Youtuber 20年老程序员，业已退休，不以写代码为主业。 不是英语老师，但开发了"英语轻松读"，做了广受好评的学习英语的视频。 心在日本，人目前在天津 Youtube： 英语学习之路 https://xitter.cf/t.co/fY05anVN8r 胡说八道 https://xitter.cf/t.co/FQLaNWFD5j
Tianjin
Joined May 2007
- Tweets113K
- Following1K
- Followers197K
- Likes8.9K
Tinyfool retweeted
How Does a Forklift Work? | 3D Breakdown of Hydraulics, Steering & Balance youtu.be/cpQ9IvjlD9M?si=miz7… 来自 @YouTube
Tinyfool retweeted
绝了！NVIDIA最新开源了2,575 个高规格 3D 资产，整整472GB！！
从日常用品到工业设备，里面收录了不少现实环境里的物体。
一揽子，全部放进了 Hugging Face。
NVIDIA SimReady Assets。
绝不单纯是一个“免费建模素材库”！！
NVIDIA给每个3D 资产都带上了物理属性和语义信息，比如有多重，什么材质，重心在哪，用在什么场景等等，全都写进了参数里。
明摆着，就是用来让AI学习的！
学习怎么和真实的物理世界互动！
传统的3D资产在AI眼中，就是个有贴图的“视觉资产”，NVIDIA想做的是，把“视觉资产”变成AI可以理解的“物理资产”！
所以，这批资产的价值可想而知！
至少能够用到这些场景上！
机器人抓取和搬运训练，先在虚拟环境里练习拿取、摆放物体；
搭建工厂、仓库的数字孪生，测试设备和物体的布局；
配合合成数据工具，改变光照、视角、遮挡和物体位置，生成带标注的训练数据。
大家都在卷文字、代码与图像生成时，NVIDIA 开始为Physical AI（物理 AI） 铺设地基了。
不过，对大部分人来说，也是一个相当全面的3D资产素材库！
链接在下面，必须收藏了！
Tinyfool retweeted
牛逼，PixStag 已经光荣加入 OurCoders 👏
@tinyfool
ourcoders.com/product/show/6…
Tinyfool retweeted
发现宝藏了！AI建模优化套件！！
用“Codex+Tripo”从一张角色图，在不断调优中完成高精度3D模型！！
而且还是可视化的操作界面！！
用AI建模有一个问题，虽然外观看起来很精细，但就是经不起放大细看，一放大很多糊的细节就会暴露，而且不干净的纹理也会特别明显。
有大神开源了一个本地工具包，可以利用 GPT-6.1 Sol、GPT-6 Astra 的 Computer Use 能力，让 Agent 当助手，你参与判断和修改，然后不断对模型进行调优！
最后的效果也很惊艳，可以让AI生成的模型更精细，更自然！
据说，这个工具已经获得了Tripo官方的赞助！！
链接在下面，感兴趣可以试试！！
Tinyfool retweeted
梁圣大肥鱼AI视频制作教程来了😋
00:00–01:48｜从人物资产卡开始：整体流程介绍，以及人物资产卡的制作。
01:48–03:57｜拆解原片，准备参考素材：Codex 分镜、换人参考图与长镜头分段。
03:57–05:33｜提示词与双 DGX 生成：MiniMax H3 工作流、提示词组织和双机生成。
05:33–07:10｜核对、合成与工作流沉淀：检查生成结果、拼回完整成片，再积累可复用的经验。
Tinyfool retweeted
这个工作非常赞
我之前分享过，system one 的需求里，有需要更高智能的，有可以低智能的，后者用小语言模型后训练就可以但是效果上不能满足真实世界的需求
我们今天会分享我们在决策模型、决策与生成分离的范式下的工作
再就是我提到过多模态 + 决策模型可以非常有趣（具身！）
We turned Qwen3.8-27B into a multimodal decision model.
It beat Pokémon FireRed’s elite four and champion with sub-100 ms decisions from live game state.
With SGLang’s native /v1/decisions, you can now turn LLMs and VLMs into classification and scoring models.
We also added /v1/systemone so Jev-like open models can work with the TypeSafe SDK.
Tinyfool retweeted
万吨轮在当年是写进教科书的。
1958 年 11 月 27 日，新中国第一艘自建的万吨级远洋货轮「跃进号」在大连造船厂顺利下水。连「跃进号」这个名字都和那个年代背景契合。
教科书只提了这个事儿，没提这船后来咋样了。
我也是才知道：
1963 年 4 月 24 日，「跃进」轮在上海港装载砩石、杂货 3414 吨，驶向青岛港加装玉米、杂货 10047 吨，共计 13461 吨。
4 月 30 日 15 时 58 分，跃进号展开首次国际远洋运输，此次远洋目的之一即为开辟中日海运航线。由上海驶往日本的门司港，行至南朝鲜济州岛附近的苏岩礁海域沉没。
首次远洋出航就触礁沉没了。
万吨轮下水不意味着「已经具备成熟可靠的远洋运输能力」。后者还依赖航海技术、人员训练、海图测绘和安全管理。
工业能力的形成，不只是一串成功的日期，还包括代价、失误，以及是否认真吸取教训。
Tinyfool retweeted
经济学家一直在担心「恩格斯停顿」重新出现，潜台词在于，技术革命当然是好事儿，但是对于普通人来说，成长于技术革命的起飞阶段，可能是个坏消息。
「恩格斯停顿」是经济史学家罗伯特·艾伦提出的概念，基于恩格斯对19世纪英国工人阶级的研究，这个恩格斯就是马克思和恩格斯里的那个恩格斯。
研究发现，就在工业革命如火如荼的进行过程里，英国工人的工资水平反而一直停滞不前，从1790年到1840年，长达50年的时间里，完全没有跟上GDP的增长。
直到再往后的50年，到了1900年，英国工人的劳动所得才跑赢了GDP，真正享受到了技术进步的成果。
这里的矛盾，主要表现在工业革命早期，机器被用于大规模取代人力，但产生的回报被投入到扩张生产时，存在一定的滞后性，需要付出几十年的周期性成本，才能普惠到大多数劳动者。
长期来看，收入分配呈现一种「先恶化，后改善」的曲线，而且后来的改善程度要远远高于早前的恶化程度，最终证明了工业革命的法理性。
但是有一个小小的问题：吃亏的人，和享受的人，不是同一拨人。
19世纪前50年的那一代人，实际上是被牺牲掉了，他们的绝大部分人生，过着毫无盼头的日子，技能被淘汰、追不上物价、失去了增长，在他们死后，岗位、财富、机会才姗姗来迟，降临给了19世纪后50年的那一代人。
当然，这只是后视镜里的画面。
Tinyfool retweeted
중국에서 보내는 선의의 알림과 경고
존경하는 고려대학교, 창업진흥원(KISED), Next Investment Forum, PWS Group, Flamingo AI FoodTech 및 Joyworks 관계자 여러분, 안녕하십니까.
저는 중국의 기업가이며, 제 이름은 나영호(罗永浩)입니다.
제 X 계정은 다음과 같습니다.
xitter.cf/luoyonghao
제 웨이보 계정은 다음과 같습니다.
weibo.com/u/7762107285
저는 어제 중국에서 사업 실패로 인해 법적으로 **‘신용을 상실한 피집행인(失信被执行人)’**으로 지정된 투자자 **정강(郑刚)**이 중국 웨이보에 글을 올려, 9월 29일 한국에서 귀사와 공동으로 투자 교류 행사를 개최할 예정이라고 밝힌 것을 확인했습니다.
저는 이 행사가 사람들을 속이기 위한 행사가 아닌지 우려하고 있어, 해당 내용이 사실인지 귀사에 확인하고자 합니다.
중국에서는 기업 경영자가 ‘신용을 상실한 피집행인(失信被执行人)’으로 지정될 경우, 법에 따라 출국 및 항공기 이용이 제한될 수 있습니다. 따라서 저는 정강이 불법적인 수단을 이용해 중국을 출국하여 한국으로 간 것이 아닌지 강하게 의심하고 있습니다.
정강이 ‘신용을 상실한 피집행인’으로 지정되고 소비 제한 명단에 포함된 것과 관련된 정보는 중국 정부의 **‘중국집행정보공개망(中国执行信息公开网)’**에서 확인하실 수 있습니다.
zxgk.court.gov.cn/
또한 중국의 전국적인 기업정보 조회 사이트인 **‘치차차(企查查)’**와 **‘톈옌차(天眼查)’**에서도 관련 정보를 확인할 수 있습니다.
企查查(치차차):
qcc.com
天眼查(톈옌차):
tianyancha.com
아래 첨부 이미지는 치차차와 톈옌차에 공개된 정보 중, 정강이 ‘신용을 상실한 피집행인’으로 지정되고 출국 및 소비가 제한된 것과 관련된 정보의 화면 캡처입니다.
귀사에서 위와 같은 사실을 이미 모두 알고 계셨다면, 이에 대해 명확한 답변을 주시면 대단히 감사하겠습니다.
만약 귀사 역시 정강에게 속은 것이라면, 그 사실도 제게 알려주시기 바랍니다. 저는 관련 정보를 중국 언론 및 법 집행기관에 전달하겠습니다.
감사합니다.
귀사의 평안을 기원합니다.
나영호(罗永浩)
🤖 Made with AI
Tinyfool retweeted
今日份暖心时刻：为了方便国内用户的下载和更新，在几个月前，CC Switch 已经把下载和更新源都迁移到了 Cloudflare，用户不再需要访问 GitHub，之后项目的 star 增长就放缓了很多。上个版本发布之前，我顺手加了一行小 tip，于是看到了不可思议的一幕：
Tinyfool retweeted
现在，TypeSafe 的 JEV 模型已经全量开放了，不需要申请等待列表。
而且每个人有 5 美元的免费额度，这模型非常便宜，5 美元够你用好久了！可以去试试我这个案例了
我用 @typesafeai JEV 模型做了一个实时 3D 场景生成器。
这个速度实在太夸张了！
从预制的几十上百种 3D 模型里，根据输入的文案，进行并发几百次的判断。
同时对这些素材的着色、光照、位置以及状态进行处理，一秒完成符合要求的室内场景搭建。
Tinyfool retweeted
测了下 Jev。其实之前我们就在尝试用大模型做决策和分流：给模型上下文，只要求返回 1、0 或一个置信度数字，目的就是尽量省 Token。昨天又拿 7B 模型在本地跑了下，用提示词约束 LLM 只返回决策结果，再和 Jev 对比。几个用例下来，速度上 Jev 明显领先，但准确度上 7B 略胜一筹。
我觉得 Jev 更重要的意义，是补齐 AI 工程生态。类比电力时代，我们先发明了发电机和灯泡，但一个成熟生态里，必然还需要变压器、配电箱这些东西，才能补全输配和应用体系。可以预见，未来还会出现更多专用模型和基础设施，把整个 AI 生态一点点真正补完整。
Tinyfool retweeted
我用 @typesafeai JEV 模型做了一个实时 3D 场景生成器。
这个速度实在太夸张了！
从预制的几十上百种 3D 模型里，根据输入的文案，进行并发几百次的判断。
同时对这些素材的着色、光照、位置以及状态进行处理，一秒完成符合要求的室内场景搭建。
