与「大头娃娃」相关的搜索结果

这罐来自中国的恶魔奶粉，被瑞典博物馆永久展出 在瑞典，有一家专门展览全球最恶心食物的博物馆。里面放着发酵的鲨鱼肉、发臭的鲱鱼罐头，但在展馆正中央最刺眼的位置，摆着一罐产自中国的奶粉。展牌上的注释像刀子一样扎人——“来自中国的恶魔奶粉”。 #三鹿奶粉# #大头娃娃# #科普# 原作者：@宇宙的独白

传说中的世界首部AI女优出演的爱情动作片AIDV-001我已经看完了，鉴定结果如下： 和我之前猜得一模一样，就是和AI没有任何关系，当前的AI技术不可能支持这种类型的视频，实际上就是换脸，用一副美颜软件生成出来的面容贴在了真人女优的脸上（玩TikTok或者抖音的都知道现在的美颜算法有多强大），观感特别诡异，很多镜头都因尺寸不符出现了「大头娃娃」的比例。 说是工业垃圾都是过誉了，赶紧抬走。

卧槽卧槽！ 出海人生第一笔首单！ 这几天由于找到一个新词，然后快速上站，当天就四十多点击，次日发现 chatgpt 来了非常多的流量，而且持续的流量甚至占大头，后面先把登录上了，然后在后台发现每小时都有用户注册，这 tm 正反馈太强了。 于是昨天想着一定要把支付和功能上了，由于考虑的东西特别多，选哪个模型，用哪个供应商，价格又是怎么设置等等细节太多，后来索性先把功能调通，后面关于套餐积分直接找一个竞品站照抄。 昨天晚上就是一边看每小时不断有用户注册登录，一边不断优化上功能。忙到凌晨了。后面用 codex 设置一个 goal 让它跑着。 一大早起来，又打开后台看看，有好消息和坏消息，好消息是，好几个用户创建了订单，坏消息是一个付款都没有😂 我又问了 codex 啥情况，怀疑是我的套餐文案价值没体现，于是又去改，改着改着，一看手机，卧槽！人生第一笔首单！ 玩了一个中秋节，一边在江景房的酒店休息时上站，在江上划桨板的时候，我还用 uu 远程语音输入去 vibe coding 了一下，然后回来上班，再把支付功能上了，就出单了！ 最后感谢@gefei55 @hezhiyan7 @watreejane @bourneliu66 几位前辈，他们的宝贵经验给了我非常大的帮助，他们有的有很深功底的经验，非常落地的实战经验，以及强大的复盘能力，和“慢就是快”的伟大智慧，和精益求精的产品理念。 数字游民生活指日可待！加油(•̀ᴗ•́)و̑̑ 我后面我会写一篇长文来复盘这次出首单的经历🤗

NVIDIA 发布 Skill2Env：用“集体技能”强化智能体 NVIDIA 研究者们把社区公开的 Agent Skills 编译成可执行 RL 训练环境的数据流水线：3.4k 个 Skills 变成 8k 个带程序化测试和行为量规的终端任务；仅 300 步 RL 训练就让 Qwen3.8-27B 在 Terminal-Bench 2.1 上提升 4.7 个百分点，且模型行为显著向源 Skills 的方法论对齐。 开源项目： 核心洞察：公开 Agent Skills 是一个被忽视的监督来源 Agent Skills 是“教智能体做某件事”的文件夹：一个 SKILL.md 加上可选的脚本、参考资料和资产。论文指出，把公开 Skill 语料当作数据来读，它同时提供三样东西： · 任务分布的采样：人们真正想让智能体处理的任务分布（有人愿意花时间写下工作流，说明这活儿值得自动化）； · 真实世界的锚点：指向真实的仓库、数据集、工具和工件； · 结果测试表达不了的质量标准：领域专长、默认参数、常见坑、“好结果长什么样”。 # 数据流水线：四阶段编译，验证靠构造 1. Plan（分解）：容器化的 Codex 规划器读取完整 Skill 包、联网调研相关公共资产，把 Skill 拆解成若干可验证的 workflow，每个附带元计划（场景、初始世界、预埋缺陷、难点来源、解法草案、验证策略）、资产建议和“任务轴池”（任务原型 × 验证器模式 × 人物画像）。 2. Diversify（多样化）：宿主从轴池采样一组组合，加上复杂度、指令语气、请求者专业水平。关键设计是轴池以 workflow 为条件：研究型 workflow 配“证据可追溯”验证和研究者画像，而不是从全轴乘积空间乱抽，这让多样化保持 sensible。 3. Create（构造）：全新创建者 Codex agent 在 Docker 内工作，尽可能用真实素材（钉在特定 commit 的开源仓库、真实版本化文档、官方 API 规范）；需要联网服务的场景改造成本地替身（stub 服务器、录制回放 fixture、PATH 上的假 CLI、种子数据库），求解时绝不依赖网络。创建顺序被严格固定：先建世界 → 写指令 → 写测试 → 写量规 → 最后才写参考解，测试先于解法冻结，保证解法必须迁就评分契约而非反过来。 4. Verify（验证）：宿主端无模型参与的接收门：静态检查（布局、符号链接、Dockerfile 安全、基础镜像按内容摘要钉死）+ 两个容器内试跑：Oracle（参考解）必须全指标满分，NOP（什么都不做的 agent）必须全指标零分。任一失败即拒绝。 值得注意的一个反直觉选择：不做 teacher 模型预验证（不像部分工作用强模型试解、解不出就丢弃任务）。理由有二：这会把任务难度上限压到验证器能力，且成本翻倍；而 group-based RL 的在线动态过滤（rollout 无优势的 prompt 自动不产生梯度）天然淘汰过难/过易任务。 # 数据画像：广、贵、且忠实于源 规模与成本：7,971 个任务，用 GPT-5.6 Sol（xhigh 推理档）生成，API 花费超 9 万美元。（脚注：出于法律原因，公开发布的数据集改用 Kimi-K3-max 在同一流水线下生成。） 领域分布：13 个领域中，软件工程仅占 22.5%，AI/ML 10.5%，商业/金融/法律/HR 10.5%，营销 9.3%……论文对比了 TMax-15K、Terminal-Bench、DeepSWE 等，Skill2Env 是唯一全覆盖 13 域、且非技术知识工作占大头的语料。 忠实度探针（很聪明的设计）：用任务指令+量规作查询、对 3.4k 个 SKILL.md 做 TF-IDF 检索，73.2% 的任务 top-1 命中真实源 Skill，94.6% 进 top-10（随机 0.03%）。单用量规也有 68.5% top-1，证明量规携带的是 Skill 专属方法论而非泛泛建议。 SFT 数据：用 GLM-5.3 对每个任务 rollout 两次，得到 15,968 条轨迹，平均奖励 0.74，中位轨迹 19 次模型调用 + 23 次工具调用。 S2EBench：考虑到公开基准饱和，从 SkillHub 另外生成、逐条人工审核（指令无歧义、忠实于源 Skill、测试公允）后的 79 任务私有 held-out 基准。 # RL 实验：基础设施 + 极简配方 基础设施（论文明确说“现代 agentic RL 首先是基础设施挑战”）：Molt（PyTorch 原生全异步训练，Ray + vLLM + FSDP2）+ Polar（agent rollout 层：rootless Apptainer 沙箱、代理回传 token ID 和采样时 log-prob、prefix merging 把 harness 的多次补全缝合成训练轨迹）。 配方（刻意走“简单路线”）：GRPO 组归一优势 + DPPO 的 binary-KL 信任域掩码（δ=0.05，超出阈值的 token 直接丢弃，无需参考模型，还能防训练-推理失配）；G=8 rollouts/组，批 64，lr 1e-6 恒定，无 KL 惩罚、无熵奖励、无 SFT 热启动，每任务 65k 上下文。 量规校准奖励：开量规时，额外由 GPT-6 Astra 做 LLM-as-Judge（带“宪法”：惩罚无脑循环、reward hacking、答非所问；hacking 实证 = -5 分），总奖励 r = r_V + λs/5（λ=0.2），即 judge 最多把程序化奖励拉动 ±0.2。量规是校准可执行结果奖励，而非取代它，这是与“Rubrics as Rewards”一系的定位差异。 # 四项发现（论文最有信息量的部分） 发现 1：小规模 RL 即有跨域迁移。 仅 300 步、只用 2,400 任务子集训一个 epoch：S2EBench pass@1 +4.3（均分 +18.5），Terminal-Bench 2.1 +4.7（49.4→54.1）。训练集与 TB 无重叠（13-gram Jaccard < 0.8），且训练集从未针对 TB 调过，论文将其解读为规划、工具使用、收尾能力的通用提升而非任务族记忆。这让 27B 本地模型显著缩小了与云端前沿模型的差距。 发现 2：量规校准 RL 在基准上落后于纯结果 RL，一个诚实的负结果。 量规版在 TB 2.1 只有 50.1（纯结果版 54.1）；训练中量规版的程序化奖励长期停在 0.5–0.6，judge 分项从头到尾无上升趋势，两个奖励在训练分布上互相拉扯。论文不把它当作对量规奖励的终审判决（两者优化不同目标，而基准只考结果那一半），并给出两个疑因：λ=0.2 的加性形式让失败任务仍能拿正奖励、judge 看不到文件系统等设定均未调优；以及更本质的，Skill 写下的方法论可能本来就不是最大化基准通过率的分布。 发现 3：行为确实向 Skill 对齐，量规的价值所在。 200 个任务的成对偏好测试（judge 拿源 SKILL.md 当标准，比较匿名化的 base 与 RL 轨迹）：纯结果 RL 已被偏好 54.5% vs 33.5%；量规版被偏好 73.0% vs 24.0%。这说明量规奖励买到的东西在结果基准上看不见，但对“怎么做事”影响实质，对网页开发、报告综合、开放研究这类难验证任务尤其重要。 发现 4：GLM-5.3 蒸馏 SFT 反而伤害 Qwen。 在 GLM-5.3 轨迹上做 SFT：27B 上 TB 2.1 掉到 45.8；4B 上直接崩塌（TB 18.7→3.4，出现思维/工具调用死循环）。归因：教师的 interleaved-thinking + 工具调用风格与学生自身 post-training 不兼容，模仿覆盖了学生依赖的行为模式却带不来教师的能力。与 TMax 报告的“SFT 混合数据劣化已后训练的 Qwen”互相印证。因此论文所有 RL 结果都从未修改的原始 checkpoint 出发。

为什么bybit和bitget两兄弟都没有防住朝鲜黑客？ 一句话：Bybit 和（目前看起来的）Bitget，输的不是“防火墙版本号”，而是把人眼看到的交易当成了真相。Lazarus 专打这一层。等 Bitget 9 月 25 日承诺的事故报告出来，才能判断这次是热钱包密钥泄露、策略机被控，还是又一次签名界面/供应链重演。在那之前，把 3.5 亿全部钉死在某一招上，都算提前下判。 Lazarus 是朝鲜侦察总局下属创收部队，不是散户黑客。公开口径：累计盗走加密资产超 60 亿美元；2025 年 Bybit 一单约 15 亿美元；2026 年 Drift、KelpDAO 两单就占当年被盗额大头。 目标很单纯：绕开制裁换外汇。 打法 近年主攻不是破合约，是破信任链。 1打人：假招聘、假量化团队、假尽调、假会议、深度伪造。目标是签名人、多签委员、核心开发、供应商工程师。可以经营几个月再动手。 2打供应链：Bybit 是 Safe 前端 JS 被投毒。屏幕显示“正常冷转热”，链上实际是改合约控制权。硬件钱包只显示哈希，等于盲签。 3打多签幻觉：同一套假界面，3/6、2/5 一起签错，人多没用。 4得手就拆：ETH→DEX/聚合器→跨链→OTC。行业能冻住的通常只是零头。 Bitget（2026-09-24）官方：约 3.516 亿美元从热/温钱包被转走，冷钱包称仍安全，4.64 亿保障基金可覆盖。CEO 怀疑 Lazarus，完整根因报告尚未公布，不宜把具体漏洞说成已证实。 共性：国家队耗得起时间；交易所必须 7×24 出金；第三方 UI/CDN/RPC 被当成自己的安全边界；发现和冻结永远慢于拆分。 朝鲜“网络不普及”和 Bureau 121 作战能力不是一回事。少数被供养的部队，专打全球流动性最集中、最依赖人工审批的点。 交易所应该怎么防？ •禁止盲签：地址、金额、是否升级合约，必须在离线屏上逐字段确认。 •供应商当敌控面：前端哈希钉扎，例行转账用自建校验页。 •热/温层硬限额 + 小时级时间锁，禁止一次划转搬空。 •多签人员、设备、地区、浏览器隔离，禁止所有人点同一链接。 •出金金丝雀 + 秒级熔断。 •核心签名机物理隔离，默认不信招聘仓库和会议链接。 用户怎么防？ 
大额不要长期放所内； 暂停提现时防钓鱼客服； 自己用硬件钱包同样禁止盲签。 Gate、MEXC 会不会中招，没法点名。对方选的是：盘子大、热钱包厚、签名链路有第三方、社工面大。中小所和松散多签协议同样在狩猎范围。 一句话：两家输的不是防火墙版本，是把“人眼看到的交易”当成了真相。等 Bitget 事故报告出来，才能判断是密钥泄露、策略机被控，还是签名界面再演一回。

牛初无疑，在接下来的一年内，会巨大的波动，满满积攒力量，直至冲到顶峰！ 周而复始 这一轮和之前的轮次有相同的周期，也有不同的地方。 主要不同： 1 Ai的变化 2 Rwa资产上链 3 Hyper带来的回购潮 因此，炒作和叙事的点，愈发清晰 一：Ai在当下的应用，可以找到你链上的隐私，所以，隐私赛道，被加密搞火了，相关的头部Zcach引领了隐私赛道叙事在冲锋。 Zcash 全隐私 Near 半隐私 Sol 不隐私 Near炒的点属于，说做了Eth要做的事儿，随便做协议，但是想隐私就隐私，不想隐私就不隐私！现在做成了收费站。 这是链类的，至于其他的链，现在干的事儿，和之前没区别... 但是最重要的我觉得是Zec可监管，门罗Xmr呢？ 这不是隐私之王？ 我甚至觉得XMR起码应该是比特币1/10的市值！ 虽然我说的但是算个屁 二： 资产上链，美国要做的玩意，还给了五年获免，就是你瞎搞啥就搞呗！ 这个很区块链，我们是来玩区块链的，不是来玩交易所的！ 名牌能看到的是，大资金不相信交易所，尤其是扎针交易所，都去Hyper上玩去了。 民心所向的是，区块链本身就应该在链上玩，而不是在交易所赌。 那就得出来一批基础设施，链上的，就之前纳斯达克那一套，给弄到链上，然后再升级，这块儿要出来好多庞然大物在未来！ Hyper就属于又踩中一个赛道 三 Hyper带来的回购潮，升级后变成了回购销毁潮，一把撕破了之前的这些骗子的伎俩！ 一边释放自己的币去卖，一边回购销毁，币价基本不变，四年收割一次，这些本质都他妈是web2的做法！ 我持币人和公司没有任何关系！ 很他妈的无耻，但是币圈好资产真的太少了。 上一轮，我看到了一个新模式资产，也是销毁类的，买了2M，扔着没管结果昨天看还有0.2M不到，Linea... 真是日了狗了... 算为新模式买单，也从里面学到了一个知识： 新模式，还得应用的起来，这个最关键！ 接下来，做一些可以看到或者未来可以看到的结论： 一 各个链，分红越来越明细。 Polygon就是预测链，Hyper就是合约链。 这玩意已经确定了，要改或者新王登基很难！必定牛市来时越滚越大！ Sol就是土狗链和创新链，老外在刷。Toly心知肚明，扶持谁不扶持谁肚子里门儿清！ Bsc很尴尬，国人带头刷，这块儿，何一是个外行！她最应该维护的人根本不是什么Kol，而是各个微信群的群主！ PancakeSwap 全家桶 占了总交易量的70%.... 真的都是小P子的功劳... Base很尴尬，老板看起来也很无奈... 土狗吧干不过别人，自己又不会做，现在资产上链吧，抢不来人，自己也不舍得拉，但是这个就是变数！ 一旦做起来，会有大增量。 Hood不知道能不能作为Rwa资产链，新赛季Pons真的是带着Robinhood吃麻了... 甚至扶持的Lit也麻了！ 这里有一个观点：Lit不是Hype的龙二！ Lit是Hood的龙一，这个观点一变，估值就会有变！ 最奇葩的是稳定币链看土狗赚钱，眼红别人去做土狗... 不他妈做支付？？？ 想白嫖dev过来做协议吗？ Eth还是老协议，借贷之类的，毕竟除了Btc和Eth，其他的链都有作恶的可能！ 机构不是不想选别的，是他妈没得选！ 所以我觉得这也是王纯这类大佬，大资金只敢拿大饼和eth的原因！ 二 资产上链，这个，我觉得可玩性最多。 1 借贷协议 借贷是所有链 TVL 的第一大头：以太坊 47%、Base 53%、Solana 35%、BSC 33% 未来加上美股等资产上链，这块儿蛋糕会更大！ AAve是大哥，但是Morpho直接不收过路费，直接砍掉所有人一块儿肉... 操！这种就是对别人狠，对自己更狠的人... AAve品牌溢价，Sky叙事太老旧，这个赛道，如果谁有新模式做起来，真的挺好的。 甚至结合一些模式来做，比如销毁机制等，把价值捕捉也能做到升级。毕竟之前的和持币人关系没那么大。 这个，收费吧别人不用你了，不收费吧，不赚钱，毕竟做协议花不了多少钱，主要是技术和品牌建设以及后台。 2 Dex类 这一类，太刺激了.... 交易终端类： 看看Gmgn，Axiom，Fomo，Terminal (PUMP)，Maestro这些的收益，所有人看着都流口水的东西！ 交易终端如果有带模式的出来，技术还硬的话，一定可以干掉很大的市场！！！ 请我们一起等待那一刻的到来，但这一块儿技术不硬不行，还得有背景，一起等！ 纯血Dex类 3 新玩意 比如 chip 这玩意，真他妈的新，是这一轮目前超级性感的叙事，借钱出去买Gpu，然后收租金，这块儿，如果Gpu涨了，能吃到很大，但是，他价值捕捉完了之后，价值不赋予币本身，所以，垃圾！ Fables（PROLOGUE）也是，做股票代币费率，收益也猛的很，但是就是不给代币赋能，日你妈垃圾！这玩意日后会很猛我认为，会非常猛，但是我投票你娘胎呢... 炒作没问题... 有赌之后被收购或者给持币人分钱的... 这玩意，和Risk Curators，BisonFi这种都一球样，赚钱的，要么不发币，要么发了跟散户没关系... 呵呵 4 剩下的还没想到 三 这一大类，就是由Hyper引发的回购热潮 Pons相当于Pump的升级版 要看懂这块儿，就不得不讲历史，并且历史教训告诉我们，一直赚钱不吐出来，觉得自己牛逼的Dev都得死，公司也一样，哪怕垄断，只要利润够，一定有人要把你翘掉！ Pump当年引发热潮，然后其他链开抄，但是Pump属于租地模式，毕业后要给Ray钱，一直给。 Ray做黑社会，pump被收的实在不行了，就自建了pumpswap 当年的屠龙者，现在成为了之前的恶龙，不发空投，天天卖sol。 当Pons出现的时候，直接： 自建发射曲线+多资产配对 结果Uni看不下去他赚钱了，反手自己做了Pools，而后没打过，怕他走pump的路，就直接在9.4买了pons的股份，但是没说咋买的，反正就是买了... 打不过就加入，直接做股东。 Pons相当于上门女婿，自己赚自己的钱，但是赚钱了给老丈人分钱。 不仅如此，毕业后swap的钱，老丈人还允许你自己设置， 至此，结论：Pons的格局已经定了。 未来大概率只有Pons，已经你要自己做，我pools的钱，全部砸给Lp，最厚，我不收这个钱，你除非补贴，要么，你就弄不死我！ 我永远是老大，这就是Uni牛逼的地方！！！ 这也是大资金可以随便干Uni的原因之一！ 平台大，还灵活，有赚钱的协议Pons出现之后直接做一个免费协议放过去做竞品（打不过的原因是他的费率本身设的0.25，根本收入比不过Pons索性不收了），打不过直接买你！ 这就是Rh协议的现状，至于其他的那些，比如 o1，给创作者分的太少，自己留的太多，死吧你！ Pair，有创新，多池子，没意思，鸡肋，死吧... Long，目前看有一点点竞争的，做股票成倍的塞到一个资产里组池子（其实有个几把创新？）。 赚的钱，全部买英伟达的股票，放到自己金库里。持有Ai的人，就可以有权利投票啥的，这他妈有屁用？ 我投票投你给我分钱你给我呢？搞笑 我觉得他们就是死骗子团队，拿散户的钱给自己做金库！ 而且这个家伙命好，正好Meme和Boner都发生在了Long... 如果没有这俩Long的命运应该也挺悲惨的... 还有他现在在做的给机构用的发币模式，也挺牛逼的，这个我觉得是趋势，未来会有机构发币，包括锁仓，分红，质押等一系列，这个做好了，也有大发展！ 也是他打不过Pons的另辟蹊径。 设想一下：未来三五十年，Ai作为基建，英伟达的股票得涨成啥逼样，那Ai的金库，得飞成什么样子，这是这一轮发射台最性感的一面，也是整个链上资产最性感的一面，之前币圈有波动，四年震荡一下子，但是这一次，直接把底层资产改掉了，我直接拿英伟达，美光，海力士.... Ai趋势向上，我的资产就一直向上，诶卧槽，这个是真的屌... 不敢想象这些Meme或者台子的财库未来会有多炸裂... 其他的，没了，嗯，真的没了，整个盘完，资产类就一个能买，Pons 赌的话，再多加一个Meme和Boner 观点和半个月前不变，别的资产都是打流水用的,压根没一点毛用。 接下来观察的是新协议，没有发现的。 然后是Sol，我们的巨型土狗天堂。 Sol真的很牛逼，在没有FTX扶持的情况下，自己还能活的这么好，真不知道是什么高人在... 并且和Zec的合作也这么好，我怀疑Zec就是Sol这帮人买了大量筹码，之前几十块的时候就疯狂喊，纳瓦尔是股东，所以大家喊起来也不怕，也有paypal黑帮撑腰。 Sol上一轮的屠龙者就Pump，但是长大了不认爹，不给大家分钱，大家都是流氓，我是发盘子的，你说了给我钱，你到现在还不给，一直压着我的款... 就真的说不过去了，然后Stonk出来，复刻了Pons在sol上，这个真的很悔恨，100多万市值买的，压根没看，出门玩了个把月，回来一看已经几千万了.... Pump是Sol上唯一： 自建发射曲线+Swap+多资产配对的台子了... 之前傲慢，现在被Stonk整服了之后，开始干活... 之前一直在干fomo，结果也干不过人家... 现在，做发射曲线的：Pump，Ray，Met Pump几乎都是自家干自家的，最强不说啥了，只是没有反哺生态，但实力确实是强，发力起来，还是很可怕，bug是dev的收益分成比例低，和Uni一样的问题，让dev们不愿意过去发盘子。 Ray上最大的就是Stonk Met上最大的就是Ember 感觉跟结盟一样后面俩... 但是，创作者，带点脑子的，都应该去自己收益最高的地方不是，现在sol上，发币收益最高的就是stonk，比pump高了三倍，所以，我觉得，这场仗，还没打完... 还得再看，再等... 然后Bsc的，不想说了，无论是蝴蝶，还是Four... 困了，睡午觉了，明天继续再理思路

兄弟们好东西来了， Qwen-Image-2.1 社区无审查 GGUF 版放出了， 安全拦截全部下线，懂的都懂。 而且作者搞了一套极度聪明的切分跑法，文本编码放 CPU，主模型进 GPU，生成几乎不降速，显存立省 9 到 17G，直接把本地出图的门槛焊死在平民卡上。 平时在各种在线平台跑图，最搞心态的就是动不动弹窗拒识或者直接给你涂黑一张图。 这个版本最爽的地方就在于把内置的安全拦截全拔了，提示词不设防，敏感内容和成人画面直接放行出图。完全是在自己电脑本地离线跑，彻底摆脱外部干预。 更绝的是它的显存优化方案。以往跑这类大底座，动不动就得吃掉 20 多 G 显存，平民显卡直接当场劝退。这次作者在 ComfyUI 里的解法极其优雅：把极其吃显存的 8B 文本编码器直接甩到电脑普通内存去跑，显卡只负责吞下 7B 的视觉生成主模型。 因为文本编码在整个出图过程中只在最开头执行一次，后续几十步的扩散迭代完全在显卡里跑， 所以这么切分不仅几乎不拖慢出图节奏，还能凭空帮显卡省出 9 到 17GB 显存。手头只有 8G 到 12G 显存的甜品卡，也能在本地顺畅跑完 2K 分辨率的大图。 除了省显存，工作流也是直接大瘦身。以前在本地搭一套能用的生图流程，先文生图，再换重绘模型修细节，最后还得外挂抠图插件去背景，工作流连线密密麻麻像盘丝洞。 Qwen-Image-2.1 直接把文生图和图像编辑焊进同一个模型里，而且原生自带 64 通道 RGBA 输出，在提示词里指定透明背景就能直接吐出带透明通道的切片素材，抠图节点全都可以删掉了。 另外它最多能吃 10 张参考图。最实用的场景就是多人合影：直接把 6 个人的单独大头照喂进去，模型能一次性合成出一张光影相互反射、透视完全协调的多人自然大合照，彻底告别以往硬拼贴的僵硬感。画面质感上的提升也很扎实，中英文字排版不再扭曲画符，皮肤质感、毛发细节和真实光影过渡非常自然，完全摆脱了早年那种油腻腻的塑料感。 既有不设限制的纯粹自由，又有极致省显存的工程优化。手头有平民卡又想折腾本地高质量出图的老哥，这波直接冲就完事了。 模型和实测避坑放在一楼。

Marc最近收入过300万，大家都在吹他，我想分享一下我的看法: 我其实一直不太看好 Marc的创业打法，它有它的独特性，以及成功的巧合性，因为不少朋友是独立开发创业去做出海、做产品。 在推上看到它，很可能会心动，跟着它的方向去做。 但是我想跟大家泼一个冷水，就是不建议大家去模仿他。 比如说，我置顶的这个项目，就是为了证明outbid和Marc 又开始做的拍卖这种网红项目，而特意做的一个社会实验。 我就是想自己亲自实验一下: 即使在同样的时间跟他推出同样的项目，也不会成功。 他的打法是粉丝经济。说的不好听一点，就是向独立开发的创业者抛售一个独立开发能轻易成功，发一个产品就能迅速赚钱的梦: TrustMRR 公开数据里，Marc 累计约 $300 万。真正贡献大头的是： • ShipFast（$130 万）：卖给独立开发者的 Next.js boilerplate • CodeFast（$83 万）：教人「几天学会写代码、把 idea 做成生意」 • TrustMRR（$33 万）：独立开发者的收入公示 + 收购市场 • DataFast（$27 万）：给 startup founder 的收入分析 • Ship or Die（$11 万）：30 天必须上线的独立开发挑战 • IndiePage（$5 万）：独立开发者主页 这几项加起来大约 $290 万 / $305 万，接近 95%。他 2025 年 11 月自己也说过：CodeFast + ShipFast 曾经占月收入 90%。 不知道大家发现规律没有？他这个独立开发者的所有产品都是帮 独立开发者去进行独立开发的. Marc他确实做过姿势矫正、习惯打卡、语言练习册这类非产品, 这些产品才是大多数独立开发者想突然创业去做的心血来潮的项目。 他最开始也是这样的独立开发者. 但是你猜怎么着？ 即使像他那样, 做的这些产品几乎不赚钱。赚钱的，基本都围着同一群人转：想靠独立开发发财的人。 他也自己承认过：AI 已经打掉了 coding course 和 boilerplate。 现在能撑住的，是 TrustMRR / DataFast 这类「卖给 maker 的基础设施」，以及持续发收入截图带来的流量。 我对 Marc本人没有什么恶意，发这个帖子不是为了批判Marc。恰恰相反，我也其实很欣赏和钦佩Marc这样能够在独立开发这个赛道里面杀出来的人。 但是作为一个中推年纪稍微大点的人，我觉得有义务说下：最近看到太多的营销号吹捧，可能会误导刚刚后来一拍脑袋选择创业独立开发的年轻人。 所以还是想写点东西: 同时，我也想鼓励一下：如果你是在独立开发这条道路上挣扎着、迷茫着、徘徊着的人，不要被这些网红程序员天天截图的 MRR 误导了。他们本来就是靠这个截图获取流量、涨粉和飞轮增长的。 独立开发就是他的客户。没错，你就是他的客户，他就是发给你看的，让你崇拜的。 让你羡慕的，让你更加义无反顾地要加大投资去做独立开发的 。 而你的产品受众，如果不是独立开发，你就没有必要跟着他一起 building public。你吸引的都是同行。 你截图 MRR，只会让同行嫉妒，同时会有别人抄你站，你App的风险。 但是独立开发这条路还是可以走的，特别是在AI的时代，机会还是很多的。但需要埋下头来深耕你的niche，到你真正客户的地方去做宣传，而不要跟风网红程序员。他们不可复制。

在intc跌成狗的日子里，抄底抄在半山腰的我用算估值的方法给自己打气。 90块的Intc到底值不值呢？反正我是越算越值啊。 你看看，26Q2的这份财报，总营收16.13B。虽然官方对Q3的营收指引只有15.8B–16.8B，midpoint 16.3B。但如果延续前两个季度都beat midpoint至少10%的趋势，18B貌似也不是不可能。那么26财年全年的营收可能会逼近70B。总市值即便维持当前的8倍市销，那也值560B，折股价也差不多106。8倍市销在半导体行业啥水平？连总说被用周期股估值的MU现在都有12倍市销，最类似的同行，AMD的P/S超过20倍，TSM的P/S也有10倍。8倍也就只能吊打高通了，属于全行业倒数的位置。 如果分部门看，那就更悬了。Products部门营收15B有余，占比超过93%。这是个盈利部门，营业利润率31.8%，这比AMD整体的约17%高多了（INTC整体营业利润率约12%，被Foundry的严重亏损给拖下来了）。你甚至可以说，如果做部门拆分，Products部门依旧只按8倍市销走，也差不多就值100的股价了。 剩下的呢？intc有不少投资的。其中Mobileye，Altera都已经上市了。其他的不算，就这两家现有的市值，乘以intc的持股比例，合计都有差不多接近10B，折到股价里每股影响个1.8-2美元。Mobileye虽然营收并表，但收入在分部门里是计All Other的，不影响Products部门的估值。 最后还有Foundry这个大头呢。怎么算下来，现在90不到的intc，Foundry都是负资产啊。光资产价值都差不多100B的净资产。 就跟我几个月前完全低估了CPU市场的紧俏程度一样，我同样完全没想到intc股价都到90了，Foundry部门的估值还跟股价18块钱时一样，是个负资产。 所以你说intc贵不贵？120都可以算偏保守的合理估值（Foundr就算按市净率走，1倍那也是100B，折股价接近20美元）。

这边 @axisrobotics 跟Kaito的合作不是可以提交10篇，然后6篇最高分计入榜单 我就准备写6篇，而且写的越早，流量跑的越高，S1最后一天写流量就跑一天，肯定不划算 另外郡主老板昨天公布了撸 axis 空投的3个方向： 1）DC角色（需要做贡献，泡DC，也是个辛苦活） 2）任务积分这边说是大头（但是黑奴的很，适合体力好的兄弟） 3）kaito活动（个人感觉最轻松，但是门槛高，账号质量Aura分数直接决定排名） 以上，要么天资卓越；要么付出汗水，还是公平的 总之S1是先试水，毕竟第一个项目，热度又高，参与人数有多，很卷，等排名具体出来了再决定后续怎么撸 如果排名不理想，我水平就在这里了，也提升不了；如果排名好，那继续肝 // 最后简单看下 Axis 这两天进展 📌 8月21日｜后训练数据实验 Axis 发现，真正有效的不是完整人类轨迹，而是经过验证的短纠正片段，平均约0.8秒 660条纠正数据里，只有161条最终进入训练，成功率从约40%提升到约48%。 📌 8月24日｜Booster Robotics 双方开始互动，后续可能共同推进仿真驱动的全身控制研究 📌 Axis Weekly • 修复浏览器、策略与物理栈的重放/运行时对齐问题 • TaskGen 新增27个铰接物体家族 • RoboCasa 全场景上线（50×50网格） • 下一阶段继续筛选真正有效的纠正数据 整体还是在围绕一件事：数据采集 → 筛选 → 训练 → 再采集