与「愛知花見灯夜」相关的搜索结果

#ぎふチャン# ありがとうございました💚 3/30 愛知花見灯夜2024 in Aichi Sky Expo 3/31 野島樺乃ワンマンライブBrillante 今月末の2日間！ 是非、お待ちしてます💚💚💚 #野島樺乃Brillante# #愛知花見灯夜2024#

ワンマンまであと2日！！！ そして明日はAichiSkyExpoで #花見灯夜# です！🎤 地元愛知で2日間LIVE💞 みんな楽しむ準備万端ーー？？？

「岩立沙穂・大盛真歩の推し事が好き過ぎて」第2号📚 #坂倉花# さんをゲストにお迎えした今日はとにかく癒しの時間でした🐈🌸 そしてLiellaさんの4thライブ愛知公演で受けた感動を直接お伝えできたこと、一ファンとして幸せでした🥰 見てくださったみなさん、ありがとうございました！ #推し過ぎ#

三日目ありがとうございました♡ 客席の皆様のお顔、カテコでめーっちゃ見ました😙 日和ゆずちゃんと✨いつも明るくて元気もらってる☺️ もしかしたら愛知でどこかで会ってたかも…⁉︎ #女王幻想花劇# #女王ステ#

【2026年全国花火大会日程まとめ】 5月23日(土)：STAR ISLAND 2026(東京都) 5月23日(土)～5月24日(日)：日田川開き観光祭大花火大会(大分県) 5月30日(土)：足立の花火(東京都) 5月30日(土)：SBI舞花火(千葉県) 6月27日(土)：えべつ花火(北海道) 7月1日(水)：東京競馬場花火(東京都) 7月4日(土)：海洋博美ら海花火大会(沖縄県) 7月10日(金)：鎌倉花火大会（神奈川県） 7月11日(土)：真駒内花火大会(北海道) 7月18日(土)：港まつり能代の花火(秋田県) 7月18日(土)：安倍川花火大会(静岡県) 7月18日(土)：豊橋祇園祭花火大会(愛知県) 7月18日(土)：伊勢神宮奉納全国花火大会(三重県) 7月22日(水)：うわじま牛鬼まつり海上打上花火(愛媛県) 7月25日(土)：隅田川花火大会(東京都) 7月25日(土)：立川まつり国営昭和記念公園花火大会(東京都) 7月25日(土)：ふくろい遠州の花火大会(静岡県) 7月25日(土)：北國花火金沢大会(石川県) 7月25日(土)：桑名水郷花火大会(三重県) 7月25日(土)：おのみち住吉花火まつり(広島県) 7月25日(土)：広島みなと 夢 花火大会(広島県) 7月26日(日)：ぎおん柏崎まつり海の大花火大会(新潟県) 7月28日(火)：葛飾納涼花火大会(東京都) 8月1日(土)：江戸川区花火大会(東京都) 8月1日(土)：いたばし花火大会(東京都) 8月1日(土)：戸田橋花火大会(埼玉県) 8月1日(土)：足利花火大会(栃木県) 8月1日(土)：幕張ビーチ 花火フェスタ2026(千葉県) 8月1日(土)：市川市民納涼花火大会(千葉県) 8月1日(土)：手賀沼花火大会(千葉県) 8月1日(土)：北國大花火川北大会(石川県) 8月1日(土)～8月2日(日)：松江水郷祭湖上花火大会(島根県) 8月2日(日)〜3日(月)：長岡まつり大花火大会(新潟県) 8月5日(水)：仙台七夕花火祭（宮城県) 8月6日(木)：びわ湖大花火大会(滋賀県) 8月7日(金)：神明の花火(山梨県) 8月8日(土)：前橋花火大会(群馬県) 8月8日(土)：うつのみや花火大会（栃木県） 8月8日(土)：とりで利根川大花火(茨城県) 8月8日(土)：ぎふ長良川花火大会(岐阜県) 8月11日(火・祝)：三国花火(福井県) 8月13日(木)：関門海峡花火大会(山口県、福岡県) 8月15日(土)：赤川花火大会(山形県) 8月15日(土)：木更津みなと祭り花火大会(千葉県) 8月15日(土)：越前市サマーフェスティバル(福井県) 8月15日(土)：諏訪湖祭湖上花火大会(長野県) 8月15日(土)：福山夏まつりあしだ川花火大会(広島県) 8月17日(月)：熊野大花火大会(三重県) 8月22日(土)：高崎まつり大花火大会(群馬県) 8月24日(月)：横浜グリーンエクスポ応援「みなとみらいフェスティバル」(神奈川県) 8月28日(金)：湘南ひらつか花火大会(神奈川県) 8月29日(土)：大曲の花火全国花火競技大会(秋田県) 8月29日(土)：かごしま錦江湾サマーナイト大花火大会(鹿児島県) 9月5日(土)：若狭おおいのスーパー大火勢(福井県) 9月11日(金)～9月12日(土)：片貝まつり浅原神社秋季例大祭奉納大煙火(新潟県) 9月12日(土)：調布花火(調布市) 9月12日(土)：常総きぬ川花火大会(茨城県) 9月19日(土)：那須野ふるさと花火大会(栃木県) 9月20日(日)：姫路みなと祭海上花火大会(兵庫県) 9月26日(土)：大洗海上花火大会(茨城県) 10月3日(土)：たまがわ花火大会(世田谷区) 10月17日(土)：ちくせい花火大会(茨城県) 10月17日(土)：なにわ淀川花火大会(大阪府) 10月17日(土)：やつしろ全国花火競技大会(熊本県) 10月24日(土)：焼津海上花火大会(静岡県) 10月24日(土)：東京湾大華火祭(東京都) 11月7日(土)：土浦全国花火競技大会(茨城県) ※現時点で日程が判明している大会になります

📣ぼつにゅ～！なごやツアー！e-Paletteでお出かけしよまい！参加募集 🗓️12月15日（月）〜19日（金） 📍名古屋駅広小路口 お申し込みお待ちしています🫶 ▶️ #愛知県# #TOYOTA# #ePalette# #SKE48# #相川暖花# #熊崎晴香# #坂本真凛# #野村実代# #佐藤佳穂#

我为什么第一批参加了八九广场示威？ 曾经有官员问我：是不是有人鼓动你上广场？ 我说，是自发的，更多的出于对胡耀邦的尊敬与祭念。 如果说完全没人组织，也不是事实，可以肯定的是，绝对不是境外或境内敌对势力煽动的。 组织者是一位同学他来自北师大，他后来参与高自联对话团，也应该与北师大有关。 耀邦去世，我们很快能想到他为改革为平反所做的许多努力，特别是他的朴素真诚与亲民作风。当年他考察到芜湖，当地官员要与他合影，居然遭拒，却与下榻的宾馆工作人员合影留念了。 所谓反自由化反精神污染，耀邦受保守势力打压，知识界、大学当然站在耀邦一边，这是大学快速动员上广场纪念示威的强大动员力。 当时一则传言，也是促动我上广场的情感力量： 说是耀邦在人民大会堂参加中央高层会议，他主张增加教育经费，杨尚昆等人要增加军费，耀邦得不到支持，一时气急，送医之后，与世长辞。 而当时物价上涨，我们读研可以拿到六七十元补贴（因为工作过，拿九成工资），几乎满足不了生活需要，其他没工资补贴的学生可想而知。有背景资源的，搞官倒，越往上越腐败，这些因素也是导致人们大量上街游行抗议的重要动因。 以下为我十年前（2014）的回忆文字摘录，还有相关内容以后整理再发。 一个人的八九六四纪事 1 我是1988年秋季入学的研究生，我考的是中国艺术研究院研究生部文艺学专业，当时住在恭王府，离天安门广场不到20分钟自行车车程。 1988年五四前后我到北京面试，我面试之后，花了半天时间一个人端坐在广场纪念碑石阶上，每下个方向坐半小时，我强烈的印象是，天安门竟这样矮小，甚至有些破落，有点像生产大队的大队部。 我们一代一代人，小学第一课，就是我爱北京天安门。 2 1989年元旦，我在日记本上写了一首诗歌，我记得有两句诗，不知道为什么会写出来，这两句诗像谶言一样，惊现在六月初的夜晚。 天空起火了 孩子们快跑 每一个星星都变成枪眼 3 耀邦4月15日逝世，我们第二天开始听到传言，说他是被气死的，他重视教育，在中央会议上要求增加教育经费，而杨尚昆等军头们要求增加军费，打击排挤胡耀邦，无论传言是否属实，对耀邦的纪念，是必须的。有同学说已有人到广场送花圈了，我们也应该制作花圈，送到广场，表达心意。 4 我们17号一早就从食堂借来了平板车，集资购买了花圈，一行十多个同学（我们88届只有十一个研究生，还有十多个进修生），把花圈送到纪念碑边摆好，上面写着纪念胡耀邦的挽联，然后就要纪念碑边照相留影。当时大家并没有什么悲情，说实在的，普通学生对领导人不可能有多么深切的情感，大家去送花圈，也就是表达敬意，还有一份对现实的不满，即，对让胡耀邦下台靠边的境遇不满。一些女同学穿红着绿，照相时也是喜喜乐乐的样子，这一镜头也被有心人记录下来了，如果我没有记错的话，19号的人民日报刊登文章，批评所指就是我们这些同学，说我们不严肃，云云。 当我们午间撤离广场时，只见长安街西路大批大学生赶到，他们人多势众，打旗喊口号，我们感受到某种振奋。 5 激烈的行为也在身边发生，有同学去敲打正在上课的教室门，要求他们停课到广场游行，授课老师不高兴。 有同学看起来积极，但并不参加集体游行，待我们到达广场时，他在旁观人群中。 6 中国艺术研究院是一个副部级单位，而院长多由文化部长兼任，时任文化部长是王蒙，常务副院长是著名红学家李希凡，一个被毛泽东点过名的小人物。当时的院领导与研究生部的领导对学生参与纪念胡耀邦的活动似乎一直没有干预，不支持不反对的样子。一位博士生拿着募捐箱去找院领导募款时，居然也得到了他们的资助。当时的领导们不像现在的单位领导们这样官僚化，对上级脸色㦗若寒蝉。当时的领导们更多一些文人气，尽管口中不说什么，但心里多是支持学生的 @baodiantimes

前几天在新浪的「赛博对话」录了一期视频播客，话题是大模型厂商怎么就从烧钱走到了赚钱的转折点，主持人是高飞 ，嘉宾是庄明浩和我。 其实最开始是想聊豆包收费这件事情，我和庄明浩还在私下嘀咕，豆包传出付费方案的消息是在月初，早就不是热点了，实在是过了蹭的时机，但如果放大到AI这门生意终于迈过了亏本赚吆喝的那条线，就没问题了，这是一个相当长效的题材。 省流版总结如下： - 根据黄仁勋提出的五层蛋糕理论，应用层虽然是直接和终端用户打交道的，但它也是整个产业结构里盈利压力最大的那个，毕竟上面四层都是供给逻辑，有货就不愁卖，唯有应用层是需要竞争流量的，在这个前提下，收费堪比拔鹅毛但又不让鹅叫唤的艺术； - 豆包当初传出收费消息被猛带了一波节奏，很多人以为从此就没法免费使用豆包了，无论是从中国互联网的历史来看，还是ChatGPT作为先例的样板，收费模式必然是增值服务，大家现在怎么用豆包的还是怎么用，然后一些旗舰级的能力就只会放在会员方案里予取予求； - 再就是国内用户对于为产品功能买单这件事情极其抵触的特有生态，之前北京车展，The Information的记者过来跑了一圈新势力，发现它们的出海计划里都会把车机功能当作付费点，但在中国市场完全没有这个想法，负责人的解释也是很直白无奈，「中国人不会为软件付钱」； - 庄明浩和我都觉得豆包在绝对领先的地位上开启收费尝试是很有意义的，这点钱对于字节的CapEx来说无异于杯水车薪，但整个消费观念的转变很重要，甚至我相信千问元宝都会感谢豆包，否则都被卡死在给全国人民做公益这个沼泽里，「你不收，我怎么收？我不收，耿专员怎么收？大伙怎么进步啊？」 - 再就是豆包的定价梯度可能比较意外，或者说整个AI应用的订阅门槛都是偏高的，长视频平台还在10块钱、20块钱一个月的留人时，豆包的最低档会员就是68块钱一个月了，像是Kimi也是49块钱一个月的起价，越过了30块钱一个月这个标准； - 30块钱一个月就是手游里的月卡，再往上才是大月卡，即通行证/战令，这一档的定价通常从68块钱到98块钱一个月不等，至于豆包计划里最贵的500块钱一个月套餐，相当于一单648的8折价，是不是也很容易理解了； - 马化腾在财报会议上也专门讲了中国用户在2C市场的付费转化率不太高这个点，要知道腾讯已经是最能从用户口袋里掏钱的互联网公司了，它都这么为难，叠加年年喊崛起年年也没能支棱起来的SaaS，模型下游的商业循环在国内实在需要一点乐观趋势，要知道智谱、MiniMax、月之暗面本质上是出海赚美金的公司； - 对于收入能够保持同步增长的公司而言，CapEx其实不是问题，从谷歌Q1财报来看，营收1000亿美金出头，利润差不多600亿，毛利率比纯卖广告的Meta还高，所以烧钱有什么问题呢，烧不出回报才是问题，马化腾说以为上船了但发现船是漏的，就是这个意思； - 中国互联网除游戏外的订阅制付费上限，单产品差不多在1.3亿的水平线，爱优腾和QQ音乐在巅峰期都没能超过这个阈值，我个人不太相信AI应用可以创造例外论，但是抛开订阅不谈，被越炒越火的各种Token套餐如果真的普遍化了，搞不好还真能带来变数； - 其实模型厂商也倾向于按量计费的买卖，订阅制的商业模式就像健身房，赚的是那些开了卡但不经常来的客人的钱，如果大家都用满，在这么一个不太存在规模效应——用户越多，越容易摊薄成本——的行业，AI应用很容易成为一个失血点而非造血器，所以庄明浩看到了一个怀旧服的可能性出现； - 也就是各大运营商开始力推的Token包，这跟当年的流量包不能说是一模一样，只能说是完全一样，所以如果运营商能够成为一个分销Token的角色，像大王卡那样，用Token包去覆盖一些模型的用量，再去后端完成分账，这个故事是完全说得通的； - 不过，无论是订阅制还是卖Token，模型能力都是撬动市场的第一要素，就像GPT-Image-2出来之后所有代开会员的第三方价格全数涨价，以及「六小虎」里把编程套餐卖断货的行情，都说明生产力需求是可以无视价格敏感的； - 但我总觉得豆包的收费不会走生产力路线，豆包大模型可以有生产力市场的目标，比如配合Trae去打，豆包App却未必要这么把路走窄，它的人格化和陪伴性其实是可以在情绪价值市场做出更多可能性的，就像我看有数据显示开源模型超过半数以上的Token消耗用在了角色扮演上，这里的经济价值是被低估了的； - 高飞和庄明浩认为模型厂商还有一个创收机会，就是转移支付，借着全民AI这个热潮，去让市政单位、高校学府来买单，比如某个市的行政区，去给市民提供常态化的Token额度，或者大学对标自己和知网签年框的方式，让师生享有最基础的Token套餐，用财政预算去替大家消费AI； - 总的来看，头部的模型厂商基本不再担心会倒闭了，包括已经上市的财务数据都摊开了，一个基本事实是，如果不算预训练，毛利率都能是打正的，同时预训练的成本增加是一个线性的，而收入的增加是指数级的，所以Anthropic、OpenAI这种烧钱大户都预计能在2030年甚至2028年就实现正现金流，这个速度比亚马逊当年都要快得多； - 庄明浩说做上游投资的现在是在焦虑物理极限，什么意思呢，就是会不会说，地球上的铜不够用了⋯⋯包括要去太空建数据中心，也是因为缺算力缺成了连力大砖飞都搞不定的事情，光有钱没用啊，你得有地方花出去，全世界的工业品暴涨，核心原因就是产能跟不上，需求侧在竞价锁单； - 中美大模型的发展差异在于，美国是在追求速胜，一波钱砸下去，掉队的、认输的马上就出来了，集中度很高，「御三家」就是这么高速洗牌洗出来的，中国因为相对慢一些，同时大家对成本更谨慎，所以能有更多的玩家不下牌桌，赚钱的难度也会高一些，这是充分竞争的经济学理论； - 庄明浩举了Seedance 2.0的例子，按理来说这场仗就应该打完了，你不可能怀疑字节在视频模型身上的决心和疯狂，但实际上呢，快手的可灵、阿里的Wan和Happy Horse、MiniMax的海螺都是该怎么继续还是怎么继续，后面还跟着HiDream、Vidu、Pixverse、SkyReels一长串名字，它们甚至都能拿到融资； - 中国互联网的缠斗传统，加上大盘上涨的规律，意味着你可以不是吃到肉的那个人，跟着喝汤一样能够保存希望，而且AI行业的标的天然优于非AI行业，这种「种族优势」，决定了「投AI总比投别的强」的底层逻辑，于是纷纷续命，等对手犯错，等轮到自己，等一切可能性； - 还是用那五层蛋糕的比方来说，美国是标准的纺锤结构，稀缺性最高的英伟达在中间赚得盆满钵满，中国则更偏向于柱状结构，在产业指导的作用下，不会有哪一层特别明显的去吸整条上下游的血，所以这个蛋糕必然不会跟太平洋对面一样甜，一个人走得快，一群人走得远嘛； - 最后还有一个变数是硬件，庄明浩说，美国做硬件的Startup，拿到钱后的第一件事就是飞深圳，跟逛迪士尼乐园似的，什么梦想都能找到供应商，为什么一级市场那么喜欢投大疆、追觅、影石出来的人，就是因为他们有从0到1的经验，可以复用到AI这一波，难道文曲星和背背佳就不算应用了么，对吧； - 高飞说得很有意思，AI用的东西，都在涨价和赚钱，比如能源、光纤、芯片这些，只有人用的东西，是在通缩和亏损，那么AI应用赚钱很难就说得通了，因为这是给人用的，人类不争气啊，碳基世界完蛋了，哈哈哈哈； - 所以，虽然这话可能有政治不正确的嫌疑，但判断AI是否真正产生了价值的标准，就是企业有没有在大规模裁员......是的，AI替代人类很残酷，但这起码说明AI可以产生真实的经济效益，反倒是喊着AI改变一切，却凡事仍要人类亲力亲为，才是真的有问题。

Andrej Karpathy 是 OpenAI 联合创始人、前特斯拉 AI 总监，也是全球最有影响力的 AI 研究者之一。他刚刚发布了一篇 2025 年 LLM 年度回顾。 第一个大变化：训练方法的范式升级 2025 年之前，训练一个好用的大模型基本是三步走：预训练、监督微调、人类反馈强化学习。这个配方从 2020 年用到现在，稳定可靠。 2025 年多了关键的第四步：RLVR，全称是 Reinforcement Learning from Verifiable Rewards，翻译过来就是「可验证奖励的强化学习」。 什么意思？简单说，就是让模型在「有标准答案」的环境里反复练习。比如数学题，答案对就是对，错就是错，不需要人来打分。代码也一样，能跑通就是能跑通。 这和之前的训练有什么本质区别？之前的监督微调和人类反馈，本质上是「照葫芦画瓢」，人给什么样本，模型学什么样本。但 RLVR 不一样，它让模型自己摸索出解题策略。就像学游泳，之前是看教学视频模仿动作，现在是直接扔水里，只要你能游到对岸，怎么划水我不管。 结果呢？模型自己「悟」出了看起来像推理的东西。它学会了把大问题拆成小步骤，学会了走错路时回头重来。这些策略如果靠人类标注示范，根本标不出来，因为人自己也说不清「正确的思考过程」长什么样。 这个变化带来一个连锁反应：算力的分配方式变了。以前大部分算力砸在预训练阶段，现在越来越多算力用于 RL 阶段。模型的参数规模没怎么涨，但推理能力飙升。OpenAI 的 o1 是这条路的起点，o3 是真正让人「感觉到不一样」的拐点。 还有个新玩法：推理时也能花更多算力。让模型「想久一点」，生成更长的推理链条，效果就更好。这相当于多了一个调节能力的旋钮。 第二个大变化：我们终于搞懂了 AI 是什么「形状」的聪明 Karpathy 用了一个很妙的比喻：我们不是在「养动物」，而是在「召唤幽灵」。 人类的智能是进化出来的，优化目标是「在丛林里让部落活下去」。大模型的智能是训练出来的，优化目标是「模仿人类文本、在数学题里拿分、在评测榜单上刷分」。 优化目标完全不同，出来的东西当然也完全不同。 所以 AI 的智能是「参差不齐」的，英文叫 jagged intelligence。它可以在某些领域表现得像全知全能的学者，同时在另一些领域犯小学生都不会犯的错。上一秒帮你推导复杂公式，下一秒被一个简单的越狱提示骗走你的数据。 为什么会这样？因为哪个领域有「可验证的奖励」，模型在那个领域就会长出「尖刺」。数学有标准答案，代码能跑测试，所以这些领域进步飞快。但常识、社交、创意这些领域，什么是「对」很难定义，模型就没法高效学习。 这也让 Karpathy 对基准测试失去了信任。道理很简单：测试题本身就是「可验证环境」，模型完全可以针对测试环境做优化。刷榜变成了一门艺术。所有基准都刷满了，但离真正的通用智能还差得远，这是完全可能发生的事。 第三个大变化：LLM 应用层浮出水面 Cursor 今年火得一塌糊涂，但 Karpathy 认为它最大的意义不是产品本身，而是证明了「LLM 应用」这个新物种的存在。 大家开始讨论「X 领域的 Cursor」，这说明一种新的软件范式成立了。这类应用做什么？ 第一，做上下文工程。把相关信息整理好，喂给模型。 第二，编排多个模型调用。后台可能串了一堆 API 调用，平衡效果和成本。 第三，提供专业场景的界面。让人类能在关键节点介入。 第四，给用户一个「自主程度滑杆」。你可以让它多干点，也可以让它少干点。 有个问题被讨论了一整年：这个应用层有多「厚」？模型厂商会不会把所有应用都吃掉？ Karpathy 的判断是：模型厂商培养的是「有通用能力的大学毕业生」，但 LLM 应用负责把这些毕业生组织起来、培训上岗，变成能在具体行业干活的专业团队。数据、传感器、执行器、反馈循环，这些都是应用层的活。 第四个大变化：AI 搬进了你的电脑 Claude Code 是今年最让 Karpathy 印象深刻的产品之一。它展示了「AI 智能体」应该长什么样：能调用工具、能做推理、能循环执行、能解决复杂问题。 但更关键的是，它跑在你的电脑上。用你的环境、你的数据、你的上下文。 Karpathy 认为 OpenAI 在这里判断失误了。他们把 Codex 和智能体的重心放在云端容器里，从 ChatGPT 去调度。这像是在瞄准「AGI 终局」，但我们还没到那一步。 现实是，AI 的能力还是参差不齐的，还需要人类在旁边看着、配合着干活。把智能体放在本地，和开发者并肩工作，才是当下更合理的选择。 Claude Code 用一个极简的命令行界面做到了这一点。AI 不再只是你访问的一个网站，而是「住在」你电脑里的一个小精灵。这是一种全新的人机交互范式。 第五个大变化：Vibe Coding 起飞了 2025 年，AI 的能力跨过了一个门槛：你可以纯用英语描述需求，让它帮你写程序，完全不用管代码长什么样。Karpathy 随手发了条推特，给这种编程方式起了个名字叫 vibe coding，结果这个词火遍全网。 这意味着什么？编程不再是专业程序员的专利，普通人也能做。这和过去所有技术的扩散模式都不一样。以前新技术总是先被大公司、政府、专业人士掌握，然后才慢慢下沉。但大模型反过来，普通人从中受益的比例远超专业人士。 不只是「让不会编程的人能编程」。对会编程的人来说，很多以前「不值得写」的小程序现在都值得写了。Karpathy 自己就用 vibe coding 做了一堆项目：用 Rust 写了个定制的分词器、做了好几个工具类 App、甚至写了一次性的程序只为找一个 bug。 代码突然变得廉价、即用即弃、像草稿纸一样随便写。这会彻底改变软件的形态和程序员的工作内容。 第六个大变化：大模型的「图形界面时代」要来了 Google 的 Gemini Nano Banana 是今年最被低估的产品之一。它能根据对话内容实时生成图片、信息图、动画，把回复「画」出来而不是「写」出来。 Karpathy 把这件事放到更大的历史脉络里看：大模型是下一个重大计算范式，就像 70 年代、80 年代的计算机一样。所以我们会看到类似的演进路径。 现在和大模型「聊天」，有点像 80 年代在终端敲命令。文字是机器喜欢的格式，但不是人喜欢的格式。人其实不爱读文字，读文字又慢又累。人喜欢看图、看视频、看空间布局。这就是传统计算机为什么要发明图形界面。 大模型也需要自己的「GUI」。它应该用我们喜欢的方式跟我们说话：图片、幻灯片、白板、动画、小应用。现在的 Emoji 和 Markdown 只是初级形态，帮文字「化个妆」。真正的 LLM GUI 会是什么样？Nano Banana 是一个早期暗示。 最有意思的是，这不只是图像生成的事。它需要把文本生成、图像生成、世界知识全部绞在一起，在模型权重里融为一体。 Karpathy 的总结是这样的：2025 年的大模型，比他预期的聪明，也比他预期的蠢。两者同时成立。 但有一点很确定：即使以现在的能力，我们连 10% 的潜力都没挖掘出来。还有太多想法可以试，整个领域感觉是敞开的。 他在 Dwarkesh 的播客里说过一句看似矛盾的话： > 他相信进步会继续飞速推进， > 同时也相信还有大量的工作要做。 两件事并不矛盾。2026 年系好安全带继续加速吧。