马拉松比赛的最后五公里，一个跑者的腿抽筋了。他靠在路边的栏杆上，拉伸大腿后侧，表情痛苦。志愿者跑过来，递给他运动喷雾。他喷了一些，试着小跑。旁边其他跑者经过，有人喊了一声加油。他调整呼吸，重新回到赛道，速度比之前慢了很多。最终他过了终点线，时间比目标慢了十五分钟。
篮球裁判在边线外做了个走步手势，然后指向进攻方向。教练对这个判罚很不满意，冲过来质问。裁判没有理会，转身跑向中场。球员们继续比赛。下一回合，防守队员被吹了打手，他抱着篮球摇头，还是把球交给裁判。裁判接过球，把球在地上拍了两下，准备罚球。
傍晚的足球场上，一个父亲带着两个孩子在玩。父亲站在球门中间当守门员，两个孩子交替射门。大点的孩子踢得准，每次都能打进死角。小点的孩子踢偏了，球滚到场边。父亲跑过去把球捞回来，递给小的，拍了拍他的脑袋。然后他重新站到球门线前，弯下腰，张开双臂。
篮球场上，一个穿旧球衣的老人投篮。他投得很慢，踮起脚尖，手腕轻轻一拨，球画了一个高抛线，空心入筐。他捡回球，又站到同样的位置，再投，又进。连续投了四个。第五个偏了，弹在篮筐边上，滚到草丛里。他走过去弯腰捡，膝盖发出咔嚓声。他拍了拍篮球上的灰。
大模型训练成本持续攀升。一次千亿参数模型的训练用电相当于几千户家庭一年用量。成本抬高入场门槛，也推动算法改进。混合专家结构把任务拆给多个小模型处理，同等精度下能耗可降低三成。小团队开始依赖云服务商的现成算力，独立训练越来越少。
