找到
1580
篇与
互联网
相关的结果
- 第 68 页
-
员工一年受贿9000多万，互联网大厂如何反腐？ 一名实习生多次大量重复领取餐食，单日最高领取13份。不仅如此，茶水间的零食柜也常常被他清空，行政团队放在储物柜里的物资，被他整盒拿走。2025年1—3月，他累计领取餐食154份。9月4日，字节跳动企业纪律与职业道德委员会发布中国大陆地区2025年3号通报（以下简称“通报”），披露二季度员工违规处理情况，这起案例率先引发舆论热议。有人调侃这位实习生是“进货式”实习，通报称其行为属侵占公司资产，已责令这位离职的实习生退回违规所得。与这起看似奇葩的案例一同公布的，还有更严厉的处理：共有100名员工因触碰公司红线被辞退，其中18人因涉刑事犯罪、恶意损害公司利益等严重情节被实名通报，8人涉嫌刑事犯罪已移交司法机关，同步行业联盟并取消期权。近年来，互联网大厂持续反腐。近几个月，B站、京东、饿了么、完美世界等公司陆续公布员工的职务犯罪行为，腾讯、阿里巴巴、字节跳动等也在近一两年陆续公开通报员工商业贿赂、职位侵占等舞弊行为。今年5月，北京市海淀区人民法院发布的《互联网企业内部人员贪腐犯罪案件白皮书》（以下简称“白皮书”）显示，2020年至2024年，海淀区人民法院共审理涉互联网企业内部人员贪腐犯罪案件127件，涉案金额超3亿元，其中七成以上发生在互联网大厂，案件罪名包括非国家工作人员受贿罪、职务侵占罪、挪用资金罪。为什么互联网大厂内部腐败问题在近些年愈发突出？北京师范大学刑事法律科学研究院教授赵军告诉《中国新闻周刊》，传统个体户或小微企业中，企业的所有权与经营权高度重合，员工是为了企业的利益工作，挖公司墙脚的情况并不多。但是随着企业规模扩大，管理层级变多，企业的所有权与经营权逐渐分离，员工个人利益与企业利益也发生了一定程度的脱节，这时候就容易滋生内部腐败。因此，互联网大厂如何反腐，也成为大厂的必答题。 本文图/视觉中国“平台软权力”腐败账户封禁和解封、热搜置顶、加V认证、流量倾斜、文章捞回……这些看似虚拟的操作，被互联网行业称为“平台软权力”。根据白皮书的定义，“平台软权力”是互联网公司员工在网络空间里的准公权力，127起案件中，有39起案件涉及员工滥用“平台软权力”牟利，涉案金额超过6700万元。赵军告诉《中国新闻周刊》，这种权力并不直接涉及资金、设备或人事等传统资源，但在互联网空间极具商业价值，易于变现。海淀区人民法院通报了这样一起案例：郭某作为一家短视频平台的主播运营人员，负责平台账户的直播管理、账号维护等。2021—2022年，他利用管理主播的便利条件，为其管理的多名主播提供快速解封、快速加“白名单”等帮助，并向4名主播索要或收受钱款共计300万元，用于购房、购车、网络游戏、日常消费等。北京德恒律师事务所律师吴昕栋用“小官巨贪”来形容互联网公司这样的贪腐现象。他告诉《中国新闻周刊》，相比于传统企业，互联网公司的管理方式更加扁平化，在快速扩张中大量下放权力。如果缺乏监督，这种短链路的决策就可能给基层员工创造寻租空间，尤其在关键业务部门，会出现“小官巨贪”现象。吴昕栋进一步表示，“平台软权力”腐败通常跟数据、算法、流量等互联网平台的虚拟资源挂钩，它们看不见摸不着，但因为有稳定的流通渠道和变现规则，被赋予了实实在在的经济价值。比如，某视频平台前员工李某与外部人员合伙成立公司，他借助手中权限，把流量投放倾斜给其关联公司的账号，从中收取好处费。目前，李某因涉嫌非国家工作人员受贿罪，已被移送司法机关。石某是一家互联网公司贴吧业务部的用户经理，日常负责产品设计和客户需求，这个岗位看起来普通，却让他接触了公司内部的虚拟财产。任职期间，石某引入某科技公司合作虚拟货币奖励业务，趁机非法收受现金608万元。同时操作多个贴吧账号，将虚拟货币套现并转入个人银行账户，侵占公司资产366万元。不过，并不是在关键部门的员工，都有把“平台软权力”变现的机会。一位字节跳动员工告诉《中国新闻周刊》，他的岗位职能是给某平台上用户生产的内容做推荐。他表示，在这个平台上，算法的推荐权力要远远大于他本人，“坦白说，捞油水的机会很少”。 9月4日，字节跳动企业纪律与职业道德委员会发布的中国大陆地区2025年3号通报披露了二季度员工违规处理情况，并明确提到，对于涉嫌构成刑事犯罪的人员，移送司法，并同步至诚信联盟和反舞弊联盟。供应链、招商是重灾区7月24日，上海警方通报了一起互联网企业高管收受商业贿赂案：自2023年7月以来，上海某互联网企业前副总裁韩某等人在任职期间，利用职权为供应商获取优质配送区域提供帮助并收受贿赂，在不到2年的时间里，30余次收受超过4000万元的行贿款物，并为掩人耳目将之分散存放于多处租住房屋内。韩某即饿了么前CEO韩鎏。今年6月，其在上海办公室被警方带走。彼时，饿了么方面曾回应称，内部调查发现其涉嫌职务犯罪，并向警方主动报案。经查，韩鎏掌管着饿了么的物流配送业务，具有确定供应商准入、清退、考评、补贴发放等职权。他帮助多家供应商获取了数十座大中城市的物流配送业务资格，并借此大肆收取供应商行贿款。有考核不达标的供应商，曾向韩鎏等行贿得以保留资格；有想要改善经营状况者，通过行贿获取更多关照；另有供应商行贿后，获得相关业务资源倾斜，获得超出平台运营规则的便利。可以看出，除了能接触“平台软权力”的员工的“小官大贪”，传统民企的贪腐行为在互联网公司也有出现，并有显著的互联网特征。吴昕栋说，从媒体曝光及司法实践看，互联网平台的招商、投放、供应链、内容审核这四个环节容易成为腐败高发区，其共性在于，权力边界模糊、技术操作留痕难、收益与流量直接挂钩。比如在供应链环节，除常规的供应商准入等寻租之外，还出现物流区域划分、数据篡改等行为。而招商环节是“准入权寻租”重灾区，平台员工通常以降低准入门槛、提升类目权重等方式索贿或收受贿赂。曾有一起案件，因犯罪金额之大，创下了海淀区人民法院近年来审理的非国家工作人员受贿案件之最，其本质就是“准入权寻租”。2017年，某大厂原餐饮主管高某以餐饮专家身份入职，负责餐饮供应商的引入、对接、日常监督、资金结算和合同续签等工作。三年间，他利用职务便利，向两家餐饮供货商索取上千万元好处费，为其在资金结算、合同续签等环节谋取利益。最终，高某因受贿罪被判处6年有期徒刑。杭州一家电商平台的普通运营人员王某，职位不高，但手握家具类官方旗舰店的入驻审批权。短短一年，王某收受商家贿赂高达9200余万元，他所审批通过的商家数量也远超正常水平，其中不少并不符合平台要求。最终，王某因涉嫌非国家工作人员受贿罪，被提起公诉。互联网行业分析师张书乐告诉《中国新闻周刊》，早在多年前，就有电商平台曾被曝称，一些入驻商家会在周末邀请平台员工出游，以此换取流量倾斜或准入特权。他称，在互联网公司，执行工作往往靠个人，而相关执行标准并不总是那么明确细致，在可松可紧的空间下，就为寻租留下了余地。反腐仍存在难点为打击内部腐败，不少互联网大厂建立了内部纪检监察部门。阿里巴巴设立廉政合规部，百度成立职业道德建设部，京东成立监察部，腾讯则开设反舞弊调查部，专门负责调查和处理内部贪腐问题。一位字节跳动员工告诉《中国新闻周刊》，公司每个季度会发布员工违规处理情况通报，还会让员工观看反腐教育片，做检测题。京东则是从2016年起设立反腐奖励基金，每年拿出1000万元奖励举报人，对举报的个人或合作伙伴给予5000元为起点的奖励，涉刑事案件的举报奖励金额则从5万元起步。在此基础上，互联网大厂之间又走向抱团反腐。2017年，京东、腾讯、百度、联想、小米等13家企业与中国人民大学刑事法律科学研究中心共同发起“阳光诚信联盟”，通过共享黑名单制度，让有“前科”的员工在联盟内企业应聘时“现形”， 增加有腐败行为员工的再就业成本，同时也震慑其他员工。字节跳动在此次通报中就明确提到，对于涉嫌构成刑事犯罪的人员，移送司法，并同步至诚信联盟和反舞弊联盟。不过，多位受访者指出，虽然反腐体系在不断建设，以互联网公司为代表的民企在处理内部贪腐问题时仍然面临难题。如何发现腐败行为是一大问题。北京市中盾律师事务所高级合伙人魏景峰告诉《中国新闻周刊》，与传统线下受贿不同，大厂腐败通常在网络空间发生，手段隐蔽、交易虚拟，往往贯穿合同签订、数据操作等多个环节，不易察觉。比如上文提到的贴吧业务部经理石某受贿案，持续近7年，才因为匿名举报浮出水面；电商平台掌握旗舰店入驻审批权的王某，也是平台收到举报信后，才发现他的腐败行为。赵军表示，就算公司发现了贪腐行为，如何查实也是一个问题。因为，互联网大厂大多是民企，不具备国家机关所具有的侦查权，也缺少专业调查技术手段，内部调查时，在涉及员工个人隐私时难以把握尺度，调查取证难度高。其中一个方法是利用大数据自查。张书乐称，互联网平台的优势在于数据量大，数据可追溯，比如某些账号频繁被推流，某一话题持续被删帖，数据往往会显示出异常。如果企业能加强这方面的敏感度，结合人工审核，或许可以在一定程度上减少“平台软权力”寻租。2017年，字节跳动建立专用数据库，用一年时间导入业务数据，便于监察、审计部门检索，并由系统自动识别风险、推送给业务负责人。不过，互联网公司不乏技术人才，比特币等虚拟货币被一些人用于转移赃款。在查处过程中，追溯此类虚拟资产也是一个难题。魏景峰说，虚拟货币缺乏法定货币地位，交易规则复杂，特别是涉及跨国、跨平台的洗钱链条，企业在追赃维权时，赔偿往往与维权成本不成正比。上文某短视频平台前员工冯某的贪腐案例中，冯某为了套现并转移，安排下属快速注册多家空壳公司，接收短视频平台支付的“奖励金”，又指使外部商户利用8个境外虚拟货币交易平台，将骗取的巨额资金兑换成比特币等虚拟货币，再通过“混币”手法洗钱，“洗白”后的赃款再次被兑换成人民币，转回冯某等人控制账户。据报道，案发后，海淀区人民检察院追回90枚比特币，让这家短视频平台挽回了部分损失。不过，即便有的企业发现内部贪腐问题，出于担心产生对外合作、融资经营环境等负面影响的顾虑，也有可能会选择内部处理，因为企业始终是将平台效益放在第一位的，媒体对案件的报道、文书的公开，都可能会对公司的声誉以及公众形象造成不可挽回的影响，影响企业的效益。民企反腐需走制度化道路商业腐败案件中，还有一个不容忽视的问题是“立案难”。赵军告诉《中国新闻周刊》，长期以来，我国开展反腐败工作时，目标主要聚焦在与公权力相关的主体（如党政机关、国有企事业单位等）上，对民企反腐的重视程度不足。这种情况，既有经济犯罪案件相对复杂的客观原因，也与执法部门担心被质疑“插手经济纠纷”有关，由此，一些民企的腐败线索最终不了了之。不过，法律制度的修订正在弥补这一短板。2024年3月1日，刑法修正案（十二）正式施行，在7项条文修改中，有3项修改涉及惩治民营企业内部人员腐败犯罪：非法经营同类营业罪，为亲友非法牟利罪，徇私舞弊低价折股、出售资产罪。这3个罪名原本只适用于国企，如今覆盖到民企。北京师范大学法学院教授张远煌曾参与刑法修正案（十二）草案咨询会议，他指出，此前我国民企反腐主要还是企业自发性的，缺少国家层面的制度化推进，成为国家推进反腐的一个短板。修正案的出台表明在法律层面上，我国对公共领域和非公领域的反腐败协同推进，“短板正在逐渐补上”。修订后的刑法实施已一年有余，修订条款在司法实践中落地如何？最高检在今年2月的发布会上介绍，2024年全国检察机关起诉利用职务便利实施的民营企业内部腐败犯罪1万余人，同比上升25％。3月，最高检进一步披露，2024年，共有3298名民营企业关键岗位人员因腐败犯罪被起诉。吴昕栋说，修订后的刑法实施时间还不算长，从立案到起诉再到判决，通常需要半年到一年时间。但从已公开的数据来看，全国检察机关对民企职务犯罪的打击力度明显提升，新规正在被快速应用，民企反腐的力度正在逐步加大。今年9月，上海产生首例“民营企业高管非法经营同类营业案”。据上海市嘉定区人民检察院消息，被告人被判处有期徒刑10个月，并处罚金30万元。吴昕栋预期，随着民企反腐意识增强，举报线索将会更多，司法机关的打击力度也会进一步加大。不过，司法实践中仍存有一些难点。吴昕栋说，修订条款涉及的三个罪名的犯罪构成仍然不够清晰，比如“高级管理人员”“同类营业”“亲友”等关键概念缺乏统一认定，需要结合个案细化判断。其次，民企腐败案件往往伴随股东派生诉讼、合同无效等民事纠纷，刑事与民事在证明标准和追赃程序上存在差异，容易造成“刑事追缴不足、民事执行落空”， 影响企业损失挽回效率。再次，量刑幅度缺乏细化标准，对不同身份主体（如创始人股东、职业经理人）的量刑可能失衡，甚至出现“同案不同判”。“未来需要出台更明确的司法解释，以及发布典型案例来固化标准，进一步推动罪名适用。”吴昕栋说。他强调，民企内部反腐既需要公安机关依法严厉打击，也需要企业自身构建廉洁合规体系。互联网企业资金流量大，尤其要加强内部监督，强化企业高层和关键岗位的反腐责任。国家机关与民企需要共同发力，让民企反腐走上制度化轨道。发于2025.9.22总第1205期《中国新闻周刊》杂志杂志标题：互联网大厂持续反腐记者：吕雅萱（13618603380@163.com）实习生：方思文编辑：徐天
-
Chrome浏览器接入Gemini：能解读网页、模糊检索历史记录 IT之家 9 月 19 日消息，谷歌今天宣布，此前仅对 Google AI Pro 和 Google AI Ultra 订阅用户开放的 Gemini 功能，现已登陆美国向所有 Mac 和 Windows 桌面用户的 Chrome 浏览器。谷歌还表示，未来将在 Chrome 上引入智能体，将 AI Mode 搜索直接加入地址栏；并推出更多 Gemini 功能，包括用 AI 对抗诈骗等。 语言设置为英语的美国用户可以通过 Chrome 窗口右上角的 Gemini 图标，请求 Gemini 解释网页上的复杂信息。例如，用户可以打开一个香蕉面包食谱页面，让 Gemini 将食谱改为无麸质版本。Gemini 也支持跨多个标签页操作，让用户快速对比和总结多个网站的信息。例如，在规划航班、酒店和假期时，用户可以在多个标签页中整理行程；或者在比较不同床垫型号时，将所有选项集中在 Gemini 中进行对比。Gemini 很快还能访问用户之前浏览过的网页，让用户无需翻查历史记录就能回到过去的浏览内容。比如用户可以问：“我上周在哪个网站看到核桃木书桌？”或者“我之前看过的回校购物博客是哪一个？”谷歌还在推动 Gemini 与日历、YouTube、地图等谷歌应用深度整合，让用户在当前页面即可安排会议、查看位置等操作。例如，用户想找到 YouTube 视频中的某个片段，可以让 Gemini 直接带其前往。谷歌表示，新的智能体将在未来几个月推送至 Chrome。此外，谷歌将在 Chrome 地址栏引入 AI Mode 高级搜索功能，让用户提出复杂问题并进行后续追问，深入探索主题。例如，用户可以直接在地址栏输入“我是侧睡者，偶尔下背疼，请帮我做一张不同床垫类型对比表”，之后继续追问“记忆棉床垫通常能用多久？”据IT之家了解，此次更新将在本月晚些时候于美国英语用户中推出，并计划未来扩展到更多国家和语言。地址栏还新增可针对当前页面提出问题的功能。Chrome 会根据页面内容推荐相关问题，帮助用户快速启动搜索，同时提供 AI 概览和后续提问选项。谷歌表示，Chrome 还将使用 Gemini Nano 模型识别和防御虚假病毒警告及欺诈性赠品等诈骗，这类诈骗常冒充知名品牌，并借助生成式 AI 制作逼真钓鱼信息。谷歌同时宣布，将用 AI 帮助用户在支持网站（如 Coursera、Spotify、Duolingo、H&M 等）一键修复被泄露的密码。如果 Chrome 检测到密码在数据泄露中曝光，可直接生成并保存新密码。
-
微软豪掷70余亿美元 打造"世界最强AI数据中心" 财联社9月19日讯（编辑 史正丞）当地时间周四，科技巨头微软发布了一份口气颇大的公告，宣称要在美国威斯康辛州打造“世界上最强大的人工智能数据中心”。作为背景，微软正在威斯康辛州的芒特普莱森特建设一处投资约33亿美元的数据中心。公司周四宣布，将再拨出40亿美元扩建第二处数据中心。微软总裁兼副董事长布拉德·史密斯在当地市政厅举行的会议上透露，首座数据中心将容纳“数十万块”英伟达Blackwell GB200图形处理单元，预计将于2026年初投入使用。第二个数据中心规模上与第一个类似，将在2027年或之后投入运营。微软总裁纳德拉也在社交媒体上直言将在威斯康辛州建造“世界上最强大的人工智能数据中心”。 纳德拉强调：“Fairwater是一个无缝集群，其连接光纤的总长度足以绕地球4.5圈。它的性能将是当今世界最快超算的10倍，使前所未有级别的人工智能训练与推理工作成为可能。”令资本市场警觉的是，微软似乎还特意强调了这个强大数据中心的液冷参数。布拉德·史密斯声称，这个数据中心每年将使用多达280万加仑的水，而此前富士康工厂获批的用水量则是每天超过700万加仑。按照美国环保署的基准，微软强大数据中心声称的用水量将仅仅相当于一间全服务型餐厅的水平。微软在公告中介绍称，传统的风冷无法应对现代AI硬件的高密度部署，因此新建的数据中心直接融入液冷基础设施。Fairwater拥有全球第二大水冷式制冷机组，将在其闭环冷却系统中持续循环水流。热水随后被管道输送到数据中心两侧的冷却“鳍片”，由那里的172台20英尺风扇冷却，并将水重新循环回数据中心。 （封闭水冷系统航拍图） 据悉，该设施内90%的容量使用这种系统，仅在建设期间需用一次水，之后持续循环使用且无蒸发损失。剩余的10%传统服务器使用风冷，仅在最热的日子改用水冷。微软也计划向电网提供清洁能源，抵消数据中心消耗的化石燃料发电。公司正在数据中心西北约150英里处建造一座太阳能发电厂，将贡献250兆瓦电力。布拉德透露，两期数据中心合计可能需要900兆瓦电力。值得一提的是，虽然微软将Fairwater称为“世界最强”，但这个名号恐怕很快就要经受挑战。以官方披露的900兆瓦用电量作为参考，OpenAI、甲骨文与软银合作的“星际之门”项目就包含开发“吉瓦”级数据中心的计划。Vantage也在8月底宣布，计划在德克萨斯州建设一座1.4吉瓦的AI数据中心，耗资将达到250亿美元。谷歌也在7月宣布，计划在印度安得拉邦建设一座1吉瓦数据中心。
-
PayPal(PYPL.US)与谷歌(GOOGL.US)强强联手! “AI自主支付模式”即将成真 智通财经APP获悉，全球最大规模数字支付服务提供商之一的PayPal(PYPL.US)与美国科技巨头谷歌(GOOGL.US)已经建立一项线上购物合作伙伴关系，将各自的数字化支付模式与人工智能应用工具结合用于全球交易体系。此次双方重磅合作将为多款谷歌品牌(Google)产品添加PayPal数字化结账功能，并创建基于“人工智能智能体”代理式下单到最终付款的协作基准，帮助卖家向特定客户展示他们的商品。据了解，周三宣布的这项联手将把PayPal独家的线上结账功能添加到多款 Google旗舰产品中，并开启一项人工智能层面的全面合作，帮助卖家们向特定客户展示其商品，并为一个由自主操作的AI代理代表消费者购物的世界做好准备。双方正致力于建立核心标准，以确保商家、消费者与自主AI智能体式的AI自主代理工具在具备充分风险控制与支付安全功能的情况下运作。此番重磅合作是在谷歌发布一项新的代理支付协议后数日公布，该协议旨在帮助安全地发起由AI智能体所主导的数字支付。“这是两家科技公司携手思考未来商业格局将呈何种样貌的机会，”PayPal 首席执行官 Alex Chriss 在一次采访中表示。Chriss表示，与此次协议密切相关的新产品与服务最早将在第四季度推出。据了解，该合作或将允许一个自主AI智能体代表消费者购物，利用 PayPal 的独家庞大客户数据来寻找符合购物者偏好的商品，这被称为“代理型商业(agentic commerce)”。Chriss 指出，PayPal的数据赋予AI“成为你一个真正深入且彼此了解的购物伙伴的能力”。在支付层面，PayPal Enterprise Payments将为 Google Cloud、Google Ads以及Google Play 处理数字化银行卡交易。与此同时，PayPal 也在单独扩展一套产品，使客户能够使用加密货币进行支付。“未来商业格局的很大一部分将是AI代理型的，而且将由加密技术赋能。”Chriss表示。与谷歌之间的扩展合作是在数月前人工智能科技公司Perplexity选择由PayPal为其“人工智能+搜索“AI平台上的AI代理型商业提供重大支持之后到来，这些最新动态可谓凸显出PayPal 数字支付体系在未来AI时代的重要性。对于PayPal以及市值突破3万亿美元的谷歌而言意味着什么?这次双方联手的合作可谓把谷歌的AI工具分发 + 开放协议(AP2) 与 PayPal 的支付/身份/风控底座绑在一起：对PayPal来说，是扩大企业级收单与在 Agentic电商AI智能体的控制点;对谷歌来说，是把“AI代理闭环”从规范推进到可结算的实际生产系统落地——而“为什么是现在”，答案就在谷歌Agent Payments Protocol (AP2)开放协议刚发布、力争在Q4购物季落地、早期 AgenticAI智能体的交易需求抬头、加密/稳定币管道成熟等时间信号上。企业们对于提高效率和降低运营成本的迫切需求，在近期可谓极大力度推进AI应用软件两大核心类别——生成式AI应用与AI智能体的广泛应用，其中具备自主代理功能的AI智能体( Agentic AI)的出现，意味着人工智能开始从信息辅助工具演变为高度智能化的生产力工具。以OpenAI Deep Research以及Manus为代表的AI智能体，能够自动化重复性任务、基于无比强大的AI大模型实现大数据分析与汇总，并且提供实时的监控洞察报告以及在极短时间内对极端的复杂情况做出合适决策，从而提升企业经营效率。对于个人学习与工作效率来说，也是基本类似的增效逻辑。AI智能体还能够高效率参与全球各领域大型项目从蓝图规划到落地的全阶段，大幅加快项目进度。首先对于PayPal而言，意味着从“钱包/收单”走向AI时代的结算底座。不仅能够深度嵌入Google多条产品线，还能够在“Agentic(代理式)AI电商智能体”中占据关键位，双方将合作建立面向 自主AI代理的风控与安全标准，PayPal 以账户/身份/争议处理与大规模风控能力，为 AI“选品到下单再到结算”的闭环提供可结算基础设施。对于谷歌而言，正式迈入3万亿美元市值俱乐部后，市场更看重AI的直接商业化与货币化路径，即“AI 叙事的现金化能力”——把AI搜索与AI大模型能力转化为真实GMV 与支付收入分成，这笔合作正是关键拼图。此外，谷歌刚发布 Agent Payments Protocol(AP2)，核心是让代理式的AI智能体在“可审计、可撤销、额度受控”的授权下安全发起支付，有了PayPal 加入，AP2可谓从“规范”迈向“可落地的商业闭环”;并且将高复杂度的卡网对接、风控、争议处理由头部PSP共担，更快在 Cloud / Ads / Play 等谷歌AI算力生态系统中把“搜——购——付”串成标准化流水线，提升AI驱动的广告转化与开发者变现效率。
-
百度智能云受邀央企高级别培训班授课 以科技创新为主题的央企高级别培训班近日在大连举办。百余家中央企业集团负责人、重点高校副校长等学员参加。百度集团执行副总裁、百度智能云事业群总裁沈抖作为国际领先的人工智能产业企业代表受邀为培训班授课。今年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，要求大力推进人工智能规模化商业化应用，充分发挥我国产业体系完备、市场规模大、应用场景丰富等优势，推动人工智能在经济社会发展各领域加快普及、深度融合，形成以创新带应用、以应用促创新的良性循环。国资央企积极拥抱人工智能浪潮，主动推进技术落地与应用创新，不断提升人工智能赋能产业发展的实际效能。培训班上，沈抖以《“人工智能+”行动深入产业，智能经济机会无限》为题，系统阐述了智能经济时代的发展机遇与未来趋势，并结合百度典型案例，对人工智能技术在实际场景中的应用落地作了生动讲解。针对央国企在推进大模型深度融入产业过程中所面临的共性难题与挑战，沈抖也逐一作出回应，并提出了一系列建设性思路。在授课尾声，沈抖重点介绍了百度智能云的全栈技术能力，分享了百度智能云在赋能企业创新与推动产业升级方面的显著成果。目前，百度智能云已服务超过65%央企以及超过46万家企业，服务客户打造出超130万个agents，有力推动了人工智能技术与实体经济的深度融合。特别地，在2025年8月国务院国资委发布的首批40项央企人工智能战略性高价值场景中，百度智能云参与了其中多项场景建设。课程结束后，与会领导、专家与沈抖积极交流，对百度在推动人工智能产业落地中所发挥的作用和取得的成效给予了高度认可。沈抖表示，百度愿与各方携手并进，加速推进人工智能的研发、应用与创新，为我国实现高水平科技自立自强、推动高质量发展，以及在全球人工智能发展与治理中贡献更多中国智慧和中国力量。(来源：经济日报新闻客户端)
-
广西书记佩戴的“广西生产”AI眼镜爆火，媒体介绍售价3999元 “大家注意到，今天我没有带讲稿，而是戴了一副广西企业生产、具有实时清晰提词功能的智能眼镜，讲稿就在我的眼镜里。大家看不到，我能看到。”据中新社报道，9月17日，第22届中国—东盟博览会、中国—东盟商务与投资峰会开幕式在广西南宁举行。广西壮族自治区党委书记陈刚说，这（智能眼镜）是我们主动拥抱人工智能时代，倾力打造中国—东盟人工智能创新合作中心的一个最新成果。17日晚间，“广西新闻频道”微信公众号刊文介绍，上述消息发布后受到了广大网友的关注和热烈追捧，纷纷要求“书记同款，一二三，上链接”“问价格，上链接”“科技感十足，想拥有同款”。记者帮大家问到了同款智能眼镜的展会价格“3999元”。据该产品相关负责人介绍，这一款还处于内测版本的智能眼镜，已经有了多种使用场景，可用于报告讲话的提词、多语种的语言翻译以及与AI大模型的互动交流。“目前该产品和另外一款产品，叫超智能便携翻译终端，俗称叫翻译卡片，一起定价是3999元。”据南宁融媒介绍，这款AI智能眼镜不仅具备传统眼镜的轻便外观，更通过镜片投影、语音交互等技术，将提词器、导航仪、翻译机等功能集于一身。戴上眼镜后，记者发出语音指令“小溪小溪，切换提词器”，镜片右侧立即浮现出半透明的滚动字幕。与手机提词器不同，字幕直接投射在视线范围内，无需低头查看，且支持分屏显示——当前句与下一句分列上下，演讲节奏尽在掌控。这款眼镜的魅力，在于将复杂功能“隐形化”，无需额外设备，一句语音、一次触碰，就能让信息自然融入视线。本届东博会的主题是“数智赋能发展，创新引领未来——以中国—东盟自贸区3.0版新机遇助建命运共同体”。会期5天，将围绕贸易投资便利化和区域经济一体化、跨境产供链合作、制度型开放等举办多场经贸促进活动。AI既是本届东博会主题，也是最大亮点。今年AI首次赋能东博会筹备全过程，打造AI在会展业这一垂直领域生动的应用场景；中国展区AI或AI赋能展品占比超过50%，包含一批高精尖产品以及契合东盟国家市场需求的产品；会期将首次举办中国—东盟人工智能部长论坛，推动建立常态化高层对话机制。
-
刚刚，OpenAI/Gemini共斩ICPC 2025金牌！OpenAI满分碾压横扫全场 新智元报道编辑：定慧 艾伦【新智元导读】ICPC 2025全球总决赛诞生历史性一幕：谷歌Gemini与OpenAI推理模型同时斩获金牌！Gemini在5小时内攻下12题中的10题，并在30分钟破解难倒所有人类的死亡C题；而OpenAI更是满分12/12，碾压139支人类队伍，成为赛场唯一全解团队。真是疯狂！刚刚，谷歌和OpenAI同时拿下ICPC金牌，尤其OpenAI还是满分！ICPC全称国际大学生程序设计竞赛，是世界上最负盛名的编程竞赛之一！ 规则是在五个小时内，求解十几个极其复杂的编程和算法难题！最终，Gemini成功解答了12道题目中的10道，荣获金牌。 OpenAI则全部解答正确，获得满分，拿下金牌！ 人类呢？139支人类参赛队伍中，只有3支队伍取得了和Gemini 10/12一样的成绩，没有人类队伍获得满分。其中和Gemini战平的唯一中国队伍，是北交大，我们在ICPC全球总决赛放榜的第一时刻也做了深入报道，解析了这支中国最强战队是如何炼成的。尤其是，谷歌也特地提到，问题C所有人类队伍都没有解答出来，而谷歌Gemini在半个小时内成功求解！OpenAI则是解决了所有问题，拿下满分！真的是令人震撼的时刻，历史性的一夜，AI在最顶级的编程比赛中彻底的超过了人类！ Gemini解出所有参赛人类队伍没有解决的问题C谷歌官方账号宣布了Gemini 2.5 Deep Think的高级版本在ICPC 2025上取得了金牌级别的成绩。 据谷歌称，它并没有像今年早些时候为类似国际数学奥林匹克（IMO）那样，为ICPC创建全新训练的模型。参加ICPC的Gemini 2.5与我们在Gemini应用中使用的模型相同。不过，它经过了一些增强，能够在五个小时里不断思考！在ICPC比赛中，只有正确的答案才能得分，而得出答案所需的时间会影响最终得分。比赛开始后，Gemini迅速攀升至前几名，仅用45分钟就正确解答了8道题目。Gemini最终答对了10道题，在大学队伍中获得了第二名。谷歌特别地提到，在比赛中，Gemini成功解决了问题C——其他人类团队均未解决这个问题。 问题C要求找到一种解决方案，将液体通过互连的管道网络分配到一组储液器中，目标是找到一种管道配置，使液体尽快充满所有储液器。由于每个管道可能是开放的、关闭的，甚至是部分开放的，因此可能的配置数量无穷无尽，因此寻找最佳配置非常困难。Gemini的解决方法是假设每个储液罐都有一个优先级值，这使得模型能够使用动态规划算法找到最高效的配置。经过30分钟的反复思考，Gemini使用嵌套三元搜索确定了正确的答案。 我们对谷歌公布的答案让Cursor进行了评价，Cursor也认为谷歌的求解方法非常完美。其他题目谷歌已经全部公布在GitHub上，感兴趣可以挑战一下~ https://github.com/google-deepmind/gemini_icpc2025OpenAI AK ICPC背后的秘密Gemini已经通过解出了让人类全军覆没的超高难度的C题证明了自己的强大实力。但是，还有高手！OpenAI的推理模型直接通关了全场12道题目，AK（All Kill，指解出全部题目） ICPC！背后的研究团队也是连发8条推文来庆祝这一历史性时刻。 其中值得注意的是，其中11道题目，都是直接用了大家都能用的GPT-5解决的，只有最难的一道题（可能指的是难倒全部人类的题目C，可能是指最后一个问题L，也可能是其他对大模型而言更困难的问题）是用一个未公布型号的神秘实验推理模型解决的。 这个神秘实验模型，会不会就是下一代的全新推理模型呢？最后一条推文中，几位幕后关键研究人员也纷纷被@出来亮相了。 查询身份后得知，他们都是o1及之后的这些推理模型的关键研究人员。其中有一位，更是ICPC的2015年世界冠军队伍成员，Borys Minaiev。 他为人熟知的算法界ID是：qwerty787788。 在当年的这支夺冠队伍的三人中，还有另一位更广为人知的传奇人物，那就是tourist，算法界最强王者，世界第一人！ 此外，OpenAI首席科学家Jakub Pachocki也是ICPC世界金牌得主，赛后也转发了推文，对该团队的优异表现表达了热烈祝贺。 众多ICPC世界顶尖选手加盟OpenAI，是OpenAI能最终训练出AK ICPC的大模型的强大支柱。历史性一夜上次OpenAI抢先谷歌公布IMO结果的时候，还闹出了小小的风波。谷歌和OpenAI都想争一争谁是第一个拿下IMO这种级别赛事的AI。而这一次，两者同时宣布，意义非凡！ICPC全球执行董事，BILL POUCHER博士认为：Gemini成功加入这一领域并取得黄金级成果，标志着定义下一代所需的人工智能工具和学术标准的关键时刻。AI在ICPC上斩获金牌对软件开发有着直接且实际的意义。这表明人工智能可以成为程序员真正的问题解决伙伴。不论是谷歌的CEO劈柴，还是OpenAI的首席科学家都是亲自为自家的AI站台！ 除了编程和数学，AI这种强大的抽象推理能力可以应用于许多科学和工程领域，如设计新药或芯片。人工智能正在从单纯的信息处理转向真正帮助解决世界上一些最棘手的推理问题，从而造福全人类。参考资料： https://deepmind.google/discover/blog/gemini-achieves-gold-level-performance-at-the-international-collegiate-programming-contest-world-finals/https://x.com/merettm/status/1968363783820353587https://x.com/MostafaRohani/status/1968360976379703569https://x.com/GoogleDeepMind/status/1968361776321323420https://github.com/google-deepmind/gemini_icpc2025https://arstechnica.com/google/2025/09/google-gemini-earns-gold-medal-in-icpc-world-finals-coding-competition/
-
"编程奥赛"，谷歌与OpenAI双双"拿金牌" 9月18日消息，谷歌DeepMind和OpenAI的人工智能模型在素有“编程界奥运会”之称的比赛中展现出了“金牌级”的表现，标志着人工智能技术的发展迎来了一个重要里程碑。 今年9月初，在国际大学生程序设计竞赛（ICPC）全球总决赛上，这些人工智能模型在与全球顶尖人类选手的比拼中取得了上述优异成绩。 该项赛事被公认为全球最负盛名的编程竞赛。谷歌联合创始人谢尔盖·布林（Sergey Brin）和OpenAI首席科学家雅各布·帕乔基（Jakub Pachocki）等知名人士都曾参加过这项赛事。 尽管OpenAI和DeepMind都并非正式参赛者，但OpenAI于周三表示，其人工智能模型的成绩本可以在比赛中拔得头筹。据称，公司最新的GPT-5模型解出了全部12道难题，其中11道是一次性通过的。 由英国诺贝尔奖得主丹米斯·哈萨比斯爵士（Sir Demis Hassabis）领导、总部位于伦敦的DeepMind实验室则表示，其人工智能推理模型Gemini 2.5 Deep Think的总体表现可以在竞赛中位列第二。据悉，该模型解出了12道难题中的10道，还破解了一道所有人类选手都未能完成的难题。 在软件工程师越来越依赖新一代人工智能模型辅助编程的大背景下，这一突破应运而生。 DeepMind的技术已在多项顶级赛事中战胜人类，比如击败世界顶尖围棋选手以及在国际数学奥林匹克竞赛中摘金。今年夏天，OpenAI同样在国际数学奥赛中夺得金牌。 谷歌DeepMind副总裁、谷歌会士（Google Fellow）黎曰国表示：“这是迈向通用人工智能（AGI）的历史性时刻。”他所指的通用人工智能是超越人类能力的系统，数十年来，人工智能研究人员一直在追求这一重大目标。 加州大学伯克利分校电气工程与计算机科学系主任杰拉尼·尼尔森（Jelani Nelson）评价道：“一个纯人工智能系统在没有人类介入的情况下能取得如此成绩，令人惊叹。”尼尔森曾指导过麻省理工学院、哈佛大学和加州大学伯克利分校的多支ICPC参赛队。他补充说，“如果几年前有人告诉我，新技术能在数学和计算机科学领域达到如此水平，我绝不会相信。” 在这场编程竞赛中，三人小组需在5小时内共用一台电脑解决12道高难度编程题，排名依据解题速度、准确性和数量综合评定。本届竞赛中，人类选手最多解出10道题，139支参赛队伍中仅有4支获得金牌。 要解决这些问题，参赛者必须理解复杂的问题，制定逻辑清晰的解题计划，并确保执行过程零失误。解答这种高难度问题还离不开抽象推理能力和创造力。 人工智能相比人类有一个关键优势：无需团队协作。 牛津大学计算机科学副教授、ICPC教练巴尔泰克·克林（Bartek Klin）说：“我指导队伍时，默认他们已经懂得如何解题……我能给的建议只是如何在高压环境下协同合作。” DeepMind团队使用了“强化学习”技术，即通过奖励期望结果来训练人工智能系统，并用高难度的数学、推理和编程问题对Gemini模型开展了强化训练。 OpenAI则使用其最新的GPT-5模型解决了所有问题，其中最难的一道题是GPT-5和一个实验性推理模型共同破解的。 谷歌DeepMind研究总监兼首席科学家郑恒之（Heng-Tze Cheng）表示，编程竞赛是“终极思维博弈”，因为它要求模型提出新方法并将学习成果泛化，而非简单地记忆解题方法。 但牛津大学的克林认为，在注重速度的编程竞赛环境中取得成功，未必能转化为实际工作中出色的软件开发能力。他说：“在现实世界里，最棘手的问题往往需要花上半年时间去思考。” 虽然Gemini模型解出一道人类选手未能攻克的难题，但也未能解答出所有人类选手完成的题目。DeepMind表示，此次实验表明人工智能模型可以“提供独特新颖的贡献，与人类专家的技能知识形成互补”。 黎曰国表示，这一进步还有望改变需要数学理解和编程能力的诸多科学与工程学科，例如新药研发和计算机芯片设计等。 他说，“解决数学和编程竞赛中的难题是理解人类智能运作方式的关键一步。” 外界评论：是历史性突破还是言过其实？ 英国《卫报》撰文称，谷歌DeepMind宣称取得的这项“历史性”人工智能突破，其意义堪比1997年“深蓝”计算机击败国际象棋大师加里·卡斯帕罗夫（Garry Kasparov），以及2016年人工智能战胜人类围棋冠军的里程碑事件。 文章援引黎曰国的话说，“对我而言，这个时刻等同于国际象棋领域的‘深蓝’和围棋领域的AlphaGo时刻，甚至意义更为重大，因为它更接近于解决现实世界的问题，而不仅限于国际象棋和围棋这类受限环境。” 但也有声音给这种说法降温。加州大学伯克利分校计算机科学教授斯图尔特·罗素（Stuart Russell）评论称，“所谓划时代意义的说法似乎有些夸大其词”。他指出人工智能系统在编程任务方面本就表现出色，而当年“深蓝”在国际象棋上的突破“对应用人工智能的现实世界基本没有产生实际影响”。 不过罗素也承认，“要想答对ICPC的题目，代码必须能正确运行（至少要通过有限的测试用例），所以这次的表现可能标志着人工智能编程系统在生成高质量代码的准确性上有所提高。” 罗素提醒道：“人工智能公司持续宣称取得突破的压力巨大。” 牛津大学人工智能基础学Ashall教授迈克尔·伍尔德里奇（Michael Wooldridge）认为，这听起来确实令人振奋，但对其所需计算资源提出了质疑。谷歌拒绝透露具体数据，只是简单提到其解题所用算力超过了普通用户每月250美元订阅谷歌AI Ultra服务、在Gemini应用中所能使用的轻量版Gemini 2.5 Deep Think模型。 ICPC执行主任比尔·鲍彻博士（Dr. Bill Poucher）则这样总结：“Gemini成功进入这一竞技场并取得金牌级成绩，标志着在定义下一代所需的人工智能工具和学术标准方面，我们迎来了关键时刻。”（辰辰）
-
华为李小龙称微博照片显示不出 HDR 效果是因为 HEIC 格式问题 IT之家 9 月 18 日消息，被誉为“金牌客服”的华为终端 BG CTO 李小龙于 9 月 14 日在微博分享了几张照片。 IT之家注意到，李小龙昨日发文说明，之前微博照片显示不出 HDR 效果原来是因为 HEIC 格式的问题，转换成 JPG 后就可以了。 ▲ 图 1 ▲ 图 2 ▲ 图 3 ▲ 图 4 他在评论区补充说明：图 1、2 是 JPG 格式，图 3、4 是 HEIC 格式。随后有用户提问“安卓这边看不出来，必须要鸿蒙吗”，他回复称“是的”。 还有用户询问“所以现在鸿蒙客户端要怎么发 HDR 照片？Mate 70 Pro+ 系统相机拍摄，系统相册回看有 HDR 效果，同一图片发微博无 HDR 效果”，李小龙回复“当前要鸿蒙 NEXT 版本的微博才能支持 HDR 照片显示”。
-
OpenAI正开发ChatGPT儿童版 9月16，OpenAI 昨晚发布公告，阐述了其在青少年安全、用户自由与隐私保护三个原则之间的取舍与决策。OpenAI 表示，这些领域存在一定冲突，因此需要在透明的前提下作出平衡。OpenAI 强调，AI 对话涉及高度个人化的信息，其敏感程度可类比医生问诊或律师咨询。公司认为，这类信息应获得同等的“特权保护”，并正积极向政策制定者倡导这一立场。为此，OpenAI 正研发更先进的安全功能，确保用户数据即便对公司员工也保持私密性。但公告同时指出，在特定情况下仍会有例外，例如自动化系统监测到严重滥用，或涉及生命威胁、他人安全风险、大规模网络安全事件时，数据可能被提交人工审核。OpenAI 表示，其目标是在安全范围内尽可能保障用户的使用自由。随着模型可控性增强，用户的自由度也在逐步提升。ChatGPT 的使用对象设定为 13 岁及以上，公司正在研发年龄预测系统，以区分未成年人和成年人。（IT之家）
-
DeepSeek-R1 论文登上《自然》封面，通讯作者为梁文锋 IT之家 9 月 18 日消息，由 DeepSeek 团队共同完成、梁文锋担任通讯作者的 DeepSeek-R1 推理模型研究论文，登上了国际权威期刊《自然（Nature）》第 645 期的封面。与今年 1 月发布的 DeepSeek-R1 的初版论文相比，本次论文披露了更多模型训练的细节。据悉，DeepSeek-R1 也是全球首个经过同行评审的主流大语言模型。Nature 评价道：目前几乎所有主流的大模型都还没有经过独立同行评审，这一空白“终于被 DeepSeek 打破”。 论文摘要显示，通用推理一直是人工智能（AI）领域一项长期且艰巨的挑战。近年来，以大型语言模型（LLMs）、和思维链（CoT）提示为代表的技术突破，已在基础推理任务上取得了显著成功。然而，这种成功在很大程度上依赖于大量人工标注的演示数据，且模型在处理更复杂问题时的能力仍显不足。研究表明，大型语言模型的推理能力可通过纯强化学习（RL）来激发，无需依赖人工标注的推理轨迹。所提出的强化学习框架能够促进高级推理模式的自主形成，例如自我反思、验证和动态策略调整。因此，经训练的模型在数学、编程竞赛和 STEM（科学、技术、工程、数学）领域等可验证任务上展现出更优异的性能，优于通过传统监督学习（基于人工演示数据）训练的同类模型。此外，这些大规模模型所呈现的自主形成的推理模式，可被系统性地用于指导和提升小型模型的推理能力。IT之家附论文链接：
-
DeepSeek称R1训练费200万，不依赖蒸馏对手 9月18日消息，由DeepSeek团队共同完成、梁文锋担任通讯作者的DeepSeek-R1推理模型研究论文，登上了《自然》（Nature）杂志封面。 论文研究人员表示，DeepSeek强大的AI模型R1之所以能成功，并不依赖于使用其竞争对手的输出内容进行训练。今年一月，R1的发布曾引发美国股市暴跌。这一声明出自今天发表于《自然》（Nature）杂志的一篇经同行评议的R1模型论文的附带文件中。 R1旨在出色地完成数学和编程等“推理”任务，是美国科技公司所开发工具的一个更廉价的竞争对手。作为一个“开放权重”（open weight）模型，任何人都可以下载它，并且它也是迄今为止在AI社区平台Hugging Face上最受欢迎的此类模型，下载量已达1090万次。 这篇论文是对今年一月所发布的一份预印本的更新，该预印本描述了DeepSeek如何增强一个标准的大语言模型（Large Language Model, LLM）以处理推理任务。其补充材料首次披露了R1的增量训练成本仅相当于29.4万美元。这笔费用是在该公司（总部位于杭州）为构建R1所基于的基础大语言模型而花费的约600万美元之外的，但总金额仍远低于竞争对手模型据信高达数千万美元的成本。DeepSeek表示，R1主要是在英伟达的H800芯片上进行训练的，而根据美国的出口管制规定，该芯片自2023年起已被禁止向中国销售。 严格的同行评审 R1被认为是首个经历同行评议过程的主流大语言模型。“这是一个非常值得欢迎的先例，”Hugging Face的机器学习工程师刘易斯·坦斯托尔（Lewis Tunstall）说，他也是这篇《自然》论文的审稿人之一。“如果我们没有这种公开分享大部分流程的规范，就很难评估这些系统是否存在风险。” 为回应同行评议的意见，DeepSeek团队减少了其描述中的拟人化用语，并补充了技术细节的说明，包括模型训练所用的数据类型及其安全性。“经历一个严格的同行评议过程，无疑有助于验证模型的有效性和实用性，”位于哥伦布市的俄亥俄州立大学AI研究员孙欢（Huan Sun）说。“其他公司也应该这样做。” DeepSeek的主要创新在于，它使用了一种自动化的“试错法”，即纯粹的强化学习（pure reinforcement learning），来创建R1。这个过程是通过奖励模型得出正确答案的方式进行，而不是教它遵循人类挑选的推理范例。该公司表示，其模型正是通过这种方式学会了自身的类推理策略，例如如何在不遵循人类预设策略的情况下验证其解题过程。为提高效率，该模型还使用了被称为“组相对策略优化”（group relative policy optimization）的技术，即利用估算值为自身的尝试打分，而不是另外采用一个独立的算法来做这件事。 孙欢表示，该模型在AI研究人员中“相当有影响力”。“2025年迄今为止，几乎所有在大语言模型中进行强化学习的研究，都可能或多或少地受到了R1的启发。” 关于训练方式的争议 今年一月的媒体报道曾暗示，OpenAI研究人员认为，DeepSeek利用了OpenAI模型的输出来训练R1，这种方法可以在使用较少资源的情况下加速模型能力的提升。 DeepSeek并未在其论文中公布其训练数据。但是，在与审稿人的交流中，该公司的研究人员声明，R1并非通过复制OpenAI模型生成的推理范例来学习的。不过他们承认，与大多数其他大语言模型一样，R1的基础模型是在海量网络数据上训练的，因此它会吸收互联网上已有的任何AI生成内容。 孙欢认为，这一反驳“与我们在任何出版物中能看到的说法一样有说服力”。坦斯托尔补充说，尽管他无法百分之百确定R1没有在OpenAI的范例上进行训练，但其他实验室的复现尝试表明，DeepSeek的这套推理方法可能已经足够好，无需这样做。“我认为现在的证据相当清楚，仅使用纯粹的强化学习就能获得非常高的性能，”他说。 孙欢说，对于研究人员而言，R1仍然非常有竞争力。在一项旨在完成分析和可视化数据等科学任务的挑战，即ScienceAgentBench基准测试中，孙欢及其同事发现，尽管R1的准确率并非第一，但从平衡能力与成本的角度来看，它是表现最好的模型之一。 坦斯托尔说，其他研究人员现在正尝试应用创建R1所用的方法，来提高现有大语言模型的类推理能力，并将其扩展到数学和编程以外的领域。他补充说，从这个意义上讲，R1“引发了一场革命”。（易句） （本文由AI翻译，网易编辑负责校对）
-
中国AI云市场角逐战 【文/观察者网专栏作者 心智观察所】 2022年11月30日，美国加州，OpenAI公司郑重宣布上线ChatGPT。依靠全球互联网用户口耳相传，五天后，这款聊天机器人就吸引了超过一百万用户。没人想到，它还会彻底改变人类与机器对话的方式。 更没人想到的是，这场变革的背后推手，竟是那些看似沉闷的云计算服务商。没有他们提供的算力支撑，再聪明的AI也只能待在实验室里。 日前，知名行业分析机构Omdia发布的《中国AI云市场，1H25》报告，为外界提供了一幅中国AI云服务市场的全景画卷。 从全力守擂的阿里云，到飞速跃升的火山引擎，再到深耕全国产技术基座的华为云，在2025年的风口上，每一朵“云”都在奋力争先。 1 Omdia发布的报告显示，中国AI云市场正在经历爆发式增长。2024年市场规模达到29亿美元，2025年上半年增至31亿美元，预计全年将达到72亿美元，到2030年将达到268亿美元，年复合增长率将高达26.8%，已经成为云市场大盘的增长发动机。 以2024年下半年与上半年市场规模对比看，传统云市场同期环比增长12%，而AI云市场增速则达到57%。 尤其在“百模大战”的热潮过后，对基础大模型能力而非算力的需求推动模型即服务（MaaS）展现惊人的发展势头，预计将从2025年的1亿美元市场规模暴涨至2030年的25亿美元，年复合增长率高达72%。 从供应端看，根据Omdia报告，中国AI云市场仍然是一个巨头们的游戏。 前五大厂商——阿里云、火山引擎、华为云、百度AI云和腾讯云——占据超过75%的市场份额。阿里云以35.8%的份额稳居首位，展现出绝对领先的市场地位。 阿里云的优势，在于全栈AI云解决方案的深度整合。从基础设施即服务（IaaS）的“飞天”云基础设施，到平台即服务（PaaS）的百炼，再到MaaS的通义千问系列模型，形成了完整的技术链条。这种端到端解决方案供应能力让阿里云在技术创新上表现出色。 在云平台自研大模型中，通义千问系列无疑成绩斐然。2025年发布的Qwen3系列，在多项基准测试中全球领先，更支持 高达119 种语言和方言，为其守住全球第一开源模型的位置提供了坚实支撑，目前全系模型累计下载量超过3亿次。而在硬件底座上，阿里云在全球34个区域部署基础设施，拥有灵骏大规模AI训练集群系统，其CPFS存储系统实现了96%的分布式训练加速效率。 在生态建设上，阿里云通过"星河计划"与独立软件厂商合作开发行业特定模型，覆盖金融、能源和医疗等关键领域。百炼平台已集成超过200个领先大模型和50多个主流MCP服务。这种服务多样化客户群体的能力，让阿里云在行业龙头企业、中小企业等B端客群中都建立了坚实的地位。 例如，近期火爆的AI图像生成公司LiblibAI，就基于阿里云海外基础设施的合规能力，保障了海外业务在多个国家顺利落地。通过接入阿里通义系列模型，同步实现多模型并发调用与推理成本的有效控制。据测算，基于阿里云的服务，LiblibAI的海外上线效率提升了60%，研发运维效率提升79%，版本迭代加快90%。 2 火山引擎作为字节跳动旗下的新兴业务板块，仅用两年时间就冲到了市场第二位，份额达到14.8%，展现出惊人的增长势头。这个成立于2023年的云服务品牌，在今年经历了堪称现象级的强劲增长，迅速成为行业的重要参与者。 字节跳动的技术积淀无疑是火山引擎重要优势，那些原本为抖音、今日头条等超级应用服务的技术，可以相当程度上方便地复用到商业产品，仅此就足以为火山引擎打造扎实的产品技术竞争力。 从豆包模型到视觉-语言多模态大模型Seed1.5-VL等成果，在实用性、易用性上颇有口碑。 而在利用自有生态上，Coze平台更是火山引擎爆发的独门杀手锏。这个低代码AI应用开发平台支持多模态、多场景代理开发，让非专业开发者也能快速构建AI应用，在2025年上半年已经以惊人的速度席卷AI中小开发者社区。 火山引擎在基础设施方面表现突出，拥有中国最大的GPU资源之一，为客户提供从纯GPU支持到全栈AI解决方案的多样化服务。其异构计算架构在支持豆包模型和开源模型集成方面表现出色，适用于高性能训练和推理场景。 基于火山引擎的代理AI解决方案，中科创达已经打造了一站式AI服务，支撑多样化的应用组合。目前已为超过200家企业提供生成式AI咨询服务，为超过50家客户定制AI Agent应用，为超过1000个AI团队实施全栈AI解决方案。 不过，火山引擎的快速崛起也面临挑战。作为从应用起家的厂商，其更侧重于IaaS和MaaS的混合模式，在PaaS层面的深度工具链上还需要时间追赶阿里云的生态成熟度。不过，凭借字节跳动强大的技术背景和快速的市场反应能力，火山引擎正在迅速弥补这些短板。 3 排在第三的华为云，市场份额13.1%。众所周知，其独特优势在于全栈自主技术，特别是昇腾系列芯片。 尽管目前外界猜测各异，但普遍预期华为昇腾910C性能已可以与英伟达主力AI芯片H100进行对比，今年910B/C预计均有望大规模出货。Omdia报告也提及，最新的昇腾910C已被字节跳动、中国电信、科大讯飞和云从科技等主要中国云厂商广泛采用。 除了硬件基座，在软件栈上，华为云的ModelArts一站式AI开发平台集成了昇思MindSpore框架，并可与华为GaussDB提供的AI数据湖解决方案紧密融合。 在混合云部署上，华为云也颇具灵活性，足以满足安全敏感客户的需求。其推出的CloudMatrix384超节点，配备384个昇腾910C芯片，其系统理念甚至得到竞争对手黄仁勋的敬意。 华为云的另一大特色，自然是其在政企市场的超强竞争力。在该领域与客户共建的行业方案也亮点不断。 如山东能源集团基于华为云Stack建设集团中心云，采用华为云盘古矿山大模型建设人工智能训练中心，推进煤矿生产智能化管理的转型。依托华为云提供的盘古视觉大模型、预测大模型，在前期通过试点场景验证了大模型在工业生产领域的能力基础上，开发和实施首批应用场景，涵盖采煤、掘进、主运、辅运、提升、安监、防冲、洗选、焦化9个专业21个应用场景，取得显著成效。 在三强的身后，百度AI云和腾讯云分别占据6.1%和7.0%的市场份额，其技术能力、生态定位与竞争策略也各有特色。 例如，百度千帆AppBuilder是中国市场上首个集成 MCP 的平台，并发布了与 MCP 结合的 Agent Pro 版本，优化了 Agentic RAG 和深度搜索等场景。中信金融控股的智能财富顾问利用其MCP工具链，客户意图识别准确率提升至90%以上。 其百舸异构计算平台优化跨区域混合训练，10000卡集群的配置时间从数周缩短至1小时。 腾讯云的优势体现在行业特定解决方案上。微众银行利用混元模型和腾讯云Elasticsearch Service构建了其AI营销、风控和运营工程系统。腾讯云在全球游戏市场服务的AAA工作室占其客户群的40%以上。 4 值得注意的是，Omdia报告也提到了当下国内AI云市场的一些演进趋势。 首先是集中度的提高。目前，前五大厂商占据超过75%的市场份额。其他参与者包括中国电信（5.1%）、商汤科技（4.4%）及多家中小型云服务商，合计占13.7%。 芯片自主化也成为重要趋势。昇腾910C已被字节跳动、中国电信、科大讯飞和云从科技等主要中国云厂商广泛采用。华为云作为唯一在AI云解决方案全栈都提供自主技术的主要厂商，在政府相关实体和国有企业中已经形成巨大竞争优势。 2025年还被视为中小企业AI采用的元年，积极导入AI提升生产力的热情高涨。但中小企业面临预算限制和成本敏感性挑战，这给云厂商提出了新要求——既要提供专业服务，又要控制成本。 在Omdia看来，国内目前在宏观政策导向上，正明确鼓励推动传统行业向智能化转型。制造业、金融和能源等行业的数字化转型需求旺盛。国家层面的投资基金为本土创新提供资金保障。多Agent协作、上下文工程、AI安全和大规模API调用等新兴技术概念正在从探索验证走向产业应用。 在竞争战略上，市场呈现出两种不同的基本取向。通用型厂商（如阿里云和华为云）提供端到端产品解决方案，在所有层面都有清晰且独特的产品策略；而Omdia定义的专业型厂商（如百度AI云、腾讯云和火山引擎）更专注AI IaaS和MaaS，将AI PaaS和MaaS融合成单一解决方案，特别注重计算实例和API调用。 5 总的来看，市场面临多重挑战。高端GPU供应短缺仍未完全缓解，标准化和成本控制问题阻碍着中小企业广泛拥抱AI。 目前，AI云市场客户主要来自三个群体：政府机构（优先考虑安全）、传统行业（寻求可靠性）和技术创新者（专注创新速度）。AI云解决方案需要与现有信息技术和运营技术系统无缝集成，这一要求在企业数字化转型中变得越来越重要。 这些领先厂商凭借全栈技术能力建立了高进入壁垒，不过，地缘风险不确定性给行业埋下变数。每次贸易政策调整，都可能影响产业竞争格局。 在这场竞争中，每家厂商都在寻找突破路径。阿里云依靠技术全栈和生态优势巩固领先地位，火山引擎借助字节跳动的技术积淀追求快速增长，华为云聚焦政企市场走自主可控路线，百度和腾讯在各自擅长领域深耕细作。 通用型厂商通过端到端控制赢得大客户信任，专业型厂商凭借API调用和计算实例的灵活性实现快速增长。谁能率先突破芯片瓶颈和生态壁垒，将决定这个预计到2030年达到268亿规模的市场未来格局。 AI云市场从云原生向AI原生转型的进程正在加速，黄金时代才刚刚开始。 本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。
-
ChatGPT用户突破7亿，周消息量达180亿条 据报道，截至2025年7月，ChatGPT周活跃用户数突破7亿，约占全球成年人口的十分之一，周消息量达到180亿条。日前，OpenAI与哈佛大学、杜克大学联合发布研究报告《How People Use ChatGPT》，基于2024年5月至2025年6月的消费者版ChatGPT，抽样超过150万条真实对话。报告显示，用户更多将ChatGPT用于加工已有内容，而非从零生成。在写作类任务中，改写、润色、翻译或优化逻辑的加工型使用场景占比三分之二。用户动机分为问、做、表达三类，其中“问”占比最高，但在工作场景中“做”的占比更高。用户画像方面，女性用户占比已达52%，26岁以下用户贡献了近半数消息，且用户增长更快的地区来自中低收入国家。
-
DeepSeek再度开创历史！登上Nature封面 智东西 作者 陈骏达 编辑 李水青 昨晚，DeepSeek再度开创历史！智东西9月18日报道，9月17日，由DeepSeek团队共同完成、梁文锋担任通讯作者的DeepSeek-R1推理模型研究论文，登上了国际权威期刊《自然（Nature）》的封面。DeepSeek-R1论文首次公开了仅靠强化学习，就能激发大模型推理能力的重要研究成果，启发全球AI研究者；这一模型还成为全球最受欢迎的开源推理模型，Hugging Face下载量超1090万次。此番获得《自然》的认证，可谓是实至名归。与此同时，DeepSeek-R1也是全球首个经过同行评审的主流大语言模型。《自然》在社论中高度评价道：几乎所有主流的大模型都还没有经过独立同行评审，这一空白“终于被DeepSeek打破”。《自然》认为，在AI行业中，未经证实的说法和炒作已经“司空见惯”，而DeepSeek所做的一切，都是“迈向透明度和可重复性的可喜一步”。 ▲《自然》杂志封面标题：自助——强化学习教会大模型自我改进发表在《自然》杂志的新版DeepSeek-R1论文，与今年1月未经同行评审的初版有较大差异，披露了更多模型训练的细节，并正面回应了模型发布之初的蒸馏质疑。 ▲发表在《自然》杂志的DeepSeek-R1论文在长达64页的同行评审文件中，DeepSeek介绍，DeepSeek-V3 Base（DeepSeek-R1的基座模型）使用的数据全部来自互联网，虽然可能包含GPT-4生成的结果，但绝非有意而为之，更没有专门的蒸馏环节。DeepSeek也在补充材料中提供了训练过程中减轻数据污染的详细流程，以证明模型并未在训练数据中有意包含基准测试，从而提升模型表现。此外，DeepSeek对DeepSeek-R1的安全性进行了全面评估，证明其安全性领先同期发布的前沿模型。《自然》杂志认为，随着AI技术日渐普及，大模型厂商们无法验证的宣传可能对社会带来真实风险。依靠独立研究人员进行的同行评审，是抑制AI行业过度炒作的一种有效方式。论文链接：https://www.nature.com/articles/s41586-025-09422-z#code-availability同行评审报告：https://www.nature.com/articles/s41586-025-09422-z#MOESM2补充材料：https://static-content.springer.com/esm/art%3A10.1038%2Fs41586-025-09422-z/MediaObjects/41586_2025_9422_MOESM1_ESM.pdf一、新版论文披露多个重要信息，R1安全性获全面评估 在了解新版论文的变化前，我们有必要先回顾下DeepSeek-R1论文的核心内容。DeepSeek-R1的研究出发点，是当时困扰AI业内的一个重大问题。众所周知，推理能提升大语言模型的能力，但让模型在后训练阶段通过数据学习思维链轨迹，严重依赖人工标注，限制了可扩展性。DeepSeek尝试通过强化学习，让模型自我演化发展出推理能力。在DeepSeek-V3 Base的基础上，DeepSeek使用GRPO作为强化学习框架，仅使用最终预测结果与真实答案的正确性作为奖励信号，未对推理过程施加限制，最终构建出DeepSeek-R1-Zero。DeepSeek-R1-Zero通过强化学习成功掌握了改进的推理策略，倾向于生成更长的回答，每个回答中包含验证、反思和探索备选方案。 ▲DeepSeek-R1-Zero答题正确率随着推理长度提升，模型训练中总体回答长度也不断提升DeepSeek在DeepSeek-R1-Zero的基础上，采用多阶段训练结合RL、拒绝采样和监督微调，开发出DeepSeek-R1，使模型既具备强推理能力，又能更好贴合人类偏好。此外，团队还蒸馏出小型模型并公开发布，为研究社区提供了可用资源，推动思维链推理模型的发展与应用。除了上述主要科研成果外，在最新版的论文和其他材料中，DeepSeek新增了不少补充信息，让外界更深入地了解到模型训练和运作的细节。基准测试数据污染是一个极为敏感的问题——如果厂商在训练时有意或无意包含了基准测试和相关答案，就很有可能导致模型在相关测试上的得分异常偏高，影响基准测试评分的公正性。DeepSeek透露，为了防止基准测试数据污染，其已对DeepSeek-R1的预训练和后训练数据都实施了全面的去污染措施。以数学领域为例，仅在预训练数据中，DeepSeek的去污染流程就识别并删除了约六百万条潜在文本。在后训练阶段，数学相关的数据均来自2023年之前的竞赛，并采用与预训练相同的过滤策略，确保训练数据与评测数据完全不重叠。这些措施保证了模型评测结果能够真实反映其解决问题的能力，而非对测试数据的记忆。不过，DeepSeek也承认这种去污染方法无法完全防止对测试集的改写，因此在2024年之前发布的部分基准测试仍可能存在污染问题。DeepSeek还为DeepSeek-R1新增了一份全面的安全报告。报告提到，DeepSeek-R1在服务部署中引入了外部风险控制系统，不仅可以基于关键词匹配识别不安全对话，还使用DeepSeek-V3直接进行风险审查，判断是否应拒绝响应。DeepSeek建议开发者在使用DeepSeek-R1时，部署类似的风险控制系统。在公开安全基准测试和内部安全研究中，DeepSeek-R1在大多数基准上超过了Claude-3.7-Sonnet、GPT-4o等前沿模型。开源部署版本的安全性虽不及具备外部风险控制系统的版本，但仍拥有中等水平的安全保障。 DeepSeek-R1发布之初，曾有传闻称该模型使用了OpenAI的模型进行蒸馏，这也出现在审稿人的提问中。对此，DeepSeek做出了正面回应，称DeepSeek-V3-Base的预训练数据全部来源于网络，反映自然数据分布，“可能包含由先进模型（如GPT-4）生成的内容”，但DeepSeek-V3-Base并没有引入在合成数据集上进行大规模监督蒸馏的“冷却”阶段。DeepSeek-V3-Base的数据截止时间为2024年7月，当时尚未发布任何公开的先进推理模型，这进一步降低了从现有推理模型中无意蒸馏的可能性。更重要的是，DeepSeek-R1论文的核心贡献，也就是R1-Zero，不涉及从先进模型进行蒸馏。其强化学习（RL）组件是独立训练的，不依赖于GPT-4或其他类似能力模型的输出或指导。二、R1论文开创大模型科研新范式，《自然》盛赞其填补空白 在社论中，《自然》详细地分析了DeepSeek-R1经历完整同行评审流程，并登上期刊的价值。大模型正在迅速改变人类获取知识的方式，然而，目前最主流的大模型都没有在研究期刊中经历过独立的同行评审，这是一个严重的空白。同行评审出版物有助于阐明大模型的工作原理，也有助于业内评估大模型的表现是否与厂商宣传的一致。DeepSeek改变了这一现状。DeepSeek在今年2月14日将DeepSeek-R1论文提交至《自然》，而直到7月17日才被接收，9月17日正式发布。在这一过程中，有8位外部专家参与了同行评审，对这项工作的原创性、方法和鲁棒性进行了评估。在最终发布的版本中，审稿报告与作者回复都被一并披露。智东西也深入研读了DeepSeek-R1论文的审稿意见与作者回复。这份文件长达64页，接近论文本身篇幅的3倍。 ▲DeepSeek同行评审材料封面8位审稿人共提出上百条具体意见，既包括对单词单复数等细节的修改，也涵盖对论文中将AI“拟人化”的警示，以及对数据污染和模型安全性问题的关注。例如，在下方修改意见中，审稿人敏锐地捕捉到了“将DeepSeek-R1-Zero开源”这一表述的模糊性，并提醒DeepSeek，“开源”这一概念的界定仍存争议，在使用相关表述时需要格外注意。这位审稿人还要求DeepSeek在论文中附上SFT和RL数据的链接，而不仅仅是提供数据样本。 ▲一位审稿人的部分修改意见DeepSeek认真回应了审稿人提出的每一个问题，前文提到的多个章节与补充信息，正是在审稿人的建议下新增的。虽然DeepSeek也曾在今年1月发布DeepSeek-R1的技术报告，但《自然》认为，此类技术文档与实际情况之间的差距可能很大。相比之下，在同行评审中，外部专家并不是被动接收信息，而是能够在独立第三方（编辑）的主持和管理下，通过协作提出问题，并要求论文作者补充信息。同行评审能够提升论文的清晰度，并确保作者对其主张作出合理的论证。这一流程并不一定会对文章内容带来重大修改，但却能增强研究的可信度。对AI开发者而言，这意味着他们的工作会更为扎实，并更具说服力。结语：DeepSeek开源模式或成行业典范 作为国产开源 AI 模型走向世界的代表，DeepSeek-R1在全球开源社区拥有极高的口碑。而在本次登上《自然》杂志封面后，DeepSeek又补充了这一模型的更多信息，为开源社区提供了科研参考、模型复现思路以及应用支持。《自然》杂志呼吁更多的AI公司将其模型提交给同行进行评审，确保其声明经过验证和澄清。在这一背景下，DeepSeek的开源模式不仅展示了国产AI的技术实力，也有望成为全球AI行业在科研透明度方面的参考典范。
-
Lyft将与Waymo合作提供无人驾驶出租车服务 据路透社，9月17日，Alphabet 旗下的 Waymo 计划于明年在纳什维尔与线租车平台 Lyft 合作，开始提供无人驾驶出租车服务。初期，纳什维尔的乘客可通过 Waymo 应用叫车。随着服务的发展，乘客也将能通过 Lyft 应用匹配 Waymo 车辆。根据协议，Lyft 将投资一笔未公开金额，用于建设自动驾驶车辆车队管理设施，负责 Waymo 车辆的充电和维护。双方表示，Lyft 的服务将最大化 Waymo 车辆的运营时间并降低成本。此次合作将是 Waymo 无人驾驶出租车首次在 Lyft 网约车平台上的商业部署。Waymo 目前已通过 Uber 应用在德克萨斯州奥斯汀和佐治亚州亚特兰大提供无人驾驶出行服务。Waymo表示，纳什维尔的车队规模预计将逐步扩大至数百辆。消息发布当日，Lyft美股盘前涨24%，Uber盘前跌超3%。随着机器人出租车市场竞争加剧，Waymo正在加快在美国的运营步伐。特斯拉今年6月在奥斯汀推出了有限的机器人出租车服务，并计划将服务扩展至旧金山湾区。自2020年在凤凰城启动服务以来，Waymo 现已在旧金山湾区、洛杉矶部分地区、凤凰城、奥斯汀和亚特兰大向公众提供付费无人驾驶出行服务。除纳什维尔外，Waymo 还计划扩展至迈阿密、华盛顿特区、达拉斯和丹佛。公司最近获得了在纽约市进行自动驾驶车辆测试的许可，测试时配备有经过培训的专职驾驶员。
-
宇树科技：人形机器人已在工业巡检、电网电力等领域有一定应用 “我们的机器人上了春晚之后得到了很多关注，现在广泛应用在一些文娱表演上，在工业巡检、电网电力和储能操作（领域）也有了一定的应用。”9月17日，在2025世界储能大会上，宇树科技副总经理杜鑫峰表示，“机器人进入到工厂进行复杂的操作和繁重、重复的工作是我们将来一定要克服的问题”，现在的应用主要集中在能源、交通、消防、应急以及生活娱乐的各类场景。就在9月15日，国网杭州供电公司、宇树科技、具身智能基地公司、国网浙江华电研究院四方刚刚签署“电力+具身智能”框架合作协议，开启在电力人工智能应用领域的深度合作。合作框架协议明确，四方将聚焦电力领域人工智能创新应用，在平台建设、科技攻关、标准制定、人才培养四大维度开展全方位、深层次合作。 杜鑫峰称，随着近两年AI大模型取得突破，机器人产业可以从原来的“打通关”模式变成“分工”模式。机器人的硬件让硬件公司来做，学习给专业的模型公司做，行业应用可以让专业场景进行训练，最后只要把机器人硬件加上模型就可以在现场快速把机器人用起来。“这就是为什么人形机器人在2024年、2025年特别火的原因，而且我们认为这个方式将会更大的在后面还会有更大突破”。杜鑫峰表示，宇树的定位，更多的是供应硬件本体，以及机器人在运动和各种适应性上的小脑的解决（方案）。根据宇树科技此前发布的官方声明，2024年，宇树科技的人形机器人全部用于研究、教育和消费领域，销售收入约占30%；四足机器人约80%用于研究、教育和消费领域，20%用于工业领域（如检测和消防），销售收入约占65%；组件产品的销售收入约占5%。据高工机器人产业研究所（GGII）数据显示，2024年宇树科技机器狗年销量高达2.37万台，约占全球市场69.75%，在人形机器人领域，2024年宇树交付超1500台。“人形机器人在实际应用中更多的是作为未来的一种操作方式，机器人的定位除了提供情绪价值，更多的还是要进厂打工。”杜鑫峰透露，“宇树为了让机器人更好地进行快速、平稳地使用，我们推出了一个机器人的统一大模型，通过大模型的方式在孪生平台上先进行训练，再到现场进行快速应用，在未来能够打造所见即所得、即插即用的机器人模式。”宇树科技创始人、CEO王兴兴在接受澎湃新闻等采访时也曾强调，宇树的目标还是希望机器人能真正“干活”，解放和提高生产力。目前选择表演格斗、跳舞等形式，一方面是在大众中更受欢迎，另一方面，除了一些自动化设备或工厂的固定工序，“当下真正让智能机器人干活还不太现实”，在某种意义上还不能算作“具身智能”。宇树科技目前正处上市辅导阶段，根据IPO计划，将在今年10月至12月之间提交上市文件，届时将披露相关运营数据。宇树此前已完成C轮融资，由中国移动旗下基金、腾讯、锦秋、阿里、蚂蚁和吉利资本共同领投，大部分老股东跟投，投前估值超100亿元。近期还有报道称宇树正为IPO寻求高达500亿元(约合70亿美元)的公司估值，彼时宇树科技向澎湃新闻记者表示，公司内外至今没有讨论过IPO估值的事情，相关估值信息不实。宇树目前堪称资本市场的“香饽饽”。要与宇树科技共同打造具有较强IP属性消费级机器人产品的巨星传奇（06683.HK）曾在9月12日盘中一度暴涨超20%，据悉，双方合作范围不仅涵盖巨星传奇旗下艺人资源，更会延伸至广泛的艺人以拓展IP合作机会；间接持有宇树科技约0.3%股权的仍处亏损的房企首开股份（600376），近期走出了10天9板的行情，公司9月以来已经发布8次相关交易风险提示和交易异常波动公告。根据辅导备案报告，宇树科技控股股东、实际控制人为王兴兴，直接持有23.8216%股权，并通过上海宇翼企业管理咨询合伙企业（有限合伙）控制公司10.9414%股权，合计控制公司34.763%股权。王兴兴曾在6月末的夏季达沃斯论坛上透露，目前公司有约一千人，年度营收达十来亿元。
