2025/12/05 1:58

Multivox: Volumetric Display

RSS: https://news.ycombinator.com/rss

要約▶

Japanese Translation:

概要

本書では、Raspberry Pi 4を用いて2つの体積表示装置—Rotovox（400 mm Orb、縦に配置された2枚の128×64パネル）とVortex（300 mm Orb、横に並んだ2枚の128×64パネル）が連続して設置される）—のMultivoxドライバを構築・設定・実行する方法を説明しています。

ハードウェア前提条件：縦軸に取り付けられた2枚のHUB75 LEDパネル、ABCDEまたはABCシフトレジスタ方式でアドレス指定、回転同期用の単一GPIOフォトダイオード、および任意でBluetoothゲームパッド（Xboxマッピング）とヘッドセット音声出力があります。

ソフトウェア構成：

```
src/driver/gadgets
```
に設定ファイルが格納されています。
ドライバ実行ファイル(
```
vortex.c
```
)は、クライアントが書き込む共有メモリボクセルバッファを作成します；両者は同一Pi上で数百RPMで動作します。
シミュレータ(
```
virtex.c
```
)は、スライス数・オフセット・チャネルあたりビット数・パネル解像度・走査ジオメトリを選択可能にし、OpenGLでバッファを描画します。
おもちゃデモ（例：花火、テッセラクト）は
```
src/toys
```
でコンパイルされます。
Pythonユーティリティ(
```
calibration.py
```
,
```
grid.py
```
,
```
colourwheel.py
```
,
```
obj2c.py
```
,
```
pointvision.py
```
,
```
vortexstream.py
```
)は、キャリブレーション、グリッド可視化、色選択、OBJ変換、点群ストリーミング等をサポートします。

ビルド手順：

git clone https://github.com/AncientJames/multivox.git
cd multivox
cmake -DMULTIVOX_GADGET=vortex ..
cmake --build .

ランタイム診断（ドライバコマンドライン）：

（ビット深度）、

（均一性）、

（トレイル）、

（ロック）、

d D

（漂移）、

（パネル無効化）、

xyz

（軸ビュー）。

おもちゃとビューア：

./viewer

またはコンパイル済みバイナリを実行し、

.obj

.png

ファイルを受け付け、ゲームパッド操作やキーボードショートカット（LB/RB, A, X, Y）でインタラクションが可能です。

サービスインストール：

vortex.service

を作成し

ExecStart=/home/pi/Multivox/bin/vortex

と設定、(

systemctl enable vortex.service

) で有効化し、コア3を分離（

isolcpus=3

）します。

ファンタジーコンソール：

~/Multivox/carts

にある

.mct

カートリッジを起動。UIからカートリッジの閲覧、ビット深度変更、電源オフが行えます。

本ガイドは、趣味家や開発者に対し、安価なRaspberry Piハードウェア上で体積表示装置をプロトタイピングするための完全かつ即使用可能なフレームワークを提供します。

本文

Multivox – ボリュメトリックディスプレイドライバ＆ランチャー

概要

このプロジェクトは、2 つのボリュメトリックディスプレイガジェットを制御します。

ガジェット	説明
Rotovox	400 mm のオーブで、縦方向に並んだ 128×64 パネル 2 枚。縦解像度が高く、横密度も豊富です。
Vortex	300 mm のオーブで、左右方向に配置された背面対向の 128×64 パネル 2 枚。明るさとリフレッシュ率が優れています。

Vortex 用の 3‑D プリント部品はこちらから入手できます。

ハードウェア前提

垂直軸を中心に回転する 2 枚の HUB75 LED パネル。
パネルは ABCDE または ABC シフトレジスタ方式でアドレス指定します。
単一 GPIO ピン（フォトダイオード等）で回転を同期させます。180° の時に HIGH、その他は LOW です。
Raspberry Pi 4 を使用；コードはメモリマップド GPIO アクセスを利用しています。
別の Pi モデルを使う場合は、GPIO コード内の
```
BCM_BASE
```
を変更してください。

入力デバイス

Bluetooth ゲームパッド（既定で Xbox コントローラーマッピング）。
Bluetooth オーディオ出力（ヘッドセットプロトコルは動作しますが、高品質コーデックは未テスト）。

プロジェクト構成

src/
├── driver
│   ├── gadgets          # ディスプレイ設定
│   └── vortex.c         # メインドライバ – ボクセルバッファ作成とパネル走査
├── simulator
│   └── virtex.c         # 同じボクセルバッファを X11 OpenGL で描画
├── multivox             # ランチャー / フロントエンド
├── platform             # 共通クライアントコード
└── toys                 # ボリュメトリックデモ
    ├── eighty           # マルチプレイヤーライトサイクル
    ├── fireworks.c      # 最初のデモ
    ├── flight.c         # 70 年代風 SF
    ├── tesseract.c      # 4 次元立方体
    ├── viewer.c         # .obj/.png ビューア
    └── zander           # ランチャー/ウイルス型

python/
├── calibration.py
├── grid.py             # キャリブレーション用パターン生成
├── colourwheel.py
├── obj2c.py            # .obj モデルをヘッダに埋め込む
├── pointvision.py      # vortexstream.py から点群を受信
└── vortexstream.py    # 点群を pointvision.py にストリーム

README.md                # このファイル

ビルド（Raspberry Pi 上）

git clone https://github.com/AncientJames/multivox.git
cd multivox
mkdir build && cd build
cmake -DMULTIVOX_GADGET=vortex ..
cmake --build .

実行

1. ドライバを起動

ドライバはプロファイルデータ（フレームレート、回転速度）を出力し、キーボードで診断が可能です。

キー	効果
Esc	終了
b	ビット深度 – 1, 2, 3 bits/channel を循環
u	均一性 – 明るさと均一性のトレードオフ
t	トレイル – 回転 > リフレッシュ時にバック蓄積を調整
l	ロック – ディスプレイを一定方向に固定
d/D	ドリフト – 同期のため明示的ドリフトを導入
p	パネル – 選択的にパネルを無効化
xyz	軸 – 待機時に正投影ビューを表示

2. デモを起動

例：viewer（ゲームパッドでスケール/回転、リモートキーボード対応）

./viewer ~/Multivox/models/*.obj

viewer のキーボード操作：

キー	効果
Esc	終了
LB/RB	モデルを循環
A	ウォークスルー / オービット
X	フィットズーム
Y	ワイヤーフレーム切替

シミュレーター (

virtex

)

物理ディスプレイがない場合に便利です。X11 ウィンドウでボクセルバッファをレンダリングします。

デフォルト（現在のガジェットジオメトリ）で実行：

./virtex

コマンドラインオプション：

オプション	効果
`-s X`	スライス数 – 1 回転あたりの垂直スライス
`-o X Y`	オフセット – 軸から前/後スクリーンまでの距離（半径の割合）
`-b X`	ビット深度 (1–3)
`-w X Y`	パネル解像度
`-g X`	スキャンジオメトリ ( `l` =linear, `r` =radial)

例：線形スキャン、128 スライス、1280×1280 パネル、3 bits/channel：

./virtex -g l -s 128 -w 1280 1280 -b 3

Tip: Raspberry Pi ではスライス数を減らして描画負荷を軽減してください。

インストール & 自動起動

バイナリをインストール

make install          # デフォルトで ~/Multivox にインストール

ドライバサービスを作成

/usr/lib/systemd/system/vortex.service

：

[Unit]
Description=Vortex Display Driver
After=multi-user.target

[Service]
ExecStart=/home/pi/Multivox/bin/vortex

[Install]
WantedBy=multi-user.target

サービスを有効化

sudo systemctl daemon-reload
sudo systemctl enable vortex.service

（オプション）ドライバをコア 3 に固定
```
/boot/cmdline.txt
```
に
```
isolcpus=3
```
を追加。
起動時に Multivox を起動

crontab に
```
@reboot /home/pi/Multivox/bin/multivox
```
を追加。

Multivox ランチャー

デバイスが起動すると、Multivox ファンタジーコンソールに入ります：

各デモはカートリッジ（
```
*.mct
```
）として
```
~/Multivox/carts/
```
に格納。
カートリッジはラベルや色で区別できます。
カートを終了すると、ボクセルスナップショットがプレビュー用に保存されます。

基本的なランチャー操作：

キー	効果
LB/RB	カートリッジを循環
A	選択したカートリッジを起動
⧉	現在実行中のカートリッジから離脱 / 再開
△/▽	ビット深度変更
☰×5	電源オフ

ドキュメント終了

同じ日のほかのニュース

一覧に戻る →

2025/12/05 10:05

BMW PHEV: Safety fuse replacement is extremely expensive

## Japanese Translation: --- ## 要約 BMW の高電圧バッテリー安全ヒューズ（1件あたり約 €5 000）は、iBMUCP モジュール全体（約 €1 100＋税）を交換する必要があります。iBMUCP は溶接で閉じられ、暗号的にロックされており、サービス前後に車両全体のフラッシュが必須です。ISTA で承認された手順を試みると、盗難防止ロックを作動させてモジュールを消去し、新しいバッテリーパック（約 €6 000＋VAT）が必要になるリスクがあります。 BMW は公式 ISTA 診断へのアクセスをブロックし、オーストリアでのワークショップ認定要求を却下しているため、独立した修理はさらに困難です。対照的に、テスラのプロファイザー/ BMS リセットは €11–€50 だけです。 21F2A8 や 21F35B といったエラーコードは高電圧安全問題を示しています。OEM サービスは €4 000＋税と見積もられ、iBMUCP の交換作業には通常 24–50 時間がかかり、ツール費用は €25 000 を超えます（ICOM、IMIB、AOS）。著者のチームは iBMUCP 内にある Infineon TC375 MCU 上の JTAG/DAP 保護を突破する計画です。成功すれば回復が簡素化され、作業時間とツール費用が削減され、不必要なバッテリー交換が減り、自動車修理における CO₂ 排出量も低減します。この作業を提供しているサービスセンターは、ザグレブ、ベルリン、スロベニア、およびセルビア（EV CLINIC）に所在しています。

2025/12/05 9:03

Trick users and bypass warnings – Modern SVG Clickjacking attacks

## Japanese Translation: ## Summary 本論文は、すべてのSVG `<fe*>` フィルタプリミティブをチェーン化することでチューリング完全なツールセットを構築できることを示し、高度なクリックジャッキングやクロスオリジンデータ外部流出攻撃を可能にします。 - 著者はまず、`feColorMatrix` と `feDisplacementMap` を用いて CSS/SVG で Apple の Liquid Glass 効果を再現し、クロスオリジン iframe 上でも動作することを証明しました。 - プリミティブ（切り取り・タイル化・算術合成・カラー行列変換・ガウシアンぼかし）を組み合わせて、外国オリジンから画像データを読み取るピクセル読取回路を構築しました。 - `feBlend` と `feComposite` を用いて NOT, AND, OR, XOR, NAND, NOR, XNOR の論理ゲートを実装し、SVG フィルタ内で任意のブール演算が可能になりました。 - これらのゲートを利用して、ダイアログ表示状態・読み込み状態・チェックボックス状態・赤文字検出に応じて画像を条件付きで表示するマルチステップクリックジャッキングシナリオ（「Securify」）を構築しました。 - この手法は Google Docs に適用され、攻撃者が「Generate Document」→ CAPTCHA 入力 → 提案選択 → ボタン押下 → 読み込み画面という一連の操作を SVG フィルタ内で自動化します。 - SVG フィルタ内（`feDisplacementMap` と Reed–Solomon エラー訂正表を使用）に QR コードジェネレータを構築し、生成されたコードは外部流出データをエンコードしており、ユーザーにスキャンさせて攻撃者のサーバへ送信されます。クリックハイジャックや SVG フィルタタイミング攻撃に関する既存研究では、マルチステップロジックとクロスオリジンデータ読取を組み合わせたものはなく、本論文は新規かつ自動化された攻撃ベクターを提示しています。調査結果は、攻撃者が他のウェブサービスに対して同様のシーケンスを自動化し、マルウェアやフィッシングキャンペーンに埋め込む可能性があることを示唆しています。ユーザーは意図しないクリックとデータ漏洩のリスクにさらされ、サードパーティ iframe を組み込む企業は侵害リスクが高まります。本研究は、ウェブエコシステム全体で SVG フィルタ使用時のオリジン境界保護を強化する必要性を訴えています。

2025/12/05 10:15

NeurIPS 2025 Best Paper Awards

## Japanese Translation: > **概要:** > 本会議の論文賞授与式では、プログラムチェアとデータベース＆ベンチマークトラックチェアが指名した委員会により選ばれた優秀な7件の論文が表彰されました。最終承認は総合チェア、新世代チェア、およびアクセシビリティチェアから行われました。賞には、Datasets & Benchmarkトラックから1件を含む4件のベストペーパーと3件のレナーアップが含まれます。 > > *ベストペーパー*: > 1. **「Artificial Hivemind: The Open‑Ended Homogeneity of Language Models」** – Infinity‑Chat（26 Kクエリ、31 K人間アノテーション）とオープンエンドプロンプトの分類法を紹介し、モデル内部での反復とモデル間での均質性を明らかにします。 > 2. **「Gated Attention for Large Language Models」** – SDPA後にヘッド特異的シグモイドゲートを追加すると性能・安定性が向上し、密結合およびMoEトランスフォーマーの注意サンク問題を緩和することを示します。コードはGitHub/HuggingFaceで公開されています。 > 3. **「1000 Layer Networks for Self‑Supervised RL」** – 1024層という深さが目標条件付きタスクで性能を向上させ、他のベースラインを上回ることを実証します。 > 4. **「Why Diffusion Models Don’t Memorize」** – 2つの時間スケール（初期一般化と後期記憶）を特定し、暗黙的な動的正則化が過学習を防ぐことを示します。 > > *レナーアップ*: > - 「Does Reinforcement Learning Really Incentivize Reasoning Capacity in LLMs Beyond the Base Model?」 – RLVRはサンプリング効率を改善するものの、推論能力を拡張しない；蒸留により新たなパターンが導入される可能性があります。 > - 「Optimal Mistake Bounds for Transductive Online Learning」 – Ω(√d) の下限と O(√d) の上限を証明し、以前の結果を指数関数的に改善し、転移学習と標準オンライン学習との間に二次的ギャップがあることを示します。 > - 「Superposition Yields Robust Neural Scaling」 – 表現の重ね合わせがニューラルスケーリング法則を駆動することを示し、強い重ね合わせは多様な周波数分布にわたってモデル次元に逆比例して損失を縮小します。 > > これらの賞は拡散理論、自律学習RL、LLMの注意メカニズム、LLMにおける推論、オンライン学習理論、ニューラルスケーリング法則、および言語モデル多様性のベンチマーク手法を網羅しています。これらは会議が実証的ブレイクスルーと理論的洞察の両方にコミットしていることを示しています。 > > この改訂版概要は、Key Points List のすべての主要ポイントを忠実に列挙し、裏付けのない推測を避け、読み手に優しい明確なオーバービューを提供します。