圖庫

 蔡英文想想論壇眷村想想曾明財


郭台銘同意高虹安參選



















留言

張貼留言

這個網誌中的熱門文章

算法決定AI勝敗1:字節跳動的 Seedance證明低效晶片 + 極致演算法 = 彎道超車

seedance盈利狀況 google AI答：字節跳動旗下的AI影片生成模型 Seedance 盈利表現強勁，其核心亮點包括 年化收入達20億美元、單月營收突破10億元人民幣以及高達70%的毛利率 。 [1, 2] 營收與財務表現 年化收入 ：目前年化收入（ARR）已達約20億美元（約156億港元）。 單月營收 ：單月收入已超過10億元人民幣，足以覆蓋字節旗下其他消費端產品（如豆包）產生的部分算力成本。 毛利率 ：毛利率高達70%，每賣出10元人民幣的API調用，伺服器和推理成本僅佔約3元人民幣。 [1, 2, 3] 商業化與客群特徵 B端為主 ：絕大部分收入來自企業級客戶（如影視團隊、AI短劇製作公司和大品牌廣告商）購買API與模型服務。 高價敏感度低 ：企業客戶更看重生產級的影片畫質與穩定性，對價格相對不敏感，推動了商業化快速放量。 [1, 2, 4] 如果你想了解更多，我可以告訴你： Seedance 2.5 的最新升級功能 與其他 AI 影片模型的 效能對比 請告訴我你想先看哪一個？ [1] https://hk.finance.yahoo.com [2] https://hao.cnyes.com [3] https://hk.on.cc [4] https://wallstreetcn.com 我問：美國類似對手也賺錢? google AI答： 美國的類似對手目前大多「不賺錢」，甚至普遍面臨嚴重的虧損與生存危機 。雖然 Runway 等巨頭在營收上有所成長，但由於美國算力成本與研發開銷極高，各大廠商依然處於靠融資燒錢的階段。 [1, 2, 3, 4] 與中國 Seedance 高毛利且能覆蓋成本的狀況相比，美國市場主要呈現以下三大現況： 1. 領頭羊的財務黑洞與戰略收縮 OpenAI Sora 項目停擺 ：作為曾經的標竿，OpenAI 的 Sora 由於 每天高達1500萬美元的營運成本 ，而實際營收僅約210萬美元，已於2026年3月 正式宣布停止服務（Shutdown） ，連帶迪士尼原定10億美元的投資與授權合作也全面撤資。整個 OpenAI 在2025年雖然總營收破百億，但淨虧損高達385億美元。 [2, 5] 2. 梯隊對手的營收與高估值現況 Runway (Gen-4/Gen-3) ：美國目前最主流的影片生成工具，其年化收入（A...
閱讀完整內容

體脂肪率、內臟脂肪、BMI、基礎代謝率標準、骨骼肌率、筋肉比、肌肉率的標準與簡介

體脂肪率、內臟脂肪、BMI、基礎代謝率標準、骨骼肌率、筋肉比、肌肉率 以下是參考各說法得到的體脂肪率、內臟脂肪、BMI、基礎代謝率標準： ****** 骨骼肌率、筋肉比 肌肉率：人體內的肌肉比例。肌肉率=(肌肉重量/體重)×100% (備注：女性肌肉率的標准值約爲27%) 骨骼肌率的標準，男性是32%到34%，女性是28%到30% 一般建議骨骼肌率男性：34%以上，女性是27%以上。 ******** 基礎代謝：維持人一天內基本生命活動所需的熱量。單位：卡路裏 18-30 歲 基礎代謝=14.6 x 體重(公斤) + 450， 31-60 歲 基礎代謝=8.6 x 體重(公斤) + 830 備注：基礎代謝會隨著年齡的上升而逐漸降低，20歲是人體基礎代謝的最高峰，正常體重的女性大約在1353卡路裏，以此遞減，大約每10年下降5%～20%。基礎代謝與人體休息狀態是否良好和從事勞動強度有很大關系。 ******** 身體脂肪率：人體內的脂肪比率。身體脂肪率=(體脂肪量/體重)×100% (備注：女性身體脂肪率的標准值約爲20%～30%) 體脂肪率的標準值和肥胖值(標準因性別及年齡而有所差別)： 性別 標準值 肥胖標準 男性 14 ~ 20% > 25% 女性 17 ~ 24% > 30% ******** 內臟脂肪指數的判定 標準：女生 2 ~ 4，男生4 ~ 6 肥胖：10 ~ 14 危險：15以上 腹型（內臟脂肪型）肥胖的診斷標準（腰圍：男性≥90cm，女性≥85cm，或腰臀比：男性＞0.9，女性＞0.8） ********* 身體質量指數(BMI) 身體質量指數(Body Mass Index，縮寫為BMI)  BMI ＝ 體重(公斤) ÷ 身高 ÷ 身高 (公尺) 依照身體質量指數看來，對人體壽命及健康最理想的數值為22( ±10%)，男女皆相同。 理想體重 ＝ 22 × 身高 × 身高(公尺)，±10% 分級 BMI指數 體重過輕 BMI ＜18.5 正常範圍 18.5 ≦ BMI ＜24 體重過重 24 ≦ BMI ＜27 輕度肥胖 27 ≦ BMI ＜30 中度肥胖 30 ≦ BMI ＜35 重度肥胖 BMI ≧35 ******** 基礎代謝率...
閱讀完整內容

我用Intel B580本地部屬29GB的Qwen3.8-27B大模型

圖片
我有很長一段時間沒寫長文，最近則在忙安裝本地部屬 LLM ，為何我要用本地的 AI 重要的原因是，我習慣長篇問答，商業的所有 AI 也就是 LLM ，使用一段時間後，注意力會潰散，所以我要用一個本地部屬、能力夠強、能記憶長篇上下文的 AI 。 今年 7 月間，我還在猶豫要買哪個顯卡，沒想到沒多久 nvidia 的顯卡價格暴漲，我找來找去只有 Intel arc B580 還維持原價，於是我在 8 月買了 Intel arc B580 。 我買 B580 的原因是 VRAM 有 12GB 夠大，一堆 AI 說各種模型已經解決了不支援 cuda 的問題了，但實際上問題不少，此是後話。 我挑這個八千多的顯卡看起來不便宜，也當然與亮機卡有差別，但現在在獨顯卡中已經是白菜價。而且只能安裝小的模型，這些小模型水準很差，我跟 AI 討論很久看要如何解決，最後確認我的硬體足以跑精度不錯的大模型 Qwen3.8-27B (Q8_0) 。 我電腦硬體是 AMD 5600 ，系統記憶體有 72GB ，記憶體這麼多，完全是以前記憶體很便宜時擴充的，後來我也拆了另一台桌機的記憶體來裝，這是電腦能跑大模型的主因。其次，我完全不在乎 Qwen3.8-27B (Q8_0) 生成速度有多慢，因為我基本上只是要這個模型解構一些文本，我也要他解構我寫的東西，可以讓我的觀點更堅固，也可以討論一些特殊的問題。 部屬這個 LLM 到電腦是苦難的開始，因為我「問道於盲」，全世界沒有類似我這種配置去跑 Qwen3.8-27B (Q8_0) 的例子，所以當我問 AI 時，腦殘的 google AI 不斷鬼打牆，要我安裝一堆 python 版本，後來我又去問 gemini 、 claude 、 chatgpt ，都反覆繞遠路，都無法解決。 我沒有去看任何 youtube 的安裝部屬 LLM 影片，因為我的顯示卡是小眾的小眾 B580 ，我又懶得看別人努力寫的，何況對我大機率無參考價值，最後我問了 deepseek 。 Deepseek 同樣也是繞遠路，但我怒了，我下達很直接的指令如下： “ 我的電腦配置為 AMD R5 5600 ， intel B580,72GB RAM ，我現在要安裝 WSL2 + Ubuntu 24.04 + llama.cpp Vulkan build 基於 B5...
閱讀完整內容