一个用于PDF文档生成的现代开源.NET库。提供全面的布局引擎，由简洁且可发现的C# Fluent API提供支持。

一个用于PDF文档生成的现代开源.NET库。提供全面的布局引擎，由简洁且可发现的C# Fluent API提供支持。 使用 C# 设计PDF文档并采用纯代码方法。充分利用你的版本控制系统。 使用一系列强大且可预测的结构元素（如文本、图像、边框、表格等）撰写PDF文档。 利用专为PDF文档生成和分页支持而设计的综合布局引擎。 使用简洁易懂的 C# Fluent API 编写代码。利用智能感知快速发现可用选项。 不要局限于任何专有脚本语言或格式。遵循你的体验并利用所有现代C# 功能。 ⌛通过热重载功能节省时间，无需重新编译代码即可实时预览PDF文档。

OpenAI的Sora视频生成模型也能用来渲染游戏

OpenAI的Sora视频生成模型也能用来渲染视频游戏 这篇题为《作为世界模拟器的视频生成模型》（Video generation models as world simulators）的论文由多位 OpenAI 研究人员共同撰写，揭开了 Sora 架构关键方面的神秘面纱例如，Sora 可以生成任意分辨率和长宽比（最高 1080p）的视频。根据论文所述，Sora 能够执行一系列图像和视频编辑任务，从创建循环视频、向前或向后延伸视频到更改现有视频的背景。但最吸引笔者的还是 Sora"模拟数字世界"的能力，OpenAI 的合著者如是说。在一次实验中，OpenAI 将 Sora 放到 Minecraft 上，让它在控制玩家的同时渲染世界及其动态（包括物理）。Sora 在 Minecraft 中控制一名玩家，并渲染视频游戏世界，请注意，颗粒感是由视频到 GIF 的转换工具造成的，而不是 Sora。图片来源：OpenAIOpenAI那么，Sora 是如何做到这一点的呢？正如 NVIDIA 高级研究员 Jim Fan（通过 Quartz）所说，与其说 Sora 是一个创意引擎，不如说它是一个"数据驱动的物理引擎"。它不仅能生成单张照片或视频，还能确定环境中每个物体的物理特性，并根据这些计算结果渲染照片或视频（或交互式 3D 世界，视情况而定）。合著者写道："这些功能表明，继续扩展视频模型是开发物理和数字世界以及其中的物体、动物和人的高能力模拟器的一条大有可为的途径。"现在，Sora在视频游戏领域也有其通常的局限性。该模型无法准确模拟玻璃碎裂等基本互动的物理过程。即使在可以建模的互动中，Sora 也经常出现不一致的情况，例如在渲染一个人吃汉堡时，却无法渲染汉堡上的咬痕。不过，如果我没看错的话，Sora 似乎可以为更逼真（甚至可能是逼真）的程序生成游戏铺平道路。这既令人兴奋，又令人恐惧（考虑到Deepfake的影响）这也许就是为什么 OpenAI 选择暂时将 Sora 关在一个非常有限的访问程序后面的原因。相关文章:OpenAI 推出文本到视频人工智能模型 SoraOpenAI首个视频生成模型发布 能生成长达1分钟的高清视频 ... PC版： 手机版：

在最近录的那期播客里分享了一些用 AI 写作的经验，这里写一条精简版的笔记。

在最近录的那期播客里分享了一些用 AI 写作的经验，这里写一条精简版的笔记。 用 AI 创作的核心原则是：“不要让 AI 代替你思考，而是让 AI 激发你思考。” 目前和 AI 创作有关的教学，都是“用 chatGPT 一天写 10 条短视频文案”这一类的内容，都在教大家怎么批量地创造低质量的内容。 这就是非常典型的“让 AI 代替你思考”的例子。 你期待自己不需要动脑子，通过几句简单的咒语，AI 就能帮你写完你想要的东西，这件事情在此刻还挺困难的。 正确的做法应该是，希望你能自己先开始创作，创作遇到瓶颈时，再让 AI 出马。 比如： 1⃣ 你打开了一份空白的文档，很想写点东西，但是看着这空空的文档十分恐惧，不知如何下笔。 这时候，你可以告诉 AI 你想写的主题，并且让它帮你生成一个大纲，你再往大纲里填充内容。 或者，让它帮你写完第一自然段，你开始再续写它的内容。 2⃣ 你文思泉涌，在文档上洋洋洒洒写了一千个字，但是写得越多越感觉灵感枯竭，十分头疼。 这时候，你可以告诉 AI： “我在写一篇关于 xxx 的文章，并且已经写了 A、B、C 这个几个观点了，请你扮演一位对这个主题感兴趣但了解不多的读者，向我提出 10 个问题。” 从而让 AI 通过提问的方式来激发你的灵感。 3⃣ 你的脑海中有一些有关联的关键词，但始终不知道如何将它串成完整的句子，这时候，你可以把这些词输入给 AI ，并告诉它： “我在写一篇主题为 xxx 的文章，请你根据我的主题将我输入给你的关键词，串成一个完整的句子。” 这才是正确的用 AI 来进行创作的方法。 “不要让 AI 代替你思考，而是让 AI 激发你思考”。 #AI工作流

裸辞一个月后，一行代码不会写的我，用chatGPT搞了一个「AI双语字幕」的小项目，翻译了一个 1 小时的英文播客视频。

裸辞一个月后，一行代码不会写的我，用chatGPT搞了一个「AI双语字幕」的小项目，翻译了一个 1 小时的英文播客视频。 整个过程从发现需求到解决需求恰好历时一周。 （哈哈哈哈哈哈哈，写这段话有种莫名的爽感，理解了ex字节员工。） 整个逻辑很简单： 1、用 whisper 生成原视频的英文字幕；（我预设 whisper 生成的字幕没问题，whisper 的问题不探讨） 2、让 GPT 结合字幕全文翻译，并让他根据原英文字幕的拆分，将译文进行同样行数的拆分； 3、将 GPT 译文拆分的结果插入到原英文字幕文件中形成一个新的双语字幕文件。 这个过程中所有的执行脚本我都让 GPT 写的，大概的过程记录放到文档中了，感兴趣的朋友可以看看。

这里有一个非常简单的ComfyUI 自定义节点开发指南，只需要 5 分钟，你甚至不需要会代码，跟着也能写一个自定义节点。

这里有一个非常简单的ComfyUI 自定义节点开发指南，只需要 5 分钟，你甚至不需要会代码，跟着也能写一个自定义节点。 ComfyUI 之所以现在开始流行有一个很重要的原因是他的插件和节点开发成本比 WebUI 低很多。 但是他本身的开发文档写的很乱，导致入门看起来很困难。 Reddit 一个老哥写了一个自定义节点的开发指南，我跟着走了一遍发现真的简单，写的也很详细。 所以就翻译了一下由于比较长，就扔在周刊里面了。 教程和原文地址：

examor：一个帮你复习的机器人（自托管）：

examor：一个帮你复习的机器人（自托管）： 根据文档生成问题、根据回答进行检测。 在我平日学习某一个新的技术时，有记笔记的习惯，将重要的信息写在笔记之中。这是一个好习惯。 但是，我还有一个不好的习惯就是不喜欢阅读我写过的笔记（不知道是不是大部分人都这样）。这使得我的笔记最后只成了一个纪念品，并没有实质的作用。 所以我选择制作这样的一个应用，为的就是不断的通过提问让您复习您的笔记内容