#高雄客評# 小媚.163.D.25歲.43kg 感恩初次配合的新朋友 若言珍惜每一份來之不易的信任 不管是新朋友還是老朋友 若言都會用心對待 保證品質 服務過程：先聊天，後來進入正題先口到硬之後上去搖，之後試各種姿勢，出來之後聊了一點天沒有要馬上走掉的意思 情緒價值給滿 對若言的評價：100分

#上海# 上戏真实在读校花 身高170 🐻：D 2007❤️ 细腰翘臀  胸型超级好 三点粉 蜜桃臀 🍑 不下垂 五🌟服务 全身皮肤❄️雪白 无赘肉💅🏻 极品超模筷子腿 纯天然无整 无纹身 可舌吻 更多妹子资料：

原来《星际火狐》（NS2）算是对《星际火狐 64》的第三次重制，前两个是《星际火狐 64 3D》和《星际火狐 零》。 而《星际火狐 64》是对初代《星际火狐》的 3D 重制。 《星际火狐》初代 — 1993 ↘️《星际火狐 64》— 1997 ↘️↘️《星际火狐 64 3D》— 2011 ↘️↘️《星际火狐 零》— 2016 ↘️↘️《星际火狐》（NS2） — 2026

《隐私板块爆发：相关利好代币深度复盘》🔥 同时持有巨额$ZEC现货和空单的「10.11内幕巨鲸」 Garrett Jin @GarrettBullish 一口气割掉了浮亏3000万美元的$ZEC空单！这是强烈看涨$ZEC后市的信号吗？🤯 确实，$ZEC从底部暴力起涨近百倍，ATH直逼1600美元，是本轮上涨中的明星代币，同时也带起了市场对于隐私板块的Fomo。V神 @VitalikButerin 在最近的采访中也说道：“我不会放弃隐私。” 所以，小编为大家梳理了隐私板块的资金轮动路径以及相关受益代币！👇 🚀一、隐私板块资金轮动核心四步速览 1⃣ 先买可交易的隐私资产（ $ZEC ） 2⃣ 再买把隐私做成默认体验的路由（ $NEAR） 3⃣ 再买能在公链上加密计算的基础设施（ $ZAMA） 4⃣ 最后才轮到应用插件和老币 Beta（ $RAIL / $ZEN / $DASH） 💡二、锐评利好代币从“夯”到“拉” 👑【夯】$ZEC＆$NEAR —— 定价核心与流量入口 $ZEC（Zcash）｜ 本轮大资金首选，合规隐私币之王 核心数据：现价 $1,508.87 ｜ 7d +42.20% ｜ 全流通市值 (FDV) ~$255.5 亿 💡核心亮点： 👉合规审计兼容性：支持 View Key（查看密钥），符合监管反洗钱要求，同时拥有灰度信托通道，是大资金配置隐私叙事唯一合规通道。 👉筹码结构清晰：流通率逼近 100%，无早期 VC 大额解锁抛压，二级市场买盘阻力小。 👉资金承载力强：市值与流动性在隐私板块中位列前茅，能够有效承接数十亿级资金进出。 $NEAR（NEAR Protocol）｜ 适配ZEC的链抽象路由 核心数据：现价 $4.19 ｜ 7d +81.20% ｜ 全流通市值 (FDV) ~$54.7 亿 💡核心亮点： 👉无感隐私体验：通过链抽象（Chain Abstraction）与多链签名，将脱敏交互内嵌为底层路由，用户在以太坊、Solana 操作时无需切换专有钱包，直接截流跨链交互流量。 👉基本面与流动性兼备：作为公链基建，同时享受 AI、链抽象与隐私三重叙事加持，吸纳资金体量大，7 天涨幅达 81.20%。 👉“期货空投”玩法点燃市场（NEAR@3.33）：NEAR搞的NEAR@3.33 (mailto:NEAR@3.33) 先让空投 TVL 先打到 $7000 万，触发第一期快照；资格是NEAR隐私账户留存超过 $100，并至少做过一笔隐私兑换。代币先锁着，等 NEAR 三日 VWAP 站上 $3.33 才兑成流通 NEAR，目前NEAR价格已经远超3.3。 🥈【人上人】 $ZAMA / $RAIL —— 硬核基建与纯血插件，高弹性标的 $ZAMA（Zama）｜ 公链全同态加密（FHE）计算基础设施 核心数据：现价 $0.0862 ｜ 7d +83.20% ｜ 流通市值 ~$2.13 亿 ｜ 全流通市值 (FDV) ~$9.73 亿 💡核心亮点： 👉密文计算代际升级：主导开发 fhEVM，突破了 ZK 仅能“验证”的局限，解决抗 MEV 与机密 DeFi 痛点。 👉赛道先发优势：FHE 赛道头部项目，技术壁垒高，叙事空间广阔。 👉高弹性与赔率：流通盘约 21.8%，市值较小，主升浪中弹性高（7 天 +83.20%）；不过需注意后期代币解锁节奏。 $RAIL（Railgun）｜ EVM 原生智能合约隐私插件 核心数据：现价 $3.04 ｜ 7d +52.20% ｜ 全流通市值 (FDV) ~$1.82 亿 💡核心亮点： 👉EVM 原生免跨链：直接以合约形式部署在以太坊主网及各大 L2，用户无需承担跨链桥风险即可完成零知识私密转账，Vitalik 曾多次公开使用与推荐。 👉100% 全流通无抛压：市值仅 1.8 亿左右，筹码结构轻，是资金外溢阶段极佳的应用层 Beta。 ⚖️【NPC】 $XMR —— 匿名性顶格，但流动性严重受限 $XMR（Monero）｜ 原教旨匿名货币，受困于合规审查 核心数据：现价 $571.95 ｜ 7d +9.20% ｜全流通市值 (FDV) ~$107.5 亿 💡核心痛点与现状： 👉匿名机制极强但无法合规：全网默认强制匿名、隐蔽地址，抗审查能力顶尖；但因不符合 FATF 旅行规则，被全球绝大多数主流 CEX 下架。 👉流动性严重折价：出入金受阻于 DEX 和 OTC 场外市场，机构资金无法规模化进场，导致全板块大涨背景下 7 天仅涨 9.20%，在二级市场缺乏价格弹性。 🪨【拉完了】$ZEN /$DASH —— 机制脱敏与技术脱节的老币 $ZEN（Horizen）｜ 剥离隐私池转型的老币补涨 核心数据：现价 $7.70 ｜ 7d +23.90% ｜ 流通市值 ~$1.41 亿 ｜ 全流通市值 (FDV) ~$1.62 亿 💡核心痛点与现状： 👉原生隐私功能已剔除：此前为规避交易所下架风险，官方已主动废弃 Shielded Pools（屏蔽池），实质转型为通用模块化 EVM 链，缺乏原生隐私竞争力。 👉纯靠情绪驱动：流通率达 87.3%，近期涨幅主要由低市值反弹与板块记忆带动，缺乏独立基本面支撑。 $DASH（Dash）｜ 架构陈旧的支付型代币 核心数据：现价 $56.60 ｜ 7d +6.00% ｜ 流通市值 ~$7.26 亿 ｜ 全流通市值 (FDV) ~$7.26 亿 💡核心痛点与现状： 👉混币机制落后：仍采用基于主节点的 CoinJoin 方案，与现代 ZK、FHE 相比缺乏密码学技术优势，易被链上分析追踪，且面临 CEX 审查压力。 👉资金关注度垫底：7 天仅微涨 6.00%，在全板块爆发中严重滞涨，资金认可度低，属于典型的边缘化老币。

【一道兩年前的浙江高中數學題，讓于北辰再度火遍兩岸】 近日，浙江省紹興市2024學年第二學期高中期末調測試卷的一道高二數學考題，在兩岸社交媒體上引發熱議。題目以導彈攔截為命題場景，原型疑似台灣退役少將于北辰早年的一則常識性錯誤發言：其曾提出單發導彈攔截率70%，三枚叠加攔截率可算出210%的錯誤結論。台灣多家媒體紛紛報道此事，台北市議員李柏毅在島內一檔政論節目中化身“李老師”，現場講解這道題的正確算法。 網傳試卷為紹興市2024學年第二學期高中期末調測高二數學考卷。其中第五道選擇題的題目為：已知某防禦系統的導彈攔截目標的命中率為70%，為提高攔截成功率，決定同時發射三枚導彈攔截同一目標，若這三枚導彈彼此間互不干擾，則攔截的成功率為？四個選項分別為A.70%、B.97.3%、C.100%、D.210%，該題官方正確答案為B選項97.3%。 這道充滿話題性的選擇題一經傳播，便引發兩岸網友熱議。大陸網友紛紛玩梗調侃：“這題我會，210%。”“雖然選B是對的，但是我還堅持選D。”台灣網友的討論同樣熱烈，大批網友諷刺道：“于北辰，恭喜你的導彈攔截率算法變成高二數學考題了，這下丟臉丟到大陸去了。”“身為台灣人都知道答案是210%，不可能是其他答案。”還有網友反問道：“是該恭喜于北辰在大陸紅了？還是他在丟台灣軍人的臉？” 長期關注公眾議題、擁有百萬粉絲的台灣網紅Cheap也在海外社交媒體分享了這份試卷的截圖，並配文諷刺道：“于氏數學定理，恭喜于將軍變成考題出來了。” 這道概率題的命題源頭，正是于北辰2022年8月發表的爭議言論。當時節目正圍繞解放軍圍台軍演展開討論，聊到解放軍發射導彈的相關話題時，于北辰聲稱台軍可以發射“天弓”導彈進行攔截，“一發攔截度是70%，我們三發一起攔截，攔截率就是210%，一定攔得到！”此番發言直接讓主持人與在場嘉賓集體陷入沉默。 多家台媒也對此事進行了報道，有台媒援引網友評論指出：“這是近年少見將台灣政治人物言論納入數學試題的案例。”“透過熱門話題結合數學教育，有助于學生理解機率概念，相當具有創意。” 昨天（6月25日），李柏毅在節目中化身“李老師”，現場講解這道題的正確算法。 李柏毅指出，作為理工科出身的人，他很清楚攔截成功率不可能超過100%：“完全攔截就是百分之百，超過這個數值的概念在現實裡根本不存在。”他進一步講解計算邏輯：每枚導彈命中率為70%，對應的失誤率為30%；三枚導彈同時攔截，只有三枚全部失誤才算攔截失敗，因此整體失敗率為30%×30%×30%=2.7%。用100%減去2.7%，得出成功率為97.3%。講解完他還不忘調侃：“相信于將軍也懂，210%放在‘台灣價值’裡能拿滿分，但放在數學考試裡只能得零分，這兩者要區分開。” 台灣時事評論員謝寒冰也在節目中調侃，于北辰的數學已經“聞名世界”了。 值得注意的是，兩年前，于北辰曾在一次直播中為自己的言論辯解：“沒有錯，我承認我的數學差，我的統計學差，那又怎麼樣？這樣子有鬧笑話嗎？”目前，于北辰還未對這次自己的言論被編入大陸數學考題一事作出公開回應。 這早已不是于北辰第一次發表違背常識的出圈言論了。除了“三枚導彈攔截率210%”外，他還曾拋出過許多荒謬言論，包括“大陸城鎮都是土房子”“解放軍登台沒有谷歌地圖會迷路”“待在東風導彈射程外安全”等，兩岸網友也因此戲稱他為“土房哥”和“相聲社團德雲社在逃弟子”。有島內輿論分析認為，于北辰是故意說這些荒唐話，要的就是流量。（來源：香港新聞網） 詳情： #于北辰# #台灣# #浙江# #高中數學題#

SpaceX之前最重磅的IPO估计就是下周这个超大晶圆制造商Cerebras Systems的上市了，Cerebras是一家专注于AI加速器的美国公司，总部位于加州Sunnyvale，成立于2016年。公司以“晶圆级集成”（Wafer-Scale Engine，简称WSE）技术闻名，核心产品是将整个300mm硅晶圆直接做成一颗超级大的AI处理器，而不是像传统GPU那样切成小芯片再封装。这解决了AI训练/推理中常见的内存带宽和芯片间通信瓶颈问题，被誉为“世界上最大的AI芯片”。树立了下关于Cerebras几部分关键信息。 1、核心技术和产品 1）晶圆级引擎（WSE） 传统AI芯片（如NVIDIA H100/B200）采用多芯片模块（MCM）或小型die，通过NVLink/HBM等外部互联扩展。但Cerebras的WSE把整个晶圆做成单一die，避免了芯片间通信延迟和带宽损失，实现了“片上”海量并行计算。 WSE-3采用“Weight Streaming”架构，将计算和内存解耦，支持外部MemoryX扩展（1.5TB、12TB、120TB甚至1.2 PB），单系统即可训练高达24万亿参数的超大模型。 2）CS-3系统 单台15U机柜，内置1颗WSE-3，支持水冷。通过SwarmX互联可扩展至2048台集群，峰值达256 exaFLOPS。单台CS-3就能在不到1天内从零训练Llama 2 70B模型（Meta GPU集群需约1个月）。 3）性能优势 Cerebras强调“消除数据移动瓶颈”： 比上一代CS-2（WSE-2）：性能翻倍，功耗和成本不变（CS-2用7nm，2.6万亿晶体管，40 GB SRAM）。 比NVIDIA H100/B200：在内存密集型大模型任务中优势显著。CS-3单系统内存容量远超10,000节点GPU集群；推理速度可达GPU云的数倍（尤其是长上下文/大模型）。公司声称在Llama/Falcon等模型上tokens/second提升2倍。 实际基准：Condor Galaxy 3（64台CS-3集群，8 exaFLOPS）已于2024年Q2上线，与G42合作。集群编程像“单芯片”一样简单，无需复杂分布式框架。 优势： 极致内存带宽 → 适合万亿/十万亿参数模型训练与推理。 扩展性强 → 集群像单机一样编程，开发效率高。 能效/成本在特定 workloads 上优于GPU（同功耗下性能翻倍）。 挑战： 单系统功耗高（25kW），部署门槛高（需专用数据中心基础设施）。 晶圆级制造良率和缺陷容忍技术虽成熟，但整体成本高（单系统硬件估算数百万美元）。 生态不如CUDA成熟，主要针对AI训练/推理大模型，不如GPU通用。 总体上Cerebras是“垂直优化”的AI超级计算机方案，适合追求极致规模和速度的 hyperscaler、主权AI项目、国家实验室，而非通用GPU替代品。 2、发展历程 Cerebras从“卖硬件”转向“AI超级计算平台”，已从早期科研验证走向商用落地（Condor Galaxy等主权AI项目）。 从SeaMicro老兵到AI晶圆级先锋 Cerebras成立于2015-2016年（官方多以2016年计），总部位于加州Sunnyvale。创始人团队全部来自SeaMicro（2012年被AMD以3.34亿美元收购），早期处于stealth模式四年，专注解决“晶圆级集成良率难题”。 1）2019年：发布首代WSE-1，开启晶圆级AI芯片时代。 2）2020-2022年：推出CS-1/CS-2系统，完成从“芯片”到“系统+软件栈”的闭环，与TSMC深度绑定实现量产。 3）2024年：WSE-3及CS-3系统落地，性能翻倍；同期首次递交S-1（后因业务优化于2025年10月撤回）。 4）2025-2026年：转向云推理服务+混合模式，与OpenAI签署巨额合作； 5）2026年2月完成Series H，4月重启S-1，5月启动路演，计划Nasdaq上市（代码CBRS）。 3、核心团队及融资 1）核心团队 Andrew Feldman（CEO、联合创始人）：连续创业者，曾任SeaMicro CEO、Force10 Networks产品VP（后被Dell收购）、Riverstone Networks营销VP。斯坦福MBA背景，擅长产品化与资本运作。 Gary Lauterbach（联合创始人、前CTO）：Sun Microsystems UltraSPARC首席架构师，58项专利，曾主导AMD数据中心业务。 Sean Lie（联合创始人、现CTO）：MIT本科+硕士，AMD高级架构师，29项专利。 Michael James（首席架构师）：SeaMicro软件架构师，后任AMD对应岗位。 Jean-Philippe Fricker（首席系统架构师）：DSSD/SeaMicro资深硬件架构师，30项专利。 团队优势在于“系统思维”而非单纯芯片设计：他们深谙数据中心功耗、互联与软件优化，曾用fabric架构重塑服务器。这正是Cerebras能解决晶圆级缺陷容忍与Weight Streaming架构的关键。 2）融资历程 累计融资约29-37亿美元（含多轮），估值从早期数百M美元飙升至IPO前230-266亿美元： 早期：Series B/C/D（2016-2018）累计约1.7亿美元，投资者包括Foundation Capital、Eclipse、Sequoia、Benchmark。 中后期：2019 Series E（2.72亿美元，估值24亿美元）；2021 Series F（2.54亿美元，估值41亿美元）。 2025-2026：Series G（11亿美元，估值81亿美元）；Series H（10亿美元，估值230亿美元，Tiger Global领投，Benchmark、Fidelity、AMD等跟投）。 4、业务模式与财务表现 Cerebras早期卖硬件（CS-2/CS-3系统），后来转向云服务（Cerebras Inference，云端提供超快AI推理）和混合模式。客户包括CSP、 hyperscaler、企业、主权AI项目（如G42）、研究机构。 2025财年财务：收入5.1亿美元（同比+76%，2024年2.9亿美元，2023年0.787亿美元，2022年0.246亿美元，20倍增长）。硬件收入约3.58亿美元，云及其他服务1.52亿美元。 GAAP净利润：约0.879亿美元（2024年净亏损4.85亿美元），首次实现盈利（不过非GAAP仍有亏损）。 剩余履约义务（backlog）：246亿美元（OpenAI等多年前期大单贡献），2026-2027年预计确认15%。 客户集中度：2025年G42占24%（此前曾高达87%），另一UAE客户占62%，但已显著多元化；OpenAI签署超100-200亿美元多年前期合作（含1亿美元贷款+认股权证）。 公司定位从“卖芯片”转向“AI基础设施平台+云”，并与Qualcomm等合作加速边缘部署。 5、IPO相关信息： IPO 基础发行2800万A类普通股，超额配售420万A类普通股，核心管理层和投资人不卖股。纯公司发行新股用于募资，无大量旧股套现。 IPO定价$115–$125/股，因需求超20倍，已计划上调至$125–$135/股（可能进一步调整）。高区间（$125）募资约35亿美元（基础28M股），含超额配售最高约40.25亿美元。 高估值下（$125/股）对应市值约266亿美元IPO后总流通股本约 2.13亿百万股（包括Class A、B、N等）。其中： Class A（上市交易股）为IPO发行的28M股 + 超额部分； 其余Class B（高投票权，创始团队/早期投资者/优先股转换后）和Class N（非投票权，如OpenAI认股权证相关）。 ipo后解禁期前的流通比例 标准锁定期： 180天或提前至Q3 2026财报发布后两个交易日（取较早者）。 解禁前初始流通股（Initial Float）： 仅IPO发行的 28百万股（基础）或最高 32.2百万股（含超额）。 锁定期内真实流通比例： 约 13.1%–15.1%（28M / 213M ≈ 13.1%；32.2M / 213M ≈ 15.1%） 预期定价日：下周三5月13日，预期上市交易日：5月14日（周四），代码CBRS。 整体而言估值虽高，但增长潜力和技术壁垒值得关注 本条由@bitget_zh赞助，「Bitget 买美股：秒级入场，丝滑交易 」

✨Nikke同人嘉年华体验官摊位——坠星大聪明 免费无料送送送： 光临小摊就可以领取「灰姑娘」专属无料，先到先得哦～ 场贩限定福利： 任意购入周边，可以任选其一明信片，共有十款！ 可爱主包随便rua： 欢迎现场找主包互动，合影cheki/集邮都可以哦！ 坠星的C服预告在这里！（暂定） 25号→杀手妻子D 26号→拉毗睡衣款 等你来贴贴，不见不散呀～

玩2D的不過癮嗎? 那一定要試試超精細寫實3D風格的紳士手遊『慾神幻想』 精細的3D畫面，豐富的遊戲體驗，自由的調整鏡位 令人過目難忘 現在『慾神幻想』期間限定活動角色召喚池 有各種角色的聖誕節瑟瑟造型喔 還不趕快去收集!! EROLABS平台下載： #EROLABS# #慾神幻想# #奧莉拉娜#