00:00 / 01:40
连播
清屏
智能
倍速
点赞214
00:00 / 01:32
连播
清屏
智能
倍速
点赞NaN
🌟品牌简介 Andersson Bell由韩国设计师Dohun Kim于2014年在首尔创立。品牌名源自瑞典常见姓氏与韩国传统寺庙钟声的组合,从命名之初便将北欧冷静克制与东方文化底蕴融为一体。品牌以“韩国视角过滤斯堪的纳维亚美学”为核心,在极简与街头、秩序与反叛之间构建独树一帜的对比美学。自2023年首登米兰男装周后加速全球化进程,逐步从本土小众品牌跃升为备受瞩目的国际时尚力量。 🌟品牌定位 Andersson Bell定位于轻奢设计师赛道,单品价格横跨700至5000元区间,在快时尚与奢侈品牌之间占据差异化中间地带。以米兰时装周背书与国际买手渠道构建高端形象,同时通过灵活的定价策略降低设计师品牌的入门门槛。核心受众锁定追求个性表达的Z世代群体,主张泛性别主义与穿衣自由,多数单品以Free Size呈现,精准回应年轻消费者对差异化与自我表达的双重需求。 🌟品牌理念 Andersson Bell的品牌理念根植于“对比”这一核心命题——以韩国视角过滤斯堪的纳维亚美学,在看似不可调和的二元对立中寻找共生可能。这种创作哲学主张一种“意想不到的美”,拒绝直白的视觉愉悦,转而追求粗粝与精致、复古与未来、工业感与柔性元素之间的张力共存。更深层而言,品牌试图完成一种文化转译:当西式服装主导全球时尚话语体系时,从亚洲传统服饰的细节与结构中提取叙事碎片,以当代设计语言重新编码,让微小文化切片产生具有穿透力的全球回响。 #AnderssonBell#anderssonbell#潮流品牌#韩国潮牌#潮牌
00:00 / 03:22
连播
清屏
智能
倍速
点赞7
最新消息,DeepSeek首轮融资接近尾声,目标700亿,一旦成功将创下中国科技初创公司首轮融资最高纪录。梁文锋亲自跟投资人强调:继续开发开源AI模式,实现AGI,列为公司最重要的长期目标。换句话说,开源,就是把模型免费公开,全球开发者随便用。AGI,就是让AI自己学会干活,不只是聊天。这两个条件摆出来,等于告诉所有人:钱进来,但急着变现不是首要目标。那投资人会怎么想呢? 我们先看看,今天全球AI到底有几种活法。第一条,OpenAI的闭源。模型不公开,想用?按字数收钱。去年营收超120亿美元。第二条,Meta的开源。模型免费放出去,靠Facebook的广告业务养着研发。年投入几百亿美元,AI本身还在亏钱。梁文锋走了第三条。模型也免费公开,全球开发者随便下。信任一旦建立,那些没有足够算力自己跑模型的企业,会回到官方API上付费调用。但这条路,也是一把双刃剑。开源帮他赢得了全球开发者的信任,每一次免费调用的背后,却是DeepSeek在持续烧算力。V4的迭代周期比预期的更长,整个行业都在疯狂建设算力,局势一刻也没缓过。他还要继续做AGI,还要继续免费开源。他需要更多弹药。所以,根据彭博社报道:国家人工智能产业投资基金正在洽谈领投,同时IDG资本、砺思资本、腾讯控股也可能加入。梁文锋自己掏了超200亿跟投。融资的背后,开源不变,方向不变。但对手不会等他。OpenAI用IPO表向资本换钱,梁文锋用开源和AGI筛选谁上桌。如果你是创始人,你选哪条路。#DeepSeek融资谈判接近尾声#DeepSeek700亿融资#梁文锋200亿自投#DeepSeek融资进展#DeepSeek@DOU+小助手
00:00 / 01:56
连播
清屏
智能
倍速
点赞187
Karpathy入职Anthropic后首次公开亮相 1. Vibe Coding(氛围编码/ vibe 编码)已死 • Karpathy 去年自己提出的“Vibe Coding”概念(靠感觉、prompt 驱动 AI 写代码,完全沉浸在“氛围”中,不用太在意底层代码细节)现在被他自己宣告过时。 • 早期用 LLM 写代码很神奇,能快速出 demo,但实际生产环境中问题很多:代码冗余、抽象脆弱、可维护性差、难以长期可靠运行。 2. 转向 Software 3.0 + Agentic Engineering(代理式工程) • Software 3.0:软件开发范式彻底改变。从传统“写代码”(Software 1.0/2.0)转向用 LLM 作为可编程的“幽灵”(ghosts)来构建系统,而不是把 LLM 当成“动物”或随机宠物。 • LLM 不是可靠的“程序员”,而是统计性的、 jagged(参差不齐)的实体,需要人类用新的判断力和品味来引导。 • Agentic Engineering 是更严肃的下一阶段:强调验证(verification)、评估框架(eval harness)、控制回路和系统工程方法,而不是纯靠 vibe。 • 目标是保留专业软件原有的质量标准,同时利用 AI 的速度。 3. 关键观点与隐喻 • LLM 像“幽灵”:你可以召唤它们,但它们不是确定性的,需要精心设计环境和约束。 • 开发者未来竞争力在于系统设计、验证能力,而非单纯 prompt 技巧。 • 演示 vs 生产:demo 很容易“works on my machine”,但产品需要“works all the time”,这就需要工程化方法。 • Karpathy 强调:虽然 AI 能承担更多任务,但人类在理解、判断和最终责任上的技能反而更重要。 总结一句话: Karpathy 亲手埋葬了自己发明的“Vibe Coding”,呼吁大家从“随缘 prompt”转向更结构化、工程化的 Agentic Software 3.0 时代 —— LLM 是强大工具,但必须用严谨的系统思维来驾驭。 #全球ai竞争 #Karpathy #Software3.0
00:00 / 29:43
连播
清屏
智能
倍速
点赞35