1 之前全网都在喷的strc，一波冲到了97元附近了。毕竟这个市场，连美债都不稳了，牢牢抱紧一个每月派息年化十几个点的债券不香吗？赛勒一瞬间又成了今年盈利最多的几个dat公司老板之一了。 当全网都在骂一件事情的时候，想想看，是不是这里反而有交易机会。 牛来第一篇报道不是喷他抽象的吗？最后怎么逆袭到票房4000万的··· 2 当然我绝对不推荐大家在之前那种情况下去直接冲strc这种次级债券的，成熟的交易者还需要一种能力，就是在确定了交易机会后，寻找最合适的交易的姿势。 如果我们用军事装备来比喻，他的三个过程 设计-制造-维护 那么交易员的三个路径是发现机会后 设计交易策略-选择交易工具-维护整个策略（因子迭代或者止盈止损调仓） 3 昨天去了一趟长沙，逛了一下母校。18年了还是没怎么变化。长沙整理给我的感觉还是慢节奏，的士开了半个小时才收了我25元，武汉这狂奔得50打不住。。。 城市的物价真的舒服，地铁里打满广告的小炒，强调是人均35，地铁网络设计的也合理，并且不拥挤，连广告都没铺设多少。 ps：充电宝全国统一价，吐了。 另外中南大学的食堂里已经都有肯德基，必胜客，瑞幸，茶百道了。对原来的小商小贩绝对是鲶鱼效应，不好好做就被连锁按着头槌吧。。 📷 第一张是在解放西拍的，看来守护解放西的功劳苹果也要来蹭一下。。 📷 最后放一张在母校门口的合影。这刚好也是我当年拍毕业合照的区域，不过那会没什么数码产品，我都忘记我当时的毕业照的照片在哪里了。。18年后来补一张吧。 ps：旁边的一个小区是我大四住的地方，人生的第一批dota解说就生产在隔壁不到500米的教职工小区里。刚好看到雪碧夺冠了。挺巧合的。 ps2:想起一个趣事，当时网上远程找河南马桶应聘reptv的解说，据说有4个人，但是最后真正录好交稿子的就我一个坚持下来了。看来那个年代能对着镜头瞎聊一小时已经突破了很多人的行为模式。这个行为在今天主播横行的年代大家觉得稀松平常，这就是时代对于人的改造，只要能赚钱，就会有土壤。

（试衣致歉） 指挥官大人～初次见面，听闻您已经和大凤姐姐见过面了，那我自然也不能落下，对不对呀(｡- .•)？ #AzurLane# #アズレン# #アズールレーン# #碧藍航線# #白凤# #cosplay# #碧蓝航线#

我严重怀疑，纯粹就是为了炫耀自己在娱乐圈的人脉 万万没想到啊，那英在北京的演唱会，那么多人送花篮就算了，还有非常多的艺人去现场 比如王菲、宋丹丹、杨坤、张碧晨、龚俊、李沁、张晚意、马思纯、秦岚、宋佳、陈数、张雅琪、管虎、梁静、黄渤、李静、戴军、王鸥吴昕等等 加起来都快百位明星了 最重要的是什么，这次巡演的第一站，请来的嘉宾，就是顶流男明星肖战 这娱乐圈的人脉也太顶了，这场的观众吃的也太好了，一张票可以近距离看到这么多明星！

奉劝大家不要把饮料当水喝！ 我朋友，26岁，常年不喝水，就爱喝饮料。可乐、雪碧、冰红茶，实在不行再来瓶凉茶，还得是冰镇的。 他工位下面常年堆着两箱饮料，抽屉拉开全是各种瓶盖。我们部门聚餐他先问有没有冰可乐，没有就自己下楼买一瓶带上去。他说白开水没味，喝不下去，从小到大就靠饮料解渴，一天不喝浑身难受。 上个月单位体检，他拿到报告的时候还在跟我们开玩笑，说除了胖点应该没啥大问题。结果翻到尿酸那页笑不出来了，正常值上限420，他直接飙到680。血糖也偏高，血脂也超了，彩超显示中度脂肪肝，肾脏那个指标也飘了红。体检中心的医生打电话让他去复查，说这个肾功能指标不太对劲，这么年轻不该这样。 他回来以后把抽屉里所有饮料全清出来送人了，换了一个两升的大水壶，天天灌白开水。前天他跟我说，其实早就有人提醒过他，但他觉得年轻没事，现在想想就后怕。肾脏这个东西平时不声不响，一旦出问题就是不可逆的。他还不到三十岁，肾功能已经开始报警了，再晚几年可能就是透析室排队了。 饮料好喝是真的好喝，但那些糖分、磷酸、添加剂，代谢不掉的全都得靠肾脏和肝脏扛着。偶尔解个馋没问题，拿它当水喝，身体迟早要跟你算总账的。 你身边有没有把饮料当水喝的人？赶紧把这个转给他看看。

華光乍現，幻夢搖曳…… 指揮官，歡迎步入妾身為汝編織的夢境。 練習了好久信濃的神韻 484有那個感覺呢(⁎⁍̴̛ᴗ⁍̴̛⁎)💙 為了慶祝台服上了幻夢奇術 阿桃也是努力啦✨ #信濃# #幻夢奇術# #碧藍航線# #AzurLane#

楊衣的2023 06月Patre0n 等級VIP 雷根斯堡 Yangyi 2023 June's Patre0n TierVIP is Regensburg 想看這個嗎？呵呵，否認也沒用。你那微不足道的欲望我可是知道得一清二楚——快點老實承認如何？ #Regensburg# #azurlane# #碧藍航線# #雷根斯堡#

张柏芝能在"胡须勇"张仁勇这种父亲底下长出巨星气象，本身就是个奇迹。她爸是香港油麻地、佐敦一带的"江湖猛人"，1990年代代理过联英社坐馆，嗜赌成性。1999年张柏芝刚凭《喜剧之王》爆红，她爸赌输躲债失踪，债主直接放话"江湖奸杀令"对准她，逼得18岁的她开记者会声泪俱下念声明；2013年更离谱，中环、湾仔挂起巨型海报追债200万港币，特意标明"柏芝父"。她妈戴莎莉婚史复杂，改嫁过来时还带着同母异父的姐姐戴碧芝，一家人没一个能扛事的。 换别人早崩了，张柏芝偏不。她把"被家庭拖垮"这道题，反向解成了"拼命赚钱护住全家"——接戏、发片、赶通告，从不挑剧本。 底子烂成那样还能混出名堂，靠的哪里只是老天爷赏的脸，分明是那股不内耗、不抱怨的狠劲。这样的张柏芝，谁还敢说她只是个漂亮花瓶？

这两年世界模型（World Models）是 AI 里最烧钱的赛道之一，想做机器人、想让 AI 真正走进物理世界的，基本都绕不开它。但你只要多看几个 Demo 就会发现一个通病：这些模型很会“看”——画面能生成得足够逼真，几乎骗得过眼睛；可你真让它回答“我现在动这一下、接下来会连锁出什么”，它常常就卡住了。 说白了，它们学的多半是“相关”——什么和什么经常一起出现、下一帧大概长什么样。在屏幕里写写画画、生成视频，这套绰绰有余；可真实世界是要“动手”的，光知道相关、不懂因果，环境稍微一变就掉链子（它记住的是答案，没记住答案背后的道理，换一道题就露馅）。 一个真正顶用的世界模型，得能在动手前先把事情“想一遍”：它推这一下、抓那一把，会引出什么后果？换种做法，结果又会不会不同？这种“先设想、再验证”的本事，跟数据喂得多不多关系不大，关键在懂不懂因果。 Aether 这次融资要补的，正是世界模型最缺的这块。他们把这条路线叫因果世界模型（Causal World Models），也是全球第一家拿因果当核心架构来做的公司：让模型先把“这么做会怎样”推演明白再决定动作，做错了能顺着结果回头改自己，不用每次推倒重来。 在他们看来，这可能就是 AI 下一代的范式——世界模型从“相关”走到“因果”。这条路好不好走？我老实说，不好走，因果一直是 AI 里最难啃的骨头之一，难到不少人宁可绕开它、继续卷参数。但越是这种硬骨头，越值得有人正经啃一回。能不能成我不敢打包票，可这个方向本身，我觉得值得长期盯着。 公司由黄碧薇 @huang_biwei 创立，她在因果这块磨了整整 12 年——UCSD 助理教授，Causal-Learn 作者之一，百余篇顶会论文，还入选过 Apple Scholar。对世界模型、对这个新范式感兴趣的，可以去看看： @huang_biwei ｜