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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #711 · 24.12

Графика в видеоиграх выглядит, как мультфильм, и отличается от графики в реальном мире либо на фотографии. Причина этого такая: чтобы нарисовать картинку, нам нужно знать, в каких местах какое количество света и цвета. Но свет в реальности — очень сложная фигня, и по факту он отражается от всего подряд, в том числе от незеркальных и неметаллических поверхностей. Ярким летним днём у вас в квартире светло даже там, куда не доходят напрямую солнечные лучи через окна. Трёхмерные мультики и компьютерные эффекты в кинофильмах мы уже научились делать похожими на фотографию, потому что там у нас на каждый кадр есть сколько угодно времени: можно очень подробно обсчитать сцену и определить, как и где расположен свет. Пусть вывод одного кадра займёт час процессорного времени (а рендерят мультики и фильмы на фермах), не страшно, зато красиво выходит. С играми всё хуже: получать картинку нужно сразу. В игре компьютер не знает заранее, в какую сторону я повернусь и на что посмотрю, поэтому нужно уметь вычислять внешний вид изображения на основе геометрии трёхмерной сцены. И делать это для комфортной игры как минимум 60 раз в секунду. Поэтому такое вычисление производят очень приблизительно, чтобы было быстро. Это смотрится неплохо, и мы способны узнать в игре человека, оружие, машину, но всё равно любым невооружённым глазом такое легко отличить от реальности. С развитием технологий и увеличением мощности видеокарт получил распространение метод трассировки лучей: из "глаз" игрока испускается невидимый луч, рассчитываются его отражения и преломления от всех поверхностей на некоторую глубину, а потом смотрят, попал ли этот луч в источник света. Зная его траекторию, мы можем "вернуть" в виртуальную камеру правильное количество света и правильный цвет. Понятно, что таких лучей должно быть очень много, и вот тут современные видеокарты с их параллельными вычислениями уже начинают неплохо себя показывать. Я попробовал Portal with RTX, его можно бесплатно скачать в Стиме, если у вас есть базовый Portal. Да, игра 15-летней давности, как её ни причёсывай, совсем круто не будет. Тем не менее, специалисты из Nvidia поработали над освещением, и местами очень приятно наблюдать, как картинка начинает выглядеть более правильно с точки зрения реальной физики. Массового внедрения технологии, видимо, не стоит ожидать, пока половина геймеров не обзаведутся топовыми видеокартами. И в целом графика впечатляет меньше, чем демка Матрицы. Но всё равно крайне любопытно. #games

Hashtags

Резултати

Намерени 5 подобни публикации

Търсене: #frontier

当前筛选 #frontier清除筛选
Yummy 😋

@godlynews1 · Post #14836 · 05.02.2026 г., 19:31

OpenAI推出Frontier平台——一个帮助企业构建、部署并能够真正开展工作的 AI 代理。 Frontier赋予AI代理与人类员工在工作中取得成功所需的相同技能:共享背景信息、入职培训、实践学习并获得反馈,以及明确的权限和界限。 这使得团队能够超越孤立的用例,打造出能在整个企业中发挥作用的 AI 同事。 HP、Intuit、Oracle、State Farm、Thermo Fisher 和 Uber 等公司是最早采用 Frontier 的企业之一;包括 BBVA、Cisco 和 T-Mobile 在内的数十家现有客户,已试点采用 Frontier 的方案来支持其一些最复杂、最有价值的 AI 项目。 🗒 标签: #OpenAI#Frontier#AI 📢 频道: @GodlyNews1 🤖 投稿: @GodlyNewsBot

DOFH - DevOps from hell

@dofh_ru · Post #4012 · 06.02.2026 г., 18:35

OpenAI запустила Frontier — платформу для найма ИИ-сотрудников // Теперь у каждого агента будет свой employee ID, онбординг и даже performance review. Frontier соединяет разрозненные системы компании: CRM, склады данных, тикеты, внутренние приложения. ИИ-агенты получают общий бизнес-контекст и могут работать с файлами, запускать код, использовать инструменты. Открытая платформа: можно подключать агентов от OpenAI, своих собственных или даже от конкурентов вроде Anthropic и Google. Среди первых клиентов: Uber, State Farm, Intuit, Thermo Fisher. Один клиент сэкономил 1500 часов в месяц на разработке. Аналитики уже называют это «событием вымирания» для традиционного корпоративного софта. 🧠Следи за AItoolz — нанимаем роботов #OpenAI#Frontier#ИИагенты ​​​​​​​​​​​​​​​​

探索号

@seeker_rc · Post #20420 · 13.05.2026 г., 06:55

Auto Research 来了:当 AI 开始接管科研里最苦的活,意味着什么 如果几年前有人告诉我,AI 不仅能写代码、生成论文摘要,还能像一个真正的工程师那样,在实验室里反复寻找可行的策略、持续优化一个方案——我大概会觉得这个人科幻片看多了。 但最近读到一篇论文的时候,我的想法变了。 过去两年,大模型的能力突飞猛进,从写诗到写代码,从做数学题到跑实验流程,AI 擅长的事情越来越多。但真正做过科研和工程的人都清楚,最耗人的部分,往往不是提出第一个可行方案,而是后面那段漫长的「长期优化」——一个实验跑通了,但指标还差一点;一个算法能用了,但速度还不够快;一个电池快充策略成立了,但温度、寿命和析锂之间还需要反复平衡。 现实中的高价值成果,很多都不是「做出来」的,而是被... via 极客公园 标签: #Frontier#Eng#Agent ⚡️探索号频道 ⚡️探索者频道 ⚡️探索者交流群 ⚡️ Youtube 频道:科技探索者 每天推荐有趣内容,欢迎订阅、转发。