基于 Three.js 构建的交互式 3D 人体解剖探索器，可立体查看人体结构，适合医学学习与可视化演示。 解剖教材里器官是平面图加文字标注，空间位置和结构关系看不出来。Anatomy Atelier 把 9... 个器官做成可旋转的 3D 模型，热点标注、对比查看都在模型上直接点。show more

刚看到 Fable 5 在波音 747 建模测试上的表现，真的有点吓人。 这不是简单的画图，而是用 Three.js 写的完整... 3D 模型： - 机身、机翼、尾翼结构完整 - 四个引擎、起落架、舷窗细节到位 - 红蓝条纹涂装、蓝色尾翼配色准确 - 可以 360° 旋转查看，光影效果在线 关键是，这只是一个 prompt 生成的代码。 以前做这种 3D 展示，得找专业建模师用 Blender/Maya 建好模型，再导入引擎。 现在 AI 直接写 Three.js 代码，浏览器就能跑。 这已经不是"辅助编程"了，这是直接替代了一整个工作流。 你们觉得这种 3D 建模能力，能用在哪些场景？show more

谷歌也发布了一个根据输入图片和音频就能生成对应人物讲话视频的项目VLOGGER。看起来没有阿里那个自然。 项目简介： 它可以根据一张人物图像,生成由文本和音频驱动的说话人视频。该方法建立在最近生成式扩散模型取得成功的基础之上。 VLOGGER 包含两个关键组件: 1) 一个随机的人体到 3D 运动的扩散模型;... 2) 一个创新的基于扩散的架构,通过时间和空间控制来增强文本到图像模型的能力。 这种方法可以生成高质量、可变长度的视频,并且可以通过人脸和身体的高级表示进行便捷控制。 与之前的工作相比,我们的方法具有以下优势:不需要为每个人单独训练模型;不依赖人脸检测和裁剪;能生成完整的图像(而非仅限于脸部或嘴唇);适用于广泛场景(如躯干可见或身份多样化),这对于正确合成具有沟通能力的虚拟人至关重要。 项目地址：show more

卧槽 影眸科技（Hyper3D） 发布的世界生成模型 WorldGen 有点东西 它和其他可交互世界模型有不一样，它可以从一张 2D 图片，生成是一个完整的自带物理规律 3D... 场景 更牛P的是： 每个物体都是独立的：就是场景里的桌子、椅子、小道具都能单独拉出来拆解成科移动、替换或微调的子3D模型。 自带物理规律：模型能理解空间摆放关系，并自动推断出碰撞、质量、摩擦力等属性。 直接对接生产管线：生成的资产可以无缝导入 Blender、Unity 或团结引擎，直接用于游戏关卡搭建、影视制作、XR 内容以及具身智能（机器人/机械臂）仿真训练show more

太牛了，Codex 能直接做 3D 了！！！ 这位大佬用 GPT-5.6 Sol 做了一个 Codex... 插件，只要给它任意一张照片，它就能直接把图里的物体反向编译成纯代码构建的 3D 模型。效果是真的很不错啊。 关键是完全免费，已经开源了，人人都能用。show more

谷歌的升级版医疗模型出来了，开源了：MedGemma 1.5，可离线运行 MedGemma 1.5在上一代基础上，增加了对3D CT、MRI扫描，以及全切片病理图像的支持 能分析胸片时间序列，这对疾病进展监测比较有用；还能解剖定位，在X光片中识别特定的解剖结构 能从医疗实验室报告中提取结构化数据，这对于整合患者信息、辅助决策很方便 另外，配套还发了一款医疗ASR：MedASR 专为医疗场景微调的语音识别模型，胸片口述词错误率... 5.2%，比Whisper-large-v3降低了58% #AI医疗 #MedGemma #MedASRshow more

Claude Code 新增了一个 /powerup 交互式教学模式 可以在终端里可直接进行交互式学习 在终端里输入这个命令，会启动一套交互式课程，带动画演示，手把手教你怎么用 Claude Code。... 比如你刚装完 Claude Code，不知道从哪开始，输入 /powerup 它会用动画演示展示基础操作流程，斜杠命令怎么用、文件怎么引用、怎么跑 bash 命令，边看边练。 不用切到浏览器查文档，不用看 YouTube 视频，直接在你工作的环境里学。show more

西坝宋代墓葬出土的肾脏模型，颠覆了很多人的固有认知。器物将肾脏内部错综复杂的毛细血管完整复刻，纹路细腻入微，精准还原人体脏器结构。这件宋代文物足以证明，中国古人早已深入钻研人体解剖，在医学领域拥有极高的造诣。

3D 圈的人看到这个应该会沉默几秒 3D 模型再次进化 Hyper3D 这个 BANG to Parts功能有点牛P... 你丢给它一个完整的 3D 模型，AI 会自动帮你把它拆解成一个个独立的、完整的的3D零件 也就是可以将任何完整的 3D 模型自动拆解成多个3D的零件 拆好的零件可以直接用来做动画、改材质、甚至去 3D 打印 这能帮 3D 设计师省下大把“手动擦屁股（清理模型）”的时间 更狠的是：拆完还能接着拆 整车 → 拆出车轮 → 车轮再拆出轮毂、轮胎、螺丝。 理论上你想拆多细拆多细。 而且每个零件都是独立完整的 3D 模型：单独换材质、单独改形状、甚至单独重新生成一个新的换上去 3D 模型第一次变成了“乐高”，而不只是“手办” 还有一个关键点是：拆出来的每个零件都是完整、独立、可编辑的 3D 模型。换材质、改造型、缩放变形、甚至整个重新生成一个换上去,都行 借助目前Codex和Claude code的强大能力，打造一个 3D 模型/开发工作流，非常牛Pshow more

李飞飞的 World Labs 发布了他们新的世界模型 Atlas，这个看起来比上一代厉害多了。 通过一张图片就可以创建一个非常完整的 3D 空间场景，你可以在里面随意运动，它也能理解时间的演变规律。 它能将一张或多张输入图像整合进一个共享的空间上下文中，让每张图像都锚定在三维空间中的具体位置，再以此继续生成后续内容，既能保证当前场景的一致性，又能想象出没有看到的内容。... 它主要支持三大任务： 生成图像和视频：能从一张或多张参考图出发，以像素级精确的相机控制生成不同角度的图像或完整视频，最长可输出 1 分钟 1440p 的视频 3D 场景重建：用一张或几十张图片重建真实的 3D 场景，直接生成点云、3D 高斯泼溅（3D Gaussian Splatting）等三维结果（图片越多还原越真实），效果甚至超过了专门针对 3D 高斯泼溅优化的模型 时空仿真：能把几台普通手机拍摄的视频重新取景成“子弹时间”效果，还可以为机器人训练生成测试数据show more

从机器人系统演进的角度看 OpenMind 真正制约落地的，并不是自主程度， 而是责任如何在时间中被传导。 机器人一旦进入真实环境， 行为不再是一次性指令的结果， 而是长期策略不断叠加的产物。 问题往往不是“这一刻谁下的指令”， 而是过去一连串决策，如何共同导致了当前结果。... 这正是很多机器人系统难以规模化的原因。 当行为后果跨越多个时间节点， 如果无法清晰回溯责任链条， 系统就无法被真正授权长期运行。 OpenMind 处理的，并不是让机器人更自主， 而是在为机器人行为建立可追溯、可分段的责任结构。 当机器人开始参与生产、服务甚至资产相关场景， 能否把“责任”拆解到可被理解和承担的层级， 会比模型能力更早成为上线门槛。 机器人真正进入现实世界的标志， 不是它能做多少事， 而是人类是否还能对它的行为后果负责。 #OpenMindshow more

原来 Omma AI 来自新生代 Web 3D 设计与交互工具 Spline Omma是一个用通过对话... 生成 3D 网站、Web App 和交互体验的新工具。 它不只是 text-to-3D，而是把代码生成、图像生成、3D 模型生成和页面部署整合在一起。你可以从一句 prompt 开始，生成 landing page、产品展示页、小游戏，甚至完整的 3D Web 体验。show more

在GitHub上看到一个专门教怎么用 Claude Code 的项目，已经涨到了 4w star 它不是官方操作文档，而是一条从入门到高级智能体的完整学习路径 斜杠命令、MCP配置、钩子脚本、子智能体编排，每个模块都有可视化图解，教你"怎么做"的同时也会教"为什么这么做" 最实用的是里面的模板，钩子脚本、代理配置、斜杠命令、MCP配置文件，全部可以直接复制粘贴到自己的项目里... 不管你是想补齐 Claude Code 的知识盲区，还是想搭一套属于自己的 AI 工作流，都可以关注下这个项目show more

最近一段时间都在关注模型、建模、仿真、优化 这些都是有趣课题，值得去了解学习 在这里我简单介绍两款开源项目： Webots 和 Modelica & OpenModelica 视频1是Webots的自动驾驶仿真... 视频2是OpenModelica 6气缸的 v6 引擎仿真 模型，模拟仿真，物理引擎，机器人，自动驾驶，都是非常重要的课题和基础 Webots 是一款用于模拟机器人的开源多平台桌面应用程序 之前也提及：汽车自动驾驶其实就是一个大号机器人，软件定义汽车已是趋势 Webots 提供了一个完整的开发环境来建模、编程和模拟机器人 它为专业用途而设计，广泛应用于工业、教育和研究 Webots 基于 C++/Qt 构建，支持 ROS Webots 依靠 ODE（Open Dynamics Engine,开放动力学引擎）进行物理模拟 因此，一些 Webots 参数、结构或概念引用了 ODE ODE 有着广泛的应用，值得更多关注 Webots + ODE + ROS 一个完整的机器人自动驾驶模拟仿真工具链 一个思考：我们的世界是个建模仿真还是一个真实存在 -------------- 建模很重要 Model knowledge is stored in books and human minds which computers cannot access 数值分析、科学计算软件包基本都会搭载建模仿真工具，比如 MATLAB 有 Simulink Scilab 有 Xcos 当然，也有很多专注建模和仿真的开源工具，上面介绍的 Webots，接着再给大家介绍下 Modelica & OpenModelica Modelica 是开源建模语言 OpenModelica 是一个基于 Modelica 的开源建模和仿真环境 (基于 C/C++/Qt 构建)，包含编译器和运行时，旨在供工业和学术用途 基于建模语言和仿真环境去学习研究和实践数学建模、物理模拟和科学工程都是非常好的方式 类似将 MATLAB/Octave/Scilab 用于数值分析和科学计算是同样道理 Modelica 基本理念： 设计一种建模语言，满足多领域物理系统建模与仿真工程应用，可用于几乎所有工程领域的建模，从而摆脱针对特定专业领域工具的限制 换言之，Modelica 即是建模语言，同时也是模型交换与重用的标准 众多面向对象建模语言开发商共同一起，基于他们的经验，研究建立多领域物理系统的建模规范 Modelica 可以解决用连续微分代数方程组（DAEs）表示的许多问题 Modelica 使用 DAEs，而避免使用常微分方程 (ODEs) 描述物理世界，从而在建立方程方面减轻了建模人员的负担 Modelica 支持连续变量和离散变量两种方式在同一组件模型或系统模型中使用 Modelica 模型标准库，Modelica Standard Library, MSL 开发 MSL 的目的是让使用 Modelica 语言的用户，不用开发底层基本的组件模型，就可以开展物理系统的建模和仿真工作 用户需要掌握 Modelica 语言的基础，并学会怎样有效地使用 MSL 目前版本的 MSL 包含 1417 component models and blocks, 512 example models, and 1219 functions Modelica 是开源建模语言，采用类似 C++ 的发展模式，希望能最终纳入 ISO, ANSI, IEEE 标准体系 如果不出意外，Modelica 极有可能会像 C++ 一样成为一种流行的物理系统建模语言，我们拭目以待吧 有关 Modelica & OpenModelica 的介绍和快速了解，可下载官方提供的 200 多页幻灯片资料 从 1997 年 1.0 版到现在正在开发的 3.7 版，Modelica 建模语言之路也已走了快 30年 ---------------------- ps: 国内外的很多差距其实就体现在这些方面，国外很多研究和应用可以一直持续几十年不间断。（展开，包括很多知名摇滚重金属乐队，动不动就是30,40年历史，国内乐队大多昙花一现，有些东西确实没办法） 我们更多是热点来了一哄而上，热度退却，再一哄而散。没有10年，几十年甚至上百年的积累沉淀，怎么比和竞争呢 所以不要盲目的瞎高潮，克制住站在巨人肩上取得一点进展的狂喜中迷失自我show more

昨天 Meta 开源一个 SAM 3D 模型，完全被 Gemini 3 Pro... 的消息淹没，但我觉得非常值得关注一下。 平时大家看到喜欢的物品想做成 3D 模型，传统建模软件学习成本高、操作复杂，拍多角度照片还很麻烦。 而 Meta 此次开源的 SAM 3D Objects 项目，只需一张照片就能重建出完整的 3D 模型，包括形状、纹理和空间位置。 尤其擅长处理真实场景中的复杂情况，即使物体有遮挡、尺寸很小，或者场景很杂乱也能准确重建，还支持同时重建多个物体并保持它们的空间关系。 GitHub： 此外，项目还提供了在线演示和完整的 Jupyter 示例代码，可以导出 3D Gaussian Splatting（高斯泼溅）格式方便后续处理。 按照文档配置环境后即可使用，非常适合电商产品展示、室内设计、游戏场景制作等需要快速 3D 建模的场景。show more

之前用 Seedance 2 做了个做酸菜鱼的视频， 生成到第10秒的时候，美女的手直接伸进滚烫的锅里搅拌。AI完全不知道那样会烫。 当时觉得好笑，后来越想越觉得，这不只是 bug这么简单，现在的 AI 根本还没到理解物理世界怎么运转这一层。... 这半年做了太多AI视频了，每次满心欢喜等它生成，结果经常是人物动作接不上、物体空间瞬移、手还没碰到东西物体就动了，各种幻觉 bug，真的挺折磨。 最近看到黄碧薇教授 Biwei Huang 的 Aether AI 官宣融资，认真看了一下方向，感觉它解释了很多视觉 AI 里反复出现的问题。 Aether AI 做的是因果世界模型。这个词听起来很学术，但放到视频生成里其实很好理解。 今天的视频模型，Sora、即梦、Veo，已经能生成非常真实的画面。杯子掉落、水洒出来、机械臂抓取，看起来越来越像真的。但它们很多时候是在根据海量视频经验预测下一帧，类似画面后面通常会发生什么，就生成什么。 所以桌子高了 2cm，机械臂就可能失效。明明伸过去的角度看起来对，杯子却自己飞起来了。画质够了，数据也不少，但模型没有真正理解这个动作为什么会带来这个结果。 Aether AI想做的，就是让 AI 学到变量之间的底层规律，比如桌子高度变了会带来什么影响，物体受力之后会怎么运动，一个动作会导致什么后果。 这类东西学进去，模型才能在没见过的场景里稳定推演、举一反三。对视频生成、机器人、自动驾驶、3D 世界模拟都会很关键。 视觉 AI 下一阶段的方向，可能就是从生成看起来合理的画面，走向理解画面为什么会这样变化。 黄教授 Biwei Huang 做因果AI 超过 12 年，这次 Aether AI 融资，我觉得是一个值得关注的信号：因果世界模型正在从学术前沿走向产业。 想了解的可以戳一下官网看看：show more

兄弟们，3D 建模师要失业了来了个不讲武德了。 一张产品图想变成立体模型，很多人 Blender 还没摸明白，第一版就已经卡死了。 结果 GitHub 今天冲上来一个 Modly。... 照片丢进去，直接用自己电脑显卡生成 3D 模型。 Windows、Linux、苹果 M 芯片都能装。 一天涨了 580 星。 我翻了下项目，最狠的点其实不是“AI 建模”这四个字。 而是普通人终于能先把3D跑出来了。 以后都不需要求爷爷告奶奶的找建模师了。show more

给 Codex 5.6 装上这个审美 skill 之后，设计出来的海报终于有灵魂了！ 最近挖到一个宝藏开源 skill：gc-minimal-zine-poster 它最牛的地方在于，给... Codex 加了一套 Zine 视觉解构系统。 实测几天发现，它能把普通文字、情绪，甚至一张废片，直接重构成安静、高级的 Zine 风格海报： 1️⃣素材重构：再烂的照片、再干的文字，都能被它解构，并注入极致的 Zine 审美。 2️⃣硬核审美约束：从比例、留白、纸张质感到字体选择，都建立了一套严格的视觉规则。保留高级 海报的克制、安静。 3️⃣审美批量产出：输入主题就能直接出高质量海报 + 可复用 Prompt，相当于给 Codex 配了个艺术总监。 下面都是codex5.6做的一些案例～感兴趣的可以看看～ 地址：show more

vibe coding 做了一个 图像逆向提示词生图工具 智能分析原图和新生成的图片差异，并优化提示词。 对提示词微调变量后生成图片对比 生成的每一张图片，点击图片就可以方便地查看提示词并进行修改 ----------------下面是 ai... 写的 ------------ ✨ 多智能体协作流 (Multi-Agent Pipeline) 由 Auditor（质检）、 Descriptor（描述）、 Architect（构图）、 Synthesizer（合成） 组成的 AI 专家团队，全自动处理视觉任务。 🔍 专业级视觉对比 (Pro Comparison) 复刻 Figma 体验的丝滑缩放与平移，支持 滑动 (Slider) 与 并排 (Side-by-Side) 双模式，细节差异一目了然。 📝 逆向提示词工程 (Reverse Prompting) 支持“看图说话”，智能反推图像 Prompt，支持多语言（中/英）自动翻译与优化。 📐 智能蓝图分析 (Layout Analysis) 一键解析图像布局结构，自动识别并标注画面元素，辅助设计解构。 💡 智能交互工作台 (Smart Studio) 拖拽式交互：全局拖拽上传/替换图片。 历史回溯：自动保存生成记录，随时回滚。 即时反馈：流式输出分析结果，思考过程完全透明。 --- 功能介绍 AI 生成的,写的不怎么样，先偷懒。 #vibecoding #GenAI #DesignTools #AIWorkflow #VisualEngineshow more

Edulab Skills新增技能edu-chem-reaction。 可以把一个化学反应直接生成一个可交互的 3D 教学网页： - 分子级动画演示断键、成键全过程 - 原子守恒实时计数，配平方程自动校验... - 能量-反应进程曲线 + 分步讲解 从甲烷燃烧、电解水、氧化还原，到酯化反应机理，都能以微观动画的形式展示，特别适合教学、科普和自学。 底层用 sympy 做配平和守恒校验，Three.js 做分子动画，生成的是一个无需后端、可直接分享的 HTML 页面。 技能库持续更新中……show more