- 博客(543)
- 收藏
- 关注
RSS订阅
原创 OpenCasCad (OCCT):几何数据创建算法 Module ModelingAlgorithms
Module ModelingAlgorithms几何算法模块包含众多模块，目前最关心的是几何的创建。几何的创建算法。
2021-11-21 12:19:21
886
1
原创 Revit SDK 介绍：CompoundStructure 复合结构
前言本文介绍 Revit 复合结构，及 SDK 中的例子， CompoundStructure。内容概念说明复合结构墙、楼板、天花板和屋顶可以由平行的层构成。复合图元既可以由单一材质的连续图层构成（例如胶合板），也可以由多重图层组成（例如石膏板、龙骨、隔热层、气密层、砖和壁板）。 另外，构件内的每个层都有其特殊的用途。 例如，有些层用于结构支座，而另一些层则用于隔热。 Revit 会考虑每个图层的功能，并通过匹配功能优先顺序在相邻的复合结构中连接对应的图层。可以通过设置层的材质、厚度和功能来
2020-06-05 10:51:17
1458
2
原创 Dynamo For Revit 几何专题：概述
前言上周整理了一下 Revit API 的几何库接口，这里再整理一下 Dynamo For Revit 的几何库。和 Revit API 一样，Dynamo For Revit 提供了一套完整的几何库。既然是几何库，那就逃不过这些概念：点、线、面、体。那么，对于任意的几何库，实际上，你要关系的东西逃不过下面的表格，（点 / 线 / 面 / 体）与（点 / 线 / 面 / 体）之间的关系。比...
2020-03-29 10:32:30
2114
原创 Revit API 几何专题 1：几何类库概述 GeometryObject
几何类库Revit API 提供了一套完整的几何库。既然是几何库，那就逃不过这些概念：点、线、面、体。那么，对于任意的几何库，实际上，你要关系的东西逃不过下面的表格，（点 / 线 / 面 / 体）与（点 / 线 / 面 / 体）之间的关系。这些类的基类都是 GeometryObject。对应的点、线、面、体：点： Point线： Curve、 Edge、PolyLine、Profil...
2020-03-21 09:35:29
2834
原创 Dynamo For Revit: Category、Element、Element Type、Family、Family Symbol、Family Instance
前言通过使用 Dynamo For Revit 的节点，介绍一下 Revit 中 Category、Element、Element Type、Family、Family Symbol、Family Instance 这些概念的相关与差异。概念简介
2020-02-22 17:15:53
4230
原创 Revit的联动更新与参数化：核心原理与实现机制
数值型参数：用于限定图元的固定属性或尺寸关系，例如门与相邻隔墙的固定间距，修改隔墙位置时，门会自动保持该间距同步移动。关联型参数：用于建立不同图元的连接关系，例如楼板/屋顶的边缘与外墙绑定，移动外墙时，楼板和屋顶会自动保持连接；钢筋的等间距布置规则，修改图元长度后，钢筋的等距比例特性仍会维持。参数化建模通过定义图元的关联关系和属性规则，为联动更新提供了底层逻辑；联动更新依托参数化修改引擎，将参数规则转化为全项目的信息协同能力。
2026-01-20 00:00:00
1909
原创 AI导读AI论文:mHC: Manifold-Constrained Hyper-Connections
本文提出，旨在解决Hyper-Connections（HC）扩展残差流宽度时破坏恒等映射、导致训练不稳定与内存开销过大的问题。mHC通过流形约束恢复恒等映射属性，结合基础设施优化，在大规模LLM预训练中实现性能、稳定性与效率的平衡。
2026-01-06 00:00:00
779
原创 大模型训练不再“崩”！DeepSeek新技术mHC：稳提性能还省资源
你有没有想过，为什么大语言模型训练时总容易“掉链子”？比如训到一半损失突然飙升，或者GPU内存不够直接卡住？最近DeepSeek-AI团队提出的技术，刚好解决了这些头疼问题，今天就用3分钟带你看懂它的厉害之处。
2026-01-05 00:00:00
706
原创 Manus 技术壁垒深度拆解
Manus 的技术壁垒并非单一技术的突破，而是“架构设计、算法研发、工程打磨、数据沉淀、成本控制”五大维度的深度融合，形成了“经验库+工程沉淀+规模效应”的三重核心壁垒，具体可概括为：架构壁垒：“规划-执行-验证”多智能体协同架构+LLM 操作系统的创新设计，实现了从“指令解析”到“结果交付”的全链路闭环，这需要长期的架构迭代与场景验证，新玩家难以快速复制。
2026-01-01 00:00:00
1633
原创 AI导读AI论文: FinGPT: Open-Source Financial Large Language Models
本文提出FinGPT——一款由AI4Finance Foundation主导开发的开源金融大语言模型（FinLLMs），旨在解决金融领域高时间敏感性、高动态性、低信噪比（SNR）的核心挑战。与BloombergGPT等专有模型（训练成本约$300万）不同，FinGPT以数据中心approach为核心，构建包含数据来源层、数据工程层、LLMs层、任务层、应用层的端到端框架，通过轻量级微调（单次成本约$300，可训练参数仅8.3M）、及优化模型性能，在金融情感分析任务中以82.1%的准确率。
2026-01-01 00:00:00
2097
原创 AI导读AI论文: NeurCADRecon: Neural Representation for Reconstructing CAD Surfaces by Enforcin
针对低质量无向点云直接重建CAD模型的挑战，研究者提出自监督神经网络NeurCADRecon，其核心思想是利用CAD模型表面“分段光滑且近似可展（高斯曲率接近0）”的先验，通过在神经符号距离函数（SDF）优化中加入高斯曲率约束项（最小化绝对高斯曲率）确保可展性，同时引入双谷曲线（double-trough curve）容忍尖端点的非零高斯曲率（约π/2），并设计动态采样策略应对点云稀疏或缺失问题；实验在ABC、Fusion Gallery、DeepCAD、CAPRI-Net四个公开数据集。
2025-12-24 00:00:00
906
原创 复现开源项目(SpatialLM)，你必须跨越的“理论到落地”鸿沟
看完这些难度，很多人可能会问：普通人真的能复现开源项目吗？答案是：看目标。如果只是“个人爱好”，不追求效果达标，只是想通过复现熟悉技术流程、积累经验，那么完全可行。比如下载SpatialLM的开源代码，跟着文档一步步配置环境、跑通简单demo，这个过程能快速提升对3D视觉、多模态融合的理解，是很好的学习方式。但如果想“精准复现”，达到专业团队的效果，甚至以此作为职业发展的跳板，成为专业技术人员，那就需要做好“吃苦”的准备。
2025-12-21 00:00:00
666
原创 SpatialLM：群核科技开源的 3D 空间理解多模态大语言模型
SpatialLM 以“低成本视频输入+高精度空间理解+开源赋能”为核心亮点，是连接现实空间与数字世界的关键技术桥梁。其轻量架构与多场景适配能力，使其成为空间智能领域的重要基础设施，推动具身智能、建筑数字化、AR/VR 等领域的技术落地与创新应用。
2025-12-20 00:00:00
1452
原创 让AI自动“造房间”：SpatialGen是什么？
SpatialGen的核心突破，是把“文本/图像风格”和“3D空间规则”结合，用“扩散模型+注意力机制”解决了“多视角空间一致性”的行业痛点——既保证生成内容的视觉真实感，又符合物理空间的逻辑约束。它的开源降低了3D场景生成的门槛：设计师不用手动建模，只需输入布局和参考图就能出3D方案；开发者可以基于其代码拓展到游戏、AR/VR等场景。本质上，SpatialGen是“空间理解”与“内容生成”的结合体，让AI从“画平面”升级为“造立体空间”，是室内数字化、元宇宙场景搭建的实用工具。
2025-12-20 00:00:00
578
原创 AI导读AI论文: Towards a Unified View of Parameter-Efficient Transfer Learning
该论文发表于ICLR 2022，针对传统全参数微调在大规模预训练语言模型（PLMs）中存在的参数冗余、部署成本高等问题，提出了参数高效迁移学习的统一框架，将Adapter、Prefix Tuning、LoRA等主流方法重构为对PLMs隐藏状态的修改，并定义了功能形式、插入形式等核心设计维度；通过跨方法迁移设计元素，提出了MAM Adapter等新变体，在文本摘要（XSum）、机器翻译（WMT2016 en-ro）、自然语言推理（MNLI）和情感分类（SST2）四大任务中，仅微调。
2025-12-18 00:00:00
1083
原创 AI导读AI论文: Kronos: A Foundation Model for the Language of Financial Markets
Kronos是一款专为金融K线数据设计的时间序列基础模型，通过BSQ离散化tokenizer将连续的OHLCVA数据转化为粗细双分量token，基于超120亿条全球45个交易所的K线记录进行自回归预训练，在价格序列预测（RankIC提升93%）、波动率预测（MAE降低9%）、合成K线生成（生成保真度提升22%）等核心金融任务中表现优异，同时在投资模拟中实现更高年化超额收益，成为量化金融领域高效且通用的端到端分析工具。
2025-12-17 00:00:00
1069
原创 大模型参数高效微调：5种主流方法的技术解析
参数高效微调技术的核心价值，是让大模型从“实验室的高成本模型”变为“可落地的实用工具”——5种方法各有侧重：LoRA因“低参数、低延迟、高效果”成为多数场景的首选；Adapter适合资源极度受限的轻量部署；Prefix Tuning是文本生成任务的专用方案；Parallel Adapter与Scaled PA则是“低延迟+强适配”场景的优化方向。这些方法的局限也很明确：相比全量微调，它们的表达能力仍有差距，复杂任务需结合多方法（如“LoRA+Adapter”）提升效果。
2025-12-17 00:00:00
1008
原创 Kronos-Tokenizer-base：让大模型“读懂”金融K线的专属“翻译官”
Kronos-Tokenizer-base的本质，是用“金融场景定制化”替代“通用工具复用”——它证明：要让大模型在金融领域发挥价值，从数据编码的第一步就要贴合场景特性。如果你正在做金融时序AI项目，这个专属K线Tokenizer或许能帮你解决“数据喂不进模型、信号抓不住”的痛点。
2025-12-16 00:00:00
1348
原创 大模型的发展历程: 从文本到音视频生成的技术演进
总结来看，当前主流的文本生成、图像生成、视频生成大模型，其核心技术底座是Transformer与潜在扩散模型。两者并非孤立存在，而是在多模态场景中深度融合：文生图依赖Transformer文本编码器+扩散模型图像生成器；文生视频则采用Transformer时空建模模块+视频扩散模型生成器。需要说明的是，本文的梳理为了便于理解进行了简化，实际的技术体系更为复杂。Transformer和潜在扩散模型都衍生出了大量变种，在不同场景下也存在相应的技术替代品。
2025-12-16 00:00:00
606
原创 从技术架构角度看WAN：拆解通义万相的视频生成“引擎”
WAN的架构没有走“堆参数”的路线，而是用“Wan-VAE压缩+DiT扩散”的组合，在“效率、多任务、可控性”之间找到了平衡——这也是它能成为开源视频生成工具里“落地友好型选手”的关键。
2025-12-15 00:00:00
486
原创 AI导读AI论文: WAN: OPEN AND ADVANCED LARGE-SCALE VIDEO GENERATIVE MODELS
Wan是阿里巴巴推出的开源大规模视频生成基础模型套件，基于扩散Transformer范式，通过创新的时空变分自动编码器（Wan-VAE）、规模化预训练策略等核心技术，具备领先性能、全面性、消费级效率、开源性。
2025-12-14 00:00:00
1195
原创 阿里WAN大模型：通义万相视频生成系统
官方网址WAN(通义万相)是阿里巴巴开发的开源视频生成大模型系列，由通义实验室研发，旨在推动AI视频生成技术的边界，支持从文本或图像生成高质量视频。核心版本演进Wan2.1：2025年2-3月开源，包含14B和1.3B参数规模模型，支持文生视频(T2V)和图生视频(I2V)Wan2.2：2025年7月28日发布，首次将MoE(混合专家)架构引入视频生成，支持消费级显卡运行Wan2.5：2025年9月24日发布，实现原生音画同步，支持文本/图像直接生成带同步音频的视频阿里WAN大模型(通义万相)是。
2025-12-13 00:00:00
2522
1
原创 CAD-Assistant 闭环逻辑详解：无训练也能精准建模的核心密码
CAD-Assistant 的闭环逻辑，本质是用 “大模型的推理能力 + 工具的精确性 + 环境的反馈机制”，重构了 CAD 设计的自动化流程。其核心价值在于：零训练成本：无需标注 CAD 数据集，仅通过工具调用和反馈就能适配多样场景；高精度落地：闭环迭代确保结果与需求一致，解决了 VLLM “光说不练” 的痛点；低使用门槛：设计师无需编写代码，仅通过草图、文本就能生成专业 CAD 模型。
2025-12-12 00:00:00
1740
原创 AI导读AI论文: DeepCAD: A Deep Generative Network for Computer-Aided Design Models
DeepCAD是首个针对计算机辅助设计（CAD）模型的深度生成网络，通过类比CAD命令序列与自然语言，基于构建自编码器，核心创新在于将CAD模型表示为可被神经网络处理的命令序列（含草图、 extrusion 等操作及参数），并构建了含178,238个CAD模型的大规模数据集（公开可用）；
2025-12-11 00:00:00
797
原创 聊透CAD Coder：SFT和GRPO怎么让AI写对CAD代码？
对！参数完全不变，靠大模型的 “概率采样”，从同一个输出分布里抽不同写法 —— 就像同一个学生做同一道题，试不同解法。CAD Coder 的逻辑其实很简单：SFT 教 AI “会写 CAD 代码”，GRPO 教 AI “写好 CAD 代码”。整个框架最妙的就是 GRPO 的 “多组对比 + 领域奖励”—— 不搞虚的，只盯着 “能运行、形状准” 这两个核心需求优化。
2025-12-11 00:00:00
1021
原创 AI导读AI论文: FLEXCAD: UNIFIED AND VERSATILE CONTROL- LABLE CAD GENERATION WITH FINE-TUNED LARGE LANGUAG
为解决现有可控CAD生成方法可控性有限（仅覆盖部分构建层级）且需多模型支持不同控制类型（效率低）的问题，研究者提出FlexCAD——一种通过微调大语言模型（LLMs）实现的统一、通用可控CAD生成模型，发表于ICLR 2025。该模型核心在于：将CAD模型（基于sketch-and-extrude建模范式）转化为结构化文本（用文本token表示曲线类型、几何数据及层级结束标志），并通过层级感知掩码策略。
2025-12-10 00:00:00
1136
原创 CAD-GPT：从图像到几何图形，多模态大模型如何重构CAD建模流程？
CAD-GPT的核心逻辑，是用多模态大模型打通“图像/文本→CAD”的链路——它没发明新模块，而是把成熟的视觉-语言模型，高效适配到了工业设计场景。后续如果用上更大的模型、更多的行业数据，说不定能实现更复杂的装配体、参数化建模。
2025-12-10 00:00:00
781
原创 AI导读AI论文: CADCrafter: Generating Computer-Aided Design Models from Unconstrained Images
论文提出CADCrafter，一种基于 latent diffusion 的框架，可从无约束图像（单视图/多视图）直接生成参数化CAD命令序列；该框架仅在合成无纹理CAD数据上训练，通过几何编码器（提取深度和法向图特征，缓解合成与真实数据的领域差距）、多视图到单视图知识蒸馏（提升单视图输入鲁棒性）及基于直接偏好优化（DPO）的自动代码检查器（降低无效CAD序列率）解决关键挑战；同时构建RealCAD真实世界数据集（3D打印CAD模型的多视图图像与CAD命令对）用于验证；
2025-12-09 00:00:00
1919
原创 ControlNet里的“隐形连接器”：零卷积（Zero Convolution）的工作流程
如果用普通1×1卷积（随机初始化参数）代替零卷积，会发生什么？训练初期，普通卷积的随机输出会“污染”SD主分支的特征，导致SD直接生成乱码；必须重新微调SD主分支才能恢复质量，这会大幅增加训练成本，也失去了ControlNet“冻结SD权重”的优势。零卷积的“全零初始化”，本质是用最简单的方式实现了“预训练模型+新分支”的无痛融合。它解决了“新控制分支如何兼容预训练扩散模型”的核心问题；用“全零初始化+渐进式学习”，平衡了“控制精度”和“生成质量”。
2025-12-09 00:00:00
1263
原创 AI导读AI论文: CAD-GPT: Synthesising CAD Construction Sequence with Spatial Reasoning-Enhanced
为解决现有CAD模型生成方法（如依赖 latent vectors、点云，数据获取难、存储成本高）及传统多模态大语言模型（MLLMs，如GPT-4）3D空间推理能力弱的问题，研究团队提出CAD-GPT——一种基于的空间推理增强型多模态LLM，可通过单张图像或文本描述生成CAD建模序列；其核心是3D建模空间定位机制，将3D空间位置、3D草图平面旋转角映射到1D语言特征空间，并离散2D草图坐标，同时引入三类定制token（3D朝向、3D坐标、2D草图）及可学习位置嵌入；数据集基于DeepCAD构建，包含。
2025-12-08 00:00:00
944
1
原创 AI导读AI论文: CAD-Coder: Text-to-CAD Generation with Chain-of-Thought and Geometric Reward
现有方法多基于预定义命令序列（如DeepCAD、Text2CAD），存在三大问题：CAD-Coder将文本到CAD任务重构为生成Python基於参数化CAD语言CadQuery的脚本，选择CadQuery的核心优势如下：t=1∑∣Cgt∣logπθ(ct∣c<t,L)局限：仅SFT无法保证几何准确性，对需多步空间推理的复杂模型表现不足。阶段2：强化学习（RL）—— 提升几何保真与推理采用Group Reward Policy Optimization（GRPO） 算法（无需 Cri
2025-12-07 00:00:00
914
原创 AI导读AI论文: CAD-Assistant: Tool-Augmented VLLMs as Generic CAD Task Solvers
本文提出，这是一个基于工具增强VLLM的通用CAD任务求解框架，核心由VLLM规划器（如GPT-4o）、集成的执行环境，以及包含手绘草图参数化器、约束检查器等在内的CAD专用工具集构成；它能处理文本、手绘草图、3D扫描等多模态输入，通过迭代生成Python代码并在FreeCAD中执行，动态适配CAD设计状态，有效弥补VLLM在几何推理和CAD命令影响预测上的局限；在CAD问答（CQA）、自动约束、手绘草图参数化。
2025-12-06 00:00:00
851
原创 详解 KL 散度的反向传播计算：以三分类神经网络为例
为了清晰展示，我们简化神经网络结构（实际模型可能有多个隐藏层，但核心逻辑一致）：由于我们的目标是对齐 PPP 和 QQQ，整体损失函数 L\mathcal{L}L 直接等于KL散度（实际中可能会叠加其他损失项，但此处聚焦KL散度的反向传播）：L=DKL(P∥Q)=∑c=02Pc⋅ln(PcQc)\mathcal{L} = D_{KL}(P \parallel Q) = \sum_{c=0}^2 P_c \cdot \ln\left( \frac{P_c}{Q_c} \right)L=DKL(P∥Q)=
2025-12-06 00:00:00
1351
原创 AI导读AI论文: DeepSeek-V3.2: Pushing the Frontier of Open Large Language Models
DeepSeek-V3.2是DeepSeek-AI推出的开源大语言模型，通过三大技术创新显著提升性能： DSA稀疏注意力将长文本计算复杂度从O(L²)降至O(Lk)，保留128K上下文能力； 可扩展RL框架投入超预训练10%的计算量，使基础版推理性能比肩GPT-5，高计算变体DeepSeek-V3.2-Speciale在IMO/IOI等竞赛斩获金牌； 智能体任务合成生成1800+环境与8.5万+提示，工具使用场景性能提升35%。模型在H800 GPU上实现更低推理成本，但存在世界知识广度不足等局限，未来将扩
2025-12-05 00:00:00
1157
原创 DeepSeek Sparse Attention架构解析：让长上下文大模型推理又快又准
DSA的本质，是用“轻量索引筛选+高效注意力计算”的组合，解决了长上下文大模型的“性能-效率”矛盾。这张架构图里的每个模块，都在围绕“少算但算对”这个目标设计——而这，正是开源大模型能追上闭源前沿的关键技术之一。
2025-12-05 00:00:00
1024
原创 AI论文整理：LATENT CONSISTENCY MODELS:SYNTHESIZING HIGH-RESOLUTION IMAGES WITH FEW-STEP INFERENCE
为解决（如Stable Diffusion）生成高分辨率图像时迭代采样计算密集、速度慢的问题，研究人员借鉴提出；LCMs在图像潜在空间直接预测增强概率流ODE（PF-ODE）的解，通过一步引导蒸馏方法（融合Classifier-Free Guidance, CFG）和SKIPPING-STEP技术（k=20，将时间步从千级缩短至几十级）加速收敛，仅需32 A100 GPU小时即可训练出支持2∼4步生成768×768高分辨率图像的模型；同时提出适配定制数据集，在LAION-5B-Aesthetics数据集。
2025-12-04 00:00:00
653
原创 AI论文整理：Linguistic Binding in Diffusion Models
论文针对文本条件扩散模型中实体与视觉属性绑定错误（如“粉色向日葵和黄色火烈鸟”误生成黄色向日葵与粉色火烈鸟）的核心问题，提出SynGen方法：首先通过spaCy句法解析器提取 prompt 中的实体名词及其修饰词（如颜色、材质），再设计正负结合的注意力损失函数（正损失最大化实体-修饰词注意力图重叠，负损失最小化其与无关词的重叠），在推理阶段前25个去噪步骤（共50步）中优化 latent 变量（无需模型重训练或微调）。该方法在ABC-6K、A&E数据集及新构建的DVMP挑战集。
2025-12-04 00:00:00
629
原创 OCCT 8.0：2026年初将会有很大变化，值得关注
作为持续关注OCCT发展的开发人员，一直觉得OCCT有点老态，不过8.0可能有很大的变化，要关注一下。信息来源：https://github.com/Open-Cascade-SAS/OCCT/discussions/846。
2025-12-04 00:00:00
784
原创 序列建模：RNN、LSTM 与 Transformer 的技术异同深度解析
序列建模是自然语言处理（NLP）、语音识别、时序预测等领域的核心任务，其核心目标是捕捉数据中的 “时序依赖” 与 “全局关联”。循环神经网络（RNN）作为早期主流架构，奠定了序列建模的基础，但受限于梯度消失 / 爆炸问题；长短期记忆网络（LSTM）通过门控机制突破了这一局限，成为中长期序列建模的标杆；而 Transformer 凭借自注意力机制颠覆了传统时序依赖的建模方式，以并行计算能力和全局关联捕捉能力成为当前主流架构。
2025-12-04 00:00:00
1607
原创 抢先了解 DeepSeek V3.2：DSA 稀疏注意力突破，推理比肩 GPT-5
普惠AI：通过技术创新大幅降低成本，让AI从"奢侈品"变为基础设施，赋能千行百业开源引领：以"开源-反馈-迭代"的创新模式，构建拥有20万+开发者的全球社区，形成良性技术闭环国产崛起：与国产芯片、算力平台深度融合，为中国AI产业自主可控贡献核心力量DeepSeek V3.2的发布不仅是一个技术里程碑，更是AI民主化的宣言。它证明了开源模型完全可以与闭源巨头比肩，甚至在某些领域实现超越。
2025-12-04 00:00:00
1758
【计算机视觉】基于ControlNet的扩散模型条件控制架构：实现文本到图像生成的空间精准调控
2025-11-04
使用OpenGL + QT 实现管线求交地操作
2025-03-21
Open CASCADE Technology 7.6.0用于3D建模瓶子实例教程
2025-03-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人