与「切片」相关的搜索结果

这两天看到《主角》的切片，怪好看的。昨晚被娃操心，找了原著看了下，毕竟茅盾文学奖。看到烧火丫头开始被一堆老戏骨追着教戏，这不典型的武侠小说的框架嘛。 武侠小说其实都是大主爽文套路的古典版本。 不知道后半本能不能落到陕西作家擅长的苍凉底色上

#铅山味道## 铅山美食——酸辣肉皮，藏在赣鄱烟火里的铅山特色小炒，精选晒干油炸肉皮泡发切片，搭配鲜蒜小米椒爆炒，肉皮软韧Q弹，吸满酸辣汤汁，酸香解腻，鲜辣入味，一口下去满口地道乡味，下饭解馋样样绝，是铅山人刻在骨子里的家常风味～#美食之乡铅山## #江西小炒##

🚨 视频号快速起号法 —— Youtube 直播切片 核心就一件事: 切 YouTube 海外直播 + 中文字幕 批量生产短视频，发视频号 8 条切片 = 涨粉 1 万 3 个月做到 10 万粉 关键在节奏: 一边看直播，一边切片上传 全网中文首发 = 流量红利 视频号变现: 单条商单 1 万起 月收入 2-5 万 不用出镜、不用剪辑、不用懂英语 完整 SOP 在下面 👇

没想到陨石切片后这么漂亮，在国外都卖成天价了比黄金都贵 给国内这帮人馋哭了都 这种新闻一出来一股子酸臭味 上交以后顶多一个奖状跟1000块大洋 我倒觉得这新疆小伙做的挺对的🫠

LMAO, The Entire Zenless Zone Zero Is My Alt Account #zzzero# #zenlesszonezero# #Remielle# #絕區零# #ゼンゼロ# #切片# #搞笑# #抽象# #鬼畜# 「Lidu Express vol.3」 Have you found the Lamir-type Lamir yet? Let's see how many Lamirs you recognize!

在构建企业 AI Agent 的时候，工作上下文（Context）是不可或缺的元素，那什么是好的 Context，又如何构建好的 Context？ 好的 Context，是一套能让 AI 理解“此刻该如何行动”的组织记忆系统，它至少包含四层： 1）情境记忆。也就是发生过什么、谁说过什么、在哪个时间点做过什么决定。这对应 Endel Tulving 在 1972 年提出的 episodic memory，对具体事件和经历的记忆。对企业来说，聊天、会议、文档、项目流、审批、工单，都是情境记忆。它的价值在于保留现场，让 AI 在面对结论时，同时能够理解当时的路径和判断过程。 2）语义记忆。也就是从大量情境中抽象出来的稳定知识，例如规则、术语、流程、产品定义、组织共识、经验方法。Tulving 把 semantic memory 作为一种不依赖具体经历的知识系统。知识库真正产生价值的地方，在于把零散材料逐渐沉淀成可以反复使用的结构。 3）程序化记忆。也就是“遇到某类问题应该怎么做”。后续的记忆研究中，procedural memory 常被单独拿出来看。映射到 AI 系统里，就是 SOP、模板、工作流、工具调用策略、Agent Skill。它会直接影响系统停留在建议层，还是能够进一步进入执行层。 4）工作记忆。也就是当前任务窗口里，AI 临时需要的那一小块高相关信息。像 MemGPT 这样的工作，会把 LLM 的上下文窗口当成一种稀缺资源，通过分层管理来调用更大的长期记忆。这个视角很关键，Context 的核心在匹配程度，是否刚好支撑当前任务。 那 Context 如何被有效地组织起来，让它变成真正有价值的 Agent 语料呢？不同的场景，需要不同的处理策略。 例如在复杂项目推进、多人协作决策、跨周期目标管理中，对上下文的处理，适用于递归式记忆蒸馏与回注机制（Recursive Distillation & Grounding）。在认知科学里，它更像是从情境记忆不断压缩到语义记忆，再反向投射回情境的一种循环。 它有两个同时发生的动作：1）一条是向上抽象，日报 → 周报 → 月报，本质是在做信息压缩，把大量具体事件提炼成模式、趋势和判断；2）另一条是向下穿透，周报和月报反过来影响日报，让后续记录逐渐带上结构和重点，减少无序堆积。 这两条链路形成一个闭环：经历不会直接沉没，而是不断被压缩、再利用、再强化。这和 Endel Tulving 提出的记忆转化过程是高度一致的：经历会逐渐抽象为知识，知识也会进一步参与后续行为的生成。 类似的探索，在工作场景中，还有一些常见的组织模式： 1）情境重构机制（Context Reframing），适用于问题推进卡住、讨论反复震荡的阶段。很多时候限制来自问题所处的框架本身。通过调整问题的边界、目标或观察视角，再把已有记录重新放进去看，会发现原本难以推进的讨论开始出现新的路径。同一批信息，在不同结构下会导向完全不同的判断，这种能力更像是在主动切换解空间。 2）记忆遗忘与权重衰减机制（Forgetting & Decay），适用于信息持续累积、系统开始变慢或噪声变多的阶段。信息如果被一视同仁地保留，会逐渐拖慢判断节奏。更有效的方式，是让信息在使用中自然分层，低频、过期、无效的内容逐渐退出核心上下文，高频被引用、对关键决策有贡献的内容则持续被强化。时间拉长之后，系统会变得更轻，也更准。 3）任务驱动的 Context 编排机制（Context Assembly），适用于多任务并行或 AI 执行复杂流程的场景。上下文围绕当前目标展开，挑选出最相关的一小部分信息，并按照任务需要组织起来。不同任务对应不同的上下文切片，这种按需组装的方式，可以在有限空间内保持信息的高相关性，让执行过程更稳定，也更可控。 Context 是生长出来的，需要逐步清洗、过滤和沉淀，形成对个体和团队分别有效的上下文。 从当下开始，去构建自己工作/生活/学习的上下文，逐步让 AI 进来参与决策，AI 会帮助我们慢慢沉淀出一套稳定的认知结构，直接影响判断的质量与方向。 或许，这也是让自己从繁琐的事务中解脱出来的必要路径。😄

模型党狂喜！🤩 知名地标浓缩成档案级实体模型，这质感吹爆！ 🤯我用 ChatGPT-Image-2.0 生成的地景档案模型： 1、中国长城 2、珠穆朗玛峰 3、上海外滩 4、广州珠江 像真实物理世界被拍下来一样，纸质感、细节满满！ 提示词/Prompt： 请根据【主题】创作一张高完成度、高质感、适合系列化发布的「地景档案模型 / Landscape Archive Model」视觉图。 这不是普通地图，也不是普通风景插画或城市效果图，而是一张结合“二维地图图纸 + 三维立体区域模型 + 专业说明系统 + 博物馆展陈感”的高端档案式视觉图。画面需要像一件被真实制作出来的地理研究模型、城市规划沙盘、建筑提案模型或世界观设定展品，具有专业、克制、精密、可触摸的高级质感。 【基础设定】 主题：【主题，例如火山口湖 / 广州 / 重庆山城 / 海岛城市 / 古城遗址 / 末日废墟 / 幻想大陆 / 游戏主城】 主题类型：【自然地貌 / 城市空间 / 混合景观】 核心主体：【核心主体，例如火山口、峡谷、山脉、湖泊、CBD、老城区、地标群、岛屿城市、遗址群、主城区域】 内容重点：【内容重点，例如地形高差 / 城市地标 / 路网结构 / 水系关系 / 自然与城市关系 / 设定集展示】 风格方向：【风格方向，例如地理测绘风、纸雕模型风、建筑提案风、博物馆档案风、城市规划风、游戏设定集风】 主色调：【主色调，例如米白、浅灰、羊皮纸白、沙色、雪白】 辅助色：【辅助色，例如土褐、岩灰、冷灰、淡蓝、苔绿】 点缀色：【点缀色，例如黑色细线、红色路线、蓝色水文线、黄色编号标记】 画幅比例：【画幅比例，例如16:9横版 / 3:4竖版 / 4:5竖版 / 1:1方图】 【画面结构】 画面主体是一块放置在干净桌面或白色布面上的矩形地图模型板。底板具有真实厚度，边缘可见剖面结构，像一块精致的地图切片或模型底座。地图表面覆盖清晰但克制的信息层，包括等高线、道路网络、水文线、分区边界、地理纹理、坐标感、轻微标注和图纸边框。 在地图中央或偏中心区域，从二维地图中立体“生长”出一个三维主体模型，成为整张图的视觉核心。 如果【主题类型】为自然地貌： 主体可由山体、峡谷、火山口、湖泊、盆地、岛屿、冰川、断层、海岸线等构成，强调地形高差、层叠等高线结构、岩壁纹理和自然地貌起伏。 如果【主题类型】为城市空间： 主体可由核心城区、CBD、老城街区、地标建筑群、滨水区、路网节点、桥梁、水系、公园绿地等构成，强调建筑体块、城市识别度、空间层次与规划结构。 如果【主题类型】为混合景观： 需同时整合自然地形与人工建成环境，例如山城、海岛城市、古城遗址、末日废墟、幻想主城、科幻基地等，让自然地貌与城市结构共同构成核心视觉。 【细节要求】 - 模型表面保留地图图纸感与专业信息感 - 地形区域应有等高线、坡面层次、凹陷与起伏关系 - 建筑区域应有体块感、街区关系和清晰层次 - 水域使用低饱和淡蓝色表现 - 绿地、森林、公园、山体可用苔绿色或低饱和绿色表现 - 路网、路径、交通轴线或探索线路可用细线表现，但不要喧宾夺主 - 若有地标建筑或重点结构，应具备明确识别度 - 若有幻想、科幻或游戏设定元素，应保留档案模型和图纸展示感，而不是做成纯场景插画 【说明系统】 地图板边缘需要设计完整而克制的说明模块，包括： - 外框线和内框线 - 比例尺 - 图例区 - 标题区 - 档案编号 - 索引标记 - 注释标签 - 简洁的符号说明 文字不必全部可读，但整体必须呈现真实、清晰、精密、有秩序的档案式排版结构。 【构图与镜头】 采用斜俯视等轴测或沙盘式构图，镜头从上方约30到45度观察整块模型板，让观众同时看到地图平面、立体主体高度、边缘厚度和说明区。视觉重心集中在中央主体模型，阅读路径为：先看核心主体，再看周边地形/路网/水系/街区信息，最后看图例、比例尺和说明区。 【材质与光影】 整体需要具有真实模型摄影质感： - 纸张纹理 - 地图印刷质感 - 纸雕或沙盘模型感 - 建筑模型或地形切片质感 - 柔和自然光 - 细腻真实阴影 - 干净背景 - 低饱和、高级、克制 避免卡通化、廉价游戏UI感、过度杂乱、过度炫技，重点突出“地图底板 + 立体主体 + 专业说明系统”的统一视觉。 最终效果应像一张可以用于地理科普、城市研究、建筑提案、文旅视觉专题、世界观设定集或高端系列封面的地景档案模型图。

游戏开发的门槛刚被 ChatGPT 和 Rosebud 联手打穿了。以前需要美术、程序、关卡设计磨合数周的工作流，现在变成了：用 ChatGPT 生成电影级世界观与素材，Rosebud 自动完成切片，你只需要不到 20 分钟就能交付多个关卡。 最恐怖的不是效率提升，而是‘开发者’这个定义的边界正在消失，现在的核心竞争力是你的逻辑拆解能力，而不是画图或写底层引擎代码的能力。