半沐
484 Publications
半沐
慢就是快，相信复利的力量 币安100%返佣邀请码: BM168
Ouvert au trading
Trade fréquemment
8 an(s)
9 Suivis
123 Abonnés
272 J’aime
Publications
Portefeuille
Tous
Citations
欧盟最近想钱想疯了，到处罚款
西雅图夏至
·
--
因违反数字市场法案 欧盟对谷歌开出近十亿欧元反垄断罚单
欧盟委员会23日发布公告，宣布对美国科技巨头谷歌母公司Alphabet处以合计8.9亿欧元（约合10亿美元）的罚款，认定该公司在搜索引擎服务与应用商店运营中违反了欧盟《数字市场法案》（DMA）的相关规定。这是欧盟监管机构针对跨国科技巨头市场垄断行为采取的最新执法举措。
欧盟委员会公布的处罚细节显示，上述罚款由两项针对性处罚组成：因在谷歌搜索结果中不当偏袒自营 Shopping、Hotels 及 Flights 等服务，谷歌被处以4.60亿欧元罚款；因其旗下 Play Store 应用商店规则限制 Android 开发者向消费者引导第三方更优支付渠道，被处以4.30亿欧元罚款。
裁决要求谷歌必须在60天内完成相关业务政策整改，确保在搜索业务中公平对待第三方服务，并全面取消对 Android 开发者推广外部优惠举措的限制。若未能按期履约，该公司将面临额外的定期罚款。
针对本次裁决，欧盟委员会负责公平竞争事务的执行副主席特蕾莎·里贝拉指出，数字领域的优胜劣汰应建立在产品质量而非平台所有权的基础之上，欧洲消费者有权获知应用开发者的最优服务方案。她强调，《数字市场法案》旨在维护数字市场的公平性、选择权与创新活力，保障欧洲公民合法权益。
据悉，本次处罚源于欧盟委员会自2024年启动的合规调查。此前，谷歌曾通过调整欧盟区域内搜索页面布局、移除部分自营功能模块等方式寻求合规，但欧盟方面认定相关修改未达标准。根据《数字市场法案》条款，对违规“守门人”企业最高可处以其全球年营业额10%的罚款。本次裁决公布后，谷歌方面仍可就相关决定向欧盟法院提起上诉。
欧盟委员会公布的处罚细节显示，上述罚款由两项针对性处罚组成：因在谷歌搜索结果中不当偏袒自营 Shopping、Hotels 及 Flights 等服务，谷歌被处以4.60亿欧元罚款；因其旗下 Play Store 应用商店规则限制 Android 开发者向消费者引导第三方更优支付渠道，被处以4.30亿欧元罚款。
裁决要求谷歌必须在60天内完成相关业务政策整改，确保在搜索业务中公平对待第三方服务，并全面取消对 Android 开发者推广外部优惠举措的限制。若未能按期履约，该公司将面临额外的定期罚款。
针对本次裁决，欧盟委员会负责公平竞争事务的执行副主席特蕾莎·里贝拉指出，数字领域的优胜劣汰应建立在产品质量而非平台所有权的基础之上，欧洲消费者有权获知应用开发者的最优服务方案。她强调，《数字市场法案》旨在维护数字市场的公平性、选择权与创新活力，保障欧洲公民合法权益。
据悉，本次处罚源于欧盟委员会自2024年启动的合规调查。此前，谷歌曾通过调整欧盟区域内搜索页面布局、移除部分自营功能模块等方式寻求合规，但欧盟方面认定相关修改未达标准。根据《数字市场法案》条款，对违规“守门人”企业最高可处以其全球年营业额10%的罚款。本次裁决公布后，谷歌方面仍可就相关决定向欧盟法院提起上诉。
这个夏天最赚钱的公司是谁,不是谁,就是阿里巴巴,千问3.8预览版推出 ,能力已经超过opus 4.8, gpt 5.5, 正式版推出不得爆杀，作为kimi k3的已经在外网测验中爆杀，就国内的二货在阴阳，可是kimi官网的coding plan已经卖断货了，而月之暗面的外部最大股东还是阿里巴巴，持有36%，直接赚麻了
kimi要上市了, kimi k3直接轰出10000亿美元市值, 阿里巴巴持有36%直接赚麻了$BABA
Binance News
·
--
AI趋势 | 月之暗面拟6个月内赴港IPO
月之暗面告知投资者正筹备最早六个月内上市，借最新模型颠覆行业认知并引发全球科技股震荡之机进入资本市场。据知情人士透露，这家中国AI先锋已向投资者分发股东决议寻求支持香港上市。启动通知程序意味着IPO可能在未来半年内发生。月之暗面正在收尾可能估值超300亿美元的融资轮。公司认为时机已到，年化经常性收入6月达3亿美元，较4月的2亿美元大幅增长。公司在上周发布Kimi K3前已在筹备上市，该模型达2.8万亿参数，整体能力仅次于Anthropic的Claude Fable 5和OpenAI的GPT-5.6。Artificial Analysis在部分前沿基准上将Kimi K3排在Anthropic Opus 4.8之上，为中国开源权重模型首次达成该里程碑。这家北京公司由前清华大学教授杨植麟于2023年初联合创立，杨曾任职Meta和谷歌。公司已与中金和高盛就上市进行洽谈。月之暗面已开始拆除红筹架构以实现更顺畅的海外上市。公司销售分层聊天机器人订阅并向企业客户提供技术，近期推出AI智能体Kimi Work。
仅次fable5 ,能够每天进化的大模型,恐怖如斯，估计是为了千问4做准备
半沐
·
--
关于Qwen3.8如何实现“以天为单位”的进化，结合目前的公开信息，其核心机制主要体现在高频自动化更新、架构底层的动态激活以及智能体（Agent）技能的夜间验证三个方面。具体细节如下：
1. 高频自动化的权重与链路更新
Qwen3.8打破了传统的单次大规模发布模式，建立了一套高频自动化迭代机制。团队透露，模型每天凌晨会自动更新权重，每48小时刷新一次推理链路优化，并且每周会推送全新的多模态对齐能力。这种机制让模型的升级变成了一场持续进行的“现场直播”。
2. 动态专家路由与分层记忆缓存架构
在底层架构上，Qwen3.8抛弃了传统的稀疏激活套路，采用了“动态专家路由+分层记忆缓存”的混合架构。这种设计使得2.4T参数能够动态运作，模型在运行时“不是堆出来的巨兽，而是会呼吸、能反思、懂取舍的智能体”。这种架构层面的优化为高频迭代提供了技术基础。
3. 智能体（Agent）技能的“夜间进化与验证”机制
在具体的Agent任务执行层面，Qwen系列（如Qwen3-Max）应用了“集体技能进化流程”。该机制将用户的真实交互会话转化为结构化证据，由Evolver分析模式并生成候选更新。这些候选技能不会直接上线，而是进入“夜间验证阶段”：在真实环境中同时执行旧技能和新候选技能，仅当新技能在整体任务成功率和执行稳定性上确实优于旧技能时才会被接受并部署。这保证了已部署的技能池不会随时间退化，实现了持续稳定的性能提升。
4. 预览版的持续测试与后训练
目前上线的 Qwen3.8-Max 预览版模型正在以“天”为单位持续进化。有分析指出，这种基座参数的小版本持续更新，表明模型可能正在进行密集的后训练（Post-training），为最终4.0正式版的发布做准备。
1. 高频自动化的权重与链路更新
Qwen3.8打破了传统的单次大规模发布模式，建立了一套高频自动化迭代机制。团队透露，模型每天凌晨会自动更新权重，每48小时刷新一次推理链路优化，并且每周会推送全新的多模态对齐能力。这种机制让模型的升级变成了一场持续进行的“现场直播”。
2. 动态专家路由与分层记忆缓存架构
在底层架构上，Qwen3.8抛弃了传统的稀疏激活套路，采用了“动态专家路由+分层记忆缓存”的混合架构。这种设计使得2.4T参数能够动态运作，模型在运行时“不是堆出来的巨兽，而是会呼吸、能反思、懂取舍的智能体”。这种架构层面的优化为高频迭代提供了技术基础。
3. 智能体（Agent）技能的“夜间进化与验证”机制
在具体的Agent任务执行层面，Qwen系列（如Qwen3-Max）应用了“集体技能进化流程”。该机制将用户的真实交互会话转化为结构化证据，由Evolver分析模式并生成候选更新。这些候选技能不会直接上线，而是进入“夜间验证阶段”：在真实环境中同时执行旧技能和新候选技能，仅当新技能在整体任务成功率和执行稳定性上确实优于旧技能时才会被接受并部署。这保证了已部署的技能池不会随时间退化，实现了持续稳定的性能提升。
4. 预览版的持续测试与后训练
目前上线的 Qwen3.8-Max 预览版模型正在以“天”为单位持续进化。有分析指出，这种基座参数的小版本持续更新，表明模型可能正在进行密集的后训练（Post-training），为最终4.0正式版的发布做准备。
关于Qwen3.8如何实现“以天为单位”的进化，结合目前的公开信息，其核心机制主要体现在高频自动化更新、架构底层的动态激活以及智能体（Agent）技能的夜间验证三个方面。具体细节如下：
1. 高频自动化的权重与链路更新
Qwen3.8打破了传统的单次大规模发布模式，建立了一套高频自动化迭代机制。团队透露，模型每天凌晨会自动更新权重，每48小时刷新一次推理链路优化，并且每周会推送全新的多模态对齐能力。这种机制让模型的升级变成了一场持续进行的“现场直播”。
2. 动态专家路由与分层记忆缓存架构
在底层架构上，Qwen3.8抛弃了传统的稀疏激活套路，采用了“动态专家路由+分层记忆缓存”的混合架构。这种设计使得2.4T参数能够动态运作，模型在运行时“不是堆出来的巨兽，而是会呼吸、能反思、懂取舍的智能体”。这种架构层面的优化为高频迭代提供了技术基础。
3. 智能体（Agent）技能的“夜间进化与验证”机制
在具体的Agent任务执行层面，Qwen系列（如Qwen3-Max）应用了“集体技能进化流程”。该机制将用户的真实交互会话转化为结构化证据，由Evolver分析模式并生成候选更新。这些候选技能不会直接上线，而是进入“夜间验证阶段”：在真实环境中同时执行旧技能和新候选技能，仅当新技能在整体任务成功率和执行稳定性上确实优于旧技能时才会被接受并部署。这保证了已部署的技能池不会随时间退化，实现了持续稳定的性能提升。
4. 预览版的持续测试与后训练
目前上线的 Qwen3.8-Max 预览版模型正在以“天”为单位持续进化。有分析指出，这种基座参数的小版本持续更新，表明模型可能正在进行密集的后训练（Post-training），为最终4.0正式版的发布做准备。
1. 高频自动化的权重与链路更新
Qwen3.8打破了传统的单次大规模发布模式，建立了一套高频自动化迭代机制。团队透露，模型每天凌晨会自动更新权重，每48小时刷新一次推理链路优化，并且每周会推送全新的多模态对齐能力。这种机制让模型的升级变成了一场持续进行的“现场直播”。
2. 动态专家路由与分层记忆缓存架构
在底层架构上，Qwen3.8抛弃了传统的稀疏激活套路，采用了“动态专家路由+分层记忆缓存”的混合架构。这种设计使得2.4T参数能够动态运作，模型在运行时“不是堆出来的巨兽，而是会呼吸、能反思、懂取舍的智能体”。这种架构层面的优化为高频迭代提供了技术基础。
3. 智能体（Agent）技能的“夜间进化与验证”机制
在具体的Agent任务执行层面，Qwen系列（如Qwen3-Max）应用了“集体技能进化流程”。该机制将用户的真实交互会话转化为结构化证据，由Evolver分析模式并生成候选更新。这些候选技能不会直接上线，而是进入“夜间验证阶段”：在真实环境中同时执行旧技能和新候选技能，仅当新技能在整体任务成功率和执行稳定性上确实优于旧技能时才会被接受并部署。这保证了已部署的技能池不会随时间退化，实现了持续稳定的性能提升。
4. 预览版的持续测试与后训练
目前上线的 Qwen3.8-Max 预览版模型正在以“天”为单位持续进化。有分析指出，这种基座参数的小版本持续更新，表明模型可能正在进行密集的后训练（Post-training），为最终4.0正式版的发布做准备。
周一会不会直接封板啊
MarsBit News
·
--
阿里千问Qwen3.8大模型即将发布并开源
火星财经消息,《科创板日报》获悉，阿里千问Qwen3.8大模型即将发布并开源，拥有高达2.4T参数。目前千问3.8-Max预览版已在阿里巴巴的Token计划、Qoder和QoderWork上亮相。 （科创板日报记者 黄心怡）
国产ai要杀疯了，阿里巴巴牛逼
MarsBit News
·
--
阿里千问Qwen3.8大模型即将发布并开源
火星财经消息,《科创板日报》获悉，阿里千问Qwen3.8大模型即将发布并开源，拥有高达2.4T参数。目前千问3.8-Max预览版已在阿里巴巴的Token计划、Qoder和QoderWork上亮相。 （科创板日报记者 黄心怡）
都是阿里巴巴投资是一坨,没想到吧，掏出来吓死你
链研社lianyanshe
·
--
阿里巴巴最近也是走运了，中鑫浮盈 1300 亿，今天 kimi k3 登榜，阿里占了 36% 的股份，还有一部分是用算力服务的形式参与的投资。
kimi 如果在港股上市，流通筹码少，阿里，美团，腾讯，小红书都有投资。市值可能会超过智谱，那阿里赚的钱要超过在长鑫上赚的，单这两个就赚了 20% 阿里的市值
Source: @lianyanshe on X
#Crypto #Web3
kimi 如果在港股上市，流通筹码少，阿里，美团，腾讯，小红书都有投资。市值可能会超过智谱，那阿里赚的钱要超过在长鑫上赚的，单这两个就赚了 20% 阿里的市值
Source: @lianyanshe on X
#Crypto #Web3
杨植麟: 很多天才都管我叫天才
半沐
·
--
月之暗面创始人杨植麟的成就
一、学术层面：奠定全球大模型长文本底层基础（含金量最高的长期资产）
1. Transformer-XL（2018，共同一作）
- 核心突破：解决原生Transformer固定上下文窗口、无法捕捉长距离文本依赖的致命缺陷；引入片段循环记忆机制。
- 行业意义：当今所有长上下文大模型的技术源头之一，Claude、Kimi、GPT系列长文本优化方案大量借鉴该思路。没有这项工作，百万Token长文本模型几乎无从谈起，也是后来Kimi主打超长文档的理论根基。
2. XLNet（2019，第一作者，谷歌Brain联合发布）
- 核心突破：解决BERT掩码预训练存在的信息偏差，采用排列语言建模；在20项主流NLP评测全面超越BERT。
- 历史地位：被业内公认为BERT之后预训练模型最重要进展之一，入选NeurIPS Oral；论文引用数万次，是华人学者在基础NLP领域影响力最强的工作之一。
3. 其他学术贡献
- 和图灵奖得主Bengio合作构建HotpotQA多轮推理问答数据集；
- CMU博士仅4年毕业（常规学制6年），师从苹果前AI负责人Salakhutdinov；先后在Google Brain、Meta FAIR实习，参与早期Gemini、Bard预研；
- 国内35岁以下NLP领域论文总引用长期位居第一梯队。
一、学术层面：奠定全球大模型长文本底层基础（含金量最高的长期资产）
1. Transformer-XL（2018，共同一作）
- 核心突破：解决原生Transformer固定上下文窗口、无法捕捉长距离文本依赖的致命缺陷；引入片段循环记忆机制。
- 行业意义：当今所有长上下文大模型的技术源头之一，Claude、Kimi、GPT系列长文本优化方案大量借鉴该思路。没有这项工作，百万Token长文本模型几乎无从谈起，也是后来Kimi主打超长文档的理论根基。
2. XLNet（2019，第一作者，谷歌Brain联合发布）
- 核心突破：解决BERT掩码预训练存在的信息偏差，采用排列语言建模；在20项主流NLP评测全面超越BERT。
- 历史地位：被业内公认为BERT之后预训练模型最重要进展之一，入选NeurIPS Oral；论文引用数万次，是华人学者在基础NLP领域影响力最强的工作之一。
3. 其他学术贡献
- 和图灵奖得主Bengio合作构建HotpotQA多轮推理问答数据集；
- CMU博士仅4年毕业（常规学制6年），师从苹果前AI负责人Salakhutdinov；先后在Google Brain、Meta FAIR实习，参与早期Gemini、Bard预研；
- 国内35岁以下NLP领域论文总引用长期位居第一梯队。
天才只不过是见他的门槛
半沐
·
--
月之暗面创始人杨植麟的成就
一、学术层面：奠定全球大模型长文本底层基础（含金量最高的长期资产）
1. Transformer-XL（2018，共同一作）
- 核心突破：解决原生Transformer固定上下文窗口、无法捕捉长距离文本依赖的致命缺陷；引入片段循环记忆机制。
- 行业意义：当今所有长上下文大模型的技术源头之一，Claude、Kimi、GPT系列长文本优化方案大量借鉴该思路。没有这项工作，百万Token长文本模型几乎无从谈起，也是后来Kimi主打超长文档的理论根基。
2. XLNet（2019，第一作者，谷歌Brain联合发布）
- 核心突破：解决BERT掩码预训练存在的信息偏差，采用排列语言建模；在20项主流NLP评测全面超越BERT。
- 历史地位：被业内公认为BERT之后预训练模型最重要进展之一，入选NeurIPS Oral；论文引用数万次，是华人学者在基础NLP领域影响力最强的工作之一。
3. 其他学术贡献
- 和图灵奖得主Bengio合作构建HotpotQA多轮推理问答数据集；
- CMU博士仅4年毕业（常规学制6年），师从苹果前AI负责人Salakhutdinov；先后在Google Brain、Meta FAIR实习，参与早期Gemini、Bard预研；
- 国内35岁以下NLP领域论文总引用长期位居第一梯队。
一、学术层面：奠定全球大模型长文本底层基础（含金量最高的长期资产）
1. Transformer-XL（2018，共同一作）
- 核心突破：解决原生Transformer固定上下文窗口、无法捕捉长距离文本依赖的致命缺陷；引入片段循环记忆机制。
- 行业意义：当今所有长上下文大模型的技术源头之一，Claude、Kimi、GPT系列长文本优化方案大量借鉴该思路。没有这项工作，百万Token长文本模型几乎无从谈起，也是后来Kimi主打超长文档的理论根基。
2. XLNet（2019，第一作者，谷歌Brain联合发布）
- 核心突破：解决BERT掩码预训练存在的信息偏差，采用排列语言建模；在20项主流NLP评测全面超越BERT。
- 历史地位：被业内公认为BERT之后预训练模型最重要进展之一，入选NeurIPS Oral；论文引用数万次，是华人学者在基础NLP领域影响力最强的工作之一。
3. 其他学术贡献
- 和图灵奖得主Bengio合作构建HotpotQA多轮推理问答数据集；
- CMU博士仅4年毕业（常规学制6年），师从苹果前AI负责人Salakhutdinov；先后在Google Brain、Meta FAIR实习，参与早期Gemini、Bard预研；
- 国内35岁以下NLP领域论文总引用长期位居第一梯队。
月之暗面创始人杨植麟的成就
一、学术层面：奠定全球大模型长文本底层基础（含金量最高的长期资产）
1. Transformer-XL（2018，共同一作）
- 核心突破：解决原生Transformer固定上下文窗口、无法捕捉长距离文本依赖的致命缺陷；引入片段循环记忆机制。
- 行业意义：当今所有长上下文大模型的技术源头之一，Claude、Kimi、GPT系列长文本优化方案大量借鉴该思路。没有这项工作，百万Token长文本模型几乎无从谈起，也是后来Kimi主打超长文档的理论根基。
2. XLNet（2019，第一作者，谷歌Brain联合发布）
- 核心突破：解决BERT掩码预训练存在的信息偏差，采用排列语言建模；在20项主流NLP评测全面超越BERT。
- 历史地位：被业内公认为BERT之后预训练模型最重要进展之一，入选NeurIPS Oral；论文引用数万次，是华人学者在基础NLP领域影响力最强的工作之一。
3. 其他学术贡献
- 和图灵奖得主Bengio合作构建HotpotQA多轮推理问答数据集；
- CMU博士仅4年毕业（常规学制6年），师从苹果前AI负责人Salakhutdinov；先后在Google Brain、Meta FAIR实习，参与早期Gemini、Bard预研；
- 国内35岁以下NLP领域论文总引用长期位居第一梯队。
一、学术层面：奠定全球大模型长文本底层基础（含金量最高的长期资产）
1. Transformer-XL（2018，共同一作）
- 核心突破：解决原生Transformer固定上下文窗口、无法捕捉长距离文本依赖的致命缺陷；引入片段循环记忆机制。
- 行业意义：当今所有长上下文大模型的技术源头之一，Claude、Kimi、GPT系列长文本优化方案大量借鉴该思路。没有这项工作，百万Token长文本模型几乎无从谈起，也是后来Kimi主打超长文档的理论根基。
2. XLNet（2019，第一作者，谷歌Brain联合发布）
- 核心突破：解决BERT掩码预训练存在的信息偏差，采用排列语言建模；在20项主流NLP评测全面超越BERT。
- 历史地位：被业内公认为BERT之后预训练模型最重要进展之一，入选NeurIPS Oral；论文引用数万次，是华人学者在基础NLP领域影响力最强的工作之一。
3. 其他学术贡献
- 和图灵奖得主Bengio合作构建HotpotQA多轮推理问答数据集；
- CMU博士仅4年毕业（常规学制6年），师从苹果前AI负责人Salakhutdinov；先后在Google Brain、Meta FAIR实习，参与早期Gemini、Bard预研；
- 国内35岁以下NLP领域论文总引用长期位居第一梯队。
半沐
·
--
#kimi k3#
月之暗面联合创始人，将开源kimi k3,卧槽,世界第一的大语言模型要开源了，这不得把open ai, claude code这些闭源 杀穿了$BABA
月之暗面联合创始人，将开源kimi k3,卧槽,世界第一的大语言模型要开源了，这不得把open ai, claude code这些闭源 杀穿了$BABA
一群人还没懂kimi k3的含金量，前端能力超越fable 5,现在是全世界第一，后端能力仅次于fable 5, gpt 5.6.sol 开最高档，而订阅价格只有5%, 目前openai估值1万2千亿美元,如果月之暗面ipo，直接可能接近1万亿美元，为什么，因为他的创始人是杨植麟，一个被全世界ai大佬都认为圭臬的顶级人才，Transformer-XL第一作者，XLNet第一作者，比什么山姆奥特曼，什么达里奥还牛逼的人物
而月之暗面最大的股东是阿里巴巴，持有36%股份
而月之暗面最大的股东是阿里巴巴，持有36%股份
半沐
·
--
#kimi k3#
月之暗面联合创始人，将开源kimi k3,卧槽,世界第一的大语言模型要开源了，这不得把open ai, claude code这些闭源 杀穿了$BABA
月之暗面联合创始人，将开源kimi k3,卧槽,世界第一的大语言模型要开源了，这不得把open ai, claude code这些闭源 杀穿了$BABA
超级牛逼月之暗面的kimi k3,而他的最大外部股东是阿里巴巴，持有36% ，如果按openai的估值估算月之暗面，阿里巴巴目前持有的股份价值5000亿美元，价值现在的阿里巴巴两个估值
$BABA
$BABA
一群还不理解为何月之暗面牛逼关阿里巴巴何事，因为阿里巴巴手握着36%的月之暗面股份，每轮融资都跟投，如果上市直接突破1万美元，而这个价格直接给阿里巴巴创造了3600亿美元的投资收入
fable 5还只是个破纸板，kimi k3直接给你造出来歼12，这真的杀穿了
半沐
·
--
今年全世界最强模型kimi k3出炉了，牛逼了
Connectez-vous pour découvrir plus de contenu