Wei Jiang

@DLKFZWilliam2 没错，但是没有真人去拍摄这一段原始视频，模型也学不出这个效果。模型会bake in了运镜知识，也bake in了所有现代成像技术的特征，模型永远反应真实世界的distribution。

AI 极大地降低了创作的成本。 这个如果是用真人拍摄，这个运镜，不知道要花多少工夫。 只需要用最基本的rig模型 ,基本的动画，作为 input 进行控制，再加上 prompt 结合起来。 我觉得创意工作并不会“死掉”，而是会爆发：有想法的创作者，能够尽情把脑海里的想法实现出来了！

@Alex_perception 10PT...这么大的数据量被拖库了没警报？

我没法核实这个东西的真伪，但如果是真的，那对于中国来说可真是军事机密级的泄密。。。

@JeffNylen @alexocheema @nateberkopec prompt caching

Knew this was gonna happen. Personally, can't quite justify $20k in capex for tokens right now when the best you're gonna get out of it is ~Kimi 2.5 at ~20 tok/sec.

@rayoo_eth @ethvisionorg 然而segwit软分叉之后，老客户端直接无法解析segwit transaction，从而导致social上的硬分叉。 你见过那条拒绝了所有segwit transaction的联吗？

Ethereum 从诞生的那天起就注定了会持续在自我否定中不断发展。 与 Bitcoin 不同，Bitcoin 从诞生的时候定位就很清晰，对于一些新的特性，大多数都可以通过软分叉来完成，对于那些不想接收新特性的开发者，完全可以运行老的客户端，然后待在网络中。 而 Ethereum 则是持续通过硬分叉来实现新的目标，这些目标可能会在发展的过程中持续的变更，很可能永远不会停止。在这个过程中，如果开发者对发展方向不认同，那么可以通过分叉来拒绝。

🚀 Today we’re releasing LTX-2.3 with open weights + training code, alongside the API, LTX Studio, and LTX-Desktop - a full-featured video editing app that runs on your local GPU. Audio+video generation just leveled up: quality + capabilities + tooling - all open-source. 🧵👇

@KKaWSB 问题是1911年的text token有多少

萨姆·奥特曼刚刚在印度说距离实现AGI已经很近了，甚至从过去视角看我们部分已经身在其中。 🚨而现在，谷歌Deepmind 德米斯·哈萨比斯定义了通用人工智能的真正考验。它比任何人预想的都要残酷： “用人类所有的知识训练人工智能，并将时间线截止到1911年。看看它能否像爱因斯坦在1915年那样独立发现广义相对论。 如果可以，我们就拥有了通用人工智能（AGI）。如果不行，我们仍然需要构建模式匹配器。” 哈萨比斯：“我对通用人工智能的定义从未改变。它是一个能够展现人类所有认知能力的系统。 这就是DeepMind研究神经科学的原因。不是为了获得灵感，而是为了获取数据。人脑是目前唯一被证实通用智能在物理上可能存在的证据。”

Introducing EVMbench—a new benchmark that measures how well AI agents can detect, exploit, and patch high-severity smart contract vulnerabilities. openai.com/index/introduc…

@RealityAbsorber @satofishi @VitalikButerin Did you not know the premine? Or you didn’t know premined coins can be sold?

@satofishi @VitalikButerin did you premine bitcoin? eth had a 72 million premine and vitalik is selling the premine. most of the time perfectly timed around cycle tops. you are comparing apples with oranges.

@Hodl5x 蹲一个老师

@Patrick1Kennedy try inferencer, it has faster pp speed and prompt caching.

This is MiniMax-M2.5 MLX running in LM Studio on an Apple Mac Studio M3 Ultra 512GB. Fast enough out of the box for hosting OpenClaw, n8n workflows, and Open WebUI for the team.

@QuixiAI @MiniMax_AI but glm is from z.ai ?

@IncomeSharks Because ETH/BTC went home in April 2025?

$ETH - Even as a long term bull I still can't see a reason to get back in yet. If Bitcoin already took out the April lows I don't see why it doesn't eventually do that.

@Areskapitalon 卧槽漂移啊😂

重仓空GOOG多MSFT，看来要赚麻了

@lanhubiji 怎么说的来着，通往地狱的路，通常由善意铺成

资本抵达一定的程度，购买游艇飞机/地位/名声……都是自然的延伸，但这只是满足个体欲望，可以理解，也是相对无公害的模式。 可怕的是，有些资本并不满足，想要按照自己的想法去改造社会和人类，深度进入政治和社会层面，并由此攫取更多财富，决定人们命运，对于多数普通人来说，这样的资本是福是祸就不好说了。

@kingluffywang @PxoRv0Zb0J5nh6v ip，邮箱地址，都会泄露

@PxoRv0Zb0J5nh6v 我刚注册新号😂

Twitch好久不上，怎么也变成擦边平台了，都是韩国人在上面擦边主播

The tooling is getting better every day for local LLM

@BTCBruce1 因为贝莱德的客户可以通过法律手段取回他们的资产，比如贝莱德跑路的情况。 类比以太坊只有堆高安全预算才能构建信心？ 所以让1700亿的公司管理12万亿，是对美国司法的信任，但是如果让以太坊管理12万亿，必须有对应的安全预算（来构建信任）。

今天下午刚和一个朋友讨论这个问题：贝莱德今天管理着超过12万亿美元的资产，而贝莱德 $BLK 的市值仅$1730亿，怎么解释？ 大儒们来探讨一下

We’re using AI to work on root node problems – fundamental scientific challenges that unlock societal benefits. 🧪 From fusion and superconductors to entirely new materials, our CEO @DemisHassabis discusses what comes next after #AlphaFold – all on our podcast with @fryrsquared. ↓ Timecodes: 01:42 2025 progress 05:14 Jagged intelligence 07:32 Mathematical version of AlphaGo? 09:30 Science vs commercialization 12:42 Scaling 17:43 Genie and simulation 25:47 Evolution in simulation 28:26 AI bubble 31:56 Building ethical AI 34:31 AGI 44:44 Turing machines 49:06 How it feels to lead

The Bitcoin Quantum Leap: Quantum computing won’t break Bitcoin—it will harden it. The network upgrades, active coins migrate, lost coins stay frozen. Security goes up. Supply comes down. Bitcoin grows stronger.