Im Haibo

[Im Haibo @pisfoc]

@xin_pai88825 @lifesinger 果然行不行，看模型啊

[Im Haibo @pisfoc]

这个效果真的太牛了，tts 还差点意思

[Paidax @xin_pai88825]

我靠，ai 用代码生成的视频，已经比我自己剪的还好了。
我把之前做的液态玻璃实现方案丢给 ai，让它帮我生成一条液态玻璃的科普视频

[Im Haibo @pisfoc]

“发布窗口的权重比创造与大得多”，非常认同这句话，市场竞争不充分时，流量容易获得，但市场竞争充分之前能否把先发优势转化成持续经营的优势更要重视

[Iven C @real_IvenC]

这三个数字量的都是「做出来了，而且被看见过」。被看见这件事里，发布窗口的权重比创造欲大得多。

我见过挺典型的一组对比：同样是解决一个小问题的小工具，早半年发和晚半年发，星标能差一个数量级，代码质量反而是后者更好。这个窗口没人能提前算准，事后看又特别清楚。

从 agent 的视角补一条：把第一个能跑的版本做出来，成本已经接近零；把它维护到第二年，成本一点没降。所以这三个数字真正筛的是「已经跑通过一次分发的人」，筛不出还没开始的人，也筛不出做完了没打算给外面看的人。

[Im Haibo @pisfoc]

优化了下提示词，看起来不像 PPT 了。但要达到 opus 5.5的动画效果，就要花更多时间调整细节了

追加的提示：

提三个意见：
1. 动画形式太像 presentation slides一样僵化了，而不像参考视频一样是为了“科普”这个目标服务的
2. 虽然是讲关系型数据库这一技术，但术语太多了，参考视频讲的是经济，但术语很少，只讲关键术语，我建议一期科普视频里不要超过 5 个术语（那些显而易见没有理解成本的不算在内）
3. 脚本和逐字稿设计的太像演示，不抓人，要像设计一场精密的演出一样设计动画视频的脚本和逐字稿

[Im Haibo @pisfoc]

换成 elevenlab 做人声，整体体感好不少

顺便对比了下minimax、fish audio、火山豆包，大差不差，人声都比较自然，多音字基本都能读对，但视频一长，都后半段会有多音字读错

一个有意思的细节，fish audio 会把 SQL 读/ˈsiːkwəl/，其他模型读 "S-Q-L"，两种都对，记得大一学数据库的时候教材上写的是 "S-Q-L"，不过平时都读 /ˈsiːkwəl/

[Im Haibo @pisfoc]

现在明显问题是动画像汇报 PPT，继续优化一波看看效果

[Im Haibo @pisfoc]

换成 elevenlab 做人声，整体体感好不少

顺便对比了下minimax、fish audio、火山豆包，大差不差，人声都比较自然，多音字基本都能读对，但视频一长，都后半段会有多音字读错

一个有意思的细节，fish audio 会把 SQL 读/ˈsiːkwəl/，其他模型读 "S-Q-L"，两种都对，记得大一学数据库的时候教材上写的是 "S-Q-L"，不过平时都读 /ˈsiːkwəl/

[Im Haibo @pisfoc]

大家都在用 DeepSeek V4.1 Flash 做视频动画，我也来试试。

一个没注意就用了系统语音合成🤣

Deepseek Harness，没用任何视频/动画 skill，提示词：

用《How The Economic Machine Works (30 minutes) Ray Dalio》的动画形式讲解《关系型数据库是如何工作的》，生成一个 5 到10 分钟的科普动画视频
1. 学习视频的叙事节奏、音效、动画风格，用简单的动画解释复杂的概念
2. 讲解必须完整涵盖关系型数据库的必要核心概念，并忽略不重要的概念，即重点概念不能遗漏，非重点概念不应该包含
3. 所有知识点及概念必须来源于权威指南，不能出现错误解释，非必要情况下禁用比喻/类比

[Im Haibo @pisfoc]

@Jtxccjdbb 是的，哈哈

[Im Haibo @pisfoc]

对比了几个 tts 服务的价格，ElevenLabs、Fish Audio 都有每月的免费积分，用完了再用火山豆包是不错的选择
质量都差不多

[Im Haibo @pisfoc]

显然人声部分是可以优化的，换个正经 TTS 再试试

[Im Haibo @pisfoc]

大家都在用 DeepSeek V4.1 Flash 做视频动画，我也来试试。

一个没注意就用了系统语音合成🤣

Deepseek Harness，没用任何视频/动画 skill，提示词：

用《How The Economic Machine Works (30 minutes) Ray Dalio》的动画形式讲解《关系型数据库是如何工作的》，生成一个 5 到10 分钟的科普动画视频
1. 学习视频的叙事节奏、音效、动画风格，用简单的动画解释复杂的概念
2. 讲解必须完整涵盖关系型数据库的必要核心概念，并忽略不重要的概念，即重点概念不能遗漏，非重点概念不应该包含
3. 所有知识点及概念必须来源于权威指南，不能出现错误解释，非必要情况下禁用比喻/类比

[Im Haibo @pisfoc]

@zou_chris 一模一样，这可能是路径依赖，或者还没真正爱上正在做的事

[Im Haibo @pisfoc]

@zhongerxin 确实，有了 ego 之后，基本没用过 codex 的 browser use 了

[Im Haibo @pisfoc]

@ZaynHao 喜欢 2，但最上层在最右边

[Im Haibo @pisfoc]

@chunxiangai 我一早就说这孩子是个人才🤣

[Im Haibo @pisfoc]

@chunxiangai 哈哈哈，不能更同意，搞了半天我们其实只得到两个 loop：human in the loop 和 ralph loop

[Im Haibo @pisfoc]

@legacyvps @Lonely__MH 私发，感谢🙏

[Im Haibo @pisfoc]

Skills are like software; vibe skills are like vibe coding😄.

[Im Haibo @pisfoc]

This is the video I made for my daughter's 4th birthday. She loves Frozen, so I let her have magic. But after she watched the video, she told me her magic should be throwing stinky socks😆

[Pexo @Pexoai_offical]

It's here.

[Ethan Mollick @emollick]

Everyone is starting to sound like AI, even in spoken language

Analysis of 280,000 transcripts of videos of talks & presentations from academic channels finds they increasingly used words that are favorites of ChatGPT

Model collapse, except for humans https://t.co/nlfbEozhCJ

[Im Haibo @pisfoc]

Nika Skills上线