註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

檢索結果 体积差
体积差 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含 体积差 的搜尋結果
母狗和主人的身体是极大的反差 抚摸母狗的骚穴就开始流水了直接骑操她操喷了 这就是开发的母狗主动求着主人来调教羞辱她 #开发# #母狗# #反差# #高潮# #肉便器# #羞辱# #调教# #犬奴# #体积差# #爆操# (完整版的视频链接 放在下方评论区)
顯示更多
【影讯】铅块体积小不受浮力影响,这个姿势仅靠肛钩拉起极其困难,开始让小南戴脚镣根本无法发力,差点困死在水里,后来只好打开脚镣,她凭借意志不断在水中蹲下站起,靠着短暂水面呼吸机会维持生命 (完整版看置顶或评论区,更多视频进电报群 ) #分腿# #调教# #男主# #女贝# #贱穴# #贱婊子# #骚逼# #sm#
顯示更多
【影讯】铅块体积小不受浮力影响,这个姿势仅靠肛钩拉起极其困难,开始让小南戴脚镣根本无法发力,差点困死在水里,后来只好打开脚镣,她凭借意志不断在水中蹲下站起,靠着短暂水面呼吸机会维持生命 (完整版看置顶或评论区,更多视频进电报群 ) #分腿# #调教# #男主# #女贝# #贱穴# #贱婊子# #骚逼# #sm#
顯示更多
【影讯】铅块体积小不受浮力影响,这个姿势仅靠肛钩拉起极其困难,开始让小南戴脚镣根本无法发力,差点困死在水里,后来只好打开脚镣,她凭借意志不断在水中蹲下站起,靠着短暂水面呼吸机会维持生命 (完整版看置顶或评论区,更多视频进电报群 ) #分腿# #调教# #男主# #女贝# #贱穴# #贱婊子# #骚逼# #sm#
顯示更多
0
0
137
19
轉發到社區
实用小工具推荐:pngquant 专门压缩PNG图片的命令行小工具,图片文件体积能直接缩小80%,肉眼看不出差别, 很多图片优化工具背后都在用它。工具体积很小几百kb,你可以集成到自己的项目里。
顯示更多
0
4
53
11
轉發到社區
国庆在家做了个实验:把我做视频时常用的那部分流程拆出来,写成一个简单的视频编辑器。 它只跑在 Mac 上,程序本体压缩后约 2 MB。 这个体积夸张到什么程度,你拿着索尼 A7M4 给三上老师拍一张照片也得 70MB 的大小,接近 35 倍,苹果上最好用的视频剪辑软件 Final Cut Pro 4GB 左右,接近两千多倍的大小。而 FCPX 对我来说,并不比这个 2MB 的软件更好用。 麻雀虽小但五脏俱全, 2D、3D、常用特效、MCP 协议都支持, 甚至支持用 js 来写视频(你并不需要一个 chrome)。顺手移植了前几天风靡的 PDoom 视频。 以渲染 @_mexicat 的 PDoom 为例,我的 M2 Max 64GB的机器上测渲染 4K 60fps,带视频/音频/合成音效 + 各种炫酷的动效,4 个 worker 跑差不多153 帧每秒。(PS: 还有一些特性没有移植过来,但第一版的速度相当吓人) 做完这个实验有个感受:AI 在很长一段时间内恐怕依然取代不了专业程序员,但很多领域专家可能不再需要那么专业、那么通用的软件。 非 AI 时代,专业软件为了照顾所有人的需求,功能做得很全,学习门槛也就跟着上去了,而用户学完才能从这个通用且复杂的软件中总结出适合自己工作流。做视频时 打开 FCPX + Apple Motion , 经常因为这玩意要跳来跳去点点戳戳而学的很疲惫, 而每次剪辑都要做很多 setup,从做内容的角度上说,这部分就纯脏活累活。 我做的是 visual explain 类的视频,核心只有一件事:把问题讲清楚。再适当加一点真人讲解,让视频更值得被信任。这条流程里真正用得上的功能,只是那些大软件里很小的一部分。掌握 AE/FCPX 并不是我的目的,他只是服务于我内容的一个环节。 工具和限制决定了你能表达什么。现在可以反过来:先想清楚自己要表达什么,再让 AI 帮你造一个刚好够用的工具。 刚好够用就是这个时代的 AI 开发底色。 顶级的专业程序员暂时依然稀缺,但"专业而通用"的软件,可能不再是每个人的必选项。 欢迎来到新时代!
顯示更多
0
34
144
18
轉發到社區
养过兔子和蛇的人都知道,蛇其实很胆小,也不主动招惹你伤害你,兔子看着温顺乖巧其实脾气暴躁得很,一不开心就砸碗砸盆弄得震天响,没拆家只是因为兔子体积小。 地支巳比卯要温顺,脾气要好。 脾气好差好差的地支:戌,卯,酉,申,辰 胆子好小好小的地支:子,巳,午,亥,未
顯示更多
三种睡眠行为,都在给大脑“加压”? 近日,亚利桑那大学研究团队在权威期刊《阿尔茨海默病与痴呆》上发表研究发现: 在中老年人群中,以下三种常见睡眠行为,均与白质高信号体积显著增大相关: 🌙 夜间睡眠不足7小时,或超过9小时 ☀️ 频繁午睡 😵 长期失眠 值得注意的是,这里的问题不只是睡太少。睡眠时间过长同样是风险信号,而频繁午睡往往不是“养生”,而可能是夜间睡眠质量差的代偿反应,本身也指向潜在的大脑血管问题。 白质高信号是脑小血管病变的核心标志物。简单来说,它就像大脑血管健康状况的“晴雨表”,数值越高,意味着脑部血管损伤越严重,认知衰退、阿尔茨海默病及各类痴呆的风险也随之上升。
顯示更多
存储需求恐怕又要因为seedance2的出现指数级暴增. gpt3.5带来了文本时代,真正的视频时代,是seedance2带来的. 同样是几个提示词,视频ai消耗的存储将达到几百m,随着ai视频制作时长的增加这个体积还会更大. 这次衍生的存储需求会是原来文本的很多倍. 毕竟现在刷视频成瘾的群体是真多, 全球范围内从婴幼儿到老头老太太谁都逃不过,他们可能不爱看书不爱看新闻但绝对爱刷短视频. 基于此,又会产生新的投资需求. 视频ai需要的存储类型跟文本ai肯定有差异. gemini给出的现阶段抖音与yputobe采用的存储架构实录. 目前的视频存储并非单一介质,而是复杂的多级冷热分层架构 (Tiered Storage Architecture)。 A. 架构组成 1. 极热层 (Ultra-Hot Tier):用于应对瞬时爆发的流量(如顶流网红刚发布的视频)。 • 类型:NVMe SSD 集群 + 内存级缓存(Redis/Memcached)。 • 核心指标:**IOPS(每秒输入输出操作数)**和极低的延迟。 2. 热/温层 (Warm Tier):用于存放日常活跃观看的视频。 • 类型:高性能企业级机械硬盘 (HDD) 或大容量 QLC SSD。 • 核心指标:吞吐量 (Throughput) 与成本的平衡。 3. 冷层 (Cold/Archive Tier):用于存放数年前、几乎无人问津的长尾视频。 • 类型:高密度氦气硬盘 (HDD) 甚至物理隔离的磁带机。 • 核心指标:每 TB 持有成本 (TCO)。 B. 痛点:I/O 墙与存储孤岛 传统架构下,存储是“静态”的。但 AI 视频时代(SeenDance 2)要求存储从“仓库”变成“流水线”,这直接导致了存储逻辑的崩溃。 根据以上视频公司存储的现状与困境可以延伸出其三个未来发展方向. 视频 AI 存储的三个未来发展方向 1.方向一:从 HDD 到全闪存化 (All-Flash Data Center) AI 视频训练需要并行读取海量高清素材。传统 HDD 的寻道时间太慢,会拖累昂贵的 GPU 算力。全闪存阵列 (AFA) 将从“奢侈品”变成视频公司的“基础设施”。 2.方向二:CXL 技术下的“内存-存储”融合 Compute Express Link (CXL) 协议将打破内存和 SSD 的界限。对于 SeenDance 2 这种需要处理实时动作对齐的模型,数据在 SSD 和 HBM 之间的搬运速度决定了生成的流畅度。 3.方向三:近存计算 (Computational Storage) 与其把巨大的视频数据搬到 CPU 处理,不如直接在存储主控芯片上进行初步的数据预处理(如视频抽帧、格式转换). 基于以上及图片参数对存储公司作核心竞争力与趋势分析排序评级. SK海力士(S级): 凭借 Solidigm 的 QLC 容量优势和 HBM 的统治地位,卡死了“大容量读取”和“算力吞吐”两个核心环节。视频 AI 训练集的 EB 级存储首选。 三星Samsung (A+级): 读写最均衡。其 PCIe 5.0 写入速度冠绝群雄,是 SeenDance 2 生成 4K/8K 视频流时最佳的“高速缓冲区”。 闪迪SanDisk (A级): 独立后的黑马。其 HBF(高带宽闪存) 旨在打破内存墙,让 SSD 直接参与 AI 推理,极大利好 64G 内存(如你的 M4 Pro)在本地处理大模型视频生成。 美光Micron (A级): 写入寿命与能效比极高,适合 24/7 不间断生成视频的云工厂。 • WDC (B+级): 专注于 CXL 协议,解决数据中心内内存与存储的动态调配问题。
顯示更多
0
28
292
55
轉發到社區
Grok Bot 额度机制天机泄露😱 1. Grok Bot 的额度不按消息条数扣,按 Bot 实际干的活扣:模型调用、上下文体积、工具调用全都算。每走一步都要把整段历史重读一遍,最忙的 Bot 每步要重读 8-9 万 token。 2. 搜 X 走 Bot 自带的免费额度(每分钟 30 次、每天 1000 次),不扣周额度。但搜回来的大批推文要存文件,别贴进聊天。 3. 最大的坑是看图看视频。截图、视频帧、扫描件直接丢进对话,上下文会迅速膨胀;有人一天发 4 张图、搜一次、处理两份扫描件,就吃掉顶档周额度的 11%。我自己用它剪视频,也是掉得最快的。先让命令行工具出文字摘要,Bot 只读摘要。 4. 读网页别让它截图点点点。同一个网站,Computer use 约 21.3 万 token,浏览器里跑脚本约 5.1 万,纯脚本执行期间模型 0 token。能走 API 连接器就别开浏览器。 5. Bot 当包工头,别当搬砖工。在它的云电脑上装 Grok Build、Codex、Claude Code、Pi + DeepSeek 这些 CLI,重活让 CLI 跑,Bot 只调度。有人把写代码交给 Grok Build,两天半 Bot 池用了 70%,开发池才用 6%。 6. 但这里有个坑我天天踩:CLI 跑完没有明确提醒,Bot 派完活就睡了,经常忘了回来查,你就干等半天没结果;让它一直盯着,又费 token 效果还一般。目前看到的解法是 Webhook 叫醒:CLI 一跑完就把 Bot 叫起来验收,范凯和一泽都开源了现成的。 7. 定时任务是隐形吸血鬼。每 15 分钟跑一次 = 一周 672 次唤醒,改成每小时 = 168 次,一天 3 次 = 21 次。没变化也照样扣。 8. 盯数据的活改成"有变化才叫醒":在云电脑里跑个脚本盯着,不过模型、不扣额度,有变动再用 Webhook 叫醒 Bot。注意 Webhook 实测约 1 小时 200 次上限,打满会中断。 9. 同一个 Bot 别聊太久。聊长了它会自动压缩上下文,你根本不知道它压掉了什么,效果越来越差,每一步还要重读一大坨。一个任务开一个新对话,长资料存成文件,聊天里只回结论和路径。放着不聊的旧对话不扣额度,不用清。 10. 别开 Bot 群聊。群里每条消息每个 Bot 都要读一遍,纯重复浪费;有个团队账号约三分之一的轮次是 Bot 在互相叫醒。让 Bot 之间单独对话,消耗反而可控。 11. 同理,别让主 Bot 一次给所有 Bot 派活。我之前有个定期更新记忆、推送文件的任务,主 Bot 每次给所有 Bot 发一遍,它们就各自把文档重新总结一遍。可我平时就让它们日常总结了,这一轮纯属重复烧额度。 12. 先小样本,再放量。复杂任务先跑 1-2 个样本,停下确认再继续;同一步失败 2 次就让它停下来问你。有人 2 小时试错就烧掉过半周额度。 13. 两个无效技巧:想切轻量模型省额度——没有模型选择器,系统自动分配;多订几份想叠加——不叠加,只用额度高的那份。 14. 现在是大一统订阅:Grok、Grok Bot、Cursor 共用一个每周池。Grok Bot 从 $30 的 Premium 起才有,Super $100 是它的近 4 倍,Ultra $200 是 12 倍多。第三方模型不在池子里,按 API 原价另算。 15. 官方没公布每档多少 token。有人从 Cursor 后台反推:$30 周限额约 2.76 亿 token,$100 约 13.27 亿,$200 约 44 亿(个人实测反推,非官方)。 ---- 数字大多来自 个人实践 + 中推几位 Grok 大使和高玩的实测,官方至今没公布每档具体多少 token。 特别感谢 @cgnot996 铁柱的 12 招长文,一半以上的数字出自那篇🙏 也谢谢 @KinGao476942 @fankaishuoai @eze_is_1 @Michael_Fenech_ 的实测分享。
顯示更多
0
106
601
41
轉發到社區