刷新
MagicBokeh:单步统一生成式框架实现真实感长焦虚化渲染 | CVPR 2026 Oral

博主头像 vivo蓝图实验室提出了长焦虚化渲染框架 MagicBokeh,基于一个统一的生成式架构实现长焦虚化渲染。通过交替训练策略、焦点感知掩码注意力与退化感知深度估计,解决了高倍变焦低质输入下噪声放大、边界模糊与误差累积的问题,在合成与真实数据集上均取得SOTA效果,为移动端高效真实感长焦虚化仿真提供了新... ...

奇摩来教你:WorkBuddy智能编程零基础快速上手

博主头像 零基础也能用AI编程,门槛到底卡在哪 AI编程工具已经火了一两年,但很多人仍然觉得它离自己很远,总觉得"那是程序员的事"。不得不说,这种想法已经过时了。以WorkBuddy为代表的本地化AI智能体,把编程的门槛降到了"会描述需求、会验收结果"的程度,普通办公人员也能用它完成从前需要求助于IT部门的工 ...

奇摩深度解析:WorkBuddy如何重塑开发工作流

博主头像 开发者的效率困局:工具多了,产出却少了? 一个典型的开发者工作日:早上打开IDE,切换到终端跑构建,打开浏览器查文档,切回编辑器写代码,中间还要在Slack/钉钉上回复消息。不得不说,这种上下文切换的成本被严重低估了——研究表明每次任务切换平均需要23分钟才能重新进入深度工作状态。 更大的问题在于, ...

不会写代码也能做游戏?我和AI聊出了一个江湖

博主头像 从一句“帮我做个游戏”开始 最近迷上了一款叫Workbuddy的AI工具,它可以自由接入不同的大模型,用对话方式生成功能。虽然我完全不懂编程,但上手之后发现,只要把需求说清楚,它真能做出能跑的东西。起初我做了一些自动化小工具,后来突发奇想,直接让它做游戏。 第一次对话特别简单,我就丢了一句“帮我做... ...

iNeuOS_AiMind+Ollama(Embedding 和 VLM 模型)+DeepSeek 打造专业大模型知识库

博主头像 传统知识库构建中,对图片的处理通常仅做 OCR 文字识别。这种方式只能提取图片中的文字信息,无法理解图片的场景、结构和语义。 在工业场景下,设备照片、生产流程图、工艺标准图、操作手册图等大量图片资源包含着丰富的场景化知识信息,仅靠 OCR 远远不够,会严重降低知识库的构建质量。 iNeuOS_AiM... ...

豆包回答粘到 Word 后字体格式全乱了?DS随心转先保留原文样式再整理

博主头像 豆包回答粘到 Word 后字体格式全乱了?DS随心转先保留原文样式再整理 一句话答案:豆包或 Kimi 回答复制到 Word 后字体大小、加粗、颜色和段落间距全部丢失,是因为网页富文本与 Word 排版引擎不兼容;先用 Markdown 备份原文结构,再在 Word 中逐级套用样式恢复,批量处理多轮 ...

[技术分享] 独立开发者与创作者:如何利用 AI 自动化解决项目音效与配乐痛点?

前言 作为一名长期关注独立开发与音视频技术的创作者,我发现很多独立开发者在做游戏、App demo、短视频或产品演示时,最头疼的往往不是写代码,而是“音频与背景音乐(BGM)”。 找免费配乐怕版权纠纷,找商业授权成本太高,自己作词作曲又不具备专业音律知识。今天分享一下我最近在用的音频工作流,聊聊如何 ...

AI杂谈:别再问AI会不会替代你,先看你是不是驾驶员

博主头像 最近看了很多AI应用的案例,越看越觉得一个问题很有意思:现在大家讲AI落地,很容易把两件事混在一起。 一件事是基模厂商、算力厂商、云厂商的增长,也就是所谓的“卖铲子”。比如调用量涨了、token消耗涨了、MaaS收入涨了、GPU更贵了,这些当然是增长,但这是铲子卖得好,不代表下地挖矿的人真的挖到了金 ...

<1···91011···38>