找到
852
篇与
互联网
相关的结果
- 第 13 页
-
研究发现：用AI的学者越来越多，认为AI够格的却越来越少 IT之家 10 月 11 日消息，据外媒 The Register 8 日报道，学术出版商 Wiley 最新的全球科研人员调查发现，越来越多学者开始使用 AI，但相信 AI“真的够格”的人却越来越少。其在即将发布的《ExplanAItions》报告预览中指出，科研人员的 AI 使用率和对其能力的信心呈反比关系。虽然不少人承认 AI 在辅助工作方面确实有帮助，但整体信任度下滑才是最引人注目的结论。Wiley 今年调查了来自全球的 2430 名科研人员，结果显示 84% 的人已在研究中使用 AI 工具，远高于 2024 年的 57%。IT之家从数据中获悉，相对应的是，去年还有 53% 的受访者认为 AI 在部分任务中已超越人类，但今年这一比例已经骤降至三分之一以下。换句话说，早期拥抱 AI 的科研人员热情高涨，但后来者的使用体验显然没那么理想。今年的结果也印证了这一点：早期用户中，仍有 59% 相信 AI 能胜过人类。不过，Wiley 试图用更正面的方式解读这些数据。报告称，科研人员正在“更深入地理解 AI 的当前局限与未来潜力”，而非简单地发现 AI 在复杂研究中“并不那么好用”。Wiley 研究与学习业务执行副总裁 Jay Flynn 表示：“科研人员在使用 AI 上的心态出现了成熟变化 —— 随着使用量大增，他们开始大幅调整自己的预期。” 从数据深处看，几乎所有与 AI 应用障碍有关的指标都比去年更高。64% 的科研人员担心 AI 生成错误或出现“幻觉”，58% 的人担忧模型缺乏安全性和隐私保障；对伦理和透明度的顾虑也略有上升。整体来看，超过半数科研人员对 AI 在研究中的使用抱有担忧。Wiley 发言人告诉《The Register》，虽然顾虑上升，但也有些障碍正在减少，例如“没时间了解 AI 工具”的人变少了，更多研究者开始尝试探索 AI 的使用方式。值得注意的是，2025 年的调查样本仅为去年的一半左右。这意味着可能存在自我筛选效应 —— 对 AI 最热衷的人未必继续参与调查。科研人员的谨慎并非空穴来风。AI 在论文写作中的应用屡受质疑，卡内基梅隆大学的研究更发现，AI 智能体在约 70% 的任务上表现失败。与此同时，麻省理工学院的报告指出，仅约 5% 的生成式 AI 企业试点取得了可量化回报。AI 在科学和医学领域承诺的革命性突破也尚未兑现，就连行业领军者也开始承认，现有模型恐怕无法实现早先的宏大承诺。即便如此，大多数使用 AI 的科研人员仍表示，这项技术确实让他们的工作更高效。Wiley 的数据显示，85% 的人认为 AI 提高了效率，77% 的人产出更多成果，73% 的人认为工作质量有所提升，70% 的人喜欢用 AI 来头脑风暴。但 AI 似乎并不能真正“帮人思考”。呼应麻省理工学院一项指出 AI 会降低脑部活动的研究，仅有 48% 的科研人员认为 AI 有助于批判性思维。至于最常见的使用场景，Wiley 表示，科研人员主要用 AI 来进行写作辅助、文档撰写和文献阅读。写作辅助的增长最为明显，也是唯一超过半数科研人员尝试过的功能。整体来看，AI 在科研中的应用仍集中在论文准备和资料整理等基础性工作。换句话说，科研人员使用 AI 的方式，与企业白领并无太大差别。无论是将 AI 视为“助力”还是“负担”，83% 的受访者都认为 AI 将在 2027 年前成为科研工作的重要组成部分。但要让 AI 真正发挥作用，还离不开机构支持 ——57% 的科研人员表示，缺乏使用规范和培训是推广障碍。科研界的乐观情绪依然存在。Wiley 指出：“如果出现足够成熟的 AI 智能体工具，平均有 57% 的科研人员愿意让它在研究中自主执行任务。”换言之，科研人员已做好准备，只等 AI 真的“变得更靠谱”。
-
陶哲轩：用了GPT-5 Pro后，小尺度、宏观尺度很赞，中尺度有点垮 机器之心报道机器之心编辑部说起对 AI 的使用，著名数学家陶哲轩可谓是最具代表性的一位。这位菲尔兹奖得主，不仅在数学领域不断拓展边界，如今也积极尝试与 AI 协作，探索人工智能在数学研究中的真正潜力。他最近使用 ChatGPT-5 Pro 挑战一个自己并不熟悉的开放问题，曲率有界的球面（Sphere with bounded curvature），并在过程中详细记录了 AI 在不同层面上带来的帮助与局限。虽然问题本身依然没有解决，但陶哲轩表示自己使用 AI 工具的感悟已经比以前深入得多：要评估一个工具的价值，必须从多个层面来衡量简单来说： 在小尺度上（例如具体推导、计算等任务），AI 非常有用； 在中尺度上（例如策略选择、方向判断），AI 帮助有限，甚至有时会产生干扰； 而在宏观尺度上（例如对整体问题结构和关键困难的把握），AI 又重新展现了价值。 接下来，我们看陶哲轩的研究过程。「Sphere with bounded curvature」涉及这样一个问题： 在三维欧几里得空间 R^3 中，若一个光滑沉浸球面的两个主曲率的绝对值都不超过 1，那么它所包围的体积是否至少不小于单位圆球的体积？在陶哲轩看来，这更像是一个变分问题，于是他将这个问题分成两个部分来研究： 微扰区（perturbative regime）：浸入球面与标准圆球非常接近； 非微扰区（non-perturbative regime）：浸入球面与圆球相差很大。 陶哲轩表示由于自己对这个问题缺乏足够的几何直觉，加上手头大多数分析工具主要适用于微扰情形，他推测问题的关键或许正隐藏在这一部分，于是决定将主要精力集中在微扰区的研究上。此前，有评论指出该问题的凸面情形过于简单，缺乏研究意义。于是，陶哲轩决定将注意力转向一个更具一般性的类别星形（star-shaped）对象。他当时猜想，也许可以将问题的假设与结论都用曲面上的积分形式来表达，然后借助一些积分不等式来推进证明。然而，由于自己在微分几何方面的知识已较为生疏，他便请 AI 代为进行相关计算令他颇感意外的是，AI 不仅准确计算出了所有所需量，甚至还给出了星形情形下的完整证明。它利用多种积分恒等式和不等式对问题进行了推导，其中有一些陶哲轩十分熟悉，例如斯托克斯定理（Stokes’ theorem）、Willmore 不等式 / Gauss–Bonnet 定理；但也引入了他此前从未接触过的工具，如 Minkowski 第一积分公式（Minkowski’s first integral formula）。在综合这些不等式后，AI 给出的星形情形证明竟然只需一行推导即可完成这一结果让陶哲轩感到十分震撼，但他依然选择亲自验证 AI 给出的证明步骤。经过查阅资料，他发现网上虽然有不少关于 Minkowski 公式的重述，却鲜有完整的证明过程。于是，他再次向 AI 求助。AI 随即提供了两个独立且令人信服的证明版本：一个基于陶哲轩原本设想的散度定理（divergence theorem） 方法，另一个则采用了他此前未曾考虑过的流方法（flow method）。验证完成后，陶哲轩发现该推理进一步揭示了一个有趣的结论：标准圆球是唯一的极小化解，并且当曲面偏离圆球形状时，其所包围的体积反而增大。这个发现令他深受鼓舞。随后，他决定让 AI 进一步分析「almost round」的情形，即平均曲率接近 1 的状况。他计划将此问题视为一个微扰型椭圆偏微分方程（elliptic PDE）问题来研究，借助椭圆正则性与强制性估计等工具，尝试完善对这一特例的证明。AI 在这一阶段的表现同样出色。它准确地推导出：如果平均曲率足够接近 1，那么通过一个椭圆型强制性估计，确实可以证明该定理成立。更令人惊讶的是，AI 还主动指出，这一结论其实并非新的发现，因为平均曲率接近 1 这一假设本身就隐含了星形性（star-shapedness）的条件！当然，AI 在处理中也并非完美。它在估计一个微扰非线性项时出现了轻微误差，不过这种错误并不严重，大致相当于一位非线性偏微分方程（nonlinear PDE）专家在初步推导时可能犯下的常见失误。在陶哲轩看来，这一结果更像是 PDE 理论中的一个小数据（small data）情形，即问题在小范围内可控，但大数据（large data）情形仍未解决。结合问题的椭圆特性与曲率有界性，他推测整体上可能具有足够的紧致性，从而可以将问题转化为一个有限但庞大的数值 PDE 计算问题。他将这一想法告诉 AI，AI 也表示认可，并提供了一个可行的数值方案轮廓。然而，这种方法本质上是一种暴力搜索，需要对所有可能的曲面形状进行穷尽式计算，既繁琐又缺乏理论启发性。在小尺度上，也就是完成具体计算、推导和验证等任务时，AI 的表现依然十分出色。除了极少数小错误外，它提供了若干实用且文献中确有记载的证明。不过，随着研究的推进，陶哲轩意识到，若要进一步取得实质性突破，就需要真正的微分几何专家介入，以避免陷入冗长乏味的暴力枚举计算。于是，他决定先将当前得到的关键推理与结果整理成文章，并将其发布在 MathOverflow 上，以便吸引更多专家的讨论。发布之后，他注意到在原问题的评论区中，有人指出该问题的二维版本其实早已被解决，这正是著名的 Pestov–Ionin 定理，甚至在维基百科上就有独立的条目。当陶哲轩点开页面并看到附图时，他才惊讶地发现，自己的直觉其实相当有偏差。他原本假设值得关注的主要是那些 nearly round 的集合；然而图中的例子却展示了另一类极端情形：一些形状相对圆润的部分，被细长的管状结构相互连接，形成整体上远离圆球但仍满足条件的曲面。这一发现让他意识到，问题的难点并不在微小偏差的分析上，而在于如何理解那些极端非圆的几何形态。在对比新的直觉与自己此前采用的研究策略时，陶哲轩意识到，自己曾犯下一个关键性假设错误，他默认沉浸球面的内径是有界的，并在强制性分析中隐含使用了这一前提。事实上，他原本设想的数值方法，也许能在给定直径范围内的情形下于有限时间内求解问题，但对于一般情形则无能为力。值得注意的是，AI 在这一阶段并未指出这一漏洞，反而表现出典型的过度认同式行为，几乎赞同陶哲轩提出的所有思路。因此，在中尺度层面，即整体策略制定方面，AI 的帮助并不大。它在无意中强化了陶哲轩对问题的错误直觉，而非挑战或纠正。不过，这次反思让陶哲轩对问题的核心难点有了更清晰的认识，真正需要应对的难题，是那些极度偏离圆形的曲面。这些曲面往往包含非常细长的圆柱、薄片或其他瘦长结构，它们在体积上贡献甚微，却能显著拉伸几何结构。由此，他意识到自己原先依赖的那些方法在这里并不适用。进一步的阅读使他了解到，星形情形实际上是问题中最容易的一种特殊情形。该部分的二维版本曾在 Pankrashkin 的论文中出现，而三维的替代性处理方式则出现在 Qiu 的最新论文中。最终，陶哲轩总结认为，这个问题超出了他现有数学工具箱的能力范围，目前依然是一个开放问题。不过，从大尺度的角度来看，也就是在加深对问题结构和难点的理解层面上，AI 的使用仍然是有益的。虽然这种帮助主要是间接的，但它让他能更快速地探索、验证并舍弃那些不合适的思路；同时，他也因此学到了若干此前并不了解的微分几何知识。陶哲轩还将这次经历与自己早前的另一场实验进行了比较。在那次实验中，他对问题的结果已有较强直觉，因此更容易判断 AI 的正确性。而在这次研究中，AI 的表现则更具创造性，提出了他此前未曾想到的思路，但也让人更难以信任和引导其朝有效方向推进。他最后总结道：在自己专业领域之外与 AI 协作，确实有探索价值，但必须保持谨慎与情境意识，否则很容易被似是而非的直觉所误导。参考链接：https://mathstodon.xyz/@tao
-
库克虎口夺食：马斯克盯上的北大校友AI公司被苹果抢走 衡宇 发自 凹非寺 量子位 | 公众号 QbitAI 好家伙，库克一个箭步，从马斯克手里截胡了一家AI公司（吃瓜脸.jpg）。他俩争抢的主角是Prompt AI，一家成立于2023年，专注于CV的初创公司。其联创之一，是从北大计算机科学毕业的Tete Xiao。CNBC等多家媒体报道，苹果和Prompt AI已经处于后期谈判阶段。谈判目标不是收购整家公司，而是苹果买走Prompt AI的核心团队和技术资产。戏剧化的是，Prompt AI公司高管透露，公司的潜在买家其实还有马斯克旗下的两家公司——xAI和Neuralink。马一龙左右开弓都没能抢得过库克，不知道他会不会气得一晚上睡不着觉。 库克和马斯克都盯上的CV公司 打开Prompt AI官网，上面介绍了这家公司的定位：一家专注于消费应用视觉智能的AI公司。这家总部位于旧金山的初创公司，其核心团队非常UC伯克利范儿： Co-founder & CEO：Tete Xiao，北大计算机科学本科、UC伯克利人工智能博士毕业。 Co-founder & CTO：Dong Huk (Seth) Park，UC伯克利计算机科学博士毕业。 总裁：Trevor Darrell，UC伯克利EECS教授，UC伯克利人工智能实验室（BAIR）联合创始人。 虽然已经成立两年，但这家公司走“小而精”路线，规模不大，内部成员仅约11人左右。它的旗舰产品是Seemour。这是一个专为家居设计的、具有空间感知功能的环境式人工智能”系统，用以提升家用摄像头的智能感知能力。Seemour瞄准的是“家庭摄像头+AI 视觉识别”这个赛道，官方称它具备感知空间能力 (spatial understanding) 和环境智能理解 (ambient AI) 能力，能让摄像头“像人一样”感知场景。它识别人物、宠物、物体，对异常行为发出警报，又能用文字描述摄像头前发生的场景，并用自然语言和用户交流“当前镜头里发生什么”这类问题。也就是说，Seemour不仅做目标检测、识别这些基础视觉任务，还在“理解+说明”层面进一步升级。 公开资料显示，它在成立初期曾获得约500万美元（约3568万人民币）的种子资金支持。截至目前，Prompt AI采用 “基础免费+高级订阅” 的商业模式：用户可免费使用基础功能；若需更高级的场景理解、告警、描述等功能，则需要订阅付费。但媒体普遍指出，Prompt AI的存在盈利困难——基础免费功能能吸引客户，但如何让用户留存、转化成付费用户，进而覆盖成本，还是一条漫漫长路。 硅谷又一次反向收购式雇佣 值得注意的是，苹果这次的意向是只买走Prompt AI的核心成员和技术资产，而不是并购整个公司。也就是说，这又是一次典型的反向收购式雇佣（Acqui-hire），即收购方并不打算接管目标公司的全部业务、品牌与用户基础，而是专注于吸纳该公司的团队和核心技术资产。在近期的科技界，尤其AI领域，这已成为一种常见套路。这是因为AI行业人才稀缺、研究能力重要，科技巨头更愿意用这种方式快速补充技术血液，而不是花大量资源培育全新团队。比如微软如此这般搞定了Inflection AI，亚马逊如此这般搞定了Adept AI，Meta如此这般搞定了Scale AI，谷歌如此这般搞定了Windsurf……所以，这次苹果对Prompt AI算是一次精准、选择性的吸纳。而且单从苹果的历史上来说，这家公司向来也避免进行大规模收购。成立至今，苹果通常倾向于悄悄收购小型团队。据悉，苹果此举可能是为了加强在智能家居（home/security camera与视觉识别）与CV方向的布局。从该公司既有产品来看，视觉+场景理解技术与苹果在HomeKit、智能摄像头、未来家居设备、Apple Vision系列产品，都存在潜在整合点。 MacDailyNews援引Prompt AI内部会议音频称，公司在高管会议上向员工披露了以下信息。第一，最终没加入苹果的员工，将获得“较低薪酬”的补偿。但核心团队的总体态度，还是支持员工们去申请空缺岗位。第二，若交易完成，投资人能拿到一部分资金回报，但不会全额返还投资。第三，由于商业模式不成功，Seemour将停止服务。用户会收到相关通知，同时用户数据将在受到隐私保护的情况下被删除。BTW，Prompt AI的员工还得到这么一条通知： 如果要找新工作，或者和亲朋好友说起自己的工作变更，千万不要提及苹果哦～ 啥时候可以说呢，等咱们公司通知吧！ 但，相信爱看新闻的亲朋故旧们，现在应该都已经知道了……吧？ 参考链接： [1]https://www.cnbc.com/2025/10/10/apple-nears-deal-to-acquire-talent-tech-from-ai-startup-prompt-ai.html2 [2]https://www.promptai.co/#team [3]https://www.linkedin.com/in/tete-xiao-ba2103120/
-
Gemini再进化：Chrome泄露“上下文任务”功能，对标微软Edge IT之家 10 月 11 日消息，科技媒体 Windows Latest 昨日（10 月 10 日）发布博文，报道称在 Canary 频道最新 Chrome 浏览器中，谷歌为推进革命性的“智能体浏览”体验，正测试“上下文任务”（Contextual tasks）的 Gemini 新功能。该功能旨在实现“智能体浏览”，即让浏览器 AI 能够理解用户意图，并自主代为执行浏览操作，从而将用户从繁琐的多步任务中解放出来。 该媒体在 Canary 频道最新版本中启用后，“上下文任务”功能会以侧边栏的形式出现在“更多工具”菜单中，默认包含谷歌主页，不过现阶段该功能尚未完善，除了主页外，几乎没有显示其它内容。 虽然当前泄露的版本功能不完善，但谷歌官方早前的博文已为“智能体浏览”的到来埋下伏笔。IT之家援引博文介绍，谷歌曾明确提出，智能体 AI 能力将解决诸如在线订购日用品等复杂问题。通过分析用户打开的标签页数据、历史订单乃至账户信息，Gemini 能够智能推荐购买清单，并自动完成下单流程。
-
李飞飞发起机器人家务挑战赛！老黄第一时间批钱赞助 李飞飞要用ImageNet的方式，推动具身智能了。依然是一个“挑战赛”。就在最近，由李飞飞团队发起、英伟达赞助（其中之一）的首届BEHAVIOR家务挑战赛正式启动。这一次，他们下定决心凝聚学术界和产业界的力量，共同向机器人做家务这一高地发起冲击。 简单来说，参赛者需要统一使用星海图R1 Pro（双手操作+轮式移动）作为本体，在逼真的BEHAVIOR-1K虚拟家庭环境中，解决50项完整的家务任务（涵盖重新布置、烹饪、清洁等各种活动）。参赛者可以自由选择算法，官方还提供了1万条专家演示轨迹（约1200小时），方便大家用模仿学习快速上手。具体赛道则有两条可选： 标准赛道（Standard Track）：机器人只能用“自己能看到的东西”决策。 特权赛道（Privileged Track）：机器人可以获取更详细的环境状态信息（比如物体坐标、房间结构）。 然后官方会在固定的50个任务上，让所有机器人跑相同测试，用以下标准打分（主要）： 任务完成率：能否完全把任务做完，比如“把餐具放进洗碗机”真的被完成。 部分完成度：如果只做到一半，比如“拿起盘子但没放进去”，也会给部分分数。 其他次要指标包括：模拟时间（完成任务用了多长时间）、导航距离（走了多远）、手部位移（动了多少次机械臂）、稳定性等。最终排名主要看平均任务完成率。比赛提交截止期日为2025年11月15日，最终获奖前三名还有最高1000美元奖金及RTX 5080可拿。 OK，说完比赛内容，那么接下来的问题是——为什么要发起BEHAVIOR？关于发起BEHAVIOR的背后原因，李飞飞在和Jim Fan（英伟达具身智能实验室联合负责人、也是李飞飞学生）、 Edmar（英伟达Omniverse社区经理） 的一场炉边谈话中进行了详细阐述。整体而言，BEHAVIOR的发起正是受到ImageNet的启发。2009年，李飞飞带领的研究团队在CVPR发表论文《ImageNet: A Large-Scale Hierarchical Image Database》。伴随着ImageNet挑战赛举办，这一成果已然成为了计算机视觉领域的试金石，开启了一个新的时代。此时再回顾ImageNet，李飞飞坦言最初并未预想到它会完全重塑AI，她只是追随自己的好奇心。在她看来，ImageNet与神经网络（特别是卷积神经网络）以及英伟达的GPU一起，共同定义了深度学习的开端。所以这一次，回到当下大热的具身智能领域，她打算用同样的方式再做一遍。 而具体到机器人做家务这件事上，目前机器人学习存在的痛点包括： 机器人学习缺乏标准化； 任务选择通常是零散的，使得论文之间的结果很难进行比较； 训练数据匮乏，这有点类似于ImageNet出现之前计算机视觉领域所面临的问题。 因此，李飞飞将BEHAVIOR也看做机器人领域的“北极星”任务，她希望借助社区力量推动具身智能向前发展。BEHAVIOR挑战赛有哪些看点？另外，BEHAVIOR除了自带李飞飞光环，这个挑战赛本身也很有看点。首先从理念上，BEHAVIOR被设计为以人为中心，尤为强调AI是为了增强（augment）和赋能（empower）人类，而非取而代之。这种理念贯穿着BEHAVIOR的所有环节。例如，团队会在任务定义、数据选择和伦理价值导向上，来始终确保机器人的目标与人类的需求相符。其次，BEHAVIOR核心瞄准做家务这一赛道，并首次明确提出了相关标准——一个真正的家庭机器人，必须同时具备跨房间导航、双手精细操控、长期规划与动态适应等多项能力。而且为了训练机器人学习相关能力，BEHAVIOR的规模也讲求一个“大”。它覆盖了1000个家庭活动，50个完整长程挑战，平均单个任务需要6.6分钟连续操作。所以，以人为本、目标清晰、规模巨大的BEHAVIOR，无疑具备成为“下一个ImageNet”的潜力。至于最终结果如何，一切都要交给时间，毕竟ImageNet也不是一朝一夕成就的。Anyway，如果说ImageNet开启了视觉智能的黄金时代，那BEHAVIOR，或许正是具身智能的第一声号角。以及关于机器人做家务这件事，最近也都成了具身智能项目争相整活的任务。以后拍视频，可能就都是家务场景了。大语言模型的检测是做题，具身智能机器人的检测是做家务。潮水趋势，已经很明确了。大赛详情页： https://behavior.stanford.edu/challenge/index.html
-
中电金信高管：私域数据与专属大模型结合，将重构数据治理流程 近日，第四届全球数字贸易博览会在杭州举行。作为数贸会核心板块之一，以“数据×人工智能”为主题的2025全球数据管理峰会同期召开。期间，中电金信带来在数据治理与AI融合方面的前沿思考与实践成果。 打造数据治理新范式 在9月26日的峰会主论坛上，中电金信党委委员、研究院副院长、商业分析事业部总经理杜啸争发表题为《大模型时代的数据治理新体系》的演讲。杜啸争从技术趋势、国际厂商实践及客户需求等维度展开分析，强调非结构化数据处理、AI与数据深度融合、语义层构建已成为行业共识。面对客户从“AI场景跑通”到“真正业务可用”的需求转变，他提出“一湖两库”架构理念，即数据湖、数据仓库与知识库协同，支撑全域数据资产构建与AI应用。 此外，私域数据与专属大模型的结合，将重构数据治理流程，推动开发、运维与分析体系的全面升级。在此背景下，中电金信升级源启·数据资产平台，以“智能体驱动”为核心，通过内置的AI智能体协同工作流，将“AI-Ready Data流水线”与决策智能落地；同时，多模态管理平台着力解决非结构化数据整合难题，构建全域知识库，实质性地支撑起“一湖两库”架构，并通过源启可视化平台将问数准确提升到95%以上，让智能真正可用，实现了从“场景跑通”到“业务好用”的关键跨越。 人工智能尤其是大模型的发展，高度依赖高质量数据的支撑，这已成为推动数据治理体系智能化升级的核心动力。然而，当前数据领域仍普遍面临非结构化数据处理难、跨域协作机制不成熟等共性挑战。作为数据资源最为密集的领域之一，金融行业正积极探求“数据+AI”的新兴技术路径，旨在打破“数据孤岛”现象，并提升治理效率。 多方共话AI驱动下的数据治理实践 峰会期间，中电金信与CCF数字金融分会共同承办“数据智理 价值绽放—数智金融创新发展论坛”，聚焦金融行业在人工智能时代的数据治理路径创新，多位专家及金融机构代表分享了前沿见解。 国家金融与发展实验室研究员罗平指出，差异化监管的核心在于根据银行的规模、风险水平及系统重要性，实施相应的匹配性原则，避免“一刀切”的做法。在数据治理及AI监管领域，必须确保人工智能模型具备可验证、可审核、可追溯的特性，并在模型投入使用前进行严格的数据安全审查，以保障使用的合理性与正当性。金融机构应结合自身实际情况，积极与监管机构沟通，务实推进合规工作，有效提升风险管理的水平。 与此同时，在技术落地层面，金融机构更关注如何将数据能力转化为业务价值。 中国邮政储蓄银行数据管理部副总经理张放深度分享了AI在银行数据治理领域的应用革新与未来发展。她提到，邮储银行大模型驱动的全新数据治理范式加速成型，以数据与安全两大底座为支撑，从模型、技术、形态、产品等方面构建起数据治理智能化服务矩阵，持续强化“数据标准管理、主数据管理、数据质量管理、元数据管理、数据安全管理、外部数据管理”等六大数据治理核心领域能力，从根本上提升数据管理效能，推动数据驱动价值的全新释放。 通过场景化应用，推动金融数据治理从“被动响应”向“主动预见”转变。当技术与场景实现深度融合后，如何构建更为底层、更加自治的数据治理范式？ 中电金信相关业务负责人介绍了公司在数据治理细分场景与底层范式上的双重突破。一方面，在风控、合规、财务等“小”场景深入实践，借助风洞实验室与AI技术实现风险仿真、合规自控与业财一体化管理；另一方面，提出“智能数据自治”新范式，以“三元资产模型”与智能体网络重构DataOps流程，推动数据开发升级为智能工厂模式，实现系统自感知、自决策与规模化运营。 圆桌对话：AI如何重塑数据治理体系 在圆桌对话环节，四位来自金融机构的专家围绕AI如何重塑数据治理体系、推动数据价值释放展开了深入探讨。 新华保险研发中心副总经理于士文指出，AI技术在拓宽数据资产边界、催生新应用场景的同时，也带来了数据确权、伦理合规等新挑战。未来需构建涵盖AI生成数据的新一代治理体系，推动数据从资源向真正资产的转变，实现数据价值的全面绽放。 杭州银行信息技术部总经理助理王玮炜强调，当前数据治理正从依赖人工的“人治”阶段，转向以AI为核心的“自治”阶段。通过智能感知、全链路管控与高质量数据集的双向赋能，AI将成为推动数据治理长效发展的关键生产力工具，实现数据资产的自动生成与持续优化。 鞍钢财务公司金融科技部经理任海认为，大模型为金融机构的数字化转型注入了新动能。面对数据治理范围的爆炸式增长，必须进一步整合产业数据，推动治理目标从传统的数据质量保障转向数据洞察与业务赋能，打造能够自动进化、智能驱动的“数据大脑”，助力产融协同发展。 招商证券大数据架构师顾里从协同与安全角度提出，AI时代即将重塑数据工程的全链条。金融机构应构建数据治理与AI的双向赋能机制，通过场景测试、模型效果评估、持续运营与安全审计等手段，降低大模型的不确定性，探索在无人工干预下的数据系统自我驱动与可信自治。 整场讨论清晰勾勒出AI时代数据治理从“应对挑战”到“重塑路径”，最终指向“自治目标”的演进路径，为行业在技术融合、架构设计与治理机制方面提供了具有前瞻性的实践参考。
-
中央网信办、国家发展改革委印发《政务领域人工智能大模型部署应用指引》 本报北京10月10日电 (记者金歆)记者10日从中央网信办获悉：贯彻党中央、国务院决策部署，落实《关于深入实施“人工智能+”行动的意见》要求，为安全稳妥有序推进政务领域人工智能大模型部署应用，中央网信办、国家发展改革委近日联合印发《政务领域人工智能大模型部署应用指引》，为各级政务部门提供人工智能大模型部署应用的工作导向和基本参照。 在场景牵引方面，政务部门可围绕政务服务、社会治理、机关办公和辅助决策等工作中的共性、高频需求，因地制宜、结合实际，选择典型场景进行人工智能大模型探索应用。 在规范部署方面，政务部门应根据不同政务场景需求与现有技术基础，审慎选择人工智能大模型实施路径。应以统筹集约的方式开展政务领域人工智能大模型部署，地市应在省(自治区、直辖市)统一要求下开展部署应用，县级及以下原则上应复用上级的智能算力和模型资源开展应用和服务。 在运行管理方面，政务部门应统筹减负和赋能，避免盲目追求技术领先、概念创新，切实防范“数字形式主义”。应建立健全全周期管理体系，明确应用方式和边界，落实人工智能大模型“辅助型”定位，防范模型“幻觉”等风险。应扎实做好安全管理，建立安全责任制度，明确安全职责和任务。应严格落实保密要求，防止国家秘密、工作秘密和敏感信息等输入非涉密人工智能大模型，防范敏感数据汇聚、关联引发的泄密风险。 《 人民日报 》( 2025年10月11日 05 版)
-
从互联网视频提取多模态具身数据、将数采成本降至行业千分之五，具身智能企业获数千万元融资｜硬氪首发 作者｜黄楠编辑｜袁斯来硬氪获悉，枢途科技（深圳）有限公司（以下简称“枢途科技”）近日完成数千万元天使轮融资，本轮由东方富海及兼固资本联合领投。融资资金将重点投入视频具身数据采集管线的持续训练与迭代，加速其为多家头部具身智能企业的数据商业化交付进程。「枢途科技」是硬氪长期关注的企业。公司于2024年成立，专注多模态具身智能数据采集及模型技术的研发与应用，通过融合视觉、语言与环境交互系统，构建能够适应开放场景的通用具身数据平台，以推动具身智能技术在物流、制造与服务等领域的规模化落地。当前，随着具身智能发展迈入应用阶段，训练数据的规模、质量与多样性已成为制约模型性能提升的核心瓶颈。尽管端到端模仿学习在结构化场景中表现出较强的任务拟合能力，但其依赖大量高质量演示数据，且存在因果混淆与泛化脆弱等问题，难以适应动态开放环境。另一方面，基于遥操控的数据采集方式虽能获取人类直接操作信号，却受限于硬件成本高、操作效率低、场景覆盖窄等现实约束，成本高昂，难以实现规模化数据生产。在此背景下，仅依靠有限规模的封闭数据集或高成本仿真平台，已无法满足下一代具身智能系统对更多模态、更长时序、更强交互数据的需求。行业亟需一种可扩展、低成本、高真实度的数据来源，以突破当前模型在泛化性、适应性与推理能力方面的天花板。 利用网络视频训练人形机器人动作（图源/企业）针对这一普遍痛点，行业多家头部企业关注到了互联网视频这一数据来源：互联网视频的获取及生产成本低廉，并且来源于真实物理世界，嵌有客观世界的物理参数及自然规律等高质量、高维度信息。今年8月初，马斯克在X上透露，特斯拉Optimus正在逐步放弃遥操作路线，预计未来几年将通过YouTube视频自主学习、掌握新技能；Figure也于此前9月中宣布，其Helix已实现完全基于人类自我视角视频训练，理解自然语言指令，并在真实、杂乱的环境中实现自主导航。相比其他企业进行视频数据创新性处理、并仅服务于自有模型不同，「枢途科技」自主研发SynaData数据管线解决方案，实现了视频提取多模态具身数据并服务于第三方具身模型。 SynaData数据管线解决方案（图源/企业）通过从互联网采集海量RGB视频，并基于视频数据升维、跨域retargeting等技术突破，枢途SynaData数据管线解决方案将视频转化为多模态、高精度的具身训练数据，为具身智能的大规模训练提供可持续的高质量数据来源，实现综合数采成本降为行业平均水平的千分之五。比如在“拿取外卖袋”任务中，SynaData系统能够从普通人手取袋的日常视频中，批量提取包括手部运动轨迹、物体移动路径、物体三维表面网格等在内的多模态具身数据，并将其直接用于机器人抓取模型的训练。测试结果表明，基于该数据集训练的模型，对外卖袋的抓取成功率提升至88%，显示出极强的场景泛化能力。 展示提包的互联网视频转化为训练机器人拎包的数据（图源/企业）目前，SynaData系统已完成全管线技术验证，累计处理数千小时覆盖室内外多种环境的视频内容，产出涵盖抓取、放置、精细组装等逾百种任务类型的标准化数据集。部分数据已在清华RDT、PI π0、智元UniVLA、EquiBot等主流开源视觉语言动作模型中应用。而基于当前视频数据在精度、泛化性与标准化方面仍存在的瓶颈，「枢途科技」正围绕精度提升、泛化扩展、生态共建三大方向推进系统升级。比如在精度维度上，针对当前复杂交互场景中细节动作捕捉不足的痛点，公司将通过动态遮挡建模与多视角重建技术，将轨迹与姿态重建精度从毫米级推进至2毫米以内，为精细操作任务提供数据支撑。泛化能力方面，为应对不同机器人本体在结构、自由度与控制方式上的差异，计划将适配本体类型扩展至100种以上，覆盖从人形机器人、灵巧手到各类移动底盘的全谱系硬件。 SynaData具身数据提取（图源/企业）在生态构建层面，「枢途科技」预计于2025年第四季度推出业界首个基于真实场景视频的开源具身数据集，旨在打通数据生产-仿真训练-系统部署的全链路，与头部仿真环境伙伴共同构建下一代具身智能数据基础设施。「枢途科技」CTO林啸告诉硬氪，数据决定上限，模型逼近上限，SynaData将解锁互联网上海量视频的“数据富矿”，帮助具身机器人从“手把手教学”走向“观看教学”，高效获取物理世界的交互数据，突破能力上限，为机器人进入千行百业提供核心数据支撑。
-
全线暴跌！超150万人爆仓 【导读】加密货币集体暴跌，超150万人爆仓中国基金报记者 李智10月11日凌晨，加密货币市场集体暴跌，比特币一度跌超13%，失守11万美元关口，最新报113700美元/枚。 以太坊一度跌至3400美元，现报3890.64美元/枚。 此外，狗狗币、BNB、SOL等均跌超10%。 Coinglass数据显示，过去24小时加密货币市场共有超153万人被爆仓，爆仓总金额为96.16亿美元，其中多单爆仓80.3亿美元，空单爆仓15.9亿美元。 消息面上，美国总统特朗普当地时间周五在社交媒体上发表强硬言论，引发全球风险资产暴跌。对于比特币的未来投资价值，英国投资巨头Hargreaves Lansdown本周表示，比特币风险太大，不应纳入投资者的投资组合。该公司在声明中表示，比特币是规模最大、持有范围最广的加密货币。虽然比特币的长期回报率一直为正，但也经历过几次极端亏损，而且是一种波动性极高的投资，风险远高于股票或债券。不过，德意志银行认为，在去美元化加速与避险需求激增的背景下，到2030年，比特币与黄金或成为央行储备资产的重要组成部分。10月10日，德意志银行的一份最新报告称，随着机构投资者兴趣日增以及美元主导地位的削弱，比特币和黄金有望在2030年前成为全球多家中央银行储备中的重要组成部分。德意志银行的分析师认为，央行配置比特币可能反映出一种全新的、现代化的“金融安全基石”，其地位与黄金在20世纪所扮演的角色类似。比特币正在享受创纪录的市场表现，并作为一种潜在的储备资产获得越来越多的关注。校对：王玥编辑：舰长审核：许闻
-
阿里把天猫商家搬上Lazada，双11战火燃向东南亚 “在东南亚再造一个「天猫」，难度还真不小。”作者丨周学连编辑丨覃倩雯今年双11来临之际，Lazada与天猫进行系统打通，正式启动“一键轻出海”项目。依托这一项目，天猫商家可轻松将货卖到马来西亚、新加坡、泰国、越南、菲律宾5大东南亚市场。几乎同一时间，淘宝出海也干了件大事，其计划今年双11在海外投入超10亿元营销补贴，助力10万商家在大促期间实现翻倍增长。作为阿里旗下的三大核心平台，天猫聚焦国内市场，Lazada长期深耕东南亚市场，淘宝出海则布局亚洲市场。那么，此次天猫联动Lazada出海的模式与淘宝出海与有何不同？为何优先选中Lazada和天猫实现深度协同？东南亚电商竞争格局又将发生怎样的变化？这些问题，无疑成为业界关注的焦点。01 阿里电商持续发力，三大平台“抱团出海” 阿里做出海这事，可以说是刻在DNA里的东西。1999年阿里成立的第一个业务阿里国际站就是出海业务。经过数十年的发展，阿里旗下拥有Lazada、速卖通、淘宝出海等多个出海平台。不过，虽然同属一个生态，但它们的出海路径并不相同。先看最直观的区域布局。Lazada主攻东南亚本地电商，覆盖马来西亚、新加坡、泰国、越南、菲律宾、印尼6大市场；速卖通面向全球，重点在欧美、俄罗斯等市场；淘宝出海大部分集中在亚洲，比如服务港澳台、新加坡、马来西亚，以及加拿大、澳洲等相对较远的市场。除了区域不同，更深层的差异则体现在战略定位和运营逻辑上。淘宝出海的核心是“轻”和“全”。淘宝商家在平台上可一键出海，它追求的是把“万能的淘宝”体验带到海外。消费者可以从平台上购买到从厨房配具等轻小件到家具家居等大宗商品，强调“什么都能找到”。公开信息显示，在淘宝天猫平台上的在售商品数有几十亿，而签约出海增长计划，可在境外销售的包邮商品数也超过4亿，并且还在快速增加中。不难发现，淘宝出海走的是跨境零售路线，重商品多样性，轻本地运营，主打轻小件直邮，因此退货履约环节也相对简单。与淘宝出海不同，速卖通的目标是全球化卖货，其优势在于全球物流网络和成熟的跨境履约体系，重点在于规模化和成本效率。最近，速卖通升级“超级品牌出海”计划，通过海外仓、半托管、本地化营销等方式，降低品牌进入欧美市场的门槛。用速卖通的话来说，它要用比亚马逊更低的成本，实现更高的成交规模。反观Lazada联动天猫出海，它的目标不是简单卖货，而是打造一个品质商城。通过与天猫打通系统，Lazada讲的不再是“中国货便宜”，而是“买品牌，上Lazada”的故事。据官方透露，此次引入的不仅包括天猫品牌，还涵盖天猫国际平台品牌及直营商品，全面覆盖天猫和天猫国际的全球化进口生态。因此，其不局限于中国品牌出海，更强调全球品牌进口Lazada。简单来说，淘宝出海是帮商家把国内的商品卖出去，速卖通是帮中国品牌低成本进入全球市场，Lazada天猫出海模式是把全球品牌引进来，服务本地消费者。不过，看起来三大平台在内部各有分工，也都隶属于不同的团队，但实际上在招商、物流、支付等环节都有交叉。摆在阿里面前的关键难题是，究竟如何解决三大平台的内部协同和业务交叉问题？对此，Lazada总裁千城表示：“整个市场是大增量市场，几个兄弟业务从不同角度出发，提升市场占有率，内部有一些供应链的协同，订单量足够大的时候，对履约成本和供应链效率也有帮助。”淘宝出海总经理叶剑秋给出的答案是，“我们很难在一个地方内部进行白热化的竞争，更多是协同。大的格局上有不同的市场差异和C端定位。比如淘宝有全球最丰富的供给，最大的优势是‘万能’，我们希望主打的是有差异化的商品。”02 Lazada打通天猫，从“货通”到“品牌通” 回到开头那个问题上，为何阿里在东南亚这个战场偏偏选中了Lazada和天猫去做？我们不妨将目光放到东南亚市场上，很多人以为东南亚就是“便宜货”的天下，消费者只关心价格，不认品牌。但一个容易被忽略的事实是，东南亚市场有7亿人，其中大约1.5亿是中产阶层，他们愿意为品质和服务买单。然而这一群体电商渗透率不高，拿品牌电商GMV占比来说，中国市场超过50%，而东南亚仅30%，低的只有10%。这说明，市场有品牌需求，但供给跟不上。Lazada看中的正是这个缺口。和其他东南亚电商平台不同，Lazada从成立起就把品牌化当作平台的核心战略定位和发展方向。2017年，Lazad成立“LazGlobal”项目，主要围绕补足东南亚供给需求为主，将国内价廉物美的商品引入东南亚。虽然这一项目的出发点并非品牌化出海，但无形中为Lazada铺好了履约方面的路，实现“货通”。2018年，Ladaza开始做品牌商城LazMall，这几年积累了不少本地和国际品牌资源，也建立了自己的物流网络和客服体系。但单靠自己招商，速度慢，品牌资源有限。而天猫不一样，它背后拥有成千上万个已经在国内验证过产品力和运营能力的品牌商家。这些品牌有成熟的供应链、有用户口碑、有营销节奏，如果把它们直接引入东南亚，就能快速补上品牌供给的短板。因此，二者打通系统，是“本地化能力”与“品牌供给能力”的强强联合。Lazada懂本地市场，知道消费者喜欢什么，怎么运营活动，怎么做客服；天猫则有现成的好品牌和好商品。两者一结合，商家出海变得简单，平台也能更快提升市场份额。再看商家这一端。过去品牌商家想进东南亚，要么自己摸索，要么找代理，要么花大价钱建本地团队，成本高，风险大，很多人试一两次没做起来就放弃了。现在“一键轻出海”把流程简化了，相当于给商家开了个“绿色通道”。天猫商家只需在天猫后台一键授权，其商品、库存、营销信息等即可自动镜像至Lazada LazMall，生成一个实时同步的“双胞胎”店铺。整个过程无需重复上架、无需手动翻译、无需重新设计页面。订单来了，商家只要把货发到国内指定仓库，剩下的清关、运输、退换货，全部由Lazada本地团队负责。另外，招商不再由Lazada单点推动，而是由天猫行业小二在服务中自然发起出海建议，实现“自己人推荐自己人”，既能提升信任度，又能极大提高落地效率。天猫商家入驻Lazada品牌商城LazMall后，更是直接以官方品牌身份正式亮相东南亚，同时获得专属频道、品牌专区等核心资源。在日常日销中，LazMall还会优先向具备差异化竞争力的品牌商品进行搜索推荐、站内流量倾斜等。这也是“一键轻出海”项目最核心的竞争力。它不再是简单地“开一个店”，而是一套覆盖日销机制、大促爆发、站内流量、站外种草的全渠道品牌增长系统——从品牌亮相、建立信任，到获得推荐、实现复购，形成完整闭环。跨境商家和本地商家在Lazada也是平权的，它们享受同样的流量机制、同样的营销玩法、同样的资源扶持，直播能做、社媒能投、大促能打，所有本地品牌能玩的，出海品牌一样能玩，不是“代卖货”。这种“通”，不再是单纯的“货通”，而是“品牌通”。至于为什么选择在双11这个节点推出？Lazada总裁千城向媒体表示，“我们期待品牌能在双11期间，同时在中国和东南亚两个市场实现爆发”。据了解，此次双11，Lazada不仅在站内打造了专属的天猫品牌会场，还搭配超级品牌日、超级新品日等营销IP，推出首页Banner、秒杀、品牌团等黄金资源位，确保流量和成交双兑现。当天猫发起大促，海外消费者也能第一时间享受到同等权益，真正实现“一份投入，两地爆发”。Lazada直接打通天猫，可以说是阿里在东南亚复制国内电商成功经验的关键一步，也能让其在Shopee、TikTok Shop的夹击中，找到差异化的破局点。03 Lazada X 天猫模式，能否撬动东南亚市场？ Lazada和天猫打通，让东南亚消费者能在Lazada上买到来自全球各地的品牌，听起来是个好主意。但事情能不能做成，关键不在技术多先进，而在于能不能真正落地，能不能被当地人接受。东南亚不是中国的翻版，市场复杂，消费者习惯不同，竞争也激烈。因此，要真正撬动市场，仍面临多重挑战。首先，东南电商竞争激烈，Lazada并不是唯一想做品牌的平台。Shopee推出了品牌商城，并在大力招商，给流量、给补贴，抢着拉品牌入驻。TikTok Shop推出品牌商城，借助直播和短视频，通过“边看边买”吸引了大量用户。大家都在抢品牌商家，抢用户注意力。Lazada的优势在于起步早，有LaMall的品牌背书，但如果不能持续提供更好的流量、更高效的运营支持，品牌商家还是可能流向其他平台。毕竟品牌不会一直待在一个地方，哪里卖得多、哪里服务好，他们就往哪走。其次，要看本地化做得够不够深。Lazada用AI帮助商家翻译商品详情页，但翻译得好不好，能不能打动本地人，是另一回事。比如泰国人喜欢亲切、有情感的表达，越南人更着重实用和性价比，马来西亚人对清真认证很在意。如果只是机械地把中文详情页翻译成本地语言，内容生硬，效果也会大打折扣。另外，还有国际品牌的协调问题。很多国际品牌在东南亚有代理商，价格和渠道都是分开管理的。如果天猫国际品牌商品直接进入Lazada，需要平衡销售渠道和资源配置，确保平台上品牌有效增长。不过话又说回来，目前东南亚电商市场正处于规模爆发与结构升级并行的关键阶段。品牌用户基数持续增长，消费习惯加速线上迁移，整个市场正从早期的“低价”向“品牌”过渡。比起单纯卖便宜货，做品牌、做服务、做信任，才是长久之计。Lazada与天猫的打通，是一次很有潜力的尝试。它不是靠烧钱补贴抢市场，而是通过系统协同为东南亚电商市场带来品牌供给升级的机遇。当越来越多优质品牌通过系统化、低门槛的方式进入东南亚，市场将形成这样一个多方共赢局面：品牌带来实打实的好产品，平台市场体量不断扩大，消费者获得更好的体验。可以预见，今年双11将成为Lazada与天猫模式的“首次大考”，买家数增长、利润、成交规模和用户质量等数据，将直接检验“一键轻出海”的实际成效。但无论短期结果如何，这一尝试为行业指明方向：在消费升级的浪潮下，只有抓住“品质供给”和“用户信任”两大核心，才能真正撬动这片充满潜力的市场，实现长期可持续的增长。Lazada与天猫的合作，不只是一个出海项目，更是一次关于“如何让中国品牌在海外扎根”的系统探索。这条路走得稳，才走得远。想要了解更多独家或干货请点击关注我们的子账号：
-
双十一低价激战提前开锣：战线一年更比一年长 本报（chinatimes.net.cn）记者卢晓 北京报道作为观察下半年消费趋势的重要窗口，每年的双十一大促都是电商行业集体面临的严峻考验。但身在其中的参与者们，却并不期待这场考验尽早结束。10月9日，抖音电商和京东的双十一大促相继正式开始，分别比去年早了9天和5天，苏宁易购则将双十一大促连上了“国庆档”，天猫双十一大促虽然比去年晚了一天开启，但也比去年晚三天结束。在战线越来越长背后，性价比依然是近年来各个消费市场的重要考量维度。伴随国补等一系列刺激消费政策持续落地，低价依然是今年双十一消费热潮的最大关键词，但电商平台们显然各有自己要完成的小目标。战线越拉越长作为电商平台年底的一场集体硬仗，双十一大促的战线一年更比一年长。“现在付订金，晚上零点开价，双十一全程保价。”10月8日，北京消费者小王在抖音电商某家电品牌的直播间中被主播这样的反复承诺打动。支付了20元订金后，随着次日零点抖音双十一大促正式开启，在他领完国补和平台补贴后，原本售价约2700元的产品便宜了约560元，降价幅度超过20%。不只是比去年提前9天正式开启双十一大促，有业内人士在跟《华夏时报》记者交流时还表示，据他了解今年抖音电商自9月16日开始的中秋大促和双十一大促连在一起，整体活动时长57天，“商家报名参与中秋大促，将会直通双11大促。”京东也在10月9日晚上八点正式开启双十一大促，持续至11月14日，为期37天。苏宁易购则自9月30日开启“家电普惠日”，将今年双十一大促提前至国庆档，全程长达44天。苏宁易购相关人士还告诉本报记者，国庆期间苏宁易购各地门店也将迎来集中“开店季”，其中包括6家代表苏宁易购最高门店规格体验的Max门店。“不等双11，国庆超级补，买就现在”，苏宁易购门店平台事业部总裁徐开闯还这样表示。但并非所有的电商平台的双十一大促都比去年更早。据记者了解，天猫今年双十一大促于10月15日开启预售，比去年晚了一天。但11月14日的结束日比去年晚了三天，整个大促时长31天。此外，双十一大促的主要玩家中，拼多多目前还没有宣布双十一大促启动的明确时间。而在去年，它于10月8日就启动了百亿补贴的双十一大促。“我们天天都是双十一，”10月9日，拼多多相关人士对本报记者说。海豚智库创始人李成东认为，电商平台双十一大促提前抢跑，主要还是吸引消费者注意，拉高自己平台的销售，此外时间错位，也是他们争取商家资源的一种手段。他对本报记者表示，过去十年，电商平台的大促时间越拉越长，有助于平台平滑流量峰值、缓解物流压力。低价背后的不同选择看起来，低价依然是今年双十一大促的主旋律之一。电商平台们也都力求让发券、补贴这些屡见不鲜的玩法更简单。记者从多家电商平台了解，今年双十一京东主打“官方直降，低至1折”，此外消费者还可额外领至高2111元的官方加补券包，抖音电商也推出“立减折扣”“一件直降”“消费券”等优惠活动，立减优惠力度为15%及以上。苏宁易购方面也提出，要加码10%-15%-20%的梯度补贴，确保补贴后价格具备长期竞争力，满足多层级消费需求。嘉世咨询合伙人李应涛对《华夏时报》记者表示，历经多年厮杀，电商平台之间的双十一竞争，已不复原来的激烈和白热化，各个电商平台越来越依据各自平台的属性，以及本身的战略布局，来构成差异化的双11的打法。他对记者举例称，京东今年双十一大促为期37天，核心动机就是要抢占大额消费市场，强化用户粘性，因此它采取现货开卖和官方直降模式，不仅降低用户的决策门槛，还可以避免跟天猫在复杂玩法上直接竞争；而抖音电商今年双十一周期相对最长的原因在于，“它抢跑的本质还是想利用内容流量的优势来提前锁定目标人群，即冲动型消费人群，同时通过延长周期来分散物流压力。”需要提及的是，随着10月1日总额690亿元的第四批国家消费补贴正式启动，今年双十一大促中家电3C等领域的低价趋势更为明显。一直在高端空调市场占据优势的格力电器今年双十一开启价格下沉，10月9日晚间记者在京东App上观察到，格力电器晶弘品牌的小凉神空调正式开售，1.5匹新一级能效变频空调挂机售价只有1999元。在这背后，据奥维云网数据，今年Q2家用空调线上2100元以下的低端机销量占比首次超过50%。此外，近日大疆在淘宝、京东等电商平台官方店铺预告多款产品从10月9日开始降价，多个产品价格降幅在千元左右，引发此前高价购买产品的消费者不满以及公开维权，其线上线下不同退货机制也引发外界关注。李应涛对本报记者表示，近年来追求性价比的消费态势，叠加家电3C行业由于产能或者技术升级迭代造成的库存风险，以及市场竞争的白热化，这个市场确实还是以低价为主旋律，但不同厂商的具体策略出现分化，“比如苹果、华为这些头部厂商还是通过价保、以旧换新等服务来平衡价格和利润，大疆等一些中腰部品牌则会通过局部降价和技术差异化来争夺市场份额，而一些白牌的家电3C产品价格则会加大降价力度，可能比品牌要低30%—40%。”李成东则认为，电商平台的低价竞争是常态，双十一就是要低价，目前的消费环境对价格也更加敏感。但他同时也对本报记者表示，双十一大促要“价值战”与“价格战”并行，对于品牌来说，还是需要精准定位，是巩固高端价值还是争夺低价市场份额。要善用“国补”等政策红利吸引价格敏感型用户，同时务必做好全渠道服务的协同，避免因售后政策不统一引发消费者不满。责任编辑：黄兴利 主编：寒丰
-
比特币一度跌13%！币圈清算！一天超百亿美元遭平仓、不到一小时70多亿 周五，受特朗普关税威胁影响，加密货币市场大幅下跌，美股盘后一度加速跳水、跌幅加剧。加密货币的最新抛售潮是自至少今年4月初以来规模最大的一次。全球最大加密货币比特币日内跌幅达13.5%，失守11万美元关口，最低报105930美元，随后收窄跌幅。比特币本周一曾创下逾12.625万美元的历史新高。规模较小、流动性较差的代币受到的冲击更大。以太币一度暴跌逾17%，瑞波币和狗狗币则更是暴跌逾30%。 根据Coinglass的数据，过去24小时内约有100亿美元的加密押注被清空，为至少自今年4月初以来最大的一轮强制平仓浪潮。清算主要集中在美国时间周五下午，不到一小时，交易员们就看到超过70亿美元的仓位被清算。周五纽约尾盘，CME比特币期货BTC主力合约较周四纽约尾盘跌5.94%，至11.6万美元下方，北京时间周五22:57开始持续震荡下行，本周累计下跌7.37%，周一至周四大致持稳于12.3万美元附近，周五打破沉闷的交易状态并显著走低。CME以太币期货DCR主力合约周五重挫11.29%，报3879美元，一度跌至3850美元，本周累计下跌14.80%，周二至周五呈持续走低态势。有业内人士指出，市场的不确定性导致风险资产暴跌，衍生品市场对下行保护需求激增。
-
【钛晨报】事关政务领域人工智能大模型部署，两部门最新发声；娃哈哈回应宗馥莉辞职：属实；高通公司涉嫌违反反垄断法，市场监管总局依法决定立案调查 【钛媒体综合】中央网信办、国家发展改革委近日联合印发《政务领域人工智能大模型部署应用指引》，为各级政务部门提供人工智能大模型部署应用的工作导向和基本参照。《指引》强调场景牵引。政务部门可围绕政务服务、社会治理、机关办公和辅助决策等工作中的共性、高频需求，因地制宜、结合实际，选择典型场景进行人工智能大模型探索应用。《指引》强调规范部署。政务部门应根据不同政务场景需求与现有技术基础，审慎选择人工智能大模型实施路径。应以统筹集约的方式开展政务领域人工智能大模型部署，地市应在省（自治区、直辖市）统一要求下开展部署应用，县级及以下原则上应复用上级的智能算力和模型资源开展应用和服务。应探索构建“一地建设、多地多部门复用”的集约化部署模式，统筹推进政务大模型部署应用，防止形成“模型孤岛”。应加强政务数据治理，持续提升数据质量，支撑政务大模型的优化训练。《指引》强调运行管理。政务部门应统筹减负和赋能，避免盲目追求技术领先、概念创新，切实防范“数字形式主义”。应建立健全全周期管理体系，明确应用方式和边界，落实人工智能大模型“辅助型”定位，防范模型“幻觉”等风险。应将持续迭代优化作为人工智能大模型部署应用的关键环节，建立常态化更新机制。应扎实做好安全管理，建立安全责任制度，明确安全职责和任务，提升人工智能安全风险应对能力。应严格落实保密要求，防止国家秘密、工作秘密和敏感信息等输入非涉密人工智能大模型，防范敏感数据汇聚、关联引发的泄密风险。《指引》指出，要加强组织实施，加快推进政务领域人工智能大模型国家标准体系建设和重点标准研制，及时总结推广典型场景和创新应用。开展监测评估，构建政务领域人工智能大模型部署应用全流程监测评估体系，持续迭代优化。做好培训宣传，增强工作人员应用能力和水平，提升全民数字素养。钛媒摘声： AI芯片的核心技术瓶颈在于数据传输成本过高，必须尽量避免数据传输，用计算来替代它。现在TPU和GPU都采用这个设计思路，它们会做大量运算，同时尽量减少数据传输，但这种做法也有极限，当想追求更高的并行规模时，效率会不升反降，甚至最终成为性能瓶颈。就像当年CPU遭遇的情况一样，CPU的性能之所以停滞不前，就是因为所有性能优化手段都用尽了。 ——图灵奖得主 轩尼诗 AI不是一阵风，而是一条在未来十年、甚至更长时间的“时代主航道”。技术、政策、市场、资本的四重共识已经形成，接下来比拼的，不是谁能预测未来，而是谁能把“认知”变成“系统性的行动”。 ——盘古智库理事长 易鹏国内公司：娃哈哈回应宗馥莉辞职：属实10月10日消息，多家媒体报道，宗馥莉已于9月12日向娃哈哈集团有限公司辞去公司法人代表、董事及董事长等相关职务并已通过集团股东会和董事会的相关程序，对此娃哈哈相关人士回应：“属实”。智元机器人回应赴港上市传闻：不实消息10月10日消息，今日有消息称，智元机器人计划明年在香港上市，已聘请中金公司、中信证券和摩根士丹利负责其股票发行事宜，目标估值为51亿至64亿美元。智元机器人对此回应称：不实消息。极氪科技CBO关海涛确认将离职10月10日消息，极氪科技首席品牌官（CBO）关海涛在朋友圈确认即将离职的消息，并称“即将结束杭漂”。此前，市场传出了关海涛疑似因个人家庭方面原因将从极氪离职的消息。今年9月，吉利汽车和极氪科技股东先后同意两家公司的合并方案，合并完成后，极氪科技将成为吉利汽车的全资子公司，相应的人员、资源结构优化也在随之进行。国外企业： 高通公司涉嫌违反反垄断法，市场监管总局依法决定立案调查10月10日消息，因高通公司收购Autotalks公司未依法申报经营者集中，涉嫌违反《中华人民共和国反垄断法》，市场监管总局依法对高通公司开展立案调查。亚马逊云科技推出Agentic AI应用Quick Suite10月10日消息，亚马逊云科技宣布推出Agentic AI应用“Amazon Quick Suite”，旨在帮助员工全面提升工作效率，帮助员工转变获取信息洞察的方式，开展深度研究、自动化任务、数据可视化，并执行跨应用的任务。Amazon Quick Suite可连接企业内部知识库、主流应用，以及亚马逊云科技的服务如Amazon S3和Amazon Redshift，并通过MCP集成扩展接入超过1000个应用。马斯克与4名前推特高管达成和解，9亿元天价和解费10月10日消息，美国企业家埃隆·马斯克及旗下社交媒体平台X，也就是前推特，与该公司4名前高管就一起遣散费诉讼达成和解，索赔金额总计达1.28亿美元（约合人民币9亿元），和解协议的具体条款尚未对外披露。此次诉讼源于2022年马斯克完成对推特公司的收购后，随即裁减了超过一半的员工，并将推特更名为X。原告方称，马斯克曾错误指控他们行为不当，并在他们起诉其试图违约收购推特后强迫他们离职。在此之后，他们并未获得承诺的遣散费。政策风向： 证监会发布《证券期货业业务域数据元规范 第4部分：证券交易所》等3项金融行业标准10月10日消息，证监会近日发布《证券期货业业务域数据元规范 第4部分：证券交易所》《证券期货业业务域数据元规范 第5部分：企业资产证券化业务》《期货公司监管数据采集规范 第2部分：资产管理业务》3项金融行业标准，自公布之日起施行。《证券期货业业务域数据元规范 第4部分：证券交易所》规范了中国证券交易所业务相关数据项的业务分类、名称、业务含义、数据类型和长度等属性要素，为证券期货行业机构开展相关数据建设和应用实践提供必要指导。该标准的制定实施有助于规范数据加工存储、提升数据流通效率，在强化关键领域信息披露的同时加快推进行业数字化转型。《证券期货业业务域数据元规范 第5部分：企业资产证券化业务》建立了一套适用于企业资产证券化业务全生命周期的数据元规范。该标准的制定实施将为证券期货行业机构提供企业资产证券化业务数据领域的实用通用规范，旨在巩固行业数据治理基础、推动行业信息高效共享，助力构建高质量、数字化的资本市场。《期货公司监管数据采集规范 第2部分：资产管理业务》规范了期货公司资产管理业务数据要素的业务定义、数据类型。该标准的制定实施有利于提高行业数据治理水平和监管数据标准化程度，明确监管数据采集标准，推动监管数字化、智能化转型。下一步，证监会将持续做好数据治理和业务服务标准制定工作，有序推进资本市场信息化数字化建设，不断夯实科技监管基础。交通运输部发布对美船舶收取船舶特别港务费的公告10月10日消息，交通运输部发布对美船舶收取船舶特别港务费的公告，其中指出根据《中华人民共和国国际海运条例》等法律法规和国际法基本原则，经国务院批准，自2025年10月14日起，对美国的企业、其他组织和个人拥有船舶所有权的船舶；美国的企业、其他组织和个人运营的船舶；美国的企业、其他组织和个人直接或间接持有25%及以上股权(表决权、董事会席位)的企业、其他组织拥有或运营的船舶；悬挂美国旗的船舶；在美国建造的船舶，由船舶挂靠港口所在地海事管理机构负责收取船舶特别港务费。有关事项公告如下：一、对上述船舶，按航次计收船舶特别港务费，分阶段实施，具体收取标准如下(不足1净吨的按1净吨计)。(一)自2025年10月14日起靠泊中国港口的，按每净吨400元人民币计收；(二)自2026年4月17日起靠泊中国港口的，按每净吨640元人民币计收；(三)自2027年4月17日起靠泊中国港口的，按每净吨880元人民币计收；(四)自2028年4月17日起靠泊中国港口的，按每净吨1120元人民币计收。二、船舶在同一航次挂靠多个中国港口的，仅在首个挂靠港缴纳船舶特别港务费，后续的挂靠港不再收取。同一艘船舶，一年内收取船舶特别港务费不超过5个航次。工信部：开展卫星物联网业务商用试验，支撑商业航天、低空经济等新兴产业安全健康发展10月10日消息，工信部就《工业和信息化部关于组织开展卫星物联网业务商用试验的通知（征求意见稿）》公开征求意见。通过开展卫星物联网业务商用试验，丰富卫星通信市场供给，激发市场主体活力，提升行业服务能力，建立安全监管体系，形成可复制可推广的经验和模式，支撑商业航天、低空经济等新兴产业安全健康发展，服务构建新发展格局。卫星物联网业务商用试验对象为符合条件的企业，企业通过构建卫星物联网星座，建立客服系统，以及计费、营账等业务支撑系统，提供卫星物联网服务。国家金融监督管理总局：推动财产保险公司非车险业务经营理念，由追求规模、速度向追求质量、效益转变10月10日消息，国家金融监督管理总局发布《关于加强非车险业务监管有关事项的通知》。《通知》按照防风险强监管促高质量发展的工作思路，坚持问题导向、目标导向，聚焦非车险领域经营不规范、非理性竞争等问题，重点在六方面强化要求。一是优化考核机制，推动财产保险公司非车险业务经营理念，由追求规模、速度向追求质量、效益转变。二是规范产品开发使用，强化保险费率管理，严格执行经备案的保险产品，推动非车险产品的使用符合备案内容。三是规范保费收入管理，要求财产保险公司完善信息系统、健全内控机制，从源头严格财务管理。四是强化市场行为监管，对未按照规定使用经备案条款费率，编制或提供虚假报告、报表、文件、资料等行为，依法采取监管措施或实施行政处罚。五是推动改进非车险承保理赔服务，提升服务便捷性，增强保险消费者获得感。六是发挥行业组织支撑服务作用，有序推动非车险标准化建设，为提升非车险经营质量和监管实效提供有力支撑。股市行情： 今年9月新开户数293.72万户，同比增长60.73%10月10日消息，据交易所数据显示，9月A股新开户数293.72万户，同比增长60.73%，为今年以来单月第二高，仅次于今年3月A股新开户数306.55万户。具体来看，9月A股293.72万户中，个人新开户292.63万户，机构新开户1.09万户，这属于今年以来机构新开户首次突破1万户。港交所：9月底证券市场市价总值49.9万亿港元，同比上升35%10月10日消息，香港交易所日前发布的市场概况显示，证券市场市价总值于2025年9月底为49.9万亿港元，同比上升35%。2025年9月的平均每日成交金额为3167亿港元，同比上升87%。2025年首九个月的交易所买卖基金平均每日成交金额为342亿港元，同比上升163%。企查查IPO申请获受理，拟登陆上交所主板10月10日消息，从上交所获悉，企查查科技股份有限公司IPO申请获受理，拟登陆上交所主板。本次IPO，企查查拟募资15亿元，拟使用募集资金4.58亿元投资于企查查C端商业大数据产品研发升级项目，1.71亿元投资于企查查B端商业大数据产品研发升级项目，3.68亿元投资于企查查多维大数据库升级项目，5.03亿元投资于企查查商业大数据人工智能研发项目。本次发行前，陈德强为公司的控股股东、实际控制人，其合计控制公司53.00%股份。赛力斯：香港联交所审议公司发行H股申请，但未获正式上市批准10月10日消息，赛力斯(601127.SH)公告称，公司正在申请发行境外上市外资股（H股）并在香港联交所主板上市。香港联交所上市委员会已审阅公司的上市申请，但该信函不构成正式的上市批准，香港联交所仍有对公司的上市申请提出进一步意见的权力。公司本次发行上市尚需取得相关监管机构、证券交易所的批准或核准，该事项仍存在不确定性。其他重要内容： 央行发布9月中央银行各项工具流动性投放情况10月10日消息，央行发布9月中央银行各项工具流动性投放情况。其中，短期逆回购净投放3902亿元，买断式逆回购净投放3000亿元，公开市场国债买卖净投放0元，中期借贷便利（MLF）净投放3000亿元，抵押补充贷款（PSL）净回笼883亿元。乘联分会：9月全国新能源乘用车厂商批发销量150万辆，同比增长22%10月10日消息，乘联分会介绍，根据月度初步乘联数据综合预估，9月全国新能源乘用车厂商批发销量150万辆，同比增长22%，环比增长16%；今年1-9月累计批发1,044.6万辆，同比增长32%。交通运输部：网约车监管信息交互系统9月份共收到订单信息7.58亿单，环比下降3.9%10月10日消息，据网约车监管信息交互系统监测，截至2025年9月30日，全国共有393家网约车平台公司取得网约车平台经营许可，环比持平。网约车监管信息交互系统9月份共收到订单信息7.58亿单，环比下降3.9%。（综合自新华社、央视新闻、第一财经等）
-
每本书最高索赔15万美元！苹果因AI版权问题被告上法庭 IT之家 10 月 11 日消息，科技媒体 Appleinsider 昨日（10 月 10 日）发布博文，报道称两名学术作者已对苹果公司提起集体诉讼，指控其在训练“苹果智能”（Apple Intelligence）AI 系统时，使用了包含他们盗版作品的“Books3”数据库。苏珊娜・马丁内斯-康德（Susana Martinez-Conde）和斯蒂芬・麦克尼克（Stephen Macknik）两名来自纽约州立大学健康科学大学的学术作者已对苹果公司发起集体诉讼。 两位学者指控苹果在未获授权的情况下，利用包含其两部著作《幻觉冠军》（Champions of Illusion）与《思维的诡计》（Sleights of Mind）盗版内容的数据库，来训练“苹果智能”AI 系统，此举侵犯了他们的版权。该诉讼的核心证据链指向一个名为“Books3”的影子图书馆。具体来说，苹果公司曾在 2024 年 4 月承认，其在训练 OpenELM 语言模型时使用了名为“The Pile”的数据集，而“The Pile”当时恰好就包含了“Books3”数据库。该数据库收录了超过 18 万本书籍的全文，一份公开文件显示，原告的两部作品赫然在列。尽管“Books3”已于 2023 年 10 月因版权争议被移除，但原告认为苹果已经完成了对其作品的复制和训练。然而，该案也面临多重法律挑战。首先，苹果并未公布其用于训练的详细文档列表，因此证明苹果确实处理了涉案的具体书籍存在困难。其次，美国法院系统在以往的判例中（如 Midjourney 案），倾向于认为要求 AI 开发者对海量训练数据进行逐一授权与赔偿的难度过高。在另一起 Anthropic 公司的案件中，法官虽认定其使用书籍训练模型属于“合理使用”，但因其将书籍存储于中央图书馆而构成侵权，这为本案提供了复杂的参考。原告的诉求依然明确：要求进行陪-审团审判、获得经济赔偿，并永久禁止苹果使用其受版权保护的作品。根据美国版权法，如果故意侵权行为成立，苹果可能需要为每部侵权作品支付最高 15 万美元（IT之家注：现汇率约合 107 万元人民币）的赔偿。
-
华尔街巨头评估发行稳定币计划 项目仍处初步探索阶段 智通财经APP获悉，周五，十家全球主要银行宣布联合探索发行与法定货币挂钩的稳定币，显示传统金融正加快融入区块链与加密资产生态的步伐。这一消息也紧随美国投行摩根士丹利扩大加密投资渠道的决定，标志着华尔街对数字资产态度的重大转变。参与此次探索的机构包括美国银行(BAC.US)、高盛(GS.US)、花旗(C.US)、德意志银行(DB.US)、瑞银(UBS.US)、三菱日联金融集团、巴克莱银行(BCS.US)、道明银行(TD.US)、桑坦德银行(SAN.US)以及法国巴黎银行(BNPQY.US)。根据周五发布的联合声明，各银行将共同研究在公共区块链上发行与七国集团(G7)主要货币1:1挂钩的数字资产，即稳定币(Stablecoin)的可行性。声明指出：“本次合作旨在评估一种全行业的创新方案是否能够兼顾数字资产带来的效率提升与市场竞争力，同时确保符合所有监管要求及风险管理标准。”目前该项目仍处于早期阶段，重点在于验证稳定币是否能在跨境支付、清算及资产流通中发挥实质作用。近年来，稳定币作为加密生态中的核心资产类型，逐渐吸引了金融巨头的关注。随着美国总统特朗普表态支持加密行业、比特币与以太坊等主流币种价格回升，传统金融机构正重新评估其在未来货币体系中的角色。然而，监管层的担忧依旧存在。英国央行行长贝利警告，稳定币若由商业银行发行，可能会削弱传统银行体系在支付与结算中的核心地位。欧洲央行行长拉加德也在今年6月表示，私人机构发行的稳定币或将对货币政策与金融稳定构成风险。根据市场研究机构的估算，目前约九成稳定币交易仍用于加密市场内部流动，仅约6%的交易与真实商品或服务支付相关。市场由总部位于萨尔瓦多的泰达币(Tether)主导，流通量达1790亿美元，占全球稳定币市场总规模的近六成。法国兴业银行今年通过旗下数字资产子公司发行了首个美元稳定币，但流通规模仅约3060万美元。与此同时，欧洲另一个由九家银行组成的财团(包括荷兰国际集团ING与意大利联合信贷银行UniCredit)也计划推出欧元稳定币项目，显示该领域竞争正在加剧。尽管稳定币是当下焦点，部分银行高管认为，未来更具潜力的方向在于“资产代币化”，即将存款、债券、股票等传统金融资产以区块链形式数字化。花旗集团首席执行官在7月曾表示，“代币化存款”可能比稳定币更具战略意义，但各类试点项目的推进速度仍慢于预期。与此同步，摩根士丹利也在行动。消息人士透露，该行已通知旗下理财顾问，自10月15日起，所有客户，包括退休账户持有人，都可通过摩根士丹利投资加密货币基金。这意味着此前仅限于净资产超过150万美元的高净值客户的渠道将向大众开放。摩根士丹利表示，公司将采用自动化风险监控机制，以防客户投资过度集中于波动性较高的加密资产。
-
"星际之门"进军南美：OpenAI将打造高达500MW数据中心 OpenAI的全球数据中心扩张计划再下一城。阿根廷政府当地时间10日周五发布声明，称OpenAI与阿根廷公司Sur Energy签署意向书，将在该国建设一个高达500兆瓦（MW）容量的大型数据中心，投资规模最高可达250亿美元。该项目被命名为"星际之门阿根廷"（Stargate Argentina），标志着“星际之门”（Stargate）人工智能（AI）基础设施建设行动首次进军南美市场。这一合作将在阿根廷去年生效的投资激励计划RIGI税收优惠计划框架下推进。政府声明指出，如果项目最终落地，将成为阿根廷史上"最大的技术和能源基础设施倡议之一"，对该国科技基础设施发展具有重要意义。此举进一步印证了OpenAI加速全球人工智能（AI）基础设施布局的战略意图，将其AI服务覆盖到全球更广泛的地区。"星际之门"项目今年1月官宣，当时特朗普在白宫宣布，OpenAI、甲骨文和软银合资成立该项目，计划对AI基础设施投资5000亿美元。软银CEO孙正义担任董事长并承担财务责任，OpenAI负责运营。四个月后，OpenAI确认了“星际之门”的海外扩张打算，5月称，将通过海外投资扩大"星际之门"项目，推动"民主人工智能"发展。同在5月，OpenAI宣布，将在阿联酋阿布扎比建设总容量5GW的全球最大AI数据中心，占地约10平方英里，耗电量相当于5座核电站。当时媒体称，OpenAI正将视野拓展至亚太地区，计划在日本、韩国、新加坡等地洽谈AI合作。7月末，OpenAI宣布启动挪威"星际之门"项目Stargate Norway，首次进军欧洲市场，该数据中心容量为230 MW，目标是在2026年底前部署10万枚英伟达GPU。
-
广东省卓越人工智能与机器人奖（XAIR奖）在深圳启动 10月10日，广东省卓越人工智能与机器人奖（2025XAIR奖）启动仪式在深圳举行。活动由广东省人工智能与机器人产业联盟主办、深圳大学承办，2025XAIR奖将评选出人工智能与机器人十大卓越项目，获奖项目将有机会被推荐申报广东省科学技术奖。 今年6月，深圳大学牵头组建广东省人工智能与机器人产业联盟。广东省卓越人工智能与机器人奖（XAIR奖）由该联盟设立，面向全省人工智能与机器人领域的企业、高校及科研院所，旨在表彰在基础研究、技术创新、成果推广及产业化方面作出突出贡献的项目。启动仪式上，广东省工商联党组书记陈志清在致辞中表示，设立XAIR奖是广东立足新发展阶段、贯彻新发展理念、构建新发展格局的重要举措，旨在激励技术创新与产业突破，集聚一流人才与团队，促进创新资源向关键领域汇聚，加速技术在各领域的深度应用和赋能。他强调，广东拥有完善的产业体系、活跃的市场主体和开放包容的创新环境，为人工智能与机器人技术发展提供了丰沃的土壤。希望组委会充分发挥XAIR奖的导向和激励作用，推动产学研用紧密结合，加速科技成果转化落地，展示广东创新实力与风采，不断提升产业核心竞争力，为广东在推进中国式现代化建设中走在前列注入更强劲的科技动力。深圳大学校长、广东省人工智能与机器人产业联盟主席、中国科学院院士毛军发在致辞中表示，广东作为制造业大省与数字经济强省，肩负建设国际科技创新中心的使命，XAIR奖的设立恰逢其时，将为产业高质量发展注入新动能，为我国实现高水平科技自立自强贡献广东力量。他指出，广东人工智能与机器人产业基础雄厚、创新要素集聚、应用场景丰富。XAIR奖将进一步完善产业创新生态，加速科技成果转化与产业化。广东已形成从基础研究、技术攻关到产业应用的完整创新链条，XAIR奖将作为产业创新体系的重要一环，激励更多科技工作者勇闯创新“无人区”，助力广东打造世界级人工智能与机器人产业集群。深圳大学人工智能学院院长、广东省卓越人工智能与机器人XAIR奖评审委员会秘书长李坚强介绍2025XAIR奖的设立背景、评选标准、奖金标准和申报流程等。他表示，XAIR奖旨在表彰在广东省人工智能与机器人科技工作中作出突出贡献的单位和个人，激发广大科技工作者的积极性和创造性，鼓励他们不断创新，推动行业发展，加速技术进步和突破，提升整体科技水平，提高全省人工智能与机器人产业的综合实力和水平，增强产业在国内外的竞争力。 据悉，XAIR奖每年评选一次，分设人工智能与机器人两大方向，各包含科技进步奖和应用创新奖两个类别，获奖项目将有机会被推荐申报广东省科学技术奖。2025XAIR奖将评选出人工智能与机器人十大卓越项目，每个项目给予奖金20万元，奖金由香港嘉华集团独家赞助，鼓励项目团队追求创新、卓越，推动广东省人工智能与机器人产业高质量发展，打造全球人工智能与机器人产业创新高地。启动仪式上，领导和专家共同点亮启动装置，为2025XAIR奖揭幕，标志着该奖项评选工作正式拉开序幕。2025XAIR奖评选组建了评审工作的专家团队，聘请ACM图灵奖获得者John Hopcroft和中国科学院院士陈国良担任评审委员会专家顾问，聘请毛军发担任评审委员会主席。采写：南都N视频记者 伍曼娜 通讯员 杨佳林摄影：南都N视频记者 霍健斌
-
无人驾驶，救不了租车公司 本文来自微信公众号：真的不二，作者：真的不二，原文标题：《无人驾驶会是神州租车们的第二曲线么？》，题图来自：AI生成站在我国电动汽车销售渗透率接近60%，L3智能化即将获批普及的前夜，租车市场被出行平台和OTA们卷到微利，当全社会都在讨论无人驾驶对大家生活的影响和改变的当下，不难理解租车公司们，正试着为自己的未来寻找答案。这些年，租车品牌商们的日子一直不太好过，在经历了2019年新车滞销降、2020年的疫情和新能源车大规模普及，租车公司的核心利润品——二手车残值价差不断被挤压，已经变成微利生意。加上近年来，更多的出行平台、OTA进入租车领域，行业竞争加剧，价格卷到新高度。在这样焦灼的背景下，无人驾驶成为品牌商家一次面向未来的战略尝试，变得非常容易理解。那无人车，会是租车公司的第二曲线么？答案却是否定的。从国家政策层面看，司机们的再就业问题没解决，技术大规模普及不具备条件。国家需要平衡自动驾驶技术升级和超千万从业人群的再就业问题。如果没有足够的产业容纳大规模人口再就业，估计很多人会考虑离开城市生活，这对国家的经济发展、城镇化都是不小的影响。而自动驾驶技术的升级路径里，私家车升级实现更容易，代价也更小。所以，只有当市场上的劳动力价格出现普遍上涨的时候，国家才会大力普及无人车。从大众消费习惯来看，没有日常多次的短途乘坐体验完成品类教育，直接租一台无人车作为日常出行方式，几无可能。而从完成品类教育的出行平台提供无人车租赁服务，是不是更容易让人信任？所以，只要业务模型能跑通，各种出行平台和OTA这类流量平台分分钟杀进来，连锅端走。那当下阶段下，品牌商的机会在哪里？纵观当前租车市场的主要矛盾是：行业商家日益拉低的底线与小心翼翼的租车用户防止被坑的斗争；是守住底线的品牌商和放松底线坑保险和车损的平台小户的斗争，而不是客人们都懒得不想开车了，倒逼无人车大规模普及。所以，留给品牌商家们的机会是：1. 自驾+智驾：充分发挥智驾技术事故率低、开车不累等技术优势，拓展“无保险”产品，提高品牌美誉度。2. 提高竞争门槛：租车行业在平台低价引流+高价保险的推动下，劣币驱良问题典型，推动行业法规升级，提高行业合规门槛，是保障行业长期持续发展的基础。3. 智驾+试驾：智能化普及下，换车需求旺盛，品牌商可以为客人提供智能驾驶深度试驾服务，帮助客人选车、买车。4. 升级服务：服务之间的竞争的差异程度太小，才导致平台抢走大量的订单，所以，围绕客人用车场景提供差异化的服务，更容易俘获客人芳心。总之，服务大众的自驾需求，一定有别于出行服务，不是简单的位移服务，不是有人开车带你去，而是一种用户习以为常的生活方式，在异地的延伸。而有智能驾驶能力的自驾服务，会给用户带来更多的驾驶乐趣和探索的快乐，也满足了人们对第三空间的需求。智驾浪潮袭来，品牌商家们将自己定位深入到汽车产业链里，比定位成出行行业，有更好的发展空间和更高的安全边际，也更符合市场发展的趋势。本文来自微信公众号：真的不二，作者：真的不二本内容为作者独立观点，不代表虎嗅立场。未经允许不得转载，授权事宜请联系 hezuo@huxiu.com本文来自虎嗅，原文链接：https://www.huxiu.com/article/4789925.html?f=wyxwapp
