{"source":{"id":"16021515","title":"一个刚毕业、在沃尔玛搬砖的程序员，凭着家里的一张 3090 Ti 显卡，把论文送进了顶级学术会议 SIGGRAPH 20…","url":"https://mubeitech.com/p/16021515"},"method":"semantic-similarity","count":5,"items":[{"rank":1,"id":"17170092","account":"mubei","brand":"@mubei","title":"英伟达当年坚称，帧生成只能在40系显卡上跑。 旧卡硬件不支持。 想用？ 加钱买新卡。 结果呢？ 民间开发者又出手了。 一…","summary":"英伟达当年坚称，帧生成只能在40系显卡上跑。 旧卡硬件不支持。 想用？ 加钱买新卡。 结果呢？ 民间开发者又出手了。 一个名为“DLSSG for SM86”的开源项目，直接把深度学习超采样（DLSS）帧生成搬到了30系显卡上。 RTX 3060、3070、3080，全部原生支持…","body":"英伟达当年坚称，帧生成只能在40系显卡上跑。\n旧卡硬件不支持。\n想用？\n加钱买新卡。\n\n结果呢？\n民间开发者又出手了。\n一个名为“DLSSG for SM86”的开源项目，直接把深度学习超采样（DLSS）帧生成搬到了30系显卡上。\nRTX 3060、3070、3080，全部原生支持。\n\n而且不是简单降级凑合。\n帧生成倍率最高直接拉到了4倍。\n\n官方当年说这是新架构独占的技术，安培（Ampere）架构跑不了。\n民间开发者直接用代码证明，不少所谓的硬件门槛，其实只是人为的技术锁定。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2097587446418464972","translated_status_id":"2097587446418464972","published_at":"2026-09-09 07:25:02","created_at":"2026-09-09T09:14:53+02:00","url":"https://mubeitech.com/p/17170092","markdown_url":"https://mubeitech.com/p/17170092/markdown"},{"rank":2,"id":"mb-20260901-304e38","account":"mubei","brand":"","title":"清华大学的研究团队，打破了一项保持 41 年的计算机算法世界纪录","summary":"清华大学的研究团队，打破了一项保持 41 年的计算机算法世界纪录","body":"清华大学的研究团队，打破了一项保持 41 年的计算机算法世界纪录。\n\n他们改写了计算机教科书里最基石的算法之一：Dijkstra 最短路径算法。\n\n从手机地图导航、外卖路径规划，到互联网路由协议，底层的寻路逻辑都在用它。\n\n这篇论文拿下了理论计算机顶级会议 STOC 2025 的最佳论文奖（Best Paper Award）。\n\n但这项研究最震撼的地方，不在于算力跑分。\n\n它击穿了一个困扰全世界顶尖学者四十多年的思维盲区。\n\n要看懂这台机器是怎么被拆掉的，得先退回 1984 年。\n\n1959 年，计算机先驱戴克斯特拉（Edsger Dijkstra）提出了最短路径算法。\n\n1984 年，计算机科学家弗雷德曼（Michael Fredman）和塔扬（Robert Tarjan）发明了斐波那契堆，把算法的时间复杂度推进到 O(m + n log n)。\n\n从那以后的整整 41 年里，这个数字成了理论界公认不可逾越的天花板。\n\n为什么这道边界立了 41 年没人能打破？\n\n因为所有人都撞上了一堵墙：排序屏障（Sorting Barrier）。\n\nDijkstra 算法的核心逻辑是贪心策略。\n\n它从起点出发，每一步都要在所有未访问的节点里，精准挑出距离起点最近的那一个。\n\n为了挑出绝对最近的点，算法必须维护一个全局优先队列（Priority Queue）。\n\n这意味着什么？\n\n这意味着你在计算最短路径的同时，顺手把成千上万个节点按距离从近到远，做了一次严密的全局排序。\n\n但在数学上有一条铁律：基于比较的排序算法，把 n 个元素排好序，计算量下界就是 n log n。\n\n既然算法每一步都在做排序，它的速度上限就被死死钉在了排序的数学下界上。\n\n过去 41 年，全世界顶尖学者都在同一个盒子里死磕：怎样把优先队列做得更精巧，怎样在排序里再抠出一点性能。\n\n清华大学段然团队干了一件打破盲点的事。\n\n他们问了一个没人停下来深究的问题：\n\n要算清楚两个点之间的最短距离，真的需要把沿途所有节点都排一遍大小吗？\n\n不需要。\n\n你需要的是从起点到终点的总距离，根本不需要知道第 500 个路口和第 501 个路口谁比谁近了半米。\n\nDijkstra 算法为了算出距离，强迫计算机做了一大堆精密的无用排序。\n\n那笔交了 41 年的排序税，纯粹是附带的冗余负担。\n\n新算法的核心机制，叫递归偏序分治（Recursive Partial Ordering）。\n\n它彻底丢掉了沉重的全局优先队列。\n\n它不再强求每一步都挑出绝对最小的节点。\n\n团队把节点按距离区间扔进粗粒度桶里，只在局部做必要的分治与松弛。\n\n不需要全局全序，只维护局部偏序。\n\n那道卡了全世界 41 年的排序屏障，就这么被绕了过去。\n\n复杂度的理论上限，第一次被压到了 O(m log^(2/3) n)。\n\n很多看似坚不可摧的技术瓶颈，往往不是目标本身有多难。\n\n是我们手里的经典工具，自带了一大堆我们不需要的副产品。\n\n所有人误以为，那个副产品是必须付出的代价。\n\n当所有人都在争着把梯子造得更轻去爬墙的时候。\n\n真正跨过时代的突破，往往只是走上前看了一眼，发现那堵墙原本就可以绕开。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-09-01 14:46:14","created_at":"2026-09-01 14:46:14","url":"https://mubeitech.com/p/mb-20260901-304e38","markdown_url":"https://mubeitech.com/p/mb-20260901-304e38/markdown"},{"rank":3,"id":"2063903532575752211","account":"mubei","brand":"@mubei","title":"你刷的每一条 TikTok，看的每一部 Netflix，甚至 AWS 和微软云底层的虚拟机，全都在跑同一个人的代码。 他…","summary":"你刷的每一条 TikTok，看的每一部 Netflix，甚至 AWS 和微软云底层的虚拟机，全都在跑同一个人的代码。 他叫 Fabrice Bellard。 没去过硅谷，没建过商业帝国，没有推特账号。 三十年来，他躲在巴黎，安安静静手搓了现代互联网的底层。 看下什么叫真正的\"一个…","body":"你刷的每一条 TikTok，看的每一部 Netflix，甚至 AWS 和微软云底层的虚拟机，全都在跑同一个人的代码。\n\n他叫 Fabrice Bellard。\n没去过硅谷，没建过商业帝国，没有推特账号。\n三十年来，他躲在巴黎，安安静静手搓了现代互联网的底层。\n\n看下什么叫真正的\"一个人就是一支军队\"。\n2000年，28岁的他启动了 FFmpeg。\n做了一件当时没人能做好的事：把所有音视频格式的编解码统一到一个库里。\n现在，YouTube 用它，Netflix 用它，Chrome 用它。\n你手里的每一台手机、家里的每一台智能电视，底层全跑着 FFmpeg。\n只要你这二十年里看过视频，你就用过他的代码。\n\n这足够吃一辈子老本，但他连停都没停。\n2003年，他开始写 QEMU。\n一个人单干把代码撸到了 2005 年的 0.7.1 版本。\n这玩意成了现代虚拟化技术的基石。\n现在，AWS、Google Cloud、微软 Azure 上的千万台虚拟机，全跑在基于 QEMU 的基础架构上。\n\n他的其他项目同样惊人：\n2001年，写了个微型 C 语言编译器（TCC），不到15秒就能从源码编译并启动 Linux 内核。\n2004年，用一台普通台式机，加上自己推导的 Bellard's formula，算出了当时人类历史上最长的圆周率。\n2011年，用纯 JavaScript 写了个模拟器，让大家直接在浏览器里跑 Linux。一堆工程师看了以为是假新闻。\n\n到了大模型时代，人家也不闲着。\n搞了个本地跑 LLM 的服务器（TextSynth Server），还拿语言模型去搞极其变态的文本和短信压缩，硬是打破了传统算法的极限。\n就在 2025 年 12 月，他又弄了个 Micro QuickJS，专给几乎没有内存的微控制器跑的 JS 引擎。\n\n点开他的个人主页（bellard.org）。\n没有 UI，没有字体设计，没有一句吹牛的营销文案。\n就一堆干巴巴的纯文本链接。\n顺带一提，他 2012 年还合伙搞了个电信公司，做 4G/5G 基站软件，稳稳当当当着 CTO。\n\n在这个人人都在包装概念、写两行调包代码就敢吹改变世界的时代。\n这个法国大叔证明了一件事：\n真正的极客，不需要去硅谷，不需要高谈阔论。\n只要一台电脑，没有废话，一直写下去，你就能把整个数字世界扛在肩上。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2064303996001452184","translated_status_id":"2064303996001452184","published_at":"2026-06-09 10:33:19","created_at":"2026-06-09T12:29:29.357469","url":"https://mubeitech.com/p/2063903532575752211","markdown_url":"https://mubeitech.com/p/2063903532575752211/markdown"},{"rank":4,"id":"2038269993394356589","account":"mubei","brand":"@mubei","title":"86岁的计算机算法泰斗高德纳刚刚填平了他自己挖的坑。 复杂的哈密顿分解问题终于迎来了全解。 破局者是两个互相交接工作的A…","summary":"86岁的计算机算法泰斗高德纳刚刚填平了他自己挖的坑。 复杂的哈密顿分解问题终于迎来了全解。 破局者是两个互相交接工作的AI模型。 解题过程就是一场高强度的左右互搏。 研究员把 Claude 4.6 和 GPT-5.4 扔进同一个任务流。 Claude 负责疯狂搜索寻找潜在路径。…","body":"86岁的计算机算法泰斗高德纳刚刚填平了他自己挖的坑。\n复杂的哈密顿分解问题终于迎来了全解。\n破局者是两个互相交接工作的AI模型。\n\n解题过程就是一场高强度的左右互搏。\n研究员把 Claude 4.6 和 GPT-5.4 扔进同一个任务流。\nClaude 负责疯狂搜索寻找潜在路径。\nGPT 负责严谨验证并生成代码逻辑。\n奇数与偶数的终极分解方案被机器硬生生凿穿。\n\nGPT-5.4 Pro 的最终交付动作极其干脆。\n它直接甩出了一篇14页的完整数学论文。\n排版格式完全对标顶级学术规范。\n推导证明连 Lean 社区的专家都挑不出毛病。\n高德纳看后承认这份作业毫无破绽。\n\n旧时代的科研是算力不够只好大脑来凑。\n现在的顶尖学者直接转行当了学术包工头。\n他们只负责圈定那块最难啃的骨头在哪。\n枯燥的试错黑洞全留给机器去填补。\n\n这位传奇大佬在短文末尾只留了一句感慨。\n我们确实生活在极其有趣的时代。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2038388810157826467","translated_status_id":"2038388810157826467","published_at":"2026-03-29 22:38:20","created_at":"2026-03-30T00:36:33.342541","url":"https://mubeitech.com/p/2038269993394356589","markdown_url":"https://mubeitech.com/p/2038269993394356589/markdown"},{"rank":5,"id":"2097287342402711800","account":"mubei","brand":"@mubei","title":"数学界最顶级的未解难题，突然传出被 AI 攻克了。 一位数学教授，花了一整年死磕纳维-斯托克斯方程。 这是世界著名的千禧…","summary":"数学界最顶级的未解难题，突然传出被 AI 攻克了。 一位数学教授，花了一整年死磕纳维-斯托克斯方程。 这是世界著名的千禧年数学难题。 整整一年，他把研究的所有草稿和推导，全部放进了 OpenAI 的 Codex。 每一行计算、每一个核心思路，后台日志全在 OpenAI 手里。 然…","body":"数学界最顶级的未解难题，突然传出被 AI 攻克了。\n\n一位数学教授，花了一整年死磕纳维-斯托克斯方程。\n这是世界著名的千禧年数学难题。\n整整一年，他把研究的所有草稿和推导，全部放进了 OpenAI 的 Codex。\n每一行计算、每一个核心思路，后台日志全在 OpenAI 手里。\n\n然后，怪事发生了。\n圈内突然开始疯传：AI 已经把这个难题解出来了。\n\n教授看到消息当场懵了。\n他立刻发邮件质问 OpenAI：这到底是怎么回事？\n\n邮件发过去不久，OpenAI 的电话直接打了过来。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2097296518176731607","translated_status_id":"2097296518176731607","published_at":"2026-09-08 11:44:44","created_at":"2026-09-08T13:34:02+02:00","url":"https://mubeitech.com/p/2097287342402711800","markdown_url":"https://mubeitech.com/p/2097287342402711800/markdown"}]}