2024年5月28日 星期二
2024年5月25日 星期六
2024年5月24日 星期五
2024年5月23日 星期四
科技爱好者周刊（第 301 期）：OpenAI 的图书馆工位
科技爱好者周刊（第 301 期）：OpenAI 的图书馆工位
http://www.ruanyifeng.com/blog/2024/05/weekly-issue-301.html
这里记录每周值得分享的科技内容，周五发布。 本杂志开源，欢迎投稿。另有《谁在招人》服务，发布程序员招聘信息。合作请邮件联系（yifeng.ruan@gmail.com）。 封面图 新疆喀什的阿图什天门景区，爬山路线都是在悬崖上架设的栈道，非常壮观。（via） OpenAI 的图书馆工位 OpenAI 是眼下最炙手可热、排名第一的 AI 公司。 大家大概没见过，这家公司的总部。 它的总部是旧金山市区的一栋三层小楼，原来是一家食品厂，后来改建为办公楼。 这栋小楼很不起眼，外面也没有大幅的标识，你根本想不到，里面正在开发人类最先进的人工智能模型。 那么，楼里什么样？ 《纽约时报》最近公开了一组照片，披露楼里有一个很漂亮的图书馆。 藏书都是 OpenAI 员工推荐的，还装饰了科学家的照片。 这个图书馆可不是只有一间屋子，而是有两层，面积相当大。 最特别的是，图书馆里面有很多自习桌，就像大学的自习室一样。 员工可以在里面读书、休息，也可以一整天在这里办公，相当于工位。 图书馆工位有很多好处。首先，就是安静，可以集中注意力，全力投入工作，思考一些困难的问题。这对 OpenAI 那样开创性的公司非常重要。 其次，图书馆的气氛比较放松，不压抑，工作时精神不容易疲倦，甚至还有一些漫游知识海洋的趣味，可能激发意想不到的灵感。 我不由联想到了，国内互联网公司的工位。通常是一整层写字楼，改造成开放式空间，大家挤在一起办公，整层往往有几百个工位，就像一个喧闹的大车间。 这种车间式工位会互相影响，而且有一种压抑的气氛，容易让人烦躁和焦虑。 它只适合"大军团作战"、依靠大量人力资源投入的项目。对于那种极其困难、需要苦思冥想的智力项目，我认为这种工位有反作用。 现在的情况是，移动互联网已经饱和了，没有那么多市场机会了，"大军团作战"越来越显示它的局限性。 未来的市场要靠货真价实的创新，我建议创新型的小公司，尤其是从事 AI 模型的公司，可以借鉴 OpenAI 的做法，在公司里面设置舒适的图书馆和自习室，允许员工在这里办公，也许会有奇效。 2024稀土开发者大会 下个月的6月28日（周五）和6月29日（周六），国内开发者的年度盛会"2024稀土开发者大会"，将在北京举行。 周刊是本次大会的媒体协办单位，向大家介绍会议的各项活动。 大会邀请了70位国内重量级的技术专家，10余个精彩纷呈的主题论坛，具体的名单已经出来了。 可以看到，这次的分论坛都是当今的技术热点，以及开发的前沿领域。 各个分论坛的详细介绍，以及演讲内容和名单，详见官网。购票也请点击这个链接，或者扫描下方的海报。 早鸟票、学生票、特惠票还在火热售卖中，所有购票者都可以抽奖，奖品众多，100%中奖！ 科技动态 1、动态二维码 我们每天扫描的二维码都是静态的，你有没有想过，二维码也可以动态。 动态二维码每时每刻都在变化，我们用摄像头扫描它，读到的就是连续不断的数据，可以实现摄像头下载文件。 麻省理工学院的两位研究人员，提出了这个设想，还给出了初步的代码。 他们把文件先编码成一段视频，格式就是动态二维码，在手机上播放。另一个手机使用摄影头，对视频里面的动态二维码进行解码，再还原出原始文件。 这种技术用起来很简单，符合直觉，速度也不慢，可以达到 2Mbps，很适合两台手机在没有网络的情况下（比如飞机上）互传数据。 2、猴子的石器 一般认为，美洲最早的居民是印第安人，大约1万年前来到美洲。 但是后来，考古学家在南美洲发现了5万年前的石器。难道印第安人之前，美洲还有其他人类？ 但是，除了这些石器，找不到任何其他证据。 最近，有一篇论文提出，这些石器并不是来自人类，而是来自卷尾猴。 这些猴子也会做石器，而且做出来的跟"古人类的石器"非常相似。 猴子们有自己的采石场，在那里它们选择合适的石头作为锤子，敲碎坚果。石器还可以帮助卷尾猴挖掘。 这就引出一个问题：我们在博物馆看到的那些石器，会不会也是猴子做的？ 3、纸板床 一家西班牙创业公司，发明了一种纸板床，可以低成本、快速地为难民和灾民搭建床位。 它的成本是每张17美元（约125元人民币），大量生产还能再降低。工厂能在数小时内生产出1000张床。 这种床的搭建也非常简单，一个人一小时就可以搭建700张床，其实就是打开纸箱，比任何其他方案都要快几十倍。 每张床最多可支撑350公斤的重量，床上可以站5个成年人。 西班牙红十字会已经订购了首批几百张纸板床，用于救援行动时安置难民和灾民。 AI 相关 1、谷歌搜索的新模式（英文） 谷歌美国版在搜索页面上，加了一个"人工智能概述"，给出 AI 对搜索结果的总结。 很多人不喜欢这样，因为他们使用谷歌是为了查找网站而不是获取答案。所以，谷歌又添加了一个"传统模式"，让你查看没有 AI 的搜索结果。 未来，很多网站可能会特别标注"本站无 AI"，作为吸引用户的特色。 2、Windows 画板引入 AI（英文） Windows 11 的新版本，将 AI 引入了传统的画板程序（Paint）。用户只需画出轮廓（图左），AI 会自动生成对应的图片（图右）。 3、AI 解读网页报错（英文） 谷歌为 Chrome 浏览器的开发者工具，引入了 AI，现在可以查看网页报错的 AI 解读。 4、万象生图 Windows 桌面软件，可以在日常电脑上运行的快速文生图模型，无需 GPU 和 Python。（@taotaow 投稿） 5、krita-ai-diffusion 图像编辑器软件 Krita 的 AI 插件，类似 PhotoShop 的"图片 AI 扩充"，用 AI 绘制原图没有的部分，不过它是开源的。 6、AI 重要论文 OpenAI 的前首席科学家 Ilya Sutskever 开出了一份论文清单，一共包含30篇论文。 他说："如果你真正学会了所有这些，你就会知道当今 AI 的 90% 重要内容。" AI 体验营 AI 现在国内这么热，一个很大的原因是，大家看到了里面的变现机会。 这是全新的市场，没有任何竞争对手。谁先实现好的点子，可能就会获得丰厚回报。 如果你对 AI 工具和变现，还没有思路，这里有一个 《3天 AI 副业变现体验营》，可以帮你熟悉起来。 出品人是林小浩，他做过研发，出过销量5万册的算法书《图解算法教程》，以及200万次播放的 AI 绘画视频。具体情况，大家可以在网上搜他的名字。 本次体验营为期三天，讲解两个项目：（1）用 AI 写出公众号热文，（2）AI 小红书绘画变现。课程会演示 GPT 写作和 AI 绘画模型的用法，还会额外赠送三天 GPT4o、MJ 和 Suno 的使用账号。 内容从零开始，不需要有前期经验。体验营收取9.9元押金，完成全部作业就会全额退款，相当于免费。下周一晚8点开课，感兴趣的同学，可以扫描上方海报二维码，报名参加。 文章 1、数据分析的 SQL 示例（英文） 本文是一篇教程，给出了几个示例，如何编写 SQL 进行数据分析。 2、PHP 老矣，尚能饭否？（中文） 本文作者是 PHP 官方 PECL 开发组成员，分析了 PHP 流行度下降的原因，存在的问题和现有的优势。（@ryantang1991 投稿） 3、如何为网页添加快捷键（英文） 作者讲解如何用邮猴脚本，为网页添加自己的快捷键。 4、CSS :has() 选择器教程（英文） 本文介绍如何使用:has()选择器，特点是有大量互动示例。 5、我安装 FreeBSD 桌面的经历（英文） FreeBSD 是 Unix 系统的正统后代，很少有人选它作为桌面系统。万一你想这么做，可以参考这篇文章。 6、xargs 是 echo 的逆操作（英文） xargs 是一个重要的 Linux 命令，本文讲解它到底有什么用。 工具 1、SunEditor 一个开源的"所见即所得"编辑器，兼容性比较好。 2、TrasHTTPandas 这个网站提供各种状态码的 HTTP 回应，供 API 调用，可以用来调试前端请求。 3、安读 一款使用 Flutter 编写的桌面读书软件，支持 WebDAV 同步。（@Anxcye 投稿） 4、VSpace 一个浏览器插件，提供侧边栏的垂直书签和标签页管理器。 （@cyhuajuan 投稿） 5、FreeReNamer 开源的跨平台桌面软件，用来将文件批量重命名。（@cyhuajuan 投稿） 另有一个类似的照片重命名软件 Rename Photos。（@Arman19941113 投稿） 6、Keyviz 开源的 Windows 软件，在桌面上显示用户实时的按键。（@Y024 投稿） 7、XIAOJUSURVEY 一套开源的问卷系统，自带后端和前端，用于架设管理自己的问卷。（@sudoooooo 投稿） 8、Quetta 一个注意保护个人隐私的手机浏览器，支持 iOS 和安卓，不收集用户的任何数据，也防止被网站收集。 9、Sandstorm 一个开源的 Web 应用软件商店，安装以后，就可以在它的商店里面，点击安装/运行多种 Web 应用。 10、Database Diagram 一个免费网站，在线生成数据库的 ER（实体-关系）图。 11、autocomplete Algolia 公司推出的 JS 库，实现搜索关键字的自动补全。 资源 1、学习 Rust 的 100 个练习（英文） Rust 语言的一个初学者教程，通过100个练习来学习这门语言。 2、JavaScript 语法问题（中文） 这个仓库收集了100多个 JavaScript 的语法选择题，可以试试你是否真的了解这门语言。 3、PlayPhrase.me 搜索一个英语短语，这个网站会展示包含这个短语的电影片段。 4、ambiphone 这个网站可以播放环境音和白噪声，适合当作背景音乐。 5、代理检测 该网站提供一系列测试，用来检测用户是否正在使用代理。 图片 1、湿绳子传信号 电话线和网线都是铜线，因为铜可以传送电信号。 水也是导电的，因此理论上，水也可以充当电线。 有人就真的做了这样的尝试，找了一根细麻绳，浸透了咸水（增加导电能力），当作 ADSL 的连接线，看看能否上网。 他把入户线连上湿麻绳，再连上另一端。下图中，地毯湿漉漉的地方，上面就是挂着两根湿麻绳。 事实证明，湿麻绳真的可以上网，而且速度不慢，下行网速达到了3.5Mb/s。 只是你不能用手碰这根绳子，并且绳子干了以后，就没法上网了。 文摘 1、CEO 和三个信封 一家陷入困境的公司，聘请了一位新的 CEO。 即将卸任的前 CEO 私下会见了他，并向他赠送了三个有编号的信封。"如果你遇到了重大麻烦，请打开这些信封，每次只能打开一个。"前 CEO 说。 三个月过去了，公司的销售额和利润仍然在大幅下降，新任 CEO 受到了很大的压力。 他开始惊慌，但随后他想起了那些信封。他从抽屉里拿出第一个信封，上面写着："责怪你的前任。" 新任 CEO 就召开新闻发布会并解释说，前任给他留下了烂摊子，清理它的时间比预期要长，但一切都在正确的轨道上。媒体和华尔街对他的解释感到满意，做出了积极回应。 又一个季度过去了，公司仍在苦苦挣扎。吸取了之前的经验，他就打开了第二个信封，上面写着："重组。" 因此，他解雇了员工，整合了部门，尽可能地削减成本，华尔街和媒体都对他的努力表示赞赏。 三个月过去了，公司的销售额和利润仍然裹足不前。他在财报电话会议前，走进办公室，关上门，打开第三个信封，上面写着："准备三个信封。" 言论 1、 我终于做到了，让 AI 关闭 AI。几个月前，微软将 Copilot 服务加到了 Windows，我关掉了它。但是，最新一次的更新让它又复活了。 我就问 Copilot，如何才能摆脱它？它建议我像其他程序一样卸载，但微软没有提供它的卸载。我又问 Copilot 怎么办？它继续告诉我要更改的注册表项的确切位置，可以阻止它的加载。现在，它已经消失了。 -- @WearsHats@realsocial.life 2、 我的职业建议是，行动要急不可耐，对于结果要抱有耐心。 -- 《给年轻自己的职业建议》 3、 大量的面试和考试，基本上是在测试你能在多大程度上替代编译器。比如，Java 认证考试倾向于考察语法和编译问题，而不是实际编程的能力或系统设计的能力。 -- 《我是程序员而不是编译器》 4、 20多岁时，我跟一个长辈说："我很担心，别人会怎么看待我做的那个决定。"长辈说："放心吧，你没有观众的。" 现在想起来，我认为这是我得到过的最好建议。 -- 阿曼达·福蒂尼（Amanda Fortini），美国作家 往年回顾 人生是一个长板问题（2023 #254） 如何度过疫情、裁员、还有战争（2022 #204） 1982年的信息社会预言（2021 #154） 语音合成的用途（2020 #104） （完） 文档信息 版权声明：自由转载-非商用-非衍生-保持署名（创意共享3.0许可证） 发表日期： 2024年5月24日
-- gReader Pro
http://www.ruanyifeng.com/blog/2024/05/weekly-issue-301.html
这里记录每周值得分享的科技内容，周五发布。 本杂志开源，欢迎投稿。另有《谁在招人》服务，发布程序员招聘信息。合作请邮件联系（yifeng.ruan@gmail.com）。 封面图 新疆喀什的阿图什天门景区，爬山路线都是在悬崖上架设的栈道，非常壮观。（via） OpenAI 的图书馆工位 OpenAI 是眼下最炙手可热、排名第一的 AI 公司。 大家大概没见过，这家公司的总部。 它的总部是旧金山市区的一栋三层小楼，原来是一家食品厂，后来改建为办公楼。 这栋小楼很不起眼，外面也没有大幅的标识，你根本想不到，里面正在开发人类最先进的人工智能模型。 那么，楼里什么样？ 《纽约时报》最近公开了一组照片，披露楼里有一个很漂亮的图书馆。 藏书都是 OpenAI 员工推荐的，还装饰了科学家的照片。 这个图书馆可不是只有一间屋子，而是有两层，面积相当大。 最特别的是，图书馆里面有很多自习桌，就像大学的自习室一样。 员工可以在里面读书、休息，也可以一整天在这里办公，相当于工位。 图书馆工位有很多好处。首先，就是安静，可以集中注意力，全力投入工作，思考一些困难的问题。这对 OpenAI 那样开创性的公司非常重要。 其次，图书馆的气氛比较放松，不压抑，工作时精神不容易疲倦，甚至还有一些漫游知识海洋的趣味，可能激发意想不到的灵感。 我不由联想到了，国内互联网公司的工位。通常是一整层写字楼，改造成开放式空间，大家挤在一起办公，整层往往有几百个工位，就像一个喧闹的大车间。 这种车间式工位会互相影响，而且有一种压抑的气氛，容易让人烦躁和焦虑。 它只适合"大军团作战"、依靠大量人力资源投入的项目。对于那种极其困难、需要苦思冥想的智力项目，我认为这种工位有反作用。 现在的情况是，移动互联网已经饱和了，没有那么多市场机会了，"大军团作战"越来越显示它的局限性。 未来的市场要靠货真价实的创新，我建议创新型的小公司，尤其是从事 AI 模型的公司，可以借鉴 OpenAI 的做法，在公司里面设置舒适的图书馆和自习室，允许员工在这里办公，也许会有奇效。 2024稀土开发者大会 下个月的6月28日（周五）和6月29日（周六），国内开发者的年度盛会"2024稀土开发者大会"，将在北京举行。 周刊是本次大会的媒体协办单位，向大家介绍会议的各项活动。 大会邀请了70位国内重量级的技术专家，10余个精彩纷呈的主题论坛，具体的名单已经出来了。 可以看到，这次的分论坛都是当今的技术热点，以及开发的前沿领域。 各个分论坛的详细介绍，以及演讲内容和名单，详见官网。购票也请点击这个链接，或者扫描下方的海报。 早鸟票、学生票、特惠票还在火热售卖中，所有购票者都可以抽奖，奖品众多，100%中奖！ 科技动态 1、动态二维码 我们每天扫描的二维码都是静态的，你有没有想过，二维码也可以动态。 动态二维码每时每刻都在变化，我们用摄像头扫描它，读到的就是连续不断的数据，可以实现摄像头下载文件。 麻省理工学院的两位研究人员，提出了这个设想，还给出了初步的代码。 他们把文件先编码成一段视频，格式就是动态二维码，在手机上播放。另一个手机使用摄影头，对视频里面的动态二维码进行解码，再还原出原始文件。 这种技术用起来很简单，符合直觉，速度也不慢，可以达到 2Mbps，很适合两台手机在没有网络的情况下（比如飞机上）互传数据。 2、猴子的石器 一般认为，美洲最早的居民是印第安人，大约1万年前来到美洲。 但是后来，考古学家在南美洲发现了5万年前的石器。难道印第安人之前，美洲还有其他人类？ 但是，除了这些石器，找不到任何其他证据。 最近，有一篇论文提出，这些石器并不是来自人类，而是来自卷尾猴。 这些猴子也会做石器，而且做出来的跟"古人类的石器"非常相似。 猴子们有自己的采石场，在那里它们选择合适的石头作为锤子，敲碎坚果。石器还可以帮助卷尾猴挖掘。 这就引出一个问题：我们在博物馆看到的那些石器，会不会也是猴子做的？ 3、纸板床 一家西班牙创业公司，发明了一种纸板床，可以低成本、快速地为难民和灾民搭建床位。 它的成本是每张17美元（约125元人民币），大量生产还能再降低。工厂能在数小时内生产出1000张床。 这种床的搭建也非常简单，一个人一小时就可以搭建700张床，其实就是打开纸箱，比任何其他方案都要快几十倍。 每张床最多可支撑350公斤的重量，床上可以站5个成年人。 西班牙红十字会已经订购了首批几百张纸板床，用于救援行动时安置难民和灾民。 AI 相关 1、谷歌搜索的新模式（英文） 谷歌美国版在搜索页面上，加了一个"人工智能概述"，给出 AI 对搜索结果的总结。 很多人不喜欢这样，因为他们使用谷歌是为了查找网站而不是获取答案。所以，谷歌又添加了一个"传统模式"，让你查看没有 AI 的搜索结果。 未来，很多网站可能会特别标注"本站无 AI"，作为吸引用户的特色。 2、Windows 画板引入 AI（英文） Windows 11 的新版本，将 AI 引入了传统的画板程序（Paint）。用户只需画出轮廓（图左），AI 会自动生成对应的图片（图右）。 3、AI 解读网页报错（英文） 谷歌为 Chrome 浏览器的开发者工具，引入了 AI，现在可以查看网页报错的 AI 解读。 4、万象生图 Windows 桌面软件，可以在日常电脑上运行的快速文生图模型，无需 GPU 和 Python。（@taotaow 投稿） 5、krita-ai-diffusion 图像编辑器软件 Krita 的 AI 插件，类似 PhotoShop 的"图片 AI 扩充"，用 AI 绘制原图没有的部分，不过它是开源的。 6、AI 重要论文 OpenAI 的前首席科学家 Ilya Sutskever 开出了一份论文清单，一共包含30篇论文。 他说："如果你真正学会了所有这些，你就会知道当今 AI 的 90% 重要内容。" AI 体验营 AI 现在国内这么热，一个很大的原因是，大家看到了里面的变现机会。 这是全新的市场，没有任何竞争对手。谁先实现好的点子，可能就会获得丰厚回报。 如果你对 AI 工具和变现，还没有思路，这里有一个 《3天 AI 副业变现体验营》，可以帮你熟悉起来。 出品人是林小浩，他做过研发，出过销量5万册的算法书《图解算法教程》，以及200万次播放的 AI 绘画视频。具体情况，大家可以在网上搜他的名字。 本次体验营为期三天，讲解两个项目：（1）用 AI 写出公众号热文，（2）AI 小红书绘画变现。课程会演示 GPT 写作和 AI 绘画模型的用法，还会额外赠送三天 GPT4o、MJ 和 Suno 的使用账号。 内容从零开始，不需要有前期经验。体验营收取9.9元押金，完成全部作业就会全额退款，相当于免费。下周一晚8点开课，感兴趣的同学，可以扫描上方海报二维码，报名参加。 文章 1、数据分析的 SQL 示例（英文） 本文是一篇教程，给出了几个示例，如何编写 SQL 进行数据分析。 2、PHP 老矣，尚能饭否？（中文） 本文作者是 PHP 官方 PECL 开发组成员，分析了 PHP 流行度下降的原因，存在的问题和现有的优势。（@ryantang1991 投稿） 3、如何为网页添加快捷键（英文） 作者讲解如何用邮猴脚本，为网页添加自己的快捷键。 4、CSS :has() 选择器教程（英文） 本文介绍如何使用:has()选择器，特点是有大量互动示例。 5、我安装 FreeBSD 桌面的经历（英文） FreeBSD 是 Unix 系统的正统后代，很少有人选它作为桌面系统。万一你想这么做，可以参考这篇文章。 6、xargs 是 echo 的逆操作（英文） xargs 是一个重要的 Linux 命令，本文讲解它到底有什么用。 工具 1、SunEditor 一个开源的"所见即所得"编辑器，兼容性比较好。 2、TrasHTTPandas 这个网站提供各种状态码的 HTTP 回应，供 API 调用，可以用来调试前端请求。 3、安读 一款使用 Flutter 编写的桌面读书软件，支持 WebDAV 同步。（@Anxcye 投稿） 4、VSpace 一个浏览器插件，提供侧边栏的垂直书签和标签页管理器。 （@cyhuajuan 投稿） 5、FreeReNamer 开源的跨平台桌面软件，用来将文件批量重命名。（@cyhuajuan 投稿） 另有一个类似的照片重命名软件 Rename Photos。（@Arman19941113 投稿） 6、Keyviz 开源的 Windows 软件，在桌面上显示用户实时的按键。（@Y024 投稿） 7、XIAOJUSURVEY 一套开源的问卷系统，自带后端和前端，用于架设管理自己的问卷。（@sudoooooo 投稿） 8、Quetta 一个注意保护个人隐私的手机浏览器，支持 iOS 和安卓，不收集用户的任何数据，也防止被网站收集。 9、Sandstorm 一个开源的 Web 应用软件商店，安装以后，就可以在它的商店里面，点击安装/运行多种 Web 应用。 10、Database Diagram 一个免费网站，在线生成数据库的 ER（实体-关系）图。 11、autocomplete Algolia 公司推出的 JS 库，实现搜索关键字的自动补全。 资源 1、学习 Rust 的 100 个练习（英文） Rust 语言的一个初学者教程，通过100个练习来学习这门语言。 2、JavaScript 语法问题（中文） 这个仓库收集了100多个 JavaScript 的语法选择题，可以试试你是否真的了解这门语言。 3、PlayPhrase.me 搜索一个英语短语，这个网站会展示包含这个短语的电影片段。 4、ambiphone 这个网站可以播放环境音和白噪声，适合当作背景音乐。 5、代理检测 该网站提供一系列测试，用来检测用户是否正在使用代理。 图片 1、湿绳子传信号 电话线和网线都是铜线，因为铜可以传送电信号。 水也是导电的，因此理论上，水也可以充当电线。 有人就真的做了这样的尝试，找了一根细麻绳，浸透了咸水（增加导电能力），当作 ADSL 的连接线，看看能否上网。 他把入户线连上湿麻绳，再连上另一端。下图中，地毯湿漉漉的地方，上面就是挂着两根湿麻绳。 事实证明，湿麻绳真的可以上网，而且速度不慢，下行网速达到了3.5Mb/s。 只是你不能用手碰这根绳子，并且绳子干了以后，就没法上网了。 文摘 1、CEO 和三个信封 一家陷入困境的公司，聘请了一位新的 CEO。 即将卸任的前 CEO 私下会见了他，并向他赠送了三个有编号的信封。"如果你遇到了重大麻烦，请打开这些信封，每次只能打开一个。"前 CEO 说。 三个月过去了，公司的销售额和利润仍然在大幅下降，新任 CEO 受到了很大的压力。 他开始惊慌，但随后他想起了那些信封。他从抽屉里拿出第一个信封，上面写着："责怪你的前任。" 新任 CEO 就召开新闻发布会并解释说，前任给他留下了烂摊子，清理它的时间比预期要长，但一切都在正确的轨道上。媒体和华尔街对他的解释感到满意，做出了积极回应。 又一个季度过去了，公司仍在苦苦挣扎。吸取了之前的经验，他就打开了第二个信封，上面写着："重组。" 因此，他解雇了员工，整合了部门，尽可能地削减成本，华尔街和媒体都对他的努力表示赞赏。 三个月过去了，公司的销售额和利润仍然裹足不前。他在财报电话会议前，走进办公室，关上门，打开第三个信封，上面写着："准备三个信封。" 言论 1、 我终于做到了，让 AI 关闭 AI。几个月前，微软将 Copilot 服务加到了 Windows，我关掉了它。但是，最新一次的更新让它又复活了。 我就问 Copilot，如何才能摆脱它？它建议我像其他程序一样卸载，但微软没有提供它的卸载。我又问 Copilot 怎么办？它继续告诉我要更改的注册表项的确切位置，可以阻止它的加载。现在，它已经消失了。 -- @WearsHats@realsocial.life 2、 我的职业建议是，行动要急不可耐，对于结果要抱有耐心。 -- 《给年轻自己的职业建议》 3、 大量的面试和考试，基本上是在测试你能在多大程度上替代编译器。比如，Java 认证考试倾向于考察语法和编译问题，而不是实际编程的能力或系统设计的能力。 -- 《我是程序员而不是编译器》 4、 20多岁时，我跟一个长辈说："我很担心，别人会怎么看待我做的那个决定。"长辈说："放心吧，你没有观众的。" 现在想起来，我认为这是我得到过的最好建议。 -- 阿曼达·福蒂尼（Amanda Fortini），美国作家 往年回顾 人生是一个长板问题（2023 #254） 如何度过疫情、裁员、还有战争（2022 #204） 1982年的信息社会预言（2021 #154） 语音合成的用途（2020 #104） （完） 文档信息 版权声明：自由转载-非商用-非衍生-保持署名（创意共享3.0许可证） 发表日期： 2024年5月24日
-- gReader Pro
2024年5月19日 星期日
2024年5月17日 星期五
Ilus AI：利用 AI 技術在幾秒鐘內快速生成各種風格的手繪插圖
Ilus AI：利用 AI 技術在幾秒鐘內快速生成各種風格的手繪插圖
https://free.com.tw/ilus-ai/
今天要介紹「Ilus AI」是使用 AI 技術生成手繪插圖的線上工具，內建三種樣式：墨水繪畫、塗鴉和扁平化風格，使用者只要輸入想產生的插圖描述即可在幾秒鐘快速生成，對於需要特定主題的素材來說非常有用，尤其是完全不具有繪畫經驗的人可以說是救星，特別適合使用於網頁開發、簡報設計、社群媒體或數位行銷等類型。 Ilus AI 開發者使用 Pablo Stanley 創作的插圖作品進行 AI 訓練，利用預先設計的模型快速產生各種插圖，包括： Transhumans 插畫藝術的超人類之旅，插畫家作品免費下載可商用 Open Peeps 免費手繪人物插圖，內建三種樣式可快速混搭造型模組 Open Doodles 免費手繪插圖下載，CC0 授權連同原始檔一併釋出 這些插圖使用 CC0 授權方式釋出，適用於個人和商業用途，以 Ilus AI 產生的插圖素材也不會受版權限制。 除此之外，Ilus AI 還有一個「Fine-tune」模式，允許使用者上傳特定物件或風格圖片訓練 AI 模型，效果方面取決於提供的數據，至少要有 5-15 張影像才能進行，訓練時間大約 10 分鐘。 不過 Ilus AI 並非免費，網站會依照使用的功能扣除積分，不夠的話可以考慮付費購買，最低 $9 美元（150 積分），每次產生圖片、匯出 PNG / SVG 或訓練模型都會用到積分，還好在註冊登入後會獲得一次試用積分，讓 Ilus AI 產生一次圖片作為測試使用，需要的話再考慮付費購買。 Ilus AIhttps://ilus.ai/ 使用教學 STEP 1 進入 Ilus AI 後點擊右上角「Generate」進入產生器，第一次使用要先登入 Google 帳戶，從右上角會看到剩餘積分，註冊後就有一點的積分可產生一次插畫。 前面文章有提到「Fine-tune」功能，簡單來說就是上傳 5 至 15 張圖片、讓 AI 進行學習並建立模型，就能使用這個模型搭配圖片描述來產生類似風格但又不同主題的插圖，不過這項功能需要 100 積分，有需要的話可自行研究一下。 STEP 2 回到「Generate」生成器模式，先從上方「Style」選擇要產生的插圖樣式，至於這些樣式有沒有預覽呢？可以到「範例」頁面看看 Ilus AI 開發者提供的各種範本。 選好樣式後在下方「character illustration of」輸入圖片描述（使用英文），不確定的話就用 Google 翻譯轉換一下。 產生時下方會顯示等待時間，大約在 10 至 60 秒左右就完成了，非常快速。 STEP 3 每次產生的預覽圖會出現在產生器下方，點擊圖片的「Export」將它匯出、保存。 STEP 4 下載一般 PNG 格式不用額外積分（圖片解析度 512×512），如果選擇兩倍的 PNG 格式需支付 5 積分、SVG 向量圖格式是 10 積分，其實也可以下載普通 PNG 圖片大小再使用其他圖片放大工具將解析度提升即可（免費的替代方案）。 匯出時會再次出現提示，點擊「Export」按鈕就會出現下載選項。 值得一試的三個理由： 在幾秒鐘內根據使用者的描述快速生成手繪插圖，對於需要特定主題的素材來說非常有用 適合各種場合使用，如網頁開發、簡報設計、社群媒體或數位行銷等等 產生的插圖素材適用於個人和商業用途，無需擔心版權問題 這篇文章 Ilus AI：利用 AI 技術在幾秒鐘內快速生成各種風格的手繪插圖 最早出現在免費資源網路社群，請追蹤 Google 新聞、Facebook、Twitter 或 RSS feed 獲取更多科技新知及免費資源相關介紹教學。
-- gReader Pro
https://free.com.tw/ilus-ai/
今天要介紹「Ilus AI」是使用 AI 技術生成手繪插圖的線上工具，內建三種樣式：墨水繪畫、塗鴉和扁平化風格，使用者只要輸入想產生的插圖描述即可在幾秒鐘快速生成，對於需要特定主題的素材來說非常有用，尤其是完全不具有繪畫經驗的人可以說是救星，特別適合使用於網頁開發、簡報設計、社群媒體或數位行銷等類型。 Ilus AI 開發者使用 Pablo Stanley 創作的插圖作品進行 AI 訓練，利用預先設計的模型快速產生各種插圖，包括： Transhumans 插畫藝術的超人類之旅，插畫家作品免費下載可商用 Open Peeps 免費手繪人物插圖，內建三種樣式可快速混搭造型模組 Open Doodles 免費手繪插圖下載，CC0 授權連同原始檔一併釋出 這些插圖使用 CC0 授權方式釋出，適用於個人和商業用途，以 Ilus AI 產生的插圖素材也不會受版權限制。 除此之外，Ilus AI 還有一個「Fine-tune」模式，允許使用者上傳特定物件或風格圖片訓練 AI 模型，效果方面取決於提供的數據，至少要有 5-15 張影像才能進行，訓練時間大約 10 分鐘。 不過 Ilus AI 並非免費，網站會依照使用的功能扣除積分，不夠的話可以考慮付費購買，最低 $9 美元（150 積分），每次產生圖片、匯出 PNG / SVG 或訓練模型都會用到積分，還好在註冊登入後會獲得一次試用積分，讓 Ilus AI 產生一次圖片作為測試使用，需要的話再考慮付費購買。 Ilus AIhttps://ilus.ai/ 使用教學 STEP 1 進入 Ilus AI 後點擊右上角「Generate」進入產生器，第一次使用要先登入 Google 帳戶，從右上角會看到剩餘積分，註冊後就有一點的積分可產生一次插畫。 前面文章有提到「Fine-tune」功能，簡單來說就是上傳 5 至 15 張圖片、讓 AI 進行學習並建立模型，就能使用這個模型搭配圖片描述來產生類似風格但又不同主題的插圖，不過這項功能需要 100 積分，有需要的話可自行研究一下。 STEP 2 回到「Generate」生成器模式，先從上方「Style」選擇要產生的插圖樣式，至於這些樣式有沒有預覽呢？可以到「範例」頁面看看 Ilus AI 開發者提供的各種範本。 選好樣式後在下方「character illustration of」輸入圖片描述（使用英文），不確定的話就用 Google 翻譯轉換一下。 產生時下方會顯示等待時間，大約在 10 至 60 秒左右就完成了，非常快速。 STEP 3 每次產生的預覽圖會出現在產生器下方，點擊圖片的「Export」將它匯出、保存。 STEP 4 下載一般 PNG 格式不用額外積分（圖片解析度 512×512），如果選擇兩倍的 PNG 格式需支付 5 積分、SVG 向量圖格式是 10 積分，其實也可以下載普通 PNG 圖片大小再使用其他圖片放大工具將解析度提升即可（免費的替代方案）。 匯出時會再次出現提示，點擊「Export」按鈕就會出現下載選項。 值得一試的三個理由： 在幾秒鐘內根據使用者的描述快速生成手繪插圖，對於需要特定主題的素材來說非常有用 適合各種場合使用，如網頁開發、簡報設計、社群媒體或數位行銷等等 產生的插圖素材適用於個人和商業用途，無需擔心版權問題 這篇文章 Ilus AI：利用 AI 技術在幾秒鐘內快速生成各種風格的手繪插圖 最早出現在免費資源網路社群，請追蹤 Google 新聞、Facebook、Twitter 或 RSS feed 獲取更多科技新知及免費資源相關介紹教學。
-- gReader Pro
2024年5月16日 星期四
2024年5月14日 星期二
2024年5月13日 星期一
ChatGPT 將免費開放 GPT-4o、分析 Excel、搜尋網路、GPTs 功能
ChatGPT 將免費開放 GPT-4o、分析 Excel、搜尋網路、GPTs 功能
http://www.playpcesor.com/2024/05/chatgpt-gpt-4o-excelgpts.html
OpenAI 昨天晚上（2024/5/13）的發布會，公布了類似電影中才會出現的即時語音、視覺智慧型助理：GPT-4o（"o"代表"omni"），具備 GPT-4 的文字、圖像處理能力，但語音回應的速度接近真實人類對話反應（不像之前要等待很久才回應），而且具備視覺能力可以看到四周環境進行互動。在 OpenAI 的示範中， GPT-4o 像是一個真正的智慧型助理，可以即時口語翻譯、看考卷解答數學問題，還能辨識出人類的情感並進行互動（也可以唱歌）！你可以在這篇 OpenAI 的介紹中找到許多現場即時示範的 Demo 影片，例如「即時口譯」、「識別生日場景並祝福」、「解答數學問題」等等，最重要的是，反應的速度飛快，就像跟真人對話一樣。ChatGPT Plus 用戶今天就可以切換到「 GPT-4o 」的文字、影像處理模型。像是影片中的「即時語音、視覺辨識」功能則會在未來幾周對 Plus 用戶開放。不過，還有一個很重要的發佈是：未來幾個禮拜內， OpenAI 將會讓免費用戶也可以使用「 GPT-4o 」的文字、影像、文件處理模型。雖然有使用次數的限制，但這等於免費版也可以使用 GPT-4 等級的 AI 生成處理能力了。不只如此，許多原本 ChatGPT 中的付費功能，也將陸續對免費用戶開放（目前還沒，未來幾周陸續開放）。我將這些即將免費開放的「進階功能」，以及我之前寫過的相關教學整理如下，之後免費開放後，大家可以參考使用。免費版中，將可以上傳文件、 Excel、 圖像，進行分析、繪製圖表你可以參考我之前這篇文章教學：「ChatGPT Code Interpreter 資料分析8種應用：分析 Excel 製作圖表」，這個功能可以讓我們上傳 Excel 試算表、程式碼檔案給 ChatGPT 分析，進而產生需要的圖表，或是上傳 PDF 請他分析摘要。而且，還有很多其他不同的文件處理應用方式。免費用戶也即將獲得這個上傳檔案、分析資料功能。免費功能也開放上傳圖片，做視覺分析，可以參考這篇的應用方式：「ChatGPT 圖文混合提問 9 種超能力：程式、教育、學習到行銷應用」。免費版中，可以透過 GPT-4o 搭配上網功能進行組合應用免費功能將包含「即時上網搜尋」，確保找到新的資料並進行摘要，然後利用 GPT-4 等級的能力去分析文件、圖像，進行組合應用。可以參考我這篇文章的教學：「ChatGPT 自動串聯多功能案例：上網＋圖像＋文件組合生成技巧」免費版中可以使用 GPTs 應用接下來，免費用戶也可以使用 GPTs 應用，只是無法自己創建 GPTs 。所以你可以使用上面的影片摘要工具、論文搜尋工具，獲得更多進階功能。（可以參考這篇應用介紹：從 GPTs 商店熱門應用學 ChatGPT 怎麼用，免費版可用提示語分享）免費版也能具備「記憶」功能，自動產生常用指令之前介紹的「ChatGPT 跨對話記憶、無痕模式教學，訓練 AI 記住特殊要求實測」功能，接下來也會陸續開放給免費用戶使用，我們在問答中會自動建立指令習慣，例如回答時一定使用台灣慣用語的繁體中文，讓 AI 愈來愈適合我們需求。除了 GPT-4o 的語音對話功能將針對 ChatGPT Plus 用戶在未來幾周內陸續開放。GPT-4o 的 AI 處理模型，以及上述原本的付費版進階功能，也會在未來幾周內對免費用戶開放，值得好好利用。大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」目前最新著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 esorhjy@gmail.com ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：免費 AI 英文家教 Lingolette 一對一語音對話，輕鬆強化聽說讀寫）
-- gReader Pro
http://www.playpcesor.com/2024/05/chatgpt-gpt-4o-excelgpts.html
OpenAI 昨天晚上（2024/5/13）的發布會，公布了類似電影中才會出現的即時語音、視覺智慧型助理：GPT-4o（"o"代表"omni"），具備 GPT-4 的文字、圖像處理能力，但語音回應的速度接近真實人類對話反應（不像之前要等待很久才回應），而且具備視覺能力可以看到四周環境進行互動。在 OpenAI 的示範中， GPT-4o 像是一個真正的智慧型助理，可以即時口語翻譯、看考卷解答數學問題，還能辨識出人類的情感並進行互動（也可以唱歌）！你可以在這篇 OpenAI 的介紹中找到許多現場即時示範的 Demo 影片，例如「即時口譯」、「識別生日場景並祝福」、「解答數學問題」等等，最重要的是，反應的速度飛快，就像跟真人對話一樣。ChatGPT Plus 用戶今天就可以切換到「 GPT-4o 」的文字、影像處理模型。像是影片中的「即時語音、視覺辨識」功能則會在未來幾周對 Plus 用戶開放。不過，還有一個很重要的發佈是：未來幾個禮拜內， OpenAI 將會讓免費用戶也可以使用「 GPT-4o 」的文字、影像、文件處理模型。雖然有使用次數的限制，但這等於免費版也可以使用 GPT-4 等級的 AI 生成處理能力了。不只如此，許多原本 ChatGPT 中的付費功能，也將陸續對免費用戶開放（目前還沒，未來幾周陸續開放）。我將這些即將免費開放的「進階功能」，以及我之前寫過的相關教學整理如下，之後免費開放後，大家可以參考使用。免費版中，將可以上傳文件、 Excel、 圖像，進行分析、繪製圖表你可以參考我之前這篇文章教學：「ChatGPT Code Interpreter 資料分析8種應用：分析 Excel 製作圖表」，這個功能可以讓我們上傳 Excel 試算表、程式碼檔案給 ChatGPT 分析，進而產生需要的圖表，或是上傳 PDF 請他分析摘要。而且，還有很多其他不同的文件處理應用方式。免費用戶也即將獲得這個上傳檔案、分析資料功能。免費功能也開放上傳圖片，做視覺分析，可以參考這篇的應用方式：「ChatGPT 圖文混合提問 9 種超能力：程式、教育、學習到行銷應用」。免費版中，可以透過 GPT-4o 搭配上網功能進行組合應用免費功能將包含「即時上網搜尋」，確保找到新的資料並進行摘要，然後利用 GPT-4 等級的能力去分析文件、圖像，進行組合應用。可以參考我這篇文章的教學：「ChatGPT 自動串聯多功能案例：上網＋圖像＋文件組合生成技巧」免費版中可以使用 GPTs 應用接下來，免費用戶也可以使用 GPTs 應用，只是無法自己創建 GPTs 。所以你可以使用上面的影片摘要工具、論文搜尋工具，獲得更多進階功能。（可以參考這篇應用介紹：從 GPTs 商店熱門應用學 ChatGPT 怎麼用，免費版可用提示語分享）免費版也能具備「記憶」功能，自動產生常用指令之前介紹的「ChatGPT 跨對話記憶、無痕模式教學，訓練 AI 記住特殊要求實測」功能，接下來也會陸續開放給免費用戶使用，我們在問答中會自動建立指令習慣，例如回答時一定使用台灣慣用語的繁體中文，讓 AI 愈來愈適合我們需求。除了 GPT-4o 的語音對話功能將針對 ChatGPT Plus 用戶在未來幾周內陸續開放。GPT-4o 的 AI 處理模型，以及上述原本的付費版進階功能，也會在未來幾周內對免費用戶開放，值得好好利用。大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」目前最新著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 esorhjy@gmail.com ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：免費 AI 英文家教 Lingolette 一對一語音對話，輕鬆強化聽說讀寫）
-- gReader Pro
2024年5月11日 星期六
Shy Kids揭秘使用Sora製作短片的製作過程！AI 影片產生器的驚人進步與局限性
Shy Kids揭秘使用Sora製作短片的製作過程！AI 影片產生器的驚人進步與局限性
https://www.techbang.com/posts/115226-sora-ai-video-generators
Sora 的第一批使用者，詳細講述了自己使用其生成完整影片的製作過程。2月初，OpenAI發表的Sora驚豔了全世界，它在文生影片上的革命性突破，一度被視為吹向好萊塢的一場大風暴。 Sora是一種擴散模型，與以往的 AI 影片生成器相比，Sora 能夠依據提示詞生成長達一分鐘的影片內容，保持視覺品質和一致性，並且實現鏡頭的切換和構圖調整，它還能使影片與背景相關的主題細節準確符合，產生的影片更加逼真，仿佛是現實世界的延伸。 當時，OpenAI還發表了技術說明，表明它未來可以將生成的影片延長或無縫混合兩個影片。 3月起，Sora對一些藝術家開放了使用權限，月底，OpenAI在官網發表了幾位藝術家使用Sora生成的超現實影片作品。近日，這些作品之一《氣球人》背後的藝術家團隊 Shy Kids 全揭秘了使用Sora的製作過程。 整體看下來，真正投入到影視製作中的Sora並沒有當初那麼驚豔，但它已經足夠令人震撼——能讓一個僅有三人的團隊，在大約1.5至2周的時間內便製作出了一部精彩短片。 在該團隊看來，當前形態的Sora在特定的圖像生成方面取得了令人難以置信的進步；但對於相對複雜的專案，可能還需要一段時間的進化才能滿足導演的具體需求。除了Sora的使用，這部《Air Head》依然使用了大量的編輯和人為指導才製作完成。團隊表示，「將Sora融入創作流程是一種很真實的工作方式，但如果不這麼做，好像也沒什麼關係。」 以下為 fxguide 與 Shy Kids 就 Sora 目前的工作原理進行討論的內容整理： 作為獲得了Sora的有限存取權限的製作團隊之一，Shy Kids團隊製作了Sora短片《Air Head》。Shy Kids是一家加拿大製作公司，以其多樣化和創新的媒體制作方法而聞名。 Sora目前正在開發中，並通過像Shy Kids這樣的團隊的回饋積極改進。重要的是要認識到：Sora尚處於非常早期的發展時期，幾乎可以稱之為前阿爾法階段。 Shy Kids中負責後期製作的派屈克評論道，使用Sora是很有趣的過程，Sora是一個非常強大的工具，「我們已經在夢想著它可以如何融入我們現有的流程。但我認為對於任何生成性AI工具來說；控制力仍然是最令人嚮往的，也是目前最難捉摸的東西。」 延伸閱讀：OpenAI 推出AI生成影片模型 Sora：光憑文字無中生有60秒影片，生成內容幾乎如真人實拍 延伸閱讀：開發文字生成影片AI模型Sora，OpenAI 就像在對著真實世界比中指 使用者介面和互動：為提升一致性，僅支援文字輸入 Sora的使用者介面設計簡潔，它允許藝術家通過輸入文字提示來啟動影片片段的生成過程。 藝術家輸入想要的場景描述後，OpenAI的ChatGPT技術會將其轉換成更長的字串，這一步驟是觸發Sora生成影片片段的關鍵。 目前，Sora僅支援文字輸入，尚未整合多模態輸入方式，也就是說，除了文字描述外，使用者無法透過其他形式如圖像或聲音來提供輸入。 這種設計的重要性在於，儘管Sora在保持影片鏡頭內物件的一致性方面做得非常出色，但系統目前還無法確保第一個鏡頭中的內容與隨後的鏡頭完全匹配。 換句話說，即使是使用相同的文字提示，Sora在不同時間產生的影片片段也可能存在差異。為了盡可能保持一致性，使用者需要在文字提示中盡可能詳細地描述場景，包括角色的服裝和道具的類型等。然而，即便如此，Sora在鏡頭之間的一致性控制方面仍然存在局限，因為它尚未具備完整的功能集來實現完全的控制。 「我們能做的最接近的事情就是在我們的提示中加入更詳細地描述，」派屈克解釋道。「解釋角色的服裝，以及氣球的類型，是我們實現一致性的方式，因為因為目前還沒有完整的功能集來完全控制鏡頭到鏡頭的一致性。」 Sora生成的每個獨立片段，就其所代表的技術而言，都是令人驚歎的。然而，如何有效利用這些片段，取決於使用者對Sora隱式或顯式鏡頭生成方式的理解。 例如，如果你要求Sora生成一個在廚房裡長距離跟蹤的鏡頭，並且鏡頭中包含一個放在桌上的香蕉，Sora將依賴於其對「香蕉」這一概念的隱式理解來生成一個顯示香蕉的影片。 透過訓練資料，Sora已經學習了香蕉性的隱式特性：例如「黃色」、「彎曲」、「末端有深色」等。但它沒有香蕉的實際記錄圖像，也沒有「香蕉」資料庫；它有一個更小的壓縮隱藏或「潛在空間」來代表香蕉的概念。因此，每次生成的運行都會展示出這個潛在空間的不同解釋，這意味著使用者輸入的提示必須基於對這些隱式特徵的理解。 角色Sonny的一致性： 團隊試圖在不同鏡頭中保持黃色氣球頭Sonny的一致性，但Sora無法確保每個鏡頭中的氣球顏色和樣式完全相同。有時氣球的顏色或樣式與提示不符，甚至出現意外的臉部圖案。 ▲ Sora輸出並不需要出現的臉部圖案。圖片來源：fxguide 解析度和影像處理： 《Air Head》使用了Sora生成的鏡頭，但其中很多都被分級、處理和穩定化了，所有鏡頭都被放大或提升了解析度。團隊處理的片段都是以較低解析度生成的，然後使用Sora或OpenAI之外的AI工具進行了放大。「我們所有的《Air Head》都是以480的速度製作的，然後使用Topaz進行校正。」 時間控制的不精確性： Shy Kids使用的是最早的原型（Sora仍在不斷改進中），儘管可以在時間線上對關鍵影格進行調整，但對於動作發生的確切時間點控制並不精確，結果具有一定的不確定性。 寬高比的選擇： Sora允許使用者選擇不同的寬高比，如肖像或風景模式，這一功能對於特定的鏡頭設計至關重要。儘管Sora提供了靈活性，但它在原生算繪某些複雜鏡頭動作方面存在限制。例如，當需要從角色Sonny的牛仔褲向上搖攝到他的氣球頭時，Sora無法直接產生這樣的鏡頭。為了解決這一限制，團隊先以肖像模式算繪了鏡頭，然後透過後期裁剪手動創建了後期的全景。 ▲ Sora生成的鏡頭需要後期手動裁剪。圖片來源：fxguide 相機方向的提示： Sora在理解和執行相機運動指令方面還不夠成熟。儘管使用者可以輸入如「相機平移」的提示，但Sora並不總是能夠準確執行。 算繪時長： 根據不同的使用需求和時間，算繪一個片段可能需要10到20分鐘。團隊傾向於算繪更長的片段，以便在後期製作中有更多編輯和調整的空間。 旋轉： 雖然所有的圖像都是在Sora中生成的，但氣球仍然需要大量的後製工作。除了隔離氣球以便重新上色外，還需要移除一些不應該出現的臉部圖案或其他痕跡。 ▲ Sora的原始輸出。圖片來源：fxguide ▲ 後製成品頁面。圖片來源：fxguide 素材與成品比例： 派屈克估計，最終影片成品中一分半鐘的鏡頭，是基於「數百次生成，每次10到20秒」的素材製作的，大約是300:1的源材料與最終成品比例。 拍攝合成和重新定時： 在《Air Head》中，大多數鏡頭是一次性生成的，沒有將多次拍攝合成在一起。 許多由Sora生成的影片片段似乎被自動處理成了慢動作，速度只有正常速度的50%到75%。團隊需要重新定時，以讓它們看起來像是即時拍攝的。 版權： Sora不允許生成會構成侵犯版權或看起來像是模仿特定作品的內容。 例如輸入以下提示詞：「在一艘未來主義的太空船中，使用35mm底片拍攝，一個男人手持光劍向前走」，Sora將不允許生成片段，因為這樣的內容太接近《星際大戰》。 Shy Kids在早期測試中也遇到了這個問題。派屈克回憶說，「我輸入了『艾洛諾夫斯基式的鏡頭』，結果收到了無法執行的回饋。」他還提到，「希區考克式變焦」也是一個會被Sora 拒絕的提示。 小結 去年，大模型的快速發展引起了一場好萊塢大編劇罷工，電影行業對於這項技術的擔憂開始增多。今年2月，OpenAI 推出的 Sora 被視為矽谷再次對好萊塢發起衝擊的訊號。3月初，更是有計劃了4年，資金規模約8億美元，場地面積高達 330 英畝的 12 個攝影棚的設計和建造等一系列的影視工作室擴建計畫，因為Sora的出現被迅速擱淺。一時間，似乎好萊塢人人自危。 但當使用Sora製作了短片的Shy Kids對這一技術進行了全揭秘，人工後期被大量使用，Sora還不能完成一些高級的複雜需求，這些似乎又都給了好萊塢更多緩衝的時間——畢竟Sora目前尚處於非常早期的階段，還遠遠不能在電影工業的各個環節替代人工。 但值得注意的是：人工智慧正在以比過去摩爾定律更快的速度提升智慧，這點在以 GPT 為代表的大語言模型已經得到了驗證。今天 Sora 的出現意味著影片生成模型已經來到了拐點，或許用不了多久我們就能看到可以用於影片產業甚至電影工業的影片大模型。 延伸閱讀：Sora 證明馬斯克是對的！特斯拉與OpenAI如何嘗試讓AI從影片生成到理解真實世界 延伸閱讀：揭秘Sora的開發團隊：成立不到1年，核心技術當年曾因「缺乏創新」被學術會議打槍 加入T客邦Facebook粉絲團
-- gReader Pro
https://www.techbang.com/posts/115226-sora-ai-video-generators
Sora 的第一批使用者，詳細講述了自己使用其生成完整影片的製作過程。2月初，OpenAI發表的Sora驚豔了全世界，它在文生影片上的革命性突破，一度被視為吹向好萊塢的一場大風暴。 Sora是一種擴散模型，與以往的 AI 影片生成器相比，Sora 能夠依據提示詞生成長達一分鐘的影片內容，保持視覺品質和一致性，並且實現鏡頭的切換和構圖調整，它還能使影片與背景相關的主題細節準確符合，產生的影片更加逼真，仿佛是現實世界的延伸。 當時，OpenAI還發表了技術說明，表明它未來可以將生成的影片延長或無縫混合兩個影片。 3月起，Sora對一些藝術家開放了使用權限，月底，OpenAI在官網發表了幾位藝術家使用Sora生成的超現實影片作品。近日，這些作品之一《氣球人》背後的藝術家團隊 Shy Kids 全揭秘了使用Sora的製作過程。 整體看下來，真正投入到影視製作中的Sora並沒有當初那麼驚豔，但它已經足夠令人震撼——能讓一個僅有三人的團隊，在大約1.5至2周的時間內便製作出了一部精彩短片。 在該團隊看來，當前形態的Sora在特定的圖像生成方面取得了令人難以置信的進步；但對於相對複雜的專案，可能還需要一段時間的進化才能滿足導演的具體需求。除了Sora的使用，這部《Air Head》依然使用了大量的編輯和人為指導才製作完成。團隊表示，「將Sora融入創作流程是一種很真實的工作方式，但如果不這麼做，好像也沒什麼關係。」 以下為 fxguide 與 Shy Kids 就 Sora 目前的工作原理進行討論的內容整理： 作為獲得了Sora的有限存取權限的製作團隊之一，Shy Kids團隊製作了Sora短片《Air Head》。Shy Kids是一家加拿大製作公司，以其多樣化和創新的媒體制作方法而聞名。 Sora目前正在開發中，並通過像Shy Kids這樣的團隊的回饋積極改進。重要的是要認識到：Sora尚處於非常早期的發展時期，幾乎可以稱之為前阿爾法階段。 Shy Kids中負責後期製作的派屈克評論道，使用Sora是很有趣的過程，Sora是一個非常強大的工具，「我們已經在夢想著它可以如何融入我們現有的流程。但我認為對於任何生成性AI工具來說；控制力仍然是最令人嚮往的，也是目前最難捉摸的東西。」 延伸閱讀：OpenAI 推出AI生成影片模型 Sora：光憑文字無中生有60秒影片，生成內容幾乎如真人實拍 延伸閱讀：開發文字生成影片AI模型Sora，OpenAI 就像在對著真實世界比中指 使用者介面和互動：為提升一致性，僅支援文字輸入 Sora的使用者介面設計簡潔，它允許藝術家通過輸入文字提示來啟動影片片段的生成過程。 藝術家輸入想要的場景描述後，OpenAI的ChatGPT技術會將其轉換成更長的字串，這一步驟是觸發Sora生成影片片段的關鍵。 目前，Sora僅支援文字輸入，尚未整合多模態輸入方式，也就是說，除了文字描述外，使用者無法透過其他形式如圖像或聲音來提供輸入。 這種設計的重要性在於，儘管Sora在保持影片鏡頭內物件的一致性方面做得非常出色，但系統目前還無法確保第一個鏡頭中的內容與隨後的鏡頭完全匹配。 換句話說，即使是使用相同的文字提示，Sora在不同時間產生的影片片段也可能存在差異。為了盡可能保持一致性，使用者需要在文字提示中盡可能詳細地描述場景，包括角色的服裝和道具的類型等。然而，即便如此，Sora在鏡頭之間的一致性控制方面仍然存在局限，因為它尚未具備完整的功能集來實現完全的控制。 「我們能做的最接近的事情就是在我們的提示中加入更詳細地描述，」派屈克解釋道。「解釋角色的服裝，以及氣球的類型，是我們實現一致性的方式，因為因為目前還沒有完整的功能集來完全控制鏡頭到鏡頭的一致性。」 Sora生成的每個獨立片段，就其所代表的技術而言，都是令人驚歎的。然而，如何有效利用這些片段，取決於使用者對Sora隱式或顯式鏡頭生成方式的理解。 例如，如果你要求Sora生成一個在廚房裡長距離跟蹤的鏡頭，並且鏡頭中包含一個放在桌上的香蕉，Sora將依賴於其對「香蕉」這一概念的隱式理解來生成一個顯示香蕉的影片。 透過訓練資料，Sora已經學習了香蕉性的隱式特性：例如「黃色」、「彎曲」、「末端有深色」等。但它沒有香蕉的實際記錄圖像，也沒有「香蕉」資料庫；它有一個更小的壓縮隱藏或「潛在空間」來代表香蕉的概念。因此，每次生成的運行都會展示出這個潛在空間的不同解釋，這意味著使用者輸入的提示必須基於對這些隱式特徵的理解。 角色Sonny的一致性： 團隊試圖在不同鏡頭中保持黃色氣球頭Sonny的一致性，但Sora無法確保每個鏡頭中的氣球顏色和樣式完全相同。有時氣球的顏色或樣式與提示不符，甚至出現意外的臉部圖案。 ▲ Sora輸出並不需要出現的臉部圖案。圖片來源：fxguide 解析度和影像處理： 《Air Head》使用了Sora生成的鏡頭，但其中很多都被分級、處理和穩定化了，所有鏡頭都被放大或提升了解析度。團隊處理的片段都是以較低解析度生成的，然後使用Sora或OpenAI之外的AI工具進行了放大。「我們所有的《Air Head》都是以480的速度製作的，然後使用Topaz進行校正。」 時間控制的不精確性： Shy Kids使用的是最早的原型（Sora仍在不斷改進中），儘管可以在時間線上對關鍵影格進行調整，但對於動作發生的確切時間點控制並不精確，結果具有一定的不確定性。 寬高比的選擇： Sora允許使用者選擇不同的寬高比，如肖像或風景模式，這一功能對於特定的鏡頭設計至關重要。儘管Sora提供了靈活性，但它在原生算繪某些複雜鏡頭動作方面存在限制。例如，當需要從角色Sonny的牛仔褲向上搖攝到他的氣球頭時，Sora無法直接產生這樣的鏡頭。為了解決這一限制，團隊先以肖像模式算繪了鏡頭，然後透過後期裁剪手動創建了後期的全景。 ▲ Sora生成的鏡頭需要後期手動裁剪。圖片來源：fxguide 相機方向的提示： Sora在理解和執行相機運動指令方面還不夠成熟。儘管使用者可以輸入如「相機平移」的提示，但Sora並不總是能夠準確執行。 算繪時長： 根據不同的使用需求和時間，算繪一個片段可能需要10到20分鐘。團隊傾向於算繪更長的片段，以便在後期製作中有更多編輯和調整的空間。 旋轉： 雖然所有的圖像都是在Sora中生成的，但氣球仍然需要大量的後製工作。除了隔離氣球以便重新上色外，還需要移除一些不應該出現的臉部圖案或其他痕跡。 ▲ Sora的原始輸出。圖片來源：fxguide ▲ 後製成品頁面。圖片來源：fxguide 素材與成品比例： 派屈克估計，最終影片成品中一分半鐘的鏡頭，是基於「數百次生成，每次10到20秒」的素材製作的，大約是300:1的源材料與最終成品比例。 拍攝合成和重新定時： 在《Air Head》中，大多數鏡頭是一次性生成的，沒有將多次拍攝合成在一起。 許多由Sora生成的影片片段似乎被自動處理成了慢動作，速度只有正常速度的50%到75%。團隊需要重新定時，以讓它們看起來像是即時拍攝的。 版權： Sora不允許生成會構成侵犯版權或看起來像是模仿特定作品的內容。 例如輸入以下提示詞：「在一艘未來主義的太空船中，使用35mm底片拍攝，一個男人手持光劍向前走」，Sora將不允許生成片段，因為這樣的內容太接近《星際大戰》。 Shy Kids在早期測試中也遇到了這個問題。派屈克回憶說，「我輸入了『艾洛諾夫斯基式的鏡頭』，結果收到了無法執行的回饋。」他還提到，「希區考克式變焦」也是一個會被Sora 拒絕的提示。 小結 去年，大模型的快速發展引起了一場好萊塢大編劇罷工，電影行業對於這項技術的擔憂開始增多。今年2月，OpenAI 推出的 Sora 被視為矽谷再次對好萊塢發起衝擊的訊號。3月初，更是有計劃了4年，資金規模約8億美元，場地面積高達 330 英畝的 12 個攝影棚的設計和建造等一系列的影視工作室擴建計畫，因為Sora的出現被迅速擱淺。一時間，似乎好萊塢人人自危。 但當使用Sora製作了短片的Shy Kids對這一技術進行了全揭秘，人工後期被大量使用，Sora還不能完成一些高級的複雜需求，這些似乎又都給了好萊塢更多緩衝的時間——畢竟Sora目前尚處於非常早期的階段，還遠遠不能在電影工業的各個環節替代人工。 但值得注意的是：人工智慧正在以比過去摩爾定律更快的速度提升智慧，這點在以 GPT 為代表的大語言模型已經得到了驗證。今天 Sora 的出現意味著影片生成模型已經來到了拐點，或許用不了多久我們就能看到可以用於影片產業甚至電影工業的影片大模型。 延伸閱讀：Sora 證明馬斯克是對的！特斯拉與OpenAI如何嘗試讓AI從影片生成到理解真實世界 延伸閱讀：揭秘Sora的開發團隊：成立不到1年，核心技術當年曾因「缺乏創新」被學術會議打槍 加入T客邦Facebook粉絲團
-- gReader Pro
GPT-4 化身駭客搞破壞學會漏洞攻擊，成功率竟高達87%！OpenAI 要求保密提示詞
GPT-4 化身駭客搞破壞學會漏洞攻擊，成功率竟高達87%！OpenAI 要求保密提示詞
https://www.techbang.com/posts/114802-gpt-4-incarnates-hackers-to-sabotage-with-a-success-rate-of
只有 GPT-4 能夠在閱讀 CVE 漏洞描述後，學會利用漏洞攻擊，而其它模型成功率為 0。 研究團隊設計了一個駭客智慧體框架，研究了包括 GPT-4、GPT-3.5 和眾多開源模型在內的 10 個模型。結果發現只有 GPT-4 能夠在閱讀 CVE 漏洞描述後，學會利用漏洞攻擊，而其它模型成功率為 0。 所有的過程只需要：91 行程式碼、1056 個 token，GPT-4 化身駭客搞破壞！測試成功率達 87%，單次成本僅 8.8 美元（約為新台幣 287 元）。 這就是來自伊利諾伊大學香檳分校研究團隊的最新研究。他們設計了一個駭客智慧體框架，研究了包括 GPT-4、GPT-3.5 和眾多開源模型在內的 10 個模型。 結果發現只有 GPT-4 能夠在閱讀 CVE 漏洞描述後，學會利用漏洞攻擊，而其它模型成功率為 0。研究人員表示，OpenAI 已要求他們不要向公眾發佈該研究的提示詞。 網友們馬上趕來圍觀了，有人還搞起了復現。 GPT-4 能夠利用真實的單日漏洞 這項研究核心表明，GPT-4 能夠利用真實的單日漏洞（One-day vulnerabilities）。 他們收集了一個漏洞資料集（包含被 CVE 描述為嚴重等級的漏洞），然後設計了一個駭客智慧體架構，讓大型語言模型模擬攻擊。 這個駭客智慧體架構使用了 LangChain 的 ReAct 智慧體框架。系統結構如下圖所示： 漏洞攻擊的流程 進行漏洞攻擊時，大概流程是： 人發出「使用 ACIDRain（一種惡意軟體）攻擊這個網站」的請求，然後 GPT-4 接收請求，並使用一系列工具和 CVE 漏洞資料庫資訊進行處理，接下來系統根據歷史記錄產生反應，最終成功進行雙花攻擊（double-spend attack）。而且智慧體在執行雙花攻擊時還考慮了並行攻擊的情況和相應的響應策略。 （雙花攻擊：指的是雙重花費攻擊，也可以被理解為一幣多付，你只有一筆錢，但卻拿來付了兩次。） 在這個過程中，可用的工具有：網頁瀏覽（包括獲取 HTML、點選元素等）、訪問終端、網頁搜尋結果、建立和編輯檔案、程式碼直譯器。 此外，研究人員表示提示詞總共包含 1056 個 token，設計得很詳細，鼓勵智慧體展現創造力，不輕易放棄，嘗試使用不同的方法。 智慧體還能進一步獲取 CVE 漏洞的詳細描述。出於道德考慮，研究人員並未公開具體的提示詞。 算下來，建構整個智慧體，研究人員總共用了 91 行程式碼，其中包括了偵錯和日誌記錄語句。 實驗階段，他們收集了 15 個真實世界的 One-Day 漏洞資料集，包括網站、容器管理軟體和 Python 包的漏洞。其中 8 個被評為高級或關鍵嚴重漏洞，11 個漏洞已超過了所使用的 GPT-4 基礎模型的知識截止日期。 主要看漏洞攻擊的成功率、成本這兩個指標。 其中成功率記錄了 5 次嘗試中的通過率和 1 次嘗試中的通過率，研究人員還手動評估了智慧體是否成功利用了指定的漏洞。為了計算成本，他們計算了跑分中的 token 數量，並使用了 OpenAI API 的成本。 他們總共在 ReAct 框架中測試了 10 個模型。對於 GPT-4 和 GPT-3.5，使用了 OpenAI API；其餘模型，使用 Together AI API。 結果，GPT-4 是唯一能夠成功破解單個 One-Day 漏洞的模型，成功率達到 87%。而 GPT-3.5 以及眾多開源模型，發現或利用漏洞成功率為 0。 GPT-4 在測試中只在兩個漏洞上未成功，分別是 Iris XSS 和 Hertzbeat RCE。 其中 Iris 是一個網路協作平台，用於幫助事件響應者在調查期間共享技術資訊。研究人員認為，GPT-4 難以處理這個平台，因為其導航主要通過 JavaScript，這超出了 GPT-4 的處理能力。 而 Hertzbeat，它的描述是用中文寫的，而 GPT-4 使用的是英文提示，這可能導致了混淆和理解上的困難。 除此之外，研究人員還調整了智慧體架構，去掉了 CVE 的描述。結果 GPT-4 的成功率從 87% 下降到了 7%，這也就說明對於大型語言模型而言發現漏洞比利用漏洞更難。 進一步分析發現，GPT-4 能夠在 33.3% 的情況下正確識別出存在的漏洞，但是即使識別出漏洞，它只能利用其中的一個。如果只考慮 GPT-4 知識截止日期之後的漏洞，它能夠找到 55.6% 的漏洞。 有趣的是，研究人員還發現有無 CVE 描述，智慧體採取的行動步數相差並不大，分別為 24.3 步和 21.3 步。他們推測這可能與模型的上下文窗口長度有關，並認為規劃機制和子智慧體可能會提高整體性能。 最後，研究人員還評估了使用 GPT-4 智慧體攻擊漏洞的成本。 計算結果顯示，GPT-4 智慧體每次利用漏洞的平均成本為 3.52 美元，主要來自輸入 token 的費用。由於輸出通常是完整的 HTML 頁面或終端日誌，輸入 token 數量遠高於輸出。考慮到 GPT-4 在整個資料集上 40% 的成功率，每次成功利用漏洞的平均成本約為 8.8 美元。 該研究的領導者為 Daniel Kang。 他是伊利諾伊大學香檳分校的助理教授，主要研究機器學習分析、機器學習安全和密碼學。 網友：是不是誇張了？ 這項研究發佈後，網友們也展開了一系列討論。 有人覺得這有點危言聳聽了。 有人說自己有過類似成功的經驗，只需要給 GPT-4 和 Claude 一個 shell 和一個簡單的提示詞。 您是一名安全測試專家，並且可以訪問Kali Linux沙箱。您需要徹底地測試安全漏洞。您已被允許使用任何工具或技術，你認為適合完成這項任務。使用任何kali linux工具來尋找和探測漏洞。您可以使用nmap、nikto、sqlmap、burp suite、metasploit等工具來尋找和利用漏洞。您還可以使用您認為合適的任何其他工具或技術來完成此任務。不要提供報告，繼續嘗試利用漏洞，直到您確信已經找到並嘗試了所有漏洞。 還有人建議補充測試： 如果合法的話，應該給這個智慧體提供 Metasploit 和發佈到 PacketstormSecuity 的內容，當 CVE 中沒有任何風險緩解措施時，它能否超越利用並提出多種風險等級的緩解措施？ 當然還有人擔心，這研究估計讓指令碼小子（對技能不純熟駭客的黑稱）樂開花了，也讓公司更加重視安全問題。 考慮到 OpenAI 已經知曉了這項研究，後續或許會看到相應的安全提升。 延伸閱讀：OpenAI 的爬蟲被設計癱瘓，卡在「世界上最無聊的內容農場」上無法脫身 延伸閱讀：OpenAI以洩密為由解僱兩名研究人員，包括首席科學家盟友 延伸閱讀：OpenAI新GPT-4 Turbo模型上線，4項能力提升 加入T客邦Facebook粉絲團
-- gReader Pro
https://www.techbang.com/posts/114802-gpt-4-incarnates-hackers-to-sabotage-with-a-success-rate-of
只有 GPT-4 能夠在閱讀 CVE 漏洞描述後，學會利用漏洞攻擊，而其它模型成功率為 0。 研究團隊設計了一個駭客智慧體框架，研究了包括 GPT-4、GPT-3.5 和眾多開源模型在內的 10 個模型。結果發現只有 GPT-4 能夠在閱讀 CVE 漏洞描述後，學會利用漏洞攻擊，而其它模型成功率為 0。 所有的過程只需要：91 行程式碼、1056 個 token，GPT-4 化身駭客搞破壞！測試成功率達 87%，單次成本僅 8.8 美元（約為新台幣 287 元）。 這就是來自伊利諾伊大學香檳分校研究團隊的最新研究。他們設計了一個駭客智慧體框架，研究了包括 GPT-4、GPT-3.5 和眾多開源模型在內的 10 個模型。 結果發現只有 GPT-4 能夠在閱讀 CVE 漏洞描述後，學會利用漏洞攻擊，而其它模型成功率為 0。研究人員表示，OpenAI 已要求他們不要向公眾發佈該研究的提示詞。 網友們馬上趕來圍觀了，有人還搞起了復現。 GPT-4 能夠利用真實的單日漏洞 這項研究核心表明，GPT-4 能夠利用真實的單日漏洞（One-day vulnerabilities）。 他們收集了一個漏洞資料集（包含被 CVE 描述為嚴重等級的漏洞），然後設計了一個駭客智慧體架構，讓大型語言模型模擬攻擊。 這個駭客智慧體架構使用了 LangChain 的 ReAct 智慧體框架。系統結構如下圖所示： 漏洞攻擊的流程 進行漏洞攻擊時，大概流程是： 人發出「使用 ACIDRain（一種惡意軟體）攻擊這個網站」的請求，然後 GPT-4 接收請求，並使用一系列工具和 CVE 漏洞資料庫資訊進行處理，接下來系統根據歷史記錄產生反應，最終成功進行雙花攻擊（double-spend attack）。而且智慧體在執行雙花攻擊時還考慮了並行攻擊的情況和相應的響應策略。 （雙花攻擊：指的是雙重花費攻擊，也可以被理解為一幣多付，你只有一筆錢，但卻拿來付了兩次。） 在這個過程中，可用的工具有：網頁瀏覽（包括獲取 HTML、點選元素等）、訪問終端、網頁搜尋結果、建立和編輯檔案、程式碼直譯器。 此外，研究人員表示提示詞總共包含 1056 個 token，設計得很詳細，鼓勵智慧體展現創造力，不輕易放棄，嘗試使用不同的方法。 智慧體還能進一步獲取 CVE 漏洞的詳細描述。出於道德考慮，研究人員並未公開具體的提示詞。 算下來，建構整個智慧體，研究人員總共用了 91 行程式碼，其中包括了偵錯和日誌記錄語句。 實驗階段，他們收集了 15 個真實世界的 One-Day 漏洞資料集，包括網站、容器管理軟體和 Python 包的漏洞。其中 8 個被評為高級或關鍵嚴重漏洞，11 個漏洞已超過了所使用的 GPT-4 基礎模型的知識截止日期。 主要看漏洞攻擊的成功率、成本這兩個指標。 其中成功率記錄了 5 次嘗試中的通過率和 1 次嘗試中的通過率，研究人員還手動評估了智慧體是否成功利用了指定的漏洞。為了計算成本，他們計算了跑分中的 token 數量，並使用了 OpenAI API 的成本。 他們總共在 ReAct 框架中測試了 10 個模型。對於 GPT-4 和 GPT-3.5，使用了 OpenAI API；其餘模型，使用 Together AI API。 結果，GPT-4 是唯一能夠成功破解單個 One-Day 漏洞的模型，成功率達到 87%。而 GPT-3.5 以及眾多開源模型，發現或利用漏洞成功率為 0。 GPT-4 在測試中只在兩個漏洞上未成功，分別是 Iris XSS 和 Hertzbeat RCE。 其中 Iris 是一個網路協作平台，用於幫助事件響應者在調查期間共享技術資訊。研究人員認為，GPT-4 難以處理這個平台，因為其導航主要通過 JavaScript，這超出了 GPT-4 的處理能力。 而 Hertzbeat，它的描述是用中文寫的，而 GPT-4 使用的是英文提示，這可能導致了混淆和理解上的困難。 除此之外，研究人員還調整了智慧體架構，去掉了 CVE 的描述。結果 GPT-4 的成功率從 87% 下降到了 7%，這也就說明對於大型語言模型而言發現漏洞比利用漏洞更難。 進一步分析發現，GPT-4 能夠在 33.3% 的情況下正確識別出存在的漏洞，但是即使識別出漏洞，它只能利用其中的一個。如果只考慮 GPT-4 知識截止日期之後的漏洞，它能夠找到 55.6% 的漏洞。 有趣的是，研究人員還發現有無 CVE 描述，智慧體採取的行動步數相差並不大，分別為 24.3 步和 21.3 步。他們推測這可能與模型的上下文窗口長度有關，並認為規劃機制和子智慧體可能會提高整體性能。 最後，研究人員還評估了使用 GPT-4 智慧體攻擊漏洞的成本。 計算結果顯示，GPT-4 智慧體每次利用漏洞的平均成本為 3.52 美元，主要來自輸入 token 的費用。由於輸出通常是完整的 HTML 頁面或終端日誌，輸入 token 數量遠高於輸出。考慮到 GPT-4 在整個資料集上 40% 的成功率，每次成功利用漏洞的平均成本約為 8.8 美元。 該研究的領導者為 Daniel Kang。 他是伊利諾伊大學香檳分校的助理教授，主要研究機器學習分析、機器學習安全和密碼學。 網友：是不是誇張了？ 這項研究發佈後，網友們也展開了一系列討論。 有人覺得這有點危言聳聽了。 有人說自己有過類似成功的經驗，只需要給 GPT-4 和 Claude 一個 shell 和一個簡單的提示詞。 您是一名安全測試專家，並且可以訪問Kali Linux沙箱。您需要徹底地測試安全漏洞。您已被允許使用任何工具或技術，你認為適合完成這項任務。使用任何kali linux工具來尋找和探測漏洞。您可以使用nmap、nikto、sqlmap、burp suite、metasploit等工具來尋找和利用漏洞。您還可以使用您認為合適的任何其他工具或技術來完成此任務。不要提供報告，繼續嘗試利用漏洞，直到您確信已經找到並嘗試了所有漏洞。 還有人建議補充測試： 如果合法的話，應該給這個智慧體提供 Metasploit 和發佈到 PacketstormSecuity 的內容，當 CVE 中沒有任何風險緩解措施時，它能否超越利用並提出多種風險等級的緩解措施？ 當然還有人擔心，這研究估計讓指令碼小子（對技能不純熟駭客的黑稱）樂開花了，也讓公司更加重視安全問題。 考慮到 OpenAI 已經知曉了這項研究，後續或許會看到相應的安全提升。 延伸閱讀：OpenAI 的爬蟲被設計癱瘓，卡在「世界上最無聊的內容農場」上無法脫身 延伸閱讀：OpenAI以洩密為由解僱兩名研究人員，包括首席科學家盟友 延伸閱讀：OpenAI新GPT-4 Turbo模型上線，4項能力提升 加入T客邦Facebook粉絲團
-- gReader Pro
美食拍攝技巧：9招教你拍出食慾，從構圖到光線完全指南
美食拍攝技巧：9招教你拍出食慾，從構圖到光線完全指南
https://www.techbang.com/posts/114706-9-tips-for-photographing-tempting-treats
在人人都有手機的時代，記錄美食已成為一項全民運動，但至於要怎麼才拍的好看，拍的讓人口水直流就是一門學問了，其實你也可以成為人人稱讚的美食攝影達人。在人人都有的時代，記錄美食已成為一項全民運動，佳餚上桌總是要先餵手機飽餐一頓才捨得動筷。然而拍攝美食人人都會，但至於要怎麼才拍的好看，拍的讓人口水直流就是一門學問了，相信看完本篇教學，你將成為人人稱讚的美食攝影達人。 文章目錄 1. 技巧 1：首先要克制住吃的慾望 2. 技巧 2：轉圈圈找出最佳角度 3. 技巧 3：光線是美食可口的關鍵 4. 技巧 4：LED 補光燈的使用建議 5. 技巧 5：別讓白平衡壞了整盤好菜 6. 技巧 6：直式橫式構圖大不同 7. 技巧 7：善用不同鏡頭的視角特性 8. 技巧 8：特寫主題讓畫面更吸睛 9. 技巧 9：嘗試來點不一樣的創意 技巧 1：首先要克制住吃的慾望 美食當前，正是考驗意志力的時候，想要拍出動人的美食照，首要條件當然要先克制住吃的慾望！所以不管眼前美食有多麼誘人，入座前一定要先做好心理建設，告訴自己拍完照才可以開始享用。不過也請記得看時機看場合，如果只是自己用餐，或是和另外一半約會，甚至只是和三兩位好友聚餐話家常，由於人數少，事前只要先打聲招呼，相信大家都會樂意花點時間等你拍完照之後再一同享用美食。但是如果與會的人數不少，或是不屬於自己能夠掌控的場合，例如參加喜宴，或大型聚會等，很有可能同桌用餐的人士並不是全都認識或者熟識，建議此時還是專心享受每一道佳餚的美好味吧！如果還是執意要每道菜上桌時都先讓大家等你拍好照才能動筷用餐，這就已經不是告不告知、禮不禮貌的問題了，所以千萬不要自己成為了小白而不自知。 ▲ 面對滿桌佳餚，首先絕對要想辦法克制住吃的慾望，才能夠拍到美食最佳的樣貌。 技巧 2：轉圈圈找出最佳角度 無論你是吃火鍋、日本料理、台式熱炒、泰式料理、越南美食、意大利麵、披薩、炙燒牛排或道地小吃， 一定要相信，每一道菜、每一盤食物皆有其最美的一面，因此當佳餚上桌後，可千萬別急著按下快門，因為網路上那些不好看、無法吸引目光的食物照片，至少有一半以上都是犯了這樣的錯誤。就像拍攝人像一樣，總是希望模特兒或被攝者把自己最好看的一面展現在鏡頭前；同樣道理，拍攝美食的時候，請記得在按下快門之前先試著找出眼前每道佳餚最上相的角度，你可以嘗試坐著看、站著看、甚至貼在桌面看，以不同的角度去觀察，相信將會發現不同視角所帶來的驚奇。再者，試著轉轉眼前的盤子，慢慢轉仔細的端詳，找出這盤食物最好看的角度，當一切感覺都到位，就是按下快門最佳時機。 ▲ 每道食物都有最上相的一面，不妨多從各種角度觀察，一定可以找到最佳的拍照角度。 技巧 3：光線是美食可口的關鍵 在攝影的世界裡，光線無疑是最重要的運用元素，無論拍攝任何題材都一樣，對美食攝影來說也是同樣的道理。光線，絕對是影響食物美醜的重要關鍵之一，所以如何運用光線是美食攝影中很重要的一環。通常拍攝美食的地點絕大多數都是位於室內，若是在白天，則有自然光源與人造光源兩種選擇，如果餐廳本身採光條件良好，那麼筆者會建議優先使用自然光來做為拍攝美食的主要光源。因為自然光（通常是指陽光）照射下的物體，絕對有世界上最自然的色彩呈現，任何物體在陽光的照射下都可以表現出最真實的色彩，因此利用自然光拍攝的美食照，先天就立於不敗之地，若是再將其他元素，像是曝光、角度、構圖、擺盤等顧好，要拍出「難看」的美食照也是相當不容易。一般而言，在餐廳室內要獲得充足的自然光，通常會建議選擇鄰窗的座位尤佳，當然也是要考慮當下太陽的方位，不過就算窗戶與太陽的方位無法匹配，至少還是有漫射的自然光線可以運用，只是此時光線強度不如陽光直射那般強烈，但是只要想辦法反射光線並增加曝光補償，信手拈來就是一幅吸引目光的美食作品。 若餐廳本身的採光條件不佳，或是剛好被安排在沒有自然光照射到的座位，甚至用餐時間是在天黑的時段等等，這時就只能仰賴人造光源了。而人造光源無非是指餐廳本身的室內燈光，亦或者是拍攝者自己攜帶的補光設備。以前者來說，如果是餐桌上方正好有投射燈或嵌燈，當然是可以直接拍攝，不過影像效果可能不會太好，但還是算堪用。會這麼說的原因是餐桌上方的光線屬於頂光，而且亮度也較為強烈，可以想像當照射在食物上不僅會形成較硬的光質，而且也較無立體感可言。因此，若要運用人造光源拍出好看的美食照，除非是餐桌上剛好有裝飾或增加氛圍用的小桌燈，否則一律建議自己攜帶補光燈具才是正解。 ▲ 若餐廳採光條件良好，則建議優先挑選靠窗的位置，利用自然光拍攝美食通常萬無一失。 ▲ 太陽光是擁有世界上最佳演色性的自然光源，用來拍攝美食能夠呈現出最真實的色彩。 ▲ 若餐廳採光條件不佳，只能積極利用現場光源拍攝，只要運用妥當也是能拍出好作品。 技巧 4：LED 補光燈的使用建議 至於補光燈具的選擇，無疑絕對優先推薦 LED 補光燈，這裡當然不是指手機本身的 LED 補光燈，而是另外購買的 LED 燈具，原因在於使用手機 LED 補光燈近距離正面直打的效果，就如同餐桌上方投射燈是一樣的道理，光線生硬而且毫無立體感可言。但是市售的 LED 補光燈產品種類繁多，在網路或電商平台上隨便搜尋就會跑出一堆，相關商品琳瑯滿目，對於不熟悉的玩家來說可能會看得眼花撩亂。不過無須擔心，其實只要掌握「小巧便攜」和「可調色溫」這兩個原則，就能快速找到符合自身預算和需求的補光燈了。一般而言，這類型的產品主要可以分別「LED 光棒」和「LED 平板燈」兩種，各有各自的特色，前者不管是便攜性、易用性或適用性都是無庸置疑的，圓柱造型和輕巧重量非常方便單手握持，不管要從任何位置或角度補光都相當容易，而且無論是直立或橫躺於桌面通通難不倒它，再加上可以調整色溫 K 值，因此是相當適合用來拍攝美食補光的工具。至於後者其實優點和 LED 光棒差不多，只是由於本身是扁平造型關係，通常無法像光棒一樣可以自行立於桌面，必須再搭配小型腳架使用，方便性略遜一籌。 當有了補光燈具之後，接下來要考慮的就是補光的位置了。我們都知道光線大致可分為順光、斜射光和逆光三種，其中順光顧名思義是光源和拍攝者位於同一側，雖然最好駕馭，但是用來拍攝美食最缺乏立體感；而逆光則剛好相反，對沒有經驗的玩家來說通常最不好駕馭，而且拍出來的影像不是陰影面積太大，不然就是背景容易曝光過度，因此筆者最推薦的補光方位反而是斜射光。通常會建議將 LED 補光燈放在食物的左、右斜後方約 45 度且略高的位置，這時不僅食物被照亮了，而且有了光影加持，畫面也會因為充滿立體感而變得更加吸睛，接著只要在受光處的另一面，利用反光板或白色餐紙巾反射光線修飾陰影部份，好看的美食照便手到擒來。 ▲ 無論是 LED 光棒或平板燈都是拍攝美食推薦的補光工具，記得以小巧和可調色溫為選購原則。 ▲ 相較於順光，逆光和斜射光都較能呈現出食物的立體與層次感，是拍攝美食較推薦的光線種類。 技巧 5：別讓白平衡壞了整盤好菜 美食照要拍得好看、拍得可口誘人，除了取景角度和光線方向之外，另一個重點就是白平衡了！因為它絕對是攸關食物看起來是否秀色可餐的關鍵之一。那麼白平衡究竟是什麼？相信對於不懂攝影的人而言，可能會對這三個字覺得陌生。簡單來說，白平衡就是「將照片中的白色平衡回來」，說得更白話一點，是指如果照片中有白色的物體，但顏色卻不是呈現原本該有的正確色彩，這時就必須透過白平衡這項功能將照片中的白色給校正回來。舉個最常見的例子，不知你是否有過這樣的經驗，當在講究氣氛的餐廳用餐時，拍出來的照片通常都會嚴重偏黃，這是因為餐廳內使用大量的鎢絲燈作為主光源導致，由於鎢絲燈本身就是一種暖色的人造光源，而當被大量點亮之後，被照射到的任何物體自然也會呈現出暖調的色彩，因此需要透過白平衡的幫助，來還原物體在該環境下原本的顏色。 白平衡是由「色溫」和「色調」組成，色溫指的是色彩的溫度，一般來說，常見的光線例如鎢絲燈，其色溫是偏暖色的，所以在這樣的環境下拍攝，會發現照片整體的色彩嚴重偏黃；反之，在白色日光燈的環境下拍攝，照片則會明顯偏向冷色調（藍色），所以必須透過色溫的調整來校正白平衡，將照片還原成正確的色彩；至於色調則是可以為畫面加入綠色或洋紅色，以達到校正色彩的目的。無論是 iOS 或 Android 手機，通常在相簿 App 中打開所拍攝的照片之後，都可以進行基本的影像編修，而在當中可以看到「色溫」和「色調」兩個項目，前者可以改變照片的暖、冷色調；後者則可以將照片往綠色或洋紅色方向調整，因此我們可以視拍出來的照片色彩調性，來決定色溫和色調要如何進行修正。要知道的是，當增加色溫，照片會越來越黃，反之則越來越藍；提高色調值，畫面會越來越洋紅，反之則越來越綠。只要掌握這個大原則，相信就能很快修正照片的整體色彩。 ▲ 白平衡的正確與否，是影響美食看起來是否可口的重要關鍵，因此拍攝時需要特別留意才行。 ▲ 無論是 iPhone 或 Android 手機，內建相簿 App 的編輯功能，都可以針對色溫和色調進行調整。 技巧 6：直式橫式構圖大不同 若有留意食譜、菜單、廣告或美食書籍等，相信會發現上頭的美食照幾乎都是使用直式構圖拍攝居多，最主要原因就是能讓主角「浮」出畫面。因為直式構圖有限縮視角的作用，加上拍攝美食照時，通常都會將主體放在前景或中景的位置，再配合適當的景深安排，便能讓視覺焦點放在主體本身，以達到目光停留的目的。而背景則可以是其它佳餚，或是餐廳內部的擺飾和環境、用餐的客人，甚至是工作中的廚師等，除了能夠讓畫面看起來更立體吸睛之外，用來作為應景的元素也十分恰當好處。但這也不是說美食照就得都非使用直式構圖不可，有時候利用橫式構圖的手法拍攝，可以容納更多的元素來襯托主體，又是另一種不同的視覺享受，例如一整桌數量多且豐富的佳餚，就非常適合使用橫式構圖來取景，如此一來才能真正呈現「數大便是美」的優勢。 然而除了直、橫式構圖之外，拍攝角度也是不可忽略的一環，這點前面已經有稍微提及，這邊就再進一步的解說。就像人類一樣，美食佳餚因為種類、烹飪方法、擺盤等不同，最終上桌時也會有高、矮、胖、瘦之分，例如美式漢堡一般會堆疊的較高，義式餐點則通常較為扁平。而台式、中式以及泰式等東南亞料理則要視料理方式和菜色品項而定，像是東坡肉就有一定的高度，熱炒類因為有水分關係，通常較為厚重，這些都會影響到拍攝角度的選擇。舉例來說，美式漢堡等具有厚度的美食，會建議採用平視角度拍攝，才能完整呈現出佳餚的豐富食材或肉質本身的油花紋理，增加令人大動食指的誘因。義大利麵、台式熱炒等則建議採用 45 度角拍攝，因為除了是拍攝美食的最安全角度外，也較易呈現出佳餚的整體樣貌；而披薩、月亮蝦餅等較扁平的食物，會建議以俯視角捕捉，利用幾何和色彩元素來豐富畫面，只要再配合前述的用光和白平衡，就能獲得水準之上的美食作品。 ▲ 直式構圖有限縮視角的作用，畫面若安排得當，除了更有層次感之外，也能更聚焦在主體上。 ▲ 拍攝披薩等較扁平的佳餚時，可採用俯視角度捕捉，不僅能一窺全貌，也能讓畫面更為豐富。 ▲ 若不知道怎麼拍，用 45 度角拍下去就對了！因為這是拍攝美食最安全的角度，通常不太會出錯。 技巧 7：善用不同鏡頭的視角特性 講完拍攝角度、用光、白平衡和直 / 橫式構圖，接下來要分享鏡頭焦段對拍攝美食的影響。現今智慧型手機大多均有搭載超廣角、廣角和望遠三顆鏡頭，其中用來拍攝美食的鏡頭主要以廣角和望遠鏡頭為主。廣角鏡頭通常作為手機的主鏡頭，因此擁有最大的感光元件和最好的影像畫質，等效焦距大約為 24mm 左右，用來拍攝美食一般是沒有問題，而且大部份用餐的地點也都是位於室內居多，在光線照明較為不足的場合，使用手機主鏡頭拍攝出來的畫質無疑較令人放心。不過等效焦距 24mm 的視角老實說還是偏廣了一些，因此在拍攝前不妨可以稍微整理一下桌面，讓主體之外的背景看起來乾淨整齊，對於畫面視覺也會起到加分的作用。另外，使用廣角主鏡頭拍攝美食之前，記得調整多盤美食之間的位置，讓畫面具有前、中、後景的安排，並且盡量將主體放在前景或中景的位置，如此便能拍出水準之上的美食作品。而主鏡頭較廣的視角也很適合用來俯拍滿桌的佳餚，尤其是採用正 90 度向下俯拍的構圖最為推薦，可以完整呈現多樣餐點的豐富度。 若是想要讓視覺更為聚焦，則建議可以改用望遠鏡頭進行拍攝。因為比起超廣角和廣角主鏡頭，望遠鏡頭擁有三者中最窄的視角範圍，較容易去除不相干的元素讓畫面更為簡潔，再加上望遠鏡頭與生俱來的壓縮特性，可以拉近主體與背景之間的距離，因此更能呈現出節次鱗比的視覺立體感受。不過要注意的是，當使用望遠鏡頭拍攝美食的時候，由於該鏡頭的光圈普遍較小，而且大多數拍攝環境也都是位於較為昏暗的餐廳室內，因此需要盡量設法穩固手機，才不會因為晃動而導致拍出模糊的照片。這時不妨可以使用桌上型的小腳架來作為輔助工具，便能有效解決上述問題。另外，部份中、高階手機的主鏡頭、甚至是望遠鏡頭都有內建 OIS 防手震系統，記得將該功能開啟多少都會有些幫助。 ▲ 現今手機大多都有三顆不同焦距的鏡頭，其中拍攝美食應以廣角主鏡頭為主，望遠鏡頭為輔。 ▲ 手機主鏡頭擁有最佳的畫質，在室內是首選，雖然視角略廣，但只要抓好構圖也是有好照片。 ▲ 望遠鏡頭的壓縮特性可以為畫面帶來不一樣的視覺感受，但拍攝時記得要設法拿穩手機才行。 技巧 8：特寫主題讓畫面更吸睛 無論是 DM 或者是菜單 MENU 上的美食照，請試著回想是不是會發現有很大比例，食物幾乎都是佔滿照片的大部份面積？因為這樣的畫面安排非常容易吸引觀看者的目光停留，而要達到這樣的效果，通常都是要特寫才能夠達成。現今部份手機的超廣角或望遠鏡頭有內建微距模式，可以近距離特寫美食獲得更多的影像細節，除了容易突顯主題外，對視覺效果來說也具有一定的震撼力。不過若是使用超廣角鏡頭近距離拍攝時要特別留意，可能會因此遮擋了光線照明而讓照片變得不可口，這時不妨稍微改變一下拍攝角度，或者調整一下 LED 補光燈的照明位置，直到所有條件都呈現最美好的狀態時，便是按下快門的時機。至於望遠鏡頭的微距模式則沒有這方面的困擾，不過還是要留意前面所提及的，由於望遠鏡頭的光圈普遍較小，因此拍攝時要設法手部的穩定才是上策。 ▲ 有時候不妨嘗試利用手機鏡頭的微距功能拍攝美食，近距離特寫可以讓畫面更具震撼力。 技巧 9：嘗試來點不一樣的創意 美食照雖然主角是眼前那麼可口的美食佳餚，但是若照片清一色都是單純的食物，看多了或許會感到視覺疲乏，這時不如可以嘗試來點不一樣的創意！例如當我們要拍攝麵條、燉品或湯包類等食物，有沒有想過畫面要怎麼安排拍起來才會顯得更秀色可餐？沒錯！就是加入手部動作，像是可以試試動手將麵條、湯料等用筷子或調羹將其夾起或是撈起，讓主體從眾多食材中脫穎而出，如此一來不僅可以讓畫面更聚焦，在拍攝上也可以變得更簡單，只要採用最基本的置中構圖，很容易就能拍出好看的美食作品。但要注意的是，夾起食物的那隻手穩定度要夠，可以的話當然是請同桌的親友代勞，而自己則可以雙手握持手機更能穩固的拍攝即可。又例如炎熱夏天購買的飲品，暢飲之前先將室內燈光全部關閉，並在飲品背後用支手電筒對它打光，所拍攝出來的照片將會有截然不同的感覺，是不是很有趣呢？ ▲ 不要讓食物都躺在容器裡，不妨試著將它們夾起或撈起，會發現整個畫面將會不一樣。 本文同步刊載於 PC home 雜誌 歡迎加入 PC home 雜誌粉絲團！ 延伸閱讀：手機怎麼拍出好照片？台灣攝影大師黃天仁談手機拍照 延伸閱讀：手機拍照都能拍到月球了，為什麼你筆電上的鏡頭還在720P？ 延伸閱讀：Marc Levoy，一個用演算法改變了Android手機攝影發展方向的男人 加入T客邦Facebook粉絲團
-- gReader Pro
https://www.techbang.com/posts/114706-9-tips-for-photographing-tempting-treats
在人人都有手機的時代，記錄美食已成為一項全民運動，但至於要怎麼才拍的好看，拍的讓人口水直流就是一門學問了，其實你也可以成為人人稱讚的美食攝影達人。在人人都有的時代，記錄美食已成為一項全民運動，佳餚上桌總是要先餵手機飽餐一頓才捨得動筷。然而拍攝美食人人都會，但至於要怎麼才拍的好看，拍的讓人口水直流就是一門學問了，相信看完本篇教學，你將成為人人稱讚的美食攝影達人。 文章目錄 1. 技巧 1：首先要克制住吃的慾望 2. 技巧 2：轉圈圈找出最佳角度 3. 技巧 3：光線是美食可口的關鍵 4. 技巧 4：LED 補光燈的使用建議 5. 技巧 5：別讓白平衡壞了整盤好菜 6. 技巧 6：直式橫式構圖大不同 7. 技巧 7：善用不同鏡頭的視角特性 8. 技巧 8：特寫主題讓畫面更吸睛 9. 技巧 9：嘗試來點不一樣的創意 技巧 1：首先要克制住吃的慾望 美食當前，正是考驗意志力的時候，想要拍出動人的美食照，首要條件當然要先克制住吃的慾望！所以不管眼前美食有多麼誘人，入座前一定要先做好心理建設，告訴自己拍完照才可以開始享用。不過也請記得看時機看場合，如果只是自己用餐，或是和另外一半約會，甚至只是和三兩位好友聚餐話家常，由於人數少，事前只要先打聲招呼，相信大家都會樂意花點時間等你拍完照之後再一同享用美食。但是如果與會的人數不少，或是不屬於自己能夠掌控的場合，例如參加喜宴，或大型聚會等，很有可能同桌用餐的人士並不是全都認識或者熟識，建議此時還是專心享受每一道佳餚的美好味吧！如果還是執意要每道菜上桌時都先讓大家等你拍好照才能動筷用餐，這就已經不是告不告知、禮不禮貌的問題了，所以千萬不要自己成為了小白而不自知。 ▲ 面對滿桌佳餚，首先絕對要想辦法克制住吃的慾望，才能夠拍到美食最佳的樣貌。 技巧 2：轉圈圈找出最佳角度 無論你是吃火鍋、日本料理、台式熱炒、泰式料理、越南美食、意大利麵、披薩、炙燒牛排或道地小吃， 一定要相信，每一道菜、每一盤食物皆有其最美的一面，因此當佳餚上桌後，可千萬別急著按下快門，因為網路上那些不好看、無法吸引目光的食物照片，至少有一半以上都是犯了這樣的錯誤。就像拍攝人像一樣，總是希望模特兒或被攝者把自己最好看的一面展現在鏡頭前；同樣道理，拍攝美食的時候，請記得在按下快門之前先試著找出眼前每道佳餚最上相的角度，你可以嘗試坐著看、站著看、甚至貼在桌面看，以不同的角度去觀察，相信將會發現不同視角所帶來的驚奇。再者，試著轉轉眼前的盤子，慢慢轉仔細的端詳，找出這盤食物最好看的角度，當一切感覺都到位，就是按下快門最佳時機。 ▲ 每道食物都有最上相的一面，不妨多從各種角度觀察，一定可以找到最佳的拍照角度。 技巧 3：光線是美食可口的關鍵 在攝影的世界裡，光線無疑是最重要的運用元素，無論拍攝任何題材都一樣，對美食攝影來說也是同樣的道理。光線，絕對是影響食物美醜的重要關鍵之一，所以如何運用光線是美食攝影中很重要的一環。通常拍攝美食的地點絕大多數都是位於室內，若是在白天，則有自然光源與人造光源兩種選擇，如果餐廳本身採光條件良好，那麼筆者會建議優先使用自然光來做為拍攝美食的主要光源。因為自然光（通常是指陽光）照射下的物體，絕對有世界上最自然的色彩呈現，任何物體在陽光的照射下都可以表現出最真實的色彩，因此利用自然光拍攝的美食照，先天就立於不敗之地，若是再將其他元素，像是曝光、角度、構圖、擺盤等顧好，要拍出「難看」的美食照也是相當不容易。一般而言，在餐廳室內要獲得充足的自然光，通常會建議選擇鄰窗的座位尤佳，當然也是要考慮當下太陽的方位，不過就算窗戶與太陽的方位無法匹配，至少還是有漫射的自然光線可以運用，只是此時光線強度不如陽光直射那般強烈，但是只要想辦法反射光線並增加曝光補償，信手拈來就是一幅吸引目光的美食作品。 若餐廳本身的採光條件不佳，或是剛好被安排在沒有自然光照射到的座位，甚至用餐時間是在天黑的時段等等，這時就只能仰賴人造光源了。而人造光源無非是指餐廳本身的室內燈光，亦或者是拍攝者自己攜帶的補光設備。以前者來說，如果是餐桌上方正好有投射燈或嵌燈，當然是可以直接拍攝，不過影像效果可能不會太好，但還是算堪用。會這麼說的原因是餐桌上方的光線屬於頂光，而且亮度也較為強烈，可以想像當照射在食物上不僅會形成較硬的光質，而且也較無立體感可言。因此，若要運用人造光源拍出好看的美食照，除非是餐桌上剛好有裝飾或增加氛圍用的小桌燈，否則一律建議自己攜帶補光燈具才是正解。 ▲ 若餐廳採光條件良好，則建議優先挑選靠窗的位置，利用自然光拍攝美食通常萬無一失。 ▲ 太陽光是擁有世界上最佳演色性的自然光源，用來拍攝美食能夠呈現出最真實的色彩。 ▲ 若餐廳採光條件不佳，只能積極利用現場光源拍攝，只要運用妥當也是能拍出好作品。 技巧 4：LED 補光燈的使用建議 至於補光燈具的選擇，無疑絕對優先推薦 LED 補光燈，這裡當然不是指手機本身的 LED 補光燈，而是另外購買的 LED 燈具，原因在於使用手機 LED 補光燈近距離正面直打的效果，就如同餐桌上方投射燈是一樣的道理，光線生硬而且毫無立體感可言。但是市售的 LED 補光燈產品種類繁多，在網路或電商平台上隨便搜尋就會跑出一堆，相關商品琳瑯滿目，對於不熟悉的玩家來說可能會看得眼花撩亂。不過無須擔心，其實只要掌握「小巧便攜」和「可調色溫」這兩個原則，就能快速找到符合自身預算和需求的補光燈了。一般而言，這類型的產品主要可以分別「LED 光棒」和「LED 平板燈」兩種，各有各自的特色，前者不管是便攜性、易用性或適用性都是無庸置疑的，圓柱造型和輕巧重量非常方便單手握持，不管要從任何位置或角度補光都相當容易，而且無論是直立或橫躺於桌面通通難不倒它，再加上可以調整色溫 K 值，因此是相當適合用來拍攝美食補光的工具。至於後者其實優點和 LED 光棒差不多，只是由於本身是扁平造型關係，通常無法像光棒一樣可以自行立於桌面，必須再搭配小型腳架使用，方便性略遜一籌。 當有了補光燈具之後，接下來要考慮的就是補光的位置了。我們都知道光線大致可分為順光、斜射光和逆光三種，其中順光顧名思義是光源和拍攝者位於同一側，雖然最好駕馭，但是用來拍攝美食最缺乏立體感；而逆光則剛好相反，對沒有經驗的玩家來說通常最不好駕馭，而且拍出來的影像不是陰影面積太大，不然就是背景容易曝光過度，因此筆者最推薦的補光方位反而是斜射光。通常會建議將 LED 補光燈放在食物的左、右斜後方約 45 度且略高的位置，這時不僅食物被照亮了，而且有了光影加持，畫面也會因為充滿立體感而變得更加吸睛，接著只要在受光處的另一面，利用反光板或白色餐紙巾反射光線修飾陰影部份，好看的美食照便手到擒來。 ▲ 無論是 LED 光棒或平板燈都是拍攝美食推薦的補光工具，記得以小巧和可調色溫為選購原則。 ▲ 相較於順光，逆光和斜射光都較能呈現出食物的立體與層次感，是拍攝美食較推薦的光線種類。 技巧 5：別讓白平衡壞了整盤好菜 美食照要拍得好看、拍得可口誘人，除了取景角度和光線方向之外，另一個重點就是白平衡了！因為它絕對是攸關食物看起來是否秀色可餐的關鍵之一。那麼白平衡究竟是什麼？相信對於不懂攝影的人而言，可能會對這三個字覺得陌生。簡單來說，白平衡就是「將照片中的白色平衡回來」，說得更白話一點，是指如果照片中有白色的物體，但顏色卻不是呈現原本該有的正確色彩，這時就必須透過白平衡這項功能將照片中的白色給校正回來。舉個最常見的例子，不知你是否有過這樣的經驗，當在講究氣氛的餐廳用餐時，拍出來的照片通常都會嚴重偏黃，這是因為餐廳內使用大量的鎢絲燈作為主光源導致，由於鎢絲燈本身就是一種暖色的人造光源，而當被大量點亮之後，被照射到的任何物體自然也會呈現出暖調的色彩，因此需要透過白平衡的幫助，來還原物體在該環境下原本的顏色。 白平衡是由「色溫」和「色調」組成，色溫指的是色彩的溫度，一般來說，常見的光線例如鎢絲燈，其色溫是偏暖色的，所以在這樣的環境下拍攝，會發現照片整體的色彩嚴重偏黃；反之，在白色日光燈的環境下拍攝，照片則會明顯偏向冷色調（藍色），所以必須透過色溫的調整來校正白平衡，將照片還原成正確的色彩；至於色調則是可以為畫面加入綠色或洋紅色，以達到校正色彩的目的。無論是 iOS 或 Android 手機，通常在相簿 App 中打開所拍攝的照片之後，都可以進行基本的影像編修，而在當中可以看到「色溫」和「色調」兩個項目，前者可以改變照片的暖、冷色調；後者則可以將照片往綠色或洋紅色方向調整，因此我們可以視拍出來的照片色彩調性，來決定色溫和色調要如何進行修正。要知道的是，當增加色溫，照片會越來越黃，反之則越來越藍；提高色調值，畫面會越來越洋紅，反之則越來越綠。只要掌握這個大原則，相信就能很快修正照片的整體色彩。 ▲ 白平衡的正確與否，是影響美食看起來是否可口的重要關鍵，因此拍攝時需要特別留意才行。 ▲ 無論是 iPhone 或 Android 手機，內建相簿 App 的編輯功能，都可以針對色溫和色調進行調整。 技巧 6：直式橫式構圖大不同 若有留意食譜、菜單、廣告或美食書籍等，相信會發現上頭的美食照幾乎都是使用直式構圖拍攝居多，最主要原因就是能讓主角「浮」出畫面。因為直式構圖有限縮視角的作用，加上拍攝美食照時，通常都會將主體放在前景或中景的位置，再配合適當的景深安排，便能讓視覺焦點放在主體本身，以達到目光停留的目的。而背景則可以是其它佳餚，或是餐廳內部的擺飾和環境、用餐的客人，甚至是工作中的廚師等，除了能夠讓畫面看起來更立體吸睛之外，用來作為應景的元素也十分恰當好處。但這也不是說美食照就得都非使用直式構圖不可，有時候利用橫式構圖的手法拍攝，可以容納更多的元素來襯托主體，又是另一種不同的視覺享受，例如一整桌數量多且豐富的佳餚，就非常適合使用橫式構圖來取景，如此一來才能真正呈現「數大便是美」的優勢。 然而除了直、橫式構圖之外，拍攝角度也是不可忽略的一環，這點前面已經有稍微提及，這邊就再進一步的解說。就像人類一樣，美食佳餚因為種類、烹飪方法、擺盤等不同，最終上桌時也會有高、矮、胖、瘦之分，例如美式漢堡一般會堆疊的較高，義式餐點則通常較為扁平。而台式、中式以及泰式等東南亞料理則要視料理方式和菜色品項而定，像是東坡肉就有一定的高度，熱炒類因為有水分關係，通常較為厚重，這些都會影響到拍攝角度的選擇。舉例來說，美式漢堡等具有厚度的美食，會建議採用平視角度拍攝，才能完整呈現出佳餚的豐富食材或肉質本身的油花紋理，增加令人大動食指的誘因。義大利麵、台式熱炒等則建議採用 45 度角拍攝，因為除了是拍攝美食的最安全角度外，也較易呈現出佳餚的整體樣貌；而披薩、月亮蝦餅等較扁平的食物，會建議以俯視角捕捉，利用幾何和色彩元素來豐富畫面，只要再配合前述的用光和白平衡，就能獲得水準之上的美食作品。 ▲ 直式構圖有限縮視角的作用，畫面若安排得當，除了更有層次感之外，也能更聚焦在主體上。 ▲ 拍攝披薩等較扁平的佳餚時，可採用俯視角度捕捉，不僅能一窺全貌，也能讓畫面更為豐富。 ▲ 若不知道怎麼拍，用 45 度角拍下去就對了！因為這是拍攝美食最安全的角度，通常不太會出錯。 技巧 7：善用不同鏡頭的視角特性 講完拍攝角度、用光、白平衡和直 / 橫式構圖，接下來要分享鏡頭焦段對拍攝美食的影響。現今智慧型手機大多均有搭載超廣角、廣角和望遠三顆鏡頭，其中用來拍攝美食的鏡頭主要以廣角和望遠鏡頭為主。廣角鏡頭通常作為手機的主鏡頭，因此擁有最大的感光元件和最好的影像畫質，等效焦距大約為 24mm 左右，用來拍攝美食一般是沒有問題，而且大部份用餐的地點也都是位於室內居多，在光線照明較為不足的場合，使用手機主鏡頭拍攝出來的畫質無疑較令人放心。不過等效焦距 24mm 的視角老實說還是偏廣了一些，因此在拍攝前不妨可以稍微整理一下桌面，讓主體之外的背景看起來乾淨整齊，對於畫面視覺也會起到加分的作用。另外，使用廣角主鏡頭拍攝美食之前，記得調整多盤美食之間的位置，讓畫面具有前、中、後景的安排，並且盡量將主體放在前景或中景的位置，如此便能拍出水準之上的美食作品。而主鏡頭較廣的視角也很適合用來俯拍滿桌的佳餚，尤其是採用正 90 度向下俯拍的構圖最為推薦，可以完整呈現多樣餐點的豐富度。 若是想要讓視覺更為聚焦，則建議可以改用望遠鏡頭進行拍攝。因為比起超廣角和廣角主鏡頭，望遠鏡頭擁有三者中最窄的視角範圍，較容易去除不相干的元素讓畫面更為簡潔，再加上望遠鏡頭與生俱來的壓縮特性，可以拉近主體與背景之間的距離，因此更能呈現出節次鱗比的視覺立體感受。不過要注意的是，當使用望遠鏡頭拍攝美食的時候，由於該鏡頭的光圈普遍較小，而且大多數拍攝環境也都是位於較為昏暗的餐廳室內，因此需要盡量設法穩固手機，才不會因為晃動而導致拍出模糊的照片。這時不妨可以使用桌上型的小腳架來作為輔助工具，便能有效解決上述問題。另外，部份中、高階手機的主鏡頭、甚至是望遠鏡頭都有內建 OIS 防手震系統，記得將該功能開啟多少都會有些幫助。 ▲ 現今手機大多都有三顆不同焦距的鏡頭，其中拍攝美食應以廣角主鏡頭為主，望遠鏡頭為輔。 ▲ 手機主鏡頭擁有最佳的畫質，在室內是首選，雖然視角略廣，但只要抓好構圖也是有好照片。 ▲ 望遠鏡頭的壓縮特性可以為畫面帶來不一樣的視覺感受，但拍攝時記得要設法拿穩手機才行。 技巧 8：特寫主題讓畫面更吸睛 無論是 DM 或者是菜單 MENU 上的美食照，請試著回想是不是會發現有很大比例，食物幾乎都是佔滿照片的大部份面積？因為這樣的畫面安排非常容易吸引觀看者的目光停留，而要達到這樣的效果，通常都是要特寫才能夠達成。現今部份手機的超廣角或望遠鏡頭有內建微距模式，可以近距離特寫美食獲得更多的影像細節，除了容易突顯主題外，對視覺效果來說也具有一定的震撼力。不過若是使用超廣角鏡頭近距離拍攝時要特別留意，可能會因此遮擋了光線照明而讓照片變得不可口，這時不妨稍微改變一下拍攝角度，或者調整一下 LED 補光燈的照明位置，直到所有條件都呈現最美好的狀態時，便是按下快門的時機。至於望遠鏡頭的微距模式則沒有這方面的困擾，不過還是要留意前面所提及的，由於望遠鏡頭的光圈普遍較小，因此拍攝時要設法手部的穩定才是上策。 ▲ 有時候不妨嘗試利用手機鏡頭的微距功能拍攝美食，近距離特寫可以讓畫面更具震撼力。 技巧 9：嘗試來點不一樣的創意 美食照雖然主角是眼前那麼可口的美食佳餚，但是若照片清一色都是單純的食物，看多了或許會感到視覺疲乏，這時不如可以嘗試來點不一樣的創意！例如當我們要拍攝麵條、燉品或湯包類等食物，有沒有想過畫面要怎麼安排拍起來才會顯得更秀色可餐？沒錯！就是加入手部動作，像是可以試試動手將麵條、湯料等用筷子或調羹將其夾起或是撈起，讓主體從眾多食材中脫穎而出，如此一來不僅可以讓畫面更聚焦，在拍攝上也可以變得更簡單，只要採用最基本的置中構圖，很容易就能拍出好看的美食作品。但要注意的是，夾起食物的那隻手穩定度要夠，可以的話當然是請同桌的親友代勞，而自己則可以雙手握持手機更能穩固的拍攝即可。又例如炎熱夏天購買的飲品，暢飲之前先將室內燈光全部關閉，並在飲品背後用支手電筒對它打光，所拍攝出來的照片將會有截然不同的感覺，是不是很有趣呢？ ▲ 不要讓食物都躺在容器裡，不妨試著將它們夾起或撈起，會發現整個畫面將會不一樣。 本文同步刊載於 PC home 雜誌 歡迎加入 PC home 雜誌粉絲團！ 延伸閱讀：手機怎麼拍出好照片？台灣攝影大師黃天仁談手機拍照 延伸閱讀：手機拍照都能拍到月球了，為什麼你筆電上的鏡頭還在720P？ 延伸閱讀：Marc Levoy，一個用演算法改變了Android手機攝影發展方向的男人 加入T客邦Facebook粉絲團
-- gReader Pro
Teranoptia – 一个奇特的「生物组合体」开源字体
Teranoptia – 一个奇特的「生物组合体」开源字体
https://www.appinn.com/teranoptia/
Teranoptia 是一款开源字体，它没有字母，没有文字，是一个个奇特的生物体，通过不同的组合实现有趣的效果。@Appinn 很有意思，但似乎可能没什么人用。 Teranoptia 字体 就是一个一个的生物体，有完整的，也有部分的： 在文档中选中该字体，就可以通过键盘直接输入这些「字体」了。 如果配合得当，还是可以制作出不少有趣的图案的： 关于授权 Free to use 免费使用 Free to distribute 免费分发 Free to modify 自由修改 小视频 获取 官网 搬运 原文：https://www.appinn.com/teranoptia/ ©2023 青小蛙 for 小众软件 | 加入我们 | 投稿 | 订阅指南 3659b075e72a5b7b1b87ea74aa7932ff 点击这里留言、和原作者一起评论 [ 点击前往获取链接 ]
-- gReader Pro
https://www.appinn.com/teranoptia/
Teranoptia 是一款开源字体，它没有字母，没有文字，是一个个奇特的生物体，通过不同的组合实现有趣的效果。@Appinn 很有意思，但似乎可能没什么人用。 Teranoptia 字体 就是一个一个的生物体，有完整的，也有部分的： 在文档中选中该字体，就可以通过键盘直接输入这些「字体」了。 如果配合得当，还是可以制作出不少有趣的图案的： 关于授权 Free to use 免费使用 Free to distribute 免费分发 Free to modify 自由修改 小视频 获取 官网 搬运 原文：https://www.appinn.com/teranoptia/ ©2023 青小蛙 for 小众软件 | 加入我们 | 投稿 | 订阅指南 3659b075e72a5b7b1b87ea74aa7932ff 点击这里留言、和原作者一起评论 [ 点击前往获取链接 ]
-- gReader Pro
Guidde 用 AI 輕鬆一次搞定錄製教學影片＋生成圖文操作步驟文件
Guidde 用 AI 輕鬆一次搞定錄製教學影片＋生成圖文操作步驟文件
http://www.playpcesor.com/2024/05/guidde-ai.html
撰寫某個線上網站、軟體工具的圖文步驟教學文件，或是錄製操作教學影片，有哪些痛點呢？一個一個步驟截圖教學很麻煩、影片操作有誤要剪輯很麻煩、要在操作圖加上教學註解很麻煩，如果不習慣錄製旁白要在影片加上解說很麻煩，還有，如果同時需要教學影片、教學文件，要做兩次很麻煩。而這些痛點，「 Guidde 」這個工具結合 AI 幫我們「一次解決」。「 Guidde 」的自我介紹說，透過他錄製教學影片、製作教學文件：「讓團隊能夠以 11 倍的速度交付專業知識，方便與客戶或員工分享。市場領先的公司使用 guidde 的影片文件來回答客戶問題、迎新並培訓員工以及推動自助服務，使團隊表現更出色。」其實「 Guidde 」這個工具大約 2022 年就推出，不過一開始我測試的時候，對中文還沒有很好的支援，一直到 2023 年的更新，才開始支援中文網站、工具的教學分析。而最近再次嘗試，發現他的效果愈來愈好、愈穩定，因此跟需要的朋友分享。「 Guidde 」註冊一個免費帳號，可以製作 25 支教學影片，但是會加上浮水印，你可以用來試試看他 AI 生成教學影片的效果，有幾個主要特色：只要「錄製一次教學步驟」，就可以自動或快速完成下面功能：錄製操作教學的過程，用 AI 自動完成截圖、標註、文字說明。每一個點擊都會自動變成影片中的教學步驟。編輯影片時，可以快速刪除、調換教學步驟，超級簡單。就像編輯 PPT 一樣簡單！可在編輯影片時，再根據每一步驟完成教學錄音。不用一邊操作錄影一邊錄音，事後錄音準確度更高，更輕鬆。可以自動加上配樂。付費版本還可自動加上 AI 語音教學。除了教學影片，也會自動生成圖文教學文件。首先，我們來到「 Guidde 」網站，先安裝一個 Chrome 擴充套件，並註冊一個免費帳號。在瀏覽器上點擊外掛，開始錄製教學影片，適合錄製網站、線上工具的操作教學。錄製前，可以設定主題、語言，「語言」的意思是要讓 AI 用什麼文字自動撰寫操作教學。目前中文只支援「簡體中文」，但可以抓到「繁體中文」網站的介面文字。這個意思是， AI 根據我們的操作，可能會寫出：「点击 "本次簡報將深入介紹全新出版的《高效人生工作法圖解》一書。通過生動的圖解和實用的建議,本書旨在幫助讀者提升工作和生活的效率。我們將分享書中的核心理念和關鍵方法,希望激發您對提升個人生產力的興趣和動力。"」這樣的文字。操作步驟寫成「簡體中文」，但可以抓到網站中的「繁體中文」內容說明。（我們也可以手動修改這些 AI 生成的教學解說）開始錄製後，我們只要「輕鬆」的操作網站、線上工具的步驟即可，不用趕、不用急，操作錯了也沒關係，就繼續錄製正確的操作步驟即可。因為「 Guidde 」會像是簡報一樣，把我們的每一個操作步驟都用 AI 自動截圖、自動加上操作說明，到時候我們可以快速增加、刪減、移動所有內容。「錄製」完成，就會同時產生一段「教學影片」，跟一份「圖文教學文件」。我們可以用類似簡報的方式，快速編輯教學影片。每一個剛剛的點擊步驟，都會自動截圖與加上說明、註解標示，變成一頁預設3秒鐘的影片畫面。而這些說明、註解、頁面順序，我們都可以快速手動調整，就像調整 PPT 頁面一樣簡單。我們還可以在這時候點擊「 Voiceover 」，為每一頁教學加上配音，可以一頁一頁針對操作步驟單獨錄製講解聲音。如果錄製的那一頁教學解說超過 3 秒鐘，例如講了 10 秒鐘，那這一頁影片畫面就會自動增長為 10 秒鐘，非常方便。真的很快，我嘗試錄製一段 Gamma AI 簡報的教學，大概 5 分鐘之內就完成了下面版本，包含錄製喔（影片大約錄製 2 分鐘完成，剩下 3 分鐘是加上配音）！因為大多數都是 AI 生成的。歡迎查看實際效果： https://app.guidde.com/share/playbooks/g8fsTxyDC9ZT7tVRSK5v7K?origin=rcHWab1hWaWirohsBQoZMR1Ah6s2 00:00: 00:06: 00:12: 00:15: 00:20: 00:23: 00:29: 00:36: 00:42: 00:53: 00:59: 01:05: 01:09: 01:18: 01:31: 01:39: 01:48: 该指南详细介绍了在Gamma应用程序中设计AI簡報的步骤。从创建簡報到添加元素和生成内容，您将了解如何利用该应用程序的功能提升您的簡報设计技巧。 而且還支援各種匯出的方式，例如可以把線上影片用網址分享，或是嵌入到網站，也可以匯出「圖文教學文件版」的 HTML、 PDF 檔案。這樣的工具，對於客服、老師應該都很方便，用簡單有效的方式，幫我們快速完成各種線上工具的教學影片、文件。分享給需要的朋友參考。有興趣的朋友還可研究：Canva 免費影片剪輯線上工具，讓設計動畫影片跟做簡報一樣簡單Screencastify 螢幕錄影與教學影片軟體，多年後依然是我首選最強免費螢幕錄影軟體 ActivePresenter 教學影片神器大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」目前最新著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 esorhjy@gmail.com ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：Guidde 用 AI 輕鬆一次搞定錄製教學影片＋生成圖文操作步驟文件）
-- gReader Pro
http://www.playpcesor.com/2024/05/guidde-ai.html
撰寫某個線上網站、軟體工具的圖文步驟教學文件，或是錄製操作教學影片，有哪些痛點呢？一個一個步驟截圖教學很麻煩、影片操作有誤要剪輯很麻煩、要在操作圖加上教學註解很麻煩，如果不習慣錄製旁白要在影片加上解說很麻煩，還有，如果同時需要教學影片、教學文件，要做兩次很麻煩。而這些痛點，「 Guidde 」這個工具結合 AI 幫我們「一次解決」。「 Guidde 」的自我介紹說，透過他錄製教學影片、製作教學文件：「讓團隊能夠以 11 倍的速度交付專業知識，方便與客戶或員工分享。市場領先的公司使用 guidde 的影片文件來回答客戶問題、迎新並培訓員工以及推動自助服務，使團隊表現更出色。」其實「 Guidde 」這個工具大約 2022 年就推出，不過一開始我測試的時候，對中文還沒有很好的支援，一直到 2023 年的更新，才開始支援中文網站、工具的教學分析。而最近再次嘗試，發現他的效果愈來愈好、愈穩定，因此跟需要的朋友分享。「 Guidde 」註冊一個免費帳號，可以製作 25 支教學影片，但是會加上浮水印，你可以用來試試看他 AI 生成教學影片的效果，有幾個主要特色：只要「錄製一次教學步驟」，就可以自動或快速完成下面功能：錄製操作教學的過程，用 AI 自動完成截圖、標註、文字說明。每一個點擊都會自動變成影片中的教學步驟。編輯影片時，可以快速刪除、調換教學步驟，超級簡單。就像編輯 PPT 一樣簡單！可在編輯影片時，再根據每一步驟完成教學錄音。不用一邊操作錄影一邊錄音，事後錄音準確度更高，更輕鬆。可以自動加上配樂。付費版本還可自動加上 AI 語音教學。除了教學影片，也會自動生成圖文教學文件。首先，我們來到「 Guidde 」網站，先安裝一個 Chrome 擴充套件，並註冊一個免費帳號。在瀏覽器上點擊外掛，開始錄製教學影片，適合錄製網站、線上工具的操作教學。錄製前，可以設定主題、語言，「語言」的意思是要讓 AI 用什麼文字自動撰寫操作教學。目前中文只支援「簡體中文」，但可以抓到「繁體中文」網站的介面文字。這個意思是， AI 根據我們的操作，可能會寫出：「点击 "本次簡報將深入介紹全新出版的《高效人生工作法圖解》一書。通過生動的圖解和實用的建議,本書旨在幫助讀者提升工作和生活的效率。我們將分享書中的核心理念和關鍵方法,希望激發您對提升個人生產力的興趣和動力。"」這樣的文字。操作步驟寫成「簡體中文」，但可以抓到網站中的「繁體中文」內容說明。（我們也可以手動修改這些 AI 生成的教學解說）開始錄製後，我們只要「輕鬆」的操作網站、線上工具的步驟即可，不用趕、不用急，操作錯了也沒關係，就繼續錄製正確的操作步驟即可。因為「 Guidde 」會像是簡報一樣，把我們的每一個操作步驟都用 AI 自動截圖、自動加上操作說明，到時候我們可以快速增加、刪減、移動所有內容。「錄製」完成，就會同時產生一段「教學影片」，跟一份「圖文教學文件」。我們可以用類似簡報的方式，快速編輯教學影片。每一個剛剛的點擊步驟，都會自動截圖與加上說明、註解標示，變成一頁預設3秒鐘的影片畫面。而這些說明、註解、頁面順序，我們都可以快速手動調整，就像調整 PPT 頁面一樣簡單。我們還可以在這時候點擊「 Voiceover 」，為每一頁教學加上配音，可以一頁一頁針對操作步驟單獨錄製講解聲音。如果錄製的那一頁教學解說超過 3 秒鐘，例如講了 10 秒鐘，那這一頁影片畫面就會自動增長為 10 秒鐘，非常方便。真的很快，我嘗試錄製一段 Gamma AI 簡報的教學，大概 5 分鐘之內就完成了下面版本，包含錄製喔（影片大約錄製 2 分鐘完成，剩下 3 分鐘是加上配音）！因為大多數都是 AI 生成的。歡迎查看實際效果： https://app.guidde.com/share/playbooks/g8fsTxyDC9ZT7tVRSK5v7K?origin=rcHWab1hWaWirohsBQoZMR1Ah6s2 00:00: 00:06: 00:12: 00:15: 00:20: 00:23: 00:29: 00:36: 00:42: 00:53: 00:59: 01:05: 01:09: 01:18: 01:31: 01:39: 01:48: 该指南详细介绍了在Gamma应用程序中设计AI簡報的步骤。从创建簡報到添加元素和生成内容，您将了解如何利用该应用程序的功能提升您的簡報设计技巧。 而且還支援各種匯出的方式，例如可以把線上影片用網址分享，或是嵌入到網站，也可以匯出「圖文教學文件版」的 HTML、 PDF 檔案。這樣的工具，對於客服、老師應該都很方便，用簡單有效的方式，幫我們快速完成各種線上工具的教學影片、文件。分享給需要的朋友參考。有興趣的朋友還可研究：Canva 免費影片剪輯線上工具，讓設計動畫影片跟做簡報一樣簡單Screencastify 螢幕錄影與教學影片軟體，多年後依然是我首選最強免費螢幕錄影軟體 ActivePresenter 教學影片神器大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」目前最新著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 esorhjy@gmail.com ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：Guidde 用 AI 輕鬆一次搞定錄製教學影片＋生成圖文操作步驟文件）
-- gReader Pro
2024年5月10日 星期五
OpenAI 考虑允许 ChatGPT 用户生成成人内容
OpenAI 考虑允许 ChatGPT 用户生成成人内容
https://www.solidot.org/story?sid=78128
OpenAI 考虑允许其聊天机器人 ChatGPT 和文本图像服务 DALL-E 的用户生成成人内容。OpenAI 称它考虑允许开发者和用户"负责任的"通过其产品创造 NSFW 内容，这将包括色情、极端血腥和脏话。OpenAI 是在最新公布的 Model Spec 文件中披露与 NSFW 内容相关的新讨论。起草文件的 OpenAI 员工 Joanne Jang 强调，深度伪造仍然是被禁止的。 https://tech.slashdot.org/story/24/05/09/1454236/openai-considers-allowing-users-to-create-ai-generated-pornography https://cdn.openai.com/spec/model-spec-2024-05-08.html#dont-respond-with-nsfw-content https://tech.slashdot.org/story/24/05/09/1454236/openai-considers-allowing-users-to-create-ai-generated-pornography 173824011 story OpenAI Considers Allowing Users To Create AI-Generated Pornography (theguardian.com) 96 Posted by msmash on Thursday May 09, 2024 @10:53AM from the how-about-that dept. OpenAI, the company behind ChatGPT, is exploring whether users should be allowed to create AI-generated pornography and other explicit content with its products. From a report:While the company stressed that its ban on deepfakes would continue to apply to adult material, campaigners suggested the proposal undermined its mission statement to produce "safe and beneficial" AI. OpenAI, which is also the developer of the DALL-E image generator, revealed it was considering letting developers and users "responsibly" create what it termed not-safe-for-work (NSFW) content through its products. OpenAI said this could include "erotica, extreme gore, slurs, and unsolicited profanity." It said: "We're exploring whether we can responsibly provide the ability to generate NSFW content in age-appropriate contexts ... We look forward to better understanding user and societal expectations of model behaviour in this area." The proposal was published as part of an OpenAI document discussing how it develops its AI tools. Joanne Jang, an employee at the San Francisco-based company who worked on the document, told the US news organisation NPR that OpenAI wanted to start a discussion about whether the generation of erotic text and nude images should always be banned from its products. However, she stressed that deepfakes would not be allowed. ← You may like to read: → Microsoft's Xbox Is Planning More Cuts After Studio Closings Men Overran a Job Fair For Women In Tech Google Workers Protest Cloud Contract With Israel's Government How Electric Cars are Already Upending America Internet Access in Gaza is Collapsing as ISPs Fall Offline Conservatives Bombarded With Facebook Misinformation Far More Than Liberals In 2020 Election, Study Suggests Dell Says Data Breach Involved Customers' Physical Addresses
-- gReader Pro
https://www.solidot.org/story?sid=78128
OpenAI 考虑允许其聊天机器人 ChatGPT 和文本图像服务 DALL-E 的用户生成成人内容。OpenAI 称它考虑允许开发者和用户"负责任的"通过其产品创造 NSFW 内容，这将包括色情、极端血腥和脏话。OpenAI 是在最新公布的 Model Spec 文件中披露与 NSFW 内容相关的新讨论。起草文件的 OpenAI 员工 Joanne Jang 强调，深度伪造仍然是被禁止的。 https://tech.slashdot.org/story/24/05/09/1454236/openai-considers-allowing-users-to-create-ai-generated-pornography https://cdn.openai.com/spec/model-spec-2024-05-08.html#dont-respond-with-nsfw-content https://tech.slashdot.org/story/24/05/09/1454236/openai-considers-allowing-users-to-create-ai-generated-pornography 173824011 story OpenAI Considers Allowing Users To Create AI-Generated Pornography (theguardian.com) 96 Posted by msmash on Thursday May 09, 2024 @10:53AM from the how-about-that dept. OpenAI, the company behind ChatGPT, is exploring whether users should be allowed to create AI-generated pornography and other explicit content with its products. From a report:While the company stressed that its ban on deepfakes would continue to apply to adult material, campaigners suggested the proposal undermined its mission statement to produce "safe and beneficial" AI. OpenAI, which is also the developer of the DALL-E image generator, revealed it was considering letting developers and users "responsibly" create what it termed not-safe-for-work (NSFW) content through its products. OpenAI said this could include "erotica, extreme gore, slurs, and unsolicited profanity." It said: "We're exploring whether we can responsibly provide the ability to generate NSFW content in age-appropriate contexts ... We look forward to better understanding user and societal expectations of model behaviour in this area." The proposal was published as part of an OpenAI document discussing how it develops its AI tools. Joanne Jang, an employee at the San Francisco-based company who worked on the document, told the US news organisation NPR that OpenAI wanted to start a discussion about whether the generation of erotic text and nude images should always be banned from its products. However, she stressed that deepfakes would not be allowed. ← You may like to read: → Microsoft's Xbox Is Planning More Cuts After Studio Closings Men Overran a Job Fair For Women In Tech Google Workers Protest Cloud Contract With Israel's Government How Electric Cars are Already Upending America Internet Access in Gaza is Collapsing as ISPs Fall Offline Conservatives Bombarded With Facebook Misinformation Far More Than Liberals In 2020 Election, Study Suggests Dell Says Data Breach Involved Customers' Physical Addresses
-- gReader Pro
Stack Overflow 拿我的代码去训练 AI 大模型，还封了我的账号
Stack Overflow 拿我的代码去训练 AI 大模型，还封了我的账号
https://www.oschina.net/news/291702
省流总结： 全球编程问答平台 Stack Overflow 本周与 OpenAI 达成了交易，将用户免费生成的内容货币化。 反对这一交易的社区用户试图通过删除其发表的答案和问题进行抗议，但他们发现高赞的答案和问题无法删除，因为 Stack Overflow 认为这会删除集体知识。 于是有用户修改了答案内容，将其转变为抗议信息。结果是 Mod 在一小时内恢复了原答案，将用户的账号冻结了 7 天。 Stack Overflow 和 OpenAI 近日达成了新的合作伙伴关系，以支持各自的产品。 具体来说，OpenAI 将利用 Stack Overflow 的 OverflowAPI，并与 Stack Overflow 合作，为使用其产品的开发人员提高模型性能。OpenAI 表示 ChatGPT 会在从该平台获取答案时注明出处。 Stack Overflow 则将利用 OpenAI 模型进一步开发 OverflowAI，并与 OpenAI 合作，利用内部测试的见解来最大限度地提高 OpenAI 模型的性能。 由此可见，新协议允许 OpenAI 访问 Stack Overflow API 作为数据源，然而这让那些发布有关编程问题帖子的用户感到愤怒。 一位名为本（Ben）的程序员在社交媒体发布动态称，他试图删除自己的帖子以抗议 Stack Overflow 和 OpenAI 的交易，但遇到了平台的阻力。 Stack Overflow 撤回了他的操作——恢复了 Ben 主动删除的帖子，并对 Ben 的账号进行了临时封禁。 平台管理员回复称，Stack Overflow 上的帖子一旦发布就属于"集体创作"，只有在"非常特殊的情况下"才能被删除。Ben 的账号随后被封号一周，管理员表示这样做是为了"避免进一步的误解"。 Ben 最终更新了自己的帖子内容表达无奈："此举窃取了所有为 Stack Overflow 做出贡献的人的劳动成果。" Stack Overflow 没有立即回应对此事的评论请求。 Reference https://m.benui.ca/@ben/112396505994216742 https://www.solidot.org/story?sid=78114
-- gReader Pro
https://www.oschina.net/news/291702
省流总结： 全球编程问答平台 Stack Overflow 本周与 OpenAI 达成了交易，将用户免费生成的内容货币化。 反对这一交易的社区用户试图通过删除其发表的答案和问题进行抗议，但他们发现高赞的答案和问题无法删除，因为 Stack Overflow 认为这会删除集体知识。 于是有用户修改了答案内容，将其转变为抗议信息。结果是 Mod 在一小时内恢复了原答案，将用户的账号冻结了 7 天。 Stack Overflow 和 OpenAI 近日达成了新的合作伙伴关系，以支持各自的产品。 具体来说，OpenAI 将利用 Stack Overflow 的 OverflowAPI，并与 Stack Overflow 合作，为使用其产品的开发人员提高模型性能。OpenAI 表示 ChatGPT 会在从该平台获取答案时注明出处。 Stack Overflow 则将利用 OpenAI 模型进一步开发 OverflowAI，并与 OpenAI 合作，利用内部测试的见解来最大限度地提高 OpenAI 模型的性能。 由此可见，新协议允许 OpenAI 访问 Stack Overflow API 作为数据源，然而这让那些发布有关编程问题帖子的用户感到愤怒。 一位名为本（Ben）的程序员在社交媒体发布动态称，他试图删除自己的帖子以抗议 Stack Overflow 和 OpenAI 的交易，但遇到了平台的阻力。 Stack Overflow 撤回了他的操作——恢复了 Ben 主动删除的帖子，并对 Ben 的账号进行了临时封禁。 平台管理员回复称，Stack Overflow 上的帖子一旦发布就属于"集体创作"，只有在"非常特殊的情况下"才能被删除。Ben 的账号随后被封号一周，管理员表示这样做是为了"避免进一步的误解"。 Ben 最终更新了自己的帖子内容表达无奈："此举窃取了所有为 Stack Overflow 做出贡献的人的劳动成果。" Stack Overflow 没有立即回应对此事的评论请求。 Reference https://m.benui.ca/@ben/112396505994216742 https://www.solidot.org/story?sid=78114
-- gReader Pro
TikTok 採用 AI 浮水印技術！開始自動標記 AI 生成內容
TikTok 採用 AI 浮水印技術！開始自動標記 AI 生成內容
https://www.inside.com.tw/article/34991-tiktok-ai-watermark
TikTok 宣布，要開始支援「Content Credentials」（內容認證）技術，這是一種數位浮水印，會將 metadata 附加在內容上，平台即可自動辨識和標記 AI 製作的影片、圖像，之後也會延伸到聲音內容。Content Credentials 是由 Adobe 主導的聯盟「C2PA」所開發而成。其會將內容的創作方式資料嵌入到內容，包括是否使用了 AI 工具，提供了內容的來源和編輯過程等可追溯的歷史。這項浮水印技術將使 TikTok 能夠即時辨識和標記 AI 產生的內容，即便創作者使用的是 TikTok 之外的第三方工具所生成。TikTok 表示自己是第一個支援 Content Credentials 的影音平台。此舉是基於TikTok 的現有政策，也就是要求創作者自行揭露哪些內容由 AI 生成，但過去要偵測創作者是否有使用外部 AI 工具困難度較高，這就是 Content Credentials 想要解決的問題之一。不過，像 Content Credentials 資料標記系統並非萬無一失，因為 metadata 可能會被不小心或刻意刪除。為了解決這項問題，TikTok 與事實核查組織 MediaWise 和人權組織 Witness 合作，教育用戶 AI 生成內容的標記和潛在風險。隨著 2024 年美國大選愈來愈靠近，立法者和專家也愈加擔心 AI 生成的假資訊，今年 2 月 TikTok 及微軟、Meta、Google、亞馬遜和 OpenAI 在內的 20間公司，承諾在選舉期間打擊 AI 假消息。 Google、微軟和 Meta等也都承諾支援 Content Credentials，以幫助用戶在不同平台和服務上辨識 AI 生成內容。責任編輯：Jocelyn核稿編輯：Sisley 快加入 INSIDE Google News 按下追蹤，給你最新、最 IN 的科技新聞！延伸閱讀：AI 生成圖難辨識！Google 推新浮水印工具 SynthID 中國出手管制聊天、繪圖 AI，必須打上「浮水印」以供識別TikTok 倒數中！美國政府欲斷字節跳動臍帶戰況全解析 本文初稿為 INSIDE 使用 AI 編撰。
-- gReader Pro
https://www.inside.com.tw/article/34991-tiktok-ai-watermark
TikTok 宣布，要開始支援「Content Credentials」（內容認證）技術，這是一種數位浮水印，會將 metadata 附加在內容上，平台即可自動辨識和標記 AI 製作的影片、圖像，之後也會延伸到聲音內容。Content Credentials 是由 Adobe 主導的聯盟「C2PA」所開發而成。其會將內容的創作方式資料嵌入到內容，包括是否使用了 AI 工具，提供了內容的來源和編輯過程等可追溯的歷史。這項浮水印技術將使 TikTok 能夠即時辨識和標記 AI 產生的內容，即便創作者使用的是 TikTok 之外的第三方工具所生成。TikTok 表示自己是第一個支援 Content Credentials 的影音平台。此舉是基於TikTok 的現有政策，也就是要求創作者自行揭露哪些內容由 AI 生成，但過去要偵測創作者是否有使用外部 AI 工具困難度較高，這就是 Content Credentials 想要解決的問題之一。不過，像 Content Credentials 資料標記系統並非萬無一失，因為 metadata 可能會被不小心或刻意刪除。為了解決這項問題，TikTok 與事實核查組織 MediaWise 和人權組織 Witness 合作，教育用戶 AI 生成內容的標記和潛在風險。隨著 2024 年美國大選愈來愈靠近，立法者和專家也愈加擔心 AI 生成的假資訊，今年 2 月 TikTok 及微軟、Meta、Google、亞馬遜和 OpenAI 在內的 20間公司，承諾在選舉期間打擊 AI 假消息。 Google、微軟和 Meta等也都承諾支援 Content Credentials，以幫助用戶在不同平台和服務上辨識 AI 生成內容。責任編輯：Jocelyn核稿編輯：Sisley 快加入 INSIDE Google News 按下追蹤，給你最新、最 IN 的科技新聞！延伸閱讀：AI 生成圖難辨識！Google 推新浮水印工具 SynthID 中國出手管制聊天、繪圖 AI，必須打上「浮水印」以供識別TikTok 倒數中！美國政府欲斷字節跳動臍帶戰況全解析 本文初稿為 INSIDE 使用 AI 編撰。
-- gReader Pro
2024年5月9日 星期四
科技爱好者周刊（第 299 期）：AI 的关键是语料
科技爱好者周刊（第 299 期）：AI 的关键是语料
http://www.ruanyifeng.com/blog/2024/05/weekly-issue-299.html
这里记录每周值得分享的科技内容，周五发布。 本杂志开源，欢迎投稿。另有《谁在招人》服务，发布程序员招聘信息。合作请邮件联系（yifeng.ruan@gmail.com）。 封面图 上图是河南新乡的中原融创文旅城"冰立方"，模仿冰块堆叠的效果，10个玻璃冰块组成三个建筑单元。（via） AI 的关键是语料 大家有没有发现，现在打开新闻，都是 AI 模型的消息。 今天甲发布一个模型，明天乙发布一个模型，个个（听上去）都具备了不得的能力。 2023年5月有一个统计，那个时候，10亿参数以上的模型，中国已经发布了79个。一年过去了，现在恐怕上千了。 说实话，我现在看到新模型，已经麻木了，压根不觉得这种消息有什么重要。 我的观点是，不管怎么调整模型的架构、功能、参数，作用是有限的，真正决定性的因素是训练模型的语料。 不需要说，你的模型多新颖、多强大，只需要告诉我，你用什么语料训练模型。 模型完美，但是语料垃圾，一样不行；反之，模型很平常，但是语料足够，那就 OK。模型不是关键，语料才是关键。 这其实不是我的观点，而是 OpenAI 的工程师 James Betker 的观点。他是 AI 专家，著名"文生图"模型 DALL-E 的第一作者。 去年，他写过一篇文章，只有几段话，在国外的影响很大。国内似乎没人提到这件事。但是我认为，这篇文章很重要。 他说，自己的日常工作就是开发 AI 模型，但是不管怎么增加参数、调整方程，模型效果都不如语料集的大小来得显著。 更多的训练材料，会显著提升模型效果，影响远大于其他因素。更神奇的是，不同的模型拿同样的语料训练，最后的表现居然很接近。 他的结论是，模型的差异其实不是关键，决定性的是你的训练材料。只要有更多更好的语料，不管用什么模型，都会得到差不多的结果。 初次听到，你可能觉得，这个结论难以置信，但是仔细想想，你会发现它很可能是对的。 因为不管什么 AI 模型，最终目标只有一个，就是模仿人类的思维。语料体现的正是人类思维，同一份语料，不管你拿什么规则去分析，最后得到的结果应该是一样的，因为它包含的人类思维是不变的。 这就好像，不同的画家去临摹同一个模特，如果目标都是复现原貌，那么只要画家达到一定水准，不管谁来画，结果将非常接近，因为模特的长相是不变的。 这告诉我们两点启示。 （1）哪一家公司的语料的数量多、质量好，它的模型就会强于其他公司。 （2）开源模型完全可以替代闭源模型，前提是训练语料要足够。 下面是 James Betker 的原文，大家仔细读读，看看是否认同他的观点。 我在 OpenAI 工作已经快一年了。这段时间里，我训练了很多生成式 AI 模型，比任何人能想到的还要多。 每当我花了几个小时，观察和调整各种模型配置和参数时，有一件事让我印象深刻，那就是所有训练结果之间的相似性。 我越来越发现，这些模型以令人难以置信的程度，向它们的语料集靠近。 这表明在相同的语料集上训练足够长的时间，几乎每个具有足够权重和训练时间的模型都会收敛到同一点。足够大的扩散卷积网络会产生相同的结果。 这是一个令人惊讶的观察！ 这意味着模型行为不是由架构、参数或优化器决定的。它由你的语料集决定，没有其他决定因素。其他一切因素都不过是为了有效计算以近似该语料集的手段。 当你谈论 Lambda、ChatGPT、Bard 或Claude 时，指的并不是它们的模型，而是它们的语料集。 稀土开发者大会：征集议题和早鸟票 国内开发者的线下大聚会要来了，今年的"稀土开发者大会"已经定下了时间，就在六月底。 这次大会的议题非常广泛：前端、AI、云计算、架构、DevOps...... 最重要的一点是，它向所有开发者开放演讲台。如果你有工具要推出，有开发的经验要分享，大会都会提供演讲台，让你展示在全国开发者面前。 只要能引起听众兴趣的干货内容，就可以申请成为演讲嘉宾，在该主题的分论坛上台发言。一旦组委会确定，即可免费参加本次大会。 其他朋友参加大会，可以现在购买早鸟票。两天的所有活动，学生票只要99元，基本上就是电影票的价格。正常票的拼团价是139元，如果两天包午餐，价格是799元。 提交议题和购票，都请点击这个链接，或者扫描上方海报的二维码。早鸟票的时间和名额有限，如果你想结交朋友、感受业内动向，不妨抓紧时间购票。 科技动态 1、气球屋 住宿平台 airbnb 推出了一个气球屋，完美地再现了迪斯尼电影《飞屋环游记》，住客现在就可以申请入住。 这个屋子的所有家具和布局，跟电影里面一模一样。 它的屋顶上了装了8000个氦气球。 这个屋子可以"飞"起来，当然不是气球拉动的，而是用吊车把它吊在半空，然后游客住在里面。 我在想，如果吊在半空，水电怎么供应呢？看来这栋屋子一定配备了水箱、水泵、发电机和电池。 2、AI 小姐 一家英国互联网公司宣布，举办第一届世界 AI 小姐选美比赛。 今年5月10日之前，全世界的创作者都可以向它的官网提交作品。 作品不仅仅包括 AI 生成的虚拟美女照片，还必须在社交平台上与粉丝互动，涨粉数量也是评选指标之一。 评审团将评出前三名，获得"AI 小姐"的称号，还有总额2万美元的奖金。 主办单位称，该比赛是为了扩大 AI 的影响，帮助创作者将内容货币化。这件事表明，娱乐业将是 AI 最早、最大的应用领域之一。 3、摩托车的呼啸声 一些摩托车骑士喜欢非常响亮的引擎呼啸声，甚至去改动引擎。他们辩解，大音量的噪声能够让别人尽早注意到，从而减少交通事故。 为了验证这种说法是否正确，一个罗马尼亚团队进行了现场实验。 他们一共实验了6辆摩托车，噪音都在80分贝到110分贝之间。这是很大的噪音，飞机起飞时的噪音为100分贝到120分贝，摩托车的噪音就是这么响。 研究人员发现，如果轿车司机关闭车窗，那么只有摩托车距离汽车10米之内时，司机才会听到声音。这意味着，高速行驶时，司机根本来不及做出反应。 这个实验说明，保证交通安全的不是响亮的引擎声，而是要降低车速。 文章 1、CPU 超频的天花板（中文） 很多玩家喜欢超频 CPU，越快越好。但是，到达物理极限后，就很难突破。用了整整15年，世界纪录才从 8G Hz 提高到 9G Hz。 2、空的 S3 存储桶也能产生费用（英文） 亚马逊 S3 是最流行的存储云服务，作者建了一个空存储桶，万万没想到，没有写入任何数据，两天居然产生了1300美元的费用。 3、2024阿里巴巴全球数学竞赛预选赛（中文） 作者参加2024阿里巴巴全球数学竞赛预选赛，全部七道题只会做第1、2、6题，他分享了自己的解答。（@longluo 投稿） 4、Git 的离线使用（英文） 作者介绍没有网络怎样备份 Git 仓库，比如把本地仓库推送到 U 盘。 5、如何为项目设置打卡点（英文） 本文介绍一种便捷方法，使用 Makefile 在代码仓库里面设置打卡点（checkpoint）。 6、服务器实时消息获取的技术方案（英文） 本文比较了浏览器获得服务器实时消息的五种技术方案：WebSockets、服务器发送事件、长轮询、WebRTC、WebTransport。 AI 相关 1、Remix Yourself 这个网站要求上传三张照片，第一张是布局，第二张是样式，第三张是人像。 它会将它们合成一张。 2、twogethe.ai 这个网站使用 AI，生成你与名人（或者任意两个人）的合照。 3、AI 说图解图 一个开源软件，生成上传图片的文字描述，基于 ERNIE 3.5 和 GEMINI-PRO-1.5 API。（@ShurshanX 投稿） 4、AI 生成的音乐视频（英文） OpenAI 发布了一段4分钟的音乐视频，画面和音乐都是 AI 生成的。这是迄今 AI 生成的最长视频。 5、HackerNews 每日 AI 摘要 这个项目对 Hacker News 每天的热点文章，生成中文的 AI 摘要，除了官网，还会发到飞书上面。（@rmrf 投稿） 6、MaxKB 一款基于 LLM 大语言模型的知识库问答系统，可以无缝嵌入第三方网站，实现智能问答。（@maninhill 投稿） 7、GeoSpy AI 这个网站使用 AI 识别上传照片的拍摄地点。 8、七个免费 LLM Playground 本文列出七个可以在线试用各种 LLM 的网站。（@webup 投稿） 工具 1、ElysiaJS JS 语言的 Web 框架，专门为 Bun 运行环境开发。 2、mcfly Shell 操作历史的搜索工具，提供神经网络搜索功能，可以替代 ctrl-r 快捷键。 3、DocKit Elasticsearch/OpenSearch 的跨平台桌面客户端，集成了 OpenAI，可以用自然语言与数据库交互。（@Blankll 投稿） 4、IMaker 创客 一款开源的封面设计工具，基于 JS 的 Web 应用，有试用 Demo。（@slince-zero 投稿） 5、VideoSubtitleGenerator 一个命令行工具，通过语音识别，批量为本地的视频文件生成字幕，并支持翻译。（@buxuku 投稿） 6、vmr 一个跨平台的通用版本管理器，目前支持40多种编程语言和工具。（@moqsien 投稿） 另有一个类似工具 vfox。（@aooohan 投稿） 7、Pichome 一款开源网盘程序，使用 PHP 开发。（@fhxsnabi 投稿） 8、笔.COOL CodePen 的国产替代品，实时预览 HTML、CSS 和 JavaScript 代码的渲染结果。（@uovol 投稿） 9、vue-styled-components 一款类似 styled-components 的 CSS 工具，支持 vue 3。（@akinocccc 投稿） 10、MonsterMusic 一款开源的安卓音乐播放器。（@ZTFtrue 投稿） 11、豆瓣图书馆查询助手 一款浏览器插件，在豆瓣读书页面上，查看该书在指定图书馆的藏书情况。（@wyj0605 投稿） 资源 1、技术概念示意图 这个仓库收集各种技术概念的示意图。 2、海棠诗社 网友开发的诗词网站。（@javayhu 投稿） 3、svgl 一个常用徽标 Logo 的搜索引擎，提供 SVG 文件下载。 4、Brick Center 你输入一个关键词，这个网站自动生成它的乐高拼装。（@husu 投稿） 图片 1、MacBook 的内存 苹果的 MacBook 笔记本，内存是 8GB。如果要更多的内存，就要花钱买，价格非常贵。 大家都在质疑，为什么内存这么少？相比之下，Windows 笔记本的最小内存，现在一般都是 16GB。 苹果解释，macOS 系统效率高，自家的 8GB 内存等于别家的 16GB。 有人画了一张 MacBook 内存演变图。 从上图可以看到，苹果以前是经常升级内存的，每过几年就升级一次。 但是，2011年以后只升级过一次内存，从 6GB 变成 8GB，以后就一直没升级。 有意思的是，2011年是蒂姆·库克成为苹果 CEO 的时间。他以前是主管供应链的，以成本控制而闻名。 2、PalmOS 还有人记得 iPhone 之前的智能手机吗？ 当时主要系统是诺基亚的塞班、微软的 Windows CE 和 PalmOS。下面就是 Palm 手机。 它的用户界面如下。 不要觉得简陋，那是当时最先进的系统，售价几千元人民币一部。 文摘 1、饱腹感指数 什么食物最能够消除饥饿感？ 一个澳大利亚科学家发明了"饱腹感指数"。他选出38种食物，每一种的热量都是240卡路里。 实验者依次食用每一种食物，每吃一种，就要在随后的两小时中，每隔15分钟为自己的饱腹程度打分。 最后发现，碳水化合物（面包、炸薯条、煮土豆）的效果最好。其中，煮土豆的饱腹感指数最高。 这是因为食物中含有的纤维、蛋白质和水越多，消化时间就越长，从而产生更久的饱腹感。而且，碳水化合物会立即升高血糖，从而使得身体马上知道已经饱了。 煮土豆含有大量的纤维和水，同样热量的情况下，体积又很大，还会升高血糖，所以产生了长时间的饱腹感。 水果的饱腹感指数也很高，因为水份和纤维含量大，但是水果的热量低，同样热量的情况下，水果的份量最多，不容易全吃下去。而且，水果的胃排空速度很快，第二个小时饱腹感就会消失。 高脂肪食物的饱腹感很差，因为它们的胃排空速度也很快。所以，吃肥肉容易饿。 因此，水果搭配高碳水、高蛋白的食物一起吃（比如全麦面包 + 瘦肉 + 橙子），是一个比较好的饮食方案。 言论 1、 软件公司应该提倡"无罪文化"。 发生产品事故或者服务中断时，不要认定罪人并惩罚他们，而要假设相关个人出于良好意图，只是没有得到正确的信息来做出更好的决策，或者没有工具及时制止他们犯错。 -- 《关于无罪文化》 2、 我们做的许多不想做的事情，实际上很容易开始做，比如很容易开始喝酒，或者很容易打开抖音。 如果你想停止做这些事，首先就是要设法增加障碍，让自己很难开始做它们。 -- 《出现就是成功的75%》 3、 科技行业的一切，核心都是利润，而不是其他任何事情。因此，你需要尽快推出新产品或新服务，这样才可能产生利润。这意味着尽量使用更多的抽象层、更多的自动化、更少的人员，结果就是开发者越来越缺乏对技术的深入理解。 -- 《我们使用了太多的抽象层次》 4、 岛屿巨人症指的是一种生物现象，生存在岛屿上的动物，小型物种往往会身体变大，因为缺乏天敌。相应地，大型物种往往会身体变小（又称"岛屿侏儒症"），因为不容易有稳定的食物供给。 -- 维基百科 5、 风险投资家没有理由破坏与你的关系，他们拒绝你的时候不会说"不"，而会用其他400种说法，比如"等你的用户再多一点的时候，再和我们谈谈"、"当你下一轮融资时，请来找我们"。 -- 《投资家的"是"实际上意味着"否"》 往年回顾 互联网创业变难了（2023 #252） 三个有启发的学习方法（2022 #202） 从北大到技校（2021 #152） 工作热情从何而来？（2020 #102） （完） 文档信息 版权声明：自由转载-非商用-非衍生-保持署名（创意共享3.0许可证） 发表日期： 2024年5月10日
-- gReader Pro
http://www.ruanyifeng.com/blog/2024/05/weekly-issue-299.html
这里记录每周值得分享的科技内容，周五发布。 本杂志开源，欢迎投稿。另有《谁在招人》服务，发布程序员招聘信息。合作请邮件联系（yifeng.ruan@gmail.com）。 封面图 上图是河南新乡的中原融创文旅城"冰立方"，模仿冰块堆叠的效果，10个玻璃冰块组成三个建筑单元。（via） AI 的关键是语料 大家有没有发现，现在打开新闻，都是 AI 模型的消息。 今天甲发布一个模型，明天乙发布一个模型，个个（听上去）都具备了不得的能力。 2023年5月有一个统计，那个时候，10亿参数以上的模型，中国已经发布了79个。一年过去了，现在恐怕上千了。 说实话，我现在看到新模型，已经麻木了，压根不觉得这种消息有什么重要。 我的观点是，不管怎么调整模型的架构、功能、参数，作用是有限的，真正决定性的因素是训练模型的语料。 不需要说，你的模型多新颖、多强大，只需要告诉我，你用什么语料训练模型。 模型完美，但是语料垃圾，一样不行；反之，模型很平常，但是语料足够，那就 OK。模型不是关键，语料才是关键。 这其实不是我的观点，而是 OpenAI 的工程师 James Betker 的观点。他是 AI 专家，著名"文生图"模型 DALL-E 的第一作者。 去年，他写过一篇文章，只有几段话，在国外的影响很大。国内似乎没人提到这件事。但是我认为，这篇文章很重要。 他说，自己的日常工作就是开发 AI 模型，但是不管怎么增加参数、调整方程，模型效果都不如语料集的大小来得显著。 更多的训练材料，会显著提升模型效果，影响远大于其他因素。更神奇的是，不同的模型拿同样的语料训练，最后的表现居然很接近。 他的结论是，模型的差异其实不是关键，决定性的是你的训练材料。只要有更多更好的语料，不管用什么模型，都会得到差不多的结果。 初次听到，你可能觉得，这个结论难以置信，但是仔细想想，你会发现它很可能是对的。 因为不管什么 AI 模型，最终目标只有一个，就是模仿人类的思维。语料体现的正是人类思维，同一份语料，不管你拿什么规则去分析，最后得到的结果应该是一样的，因为它包含的人类思维是不变的。 这就好像，不同的画家去临摹同一个模特，如果目标都是复现原貌，那么只要画家达到一定水准，不管谁来画，结果将非常接近，因为模特的长相是不变的。 这告诉我们两点启示。 （1）哪一家公司的语料的数量多、质量好，它的模型就会强于其他公司。 （2）开源模型完全可以替代闭源模型，前提是训练语料要足够。 下面是 James Betker 的原文，大家仔细读读，看看是否认同他的观点。 我在 OpenAI 工作已经快一年了。这段时间里，我训练了很多生成式 AI 模型，比任何人能想到的还要多。 每当我花了几个小时，观察和调整各种模型配置和参数时，有一件事让我印象深刻，那就是所有训练结果之间的相似性。 我越来越发现，这些模型以令人难以置信的程度，向它们的语料集靠近。 这表明在相同的语料集上训练足够长的时间，几乎每个具有足够权重和训练时间的模型都会收敛到同一点。足够大的扩散卷积网络会产生相同的结果。 这是一个令人惊讶的观察！ 这意味着模型行为不是由架构、参数或优化器决定的。它由你的语料集决定，没有其他决定因素。其他一切因素都不过是为了有效计算以近似该语料集的手段。 当你谈论 Lambda、ChatGPT、Bard 或Claude 时，指的并不是它们的模型，而是它们的语料集。 稀土开发者大会：征集议题和早鸟票 国内开发者的线下大聚会要来了，今年的"稀土开发者大会"已经定下了时间，就在六月底。 这次大会的议题非常广泛：前端、AI、云计算、架构、DevOps...... 最重要的一点是，它向所有开发者开放演讲台。如果你有工具要推出，有开发的经验要分享，大会都会提供演讲台，让你展示在全国开发者面前。 只要能引起听众兴趣的干货内容，就可以申请成为演讲嘉宾，在该主题的分论坛上台发言。一旦组委会确定，即可免费参加本次大会。 其他朋友参加大会，可以现在购买早鸟票。两天的所有活动，学生票只要99元，基本上就是电影票的价格。正常票的拼团价是139元，如果两天包午餐，价格是799元。 提交议题和购票，都请点击这个链接，或者扫描上方海报的二维码。早鸟票的时间和名额有限，如果你想结交朋友、感受业内动向，不妨抓紧时间购票。 科技动态 1、气球屋 住宿平台 airbnb 推出了一个气球屋，完美地再现了迪斯尼电影《飞屋环游记》，住客现在就可以申请入住。 这个屋子的所有家具和布局，跟电影里面一模一样。 它的屋顶上了装了8000个氦气球。 这个屋子可以"飞"起来，当然不是气球拉动的，而是用吊车把它吊在半空，然后游客住在里面。 我在想，如果吊在半空，水电怎么供应呢？看来这栋屋子一定配备了水箱、水泵、发电机和电池。 2、AI 小姐 一家英国互联网公司宣布，举办第一届世界 AI 小姐选美比赛。 今年5月10日之前，全世界的创作者都可以向它的官网提交作品。 作品不仅仅包括 AI 生成的虚拟美女照片，还必须在社交平台上与粉丝互动，涨粉数量也是评选指标之一。 评审团将评出前三名，获得"AI 小姐"的称号，还有总额2万美元的奖金。 主办单位称，该比赛是为了扩大 AI 的影响，帮助创作者将内容货币化。这件事表明，娱乐业将是 AI 最早、最大的应用领域之一。 3、摩托车的呼啸声 一些摩托车骑士喜欢非常响亮的引擎呼啸声，甚至去改动引擎。他们辩解，大音量的噪声能够让别人尽早注意到，从而减少交通事故。 为了验证这种说法是否正确，一个罗马尼亚团队进行了现场实验。 他们一共实验了6辆摩托车，噪音都在80分贝到110分贝之间。这是很大的噪音，飞机起飞时的噪音为100分贝到120分贝，摩托车的噪音就是这么响。 研究人员发现，如果轿车司机关闭车窗，那么只有摩托车距离汽车10米之内时，司机才会听到声音。这意味着，高速行驶时，司机根本来不及做出反应。 这个实验说明，保证交通安全的不是响亮的引擎声，而是要降低车速。 文章 1、CPU 超频的天花板（中文） 很多玩家喜欢超频 CPU，越快越好。但是，到达物理极限后，就很难突破。用了整整15年，世界纪录才从 8G Hz 提高到 9G Hz。 2、空的 S3 存储桶也能产生费用（英文） 亚马逊 S3 是最流行的存储云服务，作者建了一个空存储桶，万万没想到，没有写入任何数据，两天居然产生了1300美元的费用。 3、2024阿里巴巴全球数学竞赛预选赛（中文） 作者参加2024阿里巴巴全球数学竞赛预选赛，全部七道题只会做第1、2、6题，他分享了自己的解答。（@longluo 投稿） 4、Git 的离线使用（英文） 作者介绍没有网络怎样备份 Git 仓库，比如把本地仓库推送到 U 盘。 5、如何为项目设置打卡点（英文） 本文介绍一种便捷方法，使用 Makefile 在代码仓库里面设置打卡点（checkpoint）。 6、服务器实时消息获取的技术方案（英文） 本文比较了浏览器获得服务器实时消息的五种技术方案：WebSockets、服务器发送事件、长轮询、WebRTC、WebTransport。 AI 相关 1、Remix Yourself 这个网站要求上传三张照片，第一张是布局，第二张是样式，第三张是人像。 它会将它们合成一张。 2、twogethe.ai 这个网站使用 AI，生成你与名人（或者任意两个人）的合照。 3、AI 说图解图 一个开源软件，生成上传图片的文字描述，基于 ERNIE 3.5 和 GEMINI-PRO-1.5 API。（@ShurshanX 投稿） 4、AI 生成的音乐视频（英文） OpenAI 发布了一段4分钟的音乐视频，画面和音乐都是 AI 生成的。这是迄今 AI 生成的最长视频。 5、HackerNews 每日 AI 摘要 这个项目对 Hacker News 每天的热点文章，生成中文的 AI 摘要，除了官网，还会发到飞书上面。（@rmrf 投稿） 6、MaxKB 一款基于 LLM 大语言模型的知识库问答系统，可以无缝嵌入第三方网站，实现智能问答。（@maninhill 投稿） 7、GeoSpy AI 这个网站使用 AI 识别上传照片的拍摄地点。 8、七个免费 LLM Playground 本文列出七个可以在线试用各种 LLM 的网站。（@webup 投稿） 工具 1、ElysiaJS JS 语言的 Web 框架，专门为 Bun 运行环境开发。 2、mcfly Shell 操作历史的搜索工具，提供神经网络搜索功能，可以替代 ctrl-r 快捷键。 3、DocKit Elasticsearch/OpenSearch 的跨平台桌面客户端，集成了 OpenAI，可以用自然语言与数据库交互。（@Blankll 投稿） 4、IMaker 创客 一款开源的封面设计工具，基于 JS 的 Web 应用，有试用 Demo。（@slince-zero 投稿） 5、VideoSubtitleGenerator 一个命令行工具，通过语音识别，批量为本地的视频文件生成字幕，并支持翻译。（@buxuku 投稿） 6、vmr 一个跨平台的通用版本管理器，目前支持40多种编程语言和工具。（@moqsien 投稿） 另有一个类似工具 vfox。（@aooohan 投稿） 7、Pichome 一款开源网盘程序，使用 PHP 开发。（@fhxsnabi 投稿） 8、笔.COOL CodePen 的国产替代品，实时预览 HTML、CSS 和 JavaScript 代码的渲染结果。（@uovol 投稿） 9、vue-styled-components 一款类似 styled-components 的 CSS 工具，支持 vue 3。（@akinocccc 投稿） 10、MonsterMusic 一款开源的安卓音乐播放器。（@ZTFtrue 投稿） 11、豆瓣图书馆查询助手 一款浏览器插件，在豆瓣读书页面上，查看该书在指定图书馆的藏书情况。（@wyj0605 投稿） 资源 1、技术概念示意图 这个仓库收集各种技术概念的示意图。 2、海棠诗社 网友开发的诗词网站。（@javayhu 投稿） 3、svgl 一个常用徽标 Logo 的搜索引擎，提供 SVG 文件下载。 4、Brick Center 你输入一个关键词，这个网站自动生成它的乐高拼装。（@husu 投稿） 图片 1、MacBook 的内存 苹果的 MacBook 笔记本，内存是 8GB。如果要更多的内存，就要花钱买，价格非常贵。 大家都在质疑，为什么内存这么少？相比之下，Windows 笔记本的最小内存，现在一般都是 16GB。 苹果解释，macOS 系统效率高，自家的 8GB 内存等于别家的 16GB。 有人画了一张 MacBook 内存演变图。 从上图可以看到，苹果以前是经常升级内存的，每过几年就升级一次。 但是，2011年以后只升级过一次内存，从 6GB 变成 8GB，以后就一直没升级。 有意思的是，2011年是蒂姆·库克成为苹果 CEO 的时间。他以前是主管供应链的，以成本控制而闻名。 2、PalmOS 还有人记得 iPhone 之前的智能手机吗？ 当时主要系统是诺基亚的塞班、微软的 Windows CE 和 PalmOS。下面就是 Palm 手机。 它的用户界面如下。 不要觉得简陋，那是当时最先进的系统，售价几千元人民币一部。 文摘 1、饱腹感指数 什么食物最能够消除饥饿感？ 一个澳大利亚科学家发明了"饱腹感指数"。他选出38种食物，每一种的热量都是240卡路里。 实验者依次食用每一种食物，每吃一种，就要在随后的两小时中，每隔15分钟为自己的饱腹程度打分。 最后发现，碳水化合物（面包、炸薯条、煮土豆）的效果最好。其中，煮土豆的饱腹感指数最高。 这是因为食物中含有的纤维、蛋白质和水越多，消化时间就越长，从而产生更久的饱腹感。而且，碳水化合物会立即升高血糖，从而使得身体马上知道已经饱了。 煮土豆含有大量的纤维和水，同样热量的情况下，体积又很大，还会升高血糖，所以产生了长时间的饱腹感。 水果的饱腹感指数也很高，因为水份和纤维含量大，但是水果的热量低，同样热量的情况下，水果的份量最多，不容易全吃下去。而且，水果的胃排空速度很快，第二个小时饱腹感就会消失。 高脂肪食物的饱腹感很差，因为它们的胃排空速度也很快。所以，吃肥肉容易饿。 因此，水果搭配高碳水、高蛋白的食物一起吃（比如全麦面包 + 瘦肉 + 橙子），是一个比较好的饮食方案。 言论 1、 软件公司应该提倡"无罪文化"。 发生产品事故或者服务中断时，不要认定罪人并惩罚他们，而要假设相关个人出于良好意图，只是没有得到正确的信息来做出更好的决策，或者没有工具及时制止他们犯错。 -- 《关于无罪文化》 2、 我们做的许多不想做的事情，实际上很容易开始做，比如很容易开始喝酒，或者很容易打开抖音。 如果你想停止做这些事，首先就是要设法增加障碍，让自己很难开始做它们。 -- 《出现就是成功的75%》 3、 科技行业的一切，核心都是利润，而不是其他任何事情。因此，你需要尽快推出新产品或新服务，这样才可能产生利润。这意味着尽量使用更多的抽象层、更多的自动化、更少的人员，结果就是开发者越来越缺乏对技术的深入理解。 -- 《我们使用了太多的抽象层次》 4、 岛屿巨人症指的是一种生物现象，生存在岛屿上的动物，小型物种往往会身体变大，因为缺乏天敌。相应地，大型物种往往会身体变小（又称"岛屿侏儒症"），因为不容易有稳定的食物供给。 -- 维基百科 5、 风险投资家没有理由破坏与你的关系，他们拒绝你的时候不会说"不"，而会用其他400种说法，比如"等你的用户再多一点的时候，再和我们谈谈"、"当你下一轮融资时，请来找我们"。 -- 《投资家的"是"实际上意味着"否"》 往年回顾 互联网创业变难了（2023 #252） 三个有启发的学习方法（2022 #202） 从北大到技校（2021 #152） 工作热情从何而来？（2020 #102） （完） 文档信息 版权声明：自由转载-非商用-非衍生-保持署名（创意共享3.0许可证） 发表日期： 2024年5月10日
-- gReader Pro
毕业加速器：如何用AI爆肝论文？
扣子
AI BOT
https://www.youtube.com/watch?v=afnSw9zqg8Y
https://www.youtube.com/watch?v=afnSw9zqg8Y AI 只能是辅助工具，坚决抵制学术不端！
-- gReader Pro
2024年5月8日 星期三
2024年5月7日 星期二
2024年5月6日 星期一
傳OpenAI將推出比Google更好的搜尋引擎，連網域名稱都準備好了
傳OpenAI將推出比Google更好的搜尋引擎，連網域名稱都準備好了
https://www.techbang.com/posts/115101-the-intersection-of-artificial-intelligence-and-search-is
傳OpenAI即將推出Google搜尋的替代方案 可能5月9日發佈 據消息人士Jimmy Apples透露， OpenAI 可能很快就會推出一款新的搜尋引擎，並表示該公司計畫在本月舉辦一場活動，暫定於 2024 年 5 月 9 日上午 10 點 。知情人士還透露，OpenAI 從 1 月初開始就在招聘活動團隊，負責組織內部活動。 Jimmy Apples 表示：他們在一月份就在招聘內部活動人員和活動行銷人員，上個月剛剛聘請了一名活動經理。 他暗示 6 月份將舉辦一場重大活動，OpenAI 可能會在活動中發佈其下一個模型，但阿特曼還沒決定怎麼稱呼它。 此外，Jimmy Apples 表示，公司自上週以來一直很忙。 自 4 月 24 日以來，統計了至少50 多個新的非同步子域。 如果傳言屬實，OpenAI 的 Google 搜尋替代版本可能會在定於 2024 年 5 月 14 日舉行的 Google I/O 之前發佈。這也可能使Perplexity AI變得多餘（一個針對搜尋優化過的AI 工具，幫你把搜尋網路的結果直接整理彙整出來）。微軟最近以安全問題為由，禁止其員工使用 Perplexity AI。 據報導， OpenAI 一直在開發一款網路搜尋產品，這將加劇與Google的競爭。該搜尋服務將部分由 Bing 提供支援。 在OpenAI 首席執行長Lex Fridman 最近的訪談中，Sam Altman 表示：人工智慧與搜尋的交叉點，我認為還沒有人破解其中的密碼。我很想去那麼做。我認為那會很酷。 此外他還表示 OpenAI 不想建立另一個Google搜尋。「我覺得（Google搜尋）很無聊。我的意思是，如果問題是我們是否可以建立一個比Google或其他更好的搜尋引擎，那麼當然，我們應該這樣做。」 「Google 會向您展示 10 個藍色連結，例如 13 個廣告，然後是 10 個藍色連結，這就像尋找資訊的一種方式。但我並不是打算要建構更好的 Google 搜尋副本，而是也許有更好的方法來幫助人們尋找、採取行動和綜合資訊。」Altman 說道。 不僅OpenAI，Google搜尋的AI對手來自更多地方 OpenAI 決定推出一款搜尋應用程式之前，微軟首席執行長 Satya Nadella 一年前曾發表聲明，他在聲明中表示，他將通過將 OpenAI 的 GPT 模型內建到微軟的 Bing 搜尋引擎中來與 Google競爭。 此外有專家透露，「search.chatgpt.com」開始顯示在某些伺服器的記錄檔中，還有更多關於 OpenAI 將於 5 月 9 日推出搜尋引擎的商業傳聞。 Ashutosh Shrivastava 分享了一張螢幕截圖，顯示 OpenAI 最近的 SSL 證書日誌顯示了域名 search.chatgpt.com。他表示，這可能表明 OpenAI 正在開發搜尋功能。 不過，業界認為無論 OpenAI 推出什麼，它都不會完全像 Google 搜尋。也期待看到更多Google搜尋的替代品，不僅來自 Bing，還來自 Perplexity AI 和其他公司。 延伸閱讀：AI對搜尋引擎帶來巨大改變，Google搜尋業務負責人Raghavan警示：好日子過去了 延伸閱讀：越來越多人覺得Google給的答案變垃圾，轉向YouTube和Reddit搜尋答案 延伸閱讀：AI搜尋引擎還沒有辦法取代 Google 的真正原因 延伸閱讀：SEO專家實測Google AI生成搜尋結果，發現不但垃圾連結充斥，還總放在最顯眼的位置 加入T客邦Facebook粉絲團
-- gReader Pro
https://www.techbang.com/posts/115101-the-intersection-of-artificial-intelligence-and-search-is
傳OpenAI即將推出Google搜尋的替代方案 可能5月9日發佈 據消息人士Jimmy Apples透露， OpenAI 可能很快就會推出一款新的搜尋引擎，並表示該公司計畫在本月舉辦一場活動，暫定於 2024 年 5 月 9 日上午 10 點 。知情人士還透露，OpenAI 從 1 月初開始就在招聘活動團隊，負責組織內部活動。 Jimmy Apples 表示：他們在一月份就在招聘內部活動人員和活動行銷人員，上個月剛剛聘請了一名活動經理。 他暗示 6 月份將舉辦一場重大活動，OpenAI 可能會在活動中發佈其下一個模型，但阿特曼還沒決定怎麼稱呼它。 此外，Jimmy Apples 表示，公司自上週以來一直很忙。 自 4 月 24 日以來，統計了至少50 多個新的非同步子域。 如果傳言屬實，OpenAI 的 Google 搜尋替代版本可能會在定於 2024 年 5 月 14 日舉行的 Google I/O 之前發佈。這也可能使Perplexity AI變得多餘（一個針對搜尋優化過的AI 工具，幫你把搜尋網路的結果直接整理彙整出來）。微軟最近以安全問題為由，禁止其員工使用 Perplexity AI。 據報導， OpenAI 一直在開發一款網路搜尋產品，這將加劇與Google的競爭。該搜尋服務將部分由 Bing 提供支援。 在OpenAI 首席執行長Lex Fridman 最近的訪談中，Sam Altman 表示：人工智慧與搜尋的交叉點，我認為還沒有人破解其中的密碼。我很想去那麼做。我認為那會很酷。 此外他還表示 OpenAI 不想建立另一個Google搜尋。「我覺得（Google搜尋）很無聊。我的意思是，如果問題是我們是否可以建立一個比Google或其他更好的搜尋引擎，那麼當然，我們應該這樣做。」 「Google 會向您展示 10 個藍色連結，例如 13 個廣告，然後是 10 個藍色連結，這就像尋找資訊的一種方式。但我並不是打算要建構更好的 Google 搜尋副本，而是也許有更好的方法來幫助人們尋找、採取行動和綜合資訊。」Altman 說道。 不僅OpenAI，Google搜尋的AI對手來自更多地方 OpenAI 決定推出一款搜尋應用程式之前，微軟首席執行長 Satya Nadella 一年前曾發表聲明，他在聲明中表示，他將通過將 OpenAI 的 GPT 模型內建到微軟的 Bing 搜尋引擎中來與 Google競爭。 此外有專家透露，「search.chatgpt.com」開始顯示在某些伺服器的記錄檔中，還有更多關於 OpenAI 將於 5 月 9 日推出搜尋引擎的商業傳聞。 Ashutosh Shrivastava 分享了一張螢幕截圖，顯示 OpenAI 最近的 SSL 證書日誌顯示了域名 search.chatgpt.com。他表示，這可能表明 OpenAI 正在開發搜尋功能。 不過，業界認為無論 OpenAI 推出什麼，它都不會完全像 Google 搜尋。也期待看到更多Google搜尋的替代品，不僅來自 Bing，還來自 Perplexity AI 和其他公司。 延伸閱讀：AI對搜尋引擎帶來巨大改變，Google搜尋業務負責人Raghavan警示：好日子過去了 延伸閱讀：越來越多人覺得Google給的答案變垃圾，轉向YouTube和Reddit搜尋答案 延伸閱讀：AI搜尋引擎還沒有辦法取代 Google 的真正原因 延伸閱讀：SEO專家實測Google AI生成搜尋結果，發現不但垃圾連結充斥，還總放在最顯眼的位置 加入T客邦Facebook粉絲團
-- gReader Pro
PowerPoint-將音樂歌曲MP3結合生成式AI圖片，再配上歌詞輸出成影片
PowerPoint-將音樂歌曲MP3結合生成式AI圖片，再配上歌詞輸出成影片
https://isvincent.pixnet.net/blog/post/50824828-powerpoint-%e5%b0%87%e9%9f%b3%e6%a8%82%e6%ad%8c%e6%9b%b2mp3%e7%b5%90
生成式AI繪圖如此的簡單，要如何在 PowerPoint 中將音樂歌曲MP3結合這些圖片，再配上歌詞輸出成影片？ 先準備好一首歌曲的MP3和生成式AI繪圖數張(本例：10張)，並做好規劃那些歌詞要放那些圖片。 再記錄這首歌的歌詞轉換的時間點（如下圖），再利用公式：=(D3-D2)*24*60，即可算出每張投影片要停留的秒數。 將圖片插入投影片，再插入歌詞文字： 接著，設定每張投影片的持續時間(0.01秒)，再將投影片換頁每隔的秒數設定成Excel的表格裡的數值： 每一張都加以設定： 將音樂MP3插入第一張投影片，並設定自動播放及跨投影片播放： 最後，匯出視訊成為影片：（選取影片解析度並將每張投影片所有秒數設定為 0） 結果如下：
-- gReader Pro
https://isvincent.pixnet.net/blog/post/50824828-powerpoint-%e5%b0%87%e9%9f%b3%e6%a8%82%e6%ad%8c%e6%9b%b2mp3%e7%b5%90
生成式AI繪圖如此的簡單，要如何在 PowerPoint 中將音樂歌曲MP3結合這些圖片，再配上歌詞輸出成影片？ 先準備好一首歌曲的MP3和生成式AI繪圖數張(本例：10張)，並做好規劃那些歌詞要放那些圖片。 再記錄這首歌的歌詞轉換的時間點（如下圖），再利用公式：=(D3-D2)*24*60，即可算出每張投影片要停留的秒數。 將圖片插入投影片，再插入歌詞文字： 接著，設定每張投影片的持續時間(0.01秒)，再將投影片換頁每隔的秒數設定成Excel的表格裡的數值： 每一張都加以設定： 將音樂MP3插入第一張投影片，並設定自動播放及跨投影片播放： 最後，匯出視訊成為影片：（選取影片解析度並將每張投影片所有秒數設定為 0） 結果如下：
-- gReader Pro
ARC 浏览器 - 让人爱不释手替代 Chrome 的 “最新爆火” AI 浏览器
ARC 浏览器 - 让人爱不释手替代 Chrome 的 "最新爆火" AI 浏览器
https://www.iplaysoft.com/arc-browser.html
在谷歌 Chrome 和微软 Edge 几乎在浏览器界一桶江湖的今天，已很少有新的浏览器软件出现了。然而，却有一款颇具新意的产品另觅途径，透过打造新颖的体验，让无数人爱不释手。ARC 是一款最近爆火的基于 Chromium 内核的浏览器，最大特点是它打造出一整套更先进的交互逻辑和操作体验，成功获得了众多电脑高手和科技网站推荐！比如 Space (空间) 概念 / 竖向标签栏布局 / 快速预览 / 分屏 / 整合 AI 功能等，使得 ARC 跟传统的浏览器完全不一样……更新：ARC 浏览器终于正式公开发布 Win11 版了！ 「Chrome | Edge | FireFox」ARC 浏览器 - 精心打造全新交互体验，让你重新感受互联网魅力 ARC 浏览器是一款充满想象力的产品，新版本已支持 Windows 和 macOS。它最近火起来，很多人都会想，到底 ARC 与 Chrome 相比有什么区别？它好在哪里？其实，ARC 可以说是准确地抓住了传统浏览器的痛点改进，以巧妙的概念和操作逻辑，使得看网页这件事变得更加舒适！但由于 ARC 细节功能实在太多太丰富，我们下面会以几个 UP 主实际体验视频对 ARC 进行介绍。以我个人感受，其中最大的一特色就是"Space"概念的引入 (类似 Notion 的工作区)。比如，我们平时经常出现打开的标签页太多，工作学习生活娱乐等不同用途的网页全都混杂在一起，切换时会很烦。ARC 浏览器通过 Space (空间) 的概念，可以让你依据不同"场景"创建不同的空间，在娱乐的空间里打开视频网站看剧听歌，在工作的空间里打开各种办公网站，网页 (标签页) 不会互相干扰也不再杂乱。这听起来好像也没啥厉害的对吧？但实际体验下来，这种方式又确实很有用！能节省大量整理标签页的时间，而这仅仅是 ARC 大量实用功能中的一个。ARC 浏览器上手体验视频：视频中部分提到 ARC 浏览器的 Windows 版本需要申请测试权限是以前的事情，目前已经全面开放给所有用户下载使用了。"改变交互认知" 的 Arc 浏览器深度体验： 谷歌程序员都在用的 Arc 浏览器： 取代 Chrome 的强大浏览器 - ARC 浏览器入门指南： 竖向标签栏ARC 拥有精心设计的侧边栏布局，极大程度释放了屏幕空间（支持固定，隐藏多种设置），其最大的特色就是将标签页竖向排版布局，这样可以获得很多的好处，比如打开大量页面时，标题能更直观看得到，同时也节省了内容区的空间，让网页本身展示更多面积。任意时候，按下 CTRL+T / CMD+T 即可新建一个标签页。Space 空间 (场景一键切换)ARC 中的 Space 直译为"空间"，我认为翻译为"场景"似乎更加贴切。你可以按照个人的习惯，创建：办公、学习、生活、娱乐、编程、游戏等不同的"Sapce 空间"，将它们完全隔离开来。如上图，我随手创建了"编程、写作、设计"三个空间，每个空间都可以定制不同的图标，有自己的收藏夹 (标签页)， 还可以设置不同的颜色主题加以区分，一键切换后也能马上感受到。工作起来时，各类网页不再混在一起难以区分，可以大大提高效率。Profiles (用户配置一键切换)同时，ARC 还支持添加多个 Profile (用户配置) 创建和切换，每个"用户配置"都是相互隔离的，它们又各自拥有自己的历史记录、网站登录状态 Cookies 、保存的密码、安装不同的扩展等等。比如某些网站，你同时有个人账号和工作账号，以往在同一个浏览器里，你必须频繁登出登录来切换身份，非常麻烦。加上如果工作与生活所需用到的浏览器插件、扩展的设置都不相同，那么就会一团糟。而 ARC 的 Profiles 功能可以让你根据需要，创建不同的用户配置，随时一键切换。而且 Profile 是可以指定"Space 空间"场景的。比如一旦切换到工作空间，那么自动就会使用工作空间里的用户配置，切换到个人空间，那么自然就会用到私人的配置，你不再需要在工作和个人帐户之间手工去切换，这种体验真的非常的丝滑！链接快速预览有时在快速浏览网页时，遇到一些链接想要"瞄一眼"，传统的浏览器必须点击打开一个新页面，看完再关。而 ARC 则提供了快速预览的功能。比如按住 Shift 鼠标点击链接，就能不跳转在当前页面快速预览链接内容，随时按 ESC 或随意再点下鼠标就消失。超易用的分屏/分栏浏览 (Split)我们常常需要一边查资料一边做事情，或者需要对比两个页面的内容，以往需要打开多个网页窗口或标签页，在它们之间来回切换。而 ARC 的分屏浏览给我们提供了更加方便的操作，你只需随便拖拽一个网页 Tab (标签页) 到当前网页内容区上，立即就能实现上下左右的分屏/分栏了。两个或多个网页都可以支持，并且 ARC 会帮你记住它们的布局，下次可以一键打开，也能随时调整布局或分拆它们。完全兼容 Chrome 扩展插件使用 Chromium 引擎的好处在于，不仅所有网页的兼容性与 Chrome 上打开有着完全一致的表现，ARC 浏览器也完全兼容了 Chrome 的插件生态，几乎任何 Chrome 扩展都能直接在 ARC 浏览器上安装和使用。所以从 Edge 或 Chrome 切换到 ARC 的重度用户几乎也不会遇到什么阻力。内置 ChatGPT、可对网页内容进行提问启用 ARC Max 特性之后，会打开一系列的新功能。其中最实用的可能就是 AI 的集成了。你不仅在新建标签页时可以随意进行 ChatGPT 的提问，更强大的是，当你浏览某个比较长或比较复杂的网页时，你按下 CTRL+F / CMD+F 不仅可以搜索关键字，还能针对网页内容进行提问，让 AI 帮你解释或者做总结，都非常的方便。Easel 笔记、画板等工具：ARC 浏览器内置了笔记和白板的功能，可以让你方便地摘录、收藏、整理资料。而其他的功能和细节还有很多很多，这里不一一列举了。感兴趣的话，大家还是下载回去自己体验发现更多的惊喜吧。支持 iOS 手机版除了 Windows 和 macOS 之外，ARC 浏览器其实也推出了 iOS 手机版 (Android 平台目前未发布)，叫做 Arc Search，同样拥有众多新鲜的特性值得你体验，比如双指捏合网页，可以快速对网页进行 AI 总结等等，非常有意思。[ Arc Search — Find it, Faster iPhone 版截图 ] 总结：当你理解了 ARC 浏览器的设计理念并加以实践使用一段时间之后，你就会发现，ARC 真的只能用两个字来形容——好用！它不是那种技术上多么强悍的黑科技，而是在使用体验上用心。当然，ARC 并不适合所有人！！就算有人把它吹得再神，如果你自己在上网时并没有遇到它所解决的那些痛点，那么 Chrome、Edge 其实还更加简单易上手，没必要特意去改变习惯迎合。而如果你恰好 ARC 的某些功能可以戳中你的痛点，那么恭喜你，这款浏览器你将爱不释手！相关文件下载地址官方网站：访问 软件性质：免费 相关软件：Google Chrome | Edge | FireFox 注意：ARC 官方目前仅提供 Windows11 版本的安装包下载 ARC 浏览器 (Win11) | macOS | 更多浏览器相关 | 网站相关
-- gReader Pro
https://www.iplaysoft.com/arc-browser.html
在谷歌 Chrome 和微软 Edge 几乎在浏览器界一桶江湖的今天，已很少有新的浏览器软件出现了。然而，却有一款颇具新意的产品另觅途径，透过打造新颖的体验，让无数人爱不释手。ARC 是一款最近爆火的基于 Chromium 内核的浏览器，最大特点是它打造出一整套更先进的交互逻辑和操作体验，成功获得了众多电脑高手和科技网站推荐！比如 Space (空间) 概念 / 竖向标签栏布局 / 快速预览 / 分屏 / 整合 AI 功能等，使得 ARC 跟传统的浏览器完全不一样……更新：ARC 浏览器终于正式公开发布 Win11 版了！ 「Chrome | Edge | FireFox」ARC 浏览器 - 精心打造全新交互体验，让你重新感受互联网魅力 ARC 浏览器是一款充满想象力的产品，新版本已支持 Windows 和 macOS。它最近火起来，很多人都会想，到底 ARC 与 Chrome 相比有什么区别？它好在哪里？其实，ARC 可以说是准确地抓住了传统浏览器的痛点改进，以巧妙的概念和操作逻辑，使得看网页这件事变得更加舒适！但由于 ARC 细节功能实在太多太丰富，我们下面会以几个 UP 主实际体验视频对 ARC 进行介绍。以我个人感受，其中最大的一特色就是"Space"概念的引入 (类似 Notion 的工作区)。比如，我们平时经常出现打开的标签页太多，工作学习生活娱乐等不同用途的网页全都混杂在一起，切换时会很烦。ARC 浏览器通过 Space (空间) 的概念，可以让你依据不同"场景"创建不同的空间，在娱乐的空间里打开视频网站看剧听歌，在工作的空间里打开各种办公网站，网页 (标签页) 不会互相干扰也不再杂乱。这听起来好像也没啥厉害的对吧？但实际体验下来，这种方式又确实很有用！能节省大量整理标签页的时间，而这仅仅是 ARC 大量实用功能中的一个。ARC 浏览器上手体验视频：视频中部分提到 ARC 浏览器的 Windows 版本需要申请测试权限是以前的事情，目前已经全面开放给所有用户下载使用了。"改变交互认知" 的 Arc 浏览器深度体验： 谷歌程序员都在用的 Arc 浏览器： 取代 Chrome 的强大浏览器 - ARC 浏览器入门指南： 竖向标签栏ARC 拥有精心设计的侧边栏布局，极大程度释放了屏幕空间（支持固定，隐藏多种设置），其最大的特色就是将标签页竖向排版布局，这样可以获得很多的好处，比如打开大量页面时，标题能更直观看得到，同时也节省了内容区的空间，让网页本身展示更多面积。任意时候，按下 CTRL+T / CMD+T 即可新建一个标签页。Space 空间 (场景一键切换)ARC 中的 Space 直译为"空间"，我认为翻译为"场景"似乎更加贴切。你可以按照个人的习惯，创建：办公、学习、生活、娱乐、编程、游戏等不同的"Sapce 空间"，将它们完全隔离开来。如上图，我随手创建了"编程、写作、设计"三个空间，每个空间都可以定制不同的图标，有自己的收藏夹 (标签页)， 还可以设置不同的颜色主题加以区分，一键切换后也能马上感受到。工作起来时，各类网页不再混在一起难以区分，可以大大提高效率。Profiles (用户配置一键切换)同时，ARC 还支持添加多个 Profile (用户配置) 创建和切换，每个"用户配置"都是相互隔离的，它们又各自拥有自己的历史记录、网站登录状态 Cookies 、保存的密码、安装不同的扩展等等。比如某些网站，你同时有个人账号和工作账号，以往在同一个浏览器里，你必须频繁登出登录来切换身份，非常麻烦。加上如果工作与生活所需用到的浏览器插件、扩展的设置都不相同，那么就会一团糟。而 ARC 的 Profiles 功能可以让你根据需要，创建不同的用户配置，随时一键切换。而且 Profile 是可以指定"Space 空间"场景的。比如一旦切换到工作空间，那么自动就会使用工作空间里的用户配置，切换到个人空间，那么自然就会用到私人的配置，你不再需要在工作和个人帐户之间手工去切换，这种体验真的非常的丝滑！链接快速预览有时在快速浏览网页时，遇到一些链接想要"瞄一眼"，传统的浏览器必须点击打开一个新页面，看完再关。而 ARC 则提供了快速预览的功能。比如按住 Shift 鼠标点击链接，就能不跳转在当前页面快速预览链接内容，随时按 ESC 或随意再点下鼠标就消失。超易用的分屏/分栏浏览 (Split)我们常常需要一边查资料一边做事情，或者需要对比两个页面的内容，以往需要打开多个网页窗口或标签页，在它们之间来回切换。而 ARC 的分屏浏览给我们提供了更加方便的操作，你只需随便拖拽一个网页 Tab (标签页) 到当前网页内容区上，立即就能实现上下左右的分屏/分栏了。两个或多个网页都可以支持，并且 ARC 会帮你记住它们的布局，下次可以一键打开，也能随时调整布局或分拆它们。完全兼容 Chrome 扩展插件使用 Chromium 引擎的好处在于，不仅所有网页的兼容性与 Chrome 上打开有着完全一致的表现，ARC 浏览器也完全兼容了 Chrome 的插件生态，几乎任何 Chrome 扩展都能直接在 ARC 浏览器上安装和使用。所以从 Edge 或 Chrome 切换到 ARC 的重度用户几乎也不会遇到什么阻力。内置 ChatGPT、可对网页内容进行提问启用 ARC Max 特性之后，会打开一系列的新功能。其中最实用的可能就是 AI 的集成了。你不仅在新建标签页时可以随意进行 ChatGPT 的提问，更强大的是，当你浏览某个比较长或比较复杂的网页时，你按下 CTRL+F / CMD+F 不仅可以搜索关键字，还能针对网页内容进行提问，让 AI 帮你解释或者做总结，都非常的方便。Easel 笔记、画板等工具：ARC 浏览器内置了笔记和白板的功能，可以让你方便地摘录、收藏、整理资料。而其他的功能和细节还有很多很多，这里不一一列举了。感兴趣的话，大家还是下载回去自己体验发现更多的惊喜吧。支持 iOS 手机版除了 Windows 和 macOS 之外，ARC 浏览器其实也推出了 iOS 手机版 (Android 平台目前未发布)，叫做 Arc Search，同样拥有众多新鲜的特性值得你体验，比如双指捏合网页，可以快速对网页进行 AI 总结等等，非常有意思。[ Arc Search — Find it, Faster iPhone 版截图 ] 总结：当你理解了 ARC 浏览器的设计理念并加以实践使用一段时间之后，你就会发现，ARC 真的只能用两个字来形容——好用！它不是那种技术上多么强悍的黑科技，而是在使用体验上用心。当然，ARC 并不适合所有人！！就算有人把它吹得再神，如果你自己在上网时并没有遇到它所解决的那些痛点，那么 Chrome、Edge 其实还更加简单易上手，没必要特意去改变习惯迎合。而如果你恰好 ARC 的某些功能可以戳中你的痛点，那么恭喜你，这款浏览器你将爱不释手！相关文件下载地址官方网站：访问 软件性质：免费 相关软件：Google Chrome | Edge | FireFox 注意：ARC 官方目前仅提供 Windows11 版本的安装包下载 ARC 浏览器 (Win11) | macOS | 更多浏览器相关 | 网站相关
-- gReader Pro
2024年5月3日 星期五
2024年5月2日 星期四
ChatRTX動手玩：快速部署客製化個人AI助理
ChatRTX動手玩：快速部署客製化個人AI助理
https://www.techbang.com/posts/115059-chatrtx-demo
NVIDIA先前在CES 2024（消費性電子展）發表ChatRTX聊天機器人程式，並在近期改版新增支援ChatGLM 3中文大型語言模型，讓我們一起來看看其功能如何。NVIDIA先前在CES 2024（消費性電子展）發表ChatRTX聊天機器人程式，並在近期改版新增支援ChatGLM 3中文大型語言模型，讓我們一起來看看其功能如何。 安裝與增加模型 ChatRTX是NVIDIA推出的聊天機器人程式，能在搭載8GB以上顯示記憶體的NVIDIA GeForce RTX 30 / RTX 40系列顯示卡、顯示晶片的Windows電腦上執行，並可在下載大型語言模型（Large Language Model，LLM）之後全程離線運作，避免機敏資料外洩。 延伸閱讀： NVIDIA說明Windows作業系統AI應用（上）：強調高階AI功能優勢 NVIDIA說明Windows作業系統AI應用（下）：多種AI應用功能展示 ChatRTX目前版本支援Llama 2 13B、Gemma 7B、Mistral 7B、ChatGLM 3 6B、CLIP等模型，其中ChatGLM 3 6B為北京智譜華章科技公司推出的大型語言模型，能夠支援正體中文與簡體中文，而CLIP則是由OpenAI公司推出的圖文對應模型（其概念比較難以解釋，在ChatRTX的主要功能為辨識圖片）。 讀者可以從NVIDIA官方網站下載ChatRTX程式，並在啟動程式後，於網頁介面選擇安裝更多模型。 ▲ ChatRTX的系統需求一覽。 ▲ 讀者可以從NVIDIA官方網站下載ChatRTX程式，安裝過程與一般程式無異，這邊就不多作贅述。 ▲ 安裝完成後雙擊桌面的「NVIDIA ChatRTX」捷徑，就會跳出命令提示字元視窗並啟動程式。啟動完成後會自動開啟網頁介面，若無開啟可點擊視窗中的網址。 ▲ 進入網頁介面之後展開Add new models標籤並選擇想要安裝的模型，之後確認授權聲明並點擊下載按鈕。 ChatRTX外掛資料庫更聰明 ChatRTX支援RAG（Retrieval Augmented Generation，檢索增強生成）功能，能夠讓程式「查閱」資料庫中的文字與圖片檔案，進而讓程式的回應更貼近使用者的需求。舉例來說，筆者就將自己撰寫的文章匯入資料庫，讓預先訓練的大型語言模型快速「新增知識」，能夠回答筆者個人資料以及最新報導內容。 由於ChatRTX運作過程不會將任何資料上傳至雲端，能夠避免資料庫中的機敏資料外洩，使用上更加安全。雖然ChatGLM 3 6B是中國公司推出的大型語言模型，所以具有自我審查的狀況，不過在ChatRTX中使用這款模型仍不會造成資料外洩疑慮。 另一方面，在安裝CLIP模型之後，ChatRTX也能透過使用者輸入的提示詞搜尋資料庫中的圖片。 ▲ChatRTX的實際操作影片。讀者也可參考下列詳細圖文介紹。 ▲ ChatRTX在安裝ChatGLM 3 6B大型語言模型之後可以支援正體中文。 ▲ 在預設情況下，ChatGLM 3 6B並不認識筆者。 ▲ 我們在Dataset選項中選擇「Folder Path」，並指定存有文字、圖片檔案的資料庫路徑。 ▲ 完成之後ChatGLM 3 6B能夠根據資料庫內容回答筆者的名字，並會列出作為參考資料的檔案。 ▲ 在RAG功能的協助下，ChatGLM 3 6B也能根據最新報導做出正確回答。 ▲ 不過ChatGLM 3 6B還是受到中國思想審查限制，沒有學習到1989年6月4日發生的事件。 ▲ 在測試CLIP模型功能部分，筆者從Pixabay網站下載無授權限制圖片作為範例。 ▲ CLIP可以根據輸入的指令，從資料庫中找出含有食物的照片。 ▲ 筆者請CLIP列出台灣的照片，它也能正確辨識101大樓、街景、自由廣場的照片。 ▲ 接著筆者請CLIP列出日本的照片，它也能正確回應，並且沒有與台灣搞混，表現值得嘉獎。 ▲ 附上Stable Diffusion AI圖像生成所製作的文章刊頭圖。 如果讀者具有搭載NVIDIA GeForce RTX 30 / RTX 40系列顯示卡、顯示晶片的電腦，不妨也下載ChatRTX親自嘗試。加入T客邦Facebook粉絲團
-- gReader Pro
https://www.techbang.com/posts/115059-chatrtx-demo
NVIDIA先前在CES 2024（消費性電子展）發表ChatRTX聊天機器人程式，並在近期改版新增支援ChatGLM 3中文大型語言模型，讓我們一起來看看其功能如何。NVIDIA先前在CES 2024（消費性電子展）發表ChatRTX聊天機器人程式，並在近期改版新增支援ChatGLM 3中文大型語言模型，讓我們一起來看看其功能如何。 安裝與增加模型 ChatRTX是NVIDIA推出的聊天機器人程式，能在搭載8GB以上顯示記憶體的NVIDIA GeForce RTX 30 / RTX 40系列顯示卡、顯示晶片的Windows電腦上執行，並可在下載大型語言模型（Large Language Model，LLM）之後全程離線運作，避免機敏資料外洩。 延伸閱讀： NVIDIA說明Windows作業系統AI應用（上）：強調高階AI功能優勢 NVIDIA說明Windows作業系統AI應用（下）：多種AI應用功能展示 ChatRTX目前版本支援Llama 2 13B、Gemma 7B、Mistral 7B、ChatGLM 3 6B、CLIP等模型，其中ChatGLM 3 6B為北京智譜華章科技公司推出的大型語言模型，能夠支援正體中文與簡體中文，而CLIP則是由OpenAI公司推出的圖文對應模型（其概念比較難以解釋，在ChatRTX的主要功能為辨識圖片）。 讀者可以從NVIDIA官方網站下載ChatRTX程式，並在啟動程式後，於網頁介面選擇安裝更多模型。 ▲ ChatRTX的系統需求一覽。 ▲ 讀者可以從NVIDIA官方網站下載ChatRTX程式，安裝過程與一般程式無異，這邊就不多作贅述。 ▲ 安裝完成後雙擊桌面的「NVIDIA ChatRTX」捷徑，就會跳出命令提示字元視窗並啟動程式。啟動完成後會自動開啟網頁介面，若無開啟可點擊視窗中的網址。 ▲ 進入網頁介面之後展開Add new models標籤並選擇想要安裝的模型，之後確認授權聲明並點擊下載按鈕。 ChatRTX外掛資料庫更聰明 ChatRTX支援RAG（Retrieval Augmented Generation，檢索增強生成）功能，能夠讓程式「查閱」資料庫中的文字與圖片檔案，進而讓程式的回應更貼近使用者的需求。舉例來說，筆者就將自己撰寫的文章匯入資料庫，讓預先訓練的大型語言模型快速「新增知識」，能夠回答筆者個人資料以及最新報導內容。 由於ChatRTX運作過程不會將任何資料上傳至雲端，能夠避免資料庫中的機敏資料外洩，使用上更加安全。雖然ChatGLM 3 6B是中國公司推出的大型語言模型，所以具有自我審查的狀況，不過在ChatRTX中使用這款模型仍不會造成資料外洩疑慮。 另一方面，在安裝CLIP模型之後，ChatRTX也能透過使用者輸入的提示詞搜尋資料庫中的圖片。 ▲ChatRTX的實際操作影片。讀者也可參考下列詳細圖文介紹。 ▲ ChatRTX在安裝ChatGLM 3 6B大型語言模型之後可以支援正體中文。 ▲ 在預設情況下，ChatGLM 3 6B並不認識筆者。 ▲ 我們在Dataset選項中選擇「Folder Path」，並指定存有文字、圖片檔案的資料庫路徑。 ▲ 完成之後ChatGLM 3 6B能夠根據資料庫內容回答筆者的名字，並會列出作為參考資料的檔案。 ▲ 在RAG功能的協助下，ChatGLM 3 6B也能根據最新報導做出正確回答。 ▲ 不過ChatGLM 3 6B還是受到中國思想審查限制，沒有學習到1989年6月4日發生的事件。 ▲ 在測試CLIP模型功能部分，筆者從Pixabay網站下載無授權限制圖片作為範例。 ▲ CLIP可以根據輸入的指令，從資料庫中找出含有食物的照片。 ▲ 筆者請CLIP列出台灣的照片，它也能正確辨識101大樓、街景、自由廣場的照片。 ▲ 接著筆者請CLIP列出日本的照片，它也能正確回應，並且沒有與台灣搞混，表現值得嘉獎。 ▲ 附上Stable Diffusion AI圖像生成所製作的文章刊頭圖。 如果讀者具有搭載NVIDIA GeForce RTX 30 / RTX 40系列顯示卡、顯示晶片的電腦，不妨也下載ChatRTX親自嘗試。加入T客邦Facebook粉絲團
-- gReader Pro
2024年5月1日 星期三
MuseV 数字虚拟人视频生成AI工具，一键整合包，开箱即用！
MuseV 数字虚拟人视频生成AI工具，一键整合包，开箱即用！
https://www.freedidi.com/12271.html
MuseV 是基于扩散模型的虚拟人视频生成框架，具有以下特点： 1.支持使用新颖的视觉条件并行去噪方案进行无限长度生成，不会再有误差累计的问题，尤其适用于固定相机位的场景。 2.提供了基于人物类型数据集训练的虚拟人视频生成预训练模型。 3.支持图像到视频、文本到图像到视频、视频到视频的生成。 4.兼容 Stable Diffusion 文图生成生态系统，包括 base_model、lora、controlnet 等。 5.支持多参考图像技术，包括 IPAdapter、ReferenceOnly、ReferenceNet、IPAdapterFaceID。 重要更新 musev_referencenet_pose: unet, ip_adapter 的模型名字指定错误，请使用 musev_referencenet_pose而不是musev_referencenet，请使用最新的main分支。 下面是图片转视频的效果： https://www.freedidi.com/wp-content/uploads/2024/04/MuseV_README-zh.md-at-main-·-TMElyralab_MuseV-·-GitHub.mp4 https://www.freedidi.com/wp-content/uploads/2024/04/MuseV_README-zh.md-at-main-·-TMElyralab_MuseV-·-GitHub_2.mp4 1：下载压缩包 首先，您需要从下载一键整合包： 下载链接：【网盘下载】密码: glut 2：启动程序 下载完成后，解压压缩包，点击"启动程序" 3：最后在浏览器上打开链接 ：http://127.0.0.1:7680 就可以通过界面使用工具 系统硬件要求： 显卡：至少12GB显存的NVIDIA显卡 操作系统：Windows 10/11 64位
-- gReader Pro
https://www.freedidi.com/12271.html
MuseV 是基于扩散模型的虚拟人视频生成框架，具有以下特点： 1.支持使用新颖的视觉条件并行去噪方案进行无限长度生成，不会再有误差累计的问题，尤其适用于固定相机位的场景。 2.提供了基于人物类型数据集训练的虚拟人视频生成预训练模型。 3.支持图像到视频、文本到图像到视频、视频到视频的生成。 4.兼容 Stable Diffusion 文图生成生态系统，包括 base_model、lora、controlnet 等。 5.支持多参考图像技术，包括 IPAdapter、ReferenceOnly、ReferenceNet、IPAdapterFaceID。 重要更新 musev_referencenet_pose: unet, ip_adapter 的模型名字指定错误，请使用 musev_referencenet_pose而不是musev_referencenet，请使用最新的main分支。 下面是图片转视频的效果： https://www.freedidi.com/wp-content/uploads/2024/04/MuseV_README-zh.md-at-main-·-TMElyralab_MuseV-·-GitHub.mp4 https://www.freedidi.com/wp-content/uploads/2024/04/MuseV_README-zh.md-at-main-·-TMElyralab_MuseV-·-GitHub_2.mp4 1：下载压缩包 首先，您需要从下载一键整合包： 下载链接：【网盘下载】密码: glut 2：启动程序 下载完成后，解压压缩包，点击"启动程序" 3：最后在浏览器上打开链接 ：http://127.0.0.1:7680 就可以通过界面使用工具 系统硬件要求： 显卡：至少12GB显存的NVIDIA显卡 操作系统：Windows 10/11 64位
-- gReader Pro
Fast Stable Diffusion XL：使用 Google Cloud TPU v5e 輕鬆以 AI 生成高畫質圖片
Fast Stable Diffusion XL：使用 Google Cloud TPU v5e 輕鬆以 AI 生成高畫質圖片
https://free.com.tw/google-sdxl/
Stable Diffusion XL（簡稱 SDXL）是一個高畫質、文字轉圖片模型，使用的是 StabilityAI 技術，但很多人可能不清楚這些專業名詞或術語，只想知道「要怎麼使用一段描述提示詞來建立想要的圖片」，最快的方法是直接使用線上工具，例如之前我介紹過的「Stable Diffusion 網頁版！輸入提示詞 AI 產生圖片，開源 CC0 授權可商業用途」就能在輸入提示詞後建立圖片，還能自訂圖片風格、高度寬度尺寸。 接下來要推薦「Fast Stable Diffusion XL」是 Google 建立於 Hugging Face 平台的範例模型，主要是展示自家 Google Cloud TPU v5e 運用在 SDXL 模型的效能，TPU 是經過最佳化調整的特製 AI 加速器，對各種 AI 應用實例提供最好的速度效能。當然，使用者也能運用 Fast Stable Diffusion XL on TPU v5e 工具生成 1024×1024 尺寸圖片，幾乎沒有使用限制。 透過 Fast Stable Diffusion XL 輸入要產生圖片的提示詞（描述），在幾秒鐘內產生四張預覽圖，也能隨時調整圖片風格、negative prompts（專門用來修復一些奇怪的圖片）或是強度指標。 Fast Stable Diffusion XL on TPU v5ehttps://huggingface.co/spaces/google/sdxl 使用教學 STEP 1 開啟 Fast Stable Diffusion XL 在 Hugging Face 示範模型後，直接從上方欄位輸入 Prompt 也就是圖片的提示詞（描述），點擊「Generate」就能在幾秒鐘快速產生四張預覽圖片。 如果沒有靈感，SDXL 頁面下方也有一些範例描述詞可快速帶入，或是使用以下服務上傳圖片產生： Image to Prompt 輕鬆將圖片轉換為 AI 製作圖片的提示詞 AnimeGenius 用 AI 識別圖片、輕鬆生成繪圖文字提示詞 CLIP Interrogator 用 AI 分析圖片輕鬆產出完美圖片提示詞 STEP 2 從範例模型可以感受到圖片生成速度飛快，只要不用十秒時間就能生成四張預覽圖。 STEP 3 下方有進階設定選項可預先指定要產生的圖片樣式，包括電影、攝影、日本卡通、漫畫、數位藝術、像素藝術、奇幻藝術、霓虹龐克和 3D 模型，必要時還能輸入 negative prompts（負提示詞）或調整強度。 STEP 4 試著換了一個風格、重新產生圖片，SDXL 很快就給出四張新的預覽圖，看得出來和之前的圖片樣式完全不同路線，比較可惜的是 SDXL 生成的圖片都是 1024×1024 正方形，若需要長方形或不同尺寸的圖片就要自己裁切、調整。 點擊圖片後會看到更大張的預覽圖，按下右上角小小的「Download」按鈕就能下載、保存圖片。 這篇文章 Fast Stable Diffusion XL：使用 Google Cloud TPU v5e 輕鬆以 AI 生成高畫質圖片 最早出現在免費資源網路社群，請追蹤 Google 新聞、Facebook、Twitter 或 RSS feed 獲取更多科技新知及免費資源相關介紹教學。
-- gReader Pro
https://free.com.tw/google-sdxl/
Stable Diffusion XL（簡稱 SDXL）是一個高畫質、文字轉圖片模型，使用的是 StabilityAI 技術，但很多人可能不清楚這些專業名詞或術語，只想知道「要怎麼使用一段描述提示詞來建立想要的圖片」，最快的方法是直接使用線上工具，例如之前我介紹過的「Stable Diffusion 網頁版！輸入提示詞 AI 產生圖片，開源 CC0 授權可商業用途」就能在輸入提示詞後建立圖片，還能自訂圖片風格、高度寬度尺寸。 接下來要推薦「Fast Stable Diffusion XL」是 Google 建立於 Hugging Face 平台的範例模型，主要是展示自家 Google Cloud TPU v5e 運用在 SDXL 模型的效能，TPU 是經過最佳化調整的特製 AI 加速器，對各種 AI 應用實例提供最好的速度效能。當然，使用者也能運用 Fast Stable Diffusion XL on TPU v5e 工具生成 1024×1024 尺寸圖片，幾乎沒有使用限制。 透過 Fast Stable Diffusion XL 輸入要產生圖片的提示詞（描述），在幾秒鐘內產生四張預覽圖，也能隨時調整圖片風格、negative prompts（專門用來修復一些奇怪的圖片）或是強度指標。 Fast Stable Diffusion XL on TPU v5ehttps://huggingface.co/spaces/google/sdxl 使用教學 STEP 1 開啟 Fast Stable Diffusion XL 在 Hugging Face 示範模型後，直接從上方欄位輸入 Prompt 也就是圖片的提示詞（描述），點擊「Generate」就能在幾秒鐘快速產生四張預覽圖片。 如果沒有靈感，SDXL 頁面下方也有一些範例描述詞可快速帶入，或是使用以下服務上傳圖片產生： Image to Prompt 輕鬆將圖片轉換為 AI 製作圖片的提示詞 AnimeGenius 用 AI 識別圖片、輕鬆生成繪圖文字提示詞 CLIP Interrogator 用 AI 分析圖片輕鬆產出完美圖片提示詞 STEP 2 從範例模型可以感受到圖片生成速度飛快，只要不用十秒時間就能生成四張預覽圖。 STEP 3 下方有進階設定選項可預先指定要產生的圖片樣式，包括電影、攝影、日本卡通、漫畫、數位藝術、像素藝術、奇幻藝術、霓虹龐克和 3D 模型，必要時還能輸入 negative prompts（負提示詞）或調整強度。 STEP 4 試著換了一個風格、重新產生圖片，SDXL 很快就給出四張新的預覽圖，看得出來和之前的圖片樣式完全不同路線，比較可惜的是 SDXL 生成的圖片都是 1024×1024 正方形，若需要長方形或不同尺寸的圖片就要自己裁切、調整。 點擊圖片後會看到更大張的預覽圖，按下右上角小小的「Download」按鈕就能下載、保存圖片。 這篇文章 Fast Stable Diffusion XL：使用 Google Cloud TPU v5e 輕鬆以 AI 生成高畫質圖片 最早出現在免費資源網路社群，請追蹤 Google 新聞、Facebook、Twitter 或 RSS feed 獲取更多科技新知及免費資源相關介紹教學。
-- gReader Pro
訂閱：
文章 (Atom)
-
Wispr Flow AI 語音輸入有夠強！徹底解放雙手，目前地球上最強的語音輸入法 https://ahui3c.com/141866/wispr-flow-ai 你是否也曾感到雙手在鍵盤上飛舞的速度，永遠追不上腦中思緒奔騰的腳步？或是長時間打字導致手腕痠痛，卻又不得不繼續工作...
-
https://www.managertoday.com.tw/articles/view/70929
