AI 与机器学习2022arxiv.org
Google Scanned Objects：高质量 3D 扫描家居物品数据集
Google Scanned Objects: A High-Quality Dataset of 3D Scanned Household Items
入门 · 约 20 分钟读完前置知识：3D 扫描基础、机器人仿真
导读
这篇论文介绍了 Google Scanned Objects 数据集：一组高质量扫描的常见家居物品 3D 模型（约 1700 个物体），已在 Ignition Robotics 平台公开，可用于机器人仿真、视觉等研究。
HN 关注点：Google 发布免费高质量 3D 扫描资产是否真有新意，以及为何以学术论文形式发表。
HN 评论精选
这几条评论里：质疑 1 补充 2
补充提供模型库的实际浏览链接
模型库可以在这里看到：https://app.ignitionrobotics.org/GoogleResearch/fuel/collections/Google%20Scanned%20Objects
achow查看英文原文
The library can be seen here: https://app.ignitionrobotics.org/GoogleResearch/fuel/collections/Google%20Scanned%20Objects
质疑质疑数据集的新颖性和以论文形式发表的必要性
我一开始很兴奋，但现在只是困惑。这有什么新颖之处？Sketchfab 和 Turbosquid 上有质量高得多的物体扫描，更不用说 Unity 和 Unreal 资产商店里的免费资源了。更让人费解的是：为什么这要以学术论文的形式发表？
peteforde查看英文原文
I got excited, but now I am just confused. How is this novel? There are far higher quality object scans available on sites like Sketchfab and Turbosquid, not to mention free assets on the Unity and Unreal asset stores. And possibly even more perplexing: why is it presented as an academic paper?
补充建议用同样技术数字化博物馆藏品，兼具保存与趣味价值
我希望他们能对计算机历史博物馆的藏品做这件事，或者西雅图的活电脑博物馆，甚至可以付钱帮助它们继续存在。额外加分项：在修复过程中对拆解的部件也进行扫描，这样每个人都能 3D 打印自己的 Cray 2 鱼缸。
rbanffy查看英文原文
I wish they did that with the Computer History Museum's collections. Or the Living Computer Museum in Seattle. Maybe even paying them to help them continuing to exist. Extra bonus for doing this with the disassembled parts during restoration so everyone can 3D print their own Cray 2 aquariums.
调侃模型命名与实际内容不符
我去哪里报 bug？这个链接里的 Threshold_Porcelain_Teapot_White 并不是 Teapotahedron。
rbanffy查看英文原文
Where do I report a bug? https://app.ignitionrobotics.org/GoogleResearch/fuel/models/Threshold_Porcelain_Teapot_White is not the Teapotahedron.
历次讨论
- 2022Hacker News 讨论帖160 分 · 25 评
同领域还值得读
DeepSeek-R1：通过强化学习激励 LLM 的推理能力
DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via RL
研究如何用强化学习激励大语言模型的推理能力，提出 DeepSeek-R1，并探讨 RL 训练对模型推理表现的影响。
AI 与机器学习2025 · 1,351 分 · 1,056 评 · 引用 30进阶 · 约 80 分钟编辑精选1-bit LLM 时代：面向低成本计算的三值参数
The Era of 1-bit LLMs: ternary parameters for cost-effective computing
提出用三值参数 {-1, 0, 1} 替代 LLM 中的浮点权重，即所谓“1-bit LLM”。
AI 与机器学习2024 · 1,040 分 · 447 评 · 引用 19进阶 · 约 45 分钟编辑精选DeepSeek-V3.2：推进开放大语言模型的前沿
DeepSeek-v3.2: Pushing the frontier of open large language models
这是 DeepSeek-V3.2 的技术报告，延续了 DeepSeek 开源权重模型的路线，目标是让开放模型继续逼近甚至追平前沿闭源模型。
AI 与机器学习2025 · 982 分 · 465 评进阶 · 约 90 分钟编辑精选通过自我对弈与通用强化学习掌握国际象棋和将棋（AlphaZero）
Mastering Chess and Shogi by Self-Play with General Reinforcement Learning
DeepMind 的 AlphaZero 论文：用通用强化学习算法（自我博弈 + MCTS + 神经网络），从零开始仅数小时训练便在国际象棋和将棋上击败了世界顶级引擎 Stock…
AI 与机器学习2017 · 539 分 · 270 评 · 引用 13进阶 · 约 90 分钟编辑精选用强化学习发现更快的矩阵乘法算法
Discovering faster matrix multiplication algorithms with reinforcement learning
论文提出 AlphaTensor，用强化学习搜索矩阵乘法算法。
AI 与机器学习2022 · 518 分 · 111 评专业 · 约 90 分钟编辑精选