即刻App年轻人的同好社区
下载
Runway 发布的这个新模型 Solaris 挺有意思，他们说是首个界面世界模型，本质上叫新型操作系统，可以逐帧实时生成交互界面。
它生成的视频能根据你的点击和拖动实时发生变化。比如下面这个例子：
• 向上拖动树，树就会变大
• 向斜下方拖动壁画，壁画也会变大
• 把灯拖出来移动位置，它就会放到你拖动到的最终位置，并重新渲染光线和物体之间的交互
• 点击的话还会弹出一个 UI 选项，让你去变换样式
这一切都是基于视频模型去完成的。
我觉得这个想法和思路还是挺好的，但目前实时生成的问题依然比较大。
主要问题在于延迟、实时生成的成本、一致性，以及连贯性和速度问题
它生成的视频能根据你的点击和拖动实时发生变化。比如下面这个例子：
• 向上拖动树，树就会变大
• 向斜下方拖动壁画，壁画也会变大
• 把灯拖出来移动位置，它就会放到你拖动到的最终位置，并重新渲染光线和物体之间的交互
• 点击的话还会弹出一个 UI 选项，让你去变换样式
这一切都是基于视频模型去完成的。
我觉得这个想法和思路还是挺好的，但目前实时生成的问题依然比较大。
主要问题在于延迟、实时生成的成本、一致性，以及连贯性和速度问题
00:12
19 13
OpenAI 宣布在 11 月 12 号以后，就无法在 Cursor 里面使用 OpenAI 的模型了。
原因是因为 Cursor 被 SpaceX 收购以后，OpenAI 觉得可能会有人在 Cursor 里面用 OpenAI 的模型进行蒸馏。
鉴于马斯克旗下公司之前违反合同的一些经验，OpenAI 决定取消 Cursor 的模型访问权限。
Sam 和老马真是可以的。
原因是因为 Cursor 被 SpaceX 收购以后，OpenAI 觉得可能会有人在 Cursor 里面用 OpenAI 的模型进行蒸馏。
鉴于马斯克旗下公司之前违反合同的一些经验，OpenAI 决定取消 Cursor 的模型访问权限。
Sam 和老马真是可以的。
18 22
Vercel推出了一个叫 vgpu 的 WebGPU 库。它的核心是为 AI 智能体设计的一套着色器，既能在浏览器里交互运行，也可以在 Node.js 环境里运行。
它把 WGSL 着色器当作 TypeScript 处理，支持像模块一样导入导出，在打包时具有非常好的扩展性。
而且它在安装和使用时，提供了提示词、CLI、SDK、MCP 等多种方式，去告诉 AI 智能体怎么使用。
我把前几天用智谱 GLM-5.3-Flash 做的那个案例用 vgpu 优化了一下，加了很多细节，比如投影、模糊，以及自定义参数的配置。
vgpu.sh
它把 WGSL 着色器当作 TypeScript 处理，支持像模块一样导入导出，在打包时具有非常好的扩展性。
而且它在安装和使用时，提供了提示词、CLI、SDK、MCP 等多种方式，去告诉 AI 智能体怎么使用。
我把前几天用智谱 GLM-5.3-Flash 做的那个案例用 vgpu 优化了一下，加了很多细节，比如投影、模糊，以及自定义参数的配置。
vgpu.sh
36 09
测了一下 Ox-Alpha （GLM-5.3 Flash)，太牛了！
远低于 V4 Flash 的价格，完爆 V4 Flash Vision 的能力，新的斩杀线来了。
整体能力我感觉和 V4 Pro 差不多，但如果算上审美、前端表现以及多模态能力，我觉得要比 V4 Pro 强很多。
在实际场景下我主要做了三个测试：
1. 无提示海报复刻前端 给它一张海报，不给任何提示，让它用前端去复刻。这基本考验的是 WebGL 和 Three.js 的 3D 渲染能力。
它一次性就搞定了，效果非常好，跟 Fable 5 搞出来的差不多（Fable 5 稍微好一点点）。而在这一项里，DeepSeek V4 Flash Vision EXP 表现非常拉胯。
2. 视频还原网站交互与 3D 渲染：
给它一段视频，让它还原整个网站的交互和核心 3D 渲染部分。第一次生成基本就差不多了，只是玻璃的方向有点问题；提醒了一句之后就顺利搞定，效果极好。
玻璃的颜色非常取决于环境光，没有环境光的话参数再怎么调都调不好，它自己想到了这一步，做得非常出色。
3. 基于海报制作视差滚动网页：
给它一张海报，让它做一个视差滚动的网页，效果也巨好。它自己做了一些发挥，把海报中的元素拆出来做成了纵向滚动网页，体素会不断往下掉，视觉上非常漂亮。
不管是从综合表现还是价格维度来看，GLM-5.3 Falsh哪怕比涨价后的 DeepSeek V4 Flash 都要更便宜，算上限时折扣的话几乎等于免费。
模型的价格决定了 AI 的渗透率能提升多少。我们现在非常需要这种价格极低、能力处于中档水平的模型，以此来提高渗透率，让更多人能用上 Agent。
从这个角度来说，这个模型非常优秀，直接把模型的斩杀线往前推了一大步
远低于 V4 Flash 的价格，完爆 V4 Flash Vision 的能力，新的斩杀线来了。
整体能力我感觉和 V4 Pro 差不多，但如果算上审美、前端表现以及多模态能力，我觉得要比 V4 Pro 强很多。
在实际场景下我主要做了三个测试：
1. 无提示海报复刻前端 给它一张海报，不给任何提示，让它用前端去复刻。这基本考验的是 WebGL 和 Three.js 的 3D 渲染能力。
它一次性就搞定了，效果非常好，跟 Fable 5 搞出来的差不多（Fable 5 稍微好一点点）。而在这一项里，DeepSeek V4 Flash Vision EXP 表现非常拉胯。
2. 视频还原网站交互与 3D 渲染：
给它一段视频，让它还原整个网站的交互和核心 3D 渲染部分。第一次生成基本就差不多了，只是玻璃的方向有点问题；提醒了一句之后就顺利搞定，效果极好。
玻璃的颜色非常取决于环境光，没有环境光的话参数再怎么调都调不好，它自己想到了这一步，做得非常出色。
3. 基于海报制作视差滚动网页：
给它一张海报，让它做一个视差滚动的网页，效果也巨好。它自己做了一些发挥，把海报中的元素拆出来做成了纵向滚动网页，体素会不断往下掉，视觉上非常漂亮。
不管是从综合表现还是价格维度来看，GLM-5.3 Falsh哪怕比涨价后的 DeepSeek V4 Flash 都要更便宜，算上限时折扣的话几乎等于免费。
模型的价格决定了 AI 的渗透率能提升多少。我们现在非常需要这种价格极低、能力处于中档水平的模型，以此来提高渗透率，让更多人能用上 Agent。
从这个角度来说，这个模型非常优秀，直接把模型的斩杀线往前推了一大步
00:39
39 1011
Codepilot 0.67.10 更新了，本次更新内容：
优化了模型选择器（现在可以收藏对应的模型和渠道）
修改了右侧边栏的交互：
支持打开文件树、看板；同时内置浏览器升级为真正的浏览器，不仅能访问外部网页，还可以把需要的 Tab 固定在上面
Windows 端支持自动更新与增量更新
支持了 GLM 5.3 Flash
github.com
优化了模型选择器（现在可以收藏对应的模型和渠道）
修改了右侧边栏的交互：
支持打开文件树、看板；同时内置浏览器升级为真正的浏览器，不仅能访问外部网页，还可以把需要的 Tab 固定在上面
Windows 端支持自动更新与增量更新
支持了 GLM 5.3 Flash
github.com
9 30