🤯 Tencent выкатили нейронку, которая из одного фото генерирует целый 3D-мир

Это HunyuanWorld-Voyager.
В отличие от аналогов, эта штука отдает на выходе не только RGB-картинку, но и полноценную карту глубины (RGB-D). На практике это значит, что сгенерированное видео можно без танцев с бубном превратить в настоящую 3D-сцену, например, через Gaussian Splatting.

Порог входа, конечно, конский — для запуска нужно минимум 60 ГБ видеопамяти. Но сам факт, что инструмент такого уровня теперь в open-source, — это прикольно.

Разобрал, как это работает и как запустить у себя (если у вас есть доступ к A100 😉) :
👉🏻 Tencent HunyuanWorld-Voyager: создаем 3D-миры из одного фото. Разбор технологии и гайд по запуску

А видеопересказ тут 👈🏻

#щупаем_сорцы

Судя по результатам, курсы ужасны буквально во всём 😅

Программируем всем телом? Легко! 🤸‍♀️

Наткнулся тут на пару залипательных open-source проектов на Python от одного разраба, которые превращают ваше тело в клавиатуру и игровой контроллер.

Знакомьтесь, два брата-акробата:

1️⃣ Semaphore — полнофункциональная клавиатура для всего тела.
Буквально. Хотите напечатать букву — принимаете позу из семафорной азбуки, разводя руки под нужными углами. Нужен Shift — разжимаете кулаки. Backspace — закрываете рот обеими руками. А чтобы повторить последний символ, надо подпрыгнуть.

2️⃣ Semaphore Games — кастомный игровой контроллер, логическое продолжение предыдущего проекта.
Тут уже всё заточено под игры. Вы сами в CSV-файле настраиваете, какое движение какой кнопке соответствует. Например, взмах левой руки на 45 градусов — это «газ», а подъём правой ноги — «прыжок». Есть даже поддержка двух игроков на одном экране. Идеально для Mortal Kombat 🌝

Под капотом OpenCV для захвата видео и MediaPipe Pose для распознавания точек на теле. Всё это дело обсчитывает углы и положения конечностей и эмулирует нажатия клавиш. На MacOS, правда, придётся дать права доступа терминалу, но это мелочи.

Представил себе сеансы парного программирования при помощи этих штук 😅

💧 Разбор задачи о дождевой воде

Эталонное решение тут сводится к методу двух указателей. Идея в том, чтобы двигаться с двух концов массива одновременно, постепенно вычисляя объем воды.

def trap(heights: list[int]) -> int:
    if not heights:
        return 0

    left, right = 0, len(heights) - 1
    max_left, max_right = heights[left], heights[right]
    total_water = 0

    while left < right:
        if max_left < max_right:
            left += 1
            max_left = max(max_left, heights[left])
            total_water += max_left - heights[left]
        else:
            right -= 1
            max_right = max(max_right, heights[right])
            total_water += max_right - heights[right]
            
    return total_water

🧐 Как это работает?

- Инициализация: Заводим два указателя (left и right) по краям массива и две переменные для хранения максимальной высоты, встреченной слева (max_left) и справа (max_right).

- Главный цикл: Двигаемся, пока указатели не встретятся. На каждом шаге мы принимаем решение, какой указатель сдвинуть.

- Выбор указателя: Мы сравниваем max_left и max_right. Почему? Потому что объем воды над текущим столбиком ограничен наименьшей из двух максимальных стен по бокам. Сдвигая указатель со стороны меньшего максимума, мы гарантируем, что с другой стороны точно есть стена не ниже (а может и выше), которая удержит воду.

- Расчет воды:
- Если max_left < max_right, значит, левая стена — ограничивающая. Мы сдвигаем left на шаг вправо. Обновляем max_left и добавляем к общему объему max_left - heights[left] (если разница положительная).
- В противном случае то же самое делаем для правого указателя.

Анализ сложности:
⏱️ Время: O(N), так как мы проходим по массиву всего один раз.
💾 Память: O(1), потому что мы используем лишь несколько переменных, и дополнительная память не зависит от размера входных данных.

#алгособес

Что произойдет, когда изменяемый тип данных встретится с неизменяемым?

#квиз