快科技11月20日报道，iFixit发布报告称，苹果iPhone Air的USB-C接口采用了3D打印技术。研究人员将 iPhone Air 的 USB-C 接口放在 DSX2000 显微镜下进行观察。当我放大时，我注意到USB-C接口的表面有一种非常特殊的类似于金属丝网的圆形纹理。早期报道推测苹果可能会使用 Binder Jetting 技术，这是一种使用粘合剂粘合粉末材料的 3D 打印工艺。然而，在显微镜下观察时，注胶技术形成的纹理与 USB-C 接口上看到的纹理惯例并不相同，这使得研究人员认为苹果并没有使用注胶技术。据 iFixit 称，苹果将需要使用脉冲激光烧蚀技术。该技术使用高强度短脉冲激光来蒸发固体目标，释放原子或原子团，然后将其重新沉积到形成薄膜或涂层。苹果此前强调了钛金属 3D 打印的环境效益，并将这一选择与苹果到 2030 年的碳中和目标联系起来。通过用 3D 打印取代冲压工艺，苹果今年将节省 400 多吨原生钛。减少金属开采的环境效益是显而易见的，经济效益也是显而易见的。值得注意的是，今年所有 Apple Watch Ultra 3 和 Apple Watch Series 11 型号的钛金属表壳均采用 100% 回收的航空航天级钛粉 3D 打印而成。使用增材 3D 打印工艺，逐层打印材料，使产品尽可能接近所需的最终形状。锻造零件的加工采用传统的减材工艺从原材料中去除多余的材料以形成所需的产品。通过这一变化，Ultra 3 和 Series 11 钛金属表壳不再与之前的型号相同。现在它可以使用一半的 r戴尔的所有材料。苹果表示，其雄心勃勃的目标是到 2030 年底使其碳足迹完全中和，包括整个生产供应链和所有产品的使用周期。现在用于制造 Apple Watch 的所有电力均来自风能和太阳能等可再生能源。
特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）由网易号用户上传发布，网易号是一个仅提供信息存储服务的社交媒体平台。
机器之心报告编辑：冷毛，+0 众所周知，成像和扩散去噪模型是密不可分的。使用扩散模型实现高质量图像的生成。但有没有可能“噪声扩散模型”并没有真正实现“噪声”呢？ ResNet之父、AI大师何凯明发表的一篇引用量超过70万次的新文章详细分析了这一现象。当生成扩散模型首次提出时，中心思想被认为是“去噪”，即从损坏的图像中预测干净的图像。然而，扩散模型发展的两个重要里程碑偏离了直接预测干净图像的目标。首先，预测噪声本身（称为“ϵ预测”）导致生成质量发生显着变化，并对这些模型的流行做出了重大贡献。delos。然后将扩散模型连接到基于流的生成方法，该方法结合了干净的数据和n通过预测流速（“预测”）来控制噪声。流形假设假设自然图像位于高维像素空间中的低维流形上。干净的图像可以建模为开放流形，但噪声 ϵ 或流速（例如 = − ϵ）本质上是淬火流形。因此，要求神经网络预测干净图像（即 – 预测）与要求其预测噪声或噪声量（即 ϵ/- 预测）本质上是不同的。当前的扩散去噪模型在经典的“噪声消除”意义上不起作用。这些神经网络预测噪声或噪声量。预测干净数据本质上不同于预测噪声量。根据多重假设，自然数据应该在低维流形上，并且噪声量不应该在其上。从这个假设出发，何凯明的新论文主张使用直接预测干净数据的模型。这允许应用的网络ar 没有足够的能力在非常高维度的空间中有效运行。在本研究中，我们将去噪扩散模型归根结底，并探索一种自洽范式，用于根据数据构建基于变压器的扩散模型。文章标题：回归基础：让生成去噪模型进行去噪文章链接：https://arxiv.org/abs/2511.13720v1Github 链接：https://github.com/LTH14/JiT 在本文中，我们介绍了“Just Image Transformer”，它可以是一个强大的生成模型，仅使用简单的像素级大块变换器，无需标记器。 (J.iT)”。预训练或额外损失期。架构为：在ImageNet上实现像素空间的竞争图像生成，在没有外部组件的情况下实现分辨率为256×256的1.82 FID和分辨率为512×512的1.78 FID。本文的工作朝着基于原生数据的自洽“扩散+变压器”原理又迈进了一步。这个原理ple 具有超越计算机视觉领域的潜在价值，在涉及蛋白质、分子和天气等自然数据的其他领域中，标记器的设计通常很困难。 Just image TransformersViT 的核心概念是基于补丁的变压器（ToP），本研究的架构设计遵循这一理念，遵循这一标准实践。研究人员使用 adaLN-Zero 进行条件处理融合（DiT），直接应用于像素补丁。整体架构是一个名为 JiT 的 Just 图像转换器。例如，JiT/16 使用 256 × 256 图像（即补丁大小 p = 16）进行研究，JiT/32 使用 512 × 512 图像（p = 32）进行研究。这些配置导致每个 patch 的尺寸分别为 768 (16×16×3) 和 3072 (32×32×3)。这些高维补丁可以通过预测来处理。网络应该预测什么？表 1 总结了损失和预测空间的九种可能的组合。对于每种组合离子，研究人员训练了一个基本模型（JiT-B），每个标记的隐藏层大小为 768 维。研究人员研究了表2(a)中分辨率为256×256的JiT-B/16。作为参考，他们在表 2(b) 中以 64 × 64（即 p = 4）的分辨率检查了 JiT-B/4。在两种配置中，序列的长度相同 (16×16)。观察结果如下。 -预测很重要 对于表2(a)中的JiT-B/16，只有-预测效果很好，并且在所有三个损失函数下都有效。这里，补丁有 768 个维度（16×16×3），与 JiT-B 中隐藏层的大小 768 相匹配。虽然这看起来“足够好”，但实际上您的模型可能需要额外的容量，例如处理位置嵌入。对于 ϵ 预测或 ϵ 预测，模型没有足够的能力来分离和保留噪声量。这些观察结果与玩具的观察结果类似（图 2）。为了进行比较，我们检查了 64 × 64 分辨率的 JiT-B/4（表 2 (b)）。曾经这里一切都运转良好。九种组合之间的准确度差异很小且不确定。我们发现所有组合都工作得相当好，因为每个补丁的尺寸为 48 (4×4×3)，这比 taJiT-B 隐藏层尺寸 768 小得多。请注意，许多以前的潜在扩散模型具有类似的小输入尺寸，因此不会遇到此处描述的问题。仅权衡损失是不够的。结合相关因素。这项工作并不是第一个列出的；之前的工作考虑了损失加权和网络预测的结合。他们的实验是使用 U-net 在低维 CIFAR-10 数据集上进行的。他们的观察结果与 ImageNet 64×64 研究人员的结果接近。然而，表 2(a) 中 ImageNet 256 × 256 的结果表明损失权重并不是一切。另一方面，无论损失空间如何，预测 ϵ 或预测都会在表中遭受灾难性失败e 2(a)。这对应于不同损失空间中的不同有效权重（如上所述）。另一方面，预测在所有三个损失空间中都有效。权衡损失所带来的损失是可取的，但并不关键。仅噪声级补偿是不够的。先前的研究表明，增加噪声水平有助于基于高分辨率像素的扩散。研究人员使用表 3 中的 JiT-B/16 验证了这一点。由于研究人员使用正态 Logit 分布对 t 进行采样，因此他们可以通过改变该分布的参数 μ 来改变噪声水平。直观上，将 μ 移至负值会降低 t 并增加噪声水平（等式（1））。表 3 显示，与之前的观察结果一致，当模型（此处为 x-pred）已经表现良好时，适度的高噪声是有益的。然而，简单地调整噪声水平并不能纠正 ϵ 或 – 的预测。它的失败本质上是由于它无法传播来自更高维度的信息。根据表3，研究人员在ImageNet 256 × 256 上的其他实验中将μ 设置为-0。.8。无需添加更多隐藏驱动器。由于容量可能受到网络宽度（即隐藏单元数量）的限制，因此增加容量是一个自然的想法。然而，当观测的维数非常高时，这种解决方案是无原则且不可行的。研究人员表明，这在预测的情况下是不必要的。表 5 和表 6 显示了分辨率为 512 的 JiT/32 和分辨率为 1024 的 JiT/64 的结果，使用比例较大的补丁大小 p=32 或 p=64。这对应于每个 patch 的 3072 维（即 32 × 32 × 3）或 12288 维，这比模型 B、L 和 H 的隐藏层大小大得多。不过，预测效果很好。事实上，除了缩放噪声（例如，分辨率 512 和 1024 分别为 2 倍和 4 倍）之外，它无需任何更改即可工作。这一证据表明，与许多其他神经网络应用一样，网络设计可以在很大程度上与观察维度脱钩。增加隐藏单元的数量可能是有益的（正如深度学习中广泛看到的那样），但它不是决定因素。瓶颈结构可能是有益的 更令人惊讶的是，研究人员发现，相反，在网络中引入低维瓶颈结构可能是有益的。具体来说，我们将线性补丁嵌入层转换为低秩线性层，用一组瓶颈（但仍然是线性）层替换它。第一层将维度减小到 d’，第二层将其扩展为 Transformer 隐藏层的大小。这两层都是线性的并且充当低秩重参数化。图 4 使用 JiT-B/16（原始补丁有 768 个维度）绘制了 FID 和瓶颈维度 d’ 之间的关系。减少瓶颈的尺寸，甚至小至 16 维，不会造成灾难性的故障。事实上，将瓶颈尺寸设置为较宽的范围（32 到 512）可以提高质量并将 FID 提高到大约 1.3。从表征学习的更广泛的角度来看，这一观察结果并不完全出乎意料。通常引入瓶颈设计是为了促进单个低维表示的学习。算法最终算法使用-prediction和-loss。这对应于表1(3)(a)。正式来说，研究人员是执行优化的人。算法 1 显示了训练步骤的伪代码，算法 2 显示了采样步骤的伪代码（可扩展至 Euler、Heun 或其他求解器）。为了简洁起见，省略了分类条件反射和 CFG，但两者都遵循标准实践。为了避免在计算 1/(1-t) 时被零除，请在计算此除法时截断分母（默认值为 0.05）。更先进的变压器通用变压器的好处之一Transformer 的优点是，当其设计与特定任务解耦时，它可以从其他应用程序中开发的架构进步中受益。此功能通过使用与任务无关的转换器来创建扩散模型来巩固其优势。研究人员整合了流行的常见改进 SwiGLU、RMSNorm、RoPE 和 qk-norm。所有这些最初都是为语言模型开发的。研究人员还考虑了上下文中的类别调节。然而，最初的 ViT 不是仅向序列添加一个类别标记，而是添加了多个此类标记（默认为 32 个）。表 4 显示了这些组件的效果。实验和比较 图 5：定性结果。一些示例是使用 JiT-H/32 在 ImageNet 512 × 512 上生成的。像素空间中的高分辨率生成 表 5 进一步报告了 ImageNet 上基本比例模型 (JiT-B) 在分辨率 512 和 1024 下的结果。我们使用与图像大小成正比的 patch 大小，因此序列长度在不同分辨率下保持不变。单个 patch 的维度可以高达 3072 或 12288，典型模型没有足够的隐藏单元来匹配这些维度。表5显示该模型在不同分辨率下均取得了良好的性能。所有模型都具有相似数量的参数和计算成本，唯一的区别是由于输入和输出补丁的合并。 child方法不会遭受观察维度的诅咒。可扩展性 将 Transformer 框架与任务本身解耦的主要目标之一是利用其可扩展性潜力。表 6 显示了 ImageNet 分辨率 256 和 512 下四种模型大小的结果（请注意，在分辨率 512 下，这些模型的隐藏单元数量都不大于块尺寸）。模型大小和 FLOPs 如表 7 和表 8 所示。分辨率为 256 的模型的成本与分辨率为 256 的相应模型类似。512 的分辨率。有趣的是，随着模型尺寸的增加，256 和 512 分辨率之间的 FID 差距减小。对于 JiT-G，分辨率为 512 时的 FID 甚至更低。对于ImageNet上非常大的模型，FID的性能高度依赖于过拟合，而分辨率为512的去噪任务更加困难，因此不太容易出现过拟合。研究人员使用先前研究的基线结果作为参考，并将其与表7和表8中的先前结果进行比较，标记了每种方法中包含的预训练组件。与其他像素空间方法相比，我们的方法完全基于简单的通用变压器。本文中的模型计算友好，不需要解决问题。将速率加倍通常会增加二次计算成本（参见表 8 中的 FLOP）。表 7：ImageNet 256 × 256 上的参考结果。评估指标是 50,000 个样本的 FID 和 IS。 Pre-trained 列列出了预训练编辑了实现这些结果所需的外部模型。参数量统计包括分词器生成器和解码器（用于推理阶段），但不包括其他预训练组件。 Gigaflops 测量基于单个前向传递（无标记器），并且与训练和推理期间每次迭代的计算成本大致成正比。表 8：ImageNet 512×512 基准测试结果。 JiT 采用更积极的补丁大小，可以通过更少的计算工作获得更稳健的结果。符号描述与表7中的类似。我们的方法不使用额外的损失或预训练，可以进一步提高性能。本概述主要关注概率建模的形式，较少关注所使用的神经网络的功能（和局限性）。然而，神经网络并不具有无限的能力。他们非常擅长利用这种能力来建模数据，而不是噪音。从这个角度来看，预测结果并不奇怪。论文工作有一个最小的设计准备和一致。研究人员希望通过减轻特定领域的归纳偏差，该方法可以推广到难以获得分词器的其他领域。这一特性在涉及原始、高维自然数据的科学应用中尤其重要。研究人员预计，这种普遍的“扩散+变革”范式可能成为其他领域的基本技术之一。请参阅原始文章了解更多详细信息。
交大MTT解决技术改造“最后一公里”。文字|华商套略 当今世界正经历百年未有之大变局，科技创新成为大国竞争的核心要素。实现高水平的科技独立自给是中国式现代化的关键。科技成果转化是连接创新与产业、连接科技与经济发展、助力科技强国建设的核心轴。 【01允许引入创新技术“以赛代课”】11月16日下午，浩然2025科技金融论坛暨第三届科技成果转化大赛决赛圆满结束。本次活动不仅是一场比赛，更是观察中国如何探索的重要窗口探索科技成果转化新途径。通过“以教育代替竞争、竞争与教育相融合”的创新模式，推动真正的技术项目从实验室走向市场，打通底线转型的“最后一公里”。第三届科技成果转化大赛决赛共有8个参赛项目入围。这些项目深度聚焦新能源、集成电路、人工智能、大健康等国家战略性新兴产业领域，精准响应时代需求。如今，资本与技术的精准结合正在取得令人瞩目的成果，许多参与的项目在早期阶段就获得了融资。例如，获奖项目“可控高场高聚变温度超导磁体的研发与供应”已已完成两轮市场化融资，最新一轮融资预计在1.5亿元至2亿元之间。排名第二的项目“AI计算能源全生命周期管理平台”成功完成天使轮和“天使+”融资，现已启动A轮融资，预计融资金额3000万元。科技成果转化大赛是上海交通大学技术转移硕士（MTT）培养体系中最基本的实践课程。以“赛入课堂、以赛代课”的形式，鼓励学生组建团队进行项目的真正转化，深入开展整个技术实施过程。您将受到指导。这种模式不仅符合国家推进Adv自力更生、自给自足的战略方向先进的科学技术，也恰恰对应了当前我国科技成果转化“最后一公里”的现实挑战。上海交通大学MTT项目通过将学校科研资源与产业市场需求深度对接，致力于打通从实验室到生产线的通道，加速创新成果向现实生产力的转化，为我国构建高效、协同、可持续的科技成果转化生态系统注入新动力。 【02超越MTT并取得领先】中国在科技成果转化方面长期相对落后。数据显示，2024年，我国科技产出转化率将提升至35%，发达国家普遍可达到35%以上。70%。以美国为代表的西方发达国家，20世纪90年代科技成果转化率达到80%左右，而重要的支持者之一就是技术管理者。事实上，美国也正处于技术变革的“死亡之谷”。 1970年左右，美国联邦机构持有约28,000项专利，但授权率和转化率不足5%。虽然积累了大量的科研资源，但很难有效转化为前期生产力。美国先后颁布了《拜杜法案》、《史蒂文森魏德勒法案》等一系列提高转化率的法案。该法律打破了长期以来“资助者拥有专利”的严格规定，允许大学、非营利研究机构和小型企业对联邦资助的研究成果享有专利所有权。上述举措激发了科技力量大学自此成立了“技术许可办公室”，负责专利许可、业务拓展和产业对接。在此过程中，技术管理团队发挥了重要的支撑作用，搭建了科研成果与产业需求之间的桥梁，加速了科研成果和技术开发从大学实验室向产业市场转移的进程。技术总监模式的推广效果是巨大的。根据AUTM（美国大学技术管理者协会）的数据，1996年至2020年，美国大学的技术转移活动增加了55.4万项发明公开、14.1万项美国专利授权、1.8万家初创公司成立，为美国工业总产值贡献了约1.9万亿美元。技术总监严重短缺中国。据测算，我国科研人员与技术管理人员的比例不足100：1，远低于欧美平均水平。美国的技术转型生态系统是市场驱动的。中小企业拥有专业技术，大公司可以轻松获得，但中国专注于商业应用，缺乏从根本上改造其专业技术的能力。为了加速弥补这一不足，我国高度重视技术管理体系建设。 2017年国家技术转移体系建设规划中，首次提出建立“技术管理者”队伍。 2024年，中共二十届三中全会审议通过了《中共中央关于进一步全面深化改革开放的决定》。《改革推进中国式现代化》，再次强调“加强技术管理队伍建设”。在完善技术管理人员队伍构成过程中，MTT模式是一个重要推进。2021年，上海交通大学牵头设立全国首个技术转移硕士项目（MTT），旨在培养“懂技术、懂市场、懂金融、懂法律、懂管理”的复合型人才，打破创新链与产业链的脱节。项目成果已落地，目前已转化技术成果48项，如MTT学生团充分利用其在能源系统、新能源、投融资、知识产权保护、市场拓展和项目等领域的专业能力和资源积累，支持交通大学可控核聚变项目。管理，为项目的商业运营提供了重要支持。这种“政治导向+大学实践+市场应用”的生态，表明我国已经进入解决“死亡谷”问题的快车道。 【03上海交大推动新生产力】上海交大MTT项目并非简单照搬国外模式，而是立足国家“自力更生、科技自强”战略，精准聚焦集成电路、生物医药、人工智能等国内核心产业，构建适应本土需求的人力资源开发体系。 “技术战略规划”和“技术创新档案”我们的目标是通过两个主要方向培养能够解决“创新链与产业链不连续”问题的复合型人才。聚焦“跨学科融合+产业教育”上海交通大学MTT项目深度激活本地创新资源网络，整合上海交通大学的优势。该领域汇聚行业领先资源，采用大学教授、专家和行业实践专家的“双硕士”课程教学模式，并引入财务高管、律师事务所创始人、合伙人等资源，为技术转移转化人才提供全面、专业的培养指导。一个好的技术管理者不仅仅是一个资源匹配者：他是一个具有深厚行业知识和经验的专家。能够熟练地执行成果提取、高价值成果培育、转化路径设计、孵化与投资、法律与知识产权等相关端到端服务，为帮助学生全方位成长，上海交通大学MTT精心打造了特色鲜明的“2+3+5+6+X”课程体系。em。具体涵盖两大培养方向、三类优秀教师、五种力量人才模型、六大课程模块、全周期终身学习平台。其中，主要课程模块有幼儿教育、基础课程、实践课程、高级课程、专业课程和部署课程六大课程模块。既全面涵盖了技术变革相关的理论知识体系，又精准传授实践要点，实现了理论与实践的深度融合。贯穿整个培养周期开展的“长期实践项目”是上海交通大学MTT的核心特色和重要抓手。该项目打破传统教育模式的局限性，强化学生实践能力，结合科技创新路演、科技成果转化等生态科技创新活动。形成诊所，构建科技创新领军人才综合培养新模式。 “长期实践项目”可分为三个主要部分。 《行业实地研究》通过课堂教学和企业研究，完善学生的行业知识结构。 “创新训练营”提供专题学习和孵化课程。通过市场考察和企业家交流，系统地教授学生商业计划书写作技巧，鸟瞰创新型企业的培育和发展。 “科学实践项目与技术成果转化”将课程与竞赛结合起来，完成综合实践训练。上海交通大学作为一所具有100年历史的教育机构，拥有商科、工程、生物、医学和科学等优势领域，这为MTT的“跨学科”教育构想提供了天然基础。概念。在上海交通大学和安泰大学的支持下，学生可以打破科技、金融、法律等领域的融合壁垒，一站式获取多学科知识。以上海交通大学技术转移硕士项目为代表的MTT模式有望缩小与其他国家的转化差距。通过MTT体系形成的技术经理团队将逐步打通“技术-场景-产业”的闭环，为科技强国建设注入强大的转型动力。欢迎关注【中国经营陶略】，结识名人，阅读陶略传奇。未经授权禁止转载。禁止在互联网上私人复制某些照片。如有侵犯版权，请联系我们删除。
今年7月，三星在韩国首尔举行了新一轮SAFE 2025活动，并确认其1.4nm工艺的量产开始时间将推迟到2029年，比原计划晚了大约两年。同时，三星正在重点关注2nm工艺节点，希望通过优化2nm工艺的性能和功耗来提升性能，使其更适合工业应用。据Wccftech报道，三星首次公布了其2nm工艺的性能和效率数据，确认其已进入量产阶段。与3nm工艺相比，2nm工艺性能提升了5%，功率效率提升了8%，面积提升了5%，这是一个不小的提升。与3nm一样，2nm也采用GAA（Gate-All-Around）架构晶体管技术。三星提供的数据低于外界此前估计的数字。初步估计表明 p 有所改善性能和能源效率分别为 12% 和 25%。如果不出意外，三星的 Exynos 2600 将成为首款采用 2nm 工艺的 SoC，良率传闻将在 50% 至 60% 之间。 Exynos 2600的量产对于三星来说极为重要，性能验证的结果将极大影响三星自身代工业务未来的竞争。关键还是性能，这对于三星进入10nm以下领域来说是一个长期存在的问题。根据TrendForce发布的2025年第二季度统计数据，台积电(TSMC)目前以70.2%的市场份额位居全球晶圆代工市场第一。三星位居第二，但市场份额仅为7.3%，相差近10倍。三星为其代工业务设定了新的目标，希望通过提高2nm工艺的性能并建立稳定的生产线，在两年内实现盈利并占领20%的市场份额。与有利可图的客户建立长期业务关系。
在NBA常规赛中，勇士队以124-106击败鹈鹕队。这场比赛勇士队打得非常轻松。由于对手实力并不强，勇士队整场比赛都保持着优势，最终取得了胜利。全场只有一个人表现得很完美，那就是穆迪。那天他16投10中，其中三分线12投8中。他还罚球16投10中，其中三分线12投8中。他得到32分、4个篮板和3次盖帽。找到三分球对进攻和防守都会产生巨大的影响。毕竟他在防守端一直都在一线，而且本赛季三分球虽然有所进步，但依然缺乏稳定性。不知道他以后会不会变得暴力。巴特勒、波杰、希尔德、霍福德和理查德表现出色。本场比赛巴特勒的进攻效率非常高。全场8投6中得到18分3篮板10助攻三个抢断。不幸的是我们有六次失误，这是一个问题。而这一次他也依然不感兴趣，没有过多的攻击。博西是替补席上表现最好的球员，他13投8中得到19分、3个篮板和3次助攻。他今天的表现非常好。当面对弱者时，博杰仍然是关键球员。希尔德也是一位虐待之神。如果强度不是很高，也能保持很好的效率。他8投4中得到11分和3次抢断，保持着强势领先。理查德9投4中得到9分7篮板1助攻，抢下5个进攻篮板。他在场上充满热情，是一名值得轮换的球员。霍福德也不错。他投进了两个三分球。能够组织和防守。今天公布了全部结果。格林、库里和小佩顿都表现得很挣扎。整场比赛格林和库里都打得很好，但是本场比赛失误也不少。当然，凯莉会感到沮丧有时。这没有问题。格林进攻依然缓慢，我们需要关注他的效率。小佩顿2投0中，犯规也很多，所以只是偶尔上场。
11月17日，全国混合接力马拉松竞走比赛举行。北京代表队由奥运冠军杨家瑜和石胜智组成，以2小时58分01秒的成绩打破个人纪录，夺得金牌。杨佳玉在本次全国比赛中获得了她的第二枚金牌。陕西省第三队和山东省第二队分别获得银牌和铜牌。 【比赛规则】 竞走马拉松是全国比赛新增的项目。每队由两名选手组成，一男一女。比赛按照男子、女子的顺序进行，然后是男子、女子。每位运动员分两次步行大约10至11公里的距离。总距离与马拉松的距离相同。 【比赛回顾】北京最好的队伍由年轻球员石胜基和奥运冠军杨家宇组成。前11公里，参赛队伍的差距并没有拉大。石胜吉和杨家瑜在交付时排名第三。进入第二回合，第14圈后，杨嘉玉开始展现实力，领跑的人数开始减少。第18圈左右，小组第一的只剩下山东二队的杨嘉玉和石玉霞。再次完成交接后，石部在第22圈后开始展现实力，凭借一己之力跃居领先位置。陕西省三队的李延东在第27圈超越山东省二队的李林，升至第二位。接下第3、4盘后，杨佳玉领先第二名，领先一分多钟。最后10圈，杨家宇保持领先，率先冲过终点线。 【成绩决赛】第一名北京队以2小时58分01秒的成绩打破个人纪录，夺得金牌。第三支陕西代表队以2小时58分40秒的成绩获得银牌。山东二队以2小时59分11秒的成绩获得铜牌。由老将刘宏、王凯华组成的广东一线队以2小时59分34秒的成绩刷新个人纪录，获得第四名。
《The Athletic》近日发表专题文章，揭露了球员版长袖球衣本赛季全面回归背后的故事。下面有一篇专门的文章。一些足球运动员的形象似乎取自长袖衬衫。从90年代的大卫·贝克汉姆到21世纪初。接下来的十年，是费尔南多·托雷斯。然后是坎通纳。长袖T恤曾经是一种常态。里奥·费迪南德曾回忆起与蒂埃里·亨利的比赛，亨利穿着长袖衬衫和手套，这是他的标志性造型。他说：“当你看到阿森纳球衣的长袖时，你就知道你在对阵谁。你知道现在是集中注意力的时候了，因为这个人已经‘结束’了很多人的职业生涯。”直到大约 15 年前，这种情况在足球场上还很常见。当时，Under Armour 紧身内衣在美国体育界大受欢迎，足球球衣制造商也纷纷效仿。随着 2010 年代的进展，长袖“迷彩”在短袖 T 恤上加打底的“ge” 造型变得更加常见，取代了原来的长袖 T 恤。一些品牌已经完全停止生产长袖 T 恤。当时的愿望是让球衣尽可能轻并融入科技。Cristiano Ronaldo、Griezmann 和 Kylian Mbappé 等球员继续拥抱长袖美学，尽管长袖球衣已经虽然已经退出主流，但在过去的十年里，在比赛或商店中很少能看到球员提供的正品长袖球衣，但在这个赛季，球员版的长袖球衣强势回归，Classic Football Jerseys 的创始人兼首席执行官道格·比尔顿 (Doug Bilton) 称其为“足球球衣黄金时代的回归”。比尔顿以制造长袖足球球衣而闻名。除了经营世界上最受欢迎的复古 T 恤店之一世界各地，他自愿在 2021 年制作一段视频，专门纪念“长袖 T 恤的悲伤之死”。 IC 表示，“这绝对是对 2010 年代流行趋势的反应”，这位曼彻斯特人向《运动员》讲述了该视频的初衷。比尔顿表示，过去在一些英超俱乐部，装备经理总是在赛季结束时储备长袖衬衫，因为体育科学部门告诉球员不要穿长袖衬衫。阿森纳与长袖球衣的决裂比其他俱乐部要晚一些。北伦敦俱乐部有着悠久的传统，即所有球员在每场比赛中都穿长袖或短袖衬衫，具体由队长决定。 2013年11月，弗拉米尼打破了这一传统，他在对阵马赛的比赛前剪掉了长袖。但这一季长袖T恤又回来了。对于阿迪达斯赞助的英超俱乐部来说尤其如此。阿迪达斯并不是唯一一个复制球员版长袖球衣的品牌此外，耐克还为切尔西提供球员提供的球衣，而本赛季 20 支英超球队中有 8 支（40%）采用了阿迪达斯球衣。该公司甚至允许其标志性的三条纹沿着手臂延伸，并以精心制作的袖口结束。该设计受到了球迷和球员的一致好评。阿塞纳球迷在他亮相的那天早上意识到了这一点，他们在 5 月份穿着 2025-26 赛季主场队服。马丁·斯维门迪、恩瓦内利、马蒂内利和特罗萨德等球员经常穿着球员版的长袖球衣，而不是像他们的一些队友那样坚持基本的球衣和短袖组合。 “说实话，我一直喜欢长袖，”特罗萨德在最近对阵布拉格斯拉维亚的比赛前的新闻发布会上被问及长袖回归时说道。 “长袖球衣早已从足球界消失了，但我年轻时曾经穿过它们，所以当它们回来时我很高兴。这就是我穿它们的原因。我喜欢它的合身性，感觉很合身。”至于为什么球员版长袖球衣又回来了，阿迪达斯足球设计副总裁托马斯·梅茨告诉The Athletic：“作为设计团队，我们始终密切关注球员和俱乐部的意见。他们的意见是我们创造的每件产品的核心。” “在过去的几个赛季中，职业球员和业余爱好者都在要求长袖球衣。我注意到越来越多的人呼吁复兴它们。对于球员来说，这是一个在相同气候下的舒适度和表现的问题，对于俱乐部及其球迷来说，这也是一个传统和身份的问题。此次回归恰逢其时，长袖 T 恤将功能与文化两个世界融为一体。比尔顿指出，随着阿迪达斯赞助利物浦和纽卡斯尔联队，长袖衬衫可能会获得更多关注。 Szoboszlai、McAllister 和 Walter Mader 等运动员都采用了这种更复古的风格。埃基蒂奇也是如此，他被红牌罚下九月份对阵南安普顿的比赛中，他脱掉了一件短袖衬衫，里面穿了一件汗衫。以利物浦为例，长袖元素随着他们的 T 恤的推出而脱颖而出。这是本赛季的第三客场球衣。他们与利物浦居民杰克·诺兰 (Jack Nolan) 共同创立并发起的创意机构 All Our Friends 合作制作了这则 T 恤广告。 Ekitic、Isaac、Robertson、McManaman、Nyoni 和 Waka Nagano（来自女队）参与了拍摄，诺兰说：“这太疯狂了。” “几年前，当我向阿迪达斯提出这个想法时，他们互相看着对方，就像在向我展示一个灯泡或一些令人惊奇的发明，”他告诉The Athletic。 “我们只是在谈论‘斯科西（利物浦人）的可信度’，而品牌商并不经常谈论这一点。他们知道（与利物浦的）交易即将宣布，所以他们互相关注。”为了创作真实的内容，All Our Friends 将玩家带到默西塞德郡的码头路玩 One Pinball 游戏。 “大家我们提到了长袖，”诺兰补充道。“纳尔逊·乔伊斯（利物浦演员）非常兴奋。他和我同岁，感觉就像一个传奇。我的第一个记忆是祖父给我看了一张日立赞助的茵宝长袖T恤的照片。然后是我父亲的时代，当时达格利什在切尔西踢球，有一张我们在对阵日本的比赛中攻入制胜一球并赢得联赛冠军的照片。 “现在的球衣设计旨在融入跨界生活方式，看起来更现代、更时尚。生活在英格兰西北部，也可以穿长袖保暖。得到这份工作真是梦想成真。我们想做的就是展示真正的利物浦，拥抱亚文化和时尚的独特方面。”玩家对选择的渴望也推动了这种回归。显然，哈弗茨一直是长袖衬衫的粉丝。自从2020年转会到老东家切尔西以来，他一直穿着打底+球衣的组合和短袖。在A在阿森纳的季前赛中，他在炎热潮湿的新加坡对阵AC米兰和纽卡斯尔联队的比赛中只穿了一件短袖衬衫，没有穿背心。有袖衬衫。在对阵托特纳姆热刺的比赛中，他重新穿上了基本款球衣，并在本赛季唯一一场联赛中（这位德国前锋因膝伤自八月以来一直缺席），在对阵曼联的比赛中，他穿上了阿森纳的客场第三球衣。并非所有球员都坚持一种选择，阿森纳队长厄德高在对阵利兹联和利物浦时将这两种选择结合起来。他在比赛中穿的是长袖，但在其他比赛中则选择了短袖。这个决定可能取决于那天哪一个人感觉更好。 8月下旬，阿森纳在安菲尔德做客利物浦时，赛前更衣室的架子上挂着短袖和长袖的选择。然而，多年来，他们一直向球迷出售修身的短袖球衣。不适用于玩家版长袖T恤系列s。相反，它比短袖版型的身体空间更大一些，而且剪裁略宽，以提高舒适度。 “我们希望通过现代性能镜头重新构想长袖廓形，”梅斯补充道。 “采用新的面料、版型和细节，它与短袖版本一样先进，但具有永恒的视觉吸引力。这是一种新的面料、版型和细节，与短袖版本一样先进，但具有永恒的视觉吸引力，同时尊重足球的文化历史。这意味着推动创新。有趣的是，球员选择长袖不仅是因为其功能性，而且也是风格和个性的表达。”这表明了当今的足球运动员如何通过他们的服装来表达自己。他们的着装以及我们的产品如何支持这一点，这证实了我们在真实性和现代性之间找到了适当的平衡。阿迪达斯 Tech Fi大约在 2008 年问世，”比尔顿说。“当时，穿着阿迪达斯赞助的球衣，球员可以在 Four Motion（为舒适性和性能而设计）和 Tech Fit（为更大的肌肉压缩而设计）之间进行选择。”“罗本实际上是唯一一个使用技术合身的人，大多数球员选择稍微宽松的款式。现在消费者拥有与玩家相同的选择。 15 年前，球员在球衣方面有多种选择；粉丝们没有看到这些。在某些情况下，球迷只能购买短袖球衣并且不得不接受这一点，他们（球员）可以选择短袖、不同尺寸、长袖、不同尺寸。阿迪达斯生产与球员号码尺寸相匹配的球衣，使它们更加定制合身。玩家可以选择 4 至 12 号尺寸，因此每种尺寸都有两种尺寸可供选择，而风扇只有小号、中号、大号和特大号尺寸。 “商店里出售的球衣和英超联赛球衣现已合并。球迷现在可以购买这些球衣了。”球员所穿的剪裁相同，长袖选择不再局限于复古衬衫。过于怀旧可能会变得无聊，但重要的是回顾过去并继续前进。”诺兰说，“利物浦球衣唤起了80年代末的情感，当时利物浦赢得了联赛冠军。”通过新的T恤，我们可以讲一个故事，唤起他们的回忆。当我想起托雷斯和阿隆索时，我和我爸爸在看比赛，他想起了达格利什和汉森。“之间有一种比较心态粉丝。这就像穿上最好的夹克或最好的鞋子，去球场、酒吧或任何踢足球的地方。长袖元素是随之而来的，就像一种特殊的威望。球员们不再需要用紧身球衣包裹手臂。未来的寒冷冬天将让我们更仔细地看看这一代英超球员可以提供什么。真正掌握长袖美学的人。对于那些对这方面感兴趣的人来说ootball，对于那些热衷于美学的人来说，这款游戏可能并不像某些人认为的那样无与伦比。事实上，你可能刚刚回来。
加布里埃尔在英超友谊赛中内收肌受伤 11-16 10:16 巴西在酋长球场与塞内加尔进行了一场友谊赛。第64分钟，阿森纳后卫加布里埃尔右脚肌肉拉伤被换下场。赛后，巴西主帅安切洛蒂证实加布里埃尔内收肌拉伤。确切的受伤程度要等到周日测试完成后才能得知。毫无疑问，阿森纳球迷为加布里埃尔的受伤捏了一把汗。阿森纳是本赛季英超联赛中防守最强的球队。加百列就像大海中的刺。此外，国际比赛日结束后，枪手将面临魔鬼般的赛程：八天内他们将分别面对热刺、拜仁和切尔西。近期评论