#iOS #APP #Photos
📷 复古 CCD 相机模拟：LoFi Cam
🔗：App Store
与 NOMO、FIMO 类似，LoFi Cam 也是一款主打复古的滤镜相机，不过模仿的对象从胶片相机进化到了 CCD 数码相机
App 中目前提供了 6 款 CCD 相机可使用，对我而言，现有的滤镜数量较少，而开发者也没有公开未来的开发 roadmap：
● 富士 Z10
● 奥林巴斯 FE
● 索尼 W1
● 索尼 T10
● 佳能 IXUS 120
● SS22 春夏限定款
LoFi Cam 基于 CCD 相机作为调色灵感，同时提供了曝光、晕影、色温、噪点、失焦效果调整选项，在解锁 Pro 订阅后，还可以设置导出照片的水印、套壳
体验过程中，与 NOMO、FIMO 相比，我觉得 LoFi 的界面过于精致，同时相机画布在整个手机屏幕中，占比不高，难以沉浸到拍摄中。只得皮囊，未见精髓，尤其是当 iOS 的默认拍照音效响起时
面对某些博主热衷于把十几年前的 CCD 相机炒到成百上千元时，或许可以用 LoFi Cam 解解馋。Pro 订阅提供了两个档次 —— 按年订阅（国区 28 元，美区 $4.49）、永久买断（国区 45 元，美区 $6.99），且不提供试用，未订阅状态下，仅能使用索尼 T10 滤镜
频道：@NewlearnerChannel
📷 复古 CCD 相机模拟：LoFi Cam
🔗：App Store
与 NOMO、FIMO 类似，LoFi Cam 也是一款主打复古的滤镜相机，不过模仿的对象从胶片相机进化到了 CCD 数码相机
App 中目前提供了 6 款 CCD 相机可使用，对我而言，现有的滤镜数量较少，而开发者也没有公开未来的开发 roadmap：
● 富士 Z10
● 奥林巴斯 FE
● 索尼 W1
● 索尼 T10
● 佳能 IXUS 120
● SS22 春夏限定款
LoFi Cam 基于 CCD 相机作为调色灵感，同时提供了曝光、晕影、色温、噪点、失焦效果调整选项，在解锁 Pro 订阅后，还可以设置导出照片的水印、套壳
体验过程中，与 NOMO、FIMO 相比，我觉得 LoFi 的界面过于精致，同时相机画布在整个手机屏幕中，占比不高，难以沉浸到拍摄中。只得皮囊，未见精髓，尤其是当 iOS 的默认拍照音效响起时
面对某些博主热衷于把十几年前的 CCD 相机炒到成百上千元时，或许可以用 LoFi Cam 解解馋。Pro 订阅提供了两个档次 —— 按年订阅（国区 28 元，美区 $4.49）、永久买断（国区 45 元，美区 $6.99），且不提供试用，未订阅状态下，仅能使用索尼 T10 滤镜
频道：@NewlearnerChannel
#Photos #Tools #Design
🏞 DALL·E 2：提供文字描述，让 AI 替你「作画」
🔗：Web | Paper | Waitlist
DALL·E 是 OpenAI 在去年推出的一个 Language-Image（文本图像）模型，通过输入一些描述性的文本，该模型就可以修改已有图片或生成与描述相符的新图片
前些日子，第二代模型一经问世，就受到了大量关注。由于该模型目前没有公测，我仅以相关 Demo 和论文为参考，简单分享一下这款新模型
👉 Features
- 使用「对象 + 对象属性 + 呈现风格」三段式文本生成 / 修改 / 创建不同风格图片，可具体描述对象的状态、动作以及如素描、写实主义等图片风格
- 生成速度更快，分辨率更高（1024 x 1024），画面更细腻
- 不同于第一代模型采用的 GPT 语言模型与 CLIP 图像辨识系统，第二代模型引入 unCLIP 系统
从论文中我们可以看到 unCLIP 的工作方式：有一训练集 (x,y)，其中 x 为图片，y 为说明文字, zi 表示 CLIP 模型生成的图像特征。提供说明文字 y 可通过 CLIP 生成的图像特征 zi，根据 y 与 zi，又可以通过 GLIDE 解码得到最终图片 x
简单地来说，unCLIP 通过扩散（diffusion）的理念生成一些随机图案点，并结合说明文字中的图像特征不断调整，最终得到完整图片。相比于第一代模型，unCLIP（CLIP 与 GLIDE 相配合）的好处是提高了模型的准确度。DALL·E 2 不会因为苹果上贴上了写着「iPod」的纸条就将物体识别为 iPod，这与人的认知相符
👀 更多的原理与对比实验详见论文。对于普通用户来讲，DALL·E 2 意味着我们不必经常光顾 Unsplash 取材，而是能够根据自己的需求，创造出独一无二的图片以供使用
🤔 OpenAI 也考虑到了模型滥用问题，模型未来或许以第三方应用的形式落地。但无论如何，它将科技的魅力展现得淋漓尽致，我们也希望这个 AI 画师早日来到。目前已有网友在 Twitter 晒出生成作品，大家也可申请测试
🎬 右下角的彩色块水印，让我想起 Zima Blue 中那位孤独的机器人画家，大家也可找来 爱死机 相应的动画片段来观赏
频道：@NewlearnerChannel
🏞 DALL·E 2：提供文字描述，让 AI 替你「作画」
🔗：Web | Paper | Waitlist
DALL·E 是 OpenAI 在去年推出的一个 Language-Image（文本图像）模型，通过输入一些描述性的文本，该模型就可以修改已有图片或生成与描述相符的新图片
前些日子，第二代模型一经问世，就受到了大量关注。由于该模型目前没有公测，我仅以相关 Demo 和论文为参考，简单分享一下这款新模型
👉 Features
- 使用「对象 + 对象属性 + 呈现风格」三段式文本生成 / 修改 / 创建不同风格图片，可具体描述对象的状态、动作以及如素描、写实主义等图片风格
- 生成速度更快，分辨率更高（1024 x 1024），画面更细腻
- 不同于第一代模型采用的 GPT 语言模型与 CLIP 图像辨识系统，第二代模型引入 unCLIP 系统
从论文中我们可以看到 unCLIP 的工作方式：有一训练集 (x,y)，其中 x 为图片，y 为说明文字, zi 表示 CLIP 模型生成的图像特征。提供说明文字 y 可通过 CLIP 生成的图像特征 zi，根据 y 与 zi，又可以通过 GLIDE 解码得到最终图片 x
简单地来说，unCLIP 通过扩散（diffusion）的理念生成一些随机图案点，并结合说明文字中的图像特征不断调整，最终得到完整图片。相比于第一代模型，unCLIP（CLIP 与 GLIDE 相配合）的好处是提高了模型的准确度。DALL·E 2 不会因为苹果上贴上了写着「iPod」的纸条就将物体识别为 iPod，这与人的认知相符
👀 更多的原理与对比实验详见论文。对于普通用户来讲，DALL·E 2 意味着我们不必经常光顾 Unsplash 取材，而是能够根据自己的需求，创造出独一无二的图片以供使用
🤔 OpenAI 也考虑到了模型滥用问题，模型未来或许以第三方应用的形式落地。但无论如何，它将科技的魅力展现得淋漓尽致，我们也希望这个 AI 画师早日来到。目前已有网友在 Twitter 晒出生成作品，大家也可申请测试
🎬 右下角的彩色块水印，让我想起 Zima Blue 中那位孤独的机器人画家，大家也可找来 爱死机 相应的动画片段来观赏
频道：@NewlearnerChannel