与「神」相关的搜索结果

Tom Lee 家的 BitMine 真是一周都不带歇的。 上周又买了 17,362 枚 $ETH ，目前总持仓正式破 600 万。 按 1.221 亿枚总量算，已经拿下全网 4.9% 的 ETH，离他们定的 5% 目标只差约 10 万枚。 真·E 卫兵的定海神针， 只可惜现在还亏$36.7亿。 🥲

1960年，王光美带两个女儿在北戴河游泳的一张老照片，画面中王光美面带微笑，两手分别牵着两个女儿，神情温和，两个女儿都遗传了妈妈的颜值基因，长相甜美，非常可爱。

胜率49%，一半都不到。 51天，18.2万美元。 他在Polymarket上跑一套会自己改门槛的量化模型，专做BTC Up/Down。 公开账本： 51天，已实现约+182,403美元，日均大约3,500。 36,473次预测，胜率约49%。 均笔不大，靠同一套设置，每小时重复约30次往外刮。 模型只干一件事： 噪声越大，信号必须越强，才允许下单。 阈值随波动走： H = k × σ σ，当前短期波动率。 k，敏感度参数。 H，进入所需的最小信号强度。 盘面安静，H下调，小信号也能过。 波动抬升，H上调，同样的方向直接丢掉。 举个例子： 信号1.8，阈值1.2，下单。 信号1.8，阈值2.3，不做。 同一段走势， 在一种环境里是订单， 在另一种环境里，当没看见。 他不追求神准。 49%的胜率够用—— 过滤掉的是噪声里的假突破， 留下来的才动手。 这个模型最反直觉的地方： 它不预测方向，它只改证据的门槛。 人亏钱，常常是在市场最吵的时候，用最松的标准冲进去。 他反着来： 市场越吵，动手前要的证据越硬。

AI 对于太极剑疏通气血机制的解释： 太极剑在疏通全身气血和拉伸感上比太极拳更明显，主要是因为剑作为身体的延伸，极大地增加了动作的物理力臂、改变了劲力的传导方式，并对脊椎和梢节（手脚末端）产生了更强的牵引作用。 这背后的核心原因可以拆解为以下几个维度： 1. 梢节延伸与“气血引向末端” 物理力臂变长：太极拳的动作止于指尖，而太极剑由于手中多了一柄剑，身体的力臂瞬间延长了近一米。 破除梢节淤滞：中医认为“手脚末端是气血汇聚和转换的梢节”。舞剑时，为了让劲力贯注到剑尖（如刺剑、点剑、劈剑），你的意念和劲力必须穿过手指，延伸到剑体。这种极强的“远端延伸感”能像抽水机一样，把原本容易淤滞在四肢末梢的气血迅速带动起来，促使全身气血大循环。 2. 更强烈的“骨肉分离”与肌肉拉伸 长杠杆的牵引力：由于剑自身有重量，在做“环绕、劈、挂、撩”等圆弧剑法时，剑的离心力和惯性会变成一种自然的外部牵引力。 深层筋膜拉伸：这种牵引力会顺着手指、手腕、手肘、肩膀，一路拉试到后背和腰椎。它能把平时太极拳很难完全“拔”开的深层筋膜和肌腱拉长，形成一种“骨肉分离”的对拉拔长感，所以练完后会觉得全身特别舒展、通畅。 3. 脊椎与周身关节的扭转幅度更大 “腰带剑转”的刚需：太极剑非常讲究“剑随身走，身催剑动”。为了驾驭剑的重量和长度，你的腰、胯、脊椎必须做出比练太极拳时幅度更大、角度更刁钻的拧转与吞吐（例如翻身劈剑、坐盘反撩）。 激活督脉与内脏：脊椎是督脉所在，也是神经中枢。太极剑对脊椎的大幅度的绞转和拉伸，能极大地激活背部及脊椎两侧的经络，同时对内脏起到更深层的“按摩”作用，从而让全身感觉暖热、气血充盈。 4. 意念高度集中引发的“气随心动” 器械带来的专注度：练太极拳时，手空着，意念容易散漫。但手里拿了一柄锋利的兵器，你的大脑会本能地高度集中，时刻关注剑尖的位置、角度和劲道。 意到气到：中医讲“意到则气到，气到则血行”。这种高度的意念聚焦，会让你的内气运行得更加高效、迅猛，练完后神清气爽。

Glassnode数据显示， bitcoin:native 最大的长期持有者供应密集区位于 84,000~85,000 美元。 很神奇，这个数字完全超出我的预估，我以为会集中在 6-7w 左右！ 应该还有很大一部分人都没有上车。 Glassnode给出的两个关键支撑和阻力位—— 如果价格能够守住84,000美元上方，则通往96,700美元的上行空间仍然畅通。 如果重新跌破84,000美元，77,000美元将再次成为市场关注的目标。

新加坡 TOKEN 2049 到底有谁呀？👀 评论区先集合一下🤩 我们去哪里见呢😎 @NodeXX_cn @jolin_xyz 这几天我们基本属于—— 5号喝酒，6号聊事，7号继续见。 10 月 5 日 17:00–21:00（UTC+8） 先从池畔之夜开始 🍷🥥🩱🍓🏖️ 美食、酒水、朋友、晚风，一个都不能少。 10 月 6 日 NodeXX 闭门会，想聊项目、聊机会、聊点不方便在群里聊的，这里见。 10 月 7 日 TOKEN2049 主会场继续偶遇。 新加坡这么小，我不信碰不到你 😂 现场还准备了趣味互动、幸运刮刮乐、抽奖和一些神秘惊喜。 没被邀请也别慌。 评论区喊一声，小金宝火速滑进去 DM你 🚀 所以问题来了👇 5号池畔见？6号闭门见？还是7号主会场见？ 成年人不做选择，能来的建议都来。 咱们新加坡见 ☺️ 立即报名：

Sonnet 5.5 发布了，这个模型很神奇：它在 Agentic coding 测试上的得分比 Opus 5.5 还要高 4 分。 定价上也非常便宜，每百万 token 输入输出的价格分别是 $2 和 $10，与 GPT-6 Sol 一样。而且它的运行速度相对于 Sonnet 5 快了 30%，Claude 官方表示成本也降低了 30%。 至于为什么它在 Agentic coding 上的表现跟 Opus 5.5 差不多甚至更高，可以看一下价格测试。 Sonnet 5.5 在 max 努力程度下，同样任务的花费金额比 Opus 5.5 还要高得多，快要持平甚至反超了，这可能就是它得分高的原因。 所以大家在用 Opus 5.5 或者 Sonnet 5.5 的时候千万别开 max：在一些复杂任务上，它有可能跑出非常贵的价格，几乎赶上 Claude Fable 5.1 了

AMD 宣布用约 82 亿美元收购李飞飞创办的 World Labs，这期是彭博科技节目主持人 Ed Ludlow 对两位当事人的联合采访。一位是 AMD CEO 苏姿丰，AMD 做 CPU 和 GPU，OpenAI、Anthropic、Meta 都是它的大客户。另一位是 World Labs 创始人兼 CEO 李飞飞，她主持建立的 ImageNet 图像数据集是这一轮深度学习浪潮的起点之一。两人聊了为什么要做这笔交易、李飞飞在 AMD 的新角色、开放生态，以及 AI 安全该由谁负责。 交易本身 这是一笔全股票交易，也就是 AMD 用自己的股票而不是现金来付款，对 World Labs 的估值约 82 亿美元，预计年底前完成，还需要监管审批。交易完成后，李飞飞出任 AMD 执行副总裁兼首席科学家，直接向苏姿丰汇报，World Labs 团队将成为 AMD AI 模型团队的核心。 两家公司的关系早就开始了。AMD 是 World Labs 的早期投资方，也给它供芯片。苏姿丰说她从 World Labs 只有几个研究员的时候就在看着这个团队成长。两人也都提到彼此认识多年，私下是朋友。 芯片公司为什么要买模型公司 苏姿丰的理由是，AI 现在还在很早期的阶段，而且越来越明显的是，硬件、软件、系统和模型这几层互相影响，对整条链路理解得越透，造出来的系统就越好。收购 World Labs，一方面是拿到李飞飞聚起来的一批顶尖研究人员，另一方面是让 AMD 对模型未来的发展方向有第一手的判断，反过来指导下一代硬件怎么设计。 李飞飞从模型公司的角度讲了同一件事。World Labs 越做越大，对算力的需求也越来越大；和 AMD 合在一起，模型可以用最前沿的硬件加速训练和推理，硬件团队也能提前看到模型未来的工作方式和需求。她把这叫作 AI 软件和 AI 硬件的“共同进化”。 主持人追问 AMD 是不是要开始卖模型、卖软件。苏姿丰说不会改变商业模式，AMD 仍然是一家平台和解决方案公司，软件是用来支撑硬件的。收购的最终目的是让 AMD 更好地服务那些最大的算力客户，也就是各家模型公司。 World Labs 做到了哪一步 World Labs 成立于 2024 年，到现在两年多，专攻空间智能和物理智能，也就是让 AI 理解和生成三维世界、懂得物理规律，这类模型通常叫“世界模型”。李飞飞说，他们想做的是语言模型之外的方向，因为创作者、设计师、教育、医疗都有这方面的需求，机器人技术也快要迎来爆发。 公司目前已经发布了两代模型，先是 Marble，然后是最新的 Atlas。李飞飞介绍 Atlas 是一个多模态的“全能模型”，能生成高质量的画面，同时保持三维和四维（三维空间加上时间）上的一致性，摄像机和智能体可以在它生成的世界里移动和交互。 团队也在扩张。World Labs 最近收购了 SceniX，这家公司做出了一套机器人仿真工作流程，以及训练机器人控制策略的模型，由此给 World Labs 补上了机器人方向的人才。 李飞飞为什么选择加入 AMD 苏姿丰说她给李飞飞的说法是“加入全世界最令人兴奋的 AI 公司”。李飞飞的作用也不只限于 World Labs 团队。苏姿丰说 AI 没有一种方案能通吃，除了大家熟悉的云端 CPU、GPU，物理 AI、机器人、从云端到边缘设备再到个人电脑的端到端 AI，都是 AMD 未来三到十年要重点增长的方向，而这些正好是 World Labs 擅长的领域。 World Labs 今年早些时候刚融过一大笔钱，发展势头也不错，主持人问李飞飞是否考虑过别的出路。她说公司从一开始就以使命为导向，这件事的关键在于双方的愿景是否一致，和有哪些选择关系不大。在她看来，这次合并会是“一加一大于二”，接着她笑着补了一句，AMD 显然比 World Labs 大得多。 至于加入后会不会只做空间智能，李飞飞说两人还没来得及细谈所有计划，World Labs 正在做的工作会继续，但她预计研究方向会扩大、节奏会加快。 开放生态与可选择性 苏姿丰说，AI 未来会同时有开源模型和闭源模型、大模型和小模型，它们跑在不同的硬件上，这一直是 AMD 规划高性能计算和 AI 产品线的前提。她和企业的 CEO、CIO 聊下来，没有人愿意被锁死在某一家的硬件或软件生态里，大家都想在不同时候挑最合适的。所以 AMD 会继续押注开放生态，她和李飞飞也讨论过怎样用 World Labs 已有的成果推动开源生态。 李飞飞补充说，现代 AI 的发展离不开开放。从科学界公开分享神经网络算法，到她自己做的 ImageNet，这个首批开放的大规模数据集就是现代 AI 革命的推动力之一。开放生态能让不同的发现、创新和创业机会互相促进。 AI 安全该由谁负责 主持人提到当前的一个争论：模型能力的进步速度超过了安全和对齐研究的进步速度。苏姿丰说这件事上“没有可选项”，技术必须好，也必须安全。她拿芯片行业做例子：最高性能的处理器在设计时就要把安全和数据保密作为优先事项来考虑，AI 行业也需要把安全放到同样的位置。她说自己是 AI 乐观派，相信行业能建立起合适的流程和防护措施，而且各家应该像硬件行业现在分享安全方面的经验那样，互相分享做法。 主持人进一步问，提供算力的公司对训练是否安全、推理时模型是否按预期行事，要负什么责任。苏姿丰说生态里每一方都要为自己的行为负责。对 AMD 来说，要保证硬件本身安全、按设计运行，模型在上面跑时数据是安全的，还要和模型公司一起处理好软硬件之间的交互。她认为这件事应该由行业主导，但因为 AI 是新东西，各方学习的速度不一样，所以她欢迎更多的行业协作，也欢迎一定程度的第三方评估。 李飞飞说，主持人上周问她监管、第三方评估、前沿实验室自我负责这几种方式该选哪个，她的回答是全都要。她认为 AI 是一项“文明级”的技术，和历史上所有这类技术一样，初衷是让人的生活和工作变得更好，但每项技术都是双刃剑，必须负责任地开发和部署。无论在斯坦福、World Labs 还是现在的 AMD，她都想推动个人、公司、行业和社会四个层面共同承担这份责任。 AMD 的下一步 主持人提到 AMD 市值已经到了 1 万亿美元，苏姿丰近来也多次和美国总统一同公开露面。苏姿丰说 AMD 过去做过好几笔对公司影响很大的收购，World Labs 是下一笔，而且是战略意义很重要的一笔。在她看来，技术如今和经济、国家安全都紧密相关，AMD 有机会真正影响计算的未来走向。 最后主持人请李飞飞预测 AI 下一个重大突破。她没有给具体的技术判断，只说接下来 AMD 和 World Labs 会一起打造未来，而这个未来必须对人类社会和人们的生活有益。苏姿丰在一旁说：“我会让她忙起来的。”