即刻App年轻人的同好社区
下载
人工智能讨论组
人工智能or人工“智障”，一起聊聊人工智能新进展？
468531人已经加入
- 腾讯开源了一个6G显存就能跑的文/图生3D模型，还给了windows的一键安装包🥹
Hunyuan3D-2 Windows 便携版 - 轻松运行腾讯混元 3D 2.0
🧐 该项目提供了 Hunyuan3D-2 的 Windows 便携版，简化安装流程，支持本地运行几何生成、纹理合成及文本转 3D 功能，适用于 NVIDIA GPU 用户。
➡️ 链接：github.com
✨ 重点
● 🔧 零基础快速运行：
只需下载压缩包，解压后运行 .bat 脚本，即可启动 Gradio 界面，生成 3D 模型。
无需手动安装 Python 依赖，简化部署流程。
● 🎨 支持多种 3D 生成模式：
几何生成（白模）：输入图片，直接生成三维模型。
几何 + 纹理生成：需要额外安装 CUDA Toolkit 和 Visual Studio 编译工具，可生成更完整的 3D 资产。
文本转 3D（文生 3D）：结合 HunyuanDiT，可直接通过文本描述生成 3D 物体。
● 🎮 显存优化 & 低配支持：
最低 6GB 显存即可运行几何生成模式，超低显存模式可适配 4GB 设备。
24GB 显存优化：可修改 --profile 参数，充分利用高端显卡性能。
● 📦 离线运行 & 本地数据存储：
不依赖云端 API，所有数据处理均在本地进行，保护隐私。
生成的 3D 资源保存在 gradio_cache 目录，方便管理和导出。
● 🚀 更新 & 维护：
运行 更新.bat 可获取最新代码（基于个人维护的分支）。
中文脚本默认使用国内镜像下载 Hugging Face 和 GitHub 资源，优化访问速度。
🔹 总结：该 Windows 便携版大大降低了 Hunyuan3D-2 的安装复杂度，让用户能够快速体验 3D 资产生成，适用于游戏开发、AR/VR 设计、AI 艺术创作等领域。
33 221 - 让Cursor 工作更快，还能节省token的一个小技巧
从推特上看到这个方法，平时也切换着来测试了下，发现确实有时反而更快。
方法是，如果你想开发一个功能或者修改一个bug，那么
1. 直接使用 ASK 模式来让Cursor 实现。
2. ASK 模式不会直接修改文件，所以需要人来进行点击 apply all 进行文件的合并。
为什么这样的方式更快呢？因为不需要浪费Cursor 的时间来进行文件的diff 对比了。
但是不是所有场景都有效，如果你是要修改一个很复杂的bug或者开发一个复杂的功能，如果你让agent 模式来处理，那么它至少要工作好几轮，甚至修改好几个文件。这样的方式如果换成上面的 ASK 模式，估计人要抓狂。想想每个文件都要点击一下，万一忘记了某个文件的改动，一启动就是报错。
上面的方法更适用于，在单个文件上的改动，而且我测试下来的结果是，最好在一次 ASK 内结束修改的问题更加适合。
8 13 - llm.txt是一个非常棒的想法，能够让现有的网站能够更加容易的被LLM理解。
不过我们的技术理念更加倾向于“AI原生重建”，我们认为，在未来大部分的网站或者智能体，都不是为人服务的，他们都是为其他智能体（比如AI个人助手）提供服务的。
当然，这中间肯定需要llm.txt这样的过渡技术，让现有的网站更好的被理解。
这是我刚刚完成的一篇博客，里面详细的说明了我们对未来互联的看法，以及我们的理念。
github.com10 15 - 吴三刀:『是否存在这样一个 LLM 压缩机，他学习了所有可能的知识 (那么它就可以高效地把所有知识都压缩)？
这里我们想说，没有这样的 LLM 压缩机。这里面有两个不可能。第一，如果这样，那么这个 LLM 压缩机就是一个完美的柯氏机器，但数学上能够证明这样的机器是不存在的，柯氏复杂度是不可计算的，是这跟哥德尔不完备、自我指涉相关，这里不做讨论。
我们讨论第二个不可能，即，“人类的知识”是永远增加的、无限的。人类的知识至少可以分为两部分：
其一是对于自然界中的所有规律，这个我们可能会认为是有限的 (或者说信仰有个万物公式)；
其二是文化上的“知识”，这个一定是无限的，因为文化是构建的；而且很多时候其实是语言构建的，即新的文化是在原来文化的基础之上产生的，并且是一定程度上不符合原来文化的“分布”的文化。(我们在下一篇文章《大语言模型next-token-prediction的局限和文化的构建》再详细讨论) 』
有点烧脑的理论探讨… 🤯“压缩即智能”里面的坑
1 30
