Загрузка видео...

Не удалось загрузить видео

На главную

天真无鞋的总监(?)#honkaistarrail #aventurine #砂金戏浪 #崩坏星穹铁道 哎呦这个浣熊怎么这么坏呀x 模型:miHoYo/流云景/無名/葵岚 渲染节点:小二今天吃啥啊 动画制作:RK贝

194,763 просмотров • 10 дней назад •via X (Twitter)

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

查理·芒格说: 普通人,一定要频繁记录自己!✊ 一定要频繁大量的记录自己, 真的能改命 昨天和一个朋友聊天, 他说自己从月薪3000到 现在年入50万, 最大的转折点就是开始记录 自己的每一天。 记录, 其实是在对抗三种人性弱点😭 1️⃣ 对抗遗忘, 大脑会自动模糊痛苦。 记录,能让错误长期保持“锋利”。 2️⃣ 对抗自我欺骗, 写下来的一刻, 你很难再骗自己。 因为文字,是最诚实的镜子。 3️⃣ 对抗情绪决策, 当规则提前写好, 情绪来时, 你只需要执行, 而不是思考。 所以高手靠判断做决策, 普通人靠流程 + 记录避免犯错。 ————————————— 一定要频繁大量的记录自己, 真的能改命 昨天和一个朋友聊天, 他说自己从月薪3000到 现在年入50万, 最大的转折点就是开始记录 自己的每一天。 听起来很玄?其实一点都不玄。 你要明白一个道理: 大部分人活得糊涂, 就是因为从不复盘自己。 每天浑浑噩噩过, 根本不知道时间去哪了, 钱为什么没赚到, 机会为什么总是错过。 什么叫频繁大量记录? 不是写日记那么简单, 而是要记录这几个维度: 今天做了什么有价值的事 今天学到了什么新东西 今天犯了什么错误 今天有什么情绪波动 今天遇到了什么机会 举个例子, 我认识一个做内容的朋友, 每天都会记录: 发了什么内容,数据如何 用户什么反馈最多 哪个话题最受欢迎 什么时间发布效果最好 就这样坚持了半年, 他发现了自己的内容密码, 现在每条都能爆。 区别在哪? 普通人:今天又是平凡的一天 高手:今天我发现了3个可以优化的点 记录的核心不是记流水账, 而是要反思和总结。 每周看一遍自己的记录, 你会发现: 原来我在这件事上浪费了这么多时间 原来这个习惯一直在拖累我 原来我错过了这么多赚钱机会 原来我的情绪模式是这样的 这就是觉察的力量。 很多人以为改命需要什么大动作, 其实不是。 改命就是从觉察开始, 觉察从记录开始。 你要记住这句话: 没有记录就没有发生, 没有复盘就没有成长。 具体怎么做? 建一个文档, 每天睡前花10分钟写下今天的5个要点。不用写得很详细,关键词就行。 比如: 今日收获:学会了新的拍摄角度 今日错误:又熬夜刷手机到12点 今日机会:有人想和我合作 今日情绪:因为数据不好有点焦虑 今日思考:内容方向需要调整 每周末花1小时看这周的记录, 找规律,找问题,找机会。 坚持一个月, 你就会发现自己开始清醒了。 坚持三个月, 你就会发现自己开始进步了。 坚持一年, 你就会发现自己真的变了。 记录不是为了记录, 而是为了看见自己。 看见了,才能改变。 改变了,才能改命。 别再浑浑噩噩过日子了, 从今晚开始记录自己。 这是最适合一人公司的时代, 期待遇见同频的你。

梓哲悟语 | Zenzhe

10,351 просмотров • 6 месяцев назад

之前用 Seedance 2 做了个做酸菜鱼的视频, 生成到第10秒的时候,美女的手直接伸进滚烫的锅里搅拌。AI完全不知道那样会烫。 当时觉得好笑,后来越想越觉得,这不只是 bug这么简单,现在的 AI 根本还没到理解物理世界怎么运转这一层。 这半年做了太多AI视频了,每次满心欢喜等它生成,结果经常是人物动作接不上、物体空间瞬移、手还没碰到东西物体就动了,各种幻觉 bug,真的挺折磨。 最近看到黄碧薇教授 Biwei Huang 的 Aether AI 官宣融资,认真看了一下方向,感觉它解释了很多视觉 AI 里反复出现的问题。 Aether AI 做的是因果世界模型。这个词听起来很学术,但放到视频生成里其实很好理解。 今天的视频模型,Sora、即梦、Veo,已经能生成非常真实的画面。杯子掉落、水洒出来、机械臂抓取,看起来越来越像真的。但它们很多时候是在根据海量视频经验预测下一帧,类似画面后面通常会发生什么,就生成什么。 所以桌子高了 2cm,机械臂就可能失效。明明伸过去的角度看起来对,杯子却自己飞起来了。画质够了,数据也不少,但模型没有真正理解这个动作为什么会带来这个结果。 Aether AI想做的,就是让 AI 学到变量之间的底层规律,比如桌子高度变了会带来什么影响,物体受力之后会怎么运动,一个动作会导致什么后果。 这类东西学进去,模型才能在没见过的场景里稳定推演、举一反三。对视频生成、机器人、自动驾驶、3D 世界模拟都会很关键。 视觉 AI 下一阶段的方向,可能就是从生成看起来合理的画面,走向理解画面为什么会这样变化。 黄教授 Biwei Huang 做因果AI 超过 12 年,这次 Aether AI 融资,我觉得是一个值得关注的信号:因果世界模型正在从学术前沿走向产业。 想了解的可以戳一下官网看看:

Adam也叫吉米

72,904 просмотров • 2 месяцев назад