谷歌照片推出新的修饰工具，帮助用户快速改善照片效果，包括细化肤质、去除瑕疵、提亮眼睛和美白牙齿。用户只需选择面部并调整效果强度。这些工具正在全球范围内逐步推出，适用于至少4GB内存和Android 9.0及以上版本的设备。

本研究提出MeToken模型，解决了后翻译修饰（PTM）预测中对蛋白质序列过度依赖的问题。该模型通过氨基酸微环境的令牌化，综合考虑序列和结构信息，显著提高了PTM类型识别的准确性，为蛋白质组学研究提供了新思路。

本研究提出了复杂分解标准（CDC）和无训练框架复杂扩散（CxD），解决了复杂场景生成的问题。实验结果显示，该方法在生成高质量和语义一致的复杂场景图像方面超越了之前的技术。

上海交通大学研究团队开发了TandemMod深度学习模型，可直接在纳米孔中鉴定多种RNA修饰，减少数据量和训练时间，具有高准确性，适用于不同物种的DRS数据测序。

本研究提出了一个大规模的精细化人脸修饰数据集RetouchingFFHQ，包含50万幅条件化修饰的图像。通过多粒度、多修饰类型和多修饰水平的问题，扩展了人脸修饰检测。实验证明，在人脸修饰检测方面表现良好。未来有潜力解决现实世界中细粒度的人脸修饰检测问题。

通过利用 StyleGAN 的生成和概括能力改善输入肖像图像的肤色状况，同时保留其面部细节，我们提出了一种新颖的自动肖像图像修饰框架 StyleRetoucher。与现有替代方案相比，我们方法表现出更好的泛化能力，在肖像图像修饰任务中具有优越的性能。

本文分享了对快捷指令设计思路的理解，介绍了使用修饰键来引导到其他程序分支的方法，并提到了在iOS和macOS上的实现。作者总结了修饰键适用于重度需求和相似分支行为的情况，对于非重度用户来说，多级菜单更合理。在iOS中使用修饰键需要考虑使用率频率和可行性，在macOS上可以使用键盘上的修饰键来触发修饰键。

本文介绍了使用Stable Diffusion的openOutpaint扩展功能为人物画背景的方法，包括安装、调整参数、修饰和保存等步骤。虽然可能存在瑕疵，但在制作海报等方面非常方便。

随着 Swift 5.5 引入了 async/await 特性，苹果也为 SwiftUI 添加了 task 视图修饰器，以方便开发者在视图中使用基于 async/await 的异步代码。本文将对 task 视图修饰器的特点、用法、注意事项等内容做以介绍，并提供了将其移植到老版本 SwiftUI 的方法。

随着 Swift 5.5 引入了 async/await 特性，苹果也为 SwiftUI 添加了 task 视图修饰器，以方便开发者在视图中使用基于 async/await 的异步代码。本文将对 task 视图修饰器的特点、用法、注意事项等内容做以介绍，并提供了将其移植到老版本 SwiftUI 的方法。

学习 swiftUI 的记录。