Video yükleniyor...

Video Yüklenemedi

Bu video yüklenirken bir sorun oluştu. Bu geçici bir ağ sorunundan kaynaklanıyor olabilir veya video kullanılamıyor olabilir.

Ana Sayfaya Dön

这谁顶得住啊，日本服装巨头ZOZO，把他们内部搞服装虚拟试穿的顶级物理引擎 ppf-contact-solver（接触求解器）直接开源了！做虚拟时尚、数字服装、电影特效、甚至游戏物理的，这波福利直接白嫖顶级工业级工具啊！这玩意儿专治布料（fabric）、绳子、软体各种乱扭乱缠的接触碰撞问题——零穿模（zero penetration，无穿透），布料拉伸死死卡住物理极限，单个场景能硬刚1.8亿个接触点！看视频里那窗帘飘、绳子打结、软玩具堆成一团、布料疯狂扭曲，全他妈丝滑自然，跟现实里一模一样。现在直接有： - Blender插件（Blender Plugin，Blender是3D建模软件） - JupyterLab接口（JupyterLab Notebook，交互式编程环境） - GPU加速（GPU Acceleration，利用显卡加速计算），离线高精度拉满。评论区见地址赶紧试试👇

HankAI

5,520 subscribers

65,096 görüntüleme • 3 ay önce •via X (Twitter)

Oyun Sanat Bilim & Teknoloji

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

ZOZO（日本最大服装电商）开源了他们内部的物理仿真接触求解器 ppf-contact-solver。这套工具专门解决布料、绳索、软体在仿真中的碰撞接触问题，能保证完全无穿透、面料拉伸严格不越界（不会像游戏一样穿模），单个场景能处理超过1.8亿个接触点，有Blender插件。 Github：

ZOZO（日本最大服装电商）开源了他们内部的物理仿真接触求解器 ppf-contact-solver。这套工具专门解决布料、绳索、软体在仿真中的碰撞接触问题，能保证完全无穿透、面料拉伸严格不越界（不会像游戏一样穿模），单个场景能处理超过1.8亿个接触点，有Blender插件。 Github：

Gorden Sun

667,658 görüntüleme • 3 ay önce

不是, 陪玩也要被AI取代了? google 刚刚发布了 SIMA2, 这是一个能在虚拟世界与你一起玩耍、推理和学习的智能体, 直接看视频, 你都不用说话, 直接抽象表情包他都能知道你想要他干什么. 说实话砍树我还能看懂, 这个打开背包真的太抽象了. 当然, 如果你要是跟他说话, 他还能完成更复杂的任务, 比如模拟山羊这个游戏, 可以看到无论是跳过栅栏, 还是寻路, 接近某种物体, 它都能很好地做到. 甚至! 这个Agent 能在 GENIE3 (Google 的世界大模型, 可以生成虚拟世界场景) 生成得虚拟世界中交互! 这再加上二次元数字人, 是不是陪玩就要下岗了? 地址:

不是, 陪玩也要被AI取代了? google 刚刚发布了 SIMA2, 这是一个能在虚拟世界与你一起玩耍、推理和学习的智能体, 直接看视频, 你都不用说话, 直接抽象表情包他都能知道你想要他干什么. 说实话砍树我还能看懂, 这个打开背包真的太抽象了. 当然, 如果你要是跟他说话, 他还能完成更复杂的任务, 比如模拟山羊这个游戏, 可以看到无论是跳过栅栏, 还是寻路, 接近某种物体, 它都能很好地做到. 甚至! 这个Agent 能在 GENIE3 (Google 的世界大模型, 可以生成虚拟世界场景) 生成得虚拟世界中交互! 这再加上二次元数字人, 是不是陪玩就要下岗了? 地址:

karminski-牙医

16,864 görüntüleme • 9 ay önce

Google刚发布了 Gemma 4，260 亿参数，开源免费，能在本地设备上离线运行。讲真，这才是 2026 年最合理的 AI 技术栈: 本地模型兜底，顶级模型按需调用。但我认为参数和免费都不是重点，真正值得注意的是它原生支持函数调用，意味着这个模型能自主使用工具，浏览网页，执行代码，调用 API，直接充当一个完整的本地智能体，全程不联网，全程不花钱。 260 亿参数，实测性能对标 6850 亿参数级别的行业顶级模型，跑在普通笔记本上就行。部署只要三行命令： - 安装 Ollama： - curl -fsSL | sh - 拉取模型： ollama pull gemma4 两分钟，顶级本地 AI 就绑在你自己的硬件上了。我计划的用法是这样的，欢迎交流：日常的研究分析、代码审查、文稿起草、数据处理，全扔给本地 Gemma 4，用 MCP 服务器接上工具调用能力，网页浏览、数据库对接、API 接入都能覆盖，只有遇到真正需要顶级推理的硬核任务时，才请 Claude Code 出场。以前每个月在 AI 服务上花几百美元，现在 90% 的日常场景本地免费搞定，只为那 10% 的高难度任务付费。

Google刚发布了 Gemma 4，260 亿参数，开源免费，能在本地设备上离线运行。讲真，这才是 2026 年最合理的 AI 技术栈: 本地模型兜底，顶级模型按需调用。但我认为参数和免费都不是重点，真正值得注意的是它原生支持函数调用，意味着这个模型能自主使用工具，浏览网页，执行代码，调用 API，直接充当一个完整的本地智能体，全程不联网，全程不花钱。 260 亿参数，实测性能对标 6850 亿参数级别的行业顶级模型，跑在普通笔记本上就行。部署只要三行命令： - 安装 Ollama： - curl -fsSL | sh - 拉取模型： ollama pull gemma4 两分钟，顶级本地 AI 就绑在你自己的硬件上了。我计划的用法是这样的，欢迎交流：日常的研究分析、代码审查、文稿起草、数据处理，全扔给本地 Gemma 4，用 MCP 服务器接上工具调用能力，网页浏览、数据库对接、API 接入都能覆盖，只有遇到真正需要顶级推理的硬核任务时，才请 Claude Code 出场。以前每个月在 AI 服务上花几百美元，现在 90% 的日常场景本地免费搞定，只为那 10% 的高难度任务付费。

AYi

202,627 görüntüleme • 4 ay önce

红杉资本，硅谷顶级风投，给所有创始人泼了盆冷水。他们问了一个要命的问题： “你离破产，是不是只差AI的下一次迭代？” 谷歌的Gemini 1.5 Pro刚出来。功能强到让人害怕。很多软件公司做的东西，它动动手指就实现了。这就等于，你辛辛苦苦开发一个工具。结果OpenAI或谷歌更新一下模型，你的公司就没了。直接被降维打击。这生意还怎么做？红杉指了一条路：别再卖铲子了，去卖挖出来的金子。什么意思？不要卖软件工具本身。要卖用这个工具完成的工作成果。把自己伪装成一家“服务公司”。但内核是一家效率极高的软件公司。让AI给你打工，而不是成为你的敌人。他们算了一笔账。市场上，软件每花1美元。配套的服务就要花6美元。以前的创业者只能赚那1美元。现在，AI能让你去抢那6美元的市场。这才是下一个万亿级公司的机会。说白了，就是用AI武装的服务业。不再是卖一个Word软件，而是直接帮你写好一份完美的合同。不再是卖一个Photoshop，而是直接给你一张修好的图。靠卖软件授权的商业模式，可能真的要到头了。

红杉资本，硅谷顶级风投，给所有创始人泼了盆冷水。他们问了一个要命的问题： “你离破产，是不是只差AI的下一次迭代？” 谷歌的Gemini 1.5 Pro刚出来。功能强到让人害怕。很多软件公司做的东西，它动动手指就实现了。这就等于，你辛辛苦苦开发一个工具。结果OpenAI或谷歌更新一下模型，你的公司就没了。直接被降维打击。这生意还怎么做？红杉指了一条路：别再卖铲子了，去卖挖出来的金子。什么意思？不要卖软件工具本身。要卖用这个工具完成的工作成果。把自己伪装成一家“服务公司”。但内核是一家效率极高的软件公司。让AI给你打工，而不是成为你的敌人。他们算了一笔账。市场上，软件每花1美元。配套的服务就要花6美元。以前的创业者只能赚那1美元。现在，AI能让你去抢那6美元的市场。这才是下一个万亿级公司的机会。说白了，就是用AI武装的服务业。不再是卖一个Word软件，而是直接帮你写好一份完美的合同。不再是卖一个Photoshop，而是直接给你一张修好的图。靠卖软件授权的商业模式，可能真的要到头了。

墓碑科技

35,314 görüntüleme • 5 ay önce

斯坦福团队造了1000个 AI 模拟人，预测真人行为的准确率到了85% 他们做了一个实验：用 AI 创建了1000个代表美国人口结构的虚拟个体，让它们在模拟环境里做各种决策然后拿模拟结果跟真人的实际行为做对比——85% 的吻合度这个数字意味着：AI模拟体的选择，和真人被问到同样问题时的选择，五次里有四次以上是一致的怎么被发现商业价值的？财富500强的CEO们去斯坦福参观看到了这个演示，开始疯狂问市场相关的问题。团队发现这些问题以前没人能回答，但模拟可以于是他们决定把这个研究做成产品：一个 AI 模拟平台，专门帮企业在做重大决策之前先"跑一遍" 想推一个新产品？先让1000个AI消费者试试反应想调价格？先模拟市场会怎么变想进一个新市场？先看模拟人群的接受度市场调研行业可能要被 AI 重新定义了

斯坦福团队造了1000个 AI 模拟人，预测真人行为的准确率到了85% 他们做了一个实验：用 AI 创建了1000个代表美国人口结构的虚拟个体，让它们在模拟环境里做各种决策然后拿模拟结果跟真人的实际行为做对比——85% 的吻合度这个数字意味着：AI模拟体的选择，和真人被问到同样问题时的选择，五次里有四次以上是一致的怎么被发现商业价值的？财富500强的CEO们去斯坦福参观看到了这个演示，开始疯狂问市场相关的问题。团队发现这些问题以前没人能回答，但模拟可以于是他们决定把这个研究做成产品：一个 AI 模拟平台，专门帮企业在做重大决策之前先"跑一遍" 想推一个新产品？先让1000个AI消费者试试反应想调价格？先模拟市场会怎么变想进一个新市场？先看模拟人群的接受度市场调研行业可能要被 AI 重新定义了

Vincent

27,763 görüntüleme • 2 ay önce

今天问公司研发大佬Windows虚拟机软件进度，结果他造了一个云电脑😅 有些用户一直想要一款支持多 Windows 版本的虚拟机软件，完全用鼠标点两下就可以使用的那种。我特别理解，大家其实就是想要一个简易版的 vmware。今天找研发大佬确认了一下，他们其实做出来了，但是一直没有二次推进，主要原因是越做越想把它做得完美，所以把它实现的越来越像专业级的 vmware 了。而界面本身没有做特别多的优化，导致觉得界面上拿不出手，就一直放在仓库自己本地使用。我看到这么好的效果，等不及了，直接录给大家看。最牛逼的在于，他把虚拟机的访问方式做到了浏览器里面这意味着你制作好的虚拟机成果，直接分享链接就可以给你的同事使用。重要的事情说三遍：你创建好的Windows虚拟机，可以一条链接分享给同事你创建好的Windows虚拟机，可以一条链接分享给同事你创建好的Windows虚拟机，可以一条链接分享给同事这不就是妥妥的私有云电脑吗？微服还是太强大了懒猫微服硬件强、性价比高、软件功能多、服务好，这么牛逼的软件，老板们下单一定要说具体想法说我想要哪个功能，我们就立减优惠，主打一个你主动我们必须安排优惠哈哈哈哈哈

今天问公司研发大佬Windows虚拟机软件进度，结果他造了一个云电脑😅 有些用户一直想要一款支持多 Windows 版本的虚拟机软件，完全用鼠标点两下就可以使用的那种。我特别理解，大家其实就是想要一个简易版的 vmware。今天找研发大佬确认了一下，他们其实做出来了，但是一直没有二次推进，主要原因是越做越想把它做得完美，所以把它实现的越来越像专业级的 vmware 了。而界面本身没有做特别多的优化，导致觉得界面上拿不出手，就一直放在仓库自己本地使用。我看到这么好的效果，等不及了，直接录给大家看。最牛逼的在于，他把虚拟机的访问方式做到了浏览器里面这意味着你制作好的虚拟机成果，直接分享链接就可以给你的同事使用。重要的事情说三遍：你创建好的Windows虚拟机，可以一条链接分享给同事你创建好的Windows虚拟机，可以一条链接分享给同事你创建好的Windows虚拟机，可以一条链接分享给同事这不就是妥妥的私有云电脑吗？微服还是太强大了懒猫微服硬件强、性价比高、软件功能多、服务好，这么牛逼的软件，老板们下单一定要说具体想法说我想要哪个功能，我们就立减优惠，主打一个你主动我们必须安排优惠哈哈哈哈哈

Andy Stewart

21,784 görüntüleme • 3 ay önce

说个暴论，这才是2026年到目前为止，AI行业最有价值的一次更新，没有之一🚀🚀🚀 Claude一口气接入了8个创意行业的顶级工具，Blender，Adobe，Autodesk，Ableton，Splice，Canva，SketchUp，Resolume。它不再是让你在聊天框里生成东西，再导出到软件里修改，而是直接钻进你每天打开8小时的软件内部，帮你调试场景，批量修改物体，写自定义脚本，处理所有你不想做的重复性劳动。以前的AI是让你换个地方工作，现在的AI是跑到你的工位上帮你干活。这标志着AI正式进入工具原生时代，它的下一个战场再也不是谁的模型更大，而是谁能无缝嵌入普通人的真实工作流。我认为对所有创作者来说，学会用好这些连接器，比追任何新出的大模型都重要。

说个暴论，这才是2026年到目前为止，AI行业最有价值的一次更新，没有之一🚀🚀🚀 Claude一口气接入了8个创意行业的顶级工具，Blender，Adobe，Autodesk，Ableton，Splice，Canva，SketchUp，Resolume。它不再是让你在聊天框里生成东西，再导出到软件里修改，而是直接钻进你每天打开8小时的软件内部，帮你调试场景，批量修改物体，写自定义脚本，处理所有你不想做的重复性劳动。以前的AI是让你换个地方工作，现在的AI是跑到你的工位上帮你干活。这标志着AI正式进入工具原生时代，它的下一个战场再也不是谁的模型更大，而是谁能无缝嵌入普通人的真实工作流。我认为对所有创作者来说，学会用好这些连接器，比追任何新出的大模型都重要。

AYi

103,047 görüntüleme • 4 ay önce

马斯克捅破了一层窗户纸。苹果不造手机。微软不造硬件。谷歌、Meta，产出全是数字。那它们在干什么？苹果把设计文件发到中共国。微软把Xbox外包出去。它们的真正产品，是数字文件，是代码。现在，AI想做同样的事。但这次的对象不是手机，是人。马斯克管这叫“数字人”或“人类仿真器”。一旦解锁这个技术，就等于打开了万亿级的市场。一夜之间就能创造出地球上最值钱的公司。听起来很空？看一个最简单的例子：客服。全球客服市场，一万亿美元。占全球经济的1%。现在想用AI替代，很麻烦。要跟公司的老旧系统对接，甚至还要帮它们开发接口。但如果AI能直接像人一样操作现有软件呢？就像外包公司的印度员工一样。直接打开App，处理客户问题。不需要任何系统集成。成本可以降到零头。这意味着什么？一个几乎没有准入门槛的万亿级市场，突然被打开了。问题是，谁会拿到这第一桶金？那些被替代的客服员工，又该去哪里？

马斯克捅破了一层窗户纸。苹果不造手机。微软不造硬件。谷歌、Meta，产出全是数字。那它们在干什么？苹果把设计文件发到中共国。微软把Xbox外包出去。它们的真正产品，是数字文件，是代码。现在，AI想做同样的事。但这次的对象不是手机，是人。马斯克管这叫“数字人”或“人类仿真器”。一旦解锁这个技术，就等于打开了万亿级的市场。一夜之间就能创造出地球上最值钱的公司。听起来很空？看一个最简单的例子：客服。全球客服市场，一万亿美元。占全球经济的1%。现在想用AI替代，很麻烦。要跟公司的老旧系统对接，甚至还要帮它们开发接口。但如果AI能直接像人一样操作现有软件呢？就像外包公司的印度员工一样。直接打开App，处理客户问题。不需要任何系统集成。成本可以降到零头。这意味着什么？一个几乎没有准入门槛的万亿级市场，突然被打开了。问题是，谁会拿到这第一桶金？那些被替代的客服员工，又该去哪里？

墓碑科技

31,411 görüntüleme • 5 ay önce

NVIDIA 这次真的不讲武德，直接甩出一个开源的视频理解怪兽 Nemotron 3 Nano Omni，处理视频快得离谱：1 小时就能搞定 10 小时的视频内容，比播放速度还快 10 倍核心靠的是 3D 卷积技术，不再逐帧傻扫，而是成块"吞噬"数据，效率直接拉满以后这些场景真的爽：全天监控里找"没戴安全帽且在争吵"的人几百个素材里精准定位"有海浪声且拍到日落"的画面听一段机器运转视频就能诊断电机异响几分钟帮你搞定，连 Whisper 的钱都省了不过要注意，这哥们是个典型的偏科生技能点全加在了多模态理解和处理效率上，想拿它写代码或者搞高难度文本推理，表现可能还不如一些轻量级纯文本模型结论：别把它当全能程序员，但在音视频分析、海量素材打标这些实战场景里，它绝对是开源界的神搞 AI 视频、多模态的兄弟，这个必须试试项目地址放评论区了👇

NVIDIA 这次真的不讲武德，直接甩出一个开源的视频理解怪兽 Nemotron 3 Nano Omni，处理视频快得离谱：1 小时就能搞定 10 小时的视频内容，比播放速度还快 10 倍核心靠的是 3D 卷积技术，不再逐帧傻扫，而是成块"吞噬"数据，效率直接拉满以后这些场景真的爽：全天监控里找"没戴安全帽且在争吵"的人几百个素材里精准定位"有海浪声且拍到日落"的画面听一段机器运转视频就能诊断电机异响几分钟帮你搞定，连 Whisper 的钱都省了不过要注意，这哥们是个典型的偏科生技能点全加在了多模态理解和处理效率上，想拿它写代码或者搞高难度文本推理，表现可能还不如一些轻量级纯文本模型结论：别把它当全能程序员，但在音视频分析、海量素材打标这些实战场景里，它绝对是开源界的神搞 AI 视频、多模态的兄弟，这个必须试试项目地址放评论区了👇

Vincent | 信号＞噪音

24,456 görüntüleme • 3 ay önce

Damn，OpenAI刚刚扔出的这个开源仓库，直接把语音交互的未来砸到了所有人脸上🤯🤯🤯 他们发布了gpt-realtime-1.5的官方语音控制组件，现在你真的可以用自然语音，直接控制应用的UI状态，而不是转成文本再下命令。视频里的演示蛮震撼的，说一句切换深色模式，整个界面瞬间变黑。对着表单念你的姓名生日，字段自动填充，进度条实时更新。最绝的是下棋，说骑士走到F3，棋子直接移动，说重置棋盘，一秒清空，就好像模型永远知道当前屏幕上是什么状态，语音操作和鼠标键盘完全等价。讲真这么玩的话，这就不是简单的语音转文字的小升级了，我理解属于交互范式的真正转折。以前语音是输入层，现在语音变成了应用的顶层控制层。就是科幻电影里那种，对着屏幕说一句话，东西就自己变了的感觉🤩 更狠的是他们直接把整个实现开源了🤯🤯🤯 这个realtime-voice-component不是一个半成品demo，是一个完整的React参考实现。一行代码加个浮动按钮，用Zod定义几个工具，十分钟就能给你现有的Web应用加上语音控制。最聪明的设计是工具完全由应用拥有，模型只能调用你预定义的窄动作，不能乱动浏览器，安全又可控。这比之前的Computer Use靠谱一万倍。 Computer Use是让AI瞎点屏幕，而这个是让AI直接调用你写好的接口。一个是黑箱，一个是完全可控的白箱，这才是能真正落地到生产环境的方案。现在已经有人用它接了蛋白结构可视化工具，接了设计软件，接了企业内部仪表盘。未来你能想到的所有需要双手操作的场景，开车，做饭，做设计，做手术，未来都可以用语音控制。这意味着语音正在成为操作系统级别的接口。而OpenAI已经把所有的轮子都给你造好了。想玩的直接去fork仓库，配个API Key，跑demo就能感受到那种说一句世界就变了的魔力。老规矩GitHub地址评论区自取👇

Damn，OpenAI刚刚扔出的这个开源仓库，直接把语音交互的未来砸到了所有人脸上🤯🤯🤯 他们发布了gpt-realtime-1.5的官方语音控制组件，现在你真的可以用自然语音，直接控制应用的UI状态，而不是转成文本再下命令。视频里的演示蛮震撼的，说一句切换深色模式，整个界面瞬间变黑。对着表单念你的姓名生日，字段自动填充，进度条实时更新。最绝的是下棋，说骑士走到F3，棋子直接移动，说重置棋盘，一秒清空，就好像模型永远知道当前屏幕上是什么状态，语音操作和鼠标键盘完全等价。讲真这么玩的话，这就不是简单的语音转文字的小升级了，我理解属于交互范式的真正转折。以前语音是输入层，现在语音变成了应用的顶层控制层。就是科幻电影里那种，对着屏幕说一句话，东西就自己变了的感觉🤩 更狠的是他们直接把整个实现开源了🤯🤯🤯 这个realtime-voice-component不是一个半成品demo，是一个完整的React参考实现。一行代码加个浮动按钮，用Zod定义几个工具，十分钟就能给你现有的Web应用加上语音控制。最聪明的设计是工具完全由应用拥有，模型只能调用你预定义的窄动作，不能乱动浏览器，安全又可控。这比之前的Computer Use靠谱一万倍。 Computer Use是让AI瞎点屏幕，而这个是让AI直接调用你写好的接口。一个是黑箱，一个是完全可控的白箱，这才是能真正落地到生产环境的方案。现在已经有人用它接了蛋白结构可视化工具，接了设计软件，接了企业内部仪表盘。未来你能想到的所有需要双手操作的场景，开车，做饭，做设计，做手术，未来都可以用语音控制。这意味着语音正在成为操作系统级别的接口。而OpenAI已经把所有的轮子都给你造好了。想玩的直接去fork仓库，配个API Key，跑demo就能感受到那种说一句世界就变了的魔力。老规矩GitHub地址评论区自取👇

AYi

121,770 görüntüleme • 4 ay önce

拔掉网线，全程断网单机运行 2000 亿参数的 AI 模型。跑这套系统的设备有多大？一只手就能稳稳托住。 AMD 拿出了目前全球最小的 AI 开发系统。苏姿丰直接把这台主机端了出来。里面塞进了他们最高端的 Ryzen AI Max 处理器。搭配的是 128GB 高速统一内存。算力能装进巴掌大小的空间，靠的是底层架构设计。这 128GB 内存由 CPU、GPU 和 NPU 三方直接共享。省去了数据在不同模块间来回搬运的损耗。系统整体性能被大幅拉升。硬生生把跑大型 AI 模型的算力，压缩进了一台微型桌面台式机里。大模型的硬件门槛正在被物理击穿。跑千亿参数模型曾经必须依赖庞大的云端机房。现在直接变成了摆在桌面上的一台离线私有设备。

拔掉网线，全程断网单机运行 2000 亿参数的 AI 模型。跑这套系统的设备有多大？一只手就能稳稳托住。 AMD 拿出了目前全球最小的 AI 开发系统。苏姿丰直接把这台主机端了出来。里面塞进了他们最高端的 Ryzen AI Max 处理器。搭配的是 128GB 高速统一内存。算力能装进巴掌大小的空间，靠的是底层架构设计。这 128GB 内存由 CPU、GPU 和 NPU 三方直接共享。省去了数据在不同模块间来回搬运的损耗。系统整体性能被大幅拉升。硬生生把跑大型 AI 模型的算力，压缩进了一台微型桌面台式机里。大模型的硬件门槛正在被物理击穿。跑千亿参数模型曾经必须依赖庞大的云端机房。现在直接变成了摆在桌面上的一台离线私有设备。

墓碑科技

32,197 görüntüleme • 3 ay önce

阿里期货开源，再发新项目：虚拟服装试穿。只需要一张人物照片和服装照片就可以让那个人穿上这个衣服，对服装行业是个利好。效果确实很好，但是全是期货开源很容易被当成诈骗啊。 Reddit 有个宣传这个项目的帖子，下面全是在喷，用不到就是不存在。还可以跟前几天发的Animate-Anyone项目结合生成跳舞视频。简介： Outfit Anyone通过利用双流条件扩散模型来解决这些限制，使其能够熟练处理服装变形，从而获得更逼真的结果。它通过可扩展性（调节姿势和身体形状等因素）和广泛适用性（从动漫到野外图像）来区别于其他方法。Outfit Anyone在各种场景中的表现突显了它在实际部署中的实用性和准备就绪性。实现方法：核心是条件扩散模型，它处理模特、服装和相关文本提示的图像，以服装图像作为控制因素。在内部，网络分为两个流，独立处理模特和服装数据。这些流在融合网络中汇聚，便于将服装细节嵌入模特的特征表示中。在此基础上，我们建立了Outfit Anyone，包括两个关键元素：用于初始试穿图像的零样本试穿网络，以及用于增强输出图像中服装和皮肤纹理的事后优化器。项目地址：

阿里期货开源，再发新项目：虚拟服装试穿。只需要一张人物照片和服装照片就可以让那个人穿上这个衣服，对服装行业是个利好。效果确实很好，但是全是期货开源很容易被当成诈骗啊。 Reddit 有个宣传这个项目的帖子，下面全是在喷，用不到就是不存在。还可以跟前几天发的Animate-Anyone项目结合生成跳舞视频。简介： Outfit Anyone通过利用双流条件扩散模型来解决这些限制，使其能够熟练处理服装变形，从而获得更逼真的结果。它通过可扩展性（调节姿势和身体形状等因素）和广泛适用性（从动漫到野外图像）来区别于其他方法。Outfit Anyone在各种场景中的表现突显了它在实际部署中的实用性和准备就绪性。实现方法：核心是条件扩散模型，它处理模特、服装和相关文本提示的图像，以服装图像作为控制因素。在内部，网络分为两个流，独立处理模特和服装数据。这些流在融合网络中汇聚，便于将服装细节嵌入模特的特征表示中。在此基础上，我们建立了Outfit Anyone，包括两个关键元素：用于初始试穿图像的零样本试穿网络，以及用于增强输出图像中服装和皮肤纹理的事后优化器。项目地址：

歸藏(guizang.ai)

150,912 görüntüleme • 2 yıl önce

把过时 GPU 的寿命从 3 年直接拉长到 15 年。华尔街的私人信贷经理们，这几天可能要集体开香槟了。现在市面上那些疯狂囤货的 AI 算力云，背后的巨额资金很多来自华尔街的私人信贷。之前金融机构做资产评估，默认一块 GPU 的有效寿命顶多只有三四年。加上技术迭代太快，高昂的折旧率让 GPU 的融资利率一直居高不下，普遍在 7% 以上。这就成了悬在 AI 建设潮头上的一把财务利剑。但现在，一个叫“推理解耦”（Disaggregation of Inference）的技术突破，正在重写游戏规则。简单来说，大模型的推理过程分两步：预填充（Prefill）和解码（Decode）。硅谷投资人 Gavin Baker 举了个很有意思的例子：这就好比 18 世纪英国军舰上的大炮，预填充是“装填炮弹”，让模型理解提示词；解码则是“开炮”，一个 token 一个 token 地往外吐答案。 “装弹”消耗的是内存容量，而“开炮”消耗的是内存带宽。以前，我们逼着同一块 GPU 既装弹又开炮，效率极低，老卡很快就跟不上时代。现在的做法是把两件事拆开，把最先进、极速的 Groq LPU 或 Cerebras 摆在最前面专门“开炮”。至于那些被淘汰的 Hopper 甚至更老的 Ampere 显卡，直接退居二线，专门在后面干“装弹”的体力活。这个套路等于把旧 GPU 焊死在流水线上，一直用到融化为止。原本只有 3 年寿命的显卡，有效使用期限直接飙升到 10 到 15 年。资产寿命翻了三四倍，华尔街的坏账风险瞬间解除。 GPU 的融资利率甚至能从 7% 一路压到 5% 左右，这会直接改变全球 AI 算力建设的资金成本。

把过时 GPU 的寿命从 3 年直接拉长到 15 年。华尔街的私人信贷经理们，这几天可能要集体开香槟了。现在市面上那些疯狂囤货的 AI 算力云，背后的巨额资金很多来自华尔街的私人信贷。之前金融机构做资产评估，默认一块 GPU 的有效寿命顶多只有三四年。加上技术迭代太快，高昂的折旧率让 GPU 的融资利率一直居高不下，普遍在 7% 以上。这就成了悬在 AI 建设潮头上的一把财务利剑。但现在，一个叫“推理解耦”（Disaggregation of Inference）的技术突破，正在重写游戏规则。简单来说，大模型的推理过程分两步：预填充（Prefill）和解码（Decode）。硅谷投资人 Gavin Baker 举了个很有意思的例子：这就好比 18 世纪英国军舰上的大炮，预填充是“装填炮弹”，让模型理解提示词；解码则是“开炮”，一个 token 一个 token 地往外吐答案。 “装弹”消耗的是内存容量，而“开炮”消耗的是内存带宽。以前，我们逼着同一块 GPU 既装弹又开炮，效率极低，老卡很快就跟不上时代。现在的做法是把两件事拆开，把最先进、极速的 Groq LPU 或 Cerebras 摆在最前面专门“开炮”。至于那些被淘汰的 Hopper 甚至更老的 Ampere 显卡，直接退居二线，专门在后面干“装弹”的体力活。这个套路等于把旧 GPU 焊死在流水线上，一直用到融化为止。原本只有 3 年寿命的显卡，有效使用期限直接飙升到 10 到 15 年。资产寿命翻了三四倍，华尔街的坏账风险瞬间解除。 GPU 的融资利率甚至能从 7% 一路压到 5% 左右，这会直接改变全球 AI 算力建设的资金成本。

墓碑科技

12,678 görüntüleme • 3 ay önce

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 görüntüleme • 2 ay önce

兄弟们，VTuber和3D直播党终于能爽了！🔥 找到个神器：SysMocap，开源免费的实时动捕，直接用普通摄像头就把你脸、手、全身动作全抓进去，驱动3D模型，延迟低到离谱！以前痛点太多了： - 买套动捕设备？几万块起步，穿上那身衣服像智障 - 虚拟主播软件卡顿、表情僵硬、只支持半身 - 想玩AR/VR还得额外折腾一堆现在呢？SysMocap 一条龙解决： - 拖拽就导入模型，VRoid做的VRM直接扔进去，自动识别骨骼（0.x和1.0全支持） - 脸+手+全身全跟踪，表情自然得一批 - 支持OBS直推直播，WebXR扔到AR里玩 - Windows/Mac（Intel/M系列都行）直接下安装包，Linux也能跑 - 界面漂亮得像Material Design，黑夜模式刷起来舒服普通笔记本摄像头就够，动起来那叫一个丝滑。想当虚拟主播的、做3D短视频的、AR滤镜玩家的，赶紧冲！下载地址就在Releases，Windows/Mac便携版解压就能跑，评论区试试。

兄弟们，VTuber和3D直播党终于能爽了！🔥 找到个神器：SysMocap，开源免费的实时动捕，直接用普通摄像头就把你脸、手、全身动作全抓进去，驱动3D模型，延迟低到离谱！以前痛点太多了： - 买套动捕设备？几万块起步，穿上那身衣服像智障 - 虚拟主播软件卡顿、表情僵硬、只支持半身 - 想玩AR/VR还得额外折腾一堆现在呢？SysMocap 一条龙解决： - 拖拽就导入模型，VRoid做的VRM直接扔进去，自动识别骨骼（0.x和1.0全支持） - 脸+手+全身全跟踪，表情自然得一批 - 支持OBS直推直播，WebXR扔到AR里玩 - Windows/Mac（Intel/M系列都行）直接下安装包，Linux也能跑 - 界面漂亮得像Material Design，黑夜模式刷起来舒服普通笔记本摄像头就够，动起来那叫一个丝滑。想当虚拟主播的、做3D短视频的、AR滤镜玩家的，赶紧冲！下载地址就在Releases，Windows/Mac便携版解压就能跑，评论区试试。

HankAI

36,133 görüntüleme • 3 ay önce

兄弟们，这波Claude Code 源码泄露太乐了，直接等于Anthropic给开源了。事情是这样的：他们发npm包的时候，压根没在.npmignore里把source map文件过滤掉。结果一堆开发者装完包，就在node_modules 里翻出那个超大.map文件，里面藏着完整的TypeScript源码映射。随便一还原， 1900多个文件原封不动摆在那儿，终端CLI架构、40多个工具、50来个命令，全都一览无余。 GitHub上已经有人打包上传了， Bun运行时、Anthropic SDK怎么接、权限控制怎么搞、自然语言转代码的流程……全都能扒。之前老版本就出过一次这事儿，这次又重蹈覆辙，属实草台班子现场。对我们这些搞AI工具的来说，这简直是天上掉馅饼。想自己搭个类似agentic coding CLI的，直接抄作业就行，省了多少试错时间。想看的直接冲这个仓库：学完别白嫖，记得给原作者点个star，或者自己改改发个更好玩的版本。 AI圈子就爱这种意外的开源精神

兄弟们，这波Claude Code 源码泄露太乐了，直接等于Anthropic给开源了。事情是这样的：他们发npm包的时候，压根没在.npmignore里把source map文件过滤掉。结果一堆开发者装完包，就在node_modules 里翻出那个超大.map文件，里面藏着完整的TypeScript源码映射。随便一还原， 1900多个文件原封不动摆在那儿，终端CLI架构、40多个工具、50来个命令，全都一览无余。 GitHub上已经有人打包上传了， Bun运行时、Anthropic SDK怎么接、权限控制怎么搞、自然语言转代码的流程……全都能扒。之前老版本就出过一次这事儿，这次又重蹈覆辙，属实草台班子现场。对我们这些搞AI工具的来说，这简直是天上掉馅饼。想自己搭个类似agentic coding CLI的，直接抄作业就行，省了多少试错时间。想看的直接冲这个仓库：学完别白嫖，记得给原作者点个star，或者自己改改发个更好玩的版本。 AI圈子就爱这种意外的开源精神

HankAI

398,061 görüntüleme • 5 ay önce

这太疯狂了……有人做出了硬件工程师们渴望了几十年的东西你有一个硬件项目的想法。它已经在你的脑海里盘旋好几周了……你终于决定动手实现它紧接着，现实给了你一记重锤查阅数据手册、寻找元器件、对比规格参数、逐行编写物料清单（BOM）…… 绘制接线图……然后反复修改…… 从零开始编写组装步骤这些工作其实都不是在“构建”本身而且耗时极长终于，有人解决了这个问题他们开发了你只需要用像跟朋友聊天一样的自然语言来描述你的项目它就能立即生成： – 一份完整的接线图 – 一份详尽的物料清单 – 逐步拆解的组装说明从创意到原型之间的鸿沟，刚刚变得大大缩小了

这太疯狂了……有人做出了硬件工程师们渴望了几十年的东西你有一个硬件项目的想法。它已经在你的脑海里盘旋好几周了……你终于决定动手实现它紧接着，现实给了你一记重锤查阅数据手册、寻找元器件、对比规格参数、逐行编写物料清单（BOM）…… 绘制接线图……然后反复修改…… 从零开始编写组装步骤这些工作其实都不是在“构建”本身而且耗时极长终于，有人解决了这个问题他们开发了你只需要用像跟朋友聊天一样的自然语言来描述你的项目它就能立即生成： – 一份完整的接线图 – 一份详尽的物料清单 – 逐步拆解的组装说明从创意到原型之间的鸿沟，刚刚变得大大缩小了

Bill The Investor

62,945 görüntüleme • 4 ay önce

卧槽，这才是终极形态！把所有生图 API 塞进一个“无限画布”，简直是生产力暴击😱💥 天天在 ComfyUI、各种 API 平台和图片编辑器之间来回倒腾，传文件传到手麻、参数调到头秃能把人逼疯！😭 今天分享一个刚开源就炸场的视觉大外挂：👉 Infinite-Canvas。说白了，它就是一个把“AI 生成”和“平台接口”彻底解耦的超级画板。不管后端模型怎么变，你的工作流永远不变！(^-^)👍 📌 万能 AI 接口底座：直接打通 ComfyUI（本地/远程）、OpenAI 协议 API、ModelScope、火山引擎、即梦 CLI 等。模型平台随便换，画布上的连线工作流绝不废弃！ 📌 无脑自动化“爆兵”：自带“循环节点”，配好一次流程，AI 就能自动跑几十轮批量出图或逐帧视频处理。更有“素材库系统”，打通“生成 ➔ 筛选 ➔ 入库 ➔ 复用”的搞钱闭环。 📌 画布直接改图：双击图片就能抠图、局部重绘、扩图，不用再切进 Photoshop。而且两套模式切换自如——高手用节点拉管线精确控制，小白用智能卡片快速试错！ 💬 告别零散工具切换，这种局域共享、全员协作的超级画布太爽了！你打算拿它搞什么？评论区聊聊！👇 #AI生图 #开源推荐 #ComfyUI #独立开发 #自媒体搞钱～

卧槽，这才是终极形态！把所有生图 API 塞进一个“无限画布”，简直是生产力暴击😱💥 天天在 ComfyUI、各种 API 平台和图片编辑器之间来回倒腾，传文件传到手麻、参数调到头秃能把人逼疯！😭 今天分享一个刚开源就炸场的视觉大外挂：👉 Infinite-Canvas。说白了，它就是一个把“AI 生成”和“平台接口”彻底解耦的超级画板。不管后端模型怎么变，你的工作流永远不变！(^-^)👍 📌 万能 AI 接口底座：直接打通 ComfyUI（本地/远程）、OpenAI 协议 API、ModelScope、火山引擎、即梦 CLI 等。模型平台随便换，画布上的连线工作流绝不废弃！ 📌 无脑自动化“爆兵”：自带“循环节点”，配好一次流程，AI 就能自动跑几十轮批量出图或逐帧视频处理。更有“素材库系统”，打通“生成 ➔ 筛选 ➔ 入库 ➔ 复用”的搞钱闭环。 📌 画布直接改图：双击图片就能抠图、局部重绘、扩图，不用再切进 Photoshop。而且两套模式切换自如——高手用节点拉管线精确控制，小白用智能卡片快速试错！ 💬 告别零散工具切换，这种局域共享、全员协作的超级画布太爽了！你打算拿它搞什么？评论区聊聊！👇 #AI生图 #开源推荐 #ComfyUI #独立开发 #自媒体搞钱～

Denzii 🕊️

17,312 görüntüleme • 2 ay önce

卧槽，Anthropic 在 GitHub 公开了金融特工套件 financial-services，斩获 3.2 万 Star！ 11 个专业 AI Agent、8 个垂直技能包，直接直连彭博和 FactSet！它不是那种只会写套话的垃圾 AI 助手，它是一套直金融投行自动化工具： 11个专业Agent+8个垂直包：全面覆盖投行并购、私募筛项目、财富管理顾问等全场景工作流。物理穿透顶级数据库：配了 11 个金融 MCP 连接器，直接合法连接 Bloomberg、FactSet 和 S&P Global。 AI 顺着管道就能自己去吞吐最昂贵的数据源。核心技能变免费命令：以前分析师熬到凌晨 3 点做的可比公司分析和 DCF 模型，现在在窗口打个 /comps 或 /dcf，几秒钟直接全自动输出到 Excel 财报里，3 天的工作量被强行缩短到 1 小时。评论区放地址👇👇👇👇

卧槽，Anthropic 在 GitHub 公开了金融特工套件 financial-services，斩获 3.2 万 Star！ 11 个专业 AI Agent、8 个垂直技能包，直接直连彭博和 FactSet！它不是那种只会写套话的垃圾 AI 助手，它是一套直金融投行自动化工具： 11个专业Agent+8个垂直包：全面覆盖投行并购、私募筛项目、财富管理顾问等全场景工作流。物理穿透顶级数据库：配了 11 个金融 MCP 连接器，直接合法连接 Bloomberg、FactSet 和 S&P Global。 AI 顺着管道就能自己去吞吐最昂贵的数据源。核心技能变免费命令：以前分析师熬到凌晨 3 点做的可比公司分析和 DCF 模型，现在在窗口打个 /comps 或 /dcf，几秒钟直接全自动输出到 Excel 财报里，3 天的工作量被强行缩短到 1 小时。评论区放地址👇👇👇👇

比特币橙子Trader

20,398 görüntüleme • 2 ay önce

AI时代，永远别低估一个人可能拥有的创造力。很多事情，几个月前你做不成，现在再试试可能就完全不同了。半年前，我在完全没用过unity，没做过游戏开发的情况下尝试过用Cursor+Unity开发军事题材的3D射击游戏。当时最大的瓶颈就是3D资产。市面上找的各种 AI 3D工具生成的装甲车模型，本质上是一坨无法拆分的疙瘩汤，想给炮塔、履带做独立动画和损伤效果根本不可能，项目直接卡死。我以为这事儿黄了，直到最近看到了 Hyper3D by Deemos 的他们新推出的Rodin Gen-2有个叫BANG的架构，简直太绝了，它能理解模型是由不同部件组成的，能把任何3D模型都按合理的逻辑拆解，比如我这个视频里的装甲车、直升机、士兵等。这种情况下，我能拿到独立的炮塔、车轮等，可以直接拿去做动画绑定和参数设定，这把我上次遇到的问题基本都解决了。我突然意识到，才过了半年，我整个AI开发流程的工具几乎全换代了： 1、AI编程工具从Cursor换到Claude Code。 2、2D素材从Midjourney换到Nano Banana。 3、而3D资产这块的进化是最颠覆的，直接从玩具变成了工具。所以，别给自己设限，别给AI设限，你只需要想清楚自己想做什么，每隔半年试试看，很可能会有意想不到的惊喜。我觉得hyper3d这个新能力有机会让很多游戏小团队提效，也会让很多像我这样0基础的开发者也有机会整出自己首个3D游戏出来。

AI时代，永远别低估一个人可能拥有的创造力。很多事情，几个月前你做不成，现在再试试可能就完全不同了。半年前，我在完全没用过unity，没做过游戏开发的情况下尝试过用Cursor+Unity开发军事题材的3D射击游戏。当时最大的瓶颈就是3D资产。市面上找的各种 AI 3D工具生成的装甲车模型，本质上是一坨无法拆分的疙瘩汤，想给炮塔、履带做独立动画和损伤效果根本不可能，项目直接卡死。我以为这事儿黄了，直到最近看到了 Hyper3D by Deemos 的他们新推出的Rodin Gen-2有个叫BANG的架构，简直太绝了，它能理解模型是由不同部件组成的，能把任何3D模型都按合理的逻辑拆解，比如我这个视频里的装甲车、直升机、士兵等。这种情况下，我能拿到独立的炮塔、车轮等，可以直接拿去做动画绑定和参数设定，这把我上次遇到的问题基本都解决了。我突然意识到，才过了半年，我整个AI开发流程的工具几乎全换代了： 1、AI编程工具从Cursor换到Claude Code。 2、2D素材从Midjourney换到Nano Banana。 3、而3D资产这块的进化是最颠覆的，直接从玩具变成了工具。所以，别给自己设限，别给AI设限，你只需要想清楚自己想做什么，每隔半年试试看，很可能会有意想不到的惊喜。我觉得hyper3d这个新能力有机会让很多游戏小团队提效，也会让很多像我这样0基础的开发者也有机会整出自己首个3D游戏出来。

花叔

78,988 görüntüleme • 11 ay önce