talkingbook Direct3D-S2开源3D生成模型，8块GPU训练达影视级精细度

talkingbook Direct3D-S2开源3D生成模型，8块GPU训练达影视级精细度

01 有话题的技术

高端级三维图像制作软件，只要配备八块图形处理器就能够完成训练，其成果在质量上胜过许多商业化的封闭系统模型

由南大、复旦与牛津共同研发的 -S2 开源三维构造框架，在热门榜单上获得优异成绩，仅消耗八片图形处理器就能完成训练，其成果超越了众多商业闭源方案，实现了电影制作级别的图像质量。该项目的关键突破在于空间稀疏注意力技术（SSA），这一创新显著提高了生成速度和细节呈现能力，有效克服了传统三维构造过程中存在的运算负担和结构复杂性难题。

在 -S2 中， 团队提出了一种关键性突破，即空间稀疏注意力方法（ ， SSA）。

该装置专门针对当前 （DiT）在生成高分辨率三维图像时速度慢、细节表现不足的弊端而构思，堪称三维图像制作界的速度核心。

相关链接：

相关链接：

相关链接：

相关链接： （@新智元、@果比 AI）

借助 Grok 的协作，脑机芯片让渐冻症患者获得说话机会

最近，马斯克在社交平台上分享了一个事例，表明他与 Grok 正在合作，帮助渐冻症患者恢复说话功能。

一位渐冻症患者借助脑机接口装置，能够凭借思想活动来书写文字，同时利用人工智能技术进行语句的补充和声音的模仿，最终得以用接近本人原本的声线进行交流。这一显著成果得益于脑内芯片的植入方案，以及 Grok 在自然语言理解方面的卓越功能。

具体而言，使用者借助思维活动就能操控光标撰写内容，Grok 助手会自动修正并完善文稿，接着运用人工智能技术复现使用者原来的发声方式，从而使得沟通过程更为顺畅。

马斯克转发了一篇来自 Mario 的文章，文章讲述了 Smith 先生的情况，他因患渐冻症导致身体无法活动也无法发声，但借助一项技术他能用意念写出文字，Grok AI 可以自动纠正这些文字，就像心灵感应一样，再配合另一个 AI 模仿他的声音，这样他就能“说话”了，而且听起来非常像他自己原来的声音。

今年五月，名为 Link 的脑机接口装置获得了美国 FDA 授予的「突破性设备」资格认证，该装置旨在协助那些饱受严重语言沟通问题困扰的人士重新建立交流渠道。

新闻链接：

X 链接： （@IT 之家、@新智讯）

开发工具：迅速搭建智能服务，兼容多种接口，包含代理程序和软件套件

Y 提供的开源多智能体平台面市，具备 MCP 服务和 Agent SDK 功能。该平台包含 Agent、Co pilot 两大核心组件，旨在协助用户便捷地创建、检验和实施智能代理。

用户可以建立多个智能体，例如信用卡服务助手，以便达成任务上的配合。同时，系统也配备了 HTTP 接口和软件开发工具包，能够满足各种不同的开发需求。到目前为止，这个平台已经收获了超过两千个星标。

开源地址：（@AIGC 开放社区、@ Lab）

02 有亮点的产品

苹果公司即时转换服务：运用设备本地、跨领域多种软件、提供给外部编程者使用

苹果公司近期推出的 iOS 26 系统增加了即时翻译选项，该功能覆盖了电话、短信以及另外两种联络应用，若收到外文内容，软件会自动转换成用户熟悉的语言，此特性已整合进短信、通话等应用程序，可即时处理文字和语音的翻译，以此协助人们克服语言沟通的困难。

同样的，你发出的内容会被即时转换成对方的语言，使不同语言间的沟通变得极为便捷。

实时转换作用完全在本地进行，你的交流信息不会因此传送到任何未获授权的场所。

苹果公司提供的即时翻译服务，将借助应用程序编程接口，面向所有外部软件设计者开放，设计者能够把即时翻译服务，添加到任意沟通应用里

去年，苹果在海外上线了例如图乐园之类的智能功能，让用户能够更加自由且有趣地展现创作，不过外界最为关注的智能助手Siri何时推出，在今年的WWDC上依然没有透露确切时间。

语言方面取得了一些突破，Apple 智能计划在今年岁末前，陆续添加对丹麦语、荷兰语、挪威语、葡萄牙语、瑞典语、土耳其语、繁体中文以及越南语的支持功能。

苹果公司宣告将发布 。这是一项创新的技术接口，让外部程序设计者能够运用苹果公司中心位置的大型语言工具，同时还能把这些工具嵌入到他们自己的软件产品里面去。

用户无需自行开发人工智能模型，也不必借助远程服务器，即可在自己的应用程序中集成一个性能优越、反应迅速、并且注重个人隐私的智能助手功能。尤为关键的是，它不受网络连接限制，即便在没有网络的情况下也能正常使用。（@APPSO、@IT 之家）

2、 Tours： 发布的 AI 导游，支持实时对话互动

进入旅游板块，可见一幅可交互的电子地图，其上展示世界各地的多种文化名胜与自然风光，内容划分成好几个类别：属于人文场馆的有博物馆、藏书楼、表演场所，属于著名建筑的有特色地标，属于历史遗迹的有古代建筑，属于自然风光的有林莽、溶洞、沙地、庭园以及海域。

点击地图上的标记，就能切换到那个地方的虚拟漫步界面。人工智能向导会利用声音介绍这个场所在的相关资讯，诸如某个博物馆的建筑特色、过往故事，乃至展室里墙布的构思来源。

转换到下一个镜头，按下「拍摄」键，人工智能将依据新场景重新制作一段解说，换个角度审视，同一个地方也能呈现出不同的叙事。此外，可以点击右下方那个「问号」标志，向人工智能向导提出疑问。

体验链接： （@ Park）

03 有态度的观点

1、任正非：AI 也许是人类社会最后一次技术革命

《人民日报》6 月 10 日在头版刊登了一篇报道，内容是记者在深圳华为总部，就社会高度关注的部分焦点问题，与华为首席执行官任正非进行了直接对话。在谈话过程中，任正非分享了一个观点，那就是当「承受外部限制和压力，遭遇诸多挑战」的时候，他始终抱持着一种态度，就是「不去过分考虑那些阻碍，只要动手去做，持续向前推进」。

对于「人工智能（AI）的发展趋势如何」这一问题，任正非提出观点，认为「人工智能或许是人类文明经历的最末次重大变革」。他阐述理由如下：

人工智能的进步需要漫长的岁月积累，可能长达数十年甚至数百年。中国在这方面具备诸多有利条件，无需过分担忧。任正非特别指出，人工智能技术实现的关键，在于拥有稳定可靠的能源供应和高效的信息传输系统。电力供应是发展人工智能的基础，中国的发电能力和电网设施都十分出色。同时，中国的通信网络建设位居世界前列，东数西算的宏伟蓝图具备可行性。

此外，任正非还阐述了其他长处：芯片领域无需过分忧虑，通过运用堆叠和集群等技术手段，运算能力已经能达到顶尖水准。在软件层面，未来将依靠成百上千种开源程序来满足社会整体需求。(@ APPSO)

2、 前首席科学家：AI 会完成我们能做的一切

最近，前首席科学家伊利亚回到母校多伦多大学，在获得荣誉博士学位时进行了个人发言。

Ilya 一开始就谈了自己的想法：要面对现实情况，尽量不懊恼已经发生的事情，要着力改变当前状况。他还说，现在每个人都生活在一段非常特殊的时期——这是由于人工智能技术普及的缘故。

Ilya 承认，当今人工智能已大幅度重塑了“学生”这一概念，其影响远不止于此。Ilya 指出，人工智能所能完成的工作已大大超出人们的预料，我们现在面临的主要问题在于“人工智能将如何改变我们的工作与职业”，此外还存在更深层次的难题——未来人工智能的演进将是史无前例且极为剧烈的。

他同时指出，所有他能掌握的知识，任何你们当中任何一位也能掌握的知识，人工智能同样能够掌握。那么，他为何如此肯定呢？我们又如何得知人工智能未来能够实现这些功能呢？关键在于，我们每个人的大脑实际上都是一个生物性计算机。正是因为大脑具备这种生物性计算机的特性，我们才拥有它。人的生物性思维中枢能够完成这些任务，而电子式机器，即机器智能，却无法实现同类功能，这就是我主张人工智能终将达成人类所有能力的根本缘由。

对于「当人工智能能够承担人类所有任务时，将产生何种后果？」这个议题，Ilya表示必须高度关注。他强调：「或许你并未在意人工智能，但人工智能会主动关注你的存在」。

所以，Ilya 提议众人，在人工智能这个时期，只要着手运用人工智能，去探明当前顶尖的人工智能能完成哪些工作，就会慢慢培养出一种本能。他强调，经由使用人工智能并审视当今最前沿的人工智能能实现什么，人们会形成一种本能。而且，随着人工智能在一年、两年、三年期间持续优化，这种本能会愈发鲜明。随着时间的推移，我们对人工智能的成长有了更清晰的了解，不再对其感到担忧，反而可以驾驭它，并充分运用由新技术所赋予我们的能量。

最后，Ilya 强调：

人工智能引发的难题是所有时代中最严峻的难题，然而，如果我们妥善处理，所取得的成就也将是所有时代中最辉煌的成就。

演讲全程： （@APPSO、@机器之心）

写在最后：

我们诚邀众多友人加入 「RTE 开发者日报」 内容的协作，有意愿者请经由开发者社区或公众号表达意向，务必提及关键词「协作」。

我们非常感谢各种形式的意见，并会给予小奖励，比如询问你期望日报包含哪些信息；你推荐过哪些信息来源、项目、主题或活动；或者说出几个你常关注的内容平台；还有内容布局或展示方式上哪些方面需要优化等。