Figma把设计师最难的活交给AI后,界面设计正在悄悄变味
如果你还以为Figma的AI只是“帮你生成几张图”,那这支Config视频会让你彻底改观:从抠图、扩图到自动布局,设计中最耗时间、最没成就感的部分,正在被系统级AI接管。
如果你还以为Figma的AI只是“帮你生成几张图”,那这支Config视频会让你彻底改观:从抠图、扩图到自动布局,设计中最耗时间、最没成就感的部分,正在被系统级AI接管。
在Figma Config 2024,李飞飞用一段“没有眼睛的远古海洋”开场,讲清了一个被严重低估的事实:过去十年AI最大的瓶颈,不是模型不够大,而是只会看、不会动。这场演讲,实际上是在给下一代AI定方向。
在大多数人还在纠结“要不要上云”“服务器成本怎么算”时,这位Figma插件作者直接反其道而行:不租服务器、不跑云端,把AI模型完整搬进浏览器。本场 Config 2024 的分享,给所有AI从业者上了一课——真正的产品突破,往往来自工程上的“偷懒”。
2020年,DeepMind发布AlphaFold 2,被认为解决了困扰生物学50年的蛋白质折叠难题。Lex Fridman在视频中不仅解释了技术突破本身,更从AI与生命科学交汇的角度,讨论了它为何可能成为一个“诺贝尔奖级别”的起点。
这是一场发生在MIT论文发布之后的对话。马斯克不仅解释了Autopilot最初为何“不是梦想”,还系统讲述了特斯拉在数据、AI芯片与软件路线上的关键选择,以及他与学界在“人是否该继续介入驾驶”这一问题上的根本分歧。
Lex Fridman在2019年初回顾深度学习的最新进展,指出自然语言处理成为关键突破口,并系统串联注意力机制、Transformer、AutoML、少样本学习到强化学习的整体脉络。这是一份理解现代AI如何走向通用能力的路线图。
这是Lex Fridman在MIT自动驾驶课程6.S094的第一讲。通过竞赛设计、真实驾驶系统和深度学习方法论,他解释了为何“数据驱动”的深度学习正在重塑自动驾驶,以及它解决了哪些传统方法难以突破的问题。