我这周末扒了下 Nvidia 开源的 NitroGen 模型

2025-12-21 16:07

我这周末扒了下 Nvidia 开源的 NitroGen 模型，它会玩包括《巫师3》、《赛博朋克2077》在内的 1000 多款游戏。这是一个通用的「视觉-动作」模型：给它看游戏画面，它直接输出手柄操作。 1️⃣ 原理像极了自动驾驶：没搞复杂的奖励机制，直接喂了 40,000 小时人类操作视频做行为克隆。我跑 demo 的感觉是，它虽然还做不到复杂解谜，但在动作反馈上的「直觉」比 Bot 自然太多。 2️⃣ 对游戏开发的价值：以前做游戏 QA 测试得人肉肝或者写死板脚本，现在接入 Gymnasium API，理论上能让它自己跑图找 Bug。 3️⃣ 开源但有门槛：权重都在 Hugging Face 上，但对显存有一定要求。目前看它在 3D 动作游戏上表现比 RTS 强，毕竟还没学会微操鼠标。如果你在游戏开发，建议赶紧去扒一下它的代码，这个看图操作的思路以后大概率是主流。 #AI工作流 #独立开发 #NitroGen #Nvidia #游戏开发

我这周末扒了下 Nvidia 开源的 NitroGen 模型

我这周末扒了下 Nvidia 开源的 NitroGen 模型

更多动态

最近把会议系统切到了 hq0，虽然配置花了一小时，但换来了完全「私有化」

的接待体验。 1️⃣ 主场优势：以前发链接像第三方中介，现在直接甩出 meet.我的域名.com。上周给甲方做演示，对方第一反应是「你们居然有专门的会议系统？」，专业度直接拉满。 2️⃣ AI 闭环：不仅自带转录，最强的是它能用我的企业邮箱自动发会议纪要。 3️⃣ 安全感：自带域名验证，对那些警惕性高的金融/律所客户，这种链接比通用 URL 更容易过合规。 👀 你们现在的会议纪要是靠手敲还是挂外挂？ #SaaS #独立开发 #远程办公 #AI工具 #效率提升

别再调参数了，用 Emoji 控制 AI 语音也许是新解法。

这两天挖到了 Product Hunt 上热度很高的 NOIZ AI，实测确实能解决「AI 说话没味儿」的痛点。原理其实特简单：它不让你调复杂的音高/语速参数，而是把 Emoji 直接当作情感指令。加个 😢（流泪），AI 念稿时会自动带上明显的哽咽声和换气细节，做剧情类内容时很有感染力。换成 😤（生气/傲慢），语速立马变急促，听着就像早高峰地铁里被挤到的路人。以前我用 ElevenLabs 或其他工具，有时得反复试 Prompt 才能对上情绪。现在加个表情符号就搞定。 #AI工作流 #独立开发 #内容创作 #NOIZ #效率工具

claude申诉失败了。

订阅费也没法儿退，我甚至怀疑申诉邮件就是钓鱼的，有追踪IP地址。 dhh是美国开发者，前段时间来深圳交流，演示了自己怎么用claude code。目前最稳妥的方式就是参考dhh方法，把Claude code放在海外机器上，用tailscale远程连接使用。那就得租一台有家宽的海外机器，在那台机器上注册和登录claude。

分享下现在的纯手机端工作流。

九月底前我都是坐在电脑前开着terminal指挥着pi，跑多subagent，最后再自己看diff，提pr，经常一坐就是一天。九月底，我工作流改成在手机端用hermes指挥pi，完全解决了久坐电脑前的痛苦，用到现在还挺舒服。 Hermes用旗舰模型（gpt-6-astra/opus-5.5），pi尽量不装插件，用中端模型（ds-v4.1-flash/sonnet/terra），二者间用a2a通讯。 hermes负责分析issues，拆分成多个小任务，然后给每个小任务创建worktree，并在里面派遣pi去完成小任务。每个pi完成任务都会通知hermes，由它判断提pr还是返工给pi。基本逛一天景点，或一觉醒来十几个pr搞好了，舒服得很。就是过程太黑盒了，心路历程有点像早期的vibe coding，那会diff至少自己会看一下，现在diff也黑盒，完全交给旗舰模型，属于盒中盒了。如果没数据焦虑，其实可以直接用grok-bot或者chatgpt-dot，开箱即用，里面内置了grok-cli和codex，原生agents通讯。弊端就是数据不在本地，有监管，万一被封号一切归零。