机器文摘第 120 期

用240个浏览器标签页中运行经典弹球游戏

Pong 的奇特实验，这篇文章介绍了一个有趣的项目，利用浏览器标签页运行《Pong》游戏。

作者通过在8x30网格排列的240个浏览器标签页中运行经典游戏Pong，探索了一种创新的浏览器标签页使用方式。

受朋友Tru的项目（Flappy Favi）启发，作者解决了如何创建标签页网格、在后台标签页中更新收藏夹图标以及标签页之间的同步通信等挑战。

通过使用AppleScript、Web Workers和Broadcast Channels等工具，作者实现了在主画布和标签栏之间的平滑动画和交互。

最终效果是Pong游戏中的球和球拍能够在前景窗口和标签栏之间无缝移动。

全世界最好的大语言模型资源汇总

AI资源合集，这个项目整理了500（还在持续更新中）多个资源，包括从数据到论文，教程等一应俱全。

从零实现 DeepSeek R1

train-deepseek-r1，GitHub 上一个从零实现 DeepSeek R1 训练过程的开源项目。通过手绘流程图和代码解析，让复杂的 AI 训练变得易懂。

详细展示了 DeepSeek R1 的训练流程，从基础模型开始，通过强化学习、监督微调等阶段，最终构建出具有卓越推理能力的语言模型。

项目包含了：

使用手绘流程图详解 DeepSeek R1 架构
完整实现 GRPO 算法训练 R1 Zero 初始版本
通过 SFT 解决 R1 Zero 的混乱推理和语言混合问题
基于推理导向的强化学习优化模型能力
使用小型基础模型，让本地训练和实验成为可能
包含奖励函数、拒绝采样等关键技术实现细节

高性能 OCR 模型

olmOCR，一款开源的高性能 OCR 模型，专门用于将 PDF 和文档图像转换为清晰、结构化的纯文本。模型足够小，可以在本地运行。

基于 Qwen2-VL-7B-Instruct 构建。它通过在多样化数据集上微调，并结合高效的推理引擎，实现了低成本、高质量的文本提取。

olmOCR 的优势在于其性能卓越，能够处理复杂布局的文档；

输出为 Markdown 格式，便于解析；

免费音乐播放器

nuclear，GitHub 上一款专注于免费流媒体资源的桌面音乐播放器。

从互联网的各个角落拉取免费的音乐资源，并提供了一个美观、强大的播放界面。

主要特性：

搜索和播放YouTube上的音乐功能
专辑搜索功能，查看专辑, 基于艺术家和曲目名称的自动歌曲查询
歌曲队列，可以作为播放列表导出。
加载保存的播放列表 (储存在json格式文件中)。
带评论的最新出版歌曲 - 专辑和音轨。
按照音乐流派浏览。
音乐电台模式 (自动排查类似的曲目)。
无限制的下载 (基于youtube提供的服务)。
实时歌词展示。
将喜欢的歌曲添加到你的喜爱曲目列表中。
在本地库文件中听歌。

提供 Windows、macOS 和 Linux 安装包，可直接开箱即用。

一站式 AI 数字人系统

AigcPanel，支持视频合成、声音合成、声音克隆，简化本地模型管理、一键导入和使用 AI 模型。

主要特性：

支持视频数字人合成，支持视频画面和声音换口型匹配
支持语音合成、语音克隆，多种声音参数可设置
支持多模型导入、一键启动、模型设置、模型日志查看
支持国际化，支持简体中文、英语等
支持多种模型一键启动包，如 CosyVoice、MuseTalk、LatentSync、Wav2Lip 等

阿里的视频生成模型

Wan2.1，阿里开源的视频生成模型，超过了现有开源模型和商业方案，支持消费级GPU运行

支持文本生成视频、图像生成视频、视频编辑、文本生成图像及视频生成音频

支持生成包含中英文文本的视频内容

其在复杂运动动态生成、物理场景模拟、以及文本渲染上表现优秀

3D VAE架构，可处理任意长度的1080P视频，并保持时序信息

一款开源的轻量级 Web 应用防火墙

SamWaf，一款完全开源的轻量级 Web 应用防火墙，支持私有化部署，提供 Bot 检测、URL 白名单、CC 防护、自定义防护规则等功能，适用于小型企业、工作室和个人网站。

关于数据收集的开源实用工具

LLM Data Scrapers，一份整理了关于数据收集的开源实用工具和抓取数据列表。

涵盖了从不同来源，如代码库、网页和 PDF 文档等，提取数据的多种方法，并将数据转换为 LLMs 可以处理的格式。

除此之外，还提供了相关的数据和更多的实用工具列表。

云粘贴

remote-paste，一个实验性的工具，这个网站可以让你迅速将内容在手机和电脑之间复制粘贴。

作者介绍：有无数次，我想把手机上的一个链接，或者一段文本拷贝到电脑上，我都需要打开一个类似于社交软件的东西；然后在手机上发送到某个窗口，然后在电脑上打开。

有的朋友会推荐我说，用微信输入法等工具，但是对于没有使用该输入法的人依然会有很长的操作路径

于是我开发了一个网站，操作路径如下，文字看起来有点长但是使用起来我很轻松。

用户打开网站
用手机扫码二维码在手机上打开
把手机上的 link/text 复制到文本框，点击生成
生成之后的页面会生成一个长度为四位的code，用户在电脑上输入对应的四位code之后即可复制。

机器文摘 第 120 期