跳到正文
今天10月21日周三1 条
  1. ElevenLabs 官方博客22

    ElevenLabs 指南:如何用 AI 转写播客

    ElevenLabs 发布播客转写分步指南,流程为导出音频、选择方式、上传配置、审校、导出五步。其 Scribe v2 支持 90 多种语言、单文件最多 32 位说话人,网页端单文件上限 3GB、标准模式最长 10 小时。指南建议 AI 转写后人工审校,SRT 与 VTT 适合播客应用字幕,纯文本或 HTML 适合网站博客。

10月20日周二
  1. Browzwear 官方博客38

    Browzwear 技术设计师如何用六步清单审核供应商 3D 服装提交

    Browzwear 官方博客给技术设计师一套按固定顺序执行的六步清单,用于审核供应商提交的 3D 服装:文件、面料、纸样、合身度、尺码、状态。每一步都以明确的通过或退回结束,遇到首个失败即停止审核并说明原因退回。面料环节建议用 Fabric Analyzer 测量实物面料属性并应用到数字孪生。

10月16日周五
  1. Browzwear 官方博客30

    Browzwear 数字色彩审批:哪些色彩决策可以在屏幕上签核

    Browzwear 提出数字色彩审批的三通道框架,把色彩决策分为关系类与身份类:配色组合、位置和印花比例可在屏幕上签核,有已知标准的色号屏幕审批后只需对照首个生产样验证一次,品牌标志色、跨材料匹配色、深色高饱和色及有合同容差的色号仍需先做物理标准。该框架配合 Fabric Analyzer、VStitcher 中的 Coloro 3。

10月14日周三
  1. ElevenLabs 官方博客30

    ElevenLabs 详解音频深度伪造检测:水印与统计检测如何工作

    ElevenLabs 发文解析音频深度伪造检测的两类技术路线:传统工具用统计分析给出样本为 AI 生成的概率分数,水印则由合成器在音频中嵌入人耳听不到的数学签名,检测器可给出确定的是或否。ElevenLabs 的 Audio Detector 能高准确率识别自家产品生成的水印,但无法识别其他公司的水印,因此水印只应作为大规模检测体系中的一环。

10月13日周二
  1. ElevenLabs 官方博客22

    ElevenLabs 如何转写访谈:准确、带说话人标签的转录

    ElevenLabs 发布访谈转写指南,其 ElevenCreative Speech to Text 基于 Scribe v2 模型,在 ElevenLabs Playground 和 ElevenAPI 中同时支持逐字与干净两种转写风格,逐字为默认。多通道转写可为每位说话人单独分配麦克风与标签,避免串话时的标注错误;音频事件默认打标签,可用关键术语提示纠正人名与行业术语拼写。

10月10日周六
  1. Comfy 官方博客

    Comfy 单卡实时视频结果:5090低分辨率达到1.28倍实时吞吐

    结论:单张RTX 5090已能运行MiniMax H3低分辨率实时视频,适合交互预览和创意粗样;现有证据不足以支持高质量成片生产。官方仓库公开的11次热运行中,每批生成两段15.08秒、448×256、24fps的视频,用时中位数23.51秒,整体产出吞吐为1.28倍实时;这不等于单个请求延迟或冷启动速度。博客称显存需求由约80GB降至30GB以下,代价是细节、一致性和分辨率受限,示例仍有伪影。建议有32GB显存5090的团队先验证实时互动或预览流程,不能直接当作成片制作方案;租卡、托管和存储仍有费用。以上是作者及当前官方仓库的结果,FLABS未复测。

    推荐理由:官方仓库补充了11批次热运行的吞吐结果与硬件条件,可用于判断实时预览可行性;画质、冷启动、单请求延迟和完整成本仍需另行核验。

10月9日周五
  1. Browzwear 官方博客

    换供应商时,如何用一份3D服装文件保留版型与面料决策

    Browzwear 提出,将已批准的3D服装、验证过的基础版型和实测面料数据一起交给新供应商。交接流程包括锁定版本、共同查看文件、列明设备和材料变化,再针对无法数字确认的部分安排实物样衣。文章讨论生产协作,不是自动生成服装的AI功能;流程收益为厂商主张,未本站实测。

    推荐理由:提供供应商交接步骤,并说明验证输入和实物确认的边界。

10月7日周三
  1. NVIDIA 官方设计与仿真资料

    cuOpt mPDLP:多 GPU 求解供应链与生产计划中的大型线性规划

    NVIDIA 介绍 cuOpt 的多 GPU 线性规划求解器 mPDLP:把大型问题分配到通过 NVLink 连接的 GPU,减少通信和负载不均衡带来的开销。原文包含 Kinaxis 的供给与生产计划、PSR 的能源规划案例,适合关注大规模约束优化的生产团队。文中的求解速度和显存效果来自厂商及合作方测试,依赖具体问题与硬件,不能视为普遍收益或 FLABS 实测;这是一项决策优化工具,不能等同于生成式模型。 此文按2026年10月7日的原始发布日期收录,属于历史官方资料,不是今天发布的新功能。

    推荐理由:补充供应链与生产计划工具资料,区分决策优化、生成式模型及性能测试出处。

  2. NVIDIA 官方设计与仿真资料

    cuPhoton 科学图像管线教程:GPU载入、配准与差分分析

    这份官方教程面向图像计算管线开发者:用cuPhoton组合GPU图像载入、配准、点扩散函数匹配、差分和拟合,并给出小型合成天文图像示例。文档所述0.1.3环境为Linux、CUDA 13及Python 3.12–3.14;FITS载入需额外编译原生扩展。它属于底层科学成像工具链,不能直接等同于通用修图或商品视觉生成服务。厂商给出的最大倍速对应特定硬件上的单项操作,不能当作整条管线加速倍数。本站未运行该工具、复测性能或核验部署成本。2026-10-07为本篇官方教程的发布时间,不当作软件首次发布日。

10月6日周二
  1. Browzwear 官方博客

    3D技术包缺数据怎么办:从发现缺项到逐字段闭环

    Browzwear 将3D技术包补齐过程分为六步:映射到共享文件、区分阻断/可假设/外观缺项、逐字段提问、共享上下文、约定默认值与期限、把确认结果写回文件。建议优先确认面料行为、缝份与测量点数据,避免依靠邮件中的模糊描述。属于厂商生产工作流指南,未本站实测。

    推荐理由:适合技术设计师核对输入完整性,可直接转为团队交接清单。

10月2日周五
  1. Browzwear 官方博客

    上了数字样衣,日程仍在等快递?六项采购流程检查

    Browzwear 建议检查样衣到达是否仍是里程碑、数字评审是否只有预览效力、确认责任是否明确,以及运输缓冲、双轨日程和替代步骤是否被记录。文章主张按品类确定数字确认权限,记录实物例外,并跟踪评审后的实物样衣数与最终确认天数。不能据此认定所有品类都可取消实物打样。

  2. Rhino 官方工具资讯

    Rhino Studio Series 建筑课程:从手绘草图到可打印二维图纸

    McNeel North America 推出免费的 Rhino Studio Series 建筑 YouTube 课程。第一季以同一附属住宅项目贯穿六集:导入草图与绘图标准、场地、平面、立面、剖面,以及布局标注和 PDF 出图;学生与教师工具包提供英制、公制模板和教学资料,核心流程不依赖插件。后续建筑深化与制造属于规划中的季节。本条为非AI建筑设计基础工作流资料;FLABS 未完成课程或验收真实图纸,不将其描述为自动建筑设计,也不把观看免费等同于 Rhino 软件免费。

    推荐理由:补齐建筑设计从草图、表达规范到PDF图纸的基础生产工作流,明确课程内容与后续计划。

9月23日周三
9月21日周一
  1. NVIDIA 官方设计与仿真资料

    Earth-2 天气生产决策教程:SDA在两个示例中降低风速误差

    结论:SDA可把最新站点观测接入既有天气模型,适合有本地观测数据的能源生产、物流等团队验证短期预测流程;不能把示例误差降幅当作所有地区的效果承诺。NVIDIA 教程在 Earth2Studio 中演示 CorrDiff 降尺度与 StormCast 预报:使用 GHCN-Hourly 站点观测时,CorrDiff-COSMO 示例在留出站点的风速 RMSE 降低54%;StormCast-CONUS 示例在六个时间步上平均降低7.2%。两项属于不同任务与示例,不能相加或泛化为生产收益。SDA不要求重新训练原模型,但需要匹配的模型、观测数据和计算环境;示例预训练区域及分辨率也需核对。建议先用本地留出观测与原流程比较误差、计算耗时和成本,再决定部署。数字来自官方文章,未由 FLABS 复测。原文发表于9月21日,本文不把补审日期作为新发布日。

9月18日周五
9月17日周四
  1. NVIDIA 官方设计与仿真资料

    NVIDIA:用 AI Agent 将 Blender 场景整理为可仿真的 OpenUSD 资产

    NVIDIA 官方教程展示从 Blender 场景到 Isaac Sim / Isaac Lab 的准备流程:用 Agent 检查场景,补充语义标签、材质和传感器,配置碰撞与物理属性,再通过渲染预检和 SimReady 验证交接 OpenUSD 资产。安全的机械性问题可以自动修复;对象含义、物理行为等不明确的判断需要人工确认。适用于三维资产与机器人仿真内容准备;这是厂商示例,FLABS 未执行该工作流。

    推荐理由:给出三维资产到仿真交接的具体步骤、工具与验证条件,覆盖设计及生产数据准备。

9月15日周二
  1. Browzwear 官方博客

    AI情绪板如何走到样衣:还缺纸样、纱向和面料物性

    Browzwear 指出,生成式AI图像可以表达轮廓、色彩和表面效果,却通常不包含纸样、缝线、纱向、放松量和真实面料行为。文章建议把概念转入基于版型与面料仿真的3D文件,让技术设计和生产继续处理可制造数据。这里讨论图像到生产的交接,不代表AI图片已经能直接生成合格生产纸样。

    推荐理由:直接对应AI设计到生产的断点,区分视觉概念与可制造文件。

9月8日周二
  1. Browzwear 官方博客

    平面技术包为何卡住3D制作:先查这三类输入

    Browzwear 归纳了传统技术包转入3D时常见的三类缺项:面料拉伸/悬垂等行为数据、接缝处理与缝份细节,以及平铺和着装状态的测量点数据。建议在建模前用结构化字段指出缺项,再向品牌确认,避免把经验假设带入后续打样。属于技术包准备指南,未本站实测其效率收益。

9月1日周二
  1. NVIDIA 官方设计与仿真资料

    Omniverse NuRec:复用行驶数据,为新车型生成感知训练视角

    NVIDIA 官方教程展示车型适配流程:用已有行驶记录重建三维场景,按目标摄像头布局渲染,再用 Harmonizer 整理画面并准备感知训练数据。NuRec Skill 可协助数据获取、渲染与后处理;画面修复不能补救错误校准或未覆盖场景,合成数据也不能替代实车数据验证。数据集、模型和容器需要相应 NVIDIA NGC / Hugging Face 账户及许可;FLABS 未运行该工作流,不把厂商效果视为本站实测。

    推荐理由:提供汽车产品开发中的三维重建与仿真数据准备步骤,并明确校准、真实验证和许可边界。

8月27日周四
  1. NVIDIA 官方设计与仿真资料

    COMPASS 官方教程:用 AI Agent 准备、训练与评估机器人导航策略

    NVIDIA 以 Spot 四足机器人为参考,展示 COMPASS 工作流:准备仓库或 SAGE-10K 场景,运行单环境检查,再进行残差强化学习训练和检查点评估。Agent 协助开发准备与故障诊断,实际导航由训练后的策略和控制器执行。示例栈为 Isaac Lab 3.0 与 Isaac Sim 6.0,要求 Ubuntu、支持 RTX 的 NVIDIA GPU及至少 16GB 显存;场景接受和检查点晋级设有人审核。FLABS 未训练或部署该示例。

    推荐理由:连接仿真资产、训练与交付验收,提供机器人生产自动化开发的可复用流程和明确适用条件。

8月24日周一
  1. Autodesk Forma 官方设计博客

    AU 2026 官方课程索引:建筑 AI 迭代与设计到制造协作

    Autodesk 在八月发布的 AU 2026 导览列出 AI 场地规划、设计迭代、碳分析及设计到制造等课程方向,涉及 Forma、Revit、KOPE 与 Informed Design。原文是九月十五至十七日会议的会前清单,此处按历史学习资源收录。课程议题不证明全部功能已经交付,也不能替代产品版本与许可核实;回放可用性尚未核查,FLABS 未参加课程或实测这些工作流。

    推荐理由:通过官方课程清单定位建筑设计与生产协作的学习方向,并注明历史时点与未核实事项。

8月20日周四
  1. NVIDIA 官方设计与仿真资料

    Cosmos 3 Edge 官方教程:训练机器人动作策略并在 Jetson Thor 部署

    NVIDIA 介绍用 DROID 示范数据后训练 Cosmos 3 Edge 动作策略,再在 Jetson Thor 上运行策略服务,并先在 RoboLab 闭环仿真中评估。教程区分训练与机载推理:公布的训练方案使用多节点 GB200 级算力,不能把机器人端运行条件当成单 GPU 训练门槛;不同机器人还需调整动作空间、相机和状态配置。文中效果来自厂商示例,权重、框架和数据应分别核对许可与访问条件;FLABS 未训练、部署或实测。

    推荐理由:覆盖机器人生产自动化开发的训练、端侧部署与仿真评估链路,避免混淆训练和推理资源。

8月4日周二
  1. NVIDIA 官方设计与仿真资料

    Alpamayo 2 Super 官方开发教程:轨迹、推理说明与多相机自动标注

    NVIDIA 官方教程展示 Alpamayo 2 Super 在自动驾驶研发中的四类用法:生成轨迹与因果推理说明、预测高层动作、回答多相机场景问题,以及生成带二维定位的自动标注。示例使用模型权重和推理笔记本,并讨论开环与闭环评估;权重、代码和示范数据需要分别核对许可及访问条件。厂商示例不能替代真实系统验证,FLABS 未运行模型、训练或验证部署安全。

    推荐理由:把多相机推理与自动标注落实到车辆产品开发任务,同时保留评估和许可边界。

7月29日周三
  1. NVIDIA 官方设计与仿真资料

    NVIDIA 医疗机器人仿真:导管导航模块可用,手术软组织模块仍为早期访问

    结论:这套框架可用于医疗器械与机器人的设计验证、合成数据和强化学习试验;原文展示的是仿真研发能力,不能代替真实设备及临床验证。NVIDIA 将 Medical Physics Simulation 接入 Isaac for Healthcare、Isaac Sim 和 Isaac Lab:管腔仿真模块已正式可用,首个示例是导管沿血管导航并模拟透视成像;软组织手术仿真模块仍处于 early access。管腔示例报告512个并行环境下物理仿真约60Hz,256×256像素的完整仿真与渲染循环约63fps,两者不是同一指标,也不代表所有模型或设备的速度。适合有GPU、机器人仿真与医学工程能力的团队按官方示例尝试,先验证解剖几何、接触参数、成像和真实设备之间的误差,再用于自己的研发流程。这些是官方报告条件下的结果,FLABS未复测,也没有临床可用性或统一质量评分。原文发表于7月28日。

7月16日周四