Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

救命，Hugging Face🤗把做成实体宠物了：一只会轮滑的开源机器鸭🦆 Hugging Face旗下Pollen Robotics发布了迷你双足机器人Microduck。它只有25cm高、约800g，却塞进了15个电机，还配有摄像头、LiDAR和两颗IMU。开箱就会7种动作： ▼ 走路 ▼ 坐下 ▼ 起立 ▼ 踢球 ▼ 低头拾取物品 ▼ 穿上轮滑移动 ▼ 摔倒后自己爬起来最有意思的是，它不只是一个会卖萌的电子宠物。 Microduck的SDK、物理模拟器和完整强化学习训练栈全部开源。你可以先在MuJoCo模拟环境里训练新动作，再把策略直接部署到真实机器鸭身上，甚至把自己训练出的动作分享给社区。一只鸭子，正式跑通了“模拟训练-->现实部署-->继续迭代”的Sim2Real流程。目前共有4种配色，预售价399刀，盒内包含机器人、电池、USB-C线和游戏手柄。这个价格，你会买回来研究强化学习，还是单纯放在桌上看它轮滑？ #AI #Robotics #HuggingFace #Microduck #OpenSource

WEEX AI Labs

6,256 subscribers

13,595 просмотров • 1 месяц назад •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

Комментарии: 11

Фото профиля WEEX AI Labs

WEEX AI Labs1 месяц назад

🤖预订链接：

Фото профиля Ease渡川

Ease渡川1 месяц назад

好可爱呀🤩

Фото профиля WEEX AI Labs

WEEX AI Labs1 месяц назад

是吧！

Фото профиля Minmin Gong

Minmin Gong1 месяц назад

开源的是软件，不是硬件

Фото профиля 柚子学姐 | Gate打金狗0Gas费

柚子学姐 | Gate打金狗0Gas费1 месяц назад

399刀买一只会自己爬起来的鸭子有点心动

Фото профиля WEEX AI Labs

WEEX AI Labs1 месяц назад

yes！！

Фото профиля 晚晚

晚晚1 месяц назад

这鸭子也太卷了，开箱就会踢球拾东西ദ്ദ

Фото профиля WEEX AI Labs

WEEX AI Labs1 месяц назад

哈哈哈😂

Фото профиля Vibe✨元气桃桃 | 买美股上WEEX

Vibe✨元气桃桃 | 买美股上WEEX1 месяц назад

一只鸭顶我半年健身量

Фото профиля WEEX AI Labs

WEEX AI Labs1 месяц назад

😂

Фото профиля 🧠 Fred | PocketIQ | Free AI Trading

🧠 Fred | PocketIQ | Free AI Trading1 месяц назад

@shuchu101 ⤴️ Simple but powerful signal

Похожие видео

Hugging Face刚刚竟然上了一款小机器人，像只小鸭子，叫Microduck，399美元一个会走路、抓取物品、摔倒后自己爬起来，还能溜旱冰身高25cm、重800g，4 色可选可以用强化学习训练它 #AI机器人 #Microduck

Hugging Face刚刚竟然上了一款小机器人，像只小鸭子，叫Microduck，399美元一个会走路、抓取物品、摔倒后自己爬起来，还能溜旱冰身高25cm、重800g，4 色可选可以用强化学习训练它 #AI机器人 #Microduck

AIGCLINK

26,941 просмотров • 1 месяц назад

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～

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

20,080 просмотров • 1 месяц назад

一个印度小哥花半个月做了一只 AI 机器，成本不到700块这只小家伙叫"核桃"，别看便宜，功能一点不像玩具首先走路不是预设动作，是用强化学习训练出来的。视频里左边电脑屏幕上能看到训练曲线和 3D 仿真画面——先在模拟环境里让它自己学怎么走，练几百万次，然后把模型部署到实体机器人上。走出来的步态很自然，不是那种机械的一抬一落然后它有视觉感知。装了摄像头，画面右上角显示"Feeling Suspicious"和"MOVING"——它不只是能"看"，还能根据环境变化产生状态反馈最厉害的是接了大语言模型做语音交互。开发者跟它说 hello 它有反应，说 go back to sleep 然后把它按倒，它就真的趴下不动了 700块钱做出强化学习步态 + 语音交互 + 视觉感知，这个性价比太离谱了宇树最便宜的机器狗也要大几千，波士顿动力那些更不用说。这个项目证明了具身智能的门槛正在被打到地板上

一个印度小哥花半个月做了一只 AI 机器，成本不到700块这只小家伙叫"核桃"，别看便宜，功能一点不像玩具首先走路不是预设动作，是用强化学习训练出来的。视频里左边电脑屏幕上能看到训练曲线和 3D 仿真画面——先在模拟环境里让它自己学怎么走，练几百万次，然后把模型部署到实体机器人上。走出来的步态很自然，不是那种机械的一抬一落然后它有视觉感知。装了摄像头，画面右上角显示"Feeling Suspicious"和"MOVING"——它不只是能"看"，还能根据环境变化产生状态反馈最厉害的是接了大语言模型做语音交互。开发者跟它说 hello 它有反应，说 go back to sleep 然后把它按倒，它就真的趴下不动了 700块钱做出强化学习步态 + 语音交互 + 视觉感知，这个性价比太离谱了宇树最便宜的机器狗也要大几千，波士顿动力那些更不用说。这个项目证明了具身智能的门槛正在被打到地板上

Vincent

125,818 просмотров • 3 месяцев назад

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 просмотров • 1 месяц назад

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 просмотров • 6 месяцев назад

🔥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。

🔥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

15,858 просмотров • 3 месяцев назад

老黄Jensen Huang 花129亿买下AI界GitHub，转头卖爆一只机器鸭英伟达直接官宣了个大新闻把Hugging Face （抱抱脸）给收购了，总价差不多129亿美元，再加最高10亿美元的员工留任计划，算下来快130亿了！一年前抱抱脸还拒绝了老黄5亿美元的投资，说怕大股东进来破坏平台中立性，结果九个月后，整家公司都被老黄收入囊中了。更有意思的是，这笔天价收购官宣的同时，英伟达转头就卖爆了一只机器鸭叫Microduck。开售24小时狂揽260万美元，高峰期平均4秒就卖出一台，现在下单得等4-6个月才能收到。这只鸭子看着呆萌，配置可一点不含糊身高25厘米，重800克，装了15个电机、摄像头、深度传感器和双IMU，鸭嘴能叼小物件，会走路、踢球，被推倒了还能自己翻身，甚至能改装滑旱冰。而且它搭载的是RK3566芯片，全套硬件、SDK仿真和强化学习代码全开源，普通学生和爱好者都能拿来做具身智能实验，售价才399美元。抱抱脸年化收入才1.5亿美元，贵的是它手里的资源数百万开源模型、上千万开发者，这可是AI圈的入口啊。闭源巨头都在自研芯片，老黄就是想锁住下一波算力的来源，用这只低成本的机器鸭吸引大量开发者，抢占物理AI生态。说实话我是挺想要

老黄Jensen Huang 花129亿买下AI界GitHub，转头卖爆一只机器鸭英伟达直接官宣了个大新闻把Hugging Face （抱抱脸）给收购了，总价差不多129亿美元，再加最高10亿美元的员工留任计划，算下来快130亿了！一年前抱抱脸还拒绝了老黄5亿美元的投资，说怕大股东进来破坏平台中立性，结果九个月后，整家公司都被老黄收入囊中了。更有意思的是，这笔天价收购官宣的同时，英伟达转头就卖爆了一只机器鸭叫Microduck。开售24小时狂揽260万美元，高峰期平均4秒就卖出一台，现在下单得等4-6个月才能收到。这只鸭子看着呆萌，配置可一点不含糊身高25厘米，重800克，装了15个电机、摄像头、深度传感器和双IMU，鸭嘴能叼小物件，会走路、踢球，被推倒了还能自己翻身，甚至能改装滑旱冰。而且它搭载的是RK3566芯片，全套硬件、SDK仿真和强化学习代码全开源，普通学生和爱好者都能拿来做具身智能实验，售价才399美元。抱抱脸年化收入才1.5亿美元，贵的是它手里的资源数百万开源模型、上千万开发者，这可是AI圈的入口啊。闭源巨头都在自研芯片，老黄就是想锁住下一波算力的来源，用这只低成本的机器鸭吸引大量开发者，抢占物理AI生态。说实话我是挺想要

AOD 火龙果

55,051 просмотров • 1 месяц назад

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 🔽

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

25,076 просмотров • 1 месяц назад

这个果蝇的大脑是死的你要找到某种方式启动它你可以给它的神经元输入外部电信号，这个很容易再把电信号的输出结果连接到果蝇的身体的各个部位官方没有连接方式和控制方式，我怀疑这个数据无法获得所以你只能自己假设一套连接方式然后基于这个连接方式你得让它重新学会走路、飞行否则它的关节、翅膀是各动各的，无法协调运动但如果真的实现了，这相当于在你电脑里复活了一只果蝇下面的视频，是我把它的脑子，连接上了它的腿和翅膀，然后随机刺激大脑区域，让它动起来但是要正常走路和飞行，还得人为训练一下

这个果蝇的大脑是死的你要找到某种方式启动它你可以给它的神经元输入外部电信号，这个很容易再把电信号的输出结果连接到果蝇的身体的各个部位官方没有连接方式和控制方式，我怀疑这个数据无法获得所以你只能自己假设一套连接方式然后基于这个连接方式你得让它重新学会走路、飞行否则它的关节、翅膀是各动各的，无法协调运动但如果真的实现了，这相当于在你电脑里复活了一只果蝇下面的视频，是我把它的脑子，连接上了它的腿和翅膀，然后随机刺激大脑区域，让它动起来但是要正常走路和飞行，还得人为训练一下

Xiao Tan

32,548 просмотров • 22 дней назад

卧槽，Agent 可以直接操作你的安卓手机！📱 介绍一下：android-remote-control-mcp 像人一样操作任何安卓 App手机自己跑 MCP server → 不用 root，不用数据线，不用电脑跑 ADB 中转装一次，人在外面也能遥控家里那台手机读屏、点按钮、划屏幕、打字、开 App、拍照、读通知，57 个工具全给你。立即开搞👇 我在模拟器上从零跑了一遍，读一整屏的 UI 树只有 4000 字符出头，一千个 token 左右，比那些 dump XML 的方案省太多。下面是完整安装步骤，手机和模拟器两条路都写了。如果嫌麻烦其实可以用 Airtap 的云手机，直接发送短信，免安装，开箱即用。我录了一段 Agent 实际操作 Android 手机的过程，一句话丢给 Agent，它自己在模拟器里读屏、找按钮、点下去。一、手机直接装（最简单）手机浏览器打开项目的 Releases 页，下载最新的 APK（当前 v1.11.1，包 169 MB） APK 有两个版本，按手机选：GMS 版给正常带 Google 服务的手机，不确定就选它；FOSS 版给去谷歌化的 ROM，不依赖 Google 服务。点开下载好的 APK 安装，中途会问你要不要允许「未知来源」，允许打开 App，Server 页顶部会有一条权限提示，进去把无障碍服务打开。这一项是必须的，读屏和点击全靠它，不开的话所有工具都会报错 Android 13 以上，用 APK 侧载安装的应用，无障碍开关是灰的，点不动。去「设置 → 应用 → Android Remote Control MCP」，右上角三个点，选「允许受限设置」，验证一下指纹或密码，再回来开就正常了。相机、麦克风、定位、通知这几个是可选的，对应的工具用不上就不用给回到 Server 页点 Start。页面上会显示 IP、端口和一串 token，这三个待会儿要给 Agent 二、模拟器装（没有安卓手机，或者不想拿自己手机试）先在电脑上装一台安卓模拟器。装 Android Studio 是最省事的路，它自带模拟器和 adb，建一台 Pixel 7、Android 15 的机器就行。模拟器起来之后，剩下的步骤和真机完全一样：把 APK 拖进模拟器窗口装上，打开 App 开无障碍，回 Server 页点 Start。模拟器不用管「允许受限设置」那一步，无障碍开关直接就能点。三、接进 Agent 这一步别自己查文档了，把仓库链接丢给 agent，让它自己配：读一下这个仓库的 README，把它的 MCP server 配到我的 Agent 里，配完验证能连上。它会自己去看 README、写配置、跑一遍连通性检查。你只要把 App 里 Server 页显示的那串 token 和地址给它。地址给哪个，取决于你怎么连：手机和电脑在同一个 WiFi 下，就在 App 里把绑定地址改成 0.0.0.0，用它显示的局域网 IP；用模拟器就是本机地址；人不在家，在 App 里开 Remote Access 隧道，用它给的那个公网地址。仓库里还自带一个 Claude Code 插件，作用是反过来的——把手机上的通知、WiFi、地理围栏这些事件推进你的 Agent 会话里。这个也一样，让 agent 顺手一起装了。

卧槽，Agent 可以直接操作你的安卓手机！📱 介绍一下：android-remote-control-mcp 像人一样操作任何安卓 App手机自己跑 MCP server → 不用 root，不用数据线，不用电脑跑 ADB 中转装一次，人在外面也能遥控家里那台手机读屏、点按钮、划屏幕、打字、开 App、拍照、读通知，57 个工具全给你。立即开搞👇 我在模拟器上从零跑了一遍，读一整屏的 UI 树只有 4000 字符出头，一千个 token 左右，比那些 dump XML 的方案省太多。下面是完整安装步骤，手机和模拟器两条路都写了。如果嫌麻烦其实可以用 Airtap 的云手机，直接发送短信，免安装，开箱即用。我录了一段 Agent 实际操作 Android 手机的过程，一句话丢给 Agent，它自己在模拟器里读屏、找按钮、点下去。一、手机直接装（最简单）手机浏览器打开项目的 Releases 页，下载最新的 APK（当前 v1.11.1，包 169 MB） APK 有两个版本，按手机选：GMS 版给正常带 Google 服务的手机，不确定就选它；FOSS 版给去谷歌化的 ROM，不依赖 Google 服务。点开下载好的 APK 安装，中途会问你要不要允许「未知来源」，允许打开 App，Server 页顶部会有一条权限提示，进去把无障碍服务打开。这一项是必须的，读屏和点击全靠它，不开的话所有工具都会报错 Android 13 以上，用 APK 侧载安装的应用，无障碍开关是灰的，点不动。去「设置 → 应用 → Android Remote Control MCP」，右上角三个点，选「允许受限设置」，验证一下指纹或密码，再回来开就正常了。相机、麦克风、定位、通知这几个是可选的，对应的工具用不上就不用给回到 Server 页点 Start。页面上会显示 IP、端口和一串 token，这三个待会儿要给 Agent 二、模拟器装（没有安卓手机，或者不想拿自己手机试）先在电脑上装一台安卓模拟器。装 Android Studio 是最省事的路，它自带模拟器和 adb，建一台 Pixel 7、Android 15 的机器就行。模拟器起来之后，剩下的步骤和真机完全一样：把 APK 拖进模拟器窗口装上，打开 App 开无障碍，回 Server 页点 Start。模拟器不用管「允许受限设置」那一步，无障碍开关直接就能点。三、接进 Agent 这一步别自己查文档了，把仓库链接丢给 agent，让它自己配：读一下这个仓库的 README，把它的 MCP server 配到我的 Agent 里，配完验证能连上。它会自己去看 README、写配置、跑一遍连通性检查。你只要把 App 里 Server 页显示的那串 token 和地址给它。地址给哪个，取决于你怎么连：手机和电脑在同一个 WiFi 下，就在 App 里把绑定地址改成 0.0.0.0，用它显示的局域网 IP；用模拟器就是本机地址；人不在家，在 App 里开 Remote Access 隧道，用它给的那个公网地址。仓库里还自带一个 Claude Code 插件，作用是反过来的——把手机上的通知、WiFi、地理围栏这些事件推进你的 Agent 会话里。这个也一样，让 agent 顺手一起装了。

劳伦斯

72,608 просмотров • 1 месяц назад

英伟达宣布：“通用机器人时代”已经来了！英伟达（Nvidia）今天宣布正式发布名为Isaac GR00T N1的机器人基础模型。这是一款开源、可定制的预训练人工智能模型，专门用来加速类人机器人（人形机器人）的开发和应用能力。英伟达创始人兼CEO黄仁勋（Jensen Huang）在2025年的GTC大会主题演讲上表示： “通用机器人时代正式来临。借助Isaac GR00T N1模型和全新的数据生成与机器人学习框架，世界各地的机器人开发者将开启人工智能新时代的下一片疆域。” 在现场演示环节中，黄仁勋展示了由挪威公司1X Technologies开发的类人机器人NEO Gamma，它成功自主地完成了家居环境中的整理工作。这一能力来自于基于GR00T N1模型训练后的策略。 1X Technologies的CEO贝恩特·伯尼奇（Bernt Børnich）说： “类人机器人的未来在于适应能力与自主学习能力。英伟达的GR00T N1模型实现了机器人推理与技能上的重大突破。通过少量的二次训练数据，我们就能顺利将它部署到NEO Gamma机器人上，让我们距离‘创造出真正能与人类相伴、产生有意义帮助的机器人伙伴’这一目标更进一步。” 也许你还记得，几个星期前Nothing手机发布预告视频时，就曾出现过这款逼真到诡异的机器人。不过我们当时没有报道，因为看起来实在太像“真人穿着机器人外套”了（感谢你啊，马斯克）。除了1X Technologies以外，其他几家机器人公司也提前体验了GR00T N1模型，包括：波士顿动力（Boston Dynamics）：Atlas机器人的开发公司 Agility Robotics Mentee Robotics Neura Robotics 双系统架构：像人类大脑一样工作早在一年前，英伟达首次公布GR00T模型时，它的设计理念就明确表示灵感来源于人类大脑的双系统认知架构：系统1：被称为“快速行动模型”，类似人类的本能反应与直觉，可以迅速做出反应。这套系统使用的是通过人类实际示范动作，以及英伟达自家Omniverse平台生成的虚拟仿真数据训练而成。系统2：则是更为理性的“慢速思考模型”，由视觉语言模型驱动。它负责观察周围环境、理解人类给出的指令，并仔细思考后制定详细的行动计划。接着，这些计划会交由系统1快速执行，转化为精准、流畅的机器人动作，比如单手或双手抓取物品，以及执行复杂的、多步骤的任务。开放模型：人人可用、人人可定制 GR00T N1是一个已经预先训练好的通用机器人基础模型，具备基本的类人推理与技能。但开发人员可以根据具体需求，通过额外的二次训练（post-training）来自定义机器人更具体的能力和行为表现，比如家庭整理、办公室工作，甚至更复杂的特殊应用场景。目前，英伟达已经将GR00T N1的训练数据和任务评测场景免费公开在著名平台Hugging Face以及GitHub上供全球开发者下载使用。机器人是取代你工作还是成为你家中的贴心帮手？英伟达认为，这个问题现在已经开始交给我们自己来选择了。

英伟达宣布：“通用机器人时代”已经来了！英伟达（Nvidia）今天宣布正式发布名为Isaac GR00T N1的机器人基础模型。这是一款开源、可定制的预训练人工智能模型，专门用来加速类人机器人（人形机器人）的开发和应用能力。英伟达创始人兼CEO黄仁勋（Jensen Huang）在2025年的GTC大会主题演讲上表示： “通用机器人时代正式来临。借助Isaac GR00T N1模型和全新的数据生成与机器人学习框架，世界各地的机器人开发者将开启人工智能新时代的下一片疆域。” 在现场演示环节中，黄仁勋展示了由挪威公司1X Technologies开发的类人机器人NEO Gamma，它成功自主地完成了家居环境中的整理工作。这一能力来自于基于GR00T N1模型训练后的策略。 1X Technologies的CEO贝恩特·伯尼奇（Bernt Børnich）说： “类人机器人的未来在于适应能力与自主学习能力。英伟达的GR00T N1模型实现了机器人推理与技能上的重大突破。通过少量的二次训练数据，我们就能顺利将它部署到NEO Gamma机器人上，让我们距离‘创造出真正能与人类相伴、产生有意义帮助的机器人伙伴’这一目标更进一步。” 也许你还记得，几个星期前Nothing手机发布预告视频时，就曾出现过这款逼真到诡异的机器人。不过我们当时没有报道，因为看起来实在太像“真人穿着机器人外套”了（感谢你啊，马斯克）。除了1X Technologies以外，其他几家机器人公司也提前体验了GR00T N1模型，包括：波士顿动力（Boston Dynamics）：Atlas机器人的开发公司 Agility Robotics Mentee Robotics Neura Robotics 双系统架构：像人类大脑一样工作早在一年前，英伟达首次公布GR00T模型时，它的设计理念就明确表示灵感来源于人类大脑的双系统认知架构：系统1：被称为“快速行动模型”，类似人类的本能反应与直觉，可以迅速做出反应。这套系统使用的是通过人类实际示范动作，以及英伟达自家Omniverse平台生成的虚拟仿真数据训练而成。系统2：则是更为理性的“慢速思考模型”，由视觉语言模型驱动。它负责观察周围环境、理解人类给出的指令，并仔细思考后制定详细的行动计划。接着，这些计划会交由系统1快速执行，转化为精准、流畅的机器人动作，比如单手或双手抓取物品，以及执行复杂的、多步骤的任务。开放模型：人人可用、人人可定制 GR00T N1是一个已经预先训练好的通用机器人基础模型，具备基本的类人推理与技能。但开发人员可以根据具体需求，通过额外的二次训练（post-training）来自定义机器人更具体的能力和行为表现，比如家庭整理、办公室工作，甚至更复杂的特殊应用场景。目前，英伟达已经将GR00T N1的训练数据和任务评测场景免费公开在著名平台Hugging Face以及GitHub上供全球开发者下载使用。机器人是取代你工作还是成为你家中的贴心帮手？英伟达认为，这个问题现在已经开始交给我们自己来选择了。

宝玉

152,184 просмотров • 1 год назад

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 просмотров • 1 месяц назад

卧槽！有人把会自己改 Prompt 的交易 Agent 直接开源了不是让 AI 喊一声买卖。是一群 Agent 每天对股票市场投票，谁夏普差，系统就改谁的 Prompt，好就留下，差就回滚。项目叫 ATLAS，2.1K stars。它把三套思路接到了金融上： 1️⃣ Autoresearch：Prompt 当权重，夏普当损失函数，不用训练大模型 2️⃣ 反射性：价格、仓位、叙事、政策互相影响，单独建模 3️⃣ 群体仿真：先在模拟市场里练，再拿真实行情验证宏观、板块、个股、风控分层辩论，最后由 CIO 加权决策。发现反复出现的研究盲区，系统甚至还能自己创建新的 Agent。但进化后的 Prompt 和实盘权重是专有的，开源的是架构。适合研究多 Agent + 量化，不是拿来直接自动下单的机器人。

卧槽！有人把会自己改 Prompt 的交易 Agent 直接开源了不是让 AI 喊一声买卖。是一群 Agent 每天对股票市场投票，谁夏普差，系统就改谁的 Prompt，好就留下，差就回滚。项目叫 ATLAS，2.1K stars。它把三套思路接到了金融上： 1️⃣ Autoresearch：Prompt 当权重，夏普当损失函数，不用训练大模型 2️⃣ 反射性：价格、仓位、叙事、政策互相影响，单独建模 3️⃣ 群体仿真：先在模拟市场里练，再拿真实行情验证宏观、板块、个股、风控分层辩论，最后由 CIO 加权决策。发现反复出现的研究盲区，系统甚至还能自己创建新的 Agent。但进化后的 Prompt 和实盘权重是专有的，开源的是架构。适合研究多 Agent + 量化，不是拿来直接自动下单的机器人。

爱吃折耳根的Ace

13,770 просмотров • 1 месяц назад

黄仁勋在英伟达怎么看简历？他只给出了一个底线。面前坐着两个大学生。一个不懂 AI，另一个精通。闭着眼睛也要选第二个。会计、销售、律师统统如此。连电工和木匠也不例外。残酷的洗牌早就开始了。机器绝对会成批碾碎具体的任务。低头看看你现在的日常。如果你的工作仅仅是完成某个死任务。危机已经贴在脸上了。如果你的工作需要调动各种任务去拿结果。立刻把这些脏活累活丢给机器。有人抱怨不知道怎么起步。以前你没法对着 Excel 喊救命。但现在你可以直接对机器喊。你可以老老实实告诉它你怕失业。让它给你写个保住饭碗的学习规划。它会把操作步骤一口一口喂到你嘴里。以前学不会新东西是因为没师傅带。现在学不会纯粹是因为自己懒。新技术的起步阻力已经被强行清零。最耐心的导师一直在等你发问。

黄仁勋在英伟达怎么看简历？他只给出了一个底线。面前坐着两个大学生。一个不懂 AI，另一个精通。闭着眼睛也要选第二个。会计、销售、律师统统如此。连电工和木匠也不例外。残酷的洗牌早就开始了。机器绝对会成批碾碎具体的任务。低头看看你现在的日常。如果你的工作仅仅是完成某个死任务。危机已经贴在脸上了。如果你的工作需要调动各种任务去拿结果。立刻把这些脏活累活丢给机器。有人抱怨不知道怎么起步。以前你没法对着 Excel 喊救命。但现在你可以直接对机器喊。你可以老老实实告诉它你怕失业。让它给你写个保住饭碗的学习规划。它会把操作步骤一口一口喂到你嘴里。以前学不会新东西是因为没师傅带。现在学不会纯粹是因为自己懒。新技术的起步阻力已经被强行清零。最耐心的导师一直在等你发问。

墓碑科技

16,889 просмотров • 6 месяцев назад

今早英伟达GTC全场最后一个环节，黄仁勋没自己谢幕。他叫出了一个新机器人，迪士尼的雪宝Olaf。大屏幕上先出现Olaf的动画，然后它直接从屏幕里走了出来。一个机器人自己走上舞台中央，跟老黄聊天，吐槽站太久腿酸。晚晚我一开始都没分辨出这是机器人，非常真人化。嘴能动，眼睛能动，走路一摇一晃。我看了些资料，迪士尼幻想工程团队说，这个角色最难的地方在于它脚底是两个雪球，让球形脚稳定行走比普通双足机器人难得多。所以它在Kamino仿真器里跑了成千上万个并行环境做强化学习。老黄在台上跟Olaf说：你的电脑是我给的，装在你肚子里。英伟达的Jetson芯片塞在身体里，实时推理。两周后，这个Olaf机器人，就去巴黎迪士尼打工了，之后部署到香港迪士尼当牛马。这将是全球第一个自主行走的迪士尼角色。

今早英伟达GTC全场最后一个环节，黄仁勋没自己谢幕。他叫出了一个新机器人，迪士尼的雪宝Olaf。大屏幕上先出现Olaf的动画，然后它直接从屏幕里走了出来。一个机器人自己走上舞台中央，跟老黄聊天，吐槽站太久腿酸。晚晚我一开始都没分辨出这是机器人，非常真人化。嘴能动，眼睛能动，走路一摇一晃。我看了些资料，迪士尼幻想工程团队说，这个角色最难的地方在于它脚底是两个雪球，让球形脚稳定行走比普通双足机器人难得多。所以它在Kamino仿真器里跑了成千上万个并行环境做强化学习。老黄在台上跟Olaf说：你的电脑是我给的，装在你肚子里。英伟达的Jetson芯片塞在身体里，实时推理。两周后，这个Olaf机器人，就去巴黎迪士尼打工了，之后部署到香港迪士尼当牛马。这将是全球第一个自主行走的迪士尼角色。

林晚晚的猫

419,169 просмотров • 6 месяцев назад

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！

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

140,171 просмотров • 4 месяцев назад

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：

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 просмотров • 1 месяц назад

兄弟们，这个开源项目太顶了，直接封神级学习路线！一个现象级仓库 build-your-own-x，已经收获 48 万+ Star 一个教你手搓各种热门软件的开源项目： 1. 从C / C++：开发完整游戏、数据库、模拟器、神经网络 2. Python：构建智能机器人和自动化系统 3. C 语言：从零实现操作系统 4. Java：亲手实现一个浏览器 5. 还包括：Git、Docker、编译器、虚拟机、搜索引擎等核心系统这里有从零开始的系统教程直接打开就可以学习视频教程、配套操作文档非常的详细。强烈建议所有开发者收藏学习，绝对受益终身！地址在下方评论区

兄弟们，这个开源项目太顶了，直接封神级学习路线！一个现象级仓库 build-your-own-x，已经收获 48 万+ Star 一个教你手搓各种热门软件的开源项目： 1. 从C / C++：开发完整游戏、数据库、模拟器、神经网络 2. Python：构建智能机器人和自动化系统 3. C 语言：从零实现操作系统 4. Java：亲手实现一个浏览器 5. 还包括：Git、Docker、编译器、虚拟机、搜索引擎等核心系统这里有从零开始的系统教程直接打开就可以学习视频教程、配套操作文档非常的详细。强烈建议所有开发者收藏学习，绝对受益终身！地址在下方评论区

HankAI

34,842 просмотров • 5 месяцев назад

兄弟们这个牛P 学习“神器”来了！把任何书本上的图表、公式变成互动实验物理知识轻松掌握！能让普通物理教材中的静态图表变成互动的、动态的模拟器，让你可以动手操作，甚至实时看到物理现象的变化。不需要编写代码，只需点击几下，就可以自己“动手”做实验！ Augmented Physics 可以将静态图表（如光学、运动学、摆、电路等）变成可以操作的动态模拟实验。比如，你可以调整镜片位置，看看光线如何变化。这款工具的核心功能包括： -自动提取课本中的物理图表，让你轻松从PDF教材中获取需要的图表。 -生成交互式模拟，你可以像做实验一样调整图表中的物体和参数，观察变化。 -动态可视化数据，比如让摆动的物体展示角度随时间的变化，或者看到电路中电流和电压的变化。

兄弟们这个牛P 学习“神器”来了！把任何书本上的图表、公式变成互动实验物理知识轻松掌握！能让普通物理教材中的静态图表变成互动的、动态的模拟器，让你可以动手操作，甚至实时看到物理现象的变化。不需要编写代码，只需点击几下，就可以自己“动手”做实验！ Augmented Physics 可以将静态图表（如光学、运动学、摆、电路等）变成可以操作的动态模拟实验。比如，你可以调整镜片位置，看看光线如何变化。这款工具的核心功能包括： -自动提取课本中的物理图表，让你轻松从PDF教材中获取需要的图表。 -生成交互式模拟，你可以像做实验一样调整图表中的物体和参数，观察变化。 -动态可视化数据，比如让摆动的物体展示角度随时间的变化，或者看到电路中电流和电压的变化。

小互

57,310 просмотров • 1 год назад