与「昆夏美」相关的搜索结果

ミュージカル「マリー・キュリー」 全公演無事に終了致しました。 ホッと一安心 私の中で宝物のような思い出がまた一つ増えました。 皆様本当にありがとうございました！！ #大好きなお母さん2人と# #昆夏美# #星風まどか# #髭付きの私# #皆からプリキュアおじさんと呼ばれていたのはここだけの話#

卧槽真的有点炸裂兄弟们，我在国内连 TikTok 都装不了，结果在手机里发了条 iMessage，一个远在美国的 AI Agent 竟然替我注册了一个TikTok号，还帮我刷完了 10 条 TikTok 热门视频，把视频总结都直接发了回来，真的要吹爆hh！ 昨晚凌晨，我给 iMessage 里存的一个美国号码（+1-650-213-7322）发了句话： "帮我找TikTok上10个最火的AI视频，收藏，写总结发我。" 它先回了句英文："Getting the top 10 AI videos on TikTok." 两分钟后，一长串中文摘要发了回来：两个ChatGPT语音互怼、AI生成的生锈版麦昆、Roblox AI动画、超现实AI短剧，10条视频每条一句话总结。 我切到云手机界面看了一眼，收藏夹里10个视频安安稳稳躺着，封面和总结对得一丝不差。 很多人可能会说，这不就是又一个能在短信里陪你聊天的bot吗？ 还真不是，当年iPhone把互联网塞进口袋的时候，你不需要额外买一台新设备； 今天AI长了手，你也不需要额外下载一个新App，因为派活的入口就住在你每天点开几十次的短信框里，TikTok、美区ID，我一个都没装。 这就是 @airtap_ai 接iMessage的新功能，它的架构说穿了就三句话： ▫️最上面是大脑：听懂你要干嘛、记你的习惯、做判断，还能接你自己的Claude ▫️中间是手（他们叫AutoPilot）：不靠调每个App的API，是真的用视觉看懂屏幕，像真人一样点、滑、输字 ▫️最底下是云手机：你的所有App在里面保持登录，不耗你电、不占你网，24小时跑着 想明白这个架构，有三个点值得展开跟大家详细聊聊： 1️⃣ 为什么我在国内连TikTok都装不了，它能帮我刷？ 这不是啥翻墙黑科技，是那台云手机本身就在美国，跑在TikTok合法可用的网络环境里——它不需要翻，因为本来就在墙的另一边。 我们平时折腾半天的地理限制、设备限制、应用商店ID限制，在这个架构面前直接消失。 iMessage只是个门面，云手机才是真的基础设施：你相当于在美国有了个永不下班的分身，不用办签证不用买机票，发句中文，他就替你出门办事了。 2️⃣ 很多人都在吹它零设置，onboarding确实丝滑，我存完号码发了个hey，一秒就开了户。 但我点第一个任务弹出来的登录链接时，真的愣了三秒——哦对，这东西要登我的号啊hh。 零设置的背面，是它把最难的题直接甩到了你脸上：你敢把哪些账号的登录态，交给一个你摸不着的云端影子手机？我登TikTok没犹豫太久，但银行App、支付软件，我现在绝对不会登进去。 有人吐槽还要跳出去点链接登录，体验真烂，一开始我也这么觉得，后来反应过来了：这其实是当前技术条件下最高明的妥协。 它不存你的密码，合规、安全，也不需要每个App给它开放API，什么软件都能操作，代价就是你偶尔得跳出去登一次。 想完全无感？它就得存你密码，或者跟每个App深度集成，既不安全，也覆盖不了所有软件。 这其实也不是Airtap一家的问题，是所有能替你操作手机的AI都绕不过去的死结：授权和执行，怎么才能既安全又通用。 3️⃣ 有人嫌等两分钟太慢。 可以算笔账：你自己装TikTok、搞网络、注册账号、刷半小时、挑出10条AI相关的、每条记下来讲了啥，这一套俩小时都不一定搞得定。 它省的根本不是那两分钟，是你不用再把"我要去刷TikTok找AI视频"这件事挂在脑子里，发完短信该干嘛干嘛，它干完了会带着结果来找你。 说白了它卖的不是反应速度，是把你心里悬着的那件事整个拿走干完。 当然，我不是说这东西已经无敌了，我登账号犹豫了三秒是真的，它操作的时候我没法抢过云手机自己干是真的，绝对不会把支付类App交出去也是真的。 它现在特别适合干那种"干成了挺好，干砸了也死不了"的事：帮你筛视频、跨平台搬歌单、盯商品降价、点外卖填个表。 涉及真金白银和核心隐私的事，现在没人敢真的交给它——信任这道坎，所有做AI Agent的公司都绕不过去。 但当操作一个软件的成本从折腾两小时降到发一条短信，而且你连那个软件都不用装的时候，我们用了十几年的"手机=装App"这套逻辑，可能真的要重新想了。 配的录屏我全程没剪，从发第一条指令到它把云手机收藏夹投给我，一镜到底。 最后问你们个事：换作是你，你敢把哪个账号登给它？我先说，TikTok我眼睛都不眨，银行App？门都没有hhh～

【《杀死比尔：血色全传》定档8月7日上映】昆汀·塔伦蒂诺经典影片《杀死比尔》两部合为一部的《杀死比尔：血色全传》中国内地定档8.7上映。该片时长为275分钟（4小时35分钟）(R级影片，片方提醒：未成年人谨慎选择观影！)

【雲南西雙版納：螢火蟲飛舞如星河】仲夏之夜，雲南西雙版納熱帶花卉園內成千上萬隻螢火蟲在雨林間翩翩飛舞，延時攝影鏡頭下，點點熒光如繁星墜落。據了解，“螢火蟲”並不是某一種特定的昆蟲，而是鞘翅目螢科昆蟲的統稱。全世界已知的螢火蟲有2000多種，在中國分布有200到300種。

2000年以前，姜昆强到逆天，成了全国现象级相声演员，声望和影响力远超历史上任何人， 2000年后没了梁左，姜昆作品质量断崖式下跌，同时官位越来越高，成了油腻蛮横的官僚形象，每年春晚上还要恶心你10分钟， 于是郭德纲直接骂姜昆，获得了业内外傻逼们的一致支持，所有对春晚的不满全都扣姜昆头上。 韩红也是一个道理，以前韩红是音乐圈劳模，各种晚会节目综艺全上一遍，真卖力气给你唱，天赋高，能力强，还勤劳敬业，坚持真唱，人人喜欢， 后来韩红在体制内一路高升，电视节目里抛头露面越来越少，相反一直在忙活自己的慈善基金， 于是人们看不见了到处走穴卖力唱歌的韩红，只能看到一身戎装、代表文工团领奖、只内部晚会出席活动的韩红，和在全国山区农村指挥一群人做慈善的韩红， 恰恰新冠疫情期间，导致“一方有难、八方捐款”这件事的口碑直接反转，大批大批捐的菜被高价卖给上海人武汉人或者整车烂掉，导致民众对于看不见摸不着、但立场姿态伟光正慈善行为，反感程度达到前所未有的高度。 于是一个天天穿戎装、只参加文工团和内部高级活动、官僚军阶高高在上、同时还全国到处指挥人做慈善、还号召你们给他捐款的韩红，把自己异化成了另一个姜昆。 接下来的剧本，你们都看到了，网民们怎么骂姜昆的，就会接下来怎么骂韩红。

6月24日，外交部发言人郭嘉昆在例行记者会上证实，两名日本籍员工因试图从大连走私稀土出境，违反中国法律被中方主管部门依法拘留。

兄弟们！这个研究有点牛逼啊！ Physical AI 的瓶颈根本不是「模型不够大」，是一开始范式就错了。 先说一个真实场景：桌子高了 2cm，当前最强的 VLA 模型直接失败。 为什么？ 因为它只学到了「手伸到某个位置」的相关性，根本不知道「为什么」会摔、「怎样」才能不摔。 这就是 LLM/VLA 路线的致命伤，它在互联网数据上学的是统计相关性，但物理世界运行靠的是因果律。 你可以生成一段完美的「桌面物体掉落」视频，但模型完全不知道下一秒会发生什么。 UCSD 黄碧薇教授 @huang_biwei 刚在 CVPR 2026 发了 Causal World Models（因果世界模型）框架，给这个问题指出了一条新路：让 AI 从「模仿动作」进化到「理解因果」。 不是学「人做了什么」，是让它学「这样做为什么有效、换一个场景为什么失效」。 她今天宣布 Aether AI 融资2000万美金，也成为全球首个因果世界模型公司。 关于她的含金量，我们也来挖一挖： ① 12 年因果 AI 深耕，CMU PhD（导师 Kun Zhang + Clark Glymour） ②100+ 顶会论文，Apple Scholar in AI/ML ③causal-learn 作者（Python 因果发现库，GitHub 高星） CLeaR 2025 Program Co-Chair ④世界模型赛道正热：杨立昆 AMI 融了 $10 亿+，李飞飞 World Labs $10 亿，国内 25 起融资超 22 亿。 几乎所有玩家都在卷数据量、卷仿真规模。 但 Aether AI 的切入点完全不同，不卷 Scale，卷因果结构。 这可能是具身智能从「花拳绣腿」到「真正理解物理世界」的范式转折点。 感兴趣的可以看看官网：

多家国际媒体披露，中国国家主席习近平本月在北京与美国总统特朗普会谈时，曾严词批评日本“再军事化”，并点名日本首相高市早苗与台湾总统赖清德对区域和平构成威胁。报导指，特朗普当时反驳了习近平。 日本近年提高国防预算，2026财年的国防预算达到约9兆日圆，创下新高。中国外交部发言人郭嘉昆22日批评“日本右翼势力仍在鼓噪提高防卫费……日本正一层层揭下其所谓‘和平国家’的伪装，一步步踏上‘新型军国主义’的歧途。” 前美国政府高级日本问题专家约翰斯通（Christopher Johnstone）表示，习近平对日本采取的态度“尖锐”，但中国的反日言论除了中国国内之外，几乎没有市场。 “日方正加强与区域伙伴的安全合作，包括澳洲、菲律宾，甚至韩国。这些国家真正担忧的，是一个更具侵略性的中国，而不是所谓‘再军事化’的日本。” 另一方面，日本经济产业大臣赤泽亮正24日在中国苏州出席亚太经济合作会议（APEC）部长会议后表示，他前一日曾与中国商务部长王文涛短暂交流。赤泽亮正是去年11月中日外交争端爆发以来，访中层级最高的日本官员。 详细报导：

阿里前几天刚发季报，破天荒的第一次披露了模型与应用服务——其实就是MaaS——的经常性年化收入： 截至今年3月超过80亿人民币，预计6月达到100亿，年底突破300亿。 相当于半年3.75x的增长速度，大概也是基于如此乐观的势头，阿里才会难得的公布这个数字，向资本市场构建叙事。 所以你以为我要开始吹阿里了？错了。 阿里的AI收入，建立在阿里云这个中国最大的云计算平台上，阿里云拥有现成的客户群体、销售网络和算力资源，用配套升级的方式去叠一层AI服务收入，是很容易的。 所以真正要吹的，不是阿里的AI业绩凭什么增长这么快，而是如果连主要靠存量用户增加预算就能做到半年3.75x的增速，那么原生AI公司今年在同样的市场环境下，增速会飙到什么地步？ 要知道，原生AI公司赚的每一块钱都是从零开始、靠着模型能力兑现而来的，除了更加纯粹的增长之外，因为不必承担其他业务的成本转移，ROI的负担也更小。 比如摩根士丹利测算发现MiniMax平均每分钟进账1美金，同时成本低于0.3美金，而行业平均收入只有约0.5美元/分钟，相当于MiniMax仅凭利润就跑赢了大盘。 这就是Pure-play的价值，算清楚这笔账，对于理解走向拐点时刻的AI行业，非常重要。 在研报里，摩根大通认为中国在2026年的企业端需求，很大概率会复制美国2025年至今的来路，也就是从试点到规模化投入再到AI成为固定支出的三级跳。 简而言之，就是Anthropic的那条离谱曲线。 Anthropic创造了AI行业还是商业史上的创收奇迹，300亿美金的经常性年化收入，让它成为了全球瞩目的新王，甚至让OpenAI的股份交易在一级市场失去了吸引力。 毫无疑问，Coding是一个回报路径极其明确的赛道，根据The Information的报道，在企业级市场，Anthropic展现了空前强势的定价权，从它用按量计费替换订阅套餐，到上线导致Token费用上涨的分词器，都让企业找不到商量余地，只能拿着超标的账单去找老板加大预算。 没办法，品质和稀缺绑在一起，就是硬通货。 摩根大通也是这么判断的，在AI行业，拥有强大模型的公司某种程度上可以豁免于成本战争，而且它想进入「下沉市场」的难度，要远低于低价模型打入「高端市场」。 但Coding是一个已经实现预期的赛道，下一个大的是什么？ 目前来看，几天之后的Google I/O大会非常重要，从已经被剧透的Gemini Omni来看，「All In One」的全栈模型要给多模态打翻身仗了。 那个教授在黑板上写公式讲课的片段，之所以艳惊四座，是因为它并非简单的视频生成，这个新的Gemini Omni模型同时搞对了三件事： 手持粉笔的空间关系、板书撰写的画面关系、推导过程的逻辑关系。 更直白的说，这绝对不是三个模型合在一起的结果，而是基座模型已经就在全模态信息上完成了训练，也就是，世界模型的雏形。 像是杨立昆、李飞飞这些不属于Transform派别的行业大佬，都对语言模型颇有微词，认为这条路线跑不出真正的世界模型，所以都选择了另辟蹊径，但Google、OpenAI甚至字节跳动都在证明，即使语言模型确实有局限之处，只要坚持Sc­a­l­i­ng La­ws、在同一个基座模型上训练全模态能力，同样能够渐进式的通向世界模型。 如果只看Coding的叙事，中国的原生AI公司都在扮演「一个更便宜的Anthropic」，杀成一片红海。 但在找出「一个更本土的Google」这件事情上，就会发现阿里、字节和MiniMax都在这么干，只有它们的模型迭代方向与Google完全一致：在一个系统内完成文本理解、图片生成、视频生成和音频输出。 王慧文在即刻上说，一家新兴公司的估值，是由相信它的资本定价的，不是不相信它的人定价的，「好吧，这是句废话。」 多模态的生成是语言模型理解世界的硬验证信号，且大部分底层能力与核心模型复用，多个模态并不等同于多份研发投入，有限的成本提升，能够极具经济性的帮助AI构建世界，并让每一代模型的更新不断放大效率差，并打开更高的智能上限。 我想吹的和期待看到的，其实就是这个。