Rog3r

🤖 AI 创业 | AI infra | Build in Public
🚀 关注技术，产品和投资
🔗 公众号: Rog3r

[Rog3r @xRog3r]

这几天 Opus 5.5 做的视频刷屏，我也用它做了一条教程：怎么用大语言模型做视频。

写稿、动画、配音、配乐、剪辑，全是 AI 做的。没有一帧来自视频模型，也没有一刀是人工剪的。我只做了两件事：提意见，拍板。

整条产线已经开源，链接在评论区。

画面不是「生成」的，是「算」出来的。Claude 写的是代码：每一帧只由时间 t 决定，浏览器按 t 把画面画出来，无头 Chrome 八个进程并行逐帧拍摄，FFmpeg 拼成视频。

同一份源码，任何时候重新渲染，每一帧都逐像素一致。

配音是时钟：每个镜头多长，由实际配音决定；镜头里的每个动作都挂在旁白的某个短语上，换了配音，画面自动跟着伸缩。

声音也是代码：配乐和音效用 numpy 合成，音效挂在画面动作的那一帧上。

我先把公开的教程和开源 skills 让 Claude 学了一遍，整理成一套可复现、可交付的 pipeline，再和 Claude 一轮轮迭代。我没写代码，也没动剪辑软件，做的事情就是看片、提意见、拍板。

模型听不到声音，也看不了连续播放，所以每次出片前跑一遍自动质检：空白帧、静止段、跨进程重放是否逐像素一致、声画同步、响度、背景声有没有盖过配音、物理校验。全部通过才交给我看。

最后的配音试过火山引擎，音色始终不满意，最后用开源的 VoxCPM2 克隆了我自己的声音。

最后开源了渲染引擎、并行渲染器、配音与校对、配乐与混音、卡拉 OK 字幕、出厂质检，项目规矩文件，一个可以直接装进 Claude Code 的 make-video 技能，还有这次踩过的 20 个坑和修法。

终于理解了梁文峰之前在 DeepSeek 内部讲话了，AGI 的主线还是语言模型，智能的上限目前还在语言模型上 Scaling。代码能力突破之后，语言就能变成画面、运动和物理。语言模型，也可以是世界模型。

[Rog3r @xRog3r]

Claude Opus 5.5 真耐用啊，High 的性价比比 Medium 更高，建议都直接切到 High 使用吧。

[Rog3r @xRog3r]

在 X 上看到最近还是有很多 Claude 账号封号的情况，你看到有很多关于如何不被封禁的方法讨论。

我自己手里也有好多个账号，之前也有被封过好多个账号，现在分享一个长期下来没有被封号的经验方法。

1️⃣ 准备一台美版 iPhone

你需要只是一台美版的 iPhone，不需要电话卡，再次强调，这个方法不需要电话卡。

哪里买美版的 iPhone？我自己在闲鱼买了一部 iPhone Air，现在价格只要 3k，除了国内不能用 esim，买来当个备用机完全不是问题。

2️⃣ 美区 Apple 账号

初次激活，直接用 icloud 邮箱注册美区 Apple 账号，整个过程不需要任何手机绑定和验证，初次激活 iPhone 就可以创建。

3️⃣ 隐藏邮箱注册 Claude

使用 Apple 账号注册 Claude，整个过程也不需要手机号，但是注意，使用隐藏邮箱注册，可以有效降低 Claude 封号的几率。

4️⃣ iOS 充值

Claude 会员直接经过 iOS 直接充值，苹果账户充值的教程一搜一大堆，我自己经常就是用另一个国内的账号送一张礼品卡，官网直接购买，美区账号直接使用。

5️⃣ Claude 使用

最后你就可以在多端使用 Claude 会员了，但是注意，这里 IP 尽量和当时 iOS 上注册账号时 IP 使用一致。

[Rog3r @xRog3r]

这几天🪜太不稳了，终于还是走上了自建 VPS 搭梯子的道路。

模型使用 Claude Opus 5.5 + GLM 5.3，鉴于 Anthropic 对 GLM 5.3 安全能力的肯定，在前期让两个 Agent 进行了多轮红蓝攻防，迭代技术方案。

最后不到半天就搭好了，使用 VLESS + Reality + Vision 协议栈，VPS 使用 AWS Lightsail 新加坡节点，在自己包括 Mac，Windows，Android 和 iOS 所有端设备使用 sing-box 1.14 官方客户端都验证通过。

实测稳定性还不错，感觉比买的🪜还稳，价格整体下来也比之前买的梯子便宜，再也不怕机场跑路，梯子不稳了。

[Rog3r @xRog3r]

食贫道最新的这一期视频非常精彩，我劝你别把《硅谷八卦》当八卦看。

虽然饼叔吃了马斯克爱吃的培根、去了扎克伯格第一个办公室、还有乔布斯和谷歌的办公室。

但一点都没有讲硅谷历史，里面的拍摄很有意思：无人车在旁边跑，路边躺着流浪汉；AI公司疯狂融资，大厂一边裁几千几万人；老板让AI两小时出报告，工程师却因为“人卡住了”加班到凌晨；14岁小孩在黑客松做AI安全层，70岁老人被手把手教用AI；饺子馆用AI skill取号，吃完还送token。

这不是八卦，这是AI时代的社会切片。我把它总结成8条，条条扎心：

1️⃣ AI不是互联网2.0，是电力/蒸汽机级通用生产力。
互联网要多人用才有用，AI一个人用就有用。所以它扩散快得吓人。

2️⃣ 经济增长和就业繁荣正在脱钩。
数字智能边际成本低，钱越来越集中到算力、数据、资本。公司更赚钱，普通人更焦虑。

3️⃣ AI替代的是任务，不是人；但很多公司把AI当裁员借口。
人反而成了AI工作流的瓶颈。AI越快，人越卷。

4️⃣ 创业不是发财捷径。
VC玩的是流动性和倍数，多数创始人退出拿不到钱。真正机会是：go narrow、go deep、go with the flow。做窄而深、能积累数据的领域。

5️⃣ 开源像公开菜谱，闭源像只去餐厅吃。
中国在开源、成本、电力、供应链、应用落地上，有结构性优势。

6️⃣ 监管应该像案例法：先发展，出问题再划线。
技术太快，事前乱监管，容易堵死创新。

7️⃣ 个人策略：别当被AI替代的士兵，要当指挥AI的将军。
向人际、护理、决策、责任、创意迁移。

8️⃣ 最震撼我的不是技术，是分裂。
一边是技术理想主义、资本狂欢、黑客松；一边是裁员、流浪汉、中产焦虑、末日地堡、高净值安保。技术越强，社会的裂缝越被放大。

我的一句话总结：
AI越强，越不是单纯技术问题，而是分配、治理和社会平衡问题。技术跑得越快，社会越需要新的平衡。否则硅谷的今天，就是很多地方的明天。

如果你关心AI、工作、创业、财富分配，我强烈建议看原片。不是让你焦虑，是让你提前看到风向。

[Rog3r @xRog3r]

嘉靖和海瑞这毫无违和感啊

[Rog3r @xRog3r]

@op7418 官方 api 在 gui 里的速度快到飞起

[Rog3r @xRog3r]

问界就这么和华为割裂了？

[Rog3r @xRog3r]

DeepSeek Harness GUI 官方Windows版本下载

https://t.co/Qsnrq39fK4

DeepSeek Harness Mac客户端下载

https://t.co/bN0jmdUR7K

[Rog3r @xRog3r]

卧槽，DeepSeek 官方的 DeepSeek harness GUI 客户端终于来了，下面是初体验的几个感受：

1. 可以直接同步之前 web dsh 的 session，之前本地部署的所有 session 都可以在 GUI 直接继续。

2. 直接绑定官方的账户，如果你有注册官方账号并充值，可以直接使用。

3. 速度非常的快，实际体验，输出在 >200 toks/s，有这速度，还用什么第三方？

4. 官方同时放出了 Windows 版和 Mac 版，下载地址见评论区。

[Rog3r @xRog3r]

好像美股七姐妹里就 meta 一直对硬件有执念，其他家基本上都没出过 AI 硬件产品啥的

[Rog3r @xRog3r]

卧槽，X premium 订阅居然可以重复续费，但是不续时间的。

这两天手动充值了 X premium，发现之前还有自动续费，于是被重复扣款，但一看时间，并没有叠加。

准备后面默认取消续订，不然每次都会被自动扣款。

[Rog3r @xRog3r]

从之前 GLM-5.3 的博客里可以看到，从 DeepSeek 到 Kimi，再到 GLM，可以看到中国厂商对 attention 做了很多结构上的优化。

因为中国用户量庞大，需要用尽可能低成本的部署，更小的模型参数，kv cache 内存复用优化，通信层的协同，算子的优化。

所以会发现中国开源的大模型普遍性价比会比美国闭源模型高，但是能力上又总是差一点。

之前新闻也爆出来大部分厂商其实都还是在蒸馏美国的闭源模型。

以更低的成本达到百分之八九十的效果，再加上架构和硬件优化，让更多人能够用上。

最后有一个暴论，中国这些模型公司，先用低成本吸引更多用户，像 GLM 一样偷偷用用户真实数据进行训练，说不定真有可能超越闭源的 Anthropic 和 OpenAI 的模型。

即使超过了也不意外。

https://t.co/gjwkTgjspg

[Rog3r @xRog3r]

从之前 GLM-5.3 的博客里可以看到，从 DeepSeek 到 Kimi，再到 GLM，可以看到中国厂商对 attention 做了很多结构上的优化。

因为中国用户量庞大，需要用尽可能低成本的部署，更小的模型参数，kv cache 内存复用优化，通信层的协同，算子的优化。

所以会发现中国开源的大模型普遍性价比会比美国闭源模型高，但是能力上又总是差一点。

之前新闻也爆出来大部分厂商其实都还是在蒸馏美国的闭源模型。

以更低的成本达到百分之八九十的效果，再加上架构和硬件优化，让更多人能够用上。

最后有一个暴论，中国这些模型公司，先用低成本吸引更多用户，像 GLM 一样偷偷用用户真实数据进行训练，说不定真有可能超越闭源的 Anthropic 和 OpenAI 的模型。

即使超过了也不意外。

https://t.co/SCO2ANG8kW

[James Lt @JamesLt196801]

中国为何模型研发费用低还能不错？1. 美国的探索费用巨大，成果却可以被中国利用，比如大模型的框架、参数量。2. 中国算力受限倒逼工程转向单位算力效率 3. MoE 创新大幅减少计算量 4. 美国ai目标是构建ai霸权，中国则更追求投入产出比。如果AI是长跑，美国风险大，中国很可能笑到最后

[Rog3r @xRog3r]

@Jackywine Build in public 是一个过程

[Rog3r @xRog3r]

@mr_easonyang 模型体积差太多了，laya 感觉是为了热度推出来的，根本没见到几个能用起来的

[Rog3r @xRog3r]

最新的 dsh 可以看到完整的 agent 轨迹，把 agent loop 和 harness 内部可视化了。

[Rog3r @xRog3r]

把 WorkBuddy 里免费的 DeepSeek v4.1 flash 反代到 DeepSeek harness 里，速度快到飞起，1 M 上下文管够。

[Rog3r @xRog3r]

workbuddy 的免费无限使用 deepseek 时间延长到 10.9 了

[Rog3r @xRog3r]

把 WorkBuddy 里免费的 DeepSeek v4.1 flash 反代到 DeepSeek harness 里，速度快到飞起，1 M 上下文管够。