全场起立，超级强烈推荐这个超分项目！ 同一组视频做超分，原来得苦等将近 18 分钟，换成 FlashVSR+ Turbo（TC2）不到 8 分钟就跑完了，速度是原来的 2.3倍，头发、胡须和衣服纹理居然还更清楚！ 我刚拿同一张 4090 测了我们当前流程里的三段 10.3 秒H3 视频，统一从 720p 放大到 2560×1440（1440p），实测结果让我一下惊呆了： 1、耗时直接减少约 57%：排除排队时间（Turbo 模型加载另计），SeedVR2 7B INT8 跑完用了 17 分 58 秒，换成 FlashVSR+ Turbo（TC2）只用了 7 分 48 秒，省下一半多时间。 2、人物近景质感更分明：看视频里的人物近景，原先偏柔和的胡须、发丝和衣服纹理，换成 Turbo 之后更清晰利落。Base 版我也对比了，要多花约 20%的时间，画质差距却不大，这部片子后续我直接选了 Turbo。 3、单卡 4090 就能跑 4K，且全开源：它底层用局部和稀疏全局注意力减少计算，再用奖励引导蒸馏改善画质。代码、权重全部开放，官方展示单张 24GB 4090 就能直接处理 4K。 底下是我们当前流程的三段四画面实测，拼成四宫格后单格缩到了 1280×720，细节提升不如 2560×1440 地址我放评论区，另外超分新增的纹理如何，大家可以直接看视频对比👇

wtf，这神人直接把 Grok Bot 给开源平替了？？？ 完全免费、无订阅限制，X 会员瞬间失去意义，这是真不怕马斯克发律师函啊😂 项目叫 OpenMausBot，我翻了下仓库和文档，几个点确实顶： 1、模型自由 Claude、GPT、Grok、Kimi、Gemini、DeepSeek 随便切，还支持 OpenRouter，彻底告别额度焦虑 2、每个 Bot 一台真电脑 本地虚拟机/云端桌面随便跑，不是只会聊天的壳。执行危险脚本前会弹窗审批，安全感这块拿捏了 3、生态直接打穿 Gmail、GitHub、Notion 等 1700+ 应用无缝打通（MCP 协议）。整个 AI 团队一键 Markdown 打包分享，写完代码还能语音向你汇报 上手也简单，终端一行命令： npx openmausbot（需要 Node 24+） 按提示选模型、填 API Key，首次自动引导配置，创建 Bot 就能开干。Mac/Win 也有现成安装包。 GitHub： 官网/文档：

我宣布，Tibo彻底的沦为营销号！ 打不过Claude就好好研发新模型嘛，搞那么多的事情出来就为了哗众取宠？ 降智，降速，降额度，发美金，提额度来回折腾！

如何把 4090 跑 MiniMax H3 双采从 41 分钟压到 10分钟内？ 核心秘密其实就一句话：首采上降分辨率！ MiniMax H3我也非常喜欢用双采 首采降到 480p（848×480 / 480×854）是目前工程上最划算、效果最稳的“甜点位” 在 H3 这种 DiT 架构里，Attention 的计算量和序列长度强相关。 之前我的4090显卡在 768P下一采单步就要耗时 130 秒，跑 8 步光首采就占了 17 分钟； 但是降到 480p 后，Token 数量直接砍掉一半以上，单步耗时能大幅压缩，显存也彻底没有了4090/48GB 爆卡的压力。 （如果用Minimax-h3_Singularity_v2的话，官方建议4步初采） + Refiner 3 步二采拉到 2K（十几秒补毛发与质感） 整个流水线不仅质量没损失，总耗时还能从原来的 41 分钟直接压进 10 分钟内，效率完全不在一个量级上。

Codex来送钱！ 打不过Claude，还慢，还降智，降额度！ 但是看在你送钱的份上，先留着： 1， 安装这个openai 官方插件： 2，然后申请： 然后我 US$200 的 API 额度就到账了！

我的多台 Mac、服务器与全网信息，终于被连成了一个“外挂大脑”🤯 把所有设备接进知识库工作台后真是太爽了，早这么搞能少走多少弯路😭 手里多台 Mac 和服务器同时跑，海量信息散在各处，以前翻看就是折磨。后来我搭了个本地知识库，结合筛选和 MemOS 记忆，跑成了每日信息迭代工作流： 1、多端全量汇总：多台 Mac 与服务器的工作日志、Claude/Codex 记录，连同微信、邮件、GitHub 自动归档，不用再苦逼到处翻了🥺 2、全网雷达喂入：雷达扫到的推特、抖音、视频号、小红书好内容与收藏，全丢进大体系里统一过筛。 3、自动沉淀 Skill：提炼出每天要学的核心内容，直接把踩坑经验自动生成可复用的 Skill。 全都扔进这套体系后，每天醒来直接吸收精华，谁用谁爽啊！！！

为什么这么多人打着黄果视频的旗号，就没有人能彻底的把怎么做的讲清楚呢？ 本来不想发这种贴，现在一个字一个字手敲👇 其实很简单： 1，无审查的推理模型，随便一个本地模型基本都有无审查的版本。甚至很多模型，我前面发过贴（ 2，无审查的图片模型，因为一般视频都是I2V的，所以无审查的图片模型比较重要，决定质量的往往是它。比如Krea2，z-image-turbo，qwen-image2.1都有对应版本，其实z-image-turbo，qwen-image2.1原版就很猛了。 3，无审查的视频模型，比如LTX-2.5/Bernini，还有最近很火的MiniMax H3都有对应的版本，或者其实上一些LoRA就可以了，很多专门做黄果类型的LoRA，比如HMNSFW，MMH3等等。或者换底模：10Eros-Max 都可以。 然后其他的和正常的一样，不要用Claude，Codex这种会拒绝你的Agent，换一些DSH之类的，配合你的：无审查的推理模型。

这个我见过最复杂，最密集的ComfyUI画布，没有之一！ 这首《过来人》太火爆了！大家都想学习和复刻！ 来自：高先生的AI，视频号看到的

我艹，只有3天！！ EvoMap 的 EvoX Agent 居然把刚出的 MiniMax M3.1 Flash 搞免费了！ 你们知道的，像我这种白嫖客，肯定是把所有的参数全部拉满到“极高”之后往死里干。 10.28 到 10.30，整整三天随便造。 平时最烧 token 的重度项目、复杂工作流，别省着，直接丢给它干！！！👇

这篇心路写完发出去了。长期跟学、知识库里吃过不少，先点几位： @servasyy_ai 黄总，工作流和工具实测这块给的建议一直能落地，破四千那年谢过，到今天还在跟。 @berryxia 神佬，开源和提示词这块一直走在前面，破五千那年同场，近几个月还在聊开源这块。 @valentinlulu 陆总，工作流和生意落地这块一直能对上，VSC 一路过来也常转；这篇心路也还在转。 @94vanAI 散人，做图、人像、做号这块聊下来，我上手快了很多，近几个月还在回做图/做号的问题。 @xiaojietongxue 肖师傅，香港迪士尼导演出身，邪修路子讲得清楚，跟他学了很久，还在跟。 @ponyodong 波姐，也是导演出身，AI 短剧和商单这边踩过的坑讲得实，近三个月还经常回我。 @AYi_AInotes AYi，长文怎么写、AI 怎么落地，这篇心路写法上按那套在抠。 @Arvin010717 Arvin，动作大师，东方幻想打戏、仙侠动作这块做得稳，提示词也常开。 也谢谢…同伴——@lovezihuatanejo @RealYDT @VoxcatAI @happy20250912 @mowangweb @nanyuan0412。 谢过了。下一张还是自己发出去。

做电商批量测款的赶紧码住！ 这套自动化出片流水线太残暴了🤯 以前换个商品，美工就得在即梦画布上重新手动补三视图、切九宫格分镜、连 Seedance 2.5，一条片磨半天。 现在用 Claude Code 把整套流程写成 Python 脚本：只要 填「商品描述」和「积分上限」，全自动跑出 14 图 10 视频 1 配乐，换 SKU 只要改一个词！自带超额熔断和断点续跑，彻底不用盯盘。 避坑：网页先建空新的画布😄

爽了，AI 做短片最烦的换主角，终于不用从头再点一遍了！！！ 我用新版 Dreamina（即梦）的画布，做了一条 80 秒的动画短片：一只熊在国庆的古镇广场跳狗熊哆嗦毛。 然后我让 Claude Code 把主角换成企鹅，它自己又做出了一整篇，我一个节点都没有点😅 我来给大家详细讲一讲怎么做的： 1、主角定型：我写了一段主角描述，挑一张图存成主体，再用人物三视图补上侧面和背面。后面每个镜头都引用这个主体，熊的样子从头到尾都一致。 2、分镜出视频：我用连续分镜图出四格和九格分镜，用宫格切分切成单张，每一格接一个视频节点，用 Seedance 2.5 生成 8 到 10 秒的视频。 3、画布里直接剪：十条视频加配乐拖进时间线，在画布里就能导出成片。 4、积分不到一半：同一个 8 秒镜头，直接生成 1080P 要 512 积分；先出 720P 再智能超清到 4K，一共 248 积分，清晰度还更高。 最离谱的是，画布还有 CLI。 我让 Claude Code 通过 CLI 把整条流程做成一个脚本，只留一个参数：主角是谁。每一批生成之前，它都会先报价，总价超过我给的上限就停下，不扣积分。 换成企鹅以后，14 张图、10 条视频和 1 段配乐都是它自己跑出来的，一共花了 1750 积分。视频最后我把两只放在一起对比，左边是我手动做的熊，右边是 Claude Code 做的企鹅，用的是同一套分镜和提示词。 做账号矩阵、系列短剧，或者要给客户出好几个版本的朋友，强烈建议去试一下！ Basic 会员现在只要 0.29 美元一个月，🔗放评论区 #Dreamina# #DreaminaPartner# #DreaminaCanvas#

卧槽！！！折腾整整一天！ 我真把 748B 的 DeepSeek V4.1-Flash 1017 在单张 4090 上跑起来了，而且速度居然一路冲到了 20+ tok/s！ 这次测的是刚刚开源的量化版本：Baekpica/DeepSeek-V4.1-Flash-1017-VQ-GGUF（采用 YoungAi 的 vq8sh14-q4k-mtpnative 矢量量化配方）。552B MoE + 196B Engram 记忆表，整整 318GB 的权重——这是我们有史以来下载过最大的一个模型！ 原本都是给 DGX Spark 这种百G统一内存的高端大机准备的。很多人说单卡跑它纯属做梦，偏不信邪就在一台 4090（48G 魔改）+ 128G 内存机器上死磕！ 这 6 轮极度真实的思考与实战全过程，毫无保留复盘给大家： 1 准备阶段：硬吞 318GB 巨兽 既然要死磕，先把底层环境编译好，硬着头皮把这 318GB 的怪兽全部拖下来跑通校验。 基础 GGUF 拼接完成，两片各 101.5GB 的 Engram 记忆表顺利就绪，SHA256 全部通过！ 2 首次起服：撞墙与顿悟（为什么 DGX 能跑？） 环境和权重全齐了，直接跑校验准备起服。 当场被拒！引擎规划器死板地要求 110.7G 显存，48G 卡在物理层面被直接秒拒。 后来想明白了：这个量化版本原本是给 DGX统一内存准备的，人家显存内存共享；而普通 PC 显存和内存物理分离，引擎默认不让启动。 3 规划器补丁：为什么 128G 内存不能复现 DGX 效果？ 我们反问自己：机器明明有 128G 系统内存，为什么不能用 128G 内存复现 DGX 的效果？于是改写规划器，把 106.7G权重算在内存头上，显存只当运行底座。 准入放行了，但更深一层又崩⛔了——4090 驱动直接拒绝只读内存注册（cudaHostRegister）。 4 破局跑通：逆向神操作，但发现 4090 几乎没用 既然驱动只认“可写”内存，能不能先以可写状态注册建立设备指针，注册完立刻封回只读？ ✅ 首次点亮！算术、代码、视觉全过，但一测速度当场凉半截：只有 5 到 6 tokens/s！ 打开监控一看直接气笑：48G 显存竟然只占了4G，大半显存都在摸鱼睡觉，全靠慢速内存和 PCIe 硬扛！明明守着顶级 4090，这极不科学！ 5 显存优先：引入 Strata 和 Maya 思想，性能狂飙！ 立刻联想到我们最近在测的 Strata（qwen3.8-Flash-Next）和 Maya（GLM-5.3-Flash）！ 它们能跑大模型的精髓就是极致异构协同：把核心注意力、稠密层和高频热专家全搬进显存当热缓存！ 虽然 DeepSeek比它们大得多得多（748B！！！），但底层逻辑是相通的！ 结果：🔥 彻底起飞！显存缓存直接吃满 38G，解码速度从 5~6 tok/s 一路暴冲到 16.85 tok/s，足足飙了 3.2 倍！首字延迟（TTFT）直接减半！ 6 收官压榨：冲破 20+ tok/s 极限！ 还想再压榨极限，开始死磕宿主调度开销、批量化调用和底层 128B 内存对齐。 最后稳稳拉爆到 近 20+ tok/s（峰值冲破 20+），16K 长上下文首字压到 23.5 秒，且输出逐字节一致。 从最初被官方规划器无情拒载，到内存硬抗只有 5-6 tok/s，再到引入 Strata 和 Maya 异构思想后拉满 4090，我们硬生生打出了从 56 tok/s 到 20+ tok/s的数倍狂飙，TTFT 砍半！ 硬吞 318GB 巨兽，打破‘天价设备独占’的偏见。 这一次，我们硬是用架构把单张 4090 逼近了极限！

真有人敢用 Gemini 做主力代码开发吗？ 在真实项目里硬着头皮试了几天，效果奇差，改个 Bug 陷入死循环反复修不好，最终代码接受度低到没法看。 直接放一张我们内部多 Agent 流水线跑完 286 次交付、175 条实施线后的真实统计表（图里的 Antigravity 就是它）： 一次复核通过率只有 33%； 平均返修轮数高达 1.33 轮，全场断层垫底； 一半以上的时间都在“自报测试通过、复核直接挂掉”里空转。 对比一下表里一次通过率 81%、返修僅 0.41 轮的 Codex，高下立判。试了 3 条实施线实在忍不了，直接把它从主力实施名单里拿掉了。 你平时用它写工程代码也是这体感吗？