AI创作者AMA知无不言
Images 2.0 把现实世界里的机器/设备“拆开”，让我们有机会窥探到设备内部的基本情况当我尝试进一步让 AI 把这些图片变成视频时，发现了一个有趣的问题：M*** 和S*** 2.5都能很好地理解机械结构和运动效果，却都无法稳定处理图片中的中文标注结果就是：中文变乱码；标注缺失；信息密集型画面无法完整还原。甚至某个最近非常热门的视频模型，在处理带有大量注释的工业图时，也无法保持文字完整，所以这次以图片形式分享和大家分享AI正在接近“看懂世界”，但距离“准确表达世界”，还有一段距离同时需要注意，以上爆炸图和视频均由AI生成，部分结构、组件名称和细节可能存在偏差，仅作为AI创作展示和参考
发布于 北京
分享
评论
赞
未登录
友善发言
评论
加载中
