@aadaili · Post #15012 · 06.05.2026 г., 14:21
#深渊#和平精英#内核#RT驱动#kma驱动#pd驱动#twt驱动#dit-kpm驱动 深渊公益内核v1.1 公告:1.长期稳定运行,拒绝跑路行为 2.同行勿扰,为用户提供高质量辅助 采用内核级自瞄 自动隐藏驱动进程 比如说被特征的dev驱动 有UI绘制好看 各位用户赶紧体验 公益卡密: 随便输入 修复:内核进程被检测 录屏没效果 解决行为校验检测(可防高风险)
TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #654 · 16.11
Пытаюсь решить организационно-логистическую задачу в #Satisfactory. Может быть, умные люди (вы) мне дадите интересные советы. Я уже открыл практически все типы деталей, они довольно сложные, и для производства многих из них нужны целые цепочки: добыть ресурс А в одном месте и ресурс B в другом, потом сделать из них детали C и D, из этой пары получить деталь E, добыть ещё ресурс F, соединить, смешать с водой... В каком-то месте эти цепочки удобно разрывать (то есть не строить всё на одной фабрике, а растаскивать фабрики по карте). Потому что, во-первых, с гигантской базой, производящей все типы всех деталей, банально неудобно работать. Во-вторых, её тяжело масштабировать. Хотя у этого решения есть плюсы, и некоторые так делают, лично я идти по такому пути не хочу. Но в каком месте рвать цепочки? Глобально есть две крайности: 1. Можно делать по фабрике на каждое звено производства. Например, фабрика, которая делает деталь E, должна принимать на вход детали C и D, и всё. Такая схема очень легко масштабируется: небольшую фабрику очень просто расширять. А детали возить между фабриками поездами. Но тогда потребуется типа 100 разных фабрик и очень сложная железнодорожная сеть. 2. Можно в каждую фабрику привозить сырьё. Только то, что невозможно произвести, а можно только добыть. Фабрика делает с нуля из сырья все детали, в том числе для промежуточных звеньев. Такую схему очень легко балансировать: один раз посчитал, сколько нужно сырья, и всё. Но фабрики для сложных деталей будут громоздкие. А ещё если деталь C нужна в десяти местах то придётся десять раз повторить всю цепочку производства детали C, а можно было бы в одном месте делать очень много деталей C и возить. Мне не нравятся оба варианта, значит, рвать цепочку нужно где-то посередине. Но где? #games
Hashtags
Търсене: #dit
@aadaili · Post #15012 · 06.05.2026 г., 14:21
#深渊#和平精英#内核#RT驱动#kma驱动#pd驱动#twt驱动#dit-kpm驱动 深渊公益内核v1.1 公告:1.长期稳定运行,拒绝跑路行为 2.同行勿扰,为用户提供高质量辅助 采用内核级自瞄 自动隐藏驱动进程 比如说被特征的dev驱动 有UI绘制好看 各位用户赶紧体验 公益卡密: 随便输入 修复:内核进程被检测 录屏没效果 解决行为校验检测(可防高风险)
@githubtrending · Post #14688 · 09.05.2025 г., 12:00
#python#diffusion_models#dit#image_to_video#image_to_video_generation#text_to_video#text_to_video_generation LTX-Video is a powerful AI model that creates high-quality, realistic videos in real time, running faster than you can watch them. It can generate videos from text descriptions, images, or existing videos, and supports advanced features like keyframe animation and video extension. You can use it online or run it locally with easy setup. It offers great control over video details, smooth motion, and works well even on consumer hardware. This helps you quickly create custom videos for storytelling, social media, or prototyping, saving time and boosting creativity with detailed, lifelike results[2][4][5]. https://github.com/Lightricks/LTX-Video
@githubtrending · Post #14689 · 09.05.2025 г., 12:30
#python#comfyui#diffusion_models#dit#image_to_video#image_to_video_generation#text_to_image#text_to_image_generation ComfyUI-LTXVideo is a tool that helps create high-quality videos from images using AI. It offers features like key frame control, improved video quality, and faster generation speeds. This means you can make smooth videos with fewer errors and more control over how they look. It also supports commercial use, so you can use the videos for business projects. The tool is designed to work well with consumer-grade GPUs, making it accessible to more users. Overall, it helps you create professional-looking videos quickly and easily. https://github.com/Lightricks/ComfyUI-LTXVideo