正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

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

47,988 subscribers

139,899 次观看 • 4 个月前 •via X (Twitter)

教育科学技术

Anya Rossi• Live Now

Private livecam show

10 条评论

Cell 细胞的头像

Cell 细胞4 个月前

@fandesign2000i 哈哈哈我对塔吊模型 ptsd 了

Berryxia.AI 的头像

Berryxia.AI4 个月前

@fandesign2000i 哈哈笑死

_ 的头像

_4 个月前

输出到3D打印机，就可以直接打印模型。

blue123 的头像

blue1234 个月前

看不懂感觉很厉害

仁戈的头像

仁戈4 个月前

这方向太猛了，顺手借楼求一波互关，做AI和3D的朋友都来连一下

Camaleón Raro 的头像

Camaleón Raro4 个月前

BRUTAL.

nattono 的头像

nattono4 个月前

想要可以直接导出来打印

TomAIdaily 的头像

TomAIdaily4 个月前

so they just let agents write and run code on their own now? great, until the physics engine crashes and we're simulating robot disasters.

阿台🕊️ 的头像

阿台🕊️4 个月前

AI自迭代编程，让3D资产生成效率爆炸。

book or technique 的头像

book or technique4 个月前

Just tried it, this is insane! My GPU's begging for mercy already. Are we building robots or magic wands now? Hit me with that GitHub link!

相关视频

Articraft：用Agent写代码批量生成铰接3D资产铰接3D资产是指类似关节的、可活动的物体，例如笔记比电脑翻盖的地方、抽屉滑轨、剪刀等，这类物体对机器人仿真有重要作用。 Articraft使用一套面向LLM的领域SDK加上一个极简的Agent Harness，使得通用LLM无需微调即可高质量生成铰接资产，成本低，可大量生成。 Github：

Articraft：用Agent写代码批量生成铰接3D资产铰接3D资产是指类似关节的、可活动的物体，例如笔记比电脑翻盖的地方、抽屉滑轨、剪刀等，这类物体对机器人仿真有重要作用。 Articraft使用一套面向LLM的领域SDK加上一个极简的Agent Harness，使得通用LLM无需微调即可高质量生成铰接资产，成本低，可大量生成。 Github：

Gorden Sun

19,507 次观看 • 4 个月前

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。

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 次观看 • 9 个月前

【黄仁勋：物理AI的ChatGPT时刻已经到来】两个关键词：世界模型&合成数据。收集真实世界的训练数据既慢又贵，而且永远不够用。于是老黄这次带来的是一个符合真实世界物理规律的世界模型——Cosmos，它能完成物理AI相关的技能，比如生成、推理和运动轨迹预测。让包括自动驾驶汽车、AI驱动的机器人等物理AI应用在虚拟世界中完成低成本却又高效的训练。我现在正好在听苏姿丰的演讲，他们完全选了两个方向，一个在强调物理AI，另一个再着重聊AIGC、游戏等应用。

【黄仁勋：物理AI的ChatGPT时刻已经到来】两个关键词：世界模型&合成数据。收集真实世界的训练数据既慢又贵，而且永远不够用。于是老黄这次带来的是一个符合真实世界物理规律的世界模型——Cosmos，它能完成物理AI相关的技能，比如生成、推理和运动轨迹预测。让包括自动驾驶汽车、AI驱动的机器人等物理AI应用在虚拟世界中完成低成本却又高效的训练。我现在正好在听苏姿丰的演讲，他们完全选了两个方向，一个在强调物理AI，另一个再着重聊AIGC、游戏等应用。

傅盛

37,583 次观看 • 8 个月前

现在用 Claude Code / Codex 做产品，写代码反而越来越不是最难的部分。真正麻烦的是：去哪找数据？刚翻到一个 GitHub 46W ⭐️ 的老牌仓库：public-apis。股票、Crypto、新闻、天气、地图、航班、体育、政府数据、机器学习…… 各种公开 API 全部按类别整理好了。以前做一个产品：先搜 API → 看文档 → 注册 → 测接口 → 再开始写代码。现在完全可以反过来：先告诉 Agent：“我要做一个美股 + 新闻 + Crypto 情绪 Dashboard。”然后让它来这里找数据源，再自己接 API、写后端、做前端。 AI Coding 把“代码”变便宜以后，真正值钱的开始变成数据和接口。模型负责思考；代码负责执行；API 负责把 AI 接到真实世界。仓库：

现在用 Claude Code / Codex 做产品，写代码反而越来越不是最难的部分。真正麻烦的是：去哪找数据？刚翻到一个 GitHub 46W ⭐️ 的老牌仓库：public-apis。股票、Crypto、新闻、天气、地图、航班、体育、政府数据、机器学习…… 各种公开 API 全部按类别整理好了。以前做一个产品：先搜 API → 看文档 → 注册 → 测接口 → 再开始写代码。现在完全可以反过来：先告诉 Agent：“我要做一个美股 + 新闻 + Crypto 情绪 Dashboard。”然后让它来这里找数据源，再自己接 API、写后端、做前端。 AI Coding 把“代码”变便宜以后，真正值钱的开始变成数据和接口。模型负责思考；代码负责执行；API 负责把 AI 接到真实世界。仓库：

老韭菜南亥

27,185 次观看 • 1 个月前

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！😆😆😆😆！

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 次观看 • 25 天前

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 走起来所以它不是提前做好一段“走路动画”然后播放。 ③ 15 个舵机也被拆出来了 Microduck 本身拥有 15 个自由度，使用 Robotis Dynamixel XL330 系列智能舵机。网站把这些关节结构直接做进了交互模型，可以单独查看舵机和不同关节的位置。 ④ 传感器、芯片、电池也全部拆开继续往下滑，可以看到视觉和测距系统、计算模块、电源和骨架。包括摄像头、8×8 ToF LiDAR、双 IMU、Rockchip RK3566 计算平台以及 NP-F550 电池。整个网站实际上是在做一张可以动、可以拆、可以旋转的 Microduck 3D 数字解剖图。 ⑤ 甚至把机器人 IK 也做进网页了最新版本还加入了逆运动学 IK，现在可以直接拖 Microduck 的脚或者脑袋。你拖脚，程序会反过来计算髋关节、膝关节等应该旋转多少，而且还给不同关节设置了运动范围限制。所以研究完代码后发现，这东西已经不是一个炫酷官网了。React + Three.js + Microduck 官方模型 + 真实步态数据 + 机器人 IK，这是把一个轻量级的机器人数字孪生 / Simulator 塞进了浏览器。最有意思的还是这种产品展示方式。以前机器人官网：放几张产品图，再放几个 Demo 视频。现在机器人网站：直接把机器人塞进网页里，想怎么看就怎么看，甚至可以自己拆着玩。以后机器人产品的官网，就照着这个思路做~

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 走起来所以它不是提前做好一段“走路动画”然后播放。 ③ 15 个舵机也被拆出来了 Microduck 本身拥有 15 个自由度，使用 Robotis Dynamixel XL330 系列智能舵机。网站把这些关节结构直接做进了交互模型，可以单独查看舵机和不同关节的位置。 ④ 传感器、芯片、电池也全部拆开继续往下滑，可以看到视觉和测距系统、计算模块、电源和骨架。包括摄像头、8×8 ToF LiDAR、双 IMU、Rockchip RK3566 计算平台以及 NP-F550 电池。整个网站实际上是在做一张可以动、可以拆、可以旋转的 Microduck 3D 数字解剖图。 ⑤ 甚至把机器人 IK 也做进网页了最新版本还加入了逆运动学 IK，现在可以直接拖 Microduck 的脚或者脑袋。你拖脚，程序会反过来计算髋关节、膝关节等应该旋转多少，而且还给不同关节设置了运动范围限制。所以研究完代码后发现，这东西已经不是一个炫酷官网了。React + Three.js + Microduck 官方模型 + 真实步态数据 + 机器人 IK，这是把一个轻量级的机器人数字孪生 / Simulator 塞进了浏览器。最有意思的还是这种产品展示方式。以前机器人官网：放几张产品图，再放几个 Demo 视频。现在机器人网站：直接把机器人塞进网页里，想怎么看就怎么看，甚至可以自己拆着玩。以后机器人产品的官网，就照着这个思路做~

玉米_AlphaNotes

12,186 次观看 • 20 天前

空间智能赛道刚刚又出了新模型：Moonlake，能生成3D世界，还能同时处理物理、声音、逻辑规则等多种模态与李飞飞的World Labs不同的是，World Labs偏场景生成，Moonlake更重交互，更像是在构建一个可交互、物理正确、逻辑完整、视听一体的“活世界” 给定一句“在街机室里做一个赛博朋克风格的保龄球游戏”需求它能自动拆解成生成3D模型、加物理、摆位置、写规则等10个阶段，自主完成从零到一的开发过程输出一个实时可玩的虚拟保龄球馆，能交互，拿球、投掷、有声音、有分数变化，所有东西都按物理规律运作的核心机制是所有模态绑定在同一个实体上，一次事件，比如球击中瓶子时，位置、物理状态、分数、音效等全模态同步更新对于做游戏的，原来要用一个团队干的活，现在可能一个人就能完成对于老师，几句话生成学生能实时交互的物理实验场景 #世界模型生成 #Moonlake #WorldLabs #空间智能

空间智能赛道刚刚又出了新模型：Moonlake，能生成3D世界，还能同时处理物理、声音、逻辑规则等多种模态与李飞飞的World Labs不同的是，World Labs偏场景生成，Moonlake更重交互，更像是在构建一个可交互、物理正确、逻辑完整、视听一体的“活世界” 给定一句“在街机室里做一个赛博朋克风格的保龄球游戏”需求它能自动拆解成生成3D模型、加物理、摆位置、写规则等10个阶段，自主完成从零到一的开发过程输出一个实时可玩的虚拟保龄球馆，能交互，拿球、投掷、有声音、有分数变化，所有东西都按物理规律运作的核心机制是所有模态绑定在同一个实体上，一次事件，比如球击中瓶子时，位置、物理状态、分数、音效等全模态同步更新对于做游戏的，原来要用一个团队干的活，现在可能一个人就能完成对于老师，几句话生成学生能实时交互的物理实验场景 #世界模型生成 #Moonlake #WorldLabs #空间智能

AIGCLINK

10,987 次观看 • 6 个月前

用了四年 AI了，我第一次觉得 AGI 可能真的快来了… 这不是因为最近的astra发布，是因为我真正看到了一个 Agent 做到了一件以前没有任何 AI 做到的事：你给它一个目标，它自己检索资料、自己写代码、自己跑实验、自己验证结果，最后交付给你一个能用的成品！！这个东西叫 Atria Dawn Preview，来自上海人工智能实验室Atria ASI 让我更意外的是它的团队——96 个核心成员里，65 个是在校学生，占了三分之二 33 个博士生，32 个本科和硕士生，专项组长里学生比例 70%。来自上海人工智能实验室、复旦、中科院软件所、人大、中科院自动化所、华东师范、哈工大、上交、北大一群还在读书的年轻研究者，做出了一个真正意义上"能独立完成复杂项目"的 Agent 这个事情让我五味杂陈，都是二十多岁，他们竟然如此优秀了！！我细看了一下它能干什么，范围有点吓人： 1.从一个研究问题出发，自己检索论文、跑实验、处理数据，最后输出一份有来源支撑的研究报告 2.从一段自然语言需求出发，自己写代码、自己跑测试、自己调试，交付一个能运行的软件系统甚至从一句话描述出发，生成 3D CAD 模型——发动机、机器人、机械关节，带完整的部件结构和几何关系还有交互作品、游戏、文档表格、演示文稿……全都是可交付、可运行、可检查的成品这和现在大家在用的 Claude Code、Codex 有什么本质区别？我的理解是这样的：现在的 Agent 本质上还是“你是项目经理，AI 是执行者”——你得拆任务、盯进度、验收结果，AI 做到一半崩了你得兜底 Atria 的架构是“模型 + Harness + 环境”三层各司其职：模型负责理解和决策，Harness 负责组织目标、管理状态、控制权限和错误恢复，环境提供真实约束和验证依据说白了就是：它不只有一个聪明的大脑，还有一套完整的项目管理系统和质检流程这意味着什么？意味着超级个体能独立交付的项目复杂度上限，又被拉高了一截！以前你一个人接不了复杂项目，不是因为你不够聪明，是因为 AI 做到一半崩了你得自己兜底，验收成本太高现在验收这个环节，Agent 自己干了从需求到成果，中间不需要你一步步盯着作为一个连续创业五年、靠 AI 干活的人，我已经见过太多“号称 Agent 其实还是聊天机器人”的产品了 Atria Dawn Preview 是我第一次觉得：这不是在对话，这是在干活它的 API 已经开放体验，256K 上下文，支持中文和英文我已经开始拿它跑我真实的任务了，后续会和大家持续分享实测体验！！👇

用了四年 AI了，我第一次觉得 AGI 可能真的快来了… 这不是因为最近的astra发布，是因为我真正看到了一个 Agent 做到了一件以前没有任何 AI 做到的事：你给它一个目标，它自己检索资料、自己写代码、自己跑实验、自己验证结果，最后交付给你一个能用的成品！！这个东西叫 Atria Dawn Preview，来自上海人工智能实验室Atria ASI 让我更意外的是它的团队——96 个核心成员里，65 个是在校学生，占了三分之二 33 个博士生，32 个本科和硕士生，专项组长里学生比例 70%。来自上海人工智能实验室、复旦、中科院软件所、人大、中科院自动化所、华东师范、哈工大、上交、北大一群还在读书的年轻研究者，做出了一个真正意义上"能独立完成复杂项目"的 Agent 这个事情让我五味杂陈，都是二十多岁，他们竟然如此优秀了！！我细看了一下它能干什么，范围有点吓人： 1.从一个研究问题出发，自己检索论文、跑实验、处理数据，最后输出一份有来源支撑的研究报告 2.从一段自然语言需求出发，自己写代码、自己跑测试、自己调试，交付一个能运行的软件系统甚至从一句话描述出发，生成 3D CAD 模型——发动机、机器人、机械关节，带完整的部件结构和几何关系还有交互作品、游戏、文档表格、演示文稿……全都是可交付、可运行、可检查的成品这和现在大家在用的 Claude Code、Codex 有什么本质区别？我的理解是这样的：现在的 Agent 本质上还是“你是项目经理，AI 是执行者”——你得拆任务、盯进度、验收结果，AI 做到一半崩了你得兜底 Atria 的架构是“模型 + Harness + 环境”三层各司其职：模型负责理解和决策，Harness 负责组织目标、管理状态、控制权限和错误恢复，环境提供真实约束和验证依据说白了就是：它不只有一个聪明的大脑，还有一套完整的项目管理系统和质检流程这意味着什么？意味着超级个体能独立交付的项目复杂度上限，又被拉高了一截！以前你一个人接不了复杂项目，不是因为你不够聪明，是因为 AI 做到一半崩了你得自己兜底，验收成本太高现在验收这个环节，Agent 自己干了从需求到成果，中间不需要你一步步盯着作为一个连续创业五年、靠 AI 干活的人，我已经见过太多“号称 Agent 其实还是聊天机器人”的产品了 Atria Dawn Preview 是我第一次觉得：这不是在对话，这是在干活它的 API 已经开放体验，256K 上下文，支持中文和英文我已经开始拿它跑我真实的任务了，后续会和大家持续分享实测体验！！👇

超级个体｜柿子

74,442 次观看 • 8 天前

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

AYi

63,210 次观看 • 4 个月前

迪士尼雪宝 Olaf 机器人 Olaf 机器人的技术栈：硬件：肚子里装了 Jetson 计算机（NVIDIA 的边缘 AI 芯片）训练：在 Omniverse（NVIDIA的虚拟仿真平台）里学会走路，先在虚拟世界跑通，再迁移到真实机器人物理引擎：Newton 求解器，运行在 NVIDIA Warp 上（一个 Python物理模拟框架），跟 Disney 和 DeepMind 联合开发。让 Olaf能适应真实物理世界（地面摩擦、重心平衡等）整条链路：Omniverse 虚拟训练 → Newton/Warp 物理仿真 → Sim-to-Real 迁移 →Jetson 边缘推理 → 真实机器人行走语言和大脑应该是Deepmind 的 Gemini 模型

迪士尼雪宝 Olaf 机器人 Olaf 机器人的技术栈：硬件：肚子里装了 Jetson 计算机（NVIDIA 的边缘 AI 芯片）训练：在 Omniverse（NVIDIA的虚拟仿真平台）里学会走路，先在虚拟世界跑通，再迁移到真实机器人物理引擎：Newton 求解器，运行在 NVIDIA Warp 上（一个 Python物理模拟框架），跟 Disney 和 DeepMind 联合开发。让 Olaf能适应真实物理世界（地面摩擦、重心平衡等）整条链路：Omniverse 虚拟训练 → Newton/Warp 物理仿真 → Sim-to-Real 迁移 →Jetson 边缘推理 → 真实机器人行走语言和大脑应该是Deepmind 的 Gemini 模型

小互

73,193 次观看 • 6 个月前

把「物理捏脸」实时变成 3D 资产，硬件开发的「Vibe Coding」闭环已经跑通了。创意技术专家 Hugues Bruyère 展示了一个极具冲击力的实时 3D 扩散管线：**物理界面 → 摄像头 → 实时 img2img → 3DGS（基于 TripoSplat）**。这意味着你对物理实体的每一次微小揉捏，都会在毫秒间同步生成一个可渲染、可导出的高保真 3D 高斯点云（Gaussian Splat）。这里的工程溢价极高： 1/ **Feed-forward 3D 生成**。核心使用了 TripoSplat 模型，它不同于传统的 3DGS 优化（需要数分钟），而是采用单次前馈预测技术，在不到一秒内就能从单张扩散生成的图片中「抠」出完整的 3D 结构。 2/ **物理与数字的零距离博弈**。通过实时控制物理界面，开发者实际上是在用「模拟信号」直接驱动 AI 的「潜在空间」，彻底消除了传统 3D 建模中繁琐的顶点编辑。 3/ **极致的端到端实时性**。管线集成了 StreamDiffusion 进行高频 2D 生成，并无缝衔接 3D 重建，为「实时 3D 雕刻」提供了工业级的响应速度。当 3D 模型可以被「实时捏出来」，数字资产的生产效率将被彻底改写。我是「谁是藏镜人」，专注于挖掘 AI 在工程与空间计算演进中的底层逻辑。关注谁是藏镜人，带你看清物理世界数字化的每一个硬核闭环。

把「物理捏脸」实时变成 3D 资产，硬件开发的「Vibe Coding」闭环已经跑通了。创意技术专家 Hugues Bruyère 展示了一个极具冲击力的实时 3D 扩散管线：物理界面 → 摄像头 → 实时 img2img → 3DGS（基于 TripoSplat）。这意味着你对物理实体的每一次微小揉捏，都会在毫秒间同步生成一个可渲染、可导出的高保真 3D 高斯点云（Gaussian Splat）。这里的工程溢价极高： 1/ Feed-forward 3D 生成。核心使用了 TripoSplat 模型，它不同于传统的 3DGS 优化（需要数分钟），而是采用单次前馈预测技术，在不到一秒内就能从单张扩散生成的图片中「抠」出完整的 3D 结构。 2/ 物理与数字的零距离博弈。通过实时控制物理界面，开发者实际上是在用「模拟信号」直接驱动 AI 的「潜在空间」，彻底消除了传统 3D 建模中繁琐的顶点编辑。 3/ 极致的端到端实时性。管线集成了 StreamDiffusion 进行高频 2D 生成，并无缝衔接 3D 重建，为「实时 3D 雕刻」提供了工业级的响应速度。当 3D 模型可以被「实时捏出来」，数字资产的生产效率将被彻底改写。我是「谁是藏镜人」，专注于挖掘 AI 在工程与空间计算演进中的底层逻辑。关注谁是藏镜人，带你看清物理世界数字化的每一个硬核闭环。

谁是藏镜人

14,975 次观看 • 3 个月前

和AI Agent一起工作是一种什么样的体验？扣子空间详细体验评测（下面有邀请码）🧵↓ 字节跳动发布新一代 AI Agent 平台：扣子空间，Slogan为：在扣子空间，和 Agent 一起开始你的工作。也就是你可以像和真人协作一样，和AI一起完成特定任务。通过自然语言交流直接交付结果🫡 例如这个↓ 这个测试是模拟你通过AI来简化你的工作或者提高你的工作效率或者成果，例如假如你是一个幼儿园老师就可以通过AI生成一个交互式的英语学习应用。提高孩子们学习英语的乐趣。它支持调用MCP，这个测试调用了两个MCP，一个是图像生成一个是语音生成。扣子空间，它可以是： ✅「通用实习生」：可以处理各种基础任务，比如整理资料、写文案、查数据等。 ✅「领域专家」：针对具体行业或专业的问题（如法律、医学、设计等）有深入理解，能给出专业建议或完成复杂任务。你可以根据自己的需要选择不同AI来协助你完成任务。它不只是回答问题，AI还能主动帮你做事：比如生成报告、整理数据、写代码、规划日程等。支持两种工作方式：自动模式：AI自动帮你完成任务。协作模式：你可以一步步与AI互动，逐步推进任务，更适合复杂工作。

和AI Agent一起工作是一种什么样的体验？扣子空间详细体验评测（下面有邀请码）🧵↓ 字节跳动发布新一代 AI Agent 平台：扣子空间，Slogan为：在扣子空间，和 Agent 一起开始你的工作。也就是你可以像和真人协作一样，和AI一起完成特定任务。通过自然语言交流直接交付结果🫡 例如这个↓ 这个测试是模拟你通过AI来简化你的工作或者提高你的工作效率或者成果，例如假如你是一个幼儿园老师就可以通过AI生成一个交互式的英语学习应用。提高孩子们学习英语的乐趣。它支持调用MCP，这个测试调用了两个MCP，一个是图像生成一个是语音生成。扣子空间，它可以是： ✅「通用实习生」：可以处理各种基础任务，比如整理资料、写文案、查数据等。 ✅「领域专家」：针对具体行业或专业的问题（如法律、医学、设计等）有深入理解，能给出专业建议或完成复杂任务。你可以根据自己的需要选择不同AI来协助你完成任务。它不只是回答问题，AI还能主动帮你做事：比如生成报告、整理数据、写代码、规划日程等。支持两种工作方式：自动模式：AI自动帮你完成任务。协作模式：你可以一步步与AI互动，逐步推进任务，更适合复杂工作。

小互

27,254 次观看 • 1 年前

反检测浏览器一个月动辄收几百块，现在有人直接开源了一个能打的平替。 CloakBrowser，一个深度魔改的 Chromium 浏览器，专治爬虫和自动化场景下的各种检测。 - reCAPTCHA v3 评分 0.9，达到跟真人一个水平 - 主流爬虫检测 14 项全过，Cloudflare 验证也能自动绕过 - 完全兼容 Playwright，老项目改一行代码就能用上 GitHub：市面上同类方案大多是靠脚本伪装，Chrome 一更新就失效。 CloakBrowser 直接改了 Chromium 的源代码，从底层让浏览器看起来就是个真实用户在操作。开箱即用，200MB 大小安装包，做爬虫、数据采集、自动化测试的朋友可以试试。

反检测浏览器一个月动辄收几百块，现在有人直接开源了一个能打的平替。 CloakBrowser，一个深度魔改的 Chromium 浏览器，专治爬虫和自动化场景下的各种检测。 - reCAPTCHA v3 评分 0.9，达到跟真人一个水平 - 主流爬虫检测 14 项全过，Cloudflare 验证也能自动绕过 - 完全兼容 Playwright，老项目改一行代码就能用上 GitHub：市面上同类方案大多是靠脚本伪装，Chrome 一更新就失效。 CloakBrowser 直接改了 Chromium 的源代码，从底层让浏览器看起来就是个真实用户在操作。开箱即用，200MB 大小安装包，做爬虫、数据采集、自动化测试的朋友可以试试。

高军

42,067 次观看 • 4 个月前

真是开了眼了——一个还在读量化专业的大学生，只花了10天，自己搭了个AI集群引擎，结果在GitHub上火得一塌糊涂，直接拿下13000多颗星，还顺手融了400万美元。最近有个叫MiroFish的项目特别火，它其实是个多智能体模拟器，主要干的事就是帮你预测——不管是交易、公关，还是别的什么领域。 MiroFish到底是个啥？简单说，它就是一个数字版“沙盒世界”。里面跑着几千个AI代理，每个代理都有自己的“记忆”和行为模式，像真人一样在里面互动、讨论、站队。你随便扔一个场景进去——比如某条新闻突然泄露、政策突然变了，甚至一部没写完的经典小说——它就能模拟出这些人会怎么反应、怎么吵、最后得出什么结果，帮你预判现实里可能发生的情况。做这个项目的人叫郭汉江，2025年底的时候还是个本科生。他当时用AI工具帮忙写代码，把核心功能跑通之后，一发到网上就爆了。盛大集团直接砸了3000万人民币进来。后来他把宿舍退了，自己出来开了家公司，现在正带着这方向往前走。这东西能干嘛？目前用得比较多的几个场景：交易方面，你把金融新闻或者财报往里一丢，它就能模拟出市场会不会恐慌、价格大概怎么走，给你个预判的参考。公关测试也很实用，公司或者团队写了个声明，先扔进去跑一遍，看看会不会翻车，再调整措辞。还有人有拿来玩的，比如把一本没结局的中国小说放进去，里面的代理就会“扮演”角色，自己推一个合理的结局出来。部署也不麻烦，用Docker几分钟就能搞定，自带对接各种大模型的API密钥。给大伙支个招：你甚至可以整点“骚操作”——比如模拟马斯克突然发推说“狗狗币2.0来了”，然后看里面的交易员、大V、散户怎么炸锅，整个过程还能生成视频，完全无风险体验一把什么叫“起飞”或者“崩盘”。已经有交易员靠这个赚到钱了。比如有个案例在Polymarket上，有人用MiroFish跑历史数据，模拟完之后去押注SPX 500，最后净赚12万多美元。他的地址是：如果你想省点事，直接跟着高手走，也可以试试Kreo的跟单交易，自动复制他这类人的操作，借力上车。在PolyCop上添加他的钱包 [0x17559efac103ac7f361be37ec0b93888d4c55aac] 到就能开始跟踪或者复制他的交易了。代码在这：

真是开了眼了——一个还在读量化专业的大学生，只花了10天，自己搭了个AI集群引擎，结果在GitHub上火得一塌糊涂，直接拿下13000多颗星，还顺手融了400万美元。最近有个叫MiroFish的项目特别火，它其实是个多智能体模拟器，主要干的事就是帮你预测——不管是交易、公关，还是别的什么领域。 MiroFish到底是个啥？简单说，它就是一个数字版“沙盒世界”。里面跑着几千个AI代理，每个代理都有自己的“记忆”和行为模式，像真人一样在里面互动、讨论、站队。你随便扔一个场景进去——比如某条新闻突然泄露、政策突然变了，甚至一部没写完的经典小说——它就能模拟出这些人会怎么反应、怎么吵、最后得出什么结果，帮你预判现实里可能发生的情况。做这个项目的人叫郭汉江，2025年底的时候还是个本科生。他当时用AI工具帮忙写代码，把核心功能跑通之后，一发到网上就爆了。盛大集团直接砸了3000万人民币进来。后来他把宿舍退了，自己出来开了家公司，现在正带着这方向往前走。这东西能干嘛？目前用得比较多的几个场景：交易方面，你把金融新闻或者财报往里一丢，它就能模拟出市场会不会恐慌、价格大概怎么走，给你个预判的参考。公关测试也很实用，公司或者团队写了个声明，先扔进去跑一遍，看看会不会翻车，再调整措辞。还有人有拿来玩的，比如把一本没结局的中国小说放进去，里面的代理就会“扮演”角色，自己推一个合理的结局出来。部署也不麻烦，用Docker几分钟就能搞定，自带对接各种大模型的API密钥。给大伙支个招：你甚至可以整点“骚操作”——比如模拟马斯克突然发推说“狗狗币2.0来了”，然后看里面的交易员、大V、散户怎么炸锅，整个过程还能生成视频，完全无风险体验一把什么叫“起飞”或者“崩盘”。已经有交易员靠这个赚到钱了。比如有个案例在Polymarket上，有人用MiroFish跑历史数据，模拟完之后去押注SPX 500，最后净赚12万多美元。他的地址是：如果你想省点事，直接跟着高手走，也可以试试Kreo的跟单交易，自动复制他这类人的操作，借力上车。在PolyCop上添加他的钱包 [0x17559efac103ac7f361be37ec0b93888d4c55aac] 到就能开始跟踪或者复制他的交易了。代码在这：

区块链行情研究

158,162 次观看 • 6 个月前

今天 Meta 发布了最新的开源模型的 Llama 3 首发和之前一样，包括了 8B 和 70B 两个版本，小扎说还有个 400B 参数的大号版预计在夏天发布，这可能是第一个 GPT-4 级别的开源模型！Meta 这次在 15T 的数据集上训练了一个 8B 的小模型，在参数规模、易用性和推理能力上做了最佳平衡，看来有算力真香😄 同时 Meta 也推出了自己的 ChatGPT 产品 Chat AI 了。。其实 HuggingChat 也不错的你可以在这里体验所有的开源大语言模型

今天 Meta 发布了最新的开源模型的 Llama 3 首发和之前一样，包括了 8B 和 70B 两个版本，小扎说还有个 400B 参数的大号版预计在夏天发布，这可能是第一个 GPT-4 级别的开源模型！Meta 这次在 15T 的数据集上训练了一个 8B 的小模型，在参数规模、易用性和推理能力上做了最佳平衡，看来有算力真香😄 同时 Meta 也推出了自己的 ChatGPT 产品 Chat AI 了。。其实 HuggingChat 也不错的你可以在这里体验所有的开源大语言模型

indigo

183,917 次观看 • 2 年前

卧槽，这个模型真的有点东西啊! 看完后就想问什么时候可以上手啊！ Odyssey AI实验室刚刚扔出一个真正让人眼前一亮的家伙：Starchild-1。这是全球第一个实时多模态世界模型。它不只是生成画面，还能同时生成真实世界的声音。视频里你能看到一个完整的场景：画面在动，声音同步响起，视觉和听觉完全融为一体，像真正活过来的世界模拟。以前的世界模型大多只能“看”世界，现在Starchild-1直接学会了“听”。这不仅仅是又一个视频生成工具，更大的意义是朝着通用世界模型又迈出的关键一步，真正理解并模拟物理世界的下一步。 Odyssey团队说，他们正在用这种新形式的多模态智能，重新定义AI对现实的认知。

卧槽，这个模型真的有点东西啊! 看完后就想问什么时候可以上手啊！ Odyssey AI实验室刚刚扔出一个真正让人眼前一亮的家伙：Starchild-1。这是全球第一个实时多模态世界模型。它不只是生成画面，还能同时生成真实世界的声音。视频里你能看到一个完整的场景：画面在动，声音同步响起，视觉和听觉完全融为一体，像真正活过来的世界模拟。以前的世界模型大多只能“看”世界，现在Starchild-1直接学会了“听”。这不仅仅是又一个视频生成工具，更大的意义是朝着通用世界模型又迈出的关键一步，真正理解并模拟物理世界的下一步。 Odyssey团队说，他们正在用这种新形式的多模态智能，重新定义AI对现实的认知。

Berryxia.AI

37,326 次观看 • 4 个月前

你真的完全信任Ai吗？如果AI 真要帮你进入交易、钱包、风控和链上执行时，你肯定会担心靠不靠谱。现在大多数 AI 产品还是黑盒。你输入一句话，它给你一个结果。中间调用了哪个模型、用了哪些数据、有没有被篡改、执行过程是不是真实发生过，用户基本看不到。如果只是生成图片、写文章，出错了还能改。但如果 AI Agent 以后开始帮你管理资产、执行交易、调用合约、判断项目风险，这个问题就不是体验问题，而是资金安全问题。 OpenGradient OpenGradient (∇, ∇) 要解决的就是这个问题。它做的是可验证 AI 基础设施，让 AI 的推理过程和执行结果可以被证明，而不是只靠平台一句“相信我”。对普通用户来说，它能解决几个具体问题：第一，减少 AI 黑盒带来的不确定性。以后 AI 给出交易建议、风控判断、链上执行结果，不只是给你一个答案，还能留下可验证的证明。用户可以知道这个结果不是凭空编的，也不是中间被人动过手脚。第二，让 AI Agent 管理资产更安全。 AI Agent 如果未来要帮用户自动执行 DeFi 操作、管理钱包权限、处理交易任务，背后必须有一套能验证执行过程的系统。否则用户把资产权限交出去，本质上还是在赌平台不会出问题。第三，降低开发者接入 AI 的成本。 OpenGradient 提供模型托管、可验证推理和链上证明能力，开发者不用自己搭一整套 AI 计算和验证系统，就能把 AI 能力接到链上应用里。项目本身也是做到了打铁自身也够硬。 OpenGradient 已经托管了 4500 多个开源 AI 模型，处理过数百万次可验证推理，并生成了大量链上证明。融资方面，a16z crypto、Coinbase Ventures、SV Angel 等机构都参与过，团队成员背景也覆盖 Google、Amazon、NASA、Palantir 等公司和机构。它的前景主要看 AI Agent 能不能真正走向资产场景。如果 AI 只停留在聊天和内容生成，可验证推理的价值不会被完全放大。但只要 AI 开始接触交易、钱包、合约和现实任务，用户就一定会关心三件事：它有没有乱执行，结果能不能查，出问题能不能追溯。这也是 OpenGradient 这类项目的机会。 AI + Crypto 后面不会只看谁会包装概念，真正能留下来的项目，大概率要能解决实际问题。可验证推理、可信执行、链上审计，都是 AI 进入金融和资产场景前绕不开的基础能力。这次 $OPG 上线币安，也说明 Binance 对 AI + Crypto 基础设施方向还在持续加码。对于 BNB Holder 来说，这次新一期的空投和 TGE 再次展现了 BNB 的底层入口价值。现在持有 BNB 的权益正在从以前单纯的打新、手续费减免（现货和杠杆交易手续费低至 7.5 折），进一步升级为捕获早期 AI 核心基建红利的金铲子。在这个阶段，与其在二级市场顶着高风险频繁换仓去搏一些短生命周期的项目，不如把 BNB 当作稳健的底仓配置。通过长期持仓持续吃足每一期生态发展的空投和赋能红利，拿稳生息资产带来的现金流，在不确定的市场里反而是确定性更高的玩法。如果你本来就持有 BNB，可以关注后续 Binance Wallet 和 BNB 生态相关机会：我的判断是，OpenGradient 这类项目看的不是短期热度，而是 AI Agent 以后进入资产世界时，市场到底需不需要一套可验证的执行基础设施。如果这个需求成立，可验证 AI 会是 AI + Crypto 里绕不开的一环。

你真的完全信任Ai吗？如果AI 真要帮你进入交易、钱包、风控和链上执行时，你肯定会担心靠不靠谱。现在大多数 AI 产品还是黑盒。你输入一句话，它给你一个结果。中间调用了哪个模型、用了哪些数据、有没有被篡改、执行过程是不是真实发生过，用户基本看不到。如果只是生成图片、写文章，出错了还能改。但如果 AI Agent 以后开始帮你管理资产、执行交易、调用合约、判断项目风险，这个问题就不是体验问题，而是资金安全问题。 OpenGradient OpenGradient (∇, ∇) 要解决的就是这个问题。它做的是可验证 AI 基础设施，让 AI 的推理过程和执行结果可以被证明，而不是只靠平台一句“相信我”。对普通用户来说，它能解决几个具体问题：第一，减少 AI 黑盒带来的不确定性。以后 AI 给出交易建议、风控判断、链上执行结果，不只是给你一个答案，还能留下可验证的证明。用户可以知道这个结果不是凭空编的，也不是中间被人动过手脚。第二，让 AI Agent 管理资产更安全。 AI Agent 如果未来要帮用户自动执行 DeFi 操作、管理钱包权限、处理交易任务，背后必须有一套能验证执行过程的系统。否则用户把资产权限交出去，本质上还是在赌平台不会出问题。第三，降低开发者接入 AI 的成本。 OpenGradient 提供模型托管、可验证推理和链上证明能力，开发者不用自己搭一整套 AI 计算和验证系统，就能把 AI 能力接到链上应用里。项目本身也是做到了打铁自身也够硬。 OpenGradient 已经托管了 4500 多个开源 AI 模型，处理过数百万次可验证推理，并生成了大量链上证明。融资方面，a16z crypto、Coinbase Ventures、SV Angel 等机构都参与过，团队成员背景也覆盖 Google、Amazon、NASA、Palantir 等公司和机构。它的前景主要看 AI Agent 能不能真正走向资产场景。如果 AI 只停留在聊天和内容生成，可验证推理的价值不会被完全放大。但只要 AI 开始接触交易、钱包、合约和现实任务，用户就一定会关心三件事：它有没有乱执行，结果能不能查，出问题能不能追溯。这也是 OpenGradient 这类项目的机会。 AI + Crypto 后面不会只看谁会包装概念，真正能留下来的项目，大概率要能解决实际问题。可验证推理、可信执行、链上审计，都是 AI 进入金融和资产场景前绕不开的基础能力。这次 $OPG 上线币安，也说明 Binance 对 AI + Crypto 基础设施方向还在持续加码。对于 BNB Holder 来说，这次新一期的空投和 TGE 再次展现了 BNB 的底层入口价值。现在持有 BNB 的权益正在从以前单纯的打新、手续费减免（现货和杠杆交易手续费低至 7.5 折），进一步升级为捕获早期 AI 核心基建红利的金铲子。在这个阶段，与其在二级市场顶着高风险频繁换仓去搏一些短生命周期的项目，不如把 BNB 当作稳健的底仓配置。通过长期持仓持续吃足每一期生态发展的空投和赋能红利，拿稳生息资产带来的现金流，在不确定的市场里反而是确定性更高的玩法。如果你本来就持有 BNB，可以关注后续 Binance Wallet 和 BNB 生态相关机会：我的判断是，OpenGradient 这类项目看的不是短期热度，而是 AI Agent 以后进入资产世界时，市场到底需不需要一套可验证的执行基础设施。如果这个需求成立，可验证 AI 会是 AI + Crypto 里绕不开的一环。

神币 🔶 馬良

22,142 次观看 • 3 个月前

拿到Cursor赠送的$10000额度之后，我专门研究下这家公司，看到Cursor CEO这个演讲，我突然意识到，我们对AI编程的理解，从根上就错了，当大多数人还在纠结哪个模型写代码更快更准的时候， Cursor已经直接进入了下一个时代，工程师不再是写代码的人，而是管理一整队AI同事的团队经理，现在Cursor内部30%的合并PR，都是由异步云代理自动创建的，单周运行两千多个并发代理，生成三百万行代码，消耗几十亿个token，一个任务发出去，系统会自动拆成规划，编码，测试，发PR四个角色，每个代理独占一台远程机器，并行在云端运行，人类只需要在最开始定义范围，和最后做一次最终审核，中间所有的脏活累活，AI全部自己搞定，这就是多代理比单代理强的根本原因，

拿到Cursor赠送的$10000额度之后，我专门研究下这家公司，看到Cursor CEO这个演讲，我突然意识到，我们对AI编程的理解，从根上就错了，当大多数人还在纠结哪个模型写代码更快更准的时候， Cursor已经直接进入了下一个时代，工程师不再是写代码的人，而是管理一整队AI同事的团队经理，现在Cursor内部30%的合并PR，都是由异步云代理自动创建的，单周运行两千多个并发代理，生成三百万行代码，消耗几十亿个token，一个任务发出去，系统会自动拆成规划，编码，测试，发PR四个角色，每个代理独占一台远程机器，并行在云端运行，人类只需要在最开始定义范围，和最后做一次最终审核，中间所有的脏活累活，AI全部自己搞定，这就是多代理比单代理强的根本原因，

AYi

21,453 次观看 • 4 个月前

李飞飞说了一句话挺狠的：文字不能灭火，文字也不能做煎蛋卷她的意思是：现在所有人都在做大语言模型，但语言只是智能的一部分。人类大部分的生活、工作和创造力，靠的是对物理世界的感知和互动，不是打字聊天她创办的 World Labs 融了 10 亿美元，做的不是大语言模型，是大世界模型（Large World Models）简单说就是让 AI 理解 3D 物理世界——物体怎么运动、重力怎么作用、空间怎么构成。她管这个叫"空间智能" 她把目前的世界模型分三类：渲染器（Sora 那种）：生成好看的视频但不一定符合物理规律策划者：给机器人输出动作指令模拟器：World Labs 做的，既尊重物理规律又能被人和机器共同使用关于人形机器人60亿美元的融资总额，她说"太少了"。她认为机器人将是工业革命以来最重要的技术 5亿年前动物进化出视觉和移动能力，AI 现在也需要这一步

李飞飞说了一句话挺狠的：文字不能灭火，文字也不能做煎蛋卷她的意思是：现在所有人都在做大语言模型，但语言只是智能的一部分。人类大部分的生活、工作和创造力，靠的是对物理世界的感知和互动，不是打字聊天她创办的 World Labs 融了 10 亿美元，做的不是大语言模型，是大世界模型（Large World Models）简单说就是让 AI 理解 3D 物理世界——物体怎么运动、重力怎么作用、空间怎么构成。她管这个叫"空间智能" 她把目前的世界模型分三类：渲染器（Sora 那种）：生成好看的视频但不一定符合物理规律策划者：给机器人输出动作指令模拟器：World Labs 做的，既尊重物理规律又能被人和机器共同使用关于人形机器人60亿美元的融资总额，她说"太少了"。她认为机器人将是工业革命以来最重要的技术 5亿年前动物进化出视觉和移动能力，AI 现在也需要这一步

Vincent

37,054 次观看 • 3 个月前