班·艾佛列克談 VFX 中已用多年的機器學習
班·艾佛列克在引述中表示,視覺特效工作流多年來一直包含機器學習,他把卷積神經網路(CNN)稱為 transformer 的前身,區別在於後者能同時做更多計算。他自述能寫「很糟糕的 Python 指令碼」,並解釋張量是畫面在數值上的翻譯——批次號、幀號,以及每幀每個畫素的紅綠藍值。CNN 在張量上做邊緣檢測與特徵提取,識別出窗臺在哪裡,就能更容易地把綠幕部分摳掉並替換成別的內容。
找到 6 筆
班·艾佛列克在引述中表示,視覺特效工作流多年來一直包含機器學習,他把卷積神經網路(CNN)稱為 transformer 的前身,區別在於後者能同時做更多計算。他自述能寫「很糟糕的 Python 指令碼」,並解釋張量是畫面在數值上的翻譯——批次號、幀號,以及每幀每個畫素的紅綠藍值。CNN 在張量上做邊緣檢測與特徵提取,識別出窗臺在哪裡,就能更容易地把綠幕部分摳掉並替換成別的內容。
一項研究指出,近期自主機器學習工程(MLE)agent 普遍依賴多 agent 編排器、專用檢索子 agent 等複雜框架,但更簡單、僅靠 read、write、bash 原語直接訪問執行環境的 coding agent 路線卻少有人研究。該工作正是要回答:強 agent 做自主 MLE 究竟需要多少這類外圍框架。
一篇論文指出,設計物具有本體性,會塑造甚至限制人們認為可能或可想像的東西,而讓使用者掌握系統設計與建置的權力是緩解這種封閉的一條路徑。儘管圍繞支援使用者自建的系統的研究已有數十年,但這類系統通常只按可用、有用或技術可行來評估,本體邊界協商的問題一直未被考察。作者為此設計了兩個開放式探針,藉助 Wizard of Oz 技術,讓參與者體驗訓練個性化機器學習系統的過程。
蘋果機器學習框架 MLX 發布 v0.32.0,本次更新在 iOS 上預設啟用 Metal 後端,併為 Windows 加入 JIT 編譯器支援。版本還包含大量 CUDA 與 Metal 核心修復、int32 溢位處理、JACCL 通訊修復,以及 mlx.core.linalg 新增行列式與符號對數行列式函式。
蘋果機器學習框架 MLX 發布 v0.31.2,重點擴充套件 CUDA 後端的量化矩陣乘支援,覆蓋 3/5/6 位量化與 qmm_naive、qmm_sm80 等路徑,並新增 CUDA FFT 支援。該版本還允許 MLX 被多執行緒用於獨立計算,JACCL 成為獨立庫,同時修復多執行緒退出崩潰、safetensors 偏移校驗等問題。
NVIDIA 第 26 屆研究生獎學金專案已面向全球開放申請,每位獲獎博士生最高可獲 6 萬美元資助,並配導師與技術資源支援。申請者須已完成至少一年博士階段學習,研究方向涉及 AI、機器學習、自動駕駛、計算機圖形、機器人、醫療與高效能運算等領域。2027-2028 學年申請截止日期為 2026 年 10 月 30 日,且獲獎者須在 2027 年暑期到 NVIDIA 研究辦公室完成線下實習。該專案自 2002 年啟動以來已發放超過 220 筆資助,總額約 800 萬美元。