找到
1120
篇与
互联网
相关的结果
- 第 26 页
-
“第一次见到这么多全球500强CEO！”上海AI企业很兴奋：要把握机会 昔日亚洲最大水泥厂，变身人工智能新秀场。10月11日下午，徐汇滨江西岸穹顶艺术中心迎来参加第37次上海市市长国际企业家咨询会议外方嘉宾。穹顶天幕之下，8家企业摆开展台，依次展示上海人工智能领域最新成果，不仅获得了企业家的阵阵掌声，市咨会成员企业与上海人工智能企业间的一些合作，也悄然开始。“今年来沪参会的市咨会成员特别踊跃，他们对中国人工智能也特别感兴趣。”自上世纪90年代起，市咨会会议顾问、安永中国前主席吴港平开始参与市咨会组织工作。在徐汇滨江，很多全球500强CEO告诉他，世界上很少有一个国家，能像中国那样拥有完整的人工智能产业链，“面向未来，我们不能自满，但应该有更多自信。上海与世界的合作，只会越来越密切”。 看到上海AI产业最新发展在上海极派乐科技公司展台，百胜中国控股有限公司首席执行官屈翠容弹起了智能无弦吉他。这款吉他能够实时生成歌曲和弦，即便是完全没学过吉他的门外汉，也能快速上手弹出乐曲。刚放下吉他，她又戴上一款名为“Rokid Glasses”的AI翻译眼镜。周边人讲中文，镜片屏幕会自动显示出绿色的中英双语内容。极派乐的工作人员介绍，这副眼镜重量与普通眼镜相仿，不仅可以自动适配600度以下近视，而且语言翻译准确率九成以上。“Wonderful（太棒了）！”屈翠容点首称赞。走到上海傅利叶智能科技公司展台，市咨会成员、星展集团首席执行官陈淑珊注意到一台圆滚滚的人形机器人。“它真可爱！”陈淑珊走上前去，边拍视频边挥手。这台人形机器人是傅利叶最新发布的“GR—3”，引入软包覆材工艺和全新自研的全感交互系统，实现更亲和的的互动陪伴体验。“上海在AI实际应用层面的深度与广度令我印象深刻。”陈淑珊告诉记者，人形机器人可以成为应对人口老龄化的解决方案，AI也可以应用于医疗健康和能效优化方面，比如从大模型向高效小模型的演进，这体现出前沿科技与实体经济、社会需求紧密结合。市咨会主席、罗氏集团董事会主席施万也在现场关注“AI+医疗”的创新产品。“上海的人工智能生态系统非常优越，能将各项要素和各家企业汇聚在一起，形成了跨领域合作，比如生物化学等传统技术和人工智能等新兴领域的融合。”在他看来，发展人工智能上海有两大优势——做事效率高、规模效应大。今年，罗氏制药中国宣布投资20.4亿元，用于在上海新建生物制药生产基地。罗氏是最早在沪设立研发中心的外企之一，未来也将继续深耕上海。 创造进一步接触的机会听完上海联影智能医疗科技联合创始人周翔的介绍，市咨会特邀演讲嘉宾、瑞士洛桑国际管理发展学院教授马克·格雷芬没有随大家前往下个展台。他向周翔递上名片，并互加微信，探讨进一步交流合作的可能性。“联影智能的多模态医疗大模型特别有意思，我想再深入了解。”格雷芬感慨，从想法到技术整合再到解决方案，上海AI发展速度远超想象。“中国AI公司不仅仅强在科技理论，还在应用方面领先。如今只是人工智能革命的开始，我相信未来能在上海看到更多，期待上海成为国际和本地科创企业的中心。”一边是外宾们兴致盎然地参观，一边是上海人工智能企业在把握契机。“我们与这些企业中国区高管接触比较多，但这么多全球500强企业CEO同时出现，还是第一次。”傅利叶智能科技副总裁时晖很珍惜这样的机会，把企业最新的人形机器人、康复机器人等“黑科技”搬到现场，希望在不到10分钟展示时间内吸引住外宾。当然，时晖坦言，并不奢望单单一次展示就能立刻获得订单，更多是期待给对方留下初步印象，创造进一步接触的机会。让他高兴的是，不少世界500强的中国区总裁主动和他交换名片，有的甚至在参观后留下来深谈。机器人讲解接待、物流分拣与娱乐表演……智元创新（上海）科技公司的展示赢得掌声一片。“2024年至今，我们企业完成从量产迈向商业化的重要布局。”企业合伙人姚卯青告诉记者，中国产机器人在成熟度、成本控制、后续服务等方面有较大优势，希望通过这次展示最新技术产品，推动企业产品“出海”。姚卯青介绍，企业已获得韩国LG公司领投，正在努力建立海外经销渠道，通过差异化竞争赢得市场，“我们企业在技术完整度上较为领先，不必去打价格战”。 利用全球网络支持上海企业发展在11日下午参观上海人工智能技术展示前，市咨会成员、威立雅集团首席执行官埃斯特尔·柏莲诺在浦东参观了一个合作项目，通过AI技术节约时间，提升生产效率。“我们在上海建立了开放创新实验室。当然，他们也面临来自威立雅在全球其他研发中心的竞争，但我认为上海的这支团队有活力、有创新意愿和能力，他们总能做出一些新的东西。”柏莲诺对上海研发团队很有信心。瑞穗金融集团董事长今井诚司认为，中国和日本有很大的合作空间，尤其在上海，瑞穗可以服务于城市的金融开放发展。“瑞穗最近获批在华设立外资独资券商，我们非常乐意利用强大的全球网络支持上海企业的发展。”今井诚司说。在现场，市长特邀客人、奥镁集团首席执行官博格斯已与三四家上海企业交换联系方式。被问及是否有可能与其合作时，博格斯给出肯定的答案：“我们有不少待解决的问题，这提供了合作的空间——想必这些初创企业有能力也有意愿来解决这些问题。”“基于深耕中国32年的坚实基础，星展银行对中国市场充满长期信心与发展期待。星展国际财富中心已在上海揭幕。”市咨会成员、星展集团首席执行官陈淑珊表示，企业将为中国科创企业提供全生命周期金融服务，支持企业全球化发展。“利用我们连接东南亚、香港与中国大陆的独特网络优势，助力中国企业开拓海外市场，特别是在东盟、中东等新兴市场。”副市长解冬出席会外活动。原标题：《“第一次见到这么多全球500强CEO！”上海AI企业很兴奋：要把握机会》栏目主编：张骏 图片来源：海沙尔 摄影来源：作者：解放日报 洪俊杰 胡幸阳 周昱帆 叶宇
-
上观时评｜“永不下播”的AI主播，必须“实名上岗” 近日，上观新闻揭露了“AI服装主播”带货乱象：虚拟人语言流畅、表情自然，衣服上身效果逼真，甚至能“秒回”观众评论，一切都显得天衣无缝。然而，不少消费者收货后却直呼上当——“面料软塌塌的，根本撑不起来”，与直播间展示的“版型笔挺”大相径庭。直播带货要想获得消费者的青睐，在商品实价优质的基础上，真实和互动必不可少。但在AI直播间，运营者提前编写脚本，技术算法精准驱动口型，关键词库模拟即时互动……看似热闹非凡的直播间，实则精心编排的木偶戏。在这个模式中，任何商家都能轻易搭建一个“永不下播”的虚拟直播间，让AI主播24小时“勤奋”推销，而消费者还误以为在与真人交流。事实上，在AI登场之前，直播带货领域早已乱象丛生。市场监管总局数据显示，2024年直播带货投诉举报量达40.2万件，同比增长近两成。产品质量“翻车”、虚假宣传、退换货难等问题屡禁不止。而AI主播的到来，造假的手段更加隐蔽，欺骗的手法更加智能。诚然，直播电商拥抱AI浪潮，本无可厚非。商家借助技术降本增效，是市场竞争的自然逻辑，关键在于透明和规范。我国《人工智能生成合成内容标识办法》明确规定，利用AI生成的图片、视频、虚拟场景等内容，必须添加显著标识。也就是说，AI主播并非不能出现，但必须“亮明身份”。遗憾的是，这一规定在电商领域的落实并不理想。许多平台并未严格执行标识要求，AI主播披着“真人外衣”登场，消费者甚至毫无察觉。平台不作为，也变相纵容造假。如果电商平台继续对AI假直播睁一只眼闭一只眼，短期内或许能换来一时的销量，但长期看，消费者信任的崩塌会让整个生态遭受重创。AI直播间必须“实名上岗”，平台应建立前置审核机制，对未标识、误导性使用AI的行为加以限制和惩处。同时，监管部门应出台更具操作性的细则，将AI虚拟营销纳入常态化监管。技术的进步，不能以商业诚信为代价。AI虚假直播，只是直播带货乱象的一个缩影。今年，中共中央办公厅、国务院办公厅印发的《提振消费专项行动方案》明确提出，要规范直播带货领域的不合理经营行为，倡导实价优质，依法严厉打击售卖假冒伪劣产品。这为行业发展指明了方向。技术可以迭代，规则也要与时俱进，才能让市场在信任中繁荣。原标题：《上观时评｜“永不下播”的AI主播，必须“实名上岗”》栏目主编：简工博 文字编辑：谢飞君 题图来源：视觉中国 图片编辑：徐佳敏来源：作者：陈永建
-
中国的AI人才，要从16岁中学生里挖了 本文来自微信公众号：江伯衡，作者：伯衡，题图来自：AI生成10月9日，字节跳动创始人张一鸣现身上海徐汇知春创新中心开业活动，这在业内颇受关注。自他常驻新加坡办公后，鲜少在国内公开场合露面，使得这次现身格外引人瞩目。与马云等商业大佬一样，张一鸣的每次动态都牵动着舆论神经，外界常试图从其行踪中解读字节跳动的业务动向。然而这一次，他的目的并非商业扩张，而是关乎人才的培养。在上海徐汇知春创新中心的开业现场，张一鸣暂时放下“企业家”标签，转而以“捐赠人”身份，与上海交大ACM班创始人俞勇教授共同揭开了一段酝酿九年的教育创新探索。这个知春创新中心面向16～18周岁、在数学、物理、计算机和人工智能领域有特长与热情的年轻人。这不由得让人们联想起中科大的少年班，也是面向类似的群体。同时，知春创新中心主要培养学生的应用实践能力，又像是“双元制”的翻版。不管怎样，核心都指向了一个问题，那就是：眼下，中国AI人才的缺口很大。从今年下半年的新学期开始，杭州已经在中小学各个学段全面开展人工智能通识课程教育，每学年安排不少于10课时。显然，企业已经迫不及待地下场找人才了。 “中科大少年班”翻版？ 上海徐汇知春创新中心，是于今年4月成立的，其核心定位清晰：聚焦前沿计算机与人工智能技术研究、开源工具开发，以及顶尖创新人才培养。它面向的不是高校毕业生，而是16～18岁、在数学、物理或计算机领域有特长与热情的年轻人。培养周期长达5年，每年仅招30人，采用“小而精”的思路。这种模式，令人不禁联想到著名的“中科大少年班”。1978年，中国科学技术大学创办少年班，旨在从早期发现并培养天赋异禀的青少年，为中国科技事业输送尖端人才。中科大少年班学生的典型入学年龄是16周岁左右，并且严格规定不得是高三应届毕业生。他们是一群在中学阶段，就提前完成了大学学业的“超常少年”。关于中科大少年班，2019年时，就有日本媒体称：中科大少年班，堪称中国AI领域“人才摇篮”。粗略统计下目前中科大少年班走出来的站在行业顶峰的AI人才，其中就有如“寒王”——寒武纪的创始人陈天石等人。 中科大少年班能成为AI人才的摇篮，其背后的原因是，独特的培养模式与AI学科的特点强力共振。首先是夯实基础与跨界融合，少年班在学生入学前一两年会进行跨学科的宽口径通识教育，为学生打下坚实的数理基础。人工智能本身就是一个高度交叉的学科，这种培养模式使得学生能够轻松地在计算机、数学、物理、生物等不同领域间建立联系，为AI创新提供了肥沃的土壤。其次是个性化的培养路径，少年班普遍实行“一生一方案”，这充分尊重并激发了每位学生的独特兴趣和潜能。AI领域发展日新月异，分支众多，这种个性化的培养机制让学生能够根据自身特长，早早地在机器学习、自然语言处理、计算机视觉等不同方向进行深入探索。最后是顶尖的资源与早期科研训练，少年班的学生享有学校最优的教学和科研资源，例如：大二就有机会进入国家级实验室参与前沿课题。在人工智能等前沿领域，这种早期的、高水平的科研实践经历，对于培养其创新能力和科学品味至关重要。同时，少年班学院还持续设立如“智能计算英才班”、“人形机器人英才班”等新的交叉学科项目，紧跟科技前沿。 人才缺口 当前，全球AI人才争夺战已进入白热化阶段。《财富》杂志曾指出，全球范围内能推动AI技术突破的顶尖专家不足千人，且主要集中在OpenAI、谷歌、Meta等科技公司核心团队。红杉资本合伙人大卫・卡恩更是直言：一年前，AI主流叙事还是算力推动发展，如今重心已转向人才优势。在中国，这场竞争同样激烈。行业数据显示，训练一个前沿AI大模型的成本高达数千万美元，其中顶尖研究员的人力成本，与GPU等硬件成本几乎持平。“抢现成人才”已成为行业常态，同时，也越来越难。既因为市场供给端的人才稀缺，也因为企业需求端的竞争激烈。今年9月，阿里巴巴CEO吴泳铭带队赴清华捐赠，支持新设的“无穹书院”，以培养下一代AI开拓者为使命。知春创新中心指向的也是要将抢夺人才的战线往前推，在当天开业现场，张一鸣说的最后一句话，没有提及字节的任何业务，只强调：希望这些年轻人能在AI领域走得更远。黄仁勋曾说，全球50%的AI研究人员来自中国，这是目前最大的单一人才群体。但如何将人数优势转化为创新优势，关键在于培养模式的突破。传统教育体系下，人才培养大多偏标准化、功利化，难以满足AI领域对个性化、创新型人才的需求。现场，张一鸣也分享了他对人才培养的反思： 很多人才的潜力没有被充分挖掘。 有些人才专业知识扎实、技能精准，就像模型在训练数据上表现极佳，却在面对创新任务时“水土不服”，无法适应新场景、解决新问题。在字节跳动发展过程中，张一鸣目睹了太多“高分低能”的技术从业者：能熟练运用现有算法，却缺乏从0到1的创新能力。能完成既定任务，却难以应对AI领域的“不确定性”。因此，知春创新中心的培养目标格外明确：不追求“技能熟练度”，而是培养“思维活跃、有热情和韧性”的人。核心是独立思考、重视实践，“关注长期和全局，在探索中学习，保持平常心，拥抱不确定性”。这种理念与俞勇的教育思考契合。早在2002年创办ACM班时，俞勇就发现，传统教育“只教硬知识，不练软实力”。沟通能力、合作能力、解决未知问题的能力，这些在ACM全球竞赛中至关重要的素质，恰恰是课堂所缺失的。如今他们正将这种“补短板”的思路推向极致：让16岁～18岁的年轻人在价值观与思维模式成型期，就摆脱“应试化”束缚，直接对接AI领域的前沿挑战。 在未来到来之前下手 同样瞄准年轻群体、同样采取特殊培养模式。知春创新中心与中科大少年班有着不少相似之处，但也有着明显的差异：更强调项目制学习，更注重与产业实践的结合，更关注避免“应试化”倾向。除俞勇亲自领衔外，该中心还邀请到上海交大ACM班校友、普林斯顿大学计算机博士康南茜（美国超级独角兽Databricks早期员工）担任导师。同时，中心与字节跳动等企业合作，为学员提供工业界真实场景的研究课题与实习机会。实际上，知春创新中心的成立，可能是张一鸣酝酿已久的计划。早在2016年时，今日头条正在资讯赛道快速扩张，张一鸣注意到公司核心算法团队中，多位能力突出的工程师均毕业于上海交大计算机科学班（ACM班）。这一现象引起了他的浓厚兴趣。为探究背后的“人才密码”，张一鸣专程赴上海交大拜访了ACM班创始人俞勇教授，以及班委会顾问、图灵奖得主John Hopcroft。这次交流让他第一次直观感受到“精准培养”模式对技术人才成长的推动作用。2024年10月，在与俞勇教授的一次教育创新交流中，张一鸣提出了关键问题：是否愿意一起创办一个小而精的创新研究与人才培养机构？这个想法部分源自他对美国欧林工学院的深入研究。这所位于波士顿郊区的学校以“小而精”著称，每年仅招收80名本科生，却凭借动手实践与项目制学习，使毕业生实力比肩麻省理工、斯坦福等顶尖学府。面对张一鸣的提议，俞勇教授的回应是：你是认真的吗？在得到肯定答复后，两人一拍即合。半年筹备期后，知春创新中心正式成立。全球互联网巨头在AI赛道激战正酣，尽管张一鸣本人尽量剥离了企业的色彩，但是，可以预见：如果知春创新中心挖掘和培养出的AI人才，一定是字节跳动近水楼台。本文来自微信公众号：江伯衡，作者：伯衡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/4790441.html?f=wyxwapp
-
数智赋能，助力全球女性绽放新光彩 本报记者 黄发红 “这个AI智创平台工具真能帮我生成本土化形象的卖货视频？太神奇了!”今年9月，50余名外籍女商户、女大学生在浙江同上一堂“数字进修课”，学习如何在数字时代经营好网店，来自也门的外商索芭向老师仔细请教着如何用好新技术。 这次“数字进修课”是全球数字赋能妇女发展交流合作中心举办的一次面向发展中国家女性的电商培训班，以助力提升外籍女商户、女大学生的数字技能，赋能妇女发展。和索芭一样，各国学员都充满求知欲，学习了“跨境电商实操攻略”“AI赋能贸易新玩法”等课程。一名欧洲女大学生兴奋地说：“学好电商和AI，我毕业后也要在义乌创业!”一名中东女商户则表示：“我要学用‘数字人’开拓南美市场，让我的商品卖得更远!” 当前，数智技术已成为驱动全球经济增长的重要引擎，女性是推动数字经济发展不可或缺的力量。据联合国贸易和发展会议的报告，预计2025年至2030年间，仅在非洲和东南亚的电子商务市场中，如果女性能更充分地参与到数字经济中，将会增加超过3000亿美元的收入。 立足数智技术和数字经济发展大势，中国通过颁布《提升全民数字素养与技能行动纲要》、数字乡村发展行动计划，开展妇女数字素养教育与技能培训、发展巾帼电商品牌等举措，帮助中国妇女掌握新技能，提升在数字经济中的竞争力。据统计，目前中国互联网领域创业者中超过50%是女性。2022—2023年，在中国电子商务、平台服务市场和在线平台市场中，妇女就业人员规模超过7185.22万人。她们通过开设网店、直播带货、制作视频等方式，实现了经济独立和个人梦想。 中国不断深化国际合作，分享数智技术赋能女性全面发展的经验和成果，为发展中国家女性提供数字经济能力培训、市场链接、资金支持等，助力各国妇女融入数字经济大潮，实现就业创业。2024年11月，中国国家国际发展合作署联合商务部、联合国贸易和发展会议等在北京和上海共同举办“发展中国家女性企业家电子商务和数字经济能力提升研修班”，为来自非洲、拉美和亚洲地区12个国家的女企业家提供研修培训，通过课程教学、研讨交流和实地考察，帮助她们掌握更多数字经济中所需的知识和技能。 在“亚洲国家妇女能力建设研修班”和“‘一带一路’国家女官员新媒体能力建设研讨班”妇女主题中德联合培训项目中，乌拉圭蒙得维的亚22中的教师弗洛伦西亚感慨道：“在这里的学习让我获得了宝贵的经验，特别是在如何利用科技优化教育资源、将文化元素融入教学、构建数字化平台方面。”该项目由中国国家国际发展合作署和德国联邦经济合作与发展部合作举办，来自亚洲、非洲、拉美和太平洋岛国的12个发展中国家的女性官员、学者、教师和企业家代表等来华参加研修。她们深入中国多地参观考察“城市大脑”智慧平台、融媒体中心、直播基地等项目，实地了解中国在数字治理、绿色发展、媒体融合等方面的经验，收获满满。 中国就数智赋能妇女事业发展、消弭性别数字鸿沟、数字技术国际共治等提出系列倡议和实践路径。在第三届“一带一路”国际合作高峰论坛上，中国提出《全球人工智能治理倡议》，强调避免人工智能发展中的性别歧视；在第七十八届联合国大会上，中国推动通过“加强人工智能能力建设国际合作”决议，强调确保所有人充分享受人工智能的惠益，提高数字包容性，实现性别平等并增强妇女和女童的权能；2025年7月，中国成立全球数字赋能妇女发展交流合作中心，推动全球数字领域女性人才的培养、交流、合作……从倡议到行动，中国正以制度设计、平台共建、人才培育等方式，推动全球妇女事业更好实现包容性、可持续发展。 当非洲女农户可以用手机追踪天气情况，当更多东南亚女商人借电商出海，当“数字丝路”将女性智慧“编织”进全球价值链……在新一轮科技革命和产业变革中，数智赋能将继续激发女性潜能，促进全球女性自立自强，助力她们在数字化浪潮中更好地发挥作用，绽放新的光彩。 (钱旭升对本文亦有贡献) 《 人民日报 》( 2025年10月12日 02 版)
-
30分钟赚2亿美金，“特朗普交易”的新纪录 本文来自微信公众号：动察Beating，作者：Sleepy.txt，题图来自：AI生成2025 年 10 月 11 日凌晨，加密货币交易平台 Hyperliquid 上的一个账户引起了交易者们的关注。那天，这个账户只做了一件事。它在特朗普宣布对中国征收 100% 关税的三十分钟前，在 Hyperliquid 上建立了大规模的空头头寸。它做空比特币，也做空以太坊。三十分钟后，特朗普的消息发布，加密货币市场崩盘。比特币从 12.25 万美元跌至 10.5 万美元，跌幅近十五个百分点。账户主人平仓离场，获利 1.92 亿美元。那一天，全网有数百亿美元的杠杆头寸被清算，无数散户眼睁睁看着账户归零。 该账户做空比特币和以太坊的交易记录；图源：@mlmabc 链上分析师 @mlmabc 在推特上写道：“这只是在 Hyperliquid 上公开的交易，想象一下他在中心化交易平台或其他地方做了什么。我非常确定他是今天事件的关键人物。”这条推文很快获得了上百万次浏览。三十分钟的窗口，一亿九千二百万美元的收益。当这些事实并列在一起，“巧合”一词显得如此无力。但这只是冰山一角。 有人比市场更早知道 五个月前，非营利调查机构 ProPublica 发布了一份长达数万字的调查报告。标题直接而锋利：《超过十几名美国官员在特朗普关税导致市场暴跌前抛售股票》。报告的内容比标题更具冲击力。自 2025 年 1 月特朗普重返白宫以来，至少十几名行政部门高官与国会助手进行了时机异常精准的股票交易。他们在市场因关税政策暴跌之前，提前完成了抛售。Tobias Dorsey，白宫行政办公室的代理总法律顾问，负责为白宫官员提供法律意见，其中包括美国贸易代表办公室。2025 年 2 月 25 日和 26 日，他先后抛售了价值一万两千至十八万美元的指数基金，以及九家公司的股票。交易完成的次日清晨，特朗普在社交媒体上宣布，对墨西哥、加拿大和中国的重大关税将按计划执行。标普 500 指数当日下跌近两个百分点，六周后累计跌幅接近十八个百分点。面对媒体质疑，Dorsey 回应称，卖出股票是妻子为了支付学费所做的决定，他本人并未掌握任何非公开信息。Marshall Stallings 的操作更加引人注目。他是特朗普贸易代表办公室政府间事务与公共参与主管，一个对政策动向最敏感的岗位。2025 年 3 月 25 日与 27 日，Stallings 卖出了 Target 与 Freeport-McMoRan 的股票，金额在两千至三万美元之间。奇怪的是，这些股票是他在一周前才刚买入的。几天后，特朗普宣布实施最严厉的一轮关税。Target 股价暴跌 17%，Freeport-McMoRan 下跌 25%。面对记者的追问，Stallings 选择了沉默。Stephanie Syptak-Ramnath 是国务院的资深官员，直到今年四月，她仍在担任驻秘鲁大使。她的交易记录显示，2025 年 3 月 24 日至 25 日间，她抛售了价值二十五万五千至六十五万美元的股票，同时买入等额的债券与国债基金。3 月 31 日，也就是特朗普宣布“解放日”关税的前两天，她再次卖出了价值一万五千至五万美元的全市场股票基金。市场暴跌后，Syptak-Ramnath 又买回了相同金额的另一只基金。她向媒体解释，这些交易出于“家庭义务”与“对经济变化的反应”，并否认掌握任何内幕信息。类似的案例还有很多。现任驻斯洛伐克大使 Gautam Rana，在 3 月 19 日出售了价值八十三万至一百七十万美元的全市场指数基金。那时距离特朗普宣布汽车关税还有一周，距离“解放日”两周。Rana 拒绝回应任何评论。最受关注的，是司法部长 Pam Bondi。2025 年 4 月 2 日，她卖出了价值一百万至五百万美元的 Trump Media 股票。当天收盘后，特朗普宣布了“解放日”关税，市场随即暴跌。根据道德规范，Bondi 需在 5 月初前清空这些持股，但为何选择在那一天出售，她没有解释。司法部同样保持沉默。ProPublica 的记者 Robert Faturechi、Pratheek Rebala 与 Brandon Roberts 在报告中写道，这些交易可能触犯了 2012 年通过的《禁止国会知识交易法》（STOCK Act），这部法律禁止任何公职人员利用非公开政府信息进行证券交易。但十三年来，它从未被用于起诉过任何一个人。 市场听命于推文 如果说前面的交易还勉强能用“巧合”来解释，那么特朗普在 2025 年 4 月 9 日的举动，让这种解释变得无比苍白。那天早晨，美国股市刚开盘不久，特朗普在 Truth Social 上发出一条全大写的帖子——“THIS IS A GREAT TIME TO BUY!!!（现在是买入的好时机！！！）” 特朗普在 Truth Social 上发出的这条帖子；图源：Truth Social 四小时后，他宣布暂停对大多数国家征收的最严厉关税。道琼斯指数收盘暴涨近三千点。任何在早上听从他建议入场的投资者，到当晚都能获得丰厚回报。问题在于，特朗普在发出那条推文时，是否已经知道自己四小时后会宣布政策转向？答案不言自明。这并不是特朗普第一次用推文左右市场。早在 2017 年第一次入主白宫时，他就习惯通过社交媒体发布政策信息，而这些信息往往会引发市场的剧烈波动。到了第二任期，这种行为变得更加频繁，也更加露骨。特朗普的操作模式已经形成了一个清晰的循环。他先威胁征收高额关税，市场随即下跌，散户恐慌抛售。接着，他发推文喊话“现在是买入的好时机”，散户重新进场。不久后，他宣布暂停或减轻关税，市场迅速反弹。在这个循环的每个节点，核心圈层都可以精准操作，他们低买高卖，进退有序；而那些听命于推文的散户，只能一次又一次地做接盘侠。加州参议员 Adam Schiff 与亚利桑那州参议员 Ruben Gallego 在给白宫的信中要求“紧急调查特朗普总统、其家人及政府成员是否涉及内幕交易或其他非法金融活动”，马萨诸塞州参议员 Elizabeth Warren 在国会发言时质问：“这是否是公然的腐败？”白宫发言人 Kush Desai 的回应是，这些指控不过是“党派游戏”，总统有责任“让市场与美国人对他们的经济安全感到放心”。明尼苏达大学法学教授、前布什总统首席道德律师 Richard Painter 则公开反驳。他说：“我们不能允许高级公职人员，包括总统，在谈论股票价格和买卖时，同时做出会直接影响价格的决定。如果布什政府中有人发表过类似言论，那个人早就被解雇了。”但特朗普不会被解雇，因为他就是老大。 权力之外，再无约束 理论上，美国有三道防线可以防止政府官员从事内幕交易：法律、监管机构和国会监督。然而，在特朗普时代，这三道防线几乎同时失效。第一道防线，是《禁止国会知识交易法》（STOCK Act）。2012 年，在公众压力下，国会通过了这部法律，明确禁止国会议员和行政官员利用职务信息买卖证券。那是一场很有意义的胜利，代表着公众对制度透明度的期待。可十多年过去，这部法律几乎从未发挥过作用。十三年来，STOCK Act 没有被成功用于起诉过任何一个案件。法律专家普遍怀疑，它能否经得起法院的审查。近年来，美国司法系统不断收紧对“非法内幕交易”的定义，使这部法律的适用范围愈发模糊。曾参与起草 STOCK Act 的前国会助手 Tyler Gellasch 说，行政部门的决策几乎每天都在影响市场走势。按理说，他们不该亲自持有或交易股票；如果有投资，也应交由他人独立管理，以避免权力与利益交织。但这只是“应该”。现实中，没有人被追究责任。第二道防线，是美国证券交易委员会（SEC）。它本应是市场秩序的守门人，负责调查可疑交易、惩处违规行为，维护市场的公信力。但在特朗普政府时期，SEC 的角色发生了微妙的变化。特朗普上任后，任命长期主张“放松监管”的 Paul Atkins 出任主席。Atkins 接手后，SEC 先后暂停或终止了十二起涉及加密货币欺诈的案件。2025 年 2 月，特朗普签署行政命令，声称对白宫下属的独立监管机构拥有更大权力。这一命令让 SEC 的独立性遭到前所未有的削弱。根据 NPR 的数据，在特朗普的第一任期内，SEC 提起的内幕交易执法案件降至十年来最低，仅三十二起。进入第二任期，这个数字还在继续下降。监管行动的消失，让市场对违规行为的恐惧也一同消散。监管者不再监管，而是为被监管者开绿灯。第三道防线，是国会监督。按制度设计，国会本应对行政部门形成制衡，防止权力滥用。但在党派极化的现实中，当同一党派同时掌控行政与立法，监督便逐渐演变成庇护。如今，共和党控制着参众两院。民主党议员多次要求就特朗普及其政府官员的交易行为展开调查，却始终得不到回应。面对愈发明显的利益冲突，共和党议员选择视而不见，沉默成了默认的姿态。前共和党众议员 Charlie Dent 曾担任众议院道德委员会主席。他说：“任何人都不应被允许在任职期间利用公职致富。国会议员绝不会被允许从事总统正在进行的那种 Memecoin 交易。”但 Dent 现在已经不在国会了。留在华盛顿的同僚们都很清楚，挑战特朗普意味着政治生涯的终结。于是，他们学会了低头。 从怀疑加密到自己发币 2019 年，特朗普在推特上公开批评加密货币，称“不受监管的加密资产可能助长非法行为，包括毒品交易”，并断言这种资产的价值“高度波动，建立在空气之上”。两年后，他在接受福克斯新闻采访时再次表示，比特币“看起来像个骗局”。然而到了 2025 年，一切都反转了。特朗普宣布要让美国成为“地球的加密货币之都”，要结束对加密产业的抵制。改变他想法的，不是技术的成熟，也不是对金融创新的理解，而是更直接的东西，利益。就在就职前几天，特朗普发了自己的 Meme 币，$TRUMP。这是一种没有任何实际用途的代币，完全依赖他的个人品牌和政治光环来吸引买家。代币一经发行，便在短时间内筹集了约 1.48 亿美元，其中大部分资金来自匿名账户和境外买家。几个月后，2025 年 5 月 22 日，特朗普在弗吉尼亚的高尔夫俱乐部举办了一场私人晚宴。受邀者是$TRUMP 币的前二十五大持仓者。第二天，他们还获得了白宫的特别参观机会。 晚宴现场；图源：律动BlockBeats 这场晚宴活动引发了强烈的争议。康涅狄格州民主党参议员 Richard Blumenthal 说：评论说：“通过这场付费晚宴，特朗普把总统的接触和影响力放在了拍卖台上。腐败的范围和规模令人震惊。”除了个人发币，特朗普家族还创立了一家名为 World Liberty Financial 的加密货币公司。这家公司由特朗普和他的两个儿子在 2024 年秋季共同推出，家族持股比例高达六成。在短短几个月内，World Liberty Financial 已筹集超过五亿美元的资金。根据披露的数据，特朗普家族获得了约 75% 的加密代币销售收入。公司的核心人物包括特朗普的中东特使、房地产亿万富翁 Steve Witkoff，他既是投资人，也是联合创始人。特朗普的两个儿子则在中东及其他地区积极推介这家公司的项目与代币。重返白宫后，特朗普迅速放松了对加密货币的监管。证券交易委员会（SEC）暂停或终止了十二起涉及加密货币欺诈的案件，司法部也中止了多家公司的调查。与此同时，数名长期支持加密产业的官员被任命至关键监管岗位。这种政策转向带来的收益，远不止于特朗普家族自身。在他的竞选名单上，许多加密货币企业家与投资人都是重要的政治捐助者。Elon Musk 是其中最著名的一位。他花费近 3 亿美元帮助特朗普当选，而他通过特斯拉和其他企业拥有大量比特币投资。监管松绑后，市场情绪回暖，加密资产价格飙升。Musk 的账面财富也随之水涨船高。哈佛大学政府学教授、《民主如何死亡》的作者 Steven Levitsky 说，他在任何现代政府中，都未曾见过如此公开而直接的腐败。前联邦检察官 Paul Rosenzweig 也表达了类似的担忧。他指出，自我致富正是美国开国元勋最为忌惮的权力滥用形式。正因为如此，他们在宪法中设立了两条专门防范个人利益冲突的条款。而特朗普通过总统 memecoin 获利的行为，正是他们当初试图避免的典型情景。普林斯顿大学政治历史教授 Julian Zelizer 则更为直接。他说：“对我来说，特朗普的加密货币交易似乎相当明确。关于金融业部分的政策决定不是为了国家利益，而是为了他自己的财富积累。很难想象，这样的决策能为国家带来任何好处。” 阳光下的腐败 当这些零散的事件被拼接在一起，一个完整的权力变现系统便浮出水面。特朗普掌控着关税与监管政策的方向，而这些决策对市场的影响巨大。在政策公布前，核心圈层往往能提前获知消息，并迅速在市场上完成布局，是做空、抛售还是买入，全取决于政策的走向。为了规避监管，他们选择使用加密货币等更难被追踪的渠道。政策一经发布，市场剧烈震荡。核心圈层平仓离场，获得暴利；散户投资者成为接盘侠，或被清算出局。SEC 视而不见，国会拒绝调查，法律形同虚设。然后，下一次关税，下一次政策，下一次收割。这个系统的运转几乎完美。从信息传递到市场反应，从布局到套现，每个环节都衔接得精密无比。它不需要秘密会议，不需要地下交易，一切都在阳光下进行，但没有人能够阻止。尼克松因窃听民主党总部而下台，但他没有从中获利。克林顿在性丑闻与伪证后遭遇弹劾，但他没有操纵市场。而在特朗普时代，腐败被制度化、被产业化，甚至被合法化，但没有任何人因此承担责任。这一切的出现有多重原因。美国宪法的设计者为权力设置了层层防线，却未曾设想总统会如此赤裸地将公权力用于私人获利。党派极化让制衡机制失效，共和党议员不会监督共和党总统，即便腐败已公开化。金钱政治的胜利让大金主与总统形成利益共生，他们投资的是权力本身。民粹主义的悖论在于，选民选择特朗普是因为他“反建制”，但他所建立的，恰恰是一个更加腐败的建制。2025 年 10 月 11 日凌晨的那三十分钟，是整个腐败系统的缩影。从白宫法律顾问到贸易代表，从司法部长到交通部长，从加密货币巨鲸到特朗普家族的 memecoin，所有的线索都指向同一个结论，这是一部运转精密、效率惊人的权力变现机器。法律已形同虚设，监管机构沦为帮凶，国会放弃了监督。三道防线悉数坍塌，只剩下一个不受约束的权力中心。特朗普用他的方式证明了一件事：在二十一世纪，你完全可以公开、系统、合法地将公权力变现，而无需付出任何代价。当总统成为最大的内幕交易者，当政府像对冲基金一样运作，当推文被用作收割散户的信号，这就不再是一桩腐败丑闻。这是一场公开的拍卖，标的物是权力本身。而那些在三十分钟内失去全部积蓄的普通投资者，只是这场拍卖里最微不足道的筹码。本文来自微信公众号：动察Beating，作者：Sleepy.txt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/4790510.html?f=wyxwapp
-
加入电商事业群 100 天，飞猪国庆 GMV 增长 48% “背靠阿里”，不再是概念。 10 月 9 日，节后的第一天。兰州某舒适连锁酒店门店在复盘国庆数据时，发现今年来自飞猪平台的订单量上涨了 600%。另一中端连锁酒店的区域负责人也发现，整个十一假期，哈尔滨来自飞猪的订单 “比去年多了几千间”。这样的情况让商家感到有点意外。10 月 9 日，飞猪公布其 2025 年国庆假期业绩，其 8 天长假里，服务人次较去年增长了 30%，履约 GMV 较去年增长了 48%。2025 年 “十一” 的旅游出行热度比以往更高。文化和旅游部数据中心测算，国庆中秋假日 8 天，全国国内出游 8.88 亿人次，比去年多 1.23 亿人次，增幅 16.1%；国内出游总花费 8090.06 亿元，也增长了 15.4%。飞猪在服务人次和交易规模上，增速都数倍于大盘。同时，它更自信地公布了一个较窄的统计口径 “履约 GMV”——下单预订后、实际完成出行的 GMV。国庆假期对旅游从业者意义特殊。中国全年的法定假日中，只有国庆与春节能连休 7 天以上；加上 10 月南北气候皆宜出行，全国都适合出游，需求集中释放，因此，十一常被视为旅游商家最重要的收入窗口。飞猪常年是 OTA（在线旅行社，Online Travel Agency）市场中的追击者。据酒店反馈，与携程、美团相比，飞猪在同一家酒店的渠道里占比偏低，因此商家参加活动的积极程度也不够，“黄金时期通常不太指望这个平台”。但事情正在发生转变。飞猪在一线的业务拓展员工感受到的直观变化是，往年撬动商家参加活动费时费力，但今年，商家无论是报名、沟通，还是反馈的积极性都变得更高，“甚至主动来问接下来还有什么合作”。飞猪发生了什么？“大消费平台” 带来了更多用户6 月 23 日，阿里巴巴集团 CEO 吴泳铭曾通过全员邮件宣布，饿了么与飞猪合并进入阿里中国电商事业群。邮件提到，这两个业务仍保持公司化管理，同时 “业务决策执行上与中国电商事业群集中目标、统一作战”。这一系列变化被视为 “从电商平台走向大消费平台的战略升级”。当大部人的注意力都被饿了么与淘宝闪购所代表的即时零售战争吸引时，飞猪与淘宝的协作也在发生深刻的变化。一位在阿里超过 8 年的飞猪人士评价，“业务之间的咬合感更强”。最直接的变化是，飞猪获得了历史上最丰厚的流量支持。8 月 6 日，淘宝 App 首页顶部新增了 “飞猪” 的一级入口，在 “闪购”、“国补” 的右侧。在一个 DAU 超过 4 亿的应用里，这个位置足够重要。此前，飞猪在淘宝首页的子频道部分，也有一个根据用户偏好展示的入口，通常需要划动到第二屏才出现。在流量的稳定性上，现在的固定标签入口高得多。上述飞猪人士说，商家的反馈比内部员工看到公关发布的内容更快。6 月组织调整的消息刚刚传出，她收到了多家酒店主动递出的橄榄枝，前来洽询是否有新的合作机会。产品体验也更一致。另一位飞猪人士告诉我们，蒋凡要求产品给用户的体验要保持流畅，“打开这个 tab（标签），不能给用户跳转和拼凑的感觉”。早在一级入口上线前，飞猪的产品、技术团队已参与到一系列和淘宝相关的售前售后产品改造项目中。比如，用户下单后，在淘宝 “我的订单” 页面，可发现订单被分类为 “购物”、“闪购” 和 “飞猪” 三类，供分场景查询。他认为，“做旅游从飞猪自己的事情变成了阿里大消费平台要经营的一个场景”。在这个基础上，飞猪与 88VIP 的联系变得更加紧密。有飞猪员工形容，如果说过去飞猪与淘宝的打通是 0 到 1 的过程，这次就是 1 到 10 的变化。以 88VIP 为例，双方的关系更近，高价值的电商用户被激活得更彻底。这从运营动作上能感受出来。在每月的会员促销活动中，88VIP 用户打开 App，即可直接看到更明显的消费券弹窗。6 月的组织调整后，飞猪的酒旅类补贴第一次被纳入到这类集中的营销资源位里。“88VIP 的消费券直接弹出来，强提示、高频次，让用户反复记忆 ‘哦，88VIP 在飞猪有特权’，心智可以迅速培养起来”。这位飞猪人士说，以前飞猪也能在淘宝 App 发放优惠券，但位置通常在卡包里，用户需要进入卡包页面、再去点领，每一层都会产生效率磨损。“现在领了券，到飞猪 tab 就能直接用，体验简单了很多。” 他解释，这几个变化让飞猪触达和服务 88VIP 的效率明显提升。飞猪的营销预算也在增加，用户补贴率增长接近 100%，给 88VIP 提供了更多优惠。在一些城市的交通枢纽，飞猪的品牌广告词也变成了 “上淘宝，飞猪旅行订机酒——88VIP 订机票酒店更优惠” 或 “88VIP 专享飞猪旅行大红包”。此举进而刺激了商家的投入。前述飞猪业务拓展人士回顾，“比较头部的一些酒店集团 6 月就开始跟我们合作。” 根据飞猪 10 月 10 日披露，约有 20 家酒店集团作为第一批吃螃蟹的人，参与了对 88VIP 的专项优惠设计；这批酒店 10 月 1 日到 8 日，从中收获的间夜量最少有 1 倍的增长，最多则有 9 倍。一位 88VIP 用户表示，“十一” 期间预订香港一家万豪集团旗下的豪华酒店时，飞猪上的价格比其他 OTA 上便宜数百元。飞猪的独立应用也是深度协作的受益方，其 App 的下载量、转化率，最近 3 个月一直在增长。一位飞猪人士评论，“低频靠广告，淘宝的一系列运营动作实际上起到了品牌营销的效果。”“背靠阿里” 一直是飞猪的销售要点，但对商家来说，这句话一度像一种概念。现在这一轮集中的流量和 88VIP 所代表的高价值用户运营策略，让飞猪的资源承诺变得稳定、可量化。和 OTA 不一样的模式组织的整合让员工感受到业务策略上的聚焦。“什么样的资源，供给什么样的货，去打什么样的人群，这件事上我们也咬合得更好”，负责业务拓展的员工承接上游的销售目标，他们感觉今年 KPI 的压力更大，但公司的想法比较明确：优先谈 88VIP 的需求集中的那部分供给，“现阶段不是跟携程等全品类拼，而是夯实自己的优势人群和供应链质量飞轮。“该员工透露，在她的团队里，得益于 88VIP 的贡献，国庆期间间夜均价在 1000 元以上的酒店是所有价格带中增长最快的。2016 年，飞猪在成立之初，也曾获得过淘宝、支付宝的流量灌溉，这是支撑其早期快速扩大规模的基础。但当移动互联网的竞争格局趋于稳定，流量之外的能力，比如供应链质量和客服的重要性提高了。一位飞猪员工说：“核心是你能不能接得住，能不能转化。”对飞猪而言，除了用户和运营的变化，短时间内获得巨大增长还来自其在供应链上已有基础。高星级酒店是以携程为代表的 OTA 的支柱品类。对市场上的其他挑战者来说，也一向是最难打的品类。飞猪正尝试用不一样的商业模式来打破瓶颈。它试图将平台的概念引入到酒旅行业中，将自己定位为在线旅游平台（OTP，Online Travel Platform），而非一个超级旅行社。飞猪更强调商家在经营中的主体地位，让商家拥有独立的经营、定价和会员运营权，平台的角色相对克制。这背后的考量，是调和商家与 OTA 之间的矛盾。以往，商家对 OTA 的依赖越大，佣金、营销费用的负担也就越重，品牌价值也被稀释。这一模式尤其契合那些既想获得线上客源、又担心失去品牌自主权的中高端的品牌酒店。疫情后，中高端酒店因为结构性的供大于求和消费者需求改变，经营压力大，对 OTA 的怨气日益增加。飞猪从中看到了借新模式扩张的机会。2017 年，飞猪作为阿里方面的代表，和万豪启动了一项有标杆意义的战略合作：万豪在飞猪上开设旗舰店，作为品牌的官方直营渠道之一，由万豪直接提供服务。同时，万豪的会员忠诚度计划 “万豪旅享家 “与飞猪的成长会员体系打通，飞猪的高级别会员可以直通万豪的金卡，同时享受平台和品牌的积分和权益。这一机制可以提升用户复购率，黏合飞猪与酒店两方的利益。这个合作里 ，平台可以不做赚差价的中间商，而是做品牌的另一个官网。目前，这一 “官方直营 + 会员互通” 的模式逐渐展开，已覆盖超过 35 个主流的国际和国内酒店集团，进而使飞猪能够在规模不占优的前提下，获得一部分优质的中高端酒店的长期合作。一位从业超过 20 年的酒店人士解释，高端酒店固定投资成本高、经营复杂度大，在选择第三方合作平台时非常现实，一切决定跟着实际收益走。此外，同一类型、同一地区的酒店之间，总是倾向于先观望再出手。如果发现同类酒店的表现不佳，也会持谨慎态度。因此，客情的稳定性是获得优质供给的核心因素。相对友好的商业模式和合作关系，让飞猪在获得淘宝方面的资源加持后，快速搞定了相应的供给。一位员工说：“以前做的辛苦活儿，在 ‘东风’ 吹来的时候突然被放大了。”商家也正从阿里的这轮变化里得到回报。飞猪宣布，这次国庆节，其境内外酒店业务全部创新高，间夜量比去年增长了 78%。至少 100 个酒店品牌的店铺间夜量实现三位数增长。前文提到的中端连锁酒店哈尔滨区域的负责人说，从今年 3、4 月起就已明确感受到飞猪的变化，“以前找他们的业务经理不容易，但今年所有业务经理下到一线，拿着门店的数据来分析，跟你聊怎么去做，怎么提升；频次也变得更高”。他甚至感觉飞猪员工的考核新增加了拜访率和客户满意度的指标，“平台每次都会帮助商家将一个问题调查透彻”。一位连锁酒店直营店的负责人在国庆看到飞猪订单的数倍增长和各 OTA 占比变化后，预感总部会在飞猪上投入更多资源，“说实话，我们集团以前线上投入主要针对美团和携程，这次看到飞猪量这么大以后，集团在政策也会有一些变化，希望跟平台有更良好的合作关系。”没有比商家更敏锐的人。在存量竞争的市场里，他们的每一个决定既是为了活得更好，也是为各个平台投票。市场格局或已发生变化。题图来源：《白日梦想家》
-
硅谷老板们爱上“工作狂”：每周超120小时，马斯克也留不住想下班的CFO 据报道，近期有硅谷行业观察者发现，今年在人工智能热潮的推动下，在硅谷，尤其是创业型公司里，高强度工作模式已变得司空见惯，甚至出现在招聘启事中。近期，埃隆·马斯克也面临着这种高强度工作带来的员工离职潮。据报道，马斯克的人工智能初创公司xAI的CFO（首席财务官）迈克·利伯拉托雷入职仅三个月后，就转投竞争对手OpenAI。此后，利伯拉托雷在商业社交网站上发帖称：“102天——每周7天在办公室工作；每周工作超过120小时。”xAI前总法律顾问罗伯特·基尔表示：“我爱我的两个孩子，但我没有时间陪伴他们。”他在马斯克的公司工作16个月后离职。 ▲创意配图 据图虫创意 连续创业者阿德里安·金纳斯利同时经营着一家人力资源招聘公司以及一家初创公司，他对如此多的初创公司全力投入“高强度工作模式”感到惊讶。“这正变得越来越普遍。”他说，“我们有多个客户，在面试前筛选候选人的先决条件是他们是否准备好接受这种工作制。”“我从高管猎头公司那里听说，一些人工智能公司正在考虑在雇佣合同中加入相关条款。”Notable Capital合伙人詹·霍姆斯特伦说道，“我以前从未听说过。我认为这种理念的意图是想传达公司环境的紧张程度，以及对人才的需求，这些人才不仅能力超群或潜力巨大，而且愿意全身心投入工作。”硅谷行业观察者认为，随着人工智能及其相关领域人才的竞争比以往任何时候都更加激烈，不少公司对这种工作制的兴趣激增，表明形势已经发生了逆转。AI初创公司Rilla表示，其80名员工中几乎所有人都在高强度工作。在Rilla公司的招聘启事中，明确指出员工每周工作时间需超过70小时，并提醒应聘者如果对工作时间安排“不满意”，就不要加入。办公室每天都提供早餐、午餐和晚餐，周六也不例外。“我不知道这种模式会流行多久。”Redpoint人才网络副总裁阿特利·托克尔森表示，这并非适合每个人，“公司招聘不同职能的员工，大家的期望也各不相同。如果你是早期创业公司，尤其是在AI领域，很可能招聘的都是更年轻的员工。二十出头的年轻人或许能接受每周到岗六天。但当你开始引入管理层和其他职能岗位，当公司规模达到数百人时，我认为这种要求很难持续下去。”人工智能物流初创公司Sotira的首席执行官阿米拉塔·巴辛表示：“我认为把这种工作量强加给普通员工是不公平的。”红星新闻记者 沈杏怡编辑 邓旆光审核 高升祥
-
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：
