新竹最美里長發「崩壞照」!臉書宣布IG帳號開了 網:美到AI不願崩了你
三立新聞網 setn.com.2022年12月7日 12:05

記者羅欣怡/新竹報導

何芝寧5日在臉書PO文,貼出自己的「崩壞照」。(圖/翻攝自臉書埔頂里何芝寧)

拿下「最美里長候選人」票選第3名的新竹市埔頂里長當選人何芝寧,選舉結束後臉書一直沒更新,5日她PO出多張「變臉」照片,還大嘆變不出其他人的「崩壞照」,引來不少網友前往朝聖,而何芝寧也在臉書上宣布創了IG帳號,準備和大家分享埔頂生活。

25歲的何芝寧沒有政治背景,但卻在這次的九合一大選中,擊敗現任里長以2577票當選。當選後的何芝寧除了在臉書上謝票外,並沒有其他文章發布。

何芝寧大玩AI變臉,合成效果超夢幻。(圖/翻攝自臉書埔頂里何芝寧)

不過5日她更新臉書,連續PO出多張照片,並寫下「來玩點現在超紅的AI!」原來何芝寧趕上這波流行,把自己的照片透過APP程式「變臉」,不過顏值本來就高的她,不管用哪張照片,最後合成出來的都是相當夢幻漫畫照,也讓她不禁大嘆「我的照片玩不出崩掉的,別人的都比較好玩」,還要網友們一起分享一些搞笑的照片。

即便是和服裝扮,也是合成出萌照。(圖/翻攝自臉書埔頂里何芝寧)

同時,何芝寧也在臉書上宣布好消息,表示最近創了IG帳號,準備分享埔頂生活,希望能跟大家更多的互動。她在IG上也分享創帳號的原由,表示之前臉書粉專好多人私訊她

問她的IG是什麼,不過那時正在參選中,其實也不確定會不會順利當選,於是都統一回覆如果當選會成立ig的,到時再麻煩支持,現在真的當選了,她也來完成當時所做的承諾。

不過何芝寧也說,在IG會有更多自己的風格,有興趣的就歡迎關注到底里長的生活是甚麼樣子,「該認真的事情我會盡力完成,我也會有ㄎㄧㄤ的一面,未來四年就好好努力囉!」

何芝寧強調,私人IG不會公開,「也許我就參與這四年的政治」,說現在的自己從政後也算是公眾人物,「希望不從政後能回到自己的小天地中,如果公開後我就很難回去角落劃圈圈了。」

更多三立新聞網報導
衰遇渣男!他偷登教召系統報復:最溫柔的刑求 網揭超慘下場
正妹嘉義打卡當網美⋯踩點最大歐風城堡!轉正面「長輩外露」 本尊是她
北投雞排一份80元!網崩潰吐「真實心聲」引論戰:要一個便當錢了
租YouBike忘記歸還慘噴1155元!他見「計費方式」驚呆 網:感謝苦主

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

國情 報告

監察 侯友宜

大法官 廢死

賴清德 勞力士

蔡英文 接見 眾院

大法官 法務部

FTNN新聞網
中天新聞網
三立新聞網 setn.com
匯流新聞網
朱立倫邀赴立法院國情報告 賴清德答應了:符合法律安排「一定欣然赴會」
[FTNN新聞網]記者劉秀敏/台北報導國民黨主席朱立倫24日表示,準總統賴清德於5月20日就任後,國民黨立法院黨團將邀請他赴立院國情報告。對此,賴清德今(25)...
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司