@pickover: → 生命究竟是什么?声明:这段视频并非由我上传至 𝕏。我是在指向一段位于 𝕏 流中的视频,来自 “…”

X AI KOLs Timeline 工具

摘要

Fluoddity 是一个开源 2D 粒子系统,具有神经网络驱动的行为,受 physarum 运输模型启发,支持实时探索和变异粒子的类生命模式。

→ 生命究竟是什么? 声明:这段视频并非由我上传至 𝕏。我是在指向一段位于 𝕏 流中的视频,来自 “oops_all_paperclips”,𝕏 ID “OA_paperclips”(2026年7月24日)。另见: https://t.co/eMm8D3gvDn https://t.co/W3NvBhjVSB
查看原文
查看缓存全文

缓存时间: 2026/07/28 22:32

→ 生命究竟是什么?图片来源:这段视频并非我上传到 X 平台,而是指向 X 用户 “oops_all_paperclips”(ID: OA_paperclips,2026年7月24日)的流中一段视频。另见:https://t.co/eMm8D3gvDn https://t.co/W3NvBhjVSB — # aphid91/Fluoddity 来源:https://github.com/aphid91/Fluoddity bubbles 12 46 01 (1) # Fluoddity 我很难描述 Fluoddity。不妨把它想象成介于交互式熔岩灯与可演化的蚂蚁农场之间的东西。有时我会看到蜿蜒的河流、烛火或分叉的闪电;有时它更像透过显微镜观察小变形虫互相吞噬、分裂;而有时,它会比这一切都更奇异。 ## WebGL 演示:https://aphid91.github.io/Fluoddity-Core/ Fluoddity 是一个专为实时探索设计的二维粒子系统。我琢磨这个想法已经好几年了,但仍觉得还有一片尚未充分探索的可能性海洋(首当其冲的是三维推广 https://github.com/aphid91/Fluoddity3D)。它包含一个精心设计的运行实际物理的算法,以及一个围绕该算法构建、由 Claude-Code 大量辅助编写的用户界面。物理引擎本身是对 Sage Jenson 关于 physarum 输运模型出色页面的泛化:https://cargocollective.com/sagejenson/physarum 强烈建议至少阅读前几段,以便理解本项目的工作原理。 ## Fluoddity-Core:https://github.com/aphid91/Fluoddity-Core 驱动 Fluoddity 粒子系统的算法相当简单,但 Fluoddity 本身附带了很多附加功能。Fluoddity-Core 作为一个最小化外壳存在,更容易理解和修改。它只包含足够加载和运行基本 Fluoddity 配置的机制,没有用户界面装饰。Fluoddity-Core 还托管了一个 Claude-Code 移植到 WebGL 的核心引擎版本,运行在 GitHub Pages 上(就是上面链接的演示)。欢迎任何建议或批评。这是我为自己做的一个玩具,我更像艺术家而非工程师。 ## 功能 - “物理滑块”可自定义模拟参数。 - 粒子选择/突变可自定义粒子行为。 - 鼠标绘制模式用于绘制轨迹。 - 物理 + 行为的保存/加载系统。 - 保存字符串可通过剪贴板的复制/粘贴操作。 - 参数扫描模式允许在画布上变化物理滑块。X 和 Y 扫描用于探索二维参数空间。 - 可变物理频率与运动模糊。 - 基于 ffmpeg 的视频录制。 - 浮雕视觉效果(当前是传统密度轨迹的唯一用途)。 - 混合不同已保存配置的实验系统。 ## 设计 Fluoddity 中的粒子之间没有直接相互作用。相反,它们在移动时留下轨迹。这些轨迹随时间的推移而衰减和扩散。粒子对周围轨迹的密度和方向作出响应。没有固定的规则决定粒子如何响应其感知。相反,每个粒子都有一个简单神经网络的“大脑”,仅有 80 个参数。这些参数在启动时被随机化,然后当用户选择要探索的谱系时发生突变。 ## 截图 ## 模型 Fluoddity 在几个方面泛化了传统的 physarum 模型。 ### 轨迹干涉 粒子轨迹具有速度/流向量,记录粒子的净“电流”。因此,粒子轨迹可以相互干涉,并且来自等量但流向相反的粒子的轨迹将相互抵消。 ### 行为 - 规则 粒子行为由一个称为“规则”的、有点任意的黑箱函数控制。我使用简单的正弦波之和,因为我想要平滑的周期性噪声。轨迹传感器值被输入到这个噪声函数中,输出用于加速和重新定位粒子。 ### “侧移” 除了引起加速度的力之外,每个粒子还具有有限的“侧移”能力,可以独立于速度改变位置。这是我所有泛化中最没有“原则性”的,但它极其简单,并能产生一些非常漂亮的图案。侧移允许粒子留下与其运动方向不一致的速度轨迹,从而实现诸如“不转向而逆流而上”或“向左横移而不搞丢‘前方’方向”的效果。 ### 对称性 传统的 physarum 模型具有一些重要的对称性,我们希望将这些对称性强加给我们原本任意的噪声函数。这些对称性可以在附加设置中切换(或调低)。 - 旋转对称:将整个世界旋转 90°,一切应保持不变:动力学与全局方向无关。例如,粒子不应偏向屏幕的左下角。实现这一对称性很简单:只需在局部坐标系(其中“上” == 粒子速度)中计算所有传感器/力。 - 手性对称:将世界关于 X 轴反射,一切应保持不变:动力学在镜像中相同。传统 physarum 模型中的粒子呈现双侧对称性,它们不是“左手性”或“右手性”。没有这个性质,Fluoddity 粒子会表现出顺时针/逆时针偏向,行为空间主要由总是左转或总是右转的粒子组成。实现这一对称性需要计算两次物理:一次在镜像坐标中,然后将结果平均。强制执行这些对称性大大减少了无聊且退化的规则的出现。 ### 未来探索 - 用任意连续元胞自动机替换轨迹扩散步骤。波动方程或沿流线的平流可能有趣。 - 多于两个传感器。 - 将“局部朝向”与“粒子速度”解耦。侧移机制暗示这一点值得尝试。 - 粒子内部状态/记忆。当前粒子行为除了速度持久性外是无记忆的。 - 轨迹不必对应于粒子速度。“轨迹向量”可以只是规则函数的另一个输出。轨迹维度可以增加。 - 一个更通用的框架来描述这类系统。可以一直泛化到连续元胞自动机 + 连续 turmites。 ### 要求 - Python 3.x - 兼容 OpenGL 的显卡 ### 设置 1. 克隆此仓库 2. 安装依赖:bash pip install -r requirements.txt ## 使用 方法:pip install requirements,然后运行 main.py 或者 下载发布版并运行 Fluoddity.exe ## 构建 关于构建独立可执行文件的说明,请参见 BUILD.md。 ## 许可证 本项目采用 MIT 许可证 - 详情请参见 LICENSE 文件。

相似文章

LiveAnimate:实时稳定长时流式人体动画

Hugging Face Daily Papers

LiveAnimate 提出了一个14B参数的视频扩散Transformer,通过PR-Sink注意力机制实现了实时、长时、姿态驱动的人体动画,具有稳定流式生成和恒定内存占用。在两个H100 GPU上实现了19.63 FPS的推理速度,在长达三分钟的流中保持质量。

Show HN: Neural Particle Automata

Hacker News Top

介绍了 Neural Particle Automata,一种使用光滑粒子流体动力学感知来学习自组织粒子动力学的方法,使粒子能够拥有局部感知向量以执行更新规则,类似于神经细胞自动机,但在连续粒子位置上。