Loading video...

Video Failed to Load

Go Home

说真的, Hy4 preview Tencent Hy 这次帮了我大忙。 单位这边,要做 GPCR 配体筛选。 很多候选分子是亲脂的, 真正进口袋之前 先在磷脂双层里分区、侧向扩散 膜的厚度、面积、尾链有序性也会把受体的构象平衡往一边推。单纯做分子对接一套,膜里又是另一套。 所以磷脂双分子层建模本身就得先跑稳、跑够长,后面才谈得上把受体嵌进去筛。 问题是单位不让用海外模型。 自己反复推, 热路径改完不是对不齐,就是快不了 3万多原子的磷脂双层, SO3LR 机器学习力场, 底下已经是一份抠过很久的 JAX 实现 再往上挤怎么都没戏。 换成 Hy4 preview,这条才走通。 在目前基线上又快 2倍, 到 54.9 ms/step 这次是真帮我踩着ddl算过去了 真!救我狗命!

29,786 views • 17 hours ago •via X (Twitter)

41 Comments

关木's profile picture
关木16 hours ago

@TencentHunyuan 以后请多发这类生物相关内容。

Xiangyu 香鱼🐬's profile picture
Xiangyu 香鱼🐬16 hours ago

@TencentHunyuan 😂😂😂😂

一地鸡毛's profile picture
一地鸡毛17 hours ago

@TencentHunyuan 最近在海外版的workbuddy里用Hy4 ,确实有点东西

虚惊一场。's profile picture
虚惊一场。12 hours ago

@TencentHunyuan 加入语音,就无敌了。图表也不错。🐮

jackylin's profile picture
jackylin15 hours ago

@TencentHunyuan 不错,够实用,nice

Jevon | AI企业级布局's profile picture
Jevon | AI企业级布局17 hours ago

@TencentHunyuan hy4 确实相当不错 除了经常要排队这一点… 现在国内外算力都紧张…

MK@Phoenix's profile picture
MK@Phoenix17 hours ago

@TencentHunyuan 最难的往往不是从 0 写出来,而是在一份已经抠得很深的 JAX 实现上继续优化 还能再快 2 倍,确实厉害

硅谷AI玩家's profile picture
硅谷AI玩家16 hours ago

@TencentHunyuan 这可视化也太丝滑了吧,3万原子的膜系统自己抠 JAX 抠到怀疑人生,换 Hy4 preview 直接快一倍踩着 ddl 过。

AI搞钱Hacker's profile picture
AI搞钱Hacker17 hours ago

@TencentHunyuan Hy4 preview把3万原子磷脂双层力场跑到54.9ms/step,国产模型硬啃JAX还翻倍提速,真救科研狗命哈哈

iEarth's profile picture
iEarth13 hours ago

@TencentHunyuan 真的,多少搞生信和计算化学的同僚,卡在反复调平膜环境的脏活累活里 ,AI 可算能帮人从手抠底层代码和反复调参的苦差里拉出来了👏

nobond's profile picture
nobond16 hours ago

@TencentHunyuan hmm, makes difference if being forward?😀

帀安交易所注册 买美股上帀安's profile picture
帀安交易所注册 买美股上帀安14 hours ago

@TencentHunyuan 膜环境对构象的影响确实容易被对接忽略

苏打白.Dev's profile picture
苏打白.Dev17 hours ago

@TencentHunyuan 腾讯也要奋起直追了呀。

懒家伙's profile picture
懒家伙16 hours ago

@TencentHunyuan hy4 真的很不错,价格也很合适 目前 workbuddy 上还能免费体验

VV田's profile picture
VV田17 hours ago

@TencentHunyuan 真没想到香鱼老师也是学生物的,真是多才多艺啊。

CatPhyTime's profile picture
CatPhyTime15 hours ago

@TencentHunyuan Hy4进步这么快吗,有点好奇了,我昨天用元宝做word文档撰写它还是很快速的。

资源分享公社(互FO)'s profile picture
资源分享公社(互FO)17 hours ago

@TencentHunyuan 这款国内的模型也不错能实现很多实用的需求值得一试。

純粹's profile picture
純粹16 hours ago

@TencentHunyuan 牛掰👍

LOTOO's profile picture
LOTOO15 hours ago

@TencentHunyuan 效果确实炸裂!不让用海外模型,自己调又调不动,急死人。换混元这个直接快两倍,真是救了大命,国产模型越来越争气了。

不想长大💎不玩bsc's profile picture
不想长大💎不玩bsc15 hours ago

@TencentHunyuan 这活太真实了……单位不让用海外模型,自己抠半天对不齐又慢。Hy4直接快一倍,赶上ddl了,确实救命。

渝津's profile picture
渝津7 hours ago

@TencentHunyuan 真的假的腾讯的llm现在那么给力了,混元之前不是稳居倒数的吗

Xiangyu 香鱼🐬's profile picture
Xiangyu 香鱼🐬6 hours ago

@TencentHunyuan 这个是专供科研端做了训练

LatteI's profile picture
LatteI15 hours ago

@TencentHunyuan 这算是MD的一个方向吗

Xiangyu 香鱼🐬's profile picture
Xiangyu 香鱼🐬15 hours ago

@TencentHunyuan 谈不上吧,单位的小玩具罢了,就是个跳蛋,用来振动我的

3D打印雷哥说(XU FANGLEI)'s profile picture
3D打印雷哥说(XU FANGLEI)15 hours ago

@TencentHunyuan 参数化设计怎么能结合利用呢

Mr Paper's profile picture
Mr Paper17 hours ago

@TencentHunyuan 非常强大,得用用看

无双-明灯 🎒's profile picture
无双-明灯 🎒17 hours ago

@TencentHunyuan 天啦 你居然写专业术语,我看着一个头两个大🙃

锦鲤's profile picture
锦鲤14 hours ago

@TencentHunyuan 以后请多发这类生物相关的内容😎

無名's profile picture
無名16 hours ago

@TencentHunyuan 会不会也赠送你a社模型呢?

Xiangyu 香鱼🐬's profile picture
Xiangyu 香鱼🐬16 hours ago

@TencentHunyuan 😂😂😂这个api价格那我赚翻了

ashen's profile picture
ashen14 hours ago

@TencentHunyuan if we use preview, will it be like the same vibe as the main model? Like, should I use preview or just wait for the main one to come out

E吴大哥wu|'s profile picture
E吴大哥wu|17 hours ago

@TencentHunyuan 老师我看不懂,应该是生物方面的吧

知不道吧's profile picture
知不道吧16 hours ago

@TencentHunyuan 选模型有时候真不是排行榜上挑第一。单位允许用什么、能不能处理手头的问题、赶工时能不能及时调用,都得考虑。Hy4 这次能帮忙把活赶出来,确实救急了。

魔王w3👿's profile picture
魔王w3👿17 hours ago

@TencentHunyuan Hy4 preview这速度真给力,膜模拟终于赶上ddl了

M's profile picture
M17 hours ago

@TencentHunyuan Qwen不行?

Xiangyu 香鱼🐬's profile picture
Xiangyu 香鱼🐬17 hours ago

@TencentHunyuan 没买qwen的api😂

M's profile picture
M16 hours ago

@TencentHunyuan 哦哦哦😂

AnewCzs's profile picture
AnewCzs15 hours ago

@TencentHunyuan 生物和IT相遇在AI啦

Yule's profile picture
Yule14 hours ago

@TencentHunyuan 接的商单?

王二狗's profile picture
王二狗17 hours ago

@TencentHunyuan 3万原子双层还能翻倍,这才叫真干活。

Ether's profile picture
Ether17 hours ago

@TencentHunyuan 效果这么好 化学的名词我都没看懂🤔

Related Videos

手机放桌上,本来不打算再看任何 meme 相关的东西。 结果那条 “Let’s TEST” 还是跳进眼睛里了。 一下就明白了。 MemeMax 这波不是预热,是筛人。 它在干的事其实很简单—— 先把 degen 最真实的一面摊开来给你看。 不是喊单。 不是情绪拉扯。 是让你先在模拟环境里把自己玩明白。 杠杆怎么拉。 什么时候贪。 什么时候怂。 社区热度一变,你的仓位会怎么死。 先在假钱里爆。 爆到你心态稳定为止。 然后再把你丢进真实的 orderbook。 100x 就摆在那。 幻想结束,执行开始。 这一下,直接动了老项目的命根子。 以前 meme 靠什么? 靠喊。 靠快。 靠“你还没反应过来我已经跑了”。 现在不一样了。 测试在前,实盘在后。 谁有准备,谁有资格。 项目方其实在做一件很“反散户”的事: 不给你借口。 你不能再说: “我没时间研究。” “我进场太晚。” “我一上来就被割。” 现在主网前就让你练。 练策略。 练情绪。 练自己到底是不是这块料。 这不是撒钱。 这是把 degen 从“盲赌者”里分层筛出来。 我看得很清楚—— 这套东西不是为了热闹, 是为了上线那天有人真的敢下重仓。 你要是还指望 meme 靠运气, 那这一轮跟你没关系。 你要是愿意先把自己练成工具, 那测试阶段,就是你唯一的优势。 我已经开始跑测试了。 不激动,不上头。 只是提前把该交的学费交完。 剩下的, 到实盘那天再看谁坐得住。 #Yap #Kaito Kaito AI 🌊 #KAITO

Jim 队长|火币TradFi负费率

44,168 views • 8 months ago

很多人一聊到选哪条链?第一反应都是: 热度高不高?补贴多不多?生态有没有流量? 但今天听了 Talus 🐸 CEO Mike Hanono 和 The Rollup 的视频会议,我反而有种感觉:这不是在给 Sui 站台,更像是一场技术自白。 首先Talus 选 Sui,真的不是因为它现在火。而是因为 Talus 想做的这件事,在别的链上,很难跑得像样。先说清楚一点:Talus 要做的不是一个 AI 应用,也不是几个 bot、几个策略脚本。它想做的是——一个大规模、自主运行的代理网络:成千上万个代理同时运行、同时决策、同时交互。光是这个前提,就把底层链的门槛直接拉满。 为什么是 Sui?我听下来,核心其实就三点。 第一,并行执行。代理世界不是排队点菜,不是你先我后那种单线程逻辑。代理一多,如果底层还是串行执行,结果只有一个:越跑越卡,最后只能做 demo。Sui 的并行执行,本质上就是为“多主体同时操作” 这种系统准备的,这点和 Talus 的形态非常贴合。 第二,高吞吐量。代理不是偶尔动一下,而是持续、高频地产生状态变化。TPS 要是撑不住,所有“自主”“实时”都会变成慢动作回放。对 Talus 来说,吞吐量不是加分项,是能不能活下来的前提条件。 第三,移动端和安全模型。这一点很多人会忽略。未来代理不只在服务器、交易后台跑,它一定会越来越靠近用户。Sui 在账户模型和安全设计上,本身就更像现代应用,而不是早期 DeFi 那套「钱包就是一切」的逻辑。 所以当 gmike 说“我们一直都是 SUI Maxis”,我反而觉得这句话挺克制的。这不是情绪站队,而是工程师视角下的现实选择。至于多链?我自己的理解是:Talus 不是不懂多链,而是很清楚——在基础设施阶段,过早多链只会把复杂度放大。尤其是代理这种高度耦合、强调协同的系统,先把一个底层跑通、跑稳,比到处铺点重要得多。很多项目喜欢先讲“未来多链叙事”, 但真正做底层的人,往往会先问一句:现在这个系统在哪条链上能真正跑到规模?从这个角度看,Talus 的选择是理性的,也是偏长期的。不追热点,不抢流量,先把代理世界里最难的那一块解决掉。这种项目短期不一定最热,但一旦真跑起来,后面的持续热度,反而会非常高。 Kaito AI 🌊 #Yapping #MadewithMoss MOSS #Starboard Galxe River River4FUN 🐝

百里 🌊RIVER | MemeMax⚡️|🧠SENT

13,710 views • 9 months ago

CES刚刚结束,就收到几个朋友的反馈. 一个说他找的搭建商给他的案子全搞砸了,我问搞砸的原因? 说是这个搭建商基本没人,单子接多了,很多收尾的活都没做好. 一个说是摊位的海报全都是气泡皱褶,做工粗糙,还有一个就是我的前同事,说他在一个人那里上班帮忙做CES,觉得大家理念不同他现在不想做了,提出辞职结果不发工资给人家,他问我能不能告他,我说这还用说吗? 美国职场遵循的就是双方来去自由,如果他不给你工资,那必须告,小法庭花个100多美元就可以立案,一告一个准,在美国还有敢不发工资的主,那可真是胆子大! CES就是一面照妖镜,照出了人性贪婪,照出了人品恶劣,照出了道德低下. 那些贪婪接单,低价接单,克扣工人工资的同行行为,我一旦了解到就会敬而远之,不是我道德多高尚,而是这是做人的基本底线,做生意的基本原则. 这样的人多了会给我们这些在这里真正打拼的群体带来负面影响,可谓一颗老鼠屎搞坏一锅粥就是这样来的. 不超能力接单、不低价接单,不隐瞒费用、不甩锅客户,每做一个案子就认真交付一个案子,你才能在这个行业走的长久. CES大展会,在工厂资源缺少,求大于供的市场面前,是个人都能接到单,当有人跟你说他做了多少多少个的时候,这没什么可骄傲的,如果他的服务能够获得所有客户100%满意度,那才是值得骄傲的事情,这也是我对我的所有同事这样要求的😄 CES这样的展会表面是产品与服务的较量,背后其实是人性与道德的博弈.

Daisy

14,987 views • 1 year ago

兄弟们,DeepSeek V4 Pro在ZenMux上免费放开了,登录就能跑,实测能替掉你80%的Claude活。视频是我早上实测的和Claude opus 4.7同时跑一个昨SaaS产品网站的任务,效果真的炸裂! 说个前情,老朋友都知道我今年Claude被封过一次号,那之后我就想通一件事——API这种东西绑死在单一厂商手里是给自己埋雷,付费用户说封就封,申诉通道石沉大海,深夜破防一次就够了。 从那之后我转战聚合平台,试了一圈最后留在ZenMux,半年用下来没再折腾过。 所以这次V4 Pro在ZenMux上免费开放,对我来说不是又一个新模型上线,是我一直在用的平台又多了一张能打的牌,顺手就想推给兄弟们。 先说V4 Pro到底值不值得冲, 这几天X上吹V4 Pro的推刷屏了,参数跑分价格屠杀,都是同一个模板。 但对我这种每个月真金白银付API账单的人来说,跑分都是虚的,能不能替掉我手头项目里的Claude调用才是真问题。 免费窗口就是用来验证这件事的, 我这昨天就干了一件事——用ZenMux的PK模式把V4 Pro、GPT-5.4、Claude Opus 4.6摆在同一屏,拿自己项目里最头疼的prompt开跑,三栏并排输出,谁快谁慢谁token烧得少一眼看完。 四个场景跑完结论很清晰——日常80%的活V4 Pro能接,便宜到让我下不去手再用Opus,剩下20%极限稳定性的关键链路我还是留给Claude兜底。 这就是模型分层,上周讲Ling的时候也提过这个逻辑,2026年不存在一个模型打天下,只存在你工具箱里的模型组合。 顺便说说ZenMux这平台为啥值得留下来。 PK模式是第一个杀手锏,三家模型同屏对比这种功能市面上很少有平台做,每次选模型省我一整个下午,比自己写脚本调三家API再人肉对比快十倍。 真正让我踏实的是保险赔付机制,模型输出异常或者延时拉胯,平台自动检测并补偿。 被Claude封过号之后再看到这个设计,感觉完全不一样,出问题有人兜底,不用再深夜破防。 再加上日志、成本、用量、性能四个维度的可观测性做得细,每一笔钱烧在哪、每一次请求卡在哪点开就能看,调prompt和选型的时候非常好使。 回到这次的白嫖窗口, DeepSeek V4 Pro和Flash都有免费版,每天有用量限制但够你跑测试。 这几天想验证要不要换模型的兄弟,别再刷跑分推了,自己扔几个真实prompt进去跑一遍,十分钟你就知道该不该换,比谁的测评都诚实🌚 免费入口老规矩评论区自取⬇️ #DeepSeekV4 #ZenMux #AI #大模型 #Agent

AYi

132,811 views • 4 months ago

卧槽!a16z也对加密失去信心了?最近放话说DeFi还撑不起真正的金融市场! 这事其实挺打脸的。 这些年行业最爱吹的是什么? TPS。 吞吐。 几万笔,几十万笔,听着一个比一个猛。 但 a16z 现在已经不信这个。 它更关注的是你那笔交易发出去,到底什么时候能上链。 会不会被插队。 会不会被人先看光。 这玩意儿不解决,DeFi 就别吹自己能接住真正的金融市场。 1、DeFi 现在最大的问题,不是处理不了交易,是交易执行根本不靠谱。 支付场景里,慢几秒还能忍。 金融市场不行。 做市商改价。 拍卖出价。 清算。 撤单。 这些东西,慢一点,钱就没了。 你想想就知道。 市场一波动,做市商第一反应一定是撤旧单、挂新单。 结果链给你的承诺只是: “你这个交易最终会上链。” 但具体先进哪一块,不知道。 这就废了。 因为别人可以比你更早进去,把你的过时报价狠狠干掉。 最后做市商只能怎么办? 把点差拉大。 用户成交更差。 链上市场永远做不出真正的深度。 2、问题也不在应用层,问题在底层把太大权力交给了出块的人。 现在很多链,本质上都是一个领导者说了算。 谁先进区块。 谁后进区块。 谁干脆别进区块。 都看它。 工程上这很方便。 金融上这就是大坑。 因为只要你有这个权力,你就天然可以赚这种钱: 先看别人的单。 延迟别人的单。 把自己的单插前面。 或者干脆不让别人进。 这不只是夹子问题。 这是市场结构本身有问题。 说白了,很多链上市场不是输在产品不够花。 是输在底层规则就不公平。 3、只要有人能先看你的单,或者不让你的单上链,很多市场天然就长不大。 拍卖就是最简单的例子。 如果有人能审查你的出价, 那他可以直接把别人挡掉,自己低价拿走。 如果他不能挡你,但能先看到你的出价, 那也一样。 他只要压你一点点就行。 或者发现你这个价格已经不划算了,那他就不接,让你自己亏。 现货、永续、衍生品,本质都一样。 只要系统里有个角色同时拥有两种特权: 一,能不让你上链。 二,能在确认前看见你。 那这个市场迟早会被玩坏。 4、现在 DeFi 还能跑,不是因为设计已经对了,是因为大家还在靠补丁硬撑。 为什么问题这么明显,链上交易还没死透? 一个原因,是很多节点还没把自己的权力用到最狠。 不是不能用。 是还顾虑长期利益。 另一个原因,是应用层自己认了。 把最关键的执行放到链下。 链上只做最后结算。 这当然能缓一口气。 但代价也明显。 可组合性变差。 系统更碎。 你还得额外信链下那套东西别出事。 本质上,这就是在承认: 现在很多链,还扛不起真正高要求的金融执行。 5、所以真正卡住 DeFi 的,从来不是 TPS,是交易确定性和公平性。 a16z 提的方向其实就两个: 一个是,短时间抗审查。 只要有诚实节点收到我的交易,我就该很快进区块。 不是“也许几秒后”。 是尽快,而且可预期。 另一个是,确认前隐藏。 别让全网先把我的单看光。 不然别人看完再决定怎么狠狠干我,那还玩个屁。 这两个东西补不上, DeFi 就还是更像链上游乐场。 能玩。 能炒。 能折腾。 但离真正的金融市场,还是差得远。 别再迷信 TPS 了。 金融市场最值钱的,从来不是“你一秒能发多少单”。 而是: 你发出去之后,规则是不是确定的。 执行是不是公平的。 这件事不解决,DeFi 就永远撑不起真正的大市场

比特币橙子Trader

244,078 views • 5 months ago

推荐个好东西:火山引擎的 PromptPilot。 之前看 Google 的提示词白皮书,有个点让我印象很深: 他们直接用 Google Doc 管理 prompt,写任务、版本、评估效果。 那时候我就在想,有没有人真把这事儿做成一套完整系统? 现在看到火山这套,有点意思了。 它不只是“帮你写好提示词”,而是把这事儿当作工程问题来解的。 最打动我的,是它在 prompt 优化这件事上做得极其系统,甚至有点狠。 ✅ 从任务出发构造 prompt(带结构、带变量、不是拍脑袋) ✅ 每一版 prompt 都挂着独立评测集 + 自动评分机制 ✅ 没有理想答案也能比对打分(GSB 模式) ✅ 每轮迭代都能 trace 效果,版本可控、可回溯 我们之前做客服对话调 prompt,最常见的就是“改了一句,但说不上来到底有没有变好”。 很多时候上线的版本其实就是“看着还行就先上”。 现在它是:“打一套样本集,系统直接帮你跑出哪一版效果稳定”。 我一直坚持: 模型越强,对 prompt 的要求只会更高。 尤其是在多轮任务、复杂场景里,prompt 不只是“写得好”,而是“是否可控、可管理、可进化”。 PromptPilot 解决的,是这个底层问题。 它不仅能让 prompt 生出来,更重要是——能持续改下去。 版本有 trace,样本能评分,逻辑能反推,工具还能外接, 整个就是“prompt 的 AutoML + GitOps” 一体化工具链。 顺带说一句:这是 2025 火山引擎 FORCE 大会上刚发布的产品,免费版和 Plus 版都开放,9 月前能直接上手全功能体验。 现在市面上很多 prompt 工具做的是“编辑器 + 改写器”, 但你会发现,真正上线之后需要的是一整套治理机制。 PromptPilot 是我目前看到国内第一个跑通这个闭环的, 不是 fancy 的界面,而是认真在解决 prompt 系统演化能力这个问题。 如果你也在做 AI 应用落地,推荐你认真研究一下。 要说缺点:自定义模型没找到海外模型,差评!

凡人小北

95,177 views • 1 year ago

哥哥们你们太卷了,卷不过你们了,掉了30多个名额了哦!哭死了!哎!!! ——— 说实话,我一开始也是被 ZK 那一套讲法讲烦的。 什么数学优雅、终极信任、密码学圣杯,听多了真的会走神。 直到我在看 Inference Labs 的时候,脑子里突然冒出一个很不体面的画面: 这玩意儿怎么这么像拆熟食的? 传统 AI 给我的感觉,就像买一整块封装好的肉。 看起来油亮,切面也不错, 但你永远不知道里面有没有掺点别的。 你只能选择信,或者不用。 Inference Labs 干的事反而很“笨”: 它不让你信整块, 而是把 AI 推理一刀一刀拆开。 你不需要接受“这个模型很强”这种宏大叙事, 你只需要确认一件小事: 这一刀,是不是真的这么切的。 说实话,这个点戳到我了。 DSperse 那套分布式验证,说白了就是在帮人偷懒。 不是让所有人去理解整个模型, 而是让验证这件事本身变轻。 我不用背“我要为整个 AI 结果负责”的心理包袱, 我只关心我现在用到的这一小段推理, 有没有被乱来。 这在很多现实场景里太重要了。 医生、风控、合规, 没人有精力啃完整头猪。 更让我有好感的是,他们连“怎么验”都顺手简化了。 我是真的讨厌管理私钥。 不是不懂,是不想。 每次验证之前先来一套仪式感, 本身就已经在劝退人了。 和 Self Chain 的无密钥方案, 第一次看到的时候我心里是松了一口气的那种感觉: 哦,终于不是为难普通人了。 验证 AI,本来就不该比点外卖还复杂。 ⸻ 所以后来我发现, Inference Labs 干的事,其实挺不浪漫的。 它不讲终极信任, 也不喊改变世界, 只是很务实地把信任拆碎、摊平、递到你手里。 你想验,就验这一小块。 你不想理解,也没关系。 未来如果 AI 真开始翻车, 那些没法被拆、没法被验的模型, 大概真的会被永久挂在链上当反例。 我现在已经不太关心 “这是不是真正的 ZK 巅峰设计”了。 我更在意的是: 当我真的要用 AI 的那一刻,它有没有为我考虑过。 这一点上,Inference Labs 至少让我愿意继续看下去。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

董小姐 MemeMax ⚡️ 🐬TermMax

27,155 views • 8 months ago

#今日瓜田 我最近经常刷到某些新闻 属实是有点让我生理性厌恶。 经常看我帖子的人都知道 我在某些人眼里 是属于“厌男”的, 虽然我自己并不这么认为。 我经常说 我其实既不是厌男, 也不是厌女 我是厌“蠢且坏”的! 我这辈子做的最多的是跟妇科有关的 我接触到的客人也大部分都是女性 所以我经常跟我的病人说 有一些病是属于药能医的 但是更多的病 尤其是妇科疾病 其实是“药石罔效” 是属于“心病还需心药医”的。 网上有人说了一句话 我觉得挺有意思的。 有人问 为什么大多数人的婚姻都是痛苦居多的? 回答是 其实 大部分人的人生以及成长本身就是痛苦的 只不过这部分的人生恰好被装进了一个叫“婚姻”的容器里 所以才给了你“婚姻会带来痛苦”的假象。 我觉得这话说得很对啊! 我见过很多女生 迫不及待地从原生家庭跳出来 然后以迅雷不及掩耳盗铃之势就跳进婚姻里 在她们的认知里 女人是不能没有“家”的 或者再直白一点说 女人是不能没有“男人”的。 这个男人要么是她爸爸 要么是她老公。 她对爸爸不满意 于是逃去老公身边; 哪天要是对老公不满意 要么逃回爸爸身边 要么逃到下一个男人身边。 总之 你要让她一个人过 或者哪怕是一个人过一段时间 她也做不到。 问 就是女人得有一个“家”。 我一直觉得 一个人要是过不好一个人的生活 TA也很大概率过不好两个人的生活。 但是往往很多人 这里不分性别 ta们总觉得 一个人过不好 是因为少了一个人 只要找到另外一个人 自己的问题就能有人帮忙解决了。 往往世界就是这么喜欢恶作剧 这样想的人 经常凑到一起就是一对卧龙凤雏 两个都过不好自己人生的人 两个都期望对方来帮自己解决问题的人 嘿 就是很容易凑成一对! 说实话 这样的新闻看多了 我不太相信这种关系里的一对男女 会有一个人是白璧无瑕的。 我更相信 只要是不分手不离婚的一对男女 哪怕打得再厉害 闹得再厉害 一定是有一个隐藏得很深的利益点 只不过当事人通常都不会说。 最近房主任的新闻闹得很大 她一直说 她为这个家操持了三十年 老公什么也不做 家里地里的活儿都是她的 全家七口人都靠她养 就这样 老公还要家暴她 我当时就觉得 真的么? 你是美人鱼么? 还是改革的春风没有吹到你们那个屯儿? 腿长在你自己身上 你不会走? 你不会逃? 还是你出门要路条? 一个人劳动养七口人 你们家恩格尔系数可以啊!!! 所以最近被爆出来 其实老公是一直在摆摊做生意 因为男人体型瘦小做不了地里的活 她人高马大 所以地里的活做得多一些 但是家里赚钱的大头还是靠男人的摆摊。 这样就比较合情合理了! 真正经济窘迫靠天吃饭的人 早些年 早就出门打工了。 当然我不是说房主任就该留在家里 她觉得在家待着不舒服 跟那个男人过不下去 她当然可以离婚 这是毋庸置疑的。 我举她这个例子 无非是想说明 很多不分手的情侣不离婚的夫妻 其实都是有不足向外人道的利益点的。 所谓“为了孩子为了名声为了什么什么” 其实不过是利弊权衡以后的取舍。 于是顺理成章的 就会很容易得出一个结论 你说那些打都打不跑的女人 她们的取舍是什么呢?

飛鳥

13,418 views • 1 month ago

谁懂啊!被蚊子🦟咬醒了!气坏我了! ⸻ 《Integra 不是“房地产 + 区块链”,而是一条真的懂房地产的链》 很多项目喜欢给自己贴一个“某某赛道”的标签,但 integra. | Testnet Arc 不是那种在通用公链外面套一层房地产概念的项目。它从一开始,就是按“房地产这种东西,真正要怎么跑在链上”来设计的。 底层用 Cosmos SDK,加上 Ethermint,这个选择其实很清楚:确定性最终性、IBC、强安全性,同时还能直接跑 EVM。不是为了炫技术,而是因为现实资产本来就需要这些能力同时成立。 但 integra. | Testnet Arc 真正拉开差距的,不是性能,而是它对合规和市场结构的处理方式。在房地产里,身份、KYC、文件、验证不是可选项,而是前提条件。Integra 干脆把这些直接做成链上的基础能力,而不是后面再补的插件。谁能参与、资产是否合法、文件能不能被信任,这些问题不是靠外部系统兜底,而是链本身就能给出答案。 在这个基础上,才有真正的市场层:资产护照、全球订单簿,以及一个为合规参与方服务的原生稳定币,用来承接真实的美元流动。这不是在做“链上房产概念”,而是在尝试把现实世界的市场逻辑原样搬进来。 说到底,房地产本来就是法律、资本、身份和流动性纠缠在一起的东西。integra. | Testnet Arc 没有把这些拆开分别解决,而是直接把它们当成协议逻辑来对待。 从这个角度看,它选择做一条主权级的 Cosmos 链,其实很自然。不是因为它想做一条链,而是因为这件事,本来就需要一条真的懂房地产的链。 integra. | Testnet Arc Kaito AI 🌊 #Yap #KaitoYap #RWA #integra_layer

董小姐

21,695 views • 8 months ago

郑主席很辛苦,一天之内又是飞机又是高铁,她好像忘记了台湾2007年就开通高铁了,台北到高雄只要96分钟,台湾不是没有建环岛高铁的能力,而是根本没有“被统一”的意愿。中共要“帮台湾修高铁”,逻辑就是“先把你的房子过户给我,我帮你装修”,就像对待香港一样。所以,某些人指望郑习会重大突破,两岸破冰…他们过于肤浅了。 这种会面,对习来讲,他见谁都是精于心计的。不是你想见就见,是他认为你有代表性、而且符合他现在对台策略,他才会让你进这个场子,这叫政治筛选。那台湾这边呢?很多人会把它当成一种地位提升,但我要泼个冷水,你去见,不代表你就有谈判筹码。你要看的是什么?你有没有换到东西?没有具体成果,那基本上就是一个被安排的角色。 再来,台湾内部很喜欢做政治操作,一下说这是统战、一下说这是交流。但说实在的,这些都是表面。真正的问题是:两岸现在实力差距摆在那边,你在这个结构里面,你是主动还是被动?这场会面就是北京在释放一个讯号,而不是在谈什么实质让利。对方是在测试、在布局,不是在跟你谈条件。不要看谁去见,要看见完之后,局势有没有变。如果什么都没变,那这种会面,政治意义大于实质意义,讨论完毕。

Xiang Yang 向阳

58,820 views • 5 months ago

好玩,真的好玩。 我很久没因为一个 AI 工具这么“爽”过了。 刚刚我花了几分钟,给我不到 3 岁的女儿,把她最喜欢的绘本《长个不停的腿》做成了一个动画视频。 不是 PPT,不是剪辑拼贴,而是完整的绘本动画。 她坐在那儿看得特别认真,一直笑。 那一刻我突然意识到: 原来视频创作,真的可以变得这么轻。 说实话,这多少有点“大材小用”。 很多人用这个工具是在做商业级的视频:企业宣传片、广告、科普、故事短片那种。但架不住孩子喜欢,我已经打算把她喜欢的绘本都做成动画存手机里了。 画风是真的漂亮,能明显感觉到底层用的是很顶级的生图 / 视频模型。 关键是—— 整个过程几乎不需要“操作”。 我是先用 GPT 帮我生成了一段故事提示词,然后直接丢进 -- 比例 -- 时长 -- 声音 剩下的事,它自己全干完了: -- 拆分镜头 -- 生成分镜 -- 出视频 -- 剪辑拼接 -- 配音 + 背景音乐 ✅一气呵成。 更爽的是,你可以一边用 AI,一边随时“插手”。 比如某个画面不喜欢,直接跟它说; 想整体换文案、改节奏、换感觉,全程就是聊天。 这种「言出法随」的体验,真的会让人上头。 做科普、做故事、做广告片,甚至接单子,我觉得都完全没问题。 你只有真正用过一次,才会明白这种感觉。 我就一句话: 你自己试试就知道了。 👉

鱼总聊AI

20,643 views • 8 months ago

是金子总会发光,可我是铁子,不仅不发光,还容易生锈氧化。 中午好呀!! ⸻ 市场里最容易被忽略的,往往不是价格,而是权重分配的起点。 最近在看 integra. 的机制时,一个感觉很明显: 它并不急着讲未来有多大,而是在提前决定谁有资格站在未来里。 他们推出的社交经验值十倍倍率,本质不是“多给点积分”, 而是一次极端放大的早期筛选机制。 在去中心化网络里,最残酷也最真实的一条规律是: 早期参与 ≠ 情怀 早期参与 = 生态里的基础权重 Integra 把这件事做得很直接—— 你现在的社交行为、互动、贡献,不是模糊的“支持项目”, 而是被量化、被记录、被乘以倍率的链上位置确认。 我自己去跑了一遍流程后,最大的感受是: 它不再让你被动等待“将来分配”, 而是用清晰的数值告诉你—— 你现在每一步,都会被指数级放大进未来的结构里。 这也是为什么我不太愿意把它简单看成“积分活动”。 更准确的说法是: Integra 正在搭一层社交信用 → 链上资产的转换层。 在 AI、去中心化算力、协作网络逐步走向规模化的背景下, 谁能识别高质量参与者、并在早期完成绑定, 谁就更容易形成真正的生态黏性。 而这种十倍权重窗口,本质上是时间换位置的机会。 当多数人还在观望“值不值得做”的时候, 少数人已经在系统里锁定了自己的坐标。 这类机制的价值,从来不是短期热度, 而是它如何在无声中完成利益与共识的分配。 问题可能只剩一个: 你觉得这只是一次早期红利, 还是链上社交资产化真正启动前的信号? 很想听听你们的判断,评论区聊聊。 integra. Kaito AI 🌊 #Yap #KaitoYap #RWA #Integra

董小姐 MemeMax ⚡️ 🐬TermMax

77,809 views • 8 months ago