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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #590 · 10.10

На выходных чуть-чуть потестировал 3.5-дюймовый дрон iFlight Protek 35. Такие дроны обычно двигаются медленнее, имеют защиту пропеллеров и меньше весят, чем пятёрки или семёрки, поэтому более устойчивы к ударам и другим ошибкам пилотирования. Это позволяет больше рисковать при полёте. Опытные пилоты могут проскакивать в узкие проёмы, а я вот попробовал полетать низко над землёй. Ничего впечатляющего пока, надеюсь на днях удастся съездить полетать нормально. Возить полновесную GoPro 10 этому дрону тяжело. Да, я знаю, что есть облегчённая модель для дронов GoPro 10 Bones, но её нигде не достать за адекватные деньги. Чуть позже напишу об этих урезанных камерах подробнее. В общем, батарейки хватает на 3 минуты, нужно облегчать, деваться некуда. Но уже начинает появляться чувство, что не очень страшно влететь в какие-нибудь ветки или стукнуться о землю (я разок даже стукнулся). Буду тренироваться дальше. #drone#hobby#gadgets

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