与「建　2公演目本番♡」相关的搜索结果

今日は　#むなそば　稽古でしたー！！# 4/19〜4/23♡ 浅草九劇で上演されます！ よろしくお願いします！！ そして明日は14時〜 #ザーッと降って　##建　2公演目本番♡# すみだパークシアター倉でお待ちしています！ よろしくお願いします！！

11/7 12:00〜一般チケット販売開始❗️ And so this is Xmas 大阪公演 作・演出 #秦建日子# 12月22日(木) 18:30(公開ゲネ) 23日(金)13:00 18:30 24日(土)13:00 18:00 25日(日)11:00 16:00 ABC ホール 全席指定 S席6000円 A席5000円

阿部真央ホールツアー2025 - On My Way Home - ファイナル東京公演@ LINE CUBE SHIBUYA 本当にありがとうございました！ みなさんのおかげで最高のホールツアーになりました。感謝しかないです。 幸せな時間をありがとう！ また会えますように！ Dr. 吉田佳史 @yoshifumidayo_ Ba. 高間有一 Gt. akkin Gt. 和田建一郎 Key. ミトカツユキ @mito_katsuyuki Mnp. 前田雄吾 @yugo_maeda Photo by 森好弘 @ycn1202 #阿部真央# #onmywayhome_tour#

ビルボードツアー大阪公演ありがとうございました！🔥 1年半ぶりのビルボード大阪さん、 1stも2ndもみんなのおかげで最高に楽しかったです！本当にありがとう✨ 来週はファイナル東京！よろしくお願いします☺️ (セトリや詳しいライブ内容はまだ内緒でよろしくお願いします🌱) Gu. 和田建一郎 Pf&Key. 幡宮航太 @KotaHatamiya Per. ぬましょう @numasho2525 @billboardlive_o #阿部真央# #abemao_billboard#

我去！国外已经刷屏了，国内好像还没啥人聊🔥 PewDiePie @pewdiepie 搞了个本地版 ChatGPT / Claude：Odysseus。 GitHub 5 月 31 日晚上才建，短短 2 天现在已经冲到 2 万星左右，涨得非常猛。 Odysseus 是什么？ 本地 / 自托管 AI 工作空间——运行在你自己的电脑或服务器上，也可以按需接 API。无云端强依赖、无账号绑定、无遥测追踪，数据尽量留在自己手里。 包含 Agent——不是只能聊天的那种，而是能执行真实任务的代理，比如网页浏览、文件编辑、文档处理、研究报告、邮件分类 / 自动回复等等。 功能——聊天界面、记忆、Deep Research、图像生成 / 编辑、MCP 支持、图库、资料库、文件工具、Shell、Web 工具等等。基本就是把他自己定制的“ChatOS”，慢慢做成了一个完整的 AI 生产力套件。 他之所以构建它，是因为他厌倦了不稳定的自托管设置以及将数据交给大科技公司。 项目地址：

點解行內有啲電商大賣嘅財務團隊得兩個人，全球收付款卻從來唔卡殼、唔會 delay？ 影片入面 Alex 已經把同行用緊嘅高效收付兌管方案全盤托出。外貿老闆同財務強烈建議花 2 分鐘睇完，少走大半年彎路！👇

豆包是我日常用得最多的国产模型，迭代最快最稳。豆包 App 的 C 端日活过亿，火山引擎的模型即服务在国内份额第一，日均 Token 调用量和 OpenAI、Google 是同一档的。能撑起这个体量，模型得过硬。 豆包大模型 2.0 刚发布，第一时间用豆包App“专家”模式测了下洗车问题，效果挺不错，不仅回答出来了，而且因为我是在海外使用，特别说明了中国和美国法律的法规不同。（参考图2） 我看了他们的官方推送（链接见评论），一个感受越来越强：字节是在认真对标 OpenAI 和 Google。 从里面能看出几个不一样的地方。 【1】他们在乎的是用户到底需要什么 豆包 2.0 的官方推送里，反复出现一个词：“真实世界复杂任务”。不是说跑了哪个榜第一，而是围绕大规模生产环境下的使用需求做了系统性优化。 举个具体例子：他们基于 ClawdBot/OpenClaw 框架在飞书上搭了一个智能客服 Agent。这个客服不只是回答问题，它能调用不同 Skills 完成对话，遇到搞不定的问题会主动拉群找真人同事，帮用户预约上门维修，维修完还会主动回访。一个完整的业务闭环，不只是一个 Demo。 【2】自建评测，而不是追着榜单跑 字节做了大量自建的 Benchmark 和内部评测。公开榜单是有限的，而且越来越容易被针对性优化。真正想让模型在生产环境里好用，必须自己定义评估标准。 这让我想起姚顺雨加入腾讯后在内部说的一句话：“不要打榜，也不要盯着榜单做事。真正决定模型能否走出 Demo 的，不是再刷几个榜，而是你有没有把系统放进真实世界的约束里，用真实世界的方式去评估它。” 字节显然很早就在这么做了。 【3】成本降了一个数量级 豆包 2.0 的模型效果对标 GPT 5.2 和 Gemini 3 Pro，但 Token 定价降了大约一个数量级。在 Agent 时代，一个复杂任务可能要消耗大量 Token 做推理和长链路生成，成本是真正的瓶颈。把价格打下来，才能让 Agent 真正普及起来，而不是只有极客在玩。 【4】长期投入，不走捷径 字节在底层技术研究上一直有持续投入，很多工作是长期推进的。比如最近大火的 Seedance 2.0 视频生成模型确实做到了世界领先水平，不是刷榜号称领先，而是产品可用级别的领先。豆包 2.0 的多模态能力也是这种长期积累的结果，在视频理解的 EgoTempo 基准上甚至超过了人类分数。 这些东西不是突击几个月能做出来的。 从产品体量、模型投入、评估体系到成本控制，字节对标的就是 OpenAI 和 Google。豆包用起来确实好用，而且每次更新都能感觉到在变好。对我来说，这比任何跑分都有说服力。

如果你是不是还记得，2024 年夏天马斯克只用了四个月时间，从零建成了一个 10 万块 GPU 的超级计算集群。 正常流程下，光是向电网申请接入、等审批、等施工，就要三到五年。一个 400MW 的数据中心，走正规路子可能要等到 2028 年才能通电。 今天看了 SemiAnalysis 的报道，《AI 实验室如何解决电力危机》（How AI Labs Are Solving the Power Crisis: The Onsite Gas Deep Dive） 他租了一堆卡车载的燃气轮机，直接拉到工地，接上天然气管道，几周内就开始供电。xAI 的孟菲斯园区现在已经部署了超过 500MW 的自建发电设备。 这不是什么黑科技，但需要勇气和执行力。因为自建发电的成本比用电网贵得多，而且要自己搞定一大堆运维问题。但马斯克算了一笔账：每 GW 的 AI 云服务，一年能产生 100 到 120 亿美元收入。早上线六个月，就是十几亿美元。这笔账算下来，电费贵一点根本不是事。 于是，一场“自带发电机”的运动在 AI 行业迅速蔓延。OpenAI 和 Oracle 在德州下了一笔史上最大的自建电厂订单，2.3GW。Meta 在俄亥俄州的项目，因为设备紧缺，干脆用了五种不同的发电机拼凑，能用就行，先跑起来再说。 【1】电网为什么成了 AI 的绊脚石 要理解这场“自建电厂”运动，得先明白电网为什么跟不上。 美国的电网并不差。到今天为止，绝大多数 AI 集群还是用电网供电的，包括微软给 OpenAI 建的集群、谷歌在俄亥俄和爱荷华的超算、亚马逊给 Anthropic 建的 Trainium 集群。问题是，这些项目都是 2022 年之前拿到电力批文的，那时候还没有“AI 淘金热”。 ChatGPT 爆火之后，情况完全变了。德州电网运营商 ERCOT 的数据显示，每个月涌进来的数据中心用电申请高达几十 GW，但过去一年实际批准的，加起来刚过 1GW。 为什么批不下来？ 首先，电网是一个需要精密平衡的系统。供电和用电必须每秒钟都匹配，差一点就可能导致大面积停电，今年 4 月伊比利亚半岛的大停电就是例子。每接入一个大型用户，都要做复杂的工程评估，确保不会把系统搞崩。 其次，审批陷入了一个恶性循环。所有人都知道拿电很难，所以开发商们同时向多个电网运营商提交申请，先占坑再说。有的申请连地都没买，纯粹是投机。俄亥俄有一个电网，积压了 35GW 的申请，其中 68% 连地都还没拿到。投机申请越多，队伍越长，正经项目等得越久，于是大家更要提前占坑…… 从提交申请到真正通电，现在平均要五年。 五年？AI 公司等不起五个月。 【2】“自带发电机”的逻辑 BYOG 的核心逻辑很简单：不等电网了，我自己发电。 但这不是一锤子买卖。更聪明的做法是“桥接电力”：先用自建发电把数据中心跑起来，同时继续排队等电网接入。等电网通了，这些发电设备就转成备用电源。 这样做有两个好处。 第一，时间价值太大了。一个 200MW 的 AI 数据中心，早上线六个月，可能就是十亿美元级别的收入差距。在 AI 军备竞赛里，第一个跑出来的才能吃到最大的蛋糕。用 SemiAnalysis 那篇文章的原话：“Speed is the moat”，速度本身就是护城河。 第二，省掉了柴油发电机备用电源的钱。传统数据中心都要配柴油发电机做备用，现在这些燃气设备可以兼职。 当然，这条路不是谁都能走。自建电厂的成本比电网贵不少，还要自己搞定许可证、天然气供应、运维一堆事。但对于资金充裕、时间敏感的大厂来说，这是当前最务实的选择。 【3】发电设备的“菜单”：从喷气发动机到船用引擎 自建电厂用什么设备？选择比你想象的多。 第一类是航空衍生燃气轮机，简单说就是把喷气发动机从飞机上拆下来，装到地面发电。GE 的 LM2500 就是这么来的，原型是波音 747 和 F-18 战斗机上的发动机。这类设备体积小，一台 30MW 的机组可以用普通卡车运输，几周内就能装好发电。启动也快，从冷启动到满功率只要 5 到 10 分钟。缺点是贵，目前全包成本在每千瓦 1700 到 2000 美元，交货期 18 到 36 个月。 有意思的是，超音速飞机公司 Boom Supersonic 也杀进来了。他们发现自己的喷气发动机设计稍微改改就能发电，于是推出了 Superpower 燃气轮机，已经拿到了 Crusoe 公司 1.2GW 的订单。飞机公司干脆把发电当副业，用赚来的钱贴补造飞机。 第二类是工业燃气轮机，专门为地面发电设计，不是从飞机改的。成本略低，但启动慢一些，需要 20 分钟左右。 第三类是往复式内燃机，本质上是放大了几十倍的汽车发动机。一台 11MW 的机组可能有 14 米长。这类设备单台功率小，但维护简单，对燃料杂质和高温环境的耐受性更好。VoltaGrid 公司就是用这类设备做“能源即服务”，把一堆发电机装在卡车上，哪里需要拉到哪里。xAI 最早的 Colossus 1 集群就用了 VoltaGrid 的 34 台卡车载机组。 第四类是燃料电池，主要是 Bloom Energy 的产品。这东西不烧天然气，通过电化学反应发电，完全没有燃烧过程，所以不产生除了二氧化碳之外的空气污染物。这在环保审批上有巨大优势，部署也最快，几周就能搞定。缺点是最贵，每千瓦 3000 到 4000 美元，而且电池芯片五六年就要换一批。 最后还有重型燃气轮机，就是传统电厂用的那种 GW 级大家伙，配上废热回收的联合循环系统，效率可以超过 60%。但这种设备交货要等两三年，安装调试又要两年，总共五年起步。所以现在更多是作为“终极方案”，先用小设备跑起来，大设备慢慢建。 【4】跑起来才知道的坑 自建电厂不是买几台设备那么简单。真正跑起来之后，有一堆问题等着你。 第一个坑是冗余。电网的平均可用率是 99.93%，也就是“三个 9”。要自己达到这个水平，发电设备必须“超配”。一个 200MW 的数据中心，如果用 11MW 的往复式发电机，大概需要 26 台，其中 23 台工作，3 台备用。如果一台坏了，其他机组稍微加点负荷就能顶上。VoltaGrid 在德州的一个项目，1.4GW 的数据中心配了 2.3GW 的发电设备，超配了 64%。 Meta 在俄亥俄州的 Socrates South 项目更有意思。他们用了 5 种不同的发电设备：3 台 Solar Titan 250、9 台 Solar Titan 130、3 台西门子 SGT-400、15 台卡特彼勒高速发动机。总装机 306MW，给 200MW 的负载供电。设备型号都不统一，明显是“能抢到什么用什么”的拼凑方案。 第二个坑是负载波动。AI 训练的用电负荷变化很快，几毫秒内就可能出现几十兆瓦的波动。如果发电系统的惯性不够，频率会跳，严重的会触发保护跳闸。解决方案包括同步调相机、飞轮储能、电池储能系统。xAI 的做法是配大量特斯拉 Megapack 电池，既能平滑负载波动，又能在发电机启动时顶一会儿。 第三个坑是许可证。虽然自建电厂绑过了电网审批，但还要过环保部门这一关。燃气发电有空气污染物排放，需要拿空气许可证。即使在德州这种审批友好的地方，这个流程也可能要一年以上。Oracle 和 Stargate 的一个 GW 级项目就因为许可证问题延期了，SemiAnalysis 在彭博报道之前三周就通过追踪许可审批流程预测到了这个问题。 xAI 的应对方式很“马斯克”：把项目选址放在田纳西和密西西比两个州的交界处，同时向两边申请，谁先批就在谁那边建。结果田纳西没批下来，密西西比批了，项目就在密西西比落地。 【5】供应链的老伤疤 即使你有钱、有地、有许可证，也不一定能买到设备。 燃气轮机的交货期现在是历史最长。GE Vernova、西门子能源、三菱重工这三大厂商的订单已经排到 2028 年甚至 2029 年。 他们为什么不扩产？ 这要追溯到燃气轮机行业的两次“大崩盘”。 第一次是 2001 年前后。互联网泡沫时代，大家相信数据中心会消耗天量电力，电力公司疯狂下单。GE 一年出货超过 60GW。然后互联网泡沫破了，安然崩了，订单一夜之间消失。 第二次是 2017 年到 2022 年，清洁能源转型叠加全球经济放缓，燃气轮机市场跌到谷底。GE 和西门子的年出货量都跌到 10GW 以下。 这两轮周期给制造商留下了深刻的心理阴影。现在 AI 带来的需求暴涨，他们的第一反应不是“赶紧扩产”，而是“别又是一个泡沫”。所以 GE 承诺把产能提到每年 24GW，但这只是回到 2007 到 2016 年的平均水平，根本不是大扩张。西门子也差不多，“不增加厂房面积”是明确说法。 更深层的瓶颈在供应链。燃气轮机的核心部件：涡轮叶片，需要用到稀土金属、单晶镍合金等高端材料，铸造工艺极其复杂。全球能做的供应商就那么几家，而且他们要同时供应民航发动机、军用航空发动机和工业燃气轮机。这些供应商刚经历过 COVID 期间的订单崩盘，现在也不敢贸然扩产。 另外，重型燃气轮机的核心部件重达三四百吨，需要专用的驳船、铁路车厢和拖车来运输。这种重型物流本身也是瓶颈。 相比之下，小型航空衍生燃气轮机和往复式发动机的供应情况好一些，因为它们可以用普通卡车运输，也不那么依赖稀土材料。 【6】新玩家入局 供应紧张的时候，总有人会找到变通办法。 ProEnergy 是先行者。他们把波音 747 退役发动机的核心机翻新改造，做成和 GE LM6000 性能相当的发电机组。用别人不要的东西，解决眼前的燃眉之急。 更有意思的是 Boom Supersonic。这家公司本来是做超音速客机的，结果发现自己的发动机设计稍微改改就能发电。他们推出了 Superpower 燃气轮机，单机 42MW，可以装在一个集装箱里运输。已经拿到了 Crusoe 公司 1.2GW 的订单，计划 2027 年出货 200MW，2028 年 1GW，2029 年 2GW。 一家造飞机的公司来做发电设备，听起来很跨界，但细想又合理，航空衍生燃气轮机本来就是喷气发动机改的，Boom 只是从源头入场。他们甚至可以把发电业务当成飞机业务的“融资渠道”。 往复式发动机领域，船用发动机制造商 Wärtsilä早就入场了。他们发现，驱动游轮的发动机和给数据中心发电的发动机，本质上是同一种东西。已经签了 800MW 的美国数据中心合同。 【7】对 AI 产业意味着什么 如果说总结一下这篇报告的内容： 第一，电力已经成为 AI 发展最主要的瓶颈。不是芯片，不是数据，是电。一个算力集群再牛，没电就是一堆金属。 第二，“速度就是护城河”正在重塑整个基础设施行业。AI 公司为了早几个月上线，愿意承担更高的成本、更复杂的运维、更大的不确定性。这种“时间价值优先”的思维，和传统数据中心“成本效率优先”的逻辑完全不同。 第三，AI 公司正在变成“准电力公司”。它们不再满足于做电网的用户，更想要自己掌控能源供给。这种垂直整合的冲动，和当年互联网公司自建光纤网络是一个路数。 最后必须得再重复一下马斯克那句话：“Speed is the moat”，速度本身就是护城河。 在 AI 这场竞赛里，快，比什么都重要。

超多款的拍立得來哩~~ 上個月太忙了 所以累積了好多拍立得/// 這次伴隨著蝦皮雙12活動 一起來囉~ 一樣有蝦皮和賣貨便兩種唷 如果購買超過2張 建議走賣貨便唷 蝦: 寫真拍立得 p網系列拍立得 賣:

兄弟们！🔥 今天火山哥直接给你们扔核弹级干货： GitHub新手指南，全网最全、最简洁、最直白的版本！ 别再被那些又臭又长的官方文档、半吊子教程劝退了！ GitHub是这个星球上最强资源库，全球顶级程序员、开源大神、AI项目、代码神器全堆在这！ 开源、免费、白嫖到爽！不会用GitHub的人，2026年直接落后半个身位！ 必学！今天学会，明天就能自己挖宝！ 我自己从零开始踩过所有坑，现在把最精简流程给你拆开揉碎： 1. 注册账号（邮箱就行，30秒搞定） 2. 下载GitHub Desktop或用网页版（小白首选网页） 3. 点右上角+号 → New repository（建仓库） 4. 搜关键词找神器（比如“AI agent”“免费工具”） 5. Star收藏、Fork复制、Download下载代码 6. 看README.md，那就是说明书 就这几步！没有一句废话！ 以前那些教程要么上来甩一堆命令把人吓跑，要么讲得云里雾里。 我这篇专门给零基础兄弟准备的，一看就懂，一做就会！ 我表弟上周刚学会，现在天天在上面白嫖项目现在月入5万了，真的效率起飞！ 兄弟们，GitHub就是你的免费军火库！