网上有个参与度很高的提问：“吃火锅你最不能容忍的行为是什么？” 一个高赞答案就是：“刚开锅先把毛肚全倒进去，不熬够十分钟不让捞！” 无论所在地域南北还是东西，说到涮毛肚，相信在座诸位都是理论与实践兼备： 大火滚汤、七上八下、见好就收、毛肚蜷曲硬挺起泡泡，无论蘸麻酱还是油碟，我们核心原则就是要追求爽脆弹牙、不老不韧的口感。 除了毛肚，百叶黄喉鸭肠脆肉鲩同理，青笋木耳贡菜藕片虽然是素菜，但原则同样是不脆不吃，“脆”才是灵魂！” 说到这，大家先收一收哈喇子，进入今天正题： 脆的食物受到欢迎，绝不局限于火锅。 据2024 年一项调查显示，79% 的消费者认同“质地”是决定饮食体验整体满意度的关键因素，酥脆或者硬脆质地的食物在全球范围内最受欢迎的。 所以，为啥人类喜欢脆生生的东西？ 先公布下答案之一就是： 因为我们祖先虫吃多了！ 咯吱咯吱！ 咔嚓咔嚓！ 哎～ 怎么还流汤了 吸溜吸溜..... 昆虫： 不用加工， 就能吃到最脆的荤菜 美国神经人类学家约翰·S·艾伦在《人类与食物的演化关系》一书中，毫不客气地告诉我们：人类对脆的偏好起源，分为昆虫、植物、熟食三种。其中“昆虫”相关章节最为浓墨重彩。 基于解剖相似性（如尖齿、小体型），部分古生物学家提出过“灵长类源于食虫类”的假说，认为早期灵长类由类似现代树鼩的食虫动物演化而来——虽然这一假说长期存在争议，但无争议的是： 大约 5000 万至 6000 万年前，灵长目始祖最重要的蛋白质等营养来源就是靠食虫。这些灵长类体型较小，生活在树上，昆虫是它们易捕食、且安全健康的完美食物，除了蛋白质外，还可以很好补充维生素和膳食纤维。 展开全文 昆虫的外骨骼主要由几丁质（Chitin）——一种含氮多糖聚合物构成。咀嚼时，其坚硬结构破裂发出清脆声响，同时释放内部脂质和蛋白质，形成独特的风味与口感。可以说是“不用加工就能吃的最酥脆的荤菜”。 正是通过提供必需营养、传递安全信号（大部分情况下吃虫是安全的），“生食昆虫”塑造了灵长类部分感官机制，这一机制一直延续在我们基因里：全球范围的人类遗迹中，都发现过食虫证据。即使到了现代，全球有 3000 多个民族仍有食虫习惯，可食用的昆虫有近 2000 种，其中不乏各种酥脆的品种，比如说蜣螂——没错，屎壳郎也曾经被人类习惯性食用过。 植物、谷物、熟食 也要吃脆的 除了虫子外，植物、谷物的“脆”，在原始环境中也意味着对健康的重大保障。 蔬果的脆感源于初生细胞壁具有很强的刚性，这种刚性作用是纤维素的支撑作用、结构蛋白的网络作用、果胶的粘合作用等共同形成的。牙齿咬合时细胞壁破裂释放水分，就会发出清脆声响，正如我们日常生活感受到的一样，越新鲜的水果越脆。 而谷物的脆感表示其水分较少、保存良好，未被霉菌等微生物侵染，同样意味着安全无毒。 一项发表在《美国国家科学院院刊》上的研究也证实，灵长类对腐败气味厌恶，但对质地变化更敏感。也就是说，人类祖先正是通过脆度快速判断蔬果可食用性，从而避免摄入毒素。 不过，人类对“脆”的追求，也不仅仅是深植于生存需求。 在原始人开始掌握火以后，第一批“大厨”随之出现，人类的酥脆食谱大大扩展了。相比天然的昆虫、水果等，靠烹饪创造出的酥脆食物不仅质地迎合人类喜好，而且通常味道浓郁。这是由于食物加热时产生的一系列褐变反应，比如说焦糖化（caramelization）：糖在加热到一个较高的温度后发生褐变，并变得酥脆。 除了焦糖反应外，美拉德反应（Maillard reaction）也是褐变反应非常重要的一种。美拉德反应始于糖类分子与氨基酸分子，加热时这些分子形成不稳定的中间产物，随后可能转化成上百种其他化学物质。由于这一过程涉及氨基酸中的氮原子和硫原子，比起焦糖化反应，美拉德反应可以产生的味道和香气要丰富得多。 那么酥脆与美拉德反应之间又有什么联系呢？ 在对食物进行干式加热（如烘焙、烧烤、油炸）之时，这两者常常伴随发生。干式加热的烹饪方法主要用来制作肉类、蔬菜和面点，与酥脆相关的各种属性都离不开此类烹饪方法。在炖煮时，肉块表面温度不够高，完全无法发生美拉德反应。而在进行干式加热时，肉的表面变得干燥，就可以达到反应发生所需要的温度，所以肉块不仅浓香四溢，还有一层酥脆的外壳。 与此类似，土豆经过油炸也会有一层既美味又酥脆的壳，而只要火候控制得当，土豆块内部仍有足够的水分阻止美拉德反应发生——所以说，最好吃的炸土豆、炸薯条应该是表面焦脆、内部柔软的。 “脆”除了和一系列褐化反应相辅相成，从而提高风味之外，食物表面呈现酥脆质感和褐变色泽，是判断其经过充分高温加热的最直观、可靠的信号。高温能有效杀灭病原体、寄生虫，大幅降低食物中毒风险。因此，“脆”又被加深了“此物无害可食”的进化印象。最终在多种作用下，这一偏好被推到了饮食习惯的中心位置。 现代的脆零食 放大了我们的渴望 根据食品科学家和行为心理学家研究，各种脆脆的现代零食，本质上是对上述人类本能的一种放大和“欺骗”，这种欺骗主要是通过以下三种方式实现。 动态对比：我们大脑对食物口感的判断包括味道、气味、声音以及它在嘴里的感觉。咔嚓咔嚓、拟声词可以激活负责检测和体验情绪的脑区，带来一种心理愉悦感。而如果我们吃到一个东西有着不同的“动态对比”，比如说有酥脆的外壳、咔嚓咔嚓的声音、随后是柔软或奶油状、充满风味活性物质的东西，大脑就会觉得咬碎这种东西非常新奇和刺激，带来极大的心理满足感。比如说，脆皮雪糕。 唾液反应：唾液分泌是进食体验的一部分，食物越能引起唾液分泌，唾液就越能游走于口腔，覆盖味蕾——比如薯片为啥有这么多不同的口味，目标就是在脆的基础上，最大限度增加味觉刺激、引发更多唾液反应。牛津大学的一项研究显示，受试者听到薯片咀嚼声时，唾液分泌量比听流水声时高 40%。 食物快速融化，热量密度迅速消失：快速消失或“入口即化”的食物会向我们的大脑发出虚假信号，从而影响人对卡路里的预判，人们常常会错误地认为脆脆的食物要比软软的食物更低卡，因此可能会...... 吃得更多！返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多