@dage110 不是所有的稀土元素都是伴生品，大部分在稀土中直接含有； 否则也不能叫稀土矿了；
当然稀土元素一共十五种元素，并不是每一处的稀土矿里面都含有全部十五种，而是都有那么几种，各个还不相同； 此次提及的是生稀土中的钕元素，这东西加入磁铁中，使得其磁性大增，这些年的无刷电机的大发展，就与这个东西的应用有关；

城里大部分人都接触不到井水，而这个幼儿园打井了；

这两天关于宇宙的贴子都是你写的吗？
为什么突然这么想知道 理论物理 的这些问题？ 这学界大佬在那里YY都没有办法想清楚，这里会有人想清楚？

创始人和另一创始人争斗，出局的那个创始人，找到财团，在法律上应该是马上可以搬倒创始人及现任董事会。
然后现任董事会决定，分红，分空公司，你要你就拿去....

我看到的是这个版本

你不讲讲为什么？ 就这里问，为什么会出现这种情况？！

外形好，有点肌肉，还是比较容易的。。。。。
以前在深圳，去工厂里，多少黄毛带着厂妹，不少黄毛还炫耀搞了多少....这种黄毛的外形在那个群体里确实算还行的

我也来补充一点：
这个地方有铅锌矿，铅中毒属于常见职业病，也有专门的职业病防治方案； 这个地方的医院却如此不专业的全部检测错误？
这就好比两年前湖南洞庭湖华容县那个散沙堵管涌的事一样，华容县东、南两面临洞庭湖，北临长江，藕池河从西到南流经该县，该县的防讯的经验，估计湖北都拿不出几个相提并论的； 但是散沙管涌确实实在在的发生了，而且当时还开了直播。。。。

这个通报鬼都不信，你在这个基础去推论，有什么意义

蒋 周 进去了；
王 马，好像还好好的啊

@shitou 我只是想表达不算不是学区，当然比不上中华路小学，武汉小学这些，但是也算是一个学区；

这块地，现在值不了这么多钱；看看百瑞景现在什么价，这里的房子估计就是这个价了； 这个地价有托举房价的意思，不像是真的，只是一个消息或者新闻而已

傅家坡小学，十五中，一直是武昌区的标杆之一，怎么不算好学区

这些小朋友没有直接明显的急性中毒现象，那就是慢性中毒，说白了就是有害元素的慢慢富集，日复一日的富集

@william_jiang 是不是有很多岗位挂着，其实已经不招了？

这个话题已经过气了，你聊聊天水幼儿园的事情，一小时就删了

我2000年上的高中，省示范，当时每个班有15到18名借读生，一年学校收借读费3000万，当时的3000万啊；因为当年，我们高中建新校区花了2亿，就靠这每年3000万，这笔钱我估计都是我们区教育局一年最大的一笔收入；

当我帮班主任算月考各种成绩的时候，那些加星号的名字都不参与计算，我整个人都觉得空了，每年交的3万，结果就是这样对待的；再想想班上那位一天到晚爬在桌子上睡觉的同学，我才明白，学校只要钱，其他的不管；不，还管一个人身安全；就这....

不要去借读；
借读没有学藉，最重要的是，借读生不在所在班级的成绩表考核上，对老师不考核，成绩也就完全无所谓了，整个人都在老师那里是透明的；
借读顶了天就是有一帮还算好的同学，学风好一点，别的真没有什么。但是一个班有十来个借读的，借读的基本上就跟借读的玩，其实也没有真正的学； 更因为借读生不考核，老师也不会管借读生听懂没听懂；
反正我读高中的时候 ，我们班有一个来借读的，很努力，但是确实要差一些，老师基本不会管他懂没懂，坚持了一年，那同学也不抱希望了；

选华科，计算机学院的宿舍确实在沁园和韵苑四栋，相对其他的楼栋是要破一些，但是也还行，不是那种没谱的感觉，现在应该所有的宿舍都装了空调，不至于太差；
校园环境，那种学校的感觉，比哈工深那屁大一点的校园，两栋楼还是三楼，要强太多了；深圳西丽大学园那三个外地大学的面积加在一起还没有华科东校区大；
至于找工作，截至到今年，华科计算机，软件，网安，电信等信息类学院，找工作整体略有下滑，但并没有下滑到需要那些不在深圳之外招聘的公司要解决问题；基本上都还是很一线的公司，中兴，迈瑞仍然是守门员的角色；

当然，今年有一个风险就是华科军山校区启用，计算机学院有可能入住新校区，这样就与关山口无缘了；参考网安学院在东西湖；

内机排水管堵了

去昆明旁边的抚仙湖小住过一段时间，真的是非常爽，物价也越便宜，两个人吃气锅火锅，吃到撑，竟然只要60块....
抚仙湖的水，至少有五米的透亮，水体质量二级，直接可饮用；夏天也不热
要开车去，否则出门不方便；
另外不要直接住到景区里面；

这个会员估计得送，还得要求市国资委，市财政局帮忙，才能送出去......
这就是这些超市的会员卡怎么销售出去的方法

这种分数选地域比选学校和专业重要；
如果家里有背景，可以走走关系的，可以去一些行业内的高职院校，电力，石油，铁路，医疗，船舶，港口等都有这种级别的学校，但是如果没有关系的，那就不要去了，那些也多数是垃圾专业；

1、普通细胞培养干细胞，技术上已经没有问题了；
2、干细胞培养完整生物体也没有问题了；
3、基因编辑在人类上的应用已经有了案例，那个人坐了三年牢出来还干这个；

以上技术基本已经确保可以做一个物理上一模一样的人，貌似成本还不是很高，如果允许商业化，百万级应该够。

但是，思想移植，目前还没有搞；即有了物理主机，但是操作系统和数据拷贝还没有搞定；

12年的蓝牌Model S 现在在武汉街头还能看到几辆；那可是特斯拉的第一款真正的量产车，那是在很多细节都是第一次设计的情况下的第一款车，这不是技术，那冰箱，彩电就真的是技术了

@fluffy 单踏板强制动能回收属于电机控制技术，这些技术传感零部件厂商都没有，肯定是特斯拉自研的；

很多人一直说，特斯拉的电池都用宁德时代的刀片电池了，那就和国产车的宁德时代的刀片电池是一回事了；这里是不是隔了一个BMS，而BMS是电池高效运行的一个根本因素； 我所服务一个客户生产汽车关键零部件，由于生产工艺不严谨，导致了未来的车烧了，这起烧车事故的直接原因是该零部件水密性不好，导致短路；但如果BMS管理得好，对于该部分的电流供应有判断，就可以切断该部件的运行，避免过热，但是未来的BMS没有这个监测和功能；

另外，同一厂商的供应给不同的客户东西，不一样是十分常见的事情； 我第一份工作的时候，集团自己运营的品牌产品是国内前三，全球全十的产品；然后，同时给东芝做OEM，东芝的OEM的产品，差不多的参数，是自有品牌出厂价的1.7倍；线束，螺丝，电机，电路均有东芝驻厂把关；后期做了ODM，也是东芝的标准，当然这些产品本身也是出口的；

@Makarios 转向助力，刹车，灯具，空调等都不是特斯拉自研的，特斯拉自研的BMS，电机驱动，自动驾驶，车载娱乐这些系统；
另外，特斯拉是成立于2003年7月1日的，马斯克是2004年以投资人的身份加入的特斯拉，2008年推出了跑车Roaster的，至加州工厂2009年发布Model S，至真正的交付的2012年，这车已经研发了9年；至上海工厂2019年开始生产Model Y开始，特斯拉已经研发了16年；
早期的Roaster也有不稳定，行驶里程少的问题，Model S 从发布到交付为什么拖几年，原因一部分是生产，一部分是质量有问题

相应的BYD的E6是2010年前后上市的，最早一批是卖不出去，然后与深圳市成立了合资公司，鹏程电动，全部卖给鹏程电动，也是就原来的深圳蓝的；往前推四年，BYD的电动车应该是2006年左右开干的；至今应该也快20年了；

@Makarios 现在的产品，特别是简单产品，绝大部分都不是品牌方研发的，都是方案商研发甚至生产（ODM，OEM）的；品牌方对于产品品质，成本均有较严格的要求，如果两者有冲突，通常会降标；扣电容，电阻，二极管，MOS管的事情，真的是太普遍，再加上部分方案商，也确实都是些经验不太足的二把刀工程师，因为电子电路工程师非常的吃经验；

至于车辆控制板，大部分部件都不是主机厂研的，这个有车规要求，特别是像ECU，转向助力，刹车等，一般公司也不敢下手，相对好一些； 但是电池的控制，电机驱动这两项是近几年才起来的需求，BOSCH，DESON等日欧主力厂都没有相关配套，都是一些新公司自研的，当然开源的方案也解决了一些问题； 但是400V，800V这些升级太快，有些东西从电路电子，材料的角度 ，我都觉得验证不够，可是新产品确面试得很快；

PS：我也是这种（最近两年的出的一个产品，已经出了几万件，结果发现一个地方的布线不合理，准确来说是过孔打小了，PCB线宽与铜均是对的，电流设置小了，导致在长时间运行时对于电解电容的压力较大，使用两年后开始出问题了）

@Makarios 电机并不变频，现在支持自然风的都是无刷电机，变频是通过驱动板完成的，电机本体很难坏，驱动板坏起来就相当容易了；

在十分讲究成本的消费电子场景，特别是性价比产品上，余量留得非常的少；我待过的一家公司，研发部门里有产品质量管控小组，通过一堆的概率公式所产品的可靠性设置为质保年限加上一到两年，我也曾经为一个电路中的一个出于保护加的稳压二极管写报告解释其必要性.....

这个分数不知道能不能上武铁的机车工程，出来火车司机

东西涌穿越，凤凰山，塘朗山，羊台山爬山

不嫌麻烦，去广州、佛山体验标准老广的早茶

那个某某会堂的招待用酒，一下子把品牌调性拉起来了；茅子出现的面局，品质真的不一样....
当然，茅台、五粮液确如上面各位老兄说的好喝。。。。

护食是天性，这个没有什么的；
大一点了，知道要跟朋友搞好关系就会去交换的；
我们家六岁前就护得很，怎么教都不行；六岁后，就会在小区里跟其他小朋友交换玩具了

不婚不生娃，需要什么资产？无负债，基本就可以实现了

放开郊区自建别墅，地价每平米5000以上，300平米起，房产税2%起； 限高10米；容积率1.5以内；
地价150万，建300平米，毛胚100万，装修200万，约450万；9万每年的房产税；

搞不搞？

进厂学工业设备自动化，维修 使用，都可以搞；

采集来的数据直接就可以绘制二维图像，而人工智能最擅长的就是图像识别，你还觉得不行吗？
另外，你能将其FFT，锐化之类的前置处理后，特征是否会更加明显？当然，这个具体怎么做，人工智能自己会想办法的，你只需要提供足够大的数据就可以了；

yolov 9 一般有个100张图就可以完成训练了，当然精度不会太高；

产品出身创业成功的：
脸萌、激萌、FaceU的郭列，纯产品出身，应该还是美术特长生吧，手稿画得特别好