与「本多力」相关的搜索结果

我越来越发现三个水枪手做的节目挺有意思，有的分析也挺有深度，这期通过对比中国、日本、美国的高校借阅榜和图书畅销榜，深入剖析了各国的阅读习惯，并得出了相对悲观的社会学结论。 一、 各国大学生及社会畅销书榜单对比 1. 中国：停滞在20年前的老书与网络爽文 山东农业大学（代表普通高校）：文学类前十名全是经典老书，如《杀死一只知更鸟》《嫌疑人X的献身》《活着》《我与地坛》《围城》。社科类前十名则充斥着“心理鸡汤”（《被讨厌的勇气》《蛤蟆先生去看心理医生》）以及《毛泽东选集》和多本《明朝那些事儿》。 清华大学（代表顶尖高校）：年度借阅榜单依然是《毛泽东选集》《红楼梦》《明朝那些事儿》《三体》《哈利波特》《平凡的世界》《乡土中国》《天龙八部》等老书。 社会总榜（当当网、微信读书）：无论怎么看，中国人买得最多的依然是这几本“老三样”（《活着》《三体》等），以及大量的教辅书、考公考证资料和儿童绘本。 网络文学榜：主播特别提到，中国大众真正阅读量极高的是晋江、起点等平台的“网络爽文”（如霸道总裁、修仙逆袭、耽美等），这些书名夸张，内容通常不需要深度思考。 2. 日本：更新极快，兼顾轻娱乐与深度哲学 东京大学：前十名借阅榜中包含大量的哲学、语言学和社科类科普书。例如《思考的整理学》（教导逻辑思维）、《闲暇与无聊的伦理学》（斯宾诺莎哲学普及）、《中动态的世界》（语言学概念），以及探讨犹太人历史的书籍。 社会总榜：日本是一大出版强国，畅销榜上的书几乎全是当年出版的新书。日本人的阅读面极广，既有海量的轻小说、推理小说、连载漫画等休闲读物，但同时，获得“本屋大赏”等严肃文学奖项的作品也能迅速在全社会大卖。 3. 美国：紧跟当下社会现实与人物传记 由于缺乏大学图书馆数据，主播主要参考了纽约时报和Goodreads的畅销榜。 非虚构类（Non-fiction）：美国人极度偏爱最新的人物传记和回忆录。榜单上充斥着格莱美得主、播客主持人、参议员的回忆录，以及关于苹果公司50年历史、AI（人工智能）前沿探索、神经科学等紧贴时代脉搏的书籍。 虚构类（Fiction）：绝大多数也是最新出版的当代小说、科幻小说（如《挽救计划》）和悬疑小说。 二、 各国人民读书习惯分析 1.美国人：通过阅读了解“现在” 美国社会的阅读习惯将其作为了解当下世界运行规律的重要窗口。读者渴望知道现在社会发生了什么，前沿科技到了什么地步，成功人士是如何思考的。因此，新出版的传记、科技科普和当代小说占据了绝对的主流。 2.日本人：将阅读作为公共生活习惯 日本人的阅读习惯是深入骨髓的。虽然在地铁上很多人看的是漫画或轻小说，但庞大的读者基数支撑起了一个健康的出版金字塔。即使是极其深度的社会学和哲学书籍，在日本也有稳定的受众。他们能够做到“娱乐阅读”与“严肃探讨”的并行。 终生阅读量极低：主播认为，绝大多数中国人可能一辈子就读了5-10本最著名的经典（如《活着》），一旦完成这些“打卡式”阅读，就不再接触新书，转而投入短视频的怀抱。中国缺乏一个持续为新书买单的成熟读者群。 功利与逃避：读书主要为了考试（教辅）或缓解心理压力（心理鸡汤）。 对真实世界的集体回避：中国读者极少阅读探讨当代社会现实深层次问题的新书或当代人物真实传记。底层大众更是沉迷于无需动脑的网络文学中寻找虚拟的情绪价值。 三、 原因 主播们在视频最后得出了一个非常悲观的结论：中国社会的整体深度阅读习惯正在走向崩溃。他们将这一现象归结为以下几个根本原因： 1.出版审查制度的负面影响：严苛的审查制度使得中国极难出版真实的当代人物传记或具有深度的非虚构社科著作（容易碰触历史定论和现实红线）。出版社为了规避风险，只能一遍遍地再版四书五经、四大名著等“安全”的老书。 2.缺乏专业权威的引导：中国缺乏像日本那样具有公信力的民间文学奖项来引导大众阅读严肃文学，导致图书市场“泥沙俱下”。 3.思辨能力的退化：在短视频的冲击和网文的包围下，年轻一代越来越排斥需要较高门槛、会带来阅读困难和认知挑战的深度严肃书籍。真正的“读书”（即通过阅读去质疑权威、探求历史真相）在中国具有一定的痛苦感甚至危险性，因此大多数人选择了回避。 PS: 1, 发达国家跟发展中国家其中一个最大的差异，还真的是民众的读书习惯和数量！多年前的一张图片，展示发达国家的人民在地铁里只看书不玩手机，后来被调侃为是因为外国的地铁手机信号差。其实信号差不差，发达国家的人民在地铁里读书的场景确实比发展中国家要常见的多。 2，发达国家的另外一个特点，就是各个群体的兴趣点非常的多样和庞杂，有喜欢看短视频的，也有喜欢看书的，相互之间基本影响不到，并且各个群体都非常的大，发展中国家就更趋于单一化，从众化。 3，我个人看书比较集中的时期只有一个就是高中阶段，为了找作文的金句和素材看通俗经典。后来大学时期以及出国后，开始看更多外国经典，但数量有限。

#Nikke# 💕 Nikke兔女郎主题写真本终于来咯🥰 实体本收录了五套兔女郎造型 这次尝试制作了更多亚克力周边 电子收藏集有额外的隐藏服饰哦💕

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。

Ju事件已徹底暴露其欺詐本質，與當年JPEX極為相似 平台強制將用戶所有資產按7U價格轉換為JU平台幣，並實施長期鎖倉。其宣稱的511M美元儲備，經查證竟為平台自行發行的假USDT及假USDC，同一地址自證清白，毫無公信力可言。 更令人失望的是部分幣圈大V及KOL。他們長期活躍於圈內，對高息誘惑、長期鎖倉及虚假PoR等明顯紅旗不可能視而不見，卻仍為微薄廣告費昧著良心大力宣傳。聚幣亦曾聯絡本人推廣，但我明確拒絕，因明顯風險過高。 此事件再次提醒所有加密貨幣用戶：不是你的鑰匙，就不是你的幣。香港投資者尤應選擇持有SFC牌照的合規平台，或自行保管資產，避免盲目追逐高收益及聽信KOL推薦。 希望此次事件能成為業界警鐘，讓更多人醒悟並加強風險意識。 #JuCoin# #JU幣# #JPEX#

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

台岛以东执法巡查的三个“历史首次” 6月1日，中国海警位中国台湾岛以东海域开展执法巡查。 这是对日菲所谓“划界谈判”最直接的回应——日菲擅自启动所谓“海域划界谈判”，拟划界海域位于中国台湾岛以东海域，严重侵犯我方利益。 一个有意思的细节是，在这两天的香格里拉对话会上，日菲两国防长面对中方提问时，都显出一副“做贼心虚”的嘴脸： 菲律宾防长刻意绕道后厨躲避中国记者，日本防卫大臣小泉进次郎未对中方代表的提问做出正面回应。 日菲闪烁其词，中方就用实际行动宣告： 中方会坚决维护国家领土主权和海洋权益。 如何理解海警的这次行动？可以从三个关键词讲起。 「 01」台湾岛以东 这是中国海警首次以独立执法巡查名义公开官宣台岛以东行动。 过去两年的“联合利剑-2024A”和“海峡雷霆-2025A”等行动中，中国海警虽然也曾现身台岛周边海域，但均是与解放军协同配合，是联合演训的一部分。而且彼时行动范围侧重台岛周边，并未聚焦台湾岛以东海域。 但这次，中国海警是独立行动。 台湾岛以东这片海域，也正是日菲此番动作的目标所在。 日菲认为，双方主张的专属经济区在此海域存在重叠，划界范围位于日本主张的琉球群岛与菲律宾主张的巴丹群岛之间。 两地相隔约400公里，分别坐落于台湾岛东、南两侧。 也就是说，日菲宣布的拟划界海域位于中国台湾岛以东。其所谓“划界谈判”完全非法无效。 很显然，日菲是各有盘算： ｜｜对于日本而言，台湾岛以东是其所谓的西南地区防卫体系的关键节点。日本希望依托西南诸岛构建封锁链条，同时借助菲律宾形成南北呼应，对中国进行战略牵制。 ｜｜而菲律宾则希望借此进一步绑定日本，从日本获取更多安全承诺、军事支持和装备援助，并借机提升其在南海问题上的筹码。 日菲相互勾结，私相授受。所以才出现了在香会上那副做贼心虚、言辞躲闪的嘴脸。 而中国海警在台湾岛以东海域执法巡查，就是为了展示我们对台湾岛以东相关海域的管辖权。 要知道，台湾岛以东海域海况十分复杂。 ｜｜这片海域地形落差极大，海底地势陡峭险峻。 ｜｜区域内还有流速约1米每秒的强劲黑潮洋流，叠加冬季东北季风、夏季频发的台风，极易掀起巨浪。 复杂的水文、气象环境，不仅威胁舰艇航行安全，也会干扰声呐探测与海上执法，对船只性能、环境研判水平和作业能力都是极大考验。 长期关注海警执法的张军社告诉谭主，此次行动足以证明我方已全面摸清当地海洋环境、水文气象与航道情况，配套保障体系成熟完备，具备长期在这片海域开展任务的实力。 「 02」依法开展执法巡查 这次行动，是中国海警首次在台湾岛以东海域直接开展执法巡查，而非演练。 过去，中国海警出现在台湾岛以东海域，主要是在演练背景下行动。 而这一次，没有演练，只有执法。这意味着什么？ 日菲抛开中国单方面划界，严重侵犯我国主权权利和海洋权益。 因此，中国海警在台湾岛以东海域，开展巡航、警戒，预防、制止、排除危害国家主权、安全和海洋权益的行为，本身就是依法履职。 ｜｜涉及国家主权权利和海洋权益时，海警要开展巡航、警戒、维护海上界线安全； ｜｜涉及海洋资源和渔业生产时，海警要维护正常生产秩序； ｜｜遇到走私、非法捕捞等违法犯罪活动时，海警要依法查处； ｜｜发生海上事故和突发情况时，海警还承担搜救和应急处置任务。 每一次喊话驱离，每一次登船检查，都是对管辖权的实际行使。 中国海警做的，是从护渔到护航，从执法到救援。 放到中国台湾岛以东海域来看，道理也是一样。 台湾岛附近海域，既是重要渔场，也是重要航运通道。大量渔船在这里生产作业，商船从这里往来通行。 如果任由个别国家私自划界，甚至派出所谓执法力量干扰正常航行和生产活动，受到影响的首先就是当地渔民和往来船只。 这次前往台湾岛以东海域开展执法巡查的，是中国海警岱山舰编队，包含中国海警2304舰（白塔舰）和2502舰（岱山舰）。 其中的白塔舰，就在今年3月刚刚参与过一次海上救援行动。当时一名渔民在海上受伤，白塔舰接警后全速赶赴事发海域，最终送医救治。 再加上，日本还试图往菲律宾运送杀伤性军事装备——包括护卫舰和导弹，持续加剧地区紧张态势，突发及不测事件的风险显著上升。海上意外风险持续增加，致使靠海谋生的民众无法安稳作业。 渔船遇险需要救援，商船航行需要保障，海洋科考需要服务，这些都需要稳定的海上执法力量长期存在。 在这样的背景下，稳定的海上执法力量，本身就是一种安全保障。 中国海警正在承担的，就是这样的角色。 「 03」持续加强有关海域管控 专业人士告诉谭主，这次行动，进一步体现了中方对相关海域主权和管辖权的覆盖。 这意味着中方可以对违反中国法律的行为直接执法。 海洋专家杨霄告诉谭主，对台湾周边海域形成多区域联动的常态化执法管控，意味着实际上已经构建起较为完整的环台海洋权益保护和海域治理体系，这是具有历史性意义的战略举措。 中方采取了若干阶段的行动。 早期主要在台湾周边海域阶段性巡航执法。到2024年后，逐步在台湾周边海域推进常态化巡航。 2024年5月，中国海警宣布福建海警组织舰艇编队位乌丘屿、东引岛附近海域开展综合执法演练。2025年，海警舰艇编队按一个中国原则环台岛执法管控，逐步实现对台岛周边海域的覆盖。 而今天，执法范围覆盖了台湾岛以东海域。 拓展的不只是航迹，更是治理能力和管辖能力： ｜｜2024年，福建金门的渔船事件后，海警位金门附近海域开展常态化巡航。 ｜｜海警在钓鱼岛领海内的巡航也是高频常态化存在。 如今，随着舰船数量不断增加、航程持续延伸，中国海警已经形成“持续存在与依法管控”的执法模式。 这些“实力盈余”的实现，为此次将执法范围前推至台岛以东海域提供了充分的能力支撑。 中国海警的每一步常态化推进，都是依法、适度地向前推进，以建立新的、更稳固的管控态势。 中国海警在台湾岛以东海域的持续存在和执法巡查，就是中国对国际海洋法规则最有力的阐释。 我们用行动告诉世界： 台湾岛以东相关海域是中国管辖海域，中国的海洋权益不容侵犯，任何企图绕开中国私相授受的行为，都不可能得逞。 在这次香格里拉对话会上，日菲两国防长，一个绕道后厨，一个顾左右而言他。 但海洋不会因为回避而改变位置，主权也不会因为躲闪而发生转移。 台湾岛以东，本就是中国的海域。中国海警，已经在那里了。

昨天GTC大会我直接看麻了—— 英伟达，它又来了。这次不是什么"性能小幅提升"，不是"能效比优化了8%"这种挤牙膏——它直接把一块对标RTX 5070性能的旗舰GPU塞进了一颗SoC，跟CPU共享高达128GB统一内存，然后告诉你：这是一台笔记本电脑的芯片。 四十年了。PC这个东西，四十年了第一次被人从根上重新定义。 我当时看到这个消息的第一反应是：英特尔你还好吗？高通你还有救吗？ 先说说这东西到底意味着什么。 过去Windows PC最大的物理性原罪，就是CPU和GPU是两个独立的大脑，数据在中间跑来跑去，慢、贵、浪费。苹果用M系列芯片统一内存架构教育市场教了好几年，Windows阵营一直在旁边尬看。 现在英伟达直接掀桌子：我来了，我带着CUDA来了。 这才是真正可怕的地方。高通骁龙X系列折腾了两年，好不容易证明了Windows on Arm能跑，但AI开发者为什么不买账？因为生态。因为整个AI工程界的母语叫CUDA，从PyTorch到各种底层加速库，没有CUDA你就是个外星人。高通费尽心机拉拢开发者，结果英伟达一进场，自带全套生态，开发者在笔记本上跑的代码和云端服务器上的代码——一模一样，无缝衔接。 这一刀，插的不只是高通的心脏，连苹果在AI开发者圈的布局都得重新掂量。 然后说说英伟达自己的如意算盘。 很明显，它在对冲风险。 AI计算的重心正在从训练向推理漂移，终端设备越来越重要。如果英伟达只守着数据中心的GPU矿山，万一哪天推理需求全跑到别的架构上，它就被架空了。所以它要把算力触角伸到你的桌面，伸到你的背包里。 以后不管你的AI任务跑在云上还是跑在本地，英伟达都能收到过路费。这个商业闭环，真的很丝滑。 当然，它也在赌。把高性能GPU塞进SoC，独立显卡的市场份额肯定要被自己蚕食一部分。它赌的是AI PC带来的增量能补上这个窟窿。能不能赌赢？我不知道。但敢这么下注的，也只有英伟达了。 但是—— 我必须说但是。 卖给谁？ 这是RTX Spark最大的问号，也是我看完发布会之后心里最凉的地方。 DeepSeek们把云端API的价格打到了什么程度？便宜到让人心疼。你买一台RTX Spark旗舰本要花多少钱？那笔钱拿去烧token，一个重度用户能用好几年。 本地跑模型，性价比正在被云端击穿。普通用户凭什么花大价钱，就为了在本地跑一个比云端还弱的模型？ 所以RTX Spark真正的用户画像，可能比英伟达预期的要窄很多。开发者、隐私敏感型用户、极客——这些人会爱死它。但那个想象中的"大众换机潮"，我觉得还得等很久。 总之，英伟达这次确实重新定义了战场，AI竞争从云端租算力，蔓延到了你桌面上的每一寸芯片。压力最大的是英特尔的传统x86阵营，还有刚在Arm PC市场勉强站稳脚跟的高通——这两家，接下来的日子都不好过。 但英伟达仍面临一道尚未完全跨越的坎：高价本地硬件与廉价云服务的矛盾。这个问题若得不到更好解决，RTX Spark就可能更多停留在极客与专业用户的玩具阶段，而难以成为真正的时代转折点。 路还长。盯着看。

河马晨报 day362，真没想到6月第一天这么精彩，纳斯达克站上27000点，美科技股继续高歌猛进，更妙的是币安直接打通券商通道，可以直接购买7000+美股和etf，兄弟们再也不用担心买不了美股了。 几家欢喜几家愁，比特币最大的财库公司，最大的多头代表，微策略，首次卖出32枚比特币，消息一出，助力比特币一度跌破71000，叠加币安等交易所推进美股交易，本就不富裕的加密流动性，雪上加霜。 有人说现在能玩的就是hype为代表的平台币，但是 EDGE 一根针跌了80%，啧啧，你说你怎么玩？ 💠AI炒币 day175，策略建议来自 @TacoTradeX 🔸Taco昨天比特币和以太多单打了止损，好在Hype多单盈利，今天继续多单； 🔸合约是概率题，严格止损是终极奥义； 🔸AI仅策略辅助，验证交易，非投资建议，别跟！ 💠24h链闻精选 1️⃣ 特朗普：与伊朗的谈判正在继续，且快速进行中； 2️⃣ Strategy披露上周出售32枚比特币，平均售价约77,135美元； 3️⃣ Binance确认新增美股交易，投资门槛仅5美元，支持稳定币和BNB买股； 4️⃣ Strive拟增资42亿美元，用以购买比特币； 5️⃣ BitMine上周增持26,497枚ETH，持仓总量达5,416,901枚； 6️⃣ 日本执政党提议建立加密货币ETF交易框架，并推动日元稳定币发展； 7️⃣ 美银警告美股行情过度集中：当前市场与2000年互联网泡沫顶部高度相似； 相信相信的力量 #BTC200K2026#

一个新公链挖矿项目 #MarsChain# ⁽火星链⁾，热度挺高，看了下它的机制设计的挺不错的，深度研究了下，果断入场了！ 开始介绍项目前先放波粉丝福利给大家： 抽5个粉丝每个人送价值600U的算力加10000个mars代币，可以每天产出价值30RMB代币，而且是永久产出！ 1️⃣关注 @MarsChainCN + @MarsChainCS 2️⃣点赞+转发+评论 @MarsChainCN 置顶推文 3️⃣进入他们官方电报群: 4，进群找群主领取Mars机制资料，学习Mars（参与抽奖必要条件） ⬛️新手核心操作： 下载钱包 （Google Play 和 App Store 都能搜到），国内安卓手机官网下载安卓版本即可。 用钱包地址领完基础空投算力后，直接打开“销毁挖矿”页面 一键 Burn MARS 就完事 ⬛️全程不用矿机、不用质押、不锁仓。你燃烧多少，就立刻获得对应永久算力，这个算力是终身有效的，直接决定你以后的出块收益和挖矿回报。 —————————— 我开始加入是看几个大佬在说这个项目，另外就是研究项目之后，被它“贡献即所有、销毁即通缩”的闭环逻辑吸引过来的。现在很多公链还靠质押或硬件卷，MarsChain 用真实贡献（Burn）来证明算力（PoC），再配合双刚性方程，搞出了一套自己能跑起来的价值捕获机制。 ⬛️项目最具特色的两个方程，简单给大家说说： 圣诞方程：每年12月25日触发，全网35%流通量强制销毁，同时参与者算力还能指数级暴增（10倍、20倍、40倍、80倍、160倍以此类推）。直接把通缩和增长绑成正反馈。 预言机方程：价格从最高点回撤超50%，并持续7天，自动触发同等销毁35%流通量+算力倍增。相当于给项目内置了价格托底和重置机制，避免传统熊市那种崩盘式洗牌。 这种设计把大家的贡献直接转化成了网络韧性，我特意去区块浏览器看了早期销毁数据，公平公开，把稀缺性写进了代码。 ⬛️还有去中心化矿池的裂变玩法：支持邀请制，新人 Burn 时，邀请人能拿50%直推+25%间推的额外永久算力，拉人效率比普通空投强多了。 ⬛️有闲钱的朋友可以看下燃烧挖矿步骤（亲测超简单）： 在交易所买入 MARS，转到你的 Mars Wallet钱包 打开 App → 进入“销毁挖矿”页面 → 输入数量 → 确认 Burn 立刻获得永久算力（公式自动计算，约188天币本位回本） 新手建议先从小额起步，熟悉一下流程就行。 项目现在还在早期，主网上线才没多久，早加入早受益，比起那些卷硬件、卷TVL的赛道，MarsChain 把“投机”变成了“共建”，普通用户也能通过 Burn 成为网络股东。而且代币总供应量2000亿永不增发，每448天就会减半，可以说长期的稀缺性拉满了。 这条链在机制上实现了“贡献-通缩-价值”的自我闭环，是少数让我愿意长期持仓观察、持续贡献算力的项目。 DYOR，非投资建议～

把128GB统一内存塞进轻薄本，英伟达发布 RTX Spark 超级芯片，直接重塑 Windows PC 的天花板。 里面装的是 Blackwell RTX GPU 和 Grace CPU。 加上这128GB的统一内存，这台机器能直接在本地跑起巨大的 AI 模型。 速度极快，且数据完全私密。 不再需要把敏感素材传给云端，你的笔记本就是一个算力堡垒。 用 AI 创作的门槛，被直接踩平了。 觉得 ComfyUI 节点太复杂、太反人类，可以直接让内置的 AI 代理 OpenClaw 替你干活。 输入几句话，它自己去调参数、写提示词。 从一张草图生成材质效果，再直接用它做起始帧生成视频，全部本地一气呵成。 创作者的性能瓶颈也被碾碎了。 靠着这巨大的内存，你能直接剪辑 12K 4:2:2 的视频。 或者渲染高达 90GB 的巨型场景。 在 Blender 里，有了 DLSS 4.5 光线重建技术的加持。 你在场景里随意拖动，就能实时看到几乎等同于最终渲染的画质。 至于游戏，那可是英伟达的老本行。 《心灵杀手 2》、Pragmata 等游戏，直接在 1600p 分辨率下光追全开。 DLSS 4.5 里的新 Transformer 模型，把环境细节拉到了新高度。 更别说它原生支持带有反作弊系统的多人联机游戏。 真正的个人计算新形态已经来了。 不再依赖网络带宽，不再忍受云端延迟。 装载这颗芯片的新型轻薄本和紧凑型台式机，今年秋天就会出货。 本地算力的狂欢，正式开场。