Anthropic IPO buyers see valuation as low as $1.1T
估值从 2 万亿一路聊到 1.1 万亿,路演越讲越低。其实有个最简单的办法:把达里奥开了,估值立马就回来。他天天在外面讲 AI 要毁灭世界,投资人听完能不打折吗?
bloomberg.com/news/articles/…
今天开源圈出了个很有意思的项目:BUI 把 Blender 沉淀了三十年的 UI 渲染内核彻底给抠出来了。
做桌面端的人苦 Electron 久矣,动辄吃掉几百兆内存;后来大家追捧 Rust 写的 GPUI,但生态绑在特定编辑器上难以剥离。
开发者直接把 Blender 底层的 Ghost 窗口抽象和即时模式(Immediate Mode)GPU 渲染流水线抽成独立运行时,向外暴露了 C/C++、Rust、Python 和 JS 的通用接口。
Blender 能在成百上千个复杂的着色器节点和实时视口下保持 60 帧丝滑渲染,就是因为它的 UI 根本不走任何 DOM 树计算或虚拟节点 Diff,每一个按钮、每一个滑动条直接由专用 Shader 在显存里原地成型。
实测下来,初始化内存占用只有 18MB,冷启动窗口建立耗时不到 12 毫秒。
开源地址:github.com/ppmpreetham/BUI
Boyce retweeted
Tibo just dropped another hint about GPT-6.2 Astra, and today's looking like a real possibility.
The original GPT-6 Astra launched on a Friday, so I wouldn't be surprised if OpenAI repeated that timing with 6.2.
If we get both Astra 6.2 and Sol 6.2 today, this could be one of OpenAI's biggest weeks yet.
💥 重磅!DeepSeek Harness 游戏工坊开源!
🎮 dsh-game-studio
基于 DSH 创造模式
融合对 Kimi 游戏方案的理解
目标是一句话打造可玩的小游戏
⚡ 首轮就能玩:内置 2D 俯视角 & 3D 体素(Three.js)双模板,对话右侧栏实时预览,边聊边改
🤖 Agent 自动试玩:Agent 写完自己先玩一遍,查帧率、抓报错、看截图,确保交付真能玩
🎨 AI 美术随时换:先用代码绘制角色秒开局,满意后调用 OpenAI / Codex 生成候选图(支持垫图 & 费用审批),侧栏按编号一键替换
📱 随处可玩:支持版本随时回退、局域网扫码手机试玩、一键导出零依赖单 HTML 文件
每个人都有个游戏梦,现在一句话就能开局
一键安装命令 & 项目地址 见评论区 👇
#deepseek #dsh #插件 #游戏开发
🔥 Tripo 做游戏的含金量还在提升!!
DeepSeek 与 Kimi 同时发布游戏解决方案!!!
真是瞌睡了送枕头!
直接为我下一步要面临的问题提供思路与方案:
如何从网页试玩走向专业开发
看来兄弟们应该很快就能晚上这款游戏了 🤗
无论想要快速开始做出 demo
还是解决后期的精细贴图、骨骼、动作等问题
Kimi 给出的官方解决方案都是 Tripo
但 Kimi 的订阅还是很金贵的 🤣
DeepSeek 则并不提供三方3D建模能力
建议还是走单独的 Tripo 订阅
用我这个链接注册送的500积分 ⬇️
足够完成一般规模游戏 demo 的建模
#game #3d #tripo #deepseek #dsh
有了 AI 以后写代码速度快了非常多,但是校验的速度其实还是不快的,特别是在 GitHub 上跑 Actions CI 的速度,下午花了一些时间对 Mole、Kaku、Pake 的 CI 全部彻底优化了一下,效果很不错,分享给大伙。
你可以这样直接 Copy 下面给到你的 Agent,我们来看看可以帮你节约多少时间。
帮我把这个仓库的 GitHub Actions 提速,在不减少必要的测试项以及功能校验下,最大幅度减少耗时。
1. 先使用 gh 拉最近 50 次的运行情况,把每一个 job 拆成排队、准备、真正跑测试的 3 个时间段,去看规律,可能很多时候慢的是准备的阶段,不是测试本身。
2. 同一个 PR 连着推好几次时,只跑最新的那次,旧的直接取消掉,用 cancel-in-progress 去实现。不过 main 分支不要这么做,需要确保发版 main 上的每一个提交都完整跑过一遍。
3. 只改 README 和文档的这种提交不要触发跑 CI,可以用 paths 过滤掉,另外被跳过的必需检查会一直卡住 PR 合不进去,这个要提前注意一下。
4. 优先用 setup 类 action 自带的缓存,setup-node 打开 cache,setup-go 默认就开,Rust 用 Swatinem/rust-cache,注意每个仓库缓存只有 10 GB,用不上的就不要放到这里面去。
5. 本地连着构建两次,第二次应该几乎不花时间,假如有多余的花时间的地方,一定是哪些写得有问题,比如 Dockerfile 装依赖前先 COPY 了整个仓库,或者构建脚本盯着一个不存在的文件,类似的问题记得检查。
6. 工具直接下载预编译好的,不要用 go install、cargo install 现场安装编译,这里会很费时间。
7. 不互相依赖的 job 并行跑,删掉不传数据的 needs,最长的那套测试拆到多台机器上去跑。
8. 免费账号的 macOS 最多同时跑 5 个,所有 workflow 共用,格式化、lint、依赖审计这些不挑系统的都移到 Ubuntu 去跑更好。
9. 做过的事情就不要做重复了,以及不要多此一举做事情,比如别的 job 跑过的检查就不要套重复再跑,比如只构建前端的 job 就不要多此一举去拉整个 Rust 缓存。
10. 改完去 push 那个上面测试运行效果,看运行的时间,发现规律,再次查漏补缺来优化一遍,做到最好,最后给到我优化前后的对比。
Boyce retweeted
We open-sourced LivLiv Player, a 2.5D web character player, ~34 KB gzipped, with lip sync and webcam face tracking. Easy to embed in your site or app.
We also open-sourced our 21 featured characters, carefully made with @livliv_ai , are ready to use.
github.com/livliv-dev/player




























