Create The Imaginable ᯅ

AI, Generative AI, OpenClaw, Spatial Computing (AR/VR), 3D & AI, Gamification, Cryptocurrencies, DeFi, Space Exploration, Experimental Science

[Alejandro AO 🤗 @_alejandroao]

this is a beautiful use case of herdr. i should try this out

[Rohan Paul @rohanpaul_ai]

unbelievable. 🤯

Emad Mostaque just showed Taalas generating at ~14,000 tokens/second speed.

For context, ChatGPT generates anywhere between 50 to 150 tokens/second.

----

From "The Peter McCormack Show" YouTube channel, (full link in comment)

[fal @fal]

Introducing https://t.co/4xpxWRD3VV

A new platform for infinite, interactive AI livestreams. Pick a channel, prompt what happens next, and watch it generate in real time.

You aren't just watching the show. You're directing it.

[fal @fal]

We launched https://t.co/5BhqcfOktu as an experiment to see what happens when video can generate continuously, in near real time, with the audience in control.

All of this was powered by H3 Max Director, an autoregressive and natively continuous version of H3 Max with up to two minutes of context.

We're pausing it briefly while we work on the next level of quality and overall experience. We'll bring it back very soon. Stay tuned!

[JOSE GEFAELL @ChGefaell]

El desprendimiento de glaciares colgantes sobre pendientes muy pronunciadas es relativamente frecuente en las grandes cordilleras, aunque hasta ahora, como no había móviles con video, no nos enterábamos. Es difícil sostener que sean debidas al cambio climático.

🌑 1941: Huaraz, Perú (laguna Palcacocha / quebrada Cojup). El 13 de diciembre, un desprendimiento de hielo desde los nevados Palcaraju o Pucaranra cayó sobre la laguna Palcacocha (~4.562 m), en la cabecera de la quebrada Cojup. El impacto generó una ola que rebasó y rompió el dique morrénico. La laguna, que entonces contenía unos 12 millones de m³ de agua, se vació casi por completo. El flujo descendió por Cojup, arrasó también la laguna Jircacocha aguas abajo  e incorporó bloques de hielo, rocas y sedimentos. En unos 50 minutos (según reconstrucciones) recorrió ~23 km hasta Huaraz, en el valle del Santa. Destruyó aproximadamente un tercio de Huaraz. Las estimaciones más recientes hablan de hasta 7.000 muertos. CO₂ atmosférico: ~311 ppm.

🌑 1962: Ranrahirca, Perú. Nevado Huascarán Norte. El 10 de enero colapsó parte del Glaciar 511 en la cara oeste del pico norte. Unos 13 millones de m³ de hielo, nieve y roca descendieron ~15-16 km por el valle del río Shacsa/Llanganuco a unos 170 km/h, se licuaron al incorporar material morrénico y sepultaron Ranrahirca y ocho poblados más. Murieron unas 4.000 personas. No hubo terremoto previo conocido; el desencadenante fue el propio peso y el deshielo. CO₂ atmosférico: ~318 ppm.

🌑 1970: Yungay, Perú. Nevado Huascarán. Un terremoto aceleró el proceso que había comenzado en 1962 y que, según las evidencias sedimentarias, se había repetido en el pasado. Provocó una colosal avalancha de rocas y hielo de 100 millones de m³, que descendió 14,5 km por el valle y sepultó completamente el municipio de Yungay. Murieron más de 18.000 personas. CO₂ atmosférico: ~326 ppm.

En el Huescarán hay evidencia geológica de avalanchas pre-hispánicas aún mayores que las de 1962 y 1970; el valle ya estaba cubierto por depósitos antiguos cuando se fundó la ciudad de Yungay. 

🌑 2002: Kolka-Karmadon, Osetia del Norte (Cáucaso, Rusia). El 20 de septiembre una caída de roca y hielo colgante desde la pared noreste del Dzhimarai-Khokh impactó el glaciar Kolka y lo arrastró casi por completo. El volumen total en movimiento alcanzó unos 130 millones de m³. El flujo recorrió ~20 km por el valle del Genaldon a velocidades medias de 180-280 km/h, se detuvo en las “Puertas de Karmadon” y sepultó el pequeño poblado de Nizhniy Karmadon. Murieron más de 125 personas (incluido todo un equipo de cine). Es uno de los eventos de roca-hielo mejor documentados por su movilidad extrema y por haber erosionado un glaciar de valle entero. CO₂ atmosférico: ~373 ppm.

🌑 2007: Mount Steele, Yukón (montañas St. Elias, Canadá). Hubo dos eventos consecutivos en la misma cara norte del Monte Steele (5.073 m), en una zona remota y deshabitada. El primero el 22 de julio. Se desprendió una losa de hielo de unos 3 millones de m³. Se fragmentó al caer, cruzó el glaciar Steele, superó una cresta de 275 m y continuó hasta el glaciar Hodgson. Recorrió unos 8 km en horizontal y cubrió ~2 km² con hielo. Dos días después, el 24 de julio, ocurrió el principal evento.  Una gran sección de roca y hielo de unos 400 m de ancho se desprendió de la misma ladera. El volumen estimado fue de 80 millones de m³. Cayó en vertical unos 2.500 m y recorrió en horizontal unos 5,76 km a una velocidad de 126–234 km/h. Cruzó el glaciar Steele (1,5 km de ancho), superó de nuevo una cresta de 275 m en la ladera opuesta y luego resbaló de vuelta sobre el mismo glaciar.  No hubo víctimas por ser una zona de glaciares salvajes. CO₂ atmosférico: ~384 ppm.

🌑 2021: Chamoli (Uttarakhand, India). El 7 de febrero se desprendió un bloque de ~27 millones de m³ de la cara norte del Pico Ronti (~5.500 m). Cayó casi 2 km en vertical, se fragmentó, fundió gran parte del hielo por fricción y se convirtió en un flujo de escombros extraordinariamente móvil que transportó bloques de más de 20 m y erosionó las laderas hasta 220 m por encima del fondo del valle. Recorrió los valles del Ronti Gad, Rishiganga y Dhauliganga, destruyó dos centrales hidroeléctricas y dejó más de 200 muertos. CO₂ atmosférico: ~416 ppm.

🌑 2026: Langtang Lirung / frontera Nepal–Tíbet/China. El 26 de agosto, se desprendió un bloque de cientos de metros de ancho de glaciar y roca de la cara norte del Langtang Lirung, a unos 5.400 m de altitud. Se habla de un fallo de lecho rocoso que soportaba el glaciar colgante. Los bloques de hielo y roca cayeron más de 1.200 m en vertical, se pulverizaron y se transformaron en una avalancha que bloqueó temporalmente el río Lhende Khola. Al ceder la presa natural se generó un flujo de lodo, agua que arrasó aldeas, puentes, carreteras y el puesto fronterizo de Gyirong (Tíbet). A 29 de agosto se contabilizan más de 580 muertos y 3.000 desaparecidos. Es plausible que el gran terremoto (7,8) ocurrido en 2015 en la cara sur de la misma montaña Langtang Lirung haya contribuido como factor de preparación. Entonces, el edificio fronterizo de Gyirong apenas sufrió daños (ver video) pero ahora ha quedado totalmente sepultado. CO₂ atmosférico actual: ~427 ppm.

[Brick Suit @Brick_Suit]

Of all the videos of the Nepal flooding that I have seen so far, this one might be the worst.

These people had no chance.
🙏🙏🙏

[Ryan Rozbiani @RyanRozbiani]

Watch HOW FAST Nepal FLOODED

I did not speed up the clip, this is MADNESS

[Ananda Nepali @anandanepali99]

This isn’t just a water apocalypse. 💔

This is a catastrophic, unimaginable mega-apocalypse. 🌊🇳🇵

The sheer force of the water, mud and debris is beyond words. Anyone who survived this nightmare in Nepal is not just lucky - they have survived what feels like seven lifetimes in a single moment.

Some stories will never be fully told, because they are buried beneath the mud, the debris and the memories of that terrifying day.

For those who survived: may they find strength.
For those still missing: may they be found.
For those we lost: may they never be forgotten. 🙏💔

[Architecture Presentation @arcpresentation]

Explanation into how this house survived Nepal flood.

[OSINTtechnical @Osinttechnical]

New imagery from @vantortech confirms that the China-Nepal Rasuwagadhi border crossing has been completely destroyed, with the glacial flood completely scouring the valley floor.

At least 359 people are dead and nearly 1,000 missing, according to local authorities.

[Vincent Koc @vincent_koc]

We shipped the biggest lobster ever. 50% of all PRs since project inception in this one release. We waited till the experience on this was out of this world. From UI/UX to local model inference we are now building openclaw with openclaw.

[Open Source Intel @Osint613]

WILD FOOTAGE: Devastating flash floods have struck the China-Nepal border. Nepal reports at least 8-16 dead and hundreds missing, including 291 foreigners. Roads, power, and communications on the Chinese side were cut.

[0xMarioNawfal @RoundtableSpace]

Someone just built a free video editor for Claude Code, and it’s insane.

Drop your raw footage into a folder, tell Claude what you want, and it handles the rest.

https://t.co/rEg2PGRZ76

[0xMarioNawfal @RoundtableSpace]

THIS WEBSITE TURNED THE DESIGN LANGUAGE OF 2,000+ TOP PRODUCTS INTO DESIGN.MD FILES THAT CODEX AND CLAUDE CODE CAN READ DIRECTLY.

[OpenClaw🦞 @openclaw]

HA! We beat GTA6!

[OpenClaw🦞 @openclaw]

OpenClaw 2.0 has arrived
https://t.co/52iWXJQvCy

[Khairallah AL-Awady @eng_khairallah1]

this is f*cking gold

Andrej Karpathy joined Anthropic five weeks ago.

Two Anthropic seniors just made Karpathy's loop 1000x better with "Graph Engineering"

the agentic systems got 1000x better the moment you wired agents into a graph

I dropped it into my setup. The very first response was different.

Not slightly different. Completely different.

Claude stopped giving generic answers and started working exactly the way I think.

Bookmark it before it gets lost in your feed.

Read it now, then check the article below.

[Khairallah AL-Awady @eng_khairallah1]

https://t.co/PAT74un2ld

[CyrilXBT @cyrilXBT]

https://t.co/4sLtyJzhmH

[Alex Finn @AlexFinn]

You NEED to do this with Grok Bot

Probably my favorite workflow yet. For each area of your career/life assign an executive bot

I have a chief content officer, chief community officer, chief SaaS officer etc...

Then put them all in an exec channel. Every morning have a standup meeting. Each exec goes over:

1. What they did the last day
2. Their goal this week
3. Where they stand against it
4. One move today to get closer

Then at the end, each exec gives feedback, advice, and how they can help the other execs to achieve their goals

If you set this up the right way, it's a MASSIVE unlock that will increase your team's productivity

They key is having an exec with a good description/memories for each area of your life, and having a chief of staff managing the standup

Also key to have bot employees under each exec. Typically I have developers and researchers depending on the department

Then set this standup as a routine for your chief of staff, and he will make sure it's run every day

Wondering how to set it up? Literally just give this post to your chief of staff and say 'bro set this up'