闲下来了，重构一下

我意识到我之前对这个软件的构想是混杂的，现在似乎逻辑清晰了一点，借助AI,重新做做

下载用了一下Dia浏览器，没感觉到有什么特别之处......
我最常用的需要总结的页面其实是视频，但是视频自然是不可能被轻易读取的，内置的AI暂时没发现什么令人心动的功能
外观方面，Dia浏览器的文件夹图标没有Arc好看，且顶部总是有一个网址条，既然我都有侧边栏了，顶部还有个白条很不爽
还是用回Arc

真就如此地步啦？

无意

南京照相馆 3/5

感觉一般般（这是可以说的吗

有点过分强烈表达民族观，在一些关键的剧情点，有点像是故意营造出来的“民族史观”时刻

日本摄影师的塑造我觉得还不够，我能看出他作为一个“反方角色”或许有一些“正面”感，似乎是要塑造为一个比较纠结的角色，但其实也不是，仔细一想，这个角色就是纯坏，倒不如说是懵懂无知，单纯。

摄影、色调其实都还挺不错

我甚至没什么记忆点，是我的问题还是电影的问题呢......

疯狂动物城2 4.5/5

好看的，故事完整，节奏也好，简单的故事，很舒服的起承转合，好结局

尝试一下superGrok,看起来还挺有趣的，四个Agent一起思考并给出决策，并且速度确实非常快

罗小黑战记2 5/5

可爱，好看，有趣。剧情和动画制作上都可以说非常用心了

引用一个豆瓣评论：原来两三岁的小孩也可以不扯女孩裙子啊；原来不整屎尿屁也可以做出让全场大笑的效果啊；原来女角色也可以不穿超短裙高开叉高跟鞋啊；原来男师父女徒弟也可以不暧昧纯师徒情啊；原来一个动画片里正派之间也可以有不同的价值观啊；原来不喊口号不献祭亲朋好友父老乡亲也能表达反战的思想啊。罗小黑你还是太超前了。

deepseek格式

开源 TTS 卷到这个程度了？园区诈骗又有新武器了？

清华 OpenBMB 放出 VoxCPM2，20 亿参数，200 万小时多语言数据训练，48kHz 录音棚级音质。

关键是——不用 Tokenizer。

传统 TTS 先把音频切成离散 token 再生成，信息损失不可避免。VoxCPM2 直接在连续潜空间里做扩散自回归，音色细节保留得更完整。

几个硬指标：

- 30 种语言 + 9 种中文方言
- RTX 4090 上实时率 0.13，流式输出几乎无延迟
- 用自然语言描述就能凭空创造声音，不需要参考音频
- 声音克隆还能调情绪、语速、表达方式
- Apache 2.0 协议，商用友好

最狠的是「终极克隆」模式：给一段参考音频 + 文本，连呼吸节奏、口癖这种微妙细节都能复刻。

GitHub 已经破万星，之前连续霸榜 GitHub 和 HuggingFace Trending。

播客、有声书、游戏配音、短视频旁白——开源方案已经够用了。

https://github.com/OpenBMB/VoxCPM 来自X

四个主演三个场地1500

当下即梦2.0已经限制为一次只允许生成一条视频

这grok每日的视频生成额度到底多少，怎么用不完

突发，可能周末会刷新在郑州/洛阳/只有河南，有没有想要面基的群友？

？