扮演網紅大鍋炒！這是白上咲花拍得最辛苦的作品！ 時間過很快，出道到現在快兩年了(2024.4～)，你知道白上咲花覺得哪一支作品拍得最辛苦嗎？在IG的問與答中，她回覆了粉絲，就是這個月發售的作品，為什麼拍得很累？白上咲花的答案是⋯ #白上咲花# #這支作品很好看# #大推#

GATA去中心化数据基础设施，CZ非常重视的项目类型，入选币安加速器孵化，并且刚获得币安400万美元种子轮，币安孵化后又获得币安融资，叠加属性满满，重视其交互 图文交互教程 登录后连接 #OKX# 钱包（目前习惯性用OKX钱包，比起小狐狸太好用） 1. 绑定推特和DC获得400积分 - 绑定邀请码：9k7y3jd8 2. 点击“Start DVA”运行，电脑挂着就能一直挖矿获得积分奖励（我已经跑了一段时间） DVA（数据验证代理）是 Gata 的首个数据代理，它评估互联网上图像字幕数据的质量，并给出 DVA 分数奖励 - @Gata_xyz项目本身属于数据处理概念，币安重视这一块儿，并且也得到了币安多重助力，先是入选币安加速器，然后经过孵化后，又获得了币安融资，证明其潜力不错，哪天直接上线币安不要感到奇怪 - 有点DEPIN类项目挖矿类型，运行电脑可以获得挖矿奖励 - DEPIN类型我觉得会有些不错的项目跑出来，目前阶段有大推手在后面推动DEPIN发展，前面的推文我已经分享过3个类似有潜力的免费挖矿DEPIN项目

为什么大模型厂商都与投资机构成立合资公司？这意味着大模型在B端的竞争进入了地面阵地战模式。这两天大模型厂商最大的动作无疑是Authropic和OpenAI在同一天宣布联合PE投资机构、投行等成立AI-native 企业服务的合资公司（JV），堪称“AI大模型厂商在企业落地赛道上的正面交锋”。 Anthropic与Blackstone、Hellman & Friedman 以及 Goldman Sachs合作；而OpenAI则是拉上了TPG、Brookfield Asset Management、Bain Capital还有软银几家机构。 成立的合资公司都是企业服务性质的，将各自的大模型推广给广大中型企业，帮助它们将AI部署到核心业务运营中，两家大模型厂商会派驻工程师、顾问，提供从定制、集成、合规到持续优化的全套服务。 1、为什么要找这些投资机构合作？ 1）这些投资机构手里握着成千上万家 portfolio company（覆盖医疗、制造、金融、零售等）。通过合作，大模型厂商能快速获取客户群，同时为这些 PE 公司带来生产力提升和成本节约（提升投资回报 IRR）。这是一种高效的分销策略，避免一家家推销。 2）AI 采用瓶颈在“部署”而非“模型”本身，模型再强，企业也缺“最后一公里”——集成、流程重构、合规、培训、持续迭代。传统咨询公司太贵太慢，大模型厂商又没有足够咨询人才。 跟投资机构成立合资公司，招募专业的部署、实施、培训人才，加快企业采用AI的进程和速度，同时加快自己在B端的拓展，抢夺更多的B端客户。这就是Authropic和OpenAI纷纷与投资机构成立合资公司的真是意图。 2、更深层次看，这就意味着大模型厂商在 B端（企业/政府侧） 的扩张确实已从“空军轰炸”（品牌宣传、hype、广撒网影响力）转向“阵地战/地面作战”（深挖壕沟、嵌入核心流程、逐个战场争夺具体合同）。 正好大模型在B端营销推广从“空军”到“阵地战”的转变逻辑 1）早期空军策略（2023-2025）： 主要靠 ChatGPT/Claude 等爆款产品制造品牌影响力，通过媒体、开发者社区、免费/低价试用快速占领心智。目标是“让大家都知道 AI 很强”，然后等企业自然来买 API/订阅。收入主要来自品牌溢价和规模效应，竞争焦点在模型性能、参数、安全叙事上。 2）现在阵地战（2026年之后）： 模型能力已趋同，胜负手转向“最后一公里”：谁能真正把 AI 嵌入企业核心业务流程（ERP、供应链、客服、决策系统）、政府机密网络、合规体系，并持续提供实施服务。 这需要重资产投入：派驻工程师、定制集成、行业 playbooks、长期驻场支持、风险共担。不是卖“模型”，而是卖“AI 驱动的业务转型解决方案”。 OpenAI 和 Anthropic 的 JV（DeployCo / 新企业服务公司）就是典型地面作战： 借 PE 机构的 portfolio 公司作为“根据地”，直接把工程师塞进企业内部，帮中型企业做深度部署。这不是广撒网，而是建立“俘获式分销渠道 + 护城河”——一旦嵌入业务，切换成本极高 今年初各家大模型争夺美国国防部订单就是这一转变的典型体现。各家纷纷游说五角大楼，Anthropic因为安全护栏刚被国防部排除在外，OpenAI就快速快速补位。而后续国防部跟多家大模型厂商一起签约，这种多家并存（避免单一依赖）的情况，更是体现“阵地战”的残酷：不是赢者通吃，而是寸土必争 更深层次看，大模型厂商在B端的竞争，技术领先程度已经不是唯一的权重，部署能力、渠道网络、政府关系、合规灵活性将会成为新护城河。 PE + 政府双渠道，本质就是就是在抢“地面控制权”

Avarok Cybersecurity 开源了 Atlas，一个用 Rust + CUDA 从零写的大模型推理引擎。它不依赖 Python 和 PyTorch，项目方称 Docker 镜像约 2.5GB，冷启动不到 2 分钟，目前主要面向 NVIDIA DGX Spark 的 GB10 平台优化。 官网模型矩阵显示，Atlas 在单台 DGX Spark 上跑 Qwen3.5-35B-A3B 可到约 130 tok/s，跑 Qwen3.6-35B-A3B 约 71 tok/s。Atlas 官网和 Hugging Face 页面称，在同硬件下，Qwen3.5-35B 平均约 111 tok/s、峰值 130 tok/s，vLLM 约 37 至 38 tok/s。 这组「3 倍 vLLM」数据来自项目方公开基准。GitHub README 写明，测试使用的是「法国首都是哪」这类短 prompt，生成上限不超过 30 个 token，temperature 为 0.1。这个口径更接近短请求、低并发、快速响应场景，也正好对应 Atlas 想打的卖点：用更小镜像、更少依赖和更快冷启动，把本地大模型服务变得更轻。 Atlas 现在仍是早期项目，真实生产场景还要看后续长文本、高并发和复杂工具调用测试。GitHub 上已有用户反馈输出质量和工具调用稳定性问题，相关 Issue 截至 2026 年 5 月 11 日仍处于 Open 状态。对开发者来说，它更像一个值得关注的新推理底座，而不是已经能全面替代 vLLM 的成熟方案。

陆续看到关于HTX交易所 USDJ 的推文我莫名的兴奋，又可以喷孙割了！可当我推特搜索输入关键词 USDJ 详细看了很多篇推文了解详情后，好像喷不了任何！详细情况比特吴大V推文写的清清楚楚，还是等下一次喷孙割的机会吧！孙哥 @justinsuntron 别怕，我是有素质的喷子。

小萌的抖音这半年-1年的标签全都是白虎，外星人，交易员，我以前大号推特标签是白虎，我也喜欢讨论外星人，关于外星人我快讨论一年了，很多外星人的事情都是我给她说的，我们俩特别契合，她也很信我给她讲的外星人这事，她其实就是前女友出入平安，白银120跌到70那天，我让她抄底她亏了几万u，我承诺赔她5000u，因为太困难了最后只打了1000u，所以她说我欠她4000u，等我起来给她打五万u，立帖为证！

正好上午回去得时候 就有人问我 你能把XXX微信推给我吗 那天在会场一起聊天 我关注了他 他没回关我 是不是忘了 我去问问 我回得是 没必要吧 刚正好刷到倪大这推文 已经发送给他了 希望能学习一下 面对我关注了他 他没回关的这问题 是不是觉得被轻视了 感到沮丧 然后社交热情归零 其实调整心态 将关注看作是订阅而非交换 关注他 是因为他发的内容对你提升认知有价值 而不是为了增长X排名 至于他回不回关 那完全取决于他的社交半径 与你的价值无关 咱们就简单点你只负责输出价值 不负责索取回应 不要自我内耗 其实在这个赛道 只要持续输出优质内容 你最终会吸引到和你同频的人 而不需要去强求每一个人的认可 别让关注列表成为你的心理负担 希望你关注他 是因为他有干货 那是你从他身上汲取营养 这本身就是你获益了 回关是锦上添花 不回关也无伤大雅