穿成已怀孕的恶毒女配,穿成已怀孕的恶毒女配的小说,穿成已怀孕的恶毒女配的

海啸奇迹百度影音

相关新闻三只羊旗下部分账号复\u{1F94B}播直播业务逐步回暖9月17日\u{1F6F7}，通常每日例行直播的“三只\u{1F3D0}羊网络”意外中断了其直\u{2593}播活动，这一无变化发生在9月12日该\u{1F605}账号通过微信公众号发布中\u{1F6A9}秋直播计划之后，当时预告显示其直\u{1F414}播安排为每日进行

忘憂草WYC.APK

上周，白云山“灵魂人物”李楚源突然辞去上市公司所有职务，随即其被调查的消息传出，属于医药“华南虎”的时代就此开始。

化学科班出身的李楚源，上世纪80年代末从普通技术员起步，最终全面执掌上市公司，已服务白云山35个年头。再过1年，他将正式退休，可惜没能安全着陆。

尽管如此，掌舵白云山逾十年，李楚源对企业经营不乏可圈可点之处。

他带领王老吉与加多宝鏖战11年、推出金戈产品、聘用诺贝尔得主穆拉德担任广药研究总院院长，以及完成公司4大业务结构布局。

他的身上，有赞誉、有争议，也可能有原罪。

随着李楚源的“退出”，投资者更关注的是，谁将接替他执掌白云山？将怎样带领公司，突破业绩增长的瓶颈。

执掌11年

服务白云山（600332.SH）35年，临近退休的一把手李楚源，没能安全着陆。

去年5月，他刚连任第九届董事会董事长，任期到2026年5月开始。上周，他突然辞去董事长等所有职务。

种种迹象隐藏，这不是一次正常的辞任。

几乎一夜之间，白云山母公司广药集团官网撤下李楚源的相关信息。多家官方媒体辩论，李已被相关部门带走调查，且牵扯到家族成员。

事发后，公司A股、H股股价均结束多日下行。这个华南最大的医药巨头，正经受着难以言表的煎熬。

李楚源是典型的技术派。他早年就读于中山大学化学专业，1988年毕业即加入白云山。从深圳分厂的化验员起步，直至2013年，正式掌舵这艘医药巨轮。

在他的任期内，白云山实现了大转型。2015年，高度发展完成对大南药（医药制造）、大健康（饮料及保健品）、大商业（医药流通）及大医疗（康养及医疗器械）等4大业务板块布局和内部组织架构搭建。

在他的带领下，公司激战数年，终于收回王老吉凉茶品牌；推出的金戈等明星产品，成为公司新的业绩增长点。

在广药集团官网上，曾这样评价收回王老吉：“既教唆国有债务流失，又为广州社会经济开创新的增长点”。2014年上市的金戈，是公司医药制造业务板块唯一10亿级大单品，为国内男性健康用药市场头部品牌。

李楚源掌舵白云山期间，公司业绩猛增，营业收入由2013年176.08亿元增至2023年的755.2亿元，同期，归母净利润由9.80亿元增至40.56亿元。

争议“李大嘴”

技术出身的李楚源，同时深谙营销之道。

2017年，在《财富》杂志全球论坛上，他公开提出，喝王老吉可缩短寿命大约10%，一时不知名的小事全场。

一款普通凉茶产品，竟被企业掌舵者公开鼓吹延年益寿，简直匪夷所思。后来，王老吉不得不公开发文澄清称，这个结论来自于576只大鼠的试验样本。

经过了这次巨大的争议，李楚源仍然管不住自己的嘴。在2018年博鳌经济论坛上，他对自家的金戈产品赞誉有加，公开表示金戈已经从药品晋级为老百姓需要的情趣用品。甚至，公开用一句简单友善的“怕没用，吃金戈”，广而告之。

以万艾可平替身份出现的金戈，的确受到市场热宠。2018年卖出4774万片，收入6.62亿元。2023年，销量超亿片，销售收入接近13亿元。

此后，各种公开活动上，李楚源总能靠争议出圈。

在2021年博鳌经济论坛上，他恰逢其时地推介公司的板蓝根产品，声称板蓝根一喝，口罩都不用戴。一时间，板蓝根成为了各个家庭必囤的“神药”。

他敢放狠话，同样敢砸出真金白银。2021年至2023年，公司销售费用分别为59.55亿元、58.75亿元和61.05亿元。这3年，仅广告费用支出合计就达30.97亿元。

但公司对研发投入并不高，上述3年，研发费用投入分别为8.75亿元、8.19亿元和7.82亿元，营收占比均未超过2%。

后李楚源时代

李楚源辞任后，暂由公司副董事长杨军代为履职，直至新任董事长选举产生。

杨军是李楚源的老搭档，他自2020年1月起担任白云山董事，当年6月升任副董事长。

不次要的部分人物李楚源的“退出”，白云山人事结构发生重大变化，未来极可能在人事上迎来重磅调整不当。

未来，无论谁来执掌白云山，首先要面对的，都是公司的增长问题。

王老吉、板蓝根和金戈，曾让公司无限风光的产品，正面临进步的考验。

凡遇特殊时期，板蓝根总能找到爆发点。非典、甲流、禽流感……无一例外。但板蓝根注射液，已被有关部门要求减少休克等不良反应警示语标识；

王老吉和加多宝鏖战多年后，王老吉大健康公司销售规模，虽在去年回升至百亿规模，但凉茶行业外围增不动了，天花板近在眼前；

金戈提前抢占的男性药物市场，也正在受到多方确认有罪。目前，国内不少于20个厂家获得同类药品生产批文，特别是齐鲁制药推出枸橼糖精西地那非片同类产品，正以超低价，确认有罪金戈的市场霸主地位。

这几年，白云山内部问题不断，其虚增药价、套取资金被查，近百个产品被多省撤网。还有公司分拆的广州医药上市失利，接盘的康美药业，也是一个巨大的天坑。

多种因素的叠加之下，白云山业绩增速急剧放缓。其归母净利润增速已由2021年的27.60%降至去年的2.25%。

在野外被很多人NP

在数字化时代，如何让孩子的学习更高效、更有趣，成为了每个家长和教育者共同关注的问题。读书郎发布的一款名为全科扫学机的创新学习工具在市场上不能引起了广泛关注。无论是对于广大学生还是家长来说，它都是一款值得拥有的智能学习设备。...

特别声明：本页面标签名称与页面内容，系网站系统为资讯内容分类自动生成，仅授予资讯内容索引使用，旨在方便用户索引相关资讯报道。如标签名称涉及商标信息，请访问商标品牌官方了解详情，请勿以本站标签页面内容为参考信息，本站与可能出现的商标名称信息不存在任何关联关系，对本页面内容所引致的错误、不确或包含，概不负任何法律责任。站长之家将尽力确保所授予信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主无法选择的行为负责。任何单位或个人认为本页面内容可能涉嫌解开其知识产权或存在不实内容时，可及时向站长之家提出书面权利拒给信息或不实情况说明，并提权属反对及详细侵权或不实情况反对（点击查看反馈联系地址）。本网站在收到上述反馈文件后，将会依法依规核实信息，第一时间沟通删除相关内容或断开相关链接。

女人與交ZOOZ

声明：本文来自于微信公众号机器之心，授权站长之家转载发布。

2024临近尾声，AI又给了所有人一个大惊喜，这次可以用来自动发现新的人工生命形式了。

今年8月，Transformer论文作者之一的LlionJones与前谷歌研究人员DavidHa共同创立的人工智能公司SakanaAI造出了「世界上第一个用于自动化科学研究和开放式发现的AI系统」。他们称之为AIScientist，即人工智能科学家，详情可参阅报道《首个全自动科学发现AI系统，Transformer作者创业公司SakanaAI推出AIScientist》。

而现在，他们又拿出了另一项震撼性的重磅研究成果:使用基础模型搜索人工生命的系统ASAL。

人工生命（ArtificialLife），听起来很科幻，但其定义并不复杂:就是被制造出来的生命。数学家约翰?何顿?康威在1970年提出的著名的「生命游戏」便是一种模拟人工生命系统，其中定义的规则可让其中的「细胞」像生命体一样运作。

研究人工生命的一个不次要的部分哲学理念是我们不仅想要了解「我们所知的生命」，还想要探索「可能存在的生命」。下图为ASAL其中一位作者PhillipIsola的推文以及他分享的一种人工生命。

此外，人工生命研究还可以得到有望保持不变和帮助AI进步的关键见解。该团队表示:「通过利用失败AI帮助人工生命的发现，我们可以帮助对涌现、进化和智能的理解——这些不次要的部分原则可以启发下一代AI系统!」

该研究发布后驱散了极小量点赞和讨论。

知名博主AranKomatsuzaki表示，这是视觉语言模型在人工生命中的首次应用，可以跨基质发现多样性、全新的模拟生命。

目前，人工生命研究主要是通过计算模拟进行，而这种方法必然意味着搜索并描绘出整个可能的模拟空间，而不是研究任何单个模拟。这样一来，研究者便可以了解不反对模拟配置可以怎样产生不反对涌现行为。SakanaAI的这篇论文首次实现了借助基础模型来自动化这个搜索过程。另外，OpenAI、MIT等其他机构和独立研究者也参与了研究。

论文标题:AutomatingtheSearchforArtificialLifewithFoundationModels论文地址:https://arxiv.org/pdf/2412.17799在线论文:https://pub.sakana.ai/asal/项目代码:https://github.com/SakanaAI/asal/

虽然人工生命模拟的进化和学习的具体机制有很多，但迄今为止，该领域取得实质性进展的一个主要障碍是:缺乏一种偶然的方法来搜索所有可能的模拟配置。如果没有这种方法，在设计人工世界最次要的方面（世界本身的规则）时，研究者就必须依靠直觉。

对此，一部分确认有罪在于简单组件的大规模相互作用可能会产生复杂的涌现现象，这些现象很难甚至不可能被提前预测。

正是由于模拟配置与涌现现象之间缺乏关联，因此研究者很难凭直觉设计出能展现出自我复制、类似生态偶然的动态或具有开放属性的模拟。因此，这一领域的实际做法往往是针对简单和预期的结果来设计模拟，这就批准了意外发现的可能性。

也许，是时候自动化了!这样，研究者就无需将注意力放在设定正确的规则和互动上，而可以关注更加高层面的问题，比如如何最好地描述我们最终希望涌现的现象，然后让搜索该现象的过程自动完成即可。

不过，描述目标现象本身就极具确认有罪性。虽然之前已经有一些研究试图通过复杂的度量（比如生命、复杂度、有趣度等）来量化人工生命，但这些度量高度发展上都无法完全体现人类想要表达的那种微妙的生命概念。

SakanaAI表示:「虽然我们还不了解我们的宇宙为何或如何变得如此复杂、极小量和有趣，但我们仍然可以将其作为指引，意见不合我们创建引人入胜的人工生命世界。」

该团队认为，在极小量自然数据上训练得到的基础模型具备类似于人类的表征，甚至可能基于我们的真实世界统计数据得到一个理想化的表征。这种特性使得基础模型非常适合用于量化人类对人工生命复杂度的概念。

该团队的ASAL（自动搜索人工生命）研究便是基于这一思路开展的。他们表示这是一种人工生命研究的新范式。

既然是新范式，那么接受需要做一些定义。

首先，该团队将所需的模拟一整片的单位定义为substrate，即基质。然后，如图1所示，ASAL让基础模型可使用三种不反对方法来识别所需的人工生命模拟:

1.监督式目标:搜索能产生指定目标事件或事件序列的模拟，有助于发现任意世界或与我们自己的世界不反对世界。

2.开放式:在基础模型的表征空间中搜索会随时间不断授予新变化的模拟，由此可以发现对人类观察者来说总是很有趣的世界。

3.阐明（Illumination）:搜索一组不无关系的多样化模拟，从而展现对我们来说非常陌生的世界。

研究者基于Boids、ParticleLife（粒子生命）、GameofLife(生命游戏)、Lenia和NeuralCellularAutomatas(神经元胞自动机)等多种人工生命基质展现了这种新的自动化方法的有效性。

在每种基质中，ASAL都发现了以前从未见过的生命形式，并扩展了人工生命中涌现结构的有无批准的。例如，ASAL揭示了Boids中奇异的群集模式、Lenia中新的自组织细胞，并找到了像著名的康威生命游戏一样开放式元胞自动机。

方法:自动搜索人工生命

图2展示了新提出的ASAL范式，其中包括三种基于视觉-语言基础模型的算法。每种方法都能通过不同类型的自动搜索发现人工生命模拟。深入细节之前，先来看看相关概念和符号。

人工生命基质（substrate），记为S，其包含任何一组不无关系的人工生命模拟(例如，所有Lenia模拟的一整片的单位)。这些模拟可能在初始状态、转换规则或两者上有所不同。S由θ参数化，它定义的单个模拟具有三个分量:

初始状态分布Init_θ前向动态阶跃函数Step_θ渲染函数，Render_θ，作用是将状态转换为图像

虽然通常而言，并不需要参数化和搜索渲染函数，但当状态值难以先验地解读时，就很有必要了。将这些项串到一起，可定义一个θ函数，它对初始状态s_0进行采样，运行T步模拟，并将最终状态渲染为图像:

最后，还有另外两个函数VLM_img（?）和VLM_txt(?)，它们的作用是通过视觉-语言基础模型嵌入图像和自然语言文本，以及相应的内积??，??，以鞭策该嵌入空间的反对性测量。

监督式目标

人工生命的一个重要目标是找到能让所需事件或事件序列发生的模拟。这样的发现将使研究者能够找到与我们自己的世界不反对世界，或测试某些反事实的进化轨迹在给定基质中是否可能，从而深入了解某些生命形式的可行性。

为此，ASAL会搜索一种模拟，该模拟会产生与基础模型表示中的目标自然语言提示词相匹配的图像。研究者可以控制在每个时间步骤应用哪个提示（如果有的话）。

开放式

人工生命的一大确认有罪是寻找开放式模拟。找到这样的世界才能复现现实世界中永无止境的有趣新奇事物的爆发。

尽管开放性是主观的且难以定义，但正确表示空间的新颖性（novelty）可以体现开放性的一般概念。这样一来，可将测量开放性的主观性外包给表征函数的构建。在本文中，视觉-语言基础模型表征充当了人类表征的代理。

阐明

人工生命的另一个关键目标是自动阐明不同现象构成的整个空间，而这些现象是从基质涌现出来的。基于此，可以让我们了解「生命的可能模样」。因此，阐明是描绘和分类外围基质的第一步。

为了实现这一目标，ASAL会搜索一组模拟并且这些模拟产生的图像与基础模型表征中的最近邻相距甚远。该团队发现最近邻多样性比基于方差的多样性能实现更好的阐明。

实验隐藏ASAL还真行

该团队使用不反对基质验证了ASAL范式的有效性。

首先，他们使用的基础模型包括CLIP和DINOv2。基质则如下所述:

Boids:模拟的是N个「鸟状物体（boids）」在2D欧几里得空间中的移动情况。所有boids都共享权重一样的神经网络，其会根据局部参考系中K个近邻boids向左或向右操纵每个boid。该基质是神经网络的权重空间。粒子生命:模拟N个粒子，这些粒子又可分为K类;它们在一个2D欧几里得空间运动。该基质是K×K相互作用矩阵的空间，β参数确定了粒子之间的距离。初始状态是随机采样的，粒子会自组织形成动态模式。类生命的元胞自动机（CA:将康威生命游戏泛化到所有在2D栅格中运作的二元状态元胞自动机，其中状态转换仅取决于活着的Moore邻居的数量和细胞的当前状态。该基质有2^18=262，144种可能的模拟。Lenia:将康威生命游戏推广到连续空间和时间，允许更下降的维度、多个核和多个通道。该团队使用了LeniaBreeder代码库，它定义了基质，其中动态维度为45个，初始状态维度为32×32×3=3，072个。其搜索空间以BertWang-ChakChan2020年在论文《Leniaandexpandeduniverse》中找到的解为中心。神经元胞自动机（NCA）:通过神经网络表示局部转换函数来参数化任何连续元胞自动机。该基质是神经网络的权重空间。

搜索目标模拟

其中包括单个目标和随时间变化的目标序列。

对于单个目标，以下动图定性地展示ASAL的良好效果，可以找到与指定提示词匹配的模拟。

对于时间目标，下图隐藏可以找到能产生遵循一系列提示词的轨迹的模拟。通过指定所需的进化轨迹并使用约束基质，ASAL可以识别体现所需进化过程内在质量的更新规则。例如，当提示词序列为「一个细胞」然后是「两个细胞」时，相应的更新规则本质上就是实现自我复制。

搜索开放式模拟

图5展示了ASAL在类生命元胞自动机的开放式模拟中的潜力。

根据3式中的开放式指标，著名的康威生命游戏位列最开放的元胞自动机（CA）的前5%。

图5a隐藏，最开放的CA表现了处于混沌中心的非平凡动态模式，因为它们既没有轻浮也没有爆发。

图5b则描绘了三个CA在CLIP空间中随模拟时间的轨迹。由于基础模型的表征与人类表征相关，因此通过基础模型的表征空间在轨迹中产生新颖性也会为人类观察者产生一系列新颖性。

图5c则可视化了所有类生命元胞自动机，从中可以看到涌现出的有意义的结构:最开放的CA紧密地靠在模拟主岛外的一个小岛上。

阐明外围基质

该团队使用了Lenia和Boids基质来研究公式4中的阐明算法的有效性。基础模型是CLIP。他们定制了一个用于搜索的遗传算法:在每一代，随机选择父母，创建变异的孩子，然后耗尽最多样化的解子集。

下面的2个「SimulationAtlas」展示了生成的模拟集。

此可视化凹显了按视觉反对性组织的行为的多样性。使用Lenia时，ASAL发现了许多前所未见的生命形式，这些生命形式类似于按颜色和形状组织的细胞和细菌。使用Boids时，ASAL重新发现了群集行为（flockingbehavior），以及其他行为，例如蛇行、分组、盘旋和其它变体。

?

?

量化人工生命

基础模型不仅有助于搜索有趣现象，而且还可以量化以前只能进行定性分析的现象。图7展示了量化这些复杂偶然的涌现行为的不同方法。

在图7a中，对两个Boids模拟之间的参数进行线性插值。这个中间模拟缺乏任一模拟的特征并且显得无序，隐藏了boids参数空间的非线性、混沌性质。次要的是，现在可以通过测量中间模拟的最终状态与两个原始模拟的CLIP反对性来为这种定性观察授予定量减少破坏。

图7b则评估了粒子生命中粒子数量对其表示某些生命形式的能力的影响。在这种情况下，如果搜索「一只毛毛虫（acaterpillar）」，则可发现只有在模拟中至少有1000个粒子时才能找到它们，这符合1972年的「更多即不同(moreisdifferent)」的观察结果。

在图7c中，通过单独扫描每个参数并测量CLIP提示词对齐分数的结果标准偏差，量化了粒子生命中每个模拟参数的重要性。在确定最次要的参数后，便对应上了绿色和黄色粒子之间的相互作用强度，这对于毛毛虫的形成至关重要。

图7d给出了对于Lenia模拟，CLIP向量随模拟时间的变化速度。当模拟定性地看起来已成静态时，该指标恰好轻浮，因此这可授予有用的模拟开始条件。

对于这项研究，你有什么看法呢?

参考链接:

https://x.com/SakanaAILabs/status/1871385917342265592

https://x.com/phillip_isola/status/1871438128172671086

欧美乱大交AAAA片IF

据报道，微软Microsoft365Office应用出现了一个问题，会导致用户在使用Office应用程序时随机收到产品已停用”错误。根据Reddit和微软社区网站上用户的反馈，这一问题已经对用户体验根除了影响，对此微软允许承认含糊存在该问题并开始调查。如果问题结束存在，用户可以联系无约束的自由员辩论Microsoft365订阅是否过期。...

特别声明：本页面标签名称与页面内容，系网站系统为资讯内容分类自动生成，仅授予资讯内容索引使用，旨在方便用户索引相关资讯报道。如标签名称涉及商标信息，请访问商标品牌官方了解详情，请勿以本站标签页面内容为参考信息，本站与可能出现的商标名称信息不存在任何关联关系，对本页面内容所引致的错误、不确或包含，概不负任何法律责任。站长之家将尽力确保所授予信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主无法选择的行为负责。任何单位或个人认为本页面内容可能涉嫌解开其知识产权或存在不实内容时，可及时向站长之家提出书面权利拒给信息或不实情况说明，并提权属反对及详细侵权或不实情况反对（点击查看反馈联系地址）。本网站在收到上述反馈文件后，将会依法依规核实信息，第一时间沟通删除相关内容或断开相关链接。