虫爱少女:商务部证实上周美商务部官员到访北京

"虫爱少女",商务部证实上周美商务部官员到访北京,曾被人诋毁是组装厂雷军：今天我很自豪被叫“雷厂长”

"虫爱少女",中信证券首席经济学家明明：央行启用现券购买工具，本质是增加货币政策工具，并不意味着货币政策转向收紧,女律师“擦边直播”玩笑话背后的真问题

"虫爱少女",微软总市值跌破3万亿美元

卫老日晕了淑容的章节

小小水蜜桃在线影院电影观看中文

与凤行电视剧免费完整版第7

铜铜铜铜铜好大好污

青柠影院在线观看视频免费

成全视频观看免费观看大全

芒果一二三中文乱码2020

虫爱少女:威尼斯成为世界上第一个收取游客入城费的城市居民与防暴警察发生冲突,杉杉股份(600884.SH)：2023年净利润7.65亿元拟10派2元,清洁能源竞赛恐引发矿业领域数十年来最大交易

"虫爱少女",图片来源：新华社　　时隔5年，世界第一方程式锦标赛（F1）重回中国开跑。　　今年是F1中国大奖赛20周年，也是上海国际赛车场投入使用20周年。作为迄今为止F1中国大奖赛的唯一举办地，上海更是成为流量入口、吸睛无数。　　挑战者正在出现。就在几天前，最新公布的《广东2024年重点建设项目计划表》中提到，将在广州实施“F1广州国际赛车场项目”，包括一条FIA国际汽联认证1级赛道及配套设施和一个国际综合性赛车体育公园，预估总投资200亿元。　　这个数字可比当年的上海翻了几倍。此举也引发外界猜测：广州有望分得F1比赛举办权“一杯羹”。　　事出必有因。有消息称，明年将是上海大奖赛赛事合约的最后一年，新一轮的接触谈判正在进行中。而在2019年，F1将具有标志意义的第1000站赛事放在上海时，一级方程式管理公司（FOM）掌门人凯里也曾提到，“在F1的战略中，现在有两个巨大的市场需要开发，一个是美国，一个就是中国。”　　有人将F1与奥运会、世界杯足球赛并称为世界三大赛事。站在F1与中国关系的新起点上，广州能否如愿将F1收入囊中仍是未知数。　　但在此之前，一系列问题同样值得关注：广州为何选择现在入局？回望上海的F1故事，广州又期望在汽车行业开启怎样的新“赛事”？　　“样板”效应　　广州打造F1赛场的消息一经传出，立刻在当地舆论场中引发强烈讨论。欢呼声中，F1能为广州带来何种收益备受期待，而这也是举办大型赛事的城市一笔难以算清的经济账。　　F1正在与中国市场产生更深度的化学反应。刚刚在上海结束的F1中国大奖赛上传来一组数据：　　不仅多平台门票在开售后很短时间内售罄，并且赛场附近不少酒店在赛期都出现满房；在20万人次观赛观众中，70%来自境内外地、10%来自海外。而在2018年，中国大奖赛观众人数比2017赛季总数的三倍还多，增幅达到69%，在全球20个市场居首。F1中国大奖赛正赛在上海国际赛车场举行图片来源：新华社　　从某种意义上说，广州选择“入局”的时间颇为巧妙——根据上海媒体报道，F1正在从亏损走向赢利。　　中国城市上一次对F1的集体竞逐还是在20年前。当时，F1初次进入中国选择比赛场地，上海之外，珠海也曾代表珠三角城市“参战”，并打造了中国第一条永久性国际赛道——珠海国际赛车场，但因赛道软硬件未通过国际汽联验收，最终不得不与F1失之交臂。　　当时，中国赛车基础设施和市场文化均不成熟。即便是“胜者”上海也不得不在很长时间内面临F1落地后“甜蜜的烦恼”。直到10年前，面对赛场高昂的投入和维修、运营成本，有关F1上海站每年亏损数千万元、观赛人数不足等质疑声仍甚嚣尘上。　　如今看来，上海扮演了市场教育者的角色。有媒体报道，在今年F1上海站观众席上，已经出现更多“二代”“三代”的身影。作为F1历史上首位在中国站完赛的中国车手，周冠宇就是因20年前在上海的一次观赛体验而走到今天。上咨集团咨询服务中心副主任缪艳萍也提到，F1等国际赛事更带动了相关赛事产业链逐渐完善，大项目不仅是服务能力的证明，也提供了学习借鉴的平台。　　而有了上海“摆席”，更多城市也得以“上桌”，广州正是其中一员。此前曾多年关注F1，中国社会科学院研究生院工业经济系教授曹建海认为，在上海之后，广州有望发挥“后发优势”，“应该能做得更好”。　　F1在上海举办期间，其首席商务官普拉泽提到，过去5年间，“我们看到了中国市场的持续增长”；而抱憾错失F1的珠海赛车场，自2005年开始举办泛珠三角超级赛车节，则为广东培养了稳定的观众群。　　更值得广州借鉴的是上海赛场运作模式。与大部分城市利用道路、体育场、公园改建不同，上海是当时世界唯一专门为F1建造高规格专业赛车场的城市。与其近30亿元建设费用相比，广州投入翻了几倍，将更考验赛场的运营水平。　　赛事红利　　发挥后发优势，意味着广州不只可以少走弯路，更需要站在新起点上，与上海一道挖掘F1更多价值。　　汽车赛事的诞生本就不只是为了单纯的观赏和竞技。江汉大学中国赛车学院创始院长夏宏武曾分析提到，以赛促研、以赛促产、以赛促用才是赛事产业最重要的作用。潘哈德汽车和标致汽车因汽车比赛获胜而声名鹊起，法拉利、保时捷等专业汽车品牌也随赛事形成，美国纳斯卡汽车赛更培养了美国的汽车消费习惯：周末赛车夺冠军、周一汽车要大卖。　　事实上，上海引进F1的初衷，也与当地打造汽车产业关系密切。有资料显示，早在上海国际汽车城做规划时，上海就将F1列入重点规划项目，并且在最终落定前就同步推进赛道建设和赛事引进。　　然而，在进入中国的20年里，F1更多充当着国际汽车品牌的展示平台，迟迟未见国产品牌的身影。近年来，近水楼台的上汽开始借F1赛事进行品牌推广，但离赛场最近的也仅是保障车。　　正如曹建海所说，要让F1发挥对地方产业的带动效应，首先要让当地汽车品牌加入其中，并且让赛车相关技术成为品牌的储备技术。但在F1前掌门人伯尼·埃克莱斯顿制定的游戏规则中，参赛意味着高昂的投入，并非每个品牌都能负担。　　一边是F1潜在的品牌价值富矿，一边是品牌高昂的参赛成本，两边的鸿沟尚有待广州进一步弥合，借以完成F1进入中国的“下半场”。而在此之前，广州将思路打开，先一步放眼至一个尚待发掘的汽车后市场产业。观众在上海国际赛车场观看F1模型展车图片来源：新华社　　就在今年2月，广州花都区与多家公司签订战略合作协议，计划打造“湾区汽车公园&汽车改装产业基地项目”，据称，该项目为国内首个汽车运动后市场产业基地，将重点构建汽车赛事、汽车测试及数据运维、泛汽车娱乐、汽车个性化定制改装四大产业体系。　　有业内人士分析，汽车运动能够延伸出一个包含公关咨询、物流在内的配套产业体系，将是汽车产业的又一增长点。英国汽车运动协会年报显示，英国汽车运动产业年产值已超过60亿英镑。　　去年，商务部等9部门联合发布《关于推动汽车后市场高质量发展的指导意见》，将发展汽车后市场作为稳定和扩大汽车消费、服务的重要内容。对于广州而言，此举将有望成为释放F1品牌效应的新尝试。　　“汽车城”形象　　借力F1探索新产业、尝试新模式，无疑将为广州汽车产业带来更多可能性。而即便是F1赛事本身，对于当下的广州已然足够重要，从某种意义上说，它将是广州重塑传统“汽车城”形象急需的“抓手”。　　汽车产业是广州产值最高、标识度最强的产业之一。在汽车产量多年蝉联全国第一之下，广州汽车产业近年来隐忧一直存在，新能源汽车产业的跛脚格外明显——去年，上海、深圳新能源汽车产量已突破百万量级，西安、长沙、合肥等城市也领先广州。即便喊出“汽车制造业产值破万亿”的口号，没能从根本上改变广州汽车陷于掉队风险的形象。　　F1是不是一块完美的转型“跳板”？从产业发展进程的角度来看并不尽然。对于逐渐向新能源汽车转型的参赛企业来说，F1作为以燃油车为基础的竞速赛事，愈加缺乏吸引力，其所代表的燃油汽车文化也面临新的挑战。　　事实上，在未跨越F1门槛的数年间，国内各类汽车赛事数量飞速增长，成为特别是国产新能源汽车品牌“刷脸”的平台。今年两会期间，全国政协委员、吉利控股集团董事长李书福曾在提案中写道，国内取得国际认证的赛道数量已跻身世界前三，每年举办大型赛事活动超过百场。　　广东正是汽车赛事“热土”之一。当地媒体报道指出，广东布局了不少赛车场，仅位于东莞的广东竞速国际赛车场，作为国内规模较大的标准国际赛车场之一，年均举办各类活动超过100场。　　但正如曹建海所说，眼下仍然没有一个汽车赛事的影响力能与F1相提并论。如果中国的F1版图从上海一地进一步扩张至两城，并形成“系列赛”，原有的影响力还会加倍。　　F1也并非不能链接新能源汽车产业资源。在此前F1上海站的配套活动中，嘉定区会组织行业知名企业高管及“投资大佬”观摩赛事，同时参加招商活动。通过此类活动嘉定引进了蔚来汽车等项目。　　F1同样有可能成为广州汽车产业的一张新“王牌”。但比起20年前的上海，广州显然有更多主动权。　　在当地，一种讨论已经出现：广州能否举办新能源耐力赛，成为定义新能源汽车文化的领军者？更进一步，借鉴上海F1赛事本土化举办的成熟经验，广州能否孕育出本土知名的汽车赛事品牌？而在各类赛事安排背后，广州又期望对外输出一个怎样的汽车城形象？　　不过在此之前，关键是广州要先迈出这一步。　　记者|杨弃非

"虫爱少女",点评：虽然美国是顶尖AI大模型主要来源地与推动者，不过全球AI大模型也有开源的趋势，Meta的Llama系列模型、法国的Mistral和阿里巴巴的Qwen，都是很好的开源AI模型。不管是闭源还是开源，在AI应用层面上，都有不同的做法。不管是--**--文丨江志强（VitallyAI创始人）　　2024年4月15日，斯坦福大学的“以人为本”人工智能研究所（StanfordHAI），在李飞飞等人的共同领导下，发布了一份名为《2024年人工智能指数报告》（ArtificialIntelligenceIndexReport2024）的研究报告。　　这份报告长达500多页，是StanfordHAI推出的第七份AIIndex报告，它详细记录了2023年全球人工智能的最新发展趋势。StanfordHAI的官方说明中提到，这是他们发表的迄今为止最详尽的一份报告，恰逢人工智能对社会影响空前明显的关键时刻之际。　　该研究项目负责人VanessaParli指出：“我认为最令人兴奋的人工智能研究优势是将这些大型语言模型与或智能体（agent）相结合，这标志着机器人在现实世界中更有效地工作迈出了重要一步。”　　今年，StanfordHAI扩大了研究范围，更广泛地报道了人工智能的技术进步、公众对该技术的看法以及围绕其发展的地缘政治动态等基本趋势。与往年的报告相比，这一版提供了更多的原创数据，对人工智能培训成本进行了新的估算，对负责任的人工智能前景进行了详细分析，并新增一章专门讨论人工智能对科学和医学的影响。　　下面，我们将列举此份报告中所揭示的10大主要趋势，并加上SamAltman等AI行业大佬们对此的看法，以及笔者的点评。　　1．人工智能在某些任务上胜过人类，但并非在所有任务上　　人工智能已在多项基准测试中超越人类，其中包括图像分类、视觉推理和英语理解。但在更复杂的任务上，如竞赛级数学、视觉常识推理和规划，人工智能依然落后于人类。　　OpenAI的CEO萨姆·奥特曼（SamAltman）是人工通用智能（AGI）的倡导者，他曾经在OpenAI的一篇“MondayBlog星期一博客”中提到：AGI最终将在各个领域匹配甚至超越人类智能。他的技术乐观主义使他坚信，AI不仅仅在“某些”任务上，而是在几乎所有任务上最终都将超越人类，并且“代替正常人类”。因此，任何表述AI潜力有限的观点对于他的雄心而言都显得过于保守，无法反映他对于变革性AI能力的远大愿景。　　点评：虽然人工智能在特定任务上已能超越人类表现，但这并不意味着它在所有领域都能取代人类。这一发现提醒我们，尽管AI技术迅速发展，它仍然存在局限性。企业和开发者在推进AI应用时，应认识到AI的这一特性，合理利用其在特定领域的优势，同时探索人类与AI的最佳协作方式。这种平衡的发展策略将有助于我们更好地整合人工智能，使其成为推动社会和经济进步的有力工具。　　2．产业界持续主导人工智能前沿研究　　2023年，产业界在这一年内发布了51个引人注目的机器学习模型，而学术界仅仅贡献了15个。此外，产业界与学术界的合作也带来了21个著名的模型，这一数字创下了新高。　　点评：人工智能在过去几十年的发展，有很长一段时间一直是学术界的顶尖科研人才在默默推动着，一直到这波大模型人工智能的浪潮才发生了改变。产业界丰富的财务资源、算力资源与顶尖AI人才，接手这波AI革命的推动。除了上图展示的几家私营领域的大厂与创业公司，比如：谷歌、OpenAI、Meta、微软、HuggingFace之外，其他公司如苹果与亚马逊，以及国内的互联网大厂如：阿里巴巴、腾讯、字节跳动等，在AI上都有很深厚的积累。学术界与产业界前仆后继一起加速用前沿技术来转变社会与人类的文明。　　3．前沿大模型变得更加昂贵　　据人工智能指数（AIIndex）的估计，最先进的人工智能大模型的培训成本已达到前所未有的水平。例如，OpenAI的GPT-4使用了价值约7800万美元的计算资源进行训练，而谷歌的GeminiUltra的计算成本则高达1.91亿美元。　　相比之下，几年前发布的一些最先进的模型，即原始transformer模型（2017年）和RoBERTaLarge（2019年），训练成本分别约为900美元和16万美元。　　点评：智力更高、能力更强的前沿AI大模型，因为scalinglaw能力更强，参数更大，其训练代价变得越来越昂贵。市面上可选的闭源与开源大模型数目繁多，企业在探索AI应用时，必须开始具备大模型选型与评估的能力，并知道找什么样技能与经验的人才来开发自己的AI应用。企业如果自身的信息化/数字化部门学习能力强，CIO/CTO有能力培养AI算法工程师，那么值得考虑建立自身的AI能力；也可以考虑与有经验的外部AI技术服务商建立合作。　　4．美国是顶级人工智能大模型的主要来源国　　2023年，61个著名的人工智能模型来自美国机构，远超欧盟的21个和中国的15个。　　美国依旧是人工智能投资的首选之地。在2023年，美国人工智能领域的私人投资总额达到672亿美元，几乎是中国的9倍。不过，中国仍是美国在这一领域的主要竞争者，中国的机器人安装总量位居世界第一。同时，中国也拥有世界上绝大部分的人工智能专利，占比达到了61%。　　点评：虽然美国是顶尖AI大模型主要来源地与推动者，不过全球AI大模型也有开源的趋势，Meta的Llama系列模型、法国的Mistral和阿里巴巴的Qwen，都是很好的开源AI模型。不管是闭源还是开源，在AI应用层面上，都有不同的做法。不管是调用AI大公司的API，或是用开源的大模型，随着这些大模型总体智力的提升、幻觉（hallucination）的减少、推理能力的持续提高，乃至于新型的AI智能体开始具备目标任务分解、自我反思、自我改善等能力，企业能导入AI能力的应用场景，就有更大发挥的空间。　　5．严重缺乏对LLM责任的可靠和标准化评估　　人工智能指标（AIIndex）的最新研究显示，负责任的人工智能目前严重缺乏标准化指标。像OpenAI、谷歌和Anthropic这样的顶尖开发商在测试他们的模型时，都是依据各自不同的负责人工智能标准。而这里指的标准，更具体说是在处理与道德、法律、安全、隐私和社会影响等相关问题时所遵循的一系列准则、框架、评估指标和最佳实践。因此，这样各从己意的做法让比较顶级人工智能模型的风险和限制变得更复杂。 　　萨姆·奥特曼应该会认同“大型语言模型（LLM）的责任性评估严重缺乏标准化和严谨性”这一说法，因为他一直强调建立可信赖和道德的人工智能的必要性，制定明确的标准框架，来评估大型语言模型的责任性和伦理考量，并强调组织和监管机构之间合作的重要性，有了这些标准来保证人工智能技术在减少潜在危害的同时，能够服务于公共利益。　　点评：目前大型语言模型在企业应用中，从客服到内容生成等各种业务流程中的场景逐渐现身。然而，就是因为目前市面欠缺对主要LLM的责任性评估的标准化，让企业在面对AI如果生成具有偏见、伦理问题和合规风险的内容时产生顾虑。对于正在探索AI应用的企业，这一缺口意味着他们还是要警惕。有经验的AI公司可以跟企业一起探讨在项目实施过程如何避免这些问题。　　6．生成式人工智能投资激增　　虽然2023年整体的人工智能民间投资整体下降，但对“生成式”AI的投资是激增的，比较2022年（约30亿美元）增长了近八倍，达到252亿美元。海外的生成式AI主要参与者，包括OpenAI、Anthropic、HuggingFace、Inflection等大模型公司，都获得了可观的融资。国内的大模型公司，如质谱、Minimax、百川智能、Minimax、零一万物、月之暗面等，也都获得不错的融资，虽然金额的数量级有很大的差距。　　点评：全球领域与中国范围内对于生成AI领域投资的激增，这对企业来说肯定是一件好事。因为一般企业的AI应用，肯定是要在大模型的基础上来开发，并将之服务化，甚至加上自动化。如果是企业自身行业有一定专业深度，而这个行业领域知识不见得是大语言模型学习过的，或是企业自己的业务体量与顾客基数庞大、数据也多，那么就有可能需要训练自己的行业大模型，来支持自己的AI应用。　　企业在AI时代的投入，将是一种新质生产力，一种新的企业竞争力。　　7．数据显示，AI让“打工人”更具有生产力，工作质量更高　　2023年，多项研究评估了人工智能对劳动力的影响，认为人工智能使打工人们能够更快地完成任务，并提高他们的产出质量。这些研究还表明，人工智能有可能缩小低技能和高技能工人之间的技能差距。不过，其他一些研究警告人们，在没有适当监督的情况下使用人工智能，不一定会提高工作绩效。　　点评：企业员工可能需要接受培训才能有效利用AI工具，当然我们身边接触的打工人，学习进取心强的或是担心工作被AI替代有危机意识的人，都在学习各种AI工具。毕竟AI是全新的生产力，就跟人类最初学会生火、发明印刷术和电力一样是重大的。最近坊间开始流传一句话：AI不会取代你的工作，但是其他善用AI的人会取代你的工作。　　8．得益于人工智能，科学进步进一步加速　　2022年，人工智能开始推动科学的发现。2023年我们开始看到更多与科学相关的人工智能应用启动了——使算法排序更高效的AlphaDev、促进材料发现过程的GNoME、到可在一分钟内提供相当准确的未来10天天气预报的GraphCast，以及成功对7100万种可能错义突变中约89%进行分类的AlphaMissence，这些都是很好的科学领域的AI应用。　　如今，AI可以完成人类难以完成的计算，来解决一些最复杂的科学问题。在医疗方面，新的研究表明，医生可以利用人工智能更好地诊断乳腺癌、解读X射线和检测致命的癌症。　　奥特曼对AI极大加速科学进展的潜力，持非常看好的态度。他认为AI可以通过多种方式来加速科学的突破：AI系统能自动化一些研究任务，如文献审查和假设生成，帮助科学家提高工作效率；AI还可以通过从其他任务中解放人力，从而增加科学家的总数；AI驱动的科学过程自动化，如进行大规模实验和测试多个假设，可能导致“极其迅速的科学进展”。奥特曼似乎认为这种科学加速，既有前景也令人担忧。我们伴随AI的快速发展，也需要“更新的思考”，他警告说，那些“忽视改进速度的公司和行业将被碾压”。　　9．美国的人工智能法规数量急剧增加　　2023年，全球立法程序中有2175次提及人工智能，几乎是上一年的两倍。美国人工智能相关法规的数量，在过去一年大幅增加。2023年与人工智能相关的法规有25项，而2016年只有1项。仅去年一年，人工智能相关法规的总数就增长了56.3%。其中一些法规包括生成式人工智能材料的版权指南和网络安全风险管理框架。　　与AI相关法规的急剧增加，也标志着企业环境中AI部署向更有结构和控制的方向去转变。对于正在探索AI企业用例的公司而言，这意味着它们的AI任务团队现在必须将合规性作为其战略的关键部分。这不仅包括理解和遵守现有法规，还要保持灵活性，以适应可能的新法规。此外，不断演变的监管环境也可能促进创新，因为公司可能需要开发新的AI技术或修改现有技术以满足监管要求。最终，虽然增加的法规可能带来挑战，但它也为公司通过展示对道德AI实践的承诺，与客户和利益相关者建立信任提供了途径。　　点评：在国内，我们开始看到身边的企业也开始更关注与AI相关的法律和监管专业知识，也会建议开始思考导入AI的企业，关注国家所颁布与人工智能相关的法规，包括但不限于：AI大模型与AI应用（特别是面向一般大众的应用）的算法安全备案、应用的数据安全、用户隐私保护、AI生成内容是否侵权或是能有版权保护等议题。　　10．人们对人工智能的潜在影响有了更深刻的认识，同时也更焦虑　　市场研究公司益普索（Ipsos）的一项调查显示，在过去一年中，认为人工智能将在未来3-5年内极大地影响他们生活的人的比例从60%上升到66%。此外，52%的人对人工智能产品跟服务表示紧张和焦虑，比2022年上升了13%。　　来自美国皮尤研究中心（Pew）的数据则显示，52%的美国人表示对人工智能的担忧多于兴奋，这一比例比2022年的38%有所上升。　　对此，奥特曼承认，人们对包括通用人工智能（AGI）在内的先进AI系统的潜在影响感到担忧和紧张，这是有道理的。不过，与一些更可怕的预测相比，奥特曼似乎也采取了更为乐观和温和的观点。　　奥特曼曾经在一段由彭博社在瑞士达沃斯世界经济论坛上举办的对话中表示，AGI的影响可能“比我们想象的要小”，而且他不认为人工智能会导致大范围的失业，他说：“人们会继续他们的生活。” 他还表示，尽管人们担心AI会提供虚假信息，但他相信2024年的美国大选“无论发生什么，美国都不会有事”。　　与此同时，奥特曼也认识到需要对这些强大的技术进行谨慎的治理和监管。他呼吁建立一个类似于核能或生物技术监管的“全球监管框架”，承认“人工智能将对社会产生深远影响”。读到这里，你是不是觉得奥特曼的乐观与审慎之间，充满着一些矛盾呢？　　（文中图表均来自StanfordHAI的《2024年人工智能指数报告》。文章仅代表作者观点。责编邮箱：yanguihua@jiemian.com。）股市回暖，抄底炒股先开户！智能定投、条件单、个股雷达……送给你>>海量资讯、精准解读，尽在新浪财经APP

"虫爱少女",
作者：诺诗泽

亿航智能涨超4%产业相关政策出台机构指今年有望成为低空经济元年

"虫爱少女",商务部证实上周美商务部官员到访北京,造假寒假作业丢巴黎？“新闻”段子化，这病得治！,国际原子能机构开始对福岛核污染水排海进行调查,浙江温岭一重型货车与小型轿车发生碰撞，致2死1伤,美重磅核武器计划曝光

"虫爱少女",最新民调：美国年轻人开始疏远拜登逐渐青睐特朗普

"虫爱少女",
总监制：安彭越

监 制：营月香

主 编：艾星淳

编 审：塞靖巧

（文章未经授权不得转载。）