上次我们生成了城市布局，接下来是正式生成建筑啦 ☆*: .｡. o(≧▽≦)o .｡.:*☆ 在开始之前，如果你已经做好了城市的布局，一定不要边做边在布局上批量放建筑，据测试，每个建筑只放一楼的面，需要约48GB运行内存。 预处理输入信息 输入是一个单片元，边界样条，另外附加两个，附加空白区域和附加

传统建模能够精细调整模型，工作量=产出需求量*某一较小常数。 程序建模建不了太精细，工作量=某一较大常数 对于需求较小的东西，传统建模的工作量可能会更小，但对于像是城市这种巨大的建模需求量，使用工作量不随需求量增加而增加的建模方式就再合适不过啦！ 我会按照自己的想法从头建立一座二次元风格化的小城市。

之前用Maya建模，打开节点编辑器，能够看到每一步的编辑是一个节点，能够对之前做过的操作再做修改，真的好酷哇—— 现在了解到了Houdini，感觉这才是学程序的该用的建模——程序化建模 起因 在边学边做自己的一个小小虚幻项目，其中一部分，我想要生成一座城市。 生成城市使用Houdini边学边做，其中

主流给角色做动画用的是动画状态机，虽说做的好也能很丝滑（但我做不好），但我要用虚幻的另一种做动画的方式——运动匹配。 导入模型的时候VRM4U很贴心的给每个角色加了IK绑定和与虚幻默认角色的动画重定向，所以，接下来我们做动画的核心思路是，给虚幻默认角色做运动匹配（它的资源很好找），然后重定向到其他角

学习一门技术的最好方式，当然是做一个项目！ 回首过去 曾经用Godot的我认为虚幻离我很遥远，甚至Unity都不愿意去碰（以前电脑配置也是一个原因啦） 想要做游戏的我，选择用Godot做游戏。 虽然Godot可能再也不用了，但通过做游戏，我学会了PS、Maya之类的软件，学会了怎么写优雅的程序。 以

之前我们Lora微调了Stable Diffusion，这次我们来调大语言模型(✪ω✪)。 此次微调的模型是llama-3-chinese-8b-instruct-v3。 微调大语言模型，对我来说是一个迟早要学习的东西（除非它被新技术取代了） 微调用到 peft 这个库，这是一个便捷且通用的Lora

地图这东西，在我印象里，需要用到的话就接入一下百度高德之类的地图API就好啦，之前也一直是这样做的。 但之前需求量是很小的，做比赛，也就是能展示出来就行，图方便，直接拿现成的API接上就好了。 但是接下来有个正在讲究实用项目，是需要有很多个人看地图，在这个应用中，说是地图就是核心也不为过，所以接一个

React Native是个好东西，用它可以做到拿React写原生Android开发。 这样虽然也挺好的，效率很好，很原生。但很多时候我希望它真的能像Web一样，能用完整的CSS，能用Web上的各种库。 用React Native搭配Web View也不是不行吧，但这样感觉有点简陋，毕竟WebVie

据说Stable Diffusion 1.5 模型吗，十几张图就能调出来不错的效果。 现在实验室有16G的卡，可以尝试一下啦。( •̀ ω •́ )✧ 数据集准备 现在有强大的自动预处理，数据集的准备可以说是只要有图片就行了。 自动预处理 首先是准备用于微调的图片。 此处我拿之前用于三维重建的小车的

先声明，请勿用于非法用途，造成的一切后果自行承担。 道德高尚的大语言模型容不得缺德的问题。假如问了缺德的事情，大语言模型会毫不留情地拒绝你。 所以，接下来我们要解除大语言模型的这个限制。 本文用到的东西目前似乎并不是很常见，资料很难查。 原理 大语言模型越狱有很多方法，有通过特定提示词（奶奶漏洞）、