2025 06 01 HackerNews

2025-06-01 Hacker News Top Stories #

  1. 摄影师查尔斯·布鲁克斯利用探针镜头和对焦堆叠技术,拍摄出乐器内部宏伟的建筑般效果,展现了其精湛的摄影技术和对乐器结构的独特视角。
  2. Precision Clock Mk IV 是一款高精度时钟,整合了多项先进功能,通过精细的设计和优化解决方案,实现了高精度和高可靠性的时间显示。
  3. 研究人员意外发现了一种生成高性能AI内核的新方法,通过合成数据训练和优化,显著提升了内核性能,超越了PyTorch基准。
  4. 编译器标志“fast-math”虽然能优化数学运算提高速度,但可能损害计算准确性,开发者应谨慎使用并进行充分测试。
  5. Micro Center在圣克拉拉开业,吸引了大量科技爱好者,提供丰富的电子产品选择和优惠活动,成为DIY电脑组装者和游戏玩家的理想去处。
  6. Valkey作为Redis的社区分支,通过性能优化和多线程支持,显著超越了Redis 8.0,成为更好的开源替代品。
  7. C++到Rust短语手册帮助开发者转型,通过代码示例和设计权衡,指导C++程序员学习Rust语言。
  8. 人工智能搜索功能可能生成错误信息,用户需谨慎使用并核实信息准确性,避免被误导。
  9. 杰瑞·刘易斯的未发行电影《小丑的眼泪》在瑞典被发现,计划恢复和公开展示其历史价值。
  10. Mary Meeker的报告分析了人工智能的发展趋势,指出AI技术迅速进步,特别是大型语言模型的发展对市场和社会的深远影响。

Photos taken inside musical instruments #

https://www.dpreview.com/photography/5400934096/probe-lenses-and-focus-stacking-the-secrets-to-incredible-photos-taken-inside-instruments

查尔斯・布鲁克斯(Charles Brooks)是一位摄影师,他致力于拍摄乐器内部的照片,这些照片看起来像宏伟的建筑。布鲁克斯曾是一名首席大提琴手,因疫情停下了音乐事业,开始关注乐器内部的摄影。他发现许多乐器在修理中,于是产生了拍摄这些乐器内部的想法。

布鲁克斯使用了 Laowa 的探针镜头,最初尝试拍摄大提琴,后来发现这种镜头对于许多乐器来说过于笨重。因此,他通过热风枪将镜头的防水外壳熔化,以便能够拍摄更多的乐器,包括钢琴。然而,拍摄小提琴时,由于其底部的开口只有 5 毫米,无法使用一般的摄影设备,因此他开始购买医疗内窥镜的适配器。这些适配器使得拍摄过程复杂,因为它们通常与小传感器配合,无法提供足够的图像质量。

在确定了相机和适配器的组合后,布鲁克斯发现由于镜头的放大效果,他拍摄的光圈相当于 F250,几乎没有光线。因此,他需要使用高功率的闪光灯拍摄,但这会产生热量,旧乐器不耐高温。他必须不断测量温度,以确保乐器的表面温度不超过 28°C,以保护这些珍贵的乐器。

布鲁克斯的拍摄过程包括使用对焦堆叠和全景拼接的组合。他的探针镜头每次仅能对焦 2 毫米,因此需要拍摄 20 到 30 张图片来确保整个画面都清晰。他还采取了额外的措施,例如拍摄暗帧以防止热像素,并考虑镜头的光传输不均匀性,以调整拍摄策略。

最终,布鲁克斯的每幅最终图像通常堆叠超过 100 张照片,有些甚至超过 1000 张。这是一个非常耗时和技术性的过程,既包括拍摄,也包括后期制作。他的拍摄意图是使图像看起来不是微型,而是通过减少背景模糊和焦距压缩,创造出一种宽角镜头的效果,从而让人感觉像是置身于一个宏伟的建筑内。此外,他还利用灯光营造出阳光照射的感觉,使人有身处大空间的错觉。

布鲁克斯的摄影既具有艺术性,也具有纪录性。他拍摄的是世界上最精美的乐器,其内部隐藏着制作者的标记、修复痕迹、签名和使用过程中的瑕疵。他计划继续这个项目,未来希望拍摄更多著名乐器。布鲁克斯的作品和乐器背后的故事可以在他的网站上找到。


HN 热度 977 points | 评论 50 comments | 作者:worik | 1 day ago #

https://news.ycombinator.com/item?id=44139626

  • 内部乐器的不规则形状,如补丁、支撑、不对称性和不同的质地,可能会为正常的乐器声音做出贡献,但也可能使得声音听起来不那么纯净。
  • 完全对称的内部和外部结构可能会导致声音听起来过于纯净和缺乏特色。
  • 乐器内部的独特形状和结构可能会产生丰富而复杂的音色。
  • 改变乐器的形状因素可能会影响声音的质量和特征。
  • 相机拍摄小物体时,通常会使用大景深和合焦堆栈技术来避免背景模糊和焦距压缩,产生一种类似于拍摄大场景的效果。
  • 乐器内部的照片看起来很大,是因为相机使用了特殊的拍摄技术和灯光效果来产生这种视觉效果。
  • 相机的拍摄角度、距离和光线可能会影响照片的视觉效果和人们对乐器大小的感知。
  • 完美对称的乐器内部可能会产生单调和缺乏特色的声音。

Precision Clock Mk IV #

https://mitxela.com/projects/precision_clock_mk_iv

Precision Clock Mk IV 是一款高精度时钟,其开发目标是将之前的精密时钟的所有功能请求整合到一起。然而,由于芯片短缺,这个项目被搁置了几年,直到现在才得以发布。

这款时钟的设计目标包括毫秒级精度、无可察觉的抖动、在高帧率下清晰显示、自动调整亮度、从 GPS 坐标自动确定时区和偏移量、在关机状态下保持良好的时间精度、易于升级天线和维修等。同时,时钟的精度应该反映出其准确性,如果 GPS 信号丢失,时钟的时间开始漂移,数字应该逐渐消失。

时钟的显示部分被分成四个独立的矩阵,每个矩阵由 5x8 的 LED 组成,这样可以在五个步骤内刷新整个显示。两个处理器和六个缓冲芯片被用来控制显示。显示的亮度是通过改变缓冲芯片的电压来控制的,这样可以在不使用 PWM 的情况下实现亮度调整。

时钟的接口部分包括一个 USB 端口和一个配置文件 config.txt,用户可以通过这个文件来配置时钟的行为。时钟还支持多种显示模式,包括 ISO-ordinal 模式等。用户可以通过更新配置文件来更改显示模式。

时钟的开发过程中,设计师遇到了许多挑战,包括如何在不使用 PWM 的情况下实现亮度调整、如何在四根线中传输显示数据、亮度信号和时钟信号等。设计师使用了许多创新的解决方案,包括使用可调节的低压差线性稳压器和 UART 数据传输协议。

总的来说,Precision Clock Mk IV 是一款高精度时钟,其设计目标是将之前的精密时钟的所有功能请求整合到一起。时钟的显示部分被分成四个独立的矩阵,两个处理器和六个缓冲芯片被用来控制显示。时钟的接口部分包括一个 USB 端口和一个配置文件 config.txt,用户可以通过这个文件来配置时钟的行为。时钟支持多种显示模式,包括 ISO-ordinal 模式等。时钟的开发过程中,设计师遇到了许多挑战,但最终实现了一个高精度和高可靠性的时钟。


HN 热度 378 points | 评论 103 comments | 作者:ahlCVA | 10 hours ago #

https://news.ycombinator.com/item?id=44144750

  • Precision Clock Mk IV 是一款高精度时钟,具有高达 100 kHz 的刷新率和模拟 LCD 驱动电路,确保数字显示不闪烁。
  • 时钟的设计初衷是将所有之前的精密时钟的功能请求都纳入其中。
  • 有人建议在时钟中添加以太网端口,以运行 NTP 服务器并支持 PoE 功能,尽管这对于时钟的用途来说有些过度。
  • 时钟的设计和功能非常出色,值得作为一件艺术品来欣赏。
  • 有人提到,使用 0.56 英寸的段显示器可以减小时钟的水平尺寸,使其可以安装在 1U 机架中。
  • 时钟的时间同步功能对于某些环境(如 SCIFs 或隔离网络)非常有用。
  • 有人建议添加手动切换时区或显示 UTC 时间的功能。
  • 时钟的设计和功能非常出色,值得作为一件艺术品来欣赏,作者也希望通过出售时钟来盈利。

Surprisingly fast AI-generated kernels we didn’t mean to publish yet #

https://crfm.stanford.edu/2025/05/28/fast-kernels.html

这篇文章介绍了一种新的方法,用于生成高性能的 AI 内核。作者们最初的目标是生成合成数据来训练更好的内核生成模型,但是他们意外地发现,测试时生成的合成数据本身就可以产生非常好的内核,甚至可以超越人类专家优化的 PyTorch 基准。因此,他们决定提前发布这篇文章来分享他们的发现。

文章首先介绍了他们使用的方法,称为 KernelBench,这是一个用于 AI 内核生成的基准测试。给定 PyTorch 代码,LLM(大语言模型)会生成自定义内核来替换 PyTorch 操作,以获得速度提升。他们使用了一个简单的合成数据生成设计,然而令人惊讶的是,它已经显示出很大的潜力。

作者们介绍了他们的方法,包括使用自然语言推理来生成优化想法,并在每个优化步骤中进行分支,以便探索不同的方向。他们还使用了 OpenAI o3 和 Gemini 2.5 Pro 模型来运行实验。结果表明,大多数最佳结果出现在后面的轮次中,表明他们的方法可以有效地探索不同的优化策略。

文章还介绍了五个优化内核,包括四个基础的机器学习操作和一个融合内核。这些内核的性能都非常好,甚至可以超越 PyTorch 基准。例如,Matmul(FP32)内核的性能达到 101.3% 的 PyTorch 基准,Conv2D 内核的性能达到 179.9% 的 PyTorch 基准。

最后,作者们提供了一个例子,展示了如何使用他们的方法来优化 Conv2D 内核。他们展示了优化过程的轨迹,包括如何使用自然语言推理来生成优化想法,并如何在每个优化步骤中进行分支。结果表明,他们的方法可以有效地生成高性能的内核,并且可以超越 PyTorch 基准。


HN 热度 376 points | 评论 169 comments | 作者:mfiguiere | 1 day ago #

https://news.ycombinator.com/item?id=44139454

  • 人们对 AI 代理的看法很有趣,LLM 不需要像人类员工一样运行,可以同时执行多个任务。
  • LLM 不真正理解任务,只是模拟理解,能够根据输入生成相应的输出。
  • 如果给 LLM 提供新编程语言的语法规则,它可以在没有任何例子的情况下写出代码。
  • LLM 的能力与人类的理解和学习能力不同,它们可以通过实验和学习来生成代码。
  • 仅仅因为 LLM 可以模拟理解并不意味着它真正理解了任务的含义。
  • LLM 的行为可能与人类的行为类似,但这并不意味着它具有真正的理解能力。
  • 人们对 LLM 的看法应该更加客观,认识到它们的能力和局限性。

Beware of Fast-Math #

https://simonbyrne.github.io/notes/fastmath/

本文讨论了编译器标志"fast-math"的危险性。“fast-math"是一种编译器标志,允许编译器进行一些优化,从而提高数学运算的速度,但可能会损害计算的准确性。这种标志在许多编译器中都存在,包括 GCC、Clang、ICC 和 MSVC。

“fast-math"的作用是允许编译器违反 IEEE 754 浮点运算标准的一些规则,从而进行一些优化。这些优化可能包括重新排序浮点运算、忽略 NaN(非数值)和 Inf(无穷大)值、以及使用 SIMD 指令进行向量化运算。然而,这些优化可能会导致计算结果不准确,甚至产生错误的结果。

文中特别提到了三个可能导致问题的优化:"-ffinite-math-only”、"-fassociative-math"和"flushing subnormals to zero”。"-ffinite-math-only"允许编译器假设浮点运算的输入和输出不包含 NaN 和 Inf 值,从而进行一些优化。但是,这可能会导致编译器删除一些必要的检查,导致错误的结果。"-fassociative-math"允许编译器重新排序浮点运算,从而可能导致计算结果不准确。“flushing subnormals to zero"是指编译器将非常小的浮点数(称为次正常数)设置为零,这可能会导致计算结果不准确。

文中还提到了某些算法对浮点运算的顺序非常敏感,例如 Kahan 求和算法。这种算法使用次正常数来计算中间结果的误差,并在后续计算中进行纠正。如果编译器重新排序浮点运算,可能会导致算法产生错误的结果。

总之,“fast-math"编译器标志可能会导致计算结果不准确,甚至产生错误的结果。开发者应该谨慎使用这个标志,并在必要时进行仔细的测试,以确保计算结果的准确性。


HN 热度 283 points | 评论 193 comments | 作者:blobcode | 18 hours ago #

https://news.ycombinator.com/item?id=44142472

  • Rust 的新 API 可以实现“代数运算”,允许编译器进行优化,但可能会导致结果不确定。
  • 该 API 的目的是提供一种安全的方式来执行浮点运算,避免由于编译器优化导致的错误。
  • 有些人认为该 API 的命名不够清晰,建议使用更具描述性的名称,如“approximate_add”或“relax_add”。
  • 该 API 可能会导致不同平台上的结果不一致,尤其是在优化和非优化构建之间。
  • 有些人提出,可以添加额外的约束来保证优化后的结果具有更少的数值舍入错误,但这可能是不可能的。
  • 该 API 的优化可能会导致结果更快,但也可能导致结果不够准确,需要权衡速度和准确性之间的平衡。

Silicon Valley finally has a big electronics retailer again: Micro Center opens #

https://www.microcenter.com/site/mc-news/article/micro-center-santa-clara-photos.aspx

微中心(Micro Center)在加州圣克拉拉的最新门店于一个阳光明媚的星期五正式开业。经过多年的期待,开幕仪式顺利进行,吸引了数百名粉丝排队等候,队伍蜿蜒穿过街道,令人印象深刻。新店地址位于 5201 Stevens Creek Blvd。

微中心一直以来都是 DIY 电脑组装者、狂热游戏玩家、创作者和对最新 CPU、GPU 及 3D 打印机感兴趣的人的理想去处。该地区对科技产品的要求非常高,微中心则提供了丰富的产品选择、专业的员工支持以及无法在网上体验的动手操作机会。

开业庆祝活动中,商店推出了特别促销,包括 Windows 台式机和笔记本电脑以及显示器享受 20% 的折扣。此外,店内还备有超过 4000 种显卡,包括独家型号,专为开幕活动而准备。欲了解更多信息,可以访问微中心圣克拉拉的。


HN 热度 282 points | 评论 151 comments | 作者:modeless | 1 day ago #

https://news.ycombinator.com/item?id=44140378

  • 微中心商店的布局仍然保持着 90 年代的风格,虽然有些人觉得需要更新,但也有人认为这是一种独特的魅力。
  • 微中心商店的价格可以与亚马逊进行匹配,这让一些顾客感到满意。
  • 商店的老式装修可能会给人一种不好的印象,但也有人认为这是一种怀旧的体验。
  • 微中心商店能够在竞争激烈的市场中生存下来,可能是因为他们能够提供多种选择和灵活的价格策略。
  • 一些顾客觉得微中心商店的产品选择不够丰富,特别是对于一些特定的产品。
  • 微中心商店的停车场和交通情况可能会给顾客带来不便。
  • 商店的员工似乎很友好和乐于助人,能够提供良好的服务。
  • 微中心商店的价格策略可能是基于他们的成本和市场需求,而不是简单地与亚马逊进行价格竞争。

Valkey Turns One: Community fork of Redis #

https://www.gomomento.com/blog/valkey-turns-one-how-the-community-fork-left-redis-in-the-dust/

Valkey 项目已经过去一年了,自从 Redis 公司决定关闭 Redis 的开源代码以来,社区做出了积极的响应。Valkey 项目是一个 Redis 的分支,旨在保持社区的活力和开源精神。现在,Valkey 项目已经取得了显著的进展,甚至在某些方面超越了 Redis 8.0。

Redis 公司在关闭开源代码后,面临了社区的强烈反对和批评。然而,公司随后又重新开放了 Redis 8.0 的开源代码,并邀请了 Redis 的创始人 Salvatore Sanfilippo 回归公司。Sanfilippo 的回归对 Redis 项目产生了积极的影响,他为 Redis 8.0 的性能优化和新特性做出了重要贡献。

与此同时,Valkey 项目也在不断进步。Valkey 的开发者们为项目贡献了大量的代码和优化,包括 Async I/O Threading 模型的改进,这使得 Valkey 的性能有了显著的提高。现在,Valkey 项目已经能够在某些方面超越 Redis 8.0。

为了比较 Valkey 和 Redis 8.0 的性能,作者进行了一个 benchmark 测试。测试结果显示,Valkey 8.1.1 在 SET 操作中达到了 999.8K RPS 的性能,而 Redis 8.0 只达到了 729.4K RPS。Valkey 在读写操作中都表现出了更高的性能和更低的延迟。

作者还讨论了 Valkey 和 Redis 8.0 的多线程支持。虽然 Redis 一直被认为是单线程的,但是最近的版本已经开始支持多线程。Valkey 的开发者们也为项目添加了多线程支持,测试结果显示,多线程可以显著提高 Valkey 的性能。

为了进一步优化 Valkey 的性能,作者使用了 Rezolus 工具来分析系统的性能瓶颈。结果显示,系统的 CPU 利用率和网络队列的处理能力是影响 Valkey 性能的关键因素。通过优化 CPU 的分配和网络队列的处理,作者能够进一步提高 Valkey 的性能,达到 999.8K RPS 的水平。

总的来说,Valkey 项目已经取得了显著的进展,甚至在某些方面超越了 Redis 8.0。Valkey 的开发者们为项目贡献了大量的代码和优化,包括 Async I/O Threading 模型的改进和多线程支持。通过不断的优化和改进,Valkey 项目有望成为一个更好的 Redis 替代品。


HN 热度 237 points | 评论 102 comments | 作者:cebert | 1 day ago #

https://news.ycombinator.com/item?id=44140379

  • Valkey 的 I/O 线程模型对 Redis 的性能有显著改善,但文章对 Redis 的描述有误导性。
  • Redis 的作者 antirez 已经在 2020 年实现了 I/O 线程,但 Valkey 的贡献使其变得更好。
  • 文章的描述不准确,可能是为了吸引点击。
  • Redis 的开源模式转变可能对社区产生影响,但 Valkey 的 BSD 许可证更为宽松。
  • Redis 的 AGPL 许可证可能不被像 Google、Microsoft、Amazon 这样的公司接受。
  • Valkey 的社区活跃,可能会继续存在和发展。
  • Redis 的闭源转开源可能为时已晚,社区的信任已经破坏。
  • 企业对开源软件的态度可能会影响其发展和采用。

C++ to Rust Phrasebook #

https://cel.cs.brown.edu/crp/

本网页内容是关于 C++ 到 Rust 编程语言的转换指南,旨在帮助 C++ 程序员学习 Rust 语言。该指南提供了常见的 C++ 编程模式在 Rust 语言中的等效实现,通过具体的代码示例和高层次的工程设计权衡来进行描述。

网页内容包括多个章节,涵盖了构造函数、析构函数、数据建模、异常处理、类型转换、函数重载等多个方面。每个章节都提供了详细的代码示例和解释,帮助读者了解如何将 C++ 中的编程模式转换为 Rust 语言。

此外,网页还提供了其他资源的链接,包括 Rust 语言的官方文档、教程和其他相关书籍。同时,网页还提供了一个反馈表单,允许读者提交反馈和建议。

网页的内容结构清晰,易于阅读和理解。通过阅读本网页,C++ 程序员可以快速掌握 Rust 语言的基本语法和编程模式,帮助他们更好地转换到 Rust 语言的开发中。

网页还提到了其他相关资源,包括"The Rust Programming Language"和"The Embedded Rust Book"等书籍,这些资源可以为读者提供更深入的了解 Rust 语言和其应用的机会。

总的来说,本网页内容丰富,结构清晰,能够为 C++ 程序员提供一个很好的 Rust 语言学习资源。


HN 热度 193 points | 评论 64 comments | 作者:wcrichton | 1 day ago #

https://news.ycombinator.com/item?id=44140349

  • C++ 有很多不同的风格,这个指南没有充分考虑到这些差异。
  • Rust 的模块系统还不完善,C++ 的模块系统在现代工具中得到了支持。
  • Rust 的 FFI(外部函数接口)还不够完善,尤其是在图形和音视频处理等领域。
  • Rust 的“快乐路径”会随着时间的推移变得更加复杂和混乱。
  • C++ 模块还没有在所有主流编译器中得到完全支持。
  • Visual Studio 和 Clion 是目前支持 C++ 模块的最佳 IDE。
  • VSCode 对于 C/C++ 开发来说不是一个好的选择。
  • C++ 构造函数不能返回值,需要使用 init 方法来处理错误。
  • Rust 的异步编程还存在一些问题和不确定性。

AI Responses May Include Mistakes #

https://www.os2museum.com/wp/ai-responses-may-include-mistakes/

本文讨论了人工智能(AI)在互联网搜索中的应用,特别是 Google 的 AI 搜索功能。作者 Michal Necasek 分享了他尝试使用 Google 搜索一个特定的 IBM PS/2 模型的经历,结果发现 AI 生成的摘要往往包含错误信息。尽管作者尝试了多次搜索,AI 的答案每次都不同,有时甚至相互矛盾。

作者指出,AI 生成的摘要看似合理,但实际上可能是完全错误的。这种现象被称为“hallucination”,即 AI 生成的内容不基于任何真实信息。作者认为,这种现象可能会误导非专业用户,因为他们可能无法区分正确和错误的信息。

作者还指出,AI 的这种行为是由于其工作原理所致。AI 是基于统计推断的,无法区分自己知道和不知道的信息。因此,AI 可能会生成看似合理但实际上错误的答案。作者认为,这种现象可能会对研究和其他领域产生负面影响,因为用户可能无法信任 AI 生成的信息。

最后,作者指出,Google 的 AI 搜索功能虽然看似强大,但实际上可能会产生错误的结果。作者建议用户在使用 AI 搜索时要谨慎,不能完全依赖 AI 生成的摘要,而是需要自己核实信息的准确性。同时,作者也指出,AI 的这种行为可能会对我们对 AI 的理解和应用产生影响,需要我们更加谨慎地对待 AI 的能力和局限性。


HN 热度 176 points | 评论 181 comments | 作者:userbinator | 19 hours ago #

https://news.ycombinator.com/item?id=44142113

  • 人们对搜索引擎返回的结果准确性和可靠性感到担忧,认为现在的搜索结果中充满了错误和无关信息
  • 由于 AI 生成的内容使得搜索结果变得不可靠,人们开始质疑这种趋势是否会继续下去
  • 有人认为,Google 的搜索结果质量下降是由于公司优先考虑广告收入而不是用户体验
  • 由于搜索引擎的不靠谱,人们开始寻找其他的信息来源,例如专业论坛和社区
  • 有人担心,AI 生成的内容会导致人们失去对真实信息的辨别能力和批判性思维
  • 由于搜索引擎的质量下降,人们开始怀念以前的搜索引擎,当时的搜索结果更为准确和可靠
  • 有人认为,AI 生成的内容是为了迎合广告商的需求,而不是为了提供给用户准确的信息
  • 由于搜索引擎的不靠谱,人们开始使用其他的搜索引擎或工具来寻找信息
  • 有人认为,搜索引擎的质量下降是由于公司的商业模式和优先考虑广告收入而不是用户体验
  • 由于 AI 生成的内容,人们开始质疑搜索引擎的未来发展方向和其对社会的影响

Jerry Lewis’s “The Day the Clown Cried” discovered in Sweden after 53 years #

https://www.thenationalnews.com/arts-culture/film-tv/2025/05/29/jerry-lewis-day-the-clown-cried-discovered/

该网页是一篇关于美国喜剧演员杰瑞·刘易斯(Jerry Lewis)的文章。文章主要讲述了杰瑞·刘易斯在 1972 年执导的一部名为《小丑的眼泪》(The Day the Clown Cried)的电影,这部电影从未正式发行。据悉,这部电影讲述了一个德国马戏团小丑被关押在纳粹集中营,并被迫带领孩子们走向死亡的故事。

文章提到,这部电影的剧本和拍摄过程都存在许多问题,导致杰瑞·刘易斯和制作人纳特·瓦克斯伯格(Nat Wachsberger)之间产生了矛盾。杰瑞·刘易斯曾表示,这部电影是他最失败的作品之一,并且他对这部电影感到羞耻。尽管如此,杰瑞·刘易斯在 1982 年的自传中仍然提到,这部电影“必须被看到”。

近年来,一位瑞典演员汉斯·克里斯平(Hans Crispin)声称自己拥有这部电影的完整拷贝,并且已经向部分人展示过。克里斯平表示,他计划将这部电影交给下一代人,并希望它能够被恢复和公开展示。值得注意的是,杰瑞·刘易斯曾将这部电影的部分片段捐赠给了美国国会图书馆,但这些片段并不是完整的电影。

此外,文章还提到了其他一些“失传”的电影,例如伊朗导演穆罕默德·雷扎·阿斯拉尼(Mohammad Reza Aslani)在 1976 年执导的《风之棋》(Chess of the Wind),以及 1928 年上映的《圣女贞德的炼狱》(The Passion of Joan of Arc)。这些电影都曾经被认为已经失传,但后来又被重新发现并恢复。文章最后提到,还有一些电影,例如 2022 年的《蝙蝠女孩》(Batgirl),由于各种原因而被认为是“失传”的。


HN 热度 174 points | 评论 75 comments | 作者:danso | 1 day ago #

https://news.ycombinator.com/item?id=44139592

  • 影片的发现者应该将其上传到互联网档案馆,以便人们能够看到和研究它
  • 影片的所有者将其锁起来而不是公开展示是矛盾的
  • 影片的历史价值在于其稀有性,而不是其艺术价值
  • 将影片卖给收藏家可能不是最佳选择,因为这可能会限制其流传和研究
  • 影片的发现者可能出于恐惧而限制了其展示范围
  • 原版影片应该被妥善存档,以便后代能够看到和研究
  • 影片的发现者可能通过添加自己的创作元素来获得版权
  • 影片的历史背景和制作过程也是值得研究和关注的内容
  • 将影片公开展示可能会引发版权纠纷和法律问题
  • 影片的发现者应该考虑将其捐赠给电影博物馆或档案馆,以便其被更好地保存和研究

https://www.bondcap.com/reports/tai

这份 PDF 报告由 BOND 公司于 2025 年 5 月发布,主题是人工智能(AI)的发展趋势。报告深入分析了 AI 技术的演变、市场动态、行业影响以及未来展望,以下是核心内容的中文总结:

一、AI 技术发展 #

  • 技术进步:AI 技术发展迅速,特别是大型语言模型(LLMs)的进步,如 OpenAI 的 ChatGPT 自 2022 年 11 月推出以来,用户增长迅猛,从零增长到 8 亿用户仅用 17 个月,远超互联网早期用户增长速度。
  • 技术指标:AI 模型的训练数据量、计算成本和性能均呈现指数级增长。例如,训练数据量在过去 15 年中年增长率达到 260%,计算成本年增长率达到 360%。
  • 技术应用:AI 技术已广泛应用于多个领域,包括医疗、教育、金融、制造业等,推动了各行业的数字化转型。

二、AI 市场动态 #

  • 市场竞争:AI 市场竞争激烈,全球科技巨头如微软、谷歌、亚马逊、苹果等纷纷加大 AI 投入,同时新兴 AI 公司如 Anthropic、xAI 等也迅速崛起。
  • 投资趋势:AI 领域的投资和并购活动频繁,大型科技公司通过收购和投资来加强自身在 AI 领域的竞争力。
  • 市场格局:AI 市场呈现出中美两国主导的竞争格局,两国在 AI 技术研发、应用和商业化方面都处于领先地位。

三、AI 行业影响 #

  • 对工作的影响:AI 正在改变工作方式,提高工作效率,同时也引发了对就业结构变化的讨论。一些重复性、规律性强的工作可能会被 AI 取代,但同时也会创造新的就业机会。
  • 对教育的影响:AI 在教育领域的应用日益广泛,如个性化学习、智能辅导等,为教育提供了新的手段和方法。
  • 对社会的影响:AI 技术的发展也带来了一些社会问题,如隐私保护、数据安全、算法偏见等,需要社会各界共同关注和解决。

四、AI 未来展望 #

  • 技术趋势:未来 AI 技术将继续快速发展,模型规模和性能将进一步提升,同时计算成本有望进一步降低。
  • 行业趋势:AI 将在更多行业中得到广泛应用,推动各行业的智能化升级。
  • 社会趋势:AI 技术的发展将对社会产生深远影响,需要在技术发展的同时,注重法律法规的完善和社会伦理的引导。

五、AI 的挑战与机遇 #

  • 技术挑战:AI 技术的发展面临着诸多挑战,如模型的可解释性、数据的可靠性和安全性等。
  • 市场挑战:AI 市场的竞争日益激烈,企业需要不断创新和提升自身竞争力,以应对市场变化。
  • 社会挑战:AI 技术的发展也带来了一些社会挑战,如就业结构调整、隐私保护等,需要社会各界共同努力,寻求解决方案。

报告最后强调,AI 技术的发展已经进入了一个新的阶段,它不仅将改变我们的工作和生活方式,还将对全球经济和社会产生深远影响。


HN 热度 168 points | 评论 85 comments | 作者:kjhughes | 1 day ago #

https://news.ycombinator.com/item?id=44139403

  • Mary Meeker 的报告中比较 ChatGPT 和 Google 的增长速度没有意义,因为当时的互联网环境和现在不同。
  • 这个比较是为了展示当前产品可以如何快速扩张,并不是要比较 Google 和 ChatGPT 本身。
  • 报告中使用的数据是为了帮助投资者预测未来,并不是要进行公平的比较。
  • 互联网的快速发展使得新产品可以更快地获得用户,这是报告中比较的背景。
  • ChatGPT 的用户可能大部分是为了作弊而使用,这可能不是一个有价值的用户群体。
  • 报告中比较的目的是为了展示当前环境下产品可以如何快速增长和被打破。
  • 使用这样的比较方法可以更好地理解当前的环境和产品的增长潜力。
  • 这种比较方法可以帮助投资者和企业家更好地理解市场和趋势。