2735被浏览422801分享邀请回答924 条评论分享收藏感谢收起如何评价Google Home？ - 生活_【北京联盟】
如何评价Google Home？
/ 作者：admin
北京联盟摘要：
如何评价Google Home？，上一篇：
下一篇： 。在2016 Google I/O 开发者大会上展示的Google Home的那个智能终端貌似挺好玩儿的样子。
在2016 Google I/O 开发者大会上展示的Google Home的那个智能终端貌似挺好玩儿的样子。
如何评价Google Home？
免责声明：本站文章除注明来源“北京联盟”外的文章均来自网络和网友投稿，著作权归原作者所有。北京联盟不承担任何连带责任！如何评价 Adobe 和 Google 合作开发的「思源黑体」字族？ |
我的图书馆
如何评价 Adobe 和 Google 合作开发的「思源黑体」字族？ |
【許瀚文的回答(273票)】:谢邀。並依梁海意見修正資料部份。-----Source Han Sans，，是跟Google合资开发、联同日本Iwata、常州华文、韩国Sandoll選取65,535將OpenType格式支援上限完整填满（感謝梁海提點）的史诗式巨案。这字体家族还备有七个字重、每字重档案大小达16mb，能在TypeKit上选成WebFont使用。思源黑体是集设计素质、完整字数（对国内使用环境特别重要）和泛用性于一身，是竞争力十分强的一套新设计。为大家解构思源黑体的设计。--字面率、结构取向、字间距思源黑体是重心置中、字面稍大的现代黑体。它空间取向均称，以一般用家们耳熟能详的字体去比喻，则可以归类成兰亭黑、俪黑一类中宫外放，给人感觉较轻松友善的现代黑体，与黑体－简走相反路线。从内文字字号去看，则发现思源黑体的字间距虽然比我们在iOS常见黑体－简要窄小，却比雅黑、兰亭黑要多一点空间，就跟冬青黑体一类日本西来的汉字字型同出一系。个人意见，感觉现代、字面率较大而又备有一定字间距空间的字体适合电子阅读环境。思源黑体结构风格既现代，也备有一定间距空间，设计定位刚好在于黑体－简、雅黑之间。从应用设计师、网站设计角度看，iOS提倡的、引起的平面化使用环境，便必须要有感觉现代的字体配合才没有违和感。思源黑体的出现为我们中华地区用家这感触良多的问题提供一个绝佳的解决方案。--字重思源黑体七个字重，基本便解决了中港台多年来电子阅读、网路环境用的字体字重不够而设计被逼多利用资讯层级（information hierarchy）作资料分级分类的应用问题。思源黑体七个字重，基本便解决了中港台多年来电子阅读、网路环境用的字体字重不够而设计被逼多利用资讯层级（information hierarchy）作资料分级分类的应用问题。除了两个字重极端字重（Extreme weight）ExtraLight跟Heavy外，思源黑体亮点更在于Normal跟Regular。或许网友会问「这个极相像的字重他们推出来干吗？」。给大家提示：Normal用在光亮底色网站壁纸，Regular则用在暗色、黑色壁纸上；或Normal用在iPad app上，Regular用在iPhone app上。换句话说，Normal跟Regular是要互作光度补偿的字重，背后的思考方法十分新颖。基于屏幕的像素密度不同，同一字重的字体在不同屏幕上粗度就会有字重分别，白色底色跟黑色底色造成的光晕效果也是一样。Normal跟Regular两个字重刚好可以互相补足解决上述问题。--笔划思源黑体的笔划设计（上）基本就是砍掉衬线的小塚黑体（下），从思源黑跟小塚的直勾设计近乎完全相同可见一斑。Adobe于东京的团队，特别是西塚凉子小姐的努力更多在于假名上，跟小塚黑的分别很大：上为思源黑下为小塚黑，可以看到思源的假名字面率相对较小、Counter较小的设计是考虑到跟Source Sans拉丁字母的配搭。上为思源黑下为小塚黑，可以看到思源的假名字面率相对较小、Counter较小的设计是考虑到跟Source Sans拉丁字母的配搭。思源黑体跟小塚黑体的比较思源跟小塚比较，思源多出了Normal这个字重，至于原因之前已经有解释过。然而比较下，以Adobe、Iwata对于字重的注重程度，留意到思源的字重，就算是名字、取向接近，思源的字重还是稍稍重一点。这不知道是对于小塚的原有字重更新？还是为了更适合在屏幕上使用？不得而知。但是以内文去编排的话会跟小塚有分别，这是必定的。相对小塚，思源黑的细体没有太细。他可以做到细的感觉，但相对小塚它无论在我们普通的LCD屏还是Retina屏上还是一套易读易认的细体，加上先前说过Normal跟Regular的新颖设计，足证思源的价值所在。至于之前说到，思源取向针对网路开源市场，则发现我安装漏了ExtraLight字重、而且看回Adobe的原文有为印刷市场思考推翻了。另外附上思源黑体Light跟小塚黑体Light的结构比较：结语思源黑体在今早才发布，所以这篇大家大家可以当成抢鲜文，在率先欣赏、使用思源黑体时可以有一个参考方向而已。说不定日后多加使用、多看各位设的大作后观感有变也不定。然而这一刻，我会建议知乎、或各大国内网站、电子阅读产品商可以开始测试思源黑体可用性。因为备有六个十分好用的字重、免费、兼齐集简化字型的专业字型在现有市场上很小。由素人设计、并为国内电子阅读市场贡献良多的文泉驿字库已经完成历史使命，在大众逐渐适应思源黑体后可以光荣退出舞台。这篇特别以简化字写出，希望可以帮助到更多国内朋友对思源黑体作取舍。【梁海的回答(87票)】:很高兴 Source Han Sans / Noto Sans CJK（下称 SHS；我不喜欢「思源黑体」这个名字）终于发布了。SHS 这个项目是由 Google 委托 Adobe，并联合日本 Iwata（主要负责字符集扩充）、中国常州华文（SinoType；主要负责字形的中国大陆标准与台湾「国字标准字体」本地化）、韩国 Sandoll（主要负责韩文设计）共同完成的。这个项目的规模在 CJK 领域应该也是史无前例的。Google 方面的需求是制作一款覆盖四个 CJK locale 的 pan-CJK 字体，与 Noto 搭配用于 Chrome OS 等场合。Google 方面的产品经理肖湘晔很早（一年前）就联系到我们希望得到一些中国大陆/简体中文方面的反馈，于是我联系了多位文字设计爱好者，组成了一个松散的团队——我们简体中文方面的外部反馈者包括：陈立凡（Rex Chen）、杜钦、刘庆（Eric Liu）、厉致谦（colourphilosophy）、钱争予、江疆（jjgod）、张米笛（张弥迪）、甪戌（Luxu），以及我，另外在项目末期 RC 阶段沈逸磊（小明）参与了字形标准的反馈。项目一直是在保密阶段，直到今天正式发布。大家已经看到了，SHS 是基于 Kozuka Gothic（小塚黑体）的。相比 KG 来说主要的变化是：扩展字符集（字符集的圈定是根据中日韩各地的国家标准要求来做的，并不追求覆盖 Unicode）并设计本地化的字形变体。对 LCD 屏幕显示效果优化。移除 KG 标志性的衬线。移除过于细微的笔画间隙。字面大小与纵横比有微调。笔画弹性显著增强。（看 Julius 答案的对比图中那些「黑」字的四点底。）考虑与 Source Sans 及 Noto Sans 的协调性。实话说，我觉得 Kozuka Gothic 是一款略糟糕的字体。你很容易被它鲜明的设计风格吸引，但仔细观察就会看到它简单地继承了 Kozuka Mincho（Kozuka Mincho 是很优秀的字体）的骨骼而缺乏对黑体字形的优化，许多笔画都疲软不堪，间架结构也常常不均衡。SHS 项目基于 KG 来做其实是比较遗憾的，尽管 Adobe 对 SHS 做了大量优化而使其质量相比 KG 有了飞跃，但还是能看到来自 KG 的一些不良影响。如果这样的一个项目能基于 Hiragino Kaku Gothic……嗯……如果冬青黑体的质量算是9分（离10的距离主要在本地化不完美的字形结构上），SHS 简中的质量我感觉是7.5至8分吧。当然及格，而且很不错了，但设计水平真的还难说是优质。另外，SHS 在普通人眼中恐怕不太容易和微软雅黑/方正兰亭黑以及冬青黑体区分。因此可以预料到会有无尽的酱油众调侃它和上述两个设计太像。SHS 是个 multiple master 字体族，很容易生成这么一大堆字重，但你会发现设计最理想的是最细的 Extralight 与最粗的 Heavy，中间的字重问题比较多（比如各种若即若离的笔画间隙）。在 Regular 附近的密集字重配置有助于和西文字体的黑度搭配。Julius 提到的「光度补偿」，或许不是本意，但的确是个很不错的用途。另外，尽管开发上是个 MM 字体族，因为 Adobe 似乎没有释出 masters，我们原本指望的能随意 interpolate 来调配字重的事情可能比较困难了。不知 Extralight 和 Heavy 这两个 instances 还保留了多强的兼容性。和冬青黑体的情况类似，这样本地化做出来的简中字体会有不少不理想的结构。一个例子：早期版本中，「的」字和日文共享一个 glyph，而 KG 里「的」字的设计是典型的日本字体设计理解，结构在简中用户看来是很奇怪的。在我们再三反馈下，华文再次修改了这个 glyph，目前的效果可能算不上理想（受限于这款字体的整体设计，左侧的「白」是没办法两竖都出头的），但应该是可用了。类似的问题必然还有很多。华文做的字形本地化工作不错。不过，如果比对冬青黑体，你会发现华文不太尊重原字形……在冬青黑体中，汉仪团队同样实现了对日文字形的本地化处理，但他们对于原字形的各个部分是能不动就不动的。而华文大致是，呃，只要有字形差异就重画整个字。当然，华文的做法理论上能避免日文原字形的一些不适合简中字形的结构被继承，但似乎华文的设计师对 Adobe 的原型设计的理解并不太够，设计风格差别有点大。Adobe 新闻稿中的那个「骨」字很典型，注意下半部分在各地字形间的宽度差异。Adobe 没有找台湾的公司来做「国字标准字体」的本地化，希望华文的工作能满足台湾用户的要求吧……实际上，SHS 的繁体中文版用「国字标准字体」仅仅是受限于国家标准。设计师们普遍还是青睐非「国字标准字体」的繁体中文字形。既然 SHS 是个开源项目，台湾与香港的朋友们可以着手启动「非国字标准字体」的 SHS 繁中版本项目了。不少朋友提到文泉驿。文泉驿正黑与微米黑的使命确实完结了。但既然 SHS 的简中版本还有不少细节不尽如人意（比如简中版里那个逗号的设计……我们尽力反馈了，但这个问题对 SHS 的设计师来说不是很明显，尽管尝试了修改但也收效不显著），我们何不基于 SHS 简中来启动一个新的文泉驿项目？这才是 SHS 开源的价值啊。技术方面：SHS 的65535字形数是受限于 OpenType 技术的。要在65535的字形数上限下提供四地字形真的很困难。到项目后期已经在精打细算每一个字形了（比如早期版本中受国标误导有一个简中的单横「￥」变体，后来我们反馈说没有必要，于是小林剑很高兴我们又释放了一个字形的空间……）。具体的 Unicode CJK Unified Ideographs 覆盖数目我不记得看到过数据，需要询问一下——但肯定是远小于六万的（CJK Unified Ideographs 在当前版本已经接近七万五千了，到 Unicode 8.0 会突破八万）。Unicode 的 CJK Unified Ideographs 是个可怕的杂烩，期待一款字体支持它们全部实在很没意思——因为有各种地区字形变体的问题，仅仅是覆盖码点并不实用。另有一些项目（比如花園明朝）在做覆盖 CJK Unified Ideographs 的工作，我个人并不太关心专业水准的汉字字体能全方位覆盖多少 CJK Unified Ideographs。生僻字的显示应当由专门的字体来处理（比如我们完全可以以 SHS 为基础做个像花園明朝一样的项目），而不是在日常使用的字体中过分期待。先写这些……【JJYing的回答(42票)】:手机上没法仔细看，但光“没喇叭口”、“开源”、“磅重齐全”三点就已经让我开心得想裸奔了都【AdamZhou的回答(25票)】:感觉这个“思”字心字底的点位置偏高的是不是只有我一个人..【陈希Chris的回答(4票)】:手持设备上，同时支持简 繁 日 韩的高质量多磅值已然非常完美了，字体整体质量本身也属于比较优质的水平，福音，福音。【知乎用户的回答(1票)】:补充：根据评论，我又做了几个字体的测试，由于资源有限，所以只做了以下几个字体的测试。显示都没有问题，不过发现雅黑字体会强行把双引号的样式改掉，变得和英文字体下的双引号很相似。显示都没有问题，不过发现雅黑字体会强行把双引号的样式改掉，变得和英文字体下的双引号很相似。==================我是原始回答的分割线====================迫不及待的试用了以下，发现中文的双引号显示有问题啊。以下截图是用Office 2007试用的结果。【知乎用户的回答(0票)】:Source Han Sans == 一套字体走天下【Belleve的回答(4票)】:文泉驿和 M+ 作者哭晕在厕所。我去 github 开
叫他们&del&加 gridfit&/del& 开发 gridfit 生成算法去了（你够）。【孔灿的回答(1票)】:字重丰富，字数齐全，字形也很漂亮，感谢Google和Adobe做出的贡献，送上墙内的下载。【知乎用户的回答(1票)】:文泉驿算是有竞争对手了？以后Linux 上就不是只有文泉驿可以用了，文鼎科技捐赠的那个是宋体楷体。不过既然这套字体以 Apache 许可证发布，文泉驿也可以拿过来借鉴一下嘛。【知乎用户的回答(3票)】:墙内的朋友们,来吧!
馆藏&69192
TA的推荐TA的最新馆藏
喜欢该文的人也喜欢您正在使用IE低版浏览器，为了您的雷锋网账号安全和更好的产品体验，强烈建议使用更快更安全的浏览器
发私信给柏蓉
导语：近日，谷歌更新了健身应用Google Fit，引入了卡路里计算功能。
同步到新浪微博
相信未来是VR和AI的结合。
当月热门文章
为了您的账户安全，请
您的邮箱还未验证,完成可获20积分哟！
您的账号已经绑定，现在您可以以方便用邮箱登录
请填写申请人资料如何评价Google最新发布的增强型风格迁移算法？
Google最新发布了一种新的迁移网络（来自其论文《A Learned Representation for Artistic Style》）同时学习多种风格的简单方法，可以简单地让单个深度卷积风格迁移网络（Deep Convolutional style Transfer Network）同时学习多种艺术风格。这种方法能实现实时的风格插补（Style Interpolation），其不仅可以应用于静态图像，还可应用于视频中。如上图所示，在实际使用中用户可使用13种不同的绘画风格，通过滑块调整这些风格的相对强度。多种风格实时结合到一起，最后得到一个输出。下图是 4 种风格按不同比例结合的成果：与之前快速迁移风格的方法不同，这种同时建模多种风格的方法让用户能实时与风格迁移算法进行交互，而且可以基于多个风格的混合进行自由创造。这让我们想起了之前红极一时的图片应用Prisma，Google所推出的这种迁移网络方法与之有哪些异同点呢？PrismaPrisma应用基于论文《A Neural Algorithm of Artistic Style》中一种使用深度卷积神经网络（CNN）分类器的方法开发而来，其系统核心是利用神经表征来进行分离，再组合随机图片的内容和风格，以此来实现一个可用来描绘艺术图像的算法。该算法利用一个多层的卷积神经网络（CNN）抽象出给定绘画作品里一些高级的隐藏特征用来模仿绘画风格，并把这个绘画风格应用到一个新的图片上。此外，该算法会寻找一张给出该 CNN 的底层中同种类型激活（activation）的图像，这些底层会获取风格的输入（宽笔触和立体美感等等）。另外，该算法还会在更高层产生激活。这项成果——《A Neural Algorithm of Artistic Style》首次提供了基于神经网络的风格迁移的概念证明，但是这种为单张图像施加风格的方法对计算的要求很高。Prisma 的CEO Alexei Moiseyenkov也曾提到，他们打算把应用从静态图片扩展到视频领域，但这种拓展将主要有两个挑战：视频的数据处理量比图片更大，对计算能力的要求将显著提升。如何保持帧图像在时间轴上的信息一致性，而不是单独处理每一帧图像。目前最新版本的Prisma也能实现对视频进行处理，但是由于手机计算能力的限制，其目前无法做到实时处理的效果。对于这个问题，我们有请教华南理工大学在读博士研究生蔡博伦（主要研究方向是：机器学习、计算机视觉、图像处理等）他表示：Prisma是约束两张图片在cnn的中间层具有相同的表示，然后再反向传导回去，是一个迭代收敛过程。Google提出的迁移网络是直接训练一个Artistic Style network，它是一个end-to-end的网络，只需前向、不需迭代，所以其可以做到实时的风格迁移。Prisma则是用了imagenet预先训练好了的网络（也是end-to-end的）。另外，Prisma的技术属于生成网络的一种，是从Science 那篇BPL《Human-level concept learning through probabilistic program induction》）开始火起来的一个深度学习方向。Google的方法是工业上的好方法，Prisma的方法则在学术研究上会更有趣。另外来自图普科技的工程师认为：Google此项技术所利用的网络结构和Prisma所利用到的网络结构几乎是一样的（卷积神经网络）。最大的不同就是这个网络用了一个叫&Conditional Instance Normalization&的层来代替原网络的&Batch Normalization&。这篇文章的猜想是，其实把一张图片转变成多种风格，在计算上有很多相似的地方，而卷积层起到的作用是提取图片的风格基本元素，而Normalization层的scale & shift参数对不同风格的转换起着决定性的作用。所以N种风格转换的卷积网络，它们的卷积核是完全一样的，唯一的不同就是Normalization层的scale & shift参数。Google这篇文章虽然展示了不错的结果，但是对背后原理的解释还停留在猜想阶段。之前版本的Prisma将他们的模型放在云端，所以除了风格转换的实际时间，还有网络传输的时间（Prisma的服务器应该在莫斯科）。最新的Prisma iOS版本可以实现离线风格转换，原理是把模型下载到手机上，然后利用CPU计算，这样每对一张图片进行风格化需要6～7秒的时间。目前现有的技术可以都可以在GPU上做到实时，但是这依然是一个计算量非常大的工作（Prisma返回的图片都是1080P）。视频风格化和图片风格化的原理是一样的，因为视频本质上就是一帧帧的图片。第一代风格化技术很难用在视频上的原因是因为利用这种方法即使是风格化一张图片在GPU上都要非常长的时间。鉴于上面两位的分析有一定的分歧，雷锋网(公众号：雷锋网)另外咨询了图森科技的首席科学家，他表示，“我的理解和图普的基本一致，之前Google也有至少两三个style transfer工作也都是只要前向传播不需要迭代。”（雷锋网注：Google之前就有至少两三个style transfer工作也都是只要前向传播不需要迭代，所以这个原因很有可能不是它此次“其可以做到实时的风格迁移。”的关键）。另外，《》的作者牟中强则表示：小结：从各方的评论及反馈来看，相较于Prisma，Google最新发布的增强型风格迁移算法与其相比有相同点，也有不同点。相同点都是基于论文《A Neural Algorithm of Artistic Style》改进而来。所利用到的网络结构几乎是一样的（卷积神经网络）。视频本质上就是一帧帧的图片，两者都可以做到。不同点最大的不同就是这个网络用了一个叫&Conditional Instance Normalization&的层来代替原网络的&Batch Normalization&。N种风格转换的卷积网络，它们的卷积核是完全一样的，唯一的不同就是Normalization层的scale & shift参数。
微信扫一扫，将页面分享到朋友圈
推荐使用当前手机浏览器内置分享功能
（ IOS/Android ）