长期记录，很多东西都是边学边做，要培养自己规范记录的习惯。 还不怎么熟悉图床和图链的使用，暂时就用文字叙述，主要还是给自己看。

链表题的通用解法，涵盖常见链表题目，涉及代码复用和数据结构思考。

大厂面试准备的DL基础概念回顾。

更细节的NLP大模型训练经验。

面了一家北京公司，提到希望对唇形优化，测试了官方的微信小程序，背景分割有锯齿状，口型与TTS对不上，脸部超分存在色差，应该是类似wav2lip GAN的方案，这是大部分初创公司会选择的方案。

原力动画涉及的技术栈分析。

在面试创业团队的时候被问到在StableDiffusion中如何解决离散图片/视频生成视频连续性的问题，在该应用场景上我目前完整复现了开源效果，被大佬质疑如何比开源效果还好，我认为有监督才是解决的唯一方法，临时想了一些方案被否定了，这里事后整理一些设想。

在StyleGan系列时代，AIGC还只是实验室的产物，即使DALL-E出现，仍然没有普及，但是自从stable diffusion横空出世，整个AIGC领域进入了飞速发展期，随后ChatGPT火遍全球，打通了text-image的最后一环。 基于开源实现的一个标准数字人目前的最优方案：ChatGPT出prompts+text，MidJourney出图，Elevenlabs进行text2speec

包括最简单的2D动作识别，复杂一些的2D 3D数字人驱动，单目/多目数字人工程方案。

TalkingHead主要分为两类： Anime face的driving，以复现开源实现为主，做娱乐产业； Human face的driving，FOM开先河，分为img驱动、audio驱动、半身驱动、nerf类等，做2D数字人、数字名片、照片动起来、视频会议化身等;