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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #655 · 17.11

Рынок настольных игр удивительно стабилен на фоне санкций и канселинга русских. Ну, типа, кинотеатрам каюк, электроника через дружественные страны, софт через всякие впны и оформленные в других местах карточки. А вот настолки из Европы продолжают официально подписывать, официально локализовывать на русский язык и продавать в России. И настолки русских авторов — продавать за рубежом и печатать заграницей, если надо. Возможно, рынок настолок такой маленький, что продажи в России составляют для него значимый процент, и поэтому банить Россию слишком невыгодно. Хотя ещё несколько лет назад говорили, что русские особо игры не покупают, и магазины чуть ли не в минус работают. Если это стало выправляться, то хорошо — больше интеллектуальных развлечений народу. Возможно, в целом тусовка всяких настольных авторов и издателей очень тесная и сплочённая. По себе знаю, как для настольщиков ценны другие настольщики, которые любят игры и разбираются в них: с казуальными компаниями ты в лучшем случае будешь какого-нибудь "Каркассона" раскладывать раз за разом, а с гурманами можно и в Brass зарубиться. Короче, единственное моё хобби, которое не просело и даже, кажется, набирает обороты. Дроны тоже в некотором смысле, но это потому что я перешёл на FPV, оборудование для которого берётся с Aliexpress. А вот официально те же DJI из России ушли (вот тебе и друзья-китайцы, ага). P.S. Собрал чат друзей для игры в настолки и назвал его Hellfire Club :) #games

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