https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
Anthropic 携手天文学家，Claude AI 填补空白打造首张全天紫外地图
天体物理学家 Brice Ménard 与 Anthropic 公司合作，利用 AI 科研工具 Claude Science 成功绘制出人类首张完整的全天紫外地图。这一成果不仅填补了多年来紫外天文观测中的数据空白，也标志着人工智能在科研领域的应用取得突破性进展。
智能预测填补天体观测缺口
此前由于大气吸收及探测设备限制，约有三分之一的天空区域从未被紫外望远镜完整观测过。研究团队利用大模型对海量公开数据进行坐标清洗与交叉校准，并运用统计学预测补全了缺失的盲区数据，成功推算出超一亿颗恒星的紫外亮度。
高效协作开启科研全新范式
过去需要耗费数周的繁琐数据整理工作，在 AI 系统的辅助下仅用几天便高效完成。在人类科学家的方向引导与审查调优下，AI 展现出处理复杂沉积课题的强大能力，为未来的天文探索与跨学科研究提供了崭新的技术路径。
via AI新闻资讯 (author: AI Base)
天体物理学家 Brice Ménard 与 Anthropic 公司合作，利用 AI 科研工具 Claude Science 成功绘制出人类首张完整的全天紫外地图。这一成果不仅填补了多年来紫外天文观测中的数据空白，也标志着人工智能在科研领域的应用取得突破性进展。
智能预测填补天体观测缺口
此前由于大气吸收及探测设备限制，约有三分之一的天空区域从未被紫外望远镜完整观测过。研究团队利用大模型对海量公开数据进行坐标清洗与交叉校准，并运用统计学预测补全了缺失的盲区数据，成功推算出超一亿颗恒星的紫外亮度。
高效协作开启科研全新范式
过去需要耗费数周的繁琐数据整理工作，在 AI 系统的辅助下仅用几天便高效完成。在人类科学家的方向引导与审查调优下，AI 展现出处理复杂沉积课题的强大能力，为未来的天文探索与跨学科研究提供了崭新的技术路径。
via AI新闻资讯 (author: AI Base)
Anthropic重磅推出OSS Scanner，用最强AI模型为全球开源软件免费扫漏洞
人工智能企业 Anthropic 在当地时间10月8日正式宣布推出一项全新的可选接入型漏洞检测服务——OSS Scanner。该项目旨在利用 Anthropic 旗下最强大的 AI 模型（包括 Claude Mythos），为全球开源软件提供全面的定期免费安全扫描。
在申请接入方面，符合条件的基础开源项目核心维护者，只需按照标准项目模板向 OSS Scanner 的 GitHub 仓库提交拉取请求（PR）即可完成申请。其整体审核标准类似于谷歌的 OSS-Fuzz，主要面向那些对关键基础设施与用户安全具有重大影响的核心开源项目。
回顾前期的技术探索，在过去的六个月里，Anthropic 利用最新模型对全球多款核心软件项目开展了漏洞扫描，累计检测出超过2.9万个候选漏洞。不过，受限于有限的人力，目前仅能完成其中约6，000个漏洞的人工审查与评估分级。
对于漏洞的披露机制，Anthropic 表示将继续通过现有的协调漏洞披露（CVD）流程，人工提交经过核验的漏洞报告;同时，也为希望在漏洞报告产出后第一时间获取详情的团队开辟了一条可选的“快速通道”。
官方介绍显示，OSS Scanner 的扫描结果完全由大模型自动生成，并未包含任何人工复核或分级排查流程。在过去的数周内，Anthropic 已经在数十个开源项目中完成了对这一自动化检测流程的实测验证。
为了验证该扫描器的早期版本，Anthropic 委托负责 CVD 审计的资深渗透测试专家，对扫描器在48个项目中检出的97个严重与高危级别漏洞进行了人工复核。结果显示，其中有85个（占比88%）达到了进入 CVD 披露流程的标准;在余下的12个检出项里，有11个虽然真实存在，但属于已知缺陷或与本次扫描的其他结果重合，最终被判定为误报的仅有1例。
Anthropic 官方表示，虽然无法保证该扫描器做到绝对完美无误，但后续将结合维护人员的反馈，并随着底层模型的不断迭代，持续打磨并优化整套检测系统。
via AI新闻资讯 (author: AI Base)
人工智能企业 Anthropic 在当地时间10月8日正式宣布推出一项全新的可选接入型漏洞检测服务——OSS Scanner。该项目旨在利用 Anthropic 旗下最强大的 AI 模型（包括 Claude Mythos），为全球开源软件提供全面的定期免费安全扫描。
在申请接入方面，符合条件的基础开源项目核心维护者，只需按照标准项目模板向 OSS Scanner 的 GitHub 仓库提交拉取请求（PR）即可完成申请。其整体审核标准类似于谷歌的 OSS-Fuzz，主要面向那些对关键基础设施与用户安全具有重大影响的核心开源项目。
回顾前期的技术探索，在过去的六个月里，Anthropic 利用最新模型对全球多款核心软件项目开展了漏洞扫描，累计检测出超过2.9万个候选漏洞。不过，受限于有限的人力，目前仅能完成其中约6，000个漏洞的人工审查与评估分级。
对于漏洞的披露机制，Anthropic 表示将继续通过现有的协调漏洞披露（CVD）流程，人工提交经过核验的漏洞报告;同时，也为希望在漏洞报告产出后第一时间获取详情的团队开辟了一条可选的“快速通道”。
官方介绍显示，OSS Scanner 的扫描结果完全由大模型自动生成，并未包含任何人工复核或分级排查流程。在过去的数周内，Anthropic 已经在数十个开源项目中完成了对这一自动化检测流程的实测验证。
为了验证该扫描器的早期版本，Anthropic 委托负责 CVD 审计的资深渗透测试专家，对扫描器在48个项目中检出的97个严重与高危级别漏洞进行了人工复核。结果显示，其中有85个（占比88%）达到了进入 CVD 披露流程的标准;在余下的12个检出项里，有11个虽然真实存在，但属于已知缺陷或与本次扫描的其他结果重合，最终被判定为误报的仅有1例。
Anthropic 官方表示，虽然无法保证该扫描器做到绝对完美无误，但后续将结合维护人员的反馈，并随着底层模型的不断迭代，持续打磨并优化整套检测系统。
via AI新闻资讯 (author: AI Base)
Claude 暂停初创项目两项优惠
Claude 宣布暂停初创项目的 Claude Team 和 1000 美元 API 额度优惠。由于申请人数达数十万，项目将重新审核申请，部分已获批但尚未领取优惠的账户可能无法获得资格。
已领取优惠的用户不受影响。所有获接纳的项目成员仍可使用 Startup Stack 和应用 AI 办公时间；Claude Max 或 Team 用户的月度 API 额度照常提供。
Claude(@claudeai)
🌸 科技圈· 茶馆 · 投稿
via 在花🎗️科技圈 - Telegram Channel
Claude 宣布暂停初创项目的 Claude Team 和 1000 美元 API 额度优惠。由于申请人数达数十万，项目将重新审核申请，部分已获批但尚未领取优惠的账户可能无法获得资格。
已领取优惠的用户不受影响。所有获接纳的项目成员仍可使用 Startup Stack 和应用 AI 办公时间；Claude Max 或 Team 用户的月度 API 额度照常提供。
Claude(@claudeai)
🌸 科技圈· 茶馆 · 投稿
via 在花🎗️科技圈 - Telegram Channel
海外科技圈近期爆出重磅消息，谷歌下一代重磅人工智能模型 Gemini 4 Argon 已密集现身多个平台，并开始面向部分 Pro 用户开放。该模型已全面接入 Google Cloud 等生态，不仅在全新编程工具 Antigravity 中被设为默认模型，甚至已开始直接向真实代码库提交代码。
具象化智能体变革开发范式
与传统仅提供代码补全的 AI 工具不同，Gemini 4 Argon 展现出极强的高级智能体特征，能够像独立员工一样参与深度编程。此外，谷歌还同步准备了支持实时语音的 Concierge 管家服务，试图打造打通工作流的全能 AI 助手。
硬核能力挑战复杂研发副本
目前谷歌内部已有数千名员工在专业编码、大规模代码库迁移及量子计算等核心领域深度测试该模型。它不仅能轻松处理跨语言的大规模老旧代码重构，还在辅助量子计算研发中展现出恐怖的推理能力，预示着谷歌在 AI 领域的全面反击。
via AI新闻资讯 (author: AI Base)
Anthropic日前发布适用于 Claude AI 的新版使用政策，该政策将在 2026 年 11 月 12 日生效。新版政策主要新增禁止无端虐待 Claude 条款，同时适用于选举、武器开发、监控等相关条款也同步变更。
禁止无端辱骂或虐待 Claude：
A 社称持续且无必要地虐待或残酷对待模型是明确的禁止行为，这项规定针对的是反复、极端且看不出来正当目的的行为，但用户对模型回答表达不满、提出反驳、创作黑暗题材或进行模型测试研究目的不在禁止范围内 (当然解释权归 A 社所有)。
对于持续遭受辱骂的对话，Claude 此前已经具备主动结束会话的能力。A 社称这仍然是处理此类行为的主要方式，即被结束的对话无法继续发送消息，但这不会影响用户账号中的其他聊天，当然也不至于封号。
选举、武器和监控条款同步调整：
新版使用政策将有关虚假宣传和操纵行为的限制集中到欺骗性活动条款，涵盖以虚假账号、虚构媒体或网站伪装信息来源、制造虚假声量以及搭建相关工具和基础设施，适用范围同时包括政治和商业活动。
选举条款则聚焦于欺骗选民、压制投票或干扰选举，A 社还删除针对个性化投票及竞选定向的限制，但使用欺骗或滥用个人数据进行的相关操作仍然属于禁止行为。
武器条款明确禁止使用 Claude AI 开发或操作武器所需的软件与组件、为无人机等平台装配武器，以及提高生物或化学制剂致死性或传播性的活动。
监控与执法条款则禁止未经同意追踪个人、让 Claude 决定或建议调查及逮捕对象，或开发监控工具；经当事人同意的追踪、内容审核、新闻报道和法律研究仍然是允许的行为。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：蓝点网)
俄罗斯本土搜索引擎 Yandex 位于梁赞州萨索沃市的数据中心在遭到来自乌克兰的无人机袭击后引发火灾并停止运行，受影响的数据中心为 Yandex Cloud 拥有基础设施，该基础设施被 Yandex 以及俄罗斯其他科技公司使用。
袭击导致数据中心起火：
此次袭击发生在当地时间 10 月 8 日凌晨，Yandex 最初报告称其拥有的 ru-central1-b 可用区出现供电问题而中断，随后该公司确认数据中心因无人机袭击引发大火，整个数据中心全部停止运行。
这座数据中心对 Yandex 乃至整个俄罗斯都是比较重要的，该数据中心内有数以万计的常规服务器为 Yandex 以及俄罗斯政府机构和其他企业提供云计算服务。更重要的是这座数据中心里还有两台用于 Yandex 训练 AI 模型的超级计算机，不过 Yandex 并未说明用于训练模型的超算是否也受影响。
Yandex 正在评估受影响设备能否恢复：
Yandex 最初表示现场情况已经得到控制、无人受伤、专业团队正在评估损失并处理善后。不过该公司也透露基础设施受损程度正在评估，目前无法确认现场设备是否可以恢复，不过目前受影响的可用区还是异常状态无法创建资源。
为应对数据中心异常，Yandex 将云服务负载切换到其他可用区，其面向消费者的 Yandex 服务总体运行正常，但部分服务可能出现访问问题。其他受影响的云资源还包括云服务器、数据库、YandexGPT API 等等。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：蓝点网)
LoopCD——提升Looped Transformers性能
🍎 Ruixiang Zhang 博士在 Apple MLR 发布了一项名为 LoopCD 的新研究，它能显著提升预训练 Looped Transformers 模型的性能，而且几乎没有额外成本
🧐 Looped Transformers 被传言用在 GPT-6 Astra 和 Gemini 4 等前沿模型中。LoopCD 是一种推理时方法，无需重新训练或增加额外模型就能生效
📈 实验数据显示，LoopCD 带来了显著提升：AIME 2024 (Ouro-2.6B) 的表现从 61.9 提高到 73.3，HumanEval (Huginn) 的表现从 22.6 提高到 31.7
🔗 信源
🗝 Roller | AI 中文社区
via Roller | ChatGPT Astra 中文社区 - Telegram Channel
🍎 Ruixiang Zhang 博士在 Apple MLR 发布了一项名为 LoopCD 的新研究，它能显著提升预训练 Looped Transformers 模型的性能，而且几乎没有额外成本
🧐 Looped Transformers 被传言用在 GPT-6 Astra 和 Gemini 4 等前沿模型中。LoopCD 是一种推理时方法，无需重新训练或增加额外模型就能生效
📈 实验数据显示，LoopCD 带来了显著提升：AIME 2024 (Ouro-2.6B) 的表现从 61.9 提高到 73.3，HumanEval (Huginn) 的表现从 22.6 提高到 31.7
🔗 信源
🗝 Roller | AI 中文社区
via Roller | ChatGPT Astra 中文社区 - Telegram Channel
OpenAI预计到年底年化营收将达700亿美元
据知情人士透露，OpenAI预计到今年年底年化营收将达到或超过 700亿美元，增长主要来自企业业务扩张。
据其称，这家ChatGPT开发商截至9月底的年化营收约为500亿美元。年化营收是根据较短时期收入表现推算出的全年销售额。
知情人士表示，OpenAI在最新一轮融资讨论过程中向投资者披露了上述数据。由于相关信息未公开，这些知情人士不愿具名。彭博九月率先报道称，该公司正洽谈以融资前估值1.4万亿美元筹集至少300亿美元资金。
—— 彭博社
via 风向旗参考快讯 - Telegram Channel
据知情人士透露，OpenAI预计到今年年底年化营收将达到或超过 700亿美元，增长主要来自企业业务扩张。
据其称，这家ChatGPT开发商截至9月底的年化营收约为500亿美元。年化营收是根据较短时期收入表现推算出的全年销售额。
知情人士表示，OpenAI在最新一轮融资讨论过程中向投资者披露了上述数据。由于相关信息未公开，这些知情人士不愿具名。彭博九月率先报道称，该公司正洽谈以融资前估值1.4万亿美元筹集至少300亿美元资金。
—— 彭博社
via 风向旗参考快讯 - Telegram Channel
Anthropic 暂停 Claude 创业计划优惠，因申请量激增 21 倍
Anthropic 因 48 小时内收到的申请量达到过去五个月总和的 21 倍，暂停 Claude 创业计划中的 Team 套餐和 1000 美元 API 额度优惠，并重新审核已提交的申请。
内容详情 · 原文链接
via AI情报局 | 全球 AI 动态简报 - Telegram Channel
Anthropic 因 48 小时内收到的申请量达到过去五个月总和的 21 倍，暂停 Claude 创业计划中的 Team 套餐和 1000 美元 API 额度优惠，并重新审核已提交的申请。
内容详情 · 原文链接
via AI情报局 | 全球 AI 动态简报 - Telegram Channel
Anthropic为开源项目推出免费AI安全扫描
Anthropic推出一项名为OSS Scanner的新服务，以帮助开源项目追踪安全漏洞。该公司表示，选择加入的开源项目将获得「由我们最强模型进行的全面、定期安全扫描，不收费。」这可能意味着开源项目会更早收到关于可能安全问题的提醒，但权衡是，OSS Scanner 的报告不附带人工审查：
该可选漏洞扫描器的输出将完全由AI大模型生成，没有人工审核或分类筛选。这将使更快、更频繁的扫描成为可能，但意味着报告有可能是错误或无效的。这些报告将由我们最强的模型（包括 Claude Mythos）生成，从而为开源项目提供最大的防御优势。
—— Theverge
via 风向旗参考快讯 - Telegram Channel
Anthropic推出一项名为OSS Scanner的新服务，以帮助开源项目追踪安全漏洞。该公司表示，选择加入的开源项目将获得「由我们最强模型进行的全面、定期安全扫描，不收费。」这可能意味着开源项目会更早收到关于可能安全问题的提醒，但权衡是，OSS Scanner 的报告不附带人工审查：
该可选漏洞扫描器的输出将完全由AI大模型生成，没有人工审核或分类筛选。这将使更快、更频繁的扫描成为可能，但意味着报告有可能是错误或无效的。这些报告将由我们最强的模型（包括 Claude Mythos）生成，从而为开源项目提供最大的防御优势。
—— Theverge
via 风向旗参考快讯 - Telegram Channel
副业搞起来，小说，漫画，漫剧的成本优化思路
小说转漫画skills：github.com/aiskyhub/no…
大家可以把这个skills发给ChatGPT之类评鉴，让他们点评下是否有作用，再决定用不用。
副业搞起来
AI 太火爆了。玛德，照这更新速度，真怕哪天就原地进厂了。
最近查了下，很多电子厂不招35岁以上了，天塌了……
哎……
新模型一个接一个出来，能做的事越来越多。刚研究明白一个工具，另一个又出了；刚觉得自己会点东西了，再看模型更新，怎么这些活儿它也能干了？
谁不慌啊。
什么“拥抱变化”，道理都懂。问题是变化太快，有时候光看更新都累，更别说每个东西都自己学一遍。学吧，怕白学；不学吧，又怕以后真不会干了。烦得很。
可看到 AI 能画图、能生成视频，我又确实想研究一下。
平时看小说，碰到喜欢的人物和剧情，总会想他们到底长什么样，这一段要是做成画面，会是什么感觉。现在既然有这些工具了，那就自己试试呗。
能让自己喜欢的小说真的动起来，就踏马让人激动了。
漫剧现状和成本
最近漫剧很热闹。小说有故事，AI 能画图，也能生成视频，看着那些效果展示，确实会觉得自己也能试着做一段。
然后一研究，行，还真有一堆事。
Seedance 的效果不错，可个人折腾起来，反复修改的费用确实得算。版本、分辨率和输入条件不同，价格也不一样。官方计费说明
一个镜头可能要生成几次才满意。人物长得不对，改；动作不符合剧情，改；单独看挺好，放到前后镜头里接不上，还得改。
视频成功生成了，却用不上，成本已经产生。次数一多，真容易觉得贵得不当人。我只是想做段自己喜欢的视频，怎么修改起来这么费钱啊。
MiniMax H3 开放基模权重之后，社区也做出了量化版本，降低了模型的资源占用，让更多本地配置有机会尝试。已有合适硬件的话，能少一些在线生成的费用。H3 官方项目、社区量化版本
不过，本地速度还得看显卡、分辨率和工作流。等半天，出来发现还得改，真挺烦。显卡、电费要算，自己的时间也不能当不存在。
优化漫剧成本思路
更麻烦的是，小说改成视频，本身就有一堆事要想清楚。
心理活动怎么表现？人物为什么突然生气，前面有没有交代？对白直接照搬，会不会一页全是字？这些问题没处理好，视频生成得再漂亮，故事也可能看不明白。
所以就想先挑一部分完整剧情，做成漫画。
把人物和对白放进具体画面里，按顺序读一遍。哪段情绪转得太突然，哪处解释太啰嗦，哪些镜头缺了必要的交代，都能在这个阶段检查。
人设也先好好打磨。脸长什么样，衣服怎么穿，表情是不是符合这个人物，看着不对就继续修。原著的事件保留，重点调整分镜和剧情呈现。
漫画做到自己愿意从头看完，再尝试让关键镜头动起来。人物形象和故事顺序已经确定，后面就能拿着这些参考继续做，少一些重复调整。
动作、声音和剪辑仍然要单独处理。
漫画先帮我把能提前发现的问题找出来，也有东西可以认真看、低成本的改。
于是，就有了小说转漫画这个 skill：github.com/aiskyhub/no…。
小说转漫画 skills 牛逼在哪
它给 Codex 安排了一套明确的制作顺序，从读原文、写分镜，一直做到排版和导出。
先读完当前卷的原文，完成整卷分镜，再检查剧情有没有遗漏、因果是否连贯、画面和对白是否适合漫画阅读。改完、审过，才开始正式画图，减少画到后面才发现前面有问题的返工。
还得对照原著。角色没说过的话不能随便补，原文没发生的事也不能硬加。小说就在那儿，先把它看明白。AI 擅自补出来的剧情，该删就删，别让它瞎编。
人物和画风也要先确定。角色有多角度、表情等参考，后续画面持续对照，线条、配色和光影也有统一规范。
同一个主角，每页长得都不一样，读者还得先猜这是谁，谁有耐心啊。参考图能帮助保持一致，画出来仍然要逐格检查，有问题就返修。
生成画面会按镜头需要安排。适合一起画的合并生成，再无损拆成独立画格；复杂动作和重要特写留出足够面积，让需要表达的细节看得清楚。
拆完逐格验收，合格的尽量复用，有问题的针对性返修。整页还要检查阅读顺序、对白归属和文字遮挡，单张图好看，整页也得读得顺。
完成后提供离线阅读器、PDF 和 CBZ 漫画文件。剧本、人设参考和进度一起保存，后面续做、修改都有资料可用。中途停下来，也能查到上次做到哪，不必重新翻聊天记录。
总结
一本漫画，以前真不敢想。光是不会画画，就不知道该怎么继续。
现在有 Codex 组织制作，配合 ChatGPT 的生图模型，可以认真试着把喜欢的故事做出来。一页页看，一点点改，等漫画满意了，再研究怎么把它做成视频。
AI 更新这么快，普通人很难不焦虑。行业怎么变，我们决定不了；该过的日子，也不会等我们把新技术全学明白了再继续。
很多人只能忙完眼前的事，再找时间研究一点。学着学着觉得太难，做到一半觉得效果不行，都挺正常。我也会担心折腾半天，最后没做出自己想要的东西。
但想到喜欢的人物能有具体的样子，喜欢的那段剧情能被完整画出来，还是一件让人激动的事！
要是你也有一本特别喜欢的小说，应该懂这种感觉！
via 掘金人工智能本月最热 (author: 小呆呆666)
小说转漫画skills：github.com/aiskyhub/no…
大家可以把这个skills发给ChatGPT之类评鉴，让他们点评下是否有作用，再决定用不用。
副业搞起来
AI 太火爆了。玛德，照这更新速度，真怕哪天就原地进厂了。
最近查了下，很多电子厂不招35岁以上了，天塌了……
哎……
新模型一个接一个出来，能做的事越来越多。刚研究明白一个工具，另一个又出了；刚觉得自己会点东西了，再看模型更新，怎么这些活儿它也能干了？
谁不慌啊。
什么“拥抱变化”，道理都懂。问题是变化太快，有时候光看更新都累，更别说每个东西都自己学一遍。学吧，怕白学；不学吧，又怕以后真不会干了。烦得很。
可看到 AI 能画图、能生成视频，我又确实想研究一下。
平时看小说，碰到喜欢的人物和剧情，总会想他们到底长什么样，这一段要是做成画面，会是什么感觉。现在既然有这些工具了，那就自己试试呗。
能让自己喜欢的小说真的动起来，就踏马让人激动了。
漫剧现状和成本
最近漫剧很热闹。小说有故事，AI 能画图，也能生成视频，看着那些效果展示，确实会觉得自己也能试着做一段。
然后一研究，行，还真有一堆事。
Seedance 的效果不错，可个人折腾起来，反复修改的费用确实得算。版本、分辨率和输入条件不同，价格也不一样。官方计费说明
一个镜头可能要生成几次才满意。人物长得不对，改；动作不符合剧情，改；单独看挺好，放到前后镜头里接不上，还得改。
视频成功生成了，却用不上，成本已经产生。次数一多，真容易觉得贵得不当人。我只是想做段自己喜欢的视频，怎么修改起来这么费钱啊。
MiniMax H3 开放基模权重之后，社区也做出了量化版本，降低了模型的资源占用，让更多本地配置有机会尝试。已有合适硬件的话，能少一些在线生成的费用。H3 官方项目、社区量化版本
不过，本地速度还得看显卡、分辨率和工作流。等半天，出来发现还得改，真挺烦。显卡、电费要算，自己的时间也不能当不存在。
优化漫剧成本思路
更麻烦的是，小说改成视频，本身就有一堆事要想清楚。
心理活动怎么表现？人物为什么突然生气，前面有没有交代？对白直接照搬，会不会一页全是字？这些问题没处理好，视频生成得再漂亮，故事也可能看不明白。
所以就想先挑一部分完整剧情，做成漫画。
把人物和对白放进具体画面里，按顺序读一遍。哪段情绪转得太突然，哪处解释太啰嗦，哪些镜头缺了必要的交代，都能在这个阶段检查。
人设也先好好打磨。脸长什么样，衣服怎么穿，表情是不是符合这个人物，看着不对就继续修。原著的事件保留，重点调整分镜和剧情呈现。
漫画做到自己愿意从头看完，再尝试让关键镜头动起来。人物形象和故事顺序已经确定，后面就能拿着这些参考继续做，少一些重复调整。
动作、声音和剪辑仍然要单独处理。
漫画先帮我把能提前发现的问题找出来，也有东西可以认真看、低成本的改。
于是，就有了小说转漫画这个 skill：github.com/aiskyhub/no…。
小说转漫画 skills 牛逼在哪
它给 Codex 安排了一套明确的制作顺序，从读原文、写分镜，一直做到排版和导出。
先读完当前卷的原文，完成整卷分镜，再检查剧情有没有遗漏、因果是否连贯、画面和对白是否适合漫画阅读。改完、审过，才开始正式画图，减少画到后面才发现前面有问题的返工。
还得对照原著。角色没说过的话不能随便补，原文没发生的事也不能硬加。小说就在那儿，先把它看明白。AI 擅自补出来的剧情，该删就删，别让它瞎编。
人物和画风也要先确定。角色有多角度、表情等参考，后续画面持续对照，线条、配色和光影也有统一规范。
同一个主角，每页长得都不一样，读者还得先猜这是谁，谁有耐心啊。参考图能帮助保持一致，画出来仍然要逐格检查，有问题就返修。
生成画面会按镜头需要安排。适合一起画的合并生成，再无损拆成独立画格；复杂动作和重要特写留出足够面积，让需要表达的细节看得清楚。
拆完逐格验收，合格的尽量复用，有问题的针对性返修。整页还要检查阅读顺序、对白归属和文字遮挡，单张图好看，整页也得读得顺。
完成后提供离线阅读器、PDF 和 CBZ 漫画文件。剧本、人设参考和进度一起保存，后面续做、修改都有资料可用。中途停下来，也能查到上次做到哪，不必重新翻聊天记录。
总结
一本漫画，以前真不敢想。光是不会画画，就不知道该怎么继续。
现在有 Codex 组织制作，配合 ChatGPT 的生图模型，可以认真试着把喜欢的故事做出来。一页页看，一点点改，等漫画满意了，再研究怎么把它做成视频。
AI 更新这么快，普通人很难不焦虑。行业怎么变，我们决定不了；该过的日子，也不会等我们把新技术全学明白了再继续。
很多人只能忙完眼前的事，再找时间研究一点。学着学着觉得太难，做到一半觉得效果不行，都挺正常。我也会担心折腾半天，最后没做出自己想要的东西。
但想到喜欢的人物能有具体的样子，喜欢的那段剧情能被完整画出来，还是一件让人激动的事！
要是你也有一本特别喜欢的小说，应该懂这种感觉！
via 掘金人工智能本月最热 (author: 小呆呆666)
