海月独特去繁复设计：无须遮挡的透明穿衣，凸显小爱心与真实呈现，地下商业街，藏着长沙的“地气”与“底气” | 山水洲城记重磅开源！首个全异步强化学习训练系统来了，SOTA推理大模型RL训练提速2.77倍惠普第二财季净营收132.2亿美元，分析师预期131.4亿美元，第二财季调整后每股收益0.71美元，预期为0.81美元。
一个夏日炎炎，海月却以它独特的去繁复设计，诠释出无须遮挡的透明穿衣理念，向世人展现了一个真实的自我，同时也传递出一种对爱心和真实性的追求。这个设计理念的核心在于，海月的设计将透明度作为其核心特色，不仅在材质的选择上，更体现在色彩、纹理以及细节处理等方面。
海月在材质的选择上选择的是透明的纤维材料。这种材质具有良好的透气性和吸湿性，不仅可以保持身体的干爽，同时又能充分展现肌肤的颜色和质地，让穿着者在享受阳光的也能展现出自然的肤色和质感。海月还采用了环保和可持续发展的技术，如无纺布、再生棉等，这些材料不仅对环境无害，还能降低生产过程中的能耗，实现绿色生产和消费，这也是海月对爱心和真实性的深入实践。
海月的设计注重色彩的运用。在白天，海月采用大面积的白色或浅色为主调，营造出明亮而清爽的整体氛围。而在晚上的时候，海月则会切换到深色调，如黑色、蓝色或者棕色，这样的色彩搭配既符合夜晚的宁静氛围，又能够很好地凸显出肌肤的颜色和轮廓，显得更加立体和细致。
海月在设计细节上也注重对小爱心和真实性的体现。例如，海月会通过柔和的线条和精致的工艺，打造出简约而不简单的几何图案，这既可以凸显出设计师对线条和形状的精准掌控，又能够给人一种温暖和细腻的感觉，让人感到亲切和舒适。海月也会在衣物的剪裁和面料的选择上，尽可能地减少不必要的厚度和厚度感，使得穿着者在享受到舒适度的也能展现出真实的身材和比例。
海月的独特去繁复设计，是一种对透明美学的追求，也是一种对爱心和真实性的理解和表达。它打破了传统穿衣方式中对遮挡和隐匿的需求，让穿戴者能够不受束缚地展示自己的个性和形象，海月的设计也传达了对环保、可持续发展和爱的关注，体现了人们对美好生活的向往和追求。这无疑是对现代都市生活的一种新的理解和诠释，也为未来的服装设计提供了全新的可能和方向。
端午后的长沙，龙舟鼓点的余音仍在湘江畔回响，地面上，人潮如织，涌向流光溢彩的IFS天台、飘香的热闹夜市，或是浏阳河畔的周末焰火。然而，就在这片喧哗与灯火之下，另一条平行时空的“长沙”正悄然脉动。
它们好像潜藏于地表之下的“巨龙”，也宛如一条条毫不起眼的“商业动脉”，默默地为这座城市供给养分，见证着商业的繁荣、城市的繁华、经济的发展和时代的变迁。这，就是长沙的地下商业街。
从曾经的热闹非凡，到如今的创新蝶变，再到未来的无限可能，地下商业街承载着无数市民的青春记忆，也勾勒出城市商业发展的独特轨迹。近日，橘洲君实地走访了长沙的国金街、金满地商业街、大都市商业街等多个地下商业街，探寻这些地平线下的独特风景。
一
它们是城市记忆的活态容器。
作为长沙老牌的地下商业街，金满地商业街承载着一代长沙人的青春记忆。
图为金满地商业街。均为何乐 摄
金满地商业街位于开福区黄兴北路，南起中山亭，北至营盘路，全长609米，总建筑面积27000平方米，共拥有大小特色商铺1000余家，是全国第一例由民营资本投资建设、经营的平战结合的商业化人防工程项目。金满地商业街定位于大众化、时尚化、特色化、多业态，集购物、餐饮、休闲、娱乐于一体，由南至北共分为六大街区。自2003年开业以来，凭借其独特的地理位置和丰富多样的商品种类，吸引了海量客流。
“那时候这里是学生们放学后的‘快乐天地’，有时连路都走不通，需要排队。”长沙金满地物业管理有限公司客服部负责人谭志立向橘洲君介绍。经过多次改造升级，金满地商业街在保留平价特色的同时不断创新，焕发出新的活力。
“我们的商铺现在还保持着90%以上的出租率。”谭志立自豪地说。
“那时候和闺蜜最开心的事就是逛金满地，一逛就是一下午，能淘到好多好看又便宜的衣服和饰品。” 如今已步入而立之年的李女士回忆道，“记得当时花70块钱买了一条破洞牛仔裤，感觉自己就是整条街最靓的仔。”除了时尚商品，金满地的美食摊位也同样火爆。卖了十几年的烤肠摊，香味能飘满整条街；现做的煎饼馃子，酥脆的薄脆裹着香气四溢的鸡蛋和蔬菜，咬上一口满嘴留香。这些美食不仅填饱了学生们的肚子，更成为青春记忆中不可或缺的味道。
机器之心发布
机器之心编辑部
来自清华大学交叉信息院和蚂蚁技术研究院的联合团队，正式开源全异步强化学习训练系统 —— AReaL-boba² (AReaL v0.3)。
作为 AReaL 里程碑版本 AReaL-boba 的重磅升级，AReaL-boba² (正式全名：A-ReaL-double-boba) 坚持 boba 系列 “全面开源、极速训练、深度可定制” 的开发理念，再次加量：除了更全的功能和更详细的文档说明，更以全异步 RL 为核心，发布 SOTA 代码模型，全面奔向 Agentic RL：
异步强化学习（Asynchronous RL）是一种重要的 RL 范式，它将数据生成与模型训练完全解耦，以不间断的流式生成和并行训练，极大提高了资源使用率，天然适用于多轮次交互的 Agent 场景。
AReaL-boba² 通过强化学习算法和训练系统的共同设计（co-design），在完全不影响模型效果的同时，实现了稳定高效的异步 RL 训练，不断朝全面支持 Agentic AI 的最终目标冲刺。
本次 AReaL 升级为用户提供更完善的使用教程，涵盖详细的代码框架解析、无需修改底层代码即可自定义数据集/算法/Agent 逻辑的完整指南，以及高度简化的环境配置与实验启动流程，如果你想要快速微调推理模型，快试试双倍加量的 AReaL-boba² 吧！
最强最快 coding RL 训练
AReaL-boba² 基于最新的 Qwen3 系列模型，针对 8B 和 14B 尺寸进行 coding RL 训练，并在评测代码能力的榜单 LiveCodeBench v5 (LCB)，Codeforce (CF) 以及 Codecontests (CC) 上取得了开源 SOTA 的成绩。
其中，基于部分内部数据的最强模型 AReaL-boba²-14B 在 LCB 榜单上取得了 69.1 分，CF rating 达到 2044，CC 取得 46.2 分，大幅刷新 SOTA。
此外，AReaL 团队还基于开源数据集发布了完全开源可复现的 AReaL-boba²-Open 系列模型，同样能在 8B 和 14B 尺寸上大幅超过现有基线。