”我认为在AI大模型如此快速发展的阶段，企业在每个方向投入都是非常多的，原来可能是几千万元的投入，现在可能是几十亿元的投入。

1、乐鱼登录 这首诗被网友转到微博上后，引发了广泛共鸣，阅读人次达2000万。

我做投资核心看两大维度：一是投人，二是投资回报倍数。乐鱼登录当时能在雪地稳定行走的只有波士顿动力和星动纪元，但波士顿动力用的是传统建模规划，星动纪元靠的是强化学习加仿真迁移。

2、绍兴双休好工作合集

吕世峰：大家下午好，我是星火深智的吕世峰。

3、逆转！多森姆43+4，约基奇24+15+9，NBA巨星伤退，季后赛走势巨变

当一个智能终端能够记住每位家庭成员的饮食偏好、作息习惯、健康数据时，它就能够在合适的时间提供合适的服务。

4、这个老牌金标迈向市场化，有机会更有难点

创新不一定意味着 “全新的东西”。

5、山东泰山阵容困境深度分析：引援失策引发连锁阵容短板_网易订阅

他认为，芯片虽然能用到各种行业场景，但必须要有一个主赛道——这个主赛道会长期影响产品定义、研发方向和品牌认知。

在中国市场，宝马还能找到自己的护城河吗？ 从最早到最晚 宝马是传统豪华品牌中最早量产纯电车型的车企。

46．不要认为做董事是个光环，实际上是份责任。

6、半场示弱半场嗜血，爱变脸的摩洛哥，要给法国上点强度

两个原因。

“上述各家路线针对的客户群体和应用场景本来就不重叠，可能最终形成的是多元格局，而非赢者通吃。

7、看了无数家庭才发现：一个家越过越累，往往逃不过这5个“通病”

很多事都超预期，尤其是脑机接口被列入“未来产业”之后。

这听起来有点违反直觉，但数据不会说谎。

8、中国演出二级票务平台研究报告

GPU成了最不重要的一环 显而易见地，在超节点的系统工程里，曾经作为核心的GPU重要性正在下降。

更重要的是在竞争层面，字节和阿里在AI的投入，以及GPU和算力储备规模，是快手难以企及的。

真正的核心壁垒是“定义产品”的能力。

9、徐工低风阻造型纯电重卡来袭，汕德卡G7S大件牵引车抢眼，工信部第409批N类重型货车新品公示详析（上）

两个月前，健适医疗收购图格医疗，后者是国内医用内窥镜成像领域头部公司。

因此，Kimi的技术路径也表现出了鲜明特征——专挑底层动刀，不仅在现有架构上做工程优化，更是回到AI系统最底层的组件，逐个问题解决，对优化器、注意力机制、残差连接等逐一优化，提高算法效率，换取智能上限。

10、黑洞当放大镜，MIT等新模型从引力波中找出「可疑印记」

“（让机器人跳舞）就要投入更多的精力，我们的终局还是要让机器人能够真正工作起来。

很多人可能会问，3D打印的天花板到底在哪里？现在在什么样的状态？从国家统计局的数据看，3D打印机去年增长52.5%，2030年市场份额达到272亿美元，每年复合增长达到35.2%。

1、精智达(688627.SH)：拟使用不超3亿元的暂时闲置募集资金进行现金管理

傅仲宏：施总讲的关键点和前面的话题有些类似，还是坚持用户共创、信任、强化IP价值，这在新时期可能是走出迷雾最有效的方式。

2、凯龙洁能北交所IPO终止，保荐机构为浙商证券股份有限公司

可是 AI 不完全是同一种问题。

3、上新

69．危机是客观的，但在危机中可以培育新机会，变局也是客观的，但在变局中可以开新局。恭喜广东队！洛夫顿疑似拒绝降薪续约上海，朱芳雨有望出手截胡？6月16日，媒体报道，DeepSeek完成500亿元融资，估值超3500亿元，成为中国估值最高的大模型创业公司。

4、提示！独库公路这些路段双向交通管制

加多少？我说5000万元，后来又觉得少了，想加8000万元。

5、今年上半年网签套数福州五区＋闽侯第一，榕发·城启未来松间组团实景开放

在场景生成区展出了YiSu、DriveDreamer、GigaWorld三款自研工具。

6、爱子的四个特性

我们一共投了两三轮，估值从3亿元涨到19亿元、36亿元……假如未来上市，估值相信至少在1000亿元以上。

更多是基于一个大框架，它有很多不同组合和选择。

后来，我把这件事简化成一个判断标准：你做一件事，就看它让你离自己的目标、理想、信仰是更近还是更远。

7、灯火下守平安！济南起步区消防夜查、宣教双线行动守护夏夜消防安全

因为当时计算机连Windows都没有，很多人也置疑计算机未来能够进入家庭或者人手一台。

最终，杰成的创始人加入公司，成了公司结构性心脏病业务的首席科学家。

8、速递！郭士强确认不下课，中国男篮排名狂掉，休息一周重启集训

方英也想创业，但如果所有的研究只停留在临床前阶段，最多能在实验猴上实施，那这件事的意义就大打折扣。

在“人工智能+”的窗口期，两家企业都愿意尝试新技术，但过程绝非一帆风顺。

但你得让大家看见，哪怕看见的不是终极目标，而是道路上的小胜利。

他参与 AlexNet（2012 年被提出的深度卷积网络模型，是图像识别领域的突破性工作），深度参与 Scaling Hypothesis（规模假说）和 Scaling Law 相关方向。