forgetlight

这种时候 他们一般只听“专家"的， 我之前有一招百试不爽。 直接把 cctv 的网站拿来 改一下 html ，截图给他看 直接说这是央视披露的骗局， 地址，商品名都给他安排上。

高速上的路都是由每个州的 Department of Transportation 管理的，路政花销是可以直接查到的， 比如我所在的麻省，dot 的 expenditure 可以在下面连接看到，应该是归到了 highway 下面的 Construction and Maintenance. 花销确实挺高的，9700 多万刀。但是具体多少钱花在草坪上需要写邮件 request public report.
https://www.mass.gov/doc/legislative-revenue-and-expenditure-report-fy-2023/download

主要是在于你想要怎么大模型，我预估是做 inference ，不太可能 fine-tuning 。这样的话主要是根据你需要跑的模型大小是否能放进显存。最好是提前调研下需要在什么精度下跑什么模型。

@sNullp 那确实， 不过纽约人均收入没那么高也就 8w 不到吧。。不做 it 或者 quant 的收入都不高的。top1 建筑系毕业岛上最好的事务所只能拿 65k ，审计和 banking 也都不高还加班。

没什么特别的，波屯 cs phd 毕业平均 30w 刀， 去 quant 今年 Citadel, Two sigma 毕业都是 60w-70w 刀。无非就是你可以住到曼岛的 1B1B ，还要交税二十多 w 。有人愿意直接买房，也有人愿意弄个房贷慢慢还。
吃的可能从之前要偶尔做做饭变成每天点外卖或者出去吃（说不定还更不健康）。穿的也就是从 100 刀的 T 变成 300-500 刀带 logo 的 T 。其实对于你生活得幸福感没有本质提升。你会发现身边的同事还是会一起焦虑，因为纽约孩子私校也要小 10 万一年，然后大部分家庭都会生 2 个。社交成本，生活成本增加，但是带来的快乐并不会相应增加。

@wedo
我觉得如果”连续“使用超过 20 分钟确实是会累的。 但是在实际使用中，一般不会说你需要连续高频的用眼动去操纵， 目前来说更多的时候还是一个 content consumption 的设备。 我目前能用到的高频交互， 主要也就是和人视频会议 然后开白板直接用手画图， 其实也不需要眼睛一直聚焦移动光标。 大多数时候手也是只拖动， 捏合， 所以觉得还好。 不过这也看个人的习惯， 我平时也是已经习惯 2 块屏幕或者超宽屏，4 ，5 个窗口 来回切换。

@locoz
“Vision Pro 堆料都堆满了，甚至连头显下方都塞了摄像头和红外补光，这种基本的事情做不到才奇怪...没什么好说的，你可以对比一下 Quest Pro 的拆解结构图和 Vision Pro 的拆解结构图，硬件上就没法比。”
嗯，VP 的料确实堆得很足， 但是我并不觉得这是一件单纯堆料就能解决的事情。。我本身是做 SLAM 算法和传感器融合方面的， 料堆上去的同时要求的计算力也是几何增长的， 苹果的方案大概率还是以计算量很大的传统的 VSLAM 加上各种硬件级别的加速来达到 12ms 的延迟，这对整个感知+计算的管线的软硬优化要求非常高。就和 applie silicone 一样，很多人说 max ，ultra 无非就是胶水核心， 但是胶水本身不是一件容易的事情。

“场景上很难规避的，日常使用场景中充斥着这种误识别的问题，比如洗手、拿着餐具吃饭、空手吃零食等等，都是很典型的容易误识别的场景，用户就是希望一边做这些事一边看东西，总不能不用吧？”
我单纯从算法的角度来讲， 这种泛化性极高的模型在工程上是非常难以落地的。 比如不同国家可能有不同餐具， 不同的习惯， 不同场景的最后形成的笛卡儿积的大小太大了。 我估计苹果目前想做的还是提供一个基础的生态， 比如准确的把手给抠出来， 具体对不同场景进行识别不在产品设计内， 把这个市场交给开发者去做。

“我前面也没说画质问题啊，我说的是细节问题导致真实感被破坏。画质方面只要堆料就能得到，其实不是一个值得说的事情。”
如我第一点说的，quest 的彩透的分辨率如果我没记错只有 400 万，这个主要还是受限于算力。但是这个不是一个只要堆料就能解决的问题， 而是在保证延迟的条件下软硬件优化到极致的体现。

"如果苹果愿意砍掉一些不那么重要的东西，佩戴体验是能提升很多的，现在这个头显部分没电池都比 Meta 的 Quest 3 还重一百多克"
作为消费者， 我是能理解这个看法的。 但是从 apple 本身的定位来说， 他需要一个“特殊的”感觉让人感觉到质感或者通俗点说“逼格”。 无论承认与否， “逼格”这个东西， 在商业社会是放之四海而皆准的。 他必须要牺牲一定的实用性来让自己“特殊". 从 iphone 直接取消耳机孔到 airpods ， 到位了颜值牺牲散热的 mac pro 垃圾桶， 再到 touchbar 的滑铁卢 等等等等。其中有失败有成功， 但是苹果既然越做越大， 那就证明这个苹果的市场嗅觉的期望值往往是正确的。如果 vision pro 做了个和 quest 3 一样颜值的头戴， 那么这两天根本不会有这么多人自发的带着走上大街去帮苹果营销。
当然真正成功与否， 还是要看未来 1 年 apple 要怎么走这步。

@locoz
vision pro 体验了 4 天， 每天 2 小时左右。 我觉得可以讨论下你说的几个问题。
1. 先说手部跟踪， 去年参加一个 hackthon 高强度用了 quest pro 几天，那个手势追踪抖得非常非常难用。大幅度空间变化稍微快一点点就会断， 导致我设计的几个手势对战交互都无法很好的触发。vision pro 的手势能做到人体本身在快速移动而且手也快速移动的情况下完全追踪住，我甚至可以捏着一个地图快速跑动（室内）也不会掉。你有提到拿着东西误触发， 但是从算法来讲这本身就是 ill_posed problem 。 你拿着东西和真的去捏的手势可能本身就是一样的动作，算在算法的 ambiguity set 里面。我觉得这是很难从算法解决， 更多是从场景上进行规避.
2. 蝴蝶的 demo 我也试了。首先纠正一点， 内屏的对比度和录出来的对比度我觉得至少是差了 50%以上的。内屏的 HDR 能够极大的提升光照的真实感， 录出来首先是 sdr 然后分辨率是 720p 。 我之前是没看过那个 demo 的，那个蝴蝶出来的 2s 内，我是真以为自己眼睛花了以为是真的蝴蝶，阴影 光照都过于逼真。至少比我去年 1 月在 quest pro 上的效果要好很多。这个 demo 真正震撼的是后面的恐龙伸出来， 我哪怕是真的知道这个是渲染出来的， 但是 demo 结束后手表心率已经到了 140 ， 纹理，光照，阴影全方面的碾压号称沉浸式超强的 orlando 迪士尼的那个阿凡达的项目。
3. 个人体验最大的负分还是重量和视场角，如果这两个能在接下来的产品提升， 可能会给家里人每人购入一副一起看电影。
4. 关于 accessibility 方面我是同意的。苹果很多产品本身绝对是有障碍用户的目前最佳解决方案， 但是我很难想象 vision pro 能够带来什么额外的体验。 除非做成 google glass 的轻量级用作室外。 但是很希望苹果能在这个方向上投入更多。
4. 其他的有什么讨论的地方欢迎质疑或者分享。

同时三持, 一台 linux 笔记本(13gen i9 + 5000 ada 128gb), Windows 台式机(5950x + 3080), 和 m1 max macbook. 虽然 macbook 确实有一些提到的问题, 但是 windows11 更是一坨狗屎. 能让我舒服的工作的机器是 linux, 能开心的工作的是 mac, windows 每次打开总有一些这样那样的小问题(蓝牙声卡不稳定或者兼容性问题, 更新蓝屏, 字体不如 mac 舒服等等)