{"source":{"id":"raw_a2280224f007b30a","title":"随手拍张照片丢给AI，直接吐出能切片打印的3D模型。 学过 Blender 的人看到这一幕，第一反应大概是两眼一黑。 过…","url":"https://mubeitech.com/p/raw_a2280224f007b30a"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"17833262","account":"mubei","brand":"@mubei","title":"给它一张静态照片，几秒钟后会发生什么？ 你直接走进了这张照片里。 不是看一段几秒钟的固定视频。 这是一个带着环境音、能推…","summary":"给它一张静态照片，几秒钟后会发生什么？ 你直接走进了这张照片里。 不是看一段几秒钟的固定视频。 这是一个带着环境音、能推拉镜头、能操控角色在里面实时漫游的世界。 这是 DeepMind 公布的交互世界模型 Genie 4。 官方目前给出的还只是技术演示，但思路已经跳出了传统的视频…","body":"给它一张静态照片，几秒钟后会发生什么？\n你直接走进了这张照片里。\n不是看一段几秒钟的固定视频。\n这是一个带着环境音、能推拉镜头、能操控角色在里面实时漫游的世界。\n\n这是 DeepMind 公布的交互世界模型 Genie 4。\n官方目前给出的还只是技术演示，但思路已经跳出了传统的视频生成。\n以前的模型再逼真，吐出来的也是一段定死的画面，你只能当观众。\nGenie 4 解决的是实时物理交互。\n\n给一段描述或者一张图，几秒钟后你就能操控角色身处其中。\n镜头的视角、场景的细节，每一步都实时受你掌控。\n你只要继续给提示，它就在后台实时计算接下来该发生什么。\n探索城堡时，身边的同伴会当场大喊那是陷阱。\n连周围的环境音，都在跟着你的动作与画面实时同步。\n\n他们直接把这套世界模型，做成了机器人的虚拟练兵场。\n在现实里试错，机器人要承担物理损耗和环境风险。\n在虚拟世界里，却能让机器人把各种操作任务提前演练无数遍。\n等在数字空间里把技能练扎实了，再让它们到物理世界里去干活。\n\n我们在虚拟世界里漫游探索。\n现实世界里的机器人，已经在里面悄悄把活给学会了。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2115204698299130283","translated_status_id":"2115204698299130283","published_at":"2026-10-27 22:08:13","created_at":"2026-10-27 21:54:51","url":"https://mubeitech.com/p/17833262","markdown_url":"https://mubeitech.com/p/17833262/markdown"},{"rank":2,"id":"raw_2e4be21804020809","account":"mubei","brand":"@mubei","title":"给AI接上反编译工具，复杂软件的底层逻辑全被看光了。 GitHub 上一个叫 Reverse Engineer Anyt…","summary":"给AI接上反编译工具，复杂软件的底层逻辑全被看光了。 GitHub 上一个叫 Reverse Engineer Anything 的项目，星标冲到了 30 万。 很多人第一反应是：这又是要开源复刻哪款软件？ 其实没那么玄乎。 它解决的，是大家用 AI 写代码时最难受的一个瓶颈：瞎…","body":"给AI接上反编译工具，复杂软件的底层逻辑全被看光了。\n\nGitHub 上一个叫 Reverse Engineer Anything 的项目，星标冲到了 30 万。\n很多人第一反应是：这又是要开源复刻哪款软件？\n其实没那么玄乎。\n它解决的，是大家用 AI 写代码时最难受的一个瓶颈：瞎猜。\n\n以前你想让 AI 照着某个软件做功能。\n通常的办法是截个图，或者拷一段网页前端代码丢给它。\nAI 只能凭着训练记忆硬编。\n界面看着有模有样，底层的逻辑和边界处理往往千疮百孔。\n因为代码是怎么在内存里跑的、数据流怎么转的，AI 在外面根本看不见。\n\n这个项目做的事情很实在。\n它通过 MCP 协议，把 AI 编程助手和一批成熟的逆向工程工具焊在了一起。\n碰上 Electron 架构的桌面应用，它去解包前端包体；\n碰上打包好的二进制程序，它直接调用 Ghidra 或 Hopper 去反编译指令；\n碰上安卓安装包，它自动去拆 APK。\n\n机器在底层跑了什么系统调用，函数之间怎么跳转，变量怎么传递。\n工具一条一条抓出来给 AI 看。\n\n而且它立了条规矩，AI 给出的分析必须标明三件事：\n哪些是真正在代码和二进制里读到的；\n哪些是推测出来的；\n哪些是完全看不清的未知部分。\n每一个结论，都得挂上具体的文件和行号。\n\n过去一个工程师想要看懂一个成熟软件的内部实现，得在反汇编界面里肉眼翻好几天。\n现在反编译和提取被自动化了，AI 拿到了真实的系统现场。\n这件事的看点不在于复制现成软件。\n很多沉淀在成熟软件里的工程细节，以前只有极少数人能摸清，现在普通开发者也能把结构看明白。\n工具把这层障碍推开之后，能搭出什么东西，就看写代码的人自己了。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2111828723569656075","translated_status_id":"2111828723569656075","published_at":"2026-10-18 16:27:04","created_at":"2026-10-18 16:27:04","url":"https://mubeitech.com/p/raw_2e4be21804020809","markdown_url":"https://mubeitech.com/p/raw_2e4be21804020809/markdown"},{"rank":3,"id":"2070673764828979595","account":"mubei","brand":"@mubei","title":"为什么 AI 能帮你写出几千行的复杂代码，却至今没办法帮你叠好一件衣服？ 这并非段子，这是当下 AI 行业最大的一堵墙。…","summary":"为什么 AI 能帮你写出几千行的复杂代码，却至今没办法帮你叠好一件衣服？ 这并非段子，这是当下 AI 行业最大的一堵墙。 用李飞飞（Fei-Fei Li）的话来说，因为我们严重低估了“空间智能”的难度。 在生物进化史上，动物演化出“空间智能”整整花了 5 亿年，而语言的出现只是最…","body":"为什么 AI 能帮你写出几千行的复杂代码，却至今没办法帮你叠好一件衣服？\n这并非段子，这是当下 AI 行业最大的一堵墙。\n用李飞飞（Fei-Fei Li）的话来说，因为我们严重低估了“空间智能”的难度。\n\n在生物进化史上，动物演化出“空间智能”整整花了 5 亿年，而语言的出现只是最后的一瞬间。\n对大脑而言，说话、聊天和写代码，其实是某种“投机取巧”的符号游戏。\n而面对一个被重力、摩擦力、遮挡和三维几何支配的现实物理世界，才是真正的挑战。\n\n李飞飞把“空间智能”拆成了四个部分。\n第一，理解（Understanding）。\n你能看懂这个三维甚至四维的环境，分得清设备、家具和人。\n\n第二，推理（Reasoning）。\n你想去冰箱拿瓶水，你得在脑子里规划：怎么绕开障碍、怎么走过楼梯、怎么找到冰箱。\n\n第三，生成（Generation）。\n闭上眼睛，你脑海里能凭空想象出一个客厅的三维画面。\n现在 AI 的 2D 生成已经很强了，但在 3D 生成上，也就是像 World Labs 这类公司正在做的，才是通往机器人和真实物理设计的核心。\n\n第四，也是最难的：交互（Interaction）。\n这就是为什么 AI 叠不好衣服。\n一件衣服是柔软的，有无数种褶皱、摩擦力和形变可能。\n每一次抓取、折叠，都需要机器实时根据物理反馈去调整。\n这不是靠背诵几万亿个文本词汇就能解决的。\n\n这就像投篮。\n你站在球场上，脑子里想“这一球进了，我们就能赢”，这是语言与逻辑智能在运转。\n但你看着防守球员的位置，瞄准篮筐的距离和角度，这是空间智能。\n最后，你起跳、滞空、把球精准投出去，这是物理智能。\n\n以前人类总觉得，能写文章、会聊天就是最高级的智慧。\n现在 AI 用实际行动证明了：在虚拟的符号世界里，所谓的“高智商”其实挺便宜的。\n而能在现实世界里体面地走两步、叠件衣服，才是进化最昂贵的奇迹。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2070676121322942740","translated_status_id":"2070676121322942740","published_at":"2026-06-27 01:07:05","created_at":"2026-06-27T03:01:11+02:00","url":"https://mubeitech.com/p/2070673764828979595","markdown_url":"https://mubeitech.com/p/2070673764828979595/markdown"},{"rank":4,"id":"16020832","account":"mubei","brand":"@mubei","title":"AI 视频要进专业剧组，不能只靠嘴说。 导演需要绝对控制，不能跟 AI 玩盲盒。 一种全新的 AI 电影工作流诞生了。…","summary":"AI 视频要进专业剧组，不能只靠嘴说。 导演需要绝对控制，不能跟 AI 玩盲盒。 一种全新的 AI 电影工作流诞生了。 它能把导演在 3D 软件里的“排练”，直接变成电影大片。 过程非常简单： 1. 用 Midjourney 生成一张高精度的起始帧； 2. 在 Blender 里…","body":"AI 视频要进专业剧组，不能只靠嘴说。\n导演需要绝对控制，不能跟 AI 玩盲盒。\n\n一种全新的 AI 电影工作流诞生了。\n它能把导演在 3D 软件里的“排练”，直接变成电影大片。\n\n过程非常简单：\n1. 用 Midjourney 生成一张高精度的起始帧；\n2. 在 Blender 里用最简陋的灰色方块，把运动轨迹排出来；\n3. 把这两样一起喂给视频模型 Seedance 2.0。\n\n看看这个对比。\n上面是 Blender 里极简的灰色预演，下面是 AI 渲染出的电影级公路飞驰镜头，远山和运动模糊完全严丝合缝。\n\n这就是从“玩具”到“生产力工具”的跨越。\nAI 终于开始听懂导演的指挥棒了。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2070260583367094503","translated_status_id":"2070260583367094503","published_at":"2026-06-25 21:33:30","created_at":"2026-06-25T23:20:52+02:00","url":"https://mubeitech.com/p/16020832","markdown_url":"https://mubeitech.com/p/16020832/markdown"},{"rank":5,"id":"2064718736783823145","account":"mubei","brand":"@mubei","title":"视频生成模型都是只会生搬硬套像素的“傻瓜”？最近这个流行说法被新论文直接打脸了。 有人断言，只有像 V-JEPA 这样的…","summary":"视频生成模型都是只会生搬硬套像素的“傻瓜”？最近这个流行说法被新论文直接打脸了。 有人断言，只有像 V-JEPA 这样的“世界模型”才真懂物理。 看看这张图的测试数据。 研究人员对几款扩散模型（Diffusion models）进行了测试。 测什么？测物体恒常性、形状保持、重力、…","body":"视频生成模型都是只会生搬硬套像素的“傻瓜”？最近这个流行说法被新论文直接打脸了。\n有人断言，只有像 V-JEPA 这样的“世界模型”才真懂物理。\n\n看看这张图的测试数据。\n研究人员对几款扩散模型（Diffusion models）进行了测试。\n测什么？测物体恒常性、形状保持、重力、连续性这些物理基础。\n结果不仅及格，而且以压倒性优势暴打了被寄予厚望的 V-JEPA 和 VideoMAE。\n普通的 VAE 更是惨不忍睹。\n\n这里有个硬核细节：研究用的是“线性探测（Linear probe）”。\n啥意思？就是不加任何复杂的滤镜，用最简单的线性模型去提取信息。\n在这种极简的测试下，AI 还能精准预测物理变化，说明扩散模型内部，早就有一套相当清晰、明确的物理世界表征。\n它没有瞎猜，它在内部重建了物理法则。\n\nAI 进化路线的成见正在被打破。\n那些被认为只会“大力出奇迹”和“暴力画图”的生成模型，其实在疯狂吞噬数据的同时，已经悄悄摸透了这个世界的运行规律。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2064797405199859964","translated_status_id":"2064797405199859964","published_at":"2026-06-10 19:05:45","created_at":"2026-06-10T21:03:53.783610","url":"https://mubeitech.com/p/2064718736783823145","markdown_url":"https://mubeitech.com/p/2064718736783823145/markdown"},{"rank":6,"id":"2051320789203595389","account":"mubei","brand":"@mubei","title":"去餐厅吃饭，遇到一份没有图片的纯文本菜单。 AI 大佬 Andrej Karpathy 为此搓了一个叫 MenuGen…","summary":"去餐厅吃饭，遇到一份没有图片的纯文本菜单。 AI 大佬 Andrej Karpathy 为此搓了一个叫 MenuGen 的应用。 逻辑很符合直觉。 拍照上传，OCR 提取菜名，调用模型生成菜品图片，最后重新排版渲染出一个带图的菜单界面。 这是一个标准的现代应用开发流程。 然后 G…","body":"去餐厅吃饭，遇到一份没有图片的纯文本菜单。\nAI 大佬 Andrej Karpathy 为此搓了一个叫 MenuGen 的应用。\n\n逻辑很符合直觉。\n拍照上传，OCR 提取菜名，调用模型生成菜品图片，最后重新排版渲染出一个带图的菜单界面。\n这是一个标准的现代应用开发流程。\n\n然后 Gemini 出场了。\n操作只有一步：直接把菜单原图喂给模型。\n不用写解析代码，不用做前端排版。\n模型直接在原图的像素层面，把每道菜的图片精准叠印在了菜单文字旁边。\n\n输入是一张图，输出是一张带图的照片。\n意图和结果之间，不需要任何软件串联。\nMenuGen 那套复杂的解析渲染流程，成了一堆没用的废代码。\n\n这就是 Software 3.0 展现出的破坏力。\n神经网络做的工作越重，中间的应用层就越薄。\n太多人还在琢磨怎么用 AI 给现有的 App 提速。\n现实是，绝大多数 App 本身就已经没有存在的必要了。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-04 15:53:01","created_at":"2026-05-04T17:50:11.307031","url":"https://mubeitech.com/p/2051320789203595389","markdown_url":"https://mubeitech.com/p/2051320789203595389/markdown"}]}