与「重製版」相关的搜索结果

#FF7# #Remake# #Aerith# #太空戰士7# #艾瑞絲# #重製版# Finally the time to go on a crazy FF7 frenzy!🌟 Be sure to look forward to it ! (๑•̀ᄇ•́)و ✧ 終於來到了瘋狂出FF7的時期了！！🌟 各位好好期待吧！( • ̀ω•́ )✧ #Cosplay# #cosplay#

🔥莉莉絲Lilith｜預購開啟🔥陸續更新實體內容🔥 「呀齁～哎呀，召喚之手竟然連人家也不放過啊。」 這次的創作，是我們滿滿的肝之力~🌟 服裝、道具、連假髮都是我們製作完成 為了出場內跟場外的關係.. 我還捏了三頂假髮！XD（手藝真的UP了！）🤣 拍攝一開始是戴反重力假髮 但悲劇發生了──我戴沒多久就中暑+暈眩+吐了QQ 後來只好改成比較輕盈的版本，但效果還是很不錯🥰 順帶一提──今天剛好是FGO十周年🎉 雖然莉莉絲不是十週年角色啦~XD 但我還是很開心能在這一天 發布這個我準備已久的創作 希望大家會喜歡這一次的新書~💞 這應該會是今年的主C重裝了！ FF三天也都會分別出靈二、三 其中一天場內會是制服版，場外會換成靈三✨ 第三天會在場外搭團跟大家一起同樂！ 歡迎來認認喲~🤗 #FGO# #莉莉絲# #Lilith# #FF# #Cos#

嚟喇嚟喇！同大家宣佈個大好消息！🎉 @chunmomo0127 首部定制影游《StudioZero》已經拍板，正式定喺6月份開機喇！🎬✨ 今次真係落足重本、誠意爆燈！邊個話睇戲同打機一定要分開？《StudioZero》將會帶畀大家史無前例嘅沉浸式體驗，劇本神級之餘，互動感直情爆棚，包你玩到好似自己做緊主角一樣，直踩現場！ 💡 小道消息： 幕後班底同製作陣容都係頂級配備， 依家成個團隊都密鑼緊鼓籌備緊，務求一開機就進入最佳狀態！ 各位Momo粉絲同影遊迷，今次真係要「大期待」喇！ 記得管好你哋嘅荷包同儲定精力， 密切留意住我哋嘅最新動向， 一齊倒數6月開機嘅大日子啦！🚀🔥 #蠢沫沫# #StudioZero# #定制影游# #6月開機# #沉浸式體驗# #大家期待起來吧# #冇得輸# #衝呀#

🌟誠徵Coser🌟 明年2023/2/2（四） - 2/5（日）台北國際電玩展 誠徵多位Coser，約15-20名 我方提供服裝，如願意附粉絲專頁貼文的也可告知 工期：4天，需滿檔，時間暫定10~18 麻煩報名的Coser們製作一張Cos組圖，內需附CN，身高體重以及三圍，還有附上粉絲團連結🙏

朋友去买金手镯。原本看中的是60克的款式， 经理却建议她试试32克的，说更轻巧更适合她的身形，结果试戴后觉得确实合适。 最后就买了32克的，我一直没想通，为什么销售不推荐更重的？ 按理说克数越大价值越高，利润不也更多吗？结果却反而建议顾客选更轻的款呢！

特朗普当着习近平的面谈伊朗，话说得很重： “伊朗不能有核武器。霍尔木兹海峡必须开放。局势必须结束。” 他还称伊朗当前行为“有点疯狂”，不可接受。

一个中国留学生，在日本，用 0.90 美元 在 Polymarket 上赚了 408,292 美元。 几乎没人讨论这件事。他的账户叫 Gravia，上平台才两天。 更离谱的是：他说他用 Claude 搭了一个机器人，专攻 BTC 5分钟 UP/DOWN 市场。 系统机制： - 从 Binance WebSocket + 5分钟K线 拉实时数据 - 交叉验证 TradingView 信号 + CryptoQuant 交易所流量 - 用 100 个节点 / 180 条边的力导向图 检测 BULL/BEAR 集群收敛 - 捕捉 现货价格与 Polymarket CLOB 之间的延迟差 - 100 毫秒内执行，赶在合约重新定价之前 - 每秒可发出 1000+ 订单 - 单笔捕获 0.3%–0.8% 利润 重点来了： 他的 edge 不在于“预测比特币方向”。 而是在于利用 现货价格、市场信号、Polymarket 订单簿重定价 三者之间的 微小时差。 而且，机器人会主动跳过以下情况： - 没有明确 edge - 流动性稀薄 - 信号冲突 - 或已达当日风险上限 风控非常严格： - 单笔风险：0.5% - 日上限：2% - 硬止损：-0.4% - 本地运行，不依赖云端，不用 GPU 💰 从 0.90 美元到 40 万美元，只用了两天。 这才是真正的“用数学和代码对抗市场”。

昨天跟团队分享，怎么把自己的工作真正搬到云端。 乍一看，只不过是给自己配置了一个可以对话的 Agent，但工作模式已经发生了颠覆性的变化。 比如我的AI 会读取我所有工作聊天记录后，将需要关注的事项定时推送给我，分析过程中会结合我自己的工作目标，给出针对性的建议。对于可直接被 AI 执行的任务，它也会自动处理掉。 比如晚上睡前我会将比较重的任务，指派给AI，讲清楚细节和验收标准，然后让它根据我设定的工作环境、操作流程和验收机制，进行研发。它开发好了之后会自己提一个PR 到仓库，然后走完 CI 流程，最后再给我一份质量报告、效果截图，等我验收。 比如系统收到一条面试通知，我的 AI 我会自动将候选人的基本信息拿出来，先跟业务和团队目标做一致性匹配，如果合适，它就会自动生成分析报告和推荐的面试题。等面试结束后，它又会将我跟候选人的聊天自动抓回来，做一次诊断，既有对我的建议，也有对候选人的分析。 之前的工作，更多是守在电脑前陪伴执行，必须盯着过程，脑子里还得时刻维护一张复杂地图，记住所有模块、技能、工具链、上下游关系，生怕哪个环节断掉。 把 AI 的执行过程搬到云端后，很多东西开始变了。它会将我的所有细枝末节工作自动串起来，而我需要做的就是想清楚要干啥，这有点像是，将“同步工作”变成了“异步工作”。现在基本上都是手机遥控，语音给 AI 发送指令。 人从执行细节里抽离出来之后，会突然多出大量时间。开始更多去思考：到底应该做什么；什么事情真正有价值；结果是否值得；方向有没有偏。 这个变化，可能比“用了 AI”本身还重要。越来越相信未来的工作模式，就应该是 cloud agentic 模式。

AI时代，半导体公司到底该怎么估值？ 昨天听了@ShanghaoJin 老师的space，获益匪浅。 但我对于存储板块，乃至整个半导体板块的在目前ai产业革命超级周期背景下的估值方法，有一些不同的想法，所以简单记录一下，也供herman老师拍砖。 过去很长时间里，半导体一直是典型周期行业。景气时利润暴涨，低谷时利润迅速蒸发。很多公司上一年PE几十倍，下一年直接亏损。所以过去市场并不太相信半导体公司的利润持续性，更喜欢用 PB、重置成本、EV/EBITDA，而不是PE。因为市场默认这些利润大概率只是周期利润，而不是长期利润。 但AI时代正在改变这一切。HBM、CoWoS、AI Networking、光模块、先进封装、电力与数据中心基础设施，开始出现长期供需失衡。整个行业的估值逻辑，也开始从“资产思维”转向“现金流思维”。 截至2026年，行业仍处在AI驱动的强景气阶段。根据 SIA 数据，2025年全球半导体销售额达到7917亿美元，同比增长25.6%，并预计2026年接近1万亿美元。SEMI 也预计设备销售将在2026、2027继续增长。这种环境下，很多股票估值已经提前包含高增长预期。重要的是增长质量，以及它所处的周期位置。 很多人喜欢只看 PE、forward PE 或 PEG，但半导体行业的问题在于，“周期 + 高成长 + 高资本开支 + 技术代际”全部混在一起，单一估值倍数很容易骗人。周期顶部时，利润爆炸，PE反而会显得特别便宜；周期底部时，利润低迷，PE又会显得特别贵，甚至失去意义。重要的是判断当前利润到底处在周期的哪个位置。 PE 本质上是： PE = \frac{Market\ Cap}{Net\ Income} 它看的是最终归属于股东的利润，因此会受到利息、税率、折旧和资本结构影响。而 EV/EBITDA 更接近企业经营本身的赚钱能力： EV/EBITDA = \frac{Enterprise\ Value}{EBITDA} 其中： EV = Market\ Cap + Debt - Cash 很多人会疑惑为什么现金要减掉。因为 EV 本质上是在看“买下整个公司的真实净成本”。债务需要接手，而账上的现金买下后也归你，所以现金会降低真实收购成本。重要的是理解 EV 关注的是经营业务本身值多少钱，而不是公司账上堆了多少现金。 这也是为什么 Apple、Alphabet、Meta Platforms 经常出现 EV 小于市值的情况，因为它们账上现金太多。 但AI时代又带来了一个新问题。很多公司的现金已经不再是“闲置现金”，而是GPU储备、数据中心扩张储备、AI基础设施战争储备。重要的是区分 Excess Cash、Operating Cash 和 Strategic Cash。有些现金未必真的应该全部减掉。 AI时代另一个巨大变化，是行业进入超级重资本时代。EUV越来越贵，High-NA越来越贵，CoWoS扩产越来越贵，HBM扩产越来越贵，数据中心基础设施越来越贵。整个行业折旧（D&A）正在快速上升。于是很多公司的 EBITDA 非常漂亮，但净利润没有那么夸张，因为大量利润被折旧吞掉了。重要的是现在 PE 和 EV/EBITDA 的差异，正在明显扩大。 不同子行业差异尤其明显。Fabless公司差异最小，比如 NVIDIA、AMD、Broadcom。因为它们不自己建厂，折旧压力较低，因此 EV/EBITDA 往往只比 PE 低20%-40%。 但 Foundry 完全不同。比如 Taiwan Semiconductor Manufacturing Company、Samsung Electronics、Intel。这些公司 CapEx 极大，折旧极高，厂房设备生命周期极长，所以 PE 和 EV/EBITDA 差异会明显扩大。TSMC 当前常见情况大概是 PE 20-30x，而 EV/EBITDA 只有12-18x。重要的是理解很多折旧本质上其实是“增长投资”。 存储行业更加极端。Micron Technology、SK hynix 过去长期是最典型的周期行业，市场几乎不相信利润持续性。但 HBM 改变了部分逻辑，市场开始认为其中一部分利润可能是结构性利润，于是行业开始重新定价。重要的是 HBM 让市场开始重新评估存储行业的长期盈利能力。 而半导体设备公司则是另一种情况。比如 ASML、Applied Materials、Lam Research、KLA。这些公司更像“拥有工业外壳的软件公司”，因为它们毛利率高、ROIC高、FCF强、资本效率极高，所以市场已经越来越多使用 PE、EV/EBITDA、EV/FCF 和 ROIC 来定价。 真正的问题，从来不是哪个指标最好。重要的是哪个指标适合哪个子行业。 Trailing PE 适合盈利稳定的成熟公司，但周期股在景气高点 PE 会显得特别便宜，在低谷又会显得特别贵。Forward PE 更重要，因为市场买的是未来12-24个月利润。重要的是盈利预期是否还在持续上修，而不是单纯看一个低 forward PE。 PEG 对稳定高成长公司很好用，但对周期行业非常危险。很多时候 EPS 从低谷恢复，会让 PEG 看起来异常便宜。重要的是判断这个增长到底来自长期成长，还是仅仅来自周期反弹。 EV/EBITDA 更适合设备、IDM、存储这些资本结构差异大的行业。重要的是最好使用中周期 EBITDA，否则很容易在周期顶部被误导。 我个人更喜欢 FCF Yield 和 EV/FCF。重要的是这两个指标会逼着你回答一个问题：这些利润最后到底能不能变成真钱。 EV/Sales 只适合高增长、利润暂时被投入压低的平台型公司。重要的是结合毛利率、经营杠杆和长期利润率一起看。 不同子行业应该看不同指标。AI/fabless 芯片更应该看 forward PE、EV/FCF、收入增速、毛利率、客户集中度和平台护城河；半导体设备更应该看 EV/EBITDA、订单、积压和 WFE 周期；存储更应该看 P/B、EV/EBITDA、库存以及 DRAM/NAND/HBM 价格；晶圆代工和 IDM 更应该看利用率、CapEx、折旧、ROIC 和 FCF；模拟、功率和车规更应该看 FCF yield、库存周期和工业需求；EDA/IP 更应该看 EV/Sales、EV/FCF 和长期增长确定性。 所以不要只按 PE、forward PE 或 PEG 买半导体股。重要的是先分子行业，再做多指标综合。 我的框架会更简单一些。第一看质量，包括毛利率、营业利润率、ROIC、技术壁垒和客户粘性。第二看增长。重要的是增长到底来自结构性需求，还是只是周期复苏。第三看现金流，包括 FCF margin、CapEx 强度、库存变化和应收变化。第四才是估值，包括 forward PE、EV/EBITDA、EV/FCF、PEG，并与同行和自身历史区间比较。最后才是风险，包括客户集中、出口限制、库存、产能过剩和盈利预期下修风险。 半导体行业最重要的一点，是不要被低PE欺骗。重要的从来不是今天便不便宜，而是未来3-5年的现金流和竞争地位，能不能支撑今天的估值。 AI时代最大的变化，本质上也是这个。过去市场担心的是“下一轮周期会不会崩”，现在市场开始关心的是“这些利润到底是周期性的，还是结构性的”。 如果市场认为只是周期，那么 EV/EBITDA 不会给太高，PE 也不会持续扩张。如果市场开始相信 AI需求是长期的、基础设施建设是长期的、供需失衡是长期的、行业进入结构性短缺，那么整个行业的估值体系就会继续升级，从 PB → EV/EBITDA → PE → FCF 一路向上迁移。 最终获得长期高估值的公司，往往都是那些 ROIC 持续提升、资本效率持续改善、拥有长期定价权、能把AI需求持续转化为现金流的企业。