与「靠窗」相关的搜索结果

飞机上碰到这种人怎么办？自己开口提醒，还是让乘务人员出面，或者就这么忍下来？ GROK image 在表现真实系效果上已经和 SEEDANCE 不分伯仲了。第一个是SEEDANCE 2 回帖里是GROK image . 🧐🧐🧐prompt : 以未经处理的iPhone手持拍摄的真实视频素材风格呈现，所有相机设置均为自动，无任何后期调色或特效。画面带有真实的手持轻微抖动和操作者呼吸感，自动对焦偶尔出现搜索、延迟和短暂失焦，自动白平衡在飞机舷窗自然光与机舱灯光间自然切换。图像整体平坦，保留真实的镜头光晕、边缘色差、轻微过曝与运动模糊。仅使用画内自然环境音效，包含飞机引擎低沉轰鸣声、轻微的座椅摩擦声和远处乘客细微的交谈声。采用第一人称手持视角拍摄，镜头运动为自然反应式。 一位身材匀称的年轻亚洲女性 坐在飞机经济舱靠窗座位上，穿着 ，脚上穿着带有黑色小圆点的过膝吊带裸色薄丝袜。她翘着二郎腿。她的小桌q板上放着一杯冰咖啡、手机和一些零食包装。 0秒时，镜头从第一人称视角对准她的脚，1秒时镜头往上移动看到她放下手机，从小桌板或绿色手提包里拿出一包零食，开始吃起来，动作随意自然。2秒时，她吃着零食时忽然察觉到第一人称的镜头正对着她，动作微微一顿，抬头看向镜头方向。3秒时，她眼神与镜头对视，带着一丝惊讶和友善的语气对着镜头问道：“吃不吃？”声音清晰但不高。4秒时，第一人称镜头微微晃动，示意拒绝，她听到后轻轻点头，嘴角微微一笑。5秒时，她把视线重新移回自己的脚边和零食上，继续吃东西，动作自然放松，表情恢复平静。6秒时，她低头看着自己的脚和手里的零食，偶尔调整一下翘着的腿部姿势，动作随意而生活化。7秒时，她继续吃着零食，偶尔低头看自己的脚，表情专注而放松，镜头保持第一人称手持视角跟随。8秒时，她把零食包装袋收起来，视线仍停留在自己脚边，动作自然随意。9秒时，她微微调整坐姿，把一只脚收回来一点，表情平静，镜头继续以第一人称视角记录。 画面呈现出真实的未经处理iPhone手持视频质感，纪录片级别的自然不完美感，无任何后期调色或特效。所有相机行为均符合真实飞机经济舱手持拍摄的物理特性，包含自然的机舱光线变化和轻微的晃动。

这个也太屌了！ 这个中国开发者在飞机上用 MacBook 本地跑 Llama 70B，整整 11 小时没有网络，处理了完整的客户项目。 他坐在跨大西洋航班的靠窗位置，设备是 MacBook Pro M4，64GB 内存。机上 WiFi 要价 25 美元，他拒绝了。 没有云端 API，没有连接 Anthropic 或 OpenAI 的服务器，完全没有互联网。 只有一台本地运行的 Llama 3.3 70B（bf16）和他自己写的编排脚本。 模型通过 llama.cpp 运行。生成速度 71 tokens/秒，上下文约 60,000 tokens，内存占用 48.6 GiB / 64 GiB，起飞时电池剩余 3 小时 21 分钟。 起飞前他给编排器写了这样的系统提示： "你是一个运行在单台 MacBook 上的离线编排器。没有网络。你唯一的资源是 /Users/dev/work 下的本地文件、localhost:8080 的 Llama 70B 推理服务，以及 3 小时 21 分钟的电池预算。处理 /Users/dev/work/queue.jsonl 中的任务队列（每行一个客户任务）。对每个任务：起草 → 运行本地评估 → 保存产物到 /Users/dev/work/done/。每 12 个任务保存一次上下文检查点，以便更换电池后恢复。仅在队列为空或电池低于 5% 时停止。" 所以这个系统完全清楚自己运行在什么资源上。 它知道自己未来 11 小时没有外部连接。它知道自己的内存和电池都是有限的。它知道在飞机降落之前不会有人类介入。 系统跑在一个循环里。从队列取任务，推理，保存产物，写检查点。一个接一个。 当电池低于 5% 时，编排器自动暂停，等待笔记本切换到备用充电宝，然后从最后一个检查点恢复。 这是系统在飞行中的日志： "saved context checkpoint 8 of 12 (pos_min = 488, pos_max = 50118, size = 62.813 MiB)" "restored context checkpoint (pos_min = 488, pos_max = 50118)" "prompt processing progress: n_tokens = 50 / 60818" "task 37016 done | tps = 71 s tokens text → /Users/dev/work/done/proposal_westside.md" 窗外是云层、蓝天，没有 WiFi。托盘上是一台 MacBook，一个打开的终端，两个屏幕，一个 localhost 推理服务。 这是过去一年里我见过的最漂亮的离线 AI 工作流： 11 小时飞行，WiFi 费用 0 美元，所有客户队列在降落前全部清空。 这个故事的核心不是技术多牛（llama.cpp 跑 70B 现在很常规），而是一个完整的离线自主工作流，编排器理解自己的资源约束，自动管理电池和检查点，没人干预干了 11 小时。 这种"self-aware computing"的感觉确实挺酷的！