AI717 - 探索AI世界的导航站

AI驱动的图表创建工具部署教程

Tue, 24 Feb 2026 16:53:33 +0800

准备工作

下载并安装SSH连接工具Finalshell：【点击进入】

获取DeepSeek API：【点击进入】

1、开源项目地址：【点击进入】

2、一键部署

极简安装（3000是面板端口，your_password是访问密码，都可以设置成自己的）

docker run -d --name next-ai-drawio --restart=unless-stopped -p 3000:3000 -e ACCESS_CODE_LIST="your_password" ghcr.io/dayuanjiang/next-ai-draw-io:latest

使用deepseek部署

DeepseekKey获取：【点击进入】
base_url 设置为 https://api.deepseek.com/v1

docker run -d --name next-ai-drawio --restart=unless-stopped \
  -p 3000:3000 \
  -e AI_PROVIDER=deepseek \
  -e AI_MODEL=deepseek-chat\
  -e DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxxxxx\
  -e ACCESS_CODE_LIST="your_password" \
  ghcr.io/dayuanjiang/next-ai-draw-io:latest

使用Open AI部署（黄色部分根据实际情况更改）

OpenAIKey获取：【点击进入】

docker run -d --name next-ai-drawio --restart=unless-stopped \
  -p 3000:3000 \
  -e AI_PROVIDER=openai \
  -e AI_MODEL=gpt-4o\
  -e OPENAI_API_KEY="你的OpenAIKey" \
  -e ACCESS_CODE_LIST="your_password" \
  ghcr.io/dayuanjiang/next-ai-draw-io:latest

使用Gemini部署（黄色部分根据实际情况更改）

GeminiKey获取：【点击进入】

docker run -d --name next-ai-drawio --restart=unless-stopped \
  -p 3000:3000 \
  -e AI_PROVIDER=google \
  -e AI_MODEL=gemini-2.5-pro\
  -e GOOGLE_GENERATIVE_AI_API_KEY="你的GeminiKey" \
  -e ACCESS_CODE_LIST="your_password" \
  ghcr.io/dayuanjiang/next-ai-draw-io:latest

字节跳动推出Seedance2.0视频生成模型

Mon, 09 Feb 2026 13:38:04 +0800

2月9日讯 近日，一款名为Seedance2.0的AI视频生成模型再度刷屏海内外互联网。

根据官方资料，Seedance2.0由字节跳动推出，可根据文本或图像创建电影级视频。它采用双分支扩散变换器架构，可同时生成视频和音频。只需编写详细的提示或上传一张图片，Seedance 2.0 即可在60秒内生成带有原生音频的多镜头序列视频。

值得一提的是，这款模型独有的多镜头叙事功能，能够根据单个提示自动生成多个相互关联的场景。AI会自动保持所有场景切换中角色、视觉风格和氛围的一致性，无需手动编辑。官方声称：“非常适合创建从开头到高潮的完整叙事序列，并确保专业级的连贯性。”

于是一经发布，大量用户纷纷主动尝试Seedance2.0，类似下图效果：

图源：影视飓风

与此同时，知名科普博主影视飓风的一则评测视频再度加速Seedance2.0“出圈”。测评结果显示，该模型在视频的大范围的运动、分镜、音画匹配等方面均有可圈可点之处。比如分镜上具有“明显的角度切换”，能够“像真人导演一样，不断改变摄影机的位置”。

此外，数家券商在研报中为Seedance2.0给出好评。如开源证券表示，字节AI视频模型Seedance2.0惊艳，在自运镜和分运镜、全方位多模态思考、音画同步生成、多镜头叙事能力等几个关键能力上实现突破，给用户提供“导演级”的控制精度，或为AI影视的“奇点”时刻。

当然，AI生成视频早已不是什么新鲜事。就在上个月，快手旗下AI视频生成模型可灵（Kling）也一度爆火海外，其“Motion Control”功能生成的视频拥有极高传播潜力，一度使APP登上韩国、新加坡等地的图形和设计类应用下载榜单首位，并推动其在美国地区流水收入不断增长。

对于其他AI视频模型，Seedance2.0官方总结称，其生成2K视频的速度比Kling等竞争对手快30%。Sora侧重于物理真实感，Kling侧重于运动控制，而Seedance 2.0则专注于制作具有原生音频的连贯多场景序列。

东方证券指出，随着各家最新模型发布，国内供给侧的技术天花板进一步提升，视频生成赛道进入类25年LLM模型的竞争状态，各家在基础能力均达到较高水准的前提下，后续各家差异化或在于具体落地场景。视频生成进入精准可控“仪表盘时代”，门槛降低带动B/C双端用户扩容。

投资层面上，上述机构表示，Seedance2.0有望在AI漫剧、AI短剧等短内容方面率先得到广泛应用，进一步推动漫剧/短剧制作大幅降本提效和产能供给释放，拥有IP储备、平台流量优势的公司或充分受益。此外，应重视垂类多模态AI应用机会，看好技术突破、成本优化带来产业趋势加速发展，带动用户增长、付费渗透和商业化再上台阶。尤其关注有多模态AI应用出海布局的公司，起量速率或更快。

特别声明：文章内容仅供参考，不构成投资建议。投资者据此操作风险自担。

Real-time Fund：开源基金实时估值工具 (Next.js)

Mon, 09 Feb 2026 13:37:13 +0800

☕ 吐槽：看个收益，至于看 5 秒广告吗？

作为一个老基民，我最烦的就是每天打开支付宝或天天基金时，先要忍受 5 秒钟的开屏广告，然后在一堆“热门推荐”、“理财课”的红点里找自己的收益数据。

对于追求效率的极客来说，我们需要的只是一个纯粹的数据面板。今天推荐的 Real-time Fund，就是一款“去肥增瘦”的开源基金实时估值工具。没有后端，没有广告，只有你要的数据。

为什么你需要这款开源基金实时估值工具？

市面上的理财 App 越做越重，恨不得把社交和短视频都塞进去。而这款工具用最现代的技术栈（Next.js + Glassmorphism）解决了最核心的痛点：快、纯粹、隐私。

1. 极简主义与玻璃拟态 (UI 党的福音)

打开它的界面，你会立刻被那种高级的“玻璃拟态（Glassmorphism）”风格吸引。界面干净得像一块磨砂玻璃，没有社区吵架，没有营销弹窗，只有清晰的单位净值、实时估值和涨跌幅。

它是响应式的，在电脑上是数据大屏，在手机浏览器里体验甚至比原生 App 还要流畅。

2. 深度穿透：重仓股实时追踪

很多简单的估值工具只给你一个笼统的数字。但 Real-time Fund 做得更深，它能自动抓取基金的前 10 大重仓股票，并实时追踪这些股票在盘中的涨跌情况。

这意味着，你不用等到晚上净值更新，盘中看一眼重仓股的表现，大概就能大致判断今日走势是强还是弱了。

3. 隐私至上：数据只在本地 (Local-First)

这是我最看重的一点。它没有任何后端数据库，数据默认保存在浏览器本地（localStorage），无需账号体系，也不会主动上传你的自选信息。

真正的“我的钱包我做主”。对于需要同时跟踪多只基金组合、进行盘中趋势判断的长期投资者和数据型用户来说，这种本地化数据面板的效率优势尤其明显。

技术原理与部署指南 (开发者必看)

对于前端开发者来说，这个项目也是一个绝佳的 Next.js (App Router) 学习案例。它巧妙地利用了 Serverless 和纯前端技术：

纯前端架构：调用公开行情数据源（具体实现以项目代码为准），通过 Next.js API Routes 或 JSONP 解决跨域（CORS）问题。
无服务器部署：你可以直接把它部署在 Vercel 或 Netlify 上，零成本运行。
Docker 一键部署：如果你有自己的 NAS 或云服务器，一条命令就能跑起来：

docker run -d -p 3000:3000 --name fund real-time-fund

当然，对于不想折腾代码的朋友，直接 Fork 到自己的 GitHub 仓库，利用 GitHub Pages 也能免费用。

避坑指南 (站长实测)

在使用这类开源工具时，有几点技术限制需要了解：

💡站长实测提示：

数据延迟：因为它调用的是 Web 版公开接口，估值数据可能会有 1-3 分钟的延迟，这是正常的，别把它当高频交易终端用。
接口限制：刷新频率虽然可以自定义，但建议不要设置得太快（比如低于 5 秒），否则你的 IP 可能会被接口方暂时屏蔽。
仅供参考：估值 != 净值。盘中看到的只是基于重仓股的预估，实际盈亏还是以基金公司晚上公布的净值为准。

项目地址与资源

本文介绍的是开源数据可视化工具，代码完全透明，请放心食用。

GitHub 项目主页：GitHub – Real-time Fund Valuation
在线预览 (Demo)：https://hzm0321.github.io/real-time-fund/

Ollama + OpenClaw 本地部署：断网可用、多模型切换！搭建教程

Mon, 09 Feb 2026 13:30:36 +0800

基于Ollama和OpenClaw实现100%本地化部署AI助手的完整指南，涵盖环境准备、模型部署、多模型切换及Telegram对接，确保免费、断网可用、灵活扩展的特性。内容综合多篇实践文档，关键步骤均附引用来源。

一、核心优势与架构

完全本地化

数据无需上传云端，隐私零泄露，断网环境下仍可运行。
通过Ollama管理本地模型（如Qwen3、GPT-OSS等），OpenClaw负责任务调度，形成闭环链路。

多模型自由切换

支持主流开源模型（Qwen3、GLM-4.7、GPT-OSS等），通过修改配置文件即可切换。

硬件友好

最低配置：16GB内存（MacOS）或GPU服务器（如NVIDIA显卡）；推荐32GB以上内存+GPU加速。

二、前期环境准备

1. 安装基础工具

Git（Windows管理员权限执行）：

winget install git.git# 若报错，调整执行策略：Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

Ollama客户端：
官网下载安装包（https://ollama.com/download）或命令行安装（Linux）：

curl -fsSL https://ollama.com/install.sh | sh

2. 模型选择与下载

推荐模型（需64k以上上下文窗口）：
模型名称特点下载命令
qwen3-coder 编码任务优化 ollama pull qwen3-coder
gpt-oss:20b 平衡性能与速度 ollama pull gpt-oss:20b
glm-4.7 通用能力强 ollama pull glm-4.7

模型名称	特点	下载命令
`qwen3-coder`	编码任务优化	`ollama pull qwen3-coder`
`gpt-oss:20b`	平衡性能与速度	`ollama pull gpt-oss:20b`
`glm-4.7`	通用能力强	`ollama pull glm-4.7`

三、OpenClaw部署与配置

1. 安装OpenClaw

通用命令：

curl -fsSL https://openclaw.ai/install.sh | bash

Windows专用：

iwr -useb https://openclaw.ai/install.ps1 | iex

2. 连接本地模型

启动服务：
```
ollama launch openclaw
```

配置文件修改（关键步骤）：
编辑\~/.openclaw/openclaw.json，指定Ollama的本地API地址（如http://127.0.0.1:11434/v1）和模型ID：

{
  "models": {
    "providers": {
      "ollama": {
        "baseUrl": "http://127.0.0.1:11434/v1",
        "apiKey": "任意字符串（如ollama-local）",
        "models": [{"id": "qwen3", "name": "Qwen3"}]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {"primary": "ollama/qwen3"}
    }
  }}

注意：api字段需设为openai-completions，否则可能无法响应。

四、多模型切换与验证

切换模型：
修改配置文件中的id和name字段，例如从qwen3改为gpt-oss:20b，重启服务生效。
验证部署：
访问http://localhost:18789?token=配置中的token，输入问题测试回复是否来自本地模型。

五、对接Telegram机器人

创建Bot：
通过@BotFather申请新机器人，获取Token（如8123121125:AAExamegv-0FQCfhfbazmp4405V0XAJCKfk）[用户提供]。
配对OpenClaw：
在Powershell中执行（替换配对码）：
```
openclaw pairing approve telegram DLW7HQ69
```
重启服务：
```
ollama launch openclaw
```

六、常见问题与优化

GPU加速：若使用NVIDIA显卡，需安装nvidia-container-toolkit并配置Docker。
性能调优：调整contextWindow和maxTokens参数以匹配硬件能力。
安全部署：建议Docker容器以非root用户运行，挂载只读文件系统。

SlideBot：能读懂文档的 AI PPT 生成器

Mon, 09 Feb 2026 13:29:19 +0800

做汇报最痛苦的从来不是“写内容”，而是那些脏活累活：找模板、调字体、对齐图标、把 Excel 截图塞进去……一晚上过去了，PPT 还是丑得让人心碎。

今天推荐的 SlideBot (2.0)，就是为了让你少干点这种“体力活”。它不是那种只会生成漂亮废话的工具，而是一个能帮你把“文档/录音 → 演示文稿”这一步自动化掉的效率帮手。

为什么我推荐 SlideBot？(它解决了什么真痛点)

市面上所谓的 AI PPT 生成器很多，但大多数给人的感觉就是“玩具”：生成出来的图看着挺唬人，但逻辑是乱的，根本没法拿去开会。

SlideBot 的逻辑是“内容优先，设计殿后”。很多团队其实把它当作“文档到演示文稿的自动化流水线”，而不是单纯做 PPT。它主要帮你解决最耗时的结构化表达问题：

大纲不再乱：你给它丢一段散乱的会议纪要，它能自动拆解成“背景-问题-方案”的逻辑页。
素材不搬运：以前要把 Word 里的表格截图贴到 PPT 里，现在直接上传，AI 帮你提取重点。
告别格式刷：全局字体、配色一键统一，再也不用一页页去调“标题 24 号加粗”了。

SlideBot 的核心玩法：把“脏活”交给 AI

这就好比你雇了一个懂排版的实习生，你只负责给材料，他负责出初稿。

💡站长实战用法：

我通常先把 Word 方案或者会议纪要扔进去，让它快速出个 10-12 页的框架。这时候我不指望它也是完美的，但至少结构有了。然后我再手动去打磨那 2-3 页最关键的（结论、数据、报价），这样能把原本 3 小时的活压缩到半小时搞定。

1. “喂”给它素材，而不是“写”提示词

这是 2.0 版本最实用的地方。你不需要绞尽脑汁去想 Prompt，直接把现成的材料喂给它：

文档转 PPT：扔进去一份 PDF 行业报告或 Word 方案，它自动提炼大纲，省去了复制粘贴的功夫。
录音转 PPT：开完会，把录音丢进去，它能把“口语化的讨论”变成“条理清晰的要点”。
数据可视化：支持上传 Excel 表格，AI 尝试将其转化为页面图表（虽然细节可能还需要你微调一下，但比从头画快多了）。

2. 它是“可控”的，不是“盲盒”

很多在线演示文稿生成工具最大的问题是生成完就不能改了。SlideBot 支持深度微调：

大纲编辑：生成前，你可以先改大纲。觉得第三页逻辑不对？直接拖拽修改，确认无误再生成页面。
微调模式：生成后，可以进入类似 Canvas 的编辑页，替换图片、修改文字，甚至调整布局。
导出自由：支持导出 ZIP 包或 PDF。生成的图片会自动做体积压缩，发群或邮件不容易超大小限制，细节好评。

避坑指南 (站长实测建议)

虽然它能帮你省掉大半的排版时间，但有些“人工打磨”的环节还是不能省的：

💡 实测经验：

别当甩手掌柜： AI 生成的初稿，逻辑通常没问题，但细节（比如专有名词、数据精度）一定要自己校对一遍。
图片版权： AI 自动配的图通常是图库素材，如果是内部汇报没问题；如果是对外商业路演，建议把关键配图换成你自己确认有版权的素材。
数据隐私：虽然工具方便，但涉及公司核心机密的数据（如财务报表、未公开代码），请手动打码后再上传，或者生成完框架后在本地填充敏感数据。

适合谁用？

项目经理/咨询顾问：需要快速把几十页的 Word 报告变成 PPT 初稿，先把架子搭起来。
销售/商务：需要针对不同客户微调方案，用它改大纲极快。
学生党：赶 Due 做答辩或者课设汇报的时候，用它确实能救命。

项目地址与资源

本文介绍的是在线生产力工具，请根据实际需求选择使用。

GitHub 项目仓库：GitHub – SlideBot AI
在线体验：http://47.77.231.44/

ElevenLabs 平替？Voicebox：开源的本地语音生产基础设施

Mon, 09 Feb 2026 13:26:53 +0800

🤔 还在给 ElevenLabs 交“月供”？

做视频、做播客的朋友都知道，ElevenLabs 效果是好，但那是真的贵。按字符收费，稍微改几个字，几美刀就没了。

而且，要把自己的声音传到别人云端服务器，心里总归有点不踏实。今天推荐的 Voicebox，不仅免费，更是一套完全属于你的私有语音基础设施。

如果你想找一个“能在自己电脑上跑、不花钱、还像剪辑软件一样好用”的配音方案，Voicebox 这个开源项目绝对值得一看。

Voicebox 是个啥？(不只是念稿机器)

市面上很多开源 TTS 工具，界面丑得像上个世纪的产物，而且只能“输入文字 -> 生成音频”，一次只能做一句话。

Voicebox 不一样，它的定位不仅仅是一个工具，而是一套完整的本地语音生产工作流：

它是本地的：模型、声音样本、生成记录全在本地。拔了网线也能用，你的声音数据只有你自己有。
它是带轨道的：这是最骚的功能。它支持多轨时间线，你可以把男声、女声、背景音效放在不同轨道上剪辑，像做播客一样生产音频，而不是生成一堆散乱的 MP3。
它是写给未来的：用 Rust 和 Tauri 开发（不像 Electron 那么吃内存），在 Mac M系列芯片上跑得飞快。

为什么说它是 ElevenLabs 的最佳“本地平替”？

1. 隐私就是硬通货

对于做企业内训、独立游戏或者稍微敏感点的内容，“数据不出机”是底线。用 Voicebox，你是在搭建自己的私有云，不用担心声音样本被第三方拿去训练大模型。

2. 真正能干活的“基础设施”

它不只给你一个“生成”按钮，还给了你一套工业化的生产环境：

声音克隆 (Voice Profile)：喂给它一段几十秒的干音，它就能模仿这个音色。生成的配置可以保存、导出、复用。
后悔药 (History)：每一句生成的历史都保存在本地。觉得这一版语气不对？在时间线上直接重新生成这一句，不用从头再来。
极客玩法 (API)：它自带 REST API。家里如果有台高性能 PC，可以把它当成服务器，然后用轻薄本远程调用生成。这妥妥就是一套私有化语音服务设施。

避坑指南

虽然软件免费，但毕竟是跑在本地，对电脑还是有点要求的：

💡 实测经验：

硬件门槛：推荐用 NVIDIA 显卡 (6G以上显存) 或者 Mac (M1/M2/M3)。纯 CPU 也能跑，但生成速度会让你等到怀疑人生。
效果预期：它的开源模型效果很惊艳，但实话实说，跟 ElevenLabs 最顶级的付费模型比，细腻度还有一点差距。胜在免费、可控、无限生成。
红线警告：声音克隆技术很强大，但请务必在获得授权或本人同意的前提下使用。千万别拿去搞恶作剧、诈骗或者冒充别人。技术无罪，但怎么用是你的责任。

适合谁折腾？

独立开发者/游戏制作人：需要大量 NPC 对白，用 API 搭建自动化语音工作流，成本为零。
播客/视频创作者：偶尔需要补录一句旁白，不用重新架麦克风，用“克隆”的声音补一句就行。
隐私成分党：就是不喜欢把数据传给云端服务商的人。

项目地址与资源

本文介绍的是开源生产力工具。建议访问 GitHub 获取最新 Release 版本。

GitHub 项目主页：

GitHub – Voicebox (Open Source Voice Studio)
官方演示：
voicebox.sh

AI股和黄金同涨不止是“杠铃交易”

Sat, 04 Oct 2025 17:06:36 +0800

最近参加各个科技论坛、峰会，遇到不少同行，我发现大家都乐观了起来，因为，在这波科技股AI 浪潮中赚到钱了。

都说三根大阳线改变信仰，这次AI 热潮的大阳线可不止三根。比起小打小闹的散户，科技大厂们在这波 AI 热潮里收获更丰厚。自 ChatGPT 发布以来，美国科技股七巨头市值增长了约14万亿美元。在中国这边，阿里、百度等公司股价也大幅上涨。

但浮盈后，大家又有些疑惑：这波AI 热潮是不是快到头？会不会是泡沫？要不要落袋为安？

这是很多人的疑虑，估计大佬们也知道了大家的疑虑，于是，站出来“吹票”了。近日，在科技播客节目BG2中，英伟达CEO黄仁勋预测，全球每年在AI基础设施上的资本支出将达到5万亿美元，他还认为，OpenAI可能成为下一个万亿美元市值公司。

为了佐证他的判断，他分析称，未来全球GDP中有55%至65%基于人工智能创造，这50万亿美元在未来都有望受到“价值10万亿美元”的AI基建增强。

英伟达将直接在芯片、软件、系统乃至AI工厂的层面与OpenAI展开合作，帮助他们成为一个“完全自营的超大规模公司”，双方之间的关系将像埃隆·马斯克和X公司一样。黄仁勋表示，这个过程会持续相当长的时间，最新的这次合作是为了应对OpenAI正在经历的“双重指数级增长”，分别来自用户数量和计算量。

由GPT 引爆的 AI 热潮，现在已经是底层基础设施、模型层和应用层共同推动。模型层有谷歌的gemini、OpenAI的GPT系列、Anthropic的Claude系列，应用层更是百花齐放，Abridge和Hippocratic AI专注于医疗领域的临床辅助，Perplexity（AI搜索）和Pika（AI视频）等产品在企业和消费者领域获得了大量用户。

但在基础设施层，你只能选择的英伟达GPU，或者它的马甲云算力平台CoreWeave。英伟达是AI 热潮的最大赢家，坐拥4.42 万亿美元的市值，依然备受追捧。

而黄仁勋无论是态度谦和，还是警告不能失去中国市场，都是为了更大的目标。他虽然早在25 年就财富自由，也在近一年套现了约两亿美元，但他应该更享受在这个大博弈时代位列 AI权力中枢的快感。

他打造的GPU 终于具有核弹属性，和黄金一样，被各国所囤积。

英伟达与OpenAI 在 9 月 22 日就宣布了达成合作意向，共同部署AI数据中心基础设施。不仅如此，英伟达还将成为OpenAI首选战略计算和网络合作伙伴，双方将会“共同优化技术路线图”。

过去三年，AI模型参数从千亿级迈向万亿级，对算力的渴求迎来“指数级爆炸”。 OpenAI CEO 奥尔特曼反复强调：“行业受制于算力瓶颈。”相较于提升ChatGPT具体的实用效果，越来越有商人风范的奥尔特曼将更多的目光转向了打造“AI基础设施”。

2025年，OpenAI大张旗鼓推出号称5000亿美元规模的“星际之门”计划。奥尔特曼兴奋地宣称：“计算基础设施将成为未来经济的基础。” 在他的设想里，大规模基建可以让算力成本压下来，算力最终会变成像电力一般普惠的资源，而普惠才能真正迎来全民AI时代。

9月，甲骨文披露跟OpenAI签下了价值3000亿美元的云计算算力服务采购合同，甲骨文股价随之一飞冲天。

很快，外界就对这项合作是否能够真正落地产生了质疑，这张“口头支票”看上去少了重要的一环。不过，奥尔特曼确实行动力迅速，OpenAI跟英伟达的协议正好补上了缺失的拼图。

近一年，黄仁勋已明显不在满足于被看作是芯片出售方，而是要当AI时代的“算力能源供应商”，不惜代价地锁定未来长期需求。第三方统计显示，2024年英伟达参与了近50笔AI领域风险投资，这些获投企业的开支几乎都包括采购英伟达芯片。

换言之，英伟达用自己的钱让客户买自己的产品，又通过技术限制等约束条件让这些AI企业在未来也只能选择英伟达的产品。

根据最新财报，英伟达年度自由现金流607.24亿美元，较一年前增长60%。手握巨额现金让老黄更加敢于主动出击。9月，英伟达以50亿美元入股英特尔，英特尔将为英伟达定制化设计x86处理器，以突破PCIe总线的带宽瓶颈。

多年对手都能变队友，那么上下游统一战线，也变得顺理成章。

在官方新闻稿中，黄仁勋和奥尔特曼勾肩搭背，显得关系十分亲近。黄仁勋还表示：“从第一台 DGX 超级计算机到 ChatGPT 的突破，英伟达和 OpenAI 十年来一直相互推动。”显然，双方有意凸显彼此在行业的重要地位和特殊意义，进一步巩固自己是“业内第一”的形象。

具体来说，英伟达将为OpenAI的下一代AI基础架构部署至少10吉瓦的英伟达系统。吉瓦是衡量电力输出规模的关键单单位，10吉瓦相当于400到500万块GPU的算力，差不多是英伟达今年全年的出货量。

双方共同规划未来发展路线将有利于形成“需求—技术—产品”的闭环，保持领先地位。

据透露，英伟达将按照每吉瓦100亿美元的节奏向OpenAI投资，至多1000亿美元。作为交易的一部分，英伟达会获得OpenAI的部分股权。知情人士表示，按照OpenAI近期在资本市场5000亿美元的估值计算，首笔100亿美元投资将为英伟达换取约2%的股份。

如果是一年前，新闻媒体的头版头条都将被这则合作协议占领，可是AI领域的雄心壮志实在是太多了，资本市场面对不把钱当钱的AI企业已经变得冷静起来。

不仅英伟达的股价没有如甲骨文那般出现明显异常飞跃，甚至新闻媒体都兴趣平平，舆论的质疑声音压过了吹捧。

彭博社直接给这笔交易套上了“循环交易与循环营收”的帽子。

简单来说，OpenAI、英伟达、甲骨文形成了“ONO”三角联盟，甲骨文是AI云基础设施服务的直接提供者，OpenAI向甲骨文购买算力服务，甲骨文向英伟达购买GPU来搭建AI基础设施，英伟达转过头投资OpenAI。也有传闻称，OpenAI和英伟达是“芯片租赁”商业模式。

同一笔资金在三家公司之间来回捣腾，实现了完美循环，一台带动AI领域狂奔的“永动机”就此诞生。

往好了想，如果市场表现符合预期，资金可以快速循环，无限迭代，三家公司的业绩数据继续飙升，在各自细分领域占据绝对龙头，牢牢握住AI行业的主导权。

可问题是，市场表现真的有那么好吗？

面对外界对“ONO”是否在玩数字游戏的质疑。黄仁勋在这期播客节目中予以否定的态度。“收入端与投资端无关。投资机会没有绑定任何条件。”

他强调，投资是基于对OpenAI未来发展的信心，OpenAI的客户数量在指数级增长，计算量也处于指数级增长，数据中心的规模是由下游需求撑起来的，英伟达需要站出来抓住这样的建设机会。黄仁勋还表示，摩尔定律已死，通用计算会转向加速计算。“我们与英特尔的合作就是在承认通用计算正迁移到加速计算与AI。”

黄仁勋还对没有在早期就跟OpenAI达成深度合作感到非常遗憾。“他们早年就邀请我们投资，当时我们太穷了，投得不够，真该把所有钱都投进去。”

不过，考虑到OpenAI 早期投资者马斯克和奥尔特曼已经闹到势不两立了，黄仁勋或许不需要遗憾什么。

为了论证AI的潜力，黄仁勋直接把AI推到了维护国家安全、跟进现代化的高度，认为AI在未来会是必需品。“AI是现代软件。……每个国家都必须在计算中保持现代化。”或许是为了强调AI的重要性，黄仁勋还用AI竞赛类比“曼哈顿计划”，甚至说没有人希望有原子弹，但人人都需要AI。

奥尔特曼也对一系列质疑进行了公开回应。

他称，自己完全理解外界在担忧什么，但现在所有的投资规模并没有过度，是AI革命下必须要做的建设，大型科技繁荣需要大胆且协调的基础设施建设。“OpenAI的增长速度比以往任何企业都要快。”

奥尔特曼还乐观地表示，在拥有10吉瓦算力时，AI也许能找到治愈癌症的方法。

尽管双方都表现得对自己所言深信不疑，但外界听后只会更加担心这是不是一场当事人成功把自己骗了的“泡沫”。

毕竟，两个人都回避了一个核心问题，那就是OpenAI仍处在亏损状态。财务文件显示,OpenAI在2025年预计亏损50亿美元，2026年扩大到140亿美元。按照最乐观的预测，2029年才有可能实现盈利。

也就是说，OpenAI还没有自给自足的能力。一旦奥尔特曼拿不到新的融资，雄心壮志的AI基础设施计划就会成为失控的烂摊子。

尽管OpenAI已经明显偏离了公益组织的定位，奥尔特曼还是不想被外界看成是单纯的商人，他一直对上市持有拧巴的态度。他认为，认为上市后需要每个季度给华尔街交出一份答卷，这会让公司长期投资变得困难。

听上去，有那么些掩耳盗铃。

所谓的有需求不等同于必需品，两者之间的鸿沟很可能永远无法跨越。

据统计，ChatGPT 用户已超过7亿，但付费用户不到3%。极低的付费比例说明用户对其依赖性并不高，仍是锦上添花的工具。奥尔特曼在炫耀需求增长时，从来没有论述过如何建立起有效的商业模式。

贝恩公司测算，2030年全球AI公司需要2万亿美元的年收入才能为满足预期需求所需的计算能力提供资金。然而，按照现有的营收推算，AI行业将面临8000亿美元收入缺口。

数据中心不同于传统的电路设施，它的核心硬件设备更新换代更快，出现故障的概率也更高。虽然科技公司渲染“军备竞赛”可以一步到位，但只要运行过机房，就知道它需要持续大量的资金投入。一旦设备供应跟不上最新潮流，功效就大打折扣。

即便算力就位，也需要在客户端找到应用爆发。只有准确的场景才能激发消费者对高价值服务的认可。目前来看，业内将希望寄托在教育、医疗等关键领域，可是垂直细分巨头并没有成型。

无论是大型投资机构，还是政府基金，亦或是散户，都认同AI领域存在着严重“泡沫”，资本给AI投资附加的约束条件正在明显增多。

可是对于科技巨头而言，AI对自身在未来能否生存下去实在是太重要了，他们不敢观望。

作为局中人，哪怕“自说自话”也得往前冲下去，这是关乎未来的生死之战。扎克伯格就承认，可能会有“空中陷阱”，Meta可能会浪费100亿美元之类的，但这不是重点。对于奥尔特曼和黄仁勋，他们当然清楚自己是在循环投资打造“永动机”，但这也不是重点。

AI行业的估值溢价反映了大规模结构性机会，对于掌握核心技术的英伟达和OpenAI而言，它们坚信只要技术路线是对的，泡沫也能创造价值，要把泡沫视作是“未来”和“梦想”。创新只能在乐观的情绪中获得推进，得有容忍失败的冗余空间。所以，用技术泡沫来推动边界扩展是一条必然要选的路。

因此，当外界的质疑声变多，投资者开始犹豫时，行业大佬更要站出来加油鼓劲。

只要不是百分百会失败，有1%的概率成真，那么对于巨头来说就是要勇于下注的。毕竟，没成真不过是损失了些资金和市值，但出局了，就得下牌桌。

对于这些科技巨富来说，再没有比失势更糟糕的事了。

比科技巨富更焦虑AI 的是各大国，AI 竞争已经是黄仁勋所暗示的是“新曼哈顿计划”，是国运之争，谁都不敢懈怠，更不会认输，只会争相投入，对算力基石GPU 的需求已经超越了商用需求的范畴，变成和央行囤黄金一样的战略储备。

而对于广大投资者尤其小散来说，既然大国、大佬们敢all in，那有什么理由不跟呢，一手增持黄金，一手增持科技股。在很多时候互为对冲的资产，达成了同时上涨的奇观，看似是“杠铃交易”，其实是跟随下注未来。

面对愈发混沌不明的世界，这台“永动机”是所有人一起打造的。

甲骨文“一树梨花压海棠”

Thu, 18 Sep 2025 09:24:35 +0800

一夜之间，甲骨文就从垂垂老矣的数据库公司变成AI巨擘，以及成为未来TikTok 股权交易的最大赢家。

美东时间9 月15 日，甲骨文股价再度上涨3.41%。此前八月，它就被美国私人金融和投资咨询公司Motley Fool列入“美股十巨头”之列。这“十巨头”除了此前的“七姐妹”（英伟达（NVDA）、微软（MSFT）、苹果（AAPL）、亚马逊（AMZN）、Alphabet（GOOGL）、Meta Platforms（META）、特斯拉（TSLA）之外，加上了甲骨文（ORCL）、博通（AVGO）和奈飞（NFLX），认为它们将引领AI前进方向。

跻身AI 巨头，甲骨文对云计算市场也野心勃勃。六月份的2025财年第四季度收益报告里，甲骨文CEO萨弗拉·卡兹曾宣称：“甲骨文不仅有望成为全球最大的云应用公司，而且还有望成为全球最大的云基础设施公司之一。”

甲骨文可能收到的一份大礼将巩固它在云计算市场的优势，那就是TikTok 美国用户数据将继续由甲骨文托管，存储在得克萨斯州的数据中心。

更重磅的是，据传，甲骨文与沃尔玛组成的财团将有望接持 TikTok40%的股份。81岁的甲骨文创始人拉里·埃里森迎娶了年仅34 岁的90后华裔女性，再焕发青春，如今，又想将10 后的TikTok部分纳入版图。

但也有泼冷水的，高盛在最新报告中大幅上调甲骨文目标价至310 美元的同时却维持“中性”评级，其认为巨额资本支出将推迟至现金流盈亏平衡至29财年，而且能否转化为营收增长仍缺乏明确的可见性。

虽然前景看涨，但因存在诸多不确定性，所以甲骨文市值在短暂突破万亿美元后，跌到8500 亿美元左右。

但谁都不会再忽视埃里森的野心，以及他背后雄厚的政商资源。

81岁的埃里森给54岁的马斯克上了一课。

当地时间9月10日，甲骨文跳空高开，股价涨幅一度超过40%，收盘市值一天增加2240亿美元，创下1992年以来最大单日涨幅！拉里·埃里森个人财富也水涨船高，暴涨890亿美元，一度超越马斯克，首次登顶世界首富！

在硅谷纵横四十余年，耋耄之年还能再进一步，拉里森的精神头属实令人惊叹。

甲骨文的突然“起飞”源于其前一日公布的2026财年第一财季业绩。

根据财报，本季度甲骨文总营收149亿美元，同比增长11%；净利润为29亿美元，同比下降4%。从客观数字来看，这是一份拿得出手的成绩单，然而处在AI爆发式增长期，甲骨文营收和净利润表现并没有达到的市场的预期。

不过，甲骨文想要强调的重点不在本季度，而是一个让行业内外瞠目结舌的预期收入——公司剩余履约义务（RPO）高达4550亿美元，单季度增加3170亿美元，同比增幅359%！

RPO本质是企业的“预收款”，包含已签约但尚未确认收入的合同价值。此前，外界对这一数字的预期约1800亿美元。

甲骨文CEO萨弗拉·卡兹强调，公司本季度与三家人工智能领域巨头都签署了重量级的云合同。目前，OpenAI、xAI、Meta、英伟达等在AI浪潮下收益最大的公司都与甲骨文有着重要合作，公司未来RPO可能突破5000亿美元大关，“客户需求远远超过了产能供给。”

卡兹给出了极其有冲击力的预期指引，认为公司云基础设施业务本财年收入将增长77%，达到180亿美元，未来四个财年的年收入目标分别为320亿美元、730亿美元、1140亿美元和1440亿美元。

虽然甲骨文没有直接承认带动RPO的项目是什么，可是媒体如同早已打好招呼一般，迅速跟进披露了具体内容——OpenAI将在未来5年，向甲骨文采购价值高达3000亿美元的算力。

这笔采购是“星际之门”AI基础设施投资计划的一部分，

今年初，美国总统特朗普与软银孙正义、OpenAI奥尔特曼和拉里·埃里森共同在白宫宣布启动“星际之门”，号称要在四年内投资5000亿美元在美国本土建设容量为10吉瓦的数据中心。其中，软银负责财务，OpenAI承担运营，甲骨文提供高性能芯片。此外，微软、英伟达和Arm也会是初始技术合伙人。

7月，OpenAI宣布与甲骨文共同在美国开发4.5GW新增“星际之门”数据中心算力，未来AI数据中心总容量突破5GW，可支持超200万枚芯片运行。

彼时，双方没有透露具体的交易金额，直到发布财报，甲骨文才抛出“重磅炸弹”。

一夕之间，投资机构们似乎全部变成了单线思考的乐观主义者，完全沉浸在了3000亿美元这一天文数字带来的震撼之中，用一飞冲天的走势强行打造美股新的神话。

稍许冷静之后，甲骨文股价连续两个交易日回落，累计跌超10%。

3000亿美元说着好听，可这只能算是一笔“口头支票”。AI浪潮下，钱变得越来越不值钱，天文数字随处可见，只要把一时的热度抓住了，似乎没有人会真正跟进具体的落实细节。

根据最新披露信息，作为采购方，OpenAI的年收入约为100亿美元，尚未实现盈利。即便身处行业领先位置，在激烈的市场竞争中让ChatGPT保持高速增长的难度越来越大，商业模式也仍处于探索状态，从产品端获取足够现金流对奥尔特曼仍是一个难题。

换言之，OpenAI自身的“造血能力”与约定的合同金额之间存在巨大的差距。

预期收入严重依赖单一客户，客户的支付能力是个未知数。怎么看，甲骨文都像是在用一个虚实不清的交易引导市场做出过度反应，用一场豪赌刺激市场继续看好自身在AI时代的前景。

拉里·埃里森的商业形象一直是激进的“坏小子”。在塑造激进的个人形象，创造增长故事领域，马斯克只能算他的晚辈。

在科技圈大佬中，埃里森是技术底子很薄弱的哪一类，先后就读三所大学却没有拿到一张毕业证书。不过，复杂的社会经历锻炼出了他过人的商业前瞻力以及打造政商关系的能力。70年代末，埃里森找到了合适的技术合伙人，利用IBM的战略失误带领甲骨文销售团队率先拿下了美国中央情报局的订单，卖出了尚未成熟的数据库产品，成为信息技术革命下成功摘到果子的人。

过于沉溺于传统数据库市场，使得甲骨文云业务起步晚，加上丢掉中国市场，甲骨文一度被视为一家跑输科技大盘的“老公司”。

2016年，甲骨文才推出第二代云基础设施Oracle Cloud Infrastructure（OCI）。在进度远远落后于竞争对手的情况下，甲骨文立足自身优势，专注企业级混合云和数据库相关的云服务，将OCI与其数据库服务深度整合。

同时，甲骨文采用多云融合战略，帮助客户实现在私有云、公有云和本地数据中心之间灵活切换，协同服务，这对注重信息安全的大客户非常实用。

“TikTok是OCI发展‘分水岭’。”2020年，在美国监管机构的强制要求下，Tik Tok一度处在出售边缘，不得不寻找在美国本土化运行的合作者。

与半路入伙又反叛的马斯克不同，在相当长一段时间，埃里森一直是硅谷少有的共和党支持者。凭借在信息安全领域经验和与特朗普政府的良好的关系，甲骨文从微软手中抢下了大单，成为Tik Tok“可信技术提供商”。知情人士透露，Tik Tok庞大的流量所带来的业务规模超过了OCI其他所有客户的总和，迫使甲骨文以从未有过的规模思考业务布局。

在ChatGPT引爆AI热潮之前，为TikTok运行图形处理器使得甲骨文储存了规模庞大的英伟达GPU芯片，也积累了丰富的AI基础设施运营经验，这家老牌公司得以迅速适应市场变化。

科技业不将论资排辈，只看能不能站上风口。2024年，埃里森又抓紧特朗普重返白宫的机遇，和OpenAI携手搞起了充满雄心壮志的“星际之门”。

虽然人在暮年，但依靠与特朗普的亲密关系，埃里森在用激进的方式为甲骨文争取进入下一个科技周期的机会。

最近几年的经济形势，让个人到企业都有了一个明确的认知：不能用当下的情况去推断未来，不能只看得见上升看不见低谷。AI应用能否充分发展，融入生活的每一个角落将会决定当前火热的AI基础设施投资是不是一场泡沫。

诚然，每一方都希望有好的结果，但更需要看得见风险。

甲骨文作为经历过几轮周期的科技业“老人”，有着丰富的“过关”经验。因此，当甲骨文一味地片面凸显积极因素时，外界反而会更加在意它想要掩饰的是什么。

“他们实际上没有钱。”作为竞争对手，马斯克一直是“星际之门”有力的监督者。

按照奥尔特曼的规划，“星际之门”初始投资额1000亿美元，逐步扩展至5000亿美元。马斯克则称，他掌握可靠情报，软银的融资保障金额远低于100亿美元。

官宣以来，“星际之门”计划进展缓慢，软银和OpenAI在多项议题上存在分歧。据透露，OpenAI自行将设在得克萨斯州阿比林市和登顿市的两座数据中心列入“星际之门”项目，OpenAI与甲骨文达成的协议也绕过了软银。

这意味着AI基础设施建设巨额成本很难得到软银引入的外部资金，而是要由甲骨文承担。

2026财年一季度，甲骨文的资本支出高达85亿美元，同比增长近270%，自由现金流已连续两个季度为负。2026年，甲骨文计划新建37个AI数据中心。财报会上，卡兹承认公司财年资本支出指引上调至约350亿美元，相当于预计营收的53%。

据统计，甲骨文在AI基础设施上的投资已经超过了其现金流，总债务权益比高达427%。作为对比，微软仅为32%。

今年初，就有外媒披露甲骨文在数据中心方面的资金投入已接近临界线，埃里森个人的财务能力或许比整个公司还要强。未来几年，甲骨文有极大概率持续陷入负自由现金流的状态。

一旦订单转化不如预期，很可能引发流动性危机，市场对公司的信心将迅速崩塌。

实际上，甲骨文AI基础设施业务的盈利能力也让外界担忧。

摩根史坦利的报告明确指出，甲骨文在本季度财报中回避了原先设定的2026财年营业利润率达到45%这一目标，这表明公司的利润率表现不及预期。

第一财季，包括云基础设施（IaaS）和SaaS的云业务在甲骨文总收入中的占比接近50%，相比2022年25%的占比翻了一番。以此推测，云业务对利润率起到了反向作用。

摩根史坦利估算，甲骨文本地部署数据库业务毛利率高达97%，AI基础设施业务的毛利率约为40%左右。随着公司进一步转型，业务占比的变化将对利润率产生持续性影响。摩根士丹利预测，到2029财年，甲骨文的整体营业利润率将从2025财年的72%下降到54%。

对任何生意而言，长期性的“投入＞产出”绝对说不上是走在正确的路径上。想要当AI时代的基础底座供应商，甲骨文必须要改善成本结构，以及拓展更多客户，否则迟早会被开除出十巨头之列。

这就不难解释为什么埃里森会紧抱特朗普大腿，以及紧盯着TikTok 后续的股权交易。作为围绕着特朗普周围的大财团的一员，埃里森虽然不擅长技术，但也精通“交易的艺术”。

DeepSider

Tue, 16 Sep 2025 17:04:55 +0800

DeepSider是一款集成于浏览器侧边栏的AI对话工具，可免费使用所有顶级大模型包括最新的GPT-4o画图, GPT-4.1, GPT-o3, Grok 4, Claude 4 Sonnet, Claude 4 Opus, Gemini 2.5 Pro, FLUX画图, DeepSeek R1等以极简交互与超快的响应速度，完成AI搜索、实时问答、内容创作、翻译、代码生成等复杂任务

流弊！无需魔法，国内用户直接免费用！

Tue, 16 Sep 2025 17:00:53 +0800

“Nano Banana的爆火，还只是一个开始。”

谷歌的新一代AI绘图模型Nano Banana，一夜刷爆全网社交媒体。

出道仅两周，Nano Banana就彻底改变了游戏规则——

脚踢Flux，拳打GPT4o, 把Photoshop扫地出门。

凭借其超神的玩法，它已经成了AI领域“一句话修图”的真神。

这段时间，无论是你什么圈子的，大概都刷到过这些精美的手办图。

从二次元角色，到三次元偶像，再到亲朋好友和自家萌宠，万物皆可“手办化”。

而这些看起来十分精细的手办，都是Nano Banana生成的，包括后面逼真的建模界面和书桌背景。

Nano Banana模型具备极强的图片理解能力与角色一致性表现力。

除了最出圈的AI手办图外，它还有许多牛X的玩法。

比如：上传一张人物照片，让AI修改其中的某个元素，它都会在任何新场景下都保持主体的外貌一致。

比如：上传多张照片，让AI把它们融合在一起。它也能够完美识别背景和主体，让新生成的图像在保持主体一致的情况下栩栩如生。

以前需要Ps这种专业工具才能做到的效果，Nano Banana只需要几十秒时间就能完成。

这对于电商运营来说，更是有如神助。

以至于网友们表示：有了Nano Banana，PhotoShop的优势荡然无存，修图师直接失业！

目前，从谷歌官网给出的价格大概计算下来，Nano Banana生成每张图像的成本大约为0.039美元（约0.28元）。

那么作为国内用户，在无法访问谷歌、没有谷歌账号的情况下，如何使用Nano Banana模型呢？

这里我来给大家分享一个免费的浏览器插件——DeepSider。

Nano Banana已经在DeepSider中上线，所有用户均可以免费、不限次数使用！！

官网：https://www.deepsider.ai/

如何使用DeepSider？

DeepSider是一款浏览器侧边栏插件，支持与多款热门AI模型对话和生成图像。

最重要的是，不用魔法！QQ邮箱、163邮箱就能注册使用！

国内用户直接就能体验最新的Nano Banana、GPT-5、Grok4、Claude 4、GPT-4o画图、Gemini 2.5 Pro、DeepSeek V3.1等等热门模型。

点进官网后，根据你的浏览器版本，进入安装界面。

以Edge浏览器为例，进入安装页面后，点击获取按钮，就可以安装DeepSider插件了。

装完插件后，记得将插件图标固定在浏览器顶部。

需要使用的时候，点击DeepSider图标，就能随时在当前网页的侧边与热门AI大模型对话了。

目前，DeepSider中有三条Nano Banana的线路，其中一条是限时免费，可以不限次数生成，速度快，质量佳，非常适合小白新手。

这里分享几个Nano Banana热门玩法提示词：

生成手办照片

上传一张主体清晰的图片，再在DeepSider中输入这段提示词：

Use the nano-banana model to create a 1/7 scale commercialized figure of thecharacter in the illustration, in a realistic styie and environment.Place the figure on a computer desk, using a circular transparent acrylic base

without any text.On the computer screen, display the ZBrush modeling process of the figure.Next to the computer screen, place a BANDAl-style toy packaging box printedwith the original artwork.

等待片刻，你喜欢的动漫角色的专属手办照就做好了，一比一还原：

生成cosplay照片

上传一张主体清晰的图片，再输入这段提示词：

生成一张真人扮演这张插画的照片，背景设置为Comiket。

一张超级逼真的、仿佛就在漫展现场的真人coser照就生成好了：

生成科研绘图

在DeepSider中，先将模型切换为Grok4 ，将顶刊的科研配图发给它，输入提示词：

请给出绘制这张图片的详细的英文prompt。

再把Grok4生成的prompt丢给Nano Banana，就能轻松复刻想要的科研绘图。

生成商品模特图

上传一张商品图+一张人物照，输入提示词：

做一张商品宣传海报，图2的男人手里拿着图1的饮料，看向镜头。

一张0成本的标准广告图就有了，想用什么场景、什么样的模特，都是信手拈来：

修改商品图

适用于修改商品中的部分元素，比如我上传了一张四件套的商品展示图，然后告诉Nano Banana：

把被子换成蜡笔小新印花。

修改后的商品图细看也依然看不出有任何纰漏，整个过程只需要十秒不到。

对了，DeepSider插件还上线了一条Nano Banana的高清大图版线路，精细度更高，像素更高，每张图的大小在10MB~20MB左右，很适合电商运营们。

AI试衣服

逛网店的时候，看到哪件衣服好看，都可以保存下来，然后用Nano Banana换到自己身上看看效果。

以上玩法，都还只是Nano Banana的一小部分。

Nano Banana正在持续对摄影、修图、设计、电商、广告等众多行业产生巨大冲击。

当然了，在DeepSider中，也不仅仅只有Nano Banana这一款强大的模型。

你还可以免费使用Claude 4、GPT 5、Gemini 2.5 Pro、Grok 4，一边看视频，一边让AI在侧边栏替你写代码、写文章、画图，非常便捷。

即使是代码小白，也可以通过Claude 4 Sonnet一句话生成一个精美的、可以互动的网页。

给Gemini 2.5 Pro一个巧妙的指令，它就能替你快速找出真实的文献资料。

DeepSider也支持PDF、Word、TXT等多种格式文档的智能解析，甚至可以同时上传多份文档，快速提取关键信息。

无论是生成图片，还是总结文档内容、写代码、查找真实文献、写论文综述，DeepSider都能帮助你极大地节省成本和时间。

目前做侧边栏的工具很多，做AI集成工具的也很多。

但像DeepSider这样，提供了顶级大模型免费使用的侧边栏AI工具，几乎没有。

既不需要安装电脑客户端，又不需要自己去折腾api，还支持国内邮箱注册，不限制设备登录数量。

如果免费积分不够使用，也可以选择购买套餐，一个月卡最低只需要20几块钱。

总之，DeepSider很适合新手和讨厌繁琐的小伙伴，值得尝试。

官网地址：

https://www.deepsider.ai

（Chrome用户打不开商店可采用离线版安装）

AI717 - 探索AI世界的导航站

AI驱动的图表创建工具 部署教程

字节跳动推出Seedance2.0视频生成模型

图源：影视飓风

Real-time Fund：开源基金实时估值工具 (Next.js)

为什么你需要这款开源基金实时估值工具？

1. 极简主义与玻璃拟态 (UI 党的福音)

2. 深度穿透：重仓股实时追踪

3. 隐私至上：数据只在本地 (Local-First)

技术原理与部署指南 (开发者必看)

避坑指南 (站长实测)

项目地址与资源

Ollama + OpenClaw 本地部署：断网可用、多模型切换！搭建教程

一、核心优势与架构

二、前期环境准备

1. 安装基础工具

2. 模型选择与下载

三、OpenClaw部署与配置

1. 安装OpenClaw

2. 连接本地模型

四、多模型切换与验证

五、对接Telegram机器人

六、常见问题与优化

SlideBot：能读懂文档的 AI PPT 生成器

为什么我推荐 SlideBot？(它解决了什么真痛点)

SlideBot 的核心玩法：把“脏活”交给 AI

1. “喂”给它素材，而不是“写”提示词

2. 它是“可控”的，不是“盲盒”

避坑指南 (站长实测建议)

适合谁用？

项目地址与资源

ElevenLabs 平替？Voicebox：开源的本地语音生产基础设施

Voicebox 是个啥？(不只是念稿机器)

为什么说它是 ElevenLabs 的最佳“本地平替”？

1. 隐私就是硬通货

2. 真正能干活的“基础设施”

避坑指南

适合谁折腾？

项目地址与资源

AI股和黄金同涨不止是“杠铃交易”

甲骨文“一树梨花压海棠”

DeepSider

流弊！无需魔法，国内用户直接免费用！

AI驱动的图表创建工具部署教程