查实际输出。这次“压着火气”那条 Ming 原音，怒意就比较轻，还需要继续调。视频里的声音采用即梦的音频参考生成，三条未处理的 Ming 原音和直接配回原音的版本，我也单独留了下来。 蚂蚁百灵这次开源的 Ming-3.0 语音系列，共五款模型，覆盖语音识别、音频理解与对话、语音合成。我这次主要试 TTS 接角色表演，用的是社区部署的 tts-tiny。 如果你手里也有一句“字面很平常，心里有很多话”的台词，可以拿它试试。 体验： 官方体验：Ling Studio 模型资源：tts-tiny模型卡。

曾经，无数玩家为了仅仅 2 个小时的体验，心甘情愿花几千块买下一整台游戏主机。 没有战斗，没有暴力，却靠纯粹的意境让人泪流满面。 没错，这就是那款大名鼎鼎的「风之旅人」。当年我也是被这神级口碑疯狂种草，甚至专门去淘了台二手 PS4。 而今天，我竟然用 AI 亲自把它复刻了出来 👇 全靠今天发现的这个惊艳工具： @gearzero_alaya 这是一个完全【零代码】的 AI 游戏创作平台，彻底改变了开发逻辑。 你只需要用大白话把你“想玩的游戏”描述出来，Gear 就能直接帮你生成！ 真正让我觉得好用的是它的迭代机制： 1️⃣ 随时打断：制作期间，你可以源源不断地补充新想法。 2️⃣ 节点确认：所有生成的内容都会被保留，等你确认满意后，再进入下一轮开发。 3️⃣ 极简分享：做完后一键生成链接，发给朋友在浏览器里打开就能直接玩。 我立刻用 Gear 尝试复刻了那份最初的感动。 别说，当进入游戏的那一瞬间，那些关于「风之旅人」的尘封记忆直接被打开了。 曾经需要庞大团队才能构建的意境，现在只需要纯粹的想法。 【Vibe Gaming】 真的正在一步步变成现实 🔥 强烈建议大家去体验一下，亲手把你脑海里的那个完美游戏做出来： 💡 每天都有免费建造额度，发布游戏还能持续获赠更多额度！ 👉