Sensitive content

This media may contain sensitive content.

Loading video...

Video Failed to Load

There was a problem loading this video. This could be due to a temporary network issue or the video might be unavailable.

Brain Washed BBC Doll Oral Training 洗脑黑根便器深喉训练 #oral #slut #qos #deepthroat #goon

DollCharlotte

19,702 subscribers

113,241 views • 5 months ago •via X (Twitter)

NSFW #oral #slut #qos #deepthroat #goon

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

呜呜呜…好疼…但是好爽啊…水都要喷出来了…#反差婊 #骚逼 #肉便器 #母猪 #女神婊 #自毁 #倒贴 #洗脑 #胁迫 #高压 #堕落 #女大学生 #投稿 #社死 #曝光 #雌豚 #雌犬 #媚黑 #媚黑婊 #BBC

呜呜呜…好疼…但是好爽啊…水都要喷出来了…#反差婊 #骚逼 #肉便器 #母猪 #女神婊 #自毁 #倒贴 #洗脑 #胁迫 #高压 #堕落 #女大学生 #投稿 #社死 #曝光 #雌豚 #雌犬 #媚黑 #媚黑婊 #BBC

丧智の棠棠♠

16,192 views • 2 years ago

贡系平台有大量ATM类、催眠类、绿帽类视频新视频——Ai洗脑-催眠女王制造计划，莎莎是一名爱好录音，性格甜美温柔的女大学生。某天，她不小心把她的原声和催眠男性的台本上传了ai平台，并且收听了ai训练好的作品，从此就被ai洗脑催眠，诞生了新的邪恶女王人格，成为了ai洗脑压榨底层m男的代言人……而屏幕前的你，则是一同成为了任由操控的催眠傀儡. 该作品分为两部分，一部分是你和莎莎共同被莎莎训练好的ai女声共同洗脑催眠，这是强大的最新版AI深化诱导，长达50分钟的催眠深入洗脑，可以让你彻底沦陷。第二部分是莎莎被催眠觉醒后，对镜头前的你实施更深的催眠控制，洗脑调教,可怜的你根本无力反抗，仅仅是靠着瞬间催眠与言语诱导，就轻易扭曲了你的思想，像是橡皮泥般随意捏成自己想要的模样 #催眠调教 #催眠控制 #findomdom #ATM奴 #压榨奴 #羞辱 #恋足 #调教 #贱狗 #贱货 #舔脚 #sm #洗脑 #女性崇拜 #女尊男卑 #提款机 #精神控制 #无脑

Sensitive content

贡系平台有大量ATM类、催眠类、绿帽类视频新视频——Ai洗脑-催眠女王制造计划，莎莎是一名爱好录音，性格甜美温柔的女大学生。某天，她不小心把她的原声和催眠男性的台本上传了ai平台，并且收听了ai训练好的作品，从此就被ai洗脑催眠，诞生了新的邪恶女王人格，成为了ai洗脑压榨底层m男的代言人……而屏幕前的你，则是一同成为了任由操控的催眠傀儡. 该作品分为两部分，一部分是你和莎莎共同被莎莎训练好的ai女声共同洗脑催眠，这是强大的最新版AI深化诱导，长达50分钟的催眠深入洗脑，可以让你彻底沦陷。第二部分是莎莎被催眠觉醒后，对镜头前的你实施更深的催眠控制，洗脑调教,可怜的你根本无力反抗，仅仅是靠着瞬间催眠与言语诱导，就轻易扭曲了你的思想，像是橡皮泥般随意捏成自己想要的模样 #催眠调教 #催眠控制 #findomdom #ATM奴 #压榨奴 #羞辱 #恋足 #调教 #贱狗 #贱货 #舔脚 #sm #洗脑 #女性崇拜 #女尊男卑 #提款机 #精神控制 #无脑

资深贡系奴隶

18,797 views • 1 year ago

一个印度小哥花半个月做了一只 AI 机器，成本不到700块这只小家伙叫"核桃"，别看便宜，功能一点不像玩具首先走路不是预设动作，是用强化学习训练出来的。视频里左边电脑屏幕上能看到训练曲线和 3D 仿真画面——先在模拟环境里让它自己学怎么走，练几百万次，然后把模型部署到实体机器人上。走出来的步态很自然，不是那种机械的一抬一落然后它有视觉感知。装了摄像头，画面右上角显示"Feeling Suspicious"和"MOVING"——它不只是能"看"，还能根据环境变化产生状态反馈最厉害的是接了大语言模型做语音交互。开发者跟它说 hello 它有反应，说 go back to sleep 然后把它按倒，它就真的趴下不动了 700块钱做出强化学习步态 + 语音交互 + 视觉感知，这个性价比太离谱了宇树最便宜的机器狗也要大几千，波士顿动力那些更不用说。这个项目证明了具身智能的门槛正在被打到地板上

一个印度小哥花半个月做了一只 AI 机器，成本不到700块这只小家伙叫"核桃"，别看便宜，功能一点不像玩具首先走路不是预设动作，是用强化学习训练出来的。视频里左边电脑屏幕上能看到训练曲线和 3D 仿真画面——先在模拟环境里让它自己学怎么走，练几百万次，然后把模型部署到实体机器人上。走出来的步态很自然，不是那种机械的一抬一落然后它有视觉感知。装了摄像头，画面右上角显示"Feeling Suspicious"和"MOVING"——它不只是能"看"，还能根据环境变化产生状态反馈最厉害的是接了大语言模型做语音交互。开发者跟它说 hello 它有反应，说 go back to sleep 然后把它按倒，它就真的趴下不动了 700块钱做出强化学习步态 + 语音交互 + 视觉感知，这个性价比太离谱了宇树最便宜的机器狗也要大几千，波士顿动力那些更不用说。这个项目证明了具身智能的门槛正在被打到地板上

Vincent

125,818 views • 2 months ago

你在水下憋气憋到快死的时候，大脑其实在骗你。那股想呼吸的窒息感和胃部抽搐，根本不是因为你缺氧了。真正的原因，只是体内的二氧化碳浓度升上去了。你的身体其实还能撑很久。但大脑误以为大难临头，开始疯狂拉警报。传奇大浪冲浪手谢恩·多里安（Shane Dorian），为了打破这种生理恐慌，去做了极端的闭气特训。他的目标很直接：在水下把自己硬生生练到昏厥。这套训练有多残暴？先闭着眼狂做深蹲。你根本不知道什么时候，教练会突然从背后猛推一把。落水的那一秒里，你必须抢吸最后一口气，模拟被巨浪拍进水里的瞬间。一砸进水底，两名潜水员立刻按住他，像滚筒洗衣机一样在水里疯狂旋转。好不容易挣扎着要浮出水面，潜水员又一把将他强行拽回水底。在极度消耗和高压下，他要顶住腹部剧烈的痉挛，硬撑1分45秒。直到他在水下彻底失去意识、眼前一黑昏过去，潜水员才把他捞上来。整整练了两天。他每天晚上回家都疯狂呕吐，难受得像得了脑震荡。但多里安说，这一切彻底换来了他在巨浪下的从容。当腹部再次剧烈抽搐时，他知道那不是死神敲门，自己还能在水下再撑几分钟。

你在水下憋气憋到快死的时候，大脑其实在骗你。那股想呼吸的窒息感和胃部抽搐，根本不是因为你缺氧了。真正的原因，只是体内的二氧化碳浓度升上去了。你的身体其实还能撑很久。但大脑误以为大难临头，开始疯狂拉警报。传奇大浪冲浪手谢恩·多里安（Shane Dorian），为了打破这种生理恐慌，去做了极端的闭气特训。他的目标很直接：在水下把自己硬生生练到昏厥。这套训练有多残暴？先闭着眼狂做深蹲。你根本不知道什么时候，教练会突然从背后猛推一把。落水的那一秒里，你必须抢吸最后一口气，模拟被巨浪拍进水里的瞬间。一砸进水底，两名潜水员立刻按住他，像滚筒洗衣机一样在水里疯狂旋转。好不容易挣扎着要浮出水面，潜水员又一把将他强行拽回水底。在极度消耗和高压下，他要顶住腹部剧烈的痉挛，硬撑1分45秒。直到他在水下彻底失去意识、眼前一黑昏过去，潜水员才把他捞上来。整整练了两天。他每天晚上回家都疯狂呕吐，难受得像得了脑震荡。但多里安说，这一切彻底换来了他在巨浪下的从容。当腹部再次剧烈抽搐时，他知道那不是死神敲门，自己还能在水下再撑几分钟。

墓碑科技

34,410 views • 22 days ago

英伟达宣布：“通用机器人时代”已经来了！英伟达（Nvidia）今天宣布正式发布名为Isaac GR00T N1的机器人基础模型。这是一款开源、可定制的预训练人工智能模型，专门用来加速类人机器人（人形机器人）的开发和应用能力。英伟达创始人兼CEO黄仁勋（Jensen Huang）在2025年的GTC大会主题演讲上表示： “通用机器人时代正式来临。借助Isaac GR00T N1模型和全新的数据生成与机器人学习框架，世界各地的机器人开发者将开启人工智能新时代的下一片疆域。” 在现场演示环节中，黄仁勋展示了由挪威公司1X Technologies开发的类人机器人NEO Gamma，它成功自主地完成了家居环境中的整理工作。这一能力来自于基于GR00T N1模型训练后的策略。 1X Technologies的CEO贝恩特·伯尼奇（Bernt Børnich）说： “类人机器人的未来在于适应能力与自主学习能力。英伟达的GR00T N1模型实现了机器人推理与技能上的重大突破。通过少量的二次训练数据，我们就能顺利将它部署到NEO Gamma机器人上，让我们距离‘创造出真正能与人类相伴、产生有意义帮助的机器人伙伴’这一目标更进一步。” 也许你还记得，几个星期前Nothing手机发布预告视频时，就曾出现过这款逼真到诡异的机器人。不过我们当时没有报道，因为看起来实在太像“真人穿着机器人外套”了（感谢你啊，马斯克）。除了1X Technologies以外，其他几家机器人公司也提前体验了GR00T N1模型，包括：波士顿动力（Boston Dynamics）：Atlas机器人的开发公司 Agility Robotics Mentee Robotics Neura Robotics 双系统架构：像人类大脑一样工作早在一年前，英伟达首次公布GR00T模型时，它的设计理念就明确表示灵感来源于人类大脑的双系统认知架构：系统1：被称为“快速行动模型”，类似人类的本能反应与直觉，可以迅速做出反应。这套系统使用的是通过人类实际示范动作，以及英伟达自家Omniverse平台生成的虚拟仿真数据训练而成。系统2：则是更为理性的“慢速思考模型”，由视觉语言模型驱动。它负责观察周围环境、理解人类给出的指令，并仔细思考后制定详细的行动计划。接着，这些计划会交由系统1快速执行，转化为精准、流畅的机器人动作，比如单手或双手抓取物品，以及执行复杂的、多步骤的任务。开放模型：人人可用、人人可定制 GR00T N1是一个已经预先训练好的通用机器人基础模型，具备基本的类人推理与技能。但开发人员可以根据具体需求，通过额外的二次训练（post-training）来自定义机器人更具体的能力和行为表现，比如家庭整理、办公室工作，甚至更复杂的特殊应用场景。目前，英伟达已经将GR00T N1的训练数据和任务评测场景免费公开在著名平台Hugging Face以及GitHub上供全球开发者下载使用。机器人是取代你工作还是成为你家中的贴心帮手？英伟达认为，这个问题现在已经开始交给我们自己来选择了。

英伟达宣布：“通用机器人时代”已经来了！英伟达（Nvidia）今天宣布正式发布名为Isaac GR00T N1的机器人基础模型。这是一款开源、可定制的预训练人工智能模型，专门用来加速类人机器人（人形机器人）的开发和应用能力。英伟达创始人兼CEO黄仁勋（Jensen Huang）在2025年的GTC大会主题演讲上表示： “通用机器人时代正式来临。借助Isaac GR00T N1模型和全新的数据生成与机器人学习框架，世界各地的机器人开发者将开启人工智能新时代的下一片疆域。” 在现场演示环节中，黄仁勋展示了由挪威公司1X Technologies开发的类人机器人NEO Gamma，它成功自主地完成了家居环境中的整理工作。这一能力来自于基于GR00T N1模型训练后的策略。 1X Technologies的CEO贝恩特·伯尼奇（Bernt Børnich）说： “类人机器人的未来在于适应能力与自主学习能力。英伟达的GR00T N1模型实现了机器人推理与技能上的重大突破。通过少量的二次训练数据，我们就能顺利将它部署到NEO Gamma机器人上，让我们距离‘创造出真正能与人类相伴、产生有意义帮助的机器人伙伴’这一目标更进一步。” 也许你还记得，几个星期前Nothing手机发布预告视频时，就曾出现过这款逼真到诡异的机器人。不过我们当时没有报道，因为看起来实在太像“真人穿着机器人外套”了（感谢你啊，马斯克）。除了1X Technologies以外，其他几家机器人公司也提前体验了GR00T N1模型，包括：波士顿动力（Boston Dynamics）：Atlas机器人的开发公司 Agility Robotics Mentee Robotics Neura Robotics 双系统架构：像人类大脑一样工作早在一年前，英伟达首次公布GR00T模型时，它的设计理念就明确表示灵感来源于人类大脑的双系统认知架构：系统1：被称为“快速行动模型”，类似人类的本能反应与直觉，可以迅速做出反应。这套系统使用的是通过人类实际示范动作，以及英伟达自家Omniverse平台生成的虚拟仿真数据训练而成。系统2：则是更为理性的“慢速思考模型”，由视觉语言模型驱动。它负责观察周围环境、理解人类给出的指令，并仔细思考后制定详细的行动计划。接着，这些计划会交由系统1快速执行，转化为精准、流畅的机器人动作，比如单手或双手抓取物品，以及执行复杂的、多步骤的任务。开放模型：人人可用、人人可定制 GR00T N1是一个已经预先训练好的通用机器人基础模型，具备基本的类人推理与技能。但开发人员可以根据具体需求，通过额外的二次训练（post-training）来自定义机器人更具体的能力和行为表现，比如家庭整理、办公室工作，甚至更复杂的特殊应用场景。目前，英伟达已经将GR00T N1的训练数据和任务评测场景免费公开在著名平台Hugging Face以及GitHub上供全球开发者下载使用。机器人是取代你工作还是成为你家中的贴心帮手？英伟达认为，这个问题现在已经开始交给我们自己来选择了。

宝玉

151,843 views • 1 year ago

我信你个鬼！这都是给普通老百姓洗脑的话术。扫黄根本不会使色情和器官移植消失，只会让它们转入地下，且价格高涨，更加暴利。真正的原因zf是不会告诉你的，那就是 - 色情都会催生所谓地下“黑社会黑势力”，而在当今中国只准有一个说了算的，权利绝对不能分散到民间。而且性权利是让屌丝们继续努力工作结婚生子买房教培等的源动力，如果年轻人很廉价很方便的可以得到性，那他们躺平的几率就更大，从而就无法很好的割韭菜了，这才是扎心的真相！

我信你个鬼！这都是给普通老百姓洗脑的话术。扫黄根本不会使色情和器官移植消失，只会让它们转入地下，且价格高涨，更加暴利。真正的原因zf是不会告诉你的，那就是 - 色情都会催生所谓地下“黑社会黑势力”，而在当今中国只准有一个说了算的，权利绝对不能分散到民间。而且性权利是让屌丝们继续努力工作结婚生子买房教培等的源动力，如果年轻人很廉价很方便的可以得到性，那他们躺平的几率就更大，从而就无法很好的割韭菜了，这才是扎心的真相！

WangNextDoor

40,126 views • 5 months ago

🇯🇵据朝日新闻, 1940年日本小学生的日常训练, 是开展侵华军事演习，企图吞并中国。那时日本不少学校不再专注读书识字，而是把孩子培养成战争机器，向他们灌输“人生的意义就是为天皇献身”，这种系统性洗脑远比武器更加恐怖。画面里是日本栃木县中村小学的训练现场，孩子们满脸稚气，队列却如同正规军队。女生负责扮演护士，承担战地救护保障工作。抵达演习场地，先由坦克发起首轮进攻，孩子们借着坦克掩护快速向前推进，以此减少伤亡。机枪手迅速选定位置架设火力点，每拿下一处阵地，便趴在地上模拟猛烈射击，打击敌方作战力量。训练内容涵盖大炮、高射炮、战斗机、手摇机枪等多种武器。这些尚且年幼的孩子，操作各类武器已经十分娴熟。接到毒气攻击的模拟指令，他们就动作麻利地戴好防毒面具。那时，我们中国的孩童还在诵读“人之初，性本善”这类传统启蒙读物，而日本孩子已可以完成整套标准化军事演习。模拟战斗出现伤员时，充当护士的女生立刻把伤员转移至安全区域救治。推进到最后一道防线，敢死队员剪开铁丝网，后续大部队紧随冲锋，完成阵地攻占。这段影像足以窥见，当年日本帝国主义为发动侵华战争，已经到了丧心病狂的地步。 ♦️日本版视频在评论区，来自《朝日新闻》的YouTube账户。

🇯🇵据朝日新闻, 1940年日本小学生的日常训练, 是开展侵华军事演习，企图吞并中国。那时日本不少学校不再专注读书识字，而是把孩子培养成战争机器，向他们灌输“人生的意义就是为天皇献身”，这种系统性洗脑远比武器更加恐怖。画面里是日本栃木县中村小学的训练现场，孩子们满脸稚气，队列却如同正规军队。女生负责扮演护士，承担战地救护保障工作。抵达演习场地，先由坦克发起首轮进攻，孩子们借着坦克掩护快速向前推进，以此减少伤亡。机枪手迅速选定位置架设火力点，每拿下一处阵地，便趴在地上模拟猛烈射击，打击敌方作战力量。训练内容涵盖大炮、高射炮、战斗机、手摇机枪等多种武器。这些尚且年幼的孩子，操作各类武器已经十分娴熟。接到毒气攻击的模拟指令，他们就动作麻利地戴好防毒面具。那时，我们中国的孩童还在诵读“人之初，性本善”这类传统启蒙读物，而日本孩子已可以完成整套标准化军事演习。模拟战斗出现伤员时，充当护士的女生立刻把伤员转移至安全区域救治。推进到最后一道防线，敢死队员剪开铁丝网，后续大部队紧随冲锋，完成阵地攻占。这段影像足以窥见，当年日本帝国主义为发动侵华战争，已经到了丧心病狂的地步。 ♦️日本版视频在评论区，来自《朝日新闻》的YouTube账户。

拜访春天 🇨🇳

33,782 views • 17 days ago

强壮的肺会导致更长的寿命。但 99% 的人不知道如何改善肺部健康。在 30-50 岁之间，我们的肺功能最多会丧失 15%。到 80 岁时，我们的损失可能会高达30%。我们年纪越大，肺部就越虚弱，当肺功能下降时，您患心力衰竭的风险就会增加。呼吸和心跳，是支撑生命的“两大泵”。然而，正如您所看到的，肺部无法自行移动。因为肿胀和收缩的“肋骨”，通过深呼吸运动向上推和向下拉“横隔膜”，就能改善肺部健康。它作为血流泵也做出巨大的贡献。看着就让人深呼吸的画面，你的肺比你想象的要大。通过用肺呼吸移动横膈膜，下腹部也变得更容易移动。修剪你自力更生的神经。意识到这一点会让你感觉更好。肺生命对此更有效。肺部活动的目的是训练呼吸肌，以便您可以深呼吸。要有意识地进行深呼吸，以便有意识地调节自主神经系统，并使头脑放松。那些对自己的存在有清晰认识的人，他们的神经和能量会有更好的反应，并且能够更好地行动。造成喉咙不适和吞咽困难的原因是交感神经工作旺盛。口渴也是如此，呼吸系统容易干燥，容易感冒。预防感冒的一个简单方法是经常给喉咙补水（细菌和病毒在喉咙里流动）。

强壮的肺会导致更长的寿命。但 99% 的人不知道如何改善肺部健康。在 30-50 岁之间，我们的肺功能最多会丧失 15%。到 80 岁时，我们的损失可能会高达30%。我们年纪越大，肺部就越虚弱，当肺功能下降时，您患心力衰竭的风险就会增加。呼吸和心跳，是支撑生命的“两大泵”。然而，正如您所看到的，肺部无法自行移动。因为肿胀和收缩的“肋骨”，通过深呼吸运动向上推和向下拉“横隔膜”，就能改善肺部健康。它作为血流泵也做出巨大的贡献。看着就让人深呼吸的画面，你的肺比你想象的要大。通过用肺呼吸移动横膈膜，下腹部也变得更容易移动。修剪你自力更生的神经。意识到这一点会让你感觉更好。肺生命对此更有效。肺部活动的目的是训练呼吸肌，以便您可以深呼吸。要有意识地进行深呼吸，以便有意识地调节自主神经系统，并使头脑放松。那些对自己的存在有清晰认识的人，他们的神经和能量会有更好的反应，并且能够更好地行动。造成喉咙不适和吞咽困难的原因是交感神经工作旺盛。口渴也是如此，呼吸系统容易干燥，容易感冒。预防感冒的一个简单方法是经常给喉咙补水（细菌和病毒在喉咙里流动）。

能量魔法师

239,724 views • 2 years ago

一个笔记本电脑，藏了675000封邮件。纽约最老练的警察，看到内容都得跑去吐。这里面到底有什么？这事，要从希拉里·克林顿说起。她当国务卿的时候，用一个私人的、不安全的服务器收发邮件。这直接违反了《间谍法》。意图？别搞笑了。奥巴马总统自己，就用假名跟她在这个服务器上发邮件。他要是不知道，他为什么要用假名？整个白宫都知道，所以希拉里必须被保护。然后，高潮来了。安东尼·韦纳的笔记本电脑。 FBI因为他的个人丑闻，抄了他的电脑。你猜发现了什么？整整675000封，全是关于克林顿的邮件。克林顿基金会的、国务卿办公室的、通过她心腹收发的…… 里面甚至有FBI局长科米做梦都想找的“黄金邮件” 黑莓手机的备份邮件。找到了吗？找到了。然后FBI怎么做的？他们申请的搜查令，故意绕开了这些黑莓备份邮件！所以，当科米站出来，一脸严肃地告诉全世界： “我们已经审查了所有邮件，没事了。” 这是一个彻头彻尾的谎言。他们根本没看那些最关键的备份，甚至韦纳电脑里的大部分邮件，他们碰都没碰。如果我是川普总统，第一件事就是把那台电脑拿到手。交给军方最可靠的人，把里面的东西一帧一帧拆开。能起诉的东西，绝对堆积如山。纽约警察为什么会吐？那个硬盘里，藏着沼泽最深的秘密。

一个笔记本电脑，藏了675000封邮件。纽约最老练的警察，看到内容都得跑去吐。这里面到底有什么？这事，要从希拉里·克林顿说起。她当国务卿的时候，用一个私人的、不安全的服务器收发邮件。这直接违反了《间谍法》。意图？别搞笑了。奥巴马总统自己，就用假名跟她在这个服务器上发邮件。他要是不知道，他为什么要用假名？整个白宫都知道，所以希拉里必须被保护。然后，高潮来了。安东尼·韦纳的笔记本电脑。 FBI因为他的个人丑闻，抄了他的电脑。你猜发现了什么？整整675000封，全是关于克林顿的邮件。克林顿基金会的、国务卿办公室的、通过她心腹收发的…… 里面甚至有FBI局长科米做梦都想找的“黄金邮件” 黑莓手机的备份邮件。找到了吗？找到了。然后FBI怎么做的？他们申请的搜查令，故意绕开了这些黑莓备份邮件！所以，当科米站出来，一脸严肃地告诉全世界： “我们已经审查了所有邮件，没事了。” 这是一个彻头彻尾的谎言。他们根本没看那些最关键的备份，甚至韦纳电脑里的大部分邮件，他们碰都没碰。如果我是川普总统，第一件事就是把那台电脑拿到手。交给军方最可靠的人，把里面的东西一帧一帧拆开。能起诉的东西，绝对堆积如山。纽约警察为什么会吐？那个硬盘里，藏着沼泽最深的秘密。

战斗室

42,911 views • 8 months ago

Damn，刷到这个帖子我瞬间愣了，AI迭代速度已经疯了，有点跟不上节奏了🤯 我一开始以为这又是一个生成视频的新工具，点进去发现根本不是一回事。 Higgsfield昨天刚发的Virality Predictor，直接把脑科学塞进了内容创作流程。上传一段15秒以内的视频，几秒就能给你出完整的人脑反应报告。整体病毒潜力，前3秒钩子得分，全程注意力保持曲线，还有彩色的脑区激活热图，告诉你观众的大脑哪部分被点亮了。最狠的是它和Claude的打通，可以一句话生成500个产品视频变体，然后全部丢进预测器自动筛掉垃圾，只放大高分版本直接投流，从0到已验证高潜力广告，全程自动化。它不是看你视频过去像不像爆款。而是用AI模拟700多个人、500多小时fMRI数据训练出来的人脑，预测你看到这段视频时的真实神经反应。我们以前做电商短视频，拍，剪，烧钱测，看数据，迭代，测试成本是真金白银的广告费。现在做电商短视频，生成，预测，只投高分，测试成本只是一点token费。最牛逼的地方在于大脑亮不等于一定爆，一些高认知负荷的内容会让大脑很活跃，但普通人刷到就会直接滑走。真正的病毒性，只看前3秒钩子得分和视觉拉力。和你有没有深度，有没有道理，一点关系都没有。也就是说以前爆款靠灵感，现在爆款靠系统。所以当别人还在熬夜想创意的时候，你已经用AI筛完了500个版本，知道哪10个能爆。而且工具越强，越考验人的判断，它能帮你砍掉80%的无效创意，但选什么方向，解读什么结果，永远是人说了算。我感觉2026年的电商短视频战场，已经不是比谁创意好，而是比谁能用AI先把非爆款干掉，所有还在靠感觉做内容的人可真的要跟不上了。 #AI工具 #短视频创业

Damn，刷到这个帖子我瞬间愣了，AI迭代速度已经疯了，有点跟不上节奏了🤯 我一开始以为这又是一个生成视频的新工具，点进去发现根本不是一回事。 Higgsfield昨天刚发的Virality Predictor，直接把脑科学塞进了内容创作流程。上传一段15秒以内的视频，几秒就能给你出完整的人脑反应报告。整体病毒潜力，前3秒钩子得分，全程注意力保持曲线，还有彩色的脑区激活热图，告诉你观众的大脑哪部分被点亮了。最狠的是它和Claude的打通，可以一句话生成500个产品视频变体，然后全部丢进预测器自动筛掉垃圾，只放大高分版本直接投流，从0到已验证高潜力广告，全程自动化。它不是看你视频过去像不像爆款。而是用AI模拟700多个人、500多小时fMRI数据训练出来的人脑，预测你看到这段视频时的真实神经反应。我们以前做电商短视频，拍，剪，烧钱测，看数据，迭代，测试成本是真金白银的广告费。现在做电商短视频，生成，预测，只投高分，测试成本只是一点token费。最牛逼的地方在于大脑亮不等于一定爆，一些高认知负荷的内容会让大脑很活跃，但普通人刷到就会直接滑走。真正的病毒性，只看前3秒钩子得分和视觉拉力。和你有没有深度，有没有道理，一点关系都没有。也就是说以前爆款靠灵感，现在爆款靠系统。所以当别人还在熬夜想创意的时候，你已经用AI筛完了500个版本，知道哪10个能爆。而且工具越强，越考验人的判断，它能帮你砍掉80%的无效创意，但选什么方向，解读什么结果，永远是人说了算。我感觉2026年的电商短视频战场，已经不是比谁创意好，而是比谁能用AI先把非爆款干掉，所有还在靠感觉做内容的人可真的要跟不上了。 #AI工具 #短视频创业

AYi

89,027 views • 4 months ago

同为朝鲜人，为何韩国(南韩)不但推翻了独裁政府，即使到了海外，也是血气方刚？譬如1992年洛杉矶暴动期间，韩裔商户因种族冲突和暴力事件，组织自卫队进行反击，最终震慑了当地黑人群体。如今韩国是发达国家，朝鲜还是奴隶社会。南韩人：长期在半威权—民主化过程中，打磨了“抗争习惯”；北韩人：被体制锁死，缺乏自组织经验，而非主动的血性反抗。南韩：虽然经历过李承晚、朴正熙、全斗焕等“类独裁”时期，但韩国在1980年代以后，特别是1987年“六月民主运动”后，逐步实现了公民社会的壮大和民主制度的确立。街头抗议、工会运动、学生运动，成为韩国社会的“政治训练场”，让普通人养成了敢于组织、敢于斗争的习惯。北韩：金日成建立的是高度集权和封闭的体制，彻底压制民间组织、自由媒体、社群自治。几十年洗脑教育和高压统治，让集体行动被严格垄断在国家机器内，个人几乎没有“自发组织”的空间。

同为朝鲜人，为何韩国(南韩)不但推翻了独裁政府，即使到了海外，也是血气方刚？譬如1992年洛杉矶暴动期间，韩裔商户因种族冲突和暴力事件，组织自卫队进行反击，最终震慑了当地黑人群体。如今韩国是发达国家，朝鲜还是奴隶社会。南韩人：长期在半威权—民主化过程中，打磨了“抗争习惯”；北韩人：被体制锁死，缺乏自组织经验，而非主动的血性反抗。南韩：虽然经历过李承晚、朴正熙、全斗焕等“类独裁”时期，但韩国在1980年代以后，特别是1987年“六月民主运动”后，逐步实现了公民社会的壮大和民主制度的确立。街头抗议、工会运动、学生运动，成为韩国社会的“政治训练场”，让普通人养成了敢于组织、敢于斗争的习惯。北韩：金日成建立的是高度集权和封闭的体制，彻底压制民间组织、自由媒体、社群自治。几十年洗脑教育和高压统治，让集体行动被严格垄断在国家机器内，个人几乎没有“自发组织”的空间。

亚洲金融 Asia Finance

72,048 views • 1 year ago

【军用睡眠法，两分钟入睡。成功率高达96%。】脑力工作的朋友，一定要学会。凌晨两点，你还在床上翻来覆去。脑子里像开了十个会议室。明天的方案、领导的脸色、同事的八卦、前任的朋友圈，全在你脑子里狂轰乱炸。你告诉自己要睡了，结果越想睡越清醒，越清醒越焦虑，越焦虑越睡不着。第二天顶着黑眼圈上班，一整天都在恍惚中度过，效率低到让自己都看不下去。这就是现代脑力工作者的真实写照。我们不是体力劳动者，累了倒头就睡；我们是思维劳动者，脑子停不下来，身体再累也睡不着。今天要说的这个方法，来自美国海军飞行预科学校，专门为那些需要在高压环境下快速入睡的军人设计的。经过六周训练后，96%的人能在两分钟内入睡，哪怕周围枪声四起、炮火连天。如果连战场上的士兵都能做到，你在自己的床上，为什么不行？方法很简单，但你要一步一步来，不能跳。第一步，放松你的脸部肌肉。闭上眼睛，从额头开始，眉毛、眼皮、脸颊、下巴、舌头，一块一块地放松。你会发现，平时你的脸一直在紧绷：眉头皱着，牙齿咬着，这些都在消耗你的能量。第二步，肩膀下沉。深呼吸，让肩膀自然垂落，感受它们的重量。然后是上臂、小臂、手掌，一直到指尖，全部放松。先做右边，再做左边。第三步，胸腔放松。深呼吸，感受胸腔的起伏，让呼吸变得缓慢而深长。不要控制它，只是观察它。第四步，腿部放松。从大腿开始，到小腿、脚踝、脚掌、脚趾，一点一点地放松。想象你的腿像两根木头一样沉重，陷进床垫里。第五步，清空大脑。这是最关键的一步。想象两个场景，任选其一：你躺在一个平静的湖面上的独木舟里，头顶是蓝天白云；或者你躺在黑色天鹅绒吊床里，周围一片漆黑。如果脑子里还有杂念，就重复对自己说：不要想，不要想，不要想。持续十秒。整个过程，两分钟。为什么这个方法这么有效？因为它抓住了失眠的本质：你的身体和大脑，没有真正放松。很多人以为，自己躺在床上就是在休息，其实不是。你的肌肉还在紧绷，你的大脑还在高速运转，你的交感神经还在兴奋状态。这个方法，强制你从生理到心理全面放松，让副交感神经接管，身体才会进入睡眠模式。但为什么很多人试了还是睡不着？因为你太急了。你躺下第一分钟，就开始评估：我睡着了吗？还没睡着。怎么还没睡着？这个方法是不是骗人的？你看，你又开始思考了，又开始焦虑了，又开始启动大脑了。睡眠不是你能控制的，它是你放手之后自然发生的。还有人做到第四、三步就放弃了，觉得没用。军人训练这个方法需要六周，你练了三天就想立竿见影？你的身体，需要时间去学习这个新的放松模式；你的大脑，需要时间去建立新的睡眠条件反射。我自己就是这个方法的受益者。去年最忙的时候，我每天工作到凌晨，躺下后脑子里全是第二天要做的事，经常失眠到三四点。后来朋友推荐了这个方法，我开始练习。前三天完全没效果，我还是翻来覆去睡不着。但我坚持下来了，每天睡前都练一遍，不管有没有用。第七天晚上，我做完整套动作，突然发现——自己醒来的时候，已经是早上了。我甚至不记得自己是什么时候睡着的。那种感觉太神奇了。就像你一直在推一扇门，推了很久都推不开，突然有一天，它自己开了。现在我每晚都用这个方法，基本上做到第四步，就已经困得不行了。我的睡眠质量明显提升，白天的精力也更充沛，工作效率至少提高了30%。最重要的是，我不再害怕睡觉这件事了，不再焦虑自己会不会失眠。因为我知道，我有一个可靠的方法。你要明白一件事：睡眠是你的权利，不是你的负担。你不需要为睡不着而自责，也不需要为失眠而焦虑。你只需要给自己的身体，一个明确的信号：现在是休息时间了，你可以放松了。这个方法的核心不是技巧，是放手。放手对控制的执念，放手对结果的期待，放手对明天的担忧。当你真正放手的时候，睡眠自然会来找你。从今晚开始，给自己六周时间，每天睡前练习这个方法。不要评判，不要怀疑，不要放弃。六周后，你会感谢现在的自己。你的身体比你想象的更聪明，它知道什么时候该休息。你要做的，只是停止干扰它两分钟。换一个好觉，换一个清醒的明天，换一个更高效的自己。别再让失眠偷走你的人生了。今晚就开始。两分钟入睡，不是梦。

【军用睡眠法，两分钟入睡。成功率高达96%。】脑力工作的朋友，一定要学会。凌晨两点，你还在床上翻来覆去。脑子里像开了十个会议室。明天的方案、领导的脸色、同事的八卦、前任的朋友圈，全在你脑子里狂轰乱炸。你告诉自己要睡了，结果越想睡越清醒，越清醒越焦虑，越焦虑越睡不着。第二天顶着黑眼圈上班，一整天都在恍惚中度过，效率低到让自己都看不下去。这就是现代脑力工作者的真实写照。我们不是体力劳动者，累了倒头就睡；我们是思维劳动者，脑子停不下来，身体再累也睡不着。今天要说的这个方法，来自美国海军飞行预科学校，专门为那些需要在高压环境下快速入睡的军人设计的。经过六周训练后，96%的人能在两分钟内入睡，哪怕周围枪声四起、炮火连天。如果连战场上的士兵都能做到，你在自己的床上，为什么不行？方法很简单，但你要一步一步来，不能跳。第一步，放松你的脸部肌肉。闭上眼睛，从额头开始，眉毛、眼皮、脸颊、下巴、舌头，一块一块地放松。你会发现，平时你的脸一直在紧绷：眉头皱着，牙齿咬着，这些都在消耗你的能量。第二步，肩膀下沉。深呼吸，让肩膀自然垂落，感受它们的重量。然后是上臂、小臂、手掌，一直到指尖，全部放松。先做右边，再做左边。第三步，胸腔放松。深呼吸，感受胸腔的起伏，让呼吸变得缓慢而深长。不要控制它，只是观察它。第四步，腿部放松。从大腿开始，到小腿、脚踝、脚掌、脚趾，一点一点地放松。想象你的腿像两根木头一样沉重，陷进床垫里。第五步，清空大脑。这是最关键的一步。想象两个场景，任选其一：你躺在一个平静的湖面上的独木舟里，头顶是蓝天白云；或者你躺在黑色天鹅绒吊床里，周围一片漆黑。如果脑子里还有杂念，就重复对自己说：不要想，不要想，不要想。持续十秒。整个过程，两分钟。为什么这个方法这么有效？因为它抓住了失眠的本质：你的身体和大脑，没有真正放松。很多人以为，自己躺在床上就是在休息，其实不是。你的肌肉还在紧绷，你的大脑还在高速运转，你的交感神经还在兴奋状态。这个方法，强制你从生理到心理全面放松，让副交感神经接管，身体才会进入睡眠模式。但为什么很多人试了还是睡不着？因为你太急了。你躺下第一分钟，就开始评估：我睡着了吗？还没睡着。怎么还没睡着？这个方法是不是骗人的？你看，你又开始思考了，又开始焦虑了，又开始启动大脑了。睡眠不是你能控制的，它是你放手之后自然发生的。还有人做到第四、三步就放弃了，觉得没用。军人训练这个方法需要六周，你练了三天就想立竿见影？你的身体，需要时间去学习这个新的放松模式；你的大脑，需要时间去建立新的睡眠条件反射。我自己就是这个方法的受益者。去年最忙的时候，我每天工作到凌晨，躺下后脑子里全是第二天要做的事，经常失眠到三四点。后来朋友推荐了这个方法，我开始练习。前三天完全没效果，我还是翻来覆去睡不着。但我坚持下来了，每天睡前都练一遍，不管有没有用。第七天晚上，我做完整套动作，突然发现——自己醒来的时候，已经是早上了。我甚至不记得自己是什么时候睡着的。那种感觉太神奇了。就像你一直在推一扇门，推了很久都推不开，突然有一天，它自己开了。现在我每晚都用这个方法，基本上做到第四步，就已经困得不行了。我的睡眠质量明显提升，白天的精力也更充沛，工作效率至少提高了30%。最重要的是，我不再害怕睡觉这件事了，不再焦虑自己会不会失眠。因为我知道，我有一个可靠的方法。你要明白一件事：睡眠是你的权利，不是你的负担。你不需要为睡不着而自责，也不需要为失眠而焦虑。你只需要给自己的身体，一个明确的信号：现在是休息时间了，你可以放松了。这个方法的核心不是技巧，是放手。放手对控制的执念，放手对结果的期待，放手对明天的担忧。当你真正放手的时候，睡眠自然会来找你。从今晚开始，给自己六周时间，每天睡前练习这个方法。不要评判，不要怀疑，不要放弃。六周后，你会感谢现在的自己。你的身体比你想象的更聪明，它知道什么时候该休息。你要做的，只是停止干扰它两分钟。换一个好觉，换一个清醒的明天，换一个更高效的自己。别再让失眠偷走你的人生了。今晚就开始。两分钟入睡，不是梦。

另一面

36,738 views • 5 months ago

Andrej Karpathy 认错了。他说，2016 年在 OpenAI，他们犯了个代价高昂的错误：直接让 AI 智能体（Agent）去干活。这一步迈得太大，直接让他们多走了 5 年弯路。那时候的项目叫 World of Bits。目标很宏大：让 AI 像人一样，操控键盘 and 鼠标，去网页上订机票、点外卖。结果呢？当时他们手里只有“强化学习（RL）”这一把锤子。 AI 只能在简陋的网页上疯狂乱点，指望靠运气撞上高分奖励，最后证明根本走不通。 Karpathy 总结说：当时最该干的事，是彻底忘掉 Agent，先去把大语言模型（LLM）造出来。先把脑子发育完全，再去学怎么用手。接着，他给现在的 Agent 热潮狠狠泼了一桶冷水。他说，Agent 跟自动驾驶、VR 是同一个物种：Demo 极其好做，产品化极其艰难。写个脚本，让车绕着街区开一圈，或者让 AI 跑通一个订票流程，一下午就能搞定，发到网上能拿成千上万个赞。但要让它变成真正能卖钱、不出错的产品？对不起，做好跟它死磕 10 年的准备。为什么这么难？因为今天的 Agent 只有一个“大语言模型”当大脑袋，它还缺了太多零件。海马体（记忆检索）在哪？基底神经节在哪？丘脑（当脑子里多个想法打架、争夺决定权时，用来分配麦克风的控制机制）又在哪？人类大脑进化了千万年的物理回路，现在的 AI 连毛皮都还没摸到。不过，这个大坑，反而给普通人留了条活路。 Karpathy 顺便爆了大厂的底：在大模型训练上，像 OpenAI 这样的巨头已经把路线图摸得太透了。学术界刚发篇新论文，OpenAI 内部的 Slack 大概率就会弹消息：“哦，这玩意我们两年半前就试过，不信你看这儿有当年的失败数据。” 但在 Agent 领域，大厂没有任何秘密武器，他们也正懵着呢。这也是为什么，现在真正站在 Agent 能力前沿、能做出新花样的，是那些在车库里连夜修 Bug 的黑客和创业者，大厂里写论文的科学家反而没做出来。

Andrej Karpathy 认错了。他说，2016 年在 OpenAI，他们犯了个代价高昂的错误：直接让 AI 智能体（Agent）去干活。这一步迈得太大，直接让他们多走了 5 年弯路。那时候的项目叫 World of Bits。目标很宏大：让 AI 像人一样，操控键盘 and 鼠标，去网页上订机票、点外卖。结果呢？当时他们手里只有“强化学习（RL）”这一把锤子。 AI 只能在简陋的网页上疯狂乱点，指望靠运气撞上高分奖励，最后证明根本走不通。 Karpathy 总结说：当时最该干的事，是彻底忘掉 Agent，先去把大语言模型（LLM）造出来。先把脑子发育完全，再去学怎么用手。接着，他给现在的 Agent 热潮狠狠泼了一桶冷水。他说，Agent 跟自动驾驶、VR 是同一个物种：Demo 极其好做，产品化极其艰难。写个脚本，让车绕着街区开一圈，或者让 AI 跑通一个订票流程，一下午就能搞定，发到网上能拿成千上万个赞。但要让它变成真正能卖钱、不出错的产品？对不起，做好跟它死磕 10 年的准备。为什么这么难？因为今天的 Agent 只有一个“大语言模型”当大脑袋，它还缺了太多零件。海马体（记忆检索）在哪？基底神经节在哪？丘脑（当脑子里多个想法打架、争夺决定权时，用来分配麦克风的控制机制）又在哪？人类大脑进化了千万年的物理回路，现在的 AI 连毛皮都还没摸到。不过，这个大坑，反而给普通人留了条活路。 Karpathy 顺便爆了大厂的底：在大模型训练上，像 OpenAI 这样的巨头已经把路线图摸得太透了。学术界刚发篇新论文，OpenAI 内部的 Slack 大概率就会弹消息：“哦，这玩意我们两年半前就试过，不信你看这儿有当年的失败数据。” 但在 Agent 领域，大厂没有任何秘密武器，他们也正懵着呢。这也是为什么，现在真正站在 Agent 能力前沿、能做出新花样的，是那些在车库里连夜修 Bug 的黑客和创业者，大厂里写论文的科学家反而没做出来。

墓碑科技

37,318 views • 2 months ago

祖宗的大黑脚刚从臭白袜里抽出来，脚趾缝还挂着昨天没洗干净的脚泥和汗珠，傻逼就跪在地上像发情的母猪一样把脸凑上去，鼻子几乎要嵌进脚心那层油亮的死皮里。爹把大拇指按在傻逼脑门上，用力一碾，傻逼立刻翻着白眼发出咕噜咕噜的吞咽声，舌头不受控制地伸出来，被爹的脚趾夹住来回拽，拽得又长又细，像条被玩烂的湿抹布。 “叫啊，傻逼，叫给你MA听。”爹一边用脚趾捅傻逼的鼻孔，一边把另一只脚底整个盖在傻逼脸上来回蹭，脚臭味混着公厕里隔夜的黄尿骚味，直接灌进傻逼的肺里。傻逼捏着自己两边奶头，奶头已经被捏得又红又肿，还在抖着嗓子喊：“爹……操我MA……操我全家……用祖宗的大黑脚操……傻逼脑子已经烂了……只剩下脚缝里的味……” 爹低头看着这只跪着的脑残母猪，忽然把脚抬起来，脚趾尖对准傻逼张开的嘴，整根插进去，一直捅到喉咙最深处。傻逼立刻被噎得眼泪狂流，却还在拼命用舌头去刷脚趾缝，刷得啧啧作响。脚底那层厚厚的老茧刮过上颚，刮得傻逼脑子里全是白光，屁眼却不受控制地一张一合，像在空气中发情。 “把舌头伸出来。”爹命令。傻逼立刻把舌头吐得老长，爹用两根脚趾夹住，用力往两边扯，扯得傻逼嘴角都裂开，却还在幸福地发出呜呜的浪叫。爹另一只脚抬起来，用脚底板整个扇在傻逼脸上，扇得啪啪响，扇完还不忘把脚底的泥和汗全蹭到傻逼嘴里，命令他：“吞下去。吞完再把你MA叫过来，让她也闻闻祖宗今天这双大黑脚有多臭。” 傻逼眼泪鼻涕一起流，却笑得跟个真正的脑瘫一样，一边吞一边点头，声音黏糊糊的：“好……好……把MA叫过来……让她跪着给祖宗舔……让她看着傻逼被脚趾操鼻子……看着傻逼全家都被踩死……看着傻逼在公厕池子里打滚吃屎……傻逼全家十八代祖宗都该被爷们的臭脚踩成泥……” 爹把脚从傻逼嘴里抽出来，拉出一条亮晶晶的口水丝。脚趾缝里还夹着傻逼刚刷下来的一点舌苔和鼻涕。爹把那只脚又伸到傻逼眼前，让他盯着看：“记住这个味道。从今天起，傻逼活着就只为了闻这个、舔这个、被这个操。其他全是多余的。懂了吗，傻逼？” 傻逼眼睛已经完全失焦，只剩下两个黑乎乎的瞳孔死死盯着那双油亮的大黑脚，嘴里还在不停地呢喃：“懂了……祖宗……傻逼这辈子就值了……全家都该死……全家都该被操……全家都该吃屎……只留下这双脚……只留下这双脚……” 爹满意地用脚趾在傻逼脑门上又按了按，留下一个清晰的湿脚印，然后把脚重新伸进傻逼嘴里，慢慢地、一下一下地往里捅，捅得傻逼整个人都软了，软成一摊只会舔、只会吸、只会翻白眼的废肉。公厕的灯管在头顶嗡嗡响，远处有人冲水的声音，傻逼却什么都听不见了，只听见自己舌头在爹脚趾缝里来回刷动的湿润水声，和自己脑子里那句反复回响的话—— “傻逼活着，就是为了被祖宗的臭脚操死。”

祖宗的大黑脚刚从臭白袜里抽出来，脚趾缝还挂着昨天没洗干净的脚泥和汗珠，傻逼就跪在地上像发情的母猪一样把脸凑上去，鼻子几乎要嵌进脚心那层油亮的死皮里。爹把大拇指按在傻逼脑门上，用力一碾，傻逼立刻翻着白眼发出咕噜咕噜的吞咽声，舌头不受控制地伸出来，被爹的脚趾夹住来回拽，拽得又长又细，像条被玩烂的湿抹布。 “叫啊，傻逼，叫给你MA听。”爹一边用脚趾捅傻逼的鼻孔，一边把另一只脚底整个盖在傻逼脸上来回蹭，脚臭味混着公厕里隔夜的黄尿骚味，直接灌进傻逼的肺里。傻逼捏着自己两边奶头，奶头已经被捏得又红又肿，还在抖着嗓子喊：“爹……操我MA……操我全家……用祖宗的大黑脚操……傻逼脑子已经烂了……只剩下脚缝里的味……” 爹低头看着这只跪着的脑残母猪，忽然把脚抬起来，脚趾尖对准傻逼张开的嘴，整根插进去，一直捅到喉咙最深处。傻逼立刻被噎得眼泪狂流，却还在拼命用舌头去刷脚趾缝，刷得啧啧作响。脚底那层厚厚的老茧刮过上颚，刮得傻逼脑子里全是白光，屁眼却不受控制地一张一合，像在空气中发情。 “把舌头伸出来。”爹命令。傻逼立刻把舌头吐得老长，爹用两根脚趾夹住，用力往两边扯，扯得傻逼嘴角都裂开，却还在幸福地发出呜呜的浪叫。爹另一只脚抬起来，用脚底板整个扇在傻逼脸上，扇得啪啪响，扇完还不忘把脚底的泥和汗全蹭到傻逼嘴里，命令他：“吞下去。吞完再把你MA叫过来，让她也闻闻祖宗今天这双大黑脚有多臭。” 傻逼眼泪鼻涕一起流，却笑得跟个真正的脑瘫一样，一边吞一边点头，声音黏糊糊的：“好……好……把MA叫过来……让她跪着给祖宗舔……让她看着傻逼被脚趾操鼻子……看着傻逼全家都被踩死……看着傻逼在公厕池子里打滚吃屎……傻逼全家十八代祖宗都该被爷们的臭脚踩成泥……” 爹把脚从傻逼嘴里抽出来，拉出一条亮晶晶的口水丝。脚趾缝里还夹着傻逼刚刷下来的一点舌苔和鼻涕。爹把那只脚又伸到傻逼眼前，让他盯着看：“记住这个味道。从今天起，傻逼活着就只为了闻这个、舔这个、被这个操。其他全是多余的。懂了吗，傻逼？” 傻逼眼睛已经完全失焦，只剩下两个黑乎乎的瞳孔死死盯着那双油亮的大黑脚，嘴里还在不停地呢喃：“懂了……祖宗……傻逼这辈子就值了……全家都该死……全家都该被操……全家都该吃屎……只留下这双脚……只留下这双脚……” 爹满意地用脚趾在傻逼脑门上又按了按，留下一个清晰的湿脚印，然后把脚重新伸进傻逼嘴里，慢慢地、一下一下地往里捅，捅得傻逼整个人都软了，软成一摊只会舔、只会吸、只会翻白眼的废肉。公厕的灯管在头顶嗡嗡响，远处有人冲水的声音，傻逼却什么都听不见了，只听见自己舌头在爹脚趾缝里来回刷动的湿润水声，和自己脑子里那句反复回响的话—— “傻逼活着，就是为了被祖宗的臭脚操死。”

Aaron Clinton

63,462 views • 1 month ago

学 AI的兄弟们，别再死磕调包了，现在从零写一个大语言模型，比学会怎么熟练使用PyTorch还简单😂 看看这两个19岁本科生，四个月从零造了完整的机器学习框架和大模型。两个19岁的滑铁卢大学本科小哥哥，四个月前对机器学习一窍不通，现在他们从零造了一套完整的机器学习框架，还训出了一个1200万参数的大语言模型，能直接在你的浏览器里跑。说明大多数人学AI的顺序完全搞反了，大家都是先学调包，再学模型架构，最后才敢碰一点点底层。这两人反过来，从梯度下降的微积分开始写，先写自动微分引擎，再写BPE分词器，然后一层一层搭Transformer，最后反而比绝大多数调了三年包的工程师理解得都要深。还有一个很少有人看出来的点，现在AI的真正门槛，早就不在模型架构了。 Transformer的论文2017年就发了，每一层的数学都是公开的，随便一个大学生都能背下来。真正难的是那些论文里从来不写的东西，怎么写Flash Attention把内存占用降一个数量级，怎么把加bias加激活加归一化合并成一个内核，怎么把整个数据集一次性扔进GPU，让训练全程零数据传输，这些才是决定你能不能真的把模型跑起来的关键。大厂也正在把简单的事情变复杂， PyTorch为了兼容所有情况，堆了无数层抽象，最后你都不知道自己写的一行代码在GPU上到底在干什么ಠ_ಠ 而开源正在把复杂的事情变简单，这两个人用Rust写后端，TypeScript写前端，底层跑得飞快，上层用起来和PyTorch一样简单，代码加起来不到一万行，还比任何一个主流框架都干净，这你受得了吗哈哈这才是最好的AI教育，不是看一百篇论文，或者刷十个在线课程，而是从第一性原理出发，自己造一个轮子。当你亲手写过一次自动微分，你就再也不会觉得AI是什么神秘的黑魔法了。它就是一堆精心优化的矩阵运算，加一点聪明的数据流管理，仅此而已。我觉得这个视频最恐怖的地方不是两个大学生有多厉害，而是它证明了两年前还只有大厂实验室才能干的事，现在已经变成了普通人的业余爱好项目。最后想说，我们处在一个最好的时代，科技平权的时代， AI的民主化不是大厂给你发API密钥，咱们任何人只要愿意花四个月时间，就能在自己的电脑上，造一个属于自己的大语言模型。想玩的直接去他们的GitHub仓库，npm install就能跑。浏览器demo的链接我放评论区了👇

学 AI的兄弟们，别再死磕调包了，现在从零写一个大语言模型，比学会怎么熟练使用PyTorch还简单😂 看看这两个19岁本科生，四个月从零造了完整的机器学习框架和大模型。两个19岁的滑铁卢大学本科小哥哥，四个月前对机器学习一窍不通，现在他们从零造了一套完整的机器学习框架，还训出了一个1200万参数的大语言模型，能直接在你的浏览器里跑。说明大多数人学AI的顺序完全搞反了，大家都是先学调包，再学模型架构，最后才敢碰一点点底层。这两人反过来，从梯度下降的微积分开始写，先写自动微分引擎，再写BPE分词器，然后一层一层搭Transformer，最后反而比绝大多数调了三年包的工程师理解得都要深。还有一个很少有人看出来的点，现在AI的真正门槛，早就不在模型架构了。 Transformer的论文2017年就发了，每一层的数学都是公开的，随便一个大学生都能背下来。真正难的是那些论文里从来不写的东西，怎么写Flash Attention把内存占用降一个数量级，怎么把加bias加激活加归一化合并成一个内核，怎么把整个数据集一次性扔进GPU，让训练全程零数据传输，这些才是决定你能不能真的把模型跑起来的关键。大厂也正在把简单的事情变复杂， PyTorch为了兼容所有情况，堆了无数层抽象，最后你都不知道自己写的一行代码在GPU上到底在干什么ಠ_ಠ 而开源正在把复杂的事情变简单，这两个人用Rust写后端，TypeScript写前端，底层跑得飞快，上层用起来和PyTorch一样简单，代码加起来不到一万行，还比任何一个主流框架都干净，这你受得了吗哈哈这才是最好的AI教育，不是看一百篇论文，或者刷十个在线课程，而是从第一性原理出发，自己造一个轮子。当你亲手写过一次自动微分，你就再也不会觉得AI是什么神秘的黑魔法了。它就是一堆精心优化的矩阵运算，加一点聪明的数据流管理，仅此而已。我觉得这个视频最恐怖的地方不是两个大学生有多厉害，而是它证明了两年前还只有大厂实验室才能干的事，现在已经变成了普通人的业余爱好项目。最后想说，我们处在一个最好的时代，科技平权的时代， AI的民主化不是大厂给你发API密钥，咱们任何人只要愿意花四个月时间，就能在自己的电脑上，造一个属于自己的大语言模型。想玩的直接去他们的GitHub仓库，npm install就能跑。浏览器demo的链接我放评论区了👇

AYi

63,896 views • 4 months ago

非常好的一个演示视频，通过可视化清晰的介绍了 LLM 的核心 Transformer 架构的原理。包括词嵌入、自注意力机制等关键技术。对了解GPT-3等大型语言模型的内部结构很有帮助。 👇下面是文字版本： GPT的全称及其含义 GPT是Generative Pre-trained Transformer的缩写。其中,"Generative"表示这个模型是用来生成新文本的;"Pre-trained"意味着模型是在大量数据上预先训练好的;"Transformer"则指代一种特定类型的神经网络结构。因此,GPT本质上是一个基于Transformer架构、经过预训练、能够生成文本的语言模型。 Transformer的定义及其在AI领域的应用 Transformer是一种专门处理序列数据的神经网络架构。它最初是为机器翻译任务设计的,但后来被发现在其他许多NLP任务上也有出色表现,如语言建模、命名实体识别等。除了NLP,Transformer也被应用于语音识别、图像字幕生成等领域。Transformer的成功很大程度上归因于其独特的自注意力机制,使其能够高效地处理长程依赖关系。 Transformer的工作原理简介 Transformer的工作流程可以概括为三个主要步骤:首先,将输入的文本序列转化为一组向量表示;然后,通过自注意力机制和前馈神经网络对这些向量进行变换和更新;最后,根据更新后的向量生成输出分布,用于预测下一个词。整个过程中,自注意力机制起到了关键作用,使得模型能够动态地确定输入序列中每个位置与其他位置之间的相关性,从而更好地捕捉上下文信息。 Transformer处理文本信息的过程当Transformer处理一段文本时,首先需要将其分割成一个个基本单元,如单词或子词,这些基本单元被称为"token"。接着,每个token都会被映射为一个高维向量,即"词嵌入"。这一步旨在将离散的文本符号转化为连续的向量表示,以便神经网络进行处理。然后,这些词向量会通过多个编码器层进行变换和更新,每一层都会综合考虑当前token与其他token之间的关系,从而使每个向量都融入了上下文信息。最后,解码器根据编码器的输出和之前生成的token,预测出下一个最可能的token。通过不断重复这一过程,Transformer就可以生成连贯的文本片段。词嵌入(Word Embedding)的概念和作用词嵌入是一种将词映射到高维向量空间的技术。通过词嵌入,每个词都被表示为一个实数向量,这个向量捕捉了该词的语义信息。词嵌入的一个重要特性是,语义相似的词往往在向量空间中距离较近。例如,"king"和"queen"这两个词的向量之间的距离会比"king"和"apple"的距离更近。此外,词嵌入还能够反映词之间的类比关系,如"king"-"man"+"woman"的结果会接近"queen"。词嵌入为神经网络提供了一种处理文本数据的有效方式,使其能够利用词语之间的语义关系进行推理和预测。深度学习模型的基本结构和特点深度学习模型通常由多个层组成,每一层对输入数据进行一定的变换,并将结果传递给下一层。层与层之间的连接通常是通过矩阵乘法实现的,其中矩阵的元素就是模型的参数。这些参数在训练过程中会不断更新,以使模型的输出与期望输出尽可能接近。深度学习模型的训练通常采用反向传播算法,即根据输出的误差,逐层调整参数的值。通过多次迭代,模型可以逐渐学习到数据中的规律和模式。深度学习模型的一个显著特点是,它们可以自动学习数据的表示方式,而无需人工设计特征。这使得深度学习在处理图像、语音等复杂数据时表现出色。 Softmax函数的作用和计算过程 Softmax函数常用于深度学习模型的输出层,特别是在多分类问题中。它的作用是将一组实数转化为一个概率分布,使得每个类别都有一个0到1之间的概率值,并且所有类别的概率之和为1。Softmax函数的计算过程分为两步:首先,对每个输入值取指数;然后,将每个指数值除以所有指数值的和。这样得到的结果就是一个合法的概率分布。Softmax函数有一个很好的性质,即输入值较大的类别会获得较高的概率,而输入值较小的类别的概率会趋近于0。这使得模型的输出更容易解释,并且有利于进行决策和预测。生成模型预测下一个词的过程当生成模型(如GPT)预测下一个词时,通常采用以下步骤:首先,根据前面已经生成的词,模型会计算出每个可能的下一个词的概率。这个概率分布反映了模型对不同词的偏好程度。然后,从这个分布中采样出一个词作为新生成的内容。接下来,模型将这个新词加入到已生成的序列中,并重复上述过程,直到达到预设的长度或遇到终止条件(如句号)为止。通过这种不断预测和采样的方式,生成模型可以创作出连贯而富有创意的文本。值得注意的是,为了提高生成文本的多样性和自然度,可以引入"temperature"等超参数来调节输出分布的形状。 GPT-3的参数量和嵌入矩阵 GPT-3是目前最大的语言模型之一,其参数量高达1750亿。这意味着,模型需要学习和存储大量的权重值,以刻画自然语言中的规律和模式。GPT-3的一个重要组成部分是嵌入矩阵(embedding matrix),它负责将每个词映射为一个高维向量。在GPT-3中,嵌入矩阵的大小为50257×12288,即词表中共有50257个不同的词(或子词),每个词被映射为一个12288维的向量。嵌入矩阵中的每个元素都是一个可学习的参数,在训练过程中会不断更新,以使得语义相似的词具有相近的向量表示。GPT-3庞大的参数量使其能够学习到比以往模型更加细致入微的语言知识,这也是其在各种NLP任务上表现出众的原因之一。模型训练中的"Temperature"超参数在生成模型的训练过程中,"Temperature"是一个重要的超参数,它控制着输出分布的形状。具体来说,temperature值越高,输出分布就越平缓,生成的结果也就越多样化;反之,temperature值越低,输出分布就越尖锐,生成的结果也就越保守。合适的temperature值可以在确保生成内容连贯性的同时,提高其丰富性和创造性。例如,当temperature值接近于0时,模型会倾向于选择概率最高的那个词,导致生成的文本可能流于老套;而当temperature值较高时,模型会给予概率较低的词更多机会,从而产生更加新颖和意想不到的结果。在实践中,temperature值通常需要根据具体任务和需求进行调整,以达到理想的平衡。

非常好的一个演示视频，通过可视化清晰的介绍了 LLM 的核心 Transformer 架构的原理。包括词嵌入、自注意力机制等关键技术。对了解GPT-3等大型语言模型的内部结构很有帮助。 👇下面是文字版本： GPT的全称及其含义 GPT是Generative Pre-trained Transformer的缩写。其中,"Generative"表示这个模型是用来生成新文本的;"Pre-trained"意味着模型是在大量数据上预先训练好的;"Transformer"则指代一种特定类型的神经网络结构。因此,GPT本质上是一个基于Transformer架构、经过预训练、能够生成文本的语言模型。 Transformer的定义及其在AI领域的应用 Transformer是一种专门处理序列数据的神经网络架构。它最初是为机器翻译任务设计的,但后来被发现在其他许多NLP任务上也有出色表现,如语言建模、命名实体识别等。除了NLP,Transformer也被应用于语音识别、图像字幕生成等领域。Transformer的成功很大程度上归因于其独特的自注意力机制,使其能够高效地处理长程依赖关系。 Transformer的工作原理简介 Transformer的工作流程可以概括为三个主要步骤:首先,将输入的文本序列转化为一组向量表示;然后,通过自注意力机制和前馈神经网络对这些向量进行变换和更新;最后,根据更新后的向量生成输出分布,用于预测下一个词。整个过程中,自注意力机制起到了关键作用,使得模型能够动态地确定输入序列中每个位置与其他位置之间的相关性,从而更好地捕捉上下文信息。 Transformer处理文本信息的过程当Transformer处理一段文本时,首先需要将其分割成一个个基本单元,如单词或子词,这些基本单元被称为"token"。接着,每个token都会被映射为一个高维向量,即"词嵌入"。这一步旨在将离散的文本符号转化为连续的向量表示,以便神经网络进行处理。然后,这些词向量会通过多个编码器层进行变换和更新,每一层都会综合考虑当前token与其他token之间的关系,从而使每个向量都融入了上下文信息。最后,解码器根据编码器的输出和之前生成的token,预测出下一个最可能的token。通过不断重复这一过程,Transformer就可以生成连贯的文本片段。词嵌入(Word Embedding)的概念和作用词嵌入是一种将词映射到高维向量空间的技术。通过词嵌入,每个词都被表示为一个实数向量,这个向量捕捉了该词的语义信息。词嵌入的一个重要特性是,语义相似的词往往在向量空间中距离较近。例如,"king"和"queen"这两个词的向量之间的距离会比"king"和"apple"的距离更近。此外,词嵌入还能够反映词之间的类比关系,如"king"-"man"+"woman"的结果会接近"queen"。词嵌入为神经网络提供了一种处理文本数据的有效方式,使其能够利用词语之间的语义关系进行推理和预测。深度学习模型的基本结构和特点深度学习模型通常由多个层组成,每一层对输入数据进行一定的变换,并将结果传递给下一层。层与层之间的连接通常是通过矩阵乘法实现的,其中矩阵的元素就是模型的参数。这些参数在训练过程中会不断更新,以使模型的输出与期望输出尽可能接近。深度学习模型的训练通常采用反向传播算法,即根据输出的误差,逐层调整参数的值。通过多次迭代,模型可以逐渐学习到数据中的规律和模式。深度学习模型的一个显著特点是,它们可以自动学习数据的表示方式,而无需人工设计特征。这使得深度学习在处理图像、语音等复杂数据时表现出色。 Softmax函数的作用和计算过程 Softmax函数常用于深度学习模型的输出层,特别是在多分类问题中。它的作用是将一组实数转化为一个概率分布,使得每个类别都有一个0到1之间的概率值,并且所有类别的概率之和为1。Softmax函数的计算过程分为两步:首先,对每个输入值取指数;然后,将每个指数值除以所有指数值的和。这样得到的结果就是一个合法的概率分布。Softmax函数有一个很好的性质,即输入值较大的类别会获得较高的概率,而输入值较小的类别的概率会趋近于0。这使得模型的输出更容易解释,并且有利于进行决策和预测。生成模型预测下一个词的过程当生成模型(如GPT)预测下一个词时,通常采用以下步骤:首先,根据前面已经生成的词,模型会计算出每个可能的下一个词的概率。这个概率分布反映了模型对不同词的偏好程度。然后,从这个分布中采样出一个词作为新生成的内容。接下来,模型将这个新词加入到已生成的序列中,并重复上述过程,直到达到预设的长度或遇到终止条件(如句号)为止。通过这种不断预测和采样的方式,生成模型可以创作出连贯而富有创意的文本。值得注意的是,为了提高生成文本的多样性和自然度,可以引入"temperature"等超参数来调节输出分布的形状。 GPT-3的参数量和嵌入矩阵 GPT-3是目前最大的语言模型之一,其参数量高达1750亿。这意味着,模型需要学习和存储大量的权重值,以刻画自然语言中的规律和模式。GPT-3的一个重要组成部分是嵌入矩阵(embedding matrix),它负责将每个词映射为一个高维向量。在GPT-3中,嵌入矩阵的大小为50257×12288,即词表中共有50257个不同的词(或子词),每个词被映射为一个12288维的向量。嵌入矩阵中的每个元素都是一个可学习的参数,在训练过程中会不断更新,以使得语义相似的词具有相近的向量表示。GPT-3庞大的参数量使其能够学习到比以往模型更加细致入微的语言知识,这也是其在各种NLP任务上表现出众的原因之一。模型训练中的"Temperature"超参数在生成模型的训练过程中,"Temperature"是一个重要的超参数,它控制着输出分布的形状。具体来说,temperature值越高,输出分布就越平缓,生成的结果也就越多样化;反之,temperature值越低,输出分布就越尖锐,生成的结果也就越保守。合适的temperature值可以在确保生成内容连贯性的同时,提高其丰富性和创造性。例如,当temperature值接近于0时,模型会倾向于选择概率最高的那个词,导致生成的文本可能流于老套;而当temperature值较高时,模型会给予概率较低的词更多机会,从而产生更加新颖和意想不到的结果。在实践中,temperature值通常需要根据具体任务和需求进行调整,以达到理想的平衡。

歸藏(guizang.ai)

52,216 views • 2 years ago

“在体校练艺术体操的那几年，‘走脚背’是我和队里所有女孩子每天最害怕的环节，没有之一。每天下午基训课结束前，教练只要吹一声哨子喊‘排队，走脚背’，排练厅里原本打闹的声音会瞬间消失。走廊是老旧的水磨石地，表面冰凉且粗糙。我们必须把舞鞋和袜子全脱掉，光着脚站成一排。动作要领很死：脚趾必须完全向脚心方向死死蜷扣进去，脚背极度向前顶出，立起脚后跟，整个人全身的重量全部压在蜷曲的脚趾背面和脚背骨头上，一步一步往前挪。刚踏出前两步的时候，薄薄的脚背皮直接在硬地面上碾压，那种感觉就像是直接光脚踩在碎玻璃渣上，每迈一步，细嫩的皮肉就被粗糙的地面狠狠挫掉一层。教练手里拿着一根塑料教鞭，倒背着手走在旁边，嘴里重复着那几句铁律：‘脚后跟落地一次加罚两圈’、‘谁要是步子迈大了算偷懒，重走’。为了防止我们迈大步借力快速滑过去，有时脚踝上还会被系上一截短短的白布条，限制我们每一步只能蹭出去半个脚掌的距离。走到大约第十圈的时候，脚背的皮已经磨破了，组织液和渗出来的血混着汗水，在水磨石地上留下一道道暗红色的印子。眼泪完全不受控制地往下掉，砸在地面上，但嘴里连哭出声都不敢，因为哭得厉害呼吸乱了，身体一晃脚后跟沾地，刚才咬牙走完的圈数就全作废了。到三十圈以后，痛觉神经反倒像是麻木了，皮肉的灼痛感逐渐被深层骨头的钝痛取代——是足弓里的骨头在硬碰硬地砸向地面，每一步震得小腿肚剧烈抽搐。走完规定的圈数停下来那一刻，脚底完全没有知觉，整个人直接瘫坐在地上。低头看自己的脚，脚背和脚趾关节处一片红肿发黑，皮翻卷着，沾满了灰尘和血迹。晚上回到宿舍，洗澡冲水的时候才是第二轮受刑，伤口碰到水痛得浑身发抖。第二天清晨哨声一响，在那些刚结了薄血痂、连普通鞋子都穿不进去的脚背上，同样的走圈依然要分秒不差地继续。” #软开 #一字马 #艺术体操 #小圈 #训诫

“在体校练艺术体操的那几年，‘走脚背’是我和队里所有女孩子每天最害怕的环节，没有之一。每天下午基训课结束前，教练只要吹一声哨子喊‘排队，走脚背’，排练厅里原本打闹的声音会瞬间消失。走廊是老旧的水磨石地，表面冰凉且粗糙。我们必须把舞鞋和袜子全脱掉，光着脚站成一排。动作要领很死：脚趾必须完全向脚心方向死死蜷扣进去，脚背极度向前顶出，立起脚后跟，整个人全身的重量全部压在蜷曲的脚趾背面和脚背骨头上，一步一步往前挪。刚踏出前两步的时候，薄薄的脚背皮直接在硬地面上碾压，那种感觉就像是直接光脚踩在碎玻璃渣上，每迈一步，细嫩的皮肉就被粗糙的地面狠狠挫掉一层。教练手里拿着一根塑料教鞭，倒背着手走在旁边，嘴里重复着那几句铁律：‘脚后跟落地一次加罚两圈’、‘谁要是步子迈大了算偷懒，重走’。为了防止我们迈大步借力快速滑过去，有时脚踝上还会被系上一截短短的白布条，限制我们每一步只能蹭出去半个脚掌的距离。走到大约第十圈的时候，脚背的皮已经磨破了，组织液和渗出来的血混着汗水，在水磨石地上留下一道道暗红色的印子。眼泪完全不受控制地往下掉，砸在地面上，但嘴里连哭出声都不敢，因为哭得厉害呼吸乱了，身体一晃脚后跟沾地，刚才咬牙走完的圈数就全作废了。到三十圈以后，痛觉神经反倒像是麻木了，皮肉的灼痛感逐渐被深层骨头的钝痛取代——是足弓里的骨头在硬碰硬地砸向地面，每一步震得小腿肚剧烈抽搐。走完规定的圈数停下来那一刻，脚底完全没有知觉，整个人直接瘫坐在地上。低头看自己的脚，脚背和脚趾关节处一片红肿发黑，皮翻卷着，沾满了灰尘和血迹。晚上回到宿舍，洗澡冲水的时候才是第二轮受刑，伤口碰到水痛得浑身发抖。第二天清晨哨声一响，在那些刚结了薄血痂、连普通鞋子都穿不进去的脚背上，同样的走圈依然要分秒不差地继续。” #软开 #一字马 #艺术体操 #小圈 #训诫

Contortion Museum

17,859 views • 23 days ago