<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[通达的博客]]></title><description><![CDATA[自古道：“山高自有客行路，水深自有渡船人”，岂无通达之理，可放心前去。请各位看官注意！网路Blog内容不见得都正确，服用前请三思。编码人均生产力=1.22+0.522代码复用率-2.55需求变更率，缺陷密度=-1.45+0.247测试用例深度+16.2单位]]></description><link>https://blog.csdn.net/david_232656</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; david_232656]]></copyright><item><title><![CDATA[本地 8G 显卡实测：Wan2.2 与 MiniMax-H3 的 I2V / T2V 能力边界对比]]></title><link>https://blog.csdn.net/david_232656/article/details/169267299</link><guid>https://blog.csdn.net/david_232656/article/details/169267299</guid><author>david_232656</author><pubDate>Tue, 27 Oct 2026 20:15:31 +0800</pubDate><description><![CDATA[在RTX4060 8G显卡上实测对比Wan2.2-TI2V-5B与MiniMax-H3：H3优势在于图生视频+原生同步立体声一次出片，支持跨镜一致性（Ref2VA），适合带音短剧；Wan2.2则轻量高效，适配动态漫批量生成，但需后期配乐。8G显存极限为88704 token，1080p原生渲染必OOM，长镜头依赖FramePack外推。核心结论：要声音选H3，要效率选Wan。]]></description><category></category></item><item><title><![CDATA[RTX4060 8G 跑 AI 视频必看：88704 显存墙与 6 档配置生死实测]]></title><link>https://blog.csdn.net/david_232656/article/details/169267194</link><guid>https://blog.csdn.net/david_232656/article/details/169267194</guid><author>david_232656</author><pubDate>Tue, 27 Oct 2026 20:12:44 +0800</pubDate><description><![CDATA[RTX4060 8G 跑 AI 视频，显存墙限死在 88704 token。实测表明：1344×768×73 为临界点，超则卡死或 OOM。建议采用“低分辨率渲染+超分”绕墙方案，优先控制单帧 token，避免长时长硬刚。附生死曲线图，显存不足者必看。]]></description><category></category></item><item><title><![CDATA[Wan2.2-TI2V-5B 本地实测：轻量双用(T2V+I2V)的动态漫利器，静音党必看]]></title><link>https://blog.csdn.net/david_232656/article/details/169267071</link><guid>https://blog.csdn.net/david_232656/article/details/169267071</guid><author>david_232656</author><pubDate>Tue, 27 Oct 2026 20:08:20 +0800</pubDate><description><![CDATA[Wan2.2-TI2V-5B 在 RTX4060 8G 显卡上表现轻量高效，支持文生视频（T2V）与图生视频（I2V）双用，适合动态漫批量制作。单镜生成快、显存占用低，配合 ffmpeg 流水线可实现高效拼接。但出片静音，需后期补配音乐与旁白，音画同步依赖手动对齐。相较 H3，其优势在于轻量抽卡与批量处理，适用于“立绘+运镜+字幕”类项目。系列下期将深入显存墙挑战。]]></description><category></category></item><item><title><![CDATA[MiniMax-H3 本地 8G 实测：图生视频一次出画+原生同步音，消费级显卡真能打？]]></title><link>https://blog.csdn.net/david_232656/article/details/169266934</link><guid>https://blog.csdn.net/david_232656/article/details/169266934</guid><author>david_232656</author><pubDate>Tue, 27 Oct 2026 20:01:56 +0800</pubDate><description><![CDATA[本文实测在RTX4060 8G显卡上运行MiniMax-H3（W4A8量化版），验证其图生视频（I2V）、文生视频（T2V）及参考图生视频（Ref2VA）能力。核心亮点为原生同步32k AAC立体声，无需后期对轨，显著提升效率。实测显示，608×352分辨率下5秒视频约需8.5分钟，跨镜一致性优，但存在推近、首帧拉伸与帧数栅格限制等边界问题。适合追求“出片即带声”的短视频创作者，不适用于长镜头或高分辨率需求。]]></description><category></category></item><item><title><![CDATA[【论文精读】Autodesk Zero-to-CAD：不靠真实数据，造出百万级“可编辑 CAD 程序“]]></title><link>https://blog.csdn.net/david_232656/article/details/168974542</link><guid>https://blog.csdn.net/david_232656/article/details/168974542</guid><author>david_232656</author><pubDate>Sat, 24 Oct 2026 16:41:26 +0800</pubDate><description><![CDATA[Autodesk Zero-to-CAD 通过“生成-执行-反馈”闭环，实现从8视图渲染图到可编辑CadQuery代码的百万级合成，与QuoteApp附图报价系统高度契合。其基于本地小模型、开源免费，可将无参STEP/扫描图转化为参数化脚本，补全“设计意图”缺失痛点。虽仅支持规范图纸，但可作为“参数化重建”本地后端，与中望MCP并列；其四重校验机制与QuoteApp“独立GT、禁自评分”铁律同构，具备直接集成潜力，为老图纸复活与智能报价提供高效开源路径。]]></description><category></category></item><item><title><![CDATA[105MB 的 OBJ：8 编组动车组模型是怎么组织的？]]></title><link>https://blog.csdn.net/david_232656/article/details/168248499</link><guid>https://blog.csdn.net/david_232656/article/details/168248499</guid><author>david_232656</author><pubDate>Sat, 17 Oct 2026 20:10:48 +0800</pubDate><description><![CDATA[本文以一台8编组动车组的105.6MB OBJ模型为例，解析其“顶点池+组段”两段式结构：141万顶点、283万三角面，坐标系为毫米、Y向上、车头在+Z，仅含v/f，无法线与UV。拓扑与颜色由o/g/usemtl承载，颜色编码为0xAABBGGRR（BGR序）。模型混合“提取还原”的零件几何与“程序化重建”的腰线/玻璃。导入前需自检索引、材质、包围盒等9大坑，重点区分两类数据可信度。结论：OBJ仅为索引面集，语义全靠外部字段承载，简单却易踩坑。]]></description><category></category></item><item><title><![CDATA[ParaView 与 3DVisualizationOfReservoirsHisim 深度技术对比报告]]></title><link>https://blog.csdn.net/david_232656/article/details/167698309</link><guid>https://blog.csdn.net/david_232656/article/details/167698309</guid><author>david_232656</author><pubDate>Mon, 12 Oct 2026 16:19:26 +0800</pubDate><description><![CDATA[本报告对比ParaView 6.x与自研油藏三维可视化软件，揭示二者本质差异：前者为通用科学可视化平台（管线驱动、HPC级、生态丰富），后者为油藏领域专用工具（原生支持Hisim/Eclipse数据、OSG场景图驱动、轻量单进程）。在架构上，本项目采用直接生成几何的场景图模式，控制精细但扩展性弱；在数据处理上，本项目实现角点网格、gross/net映射与井轨迹原生支持，优于ParaView对油藏格式的缺失。虽体渲染能力较弱，但通过三线性插值、RGBA传递函数等改进已逼近主流水平。]]></description><category></category></item><item><title><![CDATA[Web 三维可视化技术对比：ParaView Web vs 本项目 wasm + Three.js]]></title><link>https://blog.csdn.net/david_232656/article/details/167697892</link><guid>https://blog.csdn.net/david_232656/article/details/167697892</guid><author>david_232656</author><pubDate>Mon, 12 Oct 2026 16:16:10 +0800</pubDate><description><![CDATA[ParaView`share/web` 含 4 个应用： glance （13.9MB，通用查看器）、 lite （Python 脚本）、 divvy （多视图协同）、 visualizer （经典版）。ParaView Web 你的 wasm + Three.js 架构 C/S 远程渲染 （浏览器只收图像帧） 浏览器本地计算 + 本地 GPU （数据进浏览器） 渲染发生地 服务端 1.3GB VTK/OSPRay/nvIndex 全栈 WebGL Three.js 0.160 + VolumeRender]]></description><category></category></item><item><title><![CDATA[ParaView 5.10.0 分析]]></title><link>https://blog.csdn.net/david_232656/article/details/167697646</link><guid>https://blog.csdn.net/david_232656/article/details/167697646</guid><author>david_232656</author><pubDate>Mon, 12 Oct 2026 16:02:16 +0800</pubDate><description><![CDATA[ParaView 5.10.0 是一个自包含的完整可视化发行版，体积1.39GB，含7,380个文件，集成Python 3.9、VTK、OSPRay/Embree光线追踪及NVIDIA nvIndex GPU加速。核心功能涵盖体渲染（CUDA核函数）、PBR材质（OSPRay）、分布式渲染（pvserver）与油藏仿真相关插件（如ExplicitStructuredGrid、LagrangianParticleTracker）。其渲染栈完善，支持高性能科学数据可视化。]]></description><category></category></item><item><title><![CDATA[Parasolid 与 ParaView：名字像“亲戚“，实则两条技术血脉]]></title><link>https://blog.csdn.net/david_232656/article/details/167663429</link><guid>https://blog.csdn.net/david_232656/article/details/167663429</guid><author>david_232656</author><pubDate>Mon, 12 Oct 2026 09:20:55 +0800</pubDate><description><![CDATA[Parasolid与ParaView名字虽同含“Para-”，实则毫无渊源：前者为西门子旗下CAD几何内核，专注精确建模；后者由LANL与Kitware开发，是科学可视化平台，强调并行处理。二者分属工业软件管线上下游——从实体建模到结果可视化，数据需经网格化转换。其共性在于均为“组件化内核”范式代表，分别主导几何与可视化底层。本项目中，两者分别作为技术参照与实现灵感，体现“造形”与“显意”的分工协同。]]></description><category></category></item><item><title><![CDATA[几何内核“四大金刚“：ACIS、Parasolid、CGM、Open CASCADE 核心特征深度解析]]></title><link>https://blog.csdn.net/david_232656/article/details/166849550</link><guid>https://blog.csdn.net/david_232656/article/details/166849550</guid><author>david_232656</author><pubDate>Tue, 29 Sep 2026 22:04:07 +0800</pubDate><description><![CDATA[本文深度解析支撑SolidWorks、NX、CATIA等主流CAD软件的四大几何内核——ACIS、Parasolid、CGM与开源的Open CASCADE（OCCT），揭示其在几何建模、布尔运算、拓扑处理中的核心作用。作为CAX软件的“皇冠明珠”，几何内核决定模型精度与互操作性，其算法差异直接影响设计结果。文章还补全了CAD/CAE/CAM系统中几何内核与约束求解、网格剖分、刀具路径等组件的协同架构，展现工业软件“积木式”集成的本质。]]></description><category></category></item><item><title><![CDATA[三个本地26B/35B大模型实际运行状况对比报告]]></title><link>https://blog.csdn.net/david_232656/article/details/166742005</link><guid>https://blog.csdn.net/david_232656/article/details/166742005</guid><author>david_232656</author><pubDate>Mon, 28 Sep 2026 07:29:04 +0800</pubDate><description><![CDATA[三模型实测对比显示：gemma-4-26b 预处理最快（650 t/s），适合长输入短输出；Ornith-1.5-35B 生成最稳（18 t/s），MTP 投机解码有效，连续运行6.1小时无错；Qwen3.6-35B 虽指标均衡，但每轮重算前缀，效率瓶颈明显。总体而言，gemma 读快、Ornith 写快、Qwen 平衡但存在复用缺陷。]]></description><category></category></item><item><title><![CDATA[从“聊天工具“到“数字员工“：一文讲透 Agent 与 Skill]]></title><link>https://blog.csdn.net/david_232656/article/details/162961050</link><guid>https://blog.csdn.net/david_232656/article/details/162961050</guid><author>david_232656</author><pubDate>Fri, 17 Jul 2026 11:03:19 +0800</pubDate><description><![CDATA[从"只会聊天的瞎子"到"能看能动的助手"，AI 的进化靠的是 Agent（大脑）+ Skill（手脚） 的分工协作。理解了这个底层逻辑，你就不再只是 AI 的使用者，而是能定制它、指挥它、让它替你干活的"数字员工经理"。]]></description><category></category></item><item><title><![CDATA[MBSE 建模指南 SysML 的 9 种图]]></title><link>https://blog.csdn.net/david_232656/article/details/162914784</link><guid>https://blog.csdn.net/david_232656/article/details/162914784</guid><author>david_232656</author><pubDate>Wed, 15 Jul 2026 23:32:00 +0800</pubDate><description><![CDATA[SysML作为MBSE的核心建模语言，提供了9种图表从不同维度描述复杂系统。这些图表可分为三大类：结构图（系统组成）、行为图（系统运作）和需求图（系统约束）。其中块定义图(BDD)是最常用的结构图，类似"组织架构图"；内部块图(IBD)则展示组件连接细节；参数图用数学方程进行系统分析。行为图中，活动图类似高级流程图，顺序图显示对象交互时序，状态机图描述生命周期变化。需求图专门管理系统需求及其追踪关系。所有图表遵循统一规范，支持多视图切换，既能满足技术人员精确建模，又能通过可视化给非技术人员。]]></description><category></category></item><item><title><![CDATA[Vibe Coding实践案例：油藏模型三维可视化系统]]></title><link>https://blog.csdn.net/david_232656/article/details/162904383</link><guid>https://blog.csdn.net/david_232656/article/details/162904383</guid><author>david_232656</author><pubDate>Wed, 15 Jul 2026 15:11:54 +0800</pubDate><description><![CDATA[本项目开发了一个支持亿级网格的油藏数值模拟三维可视化系统，采用C++/OpenSceneGraph桌面端和WebAssembly/Three.js Web端的双架构设计。系统支持HiSim格式数据，具备外表面提取、切片视图、等值面分析、时间步动画等核心功能，采用LOD多级细节管理和数据分块加载优化性能。桌面端适用于超大规模数据本地渲染，Web端提供浏览器零安装访问体验。关键技术包括高效数据解析、并行计算、多级缓存和跨平台渲染优化。]]></description><category></category></item><item><title><![CDATA[当 Vibe Coding 遇见 Enterprise Architect：多学科团队的 MBSE 协作新范式]]></title><link>https://blog.csdn.net/david_232656/article/details/162851451</link><guid>https://blog.csdn.net/david_232656/article/details/162851451</guid><author>david_232656</author><pubDate>Mon, 13 Jul 2026 23:35:24 +0800</pubDate><description><![CDATA[本文探讨了多学科工程团队如何通过"Vibe Coding（AI结对编程）与Enterprise Architect（EA）模型协作平台"的结合实现高效协作。传统团队面临的文档分散、语言不通等问题，通过EA的中央模型库、版本控制、移动协作等功能，结合Vibe Coding的即时代码生成能力，形成"AI速度+模型严谨性"的新范式。这种组合实现了从战略规划到代码实现的全流程可追溯协作，支持异地实时评审、知识沉淀和快速回退，最终构建起人-AI-模型三位一体的可信协作体系。]]></description><category></category></item><item><title><![CDATA[这一代年轻人离独角兽最近的距离]]></title><link>https://blog.csdn.net/david_232656/article/details/162844004</link><guid>https://blog.csdn.net/david_232656/article/details/162844004</guid><author>david_232656</author><pubDate>Mon, 13 Jul 2026 15:53:44 +0800</pubDate><description><![CDATA[李泽湘：打造创业流水线，批量生产独角兽 核心方法论：通过系统性设计，将原本依赖运气的创业过程转变为可复制的"生产线"，实现硬科技创业的规模化成功。 关键要素： 供应链底座：依托大湾区高效低成本的制造能力 C端引擎：由年轻创业者主导消费品牌创新 教育燃料：新工科教育提前培养创业能力 平台加速器：共享资源降低创业门槛 实践成果： 培育公司287家，总估值超500亿美元 项目存活率80%，独角兽转化率15% 模式已复制至30多所高校 创业者行动指南。]]></description><category></category></item><item><title><![CDATA[附图报价系统设计分析8]]></title><link>https://blog.csdn.net/david_232656/article/details/162530630</link><guid>https://blog.csdn.net/david_232656/article/details/162530630</guid><author>david_232656</author><pubDate>Sat, 04 Jul 2026 13:36:35 +0800</pubDate><description><![CDATA[摘要 本教程详细介绍了附图报价系统的两个版本：PDF版（530MB）和PDF+STEP版（189 MB）。PDF版支持OCR识别、特征提取、工艺规划和报价生成，而PDF+STEP版额外支持3D模型预览。教程包含完整的操作指南，涵盖PDF图纸处理、AI定价功能、3D模型加载、特征识别及报价单导出等核心功能。系统提供Word/Excel/PDF格式输出，并支持批量处理和AI预测价对比。目前打包版存在依赖安装问题，建议根据需求选择版本：仅PDF处理选PDF版，需3D模型处理选PDF+STEP版。]]></description><category></category></item><item><title><![CDATA[Vibe Coding：人机协作软件开发方法论与实践]]></title><link>https://blog.csdn.net/david_232656/article/details/162431237</link><guid>https://blog.csdn.net/david_232656/article/details/162431237</guid><author>david_232656</author><pubDate>Mon, 29 Jun 2026 22:16:03 +0800</pubDate><description><![CDATA[本文提出 Vibe Coding 方法论，一种结构化的人机协作软件开发范式。该方法将人类角色重新定义为决策者与质量把关者，而AI负责代码实现与测试。通过一个亿级网格油藏三维可视化系统（65,000行C++代码）的案例研究，展示了该方法如何帮助领域专家在15天内完成从设计到优化的完整开发流程。研究提炼出六条核心原则，包括规格先行、实验替代猜测等，并识别出五种常见失败模式。结果表明，Vibe Coding可将开发效率提升5-10倍，尤其适用于领域密集型项目。]]></description><category></category></item><item><title><![CDATA[NVIDIA 生成式 AI 认证自学手册]]></title><link>https://blog.csdn.net/david_232656/article/details/161901304</link><guid>https://blog.csdn.net/david_232656/article/details/161901304</guid><author>david_232656</author><pubDate>Mon, 29 Jun 2026 15:29:09 +0800</pubDate><description><![CDATA[刚接触 AI，想入门 NCA-GENL。对图像/视频/音频生成感兴趣 NCA-GENM 。已有 LLM 基础，想系统进阶 NCP-GENL 。想做智能体/AI Agent 方向 ，NCP-AAI 。有经验，想全面覆盖 ，NCA-GENL → NCP-GENL → NCP-AAI 。 时间有限，想快速拿证 NCA-GE。]]></description><category></category></item></channel></rss>