他主动帮我付钱、还要微信，我以为今天又被搭讪了…… 直到老板一句话，我整个人僵在原地。 SEEDANCE 2.0 PROMPT: PART A. 女顾客替换为预设成年女角色人物全程使用预设角色#1的脸部、发型、身材和身份特征参考# ；角色#1为成年人。全程只穿预设服装##3# ，加丝袜 ，精致五官、带着装饰眼镜 ，脚穿深紫色高跟鞋，冷艳却带魅惑气质。 搭讪男子替换为预设成年男角色#2# hf_20260702_115248_424b92a4-ca6f-401a-baa3-709ae4b60581 ，面部、发型和身材严格参考角色#2，；# 包子店老板保留为普通中年男性配角，黑色短袖，不得与男角色#2混脸。# 【真实系前缀】 16:9横屏，1280×720，30fps，真实中国街头包子铺短视频。使用普通手机原生相机手持拍摄，由同一名站在队伍侧面的拍摄者掌镜；自然日光、树荫和店铺顶棚形成混合照明。自动曝光、自动白平衡、轻微对焦迟疑、细微呼吸抖动、转身时自然运动模糊，肤色和毛孔真实，不磨皮，不做广告级布光，不做电影调色。镜头之间只用直接硬切。 真实同期收音：街边行人声、队伍细碎交谈、衣物摩擦、塑料袋声和店铺环境声。人物声音随距离自然变化，口型严格同步。无背景音乐、无旁白、无夸张喜剧音效。 【场景与道具锁定】 临街包子铺，橙黄色门框、白色方砖墙、玻璃柜台、多层圆形不锈钢蒸笼，蒸笼里摆满白色包子。柜台上只有一袋已经装好的透明塑料袋包子。店外有成年顾客排队，背景树木和居民楼位置稳定。所有人物、蒸笼、包子和塑料袋不得瞬移或复制。 【女角色海妖风姿态】 女角色#1在排队、拒绝和自我夸赞时，身体微侧形成自然流畅的S曲线，肩部放松下沉，颈部优雅拉长，下巴轻微侧伸，胯部略向一侧推出，双腿前后错位自然交叉。只让一只手缓慢克制地轻触发丝，另一只手自然垂放；半垂眼皮，冷感侧视男角色##2，表情克制、有距离感。姿态必须像生活中的自然站姿，不能扭腰、舔唇、媚笑或舞台化摆拍；# 【严格时间分镜】 0.00—1.93秒｜店铺侧后方手持中景 镜头隔着排队人群拍向玻璃柜台。女角色#1原本站在队伍前方、靠近柜台；男角色##2从她身后快速向前跨一步，插到她与柜台之间，背部朝向镜头。他稍微抬起右手示意老板，语气自然又自信地说：# 男角色#2：“老板，这个美女的钱我来付。”# 女角色#1侧眼看他，眉梢轻抬，没有立刻说话。老板继续低头装包子。# 底部字幕：“老板这个美女的钱我来付” 1.93—4.30秒｜硬切男角色#2近景# 男角色#2位于画面左侧，女角色##1的侧脸和发丝占据右侧前景。男角色转脸看向她，先露出自然友好的浅笑，视线落在她眼睛上，略带试探地说：# 男角色#2：“美女，你长得真漂亮，可以加个微信吗？”# 说到“微信吗”时眉毛轻抬，嘴角保持期待的笑，不要油腻或夸张。 字幕依次准确显示： “美女你长得真漂亮” “可以加个微信吗” 4.30—6.50秒｜硬切女角色#1近景# 女角色#1占画面中心偏右，男角色##2的肩膀和部分侧脸位于左侧前景。她先保持半垂眼皮与克制的海妖风侧视，嘴角出现一瞬礼貌浅笑；随后目光短暂移开，轻轻摇头，平静清楚地回答：# 女角色#1：“不好意思，我有男朋友了。”# 说完重新看向男角色#2，表情不厌恶，只保持礼貌而疏离。# 字幕依次准确显示： “不好意思” “我有男朋友了” 6.50—7.87秒｜硬切男角色#2近景# 男角色#2听完没有受伤或尴尬，只短促眨眼，嘴角仍保持浅笑，轻轻点头说：# 男角色#2：“啊，行吧。”# 随后视线立即从女角色移向柜台，身体准备转身。 底部字幕：“啊行吧” 7.87—11.60秒｜硬切店铺中景 男角色#2转向柜台，右手朝老板做一个简短示意，同时自然说道：# 男角色#2：“老板，钱我刚才已经付了。”# 他说话时伸手拿起柜台上唯一一袋透明塑料袋装的包子。塑料袋被提起时自然下坠摇晃，发出清晰的塑料摩擦声。男角色提着包子从队伍前方离开，朝镜头方向经过；他的表情轻松自然，完全不回头看女角色。 女角色#1留在原位，先追着他的背影看了一眼，以为自己刚刚被搭讪，没有察觉他只是借机插队。# 底部字幕：“老板钱我刚才已经付了” 11.60—13.20秒｜硬切女角色#1正面中近景# 男角色#2从画面左侧前景走出。女角色##1面向镜头附近的同伴，重新恢复舒展的海妖风S曲线，颈部拉长，下巴微抬，轻触一缕发丝。她先无奈地呼出一口气，随后带着克制的自信浅笑说：# 女角色#1：“没办法，长得太好看。”# 字幕：“没办法长得太好看” 13.20—15.00秒｜保持同一女主中近景 不切镜头。女角色#1的自信继续上升，眼神略向上侧视，头部轻轻倾斜，以一种把烦恼说成日常事实的语气继续说道：# 女角色#1：“最大的缺点就是容易……”# 必须遵守原片语速：13.20秒左右开始“最大的缺点就是”，14.84秒开始说“容易”；15.00秒切断时仍处于“容易”的发音过程，没有停顿、没有闭嘴、没有完成整句话。 画面底部已出现完整字幕： “最大的缺点就是容易被人搭讪” 【本段结束帧】 15.00秒突然结束。女角色#1仍处于正面中近景，身体保持海妖风S曲线，头部略微向右倾斜，嘴唇正处于“容易”的发音口型；背景顾客位置、日光、景深及完整字幕全部保持不变，为第二段直接续接。# 【负面提示】 禁止改写或增加台词；禁止男女性别、声音或台词互换；禁止把“他”写成“她”；禁止男角色真心失恋或垂头丧气；禁止女角色提前知道插队真相；禁止老板提前揭穿；禁止塑料袋和包子复制、消失或变形；禁止角色换脸、换装、站位跳跃；禁止群众齐刷刷看镜头；禁止夸张媚态、机械眨眼、塑料皮肤、错误手指；禁止慢动作、推拉摇移炫技、景深虚化、配乐、旁白、额外字幕、平台UI和水印。 PART B : 【生成任务】 续写上一段视频，生成约8.18秒的完整后半段，对应参考视频《包子剧.mp4》的11.60—19.78秒。 必须补全此前没有生成的情节： 女角色#1说完“没办法，长得太好看。最大的缺点就是容易被人搭讪。”→包子店老板平静拆穿：“你想多了，他就是来插队的。”→女角色##1的海妖风自信姿态瞬间瓦解，露出瞪大眼睛、无声尴尬的表情。# 不得从“容易”中间续接，两句女主台词都必须从头、完整、清楚地说完。 【角色参考优先级】 1. 女顾客必须使用预设成年女角色#1的脸部、发型、身材和身份特征参考# ；角色#1为成年人。全程只穿预设服装##3# ，加丝袜 ，精致五官、带着装饰眼镜 ，脚穿深紫色高跟鞋，冷艳却带魅惑气质。 2. 刚刚离开的年轻男子是成年男角色#2# 。本段开头只允许他的肩膀或背影从左侧前景短暂离开，之后不得重新进入画面。 3. 包子店老板是普通中年男性配角，短发、黑色短袖，站在玻璃柜台后面。老板不得使用男角色#2的脸，不得年轻化或美型化。# 【续写起点】 使用上一段成片的最后一帧作为本段第一帧。 男角色#2刚刚拿走柜台上唯一一袋透明塑料袋装的包子，正从画面左侧前景离开；女角色##1仍然留在包子铺前的队伍里，视线追随他的背影。她误以为男角色##2刚才是真心向自己搭讪，并没有意识到他只是借替她付款的理由插队。# 所有人物位置、服装、发型、环境光线、玻璃柜台、蒸笼、包子、背景顾客及街道方向必须与上一段最后一帧连续。不要重新演男角色搭讪、拒绝或拿包子的过程。 【真实系影像前缀】 16:9横屏，1280×720，30fps，真实中国街头包子铺短视频。普通手机原生相机手持拍摄，由同一名站在队伍侧面的拍摄者掌镜。自然日光与树荫混合照明，自动曝光、自动白平衡、轻微曝光呼吸、轻微手持抖动和真实动作模糊。 人物皮肤保留真实纹理、毛孔、细小表情纹和自然肤色，不磨皮、不锐化过度、不使用广告式人物补光。构图略带普通路人拍摄的不完美感，但人物表情与老板的反转台词必须清晰可读。 镜头之间使用直接硬切，不使用转场、慢动作、推拉炫技或电影式环绕运镜。 【场景与道具锁定】 临街包子铺保持原视频结构： 橙黄色门框； 白色方砖墙； 玻璃食品柜台； 圆形不锈钢蒸笼； 蒸笼里摆满白色包子； 老板站在柜台后； 成年顾客在店外自然排队； 背景可见绿色树木与普通居民楼。 透明塑料袋装的包子已经被男角色#2拿走，柜台上不得再次生成第二袋包子。所有蒸笼、包子、人物和背景顾客不得复制、变形或瞬移。# 【女角色#1海妖风姿态】# 反转发生之前，女角色#1保持自然、克制的海妖风姿势：# 身体微侧形成流畅S曲线，肩部放松下沉，颈部优雅拉长，下巴微微抬起，胯部轻微向一侧推出，双腿前后错位并自然交叉。只用一只手缓慢轻触耳侧的一缕发丝，另一只手自然垂落。半垂眼皮，冷感侧视男角色离开的方向，表情克制、自信、带一点危险的距离感。 这种姿态必须融入真实排队动作，不能像摄影棚摆拍；不扭腰、不舔唇、不频繁眨眼、不夸张媚笑。只表现成年女性的姿态和眼神，不添加鱼尾、鱼鳞、海水、魔法粒子或任何奇幻元素。 【严格时间分镜】 0.00—1.60秒｜硬切女角色#1正面中近景# 男角色#2的肩膀或米色衣服边缘从画面左侧前景彻底走出，此后不再出现。# 女角色#1站在画面中央，先顺着男角色离开的方向看一眼，随后把目光收回到镜头附近的同伴身上。她自然呼出一口气，身体舒展成克制的海妖风S曲线，颈部拉长，下巴微抬，一只手缓慢整理耳侧的一缕发丝。# 她先露出一种“这种事情经常发生”的无奈神情，随后嘴角出现克制的自信浅笑，以自然口语完整说道： 女角色#1：“没办法，长得太好看。”# 表演细节：说“没办法”时轻轻呼气、眉梢微抬；说到“太好看”时眼神略微向上侧视，嘴角自信地上扬，但不直视摄影机炫耀。 底部字幕准确显示： “没办法长得太好看” 1.60—4.28秒｜保持同一女主中近景，不切镜头 女角色#1的错误自信继续上升。她保持海妖风S曲线，手指从发丝上缓慢离开，头部轻轻向右倾斜，半垂眼皮，带着克制而略显得意的浅笑继续完整说道：# 女角色#1：“最大的缺点就是容易被人搭讪。”# 台词必须从“最大的”开始，到“搭讪”完整结束，不截断任何字，不省略“容易被人”，不得改写成其他句子。 表演递进： 说“最大的缺点”时，她的眉梢略微抬起； 说“就是容易”时，下巴轻轻抬高； 说“被人搭讪”时，头部缓慢向另一侧倾斜，眼神自然侧视，嘴角形成自我满意但不过分夸张的浅笑。 她完全没有意识到刚才发生的是插队，不能提前看向老板、提前震惊或露出怀疑。 底部字幕准确显示： “最大的缺点就是容易被人搭讪” 4.28—4.50秒｜无对白停顿 女角色#1说完后保持约0#.22秒的自信浅笑和海妖风姿态，像是在等待旁人认同。现场只保留街道声、队伍细碎交谈声和店铺环境声。 不要加入罐头笑声、喜剧音乐或反转音效。 4.50—6.17秒｜硬切老板反打中景 从女角色#1背后拍向包子店柜台。女角色的后脑、肩部以及服装##3的部分轮廓位于画面右侧前景；老板位于画面中央，站在玻璃柜台后面。不锈钢蒸笼与白色包子清晰可见。# 老板原本正在低头整理包子，听见女角色的自夸后才抬起眼睛。他没有笑，也没有故意嘲讽，只用平静、直接、略带无奈的口吻说道： 老板：“你想多了，他就是来插队的。” 表演细节： 说“你想多了”时，老板短暂看女角色一眼； 说“他就是来插队的”时，手上的工作仍然继续； 台词结束后自然低下视线，不等待掌声，也不做喜剧表情。 “他”必须指已经离开的男角色#2。声音中的“他”和字幕中的“他”都不能生成成“她”。# 字幕依次准确显示： “你想多了” “他就是来插队的” 6.17—8.18秒｜硬切女角色#1正面反应特写# 切回女角色#1正面近景，镜头距离比自夸镜头稍近，但焦距、光线和方向保持连续。# 她的表情按照以下顺序自然变化： 先保持约0.10秒刚才的自信浅笑； 听懂老板的话后，半垂的眼皮迅速抬起； 瞳孔转向老板所在方向； 眉毛先上扬； 嘴角的浅笑突然僵住并慢慢消失； 嘴唇微微张开； 下颌停止动作； 短促眨眼一次； 屏住呼吸，不说任何台词。 与此同时，她原本完整的海妖风姿态自然瓦解：颈部不再刻意拉长，轻触发丝的手停顿一下后缓慢落下，身体由流畅S曲线变成略显僵硬的直立姿态。 最后约0.70秒停留在她瞪大眼睛、嘴唇微张、无声尴尬的表情上。不要尖叫、捂嘴、后退或摔倒。背景顾客只允许有轻微的自然视线变化，不能集体大笑或齐刷刷看她。 最后一帧保持女角色尴尬僵住的面部特写，自然结束。 【声音要求】 全部使用真实现场同期声： 街道行人与远处车辆声； 排队顾客低声交谈； 衣物与发丝的轻微摩擦声； 包子铺内部器具碰触声； 老板隔着柜台传来的自然空间混响。 女角色#1声音年轻、自然、自信但不过度表演；老板声音来自柜台后方，距离比女角色稍远。所有口型与台词严格同步。# 无背景音乐、无旁白、无罐头笑声、无反转音效、无干净棚录配音。 【连续性要求】 女角色#1的面部、发型、服装##3、肤色和身材全程保持一致；# 男角色#2离开后不得重新出现；# 老板与男角色#2不得混脸；# 透明包子袋已被拿走，不得回到柜台； 正反打保持空间方向一致； 女角色始终在柜台外，老板始终在柜台内； 女角色必须先完整自夸，老板才能揭露真相； 女角色必须听完老板整句台词后才出现震惊反应； 字幕必须严格对应当前说话者，不得提前显示老板的反转答案。 【真实系负面提示】 禁止遗漏女角色的两句完整台词； 禁止从“容易”中间开始； 禁止截断“最大的缺点就是容易被人搭讪”； 禁止把“他就是来插队的”写成“她就是来插队的”； 禁止重复搭讪、拒绝、付款或拿包子的情节； 禁止男角色#2重新进入画面；# 禁止女角色提前知道插队真相； 禁止女角色提前震惊、提前看老板或突然失去笑容； 禁止老板大笑、嘲讽、挤眉弄眼； 禁止夸张尖叫、捂嘴、后退、摔倒或卡通式变形； 禁止角色换脸、换装、复制、站位互换； 禁止错误手指、多余手臂、手掌穿过头发； 禁止群众同步表演或集体大笑； 禁止塑料皮肤、强磨皮、广告布光、过度虚化； 禁止稳定器般丝滑移动、慢动作、环绕运镜和特效变焦； 禁止奇幻海妖元素； 禁止背景音乐、AI旁白、额外台词、额外字幕、平台UI和水印。

强大信号 - @a16zcrypto 刚刚宣布最新一期基金募资 22 亿美元。把这条新闻和昨天 @HaunVentures 刚公布的募资 10 亿美元的消息放在一起看，就更有意思了。 这两家头部 crypto-native fund，似乎都在指向同一个方向：Crypto 正在从一个以投机和交易为主的资产类别，慢慢走向一个更底层的位置 - 成为人类、机构，甚至 AI agents 都可能依赖的 24/7 金融基础设施。 过去大家谈 crypto，更多是在谈 token、行情、牛熊周期。但现在，真正被大资金反复押注的方向，开始变得越来越清晰： - 稳定币，正在成为真实的支付和跨境转账工具。 -资产代币化，正在把传统金融资产带到链上。 -预测市场，正在变成一种新的信息市场。 - 链上借贷、永续合约和资本市场，也在逐渐成熟。 - 更重要的是，AI agents 的出现，正在给 crypto 带来一个新的想象空间。 如果未来 AI agents 真的要代表人类去订阅服务、购买算力、调用数据、完成支付、管理资产，甚至参与商业协作，那么它们也会需要钱包、支付轨道、身份系统、权限管理和可信任的结算层。 把 a16z 和 Haun Ventures 这两条新闻放在一起看 - Haun Ventures 更强调 AI agents、金融服务、tokenization 和受监管的金融基础设施。a16z Crypto 则更强调稳定币、链上金融、可验证系统和真实世界采用。 两家基金的方向非常一致。 不过，这两家都是顶级crypto 基金，能否代表整个行业走向呢？ 牛市真要回来了吗？ 如果看全局数据 - 更准确地说，这是一个资本正在重新集中、重新筛选的时刻。头部基金依然可以从 LP 那里募到大钱，但很多中小型 crypto VC 的募资环境依然很艰难。 Galaxy 的数据显示，2025 年 crypto venture funds 总共募资 87.5 亿美元，是 2022 年以来最强的一年，但基金规模的中位数只有 4600 万美元。 PitchBook/NVCA 的数据也显示，2026 年第一季度，73.1% 的 VC committed capital 流向了仅仅五家公司，emerging managers 仍然承压。 CryptoRank 的 Q1 2026 报告也呈现出类似的 barbell pattern：后期项目拿走了更多资金，而 seed 和 pre-seed 加起来只占 crypto VC 总资本的 5.2%。 所以，市场并不是均匀复苏。资本没有消失，但它变得更谨慎，也更集中。 它正在流向 LP 和机构更愿意相信的方向： 稳定币。 资产代币化。 链上市场。 Agentic finance。 可验证网络。 受监管的金融基础设施。 a16z 的 podcast 里有一句话很形象：过去的 crypto 行业，一群穿 hoodie 的 builders 在 hacker house 里写代码。而现在，越来越多是builders 穿上西装，走进会议室，和 Wall Street、银行、支付公司、资产管理公司、监管者坐下来谈。 这就是这个行业正在发生的变化。它正在变得更金融、更制度化，也更接近现实世界的基础设施。这也就是很多OG 诟病“离加密精神越来越远了”的地方。 问题来了 - 如果 crypto 的下一阶段越来越机构化，合规化和基础设施化 - 那么属于普通人，散户和新入行的年轻人的机会在哪里呢？ 也许机会不再只是“更早找到下一个 token”。也许更重要的是，更早理解这些新的赛道和规则，看看如何提前布局，投身到新的游戏规则和赛道的构建与参与当中，在浪潮中摸索前进。 你怎么看？欢迎留言讨论！ 😊

《估值10万亿 -- 人类历史上最大的IPO要来了》 根据 Bloomberg、Reuters 和 Wall Street Journal 的报道（马斯克未否认），SpaceX 计划 2026 年 6-7 月 IPO，估值 1.5 万亿美元（10.5 万亿人民币）。 他的目标是募资 250-300 亿美元以上。如果按出售 5% 股份计算，融资规模将达 400 亿美元，这将直接打破沙特阿美 2019 年创下的纪录（290 亿美元），成为这颗星球上最大规模的IPO，币圈的天王们在这个募资级别前完全就是小趴菜。 多年来，马斯克一直抵制 IPO，以避免公开市场压力（如 Tesla 经历）。但 2025 年 Starship 测试爆炸失败后，公司加速转向上市以获巨额资金。 ~~~~~~~~~~~~~~~ 这个估值有泡沫吗？ 星舰（Starship）月球和火星火箭的研发进展是其上市的重要背书。预计SpaceX在2025年将创造约150亿美元的收入，到2026年将增至220亿至240亿美元之间，其中大部分收入将来自星链业务。 如果单纯从传统财务指标来看，1.5 万亿美元的估值绝对是“天价”甚至“泡沫”。 如果按 2025 年预计营收 150 亿美元计算，1.5 万亿估值对应的是 100 倍市销率（P/S Ratio）。 这是什么概念？我们来看看对比数据： 🍀Tesla (TSLA): 目前市销率约 15-19 倍（极盛时期也没超过 30 倍）。 🍀Rocket Lab (RKLB): 作为最接近的同行，目前市销率约 40 倍（已被市场认为高估）。 🍀英伟达 (NVDA): AI 铲子股之王，市销率约 35-40 倍。 🍀传统军工/航天 (如波音/洛歇马丁): 市销率仅 2-4 倍。 纯看数学，SpaceX 的估值倍数是 Tesla 的 5 倍，是英伟达的 2.5 倍。按常规逻辑，这tm贵到姥姥家了。 ~~~~~~~~~~~~~~~~~~~ 为什么敢喊 1.5 万亿？ 除了马斯克“人类超级英雄”光环之外，华尔街之所以敢喊出这个价格，是因为他们正在重新定价 SpaceX——它不再被视为一家“航天运输公司”，而是被视为“AI 时代的终极基础设施”。 如果只卖宽带（Starlink）和发火箭，撑不起 1.5 万亿。现在的溢价主要来自两个新故事： 故事一：太空 AI 数据中心（Space-based Data Center） 这是最新的核心炒作点，摩根士丹利等机构认为，随着星舰（Starship）运力成型，SpaceX 可以在太空中部署**“轨道数据中心”**。 太空是真空环境（散热更容易？或者利用太阳能更直接？这部分有技术争议，但资本市场买单），且数据传输可以绕过地面的物理光缆限制，实现全球低延迟。 只要沾上“AI 基建”和“算力”的边，估值模型就从“制造业”切换到了“AI 科技股”。 故事二：轨道主权与垄断税 SpaceX 目前在近地轨道拥有绝对垄断权。它不是在修路，它是在拥有“天空”。 未来任何想要进入太空的公司（无论是通信、采矿还是旅游），可能都得向 SpaceX 交“过路费”或使用其标准。这种“主权级”的护城河是传统商业公司不具备的。 这个脑洞就问你牛不牛逼？😂😂😂 再看看币圈编的故事，简直弱爆了啊。 ~~~~~~~~~~~~~~~~~ 早期投资者赚多少？ 为什么说 @peterthiel 的founders fund牛逼呢？因为人家真的能赚钱。 2008年SpaceX 刚刚经历了三次火箭发射失败，濒临破产。彼得·蒂尔的 Founders Fund 和 Valor 在此时注资，这笔钱不仅是投资，更是“救命钱”，估值4-5亿美金，领投2000万。 $1.5 Trillion / $437 Million ≈ 3,432 倍 18年，2000万将变成686亿美金，绝对的本垒打级投资！ 137 Ventures 在2012 年 SpaceX 估值约为 13 亿美元时候投了钱，大概有小1000倍回报。 Google (Alphabet) & Fidelity (富达投资)2015年投了10亿美金，拿走了10%的股份，他们的回报率大概是150 倍。 别看倍数小，他们投的多，收益大，150亿现在变成了1500亿，11年赚1350亿美金，太疯狂了。 ~~~~~~~~~~~~~~~ 到底冲不冲？ 1.5 万亿是按“如果 SpaceX 统治太阳系”这个叙事来定价的，如果你信这个未来，就不贵，如果你只看财报，这是tm天价。 虽然有个老话叫“最美好的叙事杀最多的人”，但这叙事是 @elonmusk 讲的啊，曾经吹过的牛逼都一一实现的“钢铁侠”，这颗星球上对技术最Pure的男人。 我个人是打算拥抱一波泡沫的，币圈几十亿估值的空气都敢冲，人类文明精华的IPO反而不敢了？只要能在大众头脑退烧前跑掉就行。 接下来我关注的重点是有哪些地方能让我提前交易SpaceX的股权，目前Robinhood Crypto EU 实际上已经上线了 SpaceX 的代币化股权交易，但需要欧洲的KYC。 用户买入的是由第三方托管机构持有的股权对应的 Token。这是目前唯一官方背书且明确针对散户的 SpaceX 代币化通道，但对地区限制极严。 其它有一些币圈RWA项目号称要做这个，比如 @StableStock ，Kraken上的Destiny Tech100 (DXYZ)也算一个渠道。 反正还有大半年的时间，相信会有不少RWA项目瞄准这个IPO来搞事的。 #SpaceX# #SpaceXIPO# #RWAs#

前段时间，美国风投机构Dimension Capital的几个合伙人来中国深度拜访了一圈AI公司，用于修正自己的投资判断，他们回去后发给出资人的内部信传得挺广的，全文翻译如下： 跨太平洋的AI棋局 1、稀缺催生进化 美国的出口管制本意是为了拖慢中国的AI发展，但结果却意想不到的制造出了一种进化压力，导致中国的AI实验室拥有了世界独有的竞争围栏。 因为缺少算力，中国团队被迫深入到极其底层的架构里去做工程优化，DeepSeek在刻意削弱性能的H800上训练模型，并绕过CUDA在更下面的PTX上编程，甚至要把每张GPU里的一部分流式多处理器专门分配给跨节点通信。 我们认为，这并不是美国工程师干不了的事情，而是因为两边的刺激机制不同。 美国的AI公司更愿意用资本解决问题，每多投入一美金，就能多买来一美金的算力，但在中国，因为始终没有充足的算力可供购买，所以形成的方案是，每多一个懂编译器的工程师，就能降低整个团队对于算力的需求。 最后形成的是一种覆盖全栈的效率文化，从系统、优化器、推理算法、一直延伸到芯片，这种能力可以持续积累，不像一次性的资本开支，用完就结束了。 2、中国开源模型完成了过去20年中国SaaS都没能做到的事情——进入西方生产环境 不到18个月，中国模型在OpenRouter上的Token消耗份额从不足2%飙升到了45%，Qwen成为Hugging Face上面最快突破10亿次下载的模型家族，大约80%的美国AI初创公司，已经在内部部署了至少一款来自中国的开源模型。 开源绕过了传统软件采购的审查，当模型可以免费部署，也就不存在「供应商」让你放进黑名单。 但吊诡的地方在于，中国的开源模型本质上是在承担西方的生产成本，而并没有拿走西方的生产收入。 因为可以自行部署那些开源模型，所以最主要的利润，仍然流向负责提供Token的云厂商。 所以中国人把模型价格打了下来，让竞争对手很难受，但最主要的受益者仍然是美国的其他商业公司，因为它们能用到更便宜的模型了。 这不是说中国AI公司有钱不赚，开源这种生态在客观上就是会把利润的最大头分配给云厂商，而非模型开发商。 3、中国前沿模型的内部竞争，比西方预计的更加激烈 我们的判断是，目前中国模型的第一梯队包括DeepSeek、Qwen、Kimi、Doubao和GLM，它们之间的差距非常小，洗牌也相当频繁。 五家实验室同时比拼发布速度和模型能力，而且全部开源（译注：豆包并没有开源），这与美国主要由两家闭源实验室主导的竞争环境截然不同。 我们在这一周里最明显的感受就是，中国模型之间的竞争，可能更甚于它们和美国模型之间的竞争。 4、今天，AI要从太平洋两岸来回跑两趟，才能最终落地到客户那里 现在的循环大致上是这样的： 美国的前沿实验室训练出SOTA级的模型； 中国的前沿实验室对这些模型进行蒸馏，然后开源； 美国的AI服务商再基于中国的开源模型进行微调，做成产品卖给美国企业…… Cursor所谓「自主研发」的Composer 2，被发现是用Kimi K2.5改的，Cognition的SWE-1.5看起来也像一个定制版GLM。 就在我们坐在从上海去北京的高铁上时，Harvey发布了自己的专有模型Harvey Tenet——它是对Kimi K3进行了后训练所得到的产物。 如果是一年前，这些公司大概率会选择Llama，或者Mistral。 如今，美国垂直AI行业的底层基座，正在变成中国的开源模型——而这些模型内部，又潜藏着来自美国前沿模型的智能。 5、数据层似乎也在发生类似的事情 Mercor、AfterQuery、Turing这些美国的数据标注公司，都已经公开披露与蚂蚁、阿里巴巴和字节跳动存在商业合作关系。 同时，我们也在中国看到了一批刚刚出现的新公司，它们没有再去做数据标注的生意，而是转为评测和验证基础设施。 比如UniPat。 这家公司成立于2025 年12月，创始人是一名北京大学博士生，此前曾在阿里、月之暗面和腾讯工作。 UniPat发布的 基准测试，已经开始被美国实验室引用到自己的模型报告中，它还声称，通过自己基于Rubric的监督方法训练一个小模型，也取得了很好的效果。 这种思路还是在用更高质量的监督替代更多算力，与我们在第一点中提到的现象完全一致：资源，尤其是算力受限的环境，会逼迫团队发展出不同的适应性能力。 我们在北京和上海见到了好几家这样的公司，绝大多数成立不到24个月，其中少数几家的收入已经很快的突破了1亿美金。 6、美国和中国面临的难题完全不同，而且恰好相反 2024年，中国新增的电力供给是429GW，美国大概是51GW。 根据预估，一直到2030年，中国每年新增的电力供给，都将在400GW以上。 美国的情况是，目前光是数据中心的扩建项目，就有241GW的电力缺口，因为电网接入的积压，需要排队等上5年时间。 中国真正的瓶颈，正如我们提到过的，是算力资源不足。 最直接的例子就是月之暗面：Kimi K3发布后不到两天，就因为推理能力不足而暂停了新用户注册。 所以： 美国芯片充裕，但越来越受制于电力；中国电力充裕，但一直都受制于芯片。 我们可以确信的是，中期AI局势很大程度上将取决于哪一侧的障碍先被推倒，是美国的电网容量先得到改善，还是中芯国际和华为的先进封装以及良品率提升得更快。 7、中美两国的AI产值差太远了 Anthropic在7月的年化收入超过了650亿美金，OpenAI的同期数字在400亿美金左右。 相比之下，中国收入最高的模型是字节跳动的Seedance，年化收入大概在20-30亿美金之间。 中国的纯语言模型公司，年化收入都还停留在数亿美金级别，比如DeepSeek正在接近5亿美金的水位。 消费端也有同样的困扰，豆包的月活用户已经达到3.45亿了，超过Qwen和DeepSeek之和，但每天产生的收入仍然不到100万人民币，而且基本全部都来自购物佣金。 中国的消费者不愿意为软件付费这个死结，我们也不知道该如何解开。 当然，拥有如此庞大的用户规模，最终完全可能找到具有中国特色的商业模式，这在十年前的消费互联网已经发生过一次了。 那就是羊毛出在猪身上，靠电商和广告来实现模型的商业化，中国的创业者身上有种实用主义精神，他们不会因为某种商业模式不够AGI而回避它。 8、硬件和半导体在脱钩，软件和数据在融合 两个国家的政策反应速度已经跟不上了： 美国的产品跑在中国的模型上； 中国的实验室在新马泰租用英伟达的GPU训练模型； 专家标注的数据则在两个方向上互相流动； 所以我们觉得「到底哪边在赢」是一个伪命题，在目前的状态下，两个体系已经高度相互绑定，以致于国家层面的胜负很难被清晰定义。 除非RSI（递归自我改进）的实现能从根本上改变整个系统结构。 9、中国的一些顶尖研究员相信他们已经拥有弱形式的RSI了 在此语境下的RSI，仍然受到算力限制。 更准确的说，这些系统如同RSI的早期雏形： 研究员自己介入其中，通过人工辅助的方式，加速模型到达原本最终也可能到达的能力，从而节省算力和时间。 打比方来讲，这一阶段的RSI，最接近1990年到2010年之间流行的「半人马国际象棋」： 机器加人类的组合，比单独的人类或单独的机器都更强。 10、接下来会有一个至关重要的分叉 假设RSI会随着算力规模的增长而进化，那么美国所处的位置就相当有利了。 目前，美国那两家顶级实验室各自运行有大约2GW的算力基础设施，同时每家已经锁单超过5GW，计划到2030年达到约30GW的水平。 理论上，这些公司拥有巨额收入和资本市场的全力支持，可以大力出奇迹的推动RSI，而中国根本没有足够的芯片追赶。 但另一种情况是： 如果真正的瓶颈并不在于算力，而是质量； 或者，这条技术线所需要的时间足够长，长到足以让中国的优化能力和替代芯片发展到可用水平； 那么过去18个月已经出现的趋势可能不仅会继续，还会加速： 美国前沿模型能力进一步商品化； 中国开源模型变得越来越无处不在； 美国垂直AI公司则获得新的机会——在外国开放权重模型上做微调和应用； 与此同时，大量新增的调用量和利润，会流向负责提供推理服务的公司，目前来看，主要就是超大规模云厂商和新型算力公司。 当然，这一判断建立在电力基础设施按中性预测发展的前提之上。 11、还有一种未来的可能性是，美国的前沿实验室不再对外提供最新版本模型的API了 现实是，目前这一代模型的能力，已经可以满足绝大多数商业需求了。 未来顶尖的高端模型，可能不会再按调用量定价，而是像交付SaaS系统那样，按结果定价。 这样做还有另一个效果：限制中国实验室的蒸馏行为。 美国公司的代价是要放弃不断增长的API调用收入，作为回报，它们可以切断太平洋对面的竞争威胁。 或者至少，这会迫使中国进行昂贵的预训练，从而进一步挤压中国已经存在的算力资源。 12、监管政策砍不断跨太平洋的暗通款曲 到了今天，如果还认为可以简单切断这种联系，实在是过于天真了。 中美两国的技术人员正在通过各种媒介「对话」： 模型蒸馏、开放权重、数据标注、推理服务，以及越来越多的软件执行框架和智能体基础设施。 眼下正在讨论的一些粗暴限制措施——实体清单、托管禁令、采购禁令——几乎肯定会抑制美国自身的创新，并让美国在这些领域失去领导地位。 而空出来的位置，必然会迎来快速跟进的中国竞争者。 13、西方一直在讨论的估值泡沫，在中国市场明显更加突出 中国AI公司的收入规模更低，却享有更高的估值倍数，这是资本市场的一大奇观。 月之暗面的估值是年化收入的115倍，智谱、MiniMax在上市之初也都是100倍，相比之下，Anthropic只有20倍。 我们的判断是，这可能源于中国的资本市场仍不够成熟。 过去二十年，这个市场更习惯于给消费软件公司定价，而现在才刚刚开始建立一套能够理解企业软件和开源商业模式的成熟估值框架。 对于合适的投资机构来说，中国内地和香港存在着相当大的机会，能够找到新兴行业的领先标的。

【Part 2】 刚刚很快就早泄了第一次，被骂了一顿🥲，直接挑战第二次，插着姐姐湿润的黑b和看着巨大的肚子和姐姐的巨乳（D-cup！)，以及姐姐淫荡的表情，四重视觉享受🤤，必射无疑💦我要用姐姐的奶当我们抽插的润滑液～ 又内射了，不知道这样会不会再次受孕🤰⋯ #怀孕# #内射# #早泄勇者# 加长完整版在TG群

GLM-5.2 刚刚正式发布! 给大家带来实测! 直接说结论本次测试中, 提升最大的是Agent能力, 而且是有质的变化! 测试中GLM-5.2 完全不用搜索附近的位置, 就能直接去想要到达的地方. 这一切竟然是它在一开始把地图背下来了! 这在我测试的20多个模型中之前是没有一个模型能做到的, 比如之前的模型想去换电站, 那么都要搜一下附近有哪些换电站(这就会浪费一次tool_call), 而GLM-5.2直接就知道换电站的位置! 从来没用过搜索函数. 这种一开始就把需要的数据内化到上下文中, 并且能够贯穿整个1M上下文进行推理的能力真的是叹为观止. 除此之外, 本次测试后端代码的 Agentic Coding 能力也有提升, 来到了总榜的第二名. 而本次测试暴露出最大的短板则是空间理解. 其实成也萧何败也萧何, 它虽然把换电站的位置都背下来了, 但是去的换电站却不是最近的, 所以虽然记住了, 但是记住了之后在用之前再根据自己当前所在位置推理一下, 他还是没有做到的, 这也是最大的短板了, 强烈建议官方优化一波. #GLM52# #智谱# #智谱AI# #AgenticCoding# #长上下文能力#

大盘回暖，妖币刷屏，链上有意思的东西也开始多起来了。 之前推出过以 $PNKSTR 为代表的 NFT 微策略的平台 @token_works 又搞了个新项目 CMD，大概看了一下机制和玩法： → 总共 10 轮创意 Prompt 提交，每轮持续 12h，目前 Round 1 已结束，Round 2 刚刚开始 → 每轮用户都可以提交创意 Prompt（每次提交需要消耗 0.01e），例如：设置 1% 交易税，每 24 小时用税款自动从二级市场回购代币并烧毁 → 每轮结束时，链上随机抽取 1 个 Prompt，然后用 AI 自动把这个想法应用到智能合约里 → 10 轮结束后，所有被选中的 10 个机制会全部保留并写入合约，并最终发射 $CMD 奖励分配： → 每个获胜 Prompt 的提交者获得代币总量的 1% → 所有参与者（不管想法有没有被选中）共同瓜分 10% 的供应量 → 剩余供应量 + 50% 的 Prompt 费用全部注入 LP → 发射前默认有 1% 交易费（TokenWorks 和 NFT 持有者分享），但用户也可以通过 Prompt 把它“删除”（如果能被选中的话） 总体看下来还是有点意思的，机制也相对公平，用游戏和激励的方式让更多人参与共建。不过光从机制上来说，这并不是一个靠最优想法获胜的游戏，因为是随机抽取 Prompt 的，想赢就得就多扔 Prompt。 个人应该会小小参与一下，看看最后会搞成什么样吧🤫

我知道有群友5.2被洗下车了，只能说格局还是不够大··10月份以前高管股票没发干净呢，不急着走，现在市值刚刚2亿美金，根正苗红的韩国半导体公司啊··

昨天是跟着黄仁勋买美股（菜鸟版），今天继续聊 AI 工具（差生文具多版🤣）。有木有人在意一下角落里跌麻了的 $BTC lol。 今年 1月 的时候就关注到 Anuma，那个时候 ZetaChain 刚刚推出 2.0 的叙事宣布进军 AI 赛道。就在 4 月底他们的核心产品 Anuma 终于开放，ZetaChain 也正式从跨链协议全线转入 AI 领域，定位变成了"The Private Memory Layer for AI"。 ｜Anuma @AnumaAI 做为 @ZetaChain 的消费级入口，相比之前越来越丰满了，多模型 AI 聊天方面支持 GPT、Claude、Gemini、Grok 等主流模型自由切换。但它主打的不是"又一个聚合器"，而是"记忆"。 你可以把在 ChatGPT、Claude 等平台的聊天记录导入 Anuma 的加密记忆库，实现“一个身份、一个记忆、链接所有 AI”（One identity. One memory. Every AI.）。这似乎在单模型平台上很难看到。 而且，今天发现似乎直接用 iMessage 或 SMS 发短信就能跟 AI 聊天🤔。大家感兴趣的可以来体验一下： ｜ “记忆”？Skills？SOP？ 这里的“记忆”跟别的 AI 工具的 Skills、SOP 这些概念是不一样的。Skills、SOP 可以让你某项任务完成的更加高效，本质是流程化。 Anuma 的“记忆”则是让 AI 无痛理解你是谁、你有什么习惯、你的各种 Context，而这个过程无需你在多个大模型之间重复输入 or 调教。 ｜$ZETA 那 $ZETA 在这个体系里扮演什么角色？可以用来解锁高级模型和专家 Agent（质押解锁 Anuma Tokens 用于兑换 AI 积分）、x402 支付结算（这个我印象中 @billions_ntwk 也在做）、当然还有创作者激励～ 比如，今天刚上线的获取 Amuna Pro 免费使用资格的活动，质押你手里的 $ZETA 即可参与： $ZETA 其实已经算是老牌 Token 了，如果有新的需求场景、消耗场景，那么这个产品层和资产层才能打通，飞轮才能真的转起来，是件好事。 "AI + Crypto"这个叙事现在很拥挤，但“Private Memory Layer”这个切入点是具备差异化的，现在的市场环境下，转型 + 创新更加需要勇气和实力。 加油，我的老伙计！