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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #327 · 3.05

В Москве оказывается есть Царь-Макет. Это как наш питерский Гранд Макет, а может даже чуть больше. Наткнулись мы на него совершенно случайно, хотя логично было бы предположить, что уж в столице то точно будет нечто подобное. Люблю эти штуки. Я трижды был на Гранд Макете и дважды в Петровской Акватории. А ещё подписан на Ютубе на одного мастера, создающего миниатюрные сцены (он называет их "диорамы"). Конкретно в музеях-макетах нередко бывает куча пасхалок и других прикольных деталей. В Москве, например, помимо других участков города смоделировали пробку (как неотъемлемый символ столицы). В Петербурге (в московском макете) можно найти тусовку мотоциклистов на стрелке Васильевского острова. Ещё есть здание, в котором стоит макет, и уменьшенная рекурсивная копия этого самого макета :) Ну и куча сценок из разных фильмов, сказок, мультиков. А в одном месте даже летающая тарелка и монстры. Если вдруг не были, рекомендую сходить. #travel#life

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #generativea

当前筛选 #generativea清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8675 · 02.10.2025 г., 15:11

🔦Генерация изображений на свете, а не на GPU Исследователи из UCLA представили оптическую генеративную модель (Optical Generative Model). Она использует свет и линзы вместо вычислительных блоков - то есть картинки рождаются не на чипах, а в физике. 🔬 Как это работает: 1. Лёгкий цифровой энкодер превращает случайный шум в фазовый узор. 2. Этот узор загружается на оптический модулятор света. 3. Свет проходит через дифракционный декодер и прямо на сенсоре формируется изображение. ✔️ Авторами проведены реальные эксперименты: с помощью видимого света и SLM показаны результаты генерации: - Созданы цифры, лица, бабочки и даже картины в стиле Ван Гога. - Качество сравнимо с современными диффузионными моделями. - Есть две версии: мгновенная (один проход) и итеративная (несколько шагов, как у диффузии). ⚡ Чем интересен такой подход - Подход не требует никакой вычислительной нагрузки. - Супербыстрая генерация: физика света выполняет то, что GPU делает миллиардами операций. - Это открывает путь к энергоэффективному ИИ для edge-устройств: AR/VR, мобильные камеры, компактные сенсоры. ⚠️ Ограничения: - Сложно выравнивать оптические системы. - Ограничения по точности фазовых масок. - Зависимость от качества оборудования (шум, битовая глубина). Но даже с этими проблемами, это первый шаг к новому классу ИИ, где вычисления заменяются чистой оптикой. Nature: https://www.nature.com/articles/s41586-025-09446-5 @ai_machinelearning_big_data #AI#OpticalComputing#Photonics#GenerativeA