赴日签证大涨后，日本人悟了，没有中国游客的日本，就是一潭死水
初来乍到日本，仿佛嗅到了空气中一丝不安的味道。
前情是日本先声夺人，将赴日签证费喊出了五倍的高价，转头一看，自己的旅游账单却更加触目惊心。
这笔账，究竟谁算得更糟呢？ 9月16日，来自日本国家旅游局的数据如同一盆冷水，泼洒了所有美好的憧憬。
8月份的访日外国游客锐减9.6%，仅309.89万人次，而中国大陆游客更是骤降近六成，仅剩41.8万人次。
这份数据还没完全定型，中国驻日本大使馆就火速回应，将赴华签证费也悄然上调，仿佛一场无声的博弈正在上演。
从一次签证的2250日元飙升至16750日元，涨幅超过七倍；多次签证更是雪上加霜。
仔细翻阅资料，我们会发现，这种做法在国际签证体系中并非新鲜事，真正让人在意的是这背后的时机——在日方先涨价之后，中方选择如此干脆的回应。
单次签证从3000日元直冲15000日元，多次签证更是翻了五倍。
当时，日本外务大臣的解释是，现行标准已经沿用了近五十年，需要考虑物价和汇率因素。
这个理由看似合情合理，然而，一个细节却令人深思：日本对74个国家和地区实行免签政策，却始终将中国大陆排除在外。
中国大陆游客长期以来是日本入境游消费的大户，却始终未能进入免签名单，如今又面临着签证费的上涨，这无疑是一种强烈的信号。
外交部发言人毛宁的回应直截了当：这次调整是根据对等原则作出的安排，言外之意便是，你抬价，我跟上，你给我脸色看，我便以牙还牙。
签证费调整的硝烟尚未散去，日本国家旅游局的数据便如同一记警钟，敲响了日本旅游业的神经。
8月份的访日外国游客同比减少9.6%，累计跌幅也达2.7%。
更令人担忧的是，韩国游客虽然增长了28.7%，但增速已经开始放缓，美国游客的涨幅也微乎其微。
中国大陆游客的数据更是触目惊心，连续第九个月下滑，从去年年底至今，这条线始终没有抬头。
这些因素确实存在，但连续九个月的下滑，以及时间节点与日本首相高市早苗的涉台言论的重合，都暗示着更深层次的问题。
游客不去一个地方，有时候并非仅仅因为机票太贵，而是因为心里那根弦，被什么东西触动了。
不同国家，消费习惯也截然不同。
韩国游客来势汹汹，但人均消费却远低于中国大陆游客。
2026年第二季度的官方数据显示，中国大陆游客的人均消费高达26.7万日元，而韩国游客却不足10万日元。
同样来一趟日本，中国大陆游客花费的钱，几乎顶得上两三个韩国游客。
这说明了什么？说明中国大陆游客的消费能力，在主要客源市场中依然稳居第一梯队。
最关键的是，日本旅游业的困境，在繁华的大城市和偏远的乡村，呈现出截然不同的景象。
据日本《朝日新闻》报道，仅在2026年春节，中国游客就占到了青森县入境游客总数的30%。
这意味着，如果中国游客不来，地方文旅的收入将直接受到影响。
旅馆空置，特产店冷清，出租车司机苦等候客，这些都是连锁反应。
这些数字无一不在告诉我们，中国大陆市场的缺口，难以通过简单地更换客源地来弥补。
日本先涨签证费，理由是物价和汇率，中方的对等回应，只是遵循了对方的节奏。
外交部强调的对等原则，便是你用什么标准对待我，我就用什么标准对待你，这并非逞强，而是一种规则的维护。
然而，日本旅游业所面临的困境，远比签证费本身复杂得多。
2024年，中国大陆游客以1.73万亿日元的消费额稳居日本入境游榜首，占据了日本入境游消费总额的21.3%。
这并非一个可有可无的增量，而是基本盘的一部分。
一旦基本盘出现问题，光靠调整签证费，是无法补回来的。
游客是否愿意再来，不仅仅取决于金钱，更取决于他们感受到的尊重和欢迎。
面对这一切，日本旅游业也许并不需要思考如何涨回签证费，而是应该思考如何重新赢得中国游客的心。
这，才是真正的难题。
OlmoEarth v1.3发布：Ai2推出全球卫星嵌入模型
Ai2（艾伦人工智能研究所）今日发布了一款卫星地图嵌入模型OlmoEarth v1.3，并为全球范围提供了多种分辨率下预先计算好的年度嵌入数据，同时配套推出了基于浏览器的地图制作工具。该模型能够将一年的卫星观测数据压缩成数值指纹，最小分辨率下每个指纹对应10米乘10米的地面区域，同时也提供64平方米和128米分辨率的版本。
这种数值指纹捕捉的模式信息，可供其他软件用于区分农田、森林、矿区等不同类型的地表覆盖。
此前，使用OlmoEarth的主要方式是通过OlmoEarth Studio进行微调，针对每项任务训练一个模型，再将其应用于卫星数据以生成地图。
这种方式需要大量图形处理单元资源，以及下载和存储影像的能力。
此次发布的OlmoEarth嵌入浏览器是一款基于浏览器的地图制作工具。
这意味着任何人都可以将OlmoEarth用于实际工作，从追踪时间变化到寻找相似地点，无需注册登录即可使用。
嵌入数据代表了模型从数百万张卫星图像中学习到的内容。
OlmoEarth会读取一年的雷达图像及相关数据，包括Sentinel-1、Sentinel-2和Landsat的数据。
Sentinel和Landsat是提供地球互补视角的卫星任务：Sentinel-1测量雷达反射信号，而Sentinel-2和Landsat则捕捉可见光和红外波长的光线。
该公司表示，与以往版本的OlmoEarth模型相比，v1.3是其训练成本最低的模型。
其训练所用计算时间仅为最新版本（v1.2）的53%，为第一版（v1）的18%，碳排放量也分别仅为两者的50%和22%。
不过v1.2仍是一款强大的微调模型，对研究机构和合作实验室而言依然具有价值。
这些模型在现实世界中的应用场景 这些卫星模型有助于压缩跨越时间和空间的大量数据，这对于理解地球的变化方式非常有用。
在秘鲁马德雷德迪奥斯地区，围绕拉潘帕的非法金矿开采活动在2017年和2018年达到顶峰，在坦博帕塔国家保护区缓冲区内清除了超过1200公顷的森林。
亚马逊保护团队的MAAP监测项目报告了这一活动。
2019年2月，秘鲁的"水银行动"关闭了大部分采矿作业。
我们如何得知这一事实？ 嵌入数据给出了明确答案。
无需进行模型训练，仅通过比较不同年份的数据像素，观察2016年至2020年间的情况，可以清晰看到南部矿区带内有明显的向东扩张趋势：显著变化区域达34平方公里。
而同样的比较放在2020年至2024年间，这一面积降至9平方公里。
关闭行动的效果显而易见。
Ai2表示，对许多团队来说，针对某个想法测试OlmoEarth通常意味着需要进行一次微调运行，这是一项耗时数小时、成本高昂的艰巨任务。
而在浏览器工具中，初步分析仅需几秒钟即可完成。
仅凭少量标签对某个区域进行分析，无需使用GPU。
当某项任务确实需要进行微调实验时，嵌入数据可以帮助判断该实验是否值得投入计算时间，以及模型存在哪些不足之处。
人多抢网真烧心！从技术原理到实测数据，看天际通拥塞加速值不值
十月下旬深秋，正是出门赏秋和年底商务出差扎堆的时候。不知道大家有没有遇到过这种让人极度“烧心”的时刻：高铁站候车的时候，临时被拉进视频会议，画面非常卡；或者挤在晚高峰地铁里，手机右上角明明信号满格，微信却一直在转圈。
这通常不是基站没信号，也不是手机故障，大概率是“信道堵车”了。
当高密度人群在同一时空同时发起连接，基站的上下行信道资源被瞬间挤占，数据包只能排队，表现出来就是高延迟和高丢包。
那么，这个“拥塞加速”真的靠谱吗？我深度体验了一下，用这几天的行程实测数据说话。
场景一：高铁站商务办公 上周赶车出差，高铁候车厅人山人海，是典型的网络拥堵重灾区。
等车的时候，加入公司的视频会议，画面频繁卡顿，网络延迟一度飙升到380ms左右。
随后我打开华为天际通，在首页并一键开启服务（系统会智能感知网络，零门槛不用调参数）。
开启后再次观察会议监控面板，延迟迅速回落并稳定在75ms-90ms之间；从候车大厅一路检票上车，全程沟通连贯没掉线。
场景二：周末万人演唱会现场 周末去看了场演出，几万人聚集导致上行信道争抢极其激烈。
未开启加速时，用测速软件测得文件上传速度仅0.3MB/s，一段45MB的现场高清合唱视频，微信转圈了近两分钟还没传完。
开启拥塞加速后，重测上传速度提升至3.2MB/s左右，同样大小的高清视频十几秒就顺利发出了，演唱会现场也能及时分享。
场景三：晚高峰地铁通勤 回到日常晚高峰地铁，车厢里人挨着人。
不开加速追1080P剧集，15分钟内出现了4次加载缓冲；打开MOBA手游，游戏延迟飘红破300ms。
而启用拥塞加速后，追剧更顺畅，一路上拖动进度条基本即点即播，视频缓冲次数降为0；游戏内的ping值则被稳稳压在48ms-65ms的绿网区间，团战响应稳了不少。
总结： 智能感知、一键开启，在基站高负载场景下，华为天际通拥塞加速降延迟和提速上行的效果很直观。
但也需要和大家分享的是：它解决的是“人多抢网”的信道拥堵，如果身处信号较差的偏远地区、地下室和地下停车场等地点，它是无法凭空变出信号的。
目前该服务仅支持 华为鸿蒙5及以上设备，且需使用 移动/电信网络。
最后聊聊怎么选。
现在大家都是讲究性价比的“纯过日子人”，大流量包买多了用不完纯属浪费，所以可以按需购买，共有三档： 1小时包（9.9元）：9.9元起，不到一杯咖啡的钱，适合快速通勤、高铁站候车及短途高铁救急； 2小时包（14.9元）：折合7.45元/小时，适合看演唱会、中长途出行； 4小时包（21.9元）：折合低至5.48元/小时，适合长途高铁或全天移动办公。
如果你近期准备出门欣赏秋日，需要出差、看演唱，或者日常挤地铁，不妨打开华为天际通备上一单，关键时刻确实能少受不少网络卡顿的窝囊气。
