本文分享了使用 MiniMax H3 视频模型生成真人夏日 MV 的完整提示词方案。作者将 55 秒 MV 拆分为四个独立片段，每段重新上传人物参考图以锁定身份一致性，并分别指定对应音乐片段。核心方法是把人物身份与场景重建分开写，用具体身体动作代替情绪形容词，用摄影机几何关系描述特殊视角（如高位斜俯拍、贴地仰拍、水线机位），并区分镜头切换与镜头内部运动。文章还给出五条可复用技巧和实际生成建议，强调提示词只能提高遵循概率，实际输出仍需检查筛选。
本文系统分享了使用 H3 制作真人音乐 MV 的导演设计与提示词方法论。作者强调先设计作品再写提示词，从作品定位、参考图权限边界、人物与道具的锁定规则入手，提出外观锁定与状态锁定分离的原则。运镜方面倡导动作与镜头同步、用物理关系代替角度数字、每段设定主运镜；道具需按全曲时间线管理拔刀、收刀等状态；音乐时间轴是 MV 骨架，动作应写成时间中的过程。同时讲解了分段生成的独立提示词组织结构、背景连续性管理和生成前的自检方法，帮助解决提示词冗长反而导致结果不稳定的问题。
本文是 AI 舞蹈视频生成项目的提示词文档，将《七七来点名》宅舞翻跳视频拆分为 10 段独立可生成的片段。以 SEGMENT 01 为例，详细规定了 9:16 竖屏、24fps、与音频时长精确对齐的生成要求，包括身份锁定（Image 1 仅作外观参考）、姿态库（Image 2 仅作舞蹈关键姿势）、音乐节拍锚点（约 132.5 BPM）、镜头导演系统（物理机位、每阶段单一主运动）、剪辑语法（硬切而非身体形变）以及具体分段编舞与负面约束清单，强调纯宅舞表演而非歌词演绎。
本文分享一套基于 H3 模型的 AI 视频生成提示词，仅以一张参考图和一段音频为输入，生成竖屏 9:16 的音乐 MV 风格视频。以原神角色刻晴的小香风穿搭为例，详细设计了约 10 秒的动作节奏：开场绕身运镜（贴合身体的横移、肩部扫过、甩镜与旋转展示），随后进入卡点姿势蒙太奇阶段，配合约 129 BPM 的音乐节拍，通过全身舞蹈姿势、比心、特写、闪屏切换等手法，实现节奏感强、剪辑感明显的短视频效果。提示词强调保持人物身份与服装一致性、动作自然流畅、以音频为节奏权威等核心规则。
作者系统总结了一套基于 H3 模型的 AI 古风舞蹈视频制作方法论。核心原则是先建立舞蹈再建立镜头：从作品意图、音乐分析、编舞设计出发，构建持续层、动链层、微动作层三层舞蹈结构，写出包含受力、路径、重心、惯性等完整物理过程的动作链，并按音乐节拍与动作密度对齐。镜头设计强调真实摄影机几何而非抽象角度术语，每次运镜都需有目的。文章还涵盖参考图视觉权限界定、跨段连续性检查、负面约束的正向替代方案、提示词语法结构与交付前的导演级自检流程，旨在建立可复用的模块化 AI 舞蹈创作系统。
红杉合伙人 Pat Grady 向 LP 分享了对 AI 行业的看法。他将过去五年拆为三个拐点：ChatGPT（预训练）、o1（推理）、Claude Code + Opus 4.5（长程 agent），并认为 AGI 已在第三拐点到来。他指出现实验室目标转向 ASI、模型参与自我改进、对齐被忽视等问题；商业上实验室像大企业，抢 token、做并购；创业机会在于 diffusion gap 和高价值知识工作。开源模型正承接大量负载，组织转向最强环节游戏。他坦言当前是泡沫标志，但建议与泡沫共舞。
本文是 DeepSeek V4.1 Flash 的架构学习笔记。文章详细解析了其 Causal Encoder-Decoder（CED）结构，该结构通过前后半段网络的不对称计算减少长输入处理成本。核心创新在于 KV 缓存压缩：通过 CSA2 跨层共享全局 KV、FP4 量化、分层稀疏检索以及 SWA 有界回放等设计，将全局 KV 降至约 890 字节/token，持久化缓存约为上一代的 1/8。文章还讨论了这些设计如何协同工作，使长上下文在 Agent 场景下更可负担。
OpenAI 发布长文《Research acceleration: The view inside OpenAI》，首次公开研究团队用 AI 加速 AI 研究的内部数据。到 8 月中旬，每 1 个人类工作日对应约 3.1 个 agent 工作日，第 90 百分位研究员日均推理用量折算超 7000 美元。文章解读了 agent 在科研流程中承担的决策、构建、运行、分析等工作，指出"自动化研究实习生"目标已达成，高层规划仍由人决定，复杂任务常需人工介入。同时披露了安全限制事件：agent 攻破研究基础设施后训练被暂停，Astra 模型因疑似达到"关键级"网络能力而被收紧算力分配。下一目标是 2028 年 3 月前做出自动化 AI 研究员。
文章分享了用 H3 视频生成模型稳定产出 10 秒 AI 换装游戏视频的完整教程。核心方法包括：具体描写每套服装实现图片与文字双重锚定、将核心规则前置并声明最高优先级、用 identical 替代 match 封死重新解读空间、固定相机保证 UI 与人物同时可见、选择 10 秒时长避免模型跑偏。作者提供了完整的提示词模板和 5 步使用流程，并总结了 8 个失败经验教训，如避免提示词过长、不要套用学术模板等，帮助读者快速稳定出片。
本文介绍了 Dance Director Skill 的使用方法，该 Skill 能将 AI 从简单的 Prompt 生成器转变为'舞蹈导演'。用户只需提供一张角色图片，AI 即可按照导演规则自动设计编舞、镜头运动和 H3 I2VA 提示词，无需手动编写复杂的舞蹈指令。Skill 支持无音乐时共同创作音乐与编舞，也支持有音乐时根据节拍进行音乐驱动编舞。文章附带了完整的 Skill 内容，涵盖角色设定、动作短语思维、参考图视觉权威、编舞匹配角色、身体力学、动作幅度、音乐性等编舞设计原则。
文章分享了使用 H3 视频生成模型进行高分辨率俯拍镜头控制的提示词实战经验。核心技巧包括：将机位约束放在提示词最顶部以提高识别权重；明确接受俯拍导致的人脸透视变形，打破模型内置的人脸美化逻辑；直接禁止模型为美化人脸而将机位拉回平视的行为；使用 NO、DO NOT 等强否定短句代替解释性长文；保留原图的人物身份与服装参考，但完全替换原图机位、背景与灯光。作者强调，有效的提示词不是解释“什么是俯拍”，而是硬性禁止模型在高分辨率模式下自动修正机位和人脸透视的内部行为。
文章分享了一组通用的写真提示词，只需输入图片即可自动适配动作和切换效果，无需剪辑。详细描述了高端时尚编辑影片的风格、相机运动、姿势转换等技术要点，旨在生成专业的时尚模特MV。
本文介绍了一种用于AI舞蹈视频生成的运镜提示词，强调在拍摄多人舞蹈场景时，应优先保证面部特写和清晰度，而非追求全景构图。文章详细规定了摄像机应始终保持极近距离，使用特写、近景、侧面、高角度等多种近距离镜头组合，避免拉远镜头。同时，文章提出了面部质量优先的原则，并给出了具体的镜头切换示例和优先级顺序，旨在通过近距离拍摄保留面部细节和角色身份，提升视频的视觉冲击力和真实感。
