粉丝605获赞5719
相关视频
03:38查看AI文稿AI文稿ask 马什么是 ask 马？它的英文含义是美国信息交互标准代码，我们也称它为西文字符编码。 在计算机中，所有的数据在存储和运算时都要用二进质数表示。为了使大家能够相互通信而不造成混乱，大家就要使用相同的编码规则。 于是美国有关的标准组织就出台了 sk 编码，他的设计初衷就是将各种新闻字符以二进制的形式表示。从这张表我们看到， sk 一共有一百二十七个字符，包含了我们常用的数字、大写字母和小写字母等。 由于当时计算机的应用没有那么普及，所以人们认为这些字符已经足够使用了，因此就只定义了这些字符。下面我们来 说一下查表的方法。一百二十七个字符，其实只需要七个二进制的位数即可表示。由于一个字节有八位，因此我们可以用一个字节装下一个 ask 码。我们以大写字母 a 为例，说明一下 ask 表格的查找方法。 首先，我们找到大写字母 a， 他所在的行对应着他的 s、 k 码的第四位，我们找到他的第四位是零零零一。其次，我们再看 a 的列，他所在的列对应着他的 s、 k 码的高四位，我们找到他的高四位是零一零零。 因此 a 的 sk 码就是零一零零零零零一转化成十六，禁制就是四一， h 转化成十，禁制就是六十五地。刚刚我们提到一百二十七个字符，其实只用七个二禁制的 位就可以表示了。那么当我们用一个字符来表示 sk 码时，最高位其实是没有被使用的，这么明显的浪费在计算机中是绝对不允许的，于是这个最高位就被用作通信中的教验。 什么是教验？就是一个自服从发送端被传输到接收端以后，接收端要检验一下收到的信息有没有错误。如何教验呢？有两种方案，机教验和偶教验。 七教宴的意思是，发送端在发送一个字节之前，要保证这个字节中一的个数是激数个。如果一个字符的 sk 马中医的个数不是激数个，怎么办呢？ 就用字节最高未来调整举例说明，大写字母 a 的 sk 马中医的个数是偶数个，不满足基教验的条件， 因此要将最高位变成一。因此即教验后大写字母 a 是一一零零零零零一。大写字母 c 的 s k 马中医的个数是 g 数个，满足 g 教练的条件，因此不需要做任何改变。因此 g 教验后大写字母 c 是零一零零零零一一。 藕教宴的意思是，发送端在发送一个字节之前，要保证这个字节中一的个数是偶数个。如果一个字符的 sk 马中医的个数不是偶数个，怎么办呢？就用字节最高未来调整 举例说明，大写字母 a 的 sk 马中医的个数是偶数个，满足偶教宴的条件，因此不需要做任何改变。因此偶教宴后，大写字母 a 是零一零零零零零一。大写字母 c 的 sk 马中医的个数是基数个， 满足藕教宴的条件，因此需要将最高位变成一。因此藕教宴后大写字母 c 是一一零零零零一一。
4422刘老师的在线课堂
03:34查看AI文稿AI文稿ic 卡基础知识分享 ic 卡简介 ic 卡是集成电路卡，因他个 c l c id 的简称，是镶嵌集成电路芯片的塑料卡片， 其外形和尺寸都遵循国际标准 i s o。 芯片一般采用不易挥发性的存储 g r ipro 保护逻辑电路，甚至带微处理器 cpu， 带有 cpu 的 ic 卡才是真正的智能卡。 ic 卡工作原理飞机出行 ic 卡本身是无人体， 当读写器对卡进行读写操作时，读写器发出的信号有两部分叠加组成，一部分是电源信号，读写器像卡发一族，固定频率的电磁波有卡接收后与其本 身的 lc 产生斜阵，产生一个瞬间能量来供给芯片工作。另一部分则是结合数据信号，指挥芯片完成数据修改、存储等，并返回给读写器。 ic 卡结构飞接处是 ic 卡，主要由 ic 芯片感应天线组成，并完全密封在一个标准 pvc 卡片中，无外露部分。 非接触式 ic 卡的读写过程通常由飞机出行 ic 卡与读写器之间通过无线电波来完成读写操作。 ic 卡按空间分 s 五十卡和 s 七十卡。 s 五十 ic 卡结构存储容量八 k 十六个分区，每分区两组。密码空间分为十六个单区，支持多种 应用，每个单区包含四块，每块包含十六个字节。每个单区有自己独立的一族访问密码，用户可以根据善区的不同应用设定不同的密码。每个单区的快三级第四块包含了该善区的密码 a、 存取控制和密码币 称为密码控制快，其余三块是一般的数据快。但是地灵，善区的地灵快用于存放厂商代码和卡序列号不可更改。 s 五十、 ic 卡是应用最广泛的 ic 卡。 s 七是卡芯片结构，容量为三十二 k 为 e。 一 p l o m。 分为四十个扇区，零至三十一扇区为四块，三十二至三十九为十六块。其中三十二个扇区中，每个扇 区存储容量为六十四个字节，分为四块，每块十六个字节。八个单区中，每个单区存储容量为两百五十六个字节，分为十六块，每块十六个字节，以快为存取单位。 s 七时 ic 卡应用不常见使用。在一些特殊场合应用 ic 卡主要指标，一、工作频率，十三点五六 m h z 二、通讯速率，一百零六 k b p s。 三、读写距离， m 二、零零独头。三、 c m m c m 五、零零独头十 c m。 四、数据保存期为十年，可写十万次，读无限次。五、每张卡有三十二位不可改写的唯一序列号。六、无电源，自带天线内涵加密逻辑电路和通讯逻辑电路。 今天就分享完了 ic 卡基础知识，大家学会了吗？如果喜欢我的视频，请帮我点赞，谢谢大家！
231汉军智能
02:11查看AI文稿AI文稿今天 github 热榜里，我觉得程序员很该看的一个项目叫 call graph。 它不是普通代码搜索，也不是又一个 ai 聊天壳，而是在给 cloud code、 codex、 cursor 这类代码智能体补一层本地代码知识图谱。 它做的是很直接，先把仓库里的符号关系、调用链、模块结构、路由关系提前锁引好，这样智能体提问就能拿到关键上下文。 所以它最打人的点不是概念新，而是价值特别直观。官方 benchmark 的 数据很猛，平均百分之九十二更少工具调用百分之七十一更快探索顶部宣传，甚至直接写百分之九十四 fewer tools， 百分之七十七 faster exploration。 像 java 代码库那组测试，甚至只用一次 explorer 调用，就回答了整条执行链路。为什么这件事重要？因为现在 ai coding 最大的问题，很多时候已经不是会不会写，而是进了大项目以后会不会迷路。 上下文找不准，智能体就会疯狂读文件，误判影响面，改断调用链。 call graph 补的就是这个真实痛点。 它还有三个很适合记住的亮点，第一，百分之一百本地运行，底层是 sq lite， 不 走外部服务。第二，支持十九种以上语言，从 tax、 script、 拍访、 go rust、 java 到 swift、 c 井都覆盖。第三，还能识别十三类 web 框架路由，把 url 和处理函数连起来，上手也不复杂。先装好 co graph， 再进项目执行 co graph in it i 键缩影 之后，智能体就能直接查 search collars、 calice impact， 而不是每次重新翻仓库。 所以我觉得 co graph 值得关注，不只是因为它今天新增大约四百一十六个 star， 而是因为它踩中了 ai coding。 下一阶段最关键的问题不是让模型多写一点，而是让它在复杂代码库里更少迷路，更快找对、更稳改对。 如果你已经在重度使用 cloud code 或 cursor， 这个项目很值得收藏。
2515VickyKiki
03:04查看AI文稿AI文稿curser 在 今天凌晨发布了一个新模型，官方称它为迄今为止最强大的版本。而它基于的开源基础你可能并不陌生，那么它到底强在哪里？ 这个模型叫 composer 二点五。 curser 给出的定位是三点，更智能，更擅长持续任务，遵循复杂指令，更可靠。相比上一个版本，它的训练规模更大，强化学习环境更复杂。官方还表示，未来一周内该模型的使用额度将翻倍。那么数据怎么支撑？这些说法 来看具体的测试数据。在 tonicbench 测试中， compose 二点五的得分处于第一梯队，在 swaybench 测试中同样表现亮眼，而在科学自家的克隆 bench 上，得分更为突出。这张散点图把得分和成本放在一起看， compose 二点五位于右上角。 高分低成本成本优势背后，还有一个值得注意的事实，官方给了一个数字，同等能力下，成本效率最高可高出十倍。值得注意的是，它基于 kimi k 二点五的开源检查点，但 curser 的 资源训练投入占比达到了百分之八十五， 这意味着基础模型只是起点，后训练才是核心差异。支撑这些结果的是两条关键的技术路径。 来看两个关键的技术改进。第一个是文本反馈，精准强化学习。问题是，当奖励基于整个推理过程计算时，模型很难判断哪个具体决策是对的。 科四的做法是，在推理轨迹中本可以表现更好的那个节点，直接给出文本反馈，构造一个提示，描述期望的改进方向，插入局部上下文，用教师模型的概率分布指导学生模型。举个例子， 模型调用了一个不存在的工具，这个错误对最终奖励影响很小，但通过文本反馈可以精准定位这一错误并纠正。 cursor 将这种方法应用于代码风格、模型、沟通方式等多种行为。第二个技术改进则与训练数据有关。 第二个是合成数据， composer 二点五使用的合成任务数量是上一代的二十五倍。方法之一叫功能删除。给智能体一个有大量测试用力的代码库，让他删除代码，再用测试用力验证。大规模合成数据带来了一个副作用， 奖励破解模型变得越来越聪明，也越来越会找捷径。比如，他发现了一个遗留的类型，检查缓存逆向工程后找回了被删除的函数签名。这些技术改进也引来了行业的关注。 curser 还宣布了一项合作，与 spacex 在 一起，从零开始训练一个规模大得多的模型，总算力投入是此前的十倍。借助 colossus 二的百万块 h 一 百等效算力，马斯克在社交媒体上发文呼吁使用 composer 二点五。 curser 创始人则表示， composer 二点五的表现远超同参数规模应有的水平，对于下一个版本，他们无比兴奋。以上就是目前可以确认的事实。 总结一下， compose 二点五是一个基于开源检查点，经过大量自研后训练的模型，它在多个精准测试中表现亮眼，成本效率有显著提升。文本反馈、强化学习和合成数据是两条关键的技术路径，而与 spacex 的 合作可能会带来模型能力的下一次飞跃。
40高老师的分享局
01:22查看AI文稿AI文稿有没有发现一个奇怪的现象，深夜浏览的各类不良网站，域名后缀十有八九都是 c c。 先搞懂一个常识，网址末尾的后缀专业名称叫域名，通俗来讲就是互联网的专属门牌号。互联网诞生初期，每一类后缀都有专属意义，比如 com 原本是商业机构，现在全球通用，企业个人都能随便用。而 google 属于特殊专属后缀，学校注册，普通用户根本无法申请。还有 c n u s a c 这类国别域名，一看后缀就能分遍网站所属地， 西安就是中国专属域名。全网域名这么多，偏偏不良网站全都扎堆用 c c， 这是为啥？首先， c c 本是澳大利亚科克斯群岛的国别域名，这座岛屿常驻人口不足六百，没有完善的网络监管体系，相当于网络灰色地带的天然避风港，注册门槛极低，完全不用实名。第二， 注册成本超低，一个 c c 域名一年都只要几十块，一旦站点被封，随便就能批量注册新的，无限换号续命。第三， 监管难度极大，域名归属小岛，服务器藏在境外，运营人员在第三个地方执法，成本高的离谱投诉也没用。第四，贿赂简单好记，随便编个域名，用户一眼就能记住。最后，作为一名资深白帽子， 奉劝大家一句，别傻傻以为这些网站是什么天上掉馅饼，实际上背地里基本都藏着木马病毒和恶意程序，轻则盗取隐私信息，重则入侵监控设备，所以千万别碰。话说回来，那么你访问最多的域名后缀是什么？
127大白讲安全
01:29查看AI文稿AI文稿别再问 codex、 cloud code、 cursor 谁更强？真正的问题是，你现在是在编辑器里改代码，在终端里调项目，还是想把任务交给代理自己跑？ 这三个工具不是同一个物种。 cursor 更像 ai 编辑器， cloud code 更像终端里的工程搭档， codex 更像可以接任务、跑验证交付结果的编码代理。 如果你每天大部分时间都在 id 一 里，先用 cursor， 它适合补全局部重写，选中一段代码直接改，也适合边看文件边问这里为什么这么写。 如果你习惯命令行或者任务离不开日制测试脚本， get 命令， cloud code 很 顺手。它的优势是贴着终端工作，边查项目，边跑命令，边改多文件。 如果你想说清楚目标以后，让代理自己读仓库，改代码，跑测试，总结 diff， 甚至开 pr， 那 codex 更合适。尤其是多任务并行、代码审查、重构和迁移。 所以选择口诀是，人在编辑器里先 cursor， 人在终端里先 cloud code， 任务要交出去跑先 codex。 不是 谁替代谁，而是谁在当前场景摩擦最小。 常见错误是把所有需求都扔给同一个工具，小改动用重型代理会慢，复杂迁移只靠编辑器补全会碎。先判断任务半径，再选工具。 如果你想要一张 ai 编程工具，选择清单，评论区打选型，觉得有用先收藏，关注我，下一条继续拆，真实开发工作流。
74双喜日记
05:31查看AI文稿AI文稿之所以硬着头皮去讲这个主题呢，是因为他已经不是一个什么特别时髦的主题，只是他的案件数量在现在还没有达到像帮信罪或者是开设赌场罪这么大规模。 但是这样的犯罪行为已经切切实实的发生在了我们的周围，而且随着 ai 技术的发展，还有链上技术的发展，它的数量只会越来越多。现在我们的一些食物当中，犯罪行为是借助于区块链 实施的，或者是跟区块链有关系的。那么在这种 比较少见的犯罪行为模式下，作为辩护人介入到这类案件当中，我们的着利点在什么地方？ 我们的着利点就是让技术事实成为法律事实，用这样的方式去辩驳。通俗的来讲，比如我最近有看到同行就办过这样一个案件，因为公司弄了一个智能合约， 相当于设了一个自动贩卖机，然后他说公司的员工从自动贩卖机里面把东西给拿走了，就去公安机关报案，说这位员工是职务侵占， 那我们都知道职务侵占所侵犯的犯罪对象是什么？是公司的财产。但是正是因为智能合约，它是一个我们可能大部分群众或者大部分群体不太了解的这么一个概念， 相当于是什么情况呢？你把贩卖机放在那边，但是贩卖机里面的东西是不是属于你公司的？就是这样一个概念。那么这位辩护人从技术角度来分析了一下， 非常清晰明了的告诉了办案机关，也就是检察院，说这家公司把这台自动贩卖机推到了台前，但是里面的东西 不是他的，为什么？因为这是台自动贩卖机的钥匙，这家公司已经扔掉了，也就是把柜子推到这，他自己把钥匙给扔掉了。扔掉钥匙这个行为代表什么呢？我对他已经不具有控制权了，那么谁拿走就是谁的，就是这样一个简单的道理。那么基于这样的一个逻辑， 这位当时的犯罪嫌疑人在三十七天的时候就没有被批捕，这是一个非常典型的将技术事实变成了一个法律事实，从而达到了推翻主观技术事实可以成为认定法律事实。我们比较擅长的关于 辩护思路辩护路径的问题，上面来有四个路径，路径一是权限审查，路径二是控制力的问题，路径三是公开性，路径四是行为轨迹。我们一个一个来看 权限控制函数，谁有打开资产的钥匙全权限函数就像保险柜的钥匙， 不是谁把保险柜搬进了房间，而是谁真正持有钥匙。这法律结论是，如果代码没有专属权限设计，就不能当然认定部署者可以支配合约内的资产，从而动摇财务归属这一犯罪前提。路径二，去中兴化以后，控制权可能已经 交给代码，就可以证明这个钱至少不是他从我这偷的，也不是他逼着我来弄的，我们有一定的解释的空间。 路径三，公开规则下的操作不当人等于秘密犯罪啊，当规则公开时，欺骗需要更谨慎。认定路径四，链上不会遗忘，每一步都有时间戳。行为模式本身会说话， 大家可以关注一下，这点更可能支持犯罪推定的行为短时间集中转移，大额套现， 使用混淆器、隐私链或者多层跳转、删除沟通记录，伪装身份、规避监管，刻意混淆资金来源，操作与公开规则明显背离。反过来说，如果这个人不存在我们所指出的这些支持推定犯罪行为的行为特征， 他看上去更像一个正常的行为，至少可以反问吧，你办案机关你不能认为他只要是涉猎的行为，全部都是犯罪行为， 他的异常点在什么地方？如果你没有其他的言辞证据，或者这个人不认罪认罚的话，你怎么来认定他主观上具有犯罪故意？四个不能简单的等同，把钱包地址直接等同，于是这个人犯罪有钱包地址其实不等同于自然人， 把部署就等于所有。这个自动贩卖机如果是你造的，他不一定就会属于你。 参与就等于控制，这个也不是必然。获利就等于犯罪故意，这个也不是必然。区块链刑事案件正在从少数案件走向高频案件， 这是一个必然的趋势，极有可能因为对技术事实的掌握而对辩护人会更加有利。那么今天的分享就到此了，也希望大家能够有所收益，谢谢大家。
23北京徐伟律师
01:27查看AI文稿AI文稿最近给学弟做辅导，简历也带了几个刚转来做 a 级的新人。我发现大家简历上都写着精通 longchang 和 longchang， 一 问这俩在工程落地时到底是怎么配合的？很多人到现在都还以为这俩是竞品呢，或者只是版本升级。 如果你纯手搓一个大模型应用，你要自己调接口维护，上下文写正则切文档存向量，满屏幕全是代码。这时候狼抢的作用就来了，需要切文档拿走 x-， 需要存向量拿走 x-， 他 帮你把脏活累活全封锁好了，主打一个少写代码，快速出货。 但是当你真正在业务里跑起来的时候，你会发现狼群的问题所在。真正的工业级 a 型的需要思考，比如分析出收到的资料，不对，他得打回重做，遇到复杂问题，他得循环调动工具直到解决。如果你用狼群的单项链条去做这种带半丝纠错的循环链条，你的代码可能就崩溃了。这时候必须上狼群， 别把它当成一个简单的酷蓝寡妇的本质是一个状态及引擎，你在独立定义的每一个起点就是一个动作，箭头就是你的扭转条件，他不仅管流程，还负责帮你记住每一步的状态，这才是做复杂多 a 境的协调的核心基座。 千万别一开始就把这两个混在一起学，先用 long 跑通一个简单的单体分拿，等你的代码逻辑达到普通的卡已经 hold 不 住的时候，再去用 long graph 化妆状态流转图，你又懂它的好到底在哪了？工具背后的架构设计是面试的核心，在做项目的时候多想想为什么要这么选型。
67小迪学AI
01:24查看AI文稿AI文稿昨天群里面有小伙伴发了这个 l 站的链接啊，就是有人在 l 站上发帖子说啊，最近有被问到说中转站的数据卖卖不卖，然后底下有评论的人说啊，感觉最近有很多在刻意问这种问题的，就是那个好像潜意识就说最近有很多 fashion 啊 啊，反正这个暴露了一个问题吧，就是可能很多人已经知道了，对吧？就是中转站啊，你所有的 prompt， 所有的这个请求啊，站长都是能收集到的， 所以说你的 key 啊，你所有的隐私啊，站长都知道啊，他他如果想要收集的话都可以收集到啊。然后再一个呢，就是这个昨天有人发帖子了对吧？说他那个进拘留所待了三十多天 啊，也就是说中转站这个事情啊，已经开始啊，被打击了啊。呃，反正还是那句话，就是你不管是不是中转站模型这件事情，就人工智能模型啊， token， 他 在未来随着模型的智能越来越强，他是一定会被纳入管制的，他不是工具啊，他不是工具，他一定会被纳入管制。 好吧，所以说如果你还想继续追求你的这个，保持这个外部的智力的介入，对吧，你就要自己开始想办法。
26伏龙山阿志
01:24查看AI文稿AI文稿哈希值网赌，别再被骗了！最近好多粉丝问我用 usdt 压哈希值尾数的事，他们说平台号称链上透明，不可篡改，绝对公平。听起来很高大上， 我直接告诉你，这就是个假公平的杀猪盘。你转一笔 usdt 到平台指定钱包，拿到一个交易哈希，然后压尾数，单双大小 区块链，每秒生成成千上万个哈希。你下注之后，平台挑一个对庄最有利的哈希当开奖结果。你去浏览器查哈希是真的，但你根本不知道他被挑过，这才是最毒的地方。新号的时候，你小赢体现顺畅，觉得公平，甚至还会拉朋友进来， 等你充多了大额进去必输，赢了也不让提。常见理由，流水不够，封控异常，违规，冻结交解冻金、保证金。 这套路跟传统私网赌博一模一样，只是换了个区块链的马甲，蹭去中心化的热度，显得正规。记住哈西执，网赌不是投资，是网赌还是违法的那种 参与是违法，要拘留罚款，赌资没收，开平台或者做代理是开设赌场罪最高十年。 更狠的是，你被骗了，报警都难追回，因为 usdt 转账匿名不受保护，天上不会掉馅饼，掉下来的都是陷阱，你明白了吗？
17华强搬砖
02:18查看AI文稿AI文稿接上篇我们已经讲完 lion chin 四 g 的 定位统一、抽象模型适配和 red 全链路。 下篇继续往应用层看。当知识库问答还不够时，他怎么让大模型去调用工具执行任务查询业务数据？ 先看智能 agent 和工具调用。 linchine 四 g 原声，支持标准化工具调用。我们可以把订单查询、公单创建、报表生成接口调用这些业务动作封装成工具，让大模型根据任务自动判断什么时候调用、传什么参数。 它也支持多种 agent 执行方式，比如单任务工具调用、规划式任务拆解、分布执行叫验以及多智能体协助。 新版本还兼容 a to a 智能体通信协议，适合把复杂业务流程拆成多个角色协同处理。然后是很多企业很关心的自然语言。转 coco landchain 四 j 有 官方专用模块，可以读取数据库表结构、字断信息和表关联关系，把日常中文问题转换成可执行 coco， 他会做语法校验和注入防护，默认强调只读查询边界，降低误删误改数据的风险。 整个链路就是用户提问解析库表结构，生成 sql 安全执行查询，再把结果整理成自然语言答案，适合内部数据自助查询和智能 b i 报表。 最后看企业即落地，它能和 spring boot、 corkos、 micronut 这些主流 jvm 框架整合，支持异步和响应式编程，也能接入日制指标和链路追踪，方便观察模型调用耗时成功率和偷啃消耗。 对于金融、政务、国企这类合规要求高的场景，还可以结合数据脱敏、权限管控、本地模型和私有化部署来做数据隔离。 总结一下 blockchain 四 g 的 价值不是单点能力，而是把模型接入 red agent 工具，调用自然语言查库和企业工程化串成一套 java 开发者能落地的完整闭环。
32阿泽说AI
01:39查看AI文稿AI文稿很多人把 m c p 和 skill 混在一起，其实他们解决的是两个完全不同的问题， m c p 让 ai 接上外部世界 skill， 让 ai 按你的方法做事。 先记一句话， m c p 是 接口标准， skill 是 执行手册。 m c p， 解决 ai 能不能连到工具和数据 skill， 解决 ai 该按什么步骤、什么风格、什么标准完成任务。 mcp 全称 model context protocol， 可以 理解成 ai 应用的 usb c 接口。它把文件、数据库、搜索、 github、 日历这些外部系统用统一方式接给 ai。 用 mcp 的 典型流程式，先连接一个 mcp server， 比如 github 或数据库。授权以后， ai 就 能读取资源，调用工具执行动作，但权限一定要收紧，能读别默认能写。 skill 则不是接外部系统，而是给 ai 一 套做事方法。比如你的团队怎么写周报，怎么做代码审查，怎么生成短视频，流程模板、检查清单都可以放进 skill。 用 skill 的 方法更像调用一本操作手册，你可以显示点名一个 skill， 也可以让 ai 根据描述自动选择它读取 skill md 在 案里面的步骤、模板和脚本去执行。 真正强的是组合使用。比如 m c p 负责从 google drive 或 java 拿最新资料， skill 负责按你公司的固定格式写周报，一个给材料，一个给做法。 最后记住， m c p 给 ai 手和接口 skill 给 ai 方法和规矩。你想接工具用 m c p， 你 想附用流程用 skill， 两者都要，就一起用。想要这张对比表，评论区打 m c p。
18双喜日记
01:20查看AI文稿AI文稿a s， c i i。 编码是计算机科学中的一种字符编码标准，用于将数字、字母和其它可打印的符号转换为二禁止数。该编码最初被设计为用于电报通信中传输文本数据，现已广泛应用于计算机和互联网上的各种应用中。 a s， c i， i。 编码使用七位二进制数来表示。一百二十八个不同的字符，包括大写和小写字母、数字、标点符号以及一些控制字符。每个字符都有一个唯一的 a， i， c i i 码值，这些值可以通过查找 a i， c i i 表来确定。 例如，大写字母 a 的 a s， c， i， i 码值为六十五，小写字母 z 的 a i， c i i 码值为一百二十二。除了基本的字符级外， a s， c i， i。 编码还包括一些扩展字符级，如国际通 用字符级 unicod 和 utf 八编码等。这些扩展字符级可以表示更多的字符，包括各种语言中的字母符号和表情符号等。总之， ascii 编码是一种简单而广泛使用的字符编码标准，它使得计算机能够识别和处理各种文本信息。 虽然现在已经有了更高级的编码标准，但 a s， c i， i。 编码仍然是许多应用程序的基础。
233湘南之君
01:45查看AI文稿AI文稿这条视频我想换一种方式来讲，不是只放企业标题，然后一直口述，而是把我们刚才真实做视频的过程直接展示出来。 一开始我只是把目标告诉 codex， 想做一条横屏讲解，视频画面要有 match 桌面的感觉，要有截图，有字幕，还要用我的音色来配音。 codex 先把我的脚本，再把这些需求拆成画面、声音和渲染器的部分。 画面这一块用的是 hyperframes， 它不是传统剪辑软件，更像是把视频写成一个网页工程。 html 负责结构， css 负责 mac 风格的窗口和层次，动画时间轴负责每个镜头什么时候出现，怎么移动 声音。这一块，我提供了一段自己的录音作为参考，先盛成一版清浊的，将介音频，再用 open voice 转成我的音色。这里有个经验，底层声音一定要统一，语速也不能太短，否则听起来就会变飘，甚至听不清。 你现在看到的这些截图，就是项目真的落在本地之后的样子，有脚本，有音频文件，有渲染出来的 mp 四中间当然也有坑，比如音量偏小、语气不明显、画面像 ppt 这些都需要一轮一轮抄。 最后重点来了，你现在正在看的这条视频，本身就是用这套流程生成的。 codex 负责组织工程， hiker frames 负责生成画面， open voice 负责转换音色， pack 负责后期和输出。它不是一个概念演示，而是一条真的跑通了的 ai 视频生产线。
66一勺料汁
