labubu 的做市手段和 yuga lab 的无聊猿如出一辙，明星带货、限量发售、利用虚荣心理，现在的盲盒完全就是实体版的山寨币，必定只会是一时风光，人尽皆知时，就离暴雷不远了。大力做空09992.HK。

开发了一款真正意义上的实时「同声传译」 App

同声传译大家都不陌生，但是用了市面上所谓的同传App，大多数都需要点一下按钮说一句话，而且只有文字转录，体验实在称不上真正意义上的同传。

鉴于马上要去非英语国家出差，于是我开发了一款实时同传App《闪译猫 AI 同传》，完全模拟了真实同传使用环境，具体来说：
1. 点击开始按钮
2. 双方用各自语言说话
3. App 作为第三者，会分别转述成另一种语言（语音朗读+文字）
4. 全程无需手动切换语言

适合旅行对话场景，具体效果参见视频。还有更多模式（会议、转录）正在开发中，#buildinpublic# 慢慢迭代。

欢迎加入内测 waitlist 体验反馈意见。🔗见评论区

#AI工作流 #同传

我要给 Vibe Coding 泼盆冷水
作为一个从 chatGPT 发布第一天就参与 Vibe Coding 到现在的深度参与者，我越来越发现 AI 带来的局限性和整个人精神状态的改变，我相信这会是很多 Vibe Coder 都有的感受，因此记录一些想法，抛出来探讨下。

把给老婆做的孕期小工具商业化了，利用 AI + LLM + 传统 OCR 多路解析医学报告，转成数字化指标，方便查看趋势和进展。当初做这个工具主要想追踪宝宝的发育情况，现在看起来可以推广到任何医学指标。
Caremax 名字灵感来源于《超能陆战队》里的大白 Baymax，AI 时代的医学管家。caremax.ai

用 claude3.5 写了个产品 —— 「路边野餐编辑部」。用意识流的文笔描述事物，同时保存成精美的图片。不得不说，OpenAI 已经落后了，claude 对文字的理解能力已经完全超越gpt4o。试玩：j.qitao.me

洗完车，改装店老板说，“帮你拍个照”
我说，“谢谢不用了”
“洗车不拍车，等于白洗车”
“行快点吧”
….

“可以啊老哥，慢慢拍”

最近研究 Sora 原理的一些感悟：
1️⃣ 核心方案全都是基于过往两年已有论文的组合和优化。
2️⃣ 核心武器 —— Spacetime Patches，注意这个 time 非常重要，它在平面图片 2D 的基础上，增加了纵向的时间维度，这个太牛逼了，直接解锁了帧与帧之间的关联性和稳定性。
3️⃣ 通过把输入打散成 patch 这个基本单元（类比LLM 里面的Token），让各种尺寸、分辨率的视频可以一锅乱炖地进行大一统训练，剩下的就是拼算力了，这也是 OpenAI 的优势之一。
4️⃣ Sora 在 OpenAI 的蓝图里远不仅仅是视频模型那么简单，最终都是为了那个宏伟的理想：AGI。

因为只有理解了动态视频，才能理解这个物理世界。现在文字、图片、语音、视频就快全部集齐了，AGI 在5年内出现可以说是板上钉钉了。 可以看到 OpenAI 每一步都走得目标非常明确，换我我也愿意自愿996。Respect OpenAI.

🌋Bromo火山 HDR 原视频直出，沉浸式感受绝美的云盖日出 #bromo

又多活了一年，已经很棒了，我的 2023 mp.weixin.qq.com