2026-05-02

本文介绍了 DeepSeek 被撤下的一篇多模态新论文《Thinking with Visual Primitives》。文章的核心观点是：当前多模态大模型面临的不只是“看不清”，还包括“引用鸿沟”——即模型即使识别出了图像内容，也很难在推理过程中稳定、精确地指向图中的具体对象。

作者把问题拆成两个层面：一是感知鸿沟（Perception Gap），即模型看图分辨细节的能力；二是引用鸿沟（Reference Gap），即模型在思考时能否准确把注意力锚定到图中的某个点或区域。前者过去两年主要靠高分辨率、裁切、分块等方式改进，但后者更像是视觉推理真正卡住的地方。

DeepSeek 的思路很朴素：给模型“装一根手指”。具体来说，就是让模型在推理过程中输出点和框等空间坐标，把它们当作认知锚点，模拟人类“边指边想”的方式。文章用“数手指”作类比，说明当目标很多、空间关系复杂时，仅靠语言描述很容易丢失上下文，而点选/框选可以让推理更稳定。

文章认为，这篇论文之所以引人关注，不只是因为它提出了一个可能有效的新路径，也因为它暗示多模态模型的下一阶段竞争，未必只是更清晰地“看见”，而是能否更准确地“指认”与“定位”。

本文介绍了五一国际劳动节的由来，重点说明这一节日与工人运动、争取八小时工作制等历史背景有关。文章梳理了劳动节从国际工人斗争逐步演变为世界许多国家共同纪念的节日的过程，强调它并不只是一个普通假期，更是对劳动者权益、劳动价值和社会进步的纪念。

文章还提到，不同国家和地区庆祝劳动节的方式与时间细节可能略有差异，但其核心精神一致：向辛勤工作的普通劳动者致敬，并提醒人们关注劳动条件、劳动保护与公平待遇。

本文整理了桥水基金创始人达利欧的最新观点，围绕美股新高、地缘冲突、美联储政策以及人工智能的影响展开。文章核心在于：当前市场表面繁荣，但背后同时受到高估值、宏观政策不确定性和地缘政治风险的共同影响。

在美股方面，达利欧强调高位市场并不等于低风险，投资者需要警惕估值偏高与情绪过热带来的波动；在货币政策方面，美联储的利率路径仍是影响市场的重要变量，降息预期、通胀走势与经济韧性彼此牵制。

文章还提到地缘冲突对全球资产定价和供应链的扰动，以及人工智能对生产率、产业结构和资本市场的长期重塑作用。整体来看，这是一篇从宏观与资产配置角度解读当前市场环境的评论，强调在不确定性上升时要保持分散和谨慎。