与「藍色ノスタルジー」相关的搜索结果

#キミに贈る朗読会# #藍色ノスタルジー# Vol.4⃣ 全公演終了しました✨ 皆様いかがでしたでしょうか❓ 感想お待ちしています‼ 本日のキャスト📖 #岩倉あずさ# #山田麻莉奈# #藤本彩花# #根本京里# 配信映像は 2週間アーカイブ視聴可です⚡ 16日 17日

#キミに贈る朗読会# #藍色ノスタルジー# Vol.4 ご来場ご視聴頂き、ありがとうございました！ 人生初の朗読劇、とても緊張しましたが、キャストさんやスタッフの皆さんに支えられ、多くのことを学ぶことが出来ました。 この経験を大切にしたいと思います。 ミドリ、ソラ、アカリ、ウミ 幸せを願ってます

昨日は安達玲奈ちゃんが観に来てくれました。 ハタチアダチ、ありがとうね！ また芝居やろうな、ライブ頑張って。 そして全然写真撮るタイミングなかったけどフクヤマムサシさんも来てくれた...！感謝‼︎ ということで本日2日目です。 #藍色ノスタルジー#

想要让ai舞蹈视频动作自然 ，推荐试试我这个动作库，反推了大量网红舞蹈，提取了动作姿势。 🌼 娜嘉·苹果菲尔德｜带着歌声寻找明天 金色的长发，蓝色的眼睛，还有那枚珍贵的心形胸针。 开朗活泼的娜嘉，跟随蒲公英旅行艺人团踏上欧洲之旅。一边用歌声和舞蹈传递快乐，一边寻找关于母亲的线索。 即使前路未知，也要带着笑容继续向前！💛 童年的经典少女动画，你还记得娜嘉吗？ #娜嘉# #NadjaApplefield# #明日のナージャ# #AshitaNoNadja# #東映アニメーション# #童年回忆# #经典动漫# #Anime# #少女アニメ# #アニメ#

钱投了，技术也实现了，我为什么还是关掉了做了一半的 AI 英语学习平台？ 这个项目叫 Langcat。配图里那只蓝色的小猫。 做它的起点很简单：我当时想要学习英文，却没有可以解决我需求的产品。 我一直在学英语，工作里也经常需要用。但工作忙、时间碎，学什么、怎么练、什么时候复习，都需要自己安排。 我希望有一个 AI 英语私教：了解我的英文水平，记得我的问题，根据我的日常习惯和实际使用英语的场景，调整学习内容和方法。 比如，我需要用英语跟客户开会，那就多练我真正会用到的表达。学过的东西，根据我的遗忘情况安排复习，该提醒的时候提醒，该换一种方式教的时候换一种方式，一直带着我练到真正掌握。 我们为这件事做了很多具体的工作。 把英语学习拆成不同阶段，细化每个阶段的能力要求、学习内容和课程关系，再把这些放进产品架构里。根据用户的英语能力匹配内容、定制学习方法，技术上也已经实现了。 所以，对技术能不能做出来，我非常有信心。 但最后，我们还是停了。 因为我看到了两个很难绕过去的问题：你可能还没收回获客成本，正在做的东西就已经被其他平台覆盖了。 ———🥹🥹🥹——————- 这也是大多数创业者困局 先说获客。 按照我们当时对成熟付费投放渠道的测算，获取一个付费用户的成本，可能要用这个用户未来两年到两年半贡献的利润才能覆盖。而流量成本以后只会增不会降 注意，是利润，不是订阅收入。用户付的钱，还要扣掉服务他的成本，剩下的部分才能慢慢把获客的钱赚回来。 这意味着，你花钱，好不容易找来一个付费用户。如果他在回本之前取消订阅，这笔获客投入就可能亏了。研发、团队等其他投入等等 当然，可以找一个小切口，做出有特色的产品，靠一波内容或营销获得增长。 但一次火了，和持续、规模化地获得付费用户，之间还有很远距离。或者说，从数据来说不靠一级资本的堆积基本没有规模化能力。 ————👇👇👇———- 更让我犹豫的是：即使熬过获客这一关，你还要面对第二个问题。 覆盖你的，可能根本不是另一家英语学习公司。因为你得力于AI时代的技术效率，而通用大模型自身就是超级APP逐步地宣判一个又一个领域死亡💀 当 ChatGPT 的语音交互能力不断升级，我们花时间打磨的一部分体验，可能随着它的一次更新，就出现在用户已经付过钱的订阅里。 用户为什么还需要专门来我们这里？ 以前，一个人想学英语，会去找一个英语学习 App。 以后，他可能直接打开自己每天都在用的 AI，说：“我有20分钟时间，你跟你我的喜好给我制定英文课程。”（毕竟你的ai了解你的水平你的工作生活场景还帮你考试做过痹。没有人比ai更了解你的半斤八两） 你不用再下载一个应用，不用重新熟悉一个平台，也未必需要多付一份订阅。 英语学习的需求还在，满足需求的入口却变了。 大模型公司既提供底层能力，也直接拥有用户。它们可以不断增加使用场景：写邮件、做研究、练英语、处理工作，P图做视频写作业…… 它们就是AI时代的超级 App。一手to b给创应用的公司使用，一手to c直接根据用户的提问了解市场需求把创业公司饭碗顺便给端了。🤪 而且，支撑这些通用模型迭代的，是巨额资本和全球顶尖的人才。一个小团队如果把主要优势押在某项通用能力暂时做得更好上，我很难有信心，认为我们可以长期保持领先。 ——-🫅🫅🫅—————- 这里真正让我担心的，是两个时间叠在了一起： 你可能需要两年多，才能赚回一个用户的获客成本。但你能让他单独付费的差异，能不能保持两年多？ 这笔账，我越想越难乐观。 市场当然不会马上消失。仍然会有用户不熟悉通用 AI，更喜欢打开一个专门的学习产品，按安排好的路径往下走。专业教学也仍然有继续做深的价值。 但如果用户选择你的主要理由，只是“他还不会用另一种工具”，我会担心，这部分优势会随着使用习惯的普及逐渐缩小。 剩下能持续收费的垂直需求，大家又会挤进去竞争。 所以，短期内，我对很多依靠通用模型能力差异的应用类创业，偏悲观。 Langcat的失败让我意识到：技术确实能让我们更高效地满足需求，但这不自动意味着，我们能围绕这个需求建立一门有吸引力的独立生意。 ———-🤓🤓🤓🤓———- 创业失败后收获的价值 现在看垂直 AI 创业项目，我只会思考两个问题。 第一，如果通用模型下一版就更新了你的核心功能，而且更便宜、更好用，用户还有什么理由留在你的平台，继续为你付费？ 第二，在它更新之前，你能积累下什么资产？ 是持续有效的获客渠道，是有权使用、能改善结果的独有数据，是已经深入客户业务的关系，还是能够验证的交付效果？ 最后，及时止损，有时候也是赚到😂

最近老是在意淫蓝色美甲亲妈，一个星期去了4次她家门口在电梯间磕头撸管，手机壁纸也换成那次偷拍的照片 现在找不到好素材，打算试试ai，大家积极反馈

马斯克研究火箭回收，还引发了一场跟贝索斯的战争。 两家公司较量了一年，最后，贝索斯的公司主动让步了。 当时，马斯克想把发射过的火箭收回来，重复使用，降低发射成本，但火箭已经飞离发射场很远，再掉头飞回陆地，需要消耗额外的燃料。 SpaceX因此研究把船开到海上，让火箭落在船上，再运回岸边。 可蓝色起源早在2010年就申请了相关专利，并在2014年获批，内容涉及让火箭调整姿态，用发动机减速，再垂直落到海上平台。 SpaceX如果采用了专利保护范围内的办法，即使把火箭成功收了回来，以后也可能遇到侵权纠纷。 于是，SpaceX便向美国专利局提出挑战，要求撤销相关权利，并找出早期论文和其他公司的专利，证明蓝色起源申请保护的这些办法，早就有人公开提出过。 其中一篇1998年的研究论文，已经讨论了怎样让火箭在返回时调整姿态，通过发动机减速，最后垂直落到海上的油轮上，连从发射到落船的过程都画了出来，比蓝色起源申请专利早了十多年。 SpaceX把这张旧图和蓝色起源专利里的示意图并排放在一起，再把对方要求保护的步骤逐项列出来，指出旧论文里哪些地方已经讲过。 遇到重新启动发动机等更具体的细节，SpaceX又找出其他早期专利，加上专家的分析，继续说明这些已有的技术为什么不足以成为蓝色起源的新发明。 到了2015年，专利局同意对SpaceX质疑的主要条款展开审理，蓝色起源随后主动申请撤掉这些条款，并在同年8月获得批准。 拿到专利才一年多，蓝色起源就放弃了其中的大部分权利，也不能再用被撤掉的那些条款限制SpaceX。 SpaceX则继续试验怎样让火箭落到船上，2016年4月，猎鹰9号的第一级火箭终于成功降落在大西洋上的无人船上，完成了公司的首次海上落船回收。