
GM Consensus, SWUFE Chainnovation @SWUFE1925
SWUFE
Joined October 2025
- Tweets837
- Following95
- Followers146
- Likes1.3K
SWUFE.BA retweeted
刚好借着Misa姐 @misaENFP 的思考来聊聊网飞 $NFLX
这季财报到底能不能超预期
我更看重的其实不是市场现在给出的概率高低,
而是它背后那些能把数字推过线的具体账面
网飞的财报马上就要发了,离现在也就一两天的事
我在OKX @okxchinese 预测季上看到市场的走势,现在停在七成左右
这种走法不像临时起意,
更像是有人把账算完之后就不再往回走了
其实财报研究这件事门槛本身不高的
华尔街给的数字几乎贴着公司七月说的数,两边挨得太近,超预期不再是要打出什么惊人结果,只是要比自己之前说的再好一点就好~
网飞过去不是那种把指引压得很低再轻松超的风格,上季也只是营收差一点、利润小超,整体就在附近晃。
所以这次如果只是多出一点,
并不需要靠某个突然冒出来的爆款
所以定价、股数和汇率这些相对能算清楚的地方,
就足够把数字推过去
北美涨价赶上的是完整季度,之前管理层说效果符合预期、人没有明显离去
回购一直在做,股数少了,同样的利润分到每股上就多一点,三季度美元比定指引的时候稍弱,海外那部分换算回来也能多出一些
广告虽然上季没打满最乐观的预期,但全年目标公司一直没改口,规模已经在那里,程序化也在推进,哪怕只是按部就班,也够让总数字多出一点。
这些加在一起,
不是靠故事撑起来的,而是把账算完之后确实有地方可以多出来
当然也有我觉得不顺的地方
美国端流失在抬,观看时长不算好看,这季内容日历缺真正能把人按住的东西,最近又裁员、换内容负责人,市场情绪冷了挺久,股价也从高位下来不少。
这些都是真的,也解释了另一边
我个人觉得超预期看的是数字相对共识,不是看情绪有多冷,或者长期故事有多完美
共识贴着指引,定价和回购的边际又在,数字上小超的空间是存在的。
Misa姐这篇帖子里的几点我都非常认同~
增长是基本题,超不超只是加分题;
真正要盯的是广告能贡献多少增量、内容投入能不能换成利润,以及下一季指引有没有底气
观众觉得好看和股东觉得财报好看,本来就是两套评分
她选了另一边,但这个观察框架是么问题的:
就算这季数字小超了,如果广告的叙事没稳住、指引不够有力,市场照样可能不买账。
预测市场现在停在这边,我倾向会超,
但复盘的时候,真正决定反应的,大概还是Misa点出来的这些点~
平时看网飞,猜谁能活到大结局
这次看网飞财报,猜它能不能活过华尔街的预期~
Misa已经换好大逃杀造型了,接下来轮到你们交卷🤓
⏰北京时间10月21日凌晨,网飞将公布第三季度财报。
增长是基本题,能不能超预期才是加分题。
我们重点可以看广告业务能贡献多少增量,内容投入能否换来利润,以及下一季度的指引够不够有底气。
观众看完说好看,和股东看完说好财报,是两套评分系统。
免费参与,积分预测。
财报揭晓前交卷,揭晓后一起复盘。
咱们总奖池 $250,000
活动持续至 11 月 15 日 00:00
参与财报大赢家,答对晋级还有加码奖池,答错或漏答出局,最终胜者赢得 10,000 USDT。
Misa选择NO,看看谁能一路猜到大结局😎
$NFLX
#OKX预言家S3 #OKX美股财报季
SWUFE.BA retweeted
一张图 + 一句话,就能出导演级的动态分镜?
我做了一个“一图导演”Agent!
不用写复杂提示词,
也不用懂焦段、光影这些东西
丢一张电影截图或分镜给它,告诉它你的想法,
它会自动帮你拆画面、锁质感、推运动、防变脸
想尝试的老师们,把图和想法喂给它就好,使用链接:agent.creao.ai/install/6b240…
SWUFE.BA retweeted
那么怎么才能用这个 Agent 做出导演级别的动态视频?
其实流程很固定,按下面四步来就行:
第一步:拆画面
把一张电影截图、剧照或者分镜图丢给它,让它先把画面拆开。
它会自动提取胶片质感、色调、构图、光影、人物特征、镜头参数这些东西,给你一份完整的视觉基因描述。
这一步主要是把“这张图到底长什么样”讲清楚,后面所有内容都基于这个来。
第二步:出分镜参考图
在第一步的基础上,让它生成提示词
它会把原图的质感锁住,风格化一般控制在 150–250 之间,画幅也按原图来。你拿去生几张分镜参考图,选一张最接近你想要的感觉的,作为后续动态的底。
第三步:补动态
这一步最关键
你只需要用大白话告诉它你想怎么动,比如“全程固定镜头,男人低头望着镜头,前景有火花飞溅”。
它会自动把这句话翻译成符合物理规律的运动描述,包括人体动作怎么带动、运镜怎么走、环境和粒子怎么交互、时间轴怎么推进,同时会帮你锁死人物长相和服装,减少变脸和突变。
第四步:出视频
它会根据你的需求推荐模型,并给出首尾帧建议、时长和运镜幅度。你按它给的方案去生成就行。
整个过程你几乎不需要自己写复杂提示词,主要工作就是丢图 + 用大白话说想法,剩下的拆解、锁质感和物理修正都由它处理
按这个顺序走,出来的东西会比直接拿图去生视频稳定很多~
一张图 + 一句话,就能出导演级的动态分镜?
我做了一个“一图导演”Agent!
不用写复杂提示词,
也不用懂焦段、光影这些东西
丢一张电影截图或分镜给它,告诉它你的想法,
它会自动帮你拆画面、锁质感、推运动、防变脸
想尝试的老师们,把图和想法喂给它就好,使用链接:agent.creao.ai/install/6b240…
SWUFE.BA retweeted
关于 Sac 的小王子,我想聊聊"人"的部分
我觉得最根本的原因是,他走的是精品路径
大家去翻他的主页就知道,产出频率不算高
这在 AI 圈子里其实很反直觉
这个环境奖励的是快和多,每出一个新模型马上测评,每出一个新工具马上演示,保持存在感,追着算法跑
大多数人选的是这条路,因为有即时反馈,看得见增长
Sac @Saccc_c 不是
他选一个方向沉进去,花足够长的时间,做一个完整的、经得起打量的成品。
不追热点,不赶工期,不为了发而发
这条路大部分时候看起来不划算
你埋头做事的时候别人已经发了一堆内容涨了粉,
自己什么声响都没有
但精品路径有一个批量策略永远不具备的东西:穿透力
一旦你拿出一个真正好的作品,
它的传播力是一堆平庸内容加起来也换不来的
小王子的爆发就是最好的证明
它不是靠标题火的,
不是靠蹭热度火的,是靠品质本身把人留住的
而 3D 这个赛道,把精品策略的优势放大到了极致
这是我特别想说的
3D 和之前所有 AI 创作赛道有一个根本区别:
用户不是滑过去扫的,是走进去看的
文字和图片时代,好和不好的差距在信息流里被压缩了,拇指一滑就过去。
但 3D 是沉浸式的,
你在那个世界里转身、抬头、和物体交互
粗糙和精致的差距在三维空间里被无限放大
一个敷衍的场景你几秒就关,
一个用心的世界你想探索每个角落
视觉呈现本身就是产品
你没法用巧妙的标题补救粗糙的场景,品质糊弄不了
所以 Sac 的小王子让人停下来,不是因为概念多新鲜,是因为走进去之后你能感受到孤独、感受到温柔、感受到一种克制的美
这些东西 AI 不会自动给你
你得自己先知道你要什么
但审美只是方向
能走到终点还需要两样东西
第一是解决问题的能力
Sac 在文章里展示的最有价值的部分,不是“我用了哪些工具”,而是“每一个卡住的地方我怎么过去的”
白模有问题就局部再生成,找不到合适的动作就先拿一个接近的做基底再用 IK 控制器逐帧调细节,场景搭完从多个机位和参考图逐一比对再改。
做出好东西的人不是运气好没碰到坑的人
是碰到了每一个坑都爬出来了的人
第二是时间
Sac 在这个项目上泡了超过两周
为一个握持动作来回迭代手指和把手的接触角度,反复调提示词直到场景对得上脑子里的画面
没有人会因为这些事给他点赞
但所有人都能感受到最终作品里那种“说不上来哪里好,但就是舒服”的品质
那个品质就是这些不性感的时间堆出来的
所以你问我从 Sac 这件事里看到了什么
我看到的是一个很朴素的公式:
持续投入时间 + 审美判断 + 解决具体问题的能力
没有秘诀,没有捷径
但朴素的东西最难做到
因为它要你对抗这个环境里最强的引力:
追逐速度和即时反馈的引力
它要你在没有外部反馈的日子里继续打磨别人看不到的细节,在“差不多得了”和“再调一版”之间持续选择后者
AI 正在把创作的门槛拉到前所未有的低
所有人手里都拿到了同样的工具
但审美从来没有被民主化过
时代给了所有人同一架钢琴
弹出值得听的曲子,靠的从来不是琴
天时地利人和:拆解 Sac 的小王子 3D,理解一个 AI 创作范例是如何诞生的
我们见过太多 AI 做的东西了
每天的时间线里,AI 生成的图片、视频、网页、小游戏太多太多了,我们甚至已经练出了一种本能,一眼就能认出“这是 AI 做的”,然后划走。
但是,Sac @Saccc_c 用AI做的东西让我们停了下来
用 Opus 5.5、Tripo 和 Blender 做了一款《小王子》3D 剧情游戏。
小王子坐在木椅上看落日,
脚下是一片花田,远处是铺开的云海
发出来之后的结果自然是大爆特爆~
很多人的第一反应是“怎么做到的”
Sac 也确实公开了完整的制作流程,从工具选型到提示词,事无巨细。
但我更想聊的不是 how,而是 why:
为什么偏偏是这个项目、这个人、这个时间点,撞出了这样的结果?
我觉得答案可以用三个词概括:天时、地利、人和
天时:3D 的窗口,刚刚打开
AI 创作的能力一直在沿着一条路径溢出
——从文字到图片,从图片到视频,现在终于漫到了 3D
而 Sac 的项目,恰好踩在了 3D 这扇窗户刚被推开的那一刻
Opus 5.5 发布不到一个月
这个模型和之前的 Claude 最大的区别不是“更聪明”,而是它终于可以干活了。
给它一张场景参考图,它能自己拆解出哪些物件需要单独建模、哪些可以用基础几何体搭建,然后直接在 Blender 里写脚本执行——而且大概率一次就跑通
它不再是一个你需要反复擦屁股的实习生,
更像是一个你交代完任务就可以去喝杯咖啡、回来看成果的同事
同一时间,Tripo @tripoai 的 3D 生成也跨过了一条关键的门槛
几个月前,AI 生成的 3D 模型还停留在“看着挺酷但没法真正用”的阶段,拓扑乱、面数不可控、拿去绑骨就崩。
而现在,Tripo 的人物模型生成出来就是整齐的四边面网格,可以直接进蒙皮流程。
这个变化不起眼,但它意味着 AI 生成的资产第一次可以无缝接入专业的 3D 制作管线。
天时不是说工具完美了
天时是说,它们刚好够用了
早几个月,这个项目的工期要翻倍,质量要打折。
Sac 站在了那条线刚被跨过的时刻
地利:一个人走完了一支团队的路
做一个 3D 游戏需要多少个环节?
概念设计、场景参考图、3D 资产生成、场景搭建、人物建模、绑骨蒙皮、动作适配、引擎整合、交互调试。
传统游戏公司里,这每一环都是不同的岗位,不同的人,不同的专业训练。
而这一次,这条链上的每一个环节,都恰好有了 AI 可以介入的接口。
我认为最关键的一环是 Blender MCP
它让 AI 不再只是“帮你写一段代码你自己去粘贴运行”,而是直接连上你正在运行的 Blender,读场景、写脚本、执行、渲染截图检查效果、发现问题自行修改
Sac 在教程里展示了一个让我印象很深的工作流:
他让 Opus 5.5 按参考图搭建完场景之后,再“派一个独立的审查 agent 进行多机位盲审”。
AI 搭完了自己审,审完了自己改
这种自我迭代的能力,是以前完全不存在的
那么人物呢?
Auto-Rig Pro 加上 Opus 的操控能力,让绑骨蒙皮这个最劝退新手的环节变得可以用一条提示词走完。
Mixamo 提供动作库,Unity MCP 让 Claude 直接操作游戏引擎打包。
单独看,每一个工具都只是“有意思”
但当它们在同一个时间点同时达到可用状态、被一个人串联成从参考图到可玩游戏的完整管线时
一个人就真的可以走完以前需要一支团队才能走完的路了
这就是地利
不是某个神器的胜利,是整条路第一次被修通了
人和:工具对所有人开放,但作品只属于一个人
说到这里,一个更尖锐的问题浮出来了:
Opus 5.5 谁都能用,Tripo 谁都能注册,Blender MCP 谁都能配。
为什么是 Sac ?
因为工具只解决“能不能”的问题,不解决“好不好”的问题
Sac 选了《小王子》
他没有选赛博朋克,没有选 meme,没有选任何一个“容易出效果”的题材,他选了一本关于孤独和驯养的童话。
这意味着整个项目的调性必须是克制的、温柔的。
不能往里面堆特效,不能靠视觉冲击力取胜。
只能靠对的氛围。
然后是他的视觉处理
低多边形不是因为做不了写实,是一个主动的选择
这种手作感的质地和原著水彩插画的气质天然吻合
国王的星球用夸张的比例差制造荒诞,爱慕虚荣的人的星球被做成了一座剧场,地理学家的书房堆满藏书和浑天仪
每一个星球都在“读”原著,不是在“炫”技术
画面安静、留白,构图故意让角色在大场景中显得很小
这种孤独感,AI 不会自动给你
得自己知道你要什么,才能引导它给出什么
有人评价说“完全不像 AI 做的”
我觉得这恰恰是最高的评价
它说明站在 AI 前面的那个人有足够清晰的审美判断,以至于工具的痕迹被完全消化了。
AI 是画笔,不是画家
画笔再好,拿笔的人不知道什么是多余的、什么该留白,出来的东西就只是一堆技术的堆砌。
还有一件事容易被忽略:时间
在一个所有人都在追逐热点、以小时为单位生产内容的环境里,Sac 在这个项目上泡了超过两周。
他不是试了一下新工具发个截图,而是真正沉进去
反复调试提示词,从多个机位检查场景,为一个“小王子提水壶”的握持动作来回迭代手指和把手的接触细节。
没有人会只因为“他调了很久蒙皮权重”而给他点赞
但所有人都能感受到最终作品里那种“说不上来哪里好,但就是舒服”的品质
那个品质的来源,就是这些不性感的时间
一点私人的感触
这件事让我想明白了一个一直在模糊地感觉、
但没有说清楚的东西
AI 正在把创作的门槛拉低到一个前所未有的程度
理论上,每个人都拿到了同样的工具
但门槛低了之后,区分作品好坏的那个东西,反而变得更古老了
是关于你的品味,你的耐心,
你愿不愿意在一个项目上花掉不划算的时间。
工具在加速民主化
但审美从来没有被民主化过
Sac 的小王子是一个好的范例,不是因为他用了最新的工具,而是因为他知道拿这些工具去做什么。
时代给了所有人同一架钢琴,
但弹出一首值得听的曲子,靠的从来不是琴啊
SWUFE.BA retweeted
天时地利人和:拆解 Sac 的小王子 3D,理解一个 AI 创作范例是如何诞生的
我们见过太多 AI 做的东西了
每天的时间线里,AI 生成的图片、视频、网页、小游戏太多太多了,我们甚至已经练出了一种本能,一眼就能认出“这是 AI 做的”,然后划走。
但是,Sac @Saccc_c 用AI做的东西让我们停了下来
用 Opus 5.5、Tripo 和 Blender 做了一款《小王子》3D 剧情游戏。
小王子坐在木椅上看落日,
脚下是一片花田,远处是铺开的云海
发出来之后的结果自然是大爆特爆~
很多人的第一反应是“怎么做到的”
Sac 也确实公开了完整的制作流程,从工具选型到提示词,事无巨细。
但我更想聊的不是 how,而是 why:
为什么偏偏是这个项目、这个人、这个时间点,撞出了这样的结果?
我觉得答案可以用三个词概括:天时、地利、人和
天时:3D 的窗口,刚刚打开
AI 创作的能力一直在沿着一条路径溢出
——从文字到图片,从图片到视频,现在终于漫到了 3D
而 Sac 的项目,恰好踩在了 3D 这扇窗户刚被推开的那一刻
Opus 5.5 发布不到一个月
这个模型和之前的 Claude 最大的区别不是“更聪明”,而是它终于可以干活了。
给它一张场景参考图,它能自己拆解出哪些物件需要单独建模、哪些可以用基础几何体搭建,然后直接在 Blender 里写脚本执行——而且大概率一次就跑通
它不再是一个你需要反复擦屁股的实习生,
更像是一个你交代完任务就可以去喝杯咖啡、回来看成果的同事
同一时间,Tripo @tripoai 的 3D 生成也跨过了一条关键的门槛
几个月前,AI 生成的 3D 模型还停留在“看着挺酷但没法真正用”的阶段,拓扑乱、面数不可控、拿去绑骨就崩。
而现在,Tripo 的人物模型生成出来就是整齐的四边面网格,可以直接进蒙皮流程。
这个变化不起眼,但它意味着 AI 生成的资产第一次可以无缝接入专业的 3D 制作管线。
天时不是说工具完美了
天时是说,它们刚好够用了
早几个月,这个项目的工期要翻倍,质量要打折。
Sac 站在了那条线刚被跨过的时刻
地利:一个人走完了一支团队的路
做一个 3D 游戏需要多少个环节?
概念设计、场景参考图、3D 资产生成、场景搭建、人物建模、绑骨蒙皮、动作适配、引擎整合、交互调试。
传统游戏公司里,这每一环都是不同的岗位,不同的人,不同的专业训练。
而这一次,这条链上的每一个环节,都恰好有了 AI 可以介入的接口。
我认为最关键的一环是 Blender MCP
它让 AI 不再只是“帮你写一段代码你自己去粘贴运行”,而是直接连上你正在运行的 Blender,读场景、写脚本、执行、渲染截图检查效果、发现问题自行修改
Sac 在教程里展示了一个让我印象很深的工作流:
他让 Opus 5.5 按参考图搭建完场景之后,再“派一个独立的审查 agent 进行多机位盲审”。
AI 搭完了自己审,审完了自己改
这种自我迭代的能力,是以前完全不存在的
那么人物呢?
Auto-Rig Pro 加上 Opus 的操控能力,让绑骨蒙皮这个最劝退新手的环节变得可以用一条提示词走完。
Mixamo 提供动作库,Unity MCP 让 Claude 直接操作游戏引擎打包。
单独看,每一个工具都只是“有意思”
但当它们在同一个时间点同时达到可用状态、被一个人串联成从参考图到可玩游戏的完整管线时
一个人就真的可以走完以前需要一支团队才能走完的路了
这就是地利
不是某个神器的胜利,是整条路第一次被修通了
人和:工具对所有人开放,但作品只属于一个人
说到这里,一个更尖锐的问题浮出来了:
Opus 5.5 谁都能用,Tripo 谁都能注册,Blender MCP 谁都能配。
为什么是 Sac ?
因为工具只解决“能不能”的问题,不解决“好不好”的问题
Sac 选了《小王子》
他没有选赛博朋克,没有选 meme,没有选任何一个“容易出效果”的题材,他选了一本关于孤独和驯养的童话。
这意味着整个项目的调性必须是克制的、温柔的。
不能往里面堆特效,不能靠视觉冲击力取胜。
只能靠对的氛围。
然后是他的视觉处理
低多边形不是因为做不了写实,是一个主动的选择
这种手作感的质地和原著水彩插画的气质天然吻合
国王的星球用夸张的比例差制造荒诞,爱慕虚荣的人的星球被做成了一座剧场,地理学家的书房堆满藏书和浑天仪
每一个星球都在“读”原著,不是在“炫”技术
画面安静、留白,构图故意让角色在大场景中显得很小
这种孤独感,AI 不会自动给你
得自己知道你要什么,才能引导它给出什么
有人评价说“完全不像 AI 做的”
我觉得这恰恰是最高的评价
它说明站在 AI 前面的那个人有足够清晰的审美判断,以至于工具的痕迹被完全消化了。
AI 是画笔,不是画家
画笔再好,拿笔的人不知道什么是多余的、什么该留白,出来的东西就只是一堆技术的堆砌。
还有一件事容易被忽略:时间
在一个所有人都在追逐热点、以小时为单位生产内容的环境里,Sac 在这个项目上泡了超过两周。
他不是试了一下新工具发个截图,而是真正沉进去
反复调试提示词,从多个机位检查场景,为一个“小王子提水壶”的握持动作来回迭代手指和把手的接触细节。
没有人会只因为“他调了很久蒙皮权重”而给他点赞
但所有人都能感受到最终作品里那种“说不上来哪里好,但就是舒服”的品质
那个品质的来源,就是这些不性感的时间
一点私人的感触
这件事让我想明白了一个一直在模糊地感觉、
但没有说清楚的东西
AI 正在把创作的门槛拉低到一个前所未有的程度
理论上,每个人都拿到了同样的工具
但门槛低了之后,区分作品好坏的那个东西,反而变得更古老了
是关于你的品味,你的耐心,
你愿不愿意在一个项目上花掉不划算的时间。
工具在加速民主化
但审美从来没有被民主化过
Sac 的小王子是一个好的范例,不是因为他用了最新的工具,而是因为他知道拿这些工具去做什么。
时代给了所有人同一架钢琴,
但弹出一首值得听的曲子,靠的从来不是琴啊
SWUFE.BA retweeted
Replying to @Saccc_c
读完不知道说什么了
真的伟大,无论是这样真诚的分享还是Sac的专注度在这个时代都是非常非常非常难能可贵的
xitter.cf/MMMusol/status/2110721…
天时地利人和:拆解 Sac 的小王子 3D,理解一个 AI 创作范例是如何诞生的
我们见过太多 AI 做的东西了
每天的时间线里,AI 生成的图片、视频、网页、小游戏太多太多了,我们甚至已经练出了一种本能,一眼就能认出“这是 AI 做的”,然后划走。
但是,Sac @Saccc_c 用AI做的东西让我们停了下来
用 Opus 5.5、Tripo 和 Blender 做了一款《小王子》3D 剧情游戏。
小王子坐在木椅上看落日,
脚下是一片花田,远处是铺开的云海
发出来之后的结果自然是大爆特爆~
很多人的第一反应是“怎么做到的”
Sac 也确实公开了完整的制作流程,从工具选型到提示词,事无巨细。
但我更想聊的不是 how,而是 why:
为什么偏偏是这个项目、这个人、这个时间点,撞出了这样的结果?
我觉得答案可以用三个词概括:天时、地利、人和
天时:3D 的窗口,刚刚打开
AI 创作的能力一直在沿着一条路径溢出
——从文字到图片,从图片到视频,现在终于漫到了 3D
而 Sac 的项目,恰好踩在了 3D 这扇窗户刚被推开的那一刻
Opus 5.5 发布不到一个月
这个模型和之前的 Claude 最大的区别不是“更聪明”,而是它终于可以干活了。
给它一张场景参考图,它能自己拆解出哪些物件需要单独建模、哪些可以用基础几何体搭建,然后直接在 Blender 里写脚本执行——而且大概率一次就跑通
它不再是一个你需要反复擦屁股的实习生,
更像是一个你交代完任务就可以去喝杯咖啡、回来看成果的同事
同一时间,Tripo @tripoai 的 3D 生成也跨过了一条关键的门槛
几个月前,AI 生成的 3D 模型还停留在“看着挺酷但没法真正用”的阶段,拓扑乱、面数不可控、拿去绑骨就崩。
而现在,Tripo 的人物模型生成出来就是整齐的四边面网格,可以直接进蒙皮流程。
这个变化不起眼,但它意味着 AI 生成的资产第一次可以无缝接入专业的 3D 制作管线。
天时不是说工具完美了
天时是说,它们刚好够用了
早几个月,这个项目的工期要翻倍,质量要打折。
Sac 站在了那条线刚被跨过的时刻
地利:一个人走完了一支团队的路
做一个 3D 游戏需要多少个环节?
概念设计、场景参考图、3D 资产生成、场景搭建、人物建模、绑骨蒙皮、动作适配、引擎整合、交互调试。
传统游戏公司里,这每一环都是不同的岗位,不同的人,不同的专业训练。
而这一次,这条链上的每一个环节,都恰好有了 AI 可以介入的接口。
我认为最关键的一环是 Blender MCP
它让 AI 不再只是“帮你写一段代码你自己去粘贴运行”,而是直接连上你正在运行的 Blender,读场景、写脚本、执行、渲染截图检查效果、发现问题自行修改
Sac 在教程里展示了一个让我印象很深的工作流:
他让 Opus 5.5 按参考图搭建完场景之后,再“派一个独立的审查 agent 进行多机位盲审”。
AI 搭完了自己审,审完了自己改
这种自我迭代的能力,是以前完全不存在的
那么人物呢?
Auto-Rig Pro 加上 Opus 的操控能力,让绑骨蒙皮这个最劝退新手的环节变得可以用一条提示词走完。
Mixamo 提供动作库,Unity MCP 让 Claude 直接操作游戏引擎打包。
单独看,每一个工具都只是“有意思”
但当它们在同一个时间点同时达到可用状态、被一个人串联成从参考图到可玩游戏的完整管线时
一个人就真的可以走完以前需要一支团队才能走完的路了
这就是地利
不是某个神器的胜利,是整条路第一次被修通了
人和:工具对所有人开放,但作品只属于一个人
说到这里,一个更尖锐的问题浮出来了:
Opus 5.5 谁都能用,Tripo 谁都能注册,Blender MCP 谁都能配。
为什么是 Sac ?
因为工具只解决“能不能”的问题,不解决“好不好”的问题
Sac 选了《小王子》
他没有选赛博朋克,没有选 meme,没有选任何一个“容易出效果”的题材,他选了一本关于孤独和驯养的童话。
这意味着整个项目的调性必须是克制的、温柔的。
不能往里面堆特效,不能靠视觉冲击力取胜。
只能靠对的氛围。
然后是他的视觉处理
低多边形不是因为做不了写实,是一个主动的选择
这种手作感的质地和原著水彩插画的气质天然吻合
国王的星球用夸张的比例差制造荒诞,爱慕虚荣的人的星球被做成了一座剧场,地理学家的书房堆满藏书和浑天仪
每一个星球都在“读”原著,不是在“炫”技术
画面安静、留白,构图故意让角色在大场景中显得很小
这种孤独感,AI 不会自动给你
得自己知道你要什么,才能引导它给出什么
有人评价说“完全不像 AI 做的”
我觉得这恰恰是最高的评价
它说明站在 AI 前面的那个人有足够清晰的审美判断,以至于工具的痕迹被完全消化了。
AI 是画笔,不是画家
画笔再好,拿笔的人不知道什么是多余的、什么该留白,出来的东西就只是一堆技术的堆砌。
还有一件事容易被忽略:时间
在一个所有人都在追逐热点、以小时为单位生产内容的环境里,Sac 在这个项目上泡了超过两周。
他不是试了一下新工具发个截图,而是真正沉进去
反复调试提示词,从多个机位检查场景,为一个“小王子提水壶”的握持动作来回迭代手指和把手的接触细节。
没有人会只因为“他调了很久蒙皮权重”而给他点赞
但所有人都能感受到最终作品里那种“说不上来哪里好,但就是舒服”的品质
那个品质的来源,就是这些不性感的时间
一点私人的感触
这件事让我想明白了一个一直在模糊地感觉、
但没有说清楚的东西
AI 正在把创作的门槛拉低到一个前所未有的程度
理论上,每个人都拿到了同样的工具
但门槛低了之后,区分作品好坏的那个东西,反而变得更古老了
是关于你的品味,你的耐心,
你愿不愿意在一个项目上花掉不划算的时间。
工具在加速民主化
但审美从来没有被民主化过
Sac 的小王子是一个好的范例,不是因为他用了最新的工具,而是因为他知道拿这些工具去做什么。
时代给了所有人同一架钢琴,
但弹出一首值得听的曲子,靠的从来不是琴啊
SWUFE.BA retweeted
深度体验了半天,很难想象AI做出来的模型和游戏竟能有如此之质感
如果你没有好好体验 @Saccc_c 耗费相当的时间和金钱成本做的小王子 3D 版本
那我不要跟你说话
花费16天,我用 Opus 5.5 将小王子的故事制作成了3D剧情游戏
结合Tripo+Blender,Opus 5.5 将小王子故事中的每一个星球变成了可探索的3D场景
希望大家能支持一手,后续会开源整个游戏,以及详细制作流程
Welcome to The Little Prince: Across the Stars✨:littleprince.dev/
SWUFE.BA retweeted
现在来看,市场资金主要有三个潜在去向
1.美债
上周美国债券基金净流入近200亿美元(已经是创纪录了),国债相关资产依然很受资金关注
10年期美债收益率还处在高位,所以长线资金得重新算一算:持有高估值科技股的风险收益比还划算吗?
如果拿着美债就能拿到挺可观的收益,
投资者为什么还要去扛芯片股那种剧烈波动的风险?
2.价值股
此前不少价值股已经经历了较大幅度调整
如果资金开始降低高估值科技股的配置,
一些现金流稳定、估值相对合理的公司,就可能重新获得关注
3.大型科技巨头
巨头和芯片之间一直存在轮动
芯片一调整,部分资金就可能转向 $AMZN $GOOG $MSFT 这些大型科技公司,去寻找相对有吸引力的增长机会
因此,指数没有大跌,并不意味着市场没有风险
真正需要关注的是:
哪些资产正在吸金,哪些资产正在失血。
SWUFE.BA retweeted
经补充做空后
$SOXL :131→121
先看113
SWUFE.BA retweeted
哇,这个动作捕捉效果看着真的很不错,最关键它还是开源免费的项目
整体的工作流是这样的:输入真人动作视频或姿势照片 → AI 识别人体骨骼 → 将动作迁移到 Mixamo 角色
不过有两个局限:只能映射到人体的骨骼,还有就是只支持 Mixamo 中的骨架
后续可以参考他的项目优化一下
github.com/MaxLiu22/Motion2M…
Made an open-source one that does the same thing, and there's a Blender extension available for it now too.
SWUFE.BA retweeted
大的来了!
为了提升群友的交易水平,并且给大家谋福利
三建学园
第一届三建杯已于今天凌晨零点开赛
时长12天
覆盖10个交易日和2天的周末
本次比赛由我们社区和去中心化交易所 @trasiaxyz 共同主办
感谢 @mablejiang 的支持!
21位选手
3支队伍
每人100u本金
高杠杆队 低杠杆队 新晋游资队
比赛奖励
大乱斗总冠军:288U
每日榜首奖励:28U* 11
战队冠军:Trasia x Hyperliquid 周边礼盒7套
5x 天才交易员:188U(首个在12日内达成实盘5x的选手 如果没有人达成 分给第二名第三名 第二名100U 第三名88U)
欢迎围观:
trasia-trading-competition.v…
SWUFE.BA retweeted
投资,是一种可以只靠脑子、不靠关系、不靠出身,就能生存下去的方式
股市诞生的逻辑是:
把资产碎片化,
让所有人都能自由买卖。
这意味着它天生就是为了服务那些"频繁交易"的人的
它需要流动性,需要每天有人进进出出,需要有人对短期价格波动产生反应。
而价值投资者的逻辑恰恰相反:
我把自己当成企业主,我不在乎今天的股价,我只在乎这门生意十年后值多少钱。
这两种逻辑根本就不是为彼此而生的
李录说,这就是为什么那95%的钱,永远不会流向价值投资的方式
因为那95%的人,就是市场本来要服务的对象,他们的行为创造了市场存在的意义。
但也正是因为这样
那5%的人,永远有机会。
因为每当那95%的人因为恐慌、贪婪或者机构限制而做出非理性决策时,机会就诞生了。
李录说,那些真正能做到的人,在他看来,有两个天生的特质:
第一,他们对"独处"和"与众不同"有更高的耐受度。
正常人在持有与主流观点相反的立场时,会感到焦虑、孤独、不安全感。
但真正的价值投资者,在这种状态下反而会感到自信——因为他们相信的不是"别人赞同我",而是"我的推理和证据是对的"。
这是一种很罕见的心理结构。
第二,他们对"不作为"有极高的忍耐度
大多数人在没有新动作、没有新想法的时候,会感到焦虑,会觉得自己在浪费时间
但价值投资者必须能接受——大部分时间,你什么都不做,只是读书、研究、等待,而这恰恰是最重要的工作。
李录把这种人称为"基因突变"的结果
这不是贬义,而是说,他们天生就有一种少见的心理配置,使得他们能在别人痛苦的地方如鱼得水。
价值投资最难的部分不是找到好公司,而是在找到之后,在所有人都不理解你的时候,还能安静地持有。
这需要一种特定的心理结构,而不仅仅是知识。
SWUFE.BA retweeted
还在觉得只要是科技股就能赚钱吗?
看看今年纳斯达克和恒生科技的走势,
这个想法可能早就失去时效性了。。。
同为科技股,
纳斯达克年内涨了将近两成,恒生科技却跌了将近四分之一
两边拉开四十多个百分点
假设我们年初把钱分成两笔,
一笔买美股科技,一笔买港股科技,
到现在一半赚一半亏,亏的那边幅度还更大。
这种分化逼着每个还拿着科技股的人重新想一件事:
“科技”两个字,到底是在替你赚钱,还是在替你扛风险?
把视线拉远一点看,全球主要市场今年几乎交了一张分裂的成绩单
美股、日股、韩股站一边,A股和港股站另一边。
韩国KOSPI年内涨了超过五成,日经225涨了三成多,纳斯达克和标普也在稳步往上爬。
但上证指数几乎原地踏步,沪深300小幅下跌,恒生指数也跌了六个多点。换成美元计价之后,差距更刺眼。
最值得琢磨的,是各个市场上涨的理由完全不一样
美股的底气来自大型科技公司已经建起来的盈利基础
$MSFT 、 $AMZN 、 $GOOG 这些企业手里有成熟的云计算、广告和软件业务,AI对它们来说是叠在已有收入之上的增量,不是一个要从零证明自己的赌注。
就算AI投资回报存疑,就算资本开支压力越来越大,这些公司靠老业务也能撑住估值。
投资者买它们,买的是“这些公司本来就很赚钱,AI可能让它们更赚钱”。这套逻辑短期内很难被证伪。
韩国的涨法是这样
AI基础设施扩张推高了存储芯片需求,整个行业进入景气上行周期,企业利润增速远远超过收入增速。
对做周期股的人来说,这是最经典的赚钱窗口。
但问题也藏在里面:
年内涨了超过五成,意味着市场对景气改善的预期已经打得很满。
周期股涨起来让人觉得没尽头,掉头的时候同样毫无预兆。
那么日本呢
企业盈利改善、公司治理改革预期、外资重新配置,多重因素搅在一起。
简单归结为哪个行业的行情不太准确,它更像是资本对日本市场的一次整体重估。
美日韩今年能涨,共同点在于各自都出现了能说服资金进场的积极变化。
性质不同,持续性也不同,但它们确实存在。
回头看A股和港股
A股不缺热门产业:
半导体、AI算力、存储、先进制造,赛道里增长不错的公司有,技术进步和业绩改善也有实打实的案例。
但上证指数年内几乎没动,沪深300还在跌
局部的产业机会没有汇聚成足够宽广的市场推动力,少数科技公司的高增长,抵消不了更多行业盈利疲弱对指数的拖累。
热门赛道的股价在涨,整体的资本回报并没有跟上来。
产业增长和企业利润之间隔着好几道关卡:
需求增长可能引来更多竞争者
产能扩张可能推高供给压力
技术每迭代一轮
研发和资本开支也跟着上一个台阶
最后能拿到持续超额回报的,往往是少数拥有壁垒和议价能力的公司。身处热门赛道本身,并不能保证什么。
港股的压力更集中
恒生科技今年跌了将近四分之一,主要受科技平台盈利增长和估值预期的拖累。
这些公司体量很大,但市场已经不会仅仅因为规模就给更高估值。
投资者在追问:
利润增长的来源是什么?
新业务有没有真正形成商业价值?
现金流能不能持续?
AI确实可以提升运营效率,但提升效率和提升利润率是两件事。
服务范围可以变宽,能不能带来足够的付费收入又是另一件事。
如果新业务的投入长期高于产出,技术进步反而会拖累短期盈利。
回到四十多个百分点
纳斯达克和恒生科技之间的分化,最让我在意的一点是:
它动摇了一个被很多人默认接受的假设:
技术领先天然对应着更高的投资回报



















