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���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��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���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���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��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。