$RENDER 的 Discord 上正在發生什麼？頻道中目前討論些什麼？ 讓我們深入看看 🧵👇🏻👇🏻👇🏻🧵 🧵 general @tokai_spy 問道哪裡可以獲得關於他們自己的「restir engine」的建議，但具體的工具/產品以及目標支援頻道尚不清晰。 ⭕️ @tokai_spy 問道哪個「canal」/頻道才是獲取關於他們自己的「restir engine」指導的正確地方。目前訊息中未提供團隊回覆或技術細節，因此此請求可能首先需要明確轉介方向。 ❗ 團隊重點：澄清 @tokai_spy 所指的「restir engine」為何，並指引他們至正確的技術支援或協助頻道。
🔥 燒毀更新 🔥 共透過 63 筆交易燒毀了 $1,716（1,084 $RENDER）。 中位數為 $7，最大單筆燒毀為 $349。 此次燒毀移除了 6.83% 的日發行量。https://t.co/qoRl399EZc
針對有關自主代理在 Blender 中創建場景以及 AI 多久能無人介入完成一系列工作的提問： 「Claude 3.7 已經能做到這一點，但場景品質並不理想。將它們輸入 vtv 並以第一幀作為風格參考，可產生有潛力的結果。目前這還未達到生產級標準，但這是一個通往該目標的重要步驟。我預見一旦 Luma、ltx、wan 等團隊實現完整的 v2v 功能，我們就能將渲染作業的幀輸出傳遞至該流程，進行 2.5D 的後期/合成工作，同時保有完整的藝術控制權，並享有路徑追蹤的所有優勢。」 @JulesUrbach 13.03.25 $RENDER
🔥 燒毀更新 🔥 共透過 125 筆交易燒毀了 4,906 美元（2,924 $RENDER）。 中位數為 6 美元，最大單筆燒毀為 1,013 美元。 燒毀量移除了日發行量的 18.42%。 https://t.co/rwS21vMVOy
$RENDER 的 Discord 上正在發生什麼？頻道中目前討論的內容是什麼？ 讓我們深入看看 🧵👇🏻👇🏻👇🏻🧵 🧵 general Render 從 GPU 渲染擴展至 AI 計算，被視為超越 3D 藝術家的第二個潛在需求引擎。 ⭕️ @psalmist0919 問 @530441868945653771，AI 工作負載最終是否可能變得與渲染本身同等重要。核心觀點是：從傳統 GPU 渲染轉向 AI 計算，可能使網路吸引到更廣泛的客戶群，不再僅限於 3D 藝術家。 歷史背景：此問題與過往關於擴展計算需求的網路討論一致。團隊成員 Sunny 曾分享過 RNP-019，提議擴大發行與獎勵範圍，納入 AI 計算及超越渲染的通用工作負載。最近，團隊成員 Silvia 提出了 RNP-021，進一步延續此方向，建議支援企業級 GPU，例如 NVIDIA H100/H200 和 AMD MI300 系列，用於 AI 訓練、影片生成與大規模圖像模型。 ❗ 團隊的重點：明確 Render 預期現有 3D/渲染工作負載與未來 AI/通用計算之間的需求平衡，並釐清哪些指標能顯示 AI 工作負載是否正成為網路使用的主要驅動力。
🚀 Monster $RENDER 燒毀！🚀 在 164 筆交易中，已燒毀 $25,815（15,693 RENDER）！ 中位數為 $7，最大單筆燒毀為 $7,353。 🔥 今日發行量的 98.85% 已被清除！https://t.co/YlfEQQSg96
🔥 燒毀更新 🔥 共透過 155 筆交易燒毀了 7,566 美元（4,483 $RENDER）。 中位數為 6 美元，最大單筆燒毀為 3,777 美元。 燒毀量移除了 28.24% 的日發行量。 https://t.co/ZsCoqtiOPv
NeRF 是一種非常重要的中間格式，連接了潛在空間（AI）與光線追蹤空間——但我們的目標是將 NeRF 轉換為完整的場景圖模型（網格、體積，或更實用的 SDF/Vectron），以實現完整的可組合性與速度——但隨著神經渲染即將納入開發路線圖，我們也計劃直接渲染 NeRF 及相關的 AI 生成物件，無需任何轉換，從而應用 AI 效果與運算子；這與我們處理 Vectron（SDF）的方式非常相似，Vectron 是用於網格、體積和場景圖組合運算子的純代碼著色器——神經渲染節點將以類似的方式運作。 @JulesUrbach 18.11.22 $RENDER
$RENDER 的 Discord 上正在發生什麼事？頻道中目前討論些什麼？ 讓我們深入看看 🧵👇🏻👇🏻👇🏻🧵 🧵 rnp-024-forth 核心張力：對 RNP 執行進度緩慢的不滿，與試圖透過此提案提升執行速度之間的矛盾。 ⭕️ @a28z 表達擔憂，認為 RNP 的實施仍可能「再花 2–3 年」，稱當前進度荒謬，並表示 RNPs「耗時太長」。真正的擔憂不在於 RNP-024 的內容本身，而在於從治理到實施的時間軸，以及已批准的變更是否能足夠快速落地。 ⭕️ @rshea 回應表示，他們「正試圖透過此提案改變現狀」，將 RNP-024 定位為解決延遲問題的嘗試，而非重複同樣的問題。相關背景：@rshea 此前曾對 Render 的時間表與網路功能延遲提出更廣泛的擔憂，包括在早期的 RNP 討論中，因此此回應符合其長期推動更現實時間表與更聚焦執行的立場。 ❗ 團隊需聚焦釐清：RNP-024 在運作上具體如何縮短實施延遲？批准後由誰負責執行？是否有明確的目標時間表或里程碑，以超越目前令人擔憂的 2–3 年窗口？