1、TTS - 文本转语音
地址：https://www.text-to-speech.cn

2、海豚AI
地址：https://www.ttson.cn

3、免费文字转语音
地址：https://zh-cn.text-to-speech.online

4、TTSMAKER
地址：https://ttsmaker.cn

5、文字转语音
地址：https://d1tools.com/tools/ai-tts/

6、AivisSpeech：AI声音模仿系统，实现文本到语音的转换
地址：https://github.com/Aivis-Project/AivisSpeech

7、谷歌开发的一款AI工具，可以把文本生成男女对话式音频，增加趣味性，对英语学习或是枯燥的文本阅读很有帮助
地址：https://notebooklm.google.com/

8、Fish Audio：免费生成式 AI 文本转语音和语音克隆工具
地址：https://fish.audio/zh-CN/

9、MeloTTS - MyShell 提供的高质量多语言文本转语音工具

地址：https://github.com/myshell-ai/MeloTTS

地址：https://huggingface.co/spaces/mrfakename/MeloTTS

地址：https://github.com/myshell-ai/MeloTTS


10、两个AI语音转文本工具
AudioNotes AI：语音转文本工具 并转化为清晰的文本笔记

地址：https://github.com/harry0703/AudioNotes

AudioNotes AI

地址：https://audionotes.ai/
#AI #tool https://t.me/onesees/3453

https://m.youtube.com/watch?v=1wBdJeFK5_Q&t=1m #china #history 夸一夸将军的恩情
亚洲一小龙的魔法：「代际财富转移」
鹅城的利滚利是如何收到100年以后的😁

https://m.youtube.com/watch?v=6vv83Nrz3jI #china 「真反腐亡党，不反腐亡国， 似乎想继续复辟，但又不敢继续封闭」

作为第三代 总加速师，左右横跳极其拧巴的政经外交下，在这两三年里，我们就能看到历史的cosplay了

Meta 朝通用翻译器前进了一大步

2025-01-17 16:51 by 沙皇的邮件

Meta 研究人员研发出一个 AI 模型，能即时翻译多达 101 种语言的语音和文本，包括直接语音到语音翻译。名为 SEAMLESSM4T 的 AI 模型，填补了语言覆盖方面的空白，并且性能优于现有的系统，它支持语音到语音(识别 101 种语言并翻译为 36 种语言)、语音到文本(101 种语言译为 96 种)、文本到语音(96 种语言译为 36 种)、文本到文本(96 种语言)的翻译，以及自动语音识别(96 种语言)。研究团队说，本项研究工作或可为快速通用翻译铺平道路，其资源公开可用(用于非商业用途)，以协助进一步研究包容性语音翻译技术。研究团队表示，在语音到语音的翻译中，SEAMLESSM4T 的文本翻译比现有系统准确率提升 23%。同时该模型可过滤背景噪音并适应说话者的差异。

https://www.nature.com/articles/s41586-024-08359-z
https://news.sciencenet.cn/htmlnews/2025/1/537626.shtm

#人工智能

TikTok 在美最高法院败诉，准备周日关闭美国服务

2025-01-17 23:43 by 光环：新斯巴达

TikTok 在美最高法院败诉，可能周日关闭美国服务。美国最高法院裁定，TikTok 声称针对它的禁令侵犯了美国人的言论自由权利，但这并不能凌驾于国家安全利益之上，它认为阻止外国对手利用应用监视和影响美国人并没有违反宪法第一修正案所赋予的言论自由权利。针对 TikTok 的禁令获得了美国共和党和民主党的大力支持，即将就任的美国总统特朗普则表态反对 TikTok 禁令，他也同意出于国家安全理由有必要阻止 TikTok 监视或操纵美国人。

https://arstechnica.com/gaming/2025/01/this-pdf-contains-a-playable-copy-of-doom/
https://www.supremecourt.gov/opinions/24pdf/24-656_ca7d.pdf

#USA

#tool 搜索引擎 https://www.fxzhihu.com/question/8937706951/answer/74216785323

#tool 两三百的电纸书 https://post.smzdm.com/p/294060/

>分辨率更高(1024x758)，同两百
https://github.com/philipp-birkl/tolino-shine-fw_10.5.0
https://xdaforums.com/t/tolino-ereaders-enable-adb-root-access-stock-firmware.4491869/

具体步骤, 刷zip需要换 twrp
https://post.smzdm.com/p/am86gon4/
http://naberius.de/2013/10/24/collected-shiny-new-update-keys-for-1-2-4/

>For kindle https://www.amazon.com/sendtokindle Or use calibre(if you dont plan to read on kindle app too)
—https://www.reddit.com/r/Annas_Archive/comments/1fjjqnb/can_you_download_books_on_a_nook_or_a_kindle/

https://m.youtube.com/watch?v=mdAz0npXP6o #china #news 人口买卖

>业内明码标价，收猪价格：不到20的收12万，不到30的收10万，不到40的收8万，40以上的收6万，中介提成20%，捞猪价格按收猪价比例乘以10，有名的猪乘以20，第三方捞猪的一般加五成手续费，样来中国人和牲口没什么区别
- 行走的6万满大街都是，行走的50万大海捞针。
- 人口买卖只判2-3年，说明人口买卖，已经是集团化，产业化。
- 以前无意中听到抖音的直播连线；有柬埔寨园区的负责人就吐槽，如果去电诈都是绑票去的，那得安排多少安保人员？钱还赚不赚了。绑票去的如果是个字都不会打的弱智，等于养个饭桶（割腰子不用绑票，泰国一个肾主动出售也才2万美金）。还说最近（那个时间段）柬埔寨电诈园区因为待遇没达预期,被越南人暴动把经理（电影王传君那种角色）打死了从楼上丢下去的,然后公司开不下去关门。本人非常痛恨电诈和绑架，但王星这个事情明显有内情
- 罪恶突破了人类文明的底线，这是这个星球从未有过的罪恶，中国人创造了一项世界奇迹 Shanghai as a verb, historically means to force (someone) to join a ship lacking a full crew by drugging them or using other underhand means.

最近设计一种跨语言ABI，很苦逼， 没啥灵感， 就评论点文章吧 🙉 #learn #sql #web #design

作者是DBMS的维护者。谈到面向表单+外键的数据库，应该说SQLite的质量很高，它不会是为了过度设计而做的东西，但内存数据库和今天广泛用于 Geo/Vec/全文搜索/timestamp 的Pg方向不同。
而王垠是我同行，他对SQL的观点是：必然要连ORM,Redis这些套子，还不如直接 new $KV_HashMap +loaddump 解决了，反正索引算法都是BTree二分查找嘛，像读写配置文件那样CRUD，比夸张的创造一种RPC协议又套一次要简单
我的态度是，SQL作为API的学习成本很不必要，但从就业率和persist部署一致性的角度-我们还能做什么呢？？ LINQ/JSON查询 那样架空SQL是合理的，但对企业应用，还是该有DBaaS的搞法，就像 mount -t 文件系统 有很多竞争者

但是文内还有些我不顺眼的地方，吐槽下……

>肤浅至极，给大家展示什么叫隔行如隔山。

他山之石可以攻玉，DB和OS/PL都是在x86上执行，都是靠算法PGO，说的好像换个SQL语法就爆赞了

>“就是C的struct， 就是指针, 为什么不能RPC”

struct和Row在数据类型上有动静态差异，而且SQL就是基于/tmp/shm的第一个 C RPC

>使用基本的数据结构，其实可以完全的表示关系模型以及被它所“超越”的那些数据模型
<怼：webapp在乎Bw-Tree是怎么实现lock-free的吗？用C写完了请加上一个buffer pool，WAL，disk-backed B Tree，并且写上所有高并发

王垠不该批评SQL这个API被实现为怎么样，SQL明显提供了单app做不到的缓存和事务性安全
new $KV_HashMap +loaddump 很简单，对象存储API很简单，但那并不是DBMS，倒不如说它解决了JVM的性能问题，让人们专注于优化$http.json
曾经嵌入式开发存在一些XML数据库，它们就是干啥啥不行，和JSON存储一样

>只要你有一个程序语言，你就可以发送这语言的代码，到一个“数据服务器”。服务器接受并执行这代码，对数据进行索引，查询和重构，最后返回结果给客户端
>如果你看清了SQL的实质，就会发现这样的“过程式设计”，其实并不会损失SQL的“描述”能力
<恭喜您发明了Spark。但是这怎么解决写入的问题？

unquote为常量(JSON.dump) 啊，他就是在批评SQL过于冗长罢了，其实程序员的工作范围是比Excel操作员高端的，说实话。
SQL存储函数完全能实现Java的中介功能，只不过没有直接暴露:3323:5432到公网的全栈文化罢了，DBaaS只是独立小程序的选择，许多人UAC验证都没做

>数据库的问题哪有那么困难，它其实跟“远过程调用”（RPC）没什么两样
<RPC最著名的问题就是怎么在保证性能的情况下靠近"Exactly Once"的广播call，数据库集群是一定要”Exactly Once“

类似于TCP：发送到Kafka的每批消息将包含一个序列号，该序列号用于重复数据的删除。与TCP不同，序列号将被持久化存储topic中，重启不会影响去重

>数据库系统存储设计的本质是简化以及优化程序和外存储的互动。

IndexDB确实就是更简单的类型化FS，是使用各种存储缓存的另一种范式

>DRAM读写速度大约10-20倍于SSD， 对于HDD更加明显， 硬盘延迟是80倍左右，同一份数据，在读写过程中自然地有多份copy。单独的数据库系统进程的职责就是， 在这样的硬件环境下，保证性能并且保证不会丢失数据。
>数据库的操作在加上transaction以后自带了对于断电等情况的应对，需要相对应加强代码的理论模型
>停电，系统崩溃这种事情不是人能控制的。灾难可以在任何时候发生。就算每次读写都直接走硬盘，写入的操作并不是一次完成的，简单的fprintf()都会发生只改了前缀的情况

谈到冗余备份，就不得不说 Pg VACCUM 语句和各种 &is_deleted=0 了，把笼子删了屎山只会跑得到处都是

不过就缓存&一致性问题，Linux 主流的jfs/bcache即日志文件系统/CoW写前复制 解决的蛮好的，并没有ACID那么复杂
而且说实话，真有人在乎意外断电，缓冲区的数据能不能恢复？(最多是CoW那样冲突留旧) 实时系统和RAID也不敢说啊。 软件层面试图硬抗，很天真

>我写C的时候只告诉电脑要一个变量”int a“，不告诉它要存在内存的哪里，还是放在寄存器里，也不告诉它整数是什么，存几个字节，真是一个不切实际的妄想啊。
>这年头你的数据库不把SQL编译成汇编都不好意思出去和人打招呼。

王垠对SQL的批评是，它太难配置了： [].mapNotNull() 或者简单的forif{}，换成DB连接就有一大堆的麻烦的设计模式，而且SQL的数据类型(utf8mb4?)甚至语句/模板API，可以说设计得非常低级，让人欲吐不能，所以才有ORM和MVC框架的事情

基于解构匹配通配符的 Prolog 才是真正的SQL，但SQL的巧妙也确实是在有各种插件去 CREATE INDEX ，但这仍不涉及可推荐「共同好友」的图数据库

至于准备语句的JIT，恐怕也就是 template interpret 这种把switch(op[i]){case:}拼成汇编的低级玩法了，在单层for if 的SQL查询里这种内联汇编根本无关于算法优化。 PrologVM做过一样的蠢事

>由于“行”只能有固定的宽度，所以导致了你没法在里面放进任何“变长”的对象，tag数组，项目union都不行，A.B非得让B转90度竖过来，查两次
<normalization在很多情况下更高效（多个A的值指向同一个B, B表加一列等等）。
<如果是嵌套数组的，那么不止B的foreign key，A整个行的字符串都要重复好几次嵌套进去。更加不要说update的惊群效应，性能反而低
<Vertica是使用SQL的RDBMS。Column-Store诞生是为了更有效地解决大数据分析的问题（OLAP workloads），节省硬盘I/O（就是所谓列压缩），运用SIMD等等。不知道这和逃脱SQL有什么关系。

struct和Row在数据类型上有动静态差异，但确实很少有人利用动态table，这需要架构师学习
这方面王垠demo做少了， 比如 post.tags[], user.badges,.fo 确实应该单独立表，这样才能join查询。 json()数组这种存法，作为语法糖就够了，它不关系
你只是显示tags/fo数，没时间线什么的？ 意识不到关系式数据库为啥「关系式」， 据说Q群就是1群1Table，就该这么用
列存储显然只是一种类似gzip的自动压缩，并不能优化双向索引

>数组需要一个字段来表示它的长度N，剩下的空间用来依次保存每一个元素，这样你只需要一个key就可以找到数组里所有的元素，而不需要把key重复N遍。
<把字典压缩理解错了？把run-length压缩理解错了？这怎么解决变长问题?

(Ary){u32 N; u8* bytes[N]} 可以解决str分配问题，如果DB有个常量池的话，套一层指针对缓存也好

>每一个“foreign key”，其实就是一个指针
>每一个join操作，本质上就是对指针的“批量访问”，找到它所指向的对象
<数据库里的foreign key不是pointer。数据库经常需要把数据更换位置来解决存储碎片化的问题，不可能用pointer来实现这个
<Join是由数据库查询优化器（Query Optimizer）来决定的，基础的算法就有nested-loop join, sort-merge join, hash-join等好几种，也会有用索引和不用索引，甚至半用索引

这就是你有所不知，bumpptr GC 全都有指针引用计数组，可以在某段页面清空后，通过memmove(to)并更新xref消除内存碎片，而不malloc
这就是为啥JVM/Lua的FFI都存在 Un?Pin(Object) ，foreign key不是pointer， 可托管内存同样不是pointer！

SELECT student.name, record.id, record.city
FROM student, record
WHERE Student.id < Record.id ;

^ 这样的join不离谱吗？我在Gitea里只见过 LEFT JOIN id=id ,还是王垠有理，SQL弱

总的来说，王垠对SQL的批评主要是流行语言的DB.API都太拉垮，私货满满了（包括ORM和KV/对象存储、配置读写等等），
他这么一说好像算法都差不多，每个app单 import db_impl 甚至json就省力气了，其实忽略了mapNotNull函数不能解决的：动态索引join、缓存和事务性安全、async并发的问题。
用FP的写法join和反查你是要写两行甚至加变量的，SQL只需prepare(fn).bind(arg)！ 😅
最重要的是，C时代还不存在stdlib里有KV/ListGC算法甚至统一row格式的便利性，而那时就有json持久化和join查询需求了。就像 UNIX getent hosts , 这还是只读数据库

我觉得如果要优化，也是把 @data class 和 [x for x in if] DSL扩充下(groupBy,sort,page啥的)，翻译到SQL连接上更合理，虽然数据库还涉及ABI兼容性(schema rollup)等运营日程，但Docker式DX至上DevOps的思路是正确的

https://www.fxzhihu.com/question/329153374/answer/716655357
批评:
https://www.yinwang.org/blog-cn/2014/04/24/relational

#sql 也有更好看的写法
https://duangsuse.github.io/tv/%E9%BB%91%E4%BA%86/db.htm
https://baidu.github.io/amis/zh-CN/components/crud?page=1

这么一看我发现作者没有提及批评的闪光点：
- filterMap可以简单链式，而且也并非不能优化， select 嵌套却非常难写，更是养活了一堆XML怪物

- 1:1 , 1:N N:N 这些「关系模型」其实只是把struct/array拆开， 包括允许反查，这就是同步更新俩KV表而已，并不比C/json高级

- 一个概念被冠以“关系式代数”这样的称呼，你是不敢骂它的，确实如此，「迪卡尔积」就是 A,B in itertool.product(a,b)的嵌套for，这配叫算法？

> Neo4j 设计了个古怪的查询语言叫 Cypher，不但语法古怪，表达力弱，而且效率出奇的低，以至于几乎任何实际的操作，你都必须使用 Java 写“扩展”（extension）来完成。MongoDB 等使用 JSON 来表示查询，本质就是手写编译器里的语法树（AST），不直观又容易出错。

这就是好大喜功的问题了。numpy和pd可以证明， 这些学习成本不是必须的。

关于把DBMS当成内存外HashMap的问题，yinwang也解释过，他眼里的理想OS不是按4K管理mmap(页面)swap 的libc的虚拟机，而是类似JVM，带有数据结构和分代GC的

https://www.yinwang.org/blog-cn/2013/04/14/os-design
这个系统的「进程」本就是永久的、可编辑的文件树，无关于L2L3,RAM,SSD 这些缓存，main()函数内的变量才是退出清零的，安装程序就是首次执行，卸载就是kill -9 ，不存在execve() 要通过stdio序列化数据结构的问题，一切皆函数

这么一解释，就知道不存在认知差距，只是二人对 #CS 栈的选择如夏虫语冰，但我觉得这种“免数据库进程”有点道理。
我上面说的，那种「跨语言ABI」 ，其实是想做成这样，弥和IO与变量的差距，但是就连WASM也无力创建这样夸张的“类型化文件系统”来取代new Object树， 但从代码复用的角度，内存外存大一统是很有理论价值的

😂上一段说的那么惊世骇俗， 其实已经成为现实了：Redis是内存KV表，docker run 就是这个“初次运行即安装”，main函数有状态 的系统，只是它没有突破 内存class-IO-外存MIME 的样板代码了，还需要 systemctl suspend 不关机来实现已安装软件的「首屏快取」。
王银的理想是OS包揽状态管理&GC，安软件就是安函数，main()可以如vmware那样断点续传，fork()可以像投屏/CRIU那样发给集群并行，同文同种可RPC不需要任何连接与IO，这就有点像 p9@ Bell Lab 这个系统，不止是libc的运行时。
现在流行的asyncio和BPF，本质上就是为了写FUSE/油猴那样的用户态驱动程序，+1 mainloop 模拟1CPU来粘合回调栈(亦如C栈?)罢了

所以，想象力很重要，但现实也会朝臆想前进的。

https://m.youtube.com/watch?v=qIPKPcNYbuU #china #statement 「现在的年轻人自我感觉良好，如果你想得是对的，为什么你的口袋里没有「你想要」的东西？」
「唯利是图和道德低下间有什么逻辑？ 批评者从来没想过，如果没有钱，谁给你尊严，你凭什么在这个世界上存在？」
「动态清零叮咚🐔是正确的，美国就要失去所有劳动力了，这是大旗，他们比你们高级的多，不要妄议国政！ （越红越专越反人类啊.. 别傲慢，小心落人口实秋后赔款）」
「中国的资源分配以老百姓不造反为指标」

两种权钱逻辑的鸡同鸭讲、以己度人、田忌赛马。 这是民族企业家

没有人人平等的圈子，确实就是要拿钱买尊严， 自己当苦力，学习Musk的机器，伺候人上人😁
天赋人权还是太先进了， 还是朱门酒肉臭&饿死活该的霸凌式经济体「现实」一点😁 加速！加速！
让我们拭目以待吧

https://t.me/lychee_wood/38206?comment=102094 #china #tw 😁早大大打打核战

最好剩7亿，次好剩1/3， 家家戴孝，咱们就不会被裁员了！

--
那就祝你的“官方”信息源继续胜利吧， 落地后是什么结果， 俄螺丝佩洛西三折叠我们都是一览无余， 这两年也只会越来越清楚。
我只能提醒下，中国从来没有把富裕顶尖藏着掖着的民俗官味，常年是有1分活说10分话，有1分功吃10年利，真有钱真列强了绝对是横着走，满世界买奢侈当大爷，华尔街都知道。 不是外宾，自己清楚。

和翟山鹰说的一样， 一个北洋水师被降维打击后，还要义和团 还要宣战11国，导致皇家园林被洗劫，民间还狂热造谣洋人罗圈腿站不起不喝茶要憋死的文化环境， 思维僵化之程度，怎是爬一个梯子能解构的。
不知还有几人记得清华与协和医院是美日外资的骄子了，但对数码圈，NVidia与中国脱钩后不好受吧？ Musk的大火箭大房车仿生人出来后，更是西朝鲜。

非得到上战场、上了飞机汽车展销会那天，才能看清楚红芯之流赢学科技的斤两？ unacceptable. 我努力接受，反正填线宝宝不是我。
https://m.163.com/dy/article/J4TSHUGD05539IG6.html?

如果你真关心科学技术和国防-而非无聊的「知识水平」，可以谈谈 隐形战机三要素：吸波涂层、发动机推重比、搭载导弹体系 ，包括原地起落性能、飞行员经验培训、工艺普及率和性价比， 而不是关心4G 5G 五代 六代 七代这些文字游戏，或者拿价高战不起当尖端科技，苏联人深谙其弊。

不然，就和光刻厂攻关&弯道翻车一样搞笑，而且和医保中成药一样夺富于民，白费网民的精力，透支军迷的预期，还是省点劲让我们投入各自行业的专业领域吧。 研发人员不是靠宣传养活的

https://m.youtube.com/watch?v=NGvSGhnXxW4
https://m.youtube.com/watch?v=Cq2kZNiZB3k #china #自主融合 #recommend

世界工厂的「总装」供应链确实完善，但工业机器人、高端材料学 都经不起制裁
再说，就连美国也不会闲的没事找制裁
自断财路的霸权外交也是CRINK正义联盟独一份了。

Leonard、翟山鹰、方脸 竟然是我见过中文圈，跨界认知最高的top3了， 小翠随想等政经高知、投资者，也全都是墙外永居。 忠言逆耳，大概就是这样对立统一。🤔

其实反贼希望中国人好，就像商人想让顾客有钱来消费、员工不想公司被自己薅破产一样，本就无需辩解。 只是咱们人微言轻，打不过恨民党、拿税人、包税商白手套、蠢品客坏主播，这些狗奴才和离岸碍国的青长虫，更防不住A股八股和庞氏骗子下蛊透支国人未来，防不住要享受写在《宪法》里的奴隶公有制“保护”，你只能在垃圾时间里无视笑骂，抓紧跑路了。 肥料落叶归根，飞鸟落地生根。

禁止“强迫劳动”的企业进入欧洲市场，中国和欧盟利益一致。不仅仅是欧盟，我们和全世界人民的利益都是一致的！
— https://www.fxzhihu.com/question/8843303100/answer/78980125884 #china
所以说真正实践马列主义的还是欧洲人自己，那些个 苏联、朝鲜什么的真就是挂羊头卖狗肉
欧美永远都是世界灯塔 。脑子，是个好东西，可惜，现实中，很多人并没有。无论如何，欧盟的决定，推动劳动保护，符合历史进步

#Rust
国内知名Rust社区贡献者Folyd，之前曾经给Rust贡献了一个优化后的二分查找实现：《优化 Rust 标准库的 binary_search》。

但是这个实现，会导致在有多个重复元素的情况下，返回是不确定的，最终导致了币圈某产品的翻车，这里可以看到作者的后续推文。

#tw #learn 军迷 ， 姑且作为入门科普 🙉 🛩
>隐形战机三要素：吸波涂层、发动机推重比、搭载导弹体系 ，包括原地起落性能、飞行员经验培训、工艺普及率和性价比，
>而不是关心4G 5G 五代 六代 七代这些文字游戏，或者拿价高战不起当尖端科技……

<那作为一些推荐你去想去学的问题，我给你列个清单你参考一下 ：

https://t.me/dsuses/5365 +3 我把这个清单补写了三条信息

#精选段落

>什么是战斗机的代？

1~3代： 喷气式战斗机/F-86； 机动性和火力升级/F-4； 数字化和导弹系统/F-14
4~5代： 隐身性能、超视距作战/F-22猛禽、Su-35； 超音速+网络中心化战术/F-35、歼-20
6代：波音公司2008年提出F/A-XX第六代战机概念方案

>什么是战术？
孙子兵法，谓之战略。起承转合，谓之战技。不战而屈人之兵，谓之战术。
所谓强国，就是无论科技人文哪方面都被“赢家”们拿来做比较的那个社会。
北约、CPTPP、联合国、吃着战斧牛排的“美国爹的狗”，其实这都是战术。 最坚固的堡垒，是从内部攻陷的，像BB机那样没有硝烟的战争，像乌克兰用离岸爱俄者被冻的钱打仗。
当然啦，也只有某些「集中力量」的国家，对斩首行动，束手无策。 这便是列强最大的战术了，世界核平。

>飞行器的下一代能源管理方案有哪些？为什么要做能源管理的革新？

这条我就不答了，和上文查重率太高，车轱辘话何必呢。 我就谈谈钱。
说人话吧： 为何美国选择4G 5G和油电车的双轨制，而不是单推allin某一种技术，就是为何美国咕了，「不革新了」。
OpenAI笑传之《为什么伟大不能被计划》
并非世界都在为了赢而投资R&D，为了赢而封堵游戏与GPU+AI的自由发展，还是有讲经济效率，先富后富均衡发展的经济圈子热火朝天的。
5G和十萬億芯片工程(脱离ASML还是只90nm?)的烂尾你已经看到了，大数据造成的「电诈自由」也闹得人心惶惶。
马上，在下一次歼35事件发生前：国内液态锂电池的老化和自燃问题，以及倒闭厂家维修难、头部厂家换电贵、在巴西欧盟的口碑和销路问题，乃至于废电池回收和污染成本的问题， 都会给到人大。——我就不说打脸了WTO的违规补贴和单休996之类的供应链正义了。
另外， 电动车「私有产权缺位」问题已经在大几w的电池包解锁难题上爆雷了。 祈祷别遇到年检或事故，不然电池自动锁车就报废一半，民间修车铺替人消灾的已经被判了。 如果4S店正巧缺绩效想卡脖子？有你跑的。

作为E/ACC主义者，我也不会allin一个尚有改良性研究潜力的行业，做半成品、做别人的嫁衣。 Tesla在美洲的FSD，2024年4月，已经落地到200万辆汽车，10亿英里，这是它电动的理由。
其他品牌，其实没法为可能的失败收场，就像虚拟币也只有BTC会一直涨。 善始未必善终，爬珠峰的都是死在下山。别拼命挣最后一个铜板，量力而行。恒大碧桂园死在那呢


>我姑且认为你是在说工艺水平（实际上是特指「六代机」是否可量产了）。F22 2024 年才批的升级什么时候能搞完？
>美国人的雷达功率器件在用什么体制？为什么落后？还有多久能换装完？
>F35C 海军型一共部署在两艘航母上，那锈除完了吗？说好的先进隐身涂料呢？

别说了，别说了， 明明拿沪爷的法拉利和发达国家韩国游客玩田忌赛马，就已经老掉价了， 也不知道这是捧F22扛造呢，还是在夸美军冗余军备多呢？
提醒一点：美国已经快250了，KMT都130岁了，新中国成立70年， 许多人烂尾房贷社保还要背到60岁，也有人产权70年20年前的豆腐渣工程被拆了，只给白条的。 你觉得咱们新，很给面子了，但里子我真不敢保证。

恒大碧桂园这些货，比赛资金回笼快，债务都干违约了，钢筋混凝土会给你足额的吗？ 中国版F22能活到除锈的年纪，还是和丫丫乐乐一样白发熊送黑发熊？ --然后竟又被拿来「反转石锤」炒作一波？ 国内某些骗子真令人作呕。黑煤矿和梅大高速塌陷的前事三秒钟记忆，为了两只畜生捕风捉影亡心不死的，不愧叫民族败类青长虫

先把军民两用的楼盖好，踏实认真做好自己，别赢赢赢， 亡口月贝几点啊？ 古人真给你写字缝里了，没想到预制人不认字了！别「赢」了！
-- 20241226国防时报发微博：银杏黄了 https://www.douyin.com/zhuanti/7454074920679540774 。隐形黄了，都是预制人，读不懂吗。

哦，原来是抖音碍国主播乱剪视频，故意删除官媒的配文， 说银杏叶像飞机啊，unacceptable，没事了🤣
国之..妖孽啊

TikTok 恢复美国服务

2025-01-20 13:33 by 奇迹男孩与冰霜巨人

不到一天时间，TikTok 再次戏剧性的宣布恢复美国服务，声称得到了特朗普的承诺。但拜登政府此前已经宣布不会对 TikTok 禁令进行执法，由特朗普政府决定如何执行 TikTok 禁令，TikTok 此举被指有操纵美国公众舆论的嫌疑。TikTok CEO 周受资将在周一出席特朗普的就职典礼。特朗普周日在旗下社媒平台 Truth Social 发帖称，将在周一发布行政命令，延长 TikTok 禁令生效前的期限。

https://www.bbc.com/news/articles/cjde3p0rnjgo

#互联网

#china 😅 五毛终于走了，阴阳师没被删，但是该被骗的阿Q还是被骗。
不止害别人，更害待富的“自己人”

上海土著很苦，赚两万也许没有我们河北五千过的快乐，
上海人都太苦了，原来我们还羡慕，现在不羡慕了，我们才是最好的。
>我不喜欢美国，从国人的立场，世界上没有美国制造可能更好。
>戳破了你们的迷梦，我也挺不好意思的，给各位赢学家道个歉，别举报了。

>上海笑传 之馋馋棒​：尴尬的就像电棍炫耀自己有棍母一样​
这不是豪车，是你的双休、五险一金、上万月薪，是你父母的养老金​！ 😅
https://www.fxzhihu.com/question/9638589133/answer/81950555930

machine就是“马秦”，工业革命是在中国发生。
>我一直不理解这种叙事的逻辑在哪，你祖上什么都有，最后被殖民的还是你，说明你祖宗是废物你更是点心，这不是更屈辱么？
>可用赢学解释：低级赢学家，只看重眼前的赢，无法认知到有逻辑后的输麻
https://www.zhihu.com/question/265721641/answer/83284104414

#ai #tool #news https://platform.deepseek.com/api_keys
+86可直接登录，免费10Y额度，需要实名认证后再充值
与OpenAI兼容，但需要配置为 https://api.deepseek.com?model='deepseek-chat'

>当o1、Claude、Gemini和Llama 3等模型还在为数亿美元的训练成本苦恼时， DeepSeek-V3用557.6万美元的预算，在2048个H800 GPU集群上仅花费3.7天/万亿tokens的训练时间，就达到了足以与它们比肩的性能
通过671B的总参数量，在每个token激活37B FP8 混合精度参数的精准控制下，DeepSeek-V3用14.8万亿高质量多样化token
(有人推测，这是在GPT输出等预筛选语料下训练的好处)
>限制 Google 搜索的搜索时间后把时间定格在 2022-2023 还能搜到好多篇文章说国内数据不行政策不行，中文语料不行，落后 ChatGPT(那时候是 3.5 -> 4) 至少五年。
DeepSeek 在大陆以外的火爆甚至用了 MIT 协议，感觉很少有人能预测到未来啊。

>作为一个 LLM ，它本质上还是找字词间关联的分布（当然我说得不准确，毕竟我不是搞这个的），很可能语料到一定程度模型就大差不差了。很可能百度训练一个出来做不到手撸程序语言，但编知乎故事会和当 onlyfans 客服毫无难度。
语料当然不会是， 何况人类语言间（介词、动副形容词）还有1:1的联系呢
问题是GPU算力够不够， 现在明确知道训练成本是会越来越低的，这是为什么呢？

https://docsbot.ai/models/compare/gpt-4o/deepseek-v3#:~:text=MATH
评价： 在Math和code领域输10%，其他更好， 看来AI也不全靠堆GPU
多轮对话场景，下一轮对话会命中上一轮对话生成的上下文缓存(>64 tokens)，最高可以节省 90% 的费用！
多token预测(MTP)技术让模型从"一字一句"地朗读，进化为"整句整段"地理解和生成。在训练过程中，模型不再局限于预测序列中的下一个token，"提前打草稿"，可以同时生成多个token。

https://m.youtube.com/watch?v=wqupmvtQ2Co #freedom #meme 懂王发币