与「阳光黔西南」相关的搜索结果

六月的万峰林，秧苗青葱遍野，稻田依偎峰林，满目清新，尽是田园生机。#万峰林# #夏日避暑好去处# #贵州兴义# #多彩贵州# #阳光黔西南#

原来莫奈叫 Claude。 原来 AI 是人类学。 所以 AI 在学人类吗？AI 到底在学什么呢？ 今天去 de Young 看了《Monet and Venice》。莫奈一百多年前的印象派 他盯着同一个东西，在不同的光里看1000遍，然后把那种”说不清但就是对”的感觉，几百次糊在画布上。越看越像在训练大语言模型… 莫奈为什么画得这么”糊”呢？墙上的介绍说，莫奈和透纳画里越来越朦胧、越来越发白，和当年伦敦工业革命的空气污染曲线高度吻合。烧煤、二氧化硫、雾霾把阳光打散、把颜色揉在一起。所以，他那时候画的是连名字都还没有的【雾霾】。（Smog这个词1905年才造出来。） 然后他 68 岁那年被太太 Alice 拉去威尼斯，刚到那，莫奈说 这地方”太美了，没法画”。结果一画就上头，原计划待2周，延长到两个月，画了37张。整片威尼斯潟湖，那潟湖里有座岛叫 Lido，所以Claude 早就去过了Lido😄 继续走，转过另一个房间，我懵了，一面墙上 挂着五六张几乎一模一样的画。我第一反应是 谁在临摹莫奈？怎么临摹也能摆进来？我的门票要40刀呢！ 结果全是他本人画的。同一座教堂、同一条运河，不同的光、不同的雾、不同的时刻。睡莲也是这么个打法，他一辈子画了 250 张“莫奈睡莲”，光 1909 年那一组就 画了48 张。同一个池塘，画了30年。 这套打法也太 AI 了….（不是 莫奈的画，远看最清晰，越凑近越糊，就像现在的AI 幻觉，远看是那么回事、貌似很合理，放大再看，到处是经不起推敲的错误细节。而那一墙”差不多但又不太一样”的画，就像我让模型生成图、啪一下甩我4张、9张，构图都差不多，细节各有微调的“结果”，让你自己去挑”觉得最好的那张”。 莫奈的同一主题，n 个变体，人工挑选，是不是最早的 batch generation + human-in-the-loop？😅 de Young的策展极好，灯光、留白、画与画之间的间距、动线，逻辑通顺…让每个人都进入深度思考 所以回到我开头想问的问题， AI 在学什么？ 也许它学的，就是莫奈一百多年前在干的事，盯着同一个东西，在不同的光里看一千遍，然后把那种”说不清但就是对”的感觉，糊在画布上。 大语言模型本质上就是个黑盒子：你知道它在输出，但你说不清它为什么这么输出。也没人能拆开莫奈的脑子、解释他这一笔为什么偏要往左。 但我越想越觉得，这俩”黑盒”其实是反着来的。 莫奈是先有一万次凝视，颜料只是把”看见”压缩成结果，糊得一样又不一样，其实他比谁都看得清，清楚地知道清晰是种偷懒，真实的世界本来就没有硬边。 AI 是反过来的，它没真的”看”过任何东西，只把人类已经画好、写好、说好的几十亿个结果，反向拟合出一个像在凝视的样子。 莫奈的模糊里有他三十年的确定；AI 的”合理”里，可能什么都没有，只是概率最高的那条路，恰好长得像他真的懂了。AI 在学”人类留下的痕迹”。 最后走出来，我在想 ANTHROPIC一定赞助了“Claude画展”吧！果然！Lead Sponsor，墙最上面，大写加粗 ANTHROPIC anthropic 词根 anthrop- 是”人类”。 AI is anthropology。但是研究人类痕迹之后，人类真的知道AI在学什么吗？ （3/21–7/26，de Young，强烈推荐。）

一个日本开发者自己做了个墨水屏骑行码表 GPS 定位、地图导航、速度、心率、踏频、功率、卡路里 全部显示在一块电子纸屏幕上 墨水屏最大的优势： 阳光直射下也能看清 传统码表和手机在户外经常反光 这个完全没有这个问题，而且功耗极低 看到这个项目想到一件事： 现在用 AI 做硬件原型的门槛已经很低了 电路设计让 AI 出方案 固件代码让 Claude Code 写 外壳建模让 AI 辅助生成 一个人 + AI，就能做出以前需要一个团队的硬件产品 这个项目本身可能还是手写的 但下一个做类似东西的人，大概率会全程用 AI 辅助 从"想做一个东西"到"真的做出来" 中间的距离正在被 AI 压缩到越来越短 你有没有想做但一直没动手的硬件项目？

不知道什么时候开始，湖北高考又从两天变成三天了。 十几年前的这时候，我应该坐在考场考理综。 那一年挺好的，考场就在我们自己学校，考号是512，距离大地震刚过去才几年，我的座位是第三列第三个，全场最中间。中午还雷打不动地翻进自己教室睡了个午觉。 考第一场语文的时候，家人送我去考场闯了第一个红灯，后面一路绿灯，给了我非常好的心理暗示。最终出分比估的高了10分，作文应该是拿了满分。 唯一的小插曲就是8号下午英语，我做到阅读理解的时候，右边的考生一直在用笔敲桌子，总是打断我的思路。考完我想完了完了，估计要错个3-4道题了，结果一对答案全对。 回家的路上，我把校服外套脱下来，绑在装满书的收纳箱上拖着走，顺便在校门口的小摊上买了本《读者》，沿着长江，当时阳光铺满了江面，心情大好！

习近平论加强法规制度宣传教育 习近平2026年1月12日在二十届中央纪委五次全会上的讲话中指出，要加强法规制度宣传教育，引导党员、干部懂法纪、明规矩、知敬畏。要进一步提高党务、政务的透明度，让权力在阳光下运行。#学习强国# #每日金句#

十六岁花季少女的年龄，一场意外让她失去了双腿。 之后，彷徨，颓废，抑郁，绝望伴随多年。 现在三十六岁了，已经走出困境，一边旅行一边创业，也让从小喜欢唱歌跳舞的她，重拾阳光。

太神奇和难以想象了。这个案子很难破。 一滴晶莹剔透的露珠，在阳光的照射下，变成了凸透镜。它将平行的阳光聚焦在一个极小的点上，瞬间产生了300度高温，仅仅几秒钟就让草烧起来了。于是，整个鸟巢就被烧完了。

之前的DYOR，自己查所有数据和资料 去推特看看KOL的小作文，去官方社区看看有没有内幕消息，去Defillama看看TVL数据，去Rootdata看看融资和团队信息，去Token Unlocks看看代币解锁信息，去Gmgn看代币持仓情况 碎片化，完全的碎片化，一个项目调研，要打开几十个页面才能做出一个综合性的判断，成本拉的巨高，只要有一点遗漏可能就造成投资失败的后果 现在的DYOR，通过币安 @binancezh 一个”尽调中心“就行了，一站式搞齐 我个人体验过后的感觉 之前碎片化 现在集中化 之前黑箱化 现在透明化 之前复杂化 现在简单化 很有意思的点在于，我从里面看到了授人以鱼不如授人以渔的意味 主要体现在三个方面 1、通过直接在Alpha页面拉出市值、流动性、协议费用、实际收入等数据，可以方便用户快速判断项目是有真实场景和用户收入的，还是单纯靠炒作营销的 2、直接通过时间轴形式放出代币解锁细节来，相当于直接将项目代币一切放在阳光下了 通过更直观的表达让用户监督代币解锁周期和自我投资价值判断 3、直接收录了项目方官推信息和团队核心成员信息，一目了然验证团队可靠性 整个行业之前光会说DYOR，但是怎么DYOR并没有讲的很透彻 而币安直接通过实际的产品 + 相关数据为大家提供了一个案例 对那些真正愿意长线建设的项目方来说，这种透明度的提升不是压力，反而是脱颖而出的机会 毕竟在聚光灯下，真干活的人是不怕被看底层仓位和解锁时间轴的 而对于用户而言，尽调中心给了用户一个直接性的机会，让大家在下一次买入之前，能基于客观数据形成独立的判断 DYOR从来不应该只是一句推卸责任的免责声明，它更需要成为人人都能无门槛使用的基础设施。币安这一步，算是把行业往更健康、更公开的方向推了一把