Sensitive content

This media may contain sensitive content.

Загрузка видео...

Не удалось загрузить видео

На главную

#HouseRules #Serving #POV #露出全片 🎥SJ-106🎬 Full vid 👉 No hiding allowed Master Serving tea topless. 👀 「在主人面前不能遮...」把奶掏出來倒茶的女僕 👀 #老司機上車 #特殊服務 #侍奉 #Submission #Fetish #LinkInBio #kmib

88,468 просмотров • 8 месяцев назад •via X (Twitter)

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

蘋果自己,把還沒發表的 AirPods 洩漏了 全世界最會保密的公司,這次走漏消息的源頭是他們自己。蘋果在美國時間 8 月 17 日釋出 macOS Tahoe 26.7 的候選正式版,爆料者 Aaron 從系統檔案裡挖出一支 13 秒的官方示範影片,主角是一款還沒發表的產品:長了鏡頭的 AirPods。MacRumors 隨後報導,這支影片就這樣包在更新檔裡,被送到了全世界測試用戶的電腦上。 示範影片是蘋果自己拍的教學片,畫面裡一名男子舉起一本書,耳機上的鏡頭認出了書名,旁白接著說,透過視覺智慧(Visual Intelligence),你的世界變得可以保存,看到喜歡的東西,請 Siri 記下來就好。同一包更新裡還挖出了給使用者的提醒,頭髮蓋住 AirPods,環境辨識就會變得不準。換句話說,只要功能開啟,這顆鏡頭就得隨時看得見你身邊。 這款產品在蘋果內部的代號是 B790,彭博記者 Mark Gurman 此前報導,蘋果同時有兩個相機 AirPods 專案在跑,B790 的硬體較接近量產、被列入今年出貨的候選,MacRumors 推測最快九月就跟 iPhone 18 Pro 同場亮相;功能更完整的 B798,則延到 2027 年底。價格方面,相機版預期會高於 AirPods Pro 3 的 249 美元,蘋果甚至可能為它啟用新的產品名稱「AirPods Ultra」。 這步棋下在耳朵上,跟其他公司都不一樣。Meta 把 AI 的眼睛押在眼鏡上,OpenAI 找上前蘋果設計長 Jony Ive 做神祕新裝置,蘋果的第一步,是把鏡頭放上大家本來就天天戴的耳機。依 Gurman 的說法,這顆鏡頭(傳聞是紅外線相機)不拿來拍照錄影,用途是把佩戴者身邊的即時畫面餵給 Siri 當眼睛,讓它回答你眼前看到的東西是什麼。 影片一流出,MacRumors 留言區吵的是另一件事。有人擔心健身房和更衣室會開始禁戴 AirPods,也有人質疑旁邊的人根本無從知道你耳朵上有一顆鏡頭。Gurman 的報導提過蘋果的配套,鏡頭把資料傳給 Siri 時會亮起 LED 指示燈提醒旁人,但在人來人往的場合,這顆小燈別人真的看得到、看得懂嗎。 相機 AirPods 的傳聞其實跑了兩年多,分析師郭明錤 2024 年 6 月就說蘋果在開發、目標 2026 年,之後又兩度重申。這次不一樣的是,證據第一次來自蘋果自己的系統檔案,而且是一支拍好的成品教學片。你會接受鏡頭長在耳朵上嗎?

fox hsiao

31,201 просмотров • 1 месяц назад

這不是「有沒有救護車」的問題,而是第一反應單位是誰、幾秒抵達、有沒有人敢衝進去、以及系統把人命排在第幾位。 2020 年巴林站,Grosjean 以約 221 km/h、53G 撞進護欄,車斷成兩截、瞬間火球。他在座艙裡待了大約 28 秒才爬出來。同一時間,FIA 醫療車在撞擊後約 9 到 11 秒已經停在現場:駕駛是職業賽車手 Alan van der Merwe,副駕是醫療救援協調官 Dr. Ian Roberts。醫生用滅火器開路,再把他從護欄另一側拉出。 那台車看起來像高性能旅行車或 SUV,不是馬路上的廂型救護車。F1 不是不用救護車——場邊仍有救護車、解困車、直升機——而是不用普通救護車當第一反應。1978 年 Monza,Peterson 事故後救護車大約拖了 18 分鐘,Sid Watkins 因此定下規矩:醫療車必須跟著車陣跑完第一圈,之後停在可立即出動的位置。廂型救護車跟不上、也過不了仍在高速行駛的車陣;要在不製造第二起事故的前提下把醫生送到現場,駕駛必須是職業賽車手。醫療車做的是把急救開到殘骸旁邊:壓火、判斷、穩定。真正運送,仍交給場邊救護車和醫務中心。 2026 年 9 月 5 日,China GT 上海站 GT3 第一回合約第 7 圈,14 號彎前。33 號 Verhagen 的 BMW 與 37 號陳意飛的 Ferrari 纏鬥,草地濕滑失控,撞上 91 號 Millroy 的 Ferrari 側身油箱區域。車瞬間起火。36 歲的英國車手 Millroy 被困,撞前 30 秒到撞後一小時記憶空白;五根肋骨、鎖骨、手與手指骨折,肺挫傷。車隊稱火燒超過一分鐘,現場看不見及時有效的滅火與救援。 先到的不是賽會,是後方 79 號、23 歲荷蘭車手 Loek Hartog。他剎停下車,駕駛側火太猛,繞到另一側要來滅火器壓艙火,再把人拖出。從離開自己的車到把人拉出,公開畫面約 49 秒。有說法是拖出十秒後賽車爆燃。他回到維修區當眾痛哭。 Millroy 寫:今晚還活著,完全因為一個人,現場看不到旗務員或消防隊。Hartog 回:看見前方變成火球,沒有什麼決定好做;希望有一天這不被當成英勇,而是本能。這句比官方聲明刺耳——需要英雄,本身就是系統已經失敗。1992 年比利時站 Senna 停車救 Comas,是同一類「車手補位官方」。差別是:那是三十多年前的 F1;這條上海賽道辦過多年中國大獎賽,不該還停在靠對手良心。 比較穩的事實是:第一個有效施救者是參賽車手;轉播未核實就說「自行離車」,FIST 車隊為此退出後續賽事;現場有人遞滅火器,也有目擊者稱有人打不開、有人放下器材後退。組委會承認「細緻管理有待提高」,同時仍說整體配置符合國家級——硬件可以過關、執行過不了關。 楊百杰指稱救護車約 15 分鐘才到、司機睡著、拍窗拍不醒,以及仲裁先傳人問責、不先問死活。這些目前是當事車手的公開指控,調查結論未出,不宜當成已判決事實。但就算司機沒睡,15 分鐘對賽車燃油火也已經是錯的數量級。黃金時間是幾十秒,不是把市區 120 的邏輯套進封閉賽道。 失靈通常不在「有沒有場地」。上海國際賽車場辦過 F1,紙面可以對上國家級。斷在戰備:F1 醫療車發車時人就綁在座位上,普通賽事若把救護車當值班休息,編制再漂亮也是假戰備。斷在人員:滅火器打不開、靠近火球就退,是訓練、防護和權責不清,勇氣不能靠動員產生。斷在優先級:火還在燒就報「自行離車」,隨後仲裁先談誰的錯——把運動做成輿論管理和行政處分。同一條賽道,F1 週末和國內 GT 週末的演練密度可以差一個數量級,鏡頭卻都在用國際賽事的語言。 Hartog 值得尊敬。把故事停在人性光輝,主辦方最樂意,因為光輝可以轉發,調查可以「復盤中」。真正該公開的是幾秒內第一具滅火器開始噴、幾秒內專業人員接觸傷者、器材是否實操、司機是否在崗。這些數字不拿出來,致歉就是公關。 China GT 不必一夜變成 F1。場邊可以繼續停普通救護車,用來送醫。缺的是敢靠近、會用器材、被授權衝進去的第一分隊,並且用秒錶考核。Millroy 說以後會告訴三個孩子,Hartog 是超級英雄。感人,也殘忍。運行正常的賽會裡,孩子該聽到的是消防和醫生按規程把人救出來。當敘事只能靠對手棄賽,這次用掉的不是情懷,是運氣。

三木真黒

68,752 просмотров • 15 дней назад

Seedance 2.5 手机遥控变装👚📱 prompt 👇 Duration: 20秒 Aspect ratio: 9:16 Overall style: POV男友第一人称短剧,真实手机手持轻微呼吸晃动,室内自然光通透,手机滑动+点击瞬间换装,节奏轻快甜宠,竖屏 【场景】明亮客厅/卧室,落地窗自然光,背景简洁温馨,地面干净无杂物 【角色】女主(@图片1,开场穿角色原本服装);男主为POV视角,全程不露脸,仅画面下方出现持手机的男性手 【道具】一部现代全面屏手机,竖持。屏幕是简洁时尚穿搭App:上方大预览图,下方横向可滑动的服装卡片。每次滑动有跟手惯性,点击卡片时屏幕轻微缩放+短震反馈 SHOT 1(00:00-00:03.5)开场展示 画面:POV,女主站画面中央,开心地原地转半圈展示穿搭,双手轻提衣摆,眼睛亮亮看镜头。 台词:女主:"老公,看我今天穿得怎么样?" 音效:室内底噪,衣料轻响。 Constraints: 女主全身入画,开场服装=角色原本服装。 SHOT 2(00:03.5-00:06.5)掏出手机+第一次滑动 画面:画面下方男主手举起手机入镜,屏幕亮起,显示穿搭App。拇指从右向左滑过卡片,停在@衣服1的卡片上,预览图放大。 台词:男主(画外音,慵懒):"还行。换这套看看。" 音效:屏幕滑动轻摩擦声。 Constraints: 手机屏幕清晰可读,卡片上能看出是@衣服1;男主只出手,不露脸。 SHOT 3(00:06.5-00:09.5)第一次点击瞬变 画面:拇指点在@衣服1卡片上,屏幕短震。点击落下的同一帧,女主服装瞬间变成@衣服1,站位、姿势、发型完全连续;她低头看衣服,瞪大眼张嘴,再抬头看镜头。 台词:女主(惊讶):"诶?!" 音效:清脆"滴"+换装"叮",衣料展开微响。 Constraints: 换装发生在点击同一帧,单帧瞬变;可加一道从上到下扫过身体的柔和微光;禁止叠化、黑闪、人物跳位。 SHOT 4(00:09.5-00:13)第二次滑动+点击瞬变 画面:拇指再次左滑,卡片停在@衣服2,点一下。同一帧女主换成@衣服2;这次她反应过来,脸颊微红,手指绞在身前,害羞小幅扭身,眼神躲闪又忍不住看镜头。 台词:男主(画外音):"这套也行。" 女主(小声):"你……乱点。" 音效:滑动声+"滴"+"叮",轻快音乐渐起。 Constraints: 滑动必须完整看见从@衣服1卡片滑到@衣服2;换装仍是点击同一帧硬切。 SHOT 5(00:13-00:16.5)第三次滑动+点击瞬变 画面:再滑到@衣服3,点一下。同一帧换成@衣服3;女主已经习惯,咬一下下唇,抬手整理新衣服领口/裙摆,眼神带点得意看镜头。 台词:女主:"这套……还挺好看的嘛。" 音效:"滴"+"叮",音乐节奏加快半拍。 Constraints: 三次反应递进:惊讶→害羞→得意;每次都有小动作,禁止呆立。 SHOT 6(00:16.5-00:20)第四次滑动+点击+收尾 画面:最后一滑停在@衣服4,拇指点下。同一帧女主瞬变为@衣服4;她直接笑出来,上前一步凑近镜头,狡黠眯眼。手机仍举在画面下方,屏幕停在@衣服4预览。 台词:男主(画外音,满意):"这套定了。" 女主(笑着凑近,嗔怪):"你好坏啊——我好喜欢!" 音效:"滴"+"叮",音乐在女主台词落点收在甜甜重拍。 Constraints: 结尾女主凑近但不过分贴脸;手机始终在画面下方可见;服装顺序锁定:开场=原本 → @衣服1 → @衣服2 → @衣服3 → @衣服4,不可乱。 【导演铁律】 1. 换装铁律:每次换装发生在“点击”同一帧,单帧瞬变。女主站位、姿势、发型、脸型跨越换装帧完全连续,只有服装改变。 2. POV铁律:镜头=男主眼睛,全程轻微手持呼吸晃动;男主只出手+画外音,禁止露脸。 3. 手机铁律:每次必须先滑动再点击,滑动跟手、卡片切换清楚;禁止凭空换装、禁止不看屏幕直接变。 4. 服装引用:开场=@图片1原本衣服;第1次=@衣服1;第2次=@衣服2;第3次=@衣服3;第4次=@衣服4。 5. 台词口型清晰,与点击节拍对齐。 Negative: 叠化换装,黑闪,白闪,烟雾,旋转遮挡,人物瞬移,姿势断裂,脸型变化,发型变化,鞋子乱变(除非衣服图自带),露男主脸,横屏,字幕,水印,Logo,背景突然更换,多人入画,宽松居家服除非衣服图就是,镜头剧烈抖动,手机屏幕模糊不可读。

John

52,895 просмотров • 13 дней назад

刘向明:中国的一切投产能投高科技,这些方法是不可能改变中国经济的。中国经济要改变唯一的方法,提高福利。如果把新基建都停下来,医疗免费是能够实现的。中国人如果医疗免费之后,你可以想象这个消费能力会扩大多少。熊彼特是我最佩服的经济学家,他在1911年的时候说经济危机不可避免,他说就是个财务现象。 在疫情期间,我看到economy上面一篇文章说,芯片会变成非常便宜,英国人把中国所有的登记在册的芯片公司列了一个清单,把所有公司的产能列这个清单,把所有产能汇总,然后把世界的需求量汇总。你一看就是中国芯片如果产能全实现,会超过全球需求量200万倍。 让他说一个推测是什么呢?他今后可能有个公司在沙子里的一提炼出来做成芯片,可能不如直接卖沙子。好消息是什么呢?当时是4万家中国企业在做芯片啊,现在已经明确死掉是3万家。但是大家注意有多少钱不在了,一个芯片公司大概多少钱可以做下来,不能低于1亿吧。3万家公司死了,你看多少钱收了,知道什么叫经济危机了吧。 熊彼特就这么说的,就所有企业根据财务报表在做投资的时候,他们追求是的一个高回报。当所有人都追这个高回报的时候,产能一旦实现,他压根没有回报,这叫经济危机。他第二个解释是发现是什么呢?他说古典资本主义不可持续,它会变成福利资本主义,1945年的时候美国人刚刚打完二战,各种得意,我会消失啊我是全球霸主。他说你发个屁啊,你这样玩不下去的,要改福利资本主义。后来北欧国家率先进入福利资本主义,目前是全世界最发达的地方。

Morris

250,690 просмотров • 1 год назад

OpenAI的鬧劇讓我對其中的主要人物升起了好感。我的一大感想是:只有在美國才會發生這樣的事情。在中國絕無可能。而這正是中國的悲哀。 OpenAI在4天之內換了4個CEO。最後的結果是起初被突然解僱的CEO Sam Altman又被請回來復職。這場鬧劇的核心是為什麼Sam Altman會被解僱,他又為什麼被復職? 這裡面有一個重要人物是Ilya Sutskever。 他是OpenAI的首席科學家,公司的聯合創始人之一,以及董事會成員。他是參與解僱Sam Altman的重要人物之一。因為就是他通知Altman參加公司會議的人,會上就宣布解僱了Altman。 有報導說,他之所以要把Altman搞掉,是因為他和Altman在AI發展理念上出現了巨大分歧。Sutskever非常強調AI的安全性。OpenAI的員工對他的描述是,Sutskever聚焦在兩個問題上。首先,如何讓人工智能可以实现人类水平的思维,也被称为人工通用智能(AGI)。其次,如果AGI和人类价值观 發生衝突,那么它们将是危险的。 大家覺得他的這兩個聚焦矛盾,是吧?其實一點不矛盾。因為研究AGI是科技的潮流。他不做也會有別人做。與其別人先發展出來,不如他們自己先發展出來。這樣他們還有控制它和塑造它的餘地。《華爾街日報》的一篇報導說,他底下的一位科學家在向Sutskever匯報自己工作進展的時候,Sutskever說,很好,繼續。但是你應該花更多時間來研究如何把人工智能愛人類這件事用程序固定下來。 有媒體報導說,他在人工智能的安全性方面和CEO Sam Altman發生了矛盾。他想讓AI變得更安全,而Altman在努力推進AI快速發展,以此為公司帶來更大利益。因為這個矛盾,Sutskever就發起了這次公司“政變”。 但事實很可能並非如此。因為在這幾天中,其中一位被短暫任命為CEO的人發推說,她發現董事會解僱Altman的理由根本不是因為AI的安全性問題。因此,她對擔任新CEO這件事沒有興趣。也就是說,她也是在意AI安全性的。她以為Altman被解僱是因為他不顧安全性。但後來她發現不是。所以,她並不想參與這件事。 那麼,Altman到底為什麼被解僱呢?有媒體透露,是因為Altman最近非常積極的接觸中東的投資人,要發展一些新的業務。例如,他想讓openAI自己做芯片,這樣就不依賴於NVIDIA。現在高級AI的芯片基本上都是NVIDIA造的。這樣就使openAI的發展受制於NVIDIA。 而Altman想讓發展AI和AGI的核心掌握在自己公司手中。但是,他的這些新的做法可能引起了董事會的不滿。他們說他行為不透明。也許是他沒有和董事會溝通好這些事。這是他被解僱的真正原因。 那麼,Sutskever為什麼在3天以後突然反悔,又支持Altman重返CEO的職位呢?我猜想是因為他也發現Altman在AI安全上和他並無什麼分歧。事實上openAI最初的創始人就是Altman和Elon Musk。而這間非營利組織的目的就是研究如何讓AI的發展不威脅人類的安全。所以Altman和他是一條心的。大家在下面這個視頻裡面就能看到Altman自己親口說出來的證據。 下面我說點感想。這件事總體上讓我感覺不壞。因為如果鬧劇的起因是這些跑在AI發展最前面的科學家,CEO因為擔心AI的安全而做出的有點歇斯底里的舉動的話,我覺得這不是壞事。它讓我對人性更有信心。搞出這種鬧劇,起碼比不問AI對人類的危害,眾志成城的悶聲發大財強。而這種事情,只有在像美國這樣有思想自由的國家才能發生。在中國絕無可能。 有人說,如果美國科學家對AI發展限制,而中共不限制,那不是更糟糕嗎?其實不然。中國因為政治體制的原因,對AI發展的限制更多。在發展人工通用智能方面,中共沒有可能超越西方。因為他們從根本上不允許AI自由思考。他們也不允許科學家自由思考。所以他們造不出來。在一些特殊領域,比如圖像識別等方面,中共有一些可能超越其他國家,因為他們收集的數據多。但是,因為AI現在算法的改變,數據量已經不起決定作用了。 最後,我想用底下這個片子說明一下我對人工智能是否真能取代人腦,是否會產生真正的創造力的看法。這是我非營利組織西湖製作公司製作的節目:

蕭茗

25,958 просмотров • 2 лет назад

千辛萬苦獲得的美軍情報,發現不能「自衛」,只能「自慰」 【江峰時刻】這家規模不到五十人的小公司,在過去這幾十個小時裡,彷彿開了「上帝視角」一樣。他在微博上瘋狂發布高清衛星圖,圖片上用刺眼的紅框和紅叉,把美軍在希臘查尼亞機場的八架加油機、在約旦基地的隱身戰機、在沙特的預警機集群,標註得清清楚楚,甚至連飛機在跑道上移動的動態變化都給你分析出來了。 然後,這些帶著中文標籤和覓熵水印的圖片,被中共官方媒體、被軍民融合的智庫大肆轉發,在全世界的社交網絡上刷屏。大家千萬別天真地以為,這只是一家技術牛逼的商業公司在炫耀自己的人工智能算法。這根本不是什麼吃瓜看戲的民間行為,這本質上是中共軍民融合體系主導下的一場巨大的認知戰和心理戰! 為什麼說這只能是中共伊朗的意淫呢?如果中共真的有實力、有膽量和美國硬剛,這些情報應該是通過軍方的加密數據鏈,悄無聲息地傳給伊朗的地下指揮所,做到「出其不意」。 但中共偏不,中共非要把這些絕密部署發在公開的微博上,搞得天下皆知。為什麼?這就是典型的「走夜路吹口哨」!中共這是在給自己壯膽,給國內的粉紅打雞血,同時也是在給伊朗灌迷魂湯。這一出,跟伊朗的官媒製作的炸毀美軍航母的宣傳片目的一樣,中共想向外界傳遞一個虛假的信號:「看哪,美利堅的無敵艦隊和隱身戰機又如何?它們的一舉一動全在我大天朝的上帝視角裡,有我中共罩著,伊朗穩贏!」結果呢?被打臉了吧!

江峰

30,847 просмотров • 6 месяцев назад

時隔三年揭密特斯拉 AI 核武器:不只「端到端」,解密征服物理世界的「神經網路模擬器」 距離上一次特斯拉舉行 AI Day 分享科技樹經過三年,一般猜測因為由於分享得太過仔細,導致於中國同行在相關技術上,突然打藥般地往前跨越一些,也或許是看了懂車帝的評測之後,馬誼郎覺得對手差太遠,只好再讓大家看一下特斯拉具體的做法。 建議直接看影片會更為直觀台灣無法使用的輔助自動駕駛在國外已經是怎麼在上路了,請記得協助按讚分享。 本次由特斯拉 AI 負責人 Ashok Elluswamy 登台,在頂尖的電腦視覺會議 International Conference of Computer Vision (ICCV) 上分享,這場演講的核心,不只是宣揚其數據護城河,而是揭示一個殘酷的事實:傳統「模組化」的自駕路徑正迎向根本性的天花板。 Elluswamy 拋出一個 「微型電車難題」:車輛應駛過一個大水坑,還是冒險駛入對向車道?傳統程式碼會因「禁止駛入對向車道」的僵化規則而卡死。接著,他展示第二個場景:AI 如何區分「一群要過馬路的雞」(需要耐心等待)與「一群只是想待著的鵝」(可以倒車繞行)。 「要將人類價值觀轉換成程式碼真的非常困難。」 Elluswamy 指出,這些充滿細微權衡與意圖判讀的情境,根本無法用客觀的程式碼精確定義。舊範式試圖用僵化的規則去模仿人類的直覺,註定失敗。特斯拉的答案是徹底拋棄這種分工,轉而採用單一大型神經網路,實現從「像素輸入」到「駕駛動作輸出」的 端到端(End-to-End) 決策。 這個系統不再依賴工程師的規則,而是直接從海量的人類駕駛數據中,學習那些無法言傳的「價值偏好」。這是一場關於 典範轉移 的豪賭,賭注是未來所有機器人的作業系統。 駕馭維度災難:從「數據瀑布」到「二階效應」的預判 轉向端到端範式,意味著一場更艱鉅的挑戰:維度災難(Curse of Dimensionality)。Ashok Elluswamy 揭示的數字是殘酷的:特斯拉的系統必須在即時狀態下,將八個攝影機、30秒上下文、音訊、地圖與運動數據——總計高達 二十億個輸入標記——壓縮到僅僅兩個輸出標記:轉向與加速。在如此極端的資訊壓縮過程中,模型極易產生「虛假的相關性」,錯把噪音當成訊號。 這正是特斯拉車隊規模發揮槓桿作用的時刻。面對這「尼加拉瀑布般的數據」(Elluswamy 證實車隊每天能產生500年駕駛時長),特斯拉的解方不是盲目儲存,而是 精煉。系統利用特定的觸發條件或小型神經網路,主動「挖掘」那些最稀有、最關鍵的 邊緣案例(corner cases)。 這些罕見情境(例如前方車輛的詭異動態、路面上的非典型障礙物)是訓練AI的最高價值養分,也是傳統模組化系統最容易崩潰的地方。 用高品質的邊緣數據餵養端到端模型,其回報是驚人的 預判能力。 在一個展示影片中,前方車輛在高速公路上失控打滑。特斯拉的系統在極短時間內做出重煞決策。但關鍵不在煞車本身,而在於 時機。系統並非在偵測到「碰撞風險」時才反應,而是在偵測到前車「即將失控」的瞬間就已啟動煞車。 「它沒有等到車輛撞上護欄再彈回來...特斯拉就已經判斷出這輛車狀況不對,開始進行煞車。這是系統需要模擬的二階效應。」 這種對 二階效應 的建模,是區分「反應式AI」與「預判式AI」的分水嶺。一個不夠聰明的系統,會等待碰撞發生、速度劇變後才緊急煞車,導致更危險的後果。而端到端AI透過學習海量的真實物理互動,理解到「某種特定的失控姿態」必然導致「撞擊護欄並反彈」,從而做出超越人類反應的主動安全決策。 破解黑盒子:端到端系統的「可解讀性」 端到端AI長期以來最大的罩門,在於其「黑盒子」特性。如果一個單一網路決定所有事,當它犯錯時,工程師該如何除錯? 特斯拉的回應是:端到端不等於「無法觀測」。其策略是讓同一個模型承擔多重 輔助任務(auxiliary tasks)。雖然模型最終的 唯一 目的是輸出控制指令,但在訓練過程中,工程師會「提示」它同時預測各種「可解讀的中間標記」(interpretable intermediate tokens),藉此打開黑盒子,窺探模型的「內心世界」。 這就像在考核一個駕駛員時,除了看他是否能開到終點(控制任務),還會隨機提問他「剛才路過的交通標誌是什麼?」、「左側行人的意圖為何?」(輔助任務)。 特斯拉展示的「生成式高斯潑濺(Generative Gaussian Splatting)」技術變體,便是一個強大的輔助工具。傳統高斯潑濺技術需要數十分鐘優化,且在車輛直線運動的有限視角下效果很差。而特斯拉的版本能在約220毫秒內,利用車輛的即時影像,快速生成高解析度的3D語意場景。這使得工程師能以3D視角,直觀地檢視AI是否正確理解「障礙物是安全的」還是「危險的」。甚至,模型還能生成自然語言,解釋自己「為何」在此時選擇減速或轉向。 這些輔助任務就像鷹架,在模型建構階段提供支撐與 可解讀性,確保AI的「認知」與物理現實保持一致。一旦模型訓練成熟,這些鷹架在即時駕駛中可以被簡化甚至關閉,只保留最高效的「像素到動作」路徑,確保系統擁有可預測的 確定性延遲。 終極試煉場:用「神經網路世界模擬器」發動閉環戰爭 「評估是最後、也是最困難的挑戰。」 Ashok Elluswamy 坦言,即便擁有龐大的數據和可解讀的工具,端到端AI仍面臨最後一道關卡:評估。原因是「開迴路(open loop)」測試的侷限性。在開迴路中,模型只是觀看一段歷史影像並「預測」它會怎麼做,這就像在螢幕前玩模擬賽車。這種測試的成績可能非常漂亮,但「實際上路時可能表現就沒那麼好了」。因為在真實世界中,AI的 每一個動作(例如輕微的轉向)都會反過來改變整個世界的後續狀態(例如引發後車的反應),產生連鎖反應。 你無法在現實世界中反覆測試最危險的邊緣案例。那麼,該如何安全、高效地驗證AI在極端情況下的連鎖反應? 特斯拉的答案,是其當前最核心的戰略武器:神經網路世界模擬器。 這不是傳統意義上由工程師和美術師打造的電玩遊戲(如GTA)。特斯拉的模擬器本身,就是一個基於真實世界數據「學習」而來的 生成式AI。它以車輛過去的「狀態與動作」配對為養分,學會「在特定動作下,世界(包含所有八個攝影機的畫面)會如何演變」。 這個模擬器強大到令人畏懼: 高度一致性: 它可以同時生成八個攝影機、每秒高幀率的5K影像流,且所有畫面(例如鄰車的輪圈細節、遠處紅綠燈的變化)在跨攝影機視角下保持完美一致。 可控性: 這是關鍵。它不僅是播放影片,而是「以駕駛的動作為條件」來生成世界。當駕駛在模擬器中轉動方向盤,整個世界會即時、合理地反饋。 對抗性生成: 工程師可以在這個模擬器中「人工創造」新的危險。例如,調取一段過往的正常行車記錄,然後對模擬器下指令:「讓那輛原本直行的車,在特定時間點突然切入我的車道」。 這個世界模擬器,讓特斯拉得以發動一場低成本、高效率的 閉環(closed-loop)戰爭。他們不再需要冒著風險上路測試,而是可以在這個神經網路生成的「數位孿生世界」中,進行數百萬次高強度的 強化學習 與 對抗性測試,最終目標是實現「超人般的表現」(superhuman performance)。 終局:從Cyber Cab到Optimus,征服物理AI 當特斯拉展示其Robotaxi服務、展示車輛從工廠自動駕駛到客戶家中時,許多人以為這就是自駕的終局。但 Ashok Elluswamy 在 ICCV 的演講揭示,這一切只是序幕。 Cyber Cab(自動駕駛計程車)的目標是實現「比大眾運輸還便宜」的最低交通成本。這將創造巨大的現金流,但這筆錢的最終用途,並非停留在交通領域。 「我們為自動駕駛開發的這套技術,也能完美應用在其他類型的機器人上。」 Ashok Elluswamy 在演講的最後,展示了這套「世界模擬器」同樣在Optimus(人形機器人)身上運作的畫面,這證實了特斯拉的真正野心:它所打造的,根本不是一個「自動駕駛系統」,而是一個可擴展的、通用的 物理世界AI引擎。 汽車,只是這個AI引擎的第一個載體。它擁有輪子,能在結構化的道路上移動,是收集物理世界互動數據(包含光影、天氣、人類行為)最理想、最低成本的工具。而人形機器人Optimus,則是這個引擎的下一個載體。 特斯拉已經全力押注在機器人技術上。這場圍繞 端到端典範 與 神經網路模擬器 的豪賭,其目標遠非賣出更多的汽車,而是要成為第一個真正掌握通用物理AI的企業。自動駕駛的戰爭,只是這場更大戰役的第一個灘頭堡。

fox hsiao

29,516 просмотров • 11 месяцев назад

馬斯克要蓋的晶圓廠,比整個竹科還大 Tesla 跟 SpaceX 這兩天共同宣布,合資的晶片工廠 Terafab 確定落腳德州,地點選在休士頓西北邊車程約一小時的 Grimes County,第一期投資 168 億美元,至少會雇用 3,000 人。馬斯克說,這會是地球上最大、也最有價值的建築物。 規劃中的製造空間超過 1 億平方英尺,攤開來大約 929 公頃,等於 36 座大安森林公園、9 座台積電最先進的 Fab 18,就算把整個新竹科學園區裝進去,都還填不滿。 為什麼一家車廠加一家火箭公司要自己跳下來做晶片,官方給的理由是,兩家需要的晶片,比全世界現在加上未來的產能都還要多。 馬斯克三月第一次揭露這個計畫時說,全球現有的晶圓廠產能只有他們需求的大約 2%,當時他還對台積電、三星、美光喊話,請更快擴產,我們保證買下產出。喊話過了五個月,他們選擇自己蓋。 晶片的去向有三個,Optimus 機器人和 Cybercab 自駕計程車要吃邊緣推論晶片,SpaceX 的太空資料中心要吃太空專用的高功率晶片,後面這件事已經在走程序,SpaceX 一月向 FCC 申請了最多 100 萬顆軌道資料中心衛星。 做法上 Terafab 也跟現在的半導體業反著來,這個產業的常態是專業分工,設計、製造、封測分散在不同公司、不同國家;Terafab 打算把邏輯晶片、記憶體、封裝、測試全部塞進同一棟建築,用同一個屋簷下的快速迭代換速度。目標是一年產出超過 1 TW 的運算力,意思是一年做出來的晶片全部通電,總功率大約是台灣全國尖峰用電的 24 倍。 場址選在 Gibbons Creek 燃煤電廠的舊址,這座電廠 2019 年除役,SpaceX 承諾用電廠留下的水庫供水,不抽當地地下水。但宣布前一天的郡民大會來了數百位居民,質疑的是給這個案子的數百萬美元稅務優惠,還有整個過程的透明度。 華麗數字的旁邊,有三個地方要多看兩眼。三月喊的是最高 250 億美元,五月一度傳出多階段總投資上看 1,190 億,這次公布的第一期只有 168 億,數字一路在變,全都還是預估。 SpaceX 五月的上市文件,只把 Terafab 描述成初步的合作架構,時程、里程碑、資本支出都還要再談,沒有白紙黑字的承諾。三月一起站台的還有 xAI,更早的報導說 Intel 會參與製造,這次的公告裡兩個名字都不見了。而且官方影片裡的畫面全部都是動畫,工地現在還是一片樹林。 你覺得 Terafab 蓋得成嗎?準時完工、規模縮水,還是無疾而終?

fox hsiao

25,247 просмотров • 1 месяц назад

昨天,马来西亚槟城升旗山的小火车上,两拨中国人因为抢位置大吵。有一组是上海人,另一组据说是北京人但我不能确定。 说起来我去年底才刚去过升旗山,所以对这个缆车/小火车是有了解的。这个车不是挂在空中的,是在地面斜着上去的,所以只有在最前排的人可以有毫无遮挡的景色看。 我记得当时坐小火车的时候,也有中国人争先恐后,门一打开就是要冲到最前面。 中国人为什么这么喜欢争抢?而且也特别愿意在公共场合大吵大闹。你说乡下人也就算了,但这次的主角们都是一线城市的呀。 所以除了商家以外,全世界都最不喜欢中国游客,还真怨不了人家种族歧视。我自己出去旅游,也会尽量避开中国的长假比如十一,就是想要跟中国游客错峰。 老粉都知道我不是支黑,我很喜欢上海,也不是说所有中国人都这样,但有很多中国人都这样,这是事实。我觉得也不是基数多的问题,我认为比例也比别人高。 单就在马来西亚,几个月前刚发生了一对中国母女吃完榴莲说榴莲不好吃不肯付全款,然后当街大吵大闹。现在又发生这种事。中国人的脸都是被这些人丢光的。 这也是为什么很多新马华人出去旅游,都要特意让人知道自己不是中国人。 我也希望这些事能让马来西亚的中华胶们见识一下,除了他们在抖音和小红书上看到的那些粉饰过的中国以外,部分中国人的另一面。 话说,我昨天刚从越南回来,在河内机场过关的时候前面正好遇上了两组很大的台湾旅游团,全都是讲闽南话的六十岁以上老人家,但人家就非常有素质,排队井然有序,不大声喧哗。 说实话,当时我就在想,要是这些都是中国的大爷大妈,那我排队的时候就有罪受了。

老周横眉

25,246 просмотров • 1 год назад