对呀，就像 GPT 的聊天几率的标题就是根据用户刚开始聊天的话题的总结标题

@clue 你被电车的花里胡哨的功能洗脑了，国庆假期有多少电车在高速上趴窝，电车的续航就是一直会贬值的的，尤其是长途

@hatw 每个人的通勤距离和使用环境距离不同车型也不一样，只能做一个简单的参考

新能源 5 年之后怎么样续航，看看二手车市场，新能源保值率不行，一辆车最少开个几年左右，财力够可以买，要是想开十年左右现在还是油车坚挺

@hatw 你去看看新能源的二手车市场就知道了

5 年后电车续航就崩了你能接受吗，换电池差不多换车

理论上很难实现。马赛克本质上与信息摘要算法类似，即为无陷门的单向函数。因此在制作马赛克的过程中，主动丢弃了数据。

也就是说，“去马赛克”实际上依靠神经网络建立的模型，在未打码的数据上分析，与之可能性最大的信息是什么。

但是这一点很难。色彩、色深的组合数量级足够大。几乎没有逆向推出来的可能。想想当年 AlphaGo 的计算数据规模，再对比一下复原一块 100px * 100px 的马赛克（ 32 位深）的数据规模。

试试这个项目： https://github.com/beurtschipper/Depix ，站里另一个帖子里的

肯定能

华为 GaussDB

你的魔法不行

IOS 内购最划算,140 多，其他方式什么手续费，开卡费，月费，乱七八糟的，扣不少