Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

以后机器人产品的官网就照着这个思路做，否则我不看~ Microduck 被解剖了，源码在 Hugging Face 上，并持续更新中~该网站吧 Microduck 的舵机、摄像头、ToF LiDAR、计算模块、电池、骨架全部拆开给你看，还能旋转、走路，甚至直接拖它的腿和脑袋。 本来以为只是一个做得比较炫的 3D 网页，翻了一下项目代码，发现里面塞的是真东西~ ① 官方 3D 模型直接塞进去了 项目使用了 Microduck 的 GLB 3D 模型，来源指向 Pollen Robotics 的 microduck_rl。 所以你看到的并不是作者照着机器鸭外形重新画了一个动画，而是把机器人的 3D 模型直接搬进浏览器，通过 Three.js 实时渲染。 ② 连真实步态数据也塞进去了 更有意思的是走路。 源码里直接放了一组 MICRODUCK_WALK_FRAMES，记录 Microduck 行走过程中各个关节的角度。 程序读取这些数据，再经过插值处理，实时控制 3D 模型对应关节旋转。 也就是，真实机器人步态数据 → 关节角度 → Three.js → 网页里的 Microduck...

YM_AlphaNotes's profile picture

玉米_AlphaNotes

8,780 subscribers

12,186 Aufrufe • vor 22 Tagen •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

7 Kommentare

Profilbild von 风雪漫千山
风雪漫千山vor 22 Tagen

那个可旋转的骨架，拿来当官网很耐看

Profilbild von 玉米_AlphaNotes
玉米_AlphaNotesvor 22 Tagen

这个交互是参考官方参数的，可用性很强

Profilbild von 风雪漫千山
风雪漫千山vor 22 Tagen

难怪，按官方参数来就不只是好看了

Profilbild von 玉米_AlphaNotes
玉米_AlphaNotesvor 22 Tagen

3D Microduck 的演示地址：

Profilbild von Saquib Mehmood
Saquib Mehmoodvor 22 Tagen

OK. This is truly awesome.

Profilbild von Crio Songo
Crio Songovor 21 Tagen

这种展示方式确实比堆参数放硬广直观多了，我去看了下，每个部件都能交互拆解，这个思路确实值得很多机器人产品抄作业。

Profilbild von Xsoraanti
Xsoraantivor 22 Tagen

那你还不赶紧做？你只光说不练？

Ähnliche Videos

Microduck 本身只开源了microduck 和 microduck_rl，它在电脑上无法操控，不方便~ 于是乎，我耗费了一周的使用额度，做了个 microduck-studio 并开源了，希望以后玩 Microduck 的人，能少踩一点我踩过的坑。 开发机器人的时候，真正折磨人的很多时候不是代码，而是环境、端口、进程、socket、仿真和运行时散落在各处。服务明明都启动了，机器人就是不动，然后开始一个终端一个终端排查，这些坑我已经踩过一遍了，就没必要让后来的人再踩一遍，所以我做了三件事： ① 把开发环境串起来 Docker、robotd --sim、MuJoCo Viewer、Web 服务统一到一条可重复的一键启动链路里。 不用再开一堆终端，手动拼端口、socket 和进程。 ② 把状态直接摆出来 robotd、MuJoCo、策略、仓库状态都可以直接查看，也可以执行移动、停止和技能指令。 哪里出了问题，不用再靠猜。 ③ 把“启动成功”变成“真的能用” 服务启动后会继续做联通测试，真正发送控制指令，确认仿真机器人能够移动。 不是网页能打开就算成功，而是整条控制链路真的跑通。 microduck-studio 不替代 microduck，也不替代 microduck_rl。 它只是把原本零散的开发流程，整理成一个更容易使用、更容易排错的“本地控制室”。 如果它能让后来开发 Microduck 的人少踩几个坑、少开几个终端、少浪费几个小时排查问题，那这个项目就已经有价值了。 自己踩过的坑，顺手填上。 自己走通的路，给后来的人留个路标。 项目地址放评论区了 🔽
1:33

Microduck 本身只开源了microduck 和 microduck_rl，它在电脑上无法操控，不方便~ 于是乎，我耗费了一周的使用额度，做了个 microduck-studio 并开源了，希望以后玩 Microduck 的人，能少踩一点我踩过的坑。 开发机器人的时候，真正折磨人的很多时候不是代码，而是环境、端口、进程、socket、仿真和运行时散落在各处。服务明明都启动了，机器人就是不动，然后开始一个终端一个终端排查，这些坑我已经踩过一遍了，就没必要让后来的人再踩一遍，所以我做了三件事： ① 把开发环境串起来 Docker、robotd --sim、MuJoCo Viewer、Web 服务统一到一条可重复的一键启动链路里。 不用再开一堆终端，手动拼端口、socket 和进程。 ② 把状态直接摆出来 robotd、MuJoCo、策略、仓库状态都可以直接查看，也可以执行移动、停止和技能指令。 哪里出了问题，不用再靠猜。 ③ 把“启动成功”变成“真的能用” 服务启动后会继续做联通测试，真正发送控制指令，确认仿真机器人能够移动。 不是网页能打开就算成功，而是整条控制链路真的跑通。 microduck-studio 不替代 microduck，也不替代 microduck_rl。 它只是把原本零散的开发流程，整理成一个更容易使用、更容易排错的“本地控制室”。 如果它能让后来开发 Microduck 的人少踩几个坑、少开几个终端、少浪费几个小时排查问题，那这个项目就已经有价值了。 自己踩过的坑，顺手填上。 自己走通的路，给后来的人留个路标。 项目地址放评论区了 🔽

玉米_AlphaNotes

21,902 Aufrufe • vor 19 Tagen

兄弟们 这个牛P Tnkr：机器人的 GitHub 首个为机器人研发打造的“一体化开源平台”，让机器人研发变得像开源软件那样简单。 集成了机器人研发的四个核心要素： 🧩 硬件：设计、装配、零件管理 💻 软件：控制系统与传感器代码 📊 数据：从现实世界收集的运行数据 🧠 模型：驱动机器人智能化的AI模型 Tnkr 的理念是： “让机器人研发像写代码一样可协作、可复现、可开源。” 用户可以： ✅ 上传自己的机器人项目 ✅ 发布装配说明与源码 ✅ 让他人重建、修改、贡献数据 ✅ 共同改进模型，让机器人越用越聪明 这是一个真正的“物理智能”协作网络。
1:46

兄弟们 这个牛P Tnkr：机器人的 GitHub 首个为机器人研发打造的“一体化开源平台”，让机器人研发变得像开源软件那样简单。 集成了机器人研发的四个核心要素： 🧩 硬件：设计、装配、零件管理 💻 软件：控制系统与传感器代码 📊 数据：从现实世界收集的运行数据 🧠 模型：驱动机器人智能化的AI模型 Tnkr 的理念是： “让机器人研发像写代码一样可协作、可复现、可开源。” 用户可以： ✅ 上传自己的机器人项目 ✅ 发布装配说明与源码 ✅ 让他人重建、修改、贡献数据 ✅ 共同改进模型，让机器人越用越聪明 这是一个真正的“物理智能”协作网络。

小互

17,420 Aufrufe • vor 9 Monaten

机器人最近太火了吧！人形机器人百米 8.86 秒直接破了记录！ 最有意思的是看到最后，这个机器人跑到终点后直接撞墙，太抽象了~ 我好奇自己能不能做一个类似的游戏，于是我顺手用 Gear Gear Zero 做了一个《机器人赛跑》的游戏。 最初我只有一个核心操作设计，就是分别用 Z 和 X 键控制机器人的左右腿，必须交替按键才能往前跑，按得越快，机器人冲得越快。 但除了这个核心操作之外，机器人应该怎么跑、画面怎么表现、速度怎么计算、冲刺动作怎么做，这些我都没做设计， 剩下占工作量大头的部分全交给 Gear 开始补。 它把一个简单的按键想法继续拆成完整的竞速玩法，再去处理画面、动作、物理效果和成长系统，最后自己规划、写代码、构建，直接给出一个能玩的版本。 做到后面还想起现实里机器人冲线刹不住的画面，于是又临时加了一条。 比赛赢了别庆祝，继续往前冲，最后一个接一个撞墙。 它也直接做进去了。 这其实是 Gear Zero 比较吸引我的地方。 做游戏最难的往往不是冒出一个点子，而是这个点子后面还有大量没想过的细节。 现在可以先把最核心的想法给 Gear，剩下的边做边补，第一版出来以后再继续玩、继续改。 不用碰游戏引擎，也不用自己写代码，最后直接在浏览器里就能玩。 AI 现在验证一个想法已经快到这种程度了。 有灵感的时候，先让AI做出来，好不好玩直接运行起来就知道了。 体验地址：
0:42

机器人最近太火了吧！人形机器人百米 8.86 秒直接破了记录！ 最有意思的是看到最后，这个机器人跑到终点后直接撞墙，太抽象了~ 我好奇自己能不能做一个类似的游戏，于是我顺手用 Gear Gear Zero 做了一个《机器人赛跑》的游戏。 最初我只有一个核心操作设计，就是分别用 Z 和 X 键控制机器人的左右腿，必须交替按键才能往前跑，按得越快，机器人冲得越快。 但除了这个核心操作之外，机器人应该怎么跑、画面怎么表现、速度怎么计算、冲刺动作怎么做，这些我都没做设计， 剩下占工作量大头的部分全交给 Gear 开始补。 它把一个简单的按键想法继续拆成完整的竞速玩法，再去处理画面、动作、物理效果和成长系统，最后自己规划、写代码、构建，直接给出一个能玩的版本。 做到后面还想起现实里机器人冲线刹不住的画面，于是又临时加了一条。 比赛赢了别庆祝，继续往前冲，最后一个接一个撞墙。 它也直接做进去了。 这其实是 Gear Zero 比较吸引我的地方。 做游戏最难的往往不是冒出一个点子，而是这个点子后面还有大量没想过的细节。 现在可以先把最核心的想法给 Gear，剩下的边做边补，第一版出来以后再继续玩、继续改。 不用碰游戏引擎，也不用自己写代码，最后直接在浏览器里就能玩。 AI 现在验证一个想法已经快到这种程度了。 有灵感的时候，先让AI做出来，好不好玩直接运行起来就知道了。 体验地址：

木马人

14,079 Aufrufe • vor 27 Tagen

看到这个机器人乞丐差点没把我笑坏不活了，真是有创意啊，就是肢体动作还是有点假！ 这不，Axis Robotics 就来了，其实他就是机器人核心数据集采的项目，数据越多，越逼真，未来的机器人就越逼真，拟人化越好！ 其实目前的机器人数据集采方式不多，有直接操控真实机器人采集的，这就是硬采，虽然精准，但成本太高！ 还有就是直接采集真人的动作，映射到机器人上，这个效率会很高，也是采用比较多的方式！ 还有那就是目前我们AXIS项目的采集方式，直接使用浏览器，模拟物理环境，让我们这些钳工模拟操作，可以效率很高，虽然轨迹的无效率也很高，但贵在可以让成千上万人生产提供，提高数据总量，采用有效数据量也就大大提高！ 简单说，让全球的人组织起来，提供数据贡献！并且通过web3方式分发激励，一举两得！ 未来一旦完善，我也可以弄个真正乞丐机器人去街头了，在家里数钱，哈哈！ 当然这是玩笑，未来随着数据采集的丰富，真正高仿真的拟人化的机器人来到我们身边，生活，生产，那才是绝对奇妙的事情！😆😆😆😆！
0:21

看到这个机器人乞丐差点没把我笑坏不活了，真是有创意啊，就是肢体动作还是有点假！ 这不，Axis Robotics 就来了，其实他就是机器人核心数据集采的项目，数据越多，越逼真，未来的机器人就越逼真，拟人化越好！ 其实目前的机器人数据集采方式不多，有直接操控真实机器人采集的，这就是硬采，虽然精准，但成本太高！ 还有就是直接采集真人的动作，映射到机器人上，这个效率会很高，也是采用比较多的方式！ 还有那就是目前我们AXIS项目的采集方式，直接使用浏览器，模拟物理环境，让我们这些钳工模拟操作，可以效率很高，虽然轨迹的无效率也很高，但贵在可以让成千上万人生产提供，提高数据总量，采用有效数据量也就大大提高！ 简单说，让全球的人组织起来，提供数据贡献！并且通过web3方式分发激励，一举两得！ 未来一旦完善，我也可以弄个真正乞丐机器人去街头了，在家里数钱，哈哈！ 当然这是玩笑，未来随着数据采集的丰富，真正高仿真的拟人化的机器人来到我们身边，生活，生产，那才是绝对奇妙的事情！😆😆😆😆！

龙神-Dragon God🐉 🌊🕊️

19,225 Aufrufe • vor 26 Tagen

Microduck 明明就是 AI 具身智能实验平台～ Pollen Robotics（被 Hugging Face 收购）开源了一款可以跑强化学习的迷你具身智能平台（Microduck），Microduck 它不是普通的机器人玩具，它是RL 具身智能入场券，售价 $399 ，相比动辄几十万的人形机器人，它是真的便宜，而且体积小、耐折腾。强化学习跑偏了、摔倒了，也可以继续调、继续练，试错成本很低，它的主要特点： ① 双足行走、转向 ② 穿上小轮子直接“轮滑” ③ 摔倒之后自己调整、重新站起来 ④ 各种姿态切换和动态动作 Microduck 搭载 RK3566，控制 15 个舵机，真机控制频率 50Hz。几十万的大型人形机器人，我反而觉得 Microduck 这种小型开源机器人，更适合普通开发者真正上手玩具身智能，它明明就是AI 具身智能实验平台～
0:34

Microduck 明明就是 AI 具身智能实验平台～ Pollen Robotics（被 Hugging Face 收购）开源了一款可以跑强化学习的迷你具身智能平台（Microduck），Microduck 它不是普通的机器人玩具，它是RL 具身智能入场券，售价 $399 ，相比动辄几十万的人形机器人，它是真的便宜，而且体积小、耐折腾。强化学习跑偏了、摔倒了，也可以继续调、继续练，试错成本很低，它的主要特点： ① 双足行走、转向 ② 穿上小轮子直接“轮滑” ③ 摔倒之后自己调整、重新站起来 ④ 各种姿态切换和动态动作 Microduck 搭载 RK3566，控制 15 个舵机，真机控制频率 50Hz。几十万的大型人形机器人，我反而觉得 Microduck 这种小型开源机器人，更适合普通开发者真正上手玩具身智能，它明明就是AI 具身智能实验平台～

玉米_AlphaNotes

20,045 Aufrufe • vor 25 Tagen

看大家昨天都因为这个项目卧槽了一天！ 朋友们都开始整活儿，其实对于精度要求不高只是展示3D的就是可以直接使用开源的一些3D库就可以拿来使用。 我最早接触和了解这玩意还是Apple的 Reality Composer，官方也提供了对应的3D USDZ/USDC 格式的3D 模型库，并且都是免费的。 直接导入页面还可以做AR增强现实使用，如果说你需要自定义或者进行进行教学互动炸裂就可以看看JigSpace 做的非常不错的教学类的App。 Apple 官方组3D模型库： 我这个做的Demo 用的github： 模型： 看看各位还可以玩出什么花儿，这个是花了20分钟搞出来的，后面可以继续迭代一下。
1:02

看大家昨天都因为这个项目卧槽了一天！ 朋友们都开始整活儿，其实对于精度要求不高只是展示3D的就是可以直接使用开源的一些3D库就可以拿来使用。 我最早接触和了解这玩意还是Apple的 Reality Composer，官方也提供了对应的3D USDZ/USDC 格式的3D 模型库，并且都是免费的。 直接导入页面还可以做AR增强现实使用，如果说你需要自定义或者进行进行教学互动炸裂就可以看看JigSpace 做的非常不错的教学类的App。 Apple 官方组3D模型库： 我这个做的Demo 用的github： 模型： 看看各位还可以玩出什么花儿，这个是花了20分钟搞出来的，后面可以继续迭代一下。

Berryxia.AI

70,728 Aufrufe • vor 4 Monaten

发现个很赞的网站： 居然是网页版的电脑装机模拟器，交互做的很不错，细节很丰富，一不小心下午一行代码没写，玩了两个小时，太专业了，目前市场上各种最新的配件都有，还有真实的购买链接，还有各种数据，还可以分享。 强烈推荐给各位装机爱好者
0:30

发现个很赞的网站： 居然是网页版的电脑装机模拟器，交互做的很不错，细节很丰富，一不小心下午一行代码没写，玩了两个小时，太专业了，目前市场上各种最新的配件都有，还有真实的购买链接，还有各种数据，还可以分享。 强烈推荐给各位装机爱好者

Viking

147,669 Aufrufe • vor 11 Monaten

网上泄漏了一段视频，我看完直接麻了。 有人用 AI 搭了条机械臂，专门用来解锁被偷手机的锁屏。 机械臂按每一个 6 位密码。 稳。慢。不累。 真要干，一百万种组合它都能挨个试完。 但这还不是最疯的。 你以为试错 10 次就锁死对吧？ 经典安全网。 结果这人把手机连上电脑， 让 AI 在固件里把「失败次数计数器」定位出来， 当场给补丁掉了。 计数器……直接消失。 手机已经失败了六百次，它自己还不知道。 于是你得到的是： 一条不会停的物理机械臂 ＋ 一台忘了「该拦住你」的手机。 所以那句「输错 10 次就锁」—— 在有人手里有台打印机、一个周末、再加个大模型的时候， 基本就是演给你看的。 建议收藏的不是怎么学这个。 是赶紧把密码设长一点，别再用生日六位数了……
0:26

网上泄漏了一段视频，我看完直接麻了。 有人用 AI 搭了条机械臂，专门用来解锁被偷手机的锁屏。 机械臂按每一个 6 位密码。 稳。慢。不累。 真要干，一百万种组合它都能挨个试完。 但这还不是最疯的。 你以为试错 10 次就锁死对吧？ 经典安全网。 结果这人把手机连上电脑， 让 AI 在固件里把「失败次数计数器」定位出来， 当场给补丁掉了。 计数器……直接消失。 手机已经失败了六百次，它自己还不知道。 于是你得到的是： 一条不会停的物理机械臂 ＋ 一台忘了「该拦住你」的手机。 所以那句「输错 10 次就锁」—— 在有人手里有台打印机、一个周末、再加个大模型的时候， 基本就是演给你看的。 建议收藏的不是怎么学这个。 是赶紧把密码设长一点，别再用生日六位数了……

山羊赚钱笔记

1,041,729 Aufrufe • vor 4 Tagen

用小米的模型做一个口播提词器，用了市面上的产品，用起来都不太方便。所以我尝试用语音识别的方式来做提词器，根据读的内容自动滚动，而不是机械式的滚动，这样做的好处就是就是你可以实时掌握口播的进度。
0:41

用小米的模型做一个口播提词器，用了市面上的产品，用起来都不太方便。所以我尝试用语音识别的方式来做提词器，根据读的内容自动滚动，而不是机械式的滚动，这样做的好处就是就是你可以实时掌握口播的进度。

Paidax

38,549 Aufrufe • vor 4 Monaten

这次我用 Qwen3.8-Max 完成了三个代码项目，其中最直观的是一个类似《我的世界》的网页游戏。 游戏已经具备完整的可玩性： 角色可以移动、跳跃和探索地图，也可以挖掘、放置方块、切换物品，并使用背包与合成系统。 地形能够自动生成，基础的生存机制也已经实现。 另外两个项目分别是可交互的 3D AI 芯片展示，以及读取19个真实来源的多模态供应商评审系统。 Qwen3.8-Max 还是个开源模型，国产模型真是越来越强了。
3:13

这次我用 Qwen3.8-Max 完成了三个代码项目，其中最直观的是一个类似《我的世界》的网页游戏。 游戏已经具备完整的可玩性： 角色可以移动、跳跃和探索地图，也可以挖掘、放置方块、切换物品，并使用背包与合成系统。 地形能够自动生成，基础的生存机制也已经实现。 另外两个项目分别是可交互的 3D AI 芯片展示，以及读取19个真实来源的多模态供应商评审系统。 Qwen3.8-Max 还是个开源模型，国产模型真是越来越强了。

雪踏乌云

68,246 Aufrufe • vor 2 Monaten

如果你正在使用 Herdr，应该立即升级到最新版本。 前段时间我分享过，如何利用 Herdr 分布式管理 4 台机器上的多个 Agent。当时的办法，是用：herdr --remote 通过 SSH，把远程机器上的 Agent 接进 Herdr 统一管理。 现在 Herdr 0.9 有了更直接的做法。新版增加了 Machines 功能，只需要运行一个命令： herdr machine add 就可以在同一个 Herdr 里看到所有电脑，以及每台机器上正在运行的 Agent。不管是本机、Oracle VPS、Raspberry Pi，还是运行 Omarchy 的旧电脑，选中机器之后，就可以直接进入上面的 Agent。 我现在连 Omarchy 上同时运行的三个 Agent，也可以从这里直接访问。以前的设置，只能一个一个地连。 对我这种多机器、多 Agent 的工作方式来说，Herdr 已经越来越像一套分布式 Agent 控制台了。而且因为 Agent 已经是我们操作电脑的主要方式，能够集中控制 Agent，某种程度上也就等于在一个地方同时控制所有电脑。对这种工作流来说，比 KVM 方便多了。 以前很多人说 Herdr 只是 tmux 的仿制品。到了这一版，Herdr 才真正开始体现它 Agent-first 的优势。怪不得越来越多人喜欢用 Herdr。 视频里简单演示一下。
2:12

如果你正在使用 Herdr，应该立即升级到最新版本。 前段时间我分享过，如何利用 Herdr 分布式管理 4 台机器上的多个 Agent。当时的办法，是用：herdr --remote 通过 SSH，把远程机器上的 Agent 接进 Herdr 统一管理。 现在 Herdr 0.9 有了更直接的做法。新版增加了 Machines 功能，只需要运行一个命令： herdr machine add 就可以在同一个 Herdr 里看到所有电脑，以及每台机器上正在运行的 Agent。不管是本机、Oracle VPS、Raspberry Pi，还是运行 Omarchy 的旧电脑，选中机器之后，就可以直接进入上面的 Agent。 我现在连 Omarchy 上同时运行的三个 Agent，也可以从这里直接访问。以前的设置，只能一个一个地连。 对我这种多机器、多 Agent 的工作方式来说，Herdr 已经越来越像一套分布式 Agent 控制台了。而且因为 Agent 已经是我们操作电脑的主要方式，能够集中控制 Agent，某种程度上也就等于在一个地方同时控制所有电脑。对这种工作流来说，比 KVM 方便多了。 以前很多人说 Herdr 只是 tmux 的仿制品。到了这一版，Herdr 才真正开始体现它 Agent-first 的优势。怪不得越来越多人喜欢用 Herdr。 视频里简单演示一下。

Michael Guo

100,672 Aufrufe • vor 15 Tagen

🔥AI搬回本地！ $NVDA 黃仁勋剛剛宣布重大突破， 个人电脑迎来全新时代！ ———————————— 过去四十年，一直是你在伺候电脑。 这一次，它要反过来。 我们这代人，是被机器训练大的。记快捷键，清后台，等进度条，文件存在哪个文件夹自己得记牢，我们学会的全是“迁就它”，把自己一点点训练得像台机器，它才肯好好干活。 所以黄仁勋这次最重要的东西，很多人看漏了。不是又一个开源模型，也不是新芯片的跑分。是 AI 要从云端“搬回家”，住进你这台本机里。 这两年我们用的 AI，说穿了都是“租来的大脑”。你得先把家底打包上传：合同、工资条、还没写完的东西、和家人的聊天记录。它在别人的机房里跑，按别人的价收钱，入口攥在别人手里。聪明是真聪明，可它始终不是你的，你只是个访客。 而“本地 Agent”这四个字的意思是：这些东西，终于可以留在你自己屋里了。不用上传，不用排队，不用看网速的脸色。它能看你的文件、懂你开着的软件、替你把那些零碎活儿干完。第一次，电脑不再是你点一下它动一下的工具，而是一个会自己动手的人。 为了这件事，老黄把数据中心级的算力，上百 GB 的统一内存、接近一个 petaflop 的性能，硬塞进了一台摆得上书桌的小机器。不是为了让你在本地跑个玩具模型，是为了让你桌上这台电脑，真有本事自己干活。 往大了说，棋局其实很清楚：云端那颗大脑，继续在数据中心里想最难的事；你桌上这台，负责手脚，管你每天的柴米油盐。而老黄想要的，是大脑和手脚，两头都攥在自己手里。 但我更想讲的，是那种很具体的感觉。PC 是上一代互联网的入口，手机是移动时代的入口。下一个入口不在某个网站里，就在你书桌上那台开机的电脑里。谁先住进去，谁拿下下一个十年。 所以他这次真正想说的，从来不是“我们出了块更强的芯片”。 而是过去四十年，你把自己训练得越来越像一台电脑。 从今往后，是电脑，开始学着像你请来的那个人。
2:43

🔥AI搬回本地！ $NVDA 黃仁勋剛剛宣布重大突破， 个人电脑迎来全新时代！ ———————————— 过去四十年，一直是你在伺候电脑。 这一次，它要反过来。 我们这代人，是被机器训练大的。记快捷键，清后台，等进度条，文件存在哪个文件夹自己得记牢，我们学会的全是“迁就它”，把自己一点点训练得像台机器，它才肯好好干活。 所以黄仁勋这次最重要的东西，很多人看漏了。不是又一个开源模型，也不是新芯片的跑分。是 AI 要从云端“搬回家”，住进你这台本机里。 这两年我们用的 AI，说穿了都是“租来的大脑”。你得先把家底打包上传：合同、工资条、还没写完的东西、和家人的聊天记录。它在别人的机房里跑，按别人的价收钱，入口攥在别人手里。聪明是真聪明，可它始终不是你的，你只是个访客。 而“本地 Agent”这四个字的意思是：这些东西，终于可以留在你自己屋里了。不用上传，不用排队，不用看网速的脸色。它能看你的文件、懂你开着的软件、替你把那些零碎活儿干完。第一次，电脑不再是你点一下它动一下的工具，而是一个会自己动手的人。 为了这件事，老黄把数据中心级的算力，上百 GB 的统一内存、接近一个 petaflop 的性能，硬塞进了一台摆得上书桌的小机器。不是为了让你在本地跑个玩具模型，是为了让你桌上这台电脑，真有本事自己干活。 往大了说，棋局其实很清楚：云端那颗大脑，继续在数据中心里想最难的事；你桌上这台，负责手脚，管你每天的柴米油盐。而老黄想要的，是大脑和手脚，两头都攥在自己手里。 但我更想讲的，是那种很具体的感觉。PC 是上一代互联网的入口，手机是移动时代的入口。下一个入口不在某个网站里，就在你书桌上那台开机的电脑里。谁先住进去，谁拿下下一个十年。 所以他这次真正想说的，从来不是“我们出了块更强的芯片”。 而是过去四十年，你把自己训练得越来越像一台电脑。 从今往后，是电脑，开始学着像你请来的那个人。

老白

14,544 Aufrufe • vor 3 Monaten

这两天看到我一直很喜欢的设计师阿哲 阿哲Phil 的个人网站，我挺喜欢他个人主页的那个风格。 看着看着突然冒出一个念头： 这种个人审美很强的网站，模型光看录屏，能不能做出来？ 于是我顺手录了 10 秒左右，从页面上划过去，直接把视频丢给 Ling-3.0-flash-VL，让它照着做一版。 没给源码，也没拆页面，更没写一大段提示词。输入就那段录屏，加上一句很简单的需求。其实扔进去的时候，我没抱多大期待。视频一晃就过去了，有些细节让我自己暂停看，也未必记得住。 Ling-3.0-flash-VL 是百灵在 Ling-3.0-flash 上加了视觉理解和 visual agent 的版本。官方提到的能力挺多，视觉感知、STEM、文档、前端编码、医疗报告都在里面。我这次没全测，就看一件事：它能不能看完一段网站录屏，真把页面做出来。 结果打开以后，我确实愣了一下。 按肉眼看，和阿哲的原版大概有七成像。大的版式、配色和页面感觉都抓到了，生成出来的也不只是一个摆着看的空壳。按钮能点，交互能跑，放进浏览器里，已经像个可以接着改的半成品。 当然，剩下那三成也挺明显。风格不够细腻，字体没那么贴，交互还是有点僵，一些细节只学到了大概。把两个页面并排放在一起，差距还是能看出来。要我直接拿去上线，我肯定不会；拿它当第一版，我觉得够了。 以前脑子里有个页面的样子，最麻烦的是说不清。你跟开发说想要“有点设计感”“交互顺一点”，讲了半天，对方可能还是不知道你想要什么。自己不会写代码的话，很多想法就一直停在收藏夹里。 现在简单多了。先找一个接近自己想法的网站，录一小段，让模型搭出来。哪里不对，直接看着页面改。它没有把阿哲的网站原样搬过来，但它把一张白纸直接做到了七成。 所以这次测完，我还挺愿意安利 Ling-3.0-flash-VL。离专业前端当然还有距离，但对没代码基础、想做个人网站或者产品 Demo 的人来说，先把第一版弄出来，已经能省不少事了。 感兴趣的都可以去试一试：
1:17

这两天看到我一直很喜欢的设计师阿哲 阿哲Phil 的个人网站，我挺喜欢他个人主页的那个风格。 看着看着突然冒出一个念头： 这种个人审美很强的网站，模型光看录屏，能不能做出来？ 于是我顺手录了 10 秒左右，从页面上划过去，直接把视频丢给 Ling-3.0-flash-VL，让它照着做一版。 没给源码，也没拆页面，更没写一大段提示词。输入就那段录屏，加上一句很简单的需求。其实扔进去的时候，我没抱多大期待。视频一晃就过去了，有些细节让我自己暂停看，也未必记得住。 Ling-3.0-flash-VL 是百灵在 Ling-3.0-flash 上加了视觉理解和 visual agent 的版本。官方提到的能力挺多，视觉感知、STEM、文档、前端编码、医疗报告都在里面。我这次没全测，就看一件事：它能不能看完一段网站录屏，真把页面做出来。 结果打开以后，我确实愣了一下。 按肉眼看，和阿哲的原版大概有七成像。大的版式、配色和页面感觉都抓到了，生成出来的也不只是一个摆着看的空壳。按钮能点，交互能跑，放进浏览器里，已经像个可以接着改的半成品。 当然，剩下那三成也挺明显。风格不够细腻，字体没那么贴，交互还是有点僵，一些细节只学到了大概。把两个页面并排放在一起，差距还是能看出来。要我直接拿去上线，我肯定不会；拿它当第一版，我觉得够了。 以前脑子里有个页面的样子，最麻烦的是说不清。你跟开发说想要“有点设计感”“交互顺一点”，讲了半天，对方可能还是不知道你想要什么。自己不会写代码的话，很多想法就一直停在收藏夹里。 现在简单多了。先找一个接近自己想法的网站，录一小段，让模型搭出来。哪里不对，直接看着页面改。它没有把阿哲的网站原样搬过来，但它把一张白纸直接做到了七成。 所以这次测完，我还挺愿意安利 Ling-3.0-flash-VL。离专业前端当然还有距离，但对没代码基础、想做个人网站或者产品 Demo 的人来说，先把第一版弄出来，已经能省不少事了。 感兴趣的都可以去试一试：

阿川 | AI thinking

35,737 Aufrufe • vor 9 Tagen

AI最利好哪个国家？现在已经显而易见了！ 低工资出卖劳动力以后也行不通了， AI最先替代的就是这些血汗工厂了！ 老中的数字化成衣在AI的加持下，可以随时调整版型， 可以做到在直播网络出售后，有了订单在进行生产！ 对所有所有纺织业大国的冲击是显而易见的！ 人在快也快不过机器，机器也不需要休息！
0:29

AI最利好哪个国家？现在已经显而易见了！ 低工资出卖劳动力以后也行不通了， AI最先替代的就是这些血汗工厂了！ 老中的数字化成衣在AI的加持下，可以随时调整版型， 可以做到在直播网络出售后，有了订单在进行生产！ 对所有所有纺织业大国的冲击是显而易见的！ 人在快也快不过机器，机器也不需要休息！

镰刀判官

16,539 Aufrufe • vor 1 Monat

我的个人网站上线啦： 其实之前一直想做自己的个人网站，但是感觉做出来会很无聊，自己没啥可展示的，缺少沉淀做出来的网站可能只是一点设计上的小自嗨。 但是近半年做了很多有趣的小产品，自媒体也输出了很多内容，慢慢的找到了自己的风格。我觉得如果有一个网站向大家传达我的一些设计理念，分享我的产品、Skill，并且有一个不被自媒体平台限制的交流渠道是棒的。 于是我就花了一个周末的时间 Vibe Coding 了一个个人网站，网站整体还是我最喜欢的克制，现代的风格。简约的同时通过一些小动画来体现一些巧思。 网站里我把我过往的所有产品、Skill、过往经历、交流渠道都设计了我喜欢的呈现方式。除此以外，我还做了一个 Skill 批量把我过往的视频内容直接转为图文版本，因为视频里不方便复制一些关键信息，也不方便反复查看，文章模块就能方便大家随时查阅。 后续网站完善好就也一起开源喽～欢迎大家关注
3:08

我的个人网站上线啦： 其实之前一直想做自己的个人网站，但是感觉做出来会很无聊，自己没啥可展示的，缺少沉淀做出来的网站可能只是一点设计上的小自嗨。 但是近半年做了很多有趣的小产品，自媒体也输出了很多内容，慢慢的找到了自己的风格。我觉得如果有一个网站向大家传达我的一些设计理念，分享我的产品、Skill，并且有一个不被自媒体平台限制的交流渠道是棒的。 于是我就花了一个周末的时间 Vibe Coding 了一个个人网站，网站整体还是我最喜欢的克制，现代的风格。简约的同时通过一些小动画来体现一些巧思。 网站里我把我过往的所有产品、Skill、过往经历、交流渠道都设计了我喜欢的呈现方式。除此以外，我还做了一个 Skill 批量把我过往的视频内容直接转为图文版本，因为视频里不方便复制一些关键信息，也不方便反复查看，文章模块就能方便大家随时查阅。 后续网站完善好就也一起开源喽～欢迎大家关注

oil-oil

25,746 Aufrufe • vor 1 Monat

兄弟们，3D资产生成彻底要起飞了。 Cambridge大学助理教授Elliott Wu（前Stanford、Oxford背景）团队刚放出了Articraft——一个真正的agentic coding系统。 它不是简单生成静态3D模型，就可以让AI agent自己写代码、自己执行、自己接收物理验证反馈，不断迭代，最终输出带零件、关节、真实运动的可交互3D资产，直接就能扔进机器人仿真和物理AI场景里用。 以前做一套高质量articulated asset要花几天甚至几周，现在agent全自动跑通，整个过程高效到离谱。 他们顺便还开源了Articraft-10K数据集：超过1万个跨250个类别的articulated 3D物体，全部可交互、仿真就绪，彻底把大规模机器人训练和物理世界AI的资产门槛拉到了新低。 物理AI和机器人仿真的“数据饥渴”问题，被这个agentic pipeline直接干掉了一大半。 项目页面在这里： 完整代码和数据集也在GitHub开源。 如果你在做机器人、仿真、物理AI或者3D内容生成，这波开源值得立刻去试。 PS： 还未实测，待后续测评！
0:27

兄弟们，3D资产生成彻底要起飞了。 Cambridge大学助理教授Elliott Wu（前Stanford、Oxford背景）团队刚放出了Articraft——一个真正的agentic coding系统。 它不是简单生成静态3D模型，就可以让AI agent自己写代码、自己执行、自己接收物理验证反馈，不断迭代，最终输出带零件、关节、真实运动的可交互3D资产，直接就能扔进机器人仿真和物理AI场景里用。 以前做一套高质量articulated asset要花几天甚至几周，现在agent全自动跑通，整个过程高效到离谱。 他们顺便还开源了Articraft-10K数据集：超过1万个跨250个类别的articulated 3D物体，全部可交互、仿真就绪，彻底把大规模机器人训练和物理世界AI的资产门槛拉到了新低。 物理AI和机器人仿真的“数据饥渴”问题，被这个agentic pipeline直接干掉了一大半。 项目页面在这里： 完整代码和数据集也在GitHub开源。 如果你在做机器人、仿真、物理AI或者3D内容生成，这波开源值得立刻去试。 PS： 还未实测，待后续测评！

Berryxia.AI

139,899 Aufrufe • vor 4 Monaten

我去！这姐真的是脑洞大开，一个人用 GPT-6 Astra，把一整套专业人体解剖数据库做成了能搜索、能拆解、能实时旋转的 3D 网站： 包括2,234 个独立网格、15 个解剖系统、3,432 个命名概念：骨骼、肌肉、动脉、神经、器官都能单独显示或隐藏。 搜一下 Heart，系统直接选中 83 个部件，还能隔离心脏、拉成 100% 爆炸视图看内部结构。 已开源（MIT）： 我看了下，这是实时操作的 Web 3D 应用。技术栈 React + TypeScript + Vite + Three.js + shadcn/ui，部署在 Vercel。为了同时拆开几千个结构还能保持流畅，几何模型合并成批次，显示/位移/选中全靠 GPU 纹理控制，爆炸视图只算可见部件。 解剖数据来自 BodyParts3D 4.0（CC BY 4.0），是一套成年男性参考解剖： 它还提供可选的 WebMCP 工具：兼容的浏览器 AI 能调用 find_anatomy、inspect_anatomical_structure，直接搜索并选中人体部位。所以未来你可以直接问 AI「这块肌肉在哪、属于哪个系统」，3D 模型现场演示。 真正有价值的地方：数据清洗、3D 前端、交互设计、性能优化、功能验证过去要数据工程师+3D+前端一起干的活，这姐一个人靠+AI 就跑通了原型。 其实可以拓展的方向还有： 1. 解剖教学、健身课程和患者科普 2. 运动姿态分析与康复进度展示 3. 医疗器械、机械设备和汽车零部件的 3D 爆炸图 4. 博物馆藏品、建筑和工业设备的互动讲解 5. 给 3D 模型接入 AI 问答，让用户直接询问某个部件 6. 中期可以加入可穿戴设备、动作捕捉和摄像头数据，让系统比较不同时间的运动变化，辅助理疗师和教练查看训练效果。 更远的方向是个人数字人体。把 MRI、CT、体扫描和可穿戴数据组合起来，生成与个人身体对应的模型，用于术前沟通、康复管理和远程医疗。虽然还有很长一段距离，但是已经看到了可能性。
0:23

我去！这姐真的是脑洞大开，一个人用 GPT-6 Astra，把一整套专业人体解剖数据库做成了能搜索、能拆解、能实时旋转的 3D 网站： 包括2,234 个独立网格、15 个解剖系统、3,432 个命名概念：骨骼、肌肉、动脉、神经、器官都能单独显示或隐藏。 搜一下 Heart，系统直接选中 83 个部件，还能隔离心脏、拉成 100% 爆炸视图看内部结构。 已开源（MIT）： 我看了下，这是实时操作的 Web 3D 应用。技术栈 React + TypeScript + Vite + Three.js + shadcn/ui，部署在 Vercel。为了同时拆开几千个结构还能保持流畅，几何模型合并成批次，显示/位移/选中全靠 GPU 纹理控制，爆炸视图只算可见部件。 解剖数据来自 BodyParts3D 4.0（CC BY 4.0），是一套成年男性参考解剖： 它还提供可选的 WebMCP 工具：兼容的浏览器 AI 能调用 find_anatomy、inspect_anatomical_structure，直接搜索并选中人体部位。所以未来你可以直接问 AI「这块肌肉在哪、属于哪个系统」，3D 模型现场演示。 真正有价值的地方：数据清洗、3D 前端、交互设计、性能优化、功能验证过去要数据工程师+3D+前端一起干的活，这姐一个人靠+AI 就跑通了原型。 其实可以拓展的方向还有： 1. 解剖教学、健身课程和患者科普 2. 运动姿态分析与康复进度展示 3. 医疗器械、机械设备和汽车零部件的 3D 爆炸图 4. 博物馆藏品、建筑和工业设备的互动讲解 5. 给 3D 模型接入 AI 问答，让用户直接询问某个部件 6. 中期可以加入可穿戴设备、动作捕捉和摄像头数据，让系统比较不同时间的运动变化，辅助理疗师和教练查看训练效果。 更远的方向是个人数字人体。把 MRI、CT、体扫描和可穿戴数据组合起来，生成与个人身体对应的模型，用于术前沟通、康复管理和远程医疗。虽然还有很长一段距离，但是已经看到了可能性。

森叔

16,778 Aufrufe • vor 15 Tagen

波士顿动力的新机器人，不再是液压驱动了。 全面电动化，动作看着更丝滑，也更诡异。 它的关节可以360度旋转。 这意味着什么？ 它在某些方面能比人类更高效。 官方直接点明了应用场景：制造业环境。 在那里，“每一秒都很重要”。 问题来了。 当一个机器人的效率全面超越产线上的工人，工人要去哪里？ 技术的进步本身是中性的。 但由谁来引导，为什么而用，最终为谁服务，这才是核心。 他们说，把机器人的脸设计成“友善的”，是为了让和它一起工作的人类感到它是个“有帮助的”机器人。 但如果它的“帮助”最终是取代你的岗位，这种“友善”的设计，看起来更像是一种安抚和心理操纵。 一边是达沃斯精英们热衷讨论的“效率至上”和全球化供应链重组。 另一边是普通人饭碗的现实问题。 当科技巨头们比赛谁的机器人更“超越自然”时，谁在为那些被“优化”掉的岗位负责？ 这到底是技术革命，还是另一场精心包装的，针对劳动阶层的替代计划？ 值得每个人思考。
0:51

波士顿动力的新机器人，不再是液压驱动了。 全面电动化，动作看着更丝滑，也更诡异。 它的关节可以360度旋转。 这意味着什么？ 它在某些方面能比人类更高效。 官方直接点明了应用场景：制造业环境。 在那里，“每一秒都很重要”。 问题来了。 当一个机器人的效率全面超越产线上的工人，工人要去哪里？ 技术的进步本身是中性的。 但由谁来引导，为什么而用，最终为谁服务，这才是核心。 他们说，把机器人的脸设计成“友善的”，是为了让和它一起工作的人类感到它是个“有帮助的”机器人。 但如果它的“帮助”最终是取代你的岗位，这种“友善”的设计，看起来更像是一种安抚和心理操纵。 一边是达沃斯精英们热衷讨论的“效率至上”和全球化供应链重组。 另一边是普通人饭碗的现实问题。 当科技巨头们比赛谁的机器人更“超越自然”时，谁在为那些被“优化”掉的岗位负责？ 这到底是技术革命，还是另一场精心包装的，针对劳动阶层的替代计划？ 值得每个人思考。

墓碑科技

32,884 Aufrufe • vor 8 Monaten