Загрузка видео...

Не удалось загрузить видео

На главную

【騎車系VTuber 帶你第一人稱視角賞櫻】 ​ 近期一名主打騎車企劃的日本 VTuber「シロいの」前往山梨縣笛吹市賞櫻， 記錄第一人稱騎車、賞櫻過程並分享美照，成功在 X（推特）、IG 上爆紅～ ​ 本人表示，影片上的各種資訊是透過 Apple Watch 記錄，再用Telemetry Overlay 將這些資訊製作成 UI 並輸出； 至於虛擬角色，是事後在家按照相機的運動軌跡重現動作，並進行動作捕捉製作完成。

udngame's profile picture

遊戲角落

11,283 subscribers

182,923 просмотров • 5 месяцев назад •via X (Twitter)

ИгрыИскусствоНаука и технологии
LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 13

Фото профиля 遊戲角落
遊戲角落5 месяцев назад

全文請見：

Фото профиля EivoZERO
EivoZERO5 месяцев назад

@Noah_Aeroeater 第一眼以為是新推出的VR遊戲🤣

Фото профиля 星野獵
星野獵5 месяцев назад

推特：安排

Фото профиля Mel（メル）🐟
Mel（メル）🐟5 месяцев назад

シロいの ：

Фото профиля がいらくGairaku@台湾
がいらくGairaku@台湾5 месяцев назад

這遊戲做的真好(?)

Фото профиля 無人永生/NoOneLivesForever💙💛
無人永生/NoOneLivesForever💙💛5 месяцев назад

还有ASMR，全方位观赏性，值了

Фото профиля 358張家憲
358張家憲5 месяцев назад

騎車系VTuber?讓我想到一位故人

Фото профиля HelloHello 🎪🌻
HelloHello 🎪🌻5 месяцев назад

印象中，很久以前也也看過女大生騎車的V頻道（影片勢）

Фото профиля 黑羽熾月
黑羽熾月5 месяцев назад

很有趣呢！

Фото профиля Wen Lu
Wen Lu5 месяцев назад

Yamaha的Tracer900，運轉的聲音剛好介於雙缸與四缸之間，聽起來是原廠配置無改，真的很舒服

Фото профиля BreakFast Palentino
BreakFast Palentino5 месяцев назад

是時候了！各位！ （各路休閒活動大神起身）

Фото профиля 🍥神楽板乄寿司🍣
🍥神楽板乄寿司🍣5 месяцев назад

当我以为互联网饱和

Фото профиля 57
575 месяцев назад

想看第一人稱上廁所

Похожие видео

【這才是原作者想傳遞的畫面吧（QQ】 ​ 日本漫畫家珈琲筆下作品《WONDANCE—熱舞青春—》被改編成電視動畫後因品質低劣而一度成為社群迷因。 ​ 然而作者近期卻彷彿「我行我上」，連續分享兩段流暢的 2D 手繪跳舞動畫， 最新一部（本文影片）上傳不到兩天就突破 2,300 萬觀看，眾人紛紛被他筆下的流暢動態所折服。 ​ 這次的手繪動畫前半主打舞風為「House」，是一種著重於輕快腳步的風格；後半主打舞風是 Breaking（霹靂舞）。 全片 27 秒一共包含 444 張原畫，作者在 IG 透露「耗費約 14 天完成」。 ​ 順帶一提，影片裡的動作在現實中都能完整重現，是作者與日本 House 舞者「Taichi」合作並參考而成的。
0:27

【這才是原作者想傳遞的畫面吧（QQ】 ​ 日本漫畫家珈琲筆下作品《WONDANCE—熱舞青春—》被改編成電視動畫後因品質低劣而一度成為社群迷因。 ​ 然而作者近期卻彷彿「我行我上」，連續分享兩段流暢的 2D 手繪跳舞動畫， 最新一部（本文影片）上傳不到兩天就突破 2,300 萬觀看，眾人紛紛被他筆下的流暢動態所折服。 ​ 這次的手繪動畫前半主打舞風為「House」，是一種著重於輕快腳步的風格；後半主打舞風是 Breaking（霹靂舞）。 全片 27 秒一共包含 444 張原畫，作者在 IG 透露「耗費約 14 天完成」。 ​ 順帶一提，影片裡的動作在現實中都能完整重現，是作者與日本 House 舞者「Taichi」合作並參考而成的。

遊戲角落

124,089 просмотров • 1 месяц назад

【教學相關】 動畫概念班第三期開報名要進入第三週, 也是最後一周了哦!(將於10/13結束報名) 這邊有這次班級的新消息要公布一下: 「本期我們追加一周的spine2D講座」 因為有不少同學希望能補充spine2D與Live2D相似的地方， 且在不同的案子及動態表現上兩套軟體間的取捨上也有不少心得想與同學們分享 ！ 所以決定增設這堂補充說明課程, 阿哲老師將結合以往使用spine2D接案的實務經驗， 整合出剛好讓上完Live2D動畫製作的同學們都能直接吸收運用的spine2D知識。 這期課程加量不加價, 希望能給同學更多的知識吸收! 「spine2D講座 - 阿哲」 將於課程第七周 - 共兩堂六小時 內容主要結合前五周教學的動畫概念， 將在Live2D上學到的製作流程轉移至spine2D上製作動態。 會一邊教大家使用基礎的spine工具運用並與Live2D的功能做連結， 一邊帶大家走過一遍Q版建模與動畫製作。
0:22

【教學相關】 動畫概念班第三期開報名要進入第三週, 也是最後一周了哦!(將於10/13結束報名) 這邊有這次班級的新消息要公布一下: 「本期我們追加一周的spine2D講座」 因為有不少同學希望能補充spine2D與Live2D相似的地方， 且在不同的案子及動態表現上兩套軟體間的取捨上也有不少心得想與同學們分享 ！ 所以決定增設這堂補充說明課程, 阿哲老師將結合以往使用spine2D接案的實務經驗， 整合出剛好讓上完Live2D動畫製作的同學們都能直接吸收運用的spine2D知識。 這期課程加量不加價, 希望能給同學更多的知識吸收! 「spine2D講座 - 阿哲」 將於課程第七周 - 共兩堂六小時 內容主要結合前五周教學的動畫概念， 將在Live2D上學到的製作流程轉移至spine2D上製作動態。 會一邊教大家使用基礎的spine工具運用並與Live2D的功能做連結， 一邊帶大家走過一遍Q版建模與動畫製作。

【SODAART】Red SodaのLive2D

155,237 просмотров • 2 лет назад

謝謝大家的踴躍報名! 目前累積報名完成人數已經超過預期的一半了~ 這期也有機會提早關報名嗎?😆 【報名進行中】 Live2D AWARD 2023 映像表現作品賞 官方大賞 阿哲(林睿哲) 「動畫概念班 第四期」 ⭐開放報名時間：2025年 3/28~4/28 課程會從動畫的基本概念、 動畫十二守則的應用教到動畫的深度應用。 主要講解的內容為基礎>深度動畫概念教學， 工具基本上是以Live2D為主。(也會帶到一些Spine) 人美術，合想進入動畫這一行業的新⭐人美術， 想自己做動畫開場圖的VTUBER， 或是已經有上過Red Soda老師的Live2D建模基礎班， 想要進階動畫能力的職業/業餘模型師等等。 讓你那對動畫模糊的概念， 在上完課後能有如撥雲見日,清晰不已！ ⭐報名資訊請到這邊 #SODAART教學網 #Live2D #林睿哲 #阿哲 #動畫概念班
0:24

謝謝大家的踴躍報名! 目前累積報名完成人數已經超過預期的一半了~ 這期也有機會提早關報名嗎?😆 【報名進行中】 Live2D AWARD 2023 映像表現作品賞 官方大賞 阿哲(林睿哲) 「動畫概念班 第四期」 ⭐開放報名時間：2025年 3/28~4/28 課程會從動畫的基本概念、 動畫十二守則的應用教到動畫的深度應用。 主要講解的內容為基礎>深度動畫概念教學， 工具基本上是以Live2D為主。(也會帶到一些Spine) 人美術，合想進入動畫這一行業的新⭐人美術， 想自己做動畫開場圖的VTUBER， 或是已經有上過Red Soda老師的Live2D建模基礎班， 想要進階動畫能力的職業/業餘模型師等等。 讓你那對動畫模糊的概念， 在上完課後能有如撥雲見日,清晰不已！ ⭐報名資訊請到這邊 #SODAART教學網 #Live2D #林睿哲 #阿哲 #動畫概念班

【SODAART】Red SodaのLive2D

109,665 просмотров • 1 год 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。
30:34

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

#製作人特別訊息 二週年即將到來，製作人抓抓也準備了一段特別訊息🎬 將親自向各位指揮官表達一路以來的感謝，以及即將登場的二週年版本內容。 想知道《萬源聖魔錄》接下來會有哪些全新內容嗎？ 現在就一起來看看製作人抓抓想對指揮官們說的話吧✨ 💬 留言「《萬源聖魔錄》二週年生日快樂！」 🎁露西亞將選出 3 位指揮官送出精美小禮物！ ⏰活動截止至 2026/08/05 23:59 (UTC+8) 活動截止後，3 個工作日內公布得獎名單。 未依指定要求留言，不具抽獎資格。 每人限留一則留言，非活動留言將進行刪除。 ※影片內的製作人序號期限只到2026/8/31 23:59 (UTC+8) #萬源聖魔錄 #全球首創春色格戰SLG #PlayHorny
4:29

#製作人特別訊息 二週年即將到來，製作人抓抓也準備了一段特別訊息🎬 將親自向各位指揮官表達一路以來的感謝，以及即將登場的二週年版本內容。 想知道《萬源聖魔錄》接下來會有哪些全新內容嗎？ 現在就一起來看看製作人抓抓想對指揮官們說的話吧✨ 💬 留言「《萬源聖魔錄》二週年生日快樂！」 🎁露西亞將選出 3 位指揮官送出精美小禮物！ ⏰活動截止至 2026/08/05 23:59 (UTC+8) 活動截止後，3 個工作日內公布得獎名單。 未依指定要求留言，不具抽獎資格。 每人限留一則留言，非活動留言將進行刪除。 ※影片內的製作人序號期限只到2026/8/31 23:59 (UTC+8) #萬源聖魔錄 #全球首創春色格戰SLG #PlayHorny

萬源聖魔錄

10,287 просмотров • 2 месяцев назад

【報名開始✨】 Live2D AWARD 2023 映像表現作品賞 官方大賞 阿哲(林睿哲) 「動畫概念班 第四期」 📌開放報名時間：2025年 3/28~4/28 課程會從動畫的基本概念、 動畫十二守則的應用教到動畫的深度應用。 主要講解的內容為基礎>深度動畫概念教學， 工具基本上是以Live2D為主。(也會帶到一些Spine) 適合想進入動畫這一行業的新人美術， 想自己做動畫開場圖的VTUBER， 或是已經有上過Red Soda老師的Live2D建模基礎班， 想要進階動畫能力的職業/業餘模型師等等。 讓你那對動畫模糊的概念， 在上完課後能有如撥雲見日,清晰不已！ 📌報名資訊請到這邊 #SODAART教學網 #Live2D #林睿哲 #阿哲 #動畫概念班
0:23

【報名開始✨】 Live2D AWARD 2023 映像表現作品賞 官方大賞 阿哲(林睿哲) 「動畫概念班 第四期」 📌開放報名時間：2025年 3/28~4/28 課程會從動畫的基本概念、 動畫十二守則的應用教到動畫的深度應用。 主要講解的內容為基礎>深度動畫概念教學， 工具基本上是以Live2D為主。(也會帶到一些Spine) 適合想進入動畫這一行業的新人美術， 想自己做動畫開場圖的VTUBER， 或是已經有上過Red Soda老師的Live2D建模基礎班， 想要進階動畫能力的職業/業餘模型師等等。 讓你那對動畫模糊的概念， 在上完課後能有如撥雲見日,清晰不已！ 📌報名資訊請到這邊 #SODAART教學網 #Live2D #林睿哲 #阿哲 #動畫概念班

【SODAART】Red SodaのLive2D

30,848 просмотров • 1 год назад

河北汽車衝入商城多人受傷 知情者描述細節（視頻） 9月20日下午，河北保定一輛汽車莫名衝入北國先天下商場，現場一片狼藉。知情人透露，肇事司機報復社會，事發後有國安人員介入。 中國社群媒體流出的多段影片顯示，下午5點多，一輛白色沃爾沃小轎車在「北國先天下廣場」外撞倒一名騎電動車的女子，但車輛並未停下，反爾輾壓過電動車，然而加速撞毀商場大門，直接衝入商場內。 「真牛，他倒車，進去了，他倒車之後又加速了，就這麼進去了。」一名在現場男子目擊車子衝進商場的全過程。
0:44

河北汽車衝入商城多人受傷 知情者描述細節（視頻） 9月20日下午，河北保定一輛汽車莫名衝入北國先天下商場，現場一片狼藉。知情人透露，肇事司機報復社會，事發後有國安人員介入。 中國社群媒體流出的多段影片顯示，下午5點多，一輛白色沃爾沃小轎車在「北國先天下廣場」外撞倒一名騎電動車的女子，但車輛並未停下，反爾輾壓過電動車，然而加速撞毀商場大門，直接衝入商場內。 「真牛，他倒車，進去了，他倒車之後又加速了，就這麼進去了。」一名在現場男子目擊車子衝進商場的全過程。

新唐人電視台

27,169 просмотров • 12 дней назад

北京機器人大會翻車 機器人失控狂蹬腿 8月19日，在北京舉行的2026世界機器人大會現場，一台人形機器人倒地失控狂蹬腿，令工作人員一時間束手無策。視頻在網上曝光後，引發熱議。 不少網民表示，「這玩意挺嚇人的，失控了幾個人都搞不住它。」「醫學上叫癲癇病，我們農村管這種叫扯母豬風。」「霍金預言就說了，如果人類不終結科研機器人，以後機器人會主導人類，打敗人類。」 事實上，機器人「翻車」事件並非首次。在過往一些公開賽事或活動中，也曾出現過機器人突然跌倒、頭部脫落，甚至攻擊人類等情況。
0:25

北京機器人大會翻車 機器人失控狂蹬腿 8月19日，在北京舉行的2026世界機器人大會現場，一台人形機器人倒地失控狂蹬腿，令工作人員一時間束手無策。視頻在網上曝光後，引發熱議。 不少網民表示，「這玩意挺嚇人的，失控了幾個人都搞不住它。」「醫學上叫癲癇病，我們農村管這種叫扯母豬風。」「霍金預言就說了，如果人類不終結科研機器人，以後機器人會主導人類，打敗人類。」 事實上，機器人「翻車」事件並非首次。在過往一些公開賽事或活動中，也曾出現過機器人突然跌倒、頭部脫落，甚至攻擊人類等情況。

大纪元新闻网

10,868 просмотров • 1 месяц назад

這是我第一次聽到 Jim Fan 的演講，非常幽默有趣，然後我覺得有生之年大概買一台人形機器在家處理家事、幫你洗頭髮大概穩了，好好活著，各位。 在 AI 領域，我們常聽說圖靈測試（Turing Test）是衡量機器能否展現與人類無異對話能力的里程碑。如今，大型語言模型（LLM）似乎已悄悄地通過了這個測試，但大家對其突破已習以為常，甚至會因為語音助理慢了幾秒或程式碼沒被完全除錯而抱怨連連。 NVIDIA AI 研究總監、身為廣受矚目人形機器人專家 Jim Fan 指出，當前業界對 LLM 的驚人進步視為「只是又一個平常的星期二」（just yet another Tuesday），這反映了我們對文字世界 AI 的標準已大幅提高。 然而，當我們將目光轉向現實世界，讓機器人進行物理操作時，會發現挑戰巨大得多。 Jim Fan 在演講中提出了一個引人深思的概念：「物理圖靈測試 (Physical Turing Test)」。這個測試的想像情境是：如果你回家後，看到雜亂的房間被整理得乾淨俐落，甚至還準備了一頓浪漫的燭光晚餐，而你無法分辨這是由真人還是機器人完成的，那代表這個機器人通過了物理圖靈測試。 但現實呢？看看那些連站起來都困難的人形機器人，或是嘗試為主人做早餐卻搞得一團亂的機器手臂（雖然辨識出牛奶值得給 A-，但湯匙餵食的確是 VIP 等級的體驗），我們離「物理圖靈測試」還差得很遠。 實體 AI 的最大瓶頸：資料飢渴症 為什麼物理圖靈測試如此困難？ Jim Fan 點出了核心問題：資料。LLM 研究人員抱怨網際網路資料快被用完，稱其為 AI 的「化石燃料」。但對機器人學家來說，我們甚至連這種「化石燃料」都沒有。真實世界的機器人資料——例如關節的精確控制訊號、連續的運動軌跡——是無法從網路上抓取的。這些資料必須透過昂貴且耗時的「遙控操作」（teleoperation）方式收集，也就是由真人穿戴感應裝置來遠端控制機器人，手把手地教它完成任務（例如從烤麵包機拿出麵包再淋上蜂蜜）。 這種方式極度沒效率，Jim Fan 將其比喻為燃燒「人類燃料」(human fuel)，比化石燃料還稀缺，每天每個機器人頂多運作 24 小時，而且真人會累，機器人更容易壞。這嚴重限制了機器人學習的多樣性和規模，形成了一個巨大的資料瓶頸。 模擬世界的核能：突破資料荒的救星 要突破這個瓶頸，唯一的出路是「模擬 (Simulation)」，找到機器人學的「核能」。Jim Fan 介紹了NVIDIA為此推進的三階段模擬策略： 模擬 1.0：數位分身 (Digital Twin) 概念：在虛擬世界中建立機器人和環境的一對一精確拷貝。 方法：利用高效能的向量化物理引擎，可以在單一 GPU 上模擬上萬個環境，速度比現實世界快上萬倍。結合「領域隨機化 (Domain Randomization)」技術，在模擬時隨機改變重力、摩擦力、物體重量等參數，迫使 AI 在各種條件下都能執行任務。 優勢：極快的訓練速度。訓練出的模型可以直接零次轉移 (zero-shot) 到真實世界機器人上，無需微調。例如，訓練機械手在模擬中轉筆，訓練機器狗在球上平衡，訓練人形機器人行走（10 年訓練量在 2 小時模擬完成）。一個僅有 150 萬參數的神經網路就足以捕捉人形機器人全身平衡和敏捷動作的複雜控制。 限制：數位分身需要人工精確建模，建立複雜環境耗時費力，模擬的多樣性仍然受限於人工設定的範圍。 模擬 2.0：數位表親 (Digital Cousin) 概念：開始在模擬中引入生成式 AI。雖然不像數位分身那樣是精確拷貝，但能產生足夠多樣的環境和場景，「像數位分身的表親」。 方法：利用 3D 生成模型生成場景中的各種物品（如家具），使用擴散模型（Diffusion Model）生成紋理貼圖，利用 LLM 根據文字提示生成場景佈局的 XML 檔案。 NVIDIA 的 Robocasa 框架就是例子，可以生成大規模、包含日常任務的模擬場景，除了機器人本身，其他幾乎都是生成的。 優勢：顯著增加了環境和任務的多樣性。可以在模擬中進行遙控操作，然後將軌跡變異、擴展到更多生成的環境中，實現 N (環境數) * N (動作變異數) 的資料乘法爆炸。雖然畫面真實度可能不及真實世界，但「足夠接近」。 限制：相較於 1.0，運行速度可能較慢，仍部分依賴傳統渲染管線。 模擬 3.0 (世界模型 / 擴散模型)：數位遊牧者 (Digital Nomad) 概念：直接利用生成式模型（特別是影片擴散模型）來模擬物理世界的互動，擺脫對傳統物理引擎的依賴。 方法：以大量真實世界影片（數百萬段網路影片）訓練影片擴散模型，使其學會模擬各種複雜的物理現象（如流體、軟體變形）。 NVIDIA 的研究表明，只需用真實機器人實驗室收集的少量領域特定資料微調通用的影片生成模型，就能讓模型學會模擬機器人的精確互動。 優勢：極致的多樣性。影片擴散模型能模擬任何它在訓練資料中「看過」或「想像」的互動，不受傳統物理引擎的限制（例如模擬機器人彈烏克麗麗，即便硬體不支援，模型也能「畫」出來）。 這就像讓機器人漫遊在影片模型的「夢境空間」（dream space）——一個壓縮了海量網路影片的多元宇宙，實現「萬物、處處、一時」(Everything Everywhere All at Once) 的互動學習。僅僅一年時間，影片生成模型在物理真實度上（例如變形麵條）的進步，就超越了傳統圖學 30 年的發展。 速度：目前運行可能較慢，但具備隨算力呈指數級成長的巨大潛力。 具身縮放定律與 GR00T N1 Jim Fan 總結，傳統模擬（1.0）的速度快但受限於多樣性，而生成式模擬（2.0/3.0）雖可能起步慢但能隨算力呈指數級擴展其多樣性。這兩種模擬方式的結合，將是為下一代機器人系統提供龐大訓練資料的「核能」。這也意味著，對 AI 算力的需求只會越來越大，那些認為算力問題會迎刃而解的人需要再三思考。 藉由這些模擬技術產生的海量資料，NVIDIA 開發了「視覺語言行動模型 (Vision Language Action Model, VLA)」，能接收圖像和語言指令，並直接輸出機器人的運動控制訊號。今年 GTC 大會上黃仁勳發表的 GR00T N1 模型就是一個實例，它能在真實世界執行抓取香檳、工廠零件甚至多機器人協調等任務。 GR00T N1 已開源，NVIDIA 也計劃將未來的模型開源，以普及「實體 AI」。 物理 API：通往新世界的入口 實體 AI 的最終目標，是實現「物理 API (Physical API)」。想像一下，就像 LLM API 讓軟體能夠操作數位世界的位元 (bits) 一樣，物理 API 將賦予軟體操作現實世界的原子 (atoms) 的能力。透過這個 API，你可以讓軟體直接控制物理致動器，改變物理世界的狀態。 這將催生全新的經濟模式和應用場景： 物理提示 (Physical Prompting)：不再只用文字，而是結合視覺和語言等方式更直觀地教導和指示機器人。 物理應用商店和技能經濟 (Physical App Store & Skill Economy)：米其林大廚不必親自下廚，他可以「教導」機器人他的獨家烹飪技巧，並將這個技能作為服務販售，讓任何擁有機器人的家庭都能享受到米其林級的晚餐。 Jim Fan 引用黃仁勳的話再次強調，未來「每一個會移動的東西都將是自主的」。總有一天，你回家會看到乾淨的沙發和燭光晚餐，伴侶對你微笑而不是責備你沒做家事——而那一天，我們通過物理圖靈測試的時刻，很可能就像 LLM 通過圖靈測試一樣，在世人眼中「只是又一個星期二」。這正是驅動 Jim Fan 和團隊每天努力的動力。
17:33

這是我第一次聽到 Jim Fan 的演講，非常幽默有趣，然後我覺得有生之年大概買一台人形機器在家處理家事、幫你洗頭髮大概穩了，好好活著，各位。 在 AI 領域，我們常聽說圖靈測試（Turing Test）是衡量機器能否展現與人類無異對話能力的里程碑。如今，大型語言模型（LLM）似乎已悄悄地通過了這個測試，但大家對其突破已習以為常，甚至會因為語音助理慢了幾秒或程式碼沒被完全除錯而抱怨連連。 NVIDIA AI 研究總監、身為廣受矚目人形機器人專家 Jim Fan 指出，當前業界對 LLM 的驚人進步視為「只是又一個平常的星期二」（just yet another Tuesday），這反映了我們對文字世界 AI 的標準已大幅提高。 然而，當我們將目光轉向現實世界，讓機器人進行物理操作時，會發現挑戰巨大得多。 Jim Fan 在演講中提出了一個引人深思的概念：「物理圖靈測試 (Physical Turing Test)」。這個測試的想像情境是：如果你回家後，看到雜亂的房間被整理得乾淨俐落，甚至還準備了一頓浪漫的燭光晚餐，而你無法分辨這是由真人還是機器人完成的，那代表這個機器人通過了物理圖靈測試。 但現實呢？看看那些連站起來都困難的人形機器人，或是嘗試為主人做早餐卻搞得一團亂的機器手臂（雖然辨識出牛奶值得給 A-，但湯匙餵食的確是 VIP 等級的體驗），我們離「物理圖靈測試」還差得很遠。 實體 AI 的最大瓶頸：資料飢渴症 為什麼物理圖靈測試如此困難？ Jim Fan 點出了核心問題：資料。LLM 研究人員抱怨網際網路資料快被用完，稱其為 AI 的「化石燃料」。但對機器人學家來說，我們甚至連這種「化石燃料」都沒有。真實世界的機器人資料——例如關節的精確控制訊號、連續的運動軌跡——是無法從網路上抓取的。這些資料必須透過昂貴且耗時的「遙控操作」（teleoperation）方式收集，也就是由真人穿戴感應裝置來遠端控制機器人，手把手地教它完成任務（例如從烤麵包機拿出麵包再淋上蜂蜜）。 這種方式極度沒效率，Jim Fan 將其比喻為燃燒「人類燃料」(human fuel)，比化石燃料還稀缺，每天每個機器人頂多運作 24 小時，而且真人會累，機器人更容易壞。這嚴重限制了機器人學習的多樣性和規模，形成了一個巨大的資料瓶頸。 模擬世界的核能：突破資料荒的救星 要突破這個瓶頸，唯一的出路是「模擬 (Simulation)」，找到機器人學的「核能」。Jim Fan 介紹了NVIDIA為此推進的三階段模擬策略： 模擬 1.0：數位分身 (Digital Twin) 概念：在虛擬世界中建立機器人和環境的一對一精確拷貝。 方法：利用高效能的向量化物理引擎，可以在單一 GPU 上模擬上萬個環境，速度比現實世界快上萬倍。結合「領域隨機化 (Domain Randomization)」技術，在模擬時隨機改變重力、摩擦力、物體重量等參數，迫使 AI 在各種條件下都能執行任務。 優勢：極快的訓練速度。訓練出的模型可以直接零次轉移 (zero-shot) 到真實世界機器人上，無需微調。例如，訓練機械手在模擬中轉筆，訓練機器狗在球上平衡，訓練人形機器人行走（10 年訓練量在 2 小時模擬完成）。一個僅有 150 萬參數的神經網路就足以捕捉人形機器人全身平衡和敏捷動作的複雜控制。 限制：數位分身需要人工精確建模，建立複雜環境耗時費力，模擬的多樣性仍然受限於人工設定的範圍。 模擬 2.0：數位表親 (Digital Cousin) 概念：開始在模擬中引入生成式 AI。雖然不像數位分身那樣是精確拷貝，但能產生足夠多樣的環境和場景，「像數位分身的表親」。 方法：利用 3D 生成模型生成場景中的各種物品（如家具），使用擴散模型（Diffusion Model）生成紋理貼圖，利用 LLM 根據文字提示生成場景佈局的 XML 檔案。 NVIDIA 的 Robocasa 框架就是例子，可以生成大規模、包含日常任務的模擬場景，除了機器人本身，其他幾乎都是生成的。 優勢：顯著增加了環境和任務的多樣性。可以在模擬中進行遙控操作，然後將軌跡變異、擴展到更多生成的環境中，實現 N (環境數) * N (動作變異數) 的資料乘法爆炸。雖然畫面真實度可能不及真實世界，但「足夠接近」。 限制：相較於 1.0，運行速度可能較慢，仍部分依賴傳統渲染管線。 模擬 3.0 (世界模型 / 擴散模型)：數位遊牧者 (Digital Nomad) 概念：直接利用生成式模型（特別是影片擴散模型）來模擬物理世界的互動，擺脫對傳統物理引擎的依賴。 方法：以大量真實世界影片（數百萬段網路影片）訓練影片擴散模型，使其學會模擬各種複雜的物理現象（如流體、軟體變形）。 NVIDIA 的研究表明，只需用真實機器人實驗室收集的少量領域特定資料微調通用的影片生成模型，就能讓模型學會模擬機器人的精確互動。 優勢：極致的多樣性。影片擴散模型能模擬任何它在訓練資料中「看過」或「想像」的互動，不受傳統物理引擎的限制（例如模擬機器人彈烏克麗麗，即便硬體不支援，模型也能「畫」出來）。 這就像讓機器人漫遊在影片模型的「夢境空間」（dream space）——一個壓縮了海量網路影片的多元宇宙，實現「萬物、處處、一時」(Everything Everywhere All at Once) 的互動學習。僅僅一年時間，影片生成模型在物理真實度上（例如變形麵條）的進步，就超越了傳統圖學 30 年的發展。 速度：目前運行可能較慢，但具備隨算力呈指數級成長的巨大潛力。 具身縮放定律與 GR00T N1 Jim Fan 總結，傳統模擬（1.0）的速度快但受限於多樣性，而生成式模擬（2.0/3.0）雖可能起步慢但能隨算力呈指數級擴展其多樣性。這兩種模擬方式的結合，將是為下一代機器人系統提供龐大訓練資料的「核能」。這也意味著，對 AI 算力的需求只會越來越大，那些認為算力問題會迎刃而解的人需要再三思考。 藉由這些模擬技術產生的海量資料，NVIDIA 開發了「視覺語言行動模型 (Vision Language Action Model, VLA)」，能接收圖像和語言指令，並直接輸出機器人的運動控制訊號。今年 GTC 大會上黃仁勳發表的 GR00T N1 模型就是一個實例，它能在真實世界執行抓取香檳、工廠零件甚至多機器人協調等任務。 GR00T N1 已開源，NVIDIA 也計劃將未來的模型開源，以普及「實體 AI」。 物理 API：通往新世界的入口 實體 AI 的最終目標，是實現「物理 API (Physical API)」。想像一下，就像 LLM API 讓軟體能夠操作數位世界的位元 (bits) 一樣，物理 API 將賦予軟體操作現實世界的原子 (atoms) 的能力。透過這個 API，你可以讓軟體直接控制物理致動器，改變物理世界的狀態。 這將催生全新的經濟模式和應用場景： 物理提示 (Physical Prompting)：不再只用文字，而是結合視覺和語言等方式更直觀地教導和指示機器人。 物理應用商店和技能經濟 (Physical App Store & Skill Economy)：米其林大廚不必親自下廚，他可以「教導」機器人他的獨家烹飪技巧，並將這個技能作為服務販售，讓任何擁有機器人的家庭都能享受到米其林級的晚餐。 Jim Fan 引用黃仁勳的話再次強調，未來「每一個會移動的東西都將是自主的」。總有一天，你回家會看到乾淨的沙發和燭光晚餐，伴侶對你微笑而不是責備你沒做家事——而那一天，我們通過物理圖靈測試的時刻，很可能就像 LLM 通過圖靈測試一樣，在世人眼中「只是又一個星期二」。這正是驅動 Jim Fan 和團隊每天努力的動力。

fox hsiao

19,553 просмотров • 1 год назад

當我在整理照片時，才真正意識到，這些作品從來不是我一個人完成的。每一次按下快門的背後，都是無數人的信任與付出。首先想真心感謝曾經與我合作過的每一位麻豆，謝謝你們願意站在鏡頭前，把情緒、故事與最真實的自己交給我。無論是第一次拍攝的緊張、在烈日或寒風下的堅持，還是為了一個畫面反覆嘗試的耐心，你們都讓照片有了靈魂，也讓我在創作路上不斷成長。 同時，也想謝謝一路支持我的粉絲與朋友們。謝謝你們按下的每一個讚、留下的每一句留言、每一次的分享與鼓勵，這些看似簡單的互動，卻在我迷惘或疲累時，成為繼續創作的重要力量。因為你們的觀看與回饋，照片不再只是存在於硬碟裡，而是被真正看見、被感受。 攝影對我而言，不只是紀錄，更是一種連結。感謝你們走進我的鏡頭與世界，未來我也會繼續用影像說故事，用作品回應這份珍貴的支持。希望接下來的每一次相遇，都能一起創造更多值得回顧的瞬間。謝謝你們，一直都在。 謝謝2025接下來進入2026後我與HIM BOY會有更多不同的作品展出，敬請期待😊🥰🥰🥰
0:39

當我在整理照片時，才真正意識到，這些作品從來不是我一個人完成的。每一次按下快門的背後，都是無數人的信任與付出。首先想真心感謝曾經與我合作過的每一位麻豆，謝謝你們願意站在鏡頭前，把情緒、故事與最真實的自己交給我。無論是第一次拍攝的緊張、在烈日或寒風下的堅持，還是為了一個畫面反覆嘗試的耐心，你們都讓照片有了靈魂，也讓我在創作路上不斷成長。 同時，也想謝謝一路支持我的粉絲與朋友們。謝謝你們按下的每一個讚、留下的每一句留言、每一次的分享與鼓勵，這些看似簡單的互動，卻在我迷惘或疲累時，成為繼續創作的重要力量。因為你們的觀看與回饋，照片不再只是存在於硬碟裡，而是被真正看見、被感受。 攝影對我而言，不只是紀錄，更是一種連結。感謝你們走進我的鏡頭與世界，未來我也會繼續用影像說故事，用作品回應這份珍貴的支持。希望接下來的每一次相遇，都能一起創造更多值得回顧的瞬間。謝謝你們，一直都在。 謝謝2025接下來進入2026後我與HIM BOY會有更多不同的作品展出，敬請期待😊🥰🥰🥰

HIM

10,523 просмотров • 9 месяцев назад

富士山掐天鵝脖頸擺拍炫耀 中國遊客挨轟刪帖 近日，有中國遊客在日本富士山山中湖畔追逐、捕捉野生天鵝，甚至掐住天鵝的脖子凌空拎起擺拍的不當行為，再度引發爭議。 網傳視頻顯示，三名中國遊客在日本騎自行車旅遊，到達富士山腳下的知名景點山中湖時，其中兩名女子撫摸和抓捕野生天鵝。一張與天鵝的「合照」顯示，一人將天鵝抱在懷中，另一人掐住天鵝脖子將天鵝凌空拎起擺拍。 三人將照片和視頻發到大陸社群平台抖音上「炫耀」，被網民迅速轉載到各大社群平台（包括 X、Threads、Facebook 等），引發網民斥責。 山中湖屬於特別保護區域，根據日本《鳥獸保護管理法》，任何人士未獲許可均嚴禁擅自捕捉或傷害野生鳥獸，違者最高可被判處監禁或罰款。 據香港01等媒體報導，由於爭議太大，當事人一度關閉抖音帳號，並刪除相關圖文及視頻。隨後，疑似當事人發文承認，當時確有與天鵝合照，但辯稱抓天鵝的照片是AI合成的，並沒有傷害天鵝的行為。 不過，有網民發帖表示，找到三人在其它平台發布的影片，「證實並不是AI，是真實發生的！」
1:25

富士山掐天鵝脖頸擺拍炫耀 中國遊客挨轟刪帖 近日，有中國遊客在日本富士山山中湖畔追逐、捕捉野生天鵝，甚至掐住天鵝的脖子凌空拎起擺拍的不當行為，再度引發爭議。 網傳視頻顯示，三名中國遊客在日本騎自行車旅遊，到達富士山腳下的知名景點山中湖時，其中兩名女子撫摸和抓捕野生天鵝。一張與天鵝的「合照」顯示，一人將天鵝抱在懷中，另一人掐住天鵝脖子將天鵝凌空拎起擺拍。 三人將照片和視頻發到大陸社群平台抖音上「炫耀」，被網民迅速轉載到各大社群平台（包括 X、Threads、Facebook 等），引發網民斥責。 山中湖屬於特別保護區域，根據日本《鳥獸保護管理法》，任何人士未獲許可均嚴禁擅自捕捉或傷害野生鳥獸，違者最高可被判處監禁或罰款。 據香港01等媒體報導，由於爭議太大，當事人一度關閉抖音帳號，並刪除相關圖文及視頻。隨後，疑似當事人發文承認，當時確有與天鵝合照，但辯稱抓天鵝的照片是AI合成的，並沒有傷害天鵝的行為。 不過，有網民發帖表示，找到三人在其它平台發布的影片，「證實並不是AI，是真實發生的！」

大纪元新闻网

23,051 просмотров • 22 дней назад

習訪美前 多倫多中領館前發生暴力損毀事件 9月22日（週二）上午，一名華人男子在多倫多中領館前的路邊，將法輪功學員豎在人行道一側的真相橫幅暴力拆毀，並對在場的法輪功學員發出「死亡威脅」。 現場視頻顯示，這名男子惡狠狠地對李女士說：「用反分裂法，我可以槍斃你，你知道不知道？」「我摔死你，你信不信；我槍斃你……」，推搡法輪功學員的男子還叫囂讓另一名男子給他錄像。 多倫多中國領事館門前的人行道屬於加拿大的公共場合（市政財產），而非中國領土。 在場的法輪功學員Lina 李女士表示，「這一次警察自己也說比較嚴重，說是一個非常的時期吧。」「因為習近平要訪美，中共，最後它在氣數已盡之前，它就施展它的最後的邪惡。」 李女士表示，整個事件都像是預先安排好的，因為有人在近距離全程錄像；結束後，行凶的人還被車接走。
2:17

習訪美前 多倫多中領館前發生暴力損毀事件 9月22日（週二）上午，一名華人男子在多倫多中領館前的路邊，將法輪功學員豎在人行道一側的真相橫幅暴力拆毀，並對在場的法輪功學員發出「死亡威脅」。 現場視頻顯示，這名男子惡狠狠地對李女士說：「用反分裂法，我可以槍斃你，你知道不知道？」「我摔死你，你信不信；我槍斃你……」，推搡法輪功學員的男子還叫囂讓另一名男子給他錄像。 多倫多中國領事館門前的人行道屬於加拿大的公共場合（市政財產），而非中國領土。 在場的法輪功學員Lina 李女士表示，「這一次警察自己也說比較嚴重，說是一個非常的時期吧。」「因為習近平要訪美，中共，最後它在氣數已盡之前，它就施展它的最後的邪惡。」 李女士表示，整個事件都像是預先安排好的，因為有人在近距離全程錄像；結束後，行凶的人還被車接走。

大纪元新闻网

50,944 просмотров • 9 дней назад

聲明 自本人依法在日本提起訴訟以來，被告王志安的傷害性言論並未因案件進入司法程序而停止。圍繞著本人視力障礙的諷刺、影射與暗示仍在持續，並在社群平台上不斷煽動極端情緒。更嚴重的是，本人及家人的家庭住址被其公開發布，這些已經構成持續騷擾，使我和家人在現實生活中承受持續的恐懼與不安。 東京時間2026年2月20日，本人的日本代理律師已正式通過王志安的代理律師向他發出了律師函，明確要求其在訴訟期間停止一切進一步加害行為，包括但不限於持續性的人格攻擊與對本人及家人安全構成風險的言論。訴訟正在進行中，任何試圖透過輿論壓力或現實威脅影響當事人生活與安全的行為，都是對司法秩序的不尊重。 關於公開本人家庭住址一事，該行為已超出一般言論爭議的範疇，涉嫌違反美國相關法律，亦對本人及家人的人身安全構成現實風險。對涉案者，本人保留在美國依法提起訴訟並採取進一步法律行動的權利。 我始終堅持通過法律途徑解決爭議。事實應在法庭上釐清，責任應由法官依法判定。同時，我也鄭重呼籲：任何公共討論，都不應涉嫌違法犯罪。 法律程序正在推進之中。我將守護家人的安全並依法維護自身的合法權益，對做惡者絕不姑息。 最後祝大家：馬年吉祥，闔家安康！
2:17

聲明 自本人依法在日本提起訴訟以來，被告王志安的傷害性言論並未因案件進入司法程序而停止。圍繞著本人視力障礙的諷刺、影射與暗示仍在持續，並在社群平台上不斷煽動極端情緒。更嚴重的是，本人及家人的家庭住址被其公開發布，這些已經構成持續騷擾，使我和家人在現實生活中承受持續的恐懼與不安。 東京時間2026年2月20日，本人的日本代理律師已正式通過王志安的代理律師向他發出了律師函，明確要求其在訴訟期間停止一切進一步加害行為，包括但不限於持續性的人格攻擊與對本人及家人安全構成風險的言論。訴訟正在進行中，任何試圖透過輿論壓力或現實威脅影響當事人生活與安全的行為，都是對司法秩序的不尊重。 關於公開本人家庭住址一事，該行為已超出一般言論爭議的範疇，涉嫌違反美國相關法律，亦對本人及家人的人身安全構成現實風險。對涉案者，本人保留在美國依法提起訴訟並採取進一步法律行動的權利。 我始終堅持通過法律途徑解決爭議。事實應在法庭上釐清，責任應由法官依法判定。同時，我也鄭重呼籲：任何公共討論，都不應涉嫌違法犯罪。 法律程序正在推進之中。我將守護家人的安全並依法維護自身的合法權益，對做惡者絕不姑息。 最後祝大家：馬年吉祥，闔家安康！

陈光诚 Guangcheng Chen

253,995 просмотров • 7 месяцев назад

這韓國經典電影相信大家都看過吧 回過頭來看，韓國尺度也蠻大的 市場上一直有人在討論，DeFi 下一個爆發點會是什麼 有人看好 AI，有人看好 RWA，也有人認為代幣化股票才是下一波主流 但我最近反而一直在思考另一件事 如果這些資產真的大量進入鏈上，誰來承接它們？ 一個市場只有資產是不夠的 還需要有人願意提供流動性、有人願意借貸、有人願意做資金配置 否則再好的資產，也只是放在鏈上的一串數字 這也是固定收益市場存在的價值 它不是市場裡最耀眼的角色，卻是資金流動不可或缺的一環 TermMax | Fixed Rate Borrowing & Lending 一直專注的方向，也正是這一塊 從固定利率、期限市場，到不同資產的借貸架構，都能看出它想建立的是一個可以長期運作的市場，而不是短暫追逐熱點 很多人會把借貸理解成加槓桿 其實對不少機構或長期投資者來說，借貸更像是一種資金管理工具 如何降低資金成本、如何保留原有部位、如何安排不同期限的資金，這些都是金融市場每天都在處理的事情 鏈上金融發展到今天，我覺得大家開始從「有沒有新玩法」，慢慢轉向「有沒有好工具」 真正能陪伴市場走很久的，通常不是最吸睛的產品，而是那些默默支撐整個生態運作的基礎設施 TermMax 能不能成為其中之一，還需要時間驗證 但至少目前，它走的方向和我期待看到的鏈上金融發展是一致的
1:24

這韓國經典電影相信大家都看過吧 回過頭來看，韓國尺度也蠻大的 市場上一直有人在討論，DeFi 下一個爆發點會是什麼 有人看好 AI，有人看好 RWA，也有人認為代幣化股票才是下一波主流 但我最近反而一直在思考另一件事 如果這些資產真的大量進入鏈上，誰來承接它們？ 一個市場只有資產是不夠的 還需要有人願意提供流動性、有人願意借貸、有人願意做資金配置 否則再好的資產，也只是放在鏈上的一串數字 這也是固定收益市場存在的價值 它不是市場裡最耀眼的角色，卻是資金流動不可或缺的一環 TermMax | Fixed Rate Borrowing & Lending 一直專注的方向，也正是這一塊 從固定利率、期限市場，到不同資產的借貸架構，都能看出它想建立的是一個可以長期運作的市場，而不是短暫追逐熱點 很多人會把借貸理解成加槓桿 其實對不少機構或長期投資者來說，借貸更像是一種資金管理工具 如何降低資金成本、如何保留原有部位、如何安排不同期限的資金，這些都是金融市場每天都在處理的事情 鏈上金融發展到今天，我覺得大家開始從「有沒有新玩法」，慢慢轉向「有沒有好工具」 真正能陪伴市場走很久的，通常不是最吸睛的產品，而是那些默默支撐整個生態運作的基礎設施 TermMax 能不能成為其中之一，還需要時間驗證 但至少目前，它走的方向和我期待看到的鏈上金融發展是一致的

小美哥🕊️

323,371 просмотров • 1 месяц назад

Anthropic 指出，一名中國研究人員用 Claude 模擬壓制台灣防空。 Anthropic 9 月報告指出，一名被評估與中國軍事研究機構有關的操作者，用 Claude 開發電子戰與防空壓制軟體，並把模擬情境改成台灣的 12 個目標。報告沒有證實軟體已部署或投入實戰。 報告另記錄台灣教會領導人遭情報建檔，以及中國工作室面向美國使用者的交友 App 詐騙。這些是不同案例，不能合稱同一組織的行動。 AI 已被用來開發對台軍事模擬軟體，面對這類威脅，台灣有什麼對策？ 資料／Anthropic；圖／Adan Cazarez、美軍（資料照）
2:51

Anthropic 指出，一名中國研究人員用 Claude 模擬壓制台灣防空。 Anthropic 9 月報告指出，一名被評估與中國軍事研究機構有關的操作者，用 Claude 開發電子戰與防空壓制軟體，並把模擬情境改成台灣的 12 個目標。報告沒有證實軟體已部署或投入實戰。 報告另記錄台灣教會領導人遭情報建檔，以及中國工作室面向美國使用者的交友 App 詐騙。這些是不同案例，不能合稱同一組織的行動。 AI 已被用來開發對台軍事模擬軟體，面對這類威脅，台灣有什麼對策？ 資料／Anthropic；圖／Adan Cazarez、美軍（資料照）

fox hsiao

21,450 просмотров • 22 дней назад

＜中國人的中華民國護照，申請第一步是簽署切結書並寄送到指定信箱＞ 凡申請「中國人中華民國護照」的同仁，第一步須簽署切結書，認同中華民國與反共復國理念。完成簽署後，請將切結書寄至指定信箱：kingwin503888@gmail.com 復國黨負責此項工作的同仁，將以電子郵件個別聯繫申請者，請您依照指示提供個人基本資料，以便製作護照內頁訊息。 此護照發行乃復國黨推動「中國人認同中華民國運動」的重要環節，旨在凝聚全球認同中華民國的中國人，共同宣示中國人的祖國是中華民國。 所有申請者不需負擔任何費用，復國黨承擔所需經費，歡迎全球復國同仁踴躍參與。
0:43

＜中國人的中華民國護照，申請第一步是簽署切結書並寄送到指定信箱＞ 凡申請「中國人中華民國護照」的同仁，第一步須簽署切結書，認同中華民國與反共復國理念。完成簽署後，請將切結書寄至指定信箱：[email protected] 復國黨負責此項工作的同仁，將以電子郵件個別聯繫申請者，請您依照指示提供個人基本資料，以便製作護照內頁訊息。 此護照發行乃復國黨推動「中國人認同中華民國運動」的重要環節，旨在凝聚全球認同中華民國的中國人，共同宣示中國人的祖國是中華民國。 所有申請者不需負擔任何費用，復國黨承擔所需經費，歡迎全球復國同仁踴躍參與。

中華民國 中華保台反共復國黨 （政黨證字第381號）

144,521 просмотров • 11 месяцев назад

看完黃仁勳這段訪談，你也會想：就活該這樣的人成功！ 很多創業故事都在吹牛逼談成功。但黃仁勳一直在談的反而是在他還沒成功的時候。 30 多年前，NVIDIA 接下一個重要專案，結果做到一半發現技術根本行不通。公司已經快沒錢了，員工等著發薪水，換成多數人，一般會選擇隱瞞、拖延，甚至硬著頭皮把產品做完，先拿到錢再說！ 但黃仁勳主動走到客戶面前，坦白告訴對方： 「我們承諾的技術做不到，你應該找別人合作。」 這句話，幾乎等於親手把公司的投資推開。 然而他沒有欺騙，也沒有畫大餅，而是把所有問題、風險與真相攤在桌上。 更令人敬佩的是那位投資人。 他知道這筆 500 萬美元極可能血本無歸，知道 NVIDIA 隨時可能倒閉，卻仍然相信眼前這個「年輕人」、沒錯，他看重並投資的是一個身陷絕境，依然願意說真話「這個人」 現在全世界都知道結果了。 NVIDIA 成為全球 AI 革命的核心，很多人以為成功來自天才。 但有時候，成功真正的起點，是誠實、守信！
2:25

看完黃仁勳這段訪談，你也會想：就活該這樣的人成功！ 很多創業故事都在吹牛逼談成功。但黃仁勳一直在談的反而是在他還沒成功的時候。 30 多年前，NVIDIA 接下一個重要專案，結果做到一半發現技術根本行不通。公司已經快沒錢了，員工等著發薪水，換成多數人，一般會選擇隱瞞、拖延，甚至硬著頭皮把產品做完，先拿到錢再說！ 但黃仁勳主動走到客戶面前，坦白告訴對方： 「我們承諾的技術做不到，你應該找別人合作。」 這句話，幾乎等於親手把公司的投資推開。 然而他沒有欺騙，也沒有畫大餅，而是把所有問題、風險與真相攤在桌上。 更令人敬佩的是那位投資人。 他知道這筆 500 萬美元極可能血本無歸，知道 NVIDIA 隨時可能倒閉，卻仍然相信眼前這個「年輕人」、沒錯，他看重並投資的是一個身陷絕境，依然願意說真話「這個人」 現在全世界都知道結果了。 NVIDIA 成為全球 AI 革命的核心，很多人以為成功來自天才。 但有時候，成功真正的起點，是誠實、守信！

Buzzdo

101,172 просмотров • 4 месяцев назад

為不幸受虐逝世的流浪狗「旺旺」（Wang Wang）爭取權益的跨國動保運動「Wang Wang Global Action」，正式進軍日本。一台印有旺旺身影與「#justiceforwangwang」醒目字樣的專屬活動宣傳車（Vision Scooter），於東京澀谷街頭展開巡迴行駛，吸引大批海內外民眾與國際觀光客駐足關注。 8月28日適逢旺旺事件發生滿兩個月，日本動保志工與支持者，特別選在全亞洲人潮最密集的東京澀谷，租用大型行動 LED 宣傳車。車身兩側高頻率播放旺旺生前的影像，並配上日文及英文訴求，向世界傳達「為無法說話的生命發聲」之理念，呼籲大眾重視動物虐待問題並推動動保立法。 主辦團隊表示，選擇澀谷作為日本站的發起地，是希望利用其巨大的國際影響力，讓更多人看見這個悲劇，進而化悲憤為力量。除了日本的宣傳車外，全球串聯行動也正如火如荼展開，包含香港的「旺旺遊車河」電車車身廣告募資，以及台灣、美加等地的動保志工正積極籌備實體與線上聲援，形成強大的跨國倡議網絡。 主辦方強調，街頭宣傳車只是起點，未來將持續透過國際連署與各國動保團體合作，期盼喚醒大眾對流浪動物生命權的尊重，並防範類似的虐待悲劇再度發生。 地點：日本。 時間：2026年8月28日。 #wangwang #justiceforwangwang #旺旺
0:33

為不幸受虐逝世的流浪狗「旺旺」（Wang Wang）爭取權益的跨國動保運動「Wang Wang Global Action」，正式進軍日本。一台印有旺旺身影與「#justiceforwangwang」醒目字樣的專屬活動宣傳車（Vision Scooter），於東京澀谷街頭展開巡迴行駛，吸引大批海內外民眾與國際觀光客駐足關注。 8月28日適逢旺旺事件發生滿兩個月，日本動保志工與支持者，特別選在全亞洲人潮最密集的東京澀谷，租用大型行動 LED 宣傳車。車身兩側高頻率播放旺旺生前的影像，並配上日文及英文訴求，向世界傳達「為無法說話的生命發聲」之理念，呼籲大眾重視動物虐待問題並推動動保立法。 主辦團隊表示，選擇澀谷作為日本站的發起地，是希望利用其巨大的國際影響力，讓更多人看見這個悲劇，進而化悲憤為力量。除了日本的宣傳車外，全球串聯行動也正如火如荼展開，包含香港的「旺旺遊車河」電車車身廣告募資，以及台灣、美加等地的動保志工正積極籌備實體與線上聲援，形成強大的跨國倡議網絡。 主辦方強調，街頭宣傳車只是起點，未來將持續透過國際連署與各國動保團體合作，期盼喚醒大眾對流浪動物生命權的尊重，並防範類似的虐待悲劇再度發生。 地點：日本。 時間：2026年8月28日。 #wangwang #justiceforwangwang #旺旺

小貓看世界@子猫は世界を見る

22,281 просмотров • 1 месяц назад