start	end	text
0	23000	好,朋友們,大家晚上好。今天我們就介紹一個Deepseek HANIS的超強本地化音視頻生成的應用。主要是這個應用能夠本地化來運營,解決我們音視頻生成的相關問題。這個應用全程是本地化來跑的。
23000	25400	内容主要分三块
25400	27940	一个是我们简单介绍一下
27940	29620	目前的Deepseek的一个发展
29620	30780	过去的一周
30780	32300	它也有了不少的一个进展
32300	33860	那我们也介绍一下
33860	34840	另外就是
34840	37640	结合这个本地化的一个应用
37640	38480	叫Model Stack
38480	41080	它有十个典型的实际的应用
41080	42660	来我们操作看一下
42660	44280	还有就是我们看
44280	46200	这个DeepseekHanness
46200	48080	和这个Model Stack是怎么打通的
48080	49960	我们来了解一下它的配置
49960	51620	那首先呢
51620	53320	我们看一下Deep Seek Harness
53320	56340	什么叫这个Deep Seek Harness呢
56340	59040	我也看了一下相关的这个
59040	62240	他们官方的一些文档啊
62240	65180	号称是我们目前来讲
65180	67240	最长的这个智能体开发框架
67240	69260	那大家对此期望值也很高
69260	70240	现在热度也很
70240	72660	放过去才一周
72660	74820	然后这个热度已经达到了
74820	76540	十几万加了吧
76540	77220	好像是
77220	79420	那目前来讲就是
79420	82020	Deep-Seek-Hardings
82020	83440	就是一个智能体的一个框架
83440	85980	那它和我们这个
85980	88560	贯常讲的这个大元模型
88560	90100	还是有点差别的
90100	91900	大元模型是可以认为
91900	93000	是智能体的一个大脑
93000	94960	那它这个框架呢
94960	96260	是为了开发智能体
96260	97660	而做的一个操作系统
97660	98360	可以这样认为
98360	101140	我们看一下这个智能体
101140	103540	它本身也有一个相关的定义
103540	105440	那什么叫智能体呢
105440	106760	我们看一下官方的一个定义
106760	110900	那国家在2026年的5月份
110900	114800	也网信办发改委还有工信部
114800	116660	也印发了相关的
116660	118760	涉及到这一块的一个定义
118760	122140	我们看一下它的一个定义
122140	124560	具备自主感知记忆决策
124560	127760	交互和执行能力的智能化的一个系统
127760	131320	这是我们自己国家的一个官方的一个定义
131320	132480	还有一个就是国际
132480	134380	国际化标准组织呢
134380	135660	也对这个有一个定义
135660	137040	就是能够感知环境
137040	138980	做出反应并采取行动
138980	140400	以实际目的
140400	144860	以实现目标的自动化实体
144860	148300	也就是它是自动化的一个实体
148300	149280	它对它的一个定义
149280	151720	那我们看这两样的一个差距
151720	153200	还是有一部分差距的
153200	154140	在中国来讲
154140	156360	我们中国的定义是强调了自主
156360	158720	也是要主动决策和责任
158720	159780	然后国际化标准策
159780	161420	注重的是自动化
161420	162740	那无需人工关义
162740	165120	注重的是这一块
165120	166380	那两只还是有差别
166380	167500	从这一点也可以看出
167500	169320	我们自己国家的这个定义
169320	171120	这个层次感上来讲
171120	175280	我认为是高于这个国际标准组织的这样定义
175280	178200	它有一部分责任在里面
178200	182560	这是我们看到这个智能体这个相关的概念
182560	185520	那我们看一下这个DeepSeek Harness
185520	187560	我认为记住几个
187560	188680	主要是记住两点嘛
188680	190720	一个就是一切皆差践
190720	192640	你说在这个DeepSeek Harness上
192640	196580	我们所有的需要的都可以用插件的形式
196580	198320	来给它按各种各样的插件
198320	199280	比如说文件管理
199280	201660	比方说我们这个通道的管理
201660	204600	都可以用它来插件来完善
204600	208760	另外就是它自己本身的这个开箱
208760	209780	集用的A进程能力
209780	212400	它提供了这样一些这个能力
212400	213400	就总结下来
213400	214880	一个是智能体的循环
214880	216360	它能够进行多轮的循环
216360	217680	多轮的对话
217680	218680	然后工具的调用
218680	220240	另外就是目标的管理
220240	223240	能够长期对目标进行跟踪
223240	225620	它一会儿我们可以看一下
225620	226320	它有一些
226320	228040	有一个这个目标的设置
228040	229180	对于长城任务来讲
229180	231800	这样的话就是不容易丢失目标
231800	233240	第二个就是搜索工具的使用
233240	234240	实在基本上是
234240	236460	所有的智能体都要具备的一个功能
236460	238700	就是补充自己的这个
238700	242880	现实中的这个新闻信息能力的一个不足
242880	245560	另外就是我们说的这个MCP
245560	246680	它的接入
246680	248900	那这一块来讲就是丰富我们智能体的
248900	250780	它的这个工具调用的能力
250780	253000	也就是说给它增加很多的工具
253000	256620	能够给它增加的好多的这样一个手脚
256620	259340	另外就是我们这个子代理
259340	260740	就是一个任务啊
260740	262260	如果是超大型的一个任务
262260	264860	可以用子代理子任务的方式来
264860	266220	来并行开展
266220	269260	同时呢我们看它还有一个代办清单
269260	270640	这个代办清单是什么呢
270640	272260	就是我们一个任务拆解完之后
272260	274980	形成会会形成很多的代办任务
274980	277620	那这些子任务和这些代办的任务啊
277620	280900	可能有一对多或多对多的这样的关系
280900	282380	每执行完一条之后呢
282380	283800	这个代办清单
283800	285680	往后就会划一条横线
285680	288000	然后作为删除操作来做
288000	290600	另外就是文件操作系统
290600	291680	文件的这个操作
291680	294540	这是我们这个对系统文件的一些读写
294540	296040	还有我们的技能系统
296040	297860	其实技能系统和MCP呢
297860	300180	这两个其实是丰富我们这个智能体的
300180	302340	外接的相关能力的
302340	303900	那智能体除了思考之外
303900	304740	另外有执行能力
304740	306180	那它的执行主要是靠
306180	308340	MCP和智能技能系统
308340	309860	这两大块来完善的
309860	313020	那我们看过去一周
313020	315460	这Deepseek也发生了很多的一个变化
315460	317100	一周也进行了四大更新
317100	320820	那我们看它的更新的一个内容
320820	323240	8月17号呢
323240	325020	刚开始发布
325020	326680	8月13号发布的时候
326680	327980	这个Deepseek Harness
327980	330460	它还不具有这个图片的接入能力
330460	333360	那我当时我也用这个MCP啊
333360	334360	和它对接
334360	335400	然后呢
335400	338040	想发图片来做这样的一个动作
338040	339540	发现它是不支持的
339540	342200	也在本身没有这个图片化的这个能力
342200	343800	当时呢也是
343800	345900	可以看到我前面的一个视频
345900	346780	也是对这个
346780	349080	DepsyChanies进行了一个改造
349080	350000	然后这样的话
350000	350960	它能够显示图片
350960	351880	能够和这个
351880	354360	我们那个ModelStack进行对接
354360	358720	那到了89号呢
358720	360400	它就开始呢
360400	362740	对自己的这个模型4PT进行的改造
362740	363780	就是能够去
363780	367060	接收这个原生的一个图片
367060	370640	也就是支持这个图片的一个输入
370640	374500	那到了8月21号
374500	376660	也就是说昨天的下午
376660	379400	那他自己发布了这样一个视觉模型
379400	381240	也就是说他视频器是先行的
381240	383200	也就是说其他如果有能力的这种
383200	384680	其他的视觉模型
384680	387220	可以进行这个图片的一些读取操作
387220	388740	那到8月21号呢
388740	390140	他自己的这个模型能力
390140	392240	也多么特的模型也上线了
392240	393420	一会儿我们可以看一下
393420	396000	然后呢
396000	397980	昨天晚上他又更新了一版
397980	400560	也说对这个适配机做了一些优化
400560	401420	做了一些处理
401420	404040	支持文件的API的一个上传
404040	406600	支持这个文件图像
406600	414680	我们再看一下这个
414680	418200	DPC Harness和这Model Stack
418200	420880	它的两个结合起来所具有的这个能力
420880	422500	一个是MCP
422500	423900	也就是通过MCP呢
423900	426500	这个Model Stack可以为这个DeepHardness
426500	428520	提供很多的这种
428520	430340	接口比较丰富的
430340	433200	或者能力比较丰富的这样的工具
433200	435640	另外就是多机的一个协同
435640	439000	我们可以看到就是大语言模型也好
439000	439940	就是大模型也好
439940	441420	它的这个耗费资源
441420	443520	耗费我们电脑资源是比较大的
443520	446500	也就是说一个语言模型运行起来之后啊
446500	448840	这个机器基本上在做其他的操作的时候
448840	449760	就非常费劲
449760	451940	所以在这个样的情况下呢
451940	453780	而且多极其系统是比较重要的
453780	456280	就我们有些工具比方生视频的工具
456280	457440	比方生图片的工具
457440	459840	它都是比较耗这个机器资源的
459840	461680	那DBCR呢作为大脑来讲
461680	463280	这两个工具也耗
463280	464780	然后我们大脑也耗
464780	467080	如果在这种情况下
467080	470480	如何实现多极的这个来协同工作
470480	472000	这样的话是
472000	474500	我对整个系统来讲是比较有利的
474500	475280	那
475280	484280	這兩個其實就是多機協同的工作。我們的Modestack可以跑在一個性能來講,要好一些的機器上。
484280	486280	我们的Deepsea Cutness呢
486280	487520	可以跑到另一台机器上
487520	488620	这样的话两台机器
488620	489720	也就是我们的手脚
489720	490760	可以长在另一台机器上
490760	492240	我们大脑可以在
492240	494560	不相关的一台机器上
494560	497020	这样的话就是两个协同来
497020	499120	处理相关的事物
499120	502720	第三块就是我们这个成果资产化的管理
502720	504860	就我们生成了很多资产之后
504860	506700	生产了很多这个成果之后
506700	509620	往往之前的大模型
509620	513500	这个都是在文件夹里面进行管理的
513500	516240	就是它的系统化能力是不够的
516240	518620	系统化这个资源的管理
518620	520500	文件的管理是不够的
520500	521400	那这一块呢
521400	523260	就是Modus开接入之后呢
523260	525660	能够解决这样的一个问题
525660	527940	就能够实现文件来源
527940	529660	以应用的有效跟踪和管理
529660	531760	那形成了一个资产的一个谱系
531760	534720	第四块就是任务的全程化管理
534720	537200	那我们就任务执行的过程中啊
537200	538660	调用工具
538660	540060	那调用工具之后
540060	541800	其实不知道工具背后的一些
541800	543280	逻辑和机制的
543280	544200	那这块呢
544200	546080	就是我们接入之后呢
546080	548240	这Modosk能补齐这样的一个短板
548240	550000	还有一个任务的模板化
550000	551900	通过接入之后呢
551900	552800	这个任务能够
552800	554700	可以存存为模板
554700	556100	然后可以重复使用
556100	561760	那我们接下来看一下
561760	563660	它的一个十一大一个应用
563660	564660	其实最后一个是我
564660	567500	又加了一条原本十大应用
567500	568400	这里边呢
568400	570980	就是文图
570980	573120	视频和音频
573120	575380	这样的四大的类型的一个应用
575380	578000	相对来讲都是比较齐全的
578000	580580	这十大应用的一会儿我们可以看一下
580580	582880	接下来我们就做一个演示吧
582880	588460	这就是我们电脑上装的一个
588460	590440	这个DeepHard类似的一个工作台
590440	592200	可以看到这时候外部端的
592200	595040	那我们接下来就对这十大能力
595040	595640	我们看一下
595640	598020	它到底是一个怎么样的一个表现
598020	609320	我们找一个生图的指令可以看一下
609320	616500	这个DeepSickHanness是我已经和ModelStack打通了
616500	619160	我们可以看一下它现在是具备的能力
619160	626780	好 接下来我们看一下
626780	631120	Deepseq和ModelStack打通之后的一些操作
631120	634020	首先我们看一个文生图的操作
646020	647280	我们这边就可以看到
647280	650040	这个是DeepSeaHallis
650040	654280	正在调用我们的ModelStack的MCP服务
658620	659820	可以看到已经生成了
659820	661440	我们看一下这个图片
666480	668520	这是生成的一个卡通类的图片
669340	671220	那我们看一下它的工作区里面有没有
671220	673080	就是它的一个工作空间里面有没有
677280	682380	这个是他的一个工作空间
682380	684580	这工作空间没看到
684580	685800	这说明什么
685800	688900	我们这个Deepstick harness
688900	690600	并没有去拿这个图片
690600	692020	而是说本地化
692020	693460	它是直接显示了
693460	694880	那我们就让它拿过来
707280	718720	我们可以看到
718720	721160	他现在就去把这个图片拿过来了
721160	721920	我们看看有没有
721920	728720	这还是没有
728720	729480	我在问他
737280	740560	它放在Emerge了
740560	743800	它放在一个文件夹下面去了
743800	746600	它和原来的表现形式不一样了
746600	748120	这也说明一个什么问题
748120	750500	就是这个模型在调用工具之后
750500	752540	它的表现会不太一样
752540	756400	就是有的会直接放在这个工作区里
756400	758520	有的会直接放在这个
758520	761180	一个文件夹下
761180	763740	那现在的表现就是放在一个文件夹下去了
763740	765080	之前呢
765080	767140	它都是放在这个目录下面的
767140	768860	要直接在这工作空间里面
768860	770460	我们可以看一下
770460	771840	他现在拿了两张
771840	775900	因为我刚才已经生成过一遍了
775900	778440	所以他这一次就把两张图片都拿回来了
778440	781320	我们看一下这个图片
781320	788300	这是刚才生成的
788300	793460	这是之前生成的一本
793460	799360	好 我们再让这个图片生成一个视频
799360	800160	我们可以看一下
800160	808460	可以看到这些能力都是我们这个model stack给它提供的这样能力
808460	811620	本身来讲这个departing是不具备这样的能力的
811620	813220	它如果要具备这样的能力呢
813220	818280	它要么就是通过插件来调用外边的这种API的能力
818280	823020	或者通过这种相关的服务来接受本地化的一个能力
823020	826840	我们这个model stack就是本地化的一个相关的能力
826840	828360	我们可以看一下
828360	831900	它现在有没有调用我们这个图生视频的这样一个能力
831900	836700	有时候这个图也是在我们本地化来生成的
836700	842640	我可以大致讲一下我们整个的系统的一个部署的情况
842640	845740	就我这台deep-seek harness
845740	848740	是我本机的笔本电脑
848740	850680	它性能是比较弱的
850680	855360	然后那个model stack是部署在一代性能比较强悍的这个机器上
855360	860580	所以那上面的都是一些我们文声图啊文声视频啊
860580	864660	语音的转换啊文字的到语音的转换啊
864660	866880	等等相关的这种服务都在那台机器上
866880	874200	所以呢这个就是我们刚才讲到的这种脑袋和手脚分离的这样一个系统架构
874200	877680	我们看这已经生成了
877680	878840	文件路径
880680	882980	看这里面它有生成了一个
882980	884740	生成了一个这个
884740	886280	videos也就是说一个
886280	888760	视频的一个文件夹我们可以看一下
888760	892160	刚才没有这个视频的
892160	894360	现在有视频了我们可以看一下它的一个表现形式
910680	917040	我们可以看到
917040	919960	它这个调用的一些历程
919960	921600	也都在这里展示出来了
921600	929400	包括这个工具调用的
929400	930980	一个相关的参数
930980	932600	我们都能看得到
932600	933480	包括这边
933480	937780	它所用的提示词
937780	940440	包括这个
940440	942300	帧数
942300	945380	还有这个这个FPS
945380	949740	我们看下一条
949740	953560	刚才是我们用到我们那张图来生成的一个视频
953560	954520	我们可以再看一下
963372	971172	可以看到这个视频
971172	971652	也就是我们
971652	972812	它是用调用的一个
972812	973912	图生视频的一个能力
973912	976252	通过这个图来生成这个视频
976252	978712	也就是它遵循我们的指令
978712	979552	我们让它
979552	981492	把刚才那图动起来
981492	982412	三秒钟的视频
982412	985632	接下来我们看它另外一个能力
985632	987132	就是给它一个指令
987132	988612	让它给我生成一段视频
988612	991752	也就是文生视频的能力
991752	1013052	这会做视频对齐的
1013052	1014872	也就是说我们这个400乘400
1014872	1018872	它会对齐到一个32的一个倍数上
1018872	1035192	视频上次我们可以看一下
1035192	1036952	这是上视频的一个能力
1048872	1052672	好,我们再看下一个,就是文字传语音这样一个能力
1052672	1057512	我们让它给我们一个大语言模型的一个介绍
1057512	1060632	让它给我们一分钟的一个讲解的一个介绍
1060632	1061892	我们看它能不能给出来
1061892	1074952	这个讲解的文案啊,是我们这个DeepseekHannels提供的
1078872	1080872	我们可以看一下
1082872	1084872	有这个文本是
1084872	1087872	我们这个DeepSigHoney
1087872	1088872	它所准备的
1088872	1091872	它作为这个提示词
1093872	1094872	而不是作为提示
1094872	1096872	是作为这个文本内容
1103872	1104872	我们可以看一下
1104872	1107872	它的一个声音
1108872	1110032	我们可以看见到
1110032	1113932	它现在又生成了一个audio文件夹
1113932	1116132	我们可以看一下
1116132	1117172	这音频的文件夹
1117172	1127712	大模型全称是大型语言模型
1127712	1132092	你可以把它理解成一个读过海量书籍
1132092	1134772	网页和代码的超级大脑
1134772	1135652	我们可以看一下
1135652	1138532	它通过学习数万亿个文字数据
1138532	1140832	掌握了人类语言的规律
1140832	1143252	所以能够回答问题
1143252	1147272	可以看到它是和这个Deep SeekHannis
1147272	1151232	它所生成的这个文本是一致的
1151232	1152892	基于深度学习
1152892	1155272	采用Transformer架构
1155272	1158792	通过不断预测下一个词来学习语言
1158792	1161772	参数越多模型越大
1161772	1163792	能力往往就越强
1163792	1165832	像GPT
1165832	1167132	文心语言
1167132	1168372	Deep Seek等
1168372	1170132	都属于大模型
1170132	1175372	如今大模型已经渗透到我们生活的方方面面
1175372	1178812	从智能克服到AI助手
1178812	1181952	从内容创作到科学研究
1181952	1184612	它正在深刻地改变我们工作
1184612	1186652	其实这边大家会有一个疑问
1186652	1188572	它的声音是用的哪个声音
1188572	1190652	一会我们讲一下它的声音是怎么配置的
1190652	1192272	比如偶尔会产生幻觉
1192272	1194952	需要人工审核把关
1194952	1196752	但毫无疑问
1196752	1200492	其实这我们也可以问他
1200492	1203412	这个参考语音是可以换的
1203412	1207752	看他这边也有问我们
1207752	1209952	能不能换可以换一种音色
1209952	1212472	我们问他有哪几种音色
1212472	1226632	这边也有一些音色
1226632	1228772	也就是说我们那个model stack
1228772	1230152	它提供的一些影视
1230152	1235892	我们选一个男生阳光的一点的吧
1235892	1237592	我们选这个影视试试看
1256632	1266752	我们等一下它现在生成
1266752	1271892	看已经生成了
1271892	1274472	我们看一下它这个目录下
1274472	1280632	它带了这个音色的后缀
1280632	1281732	我们可以看一下
1281732	1297132	好 我们就不再听了
1297132	1298652	就是说演示一下这个功能
1298652	1300572	它是可以这样来操作的
1300572	1302152	我们再看下一个
1302152	1305212	就是文档转音频
1305212	1307652	我们刚才是让它指定
1307652	1310132	也说大模型自动生成文
1310132	1311532	生成文字之后
1311532	1312932	让它转到音频
1312932	1315392	那下面我们有文件颜下
1315392	1317752	这个目录下有这样一个文档
1317752	1318832	然后让它转成音频
1318832	1320272	那这个能力呢
1320272	1323032	原来这个DeepSickHoney是不具备的
1323032	1326552	也就是说它没有这个文档的这个上传的能力
1326552	1328652	那最近它是补充上了
1328652	1331072	也就是我们加一个add号之后
1331072	1332372	就能选中这样的
1332372	1336772	选中这个公众目录下的相关的文件来上传
1336772	1339832	我们选中之前准备的一个行动介绍的
1339832	1341532	这样一个文字
1341532	1343112	这个文件
1343112	1345832	我们让它给我们转成语音试试看
1363692	1366112	可以看到它现在在读取文件
1366112	1367592	然后呢
1367592	1371092	调用这个MCP server
1371092	1376212	相关的方法来进行这个文字转语音
1376212	1378512	这样的一个工作
1378512	1380452	我们可以看一下
1380452	1382032	现在已经生成了
1382032	1382672	它音色呢
1382672	1385072	还是我们刚才选中的音色来做的
1385072	1387332	当然这过程中我们可以换音色
1387332	1388452	我们可以看一下
1388452	1391692	可以看到它现在是
1391692	1395572	已经把这个文档转成音频了
1395572	1398832	也说通过这个手段已经是把我们这个文档转成音频了
1398832	1399552	我们可以看一下
1399552	1407232	欢迎来到杭州
1407232	1410612	这里是人间天堂
1410612	1412532	这声音就是吊儿郎郎的
1412532	1412732	不知道
1412732	1415952	断桥残雪
1415952	1417792	三弹音乐
1417792	1419972	四季街景
1419972	1422972	千年的灵影古叉
1422972	1425672	诉说着悠久的禅意
1425672	1428532	漫步苏低
1428532	1431072	感受微风拂面
1431072	1433952	品味龙井茶香
1433952	1435092	我们不用这个音色
1435092	1436472	我们用其他音色试一下
1436472	1438892	这个音色太不像话
1438892	1441032	换一个
1447085	1448085	換這個試試看。
1448085	1454365	其实我们现在是在盲看这些音色
1454365	1457805	就不知道这音色没有视听
1457805	1462265	其实我们那个model stack应该是有视听的
1462265	1462885	我们一会看一下
1478085	1492165	可以看一下我们看一下这个音色
1499585	1500865	欢迎来到杭州
1500865	1503025	这里是人间天堂
1503025	1505545	西湖美景如诗如画
1505545	1506685	断球残雪
1506685	1508525	这稍微正常一点
1508525	1512665	好 我们就不听了
1512665	1515165	我们看下一个功能的演示
1515165	1517685	就音频文档转成文字
1517685	1520445	我们刚才是文字文档转成音频
1520445	1522725	那反过来我们找一个音频的
1522725	1525105	把它转成文字的
1525105	1527205	我会看一下
1527205	1531945	通过这种手段可以选择相关的文件
1531945	1533865	这边有个有些小说
1533865	1535725	我们可以看一下它能不能转
1535725	1562925	你看
1562925	1564485	你看他这我们有一个资产库
1564485	1566165	也说他会把这个
1566165	1569925	知道远程上是无法访问本地文件的
1569925	1571845	他会把这个文件传到那个
1571845	1574605	Model Stack所在的那台机器的
1574605	1576865	它的一个资产的管理上
1576865	1578725	然后通过这种手段来调用
1578725	1581485	我们可以看一下它已经生成了
1581485	1584965	同时呢也把这个
1584965	1587405	这文件有没有传回来
1587405	1587845	看一下
1587845	1593145	看一下有没有
1593145	1599865	它没有传回来
1599865	1601145	我们让它传回来
1601145	1614505	好了
1614505	1615725	现在是传回来了
1615725	1616585	我们可以看一下
1616585	1620005	现在的表现
1620005	1622425	它就是现在都放到
1622425	1625425	放到一个相应的文件夹下了
1625425	1628325	我们可以看一下它的一个
1628325	1636265	这是它生成的这个相关的文字
1636265	1637405	我们听一下那个视频吧
1637405	1638425	听一下那个音频吧
1639425	1643745	这是那有双小说的内容
1643745	1644425	我们可以看一下
1644425	1645105	听一下
1645105	1650445	其实周青只是故意生气的
1650445	1651565	好让他父母在乎他
1651565	1653685	他以为他老妈会来拖住他
1653685	1655545	可是却被他老爸拽住了
1655545	1656505	但意识之下
1656505	1659145	他感觉自己要是就这么返回去了
1659145	1660365	是很没面子的
1660365	1661725	没有台阶可下的
1661725	1664665	于是他也就只好奔江边的方向走去了
1664665	1667365	其实周青只是故意生气的
1667365	1667725	好让他
1667725	1670705	这边是有种小说的一个转路
1670705	1674545	然后他这边还扶了这个转路了
1674545	1680965	好 接下来我们看另外的四个功能
1680965	1686265	之前呢我们都是用指令来生成的相关的图啊视频啊
1686265	1689945	我们接下来是用上传的方式来看一下
1689945	1691285	就是本地上传一下
1691285	1696785	我们可以看一下指令修图
1696785	1698425	我们看找一个图像
1698425	1699605	我们让它修一下
1699605	1703505	用这个吧
1703505	1707385	我们先看看这个图片是这个
1707385	1709245	我们打开看一下
1709245	1714605	那我们把他的背景换一下
1714605	1716745	然后把他的头发也换一下
1716745	1718585	穿着也换一下
1718585	1719705	改变这三样
1719705	1721245	我们一次性把这三样改一下
1722085	1731285	短发背景
1731285	1733465	化增海边
1733465	1738005	然后衣服呢
1738005	1749005	衬衫吧
1749005	1753285	白衬衫看一下
1753285	1756005	看能做到吗
1765585	1767865	看他也在调用我们这个工具
1767865	1771725	我看一下它的指令是啥
1771725	1774485	换成清爽的短发
1774485	1776405	背景换成阳光明媚的海滩
1776405	1779645	然后衣服换成白色衬衫
1779645	1781585	它这边加了一句
1781585	1785305	保持人物面部特征和卡通风格不变
1785305	1789865	那这有问题了
1789865	1793185	它肯定是传错了
1797865	1805805	卡通风格无变周可能会有问题
1805805	1811005	我们看一下
1811005	1824625	那看来还没问题
1824625	1825825	别的为什么用卡通
1827225	1828185	卡通风格
1832925	1833925	那我们不管他
1833925	1836065	反正是给我们生成的
1836065	1837225	指令可以来调的
1840665	1841585	看像不像
1841585	1842585	还像不像
1846825	1848265	还是可以的
1851425	1853785	他这个有点稍微有点卡通风格的
1853785	1854745	这种感觉啊
1854745	1856745	这相对比较震热一点
1856745	1857825	这个稍微有点卡通
1857825	1859285	包括这个比例方面
1859285	1869785	我们来看下一个吧
1869785	1872285	就这个可以多轮对话
1872285	1874225	可以再给它发指令
1874225	1875225	然后让它再修
1875225	1878085	我们先不再做下一步的演示了
1878085	1878785	我们看下一个
1878785	1881305	生成视频
1881305	1883285	那我们找一个生成视频的
1883785	1886585	找个图像就用刚才那个图像
1886585	1888385	让它生成视频给我们看一下
1888385	1889985	还是用at
1913785	1915785	我可以做到一碟的
1915785	1917785	我可以做到一碟的
1917785	1919785	我可以做到一碟的
1926998	1931098	我们选了一个算是中等的一个图片吧
1931098	1935338	400乘400这个也刚好是32的是不是32的倍数
1935338	1941278	不是32倍数这个
1941278	1943638	他可能会裁减
1954038	1954798	我不确定
1954798	1957198	他好像是32还是8的倍数会做一个
1957198	1959638	如果不是他会做相关的裁剪
1959638	1965178	已经生成了我们看一下
1965178	1968398	动起来
1984798	1987458	我们再看下一个
1987458	1990918	去除背景
1990918	1992778	这相当于也是改图的一个部分
1992778	1994958	但这个调用的模型可能不一样
1994958	1996138	去除背景
1996138	1996958	我们选一个
1996958	2002798	选另外一张吧
2003398	2006178	选这个大图的
2006178	2009698	1000×1432
2009698	2010478	我们看一下
2010478	2012798	是这张图
2014798	2016738	我们看一下它的去背景
2044798	2056398	完成了我们看一下
2056398	2063318	这个可以大家看一下
2063318	2071398	这效果好像不是特别好
2071398	2073958	去了大半部分了
2073958	2076158	这个模型应该还可以再优化的
2076158	2077798	我们可以看一下这个
2081098	2083398	这个方的路径也是正确的
2090798	2092858	我们再看一亮一个图片放大
2095618	2096958	我们看另外一个
2097858	2099998	这个400乘400的我们可以放大看一下
2099998	2105938	现在放大这个脸部是有点模糊的
2105938	2106478	可以看到
2106478	2108518	就明显的是
2108518	2112058	相对来讲模糊一点的
2112058	2114418	我们看它放大后是一个什么效果
2114418	2120698	400x400
2120698	2127078	这张图可以看一下
2127078	2131278	一共有两个放大的倍数
2131278	2133658	一个是两倍一个四倍
2133658	2134998	我们放大一下四倍看一下
2157078	2160918	可以看它的一个放大倍数
2160918	2169278	这就明显的感觉到它的一个
2169278	2172078	清晰度是不一样的
2178558	2181778	可以看到这个效果还是不错的
2181778	2190798	好 这是以上我们演示的相关的内容啊
2190798	2192738	其实还有一个我们可以再看一个
2192738	2194838	刚才讲的是十个功能
2194838	2196178	我们还有第十一个功能
2196178	2200778	就是关于这个文章解析的
2200778	2202278	我们有一张图啊
2202278	2203658	这个图上全是文字
2203658	2206338	我们看它是怎么能够解析出来呢
2206338	2207178	我们可以看一下
2207178	2214018	这是我之前做的一个项目中的一张图
2214018	2218098	就是一个可以看到这是一个中药的
2218098	2221998	中药的相关的一个一本书上的相关内容
2221998	2222798	我们可以看一下
2222798	2225458	这是一个图片画的
2225458	2228798	我们看他能不能帮我们把这个图片解析出来
2228798	2230798	我可以用它
2236798	2238798	我可以用它
2258798	2280818	他这个为什么老师存在这个情况
2288798	2318598	可以看
2318598	2319598	它解析完成了
2320598	2321598	文档也存了
2322598	2324598	你看它这边也建了一个目录
2325598	2326598	建了目录我们看一下
2328598	2331598	建了一个past
2334598	2335598	可以看一下
2348598	2351258	这还有个繁体
2351258	2357558	这是表格也解析出来了
2357558	2361458	表格应该是开了的相关
2366338	2368078	可以看一下这个上面
2368078	2370238	对比可以看一下
2370238	2373638	三银花
2373638	2375638	好
2402997	2416177	因为这个就相对来讲特别复杂了
2416177	2417777	因为这个涉及到中药的
2417777	2419097	还有化学室的
2419097	2422057	然后涉及到这个图表的
2422057	2426237	特别是有些这个单位的解析
2426237	2433337	所以这个要求会比较高
2433337	2440637	好
2440637	2442177	只是有这样一个效果
2442177	2443537	大家看一下就好
2443537	2446137	因为这个相对来讲太专业了
2446137	2451457	而且要进行特殊的优化
2456237	2462957	好 我们刚才演示了这些功能啊
2462957	2465417	然后这些功能如果是我们把这个关掉
2465417	2466677	我们可以看一下这个
2466677	2469137	这个deep content
2469137	2470657	它是另外一种表现
2470657	2471457	我们可以看一下
2471457	2473497	就目前来讲
2473497	2476597	它是和我们这个model stack打通的
2476597	2479037	如果我们把那个相关的功能关掉
2479037	2480237	它会是一个什么表现
2480237	2482137	这个就是我们model stack
2482137	2483337	它在开着的
2483337	2486417	我们把这个它的服务关掉
2486417	2489337	可以看一下它的一个表现
2489337	2495937	关掉是什么
2495937	2497957	就是我们不允许其他机器来访问
2497957	2500937	我们本机的这个相关的能力
2500937	2503597	刚才我们这台机器
2503597	2505257	就是我这个笔记本电脑上的
2505257	2506637	我们再看一下
2506637	2509237	会是一种什么样的情况
2513337	2520137	我让他给我一张
2520137	2524937	小毛图片吧
2540857	2542817	现在就可以看到访问不了了
2542817	2546337	也给我们提示了
2546337	2547517	局委网未
2547517	2549097	访问未开启
2549097	2551357	外部接入没有允许加击访问
2551357	2552617	所以它就
2552617	2554337	现在就访问不到
2554337	2558137	我们强行让它上层
2570137	2572197	我们看它会用什么样的手段来做
2572197	2580897	它这边又先招免费的去获取
2580897	2584677	然后获取完之后再处理成400x400
2584677	2587197	我们看它是怎么做的
2588197	2593497	从哪个网站爬了一个
2602197	2611457	它爬去了一张
2611457	2612177	我们该看一下
2612177	2613197	它上层的
2632197	2634197	这个效果就没法保证了
2647197	2650197	400pg 看一下是不是
2660197	2661197	它拆检了一下
2662197	2668497	我们让他上册一个看图线
2668497	2670037	视频能不能上册
2692197	2697877	他现在还是检查工具
2697877	2700657	看还是有没有能够防患
2700657	2707137	可以看的是不行的
2707137	2713037	他现在用另一种手段来做的
2713037	2717037	MPEG来做的
2722197	2725357	我们看一下它的动作
2725357	2729757	它应该是放大缩小的这种做法
2729757	2731757	它没办法让小猫动起来
2731757	2734917	它只能是用镜头的晃动来做这个事情
2734917	2736797	我们可以看一下
2736797	2737417	这个
2737417	2747117	可以看了
2747117	2755477	连晃动都没晃动
2755477	2762317	所以这样的话就效果没法保证
2762317	2765137	再也是可以看到
2765137	2766317	如果把它关掉之后
2766317	2767437	它的一些表现
2767437	2769597	那接下来看
2769597	2772037	我们看这个是要怎么配置
2772037	2774517	这个model stack
2774517	2775737	然后怎么和我们的
2775737	2777997	这个DeepHanness来打通
2777997	2782057	来扩展我们DeepHanness的相关能力
2782057	2785737	我们可以看一下这个相关的一个配置
2785737	2792277	这就是我们讲的下一步
2792277	2794437	讲到下一步
2794437	2798097	然后如何来配置
2798097	2802657	然后怎么样来把DeepHanness
2802657	2804497	和我们的ModelStack打通
2804497	2807177	首先要去下载这样一个软件
2807177	2808717	我们到官网来看一下
2808717	2819477	这是官网的一个地址
2819477	2822377	它这边有一个社区
2822377	2826637	目前来讲好像
2826637	2828997	好像这个
2828997	2833037	这功能都还在测吧
2833037	2834197	可以看一下
2834197	2837077	这个下载我就不太下了
2837077	2838837	因为这个我已经下载过了
2838837	2841077	我看一下它这个版本是多少
2841077	2846737	它是40的版本
2846737	2849137	说明它这个还没有更新过去
2849137	2851557	我这还比它上网站上快呢
2851557	2853057	我们可以看一下
2853057	2854137	我这个版本是多少
2854137	2856137	好像是40几的样子
2864197	2868917	四四版本
2868917	2870697	我这是快的
2870697	2872757	也就是说它网站是更新是慢的
2872757	2875417	但它这个可以实时
2875417	2877537	这个实时检查来更新的
2877537	2879397	我们看有没有更新
2886874	2888874	當家沒有更新。
2894874	2900554	我们看一下怎么设置吧
2900554	2901334	怎么来配置
2901334	2903114	就是我们这个
2903114	2905894	DeepSickHanness和它怎么打通
2905894	2907314	我们看一下这个软件
2907314	2908774	它怎么配置的
2908774	2910554	它这边呢
2910554	2912994	有一个外部接入这样一个
2912994	2914314	这样一个配置
2914314	2915514	也就是点击这个
2915514	2917754	左下角这个配置
2917754	2918714	能到这样一个页面
2918714	2919334	我们可以看一下
2919334	2921734	它整个软件的一个布局吧
2921734	2923034	这个软件我觉得
2923034	2925034	这个做的还还还可以
2925034	2930314	然而这首页首页它有很多的功能
2930314	2931054	我们可以看一下
2931054	2933434	它这有一点好处是什么
2933434	2935074	就这边是它的菜单栏
2935074	2935954	它这边是可以
2935954	2939094	就是不想要的功能是可以关闭掉的
2939094	2940174	也不在这显示
2940174	2944674	就方便我们这个对整个软件进行菜单
2944674	2945334	制定义啊
2945334	2945934	我们可以看一下
2945934	2947754	把它文章关掉就没有了
2947754	2948714	我们可以多关掉
2948714	2949334	可以看一下
2953034	2956254	也说我们如果想用哪一个功能
2956254	2956834	是可以
2956834	2959874	可以自己去设置的
2967074	2968834	不需要的功能就可以关掉
2968834	2970834	好
2998834	3007834	我们打开几个吧
3028834	3038194	我们还是看他这个
3038194	3041394	他这个软件是什么设置打通的
3041394	3042154	我们可以看一下
3042154	3044134	他在外部接入这
3044134	3045654	有这样一个项
3045654	3048734	就mcp的和dsh的一个接入
3048734	3050254	我们可以看他怎么配置
3050254	3054054	他这边还有个说明
3054054	3056274	就是开不开这个局网
3056274	3057294	其他机器访问
3057294	3058554	如果开了
3058554	3060954	其他机器才可以进入
3060954	3062854	就刚才我们把它关掉
3062854	3065854	然后我们另一台机器就是不可以访问它的
3065854	3067794	我们可以看一下它的一个配置
3067794	3071914	也就是说它是把这一行来copy过去就好了
3071914	3074634	我们可以看一下它的一个配置
3074634	3077034	这一行copy完之后我们就可以看一下
3077034	3081914	我们这是我在我这台电脑上的一个设置
3081914	3085314	就我这台笔记本远从那个笔记本上一个设置
3088554	3096114	我们要找到
3096114	3097294	首先要找到这个
3097294	3099234	DeepHannis
3099234	3100174	它的一个
3100174	3102474	安装的一个
3102474	3104574	相关的一个
3104574	3106074	配置文件的一个地方
3106074	3108274	我们可以找一下
3108274	3111094	我这是Mac机器
3111094	3112134	可以看一下
3112134	3115174	是在我用户目录下的
3115174	3117694	是一个隐藏文件
3117694	3123234	要用command加sift加这个点
3123234	3124654	有时候问号旁边这个
3124654	3126574	然后把它开启掉
3126574	3128094	我把它关掉了
3128094	3131214	按入command加这个向上键
3131214	3135554	然后按这个问号旁边这个小点
3135554	3137694	然后就把它调出来
3137694	3139514	不知道大家也可以查一下
3139514	3141414	这个快捷键的命令
3141414	3145234	调出来之后就可以找到点dsh
3145234	3146614	这个文件夹
3146614	3148294	就这儿
3148294	3150314	这就是DeepHunless
3150314	3154834	它的一个安装后的相关配置文件所在的地方
3154834	3156134	我们可以打开看一下
3156134	3159214	然后呢
3159214	3161634	其实我们它这个软件也给了一些指引
3161634	3162454	我们可以看一下
3162454	3166494	就在这个目录下
3166494	3167674	ProfileWeb
3167674	3168534	然后可以看一下
3168534	3173954	在Web下可以看到
3173954	3176034	这是我之前备份的一个
3176034	3178334	我们可以看一下现在的一个配置
3178334	3185394	所以这个就是远程的一个地址
3185394	3186994	就要改的话就改这
3186994	3190834	就我那台机器呢
3190834	3192634	就是我们装那个model stack
3192634	3196094	那台机器是这个这个地址
3196094	3200914	这是我们远程那台机器的地址
3200914	3201594	我们可以看一下
3201594	3206714	就这个他所在的一个地址
3206714	3209514	IP地址我们可以看一下
3228654	3230434	我猜一下这个IP地址是多少
3230434	3232434	好
3260434	3272034	1.1
3272034	3274294	应该是0
3274294	3283674	这个
3290434	3292434	好 太好了
3304434	3306434	好 太好了
3320434	3326234	这个可以看到是136
3326234	3335314	所以这就是它的一个配置
3335314	3336554	只要把这个配置
3336554	3338074	下面这个单位呢
3338074	3341314	是就是我们工具调用的
3341314	3342714	它一个失效的一个时间
3342714	3346274	其实我们还可以演示一下
3346274	3348454	这本机也可以来做这个操作
3348454	3349234	也就是本机上
3349234	3350794	也可以装这样的一个
3351114	3351994	Depunish
3352354	3353474	然后它的一个配置呢
3353474	3354154	只要是
3354754	3355194	呃
3355699	3358699	它的配置只要是這個地址,本機的一個地址就好了。
3358699	3363699	127.0.1,這個是它的一個端口號。
3363699	3366699	就能看得到。我們可以看一下。
3366699	3369699	本機也有這樣一個deep harness。
3370699	3377899	这是本机的一个配置
3377899	3378699	我们可以看一下
3378699	3392299	这就是这个配置文件
3392299	3393139	我们把它打开
3393139	3397419	我们用这个编辑打开
3397419	3401619	这就是我们也配了一个
3401619	3404079	这个model stack
3404079	3406599	我们可以看本机也可以来做这个操作
3406599	3414339	我看他在工作的一个空间是哪里
3414339	3416379	回去
3416379	3420859	这是本机的一个工作目录
3420859	3421679	我们可以看一下
3427419	3432119	我让它上它一个图片吧
3457419	3468219	因为之前我把这个
3468219	3470959	关掉这个model stack
3470959	3471979	然后运行过它
3471979	3475259	所以它现在应该是在做一些相关的检查
3475259	3478459	因为之前关掉之后
3478459	3479479	让它运行了好几次
3479479	3481259	它一直工具失效
3481259	3483359	所以它用了其他办法
3483359	3484159	这次呢
3484159	3485219	再让它生成
3485219	3486479	它会重新
3486479	3487639	内心做一下字节
3487639	3493319	可以看一下上层
3493319	3499299	刚好是400层400
3499299	3499819	我们看一下
3499819	3512739	它直接就放在这个目楼下
3512739	3513239	看到没有
3513239	3514119	就是
3514119	3518819	它的表现形式好像都不是特别一样
3518819	3521919	我不知道这个是因为什么原因
3521919	3529839	这已经生成了
3529839	3533219	它这个就直接放在这个目录下的
3533219	3544499	我们再看另一个
3544499	3547119	有可能是这个是我们最新版的
3547119	3549939	因为这个本机我改造过
3549939	3551359	可能是因为改造的原因
3551359	3552819	出现这种情况
3552819	3555299	然后我们看这台机器
3555299	3556379	我笔记本电脑上
3556379	3561479	这个Depalix是直接安装的
3561479	3562879	那个是我自己编译的
3562879	3564419	这个是直接用的
3564419	3566219	这个就能发现呢
3566219	3568639	就是它的一个DeepSick
3568639	3570259	新发布的一个模型
3570259	3571059	就这个模型
3571059	3573359	是它的一个实图的一个模型
3573359	3574619	也就是上传图像
3574619	3576139	它是可以识别的
3576139	3577659	我上上一张图像
3577659	3578659	让它看一下是什么
3578659	3588879	让它识别一下
3592879	3609719	让它描述一下这张图
3609719	3622739	他说我们这个服务在被限制
3622739	3623719	我看有没有限制他
3623719	3626439	他的记忆混乱了吗
3626439	3628579	有没有限制
3628579	3634539	我们是限制了
3634539	3635419	他这是正确的
3639719	3655159	他直接读的
3655159	3655639	看到吗
3655639	3656559	他直接读的
3656559	3668519	所以这个就是我们整个的一个设置
3668519	3672239	我们可以这个软件的下次再好好讲讲
3672239	3673799	在这里边有好多的功能
3673799	3675919	包括我们讲文件的管理
3675919	3677979	我们看一下它文件的管理也是有
3677979	3679819	有比较好的一些特色的
3679819	3680559	比方输入库
3680559	3684039	这里边就是一些上传的一些图片
3684039	3687519	而且这个图片是去从的
3687519	3690479	这之前解析的一些文档
3690479	3692119	就传给它一个很大的文档
3692119	3693039	它自己解析的
3693039	3694559	它会去从
3694559	3696619	所谓去从就是同一档文件
3696619	3698019	你传多次它只存一次
3698019	3702199	他做了一些文章指纹的功能
3702199	3704879	当然输出库
3704879	3705639	这个可以看一下
3705639	3706539	这输出库
3706539	3708659	也就是说我们刚才调用的
3708659	3710299	所有的通过远程调用
3710299	3711399	他在这都有一个
3711399	3713919	都有一个本地化的一个存储
3713919	3715019	所有的文件
3715019	3717919	他都在统一管理起来
3717919	3719839	同时呢
3719839	3721359	他这边任务的管理也是有的
3721359	3722739	谁调用了他
3722739	3724559	他这边都有相关的任务记录
3724559	3727319	能包括成功的还是不成功的
3727319	3728259	都是在那有显示
3728259	3729779	都能够看得出来
3729779	3731179	包括这个任务
3731179	3732779	产生哪些
3732779	3734239	它的输入输出是什么
3734239	3735759	都在那能看到
3735759	3738219	包括所调用的参数是什么
3738219	3739399	然后呢
3739399	3740819	而且方便的是什么
3740819	3742979	我们可以进行一个存为模板
3742979	3745039	包括下载删除都可以来做
3745039	3746579	存为模板就可以下载再用
3746579	3748979	这是这一块
3748979	3749739	然后同时呢
3749739	3753759	它在它的一些这个纸的目录下
3753759	3755379	也就是说它的纸功能下
3755379	3756019	就可以看到
3756019	3757079	在相关的功能下
3757079	3759079	比方说我们刚才有文生图
3759079	3759819	图生图像
3759819	3761459	我们可以看一下图生图像这里面
3761459	3765099	图生图生视频
3765099	3766999	图生图像这个功能很少用
3766999	3767439	为什么呢
3767439	3769339	因为它这个是相当风格的
3769339	3771199	这个不可预期预期性太大
3771199	3774519	我们看图生视频这一块
3774519	3777299	就刚才雕用了它进行图生视频的
3777299	3779639	这个其实是可以复跑的
3779639	3781259	相关参数重新再度
3781259	3782239	重新重新再跑
3782239	3784339	可以有这样的功能
3784339	3787339	这是刚才我们远程雕用产生的
3787339	3790239	都可以看到
3790239	3792059	由于它整个都管理起来了
3792059	3795479	相对来讲整个是相对还是比较完善的
3795479	3797399	它上面也有插件市场
3797399	3798859	包括其他自动体也有
3798859	3802259	包括它这边这个软件还讲了
3802259	3804479	它自己我们还讲就是
3804479	3806459	刚才可能漏掉一条
3806459	3808979	就是这个模型是怎么下载的
3809407	3821407	就我們看這個文件裡面。安裝這個軟件之後呢,還要下載相關的模型。就是這個軟件下載之後,不光要有這個,它的一個配置,還要下載相關的模型。
3821407	3823647	比方说我们这个软件
3823647	3825407	在这个
3825407	3828787	拿个文章解析来讲
3828787	3830807	就这里边它有相关的模型
3830807	3832407	也许找相关的模型下载
3832407	3833527	它的模型也比较简单
3833527	3835327	就它本身本机就有
3835327	3837347	它不是本机就有
3837347	3840307	它本身就有相关的这个模型
3840307	3841247	模型广场
3841247	3841767	也就是我们
3841767	3843167	它给我们提供了相关的下载
3843167	3845067	因为我这里边都全都下载下来了
3845067	3847607	提供了相关的下载
3847607	3848727	就这里边呢
3848727	3850767	它是全部的模型都会有
3850767	3851967	像用到的模型
3851967	3854227	也就是我们不用到处去找模型
3854227	3855987	在这直接下的就好了
3855987	3859627	包括它现在最新的千万3.8
3859627	3861947	27B的模型也有支撑
3861947	3866507	这包括几个版本
3866507	3870307	有BF16的
3870307	3872247	8bit量化的
3872247	3874187	还有4bit量化的
3874187	3874847	这都有
3874847	3875947	它这还有一个
3875947	3879027	还有一个解锁板的
3879027	3879807	这个都有
3879807	3885407	所以它这个更新也是相对比较快的
3885407	3886827	相对比较快的
3886827	3888887	最新的模型马上就接入
3888887	3890507	包括这个DeepHunless
3890507	3892327	然后也能马上接入
3892327	3894947	我们可以看一下
3894947	3897487	它自己本身其实也有这个智能化的一个能力
3897487	3901087	这个我们今天讲的稍微有点长
3901087	3903527	我们可以看一下
3903527	3904327	跟它对话一下
3904327	3905347	这用的Memo
3905347	3908687	就它这边也有相关的这个模型的配置
3908687	3909687	我之前配置过
3909687	3910847	配置个相关的模型
3910847	3914027	就模型服务这边
3914027	3916667	本地化的模型也有配置
3916667	3917367	我们可以用它
3917367	3919587	完全它这个也完全可以本地化来
3919587	3921387	来对话来使用
3921387	3923307	所以我们不用有云单的模型
3923307	3924487	用它本地化的模型
3924487	3925487	这也是可以的
3925487	3926167	我们可以看一下
3926167	3929247	用这个千万
3929247	3931807	用这个模型吧
3931807	3932647	我们可以对话
3939687	3953487	看它的一个反应
3953487	3956747	就这我们就没有
3956747	3958927	完全没有用这个这个这个
3958927	3961147	呃云端的相关能力
3961147	3963587	全部就用它本机的能力
3969687	3971787	因为手持加载在有模型的加载时间
3971787	3977207	还有这个所用的这个生图模型的加载时间
3977207	3978787	应该是比较长的
3978787	3996807	它这边也生成了
3999687	4003147	可以看大图在这里有这样一个好处
4003147	4007587	我们不要让它换一个风格
4007587	4022347	这完全是用这个千万三点把来支撑的
4022347	4028827	还有解锁版的
4028827	4030507	解锁版的就可以对话来
4030507	4032267	相对来讲比较
4032267	4034987	比较不受信一点
4034987	4053047	在任务里面我们也可以看到
4053047	4055687	它应该是有相关的任务的表现
4055687	4058827	可以看到刚才我们生成的任务都在这
4058827	4060867	文件库里应该也有
4060867	4062327	我们可以看一下文件
4062327	4065467	在输出库里
4065467	4070547	我们可以打开看一下它的一个能力
4070547	4077127	因为它这个被用于下一步
4077127	4079247	当前的是怎么生成的
4079247	4081707	它被用于下一步哪个任务里面去了
4081707	4082667	我们都可以看到
4082667	4084867	就这张图被用到哪里去了
4084867	4086047	可以看到
4086047	4088647	能定位到任务
4088647	4091307	这任务里面也可以再返回去去看
4091307	4092967	它的输出输出是哪里
4092967	4094267	我们看输出
4094267	4095807	能够找到输出库里面的那种
4095807	4097967	就输出库是这张
4097967	4099187	能够看到
4099187	4101467	所以它这个是
4101467	4103627	一个双链接的一个关系
4114067	4114507	好吧
4114507	4115887	今天讲内容还比较多
4115887	4116727	就是这个
4116727	4119567	接下来我们会分几期
4119567	4121647	在把今天讲的原理是什么
4121647	4123207	来做一个讲解
4123207	4126187	就本身这个系统还是有些
4126187	4128367	有些门槛的吧
4128367	4129587	在使用的过程中
4129587	4131347	接下来我们就是
4131347	4132947	称为下一期
4132947	4136567	接下来可能会有几期来讲一下
4136567	4137727	就是目前来讲
4137727	4139287	这个mcp的架构和原理
4139287	4140967	就是刚才那一套
4140967	4143027	就DeepSigHonest
4143027	4146607	是怎么调用我们这个model stack
4146607	4149627	然后这个是怎么来做的
4149627	4150967	有这样一个原理在
4150967	4154667	另外就是手机远程操作电脑
4154667	4156127	打通微信
4156127	4158607	飞书等等相关的通道
4158607	4161687	包括OpenCloud怎么打通的
4161687	4164907	这是这个微信钉钉
4164907	4166047	是怎么来打通的
4166047	4167347	和这一块来做的
4167347	4169067	另外就是刚才讲的是
4169067	4171327	这个DeepSeq Harness
4171327	4173247	和这个ModelStack的一个打通配置
4173247	4176327	其实还可以和这个OpenCloud来打通
4176327	4179067	和它这个这么打通来被低化的
4179067	4183507	就是用Omic Cloud来调用它的一个能力
4183507	4185387	来进行音视频的一个生成
4185387	4188227	接下来就是我们刚才看到的
4188227	4190427	这个千问3.8的一个模型
4190427	4192327	那接下来就是对它进行一个评测
4192327	4194047	评测3.8
4194047	4197087	包括minimax H3
4197087	4199887	在我们这个Mac上是这么跑的
4199887	4202227	然后也做一个相关的测试吧
4202227	4204147	未来几期可能围绕这些
4204147	4207247	当然这些可能根据时间安排吧
4207247	4209427	也不一定是什么时间更新
4209427	4211867	但下周一定会有一期来更新的
4211867	4214907	好吧 今天就讲到这
4214907	4216467	内容可能也比较多
4216467	4218387	零散的也会比较多一点