UU889-Drama 本地导演台项目 1015 更新:锁定台词与人物画风,优化接戏
UU889-Drama 本地导演台项目发布 1015 更新,分镜时长改为按台词计算,生成时锁定台词以防止模型补台词胡言乱语,并锁定人物外观、场景与画风以减少飘移。新增人物站位字段,同场景下一镜自动用上一镜结尾画面开场,对话按正反打与 180 度轴线处理;视频制作右栏可分别开关,批量生成时同场景镜头按顺序生成。
UU889-Drama 本地导演台项目发布 1015 更新,分镜时长改为按台词计算,生成时锁定台词以防止模型补台词胡言乱语,并锁定人物外观、场景与画风以减少飘移。新增人物站位字段,同场景下一镜自动用上一镜结尾画面开场,对话按正反打与 180 度轴线处理;视频制作右栏可分别开关,批量生成时同场景镜头按顺序生成。
一位 OPC 独立开发者发布了一个图片擦除物体和去背景的免费在线工具与 API,定位为 remove.bg 12 月停服后的 API 平替,封装公司内部 API 对外提供服务,共享商业 App 机器池资源以压低成本。评论区留言可获赠免费擦除 500 次 API 点数,有效期 1 年,后续还会封装更多 AI 服务。
Google 的 Gemini 4 Argon 已在 GitLab Duo Agent Platform 上线,主打长周期、多步骤的 Agent 任务。GitLab 内部评测中它完成 93.3% 的软件工程基准任务,遇到工具报错或超时的运行仍有 93.8% 最终完成。
开发者 minsoesantun 在 Hacker News 的 Ask HN 发帖,称自己用 AI 构建小而实用的 App。该帖发布 26 分钟仅获 1 分,暂无评论。
Apple 发布 Xcode 27.2 beta 3,版本号 27B5038j,开发者可在 Apple Developer 下载页获取并查看对应 release notes。
Hacker News 上有人提问是否犹豫安装 vibe-coded 应用。提问者表示自己已习惯让 AI 工具先审计 GitHub 再安装开源工具,因此不太担心安全,主要顾虑是这类应用往往光鲜却很快被弃坑,bug 和性能问题一堆。
Amp 正在用 GPT-6 Astra、Ultrafast、GPT-Live-1 和 Sign in with ChatGPT 拓展 AI agent 的能力边界,使其不再局限于写代码。原文未披露具体价格、费率或可用性细节。
V2EX 上出现一则职场话题讨论,关注 AI 冲击之下 v2 程序员们的近况。帖子本身未给出具体结论或数据,页面仅显示社区信息与在线人数等常规内容。
独立开发者推出 Bulin 47 AI,上传一张正面照片即可生成 15 秒 720P 原声 MP4,把自己替换进 Bulin 47 在 Madrid 的爆红 freestyle 场景,支持 9:16 / 1:1 / 16:9 且无水印。
NVIDIA 的 Nemotron 3.5 Lightning 已在 Vercel AI Gateway 免费提供,模型名为 nvidia/nemotron-3.5-lightning-free,由 NVIDIA 提供服务。
推荐理由:NVIDIA 新模型在 Vercel AI Gateway 免费开放,读者可据此评估是否接入自己的 Agent 或编码工具。
有开发者在 V2EX 推广自制的恶趣味视频网站 rumpelstiltskin AI。页面显示站点当前 1500 人在线,最高记录 6679,版本号 3.9.8.5,并列出帮助文档、自助推广系统、博客、API、FAQ、Privacy 及 Solana 等入口。
一位开发者在 V2EX 分享自己做了一个 burning bridges drake ai 的换脸网站。原帖未披露所用技术栈、定价、支付通道或上线时间等细节。
独立开发者上线 Bad Times AI,一个 photo to video 的 AI video generator:上传一张照片,就能让照片里的自己、猫或狗演一段「吵架式表演」。可选 10 秒片段或完整版,人物和宠物完整版 30 秒、宝宝版 26 秒,成片带模板原声,支持下载无水印竖屏 MP4。目前 AI 发挥仍有随机性,快速动作时长相、爪子和口型可能跑偏。
AI 编程代理让开发者每天产生数十次短暂等待,Relo 借此在 Claude Code、Cursor、Codex 运行间隙展示单条赞助信息,开发者观看满 10 秒即计为有效曝光并获得报酬。
SerpApi 发布 Extract API,让开发者可从公开网页提取实时结构化数据,在同一个工作流内完成搜索、发现与提取。该 API 现已面向所有 SerpApi 账号开放,采用通用解析器,网站支持范围可能不同;爬取用量按成功提取的页面计费。
HackerNoon 的 TechBeat 汇总了当日热门技术文章,其中一篇探讨 AI Agent 维护遗留代码的风险:AI Agent 能读取和修改遗留代码,但缺少业务上下文会让自主维护比表面看起来危险得多。
Evos 完成 900 万美元 pre-seed 轮融资,由 Uncork Capital 和 Field Ventures 联合领投,Crosslink Capital、Utopia Capital Management、Sandwith Ventures 及天使投资人参与。
AI 编程时代瓶颈已从写代码转向验证代码,Faros AI 的 AI Engineering Report 2026(覆盖 22,000 名开发者、4,000 多个团队)发现无任何审查即合并的 PR 上升 31.3%,审查中位时长上升 441.5%。
Abacus AI 把语言模型、Agent、内容生成与云服务整合进一个平台,核心产品 ChatLLM 以每月 $10 提供 GPT-5.5、Sonnet 4.6、Gemini 3.1 Pro、DeepSeek v4 等 20 多个模型,并支持文档与数据分析、图像视频生成和 RAG 聊天机器人。
Upstash 发布指南,说明给 AI agent 配云电脑需要 shell、持久文件系统、隔离、出口控制、浏览器和 git,并对比了自建 VM、E2B Desktop、Daytona、Fly Sprites、Northflank 与 Upstash Box 的隔离方式、计费与内置 agent 支持。
推荐理由:Upstash 官方给出给 AI agent 配云电脑的选型对比与完整生命周期代码,可据此评估自建方案。
一个 proof-of-useful-work 项目让验证者校验 AI 计算(矩阵乘法加激活函数)而非挖矿,并据此获得共识权重。用户可提交最大 256×256 的 GEMM 负载,免费获得结果和一份 SHA-256 承诺链收据,无需 token,只需一个 API key。
独立开发者上线 Venom Car AI,一个 AI Car Video Generator,上传一张清晰车照(可选车标)即可在网页生成约 15 秒的「共生体汽车变形」出场动画,无需写提示词或剪辑。成片带音效,可下载无水印 MP4,并支持用参考示例视频指导动作与运镜;作者提示 AI 仍可能改动车灯、轮毂等细节,无法保证与原车完全一致。
V2EX 用户发帖分享 MUSE 可免费领取 30 亿 token。帖子未披露领取方式、适用地区或有效期等细节。
Third Moment Research 借助 GPT-6 Astra、GPT-6.1 Sol、Codex 以及面向网络安全的 Daybreak,构建出能连续专注数天并随使用不断改进的 agent,可让 10,000 个 agent 持续运行 36 小时以上。
有开发者在 V2EX 发帖推广自己跟风做的 Venom Car AI 视频工具。原帖正文未提供价格、费率、MRR 或具体功能等细节,仅标注为自助推广内容。
产品经理背景的作者用 AI 做出舌象观察 App Health Mirror,9 月在 App Store 和 Google Play 上线,距架构转向约六个月。
独立开发者上线 Smalltown Boy AI 网站,上传两张清晰正面照即可生成双人 AI 舞蹈视频,让照片里的两人走进 80 年代霓虹舞池。舞蹈与运镜使用固定模板,用户只需决定左右站位,无需写提示词、抠图或剪辑,可选 480P 或 720P,生成后在线预览并下载。参考舞蹈约 14 秒,目前为早期版本,AI 生成的人物细节和实际时长会有变化。
V2EX 用户把家里机器上的 llm.cpp 换成 Strata,运行 qwen3.8 flsh next 的 Q3_S,输出 token 飞快,比 Claude 只慢一点,编程能力也差一点但够日常用。主机配置为 48G 内存、5060Ti 16G,他在越南河内的电脑上同时跑 Claude 和 Strata。Strata 通过 sub2api 分发,可被全球调用,他预计中转站价格下限会被再次打破。
V2EX 有用户发帖称可免费领取 muse30 亿额度,帖子标注「亲测有效」。原文未披露 muse 具体是什么产品、额度单位与领取方式,也未说明活动截止时间。
一位开发者因自己开实体店找位置不便,基于高德 API 和 pi 做了一套选址工具,注册即可体验。工具支持查看周边 1、3、5 km 内的小区商超数据,结合 WorldPop 人口模型生成人口热力图并查看 20–54 岁人群性别比例,还提供点位记录、选址评估 Agent 和可调用系统功能的 AI 助手。内置多种实体店选址 Skill,并接入了一个商业博主的商业分析 Skill。
Cohere 在 ProgramBench 的 200 个程序重建任务上测试编码 Agent 团队的五种设计选择,发现把 worker 只放在探索与规划阶段最划算:异步 Sol 团队只委派规划阶段达到 63.6% 通过率,与委派全部三阶段的 63.2% 相当,成本却从 $510 降到 $249。
推荐理由:Cohere 用 ProgramBench 对照实验拆解编码 Agent 团队的五项设计选择,给出规划阶段用便宜模型即可接近全强模型效果的成本数据。
Hacker News 上有人提问等 copilot 完成任务时通常做什么,一位开发者给出的做法是同时推进多个项目:一个在跑时就切到另一个项目查看进展。他习惯把项目 prompt 写得模糊,让 Claude 及其 agent 产出大量解释和建议,用来阅读、思考并催生新想法,或把其他项目的东西挪来做新迭代。
V2EX 上有网友发帖询问 grill-me skill 是否真的有用,并直言使用起来总觉得很繁琐。帖子未给出具体使用场景或效果数据,讨论围绕该 skill 的实际价值与操作体验展开。
独立开发者上线浏览器端工具 The Hotel Lobby AI,用两张已获授权的成年人照片或一张含两人的清晰照片,生成 Hotel Lobby 风格的双人说唱短视频。目前已开放登录、积分购买、生成、私有结果播放和下载,Standard 720p、12 秒一次生成消耗 10 积分,生成或交付确认失败会退回本次积分。生成时长受模型和队列影响,不承诺固定时长。
开源 coding agent 桌面管理工具 Runner 从 0.13 更新到 0.16,mission 运行中可动态增减 agent role,并接入 Cursor Agent CLI、Grok Build 和 OpenCode v2。
一位开发者启动为期 7 天的公开实验,用 1,000 美金 Token 让 Gemini 4 担任高管与主力研发、DeepSeek 负责实机自测和新媒体运营,目标是从零做出一款知名付费软件的替代品并免费开源。
Transel 是一个用 Rust + gpui-kit 开发的开源跨平台划词翻译工具,支持 macOS、Windows、Linux,选中文字后按 Alt+D(macOS 为 Option+D)即可在鼠标附近浮窗显示译文。它支持多翻译接口并行对照、截图 OCR、静默替换、历史与收藏,密钥保存在系统钥匙串,采用 MIT 许可证。
Hacker News 上有人提问:为什么人们说「我做的」而不是「Claude 做的」?有评论认为要分项目类型:一次性生成的项目,提示者几乎没做什么,就像 AI 绘画一样,仅靠提示生成的内容无法获得版权;更复杂的项目仍属人类构建,因为模型需要人来引导,但这种情况在不久的将来也会改变,好的软件设计可以被 RL 进模型。
作者开源了 Mac 应用 Agent HUD,把 Claude Code、Codex 等 17 个 agent 的额度与批准请求显示在刘海周围,没有刘海的屏幕则放在屏幕边上。
llms.txt 是放在网站根目录的纯文本文件,用 Markdown 写成,告诉 AI 助手你是谁、优先读哪些页面,约十分钟即可完成。它是新兴约定而非标准,没有引擎承诺使用;作者建议用绝对 URL、把说明写成事实、只列服务/价格/服务范围/联系方式等客户会问的页面,并同时检查 robots.txt 是否屏蔽了 GPTBot、ClaudeBot 或 PerplexityBot。