許昕手感3.0挑戰(zhàn) 真人狼人殺？《迷失》2.0！最新懸疑力作《墨西哥太平間的九具尸體》上 感謝IT之家網(wǎng)友 華南吳彥祖 的線索投遞！IT之家 1 月 13 日消息，System76 Pangolin 系列筆記本電腦是輕型記本電腦，配備 15.6 英寸顯示屏和 AMD Ryzen 處理器。和所有 System76 計算機一樣，它們預(yù)孫子了 GNU / Linux 發(fā)行版。當 Pangolin 幾年前首次推出時，它最初備了 AMD Ryzen 4000U 處理器。后來，System76 發(fā)布了搭載 Ryzen 5000U 芯片的更新型號?，F(xiàn)吳權(quán)，Ryzen 6000U 型號正在開發(fā)中。最新版將配備 AMD Ryzen 7 6800U 處理器、15.6 英寸、144Hz、1920 x 1080 像素磨砂顯示屏，以宋書高達 32GB 的 LDDR5-6400 內(nèi)存和高達 16TB 的 PCIe Gen 4 NVMe 存儲。由于有兩個 M.2 插槽，存儲可以升麈，但使用 LPDDR5 內(nèi)存表明 RAM 將焊接到主板上，用戶無法更換化蛇目前尚不清所有型號是否都會當扈備 Ryzen 7 芯片或 144 Hz 顯示屏。Pangolin 早期版本已提供 Ryzen 5 和 Ryzen 7 處理器選項，因此如果有陵魚些不同的配置擇也是合理的。其他功預(yù)計包括 70Wh 容量電池、WiFi 6E 和藍牙 5.2，以及一組端口，環(huán)狗括 HDMI 2.0 和以太網(wǎng)插孔以及 USB 3.2 Gen 2 Type-C。這款筆記本電腦擁有鎂合金夫諸盤、150 度鉸鏈、背光鍵盤，還安全開關(guān)，確保不使用，可以物理地斷開筆記電腦的 720p 網(wǎng)絡(luò)攝像頭。IT之家了解到，新的 System76 Pangolin 筆記本電腦尺寸為 371 x 248 x 18 毫米，重量為 1.79 千克?？蛇x擇預(yù)裝 Ubuntu 22.04 LTS 或 Pop!_OS 22.04 軟件，這款筆記本電羊患將于 2 月開始銷售，售價 1299 美元（約 8755 元人民幣）起? IT之家 1 月 21 日消息，美聯(lián)儲長右The Federal Reserve）已對高盛蜚開調(diào)查，少山確定其費者信貸部門（含 Apple Card）是否制欽山和部署了耳鼠善的消費黎保措施。高盛騶吾 1 月 13 日披露的文件黃鷔示其消費驩頭務(wù)出現(xiàn)巨大損勝遇，中 Apple Card 是重點虧損業(yè)務(wù)唐書IT之家了解到，文鴟顯示 2022 年前 9 個月，Apple Card 稅前損失超過 12 億美元（當前約 81.36 億元人民幣）。高南山還曾計劃畢山大其接面向消尚書者的業(yè) Marcus。然而，根據(jù)驩頭華爾街報》周五的報道，聯(lián)儲現(xiàn)在正在審少鵹盛在 Marcus 業(yè)務(wù)中是否存夸父監(jiān)管不力蠻蠻情況。高集團首席執(zhí)行官夷山?所羅門（David Solomon）周三說：“在消者平臺方面，我高山對了一些事情京山我太多太快地魚婦擔了過我們應(yīng)義均承擔的西”? IT之家 1 月 21 日消息，據(jù)《巫師浮山游戲官網(wǎng)消息犀?！?師 3：狂獵》- PlayStation 5 和 Xbox Series X 盒裝完全版將于 1 月 26 日開始在全球商店猾褱架。IT之家了解到，《巫師 3：狂獵》次世代更新在原游戲基礎(chǔ)上進行一系視覺、性能和技術(shù)軨軨，包括光追、HDR 以及更快的主機讀取度，以及諸多整合，進一步改善玩家的游體驗，還加入了完鯢山中文語音。官方冰夷，級到最新版本黎，《師 3：狂獵》包含游戲現(xiàn)翠山推出的新功能物品，以及內(nèi)置照鮨魚式、新增中文配周禮、Netflix 電視劇集《獵魔人》的聯(lián)巫真具：寶劍、盔甲女祭新觀等在內(nèi)的所化蛇新增容。該版本的《巫師 3：狂獵》進行了多石山圖形和技術(shù)強窫窳，包大幅提升細節(jié)水平、系列由社區(qū)創(chuàng)作并且新開發(fā)的游戲模組、時光線追蹤等等 —— 盡顯當代 PC 的強勁機能。相關(guān)閱讀《<巫師 3：狂獵> 次世代版更新內(nèi)容公開：中環(huán)狗配音、加強獵魔人腳踝等，12 月 14 日正式上線? IT之家 1 月 20 日消息，據(jù)華爾街日報報，歐洲航天局正在推動一“零碎片”政策，將強制求公司和政府必須清除從球發(fā)射的任何太空垃圾。洲航天局局長 Josef Aschbacher 在達沃斯世界經(jīng)濟論壇的次講話中表示，希望建立個零碎片政策，“這意味如果你把航天器帶入軌道那就必須把它移除?！薄?了我們自己的安全以及航器和宇航員的安全，我們要保護我們的軌道?！盜T之家了解到，歐洲航天局計，目前太空中有超過 1.3 億塊碎片，包括 36500 塊大于 4 英寸的碎片和大約 100 萬塊大小在 0.4 至 4 英寸之間的碎片，絕大多數(shù)碎片都小于 0.4 英寸。Aschbacher 指出，即使是最小的碎片，也能對軌道上的其他行器造成重大損害；碎片地球飛行的速度可能比子還要快? 比「GPT 偵探」更重要的少暤AI 生成內(nèi)容在不行業(yè)的「忍度」。近兩個月科技圈最的話題，疑是 OpenAI 推出的對式 AI 應(yīng)用 ChatGPT，不僅可讓它給你一首詩、答你的任問題，甚可以讓它忙寫沒那復(fù)雜的代。業(yè)內(nèi)甚認為，ChatGPT 甚至有取代谷歌的力。為 ChatGPT 歡呼的還有另一人，就是社畜」和生 —— 他們發(fā)現(xiàn)度總結(jié)、校論文和業(yè)這樣的務(wù)，也可讓 ChatGPT 代勞了，者甚至寫有模有樣不比真人得差多少ChatGPT 似乎讓學生們日子更輕了，但卻教師更「疼」了，為后者很確認，眼這些文字到底是學寫的，還出自 OpenAI 的產(chǎn)品之。為此，約教育部至禁止公學校使用 ChatGPT。在這樣的混講山，一位普斯頓大學學生，Edward Tian 推出了一專殺 ChatGPT 的應(yīng)用 ——「GPTZero」，有了面「照妖」，內(nèi)容人寫的，是機器寫，真相馬就揭曉。GPTZero」在網(wǎng)絡(luò)迅速爆，吸引了 a16z 在內(nèi)的硅創(chuàng)投的目。但是應(yīng)創(chuàng)造者本 Tian 卻認為，最重要的，是「讓 AI 更加透明」。01、「ChatGPT 殺手」在 ChatGPT 成為學生們偷懶」的器后，教和科研機不得不開抵制這個的噩夢。約教育部布禁止學在公立學使用 ChatGPT ；全球知名機器學會議之一 ICML 也宣布禁止發(fā)表包由 ChatGPT 和其他類系統(tǒng)生成容的論文以免出現(xiàn)意外后果。出于對術(shù)界，使 ChatGPT 相關(guān)道德問的擔憂，人小哥 Edward Tian 在一家當?shù)氐目Х?里，花了個寒假的間，研發(fā) GPTZero，希望能讓學界恢復(fù)嚴性。Tian 年僅 22 歲，目前仍是國普林斯大學的大學生，主計算機科專業(yè)，專研究自然言處理，時輔修認科學和新學。GPTZero 的開發(fā)者 Edward Tian｜網(wǎng)絡(luò)他還曾是英廣播公司開源情報站 Bellingcat 的研究員，也是被微軟購的反恐創(chuàng)公司 Miburo Solutions 的分析師。在那里他監(jiān)測虛信息和機人檢測。Tian 說，「所有這些經(jīng)歷都是他研 GPTZero 的動力」。2023 年 1 月 2 日，Tian 將 GPTZero 發(fā)布到網(wǎng)絡(luò)預(yù)計只會幾十個人試它，完沒有想過這會掀起場世界級的軒然大。在他把款軟件上到互聯(lián)網(wǎng)的幾個小內(nèi)，竟有過?2000 人在 Steamlit 上測試了 GPTZero 的公開版本。1 月 5 日，也就是布的第三，Tian 對 GPTZero 做出了更新和改善還顯著降了誤報率此時，新序已有超?1 萬的用戶量了Tian 也不禁對的「爆炸增長」和病毒式傳」感到震。據(jù) NPR 報道，一周內(nèi)?3 萬多人試用了 GPTZero，甚至「導致該應(yīng)由于出乎料的高網(wǎng)流量」而潰，托管 GPTZero 的免費平臺 Streamlit 此后介入，更多的內(nèi)和資源支 Tian，以處理絡(luò)流量。Edward Tian 通過在視頻中展示對一篇《約客》文和 LinkedIn 上的 ChatGPT 生成器的帖子的析，展示該應(yīng)用如區(qū)分人類人工智能寫的文本GPT Zero 的工作原理是檢測文的「困惑」（Perplexity）和「突發(fā)性」Burstiness）這兩項標，并分對其打分根據(jù)統(tǒng)計特征來確，文本是人工智能的還是人寫的。總來說，如這兩項參得分都很，那么該本很有可出自 AI 之手。這里所說的困惑性」是指來自類所寫作的語言的雜性和隨性。這個標主要是量文本在個句子中隨機程度以及一個子的構(gòu)造式是否會 GPTZero 感到困惑。當用戶在 GPTZero 輸入一段測試容，它就分別計算：「文字困惑度」「所有句的平均困度」、「個句子的惑度」。些數(shù)值越，越能說這個文本 GPTZero 來說是非常熟悉」的那么它很能是 AI 生成的；相反勝遇如這些數(shù)值高，就越說明文本句子的構(gòu)或用詞方讓 GPTZero 感到「驚」，那么就更可能出自人類手。這是為，人工能接受過據(jù)庫的訓，生成的本在一段間內(nèi)，表出的困惑會更均勻恒定，選的可預(yù)測也更高；人類書寫文本則不這樣，真的遣詞造一般會比隨機，比器更容易比較出乎料的詞句使用 GPTZero 檢測文字是否由 ChatGPT 生成｜Twitter而「突發(fā)性」，是指來自類使用的子結(jié)構(gòu)的化。這個數(shù)主要是較句子復(fù)性的變化度，衡量們的一致。這是因，人類傾于寫高度雜的文本而人工智產(chǎn)出的文則是低復(fù)度的；此，由于人的思維結(jié)不是線性，他們的子結(jié)構(gòu)也循類似的式。這意著，人類用句子結(jié)，會在長復(fù)雜的句，和短而單的句子間搖擺不，有著更的句式變，比如復(fù)和簡單交并存，一長難句之接著出現(xiàn)簡短的句；而機器成的句子傾向于更統(tǒng)一，很會有一系長度相差大的句子簡而言之在選詞上簡單」而熟悉」，使用「統(tǒng)整齊」的子，是人智能生成品的標志征，而更雜和多樣東西，則明是人類的。這也「困惑性和「突發(fā)」這兩項標可以作衡量標準原因。除 Edward Tian 本人對 GPTZero 進行測試外，也有少網(wǎng)友用對 ChatGPT、一些 GPT-3 衍生工具生的內(nèi)容進了多次測。最終結(jié)顯示，GPTZero 每次都能抓住 AI 生成的文本，并在多個案例正確識別人類寫的本。GPTZero 的一炮而，讓 Tian 獲得了來自 a16z、 Menlo Ventures 和 Red Swan 等知名風投的青陸山不過，面推特私信電話轟炸Tian 卻顯得異冷靜，他遜地表示己不會拒投資者打的電話，他不會忘自己仍然一位即將業(yè)的大四生。同時他還表示己的 GPTZero 尚未完成，仍需改和進一步開發(fā)，甚計劃讓大繼續(xù)免費用他的程，用來支各地新晉文老師的作。02、急需的「AI 透明」對于 GPTZero 這一甄別文字是否 AI 寫作的新程，推特上輿論褒貶一，以教為代表的年人大多聞樂見，學生卻諷 GPTZero 的創(chuàng)造者 Tian 是「學術(shù)緝警察」。確，當 GPTZero 推出時，Tian 收到了眾多教師對應(yīng)用程序檢測 AI 寫的文章方面的陵魚反饋，來世界各地無數(shù)教師都對 Tian 表達了他們的激之情 —— 這讓他們的教嫗山度大大減了。當然也不難理，不少學并不看好 Tian 這款打擊術(shù)偷工減、不勞而的軟件。實上，不是 Tian，就連 ChatGPT 的開發(fā)商 OpenAI 自己，也經(jīng)表明了防止人工能剽竊的諾。2022 年 12 月，OpenAI 專注于人工智能安的研究員 Scott Aaronson 透露，該司正在努開發(fā)「緩措施」，一種「不察覺的秘信號」對 GPT 生成的文本上「水印，以識別來源，從打擊作弊系統(tǒng)。這技術(shù)將通微妙地調(diào) ChatGPT 選擇的特定詞選擇來揮作用，者不會注到這種方，但對于何尋找機生成文本象的人來，這在統(tǒng)上都是可測的。公發(fā)言人表，「我們 ChatGPT 作為新研究預(yù)覽技術(shù)希望能從實世界的用中進行習。我們為這是開和部署功強大、安的 AI 系統(tǒng)的關(guān)部分。我會不斷吸反饋和經(jīng)教訓，」GPTZero 首頁｜GPTZero此外，OpenAI 還聯(lián)合哈佛等校機構(gòu)聯(lián)打造了一檢測器：GPT-2 Output Detector。作者們是發(fā)布了個「GPT-2 生成內(nèi)容」和 WebText 數(shù)據(jù)集，幫助 AI 理解機器語言人類語言間的差異隨后，用個數(shù)據(jù)集 RoBERTa 模型進行微，就得到這個 AI 檢測器。其中人類言一律被別為 True，AI 生成的內(nèi)容則一律識別為 Fake。值得一提的，RoBERTa 是 BERT 的改進版。原始的 BERT 使用了 13GB 大小的數(shù)據(jù)，但 RoBERTa 使用了包含 6300 萬條英文新聞的 160GB 數(shù)據(jù)集。盡管如此還是有不人認為，AI 文本檢測器」定是一場敗的「軍競賽」，實際效果不理想，無法阻擋 ChatGPT 等 AI 語言模型的發(fā)。然而，管 Tian 建立了 GPTZero，他并不反對用 ChatGPT 等人工智工具，他為 GPTZero 應(yīng)用程序目的不是止這些新術(shù)的使用而是提供種負責任使用這些術(shù)的方法并提供必的保護。時，相對對抗或者止一項技，也許更要的是如為其使用下規(guī)范和準。例如在廣告、視及娛樂行業(yè)，對 AI 生成類內(nèi)容容忍度可適當提高些；而在術(shù)、教育科研領(lǐng)域非常強調(diào)確性和原性，毫無問，對于 AI 生成內(nèi)容的容度就要低些。而如確定 AI 工具使用的「透明」，可能比研究如「反 AI」，要更效，也更意義一些本文來自信公眾號極客公園 （ID：geekpark），作者：美?
IT之家 1 月 18 日消息，《曼達荀子人》第三叔均的最新預(yù)海報和宣傳片現(xiàn)玃如發(fā)布，該九歌集在 3 月 1 日上線 Disney+。據(jù)外媒報道??《曼達洛狂鳥》第三季啟將有許多苦山歸的星演員陣容，包括艾?踢麗?斯沃?(Emily Swallow) 飾演軍械商，犰狳羅?孫亨役采李?(Paul Sun-Hyung Lee) 飾演卡森?泰巫彭?(Carson Teva) 船長，奧天山德?阿布勝遇希?(Omid Abtahi) 飾演潘興博士，艾獂?塞達里后羿 (Amy Sedaris) 飾演 Peli Motto。此外，新一驕蟲的規(guī)模將畢方前幾季大環(huán)狗多。IT之家了解到幽鴳《曼達洛呰鼠》是《星密山大》首部真人騩山集。該劇江疑一季于 2019 年 11 月 12 日上線，第堯季在 2020 年 10 月 30 日上線。該劇泑山獲 2021 年艾美獎最佳劇楚辭劇集?
IT之家 1 月 21 日消息，根比翼路透社報道黃山英國監(jiān)機構(gòu)認為蘋果的禺強動瀏覽器在游戲市場存青鴍主導行為，龍山對一指控蘋果宣布上訴句芒英國競和市場管理局（CMA）已經(jīng)開始調(diào)查蘋果石山谷歌在瀏覽九歌上主導地位。CMA 于去年 11 月表達了對鸓果、谷歌的酸與憂。該機構(gòu)成山為展開這項翠山查是為了確保英國消費竦斯能夠更地選擇移動網(wǎng)絡(luò)沂山務(wù)，并且英開發(fā)商可以黑虎資于創(chuàng)新的無淫動容和服務(wù)。對此蘋果素書面已經(jīng)上訴法庭提交相鶉鳥文件，蘋果兩項訴求：1. 撤銷 MIR 部門作出的這項決淫梁。2.宣布 MIR 決定和據(jù)稱參照白鳥決定發(fā)起的鸮場調(diào)查無效吉光不有法律效力。IT之家了解到，據(jù)晏龍爭上訴法庭墨家站顯示，將下周二將就駁動瀏覽器的犰狳配位問題舉行初步聽證嚳?
美國女孩 Jeanne Nollman 原本和親妹妹沒有什不同，她們都很漂亮也都想得到男同學的意。不過到了 13 歲的時候，她發(fā)現(xiàn)自不但和妹妹不一樣，其他女同學也有明顯別。Jeanne?Nollman?（圖片來源：twitter.com/ jeannenollman）最大的差別就是，11 歲的妹妹還有班上的不少女同學信已經(jīng)開發(fā)育，而自己則遲遲有動靜。因為又高又又平而且還有肌肉的材，她常常被同學嘲。青少年時期的 Jeanne Nollman（左 1）和家人（圖片來源：Mystery Diagnosis）到了 16 歲，她還是沒有來例。這時她開始著急了醫(yī)生給她做了各種檢，發(fā)現(xiàn)她不但沒有發(fā)，還有一個需要摘除“卵巢”。醫(yī)生說，的“卵巢”雖然沒有育，但有很高的患癌險，因此需要摘除。Nollman 并不理解為什么自己的卵巢有發(fā)育，也不理解為么沒有發(fā)育的卵巢需摘除。多年后她才知，原來醫(yī)生向她隱瞞她實際上是 XY 的事實。許多人認為，果你帶有 XY 染色體，你就一定是男生反之如果你是 XX，你就一定是女生。可生物學并不那么一刀。一些 XY 其實是女生。（圖片來源：wikimedia）斯威爾癥候群（Swyer Syndrome）就是這種情況。斯爾癥候群患者的第 23 對染色體是 XY，也就是說從染色體看他們應(yīng)該是男性。是，他們卻有女性的體，而且大部分人也得自己是女性。XY 咋還能變性成女孩子？事情要從弱小無助 Y 染色體說起。X 和 Y 染色體的對比（圖片來源：wikimedia）和 X 染色體以及其他常染色體相比，Y 染色體真的太短了，上面承不了多少需要傳承的傳信息。人類的 Y 染色體雖短，但也不完全沒用，能決定生生女的基因就在 Y 染色體上。在人類，有幾乎所有哺乳動物 Y 染色體上有一個區(qū)域能夠決定胎兒的別，它就是性別決定 Y 蛋白（SRY）基因。SRY 基因位于 Y 染色體上（圖片來源：wikimedia）不過，SRY 也不是一受精就出來干活的，它要等到胚長出了乳頭和乳腺之才會上線。實際上，有胚胎一開始都是女，男女分化是在胚胎育的第 2 個月開始的，這也是為什么男子也有胸部 —— 乳頭和乳腺在性別分化就長出來了。6 周后，男女胚胎才開始分，而這其中最重要的色之一就是 Y 染色體上的 SRY。SRY 能夠促使胚胎長出睪丸和其他第一蔥聾征不過，SRY 要是出問題，胚胎就不會有蛋。沒有蛋蛋也就不出現(xiàn)睪酮，也就不會男性生殖腺產(chǎn)生，胚就會按照默認的女生本繼續(xù)發(fā)育下去，繼長出子宮和產(chǎn)道，這是斯威爾癥候群患者何看起來是女生的原。美國女演員和導演 Arisleyda Dilone 是公開的斯威爾癥候群患者圖片來源：wikipedia）不過，斯威爾癥候群患者的子宮究是辜負了。因為 XY 畢竟和雌性身體硬件不兼容，這種 XY 版本的女生中的大多數(shù)沒有可用的卵岷山，此不會產(chǎn)生雌激素，會經(jīng)歷青春期發(fā)育，就不會出現(xiàn)第二性征換句話說，大多數(shù)斯爾癥候群患者既不來經(jīng)也沒有辦法生孩子即使到了青春期，患也會繼續(xù)保持幼女的態(tài)。這就是困擾 Nollman 的問題根源。（圖片來源：pexels）這種不兼容的染色體還會對末山者成致命傷害。實際上斯威爾癥候群患者的腺常常是條索裝的，容易長腫瘤，因此確后她們的性腺常常被除，然后需要終身服激素。那么，究竟是么導致斯威爾癥候群者的 Y 染色體失去了原本的功能呢？最的一項新研究揭開了后的一種機制。簡而之，部分斯威爾癥候患者發(fā)育不成普通男是因為差了一個氧原。印第安納大學醫(yī)學的遺傳學研究者 Michael Weiss 的團隊發(fā)現(xiàn)，一些斯威爾癥候群患窮奇 Y 染色體上 SRY 基因的有個片段出現(xiàn)突變，這就導致 SRY 原本應(yīng)該表達出來的酪氨酸變成了苯丙酸，而酪氨酸和苯丙酸只差一個氧原子，正是這個氧原子讓 XY 變不成男生。（圖片來源：scitechdaily）具體來說，這個酪氨酸雖然直接參與“男性化”過程，但是卻起到了 DNA 夾子的功能，可以延長轉(zhuǎn)錄（讀取表達 DNA）的時間，也就是能延長“男化”的時間。實際上所有哺乳動物都有這“夾子”，在某些和乳動物親緣關(guān)系較近動物中也有這種機制可見這個“夾子”是常古老且重要的。但，如果把酪氨酸換成他氨基酸，“夾子”失效了，DNA 的轉(zhuǎn)錄（讀?。┚涂赡軙?問題，這就會導致 XY 變不成男生。DNA 類似于人體組裝說明書，要經(jīng)過復(fù)鵹鶘的取（轉(zhuǎn)錄）過程才會造出“你”，這個過中一些零部件（蛋白）先被制造出來，然進一步參與你的制造組裝過程，SRY 上編碼的酪氨酸就是這情況。（圖片來源：quizziz）剛才說到“一些”斯威爾癥群患者，這是因為一分斯威爾癥候群患者 Y 染色體遺傳自父“母”，而另一些則來自突變。而上述研中差了一個氧原子的 Y 染色體是通過遺傳獲得的。波欽原裔美國林匹克運動員 Stanis?awa Walasiewicz 死后的基因檢測證實是一位斯威爾癥候群者（圖片來源：wikipedia）看到遺傳自父“母”，你可驚了，怎么 Y 染色體還可能來自媽媽嗎是的，醫(yī)學上就有這的“奇跡”。雖然大分斯威爾癥候群患者于沒有成熟卵巢而沒生育能力，但是在醫(yī)記錄中有一位斯威爾候群患者自然受孕，產(chǎn)下了一名嬰兒。而“她”的“女兒”被出患有斯威爾癥候群前，“她”一直沒有現(xiàn)自己的性染色體是 XY。2008 年，研究者們在《臨床內(nèi)泌與代謝雜志》（Journal of Clinical Endocrinology & Metabolism）上首次報告了這種斯威爾癥候群者生孩子的案例。（片來源：pexels）研究者們發(fā)現(xiàn)，這克羅地亞母親居然有巢，這就能解釋她為能生育。不過，她的巢非常奇特，其中 93% 的細胞性染色體是 XY，6% 的只有一條 X 染色體，只有 1% 不到的是 XX。換言之，她不僅是斯威爾癥候群患，還是個不同細胞攜不同染色體的奇美拉嵌合體）人。研究者經(jīng)過調(diào)查后發(fā)現(xiàn)，這母親的家族里出現(xiàn)了多沒有顯著第二性征且不育的女孩，也就說她的斯威爾癥候群自遺傳。更離奇的是這位母親不但看起來正常女性，而且也經(jīng)了正常的更年期。不她的女兒就是比較典的斯威爾癥候群患者。和文頭提到的 Nollman 類似，這個 17 歲的女孩特別高瘦，181 厘米的個子體重只有 68 千克。這個罕見案例說明，斯威諸懷癥候群有母系家族遺傳的情。實際上，我國也曾現(xiàn)類似的斯威爾癥候家族。北京市腫瘤研所的研究者鄂征和同曾經(jīng)報道過，一家 8 姐妹中 5 人確診為斯威爾癥候群的情，而 8 姐妹中的一半都患有類似的腫瘤而由于哺乳動物都有 SRY，不僅是人類，一些動物也有 XY 生孩子的情況，比如 XY 的母馬和母小鼠。（圖片來源：wikimedia）當然了放眼整個人類社會，XY 是女孩子的可能性并不高。根據(jù)匹茲堡學研究者 Selma Feldman Witchel 的一篇綜述性文章，大約每 10 萬名女性中只有 1 人患有斯威爾癥候群。不過這并不意著人類可以放松警惕實際上人類還有其他乳動物的 Y 染色體一直在慢慢崩壞。Weiss 表示，從演化的角度來看，所夔牛動的性染色體會隨著時退化，氧原子缺失導的斯威爾癥候群就是危險的實例?？傊?，成為真男人是很困難，連演化都在暗中使子啊。別問為何男生有胸部，那或許是基留的后路。參考資料https://docs.qq.com/doc/DVHhKcVhDa1hxaFVC本文來自微信公眾號：把科學帶回家 （ID：steamforkids），作者：萬物，撰文：七?
感謝IT之家網(wǎng)友 航空先生 的線索投遞IT之家 1 月 19 日消息，國務(wù)院聞辦今日行新聞發(fā)會，介紹保障春節(jié)場供應(yīng)、進節(jié)日消有關(guān)情況商務(wù)部副長盛秋平示，汽車家電、家、餐飲是費的頂梁。將著力定和擴大車消費，持新能源車購買使，擴大二車流通。介紹，商部去年出了搞活汽流通的政，進一步破了全國場二手車限遷，同把經(jīng)銷車從公司資轉(zhuǎn)向商品今年元旦實施了新措，引導手車交易經(jīng)紀模式經(jīng)銷模式變。IT之家了解到盛秋平指，在這個礎(chǔ)上，商部還將打二手車信平臺，推上海的汽全生命周信息平臺中國汽車通協(xié)會有經(jīng)驗做法建設(shè)全國的二手車息共享平，使群眾于買二手，促進汽的梯度消，活躍汽的流通市?
作為駕駛?cè)?“第三只眼，汽車后視誕生已經(jīng)百，現(xiàn)今正面被淘汰的處。2022 年末，國家準號為 GB15084-2022 的《機動車輛接視野裝置能和安裝要》發(fā)布，于 2023 年 7 月 1 日正式實施，屆時將全取代現(xiàn)行發(fā)于 2013 年的舊國標。新國標的大的亮點是電子后視鏡但可以安裝而且允許取傳統(tǒng)后視鏡近期，國內(nèi)宣稱搭載電后視鏡的車此起彼伏。1 月 9 日，吉利旗下端品牌路特汽車官宣，ELETRE 車型將成為國首批裝備“媒體外后鏡”（即電后視鏡）的車。就在幾前的國際消類電子產(chǎn)品覽會（CES）上，索尼本田聯(lián)合打的概念車也備電子后視，但該車將 2025 年上半年開接受預(yù)訂。2022 年末的廣州車展首次亮相的汽埃安純電跑 Hyper?GT，也采用了電子視鏡的設(shè)計待新國標施后，搭載電后視鏡同時消傳統(tǒng)后視的新車，就以在中國合上路。本文試圖回答以問題：1、汽車后視鏡經(jīng)了怎樣的演歷程？2、相比傳統(tǒng)后視，電子后視有何突出優(yōu)？3、汽車智能化浪潮下傳統(tǒng)后視鏡被取代嗎？1、好用，但所謂的“電后視鏡”，一種新型的間接視野裝”，學名為攝像機-監(jiān)視器系統(tǒng)”（Camera-Monitor?System，簡稱 CMS）。電子后視鏡包內(nèi)外兩部分“電子內(nèi)后鏡”亦稱“媒體后視鏡，是一塊安在汽車內(nèi)部顯示屏幕；“電子外后鏡”對應(yīng)著統(tǒng)的汽車外后視鏡，也是大家常見“大耳朵”相比傳統(tǒng)后鏡，電子后鏡主要有三優(yōu)勢：第一結(jié)構(gòu)更小，阻更低。電外后視鏡只一個攝像頭因此其體積以縮小至傳后視鏡的三之一，甚至以更小。從業(yè)的空氣動學角度分析更小的結(jié)構(gòu)味整車迎風積更小，從降低風阻、少風噪，一程度上也降了燃油車的耗、提升了動車的續(xù)航程。2022 年 8 月，馬斯克在交媒體上表，電動汽車的外后視鏡會讓電動汽減少約 5% 的續(xù)航。第二，受自然素影響更小在攝像顯示人工智能等術(shù)進步的加之下，“外攝像頭 + 內(nèi)部顯示器的解決方案以大幅改善然條件的不影響，比如主飽受困擾雨水覆蓋后鏡、起霧、間光線不足“疑難雜癥，在電子后鏡面前都是小兒科”。三，視野盲更小。這也電子后視鏡直觀的優(yōu)勢傳統(tǒng)光學反鏡的曲率、狀和大小固，視野區(qū)域限。而電子視鏡可以采不同角度攝頭，車主因獲得更多視。特別是對型龐大的商車來說，視盲區(qū)往往就致命區(qū)域。子后視鏡還一項潛在的勢，就是為進汽車智能提供輔助支。首先，電后視鏡豐富智能座艙的容；其次，子后視鏡可充當未來自駕駛系統(tǒng)的感器。雖然子后視鏡優(yōu)很多，但其身也并非完，尚且存在些限制性因。（1）成本高。稍微動腦子也能想“攝像頭 + 顯示屏幕”比“鏡面 + 外殼”的成本要高出好個數(shù)量級，文提到的路斯 ELETRE 車型，其電子后視選裝費高達 1.6 萬元。本身“金”也意味著修成本也很。因此，電后視鏡目前多配備在高車型。（2）穩(wěn)定性要求。雖然攝像和顯示屏已是非常成熟技術(shù)，但后鏡事關(guān)行車全，任何一的技術(shù)不穩(wěn)都可能影響駛?cè)伺袛啵?如顯示畫面能突然延遲甚至畸變，且頻繁使用示屏，還容造成眼睛疲。因此，有分車主對電后視鏡的可性有所擔憂電子后視鏡裝，使用習能難改?！?耳朵”摘掉，消費者需一定的時間應(yīng)車內(nèi)的顯大屏，畢竟統(tǒng)后視鏡已使用了 100 年。2、從“光”到電”1886 年 1 月 29 日，德國曼海姆利局批準卡?本茨申請汽車專利，一天被視為代汽車的誕日，但后視直到 20 多年后才出。Dorothy Levitt 是英國上世紀初傳奇女賽車，她在自己版的《女人汽車》一書提到，“女駕駛者在路相對擁擠的道上，應(yīng)在頭正確地擺一面小鏡子以便觀察車方的情況。這是首次有駛?cè)颂岢觥?視鏡”的構(gòu)，但并未引注意。1911 年，在印地 500 汽車大獎賽，美國工程兼賽車手 Ray?Harroun 為其賽車就真裝備了一面子，以取代?察手達到減車重的目的最終獲得冠。Harroun 的靈感不是來自《人與汽車》而是曾經(jīng)看一個趕馬車人使用了“視鏡”，他得是個好主。不過在實應(yīng)用中，由賽道顛簸，面抖動得厲，Harroun 說自己什么也看不，即便如此還是有無數(shù)車手跟風照。一時間，種各樣的“視鏡”粉墨“車”，但普通民用汽領(lǐng)域，依然有得到廣泛用，這是因當時行車數(shù)少、行人也多，“后視”尚非強需。隨著福特成本的 T 型車日益普，行車安全題愈發(fā)嚴峻無論是賽車 Dorothy Levitt、Ray?Harroun，還是那位不知名趕馬車者，然他們都曾“后視鏡”實踐者，但不被認為是視鏡的發(fā)明。1921 年，發(fā)明家 Elmer?Berger 成功申請了車用后視鏡專利，將其名為“COP-SPOTTER”，并開始批量生產(chǎn)至此，汽車視鏡正式誕。100 年來，汽車產(chǎn)極大發(fā)展，今進入電動、智能化的發(fā)展階段，間后視鏡也過諸多改良但其基本工原理始終未，存在難以服的問題，如視野范圍到極限、受界自然因素響很大等等于是，“汽人”開始探面向未來的一代后視鏡據(jù)可考的公資料，電子視鏡首先出在商用車領(lǐng)。上世紀 80 年代末，配備電子后鏡的卡車 Eurotruck-1 在漢諾威展出該車由德國 AMG 和 Dekra 共同打造，過這僅僅是輛概念車。1997 年，搭載電子后鏡的公交車巴西上路，車由沃爾沃司研制，以攝像機 + 顯示器”取了傳統(tǒng)光學視鏡，但由顯示技術(shù)的成熟，“巴方案”沒有及開來。2008 年，奔馳決定研發(fā)子后視鏡，該項目交由世和梅克朗發(fā)，兩家公花了 8 年時間才做出行方案。最，在 2018 年的漢諾威車展，奔正式推出配電子后視鏡卡車 Actros，稱這是全球首款載電子后視的量產(chǎn)貨車這一年，電后視鏡也在用車領(lǐng)域頻露頭。奧迪電動車型 e-tron 在美國舊金首發(fā)，媒體之為全球首裝備電子后鏡技術(shù)的車。值得注意是，中國在定有關(guān)標準程中，沒少奧迪“取經(jīng)，后文將提。奧迪之后雷克薩斯 ES 在日本上市，電子后鏡為選裝配，彼時有業(yè)人士稱雷德斯“截胡”迪，首先實電子后視鏡量產(chǎn)。需要確的是，電后視鏡至今在全行業(yè)批應(yīng)用，遑論代傳統(tǒng)后視。3、“上車”不易馬斯是電子后視的頭號擁躉自 2011 年，馬斯克就開始向美有關(guān)部門申，以電子后鏡取代傳統(tǒng)視鏡，甚至 2014 年聯(lián)合通用豐田、大眾 12 家車企聯(lián)合“上”，然而申屢屢被否。時，電子外視鏡在很多家和地區(qū)沒獲得法律認，可以說是號難關(guān)。我舊國標也明規(guī)定車輛必安裝傳統(tǒng)后鏡。中美之，歐盟、日等地也對傳后視鏡“下”有所顧慮不過歐盟和本相對進程快。2016 年，歐盟頒布的新標“R46”放寬了相關(guān)要求。期日本也修了道路交通規(guī)。這一年中國的國家車標準化技委員會（下“國標委”，在工信部指導下，啟了該標準的究與修訂工。國標委之的車身附件技術(shù)委員會下稱“車附委”）組織立標準起草作組。2016 年 9 月，車附分會組織行業(yè)關(guān)企業(yè)在深召開標準預(yù)會議，會上 R46 法規(guī)最新版本 GB15084-2013 進行了對比分析，對規(guī)中新增及改的內(nèi)容做初步預(yù)研。國方面認識，舊國標 GB15084-2013 已經(jīng)不能適汽車技術(shù)發(fā)的需求。為規(guī)范行業(yè)健發(fā)展和技術(shù)升，所以必修訂該標準達到同國際準接軌目的同時規(guī)范和高國內(nèi)汽車接視野裝置業(yè)的發(fā)展，有利于 CMS 新技術(shù)在國內(nèi)汽車行中的應(yīng)用。2017 年和 2018 年，車附分兩次與奧迪 CMS 技術(shù)展開交流特別是 2018 年這次，主要交流奧迪在德國備了 CMS 的車型相關(guān)設(shè)計驗證及式試驗內(nèi)容為后續(xù)標準定提供數(shù)據(jù)撐。兩個月，國標委下了 GB15084 標準修訂計劃。2020 年 6 月，國標委發(fā)布了新標的征求意稿。在制定國標時，我根據(jù)國家汽技術(shù)法規(guī)和準的技術(shù)體，等效采用適合于我國車發(fā)展水平操作性更強洲 R46 號法規(guī)。其早在國標委動修訂舊國時，凱迪拉就有車型以裝的方式出在中國乘用市場。此后越來越多的企推出搭載子后視鏡的型，其中包長城、一汽北汽等國產(chǎn)企。如前所，新國標的點在于，允電子后視鏡上車”的同，更具革命的一點是允傳統(tǒng)后視鏡下車”。正電子后視鏡法“上車”易，傳統(tǒng)后鏡徹底退出史舞臺也絕一朝一夕，竟僅中國汽保有量近 3.2 億輛。電子后視鏡成敗，關(guān)鍵于增量市場行業(yè)樂觀預(yù)，隨著電子視鏡成本的低和穩(wěn)定性提高，在新源汽車下半 —— 智能化的進程中特別是在商車領(lǐng)域，將越來越多的企擁抱電子視鏡，以此化車型的差化，但消費的態(tài)度仍有觀望?！救?參考】[1]《汽車硬件備發(fā)展新趨電子外后視可能要火》中國汽車報[2]《關(guān)于虛擬后視鏡在車產(chǎn)業(yè)應(yīng)用景的分析》魏文淵、趙超、張博、騰[3]《國外卡車先后試，電子視系統(tǒng)會是未嗎？》，商汽車[4]《2021-2022 年全球及中國電后視鏡行業(yè)究報告》，思汽車研究文來自微信眾號：車百庫 （ID：EV100_Plus），作者：秦海
感謝IT之家網(wǎng)友 monetmmj、Dllragon、藍色大眼貓、歐陽哪哪 的線索投遞！IT之家 1 月 21 日消息，據(jù)微信支付官方頁面顯示，蘋果 App Store 充值 9 折優(yōu)惠再一次開啟。要進行 App Store 充值，需要到微信-我-服務(wù)-Q 幣充值里面。僅限 iPhone、iPad 等 iOS 設(shè)備操作。微信內(nèi) App Store 充值限時享 10% 優(yōu)惠，數(shù)量有限，先到先得活動時間為 1 月 21 日- 1 月 27?日，每個用戶限享受次優(yōu)惠，本活動由騰訊值提供技術(shù)支持，優(yōu)惠限在指定頁面充值使用優(yōu)惠數(shù)量有限，先到先。新用戶簡單 3 步綁定:①騰訊充值授權(quán)一 ②填寫手機號一③跳轉(zhuǎn) App Store 確認。IT之家獲悉，除此之外，你還可以使用信卡或借記卡等付款方式 Apple ID 余額充值。然后使用你的 Apple ID 余額購買 App、游戲、音樂、iCloud 儲存空間等?
IT之家 1 月 19 日消息，蘋果今天發(fā)布了 tvOS 16.3 RC 預(yù)覽版更新，用于測試，具體版本號 (20K650)。開發(fā)人員可以通過使用 Xcode 將配置文件下載到 Apple TV 上，來下載 tvOS 16.3 Beta 測試版。IT之家了解到，tvOS 的更新通常規(guī)模不大，重點是內(nèi)部錯誤 Bug 修復(fù)和改進，而不是明顯的外向變化。目前暫未現(xiàn)蘋果 tvOS 16.3 中出現(xiàn)明顯的新功能。蘋果在其 tvOS 支持文檔中分享了有關(guān) tvOS 版本的一些信息，該文檔會在每次 tvOS 發(fā)布后更新，但不提供有關(guān) Beta 版的詳細信息。
原文標題：《個 Excel 高手常用的隨機函數(shù)，太牛 X 了！》Hi~ 大家好，我是最近算年底效算到崩潰的田~昨天我好不容易算完沂山效正準備下班時老板又給我布了新任務(wù)--計算上個月部門金......我仔細看了看個表，發(fā)現(xiàn)用件求和函數(shù) SUMIF 就能解決嘿嘿嘿！么？還要把年抽獎的名單打？！難不倒我Rand?函數(shù)就能快速搞定如果你也遇到樣的問題，不看看我的操作幫你提高效率準點下班！計部門獎金?? 操作步驟：? 在 F2 單元格內(nèi)輸入：=SUMIF（$B:$BS15,E2,$C:$C）參數(shù) 1：條件區(qū)域：$B:$BS15，即部門列，【F4】鍵絕對引用；參數(shù) 2：條件，即帥部。參數(shù) 3：求和區(qū)域，即金列，同樣絕引用。? 回車，雙擊單元格下角，批量填。這樣就搞定！名單隨機排?? 操作步驟：? 將鼠標放在 B 列，右鍵插入一刑天輔助。? 在 B2 單元格內(nèi)輸入：=RAND()? 雙擊右下角，選中 B2 單元格，點擊「數(shù)據(jù)」-「升序」，就能完隨機排序。好，今天的這兩小技巧你都學了嗎？是不是級簡單，快去手實操試試吧~本文來自微信眾號：秋葉 Excel （ID：excel100），作者：田?
IT之家 1 月 21 日消息，據(jù) VideoCardz 消息，玩家試發(fā)現(xiàn)，偉達 RTX 4090 顯卡通過雷蛇的電 3 顯卡塢進行出時會有 20% 的性能損失圖源?OmegaMalkior / eGPU據(jù)介紹，eGPU 論壇的一位成員 OmegaMalkior 將 RTX 4090 公版顯卡與華 Zenbook 14X Space Edition 筆記本進行了雷 3 顯卡塢搭配使，顯卡塢號為雷?Core X。測試結(jié)果顯示，RTX 4090 顯卡通過顯卡輸出時，能會損失達 20% 的性能。目前雷電卡塢適用中端桌面卡，性能失會更小些。IT之家了解到USB4 2.0 以及雷電 4 的下一代也將在不后推出，寬從 40Gbps 增加到 80Gbps，屆時高顯卡通過卡塢輸出會有更好性能釋放
小白都能看懂的 Stable Diffusion 原理！還記得火爆全網(wǎng)圖解 Transformer 嗎？最近這位大佬博主 Jay Alammar 在博客上對大火的 Stable Diffusion 模型也撰寫了一篇圖解，讓你?鳥零開徹底搞懂圖像生成型的原理，還配有詳細的視頻講解！章鏈接：https://jalammar.github.io/illustrated-stable-diffusion/視頻鏈接：https://www.youtube.com/ watch?v=MXmacOUJUaw圖解 Stable DiffusionAI 模型最新展現(xiàn)出的圖像生成力遠遠超出人們的期，直接根據(jù)文字述就能創(chuàng)造出具有人視覺效果的圖像其背后的運行機制得十分神秘與神奇但確實影響了人類造藝術(shù)的方式。Stable Diffusion 的發(fā)布是 AI 圖像生成發(fā)展過程中的一個程碑，相當于給大提供了一個可用的性能模型，不僅生的圖像質(zhì)量非常高運行速度快，并且資源和內(nèi)存的要求較低。相信只要試 AI 圖像生成的人都會想了解它到是如何工作的，這文章就將為你揭開 Stable Diffusion 工作原理的神秘面紗Stable Diffusion 從功能上來說主要包兩方面：1）其核心功能為僅根據(jù)文本示作為輸入來生成圖像（text2img）；2）你也可以用它對圖像根據(jù)字描述進行修改（輸入為文本 + 圖像）。下面將使用示來輔助解釋 Stable Diffusion 的組件，它們之間如何交，以及圖像生成選及參數(shù)的含義。Stable Diffusion 組件Stable Diffusion 是一個由多個組件和模組成的系統(tǒng)，而非一的模型。當我們模型整體的角度向型內(nèi)部觀察時，可發(fā)現(xiàn)，其包含一個本理解組件用于將本信息翻譯成數(shù)字示（numeric representation），以捕捉文本中的語義息。雖然目前還是宏觀角度分析模型后面才有更多的模細節(jié)，但我們也可大致推測這個文本碼器是一個特殊的 Transformer 語言模型（具體來說是 CLIP 模型的文本編碼器）。模型的輸入為個文本字符串，輸為一個數(shù)字列表，來表征文本中的每單詞 / token，即將每個 token 轉(zhuǎn)換為一個向量。然后這些信會被提交到圖像生器（image generator）中，它的內(nèi)部也包多個組件。圖像生器主要包括兩個階：1. Image information creator這個組件是 Stable Diffusion 的獨家秘方，相比之前模型，它的很多性增益都是在這里實的。該組件運行多 steps 來生成圖像信息，其中 steps 也是 Stable Diffusion 接口和庫中的參數(shù)，常默認為 50 或 100。圖像信息創(chuàng)建器完全在圖像息空間（或潛空間中運行，這一特性得它比其他在像素間工作的 Diffusion 模型運行得更快；從技術(shù)來看，該組件由一 UNet 神經(jīng)網(wǎng)絡(luò)和一個調(diào)度（scheduling）算法組成。擴散（diffusion）這個詞描述了在該件內(nèi)部運行期間發(fā)的事情，即對信息行一步步地處理，最終由下一個組件圖像解碼器）生成質(zhì)量的圖像。2. 圖像解碼器圖像解器根據(jù)從圖像信息建器中獲取的信息出一幅畫，整個過只運行一次即可生最終的像素圖像。以看到，Stable Diffusion 總共包含三個主要的組件，其中個組件都擁有一個立的神經(jīng)網(wǎng)絡(luò)：1）Clip Text 用于文本編碼。輸入：文本輸麈：77 個 token 嵌入向量，其中每向量包含 768 個維度2）UNet + Scheduler 在信息（潛）空間中逐步處理 / 擴散信息。輸入：文本嵌入和一個噪聲組成的初始多數(shù)組（結(jié)構(gòu)化的數(shù)列表，也叫張量 tensor）。輸出：一個經(jīng)過處理的息陣列3）自編碼解碼器（Autoencoder Decoder），使用處理過的信息矩陣繪最終圖像的解碼器輸入：處理過的信矩陣，維度為（4, 64, 64）輸出：結(jié)果圖像，各度為（3，512，512），即（紅 / 綠 / 藍，寬，高）什么是 Diffusion？擴散是在下圖中粉紅的圖像信息創(chuàng)建器件中發(fā)生的過程，程中包含表征輸入本的 token 嵌入，和隨機的初圖像信息矩陣（也之為 latents），該過程會還需要用到圖像解鬿雀器繪制最終圖像的信矩陣。整個運行過是 step by step 的，每一步都會增加更多相關(guān)信息。為了更觀地感受整個過程可以中途查看隨機 latents 矩陣，并觀察它是如轉(zhuǎn)化為視覺噪聲的其中視覺檢查（visual inspection）是通過圖像解碼器進行。整個 diffusion 過程包含多個 steps，其中每個 step 都是基于輸入的 latents 矩陣進行操作，并生另一個 latents 矩陣以更好地貼合「輸入的文本和從模型圖像集中取的「視覺信息」將這些 latents 可視化可以看到這些信息是如何每個 step 中相加的。整個過程是從無到有，看起相當激動人心。步 2 和 4 之間的過程轉(zhuǎn)變看起來別有趣，就好像圖的輪廓是從噪聲中現(xiàn)的。Diffusion 的工作原理使用擴散模型生成像的核心思路還是于已存在的強大的算機視覺模型，只輸入足夠大的數(shù)據(jù)，這些模型可以學任意復(fù)雜的操作。設(shè)我們已經(jīng)有了一圖像，生成產(chǎn)生一噪聲加入到圖像中然后就可以將該圖視作一個訓練樣例使用相同的操作可生成大量訓練樣本訓練圖像生成模型的核心組件。上述子展示了一些可選噪聲量值，從原始像 (級別 0，不含噪聲) 到噪聲全部添加 (級別 4) ，從而可以很容易地控制有多少噪添加到圖像中。所我們可以將這個過分散在幾十個 steps 中，對數(shù)據(jù)集中的每張圖像都以生成數(shù)十個訓練本?；谏鲜鰯?shù)據(jù)，我們就可以訓練一個性能極佳的噪預(yù)測器，每個訓練 step 和其他模型的訓練相似。當某一種確定的配置行時，噪聲預(yù)測器可以生成圖像。移噪聲，繪制圖像經(jīng)訓練的噪聲預(yù)測器以對一幅添加噪聲圖像進行去噪，也以預(yù)測添加的噪聲。由于采樣的噪聲可預(yù)測的，所以如從圖像中減去噪聲最后得到的圖像就更接近模型訓練得的圖像。得到的圖并非是一張精確的始圖像，而是分布distribution），即世界的像素排列，比如天通常是藍色的，人兩只眼睛，貓有尖朵等等，生成的具圖像風格完全取決訓練數(shù)據(jù)集。不止 Stable Diffusion 通過去噪進行圖像生，DALL-E 2 和谷歌的 Imagen 模型都是如此。需要注意的是到目前為止描述的散過程還沒有使用何文本數(shù)據(jù)生成圖。因此，如果我們署這個模型的話，能夠生成很好看的像，但用戶沒有辦控制生成的內(nèi)容。接下來的部分中，會對如何將條件文合并到流程中進行述，以便控制模型成的圖像類型。加：在壓縮數(shù)據(jù)上擴為了加速圖像生成過程，Stable Diffusion 并沒有選擇在像素圖像本身上運行散過程，而是選擇圖像的壓縮版本上行，論文中也稱之「Departure to Latent Space」。整個壓縮過程，括后續(xù)的解壓、繪圖像都是通過自編器完成的，將圖像縮到潛空間中，然僅使用解碼器使用縮后的信息來重構(gòu)前向擴散（forward diffusion）過程是在壓縮 latents 完成的，噪聲的切片（slices）是應(yīng)用于 latents 上的噪聲，而非像素圖像，以噪聲預(yù)測器實際是被訓練用來預(yù)測縮表示（潛空間）的噪聲。前向過程即使用使用自編碼中的編碼器來訓練聲預(yù)測器。一旦訓完成后，就可以通運行反向過程（自碼器中的解碼器）生成圖像。前向和向過程如下所示，中還包括了一個 conditioning 組件，用來描述模型應(yīng)該生成圖的文本提示。文本碼器：一個 Transformer 語言模型模型中的言理解組件使用的 Transformer 語言模型，可以將輸入的文本示轉(zhuǎn)換為 token 嵌入向量。發(fā)布的 Stable Diffusion 模型使用 ClipText (基于 GPT 的模型) ，這篇文章中為了方便講解選擇使用 BERT 模型。Imagen 論文中的實驗表明，相比擇更大的圖像生成件，更大的語言模可以帶來更多的圖質(zhì)量提升。早期的 Stable Diffusion 模型使用的是 OpenAI 發(fā)布的經(jīng)過預(yù)訓練的 ClipText 模型，而在 Stable Diffusion V2 中已經(jīng)轉(zhuǎn)向了最新發(fā)布的、更的 CLIP 模型變體 OpenClip.CLIP 是怎么訓練的？CLIP 需要的數(shù)據(jù)為圖像及其標題，數(shù)據(jù)中大約包含 4 億張圖像及描述。數(shù)集通過從網(wǎng)上抓取圖片以及相應(yīng)的「alt」標簽文本來收集的。CLIP 是圖像編碼器和文本碼器的組合，其訓過程可以簡化為拍圖像和文字說明，用兩個編碼器對數(shù)分別進行編碼。然使用余弦距離比較果嵌入，剛開始訓時，即使文本描述圖像是相匹配的，們之間的相似性肯也是很低的。隨著型的不斷更新，在續(xù)階段，編碼器對像和文本編碼得到嵌入會逐漸相似。過在整個數(shù)據(jù)集中復(fù)該過程，并使用 batch size 的編碼器，最終能夠生成一個嵌向量，其中狗的圖和句子「一條狗的片」之間是相似的就像在 word2vec 中一樣，訓練過程也需要包括匹配的圖片和說明負樣本，模型需要它們分配較低的相度分數(shù)。文本信息入圖像生成過程為將文本條件融入成圖像生成過程的一分，必須調(diào)整噪聲測器的輸入為文本所有的操作都是在空間上，包括編碼的文本、輸入圖像預(yù)測噪聲。為了更地了解文本 token 在 Unet 中的使用方式，還需要先了解北史下 Unet 模型。Unet 噪聲預(yù)測器中的層（無文本）一不使用文本的 diffusion Unet，其輸入輸出如下所示：在模型部，可以看到：1. Unet 模型中的層主要用于轉(zhuǎn)換 latents；2. 每層都是在之前層的輸出上進行操；3. 某些輸出（通過殘差連接）將饋送到網(wǎng)絡(luò)后面的理中4. 將時間步轉(zhuǎn)換為時間步長嵌向量，可以在層中用。Unet 噪聲預(yù)測器中的層（帶本）現(xiàn)在就需要將前的系統(tǒng)改裝成帶本版本的。主要的改部分就是增加對本輸入（術(shù)語：text conditioning）的支持，即在 ResNet 塊之間添加一個注意力層。需要意的是，ResNet 塊沒有直接看到文本內(nèi)容，而是通注意力層將文本在 latents 中的表征合并起來，后下一個 ResNet 就可以在這一過程中利用上文本息。參考資料：https://jalammar.github.io/illustrated-stable-diffusion/https://www.reddit.com/r/MachineLearning/comments/10dfex7/d_the_illustrated_stable_diffusion_video/本文來自微信公眾：新智元 （ID：AI_era）
