Ogrinz Labs 通过 ESP32 控制 AMT630A 实现自制 OSD 图形
Ogrinz Labs 为控制廉价复合显示器中的 AMT630A OSD 芯片,发布了 GitHub 仓库和 Arduino 库。该方案通过 ESP32 经 I2C 控制视频切换与 OSD 图形系统,但尚未进入芯片内置的 8052 微控制器核心;作者计划将显示器用于显示机器人导航传感器数据。
Ogrinz Labs 为控制廉价复合显示器中的 AMT630A OSD 芯片,发布了 GitHub 仓库和 Arduino 库。该方案通过 ESP32 经 I2C 控制视频切换与 OSD 图形系统,但尚未进入芯片内置的 8052 微控制器核心;作者计划将显示器用于显示机器人导航传感器数据。
Just4Fun的68k-MBC以68008、SRAM和充当ROM的PIC微控制器构成三颗IC的“lite”配置,可运行CP/M68K或独立可执行程序。该配置最高支持512 KB内存和单个串口,并可配置I2C、SD“硬盘”或RTC模块;参赛作品征集截至10月27日。
Andy 为侄子制作了一个电子 Busy Board,用按钮、开关和 LED entertaining 儿童,也提供硬件黑客动手实践。该项目采用双层 PCB 和 LED multiplex,并利用定时器与中断运行软件,以延长 PIC18F67K40 在 3 节 AAA 电池上的运行时间。
Milen 在 Instructables 发布了一款体积极小的 ESP32 网络收音机制作方案,连接器相对整机显得十分巨大。方案采用 ESP32 小型开发板,连接自定制 PCB、PCM5102A I2S DAC 和放大器,由网络收音机软件将输出送至 DAC。其实际聆听体验尚待验证,作者也探讨了改用 ESP32 内置 DAC 以进一步缩小体积的可能。
Raspberry Pi 5 驱动一款能够自行进行国际象棋对弈的实体棋盘。实体棋盘保留了数字下棋之外更具触感的使用体验,适合练习棋艺与学习策略。
How-To Geek 整理了 7 种适合本周末尝试的 3D 打印错觉模型,包括 Penrose 三角、无限立方体、不可能上坡双锥、Jastrow 弧线错觉和 Ames 房间。清单还涵盖可通过旋转呈现动画的 Zoetrope,以及移动上层画面形成循环动画的 Scanimations;部分模型支持缩放、简化或替换动画内容。
Apex Compute 正为其硬件开发一款基于 Mesa 的开源 Vulkan 驱动。这家2024年成立于加州的公司旨在生产用于实时边缘 AI 推理的高能效加速器,目前拥有可授权和部署的 FPGA 原型。其原型宣称速度为 NVIDIA Jetson 的20倍,功耗低于10W,成本仅为其五分之一。
3D all Workshop设计并3D打印出一款可运行的掌上机械计算器,采用纯塑料耗材制作,可输入1至999。它通过Leibniz stepped drum实现加法和以重复加法完成的乘法,但不支持减法和除法。该装置包含109个独立零件,打印耗时17小时、使用90克耗材;历经两个月约100次设计迭代后仍未公开设计或出售。
一名用户将花4美元购得的初代 Amazon Echo Spot 改造成定制控制面板,由 Claude Code 逐步指导完成。该设备运行基于 LineageOS 的定制 Android 界面,并与 PC 上的小型 AI 代理配合,提供市场洞察、本地语音转文字、PC 使用状态及 Claude Code 任务进度显示。
OpenAI硬件负责人Richard Ho介绍,团队借助Codex等内部模型和AI辅助工程流程,将Jalapeño ASIC从初始RTL推进至流片仅用九个月。AI还参与了内核编写与优化,但签核阶段仍使用Synopsys、Cadence等工具的静态时序与信号完整性分析。报道同时提到,B0版本每瓦性能据称较A0提升最高25%,但Richard Ho强调九个月并非所有芯片都能达到的固定周期。
Nuvacore宣布以Core First策略开发WarpCore,先在不确定指令集架构的情况下设计部分CPU核心IP,再为合作伙伴系统选择ISA。该路线拟重点面向AI基础设施和现代数据中心的持续性能与能效需求,但ISA、项目进度、制程、功耗和性能目标均未披露。
Framework 宣布,经过约三年的设计与原型开发及今年的 Developer Program,One Key Module 无法成为可售产品。公司称,较高的单键成本、复杂制造带来的良率问题,以及开发者和 DIY 者在组装时遇到的实际困难,促使其停止该项目;剩余模块将免费提供给项目参与者。
推荐理由:Framework 说明 One Key Module 因材料、组装成本、良率及可靠性问题停止产品化,并公开开发者反馈与设计文件,对相关扩展项目的取舍有参考价值。
MIT研究人员使用GPT-5.6 Sol与Codex自主运行量子计算实验。该组合可分析实验结果并校准量子比特,展示了大模型辅助量子计算实验的流程。