學習前期準備：
工欲善其事必先利其器，先去了解軟件功能，軟件能做啥，行業前景，薪資待遇，就業方向，學習方法技巧這些，學了能干嗎都不知道，只知道一味的學就對了，說句實在話，你老婆都難找。
觀看本篇文章到結尾的，點贊+評論，我會贈送價值8800從零基C4D入門到高級動畫案例實戰教程一套。
01、我到底要學習什么軟件？
首先你要自己想做什么，往那個什么方向發展，然后找準你要學的軟件，去學就對了。
02、學習影視設計能否年薪百萬？
給你雙絲襪，一把槍。
03、學習影視設計能否月薪過萬？
只要你用心，so easy
04、要學習ps ,pr, ae，maya,3dmax，ai，flash，c4d這些軟件嗎？
不需要，你現在再想想，學了這么多軟件你會啥？
記住：多而不精，寧愿用十年時間打一口井，也不要用十年時間挖十個坑
05、軟件用英文的還是中文的？
如果你不喜歡裝b，或者英語賊牛逼，那就用中文
06、學好AE和c4d之后能找到女朋友，男朋友嗎？
不用找，人家會來找你，因為你工資高，像我一樣，哈哈哈。
07、不要去網上看太多雜七雜八的教程，亂練武功你會走火入魔。
08、學c4d好，還是maya，3dmax好？
目前c4d是國內最火的一款三維軟件，學起來簡單，輕松，很快能上手，工資也高，市場需求量也很大，很多學瑪雅，3dmax也在轉做c4d，我也不知道哪個好，去學就對了。
09、為什么這么多人學習AE,C4D?
5G時代的到來同時也迎接了視頻時代的到來，關鍵是工資很高
10、看教程不要只看人家的參數，學會去思考這些參數的作用，屬性。
11、如果是照搬照抄那和套模板有啥區別。
12、看了很多教程不能代表你會AE,C4D，能夠做得出來才算。
13、如何做出屬于自己的原創作品：個人總結學習黃金三大法則
14、多看：多看作品，提升自己的審美，順便給自己打打雞血，我也能變得這么牛逼。
15、多想：多去思考，這個作品用了什么插件，用到了什么知識點，功能屬性，怎么會有這么好的idear。
16、多動手：首先從臨摹開始，好的作品是結合了很多人的idear，只要你能跟著模仿出來，說明你的實力還是有的，學到了也是很多精髓。
總結：出作品就像是追女朋友一樣，看了，想了都不是你的，你能做得出來才是你的。關鍵是看你有沒有這個實力。
17、為什么這么多人說AE,c4d不好學？
首先自己瞎學，方法沒找對，再者，如果真的有這么好學，工資就不會有這么高，都爛大街了，好事多磨，找對方法，堅持下去就對了，成功將屬于你。
18、自學AE,C4D買書用處大不大？
看書學習效率是最慢的，本來一句話能夠解釋清楚的你看書沒個十幾分鐘，有時候把你自己都搞暈了，關鍵是你看了會想睡覺，所以不建議看書。
19、QQ群要不要加很多？
QQ群你加三四個就行了，別指望QQ里有大神帶你飛，QQ群絕大部分的人和你一樣，都是初學者，大神絕大部分不會進這種交流群。
20、學的知識一定要勤加練習，好記性還不如爛筆頭。
AE/C4D學習資料下載Q群：617459411
21、經常回顧自己做的東西，然后融入新的知識，作品就是這樣來的。
22、養成一個好習慣，保存工程文件，軟件萬一崩了就尷尬了。
23、學習AE,c4d不要急于求成，一定要耐心，一口氣吃不成胖子。
24、看得懂的教程，請仔細看，琢磨插件屬性；看不懂的教程，請硬著頭皮反復看。
25、前期每天至少擠出2小時以上出來高效率學習。
26、請保持一顆平靜的心，學就對了
27、影視專業的學生千萬不要指望大學老師能教你多少技能。
28、想往這個方向發展，建議越早學習越好，很多公司喜歡年輕的，有活力的，早點走在別人前面不好嗎。
29、不是影視專業想往這個方向發展，學習AE,c4d還有就業機會嗎？ 這行主要是看你技術吃飯，都有機會。
30、不要被流體，渲染，好多插件這些東西所迷惑，你火候到了，其實也就那樣。
31、C4D建模和C4D材質要同時學習和掌握；
32、學了AE建議一定要學C4D,反之一樣。 兩個軟件相結合能生孩子，牛逼吧
33、興趣愛好學習ae，c4d能月薪過萬嗎？ 完全可以，去做抖音，快手
34、如興趣愛好學習AE,C4D如何賺錢，多刷刷抖音快手
35、 真的是想學好是自學好還是培訓好？
如果是條件允許，就花點錢去學，如果條件實在不允許，就選擇自學。能用錢解決的事情堅決用錢，自學太痛苦。
36、不要認為學過3DMAX，瑪雅再改學C4D會有什么問題。 其實你更占優勢，因為它也是三維。
37、想學精，多去練就對了，每天念念我要學習。
38、堅持不下去，沒動力了怎么辦。 你想想現在的生活你滿意不，如果你家有礦就不用學了。
39、既然選了，就要堅持下去
40、成功的秘訣=決心+信心+用心+執行力+方法
41、遇到學習問題一定要及時解決
42、每天要求自己都在進步，每天進步一點點 乘以365天將是一個很大的跨越
43、給自己定個目標：你要達到什么程度，進什么公司，拿多少的年薪。
44、多認識一些技術較牛逼的朋友，多交流。
45、找工作的話最好準備作品，而不是作業.
大疆無人機制作
46、剛出社會盡可能的不要去小公司，什么活都得干，學習的東西太散。
47、實習最好是去大公司，有大神帶你飛，你是要做精通的人。
48、學習AE,c4d先別急著賺錢，先把你的技能提升上來，磨刀不誤砍柴工
49、請熱愛AE,C4D! 請不要做浮躁的人！堅持，堅持，堅持！！！！
點贊+評論，我會贈送價值8800從零基C4D入門到高級動畫案例實戰教程一套。私信：教程還有額外福利哦
在剛剛開啟的云棲大會上，阿里云推出了一款與 MacbookAir M1 一樣重，3D 渲染等續航卻比 M2 芯片筆記本還多 100% 的產品——無影筆記本，不一樣的是，這款設備本地并沒有主 CPU/GPU/ 硬盤，都放在了云端。
早些時候，已經有評測炒熱了這款云筆記本，在 Cinebench R23 上居然跑出了 120000 多分，秒殺王思聰花費百萬組裝的 128 核頂級服務器，耳邊還沒有一點散熱轟鳴聲，成為新晉的「跑分機皇」。
然而，如今服務器芯片跑分的意義還有多大呢？很久以來，計算機的創新幾乎等同于芯片算力的提升，隨著摩爾定律逐漸消失，是否意味 PC 的創新走到頭了？
其實路早就不止一條。
The personal computer was the bicycle of mind……as history unfolds if we look back, and it is the most awesome tool that we ever invented。
個人電腦是大腦的自行車。我堅信如果將來有人回顧人類歷史，計算機將是人類最偉大的發明。
——Steve Jobs
喬布斯曾在 1980 年把個人電腦比作「大腦的自行車」（bicycle for the mind），這源于喬布斯兒時在《科學美國人》雜志上的一篇文章，作者發現人類騎自行車的效率最高，甚至高于汽車和飛機。
自行車絕對速度不占優勢，每一公里消耗的熱量卻是最低的；隨時隨地的可用性最高，可以騎行非常近、也可以長途，也是老幼皆宜的工具。
比起傳統個人電腦，將個人計算移到云上，或許更加接近「大腦的自行車」。
以一塊處理器的利用率而言，傳統個人電腦可能有 2/3 的閑置，且很難時刻彈性，算力過去是由硬件廠商的封裝決定。無影云筆記本想展示的未來可能是，計算力和硬件形態無關，只和人們的計算需求有關。
你是否想過，靈活改變??的電腦？我們希望和無影的用戶聊聊，看看他們如何在不同行業的場景下，創建不一樣的計算機形態。
16 年前，宋文創辦了 FIRST 青年電影展，這些年 FIRST 走出了文牧野、忻鈺坤、周子陽等一大批優秀的導演，也讓世界看到中國青年電影的多義樣本。
每年電影節里宋文最重要的工作，就是挖掘新一代的電影力量 。
其中在 FIRST 訓練營，讓年輕創作者在極限的創作條件下完成拍攝和制作。宋文表示，過去他們依賴傳統數字硬盤工具制作，但影片的多點制作、有限的傳輸周期，讓創作者想要兼顧效率和質量的挑戰極大。
2016 年與韓國著名導演羅泓軫（代表作《黃海》）合作的訓練營令宋文印象深刻，當時要在短時間內完成 11 支短片的制作。羅泓軫作為訓練營導師需要及時對這些作品進行提出指導意見，比如哪些素材可以通過、哪些需要重拍。
然而羅泓軫身處韓國，創作者分布在杭州、南京等不同城市，素材傳輸就成了大問題，動輒上千 G 的素材在線傳輸十分耗時。宋文告訴我們，這種多點制作的系統也是電影行業一直不得不面臨的難題
這種實時多地觀看制作結果，又有時效性的高需求，一組什么樣的渲染農場、圖形工作站可以支持呢？答案是沒有。
除此之外，每年 FIRST 組委會最忙碌的事情之一就是協調審片工作。面對潮水般涌來的參賽作品，宋文既對創作者的熱情感到喜悅，同時也為緊張的審片時間頭疼。
由于評委分散各地，過去通常通過加密硬盤寄送審片，這種方式不僅效率低下，更存在泄露的風險。電影一旦泄露，會對其交易價值造成較大影響。
對此宋文深有體會，2017 年他的團隊拿到了電影《獵兇風河谷》在中國的首映權，為了防止電影上映后泄露片源，觀眾甚至需要將手機放入一個黑布袋后才能入場觀影，以防止盜錄。
導演應該扎根拍攝好故事的現場，而不是等待在進度條里。
1.58 億核小時的云渲染
2020 年疫情期間，業內知名的特效機構墨境天合用無影云電腦+計算存儲集群的方式，讓分散各地的藝術家復工 80%，以 21 萬核 CPU 峰值沖線完成《刺殺小說家》的特效。
到了今年上映的《楊戩傳》，在云端的渲染量達到 1.58 億核小時，約占總時長的 44%。特效師們基本告別了「修改 10 分鐘，等渲染抽煙 1 小時」的工作體驗。
有了大制作驗證過的成熟技術，宋文也開始嘗試在 First 引入無影來解決數據安全問題，同時將很多跨地域多點制作的協作流程放在了云端。
宋文希望為更多青年導演提供更方便的前沿的技術能力，讓大家更能把專注力放在電影創作本身之上，而不是因為繁瑣低效的制作流程束手束腳。他說，導演應該扎根好故事的現場，而不是等待在進度條里。
大多數人并不了解一個智能汽車的設計團隊是如何工作的，葛奕言說，設計部門是公司最神秘的部分，因為他們是「高密」的，既是保密，也是精密。
和很多人想象中不一樣，葛奕言所在的智己汽車設計團隊除了工業，還有時裝、珠寶、影視，甚至還有考古背景的人。
在這個團隊中，每個設計師都會見證一輛汽車從創意萌生，虛擬渲染、結構，到最后制造和交付的全過程，不僅團隊協作頻繁，還要兼顧嚴謹和精密。
以智己 L7 全驅智能底盤為例，它的穩態最大側向加速數值需要穩定在 0.968G，這讓駕駛者能感受極致的漂移而不會失控。這個關鍵數值背后，是整個工程與設計團隊數百人的協作結果，每一個零部件的精確咬合都很重要。
對于葛奕言來說，對產品情感的傳遞是通過視覺來實現，其中很多環節對精密度有很高的要求，因此需要高性能的計算機去渲染、演算。
除了常用的 Adobe 全家桶，像 CSD Maya、Vray 等渲染工具和軟件也是葛奕言平時常用的，對算力的要求也比一般的設計要高，一直十分依賴辦公室里笨重的計算機工作站。
工作中最令她無奈的時刻便是宕機和算力崩潰，「因為汽車的設計流程其實需要很多不同部門和小組的協作，環環相扣。」葛奕言表示，過去設計的協作很難離開線下，而他們工作中涉及到的文件龐大，傳輸耗時還得高度保密，因此一旦遠程辦公往往會拖累進度。
縱觀汽車工業的歷史，要驅動這個大型科技產品的創新，離不開生產工具和模式的迭代，就像百年前福特引入流水線生產，智能時代下的電動車也不例外。
云端的高算力
葛奕言和同事們也迎來了一些新變化，他們開始使用無影云電腦進行設計工作，在保證數據安全的情況下在線進行文件傳輸和共享，出差和在家辦公只用一臺筆記本也可以完成高算力的渲染，同事之間的協作也不再受制于空間。
我期待的狀態應該是一個可移動的工作站作為終端顯示。后臺有一個不管是在顯存，還是算力都能完全支持的云工作站，同時做好數據保密，讓我心無旁騖投入到設計中。
一個設計師的幸福感和成就感很大程度上來源于工具，葛奕言也是如此。
對康眾汽配一個門店的店長 Daisy 來說，每天的工作都在產生客戶和交易數據。
Daisy 管理著門店 4000 多種類的產品，積累數十萬客戶數據。從前端的開單、到配送員的回簽單、配送單，門店業績的報表，每一部分都涉及龐大的信息處理量，而且需要很準確的數據才能盤出門店的庫存量。而 Daisy 管理的門店負責給品牌修理廠訴訟直接采購配件，數據的錯漏可能會對品牌產生直接的負面影響。
數據處理一直是 Daisy 頭疼的問題，長期處理大量數據電腦，容易卡頓甚至導致數據丟失，而聯系 IT 部門的流程較長，這個過程往往會堆積大量訂單無法處理。
1000 家門店數據在云中
現在 Daisy 終于擁有了更趁手的武器，公司將 1000 多家門店的電腦更換為無影一體機，操作變得更加便捷和標準化。 Daisy 只要將賬號提供給 IT 部門就能完成設置，系統升級或修復 Bug 五分鐘就能搞定，更避免過去數據在本地丟失的風險。
不用擔心有人會竊取這個數據，它在云端了。1200 多家門店統一一次性升級，也大大減少了本地尋找運維服務的支出。
在華東師范大學數據科學與工程學院，王偉一直在和海量數據打交道，他的研究課題涉及云計算和深度學習的框架，經常需要瞬時快速處理龐大的數據。
「不光是一些算法和模型的問題，其實還需要底層的一些基礎設施。」王偉表示：
過去單機處理數據的方式已經不適用于大數據，它需要一個分布式的環境，甚至需要調用幾千臺機器的算力。
大數據是怎么應用的？王偉以金融舉例，系統要在 0.1 秒的單位時間之內處理資金動輒上億的海量交易數據。在王偉平時的科研實驗中，無論數據的量級還是所需的算力，都與此相當。
除此之外，在涉及計算機安全的課題里，加密解密的過程少則幾小時多則幾天，科研人員往往只能在機房里干等這些關鍵數據的處理。
云計算實驗室的算力加速
于是數據學院開始嘗試建立云實驗室，開始用無影云電腦去代替傳統的機房，并開始在教育、科研場景中落地。
王偉認為，云計算實驗室和過去傳統機房最大的不同就是背后連接的是云端，擁有彈性可擴展的算力，使用體驗和本地計算一樣不會感到延遲，而且可以 7x 24 小時不間斷運行。一次大數據實驗可以從過去的幾天縮短到 5 分鐘。
此外王偉所帶的課程也需要較高的算力，傳統機房或者學生的自己的筆記本，都已經無法支持像 Tensorflow 和 PaddlePaddle 等深度式學習框架的運行，期末時會出現算力需求峰值，但過去的設備無法按需來彈性提供算力。
現在在一些研究課題中，王偉和他的學生們開始用無影來做無縫的切換，無論學生是在實驗室還是在課堂或者寢室，都可以完成他的研究工作。王偉表示，「這種移動式的科研場景，對于老師和學生都非常有價值。」
年輕時王偉就曾幻想，計算機能夠演變成一個小盒子，甚至是一張卡片。聯網就可以使用并且擁有無限計算能力，如今開始成為現實。
一塊屏幕還能有什么創新的空間？這是 MAXHUB 的硬件產品經理郭丹每天在思考的問題。
郭丹負責的產品大都是用在會議場景的顯示設備，但一次非常普通的會議卻給了她不一樣的靈感。
每次開完會回到工位，都要拿一根線連接顯示器，能不能更快，顯示器能還可以有更大的想象力。
此時，她想到了剛對開發者開放的無影架構。從專注會議場景跨越到個人辦公領域，對于郭丹來說是全新的嘗試。而作為產品經理還需要面臨另一種挑戰，就是想法總是很美好很大膽，但真的可以完整的落地嗎？
郭丹對這款產品的想法在內部其實也存在爭議。無影是一個 B 端產品，顯示器則更面向 C 端，應該怎么將兩者整合？賬號如何統一？運維問題怎么辦？核心用戶是誰？
一鍵變成云電腦
經過反復的碰撞，郭丹和團隊把它做成市場上首款可以一鍵變成云電腦的智能顯示器，無需裝機就能調用 512 核 CPU，運行安卓、Win、Linux 不同生態的軟件。整個過程只用了 1 個月左右，比起要去規劃研發一臺計算機，研發門檻大幅降低。
在郭丹看來，不只是顯示器，只要云端計算有足夠的支持，無論是音響、空調、燈都能變成一臺計算機。
未來屏的形態會越來越多，有交互的地方，也許就會有云計算。
今年 3 月開始，淳安、岱山、??等地的數十所小學迎來了全新的云電腦機房。 學生們看著這些新電腦十分新奇，這和他們過去開機都要幾分鐘的電腦，有點不同。
云機房里的電腦看不到主機，只要登陸賬戶就能用，每個人的賬戶會同步保存個人的數據，離開課堂回到家還能繼續使用。目前這樣的云電腦已經面向智慧課堂開放了數萬臺。
云電腦走進課堂
在數字化的時代，孩子們對于信息科技的需求和感知力都在變大。
第一批學生通過云電腦上「我是產品經理」反饋區，提出了很多對產品的想法，楓樹嶺的學生說語文課都是小寫字母，之后新的云機房就配置一款「小寫字幕鍵盤」。有學生反饋屏幕太大、希望多視頻與家人通話，又催生了 21 寸內置攝像頭的一體機。
江浩在六年級首次用上了云電腦，他一開始甚至要花一分鐘才能輸入賬號密碼，而到了畢業時，江浩已經在云電腦上編寫了?多個?程序，在入學初中前的暑假時，他還「偷偷」在家登錄云電腦賬號，「懷念當時在云機房里上課的感覺」。
楓樹嶺鎮中心小學校長姜軍建認為，「云機房」沒有主機、沒有 CPU 和硬盤，這個形態本身就讓學生產生了對信息科技的濃厚興趣。非科班出生的鄉村老師，也不用擔心沒有能力管理幾十臺機器，幾乎所有功能都是一鍵可以配置的。
云機房目前部署的主要是村鎮學校，50% 留守兒童，30% 打工子弟，計算力正奔流到更多角落。
回顧個人計算機發展史，形態架構變化的推動力當然是算力，但計算力的產品化，卻不僅僅是一種硅基工程規律，對用戶需求變遷的理解，才至關重要。
在此之前，電腦還是放置在密閉房間里的大型主機，只有極少數人能享受計算對生產效率的提升，但公司和個人對計算機提升效率需求不斷擴大，想要更強的計算能力、存儲器和打印速度。
于是本來就專注開發辦公生產力工具的打字機制造商 Olivetti ，決定開發一臺「桌上型」電腦，能夠放在辦公桌上，。Programma 101 就此誕生，個人電腦第一次成為放在桌面上的辦公工具。
當時個人電腦基本都使用命令行進行操作，除了程序員對一般用戶來說操作門檻極高。然而時代的發展已經讓更多人在工作中使用多媒體交互的需求激增，數字生產力需要得到釋放。
具備圖形操作界面的個人電腦適時而生，1984 年 1 月 24 日蘋果正式發布了 Macintosh ，用戶可以利用鼠標來進行操作，這種所見即所得的人機交互，讓不同職業的用戶都可以熟練地用電腦提升效率。
雖然 Macintosh 配備了便攜式的提手，但要帶著出門還是過于笨重。進入二十世紀八十年代，移動辦公的需求越來越多，當時還叫「膝上型電腦」的筆記本應運而生。
為了迎合移動辦公的需求，康柏、東芝、IBM 等公司都在 1985 年前后爭先發布了這種產品。究竟是誰制造了世界上上第一臺筆記本電腦？至今仍存在爭議。
作為內容行業的從業者，我們常常要在出差途中同時處理文字、圖片和視頻的編輯，有的視頻趕著上線渲染還必須回辦公室處理。
這幾天我嘗試使用阿里無影的新筆記本辦公，通過云桌面就能調用我常用的大型應用，有幾次在打車路上就完成了一些緊急圖片后期處理。
我認為這種不受硬件性能限制的計算機，是更契合這個數字時代辦公方式的生產力工具。
個人電腦發展半個多世紀以來，與芯片和互聯網一同經歷了飛速的發展。直至今日，PC 市場正「史詩級放緩」，「摩爾定律」也逐漸失效。
1965 年 Intel 聯合創始人戈登·摩爾預測，每隔 18-24 個月，芯片的晶體管密度就會增加一倍，這就是「摩爾定律」。英偉達創始人兼 CEO 黃仁勛認為「摩爾定律已死」，計算終端的創新也遭遇瓶頸，而云計算帶來了新的可能性。
就像前文提到那些創建云電腦的人，云不僅將超強的算力以分布式的形式帶給每個人，更重要的是，當用戶可以根據需求自定義計算后，計算能以不同規模融合到生活與工作中的，真正成為喬布斯口中那個「大腦的自行車」。
前施樂公司首席科學家 Mark Weiser 曾在 1991 年提出過一個著名的概念——普適計算（Ubiquitous computing），他預言 21 世紀計算機會融入網絡，融入環境，融入生活，用戶甚至察覺不到其存在。
這意味著計算機要擺脫本地硬件的限制。比如最近發布的一款僅 85 克的消費級 AR 眼鏡 Rokid Air，也通過內置無影，能讓你戴著頭銜，躺在沙灘椅上，用藍牙隨身鍵盤處理一份工業建模。
工業 AR 領域的谷東科技，據云棲展出，也通過無影 SDK 將醫療手術、汽車制造的高清數字孿生放到了眼睛里。
類似的 AR 設備不再僅僅依賴顯示硬件的提升，元宇宙的應用也不再是雞肋的在線會議，戴上眼鏡，我們甚至就能擁有一臺頂級算力的工作站，每個人都能成為數字游民。
電影院可能被重新定義，每個人隨身就能把 5D IMAX 影廳帶在身上，甚至可以沉浸式成為電影中的角色。
一個完全由用戶定義的計算未來正在來臨，即使「摩爾定律」失效，計算創新永遠不會消失，就像凱文·凱利所說的：
不論摩爾定律──就晶體管密度而言──是否還能經歷 10 年、20 年或 30 年的發展并推動經濟增長，我們可以肯定，它會像過去的其他趨勢一樣逐漸退出歷史舞臺，升華為新的增長趨勢。