🚀分享AI实战经验和工具 🔍OPC商业变现研究 🔧中小企业定制AI Agent工作流 📧商业合作➕TG ：@block0_eth
Joined April 2023
- Tweets8.6K
- Following4.9K
- Followers3.6K
- Likes4.3K
block0 retweeted
哈哈，MiniMax 新模型刚发布，我就让它给自己做了一条介绍自己能力的视频
下面这支 24 秒的宣传片，就是 M3.1 Flash 用代码做出来的👇
之前大家一直在猜的 Space Bunny，身份也揭晓了：它就是 MiniMax M3.1 Flash 的早期版本。官方披露，匿名阶段已经处理了超过 200 万亿 tokens。
这次正式发布，我最关注的是：编程和 Agent 能力，加上这个速度和价格，能拿来做多少实际的事。
所以我给它布置了个任务：给自己做一条发布宣传片。
我提供分镜和制作要求，它在 MiniMax 网页端写动画代码、编排时间轴、调用工具检查画面，最后渲染成了这条 1080P 视频。兔子轮廓变形、代码面板推进、片尾收成一条胶片，都由代码控制。
这个过程挺能说明我对编程 Agent 的期待：拿到一个目标后，能连续完成写代码、运行、检查和修改，最后交出能用的东西。
再看官方公布的数据，就能理解它这次重点在发力哪里：
• DeepSWE v1.1：73.7%，对应实际软件工程任务。
• BankerToolBench：76.2，考验多步规划和工具调用。
• 输出速度 200+ tokens/s，P50 也达到 170+ tokens/s。
更吸引我的是后面的成本账。
API 每百万 tokens，输入 $0.15，输出 $0.60，缓存读取 $0.015。官方给出的对比是：相较上一代，Agent 任务整体使用成本降低 70%，在线推理速度接近原来的三倍。官方发布介绍
经常用 AI 写代码的人应该有感觉，一个任务往往要来回跑很多轮。读工程、改代码、跑测试，再根据结果继续改，速度和费用会在这些循环里不断累积。
有编程和工具调用能力，同时能把每一轮的等待和开销降下来，这对日常高频使用就很有吸引力。
这次先让它给自己做了条广告。做产品演示、网页动效、发布短片，也都有了继续试的方向。
成片放下面，大家看看，这个“自己给自己打广告”的效果怎么样？🐰
很多人不知道，硅谷各大 AI 实验室里，最核心的科学家有一大批来自欧洲顶尖高校。
欧洲从来不缺聪明的大脑，也不缺深厚的工业数据底座，但为什么就是长不出自己的 AI 科技巨头？
黄仁勋对德国总理说的那句“行业不发展，监管有什么用”，戳中的正是欧洲人才外流的死穴。
当一个年轻的极客在欧洲创业，他面对是监管机构层出不穷的审查表、数据限制和合规红线。
当创新的成本高过创新的收益，用脚投票就成了唯一的选择。
于是，欧洲花重金培养出的顶尖大脑纷纷飞往大洋彼岸，去帮美国人训练大模型、造芯片；而留在欧洲本土的，则是成群结队的法务专家和监管官僚。
如果欧洲再不从这种官僚主义的迷梦中醒来，未来他们能监管的，就只剩别人吃剩的技术残羹了。
German chancellor Merz asks Jensen Huang for advice on how Europe should regulate AI.
Jensen: “You can’t regulate if there’s no technology.”
“The technology industry must invent the technology for safety. […] Safety is not hopes and dreams. Safety is technology and engineering. Second, the companies need to have best practices. […] And then lastly there’s industrial and government regulations. […] Regulating the internet is hard, but regulating internet applications is not so hard. We should be regulating the applications right way. […] There’s nothing to regulate if the industry doesn’t thrive. You want the German AI industry to thrive as well as do it safely, responsibly. […] We know there’s technology we can invent and deploy in order to have AI safety. We know that there are best practices that we can adhere to as companies and industries. And then in addition to that, if necessary, we’ll make sure we regulate.”
“如果行业都不能蓬勃发展，那还有什么可监管的？”
面对德国总理默茨，黄仁勋笑着抛出了这句灵魂反问。一句话，直接扒下了欧洲政客的遮羞布。
过去十几年，科技界有个著名的段子：美国人在写代码，中国人在做产品，欧洲人在写罚款单。
造不出谷歌，也孵化不出 OpenAI，布鲁塞尔的官僚们便陷入了一种的幻觉：既然当不了顶尖玩家，那就当全世界的裁判。
从严苛的 GDPR 到全球首部《AI 法案》，技术刚冒头，欧洲的紧箍咒就已经念上了。
German chancellor Merz asks Jensen Huang for advice on how Europe should regulate AI.
Jensen: “You can’t regulate if there’s no technology.”
“The technology industry must invent the technology for safety. […] Safety is not hopes and dreams. Safety is technology and engineering. Second, the companies need to have best practices. […] And then lastly there’s industrial and government regulations. […] Regulating the internet is hard, but regulating internet applications is not so hard. We should be regulating the applications right way. […] There’s nothing to regulate if the industry doesn’t thrive. You want the German AI industry to thrive as well as do it safely, responsibly. […] We know there’s technology we can invent and deploy in order to have AI safety. We know that there are best practices that we can adhere to as companies and industries. And then in addition to that, if necessary, we’ll make sure we regulate.”
有兄弟确认了一下，
视频中事发地是印尼不是法国🇫🇷，
特此订正
法国警方这是干什么？
现在不需要一无是处的克制
你们手里拿得是烧火棍吗
Readers added context they thought people might want to know
这段视频并非法国警方，而是2025年印尼棉兰抗议活动中的印尼警察（盾牌可见“POLISI”字样）。
factcheck.afp.com/doc.afp.com.B6…
vishvasnews.com/world/fact-che…
西方软件推崇 Unix 式的单一职责，例如 whatApp，自然容易克制优雅。
而微信和支付宝是塞进了政务大厅、银行、菜市场和百万个小程序。
上百个部门在抢首屏曝光，大量采用动态下发的 WebView/混合开发以求快，底层就牺牲了原生渲染的统一美学。
硅谷精致软件服务的是用着最新 iPhone 的高认知人群；
而微信/支付宝必须兼容偏远地区使用百元低端机、不懂隐式手势的老年人。
在这里，高信息密度和直白的文字标签比极简留白更实用。
我觉得一个理性的家庭就不应该买那种 7 座的家庭用车。
买 7座的家庭用车，
初衷是出行时把全家人都拉上，
万一出车祸，全家都会噶，
这是一个风险很高的决策。
全家出行不应该坐同一辆
或者同一架次飞机，
必须作为家庭手册的第一条。
法国警方这是干什么？
现在不需要一无是处的克制
你们手里拿得是烧火棍吗
Readers added context they thought people might want to know
这段视频并非法国警方，而是2025年印尼棉兰抗议活动中的印尼警察（盾牌可见“POLISI”字样）。
factcheck.afp.com/doc.afp.com.B6…
vishvasnews.com/world/fact-che…
我看最近很多人怀疑 DeepSeek 最新的模型，蒸馏的 Astra 或者是 Opus。
他们的依据就是根据 AI 指纹。这种依据来判断它的蒸馏来源，真的靠谱吗？
有没有真正的专业人士来给我普及一下？AI 评论家就算了。
小学老师做梦都能笑醒的东西
这个 GitHub 项目包含了 小学全学科知识图谱 ，涵盖 1590个知识点、3221条依赖关系。
它的价值在于把知识间的先后依赖显式化。让 Agent 直接查询“学这个之前要掌握什么”“到这个目标的最近路径”。
它解决了三个问题：
· 学什么：把课程内容拆成结构化知识单元
· 先学什么：显式标记知识依赖关系
· 怎么学：支撑 AI 辅导、知识缺口诊断、个性化学习路径
图谱覆盖科学、数学、英语等 8个学科，对齐 NGSS / Common Core / 英国国家课程。团队还基于它做了孩子可交互实验式学习的产品。
