与「English」相关的搜索结果

12/12｜BEAT RUSH：AI 舞者＋代码音游特效 英文、16:9、高能街机舞蹈：先用 Seedance 生成跳舞的动漫角色，再用代码制作节奏游戏画面和卡点效果。 需要：这一条明确要接 Seedance。Opus / Sonnet 负责策划、代码和合成；舞者视频由 Seedance 生成，还要准备音乐并对齐节拍。 12 条看下来，Prompt 定方向，实际成片还取决于素材、工具和后续迭代。 完整 Prompt： Create a high-energy arcade dance video in English and 16:9. Use Seedance to generate a dancing anime character, then use code to build the rhythm-game visuals and beat-synced effects.

11/12｜The Odyssey：p5.js 程序化故事预告 用 p5.js 做有《奥德赛》氛围的英文故事视频，剪成一分钟内的快节奏预告，加英文字幕；可以配旁白。 需要：p5.js 代码运行、逐帧渲染/录制、剪辑和字幕；选择旁白时再接 TTS。 完整 Prompt： Use p5.js to make an atmospheric story video inspired by the mood of The Odyssey, in English; voiceover is welcome. Turn it into a fast-cut trailer under one minute and add English subtitles.

8/12｜Creative Montage：展示剪辑和编码能力的混剪 素材丰富、不重复镜头，英文呈现，声音一直照顾到结尾，把重点放在后段更强的高潮。 需要：可用的视频/图片素材、剪辑合成和音频。Opus / Sonnet 可编排镜头、转场与代码动效；若素材不够，再考虑接 Seedance 等工具补镜头，原 Prompt 没有强制要求生成视频。 完整 Prompt： Create an impressive montage that shows off your editing and coding abilities. Use rich, varied material without repeating shots, with polished English presentation and sound through the ending. Focus the edit on the stronger climax in the later part.

3/12｜AI Hacked a Government：AI 新闻＋meme 解说 让 Agent 自己找近期 AI 新闻、选题，做快节奏英文 YouTube 视频，穿插视频片段、图片和 GIF。 需要：联网检索、素材获取和剪辑；做旁白时配 TTS。可以使用搜到的素材，示例标题是一次选题结果，下面的 Prompt 并没有锁定这个新闻。 完整 Prompt： Look up recent AI news, choose a topic, and make a fast-paced English YouTube-style video packed with memes. You can search for video clips, images and GIFs to use.

2/12｜Emberkeep：游戏预告片 英文预告，面向 X；前两秒抓住注意力，精修画面，去掉底部进度条。 需要：游戏画面/素材、剪辑和音频。Opus / Sonnet 可负责策划、代码与剪辑编排；缺少镜头时可接 Seedance 等视频模型，音乐音效另备。原 Prompt 没指定视频模型，也没提供完整游戏设定。 完整 Prompt： Create a polished English trailer for an original game, made for sharing on X. Open with a striking hook in the first two seconds, make the visuals more refined, and remove the bottom progress bar. Generated music and sound effects are welcome.

She chatted with US first lady Melania Trump in English without a translator, and sang along quietly when serenaded by a youth choir, looking effortlessly glamorous in a modern take on a traditional Chinese outfit. On Chinese President Xi Jinping's Washington trip, his wife Peng Liyuan is his soft power superweapon, projecting a gentler, more approachable image of China, despite its disputes with the United States over everything from trade to Taiwan

阿里把团队内部用了两年的官方 AI Code Review Skills 开源了，采用 “确定性工程 pipeline + AI Agent” 的混合架构，专门解决通用 Agent 做代码审查时 “漏审、定位漂移、质量不稳” 的老问题。 40.5K ✨ 开源项目 OpenCodeReview： # 核心设计：确定性工程 pipeline × Agent 各司其职 确定性工程负责硬约束： · 精确文件选择：用代码决定哪些文件必须审、哪些要过滤，不依赖模型自觉； · 智能文件捆绑：把相关文件合成一个审查单元（例如 message_en.properties 和 message_zh.properties 捆绑），每个单元以上下文隔离的 sub-agent 运行，分治策略让超大变更集也稳，且天然支持并发（默认 8 个文件 worker）； · 细粒度规则匹配：内置约 54 个按语言/文件类型的规则文档（Java、Go、TS/JS、Python、Rust、SQL/XML mapper、properties 等），用模板引擎而非自然语言把规则匹配到文件特征上，从源头消除信息噪声； · 外部定位与反思模块：评论的“落点”和“内容”分别由独立的 re-location 和 reflection 模块系统性校正，这正对“位置漂移”痛点。 Agent 负责动态决策： · 深度优化的场景 prompt（内部分为 plan → grouping → main → memory_compression → re_location → review_filter 多个任务模板，可在 internal/config/template/prompts/ 看到）； · 从海量生产环境的 tool-call 轨迹（调用频率分布、单工具重复率、新工具对调用链的影响）反向蒸馏出的专用工具集，包括全文件读取、代码搜索、其他变更文件查阅等，比通用 agent 工具箱更小更稳。 # 能力面与生态集成 功能上覆盖：workspace/分支区间/单 commit 审查、断点恢复（ocr session）、全文件 scan（无 git 历史也能审计陌生代码库）、本地 Session Viewer 网页查看与回放、SARIF/JSON 输出、OpenTelemetry 可观测性、MCP Server 扩展。 作为 “Skills 生态” 级项目，它的形态相当完整：既提供 npm 全局 CLI，也提供可移植的 Agent Skill（skills/open-code-review/SKILL.md，带标准 frontmatter，可直接被兼容 skill 的 agent 加载），还有面向 Claude Code、Codex、Cursor、Kimi Code、OpenCode 等平台的插件，每种都封装成斜杠命令或可调用 skill。LLM 侧兼容 OpenAI、Anthropic、AWS Bedrock 三类协议，并可直接复用 Claude Code 的 ANTHROPIC_* 环境变量。 其中一个设计很巧妙：Delegation 模式（ocr delegate preview/rule）。此时 OCR 只做自己擅长的确定性部分（文件选择和规则解析）审查本身交给宿主 coding agent 的 LLM 执行，用户无需给 OCR 配任何 API key。这实际上是把“harness 能力”与“模型能力”彻底解耦。 # 工程质量：超出平均水准的部分 · 安全有正式的 Assurance Case（ASSURANCE_CASE.md）：完整的威胁模型、四条信任边界、T1–T7 威胁逐条给出缓解措施，并按 Saltzer & Schroeder 设计原则和 OWASP Top 10 做了映射。细节经得起推敲：所有外部进程调用只限 git 且子命令硬编码、--end-of-options 防 flag 注入；Agent 读文件路径经 pathutil.WithinBase() 在符号链接解析前后双重校验；本地 Viewer 有 Host 白名单防 DNS rebinding + 严格 CSP。这类文档在一般开源项目里非常罕见。 · 贡献规范近乎严苛（AGENTS.md）：使用 AI 必须在 issue/PR 中披露工具与模型、必须逐行理解 AI 生成的代码、禁止“AI 生成→反复修复→再修复”的循环、禁止把 commit 署名给 AI。源码强制英文（CI 有 english-check，连全角标点都查）、90% 测试覆盖率门槛、-race 与 govulncheck 每次 push 都跑、SPDX 头与 LF 行尾强制。 # Benchmark：数据情况 官方基准 AACR-Bench（已在 Hugging Face 开放）规模不小：50 个流行开源仓库、200 个真实 PR、10 种语言、80+ 资深工程师交叉验证出 1505 条标注问题。结论是同模型对比 Claude Code：Precision 和 F1 显著更高、token 消耗约为 1/9、速度更快。 需要指出两点：其一，Recall 低于通用 agent，README 自己承认这是“以精度换噪声”的刻意权衡，如果你最怕漏问题而非误报，可能不适合；其二，该基准由阿里自建，虽开放了数据集供社区复核，但独立第三方的复现结论目前还少，可以把它当作“有披露的、方向可信的参考”。

Google DeepMind's Gemini 3.8 Flash TTS and Gemini 3.8 Flash-Lite TTS take #1# on all seven Voice Arena TTS language boards. @voicearena_ai evaluated both models ahead of today's launch, and the results were phenomenal. Every ranking on Voice Arena comes from blind, head-to-head votes by vetted native speakers, scored with Bradley-Terry Elo. On US English, Flash-Lite takes #1# of 20 at 1087 Elo, 19 points above Cartesia's Sonic-3.6 and inside the statistical band at the top, with Gemini 3.8 Flash at #3# on 1061. Outside US English the two models finish #1# and #2# on five of the six remaining boards, with Gemini 3.1 Flash TTS behind them in third, so Google DeepMind holds the entire top three in Japanese, Arabic, Mexican Spanish, Vietnamese and Brazilian Portuguese. Results backed by thousands of blind, head-to-head listener votes from native speakers across seven languages. Congratulations to @GoogleDeepMind on the release! See below for the exact audio raters judged, what they said, and every leaderboard 🧵