粉丝337获赞1615
相关视频
03:14查看AI文稿AI文稿很多人练背阔的时候特别是单臂动作，他觉得他的后束的感觉会非常的强，还有就是大圆小圆感觉会非常的强，大圆小圆大家知道的啊，对不对？他长在肩胛骨和我们弓骨头上面的关系，他是不受你 肩胛上下位移的这个变化影响的，对不对？大小也是，但是背阔他会受的，因为背阔及他起点位置在我们的什么，在我们的脊柱啊和我们的屁股上面，对吧？啊，那我们练背阔的时候首先你背阔的主动意识的预收缩然后带着他的 呃大功能啊，健身这个是很重要的。什么意思呢？就是你首先你要让背阔主动参与，就是因为你如果只是想的是哎肩膀正常稳定在这里，然后把肩身做的幅度非常大 啊，你就想把背阔呃那个目击感，嗯，练的感觉很好。那个很难的哈，很难的啊，因为 哎抽抽奖完了哈。马走日石钻石马走日。后台给我发一个地址哈。对啊，因为你如果不去预售做你的背阔的话你向后延伸的这个它它其实它是由 大小圆然后后竖和你的背阔共同完成的，然而你背阔呢它反而它最强势的功能就是什么 拽着你肩胛骨下降啊，就特别是背阔竖向的季前位拽着你肩胛骨下降的这种很强势的功能他还没有被发挥出来，但事实上其实你虽然感觉你背阔好像受力了，但事实上可能他的发力比例甚至还不如你的大小圆和你的后束， 对，他可能还变成一个辅助肌群了，你能懂我的意思吗？所以你们要做的是不是？哎？大臂往后位移的幅度啊，虽然你哪怕不缩肩胛骨啊，缩肩胛骨那就更不对了，对不对？哪怕不缩肩胛骨，你大臂往后位移幅度太多，你看都在肩上面，你最重要的还是什么？ 背阔带肩胛骨往下扯，然后扯扯扯，扯到你肩胛骨往下扯吧，扯到卫衣都扯不动了，他大臂自己就会跟着肩伸。所以说你们看做的好的单臂背阔下拉，别人都是什么？你看整个背阔肌 被离心扯出来，但是呢，他会轻微拽着，收的时候背阔把肩胛一下带下来，然后顺势大臂去做一个肩生活，对不对？而不是 一起完成的，你看这个是什么？这个是，这个是背阔和我们那个大臂向后肩伸一起完成的，对不对？哈？你背阔下长 和向后肩伸一起完成的，这个不对，我们应该是什么？向心收缩，你肯定是越靠近中心的肌肉，他肯定是越先调动的，这个是必然的。对，那么背阔的人是越靠近我们脊柱中心 啊，对吧？不是特区啊，就是直接背阔拽着肩胛骨往下拽，然后拽，顺着这个力，你看，对， 这样子做，我的后束他虽然也会辅助，但是我的后束绝对不会感觉啊，他要炸了哈，你要炸的只会是背阔肌要炸了，对。
2784🍄（赵师助理）
02:25查看AI文稿AI文稿二零二六年五月一日金融时报电英伟达在华市场预测华为 ai 芯片销量暴涨。源歌深度解读， 今年华为有望拿下国内人工智能芯片市场最大份额。受国内企业寻求英伟达替代产品的旺盛需求推动，华为 ai 芯片销量涨幅至少达百分之六十。据两位知情人士透露，国内多家科技企业已向华为大批量订购最新款升腾九五零 pr 人工智能处理器。 长期以来，该领域一直由市值五点一万亿美元的美国芯片巨头英伟达占据主导，如今华为正加速抢占市场份额。知情人士表示， 凭借现有在手订单，华为预计今年 ai 芯片营收将达到约一百二十亿美元，较二零二五年七十五亿美元大幅增长。 今年订单大多集中于三月正式量产的升腾九五零 pr， 华为还计划在第四季度推出升级版升腾九五零 d t。 由于英伟达持续受中美两地监管政策限制，华为正全力扩充芯片潜能。黄仁勋近日在访谈中直言，倘若 deepsea 率先适配华为芯片落地， 对美国而言将是重大劣势。他还表示，未来全球人工智能模型或将更适配非美系硬件设备。长期以来，国产芯片厂商面临一大难题，难以研发出可对标英伟达修 d 的 配套软件生态， 而 c u d a 目前依旧在全球市场占据绝对主导地位。华为 c a n n 架构比 c o e 晚十年推出，因操作复杂饱受诟病，大幅抬高企业使用成本。业内开发者表示， 尽管华为一直在优化升级，但相较于 qiu c a n n 仍存在明显差距。摩根士丹利预测，二零三零年中国 ai 芯片市场规模将达六百七十亿美元， 其中国产芯片供货占比将高达百分之八十六。今年国内 ai 芯片市场规模约为两百一十亿美元。此前中国 ai 芯片市场由英伟达一家独大，二零二五财年，英伟达在华银收达一百七十一亿美元， 营收主力是为了配合美国出口管制而专门简化配置的 h 二零芯片。自一年前美国叫停 h 二零芯片对华出口后，英伟达始终未能推出同时符合中美监管要求的新款芯片， 迟迟无法重返中国市场。摩根士丹利分析师指出，两大因素主导行业格局，人工智能推理需求飞速上涨，加之持续收紧的出口管制，国产化将成为中国算力市场长期发展趋势，而非短期政策调整。
905源头信息哥
01:31查看AI文稿AI文稿二零二六年省稿人看到 transformer 开头的标题就犯困，他们真的兴奋呢，是把物理规律、领域知识塞进持续模型，让网络既你和数据又遵守客观定律。这种徽乡模型有解释心， 能外推，才是今年的新宠。下面三个融合物理信息的失去方向，用简单代码实现华丽转身。方向一，物理损失约束让模型不敢乱预测。 比如在电力复合预测中，你明知道负载不能为负，但纯数据模型可能输出负值。你把物理不等式或者微分方程写成损失项，加到训练目标中。模型每预测一步，违反物理定律就受惩罚。实验证明，加了物理约束后，预测曲线的极值更合理，且外推稳定性提升百分之三十。审稿人一看物理损失，就觉得你有深度。方向二，可危物理模块嵌入 把经典公式变成网络的一层。你不需要发明新网络，把你学科里已经成熟的动力学方程改造成一个可微分的拍透型模块，直接插入到 l s t m 或 transform 中间。比如在疫情预测中，先用 l s t m 学残差，再用 s e a r 模块输出感染人数。模型既有 数据驱动力，又有机制可解释性。这类物理引导的深度学习论文近两年在 nature 子刊上频繁出现。方向三，物理信息初始化用鲜艳知识给模型热启动训练持续模型时，不要再随机初始化权重了。 你先用领域内的线性模型预训练输出层，或者用物理仿真数据预训练编码器，然后再用真实数据微调。这样做小样本场景下收敛速度提高三倍且不易过你核， 你的贡献不是网络结构，而是物理知识驱动的初始化策略。省稿人会觉得你既懂物理又懂 ai。 如果你还不知道怎么把物理方程改写成损失函数，怎么设计，可谓物理层怎么做物理初始化？别再瞎琢磨了，我把这些方向的选题思路、论文结构、内外缝合技巧全都放进了 ai 科研进阶新法里，直接套用出符合你方向的顶绘论文大屏打约束，七哥陪你少走弯路，直接弯道超车！
366七哥不水科研
02:02查看AI文稿AI文稿今天看到一个视频，讲国投证券的那个高善文高博离职了啊，然后追这个视频，又去看了一下他最近的一个关于宏观经济的演讲， 不能说大受震撼吧，但是体感我觉得是很一致的，它里面提到呢，就是口罩之后的这三年，整个的这个房地产，还有金融相关的这个泡沫破了之后， 对整体的这个宏观经济影响非常之大。里面有个结论挺有意思的，平均年龄越年轻的地方，反倒经济不太行了。这跟直觉完全相反，核心可能就是 老年人对于未来的这个预期还相对于比较稳定啊，退休工资比较稳定吧。反倒是年轻人对未来啊，对就业可能风险性比较大，对于消费就支撑不起来。 这两年呢，由于我们在东南亚布局的关系，和越南啊，印度尼西亚相关的朋友联系的比较多，沟通的比较多， 他们给我们这些信息是这几年他们本地的很多这个学生，大学生啊，也开始学习中文的，他越来越多了，而且他们有统一的感觉，就是你会中文的学生出来毕业了以后找工作 也好找一些，然后工资待遇水平也更高一些。其实你真正的去下场去参与一下啊，多听多看，多实践一下，很多情况都是显而易见的，都是常识，不需要觉得好像人家给你灌输了什么思想， 你亲身体会，听清切身的感受就是最真实的。这别人愿意学，我们愿意学中国，正说明了中国的路其实走对了，现在结合中国现在已经有的一些优势和能力，和更多的这个海外市场相结合，机会还是真的很大的。
04:36
