@cmdOptionKana #8 兴趣和我挺接近的，不过推荐去油管看。任何东西到了一定深度都没法在中文互联网留存下去，所以如果说油管是大学的话，B 站充其量是初中生水平

问下有适合比如 sagernet 的规则吗，能去除 YouTube 广告的？

@Naka030 清明梦吗，老哥怎么练的

@Chad0000 #32 来个例子

这玩意不就是算账的事么，卖多少钱一次，一次多久，要多少人/小时回本，能不能覆盖你成本，如果据说 6 月 WWDC 前在国内上市赶得及么

无。
长远的第一要义就是要有真正意义上的愿景，而不是人人都不信的口号
换算成实际就是任何以 KPI 为主导的公司都不可能长远，真正讲故事（而不是实际还在讲参数）和建立品牌的公司才行
在国内大家是贬低讲故事的，这仨字就带着贬低的意味。
国内大环境就是被唯物主义洗脑，因此你可以看到大家玩数字，卷数字，但不会有真的冒险赌愿景的行为（进入任何新兴领域，没有过往数据，算不了 ROI ，只能看到别人下注了马上跟进）

@jiaslbang 放心，类似你想得到的错误识别 edge cases 全都在

@dnsdk 比 Quest 小一圈

LZ 可以试试 mount hood 场景，把观影屏幕扔湖面上，感受应该不错

@lefthand2006 可以，左边按钮直接拍

@0x723b 其实问题就在这里了。如果没有墙，也不会有这么多没有灵魂基本一致，拿个设备在手上感觉是拿着一坨 KPI 的安卓机，生态也不会这么分裂，妖魔鬼怪软件也不会这么突出。

我说个正面回答你问题的最本质原因：因为它不是搜索引擎。
你去观察下自己，就会发现对于这一代人来说当接触到任何问题时，我们已经能本能般的知道是不是可以通过搜索引擎解决的。你可以把这个过程类比为是自己经过这么多年安装了的一个模块。
但是，你没有安装 AI 这个模块，也就是说，也许现在有不少问题通过这些工具能非常好非常高效的解决，但你并不会马上反应通过 AI 会更好。更甚的是，AI 和搜索在多数人心里很接近，用法也很接近，也就是说在目前大多数人的心智层面这俩占据的位置差不多，对于已经有了多年 google 习惯的人还需要额外做一层分辨。
所以，现在开始用是为了马上开始安装这个模块，需要付出主动动力去推进。不然，对于没有任何搜索引擎模块占用或者占用没有这一代人那么牢固的下一代来说，之后他们玩出花来你看都看不懂了

@zhangsimon 官方规格列出来是 stereoscopic 6.5m

@okakuyang

research.facebook.com/publications/passthrough-real-time-stereoscopic-view-synthesis-for-mobile-mixed-reality/

没见识呢，并不是指没见过这东西，而是别人指出来了，还在这井底之蛙以为就认定是你认为的那样，硬列一堆什么自己生想出来的分类出来装样子

@kw8023cn 你也能拿到 llama 啊。Meta 在各种研发路线和成果上的 open 程度是数一数二的，每年的 connect 大会都会讲

各位不会以为 passthrough 就只是简单的把摄像头拍下的 raw feed 直接传给屏幕吧，当然了，如果你这么以为就已经忽略了很多东西，也说明了 meta 团队的牛逼，而不是上面说的什么插手机这种分体渲染搞不定。就这么说，Vision Pro 的基本就是照着 meta 这十年来搭起来的技术框架做的，苹果拿去重新整合然后靠供应链暴力叠参数而已，基本没看到什么技术实现的新思路

passthrough 的画面，可以粗略近似理解为通过摄像头计算出整个场景的 3D 模型，然后根据你双眼位置渲染出下一帧（所以才会出现近距离会畸变的情况）。同时还要做啥？ SLAM 计算出设备本身的位置，亚毫米精度，0.25°角度内误差，MTP 延迟极低，以及手柄跟踪，加手势识别。这叠甲叠得...关键是延迟和精度要求都非常要命，还要覆盖无数的光照条件，应对各种乱七八糟的场景。Meta 做到让你都意识不到这些技术实现有多硬核复杂，让你觉得“本应如此，算力应该是空闲的吧”然后在这异想天开

所以你还想在这上面做计算机视觉的 OCR😄？

@hash 正因如此才问问的么

@PbCopy111 是么，有什么材料可以搜一下