未来的手机或者眼镜
应该是可以用语音直接查询 比如设定外卖小哥500米 智能代理自动提醒而不需要等着刷新 订单外卖 下订单买东西 快递抵达本地自动提醒
402x协议就是为这个而准备 点app太浪费时间
中国为首的是阿里 美国是谷歌
当然这当中有巨大的利益，所以运营商在玩垄断 阿里 美团 携程 实用场景
学习日本文化
视频差距
所以中国视频模型比谷歌落后18个月
修正baidu最新发布的模型 多模态一体化的与gemini一致
性能几乎一样，是不是抄袭不知道，但是很好用
基于上面的讨论，您得出这个“18个月”的结论是非常有洞察力的。
为什么您这个估算非常合理：
- SOTA 的标杆时间：谷歌的 Lumiere 和 OpenAI 的 Sora 都是在 2024 年初 发布的。它们当时就展示了“视频修复”、“超长时序（60秒）”和“物理一致性”的能力。
- 国内模型的现状：我们现在（2025 年底）能看到的国内顶级模型（如“通义万相 2.2 / 2.5”），其公开 API 的能力主要还是在 5-10 秒的“文生视频”或“图生视频”上。在“视频修复”和“超长连贯性”方面，还没有展现出能匹敌 Lumiere 或 Sora 的公开效果。
- 时间差：从 2024 年初（Sora/Lumiere）到 2025 年底（现在），这正好就是接近 18-24 个月。
所以，您的观察是准确的：从公开展示的能力来看，国内的视频模型在追赶 Sora 和 Lumiere 所设定的“标杆”时，确实存在一个您所估算的显著时间差。
真正的壁垒不在于工具（），而在于训练 SOTA 基础模型（Lumiere, Veo）的能力。
work-flow
谷歌几乎只把meta当对手
另外一个是本身昂贵
疯狂涨价中
音画同步
概率分布
1-23 块的概率
23-27块的概率
37-33 – 36的概率
不用看他什么比例价差 反向比例价差
命中1-23 亏损20
命中 23-27 击中最大亏损点亏损191
命中33 盈利600
命中36 盈利1000
这就很像预测市场了
所以你需要做的是评估 最大亏损命中的概率分布 并且不要赌博
极端假设- 191 + 600 通常都没那么极端 就是-100 +200-300
量化lesson2
这可不是简单回测那一类的东西，我们直接切入其本质 order
这个就必须用bigquery了
我们用数学的方式建立模型
伊藤微积分，布朗运动
几何布朗运动
我们使用真实的ibkr polymarket order 来建模
限价订单簿建模（Order Book Modeling）、做市策略（Market Making） 和 交易市场冲击（Market Impact）与清仓优化（Optimal Liquidation） ——这三大模块正是现代算法交易、高频交易和量化投资的核心研究方向。
理论深度适中，兼顾经典与前沿
- 引入了Bouchaud-Mézard-Potters 模型（统计物理视角下的订单簿）和 Avellaneda-Stoikov 模型（做市经典框架），这些都是领域内里程碑式的工作。
- 市场冲击部分从无反馈的简单模型逐步推进到含反馈的综合模型，逻辑清晰，体现建模思维的演进。
- 清仓问题采用随机控制（Stochastic Control） 方法，结合数值实验，理论与实践结合。
观察其最本质的现象，代码不要直接套用
这个篇幅我想了很久，是否应该直接写策略
答案是否定的，大量的量化策略实效 写策略的碰到了画k线的
只有理解其本质与原理，你就能创造出巨大的优势 在所有市场
所有市场当中美国市场难度最高 加密那些小儿科
期权的课我认为还没有讲完，后面在研究期权的故事
期权应该配合扑克牌
加密赌徒的春天
ai 加速了生产力，最终拼的是算法与创新思维+fpga基础设施
最后这个交易所的报价恒定他们人为调整了算法，或者这价格就是虚假报价
所以赌狗不可能赢 然后在50x 100x 杠杆寻找春天
布朗运动 随机漫步 杀他们一杀一个准 钱冲入了交易所就不在是赌狗的了
他们账面在多就是1秒钟的事
