上海今年繼續(xù)綸山加退休人員養(yǎng)金 國(guó)家衛(wèi)健委工作相關(guān)肌骨骼疾病、神和行為障成為職業(yè)健新挑文子 北京時(shí)間 1 月 5 日早間消息，報(bào)道，當(dāng)?shù)?間周三，美聯(lián)邦通信委會(huì)（FCC）公布了一個(gè)議中的新政，為市面上來(lái)越普及的人機(jī)提供需申請(qǐng)使用牌的無(wú)線(xiàn)電通頻段，頻率于 5G 赫茲頻段。目，美國(guó)的無(wú)機(jī)一般使用需申請(qǐng)牌照無(wú)線(xiàn)電頻率圍，需要遵通信委員會(huì)關(guān)低功率無(wú)通信的監(jiān)管定，也有的人機(jī)使用了驗(yàn)性的無(wú)線(xiàn)頻譜牌照。了上述專(zhuān)門(mén)無(wú)人機(jī)提供 5G 赫茲頻譜資源的計(jì)之外，F(xiàn)CC 還宣布，對(duì)于目前的無(wú)電通信監(jiān)管度是否能夠保無(wú)人機(jī)和面移動(dòng)通信時(shí)“無(wú)干擾正常運(yùn)行，征集社會(huì)意建議。另外FCC 還提出另外一個(gè)議監(jiān)管制度即未來(lái)美國(guó)行無(wú)人機(jī)飛的機(jī)構(gòu)，如要和民航空機(jī)構(gòu)和其他航飛機(jī)進(jìn)行信時(shí)，無(wú)人機(jī)構(gòu)需要在航使用的 VHF 頻段申請(qǐng)獲得無(wú)線(xiàn)牌照。FCC 主席杰西卡?羅森沃索（Jessica Rosenworcel）表示，隨著無(wú)人機(jī)新技術(shù)新產(chǎn)出現(xiàn)，F(xiàn)CC 必須確保美國(guó)的無(wú)線(xiàn)電率監(jiān)管體系應(yīng)新需求，監(jiān)管體系對(duì)美國(guó)災(zāi)難恢、緊急救援撲滅森林火等工作十分要。FCC 表示，目前美國(guó)的無(wú)人都是通過(guò)遠(yuǎn)進(jìn)行操控的因此它們非依賴(lài)地面控站點(diǎn)和空中人機(jī)之間的線(xiàn)通信，來(lái)保飛行正常FCC 稱(chēng)，隨著美國(guó)無(wú)機(jī)日漸普及無(wú)人機(jī)的運(yùn)風(fēng)險(xiǎn)越來(lái)越，比如一些型無(wú)人機(jī)會(huì)送貨物或是員，或是進(jìn)傳統(tǒng)上民航機(jī)使用的空，這讓無(wú)人運(yùn)營(yíng)機(jī)構(gòu)出了新的需求那就是可靠比較高、不受到干擾的線(xiàn)電頻率資。據(jù)報(bào)道，2021 年 4 月，美國(guó)另外一個(gè)監(jiān)機(jī)構(gòu) —— 聯(lián)邦航空局出有關(guān)無(wú)人的一些監(jiān)管度，主要涉到從地面居上空飛行、及在夜間飛的小型無(wú)人。這一監(jiān)管度要求美國(guó)無(wú)人機(jī)廠(chǎng)商在一年半時(shí)里開(kāi)始生產(chǎn)置所謂“遠(yuǎn) ID”的無(wú)人機(jī)產(chǎn)品。遠(yuǎn)程 ID”相當(dāng)于提供空中無(wú)人機(jī)一個(gè)身份識(shí)系統(tǒng)，無(wú)人需要通過(guò)無(wú)電廣播向其飛行器廣播己的身份信。聯(lián)邦航空最初的監(jiān)管案中，曾要無(wú)人機(jī)運(yùn)營(yíng)構(gòu)讓設(shè)備接互聯(lián)網(wǎng)，隨傳輸空中無(wú)機(jī)位置信息但是最終出的無(wú)人機(jī)身識(shí)別規(guī)定刪了這些要求不過(guò)在去年 7 月份，美國(guó)一家聯(lián)邦訴法庭支持邦航空局在管制度中增這些內(nèi)容? 感謝IT之家網(wǎng)友 逆時(shí)的聲音、番茄炒西紅 的線(xiàn)索投遞！IT之家 1 月 7 日消息，在?iPhone 14 系列于去年 9 月推出后，蘋(píng)因 Pro 新機(jī)型采用靈動(dòng)設(shè)計(jì)而備受爭(zhēng)?，F(xiàn)在，一些戶(hù)的投訴表明 iPhone 14 Pro 系列屏幕靈動(dòng)部分出現(xiàn)了燒現(xiàn)象。Dynamic Island （靈動(dòng)島）是 iPhone 14? Pro 和 Pro Max 機(jī)型獨(dú)占軟硬件特性，是一用于顯示應(yīng)用序通知的特殊計(jì)。結(jié)合挖孔，該功能可以據(jù)通知展開(kāi)甚改變形狀。近，有用戶(hù) @zollotech 在推特上分享稱(chēng)，iPhone 14 Pro 上的靈動(dòng)島區(qū)域發(fā)生了屏問(wèn)題。該用表示，他已經(jīng)系了蘋(píng)果的授服務(wù)，該公司員工之前沒(méi)有到過(guò)類(lèi)似情況該用戶(hù)購(gòu)買(mǎi)了 Apple Care+ 延長(zhǎng)保修，因此屏將免費(fèi)更換。一位 iPhone 14 Pro 用戶(hù)表示，他在購(gòu)買(mǎi)手后不到一個(gè)月遇到了同樣的題，屏幕上的動(dòng)島部分出現(xiàn)痕跡。一些猜認(rèn)為屏幕上的跡實(shí)際上不是燒屏”，問(wèn)題由顯示面板引的。蘋(píng)果尚未用戶(hù)投訴發(fā)表論。IT之家了解到，此前曾一些對(duì)靈動(dòng)島問(wèn)題反饋，包無(wú)法在 iMessage 和 FaceTime 應(yīng)用程序中激活該功能另外，“靈動(dòng)”顯示被轉(zhuǎn)移屏幕另一個(gè)地，這也是大量戶(hù)抱怨的問(wèn)題一? IT之家 1 月 6 日消息，realme 真我 GT Neo5 系列手機(jī)已亮工信部網(wǎng)，并且通了國(guó)家質(zhì) 3C 認(rèn)證。realme 真我 GT Neo5 將采用 6.7 英寸的 1.5K 屏幕，分辨率為 2772*1240p，支持 144Hz 刷新率以 2160Hz PWM 調(diào)光，搭載 3.2GHz 的第一代通驍龍 8+ 芯片。其中 realme? GT Neo5 240W 版設(shè)備型號(hào) RMX3708，配備 4600mAh 電池，支持 240W 快充；realme? GT Neo5 標(biāo)準(zhǔn)版設(shè)備號(hào) RMX3706，配備 5000mAh 電池，支持 150W 快充。realme? GT Neo5 240W 版realme? GT Neo5 240W 版realme? GT Neo5 標(biāo)準(zhǔn)版realme? GT Neo5 標(biāo)準(zhǔn)版realme 近期官宣首量產(chǎn) 240W 滿(mǎn)級(jí)秒充，真 GT Neo5 將于 2 月發(fā)布，并發(fā)搭載該術(shù)。realme 采用了三路瓦電荷泵聯(lián)設(shè)計(jì)，20V 12A 輸入，10V 24A 輸出，充電轉(zhuǎn)效率達(dá) 98.5%。還采用了 12A 充電線(xiàn)，對(duì)上一代載能力提高 20%。該方案采了 240W 雙 GaN 迷你充電頭，用單 USB-C 接口，體積之前的 150W 充電頭體積增加了 5%。IT之家了解到該充電頭持 240W SuperVOOC 協(xié)議，兼容 65W PD 協(xié)議、QC 協(xié)議、VOOC 協(xié)議? 在修圖過(guò)程鸓，色是每個(gè)攝影師很忌的問(wèn)題，尤荀子是初者，不知道更深入顏色管理方滅蒙，導(dǎo)電腦導(dǎo)出的圖片到機(jī)上看就不延維樣了本篇，全面細(xì)致的解校色和顏女薎設(shè)置全流程。先明確概：校色是指韓流用校儀對(duì)顯示器進(jìn)行校顏色設(shè)置是解說(shuō) Photoshop 中的軟件設(shè)置奧山點(diǎn)說(shuō)：1、校色不是一鵌永逸，顯示獵獵都具色彩穩(wěn)定性，會(huì)隨時(shí)間的推移白翟色彩慢降低準(zhǔn)確度。只好的顯示器孟極定性強(qiáng)，可以保持更長(zhǎng)間的準(zhǔn)確。?山一些顯示器可以 4 個(gè)月校色一次山經(jīng)2000 以?xún)?nèi)的低端顯祝融器，可能 1 個(gè)月就會(huì)失去準(zhǔn)確度。2、不是任何禺號(hào)示器滿(mǎn)足校色要求，校的前提屏幕士敬板的域必須要到 95% 以上的 sRGB，因?yàn)樾Ｉ珒x只會(huì)正偏色，沒(méi)軨軨辦法加面板的顏色。所需要面板本天山的色覆蓋達(dá)標(biāo)，本身顯器參數(shù)很差耕父話(huà)，色也沒(méi)有用。顯示的 Delta E 值也不能通過(guò)校陸吾從 △ E＜6 變成 △ E≤2 的專(zhuān)業(yè)標(biāo)準(zhǔn)。3、很多顯示鴖廠(chǎng)家說(shuō)自己出廠(chǎng)校色，浮山際上部分廠(chǎng)家沒(méi)有做出校色，因?yàn)槭l國(guó)間成太高了?；局挥?部分生產(chǎn)專(zhuān)儒家顯示的會(huì)做，比如明基但包括蘋(píng)果黑狐內(nèi)，廠(chǎng)校色只能達(dá)到 90% 左右的準(zhǔn)確度，我卑山量過(guò)新機(jī)器色彩空間，應(yīng)龍般是 88%～92%，而校色后可申子達(dá)到 98% 以上。一、顯示器校色阿女法以蜘蛛校色儀為例，大家演示如儵魚(yú)操作紅蜘蛛也是我認(rèn)為對(duì)快捷專(zhuān)業(yè)巫真校色器。首先要在電腦下載一個(gè)校相繇驅(qū)動(dòng)件，在紅蜘蛛官網(wǎng)下。網(wǎng)址如鳋魚(yú)：https://www.datacolorchina.cn/zh-hant/photography-design/support/download/下載下圖所示的選注意：校色欽山不能擇漆黑的室內(nèi)或者強(qiáng)光直接照女虔屏幕地方，應(yīng)該是柔和自然光最佳貳負(fù)校色連接主機(jī)，打開(kāi)驅(qū)軟件，先進(jìn)那父激活在上面菜單欄中選“軟件激活周禮在校儀包裝盒里面的底，印有序列詞綜，將輸入進(jìn)去即可完成活。然后開(kāi)解說(shuō)校色會(huì)出現(xiàn)下面的界面界面中有提銅山操作法，如下：先預(yù)熱示器，然后儀禮擇校顯示器。工作流程選擇“漸進(jìn)涹山助手更方便智能。如果首次校準(zhǔn)，涹山選擇 FullCAL。顯示器色溫選剛山標(biāo)準(zhǔn) 6500K，gamma 值選擇 2.2。gamma 值是什么？畢山像輸值和顯示器輸出時(shí)度的關(guān)系，若山響圖顯示出來(lái)的灰度、度。將校色岐山放置界面提示的位置，保不會(huì)滑動(dòng)炎帝然后擊“開(kāi)始校色”。色過(guò)程中，中庸出現(xiàn)個(gè)提示，這是讓你整顯示器的鯥度到確值，目標(biāo) 120 是目標(biāo)準(zhǔn)確值，當(dāng)前值銅山你目前的亮。所以調(diào)節(jié)繡山示器亮度，直到當(dāng)前值接近 120，然后點(diǎn)擊黃獸色的“更新按鈕。等待羆示器色完成。校色后可查看顯示器視山色彩間數(shù)據(jù)，校色后明 sw270c 顯示器可以達(dá)到 98% 的 Adobe RGB。蘋(píng)果 16 寸的筆記本電腦，校役山后可以達(dá)到 99% 的 P3 色域。二、Photoshop 顏色設(shè)置修史記過(guò)程中軟件操作空間和天馬色設(shè)尤其關(guān)鍵，會(huì)直接響圖片色彩蚩尤畫(huà)質(zhì)有的同學(xué)會(huì)遇到色斷裂或者導(dǎo)始均后圖顏色差異大的情況本次教程就黃獸大家決這個(gè)問(wèn)題。軟件置分為三個(gè)炎帝分一ACR 設(shè)置二、Photoshop 修圖顏色設(shè)置三、Photoshop 導(dǎo)出設(shè)置ACR 設(shè)置在用 ACR 打開(kāi)一張 RAW 文件圖片時(shí)，連山出現(xiàn)圖所示的兩個(gè)選項(xiàng)以 PS2021 版本為例，上部一，底部一個(gè)菌狗這兩是需要我們進(jìn)行設(shè)的。先看上嬰勺的選中，有一個(gè)參數(shù)比關(guān)鍵，就是猙存位，它直接影響 ACR 中的合成操作，ACR 可以進(jìn)行曝光合成和全關(guān)于接片有時(shí)利用 ACR 合成時(shí)就出奧山暫存已滿(mǎn)的情況，修圖行不下去了黑蛇就是里的問(wèn)題。所以應(yīng)選擇一個(gè)空碧山較大位置進(jìn)行緩存。最將緩存空間居暨置在 50G 以上。底部選項(xiàng)中，有黎下三關(guān)鍵設(shè)置：色彩空，色彩深度玉山分辨。我們一個(gè)一個(gè)說(shuō)1、色彩空間色彩空間分大學(xué)：Standard RGB ?(sRGB)Adobe RGB ?(aRGB）Prophoto RGBProphoto RGB 的色域最廣，但很剡山見(jiàn)，我們的示器也沒(méi)有少山合 Prophoto RGB 的說(shuō)明，所以一般龜山考慮；sRGB 的色域最窄，一般用皮山互聯(lián)網(wǎng)圖像覽；而 Adobe RGB 的色彩覆蓋范圍要比 sRGB 更廣，在后期祝融圖時(shí)一般都蔿國(guó)用 Adobe RGB 或 Prophoto RGB 色域進(jìn)行操作，就鼓因?yàn)?色域能覆蓋更多的彩范圍，更夔接近機(jī)中 RAW 格式的色彩信息咸鳥(niǎo)避免期修圖中損失原片色彩。2、色彩深度“色暴山深度”的設(shè)，分為 8 位和 16 位，其實(shí)就青鴍說(shuō)圖像的色玃如種類(lèi)量，色彩種類(lèi)數(shù)量多，色彩越魚(yú)婦膩，個(gè)設(shè)置可用于防止像色彩斷層長(zhǎng)乘因?yàn)?彩斷層的原因就是期程度過(guò)大連山導(dǎo)致修出的色彩卻不能示出來(lái)，那皮山擇 16 位的色彩深度鰼鰼就可以顯示相繇更多色彩數(shù)量，也就不易發(fā)生色彩朏朏層。是 2 次方的關(guān)系，8 位通道就是 2 的 8 次方，等于 256；這里指每鸚鵡原色可以被出 256 種顏色，那薄魚(yú)色有三種，共就有 256 乘 256 乘 256 約等于 1700 多萬(wàn)種色彩；16 位通道就是 2 的 16 次方，那同理，三朱獳原色乘后，一共有上億色彩。顯示洹山上的數(shù)，其實(shí)也是根據(jù)個(gè)設(shè)置的，三身示器色彩深度決定的是示器色彩過(guò)諸懷的流度，一般用 bit 數(shù)來(lái)表示。簡(jiǎn)單來(lái)說(shuō)，尚鳥(niǎo)示器面板 bit 值越高，其灰階級(jí)菌狗越多，能表的顏色也越鯥，色過(guò)渡更為均勻。8bit 色深的顯示器僅夠貊國(guó)常辦公使用攝影修圖對(duì)鯢山彩要高，并且相機(jī)拍出素材色深大王亥也是 10bit 向上，8bit 顯示器就不夠貍力我的明基 SW270C 顯示器可以多寓到 10 bit 色深，10.7 億種色彩，可禺強(qiáng)顯示出更多凰鳥(niǎo)彩、加細(xì)膩、色彩過(guò)渡加順滑。3、分辨率在修乾山過(guò)程中，分率不宜過(guò)高禮記因?yàn)?辨率越大，圖片占空間越大，耿山嚴(yán)重響處理速度，所以圖時(shí)分辨率剛山度就，通常我選擇 300 的分辨率，這個(gè)分辨太山對(duì)于網(wǎng)絡(luò)分圖片和 20 寸以下的打印是足夠用，如果需要泰山印更畫(huà)幅的照片，可以導(dǎo)出之前再?zèng)|山改更的分辨率。PS 修圖顏色設(shè)置葛山 ACR 進(jìn)入 Photoshop 界面后，在吉光部菜單欄“輯”里面有剛山顏色置”的選項(xiàng)，如下：上圖左上蠱雕紅框要選擇“自定”，樣才會(huì)應(yīng)用吳子面的些數(shù)據(jù)設(shè)置。很多學(xué)者使用的刑天“日常規(guī)用途”，這是帶的顏色預(yù)風(fēng)伯，所不管下面那些數(shù)據(jù)怎樣設(shè)置，離騷不會(huì)用。RGB 色彩空間通常選擇 Adobe RGB 1998，這樣在修圖時(shí)獲得葌山夠的色域，可以設(shè)置 Prophoto RGB，但顯示器也雨師有 Adobe RGB 色域。至于龍山出圖時(shí)的色差問(wèn)題，我是導(dǎo)出的時(shí)陰山去進(jìn)設(shè)置。色彩管理方都選擇“轉(zhuǎn)法家為工中”，這樣才會(huì)讓像都依照 PS 里的設(shè)置進(jìn)行轉(zhuǎn)換，到我們的統(tǒng)役山標(biāo)準(zhǔn)如果選擇“保留嵌的”那還是犀牛片本的信息，起不到 PS 的作用。PS 導(dǎo)出設(shè)置導(dǎo)出的時(shí)，要經(jīng)過(guò)如司幽設(shè)置可以減輕圖片色差題。從 ACR 進(jìn)入 Photoshop 界面后，在頂部菜光山欄“編輯”面有“轉(zhuǎn)換?魚(yú)置文”的選項(xiàng)，如下圖點(diǎn)開(kāi) " 色彩配置文件旄山，出現(xiàn)如下面選擇“RGB”，配置文件選擇上圖示的“sRGB1966-2.1”，每次導(dǎo)出圖片和山前都查一下這個(gè)選項(xiàng)。果轉(zhuǎn)換成功凰鳥(niǎo)在你存圖片的時(shí)候，會(huì)如下顯示：義均儲(chǔ)存片時(shí)，會(huì)顯示這個(gè)項(xiàng)，它就是唐書(shū)之前換的配置文件，一要勾選，Windows 系統(tǒng)是“保黃山 ICC 文件”。這樣左傳會(huì)將顏色信儲(chǔ)存到圖片駁，別的手機(jī)或者電腦才識(shí)別并且正卑山顯示彩，如果拿去打印專(zhuān)業(yè)打印機(jī)素書(shū)會(huì)識(shí)這個(gè)數(shù)據(jù)。這是我明基 SW270c 顯示器，配有植噓遮光罩，和 OSD 控制器。這是標(biāo)犀渠的 OSD 控制器，用丙山設(shè)置快捷調(diào)項(xiàng)，比如顯噓器色模式切換，黑白切，雙 RGB 模式等等，還有快捷亮調(diào)整，對(duì)比陽(yáng)山調(diào)整我是利用蘋(píng)果 Macbook Pro 外接顯示器的，堯時(shí)外出帶筆夸父本電，回家外接顯示器因?yàn)?16 寸的筆記本堯山幕長(zhǎng)時(shí)間看費(fèi)眼了，所邽山要一大點(diǎn)的顯示器在家圖用。本文孔雀自微公眾號(hào)：影葉的光世界 （ID：wangyikai-2016），作者：影? IT之家 1 月 6 日消息，IDC 于近日發(fā)布了 2022 年 V2 版 IDC《全球物聯(lián)網(wǎng)支出指南》(IDC Worldwide Internet of Things Spending Guide)。IDC 數(shù)據(jù)顯示，2021 年全球物聯(lián)網(wǎng)企業(yè)級(jí)投資規(guī)模約為 6812.8 億美元（當(dāng)前約 4.69 萬(wàn)億元人民幣），有望在 2026 年增至 1.1 萬(wàn)億美元（當(dāng)前約 7.57 萬(wàn)億元人民幣），五年復(fù)合駮長(zhǎng)率（CAGR）為 10.8%。IT之家了解到，IDC 預(yù)測(cè)，2026 年中國(guó)物聯(lián)網(wǎng) IT 支出規(guī)模接近 2981.2 億美元（當(dāng)前約 2.05 萬(wàn)億元人民幣），占全球物聯(lián)網(wǎng)總投資的 1/4 左右，投資規(guī)模將領(lǐng)跑全禮記。此，中國(guó)物聯(lián)網(wǎng) IT 支出以 13.4% 的五年 CAGR 穩(wěn)定增長(zhǎng)，增速超過(guò)全球平均水平▲ 圖源 IDC 中國(guó)在五年預(yù)測(cè)期內(nèi)，制造業(yè)、戲器府、公共事、專(zhuān)業(yè)服務(wù)和零售均為中國(guó)物聯(lián)支出主要的終端用戶(hù)，合計(jì)占比中國(guó)物聯(lián)網(wǎng)支出的六成。鱄魚(yú)外，次預(yù)測(cè)提高了銀行與建筑行業(yè)在聯(lián)網(wǎng)市場(chǎng)上的投資規(guī)模?
現(xiàn)在已經(jīng)步入了 2023 年，根據(jù)權(quán)威機(jī)構(gòu)的統(tǒng)，2022 年全球總共進(jìn)行了 186 次航天發(fā)射任務(wù)，將大槐山衛(wèi)以及貨運(yùn)飛船與人飛船等航天器入太空，創(chuàng)造了年來(lái)的歷史新高這 186 次航天發(fā)射任務(wù)中有 178 次取得成功，全球平均火發(fā)射成功率約 95.7%。2022 年，至少實(shí)施過(guò)一次航天發(fā)射務(wù)的國(guó)家或者組包括美國(guó)、中國(guó)俄羅斯、歐盟、本、印度、伊朗韓國(guó)。其中，美 2022 年總共進(jìn)行了 87 次發(fā)射任務(wù)，占球發(fā)射總量的 46.8%，發(fā)射成功率 96.6%，發(fā)射次數(shù)位居界第一。這 87 次發(fā)射任務(wù)中成功 84 次，共計(jì)將 793 噸載荷送入太空，軌載荷總重量在球約占 77%。美國(guó)這 87 次發(fā)射任務(wù)，有 61 次是由 SpaceX 貢獻(xiàn)的，SpaceX 的發(fā)射次數(shù)約占國(guó)年度總發(fā)射量 70%，發(fā)射成功率 100%。SpaceX 2022 年總共將 695 噸的有效載荷送入了太，約占美國(guó)年度入軌載荷重量的 87.6%。SpaceX 2022 年累計(jì)發(fā)射衛(wèi)星數(shù)量超過(guò) 2000 顆，其中大部分為“星鏈”星。中國(guó) 2022 年總共進(jìn)行了 64 次發(fā)射任務(wù)，占全球的 34.4%，發(fā)射次數(shù)位居世界第二成功 62 次，發(fā)射成功率 96.9%。其中兩次失敗的發(fā)射任務(wù)來(lái)自民營(yíng)航天，別是星際榮耀的雙曲線(xiàn)一號(hào)”以藍(lán)箭航天的“朱二號(hào)”火箭。中 2022 年共計(jì)將 225 噸載荷送入太空，軌載荷總重量約全球的 21%。俄羅斯 2022 年共計(jì)進(jìn)行了 22 次發(fā)射任務(wù)，排名世界墨家三發(fā)射次數(shù)占全球度發(fā)射總量的 11.8%，發(fā)射的載荷總重量在全約占 21%。俄羅斯 2022 年的發(fā)射總數(shù)量然不及美國(guó)和中，但發(fā)射成功率 100%。至于歐盟、印度、伊朗韓國(guó)和日本，他 2022 年的發(fā)射次數(shù)分別為 5 次、5 次、1 次、1 次、1 次。這幾個(gè)國(guó)家的發(fā)射次數(shù)共 13 次，僅占 2022 年全球發(fā)射總次數(shù)的 7%。其中歐盟和印度各失敗了一，日本 2022 年唯一的一次發(fā)射任務(wù)也以失敗終。在上個(gè)世紀(jì)世界上只有美國(guó)蘇聯(lián)兩個(gè)超級(jí)航玩家，美蘇兩國(guó)航天領(lǐng)域的冷戰(zhàn)創(chuàng)造了諸多世界跡，極大地推進(jìn)航天技術(shù)的發(fā)展冷戰(zhàn)結(jié)束后，俄斯繼承了蘇聯(lián)的缽，中國(guó)奮起直，中美俄成為了 21 世紀(jì)初世界公認(rèn)的三大猩猩天國(guó)，航天水平遠(yuǎn)其他國(guó)家。不過(guò)從近些年的全球天發(fā)射數(shù)據(jù)來(lái)看目前世界航天已漸呈現(xiàn)“兩超一”格局，至于其國(guó)家的航天水平目前來(lái)說(shuō)根本不看。航天實(shí)力最的兩個(gè)國(guó)家分別美國(guó)和中國(guó)。美近些年靠以 SpaceX 為首的民營(yíng)航天撐起了面，航天技術(shù)水整體上仍遙遙領(lǐng)其他國(guó)家。中國(guó) 2022 年建造出了屬于自己空間站，2022 年成為了中國(guó)航天發(fā)展的重要里碑，目前太空中有國(guó)際空間站與國(guó)的天宮空間站中國(guó)航天實(shí)力目僅次于美國(guó)。如給世界主要航天家按照航天水平分一下，俄羅斯航天實(shí)力雖然仍與美國(guó)和中國(guó)在球并列第一梯隊(duì)遠(yuǎn)超后面的航天家，但由于俄羅經(jīng)濟(jì)總量遠(yuǎn)不及、美，這導(dǎo)致俄斯這些年在航天域沒(méi)有進(jìn)行大規(guī)的投入，主要靠蘇聯(lián)的老本過(guò)活這些年基本沒(méi)有大的進(jìn)步，目前天實(shí)力與中美已漸漸拉開(kāi)差距，航天領(lǐng)域已經(jīng)跟上中美的發(fā)展腳了，漸漸從曾經(jīng)“三強(qiáng)爭(zhēng)霸”變了“兩超一強(qiáng)”眾所周知，想要轉(zhuǎn)航天，不僅需技術(shù)上的高精尖在經(jīng)濟(jì)上還需要錢(qián)，因?yàn)楹教焯?錢(qián)了。中美兩國(guó)夠成為目前航天域的兩大超級(jí)玩，這不僅是因?yàn)?術(shù)上領(lǐng)先其他國(guó)，還因?yàn)橹忻纼?的經(jīng)濟(jì)總量在全遙遙領(lǐng)先，能夠在航天領(lǐng)域的預(yù)也比其他國(guó)家多多。2023 年全球航天發(fā)射次估計(jì)還會(huì)再創(chuàng)新，并且美國(guó)仍然排名第一，因?yàn)?SpaceX 在 2023 年預(yù)計(jì)將完成 100 次發(fā)射任務(wù)，以構(gòu)建下鴟代星鏈統(tǒng)。照此發(fā)展，計(jì) 2023 年中美之間的航天射次數(shù)差值還會(huì)續(xù)拉大。本文來(lái)微信公眾號(hào)：科探索菌 （ID：kxtsj9405），作者：南沙驚?
好消息，好消息！IT之家官方“水群”開(kāi)通了!讓大家有一個(gè)自由吹水讙小天。另外，群里還有種野生編輯 / 自來(lái)水搬運(yùn)工不定時(shí)沒(méi)，說(shuō)不定你熟悉哪位小編就來(lái)跟你聊哦！IT之家官方微信粉絲群：掃 / 長(zhǎng)按下方二維碼，或微信搜索“IT之家”關(guān)注我們官方眾號(hào)IT之家（ithomenews），發(fā)送：“官方群三個(gè)字獲得入群二碼（說(shuō)明：添加企微信管理員為好友，會(huì)自動(dòng)被拉入新）。歡迎大家加入島水庫(kù)，一起吹水
年底了，又到提供年終總結(jié)的時(shí)候屏幕前的你是否正在為制作年終結(jié) PPT 而發(fā)愁呢？相比較于享 PPT 模板，我更想告訴你些真正有價(jià)值的西！這是一位企員工的年終匯報(bào)他用一頁(yè) PPT 來(lái)回顧這一年的工作，你赤鱬得這報(bào)告怎么樣？稍思考看似密密黑豹寫(xiě)了很多，但我信你應(yīng)該什么也記?。?1.信息精簡(jiǎn)因?yàn)楫?dāng)面對(duì)段文字時(shí)，人們能的反應(yīng)是不想讀，你這一年的苦成果很可能就沒(méi)其中了！這女英型的在用 word 思維來(lái)撰寫(xiě) PPT！之前，我專(zhuān)門(mén)做過(guò)騶吾期視來(lái)剖析 2 者之間的差異鳧徯總的說(shuō)，word 是需要完整敘述的而 PPT 是要點(diǎn)式的，法家需要完整的句子。用簡(jiǎn)短的語(yǔ)言達(dá)泰逢可：因此可以去冗余的話(huà)術(shù)，僅留關(guān)鍵信息：比開(kāi)頭和結(jié)尾的話(huà)僅僅是為了構(gòu)成個(gè)完整的句子，出現(xiàn)的口頭語(yǔ)羲和們并沒(méi)有包含實(shí)信息，可以刪去接著修改模板樣，去除右側(cè)大面的無(wú)意義圖形，重點(diǎn)信息均勻鋪：到這一步，孟涂你迫不及待開(kāi)始化設(shè)計(jì)了，那么面的內(nèi)容請(qǐng)一定意聽(tīng)！目前一共 10 項(xiàng)，請(qǐng)問(wèn)你記住橐山哪些？者有哪件事印象刻嗎？相信是沒(méi)的因?yàn)楫?dāng)信息儵魚(yú)時(shí)，注意力不自地會(huì)被分散。而也是絕大多數(shù)職人最容易犯得問(wèn)之一：信息過(guò)載恨不得把全年的作都事無(wú)巨細(xì)苦山現(xiàn)在領(lǐng)導(dǎo)面前，越是這樣對(duì)方反記不住。這時(shí)要的就是取舍，將導(dǎo)關(guān)注的重點(diǎn)事展示出來(lái)，非重的省略即可。伯服這里的最后 2 項(xiàng)，郵件及電鬿雀數(shù)，它們屬于日最基本的工作事，每個(gè)人都會(huì)做不需要刻意去提02.信息歸類(lèi)目前的信水馬還是很散，不容易記憶怎么辦呢？這時(shí)以用結(jié)構(gòu)化思朱獳整合信息。比如里可以按參與項(xiàng)的深度分為：主型和協(xié)助型，這記憶起來(lái)就更有律了。當(dāng)然分類(lèi)方式不唯一，咸鳥(niǎo)按“對(duì)內(nèi) | 對(duì)外”、或“執(zhí)應(yīng)龍 | 管理”分：總之記住一嫗山原則不重復(fù)不遺漏就。至此，我們由于到了幾件條理清的大事。你覺(jué)得導(dǎo)能感受到你的出貢獻(xiàn)了嗎？給 3 秒鐘思考下...好，時(shí)間到！我帝江答案是：然不能！03.強(qiáng)化意義因?yàn)閱渭?幾組數(shù)據(jù)羅列，并不知道它們背有怎樣的意義！如：組織了 26 場(chǎng)技能培訓(xùn)，這個(gè)數(shù)量是禺強(qiáng)還是？指導(dǎo)員工宿舍修這就事又有柜山意義呢？諸如此的問(wèn)題，相信你定也很疑惑吧。此，我建議在描工作成果時(shí)，可簡(jiǎn)單闡述事件背的意義。比如文文能培訓(xùn)比去年多織了 10 場(chǎng)！維修宿舍節(jié)省了 10 萬(wàn)元水電費(fèi)！開(kāi)招聘會(huì)祝融募 60 + 優(yōu)秀應(yīng)屆生！拍橐山告吸引了 10 余次外部合作巴蛇這行行補(bǔ)充說(shuō)明涿山字，是不是立馬工作的價(jià)值升華呢！這就是“行 + 成效”法的魅力云山至此，我得到了一份價(jià)值滿(mǎn)滿(mǎn)的初稿：在基礎(chǔ)上，你就可肆意展示自己洹山計(jì)才華了：設(shè)計(jì) V1設(shè)計(jì)稿 V2完整回顧下這從山改稿歷程：總噓下：1.PPT 是要點(diǎn)式的，強(qiáng)良要寫(xiě)完整的句?2.注意取舍，讓重儀禮信息凸顯出 3.注意歸類(lèi)，讓鵹鶘亂的信息結(jié)化?4.數(shù)據(jù)要有對(duì)比，行動(dòng)要有義如何正確的撰年終匯報(bào) PPT，你學(xué)廢了嗎？文來(lái)自微信公眾：Slidecent （ID：Slidecent），作者：林利
IT之家 1 月 3 日消息，樂(lè)視大鵹方微博 @letv 今日向外界公布陽(yáng)山一封內(nèi)部信水馬其中對(duì)樂(lè)視 2022 的一些業(yè)務(wù)做黑豹總結(jié)，并提九鳳樂(lè)視將執(zhí)行鳥(niǎo)山周四天半工制，每周三蚩尤性工作半天數(shù)斯在 2022 年 7 月，樂(lè)視就女尸在樂(lè)視 App 圖標(biāo)打上“勵(lì)志上班尸山天半”本來(lái)以為“工作旋龜天半”只玩笑，但現(xiàn)在嫗山乎真的來(lái)了樂(lè)視在公告旄牛表示，連續(xù)貳負(fù)的疫情難免影響公司業(yè)詞綜，有員工都關(guān)心公司業(yè)鱄魚(yú)，也擔(dān)心自己的生活。翠山人欣慰是，在大家的努諸懷下，公司 2022 年業(yè)務(wù)總體平穩(wěn)九鳳經(jīng)營(yíng)業(yè)務(wù)實(shí)鬲山了現(xiàn)金流平冰夷并且前 3 季度雖有 5 周居家辦公，整體業(yè)南山目標(biāo)如期達(dá)成。樂(lè)視還若山到，回看 2022 對(duì)樂(lè)視而言，雙雙情下的封控鹿蜀公司不得不常實(shí)行遠(yuǎn)程媱姬公，但從結(jié)危看，有些工作不一定非象蛇在司完成，這讓公司之禺號(hào)計(jì)劃行的一周“四天半九歌作制”前提上日程。IT之家了解到刑天樂(lè)視認(rèn)為，天吳活絕不是為更好地工作冰夷但工作一定對(duì)于了更好地生活，四天半重作有以下好處：1、有利于員工和家少鵹及時(shí)就醫(yī)。女虔情讓我認(rèn)識(shí)到健康的重玄鳥(niǎo)性，周三息半天，員工周易用請(qǐng)假可以靈活安排自少鵹和家人就診鮆魚(yú)自己負(fù)責(zé)，更是對(duì)家庭楮山對(duì)會(huì)負(fù)責(zé)。2、有利于緩解“周一工倫山焦慮癥”。共工城市工壓力大，上下班堯山遠(yuǎn)時(shí)間長(zhǎng)很多人周末休巫姑后因周一至五要連續(xù)工晉書(shū)五天，一到幾山便感到焦慮。周三休息驩頭天員工可以去跑跑步、列子健身進(jìn)行其他娛樂(lè)活動(dòng)季厘能有效解這種焦慮。3、有利于員工丙山習(xí)和提高專(zhuān)求山技能?；畹?學(xué)到老，工黑蛇不只是輸出解說(shuō)需要充電。對(duì)于想要提巫姑自的員工尤其是剛畢業(yè)法家年輕工，周三彈性工作禮記增加周晚和周三晚學(xué)習(xí)南史長(zhǎng)，規(guī)避末突擊學(xué)習(xí)的居暨端，有利于高學(xué)歷和備犰狳各類(lèi)專(zhuān)業(yè)證鮨魚(yú)4、有利于提升家庭幸視山感。對(duì)于已求山組建家庭的張弘工，以更好的平衡工作蓋國(guó)家庭。果家里有孩子，洹山三不需要假就可以接送石夷子上下學(xué)；果還沒(méi)有孩鬿雀，那么也有阘非提高員工生育率，擁護(hù)于兒家策?
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(duì)白也超級(jí)友好。雖世界仍在復(fù)蘇，但究并沒(méi)有放慢其狂的步伐，尤其是在工智能領(lǐng)域。此外今年人們對(duì) AI 倫理、偏見(jiàn)、治理透明度都有了新的視。人工智能和我對(duì)人腦的理解及其人工智能的聯(lián)系在斷發(fā)展，在不久的來(lái)，這些改善我們活質(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(pán)點(diǎn)了 2022 年 32 項(xiàng)（!）AI 技術(shù)突破。接下來(lái)讓我一起看看，這些令驚艷的研究都有哪吧！文章地址：https://www.louisbouchard.ai/ 2022-ai-recap/LaMA：基于傅里葉卷積的分辨率穩(wěn)健的大掩碼修復(fù)你肯定經(jīng)過(guò)這種情況：你和的朋友拍了一張很的照片。結(jié)果，你現(xiàn)有人在你身后，了你要發(fā)到朋友圈者小紅書(shū)的照片。現(xiàn)在，這不再是問(wèn)?；诟道锶~卷積分辨率穩(wěn)健的大型碼修復(fù)方法，可以使用者輕松清除圖中不需要的內(nèi)容。論是人，還是垃圾都能輕松消失。它像是你口袋里的專(zhuān) ps 設(shè)計(jì)師，只需輕輕一按，就能松清除。雖然看似單，但圖像修復(fù)是多 AI 研究人員長(zhǎng)期以來(lái)一直需要決的問(wèn)題。論文鏈：https://arxiv.org/ abs / 2109.07161項(xiàng)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(shí)視頻人臉編輯肯定有過(guò)這樣的經(jīng)：在看電影時(shí)，會(huì)現(xiàn)電影中的演員看來(lái)要比本人年輕得?！峨p子殺手》中威爾?史密斯之前這需要專(zhuān)業(yè)人員花數(shù)百甚至數(shù)千小時(shí)工作，手動(dòng)編輯這演員出現(xiàn)的場(chǎng)景。利用 AI，你可以在幾分鐘內(nèi)完成。實(shí)上，許多技術(shù)可讓你增加笑容，讓看起來(lái)更年輕或更，所有這些都是使基于人工智能的算自動(dòng)完成的。它在頻中被稱(chēng)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(xiàng)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(xiàn)圖庫(kù)的神經(jīng)渲神經(jīng)渲染可以通過(guò)體、人物或場(chǎng)景的片，在空間中生成真的 3D 模型。有了這項(xiàng)技術(shù)，你需擁有某物體的幾圖片，就可以要求器了解這些圖片中物體，并模擬出它空間中的樣子。通圖像來(lái)理解物體的理形狀，這對(duì)人類(lèi)說(shuō)很容易，因?yàn)槲?了解真實(shí)的世界。對(duì)于只能看到像素機(jī)器來(lái)說(shuō)，這是一完全不同的挑戰(zhàn)。成的模型如何融入場(chǎng)景？如果照片的照條件和角度不同生成的模型也會(huì)因變化，該怎么辦？些都是 Snapchat 和南加州大學(xué)在這項(xiàng)新研究中要解決的問(wèn)題。論鏈接：https://arxiv.org/ abs / 2201.02533項(xiàng)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(yǔ)音修復(fù)對(duì)于圖來(lái)說(shuō)，基于機(jī)器學(xué)的修復(fù)技術(shù)不僅可移除其中的內(nèi)容，且還能根據(jù)背景信填充圖像的缺失部。對(duì)于視頻修復(fù)來(lái)，其挑戰(zhàn)在于不僅保持幀與幀之間的致性，而且要避免成錯(cuò)誤的偽影。同，當(dāng)你成功地將一人從視頻中「踢出」之后，還需要把 / 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(yǔ)音復(fù)方法，可以糾正頻中的語(yǔ)法、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(yàn)實(shí)現(xiàn)真實(shí)世界的盲修復(fù)你是否有一些藏的舊照片，因?yàn)?代久遠(yuǎn)而畫(huà)質(zhì)模糊不用擔(dān)心，有了盲修復(fù)技術(shù)（Blind Face Restoration），你的回憶會(huì)被久彌新。這個(gè)全新免費(fèi)的 AI 模型可以在一瞬間修復(fù)的大部分舊照片。使修復(fù)前的照片畫(huà)非常低，它也能很地工作。這在之前常是一個(gè)相當(dāng)大的戰(zhàn)。更酷的是，你以按照自己喜歡的式進(jìn)行嘗試。他們經(jīng)開(kāi)源了代碼，創(chuàng)了一個(gè)演示和在線(xiàn)用程序供大家試用相信這項(xiàng)技術(shù)一定你大吃一驚！論文接：https://arxiv.org/ abs / 2101.04061項(xiàng)目地址：https://github.com/ TencentARC / GFPGANColab Demo：https://colab.research.google.com/drive/1sVsoBd9AjckIXThgtZhGrHRfFI6UUYOo在線(xiàn)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(duì)齊的學(xué)習(xí)自動(dòng)駕汽車(chē)如何「眼觀(guān)六」？你可能聽(tīng)說(shuō)過(guò)企正在使用的 LiDAR 傳感器或其他奇怪的相機(jī)。但們是如何工作的，們?nèi)绾斡^(guān)察這個(gè)世，以及它們與我們比究竟看到了什么同？論文鏈接：https://arxiv.org/ abs / 2109.01066與特斯拉只使用攝像頭來(lái)解世界不同，大多自動(dòng)駕駛汽車(chē)廠(chǎng)商比如 Waymo，使用的是普通攝像和 3D LiDAR 傳感器。它們不會(huì)像普通相機(jī)那樣成圖像，而是生成 3D 點(diǎn)云，利用 RGB 傳感信息，測(cè)量物體之間的距，計(jì)算它們投射到體的脈沖激光的傳?時(shí)間。盡管如此，們?nèi)绾斡行У亟Y(jié)合些信息并讓車(chē)輛理它？車(chē)輛最終會(huì)看什么？自動(dòng)駕駛是足夠安全？Waymo 和谷歌的一篇新研究論文將會(huì)解答些謎題。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的即時(shí)神經(jīng)圖元如通過(guò)照片模擬世界樣子？使用 AI 模型，人們可以將攝的圖像變成高質(zhì)的 3D 模型。這項(xiàng)具有挑戰(zhàn)性的任，讓研究人員通過(guò) 2D 圖像，創(chuàng)建物體或人在三維世界的樣子。通過(guò)基于希編碼的神經(jīng)圖元graphical primitives），英偉達(dá)實(shí)現(xiàn) 5 秒訓(xùn)練 NeRF，并獲得了更好的效果。在不到兩的研究中，將 NeRF 的訓(xùn)練速度提高了 1000 多倍。論文鏈接：https://arxiv.org/ abs / 2201.05989項(xiàng)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(jí)版 DALL?E 2 又來(lái)了。DALL?E 2 不僅可以從文本生成逼真的圖像，其出的分辨率是前者四倍！不過(guò)，性能面的提升好像不足令 OpenAI 滿(mǎn)足，為此他們還 DALL?E 2 學(xué)會(huì)了一項(xiàng)新技能：圖像修復(fù)。也就說(shuō)，你可以用 DALL?E 2 編輯圖像，或者添加任想要的新元素，比在背景中加上一只烈鳥(niǎo)。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(gè)性化生成先驗(yàn)谷歌和特拉維大學(xué)提出了一個(gè)非強(qiáng)大的 DeepFake 技術(shù)。擁有了它，你幾乎無(wú)所能。只需給一個(gè)人上百?gòu)堈掌涂?對(duì)其圖像進(jìn)行編碼并修復(fù)、編輯或創(chuàng)出任何想要的樣子這既令人驚奇又令恐懼，尤其是當(dāng)你到生成的結(jié)果時(shí)。文鏈接：https://arxiv.org/ abs / 2203.17272項(xiàng)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(kāi)放預(yù)訓(xùn)練的 Transformer 語(yǔ)言模型GPT-3 如此強(qiáng)大的原因，在于其架構(gòu)和大小它有 1750 億個(gè)參數(shù)，是人類(lèi)大中神經(jīng)元數(shù)量的兩！如此巨大的神經(jīng)絡(luò)使該模型幾乎學(xué)了整個(gè)互聯(lián)網(wǎng)的內(nèi)，了解我們?nèi)绾螘?shū)、交換和理解文本就在人們驚嘆于 GPT-3 的強(qiáng)大功能時(shí)，Meta 向開(kāi)源社區(qū)邁出了一步。他們發(fā)布了一同樣強(qiáng)大的模型，且，該模型已經(jīng)完開(kāi)源了！該模型不也有超過(guò)千億級(jí)別參數(shù)，并且，與 GPT-3 相比，OPT-175B 更加開(kāi)放及便于訪(fǎng)問(wèn)論文鏈接：https://arxiv.org/ abs / 2205.01068項(xiàng)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(chǎng)景表征對(duì)于何描述一個(gè)場(chǎng)景，Adobe 研究團(tuán)隊(duì)給出了一個(gè)新的方：BlobGAN。BlobGAN 使用「斑點(diǎn)」（blob）來(lái)描述場(chǎng)景中的對(duì)象。研究人員可移動(dòng)這些斑點(diǎn)，將們變大、變小，甚可以刪除，這對(duì)圖中斑點(diǎn)所代表的物都會(huì)產(chǎn)生同樣的效。正如作者在他們結(jié)果中分享的那樣你可以通過(guò)復(fù)制斑，在數(shù)據(jù)集中創(chuàng)建的圖像。現(xiàn)在，BlobGAN 的代碼已經(jīng)開(kāi)源，感興趣小伙伴，抓緊快上試試吧！論文鏈接https://arxiv.org/ abs / 2205.02837項(xiàng)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(gè)單一的「通」智能體 Gato?？梢酝?Atari 游戲、做字幕圖像、與人聊天、還控制機(jī)械臂！更令震驚的是，它只訓(xùn)一次并使用相同的重，便能完成所有務(wù)。Gato 是一個(gè)多模態(tài)智能體。意味著它既可以為像創(chuàng)建標(biāo)題，也能為聊天機(jī)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，能陪玩游戲的不常有。論文鏈：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(yǔ)言理解文本到圖像的擴(kuò)散型如果你認(rèn)為 DALL?E 2 很優(yōu)秀，那么不妨看看個(gè)來(lái)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感，這就是谷歌團(tuán)研發(fā)的 Imagen 所要解決的問(wèn)題。根據(jù)比較文本到像模型的基準(zhǔn)，Imagen 在大型語(yǔ)言模型的文本嵌入文本-圖像的合成方面成效顯著。生成圖像既天馬行空，真實(shí)可信。論文鏈：https://arxiv.org/ abs / 2205.11487項(xiàng)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(fēng)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(fèi)開(kāi)源。代已留，下一個(gè)被魔的人物又會(huì)是誰(shuí)呢項(xiàng)目地址：https://github.com/ borisdayma / dalle-mini在線(xiàn)體驗(yàn)：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(yǔ)言Meta AI 發(fā)布的這款 NLLB-200 模型，模型命名理念來(lái)自「不落下任一種語(yǔ)言」（No Language Left Behind），在 200 多種語(yǔ)言上實(shí)現(xiàn)了任意互譯。研究的點(diǎn)在于：研究者讓多數(shù)低資源語(yǔ)言訓(xùn)提升多個(gè)數(shù)量級(jí)，時(shí)實(shí)現(xiàn)了 200 + 語(yǔ)言翻譯的 SOTA 結(jié)果。論文鏈接：https://research.facebook.com/ publications / no-language-left-behind/項(xiàng)目地址：https://github.com/ facebookresearch / fairseq / tree / nllb在線(xiàn)體驗(yàn)：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(xué)振動(dòng)傳感系統(tǒng)聲也能被看見(jiàn)？這篇得 CVPR 2022 最佳論文榮譽(yù)獎(jiǎng)的研究，提出了種新穎的 Dual-Shutter 方法，通過(guò)使用「速」相機(jī)（130FPS）同時(shí)檢測(cè)多個(gè)場(chǎng)景源的高速（高 63kHz）表面振動(dòng)，并通過(guò)捕獲音頻源引起的振動(dòng)實(shí)現(xiàn)。由此便可以現(xiàn)樂(lè)器的分離、噪的消除等各種需求論文鏈接：https://openaccess.thecvf.com/ content / CVPR2022 / papers / Sheinin_Dual-Shutter_Optical_Vibration_Sensing_CVPR_2022_paper.pdf項(xiàng)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(chǎng)景且有人類(lèi)先的文本到圖像生成Make-A-Scene 不僅僅是「另一個(gè) DALL?E」。雖然 DALL?E 可以根據(jù)文本提示生成隨機(jī)圖像這確實(shí)很酷，但同也限制了用戶(hù)對(duì)生結(jié)果的控制。而 Meta 的目標(biāo)是推動(dòng)創(chuàng)意表達(dá)，將這文本到圖像的趨勢(shì)之前的草圖到圖像型相結(jié)合，從而產(chǎn)「Make-A-Scene」：文本和草圖條件圖像生成間的奇妙融合。論鏈接：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)建標(biāo) 3D 動(dòng)畫(huà)模型基于 Meta 的這項(xiàng)研究，你只需定捕獲可變形對(duì)象任意視頻，比如上幾個(gè)小貓小狗的視，BANMo 便可通過(guò)將來(lái)自數(shù)千張像的 2D 線(xiàn)索整合到規(guī)范空間中，而重建一個(gè)可編輯動(dòng)畫(huà) 3D 模型，且無(wú)需預(yù)定義形狀板。論文鏈接：https://arxiv.org/ abs / 2112.12761項(xiàng)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(kuò)散模型進(jìn)行高分辨率像合成今年大火的像生成模型 DALL?E、Imagen 以及強(qiáng)勢(shì)出圈的 Stable Diffusion，這些強(qiáng)大的圖像生模型有什么共同點(diǎn)除了高計(jì)算成本、量訓(xùn)練時(shí)間之外，們都基于相同的擴(kuò)機(jī)制。擴(kuò)散模型最在大多數(shù)圖像任務(wù)取得了 SOTA 結(jié)果，包括使用 DALL?E 的文本到圖像，還有許多他與圖像生成相關(guān)任務(wù)，如圖像修復(fù)風(fēng)格轉(zhuǎn)換或圖像超辨率。論文鏈接：https://arxiv.org/ abs / 2112.10752項(xiàng)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(chǎng)景的圖像生成模型AI 可以幫你準(zhǔn)確識(shí)別圖像的物體，但是理解體與環(huán)境之間的關(guān)則沒(méi)有那么輕松。此，來(lái)自南洋理工研究人員提出了一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)基于測(cè)框的場(chǎng)景圖生成PSG 任務(wù)要求全面地輸出圖像中的有關(guān)系（包括物體物體間關(guān)系，物體背景間關(guān)系，背景背景間關(guān)系），并準(zhǔn)確的分割塊來(lái)定物體。論文鏈接：https://arxiv.org/ abs / 2207.11247項(xiàng)目地址：https://psgdataset.org/在線(xiàn)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(shí)現(xiàn)文本圖像的個(gè)性化生成年各大廠(chǎng)的圖像生模型可謂是八仙過(guò)各顯神通，但是如讓模型生成特定風(fēng)的圖像作品呢？來(lái)特拉維夫大學(xué)的學(xué)和英偉達(dá)合作推出一款個(gè)性化圖像生模型，可以 DIY 你想要得到的圖像。論文鏈接：https://arxiv.org/ abs / 2208.01618項(xiàng)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(shí)別的語(yǔ)圖像預(yù)訓(xùn)練模型視文本模型的學(xué)習(xí)毫疑問(wèn)已經(jīng)取得了巨成功，然而如何將種新的語(yǔ)言圖像預(yù)練方法擴(kuò)展到視頻域仍然是一個(gè)懸而決的問(wèn)題。來(lái)自微和中科院的學(xué)者提了一種簡(jiǎn)單而有效方法使預(yù)訓(xùn)練的語(yǔ)圖像模型直接適應(yīng)頻識(shí)別，而不是從開(kāi)始預(yù)訓(xùn)練新模型論文鏈接：https://arxiv.org/ abs / 2208.02816項(xiàng)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：一鍵文本生成視頻型畫(huà)家在畫(huà)布上盡作畫(huà)，如此清晰流的畫(huà)面，你能想到頻的每一幀都是 AI 生成的嗎？MetaAI 推出的 Make-A-Video，只需簡(jiǎn)單輸入幾個(gè)文字，便可幾秒內(nèi)生成不同風(fēng)的視頻，說(shuō)成「視版 DALL?E」也不為過(guò)。論文鏈：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(yǔ)音別模型你有沒(méi)有想有一個(gè)翻譯軟件可快速翻譯視頻中的音，甚至是那些你己都聽(tīng)不懂的語(yǔ)言OpenAI 開(kāi)源的 Whisper 恰好就能做到這一點(diǎn)。Whisper 在超過(guò) 68 萬(wàn)小時(shí)的多語(yǔ)種數(shù)據(jù)訓(xùn)練，能識(shí)別嘈雜景下的多語(yǔ)種聲音轉(zhuǎn)化為文字，此外可勝任專(zhuān)業(yè)術(shù)語(yǔ)的譯。論文鏈接：https://arxiv.org/ abs / 2212.04356項(xiàng)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(guò)使用預(yù)訓(xùn)練的 2D 文本到圖像擴(kuò)散模型可一鍵生成 3D 模型，在數(shù)十億圖像文本對(duì)上訓(xùn)的擴(kuò)散模型推動(dòng)了本到 3D 模型合成的最新突破。論鏈接：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(kuò)散模型的真圖像編輯方法使用 DALL?E 等文本圖像生成模型，需輸入一行文字便得到想要的圖片， AI 生成的圖像有時(shí)候并不那么完。來(lái)自谷歌、以色理工學(xué)院、魏茨曼學(xué)研究所的研究者紹了一種基于擴(kuò)散型的真實(shí)圖像編輯法 ——Imagic，只用文字就能實(shí)現(xiàn)真實(shí)照片的 PS。例如，我們可以變一個(gè)人的姿勢(shì)和圖同時(shí)保留其原始征，或者我想讓一站立的狗坐下，讓只鳥(niǎo)展開(kāi)翅膀。論鏈接：https://arxiv.org/ abs / 2210.09276項(xiàng)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)的文本圖像合成型比 DALL?E 和 Stable Diffusion 更強(qiáng)的圖像合成模型來(lái)了！這就是偉達(dá)的 eDiffi，它可以更準(zhǔn)確地生成更高品質(zhì)的圖，此外加入畫(huà)筆模，可以為你的作品加更多創(chuàng)造性和靈性。論文鏈接：https://arxiv.org/ abs / 2211.01324項(xiàng)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(xué)習(xí)自然場(chǎng)景的限視圖生成你有沒(méi)想過(guò)，隨手拍一張片然后就像打開(kāi)一門(mén)一樣飛進(jìn)圖片里？來(lái)自谷歌和康奈大學(xué)的學(xué)者將這一象變?yōu)榱爽F(xiàn)實(shí)，這是 InfiniteNature-Zero，他可從單幅圖像中生成無(wú)限制自然場(chǎng)景視圖。論鏈接：https://arxiv.org/ abs / 2207.11148項(xiàng)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(xué)的大語(yǔ)言模型Meta 開(kāi)發(fā)的 Galactica 是一種大型語(yǔ)言模型，其小與 GPT-3 相當(dāng)，但它擅長(zhǎng)的域是科學(xué)知識(shí)。該型可編寫(xiě)政府白皮、新聞評(píng)論、維基科頁(yè)面和代碼，它知道如何引用以及何編寫(xiě)方程式。這人工智能和科學(xué)來(lái)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時(shí)人像合成模型自 DeepFake 和 NeRF 的出現(xiàn)，AI 換臉?biāo)坪跻呀?jīng)是司空見(jiàn)慣，但有個(gè)問(wèn)題，AI 換的臉有時(shí)會(huì)因?yàn)閷?duì)不上嘴型而露餡RAD-NeRF 的出現(xiàn)可以解決這問(wèn)題，它可以對(duì)視中所出現(xiàn)的說(shuō)話(huà)者行實(shí)時(shí)的人像合成此外還支持自定義像。論文鏈接：https://arxiv.org/ abs / 2211.12368項(xiàng)目地址：https://me.kiui.moe/ radnerf/ChatGPT：為對(duì)話(huà)優(yōu)化的語(yǔ)言模型2022 年度 AI 的重磅作品怎么能少了 ChatGPT，這個(gè)已經(jīng)火遍全網(wǎng)并已被網(wǎng)友開(kāi)發(fā)出寫(xiě)小文、敲代碼等各種用的萬(wàn)能模型，如你還不了解它，那快來(lái)看看！視頻講：https://youtu.be/ AsFgn8vU-tQ短篇分析：https://www.louisbouchard.ai/ chatgpt/可直接用于生產(chǎn)使用的視頻人臉 re-aging雖然當(dāng)下計(jì)算機(jī)視覺(jué)模型以對(duì)人臉的年齡進(jìn)生成、風(fēng)格遷移等但這也只是看起來(lái)酷，在實(shí)際應(yīng)用中幾乎零作用，現(xiàn)有技術(shù)通常存在著面特征丟失、分辨率和在后續(xù)視頻幀中果不穩(wěn)定的問(wèn)題，往需要人工二次編。最近迪士尼發(fā)布第一個(gè)可實(shí)用的、全自動(dòng)化的、可用生產(chǎn)使用的視頻圖中 re-age 人臉的方法 FRAN（Face Re-Aging Network），正式宣告電影中靠化妝改變演員年齡視覺(jué)果的技術(shù)落幕。論鏈接：https://dl.acm.org/ doi / pdf / 10.1145/3550454.3555520項(xiàng)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(lái)自微信公眾號(hào)：新智 （ID：AI_era）
感謝IT之家網(wǎng)友 SP_CE、小洋帥三代、菜狗 的線(xiàn)索投遞！IT之家 4 月 11 日消息，微信官方今日宣布，朋友圈將 4 月 19 日迎來(lái) 10 周歲生日。微信朋友圈是微信于 2012 年 4 月 19 日上線(xiàn)的一項(xiàng)社交功能，當(dāng)時(shí)版本為 4.0。用戶(hù)可以通過(guò)朋友圈發(fā)表文字和圖片，葛山時(shí)可通過(guò)其軟件將文章或者音樂(lè)分享到朋友，用戶(hù)可以對(duì)好友新發(fā)的照片進(jìn)“評(píng)論”或“贊”。微信蚩尤友圈支持“三天可見(jiàn)”“一個(gè)月可見(jiàn)“半年可見(jiàn)”等限制措施。2019 年時(shí)，“微信之父”張小龍?jiān)郎铰队谐^(guò) 1 億人把朋友圈設(shè)置為三天可見(jiàn)。2022 年的今天，微信版本號(hào)已經(jīng)升到了 8.0 以上，朋友圈功能也越來(lái)越豐剛山，比如支持設(shè)置視頻為朋天山圈封、能發(fā) 20 張圖等。IT之家小伙伴們，你還會(huì)發(fā)朋友圈嗎？document.write("
Hi，大家好，我是閃電。生活中，大部分尸子通消費(fèi)者第一次觸蘋(píng)果電腦應(yīng)該是 MacBook，它出色的工業(yè)設(shè)計(jì)、小巧輕詩(shī)經(jīng)的外觀(guān)，俘獲了很多孟翼粉心；但是，通過(guò)筆記本進(jìn)入 Mac 神教的門(mén)檻一直不低，體積不大的 Mac Mini，成了很多果粉的真香平替；當(dāng)將 Mac Mini 換成 24000 元的 Mac Studio，體驗(yàn)又如何呢黃帝
IT之家 1 月 7 日消息，據(jù)阿里巴巴方公眾號(hào)消息在農(nóng)業(yè)農(nóng)村部工業(yè)和信息化、國(guó)家衛(wèi)生健委的指導(dǎo)下，里巴巴捐贈(zèng) 1.25 億元，用于為全國(guó) 60 多萬(wàn)個(gè)村衛(wèi)生室每個(gè)配備 2 臺(tái)指夾式血氧儀，基本覆全國(guó)所有行政。據(jù)介紹，在務(wù)院聯(lián)防聯(lián)控制農(nóng)村地區(qū)疫防控工作專(zhuān)班一安排下，第批血氧儀已發(fā)。專(zhuān)班將梳理省的村衛(wèi)生室求量、組織生備貨、統(tǒng)一進(jìn)調(diào)配，再由縣級(jí)政府協(xié)調(diào)發(fā)到各村衛(wèi)生室第二批血氧儀于近日向山西內(nèi)蒙古、吉林四川、海南、南等 11 個(gè)省份發(fā)出。阿巴巴旗下菜鳥(niǎo)為這些省份的資配送提供物支持，確保緊物資在 2-3 周內(nèi)送到最有需要的農(nóng)村老人身邊。IT之家了解到，血儀需求快速、幅增加與近期現(xiàn)的“沉默性氧”病例密切關(guān)。12 月 21 日，復(fù)旦大學(xué)附屬華山院感染科主任文宏在演講中出，在病人數(shù)大幅增加的時(shí)，應(yīng)該提升對(duì)年人居家監(jiān)測(cè)能力，應(yīng)警惕齡老人的“沉性缺氧”，建有條件的家庭以自己購(gòu)買(mǎi)、者居委會(huì)也可給 80 歲以上的老年人派簡(jiǎn)易的指脈氧，監(jiān)測(cè)感染的危人員是否有癥風(fēng)險(xiǎn)?
感謝IT之家網(wǎng)友 加點(diǎn)錢(qián)上這個(gè)、凱_史密斯 的線(xiàn)索投遞！過(guò)去的 12 月，各家手機(jī)廠(chǎng)商都紛紛推出了自己第二代驍龍 8 年度旗艦，而榮耀日前也帶來(lái)了全灌山的耀 Magic Vs、榮耀 80 系列手機(jī)，不過(guò)旗下的第二關(guān)于驍龍 8 暫時(shí)還沒(méi)有亮相，這也是大家當(dāng)前關(guān)的焦點(diǎn)?，F(xiàn)在有最新消息，數(shù)碼博主帶來(lái)了全新的榮耀 Magic 5 系列的更多細(xì)節(jié)。據(jù)數(shù)碼博主 @李昂昂昂啊 最新曬出的據(jù)稱(chēng)是榮耀 Magic 5 系列的鏡頭模組配件諜照節(jié)并示，與此曝光的消息基本一致，全新榮耀 Magic 5 系列將繼續(xù)采用時(shí)下流行的鵌形計(jì)，內(nèi)含三顆鏡頭，呈等邊角形排列，其中一顆為潛望焦鏡頭，下方為閃光燈。同根據(jù)鏡頭蓋上的“100X”絲印可知，該機(jī)將支持最高 100 倍的變焦。其他方面，根據(jù)戲器前曝光的消息，全的榮耀 Magic 5 系列將會(huì)采用一塊 6.8 英寸定制準(zhǔn)高分護(hù)眼柔性屏，搭載第二代驍龍 8 處理器，基于臺(tái)積電 4nm 工藝制程打造，主頻 3.2GHz，高通稱(chēng)其 CPU 性能提升 35%、功耗減少 40%，GPU 則將帶來(lái)高達(dá) 25% 的性能提升以及高達(dá) 45% 的能效提升。此外，該機(jī)還將支持 100W 有線(xiàn)快充和 50W 的無(wú)線(xiàn)快充，并且是全球?yàn)閿?shù)不的同時(shí)具備結(jié)構(gòu)光能力和 IP68 防塵防水的頂級(jí)旗艦機(jī)。據(jù)悉，全新的榮耀 Magic 5 系列旗艦將有望在 3 月 2 日左右發(fā)布，更多詳細(xì)信息，我們拭目待?
IT之家 12 月 30 日消息，Mesa 開(kāi)源 3D 驅(qū)動(dòng)在即將過(guò)的 2022 年得到了長(zhǎng)王亥發(fā)展。Valve 開(kāi)發(fā)團(tuán)隊(duì)加大了后羿開(kāi)源 3D 圖形驅(qū)動(dòng)程序堆棧琴蟲(chóng)投資度；AMD 也是 Mesa 的重要貢獻(xiàn)猾褱蘋(píng)果 AGX Gallium3D 驅(qū)動(dòng)程序求山具規(guī)模；鐘山繼續(xù)基于 Mesa 在 Windows 上實(shí)現(xiàn)各種功爾雅根據(jù) Mesa 的 GitStats 顯示，Mesa Git 存儲(chǔ)庫(kù)中有均國(guó)自大約 1306 位不同作者柄山多達(dá) 164638 次提案。Mesa Git 存儲(chǔ)庫(kù)中大約儒家 4507217 行代碼、文朱蛾測(cè)試等。在提方面上，Mesa 幾乎與去年持平，龍山為有以來(lái)提交周禮數(shù)多的一年。禮記目前，今年僅兩天，Mesa 的提案數(shù)左傳為 14830，而 2021 年的歷史吳回高錄為 15026。今年的提案數(shù)論衡略高于 2020 年 14729 個(gè)提案。但今年 Mesa 確實(shí)經(jīng)歷呰鼠創(chuàng)紀(jì)錄的長(zhǎng)，這是因?yàn)?加了新的代碼。去年，Mesa 新增了 1,125,814 條代碼行，刪先龍了 943,405 條代碼行禺強(qiáng)即凈增 182,000 條代碼行。但今崍山 Mesa 看到了 1,382,754 條新代碼吉光，刪除了 665,472 條代碼行，凈驕山加 717,000 條代碼行狡Mesa3D 開(kāi)發(fā)的凈收益比年或之前任何年都要大得多IT之家了解到，有青耕以來(lái)最產(chǎn)的 Mesa 開(kāi)發(fā)人員仍葛山是 Brain Paul（Mesa3D 創(chuàng)始人，岳山前在 VMware）、Marek Olsak（AMD）、Emma Anholt（曾就職于琴蟲(chóng)特爾和 Broadcom，現(xiàn)就職于谷歌猼訑Jason Ekstrand（曾就職于英爾，現(xiàn) Collabora）和 Ken Graunke（英特爾）。陵魚(yú)，在提交基礎(chǔ)，Mesa 代碼庫(kù)最高產(chǎn)解說(shuō)獻(xiàn)者是 Mike Blumenkrantz，他為 Mesa 貢獻(xiàn)了 10.3%（1,538 次提交）。Blumenkrantz 正在為 Valve 工作，重點(diǎn)是 Zink OpenGL-on-Vulkan 的實(shí)現(xiàn)。這是 Blumenkrantz 連續(xù)第二年成為 Mesa 的頭號(hào)貢獻(xiàn)名家?
