utodea

海外站 api,测我自己的工具，用的 Omni 。

1. 识别指定图片里的场景、文字，2.根据上述图片，用前端代码做动画 video 尽可能还原图片里的场景。

感觉和 gemini 3.0 pro 差距有点大，和 2.5 感觉都还有一些小差距。

@gitlight 有见地！那对于像 sandbox 这样的 infra ，佬是什么看法？

我用 go 实现了一遍 OpenAI Symphony ，https://github.com/shayne-snap/baton 。 实现思路确实挺简洁的。


@autojunjie 仓库里的 Axon 链接好像搞错了。

可以从代码组织、测试风格、命名风格、是否可以维护、边缘用例等多方面考察。然后就是你说的夹杂着错误的情况也要能考虑到，不能过分写注释，不能有错误的注释（ AI 特别喜欢过度注释，也经常不更新注释）。

即使你让 AI 用最佳实践去写代码，当一个需求变得稍长的时候，基本上上面说的这几方面，AI 总有兼顾不到的。用心的候选人可能都是让 AI 写完，用 AI review 完之后，然后人工一行一行去 review 代码保持对细节的把控。 这样的候选人，懂得用 AI ，又不容易失去对细节的把控。

@sc0303 #15 是的。从我最近一个多月发 AI 类视频的经历，发现用户并不反感（但也有极少用户会提出来），反正都是快消类内容，满足用户想要的就行。

一楼说的案例，应该是这个： https://www.bilibili.com/video/BV1km421H7CH/?vd_source=227a14af284a99adf519eaf0517e7a6d 。


仅仅从善意的角度看，OP 上面帖子里说的功能，从 AI 内容创作者的角度，都还算是比较正常的功能？

我自己就在抽空做 AI 类的英语内容(小红书、抖音一个月 1000+ 粉丝，当然这也就图一乐！)。 从手动生成脚本、音频、字幕、视频合成、标题，封面、标签、发布。手动摸清可行路径后，这类内容肯定要有 SOP 自动化的过程的。一是账号内容比较垂直，二是要把 AI 框在一个适当的范围内才有更好的确定性。 这种时候添加 Agent 的能力方便做一些调整（比如风格调整等）是一个比较自然的过程。

我就做过一个类似的，只聚焦于一个单一场景的 agent ，从一开始手动每个视频 10-15 分钟（后面坚持不下去了），到自动化到我可以一句话帮我准备好所有内容而且中间可以指挥它调整，然后等我手动点一下最后的发布按钮。


如何能让创作者“生产”出想要、吸引人的内容，这个始终是最难的。其他的更多是附加值。


但 AI 内容随着平台变严格变现是个问题，可能也是为什么很多人走“搬运别人的视频”这个更容易有流量的方向？

@kofjerrylee 可以给分享个链接吗？我学习一下。

@detached 谢谢推荐，我去读一下。

你遇到的问题我都遇到过，我还遇到过很多其他的，离谱得很。

重度使用了快一个月了，已经取消订阅了，特别是它自家的 pro 模型最近真的贼喜欢说谎，那种恨不得把证据摔它脸上的说谎 。但确实算慷慨，可以薅着用一下。我看有人写把它的额度转到 cc 上用。