Page 5 of 10

tw93.fun

具身智能要真正走进现实,关键不在炫技,而在把「感知、空间、动作、力矩」一层层打通。从一台两百多块拼起来的小机器狗开始,指令要一路变成结构化意图、动作序列和电机 PWM,任何一个环节的延迟、噪声或供电问题都会暴露出来。让机器人知道自己在哪儿,需要深度相机、IMU 和 SLAM 构建可更新的三维世界模型,再在其上做路径规划和避障。进一步的 VLA 模型尝试把视觉、语言和动作统一到一个网络里,从离散动作 token、action chunk,到扩散和流匹配策略,再配合大脑、小脑、肢体这种分层控制结构,在不同时间尺度上平衡理解和稳定性。特斯拉 Optimus 提供了一个工程样本:复用 FSD 的纯视觉栈、自研执行器和灵巧手,在工厂场景中迭代采集接触数据,同时被电机成本、能耗、可靠性和供应链卡脖子。不同公司在端到端智能、通用平台和高性价比硬件之间下注,但真正的难度,终究落在如何用真实场景中的失败样本持续改进模型与结构,并在可控的时间、能耗和制造成本内闭环。


docs.qq.com

全球 IMAX 及特效影厅分布是一份持续更新的腾讯表格,用来查找不同地区 IMAX 与其他特效影厅的分布情况。它的价值不在影评,而在于把分散在各城市、各影院和不同放映制式里的信息集中到同一个入口,方便在购票前判断某个城市是否有 IMAX、激光 IMAX 或其他特殊厅,也方便长期比较影院资源的变化。对于关注观影体验的人,屏幕制式、放映规格、影院位置和更新状态都会影响选择;这份表格提供了一个可回查的基础索引,让“想看某部大片该去哪家影院”这类问题不用每次从零搜索。由于影院改造、开关店和设备升级会持续发生,实际使用时仍应结合表格更新时间、影院官方信息和购票平台页面交叉确认。


yuque.com

胡文语是杭州设计师,有7年ToB SaaS产品设计经验,著有《SaaS攻略》等,获多项设计奖,主页分享成长、设计、工作与生活内容。他是《SaaS 攻略》的作者,并且也是《UI 设计蓝湖火花集》的联合作者。胡文语曾获得多个设计奖项,包括 KDesign Award、华帝工业设计大赛银奖等。胡文语是一位来自浙江杭州的设计师,他有7年的企业级(ToB)SaaS产品设计经验。深入思考 个人成长与职业规划 : 胡文语有7年的企业级SaaS产品设计经验,这对于个人成长和职业规划有什么启示?分享与学习 : 胡文语强调了分享知识和经验的重要性,这对于个人和职业发展有何意义?例如,他分享了一份工作干7年是如何思考的,以及9个成长方法。他的个人主页上有关于个人成长、商业/设计、工作和生活的多方面内容。他还提到了自己的生活态度,比如“要么不玩,要玩就认真玩”。多元化的生活态度 : 他提到“要么不玩,要玩就认真玩”,这样的生活态度对于个人成长有何影响?


yuque.com

关于价值投资的文章围绕投资分析展开,核心内容包括探讨价值投资,提及京东健康、美团等公司投资价值,强调互联网医疗潜力,还涉及百度、农夫山泉、腾讯及指数基金等话题。






github.com

这份清单的目标是提供一条可以跟上进度、了解科技对现代社会影响并能够参与辩论的途径,以便工程师能够自我教育,并发展他们自己的观点。这个列表不仅仅是给程序员看的,也适合所有对新兴科技及其在现代社会中所起作用感兴趣或者想要更深入研究此类议题的人士。该清单收集了有趣的书籍和文章,旨在帮助理解新技术发展的政治、社会和伦理话语。通过这些资料,读者可以更好地理解如何处理复杂系统以及应当如何拒绝简化观点。列表还强调了算法责任问题,并指出数据分析过度信赖可能导致危险情况发生。同时也揭示出如果缺乏透明度,则算法可能成为强化现状而非改变现状的工具。在探讨 AI 相关问题时,文章列举出预测未来最常见错误,并详述机器学习系统偏差产生原因以及如何处理它们。对于软件开发行业,文章重述敏捷方法历史并探索其背后存在冲突,同时也提供实例说明忙碌文化崛起以及 IT 行业如何引领这种文化。




chaiknows.feishu.cn

如果要用医保报销,那么首先千万要记得的是,不管你是网上挂号,还是现场挂号,只要你有医保卡,别管有没有钱,请一定要选择用“医保卡”挂号,而不是“自费”。所以我们决定做一期“医保省钱指南”——这其中难免要涉及到对一些医保基本概念、术语、政策的解释,但重点是,就算你不明白它们的具体细节,我们也会告诉你到底怎么做,才能最大限度地用上医保,给自己省钱。首先,虽然说大家都有医保卡,但并不是所有人的医保都一样。中国的医保,是一个覆盖了十几亿人口的庞大系统,95%的人都有医保,都交过医保钱。2023最清晰实用医保指南,适配全国,先收藏!但在这里,我们要很遗憾地纠正一个很多人,包括我们自己曾经都有的误区:不是说你划医保卡交钱,没交现金,就叫“医保报销”。但前几个月有朋友问我们,“我到底怎么才能用上医保报销?而与此同时,我们每个月的工资里,都会有一笔钱被拿去交医保。如果不知道怎么合理用医保报销的话,钱不就白交了吗?


f7rdq2pzot.feishu.cn

作者复盘 AI 作品《Devices》的创作过程,讨论传统影视工作流与生成式 AI 工作流的差异。传统流程在可控条件中寻找创新,AI 流程则要在大量随机结果中建立可控性;创作者需要通过概念、筛选、迭代和后期制作保持一致表达。文章也分享了具体工作流与开源资源,强调 AI 原生创作不是简单替代传统环节。


sourcecodecap.feishu.cn

作者复盘如何把 AI 用于工作和娱乐中的具体任务,包括辅助编程与调试、批量处理文档、整理招聘材料、生成演示内容和探索 AI 绘画。文章强调,AI 能显著降低陌生任务的起步成本,但仍需要人明确需求、反复验证结果并处理错误;真正的效率来自把模型嵌入可重复工作流,而不是一次性对话。


presence.feishu.cn

Grace是Presence联合创始人,福布斯亚洲区商业领袖,有10年移动互联网社交产品创业经验,热爱艺术科技等美之体验,追寻简洁普世真理。Grace 是 Presence 联合创始人,拥有多年移动互联网社交产品创业经验。海外AR社交App Presence 联合创始人 连续两年入选「福布斯」亚洲区、中国区30位30岁以下商业领袖。锦鲤体质,喜结善缘,充满好奇,有同理心 研一开始创业至今10年多移动互联网社区/社交2C产品创业经验,「节操精选」、「冲顶大会」、「可甜」等产品创始人,其中「冲顶大会」曾是国内独立产品最大的直播答题App,上线一个月用户超过 2000万,获得顶级基金C轮超2亿人民币融资,估值近10亿 1. Grace 是 Presence 联合创始人,连续两年入选福布斯亚洲区商业领袖。中国传媒大学数字媒体艺术专业第一名本科及研究生毕业。她追求简洁普世真理,热爱艺术、科技和美食等领域。Grace 热爱一切美的体验,包括艺术、科技、人文、设计、建筑和美食等。



v0ln6e97jg.feishu.cn

线下门店选址应依次判断城市、商圈、街道和具体店址,并结合目标客群、人口密度、集客点、步行范围、竞争业态和租金测算。文章以便利店经验说明,稳定客流不是只看表面人流量,而要理解人群为何经过、是否会停留、消费需求是否匹配,以及门店能否在长期成本下持续经营。


j08v3n7cqq.feishu.cn

这份 Web 3.0 通识课程系统介绍身份、钱包、助记词、公链、以太坊、Layer 2、跨链桥、DAO 和创作者经济等概念,并梳理常见项目与基础设施之间的关系。它适合作为理解早期 Web3 生态的结构化资料,但其中项目格局、市场排名和技术进展具有明显时效性,阅读时应把方法框架与具体结论分开,并核对当前状态。


s3tlxskbq3.feishu.cn

这是一份面向非科班学习者的大语言模型原理入门指南,覆盖机器学习基础、Transformer、训练与微调、推理、评测和应用等主题。文档提供按目标选择章节的学习路径,帮助读者理解模型能做什么、不能做什么,以及技术进展如何影响产品和投资判断。由于内容持续更新,具体模型和工具信息应结合原文最新版本阅读。

ourworldindata.org

人工智能简史:世界瞬息万变——下一步可能是什么?围绕一个核心问题展开:要了解未来会是什么样子,研究我们的历史通常很有帮助。这就是我将在内容中做的事情。我回顾计算机和人工智能的简史,看看我们对未来的期望。我们是怎么来到这里的?即使是最近的计算机技术对今天的我们来说也是如此古老,世界变化的速度变得多么迅速。

skynettoday.com

序言:深度学习海啸。“深度学习浪潮已经拍打计算语言学的海岸好几年了,但 2015 年似乎是海啸全面冲击主要自然语言处理 (NLP) 会议的一年。” - Christopher D. Manning 博士,2015 年 12 月。这听起来可能有些夸张——也就是说,整个研究领域的既定方法正在迅速被一项新发现所取代,就像受到研究“海啸”的袭击一样。但是,这种灾难性的语言很适合描述深度学习在过去几年中的迅速崛起——这种崛起的特点是对解决 AI 中最棘手问题的主导方法进行了大幅改进,谷歌等行业巨头的大规模投资,以及人工智能领域的指数级增长。

jalammar.github.io

GPT-3的核心机制,是在巨大文本语料上学习“给定前文后下一个token最可能是什么”。训练阶段会把约三千亿个token切成大量样本,让模型反复预测下一个词,计算错误,再更新参数;完成后,模型把学到的模式储存在一千七百五十亿个参数中。运行时,它接收提示词,在最多2048个token的上下文窗口内处理信息,经过96层Transformer解码器的矩阵计算,一次生成一个token,并把新生成的内容继续喂回模型。所谓少样本提示,是把任务说明和几个输入输出示例放进同一个上下文,让模型临时模仿这种格式,而不一定改变权重。它的能力来自规模、数据和Transformer结构的结合,并非真正读取事实库;微调则是在特定任务上继续更新权重,使同一架构更稳定地执行目标行为。

writings.stephenwolfram.com

ChatGPT 做的是根据已有文本预测下一段最合理的延续,它之所以有效,是因为大规模语言模型学会了估计从未完整见过的词序列概率。它不是先理解世界再写作,而是在每一步判断当前上下文之后最可能出现的下一个标记,并反复累积成句子和段落。如果永远选择概率最高的词,结果常常乏味、重复;加入适度随机性后,低概率但仍合理的词会带来变化和创造感。早期的字母频率、双字母组合和词组模型能生成看似接近语言的片段,却无法覆盖真实语言中天文数量的组合。神经网络的价值就在于压缩规律、泛化模式,给没有直接统计记录的表达分配概率。因此,ChatGPT 的神奇来自一个朴素机制的规模化:在海量文本中学习语言的分布,再用概率逐步生成看似有意义的文本。

0xkato.xyz

大型语言模型的核心在于一套高度统一的“流水线”:先把文本切成子词级别的 token,并转换成整数 ID,再通过嵌入矩阵映射到高维向量空间,获得可计算的语义表示。位置本身通过旋转位置编码 RoPE 注入到注意力机制中,使模型在比较 Query 和 Key 时天然感知相对距离。多头自注意力在此基础上并行运行,每个注意力头用不同的投影矩阵捕捉句法关系、指代关系、模式延续等不同视角,同时利用因果 Mask 保证按从左到右的顺序生成。紧接其后的前馈网络对每个 token 独立扩展、非线性变换再压缩,是知识和事实结构的主要存储空间,也催生了 MoE 等在不线性增加计算量的前提下放大参数规模的设计。残差连接与归一化则像骨架和血液,让数十甚至上百层的堆叠保持稳定可训练。最终,模型将最后一个 token 的向量映射到所有候选 token 的 logits,经采样策略选出下一个 token,不断循环完成生成。不同模型之间,真正拉开差距的不是这套骨架本身,而是训练数据、参数配置、以及在此之上的指令微调与安全对齐方式。


anildash.com

我是在早上 2 点或 3 点上床睡觉的,当时正在解决一个我现在已经忘记具体细节的网站问题。当时,他们分享的第一个传说就是关于与大厦发生过奇怪纠缠的飞机和飞艇的事件。我听到新闻时打开了电视,这种获取信息的方法源于我 20 世纪的习惯,但我很快就会彻底放弃它。人们正在动员狗、设备和医疗团队,大家献血的原因显然是希望能找到幸存者。但也有一些小事,比如人们在美丽的初秋天气中推着疲惫的妈妈的婴儿车,或者几乎像是对宗教间和谐的讽刺,不同信仰的人们聚在一起崇拜和共度时光,每个人的打扮都像是儿童故事书中的插图。每个公共场所都贴满了列出“失踪”人员的传单,设计相似,展示了人们最近扫描的亲人照片。在科技行业工作的最奇怪的部分是,当我和我的朋友们在 2001 年 10 月推出第一个大型博客平台时,同月原版 iPod 和 Windows XP 也相继发布,这意味着我们现在所生活的在线世界的最初轮廓在我们仍然感到震惊、悲伤和困惑的时候逐渐显现出来。


tabletmag.com

帕尔默·拉基的生活事实是如此独特而离奇——将幻想、疯狂和改变世界的元素结合在一起——以至于它们可以印在磁性诗歌瓷砖上,由一个流口水的婴儿以无尽的随机组合重新排列,但每次仍然能够传达出某种重要而真实的东西。让我来给你看看:Luckey 是世界上最大的电子游戏收藏的拥有者,他将这些收藏埋藏在一座废弃的美国空军核导弹基地地下 200 英尺的地方——这正是一个人能够负担得起的事情,当他凭借在加利福尼亚州长滩父母的双拼房屋车道上停放的房车中发明 Oculus Rift,。或者:在以 27 亿美元将 Oculus 出售给 Facebook 后,Luckey 因向一个致力于“现实生活中发帖”的亲特朗普恶搞团体捐赠 1 万美元而被马克·扎克伯格解雇,随后他尝试建立一个非营利性私人监狱连锁,只有当前囚犯保持不再入狱时才获得报酬。根据我们录音对话的文字记录,我让 Luckey 的媒体负责人感到震惊,因为我对这个厕所产生了执念,反复告诉他它“太棒了”,“真他妈的棒”,以及“可能是我见过的最酷的东西。


thereader.mitpress.mit.edu

” 演员们面临着一项艰巨的任务,需要以极高的准确性来学习台词,但他们很少通过死记硬背来完成。一味重复信息(称为维持性复述)并不是最有效的记忆策略。演员们研究剧本,努力理解自己的角色,并分析他们的台词与角色之间的关系。同样,当心理学家赫尔加和托尼·诺伊斯调查演员如何记住台词时,他们发现演员更倾向于在剧本中寻找意义,而不是仅仅死记硬背。在表演时,这种理解为台词的自然回忆提供了背景,而不是单纯地背诵记忆的文本。这种通过深刻理解来学习和记忆台词的过程,使一位七旬演员能够背诵米尔顿的史诗《失乐园》中的全部 10,565 行。演员在描述他们如何记住台词时,向我们揭示了一个关于记忆的重要真理:深刻的理解能够促进持久的记忆。深刻理解意味着关注事物或事件的深层含义,我们每个人都可以运用这一策略来提高日常记忆力。


benkuhn.net

团队增长越快,信任越容易成为瓶颈。缺乏信任时,管理者必须反复检查方向、设计和人员判断,沟通与审批成本迅速上升;有信任时,成员能在共享目标下自主决策并快速协作。文章指出,信任不是口号,而是由持续展示能力、判断、透明度和可靠交付逐步建立。


worksinprogress.co

减少酒后驾驶,关键是提高违法行为被发现和被制止的概率,而不只是加重处罚或反复宣传。文章用威慑模型说明,犯罪预期成本由被查获概率与惩罚强度共同决定;更稳定的执法、检查和社会规范能让大多数人提前放弃危险行为,再把资源集中到仍然违规的少数人。


oaktreecapital.com

Ashley 说:“许多局面在没有牺牲一些有价值的东西的情况下是无法赢得或保住的,从卑微的兵到强大的皇后。” 故意失去一枚棋子作为个人游戏计划的一部分就是 Ashley 所指的牺牲。大多数其他投资都需要做出真正的牺牲,承担损失的风险,以追求“既非即时又非切实可及”的收益。Ashley 继续谈到牺牲,用投资者熟悉的风险/回报术语来描述。”(强调添加) 这就是:风险的重要性所在。由于未来本质上是不确定的,我们通常需要在(a)避免风险且几乎没有回报、(b)承担适度风险并接受相应适度的回报,或者(c)承担高度不确定性以追求巨大收益,但也要接受可能造成重大永久损失的可能性之间做出选择。每个人都希望有机会以很小的风险获得巨大的收益,但通常市场的“高效性”排除了这种可能性,因为这意味着市场中的其他参与者并非傻瓜。获得高回报,无论是绝对回报还是相对于市场上其他投资者的回报,都要求您承担有意义的风险,可能是在追求绝对收益时承担损失的可能性,也可能是在追求超额表现时承担表现不佳的可能性。