Loading video...

Video Failed to Load

Go Home

排球中的“抗打击脱敏训练”(Desensitization Training)主要是一种针对防守队员的专项练习。 通过反复、高频的近距离身体接触球,消除球员对高速重扣的恐惧本能,从而提升防守时的反应速度和球感。

56,192 views • 3 months ago •via X (Twitter)

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

在现在这个圈子,听到“狼来了”大家可能都不害怕,还要回过头看一眼狼是不是真的来了。但是如果听到“Coming Soon”,做法绝对是不回头直接往前冲。 今天要讲的是临时抱佛脚之0G Labs (Ø,G) - AI L1 ,故事的起源来自于0G传奇男人 Jtsong.eth (Ø,G) 的一句“Soon”。结合最近的消息,感觉0G可能是真的Soon了! 其实早在之前就Building过0G,在三方数据中发现自己在6M和12M的排行榜有自己的排名。在最早之前也拿过0G DC的“0GYapper”Role,基础条件上面应该没什么问题。所以想着继续Builidng一下,万一有惊喜呢? 最近也是关注到AI的基础设施发生重大变化源自0G Labs (Ø,G) - AI L1 的突破。0G 训练了迄今为止最大的分布式 LLM - 100B+ 参数。 传统的 AI 训练需要超算、高带宽网络、巨额资金投入。基本上只有大厂能玩得起,小公司和研究机构只能看着或者借用大公司的产品。 0G Labs 和中国移动合作推出的 DiLoCoX 框架,可以说如果面市就做了反垄断。他们成功在 1 Gbps 网络上训练了 107B 参数的模型。对比原有的成本降低了 95%,速度提升了 10 倍。这不只是技术突破,毫不夸张的讲可能对AI 训练逻辑都会重新洗牌。 看起来是一件降本增效的事情,但实际上意味着: 1️⃣初创公司不用烧钱买 GPU 就能训练大模型 2️⃣中型企业可以内部训练专属模型,不用过度依赖云 3️⃣政府和研究机构能够主权化开发 AI 能力 从技术层面来看,DiLoCoX 通过管道并行、延迟容错通信重叠、自适应梯度压缩,让原本需要数据中心高带宽的训练过程,能在分布式集群上跑通。 0G Labs (Ø,G) - AI L1 做的不是简单的技术优化,是在重新定义 AI 训练的门槛和规则。是从集中式超级计算机到分布式网络的转变。

Meta

43,482 views • 1 year ago

好波🏀 停车场女孩小试牛刀,街头篮球称霸全场🔥 超级真实感,动作丝滑流畅,使用下面提示词替换你自己的角色生成街头篮球称霸赛🏀 Seedance 2.0 prompt 👇 整体风格是真实路人手机拍摄的纽约街头篮球短视频,手持竖屏,轻微抖动,自动曝光变化,真实运动模糊,社交媒体压缩质感。不要电影广告感,不要太稳定,不要慢动作大片感。 场景:户外城市街头篮球场,破旧水泥地面,白色球场线,铁丝网围栏,老砖楼、公寓窗户、消防楼梯、墙面涂鸦和旧篮球架。周围一圈人站在场边围观,很多人举手机拍摄,氛围像街球单挑现场。 主角@。她拿着篮球,重心很低,表情自信、认真、带一点挑衅感。 防守者是一个很高、很瘦、运动能力很强的黑人男性球员,穿黑色无袖背心、黑色短裤、黑色球鞋。他弯腰防守,双手张开,脚步快速移动,盯着主角的运球。 动作节奏: 0-3 秒:两人正面对位。主角低身运球,篮球连续弹地,身体左右晃动,做小幅假动作。防守者保持防守姿势,跟着左右移动。围观人群安静但紧张,几个人举手机拍摄。 3-6 秒:主角突然加快节奏,做连续胯下运球和交叉变向,身体重心压得很低,向左假动作后快速向右突破。防守者被晃了一下,脚步后撤,努力跟上。 6-9 秒:镜头手持快速跟随主角推进到篮下,画面有明显运动模糊和轻微晃动。主角贴着防守者冲进内线,双手收球,做一个灵巧的上篮动作。防守者伸手干扰但没有盖到。 9-11 秒:篮球打板或擦筐后进球。篮筐、篮板和背景楼房短暂进入画面。围观人群瞬间爆发,有人张嘴大喊,有人跳起来,有人挥手。 11-15 秒:主角转身露出兴奋笑容,围观人群冲进场地把他围住,拍他的肩膀、拥抱、欢呼、推搡庆祝。镜头被人群挤近,画面变得更混乱、更真实,手机轻微摇晃,最后停在大家围着主角庆祝的近景。 镜头语言:开头是中远景对位,随后手持跟拍向前移动,中段快速跟随突破到篮下,结尾被欢呼人群包围成近景。镜头始终像一个站在场边的路人用手机拍摄,不要无人机,不要稳定器,不要多机位切换。 声音:篮球连续拍地声,球鞋摩擦水泥地声,围观人群的低声起哄,突破时人群开始惊呼,进球瞬间爆发欢呼、喊叫、笑声和拍手声,最后是混乱热烈的街球庆祝声。 视觉细节:阳光下的城市球场,真实皮肤质感,汗水反光,衣服随运动摆动,篮球弹跳自然,人物脚步和地面接触真实。背景人群可以有轻微动作,但不要抢主角。保持街头、粗粝、真实、病毒短视频质感。 负面要求:不要室内球馆不要电影级慢动作,不要夸张特效,不要飞天扣篮,不要人物变形,不要多出篮球,不要换衣服,不要改变主角体型,不要让防守者消失,不要背景大幅变化,不要文字字幕,不要水印。

John

17,797 views • 2 months ago

太牛X了!作为 0 代码基础小白,只用 10 分钟做出这个粒子星球真人手势互动交互!✨ 只要你手指动一下,星球就可以随之舞动,并且不同大小的粒子还能分散开来。 这简直太惊艳了,不愧是逆天的 Gemini 3 接下来,我来告诉大家该如何打造属于你自己的粒子星球交互视频 1️⃣ 首先登陆 Gemini 3,选择 Canvas ,不要选 AI studio, 因为默认使用 react,其实对小白没那么友好 2️⃣ 第二步,输入prompt 以下是我用的prompt,你也可以按照你的需求修改prompt,第一段提示词不要轻易修改,因为这是我们这次制作使用的工具 create a webapp using wanilla js, html, css, modern threejs, mediapipe. 如果 medispipe 来自CDN,要用常规的 方式引入变量 用 Wanilla JS、html、css、modern threejs、mediapipe 创建网页应用。如果 medispipe 来自 CDN,要用常规的 方式引入变量 画面中是由大量球形小的粒子构成的一个绚烂的橙色的星球,星球球面应该是显现出来(可能在球面聚集了更多的粒子)。周围环绕着白色的粒子,构成星球的两层环绕型环。粒子要很大很亮。 摄像头的中心一直对着星球的中心,可以通过用户的手势控制摄像头,用户旋转手的时候,摄像头会随之旋转,就像星球在同步的顺时针或逆时针旋转;当握拳并拉远摄像头的时候,相机会较快远离星球,速度先慢后快,而当5指张开并靠近摄像头的时候,摄像头会快速靠近星球,速度先快后慢(摄像头距离星球的中心有个最小距离)。 3️⃣ 第三步,等待代码生成,此时会弹出需要申请打开摄像头捕捉你的动作,需要通过 等待一定时间,Magic Time!🪄 点击切换到预览,你就可以拥有属于自己的星球收拾互动啦! 4️⃣ 如果你想要在独立的网站玩这个交互的话,直接在新建一个文件命名 index.html 然后把代码全部复制进去,随后拖拽到你的浏览器,属于你和女神全凭的交互内容就出现啦! 赶紧的,大家玩起来吧,可以看看圣诞节🎄给女神们送上这个惊喜啦!#vibecoding

Anita AGI/acc

19,975 views • 7 months ago