mxyhi

Github: proxy API

[洛克船长 @slashui]

昨天英伟达刚开源2500个3D资产，今天Scenario直接又甩出1300+个……

39GB的3D文件全扔Hugging Face免费下，连输入图、prompt、参数设置都一起给了，GLB最高8K，还有原生Blender文件。

这波也是“大满足时代”大满足了。

[头雁 @alacheng]

早上起来看到一个很酷🆒的开源项目，PhoneBot，这是一个低成本将 Android 手机安装作为躯干，用于摄像头、IMU、无线连接和板载计算，其利用智能手机进行人形机器人的感知和计算。

身体部分使用了 13 个 Dynamixel 伺服电机，身高 48.3 厘米，带手机重量 1.8 公斤，硬件（不包括手机）成本约 400 美元。

该网站在 CC BY-NC 4.0 许可下托管了物料清单、Onshape CAD、STEP 装配文件和组装文档。

项目网址：
https://t.co/fwwJH71uEz

⁠Phonebot论文在 arXiv 上 ：
https://t.co/E5er7kojOZ

[mxyhi @mxy252]

Demand on the API gateway I run has been outgrowing our upstream lately.

If you have spare Azure OpenAI, AWS Bedrock (Claude), or direct OpenAI / Anthropic quota sitting idle, I'd like to talk. Fair terms, long-term preferred.

DMs open.

[Sac @Saccc_c]

https://t.co/9E8UhyOWsX

[Hytidel聊商业（文章更多干货） @HytidelLegend]

你是不是背了很多单词，但是放在语境里还是不会用？
你是不是开着字幕刷美剧，最后啥也没听懂？

我发现一个最近新出的免费学英语的网站 ENGSENCE，就是用来解决这些问题的。 https://t.co/3km1QZk9zw

[Higgsfield AI 🧩 @higgsfield_ai]

GPT-6 Astra just solved data labelling.

13,038 annotations across 81 frames of parcel-sorting warehouse CCTV generated with Higgsfield.

The use cases are endless: track parcel handoffs, monitor worker movement with cart traffic, and spot bottlenecks.

[Hoody @HoodyLiu]

太牛了！Microduck 机器鸭被 @mishig25 做成了一个可交互的 3D Anatomy，直接放到了 Hugging Face 上

可以拆开看结构、舵机位置和实时步态，完全可以采购硬件 + 3D 打印复刻了，只不过成本会比官方高

目前公开 / 逆向能确认的主要物料：
1. 15× ROBOTIS Dynamixel XL330 系列舵机
2. Radxa Zero 3W，RK3566 主控
3. Sony NP-F550 2S 电池
4. IMX219 摄像头
5. VL53L5CX/L8CX 8×8 ToF
6. 双 IMU 架构
7. 约 25cm / 800g 整机
8. 控制软件 + 仿真 + RL 训练栈已开源

3D Anatomy 体验地址：https://t.co/CMR1QOWh1G

[小互 @xiaohu]

卧槽

影眸科技（Hyper3D） 发布的世界生成模型 WorldGen 有点东西

它和其他可交互世界模型有不一样，它可以从一张 2D 图片，生成是一个完整的自带物理规律 3D 场景

更牛P的是：

每个物体都是独立的：就是场景里的桌子、椅子、小道具都能单独拉出来拆解成科移动、替换或微调的子3D模型。

自带物理规律：模型能理解空间摆放关系，并自动推断出碰撞、质量、摩擦力等属性。

直接对接生产管线：生成的资产可以无缝导入 Blender、Unity 或团结引擎，直接用于游戏关卡搭建、影视制作、XR 内容以及具身智能（机器人/机械臂）仿真训练

[玉米_AlphaNotes @YM_AlphaNotes]

Hugging Face 旗下开源机器人公司 Pollen Robotics 开源了一台小机器人。
他们把一只只有 25cm 高、800g 重的机器鸭 Microduck 开源了，而且它的一身本事，基本都是靠强化学习练出来的。
Microduck 是一台迷你双足机器人，搭载 Rockchip RK3566，真机以 50Hz 控制频率驱动 15 个舵机。机器人 Runtime 和强化学习训练代码目前都已经开源。
① 已经学会不少技能
Microduck 不只是会走路。它可以用游戏手柄控制双足行走；摔倒后自己重新站起来；低头捡地上的东西；完成坐下、起立、踢球、前滚翻等动作。甚至给脚底装上轮子以后，它还能切换另一套强化学习策略，实现滑行、转圈、下坡，以及在轮滑状态下自己起身。
② 动作基本都是强化学习练出来的
Microduck 的训练项目 microduck_rl 也已经开源。
整体路线是：MuJoCo / MuJoCo Warp + PPO + Domain Randomization + Sim2Real → ONNX → 真机部署
策略以 50Hz 训练，训练完成后导出 ONNX，再交给 Microduck 真机 Runtime 直接运行。
为了缩小仿真和现实之间的差距，训练环境还专门模拟了电机摩擦、电池电压变化、控制延迟，甚至连舵机齿轮的 Backlash 齿隙都考虑进去了。
③ 软件架构也很硬核
机器人端主要使用 Rust 编写，没有套大型 Framework，而是拆成多个独立服务：

robotd：50Hz 实时控制、强化学习 Policy、安全控制
updaterd：OTA 更新、签名验证、失败自动回滚
configd：Wi-Fi 和设备身份管理
btd：蓝牙通信
padd：游戏手柄
mediad：摄像头、音频和 WebRTC
tofd：ToF 深度传感器

服务之间主要通过 Unix Socket + JSON-RPC 2.0 通信。其中只有 robotd 可以真正控制电机。无论是手机、游戏手柄还是自己写的程序，发送的都只是“动作意图”，最终能不能执行，还要经过 robotd 的安全控制。
④ 连 OTA 都做得很完整
它的软件更新流程是：下载 Release → 验证签名 → 切换版本 → 重启服务 → 健康检查 → 异常自动回滚也就是说，即使新版本把机器人搞崩了，也可以自动退回旧版本，避免直接把机器鸭刷成“砖”。
⑤ 本质上是一台迷你具身智能开发平台
所以 Microduck 不只是一只“会走路的机器鸭”。强化学习、Sim2Real、ONNX、Rust、实时运动控制、WebRTC、OTA……这些东西全被塞进了一台只有 25cm 高、800g 重的小机器人里。对于想研究强化学习、机器人控制和具身智能的人来说，这个项目的参考价值其实挺高。

最后官方留言：“没有鸭子在这个机器人的制作过程中受到伤害，不过我们咨询了好几只鸭子。” 🦆
哈哈～

[mxyhi @mxy252]

@berlin975619 111

[mxyhi @mxy252]

@berlin975619 What's the price for a large quantity of tens of thousands of dollars?

[mxyhi @mxy252]

@Franco12295100 啥价格

[mxyhi @mxy252]

@ssawsb_77c 老板加我,回fo

[Heroza Zhang @HerozaZhan73432]

Open Source now: Generate 360° fake-3D rotations from 2D artwork—with Codex, preview in the No UI platform.
Every frame is automatically arranged into a ready-to-use spritesheet.

[Geek @geekbb]

基于 Three.js 构建的交互式 3D 人体解剖探索器，可立体查看人体结构，适合医学学习与可视化演示。

解剖教材里器官是平面图加文字标注，空间位置和结构关系看不出来。Anatomy Atelier 把 9 个器官做成可旋转的 3D 模型，热点标注、对比查看都在模型上直接点。

https://t.co/3dx5zHYgTK

[李韭二 @li9292]

这个视频已经开源👇

[mxyhi @mxy252]

I just reserved my Cloudflare Wallet tag: https://t.co/xvuwaBCkkp.

Reserve yours now at https://t.co/UsCKgeqyPB

[mxyhi @mxy252]

@love1sbug 习惯了习惯的存在的习惯

[AIGCLINK @aigclink]

阿里最新开源了一个实时语音Harness：Qwen-Audio-Agent，让你的Agent能像打电话一样对话，你边说边想，它边听边干活

简单说就是它给你的OpenCode、OpenClaw、Codex们加上了耳朵和嘴巴，然后你就可以用打电话的方式跟这些AI协作

OpenAI有GPT-Live，Qwen-Audio-Agent等于是给现有的Agent生态提供了一个统一的实时语音前台入口

前台上，全双工实时语音层，支持连续对话和自然打断

后台上，对接OpenCode、OpenClaw、Qoder、Hermes、CodeBuddy、Codex各类Agent，负责搜索、推理、写代码、改文件等深度任务

复杂任务委派给后台Agent，执行结果实时带回当前语音对话

人机协作方式就变成了：你一边说Agent一边干，你可以随时插嘴补充，它边干活边给你汇报进展，对话过程跟打电话一样

#AI语音 #agent语音助手 #qwenaudio

[Owein @Do_owne]

Fable 5 + custom harness on Drawing2CAD in SolidWorks