もしも、日本の通貨が「サトシ」になったら。
全国のサトシさん、毎日呼ばれます。
1BTC = 1億サトシ。
誰にも、増やせない。
まずは、1サトシから。
#ビットコイン #Bitcoin #サトシ #1億サトシ #架空CM #AI動画 #japanstr 🇯🇵💰 #siamstr
satuser
satuser@siamstr.com
npub1e9vc...j93f
SATOSHi.Film 👤🌱🎞️
วิดีโอ 4K ยาวระดับนาทีไม่ได้มาจากการสั่งครั้งเดียว Higgsfield เขียนไว้เองว่าระบบ "ไม่ได้ render วิดีโอหลายนาทีจากสคริปต์เดียวในรอบเดียว" ขั้นตอนจริงเป็นแบบนี้:
1. วางแผน: AI เขียนสคริปต์และแตกออกเป็นช็อต
2. ล็อกตัวละคร: สร้างภาพอ้างอิงไว้ก่อน ใส่ได้สูงสุด 50 รูป เพื่อให้หน้าตาเหมือนเดิมทุกฉาก
3. สร้างทีละฉาก: ฉากละ 4–30 วินาที เลือกโมเดลตามความเหมาะสมของฉาก
4. เชื่อมฉาก: ใช้เฟรมสุดท้ายของฉากก่อนเป็นเฟรมแรกของฉากถัดไป หรือใช้ฟีเจอร์ต่อคลิปไปข้างหน้าและย้อนหลัง
5. อัปสเกลเป็น 4K
6. ตัดต่อรวม: ทำในโปรแกรมตัดต่อ หรือใช้ฟีเจอร์ประกอบวิดีโออัตโนมัติของ Higgsfield
ข้อควรรู้เรื่อง 4K คือส่วนใหญ่ได้มาจาก การอัปสเกล ไม่ใช่การสร้างที่ 4K ตั้งแต่ต้น รายละเอียดที่เพิ่มขึ้นมาเป็นสิ่งที่ตัวอัปสเกลเติมให้ โมเดลที่สร้าง 4K ได้เองตรงๆ ยังจำกัดมาก เช่น Veo 3.1 ทำ 4K ได้แค่คลิปละ 8 วินาที
คำถามใหญ่ของวงการตอนนี้คือ AI จำเป็นต้องสร้างภาพเองได้ถึงจะเข้าใจโลกจริงหรือเปล่า ฝั่ง Google และ Runway เชื่อว่าต้องสร้างได้ ส่วน LeCun เชื่อว่าไม่จำเป็น
Physical AI คือใช้วิดีโอสอนหุ่นยนต์และรถยนต์ ตลาดนี้อาจใหญ่กว่างานบันเทิง
แนวคิด "Omni" คือรับอะไรเข้าไปก็ได้และสร้างอะไรออกมาก็ได้
1. โมเดลดูวิดีโอได้ยังไง และติดขีดจำกัดตรงไหน
แบบปกติ (static) เป็นค่าเริ่มต้นของ Argon
• ระบบดึงภาพจากวิดีโอ วินาทีละ 1 เฟรม แล้วแปลงแต่ละเฟรมเป็น token พร้อมแนบเวลากำกับทุกวินาที เสียงแปลงเป็น token แยกต่างหาก จากนั้นโมเดลอ่านทั้งหมดรวดเดียว
• ใช้ประมาณ 300 token ต่อวินาที (ถ้าลดความละเอียดเหลือ ~100)
• ขีดจำกัด: context 1 ล้าน token รองรับวิดีโอได้ราว 1 ชั่วโมงที่ความละเอียดสูง หรือ 3 ชั่วโมงที่ความละเอียดต่ำ ไฟล์ใหญ่สุด 20GB (ฟรี 2GB) และส่งได้ไม่เกิน 10 วิดีโอต่อครั้ง
• จุดอ่อน: ดูแค่วินาทีละภาพ ฉากที่เคลื่อนไหวเร็วจึงอาจหลุด เช่น นับจำนวนครั้งของท่าที่ทำเร็วๆ หรือเหตุการณ์ที่เกิดขึ้นแค่เสี้ยววินาที
แบบ agentic เปิดตัว ก.ย. 2026 และ Argon รองรับ
• โมเดลทำงานคล้ายคนกดเลื่อนดูคลิป คือตัดสินใจเองว่าจะข้ามไปช่วงไหน ดูเร็วหรือช้า จะดูภาพ ฟังเสียง หรืออ่านคำบรรยาย ช่วงไหนสำคัญก็ย้อนกลับไปดูซ้ำด้วยเฟรมเรตที่สูงขึ้น
• Google บอกว่า ใช้ token น้อยลงสูงสุด 88% ต้นทุนลดลงสูงสุด 66% และแม่นยำขึ้นสูงสุด 7% ตัวเลขเหล่านี้เป็นค่าสูงสุด ไม่ใช่ค่าเฉลี่ย
• เหมาะกับวิดีโอยาวเกิน 5–10 นาที ถ้าเป็นคลิปสั้น โหมดนี้อาจช้ากว่าและเปลือง token กว่าโหมดปกติ
นอกจากนี้ Argon ยังไม่รองรับ Live API จึง ยังวิเคราะห์วิดีโอสดแบบเรียลไทม์ไม่ได้
₿.i
🌳 : test on top
พืช คือรูปแบบหนึ่งของการกักเก็บและรักษาความชื้นบนผิวของดวงดาว ⭐️🌱💧
ปุ๋ยตรารถเก๋ง /.จบ
หน้าที่หลักของสิ่งมีชีวิตในยุคนี้
1.กรอกน้ำ
2.ผจญภัย
3.หาไข่ต้มกิน
#siamstr
ถ้าเปลี่ยนพลังงานจากความทุกข์เป็นเงินได้
ป่านนี้ฉันคงรวยแล้ว
ถามคนเป็นหนี้ว่า มีเงินอยู่ไหม
กูตาย
กูตาย
กูตาย
มีวัวอยู่ในตัว A
**whisper** มาจากภาษาอังกฤษโบราณ *hwisprian* ซึ่งสืบจากรากเจอร์มานิกดั้งเดิม *\*hwisprōną* เป็นคำเลียนเสียง (onomatopoeia) เลียนเสียงซ่าหรือเสียงลมที่ออกมาตอนกระซิบ จึงมีความสัมพันธ์ทางเสียงกับ *whistle* (ผิวปาก) ด้วย
**ญาติในภาษาเจอร์มานิก**
- เยอรมัน: *wispern* (และ *flüstern* ซึ่งมาจากภาษาเยอรมันต่ำ)
- ดัตช์: *wispelen*, *fluisteren*
- สวีเดน: *viska*
- เดนมาร์ก/นอร์เวย์: *hviske*
- นอร์สโบราณ/ไอซ์แลนด์: *hviskra*
**ภาษาตระกูลอื่น (คนละราก แต่เลียนเสียงเหมือนกัน)**
- ละติน: *susurrus* → อิตาลี *sussurrare*, สเปน *susurrar*
- ฝรั่งเศส: *chuchoter*
- กรีก: *psithyrízo* (ψιθυρίζω)
- รัสเซีย: *shepтat'* (шептать)
- ไทย: *กระซิบ* ก็น่าจะเลียนเสียงในทำนองเดียวกัน แต่ผมไม่แน่ใจเรื่องที่มาที่แน่ชัด
จุดน่าสนใจคือหลายภาษามีเสียง "ส/ช/ซ/ฮ" (sibilant) ในคำนี้ เพราะเลียนเสียงลมผ่านฟันและลิ้นเหมือนกัน ไม่ได้สืบมาจากบรรพบุรุษเดียวกันทั้งหมด
#satoshi
กล้ามเนื่อที่ไม่ผ่อนคลาย
ย่อมทำงานได้ไม่ดี
สมองเองก็เช่นกัญ
🧠💐
flow the dot. 🌐
#filmstr 🎞️🤓


ปัญหาไม่ได้อยู่ในปัญญา
ปัญหาอยู่ในความเชื่อ
#ความยึดมั่นถือมั่น #hodl