Vincent | 信号＞噪音 (@VincentLogic)
@VincentLogic
信号＞噪音 📡 Vincent Logic
每天挖真正好用的GitHub开源项目
专注AI工具 & 开发者效率
高密度干货，Zero fluff
380 正在关注 54.8K 粉丝
以前的视频 AI，都是你先问，它再看。
京东刚开源的 JoyAI-VL-Interaction，把这个顺序反了过来：它会一直看着摄像头或直播流，每秒自己判断一次——现在该说话、保持沉默，还是把任务交给后台 Agent。
火灾出现就提醒，比分变化就解说，画面触发条件才行动。
这听起来只是“实时了一点”，实际却是 AI 从被动工具变成了持续在场的观察者。
问题也随之来了：当 AI 可以24小时看着家庭、老人、工厂和公共空间，便利与监控之间的边界应该画在哪里？
视频里看实测效果。👇
显示更多
本地跑了一遍 VoxCPM2，最让我意外的不是它会说粤语、河南话，而是“声音”正在变成一种可以编辑的东西。
写一句提示词，就能指定年龄、音色、情绪和语速；再上传一段参考音频，它还能保留音色，重新控制表达方式。
以前语音模型追求的是“像不像本人”，现在已经开始解决“能不能按导演要求表演”。
当声音可以像图片滤镜一样被描述、复制和改写，它还算不算一个人的身份特征？
视频里放了方言、情绪控制和真人声音克隆的实测效果。👇
显示更多
我越来越觉得，Prompt 可能是 AI 时代最大的“新手陷阱”。
每天复制粘贴、补充背景、检查结果、继续追问……AI 变聪明了，人却成了它的全职保姆。
真正的分水岭，不是谁更会写提示词，而是谁能把重复工作变成 Loop：记住变化、主动运行、彼此协作，只在需要你决定时出现。
如果每一步都要你下命令，那到底是 AI 在替你工作，还是你在管理 AI？
视频里用“孩子春游”和“一把快坏的菠菜”，讲清了 Prompt、Loop 和 Loop of Loops 的区别👇
显示更多
马斯克这段访谈最值得讨论的，不是他一周工作 120 小时。
而是它戳破了一个 AI 时代的幻觉：
工具越来越强以后，人与人的差距就会变小。
但现实可能刚好相反。
AI 能帮你提效、自动化、降本、写代码、做内容、查资料。
可它很难替你承受：
连续失败。
现金快烧光。
团队动摇。
外界嘲笑。
所有选择都像错的时候，你还要继续做决定。
这段视频最残酷的地方在于：
创业很多时候不是“聪明人的游戏”。
而是“没有退路的人，能不能在高压和不确定性里继续下注”。
这不是鸡血。
也不适合包装成成功学。
但它确实提醒我：
AI 时代真正稀缺的，可能不是效率。
而是一个人在快被现实压垮时，还能不能保持判断力。
显示更多
马斯克在访谈里说了一个细节
我觉得比任何 AI 创业故事都值得看
2008年，SpaceX 和特斯拉同时濒临破产
他手里只剩 3000 万美元
只够救一家
他没办法选择让哪个"孩子"死
所以把钱平分了
然后去找朋友借钱付房租
显示更多
英伟达开源了一个视觉定位模型：LocateAnything-3B
几十个小黄人密密麻麻堆在一起
它一个不漏，全部框出来了
这背后的技术变化比"更准"这两个字值得多说一句
显示更多
马斯克在访谈里说了一个细节
我觉得比任何 AI 创业故事都值得看
2008年，SpaceX 和特斯拉同时濒临破产
他手里只剩 3000 万美元
只够救一家
他没办法选择让哪个"孩子"死
所以把钱平分了
然后去找朋友借钱付房租
显示更多
🚨阿里巴巴发布实时视频语音模型：Wan Streamer
这不是普通数字人。
它更像是让你和 AI 打一通“实时视频电话”：
你说话，它看着你听。
你打断，它能接住。
你表情变了，它也能反应。
半秒内接话，几乎没有冷场。
真正的重点是：
以前虚拟人是拼流水线：
语音识别 → 转文字 → 大模型思考 → 语音合成 → 表情驱动 → 视频生成
每一步都要排队，所以延迟高、互动僵硬。
Wan Streamer 直接把听、看、想、说、表情生成，塞进一个端到端大模型里。
一个 Transformer 直接处理实时音视频交互。
模型端响应约 0.2 秒，整体延迟约 0.55 秒。
这意味着 AI 不再只是“回复你”，而是开始像一个能实时交流的视频对象。
显示更多
刚融了 3 亿美元的 PhysicsX，做的事情值得认真看一下
传统工业仿真算一个流体工况要几天
他们用 AI 把这个压到毫秒级
但速度不是最重要的部分
更重要的是：工程师的角色在这个过程里变了
显示更多
Greg Isenberg 说了一个让我想了很久的判断：
AI 时代最稀缺的能力，不是写代码
是分发
因为制造东西越来越容易了
难的是让人看见它、信任它、买单它
这个逻辑如果成立
过去十年最被低估的那批人
接下来可能是最值钱的那批人
显示更多
百度出了个 OCR 模型
3B 参数，实际激活只有 500M
跑分赢了 235B 的 Qwen3-VL
不是说大模型不行
是这个方向在说一件不同的事：
在特定任务上，专才能打赢通才
显示更多
所有人都在盯着 AI 模型的参数和跑分
陈立武在这场采访里说了一句更冷静的话：
下半场比拼的不是谁的模型更聪明
是芯片、封装、电力、内存、制造能力
这些东西建起来要十年
不是发一篇论文的事
显示更多
英特尔 CEO 陈立武说了一个细节，
我觉得很多人没注意到：
AI 训练阶段，CPU 和 GPU 的比例是 1:8
现在进入推理和 Agentic AI 阶段
这个比例正在变成 1:4，甚至 1:1
如果这个趋势是真的
英特尔的处境比大多数人想象的要好得多
显示更多
把 AI 时代的工具逻辑带进了 Minecraft
Arnis：输入任意真实地址
几分钟内生成 1:1 比例的 Minecraft 地图
OpenStreetMap 数据 + 真实地形高程
你住的那条街，原样出现在游戏里
显示更多
英特尔 CEO 陈立武说了一个细节，
我觉得很多人没注意到：
AI 训练阶段，CPU 和 GPU 的比例是 1:8
现在进入推理和 Agentic AI 阶段
这个比例正在变成 1:4，甚至 1:1
如果这个趋势是真的
英特尔的处境比大多数人想象的要好得多
显示更多
李飞飞这段采访，越听越有压力。
她说未来真正被甩开的，可能不是被 AI 替代的人，而是还在用五年前流程工作的人。
以前产品经理不会写代码很正常：写 PRD、开会、等设计、排开发，几个月做个原型。
但现在旁边的人已经能用 AI 当天把 demo 跑出来，拿真实界面讨论需求，你还在说“我负责协调资源”。
差距可能就是这么拉开的。
AI 最狠的地方，不是替你工作，而是逼你从“传话的人”变成“能把想法做出来的人”。
显示更多
AI 教母李飞飞在采访里说了个挺狠的判断：
不会用 AI 的人，可能被淘汰都收不到通知。
这句话听着夸张，但放到产品经理身上其实很现实。
以前 PM 不会写代码没关系，写 PRD、拉会议、找设计、等开发，几个月出一个原型。
但现在如果别人已经能用 AI 把 demo 先跑出来，你还停在“我来协调资源”，差距可能已经开始了。
未来被淘汰的未必是岗位，而是还停在旧流程里的人。
显示更多
李飞飞这段话挺值得细想。
她说 AI 真正变聪明，不是因为它更会聊天、更会写代码，而是它开始理解“空间”。
能看懂一个房间，知道冰箱在哪；
能推理怎么走过去；
能在脑子里想象一个没见过的客厅；
还能真的伸手把衣服叠好、挂进衣柜。
所以她才说，AI 学会折衣服这件事，可能比写一篇漂亮文章更让人紧张。
因为那一刻，它碰到的不再是屏幕，而是现实世界。
显示更多
AI 教母李飞飞在采访里说了个挺狠的判断：
不会用 AI 的人，可能被淘汰都收不到通知。
这句话听着夸张，但放到产品经理身上其实很现实。
以前 PM 不会写代码没关系，写 PRD、拉会议、找设计、等开发，几个月出一个原型。
但现在如果别人已经能用 AI 把 demo 先跑出来，你还停在“我来协调资源”，差距可能已经开始了。
未来被淘汰的未必是岗位，而是还停在旧流程里的人。
显示更多
AI 教母李飞飞在采访里说了个挺狠的判断：
不会用 AI 的人，可能被淘汰都收不到通知。
这句话听着夸张，但放到产品经理身上其实很现实。
以前 PM 不会写代码没关系，写 PRD、拉会议、找设计、等开发，几个月出一个原型。
但现在如果别人已经能用 AI 把 demo 先跑出来，你还停在“我来协调资源”，差距可能已经开始了。
未来被淘汰的未必是岗位，而是还停在旧流程里的人。
显示更多
GitHub 上有个项目火了，叫 Godogen。
简单说就是：你给 AI 一句话，它自己给你做一个游戏出来。
不是生成几段代码那种，是从建工程、写逻辑、生成素材、跑引擎、截图检查，到发现画面不对再自己修，整套流程自动跑。
它的口号也很直接：
Prompt in, Godot game out.
说人话就是：你描述游戏，它负责把第一版做出来。
显示更多
接手别人的项目最痛苦的事：打开数据库，几百张表，没有文档，没有注释，表名还是拼音缩写。
ChartDB 解决这个问题。跑一条 SQL 就能把整个数据库结构导出来，自动生成 ER 关系图，哪张表跟哪张表关联、外键怎么连的，一眼看清。
不需要数据库密码，不需要装软件，不需要注册账号。还内置了 AI，直接用自然语言问"用户表和订单表是怎么关联的"就能得到答案。
MySQL、PostgreSQL、SQLite、Oracle 都支持。开源免费。
显示更多
的人提了一个思路：用 AI 写代码之后，人应该审计划，不应该审代码。
他的类比很准。写 C 语言的时候没人去检查编译器输出的汇编对不对，因为你信任编译器。AI 写代码也应该一样——你把精力花在计划对不对上，计划没问题就让它去生成。
问题是 Claude Code 的计划是一大坨 Markdown，在终端里看得人眼花。他做了个 /visual-plan 技能，让 AI 用 MDX 组件输出计划：线框图、API 结构图、Schema 变更，都是可视化的，能拖能缩放。
代码写完之后还有 /visual-recap，生成一份可视化变更总结。产品经理和设计师不用看代码 diff 也能看懂 AI 改了什么。
显示更多
