shenzhen
Joined February 2007
- Tweets29.7K
- Following210
- Followers19.9K
- Likes11.6K
Datou retweeted
Howdy, i'm Alec 👋
I'm a researcher focused on humanoid agility and control.
I use reinforcement learning to make physics-based characters run, climb, vault, slide, recover, handle objects, and more.
It is my goal to make embodied intelligence easier to direct, whether that be for humanoid robots or digital characters.
I'm also a co-author of Metatron, a research collaboration with NVIDIA exploring how motion goals can guide whole-body movement.
research.nvidia.com/labs/par…
This reel brings together some of what I've been working on over the last year. I post here daily, sharing my progress, my failures, and what I learn along the way.
If you're working on humanoid robots, animation, or games, feel free to say hi!
其实记忆还好，在我这不算痛点，agent当前最大的痛点是上下文管理，如果像对着一个人那样什么事情都说，agent就乱了，自己创建新对话或者注意要说什么，就得额外花心思。现在需要一个能什么都说，然后帮拉群帮跟进的agent，能回答的直接回答，复杂的事情新建群拉其他agent干活，老事情找到以前的群。
虽然我整天喷A厂吹逼，就事论事，我觉得这篇关于agent记忆的文章是我认为能经得起时间考验的，当然我这里说的是思想不是现阶段的工程实践。
anthropic.com/research/compo…
Datou retweeted
SAM3DbodyとSAM3.1を用いたDWposeより精度の高いopenpose推論ノード作りました。
ポーズ画像以外に体形リファレンスも与えることで、頭身を変えることもできます。github.com/tori29umai0123/Co…
Datou retweeted
Just released a new pixel art model for game development:
- Exact size control
- Style consistency using reference sprites
Use it with Claude or Codex: spritefusion.com/pixel-art-g…
另辟蹊径，掉用视频模型终结了比赛😂😂😂
卧槽！我用workbuddy中的Hy4生成了神级的鹈鹕骑自行车视频，秒杀其他
1/3 腾讯旗下的Hy4正式版发布了。Hy4具备视觉能力，在开源模型当中比较能打，而且在workbuddy中限时免费使用。
我忍不住上了上手，生成了一个鹈鹕骑自行车的动画视频，如下。
牛不牛？是不是秒杀其他各种文本和代码生成模型？
#Hy4Challenge #BuildwithWorkBuddy #Hy4inWorkBuddy
前几天450公里/小时撞护栏了，还好人没事
503.17公里/小时！仰望U9X真的跑过500了！！
按这个速度，一秒能跑近140米！
前几天我发过它在国内测试撞护栏的画面。
11月6日，仰望公布了阿布扎比的新成绩，比去年在德国跑出的496.22公里/小时，又快了6.95公里/小时！
这次跑的是U9 Xtreme，测试在11月1日完成，用的是临时封闭的公路。503.17是单向极速。
官方把约2分30秒的车内第一视角也放出来了。
下面我截取了42秒精华，包括前方路面、车手动作和测速数字都在，冲过500之后的减速过程，还有驾驶员的欢呼声😁。
那么如果你看“超级跑车”的性能，你更在意极速，还是赛道圈速呢？
#仰望U9Xtreme #比亚迪 #汽车
数据采集可能得增加压感手套，纯靠视觉判断不了用多大力
训练机器人最大的痛点就是标注：
戴着运动相机拍第一人称视频容易，但要分清“哪只手在抓什么、手指弯了多少度、亚秒级的动作从哪一秒开始”非常困难…
目前一般使用顶尖大模型标，一小时视频烧掉 70 多刀
Perceptron 1.0 直接把这道门槛踹平了：
它能连 0.5 秒以内的瞬间抓放、拧转都能精准切分，精度咬死顶尖大模型
左右手各走各的时间轴，单独记录这只手抓着啥、那只手在干嘛，双臂机器人学协同不用再猜
免校准 3D 手势，手机随手拍的视频，不用填镜头参数，也能直接还原双手三维网格和关节动态
全套“动作线 + 双手标签 + 3D重建”一小时只要 29 刀，基础动作切分甚至只要 9 刀/小时，直砍到大模型的八分之一
直接提供自助接口，一次可以塞 1000 个视频批量跑…
看来没花冤枉钱。个人体感确实中转站的opus能干活，比如gpt 6.1搞不定的发髻和布娃娃肢体约束，中转后的opus 5.5搞定了。中转站可以解决封号和性价比的问题，但是中转站解决不了上游模型忙不可用的问题，好多时候只能干等。
Datou retweeted
Releasing the model weights of Kimi K3.1 Pro: huggingface.co/moonshotai/Ki…
We'll keep advancing open intelligence.
claude长期被骂还能增长，模型能力确实可以。我用gpt几个月都没搞定的街霸2，opus一出手就发现了低级错误，每个关卡存档的开头都有一段不可行动的时间污染了数据，一个晚上就打赢了gpt过不去的肯，一天就看到一命通关的希望了。我用的中转站号称1.35折，还有更便宜的推荐吗？ai.polorpool.com/
