Dreamchaser

DeepSeek V4 Flash vs V4 Pro, 4 canvas tests run. I'm a dev, and honestly DeepSeek was never on my list for coding tasks. After seeing these results, I might need to reconsider. 🌳 Tree: Flash actually beat Pro: denser canopy, better leaf distribution 🌌 Night sky: Pro wins, shooting stars, constellations, Milky Way band all there 🐟 Fish boids: Pro is stunning: proper caustics, tight schooling, real underwater feel 🏠 House builder: first model we've tested that knows how to actually build a rooftop DeepSeek coding might be underrated.

I'm amazed by this line from @deepseek_ai 's official announcement "Not lured by praise, not frightened by slander, follow the righteous path and discipline oneself with integrity" DeepSeek's real edge isn't just the tech, it's the ethos behind the work. And that's what will carry them further than any benchmark ❤️

🚀 DeepSeek-V4 Preview is officially live & open-sourced! Welcome to the era of cost-effective 1M context length. 🔹 DeepSeek-V4-Pro: 1.6T total / 49B active params. Performance rivaling the world's top closed-source models. 🔹 DeepSeek-V4-Flash: 284B total / 13B active params. Your fast, efficient, and economical choice. Try it now at chat.deepseek.com via Expert Mode / Instant Mode. API is updated & available today! 📄 Tech Report: huggingface.co/deepseek-ai/De… 🤗 Open Weights: huggingface.co/collections/de… 1/n

如果当年有人这样给我讲述 “为什么所有多边形的外角总和是360度” 简单而优雅

@Rusong_Machunbo 主体人群文化还在吗？还是被代理了

古罗马没了，中国还在； 东罗马没了，中国还在； 阿拉伯帝国没了，中国还在； 西班牙帝国，大英帝国没了，中国还在； 苏联帝国没了，中国还在； 中国还会在那里，美国还能陪伴多久？

通用也有福特类似的现象，大量技术岗位空缺。 特朗普政府希望重振航运业，要招收10万海员，年薪12万美元以上，招不到。 一个国家产业空心化之后，最重要的损失是工程师和技工体系，以及与之配套的教育培训体系，再有就是国民奋斗精神的堕落。 特朗普说的对，美国最缺人。 这就是帝国病。

15M参数打败Sora？杨立昆的极简世界模型，揭开AI的收敛定律 youtu.be/aMBLANUOeN8?si… 来自 @YouTube

@wangwatchworld 主体人群老啦

现在回头看，里根总统、布什总统、克林顿总统，都是一时才俊，进入21世纪，美国人就选不出一个合适的人了，有点奇怪。

我看完Meta的内部监控备忘录才明白，为啥它投了这么多钱培养了这么多 AI 人才，最后还是在AI赛道掉队了。以及为啥 OpenAI 为什么追不上Anthropic 也可见一斑🙃🙃🙃 Meta最新的内部备忘录，在整个职场和AI圈炸了🤯 4月21日，Meta正式向全美员工推送内部计划，上线MCI追踪工具。 全程记录键鼠输入，鼠标轨迹，随机截取屏幕画面。 对外口径很克制，所有数据仅用于训练办公AI代理，优化自动化操作，不纳入绩效考核。 但这件事的边界早就悄悄模糊了😔 知名投资人 Jason把这件事定义为2026年的职场终极趋势， 在他的逻辑里，这套员工监控体系，不该只用来训AI， 它会成为企业最锋利的管理工具。 精准识别摸鱼的人，剔除混功劳的人，淘汰可被替代的轻中层， 筛选真正创造价值的核心员工，精简冗余架构，倒逼全员产出。 直白的说， AI正在让所有形式的假性工作无处藏身。 我刷了一圈评论区，很多人只看到表层的监控焦虑，忽略了更深层的代价。 其实谷歌多年的团队研究早已证实，高绩效团队的核心底色是心理安全。 也就是说当每一次点击，每一段输入都被实时记录归档， 员工会立刻进入防御状态，放弃试错，放弃创新，放弃跨界协作， 只做可量化，可留痕，不会出错的机械工作。 监控能提升短期效率，却会慢慢腐蚀一家公司的创造力与长期韧性。 因为极致精益的背后往往是人才流失，氛围内卷，和创新枯竭。 而当下AI行业最扎心的差距，也恰恰体现在这里，我们看看 OpenAI 和Anthropic。 2026年，Anthropic在企业营收，客户留存，商业化落地全面反超。 外界总以为，差距卡在模型能力、算力储备或是融资规模。 但事实恰恰相反， 真正拉开鸿沟的，是两家公司完全不同的组织底色。 OpenAI一路狂奔，频繁摇摆，治理结构反复动荡， 高速追热度，追流量，追消费者市场规模。 长期陷入内耗与人才流失，安全团队与商业化路线持续撕裂。 @AnthropicAI 从诞生之初，就带着稳定的长期主义基因。 宪政AI刻入企业文化，长期信托架构兜底发展。 温和审慎的节奏，稳定的决策逻辑，极高的员工心理安全感。 也正因如此，它持续吸纳顶尖研究人才，牢牢拿下高毛利企业市场。 说白了， AI下半场的竞争，早就不是单纯的模型比拼， 已经分化成了两条完全相反的道路。 一边是Meta式的效率逻辑，@Meta 用数据监控压缩人力成本，用自动化替代重复岗位，追求短期利润最大化。 另一边，是Anthropic的长期逻辑。 用稳定治理守住信任，用人文底色留住顶尖人才，靠可靠与合规拿下企业市场。 AI会淘汰低效的工作，这是必然趋势。 但靠监视与压榨换来的效率，我觉得注定走不远。 未来能站稳脚跟的企业，最终拼的不该是极致管控， 应该是在自动化浪潮里，守住人本身的创造力与价值。

牛

@wangwatchworld 日本坦克炸了，他的技术真的有那么先进吗？看到一只蟑螂

看来中国必须发展电动飞机了。

@mubeitech 体细胞也有智能，是不是在ai爆发之后仿生机器人才能突破了？

没有马达，没有齿轮。 MIT直接用AI控制的纤维，造出了真正的人造肌肉。 单根重量只有2克。 现在的机器人，关节里塞满了笨重的圆柱形伺服电机。 MIT把这条路掀翻了。 他们做了一种软体管子，里面装满带电液体和一个微型电泵。 只要通上电，泵就会向流体注入电荷。 电荷产生离子，直接拖着液体跑。 管子的一侧收缩，另一侧立刻放松。 这跟人类弯曲手臂时，二头肌和三头肌的反应一模一样。 最大的突破在于它的扩展性。 因为它是一根根的纤维，可以直接像真肌肉一样成束捆绑。 想增加力量就多捆几根，轻松提起好几公斤的重物。 想要更快的速度就并联微型泵，100毫秒就能把物体弹射出去。 在测试里，这套人工肌肉装进机械臂，硬核地举起了哑铃。 同时又能精准控制力度，温柔地跟人握个手。 不需要外置储液罐，没有多余线缆，全程完全静音。 从假肢、可穿戴设备到工业外骨骼，底层架构全变了。 当工程师不再死磕马达，开始向生物学借方案，机器的进化才真正提速。

一个大多数政治分析者系统性地犯的错误就是：即把对一个系统的表面压力当作对这个系统核心基础设施的削弱。 西方对伊朗的经济制裁的理论假设是制裁造成经济痛苦，经济痛苦让民众不满，民众不满对政权产生压力，政权为了缓解压力做出让步。这个因果链的每一步在逻辑上都可以成立，但它忽略了一个关键的结构性事实，即制裁对经济的打击不是均匀分配的。制裁打击的是公开经济、正规贸易、合法企业、普通公民的日常消费。 它打击不到的是那些控制非正规经济渠道的机构，而在伊朗这个机构恰好是革命卫队。革命卫队控制着伊朗大量的地下经济网络、走私渠道、非正规金融、制裁规避机制。当正规经济被制裁压缩的时候，经济活动不是消失了，是从正规渠道转移到了革命卫队控制的非正规渠道。制裁的实际效果不是削弱了伊朗的权力核心，是削弱了伊朗权力核心之外的所有东西，让权力核心在一个被压缩的经济里占据更大的相对份额。 这和欧盟的结构在逻辑上完全同构。当经济困难打击欧洲的时候，它打击的不是均匀的。它首先打击的是那些在民族国家层面运作的经济活动，因为民族国家层面的经济工具（独立货币政策、独立财政空间、独立贸易谈判能力）在欧元区已经不存在或者被严重限制了。 一个欧元区成员国面对经济危机的时候不能贬值自己的货币，不能独立制定利率，不能独立和中国或美国谈判贸易条件。它能做的是求助于欧盟层面的工具，即ECB的货币政策、欧盟的财政转移机制、欧盟的贸易谈判能力、欧盟的联合债务。每一次经济困难都让这些欧盟层面的工具变得更加不可或缺，让民族国家层面的经济自主性进一步萎缩。 2010到2012年的欧元危机是这个机制最清楚的展示。那场危机的标准分析说它暴露了欧元区的脆弱性，证明了没有财政联盟的货币联盟是不可持续的。但从你的框架看，那场危机实际上做的事情恰好相反，它不是削弱了欧盟层面的基础设施，是大规模地强化了它。危机之前ECB是一个相对克制的、严格遵守通胀目标的央行。 危机之后ECB变成了一个事实上的最后贷款人，拥有了各种非常规工具（OMT、PEPP、TPI），它的权力和影响力比危机之前大了几个数量级。危机之前欧盟没有任何跨国财政转移机制。危机之后出现了ESM（欧洲稳定机制），然后是NGEU（NextGenerationEU）。每一个新工具都是在危机压力下被创造的，每一个都让欧盟层面的基础设施更加厚实。 COVID危机重复了同样的模式。成员国独自应对疫情的能力不足迫使它们求助于欧盟层面的协调，结果是欧盟获得了联合采购疫苗的权力、获得了发行大规模联合债务的能力（NGEU的七千五百亿欧元）、获得了对成员国经济恢复计划的审查和条件设定权力。每一项都是危机之前不存在的权力，每一项都让欧盟层面的基础设施在成员国的经济生活中更加不可替代。 2022年乌克兰战争再次重复这个模式。能源危机暴露了成员国各自的能源政策的脆弱性，结果是推动了欧盟层面的能源政策协调。安全威胁暴露了成员国各自的防务能力的不足，结果是SAFE机制的一千五百亿欧元联合防务融资。对俄制裁需要统一执行，结果是欧盟在外交和经济政策上的协调权力进一步扩大。 2025年川普的关税战争是最新的一次。成员国单独面对美国的经济压力完全没有谈判能力，只有欧盟作为一个整体才有足够的市场规模来和美国进行对等谈判。这个事实在每一个欧洲公民的直觉里都变得清楚了。没有人认为法国可以单独和川普谈判关税，每个人都知道只有"欧盟"才能在这个层面上和美国对话。 所以经济困难对欧盟的实际效果和对伊朗革命卫队的效果在结构上完全一致。困难不是均匀分配的，它优先打击那些在旧框架（民族国家）里运作的部分，让那些在新框架（欧盟基础设施）里运作的部分变得相对更重要。每一次危机都是一次权力从民族国家层面向欧盟层面的不可逆转移，不是因为有人在推动这种转移，是因为危机的物质逻辑让这种转移成为唯一可行的应对方式。 这就是为什么那些预测"经济压力下欧盟会崩溃"的人犯了一个结构性的分析错误。他们的错误和那些预测"经济制裁会让伊朗政权崩溃"的人的错误是同类的。两组人都假设经济压力对系统的作用是均匀的，都没有看到压力在系统内部的不均匀分配会强化而不是削弱系统的核心基础设施。 这个错误有一个更深的根源，即这些分析者仍然在用一个已经过时的框架看世界。他们把欧盟看作一个附加在民族国家之上的可拆卸层，一个在好天气里有用、在坏天气里成为负担的额外结构。然而，欧盟不是附加层，是地基。你不能在地震的时候拆掉你的地基，你只能更紧地抓住它。经济困难就是那种地震，它不让人想拆掉地基，它让人更依赖地基。

说什么经济困难会让欧盟解体完蛋的人，和说美国制裁伊朗经济会导致伊朗屈服的人，认知层次差不多是一样的。很多人对欧盟的极大误解就是，他们以为欧盟是一个由欧洲的各个民族国家自愿形成的一个合作框架，大难临头就各自飞了。 实际上正好相反，欧盟的根基是二战后欧洲经济处于彻底破产状态之时，负责马歇尔计划协调分配的一群对民族主义不怎么感冒的欧洲人，从欧洲煤钢共同体开始建立起来的最最基础的经济基础设施。欧盟不是建立在各个民族国家层级上面的附加层（当然，欧盟自己是这么宣传的），相反，欧洲的民族国家，至少是法德两国，从一开始在实际结构上就是建立在欧盟的经济/金融基础设施地基上的。 每一次对伊朗的经济制裁的结果都是经济从民用部门和公民社会转向革命卫队，导致革命卫队对经济社会的控制进一步强化。每一次欧洲的政治经济危机的结果都是民族国家越来越依赖欧盟的危机解决方案，从而放弃更多原本名义上属于国家主权的权力，也就是，每一次外部打击结果基本全是强化了欧盟。 所以川普政府对伊朗搞史诗狂怒和经济狂怒就是给伊朗的合法性提供燃料，对欧洲搞经济打击和右翼意识形态支持，起到的基本也是差不多的效果，令人捧腹。 至于美国人为何不知道这一点，那是因为二战后建立这个后民族主义框架的人知道，人类放弃民族主义意识的过程不是一蹴而就的，只能是渐进的。这一点甚至欧洲人自己都不知道，因为欧盟一直严格遵循只在经济上牢牢把控社会的原则，在意识形态和话语体系上是极度克制的，这就是它从一开始设计之初就有的特点。习惯于用民族主义认知框架去看待世界的人就是难以理解这个事实层面上的区别。

[Exclusive] Iran War Fallout… Japan's Semiconductor Photo Material Supply Chain 'On the Brink of Collapse' A new flashpoint has emerged in the semiconductor materials supply chain in the wake of the Iran war. Due to a solvent shortage, the Japanese industry is experiencing disruptions in the overall production of photo process materials, including photoresist (PR). Because Japan holds a high share in photo process materials, concerns are growing that domestic (Korean) semiconductor production could also take a hit. According to multiple industry sources on the 22nd, major Japanese photo material suppliers have, since the previous evening, either already communicated—or are scheduled to communicate—the raw material sourcing disruptions to semiconductor customers such as Samsung Electronics and SK Hynix through their Korean subsidiaries. One source said, "The Japanese companies that were notified yesterday (the 21st) evening are holding internal meetings today and are scheduling to formally inform their Korean customers tomorrow (the 23rd)." The materials in short supply are Propylene Glycol Methyl Ether (PGME) and Propylene Glycol Methyl Ether Acetate (PGMEA). PGME and PGMEA are used as solvents in various electronic materials. A solvent is a liquid or gaseous substance used to dissolve other substances. Dissolution refers to the phenomenon in which one substance dissolves and mixes into another. Semiconductor materials that use PGME and PGMEA include PR, Thinner, Bottom Anti-Reflective Coating (BARC), Spin-On-Hardmask (SOH), and temporary bonding adhesives for High Bandwidth Memory (HBM). This covers almost all photo patterning process materials. An industry source described the situation as, "It's like not being able to add water to instant coffee mix." The Japanese companies supplying these materials to Samsung Electronics and SK Hynix are numerous, including Shin-Etsu Chemical, Tokyo Ohka Kogyo (TOK), JSR, Fujifilm, and Nissan Chemical. The reason for the PGME and PGMEA shortage is the Iran war. Japan depends on the Middle East for more than approximately 40% of its naphtha. When the Strait of Hormuz was effectively blockaded in early March, Middle Eastern naphtha supply was cut off. Naphtha is a light oil produced during crude oil refining. When decomposed at high temperatures, it yields basic petrochemical feedstocks such as propylene and ethylene. As a result, 6 of Japan's 12 naphtha cracking centers (NCCs) have entered production cuts. With propylene supply declining, the production of Propylene Oxide (PO)—which uses propylene as a feedstock—was hit. PGME and PGMEA, which use PO as a feedstock, have consequently faced production disruptions in a chain reaction. The spot price of Japanese naphtha jumped approximately 92%, from the USD 600s per ton before the blockade to USD 1,190 in early April. Japan sources most of the raw materials for its semiconductor photo materials domestically. Japan's Daicel produces everything from PO to PGMEA in an integrated manner. Toagosei receives raw materials supplied by Dow and refines them into PGMEA, which it mass-produces. The PGME and PGMEA produced in this way are then received by domestic manufacturers such as JSR, TOK, Shin-Etsu Chemical, and Fujifilm, which turn them into finished products like PR for export to Korea. An industry source pointed out, "Japan has a strong tendency to produce finished products using Japanese-made raw materials whenever possible," adding, "This self-sufficient structure is a strength in normal times, but when one raw material source is blocked like this, the entire chain shakes simultaneously." Japanese photo material manufacturers are expected to review sourcing Korean or Chinese PGME and PGMEA. The key issue is the Process Change Notification (PCN) procedure. If the raw material for photo materials changes, Samsung Electronics and SK Hynix must redo evaluations. This typically takes around one year. For leading-edge processes, it takes even longer. Another source analyzed, "Thinner and SOH have been partially localized, but if Japanese supply of PR or BARC is cut off, semiconductor fabs could come to a halt," adding, "If there are major disruptions in material sourcing, some evaluation steps will inevitably have to be skipped." Reflective benefits for the Korean industry are also expected. Chemtronics and Jaewon Industrial have already built PGMEA mass-production systems and are directly supplying the material to Japanese material companies and Samsung Electronics. An executive at Jaewon Industrial said, "The Korean industry has diversified raw material supply chains across the U.S. and China, so we are better off than Japan, but sourcing is not easy for us either—it's essentially the same situation." Hanwul Soje Science plans to bring in PGME and PGMEA produced locally through its subsidiary JK Materials, which has signed an agreement with a major Chinese materials company referred to as "Company E." It is currently in supply discussions with a major Japanese photo material company on these items.

🚨 BREAKING: Anthropic’s Most Dangerous Model Ever Breached By Hackers > anthropic builds a cyberweapon > calls it mythos > “can hack every major OS and browser” > dario: “we’re the safe & responsible ai lab” > “can’t release it to the public” > Mercor (their training contractor) gets breached > leaks anthropic’s model naming conventions > hackers guess the URL pattern > contractor credentials still work > they’re inside The group also has access to other unreleased Anthropic models. Not just Mythos. The whole pipeline. Anthropic’s statement: “investigating a report of access through one of our third-party vendor environments.” Mythos got breached on day one 💀

@yuyy614893671 牛

今天，平板支撑可以做到4分钟了 如果龇牙咧嘴坚持会，5分钟可期 哈哈哈哈✌️✌️✌️

全网都在吹的LeCun新论文，90%的解读都是错的。 他们说生成式AI是死路，说过去三年花的几百亿全白费了，说15M参数的小模型就能吊打万亿大模型。 这些全是营销号的夸张， 我觉得这篇论文的真正分量比他们吹的还要重。 Yann LeCun团队这次解决了JEPA困扰了好几年的表征坍缩问题。 以前的世界模型，学着学着就会把狗车人都压成一模一样的向量，什么都学不到。 这次他们只加了一个极其优雅的数学正则化器SIGReg， 没有复杂的trick 和六个超参数要调，训练稳得离谱。 单张GPU几个小时就能训完，在机器人控制任务上，规划速度比巨型世界模型快48倍，成功率还更高。 最厉害的是它的隐空间里天然就编码了物理规律。 不用教，它自己就知道物体不能瞬移，知道速度和位置的关系。 能瞬间检测出物理上不可能发生的事。 这不是啥范式革命，也不会让GPT和Claude明天就死掉。 语言和创意生成，依然是自回归大模型的天下。 但它打开了一扇全新的门， 原来懂物理不需要万亿参数，不需要云端超算。 原来世界模型可以小到跑在机器人的本地芯片上。 过去三年，整个行业都在一条路上狂奔，堆参数，堆算力，堆数据。 所有人都以为只要足够大，就能懂世界。 现在我们终于知道，还有另一条路，一条更高效，更优雅，更接近真实世界运行方式的路。 生成式AI不会死， 但未来的智能体不会是只会聊天的大模型， 它会是一个懂物理的小世界模型，加一个大语言接口， 这才是这篇论文真正的意义所在吧 hhh

时不时有人会问我油价的事情。原油不是我的专长，但是我可以拿我的本行化肥举个例子。做多Supply Shock其实是三个不同阶段。 今年从一月末就有要对伊朗动手的信号了。这个时候如果去做原油/化肥，属于提前埋伏，做预期。真的打了就涨，打不了就不涨，属于个人倾向和分析能力的事情，就不多说了。这个是做事件，左侧交易。 但是除了本质的做多事件以外，还分“做多风险溢价”、“做多价格中枢”和“做多边际影响”三种。 做多风险溢价比较好举例子。比如说现在，伊朗封锁海峡，美国也封锁海峡，船就是出不来，没有油就是没有油，海峡是死的。但是每次有利好利空消息出来依旧有涨跌，尽管就算海峡真的开发了，供给恢复也需要几个月；或者说海峡继续关闭对于原油运输量不存在新的减少，但是还是会跌。这种时候的价格变动属于纯粹的风险溢价变化，不属于基本面。所以这种时候要想明白，买卖的是波动。麻烦之处在于风险溢价一旦定价完成之后，如果没有更坏的消息，恐慌是要回吐的。快进快出。 做多价格中枢，是指价格中枢必然上移。要有耐心。有人这次看化肥涨了，就想着去做多食品企业或者农产品企业，不是这么回事。食品价格上涨容易压缩食品企业利润，反而跌。另一头，农民也不是傻的。春耕时间段的化肥是不是提前准备好了、化肥价格上涨是否应对增量需求，农民是不是少种一点玉米多种一点大豆。市场会自行进行调节，在短期内缩减一部分需求，转移一部分渠道，寻找一些替代品，比如从别的国家买原油、使用别的能源或者运输路径，或者减少生产支出。就算是以中期来看，价格上涨依旧不是线性的。如果有信念，那就时间换空间，等待新的价格均衡。 最后一条是做多边际，去吃那个被作为新供应商的产业或者国家。但这个东西的前提是要经过了供需再平衡之后，价格开始钝化了，才去有做的意义。不然就一直等。 这四个阶段策略基本是按照时间分的。事件发生前，事件刚发生，事件发酵，事件结束。预期，恐慌，重构。搞清楚自己做的是哪一段。