即刻App年轻人的同好社区
下载
置顶我们发布了世界上第一个【对Objaverse 3D模型进行质量评分】的数据集，已经有两百多下载啦！它包含了10000件人工标注的物体，和我们训练的AI来标注的五十万个物体。
Objaverse++论文已发表在计算机视觉会议CVPR workshop，实验证明了使用筛选出的高质量的数据，能训练出比原数据集更好的3D生成模型。
这个数据集有什么用？
无论你是科研人员还是中小企业，如果你想用AI生成3D模型，现有的开源数据集质量参差不齐。即使目前蕞大的Objaverse，里头很多扫描入库的模型并不适合生成鲜艳的表面纹理和清晰的拓扑结构。你可以使用我们的额外数据标注，筛选出Objaverse里质量较高的部分，用更少的算力训练出更好的AI。
如何下载这个数据集？
GitHub @ TCXX
请大家多多支持，分享给可能需要的朋友们～
Objaverse++论文已发表在计算机视觉会议CVPR workshop，实验证明了使用筛选出的高质量的数据，能训练出比原数据集更好的3D生成模型。
这个数据集有什么用？
无论你是科研人员还是中小企业，如果你想用AI生成3D模型，现有的开源数据集质量参差不齐。即使目前蕞大的Objaverse，里头很多扫描入库的模型并不适合生成鲜艳的表面纹理和清晰的拓扑结构。你可以使用我们的额外数据标注，筛选出Objaverse里质量较高的部分，用更少的算力训练出更好的AI。
如何下载这个数据集？
GitHub @ TCXX
请大家多多支持，分享给可能需要的朋友们～
19 63
AI产品加了个每日限额，挺高的，没想到一些用户不仅用满，还评分吐槽说免费额度不够用～
经验：soft paywall很重要。让用户看ads增加使用额度，既可以筛选出没有耐心而付费的用户，又能让愿意看ads的用户得到更多额度。
经验：soft paywall很重要。让用户看ads增加使用额度，既可以筛选出没有耐心而付费的用户，又能让愿意看ads的用户得到更多额度。
10 00
我会选Cursor。使用过程中能感受到是做了很多自己的优化的，好比一个更懂产品经理语言的程序员。短期无人超越，长期有更大想象空间。
是的OF更加稳，但是按照这个投资逻辑，所有的天使投资B轮以前的轮次都不存在了，直接去投电商就完事了。
是的OF更加稳，但是按照这个投资逻辑，所有的天使投资B轮以前的轮次都不存在了，直接去投电商就完事了。
TomXu: 我来认真回答下： 从抗风险角度看，Cursor估值波动大，也可能跌至十亿美金。而OnlyFans早有稳健收入和利润，且受人性底层荷尔蒙驱动，是经久不衰的生意，投资相对稳健。 AI目前内卷严重，未来抗风险能力难比Gemini 或GPT。模型升级可能让小创业者机会消失，且窗口极短。 另一个角度，太阳底下无新鲜事：模型层和中间Infra层可能像运营商和手机厂商一样被超级应用管道化、空心化，类似移动互联网超级APP成入口。 AI时代超级入口尚不明确，可聚焦“生老病死、衣食住行、喜怒哀乐、吃喝拉撒”16字场景。当前模型应用层增长飞轮未转动，缺乏网络、规模及平台效应。 若模型层或应用层30日RR能达20%-30%以上留存率则堪称出色，目前ChatGPT等产品用户粘性不够高（DAU/MAU不到30%，但持续在形成品牌资产和心智积累）。未来提频需覆盖细分场景，形成平台型产品。
5 11
只有我感觉Mistral系列 是个很无趣的大模型吗？能从对话感受到训练数据就没有这一块的，nerd的感觉。传说中的法国人的浪漫在哪里？
Claude的偏见很重。不是政治正确方面的偏见，而是你告诉它一件事，它凭只言片语说了一大段，然后你一句话反转，它再反过来给你编一大段。ChatGPT分析这种完全反转的情况就要淡定很多。
Deepseek写代码那就跟我喝了酒似的，啥飘忽忽的幻觉都开始往外冒，所以在windsurf里不要钱。
#AI工作流
Claude的偏见很重。不是政治正确方面的偏见，而是你告诉它一件事，它凭只言片语说了一大段，然后你一句话反转，它再反过来给你编一大段。ChatGPT分析这种完全反转的情况就要淡定很多。
Deepseek写代码那就跟我喝了酒似的，啥飘忽忽的幻觉都开始往外冒，所以在windsurf里不要钱。
#AI工作流
11 00
欣分享《如何把大语言模型训傻》😂
首先，找个参数小的模型作为基础，最好10B以下的。
Finetune喂非常少且质量很差的数据。针对几个system prompt反复合成数据，且要是用户写不出来的那种。
推理使用和finetune完全不一样的预设提示词。如果能和训练数据有逻辑矛盾就更好了，比如训练时回答全是大篇大论，提示词让它只能说2-3句话。
这样AI就完全不知道应该干啥，智力明显降低，开始胡言乱语。
（提示：想得到厉害的模型需要把我说的反过来做。并且posttrain的数据分布非常重要！）
下回讲讲 你以为的 vs 实际的【数据飞轮】
首先，找个参数小的模型作为基础，最好10B以下的。
Finetune喂非常少且质量很差的数据。针对几个system prompt反复合成数据，且要是用户写不出来的那种。
推理使用和finetune完全不一样的预设提示词。如果能和训练数据有逻辑矛盾就更好了，比如训练时回答全是大篇大论，提示词让它只能说2-3句话。
这样AI就完全不知道应该干啥，智力明显降低，开始胡言乱语。
（提示：想得到厉害的模型需要把我说的反过来做。并且posttrain的数据分布非常重要！）
下回讲讲 你以为的 vs 实际的【数据飞轮】
12 11
上个月，我在硅谷受邀在YC demo day和1500位投资人观看了150+创业公司的路演，分享一下这边AI创业的趋势和我的观察。
Gary 开场说，这次有82%的初创公司是AI相关的。
创始人画像依然偏年轻人，全员出身名校大厂，跟同学或同事结对创业。单人founder比较少，看下来大概个位数。
⭐️热门赛道⭐️
Agent无疑是高频关键词，赛道开始拥挤——
ai招聘：NextByte、Vovana、Rebolt、Vora、Contrario
ai编程：a0 dev、Woz、Onlook
ai前台/销售：Caseflood（律所）、Riviera（酒店）、Vetnio（兽医）、Sennu（技术外包）
ai客服：CallTree、Solidroad
ai教育：Grade Wiz、Alice tech、Scout
AI的其它思路——
ai语音：Pinch、Vocality Health、Awen、Leaping、CareCycle、Trace、Roark
ai基建：HUD、Exla、Lucidic、TrainingLoop，Confident
ai财/法务：Gale、Toothy、Tergle、Archon、Bluebook
ai浏览器：Dex、Browser use。大家意识到是个超级入口。
非AI的思路——
特定地区的银行或Z付：Karoo（加拿大），Tejas（印度）
Crypto：现在不火了，大概那么几家，稳定币Z付或J易场景。
⭐️阶段和进展⭐️
大部分公司很早期，ARR不到六位数，有的还是几星期前刚转变方向，营收过百万刀的基本拿了政/军/航天的单子。
热门公司在一个月前就满了投资额度（oversubscribed）。进了YC一般估值就飙升到20m以上，也不乏在路演当天无人问津的公司，主动出击搭讪投资人。
有的我想不通逻辑，比如专门放ai生成的课程的平台，或者ai驱动的表单软件。
⭐️个人感受⭐️
有些公司深耕小众领域，比如卫星、救护车、发动机、神经科学、电池、巡逻舰、压路机、空中交通管制，不少人在Nasa或SpaceX工作过。
很多创业者受家庭影响，比如家里人从事技术外包或商业地产。而此前颇受争议的用镜头监控流水线工人的Optifye，自述家族在制造行业有上亿的生意。
有位创始人跟我说很开心见到女性天使投资人！
Gary 开场说，这次有82%的初创公司是AI相关的。
创始人画像依然偏年轻人，全员出身名校大厂，跟同学或同事结对创业。单人founder比较少，看下来大概个位数。
⭐️热门赛道⭐️
Agent无疑是高频关键词，赛道开始拥挤——
ai招聘：NextByte、Vovana、Rebolt、Vora、Contrario
ai编程：a0 dev、Woz、Onlook
ai前台/销售：Caseflood（律所）、Riviera（酒店）、Vetnio（兽医）、Sennu（技术外包）
ai客服：CallTree、Solidroad
ai教育：Grade Wiz、Alice tech、Scout
AI的其它思路——
ai语音：Pinch、Vocality Health、Awen、Leaping、CareCycle、Trace、Roark
ai基建：HUD、Exla、Lucidic、TrainingLoop，Confident
ai财/法务：Gale、Toothy、Tergle、Archon、Bluebook
ai浏览器：Dex、Browser use。大家意识到是个超级入口。
非AI的思路——
特定地区的银行或Z付：Karoo（加拿大），Tejas（印度）
Crypto：现在不火了，大概那么几家，稳定币Z付或J易场景。
⭐️阶段和进展⭐️
大部分公司很早期，ARR不到六位数，有的还是几星期前刚转变方向，营收过百万刀的基本拿了政/军/航天的单子。
热门公司在一个月前就满了投资额度（oversubscribed）。进了YC一般估值就飙升到20m以上，也不乏在路演当天无人问津的公司，主动出击搭讪投资人。
有的我想不通逻辑，比如专门放ai生成的课程的平台，或者ai驱动的表单软件。
⭐️个人感受⭐️
有些公司深耕小众领域，比如卫星、救护车、发动机、神经科学、电池、巡逻舰、压路机、空中交通管制，不少人在Nasa或SpaceX工作过。
很多创业者受家庭影响，比如家里人从事技术外包或商业地产。而此前颇受争议的用镜头监控流水线工人的Optifye，自述家族在制造行业有上亿的生意。
有位创始人跟我说很开心见到女性天使投资人！
22 83