梦开始的地方！！

🎬 NotebookLM 视频生成体验：再用 Clipchamp 加字幕最近我测试了一下 NotebookLM 的视频生成能力，顺便又用 Clipchamp 给视频加了一遍字幕。 本来只是想看看： 把一份资料丢给 AI，它到底能不能直接变成一个“能看的视频”？🤔 实际体验下来，我的感觉比较明确： ✅ 流程确实方便✅ 很适合快速把资料变成视频草稿⚠️ 但生成内容还比较单一⚠️ 中文显示和字幕后期仍然需要人工处理 这篇就简单记录一下我的测试过程，也算给后面想把博客文章、资料笔记、AI 研究内容做成视频的朋友一个参考。📝 🧠 一句话总结如果你只是想快速把资料变成一个讲解视频，NotebookLM 确实能帮你省掉很多前期工作。 但如果你想要一个真正有节奏、有趣味、有剪辑感的视频，它目前还不能完全替代人工后期。 我更愿意把它看成： AI 视频草稿生成器 + 后期字幕辅助工具流 也就是说，NotebookLM 负责把资料“讲出来”，Clipchamp 负责把字幕“补上去”，最后还需要人来做一点整理和优化。🛠️ 📌 我的测试流程这次我的大致流程是这样的： 12345678 ...

🐡 日本 Fugu 模型：不是“一个更大的大模型”，而是“会指挥模型的大模型”最近，日本 AI 公司 Sakana AI 推出了一个很有意思的模型系统：Fugu。 它的名字来自日语里的“河豚”🐡，但它在 AI 圈真正特别的地方，不是名字可爱，而是它的技术路线很不一样。 👉 Fugu 官网： https://sakana.ai/fugu/ 从官网首页可以看出，Fugu 的宣传重点并不是“我自己就是唯一答案”，而是 One Model to Command Them All。 这句话其实很关键。它强调的不是单个模型参数有多大，也不是简单堆 benchmark，而是把多个模型和智能体组织起来，让它们像一个团队一样处理复杂任务。 下面这段动图更直观：它展示的是 Fugu 这种“调度、组合、协作”的感觉。用户看到的是一个统一入口，背后却可能是多个能力模块在一起工作。👇 🌟 Fugu 到底是什么？简单说，Fugu 不是传统意义上单独回答问题的一个大模型。 它更像是一个“AI 指挥官”🎼： 🧠 用户看起来是在调用一个模型 🔀 背后它会判断该找哪个模型处理任务 👥 必要时会调 ...

📌 **说明：**截至本文写作时，ChatGPT 5.6 尚未正式发布。目前网上流传的发布日期、参数、功能和跑分大多属于爆料或猜测，均应以 OpenAI 官方信息为准。本文不把这些传闻当成事实，只借这轮讨论聊聊 AI 到底把我们的学习方式改成了什么样。 🚀 ChatGPT 5.6 还没来，讨论已经来了目前 ChatGPT 5.6 还没有正式到来，但网上的爆料已经很多了。有人猜发布日期，有人传参数和跑分，也有人根据零散信息推测它会带来哪些能力。 这些说法尚未得到官方确认，真假也很难判断。可新模型还没发布，朋友圈已经替我总结好了它将怎样改变世界： 💻 “以后不用学编程了，AI 会写。”🌍 “不用学英语了，AI 会翻译。”🎨 “不用学设计了，AI 一句话出图。”✍️ “不用学写作了，AI 写得比你快。” 看完我如释重负。 按照这个趋势，再过几年应该也不用学做人了——AI 情商可能比我还高。🙂 🗣️ AI 时代最流行的学习方法：劝别人别学现在只要有人准备学习一项新技能，总能遇到一位“未来学家”。 你说想学编程，他说： 💻 “现在才学？晚了，AI 马上取代程序员。” ...

🚀 GLM-5.2 模型测评：国产开源猛将，能不能硬刚 GPT、Claude、Gemini？最近大模型圈又开始热闹了。 智谱 / Z.ai 发布并开源了 GLM-5.2，主打方向非常明确： 不是只陪你聊天，而是要干长任务、写代码、修项目、跑 Agent。🧠⚙️ 简单说，它不是那种“我会写诗、我会安慰你、我会一本正经胡说八道”的通用聊天模型，而是更偏向 长程工程任务 和 Agentic Engineering 的模型。 这篇就用普通用户 + 折腾党 + 写代码视角，聊聊 GLM-5.2 到底强在哪、短板在哪，以及和 GPT-5.5、Claude Opus 4.8、Gemini 3.1 Pro、DeepSeek、Kimi 这类主流模型相比，应该怎么选。 🧾 先说结论如果你懒得看完整篇，我先把结论塞你嘴里： 结论 我的看法 🧠 综合智能 GLM-5.2 已经进入第一梯队边缘，尤其在代码和长任务上很能打 💻 编程能力 这是它最值得关注的地方，长程项目、复杂 debug、工程任务表现明显增强 📚 上下文能力 1M 上下文是核心卖点，适合塞项目、文档 ...

我必须严肃声明一件事：我的电脑不是配置低，它是配置考古现场。🫠 别人开机：按下电源，喝口水，桌面出来了。我开机：按下电源，泡杯茶，刷会儿视频，顺便思考一下人生意义，电脑还在那儿转圈圈。🌀🌀🌀 那一刻我甚至怀疑，它不是在启动系统，它是在翻族谱，看看自己祖上有没有顺利跑过 Windows。😭 📋 受害者档案：以下为本案电脑真实参数 在开始控诉之前，请先允许我出示证据。🔍 项目 详情 电脑名 DREAM（名字很大，配置很小） 品牌 / 型号 Lenovo 82TF 系统 Windows 11 Pro 64 位，版本 10.0.26220 BIOS Lenovo JYCN58WW（2025-03-03，很新，但没用） CPU：Intel Core i7-12700H 14 核 / 20 线程，标称最高 2300 MHz 听起来很强，跑起来很感动 🥺 内存：共 16 GB DDR5 4800 Samsung 8 GB + Micron 8 GB，双通道 理论上是豪配，实际上打开几个软件它就开始哭泣 😭 显卡：NVID ...

最近刷到一个很适合做笔记的视频：《APP 从 0 → 上线发布！免费 Vibe Coding 流程：Stitch + AI Studio + Antigravity！》。 它讲的不是“AI 生成一个页面 Demo”这种浅尝辄止的玩法，而是一套比较完整的 Vibe Coding 产品落地流程：从一个想法开始，先做 UI，再生成前端，再补后端和数据库，最后推到 GitHub 并部署到 Vercel。🚀 这篇文章就把视频内容整理成一份博客版实战笔记，方便以后自己照着做项目。 视频地址：YouTube 原视频参考转录：LilysAI 视频笔记 一句话总结 🧠这套流程的核心是： 用 AI 把“想法 → UI → 前端 → 后端 → 数据库 → 部署”串起来，让一个 App 从概念快速变成可访问的线上应用。 视频里用的案例是一个 在线宠物领养 App：用户可以浏览宠物、查看详情、提交领养申请；管理员可以录入宠物信息、审批申请；审批通过后，用户会收到消息，宠物也会从可领养列表中移除。🐶🐱 整体流程图 🗺️123456789flowchart LR A[想法] --> ...

Google 在 2026 年 6 月 3 日发布了 Gemma 4 12B。它是 Gemma 4 系列里一款比较适合个人电脑体验的开放权重模型，定位介于轻量端侧模型和更大参数模型之间，重点是把文本、图像、音频等多模态能力放进一个 12B 级别的模型里。 如果你平时喜欢在本地跑 AI 模型，Gemma 4 12B 值得关注。它的看点不是单纯参数更大，而是在模型体积、推理能力、显存占用和多模态能力之间做了一个比较实用的平衡。 Gemma 4 12B 适合谁这类模型最适合下面几种用户： 想在本地电脑上运行 AI，不希望所有数据都交给云端 有 RTX 3060、4060 Ti、4070、4090 等消费级显卡 想测试图片理解、音频理解、长文本分析等多模态能力 想通过 llama.cpp、GGUF 量化模型降低部署门槛 想找一个日常写作、代码辅助、资料总结都能用的本地模型 如果只是偶尔聊天，云端模型更省事；但如果你希望模型长期跑在自己的电脑里，或者经常处理本地文件、截图、音频资料，Gemma 4 12B 的本地价值会更明显。 主要亮点1. 多模态能力更完整Gemma 4 12B 支持文本、 ...

博客评论系统折腾记录：Twikoo 暂缓，Giscus 先顶上最近给博客折腾评论系统，原本想一步到位上 Twikoo，让访客不用 GitHub 账号也能评论，体验更接近普通留言板。结果真上手才发现：技术链路倒是不难，真正卡我的居然是 备案和 HTTPS 😅 所以这篇就简单记录一下这次折腾过程：前半段快速说说 Twikoo 为什么先搁置，后半段重点写我最后临时启用 Giscus 的操作流程。等备案处理好以后，随时可以再切回 Twikoo。🚀 一、Twikoo 为什么先放一放？🧩Twikoo 本身是很适合博客评论的，尤其是国内访客场景： 访客可以填昵称、邮箱、网址直接评论，不强制 GitHub 登录 👍 支持评论管理后台 支持最新评论 和 Anzhiyu 主题的评论弹幕、最新评论模块更搭 私有部署也可以直接 Docker 跑起来 我这边其实已经把 Twikoo 后端跑起来了： 123456docker run -d \ --name twikoo \ --restart=always \ -p 127.0.0.1:18080:8080 \ -v /opt/twikoo ...