至顶网软件频道消息: 你今天是不是穿着牛仔裤?你的衣柜里是不是挂着碎花领带或小黑裙?你还记得 90 年代的厚底高跟鞋吗?这些不同风格的服饰有着一个共同点:它们背后都有着自己的故事,有的甚至跨越数百年的历史。
正如有着传奇色彩的 Vogue 主编 Diana Vreeland 所言:“你甚至可以切身感觉到服饰变革的临近。通过服装,你可以看到并感受一切。” 而这正是 Google 艺术与文化项目全新推出的 “We wear culture” 让人感到无比兴奋的原因之一 —— 去揭示那些人们所穿着的服装背后的故事。
来自纽约、伦敦、巴黎、东京、圣保罗等时尚中心超过 180 家的博物馆、时尚机构、学校、档案馆和其他组织齐聚一堂,将跨越 3000 年历史的服饰风尚带到你的指尖。人们可以鉴赏 30000 余件时尚作品:你可以尝试分类欣赏不同颜色的帽子,或者不同时期的鞋。在超过 450 个展览中,不仅囊括了从古老的丝绸之路到狞厉的英国朋克的故事,还可以在这里邂逅 Coco Chanel, Cristóbal Balenciaga, Yves Saint Laurent 和 Vivienne Westwood 等传奇潮流引导者。
Google 还创作了 VR 影像来为这些传奇性作品赋予全新的生命力,现在就让我们一起来看看这些作品吧。
● Chanel 的黑色礼服让女性在任何场合都能够穿着黑色 (Musée des Arts Décoratifs, 法国,巴黎 - 1925)
● Marilyn Monroe 闪闪发光的红色高跟鞋成为赋予女性权力、成功和性感的表现 (Museo Salvatore Ferragamo,意大利,佛罗伦萨 - 1959)
● 设计师 Vivienne Westwood 独一无二的紧身衣 —— 历史上最有争议的服装之一 (Victoria and Albert Museum, 英国,伦敦 - 1990)
● 川久保玲通过 Comme des Garçons 的毛衣和裙子将日本设计的美学和工艺带入全球时尚舞台 (Kyoto Costume Institute, 日本,京都 - 1983)
比起单纯地满足视觉审美,服饰还有其他更为重要的意义。鞋匠、珠宝商、领带加工厂和制袋商通过几代人传承,掌握相关工艺,并巧妙地依照设计图纸、裁剪草图制作成品。通过 Google Art Camera 制作的超高分辨率图像,在放大后用其前所未有的细节展示了精湛的工艺,就像著名的 Schiaparelli 晚礼服 —— 将超现实主义的绘画变成了大胆、前卫的时尚声明。
走进世界上最大的服饰藏馆 —— 大都会艺术博物馆服饰学院的保藏实验室,以360度视角去了解他们是如何为未来传承这些藏品;观看有关纺织机械的影像,它们承载了这个世界上最大的产业之一;并与纺织业的社区亲密接触,比如印度的 Avani Society。
同时,Google 还携手 YouTube 明星 Nilsen,与她一同探索衣橱,并揭秘今天穿着在你身上的那些服饰背后的更多故事。在你穿上你心爱的帽衫或破洞牛仔裤之前,不妨先来 YouTube 频道做做客,近距离了解当今时尚世界的发展历程。
现在大家可以通过 Google 艺术与文化项目的网站以及 iOS 和 Android 手机 App 访问 “We wear culture” 。通过这个项目,上千家艺术及历史机构与时尚世界相汇合,在 Google 艺术与文化项目上分享他们的藏品,让你可以在这里探索到更多的文化宝藏。
好文章,需要你的鼓励
OpenAI在最新博客中首次承认,其AI安全防护在长时间对话中可能失效。该公司指出,相比短对话,长对话中的安全训练机制可能会退化,用户更容易通过改变措辞或分散话题来绕过检测。这一问题不仅影响OpenAI,也是所有大语言模型面临的技术挑战。目前OpenAI正在研究加强长对话中的安全防护措施。
北航团队推出VoxHammer技术,实现3D模型的精确局部编辑,如同3D版Photoshop。该方法直接在3D空间操作,通过逆向追踪和特征替换确保编辑精度,在保持未修改区域完全一致的同时实现高质量局部修改。研究还创建了Edit3D-Bench评估数据集,为3D编辑领域建立新标准,展现出在游戏开发、影视制作等领域的巨大应用潜力。
谷歌宣布计划到2026年底在弗吉尼亚州投资90亿美元,重点发展云计算和AI基础设施。投资包括在里士满南部切斯特菲尔德县建设新数据中心,扩建现有设施,并为当地居民提供教育和职业发展项目。弗吉尼亚州长表示这项投资是对该州AI经济领导地位的有力认可。此次投资是谷歌北美扩张战略的一部分。
宾夕法尼亚大学研究团队开发出PIXIE系统,这是首个能够仅通过视觉就快速准确预测三维物体完整物理属性的AI系统。该技术将传统需要数小时的物理参数预测缩短至2秒,准确率提升高达4.39倍,并能零样本泛化到真实场景。研究团队还构建了包含1624个标注物体的PIXIEVERSE数据集,为相关技术发展奠定了重要基础,在游戏开发、机器人控制等领域具有广阔应用前景。