注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 sensory
sensory 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 sensory 的推特
黑暗心理学,什么是【感官唤醒】? 为什么接吻,能点燃女生的性欲? 很多人以为接吻只是一个动作,但心理学告诉你,那个瞬间里发生的事,远比你看见的复杂。 神经科学研究指出,接吻会促进催产素(Oxytocin)的分泌,这种激素与信任、依附和亲密感直接相关。当催产素浓度上升,心理防备会自然下降,情绪距离开始缩短,身体也跟着进入更开放的状态。这不是意识层面的选择,而是神经系统在接收到安全信号后的自动反应。 这与感官唤醒(Sensory Arousal)的机制同时运作。接吻不只是嘴唇的接触,而是触觉、温度、气味、呼吸节奏的多重叠加。这些讯号会同步输入大脑的边缘系统,也就是负责情绪与本能反应的区域,让心理与生理几乎在同一时刻被唤起。 结合 Rosemary Basson 的反应性性欲模型(Responsive Desire Model),女性的欲望多半不是自发产生,而是由情绪连结与身体感受共同触发的。接吻之所以有效,是因为它同时满足了这两个条件,让她在情绪上感到被靠近,在生理上感到被唤醒。 黑暗心理学揭示,接吻的本质不只是浪漫,而是一个能同时开启心理与生理的触发点。你以为是接吻让她产生欲望,其实是接吻让她感觉到可以靠近你。
显示更多
Sensor Tower的全球移动互联网年度报告摘要: - 下载量Top 3的App依次是ChatGPT、TikTok、Instagram; - 付费量Top 3的App(不含游戏)依次是TikTok、Google One、ChatGPT; - 月活量Top 3的App依次是Google、YouTube、Chrome; - 非游戏App的收入规模有史以来第一次超过了游戏,大涨21%,主要受AI付费拉动; - 10亿美金流水俱乐部新增3个玩家,ChatGPT、CapCut、腾讯视频; - 收入增长最快的Top 3赛道依次是AI、社交、短剧; - 收入下跌最狠的Top 3赛道依次是体育、直播、网课。 * 所有数据都不包括中国区Android市场。
显示更多
赛博体检的时代来了。 谷歌训练了一个健康基础模型 SensorFM,还获得了专业医生的肯定。 它能同时分析智能手表记录的心率,血氧,睡眠,运动和体温等 30多项信号,预测心血管健康,代谢风险,睡眠状态,以及抑郁和焦虑相关指标。 谷歌随后拿近 1.4万人的数据给它做了一场考试: 只看手表记录,判断这些人的健康状态,再和真实结果对照,35项测试,SensorFM 有 34项比常规方法更准。 SensorFM的训练数据来自 500万人,累计超过 1万亿分钟。哪怕中间有一段时间没有佩戴手表, 它也能根据前后记录,估算缺失的数据。
显示更多
短剧在部分国家市场的用户性别比例: 印度 男性67%,女性33% 中国 男性60%,女性40% 印尼 男性58%,女性42% 英国 男性54%,女性46% 日本 男性52%,女性48% 美国 男性50%,女性50% 韩国 男性48%,女性52% 西班牙 男性47%,女性53% 巴西 男性29%,女性71% source:QuestMobile、Sensor Tower、Omdia
显示更多
☀️ 有些大事件,还没正式发生,热度就已经提前拉满。 《GTA VI》 很可能成为今年,甚至过去十年最受关注的流行文化事件之一。 据 Sensor Tower 估算,GTA VI 目前预购量已经达到约 460 万份。 游戏还没上线,市场已经开始提前为它定价。 新的一天,继续看看下热点。 👀
显示更多
0
40
11
9
转发到社区
我几个月前就预测过,北京这些投具身智能的VC们,一定会陷入进退维谷、自我矛盾的境地, 一方面老百姓和市场的预期,已经被宇树这种垃圾玩具厂拉到极高的水平,认为机器人=超人=能做任何事情, 一方面VLA方向已经彻底死透了,所有人都发现这条路完全是死路一条,一堆骗子公司还在做RL和采集数据, 但人人都知道这些公司离彻底死绝只剩下时间问题,更别提宇树这种垃圾玩具公司, 一方面VLM直接接入机械臂手柄这个approach,我反复强调过,没有大范围高密度高灵敏的接触传感器tactile sensor,加上vlm本身的速度问题,可以解决,但代价就像一个人拿手柄控制7个自由度的超级大手臂一样,非常不稳定,非常危险,非常慢, 一方面整个湾区都在做vlm接入机械臂的控制大手柄这个方向,所有的demo都是3~10倍加速的演示,但是连最基本的pick and place都做不好,只能控制机械夹子,连手都算不上。 但是北京这些VC要不要跟进呢,跟进就意味着彻底扇了整个国家战略层面上宇树科技这一波具身智能的脸,不跟进又眼睁睁看着被湾区这些YC孵化的高中生们拿个gpt model直接吊打。 我反复说了两年,中国具身智能这轮大跃进,最终一定是以自我打脸收场,下一轮一定会有其他新的灵巧手方向的突破,但一定是以这一轮这几十家具身智能诈骗玩具厂集体倒闭破产关门作为起点的。
显示更多
0
24
377
27
转发到社区
Meta Muse突然爆了。 过去一年,Meta在AI上的巨额投入一直伴随着质疑:基础设施疯狂烧钱,大模型进展却没有完全兑现市场预期。 但9月8日上线的Meta Muse,突然给了市场一个完全不同的故事。 这款被Meta称为“个人AI助手”的产品,不只是陪用户聊天,而是试图直接替用户完成事情:查资料、填表、网购、订餐、安排日程,甚至连接邮箱、日历、Spotify、Instagram和OpenTable等服务。现在AI开始从“回答问题”,走向“替你办事”。更夸张的是它的增长速度。 据Sensor Tower数据,Muse上线5天下载量突破73万次,13天累计下载量超过250万次;截至9月22日前后,它还登上美国苹果App Store免费榜首位。 这意味着它真正撞上的,不只是ChatGPT、Claude这样的聊天机器人,而是一个更大的问题: 普通人到底愿不愿意把日常事务交给AI?那么Muse的意义可能就在这里。 过去的AI助手更多需要用户主动提出问题,Muse则试图成为一个“执行者”: 你说目标,它负责拆解任务; 你授权,它负责调用工具; 遇到涉及资金、隐私等敏感操作,再向用户请求确认。 如果这种模式成熟,AI产品的竞争规则就可能发生变化。 未来用户未必会因为“谁的模型参数更强”而选择一个AI,而可能因为:谁能替我真正把事情做完。这也是Meta目前最需要证明的一件事。 但Muse的爆红,并不意味着Meta已经赢下AI竞争。它的下载量、榜单排名和短期日活,只能证明产品获得了强烈的初始关注。 真正决定它能不能成为下一代AI入口的,是另外几个问题:用户一个月后还会不会继续使用?AI执行任务的准确率够不够高? 一旦涉及支付、账号和个人信息,用户敢不敢真正授权? 当AI替用户操作错误时,责任到底由谁承担?更重要的是,Meta能不能把一次“爆款应用”,变成一个长期稳定的个人AI基础设施。 所以,Muse真正值得关注的地方,可能不是它有没有在某一天登上App Store第一。 而是它正在把AI竞争从: “谁更会聊天” 推向:“谁更能替你完成现实世界里的事情”。这才可能是AI智能体真正的下一战。 至于Meta这一次究竟是迎来了AI业务的拐点,还是又一个短期爆款,现在下结论还太早。 榜单可以证明热度,时间才能证明一个产品的真正价值。
显示更多
🇺🇸 美国无人机:国家安全战略的新高度 当前,无人机技术已正式上升为美国的国家安全首要任务。 以下是该领域核心生态系统的深度梳理: ⚔️ 军事与国防 (Military & Defense) $ONDS Ondas $AVEX AEVEX $KTOS Kratos $RCAT Red Cat $AVAV AeroVironment $AIRO AIRO $PRZO ParaZero 💼 商业应用 (Commercial) $UMAC Unusual Machines 👁️ 传感器技术 (Sensors) $TDY Teledyne $ZENA ZenaTech $HON Honeywell 💻 软件系统 (Software) $PDYN Palladyne $SWMR Swarmer 📦 物流配送 (Delivery) $AMZN Amazon ⚡ 电动垂直起降 (eVTOL) $ACHR Archer $JOBY Joby 🌾 农业应用 (Agriculture) $TRMB Trimble $UAVS AgEagle 🚀 工业航空航天与国防巨头 (Industrial Aerospace and Defense) $LMT Lockheed Martin $NOC Northrop Grumman $BA Boeing $RTX Raytheon $LHX L3Harris $HO Thales $LDO Leonardo $TXT Textron DYOR.
显示更多
🚨 Uber 内部用来盯 AI agent 的那套安全系统 ADR,开源了,能把公司里没人报备就偷偷用上的 AI 工具揪出来。 GitHub 上 1623 star、172 个 fork,相关论文被 MLSys 2026 接收,系统本身已经在 Uber 生产环境跑着。 现在公司里的 agent 安全基本是个黑洞:谁在用 Cursor、谁装了 Claude Code、哪个客服 agent 被人用提示词绕过去了,安全团队看不见。ADR 把这件事拆成五块来做——先把没批准的 AI 工具找出来,再观测 agent 到底调了什么工具、执行了哪些动作,然后评测防御能力、检测威胁、拦住不安全的操作。 观测这块已经在生产环境里跨 macOS、Linux、Windows 采了七种以上 AI 编程工具的轨迹;检测用的是两层结构,先高召回粗筛,再对可疑会话做深一层的推理。它还带了一个 ADR-Bench,300 多个任务、134 个 MCP server,把 17 种 agent 攻击手法全覆盖了一遍。 要说清楚的是,这次开源的是 Discovery、Sensor、ADR-Bench 和 Detector 这几块,负责拦截的 Prevention 组件和离线的 Explorer 引擎没放出来。 agent 进了生产,安全这一课迟早得补。 GitHub:
显示更多
0
1
144
23
转发到社区