公开构建

开发日志

构建 MoVox 的手记——选择、工程，以及接下来要做的事。

• 2026年11月5日 系列文章 · 已出 3 篇

  第一回之后

  第一回是当作测试放出去的。这一组文章讲的是之后学到的东西：听看的人怎么说，决定什么值得做，还有把检查写出来，让一个人也能跟得上。

  1. 一 拿出去，给人看 第一回是当作测试放出去的，看过的人前后三次改变了这个产品：一个听得懂的版本，真正写实的画面，还有按故事而不是按回来发布。以用的人为中心，做起来到底是什么样子。
  2. 二 所有的活，一张清单 MoVox 的白话版，原本是一到两个星期的活，只动文字和声音。结果做了四个星期，做出来的东西还多了照片级写实的画面和对口型。这是我带团队这些年一直在教的一条冲刺规则，也是我后来才发现，自己一个人做项目的时候也在照着做的规则。
  3. 三 检查，写进流程里 有两回的画面，我一张一张亲眼审，每标出一个问题，就手动修一个。到最后一共攒了 136 处手动修改，而下一回还得全部再修一遍。一个修正如果进不了流程，就得再做一遍。这篇讲为什么，也讲真要把它放进流程，需要做些什么。

• 2026年10月27日

  先看许可，再看演示

  这篇文章我答应了三次。MoVox 里每一个模型都是 Apache 2.0 或 MIT 许可，原因不是什么理想，而是很实际的一件事：我希望做出来的片子能放心地发出去。这条规矩让我付出了什么，排除了什么，还有为什么代码仓库上的许可，常常不是模型权重的许可。

• 2026年9月23日 系列文章 · 共 4 篇

  停更的两个月

  一个公开构建的项目，我停更了两个月，为的是做一段演示。这四篇笔记讲的是这两个月里真正发生的事：画、书、声音，还有第二台电脑。

  1. 一 为了一段演示，停更两个月 消失两个月，是想做一段能发出去的演示。现在流水线能画了，第一回也能从头播到尾，可画出来的东西，我自己这一关还过不去。这就是演示目前最真实的进度。
  2. 二 丢了一万六千字 六月的一次核对，发现书里少了 15,753 个字。修完之后到了 99.96%，七月我就说阅读智能体能用了。这个夏天我才明白，99.96% 不是那本书。模型守不住的约定，只能靠代码来守。
  3. 三 学得会音色，学不会说话 我想让旁白就是我自己。一段真实的录音做参考，出来的声音本来就像我。拿六分钟的单句录音去微调，模型学会了我的音色，然后开始替我大喊大叫。于是我停下来，不调了。
  4. 四 一台变两台 七月我说 MoVox 跑在我书桌上的一台机器上。现在是两台了。第二台是一台 32GB 内存的 MacBook，它没有让画变得更好，只是多给了我一块卡。这是两回事。

• 2026年7月25日

  文本进，片子出

  MoVox 到底是个什么东西，从头到尾讲一遍。五个 AI 智能体，每一道关口都由一个人验收，全部跑在我书桌上的那台机器上——顺便老实交代一下，哪几步真的能跑了，哪几步还只是一块灰底板。

• 2026年7月23日

  AI 不过是下一件工具

  AI 与工作，AI 与手艺，本是一体两面：它不会抢走你的饭碗，做出来的也不是流水线废料。从搭建 MoVox 的实践讲起。

• 2026年7月23日

  那套书太沉了

  我对中国古典小说的喜爱是怎么开始的——一套二年级小孩捧不动的《西游记》——以及多年以后，我为什么要教电脑用我自己的声音，把这些故事念给我的孩子听。