Autodesk SketchBook雖然沒有PhotoShop出名,但它仍算是一個專業(yè)級別的繪圖工具。通過它,你能夠制作出專業(yè)水品的素描和繪畫作品??赡芩拿植⒉粸榇蠹宜?,但是說到它同出一脈的另一個產(chǎn)品AutoCAD大家就不會陌生了,這兩款軟件的開發(fā)商均是Autodesk。
Autodesk SketchBook 是一款新一代的自然畫圖軟件,軟件界面簡潔,功能強大,仿手繪效果逼真,筆刷工具分為鉛筆,毛筆,馬克筆,制圖筆,水彩筆,油畫筆,噴槍等,不僅能夠滿足專業(yè)人士的需求,也能讓普通用戶用來打發(fā)無聊時間。
Autodesk SketchBook不僅在PC有客戶端,在安卓(免費)、iOS(收費¥ 12)也有著App,最為難得的是,這款軟件還擁有網(wǎng)頁版。雖然每個版本在操作界面都有著不同,但總體來說主要功能都具備了。
設計人員的神器
對于設計人員來說,他們每天的工作就是作圖與修圖,哪怕只是在圖片上做一個小小的改動,都需要及時修改并提交,所以他們每天會接到很多修改需求。尤其趕上有商業(yè)項目時,就算回家也需要及時配合銷售人員完成他們提交的任何改動需求。
但不知道我們有沒有用心留意過,設計部門的同事他們往往用的是公司配的臺式機,而很少會使用筆記本電腦進行辦公,所以他們下班后很有可能沒有PC設備進行支持。而且辛苦了一天,很多設計人員在回家后都不愿意再去碰電腦,可需求又不能視而不見,要工作就要打開電腦,不工作就不能完成需求,就像是一道無解的數(shù)學題。
而Autodesk SketchBook的出現(xiàn),能夠解決這一道原本無解的題,這款軟件能夠導入素材圖片,也擁有圖層、復制圖層等功能。設計人員可以通過平板、智能手機這類輕量化的終端設備完成其他同事提交的需求,畢竟他們并不需要像PSD這類格式的圖片,他們需要的只是一個JPG這類格式的成品就足以了。
觸屏的操作模式與圖像制作不能說絕配也可以說是一個不錯的搭配,尤其隨著現(xiàn)今設備的性能不斷提升,屏幕尺寸不斷的擴大,在平板和手機上操作已經(jīng)不再是一個非常困難的事情。如此一來,無論設計人員身處何地,都能夠及時完成需求并提交,哪怕是在浴缸中邊泡澡邊完成也完全沒問題,別怕,現(xiàn)今多數(shù)設備擁有IP6/7防水功能。
對于一般用戶而言,尤其是喜歡繪畫的使用者,這可算是一個你的畫板,開會時、坐車時甚至躺在床上時你可以用它來進行一些繪畫創(chuàng)作。剛開始可能有些會不順手,但慢慢的你會迷上這款軟件,在更換其它軟件根本無法順利畫圖。本人就用這個軟件畫過無數(shù)張圖片,但由于畫工有限,不能跟專業(yè)人士相比,下面附上一幅自己的作品,僅供參考。
對于一些藝術系的學生們來說,以往他們經(jīng)常背著沉重的畫板、畫筆以及調色板去戶外進行寫生,不僅沉重而且物品繁多。而現(xiàn)在你只需要帶一個平板電腦就可以走到哪畫到哪,對于畫好的圖片也能夠進行永久的保存,當然,畢業(yè)設計請不要用這個進行設計。
雖然手機版的App不比PC端的應用,但是在Android平臺上,它仍然是屬于最強大的那一個!這個軟件其實并沒有屏幕大小限制,可以像平時放大相片那樣,通過放大圖片來修改細節(jié),超棒,再小的部位都畫得出來,圖片保存在軟件里,但可以把導出到手機圖片里。
總體而言這款軟件功能豐富,不僅適合一些設計人員在有突發(fā)靈感時及時讓其活躍于‘紙’上。也適合非專業(yè)人士用來畫出優(yōu)美圖片。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。