有一个操作细节很容易被忽略：Hy4 preview 和 Hy3 都是大语言模型，暂不具备图像、视频等多模态生成能力。

本版本最大的新特性，是首次支持阿里通义万相 Wan 2.1 / 2.2 视频生成模型（文生视频、图生视频），并且一口气跟进了至少 4 个性能优化 PR 1:1。

摘要： 8 月 28 日混元 Hy4 preview 上线，WorkBuddy 国内版首发接入并限时两周免费至 9 月 10 日，Hy3 限免同步延长至 9 月...

需要注意的是，「封面简称」建议填你的公众号或者视频号的名字，这样可以降低审核要求。如果你填其他内容就需要提交相关的材料「证明材料」给微信审核。

前段时间写了 Cline 官宣 DeepSeek V4-Flash 免费用了，最近 Cline 又上线一个免费模型 Ox Alpha，据说能力比 DeepSee...

OmniTools是一款“数字瑞士军刀”，它将数十种种常用的文件处理（如图像、PDF）和数据转换（如JSON、CSV）工具集成在一个网页界面中，这些功能放在别的...

过去两年，大模型领域，我们见到无数号称“多模态”的模型，但绝大多数都停留在“能力堆叠”，而不是真正的“感知一致”。

视频的来源主要有2种，一种是本地视频文件，另一种是实时视频流，比如手机和电脑的摄像头。

最后推荐一下玩 NAS 的工友，在 NAS 上装一个 n8n 接入大模型，可以帮你定时定候完成各种工作，比如签到啦、写文章啦、生成海报和视频啦、自动发布到各大平...

这篇拿我自己在用的一个 Skill 当活体标本——seedance-prompts，就是我给《清道夫》末日短片批量生成 Seedance 视频提示词用的那套。从...

血压有点高，想问问。体检报告上有个词看不懂，想问问。朋友圈有人转“专家提醒”，也想问问到底有没有道理。

给视频第一帧的目标掩码，后面所有帧都不再给标注。一套冻结视觉模型能把目标跟到最后吗？ 这次没有接入专门训练的视频分割网络，也没有根据验证集标签调阈值。我们把 ...

Detect H/W decoder/encoder：勾选这个选项，相当于让PotPlayer在第一次启动时，自动检测你的显卡并开启“硬件加速”功能。这能让显卡...

感知层主要评估单段视频中的直接识别能力，包括目标存在、目标属性、相对方向和动作识别。记忆层使用拼接视频，评估地标顺序、地标回忆、位置关系、动作序列和动作回忆。推...

Notion、Figma、ClickUp这些大厂宣传片的动效直接被复刻成 Claude / Codex 能够调用的Skill：