小米 给每个人送 820亿token ... 原因是： 推理技术优化说明 本次价格调整背后，离不开小米技术团队在推理系统上的持续优化。 我们基于 SGLang HiCache 完整支持 SWA（Sliding Window Attention），将 KV Cache 在 GPU 显存、CPU 内存、SSD 等多级存储之间的数据搬运量降低至优化前的近 1/7，并将可缓存 token 数量提升至优化前的近 5 倍，显著提升了缓存命中率和推理效率。 同时，我们通过优化专家并行方案、输入长度分桶策略等，进一步提升了集群输入吞吐能力，从而在保障服务质量的前提下持续降低单位 token 服务成本。

做交互做视频时，跟 AI Agent 描述半天动画效果也说不明白？-- 1 分钟认识 13 类常见 Motion 动效名称 “从右边快速滑入，停下时稍微回弹一下……” 为了让 Agent 做出想要的动画，你是否写了很长一段描述，结果它还是理解错了？ 很多时候，不是描述得不够详细，而是缺少双方都能准确理解的动效名称。与其反复解释动画长什么样，不如直接说出它的名字。 这段不到 1 分钟的视频整理并演示了 13 类常见 Motion 动画： 1. 页面与视图切换：Push Slide 2. 元素进入与退出：Staggered Entrance 3. 状态变化：State Morph 4. 操作反馈：Press + Ripple 5. 滚动动画：Scroll-driven Transform 6. 导航动画：Sliding Indicator + Drawer 7. 加载与等待：Spinner + Shimmer 8. 数据变化：Bar Growth 9. 布局重排：FLIP Reorder 10. 手势与物理运动：Drag + Spring 11. 引导与提示：Pulse + Popover 12. 品牌与装饰动画：Orbit + Assemble 13. 3D 与空间运动：3D Card Flip 每个片段都包含醒目的中英文名称和直观示例，帮助你快速理解动画的视觉表现与适用方向。 知道名字之后，你不仅能更快找到参考，也能更准确地向 Agent、设计师或开发者表达需求。少写一大段模糊描述，用一个明确的名称，让所有人更快理解你想要的动画。

推荐这篇笔记，对 Kimi K3 架构的独立技术拆解。 六个要点——最让人意外的一条：它完全没有使用位置嵌入，在 2.8T 这种规模上仍然是第一个。 Sebastian Raschka 在 Kimi K3 技术报告发布第二天（7/28）写了一篇精炼的架构笔记，今天登上了 HN 首页（#12，419# 分）。文章很短但信息密度高，以下是六个要点。 1. 本质上是 Kimi Linear 的超级放大版 K3 的架构直接继承自去年的 Kimi Linear（48B），只是从 48B 放大到了 2.8T。"K3 是目前最大的开源权重模型。"（注：Kimi K3 有 2.8T 总参数，104B 激活） 2. 唯一新增组件是 LatentMoE 与 Kimi Linear 相比，K3 唯一的新架构组件是 LatentMoE——和 Nemotron 3 Ultra 使用的结构相同。核心思想是把大型线性层压缩（下投影），类似于 multi-head latent attention（MLA）的做法。 3. 整体趋势指向推理效率 K3 延续了 Nemotron 3、DeepSeek V4 等模型的共同方向：用效率优化版替换标准组件。具体来说： • MoE → LatentMoE • 标准 attention → multi-head latent attention + Kimi Delta Attention (KDA) 4. Attention Residuals 是唯一非效率类改动 与 DeepSeek V4 用 mHC（manifold-constrained Hyper-Connections）改进残差路径不同，K3 使用 Attention Residuals——跨层连接残差，连接本身用 attention score 作为重要性/贡献权重。根据技术报告，它一致地改善验证损失和下游性能（少量提升），带来约 4% 的训练成本增加和 2% 的推理成本增加。 5. K3 完全去掉了 RoPE K3 在所有层使用 NoPE（No Positional Embeddings），这也是从 Kimi Linear 继承的。近期其他架构的趋势是在局部 attention 层（如 sliding window attention）使用 RoPE，在全局层使用 NoPE。有过一些纯 NoPE 的架构，但据 Raschka 所知，K3 是第一个达到前沿水平的纯 NoPE 模型。 6. 原生多模态支持 K3 现在原生支持视觉输入——Raschka 把它列为值得关注的新增能力。 Raschka 的结论 "有一些其他有趣的训练细节在技术报告中，但架构方面的要点就是这些。总的来说是一次非常棒的发布。" Raschka 的 LLM 架构画廊（涵盖本文提到的所有组件）： 原文： #KimiK3# #LLMArchitecture# #SebastianRaschka#

【尝试了5年交换】他们把第一次给了我们 第2集（21:15分钟） 对他们来说，这一天，是真正的第一次。 Kelly 一直说自己是慢热的人， 但 Sam 的幽默和温柔，让她完全放下了紧张和戒备。 在没有压力、没有剧本的互动下， 她轻轻握住了 Sam 的肉棒，开始帮他口交。 而 Sam 也自然地回馈，用嘴唇温柔地回应她的身体。 那一刻，她的喘息是真的，她的湿润也是真的。 不需要被鼓励，不需要被说服， Kelly 抬起屁股，她什么都没说，主动张却用身体迎接了 Sam 的进入。 Sam从后方插入，每一下都让她忍不住呻吟。 那是她人生第一次和老公以外的男人做爱。 而 Jacky，看着她被爱抚、被进入， 他也不再退缩。 而我，也引导着Jacky靠近。 他一开始很紧张，动作卡住了， 我没有催他，只是轻轻摸着他、看着他—— 直到他慢慢放松、顺利进入我体内。 他从后面顶进来，每一下都又深又满， 我真的爽到全身发软，忍不住叫出了声。 那一刻，我们知道—— 他们终于，真的走过了那道门。 这不是试探，而是真正的交换，真正的释放。 ⸻ 【5 years trying】They Gave Us Their First Time – EP2 (21:15) For them, this was truly the first time. Kelly always said she’s a slow starter, but Sam’s humor and gentleness helped her completely let go of her nervousness and walls. With no pressure and no script, she gently reached for Sam’s cock and started to suck him. Sam responded naturally—using his lips to tenderly explore her body. Her moans were real. Her wetness was real. There was no need for encouragement, no need to ask. Kelly lifted her hips, and without saying a word, welcomed Sam’s cock inside her. He slid in from behind, and every thrust made her moan uncontrollably. It was her first time making love to a man other than her husband. And Jacky, watching her being touched and entered, stopped holding back. I gently guided Jacky closer. He was nervous at first, and his movements were stiff. But I didn’t rush him—just softly touched him, looked into his eyes… until he slowly relaxed, and finally entered me. He pushed in from behind, deep and full with every stroke. I couldn’t help but moan—my whole body melting from the pleasure. In that moment, we knew— they finally crossed the line. This wasn’t an experiment. It was a real swap. A real release.