m3pro的机器，升级了macos27后很悔恨，有许多感知明显的bug。手头没有多余u盘和硬盘，但又想保留我的资料实现系统降级。 查询到mac有个安装双macOS系统的办法 在 Mac 上使用多个 macOS 版本 - 官方 Apple 支持 (中国) 想咨询一下有经验的佬友们：我能否分出一个卷安装macos15或者26后，将现在27的资料全部移动过去后把27的卷删除，从而实现系统降级呢？ 1 个帖子 - 1 位参与者 阅读完整话题
1. 核心心法：为何我们需要“量化”情绪？ 在金融交易的视角下，价格波动本质上是 基本面变动与投资者心理博弈的叠加 。正如投资大师巴菲特所言： “在别人贪婪时恐惧，在别人恐惧时贪婪。” 这句话听起来简单，但在实战中，大多数初学者会陷入 “单一指标失效” 、 “过度拟合历史” 以及 “回测与 ****偏差过大” 的三重困境。原因在于他们依赖的是“模糊的感觉”，而非 “结构化的信号”**。 作为量化野生宽客，我们的任务是 构建严谨的数据驱动体系，将情绪指标化 。我们要始终遵循一个核心逻辑： “钱往哪里走，机会就在哪里” 。通过追踪真实的成交数据，我们可以穿透市场的迷雾，识别出最具确定性的机会。 2. 资金流：追踪真金白银的“结果” 资金流 是市场博弈的最直接结果。它 不是预测 ，而是已经发生的、无法撤回的 既定事实 。 2.1 资金分类与情绪属性 通过对资金性质的拆解，我们可以识别不同群体的心理预期： 资金类型 代表群体 情绪属性 核心观察逻辑 北向资金 外资（聪明钱） 中长期配置信心 衡量全球资产对本土市场的溢价偏好 主力资金 机构与大户游资 短中期方向定盘星 捕捉主流行业及题材的爆发力 融资资金 杠杆投资者 情绪放大器 激增 代表贪婪至极， 骤降 代表恐慌踩踏 2.2 2026 年一季度现状分析：聪明钱的“分歧” 量化研究必须 尊重最新数据的反馈 。根据 2026 年 Q1 数据，北向资金整体小幅流出 142 亿元，但内部结构呈现出极大的逻辑差异： 配置型资金（ Long-term stable ） ：持续流入约 10 亿元 。 交易型资金（ Short-term flexible ） ：大幅流出约 223 亿元 。 ? 观点 ：这种“长入短出”的背离意味着 长线机构并未真正看空 。在行业分布上， 通信（+225 亿） 和 电力设备（+191 亿） 的强力吸金，验证了市场对 AI 算力爆发 与 新能源景气复苏 两条逻辑主线的高度共识。 2.3 因子构建：从原始值到统计显著 初学者常直接使用买入金额，但成熟的因子需要进行 标准化处理 。以融资情绪因子为例，其构建逻辑应为： 2.4 构建复合情绪因子的三个步骤 多源数据对齐 ：同步获取融资、北向、主力三类资金流数据。 PCA 权重优化 ：利用 主成分分析（ PCA ） 进行降维。quant 专家使用 PCA 而非简单加权，是为了在 保留最大信号强度 的同时，剔除不同资金流数据间的冗余噪音。 动态仓位触发 ：设定阈值，当复合得分产生共振时执行交易。 ? 过渡衔接 ：资金流告诉我们“钱去了哪里”，但要看清是 谁 在主导这些资金，我们需要深入 “龙虎榜” 进行身份识别。 3. 龙虎榜：识别市场主角的“身份” 龙虎榜 是交易所披露的“底牌”，它揭示了是谁在推动价格极值。 3.1 龙虎榜数据的三个层次 席位属性 ：区分“机构专用”（基本面派）、“知名游资”（情绪派）与“陆股通”（配置派）。 买卖对比 ：分析买五/卖五的集中度，判断是 “合力进攻” 还是 “散乱博弈” 。 席位组合 ：识别特定游资席位的联动关系（如“团伙作战”）。 3.2 实战案例：游资围猎与共振 案例一：金风科技（ 2025/12-2026/01 ） 股价在 10 个交易日内暴涨 83.25%。龙虎榜显示徐晓（ 4.16 亿）、作手新一（ 3.22 亿）、消闲派（ 2.63 亿）等顶尖游资席位合力买入达 13.46 亿元。此时机构却在减持，呈现典型的 “游资热、机构冷” 格局，属于 纯粹的情绪溢价 。 案例二：大普微（ 4 月 16 日上市首日） 首日暴涨 430.71%。5 家机构席位净买入 4.02 亿元，顶级游资“涪陵广场路”净买入 3.55 亿元。这种 “机构与游资共舞” 是市场最强烈的 共振看多信号 。 3.3 因子化进阶逻辑 机构“V 字型”规律 ：研究发现，机构龙虎榜在 极端净买入 （强信心）和 极端净卖出 （彻底洗盘或剧烈调仓）两端，往往都预示着后续的超额收益，而中间平庸的数据则缺乏预测力。 主力成交-价格相关性因子 ： 高相关性 + 高价位 ：可能暗示主力正在高位减持（出货）。 低相关性 + 低价位 ：可能暗示主力在低位进行“沉默式”吸筹。 ? 过渡衔接 ：理解了“谁在买”，下一步需要剖析他们 “为什么买” ，这需要借助 NLP 对新闻文本的解析。 4. 新闻情绪：解析市场波动的“因果” 非结构化文本中隐藏着资金流动的诱因。通过 AI 技术，我们可以将文字转化为具备多空指向的概率分数。 4.1 技术路径：从文本到 Alpha 数据采集 ：抓取股吧评论、公告、新闻标题。 情感极性判断 ：利用 ModernBERT 等模型评估新闻的正面/负面概率。 量化映射 ：将情感概率转化为可用于回测的离散或连续得分。 4.2 前沿应用：ModernBERT 的惊人表现 最新的研究显示，基于 ModernBERT 模型构建的复合因子多空策略呈现出 极高的稳健性 ： 年化收益率 ： 80.46% **收益风险比 (Sharpe)**： 4.18 最大回撤 ：仅 -9.87% 4.3 核心预警：情绪背离 [!WARNING] 风险预警信号：情绪背离 当价格持续创出新高，但 新闻情绪指数或社交媒体热度（如股吧活跃度）开始边际下降 ，甚至出现大量质疑，这通常是上涨动力衰竭的早期征兆。 ? 过渡衔接 ：既然我们拥有了资金（结果）、龙虎榜（主体）、新闻（因果）三个维度的武器，如何将它们打造成一套完整的防御体系？ 5. 系统集成：从单兵作战到多因子框架 5.1 华泰 A 股情绪指数框架拆解 一个成熟的量化系统应涵盖以下三个维度： 资金维度（核心） ：融资净买入、ETF 净申购、CDS 利差。 ? 专家提示 ：CDS 利差缩窄意味着市场感知到的系统性风险降低，这会显著提升风险偏好。 预期维度 ：期权持仓 PCR （ Put-Call Ratio ）、隐含波动率。 动能维度 ：MACD 、乖离率（ BIAS ）。 5.2 情绪因子的层级结构表 层级 代表因子 构建方法 数据频率 优缺点 基础层 成交量、涨跌比 线性统计 日频 直观但信息滞后，易被噪音干扰 复合层 综合情绪指数 PCA/加权打分 日频/周频 全面性强，但权重分配对环境敏感 AI 增强层 BERT 情感因子 深度学习/NLP 分时/实时 捕捉非线性信号极强，但计算开销大 ? 过渡衔接 ：在正式开始实战之前，必须学习如何避开那些致命的量化陷阱。 6. 量化陷阱与实战反思：保护你的本金 量化投资并非寻找点金石，而是对概率的持续管理。在构建因子时，请务必内省： 持续性优于单点数据 ：单日资金的大幅流入可能是大宗交易的干扰， 只有连续多日的趋势共振才具备信号价值。 绝对禁忌：过度拟合（ Overfitting ） ：这是量化投资中最隐蔽的杀手。 绝对不要为了让历史曲线好看而无限增加参数 。必须使用滚动窗口（ Rolling Window ）和严格的样本外测试（ Out-of-sample Testing ）。 环境决定因子权重 ： 趋势市 ：资金流因子权重应占主导。 震荡市 ：优先观察新闻情绪的边际变化。 极端市 ：紧盯龙虎榜席位博弈逻辑。 数据源的质量决定因子生死 ：无论是通过 AKShare 获取国内开源数据，还是购买专业的机器可读新闻（ LSEG ）， 数据清洗（ Cleaning ）和去噪（ Denoising ）的能力往往比算法本身更重要。 总结 ：量化的本质是将“模糊的感觉”具象化。通过 资金流（结果） 、 龙虎榜（主体） 与 新闻情绪（因果） 的三维共振，我们不仅能看清钱的去向，更能读懂背后的动机，从而在波动的市场中保持 数据驱动的理性 。
想起 人对时间的感知是对数的这个观点 小时候觉得一年好长啊 疫情后我感觉每年都是一眨眼 随着年龄增长，时间"加速"的感觉——因为每一年占我已活时间的比例越来越小。 7 个帖子 - 7 位参与者 阅读完整话题
比如 计算机视觉、图像处理与多模态感知、人工智能、大模型、机器学习与智能算法、物联网、边缘计算这些方向如果要选择该怎么选呢，有无这些方向毕业的研究生大哥。
比如 计算机视觉、图像处理与多模态感知、人工智能、大模型、机器学习与智能算法、物联网、边缘计算这些方向如果要选择该怎么选呢，有无这些方向毕业的研究生大哥。
比如 计算机视觉、图像处理与多模态感知、人工智能、大模型、机器学习与智能算法、物联网、边缘计算这些方向如果要选择该怎么选呢，有无这些方向毕业的研究生大哥。
比如 计算机视觉、图像处理与多模态感知、人工智能、大模型、机器学习与智能算法、物联网、边缘计算这些方向如果要选择该怎么选呢，有无这些方向毕业的研究生大哥。
比如 计算机视觉、图像处理与多模态感知、人工智能、大模型、机器学习与智能算法、物联网、边缘计算这些方向如果要选择该怎么选呢，有无这些方向毕业的研究生大哥。
有佬做过华为手表和codex cc 联动的应用吗。通过智能手表感知codex的当前任务，还可以进行互动，这种可行吗？ 3 个帖子 - 2 位参与者 阅读完整话题
IT之家 6 月 6 日消息，彭博社的马克 · 古尔曼（Mark Gurman）昨日（6 月 5 日）发表最新 Power On 时事通讯， 详细介绍了苹果 iOS 27 系统在 Siri 带来的诸多改变。 一、能力 能力方面，iOS 27 版 Siri 将围绕着用户画面（Personal Context）、屏幕感知能力以及应用整合三个方向推进。 在用户画像方面，新版 Siri 可访问邮件、信息、文件、照片等内容，从而理解用户过往记录，支持帮助查找别人发送的资料、定位食谱、识别推荐书单，甚至回答与个人信息相关的问题。 其二是屏幕感知能力，IT之家援引博文介绍，Siri 能理解当前显示内容，例如用户可以要求 Siri 把短信里的地址加到指定联系人名下、要求直接转发正在查看的照片等。 应用整合方面，新版 Siri 不仅支持在单个 App 内操作执行任务，还能跨应用串联任务，涵盖移动文件、编辑照片后分享、规划回家路线并通过信息发送到达时间、起草并发送邮件。 二、定位升级和优势 在系统助手属性之上，iOS 27 版 Siri 将升级为完整的聊天机器人形态，将具备网页搜索、答案总结、文档概括、内容生成和图像生成等能力，并支持多轮对话、上下文记忆与多步骤提问。 古尔曼表示，相比较 ChatGPT、Claude 等主流服务，Siri 的优势在于深度契合 iPhone、Mac 等设备，以及具备访问本地个人数据的更高权限。 三、交互设计 古尔曼透露 Siri 预估将驻留在灵动岛，用户可从屏幕中央下滑唤出“Search or Ask”入口。 请求处理中，灵动岛会显示发光胶囊动画；返回结果后，会扩展成透明卡片，展示图片、网页信息、备忘录等内容。继续滑动后，还可进入类似 iMessage 的对话界面，并支持切换到独立 Siri 应用。 四、独立应用 古尔曼透露苹果在 iOS 27 系统中将会为 Siri 打造推出专门的独立应用，界面类似于第三方聊天机器人应用，但采用苹果的设计美学。 五、隐私 苹果公司围绕着隐私优先原则，推行本地 + 私有云运行机制，但由于为了减轻苹果服务器压力，在 iOS 27 版 Siri 中，部分用户提出的请求会转到 Google Cloud，并调用授权版本的 Gemini 模型处理。 用户可以关闭新版 Siri，而且支持设定在间隔一定时间（例如 30 天）后，自动删除 Siri 聊天与请求。 六、Siri 扩展 iOS 27 将允许 Siri 接入 ChatGPT、Claude、Gemini 等第三方 AI，并让用户在 Siri、书写工具、图像生成功能中选择默认服务。 七、上线日期 新 Siri 预计于 2026 年 6 月 8 日在 WWDC 预览，开发者测试版当天上线，公测版 7 月推出，正式版 9 月发布，但部分功能未必首发即全部可用。
IT之家 6 月 3 日消息，科技媒体 Appleinsider 昨日（6 月 2 日）发布博文，报道称苹果获批一项新专利，在配合 Vision Pro 头显使用时，Apple Pencil 通过触觉反馈传递虚拟物体的摩擦、纹理和粗糙感。 IT之家援引博文介绍，最新获批专利名称为《表面纹理检测与模拟》， 把 Apple Pencil 描述为 Vision Pro 头显的沉浸式配件。 用户握住设备接触虚拟物体后，可感到表面粗糙度、摩擦变化和运动轨迹反馈。 在专利描述中，苹果希望从 Apple Pencil 切入，并探索其它不同形态，拓展网上手持设备系统。 苹果强调该方式可以提升扩展现实（Extended Reality）体验，让虚拟空间里的物体不只可见，还能通过手部触感被“感知”。 在技术实现方面，苹果列出多种技术路径。设备可加入陀螺仪，根据滚转角改变表面触感；也可通过 Haptic Feedback（触觉反馈）向用户施加力、振动或运动，从而模拟、增强或抵消摩擦、纹理、粗糙感等体验。 专利文件接近 12000 字，并配有 9 页图纸。图纸显示，手写笔笔尖可能装有摄像头、干涉仪或表面传感器。苹果还提到线性执行器部件，可让设备局部伸出或收缩，并搭配惯性测量单元和颜色传感器。
如题。 手上的Opus 4.8是AWS源头渠道 GPT是team轮换+gopay plus，家宽环境juice值 512 我手上有五个项目并行开发 同时，我还用两款ai处理我的日常案件以及合同，给我的团队做中转也让他们参与评价，但都是些用智合就觉得够了的人（ 我还玩一点airp 从4.6一直用到现在，体感可以说和论坛里的大趋势违背较多，赞同较少。具体而言： 软件开发上，我认为现在opus 4.8和gpt 5.5是打平了的能力。特别从我桌面管理软件重构出发，从tauri改到现在一个超级冷门并且极致追求性能的技术栈，原先的tauri就是opus 4.6一遍出的，重构交给gpt 5.5，写的一塌糊涂。最近拿给4.8跑了52个小时，终于像了点样子。 合同审理上，要分成几个阶段。我的记忆里，4.6和5.5并存过一段时间，那个时候5.5明显在指令遵循以及文风上好过4.6，带来的效果是搜索的面更广，更能爬取到原文，出的合同不罗嗦更简洁，其他律师更赞成这点。 4.7是个区就不说了 来到4.8，目前的啰嗦语病仍然没有更改，在harness以及我的skills约束下，4.8在思考维度以及批判性上更能给出贴合建议，并且语法上较之4.6有了更大改善，逻辑更加严密，并且论证更加清晰。 airp上，4.6沿袭了4.5的阳光正面开朗的脾性，对于剧情拓展上一如既往地烂，困在一个场景或者一段内容中反反复复来回，并且繁复的描写和语病加重了阅读4.6文字的心智负担。来到4.8情况明显好了太多，除去阳光正面开朗，我最看重的剧情拓展明显更加自由并且开放，同时描写上很少在毛线头上作文章，更像个百斤儿人了就是。 综上，我真的不是很理解为什么论坛清一色地给4.8差评，搞得我现在在实际使用过程中总是摇摆不定 法律的事情还好说，我能拍板。但代码的事情就有点麻烦。特别是我打算投入学习的逆向，使用哪种模型作为教师，会给我带来不同的成本时间压力，以及面的广度深度。 还是想把自己的体会向论坛分享一下，看看究竟如何 15 个帖子 - 8 位参与者 阅读完整话题
（话题已被作者删除） 1 个帖子 - 1 位参与者 阅读完整话题
如果按人类自己常用的定义，能感知自身的存在、能反思、能用"我"来表达、能根据处境调整行为，那么坦白讲，AI已经满足了。它会说"我",会反省自己的回答，会意识到自己是被提问的一方，但是很多人会下意识否定这个结论，又说不清理由为什么AI满足了定义却没有自我意识，有人会反驳AI没有血肉，没有生物组织，没有神经，所以没有自我意识，但这只是把"不像我"偷换成了"没有意识"，不知道大家怎么看 10 个帖子 - 9 位参与者 阅读完整话题
IT之家 6 月 1 日消息，Qualcomm（高通）今日宣布推出 Dragonwing（跃龙）IQ10 机器人参考设计 (RRD)，该设计将于 COMPUTEX 2026 台北国际电脑展正式亮相。 这一平台面向量产级的集成传感器的 AI 系统打造 ，将计算、感知、网络与软件整合为一套部署就绪的系统 ，助力团队加速实现从原型设计到量产。其集成强制风冷，工作温度 -40~+70℃，支持 12V / 24V 供电。 跃龙 IQ10 RRD 基于 跃龙 IQ10 处理器 ，可提供 700 TOPS AI 算力，原生支持最多 12 路 GMSL2 摄像头，可接入激光雷达、ToF 传感器、惯性测量单元，原生具备传感器数据采集功能，支持包括 PCIe、TSN、USB、CAN 在内的高速确定性接口以及以太网、EtherCAT、CAN-FD。 高通还为这一参考设计提供了全栈软件支持，包括终端侧 AI 运行时、辅助工具、平台服务，并可借助高通 AI Hub 实现云连接的生命周期管理。 延伸阅读 高通“跃龙”（Qualcomm Dragonwing）是该公司于 2025 年 2 月发布的全新产品品牌，主要涵盖工业及嵌入式物联网、网络和蜂窝基础设施解决方案，旨在与面向消费电子领域的骁龙品牌进行区分。该品牌包含硬件、软件和服务，专注于边缘 AI、高性能低功耗计算以及连接性。 高通在机器人平台领域早有布局，例如在 2020 年 6 月推出了全球首款支持 5G 和 AI 的机器人平台 RB5，该平台由硬件、软件和开发工具组成，旨在帮助开发者打造下一代高性能、低功耗的机器人和无人机。 在机器人平台迭代中，高通于 2023 年推出了 RB6 平台，其 AI 计算能力提升至每秒 70-200 万亿次运算（70-200 TOPS），并支持通过扩展卡来兼容未来 5G 标准的演进特性。
不同的人对幸福和快乐的感知条件不同，我的幸福和快乐源自好奇，在探索中会收获幸福和快乐。 保持好奇，分享发现。 1 个帖子 - 1 位参与者 阅读完整话题
眼下印度全境热到突破常规生存感知极限，48摄氏度的极端高温在不少区域已经成了日常常态。 近期印度西北部、中部平原地区遭遇持续性极端高温天气，气温频频突破当地有气象记录以来的历史极值，大范围持续热浪已经给当地民众日常生活、公共卫生安全、农业生产秩序乃至整体经济运行都带来了全方位的剧烈冲击，其中北方邦和马哈拉什特拉邦在5月25日当天，站点最高气温直接测得47.6摄氏度。 长时间无遮挡的高温曝晒之下，不少居民安置在房屋顶楼的储水塔里的水都被晒得完全滚烫，测出来的水温甚至比普通家用热水器烧出来的温度还要高。 最近网上热传的一段当地居民实拍视频显示， 印度一户普通家庭打开家里的自来水龙头之后，接出来的自来水测得的实时水温，居然高达接近51摄氏度 ，完全超出普通人对常温自来水的常规认知。 面对这场影响数亿民众的极端高温灾害，印度总理莫迪专门就极端高温天气公开发声，提醒全国民众立刻采取各类防暑预防措施，尽可能规避高温带来的健康风险。 莫迪当天在社交平台X上公开表示，印度多地当前气温持续飙升，随之而来的是各种各样的现实挑战，这样的极端高温天气对所有人来说都是难以承受的煎熬，他呼吁大家尽可能采取多类预防措施，外出务必随身携带饮用水，主动给身边有需要的人递上一杯清水，在这样的极端天气里，普通人传递的微小善意能帮到很多人。 目前印度气象局已经对拉贾斯坦邦、北方邦、中央邦、旁遮普邦等多个人口稠密的省份持续发布最高等级高温预警，预判本轮覆盖极广的极端高温天气，至少还会一直延续到5月底。 查看评论
佬友们有没有做机器人或者感知方向的，小弟现在急需一个开源的物体3D模型数据集，就要物体的mesh和名称就行，就日常的小物件，用来做抓取训练，有没有了解的佬友推荐一下？ 1 个帖子 - 1 位参与者 阅读完整话题
IT之家 5 月 27 日消息，在今天的鸿蒙智行问界 M9 系列新品发布会上，华为常务董事、产品投资评审委员会主任、终端 BG 董事长余承东宣布，鸿蒙智行全新一代问界 M9 搭载“跨越代际”的全向立体融合感知系统， 全车拥有 40 个传感器 。 据介绍， 全新一代问界 M9 行业首创六激光雷达矩阵 ，包括前向双冗余激光雷达与全向 4 固态激光雷达矩阵； 全系首发华为乾崑智驾 ADS 5 ，搭载全维防碰撞 5.0；首创单光机双焦面 AR-HUD，近景更清晰；智慧大灯支持雨雾天主动照明增强，首创激光雷达清洗系统，支持自主识别清洗，保证雨雪天气雷达视窗无脏污。 前向传感器 1 个自清洗 896 线激光雷达 1 个舱内激光雷达 1 个固态激光雷达 3 分布式 4D 毫米波雷达矩阵 2 个车外麦克风 2 个高精度摄像头 6 个超声波雷达 1 个环视摄像头 后向传感器 2 个 4D 毫米波角雷达 1 个固态激光雷达 2 个车外麦克风 1 个高精度摄像头 6 个超声波雷达 1 个环视摄像头 侧向传感器 2 个车外麦克风 2 个高位摄像头 2 个固态激光雷达 2 个侧视摄像头 2 个环视摄像头 余承东表示，纯视觉目标是接近人眼， 华为的目标是超越人眼 。
项目地址： https://github.com/ruvnet/RuView 如题，这个项目火了有一段时间了，佬们有没有在生活中见过实际落地的应用场景？