注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 d_art畫廊
d_art畫廊 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 d_art畫廊 的推特
Opus 5.5(图1-2) vs GPT 6 Astra(图3-4) Opus 5.5 网页: GPT 6 Astra 网页: --- Prompt --- 请直接制作一个可以在浏览器中实时交互的高完成度 3D 景观网页。 主题:日式樱花山谷。 使用 HTML、CSS、JavaScript 实现。不要生成图片,不要只给设计方案, 不要用一张背景图加视差效果冒充 3D。我要的是实际可运行、可游览的成品。 【一、作品定位】 这是一片完整、连续、有远近层次的山谷景观, 不是孤立的小摆件、悬浮岛、带底座的沙盘,也不是单纯的技术演示。 风格是现代精细体素 / voxel art: 保留立方体几何的造型语言,但画面应高分辨率、抗锯齿、光影细腻。 不要复古低分辨率像素化,不要粗大积木堆砌,不要给画面套像素滤镜。 视觉质量优先。宁可少几个功能,也不要牺牲构图、材质和光照。 【二、参考图的使用方式】 如果附有参考图,请先理解它的构图层次、尺度、光线和色彩关系。 仅借鉴氛围与视觉语言,重新设计场景, 不要照搬建筑、树木、山体和道路的位置,不要 1:1 复刻。 参考图不是网页里的背景素材。场景本身必须由真实 3D 几何构成。 【三、场景构图】 默认打开时就应呈现一幅完整、有吸引力的画面, 不需要用户先旋转镜头才能找到好看的角度。 采用透视相机,而不是沙盘式等距俯视相机。 画面有明确的前景、中景、远景: 前景: 一株有存在感的古老樱花树,配合岩石、草木、石灯笼和少量落花, 形成画面边缘的自然框景,但不能挡住河流、桥和主要建筑。 中景: 一条蜿蜒河流引导视线进入画面,红色木桥横跨河面; 村落、茶屋、神社和小径顺着地势分布,建筑之间有真实的通行关系。 地面有起伏、岸线和自然过渡,不是平面上均匀摆放模型。 远景: 山坡上的多层塔、不同距离的森林和山脊,以及远处的雪山。 用尺度变化、遮挡、冷暖变化和空气透视表现距离, 而不是仅仅把远处物体缩小。 不要把所有元素均匀铺满。需要主次、疏密、留白和清楚的视觉焦点。 【四、造型与画面质量】 樱花树: 树干有转折、分叉和根部,树冠由不规则花簇组成, 有间隙、厚薄变化和可见枝条。不要做成几个规则球体或方块团。 建筑: 屋顶有层叠瓦片、挑檐、梁柱和窗格; 不同建筑有用途、体量和高度差异,不要复制同一栋房子铺满山谷。 地形: 岸边有湿润石块、草丛和植被过渡。 避免过于规律的台阶、重复条纹、棋盘格和明显的程序生成网格。 水面: 必须能够反映周围景物,具有适度的波纹、深浅变化和岸边过渡。 尽量使用实际场景反射;需要性能降级时也应保持视觉可信。 不要用闪烁噪声、强烈扭曲或一整块蓝色平面代替水。 细节: 可以有少量锦鲤、落花、萤火虫、瀑布和远处飞鸟, 但都应服务于氛围,不能让画面显得嘈杂。 不要为了宣称模型数量而堆砌细节。 【五、色彩与氛围】 默认是蓝调时刻: 偏冷的山谷与远山,柔和的粉色樱花,温暖但不过曝的灯笼和窗光。 暖光集中在有人活动的地方,不要把整个环境染成橙色。 需要柔和阴影、物体接触处的明暗、合理的曝光、 克制的泛光、抗锯齿和有距离层次的薄雾。 避免发白、灰蒙、过度饱和、满屏浓雾、过曝灯光和明显锯齿。 方块几何可以清晰,但渲染本身不能粗糙。 另提供“清晨”和“雨中”两种氛围; 切换时应同步改变天空、环境光、雾和局部效果, 不是仅仅修改背景颜色。 【六、交互与界面】 提供四个经过设计的镜头: 山谷全景、河边低机位、寺庙小径、山坡俯瞰。 切换应平滑,每个镜头都需要有独立的构图价值。 基础交互: 鼠标拖动观察、滚轮缩放或前进,触屏支持拖动和双指缩放。 提供重置视角、隐藏界面和保存当前画面的功能。 可选增强: 自由探索、缓慢镜头巡游、环境音。 环境音默认关闭,只在用户主动点击后播放。 额外功能不能影响默认画面的完成度。 界面要克制、有设计感,以景观为主。 标题和控制条放在边缘,不遮挡视觉焦点。 桌面和手机都不能出现按钮越界、文字重叠或无法操作的问题。 【七、工程与性能】 允许使用 Three.js / WebGL,以及版本固定、互相兼容的 CDN 依赖。 优先使用成熟渲染能力,不要为了“零依赖”重写整套引擎。 自写的 HTML、CSS、JavaScript 尽量整理在一个 HTML 文件中。 景物由程序化几何和材质生成,不依赖外部图片或 3D 模型资源。 重复物体采用适合的批量或实例化绘制方式; 合理控制细分、阴影、反射和渲染分辨率。 提供高画质和轻量模式,手机默认使用较轻设置。 不要靠无限增加体素数量换取细节。 加入加载提示、WebGL 不支持时的提示和必要的错误处理。 没有开启声音时不要自动播放;尊重减少动态效果的系统偏好。 【八、交付前验收】 不要写完代码就立即交付。 如果当前环境支持浏览器运行和截图,请先实际打开页面, 检查默认镜头、四个视角、氛围切换、桌面和手机布局, 再根据截图修正明显的构图、曝光、遮挡和渲染问题。 重点检查: 是否存在空白画面、加载失败、控制台错误; 是否有穿模、闪烁、阴影条纹、过曝、水面异常; 默认画面是否真正像完整景观,而不是小型沙盘; 功能按钮是否实际可用,移动端是否越界。 可以使用浏览器截图验收,但不要调用图像生成工具。 没有完成的测试要如实说明,不要声称已经验证。 最终交付: 1. 实际存在、可以打开的 HTML 文件,或当前环境支持的交互预览。 2. 如能截图,附一张真实浏览器渲染截图。 3. 简短说明操作方式和必要的运行条件。 请直接完成制作;非关键细节自行作出一致的设计选择, 不要把可以自行解决的实现问题反复交给我决定。
显示更多
半透明磨砂树脂 × 低饱和粉彩 × 极简艺术海报。 乳白外壳柔化角色配色,五官与身份配饰保持清晰;背景提取角色符号,让材质、配色和版式形成统一的视觉关系。 提示词: 【角色】,保留标志性发型、主色、面部特征、服装结构与身份配饰,转译为半透明磨砂树脂 3D 艺术角色。 Soft Frosted Character 3D × Pastel Minimalist Editorial × Translucent Resin Art。 乳白半透明磨砂树脂外壳,内部保留角色原始配色,形成朦胧透光的云雾渐变;面部、眼睛、发饰、金属配件与身份象征保持清晰精致。 9:16 竖版艺术海报,角色三分之四身,主体略偏左或偏右。背景采用高明度低饱和角色主色,并加入一个巨大的半透明几何色块。 从角色身份中提取 1–2 个标志性符号,放大为低透明度背景图形,与角色主色呼应;可使用圆形、弧线、晶体、轨迹、徽记等形式。 大面积留白,柔和棚拍光,乳白边缘高光与淡灰接触阴影。顶部与边缘仅保留极少量细小编辑信息,底部小号角色英文名。 整体梦幻、干净、柔软,像现代艺术收藏品与独立展览海报。 右下极小手写 voxCAT + 青金石蓝小圆点。
显示更多
0
4
154
10
转发到社区
吴说获悉,链上资产追回机构 DART 披露,在硬件钱包厂商 Coinkite 旗下 ColdCard 固件熵值漏洞引发的被盗危机中,DART 联合独立白帽安全研究人员已从受影响的风险地址中先于黑客成功抢救转移了略多于 50 枚 BTC。据此前报道,由于部分历史固件错误导致助记词生成熵值严重不足,黑客已通过离线碰撞盗取超 1500 枚 BTC(损失超 1 亿美元)。为确保救援资金的合法合规归还,这批被保护的 BTC 未存放在个人钱包,而是存入了由世达律师事务所国家安全律师设立的“Crypto Recovery Trust”,通过链上资金溯源、制裁筛查和所有权核验等严密法律程序,以便依法原路返还给受害所有者。
显示更多
最近资金安全的问题又被我们狠狠重视起来! 平常我们收款付款的地址是不是安全已经有没有风险其实我们在日常生活中经常碰到的问题 杰哥发现了一个非常好用的工具DART ! 他是 WIDTH 旗下的链上风险筛查产品。他能够帮我们看清链上资金风险,让每一次判断都有依据。帮我核查转账的地址是不是安全可靠! DART目前免费至 2028 年底,活动范围内不限调用次数! 非常给力了属于是! 这次的经费,杜老板买单 @DujunX ! 平常我们每笔交易需要持续检查,这样就不用每调用一次都先考虑费用了!格局打开了! 产品背景十分强悍!单周处理 116 万次链上风险筛查!支持 8 条主流公链! 团队背景也是十分资深!具有12 年的金融合规经验与 500+ 受监管机构服务背景。 ——产品功能体验: 直接通过最近大火的 Grok Bot,用对话发起链上风险筛查! 输入钱包地址和链就可以了! 他可以提供地址与交易风险分析,为日常审核和进一步调查提供依据。 ——根据地址核查每笔交易! KYA 地址筛查:查地址自身及上下游资金风险,适用于钱包准入。 KYT-IN 来源筛查:追溯资金来源,适用于充值与入金审查。 KYT-OUT 去向筛查:分析收款地址及下游风险,适用于提现与转账审查 ——根据资金路径提前找到风险 呈现目标地址与风险主体之间的直接、间接资金关联!最多可以追踪5跳! ——评分体系 先去重再评分:同一笔风险资金涉及多条路径时,先去重再计算,绝不重复放大风险。
显示更多
0
38
37
1
转发到社区
【供過於求】高盛警告全球石油供應過剩將再現 各國補充戰略儲備不足以改變局面 高盛表示,隨著伊朗戰爭的影響逐漸消退,霍爾木茲海峽的交通恢復,全球石油市場供應過剩的情況將再次出現。全球大宗商品研究聯席主管Samantha Dart說,明年原油過剩量平均每天將略高於300萬桶。
显示更多
【延續走高】高盛預測2026年金價將再創新高 油價料延續走軟態勢 今年全球大宗商品市場的特徵是:金價創紀錄上漲和原油價格持續疲軟。高盛預計這兩種趨勢都將在2026年得到延續。Daan Struyven和Samantha Dart等該行分析師預計,明年金價將再創新高,而油價將因供應過剩承壓。
显示更多
刚看完All-In Podcast最新一期,聊了Anthropic的2万亿IPO、扎克伯格AI宣言、英伟达5000亿算力金融化、Grok逆袭这几件大事,整理了一下 1. Anthropic要冲刺2万亿美元IPO了 据《金融时报》报道,Anthropic打算在10月前后以2万亿美元估值推进IPO,预计年底年化运行收入(ARR)能达到1000亿到1200亿美元,连续三年实现了近10倍的指数级扩张。按这个ARR来算,市销率只有16到20倍左右,比此前一些高估值上市科技公司更便宜。 它的护城河主要来自编程这个垂直赛道。早期就押注编程模型,靠观察Cursor这类生态的高强度调用抢占了先发优势,据传还在洽谈以60亿美元收购一家AI能效优化初创公司DART。不过OpenAI也在加速追赶,凭借GPT-5.6全面发力代码能力,月环比增速已经回升到20%以上。嘉宾们还讨论了Anthropic能不能从千亿ARR冲向万亿ARR的问题。企业知识工作这块市场潜力虽然高达数十万亿美元,但算力芯片短缺、电力基建和电网接入限制会是现实中的天花板,普遍共识是2027年底ARR能到4000亿到5000亿美元,算是相对务实的预期。 2. 扎克伯格的AI宣言 扎克伯格发表了一篇6500字的长文宣言《The Future is for Everyone》,核心主张是开源AI、让超级智能赋能每个个体、以及去中心化制衡。几位主讲人对Anthropic和有效利他主义(EA)那套"AI末日论/救世主心态"提出了强烈批评,认为把AI类比成核武器、试图通过设立AI版FAA或FDA这种政府审批机制来搞行业卡特尔化,不仅会抹杀企业的领先优势,还会在中美AI地缘竞争中自缚手脚。 他们也聊到了开源和闭源模型共存的经济学。像Llama、中国的GLM这类开源模型,价格比闭源前沿模型便宜90%,承接了大约80%的常规推理调用量。而Claude、GPT这类闭源前沿模型则扮演高智商"中枢调度大脑"的角色,占据了65%到85%的最高经济价值分配,形成了一个还算健康的分层生态。 英伟达搞了个5000亿美元的算力金融化大动作 黄仁勋联合黑石、高盛、KKR、阿波罗、贝莱德这些华尔街顶级资管,建立了一个5000亿美元规模的算力独立融资平台。运作方式有点类似飞机租赁或者设备抵押贷款。下游客户借钱采购GPU集群,靠出租算力赚的钱来还贷,英伟达充当撮合方,还提供残值兜底保证,同时享受超出保底收益之外的超额分成。 这个模式本质上是把英伟达从单纯的硬件卖家,变成了类似AI领域中央银行的角色,用华尔街的私募信贷资金打破了巨额资本开支的融资瓶颈,直接支撑起万亿级别的算力部署。当然也有人提出风险,核心担忧是未来会不会出现算力绝对过剩(有点像互联网泡沫时期的暗光纤),不过目前电力和审批这两个瓶颈客观上起到了防止算力瞬间过剩的限速器作用。 数据中心的能源瓶颈:电力 数据中心建设正受制于重型燃气轮机产能、电网变压器交付周期这些物理的限制,资本正在通过拆解改造老旧航空发动机、自建天然气发电这类方式抢建算力节点。节目也反驳了一些关于数据中心耗尽民用水资源、大幅推高电价的媒体夸大宣传,指出合规运营、自建电厂并向电网反哺电力的数据中心,能显著提升偏远城镇的税收和基建水平。德州州长阿博特推行的"能源审计",目的是规范并网安全,不是要叫停算力建设。 Grok逆袭,PE资金也开始重新盯上SaaS 评测显示Grok 4.6的能力已经逼近前沿梯队,推理成本还大幅下降,打破了之前市场认为Anthropic和OpenAI会长期双头垄断的预期。马斯克在SpaceX的算力集群上玩了一手挺聪明的策略,大模型自己用得上就自用,用不完的高价转租出去(包括此前跟Anthropic签的算力转租、带90天可调条款的协议),算是一种双向期权玩法。 另外私募巨头Silver Lake传闻要巨资收购Workday,消息一出股价直接暴涨。这也反映了一个新趋势。经过长期的估值杀跌之后,开源大模型加上AI带来的降本增效(裁撤冗员、AI优先的运营模式),正在给那些现金流成熟的软件公司提供重组和私有化套利的空间,PE资金开始重新盯上企业软件这个赛道。 最后还提到了亚马逊的一个劳工争议。纽约州和新泽西起诉亚马逊利用第三方外包车队(DSP)来规避用工福利责任,嘉宾们围绕自由契约的效率和劳工合规成本这两方面展开了辩论。
显示更多
0
35
73
2
转发到社区
🔧 光看教程学不会编程,project-based-learning 直接甩给你一份从零手搓真项目的清单。 GitHub 上 28 万 star、3.6 万个 fork,是那种攒了快十年、到现在还在更新的老仓库。 学编程最容易卡住的地方,是语法教程看完之后不知道该干嘛。书上的例子全跑通了,自己动手写点东西还是一片空白,然后就卡在那儿,慢慢就放弃了。 project-based-learning 收的全是那种带你做出一个能跑的东西的教程,按语言分好了类,C、C++、Go、Rust、Python、JavaScript、Java、Kotlin、Swift、Haskell 这些都有。往细里翻更带劲:C/C++ 那栏能找到手写解释器、内存分配器、shell、文件系统、文本编辑器,一直到操作系统和编译器;Python 那栏是爬虫、Web 应用、机器人、机器学习、OpenCV;Dart 那栏干脆是一堆 Flutter 教程,把 Instagram、WhatsApp、TikTok、Netflix 的界面挨个复刻一遍。 这类清单最怕的是链接烂掉,点进去一半是死链。这个仓库挂了一个自动跑的链接失效检查,坏掉的链接能被扫出来。 编程这东西,看一百遍不如自己踩着坑做出来一个。 GitHub:
显示更多
0
7
108
19
转发到社区
🌳 又挖到一个能让 AI 真看懂整个代码库的开源项目 Code-Graph-RAG,整个仓库被解析成一张知识图谱,拿人话问就能查。 GitHub 上 5100 多 star、691 个 fork,397 个 issue 开着,版本几天一发,9 月 29 号刚到 v0.1.38。 在大点的 monorepo 里跟 AI 协作,最常见的翻车是这一句:改这个函数会影响到谁?它去 grep 一圈,把同名的、注释里的、测试里的混在一起端上来,漏掉的那个真正的调用方恰好在另一个包。原因很简单,代码的结构是图,文本搜索看不见边。 Code-Graph-RAG 先用 tree-sitter 把代码解析一遍,有编译器级前端就再上一层,C/C++ 用 libclang、Go 用 go/types,Java、C#、Python# 还能可选挂上 javac、Roslyn 和 Jedi;函数、类、方法、模块和它们之间的关系被存进 Memgraph,成了一张语言无关的图。你问一句话,它翻成 Cypher 去图上走,谁调用了它就是一次遍历,而不是一次猜。顺着图下来的能力也都实在:找死代码、基于 AST 改代码并先给你看 diff、用 ast-grep 做结构化搜索和重写,cgr trace 还能把运行时的调用链并进这张图。 它能当 MCP 服务器跑,Claude Code 这类客户端可以直接连上来查和改。完全支持的语言有十三种,Python、TypeScript、Rust、Go、Java、C、C++、C#、PHP、Lua、Dart# 都在里面。 让 AI 看代码的方式,从翻书变成了查地图。 GitHub:
显示更多
0
4
185
29
转发到社区