少年班，少年！
1.“一刀切”流水式的培养模式不行。
丘成桐认为，过于重视绝对公平可能导致国家缺乏竞争力。改革开放就允许一部分人先富起来，效率和公平需要平衡。同时，“一刀切”的培养方式对好的学生、有天分的学生反而是不公平。
“培养100个将军，跟培养1000万个士兵是不一样。现在的高考体制是‘流水作业’【任正非也讲过，现在还是上个世纪的工业化大生产式教育】，一年培养1300万个毕业生，对于培养工程师这样的人才很有效。”丘成桐说，带动尖端科学发展要靠“将军”，他现在就是要培养这100个“将军”，就是要培养“钱学森”。这需要因材施教，需要考虑一个学生的基础、能力等等，“一刀切”流水式的培养模式不行。
丘成桐表示，少年班和示范班的机会是公平的，选拔范围是全省。课程网络直播也是为了资源普惠，让偏远地区的学生也能接触到顶尖的教学内容。
2、这一堂课，同时在B站面向大众以及全国各地的丘成桐少年班直播。
还没搜到
我想听听他们讲一些基础的，看看怎么讲的，比如微积分
3，体制问题就是要在党的领导下，要听话
与少年班初一的孩子接触之后，他发现他们“很有想法，很兴奋，问问题问得好”。丘成桐认为，问题的根源在于中高考刷题，学生“刷得头昏脑胀”，不想思考了，没有兴趣再学下去。所以，一定要改革，从中学到大学的培养体制要变。
传统上，数学家成熟得早。丘成桐解释，年轻人思想和精力旺盛，能够比较长期地思考学问。古往今来的大数学家，往往十五六岁就成了重要的学者，二三十岁就做出非凡成就。“培养一流的人才必须要一流的大师。美国、英国、法国、俄罗斯的精英教育体制都是这样的。”
3，选拔不考难题
“奥数很难培养出大师。”有些菲尔兹奖获得者也是国际奥数（IMO）金牌得主，但丘成桐认为他们往往学术风格奇怪，方向狭窄，只能做比较特殊的问题，不能成为看得远、走得远的大师。
丘成桐解释，竞赛往往考的是偏题、难题，三个小时要做七八道题，但半个小时能够做出来的题目是没有深度的题目，靠的是解题技巧。
同时他认为，竞赛考察面窄，往往导致竞赛生对高等数学知识掌握得不全面、不扎实。例如，微积分是数学最基础的，但奥数不考。“我有个学生，北大毕业的，拿了两次IMO满分，来MIT（麻省理工）读书，但我发现他学问里面有很多空档，一些重要的基础知识没学好，最后毕业是毕业了，但没法走得更远。”
一种通行的思路是，难题才能选拔人才。但丘成桐不这么认为。他的观点是，一般的题目很重要，考察到真正学懂了就行。“数学要一层一层学上去，不能有遗漏。我们的选拔从来不考刁难的问题，考的是高等数学知识，是做科研需要学习的内容。”
求真书院的选拔考试基于数学专业大一的内容，不考难题，考的是广度和掌握度。丘成桐说，很多人考不过，是因为他们没有真正掌握。同样，示范班的选拔主要考察初三的数学知识，只要学会、学好，就能考过。
是否有资源提前学了就行？参加数学领军计划选拔的高二、高三学生，把这些知识多学两年，是不是能比初三考得好？丘成桐解释，并不是这样，实际上，题目能够考察出学生对数学本质的理解。【美就是存在的本质，就是要感受到美，发现美，创造美】
请回答｜他的少年班影响教育公平吗？专访丘成桐：若“一刀切”培养，对有天分者反而不公平 (msn.cn)
数学大师邱成桐清华大学珍贵讲课视频_哔哩哔哩_bilibili
华罗庚也讲过，自然数是数出来的。
跨物种翻译后，万物经济登场
2025 AI Agents百家争鸣,2026智能代理+Web3触发万物经济
随着智能代理的发展，我们有理由相信，万物智能AIoT 2.0的时代正在加速到来。
在这个“万物经济”的时代，智能设备不再仅仅是数据的生产者，而是能够主动参与交易。无论是实体智能硬件，还是虚拟智能代理，都有可能自行发生交易，甚至参与复杂的经济决策过程。
Figure和1X Technologies虽然均属人形机器人公司，但是路线差异较大。1x将其机器人直接带入人们的家中，旨在彻底改变家庭生活，而Figure则专注于工业应用，如汽车制造，以提高效率和安全性。除了市场方法之外，这两家公司在技术上也有所不同：1x采用基于肌腱的机器人，而Figure仅依靠执行器。
Physical Intelligence则致力于将通用人工智能技术应用于物理世界，目前正开发能够驱动当前机器人技术及未来物理设备的基础模型和学习算法。
通过赋予智能代理自助交易的能力，我们可以构建一个高度自动化、高效运转的经济系统。在这个系统中，智能代理可以根据自身的任务和目标，自主选择交易对象，谈判交易条件，并完成交易过程。这不仅可以大大提高经济活动的效率，还可以促进资源的优化配置，推动商业模式的创新。
举个例子，假设一个智能代理控制的自动驾驶汽车在行驶过程中发现自己的电量不足，它可以自主寻找附近的充电桩，并与之进行交易，支付相应的费用来获取电力。这整个过程无需人工干预，完全由智能代理自主完成。类似的场景在万物互联的未来将变得司空见惯。
Pairpoint – Connecting IoT with Innovative Technology
智能代理和Web3的结合，正在为万物经济打开一扇通往未来的大门。
随着技术的不断进步和应用场景的不断拓展，我们有理由相信，这两大热点的碰撞将释放出前所未有的能量，推动人类社会迈向一个全新的智能时代。
在这个时代，每一个物体都将拥有自己的智能代理，它们能够自主学习、自主决策、自主交易，与人类形成更加紧密、更加高效的协作关系。这不仅将极大地提升生产力和资源配置效率，还将从根本上重塑我们的经济形态和社会结构。
参考资料：
1. Crypto x AI Agents：互联网新范式的最后一块拼图，作者：starzq.eth，来源：X
2. Exploring the Future of AI Agents in Crypto，来源：Binance Research
3. AI+物联网+Web3，3大科技力量催生万物经济2030，来源：物联网智库
视频生成大模型的世界仿真能力在快速发展之中
刚看文章提到，这个以前应该注意到，12年图像识别性能大幅提升，诞生AI四小龙，一两年火车站，地铁等等各卡口，刷脸视频都装上了，到疫情学校都装上了，进学校没脸进不去了，只能白交税，养的那些教书的寄生虫，你看下清华北大人大的副部校长就知道了。查的18年5G概念完善，两三年智能工厂，港口就应用了。
然而，此时距离大模型真正被全世界知晓，仅仅过去了两年，其普及速度之快，历史上没有任何一场技术能够与之媲美：三百年前，人类历史进入第一次工业革命，从瓦特 1765 年获得了第一项蒸汽机专利，到 19 世纪末全球使用蒸汽机作为主要动力来源，我们花了 150 年。二百年前，人类历史进入第二次工业革命，从法国人毕克西 1832 年发明手摇式直流发电机，到二十世纪初电力全球普及，我们花了近 100 年。技术变革的诞生往往对应着时代机遇的蓬勃喷发、生产力与生产关系的变迁。
然而，此时距离大模型真正被全世界知晓，仅仅过去了两年，其普及速度之快，历史上没有任何一场技术能够与之媲美：三百年前，人类历史进入第一次工业革命，从瓦特 1765 年获得了第一项蒸汽机专利，到 19 世纪末全球使用蒸汽机作为主要动力来源，我们花了 150 年。二百年前，人类历史进入第二次工业革命，从法国人毕克西 1832 年发明手摇式直流发电机，到二十世纪初电力全球普及，我们花了近 100 年。技术变革的诞生往往对应着时代机遇的蓬勃喷发、生产力与生产关系的变迁。
2.大模型最早暴发的场景：营销
AI 营销的前景不仅股民看好，业绩更是惊人：靠着在全球 6 万款移动应用中，插入通过 AI 生成各种魔性的试玩小游戏，一年多来，AppLovin 的试玩广告的（这个听说过，原来通过试玩广告营销的）平均 IPM 提升率已经达到 250%，日活用户数更是高达 14 亿，几乎与全球顶流短视频软件的量级齐平。IDC 也对此作出了乐观预测：到 2026 年，全球 AI 营销的市场规模将达到 1456 亿元，并以 115% 的速度高速增长。但为什么大模型最早爆发的超级场景会是营销？
而在刘路看来，营销成为 AI 超级场景的根本原因在于效果可回收。
3.左右脑
万鹏飞看来，营销是典型的将 AI 的左脑与右脑能力综合使用，且有巨大价值空间的典型场景。如果将大模型与人类的大脑类比，那么以 LLM 为代表的语言大模型对应左脑的逻辑思考能力，其智能化水平已经达到了不错的程度且在持续提升，应用案例包括快手的广告智能投放和数字员工功能。而视频生成为代表的视觉大模型则对应着右脑的创意想象能力，目前视频生成大模型的世界仿真能力在快速发展之中，在视频营销内容的生产和互动环节可以带来极大的降本增效收益，应用案例包括快手的女娲数字人和开创平台。在实际产品落地中，AI 的左脑能力和右脑能力是综合使用的，呈现给用户的最终体验也是多模态的。
–-科技和艺术作为美的表现，如同人的左右脑，浑然一体，不可分割。
这段话让我想起我的这句话。
视频生成大模型的世界仿真能力在快速发展之中
这个相当于AI的感知能力开发，是新的市场，李飞飞在做。
“AI 对话类”产品可能只是 AI 产品的“中间态”
12 月 11 日消息，据“智能涌现”今日援引知情人士消息称，字节跳动已经提升了即梦的产品优先级，尝试用新的路径打造“AI 时代的抖音”。
知情人士表示，此举是因为字节跳动管理层判断“AI 对话类”产品可能只是 AI 产品的“中间态”，长期更理想的产品形式大概率需要更视觉化的用户体验和更低的用户使用门槛。目前，豆包的用户活跃度为每周 2-3 天，每天用户发送消息轮次仅为 5-6 次，单次 2 分钟左右，用户人均使用时长仅为 10 分钟左右，“并不算高”。
字节内部有管理层提出，这可能“并非豆包的问题”，豆包的相关数据已经是国内产品第一梯队，类似 ChatGPT 这种基于文本的对话类产品，大概率不是最理想的产品形态。
另有知情人士透露，字节内部判断，付费订阅模式在中国不太可能走通。而时长和轮次太低，又导致潜在的广告空间较小，这都构成了这类产品的隐形天花板。
智能已来，大模型应用新阶段：从 Chat 走向 Act
GLM-PC 的设计理念是模拟人类的电脑使用方式——眼睛观察屏幕、脑海中进行规划，再通过手部操作执行指令。
这和图灵机的诞生思路一致，图灵机是模拟人的计算过程和状态。
人脸识别是一项技术，人脸识别开门/支付/验证，才是一个应用，一个应用进而形成一个业务。人脸识别从12年开始吧，两三年之内，港口酒店物品都应用了，形成了智能经济，这是智能经济的第一阶段，基于物联网的智能经济，是静态的智能经济。
chatGPT是一个生成式预训练技术，结合到购物消费，工作办公等生活生产，劳动创作活动中，自动完成一个任务一个创作活动，形成新的人机无接触交互的进而基于日常习惯的未来式智能创作与劳动，这是智能经济的第二阶段。
最终就是工业自动化的过程，古典控制，经典控制，智能控制，自适应。
这都是人工智能，自动完成劳动的能力，在人和物之间。
AutoGLM-Web清言插件：https://new-front.chatglm.cn/webagent/landing/index.html?channel=ads_news_opendayautoglm-安卓：https://agent.aminer.cn/glm-pc：https://www.wjx.top/vm/mOs9cHw.aspx
智谱放大招：大模型从「Chat」走向「Act」 (msn.cn)
智谱 COO 张帆谈到，智能设备在大模型的加持下，将会焕发出新的机会。
随着端侧性能及算力持续提升、为 AI 原生设备适配的模型和端云同源的协同架构出现，Agent 不仅在操作系统 OS 和应用上实现用户体验变革，还能将其推广到各类智能设备上，从手机到电脑，再到汽车、眼镜、家居和各种 edge side 设备，各种 AI 原生设备正在争相涌现。
随着 Agent 技术的发展，AI 与人类的互动模式将不再局限于简单的对话，未来的机器将不仅能听懂人类的指令，还能够主动思考、决策并执行任务。
2025 年或许会成为 Agent 技术爆发的关键年份，Agent 将进一步改变我们与机器的关系，带来更加智能化、个性化和高效的生活与工作方式。
年吸金 5000 亿，宠物经济
宠物行业在消费降级大潮中表现卓越，成为其他行业的救星。今年双11，宠物用品成为最出色的赛道，开售1小时就有15个宠物品牌销售额突破千万，猫粮销售额甚至超过了婴儿奶粉，宠物手推车销售额也超过婴儿车。
房地产市场中，只要加上“宠物友好”的标签，300套房迅速售罄，场面堪比14年前的盛况。宠物生意赛道的吸引力，让迪士尼、名创优品、盒马、小米等大企业都积极跨界参与。张雪峰的就业建议不仅为年轻人提供了新的方向，也为整个社会经济发展提供了新的动力。在就业难的背景下，宠物行业的发展无疑为年轻人提供了新的机遇。（一览娱乐原创）
这年头最火的技术架构是什么？真美！
是真美！深度学习！
就是一锅出：咔咔怼里头，炖！
所谓深度学习，就是大量的神经元的深层次传播，就是三人成虎！
在应用上马斯克的端到端FSD全自动驾驶就是，这是革命性的转折，实时学习非已知预定。
输入直接到输出，就是“世间的所有美好，都要特快直达”！“瓜子一手车，不需要中间商”！
所谓真美，就是有其优而无其所带之缺。
特斯拉掀起“端到端”的自动驾驶变革。2023年马斯克直播试驾，展示了FSD Beta V12——有史以来第一个端到端AI自动驾驶系统（Full AI End-to-End），从智算量级来看，V12比上一代高出几个数量级：V12的C++代码只有2000行，而V11有30万行。传统智能驾驶解决方案是模块化的，包含许多人为设定的规则（hand-crafted、rule-based）部分。一套模块化智驾方案以感知模块—规划模块—控制模块为主脉络，模块间联系紧密，每个模块都有输入端与输出端；前一个模块的输出是后一个模块的输入。程序实现上效率低、成本高，需要提前通过代码告知计算机制订行车方案。
端到端（end-to-end）更接近于人的驾驶实践。只需要一个神经网络模型，模型输入端输入摄像头、激光雷达、毫米波雷达等传感器所搜集到的信息，输出端便可以直接输出控制车辆方向和速度的操作指令。中间不需要任何人为设定的规则。与模块化相比，从感知环境到执行驾驶操作只需依靠直觉和经验。程序实现上更高效，由于模型不是由表征规则的代码驱动的，而是全部依靠基于海量数据的机器学习。
AI营销，让科技巨头尝到了大模型商业化的甜头
随着新一波AI浪潮的到来，不少细分领域也催生了巨大的投资机遇。
比如，AI营销领域跑出了年内最强科技股。截至11月20日收盘，美股“AI应用大牛股”AppLovin年内累计涨幅高达716.11%，远超英伟达同期涨幅。原因是该公司提到，AI的助力让AXON 广告引擎不断改进，使其成为推动业务增长的重要催化剂。
对此，信达证券研报称，营销可能系AI商业变现最快的领域。AppLovin股价暴涨的背后，或侧面印证了AI营销的变现能力远超市场预期。
11月20日，“坚定执行AI战略”的快手发布了今年三季度业绩，线上营销服务收入同比增长20.0%达176亿元，在传媒资讯、电商、本地生活等多个行业都实现了超过30%的营销消耗同比增长。快手提到，在内容生产及互动方面，本季度AIGC营销素材消耗继续提升，日均消耗超2000万。
此前，腾讯发布的三季报也显示，营销服务板块收入299.93亿元，同比增长17%。公司董事会主席兼首席执行官马化腾表示：“我们持续在产品和运营中部署AI，包括营销服务和云服务，所带来的切实可见效益也愈加显现。”
毫无疑问，各大科技企业都在加速落地AI大模型，而在线广告收入作为互联网主要盈利模式，正在成为大模型从“前景”向“钱景”最迅速的一条路。
AI+营销，巨头推进AIGC商业化的一大步
今年10月，谷歌备受期待的 AI Overviews 广告正式上线，同时也带来了全新的广告形式。据悉，用户在谷歌进行特定的搜索时，将可能在AI生成的摘要中看到相关产品的广告。
无独有偶，微软也在其Copilot聊天机器人中引入了广告形式，这同样将内容与广告的界限模糊化。
注：Windows Copilot中的广告，目前没有禁用选项
几乎同一时间，在国内，抖音、快手、腾讯、阿里、百度等主流广告营销平台，都在尝试将AI工具用于营销各个环节。
快手科技创始人兼首席执行官程一笑表示，在第三季度，快手还在持续优化基座大模型的性能，深化大模型在内容理解、内容推荐、内容生产及用户互动的应用。
AI重塑业务生态，已经是科技巨头的共识。而AI营销会成为最早落地的领域之一也并不令人意外。在互联网发展中，网络广告也是最早形成规模的业务。哪怕时至今日，广告收入也几乎占了互联网财富的半壁江山。
作为一种新的通用技术，生成式AI发展依旧遵循创新扩散S曲线规律，表现在商业化方面，率先落地基础最广泛的广告营销领域也是生成式AI浪潮的必然结果。
这也意味着一个千亿级赛道正在向大模型厂商招手。QuestMobile数据显示，2024年上半年，国内互联网广告市场规模达到3514亿元。
问题是，AIGC将在哪些方面、多大程度上重塑在线广告市场？
“精打细算”之中，AI营销效果凸显
作为互联网最年轻的业态，短视频平台是在线广告业务变化最迅速的领域之一。同时，抖音月活跃用户数（MAU）早已超过10亿，快手的MAU则超过7亿，而QuestMobile数据显示，头部短视频平台重合用户规模仅3亿，两者相加很大程度上覆盖了大部分互联网用户。