找到
26939
篇与
智观行业
相关的结果
- 第 168 页
-
山西2-0横扫青岛进八强将战广厦 奈特24+6+6基诺内斯29+6三分 北京时间5月2日，2025-26赛季CBA季后赛首轮G2山西主场对阵青岛，山西主帅潘江禁赛3场后复出。山西凭借团队攻势压制青岛，最多时刻取得20分领先优势，青岛顽强反扑末节追到个位数差距。山西挡住青岛反扑，最终山西97-94战胜青岛，山西总分2-0横扫青岛晋级八强，山西将在季后赛第二轮挑战卫冕冠军广厦。 数据统计青岛：基诺内斯6记三分29分6篮板4助攻5犯规，吕俊虎4记三分14分，王睿泽4记三分15分5犯规，米奇14分10篮板3助攻3抢断2盖帽，赵嘉义14分。山西：奈特24分6篮板6助攻，贾明儒16分，焦海龙16分，尼克斯12分，张宁5分。本场之星奈特用全能表现，引领山西用团队攻势战胜青岛，从而总分2-0横扫晋级。比赛回顾系列赛首场比赛，山西客场90-86加时险胜青岛拒绝被20分逆转。本场青岛调整首发，用吕俊虎顶替纪卓首发。首节开局，山西率先多点开花压制青岛，尤其是奈特连中三分，率先取得13-0领先优势。吕俊虎连中两记三分追分，山西连续内线得分，韦瑟斯庞上篮追分。焦海龙三分命中，焦海龙违体犯规送米奇两罚全中，山西连得4分。基诺内斯三分命中，焦海龙抛射得分，首节结束山西25-13领先青岛。首节山西14中11，其中三分4中2；青岛仅21中4，其中三分13中3。 次节比赛，尼克斯上篮得分，赵嘉义与王睿泽各中一记三分，尼克斯两罚全中，基诺内斯3+1追到差7分。尼克斯与于米提各完成一次暴扣，米奇两罚全中，山西一波6-0攻势扩大39-15领先。吕俊虎三分命中，米奇与法耶冲突各吃一T，山西一波6-2攻势，韦瑟斯庞三分命中。山西打出一波6-0攻势，山西单节26-20净胜6分，上半场结束山西扩大51-33领先青岛。前两节比赛，山西32中22，其中三分7中2，奈特12+3+5、贾明儒与尼克斯均8分；青岛35中9，其中三分25中8，全队没有球员得分上双。 易边再战，奈特造成米奇干扰球扩大20分优势，青岛连追5分，奈特被吹罚一次技术犯规。双方随后各得4分，基诺内斯吃T送贾明儒罚中一球，青岛一波6-2攻势追分。贾明儒中投得分，王睿泽与吕俊虎各中一记三分追到差8分，米奇抽筋被换下场。山西连得4分，基诺内斯2+1追分，奈特连得4分，基诺内斯三分追分。奈特勾手得分，杨压哨三分命中，山西单节21-30被追回9分，三节结束山西72-63领先青岛。前三节比赛，山西三分9中2，奈特19+4+5引领3人得分上双；青岛三分31中12，基诺内斯15+4+4引领3人得分上双。 进入第四节比赛，山西率先连得5分扩大14分优势，吕俊虎抛射命中，张宁上篮得分。青岛一波7-0攻势追分，奈特上篮命中，王睿泽三分追到差6分打停山西，王睿泽第4次犯规，奈特三分命中打停青岛。赵嘉义连续罚中4球，焦海龙上篮与于米提三分维持10分优势，基诺内斯连追5分。王睿泽5犯离场送贾明儒两罚一中，吕俊虎三分无效，王奕博嘴巴出血，林韦恺顶替罚球两罚一中。张宁关键中投得分，基诺内斯三分不中，贾明儒被犯规罚球继续扩大优势，基诺内斯连中3记三分追到差2分，基诺内斯5犯离场，于米提两罚一中，最终山西战胜青岛总分2-0横扫晋级八强。双方首发青岛：吕俊虎、王睿泽、段昂君、韦瑟斯庞、米奇山西：葛昭宝、贾明儒、于米提、法耶、奈特（文/醉卧浮生）
-
详解 DeepSeek V4：Infra 巨鲸 “四连击”，百万上下文走进现实 系统级耦合优化比单点创新更难。 访谈丨程曼祺整理丨付自文、李清旸上周五（4 月 26 日）DeepSeek-V4 终于发布后，《晚点聊 LateTalk》第一时间邀请一线 AI 从业者详解 V4 技术报告。两位播客嘉宾，一位是 UCLA 在读博士刘益枫，他是模型架构背景，曾在 Kimi（月之暗面）和字节 Seed 实习，参与 K1.5 研发，也自己做过优化器。一位是开源推理框架 SGLang 核心开发者赵晨阳，他是 Infra 背景，目前已加入 SGLang 背后的商用创业公司 RadixArk AI。他此前也曾在字节 Seed 实习。这期我们从 V4 切入，自然而然聊地到了 Kimi、Seed、MiniMax、Qwen、智谱等中国其他大模型团队的努力和进展。关于从字节 Seed 提出的 HC 到 DeepSeek 的 mHC，再到 Kimi 的 Attention Residuals 的讨论，还有 Kimi 和 DeepSeek 围绕 Muon 优化器的改进，又或者是 DeepSeek 对北大团队开源的 TileLang 的深度使用……这些成果相互联系、彼此激发，鲜活地刻画了，一定的人才密度和竞争烈度后，开源模型社区在正迸发怎样的进步与质变。而一批中国公司，是开源大模型生态最活跃和坚定的投入者。从 R1 的一鸣惊人到如今的百花齐放，这一年多发生了太多迭代和变化。V4 的技术报告是了解这些细致且艰辛努力的一个切片。不再用 MLA、全新注意力机制：“系统级耦合优化比单点创新更难”晚点：DeepSeek-V4 发布后，你们的实际使用体感如何？刘益枫：数学推理、代码能力和 Agent 指令执行都比 V3 好不少，尤其是幻觉少得多。代码能力还是比 Opus 4.6 等闭源模型弱，和智谱 GLM-5.1、Kimi K2.6 等开源模型体验相近。同时 V4 比 V3 大很多（V3 参数为 670 B ，V4 为 1.6T），价格贵了不少。但最近 V4-Pro 输入缓存命中的价格从最初 25% 优惠上又打了 1 折，降价很猛，这让很多用户愿意尝试。晚点：正好这几天正在开 ICLR （国际学习表征会议，International Conference on Learning Representations，AI 顶会之一）， 大家在会场是如何讨论 V4 和同期进展的？刘益枫：有意思的是，V4 放弃了从 V2 到 V3 使用的 MLA（注：多头潜在注意力，由 DeepSeek 提出），而目前 K 2.6、GLM-5.1 等模型依然采用 MLA。其实几个月前，大家都认为先进的开源模型架构已收敛到 MLA 了，接下来是一些小改进。而 V4 放弃 MLA、重回 MQA（注：多查询注意力 Multi-Query Attention，是相比原始注意力更低显存占用和更低推理带宽的一种改进），这说明模型架构还有很大改进空间。晚点：MLA 和 MQA 的区别是什么？刘益枫：简单来说，MQA 更接近原始多头注意力（Multi-Head Attention） 。相比 V3 的 MLA，它是一种 token-wise（词元级）的压缩机制，通过混合使用 CSA 和 HCA 实现 4:1 甚至 128:1 的大尺度压缩。这时如果继续保留 MLA，再叠加这些压缩，实现起来会相当复杂。这可能是 V4 没有继续用 MLA 的原因之一。（注：CSA 是 “压缩稀疏注意力”，HCA 是 “重度压缩注意力”。在 DeepSeek-V4 中，CSA 是先压缩序列、再做关键选择，能从长上下文中定位关键信息； HCA 是高度压缩大量 token 信息，保留压缩后的全局感知。二者交替使用，能在大幅减少计算和显存开销时，既了解全局脉络（HCA）又能抓到关键细节（CSA））晚点：RadixArk.AI 这次同时完成了 SGLang 压缩 token 信息对 V4 的推理 Day-0 适配和全参数 RL Day-0 适配。适配过程中，有哪些对 V4 变化的观察？赵晨阳：DeepSeek 仍是 Infra 的巨鲸，每年他们发布都会为 infra 优化 “续命一年”。比如说去年的 MLA、DeepSeekMoE（DeepSeek 提出的一种 MoE 混合专家模型架构，最早用在 V2 中） 等，我们扎扎实实做了一年，才能在开源框架上跑得比较好。而 V4 换了一套全新的混合注意力方案。推理侧，V4 的混合注意力、双压缩和 HashTop-K MoE，意味着前缀缓存、FlashMLA、投机解码这些链路都要重建。我们团队为接入前缀缓存和投机解码做了大量优化，拿出了 ShadowRadix、HiSparse CPU 扩展 KV，并完成了英伟达 Hopper、Blackwell、Grace Blackwell、AMD、NPU 的全平台适配。（注：HashTop-K MoE：哈希路由混合专家模型。DeepSeek-V4 在前几层 MoE 模型中引入的新型路由策略。不再依赖模型计算亲和度，而是直接通过输入 Token 的 ID 计算哈希值来固定分配专家。FlashMLA：DeepSeek 开源的针对 MLA 的高效推理算子库，专为英伟达 Hopper 架构 GPU 优化。Blackwell：英伟达最新一代的 GPU 微架构。Grace Blackwell：英伟达推出的一种新型 “AI 超级芯片” 组合形态。将 Grace CPU 与 Blackwell GPU 物理封装在了一起。）RL 侧，1.6T MoE 全参数训练对系统要求很高。六种并行策略（DP、TP、SP、EP、PP、CP）的正确性、训练与推理的一致性、indexer replay、FP8/BF16 混合采样——任何一环出错，奖励曲线就起不来。（注：indexer replay：在任务被中断后，通过直接回放历史执行轨迹或复用已有的 KV 缓存来恢复状态，避免冗余计算。奖励曲线：大语言模型在强化学习阶段的核心监控指标，反映模型在特定任务上的表现提升过程。）晚点：总结来说，你们觉得 V4 是一个怎样的成果？赵晨阳：作为工程师，我惊叹于 DeepSeek 极强的工程能力。训练时把优化器换成 Muon（矩阵级别优化器 ，能对整个参数矩阵进行正交化处理），训练精度推进到 FP4，进一步压缩显存和带宽；推理时引入 DSA（DeepSeek 稀疏注意力）、DeepEP（DeepSeek 通信效率的底层基础设施库）、Mega MoE 这一整套 Infra。这里面的每一个名词，在工程上都是巨大挑战。这种系统级的耦合优化比单点创新更难，更体现一个团队的工程深度。刘益枫：作为算法研究人员，我更佩服 DeepSeek 的艺高人胆大。不仅引进了 mHC（流行约束超连接）、起始层哈希路由等技术，还大胆使用了 CSA 和 HCA 等 token-wise 的压缩技术，创新性使用了不同于一般实践的 Muon 超参数，甚至放弃了既有的 MLA 架构。同时一如既往地在并行训练、训练精度调节等方面给业界带来新东西。V4 技术报告里的中国芯片和 “消失的成本”晚点：DeepSeek 从 V3.2 preview 到 V4，中间隔了 7 个多月，但不管是 Kimi、Qwen、GLM、MiniMax 还是 GPT、Claude，主流模型的版本号都切得越来越细，更新很密集。这背后反映了什么不同思路？赵晨阳：OpenAI 或 Anthropic 的版本号更像 “产品语言”：频繁更新是因为庞大的用户群需要持续感知模型进步。DeepSeek 版本号更像 “研究语言”，每次主版本更新都对应一次重大架构变化。这种差异由组织结构和商业模式决定。前者要求研究与产品节奏高度咬合，后者则拥有更大的自由度集中力量办大事，但也要求每次出手都足够有分量。刘益枫：模型版本命名有两种派别。DeepSeek、Kimi 的大版本号代表模型结构的重大改变；而 Claude、GPT 等模型的大版本号更多代表功能、能力改变，比如 GPT-4 融入了多模态能力、GPT-5 提高深度推理能力。这背后也反映做模型的两种不同倾向：中国的开源模型更追求工程优化；美国的闭源模型更追求提出和开辟新的能力方向。晚点：为什么 V4 的训练时间比预期更长？据我们了解，DeepSeek 原本希望春节前后发 V4。赵晨阳：具体发布计划外界无从知晓，但从技术上可以推测，V4 一次性引入了至少四个互相耦合的新东西：混合注意力、mHC、Muon 优化器和 FP4 训练。任何一个单独上线都需要大规模 debug，四个一起上的复杂度更是组合式爆炸。特别是在如此大规模的 MoE 上稳定地跑 Muon，以及真正跑通 FP4 训练，这都是非常前沿的尝试。这次 V4 博客里的一句话很好：“率道而行，端然正己。” 我还想加上《道德经》里我很喜欢的一句话：为而不恃，功成弗居。创造万物却不占为己有，功业成就却不自我夸耀。刘益枫：这次的一个亮点是 DeepSeek 原生支持国产芯片。从零开始为国产算法编写优化算子的工程量比较大，这可能是他们开发时间偏长的原因。不过在 V4 训练阶段，外界普遍推测他们用的仍是英伟达芯片。（注：V4 技术报告第三节 “Infra” 一章中提到，DeepSeek 在华为昇腾芯片上验证了细粒度并行 EP 方案的技术可行性，这说明 DeepSeek 做了国产芯片的推理适配。原文为：We validated the fine-grained EP scheme on both NVIDIA GPUs and HUAWEI Ascend NPUs platforms.）晚点：晨阳提到 “率道而行，端然正己”。他们引用的是荀子《非十二子》，前面还有两句——“不诱于誉，不恐于诽”，不被赞誉裹挟，也不惧质疑和批评。刘益枫：从 DeepSeek 的致谢名单来看，离职人员比例大概在 5% 左右。相比其他公司，这个流动率挺低。所以我觉得 “不诱于誉” 不仅是公司理念，也是 DeepSeek 研发人员的心境。赵晨阳：“举世誉之而不加劝，举世非之而不加沮”，是一种很高的境界。晚点：这次技术报告和发布推文中都没再公布训练成本，为什么？V3 和 R1 引爆市场的关键之一就是 557 万美元的最后一次训练成本。（注：按参数量和训练数据量粗略估算，V4 的训练计算量可能接近 V3 的 3 倍）赵晨阳：这是一个信号，DeepSeek 不再靠 “成本叙事” 定义自己，而是用模型能力说话。刘益枫：最后一次训练成本往往是总成本的几十分之一。前沿探索和对比验证的实验成本，人力和数据成本才是主要开支。所以公布这个成本本身没太大意义。晚点：R1 当时爆火的另一个原因是，它以开源方式验证了测试时扩展（test-time scaling）的新范式。而这一次，V4 是不是并没有带来这个级别的范式变化？赵晨阳：R1 是开源世界里第一个走通 Long Reasoning 这条路的模型。V4 也是 follow 了 R1 的范式，定位是 “在这个范式下解决计算瓶颈”。我觉得 “范式变化” 在 AI 圈被说得太多了，它本来是十年一遇、甚至更稀少的事。Transformer、scaling law、RLHF（基于人类反馈的强化学习，一种对齐方式）、测试时扩展，这些是范式。但每隔半年就要找一个 “新范式” 的行业恐怕有些问题。更值得问的问题是：沿着现在的 LLM 范式继续优化，还有多少空间？上限在哪儿？我判断还有相当大的空间，但每一步都更难。V4 这种系统级耦合的工程优化，会成为接下来一两年的主旋律——大家会竞争谁能把许多分散的优化做成一个能跑起来的整体系统。这很工程，但商业价值很大。刘益枫：与其从方法论的角度解释范式变化，不如把它理解为一个新的模型能力领域，比如之前的长文本能力、agent 能力、幻觉控制能力等。提出新的能力领域，这才是目前大语言模型需要重点做、不断做的事情。现在的问题不是 “能不能做到”，而是 “我们还不知道有哪些需要做的”。从这一点来说，V4 带给我的震撼远不如 R1，甚至不如 Kimi 最早提出长文本能力时带来的感受。晚点：那你看到了什么现在还在萌芽、未来可能重要的能力方向？刘益枫：比如 AI 的 “自我意识”。目前 AI 还是人类的工具，它是否能拥有自己的意识，更自主地行动？赵晨阳：我认为有个重要的能力是 “减少推理量”。很多事情并不需要那么多推理，token 应该用在更重要的事情上。现在的模型有点儿被 infra 优化惯坏了，在上下文长度上太铺张浪费。量化看，性能与效率晚点：接下来我们来量化看一下 V4。首先是性能上，两位怎么看 V4 的 Benchmark 选取和分数表现？赵晨阳：V4 明显测了更多和 agentic 相关的 Benchmark，尤其强调工具使用、多步规划等。整个行业从去年年中开始就有这个转向：做事和完成任务比 “答得对” 更重要。这里也正好解释一下，Benchmark 大概有几种逻辑：一是离线 Benchmark，测一个问题模型怎么回答，给答案打分；二是在线 Benchmark，把同一个问题或任务发给两个匿名模型，让用户判断哪个模型更好，这通常被叫做 Arena（竞技场）。DeepSeek-V4 的技术报告里就提到，他们做了一个内部在线评测：公司里的工程师可以自行选择模型完成任务、给模型反馈。他们比较了很多模型——Claude Opus 4.5、4.6，OpenAI GPT-5.5 等。V4 的分数大概在 Opus 4.5 左右，和 Opus 4.6、GPT-5.5 还是有差距。有 9% 的 DeepSeek 工程师表示，不会将 V4-Pro 作为首选模型。这很坦诚，公司内部的采用意愿非常重要。这也引出另一个问题，可能是所有优化编程能力的模型团队都要思考的——这世界上只有极少数的公司在编程上有数据飞轮，而获取数据的最佳方式是 “被使用”。刘益枫关于数据飞轮，我有个问题想问晨阳。美国以闭源模型为主，中国以开源模型为主，这是否意味着，很多用户可能会自己部署开源模型在本地使用，中国团队更难获取实际使用数据？赵晨阳：其实不是的。开源模型上了万亿参数规模后，部署成本很高，个人无法负担，个人不可能有 H200、B200 或 910B 这种 GPU。大多数模型哪怕开源，也是 host 在第三方云上，本质还是走 API，在第三方会留下痕迹。不过据我所知，国内还是大量在用美国的闭源模型（来编程）。刘益枫目前 Chatbot Arena 上 DeepSeek-V4-Pro 排名大概在 23 ，比 GLM-5.1 和 K2.6 等都低；在 Artificial Analysis 的 Intelligence Index 的分数为 52 ，也比 Kimi、Mimo 低。晨阳怎么看这个表现？（注：访谈发生于 4 月 28 日，到 5 月 1 日，V4-Pro 在 Chatbot Arena 上的排名为超越了 K2.6，仍低于 GLM-5.1。） 北京时间 5 月 1 日 19 点，Chatbot Arena 的排名。 赵晨阳：选择某款模型是需要一定信仰的，我愿意为了我的信仰无视这些分数。（笑）刘益枫：确实，刷榜不是目的。赵晨阳：体感上，一流模型的能力已经很难区分。在非常微小的差距里排先后意义不大。我一直用 Claude Code，有一天我们公司的 Claude 因账单原因被下线，我就去用了 Codex。我发现，离开了 Claude，外面的世界完全没有下雨。晚点：前面我们讨论了性能，效率上，V4 技术报告里提到：在百万级上下文中，DeepSeek-V4-Pro 的单 token 推理 FLOPs（衡量计算量，对应计算资源） 是 V3.2 的 27%，KV 缓存占用（对应存储资源）是 V3.2 的 10%。这个效率提升程度属于行业正常水平还是比较惊人？赵晨阳：V3.2 发布时，DeepSeek 提到，即便大幅降价，他们自己的推理服务仍有利可图。不过需要注意的是，这种提升有一个重要前提：上下文越长、优势越明显。如果只是几千 Token 的输入输出，效率提升并不显著。当然，现在的实际使用中，几千 Token 可能连 system prompt 都打不住，所以日常使用的感受应该挺明显的。晚点：这是不是也意味着，V4 的效率优化对 Agent 场景很有用？因为处理多步复杂任务的 Agent 框架是需要很长上下文的。赵晨阳：是的，Agent 会很有收益。刘益枫：不过，也有用户反映，V4 在解决同一个问题时，token 消耗比之前要大了。这部分抵消了效率优化的体感。晚点：这就是晨阳刚才说的他认为需要提升的能力 “减少过度推理”。为什么模型更新后，解决同一问题的推理 token 消耗反而变多了？赵晨阳：我之前在小红书发过一篇文章，说现在的 token 浪费有种 “拿高压水枪浇花” 的美感。模型会诚实地反映训练数据，token 消耗变多，说明在训练中确实存在用更长上下文解决相同问题的情况，这些吐出来的回答可能又成为训练的材料，这就形成坏循环，解决同一个问题需要的 token 越来越多。刘益枫：其实这个问题一直存在，之前大家就在想解法，比如 K1.5 的报告里的 “长度惩罚”，当回答同一问题时，会惩罚更长的回答。但即便如此，这个趋势仍不可逆地发展，因为对各个团队来说，优化模型解决问题的能力还是会优先于优化推理的简洁。V4 的具体创新和改进：Infra 巨鲸的四连击整体思路：极致的稀疏晚点：DeepSeek-V4 仍然是一个 MoE 模型，但前面也提到，这次模型架构和 Infra 都有较多变化。你们怎么理解 V4 的整体架构思路？赵晨阳：V4 整体保留了 DeepSeekMoE 框架和 MTP （Multi-Token Prediction，即 “多 token 预测”，允许模型一次性预测多个 Token）策略，但在四个层面做了改造：注意力，用了混合稀疏注意力；残差，使用了 mHC；优化器，在这么大的模型规模上使用了 Muon；以及 infra 的变化，其中两个关键词是 TileLang 和 FP4。这四件事的共同主题是：让 1M 上下文从 “理论可行” 变成 “成本可接受”。刘益枫：V4 进一步提高了稀疏比，这对算法和底层算子开发，尤其是训练阶段的算法和算子提出了相当高的要求。它需要保证 MoE 的各专家之间训练程度的平衡及 token 路由的平衡。另外一个创新是在前几层 MoE 中用了哈希路由，来分配 token 到各专家，从算法上避免前几层专家路由高度集中的问题。此外，DeepSeek 这次没有在 V4 上应用 Engram（DeepSeek 2026 年 1 月提出的条件记忆技术）。一方面可能是因为 Engram 对性能的提升有限，但对部署又有较大挑战。另一方面，基础模型在训练过程中也会自动学习 N-gram（连续 N 个 token 组成的局部片段，可以理解成一些常见表达、固定搭配，模型训练中会自然学到这些短程上下文） 能力，Engram encoder 更多起到辅助和信号加强作用。赵晨阳：这次 V4 的激活比（激活参数比模型总参数）确实是这一波模型里最低的。V4-Pro 是 1.6T 总参数下，激活参数 49B，也就是约 3%，比先前已经很低的 Kimi K 2.6 更低。总参数越大、模型容量越高；激活参数越小、推理成本越低。MoE 的核心价值就是把这两个量解耦，而 V4 把这种解耦推到了目前业界最激进的位置。晚点：正好这里补充一组数据，在激活参数比总参数的比例上，DeepSeek-V4-Pro 刚超过 3%，而 V3 时是 5.5%。其他近期模型中，K 2.6 是 3.2%，MiMo-2.5-pro 是约 4.1%，MiniMax M2.7 是 4.35%，GLM 5.1 是 5.3%。 赵晨阳：这一连串数，大家可能听起来像在雕花，但很反映工程能力，从 4% 降到 3%，比从 5% 降到 4% 要难得多。不是说其他团队做不到，而是大部分团队会选择稳扎稳打，DeepSeek 选择继续推到极限。当然，激活比也不是越低越好。比例太低会带来负载不均、专家训练不充分、路由抖动等问题。DeepSeek V3 就讨论过，路由负载均衡是否应该纳入 loss（损失函数）。能把 3% 的激活比例稳定训下来，本身是工程能力的证明。注意力机制：CSA 和 HCA 如何组合工作晚点：2025 年年初 DeepSeek 提过 NSA（原生稀疏注意力），同年 9 月又在 V3.2 上用了 DSA，这次则是使用了组合 CSA 和 HCA 的新的混合注意力机制。这次的核心改进是什么？主要解决什么问题？刘益枫：V4 的每一层都同时跑滑动窗口注意力（SWA）和一种长距注意力（CSA 或 HCA）。CSA 是稀疏路线，在序列维度做 4:1 压缩后再做 top-k 选取；HCA 更激进，做 128:1 的压缩，但保持稠密注意力。（4:1、128:1 是指把 4 个 token 聚合成一个表示和把 128 个 token 聚合成一个表示，所以说 HCA 的压缩更激进）每层用 CSA 还是 HCA 是预定义的，因此面对同一个长上下文，不同层会从不同视角去看——稀疏层（CSA）精确锁定关键 token，稠密层（HCA）提供整体语义概览。晚点：这套新的注意力机制对 Infra 的影响是？赵晨阳：改动还是挺大的。对 RadixArk 和 SGLang 来说，适配这个混合方案的复杂度主要是前缀缓存的一致性。所以我们设计了 ShadowRadix 来应对——三个异构 KV 池（SWA / C4 / C128）加两个压缩状态池，要在预填充、解码、投机解码三个阶段保持同步。这是 V3 时代不需要解决的问题。（注：预填充，Prefill，指在推理的初始阶段，模型一次性并行处理用户输入的整段 prompt，计算并生成已知文本的 KV 缓存，快速吃透内容。解码，Decode，是常规生成阶段。模型用预填充阶段产生的缓存，开始自回归地生成回答，一般解码是逐个 token 吐出的，这是推理的速度瓶颈。投机解码，Speculative Decoding，是加速解码的技术。它不再逐个 token 生成，而是一次性 “猜” 出多个未来的 token 并交由主模型批量验证，可大幅提升速度。）此外，我们最近发的 HiSparse 把稀疏注意力的 KV 卸载到主机内存，在长上下文场景能拿到 5 倍吞吐。V4 这种把计算 / 显存成本压到 27% / 10% 的模型，要在生产环境跑出商业价值，就需要 ShadowRadix、HiSparse 这类底层能力的同步推进。优化器：Muon 已成检验大模型团队工程能力的试金石晚点：V4 里还有两个很重要的变化，一是残差上，使用了 DeepSeek 去年底提出的 mHC，一是业内现在已用得比较多的 Muon。先说优化器。过去大模型训练的主流优化器是 AdamW，但从去年到今年，Muon 开始被越来越多的前沿模型采用——OpenAI 在 2024 年底招募了 Muon 的开发者 Keller Jordan；Kimi 2025 年年初开始发布 Muon 的改进版。能否先简单解释一下，优化器在大模型训练里起什么作用？Muon 相比 AdamW 的核心优势是什么？刘益枫：一般深度学习网络的训练过程，就是让模型通过损失函数的梯度下降信号不断更新权重，当权重更新到一个状态，模型能稳定达成设计目标了（比如预测），就是训完了，得到了稳定的权重。但由于模型结构、数据分布等差异，普通梯度下降不太适合大语言模型这类深度神经网络，所以后来出现了 Adam、AdamW 等带动量和预条件机制的优化器来帮助训练。AdamW 本质上结合了动量和更新量归一化两类技术。动量可以让更新更平滑，归一化可以让每一步更新的 scale 更统一，从而稳定训练。但 AdamW 是元素级别的优化，也就是对每一个参数单独更新。Muon 的核心区别在于，它是矩阵级别的优化。对于线性层这类二维参数，它本质上是矩阵乘法，Muon 会把整个矩阵作为整体进行归一化和优化，这能更好地利用矩阵中不同元素之间的联系，让矩阵内不同元素的优化步调更一致，进一步提升训练效率和推理能力。晚点：从 Keller Jordan 在 2024 年 10 月提出 Muon 到它后来变得更主流，这个过程是怎样的？刘益枫：2024 年底 Muon 刚被提出时，对使用者并不友好。它需要针对不同模块，如线性层、输入嵌入层分别调学习率（learning rate，控制模型每次更新参数幅度的核心超参数，太大容易不收敛，太小则训练极慢），我们当时也第一时间跟进了。到 2025 年初，Kimi 提出 Moonlight 的改进。因为 Muon 是基于矩阵更新的（矩阵是二维的）所以训练时涉及一维参数的部分仍会用 AdamW，这就有一个二者之间的学习率的比例问题。最初 Jordan 没有确定 Muon 和 AdamW 的学习率比例。Moonlight 的重要贡献是把这个比例基本确定为 0.2，这样使用者只需设置一个学习率超参数就能适配整个模型。这让 Muon 从理论创新走向了大规模应用。晚点：可以说，是 Kimi 的 Moonlight 和 MuonClip（在 2025 年年中的 K2 中，Kimi 进一步改进 Muon 的版本）改进让业界开始更广泛使用 Muon 了？刘益枫：对。DeepSeek V4 的进一步改进是，它没有用 Kimi 找的超参数 0.2，而是自己算了一个更精确的 0.18。Muon 最开始用的是牛顿-舒尔茨五次迭代（一种用于矩阵归一化或求逆的数值迭代方法），这是一个近似过程。而 V4 采用了十次迭代近似。每多一次迭代会提高计算消耗，但精度会更高，整体速度可能反而更快。晚点：优化器的变化需要 infra 上做什么调整和配合？赵晨阳：推理侧不需要关心，因为不涉及参数更新；训练侧一定要做适配，而且是大工程，整个开源链条要从英伟达的 Megatron 或 Megatron-Bridge（英伟达发布的工具库，主要用于在 Hugging Face 和 Megatron Core 格式之间无缝转换大模型权重，并提供高性能分布式训练框架）这一层开始改，再一层层往下传。闭源训练引擎怎么实现 Muon 我就不清楚了。刘益枫：Muon 是矩阵层面的优化，会涉及大量矩阵乘法。如果某个矩阵很大，就需要大量拆分，甚至分布式训练。AdamW 不一样，它是每个元素单独更新，元素本身可以无限拆分。所以这是 Muon 特有的 infra 问题。另外，预训练和后训练的优化器基本要保持一致。而后训练的 infra 结构更复杂，可能单机装不下，所以后训练适配 Muon 会带来更多结构修改。晚点：现在还没有用 Muon 的大模型，是认为 AdamW 仍有优势，还是没来得及改？刘益枫：大部分模型都改用 Muon 了，但也有一部分不太清楚。比如千问就没有特别提及用的什么优化器。我个人认为，没改的是没来得及改。尤其是后训练要如果要用 Muon，infra 会很难改。后训练没改成，又会导致预训练就也只能用 AdamW。晚点：是否使用 Muon，是现阶段判断一个模型团队 infra 能力的指标之一吗？刘益枫：可以这么说。但即便是用 Muon 的模型，在输入和输出这种模块还是得用 AdamW。赵晨阳：我非常认可益枫说的，优化器是检验一个团队工程能力的试金石。但关于 AdamW 需不需要拆分倒不一定，这取决于模型体量。模型大到一定程度，不可能完整部署在任何一个节点上，所以 Muon 和 AdamW 都需要复杂的并行策略，Muon 只会更复杂。AdamW 会同时维护动量和速度两个 state，很多操作是元素级别（element-wise）的，切分相对简单。比如 ZeRO stage（显存优化技术）、FSDP（将模型参数、梯度和优化器状态完全打散分配到整个 GPU 集群中的训练技术）、TP 对齐（确保被切分的矩阵维度大小能够被参与并行的显卡数量整除的技术） 的逻辑都更简单。Muon 的优势是砍掉了二阶动量，optimizer state （优化器在更新权重时需要持续记录的内部历史数据）从两倍降到一倍，能节省相当多显存。但它在动量上跑完牛顿-舒尔茨迭代后，还要做正交化。这就不是逐元素过程了，而是更复杂的矩阵计算，必须拿到完整的二维权重。如果参数已经被 TP 或 FSDP 切碎，就要先聚合回来再计算，涉及很多分布式原理。所以可以看到，Kimi 的 K2 只在数据并行（data parallelism）层面做切分，没有在张量并行上做切分。现在优化器层已经进入一个非常混杂、复杂的状态，有 Muon 也有 AdamW。Muon 不是简单替换 AdamW，而是用大量人力和工程复杂度换取大量显存和收敛效率。这笔账值不值得，取决于团队的工程水平、显卡数量和模型规模。刘益枫：而这里每个专有名词背后都可以对应一篇文章。残差连接方式：Seed、DeepSeek、Kimi 的激发与碰撞晚点：聊完优化器，来聊聊 V4 的残差连接方式。这次 DeepSeek 引入了 mHC，这是一个怎样的改进？刘益枫：mHC 之前，字节 Seed 先提出了 HC（Hyper-connection，超连接），思路是扩展层与层之间的信息流宽度。以前的 Transformer，层之间只有 d 维的信息流宽度；但现在是 d 维上加了 channel 维，信息流宽度变成 d x c，推理能力显著提升。不过原本 Hyper-connection 的数学原理导致梯度回传和训练不稳定，所以 Seed 发了这个成果后，社区反响并不强烈。而 DeepSeek 的 mHC 加入了 Sinkhorn 算法（一种数学归一化算法），主要用于约束路由和注意力分布，使其更均衡、数值更稳定，能在一定程度上改善训练过程的稳定性。这个改进既需要对 HC 的潜力判断和细致分析，又需要基于内观指标，如梯度的 scale、激活值，从现象倒推怎么解决这个问题。补充一点，Kimi 也刚刚在 3 月初提出了 Attention Residual，它有点像 DenseNet（主要用于 CNN 卷积神经网络的一种密集连接结构，每层与之前所有层直接连接），直接跨层相连，第一层可以直接影响最后一层。mHC 和 Attention Residual 方法不同，但有异曲同工之妙——都是 layer-wise（层级别）地改进信息流。晚点：这两种方法的区别是什么？你认为哪种上限更高？刘益枫：实验室更倾向搞 mHC，因为资源有限，mHC 的 Infra 实现更简单。Attention Residual 对 Infra 的要求更复杂，它对每层之间关系有一个更精确的描述，我认为它的上限可能更高。晚点：mHC 对推理框架的影响是什么？赵晨阳：mHC 把简单添加残差这件事变成了一个需要混合 GEMM（通用矩阵乘法，深度学习中最核心、最密集的数学操作）和 Sinkhorn 归一化的复杂操作。带来的挑战是：先前的算子对于 mHC 不够高效，我们需要为 mHC 单独写一些新的 kernel（算子核，可以简单理解为直接给 GPU 发的指令代码，告诉芯片底层怎么做基础运算）。为新算法定制新 kernel 在 V3 之前并不频繁。但比较欣喜的是，我们现在有了更多、更好的工具，如 TileLang。Infra 两个关键词：TileLang & FP4晚点：正好你提到了 TileLang，接下来就是想聊 DeepSeek-V4 报告里 infra 部分使用的 TileLang 语言和 FP4 训练精度。简单来说，这两个东西是什么，作用是什么？赵晨阳：先说 TileLang，我喜欢叫它 “太浪”，听起来像拳击大师的名字。infra 要做的是在计算路径相同的情况下加速计算。比如写 kernel，就是结合底层硬件特性优化计算。同样一个 4096 乘 4096 的矩阵，可以按 128 拆，也可以按 256 拆。不同硬件的显存、带宽不同，适合的拆分方式也不同。总之 kernel 就是让底层的矩阵计算更快。写 kernel 的语言，通常大家会对比 CUDA、Triton 和 TileLang：CUDA 是英伟达的护城河，性能最高，但开发和维护成本也最高。Triton 由 OpenAI 开源，它降低了写 kernel 门槛，但牺牲了一些表达能力和性能。同一个 kernel 用 Triton 写，效率可能比 CUDA 低不少。TileLang 走在中间，是北大团队发起的一个项目：它比 Triton 更底层、表达能力更强，又比 CUDA 更好用，是国内发展起来的优秀开源项目。V4 报告提到，他们可以用 TileLang 把一些 kernel 的启动开销压缩到微秒级，也提升了 “位级可重现”，就是一个 prompt 输入给 V4 后，如果用 TileLang，两次前向推理（神经网络从输入到输出的计算过程）的结果更容易复现，这对推理工程师 debug 很有帮助。TileLang 的长期价值是大大降低了为新算法快速开发新 kernel 的边际成本。DeepSeek 提出 mHC 时也写到，他们为 mHC 做了一版 TileLang 的 kernel。我们 SGLang 团队也针对推理场景的小批量解码做了 split-K（把矩阵乘法中的 K 维度拆开并行计算，以提升小批量场景下的硬件利用率）的 TileLang 版本。最近一年半，TileLang 已开始被全球前沿 lab 当作算法实现的默认选择之一。以前做编译器这一层很苦，但现在大家也看到了它的重要性。晚点：你提到编译器和 DSL 底层语言，让我想到五年前采访鸿蒙当时的负责人王成录，他提到十年前想做操作系统时，在国内很难招到会汇编语言的人才。赵晨阳：做编译器一直是非常伟大的事业，但也很苦、离商业远、不被关注。晚点：TileLang 最初是北大杨智老师团队发起的，后来也有很多社区贡献。那如果 TileLang 这类开源生态越来越繁荣，和 CUDA 长期会是怎样的关系？是更丰富 CUDA 的生态还是形成竞争？赵晨阳：很难说。就像模型厂商会发技术报告，大家彼此借鉴，但也存在竞争。刘益枫：TileLang、Triton 和 CUDA 的关系，有点像 C++ 和汇编语言，或者 Python 和 C 的关系，是不同层级的语言，CUDA 更底层。晚点：那 TileLang 也可以用在其他芯片厂商更底层的软件系统上？赵晨阳：是的，事实上很多中国硬件厂商正在主动支持 TileLang 生态。晚点：可以说 DeepSeek 在 TileLang 的投入比别人更多吗？V3.2 里就开始用了。赵晨阳：只能说他们投入很多，但不一定比其他人更多。其他公司披露的内部技术实现有限。晚点：这次的另一个变化是训练时的浮点数精度格式从 V3 的 FP8 变成了 V4 的 FP4。这是怎样的演进思路？赵晨阳：FP4、FP8、BF16、INT4 等等都是数值格式，数字代表存储位宽。比如 BF16 就是用 16 位存一个浮点数，FP4 只用 4 位。DeepSeek-V3 是第一个把 FP8 做到大规模模型上的工作，到了 V4，他们又实现了 FP4。再往下会不会有更激进的优化和压缩？非常值得期待。减少存储位宽的好处是减少峰值算力，同时提升显存容量和数据读取效率。但位宽太小也会导致训练中梯度溢出或归零。DeepSeek 为了解决 FP4 训练问题，在预训练和后训练上都用了很多工程巧思。我比较熟悉的是 QAT 量化感知训练（训练时模拟量化误差以适应低精度部署）。DeepSeek 在后训练里做了 quantization-aware training，即训练时模拟量化、采样时真实量化。强化学习可以看成两个阶段：先采样，模型生成回复；再打分，把结果拿去训练。训练阶段，优化器维持 FP32 主权重，计算前先压缩到 FP4 范围，再无损反量化回 FP8 计算。这个伪量化过程没有真正前向计算，但会体现量化误差。之后再用 block-wise 的 scale points（缩放系数点，用来校准量化范围）兜住离群点（数值异常偏大的参数或激活），让模型提前适应低精度损失。采样阶段则做真实 FP4 量化，把 FP4 权重真正用于采样，降低访存瓶颈，实现物理提速。更重要的是，这和后续模型部署一致。现在 DeepSeek 发布的 checkpoint（模型权重文件）也是 FP4，训练中采样用的权重就是最终发布权重，而不是先训练 FP8 再量化成 FP4。这样损失更小，也提升了强化学习效率。强化学习里，模型越大、token budget（单次推理可生成的最大 token 数量上限）越长，采样越重，可能占到 70% 以上时间。采样时降低位宽和显存读取压力，对速度提升很明显。所以训练时伪量化、采样时真实量化，在 DeepSeek 论文里有很强体现。Kimi 的 K2 也用了类似思路。我们 SGLang 的 RL 团队去年也做了两个相关工作：FP8 全流程强化学习，训练和推理都用 FP8；还有 INT4 的 QAT。INT4 和 FP4 不完全一样，但也属于激进压缩方案。实事求是地说，在开源领域，我们团队的量化 RL 做得比较领先，但和 DeepSeek 还有差距。我们的 INT4 量化感知训练，采样做的是 W4A16，也就是权重 4 位、激活值 16 位，DeepSeek 做到了更极限的 W4A8。极致性能上，他们走得更远，这也是我们接下来要继续攻坚的方向。晚点：如果 DeepSeek 把官方推理框架开源，它和其他开源推理框架会是什么关系？赵晨阳：这涉及开源和闭源推理框架的哲学区别。开源推理框架是众口要调，不只支持 DeepSeek，也要支持小米、智谱、MiniMax、Kimi 等模型。这种整合性，是它和闭源内部推理引擎的重大区别。晚点：它给开发者或用户的价值是什么？赵晨阳：最大价值是满足很多公司本地部署推理引擎的需求，而开源推理引擎的性能提升，也会反过来促进闭源推理引擎。训练上也类似。闭源仍领先不少，但开源能让整个领域更透明。以前开源框架对 RL 的适配负担很重，一个模型 2 月上线，可能到 5、6 月才有开源 RL 框架能跑起来。这次 SGLang 在发布当天就支持了 V4 RL 适配。RL 和推理关系很近。推理是不带参数回传的前向传播，强化学习则重在采样，采样后做参数回传。我们还是很高兴能在这么大的 MoE 模型上同时做好推理和 RL，并把一致性做到极致。我也预见到，FP4 已经正式走出硬件厂商的 PPT，成为开源语言模型世界里真正跑通的工业标准。晚点：目前在这么大规模的开源模型里，FP4 是不是只有 DeepSeek 用了？赵晨阳：OpenAI 的开源模型 gpt-oss 也是，但大家技术选择不完全一致。只能说 FP4 是全世界都在努力的方向。刘益枫：英伟达的开源模型也用 FP4 。Blackwell 卡也是支持 FP4 的。后训练：多专家训练 + 蒸馏的后训练晚点：DeepSeek-V4 报告最后两部分讲了训练过程，包括预训练、后训练和测评。这个部分有什么亮点吗？刘益枫：一个亮点是预训练先分裂专家，再做 on-policy distillation（在线策略蒸馏，指在当前模型实际采样分布上进行蒸馏，而不是只依赖离线固定数据）。最近大家又都在研究 on-policy distillation，但各家做法差别很大。蒸馏的话，之前 DeepSeek-V3 和 R1 都实践过，但 V4 是先训练一些小专家，再把这些专家学到的技能蒸馏出来，节省参数量。训练中，专家越多，容量越大，但参数量和显存要求也越高。所以先让专家学好，再提取专家精华，从而提高最终模型能力。赵晨阳：他们做的是多专家训练，本质是在解决多目标优化问题。而同时优化目标的个数，是智力上限的体现。联合训练就相当于在多目标 loss surface（损失曲面，损失函数在参数空间的几何形状）上找 Pareto 最优（帕累托最优，无法在不损害其他目标的前提下进一步改善任意目标的状态），但工程里很难同时找到，因为梯度走向复杂，目标冲突严重。比如一味 push coding 能力，数学可能变差；数学修好了，指令遵循可能又受影响。现在先分裂再蒸馏的做法是：在各个目标上找局部最优，再让一个学生模型拟合多个教师模型的输出分布。这有点像数学插值，把复杂 loss surface 上的联合优化，变成在已收敛离散点之间做插值，工程上更稳定可控。业界之前也有类似尝试。Qwen 在 post-training 阶段提过 multi-stage（多阶段训练或聚合）的专家聚合，学术界也一直有模型聚合、模型 Spawn（从已有模型派生或扩展新模型）这类技术。硅谷前沿闭源模型大概率也有类似思路，只是披露有限。开源生态是这一波中国实验室对 AI 领域的实质贡献。晚点：关于测评部分，前面已有部分讨论，还有什么补充吗？赵晨阳：有一位 NLP 领域很知名的研究者说过一句话：We cannot optimize what we cannot evaluate，“如果一个东西我们无法评估，我们就无法优化它”。所以我更愿意把这件事叫 eval（评估），而不是 benchmark（测评）。测评面向的是具体任务，发布一两年后就可能过时。但评估永远存在。现在评估也越来越难，因为场景越来越复杂。比如 Claude Code 更新后，常有人说某些方面变差了。我也在想，这类工具到底怎么评估一个 feature 要不要更新？因为做 Agent 的人有很多想法，每个听起来都有道理，但不可能全都满足。东西加得太多，体验反而变差。整个行业必须把评估做好，否则很容易陷入自欺欺人的循环。晚点：Opus 4.7 更新后，很多人还是认为 4.6 更好用。赵晨阳：现在有个词叫 vibe checking 或 vibe benchmarking。大家已经很难判断模型好坏，只能根据有限几次对话说：以前 4.5 能做的任务，为什么 4.7 做不好？我们已经进入 benchmark 的可信危机。很多模型在 benchmark 上都是 90 多分，但实际差异很大。所以这一代针对智能体能力的评估还没有形成共识，行业还需要更好的评估基建。刘益枫：我觉得更重要的是发现和提出新的领域能力，比如 Agent、长程注意力能力。晚点：V4 是不是没有提出什么新的领域能力？刘益枫：对，这也是它没有那么令人震惊的一点。赵晨阳：但有一点值得欣喜：这几代模型没有明显退化，之前做得好的任务，后面没有变差，这很难，代价是模型上下文长度已非常夸张。讲到测评基准，去年 DeepSeek-V3 发布时，我有一篇 ICLR 论文，评估语言模型在 GitHub 上面对刁钻审核者，提交 PR 并合并的能力。它和数学竞赛、SWE-bench（主流代码能力基准）很不一样，这个任务在完成编码后，还要和审核者做多轮修改沟通，再把代码合并进去。我很欣喜自己做的 benchmark 得到了更多认可，即便今年已经被刷满了，但至少成为了 ICLR oral paper（会议口头报告论文，代表较高认可度）。比如最近我比较关注的一个基准是 ClawBench，就是评估 OpenClaw 场景下，用户对模型的满意度。我也希望到明年，这种类似个人编程助手的 benchmark 能被刷满。之后肯定还会有新挑战和应用。美国追新能力、高定价；中国追性价比、工程极限晚点：最近模型更新密集，从 3 月底到现在，有小米 MiMo 2.5、GLM 5.1、MiniMax 2.7、K 2.6、Opus 4.7、GPT-5.5 等等。你们觉得大家现在努力的共性是什么？刘益枫：开源模型的方法和架构在趋同。基座基本都是 MLA，优化器也类似，之前大家用 AdamW 或者 AMSGrad（Adam 的一个变体，通过保留历史二阶矩估计的逐元素最大值，限制自适应学习率波动，从而改善收敛稳定性），现在陆续转向 Muon 或基于 Muon 微调。在能力上，Agent 是开源和闭源模型共同重视的方向。大家发现，未来模型商业化可能更多是给 Agent 提供 token，而不是只靠订阅。赵晨阳：到底做订阅制，还是 token by token 计费？我更倾向订阅制，同时额度用完再收 token 费。实际上大部分用户用不完订阅额度，所以订阅制可能更赚钱。刘益枫：但很多公司转向按 token 计费，也是因为现在订阅的价格真的扛不住。高了没人买，低了又亏。赵晨阳：这确实没有定论。比如 Claude Code 这么成功，但到底盈利情况如何？晚点：如果今年底 Anthropic 真启动 IPO，应该能看到财务数据。现在很多视频生成产品是你说的订阅加实际消耗，订阅满额度后再额外买积分。影视从业者有刚需，客单价也比想象中高很多。赵晨阳：商业上我很喜欢视频生成的生态。但坏消息是，开源视频生成模型和闭源差距很大。晚点：好像也没有太多人愿意开源视频生成模型，这是不是侧面说明它确实挺赚钱？迄今比较先进的开源视频生成模型仍是阿里的通义万象。赵晨阳：我最近做语音生成模型，也发现开源模型相比 GPT-4o 那个时代的模型仍有不少差距。这些模型可能是很赚钱。刘益枫：视频模型用户粘性也特别大。相比语言模型，视频生成模型可能更适合订阅制。晚点：现在关注度基本被 coding、通用 Agent 吸走了，因为竞争焦灼，也都是大公司。但视频或更广义的 AIGC 可能更创业友好。语音也是，像 ElevenLabs 也在自己的空间里持续发展。以上是各家大模型的共性。那你们观察到各家的差异是什么？赵晨阳：开源模型里，DeepSeek 和 Kimi 取向比较接近，工程和创新性都做得比较极限，比如大 MoE、低激活、长上下文和极致成本优化。GLM、Qwen、MiniMax 则在 RL 训练端、长上下文落地上有扎实积累。还有小米，MiMo-V2.5-Pro 在 Arena 上的分数比 V4 还高。竞争非常激烈，当然这也给开源推理引擎带来很大工作量。晚点：阶跃和混元呢？赵晨阳：阶跃在多模态上发力很早，而且我认为多模态远没有饱和。混元最近由姚顺雨掌帅，新模型虽然还不在 1T 以上模型的牌桌上，但在 300B 规模上做得很扎实。现在是 3.0 Preview，如果之后上 Pro、进微信端，格局会很有意思。晚点：中美之间的区别是什么？刘益枫：总体来说，美国模型更追求领域创新，比如长上下文、多模态融合、Agent 能力，或者像 OpenAI 刚发的 image-2 这种跨跃性能提升。中国模型更侧重性价比。同等能力下，中国模型收费比美国模型低一个数量级。这和中国充足的技术人员储备、有限的算力资源都有关。赵晨阳：我之前在 Amazon AGI SF Lab 实习过，也和益枫在字节 Seed 实习过。美国这一代模型的重点是面向智能体的长程任务能力，比如 Claude Code，在多轮 agentic coding 上进步很大。可以想见 RLHF、RLAIF（基于 AI 反馈的强化学习，用 AI 生成的评价或偏好信号来训练、对齐模型）这些对齐方法经过几年积累，已经形成很强的数据闭环。中国团队的强项是架构创新密度和工程完成度。V4 报告里一次性把混合稀疏注意力、mHC、Muon、FP4、TileLang 这么多事情全部换掉并跑通，这种决心和执行力很罕见。中美路径和风格不同，但行业在螺旋上升。晚点：美国模型好像没有做得那么稀疏，他们不太追求这个。刘益枫：美国算力相对多，也不一定要这么稀疏。太稀疏会牺牲一些能力上限。赵晨阳：这也和美国缺少高质量的工程人才有关。晚点：所以美国 AI lab 更倾向于先冲性能。反正模型贵也有人买，之后再考虑降成本。赵晨阳：对。很多人批评中美大搞 AI 竞赛，但我觉得很遗憾，只有中美能搞竞赛，没有其他国家玩得起这一波比赛了。晚点：V4 或最近这些新模型，会对你们接下来的研究方向和具体工作产生什么影响？刘益枫：如果在公司实习，我会想做 CSA、HCA 这类 token-wise 压缩的长文本方向。但实验室资源有限，很难做长文本，所以我倾向研究 Hyper-Connection、 Kimi 的 Attention Residual。这可能类似从 ResNet（残差网络，通过跨层捷径连接缓解梯度消失问题的经典视觉架构）到 DenseNet 的变化。对 Transformer 架构来说，也可能会出现提高层间信息流动的新趋势。另外我也在做优化器。DeepSeek-V4 采用了不同超参数。Muon 怎么进一步改进、超参数怎么设定，都值得研究。Keller Jordan 的五步牛顿-舒尔茨迭代，和 DeepSeek-V4 的十步牛顿-舒尔茨迭代哪个更好，值得继续探索。赵晨阳：我之前的一个研究是评估多轮 Agent 在 GitHub 上提交 PR 时的真实表现。现在我需要把它用起来。因为维护开源工具时，会收到很多 AI 生成的 PR，我需要把研究里的标准内化到工作中，判断哪些 PR 靠谱、哪些应该毙掉。另外我最近做语音模型，它的工程优化比语言模型差很多，很多语言模型里的工作都可以在语音模型上重试一次。DeepSeek 这版做了很优秀的 PD 分离（Prefill-Decode 分离，将计算密集的预填充阶段与访存密集的解码阶段分配到不同硬件以提升整体吞吐）、MTP 等工作。语音模型未必用得上 PD 分离，但 MTP 很关键。比如现在和豆包语音对话，它语音吐出的速度很快。但开源模型在这方面还没做到这么好。晚点：最后想问两位，再过一两年来看，V4 最可能被记住的是什么成果或者思路？刘益枫：从算法层面看，可能是 token-wise 的极致压缩。之前大家更多是在 KV-cache 上做单 token 降维，比如 MLA 的先降维再升维。但 token-wise 压缩，应该是 V4 首先应用到了工业级模型上。赵晨阳：我和益枫观点类似。长上下文、极致低激活比例、低单 token 成本这个组合，无论从架构层面还是基础设施层面看可能都是 V4 的持久遗产。具体到 mHC 或混合注意力，未必会一直以现在的方式。它们可能像 MLA，是某个阶段的最优解，过一两个周期后会被更优雅的方案替代，当然硬件也会反过来推动迭代。但 DeepSeek-V4 率先验证的这套工程配方，会成为后续很多开源大模型的默认起点。在这个意义上，DeepSeek 一直是开源模型的参考基准。更多技术讨论，可联系两位播客嘉进一步交流：赵晨阳（wechat：LoveDeathAndLLM）、刘益枫（wechat：lauyikfung20）题图来源：PinkPantheress-Romeo
-
世界超级摩托车锦标赛匈牙利站"张雪机车"夺冠 （原标题：世界超级摩托车锦标赛匈牙利站“张雪机车”夺冠） #endText .video-info a{text-decoration:none;color: #000;} #endText .video-info a:hover{color:#d34747;} #endText .video-list li{overflow:hidden;float: left; list-style:none; width: 132px;height: 118px; position: relative;margin:8px 3px 0px 0px;} #entText .video-list a,#endText .video-list a:visited{text-decoration:none;color:#fff;} #endText .video-list .overlay{text-align: left; padding: 0px 6px; background-color: #313131; font-size: 12px; width: 120px; position: absolute; bottom: 0px; left: 0px; height: 26px; line-height: 26px; overflow: hidden;color: #fff; } #endText .video-list .on{border-bottom: 8px solid #c4282b;} #endText .video-list .play{width: 20px; height: 20px; background:url(http://static.ws.126.net/video/img14/zhuzhan/play.png);position: absolute;right: 12px; top: 62px;opacity: 0.7; color:#fff;filter:alpha(opacity=70); _background: none; _filter:progid:DXImageTransform.Microsoft.AlphaImageLoader(src="http://static.ws.126.net/video/img14/zhuzhan/play.png"); } #endText .video-list a:hover .play{opacity: 1;filter:alpha(opacity=100);_filter:progid:DXImageTransform.Microsoft.AlphaImageLoader(src="http://static.ws.126.net/video/img14/zhuzhan/play.png");} <script> if (/mp4$/.test("https://flv0.bn.netease.com/a6a2b6b4a31dfc5ecd2daa6f674fd1e677aca1538c1cdcaf71bbe5454d73a09cf66d509e89237f126fd99f2963b05cb560bf85404e99edb354dd71d61fabacda0acc0a92e5039d64a20e7569af37ba1d9d2c797677e1c2added2ae571d448939ad899763c2b4f9f69a8cc377829b846515d8fab4cd8386b6.m3u8")) { document.getElementById("VKR18CBMM").src = "https://flv0.bn.netease.com/a6a2b6b4a31dfc5ecd2daa6f674fd1e677aca1538c1cdcaf71bbe5454d73a09cf66d509e89237f126fd99f2963b05cb560bf85404e99edb354dd71d61fabacda0acc0a92e5039d64a20e7569af37ba1d9d2c797677e1c2added2ae571d448939ad899763c2b4f9f69a8cc377829b846515d8fab4cd8386b6.m3u8" } else if(Hls && Hls.isSupported()) { var hls = new Hls(); hls.loadSource("https://flv0.bn.netease.com/a6a2b6b4a31dfc5ecd2daa6f674fd1e677aca1538c1cdcaf71bbe5454d73a09cf66d509e89237f126fd99f2963b05cb560bf85404e99edb354dd71d61fabacda0acc0a92e5039d64a20e7569af37ba1d9d2c797677e1c2added2ae571d448939ad899763c2b4f9f69a8cc377829b846515d8fab4cd8386b6.m3u8") hls.attachMedia(document.getElementById("VKR18CBMM")) } </script> <div class="video-info clearfix" style="margin: 16px 0 0px 0px;height:20px;line-height:20px;"> <p class="fn-right" style="height: 22px;line-height: 22px;overflow: hidden;font-size:12px;float: right; margin:0;padding:0;text-indent:0;"> <a style="text-align: right;float: left;width: 300px;" href="https://www.163.com/v/video/VKR18CBMM.html" target="_blank" class="video-title">世界超级摩托车锦标赛匈牙利站“张雪机车”夺冠</a> <span class="video-from" style="color: #a7a7a7;margin-left:10px">（来源：视频综合）</span> </p> </div> <div class="video-list"> <ul class="clearfix" style="margin:0;padding:0;list-style:none;width:540px;"> </ul> </div> </div>新华社布达佩斯5月2日电 在刚刚结束的2026世界超级摩托车锦标赛（WSBK）匈牙利站WorldSSP组别第一回合正赛中，中国摩托车制造商“张雪机车”的法国车手瓦伦丁·德比斯夺得冠军。 图为现场画面 延伸阅读 张雪回应比赛提前结束：继续比赛可能引发安全事故 4月19日，2026世界超级摩托车锦标赛（WSBK）荷兰站WorldSSP组别第二回合正赛，驾驶张雪机车的法国车手瓦伦丁·德比斯最终排名第7。比赛进行到还剩6圈时，赛道出现事故，红旗出动中断比赛，按照规则由于已经完成总里程的2/3，因此比赛提前结束，所有车手成绩按照最后一个计时点结束时的排名计。 4月19日近23时，张雪机车创始人张雪发视频解释说，现场有车手摔倒，事故摩托车横躺在赛道中央，如果继续比赛可能引发安全事故，因此比赛终止。 4月19日晚，张雪解释荷兰站比赛为何提前结束 视频截图 张雪称，“今天的比赛，我们跑到倒数第6圈的时候，因为后方有一台车摔车了，车是直接在赛道上躺着的，这时候救援可能都来不及了。如果车辆再次通过，可能引发安全事故，所以就非常明确地终止比赛。” 比赛现场出现事故 张雪解释，终止比赛有两种情况，一种就是满足了2/3的圈数，那么比赛就立即结束，就以这个时候的排名来作为这一场比赛的成绩；如果没有满足2/3，那么车手和车全部下来，清理赛道后，再到发车点按终止前的顺序重新发车。 “你挤我也好，我挤你也好，这在赛车上面是非常正常的。包括车手的伸腿，伸腿能把车尽量地放正，这时候刹车力度可以更大，同时腿伸到外面去的时候，会增加迎风面积，减速的效果会更好。”张雪表示。 张雪还提到，车手能进入国际赛事前十名，水平已经相差无几，如果用完全相同的车，每圈成绩相差可能不会超过0.1秒，成绩高低可能和赛车手状态有关。 在评论区，面对个别网友的留言，张雪表示，“赛车圈还是很干净的，每个人都是为了自己的信仰在拼搏。” 4月19日的荷兰站阿森纳赛道，天下着小雨。第二回合正赛的开始阶段，53号车手在第九位，第14圈赶超到第七位，第12圈来到第六位，此后在第五第六第七的位置来回切换。到倒数第6圈的时候，场上突然插上红旗，宣告提前结束比赛，此时53号车手在第七位。 4月19日，“张雪机车”车队法国车手瓦伦丁·德比斯在比赛中 赛后，德比斯接受采访时说，当天比赛比较可惜，车队分析了前一天的数据并认真作了准备，并专门更换为硬胎，而且调整了机车部分技术参数，希望下次能取得好成绩。 该组别比赛中，驾驶杜卡迪赛车的奥特尔和驾驶雅马哈赛车的阿雷纳斯获得前两名，雅马哈车队的恩居获得第三。另一名“张雪机车”车手费德里科·卡里卡苏洛以第16名完赛。两位钱江摩托车手德罗萨与拉米雷斯分获第17、第20名。 截至4月19日荷兰站比赛结束，53号车手瓦伦丁·德比斯的总积分为72分，在车手积分榜排第四。而张雪机车在制造商积分榜上的积分是74分，排名第三，目前仅落后于杜卡迪和雅马哈。 荷兰站比赛结束后，WSBK 2026赛季第4站将在匈牙利站巴拉顿公园赛道举行，时间为2026年5月1日-5月3日。 <div style="height: 0px;overflow:hidden;"><img src="https://static.ws.126.net/163/f2e/product/post_nodejs/static/logo.png"></div> </div>
-
贺娇龙个人账号已更名 简介改为她生前最后一条朋友圈 5月2日，记者注意到，新疆农产品品牌建设与产销服务中心原主任贺娇龙的个人账号已更名，删掉了“品味新疆”的后缀，只留下“贺娇龙”三个字，同时下架清空商品橱窗，并且将“新疆农产品推荐官”等简介改成“不是所有坚持都能抵御岁月，但若为热爱，便所向披靡”，这是她生前发的最后一条朋友圈。 贺娇龙账号 贺娇龙生前最后一条朋友圈4月19日，贺娇龙的个人账号时隔100天再次更新，新疆维吾尔自治区农产品品牌建设与产销服务中心发布《关于“品味新疆”推荐官账号迁移的公告》，对贺娇龙账号及新开通账号的情况予以说明。 贺娇龙个人账号截图公告写道：青山永念，精神长存。我们怀着深切的敬意与怀念，感念贺娇龙同志为“品味新疆”区域公用品牌倾注的心血与付出，她以初心为炬，让新疆的优质农产品走出天山、被更多人看见，这份为新疆“三农”事业奔走的热忱，始终温暖且有力量。衷心感谢大家长久以来对贺娇龙同志的喜爱、信任以及对“品味新疆”的一路陪伴与支持。为赓续这份初心，传承未竟的事业，继续讲好新疆故事、擦亮新疆农产品品牌，我们将正式启用“品味新疆”全新推荐官抖音账号，接过这份责任，持续为大家展现新疆优质农产品的独特风采。 “品味新疆·推荐官”账号截图新账号的主页介绍道：“品味新疆”好产品推荐官是“品味新疆”好产品新疆农业农村厅的官方指定账号，属公益（零佣金，无商业广告）账号，由国有企业运营，短视频直播展销新疆特色农副产品。 “品味新疆·推荐官”账号截图据了解，推荐官蔡宜芮是清华大学硕士研究生、“90后”新农人，扎根新疆农业，专注推荐原产地优质农产品。4月22日，蔡宜芮在最新视频中回应相关质疑，并表示许多人把这看作是“接班”，但在她心里就是一份事业的接力，未来她将不炒作、不敷衍、不辜负，踏踏实实讲好新疆三农故事。来源 | 极目新闻、现代快报、新华日报、新疆广播电视台主编 | 彭丹编辑 | 魏娜
-
高圆圆赵又廷游三亚 牵手逛街好甜蜜 “五一小长假”到了，明星们也开启休假模式，纷纷前往各地旅游，不少网友在不同地方偶遇到不同的明星，近距离接触让屏幕前的其他网友十分羡慕。5月2日，有网友在三亚街头偶遇到演员高圆圆和她老公赵又廷，趁着五一小长假，夫妻俩跑到海南度假了，夫妻俩手牵手同行很是甜蜜。 从网友公开到社交平台的照片可见，高圆圆当天身穿黄色连衣裙现身，脚踩亮色高跟鞋，一头长发向后扎起，裙子随着微风摆动，整个人都好有“仙气”。高圆圆这气质是没谁了，浑身都散发出东方女性特有的美感，既妖娆，又端庄，气场强大但不咄咄逼人，行走在街头，完全是一道亮丽的风景线。高圆圆优雅大气，似贵妇但不庸俗，一旁的老公赵又廷就太接地气了，穿着松垮的短袖搭配烟灰色短裤，脚踩拖鞋，完全一副“大叔出门遛弯”的既视感，整个人就很松弛接地气，完全没有明星光环，真和街头的路人一样。 赵又廷和高圆圆一起现身街头，两人手牵着手前行，虽然没有过多的交流，可给人感觉就很幸福，这种幸福看似平淡，但异常甜蜜，真羡慕夫妻俩结婚这么多年，还能和热恋期一样。不得不说，已经年过四十，且当妈的高圆圆，身材保持真好，深V露背裙突出漂亮的脖颈，背部线条很流畅，且一点都不松弛，紧绷立体无数女生都想拥有。 高圆圆作为圈内女神，与赵又廷结婚时，不少人都不看好这段缘分，台媒还频传赵又廷家人对高圆圆不太满意等。可时间向外界证明，只要是真心相爱，是没有任何阻力的。此前，一有机会，赵又廷高圆圆就会带着女儿Rhea外出游玩，被网友偶遇后也热情与其合影。 一家人逛了一段时间后，Rhea便和保姆继续游玩，高圆圆和赵又廷就会找个人少的地方独处，难得享受二人时光。 赵又廷私下的穿搭真的毫无星范儿，很少有网友遇到他时，他会穿的很时尚。很多时间，赵又廷都是“路人风”穿搭，和一旁的高圆圆形成鲜明对比。但你不得不说，二人的关系是那么稳定，出门买点油盐酱醋都要手拉着手同行。 夫妻俩一起去接女儿放学时，高圆圆一把将Rhea抱在怀中，母女俩温馨互动，赵又廷就在一旁宠溺地看着她们。 娱乐圈中的姐弟恋不多，而且能一直走下去的也不多，很多都是结婚后出现各种问题，高圆圆与赵又廷既低调又不失浪漫，时刻都像热恋中一样，这或许就是二人婚姻一直保鲜的秘诀吧。
-
摩根大通女高管被控性侵已婚印度裔男下属 女方回应 根据4月27日提交至美国纽约州最高法院的一份诉讼文件显示，摩根大通杠杆融资部门执行董事洛娜·哈伊迪尼被一名化名为“约翰·多伊”的男下属指控性侵、种族骚扰和职业胁迫。 多名消息人士证实，“约翰·多伊”的真实身份是摩根大通印度裔前员工奇拉尤·拉纳。报道称，经摩根大通内部调查后，发现拉纳的指控并无证据。 ▲拉纳（左）和哈伊迪尼（右）女高管否认所有指控举报哈伊迪尼的法庭文件显示，哈伊迪尼称这位已婚同事为“棕色皮肤的印度小子”，并被指控在其拒绝“非自愿且有辱人格的性行为”后，对其下药，甚至威胁其职业生涯。哈伊迪尼否认了这些指控，称她从未与指控者有过任何不当行为。她通过律师发表声明称：“我从未与此人有过任何不当行为，甚至从未去过据称发生性侵犯的地点。”诉讼文件引用拉纳的陈述称，两人于2024年春季开始共事后，虐待行为便开始了。据报道，其中一次，哈伊迪尼不小心把笔掉在了拉纳办公桌旁的地板上。她弯腰捡笔时，顺手捏了捏他的小腿，然后说道：“哦，你大学时打过篮球？我喜欢篮球运动员，他们让我欲火焚身。”按照拉纳的说法，从此以后，哈伊迪尼的举动就变得更加露骨，在邀请拉纳去喝酒遭到拒绝后，拉纳称他就受到了威胁：“她说‘我要毁了你，永远记住，你是我的’。”诉讼还指出，2024年9月，哈伊迪尼再次威胁拉纳，如果他不和她发生关系，就会对他进行报复，并且斥责了他的职业表现，还警告要削减他的奖金。尽管心存不情愿，但拉纳自称还是被迫接受了这次性行为，因为他害怕遭到她的报复。诉讼文件显示，他最初的抗议被住在隔壁房间的一名证人听到了。此后，哈伊迪尼经常对拉纳进行性骚扰和种族侮辱。男下属一个月前刚失业2025年5月，拉纳向摩根大通提交了一份书面投诉，详细描述了他遭受的种族歧视、性别歧视和骚扰，以及一系列“严重的性侵犯”。然而，公司否认了他的指控，并声称调查未发现任何证据支持这些指控。摩根大通发言人称：“经过调查，我们认为这些指控毫无根据。虽然许多员工配合了调查，但投诉人拒绝参与，也拒绝提供支持其指控的关键事实。”另有知情人士透露，拉纳并不向哈伊迪尼汇报工作。这也意味着，哈伊迪尼并不能决定他能否得到奖金。拉纳的律师丹尼尔·J·凯泽则表示，他的当事人因其所遭受的不公正待遇，在个人和职业生涯上都遭受了毁灭性的打击。凯泽表示，他的当事人正在寻求赔偿，包括收入损失、精神痛苦和名誉损害，以及惩罚性赔偿和银行运营方式的改变。值得注意的是，提出指控前几周，拉纳才从投资公司Bregal Sagemount离职。Bregal Sagemount在一份声明中证实，拉纳于2025年10月20日到2026年4月2日在该公司任职。哈伊迪尼的领英个人资料显示，其拥有纽约大学斯特恩商学院金融与统计学理学学士学位。这位37岁的摩根大通资深人士已在该公司工作近15年，目前担任杠杆融资部门执行董事。她此前担任副总裁的经历让她深入了解了消费品、零售、医药/医疗技术、物流以及航空航天和国防等领域。她还参加了哈佛商学院高管教育的私募股权和风险投资课程。延伸阅读女子出差被老板性侵后向公司索赔250万 此前年薪120万 全国首例职场性侵获精神工伤认定案——即“崔丽丽系列案件”中的工伤待遇劳动争议案，将于4月23日14时在天津市津南区人民法院八里台人民法庭开庭审理。 △法院开庭审理的传票。4月22日下午，潇湘晨报·晨视频记者在天津见到了当事人崔丽丽及其丈夫魏先生。她身着白色衬衫，束起头发，化着淡妆，努力让自己显得干练一些，但同时反复向丈夫确认：“你看我的状态行吗？”崔丽丽频繁地眨着眼睛，这是遭受性侵后留下的创伤后应激障碍（PTSD）症状之一。她表示，前一晚整理材料直至深夜12点多，“要做好万全的准备，不到最后一刻决不放弃”。 △崔丽丽接受采访。2023年9月22日，崔丽丽在杭州出差参加商务宴请后，遭公司老板王某性侵。2024年4月，王某被判处有期徒刑4年。然而，判决生效后不久，2024年4月18日，崔丽丽所在公司以其“未遵守请假制度、无故旷工”为由，将其强制开除。由此，开启了崔丽丽漫长的工伤认定维权之路。2024年12月3日，天津市津南区人社局出具《认定工伤决定书》，认定其所受伤害属于工伤。2025年3月24日，劳动仲裁裁决公司构成违法解除劳动合同，并应支付崔丽丽停工留薪期等各项工资待遇约113万余元。公司不服，提起诉讼。同年9月23日，本案第一次开庭审理，但因当时崔丽丽的劳动能力鉴定结果尚未出具，一审中止。12月27日，崔丽丽的十级伤残鉴定结论作出，本案恢复审理。 △崔丽丽的职工工伤伤残证。本次开庭将围绕崔丽丽被性侵后停工留薪期间的工伤待遇展开。崔丽丽在4月21日接受潇湘晨报·晨视频记者采访时表示，此次起诉主张的权益包括：24个月停工留薪期工资155万元、加班费、未休年假工资、一次性伤残补助金等共计250余万元。案发前，她的年薪为120余万元，其中包括固定工资60万元和销售提成60余万元。自2025年9月23日一审中止至今，已过去7个月。崔丽丽坦言，这段时间一开始过得“十分狼狈”。去年9月23日开庭后，她和丈夫引发了广泛关注，同时也遭遇了大规模的网暴。为此，她曾一度断网，每天都在痛苦中度过，甚至不愿去看心理医生。直到丈夫的一句话点醒了她：“你如果就这样放弃自己，你永远对不起那些帮助过你的人、为你伸张正义的人。”此后，她重新开始积极治疗，努力回归平静的生活，等待再次开庭的日子。2026年4月20日晚，崔丽丽正准备入睡时收到本案恢复审理的通知，“非常激动，我和我先生立马坐在电脑前开始逐一过材料，就想赶紧梳理所有证据，一个晚上基本上没有睡觉。”崔丽丽表示，此次开庭提交的证据将近400页，比上次开庭新增100余页，其中大部分是她工伤治疗的病历、发票以及十级伤残鉴定结论书等。根据《劳动能力鉴定 职工工伤与职业病致残等级》（GB/T 16180-2014），劳动功能障碍共分为十个伤残等级，一级最重，十级最轻。十级伤残的定级原则为“器官部分缺损，形态异常，无功能障碍，无医疗依赖或者存在一般医疗依赖，无生活自理障碍。”由于此前崔丽丽与企业双方关系已破裂，再无继续履行劳动合同的可能，她主张自2024年4月18日公司违法解除劳动合同至伤残鉴定结论出具期间，继续履行劳动合同，公司应为其补缴社保并承担工伤所产生的医疗费用。谈及23日的开庭，崔丽丽希望自己能以一种平静的状态走入法庭。一个细微的变化是，以往每次开庭，她都会穿着案发时的衣服，以此提醒自己“不要沉浸在痛苦里面，要直面它，去战胜它，而不是永远害怕它”。但如今，崔丽丽认为，那件承载耻辱的“血衣”已经完成了它的使命。“我不再害怕那件衣服，我也不再需要它来做我的盔甲。我可以决定以一个什么样的姿态、穿什么样的衣服，走入法庭。”特朗普内阁又一女部长落马：疑和保安发生关系 强迫男下属为其提供性服务从公款逛脱衣舞俱乐部到强迫男下属提供性服务，再到家人集体“作妖”，每一个细节都比电视剧还抓马！ 美国劳工部长洛丽·查韦斯-德雷默“自愿”离职文 | 冰 姐2026年4月20日，白宫一纸声明炸翻美国政坛：劳工部长洛丽·查韦斯-德雷默 “自愿” 离职，奔赴私营部门大展宏图。可明眼人都知道，这哪里是“职业规划”，分明是丑闻缠身被架着走的体面退场——毕竟再过一天，她就要被监察长约谈，而那些毁三观的证据，早就把她钉在了耻辱柱上。这个58岁的拉丁裔女政客，人生前半段简直就是极典型的“美国梦”。出身卡车司机家庭，没有名校光环，从地方议会做起，通过架设的务实人设，一步步做到欢乐谷市第一位女性市长，并在2022年成为俄勒冈州历史上第一位当选国会议员的共和党女性，也是俄勒冈州首批当选美国国会议员的两名拉丁裔女性之一。从到俄勒冈州首位共和党女性众议员，再到特朗普内阁的劳工部长，她一路踩着“玻璃天花板”往上爬。可谁能想到，上位才一年，她就把劳工部变成了自己的 “私人游乐场”，搞出的骚操作比八点档狗血剧还离谱。从公款逛脱衣舞俱乐部到强迫男下属提供性服务，再到家人集体“作妖”，每一个细节都比电视剧还抓马！今天，冰姐就来扒一扒她从 “政治黑马” 到 “丑闻弃子” 的离奇经历。职场荒诞剧：劳工部长的“公款狂欢”日常 查韦斯-德雷默玩得太“花”了作为美国工人的大管家，查韦斯-德雷默本该为薪资、就业操心，可她上任后的核心工作，似乎是“如何花式滥用职权”。根据劳工部监察长的调查爆料，这个部长的职场生活堪称荒诞集锦：工作时间酗酒成瘾：办公室抽屉里常年藏着“酒水储备”，开会开到一半就要助手去买酒，短信记录里全是“帮我带瓶霞多丽”“记得冰一下”的指令。有下属偷偷吐槽，部长的办公桌永远飘着酒味，重要政策会议常常变成“酒后闲聊局”。 查韦斯-德雷默伪造的公差到内华达州“视察劳工”，结果却在拉斯维加斯的红岩赌场度假村和水疗中心快活公款旅行=家庭度假：据调查的结果，仅2025年一年，即她担任美国劳工部长一年的时间里，就以公务的名义到了37个州出了50多次公差，却往往在所谓的公务活动中只讲半个多小时话，然后就玩失踪，并在夜里用公款到娱乐场所消费、玩乐。此外，她把私人旅行伪装成“公务出差”，带着家人游山玩水，机票、酒店、餐饮全走纳税人的账。更离谱的是，她还指派劳工部员工帮自己处理家庭琐事——比如上班时间为她跑腿，给她购物，替她安排家族聚会，替她干所有杂务，包括清洁她的私人衣柜。除了给自己干私活，还要给双胞胎女儿订机票、给丈夫的医疗公司跑手续，甚至帮老父亲安排约会行程。被强迫劳工部雇员私下称洛丽是“地狱老板”。带下属逛脱衣舞俱乐部：这是压垮她的“最后一根稻草”。去年年底，她以“考察俄勒冈州就业情况”为由，带着幕僚长、安保人员直奔波特兰市一家脱衣舞俱乐部，不仅全程公款消费，还怂恿下属上台参加业余选美比赛赢现金。这趟“公务”总共花了2890美元，账单明细里赫然写着“娱乐费”“酒水费”，气得纳税人直接把举报信捅到了监察长办公室。不正当关系+职场霸凌：调查还发现，她与一名安保人员有染，两人经常借“工作对接”单独相处，甚至在出差时同住一间套房。更夸张的是，洛丽不仅仅有斯隆一个男下属情人，她还强迫其他男下属为其提供性服务，满足她的性欲。更过分的是，她还强迫下属“站队”，不配合她搞特殊的员工要么被穿小鞋，要么被直接开除。短短几个月，她的办公室主任、副主任、高级顾问等4名核心助手接连被迫离职，劳工部内部人心惶惶。最讽刺的是，她任职期间美国劳动力市场一片惨淡：就业增长停滞、工资不涨反降、失业率节节攀升，可这位部长对此视而不见，一门心思扑在自己的“享乐大计”上。有网友吐槽：“她可能以为劳工部的职责是‘保障部长的快乐劳动’吧！”家庭 “作妖团”：丈夫父亲齐上阵，性骚扰逼退女员工如果说查韦斯-德雷默自己的操作是“离谱”，那她家人的神助攻，就是把她彻底推向深渊的“猪队友”天团。 肖恩·德雷默被控对两名劳工部女雇员实施不当行为首当其冲的是她的丈夫肖恩·德雷默，一个麻醉科医生。这位“部长夫婿”不好好坐诊，反而天天往劳工部总部跑，对年轻女下属动手动脚。有两名女员工联名举报，肖恩在办公室对她们进行“不当触摸”，甚至有更严重的性暗示行为。监控录像拍下了部分画面，虽然联邦检察官最终没起诉，但白宫直接下了禁令——禁止肖恩踏入劳工部大楼半步。更让人窒息的是她的父亲理查德·查韦斯。这个老爷子借着女儿的权势，频繁给劳工部年轻女员工发暧昧短信：“听说你在城里，怎么不告诉我？我可以找借口溜出来带你逛逛，这事要保密哦～”这种油腻又越界的骚扰，让女员工们敢怒不敢言，只能偷偷保存短信作为证据。更绝的是，查韦斯-德雷默不仅不约束家人，反而要求下属多多关照父亲和丈夫，甚至让员工帮老爷子处理私人事务。有员工拒绝后，很快就被调离核心岗位。这波“全家齐上阵，压榨纳税人”的操作，直接把“职场霸凌”升级成了“家族式骚扰”。从“忠诚棋子”到“弃子”，50天内第三个下台的女部长其实查韦斯-德雷默能坐上劳工部长的位子，本身就是一场政治交易。2024年她竞选众议院连任失败，本应淡出政坛，可因为对特朗普表现出“无条件忠诚”，被急于拉拢拉丁裔选票的特朗普看中，直接提名劳工部长。她在确认听证会上翻脸不认账，把自己之前支持的亲工会立场全盘推翻，硬生生靠“卖队友”赢得了参议院的支持。上任后，她更是对特朗普的政策言听计从，哪怕是备受争议的“H-1B 签证涨价”“解雇劳工统计局局长”等操作，她都第一个站出来背书。可对特朗普的“忠诚滤镜”，终究抵不过丑闻的冲击。随着短信、监控、举报信等证据不断曝光，民主党抓住机会猛打，称特朗普政府“腐败透顶、正在崩溃”。而此时特朗普自身支持率跌到35%，正急于甩锅自保，查韦斯-德雷默自然成了“弃子”。 特朗普已经解雇了三个女部长了有趣的是，她是50天内第三个下台的特朗普内阁女部长——3月国土安全部长诺姆被解职，4月司法部长邦迪被炒，如今轮到了她。三个女性高官接连因各种匪夷所思的丑闻落马，着实让人大跌眼镜。辞职当天，查韦斯-德雷默还在社交媒体上装委屈，声称自己是“深层政府抹黑的受害者”，感谢特朗普给了她“为美国工人服务的荣誉”。可网友根本不买账，评论区全是“赶紧退钱”“去私营部门继续挥霍吗”“脸呢”的嘲讽。她的律师急着撇清：“辞职不是因为法律不当行为！”可这话谁信呢？毕竟监察长的调查报告还在路上，那些铁证早就把谎言戳得千疮百孔。有网友说得好：2890美元的脱衣舞账单，撕开的是华盛顿的遮羞布！这里没有什么为民服务，只有权力变现的狂欢和丑陋的政治算计。至于查韦斯-德雷默的“私营部门新生活”，恐怕也不会太平。毕竟带着这么多丑闻离职，哪家公司敢要一个“沉溺酒精、公款狂欢、家人性骚扰”的前部长？或许，她的下一场“荒诞剧”，才刚刚拉开序幕……
-
快看！！这个女演员近日暴瘦！！哦，知道了…… 怎么办，也许终于能赢脂肪了，但高兴不起来前两天金靖释出一组在西双版纳的写真图，整个人的状态十分骨感纤瘦。营销号连忙打上了“金靖瘦到认不出来”的tag。岂料话题虽然上了热搜，但评论区显得云淡风轻：“她本来就不胖啊”“有啥认不出来”……是的，我们已经不再对明星变瘦大惊小怪。即便是身边的普通朋友，两个月不见，焕然一新地出现身边，你也不再是瞪大眼睛穷追不舍地问“怎么做到的”，而是大大方方地夸一句“这样真的挺好的”。“去哪里”“怎么玩”“哪便宜”“人多吗”可能还会是这个黄金周的常规问题，但“每逢假期胖三斤”的担忧已经不列其中。 还记得两年前《热辣滚烫》上映时掀起的舆论风波：有人对贾玲身体力行减重100斤的恐怖毅力惊叹称赞，另一些人则对一部电影营销体重、掀起焦虑进行批判。而仅仅两年过后，艺人短期暴瘦的新闻仍然层出不穷，大众却已经见怪不怪。这不只是明星层面，对老百姓来说，“N日瘦身汤”“专家减脂餐”“XX轻断食”这些曾经屡试不爽却还是趋之若鹜的秘方已经从热门内容里渐渐散去，因为一些“众所周知的原因”，减重话题今年明显降温了。 技术普惠，一些跟以往比，不痛苦、不需要强大的自制力、不昂贵的方法被大众获悉……或许在不久的将来，当这些技术在安全和健康的角度也被彻底验证后，“变瘦”将不再是一个竞相寻找解法的难题，而仅是一个做或者不做的选择题。黄金周不再有人会担心旅行中多尝了几家特产，多去了几次饭局。日常也没有人在超市一一对照产品标签上的卡路里，或者掐表计算16+8。这看起来是个美好的未来，但怎么想想总觉得高兴不起来？ 我们是什么时候开始需要跟自己的脂肪做斗争的？19世纪工业革命后，丰腴不再是上流社会专利，“瘦”作为一种审美的反拨出现了。贵族和新兴资产阶级，尤其是女性，通过极度纤细的身材与身体粗壮的体力劳动者划清界限。瘦，成了一种无需劳动、能控制食欲的“有闲阶级”的无声宣言。在20世纪初这种现代美学进一步定型。平胸、直线条的“摩登女郎”（Flapper Girls）随着模特这种职业的出现风靡一时。到了我们这个时代，在媒体与现代科技的加持下，从T台到社交媒体，瘦的形象更是被无孔不入地传播。滤镜和修图技术创造出一种超模也无法达到的完美标准，镜头——无论是影视摄制还是手机前置——都仿佛在无限放大每个人的下巴、两腮、肚腩和大臂。我们对此其实从未停止过质疑和反抗。对瘦单纯甚至病态的追求，已经让人感到不适。而对瘦以外身材的歧视更是令人不安，于是一些大码女装专卖店出现在街道和商场。但市场认知的割裂、资本的招安，尤其在现代健康观念下，胖实在与太多不利的身体指标挂钩，导致这场“胖瘦之争”完全呈现一边倒。甚至对于普通人更不友好地在于，这一仗打完，“瘦”还加了码——要“健康的瘦”。 新时代的话术是这样的：不是说以瘦为美，但不瘦就不健康，健康才美，所以你不瘦怎么会美？健康不是坏事，瘦本身也不具备褒贬。但是在审美、主流尤其是商业炒作的作用下，它们变成了一种高傲的、呆板的、特指的、规定的健康与规定的瘦。表面上大家是否定了麻秆一样的身材和营养不良的羸弱，但同时给美的备注里详细写下：吃优质碳水、有机蔬菜、高密度、易代谢的优质蛋白质饮食。定制化的营养师、康复师、普拉提私教。这不是一笔开销，而是一套围绕身体建立的终身管理系统的入场费。清晰的肌肉线条、强大的心肺功能——成了“时间密集型”产品。能有大把闲暇投入训练，本身就是阶层特权。翻译起来其实和19世纪一模一样——瘦是高贵。 当然你也可以选择对着达人教程居家用自重锻炼，灶台手搓减脂餐，辅以日复一日高强度的自我监督。但这好比一场现实世界的游戏PK场，表面上你可以自由选择氪金或肝，但实则贫民玩家毫无游戏体验。 回想这一切，苦“白瘦幼”久矣的我们，是否对减肥战役的最终平权也变得兴致寥寥了。或许技术有一天让我们不肝不氪的轻松健康瘦。但问题就变成了：如果随时可以瘦，那是否还需要瘦，还推崇瘦？体重会变，审美的规则更会变。当瘦可以普及，旧标准的两大支柱——意志力的稀缺性和自我牺牲的道德光环——瞬间崩塌。审美机器不能再用“瘦”来标榜优越感，会立即寻找新的、难以复制的标准来重建区隔。核心在于，审美“不可能变得宽容”，而只会“更昂贵和隐形”，是因为它从来不是关于美，而是关于“区分”。审美就是制造稀缺性，如果人人都能做到则失去了标榜价值。技术普惠没有让这场游戏没有消失，只是升维了。它是否正从一场关于意志力的道德考试，变成了一场关于时间、金钱、认知和精力的全方位军备竞赛。在功绩社会，我们是否成了自己的雇主，在无限的自由中，对自己进行最深度的剥削。
-
东航一航班落地机场后撞击廊桥 乘客:收到300元补偿金 极目新闻记者 邓波5月2日，多名网友发视频称，东方航空MU5406航班从成都飞往上海虹桥，在机场落地进位时撞击廊桥。 现场视频截图现场视频显示，机身印有东方航空标识的飞机左翼撞击廊桥，飞机内及侧面视角显示该飞机发动机、机翼发生碰撞后蒙皮破损，廊桥也有损坏。2日中午，极目新闻记者联系到乘客刘先生，其介绍，11时47分，飞机落地进位时，机头略过了廊桥，机舱内听到有碰撞。飞机左侧撞击了廊桥，在延误了半个多小时后，乘客从另一侧安全下了飞机，他们收到了航司给予的300元补偿金。据东方航空官方订票软件显示，MU5406航班9时19分从成都双流T2起飞，11时33分在上海虹桥T2落地，执飞机型为空客359宽体客机，机龄4年6个月。飞常准专业版显示，该飞机机号为B-324M。极目新闻记者随后致电上海虹桥机场，工作人员称未接到相关情况反映。东方航空客服工作人员称，尚未接到相关情况，不过后续航班已经改为原定起飞半小时后。 网友拍到的画面 东航发文致歉据东方航空5月2日13时37分通报，今日公司一成都到上海的航班落地后，在缓速滑行靠近机位过程中，发生机械故障，机组立即按程序处置，最终飞机与廊桥发生局部碰擦。机上旅客安全，已有序下机。事件具体原因正在调查中。对于此次事件给旅客出行带来的不便，我们深表歉意。
-
中学查询学生成绩需付费买App一学期350元 官方通报 4月29日晚，湖南省怀化市辰溪县教育局针对网传“辰溪县第一中学查询学生成绩需绑定‘学习助手’并缴费”一事发布情况通报。近期，网络出现关于“辰溪县第一中学查看学生成绩需绑定‘学习助手’并缴费”的相关信息，辰溪县教育局高度重视，第一时间成立工作专班开展核查工作。经查，辰溪县第一中学高二年级部分学生购买“云教智学增分宝”App的情况属实。该校高二年级组为提升学生成绩，在班级群推送“‘云教智学增分宝’App，具备错题管理、短板分析、成绩查询等多项功能”。该APP由学生自愿购买，老师未经手任何费用。该校高中学生测试成绩均通过班级张贴、微信推送等多种形式实时公布。目前，辰溪县教育局已责成辰溪一中立即叫停该推送行为，并对高二年级组进行严肃批评教育，同时举一反三，加强学校管理，规范办学行为。下一步，该局将切实加强对辖区学校的监督管理，感谢网友和媒体对辰溪教育的关心与支持。 当地教育局通报据媒体此前报道，近日，有家长在社交平台上发帖，称湖南怀化市辰溪县第一中学在班级群里发了“给家长的一封信”，要求绑定名为“云教智学增分宝”的学习助手，称可以帮助学生精准备考，快速增分，一学期收费350元。该家长对此不解，4月27日，在接受记者采访时，这位家长表示，自己不需要这些所谓的功能，但如果不绑定缴费，可能孩子每次的考试成绩和作业批改结果都无法看到。 家长群通知 受访者供图“要求绑定学习助手是刚刚开始的，针对所有的高二年级，一学期350元，目前我从老师那边得知不绑定交钱就查不了成绩。”这位家长告诉记者，老师也在家长群里发了“给家长的一封信”，介绍了这个学习助手，称有分析和举一反三功能。“像我这样的，只想知道孩子每次的考试成绩，并不需要所谓的分析归纳，收费应该因人而异。”该家长表示，尽管学校方面说是自愿，可老师一直在群里催促绑定缴费，并称不然就会耽误网上阅卷和查看孩子的成绩。据这位家长透露，他已经打了12345并向省级教育主管部门进行了反映，但目前还没有收到具体的反馈。记者也看到了“给家长的一封信”，里面介绍了这个学习助手，名叫“云教智学增分宝”。信中称，“云教智学增分宝”通过采集学生日常作业、考试数据，智能生成学生个性化提分方案，帮助孩子自主学习和提升成绩，帮助家长及时全面掌握孩子的学情。 给家长的一封信 受访者供图信中强调，该公司已经给本年级学生提供多次免费试用，家长通过“云教智学增分宝”可随时随地查看孩子各科考试的原始答卷、成绩等级和知识掌握情况分析。学校科任老师也将定期布置周测并检查学习效果，家长也可鼓励监督孩子坚持使用。记者注意到，信中注明了使用该学习助手一学期收费350元。延伸阅读福建一高校因学生走路看手机劝退当事学生，还辞退4名教师？当地教育局回应近日，多名网友发文反映，泉州职业技术大学因学生玩手机，劝退该学生，还辞退了4名教师。 网传聊天记录网帖中的聊天记录显示，有校方工作人员发布通知称，近日督查发现，仍有部分学生存在走路看手机等不安全现象，即日起学校查实存在走路看手机等不安全行为，一律扣分处罚。随后的通报显示，2023级学生林某某因未遵守规定，相关责任教师章某某、辅导员姚某、班主任沈某某、体育老师林某予以辞退，对该生予以劝退。疑似该校领导发言称，责任老师马上开除，这也是他第一次开除人。多名网友称，该学校为泉州职业技术大学。 聊天记录因学生走路看手机劝退学生，还辞退四名教师一事是否属实？5月2日，极目新闻记者致电泉州职业技术大学，接线人员称，目前尚未下发正式通知，他不在聊天记录的工作群中，不了解具体情况。泉州职业技术大学宣传部工作人员则婉拒采访，称学校领导不在，他没有办法具体回复。泉州市教育局工作人员告诉极目新闻记者，他们将去核实情况。据泉州职业技术大学官方网站介绍，该大学前身是创办于1986年的福建省摩托汽车培训学校，以职业培训为起点，以“以企养校、前厂后校、工学结合”为显著特征。2019年更名为泉州职业技术大学，是全国首批、福建省首家本科层次职业教育试点高校。
-
小区门头字体"多处写反" 居委会：建成20多年一直这样 近日，一则关于青岛某小区门头字体“写反”的视频在社交媒体上引发广泛关注。视频显示，位于青岛市李沧区金水路附近的“金秋小区”门头招牌上的四个字均出现笔画错误，整体呈现类似镜像反转的怪异效果，引发网友好奇与讨论。 网友拍摄的视频截图网友疑惑门头字体怪异，远看似正常近看全写反据网友发布的视频，该小区门头采用黑色字体，远看尚能辨认出“金秋小区”四字，但走近细看，每个字的笔画均有明显错误。视频发布后迅速引发热议，有网友直言“看着压抑”，也有网友怀疑视频是否被发布者人为设置了镜像模式。记者逐帧查看视频发现，小区门口停有多辆“冀”“鲁”开头牌照的私家车，车牌号码显示正常，并未出现镜像，由此排除了视频被整体镜像处理的可能性。多方核实小区位于青岛李沧，字体问题已存在多年经记者多方核实，涉事小区确为青岛市李沧区虎山路街道金秋社区内的“金秋小区”。有知情网友介绍，门头字体出错并非近期发生，“这是安装师傅的工作失误，当时忘带镂空模板了，我三年前就发过。”另有网友称，小区门头从2012年左右开始掉漆，工作人员反复修补过程中，笔画越补越错，最终演变成如今的模样。 多位网友留言评论更有网友翻出拍摄于2009年的老照片，照片显示，早在2009年，“金秋小区”前三个字就已经写反，不同的是当时“区”字为繁体“區”，而如今经过多次修补后，“区”字也被写反了。 还有网友翻出拍摄于2009年的老照片 居委会回应：建成22年一直如此，字是开发商所设5月2日上午，记者就此事致电该小区所属的青岛虎山路街道金秋社区居委会。工作人员在电话中表示：“小区是2004年建成的，20多年了，一直就这么个字。那个门头是房地产开发时候弄的。”对于网友称，字体看着很是压抑，居委会工作人员回应称：“二十多年来，小区业主从来没有对此门头进行过投诉，如果说看起来压抑，那可以去问房地产公司，看看他们建设时是不是有别的说法。”上午10时许，记者根据居委会工作人员提供的信息，尝试联系小区的开发商，却发现其注册时预留的电话已无人接听。业内人士：最初应为施工失误与反复修补所致有广告制作行业人士分析称，此类字体反向错误常见于使用镂空模板喷漆时，工人误将模板正反面颠倒。若后续修补人员未按标准字体校正，而是沿用错误笔画继续描摹，便会造成“越补越错”的后果。截至发稿，尚无相关部门表示将对该门头进行修改。华商报大风新闻记者 王煜鑫 编辑 李婧
-
著名汉学家宇文所安逝世 享年79岁 2026年5月1日，著名汉学家宇文所安在美国波士顿剑桥逝世，享年79岁。澎湃新闻记者从宇文所安教授生前同事那里确认了这一消息。 宇文所安怀抱他耗时8年翻译完成的六卷本《杜甫诗集》宇文所安（Stephen Owen），1946年出生于美国密苏里州圣路易斯市，美国汉学家，哈佛大学荣休教授，美国人文与科学院院士。他主要从事中国古典文学、抒情诗和比较诗学研究，尤其在唐诗、宋词及中国文论领域造诣深厚，被誉为英语世界唐诗研究的权威。宇文所安于1972年获得耶鲁大学东亚语言和文学博士学位，随后执教于耶鲁大学和哈佛大学。他不仅是杰出的学者，也是优秀的翻译家，致力于将中国古典文学推向西方世界，曾编译巨著《中国文学选集：从先秦到1911》，集中国古典文学精品之大成，另有《初唐诗》《盛唐诗》《中国“中世纪”的终结：中唐文学文化论集》《他山的石头记》等多部重要研究著作，还负责新版《剑桥中国文学史》的编著。他耗时八年翻译完成的六卷本《杜甫诗集》英文全译本，是西方汉学界的重要里程碑。2018年，他荣获第三届唐奖汉学奖，以表彰其在汉学研究领域的卓越贡献。 宇文所安著作《杜甫诗集》《追忆》《盛唐诗》宇文所安的译诗赏析（选自The Poetry of Du Fu 第一卷）望岳岱宗夫如何？齐鲁青未了。造化钟神秀，阴阳割昏晓。荡胸生层云，决眦入归鸟。会当凌绝顶，一览众山小。Gazing on the PeakAnd what then is Daizong like?over Qi and Lu, green unending.Creation compacted spirit splendors here,Dark and Light, riving dusk and dawn.Exhilirating the breast, it produces layers of cloud;splitting eye-pupils, it has homing birds entering.Someday may I climb up to its highest summit,with one sweeping view see how small all other mountains are.
-
护士夫妻在海南度假遇溺水者 默契协作4分钟救回一命 4月26日，浙江大学医学院附属第一医院的护士袁苑、姜智文夫妇，在海南万宁神州半岛度假期间，跪地施救溺水者，成功在4分钟内完成“教科书级急救”。后来，他们救人的视频在网络上广泛传播，收获了大量夸赞。很多网友称两人急救时专业、冷静，还有网友对袁苑做人工呼吸的画面印象深刻：“还在吐白沫，一般人真受不了……对一个陌生人能够这样，超厉害。”回到杭州后，医院对两人进行了慰问，夫妻俩站在人群中，红着脸接过花束和奖励。4月30日下午，接受新京报记者采访时，两人的语气冷静。那场发生在海边的救援，对他们来说似乎并不特别，更像是医护们在病房里遇到危急的病人时，有一种赶上前去的肌肉记忆。 姜智文和袁苑在对溺水者进行急救 图/网络视频截图海边的意外4月26日下午4点多，海南万宁神州半岛，海面还算平静。沙滩上游客不少，袁苑和丈夫姜智文也想着趁返程前的最后一个傍晚，到沙滩边坐一坐，看看此前几天都没看到的日落。先注意到异常的是姜智文。他喊妻子往海边看，说“好像有人溺水被拖上来了”。他们朝事发地跑去。当时，几名村民正把人往岸边拖。参与跳海营救的东澳镇衙后村村民崔经络后来告诉媒体，当天下午天快黑时，他和另外三人在海滩散步，看见一名女子独自在海里游泳。女子游出一段距离后又往回游，在距岸边约20米处，突然浮在水里不动了。崔经络起初以为她在潜水，但观察了约2分钟，对方一直没有动作，“我们大声呼喊，她没有反应，估计是溺水了。”崔经络一行人从小会水，4人先后跳进海里，将女子托举到岸边，拉上沙滩。这时，姜智文和袁苑也赶到了。袁苑蹲下去，看到人已经没了反应，四肢发白，第一眼就觉得情况不乐观，“尤其是嘴唇。”女子嘴唇乌紫，被海水泡得发皱。围在四周的人很多，有人看着她的样子，小声说“估计不行了”。摸颈动脉，看胸廓起伏，判断有无自主呼吸。这套动作是两人在医院里反复训练过的。很快，他们确认，女子已经没了意识，没有自主呼吸，也摸不到颈动脉搏动。他们判断，对方因溺水导致心脏骤停，必须马上进行胸外按压和人工呼吸。“快打120。”姜智文朝人群喊。接着，夫妻俩几乎不用沟通。姜智文直接跪在女子身侧，开始胸外按压。袁苑跪在女子头侧，负责开放气道和人工通气。袁苑说，受过专业训练的人站到那个位置上，自然就知道自己该做什么。十秒钟与四分钟后来广为流传的现场视频，让很多人直观地看到了两人的专业配合。女子的鼻腔和口腔不断涌出白沫，袁苑擦掉一层，又涌出来一层。她简单清理，俯下身去，做人工呼吸。事后很多人记住了这个细节，说她“没有嫌弃，很了不起”。两人所在医院的院长助理、护理部主任王华芬后来在接受媒体采访时也提到，最打动她的就是袁苑实施的人工呼吸，“在医院里，开放气道有工具辅助，而姑娘（袁苑）当时是口对口人工呼吸。”但袁苑当时其实顾不上这些。她脑子里只有急救的节奏。按压的频率是30次一组，两组按压之间的间隔不能超过10秒。“我只想着抓紧这10秒的时间去做这件事。”如果这10秒内没有完成人工呼吸，不仅会影响后面按压的质量，也会影响整体复苏效果。后来，网上有人讨论，人工呼吸是必要的吗？袁苑解释，溺水导致的心脏骤停，与普通心脏骤停不同，关键在于缺氧。单纯做胸外按压，没法迅速纠正缺氧，必须通过人工呼吸把气送进去。随着急救的进行，最先给出反馈的，是女子皮肤颜色的变化——没有刚开始那么灰白，口唇也开始一点点转红。按照心肺复苏流程，每两分钟要评估一次心跳和呼吸。18时7分，他们开始第一轮复苏。到18时9分，女子没有心跳和呼吸。两人继续做下去。18时11分，袁苑再去摸，颈动脉开始有了微弱搏动，胸廓也出现了起伏。“回来了，人拉回来了。”姜智文像在医院里一样，说出这句自己常说的话。短短4分钟，在他们的感受里被拉得很长。姜智文回忆，当时体力和脑力都绷到极限，只剩一个念头，“人怎么还没回来？”女子的心跳和自主呼吸恢复后，他们没有立刻完全放松。姜智文知道，后面情况仍可能恶化，甚至再次出现心脏骤停。袁苑接着做神志评估，不时拍女子肩膀，大声喊“能不能听见，听见就点头”。但女子始终没有回应。她又朝人群大幅挥手，喊，“让出通道，让一让。”两人一直守到120急救人员抬着担架冲进人群，协助转运后，又向家属叮嘱了施救过程中的几个关键时间点。这些细节，后来都被网友“划了重点”，称是“教科书版急救流程”。姜智文对此表示“不敢当”，但两人对自己的专业是有自信的。这种自信来自医院和科室定期的急危重抢救培训，也来自一次次临床经验。人群散开后，两个人带着满腿的沙子，准备回酒店清洗。路上，他们才慢慢缓过神来。“好像刚刚救活了一个人。”袁苑说。第二天凌晨两点多，溺水者家属给他们发来消息，说患者已经转到海口的医院。再后来，对方告诉他们，女子醒了。听到这个消息，他们才真正放松下来。 溺水者家属给袁苑发的消息 受访者供图据海南广播电视总台《直播海南》4月30日下午的消息，经救治，溺水女子身体机能已基本恢复正常，能够正常与人沟通。她称，自己当时在海边看船，可能是被浪卷进了海里，“被浪打蒙了，再后面可能就不记得了。”回到病房4月27日下午，夫妻俩结束假期，刚回到杭州，同事就给他们发来消息，说网上已经在讨论这件事了。后来，家人、朋友一个接一个发来消息、转来视频，再后来，各大媒体的视频号也开始发布。夫妻俩起初并不希望画面被传播。他们对“病人隐私”这件事很敏感，在现场也曾提醒围观者不要拍摄。见到多数视频都对溺水者做了打码处理，他们才稍稍放心。后来，他们把视频认真看了一遍，看着看着，眼眶就红了。那些画面让他们想起两年前拍下的一幕生活场景：女儿一岁多时，姜智文参加高级生命支持培训回来，拿着一个玲娜贝儿玩偶，当作“小病人”，演示心肺复苏给孩子看，配文写道：“爸爸妈妈也没有什么别的才艺，就教教你BLS（基本生命支持/基本救命术）吧。”相同的动作，在几年后真的救回一个陌生人。对这件事最兴奋的，也是他们三岁的女儿。家里来电话时，她总抢着去接，对着手机另一头的人说，“我的爸爸妈妈救了一个人。”电视里播到相关新闻时，她喊家里人“快来看，爸爸妈妈上电视了”。 姜智文和袁苑接受医院的慰问 受访者供图外界的关注渐渐退去，他们回到了本职工作中。重新上班的那几个小时，袁苑觉得平静。手机放在一边，不看网络消息，她要忙着照顾病人，测量体征、护理、汇报异常。监护仪一响，她就要跑过去。这是她最熟悉也最擅长的领域。有很多医护都用自己的专业技能救过人，袁苑不觉得自己和丈夫做的有多么特别，或许只是恰好被大家看到了。但这件事当然也有很重要的意义，她觉得，他们向很多人证明，护士不只是做一些“很简单的工作”，护士也有救人的能力。新京报记者 徐鸣
-
网络疯传赖清德妻子在美国购买亿元豪宅 赖办回应了 海峡导报综合报道 近日有岛内网友在社交平台发布图片，称台湾地区领导人赖清德的妻子吴玫如在美国购买亿元豪宅，引发绿营上下跳脚。赖办秘书长潘孟安跳出来澄清，称完全是子虚乌有的假消息。 台湾地区领导人赖清德日前，有网友在社交媒体Threads发出一张图片，内容指“恭喜赖清德夫人吴玫如女士新购圣荷西亿元豪宅一栋，4厨1泳池”，引发外界关注。公开资料显示，吴玫如在台湾电力公司工作，与赖清德育有两子。长子赖廷与曾在美国留学多年，获华盛顿大学生物工程博士学位，毕业后任职美国民间企业，2018年结婚，2020年育有一子。次子赖廷彦则毕业于加州大学柏克莱分校。赖清德角逐2024“大选”期间，有网友爆料“赖清德儿子在美入籍”，不过相关说法遭到赖阵营否认。针对网络传言，赖办发言人郭雅慧1日回应称，相关说法完全不实、恶意造谣，呼吁勿散布未经查证信息，避免触法。 身为赖清德大总管的潘孟安也亲上火线称，这些耸动的说法全都是子虚乌有的假信息，呼吁政治人物与支持者，请停止散播这些未经查证的错误信息。延伸阅读美国向联合国提条件：可以交会费 但必须限制中国资金作为全球最大经济体，美国需承担联合国22%的会费比例，但美国政府长年拖欠会费，加深了联合国面临的财务困境。然而，美国不仅对国际社会的批评置若罔闻，反而试图把会费当作施压的条件。据路透社4月28日报道，美国近日向联合国发出了两份外交照会，声称可以履行缴纳会费的义务，但前提是联合国必须满足美国提出的条件。美国要求联合国实施“改革”措施，并限制中国向联合国提供的资金，试图以此“遏制中国影响力”。 联合国大会 资料图关注全球发展的独立新闻平台Devex获取的文件显示，美国提出了9项“快速”改革措施，要求联合国进一步削减开支，其中包括改革联合国养老金制度、终止部分高级官员和所有中层官员在长途出行时乘坐商务舱、进一步削减联合国高级官员职位等条件。美国承诺将向联合国维和预算提供一笔“额外且可观的款项”，但前提是联合国必须将“长期无效的维和任务”减少10%。美国还要求联合国任命新一任主管内部监督事务副秘书长。联合国秘书长古特雷斯于2019年10月任命法图马塔·恩迪亚耶为主管内部监督事务副秘书长，任期五年。2024年8月，联合国大会批准将恩迪亚耶的任期延长两年，至2026年10月24日。除了要求联合国削减开支之外，美国在文件中特别提到中国，要求联合国阻止中国每年向联合国秘书长办公室管理的一个自由支配基金提供资金。路透社和Devex都指出，此举显然是为了“遏制中国在联合国的影响力”。美国在一份文件中声称：“落实这些改革措施，将表明联合国是认真对待改革。” 位于美国纽约的联合国大楼 资料图截至目前，美国常驻联合国代表团暂未对相关报道作出回应。此前，美国已宣布退出联合国多个机构并大幅削减对联合国等多个国际组织的拨款，但美国政府多次声称，将继续向联合国施加压力，要求其进行改革。联合国秘书长发言人迪雅里克表示，缴纳会费是所有联合国会员国应履行的义务。他指出，古特雷斯已经在领导一场“艰巨的改革”，“如果我们希望联合国变得更加有效，并能够以最佳方式利用其资源，这涉及会员国必须作出的决策。”根据联合国规定，各会员国每年应缴的会费数额基于其相对的“支付能力”计算。作为全球最大经济体，美国的分摊比例最高。2025年，美国需承担联合国经常预算的22%，额度为8.204亿美元。然而，美国长期拖欠联合国会费，加剧了联合国的财务困境。古特雷斯1月警告称，由于欠费问题，联合国正面临“迫在眉睫的财政崩溃”，其中美国拖欠的费用最多。联合国2月表示，在超过40亿美元的欠款中，美国仅缴纳了1.6亿美元。截至今年2月初，美国拖欠联合国经常预算21.9亿美元，占到全球各国欠款总额的95%以上。美国还拖欠了24亿美元的维和行动费用，以及4360万美元的联合国法庭费用。
-
郭可盈林文龙庆祝恋爱31周年，晒温馨全家福 说起港圈的长青情侣，很多人第一反应会想到刘嘉玲梁朝伟，其实还有一对低低调调撒糖的，就是郭可盈林文龙俩人。最郭可盈这次发的配文也很有意思，说时光就像穿梭机，三十一年拍拖纪念，接下来还要一起开心穿越未来。字里行间全是老夫老妻的浪漫，完全没有那种刻意秀恩爱的生硬感。 近郭可盈亲自在社交平台晒出一家三口的合影，纪念和林文龙恋爱31周年，这话一出直接惊掉不少网友下巴，谁能想到俩这次出镜一家三口状态都太能打了，先说说郭可盈本人，今年已经56岁了。一身全黑简约搭配，黑色上衣搭黑色喇叭裤，衬得身材比例特别好。完全看不出是年过半百的人，皮肤又白又嫩，摸起来应该都很紧致，脸上连明显的皱纹都找不到，说她三十多岁估计都有人信。人已经牵着手走过三十一年了。然后是林文龙，今年58岁，比郭可盈大两岁。这次穿了件灰色T恤搭长裤，打扮简简单单还是难掩帅气。虽说脸上能看出一点点岁月的痕迹，但是整体状态依旧有型，完全没有中年发福垮脸的样子，和郭可盈站在一起就是男帅女美，太登对了。 合影里还有俩人秀恩爱的小细节，这次是对镜自拍，林文龙直接凑上去亲亲郭可盈，那甜蜜劲儿真的看不出来是已经在一起三十一年的夫妻。好多情侣谈三五年都腻了，俩人这状态，跟刚热恋的小情侣没差，这种几十年如一日的恩爱，真的把网友羡慕坏了。全家福的画面更温馨，郭可盈拿着手机对镜拍，林文龙稳稳搂着女儿站在后边，整个氛围暖乎乎的，隔着屏幕都能感觉到这一家子的幸福感。俩人的宝贝女儿叫林天若，今年刚好16岁，正是青春洋溢的年纪。 小姑娘披着一头长发，穿蓝色上衣搭牛仔短裙，打扮清爽又青春，一双大长腿直直的，整个人高挑又苗条。谁看了不说一句基因好，小姑娘现在身高已经超过妈妈郭可盈了，站在一块儿对比特别明显。长相清秀甜美，五官跟爸爸林文龙特别像，妥妥的美人坯子。其实很多人都对郭可盈不陌生，当年参选港姐出道，演技好人长得也漂亮，拍过不少经典港剧，是一代观众的童年女神。林文龙也是港圈老牌艺人，塑造过不少深入人心的角色，两人刚在一起的时候就挺受关注，这么多年一直低低调调，很少炒绯闻炒热度。这年头港圈很多当年被看好的金童玉女都分道扬镳了，像郭可盈林文龙这样牵着手走了三十一年的，真的太少太少。而且两人这么多年，不仅感情一直稳定，对女儿的教育也很到位，外界都知道林天若不光长得好看，学习成绩还特别好，完全没有星二代的娇纵脾气，安安静静做自己的事，特别乖巧懂事。 很多网友看完这组全家福都在感叹，这才是真正的人生赢家吧。两个人从谈恋爱到现在，三十一年过去了，还能保持当初的那份心动，还有个这么优秀懂事的女儿，一家子和和美美的，没什么比这更让人羡慕的了。也有不少人感慨，港星的保养真的太绝了，五十多岁还能保持这个状态，不管是皮肤还是身材，都比很多同龄人年轻太多，说他们吃了防腐剂估计都有人信。其实仔细想想，除了日常保养得当，心情好才是最好的护肤品吧，一辈子身边陪着爱的人，女儿又懂事省心，心态好了整个人自然就透着年轻感。现在很多明星夫妻都喜欢在网上炒恩爱人设，隔三差五上热搜秀甜蜜，转头就被爆出轨离婚，打脸打得不要太快。反观郭可盈林文龙，这么多年一直安安静静过自己的小日子，很少出来蹭热度刷存在感，反而把日子过成了大家羡慕的样子。 其实好的感情本来就不需要天天拿出来说，放在日常日子里慢慢过，一天比一天更甜，才是最长情的告白。三十一周年不是幸福的终点，是下一段甜蜜旅程的起点，能一起携手穿越未来，这种细水长流的浪漫真的太戳人了。参考资料：人民网 郭可盈林文龙庆祝恋爱31周年晒温馨全家福
-
媒体：印尼将成亚洲第五个拥有航母的国家 有三大意味 这未必意味着印尼将彻底加入亚太地区军备竞赛大军，但却意味着印尼不再满足于仅仅拥有孱弱装备无以自保的状态。文|海上客印度尼西亚将拥有航母！在亚洲来说，其将成为第五个拥有航母的国家。这意味着什么？ “朱塞佩·加里波第”号航母 图：资料1消息是从意大利传出的。在五一劳动节之前，意大利议会批准了该国政府的一项计划，将退役航母“朱塞佩·加里波第”号捐赠给印度尼西亚。尽管从环球网援引自路透社和“陆军识别”网站等的消息可以看出，意大利方面这次强调了捐赠的性质是“无偿”，但在海叔看来，这次捐赠毫无疑问意味着意大利在做一笔大买卖！要知道，退役航母拆旧，本身可能是件赔钱的麻烦事。以美国方面为例，2025年，曾公布过尼米兹级核动力航母的首舰“尼米兹”号退役及后续处置费用，总计大约10亿美元。当然，这是就核动力航母的退役而论。因之必须重金用于核动力装置的拆解，其中花费定然不菲。而对于常规动力航母而言，拆解有可能还是一笔赚钱买卖。比如此前美国政府曾将常规动力的“小鹰”号航母以1美分的售价卖给拆船公司。拆船公司靠什么赚钱？还不是将航母上的设备、物资分门别类拆将下来。其实就是垃圾分类、变废为宝！但意大利方面显然觉得还不想让拆船公司来赚这笔钱。如满载排水量13370吨的“朱塞佩·加里波第”号送给印尼，则之后印尼想要改造这艘航母，以及进行维护保养等等，都得求助于意大利。这一点，从1998年俄罗斯将基辅级航空母舰末舰“戈尔什科夫海军上将”号卖给印度，也可以看出些端倪。 印度海军米格-29K舰载机在航母上起飞 图：新华网当年，印度向俄罗斯支付的购买航母金额，好像是1美元。相对来说，比意大利给印尼航母要贵一点。一个是0元送，一个是1元卖。但之后，印度花费了数十亿美元来改造这艘航母，才使之成为其海军“维克拉玛蒂亚”号航母。而俄罗斯还因为这艘航母给了印度，得以向印度出售米格-29舰载机等等。要知道，俄罗斯自家从未让米格-29成为舰载机。当然，目前看，印尼有属于自己的精明之处。比如在未来改造这艘意大利航母的过程中，有关舰载机采购，据称其意向于从土耳其购货！反正鸡蛋不放在一个篮子里。但无论如何，意大利将退役航母给了印尼，为自家的船舶工业等留存了不少就业岗位。2尽管印尼购买的这艘航母，满载排水量还不到1.5万吨，但其目前将成为第五个拥有航母的亚洲国家。这意味着亚太航母竞争日趋激烈。在许多人的印象里，亚洲国家拥有航母是较为晚近的事。其实不然。二战期间唯一发生的航母大洋对决，是日本与美国之间事。当然，随着日本法西斯的覆亡，旧时代的搭载螺旋桨战斗机的航母在日本画上了句号。 印度海军第一代“维克兰特”号 图：资料二战之后，早在20世纪60年代初，印度就从曾经的殖民者英国这里购买了一艘二手航母，命名为“维克兰特”号。如今，老“维克兰特”号早已退役，印度自主建造的新“维克兰特”号航母登上了历史舞台。泰国在1997年从西班牙引进了满载排水量为11485吨的“加克里·纳吕贝特”号轻型航母。注意，这可不是一艘二手货，而是泰国看到西班牙“阿斯图里亚斯亲王”号航母服役的成功经验，而改变订单——原本泰国准备向西班牙巴赞公司订购一艘直升机母舰。之后，索性稍微修改下图纸，变身航母。这显然是当下世界上最小的一艘航母。但无论如何，使得泰国成为亚洲继日本、印度之后，第三家拥有航母的国度。而在其引进航母之初，又毫无疑问是亚洲国家中除了印度以外，唯一拥有航母者。毕竟那一个时代，日本不拥有航母。中国是后来居上者！先是从乌克兰引进尚未完工的苏联时期苏军订购未果的“瓦良格”号航母，并自行改装为“辽宁”号；后又自行研发建造了“山东”号航母。如今，更有具有电磁弹射装置的“福建”号航母。下一步，是否有更新、更现代化的航母，且是否核动力，都令人拭目以待。此际，印尼将装备一艘航母。且印尼在接收航母之前，曾有财政部长放言，以后可以在马六甲海峡设卡，让来往船只收费通过。海叔要说，尽管截至目前位置，中国与印尼是相当友好的国家。但我们也要注意印尼国内一些人是否将野心当雄心！ 英国军方在社交媒体上发布的英国F-35B战斗机降落在日本“加贺”号上的照片 图：环球网当然，更要看到日本在战后一直在发展海上力量。目前，其名为“出云”“加贺”的所谓“直升机驱逐舰”，事实上已经可以起降F-35战斗机，成为名副其实的航母。在亚洲，诸如韩国等，也在动脑筋发展航母。亚洲的军事存在中，更不能忽略美军。实际上，哪怕其在有些环节有退却迹象，但事实上仍然是亚太地区航母规模首屈一指的国家。3还要看到，印度尼西亚目前的发展阶段，人均国内生产总值达到五千美元左右。中国拥有航母时，也差不多达到人均国内生产总值五千美元左右。而印尼人口规模虽然不如印度、中国，乃至不如美国，但其也是个人口规模达到2.83亿的国度，人口数量一倍于日本。印尼又是连接亚洲与大洋洲的“千岛之国”，确实有着许多需要维护的海洋利益。印尼购买一艘意大利退役二手小航母，总体上也符合其国家定位。未来，其还将进口一些护卫舰甚至驱逐舰。 去年10月，印尼海军举行“贝拉蒂”号导弹快艇的列装庆祝仪式这未必意味着印尼将彻底加入亚太地区军备竞赛大军，但却意味着印尼不再满足于仅仅拥有孱弱装备无以自保的状态。且印尼越来越认为自己不是一个可有可无的、位于亚太边缘的国度。中国与印尼，自佐科担任印尼总统起，总体上关系发展良好。在普拉博沃担任印尼总统后，中印尼在诸如雅万高铁等等项目上，仍一如既往地开展工作。但探看前路，也要看到，未必是一马平川。有的方面，我们也需要未雨绸缪，有备无患。版权说明新民周刊所有平台稿件，未经正式授权一律不得转载、出版、改编，或进行与新民周刊版权相关的其他行为，违者必究！
-
被央媒点名批评！张本智和憋着一口气：目标只有金牌 必赢中国队 北京时间5月2日，伦敦团体世乒赛种子排位小组赛即将打响，日本队名将张本智和再次表示，目标只有金牌。 日本男乒在种子排位小组赛首轮就将遭遇德国、中国台北两大强队。今年2次被央媒点名批评的张本智和此前已经多次表示要击败中国队夺得冠军，赛前，他再次放出豪言。张本智和表示：“状态调整非常顺利，我的目标只有金牌。为了打好这次赛事，从明天起必须拿出奖牌争夺战的心态去应对。我会调整好心态、技术与身体状态，全力以赴出战。” 刚刚满19岁的松岛辉空说道：“前几天状态一直不太理想，今天终于调整回来了。上次参赛时自身实力还不足，如今世界排名稳步提升，这次我要好好发挥出自己真正的水平。”户上隼辅此前因身体不适没能出战釜山世乒赛，他坦言：“当时心里一直很愧疚，觉得亏欠了队伍。这次身体状态完全没有任何顾虑。针对明天的首场比赛，该准备的我都已经做好了。只要获得出场机会，我一定会拼尽全力。”在德国联赛打球的筱塚大登表示：“对手全员都是顶级水准，我们只管抱着迎难而上的心态去拼。以金牌为目标，依靠全队平均22岁左右的年轻优势，全力以赴打出活力。” 宇田幸矢也是首次出战世乒团体赛，他神情振奋地说道：“我特别激动期待。集训期间我们做了充分准备，我个人和全队状态都十分出色。队伍里大家年龄相近，无话不谈、彼此互助。希望全员齐心协力发挥最佳水平，向着金牌全力奋战。”
-
一局打了100分钟！吴宜泽对手拒重摆 名宿怒斥：耻辱 蒙羞 黑暗 北京时间5月2日，2026斯诺克世锦赛半决赛第二阶段，吴宜泽7-7马克-艾伦，双方第14局较量时长100分19秒，打破克鲁斯堡的史上最长单局时长纪录。 第14局，双方出现罕见胶着场面：8颗红球堆积在底袋袋口，将黑球牢牢堵死。双方因为这一局面，陷入长达一小时的拉锯。裁判马塞尔最后下场干预，与马克-艾伦沟通，艾伦不愿重摆。裁判表示给三杆机会，三杆内必须有变化。最终，马克-艾伦把黑球打进，得以解局。 6届世锦赛冠军得主史蒂夫-戴维斯表示：“简而言之，那一局对让斯诺克蒙羞，裁判和球员协会需要想办法确保这种事再也不会发生。”凯伦-威尔逊表示：“我觉得裁判应该更早就做出判罚。那局比赛毫无进展，相当煎熬，但马克·艾伦的拼搏精神和决心依然令人难以置信。” 亨得利则怒斥道：“这简直是斯诺克的黑暗一面。裁判必须介入了，这是我的观点。给球员们每人三杆机会，无所谓了。”
-
新势力4月销量放榜：零跑7万辆创新高，理想、小鹏超3万辆 4月车市如业内预期逐步回归平稳运行。5月1日，多家造车新势力先后披露4月交付数据，整体来看市场回暖趋势明显，多数品牌实现了同比正增长。其中零跑汽车形成“断崖式”领先局面，以超7万辆的成绩稳居榜首，传统新势力三强“蔚小理”都达到了3万辆左右的水平，小米汽车也重回3万辆以上。 身为新势力销量的“领头羊”，零跑汽车再次突破7万辆大关，4月共计交付7.14万辆，同比增长73.9%，创历史新高。紧随其后的理想汽车表现相对稳健，4月交付新车3.41万辆，同比微增0.43%。截至2026年4月30日，理想汽车历史累计交付量166.94万辆。华为旗下鸿蒙智行同样保持增长态势，4月交付3.28万辆，同比增长18.9%，1-4月累计同比增长36%。小鹏集团4月共交付新车3.1万辆，同比减少11.5%。为应对市场竞争、提振销量，同日，小鹏集团官宣开启新一轮优惠促销：五一期间，旗下多款车型推出“0首付+限时0息”购车方案，最长可享3年0息，至高贴息3万元，有效期至2026年5月31日。在新款SU7车型的带动下，小米汽车也重回3万辆大关。交付数据显示，4月小米汽车交付量超过3万辆。该公司此前发布的数据显示，截至4月23日，小米汽车24个月累计交付超65.5万辆；新一代SU7锁单6万辆，交付2.6万辆。蔚来公司三大品牌中，依旧是高端品牌蔚来表现最佳。数据显示，4月蔚来公司交付新车2.94万辆，同比增长22.8%。其中，蔚来品牌交付新车1.9万辆；乐道品牌交付新车5352辆，同比增长21.6%；firefly萤火虫品牌交付新车4980辆。今年前四个月，蔚来公司共交付新车11.28万辆，同比增长71%。截至目前，蔚来公司已累计交付新车111.04万辆。此外，传统车企旗下的新势力品牌也在4月迎来大幅回暖：上汽集团旗下智己汽车披露，公司4月销量超1万辆，1-4月同比大涨130%；东风旗下岚图汽车表现稳健，月交付量已连续多月稳定在万辆以上，4月交付1.51万辆，同比增长51%；截至发稿，长安旗下阿维塔尚未披露4月销量数据。针对4月车市整体表现，乘联分会也给出了相关解读与展望。乘联分会表示，4月各地促消费政策持续显效，春季新款车型集中上市亮相，终端客流温和恢复。虽然前期政策调整带来短期增速波动，但市场内在增长动能逐步接续。预计4月狭义乘用车销量约为142万辆，其中新能源零售可达86万左右，渗透率突破60%。展望第二季度，乘联分会认为，当前车市正处在由“政策驱动”向“市场引导”与“产品驱动”平稳过渡的关键阶段。尽管短期内市场承压，但伴随车展前后多款重磅新车型进入市场，供给侧发力有望带动需求端逐步回暖，整体车市有望在二季度迎来更加稳健的回升态势。
-
机器人订单大幅增长 “数智帮手”多领域密集上岗 来源：央视新闻客户端在福建福州，第九届数字中国建设峰会的现场体验区在“五一”期间向公众持续开放，超6000项技术、产品及落地项目集中亮相。记者在现场发现，从场景切入，不少领域的“数智帮手”正在加快上岗。迎宾、跳舞、写书法，福州本土企业带来的全场景机器人活跃在各个展区。记者发现，一款智能机器狗被孩子抚摸后，就能像真的宠物狗一样，做出打招呼、蹲下撒娇等动作，还能在语音互动后，展示后空翻等特技。 参展商 邢思嘉：聚焦居家老幼看护，在云端搭载了专用的智能大模型，新增了电子皮肤衣等触觉感知新技术，还能够像真的宠物狗一样自如交互。 各种各样的“数智员工”正在加快上岗，工业是一个重要的应用领域。在这个展区里，“数智员工”在接受“岗前培训”，在模拟产线上精准完成从取料、生产到运送的全套物理动作。记者还注意到，一些参展企业还现场演示了具身智能机器人应对非标准化生产场景的训练过程，可以将各类工业零件分门别类放置，还能完成不同产品的包装任务。 参展商 来健强：比如说汽车制造、3C电子、食品加工等行业，有大量的具身智能机器人需求。我们今年接到的机器人订单比起去年至少有30%的增长。
-
马奎尔：欧洲杯输意大利让我痛到现在；法国队的阵容太疯狂了 当地时间5月1日，在《The Overlap》播客中，曼联球员马奎尔及其父亲接受了赖特的采访，他们一起展望了即将到来的世界杯，马奎尔认为英格兰队有着出色的人员配置。 在欧洲杯上对阵意大利时你罚的那个点球是我见过最好的点球，直接进了死角。罚点前你在想什么？你走上去罚球的时候，那一脚真的很有力。 马奎尔：我当时心态非常好，清楚自己职业生涯处在什么位置。我在曼联经历了两个非常好的赛季，在那届赛事里踢得也很好。但那个夏天真的很艰难。输掉那场决赛，说实话我没有处理好。因为新赛季开始时，我的状态没有达到应有水平。 那是为什么？ 马奎尔：在那个夏天，我在欧联杯决赛的点球大战中输掉了。然后又在欧洲杯决赛的点球大战中输了。我不知道，这本来应该让我更有动力，更饥渴地重新出发。但那种失利太痛了，太难接受了。我们本来应该击败意大利的，到现在还会痛，但情况已经好转了。 你已经续约了，对吧？ 马奎尔：对，俱乐部从二月开始就跟我说他们希望我留下。现在感觉俱乐部正在变好。我觉得我们应该开始真正往前走了。但我们还需要再引进一些球员。我不会说我们马上就能赢所有冠军，但确实感觉在形成一个体系。我能感觉到一些变化，我是在我们3-2赢你们（阿森纳）那场比赛时感觉到的。 那场你们进了几个好球，但……英超需要一个好的曼联。我踢球时，曼联是真正的曼联。现在曼城很强，利物浦也在竞争，阿森纳也在竞争。但感觉曼联正在重回正轨。你在俱乐部能感觉到吗？ 马奎尔：是的，现在俱乐部结构更好了。高层也开始稳定下来，有CEO，有奥马尔和贾森-威尔科克斯。他们要做一个很重要的决定——选择主教练。他们必须选对人。还需要引进一些球员。但我们正在建立一支可以重新竞争英超冠军的阵容。过去几年对这样一家俱乐部来说确实不够好，但希望我们能重新回到竞争行列，我很高兴至少还能再待一年。 最后聊一下英格兰和世界杯，我相信你会去。你觉得你会去吗？ 马奎尔：呃…… 你不能说，对吧？ 马奎尔父亲：我觉得他得去，经验很重要。上一场对日本的比赛我觉得他踢得很好。马奎尔：最终决定权在主教练手里，我相信他会做出正确决定。图赫尔是什么样的人？马奎尔：他看起来很有能量。是的，他在尝试打造一种氛围，一种团队的感觉。到目前为止很成功，预选赛全胜。世界杯会很精彩。 没有什么比这个更好了。绝对没有。人们说我太激动，但你怎么可能不激动？看看我们的阵容——凯恩、贝林厄姆、你、赖斯、萨卡，还有很多人。这样的阵容怎么不让人兴奋？只要运气好一点，任何事情都可能发生。 马奎尔：足球就是关于瞬间的比赛。我们有能创造精彩瞬间的球员，比如贝林厄姆、凯恩、萨卡这些人。现在国际足球水平越来越高，但我们确实有竞争力。我确实认为过去两三年国际足球的水平是提高了。我的意思是看看法国队的阵容，那简直太疯狂了。我觉得大概有八支球队，我感觉他们都会带着“来吧，我们上吧”的心态进入比赛。我相信我们会是其中之一。但这会很艰难，不过我们会兴奋起来。 不行，你得有点目标，你经历过一些失望了，这一次就是那个机会，你必须赢得世界杯。 马奎尔：希望如此。
