习近平与巴西总统卢拉通电话：反对外来干涉 据中国官媒报道，中国国家主席习近平周一在与巴西总统卢拉通话时表示，支持巴西“反对外来干涉”。 此次通话正值巴西10月大选前夕。巴西前总统博索纳罗的长子弗拉维奥·博索纳罗将代表自由党挑战卢拉。 据巴西总统府发表的声明，卢拉和习近平“一致认为加快南方共同市场与中国之间达成协议的谈判至关重要”。 在这次持续“一个多小时”的通话中，卢拉表示他“致力于实现市场和贸易伙伴多元化”，以应对来自美国的关税压力。巴西方面的这项声明未提及新华社报道中提到的中方支持“反对外来干涉”这一议题。 详细内容请看：

#Claude# Fable 5 暂未回归，部分用户确实看到该模型，但 A 社员工回应称这是前端显示错误，已修复。 从昨天开始就有网友发帖称在 Claude 里可以重新选择 Fable 并进行对话，这倒不是骗点击 (因为还录制了视频)，只是没想到这竟然是显示问题。 查看全文：

“爸爸，求求你了，快操我的小骚逼 ！” 极品骚妻被单男艹的爽到飞起，还给一旁的老公打着飞机，面对这样的单男，这样的姿势，真的好想再来一次！ 本片高清完整版45分钟 已经更新在主页置顶电报群

#Nokia# 投资 ICEYE，开始切入“连接 + 卫星情报 + 欧洲国防科技” #ICEYE# 官方公告，领投方 General Atlantic 和英国《金融时报》。 官方原始来源 ICEYE 官方融资公告 传送门： 公告确认： Series F 新增融资 4.5 亿欧元 估值超过 100 亿欧元 加上超过 5.5 亿欧元的老股交易后，总交易规模超过 10 亿欧元 ICEYE 本轮完成的是 4.5 亿欧元 Series F 新融资，由 General Atlantic 领投。加上老股转让后，整笔交易规模超过 10 亿欧元，公司估值超过 100 亿欧元，约合 120 亿美元。 一、这轮融资的准确数据 领投方 General Atlantic。 参与投资者包括 Nokia、Solidium、Tesi、Varma、Ilmarinen、Lifeline Ventures、卡塔尔投资局 QIA 和 TCV。 交易仍需要完成常规监管审批和交割条件。 这里要区分两个概念。 4.5 亿欧元是真正进入 ICEYE 公司的新增资本。 超过 10 亿欧元则是新增融资加老股转让的总交易规模。 二、#ICEYE# 公司 ICEYE 是一家芬兰起家的 SAR 合成孔径雷达卫星公司。 SAR 卫星和普通光学卫星最大的不同，是它不依赖阳光，也不容易被云层遮挡。 这意味着它可以在夜间、恶劣天气、云层覆盖、烟雾或复杂环境下持续成像。 这项能力适合以下场景： 国防侦察 边境监控 海上目标识别 军事基地和基础设施监测 洪水、山火和自然灾害响应 保险损失评估 关键设施和能源网络监控 ICEYE 已经不只是卖卫星图片。 它现在同时提供卫星、地面系统、数据平台和主权情报系统。 部分国家可以直接采购一整套专属卫星系统，并自行运营或交由 ICEYE 管理。 这也是为什么 ICEYE 的客户越来越多来自政府、国防和情报部门。 三、ICEYE 的增长已经不只是故事 ICEYE 披露的 2025 年数据非常关键。 公司收入超过 2.5 亿欧元。 EBITDA 超过 1 亿欧元。 合同积压订单超过 15 亿欧元。 目前卫星年产能约 50 颗。 公司目标是在 2028 年把年产能提升到 100 颗。 ICEYE 表示，目前已有 7 个欧洲国家采购了其主权卫星系统。 ICEYE 已经从一家高估值航天初创公司，逐渐进入规模化交付和盈利阶段。 它的 100 亿欧元估值虽然很高，但背后并不是完全没有收入和订单支撑。 四、Nokia 投资 ICEYE Nokia CEO Justin Hotard 在公告中提到，现代国防越来越依赖“可信连接”和“实时可视性”的结合。 这句话基本解释了 Nokia 的战略方向。 ICEYE 提供实时卫星观测和情报。 #Nokia# 提供 5G、专网、IP 网络、光网络、数据中心网络和非地面网络 NTN。 两家公司结合后，可以形成一套更完整的系统： 卫星负责看见目标。 通信网络负责把数据传回。 边缘计算和 AI 负责识别、分析和决策。 专网和安全网络负责把情报传递给军队、政府和关键基础设施。 这不是简单的财务投资，更像是 Nokia 在提前卡位欧洲的国防数字化和主权通信体系。 五、Nokia 最可能获得哪些协同 第一是非地面网络 NTN。 未来 5G 和 6G 不会只依赖地面基站。 卫星、无人机、高空平台和地面网络将逐渐组成统一通信体系。 ICEYE 本身不是传统通信卫星公司，但它拥有低轨卫星平台、卫星运营能力和政府客户。 Nokia 可以借助这一关系，扩大自己在 NTN、卫星地面网络和主权通信市场的影响力。 第二是欧洲国防专网。 欧洲各国正在增加国防开支，同时更重视供应链独立、数据主权和安全通信。 Nokia 可以提供军用专网、战术网络、数据中心网络和光网络。 ICEYE 可以提供侦察和地球观测数据。 两者结合，有机会进入政府、边防、军队和关键基础设施客户。 第三是实时情报传输。 卫星成像本身只是第一步。 真正有价值的是把影像快速送到决策系统，并在较短时间内完成识别、分析和响应。 Nokia 的网络能力可以帮助 ICEYE 降低数据回传延迟，提高系统可靠性。 第四是 AI 和边缘计算。 SAR 数据量很大，需要 AI 识别车辆、舰船、建筑变化、洪水范围和军事活动。 Nokia 正在强化 AI 网络和数据中心连接能力。 未来双方可能在边缘分析、AI 推理、数据中心和安全网络上形成合作。 真正值得观察的是后续有没有以下进展： 联合国防项目 欧洲政府订单 Nokia 专网与 ICEYE 卫星系统整合 NTN 和 6G 项目合作 卫星数据中心和光网络合同 联合产品或长期采购协议 只有这些真正落地，才会开始转化为 Nokia 的收入和利润。 Nokia 过去给市场的印象，主要是传统电信设备商。 但它现在正试图把自己重新定位为 AI 时代的连接基础设施公司。 它的重点正在从传统运营商基站，扩大到： AI 数据中心网络 光通信 IP 路由 企业专网 国防网络 6G 卫星和 NTN 边缘计算 ICEYE 的加入，正好补上了“空间情报和卫星系统”这一块。 Nokia 的优势不是自己制造 SAR 卫星。 它的优势是把卫星、地面网络、数据中心、AI 分析和政府专网连接起来。 如果这条路线成功，Nokia 的估值逻辑也可能从传统通信设备，逐渐转向更高价值的 AI 网络、国防科技和主权基础设施。 Nokia 买了 ICEYE 股权判断： 真正重要的是，Nokia 正在从传统通信设备商，向“连接 + AI + 国防网络 + 卫星基础设施”延伸。 ICEYE 也不再只是一家卫星图片公司，而是在向欧洲主权情报平台升级。 两家公司组合起来，逻辑非常清楚。 ICEYE 负责从太空获取实时信息。 Nokia 负责把这些信息安全、高速、低延迟地传输和连接。 未来国防竞争不只看谁拥有更多武器，也看谁能更快发现目标、传输数据、完成分析并作出反应。 Nokia 投资 ICEYE 不是花 10 亿欧元买一家卫星公司，而是在提前卡位欧洲“卫星情报 + 安全连接 + 国防 AI”的长期基础设施机会。 $NOK 非投资建议，仅作行业研究和信息整理。

新浪微博最新开源了 1.5B 参数“小模型”「VibeThinker-1.5B」，训练成本仅 7800 美元，在数学和编码等复杂推理任务上达到甚至超越大型模型的水平！ 背景与动机：为什么小模型能“逆袭”？ OpenAI o1 模型开启了“大型推理模型”（LRM）时代，通过强化学习和长链式思考（Long CoT），在数学定理证明、临床诊断和编程竞赛等领域接近人类专家水平。随后开源项目如 DeepSeek R1（671B）和 Kimi K2（>1T）进一步强化了“规模定律”：参数越多，推理越强。小模型被视为先天不足，无法处理高难度问题。 论文作者质疑这一观点：如果从小模型入手，通过巧妙的训练策略，能否挖掘出隐藏的推理潜力？答案是肯定的。VibeThinker-1.5B 基于 Qwen2.5-Math-1.5B 基础模型，经过后训练优化，在基准测试中大幅提升——从 AIME24 数学测试的 6.7 分跃升至 80.3 分，编码基准LiveCodeBench V6 从 0 分升至 51.1 分。更惊人的是，它在多个数学挑战上小胜 DeepSeek R1，后者参数规模是它的 400 多倍。这表明，推理能力的瓶颈不在于“体型”，而在于训练范式的创新。 核心创新：Spectrum-to-Signal Principle（谱-信号原理） 论文提出“谱-信号原理”（SSP），这是一个重新定义监督微调（SFT）和强化学习（RL）协同的框架。传统方法视 SFT 为“准确定位最佳答案”的阶段，RL 则进一步精炼。但作者认为，这会让模型陷入单一路径的“局部最优”，限制后续探索空间。SSP 将两阶段解耦为互补角色： · 谱阶段（SFT）：探索多样性 SFT 不再追求单次生成（Pass@1）的准确率，而是优化多采样成功率（Pass@K），生成一个“丰富的光谱”——即多种潜在正确解法。这能避免模型固守狭隘模式，提升问题解决的鲁棒性和创造性。 实现上采用“两阶段多样性探索蒸馏”： 1. 领域感知多样性探测：将数学领域拆分为子域（如代数、几何），为每个子域用强大 LLM 生成探测集，选出在 Pass@K 上最佳的“专家模型”。 2. 专家模型融合：通过加权平均（均匀权重）合并专家模型，形成统一 SFT 模型。这平衡了准确性和多样性，为 RL 铺平道路。 · 信号阶段（RL）：放大正确路径 RL 从 SFT 的“光谱”中挑选并强化最佳推理轨迹。作者引入“最大熵指导政策优化”（MGPO），基于群相对政策优化（GRPO）扩展。GRPO通过采样多组响应计算相对优势，避免外部价值函数的复杂性。MGPO 进一步融入最大熵原理：优先训练不确定性高的样本（准确率接近 50%，即二元分布的最大熵点），用熵偏差正则化加权优势函数。这让模型高效聚焦“高价值”问题，避免浪费计算在已掌握的简单任务上。 RL 分两子阶段：先数学推理（上下文从 16K 扩展到 32K），后编码生成，奖励函数为二元正确性。 此外，论文强调数据净化：使用 10-gram 语义匹配去除训练与测试集重叠，确保成绩真实。训练数据结合开源数据集和合成数据，覆盖数学和编码领域。 实验与结果：小模型的“大逻辑” 在多个基准上评估 VibeThinker-1.5B，包括数学（MATH-500、AIME24/25、HMMT25）、编码（LiveCodeBench V5/V6）和知识（GPQA-Diamond）。评估采用 vLLM 后端，多采样 Pass@1，温度 0.6（数学用 1.0）。 · 与小模型比较：VibeThinker 在子 3B 类别中拔尖，AIME25 达 74.4（Qwen3-1.7B 仅 36.8），HMMT25 达 50.4（SmolLM-3B 仅 26.0），编码 V6 达 51.1（基础模型 0.0）。 · 与大型推理模型比较：数学上小胜 DeepSeek R1（AIME24：80.3 vs. 79.8；AIME25：74.4 vs. 70.0；HMMT25：50.4 vs. 41.7），与 MiniMax-M1-456B 持平。编码稍逊 Magistral Medium（55.9 vs. 59.4）。 · 与顶级非推理模型比较：数学碾压 GPT-4.1（AIME24：80.3 vs. 46.5）和 Kimi K2（49.5），编码胜 Claude Opus 4（51.1 vs. 47.4）。但在 GPQA 知识测试上仍有差距（46.7 vs. 70-82），提示小模型在广域知识上需进一步优化。 这些结果证实 SSP 的有效性：多样性驱动让小模型在推理密集任务中“以小博大”。 讨论与影响：重塑 AI 格局 VibeThinker 的成功源于算法设计而非参数堆积，推理成本降至大型模型的 1/30-1/60，便于边缘部署（推理成本低 20-70 倍）。它暴露了规模定律的局限：小模型潜力被低估，尤其在数学/编码领域。但知识基准的差距表明，未来需加强广义知识注入。 开源模型和技术报告：