这个思路有点意思，不需要真人实拍，而是通过 ai 视频，来实现 Mixamo 绑骨 开源工具 prompt2rig，流程如下： - 输入一个动作提示词（比如“一个人在跳舞”“挥拳”“跳跃”等）。 - 工具调用 fal.ai 上的快速视频模型（H3 Max Turbo 或 FLUX 3 Max）生成一段对应的人物动作视频。 - 用本地 GPU 跑 GVHMR（从视频恢复 3D 人体动作的模型），把视频里的动作提取出来，同时还能追踪手指。 - 实时把这个动作 retarget（重定向） 到任意 Mixamo 绑骨角色上。 - 浏览器里就能看到实时预览，最后可以导出 GLB 文件，直接用于 Blender、Unity、three.js 等。

如果特斯拉和 SpaceX 合并了，出来的这家公司将是个什么造型？陆空物理虚拟超级智能机器塞伯坦

效果真赞，3000 美元 API 账单，Claude 干了120 小时

樱井政博： “现如今，太多游戏被描述为‘XX-like’，或者说是与另一款游戏相似。换句话说，就是大家已经想要的东西。但原创意味着你必须创造出当下人们还没在追求的东西，并且刻意为之。这是一道很高的门槛。” “虽然 Steam 每年新增 19,000 款游戏已经很多了，但我认为这个数字从今往后只会继续增长，因为人们会借助 AI 批量产出游戏。其中大多数最终都无法游玩，而且数量多到根本无法追踪，甚至无法理解。在这些 AI 游戏中，绝大多数都会是我们以前见过的游戏的直接翻版。即便现在，这样的游戏已经有很多了。不久前，有一款名为《图书管理员》（Librarian）的游戏。它是一款设定在魔法世界中的游戏，所有书籍都被打乱了，你必须把它们重新放回原位。 这就是其核心设定，但游戏机制很简单。因此，很快就有大量模仿者接踵而至。像《超市大乱斗》（Supermarket Chaos）或《草堆寻针模拟器》（Needle in a Haystack Simulator）这样的游戏疯狂涌现。它们都是解谜游戏，而这种程度的模仿对 AI 来说轻而易举。但即使 AI 能够创作出所有这类作品，比如通过分析上田文人《ICO》和《旺达与巨像》等游戏的氛围，并以此创造出类似的作品，这确实可能发生，AI 也无法创作出上田文人本人未来将会创作的东西。”

小红书是真的精彩，G点多到数不清 上午做的那个教程，在小红书改了3次，还没过审呢，还卡限流呢 刚开始我以为是视频内不能放挂 github 链接（我没放简介，根本不敢），因为它说是引流违规； 改了，不行，给我的违规截图里有微信、鸿蒙、奔驰，我以为提到品牌就不行，大面积删减； 改了，不行，说我提到了 Gemini 4，违规； 改了，仍然违规，新的违规图是它自己的后台截图，可真行啊，把自己也给ban了。 真的都想笑了。

累了，搓了一个教学视频在国内平台发，由于考虑用户体验，就把 github 链接放到视频里面了，也没有顾及到 claude、claude code、gemini 这些禁忌词，发出去各个平台是一个流量不给，只有没有算法依赖的微博，没有限制粉丝观看。

承诺已久的 Claude Opus 5.5 做资讯类视频教程终于来了，提示词、流程、skill 全公开 你甚至也可以使用 DeepSeek 新出的模型来做，只是要花的精力稍微多一点 简单来说，我的流程是这样的： 1. 选题：需要综合考虑账号契合度以及有没有爆火潜力，由于我做的是 AI 资讯方向，主要信息来源是X、Hacker News 2. 准备工作：在初始文件夹里放入 Agent 需要的内容和工具，例如，Gemini API（写脚本 + TTS 配音）、背景音乐（Suno）、背景图、片尾 logo、截图、下载视频等，这些主要是为了固定视频风格以及给 agent 提供辅助 3. 写初始提示词：我有一个初始提示词模版，包括信息源、脚本要求、风格、素材的要求等等 4. 交给 Agent 先让它出脚本：我一般会让 Gemini 4 写脚本，然后让 Claude Code 分派一个子 agent 做对抗式审查。 5. 反复修改：AI 写的脚本你不满意，可以随时修改，直到改到满意为止，再让它出视频；出来的视频不满意，也需要不断修改，画面一般常见的问题就是信息密度太高，不适合短视频节奏；还有就是画面和配音契合度问题。 视频风格来自我开源的风格 skill（18 套风格可选）：github.com/threeaus/creator-…

每日一感慨：就 Claude 现在这个画 svg、3d 的能力，不做游戏真的太可惜了。 经常看到一些人对 Opus 5.5 做出来的游戏的评论是：你这素材是怎么弄的 ？也是 Opus 5.5 生成的 ？ 对，它就是强到你认为它是人类手搓的。

好的模型真的很省心，你说一步，它能做三步，这三步还正好是你需要的。 而其他的模型真的很闹心，你说一步，它也做三步，不仅这三步它没做好，那一步也没按照你的要求做。

来一个 DeepSeek V4 flash 1017（max）和 Opus 5.5（high）的对比 垫了10张图，相同初始提示词（DS 第一轮太差，在我的引导下又改进了一轮；Opus 5.5 是一轮直出）： # 任务：用 three.js 程序化重建苏州网师园「月到风来」中秋夜景，离线渲染 60 秒电影短片 ## 0. 总原则 - 要"更准更深"，不要"更大更全"。只建画面会看到的范围：彩霞池及四周一圈建筑。 - 所有几何、材质、纹理都由代码生成，不使用任何图片、模型或贴图文件。 唯一例外：一首背景音乐（规则见第 7 节）。 - 允许通过 CDN 引入的代码库只有：three.js（含 examples/jsm）、SunCalc、mp4-muxer。 - 严格按第 1 到第 8 阶段的顺序推进。每个阶段结束时，在 LOG.md 里记录：做了什么、截图路径、指标数值、已知问题。 上一阶段的验收没通过，不得进入下一阶段。 ## 1. 依据（以下内容优于你自己的想象） - 空间：网师园中部彩霞池一区。西岸月到风来亭挑出水面；东岸射鸭廊紧贴一面高大的住宅山墙粉墙； 东北角竹外一枝轩；东南角引静桥（极小的石拱桥，长约 2.4m）及下面的小涧；南岸云冈黄石假山与濯缨水阁； 北岸退后为看松读画轩，前有白皮松、古柏。 - 我会提供：刘敦桢《苏州古典园林》中的网师园平面图扫描件（plan.png），以及我自己的实景照片（photos/，附焦距和拍摄位置）。 如果我没有提供，就按下面的尺寸搭建，并在 LOG.md 里把每个尺寸标为"待实测"。 - 尺度（1 单位 = 1 米）： 池面约 20m × 20m 的近方形，四角收成水湾。 亭内地面高出水面 0.5m；亭为六角攒尖（形制待核实），檐口高约 2.6m。 廊宽 1.3m，廊檐口高 2.6m。东侧粉墙高 7m。 吴王靠坐面高 0.45m、靠背顶高 0.9m。 云冈假山高约 3.5m。 - 参考图 reference.png 是 AI 生成的图，只用于终镜的构图与色调，不作为结构依据。 结构与参考图冲突时，以平面图和实景照片为准。 ## 2. 构件与材料（每一项都要做成程序化材质或几何） - 屋面：小青瓦（蝴蝶瓦），黛灰色，瓦垄用 InstancedMesh 排布；檐口有勾头滴水的节奏感。 - 屋角：苏式嫩戗发戗，起翘轻扬但有收束。用样条曲线放样，不要做成月牙形。 - 木作：栗壳色（约 #4a2f22），哑光微润。禁止红色，禁止金色。 - 挂落：万川式细木格。栏杆用吴王靠（鹅颈靠）曲线。 - 粉墙：纸筋石灰白，略偏暖灰，不是纯白。顶部向下有 fBm 噪声生成的雨痕，墙脚 0.4m 为青灰勒脚，带水渍。墙顶覆瓦檐。 - 叠石：只用黄石。方折块面、横向层叠、棱角分明。禁止太湖石那样的孔洞。驳岸和云冈用同一种石材着色器。 - 地面：亭内为方砖斜铺，带磨损变化。岸边花街铺地用卵石加碎瓦拼冰裂纹（程序化 Voronoi）。 俯视时要经得起看。 - 植物：白皮松（斑驳白干，L-system 生成）、竹丛（实例化）、桂花丛、驳岸垂挂少量薜荔。 禁止樱花、红枫、荷花。 - 水：深墨绿近黑，平面反射，微风造成的细涟漪；倒影必须与实物几何对应。 - 色彩：低饱和，主色为黛、栗、银灰、墨绿四色。 ## 3. 光照（月光，不是黄金时段） - 时间：苏州（北纬 31.3°，东经 120.6°），中秋夜 00:30。用 SunCalc 计算月亮方位角与高度角， 据此放置 DirectionalLight，并把计算值写进 LOG.md。 - 单一主光源：月光，冷中性银灰色（约 #c8d2e0）。影子短、边缘硬、方向一致。 - 可选一处极弱的暖光（烛光色）从一扇窗透出，强度不超过月光照亮的墙面亮度的 30%。 - 天空：深蓝灰，少量星点（程序化）。月轮不入画，只出现在其效果里。 - 物理设置：线性色彩空间，AgX 色调映射，固定曝光（不使用自动曝光）。 环境光只用很弱的半球光补暗部，不要把暗部提成灰白。 - 禁止：彩色灯光、串灯、红灯笼、现代景观灯、Bloom 光晕泛滥。 ## 4. 镜头表（10 个镜头 × 6 秒 = 60 秒；每个镜头从近处细节开始，退开后揭示场景） - 统一规则：等效焦距 35–50mm，相机人眼高 1.6m（第 9 镜除外）； 缓入缓出运动，不手抖，不用变焦；垂直线保持垂直。 - 镜头列表： 1. 亭内方砖地面 → 后拉，露出吴王靠与两侧亭柱（建立"人在亭中"）。 2. 水面涟漪中的碎月光 → 后拉，露出粉墙完整倒影。 3. 黄石驳岸棱角与薜荔 → 横移带出云冈。 4. 引静桥拱石 → 后拉，显出这座桥小到一步可跨。 5. 粉墙雨痕与勒脚 → 后拉，露出低矮的射鸭廊与高墙的反差。 6. 射鸭廊挂落 → 沿廊横移。 7. 白皮松树皮 → 上摇并后拉，露出竹外一枝轩。 8. 屋面瓦垄与戗角 → 后拉，露出屋脊线在夜空下的剪影。 9. 正上方 15m 高度垂直俯拍铺地 → 升高到 40m，揭示全园平面（以平面图为准）。 10. 亭柱与挂落特写 → 后拉，停在终镜：月到风来亭内向东平视，35mm， 与 reference.png 构图一致，静止停留最后 2 秒。 - 先用灰模完成全部 10 个镜头的动画小样（阶段 3），确认节奏后再进入材质阶段。 ## 5. 渲染与输出（离线逐帧，不靠实时） - 固定时间步长：dt = 1/30 秒，共 1800 帧，分辨率 1920×1080。 所有动画（涟漪、竹叶微动）只由帧序号驱动，不使用 Date.now 或 performance.now。 - 抗锯齿与防闪烁：每帧做 16 次亚像素抖动累积采样后取平均；所有纹理生成 mipmap； 阴影贴图按纹素对齐（stable CSM）；近平面不小于 0.1m，杜绝深度冲突； 粗糙度下限 0.3，防止高光走样。 - 用 WebCodecs VideoEncoder + mp4-muxer 在页面内编码 MP4，再把音轨混入。 - 页面同时提供：实时预览模式（允许降质）和"渲染成片"按钮（离线高质量）。 ## 6. 验证（每轮都跑，结果写进 LOG.md） - V1 平面叠图：正交俯视渲染，半透明叠到 plan.png 上。 主要建筑和池岸偏差不超过 0.5m。 - V2 相机匹配：如有实景照片，按照片的焦距和机位渲染同一画面，叠合边缘图。 墙顶线、廊檐线、亭柱位置偏差不超过画幅宽度的 2%。 - V3 终镜对比：第 10 镜最后一帧与 reference.png 并排，并计算 SSIM。 只要求构图与色调接近，SSIM 达到 0.5 以上即可，不要为提高这个数去改结构。 - V4 闪烁：在第 10 镜静止的最后 2 秒里，相邻帧平均亮度差小于 0.5/255， 且任何像素的单帧变化不超过 8/255（水面涟漪区域单独统计，并说明）。 - V5 天文：在 LOG 中写出 SunCalc 给出的月亮方位角和高度角，并截图证明场景中影子方向与之一致。 - V6 色彩：全片平均饱和度（HSV 的 S）低于 0.25；不出现红色木作和琉璃色屋面。 - V7 禁止项自查（截图逐项打勾）：日式庭园元素、石灯笼、鸟居、红拱桥、锦鲤群、红灯笼、 樱花、红枫、荷花、红柱金顶、对称中轴构图、巨大月亮、现代设施、人物、匾额乱码。 - V8 性能：实时预览模式在普通笔记本上不低于 30fps（不达标可降质，但离线成片不降质）。 ## 7. 背景音乐 - 只能选择许可证明确的曲目：CC0、Pixabay Content License 或 CC BY 4.0。 - 曲风：安静、无人声，古琴、箫或弦乐皆可，适合秋夜。 - 在 SOURCES.md 中记录：曲名、作者、来源网址、许可证名称与链接、下载日期；如果是 CC BY，片尾加署名。 - 处理：截取或剪辑到 60 秒，首尾各 1.5 秒淡入淡出，响度归一到约 −16 LUFS。 - 镜头切点尽量对齐音乐的节拍或乐句。 ## 8. 阶段与停止条件 - 阶段 1：读依据，写 shotlist.md（每个镜头的焦距、机位起止坐标、运动方式）。 - 阶段 2：灰模搭建，跑 V1 平面叠图。 - 阶段 3：灰模动画小样，确认 10 个镜头的节奏。 - 阶段 4：光照（第 3 节），跑 V5。 - 阶段 5：材质与植物（第 2 节），跑 V6、V7。 - 阶段 6：离线渲染与防闪烁（第 5 节），跑 V4。 - 阶段 7：音乐（第 7 节）。 - 阶段 8：完整跑一遍 V1–V8，输出成片。 - 停止条件：V1–V8 全部通过即可交付。 如果连续 3 轮迭代都有同一项不通过，停止，并在 LOG.md 写出"差距报告"： 哪一项没通过、目前的数值、你判断的原因、下一步需要我提供什么。 不要宣称"已达到 99.9%"，只报告实测数值。 ## 交付物 index.html、src/、shotlist.md、LOG.md（每轮截图与指标）、SOURCES.md、verify/（验证脚本）、final.mp4

之前谁说中国的 token 55%用来做短剧和视频生成来着 逼的字节亲自来辟谣，其总算力中，只有约10%，用于视频生成模型的训练和推理 ​​ 也就是说，视频生成并不是字节主线 如果 seedance 都只能占字节的 10%，又哪来的短剧和视频生成占中国 token 消耗的 55%

这两条我认为可以连在一起看 第一条是在说 AI 不再是瓶颈，创造力才是瓶颈。那创造力是从哪儿来的呢？ 第二条回答了这个问题，把自己关起来 谁来提出一个 AI 时代的大闭关理论

Obsidian 将启用更小、更快的渲染库，Pele，支持 Mermaid 语法

再来一个产品宣传制作的对比：给 DeepSeek Harness 做宣传视频 DeepSeek V4.1-Flash-1017 ​​​vs Opus 5.5 第一个是 DS，第二个是 Opus 5.5，可以说 Opus 5.5 仍然是这个领域王者般的存在 没有用 skill，两者用了一段相当长的提示词做启动

果然在国内起号最牛逼的方式就是开创赛道，这个账号之前的视频都没啥人看，做了一个古人开麦，从国庆节到现在干了 60 多万粉丝了

来一个 DeepSeek V4.1-Flash-1017 ​​​版本的，还是有差距，但是是真便宜

笑死了，DeepSeek 官方玩梗，V4.1-Flash-1017 更新的标题是许愿式编程

你们知道 Megabonk 那个游戏吗？3D 版的吸血鬼幸存者。单人开发者，去年9月份发售，首两周销量 100万套，首月流水 9000万人民币。 如果现在有人用 Opus 5.5、Astra 再配合现在的 3D 生成模型，搓出这样的一个游戏并非不可能，因为现在的 AI 特别会写幸存者类游戏。 但是要想拿到这个成绩，即使做的再精美，不改玩法，也是不可能了，市场不会为一个同质化的游戏买单的。