Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

这两天搞AIGC的视频里,最没有AI感的一个。 眼神、神态、脸上的肌肤纹理,甚至女生有小胡子。 AIGC 视频一直在进步。 替代真人拍摄,只是时间问题。 当然,这波AIGC实践下来,也感觉,想要灵动地克隆我峰哥的颜🤔, 光能按提示词生视频还不行,得语音时候实时渲染出来,得再调研学习一下

79,067 Aufrufe • vor 3 Monaten •via X (Twitter)

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

视频3,是懂车帝邀请的车手东门健男把其中的一辆尊界V800的制动结构件(刹车踏板)拿出来单独讲述的一段7分37秒视频,他的结论是那个立架应该有明显的材质和设计上的问题。其实我虽然开了许多年车,但也头一次把刹车结构件的工作看得这么清楚。 🔻我从里面切出了26秒,即视频1,是显示V800刹车踏板的支架如何断裂的, 🔻视频1的第3-11秒是明显经人工制作的断裂示意图,红白色线描绘得很清楚了, 🔻而视频1里的第11-13秒,即我又切出了的视频2,也就只有两秒,则是此尊界V800的制动结构件的那个支架现场断裂的一瞬间,也有嘎吧一声, 🔻我现在是想问,一般的汽车,其实都只有刹车踏板是显露在外面的,其他的结构件不都是被覆盖包装在车体里吗?我相信尊界这么高级的车也不可能把自己的所有刹车结构件完全显露于外吧,也太难看了;所以,即使在行车过程里真的发生了嘎吧一声的现场断裂,那也应该是在一片漆黑的氛围里发生的,而视频2这段两秒现场视频却光线充足,而且好像还经过了补光。 🔻那么,这段显示了V800制动结构件的支架嘎吧一声断裂的瞬间,视频2,到底是车手在从100公里每小时速降为0公里每小时的行车过程里现场拍摄的?还是在事后或者在事前,在类实验室的空间里,把所有制动结构件都敞开,然后还要补足光线后拍摄的? 🔻还有,如果视频2是车手在从100公里每小时速降为0公里每小时的行车过程里拍摄的,那么在几乎密闭空间里获得了这么清晰稳定视效的那个摄像头放在了什么地方?充足的光线又是如何部署的? 🔻视频2,这段两秒视频,其实已经显示得很清楚,那个立架从完好无损到嘎吧一声断裂,确实是嘎吧一声断裂了,无可置疑,这个过程也好像很能说明这位车手要下的那些结论:那个立架可以被重力压到断裂。 🔻但关键是,视频2这个嘎吧一声断裂发生瞬间的准确时间点是在什么时候?是在什么情境下?是动态行车时发生的?还是静态停车时发生的?道理上说,它应该是在动态行车中,从100公里每小时速降为0公里每小时的一刻发生的,但在动态行车时又如何能完成如此清晰稳定,甚至还有充足光源的摄制的? 🔻我是觉得把视频2里的这件事讲清楚了很重要。 🔻补:这条微博已发出两个多小时了,再来说说我的想法,这似乎求证出一个结论,虽然懂车帝的车手说,他是在3次从100公里每小时到0公里每小时的实路急刹车测试中连续踩断了3辆V800的3块刹车制动件的立架,但我从只有两秒的视频2所呈现的状况中分析,觉得此车刹车件立架是在静态实验室条件下,受到一定重力给压断的,而不是实测现场和车手用脚给踩断的,因为这个短视频里所呈现的,看似并非路上实测时的情境,镜头对得这么准确,瞬间抓得这么准确,光线(补光)这么充分,声音也这么清晰。 🔻所以,我怀疑3辆尊界V800里至少有一辆是在非实路急刹实测的条件下,其制动件的那个立架受到外力压迫发生了嘎吧一声的断裂,而视频2本身就是证据(暂时的结论)。 🔻当然了,汽车的制动件的质量太人命关天了,马虎不得,我们应该肯定车手亲自实测的不要命精神,而且连续3次踩断,如果换了我,第二次我就不会去到路上开到100公里每小时玩命实测了;但现在这两秒的视频确实是很像在类实验室情境下摆拍的,当然了,如果车手能把一镜到底的原视频都发出来,而不是用剪辑过的,可能就会更有说服力。 🔻还有,这次车手所进行的路面实测,就我个人分析,我看就是要奔着一定要搞掉V800的目的去的,花重金一连购入了3辆车,3次全部断裂后才公布完全结果,以证明其制动结构件100%可断裂——而一般情况应该是,在第一辆实测后就可以公布结果,这就是要办成令对手无法翻身的“铁案”,所以被测试的尊界方也是无路可退的,我估计这件事最后一定会有法庭解决的一幕。 🔻但从上述视频2所带来的疑问看,现在真还不好下结论,还是要慢慢看进展,也许懂车帝方面还会拿出更有力的证据。

司马平邦

46,394 Aufrufe • vor 4 Tagen

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

73,143 Aufrufe • vor 3 Monaten