有人用Three.js + WebGPU做了一个游戏 RVO2、A*、Active Ragdoll、射击，是“让游戏从空壳变成有玩法”的核心模块； 而 Three.js 的 WebGPU 渲染方案通常也意味着更现代的图形管线和更强的扩展空间。 项目看起来越来越完整、越来越高级、越来越像一个正式可玩的游戏了👇

分析一下这个hash挖矿项目 $HASH 这个项目本来就支持gpu挖矿的 首页写着 WebGPU when your browser has it, WASM otherwise 挖矿阶段也写了 Browser GPU + WASM fallback 至于怎么开gpu 你浏览器设置一下就行了 网上那些什么gpu的脚本啥的 注意风险 gpu跟cpu 是两个不同的变态速度😀 另外内存池被抢这个问题 他也有解决方案 就是走他的私人rpc验证 地址：

MMD 动画编辑工具基本只有 Windows 版本，想在 Mac 或平板上随时调动作颇为费劲。 最近看到 Reze Studio 这个项目，能在浏览器里就能编辑 MMD 动画，跨平台无需安装，开箱即用。 基于WebGPU渲染，帧率流畅，从 iPad 到笔记本都能用，打开网页就是一个专业的时间轴和曲线编辑器。 GitHub： 支持加载 PMX 模型和 VMD 动画，提供逐通道的贝塞尔曲线编辑，能精细调整每个骨骼的运动缓动效果。 还能直接在 3D 视口里双击选骨骼、拖拽调姿势，所有操作都支持撤销重做。 全程本地运行不上传任何数据，编辑完导出 VMD 文件即可。

gpu-doodle：一个跑在浏览器里的涂鸦识别小模型。 - 边画边猜，第一笔画个圆它会在月亮、时钟、太阳、苹果之间摇摆，第二笔下去就定了 - 100 个 Quick, Draw! 类别，测试集 top-1 89.4% - 整个包（int6 权重 + 手写 WGSL 内核）Brotli 后 26 KB，3.2 万参数 - 有 WebGPU 就走 GPU，没有就走 CPU，任何现代浏览器都能玩 - 自带 20 秒限时的"你画我猜"模式，中英文界面跟随系统 训练数据是 Google 的 Quick, Draw!（CC BY 4.0），做法参考了 arikchakma 的 gpu-time。 Demo： 仓库：

🔥 浏览器里直接跑大模型的神器 WebLLM，不用后端、不用 API key，网页打开就能聊，算力全在用户自己电脑上 GitHub 狂揽 1.9 万 stars，配套论文挂在 arXiv 2412.15803，底下的运行时 TVMjs 由 CMU Catalyst、UW SAMPL、上海交大、OctoML 和 MLC 社区一起发起。 想给自己的网页加个 AI 功能，以前的流程是：搭个后端、接上 OpenAI、按 token 付费，最后还得跟用户解释一遍“你输进去的东西会经过我的服务器”。三件麻烦事，没一件跟你真正想做的功能有关。 WebLLM 靠 WebGPU 在浏览器里做硬件加速推理，接口照着 OpenAI 那套做的，流式输出和 JSON 模式都在，原来的调用代码基本不用改。Llama 3、Phi 3、Gemma-2B、Mistral-7B、Qwen2 这些开源模型原生就支持，自己的模型也能接进来。 跑起来也不会把页面拖死，模型可以丢进 Web Worker 或 Service Worker 里算，主线程该干嘛干嘛；模型文件缓存在浏览器 Cache API、IndexedDB 或者 OPFS 里，还能用 SRI 哈希校验一遍，防止半路被人掉包。想做成 Chrome 扩展也有现成例子。 上一代 AI 应用要先跟用户要信任，WebLLM 这种是压根不用要。 GitHub：

🎥 剪视频圈的外挂来了，打开浏览器就能剪片子，不用先装几个 G 的软件 GitHub 上快 5000 star，MIT 协议开源 以前想剪个两分钟的片子，得先下 Pr 或者达芬奇，等一晚上装完，电脑还得扛得住那套渲染。现在浏览器打开就是时间轴，素材拖进去直接剪。 它能在网页里跑得动，是因为直接用了 WebCodecs 和 WebGPU 去调浏览器底层的编解码和显卡，素材存在本地的 IndexedDB 里，不往服务器传。 有一点得提前说清楚：嵌套序列、运动跟踪、ProRes、GIF 导出和插件系统都还在开发中，调整图层、高级遮罩、音频频谱编辑和协作编辑还停在规划阶段，现在拿它剪简单片子够用，复杂工程再等等。 剪个片子不用再先装一晚上软件。 GitHub：

⚡ 一个二进制文件跑本地大模型，还给你 OpenAI 风格的接口 GitHub 上 5.7K stars，Rust 写的 本地跑模型最劝退的是环境：装 Python、配 CUDA、编译推理后端，一套下来两小时，换台机器再来一遍。 Shimmy 把这些压成一个单二进制：直接加载 GGUF 模型文件，起来就是 OpenAI 风格的 API 端点，原本调云端的代码改个地址就能用。2.0 版本把 llama.cpp 后端移除了，改用自研的 Airframe WebGPU 推理引擎，Rust 加 WGSL 实现。 模型覆盖上，项目列了 11 个模型家族和 25 种已认证的模型与量化组合，Q4_0、Q4_K_M、Q5_K_M、Q6_K 这些常见量化格式都在。还支持 YaRN RoPE 扩展上下文和 INT4 KV 缓存量化，显存紧张的机器能多撑一会儿。 本地推理这件事，越简单的方案活得越久。 GitHub：

🎬 好家伙，一个直接在浏览器里剪 4K 视频的开源编辑器。 刚起步的小项目，却把一整个视频编辑器塞进了 ComfyUI 里。 做 AI 视频的人最烦的就是：ComfyUI 里生成完，还得导出去别的软件剪。ComfyUI-OpenCut 让你在同一个界面里直接剪：多轨时间线、实时预览、拖拽、非破坏编辑，支持视频音频图片、最高 4K，处理全在浏览器本地跑（FFmpeg.wasm 加 WebGPU 渲染，没显卡也有 WebGL 兜底）。新版还加了关键帧编辑、效果堆叠和遮罩。 生成和剪辑不用来回倒腾，工作流一下就顺了。 GitHub：

这个 html-in-canvas和 Three.js 做的动画太炫了 html-in-canvas 允许开发者将真实的、可交互的 HTML 和 CSS 直接渲染到 <canvas>（包括 2D、WebGL 和 WebGPU）中。

🎨 卧槽，有人把 NVIDIA DLSS 5 的那张神经渲染网络用 Vulkan 整个重写了一遍，项目叫 OpenDLSS-NR，而且是逐字节对齐的。 NVIDIA 自己那篇《DLSS 5: Generative Neural Rendering》报告里描述的模型，现在有了一份开源实现。OpenDLSS-NR 对着 DLSS-NR build 310.8.0 把每一个中间块的输出都对到和原版逐字节一致，网络是六个池化层级上的移位窗口 Transformer、底部接一个全局 ViT，激活走 FP8、用 FP16 累加，跑在张量核心上，权重总量 141 MiB。 这东西有意思的地方在于它不是超分。输入输出同分辨率，它拿引擎已经渲染好的那一帧，加上三通道高斯噪声和重投影的上一帧，重新生成细节、调色调和材质表现，输出是每像素四个 f32 通道。换句话说，画面不是被放大的，是被重画的。 性能也量了：RTX 4070 SUPER 上整网单帧最快 768×768 是 2.8 毫秒，1080p 7.8 毫秒，1440p 12.6 毫秒，4K 29.3 毫秒。仓库里还带了第二份完全独立的实现，用 WebGPU 跑在浏览器里，不碰张量核心也不用 FP8，512×512 要 72 毫秒，和本地版 2.7 毫秒放一起，正好把专用硬件到底值多少钱摊开给你看。 要先说清楚的是，权重得使用者自己提供、按指定目录结构放好，仓库本身不含任何 NVIDIA 的权重、代码或头文件，MIT 协议，和 NVIDIA 没有任何隶属关系。 9 月 20 号才建的仓库，一个人啃完了一整张闭源网络。 GitHub：