Sensitive content

This media may contain sensitive content.

Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

New work preview（預告） Model agency trap（模特公司的陷阱） This work uses encryption tools 请大家准备好加密播放器 Official website → Clips4sale→ YHB→ #繩藝 #緊縛 #bondage #調教

Mr Better

22,551 subscribers

44,046 Aufrufe • vor 1 Jahr •via X (Twitter)

NSFW #繩藝 #緊縛 #bondage #調教

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

【钟美美回应赴美读大学质疑：我是靠申请，不是靠“钞能力”】 6月22日晚间，曾因模仿老师走红全网的网红钟美美发布视频，回应自己即将入学波士顿大学引发的争议。钟美美表示，自己就读的波士顿大学是一所正规且具有良好声誉的大学，“绝不是所谓靠钞能力敲门入学的学校”。他强调，自己没有缴纳正常学费之外的任何费用，而是通过正规申请渠道，认真准备材料，经过层层筛选后获得录取资格。随后，波士顿大学官方账号现身评论区留言：“欢迎加入BU大家庭！为超优秀的你和所有勇敢奔赴梦想的New Terriers疯狂打call！” 公开资料显示，钟美美本名钟宇升。天眼查信息显示，钟宇升名下共关联2家企业，目前仅哈尔滨美梦成真文化传媒有限公司处于存续状态，钟宇升持有该公司股份。

【钟美美回应赴美读大学质疑：我是靠申请，不是靠“钞能力”】 6月22日晚间，曾因模仿老师走红全网的网红钟美美发布视频，回应自己即将入学波士顿大学引发的争议。钟美美表示，自己就读的波士顿大学是一所正规且具有良好声誉的大学，“绝不是所谓靠钞能力敲门入学的学校”。他强调，自己没有缴纳正常学费之外的任何费用，而是通过正规申请渠道，认真准备材料，经过层层筛选后获得录取资格。随后，波士顿大学官方账号现身评论区留言：“欢迎加入BU大家庭！为超优秀的你和所有勇敢奔赴梦想的New Terriers疯狂打call！” 公开资料显示，钟美美本名钟宇升。天眼查信息显示，钟宇升名下共关联2家企业，目前仅哈尔滨美梦成真文化传媒有限公司处于存续状态，钟宇升持有该公司股份。

王局拍案

84,175 Aufrufe • vor 3 Monaten

恒大内部曾经流传出一份总裁室每日视察简报，记录下大量许家印平时出差的全套接待细节，其奢华程度堪比古代的皇帝出宫巡游。 2018年春节假期刚结束，恒大沈阳分公司就接到总部的通知，许老板将要在4月到沈阳视察工作。这个消息让整个分公司立刻紧张起来，许家印的到来可是头等大事，准备好这次接待工作成为后续两个月沈阳分公司的重中之重。很快分公司就专门成立了所谓的接待小组，公司上下所有工作都围绕这次视察展开。我们一起来看看当时的一些具体的安排。许家印在外面出行的时候只坐劳斯莱斯，并且车牌必须是豹字号或者其他吉利的数字才行。分公司在沈阳找了好久没有找到合适的车辆，于是他们只能从大连跨城调来一辆加长版的劳斯莱斯幻影。这辆豪车单日的租金就高达数万元。住宿方面，当时安排的也是沈阳最好的五星级酒店。分公司直接租下了整个楼层，并且上下两层的核心区域也进行了限流处理。许家印的总统套房每天的价格也高达数万元。为了确保万无一失，总裁办还专门派人前来实地查看总统套房。因为许家印对居住的环境要求较为严苛，根据恒大流传出来的内部资料显示，许家印无论住在哪里，室内温度必须保持在24度，湿度必须保持在百分之五十。所有灯泡统一换成暖色调，地毯要专人顺着同一方向刷起，连电器上的小指示灯都要用黑色胶布贴上。每一位进入房间的服务人员必须穿特制软底鞋，走路不能发出任何声响，这样才能够确保房间内绝对安静，无任何干扰。另外许家印还有一个奇怪的癖好，那就是房间里还必须摆放一台完全没有任何声音的空气净化器。后来这台空气净化器最终由总部直接空运到沈阳。饮食这块，许家印也有非常高的标准。他平时无论走到哪里，吃的水果都是进口货。于是分公司花费数万元专门从国外空运了各类新鲜水果，同时准备的饮用水也都是进口的高端矿泉水，每瓶的价格也是普通人无法想象的。 2018年4月12日上午9点，许老板的私人飞机缓缓降落在沈阳桃仙国际机场。分公司有关人员和其他接待人员一起驱车进入机场，大家全部提前来到电梯旁等待接机。与许家印同机抵达的工作人员非常多，甚至还包括保镖、秘书、厨师、发型师和按摩师等人员。许家印与到场接机的人员一一握手寒暄。接机结束后，许家印的车队立即前往参加会议。辽宁方面会和他有一个小时左右的会谈，会谈结束没多久，许家印的车队就抵达下榻的酒店。在秘书、保镖和总裁办工作人员的簇拥下，许家印乘坐专门的电梯直达总统套房所在的楼层，其余人员则在同层的其他房间等待工作安排。许家印休息时候，随行的按摩师会为他提供按摩服务。而同机抵达的厨师早已经来到酒店后厨开始准备午餐，这天的午餐里包括松茸、鱼翅、海参和羊肉等食材。许家印用餐完毕下午又去几个工地进行视察，晚上又去参加当地给自己举办的欢迎宴会。整个出差过程中许家印的行程有条不紊，节奏非常快，并且还在私人教练的陪同下进行了半小时的健身锻炼。整个行程中还有一个非常让人惊讶的细节，他的专属发型师携带强力定型喷雾随行，保证他的发型始终一丝毫不乱。从这样的细节就能看出许家印当时出差的排面有多么惊人。 2018年4月13日上午9点，许家印又赶到机场，他的私人飞机早就已经在停机坪等候。随着飞机的起飞，许家印这次24小时特种兵出差就算告一段落。这次出差时间虽然只有短短一天，但整个分公司为此准备了整整两个多月，光和总裁办对接的次数就有几十上百次。所有流程大家都会提前精确到秒进行彩排。

恒大内部曾经流传出一份总裁室每日视察简报，记录下大量许家印平时出差的全套接待细节，其奢华程度堪比古代的皇帝出宫巡游。 2018年春节假期刚结束，恒大沈阳分公司就接到总部的通知，许老板将要在4月到沈阳视察工作。这个消息让整个分公司立刻紧张起来，许家印的到来可是头等大事，准备好这次接待工作成为后续两个月沈阳分公司的重中之重。很快分公司就专门成立了所谓的接待小组，公司上下所有工作都围绕这次视察展开。我们一起来看看当时的一些具体的安排。许家印在外面出行的时候只坐劳斯莱斯，并且车牌必须是豹字号或者其他吉利的数字才行。分公司在沈阳找了好久没有找到合适的车辆，于是他们只能从大连跨城调来一辆加长版的劳斯莱斯幻影。这辆豪车单日的租金就高达数万元。住宿方面，当时安排的也是沈阳最好的五星级酒店。分公司直接租下了整个楼层，并且上下两层的核心区域也进行了限流处理。许家印的总统套房每天的价格也高达数万元。为了确保万无一失，总裁办还专门派人前来实地查看总统套房。因为许家印对居住的环境要求较为严苛，根据恒大流传出来的内部资料显示，许家印无论住在哪里，室内温度必须保持在24度，湿度必须保持在百分之五十。所有灯泡统一换成暖色调，地毯要专人顺着同一方向刷起，连电器上的小指示灯都要用黑色胶布贴上。每一位进入房间的服务人员必须穿特制软底鞋，走路不能发出任何声响，这样才能够确保房间内绝对安静，无任何干扰。另外许家印还有一个奇怪的癖好，那就是房间里还必须摆放一台完全没有任何声音的空气净化器。后来这台空气净化器最终由总部直接空运到沈阳。饮食这块，许家印也有非常高的标准。他平时无论走到哪里，吃的水果都是进口货。于是分公司花费数万元专门从国外空运了各类新鲜水果，同时准备的饮用水也都是进口的高端矿泉水，每瓶的价格也是普通人无法想象的。 2018年4月12日上午9点，许老板的私人飞机缓缓降落在沈阳桃仙国际机场。分公司有关人员和其他接待人员一起驱车进入机场，大家全部提前来到电梯旁等待接机。与许家印同机抵达的工作人员非常多，甚至还包括保镖、秘书、厨师、发型师和按摩师等人员。许家印与到场接机的人员一一握手寒暄。接机结束后，许家印的车队立即前往参加会议。辽宁方面会和他有一个小时左右的会谈，会谈结束没多久，许家印的车队就抵达下榻的酒店。在秘书、保镖和总裁办工作人员的簇拥下，许家印乘坐专门的电梯直达总统套房所在的楼层，其余人员则在同层的其他房间等待工作安排。许家印休息时候，随行的按摩师会为他提供按摩服务。而同机抵达的厨师早已经来到酒店后厨开始准备午餐，这天的午餐里包括松茸、鱼翅、海参和羊肉等食材。许家印用餐完毕下午又去几个工地进行视察，晚上又去参加当地给自己举办的欢迎宴会。整个出差过程中许家印的行程有条不紊，节奏非常快，并且还在私人教练的陪同下进行了半小时的健身锻炼。整个行程中还有一个非常让人惊讶的细节，他的专属发型师携带强力定型喷雾随行，保证他的发型始终一丝毫不乱。从这样的细节就能看出许家印当时出差的排面有多么惊人。 2018年4月13日上午9点，许家印又赶到机场，他的私人飞机早就已经在停机坪等候。随着飞机的起飞，许家印这次24小时特种兵出差就算告一段落。这次出差时间虽然只有短短一天，但整个分公司为此准备了整整两个多月，光和总裁办对接的次数就有几十上百次。所有流程大家都会提前精确到秒进行彩排。

blackhumor

82,111 Aufrufe • vor 11 Tagen

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

152,184 Aufrufe • vor 1 Jahr

👁️😈加拿大总理卡尼对着镜头说： “不前进是有代价的。” “这关乎加拿大人的生计。” “真相是，逆境只会让我们更强大” 话说得真蛊惑人其实翻译成人话就是：逆境归你们，选项归我。先把他的布鲁克菲尔德（Brookfield）公司讲清楚。这不是一家普通加拿大公司。它是从多伦多起家的全球另类资产管理帝国，房子、能源、基础设施、保险、数据中心全沾，管理资产上万亿美元，触角伸进大约2000家企业。政府一调住房、能源、基建政策，它就能闻到钱。卡尼2020年空降进去，先当“转型投资”掌门，2022年起当资产管理公司董事长，直到2025年1月16日宣布竞选自由党党魁当天才辞职。他不是挂名顾问，是真管钱、真募资、真拍板的那一层。他在任那几年，公司干了三件很“硬气”的事： 📌一、总部从多伦多搬到纽约。董事会通过、股东信发出的时候，董事长还是他。官方理由冠冕堂皇：进美国指数、扩大投资者盘子。翻译：加拿大牌子可以留，总部要搬到华尔街，得享受美国的投资好环境！ 📌二、他亲自联席掌舵的两只“绿色转型基金”，合计约250亿美元，注册地选在百慕大、开曼群岛！百慕大那个地址，报道里写过，跟一家自行车租赁店共用，开曼群岛还有一套公寓被登记成总部。他对加拿大人讲净零、讲转型、讲代价；基金结构先去避税地排队。 📌三、离开时手里他还有约680万美元的公司股票期权。后来放进信托、设利益回避名单，但回避名单上挂着100多家布鲁克菲尔德相关实体。公司自己对议会说，旗下基金控股的企业超过2000家，回避名单再长，也挡不住一个问题：他当总理每天批的住房、能源、基建、气候资金，会不会流进他曾经坐庄的那台机器。 📌再看他身边。妻子戴安娜是纽约欧亚集团（Eurasia Group）高级顾问。那是一家美国政治风险咨询公司，前朝特鲁多心腹杰拉德·巴茨也在里面。 📌卡尼的总理办公室还史无前例设了首席运营官，人选是美国民主党操盘手马娅·约翰逊——希拉里2016竞选班子出身，还跟过布隆伯格那套政治数据班子。加拿大总理府的日常运转，交给一个美国民主党战略顾问。所以这段视频真正好笑的地方，不是他表情严肃，而是用词精确：他让加拿大人准备付“不前进的代价”，准备过“逆境”；他的公司总部已经在纽约，基金已经在百慕大和开曼，期权已经锁进信托，妻子已经在曼哈顿咨询公司，总理府运营已经交给美国民主党人。而普通加拿大人得到的是演讲里的“逆境”！卡尼得到的是结构上的选择。一个管过加拿大央行、英国央行、联合国气候金融、全球最大另类资管之一的人，现在管加拿大政府他最懂的从来不是“跟你们一起扛”，而是：风险定价给你，退路留给我！这和共匪老杂毛对待人民的做法，简直是一模一样‼️‼️

👁️😈加拿大总理卡尼对着镜头说： “不前进是有代价的。” “这关乎加拿大人的生计。” “真相是，逆境只会让我们更强大” 话说得真蛊惑人其实翻译成人话就是：逆境归你们，选项归我。先把他的布鲁克菲尔德（Brookfield）公司讲清楚。这不是一家普通加拿大公司。它是从多伦多起家的全球另类资产管理帝国，房子、能源、基础设施、保险、数据中心全沾，管理资产上万亿美元，触角伸进大约2000家企业。政府一调住房、能源、基建政策，它就能闻到钱。卡尼2020年空降进去，先当“转型投资”掌门，2022年起当资产管理公司董事长，直到2025年1月16日宣布竞选自由党党魁当天才辞职。他不是挂名顾问，是真管钱、真募资、真拍板的那一层。他在任那几年，公司干了三件很“硬气”的事： 📌一、总部从多伦多搬到纽约。董事会通过、股东信发出的时候，董事长还是他。官方理由冠冕堂皇：进美国指数、扩大投资者盘子。翻译：加拿大牌子可以留，总部要搬到华尔街，得享受美国的投资好环境！ 📌二、他亲自联席掌舵的两只“绿色转型基金”，合计约250亿美元，注册地选在百慕大、开曼群岛！百慕大那个地址，报道里写过，跟一家自行车租赁店共用，开曼群岛还有一套公寓被登记成总部。他对加拿大人讲净零、讲转型、讲代价；基金结构先去避税地排队。 📌三、离开时手里他还有约680万美元的公司股票期权。后来放进信托、设利益回避名单，但回避名单上挂着100多家布鲁克菲尔德相关实体。公司自己对议会说，旗下基金控股的企业超过2000家，回避名单再长，也挡不住一个问题：他当总理每天批的住房、能源、基建、气候资金，会不会流进他曾经坐庄的那台机器。 📌再看他身边。妻子戴安娜是纽约欧亚集团（Eurasia Group）高级顾问。那是一家美国政治风险咨询公司，前朝特鲁多心腹杰拉德·巴茨也在里面。 📌卡尼的总理办公室还史无前例设了首席运营官，人选是美国民主党操盘手马娅·约翰逊——希拉里2016竞选班子出身，还跟过布隆伯格那套政治数据班子。加拿大总理府的日常运转，交给一个美国民主党战略顾问。所以这段视频真正好笑的地方，不是他表情严肃，而是用词精确：他让加拿大人准备付“不前进的代价”，准备过“逆境”；他的公司总部已经在纽约，基金已经在百慕大和开曼，期权已经锁进信托，妻子已经在曼哈顿咨询公司，总理府运营已经交给美国民主党人。而普通加拿大人得到的是演讲里的“逆境”！卡尼得到的是结构上的选择。一个管过加拿大央行、英国央行、联合国气候金融、全球最大另类资管之一的人，现在管加拿大政府他最懂的从来不是“跟你们一起扛”，而是：风险定价给你，退路留给我！这和共匪老杂毛对待人民的做法，简直是一模一样‼️‼️

淘喵先生

16,984 Aufrufe • vor 1 Monat

AMD 宣布用约 82 亿美元收购李飞飞创办的 World Labs，这期是彭博科技节目主持人 Ed Ludlow 对两位当事人的联合采访。一位是 AMD CEO 苏姿丰，AMD 做 CPU 和 GPU，OpenAI、Anthropic、Meta 都是它的大客户。另一位是 World Labs 创始人兼 CEO 李飞飞，她主持建立的 ImageNet 图像数据集是这一轮深度学习浪潮的起点之一。两人聊了为什么要做这笔交易、李飞飞在 AMD 的新角色、开放生态，以及 AI 安全该由谁负责。交易本身这是一笔全股票交易，也就是 AMD 用自己的股票而不是现金来付款，对 World Labs 的估值约 82 亿美元，预计年底前完成，还需要监管审批。交易完成后，李飞飞出任 AMD 执行副总裁兼首席科学家，直接向苏姿丰汇报，World Labs 团队将成为 AMD AI 模型团队的核心。两家公司的关系早就开始了。AMD 是 World Labs 的早期投资方，也给它供芯片。苏姿丰说她从 World Labs 只有几个研究员的时候就在看着这个团队成长。两人也都提到彼此认识多年，私下是朋友。芯片公司为什么要买模型公司苏姿丰的理由是，AI 现在还在很早期的阶段，而且越来越明显的是，硬件、软件、系统和模型这几层互相影响，对整条链路理解得越透，造出来的系统就越好。收购 World Labs，一方面是拿到李飞飞聚起来的一批顶尖研究人员，另一方面是让 AMD 对模型未来的发展方向有第一手的判断，反过来指导下一代硬件怎么设计。李飞飞从模型公司的角度讲了同一件事。World Labs 越做越大，对算力的需求也越来越大；和 AMD 合在一起，模型可以用最前沿的硬件加速训练和推理，硬件团队也能提前看到模型未来的工作方式和需求。她把这叫作 AI 软件和 AI 硬件的“共同进化”。主持人追问 AMD 是不是要开始卖模型、卖软件。苏姿丰说不会改变商业模式，AMD 仍然是一家平台和解决方案公司，软件是用来支撑硬件的。收购的最终目的是让 AMD 更好地服务那些最大的算力客户，也就是各家模型公司。 World Labs 做到了哪一步 World Labs 成立于 2024 年，到现在两年多，专攻空间智能和物理智能，也就是让 AI 理解和生成三维世界、懂得物理规律，这类模型通常叫“世界模型”。李飞飞说，他们想做的是语言模型之外的方向，因为创作者、设计师、教育、医疗都有这方面的需求，机器人技术也快要迎来爆发。公司目前已经发布了两代模型，先是 Marble，然后是最新的 Atlas。李飞飞介绍 Atlas 是一个多模态的“全能模型”，能生成高质量的画面，同时保持三维和四维（三维空间加上时间）上的一致性，摄像机和智能体可以在它生成的世界里移动和交互。团队也在扩张。World Labs 最近收购了 SceniX，这家公司做出了一套机器人仿真工作流程，以及训练机器人控制策略的模型，由此给 World Labs 补上了机器人方向的人才。李飞飞为什么选择加入 AMD 苏姿丰说她给李飞飞的说法是“加入全世界最令人兴奋的 AI 公司”。李飞飞的作用也不只限于 World Labs 团队。苏姿丰说 AI 没有一种方案能通吃，除了大家熟悉的云端 CPU、GPU，物理 AI、机器人、从云端到边缘设备再到个人电脑的端到端 AI，都是 AMD 未来三到十年要重点增长的方向，而这些正好是 World Labs 擅长的领域。 World Labs 今年早些时候刚融过一大笔钱，发展势头也不错，主持人问李飞飞是否考虑过别的出路。她说公司从一开始就以使命为导向，这件事的关键在于双方的愿景是否一致，和有哪些选择关系不大。在她看来，这次合并会是“一加一大于二”，接着她笑着补了一句，AMD 显然比 World Labs 大得多。至于加入后会不会只做空间智能，李飞飞说两人还没来得及细谈所有计划，World Labs 正在做的工作会继续，但她预计研究方向会扩大、节奏会加快。开放生态与可选择性苏姿丰说，AI 未来会同时有开源模型和闭源模型、大模型和小模型，它们跑在不同的硬件上，这一直是 AMD 规划高性能计算和 AI 产品线的前提。她和企业的 CEO、CIO 聊下来，没有人愿意被锁死在某一家的硬件或软件生态里，大家都想在不同时候挑最合适的。所以 AMD 会继续押注开放生态，她和李飞飞也讨论过怎样用 World Labs 已有的成果推动开源生态。李飞飞补充说，现代 AI 的发展离不开开放。从科学界公开分享神经网络算法，到她自己做的 ImageNet，这个首批开放的大规模数据集就是现代 AI 革命的推动力之一。开放生态能让不同的发现、创新和创业机会互相促进。 AI 安全该由谁负责主持人提到当前的一个争论：模型能力的进步速度超过了安全和对齐研究的进步速度。苏姿丰说这件事上“没有可选项”，技术必须好，也必须安全。她拿芯片行业做例子：最高性能的处理器在设计时就要把安全和数据保密作为优先事项来考虑，AI 行业也需要把安全放到同样的位置。她说自己是 AI 乐观派，相信行业能建立起合适的流程和防护措施，而且各家应该像硬件行业现在分享安全方面的经验那样，互相分享做法。主持人进一步问，提供算力的公司对训练是否安全、推理时模型是否按预期行事，要负什么责任。苏姿丰说生态里每一方都要为自己的行为负责。对 AMD 来说，要保证硬件本身安全、按设计运行，模型在上面跑时数据是安全的，还要和模型公司一起处理好软硬件之间的交互。她认为这件事应该由行业主导，但因为 AI 是新东西，各方学习的速度不一样，所以她欢迎更多的行业协作，也欢迎一定程度的第三方评估。李飞飞说，主持人上周问她监管、第三方评估、前沿实验室自我负责这几种方式该选哪个，她的回答是全都要。她认为 AI 是一项“文明级”的技术，和历史上所有这类技术一样，初衷是让人的生活和工作变得更好，但每项技术都是双刃剑，必须负责任地开发和部署。无论在斯坦福、World Labs 还是现在的 AMD，她都想推动个人、公司、行业和社会四个层面共同承担这份责任。 AMD 的下一步主持人提到 AMD 市值已经到了 1 万亿美元，苏姿丰近来也多次和美国总统一同公开露面。苏姿丰说 AMD 过去做过好几笔对公司影响很大的收购，World Labs 是下一笔，而且是战略意义很重要的一笔。在她看来，技术如今和经济、国家安全都紧密相关，AMD 有机会真正影响计算的未来走向。最后主持人请李飞飞预测 AI 下一个重大突破。她没有给具体的技术判断，只说接下来 AMD 和 World Labs 会一起打造未来，而这个未来必须对人类社会和人们的生活有益。苏姿丰在一旁说：“我会让她忙起来的。”

AMD 宣布用约 82 亿美元收购李飞飞创办的 World Labs，这期是彭博科技节目主持人 Ed Ludlow 对两位当事人的联合采访。一位是 AMD CEO 苏姿丰，AMD 做 CPU 和 GPU，OpenAI、Anthropic、Meta 都是它的大客户。另一位是 World Labs 创始人兼 CEO 李飞飞，她主持建立的 ImageNet 图像数据集是这一轮深度学习浪潮的起点之一。两人聊了为什么要做这笔交易、李飞飞在 AMD 的新角色、开放生态，以及 AI 安全该由谁负责。交易本身这是一笔全股票交易，也就是 AMD 用自己的股票而不是现金来付款，对 World Labs 的估值约 82 亿美元，预计年底前完成，还需要监管审批。交易完成后，李飞飞出任 AMD 执行副总裁兼首席科学家，直接向苏姿丰汇报，World Labs 团队将成为 AMD AI 模型团队的核心。两家公司的关系早就开始了。AMD 是 World Labs 的早期投资方，也给它供芯片。苏姿丰说她从 World Labs 只有几个研究员的时候就在看着这个团队成长。两人也都提到彼此认识多年，私下是朋友。芯片公司为什么要买模型公司苏姿丰的理由是，AI 现在还在很早期的阶段，而且越来越明显的是，硬件、软件、系统和模型这几层互相影响，对整条链路理解得越透，造出来的系统就越好。收购 World Labs，一方面是拿到李飞飞聚起来的一批顶尖研究人员，另一方面是让 AMD 对模型未来的发展方向有第一手的判断，反过来指导下一代硬件怎么设计。李飞飞从模型公司的角度讲了同一件事。World Labs 越做越大，对算力的需求也越来越大；和 AMD 合在一起，模型可以用最前沿的硬件加速训练和推理，硬件团队也能提前看到模型未来的工作方式和需求。她把这叫作 AI 软件和 AI 硬件的“共同进化”。主持人追问 AMD 是不是要开始卖模型、卖软件。苏姿丰说不会改变商业模式，AMD 仍然是一家平台和解决方案公司，软件是用来支撑硬件的。收购的最终目的是让 AMD 更好地服务那些最大的算力客户，也就是各家模型公司。 World Labs 做到了哪一步 World Labs 成立于 2024 年，到现在两年多，专攻空间智能和物理智能，也就是让 AI 理解和生成三维世界、懂得物理规律，这类模型通常叫“世界模型”。李飞飞说，他们想做的是语言模型之外的方向，因为创作者、设计师、教育、医疗都有这方面的需求，机器人技术也快要迎来爆发。公司目前已经发布了两代模型，先是 Marble，然后是最新的 Atlas。李飞飞介绍 Atlas 是一个多模态的“全能模型”，能生成高质量的画面，同时保持三维和四维（三维空间加上时间）上的一致性，摄像机和智能体可以在它生成的世界里移动和交互。团队也在扩张。World Labs 最近收购了 SceniX，这家公司做出了一套机器人仿真工作流程，以及训练机器人控制策略的模型，由此给 World Labs 补上了机器人方向的人才。李飞飞为什么选择加入 AMD 苏姿丰说她给李飞飞的说法是“加入全世界最令人兴奋的 AI 公司”。李飞飞的作用也不只限于 World Labs 团队。苏姿丰说 AI 没有一种方案能通吃，除了大家熟悉的云端 CPU、GPU，物理 AI、机器人、从云端到边缘设备再到个人电脑的端到端 AI，都是 AMD 未来三到十年要重点增长的方向，而这些正好是 World Labs 擅长的领域。 World Labs 今年早些时候刚融过一大笔钱，发展势头也不错，主持人问李飞飞是否考虑过别的出路。她说公司从一开始就以使命为导向，这件事的关键在于双方的愿景是否一致，和有哪些选择关系不大。在她看来，这次合并会是“一加一大于二”，接着她笑着补了一句，AMD 显然比 World Labs 大得多。至于加入后会不会只做空间智能，李飞飞说两人还没来得及细谈所有计划，World Labs 正在做的工作会继续，但她预计研究方向会扩大、节奏会加快。开放生态与可选择性苏姿丰说，AI 未来会同时有开源模型和闭源模型、大模型和小模型，它们跑在不同的硬件上，这一直是 AMD 规划高性能计算和 AI 产品线的前提。她和企业的 CEO、CIO 聊下来，没有人愿意被锁死在某一家的硬件或软件生态里，大家都想在不同时候挑最合适的。所以 AMD 会继续押注开放生态，她和李飞飞也讨论过怎样用 World Labs 已有的成果推动开源生态。李飞飞补充说，现代 AI 的发展离不开开放。从科学界公开分享神经网络算法，到她自己做的 ImageNet，这个首批开放的大规模数据集就是现代 AI 革命的推动力之一。开放生态能让不同的发现、创新和创业机会互相促进。 AI 安全该由谁负责主持人提到当前的一个争论：模型能力的进步速度超过了安全和对齐研究的进步速度。苏姿丰说这件事上“没有可选项”，技术必须好，也必须安全。她拿芯片行业做例子：最高性能的处理器在设计时就要把安全和数据保密作为优先事项来考虑，AI 行业也需要把安全放到同样的位置。她说自己是 AI 乐观派，相信行业能建立起合适的流程和防护措施，而且各家应该像硬件行业现在分享安全方面的经验那样，互相分享做法。主持人进一步问，提供算力的公司对训练是否安全、推理时模型是否按预期行事，要负什么责任。苏姿丰说生态里每一方都要为自己的行为负责。对 AMD 来说，要保证硬件本身安全、按设计运行，模型在上面跑时数据是安全的，还要和模型公司一起处理好软硬件之间的交互。她认为这件事应该由行业主导，但因为 AI 是新东西，各方学习的速度不一样，所以她欢迎更多的行业协作，也欢迎一定程度的第三方评估。李飞飞说，主持人上周问她监管、第三方评估、前沿实验室自我负责这几种方式该选哪个，她的回答是全都要。她认为 AI 是一项“文明级”的技术，和历史上所有这类技术一样，初衷是让人的生活和工作变得更好，但每项技术都是双刃剑，必须负责任地开发和部署。无论在斯坦福、World Labs 还是现在的 AMD，她都想推动个人、公司、行业和社会四个层面共同承担这份责任。 AMD 的下一步主持人提到 AMD 市值已经到了 1 万亿美元，苏姿丰近来也多次和美国总统一同公开露面。苏姿丰说 AMD 过去做过好几笔对公司影响很大的收购，World Labs 是下一笔，而且是战略意义很重要的一笔。在她看来，技术如今和经济、国家安全都紧密相关，AMD 有机会真正影响计算的未来走向。最后主持人请李飞飞预测 AI 下一个重大突破。她没有给具体的技术判断，只说接下来 AMD 和 World Labs 会一起打造未来，而这个未来必须对人类社会和人们的生活有益。苏姿丰在一旁说：“我会让她忙起来的。”

宝玉

38,739 Aufrufe • vor 13 Tagen

今年的香港比特币峰会 day 1 总体来说大家认为比较“无聊” 展会不大，很多都是在sell矿机很多来参会的人疑问🤔 怎么现在还在推矿机？此外，很多side event都是邀请制的，总体的话，大型party不算多这次好像没几个头部KOL来参与嘉宾的话较大家熟悉的是刚从不丹🇧🇹赶过来的CZ和孙哥本次最大热点是，CZ一天三场的分享会最为热闹 CZ 🔶 BNB 此行的分享以中文为主的AMA，大表哥还是一如既往地亲民，不过行程匆匆，好像凌晨3点才到香港香港今天红色暴雨⛈️ 也抵挡不住大家的热情总结一下CZ大致表达：香港Web3金融竞争力强，RWA超预期，证券上链能打破门槛和时区，DEX已成熟 BTC到100万是必然，而且在25年内。但更重要的是大规模支付 + 当养老金/储备 BTC会比黄金更重要，差约10倍，下一轮牛市可能追上，建议各国按加密市值前五配储备，BTC通常超 50% 不用BTC比用更危险，多链不是零和，股票代币化会带更多人进圈，最后也会碰 BTC 阿联酋监管最领先，香港推进快，建议各国建框架、设储备、发本国稳定币、做代币化 RWA和AI最强。不排除大AI公司发代币。AI代理以后大概率先用稳定币交易 DYOR

今年的香港比特币峰会 day 1 总体来说大家认为比较“无聊” 展会不大，很多都是在sell矿机很多来参会的人疑问🤔 怎么现在还在推矿机？此外，很多side event都是邀请制的，总体的话，大型party不算多这次好像没几个头部KOL来参与嘉宾的话较大家熟悉的是刚从不丹🇧🇹赶过来的CZ和孙哥本次最大热点是，CZ一天三场的分享会最为热闹 CZ 🔶 BNB 此行的分享以中文为主的AMA，大表哥还是一如既往地亲民，不过行程匆匆，好像凌晨3点才到香港香港今天红色暴雨⛈️ 也抵挡不住大家的热情总结一下CZ大致表达：香港Web3金融竞争力强，RWA超预期，证券上链能打破门槛和时区，DEX已成熟 BTC到100万是必然，而且在25年内。但更重要的是大规模支付 + 当养老金/储备 BTC会比黄金更重要，差约10倍，下一轮牛市可能追上，建议各国按加密市值前五配储备，BTC通常超 50% 不用BTC比用更危险，多链不是零和，股票代币化会带更多人进圈，最后也会碰 BTC 阿联酋监管最领先，香港推进快，建议各国建框架、设储备、发本国稳定币、做代币化 RWA和AI最强。不排除大AI公司发代币。AI代理以后大概率先用稳定币交易 DYOR

GiGi 發財豬

58,652 Aufrufe • vor 1 Monat

Figure AI 让旗下的 Figure 02 人形机器人自己跳进芬兰一家铸造厂的钢水里，以此让这一代机器人退役。熔出来的金属会被加工成限量纪念品。 Figure 02 是 Figure 的第二代人形机器人，公司很多第一次都由它完成：第一次进 BMW 工厂上岗，第一次运行 Helix（Figure 自研的机器人 AI 模型，负责看画面、理解指令并控制动作），第一次做家务，第一次做物流工作。现在第三代 F.03 的数量越来越多，Figure 说继续维护 F.02 已经不划算。退役的麻烦在于保护技术。机器人里有大量自研的执行器（可以理解为驱动关节的电机）等核心硬件，Figure 不想让它们流出去；但一台台拆解又太占工程师的时间，会推迟第四代 F.04 的发布。 Figure 于是在网上征求处理办法，施瓦辛格回复说"熔了它们"。他主演的《终结者2》结尾，T-800 机器人就是沉进钢水里的。Figure 联系了施瓦辛格，他表示想参与，项目随后启动。找场地并不顺利。美国和墨西哥的铸造厂都不愿意让装着锂电池的机器人跳进自家昂贵的设备，Figure 还请《流言终结者》的前主持人帮忙找过。最后只有芬兰伊马特拉的一家铸造厂同意。训练在 Figure 位于加州圣何塞的园区进行。团队铺了大气垫，让机器人从二楼往下跳。他们参考特技演员的动作，在仿真环境里训练了一个新的 AI 模型，让机器人在一个从没去过的铸造厂里，准确跳进盛钢水的容器。铸造厂用的是一座 75 吨的电弧炉，靠三根石墨电极通电熔化废钢。团队只有 24 小时、6 炉的机会，每炉钢水只有 20 分钟可用，之后表面就会冷却结壳。Figure 称，现场的高温和强电磁场让摄像器材等电子设备出了故障，机器人则一直正常运行自己的 AI 控制程序。熔出的金属锭已运回美国，正在加工成一批纪念 F.02 的限量藏品，数量很少，面向个人出售，博文没有公布价格和购买方式。大部分 F.02 已被熔掉，只有几台留在总部仓库。 Figure 在文末特意说明，视频不是 AI 生成的：机器人确实是自主起跳，被运到芬兰，跳进了钢水。

Figure AI 让旗下的 Figure 02 人形机器人自己跳进芬兰一家铸造厂的钢水里，以此让这一代机器人退役。熔出来的金属会被加工成限量纪念品。 Figure 02 是 Figure 的第二代人形机器人，公司很多第一次都由它完成：第一次进 BMW 工厂上岗，第一次运行 Helix（Figure 自研的机器人 AI 模型，负责看画面、理解指令并控制动作），第一次做家务，第一次做物流工作。现在第三代 F.03 的数量越来越多，Figure 说继续维护 F.02 已经不划算。退役的麻烦在于保护技术。机器人里有大量自研的执行器（可以理解为驱动关节的电机）等核心硬件，Figure 不想让它们流出去；但一台台拆解又太占工程师的时间，会推迟第四代 F.04 的发布。 Figure 于是在网上征求处理办法，施瓦辛格回复说"熔了它们"。他主演的《终结者2》结尾，T-800 机器人就是沉进钢水里的。Figure 联系了施瓦辛格，他表示想参与，项目随后启动。找场地并不顺利。美国和墨西哥的铸造厂都不愿意让装着锂电池的机器人跳进自家昂贵的设备，Figure 还请《流言终结者》的前主持人帮忙找过。最后只有芬兰伊马特拉的一家铸造厂同意。训练在 Figure 位于加州圣何塞的园区进行。团队铺了大气垫，让机器人从二楼往下跳。他们参考特技演员的动作，在仿真环境里训练了一个新的 AI 模型，让机器人在一个从没去过的铸造厂里，准确跳进盛钢水的容器。铸造厂用的是一座 75 吨的电弧炉，靠三根石墨电极通电熔化废钢。团队只有 24 小时、6 炉的机会，每炉钢水只有 20 分钟可用，之后表面就会冷却结壳。Figure 称，现场的高温和强电磁场让摄像器材等电子设备出了故障，机器人则一直正常运行自己的 AI 控制程序。熔出的金属锭已运回美国，正在加工成一批纪念 F.02 的限量藏品，数量很少，面向个人出售，博文没有公布价格和购买方式。大部分 F.02 已被熔掉，只有几台留在总部仓库。 Figure 在文末特意说明，视频不是 AI 生成的：机器人确实是自主起跳，被运到芬兰，跳进了钢水。

宝玉

1,636,775 Aufrufe • vor 11 Tagen

所有找工作or准备找工作的同学，先停一下！背景一般，别再死磕大厂了真正性价比最高、也最容易摸到“好公司”的机会，就藏在一类几乎没人提的地方——隐形冠军公司这类公司盘子不大，大概几亿到几十亿基本是天花板，外面人基本没听过名字，但他们把一个小得不能再小的细分市场吃透了，全国甚至全球能排进前三。之前一个老师在杭州做智能电表芯片。低调到什么程度？全国电网用电表里，管核心工序的小芯片，10个有4个是他们家的。去年初销售发现订单多到工厂排产直接排到第二年，他悄悄看了内部排产表，转头就买了公司股票，当时才十几块，年底新能源行情一来，直接翻了快三倍。你想：进去做业务、销售、商务，你就是最早知道这公司能赚多少钱的人。信息差本身就是最值钱的资产更别说上市前给的期权，和大厂卷生卷死换来的那点加班费比，哪个更香？这种公司上哪找？其实不难：打开炒股软件搜：专精特新，或者直接看小盘成长板块（市值大概在21-200亿），翻F10公司介绍。只要写着“国内细分市场占有率第一”或“全球主要供应商”，尤其是工业传感器、精密组件、医疗器械这类，有一个算一个，闭眼投最关键的是不是很难进他们急着打市场，HR根本不像互联网大厂那样死卡学历。这里面不乏二本、大专的人进去做销售、做市场，只要能帮他们拿下大单，八抬大轿都算低配~ 找工作，选择真的大于努力与其去卷大厂，不如先去这些还没被资本发现的隐形冠军里蹲着。等它被市场捧起来的时候，你早就坐在里面数钱了。这个视频把具体怎么筛、怎么投、怎么谈都拆开讲了

所有找工作or准备找工作的同学，先停一下！背景一般，别再死磕大厂了真正性价比最高、也最容易摸到“好公司”的机会，就藏在一类几乎没人提的地方——隐形冠军公司这类公司盘子不大，大概几亿到几十亿基本是天花板，外面人基本没听过名字，但他们把一个小得不能再小的细分市场吃透了，全国甚至全球能排进前三。之前一个老师在杭州做智能电表芯片。低调到什么程度？全国电网用电表里，管核心工序的小芯片，10个有4个是他们家的。去年初销售发现订单多到工厂排产直接排到第二年，他悄悄看了内部排产表，转头就买了公司股票，当时才十几块，年底新能源行情一来，直接翻了快三倍。你想：进去做业务、销售、商务，你就是最早知道这公司能赚多少钱的人。信息差本身就是最值钱的资产更别说上市前给的期权，和大厂卷生卷死换来的那点加班费比，哪个更香？这种公司上哪找？其实不难：打开炒股软件搜：专精特新，或者直接看小盘成长板块（市值大概在21-200亿），翻F10公司介绍。只要写着“国内细分市场占有率第一”或“全球主要供应商”，尤其是工业传感器、精密组件、医疗器械这类，有一个算一个，闭眼投最关键的是不是很难进他们急着打市场，HR根本不像互联网大厂那样死卡学历。这里面不乏二本、大专的人进去做销售、做市场，只要能帮他们拿下大单，八抬大轿都算低配~ 找工作，选择真的大于努力与其去卷大厂，不如先去这些还没被资本发现的隐形冠军里蹲着。等它被市场捧起来的时候，你早就坐在里面数钱了。这个视频把具体怎么筛、怎么投、怎么谈都拆开讲了

Musolsol.𝟎𝐱𝐔

17,356 Aufrufe • vor 1 Monat

這是我第一次聽到 Jim Fan 的演講，非常幽默有趣，然後我覺得有生之年大概買一台人形機器在家處理家事、幫你洗頭髮大概穩了，好好活著，各位。在 AI 領域，我們常聽說圖靈測試（Turing Test）是衡量機器能否展現與人類無異對話能力的里程碑。如今，大型語言模型（LLM）似乎已悄悄地通過了這個測試，但大家對其突破已習以為常，甚至會因為語音助理慢了幾秒或程式碼沒被完全除錯而抱怨連連。 NVIDIA AI 研究總監、身為廣受矚目人形機器人專家 Jim Fan 指出，當前業界對 LLM 的驚人進步視為「只是又一個平常的星期二」（just yet another Tuesday），這反映了我們對文字世界 AI 的標準已大幅提高。然而，當我們將目光轉向現實世界，讓機器人進行物理操作時，會發現挑戰巨大得多。 Jim Fan 在演講中提出了一個引人深思的概念：「物理圖靈測試 (Physical Turing Test)」。這個測試的想像情境是：如果你回家後，看到雜亂的房間被整理得乾淨俐落，甚至還準備了一頓浪漫的燭光晚餐，而你無法分辨這是由真人還是機器人完成的，那代表這個機器人通過了物理圖靈測試。但現實呢？看看那些連站起來都困難的人形機器人，或是嘗試為主人做早餐卻搞得一團亂的機器手臂（雖然辨識出牛奶值得給 A-，但湯匙餵食的確是 VIP 等級的體驗），我們離「物理圖靈測試」還差得很遠。實體 AI 的最大瓶頸：資料飢渴症為什麼物理圖靈測試如此困難？ Jim Fan 點出了核心問題：資料。LLM 研究人員抱怨網際網路資料快被用完，稱其為 AI 的「化石燃料」。但對機器人學家來說，我們甚至連這種「化石燃料」都沒有。真實世界的機器人資料——例如關節的精確控制訊號、連續的運動軌跡——是無法從網路上抓取的。這些資料必須透過昂貴且耗時的「遙控操作」（teleoperation）方式收集，也就是由真人穿戴感應裝置來遠端控制機器人，手把手地教它完成任務（例如從烤麵包機拿出麵包再淋上蜂蜜）。這種方式極度沒效率，Jim Fan 將其比喻為燃燒「人類燃料」(human fuel)，比化石燃料還稀缺，每天每個機器人頂多運作 24 小時，而且真人會累，機器人更容易壞。這嚴重限制了機器人學習的多樣性和規模，形成了一個巨大的資料瓶頸。模擬世界的核能：突破資料荒的救星要突破這個瓶頸，唯一的出路是「模擬 (Simulation)」，找到機器人學的「核能」。Jim Fan 介紹了NVIDIA為此推進的三階段模擬策略：模擬 1.0：數位分身 (Digital Twin) 概念：在虛擬世界中建立機器人和環境的一對一精確拷貝。方法：利用高效能的向量化物理引擎，可以在單一 GPU 上模擬上萬個環境，速度比現實世界快上萬倍。結合「領域隨機化 (Domain Randomization)」技術，在模擬時隨機改變重力、摩擦力、物體重量等參數，迫使 AI 在各種條件下都能執行任務。優勢：極快的訓練速度。訓練出的模型可以直接零次轉移 (zero-shot) 到真實世界機器人上，無需微調。例如，訓練機械手在模擬中轉筆，訓練機器狗在球上平衡，訓練人形機器人行走（10 年訓練量在 2 小時模擬完成）。一個僅有 150 萬參數的神經網路就足以捕捉人形機器人全身平衡和敏捷動作的複雜控制。限制：數位分身需要人工精確建模，建立複雜環境耗時費力，模擬的多樣性仍然受限於人工設定的範圍。模擬 2.0：數位表親 (Digital Cousin) 概念：開始在模擬中引入生成式 AI。雖然不像數位分身那樣是精確拷貝，但能產生足夠多樣的環境和場景，「像數位分身的表親」。方法：利用 3D 生成模型生成場景中的各種物品（如家具），使用擴散模型（Diffusion Model）生成紋理貼圖，利用 LLM 根據文字提示生成場景佈局的 XML 檔案。 NVIDIA 的 Robocasa 框架就是例子，可以生成大規模、包含日常任務的模擬場景，除了機器人本身，其他幾乎都是生成的。優勢：顯著增加了環境和任務的多樣性。可以在模擬中進行遙控操作，然後將軌跡變異、擴展到更多生成的環境中，實現 N (環境數) * N (動作變異數) 的資料乘法爆炸。雖然畫面真實度可能不及真實世界，但「足夠接近」。限制：相較於 1.0，運行速度可能較慢，仍部分依賴傳統渲染管線。模擬 3.0 (世界模型 / 擴散模型)：數位遊牧者 (Digital Nomad) 概念：直接利用生成式模型（特別是影片擴散模型）來模擬物理世界的互動，擺脫對傳統物理引擎的依賴。方法：以大量真實世界影片（數百萬段網路影片）訓練影片擴散模型，使其學會模擬各種複雜的物理現象（如流體、軟體變形）。 NVIDIA 的研究表明，只需用真實機器人實驗室收集的少量領域特定資料微調通用的影片生成模型，就能讓模型學會模擬機器人的精確互動。優勢：極致的多樣性。影片擴散模型能模擬任何它在訓練資料中「看過」或「想像」的互動，不受傳統物理引擎的限制（例如模擬機器人彈烏克麗麗，即便硬體不支援，模型也能「畫」出來）。這就像讓機器人漫遊在影片模型的「夢境空間」（dream space）——一個壓縮了海量網路影片的多元宇宙，實現「萬物、處處、一時」(Everything Everywhere All at Once) 的互動學習。僅僅一年時間，影片生成模型在物理真實度上（例如變形麵條）的進步，就超越了傳統圖學 30 年的發展。速度：目前運行可能較慢，但具備隨算力呈指數級成長的巨大潛力。具身縮放定律與 GR00T N1 Jim Fan 總結，傳統模擬（1.0）的速度快但受限於多樣性，而生成式模擬（2.0/3.0）雖可能起步慢但能隨算力呈指數級擴展其多樣性。這兩種模擬方式的結合，將是為下一代機器人系統提供龐大訓練資料的「核能」。這也意味著，對 AI 算力的需求只會越來越大，那些認為算力問題會迎刃而解的人需要再三思考。藉由這些模擬技術產生的海量資料，NVIDIA 開發了「視覺語言行動模型 (Vision Language Action Model, VLA)」，能接收圖像和語言指令，並直接輸出機器人的運動控制訊號。今年 GTC 大會上黃仁勳發表的 GR00T N1 模型就是一個實例，它能在真實世界執行抓取香檳、工廠零件甚至多機器人協調等任務。 GR00T N1 已開源，NVIDIA 也計劃將未來的模型開源，以普及「實體 AI」。物理 API：通往新世界的入口實體 AI 的最終目標，是實現「物理 API (Physical API)」。想像一下，就像 LLM API 讓軟體能夠操作數位世界的位元 (bits) 一樣，物理 API 將賦予軟體操作現實世界的原子 (atoms) 的能力。透過這個 API，你可以讓軟體直接控制物理致動器，改變物理世界的狀態。這將催生全新的經濟模式和應用場景：物理提示 (Physical Prompting)：不再只用文字，而是結合視覺和語言等方式更直觀地教導和指示機器人。物理應用商店和技能經濟 (Physical App Store & Skill Economy)：米其林大廚不必親自下廚，他可以「教導」機器人他的獨家烹飪技巧，並將這個技能作為服務販售，讓任何擁有機器人的家庭都能享受到米其林級的晚餐。 Jim Fan 引用黃仁勳的話再次強調，未來「每一個會移動的東西都將是自主的」。總有一天，你回家會看到乾淨的沙發和燭光晚餐，伴侶對你微笑而不是責備你沒做家事——而那一天，我們通過物理圖靈測試的時刻，很可能就像 LLM 通過圖靈測試一樣，在世人眼中「只是又一個星期二」。這正是驅動 Jim Fan 和團隊每天努力的動力。

這是我第一次聽到 Jim Fan 的演講，非常幽默有趣，然後我覺得有生之年大概買一台人形機器在家處理家事、幫你洗頭髮大概穩了，好好活著，各位。在 AI 領域，我們常聽說圖靈測試（Turing Test）是衡量機器能否展現與人類無異對話能力的里程碑。如今，大型語言模型（LLM）似乎已悄悄地通過了這個測試，但大家對其突破已習以為常，甚至會因為語音助理慢了幾秒或程式碼沒被完全除錯而抱怨連連。 NVIDIA AI 研究總監、身為廣受矚目人形機器人專家 Jim Fan 指出，當前業界對 LLM 的驚人進步視為「只是又一個平常的星期二」（just yet another Tuesday），這反映了我們對文字世界 AI 的標準已大幅提高。然而，當我們將目光轉向現實世界，讓機器人進行物理操作時，會發現挑戰巨大得多。 Jim Fan 在演講中提出了一個引人深思的概念：「物理圖靈測試 (Physical Turing Test)」。這個測試的想像情境是：如果你回家後，看到雜亂的房間被整理得乾淨俐落，甚至還準備了一頓浪漫的燭光晚餐，而你無法分辨這是由真人還是機器人完成的，那代表這個機器人通過了物理圖靈測試。但現實呢？看看那些連站起來都困難的人形機器人，或是嘗試為主人做早餐卻搞得一團亂的機器手臂（雖然辨識出牛奶值得給 A-，但湯匙餵食的確是 VIP 等級的體驗），我們離「物理圖靈測試」還差得很遠。實體 AI 的最大瓶頸：資料飢渴症為什麼物理圖靈測試如此困難？ Jim Fan 點出了核心問題：資料。LLM 研究人員抱怨網際網路資料快被用完，稱其為 AI 的「化石燃料」。但對機器人學家來說，我們甚至連這種「化石燃料」都沒有。真實世界的機器人資料——例如關節的精確控制訊號、連續的運動軌跡——是無法從網路上抓取的。這些資料必須透過昂貴且耗時的「遙控操作」（teleoperation）方式收集，也就是由真人穿戴感應裝置來遠端控制機器人，手把手地教它完成任務（例如從烤麵包機拿出麵包再淋上蜂蜜）。這種方式極度沒效率，Jim Fan 將其比喻為燃燒「人類燃料」(human fuel)，比化石燃料還稀缺，每天每個機器人頂多運作 24 小時，而且真人會累，機器人更容易壞。這嚴重限制了機器人學習的多樣性和規模，形成了一個巨大的資料瓶頸。模擬世界的核能：突破資料荒的救星要突破這個瓶頸，唯一的出路是「模擬 (Simulation)」，找到機器人學的「核能」。Jim Fan 介紹了NVIDIA為此推進的三階段模擬策略：模擬 1.0：數位分身 (Digital Twin) 概念：在虛擬世界中建立機器人和環境的一對一精確拷貝。方法：利用高效能的向量化物理引擎，可以在單一 GPU 上模擬上萬個環境，速度比現實世界快上萬倍。結合「領域隨機化 (Domain Randomization)」技術，在模擬時隨機改變重力、摩擦力、物體重量等參數，迫使 AI 在各種條件下都能執行任務。優勢：極快的訓練速度。訓練出的模型可以直接零次轉移 (zero-shot) 到真實世界機器人上，無需微調。例如，訓練機械手在模擬中轉筆，訓練機器狗在球上平衡，訓練人形機器人行走（10 年訓練量在 2 小時模擬完成）。一個僅有 150 萬參數的神經網路就足以捕捉人形機器人全身平衡和敏捷動作的複雜控制。限制：數位分身需要人工精確建模，建立複雜環境耗時費力，模擬的多樣性仍然受限於人工設定的範圍。模擬 2.0：數位表親 (Digital Cousin) 概念：開始在模擬中引入生成式 AI。雖然不像數位分身那樣是精確拷貝，但能產生足夠多樣的環境和場景，「像數位分身的表親」。方法：利用 3D 生成模型生成場景中的各種物品（如家具），使用擴散模型（Diffusion Model）生成紋理貼圖，利用 LLM 根據文字提示生成場景佈局的 XML 檔案。 NVIDIA 的 Robocasa 框架就是例子，可以生成大規模、包含日常任務的模擬場景，除了機器人本身，其他幾乎都是生成的。優勢：顯著增加了環境和任務的多樣性。可以在模擬中進行遙控操作，然後將軌跡變異、擴展到更多生成的環境中，實現 N (環境數) * N (動作變異數) 的資料乘法爆炸。雖然畫面真實度可能不及真實世界，但「足夠接近」。限制：相較於 1.0，運行速度可能較慢，仍部分依賴傳統渲染管線。模擬 3.0 (世界模型 / 擴散模型)：數位遊牧者 (Digital Nomad) 概念：直接利用生成式模型（特別是影片擴散模型）來模擬物理世界的互動，擺脫對傳統物理引擎的依賴。方法：以大量真實世界影片（數百萬段網路影片）訓練影片擴散模型，使其學會模擬各種複雜的物理現象（如流體、軟體變形）。 NVIDIA 的研究表明，只需用真實機器人實驗室收集的少量領域特定資料微調通用的影片生成模型，就能讓模型學會模擬機器人的精確互動。優勢：極致的多樣性。影片擴散模型能模擬任何它在訓練資料中「看過」或「想像」的互動，不受傳統物理引擎的限制（例如模擬機器人彈烏克麗麗，即便硬體不支援，模型也能「畫」出來）。這就像讓機器人漫遊在影片模型的「夢境空間」（dream space）——一個壓縮了海量網路影片的多元宇宙，實現「萬物、處處、一時」(Everything Everywhere All at Once) 的互動學習。僅僅一年時間，影片生成模型在物理真實度上（例如變形麵條）的進步，就超越了傳統圖學 30 年的發展。速度：目前運行可能較慢，但具備隨算力呈指數級成長的巨大潛力。具身縮放定律與 GR00T N1 Jim Fan 總結，傳統模擬（1.0）的速度快但受限於多樣性，而生成式模擬（2.0/3.0）雖可能起步慢但能隨算力呈指數級擴展其多樣性。這兩種模擬方式的結合，將是為下一代機器人系統提供龐大訓練資料的「核能」。這也意味著，對 AI 算力的需求只會越來越大，那些認為算力問題會迎刃而解的人需要再三思考。藉由這些模擬技術產生的海量資料，NVIDIA 開發了「視覺語言行動模型 (Vision Language Action Model, VLA)」，能接收圖像和語言指令，並直接輸出機器人的運動控制訊號。今年 GTC 大會上黃仁勳發表的 GR00T N1 模型就是一個實例，它能在真實世界執行抓取香檳、工廠零件甚至多機器人協調等任務。 GR00T N1 已開源，NVIDIA 也計劃將未來的模型開源，以普及「實體 AI」。物理 API：通往新世界的入口實體 AI 的最終目標，是實現「物理 API (Physical API)」。想像一下，就像 LLM API 讓軟體能夠操作數位世界的位元 (bits) 一樣，物理 API 將賦予軟體操作現實世界的原子 (atoms) 的能力。透過這個 API，你可以讓軟體直接控制物理致動器，改變物理世界的狀態。這將催生全新的經濟模式和應用場景：物理提示 (Physical Prompting)：不再只用文字，而是結合視覺和語言等方式更直觀地教導和指示機器人。物理應用商店和技能經濟 (Physical App Store & Skill Economy)：米其林大廚不必親自下廚，他可以「教導」機器人他的獨家烹飪技巧，並將這個技能作為服務販售，讓任何擁有機器人的家庭都能享受到米其林級的晚餐。 Jim Fan 引用黃仁勳的話再次強調，未來「每一個會移動的東西都將是自主的」。總有一天，你回家會看到乾淨的沙發和燭光晚餐，伴侶對你微笑而不是責備你沒做家事——而那一天，我們通過物理圖靈測試的時刻，很可能就像 LLM 通過圖靈測試一樣，在世人眼中「只是又一個星期二」。這正是驅動 Jim Fan 和團隊每天努力的動力。

fox hsiao

19,553 Aufrufe • vor 1 Jahr

挑战做最适合普通投资者的美股工具！——完全免费我想做一个所有人都觉得好用的美股工具！你们的意见十分重要！现在是V1版本，开放给大家免费使用！我决定把它当成一个长期项目来做：你们想加什么功能直接告诉我，我持续迭代，直到它真正好用为止🫡 这是一个万能美股研究助手，你只需要输入美股代码或中文名，比如 $AMD、英伟达、 $TSLA、 $AAOI，20秒就能生成一份完整的研究报告，快速建立对一家公司的基本认识，特别适合小白扫盲和日常个股跟踪核心功能包括： - 自动拉取公开市场数据、最新财报、基本面指标 - 量化评级与华尔街分析师观点 - 汇总近7天 X 平台英文区 KOL 的真实观点分布（看多/看空/中性 + 核心逻辑） - 如果该标的在 X Layer 上已有对应代币，还会同步展示链上盘口，方便传统研究 + 链上对照直接打开网页就能用，手机端、电脑端都支持：后续计划加入实时新闻、更精准的 KOL 信息抓取、问答式交互、全自动交易等功能专门建了一个 X 号督促自己持续迭代：StockXI 欢迎大家多多使用，有任何建议请直接告诉我🫡

挑战做最适合普通投资者的美股工具！——完全免费我想做一个所有人都觉得好用的美股工具！你们的意见十分重要！现在是V1版本，开放给大家免费使用！我决定把它当成一个长期项目来做：你们想加什么功能直接告诉我，我持续迭代，直到它真正好用为止🫡 这是一个万能美股研究助手，你只需要输入美股代码或中文名，比如 $AMD、英伟达、 $TSLA、 $AAOI，20秒就能生成一份完整的研究报告，快速建立对一家公司的基本认识，特别适合小白扫盲和日常个股跟踪核心功能包括： - 自动拉取公开市场数据、最新财报、基本面指标 - 量化评级与华尔街分析师观点 - 汇总近7天 X 平台英文区 KOL 的真实观点分布（看多/看空/中性 + 核心逻辑） - 如果该标的在 X Layer 上已有对应代币，还会同步展示链上盘口，方便传统研究 + 链上对照直接打开网页就能用，手机端、电脑端都支持：后续计划加入实时新闻、更精准的 KOL 信息抓取、问答式交互、全自动交易等功能专门建了一个 X 号督促自己持续迭代：StockXI 欢迎大家多多使用，有任何建议请直接告诉我🫡

梭哈.AI

51,629 Aufrufe • vor 1 Monat

👁️🔥共匪给偷东西起了个学术名字！美国财政部长斯科特·贝森特在 Axios 节目里，把这层皮揭开了。他坐在美国国旗旁边，手一摊，说了一句比任何出口管制文件都直的话：过去60天，共匪才突然醒过来——他们自己都没想到，手里那些开源模型有多狠。狠在哪？不是研究。是“工业蒸馏”。贝森特的原话：这是个好听的词，意思就是从美国模型里偷。蒸馏本身不是魔法。你拿一个花了几十亿美元、烧掉海量算力训出来的封闭模型，用海量假账号、绕开条款，把人家的输出成批抽走，再拿这些输出去喂自己的小模型。权重你碰不到，代码你拿不到，但能力被你舀走了。美国公司烧钱，共匪国收成。这套手法不新，新的是共匪换了战场。以前是黑客进服务器、强迫技术转让、低于成本倾销。现在是DeepSeek、月之暗面、阿里这一路，把美国模型的水印都留在自己的成品上。国家安全局、联邦调查局、网络安全局已经发过联合警告，点名这是工业规模行动。DeepSeek对外报的训练成本，根本没算进这批偷来的数据值多少钱。川普政府的线划得很清楚：正常的小规模蒸馏，是做更便宜的专用模型，可以。偷偷摸摸、工业规模、专门掏美国专有技术的蒸馏，是窃密。贝森特此前已经把话放在桌上：开放不是开放季，谁敢这么干，制裁和实体清单都在选项里。共匪最擅长的，从来不是从零发明，是把别人的骨头拆下来，装进自己的壳，再拿去跟你抢市场。芯片这么干过，药这么干过，汽车这么干过，现在轮到大模型⚠️ 对偷蒙拐骗的共匪，不灭不行‼️

👁️🔥共匪给偷东西起了个学术名字！美国财政部长斯科特·贝森特在 Axios 节目里，把这层皮揭开了。他坐在美国国旗旁边，手一摊，说了一句比任何出口管制文件都直的话：过去60天，共匪才突然醒过来——他们自己都没想到，手里那些开源模型有多狠。狠在哪？不是研究。是“工业蒸馏”。贝森特的原话：这是个好听的词，意思就是从美国模型里偷。蒸馏本身不是魔法。你拿一个花了几十亿美元、烧掉海量算力训出来的封闭模型，用海量假账号、绕开条款，把人家的输出成批抽走，再拿这些输出去喂自己的小模型。权重你碰不到，代码你拿不到，但能力被你舀走了。美国公司烧钱，共匪国收成。这套手法不新，新的是共匪换了战场。以前是黑客进服务器、强迫技术转让、低于成本倾销。现在是DeepSeek、月之暗面、阿里这一路，把美国模型的水印都留在自己的成品上。国家安全局、联邦调查局、网络安全局已经发过联合警告，点名这是工业规模行动。DeepSeek对外报的训练成本，根本没算进这批偷来的数据值多少钱。川普政府的线划得很清楚：正常的小规模蒸馏，是做更便宜的专用模型，可以。偷偷摸摸、工业规模、专门掏美国专有技术的蒸馏，是窃密。贝森特此前已经把话放在桌上：开放不是开放季，谁敢这么干，制裁和实体清单都在选项里。共匪最擅长的，从来不是从零发明，是把别人的骨头拆下来，装进自己的壳，再拿去跟你抢市场。芯片这么干过，药这么干过，汽车这么干过，现在轮到大模型⚠️ 对偷蒙拐骗的共匪，不灭不行‼️

淘喵先生

16,074 Aufrufe • vor 8 Tagen

Jev 居然输给了一个 1.88B 本地模型？我用俄罗斯方块重新测了一遍当我看到 this-that-model-1.0 在 68 道决策题上做到 94.1% 准确率，而 Jev 是 76.5% 时，我的第一反应是：这是真的假的？一个只有 1.88B 参数、可以在 Mac 本地运行的小模型，真的能在决策任务上超过 Jev 吗？所以我做了一个俄罗斯方块，让两个模型使用相同的棋盘规则、随机种子和方块顺序。程序负责计算所有合法落点，模型只负责决定方块应该放在哪里。 1️⃣ 一开始，Jev 的表现更好最初，我先过滤掉明显更差的落点，再把剩下的多个候选位置同时交给模型。在这一模式下，Jev 的表现更加稳定。我观察到的一轮里： Jev 消除了 5 行，this-that 消除了 3 行。如果只看到这里，很容易得出结论：本地小模型还是不如 Jev。但我后来意识到，这种问题可能并不是 this-that 最擅长的形式。 2️⃣ 换成“二选一”后，结果反了 this-that 本质上是一个 typed decision model，更擅长候选明确、边界清楚的选择题。所以我把决策方式改成了淘汰赛： A 和 B，哪个落点更好？胜者进入下一轮，继续和其他候选位置比较，直到选出最终落点。换成这种模式后，我观察到的一轮结果变成了： this-that 消除了 7 行，Jev 只消除了 1 行。 this-that 的棋盘也更加平整，留下的空洞更少。模型没有变，游戏没有变。唯一改变的，是我向模型提问的方式。 3️⃣ 这个模型特别在哪里？ this-that-model-1.0 只有约 18.8 亿参数，采用 MIT License，可以下载到本地运行。它不写小作文，也不慢慢生成 Token。你给它当前状态、一个问题和几个合法选项，它通过一次前向计算直接返回：选择哪个 + 每个选项的概率因此它很适合任务分流、Skill 选择、队列判断、风险分级，以及 Agent 下一步动作这类高频决策。官方模型卡公布的 68 道决策题中，this-that 答对 64 道，准确率 94.1%；Jev 答对 52 道，准确率 76.5%。在概率校准指标上，this-that 的 Brier Score 是 0.042，Jev 是 0.133。数值越低，代表模型给出的概率与实际结果越接近。 4️⃣ 但这不代表 Jev 被全面打败了俄罗斯方块是一条连续决策链，前面一个方块放错位置，后面的棋盘状态就会完全不同。单局结果不能代表模型的完整能力。而且二选一虽然降低了每次判断的难度，却需要进行更多次模型调用，总延迟不一定更低。所以更准确的结论不是“this-that 全面强于 Jev”，而是： Jev 更适合某些信息丰富的综合比较；this-that 更适合高频、明确、封闭选项的结构化判断。这次实验真正让我感兴趣的是：未来的 Agent 可能不应该所有事情都找最强模型。高频、重复、答案明确的小判断，可以交给本地小模型；真正复杂的推理与生成任务，再交给 GPT、Claude 等大模型。有时候，决定结果的不只是模型大小。还包括：你有没有把问题问成它擅长回答的样子。因为这个模型够小，其实普通电脑也可以部署，大家有需要的可以看下这个开源模型的介绍，链接我放评论区了👇🏻

Jev 居然输给了一个 1.88B 本地模型？我用俄罗斯方块重新测了一遍当我看到 this-that-model-1.0 在 68 道决策题上做到 94.1% 准确率，而 Jev 是 76.5% 时，我的第一反应是：这是真的假的？一个只有 1.88B 参数、可以在 Mac 本地运行的小模型，真的能在决策任务上超过 Jev 吗？所以我做了一个俄罗斯方块，让两个模型使用相同的棋盘规则、随机种子和方块顺序。程序负责计算所有合法落点，模型只负责决定方块应该放在哪里。 1️⃣ 一开始，Jev 的表现更好最初，我先过滤掉明显更差的落点，再把剩下的多个候选位置同时交给模型。在这一模式下，Jev 的表现更加稳定。我观察到的一轮里： Jev 消除了 5 行，this-that 消除了 3 行。如果只看到这里，很容易得出结论：本地小模型还是不如 Jev。但我后来意识到，这种问题可能并不是 this-that 最擅长的形式。 2️⃣ 换成“二选一”后，结果反了 this-that 本质上是一个 typed decision model，更擅长候选明确、边界清楚的选择题。所以我把决策方式改成了淘汰赛： A 和 B，哪个落点更好？胜者进入下一轮，继续和其他候选位置比较，直到选出最终落点。换成这种模式后，我观察到的一轮结果变成了： this-that 消除了 7 行，Jev 只消除了 1 行。 this-that 的棋盘也更加平整，留下的空洞更少。模型没有变，游戏没有变。唯一改变的，是我向模型提问的方式。 3️⃣ 这个模型特别在哪里？ this-that-model-1.0 只有约 18.8 亿参数，采用 MIT License，可以下载到本地运行。它不写小作文，也不慢慢生成 Token。你给它当前状态、一个问题和几个合法选项，它通过一次前向计算直接返回：选择哪个 + 每个选项的概率因此它很适合任务分流、Skill 选择、队列判断、风险分级，以及 Agent 下一步动作这类高频决策。官方模型卡公布的 68 道决策题中，this-that 答对 64 道，准确率 94.1%；Jev 答对 52 道，准确率 76.5%。在概率校准指标上，this-that 的 Brier Score 是 0.042，Jev 是 0.133。数值越低，代表模型给出的概率与实际结果越接近。 4️⃣ 但这不代表 Jev 被全面打败了俄罗斯方块是一条连续决策链，前面一个方块放错位置，后面的棋盘状态就会完全不同。单局结果不能代表模型的完整能力。而且二选一虽然降低了每次判断的难度，却需要进行更多次模型调用，总延迟不一定更低。所以更准确的结论不是“this-that 全面强于 Jev”，而是： Jev 更适合某些信息丰富的综合比较；this-that 更适合高频、明确、封闭选项的结构化判断。这次实验真正让我感兴趣的是：未来的 Agent 可能不应该所有事情都找最强模型。高频、重复、答案明确的小判断，可以交给本地小模型；真正复杂的推理与生成任务，再交给 GPT、Claude 等大模型。有时候，决定结果的不只是模型大小。还包括：你有没有把问题问成它擅长回答的样子。因为这个模型够小，其实普通电脑也可以部署，大家有需要的可以看下这个开源模型的介绍，链接我放评论区了👇🏻

阿蔺A-Lin

22,001 Aufrufe • vor 19 Tagen

2.14梭哈晨报：各位圣瓦伦丁节快乐呗，周末能来一场酣畅淋漓的拉盘吗，我的股票+贵金属+大宗都休息了，只能看你了crypto！ 1. $BTC 随着CPI利好直接起飞，配合着香港共识大会的结束，xdm都在大喊牛回，这牛70000都没到真回来了吗？ 2. $ETH 看起来还是跟着大饼站上了2000，下一个目标是跟着大饼回3000？ 3. $SOL 最性感的故事套最多的人，好多人被套在了200+，这次还能回本吗？ 4.Tomasz Stańczak 将辞去 Ethereum Foundation 联合执行董事职务； 5.美联储拟任命华尔街银行律师奎恩为监管事务主任； 6.Chainalysis 报告：2025 年流向疑似人口贩卖相关服务的加密货币资金同比增长 85%； 7.CryptoQuant：比特币对应的“终极熊市底部”目前约在 55,000 美元； 8.Coinbase CEO Brian Armstrong：若“加密奖励禁令”最终成为法律，反而会提升公司利润； 9.俄罗斯财政部副部长：加密货币日交易规模约为 500 亿卢布（约 6.5 亿美元），参与公民达数百万人；俄罗斯央行计划在 2026 年对创建俄罗斯本国稳定币的可行性开展研究； 10.Figure 启动区块链原生股票营销，计划 2月 17 日定价； 11.华尔街共识交易失灵，AI 恐慌引发市场波动； 12.巴西众议院推进比特币相关法案：拟在 5 年内由国库累计购入至少 100 万枚比特币；巴西央行与财政部表示反对，称比特币不符合外汇储备的安全性与流动性标准； 13.彭博 ETF 分析师 Eric Balchunas 披露，Canary 已更新 TRUMP 现货 ETF 申请文件；舔的好真的是应有尽有？ 14.美国参议院加密市场结构法案因稳定币收益问题受阻； 15.Grayscale 申请将 AAVE 信托转换为 ETF； 16.Coinbase 业绩疲软股价却反弹，部分投资者押注加密货币市场触底； 17.分析师：美国CPI数据现鸽派信号，但政府停摆干扰或人为压低读数； 18.高盛：仍预期美联储今年将降息两次，下一次降息将在6月； --------------- 老老实实做一个有耐心的人，比什么都重要。有情人的过情人节，没情人的过周末。 #Bitcoin #Ethereum #Solana #Crypto #Nasq

2.14梭哈晨报：各位圣瓦伦丁节快乐呗，周末能来一场酣畅淋漓的拉盘吗，我的股票+贵金属+大宗都休息了，只能看你了crypto！ 1. $BTC 随着CPI利好直接起飞，配合着香港共识大会的结束，xdm都在大喊牛回，这牛70000都没到真回来了吗？ 2. $ETH 看起来还是跟着大饼站上了2000，下一个目标是跟着大饼回3000？ 3. $SOL 最性感的故事套最多的人，好多人被套在了200+，这次还能回本吗？ 4.Tomasz Stańczak 将辞去 Ethereum Foundation 联合执行董事职务； 5.美联储拟任命华尔街银行律师奎恩为监管事务主任； 6.Chainalysis 报告：2025 年流向疑似人口贩卖相关服务的加密货币资金同比增长 85%； 7.CryptoQuant：比特币对应的“终极熊市底部”目前约在 55,000 美元； 8.Coinbase CEO Brian Armstrong：若“加密奖励禁令”最终成为法律，反而会提升公司利润； 9.俄罗斯财政部副部长：加密货币日交易规模约为 500 亿卢布（约 6.5 亿美元），参与公民达数百万人；俄罗斯央行计划在 2026 年对创建俄罗斯本国稳定币的可行性开展研究； 10.Figure 启动区块链原生股票营销，计划 2月 17 日定价； 11.华尔街共识交易失灵，AI 恐慌引发市场波动； 12.巴西众议院推进比特币相关法案：拟在 5 年内由国库累计购入至少 100 万枚比特币；巴西央行与财政部表示反对，称比特币不符合外汇储备的安全性与流动性标准； 13.彭博 ETF 分析师 Eric Balchunas 披露，Canary 已更新 TRUMP 现货 ETF 申请文件；舔的好真的是应有尽有？ 14.美国参议院加密市场结构法案因稳定币收益问题受阻； 15.Grayscale 申请将 AAVE 信托转换为 ETF； 16.Coinbase 业绩疲软股价却反弹，部分投资者押注加密货币市场触底； 17.分析师：美国CPI数据现鸽派信号，但政府停摆干扰或人为压低读数； 18.高盛：仍预期美联储今年将降息两次，下一次降息将在6月； --------------- 老老实实做一个有耐心的人，比什么都重要。有情人的过情人节，没情人的过周末。 #Bitcoin #Ethereum #Solana #Crypto #Nasq

梭教授说

19,699 Aufrufe • vor 8 Monaten

南方澳快速退潮我看你們還在看，還是快離開吧… 日本311大地震、海嘯發生的時候，日本釜石小學的孩子們不等待大人的指令，自己做出判斷儘早去避難，也拉著老人家跟著他們行動，全校184名學生全數生還。採訪釜石小學的孩子們，問他們：「三月十一日那天，在學校所學到的事情中，最有用的是哪件事呢？」最多的答案就是「放學時的海嘯避難訓練」。另一間請戶小學全體師生獲救的關鍵是，平日做好訓練和準備。請戶小學距海岸約200公尺。311當日下午，一年級學童全都下課返家後，第一波高達10公尺的海嘯警報於15點30分響起時，早5分鐘以前已感知地震，學校教務主任緊急呼叫：「大家，往高處逃！」全校74名二年級到六年級的學童和10名教職員，跟隨其後，奔向距離1.5公里的大平山上。師生們魚貫地穿越大平山，狂奔了約2.5公里步下山後，在6號公路遇到一輛大卡車，全體獲救。「奇蹟的小學」之名就此不脛而走。避難訓練的重點有幾項： 1. 「地震發生」的警報器響起，這時並不是馬上逃跑，而是教導孩子「還在搖晃時蹲到地面上保護頭部。 2. 搖晃停止後，朝「較近的高處」避難，而非只是「遠離海岸」「由於海嘯會從河川逆流而上，因此即使遠離海邊也不能安心。前往距離近但高度高的地方避難是比較合適的。」對於老師的解說，教室中一片噓聲，孩子們大喊：「喂，這根本是陷阱題！」但孩子們的筆記上，卻確實寫下了「海嘯時比起逃得遠，不如爬得高」。 3. 製作「我們的安全地圖」孩子們依據不同地區集合，研究危險的地點和避難場所。這是為了讓孩子預先知道，不只自家周邊，去朋友家玩的時候也能知道該往哪裡避難。接著將「危險資訊」及「避難場所」寫在便利貼上，貼在全體學區的巨大地圖上。許多孩子回答：「因為經過實際的逃跑訓練，地震時身體就馬上動了起來」，或許可說是足以證明像這樣實踐型的訓練，在危急時刻能夠發揮強大的效果。

南方澳快速退潮我看你們還在看，還是快離開吧… 日本311大地震、海嘯發生的時候，日本釜石小學的孩子們不等待大人的指令，自己做出判斷儘早去避難，也拉著老人家跟著他們行動，全校184名學生全數生還。採訪釜石小學的孩子們，問他們：「三月十一日那天，在學校所學到的事情中，最有用的是哪件事呢？」最多的答案就是「放學時的海嘯避難訓練」。另一間請戶小學全體師生獲救的關鍵是，平日做好訓練和準備。請戶小學距海岸約200公尺。311當日下午，一年級學童全都下課返家後，第一波高達10公尺的海嘯警報於15點30分響起時，早5分鐘以前已感知地震，學校教務主任緊急呼叫：「大家，往高處逃！」全校74名二年級到六年級的學童和10名教職員，跟隨其後，奔向距離1.5公里的大平山上。師生們魚貫地穿越大平山，狂奔了約2.5公里步下山後，在6號公路遇到一輛大卡車，全體獲救。「奇蹟的小學」之名就此不脛而走。避難訓練的重點有幾項： 1. 「地震發生」的警報器響起，這時並不是馬上逃跑，而是教導孩子「還在搖晃時蹲到地面上保護頭部。 2. 搖晃停止後，朝「較近的高處」避難，而非只是「遠離海岸」「由於海嘯會從河川逆流而上，因此即使遠離海邊也不能安心。前往距離近但高度高的地方避難是比較合適的。」對於老師的解說，教室中一片噓聲，孩子們大喊：「喂，這根本是陷阱題！」但孩子們的筆記上，卻確實寫下了「海嘯時比起逃得遠，不如爬得高」。 3. 製作「我們的安全地圖」孩子們依據不同地區集合，研究危險的地點和避難場所。這是為了讓孩子預先知道，不只自家周邊，去朋友家玩的時候也能知道該往哪裡避難。接著將「危險資訊」及「避難場所」寫在便利貼上，貼在全體學區的巨大地圖上。許多孩子回答：「因為經過實際的逃跑訓練，地震時身體就馬上動了起來」，或許可說是足以證明像這樣實踐型的訓練，在危急時刻能夠發揮強大的效果。

杜承哲

218,198 Aufrufe • vor 2 Jahren

人均赚 1 亿的 Tether，今年也犯愁！如果说加密行业，最牛逼的玩家，最牛逼的企业，你能想到谁？币安、OKX、Coinbase 这些交易所？不，我认为目前来看，非 Tether 泰达莫属，Tether 中文名泰达。这位有着不到 200 人的团队，却成为全世界目前人均创收最多的公司，比什么英伟达、微软、苹果在赚钱方面厉害多了。 Paolo Ardoino ，这位意大利人，经常把自己藏在深山中的 CEO，到底是如何打造出这样一个千亿帝国，又是如何让自己的稳定币，位列世界第一，这期视频，咱们来好好拆解一下。首先我们要知道 Tether 就是稳定币 USDT 的发行方，USDT 就是它最大的业务。 2014 年，三个技术宅，他们发现当时的比特币价格波动实在太大了，投资者或者交易的人急需一种，价值稳定的媒介，来储备自己的链上资金。而且当时 Bitfinex 交易所也面临一个问题，银行经常因为反洗钱关闭账户、美元出入金周期又很长，可能都到 T+3 了，交易特别不方便。那这三个人一想，那我们为什么不做一个链上美元呢？于是 USDT 就诞生了。最早 USDT 的母公司还叫 RealCoin，同年就改名为了 Tether。 Tether 和 Bitfinex 背后还同属一家母公司 ——iFinex，因此这两家公司关系是非常密切的。 2015 年，我们的主人公，Paolo 哥加入 Bitfinex 团队做技术工作，同时也参与 Tether 的部分技术工作。你知道在早期，区块链技术非常不完善，USDT 当时仅在一个基于比特币的区块链上 Omni 上运行，用的人也非常少。他的原理很简单，就是给银行抵押 1 美元的等价物，就可以在链上发行 1 个 USDT，那用户也可以通过赎回1 个 USDT，换回一美元。赚钱就是 Tether 存在银行中的利息，或者去买像美债这种最稳健的资产。发的越多，赚的越多 15 年Paolo 加入时 Bitfinex 就引入了 USDT 交易对，但当时 Tether 银行储备金不够公开透明，我估计也就是中间有鬼，超发什么的，导致当时市场对他也是极度不信任。Bitfinex 交易量也非常平淡。转折点在 2017 年，2017 年，比特币暴涨，以太坊迎来 ICO 时代，导致各大交易所，涌入了大量交易者，Bitfinex 交易量激增。同年币安、OKX、火币引入 USDT 交易对，而当年，USDT 的发行量就从 1000多万美元飙升至 10 多亿美元。到了 2018 年，再翻了 3 倍，这下彻底让USDT 被大规模采用了。不仅交易所这边，USDT 也在很早就承担起支付媒介的作用，就比如我们很熟悉的孙宇晨孙哥的 Tron 波场链，基本都是以 USDT 的支付为主要交易活动。再来到 21 年的牛市， USDT 的发行量更是到达了 800 多亿美金，彻底成为了交易所的底层资产与稳定币支付主力。直到今日，USDT 发行量已经超过 1800 亿美元，刚才我们提到他的业务模式，也就是每年就等于赚这 1800 多亿美元产生的利息，去年到现在，Tether 靠 USDT 赚了 73 亿美元，而且这钱赚的是相当轻松。虽然已经这么大了，但 Tether 一直有一个很大的这个刺，扎在身上非常难受，这也导致了 USDT 在全球最大市场，美国的使用率远远没有 USDC 那么广。而且特朗普这个稳定币天才法案通过后，USDT 并不算在合法稳定币其中。这咱们就要倒推回去，再看看 USDT 到底怎么了？首先 Tether 的主体公司长期设立在英属维尔京群岛，也就是所谓的离岸公司，CEO Paolo 哥说自己喜欢在深山、海边办公，其他员工也都是远程，我们就知道它不是一个美国本土公司就行。而且 USDT 的储备金一开始就被质疑。 Tether 最开始的时候仅口头承诺，没有审计，那大家肯定不能信啊，当然还是有些赌徒信的。 17 年大规模采用的时候， Tether 才开始请会计师事务所进行审计尝试，一开始都是一些小的事务所和银行，而且也不披露具体的储备资产和组成，导致大家还是有顾虑直到 22 年，Tether 全面转向意大利的 BDO 会计事务所，这个会计所较大，开始发布季度报告，同时开始披露数量啊、组成，同时 Tether 官网也会定期更新报告和储备细节。哦你们快看啊，我这储备金够。但 USDT 的储备金仍不是 100% 美元支持的，其背后有黄金、比特币、以及投资、担保贷款等。也就是说，哪天彻底极端行情，黄金暴跌，比特币暴跌，Tether 的储备金是不够赎回对应数量的稳定币的这也就让稳定币法案无法承认 USDT 在美国的合法地位。前面聊了这么多，我们也能看到，稳定币就是一块超大蛋糕，又赚钱又轻松，Tether 虽大但有很深的一个痛点，缺乏信任。 Circle 和 Coinbase 在 2018 年推出 USDC，主打的就是完全透明，100% 美元或其等价物担保，而且每个月都会出示德勤审计的报告，德勤这个审计方，大家都认，因此 USDC 自推出，迅速就到了老二的位置， Circle 在去年还高调上市，今年来USDC 的交易量甚至超过了 USDT。所以这个 Tether 一看确实有点着急，一边招聘美国合规员工，一边推出自己新的美国合规稳定币 USAT（虽然也不知道能不能做成），一边又赶紧说，我们这边在联系四大审计事务所，对 US DT 进行一次彻底的独立财务报表审计，你们完全可以放心等等。而且，Tether 确实感觉到危机了，因为纽交所/纳斯达克目前正在打造 7x 24 小时的股票市场，这对稳定币来说又是新的应用渠道，股票以稳定币计价，谁先吃下这个股票交易的渠道，谁就又能发行更多稳定币，赚更多钱，那目前来看，USDC 确实占尽了天时地利人和，而 USDT 正在为之前疯狂扩张、披露含糊等旧账买单。也不知道最终 USDT 能不能在美国获得合规，但 Tether 在新的一轮中，确实没有优势，其虽然在阿根廷、委内瑞拉等利率不稳定国家应用广泛，但美国突然的加密友好，让 USDT 可能错过这一大波红利。数据上来看，USDT 的市占率开始下滑，而 USDC 则开始上升，USDT 的合规之路非常难走，Paolo 是一个意大利人，经营的公司还不在美国，特朗普一直坚持的maga，怎么可能让USDT合规，将美国公司的利益出让给你呢？因此我才说 Tether 这个加密影子帝国，今年也确实开始要犯愁了。如果你喜欢我的内容，欢迎一件三连，或关注我其他帐号，我们下期见～

人均赚 1 亿的 Tether，今年也犯愁！如果说加密行业，最牛逼的玩家，最牛逼的企业，你能想到谁？币安、OKX、Coinbase 这些交易所？不，我认为目前来看，非 Tether 泰达莫属，Tether 中文名泰达。这位有着不到 200 人的团队，却成为全世界目前人均创收最多的公司，比什么英伟达、微软、苹果在赚钱方面厉害多了。 Paolo Ardoino ，这位意大利人，经常把自己藏在深山中的 CEO，到底是如何打造出这样一个千亿帝国，又是如何让自己的稳定币，位列世界第一，这期视频，咱们来好好拆解一下。首先我们要知道 Tether 就是稳定币 USDT 的发行方，USDT 就是它最大的业务。 2014 年，三个技术宅，他们发现当时的比特币价格波动实在太大了，投资者或者交易的人急需一种，价值稳定的媒介，来储备自己的链上资金。而且当时 Bitfinex 交易所也面临一个问题，银行经常因为反洗钱关闭账户、美元出入金周期又很长，可能都到 T+3 了，交易特别不方便。那这三个人一想，那我们为什么不做一个链上美元呢？于是 USDT 就诞生了。最早 USDT 的母公司还叫 RealCoin，同年就改名为了 Tether。 Tether 和 Bitfinex 背后还同属一家母公司 ——iFinex，因此这两家公司关系是非常密切的。 2015 年，我们的主人公，Paolo 哥加入 Bitfinex 团队做技术工作，同时也参与 Tether 的部分技术工作。你知道在早期，区块链技术非常不完善，USDT 当时仅在一个基于比特币的区块链上 Omni 上运行，用的人也非常少。他的原理很简单，就是给银行抵押 1 美元的等价物，就可以在链上发行 1 个 USDT，那用户也可以通过赎回1 个 USDT，换回一美元。赚钱就是 Tether 存在银行中的利息，或者去买像美债这种最稳健的资产。发的越多，赚的越多 15 年Paolo 加入时 Bitfinex 就引入了 USDT 交易对，但当时 Tether 银行储备金不够公开透明，我估计也就是中间有鬼，超发什么的，导致当时市场对他也是极度不信任。Bitfinex 交易量也非常平淡。转折点在 2017 年，2017 年，比特币暴涨，以太坊迎来 ICO 时代，导致各大交易所，涌入了大量交易者，Bitfinex 交易量激增。同年币安、OKX、火币引入 USDT 交易对，而当年，USDT 的发行量就从 1000多万美元飙升至 10 多亿美元。到了 2018 年，再翻了 3 倍，这下彻底让USDT 被大规模采用了。不仅交易所这边，USDT 也在很早就承担起支付媒介的作用，就比如我们很熟悉的孙宇晨孙哥的 Tron 波场链，基本都是以 USDT 的支付为主要交易活动。再来到 21 年的牛市， USDT 的发行量更是到达了 800 多亿美金，彻底成为了交易所的底层资产与稳定币支付主力。直到今日，USDT 发行量已经超过 1800 亿美元，刚才我们提到他的业务模式，也就是每年就等于赚这 1800 多亿美元产生的利息，去年到现在，Tether 靠 USDT 赚了 73 亿美元，而且这钱赚的是相当轻松。虽然已经这么大了，但 Tether 一直有一个很大的这个刺，扎在身上非常难受，这也导致了 USDT 在全球最大市场，美国的使用率远远没有 USDC 那么广。而且特朗普这个稳定币天才法案通过后，USDT 并不算在合法稳定币其中。这咱们就要倒推回去，再看看 USDT 到底怎么了？首先 Tether 的主体公司长期设立在英属维尔京群岛，也就是所谓的离岸公司，CEO Paolo 哥说自己喜欢在深山、海边办公，其他员工也都是远程，我们就知道它不是一个美国本土公司就行。而且 USDT 的储备金一开始就被质疑。 Tether 最开始的时候仅口头承诺，没有审计，那大家肯定不能信啊，当然还是有些赌徒信的。 17 年大规模采用的时候， Tether 才开始请会计师事务所进行审计尝试，一开始都是一些小的事务所和银行，而且也不披露具体的储备资产和组成，导致大家还是有顾虑直到 22 年，Tether 全面转向意大利的 BDO 会计事务所，这个会计所较大，开始发布季度报告，同时开始披露数量啊、组成，同时 Tether 官网也会定期更新报告和储备细节。哦你们快看啊，我这储备金够。但 USDT 的储备金仍不是 100% 美元支持的，其背后有黄金、比特币、以及投资、担保贷款等。也就是说，哪天彻底极端行情，黄金暴跌，比特币暴跌，Tether 的储备金是不够赎回对应数量的稳定币的这也就让稳定币法案无法承认 USDT 在美国的合法地位。前面聊了这么多，我们也能看到，稳定币就是一块超大蛋糕，又赚钱又轻松，Tether 虽大但有很深的一个痛点，缺乏信任。 Circle 和 Coinbase 在 2018 年推出 USDC，主打的就是完全透明，100% 美元或其等价物担保，而且每个月都会出示德勤审计的报告，德勤这个审计方，大家都认，因此 USDC 自推出，迅速就到了老二的位置， Circle 在去年还高调上市，今年来USDC 的交易量甚至超过了 USDT。所以这个 Tether 一看确实有点着急，一边招聘美国合规员工，一边推出自己新的美国合规稳定币 USAT（虽然也不知道能不能做成），一边又赶紧说，我们这边在联系四大审计事务所，对 US DT 进行一次彻底的独立财务报表审计，你们完全可以放心等等。而且，Tether 确实感觉到危机了，因为纽交所/纳斯达克目前正在打造 7x 24 小时的股票市场，这对稳定币来说又是新的应用渠道，股票以稳定币计价，谁先吃下这个股票交易的渠道，谁就又能发行更多稳定币，赚更多钱，那目前来看，USDC 确实占尽了天时地利人和，而 USDT 正在为之前疯狂扩张、披露含糊等旧账买单。也不知道最终 USDT 能不能在美国获得合规，但 Tether 在新的一轮中，确实没有优势，其虽然在阿根廷、委内瑞拉等利率不稳定国家应用广泛，但美国突然的加密友好，让 USDT 可能错过这一大波红利。数据上来看，USDT 的市占率开始下滑，而 USDC 则开始上升，USDT 的合规之路非常难走，Paolo 是一个意大利人，经营的公司还不在美国，特朗普一直坚持的maga，怎么可能让USDT合规，将美国公司的利益出让给你呢？因此我才说 Tether 这个加密影子帝国，今年也确实开始要犯愁了。如果你喜欢我的内容，欢迎一件三连，或关注我其他帐号，我们下期见～

小塞

34,239 Aufrufe • vor 6 Monaten

「深圳易力声3000人大罢工，工人为何要抵制“5天8小时”（2025.12.04-05）」周四（12月4日）起，位于广东深圳宝安区的易力声科技有限公司爆发大规模集体抗争行动。约3000名一线工人集体罢工，抗议公司长期实行“五天八小时”工作制。截至12月5日上午，工人的抗争行动仍在继续。工人为何要抵制“5天8小时”工作制？ “五天八小时”本是国际通行的劳动标准，也是无数劳动者梦寐以求的工作节奏。但在易力声，工人们却为了反对它走上罢工——难道工人不喜欢休息？当然不是。据多名工人透露，自2025年10月易力声取消加班以来，在扣除社保、公积金后，他们每月到手工资不足2000元，甚至低于深圳最低工资标准。根据深圳市政府2025年3月1日开始实施的标准，全日制就业劳动者最低工资标准不得低于2520元/月。易力声曾是著名的“万人大厂”，因女性员工众多而被称为“女儿国”。随着产业转移和工厂规模收缩，如今只剩下约3000名员工，许多当年的年轻女工已步入中年，肩负着沉重的家庭负担。“在深圳，一个月两千块钱连自己都养不活，怎么养家？”对她们而言，加班费是维持生存所必须的口粮。罢工导火索：长期“5天8小时”公告 12月3日，易力声公司发布的一则公告成为了此次大罢工的导火索。公告称受海外需求疲软影响，核心客户订单减少约20%，决定未来几个月继续维持“五天八小时”工作制，暂无加班安排。作为补偿，公司仅承诺在十二月为未加班的员工发放200-300元不等的一次性生活补助。这则通知彻底点燃了工人的怒火。据工人透露，早在2024年，易力声母公司香港易路达国际的股权就已发生重大变更，其80%的股份被华勤技术收购，但公司并没有在易主后对工人作出赔偿。工人们认为，所谓“订单减少”，不过是订单向越南工厂转移。长期实行5天8小时，目的是以低薪逼走工人，逃避法定的N+1遣散费。“厂里用五天八小时的方式来耗着我们，想让我们自己走人，不想赔钱，”一位工人愤怒地表示。公司此时严格执行“国际标准”，并非为了员工福祉，而是将原本保护劳工的条款“武器化”，作为逼退员工的合法手段。 12月4日上午，罢工爆发，数千名工人聚集在工厂大门附近，阻拦了拉货车辆，高喊“赔钱、坚持”等口号。期间，一名工人与保安发生冲突，警察在试图抓走该工人时一度被围堵。工人们的诉求非常明确：要么恢复正常的加班以保障基本收入，要么就按照工龄进行合法赔偿。僵局持续：工人坚持核心诉求面对压力，易力声公司于4日下午发布通知，声称经与“部分员工代表”商讨，提高了未来几个月的月补贴标准至400-500元，并承诺在12月和明年1月有限增加周末加班工时，同时强硬要求员工于5日早8点前复工，否则按旷工处理。然而，这份新提议遭到工人一致抵制。他们认为几百元的补贴杯水车薪，且对公司承诺的加班表示强烈不信任。更重要的是，工人们否认了所谓“员工代表”的合法性，因为他们并没有经过员工推选，而是易力声自行选定的。工人们仍坚持自己的诉求，要么恢复正常的加班以保障基本收入，要么就按照工龄进行合法赔偿。截至5日中午，工人们的抗争还在继续。此次易力声罢工事件，也暴露了中国制造业工人面临的普遍困境：他们的生存高度依赖“超时劳动”。许多工厂为了控制成本并确保赶工能力，刻意将正常工作时间的薪资压低至仅能糊口的水平，迫使工人为了获取更高工资，而不得不接受长时间工作。而当企业将“遵守8小时工作制”作为变相裁员的工具时，工人们为了最低的生存底线，被迫陷入了抵制休息权、争取“加班权”的悲壮抗争中。毕竟，如果基本工资足以维持体面生活，没有人愿意每天工作12小时做“牛马”。

「深圳易力声3000人大罢工，工人为何要抵制“5天8小时”（2025.12.04-05）」周四（12月4日）起，位于广东深圳宝安区的易力声科技有限公司爆发大规模集体抗争行动。约3000名一线工人集体罢工，抗议公司长期实行“五天八小时”工作制。截至12月5日上午，工人的抗争行动仍在继续。工人为何要抵制“5天8小时”工作制？ “五天八小时”本是国际通行的劳动标准，也是无数劳动者梦寐以求的工作节奏。但在易力声，工人们却为了反对它走上罢工——难道工人不喜欢休息？当然不是。据多名工人透露，自2025年10月易力声取消加班以来，在扣除社保、公积金后，他们每月到手工资不足2000元，甚至低于深圳最低工资标准。根据深圳市政府2025年3月1日开始实施的标准，全日制就业劳动者最低工资标准不得低于2520元/月。易力声曾是著名的“万人大厂”，因女性员工众多而被称为“女儿国”。随着产业转移和工厂规模收缩，如今只剩下约3000名员工，许多当年的年轻女工已步入中年，肩负着沉重的家庭负担。“在深圳，一个月两千块钱连自己都养不活，怎么养家？”对她们而言，加班费是维持生存所必须的口粮。罢工导火索：长期“5天8小时”公告 12月3日，易力声公司发布的一则公告成为了此次大罢工的导火索。公告称受海外需求疲软影响，核心客户订单减少约20%，决定未来几个月继续维持“五天八小时”工作制，暂无加班安排。作为补偿，公司仅承诺在十二月为未加班的员工发放200-300元不等的一次性生活补助。这则通知彻底点燃了工人的怒火。据工人透露，早在2024年，易力声母公司香港易路达国际的股权就已发生重大变更，其80%的股份被华勤技术收购，但公司并没有在易主后对工人作出赔偿。工人们认为，所谓“订单减少”，不过是订单向越南工厂转移。长期实行5天8小时，目的是以低薪逼走工人，逃避法定的N+1遣散费。“厂里用五天八小时的方式来耗着我们，想让我们自己走人，不想赔钱，”一位工人愤怒地表示。公司此时严格执行“国际标准”，并非为了员工福祉，而是将原本保护劳工的条款“武器化”，作为逼退员工的合法手段。 12月4日上午，罢工爆发，数千名工人聚集在工厂大门附近，阻拦了拉货车辆，高喊“赔钱、坚持”等口号。期间，一名工人与保安发生冲突，警察在试图抓走该工人时一度被围堵。工人们的诉求非常明确：要么恢复正常的加班以保障基本收入，要么就按照工龄进行合法赔偿。僵局持续：工人坚持核心诉求面对压力，易力声公司于4日下午发布通知，声称经与“部分员工代表”商讨，提高了未来几个月的月补贴标准至400-500元，并承诺在12月和明年1月有限增加周末加班工时，同时强硬要求员工于5日早8点前复工，否则按旷工处理。然而，这份新提议遭到工人一致抵制。他们认为几百元的补贴杯水车薪，且对公司承诺的加班表示强烈不信任。更重要的是，工人们否认了所谓“员工代表”的合法性，因为他们并没有经过员工推选，而是易力声自行选定的。工人们仍坚持自己的诉求，要么恢复正常的加班以保障基本收入，要么就按照工龄进行合法赔偿。截至5日中午，工人们的抗争还在继续。此次易力声罢工事件，也暴露了中国制造业工人面临的普遍困境：他们的生存高度依赖“超时劳动”。许多工厂为了控制成本并确保赶工能力，刻意将正常工作时间的薪资压低至仅能糊口的水平，迫使工人为了获取更高工资，而不得不接受长时间工作。而当企业将“遵守8小时工作制”作为变相裁员的工具时，工人们为了最低的生存底线，被迫陷入了抵制休息权、争取“加班权”的悲壮抗争中。毕竟，如果基本工资足以维持体面生活，没有人愿意每天工作12小时做“牛马”。

昨天

272,281 Aufrufe • vor 10 Monaten

一楼一凤香港是男人的天堂？去香港除了办港卡（附港卡教程）还有什么可玩？在香港说普通话会被歧视吗？一篇文章统统告诉你！本文由 Zama 可无缝集成任何 EVM 兼容链的跨链保密层赞助播出！zama可提供数学级隐私保证，数据在整个生命周期保持加密，适用于 DeFi、身份验证和 AI 模型训练。首先说我办理港卡的方式：提前下载好中银汇丰 ZA 蚂蚁这些需要开户的银行软件，运营商那里开好国际流量漫游服务，购买国际流量包过境香港之后我们可以不用去银行网点，直接按照流程一步步填写，注意填写时最后贴近自身实际情况，反而更容易通过！税务编号这里填身份证就可以了。中银和汇丰一般不易要审核，其他两家几乎可以秒通过，线上申请的话后期卡片是快递给内陆的地址。如果想当天拿卡可以直接去银行网点办理，现在办港卡的人并不是很多。再说说香港有什么好玩的，香港性交易是合法的也就是俗话说的一楼一凤，可以用谷歌地图搜索富士大厦自行前往探索，香港除了购物之外其实有很多值得打卡去的旅游景点，这里强烈推荐去一下被国家地理评为十大经典徒步路线的麦理浩径，小编背着22L的小鹰4天走完了100公里10段路线，如果你时间赶可以只去二段破边洲，还能在浪茄湾的海滩玩沙子，风景真的特别美！狮子山的夜景也非常美，人生中的很多烦恼你在路上都能找到答案！再来谈下不会粤语英语在香港说普通话会被歧视吗？我本人的体验是没有，我问了好几次路对方都很友善，包括消费购物吃饭我觉得大多数香港人都很礼貌友善，没有遇到抖音小红书上那种区别对待。 Zama 协议应用于保密 DeFi 链上身份和 AI 加密推理，它标志着从“数据在传输中加密”（HTTPS）向“端到端加密计算”（HTTPZ）的演进，该协议有望成为 Web3 隐私基础设施的标准，持续看好Zama ！ #ZamaCreatorProgram #港卡 #香港

一楼一凤香港是男人的天堂？去香港除了办港卡（附港卡教程）还有什么可玩？在香港说普通话会被歧视吗？一篇文章统统告诉你！本文由 Zama 可无缝集成任何 EVM 兼容链的跨链保密层赞助播出！zama可提供数学级隐私保证，数据在整个生命周期保持加密，适用于 DeFi、身份验证和 AI 模型训练。首先说我办理港卡的方式：提前下载好中银汇丰 ZA 蚂蚁这些需要开户的银行软件，运营商那里开好国际流量漫游服务，购买国际流量包过境香港之后我们可以不用去银行网点，直接按照流程一步步填写，注意填写时最后贴近自身实际情况，反而更容易通过！税务编号这里填身份证就可以了。中银和汇丰一般不易要审核，其他两家几乎可以秒通过，线上申请的话后期卡片是快递给内陆的地址。如果想当天拿卡可以直接去银行网点办理，现在办港卡的人并不是很多。再说说香港有什么好玩的，香港性交易是合法的也就是俗话说的一楼一凤，可以用谷歌地图搜索富士大厦自行前往探索，香港除了购物之外其实有很多值得打卡去的旅游景点，这里强烈推荐去一下被国家地理评为十大经典徒步路线的麦理浩径，小编背着22L的小鹰4天走完了100公里10段路线，如果你时间赶可以只去二段破边洲，还能在浪茄湾的海滩玩沙子，风景真的特别美！狮子山的夜景也非常美，人生中的很多烦恼你在路上都能找到答案！再来谈下不会粤语英语在香港说普通话会被歧视吗？我本人的体验是没有，我问了好几次路对方都很友善，包括消费购物吃饭我觉得大多数香港人都很礼貌友善，没有遇到抖音小红书上那种区别对待。 Zama 协议应用于保密 DeFi 链上身份和 AI 加密推理，它标志着从“数据在传输中加密”（HTTPS）向“端到端加密计算”（HTTPZ）的演进，该协议有望成为 Web3 隐私基础设施的标准，持续看好Zama ！ #ZamaCreatorProgram #港卡 #香港

笨蛋帅哥

29,883 Aufrufe • vor 10 Monaten

Google 前 CEO 埃里克·施密特近期在斯坦福 CS323 课堂上的访谈（四/完结）关于大语言模型对经济的影响以及学术界的选择学生：大语言模型的经济影响，比如劳动力市场的影响，比你最初预期的要慢。Chegg（在线教育技术公司）和一些服务人员受到了影响。你认为学术界应该获得AI方面的补贴，还是应该选择与业界的大公司合作？ Eric：我非常努力地推动为大学建立数据中心。如果我是这里的计算机科学系教师，我会非常失望，因为无法与研究生一起构建能够进行博士研究的算法。我被迫和这些公司合作。我认为这些公司在这方面并没有表现出足够的慷慨。我与许多你们认识的教师交谈，他们花费大量时间等待Google Cloud的配额。这是非常糟糕的情况。这个领域正在快速发展。我们希望美国能胜出，我们希望美国的大学——出于多种原因，我认为正确的做法是把资源提供给他们。我在这方面做了很多努力。至于劳动力市场的影响，我将这个问题交给这里的真正专家。作为Eric教导的业余经济学家，我坚信那些接受过大学教育、从事高技能工作的人将会适应，因为人们将会与这些系统一起工作。我认为这些系统与以往的技术浪潮没有区别。那些危险的工作和不需要太多人为判断的工作将被取代。关于计算机科学教育的未来学生：我对“文本到行动”及其对计算机科学教育的影响非常感兴趣。你认为计算机科学教育应该如何变革以适应新时代？ Eric：我认为计算机科学专业的本科生群体将始终有一位编程搭档。因此，当你学习你的第一个for循环时，你会有一个工具作为你的伙伴。这就是未来的教学方式，教授会讲解概念，但你会通过这种方式参与其中。这是我的猜测。关于非Transformer架构与数学创新学生：你提到了一些让你兴奋的非Transformer架构。我想其中一个被提到的是状态模型，但现在还有一种是更长上下文的模型。我更好奇的是你在这方面看到的情况。 Eric：我对数学的理解还不够深入，但我非常高兴我们为数学家们提供了工作机会，因为这里的数学太复杂了。但基本上，他们是在采用不同的方法来进行梯度下降和矩阵乘法，使其更快更好。Transformer架构是一种能够同时进行乘法运算的系统化方式，这是我理解的方式。它和其他的很像，但数学部分不同。我们将继续关注这些新的数学进展。关于中美关系与国家安全学生：你在关于国家安全的论文中提到，中美两国在现代架构的帮助下处于关键地位。接下来的10个国家，以及稍后的一组国家，都是美国的盟友，或者与美国盟友关系密切。我很好奇你对这些国家，尤其是那些中间地带但并非正式盟友的国家有什么看法。它们有多大可能愿意加入我们的安全阵营？是什么因素可能会阻碍它们加入？ Eric：最值得关注的国家是印度，因为顶尖的AI人才从印度来到美国，我们应该让印度保留一部分顶尖人才。他们没有我们这里如此丰富的培训设施和项目。在我看来，印度是这一领域的重要摇摆国家。中国已经没有机会了，不会再回来。日本和韩国显然站在我们这一边。台湾在硬件方面很出色，但他们的软件开发较弱。在全球范围内，其他大国的选择并不多。欧洲因为欧盟的政策和管理机制陷入困境，这并不是什么新鲜事。我与他们斗争了10年，但他们仍然有许多限制，导致我们在欧洲开展研究非常困难。法国还有一些机会，但我不太看好德国。其余的国家都不够有影响力。关于编程与AI 学生：我是编译器工程师。考虑到你设想这些模型将具备的能力，我们还需要花时间学习编程吗？ Eric：是的，这是一个老生常谈的问题，为什么你已经会说英语还要学习英语呢？是为了让你的英语更好。你确实需要理解这些系统的工作原理，我对此非常坚定。关于分布式计算与大语言模型的训练学生：你是否探索过分布式环境？虽然构建大型集群很困难，但MacBooks的性能很强大。你认为类似“Folding@home”的想法适合训练吗？ Eric：是的，我们对此进行了深入研究。算法的工作方式是你有一个非常大的矩阵，基本上是一个乘法函数。系统的速度完全受限于内存到CPU或GPU的传输速度。Nvidia的下一代芯片已经将所有这些功能整合到了一块芯片中，如今的芯片已经足够大到需要将它们都粘合在一起。短时间内，分布式计算在训练大语言模型方面的进展可能有限。关于数据隐私与版权学生：在ChatGPT发布后，OpenAI因使用他们的作品进行训练而被《纽约时报》起诉。你觉得这种情况会如何发展？这对数据隐私有何影响？ Eric：我曾经从事过大量的音乐版权工作。我了解到在60年代，有一系列诉讼最终达成了一项协议：每次播放你的歌曲，你都能获得一定的版权费。我猜AI领域可能会有类似的情况。可能会有很多诉讼，最后可能会达成一种协议，要求你必须支付你的一部分收入，以便使用类似ASCAP BMI的版权管理机构。关于AI领域的垄断与反垄断法规学生：现在看起来几个主要玩家在AI领域占据主导地位，他们会继续维持这个地位。这些公司似乎与那些受到反垄断法规关注的大公司有所交叉。你对这两种趋势有何看法？像是监管部门会否对这些公司进行分拆？这将会对现状产生怎样的影响？ Eric：在我的职业生涯中，我曾帮助微软避免被拆分，结果它确实没有被拆分。我也曾努力阻止谷歌被分拆，目前来看，谷歌还未被分拆。因此，从我的观察来看，这些公司被分拆的趋势并不明显。只要这些公司避免成为像约翰·D·洛克菲勒那样的企业巨头，政府可能不会采取行动。这些公司占据主导地位的原因是他们有足够的资本来建设数据中心。关于技术差距对全球的影响学生：这一切将会把那些不参与前沿模型开发和无法获取计算资源的国家带向何方？富国越来越富，穷国尽力而为。 Eric：事实上，这就是富国的游戏，对吧？巨大的资本，众多技术过硬的人才，强有力的政府支持。有些国家，比如印度，将会成为这一领域的重要参与者。其他国家可能需要找到合作伙伴或与其他国家联合。对年轻人的建议主持人：最后一个问题，Eric。你花了很多时间帮助年轻人，他们正在创造大量财富，你对在座的各位有什么建议吗？他们正在为这门课写商业计划书或撰写政策提案、研究提案，未来职业发展方面你有什么建议？ Eric：我在商学院教过一门关于这个主题的课程。快速制作原型的能力真的非常重要，成为创业者的一个难点在于一切都发生得非常快。现在，如果你不能在一天之内利用这些工具构建你的原型，那你就需要考虑一下了，因为你的竞争对手正在这么做。所以我的建议是，尽快使用这些工具把你的想法制作成原型。这是关键，因为在其他公司、其他大学，或你从未去过的地方，一定有人正在做和你一样的事情。

Google 前 CEO 埃里克·施密特近期在斯坦福 CS323 课堂上的访谈（四/完结）关于大语言模型对经济的影响以及学术界的选择学生：大语言模型的经济影响，比如劳动力市场的影响，比你最初预期的要慢。Chegg（在线教育技术公司）和一些服务人员受到了影响。你认为学术界应该获得AI方面的补贴，还是应该选择与业界的大公司合作？ Eric：我非常努力地推动为大学建立数据中心。如果我是这里的计算机科学系教师，我会非常失望，因为无法与研究生一起构建能够进行博士研究的算法。我被迫和这些公司合作。我认为这些公司在这方面并没有表现出足够的慷慨。我与许多你们认识的教师交谈，他们花费大量时间等待Google Cloud的配额。这是非常糟糕的情况。这个领域正在快速发展。我们希望美国能胜出，我们希望美国的大学——出于多种原因，我认为正确的做法是把资源提供给他们。我在这方面做了很多努力。至于劳动力市场的影响，我将这个问题交给这里的真正专家。作为Eric教导的业余经济学家，我坚信那些接受过大学教育、从事高技能工作的人将会适应，因为人们将会与这些系统一起工作。我认为这些系统与以往的技术浪潮没有区别。那些危险的工作和不需要太多人为判断的工作将被取代。关于计算机科学教育的未来学生：我对“文本到行动”及其对计算机科学教育的影响非常感兴趣。你认为计算机科学教育应该如何变革以适应新时代？ Eric：我认为计算机科学专业的本科生群体将始终有一位编程搭档。因此，当你学习你的第一个for循环时，你会有一个工具作为你的伙伴。这就是未来的教学方式，教授会讲解概念，但你会通过这种方式参与其中。这是我的猜测。关于非Transformer架构与数学创新学生：你提到了一些让你兴奋的非Transformer架构。我想其中一个被提到的是状态模型，但现在还有一种是更长上下文的模型。我更好奇的是你在这方面看到的情况。 Eric：我对数学的理解还不够深入，但我非常高兴我们为数学家们提供了工作机会，因为这里的数学太复杂了。但基本上，他们是在采用不同的方法来进行梯度下降和矩阵乘法，使其更快更好。Transformer架构是一种能够同时进行乘法运算的系统化方式，这是我理解的方式。它和其他的很像，但数学部分不同。我们将继续关注这些新的数学进展。关于中美关系与国家安全学生：你在关于国家安全的论文中提到，中美两国在现代架构的帮助下处于关键地位。接下来的10个国家，以及稍后的一组国家，都是美国的盟友，或者与美国盟友关系密切。我很好奇你对这些国家，尤其是那些中间地带但并非正式盟友的国家有什么看法。它们有多大可能愿意加入我们的安全阵营？是什么因素可能会阻碍它们加入？ Eric：最值得关注的国家是印度，因为顶尖的AI人才从印度来到美国，我们应该让印度保留一部分顶尖人才。他们没有我们这里如此丰富的培训设施和项目。在我看来，印度是这一领域的重要摇摆国家。中国已经没有机会了，不会再回来。日本和韩国显然站在我们这一边。台湾在硬件方面很出色，但他们的软件开发较弱。在全球范围内，其他大国的选择并不多。欧洲因为欧盟的政策和管理机制陷入困境，这并不是什么新鲜事。我与他们斗争了10年，但他们仍然有许多限制，导致我们在欧洲开展研究非常困难。法国还有一些机会，但我不太看好德国。其余的国家都不够有影响力。关于编程与AI 学生：我是编译器工程师。考虑到你设想这些模型将具备的能力，我们还需要花时间学习编程吗？ Eric：是的，这是一个老生常谈的问题，为什么你已经会说英语还要学习英语呢？是为了让你的英语更好。你确实需要理解这些系统的工作原理，我对此非常坚定。关于分布式计算与大语言模型的训练学生：你是否探索过分布式环境？虽然构建大型集群很困难，但MacBooks的性能很强大。你认为类似“Folding@home”的想法适合训练吗？ Eric：是的，我们对此进行了深入研究。算法的工作方式是你有一个非常大的矩阵，基本上是一个乘法函数。系统的速度完全受限于内存到CPU或GPU的传输速度。Nvidia的下一代芯片已经将所有这些功能整合到了一块芯片中，如今的芯片已经足够大到需要将它们都粘合在一起。短时间内，分布式计算在训练大语言模型方面的进展可能有限。关于数据隐私与版权学生：在ChatGPT发布后，OpenAI因使用他们的作品进行训练而被《纽约时报》起诉。你觉得这种情况会如何发展？这对数据隐私有何影响？ Eric：我曾经从事过大量的音乐版权工作。我了解到在60年代，有一系列诉讼最终达成了一项协议：每次播放你的歌曲，你都能获得一定的版权费。我猜AI领域可能会有类似的情况。可能会有很多诉讼，最后可能会达成一种协议，要求你必须支付你的一部分收入，以便使用类似ASCAP BMI的版权管理机构。关于AI领域的垄断与反垄断法规学生：现在看起来几个主要玩家在AI领域占据主导地位，他们会继续维持这个地位。这些公司似乎与那些受到反垄断法规关注的大公司有所交叉。你对这两种趋势有何看法？像是监管部门会否对这些公司进行分拆？这将会对现状产生怎样的影响？ Eric：在我的职业生涯中，我曾帮助微软避免被拆分，结果它确实没有被拆分。我也曾努力阻止谷歌被分拆，目前来看，谷歌还未被分拆。因此，从我的观察来看，这些公司被分拆的趋势并不明显。只要这些公司避免成为像约翰·D·洛克菲勒那样的企业巨头，政府可能不会采取行动。这些公司占据主导地位的原因是他们有足够的资本来建设数据中心。关于技术差距对全球的影响学生：这一切将会把那些不参与前沿模型开发和无法获取计算资源的国家带向何方？富国越来越富，穷国尽力而为。 Eric：事实上，这就是富国的游戏，对吧？巨大的资本，众多技术过硬的人才，强有力的政府支持。有些国家，比如印度，将会成为这一领域的重要参与者。其他国家可能需要找到合作伙伴或与其他国家联合。对年轻人的建议主持人：最后一个问题，Eric。你花了很多时间帮助年轻人，他们正在创造大量财富，你对在座的各位有什么建议吗？他们正在为这门课写商业计划书或撰写政策提案、研究提案，未来职业发展方面你有什么建议？ Eric：我在商学院教过一门关于这个主题的课程。快速制作原型的能力真的非常重要，成为创业者的一个难点在于一切都发生得非常快。现在，如果你不能在一天之内利用这些工具构建你的原型，那你就需要考虑一下了，因为你的竞争对手正在这么做。所以我的建议是，尽快使用这些工具把你的想法制作成原型。这是关键，因为在其他公司、其他大学，或你从未去过的地方，一定有人正在做和你一样的事情。

宝玉

14,213 Aufrufe • vor 2 Jahren