与「流一」相关的搜索结果

最近拿到一台 vivo X Fold6 测试。 测完之后最让我上头的功能叫原子工作台。左边开小红书，右边开我做的这个笔记 App，看到喜欢的东西，拖过去就自动成了笔记。 整个过程不用切 App，不用复制粘贴，不用截图发给自己。非常方便。 之前一直有个痛点，刷到有用的内容，要么截图发给自己，要么复制到备忘录里再整理，碎片信息散落在各处，回头找也找不到。我就想，既然 Fold6 能分屏，为什么不干脆 vibe coding 一个笔记 App 呢？ Fold6 这个原子工作台，能以任意角度分屏，组合任意的窗口，这个 app 就是为专门为这种“边看边收”的场景做的。 折叠屏的价值其实不是窗口变大，而是一块屏幕上同时开着多个窗口，人不用来回切换，不用切换 context。 现在左边看，右边收，随手拖进去就是一条结构化的笔记。信息一边收集一边整理一边归档，整个流程一气呵成。 体验下来 Fold6 可能是手机中最佳AI搭子，还有为大屏专门设计的OS系统OriginOS 6 Fold。大屏让 AI 的输出有地方放，分屏让 AI 和你的操作可以同时进行，不用来回复制粘贴。 还有一个特别实用的点，你可以把这个工作流一键保存到桌面，成为一个快捷方式。后面随时点一下就能快速打开这个组合，直接用。你设置好之后，以后每次想用的时候一秒就能调出来，非常省事。 这种随时拖、随手整理的方式，能极大提升生产力。

一张游戏原画到可用的3D模型，AI 工作流一小时搞定。核心技巧：拆零件 整体流程：Gemini 生成参考图 → Rodin 生成3D模型 → ZBrush 组装微调 但关键不在工具，在方法。直接把整张原画丢给 AI 生成3D模型，出来的东西一定是糊的、粘连的、细节全丢。这是所有人踩过的坑 这个视频的做法是：先把角色拆成零件 帽子、耳机、头发、光头素模、身体装备，每个部件单独让 Gemini 生成三视图（正面、侧面、背面），然后每个部件单独丢进 Rodin 生成3D 还有一个细节很重要：生成参考图时要求去掉颜色和材质，只要灰色素模效果，光照均匀无阴影。这样3D生成工具才能专注识别几何结构而不被贴图干扰 最后在 ZBrush 里像搭积木一样拼起来，修一下眼窝、平滑连接处，就能用了 分拆生成 > 整体生成，这个认知值几千块的建模外包费

发现了个真正能让AI Skill变现的硬核平台 @finchip_ai ！ 平台现在还在早期的Beta阶段，但Skill市场、Builder发布工具、多链部署、Agent CLI这些核心功能已经全部可用，积分体系也正式跑起来了。 后续大概率会跟代币空投和生态奖励深度挂钩，这个阶段深度参与，说不定能吃到最大一波红利。 以前玩AI Agent，总觉得最头疼的就是Skill质量拉胯。开源东西要么效果一般、代码乱七八糟，要么安全隐患一大堆。更气人的是，好不容易调出一个靠谱的Prompt和工作流，一分享出去马上就被复制得满天飞，创作者根本没动力持续迭代升级。 @finchip_ai 的切入点完全不一样——它直接把AI Skill做成了链上资产！创作者上传能力后，可以轻松设置价格、权限和版税；用户或Agent要用就必须先Mint，所有权、交易记录、收益分成全部上链。这下高质量Skill终于有了被尊重的土壤，创作者也能真正赚到钱，持续打磨迭代，高质量内容自然源源不断。我觉得这才是AI Agent下一阶段该拼的“能力层”基础设施。 我自己深度体验了下，超级丝滑：直接从GitHub导入仓库，或者上传本地文件，几分钟就能生成Chip并完成Mint（目前还是免费的）。 我挂了一个Finance类的价差监控Skill，它会自动扫描跨链和各大交易所的异常信号，实时推送给我。有好几次短时套利机会，它甚至比我自己刷信息流还早发现！ 最后提一下重点福利：我刚拿到了一批OG金标邀请码，有需要的，可以私信我领取，注册能直接领取2000积分（普通的注册只有100），积分关联未来空投！ 传送门🔗： #AI# #AIAgent# #Finchip# #Web3# #Crypto#

比特小鹿卖币降债，并发行3亿美金可转换票据 比特小鹿 排第一了。虽2025财年净利润为65.60百万美元，同比增加110.95%；其中营业收入为6.20亿美元，同比增加77.14%，但自由现金流一直没改善，事实上是更糟糕了， 25年第4季度，更是负6.5亿美金，负债是19.4亿美金，其中短期债务7.63亿美元，资产负债比为1.45，流动比率为0.92，Equity Value 只有8.6亿美金。 卖币是为了降债，增加流动性，扩充算力和电力资产战略。业绩公布后，后宣布发行3亿美金的可转换票据，大幅扩张算力与电力资产。 他有自己的矿机，便宜的水电资源，他的挖矿成本更低。把币以现币价清理掉，是理性合理的选项。 也侧面折射了矿机制造商，在熊市环境下，从以前的一机器难求，到现在自己亲自下场参赛，在多个周期都是选项之一，在牛市到来时，会有不错的回报。 无论在AI Data Center或矿机设计、制造、开矿场业务，事实上是基金密集，高杠杆的业务，周期性很强。 顺带一提，小鹿在026 年 1 月全球总电力容量达 3.0 GW，其中已上线 1.66 GW，并在美国、挪威、不丹、埃塞俄比亚等地推进 HPC/AI 与加密挖矿电力基础设施扩张。 AI算力中心才是其未来！

Agent 有两个变量，一个是控制任务走向的 workflow 工作流，一个是控制内容生成的 context 上下文。 1）如果 workflow 和 context 的确定性都很高，这类任务就容易被自动化，类似传统 RPA，比如在处理发票处理、表单填报任务时，AI 更多是粘合剂，发挥空间比较有限。 2）如果 workflow 确定但 context 不确定，也就是流程固定但输入多变，就需要 Agent 在语义和理解上补全，比如客服问答、合同解析，需要通过外部检索、知识图谱等工具来弥补信息的缺口，让推理结果更符合预期。 3）如果 workflow 不确定但 context 确定，也就是输入清晰但走法多样，Agent 就要去自主规划路径，例如市场分析报告生成、个性化推荐等，大多数 End-to-End RL Agent 都擅长做这类任务，因为它们在训练阶段就习得了大量的路径规划和解题思路。 4）而当 workflow 和 context 都不确定时，就是最复杂的场景了，既要推理也要探索，像创新方案设计、跨部门信息收集等，这类更偏向于通用型 Agent，它的执行效果，取决于给它配备的工具丰富度，尤其是编程能力要最大化开放，例如让它学会去 Github 找仓库克隆并修改代码来解决问题，让它像人一样干活儿。 所以，要把 Agent 做好，首先要明确场景。本质上，自动化解决的是“确定性”问题，而智能化解决的是“不确定性”问题。

#TGS2024# 「イザリア」コスプレイヤー大公開！ >>DOKI役：#Banrcosplay#/@banbanr233 >>シャダ役：#千葉チュチュ#/@ErokoChiba >>ドロシー役：#奈々子#/@NanakoQAQ >>煉役：#Yuki#/@yuki6de1b >>朧役：#流一#/@liuyi_miao_ ハイパーリンカーの皆様とお会いできることを楽しみにしています！ #イザリア#

哼哼～被你找到我的藏身之處 看來這就是命中注定的緣分呢 那麽…是不是該和璐茜婭 好好～交·流·一·下～呢 讓我駭進你的心裡吧❤️ EROLABS全新上的紳士手遊《星隕計畫》 陪伴我，直到眾星殞落🌍🌟 連結： #EROLABS# #ArkReCode# #星隕計畫# @EROLABS_H

其实让Codex拥有Hermes一样高效工作。 只需要装个oh-my-openagent 开源项目。 它不是普通插件。 而是给 AI 编程工作流加一层 Agent Harness。 自动读取项目规则、接入 LSP / CodeGraph、 检查代码注释、支持持续执行/续跑、子 Agent 协作。 这样Codex升级成“有规则、有角色、有检查、有沉淀”的工程团队。 开源链接评论区⬇️

19 岁少年用 iPad 加 Mac Mini 搞定原本要付给机构月费 1.2 万美元活，总成本仅 900 美元。他下午连上 eComrads，AI 自动学习选品与素材库，瞬间抹平了‘专业团队’的人工溢价门槛。 当工具足够便宜且智能，过去需要四人盯着仪表盘的工作流，现在一个人加一套脚本就能闭环。真正要看的不是口号，而是实际完成率和中断率会不会同步变化。

新浪微博官方上线了 CLI，从免费试用到 ¥899/月，按 Credits 分多档订阅。 方向挺有意思。CLI 本质上是绕开自家广告信息流的一个入口，等于动了眼下赚钱的饭碗——能把它做出来，说明团队里还是有人愿意往前试，内部阻力想必不小。 可惜微博的内容生态早就垮了。可能大多数人看国内资讯，重心都已转向抖音和小红书；如今微博信息流刷一次，两屏不到就插一条广告，广告的质量还差。 工具层在往前走，主产品体验和内容生态却在往后退。