Wiki 知识库

全部文档 / 作者: YB

16 篇
清除

换人AI视频到底是怎么做的:我用MiniMax H3 工作流,先照原模板跑通

作者拆解了热门的AI视频换人技术,基于机智波玩AI发布的MiniMax H3角色替换工作流(RunningHub画布),讲解如何用现成模板最快做出第一版换人视频。文章指出应先认准真正生效的上方分支,第一步保留原视频只换角色参考图,第二步只修改提示词中换人对象的定位描述(用位置加衣服锁定目标),第三步照抄采样等参数不做凭感觉的调整,第四步通过分帧核查验证新结果并按错误类型逐项排查。最后总结可迁移的控制逻辑:视频给动作环境、图片给角色身份、提示词限定改动范围,建议按风险从小到大逐步修改素材。

技术 › 工具与效率 蔡文彬CyberBin 2026-10-269.5 KB 830 11 82

MOSS-Image 实操:用 JSON Layout 控制文字、物体和画面构图

作者实测国产开源生图模型 MOSS-Image,重点验证其 JSON Layout 对文字、物体位置和画面构图的可控性。文章对比了普通提示词与 JSON Layout 在同一封面需求下的生成效果,详细讲解了中心坐标系和 yxyx 格式的 bbox 写法、在线体验参数设置、官方示例分析,以及 ZeroGPU 额度问题和本地部署方法。作者强调可复用的不是某张图,而是一套固定种子、对照测试的评估方法,认为 JSON Layout 让提示词变成可保存、可修改的布局资产,使 AI 生图真正进入设计工作流。

技术 › 工具与效率 蔡文彬CyberBin 2026-10-2110.6 KB 2.2K 25 84

Ming-3.0-TTS 实操:声音克隆、原创音色和停顿控制,我都测试了一遍

作者实测蚂蚁灵波开源的 Ming-3.0-TTS 模型的三种核心能力:Voice Design(用文字描述创造原创音色)、Freeform(导演式指令控制重音、停顿和情绪)以及声音克隆(支持在正文中插入叹气、咳嗽、呼吸等声音事件标签)。文章详细介绍了从 Hugging Face 在线体验到本地部署的完整流程,包括参考音频准备、音色描述写作模板、命令行操作等,并提出判断 TTS 能否进入 AI 视频工作流的五项标准,如音色身份稳定性、重音停顿准确性、声音事件自然度等。

技术 › TTS 蔡文彬CyberBin 2026-10-219.6 KB 3.9K 54 82

闲鱼短视频切片接单:开源AI工具bridgeclip帮你月入1.5万

文章介绍开源AI视频切片工具bridgeclip,桌面版本地运行,可自动找长视频高光、一键切竖屏配字幕,素材不外泄。配合闲鱼接单,一单30-80元,一天10单月入约1.5万。作者给出实操步骤:下载工具、自动切片、手动复核、导出成品。同时提醒避坑:先问清客户要几条成片、AI高光需人工复核、提前约定修改次数。作者认为工具最值钱之处在于省去了找高光这一步。

The best founders are world builders

文章提出最优秀的创始人是“世界构建者”:创业公司通过 fork 现实构建新世界,并吸引用户进入。作者回顾了 CRM 从 ACT!、Siebel 到 Salesforce 的发展史,指出传统 CRM 将丰富动态的客户关系压缩为静态表格,在代码和设计可被轻易复制的时代,真正的护城河在于对用户的深刻理解。随着 LLM 等前沿智能的出现,创始人应从头重建以客户上下文为核心的系统,让高能动性员工接触真实的世界模型,使全公司持续从用户身上学习,实现 founder-led sales 的规模化。

技术 › LLM YB 2026-09-1718.1 KB 30.1K 138 62

如何用 Grok Bot Agent 搭建一支内容团队(全文中译)

本文是原作者 ScottyBeamIO 文章的中文翻译,作者因一篇拆解 Grok Bot Agent 运营账号的内容被马斯克转发,遂完整公开这套系统。文章先强调策略优先于工具:三大内容支柱、每周 12 篇的发布节奏、严格的内容质量标准。随后详述由 7 个 Grok Bot Agent 组成的内容团队——内容总管、研究员、写手、视觉师、分析师、排期员和 Postiz——并给出每个 Agent 的完整系统提示词,展示它们如何通过共享云端电脑、线程消息和任务交接实现自动化的选题、写作、配图、数据分析和发布排期。

技术 › Agent Su(译),原作者 ScottyBeamIO 2026-09-0230.6 KB 22.7K 180 90

从 RL 到蒸馏,再到软蒸馏:Why RL Matters?

本文探讨了强化学习(RL)在大语言模型后训练阶段的作用,以及它与蒸馏(SFT)的关系。作者认为,SFT 阶段为模型提供了思维链(CoT)模式,而 RL 则帮助模型将这些模式“本土化”,找到最适合自身知识量和分词器的表达方式,并增强模型的可控性。同时,蒸馏(包括软蒸馏)可以高效地将强模型的能力迁移到弱模型,但过度依赖蒸馏会限制模型的进步。文章最后指出,领先团队应加大 RL 投入,而应用型团队则可优先选择蒸馏。

技术 › LLM ybq 2026-08-1611.6 KB 5.2K 43 73

自媒体“爆款竞品拆解”—WorkBuddy全自动 B 站行业研究工作流教程

文章介绍了一套基于 WorkBuddy 的全自动 B 站竞品拆解流水线。通过集成 Node.js、Python、B 站搜索技能及 NotebookLM,将原本耗时 2 小时的手动拆解工作缩短至 5 分钟。该系统能自动生成包含爆款文案公式、弹幕情绪分析及内容盲区的深度报告,极大提升了自媒体选题与研究效率。

技术 › 工具与效率 蔡文彬CyberBin 2026-07-1514.0 KB 4K 45

Codex做PPT的6步流程:小白实战指南

本文详细介绍了一套使用 Codex 生成 PPT 的标准化六步流程。作者结合实战案例,演示了如何从准备项目文件夹、盘点资料、确认大纲与限制,到调用 Skill 生成网页版提案并最终导出 PPTX 的全过程。文章明确了人与 AI 的分工边界,提供了可直接复用的提示词,适合需要快速制作商业提案或汇报的职场人士参考。

技术 › 工具与效率 蔡文彬CyberBin 2026-07-0813.2 KB 4.3K 50

如何用 AI 将随手拍的照片转化为商业级产品海报

本文介绍了一套普通人也能复用的低成本产品视觉生产线。作者通过实战演示,从精修产品图、制作拆解爆炸图、场景融图、光效增强到工业设计线稿,详细展示了如何将随手拍摄的“烂图”转化为符合商业标准的产品海报、电商主图及发布会 KV。

技术 › AI 蔡文彬CyberBin 2026-06-069.5 KB 31K 160

用 ChatGPT-Image2 生成企业级商用画册:从策划到实战

文章详细介绍了如何利用 ChatGPT(特别是 Image2 功能)结合专业的策划逻辑,低成本、高效率地生成企业级商用画册。作者提出了“先框架-后设计-最后制作”的核心方法论,强调策划是画册的灵魂,并提供了完整的 SOP(标准作业程序)提示词模板,涵盖需求解析、架构规划、视觉定义及文案落位,展示了 AI 如何替代传统 PPT 和画册设计工作流,实现商业变现。

技术 › 工具与效率 蔡文彬CyberBin 2026-05-2914.2 KB 27.6K 215 81

如何构建 AI 原生初创公司

本文探讨了 AI 原生初创公司的核心定义:通过减少人员协调、让 AI 智能体执行重复性任务,从而实现更快的迭代速度。作者为创业者提供了一套从零开始的实操指南,包括:绘制工作图谱并按自主等级分类、构建 Git 版本化的上下文系统(Context System)、以及选择高频、可逆的工作流进行自动化。

技术 › Agent Stepan Gershuni (cyber•Fund) 2026-05-2650.3 KB 57.8K 369 92