关注 AI、LLM、AI 图像视频和设计。 好用、好玩的都这里。 Interested in AI, LLMs, AI image/video & design
Joined April 2022
- Tweets93
- Following53
- Followers36K
- Likes215
给视频做字幕，不用先把整段视频传到网上。
Buzz 可以在电脑上识别音频，导出带时间轴的 SRT 字幕。不用注册，也不用申请 API Key。
中文视频可以这样操作：
1. 点「＋」，导入视频或录音。
2. 模型选 Whisper.cpp，任务选 Transcribe，语言选 Chinese。
3. Export 勾上 SRT，点 Run，第一次使用要先下载模型。
下载好模型后，识别可以离线完成。想要纯文字稿，就同时勾上 TXT。
留意一下：Transcribe 是识别原文，Translate to English 是翻成英文，别选错了。识别完的人名、数字也记得检查一遍。
1
169
下载说明：
chidiwilliams.github.io/buzz…
Windows 和 Mac 的安装包在页面链接的 SourceForge，Linux 也有安装方式。
新版 Mac 安装包只支持苹果芯片；Intel Mac 最后支持的版本是 1.4.5。
文件导入教程：
chidiwilliams.github.io/buzz…
22
AutoClaw @AutoClawAIer 本周免费 5000 万 Token ！
AutoClaw 登录送 5000 万 Token，新老用户都能领。
11 月 9 日到 15 日，打开客户端登录一次就会到账，每个账号限领一次。
额度统一 11 月 15 日 23:59 过期
下载：
autoclaw.zhipuai.cn/download…
登录后进「设置 → 积分详情」查看到账记录。
活动说明：
autoclaw.zhipuai.cn/blog/new…
216
PPT 内容不用改，只想换个排版？
用 Huashu Design 做成网页演示，做好后在浏览器里播放。
把原 PPT 放进 Claude Code、Cursor能读取的文件夹，别直接做整份。
1.读内容：
“读取这份 PPT，按页列出文字、图片和数据，给我确认后再开始设计。读不清的地方标出来，不要猜，也不要改写。”
2.出样式：
“用 huashu-design，先做封面、一页正文和一页图表，给我三个不同的设计方向。保留原文和数据，只调整排版。”
这样选的时候，不光能看封面，也能看到正文和图表放进去是什么样。
3.挑一版，再继续：
“按这版完成整份 HTML 演示。保留原页序，支持左右键翻页和页码。内容放不下可以拆页，不要删减。把图片和网页文件一起保存，打开浏览器检查有没有文字溢出、图片丢失。”
后面想改哪页，直接说具体位置，比如“第 4 页图表太小，放大，说明文字移到下面”，不用让它整份重做。
最后对照原 PPT 检查数字和图表。这种做法是重新排版，不是无损转换，原来的动画不会自动保留。
1
1
210
项目和安装说明：
github.com/alchaincyf/huashu…
安装命令：
npx skills add alchaincyf/huashu-design
28
IteraCompute 免费 Qwen API ：每月 3000 万 Token，不用绑卡充值。
自托管的 Qwen3.8-27B，接口兼容 OpenAI，可外接。
11 月 24 日下午 4 点结束。
注册邮箱限制：Gmail、Outlook、iCloud、Proton、Fastmail。
活动：
iteracompute.com/zh/free/
1
331
注册入口：
dashboard.exa.ai
用邮箱或 Google 账号注册，完成引导，再创建 API Key。
接入文档：
exa.ai/docs
想通过 MCP 接入，也有现成的配置说明：
exa.ai/mcp
40
蚂蚁百灵 Ling-3.2-flash 的 API 限免两周@AntLingAGI
能读文字、图片和视频，上下文 100M
可以试试提取内容、整理表格
开通 API 要绑定个人支付宝，接口兼容 OpenAI 和 Anthropic
上传截图后可以这样测试，字段换成自己需要的：
“把这些截图里的商品信息整理成 CSV，列为：商品名、规格、价格、来源图片。相同商品不要合并，每条保留来源。看不清的留空，不要猜；价格不要换算。只输出 CSV，不加解释。”
复制结果保存为 .csv，就能用 Excel 打开。
1
1
200
入口：
chat.ant-ling.com/
登录后点「通过 API 接入」，绑定个人支付宝，开通服务并创建令牌。
在支持自定义 OpenAI 接口和图片输入的客户端里，填入：
接口：api.ant-ling.com/v1/
模型：Ling-3.2-flash
接入示例：
developer.ant-ling.com/zh-CN…
限免说明：
developer.ant-ling.com/zh-CN…
1
50
Novita 新用户可以领 100 美元云沙箱额度，不用绑卡，90 天有效。
用法：
→ 运行 AI 生成的代码
→ 给 Agent 开浏览器、执行网页任务
→ 在独立环境里装依赖、处理文件
注册后填一份开通问卷就能领取。每个账号有 60GB 免费存储。
抵扣沙箱 CPU、内存和存储，不包含模型 API 和 GPU。
额度用完或过期后，继续运行会按量计费，扣账户余额。
2
1
329
注册入口：
novita.ai/user/register
完成账号设置问卷后，到 Payments 页面查看赠送额度。然后进入 Agent Sandbox，创建 API Key，按快速开始教程接入。
安装和接入：
docs.novita.ai/guides/sandbo…
账户余额不足时，运行中的沙箱会被终止，文件记得提前导出。
78
小米 MiMo 的三款语音合成 API 都在限免，声音克隆也免费。
→ 选现成音色，把文字转成配音
→ 上传自己的录音，克隆声音
→ 用文字描述，生成一个新音色
语速、语气和情绪都可以用文字写要求。用普通 API Key 就能调，不需要买 Token Plan。
2
1
285
控制台：
platform.xiaomimimo.com/
用小米账号登录，在控制台创建普通 API Key。
接口地址：
api.xiaomimimo.com/v1
三个模型分别是：
配音：mimo-v2.5-tts
声音克隆：mimo-v2.5-tts-voiceclone
音色设计：mimo-v2.5-tts-voicedesign
1
59
接口文档里有可以直接改的 Python 和 cURL 示例：
mimo.mi.com/docs/zh-CN/api/a…
支持导出 MP3、WAV，也支持流式输出。
免费的是这三款语音合成模型，录音转文字不在限免范围内。
1
22
国家超算互联网的新用户，1 毛钱可以买 5000 万 Token。
DeepSeek V4.1 Flash 1017 和 GLM-5.3-Flash 二选一，原价分别是 20.5 元、17 元。
每天上午 10 点限量开售，11 月 14 日截止。买到后有 30 天可以用，不是订阅套餐。
新注册账号还可以免费领一份 1000 万 Token 包。
1
238
活动入口：
scnet.cn/home/subject/maas/i…
注册登录后，在「新客首单特惠」里选一款 0.1 元量包下单。
免费送的 1000 万 Token，在上面的「新客尝鲜」里领取。
1
59
FlashProve 要模型推理方主动生成证明，验证者再用可信的模型权重承诺去验证。
中转站一般只返回回答，不提供这种证明；如果上游不支持，客户端单独接入验证脚本也没法验证。
目前公开的是研究原型，还不能直接拿来验证 Claude、GPT 等闭源模型的中转接口。
未来如果模型厂商提供证明，中转站再把证明传递给用户，确实有机会让模型验证变得更可靠。
中转站后台掺水要被抓现行了。
大家在各种中转站充钱调模型，十有八九都踩过这种恶心坑。
花着顶级模型的单价，跑出来的代码蠢得像智障，上下文稍微长一点就疯狂胡言乱语。
跑去群里找售后对线，对方一口咬定是大模型随机性或者官方偷偷降智。
你明知道不对劲，但手里抓不到任何证据，只能把亏咽下去。
很多能做到官方两三折的中转站，背地里就是拿轻量小模型或者重度量化版本套壳交差，赌的就是普通人肉眼看不出破绽。
之前只有通过万能画鹈鹕才能最直观感受模型有没有被掺水，但是这些A/终于干了回人事。
A/刚联合几家密码学团队开源了个叫FlashProve的工具，核心思路特别硬核。
官方发布模型的时候，给这套权重生成一个独一无二的密码学指纹。
每次接口吐出回答，服务器必须用GPU同步生成一份十几M的证明文件。
用户只需要在自己设备上花十几秒跑个脚本，立马就能知道这行字到底是不是那个指定模型算出来的。
服务端只要在后台动了任何一个参数，或者把请求偷偷切给了别的模型，脚本直接报错。
而且，这次A/拿四千亿参数的混合专家模型暴力实测，单张 H100 跑出了每秒110个Token的证明速度。
这个性能已经完全足够让客户端做随机抽检了。
后续只要各类开源前端或者代码插件把验证脚本顺手嵌进去，哪怕一千次调用里只在后台抽检一次，中转站只要敢掺水掉包，分分钟就会被抓现行。
