佬们，请教一下，fiat24如何入金的磨损最小 6 个帖子 - 6 位参与者 阅读完整话题
IT之家 6 月 4 日消息，6 月 3 日，聚焦 AI 眼镜产业化的“第十六届松山湖中国 IC 创新高峰论坛”在东莞松山湖顺利举办。 在此次论坛上，南京芯视元电子有限公司正式发布了业界最小尺寸的 LCoS 硅基微型显示芯片 —— 天目 80。其对角线尺寸仅 0.13 英寸，约米粒大小，一举刷新了全球微型显示硬件的尺寸纪录。 IT之家从官方获悉，在仅仅 0.13 英寸的微型空间中，天目 80 实现了 640×480 的有效分辨率，其单个像素尺寸被压缩至 4.0×4.0 微米，像素密度因此达到了极高水准。 超高像素密度直接消除了显示画面中的“纱窗效应”，为消费级轻量化显示终端提供了关键技术支撑。同时，为克服超小尺寸下显示画质下降的难题，该芯片在 4 微米的单个像素内实现了高开口率，攻克了光效率、亮度与对比度的核心挑战。 在制造工艺上，这款芯片采用为 LCoS 深度优化的专用 CMOS 工艺，并在成本和功耗间取得了较好平衡。该芯片采用反射式 LCoS 单片全彩显示技术，并支持 MIPI 和 LVDS 等高速串行接口，便于与主控芯片连接。 为解决传统 LCoS 光引擎体积偏大、组装复杂的行业痛点，芯视元在天目 80 芯片中引入了大规模可见光光子集成电路作为核心照明引擎。 据介绍，该技术彻底摒弃了传统“扩散与过滤”的光学原理，转为“引导与选择”，通过在单个芯片上集成数千个波导、分束器、光栅等光学元件，在片上光路精密控制光的扩展、角度、偏振和颜色输出。将光子集成电路照明芯片与 LCoS 面板直接集成，不仅大幅压缩了光机体积，还可基于 CMOS 兼容工艺在 200 毫米晶圆上制造，确保了大规模量产的可扩展性。 此外，天目 80 芯片具有“精智芯控”特性，其灵活配置的数字驱动技术允许在显示帧率、灰阶等级、功耗等关键参数上进行动态配置，对于功耗敏感的智能眼镜而言，意味着更智能的续航管理。 伴随人工智能与增强现实技术的深度融合，轻量化、全天候佩戴成为消费级增强现实产品的发展主线，微型显示芯片是实现整机轻薄化的核心元器件。传统 LCoS 芯片尺寸偏大，制约了增强现实镜架的小型化设计，而 0.13 英寸超微型芯片的推出，从硬件层面扫清了轻薄增强现实眼镜的量产瓶颈。 芯视元 CEO 何军表示，人工智能与 AR 是一体两面，并提出了“AI+AR=AIR”的理念，认为 AI 眼镜是脑机融合之前必然且唯一的终端形态。 据市场研究机构数据显示，2025 年全球 LCoS 市场规模为 43.2 亿美元，预计到 2032 年将达 96.4 亿美元，复合年增长率为 12.12%。 此外，Yole 预测 2020 至 2030 年间，增强现实微显示器市场整体复合增长率高达 72.11%，其中 LCoS 全彩方案在 2025 至 2026 年间被视作稳步增长的中坚力量。 长期以来，高端小尺寸 LCoS 显示芯片由海外厂商垄断，国内终端企业采购成本居高不下。芯视元自研新品的落地，依托国产化供应链优势，有望降低本土增强现实硬件厂商的核心器件采购成本。据介绍，芯视元是国内少数掌握全栈式 LCoS 芯片自研能力的企业，业务覆盖芯片架构设计、硅基晶圆定制、液晶封装、光学调校全产业链。公司聚焦增强现实智能眼镜、车载抬头显示、工业智能头戴设备三大核心市场，多款成熟产品已批量导入国内外终端厂商。
配置桌面突然想到的，Mac 其实用快捷键比较多，而且有状态栏做不到像 Windows 右上角鼠标甩过去关了 但是 linux 的桌面又想要上方状态栏，又想甩鼠标关闭窗口，好像做不到啊？ 我是 KDE plasma
配置桌面突然想到的，Mac 其实用快捷键比较多，而且有状态栏做不到像 Windows 右上角鼠标甩过去关了 但是 linux 的桌面又想要上方状态栏，又想甩鼠标关闭窗口，好像做不到啊？ 我是 KDE plasma
配置桌面突然想到的，Mac 其实用快捷键比较多，而且有状态栏做不到像 Windows 右上角鼠标甩过去关了 但是 linux 的桌面又想要上方状态栏，又想甩鼠标关闭窗口，好像做不到啊？ 我是 KDE plasma
配置桌面突然想到的，Mac 其实用快捷键比较多，而且有状态栏做不到像 Windows 右上角鼠标甩过去关了 但是 linux 的桌面又想要上方状态栏，又想甩鼠标关闭窗口，好像做不到啊？ 我是 KDE plasma
配置桌面突然想到的，Mac 其实用快捷键比较多，而且有状态栏做不到像 Windows 右上角鼠标甩过去关了 但是 linux 的桌面又想要上方状态栏，又想甩鼠标关闭窗口，好像做不到啊？ 我是 KDE plasma
配置桌面突然想到的，Mac 其实用快捷键比较多，而且有状态栏做不到像 Windows 右上角鼠标甩过去关了 但是 linux 的桌面又想要上方状态栏，又想甩鼠标关闭窗口，好像做不到啊？ 我是 KDE plasma
配置桌面突然想到的，Mac 其实用快捷键比较多，而且有状态栏做不到像 Windows 右上角鼠标甩过去关了 但是 linux 的桌面又想要上方状态栏，又想甩鼠标关闭窗口，好像做不到啊？ 我是 KDE plasma
配置桌面突然想到的，Mac 其实用快捷键比较多，而且有状态栏做不到像 Windows 右上角鼠标甩过去关了 但是 linux 的桌面又想要上方状态栏，又想甩鼠标关闭窗口，好像做不到啊？ 我是 KDE plasma
配置桌面突然想到的，Mac 其实用快捷键比较多，而且有状态栏做不到像 Windows 右上角鼠标甩过去关了 但是 linux 的桌面又想要上方状态栏，又想甩鼠标关闭窗口，好像做不到啊？ 我是 KDE plasma
配置桌面突然想到的，Mac 其实用快捷键比较多，而且有状态栏做不到像 Windows 右上角鼠标甩过去关了 但是 linux 的桌面又想要上方状态栏，又想甩鼠标关闭窗口，好像做不到啊？ 我是 KDE plasma
配置桌面突然想到的，Mac 其实用快捷键比较多，而且有状态栏做不到像 Windows 右上角鼠标甩过去关了 但是 linux 的桌面又想要上方状态栏，又想甩鼠标关闭窗口，好像做不到啊？ 我是 KDE plasma
力扣 LeetCode 2144. 打折购买糖果的最小开销 - 力扣（LeetCode） 2144. 打折购买糖果的最小开销 - 一家商店正在打折销售糖果。每购买 两个 糖果，商店会 免费 送一个糖果。 免费送的糖果唯一的限制是：它的价格需要小于等于购买的两个糖果价格的 较小值 。 * 比方说，总共有 4 个糖果，价格分别为 1 ，2 ，3 和 4 ，一位顾客买了价格为 2 和 3 的糖果，那么他可以免费获得价格为 1 的糖果，但不能获得价格为 4 的糖果。 给你一个下标从 0 开始的整数数组 cost ，其中 cost[i] 表示第 i 个糖果的价格，请你返回获得... 思路 贪心，从贵到便宜，每三个一组，其中第三个是免费送的。剩余无法成组的直接加到结果里。 代码 class Solution { public int minimumCost(int[] cost) { Arrays.sort(cost); int ans = 0; int i = cost.length - 1; for (; i >= 2; i -= 3) { ans += cost[i] + cost[i - 1]; } for (; i >= 0; i--) { ans += cost[i]; } return ans; } } 补一下前两天的题。 5-30 3161. 物块放置查询 思路 其实第一想法是B+树，但是想了想复杂度，觉得还是算了吧，用线段树好像也可以。 用线段树存储从0到当前坐标的最大空间，用有序集合存储障碍物的坐标。 如果查询的节点在障碍物上，那直接就能获取。如果节点不在障碍物上，那就找到 前一个障碍物 ，获取最大空间，与 节点坐标-前一个障碍物的坐标 取最大值。 代码 class Solution { // 线段树节点 private static class SegmentTreeNode { // 线段左下标 int l; // 线段右下标 int r; // 线段分段下标 int mid; // 线段中的最大间隔 int maxSpace; public SegmentTreeNode(int l, int r) { this.l = l; this.r = r; this.mid = (l + r) >> 1; } } // 线段树 private static class SegmentTree { // 线段树节点数组 private final SegmentTreeNode[] tree; public SegmentTree(int max) { tree = new SegmentTreeNode[2 << (32 - Integer.numberOfLeadingZeros(max))]; build(1, 0, max); } /** * 构造线段树 * @param idx 当前序号 * @param l 左下标 * @param r 右下标 */ private void build(int idx, int l, int r) { var node = new SegmentTreeNode(l, r); tree[idx] = node; // 如果是叶子节点，赋值后直接返回 if (l == r) { return; } // 不是叶子节点，分别构造左子树和右子树 build( idx << 1, l, node.mid); build((idx << 1) + 1, node.mid + 1, r); } /** * 更新某段线段的值 * @param idx 当前节点 * @param l 线段左下标 * @param r 线段右下标 * @param p 要更新的坐标 * @param val 要更新的值 */ private void update(int idx, int l, int r, int p, int val) { var node = tree[idx]; if (l == r) { node.maxSpace = val; return; } // 更新左子树部分 if (node.mid >= p) { update(idx << 1, l, node.mid, p, val); } // 更新右子树部分 else { update((idx << 1) + 1, node.mid + 1, r, p, val); } node.maxSpace = Math.max(tree[idx << 1].maxSpace, tree[(idx << 1) + 1].maxSpace); } private int getMaxSpace(int idx, int r, int p) { var node = tree[idx]; // 端点超过线段右点，直接取最大值 if (p >= r) { return node.maxSpace; } // 端点在线段左半，递归左子树 if (p <= node.mid) { return getMaxSpace(idx << 1, node.mid, p); } // 端点在线段右半，取左子树与递归右子树最大值 return Math.max(tree[idx << 1].maxSpace, getMaxSpace((idx << 1) + 1, r, p)); } } public List<Boolean> getResults(int[][] queries) { int max = 0; for (int[] query : queries) { max = Math.max(max, query[1]); } max++; List<Boolean> ans = new ArrayList<>(); SegmentTree tree = new SegmentTree(max); // 有序集合用于快速取出新障碍物所在点与前后的距离 TreeSet<Integer> set = new TreeSet<>(); set.add(0); set.add(max); for (int[] query : queries) { int r = query[1]; int pre = set.floor(r - 1); if (query[0] == 1) { int next = set.ceiling(r); set.add(r); tree.update(1, 0, max, r, r - pre); tree.update(1, 0, max, next, next - r); } else { int maxSpace = Math.max(tree.getMaxSpace(1, max, pre), r - pre); ans.add(maxSpace >= query[2]); } } return ans; } } 5-31 2126. 摧毁小行星 思路 明显的贪心，先吃小的更合适。 另外要注意， 1 <= asteroids.length <= 10 5 1 <= asteroids[i] <= 10 5 所以最终结果可能超出 int 范围。 代码 class Solution { public boolean asteroidsDestroyed(int mass, int[] asteroids) { Arrays.sort(asteroids); long sum = mass; for (int asteroid : asteroids) { if (sum >= asteroid) { sum += asteroid; } else { return false; } } return true; } } 2 个帖子 - 2 位参与者 阅读完整话题
最近在使用codex做一个：直播录制，然后对直播的内容上传通义听悟转写为文本+关键帧，交给大模型分析的项目。 求助一下各位佬友：如何抓取到最小化的窗口？有没有什么项目推荐学习参考的 目前了解到的是最小化以后窗口就不渲染了。但是录屏软件是有这样的功能的。codex给出的方案是把窗口放在屏幕外渲染。但是这样做，窗口被拖出去了再点击任务栏无法恢复。窗口就被拉得乱七八糟的。 1 个帖子 - 1 位参与者 阅读完整话题
力扣 LeetCode 3300. 替换为数位和以后的最小元素 - 力扣（LeetCode） 3300. 替换为数位和以后的最小元素 - 给你一个整数数组 nums 。 请你将 nums 中每一个元素都替换为它的各个数位之 和 。 请你返回替换所有元素以后 nums 中的 最小 元素。 示例 1： 输入：nums = [10,12,13,14] 输出：1 解释： nums 替换后变为 [1, 3, 4, 5] ，最小元素为 1 。 示例 2： 输入：nums = [1,2,3,4] 输出：1 解释： nums 替换后变为 [1, 2, 3,... 思路 今天的题莽就行啦 代码 class Solution { public int minElement(int[] nums) { int ans = Integer.MAX_VALUE; for (int num : nums) { int sum = 0; while (num > 0) { sum += num % 10; num /= 10; } ans = Math.min(ans, sum); } return ans; } } 1 个帖子 - 1 位参与者 阅读完整话题
IT之家 5 月 29 日消息，Oura 昨日（5 月 28 日）发布博文， 宣布推出 Oura Ring 5，声称是全球最小的智能戒指。 在尺寸方面，Oura 表示该智能戒指凝聚了公司 13 年以上的行业领先经验，相比 Ring 4，新款 Ring 5 在尺寸上缩小 40%，宽度为 6.09 毫米，厚度为 2.28 毫米。 传感器方面，Oura 重做了传感器、信号架构和内部硬件，重构了机械、电气、光学、电池和传感系统，因此新款在更小体积下，依旧保留现有追踪能力。 在健康追踪方面，Ring 5 上线了 Health Radar、AI 生成健康建议、医疗记录导入，以及 GLP-1 追踪工具，首批 Health Radar 功能包括夜间血压趋势监测和呼吸分析。 在医疗数据方面，Oura 推出“Oura Health Records”，允许美国用户把已确诊疾病、药物、过敏信息和化验结果导入 Oura 应用。 为了把服务从记录延伸到问诊，Oura 还与 Counsel Health 合作，让美国 43 个州的符合条件用户直接在应用内提问健康问题，并连接持证医疗服务提供者。与此同时，新的 GLP-1 工具支持记录剂量、副作用、身体变化和相关健康指标。 售价方面，Oura Ring 5 将于 5 月 28 日开启全球预购，起售价 399 美元（IT之家注：现汇率约合 2711 元人民币），官方还要求用户订阅服务，费用为每月 5.99 美元或每年 69.99 美元。Oura 还单独销售便携充电盒，售价 99 美元，官方称储备电量大致够用 1 个月。
IT之家 5 月 28 日消息，德国科技媒体 Winfuture 昨日（5 月 27 日）发布博文，分享了一组渲染图， 展示了 Oura Ring 5 智能戒指，主要升级健康监测能力。 在健康追踪方面，信息显示 Oura Ring 5 智能戒指覆盖追踪超过 50 项健康测量数据，并支持接入 Strava、Flo 和 Natural Cycles 等 40 多个第三方应用。 在设计方面，厂商称其为“全球最小智能戒指”，产品同时具备抗刮特性，防水深度达到 100 米，日常洗澡、游泳等场景的适应性更强。 续航方面，Oura Ring 5 最长可达 1 周，比上代提升 2 天。价格与订阅仍是这款产品最受关注的部分。Oura Ring 5 起售价为 429 欧元（IT之家注：现汇率约合 3389 元人民币），比上代高 30 欧元。 与此同时，用户若想在 Oura 应用中使用更完整的锻炼追踪、步数统计、持续心率记录、日间压力分析和“症状雷达”等功能，还需支付每月 5.99 欧元订阅费，这会提高长期使用门槛。
这结果有点尴尬。 我原本准备主推稳健型，毕竟听起来最适合大多数人：别太猛，也别太怂，收益和回撤都照顾一下。 结果用 9db 上的交易数据合成三套模拟组合后，最近几个月最争气的，居然是激进型。 截至 2026-05-22 ： 组合 累计收益 最大回撤 激进进攻型 24.39% -5.79% 稳健均衡型 14.23% -6.28% 极致防守型 16.01% -7.35% 最猛的那套，收益最高；更反常识的是，回撤还暂时最小。 先说清楚，这不是我真金白银跑出来的 shipan 账户，而是基于 9db 上已有策略交易数据，按 FOF 权重合成出来的模拟组合。样本也不长，从 2 月到 5 月，不能拿来吹“谁永远最强”。 但这个结果挺值得琢磨： 激进、稳健、防守只是三套参数组合的代号，最后还得看它当月到底押了什么、押了多少。 为啥它能赢？ 差距主要出在仓位表达上。 为了方便大家去 9db 上复核，我按组合类型把每个月选中的策略名和目标权重列出来。 激进进攻型 月份 目标权重 2026 年 2 月 九雷炸油桶小市值策略 40% + 玖菜_四轮驱动_v1 40% + 鸿运当头_中证红利 20% 2026 年 3 月 ETF 双池平滑动量轮动 100% 2026 年 4 月 趋势做 T 100% 2026 年 5 月 小市值因子轮动+趋势止损 40% + 趋势做 T 40% + 方舟 2 号 20% 激进型这两个月最明显：3 月 ETF 双池 100%，4 月趋势做 T 100%。看准一个近期最强的策略，就把目标权重打满。 稳健均衡型 月份 目标权重 2026 年 2 月 九雷炸油桶小市值策略 50% + 玖菜_四轮驱动_v1 50% 2026 年 3 月 ETF 双池平滑动量轮动 50% + 闲置现金 50% 2026 年 4 月 趋势做 T 50% + 闲置现金 50% 2026 年 5 月 小市值因子轮动+趋势止损 50% + 趋势做 T 50% 稳健型不是错了，它只是更克制。3 月、4 月都留了 50% 现金，这在行情不确定时很舒服，但如果主线继续走强，现金就会拖收益。 极致防守型 月份 目标权重 2026 年 2 月 玖菜_四轮驱动_v1 50% + 动量轮动双策略量化策略 30% + 趋势做 T 20% 2026 年 3 月 动量轮动双策略量化策略 50% + etf 轮动策略-bugfix 50% 2026 年 4 月 ETF 双池平滑动量轮动 50% + 趋势做 T 50% 2026 年 5 月 趋势做 T 50% + 动量轮动双策略量化策略 30% + 方舟 2 号 20% 防守型也不是没价值，但这次提醒我：防守不是多塞几个策略，而是要真的分散风险源。如果几个策略底层都偏动量、偏趋势，名字看着不一样，市场一变脸，照样可能一起挨打。 注意，这里说的是月初生成的 FOF 目标权重，不等于当月每一天的实际持仓。真实执行时，还会受子策略有没有发买入信号、是否有空窗期等因素影响。 我怎么看？ 激进型这次赢，不是因为它天然风险更小，而是仓位暴露刚好押中了近期占优的方向。 稳健型的问题，也不是逻辑错了，而是风险预算没打满。它留了现金，所以少挨一点打的同时，也少吃了一段行情。 防守型的问题更微妙：名义上分散了，实际风险源可能还不够分散。表面上是三四个策略，底层可能还是趋势、动量、ETF 轮动这类相近逻辑。 所以一句话总结： 激进型赢在短期动量踩得准；稳健型输在现金拖累；防守型输在分散还不够“异质”。 这也是我做完这次对比最大的感受：FOF 最难的不是把策略装进篮子里，而是每个月敢不敢做取舍。 状态差的，要踢出去；没好机会时，要敢留现金；主线清楚时，也要敢把仓位打出去。 当然，这几个月激进型赢了，不代表以后也会赢。说难听点，它可能只是刚好踩中了这段行情。后面市场一变脸，激进型第一个挨打也不是没可能。 所以我不会说“激进型最强”。我更愿意说： 这阶段，激进型踩得最准。 如果你是拿真金白银跑，你会选哪套？ 是相信最近最强的激进型，还是宁愿少赚点，选能睡得着的稳健/防守型？ 最后想求点策略样本 说句实在的：这套 FOF 现在最大的问题，不是公式不够花，而是 优质策略样本还不够多 。 FOF 最吃策略池质量。池子里如果全是趋势、动量、ETF 轮动，那再怎么分散，本质上还是一类风险。 我现在最缺的，反而是那些风格不一样的策略：红利、低波、反转、择时、行业轮动、可转债、现金管理，甚至一些只在特殊行情里有用的小众策略。 所以如果你手里有策略，哪怕它不是全年都猛，只要在某类行情里有自己的优势，都可以挂到 9db 竞技场跑起来。对你来说，是多一个公开验证和被资金发现的机会；对我来说，也是给 FOF 研究多一块拼图。 策略池越丰富，FOF 才越有可能从“看起来分散”，慢慢变成“真的分散”。
IT之家 5 月 21 日消息，腾讯混元 21 日（今天）宣布，新一代多语言翻译模型 Hy-MT2 正式开源，腾讯 Hy 翻译小程序也同步开放体验，iOS 和安卓 App 即将推出，并支持本地推理。 Hy-MT2 包含 1.8B、7B、30B-A3B 三种尺寸，均支持 33 种语言互译及 5 种民族语言 / 方言互译 ，在多语言指令遵循、专业领域翻译和真实应用场景翻译中的表现，相比上一代 Hy-MT1.5 拥有明显提升。 其中，轻量级的 1.8B 模型也超越了微软等主流商业 API，且得益于 AngelSlim1.25-bit 极端量化， 仅需 440MB 存储空间 ，可部署在苹果、高通、联发科等手机芯片上支持本地推理，相比 Hy-MT1.5 推理速度提升 1.5 倍。 同步推出的“腾讯 Hy 翻译”小程序基于 Hy-MT2 打造，支持语音输入，并优化了 自定义翻译风格和指令 的能力。 用户不仅可以在联网环境下体验高速版的混元翻译模型，也可以通过提前下载端侧翻译模型，在无网络或者弱网络场景中 使用离线翻译 ，从而解决部分应用场景中网络条件受限的问题。 IFMTBench 也随着模型发布一并开源，这是一个翻译指令遵循测试集，测试集中的指令主要是和翻译任务相关（ 翻译风格变换、指定术语翻译 等），指令和待翻译的文本涵盖多个语种。 例如下面的例子，通过“个性化设定：翻译结果简洁精炼，去掉冗余表达，每句不超过 15 个字”，模型可以遵循指令，让翻译结果更符合要求。 据IT之家了解，该模型已在 GitHub、Hugging Face、ModelScope 等平台开放，兼容多品牌芯片与硬件环境。 HuggingFace： https://huggingface.co/collections/tencent/hy-mt2 Modelscope： https://modelscope.cn/collections/Tencent-Hunyuan/Hy-MT2 Github： https://github.com/Tencent-Hunyuan/Hy-MT2 腾讯云： https://console.cloud.tencent.com/tokenhub/text 腾讯混元官网： https://aistudio.tencent.com/llm/zh ?tabIndex=0