我们有一个模型看起来旋转是正常的，但是我们一旦通过属性代码去调整它的时候就非常的奇怪，或者我们通过 animation 制作了它的旋转动画，但是一播放起来它就非常的奇怪，这是因为我们物体的锚点实际并不在正中心， 而是因为你的 sims 图。现在选择了 center 锚点显示模式，不是模型真正的锚点，你需要在左上角把 center 的 改成我们的 pirate 锚点显示，这个才是它真正的锚点，那我们在旋转这个锚点的时候， 这个才是它真正的效果。通过我们鼠标面板，它是绕着中间的锚点这个去旋转的，那我们怎么去修改这个锚点？有两种处理方式，我们想要去让这个物体正常的绕着中心点去旋转。第一种我们在场景里面创建一个 空的节点，然后把这个空的节点挪动到我们的物体正中心，这里我们通过肉眼去调整，然后如果是模型的情况下，我们需要把我们的模型去截住 右键 prefab unpack 截住，然后把我们的这个模型移动到我们的子节点下，然后再把这个节点挪回来，让这个作为我们模型的副节点，然后我们再去旋转这个模型，它就是正常的了。 这个是通过我们在 unity 里面去做处理的。那同时还有种方式，我们在模型里面去修改它的锚点，我们打开 blender， 找到我们的 f b 叉模型，把它拖拽到我们的 blender 里面，这里我们要找到修改锚点的这个模型，然后右上角选项 设置原点和只修改副本，这样子我们在移动宝典的时候不会影响子节点，也可以快速使用物体设置原点，原点几何中心，让它快速追踪到我们的 模型。原点模型中心，然后我们再导出这个模型回到我们的 unity， 然后我们的这个模型宝典看起来就是正常的。注意左上角一定要改成 palette， 不 能显示 center， 然后我们的模型正常通过属性面板或者 animation 就是 正常的了。
粉丝1004获赞8928
相关视频
00:46查看AI文稿AI文稿好了， ct 八 a， 呃， honda rc 生产的这个是雷拉诺，有刷版本，最早版本的那个有刷版本的遥控器啊。呃，当时这个遥控器它是偶发的，会出现定位器异常像，你看我这台啊， 现在你看啊，这个二通道，我现在是开机，刚刚开机啊，这个二通道就满了啊，看见没有？这个通道是满的，那么也有很多小伙伴找我说，哎，怎么一开机？嗯，这个车子就有异常，现在你看啊，这个二通道一直在闪啊，那么我们一键到底啊，我来一下就解决 好了，看见没有？现在就居中了，搞定了，没问题了，这一巴掌的事情。
94饭桶潮玩
03:32
01:25查看AI文稿AI文稿啊，讲一下这个三十遥控器啊，呃，咱们装完车以后啊，咱们可能会发现，当我转到这个车身姿态的这个页面的时候啊，我们看到这个车身现在是歪的啊，它有度数，但实际上我车子现在是放平的状态，对吧？那么怎么来校准？ 呃，我们进到这个菜单啊，这里面有一个接收机的，这个带小天线的啊，点进去， 这里有一个陀螺功能啊，点进去好，然后我们一直转到最底下，有一个陀螺标定啊，点一下，好，然后这个时候我们要把车子放平啊，放平，不要动，然后点试啊，好，然后他会让你把车头抬起，那我就把车子竖起来啊，这样竖起来 啊， ok， 标定成功，好，然后再放回去，那么这个时候我返回好，注意看，我们现在这个度数变成了零度，对吧？那我如果把车子这样斜一点的话，它这边就会显示再松手又是零度啊，这样就可以了啊， 那么当我们车子发生了，比如说重心的改变，比如说我调整了避震啊，或者是加了更大的电池，车头压下去了啊，或者是做了一些什么改动，那我们就需要重新做一次标定啊，不然他这边显示就会一直会有异常， 如果说异常达到一定程度，他就会报警，告诉你车身姿态异常啊，这就是这个调节的方法。
21次不次🍊
01:58查看AI文稿AI文稿玩穿越机最闹心的就是明明没撞没摔，却突然抖动，动力掉档，大概率是电机丝布。今天教大家解决四种不同现象的电机丝布，新手也能看懂。第一步，读参数，摸清现状。在电调通电连接非控的状态下，插 usb 接入电脑，用调参软件 比如布海尔 switch 三十二连上电条，读取当前的配置信息。这一步能让我们知道问题是不是出在参数不匹配上，避免瞎调瞎调瞎试。 第二步，检查三个核心参数是否为默认出厂数值。首先查看电机镜角默认值十六代，接着是 pwm 频率默认数值的 low 喊嗨均是二十四千赫兹。最后查看退磁补偿，默认是 low， 确认这三个参数是默认数值后，对照屏幕上的四种常见的故障场景，按需进行调整。第一种，低速退油门卡顿，电机瞬间丝不停转起，不抖动，就把退磁补偿调为 high。 再把电机镜角调到十七怠 p w 按频率保持不变。 第二种，微油门操控粗糙，怠速不稳，低空轻微抖动，飞行手感生硬，可以适当加一点 p w， 按频率退磁补偿，焊电机镜角都不用改动。 第三种，高速飞行无力，急速提不上去，带油门，爆发力疲软，可以将退磁补偿调为 high， 电机进角加二 p w i 频率不变。 第四种，低速飞行电流过大，怠速时电机发热严重，伴随轻微低频震动，可以把电机进角调为十四代， p w i 频率略的数值适当降低，退磁补偿保持不变。以上就是四种常见电机丝布的调整方案，大家可以用来参考，具体数值会因为飞机实际状态不同而有所差异。 桥上完成后不要直接高速飞行，先将飞机平放地面，缓慢推油，测试电机怠速运转，确认转速均匀 不卡顿，抖动后再到空旷处低空慢飞。飞行中观察抖动及动力连贯性问题消除，即代表电机撕布故障修复。觉得这期视频对你有用的话，记得点赞收藏！
280Aocoda-RC模型
01:20查看AI文稿AI文稿当最受瞩目的 ai 视频模型 sora 突然淡出视野，这仅仅是技术问题吗？不，这是一场精心设计的战略撤退。第一，技术安全是首要考量， 视频生成模型带来的深度伪造风险远超文本和图片， openai 可能被迫按下了暂停键，优先解决这个全球性难题。第二，全球监管压力急剧升温，从欧盟的 ai 法案到美国的监管动向，政策的不确定性让激进的产品发布变得异常危险。 第三，则是核心的商业策略。 ai 巨头们发现，与在消费级市场争夺眼球相比，将算力与精力聚焦于企业级应用才是更稳妥的利润来源。 这项整个行业释放了一个强烈信号，深层式 ai 正从炫技式的野蛮生长转向审慎的、负责任的实际部署。 未来的竞争将不再是模型参数的军备竞赛，而是在安全、合规、实用三者间找到精妙的平衡。对我们普通人而言，这意味着 ai 工具的发展速度或许会放缓，但落地路径将变得更加清晰和可靠。 最终， sora 的 官亭逼迫我们思考一个更深层的问题，技术的狂奔是否真的需要等一等治理的灵魂？
8河洛AI
01:19查看AI文稿AI文稿大家好，很多朋友都在后台问我们打印机是不是必须要清洁保养，今天我就来以我的视角告诉大家，我们打印机是一定需要经常来进行清洁保养的，尤其是我们 x 系列以及 ps 系列的用户。我们打印机底部在经过很长时间的打印之后，可能会有很多废料碎屑在下面，所以 在我们的光轴下面可能会有很多耗材卡在这里，耗材卡在下面之后，我们的打印机的热床在下降的过程当中，就容易把我们 z 轴光感的轴承给顶出来，顶出来了之后我们的 z 轴回零就会异常， 并且我们打印板脏了之后，你的模型也可能会无法粘附，然后出现炒面等情况。而且我们打印机的丝杆、光杆、碳杆都是需要保持清洁的，否则会影响到我们打印机的一个运动精度。我们的丝杆需要使用干净无纺布配合酒精擦拭干净之后去给它上润滑纸。 我们的光感呢也是需要擦拭干净之后用润滑油给它做润滑保养。打印板需要进行清洁，用洗洁精去清洗， 我们的碳感呢是一定不能用任何的有机的润滑剂去进行润滑的，只需要用干净的无纺布配合酒精擦拭干净就可以了。而且我们平时打印机的内壁 都会有一些很脏的污渍或者是油渍，都是需要去给它清理干净的，否则你在执行下一次打印任务的时候，你的白色模型表面可能会有很多黑色的污点，都会被带到模型上面去，所以我们的打印机一定需要经常的做一个清洁维护保养操作。
00:36查看AI文稿AI文稿对不对？我不应该再用这个 trim c n 免费的版本，我是不是应该去买个 cloud？ 很 想把抖音当朋友圈发，不知道发什么，还在这里让 ai 改代码，哎，代码快到了，我还在这里用 ai 对其理论审查啊，头发都要抓掉了。互联网友友们啊大神们啊，我是不是现在就应该去买个读什么 cloud 对 不对？我不应该再用这个 qm 免费的版本，我是不是应该去买个 cloud 来处理这些代码扩大。
25旺聚财
07:03查看AI文稿AI文稿这几天有小伙伴反馈用千万三点六呃，追买四，用了一段时间，大模型的响应就越来越慢，然后 agent 开始失忆，紧接着 tos 调用异常，最后直接卡死。 这种情况啊，大部分是不是模型不行，而是常对话的 token 爆了。大家好，我是根谷，今天教大家用一套本地的模型配置方法， 简单的调教好参数，从根源上控制头肯的消耗，让你的本地模型能稳定长时间运行。为什么你的这个长对话会爆头肯呢？不是你的模型不行啊，是上下文被撑爆了，是因为第一个就是每轮对话 都会追加上下文。 n 轮对话以后啊，这个系统提示加全部的历史，最后的新提问，头肯只会呈指数级的增加， 可以大家用一个公式去计算。二十人对话的话大概是会到五万，这个头肯直接会超限，所以说还有第二的话，就是你的兔耳是会输出炸弹，因为 m c p 啊，就是模型上下文的协议，他默认的是我这里配置的，默认是五万这个头肯，所以说一次就能占满上下文，这个地方我们可以通过配置文件去解决。 第三块就是 memory 无限堆积，因为有些人他用的是这个 skills 啊，特别是那些比较好的 skills， 他 会把所有的记忆体给你塞到上下文，所以说你的任务越长，他 token 累积越来越多。第四块就是 cost 啊， cost 这样一个隐形的消耗，也就是反思 是推理这个玩意，也是也是大量吃透根，却不产生直接的价值啊。解决的思路就是用四种方法去防止他的这个透根膨胀，第一个就自动的压缩这个历史对话，第二的话就控制这个拓式的输出长度，第三就是防止这个曼曼的无限堆积，最后就长时间稳定的运行。我们通过限制的轮数，包括这个最大的透根的 的限制，包括关闭这个这样一个 cost 啊，好，然后呢，我这里给大家举的例子就是我用的是这个呃 呃，这个 j m 四二十六 b a 四 b 的 it， 它是 f b 这样一个十六位的一个全量模型，大概是消耗我的内存，应该是二十六乘以四，大概是八十 g 左右，八十 g 以内的这样一个显存啊，其实这个模型已经非常强大了。首先我找到这样一个配置文件，这个配置文件就是在加载目录下 hammers config yum yum 这样一个文件，这个文件的话首先我要输，找到这个模型啊，我这里有三个模型，一个是 j 满四，一个是千问，还有一个是这个 gpt， 是 吧？这个模型为什么我设置六五五三六啊？这个你，你不设置这么多，你这个你这个嗨马斯就运行不起来，正常情况下我们应该设置一万二千个头啃， 所以说这第一步是骗这个 hammer 的 啊，这个倒没关系啊，好，这个是第一个配配置，第二的话就是在这个 a 检测里面有个叫 master， 默认的话，这个系统默认的话它是二十轮，二十轮其实有点大了，然后我们每轮配置的这样一个是这个就是最大的头啃啊，就是一万二，一万四都是可以的，如果他的这个 这个模型的参数最大的这个上下文累计到二十五万的时候，它就会爆头壳，所以说你一次性一万四的话，大概是要十次接近十次啊，就会把它撑爆，当然你说其实每次都没这么大，大概是几百个头壳嘛，所以说大概是两两百人左右，那它才会爆是吧？ 所以说 max 的 pro mode 设置为一万二到一万四都是可以的，千万不要设置为两万三万啊，这个就会出问题的。那是第一个，第一个地方， 第二的话就是这个刚刚说的这个没有价值的东西，卡斯特，怎么怎么卡斯特了，这个玩意得给你关掉它去啊。这个这个玩意，这个玩意很恶心啊，就是我之前是没关掉他比较好。这个头肯 啊，就这个玩意，这个 enable， 把它变成 force， 默认他是 true 啊，这个没什么卵用啊。这个。然后第三个是最最关键的，就上下为压缩，如果这个系统发现我快要达到这个二十五万的时候，它会自动启动压缩，我们这个预值默认的是零点三或零点五都可以。当达到一万十二万的时候，它自动的启动压缩， 然后这个一个这个目标这个率的话默认的是三零点三，我们把它设置为零点一八，还有这个轮数我们设置为六轮，那就不要设置为二十轮，二十轮的话有点有，有点太长了，对吧？ 好，这个地方这个配置是最最关键的。第三个就是我们把这个记忆体关掉，因为我这里用到了一个样式，就是我记忆体其实其实可以看的跟古老师的上一堂课啊，就是设文件啊，慢慢的这个文件去做记忆体配置，先不要在这里去弄啊，这个把它关掉，甚至你是自己去外接一个存储，这个，这个这个数据库都是可以的，把它关掉啊。 第三块就是这个拓式的 alt put， 这个也很恶心，因为你肯定是用了一些这个，呃，外外部的样式吗？对吧？他这个这个这个 输出他五万，那五万就直接把你五万还是五十万吧，应该默认的是个十百千五万，五万也太大了，因为设置为一万二千吧，对吧？五万的话你杀差不多三到四次调用这个工具的样式，你这个你这个内存啊，你这个透坑就承包了。好，你设置完了以后，这个 hammer 你 重启一下，就是 hammer， 是 吧？然后重启一下， 哎，这个就是可以了，对吧？好，可以了。以后我要假设我要做一个这样一个比较长的任务和一个比较比较复杂的任务，就是我用这样一个样式查询最近三天的 ai 新闻啊。它之前我没有做这个配置的话，它很快，大概是一两分钟它就会， 他就会承包。你可以看一下这里，我这里有一个这个 hammer 式的这样一个，是吧？然后到仪表盘里面，我把它变大一点，啊，这个你看到吗？他请求过来了，是吧？一个请求我可以把它放到这里来，是吧？哎，他已经调用了这个这个样式， 大概会到百分之七八十的时候，他就会输出这样一个新闻，是吧？他第二轮已经出来了，大概是 现在是六百七十四个头款，美版也是非常快。我，我这个这个电脑应该非常快，给大家看一下我的显存消耗，我这里显存消耗的话应该是，哎，五十七个 g 是 吧？接近六十个 g 了，六六十个 g 的 显存，所以说大家显存低的话还是玩不起这个追满四，那只能去老老实实的去用这个，呃， 千万三点六是吧？他当超出这个上下文的话，他就会去进行压缩啊，进行压缩， 如果不进行压缩的话，基本上这个就卡到这里就会死掉，基本上就会死掉。好，然后再回到这个这个 ppt 来。 好，这里也就是告诉二数人是非常大，大概率就叫爆，是吧？所以说我们设置为一万二千是比较合适的。还有地方去设置是这个玩意，这个地方有一个这个全局的设置，这个地方在 这个地方也需要设置一下啊，这个三万二千最大的上下网窗口，还有这个最大拓展，这里设置为四千多就好了，就这个是那个 ml， 是 这个，这个推力框架的配置啊。好，然后其他的地方这个都说了，是吧？压缩，这个把它关掉是吧？然后这个也关掉是吧？然后具体把它关掉。 有些人说我这个这里关掉了，会不会让他这个失忆啊？我觉得不会啊，因为你的失忆核心不是他核心的是我们的三个文件是吧？一个售文件，一个是 mami 的 文件，还有一个优者文件，这你可以翻一翻跟我老师的前面的课程，这个也是一定要一定要去设置的，这个不要设置太大，不要设置太太大， 最后就是在这里面的完整的这个地方，大家可以截图保存啊，把这些，这是针对 jama 四的这样一个二十六 b 的 模型的配置啊？就是我尝试调了很多次这样一个配置，像是比较好的，比较好的啊，其他的地方就应该没有什么了， 哎。然后这个地方可以大家看一下，刚刚这个东西它已经出来了，是吧？这是查到最近三天的这样一个新闻，它其实里面大概耗了也是有几万个 token 了，对吧？几万个 token 这堂课就分享到这里，你学会了吗？
163根谷
00:52查看AI文稿AI文稿欢迎收看今天的 ai 早报。 deep six 回应，次付处方模型异常，系特殊次付引发幻觉，不涉及安全问题或隐私泄露。消息称， aswapik 将向金融稳定委员会检报 ai 模型 mios 发现的网络防御漏洞， 加量不加价。 enfuge 旗下可疑的两款主力 ai 工具迎来重磅升级，叉子高壁化生。私人理财管家 openai 推出全新金融工具，可直联银行账户 oppo a i 在 美国遭集体诉讼掐带， g p t 被指陷入追踪。工具向谷歌 mate 分享用户隐私。苹果 app store 放行 ai 氛围编程应用 replay， 时隔四个月更新 消息称谷歌收紧 gemini 免费版设置百分比周限额。以上就是今天的 ai 早报，感谢收看，我们明天见！
2小梨花🦞
01:54查看AI文稿AI文稿持续预测，如果你想发篇 sci 三四区，千万别天天调 l s t m， 因为预测误差根本降不下来，所以别去预测下一分钟数值是多少。去做一件事，把最近一段数据和正常模式比，找出哪里不对劲，投了个三区录用稳如狗。为什么？ 因为神稿人根本不想看你那些复杂的网络结构，他只想看到你这方法能解决实际问题。持续预测这个方向，很多人一上来就想着我要预测未来，但现实是，工业界很多时候不需要你猜一个精确数字，只需要你判断现在的状态。正常吗？出问题了吗？哪个时间点开始不对劲了？所以你换个思路，把预测任务改成异常定位任务， 具体怎么做，我给你三个实测好用的野路子，都不需要你发明新模型。第一条，用统计规则代替神经网络，你拉一段滑动窗口，算均值和标准差，设置一个动态域值， 当新数据点偏离超过三倍，标准差就标红报警，你甚至不用 gpu、 excel 都能做。然后你画几张对比图，正常时段是一条平稳曲线，异常时段是尖峰，审稿人一看就明白，他们很喜欢这种清亮实用的方法。第二条，用自编码器学正常轨迹， 你只拿健康数据训练一个字，别码器让他学会正常应该长什么样。测试时输入新数据，如果重建误差大，说明这数据有问题。你不用标注任何故障样本，全是无监督。对比一下误差分布图，结论就有了。这种思路在设备剩余寿命预测、新店异常检测上特别好用。第三条， 最简单的，把你自己的数据画出相线图，找离群点，把每个时间点的历史数据分布画成相线图，然后把你预测的值或新观测值打上去，超出上下虚的就是异常 格式化做的漂亮，配上解释就能凑一篇基于统计分析的持续异常检测。如果你还不知道怎么画镶嵌图做异常标记，怎么搭字编码器做无监督检测，怎么结合自己课题落地？别再瞎琢磨了，我把这些方向的选择题思路、论文结构、 内外缝合技巧全都放进了 ai 科研进阶新法里，直接套用出符合你方向的顶会论文。大屏打持续，七哥陪你少走弯路，直接弯道超车！
96七哥聊论文
01:30查看AI文稿AI文稿大家好，我是视觉龙哥，专注工业视觉检测。今天给大家介绍一篇最新的论文， ad copilot， 一 种面向工业异常检测的视觉语言助手。工业质检有一个老大难的问题，多模态大模型迭代一代又一代，工业质检却几乎原地踏步。 核心瓶颈在于数据横沟和架构缺陷，模型没见过，工业细腻度缺陷， 更无法在像素级对比。两张图片 ad， 它的核心创新点就是在视觉上下文对比设计的 comparison encode， 即插即用的插件让成对的图像特征相互看，提炼出专门编码差异的 comparison tokens。 数据结构方面，采用了 chat ad 的 数据集 六十二万样本，覆盖三百二十七个工业类别。训练采用了多阶段渐进的方式。呃，看懂差异到学会推理，实验结果惊人， m m a d 准确率百分之八十二点三，首次超越人类检测员百分之七十八点五，定位精度提升三点三五倍。应用场景包括缺陷检测、定位分类、产品识别等。 论文和代码已经开源，请大家关注世界龙哥呃，获取更多的前沿的技术的解读。那么有需要论文链接的啊，请在视频下方留言，谢谢大家！
10视觉龙哥
02:07查看AI文稿AI文稿做 agent 的 人应该都经历过这个时刻，你看着自己的 demo， 觉得卧槽，这东西快成了，它会拆任务，会调工具，会写代码，甚至会自己反思自己纠错。 你甚至开始想，这玩意再迭代两板，能剃掉一个初级工程师，然后你把它放进真实环境，崩了，不是那种报错崩，是那种页面刷新一下状态没了长链，跑到第七步开始胡说， read 之后上下文全串了， memory 越积越脏， a 阵开始自己骗自己，多个 a 阵的邪作，互相把对方带沟里，一个小异常，整条链全崩。 你修了三天，修好了，换个页面又崩了。这时候你开始怀疑，是不是我的 prompt 写的不够好，是不是模型还不够强？是不是我该换个框架？我之前也这么想，后来我想明白了一件事，这个问题的根可能根本不在模型。 过去两年，整个行业都在压一个赌注，模型再强一点， agent 就 自然好用。所以所有人都在卷 crumpet tool， calling， workflow， memory， multi agent。 但你有没有发现一个事实， gpt 三点五到 gpt 四到 clogs 三五到 gpt 四 o， 模型强了四五倍，但 agent 在 生产环境的稳定性几乎没怎么变。 为什么？因为问题已经不再聪不聪明，而在稳不稳。你现在用的那些 agent 架构， react 也好， workflow 也好， multi agent 也好，它们有一个共同的隐藏，假设 世界是稳定的，但真实世界不稳定，它会漂移，会中断，会污染，会重入失败，会权限突变，会状态错乱。 尤其当 agent 进入浏览器企业系统长周期任务，你面对的已经不是 ai 问题，是系统工程问题，但几乎没有人在认真做这一层， 因为太脏太重太慢，没有 demo 价值。这也是为什么我后来开始做一个东西，不是更聪明的 agent， 是 让 agent 能稳定执行的底层系统。 后面我会拆开讲主流架构到底在解决哪一层的问题，以及哪一层，其实根本没人管，想听的评论区扣一。
