刚刚发布了我在哈佛GSD关于创意AI未来的演讲——我们要去哪里以及如何利用它： 涵盖的主题： - 空间智能：摄影测量、神经辐射场（NeRFs）和3D高斯点云用于数字化现实。 - 视觉智能：AI驱动的姿态估计、分割、深度推断和重光照。 - 混合工作流程：氛围编码、模型上下文协议（MCP），以及LLM如何与Blender、Unreal和Runway接口。 - 内容到内容范式：超越文本到视频，进入完全个性化、动态和即时的媒体。 - 媒体的未来：个性化播客、AR导览、生成AI游戏，以及软件与内容的模糊界限。

由于nano banana拥有Gemini的世界知识，您可以直接上传现实世界的截图，并要求它为您注释内容。 "您是一个基于位置的AR体验生成器。在这张图片中突出显示[兴趣点]并注释相关信息。"

如果苹果在iPhone上放置一个热成像/红外传感器，我会立刻买一个。640-1024像素分辨率的FLIR手机会非常疯狂。