TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #25 · 22.05

В старших классах меня привели в мир настоящих настольных игр (то есть не Монополия и не карточный дурак, а прям серьёзные вещи со стратегией и глубиной). Мы с друзьями часами залипали в Сумерки Империи, и было это похоже на то, что вы могли видеть в подвале у героев Очень Странных Дел: «Я кидаю три кубика, чтобы атаковать колонистов на планете, и если захвачу её, получу дополнительный ресурс». Потом у меня был период казуалок и патигеймов (то есть игр для вечеринок вроде «Крокодила» и «Шляпы»). Я, как и многие вошедшие в мир настолок, в первую очередь покупал разные попсовые Манчкины, чтобы привлечь к настолкам своих друзей, которые в них не играли. Ну и, разумеется, использовал игры как средство социализации и знакомств. Ох, сколько десятков часов в Шляпу было наиграно на квартирниках... Но по мере взросления создание новых социальных связей перестало быть нужным: жену я нашёл, а круг друзей стабилизировался вокруг тех людей, с кем мы наиболее взаимно интересны друг другу. И, разумеется, все они либо уже привлечены к миру настольных игр, либо никогда не станут :) Так что сюжет сделал виток — я снова вернулся к глубоким долгим играм на небольшую компанию. И некоторые мои друзья регулярно поставляют мне информацию о новинках в этой области, советуют что-нибудь, приносят поиграть. Вот, например, один друг подсадил меня на Brass — игра на тему промышленной революции в Великобритании в 18-19 веках. Это высочайшего качества «Еврогейм» (стратегия на менеджмент ресурсов) с очень сбалансированной механикой, в которой у вас несколько путей развития. Игра на текущий момент занимает 3 место по всему миру на самом популярном настолочном сайте BoardGameGeek. Если говорить грубо, то Brass — это такой Ticket To Ride, в котором вы строите сеть дорог не саму по себе, а для обеспечения экономической системы производства и продажи товаров. Важный плюс игры лично для меня: сильное влияние игроков друг на друга. Можно прокладывать дороги для доставки ресурсов и товаров другого игрока и получать за это бонус. А можно создавать ресурсы, которые нужны другим игрокам, и за это игра тоже вас наградит. У многих еврогеймов игроки копаются в своих собственных планшетах, и просто параллельно друг с другом набирают очки, а здесь же нужно очень внимательно следить за тем, что делают все. По сложности это игра для любителей глубоких стратегий — вы не посадите за неё ребёнка или казуального игрока. Первые 1-2 партии будете постоянно смотреть в правила и ошибаться в деталях, это нужно перетерпеть. Но она того стоит, играть очень интересно и не надоедает. Дополнительно в книжке есть небольшая историческая справка с обоснованием того или иного правила — мелочь, а приятно. #games

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #addit

当前筛选 #addit清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8057 · 14.07.2025 г., 18:02

🧠 Как «вклеить» объект в картинку так, чтобы он выглядел естественно? Это одна из самых сложных задач в семантической генерации: 🔸 нужно сохранить структуру сцены 🔸 вставить объект по текстовому описанию 🔸 и найти уместное место, а не просто налепить поверх Большинство моделей с этим не справляются — объект добавляется не к месту или портит фон. Новый метод Add-it от NVIDIA решает эту задачу без обучения модели. Он расширяет механизм внимания в диффузионных моделях, чтобы учитывать сразу три источника: 1. Оригинальное изображение 2. Текстовый промпт 3. Промежуточную сгенерированную картинку 📌 Такой подход позволяет: – сохранить геометрию сцены – встроить объект туда, где он действительно мог бы быть – не терять мелкие детали и текстуры 📊 Результаты: – Add-it без дообучения обходит supervised‑модели – На новом бенчмарке Additing Affordance показывает SOTA результат по «естественности размещения» – В слепых тестах люди выбирают его в 80% случаев – Улучшает метрики качества генерации 🟠Github: https://github.com/NVlabs/addit 🟠Demo: https://huggingface.co/spaces/nvidia/addit 🟠Paper: https://arxiv.org/abs/2411.07232 🟠Project: https://research.nvidia.com/labs/par/addit/ @ai_machinelearning_big_data #NVIDIA#Diffusion#Addit#StableDiffusion#AIgen#ControllableGeneration