Gradio 是一个开源 Python 软件包，可让用户快速为机器学习模型、API 或任意 Python 函数构建 Demo 或 Web 应用程序。然后，用户可以使用 Gradio 的内置共享功能在几秒钟内通过公共链接分享 demo。无需 JavaScript、CSS 或 Web 托管经验！
Gradio 5 来了！
Gradio 最新版本旨在弥补机器学习人员的专业知识和 Web 开发技能之间的差距。Gradio 5 提供了高性能、可扩展、美观且符合最佳 Web 安全实践的应用开发能力。通过简单的 Python 代码，开发者可以快速创建和部署机器学习应用。同时引入了服务器端渲染、现代化设计、低延迟流媒体支持以及实验性的 AI Playground，进一步提升了开发体验。
快速入门：https://www.gradio.app/guides/quickstart
项目地址：https://github.com/huggingface/blog/blob/main/gradio-5.md
和许多大模型一样，GR-2 的训练包括预训练和微调两个过程。
在预训练阶段，GR-2“观看”了多达 3800 万个来自各类公开数据集的互联网视频以及 500 亿个 tokens，涵盖了家庭、户外、办公室等多种日常场景，让 GR-2 具备在后续策略学习中跨越广泛机器人任务和环境的泛化能力。
GR-2 官方项目页面：https://gr2-manipulation.github.io
此外，GR-2 在新颖、之前未见的场景中表现出色的泛化能力，包括新的背景、环境、物体和任务。
近年来，3D资产生成技术经历了诸多突破，从游戏开发到虚拟现实、影视制作，3D内容需求的快速增长正催生着更加高效且智能化的生成工具。然而，目前的3D生成技术面临不少挑战，尤其是在优化速度、几何细节保真度以及物理渲染（PBR）资产生成方面。因此，一款具备高度扩展性、并能生成高质量3D内容的工具呼之欲出。
最近，上海人工智能实验室（Shanghai AI Lab）与南洋理工大学（NTU）共同推出了新一代的三维生成大模型 3DTopia-XL，能够从图片或文字单阶段直出具有 PBR（物理渲染）材质的高质量三维数字资产。
论文标题：3DTopia-XL: Scaling High-quality 3D Asset Generation via Primitive Diffusion
代码链接：https://github.com/3DTopia/3DTopia-XL
在线 Demo：https://huggingface.co/spaces/FrozenBurning/3DTopia-XL
技术报告：https://arxiv.org/abs/2409.12957
3DTopia-XL 是一种针对高质量3D资产生成的本地化生成模型。
该模型的核心技术在于其创新的 "Primitive Diffusion"（原始扩散）技术，并结合一种名为 PrimX 的 3D 表示形式。PrimX 能够将复杂的形状、材质与细节字段压缩成紧凑的张量格式（tensorial format），从而极大地优化了 3D 资产的几何精度和渲染效果。
参考：
https://venturebeat.com/ai/gradio-5-is-here-hugging-faces-newest-tool-simplifies-building-ai-powered-web-apps/
