Google Earth的飞行模拟器✈️ 现已在网页端全球向所有用户开放 你可以打开Google 地球选择任意的地方，然后开启飞行模式，可以模拟驾驶飞机在空中飞行的感受 探索全球任意地点

谷歌真是绝了，又出了个有趣的东西： - Google Earth 飞行模拟器 - 你可以在Google 地图上的任意地方自由飞行，全程模拟飞机驾驶感 现已在网页端全球向所有用户开放， 飞行体验：

以前想在电脑上开着飞机环游世界、鸟瞰地表，还得专门去下载安装好几个 GB 的谷歌地球专业桌面版，甚至要忍受复杂的配置？赶紧把那些笨重臃肿的桌面客户端连夜送进碎纸机！ ⚰️ 谷歌官方终于整了个超级大活！最硬核、最让人上瘾的 谷歌地球飞行模拟器（Google Earth Flight Simulator），现已直接在网页端向全球用户无门槛全量开放！无需下载任何插件，打开浏览器就能狂暴起飞！ ✈️ 网页端一键御风起飞 ⛰️ 硬核地貌“海拔剖面图” 📂 全新专业级导入类型 纯净、免费，网页端的流畅度直接拉向外太空。想要足不出户、零门槛体验全屏开飞机的老哥们，机长广播已响起，赶紧复制网址准备起飞👇（不会操作，无法调出飞行模拟器的看下图箭头指示） 🔗 网页端起飞直达： #谷歌地球# #飞行模拟器# #GoogleEarth# #黑科技# #网页神站# #极客必备# #环游世界# #免安装#

FEL：马斯克重新定义 EUV并开启太空芯片制造 马斯克最近一句“FEL FTW”，让 Free-Electron Laser（自由电子激光器，FEL）重新进入半导体行业视野。 市场很容易把这件事理解成“马斯克要造自己的 ASML”，但这可能并不是最准确的框架。 FEL 首先不是一种全新的光刻原理，而是一种新的 EUV 光源。如果这条路线最终进入 Terafab，它真正挑战的可能不是整台 ASML EUV scanner，而是过去二十多年 EUV 产业形成的一个基本架构：每台 scanner 配备自己的 LPP 光源。 FEL 更激进的可能性，是把 EUV 光源从 machine-level component 变成 fab-level infrastructure。 1、从锡滴到电子束 今天 ASML EUV 的核心波长是 13.5 nm。产生这种光的方法非常复杂：高功率激光每秒数万次击中高速飞行的微小锡滴，把锡瞬间变成高温等离子体，再从等离子体辐射中收集 13.5 nm EUV。这就是 LPP，Laser Produced Plasma。这里有巨大的工程问题：锡滴变成超高温 plasma然后才能产生 EUV。 但过程中必须处理：锡碎屑、collector污染、hydrogen plasma、镜面寿命、清洁、热负荷…… 这本身就是 ASML/Cymer 二十多年积累起来的一座巨大技术壁垒。ASML甚至长期与大学研究团队合作解决氢等离子体环境、锡清洁和组件寿命问题。 FEL 完全不同。电子枪产生电子束，加速器把电子加速到接近光速，再让电子穿过周期性磁场组成的 undulator。电子不断摆动并逐渐形成 microbunching，最终产生高度相干的电磁辐射。通过设计电子能量和 undulator，可以直接产生 13.5 nm EUV。 所以两条路线解决的是同一个问题：怎样大量、稳定地产生 13.5 nm 光子。LPP 的答案是“激光+锡等离子体”；FEL 的答案是“相对论电子束+加速器”并以此绕过锡等离子体的巨大工程技术壁垒，并还能增加EUV photon throughput。 2、FEL 最大的赌注是功率 EUV 光源功率直接影响曝光速度、光刻胶剂量和 scanner throughput。LPP 已经从早期几瓦一路发展到数百瓦，并正在向千瓦级推进。但继续提高功率越来越困难。更多激光能量意味着更极端的锡等离子体、更大的 collector 热负荷、更严重的污染和更复杂的系统可靠性问题。 FEL 的长期诱惑在于数千瓦甚至 10 kW 级 EUV。公开的 FEL-EUV 研究已经讨论过这种量级。这里必须区分“理论/工程设计目标”和“半导体量产能力”：今天并不存在一台 10 kW FEL 在先进晶圆厂里稳定量产芯片。但如果这种光源最终实现，它提供的就不只是“比 LPP 多一点光”，而可能是一个数量级不同的技术路线。 FEL 的优势也不仅是功率。它可以提供高度相干、窄频谱、可控偏振的辐射，没有 LPP 那套锡滴、锡碎屑和等离子体污染问题。某些偏振模式甚至可能改善极小尺寸图形的成像对比度和 process window。换句话说，FEL 不只是更大的灯泡，而可能是一台更强、更干净、更可控的 EUV photon engine。 代价也非常明显：它把“锡滴地狱”换成了“粒子加速器地狱”。 电子枪、RF、加速腔、磁铁、undulator、超高真空、beam control、energy recovery、冷却和控制系统，每一项都可以成为新的工程瓶颈。今天 LPP 最大的优势不是物理原理漂亮，而是已经经过数十亿小时级别的产业学习和大规模晶圆生产验证。FEL 最大的问题也不是能不能产生 EUV——答案早已是能——而是能不能把一个粒子加速器变成 semiconductor-grade manufacturing infrastructure。 3、Terafab 改变了 FEL 的经济学 如果目标是制造一台设备卖给 TSMC，FEL 的体积和复杂度是巨大劣势。但如果目标从“造一台光刻机”变成“从零设计一座超大型 AI 晶圆厂”，问题就完全不同。 传统架构大致是： Scanner A + LPP A Scanner B + LPP B Scanner C + LPP C Scanner D + LPP D FEL 更激进的架构可能是： 10 kW Central FEL → EUV Beam Distribution → Scanner A / B / C / D / E…… 这意味着不再试图把一个粒子加速器塞进光刻机，而是直接把整个晶圆厂建在粒子加速器周围。FEL 从一台机器的 component，变成整个 fab 的 utility，类似电力、超纯水和中央气体供应系统。 这可能正是 Terafab 与 FEL 结合最有想象力的地方。巨大的 accelerator 不再是单台 scanner 必须承担的固定成本，而可以由十台甚至更多 scanner 分摊。一套价值数亿美元甚至更高的 FEL，如果能够稳定向大量 scanner 提供数千瓦 EUV，其单位曝光成本可能完全不同。 4、长期看，FEL 甚至比传统光刻机更适合成为“太空半导体工厂” FEL 本身具有几个天然适合太空的特征。首先是高真空。电子束和 EUV 本来就需要真空环境，太空至少在外部环境上与这套系统高度兼容。其次是规模。地面建设一公里级 accelerator 意味着土地、建筑、隧道、地基和振动隔离；轨道大型结构如果未来能够低成本模块化部署，“很长”本身未必是最致命的问题。第三是机械环境。太空不存在传统地震和地面振动， 因此轨道 FEL 比轨道先进晶圆厂更容易想象。当低成本重型运输、机器人自主建设维修和高度自主 AI fab 同时成熟以后，“Orbital FEL Terafab”更可能从科幻式工程概念变成真正可以计算 ROI 的工业方案。 5、RSI 是 FEL 最值得关注的变量 这可能是整件事情最重要、也可能是最终让马斯克下定决心的因素。 AI 对成熟 LPP 和 FEL 都有帮助，但边际价值可能非常不同。LPP 已经经历二十多年极端工程优化。剩余问题越来越集中于 collector 寿命、热负荷、锡污染、材料耐久性、光刻胶和精密制造。这些问题 AI 可以帮助优化，但越来越受到现实材料和制造能力限制。 FEL 仍然拥有巨大的未搜索设计空间。Electron gun、beam energy、emittance、RF phase、bunch compression、magnetic optics、undulator geometry、energy recovery、beam distribution 和反馈控制形成一个极其复杂的高维系统，而且其中相当大一部分可以通过 Maxwell equations、particle dynamics 和 accelerator physics 在计算机里模拟。 这恰好是科研 AI 最容易产生巨大杠杆的领域。 过去是工程师提出一个方案，跑 simulation，修改参数，制造 prototype，再测试。未来可能是 AI 生成十万种 architecture，用 surrogate model 初筛，再通过高精度 physics simulation 搜索 Pareto frontier，最后只制造最有希望的几十种设计。 AI 的价值还不仅在设计。FEL 最大的工业问题之一是稳定性：RF phase、beam energy、magnet current、temperature 和 beam position 的微小漂移都可能最终变成 wafer 上的 CD variation。FEL 本质上也是一个巨大的实时高维控制系统，而这正是 advanced AI control 最可能发挥作用的地方。 能力不断增强的ai，会让FEL开发建设循环变成： AI 设计 FEL Gen 1 → 制造 → 自动采集 beam/wafer 数据 → AI 找到 simulation-to-reality gap → 修改 accelerator、undulator 和 control → FEL Gen 2 → 更多数据 → FEL Gen 3。 这也解释了为什么 FEL 在 RSI 时代可能比过去任何时候都值得重新评估。没有 AI，挑战拥有二十多年工业学习曲线的 LPP 是一个极其困难的命题。有了越来越强的科研 AI，FEL 大量尚未解决的问题恰恰属于 AI 最容易压缩的“simulation + search + optimization + control”空间。 因此，马斯克看好FEL，其底层的最重要的逻辑其实是： 当 AI 芯片需求扩大一个数量级、科研 AI 开始参与硬件设计、晶圆厂走向 Terafab 规模以后，FEL架构，相比今天以独立 scanner + 独立 LPP source 为核心的 EUV 架构，更可能会是最优解！

每一年我都要骂一遍。自动化（控制科学与工程）是典型的万金油专业，所有专业都蹭一点点。 强电电机电力拖动光伏新能源整流逆变蹭一点，弱电电子信息蹭一点，信号蹭一点，计算机和嵌入式蹭一点，过程控制与化工蹭一点，航空航天飞行器蹭一点，测控仪器仪表蹭一点， 就本专业里面，自动控制学还学不完 ，模式识别是吃前50年计算机image processing和cv的剩饭，凸优化也是借来的，各种时域频域信号处理也是偷来的， 最玄学的各种专家系统、模糊控制、遗传算法、鱼群算法等等灌水重灾区，完全是1950年代美国古典人工智能时代偷来的。 现代控制理论是唯一一个自留地，没有任何工业和商业价值，成了应用数学里面最烂大街、最臭不可闻、门槛最高、落地价值为0、灌水最踊跃的小方向。 这个专业有一个好，就是各行各业的外行大傻逼们，都以为你是自己人， 科技互联网也能让你混进去，面machine learning engineer的时候算法题一愣一愣的，新能源电机光伏储能也能进去，整流逆变起手就在白板上画，弱电嵌入式各种消费电子也能进去，工业控制传感器PLC也能进去，图像处理美颜也能混进去，航空航天飞机大火箭也能进去滥竽充数，大化工大制造业过程控制也能进去，生物医疗器械各种CT和X光机器设备厂也能进去，什么数学物理计算化学计算材料计算生物跑模拟也能进去， 什么物联网、AIoT、遥感等等，全都是自动化专业出身这批混子们的身影，你不上一次当，你永远以为自动化毕业生是诸葛亮，无所不知，无所不能，解答世间万物。 这批自动化最牛逼的，是炒热具身智能这个方向，一堆人靠简单的运动控制，能瞒天过海组团上春晚，所有人都被这个骗局吓傻了，几十亿几百亿往里投钱，开始意淫星球大战、黑灯工厂、解放全人类了。 自动化是当代中国最成功的专业，是工科里真正的跳大神、画皮、国学，兼容并包，一切都会，一切都能干，真正中国工程界的安宫牛黄丸、板蓝根、片仔癀。

主提示词： 19秒，16:9，30fps，4K，写实电影级亚洲近身动作片，视觉上连续的一镜到底，专业武术指导，克制的少量血沫与口水，不出现重度血腥。 场景是一座宽阔的工业摄影棚兼仓库：灰蓝色水泥地面、红色定位线、黑色钢结构墙壁、黄色金属栏杆、堆叠纸箱和高处工业灯。冷灰色电影调色，局部暖黄色实景光，高反差照明，空气中存在轻微尘埃，背景保持真实而不过度虚化。 两名年轻亚洲男性进行无武器近身格斗。主角黑色中短发，穿飘逸的白色长款连帽外套、黑色内搭、黑裤和白鞋；对手身材高瘦、黑色短发，穿全黑连帽夹克、黑裤和黑鞋。两人的脸部、发型、服装、身高比例和左右位置全程一致。 0–2.1秒： 从两人拳头和手腕相互抵住的极近特写开始，画面中主要是交错的拳头、指节以及黑白袖口。浅景深，背景仓库化为柔和光斑。镜头沿两人的手臂缓慢横移并轻轻拉远，焦点从指节转移到白衣主角紧绷的眼神和面部。双方保持静态角力，手臂肌肉轻微颤动，营造爆发前的压迫感。 2.1–5.4秒： 动作突然加速。白衣主角踏步贴身突进，连续打出快速直拳、短摆拳和近距离前臂攻击；黑衣对手侧闪并抬臂封挡，随即挥拳反击。白衣主角以咏春式黏手连续截击，拍开手腕、改变攻击线路，低头钻入对方防线，压低重心打出短距离躯干拳。 镜头采用24毫米广角贴身跟拍，迅速从手部特写拉到双人中景，随后贴着肩膀顺时针环绕。手臂数次掠过镜头形成自然前景遮挡，伴随快速甩镜、轻微荷兰角和真实运动模糊。镜头运动激烈但始终能够辨认双方位置和动作方向。 5.4–6.3秒： 白衣主角从低位打出向上的掌根或前臂攻击，准确命中黑衣对手下颌。镜头从胸口高度快速下沉并推到对手面部的极低机位特写。命中瞬间，黑衣对手面部产生短暂的真实挤压，头部沿受力方向向侧后方甩动。 对手嘴角喷出少量半透明口水细雾，混合三到五颗暗红色小血沫。液滴严格沿打击方向飞散，在工业逆光中短暂闪亮，随后受到重力影响落下。下唇和嘴角留下非常轻微的血迹，没有开放性伤口。使用短暂速度坡度慢动作突出击中、液滴飞散和痛苦表情。 6.3–9.5秒： 速度恢复。黑衣对手横向挥臂反击，白衣主角双手交叉截住攻击，控制手腕并向下牵引，低头从手臂下方钻过，绕到对手侧面。双方进行连续的手臂缠斗、反抓、格挡、肘部封锁、肩部撞击和近距离换位。 白衣主角拍开对手拳头，以开放手掌托起下颌，同时控制另一只手腕；黑衣对手扭转身体尝试挣脱。镜头从两人之间穿行，紧贴手掌、手腕和面部进行横向弧形运动。衣袖偶尔遮住大半画面，遮挡结束后自然显露新的攻防位置，不出现硬切。 9.5–10.2秒： 白衣主角移动到黑衣对手侧后方，一只手控制手腕，另一只前臂压住颈侧，使对方失去平衡。镜头形成倾斜的面部近景，黑衣对手咬紧牙关并挣扎，嘴角仍保留很少的血迹。动作短暂放慢，强调颈部控制和身体重量。 10.2–11.6秒： 镜头顺着两人的身体快速下沉至贴近地面的低机位。白衣主角稳定支撑脚步，以膝击接低位侧踢破坏对手重心。白色长外套从镜头前方掠过，形成强烈的白色动态前景。 在腿部完全伸展、对手身体开始倾斜的瞬间进行约一秒的速度坡度停顿。能够清楚看见鞋底、裤脚、重心转移和衣料惯性，随后恢复正常速度。 11.6–13.3秒： 黑衣对手弯腰后强行旋转身体，尝试以反身肘击和横扫摆拳反击。白衣主角后撤半步避开肘尖，随即贴身进入内侧，截住前臂、转动髋部并把攻击引向一旁。 镜头跟随两人重新升高，从低机位迅速抬升至胸口高度，并以弧形轨迹环绕。高速阶段产生自然背景拖影，仓库中的栏杆、纸箱和地面红线形成明显的空间参照，最后拉到能够看清两人全身关系的中广景。 13.3–14.4秒： 两人在极近距离同时停住，拳头分别悬在对方面前，身体保持蓄力状态。白衣主角略微侧身，黑衣对手后脚支撑、上身前倾。动作近乎定格，只有呼吸、眼神、衣摆和肌肉存在细小运动。 镜头由激烈手持突然变为稳定的缓慢横移，形成短暂而压迫的安静，让观众清楚看见双方距离和下一击路线。 14.4–16.3秒： 白衣主角突然爆发，拍开对手的防守手臂，踏入内线，以短距离肘击或前臂横击重重命中黑衣对手的下颌与颈侧。动作短促、准确、有明显的髋部发力和肩膀传导。 镜头高速甩入极近面部特写，在接触瞬间产生真实横向运动模糊和一次克制的冲击震动。黑衣对手的脸沿受力方向转动，一小团扇形口水雾从嘴边喷出，其中混合少量暗红血点。血量非常克制，只出现几颗飞散血滴和嘴角血迹，没有大量喷血、伤口或牙齿脱落。 命中后进入约一秒半的速度坡度慢动作。黑衣对手眼神失焦，头部自然歪落在白衣主角的前臂上；细小液滴继续沿原方向飞行并迅速落下，白色衣袖只沾上一两颗很小的暗红血点。 16.3–19.1秒： 白衣主角旋转撤步并释放对手。黑衣对手失去支撑，向后倒地、翻滚一次，最终趴倒在远处地面。身体落地具有真实重量和惯性，不弹跳、不漂浮。 镜头随着白衣主角的旋转迅速拉到低机位中广景。白衣主角背对镜头站在画面前景，长款白色外套因旋转大幅展开，在空气中形成圆弧状飘动，并逐渐缓慢落下。黑衣对手位于背景左侧，先挣扎一下，随后完全倒下。 镜头最终稳定保持英雄式背影构图，轻微向前推进。白色衣摆占据视觉中心，仓库的巨大纵深完整展现，空气中的尘埃和几颗极小液滴在逆光中一闪而过。 19.1–19.3秒： 白衣主角保持背影站立，黑衣对手倒地不动，画面快速而平滑地淡出黑场。 整体视觉要求： 电影级真实人体动力学，专业近身格斗编排，每次攻击都包含预备、发力、接触、受力和回收。拳头、手掌与身体存在准确接触点，受击方向符合物理规律。衣服具有真实重量、褶皱和惯性，白色长外套形成富有表现力的动态轮廓。 模拟24毫米至28毫米广角电影镜头，贴身稳定器结合克制手持感，浅景深焦点转换，甩镜、弧形环绕、低机位、前景遮挡、轻微荷兰角、真实180度快门运动模糊。主要依靠镜头移动和遮挡完成转场，没有明显硬切。 口水呈半透明细雾，血液为少量暗红小血点，飞散方向必须与冲击方向一致，不悬浮、不突然出现、不持续喷射。整体具有强烈冲击力，但保持写实、克制，不走恐怖或重口味路线。 负面提示词： 大量喷血、血柱、血池、持续流血、整张脸被血覆盖、开放性伤口、断肢、内脏、骨骼外露、牙齿大量脱落、恐怖特写、夸张血浆、血液漂浮、口水过多、液滴逆着受力方向飞行、多余人物、多余手臂、多余手指、手指畸形、关节反折、肢体穿模、拳头穿过身体、没有接触就受伤、人物瞬移、滑步漂移、违反重力、角色换脸、发型变化、服装互换、身高变化、黑白衣服颜色混乱、左右位置突然交换、镜头轴线跳变、无意义剧烈抖动、全程慢动作、过度径向模糊、卡通特效、超能力光效、字幕、水印、Logo。

今天才知道的关于游戏 UI 的一个冷知识： 游戏界面有时候并不是“写死在引擎里”的，而更像一个嵌在游戏里的前端层。 比如《上古卷轴5》很多菜单是用 Flash/Scaleform 做的。听起来很古早，但正因为 UI 是独立资源，后来 SkyUI 才能把原本很主机化的背包、物品排序、制作菜单重做成 PC 友好的界面，甚至进一步发展出 MCM，让大量 Mod 都能在游戏里拥有自己的配置面板。 这不是简单的“换皮肤”，而是 UI 架构给社区留下了改造空间。 现代游戏也有类似思路，只是技术栈变了。比如《城市：天际线2》《文明7》《微软模拟飞行》的部分复杂界面，会使用 HTML/CSS/JS 或类似 Web 的 UI 技术来实现。地图、科技树、仪表盘、设置页、数据面板，这些东西本来就很像应用软件，用 Web 技术做并不奇怪。 所以游戏 UI 技术选型不只是工程细节，它会影响三件事： 第一，开发团队能多快迭代复杂界面； 第二，游戏能不能适配 PC、主机、掌机等不同输入和屏幕； 第三，玩家和 Mod 社区未来能不能继续改造它。 某种意义上，UI 越像一个独立的“前端层”，它就越可能成为游戏长期生命力的一部分。

网友模拟的东航出事飞机最后一分钟飞行姿态，当时机舱里的乘客是多么恐惧、绝望 绝望的是家属，四年没有真相。绝望的还是家属，真相来了又没有官方认可。解决不了问题，就解决有问题的人，草菅人命

【现代版“飞鸽传书”App走红，跨国发信需数天且信鸽有概率“半路暴毙”】 一款名为 《飞鸽传书》（Carrier Pidge） 的iOS慢节奏通讯应用在社交平台与全球科技媒体上走红 该应用由独立开发者诺亚·伊拉罗比诺耗时三周开发，其核心理念是反其道而行之——完全抛弃即时通讯的即时性，通过“虚拟信鸽” 模拟古代飞鸽传书 在应用中，消息的传递时间完全基于发信人与收信人之间的GPS地理距离按信鸽飞行时速换算 例如从洛杉矶发送一条短信至纽约需要约22小时，而跨国传送往往需要数天时间 更具戏剧性的是，开发者为每只虚拟信鸽设置了0.2%的迷路或“死亡”概率，一旦信鸽在飞行途中遇难，该条信息将永远无法送达