量子位

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 渲染3D图像，一个「记事本」就够了。 最近，GitHub上一名叫“Kyle Halladay”的小哥，便上传了这样一个项目，用记事本来渲染图像。 效果是这样的： 立方体旋转、阴影变化，还挺有内味的。 还有贪吃蛇效果的： 那么，小哥是如何拿记事本，就做到这些效果的呢？ 正确的「记事本」打开方式 据小哥介绍，所有的输入和渲染效果，都是在记事本中完成。 在此之前，需要做一些设置工作。 首先，是将键盘事件(Key Event)，发送到正在运行的记事本。 这里就要用到 Visual Studio 提供的一个叫 Spy + + 的工具，可以列出组成给定应用程序的所有窗口。 Spy + + 显示了要找的记事本子窗口是“编辑”窗口。 一旦我知道了这一点，就只需要搞清楚 Win32函数调用的正确组合，用来获得该 UI 元素的 HWND，然后将输入发送过去。 得到的 HWND 是这样的: { HWND curWnd = GetTopWindow(0); //0 arg means to get the window at the top of the Z order char classNameBuf[256]; while (curWnd != NULL){ DWORD curPid;

Python实战社群 Java实战社群 长按识别下方二维码， 按需求添加 扫码关注添加客服 进Python社群▲ 扫码关注添加客服 进Java社群 ▲ 晓查 发自 凹非寺 量子位 报道 | 公众号 QbitAI 你的下一个蓝牙键盘可能就是一张纸。 它不怕进水，也不怕折叠。最关键的是它不需要装电池，每次敲击产生的能力足以提供BLE蓝牙连接。 手指在纸面滑动即可调节音量。 点击一下，轻松切换下一首歌，或者静音。 简直就像MacBook的TouchBar一样。 你也不必怕咖啡撒到纸上，导致键盘报废。它比一般键盘防水效果好得多。 将液体滴在这张“键盘”上，只需纸巾轻轻一擦，表面恢复如新，仍能正常使用。 这么厉害的键盘，却不必安装电池，因为你 手指的每次敲击都会为键盘供电 。 发明这个键盘的Ramses Martinez教授说，键盘利用了垂直压力传感器，不需要任何外部电池，因为它们从与用户接触中获取能量。 你唯一需要担心的是，键盘放在桌上会不会被妈妈当做废纸扔掉。 这个纸质键盘是来自 普渡大学 的最新研究成果，它有个专业的名字：自供电纸质电子器件（RF-SPE）。 它的制造方法大规模打印纸张的过程兼容，可以轻松地将常规纸张快速转换为智能纸张。 研究人员在其表面依次喷涂上烷基化有机硅烷、导电纳米颗粒、聚四氟乙烯、乙基纤维素，让它具体了防水、防油和除尘的能力。

Python实战社群 Java实战社群 长按识别下方二维码， 按需求添加 扫码关注添加客服 进Python社群▲ 扫码关注添加客服 进Java社群 ▲ 贾浩楠 发自 凹非寺 量子位 报道 | 公众号 QbitAI “本文经AI新媒体量子位（公众号 ID: QbitAI）授权转载，转载请联系出处” 备受期待的 鸿蒙OS 2.0 ，昨天在东莞正式发布了。 9月10日的开发者大会上，除了鸿蒙OS 2.0，华为还带来了EMUI 11，以及HMS生态的新进展，信息量十分丰富。 链接能力强、速度更快、传输更安全，这是鸿蒙OS 2.0升级后的最重要变化。 而且，华为方面还宣布，明年的华为智能手机将全面支持鸿蒙OS 2.0，尤其是升级EMUI 11的用户优先获得升级鸿蒙OS 2.0的资格。 这次全程讲中文的发布会，也在国外的科技圈、媒体上掀起了一番波澜。 毕竟，华为的鸿蒙OS 2.0是目前唯一个有希望和安卓、IOS对抗的全新生态系统。 鸿蒙OS 2.0，有哪些亮点 鸿蒙OS 2.0的口号是“连接无限可能”，目标是超级终端互联的世界，将用户、设备、场景有机地联系在一起，比如大屏＋小屏的智慧互动，手机＋手表的智慧出行等等。 鸿蒙OS 2.0重点升级了分布式能力，包括分布式软总线、分布式数据管理、分布式安全，支持设备厂商用软件定义新设备，开发更简单，并以不同方式加入全场景智慧生态。 此外

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 想让机器人像人一样思考，似乎一直是个难题。 例如，让智(zhi)能(zhang)机器人去客厅拿个遥控器，结果看到机器人在厨房翻箱倒柜… 好消息是，这个问题现在被CMU解决了。 CMU研究团队打造出了一款拥有人类「常识」的导航机器人，让找东西变得更方便。 这款机器人能利用AI判断家中最可能找到目标物体的地点，从而尽快找到它。 例如，让机器人去拿放在「植物」旁边的遥控器，机器人几乎立即检测出了「植物」盆栽所在的位置，从而检测到遥控器的存在。 项目已被ECCV 2020收录，并获得了居住地目标导航挑战赛的第一名。 一起来看看实现的过程。 让机器人「学点常识」 事实上，以往大部分采用机器学习训练的语义导航机器人，找东西的效果都不太好。 相比于人类潜意识中形成的常识，机器人往往有点“死脑筋”，它们更倾向于去记住目标物体的位置。 但物体所处的场景往往非常复杂，而且彼此间差异很大（正所谓每个人的家，乱得各有章法），如果单纯以大量不同场景对系统进行训练，模型泛化能力都不太好。 于是，相比于用更多的样本对系统进行训练，这次研究者们换了一种思路： 采用半监督学习的方式，使用一种名为semantic curiosity（语义好奇心）的奖励机制对系统进行训练。 训练的核心目的，是让系统基于对语义的

Python实战社群 Java实战社群 长按识别下方二维码， 按需求添加 扫码关注添加客服 进Python社群▲ 扫码关注添加客服 进Java社群 ▲ 十三 雷刚 发自 凹非寺 量子位 报道 | 公众号 QbitAI 本文经AI新媒体量子位（公众号 ID: QbitAI）授权转载，转载请联系出处 「3个月内私人内测，6个月内公测。」 这就是马斯克透露的 卫星互联网 业务的最新时间表。 就在本周，随着60颗星链卫星成功发射，现在StarLink已有420颗卫星运行于地球轨道。 按照马斯克吹下的牛，它们的使命，将是替代光纤，给全球提供高速、稳定又便宜的网络连接。 但这幅宏伟蓝图里，需要 12000颗 ——现在进程才完成3.5%。 不过，马斯克何以是马斯克？ 他有创新的天才，打破常规的勇气，更知道如何用商业成功证明自己、积累更大的势能。 所以用现在的420颗卫星，马斯克希望自己心心念念的「卫星互联网」，可以让一部分人先用起来。 这是一个怎样的疯狂想法？ 让我们先赘述下Starlink计划——野心跟马斯克的其他项目一样大。 上面也介绍了，这个计划核心是SpaceX会利用猎鹰9号可回收火箭，将12,000颗卫星送到轨道平面，然后组成卫星通信群，为全球网民提供高速宽带服务。 其中一组4425颗卫星，将坐落在约1200千米的高度，而7518颗卫星将坐落在约300千米的高度

　　原标题：他是清华姚班高材生，选择从谷歌辞职回山西教书，张昆玮说「不想像成功学那样生活」 　　杨净发自凹非寺 　　量子位报道公众号 QbitAI 　　张昆玮，因为一则「征友帖」被热议。 　　他是 2009 级 清华姚班 毕业生，清华硕士毕业后就职于 摩根大通 、 谷歌 …… 　　而更早之前，他还是 NOI 金牌得主，在数学、物理和信息学方面很早就展露天才，更后来从山西省实验中学保送清华，进入姚班。 　　但这次被热议，与“找对象”无关。 　　因为在这则朋友帮写的“征友帖”中，张昆玮受到关注的是其「出乎意料」的职业选择： 　　在谷歌工作两年后，他选择回乡任教，在家乡山西的一所二本院校—— 晋中学院 成为一名青年教师，月薪 3000 多。 　　有人不解，有人替他惋惜……也有他的学生、校友甚至小学同学现身说法，解释他始终是一个与众不同的人。 　　只是张昆玮自己，不想就此成为世俗成功标准的讨论对象。 　　他向量子位解释背后来由，字句之间，有时代共性的群体焦虑，也有一个 90 后年轻人的独立思考和自由精神。 　　他有地上的六便士，也有头顶的月亮。 　　 第一次选择：放弃未完成的博士，离开科研 　　张昆玮生于山西晋中，初中毕业以 全省第一 成绩考入山西省实验中学，很快就在数学、物理和信息学竞赛中展露头角，拿到两个省级一等奖，并且荣膺全国信息学奥赛金牌，最终成功保送清华。 　　然后在又一次选拔后

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 量子——我相信正在阅读本文的你一定在相当长的一段时间里听说过这个词及其派生词：量子密码学，量子互联网，量子电动力学等等，尤其是自Google宣布推出Quantum Supremacy打造其54量子位处理器Sycamore，以及Google，IBM，D-Wave，Rigetti等几大巨头之间的量子战争开始以来更甚。 说到量子计算技术，虽然已经发展了数十年，但其主要是在2016年IBM通过IBM云将其5量子位的量子计算机开源之后，才引起年轻研究人员及新兴初创公司的注意。 起源概览 一个多世纪以来，量子物理学无数次地困扰着人类。好奇心驱使着人类探索和理解自然现象的冲动。随着理论物理学家进行思想实验并将该学科的研究进程从经典转变为现代后，用实验证明理论正确性的需求突显出来。 物理学家开始感到有必要进行极其复杂的计，设计大型实验设备（如大型强子对撞机（LHC））以实现非凡的精度，并在有限的时间内可持续地模拟“零误差”精度的自然和物理范例。多样的情况对更强大的计算能力提出了极高的要求。 此外，无法解释的自然之谜促使20世纪的一些精英科学家，如保罗·贝尼奥夫，理查德·费曼和尤里·马宁不断思考，并逐渐理解了基于量子力学的计算机所具有的强大影响力，由此物理学家和工程师齐心协力开始创建量子计算机。

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 光动嘴不用出声，AI自动给你合成语音。 这就是来自印度信息技术研究所（IIIT）的黑科技——一个名为Lip2Wav的AI程序。 Lip2Wav可以学习个体的说话方式，并且实现准确的唇语合成。 △示例 值得注意的是，Lip2Wav和B站那些机械风格的鬼畜调音不一样。 这个AI效果炸裂，你几乎感觉不到是机器配音，就像人类在发言一样。 真实效果可以参见他们发布在油管的视频。 毕竟涉及到语音效果，光看文字是感觉不完整的。 另外，不要用来做坏事哟。 这是怎么实现的？ 目前工业界普遍使用的唇语到语音/文本的数据集有两种。 一种是小规模的、受约束的词汇数据集，如GRID和TCD-TIMIT数据集，还有一种是无约束、开源的多人词汇数据集，如LRS2、LRW和LRS3数据集。 这些数据集前者存在数量不足，不足以模拟真实环境的问题，后者问题在于适用对象过于宽泛，个性化特征不够鲜明。 基于上述问题，作者提出新的思路，步骤如下： 1、准备数据。 准备针对个人的语音、视频大量数据，这是Lip2Wav的第一个显著特点，增加数据量来增强模型的拟合效果。 △5个演讲者 作者为Lip2Wav准备的数据集包含了5位演讲者的演说视频，这些视频包括国际象棋分析、化学课程、深度学习课程等类型。

　　 迪士尼新研究实现百万像素图像和视频换脸，说不定未来大荧幕电影也会使用换脸技术了。 　　 　　deepfakes 技术可以用于图像和视频换脸，但它能否用于大制作电影和电视节目中呢？迪士尼最新放出的一则视频 demo 展示了这种可能性。 　　近日迪士尼在欧洲图形学会透视研讨会（EGSR）上发表研究，展示了首个 百万像素 逼真换脸技术。 　　 　　效果是不是还不错。这样的效果虽然并不足以用于漫威电影，但它是换脸技术迈出的新一步。 　　来自迪士尼的研究者表示，这项技术的创新点在于能够达到百万像素质量。百万像素或许不再是高质量图像的代名词，毕竟手机自带摄像头就能达到千万像素。但是截至目前，换脸技术一直注重平滑的面部转换，不注重提高像素。 　　你可能在手机上看到过效果好到爆炸的换脸视频，但是如果把它们放在更大的屏幕上呈现，就会出现很多瑕疵。研究者表示，他们用开源 deepfake 模型 DeepFakeLab 创建的视频分辨率最高也只有 256*256 像素。相比之下，迪士尼新模型能够让视频的分辨率提升到 1024*1024 像素。 　　那么，百万像素换脸是如何实现的呢？ 　　 首个百万像素换脸方法 　　究发表在欧洲图形学会透视研讨会（EGSR）上，提出了一种在图像和视频中实现全自动换脸的算法。据研究者称， 这是首个渲染百万像素逼真结果的方法，且输出结果具备时序一致性 。 　　具体来说

Python实战社群 Java实战社群 长按识别下方二维码， 按需求添加 扫码关注添加客服 进Python社群▲ 扫码关注添加客服 进Java社群 ▲ 萧箫 发自 凹非寺 量子位 报道 | 公众号 QbitAI 最近，一个国外程序员在网上公开了自己用GitHub打赏年入 70万 的消息和具体做法。 GitHub于19年5月份开放打赏功能，每个作者可以设定每月不同的赞助金额，换取不同权益，就像菜单一样。 （如果你是一位GitHub平台上的开源贡献者，说不定可以收到一笔意外之财） 打赏的官方说法为赞助 （Sponsor） ，如果一名用户自带粉色小心心，旁边写着Sponsor，则意味着他开通了打赏功能。 消息一出，立即在Twitter被刷屏，获得了3.3k赞。 毕竟这对于辛苦加班996的程序员来说，无疑于一项巨大的福音。 网友们的反响非常热烈： 我也想要试试！应该会很简单，对吧！ 甚至已经有网友在尝试这种做法，并证明了它的可行性： 这种方法真的有效！目前我已经通过Github将年收入提升了7万，这种感觉太嗨了。 想知道这位程序员施了什么 魔法 在自己的GitHub打赏上吗？ 一起来围观。 两步走，赚到第一桶金 事实上，这位名叫Caleb Porzio的程序员，一开始在GitHub上所获得的收入，也仅仅来源于网友们的 送温暖 。 开通GitHub打赏功能后