Maya卡通角色绑定-高级面部绑定课程更新了练习文件的贴图文件，之前购买学习的朋友们可以到原下载路径获取，还是在：工程文件/场景文件/Textures文件夹中；

解答：

例如，开始时每个虚拟体的Local本地轴的X都是左右朝向

，选中这些被约束到面的虚拟体，手动旋转它们，使得它们的X轴向下，如下所示：

，这样你再使用脚本生成它们的子物体，也就是那些dummybones的时候，拉链就是往两边开合了，因为都是沿着X轴的方向移动的。

问题二：

我这个拉链的偏移打开的距离太小了，怎么解决？

解答：

因为每个场景的单位尺寸和模型大小千差万别，所以遇到实际场景模型比课程中的案例模型大很多的时候，直接执行课程脚本导致拉链位移太小的问题。对于这个问题，我们可以通过减小这两个值来解决

，这是一个随机变化范围，你可以把它们减小到例如0.5 和0.7，或者更低，因为脚本中是除以这个随机值的，所以这两个值越小，得数就会增大。注意两个数字要是带小数点的浮点数，另外，两个数字之间要空格隔开。

课程地址：https://www.bestcger.com/course/simplefacialbinding/

《3ds Max表情绑定的简易方法》补充了新的课程内容。

新补充的课程内容包括：设置满足游戏导出规则要求的骨骼控制系统；角色的整体缩放；实现眼镜和角色同步的整体缩放。补充课时共18集，补充共计时长两小时零6分。

之前已经购买学习的朋友，可以直接去原下载地址下载补充内容。

新补充的课程视频，位于原下载路径的<学习视频>文件夹中新增的<游戏绑定修改方案>文件夹中。

友情提醒，此次更新补充内容还包含用于研究学习的工程场景文件以及配套的工程文件场景的使用指南视频，方便大家更好的通过场景文件加深对课程的理解。位置在名称为<练习文件>的文件夹中。

课程新增了对于具有真实履带结构的履带的3dsmax绑定方法，这种方法不仅继承了前一种方法的所有优点，比如绑定流程便捷，履带形状还原精确和地面自适应，而且还能同时适用于影视动画和导入到游戏引擎中使用。
课程最后还补充了适用于游戏引擎的低模履带绑定方法。
之前已经购买课程的，可以直接去原地址下载更新补充内容，包括新增的工程场景文件和脚本工具文件夹

课程补充录制了10集，内容针对实现全局缩放和导出骨骼动画FBX到游戏引擎的技术环节，从45集到55集为此次新增课时内容。之前已经购买课程的同学，可以直接到之前的下载路径内进行下载，只需选择新增课时进行下载即可。

相关课程如下所示：

3ds Max卡通角色绑定-卡通上肢绑定

Open AI自称Sora是“世界模拟器”。

人们惊呼：“真实世界不再存在。”

马斯克直言：人类认赌服输。

前阿里VP贾扬清评价Sora：真的非常牛。

英伟达高级研究科学家兼人工智能代理负责人Jim Fan认为Sora代表了文本生成视频的 GPT-3 时刻。

Sora到底是什么？相比同类产品如Runway和Pika强在哪？

目前市面上文生视频模型的主流技术路线主要有两种：一种基于Transformer模型的技术路线，即从文本及图像中生成，另一种则是基于扩散模型（Diffusion model），如 Runway。

Sora牛就牛在是融合了两者的Diffusion Transformer模型，通过扩散模型（DALL-E3）和转换器架构（ChatGPT）组合，Sora不用预测序列中的下一个文本，而是预测序列中的下一个“Patch”。

事实上，Sora公布的演示视频最令人印象深刻的特点是逼真地模拟物理世界，视频效果吊打市面上同类产品如Runway和Pika。

2024年2月18日Sora的背后团队再次最新公布新的生成视频作品，这回连同一场景下的多角度机位都出现了。

AI的进化速度远超预期，毋庸置疑，AIGC极具破坏性创新的潜力，现有的产业格局如短视频、广告、游戏、影视行业等产业格局一定会被重塑，首当其冲的是谁？

360董事长周鸿祎点评道：今天Sora可能给广告业、电影预告片、短视频行业带来巨大的颠覆，但它不一定那么快击败TikTok，更可能成为TikTok的创作工具。此外，他认为，中美两国的人工智能差距在拉大。

从以上网络上摘抄的近乎狂热的介绍和描述中，我们可以冷静的总结出一个结论：Sora的强项是物理写实的模拟再现和构建写实视觉效果的能力，因为现实世界所有的表象，包括光影、物体的运动等等，都是遵循一定的物理定律的，所以可以通过代码捕捉这些规律给人工智能学习使用，因此对于写实风格的视频和图片，Sora就具备了上面所说的破坏性创新的能力，也就具备了一定替代人工的能力。

但是，这也同时暴露了Sora的短板。对于高于甚至是脱离现实物理世界规律，主观审美占主导作用的艺术创作来说，例如印象派绘画作品、抽象派艺术创作、卡通风格的影视动画和游戏作品等等，Sora就会力不从心，甚至是无能为力了。因为这些是不讲道理，只讲感觉的，正所谓只可意会不可言传。

所以，就像我之前发布的一篇《当今的CG人不要过度依赖和“迷信”人工智能！》的文章里所说的一样，人类和艺术家们，无需过度担心自己被完全取代。实际上，机器和程序的运算，永远无法取代人类大脑的艺术创作过程。所以我们只要不放弃提升自己的艺术审美能力和创造能力，我们就将永远是主导的。

大家可以把文章的网址链接分享出去，让更多的艺术家们、cg从业者能理智正确对待，不要被宣传搞的人心惶惶，担心自己将来被机器取代。

2023年CG圈的总结：

在2023年，计算机图形学（CG）圈经历了许多令人兴奋的发展和进步。以下是对2023年CG圈的总结：

1. 实时渲染技术的突破：2023年见证了实时渲染技术的巨大进步。实时光线追踪和实时全局光照技术的发展使得游戏和虚拟现实（VR）体验更加逼真和沉浸式。

2. 人工智能在CG中的应用：人工智能（AI）技术在CG领域的应用越来越广泛。通过AI生成的图像和动画，以及基于AI的角色动画和场景生成，为CG创作带来了更多的创意和效率。

3. 虚拟现实的进一步发展：虚拟现实技术在过去一年里取得了长足的进步。更先进的头戴式显示器、手部追踪和身体感应技术为用户带来了更加逼真和身临其境的虚拟体验。

4. CG电影和游戏的创新：2023年出现了许多令人惊叹的CG电影和游戏作品。从视觉效果的创新到故事叙述的突破，CG圈在推动电影和游戏行业的发展方面发挥着重要的作用。

2024年CG圈的展望：

展望2024年，CG圈有着许多令人期待的发展和趋势。以下是对2024年CG圈的展望：

1. 实时渲染的进一步优化：随着硬件和软件技术的不断进步，实时渲染将继续向前发展。更高质量的实时光线追踪、全局光照和逼真的物理模拟将成为重要的发展方向。

2. 人工智能技术的应用扩展：人工智能在CG中的应用将进一步扩展。通过深度学习和神经网络，AI将能够更加准确地生成逼真的图像和动画，为创作者提供更多可能性。

3. 增强现实（AR）的崛起：随着增强现实技术的不断成熟，我们可以期待在2024年看到更多创新和有趣的AR应用。从游戏到教育和商业领域，AR将为用户创造更加交互和沉浸式的体验。

4. CG与其他领域的融合：CG技术将与其他领域的交叉融合越来越紧密。例如，CG在建筑、医疗和汽车设计等领域的应用将继续发展，为这些行业带来更多的创新和效率提升。

总体而言，2024年将是CG圈继续创新和前进的一年。我们可以期待看到更加逼真、交互和令人惊叹的CG作品，以及CG技术在各个领域的广泛应用。

        从2023年下半年开始，网络上就开始密集的发布各种关于人工智能多么神奇和震撼的短视频和图文消息。我也一直抱着准备迎接人类严峻挑战和崭新未来的虔诚和敬畏的学习态度密切关注着人工智能在CG图像领域的发展和变化，并通过各种途径（付费的为主，因为大多数工具不久就开始收费了）获得国内外人工智能工具进行使用体验。以下是我通过实践和深入思考得出的一点心得体会，分享给大家以供参考。

        当前的电脑图像领域的人工智能尚处在非常初级的阶段，画面还是有很多飘忽不定和不稳定的问题，一看就知道是人工智能生成的画面，这一点可能是机器运算生成画面的共性，未来很久都很难解决的问题。因为机器算法毕竟无法等同于人脑的运行，大脑对人类，就如同宇宙对人类，以人类目前的科技水平以及对生物和宇宙自然的认知程度，我们自己对大脑的认知尚还处在非常低级的水平，还远远不能说了解了大脑的构造、运行机制和能力的上限等等，还有太多有关大脑的谜团至今人类自己还毫无头绪，更不用说人自己写出来的程序，想模拟接近人脑的能力更是天方夜谭，人机合一的效果远远达不到。

        因此，现在网络上所有宣传人工智能工具的视频，大多都是偷换概念，避实击虚。外行看着可能会激动不已，行内的人看到那些宣传以及配的视频和图片资料，就知道完全禁不起细看和推敲。那些宣扬动画师、模型师等等人类岗位很有被人工智能取代的风险的言论，更是无稽之谈，都是完全不懂CG艺术创作的外行人士，出于自身的某种目的而进行的夸大其词的宣传。

        所有艺术创作，作品的水平、风格以及作品的目的（这里的目的包括上下镜头的互相关系、画面的风格细节的统一、适用于哪个行业领域等等），起决定作用的还是创作者本身，并不是像现在网络中所宣扬的，任何人都可以轻轻松松的输入一段文字或者说句话就可以做出任何效果，简直神了！前提是什么水平的东西，能够满足什么领域、什么具体要求的东西等等。非专业人士自己随便做着玩玩，还可以，要完成特定目标和严格要求的专业级作品，目前人工智能还远远不行。所以不要被网络上各种鼓吹人工智能的短视频蒙蔽了，人永远是艺术创作的根本和主导，关键还是需要我们提高自身的艺术修养和审美能力，还有想象力！目前主流的CG软件，比如Maya，3dsMax等等，能够精确还原创作者的头脑所想的艺术结果，所以这一点是目前人工智能工具所无法替代的，因为机器永远无法完全精确的知道创作者到底要什么效果，除非是创作者大脑里的蛔虫。你输入的文字命令，很多时候也无法精确反应你头脑里的想法，更何况还要经过机器的解读，这个人机交互的过程等于把两点一线，变成了三点三线，多了个传话的，又多了个执行的，使得创作的过程更加复杂化和具有更多的不确定性，要想实现真正的精确的艺术效果，就需要不断输入指令，然后不断的纠正，问题是最终还是通过无数个不确定性的结果混合成的偶然性程度很高的结果，也并非是创作者真正头脑中所想的。至于什么时候人工智能可以替代人的创造性的工作，那又涉及到上面那个问题，什么时候人类对自己大脑有了全面的、透彻的认识，什么时候才有可能，以人类目前的科技水平，乐观估计没有100年，我觉得也差不多。

        但是，也不是说人工智能的工具就一无是处了，当然不是。在很多领域，人工职能工具的发展还是可以帮助人类的，在图像后期处理领域、重复性劳动环节，枯燥又繁琐的低智商技术操作环节等等，比如抠图、内容替换、内容合成、调色、动画曲线优化、绑定时蒙皮权重的优化、渲染算法优化、模型错面的检查和修复、概念设计的前期快速模糊打样、动态作品和静态作品的创作思路的快速启发、程序bug的检查等等，人工智能的深入参与，都将大大优化工作流程，提高工作效率，让CG创作更加高效和愉快。

        当然，我上面所述，主要针对的是CG图像领域，其实对于其它各行各业的领域，人工智能的局限和问题，基本也是大同小异，当中的道理也是相通的。