simonw/pedalicano

simonw/pedalicano


simonw/pedalicano. Chiaramente non stavo prestando attenzione quando lo erano annunciato per primo a maggio, ma oggi ho accidentalmente attivato un “animale domestico” in Codex Desktop – un piccolo robot animato, che ricorda Clippy – e poi ho scoperto che puoi crearne uno tuo.

Così ho fatto e ora ho un simpatico pellicano su una bicicletta che rimbalza sul mio desktop fornendomi aggiornamenti sui miei compiti nel Codex.

La cosa più interessante di questo processo è stata osservare come è stato creato l’animale personalizzato. Gli ho detto che volevo un animale domestico personalizzato che fosse un pellicano in sella a una bicicletta e GPT-5.6 Sol xhigh ha fatto il resto del lavoro, utilizzando diversi round con gpt-image-2 per generare le risorse sprite necessarie.

Gli ho fatto prendere appunti approfonditi e registrare tutti i passaggi intermedi. Il mio repository GItHub include ogni immagine generata e foglio sprite combinato, oltre a GIF per ciascuno dei cicli di animazione come questo, chiamato waving.gif:

Un simpatico pellicano su una bicicletta che agita l'ala

Quella GIF è stata compilata da una singola immagine generata da gpt-image-2 assomigliava a questo:

Quattro fotogrammi dell'animazione presentati su uno sfondo magenta brillante

E Quello l’immagine è stata creata eseguendo questo prompt rispetto all’immagine di riferimento del carattere generata inizialmente, che è stata creata con questo prompt, che ha questa struttura:

Create one clean full-body reference sprite for Codex pet Pedalican.

Pet identity: A compact adorable baby pelican with a round cream-white body, soft coral-orange bill and feet, riding a tiny sky-blue bicycle (...)

Place a single centered pose on a perfectly flat pure magenta #FF00FF chroma-key background. Keep the full pet visible, compact, readable at 192x208, and easy to animate. (...)

Ho cercato modi per utilizzare la generazione di immagini per creare semplici sprite pronti per il gioco, quindi ho passato un po’ di tempo a scavare in questo meccanismo per vedere come funziona.

I dettagli chiave dell’implementazione sono open source: queste due competenze in particolare, entrambe con licenza Apache 2.0:

E sì, GPT-5.6 Sol ha inventato il nome “Pedalican”. Mi piace!





Source link

Postagens Similares

  • Pengaturan Mac Baru 2025 Saya

    Saya menyiapkan Macbook Pro baru saya (14 inci, 2024 M4 Pro 24 GB RAM 500GB HD) hari ini (saya merekomendasikan lebih banyak memori tetapi ini bukan pilihan saya). Ini semua yang saya gunakan di Mac. Versi sebelumnya dari postingan ini: dari 2018-2020, 2021, 2022 dan 2023 dan 2024. Jika saya memperbarui postingan ini di masa…

  • 2020 年 8 月 17 日各州開放準備評估

    這些評估顯示了州級數據,可以幫助評估每個州重新開放的準備。 阿拉斯加州•阿拉巴馬州•阿肯色州•亞利桑那州•加利福尼亞•科羅拉多•康涅狄格•哥倫比亞特區•特拉華•佛羅裡達•喬治亞•夏威夷•愛荷華•愛達荷•伊利諾伊•印第安納•堪薩斯•肯塔基•路易斯安那•馬薩諸塞州 •馬裡蘭州•緬因•密西根州•明尼蘇達•密蘇裡•密西西比•蒙大拿•北卡羅來納州• 北達科他•馬裡蘭•緬因•密西根州•明尼蘇達•密蘇裡•密西西比•蒙大拿•北卡羅來納州• 紐澤西 • 新澤西州內華達州紐澤西州•賓州 • 羅德島州 • 南卡羅來納州 • 南達科他州 • 田納西州 • 德州 • 猶他州 • 維吉尼亞州 • 佛蒙特州 • 華盛頓州 • 威斯康辛州 • 西維吉尼亞州 • 懷俄明州 Source link

  • شفٹ نیٹ ورکس || ریاضی ∩ پروگرامنگ

    ہومومورفک خفیہ کاری کے اپنے حالیہ جائزہ میں ، میں نے ریاضی (سم ڈی اسٹائل) ہومومورفک خفیہ کاری اسکیموں کے ساتھ کام کرتے وقت ڈیٹا کی ترتیب کی اہمیت کو کم سمجھا۔ ایف ایچ ای دنیا میں ، ڈیٹا لے آؤٹ کی حکمت عملیوں کو دیئے گئے نام کو “پیکنگ” کہا جاتا ہے ، کیونکہ…

  • பீன் மெஷின் ரெட்ரோஸ்பெக்டிவ், பகுதி 8

    எனது காம்பினேட்டரால் ஈர்க்கப்பட்ட சோர்ஸ் கோட் டிரான்ஸ்ஃபர்மேஷன் சிஸ்டம் எவ்வாறு செயல்படுகிறது என்பதைப் பற்றிய விவரங்களைப் பெறுவதற்கு முன், நான் முதலில் சொல்ல வேண்டும், கணினியின் பொதுவான கண்ணோட்டம் என்ன? இரண்டாவதாக, நான் அதை ஏன் கட்டினேன்? எனது அனுபவத்தில், ஒரு பொதுவான கம்பைலரின் AST ரீரைட்டர், இணைப்பான் அடிப்படையிலான அணுகுமுறையைப் பயன்படுத்துவதில்லை. எடுத்துக்காட்டாக, ரோஸ்லின் பார்வையாளர் வடிவத்தை மறுபதிப்பாளர்களை உருவாக்க பிரத்தியேகமாகப் பயன்படுத்தினார், அது மிகவும் பொதுவானது. அடிப்படைக் கண்ணோட்டம்: AST மாற்றத்திற்கான செயல்பாட்டு நிரலாக்க…

  • AGI が起こった |ダニエル・ミースラー

    クロード・タグが、2023 年から私が話してきた AGI の瞬間かもしれないことに今気づきました。 いいえ、それはクロードが一般的に純粋で技術的な「AGI」であるという意味ではありません。それが何を意味するのかを知ることさえ困難です。誰もが同意しません。 私が実際に重視している AGI の定義は次のとおりです。 平均的なナレッジワーカーを置き換えることができる AI システム。 これらすべての重要な点は、それが私たち人間に与える影響です。だからこそ、これが最良の定義だと私は考えています。 AGI の「G」は一般性を表しますが、それを測定する方法については誰も同意しません。しかし、私たちが知っていることの 1 つは、一般性が必要なのは、混沌とした知識労働の仕事をすることです。これは、数十の異なるスキルにわたる能力が必要となるためです。何かが平均的なナレッジワーカーになるのに十分な一般的な知性を備えている場合、それは一般性の確かな基準となります。 2023 年 11 月に、私は「2025 年から 2028 年までに AGI が実現する理由」を書きました:k 私の予測では、2025 年に AGI の可能性は 60%、2028 年には AGI の可能性が 90% になります。2023年11月 その投稿には、私が今でも使用している次の定義もありました。 米国の平均給与を稼ぐ知識労働者を置き換えることができる AI システム。 どうやってそこに到達するかについての議論は、コンポーネントではなくシステムでした。単独で AGI になるために 1 つのマジック モデルは必要ありません。共通の目標に向かって協力する AI システムが最初にそこに到達するでしょう。 そして 3 月に私は、AGI をハード AGI (学術的なコンピュータ サイエンス バージョン)…

Deixe um comentário

O seu endereço de email não será publicado. Campos obrigatórios marcados com *