女孩被網(wǎng)暴甲亢哥鼓勵她做自己 柳絮來了 版號發(fā)放效用性、時性、規(guī)性，值得新審視自年 12 月下發(fā)版后，筆者顯感受到邊從業(yè)者心態(tài)變得朗了起來此前悲觀抑的行業(yè)圍也為之松。一則往日可能發(fā)一片嘆的裁員消，也成為行業(yè)內(nèi)的后笑談。開發(fā)《云城之歌》《閃爍之》等游戲廣州詩悅絡(luò)，有內(nèi)員工報料，公司“年宗門”目組在 12 月 23 日被通知解散，員集體被。然而僅一天后，目就拿到苦等許久版號。像年宗門這節(jié)目效果滿的案例能只此一，但本次到版號卻上線渺茫游戲卻不有它。網(wǎng)、字節(jié)、婭都有產(chǎn)遇上了這的地獄笑。跑不贏手，熬不版號遙想 2020 年，《航王：熱血線》作為節(jié)旗下第個重度爆，助其游業(yè)務(wù)打響第一槍。游戲所依的海賊王 IP 顯然在用戶層發(fā)揮了大用。大 IP 改編的路子從結(jié)看似乎值字節(jié)繼續(xù)入。于是，由東映畫授權(quán)、夕光年自的手游《賊王：夢指針》（簡稱：夢指針）在年 4 月放出 PV 官宣產(chǎn)品，并計戲器 2023 年上線運營。為了同 IP 的兄弟產(chǎn)進行區(qū)分游戲在多方面都做差異化的計。最直的就是視呈現(xiàn)和交形式。夢指針采用豎屏 3D 的形式，號稱使用 4 萬面超高精度模。配合酷式的游進程和單卡牌操作給玩家?guī)?與前作迥的操作體。值得提的是，市上大部分賊王手游都會選擇照動漫的間軸，從進行改編這也是絕部分漫改品的常規(guī)作方式。夢想指針把改編的情切入點在了原作重大轉(zhuǎn)折“3D2Y”上。原中，3D2Y 是主角團之間的通暗號，思是將原的集合時從 3 天后改為 2 年后。而 2 年后，主角們著新造型新能力再齊聚重新航，可以作是全作下半段的幕。從這角度看，此節(jié)點作改編之始備相當?shù)?理性。與同時，項團隊也將 3D2Y 提升到了品重要標和宣發(fā)主側(cè)重的層。無論是戲官網(wǎng)（https://3d2y.nvsgames.cn），還是去年 7 月的線下燈光竊脂，都把它產(chǎn)品本身了高度綁。不過可的是，這投入不菲燈光活動成為了游在公眾視中的最后相。此后戲官微再有進行任更新，官和 TapTap 主頁也消無息的注銷下架。如不是獲發(fā)口版號，款產(chǎn)品可就如這般聲息的消了。筆者察到游戲斷聯(lián)前，Tap 關(guān)注人數(shù) 16 萬 ，官微粉絲不 1.1 萬。在此況下，于年 6 月開啟的游預(yù)約，在據(jù)結(jié)果上能與團隊預(yù)期、指相差甚巨或是其黯下架的原之一。也映出上述現(xiàn)和劇情編上的創(chuàng)，可能并能讓玩家買賬。而一層原因則可能是想指針在部賽馬中失利，使團隊和資成為了另產(chǎn)品的養(yǎng)。而這款品則是由節(jié)旗下乘工作室自的 ARPG 手游《代號：伙》。同樣海賊王 IP，同樣的高精度 3D 建模。在夢想指沉寂后，代號：伙》于去年 8 月光速發(fā)布，并 11 月就開啟了次測試。且，這次試得到了少玩家的可，目前 Tap 評分 8.7，在數(shù)據(jù)饋上應(yīng)該過了字節(jié)部的關(guān)。過版號仍這款繼任的頭號問。樂觀預(yù)，如果今能夠在年年末放出 2 批進口版號，且戲入選年批次。則望在 H2 上線，成為字節(jié)燭陰在國內(nèi)市的重點產(chǎn)。強強聯(lián)，同樣難滑鐵盧相夢想指針全平臺失，同為剛獲發(fā)的進版號的《師之昆特》手游版后簡稱：特牌手游，嚴格來并不能稱消失。脫于 3A 大作《巫 3》的昆特牌，是發(fā)商 CDPR 鑲嵌在游戲中一個副玩。本意是緊張的戰(zhàn)，以及長的任務(wù)和成中，給家?guī)碛?節(jié)奏的變和精神上舒緩。同承載起獵人世界構(gòu)中的重要環(huán)。這個兩個設(shè)計用一個周腦暴出來內(nèi)置小游，隨著機的不斷完和豐富，《巫師 3》的游戲作期中，成為了整團隊的熱之物。項組從上到玩昆特牌時間，甚超過了游本體。而戲上線后廣大玩家反饋也和 CDPR 內(nèi)部如出轍。借助巫師 3》的爆火，特牌迅速為玩家們議的話題“昆特牌擬器”、巫師 3：狂賭”等系列網(wǎng)絡(luò)的傳播，一度令其度超越了戲本體。善如流的 CDPR 也在后續(xù)其作為一獨立游戲式運營，于 2017 年 4 月上線了 PC 版國服，交蓋婭互娛權(quán)代理。一選擇也當時被視一次成功強強聯(lián)手成立于 2014 年的蓋婭互，目前業(yè)涉及游戲制作、發(fā)，以及玩社區(qū)的運。旗下最要的產(chǎn)品是七創(chuàng)社研的《凹世界》，及《隊長翼：最強一人》、權(quán)力的游：跨越絕》等 IP 改編游戲。而在玩社區(qū)領(lǐng)域旗下 APP“旅法師營地”，像是虎撲于籃球愛者?？梢?是卡牌游愛好者們手一個的配產(chǎn)品。昆特牌外《爐石傳》、《影詩》、《智牌》等牌產(chǎn)品，Marvel：Snap》、《寶可夢卡牌等業(yè)內(nèi)新，都被其蓋之中。 TCG 品類下 T0 級別的核心用戶。高度匹的核心用、完善的家生態(tài)、富的發(fā)行驗，三管下的蓋婭娛和昆特，一度被內(nèi)長期看。然而比點數(shù)大小核心玩法以及較為調(diào)的卡牌制，明顯響了游戲策略深度長期復(fù)玩。主力研 3A 大作的 CDPR，顯然也無發(fā)分太多精力游戲內(nèi)容更新和填上。因此昆特牌作《巫師 3》錦上添的副玩法以說是非出彩，但為一款致長期運營獨立游戲還是顯得于單薄。在去年 12 月 5 日，《巫師之昆孟槐》端游國宣布于年停運。然更沉重的擊還在之，CDPR 在 12 月 7 日，放出 2023 年全年的更新計劃并宣布將今年年底止對昆特的內(nèi)容更，并將項團隊抽調(diào)新項目中雖然 CDPR 嘴硬的表示停更新不代停運，但去新內(nèi)容代的昆特手游，還上線便已入了死亡計時。甚出于經(jīng)濟度的考慮選擇不上或許才是優(yōu)的選擇這款出生奇的卡牌游很可能法和玩家見面了。廠小廠，天都是一冷事實上在等待版的過程中遇到研發(fā)關(guān)停運營代理協(xié)議期、游戲度快速消等情況是當常見的這些不可的外力往也不會被內(nèi)代理的位背景所右。即便大如網(wǎng)易一樣會遭產(chǎn)品被拖的情形。日本知名戲開發(fā)商 Level-5 工作室研發(fā)的幻想生活，是一款打模擬經(jīng) + RPG 玩法的移植手游2018 年 7 月在日本上。游戲改于 3DS 平臺上銷量破百萬同名熱門品《幻想活》，并玩法上進了大幅度化，更加調(diào)好友間助共斗的交體驗。托熱門前的余蔭，幻想生活在上線初表現(xiàn)不錯后續(xù)增長力。為擴用戶和收規(guī)模，Level-5 工作室在 2020 年 3 月，將游的國服和臺服代理交給了網(wǎng)寶船。成于 2018 年的網(wǎng)易寶船，初專職服于 Moba 手游《虛榮》??內(nèi)運營。然《虛榮因表現(xiàn)無匹配網(wǎng)易其的預(yù)期定位，在 2020 年 7 月停運。但易寶船作網(wǎng)易代理戲的發(fā)行務(wù)線卻得保留，業(yè)范圍覆蓋陸、中國港 、中國臺灣等地，并和自游戲發(fā)行進行了區(qū)。在工商系上，網(wǎng)寶船的主上海網(wǎng)之磨璞網(wǎng)絡(luò)技有限公，由丁磊人持股 99%，同網(wǎng)易體系鯀分割，并有獨立的公場地。業(yè)務(wù)開展，網(wǎng)易寶擁有獨立賬號體系其官網(wǎng)和 TapTap 主頁顯示為寶船戲，只字提網(wǎng)易。發(fā)行游戲 ICON 角標也使用自己的 logo，而非網(wǎng)易 logo。然而迫于業(yè)時局，便 Level-5 工作室在作伙伴上擇了國內(nèi)頭，游戲還是遲遲法獲得版，本地化逐漸沒了續(xù)的消息雪上加霜是，2020 年初爆火的動森不但沒有玩法相似《幻想生》實現(xiàn)翻，甚至進步壓縮了者的生存間。先行線的臺服據(jù)也讓網(wǎng)寶船對其心大減。之后的境就和昆特手游如出轍了，Level-5 工作室在 2021 年 12 月宣布了游戲日服止運營，然也不會有新的游內(nèi)容推出相應(yīng)的，易寶船也概率不會其上線。此看來，便同時拿了《幻想活》和《襲：暗影說》的版，但作為理游戲業(yè)線的網(wǎng)易船，在今可能拿不一款夠分的新作了筆者認為將這三款品的消失全歸咎于號政策，然是有失允的。他的產(chǎn)品類，當時的場情況，后的廠商策，都存著巨大的異。但共的是，這款產(chǎn)品確在等待版的過程中錯過了自的最佳上期。更令心酸的是這些地獄話的背后往往都是發(fā)者的心付之一炬廠商投入成本打了漂，項目隊的生計了著落。今隨著版政策的向趨穩(wěn)，這的案例或能夠真的為歷史。照以往的例，國家聞出版署準還會在前再給行包上一個號大紅包天亮了，明已經(jīng)來，2023 或許就是行業(yè)的復(fù)之始。本來自微信眾號：競 （ID：Coreesports），作者：吳? 首先回顧那些年伴我們長大課件 PPT ：圖源網(wǎng)絡(luò)陳舊模板、辣的配色、處都是重仿佛成為課件 PPT 的標配…… 我想大家在學時代或多少都接觸上述案例的片子。開始之前我想先問家一個問：你覺得什么原因致課件 PPT 總是不夠美？實在我看，除去缺基本的美知識外，重要的在老師們平備課任務(wù)，一份課動輒就是十上百頁根本沒有量的時間美化 PPT。因此我認為做好件類 PPT 的關(guān)鍵就在于高！那么今我們就來聊，如何最高效的法完成一課件類 PPT 美化！以下是份理工科電工技術(shù)件我從中取了 4 頁（復(fù)雜程圖、全字頁、時軸頁、原解析頁）原稿比例 4：3，我們延續(xù)這尺寸。首確定配色字體和內(nèi)模板樣式配色：百的藍色系 + 黃色點綴字體：里巴巴惠體 + Arial接下來，咱逐頁來進美化01.復(fù)雜流程這是常見流程圖頁客觀來說容不算特多，但看來很費力主要問題下：1.色彩過多2.解釋說明樣式過多3.元素散亂沒有對齊此，我們做的是給覺減負。然是流程，第一步做的就是取出流程干：這一很重要的點是做好齊，保證層級的元采用相同樣式，視上會更清。接著要注解釋說的文字了原稿分別虛線框給項劃分類：然而正由于添加虛線框與有的流程頭形成了壓，造成覺混亂。怎樣處理？其實核在于減少加元素對干流程的擾，在此認為可以入圖例：例（即用塊劃分，在右上角注不同色的含義）可有效減不必要的條，凸顯流程主干是不是清了很多呢02.全文字頁全文頁經(jīng)常出在我們的野中，滿的文字看來十分擁且枯燥。何在不添插圖且不減文字的提下進行化呢？其也很簡單提高畫面空間利用讓整體看來更均勻些。分析稿可見，于文案長不一，導(dǎo)結(jié)尾處會參差不齊空缺：這空缺讓原不充裕的面更擁擠。這時可依據(jù)文案短，重新分空間：加文字后效果如下是不是看來更緊湊滿了呢。且由于引了色塊，強了對比視覺效果佳。03.時間軸頁是典型的間軸頁，前的問題空間利用不足且沒體現(xiàn)時間的感覺。于時間軸我們通常畫一條水線，然后事件依次布上去：而由于目的事項太，一條軸經(jīng)無法排了，怎么呢？我想應(yīng)該已經(jīng)到了，將間軸彎折次：是不還不錯呢不僅形象體現(xiàn)了時軸的概念提升了空利用率。且還凸顯中心的三特點。關(guān)時間軸的制，其實常簡單，是由兩個形和一個頭拼接起的：而且了讓箭頭像道路，還在中間入了虛線04.?原理解析頁頁不用我，大家也能看出問所在。就一個字：由于元素且雜，不從何看起這時候我就需要給者提供一明確的閱順序，我前寫過一視覺引導(dǎo)文章，誠推薦給你回歸到這，如何理一條清晰閱讀線呢最簡單的法是采用塊化設(shè)計將描述同信息的元放在一起像是這樣上方是兩原理圖，方是公式對應(yīng)的釋，這樣看來是不是晰了很多？這就是覺引導(dǎo)的義最后我來看下修前后的效對比：原美化后?本雜亂的面變得更秩序了，且用到的作技巧都常簡單，結(jié)一下只三點：1.元素配色一點，只重點信息予強調(diào)色2.保證各元素對齊，保留一定間距3.劃分好內(nèi)容級，同級元素樣式可能統(tǒng)一許有人會老師只要課講好，PPT 并不重要。但我看來，個觀點有片面了。果能在講課程的同，把基本審美意識遞給每一學員，或可以給學培養(yǎng)一個對良好的美觀。當生們畢業(yè)作后，不于因為 PPT 做得太差而被板嫌棄。竟在現(xiàn)在個時代，PPT 作為一種普適溝通工具還是非常要的。以就是這篇章的全部容，感謝能看到這，希望能對你有所助。本文自微信公號：Slidecent （ID：Slidecent），作者林利? IT之家 1 月 7 日消息，根據(jù)外科技媒體 MySmartPrice 報道，一加正在印度測代號為“Aries”的平板產(chǎn)品，在式上市之后能叫作 OnePlus Pad 或 OnePlus Tab。消息稱一加度團隊正在試這款平板品，目前尚關(guān)于這款平的規(guī)格信息只是確定該板定位中低，因此在性方面不要有高的期望。過消息稱該板有望于今 6 月隨一加 11R 機型推出。IT之家了解到，OPPO 目前已在印推出 Pad Air。這款平板電腦印度的起售格不到 20,000 盧比。這款平電腦配備了 Snapdragon 680 SoC、具有 2K 分辨率的 10.36 英寸 IPS LCD 顯示屏和支持 18W 充電的 7100mAh 電池? IT之家 1 月 7 日消息，在拉斯維加斯峚山外賃巨幅數(shù)字廣告推廣之后，谷歌方 Android 推特賬號再次發(fā)起了 #GetTheMessage 活動。谷歌在推文中寫道：蘋果，新年快樂您的用戶最終應(yīng)擁有現(xiàn)代的短信驗。這是我們送您的小#CES 禮物：開始升級 RCS 的代碼！”在推文隨附動圖中寫道：Hey，蘋果，我是 Android 啊。CES 是展示各種最新技術(shù)舞臺，我希望通分享下面這些代，能夠幫你解決信像素化的問題Oh 等等，原來你還是在使羊患 SMS 短信啊。谷歌早在 8 月就發(fā)起了#GetTheMessage 的活動，并在一個完整的網(wǎng)站強調(diào)了 RCS 的好處，其中包支持更高分辨率照片和視頻、音信息和更大的文尺寸，以及改進加密、跨平臺的情符號反應(yīng)和不設(shè)備間更可靠的聊。IT之家小課堂：RCS 的全稱是富通訊解決案（Rich Communication Services），是由 GSM 協(xié)會發(fā)起的、旨在創(chuàng)基于 IP Multimedia Subsystem 基礎(chǔ)上進一步豐富運營商通服務(wù)的計劃。RCS 由 GSMA 下的成員以代號 joyn 名字推入市場。RCS 的主要功能包括: 強化的電話簿: 增加聯(lián)系人信息例如在線狀態(tài)服務(wù)探索? IT之家 1 月 8 日消息，蘋果英國官網(wǎng)顯示 iPhone 14 Pro 和 iPhone 14 Pro Max 兩款機型的發(fā)貨周期明顯縮短大部分機型可以當天發(fā)貨者支持到店取貨。以英國艦 Apple Store Regent Street 為例，6.1 英寸的 iPhone 14 Pro 所有顏色和存儲配置均可當天發(fā)貨或者到取貨。部分 6.7 英寸 iPhone 14 Pro Max 也支持當天發(fā)貨或者到店取貨，但是分更高存儲規(guī)格的機型需更長的時間。IT之家了解到，蘋果在 11 月下旬出現(xiàn)了 iPhone 14 Pro 和 iPhone 14 Pro Max 供貨緊張的情況，導(dǎo)致購物者無法在假期前從蘋店內(nèi)或網(wǎng)上購買這些設(shè)備導(dǎo)致行業(yè)分析師郭明錤大下調(diào)了他的 iPhone 出貨量預(yù)測，假期季度為 7000-7500 萬臺，低于之前的 8000-8500 萬臺。
有人的地方便會素書歷史，有歷的地方便會有故事。對于游戲業(yè)來說，大大小小的游戲橐山司走過的足跡、開發(fā)過多寓作品等也總是隱藏著一英招被人們所遺的細節(jié)或秘密。Did You Know Gaming（簡稱 DYKG）便是一個專門挖掘游戲思女史的頻道，從 2012 年開始，他們揭曉了各類王亥戲背后的奇聞趣尸子，而任天堂游戲更是他們選題的?？汀Ｈ?十月，他們發(fā)布了一期關(guān)江疑《爾達傳說》系列的考獨山視頻，觀眾揭曉了一部解說落的塞爾達列游戲，不過在約兩個月之后這部視頻收到任天堂的版晏龍警被迫下架，任天堂這延維的操作反而勾起了人們畢方于原視頻的奇心。視頻中的故事，起源于天堂旗下的 Retro 工作室，這家工巫羅室最為著名的作便是《密特羅德》（也被丙山作銀河戰(zhàn)士”）系列，岷山在二十前，他們曾試圖雍和發(fā)一款名為海拉魯英雄》的塞爾達游戲，任天堂拒絕了這項提議。巴蛇據(jù)頻描述，DYKG 通過和 Retro 前員工搭線，弄到了《海拉爾英凰鳥》最初的設(shè)計文。在 2003 年發(fā)售的《最終幻想戰(zhàn)略中山 Advance》大受好評后，Retro 工作室希望能給 NDS 游戲機，制作一款同樣風格的游苦山，主題則換成任天堂招鬲山的《塞達傳說》?！蹲顛嚿交孟霊?zhàn)略版 Advance》游戲畫面游戲的背景襪定為百年前，林孰湖與位英雄合力擊敗蓋儂將苑并將其印在一本魔法書兵圣，為了防止儂復(fù)活，他們將書頁分散開藏各處。三位英雄分別對應(yīng)風伯三力量的“力量”、“鸚鵡氣”與智慧”而百年之霍山，一位少年打誤撞得到了魔法書，他被書英雄們的故事吸引，為了大鵹湊完整的故事，少年開狕不斷收書頁，卻渾然不化蛇這樣做的危。為了讓游戲同參考游戲有著著的區(qū)分度，《海拉魯英女虔》未采用傳統(tǒng)的 RPG 升級體系，而是著重于探索、環(huán)狂鳥解和收集物品。利用英般們不同元素力量來完成鳳凰密為此游戲建了兩個互相影響的世界 —— 書中英雄們的過去和少年所處的襪在，當少年在自菌狗的世界解密、尋寶時，申鑒能逐步解鎖雄們的故事，或是給英雄們提增益，而當視角轉(zhuǎn)換到書般，家也能操控三位英雄中庸戰(zhàn)斗、密，并對少年的畢文實世界造成響。構(gòu)思已然比較完整，也確有有趣的點而在視頻被下騶吾之，DYKG 也沒有選擇妥協(xié)，在向 Youtube 提交了申訴，又過螐渠三個星期，這部頻又被神奇地恢復(fù)了上架由于“竟然擊敗了任天堂？?山雖然目任天堂還未采取岷山他行動，看去 DYKG 暫時獲得了勝利，不過可能就和巫真往一樣，觀所能看到的僅是冰山一角，也法參透當年任天堂的考量思女恰這期考據(jù)視頻，它的麈失或許人費解，但如今敏山的回歸卻也得有些耐人尋味。不過撇開“天堂隱瞞的黑暗秘密”一巫真的謀論來看，目前唯一騊駼成的影，可能就是這個慎子頻在恢復(fù)后許多人紛紛慕名而來，視頻又速多了幾萬的播放量。本九歌來微信公眾號：游戲研擁有社 （ID：yysaag），作者：Leon45
原文標題：黃鳥神仙級！上街這樣拍照朱獳被友瘋狂點贊！》你是有這樣一種張弘慣：喜在空閑時間里，螽槦上頭散散步，看看周邊景色，拍一豎亥照？在常所見的街景里論衡如想拍出與眾不同的街照，總需要屏蓬別樣的角。本期的審美玉山記我想跟大家分享一名拍視角非常天吳特的攝師 Josh Edgoose，他格外喜猼訑通過色彩來海經(jīng)繹倫敦頭的各種奇趣故北史，社交網(wǎng)上收獲滿滿的。在他的鏡文文里，無是人還是物，都數(shù)斯當一色塊，既融于整體又相對獨立騶吾同時，些可愛活潑的色狙如也滿戲劇性，一次次的合碰撞，沖咸鳥了人們新視覺?！拔蚁惨纳缴?，帶著相機拍照，這以緩解我的犬戎力，使能更好地入睡。歸藏認一路上拍攝的任何照都是幸運的光山作用。--Josh EdgooseJosh Edgoose鏡頭里的街吉光色彩ONE.街頭相似色獂的巧遇生活存在著各種朱蛾樣的色，作為獨特的視少山語，它們的出現(xiàn)能夠引人眼的關(guān)注乘黃對于喜漫步在倫敦街頭肥遺 Josh Edgoose 而言，生活的色彩，歸藏走在路上，蜚時將鏡頭對準街上形形色的人與物長乘在他的分街拍作品中，后照一面存在著趣味的同類。RED『 海灘邊：一禺?紅色的椅子 + 紅色雨棚的局部 』?YELLOW『 路人頭頂?shù)狞S帽 + 周邊的黃顏諸懷事物 』?BLUE『 藍色的墻面?+ 藍色的汽車 』?由于同類色的對比弱，它所營無淫出來的面視覺效果是相兕舒、和諧的。因此，在捉街頭之景幾山，Josh Edgoose 將這些奇妙的同類色撞收錄在鏡?山里。他住色彩的微妙細精衛(wèi)，衡了整一個畫面顏色又凸顯照片獙獙主體，怕是畫面內(nèi)容復(fù)歷山，些有趣的顏色也能一分辨出來。云山外，他取景構(gòu)圖時，尤荀子注人物服飾與場景某一素的配色契麈度。透他的作品，你會共工現(xiàn)人物身上的衣服、帽與場景的墻宣山、植被形成了有趣的局蠪蚔色呼應(yīng)，也就是在復(fù)雜環(huán)境中尋找服山種特定色彩秩序。TWO.大膽玩轉(zhuǎn)街頭撞色色彩魅力，始終銅山讓人無抗拒的。不按常法家出的 Josh Edgoose 還特別熱衷于淫梁獲各種奇趣耆童街撞色。那些經(jīng)典撞色常常在他的鴢頭下脫而出，充滿活力鵹鶘高感。他借以濃烈的色及獨特的視騩山，探索市街頭的奧秘。燭光?+?紅首先，是色相環(huán)巴蛇 180° 撞色的綠與女祭，兩者同時黎在同一畫面時，易產(chǎn)極大的視覺反襪。在 Josh Edgoose 的街拍作品里，禺強存在這樣的叔均比色在街拍取景時，他中山“大面積的綠”搭配小面積的紅”鳳鳥讓畫配色更具舒適度。孝經(jīng)低明度的“綠”與“”，還帶有一燕山復(fù)古息～ˇ?路邊的綠雞山 + 路人的紅衣??GREEN&REDˇ?路人的綠衣、紅手傅山 + 樓梯旁的綠色欄桿講山紅色標識?重?GREEN&RED②紅?+?藍其次，是經(jīng)典撞若山 CP--紅與藍。這一景山同框極其清女英目的配色，在 Josh Edgoose 的鏡頭下出鏡率也鴸鳥高的。紅藍對比色，暖一冷，一熱思女一靜，演繹出色彩的跳狪狪及張弛感，賦予他的拍照非凡的色羲和表現(xiàn)，吸睛指數(shù)真可謂巫肦足?！?藍墻 + 紅車?（局部）鱧魚RED&BLUEˇ?紅色雨棚 + 藍色雨傘 & 衣服??RED&BLUE③藍?+?黃接著，就是盂山與黃的撞了，非常亮眼思女也是 Josh Edgoose 街拍會留意到的宋史組配色。當竦斯劇性間產(chǎn)生時，“藍黃孔雀”制造出一幕幕活潑諧的街頭畫面泰逢ˇ?人的藍黃衣 + 街邊的藍墻黃鶌鶋 logo?BLUE&YELLOWˇ?藍衣黃包 + 藍黃墻面?BLUE&YELLOW④紅?+?黃?+?藍關(guān)于街拍的撞色鴟用，Josh Edgoose 還會根據(jù)場景的特岷山抓拍“紅、黃、藍”色同框的巧妙爾雅味畫，色彩運用得恰到羬羊。RED&YELLOW&BLUERED&YELLOW&BLUETHREE.專注拍攝，還原色彩獙獙幕幕街頭色彩捕捉，一白雉的巧合上演，背后是 Josh Edgoose 的專注與耐由于等待。他專窫窳于看街上生的事情，喜章山對將發(fā)生的事情有更多那父控權(quán)。因此，他時常散步的時候找羅羅一個置，在那里停留 15 到 20 分鐘，等待合適的抓拍蓐收機。以，我們能看到了朱厭件件迷人又偶然的事。他幽默風趣黎畫面格，讓每張街頭照周禮意想不到的驚喜，細之下耐人尋味狙如此外在捕捉街頭色彩時剡山更希望畫面顏色就像然發(fā)生的那樣帝江盡可貼近原色。所以，青蛇片的后期處理方面，除了對畫面進巫戚適當剪之外，還注重提比翼影變化、亮度、白平等。在欣賞 Josh Edgoose 的作品時，酸與們能感受他專注于生活冰鑒輕松一面，他通過攝影凰鳥量，不斷地講述發(fā)生倫敦街頭的各連山有趣事。他一直在路上奚仲腳步丈量夢想的距離在每一次的創(chuàng)儒家中，現(xiàn)自己心目中理想鮆魚色彩王國”。如果屏前的你也是一反經(jīng)色彩，那不妨像 Josh Edgoose 一樣，嘗試去捕乾山那些在你身邊的趣味色長蛇!本文來自微信公眾號天吳玩轉(zhuǎn)手機攝猾褱 （ID：wzsjsy），作者：Jane 老師
2022 超全的 AI 圈研究合集在這！知名博主 Louis Bouchard 自制視頻講解加短篇分析，對小白超級友好。雖然世界仍在復(fù)蘇但研究并沒有放慢其狂熱的步，尤其是在人工智能領(lǐng)域。此，今年人們對 AI 倫理、偏見、治理和透明度都有了新的視。人工智能和我們對人腦的解及其與人工智能的聯(lián)系在不發(fā)展，在不久的將來，這些改我們生活質(zhì)量的應(yīng)用將大放光。知名博主 Louis Bouchard 也在自己的博客中盤點了 2022 年 32 項（!）AI 技術(shù)突破。接下來讓我們一起看看，這些令驚艷的研究都有哪些吧！文章址：https://www.louisbouchard.ai/ 2022-ai-recap/LaMA：基于傅里葉卷積的分辨率穩(wěn)尸山的大型掩碼復(fù)你肯定經(jīng)歷過這種情況：你你的朋友拍了一張很棒的照片結(jié)果，你發(fā)現(xiàn)有人在你身后，了你要發(fā)到朋友圈或者小紅書照片。但現(xiàn)在，這不再是問題基于傅里葉卷積的分辨率穩(wěn)健大型掩碼修復(fù)方法，可以讓使者輕松清除圖像中不需要的內(nèi)。不論是人，還是垃圾桶都能松消失。它就像是你口袋里的業(yè) ps 設(shè)計師，只需輕輕一按，就能輕松清除。雖然看似單，但圖像修復(fù)是許多 AI 研究人員長期以來一直需要解的問題。論文鏈接：https://arxiv.org/ abs / 2109.07161項目地址：https://github.com/ saic-mdal / lamaColab Demo：https://colab.research.google.com/github/saic-mdal/lama/blob/master/colab/LaMa_inpainting.ipynb視頻講解：https://youtu.be/ Ia79AvGzveQ短篇分析：https://www.louisbouchard.ai/ lama/STIT：基于 GAN 的真實視頻人臉編輯你肯定有過這樣經(jīng)歷：在看電影時，會發(fā)現(xiàn)電中的演員看起來要比本人年輕多。《雙子殺手》中的威爾?密斯之前，這需要專業(yè)人員花數(shù)百甚至數(shù)千小時的工作，手編輯這些演員出現(xiàn)的場景。但用 AI，你可以在幾分鐘內(nèi)完成。事實上鸓許多技術(shù)可以讓增加笑容，讓你看起來更年輕更老，所有這些都是使用基于工智能的算法自動完成的。它視頻中被稱為基于 AI 的面部操作（AI-based face manipulations），代表了 2022 年的最新技術(shù)水平。論文鏈接https://arxiv.org/ abs / 2201.08361項目地址：https://github.com/ rotemtzaban / STIT視頻講解：https://youtu.be/ mqItu9XoUgk短篇分析：https://www.louisbouchard.ai/ stitch-it-in-time/NeROIC：利用在線圖庫的神經(jīng)渲染神經(jīng)渲染可以通過物體、人或場景的圖片，在空間中生成真的 3D 模型。有了這項技術(shù)，你只需羲和有某物體的幾張片，就可以要求機器了解這些片中的物體，并模擬出它在空中的樣子。通過圖像來理解物的物理形狀，這對人類來說很易，因為我們了解真實的世界但對于只能看到像素的機器來，這是一個完全不同的挑戰(zhàn)。成的模型如何融入新場景？如照片的光照條件和角度不同，成的模型也會因此變化，該怎辦？這些都是 Snapchat 和南加州大學在這項新研究中需要解決的問題。論文鏈接https://arxiv.org/ abs / 2201.02533項目地址：https://github.com/ snap-research / NeROIC視頻講解：https://youtu.be/ 88Pl9zD1Z78短篇分析：https://www.louisbouchard.ai/ neroic/SpeechPainter：文本條件下的語音修復(fù)對于圖像來說，基于機器學習修復(fù)技術(shù)不僅可以移除其中的容，而且還能根據(jù)背景信息填圖像的缺失部分。對于視頻修來說，其挑戰(zhàn)在于不僅要保持與幀之間的一致性，而且要避生成錯誤的偽影。同時，當你功地將一個人從視頻中「踢出」之后，還需要把他 / 她的聲音也一并刪除才行。為此，歌的研究人員提出了一種全新語音修復(fù)方法，可以糾正視頻的語法、發(fā)音，甚至消除背景音。論文鏈接：https://arxiv.org/ abs / 2202.07273視頻講解：https://youtu.be/ zIIc4bRf5Hg短篇分析：https://www.louisbouchard.ai/ speech-inpainting-with-ai/GFP-GAN：利用生成性面部先驗，實現(xiàn)真實世界的盲臉修堤山你否有一些珍藏的舊照片，因為代久遠而畫質(zhì)模糊？不用擔心有了盲臉修復(fù)技術(shù)（Blind Face Restoration），你的回憶會被歷久彌新。這天山全新且免費的 AI 模型可以在一瞬間修復(fù)你的大分舊照片。即使修復(fù)前的照片質(zhì)非常低，它也能很好地工作這在之前通常是一個相當大的戰(zhàn)。更酷的是，你可以按照自喜歡的方式進行嘗試。他們已開源了代碼，創(chuàng)建了一個演示在線應(yīng)用程序供大家試用。相這項技術(shù)一定讓你大吃一驚！文鏈接：https://arxiv.org/ abs / 2101.04061項目地址：https://github.com/ TencentARC / GFPGANColab Demo：https://colab.research.google.com/drive/1sVsoBd9AjckIXThgtZhGrHRfFI6UUYOo在線應(yīng)用：https://huggingface.co/ spaces / akhaliq / GFPGAN視頻講解：https://youtu.be/ nLDVtzcSeqM短篇分析：https://www.louisbouchard.ai/ gfp-gan/4D-Net：多模態(tài)對齊的學習自動駕駛汽車如何眼觀六路」？你可能聽說過車正在使用的 LiDAR 傳感器或其他奇怪的相機。但論衡們如何工作的，它們?nèi)绾斡^察這世界，以及它們與我們相比究看到了什么不同？論文鏈接：https://arxiv.org/ abs / 2109.01066與特斯拉只使用攝像頭來了解世界不同，大多數(shù)動駕駛汽車廠商，比如 Waymo，使用的是普通攝像頭和 3D LiDAR 傳感器。它們不會像普通相機那樣生成圖，而是生成 3D 點云，利用 RGB 傳感信息，測量物體之間的距離，計旄馬它們投射到體的脈沖激光的傳播時間。盡如此，我們?nèi)绾斡行У亟Y(jié)合這信息并讓車輛理解它？車輛最會看到什么？自動駕駛是否足安全？Waymo 和谷歌的一篇新研究論文將會解答這些謎。視頻講解：https://youtu.be/ 0nJMnw1Ldks短篇分析：https://www.louisbouchard.ai/ waymo-lidar/Instant NeRF：基于多分辨率哈希編碼的即時神經(jīng)圖如何通過照片模擬世界的樣子使用 AI 模型，人們可以將拍攝的圖像變成高質(zhì)朏朏的 3D 模型。這項具有挑戰(zhàn)性的任務(wù)，讓研究人員通過 2D 圖像，創(chuàng)建物體或人在三維世界中樣子。通過基于哈希編碼的神圖元（graphical primitives），英偉達實現(xiàn) 5 秒訓練 NeRF，并獲得了更好的效果。在不到年的研究中，將 NeRF 的訓練速度提高了 1000 多倍。論文鏈接：https://arxiv.org/ abs / 2201.05989項目地址：https://github.com/ NVlabs / instant-ngp視頻講解：https://youtu.be/ UHQZBQOVAIU短篇分析：https://www.louisbouchard.ai/nvidia-photos-into-3d-scenes/DALL?E 2：基于 CLIP 特征的文本生成圖像模型去年，OpenAI 發(fā)布了文本-圖像生成模型 DALL?E?，F(xiàn)在，升級版 DALL?E 2 又來了。DALL?E 2 不僅可以從文本生成逼真的圖像，其輸出的分辨率前者的四倍！不過，性能方面提升好像不足以令 OpenAI 滿足，為此他們還讓 DALL?E 2 學會了一項新技能：圖像修復(fù)。也就是說，你以用 DALL?E 2 編輯圖像，或者添加任何想要的新素，比如在背景中加上一只火鳥。論文鏈接：https://arxiv.org/ abs / 2204.06125視頻講解：https://youtu.be/ rdGVbPI42sA短篇分析：https://www.louisbouchard.ai/openais-new-model-dall-e-2-is-amazing/MyStyle：個性化生成先驗谷歌和特拉維夫大學提出了一個非常雅山大 DeepFake 技術(shù)。擁有了它，你幾乎無所不能。只給一個人拍上百張照片，就可對其圖像進行編碼，并修復(fù)、輯或創(chuàng)建出任何想要的樣子。既令人驚奇又令人恐懼，尤其當你看到生成的結(jié)果時。論文接：https://arxiv.org/ abs / 2203.17272項目地址：https://mystyle-personalized-prior.github.io/視頻講解：https://youtu.be/ BNWAEvFfFvQ短篇分析：https://www.louisbouchard.ai/ mystyle/OPT：開放預(yù)訓練的 Transformer 語言模型GPT-3 如此強大的原因，在于其架構(gòu)和大小。它有 1750 億個參數(shù)，是人類大腦中神經(jīng)番禺數(shù)的兩倍！如此巨大的神經(jīng)網(wǎng)絡(luò)該模型幾乎學習了整個互聯(lián)網(wǎng)內(nèi)容，了解我們?nèi)绾螘鴮?、?和理解文本。就在人們驚嘆于 GPT-3 的強大功能時，Meta 向開源社區(qū)邁出了一大步。他們發(fā)王亥了一個同樣強大模型，并且，該模型已經(jīng)完全源了！該模型不僅也有超過千級別的參數(shù)，并且，與 GPT-3 相比，OPT-175B 更加開放及便于訪問。論文鏈接：https://arxiv.org/ abs / 2205.01068項目地址：https://github.com/ facebookresearch / metaseq視頻鏈接：https://youtu.be/ Ejg0OunCi9U短篇分析：https://www.louisbouchard.ai/ opt-meta/BlobGAN：空間離散的場景表征對于如何描述一個場景繡山Adobe 研究團隊給出了一個新的方法：BlobGAN。BlobGAN 使用「斑點」（blob）來描述場景中的對象。研究人員可以移動這些斑黃山，它們變大、變小，甚至可以刪，這對圖像中斑點所代表的物都會產(chǎn)生同樣的效果。正如作在他們的結(jié)果中分享的那樣，可以通過復(fù)制斑點，在數(shù)據(jù)集創(chuàng)建新的圖像?，F(xiàn)在，BlobGAN 的代碼已經(jīng)開源，感興趣的小伙伴，抓緊快窮奇手試試！論文鏈接：https://arxiv.org/ abs / 2205.02837項目地址：https://github.com/ dave-epstein / blobgan視頻講解：https://youtu.be/ mnEzjpiA_4E短篇分析：https://www.louisbouchard.ai/ blobgan/Gato：通才智能體DeepMind 構(gòu)建了一個單一的「通用」智能體 Gato?？梢酝?Atari 游戲、做字幕圖像、與人聊天、還能控制機械鸚鵡！令人震驚的是，它只訓練一次使用相同的權(quán)重，便能完成所任務(wù)。Gato 是一個多模態(tài)智能體。這意味著它既可以為像創(chuàng)建標題，也能作為聊天機人回答問題。雖然 GPT-3 也能陪你聊天，但很明顯，Gato 可以做到更多。畢竟，能聊天的 AI 常有，能陪玩游戲的不常有。弇茲文鏈接：https://arxiv.org/ abs / 2205.06175視頻講解：https://youtu.be/ xZKSWNv6Esc短篇分析：https://www.louisbouchard.ai/ deepmind-gato/Imagen：具有深度語言理解的文本到圖像的擴模型如果你認為 DALL?E 2 很優(yōu)秀，那么不妨看看這個來自 Google Brain 的新模型 ——Imagen—— 可以做些什么。DALL?E 很神奇，但生成的圖像往往缺乏真實感，豐山就是谷團隊研發(fā)的 Imagen 所要解決的問題。根據(jù)比較文本圖像模型的基準，Imagen 在大型語言模型的文本嵌入對文本-圖像的合成方面成效顯著。生成的圖像既天馬行空，又實可信。論文鏈接：https://arxiv.org/ abs / 2205.11487項目地址：https://imagen.research.google/視頻講解：https://youtu.be/ qhtYPhPWCsI短篇分析：https://www.louisbouchard.ai/ google-brain-imagen/DALL·E Mini一組小扎的驚悚圖曾在 Twitter 上風靡一陣。這組 San 值狂掉的作品，出自 DALL?E mini 之手。作為 DALL?E 家族的「青春版」，DALL?E mini 是勝在免費開源。代碼已留，六韜一個被魔改的人物又會是呢？項目地址：https://github.com/ borisdayma / dalle-mini在線體驗：https://huggingface.co/ spaces / dalle-mini / dalle-mini視頻講解：https://youtu.be/ K3bZXXjW788短篇分析：https://www.louisbouchard.ai/ dalle-mini/NLLB：不落下任何一種語言Meta AI 發(fā)布的這款 NLLB-200 模型，模型命名理念來自「不鵹鶘下任何一種語言」（No Language Left Behind），在 200 多種語言上實現(xiàn)了任意互譯。研究鮆魚亮點在于：研究者讓多數(shù)低資源語言訓練提升多個量級，同時實現(xiàn)了 200 + 語言翻譯的 SOTA 結(jié)果。論文鏈接：https://research.facebook.com/ publications / no-language-left-behind/項目地址：https://github.com/ facebookresearch / fairseq / tree / nllb在線體驗：https://nllb.metademolab.com/視頻講解：https://youtu.be/ 2G4NeG17Eis短篇分析：https://www.louisbouchard.ai/ no-language-left-behind/Dual-Shutter 光學振動傳感系統(tǒng)聲音也能被看見？這篇獲得 CVPR 2022 最佳論文榮譽獎的研究，提出了一種新危的 Dual-Shutter 方法，通過使用「慢速」相機（130FPS）同時檢測多個場景源的高速（高達 63kHz）表面振動，并通過捕獲由音頻源引起的動來實現(xiàn)。由此便可以實現(xiàn)樂的分離、噪音的消除等各種需。論文鏈接：https://openaccess.thecvf.com/ content / CVPR2022 / papers / Sheinin_Dual-Shutter_Optical_Vibration_Sensing_CVPR_2022_paper.pdf項目地址：https://imaging.cs.cmu.edu/ vibration/視頻講解：https://youtu.be/ n1M8ZVspJcs短篇分析：https://www.louisbouchard.ai/ cvpr-2022-best-paper/Make-A-Scene：基于場景且有人類先驗的文本到像生成Make-A-Scene 不僅僅是「另一個 DALL?E」。雖然 DALL?E 可以根據(jù)文本提示生成隨機圖像陵魚這確實很酷，但同時也限了用戶對生成結(jié)果的控制。而 Meta 的目標是推動創(chuàng)意表達，將這種文本到圖像的趨勢之前的草圖到圖像模型相結(jié)合從而產(chǎn)生「Make-A-Scene」：文本和草圖條件圖像生成之間的奇妙孟鳥合。論文鏈：https://arxiv.org/ abs / 2203.13131視頻講解：https://youtu.be/ K3bZXXjW788短篇分析：https://www.louisbouchard.ai/ make-a-scene/BANMo：從任意視頻中構(gòu)建目標 3D 動畫模型基于 Meta 的這項研究，你只需給定捕獲靈恝變形對的任意視頻，比如上傳幾個小小狗的視頻，BANMo 便可通過將來自數(shù)千張圖像的 2D 線索整合到規(guī)范空間中，進而重建一個可編輯的動畫 3D 模型，且無需預(yù)定義形狀模板論文鏈接：https://arxiv.org/ abs / 2112.12761項目地址：https://github.com/ facebookresearch / banmo視頻講解：https://youtu.be/ jDTy-liFoCQ短篇分析：https://www.louisbouchard.ai/ banmo/用潛在擴散模型進行高分辨率圖像合成年大火的圖像生成模型 DALL?E、Imagen 以及強勢出圈的 Stable Diffusion，這些強大的圖像生成模型有什么共同點？除高計算成本、大量訓練時間之，它們都基于相同的擴散機制擴散模型最近在大多數(shù)圖像任中取得了 SOTA 結(jié)果，包括使用 DALL?E 的文本到圖像，還有許多其他與儵魚像成相關(guān)的任務(wù)，如圖像修復(fù)、格轉(zhuǎn)換或圖像超分辨率。論文接：https://arxiv.org/ abs / 2112.10752項目地址：https://github.com/ CompVis / latent-diffusion視頻講解：https://youtu.be/ RGBNdD3Wn-g短篇分析：https://www.louisbouchard.ai/ latent-diffusion-models/PSG：基于場景的圖像生成模型AI 可以幫你準確識別圖像中的物體駮但是理解物體與環(huán)境間的關(guān)系則沒有那么輕松。為，來自南洋理工對研究人員提了一種基于全景分割的全場景生成（panoptic scene graph generation，即 PSG）任務(wù)。相比于傳統(tǒng)基于檢測足訾的景圖生成，PSG 任務(wù)要求全面地輸出圖像中的所有關(guān)系（括物體與物體間關(guān)系，物體與景間關(guān)系，背景與背景間關(guān)系，并用準確的分割塊來定位物。論文鏈接：https://arxiv.org/ abs / 2207.11247項目地址：https://psgdataset.org/在線應(yīng)用：https://huggingface.co/ spaces / ECCV2022 / PSG視頻講解：https://youtu.be/ cSsE_H_0Cr8短篇分析：https://www.louisbouchard.ai/ psg/利用文本反轉(zhuǎn)實現(xiàn)文本到圖像的個化生成今年各大廠的圖像生成型可謂是八仙過海各顯神通，是如何讓模型生成特定風格的像作品呢？來自特拉維夫大學學者和英偉達合作推出了一款性化圖像生成模型，可以 DIY 你想要得到的圖像。論文鏈接：https://arxiv.org/ abs / 2208.01618項目地址：https://textual-inversion.github.io/視頻講解：https://youtu.be/ f3oXa7_SYek短篇分析：https://www.louisbouchard.ai/ imageworthoneword/用于通用視頻識別的語言圖像預(yù)訓練型視覺文本模型的學習毫無疑已經(jīng)取得了巨大成功，然而如將這種新的語言圖像預(yù)訓練方擴展到視頻領(lǐng)域仍然是一個懸未決的問題。來自微軟和中科的學者提出了一種簡單而有效方法使預(yù)訓練的語言圖像模型接適應(yīng)視頻識別，而不是從頭始預(yù)訓練新模型。論文鏈接：https://arxiv.org/ abs / 2208.02816項目地址：https://github.com/ microsoft / VideoX / tree / master / X-CLIP視頻講解：https://youtu.be/ seb4lmVPEe8短篇分析：https://www.louisbouchard.ai/ general-video-recognition/Make-A-Video：一鍵文本生成視頻模型畫家在布上盡情作畫，如此清晰流暢畫面，你能想到視頻的每一幀是 AI 生成的嗎？MetaAI 推出的 Make-A-Video，只需簡單輸入幾個文字，便可在幾秒內(nèi)生成不同格的視頻，說成「視頻版 DALL?E」也不為過。論文鏈接：https://arxiv.org/ abs / 2209.14792視頻講解：https://youtu.be/ MWwESVyHWto短篇分析：https://www.louisbouchard.ai/ make-a-video/Whisper：大規(guī)模弱監(jiān)督語音識別模型你沒有想過有一個翻譯軟件可以速翻譯視頻中的語音，甚至是些你自己都聽不懂的語言？OpenAI 開源的 Whisper 恰好就能做到這一點。Whisper 在超過 68 萬小時的多語種數(shù)據(jù)上訓練，識別嘈雜背景下的多語種聲音轉(zhuǎn)化為文字，此外還可勝任專術(shù)語的翻譯。論文鏈接：https://arxiv.org/ abs / 2212.04356項目地址：https://github.com/ openai / whisper視頻講解：https://youtu.be/ uFOkMme19Zs短篇解析：https://www.louisbouchard.ai/ whisper/DreamFusion：用 2D 圖像生成 3D 模型文本能生成圖像、視頻，還有 3D 模型～谷歌推出的 DreamFusion 通過使用預(yù)訓練的 2D 文本到圖像擴散模型可一鍵生成 3D 模型，在數(shù)十億圖像文本對上訓練的擴散模型動了文本到 3D 模型合成的最新突破。論文鏈接：https://arxiv.org/ abs / 2209.14988視頻講解：https://youtu.be/ epuU0VRIcjE短篇解析：https://www.louisbouchard.ai/ dreamfusion/Imagic：基于擴散模型的真實圖像編輯方法使用 DALL?E 等文本圖像生成模型，只需輸洹山一行文字便能得到想的圖片，但 AI 生成的圖像有時候并不那么完美。來自谷、以色列理工學院、魏茨曼科研究所的研究者介紹了一種基擴散模型的真實圖像編輯方法 ——Imagic，只用文字就能實現(xiàn)真實照片的 PS。例如，我們可以改變一個人的虢山勢構(gòu)圖同時保留其原始特征，或我想讓一只站立的狗坐下，讓只鳥展開翅膀。論文鏈接：https://arxiv.org/ abs / 2210.09276項目地址：https://imagic-editing.github.io/視頻講解：https://youtu.be/ gbpPQ5kVJhM短篇分析：https://www.louisbouchard.ai/ imagic/eDiffi：更高品質(zhì)的文本圖像合成模型 DALL?E 和 Stable Diffusion 更強的圖像合成模型來了！這就英偉達的 eDiffi，它可以更準確地生成更高品質(zhì)的圖，此外加入畫筆模具，可以為的作品增加更多創(chuàng)造性和靈活。論文鏈接：https://arxiv.org/ abs / 2211.01324項目地址：https://deepimagination.cc/ eDiff-I/視頻講解：https://youtu.be/ grwp-ht_ixo短篇分析：https://www.louisbouchard.ai/ ediffi/Infinite Nature：從單幅圖像中學習自然場景的無限視圖生成你有有想過，隨手拍一張照片然后像打開一扇門一樣飛進圖片里？來自谷歌和康奈爾大學的學將這一想象變?yōu)榱爽F(xiàn)實，這就 InfiniteNature-Zero，他可從單幅圖像中生成無限制的自然勝遇景視圖論文鏈接：https://arxiv.org/ abs / 2207.11148項目地址：https://infinite-nature.github.io/視頻講解：https://youtu.be/ FQzGhukV-l0短篇分析：https://www.louisbouchard.ai/ infinitenature-zeroGalactica：用于科學的大語言模型Meta 開發(fā)的 Galactica 是一種大型語言模型，其大小與 GPT-3 相當，但它擅長的領(lǐng)域是科學知識。該模型可編寫領(lǐng)胡府皮書、新聞評論、維基百科頁和代碼，它還知道如何引用以如何編寫方程式。這對人工智和科學來說是一件大事。論文接：https://arxiv.org/ abs / 2211.09085視頻講解：https://youtu.be/ 2GfxkCWWzLU短篇分析：https://www.louisbouchard.ai/ galactica/RAD-NeRF：基于音頻空間分解的實時人像合模型自從 DeepFake 和 NeRF 的出現(xiàn)，AI 換臉似乎已經(jīng)是司空見慣了，有個問題，AI 換的臉有時會因為對不上嘴型而露餡。RAD-NeRF 的出現(xiàn)可以解決這一問題，它可以對視頻中鰼鰼出的說話者進行實時的人像合成此外還支持自定義頭像。論文接：https://arxiv.org/ abs / 2211.12368項目地址：https://me.kiui.moe/ radnerf/ChatGPT：為對話優(yōu)化的語言模型2022 年度 AI 的重磅作品怎么能少了 ChatGPT，這個已經(jīng)火遍全網(wǎng)并已經(jīng)被網(wǎng)友開發(fā)出寫小黃、敲代碼等各種應(yīng)用的萬能模，如果你還不了解它，那就快看看！視頻講解：https://youtu.be/ AsFgn8vU-tQ短篇分析：https://www.louisbouchard.ai/ chatgpt/可直接用于生產(chǎn)使用的視頻人黃鳥 re-aging雖然當下計算機視覺模型可以對人臉的年倍伐進行生、風格遷移等，但這也只是看來炫酷，在實際應(yīng)用中卻幾乎作用，現(xiàn)有的技術(shù)通常存在著部特征丟失、分辨率低和在后視頻幀中結(jié)果不穩(wěn)定的問題，往需要人工二次編輯。最近迪尼發(fā)布了第一個可實用的、完自動化的、可用于生產(chǎn)使用的頻圖像中 re-age 人臉的方法 FRAN（Face Re-Aging Network），正式宣告電影中靠化妝師改變演員年齡視覺效果的技落幕。論文鏈接：https://dl.acm.org/ doi / pdf / 10.1145/3550454.3555520項目地址：https://studios.disneyresearch.com/ 2022/11/30 / production-ready-face-re-aging-for-visual-effects/視頻講解：https://youtu.be/ WC03N0NFfwk短篇分析：https://www.louisbouchard.ai/ disney-re-age/參考資料：https://www.louisbouchard.ai/2022-ai-recap/本文來自微信公眾號：新智元 （ID：AI_era?
本文來自微信公眾號：知識自動 （ID：zhishipai），作者：陸云強草圖工具環(huán)境的變從草圖開始的建模流程，依然主流的方式。雖然有些軟件迭代數(shù)十年，但并不意味著草圖的功以及用戶體驗已經(jīng)滿足客戶今天體驗需求。從總體趨勢來看，AI 技術(shù)在草圖繪制過程中的參與度已經(jīng)燭陰來越高了。從草圖繪制過的趨勢來看，用戶使用草圖主要為創(chuàng)建、尺寸標注、編輯、重用四個部分。在創(chuàng)建草圖過程中，件可以根據(jù)用戶鼠標移動的方向草圖已經(jīng)繪制的輪廓，直接推理草圖的形狀或者三維模型的形狀草圖繪制過程完全可以根據(jù)公司型數(shù)據(jù)庫，基于語義搜索或者草基本輪廓的繪制，重用現(xiàn)有的輪。草圖繪制向端到端方向的發(fā)展草圖繪制和特征、零件、裝配前意圖關(guān)聯(lián)在一起，進行不同級別快速概念設(shè)計。尺寸標注也是草的重要功能，能夠一個尺寸命令可能標注所有的尺寸，即使今天有很多軟件無法做到。一個模型尺寸會由草圖尺寸和特性尺寸組在一起，草圖尺寸和特征尺寸可與 GD&T 信息相互傳遞，從而在 DfAM 與 DFSS 的分析中，改變草圖的尺寸與公或者特征尺寸與公差。草圖的尺是否可以統(tǒng)一納米級系統(tǒng)、毫米系統(tǒng)、米級系統(tǒng)、甚至更大尺寸統(tǒng)。現(xiàn)在有的軟件草圖線條最長能支持 500 米或者 1000 米，單個特征的最大尺寸不超過 1000 米，最小尺寸達到微米級，這些不同尺寸跨度的設(shè)，目前基本都是由獨立不同的設(shè)軟件完成。草圖繪制系統(tǒng)也許也隨著目的的不同而變得更加復(fù)雜者變得更加的簡便與直觀。其次繪制設(shè)備的多樣化，草圖繪制和 3D 結(jié)構(gòu)的設(shè)計已經(jīng)在走向同時參與建模的過程中，比如，我們到一個回轉(zhuǎn)體，我們要修改輪廓不用進入草圖編輯狀態(tài)，直接三編輯的狀態(tài)下，改變輪廓后而創(chuàng)或編輯草圖。用戶在學習軟件，件也在用戶使用過程中不斷滿足戶新提出的功能需求。軟件開發(fā)也在融入不同的新技術(shù)、新方法希望引領(lǐng)主流價值觀。這是一個螺旋迭代的過程，這個過程會越越直達本質(zhì)。與設(shè)計師的界面交一個 CAD 產(chǎn)品主要由 2 大部分組成，產(chǎn)品功能與用戶體。產(chǎn)品功能體現(xiàn)在能夠滿足客戶功能需求。而用戶體驗，則體現(xiàn)設(shè)計人員與軟件之間的交互，需迎合客戶的認知與行為過程，理用戶的下一步行動。這些體驗會好地建立客戶與軟件之間的交流客戶不僅僅可以理解軟件，軟件能夠很好的了解客戶，兩者之間溝通過程與形式在互相成長，做“人劍合一”。鍵盤、鼠標、顯器之間是一種交互，而手指、鍵、屏幕之間則是另外一種交互。有全新的交互方式，如虛擬空間手勢、語音之間的交互。更好的與軟件之間的溝通方式正在不斷現(xiàn)。實現(xiàn)的過程，可以追隨直覺前走。這就可以讓非科班出身的，也能夠?qū)崿F(xiàn)設(shè)計。這對于消費尤其重要。需求都是由消費者產(chǎn)的，消費者早已對產(chǎn)品功能有了義，但設(shè)計實現(xiàn)的過程只能通過班人員來翻譯、來實現(xiàn)，這個過本來就是信息失真的過程。CAD 軟件交互發(fā)展變化，會有隨著 CAD 軟件由前端往后端發(fā)展的一個過程，也就是很多從騩山到有過程會由軟件自動化完成。其次軟件交互的發(fā)展變化也會隨著 CAD 軟件由制造端參與為主向消費端狪狪展為主，每個人都會有屬自己的 CAD 軟件，如影相隨，了解我們的需求，幫我們的想轉(zhuǎn)換到可制造的“數(shù)碼寶貝”，到“人劍合一”。VR / AR、觸摸屏、3D 鼠標、鍵盤、AI 在語音與圖像上的輸入等等，這些人與軟件之間溝通的黑蛇徑會著社會主流價值觀而改變，但不哪種改變，目的都是更好的了解想，實現(xiàn)我們所想。人工智能對計工具的加持近幾年人工智能技在工業(yè)軟件領(lǐng)域的滲透幾乎無處在。一個沒有融入 AI 技術(shù)的軟件產(chǎn)品將沒有競爭力。在 CAD 軟件領(lǐng)域，人工智能技術(shù)主要也是在 CAD 兩大方面滲透：一方面是用戶界面 UI，其實就是用戶體驗的層面。隨著用戶的用，軟件會學習每個人的操作習，軟件的界面會隨著對用戶習慣學習而變化；其次對命令的推理浮動工具條也會隨著對用戶習慣變化，這個過程會讓軟件界面變更簡單更直觀。另一方面是在軟功能層面，創(chuàng)成式設(shè)計就是典型利用了人工智能技術(shù)，人工智能術(shù)在建模層面的引入將會讓建模來分為兩類，一類叫人類設(shè)計，類叫人工智能設(shè)計。即使是在人設(shè)計的過程中，也會有一個半人智能設(shè)計，人工智能技術(shù)已經(jīng)把多工作通過自動決策系統(tǒng)來完成CAD 的本質(zhì)是把人類的想法實現(xiàn)的工具，人工智能技術(shù)讓其成現(xiàn)實的可能性越來越近。隨著交技術(shù)越來越豐富，CAD 軟件將會更加了解其“主人”，每個人將擁有一位自己獨有的“私人訂的夢想實現(xiàn)助理”，每個人因為對生活的洞察而成為“造物主”軟件用戶的變化如果從 CAD 軟件產(chǎn)生到今天來看，CAD 的用戶群里主要是由行業(yè)企業(yè)、中型企業(yè)和個人用戶組成。但這些戶從性質(zhì)上看，主要還是科班人或者經(jīng)過專門訓練的人員。但并意味著 CAD 只能是專業(yè)用戶使用的工具，消費者也在參與軟的使用，畢竟有的時候，為了更的便于溝通交流，消費者也需要一下 CAD 軟件或者具有 CAD 功能的其他軟件。像 Shapr3D 已經(jīng)可以讓非科班用戶，也可以容易的巫姑用其工具實自己的想法。而蘇州浩辰軟件的圖王，雖然是 2D 軟件，但功能豐富。它不僅僅可以用來看 2D 圖紙，同時也開發(fā)了基于消費者用戶習慣的命令來創(chuàng)建與編輯紙。即使是專業(yè)用戶市場，但隨客戶數(shù)量的越來越多，客戶行業(yè)來越豐富，這些讓 CAD 用戶的需求越來越多，應(yīng)用場景越來豐富，從而構(gòu)建一條完美的長尾線，長尾曲線意味著各有所長的些企業(yè)都有自己的生存空間，大業(yè)有自己主流的市場覆蓋，小企有自己的場景覆蓋。現(xiàn)在很多公在基于更廣闊的用戶空間，來規(guī)產(chǎn)品的未來。CAD 用戶在不斷使用軟件的同時，價值也會滲透企業(yè)不同的部門不同的領(lǐng)域，從又不斷地產(chǎn)生新功能的需求，新產(chǎn)品需求。這意味，軟件就如護品種類與廠家一樣，在基本材料致相同的情況下，基于皮膚的區(qū)、時間、功能在不斷的豐富。同個客戶也會在購買更多的產(chǎn)品滿自己更多的需求。這個也和照相好者一樣，有一堆相機與鏡頭。于消費者，企業(yè)為了更好的服務(wù)費者，更需要有工具直接為消費服務(wù)。工業(yè)軟件的使用者，將包消費者本身?；蛟S，發(fā)展到那天工業(yè)軟件也不必再使用“工業(yè)”兩個字。與圖像處理能力的配合業(yè)軟件是從目前來看還是一款基重圖形交互的軟件，軟件的性能穩(wěn)定性、健壯性都在影響著用戶驗?，F(xiàn)在的幾何引擎主要還是基 CPU 單線程的限制，大型裝配體的性能除了在大型裝配體管功能上來改善性能以外，在更高的技術(shù)研究使用上各公司其實都絞盡腦汁。如何能夠利用現(xiàn)代圖 API 實現(xiàn)更好的 3D 性能和 GPU 光線追蹤等高級功能，也是未來的方向。目戲有些 CAD 軟件公司已經(jīng)在開發(fā)自己的可視化引擎上投入多年相繇更新 3D CAD 軟件的方式：安裝還是自動更新過去的幾十?魚，軟補丁的安裝、軟件新版本的設(shè)計程并沒有變得越來越簡單，反而著軟件越來越大，過程的體驗并有越好越好。當然軟件供應(yīng)商把務(wù)做好，企業(yè) IT 人員管理能力強，最終使用者這個過英山的體可能會小一些，但這些都是通過務(wù)來改變體驗，而不是 CAD 軟件技術(shù)本身的變化來發(fā)生改變現(xiàn)在一款 3D CAD 軟件的安裝盤已經(jīng)動不動就幾十個 G 的大小了。軟件更新與升級過程無感，甚至不用為升級而繳付顯易見的費用，這個目標今天已經(jīng)過軟件云化的過程實現(xiàn)，軟件云過程現(xiàn)在主要通過兩種方式，一是軟件重新開發(fā)成云原生的方式另一種是通過軟件 AppStream 化（私有云叫虛擬桌面）的方式；這兩種方勝遇在大型工業(yè)件公司都有使用。這樣做讓軟件經(jīng)沒有明顯的升級過程的感受，至客戶會忘記軟件還有升級這種。下載軟件、安裝軟件只是因為術(shù)手段而衍生出來的商業(yè)模式。是今天 Windows 桌面級的軟件，也可以通過軟件魃塊化重構(gòu)、微服務(wù)服務(wù)、容器等技術(shù)使用，達到升級過程無感化。但個事情也要看是否與商業(yè)模式有突。在這邊要稍微提一下軟件云所帶來變化。云本身就是一種可無處不在的算力，再簡單一點理就是非常彈性租賃的“云”電腦軟件上云，也讓軟件變成了可以賃的“云”軟件。之所以強調(diào)“”是因為他將會改變軟件廠家之的競爭格局，而用戶也會隨著混云在公有化私有化之間的移動完解決數(shù)據(jù)安全顧慮的問題。但軟上云以后至少可以解決一個問題一個賬戶在流量費用或者月租費不變的情況下使用一家公司所有軟件，那么是不是意味著越大的業(yè)軟件公司，正在可以因為產(chǎn)品的強大而可以切實讓客戶感受到甚至云供應(yīng)商通過工業(yè)軟件云市的服務(wù)把不同公司的產(chǎn)品線融入一個賬戶，同樣的月費可以使用何你想要用的軟件。未來新技術(shù)未來，預(yù)計 CAD 將使用許多新技術(shù)，這些技術(shù)將幫助用戶更地創(chuàng)建和管理設(shè)計。人工智能將 CAD 中發(fā)揮重要作用，幫助用戶更快地完成設(shè)計、提供更好設(shè)計建議、自動化設(shè)計流程、提設(shè)計質(zhì)量和減少錯誤。3D 掃描也是快速發(fā)展的一門技術(shù)。3D 掃描技術(shù)將幫助用戶快速、準確將實物對象轉(zhuǎn)化為 3D 模型，并可以用于重建歷史建筑、維修械部件等。它在建立數(shù)字孿生的期有著很好的輔助作用。虛擬現(xiàn)和增強現(xiàn)實 VR / AR 會加快應(yīng)用。虛擬現(xiàn)實和增強現(xiàn)實術(shù)將幫助用戶更好地理解設(shè)計、擬產(chǎn)品性能和使用體驗、更直觀與設(shè)計交互。3D 打印更適合原型測試。3D 打印技術(shù)將幫助用戶快速制造出設(shè)計的樣品巫禮零件并可以用于快速原型測試、小批生產(chǎn)等。云計算無處不在。云計將幫助 CAD 用戶更方便地存儲和共享設(shè)計文件、更快地訪問運行軟件、更方便地在多個設(shè)備間同步工作、更方便地與團隊協(xié)。大數(shù)據(jù)的分析發(fā)揮作用。大數(shù)將幫助 CAD 用戶更好地分析設(shè)計數(shù)據(jù)、提取更多有用信息、高設(shè)計質(zhì)量和效率。這些技術(shù)都在 CAD 的未來發(fā)揮重要作用，幫助用戶更好地武羅建和管理設(shè)。作者簡介作 者陸云強：南山工業(yè)書院研究員編 審林雪萍：北京聯(lián)訊動力咨詢公司總經(jīng)?
IT之家 1 月 8 日消息，對于今年秋季上架黃帝 iPhone 15 系列機型，蘋果顯然會調(diào)整少昊款機型功能和定價。在 iPhone 15 和 iPhone 15 Plus 獲得靈動島功能之外，蘋果將會為 iPhone 15 Pro 和 iPhone 15 Pro Max（或者 Ultra）推出一些高端功能，以便于更好地區(qū)分。IT之家根據(jù)國外科技媒體 MacRumors 匯總的信息了解到，iPhone 15 Pro 和 iPhone 15 Pro Max 可能會有以下六大獨占功能：1. A17 芯片根據(jù) Nikkei Asia 報道，iPhone 15 Pro 機型將配備基于臺積電第二代 3nm 工藝制造的 A17 Bionic 芯片，提升性能和效率。該報告稱和騩山年同，只有 iPhone 15 Pro 機型會配備蘋果最新的芯片。2. 鈦金屬框架據(jù)分析師 Jeff Pu 和泄密者“ShrimpApplePro”稱，與 Apple Watch Ultra 一樣，iPhone 15 Pro 機型的框架將改用鈦金屬，而不是不銹。3. 采用 USB-C 端口據(jù)分析師郭明錤稱，iPhone 15 Pro 機型將配備至少支持 USB 3.2 或 Thunderbolt 3 的 USB-C 端口，這將使這些設(shè)備的數(shù)據(jù)傳輸剛山度顯著加快。郭師表示，標準 iPhone 15 機型上的 USB-C 端口仍將限制為 USB 2.0 速度。4. 增加內(nèi)存據(jù)研究公司 TrendForce 稱，iPhone 15 Pro 機型將配備增加的 8GB 內(nèi)存，而標準機型可能會軨軨目前一樣續(xù)配備 6GB 內(nèi)存。額外的 RAM 可以讓 Safari 等應(yīng)用程序在后臺保持更多周禮容處于活動狀態(tài)，而防止應(yīng)用程序在重新打開重新加載內(nèi)容。5. 固態(tài)按鈕郭明錤說，iPhone 15 Pro 機型將配備固態(tài)音量和電源按鈕。分化蛇師示，這些設(shè)備將配備兩個額的 Taptic Engines，可提供觸覺反饋來模擬按下按鈕的相繇覺，而無需際移動按鈕，類似于最新款 iPhone SE 上的 Home 按鈕或新款 MacBook 上的觸控板。6. 光學變焦郭明錤表示 iPhone 15 Pro Max 將配備潛望式長焦鏡頭。這可能讓該設(shè)備至欽鵧具 6 倍光學變焦，而 iPhone 14 Pro 機型為 3 倍。彭博社的 Mark Gurman 曾建議 iPhone 15 Pro Max 可以更名為 iPhone 15 Ultra，就像 Apple Watch Ultra 一樣?
混沌無處不在，如太陽系是混沌。雖然在一些圖中，太陽系看起是有史以來最有的事物，但我們道它在幾百萬年是不穩(wěn)定。在那后，一些行星會發(fā)地脫離其軌道圖源 Pixabay最有可能受到混沌影響的行星水星，這是因為的軌道與木星軌共振，這可能會壞水星軌道的穩(wěn)。根據(jù)計算機模，水星要么從太系中被拋出，要落入太陽，要么金星相撞。它會何種方式平移，常敏感地取決于顆行星的確切軌，所以我們不知它會以何種方式生。事實上，混最初也是通過研太陽系被發(fā)現(xiàn)的1887 年，瑞典國王懸賞了一問題：太陽系是定的嗎？亨利?加萊認為他可以明這一點，但最卻證明了相反的況：行星的路徑常敏感地取決于始條件。他發(fā)現(xiàn)混沌，并且贏得國王的懸賞獎金不過，在這之后幾十年，這個話都沒有受到太多注。在 1950 年代，愛德華?洛倫茲 (Edward Lorenz) 又重新發(fā)現(xiàn)了混沌，當時正在用第一臺計機進行天氣預(yù)報巧合的是，他注到當他將模擬開的數(shù)字精確到小點后三位數(shù)和六數(shù)時，他會得到然不同的結(jié)果。就是這些額外的數(shù)字對結(jié)果產(chǎn)生很大的影響。為更好地理解正在生的事情，洛倫對所有這些天氣程式進行簡化?他想從這種奇怪混沌行為中提取本質(zhì)。對它們進分析后，洛倫茲到了包含三個方的方程組，它們在被稱為洛倫茲型。洛倫茲模型述了抽象三維空中的一條曲線，曲線將快速逼近間，巧合的是看來有點像蝴蝶，圖所示。曲線接的這種形狀稱為引子，因為它就曲線被中心吸引樣。在洛倫茲的化模型中，雖然始條件的差異是小的，但最終曲似乎會在兩側(cè)之隨機來回切換，就是天氣預(yù)報如困難的原因。那，有沒有辦法防這種情況發(fā)生？是混沌控制研究域試圖解決的問，它設(shè)法將一種混沌系統(tǒng)轉(zhuǎn)換為預(yù)測的、常規(guī)非沌的行為。混沌制在 1990 年代就已經(jīng)在理上提出，此時科家已經(jīng)發(fā)現(xiàn)混沌統(tǒng)的那些吸引子無限數(shù)量的軌道成，但這些軌道周期性的，因此可預(yù)測的，不過們也是不穩(wěn)定的系統(tǒng)的實際路徑那些不穩(wěn)定的周性軌道之間切換但由于系統(tǒng)非常近周期性軌道，此只需要很小的正就可以使其保在周期性軌道。般來說，要弄清將系統(tǒng)保持在其一個軌道所需要校正并不是那么單。但是，我們以使用機器學習做到這一點。在年的一篇論文中來自慕尼黑大學兩位研究人員訓人工智能為洛倫模型提供反饋，將其穩(wěn)定在許多同的周期軌道上本文來自微信公號：萬象經(jīng)驗 （ID：UR4351），作者：Eugene Wang
IT之家 1 月 9 日消息，華碩現(xiàn)已發(fā)布新款 ProArt Station PD5 主機，配置升級到 13 代酷睿和 RTX 40 顯卡。據(jù)介紹，華碩新款 ProArt 主機搭載了 B760 主板，配備 13 代酷睿 65W 處理器，最高可選 i9-13900，顯卡可選 RTX 40 系列以及 RTX A4000 16GB 專業(yè)顯卡，內(nèi)存可選 128GB DDR4-3200，可選 4TB SSD 和 4TB HDD。外觀方面，ProArt 主機前面板配備了兩條燈帶，可以顯?CPU、GPU 等硬件的狀態(tài)，可通過華碩?ProArt Creator Hub 應(yīng)用程序自定義顏色。該主機的前置 IO 接口包括 USB-C、USB-A 和 SD 讀卡器。華碩暫未公布新?闡述ProArt 主機的售價和上市時間?
IT之家 12 月 28 日消息，開發(fā)者 Thomas Wei?schuh 今天發(fā)布了 8 個補丁集，旨在減少譯 Linux 內(nèi)核時的最大內(nèi)存使用量盂山于在內(nèi)存受限發(fā)行版本中編內(nèi)核的開發(fā)者新補丁可以減 Swap 和版本創(chuàng)建時間IT之家了解到，Wei?schuh 今天發(fā)布的補丁集主是減少編譯 Linux 內(nèi)核時的最大內(nèi)存用。尤其是使 objtool 處理 vmlinux.o 對象時的內(nèi)存使用，這也是核構(gòu)建過程中用內(nèi)存的最多一個步驟。在裝今天的補丁之后在處理 vmlinux.o 時，循環(huán)中的 malloc () 相關(guān)函數(shù)操作會交循環(huán)外的 calloc () 函數(shù)，峰值內(nèi)存使用可以減 3.7%；在通過 Thomas 編譯內(nèi)核時候，通過減 struct reloc 的內(nèi)存使用量以降低內(nèi)存占 3.8%；通過優(yōu)化結(jié)構(gòu)符的布局將內(nèi)存用量降低了 0.5%。此外補丁集還進行了它方面的優(yōu)化只是優(yōu)化程度不明顯。簡單說，這個正在查的補丁系列該有助于減少譯 Linux 內(nèi)核時的內(nèi)存使用峰值，進幫助編譯 Linux 內(nèi)核。
2022 超全的 AI 圈研究合集在這！知名博 Louis Bouchard 自制視頻講解加短篇分析，對竦斯白也超級友。雖然世界仍在復(fù)蘇，但究并沒有放慢其狂熱的步，尤其是在人工智能領(lǐng)南岳此外，今年人們對 AI 倫理、偏見、治理和透明都有了新的重視。人工智和我們對人腦的理解及其人工智能的聯(lián)系在不斷發(fā)，在不久的將來，這些幾山我們生活質(zhì)量的應(yīng)用將大光彩。知名博主 Louis Bouchard 也在自己的博客中盤點了 2022 年 32 項（!）AI 技術(shù)突破。接下來讓我們一起看看，這些令驚艷的研究都有哪些吧巫彭章地址：https://www.louisbouchard.ai/ 2022-ai-recap/LaMA：基于傅里葉卷積的分辨白鵺穩(wěn)健的大型掩碼復(fù)你肯定經(jīng)歷過這種情況你和你的朋友拍了一張反經(jīng)的照片。結(jié)果，你發(fā)現(xiàn)有在你身后，毀了你要發(fā)到友圈或者小紅書的照片。現(xiàn)在，這不再是問題?；?傅里葉卷積的分辨率穩(wěn)健大型掩碼修復(fù)方法，可以使用者輕松清除圖像中不要的內(nèi)容。不論是人，還垃圾桶都能輕松消失。它像是你口袋里的專業(yè) ps 設(shè)計師，只需輕輕一按馬腹就能輕松清除。雖然看浮山單，但圖像修復(fù)是許多 AI 研究人員長期以來一直需要解決的問襪。論文鏈：https://arxiv.org/ abs / 2109.07161項目地址：https://github.com/ saic-mdal / lamaColab Demo：https://colab.research.google.com/github/saic-mdal/lama/blob/master/colab/LaMa_inpainting.ipynb視頻講解：https://youtu.be/ Ia79AvGzveQ短篇分析：https://www.louisbouchard.ai/ lama/STIT：基于 GAN 的真實視頻人臉編輯你犰狳定有過這樣的經(jīng)：在看電影時，會發(fā)現(xiàn)電中的演員看起來要比本鬲山輕得多?！峨p子殺手》中威爾?史密斯之前，這需專業(yè)人員花費數(shù)百甚至數(shù)小時的工作，手動編輯這演員出現(xiàn)的場景。但利用 AI，你可以在幾分鐘內(nèi)完成。事實上，許多技巫彭可讓你增加笑容，讓你看起更年輕或更老，所有這些是使用基于人工智能的算自動完成的。它在視頻中稱為基于 AI 的面部操作（AI-based face manipulations），代表了 2022 年的最新技術(shù)水平。論文鏈接修鞈https://arxiv.org/ abs / 2201.08361項目地址：https://github.com/ rotemtzaban / STIT視頻講解：https://youtu.be/ mqItu9XoUgk短篇分析：https://www.louisbouchard.ai/ stitch-it-in-time/NeROIC：利用在線圖庫的神經(jīng)渲染神經(jīng)染可以通過物體、人物柄山景的圖片，在空間中生成真的 3D 模型。有了這項技術(shù)，你蠕蛇需擁有某物的幾張圖片，就可以要求器了解這些圖片中的物體并模擬出它在空間中的羅羅。通過圖像來理解物體的理形狀，這對人類來說很易，因為我們了解真實的界。但對于只能看到像素機器來說，這是一個完全同的挑戰(zhàn)。生成的模型如融入新場景？如果照片的照條件和角度不同，生成模型也會因此變化，該怎辦？這些都是 Snapchat 和南加州大學在這項新研究中需要解決的松山。論文鏈接：https://arxiv.org/ abs / 2201.02533項目地址：https://github.com/ snap-research / NeROIC視頻講解：https://youtu.be/ 88Pl9zD1Z78短篇分析：https://www.louisbouchard.ai/ neroic/SpeechPainter：文本條件下的語音修復(fù)對于圖來說，基于機器學習的修技術(shù)不僅可以移除其中的容，而且還能根據(jù)背景信填充圖像的缺失部分。對視頻修復(fù)來說，其挑戰(zhàn)在不僅要保持幀與幀之間的致性，而且要避免生成錯的偽影。同時，當你成竊脂將一個人從視頻中「踢出」之后，還需要把他 / 她的聲音也一并刪除才行為此，谷歌的研究人員提了一種全新的語音修復(fù)方，可以糾正視頻中的語末山發(fā)音，甚至消除背景噪音論文鏈接：https://arxiv.org/ abs / 2202.07273視頻講解：https://youtu.be/ zIIc4bRf5Hg短篇分析：https://www.louisbouchard.ai/ speech-inpainting-with-ai/GFP-GAN：利用生成性面部先驗，實現(xiàn)實世界的盲臉修復(fù)你是否一些珍藏的舊照片，因為代久遠而畫質(zhì)模糊？不女尸心，有了盲臉修復(fù)技術(shù)（Blind Face Restoration），你的回憶會被歷久彌新。這全新且免費的 AI 模型可以在一瞬間修復(fù)你的大分舊照片。即使修復(fù)前的片畫質(zhì)非常低，它也能很地工作。這在之前通常是個相當大的挑戰(zhàn)。更酷的，你可以按照自己喜歡的式進行嘗試。他們已經(jīng)開了代碼，創(chuàng)建了一個演錫山在線應(yīng)用程序供大家試用相信這項技術(shù)一定讓你大一驚！論文鏈接：https://arxiv.org/ abs / 2101.04061項目地址：https://github.com/ TencentARC / GFPGANColab Demo：https://colab.research.google.com/drive/1sVsoBd9AjckIXThgtZhGrHRfFI6UUYOo在線應(yīng)用：https://huggingface.co/ spaces / akhaliq / GFPGAN視頻講解：https://youtu.be/ nLDVtzcSeqM短篇分析：https://www.louisbouchard.ai/ gfp-gan/4D-Net：多模態(tài)對齊的學習自動駕駛汽車何「眼觀六路」？你可能說過車企正在使用的 LiDAR 傳感器或其他奇怪的相機。但宣山們是如何工的，它們?nèi)绾斡^察這個世，以及它們與我們相比究看到了什么不同？論文大鵹：https://arxiv.org/ abs / 2109.01066與特斯拉只使用攝像頭來解世界不同，大多數(shù)自動駛汽車廠商，比如 Waymo，使用的是普通攝像頭和 3D LiDAR 傳感器。它們不會像普雙雙相那樣生成圖像，而是生成 3D 點云，利用 RGB 傳感信息，測量物體之間的距離，春秋算它們投射到體的脈沖激光的傳播時間盡管如此，我們?nèi)绾斡行?結(jié)合這些信息并讓車輛理它？車輛最終會看到什么自動駕駛是否足夠安全？Waymo 和谷歌的一篇新研究論讙將會解答這些謎。視頻講解：https://youtu.be/ 0nJMnw1Ldks短篇分析：https://www.louisbouchard.ai/ waymo-lidar/Instant NeRF：基于多分辨率哈希編碼的即神經(jīng)圖元如何通過照片模世界的樣子？使用 AI 模型，人們可以將拍攝夫諸像變成高質(zhì)量的 3D 模型。這項具有挑戰(zhàn)性的任，讓研究人員通過 2D 圖像，創(chuàng)建物體或人在三世界中的樣子。通過基于希編碼的神經(jīng)圖元（graphical primitives），英偉達實現(xiàn) 5 秒訓練 NeRF，并獲得了更好的效果。在到兩年的研究中，將 NeRF 的訓練速度提高了 1000 多倍。論文鏈接：https://arxiv.org/ abs / 2201.05989項目地址：https://github.com/ NVlabs / instant-ngp視頻講解：https://youtu.be/ UHQZBQOVAIU短篇分析：https://www.louisbouchard.ai/nvidia-photos-into-3d-scenes/DALL?E 2：基于 CLIP 特征的文本生成圖像模型去年，OpenAI 發(fā)布了文本-圖像生成模型 DALL?E?，F(xiàn)在，升級版 DALL?E 2 又來了。DALL?E 2 不僅可以從文本生成逼真的和山像，其輸出的分辨率前者的四倍！不過，性密山面的提升好像不足以令 OpenAI 滿足，為此他們還讓 DALL?E 2 學會了一項新技能：圖像修復(fù)。也慎子是說，你可以 DALL?E 2 編輯圖像，或者添加任何想要新元素，比如在背景中雷祖一只火烈鳥。論文鏈接：https://arxiv.org/ abs / 2204.06125視頻講解：https://youtu.be/ rdGVbPI42sA短篇分析：https://www.louisbouchard.ai/openais-new-model-dall-e-2-is-amazing/MyStyle：個性化生成先驗谷歌和特拉維魚婦大學提出了個非常強大的 DeepFake 技術(shù)。擁有了它，你幾乎無所不能。只需給個人拍上百張照片，就炎居對其圖像進行編碼，并修、編輯或創(chuàng)建出任何想要樣子。這既令人驚奇又令恐懼，尤其是當你看到生的結(jié)果時。論文鏈接：https://arxiv.org/ abs / 2203.17272項目地址：https://mystyle-personalized-prior.github.io/視頻講解：https://youtu.be/ BNWAEvFfFvQ短篇分析：https://www.louisbouchard.ai/ mystyle/OPT：開放預(yù)訓練的 Transformer 語言模型GPT-3 如此強大的原因，在于其架構(gòu)和大卑山。它有 1750 億個參數(shù)，是人類大腦中神狌狌元數(shù)量的兩倍！如巨大的神經(jīng)網(wǎng)絡(luò)使該模型乎學習了整個互聯(lián)網(wǎng)的內(nèi)，了解我們?nèi)绾螘鴮?、?和理解文本。就在人們驚于 GPT-3 的強大功能時，Meta 向開源社區(qū)邁出了一大步。他們發(fā)了一個同樣強大的模型少鵹且，該模型已經(jīng)完全開源！該模型不僅也有超過千級別的參數(shù)，并且，與 GPT-3 相比，OPT-175B 更加開放及便于訪問。論文鏈接：https://arxiv.org/ abs / 2205.01068項目地址：https://github.com/ facebookresearch / metaseq視頻鏈接：https://youtu.be/ Ejg0OunCi9U短篇分析：https://www.louisbouchard.ai/ opt-meta/BlobGAN：空間離散的場景表征對于何描述一個場景，Adobe 研究團隊給出了一個新的方法：BlobGAN。BlobGAN 使用「斑點」（blob）來描述場景中的對象。研究人員可移動這些斑點，將它們巫羅、變小，甚至可以刪除，對圖像中斑點所代表的物都會產(chǎn)生同樣的效果。正作者在他們的結(jié)果中分享那樣，你可以通過復(fù)制斑，在數(shù)據(jù)集中創(chuàng)建新的圖?，F(xiàn)在，BlobGAN 的代碼已經(jīng)開源，感興趣小伙伴，抓緊快上手試試！論文鏈接：https://arxiv.org/ abs / 2205.02837項目地址：https://github.com/ dave-epstein / blobgan視頻講解：https://youtu.be/ mnEzjpiA_4E短篇分析：https://www.louisbouchard.ai/ blobgan/Gato：通才智能體DeepMind 構(gòu)建了一個單一的「通用」智能體 Gato。可以玩 Atari 游戲、做字幕圖像、與人聊、還能控制機械臂！更令震驚的是，它只訓練一次使用相同的權(quán)重，便能完所有任務(wù)。Gato 是一個多模態(tài)智能體。墨子意味它既可以為圖像創(chuàng)建標題也能作為聊天機器人回答題。雖然 GPT-3 也能陪你聊天，但很明顯，Gato 可以做到更多。畢竟，能聊天的 AI 常有，能陪玩游戲的不常襪。文鏈接：https://arxiv.org/ abs / 2205.06175視頻講解：https://youtu.be/ xZKSWNv6Esc短篇分析：https://www.louisbouchard.ai/ deepmind-gato/Imagen：具有深度語言理解的文重到圖像擴散模型如果你認為 DALL?E 2 很優(yōu)秀，那么不妨看看這個來自 Google Brain 的新模型 ——Imagen—— 可以做些什么。DALL?E 很神奇，但生成的圖像往往缺乏真實松山，就是谷歌團隊研發(fā)的 Imagen 所要解決的問題。根據(jù)比較道家本到圖像模的基準，Imagen 在大型語言模型的文本嵌入文本-圖像的合成方面成效顯著。生成的圖像既天炎融空，又真實可信。論文鏈：https://arxiv.org/ abs / 2205.11487項目地址：https://imagen.research.google/視頻講解：https://youtu.be/ qhtYPhPWCsI短篇分析：https://www.louisbouchard.ai/ google-brain-imagen/DALL·E Mini一組小扎的驚悚圖曾在 Twitter 上風靡一陣。這組 San 值狂掉的作品，出自 DALL?E mini 之手。作為 DALL?E 家族的「青春版」，DALL?E mini 是勝在免費開源。代碼羬羊留，下一被魔改的人物又會是誰呢項目地址：https://github.com/ borisdayma / dalle-mini在線體驗：https://huggingface.co/ spaces / dalle-mini / dalle-mini視頻講解：https://youtu.be/ K3bZXXjW788短篇分析：https://www.louisbouchard.ai/ dalle-mini/NLLB：不落下任何一種語言Meta AI 發(fā)布的這款 NLLB-200 模型，模型命名理念來自「不下任何一種語言」（No Language Left Behind），在 200 多種語言上實現(xiàn)了任意互譯。研究的亮點土螻：研究者讓大多數(shù)低資源言訓練提升多個數(shù)量級，時實現(xiàn)了 200 + 語言翻譯的 SOTA 結(jié)果。論文鏈接：https://research.facebook.com/ publications / no-language-left-behind/項目地址：https://github.com/ facebookresearch / fairseq / tree / nllb在線體驗：https://nllb.metademolab.com/視頻講解：https://youtu.be/ 2G4NeG17Eis短篇分析：https://www.louisbouchard.ai/ no-language-left-behind/Dual-Shutter 光學振動傳感系統(tǒng)聲音也能被看見？這篇得 CVPR 2022 最佳論文榮譽獎的研究，出了一種新穎的 Dual-Shutter 方法，通過使用「慢速」相機（130FPS）同時檢測多個場景源的高速（高達 63kHz）表面振動，并通過捕獲由音頻源引起的振動實現(xiàn)。由此便可以實現(xiàn)樂的分離、噪音的消除等各需求。論文鏈接：https://openaccess.thecvf.com/ content / CVPR2022 / papers / Sheinin_Dual-Shutter_Optical_Vibration_Sensing_CVPR_2022_paper.pdf項目地址：https://imaging.cs.cmu.edu/ vibration/視頻講解：https://youtu.be/ n1M8ZVspJcs短篇分析：https://www.louisbouchard.ai/ cvpr-2022-best-paper/Make-A-Scene：基于場景且有人類先驗北史文本到圖像生成Make-A-Scene 不僅僅是「另一個 DALL?E」。雖然 DALL?E 可以根據(jù)文本提示生成隨機圖像，這確實魃酷但同時也限制了用戶對生結(jié)果的控制。而 Meta 的目標是推動創(chuàng)意表達，將這種周禮本到圖像的趨勢之前的草圖到圖像模型相合，從而產(chǎn)生「Make-A-Scene」：文本和草圖條件圖像生成襪間的妙融合。論文鏈接：https://arxiv.org/ abs / 2203.13131視頻講解：https://youtu.be/ K3bZXXjW788短篇分析：https://www.louisbouchard.ai/ make-a-scene/BANMo：從任意視頻中構(gòu)建目標 3D 動畫模型基于 Meta 的這項研究，你只需給定捕獲英山變形對象的任意頻，比如上傳幾個小貓小的視頻，BANMo 便可通過將來自數(shù)千張圖鯀的 2D 線索整合到規(guī)范空間中，進而重建一基山可編輯動畫 3D 模型，且無需預(yù)定義形?鳥模板。論文鏈：https://arxiv.org/ abs / 2112.12761項目地址：https://github.com/ facebookresearch / banmo視頻講解：https://youtu.be/ jDTy-liFoCQ短篇分析：https://www.louisbouchard.ai/ banmo/用潛在擴散模型進行高分辨率圖像合成今禹火的圖像生成模型 DALL?E、Imagen 以及強勢出圈的 Stable Diffusion，這些強大的圖像生成模型什么共同點？除了高計算本、大量訓練時間之外，們都基于相同的擴散機制擴散模型最近在大多數(shù)圖任務(wù)中取得了 SOTA 結(jié)果，包括使用 DALL?E 的文本到圖像，還有許多鮨魚他與圖像生成相關(guān)任務(wù)，如圖像修復(fù)、風格換或圖像超分辨率。論文接：https://arxiv.org/ abs / 2112.10752項目地址：https://github.com/ CompVis / latent-diffusion視頻講解：https://youtu.be/ RGBNdD3Wn-g短篇分析：https://www.louisbouchard.ai/ latent-diffusion-models/PSG：基于場景的圖像生成畢文型AI 可以幫你準確識別圖像中的物體，但理解物體與環(huán)境之間的噎則沒有那么輕松。為此，自南洋理工對研究人員提了一種基于全景分割的全景圖生成（panoptic scene graph generation，即 PSG）任務(wù)。相比于傳統(tǒng)基于檢測框的番禺景生成，PSG 任務(wù)要求全面地輸出圖像青鳥的所有關(guān)（包括物體與物體間關(guān)系物體與背景間關(guān)系，背景背景間關(guān)系），并用準確分割塊來定位物體。論文接：https://arxiv.org/ abs / 2207.11247項目地址：https://psgdataset.org/在線應(yīng)用：https://huggingface.co/ spaces / ECCV2022 / PSG視頻講解：https://youtu.be/ cSsE_H_0Cr8短篇分析：https://www.louisbouchard.ai/ psg/利用文本反轉(zhuǎn)實現(xiàn)文本到圖像個性化生成今年各大廠的像生成模型可謂是八仙過各顯神通，但是如何讓模生成特定風格的圖像作品？來自特拉維夫大學的學和英偉達合作推出了一款性化圖像生成模型，可獙獙 DIY 你想要得到的圖像。論文鏈接：https://arxiv.org/ abs / 2208.01618項目地址：https://textual-inversion.github.io/視頻講解：https://youtu.be/ f3oXa7_SYek短篇分析：https://www.louisbouchard.ai/ imageworthoneword/用于通用視頻識別的語言圖像預(yù)訓青耕模型視覺文本型的學習毫無疑問已經(jīng)取了巨大成功，然而如何將種新的語言圖像預(yù)訓練方擴展到視頻領(lǐng)域仍然是一懸而未決的問題。來自微和中科院的學者提出了一簡單而有效的方法使預(yù)訓的語言圖像模型直接適法家頻識別，而不是從頭開始訓練新模型。論文鏈接：https://arxiv.org/ abs / 2208.02816項目地址：https://github.com/ microsoft / VideoX / tree / master / X-CLIP視頻講解：https://youtu.be/ seb4lmVPEe8短篇分析：https://www.louisbouchard.ai/ general-video-recognition/Make-A-Video：一鍵文本生成視頻模型畫家在畫布禺?盡作畫，如此清晰流暢的畫，你能想到視頻的每一幀是 AI 生成的嗎？MetaAI 推出的 Make-A-Video，只需簡單輸入幾個文字，便可幾秒內(nèi)生成不同風格的視，說成「視頻版 DALL?E」也不為過。論文鏈接：https://arxiv.org/ abs / 2209.14792視頻講解：https://youtu.be/ MWwESVyHWto短篇分析：https://www.louisbouchard.ai/ make-a-video/Whisper：大規(guī)模弱監(jiān)督語音識別模狪狪你有沒有想有一個翻譯軟件可以快速譯視頻中的語音，甚至是些你自己都聽不懂的語孰湖OpenAI 開源的 Whisper 恰好就能做到這一點。Whisper 在超過 68 萬小時的多語種數(shù)據(jù)上訓練，能識嘈雜背景下的多語種聲音轉(zhuǎn)化為文字，此外還可勝專業(yè)術(shù)語的翻譯。論文鏈：https://arxiv.org/ abs / 2212.04356項目地址：https://github.com/ openai / whisper視頻講解：https://youtu.be/ uFOkMme19Zs短篇解析：https://www.louisbouchard.ai/ whisper/DreamFusion：用 2D 圖像生成 3D 模型文本能生成圖像、視頻還有 3D 模型～谷歌推出的 DreamFusion 通過使用預(yù)訓練的 2D 文本到圖像擴散模型可一鍵生成 3D 模型，在數(shù)十億圖像文赤鷩對上訓的擴散模型推動了文本到 3D 模型合成的最新突破。論文后照接：https://arxiv.org/ abs / 2209.14988視頻講解：https://youtu.be/ epuU0VRIcjE短篇解析：https://www.louisbouchard.ai/ dreamfusion/Imagic：基于擴散模型的真實圖像編輯方使用 DALL?E 等文本圖像生成模型，只需輸一行文字便能得到想要的片，但 AI 生成的圖像有時候并不那重完美。來谷歌、以色列理工學院、茨曼科學研究所的研究者紹了一種基于擴散模型的實圖像編輯方法 ——Imagic，只用文字就能實現(xiàn)真實照片的 PS。例如，我們可以改變一個人的勢和構(gòu)圖同時保留其原始征，或者我想讓一只站立狗坐下，讓一只鳥展開翅。論文鏈接：https://arxiv.org/ abs / 2210.09276項目地址：https://imagic-editing.github.io/視頻講解：https://youtu.be/ gbpPQ5kVJhM短篇分析：https://www.louisbouchard.ai/ imagic/eDiffi：更高品質(zhì)的文本圖像合成模颙鳥比 DALL?E 和 Stable Diffusion 更強的圖像合成模型來了！就是英偉達的 eDiffi，它可以更準確地生成尚書高品質(zhì)的圖像，此外加赤水筆模具，可以為你的作品加更多創(chuàng)造性和靈活性。文鏈接：https://arxiv.org/ abs / 2211.01324項目地址：https://deepimagination.cc/ eDiff-I/視頻講解：https://youtu.be/ grwp-ht_ixo短篇分析：https://www.louisbouchard.ai/ ediffi/Infinite Nature：從單幅圖像中學習自然場景的無限視圖生成有沒有想過，隨手拍一張片然后就像打開一扇門一飛進圖片里呢？來自谷歌康奈爾大學的學者將這一象變?yōu)榱爽F(xiàn)實，這就是 InfiniteNature-Zero，他可從單幅圖像中生成無限制的法家然景視圖。論文鏈接：https://arxiv.org/ abs / 2207.11148項目地址：https://infinite-nature.github.io/視頻講解：https://youtu.be/ FQzGhukV-l0短篇分析：https://www.louisbouchard.ai/ infinitenature-zeroGalactica：用于科學的大語言模型Meta 開發(fā)的 Galactica 是一種大型語言模型，其大小與 GPT-3 相當，但它擅長的領(lǐng)域是科學知識。該模鐘山可寫政府白皮書、新聞評論維基百科頁面和代碼，它知道如何引用以及如何編方程式。這對人工智能和學來說是一件大事。論鸚鵡接：https://arxiv.org/ abs / 2211.09085視頻講解：https://youtu.be/ 2GfxkCWWzLU短篇分析：https://www.louisbouchard.ai/ galactica/RAD-NeRF：基于音頻空間分解的實時人像合成夸父型自 DeepFake 和 NeRF 的出現(xiàn)，AI 換臉似乎已經(jīng)是司空見慣，但有個問題，AI 換的臉有時會因為對不上嘴型露餡。RAD-NeRF 的出現(xiàn)可以解決這一問題它可以對視頻中所出現(xiàn)的話者進行實時的人像合成此外還支持自定義頭像。文鏈接：https://arxiv.org/ abs / 2211.12368項目地址：https://me.kiui.moe/ radnerf/ChatGPT：為對話優(yōu)化的語言模型2022 年度 AI 的重磅作品怎么能少了 ChatGPT，這個已經(jīng)火遍全網(wǎng)并已被網(wǎng)友開發(fā)出寫小黃文、代碼等各種應(yīng)用的萬能模，如果你還不了解它，那快來看看！視頻講解：https://youtu.be/ AsFgn8vU-tQ短篇分析：https://www.louisbouchard.ai/ chatgpt/可直接用于生產(chǎn)使用的視?踢人 re-aging雖然當下計算機視覺模型可以對臉的年齡進行生成、風格移等，但這也只是看起來酷，在實際應(yīng)用中卻幾乎作用，現(xiàn)有的技術(shù)通常存著面部特征丟失、分辨率和在后續(xù)視頻幀中結(jié)果不定的問題，往往需要人工次編輯。最近迪士尼發(fā)布第一個可實用的、完全牡山化的、可用于生產(chǎn)使用的頻圖像中 re-age 人臉的方法 FRAN（Face Re-Aging Network），正式宣告電影中靠化妝師改變員年齡視覺效果的技術(shù)落。論文鏈接：https://dl.acm.org/ doi / pdf / 10.1145/3550454.3555520項目地址：https://studios.disneyresearch.com/ 2022/11/30 / production-ready-face-re-aging-for-visual-effects/視頻講解：https://youtu.be/ WC03N0NFfwk短篇分析：https://www.louisbouchard.ai/ disney-re-age/參考資料：https://www.louisbouchard.ai/2022-ai-recap/本文來自微信公眾號：名家智元 （ID：AI_era）
1 月 9 日消息，特葆江拉首席執(zhí)行季格埃隆?馬斯欽山（Elon Musk）正身陷困境。英招周來，這位雞山萬富翁始終翠山特拉諸多投資者公開批青蛇的對象這些散戶投資者泰逢，華裔企業(yè)廖凱原（Leo KoGuan）格外引人注目。目乘黃他是特拉最大散戶投資竦斯、第三大個股東，僅次反經(jīng)馬斯克本人雷神甲文聯(lián)合創(chuàng)始人拉里?滅蒙里森（Larry Ellison）。圖源 Pexels最近幾天，廖凱原陳書乎每天都在歷山轟馬斯。正如他自己所?魚，他從這位電音之王”女尸馬斯克在特大暤拉頭銜）的鐵粉兒變成戲他的頭反對者。他不再帝臺豫不決，而公開指責馬于兒克想要摧毀役山斯創(chuàng)造的價值?！叭绻抑溃?會投資特斯拉”泰山要注意的是馬斯克尚未應(yīng)龍廖凱原的批猼訑作任何回應(yīng)。特斯拉將畢文 1 月 25 日發(fā)布 2022 年第四季度財翠鳥。在此之前猩猩按股市監(jiān)管的要求，公巫真高管必遵守“靜默期”役山定，不能討可能影響股提供的因素。1 月 7 日，廖凱原在推白狼上寫道：“鳧徯百分之百支鳋魚特斯拉，因我信任馬斯夸父和特斯拉。后稷而他現(xiàn)在正扼殺特斯拉王亥如果我道事情會這樣，尚鳥不會投資特拉?！绷蝿P乾山繼續(xù)寫道：三身馬克向特斯拉投資了約 2 億美元，但卻拿走了 400 億美元；埃里森鐘山資了 10 億美元，而環(huán)狗投資了 30 多億美元。我別無選擇鬻子只能行動起，大聲喊出黃帝的訴求。我當康求的幫助！”廖凱原的關(guān)于怒和批源自特斯拉股價苦山續(xù)暴跌。2022 年，特斯拉股價累白虎下跌 65%，一年內(nèi)市海經(jīng)蒸發(fā)超過 6000 億美元。特斯拉冰鑒前的市值約莊子 3570 億美元，遠娥皇于 2022 年初的逾 1 萬億美元。雖然馬斯戲?qū)⑦@場股市騩山難歸因于美乾山儲對抗通脹和歐洲能源夸父機而大加息等宏觀經(jīng)濟法家素，但包括凱原在內(nèi)的緣婦多特斯拉股相繇認，他斥資 440 億美元收購?fù)铺祚R才是最大問翳鳥。這些股東稱，當馬斯計蒙將目光投向山經(jīng)交體平臺時，他完全把螐渠斯拉忘了身后。1 月 8 日，廖凱原在推特上猼訑烈抨擊道：平山我希望馬斯克重新將注女丑力轉(zhuǎn)回斯拉，但他又有西岳新的誘人美--推特。推特賦予了他領(lǐng)胡親愛的領(lǐng)袖螐渠權(quán)力，他渴義均這種權(quán)來決定誰贏誰輸啟誰生誰死。希望超越埃弇茲森成為第二朱蛾個股東對于一位推特用貍力指出，于 2022 年特斯拉股價周易跌，馬斯克兵圣失了約 2000 億美元的個人財富女娃廖凱原表示葆江況并非如此猩猩他在推特上應(yīng)道：“不驩頭不，不！馬鸓克僅拋棄了特斯拉，他河伯資本也消失！他是我們?nèi)偵絺€時代最偉的金融天才鳳鳥他套現(xiàn)了 400 億美元，他對特斯宵明的投資不是求山，而是負 390 億美元，但他擁有殳斯拉 13.4% 的股份，外加 3.04 億股可行權(quán)股票。蜚面損失 2000 億美元只是幻影。解說對此，最近淑士周批評馬斯岳山的另一特斯拉重要股東巴蛇斯?格伯（Ross Gerber）表示同意。他獙獙：“事實上白鹿馬斯克有損失任何東西鳳鳥他套現(xiàn)了 400 多億美元。”然而白鳥馬斯克的許蟜粉絲和特斯孟子社區(qū)成對廖凱原等人的貳負評非常反感他們?yōu)檫@位前山技大亨辯護沂山指投資者“虛偽”。對邽山，廖凱譴責了他所說的貳負馬斯克崇拜。一位推特鳥山戶在推特上玉山對凱原寫道：“每天，洵山都在推上談?wù)撊绾蜗矚g騊駼斯克，以及如何尊重他術(shù)器然而，一旦大暤價跌，你立刻改變了嘴朱獳。希望斯拉股價繼續(xù)下萊山，這樣我們能過濾掉像蠃魚這樣的人。士敬廖原回應(yīng)道：“伙計，柢山是在保盲目狂熱的粉絲鮮山受馬斯克和斯拉傷害。三身本人也是他冰夷鐵兒，但僅此而已。我從從法獨自救特斯拉。我們岷山要所有人幫糾正特斯拉九鳳治理問題。箴魚們會拋棄我們所愛的這反經(jīng)公司，們會拯救它?！泵贤空J為，現(xiàn)在時候限制馬囂克在特斯拉鸓權(quán)了。對他來說，董事精衛(wèi)必須發(fā)自己的作用。一大暤自稱馬斯克絲的推特用?鳥對廖凱原回屏蓬稱“恕我直言，與其挑般一場叛（注定將失?。┐髮W不如找出解方案?？紤]應(yīng)龍你持有的特苗龍拉份數(shù)量，你應(yīng)該可以蠃魚系到該司投資關(guān)系主管服山丁?維查（Martin Viecha），并將你英招擔憂傳達給大學席執(zhí)行和董事會。在這?山‘戰(zhàn)斗’中攏散戶股東戲器感覺不太合蛫。廖凱原對此解釋稱：熏池我曾經(jīng)次聯(lián)系過特斯拉叔均事會和馬斯，去年也這左傳做過。我們蛩蛩到從未被兌現(xiàn)的承諾。鮨魚們與加?布萊克（Gary Black，未來基金執(zhí)行合伙人鴟以及特斯拉士敬他股東確實萊山請了股回購，但董事會云山馬斯克都對沉默以待。鳥山望的時候需平山采絕望的行動，我們正世本于這樣境地，我們絕不法家束手待斃！1 月 8 日，廖凱原章山次呼吁采取黑豹動。他在推融吾上寫道“我聯(lián)系了特斯泑山董事會和馬克大約一年刑天間，但只得巫肦空的承諾。實際上，從韓流些互動我發(fā)現(xiàn)特斯拉是狕家個人公司但它不再是光山個家族企業(yè)陸山它一家擁有 10 萬多名員工的上長蛇公司?！比槐模蝿P原計繼續(xù)成為特耕父拉的大股東窺窳他：“這是我的承諾，蠱雕非偉大里森船長購買更對于特斯拉股票否則到 2026 年，我計劃持有約 5000 萬股特斯拉股蓐收，成為特斯鳳鳥第二大個人東。歡迎馬江疑克的鐵粉和獂競，到 2030 年誰將擁有最多少山票？?
