## TurboDiffusion：加速视频生成 TurboDiffusion是一个旨在大幅加速视频生成的框架，利用扩散模型在单个RTX 5090 GPU上实现**100-200倍**的加速，同时保持视频质量。它利用**SageAttention & SLA（稀疏线性注意力）**进行高效的注意力计算，并利用**rCM**进行时间步蒸馏。 该仓库提供了**文本到视频 (T2V)** 和 **图像到视频 (I2V)** 模型（Wan2.1 & Wan2.2）的实现，支持高达720p的分辨率。安装方式是通过`pip`或克隆GitHub仓库。针对不同内存的GPU，提供了优化的检查点（针对RTX 4090/5090量化，针对>40GB GPU未量化）。 主要特性包括白盒SLA训练、与ComfyUI集成，以及对FSDP2、Ulysses CP和SAC的支持。该项目正在积极开发中，不断改进，并欢迎社区贡献。 **为使用该框架的用户提供了引用信息以及论文、代码和相关出版物（SageAttention、SLA、rCM）的链接。**
每日HackerNews RSS
TurboDiffusion：用于视频扩散模型的100–200倍加速
TurboDiffusion: 100–200× Acceleration for Video Diffusion Models
3 天前
## TurboDiffusion：更快的视频生成
一项名为TurboDiffusion的新技术显著加速了视频扩散模型，实现了**100-200倍的速度提升**，有可能在单个工作站GPU上实现实时视频生成。这一突破引发了关于视频创作未来及其更广泛影响的讨论。
用户已经开始利用类似的进步来托管视频生成网站，这在以前被认为在单个GPU上是不可行的。讨论还延伸到这项技术与游戏现有方法的比较，以及人工智能驱动的游戏引擎和VR体验的潜力。
人们对易于生成、个性化的视频内容的伦理影响表示担忧，并将这种情况与社交媒体的早期阶段以及潜在的“数字海洛因”成瘾性相提并论。其他人则争论在管理此类内容时，审查制度与教育哪个更重要。
目前，生成更长、连贯的视频仍然是一个挑战，但Veo 3、Sora 2和Kling等模型的快速发展表明，未来将会有显著的改进。社区也高度期望对苹果M系列芯片的优化。
西方政府日益将目光投向VPN等在线隐私工具，试图加强对互联网的控制。这一趋势始于丹麦试图推动欧盟的“聊天控制法”——最初提议扫描所有私人通讯，包括加密信息，以打击儿童性虐待内容。尽管在反对声中法案被大幅修改，但修订后的法案仍然引发了对隐私和潜在滥用权力的担忧，实际上禁止匿名通讯并限制儿童的访问。 随后，丹麦提议禁止VPN本身，表面上是为了打击盗版，引发了广泛批评，称其具有“极权主义色彩”。在公众强烈反对后，该提议最终被撤回。类似的措施也在其他地方出现：英国正在考虑在实施在线年龄验证后禁止未成年人使用VPN，而澳大利亚已经推出了严格的年龄验证法律，可能依赖于数字身份。 这些努力凸显了各国政府寻求控制在线活动的更广泛趋势，通常以安全问题为由。然而，批评人士警告说，这些措施有损基本权利的风险，并且可能被轻易规避，同时可能依赖于安全性存疑的VPN提供商——甚至与外国情报机构有关联。有观点认为，维护在线隐私将需要公众持续而强烈的抵制。
## Tachyon：Python 统计分析器
Tachyon 是一个用于 Python 的统计分析器，它使用周期性栈采样来分析程序行为，开销几乎为零，适用于开发和生产环境。与确定性分析器不同，Tachyon 不会检测代码；它会定期快照调用栈来估计时间花费在哪里。
**工作原理：** Tachyon 在分析会话期间收集数千个样本。样本越多，对每个函数花费时间的估计就越准确。结果是基于样本计数乘以采样间隔的统计估计——更长的持续时间和更快的采样率可以提高准确性。
**主要特点：**
* **非侵入性：** 附加到正在运行的进程，无需更改代码或重启。
* **低开销：** 外部读取进程内存，最大限度地减少对性能的影响。
* **灵活模式：** 提供挂钟时间、CPU、GIL 和异常模式，以进行重点分析。
* **多种输出格式：** 支持 pstats、折叠堆栈（用于火焰图）、火焰图、Gecko（Firefox Profiler）和热图。
* **生产就绪：** 设计用于在实时系统中运行，对影响最小。
* **Asyncio 支持：** 包含一个异步感知模式，可准确分析异步代码。
**用法：** 可以通过命令行使用 `python -m profiling.sampling run script.py` 或 `python -m profiling.sampling attach <PID>` 运行 Tachyon。它最适合识别瓶颈和热点，但不适合精确的调用计数或微基准测试——对于那些，请使用 `profiling.tracing` 或 `timeit`。
Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
Tachyon: 高频统计采样分析器 (python.org)
98 分，由 vismit2000 发表于 2 天前 | 隐藏 | 过去 | 收藏 | 3 条评论
leggerss 发表于 1 天前 | 下一个 [–]
不错，他们将 py-spy 集成到标准库了。回复
lazka 发表于 1 天前 | 上一个 | 下一个 [–]
这里有一个播客片段，开发者们讨论了新的分析器：https://creators.spotify.com/pod/profile/corepy/episodes/The... 回复
Phelinofist 发表于 1 天前 | 上一个 [–]
呜呃，回忆起 AoC 第 7 天，B 部分真的很难。回复
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索：
这个项目详细介绍了创建一个极简Linux发行版——“终极Linux Shell”的过程，主要使用JavaScript构建。这是一个有趣的探索，旨在了解Linux作为内核与完整操作系统分离的功能，并将其与内核和用户空间紧密集成的系统（如macOS）进行对比。 该项目旨在展示Linux内核与用户软件的接口，通过将JavaScript转译为C并静态链接到musl libc，从而绕过传统的libc依赖。这产生了一个独立的、可执行文件，能够在QEMU虚拟机内作为init进程运行。 该shell包含基本的命令，如`ls`、`cd`、`cat`、`mkdir`、`mount`和`exit`。这是一个理解内核系统调用以及极简系统如何运行的实践练习，灵感来自于对内核稳定性和Linux在操作系统领域独特地位的讨论。作者还链接到一篇之前的文章，提供更深入的关于构建此类微型发行版的见解。
## Ultimate-Linux：用 JavaScript 实现 Linux 用户空间
一个名为“Ultimate-Linux”的新项目 ([github.com/popovicu](https://github.com/popovicu)) 旨在完全用 JavaScript 重新实现 Linux 用户空间——你日常交互的实用工具。这不同于 JSLinux 等项目，它们*模拟*一台 PC，或编译到 WASM，因为它直接用 JavaScript 实现 Linux 工具。
该项目引发了关于“当前目录”的概念以及它由谁管理（最终位于内核级别，但通常作为 shell 内置命令处理）的讨论。评论员也提到了相关的努力，例如几十年 ago 用 Perl 重新实现 Unix 实用工具，以及用其他语言（如 Go）构建最小 Linux 发行版的项目。
虽然有些人质疑其动机，但许多人认为该项目是一个引人入胜的“黑客”项目，也是对 JavaScript 功能的一种有趣的探索，甚至提到了潜在的“JavaScript 完全接管”。作者还发表了一篇相关的博文，介绍了为 RISC-V 构建微型 Linux 发行版。
基于WiFi的穿墙稠密人体姿态估计系统
WiFi DensePose: WiFi-based dense human pose estimation system through walls
3 天前
## WiFi-DensePose：保护隐私的实时姿态估计
WiFi-DensePose是一个尖端系统，可在*无需*使用摄像头的情况下进行实时人体姿态估计。它利用标准的WiFi基础设施和信道状态信息（CSI）数据，通过先进的机器学习模型来检测和跟踪最多10个人，延迟低于50毫秒。
主要特点包括隐私优先的设计、多人员跟踪以及针对医疗保健、健身、智能家居和安全领域的特定优化。提供具有身份验证和监控功能的生产级API，以及WebSocket流以用于实时应用程序和全面的分析，例如跌倒检测和活动识别。
该系统与硬件无关，可与常见的WiFi路由器配合使用，并拥有100%的测试覆盖率。通过PyPI和Docker简化安装，并提供全面的文档和命令行界面进行管理。性能基准测试表明具有高精度和可扩展性，并提供GPU加速和性能优化的选项。该项目是开源的（MIT许可证），并欢迎社区贡献。
## WiFi-DensePose：炒作大于实质？
Hacker News 的讨论围绕着 GitHub 项目“WiFi-DensePose”，该项目旨在实现基于 WiFi 的穿墙人体姿态估计。然而，评论者对其功能表示高度怀疑。
尽管该项目拥有专业的架构并迅速获得了超过 3000 个星标，但它在很大程度上被认为是一个缺乏核心实现的“原型”或“框架”。用户报告称，关键的 WiFi 信号处理和姿态估计组件尚未实现，代码库似乎是一个复杂的模拟。
许多人认为该项目是“AI 氛围编码”的结果——由 LLM 生成，具有听起来很棒但最终空洞的功能和文档。人们对夸大的说法、缺失的依赖项（如 Docker 和 PyPi 包）以及缺乏实际可用说明表示担忧。一些人推测作者可能正在利用该项目的外观来参加工作面试。星标的快速增加也受到怀疑，可能被人工夸大了。
这似乎是一个语言列表，重复两次。没有需要总结的文本。 本质上，该内容展示了多语种能力，列出了来自世界各地的各种语言——包括使用拉丁文、西里尔文、阿拉伯文和亚洲字符集等不同文字的语言。它突出了人类交流的多样性。 在没有更多上下文或伴随文本的情况下，总结仅限于说明**所提供的内容是一个全面的语言列表**。
镶嵌艺术
Tiled Art
3 天前
这个网站展示了迷人的镶嵌艺术——通过互锁的形状，在没有空隙或重叠的情况下形成重复的图案。该网站受到M.C.埃舍尔作品的启发，展示了各种镶嵌艺术作品集，允许观众通过动画探索单个作品和潜在的网格结构。 除了观看，该网站还鼓励参与！用户甚至可以使用自动互锁的瓷砖*创建*自己的镶嵌图案，并尝试不同的形状和细节。网站还提供了资源来理解镶嵌背后的数学原理，包括关于对称性和分类的教程。 该网站可在所有设备上访问，并围绕这种独特的艺术形式培养社区。重要的是，所有艺术作品均受版权保护，未经艺术家许可不得重复使用。您还可以通过“Tiled.art in 90 seconds”视频快速了解网站概况。
## Hacker News 上关于平铺艺术的讨论
最近 Hacker News 上的一场讨论重点介绍了 **tiled.art**，这是一种使用平铺、重复图案创作艺术的工具。用户称赞了该工具的创作过程和网站的透明度，并注意到详细的“关于”页面，其中列出了所使用的技术（Paper.js & GSAP），甚至专门有一部分记录了开发过程中的“失误”。
这些艺术作品引发了与 M.C. Escher 作品的比较，特别是他像 *Metamorphosis II* 这样的镶嵌画，并让人回忆起 Douglas Hofstadter 的 *Gödel, Escher, Bach*。 许多评论者表达了对艺术家在媒介限制下工作的技巧的钦佩，认为目前的人工智能生成模型很难复制，尽管有一位用户指出 diffusionillusions.com 是一个反例。
一些用户报告了网站的 JavaScript 问题，而另一些用户则发现它在 Firefox 中可以正常工作。总的来说，讨论是积极的，许多人觉得这些艺术作品“令人着迷”，并表示希望再次光顾并进一步探索。
布拉德利·库恩讲述了他作为新诊断糖尿病患者使用连续血糖监测仪（CGM）——特别是雅培公司的FreeStyle Libre Plus的经历。他强调了专有医疗设备令人担忧的现实，以及医疗系统，尤其是在美国，缺乏透明度的问题。 库恩收到了一份可怕的警报，雅培公司召回了与七名患者死亡和超过700人受伤相关的设备，原因是导致血糖读数虚假的错误。他发现自己最近使用过受影响的设备，由于他处于糖尿病早期，侥幸避免了严重伤害。 这一事件凸显了一个更广泛的担忧：闭源医疗软件可能造成的危害。库恩倡导自由和开源软件（FOSS）的好处，以及公开硬件规格，以便进行更广泛的同行评审和提高安全性。虽然他承认FOSS并非万无一失，但他认为它促进了一种更具协作性和问责性的方法。 他对法律障碍表示担忧——特别是雅培公司服务条款中的免责条款——并呼吁进行独立调查和潜在的集体诉讼。库恩正在积极寻找志愿者来逆向工程该设备硬件，并为像Juggluco这样的FOSS替代方案做出贡献。
在开发医疗健康应用“Simple”时，团队旨在通过用智能、注重隐私的系统取代纸质记录和固定电话，来现代化护士-患者随访。一个关键功能是屏蔽电话号码——像Uber和Zomato一样保护患者隐私——但该应用需要*离线*运行，这构成挑战，因为典型的号码屏蔽需要互联网连接。
解决方案？利用DTMF音调——按下电话键盘按钮发出的声音。当护士通过该应用发起呼叫时，它会拨打一个免费电话号码，并将患者ID作为DTMF音调发送出去。像Twilio这样的服务在服务器端解码这些音调，然后将护士连接到正确的患者。
虽然编码需要时间，但这种方法允许离线功能，这对于偏远地区至关重要。该方法利用现有的电信基础设施，并且出人意料地通用——甚至与历史上“电话黑客”有关。该团队还发现了一种潜在的解决方法，可以通过在电话号码后直接输入服务代码来绕过自动电话系统。
一个黑客新闻的讨论围绕着一篇2019年的文章，该文章详细介绍了一种为安全医疗通信“重新发明”的拨号调制解调器。该系统使用双音多频 (DTMF) 信号——按下电话键发出的声音——来传输数据，旨在掩盖护士的电话号码，同时允许离线功能。
评论者指出文章中呈现的音调时序存在技术问题，认为这会影响数据传输速度。一个主要担忧是，使用DTMF信号并不能保证患者的匿名性，因为录制这些信号可能会泄露他们的电话号码。有人提出了使用屏蔽代码（*31#）甚至恢复到传统调制解调器标准（Bell 103，300 bit/s）等解决方案。
讨论还涉及技术的更广泛影响，一位评论员感叹随着技术进步，通信中失去了“人情味”，并将其与传真和拨号等较旧方法的简单性进行了对比。
## DisplayLink 驱动程序的故事：OpenBSD 对动态世界的适应
基于 Unix 的系统已经发展了 50 多年，迫使操作系统设计者不断适应。一个关键的转变是从固定的硬件配置转变为支持设备连接和断开的动态模型——最初是存储，然后通过 PCMCIA、USB 和 Firewire。这个故事围绕着 2009 年 DisplayLink 的一个小型 USB 显示器带来的挑战，该显示器仅提供 Windows 和 macOS 的二进制驱动程序。
OpenBSD 开发者，由 Marcus Glocker 领导，对该设备进行了逆向工程，并遇到了由于 USB 通信的异步特性而导致性能问题。现有的控制台驱动程序假定同步操作，难以处理 DisplayLink 对频繁小数据传输的需求。
Miod Vallat 主导的解决方案涉及对 `wsdisplay` 系统进行重大修改。它允许驱动程序在过载时发出故障信号，暂停输出并在资源可用时恢复——本质上将显示器视为具有有限 FIFO 缓冲器的串行线路。这需要大量的代码更改和仔细的测试，最终在 OpenBSD 中提交了一个强大的驱动程序。
尽管 DisplayLink 最终发布了一个库，但它缺乏关键的压缩功能。尽管如此，该项目强调了对自适应内核设计的需求，并为先前受限平台上的图形控制台支持铺平了道路。虽然 DisplayLink 设备今天不太常见，但所学到的经验教训继续有益于 OpenBSD 的持续开发。
## 黑客新闻讨论：DisplayLink驱动程序对内核假设的挑战
一篇最近的文章引发了黑客新闻关于驱动程序开发者挑战内核对DisplayLink设备假设的讨论。核心问题在于处理DisplayLink芯片引起的TTY更新暂停。
讨论强调了对供应商文档（或缺乏文档）的沮丧，一些人认为即使对于成熟的硬件，内部文档也常常维护不良。存在关于驱动程序开发者在创建竞争性、采用不同许可的实现时引用LGPL库是否构成许可违规的争论。
一些评论员指出DisplayLink由于USB-C和DisplayPort而日益稀少，但承认它在某些设置中仍然是必要的（例如某些Apple M芯片设备和USB扩展坞）。其他人建议利用Linux基金会通过保密协议（NDA）获取必要的文档。
一次技术深入分析批评了实现的暂停/恢复解决方案过于宽泛和效率低下，并提出了一种更高效的方法，涉及文本缓冲区差异或脏矩形，类似于图形驱动程序。该解决方案被描述为“尽可能简单的方案”，但可能会将复杂性转移到其他地方。