Mark的地球漫步

在做這個專案的時候， Reve 2.0 發佈了，我也就直接在專案中測試了一下。 Reve 比較有趣的地方，是它試圖把影像拆成一種更好理解、更易編輯的結構。 可以生成、修改，也可以用直覺的方式去觸碰或移動畫面裡的元素。 不過這些事情(局部修改、控制與編輯)， Midjourney Edit 、 Nano Banana 或Photoshop裡面Firefly也能做到；Reve官方說明是： 「Reve 2.0 會把影像分成 planning 與 rendering，先建立一個可理解、可編輯的中介結構，再把它渲染成影像；Reve 也把 layout 定義成一種結構化、階層式的影像描述」 也就是每個元素都有位置、局部描述等屬性，長時間迭代時，比較不容易越修越糊、越修越歪；Reve 宣稱因為影像以 code-based representation 存在，反覆修改時比較不會累積生成痕跡或讓畫面慢慢漂移。 說是這麼說，但我實際使用下來，發現它還是有一點模型式的滑動，像三腳架偷偷移了兩公分。 結論，雖然Reve很有想法和誠意面對設計方的需求，但我得說現在作新創真的很可怕，很可能明天Google或 Open AI 一更新模型，這些需求就被解決了，因為大廠的生態系更完整，Reve也就沒有生存空間了。 好像就在前幾天，Google發佈了最新一代即時語音翻譯模型，支援超過70種語言，能提供更即時的語音對語音翻譯體驗。我目前使用的 Hedy AI ，很可能馬上就不需要了。 AI 新創不是被競爭者殺死，而是被基礎模型的進步速度吞掉。它們還沒站穩品牌和產業位置，就先被大廠的下一次模型更新覆蓋。 使用 Google Earth 作為基地模：https://cdn.knightlab.com/libs/juxtapose/latest/embed/index.html?uid=f7a392da-655d-11f1-ba1b-0e6f42328d7d