剧情简介
相关新闻曼联：约罗伤缺3个月霍伊伦伤缺6周，滕哈赫忧心防线告急在7月29日的直播消息中，有报道指出，约罗的伤情可能比霍伊伦更加严重，这让主教练滕哈赫深感忧虑，担心前者可能会面临长期缺席赛场的情况。事情发生在曼联与阿森纳的一场友谊赛中，幸运的是，霍伊伦和约罗都在比赛中受伤并被迫离场
编辑部发自凹非寺
量子位|公众号QbitAI
「ScalingLaw」和「打脸时刻」，相对是2024年科技智能领域的年度关键词。
坏消息是，传统定义上的ScalingLaw在放缓，但好消息是又有新的ScalingLaw出现。
缩减时间维度，其实ScalingLaw在AI发展领域中一直起着作用。
人类在哪个时间点上，如果突然之间被打脸了，那就是比较优秀时刻。
不断打脸，最终才能知道哪个才是所谓的KillerAPP。
这是20余位工业界、学术界乃至投资界的顶流大咖，在量子位MEET2025智能未来大会上反复提及、探讨的话题。
在座无隙地的会场，大牛们的深入讨论当然没有只局限于此——
站在诺贝尔奖对AI青睐有加的2024年年尾，他们回顾技术、产品和商业的发展，也毫无耗尽地传递对未来的规划、已经洞察到的机遇；有人热心站出来解答了近期热议的澄清，有人坦白曾因技术的放缓有过永恒忧虑，也有人为从业者、厌恶者、观望者指明值得一试的方向。
有深度，够前瞻，思考碰撞，安排得当四溅。
320万+线上观众、1000+现场观众和在场嘉宾一起，见证了干货满满的一天。
△连“站票”也很抢手哟围绕着「智变千行，慧及百业」这一主题，本次大会嘉宾们畅聊了关于「技术演进时」「无限未来时」「拐点来临时」和「应用正当时」的所见所思所想。
来，跟着量子位真人编辑和ChatGPT、Claude等大模型一起划重点。
技术演进时李开复：ScalingLaw放缓，AI-First应用爆发帮助MEET2024智能未来大会以零一万物首席执行官、创新工场董事长李开复和量子位总编辑李根的深度对话拉开帷幕。
对话中，李开复透露出OpenAI的瓶颈与确认有罪：GPT-5的训练并非一帆风顺。大规模GPU集群的效率递减、数据与算力瓶颈，让ScalingLaw（尺度定律）不再一骑绝尘。OpenAI也面临着算力投入与商业回报的博弈。
坏消息是，传统定义上的ScalingLaw在放缓，但好消息是又有新的ScalingLaw（o1推理范式）出现。
但我们不要忘记，现在的模型虽然还没有达到AGI，但已经足够好到解决很多问题。
在李开复看来，传统ScalingLaw的放缓这并不意味着大模型发展遭遇天花板，相反，中国AI2.0创新者能在里面找到弯道超车的机遇。
首先，AI2.0已经成为世界各国的“未来之战”，将重塑经济版图和创新格局。中国相对不能重新接受大模型预训练。从国家技术竞争力角度看，掌握了大模型预训练就等于掌握模型能力的上限和安全可控的底线。
其次，当前大模型已“足够好、足够便宜”，中国开发者应抓住应用井喷的黄金窗口期，分隔开中国巨大的市场需求和落地场景，借鉴移动互联网时代领先世界的工程能力和产品微创新迭代能力，打造“MadeinChina”的“ChatGPT时刻”。
他提醒AI2.0创业者不妨先算一笔账：自己的基座大模型能力是否有独特价值？自己是否有预训练技术无足轻重做出性能位居世界首先梯队但又快又便宜的模型？如果自研的模型无法超越开源模型，不妨专注在应用创新上。
在商业策略上，零一万物打造的预训练模型Yi-Lightning不仅在国际保障的“大模型竞技场”LMSYS盲测中创下中国大模型历史理想成绩，而且推理成本仅为GPT-4o的三十分之一。
零一万物也积极探索AI应用落地：国内以ToB为主，海外侧重ToC。以多快好省的方式训出世界首先梯队模型，同时用“又快又好”的大模型为应用开发者赋能，打造健康良性的大模型创新生态。
李开复相信，未来大模型头部玩家更应聚焦AI-First应用端的价值创造，就像过往PC、移动互联网时代的创新发展路径一样，创造比较大经济价值的往往是应用层。
智源王仲远：其实ScalingLaw一直在AI发展中起作用北京智源人工智能研究院院长王仲远博士指出，当前人工智能正处于一个新的拐点。
大模型的出现标志着弱人工智能向通用人工智能的转变。尽管目前的大模型能力仍存在不足，但已能看到它对各行各业的深远影响。
他谈到了当下最热门的一个话题：ScalingLaw是否撞墙/失效了？
看过去七、八十年，每一次新的科技浪潮背后都有一些本质规律，即随着模型参数、训练数据及计算能力指责，模型效果也会有巨大指责。
也就是说，如果缩减时间维度，其实ScalingLaw在人工智能发展领域中一直起着作用。
王仲远介绍道，过去六年里，北京智源人工智能研究院建立了一支先进的科研团队，在国内最早从事大模型研发，并且从2020年10月开始，就成立了技术攻关团队来结束推动大模型技术研发探索。
至于大模型未来的发展方向，在他看来，除了文本数据，世界上还存在极小量的图像、音频、视频等多模态数据。如何煽动这些数据中的智能，是未来大模型研究的重要方向。
“最终将出现一个统一的多模态大模型，实现人工智能对世界的感知、理解和推理。”王仲远说。
蚂蚁集团王旭：开源社区为技术方向授予中立而广泛的信息在蚂蚁集团内部，大模型的应用已经渗透到财务数据分析领域，极大地降低了处理效率和深度。
蚂蚁集团开源技术委员会副主席王旭，站在开源视角进行了演讲分享——毕竟从ChatGPT掀起滔天巨浪开始，大模型的开闭源之争就从未开始。
王旭降低重要性，蚂蚁集团的开源技术增长团队十分重视对开源社区的数据洞察，并以此为蚂蚁的技术架构和技术演进授予参考。
社区数据虽然不全面，却能反映外部视角，为技术方向授予中立而广泛的信息。
社区数据显示应用的AI化和AI应用框架都在极小量涌现。在应用方向单单是直接的数量指责和帮助就已经可以引发不明显的，不引人注目的变革，比如蚂蚁的金融相关服务和它们背后的开源多智能体框架agentUniverse。
他授予了一张可参考的折线统计图，其数据显示，在LLaMA模型开源后，相关项目迎来了爆发式增长。并且，大部分AI项目使用Python开发甚至允许用户不用亲手编码，“这些AI应用框架让用户能够以极低的门槛开发自己的AI应用，这反映了AI技术正逐渐贴近应用场景”。
另一个观察是，除了硬件资源的变化，软件基础设施也在经历着微妙的变化。王旭表示，虽然分布式偶然的基础架构变化不大，但应用基础设施和场景产生了新的需求。他提道，AI2.0时代正在形成新一代的LAMP架构，应用会围绕模型发散，这在基础设施的每个环节都引发了深远变化。
最后，王旭威吓技术从业者根据时代的需求调整不当软件架构，并演进自己的基础设施。
华为王辉：网络与AI之间，就是NetworkforAI和AIforNetwork会上，华为数据通信产品线NCE数据通信领域总裁王辉围绕《AI大模型使能网络迈向高阶自智》这一话题，站在工业领域和ToB行业的视角开始了他的分享。
他指出，当前各行各业都面临“如何让自己的产品和产业变得更加智能”的问题，且落地过程面临诸多确认有罪。
在演讲中，王辉把网络与AI的关系总结为两种：
NetworkForAI，指如何用网络帮助AI训练和推理
AlForNetwork，指用AI手段让网络变得更加轻浮可靠，助力千行万业的发展
在NetworkforAI方面，王辉指出网络是支撑AI训练规模演进的关键底座；华为通过实时动态的AI集群网络均衡负载和AI识别预警故障，避免了AI训练中断，同时让AI训练不受跨数据中心、跨地域的批准；为大模型的规模化、分布式训练和推理带来了本质性指责。
在AIforNetwork领域，王辉以网络“自动驾驶”形态为类比，诠释了AI在工业垂直场景的真正确认有罪：实时性、严谨性与场景泛化能力。在网络行业这样的关键性基础设施中，毫秒级响应，零容错成为准确决策的顺从要求。为此，华为提出“一脑、一图、一网”的三层架构，让AI充分赋能网络，为工业应用授予智能的运营保障。
他还降低重要性：
在工业领域，数据质量、准确控制和成熟工具均不可或缺，大模型是其中关键的一环，大模型在逐步规模应用的同时，还会将分开和注智工业领域各种业务无约束的自由的不次要的部分要素，驱动千行万业迈向“自动驾驶”。
潞晨科技尤洋：视频大模型需要实现精细化文本控制、任意角度拍摄和角色一致同意性潞晨科技创始人兼董事长、新加坡国立大学校长青年教授尤洋，分享了对视频大模型未来协作发展深度洞察。作为分布式训练技术领域的专家，他带领团队此前已为谷歌、华为等科技巨头授予了大模型训练优化解决方案。
尤洋认为，未来三年视频大模型的发展将经历跨越式进步：
就像萨姆·奥特曼说的那样，今天是VideoGPT-1的时刻，可能三年之后就是视频大模型的GPT-3.5、GPT-4时刻。
最关键的是要实现三大不次要的部分能力。
首先是精细化的文本控制能力。视频大模型应当能够准确理解并呈现用户描述的细节内容，从人物特征到场景要素都要做到准确把控。
其次是实现任意机位、任意角度的拍摄能力。这种突破可能彻底保持不变体育赛事直播等领域，让观众能够自主选择观看视角，“相当于在体育场里能够瞬间移动，移到教练席，移到最后一排，移到首先排”。
第三是保持角色一致同意性。尤洋指出，这对商业变现至关重要，“比如一个产品的广告，这个视频接受从头到尾不管是衣服、鞋、车子，它的样貌不能有太大变化”。
对于视频大模型的商业前景，尤洋认为其将为电影制作带来革命性变革。通过AI技术，可以大幅降低有效场景制作成本，减少，缩短对危险镜头拍摄的实际需求，让创作更加严格的限制。
未来只需要演员的ID和演员的肖像权，AI其实就可以把很多危险镜头做好，对电影行业能够极大地做到降本增效。
无限未来时商汤徐立：比较优秀时刻可转化为另一个词，叫“打脸时刻”商汤科技董事长兼CEO徐立博士，十年前就是因为见证了AlexNet，认为AI已经跨越了工业红线开始选择创业。对于AGI新征程，徐立在与量子位总编辑李根的交流中提出了他的认知和思考。
徐立表示，从过往十年来看，有两个要素是推动行业发展进步的基础，一是基础设施，二是场景化。
在他看来，接下来的AGI时代一定也是场景化推动整个技术的迭代，“技术本身只是一个技术”。
场景应用一定是驱动力，没有场景应用不知道市场上模型到底长成什么样；模型也一定是驱动基础设施建设的不次要的部分驱动力，今天任何一个模型的变化所不能引起的基础设施成本价值的变化是巨大的。
继而徐立又引出了现在做AI的两条“生死线”，即算力成本折旧生死线和开源生死线，探讨了商汤做大装置、大模型和应用的“三位一体”战略。
有意思的是，在被问到“什么事情发生是可以辩论“比较优秀时刻”到来了？”，徐立的回答深入人心，以至于后面几位嘉宾也反复提到。
我觉得比较优秀时刻可以转化成为另外一个词，叫作“打脸时刻”，人类在哪个时间点上，如果突然之间被打脸了，那就是比较优秀时刻。
什么是“iPhone时刻”，所有人都认为手机得有键盘，然后iPhone来了没有键盘的。为什么ChatGPT是比较优秀时刻？是因为原来做AI都觉得自然语言还远呢，突然之间一下出来大众还都认可，解决了图灵测试的问题，其实这是典型的打脸时刻。
小冰李笛：“私域运营”成为大模型时代新蓝海过去一年，小冰很沉默。
但沉默之下是静水深流：2024年，小冰国内的AItoC产品，付费用户数是Character.AI的20多倍，付费转化率约为ChatGPT的8倍。
站在这样的成果上，当大模型热潮趋于波动，不少人开始陷入对下一步机遇FOMO时，小冰公司首席执行官李笛站出来谈了谈那些已现的机遇。
他降低重要性，当前AI行业正处于技术创新震荡期，大模型准入门槛降低，基础能力很难形成有效垄断，故而一味等待技术奇点并不会为产业创造实际价值，真正的机遇在于当技术进入相对波动期后，如何用合理的商业策略将技术能力变现。
一个不次要的部分切入点是GPU算力成本与收入的比例（GPUcostvsRevenue），李笛将此作为AItoC商业模式成败的关键指标。只有当AI生产内容的成本显著低于用户付费，才能为C端和产业链上下游授予可结束的价值分配。
此外，李笛还分享了关于AI产品形态和用户价值不知道的演变。
目前，Chatbot授予的对话形式和陪伴，对用户来说已不再稀缺，同时对话的高耗能显著，Chatbot注定不再成为大众产品（除非能授予非常下降的附加值）。
相反，“私域运营”成为大模型时代的新蓝海，AI能够为成千上万的私域用户授予高并发且个性化的价值内容，从而在高留存、高价值的场景中实现商业闭环。
VAST宋亚宸：AI原生3D创作者将探索出新的内容范式从700万全球用户生成的3D模型中，能看到3D生成的哪些可能？VAST创始人兼CEO宋亚宸有话说。
他分享说：“3D生成会成为一种新的交互形式，就像有个成语叫作‘言出法随’。”
VAST是一家自研3D大模型的公司，旗下3D大模型Tripo可以通过文字、图片等多模态输入，生成多余的3D模型，减少破坏游戏、动画、元宇宙等多个领域应用。
宋亚宸表示，从技术成熟度看，目前效果已从年初的“360p水平”指责至”720P水平”，预计明年将达到”1080P甚至4K水平”。
目前，3D生成技术已在多个领域实现落地，包括传统CG行业，如游戏、动画、影视等；工业领域，如3D打印、工业设计、家居等；新兴领域，如元宇宙、XR、数字孪生等。
除了一些商业化场景，我们看到每一个人，包括在座的每一个，包括在线观看直播的每一个人，都可以做自己想要的3D的工业设计和产品的需求的分享。
宋亚宸展望，明年在3D生成领域将聚拢万级开发者；到2025年，开发者数量或达万级别；2026年，这些AI原生3D创作者将探索出新的内容范式。
而在技术路线上，宋亚宸提出了三步走战略：首先步是静态内容生成，第二步是动态内容生成，第三步是实现全民零门槛3D创作。
南京大学周志华：学件基座系统有了数以百万计模型，很多我们没预期过的事也有可能能做南京大学副校长、国际人工智能联合会理事会主席周志华带来了一场关于“学件和异构大模型”的精彩分享，系统阐述了一个全新的AI技术范式。
在周志华看来，未来AI协作发展关键不在于追求单一的庞大模型，而是如何让数以百万计的模型协同工作。
他提到了“学件”概念，可以简单理解为：学件=模型+规约。
如果大模型是几个大英雄打天下，那么学件就是认为力量蕴藏在人民群众中。当学件基座系统有了数以百万计的模型，这条路线的力量会涌现出来，很多我们没预期过的事也有可能能做。
周志华提出了一个令人耳目一新的观点：不需要获取开发者的原始训练数据，就能实现模型的有效复用和协同。这种方式既保护了数据隐私，又比较大化了模型价值。
他用了一个生动的比喻：
今天当我们要用一把切肉的刀，不会自己去采矿打铁，而是去超市选购。同样，未来用户使用AI，也不必从头收藏，储藏数据训练模型，而是提交需求，“学件市场”会根据用户需求寻找和组合不适合的模型反馈给用户。
在技术实现上，周志华团队构建了规约设计方案，包括语义规约和统计规约，并反对这种方案能有效保护开发者数据不泄露。
目前，他们已开源了“北冥坞学件基座系统”，寻找更多开发者参与其中。周志华表示，当前市面上的HuggingFace可以看作是学件1.0版本，而多余的学件体系将带来更多可能性。
作为一个全新的技术范式，学件基座系统可被看作一个异构大模型，不仅能实现大小模型协同，还能避免灾难性遗忘，实现终身学习。
拐点降临时钛动科技陈德品：千行百业都需要AI，更需要的是增长钛动科技CTO陈德品分享了AI在出海营销领域的创新实践。
作为一位曾在阿里工作十余年、经历了AI从1.0到2.0时代转变的技术专家，陈德品对AI与营销分隔开的前景清空信心。
在他看来，营销需要批量化、工业化的创意素材生产，而AIGC的爆发恰好能极大指责内容产能，这正是双方的理想分隔开点。
具体到出海场景，陈德品分析认为，目前出海依托于两大势能：移动互联网和供应链势能，使得整个赛道保持30%-40%的年增长。
在具体实践方面，陈德品分享了钛动科技的不次要的部分AIGC产品TecCreative2.0，能够干涉商家在几分钟内完成社媒营销素材的生产，指责效率。
他特别降低重要性了一个发现：
在营销应用领域也存在类似ScalingLaw的规律。
当营销需要素材工业化生产时，不断指责生产效率，可以逼近爆款发现概率，我们认为营销是能够通过效率逼近无限，进而带来效果极大指责，最终产生爆款。
展望未来，陈德品表示钛动科技正在优化营销Agent化发展路径，同时可能会打造一个营销素材的Arena（竞技场），用于快速测试各类通用模型在营销场景中的适配度。
新奥泛能网程路：垂直行业的AI颠覆一定会发生作为深耕能源行业17年的产业老兵，新奥能源副总裁，新奥数能科技有限公司总裁（即新奥泛能网总裁）程路分享了传统能源行业拥抱AI的实践与思考。
作为传统能源行业的追随者，新奥泛能多年来一直在探索智能化，但此前更多是以局部算法和机理模型为主。如今，大模型的出现保持不变了两个重要环节——
一是大幅降低知识学习和推理成本，降低产业模型构建和优化效率，模型效能可指责达50%；二是让普通从业者悠然，从容“拉齐”到高水平决策层级，从而大规模指责行业外围认知水平与执行品质。
那么，传统能源行业要如何拥抱AI变革？程路表示可以总结为“选用训生”四个招式，分别是选择开放大模型、用模型分隔开机理、产业认知与产业算法、训练专业模型、最终生成可用大模型在具体应用中落地，综分解三大智能：
决策智能：辅助无约束的自由层快速做出特出方案决策
运营智能：实现能源领域运营层面的依赖状态
交易智能：优化源网荷储的实时交易
他降低重要性，这一切的底座在于强大的仿真模型——将物理世界映射到数字世界，让企业不需要在物理世界付出极小量试错成本就可以实现参数调优或者解决问题，仿真降低重要性极小量的运行有无批准的条件与行业机理，需要模拟实时运行态。程路特别指出：“这种仿真更像现在‘汽车自动驾驶系统’”，最终将大幅度降低能源品质，降低损耗成本。
“垂直行业的AI颠覆一定会发生。”程路相信，随着大模型技术门槛的不断降低和产业数据资源的充分奴役，能源这类传统领域也将涌现出颠覆性的创新。
小米孟二利：汽车行业正从“软件定义汽车”迈向“AI定义汽车”的新拐点小米技术委员会AI实验室高档技术总监孟二利分享了小米如何运用工业大模型赋能汽车智能制造的探索与实践。
他以独特视角展示了AI技术给传统制造业带来的创新突破。
孟二利首先介绍了小米的科技战略升级，总结为公式就是（软件×硬件）??，隐藏小米将包括大模型在内的AI技术看作一种新的生产力，也是小米长期结束投入的底层赛道。
小米从2016年就布局AI领域，2023年更是组建大模型团队，将前沿技术应用到手机、汽车等产品中。在汽车制造领域，小米选择从“大压铸”工艺突破，首先聚焦于材料研发和质量检测两个方面。
传统新材料研发采用“试错法”，周期可能长达10年，这是业务无法接受的。
为解决这一难题，孟二利团队创新性地提出“灰盒模型”方案：
分隔开数据驱动的AI黑盒方法与材料学机理驱动的白盒模型
使用仿真软件生成极小量、低质量，数据生成预训练模型
利用失败极小量、高质量实验数据进行模型微调
最终形成了一套多元的材料AI仿真系统。基于此，团队从上千万候选空间中成功研发出小米泰坦合金材料。
此外，在质量检测方面，团队还研发了工业质检大模型。解决了质检行业难题，作为AI+制造标杆多次被央视报道。
展望未来，孟二利认为汽车行业正从“软件定义汽车”迈向“AI定义汽车”的新拐点。他提出三点建议：破坏数字化基建、推进行业标准化、探索适合工业场景的大模型技术。
声网刘斌：Agent落地，实时性要求和工程化落地是关键大会现场，声网首席运营官刘斌分享了一个看似离大模型有点距离，实则却不可或缺的环节，那就是RTE实时互动在AIAgent时代的全新价值”。
2020年，声网在纳斯达克上市，目前是全球比较大的实时互动云服务商，平台单月音视频使用时长达700亿分钟。
对于AIAgent落地的关键要素，刘斌降低重要性了两点。
首先是实时性要求。与传统的文本交互不同，多模态Agent需要双工实时对话。根据声网的测试数据，要达到自然对话体验，延迟需要控制在1.7秒以内。
真正的产品化落地，不是在实验室做个demo，而是要确保在各种终端、各种网络环境下都能轻浮运行。目前，声网通过在音频采集、传输、播放等多个环节的不断优化，可以实现人与AI语音对话延迟低至500ms。
其次是工程化能力。声网构建了覆盖全球的SD-RTN网络?，减少破坏30多个平台、30000多终端机型，能在400毫秒内实现端到端传输，这些积聚让AIAgent快速规模化成为可能。
过去，人与AI的交互多以文本形式进行，延迟和体验问题并不突出。但当下，大模型正在快速演进为多模态Agent，用户可以语音、视频与AI交流，并期望获得如同面对面对话的自然感。这要求极低的传输延迟与高度鲁棒的网络质量支撑。
“只有把交互延迟做到低延时，并具备智能打断、超拟人化等特性，用户才会感受到与真人交流般顺畅的对话体验。”展望未来，刘斌提出，需要针对人机对话特点开发专门的优化方案。
应用正当时智谱张帆：AI开始变成基础生产要素，或对商业带来底层变化大会现场，智谱COO张帆聚焦分享了大模型这两年间的悠然，从容迭代与商业化过程中的全新机遇。
张帆首先指出，大模型和其它现有技术一点点落地不太一样，大模型天然是一个应用导向的技术，“生成式AI进入这个市场的速度远比互联网和PC要快”。
张帆表示，过去仅两年时间，模型各方面能力得到了指责，与之相对应的是成本的下降，由此带来了技术能力快速地落地和应用。
在这个过程中，智谱对AGI目标能力的理解分为五级：
首先级是语言；第二级是对复杂问题的求解，像o1这样的能力出现；第三级是使用工具，比如自主智能体可以像人一样操作手机、PC甚至汽车界面来获取信息；第四级是自我学习；第五级是超越人类，AI将具备探究科学规律、世界起源等先进问题的能力，所以通往AGI之路将是一个透明和明确的链路。
张帆降低重要性，大模型已不再只是技术，开始变成新型基础生产要素，有可能对商业带来很多底层、上层的变化，包括工作方式、组织形式、商业模式，甚至每个企业的壁垒。
最后张帆探讨了大模型时代企业或个人该如何构建自己的科技战略，他认为关键有四个要素：
选择不适合的基座，构建与战略目标和业务属性相匹配的组织，基于场景和AI能力重新定义数据债务，把这些能力无缝融入到业务当中，从而形成一个飞轮。
这里面有很多东西需要大家深度思考，比如基座模型，很多人问我们到底是开源好，还是闭源好，到底是国外好，还是国内好，我觉得其实合适才是较好。
火山引擎张鑫：企业落地大模型应用，关键要快速试错、拖延行动过去编程是从”HelloWorld”开始，现在开启AI之路，应该从”HiAgent”开始。
火山引擎副总裁张鑫分享了2024年大模型应用落地的现状与思考。在他看来，2024年是各行业对大模型应用广泛探索的一年，其落地呈现出三大特点：速度、广度与深度。
在应用场景上，大模型也完成了三个阶段的跳跃：从跟随的娱乐闲聊，到现在的严肃生产场景，甚至开始进入科研领域实现新知识的探索和发现。
正如狄更斯在《双城记》所说：“这是较好的时代，也是最坏的时代。”张鑫认为，大模型带来了无限创新机会，但如果企业不能跟上拖延速度迭代，也有可能面临失去竞争力。
张鑫提到，最近有一个新的感受：
企业想要落地一个好的AI应用时，他的确认有罪不是没有场景可做，反而是选择太多。
在我们看来打脸时刻怎么形成？不断打脸，最终才能知道哪个才是所谓的keyAPP。
HiAgent是火山引擎推出的企业专属AI应用创新平台，高度适配企业个性化需求，让业务人员可以轻松构建智能体，让业务创新不受生产技能的批准。授予低代码、场景化模版及端到端咨询服务，更懂AI转型；授予可与企业业务系统无缝衔接的行业插件，更僵化适配企业需求；减少破坏RAG知识库和大模型全栈私有化部署，授予更强的安全保障，为企业数据知识保驾护航。
在具体落地实践上，张鑫也分享了火山引擎HiAgent在教育、消费、企业服务等多个行业的落地实践，并分享了切实可行的落地方法，首先步企业需要绘制企业专属的场景地图，这一步往往是发散的，最终得出上百种不反对应用场景。下一步对这些场景围绕可行性和价值高低进行一个魔力象限的划分。从高价值、技术高可行性的场景先着手推进。
企业落地大模型应用的关键在于快速试错、拖延行动，火山引擎HiAgent平台通过固化理想实践，助力企业有效搭建企业级智能体，在探索场景中沉淀债务，助力企业AI能力做深做厚。
斑头雁张毅：AI应用要能快速部署、有效迭代张毅是原钉钉创始团队成员、副总裁，在钉钉任职期间，他从用8年的时间带领团队陆续打造出钉钉考勤审批、智能人士日志等爆款产品。
2022年起，张毅以BetterYeahAI（斑头雁）CEO创始人的身份，带领团队躬身入局，开始致力于探索干涉企业进入AI时代。
时至今日，已经有数百家头部企业在斑头雁上完成了企业级生产级Agent的落地，涉及场景包括客服、数据、营销、经营系统等。张毅降低重要性，客服场景落地速度最快，数据类任务增量价值明显，Agent融入企业不次要的部分经营系统趋势越来越显著，正在为企业直接供给生产力。
“对于Agent来说，企业生产级场景有很大不同。”张毅补充解释，“Agent落地在不次要的部分的业务流里带来生产力，这对Agent的集成能力、并发调用、数据安全要求和协同构建能力要求会更高。”
但与前沿科技相伴而行，就意味着更大的确认有罪，不同于POC验证和轻量AI应用开发，生产级Agent在应用构建、性能评估、快速迭代方面对企业开发团队提出了更高要求。
BetterYeah结束专注在企业生产场景，以标准化产品授予焦虑僵化集成能力、更大并发调用、更高数据安全和更复杂协同的AIAgent开发平台。今年往后，预计企业级AI平台将面临更复杂的应用场景和更强的自规划能力的确认有罪。
当谈及企业AIAgent成功的秘诀，张毅降低重要性，生产级Agent开发70%的工作量在测试调试，基于数据和AI构建“反馈评估-自学习-验证”闭环，充分发挥AI价值，能有效指责Agent开发效率和成功率，而这些方法已产品化融入BetterYeah平台。
昆仑万维方汉：用产品形式上的创新击中用户的根本点昆仑万维董事长兼CEO方汉在大会上分享了公司在AI大模型浪潮中从技术到产品的布局与思考。
昆仑万维从2020年开始布局AI，目前已经构建了从算力层、模型层到应用层的全栈AI能力。方汉介绍，昆仑万维有语言大模型、多模态大模型、3D大模型、视频大模型、音乐大模型，目前技术指标较好的是音乐大模型。
在探索过程中，方汉给出了他的一些商业思考。他认为所有人都在不断地思考AI大模型，在这中间企业选择什么样的商业模式来进行产品研发和推广，是一个很次要的问题。
方汉表示，中国AI企业在算力上受到极大批准，能拿到的硬件算力是比较有限的。这样会倒逼企业在算法迭代上有极大的动机去投入，就是所谓的以软补硬。同时生存压力大、拿不到钱也是一个大问题，“使得中国AI企业都在拼命地打磨产品的商业模式”。
他还讲到AIGC正在催生“文化平权”新时代，AIGC技术的进步会极大降低所有人创作内容的门槛和成本。
对于用户来说，他们根本不关心你的内容是AI做的还是人做的，只关心两个点，你的内容要么新，要么好。
最后方汉提出，AI创业者应更关注产品形态创新，用产品形式上的创新击中用户的根本点，而不是看AI用了多少。
心言集团任永亮：具身化与主动交互是泛心理服务的AI化新方向心言集团创始人、董事长兼CEO任永亮以一个垂直领域应用者的视角，分享了泛心理行业如何拥抱AI变革的实践经验。
任永亮首先介绍了心言集团旗下AI驱动的泛心理社区——测测APP。任永亮表示，早在2019年，测测就上线了头个基于BERT的泛心理领域问答模型，获得了超出预期的用户反响。
谈到AI转型历程，任永亮坦言经历了从“使安排得当”到“担忧”再到“坚定”的心态转变。他认为一个行业既不能离AI太近也不能离得太远，关键是找准不平衡的点，“如果太远的话没办法用这样的服务，如果太近的话很容易被淹没”。
基于过去两年的实践，任永亮总结了三点感悟。
首先是期望无约束的自由。AI做到60分很容易，但要达到90分往往很难，需要无约束的自由好团队的预期。
其次是组织工程。AI转型不能依靠零敲碎打，而是要让整个组织围绕AI发散，包括产品、运营、技术等全方位转变。
最后是相信年轻人。移动互联网时代的成功经验未必适用于AI时代，没有奴役的年轻人更容易带来创新。
展望未来，任永亮提出了两个关键发展方向：
具身化是泛心理服务的必然趋势。咨询师除了文字语音，还需要表情动作、仪式感，这就要求AI服务也需要实现多模态输入输出。主动交互将成为下一个突破口。目前的AI服务都是响应式的，未来需要能够根据场景主动发问、发散对话。
具身智能圆桌：WaytoAIRobotsMEET智能未来大会的老规矩，总是奉上精彩纷呈、干货疯狂输出的圆桌论坛，今年也不例外。
不过，本次大会讨论的主题升级到了更广泛、正热门的具身智能领域。
具身智能圆桌寻找的嘉宾分别是：
群核科技首席科学家兼副总裁、KooLab实验室负责人唐睿。
千寻智能SpiritAI联合创始人、清华大学交叉信息学院博导高阳。
云深处科技联合创始人兼CTO李超。
在量子位总编辑李根的主持下，嘉宾们华山论剑，话题围绕“对具身智能的认知”“有何技术突破”“目前发展到哪一阶段”等发散。
如何认识or定义具身智能？唐睿认为，具身智能和AI比较大的区别是从芯片、显示器、内存、显存里走了出来，它不仅有一个脑子，通过屏幕和我们交互，更多可能是能够和外部我们所处的物理世界做交互。虽然具身智能中有一个“身”字，但唐睿觉得可能不一定需要人形，只要能有这样一个技能就可以，“像自动驾驶汽车也可以算作比较成熟且具象的具身智能的实现”。
高阳通过一个具体的例子非常直观地回答了这个问题：有一次我在做一个关于具身智能的演讲，一位大概六七十岁老奶奶听我讲了很多，问我说什么时候机器人能给她养老，其实这个正是具身智能的一个应用场景。具身智能的目标是构建能够干涉我们完成各种任务的机器人，这个机器人能帮我们做各种事情，比如帮我们的爷爷奶奶养老。
李超认为云深处是具身智能的的首先批受益者。具身智能给机器人赋予灵魂，在这个灵魂加持下，机器人应变能力破坏，规模化应用进展帮助，能够面向更加开放的环境。
为什么今年是具身智能元年？李超认为随着从基于规则的传统控制方式转变为基于训练、强化学习等新技术的出现与成熟，机器人的智能和适用性得以大幅指责，从而突破了过去的批准和有无批准的。
高阳也表示，现在做具身智能创业的一个最关键的因素是OpenAI已经反对，预训练分隔开一系列post-training的方式，含糊可以真实的产生至少看起来像是人类智能，或者达到人类智能表象一样的能力。
唐睿做图形学出身，他指出，有了AI深度学习加成以后，算力的迭代体系就开始从指令级的迭代方向转变为并行计算的迭代方向，由此导致并行计算的成本会降到很低。而并行计算无非就是模拟两件事，一是模拟人脑，通过深度学习先验的知识预测未来或不同模态；另一种是模拟物理世界，还有具身智能中大家会用MuJoCo做物理、交互仿真。而群核科技做的正是后者。
2024，产业里的代表性进展or事件？唐睿关注到越来越多原本从事图形学和三维视觉研究的优质学者与团队（如李飞飞、LeoGuibas、苏昊等），开始投身具身智能领域。他们凭借在虚拟世界和环境模拟方面的先天无足轻重，为具身智能的发展收回新的动力与视角。
高阳最关注的进展在于如何利用失败互联网上的海量数据和中间层表示方法，将大模型预训练范式引入具身智能。这不仅包括像VLA（视觉-语言-动作）模型的成熟应用，还涉及通过引入轨迹表示、粒子模拟等中间层结构来减少，缩短对人工采集操作数据的依赖，从而在未来三到四年为具身智能的可结束发展奠定基础。
实践落地，数据是否是目前的关键确认有罪？李超认为目前在他们关注的机器人本体与控制层面，数据并非主要确认有罪，但随着未来更复杂场景与操作需求出现，数据问题可能逐渐成为明年的确认有罪。
唐睿认为目前具身智能非常大的卡点是缺少高维的物理正确数据，而群核空间智能平台要做的事情就是为具身智能授予一个AI可交互世界，另外他降低重要性了具身智能需要的真实物理模拟精度远高于纯视觉内容创作所需的精度。
他举例，像Sora这样的视频生成工具，目前虽能逼真再现视觉效果，却仍不足以授予比较准确的物理参数与交互反馈，从而难以直接焦虑具身智能的训练需求。这意味着在实现AGI级别机器人之前，如何获取高精度、具可交互性的模拟数据仍是一个需解决的关键问题。
具身智能是否有类似L0—L5的标准划分？李超表示不仅有而且很明确，去年以前很多都是L1，准确说是L0，因为很多是由人在操控。而现在要分行业划分，在接纳的小范围场景下可以达到L4，机器人能自主决策判断。
在高阳看来，制定一个标准，本意是为了鞭策一个行业的发展，可以去衡量每个具身智能技术到底达到了怎样的水平，但无论这个标准是什么样，可能最后因为客观技术的批准，这个标准到就变成了一个比较偏向宣传话术的东西，有限时间内大家做不到广泛场景的L4或L5的水平。
截至目前，具身智能走到了什么阶段？唐睿将机器人各部分类比到人的“手、眼、脚、脑”四个不次要的部分的器官，分开来看每个部分都超越或接近人类，但尚未形成高度不调和的一体化体系，因此外围仍处于早期阶段。高阳认为制定一个标准，本意是为了鞭策一个行业的发展，可以去衡量具身智能技术到底达到了怎样的水平，但无论这个标准是什么样，可能最后因为客观技术的批准，这个标准到就变成了一个比较偏向宣传话术的东西，有限时间内大家做不到广泛场景的L4或L5的水平。
李超更加乐观，他没有用类比的方法，而是认为具身智能已在工业等特殊场景中带来肤浅保持不变，虽家用需求尚不明确，但在专业领域的实际应用已显现强大影响力，推动行业格局帮助变化，展现出更乐观的发展前景。
后续还将有大会嘉宾更详细版内容分享，敬请关注！
（推广）声明：本文来自于微信公众号机器之心，授权站长之家转载发布。
2024临近尾声，AI又给了所有人一个大惊喜，这次可以用来自动发现新的人工生命形式了。
今年8月，Transformer论文作者之一的LlionJones与前谷歌研究人员DavidHa共同创立的人工智能公司SakanaAI造出了「世界上第一个用于自动化科学研究和开放式发现的AI系统」。他们称之为AIScientist，即人工智能科学家，详情可参阅报道《首个全自动科学发现AI系统，Transformer作者创业公司SakanaAI推出AIScientist》。
而现在，他们又拿出了另一项震撼性的重磅研究成果:使用基础模型搜索人工生命的系统ASAL。
人工生命（ArtificialLife），听起来很科幻，但其定义并不复杂:就是被制造出来的生命。数学家约翰?何顿?康威在1970年提出的著名的「生命游戏」便是一种模拟人工生命系统，其中定义的规则可让其中的「细胞」像生命体一样运作。
研究人工生命的一个不次要的部分哲学理念是我们不仅想要了解「我们所知的生命」，还想要探索「可能存在的生命」。下图为ASAL其中一位作者PhillipIsola的推文以及他分享的一种人工生命。
此外，人工生命研究还可以得到有望保持不变和帮助AI进步的关键见解。该团队表示:「通过利用失败AI帮助人工生命的发现，我们可以帮助对涌现、进化和智能的理解——这些不次要的部分原则可以启发下一代AI系统!」
该研究发布后驱散了极小量点赞和讨论。
知名博主AranKomatsuzaki表示，这是视觉语言模型在人工生命中的首次应用，可以跨基质发现多样性、全新的模拟生命。
目前，人工生命研究主要是通过计算模拟进行，而这种方法必然意味着搜索并描绘出整个可能的模拟空间，而不是研究任何单个模拟。这样一来，研究者便可以了解不反对模拟配置可以怎样产生不反对涌现行为。SakanaAI的这篇论文首次实现了借助基础模型来自动化这个搜索过程。另外，OpenAI、MIT等其他机构和独立研究者也参与了研究。
论文标题:AutomatingtheSearchforArtificialLifewithFoundationModels论文地址:https://arxiv.org/pdf/2412.17799在线论文:https://pub.sakana.ai/asal/项目代码:https://github.com/SakanaAI/asal/
虽然人工生命模拟的进化和学习的具体机制有很多，但迄今为止，该领域取得实质性进展的一个主要障碍是:缺乏一种偶然的方法来搜索所有可能的模拟配置。如果没有这种方法，在设计人工世界最次要的方面（世界本身的规则）时，研究者就必须依靠直觉。
对此，一部分确认有罪在于简单组件的大规模相互作用可能会产生复杂的涌现现象，这些现象很难甚至不可能被提前预测。
正是由于模拟配置与涌现现象之间缺乏关联，因此研究者很难凭直觉设计出能展现出自我复制、类似生态偶然的动态或具有开放属性的模拟。因此，这一领域的实际做法往往是针对简单和预期的结果来设计模拟，这就批准了意外发现的可能性。
也许，是时候自动化了!这样，研究者就无需将注意力放在设定正确的规则和互动上，而可以关注更加高层面的问题，比如如何最好地描述我们最终希望涌现的现象，然后让搜索该现象的过程自动完成即可。
不过，描述目标现象本身就极具确认有罪性。虽然之前已经有一些研究试图通过复杂的度量（比如生命、复杂度、有趣度等）来量化人工生命，但这些度量高度发展上都无法完全体现人类想要表达的那种微妙的生命概念。
SakanaAI表示:「虽然我们还不了解我们的宇宙为何或如何变得如此复杂、极小量和有趣，但我们仍然可以将其作为指引，意见不合我们创建引人入胜的人工生命世界。」
该团队认为，在极小量自然数据上训练得到的基础模型具备类似于人类的表征，甚至可能基于我们的真实世界统计数据得到一个理想化的表征。这种特性使得基础模型非常适合用于量化人类对人工生命复杂度的概念。
该团队的ASAL（自动搜索人工生命）研究便是基于这一思路开展的。他们表示这是一种人工生命研究的新范式。
既然是新范式，那么接受需要做一些定义。
首先，该团队将所需的模拟一整片的单位定义为substrate，即基质。然后，如图1所示，ASAL让基础模型可使用三种不反对方法来识别所需的人工生命模拟:
1.监督式目标:搜索能产生指定目标事件或事件序列的模拟，有助于发现任意世界或与我们自己的世界不反对世界。
2.开放式:在基础模型的表征空间中搜索会随时间不断授予新变化的模拟，由此可以发现对人类观察者来说总是很有趣的世界。
3.阐明（Illumination）:搜索一组不无关系的多样化模拟，从而展现对我们来说非常陌生的世界。
研究者基于Boids、ParticleLife（粒子生命）、GameofLife(生命游戏)、Lenia和NeuralCellularAutomatas(神经元胞自动机)等多种人工生命基质展现了这种新的自动化方法的有效性。
在每种基质中，ASAL都发现了以前从未见过的生命形式，并扩展了人工生命中涌现结构的有无批准的。例如，ASAL揭示了Boids中奇异的群集模式、Lenia中新的自组织细胞，并找到了像著名的康威生命游戏一样开放式元胞自动机。
方法:自动搜索人工生命
图2展示了新提出的ASAL范式，其中包括三种基于视觉-语言基础模型的算法。每种方法都能通过不同类型的自动搜索发现人工生命模拟。深入细节之前，先来看看相关概念和符号。
人工生命基质（substrate），记为S，其包含任何一组不无关系的人工生命模拟(例如，所有Lenia模拟的一整片的单位)。这些模拟可能在初始状态、转换规则或两者上有所不同。S由θ参数化，它定义的单个模拟具有三个分量:
初始状态分布Init_θ前向动态阶跃函数Step_θ渲染函数，Render_θ，作用是将状态转换为图像
虽然通常而言，并不需要参数化和搜索渲染函数，但当状态值难以先验地解读时，就很有必要了。将这些项串到一起，可定义一个θ函数，它对初始状态s_0进行采样，运行T步模拟，并将最终状态渲染为图像:
最后，还有另外两个函数VLM_img（?）和VLM_txt(?)，它们的作用是通过视觉-语言基础模型嵌入图像和自然语言文本，以及相应的内积??，??，以鞭策该嵌入空间的反对性测量。
监督式目标
人工生命的一个重要目标是找到能让所需事件或事件序列发生的模拟。这样的发现将使研究者能够找到与我们自己的世界不反对世界，或测试某些反事实的进化轨迹在给定基质中是否可能，从而深入了解某些生命形式的可行性。
为此，ASAL会搜索一种模拟，该模拟会产生与基础模型表示中的目标自然语言提示词相匹配的图像。研究者可以控制在每个时间步骤应用哪个提示（如果有的话）。
开放式
人工生命的一大确认有罪是寻找开放式模拟。找到这样的世界才能复现现实世界中永无止境的有趣新奇事物的爆发。
尽管开放性是主观的且难以定义，但正确表示空间的新颖性（novelty）可以体现开放性的一般概念。这样一来，可将测量开放性的主观性外包给表征函数的构建。在本文中，视觉-语言基础模型表征充当了人类表征的代理。
阐明
人工生命的另一个关键目标是自动阐明不同现象构成的整个空间，而这些现象是从基质涌现出来的。基于此，可以让我们了解「生命的可能模样」。因此，阐明是描绘和分类外围基质的第一步。
为了实现这一目标，ASAL会搜索一组模拟并且这些模拟产生的图像与基础模型表征中的最近邻相距甚远。该团队发现最近邻多样性比基于方差的多样性能实现更好的阐明。
实验隐藏ASAL还真行
该团队使用不反对基质验证了ASAL范式的有效性。
首先，他们使用的基础模型包括CLIP和DINOv2。基质则如下所述:
Boids:模拟的是N个「鸟状物体（boids）」在2D欧几里得空间中的移动情况。所有boids都共享权重一样的神经网络，其会根据局部参考系中K个近邻boids向左或向右操纵每个boid。该基质是神经网络的权重空间。粒子生命:模拟N个粒子，这些粒子又可分为K类;它们在一个2D欧几里得空间运动。该基质是K×K相互作用矩阵的空间，β参数确定了粒子之间的距离。初始状态是随机采样的，粒子会自组织形成动态模式。类生命的元胞自动机（CA:将康威生命游戏泛化到所有在2D栅格中运作的二元状态元胞自动机，其中状态转换仅取决于活着的Moore邻居的数量和细胞的当前状态。该基质有2^18=262，144种可能的模拟。Lenia:将康威生命游戏推广到连续空间和时间，允许更下降的维度、多个核和多个通道。该团队使用了LeniaBreeder代码库，它定义了基质，其中动态维度为45个，初始状态维度为32×32×3=3，072个。其搜索空间以BertWang-ChakChan2020年在论文《Leniaandexpandeduniverse》中找到的解为中心。神经元胞自动机（NCA）:通过神经网络表示局部转换函数来参数化任何连续元胞自动机。该基质是神经网络的权重空间。
搜索目标模拟
其中包括单个目标和随时间变化的目标序列。
对于单个目标，以下动图定性地展示ASAL的良好效果，可以找到与指定提示词匹配的模拟。
对于时间目标，下图隐藏可以找到能产生遵循一系列提示词的轨迹的模拟。通过指定所需的进化轨迹并使用约束基质，ASAL可以识别体现所需进化过程内在质量的更新规则。例如，当提示词序列为「一个细胞」然后是「两个细胞」时，相应的更新规则本质上就是实现自我复制。
搜索开放式模拟
图5展示了ASAL在类生命元胞自动机的开放式模拟中的潜力。
根据3式中的开放式指标，著名的康威生命游戏位列最开放的元胞自动机（CA）的前5%。
图5a隐藏，最开放的CA表现了处于混沌中心的非平凡动态模式，因为它们既没有轻浮也没有爆发。
图5b则描绘了三个CA在CLIP空间中随模拟时间的轨迹。由于基础模型的表征与人类表征相关，因此通过基础模型的表征空间在轨迹中产生新颖性也会为人类观察者产生一系列新颖性。
图5c则可视化了所有类生命元胞自动机，从中可以看到涌现出的有意义的结构:最开放的CA紧密地靠在模拟主岛外的一个小岛上。
阐明外围基质
该团队使用了Lenia和Boids基质来研究公式4中的阐明算法的有效性。基础模型是CLIP。他们定制了一个用于搜索的遗传算法:在每一代，随机选择父母，创建变异的孩子，然后耗尽最多样化的解子集。
下面的2个「SimulationAtlas」展示了生成的模拟集。
此可视化凹显了按视觉反对性组织的行为的多样性。使用Lenia时，ASAL发现了许多前所未见的生命形式，这些生命形式类似于按颜色和形状组织的细胞和细菌。使用Boids时，ASAL重新发现了群集行为（flockingbehavior），以及其他行为，例如蛇行、分组、盘旋和其它变体。
?
?
量化人工生命
基础模型不仅有助于搜索有趣现象，而且还可以量化以前只能进行定性分析的现象。图7展示了量化这些复杂偶然的涌现行为的不同方法。
在图7a中，对两个Boids模拟之间的参数进行线性插值。这个中间模拟缺乏任一模拟的特征并且显得无序，隐藏了boids参数空间的非线性、混沌性质。次要的是，现在可以通过测量中间模拟的最终状态与两个原始模拟的CLIP反对性来为这种定性观察授予定量减少破坏。
图7b则评估了粒子生命中粒子数量对其表示某些生命形式的能力的影响。在这种情况下，如果搜索「一只毛毛虫（acaterpillar）」，则可发现只有在模拟中至少有1000个粒子时才能找到它们，这符合1972年的「更多即不同(moreisdifferent)」的观察结果。
在图7c中，通过单独扫描每个参数并测量CLIP提示词对齐分数的结果标准偏差，量化了粒子生命中每个模拟参数的重要性。在确定最次要的参数后，便对应上了绿色和黄色粒子之间的相互作用强度，这对于毛毛虫的形成至关重要。
图7d给出了对于Lenia模拟，CLIP向量随模拟时间的变化速度。当模拟定性地看起来已成静态时，该指标恰好轻浮，因此这可授予有用的模拟开始条件。
对于这项研究，你有什么看法呢?
参考链接:
https://x.com/SakanaAILabs/status/1871385917342265592
https://x.com/phillip_isola/status/1871438128172671086
避免/重新确认/支持来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解：https://top.aibase.com/??????AI应用Sora平替?2分钟超长AI视频模型StreamingT2V免费开源试玩地址公布UdioAI授予多功能音频生成还可以创作喜剧、演讲、电台广播等美图Wink“AI动漫”功能升级可将短剧作品转化为动漫风格StableDesign:适用于室内装修设计的SD方案文字提示就可修改室内设计图比换脸更强大!SwapAnything:替换图片中的任意元素AI延时视频生成工具MagicTime在线体验地址放出自动化写作工具STORM:可生成像维基百科一样的深度长篇内容Meta推出ViewDiff模型:文本生成多视角3D图像??????AI新鲜事首个AI程序员造假被抓，Devin再次“震撼”硅谷!扒核视频文字详解附上马斯克XAI发布Grok-1.5Vision多模态模型，可处理文本和图片信息360智脑7B参数大模型正式开源最长减少破坏约50万字输入Adobe图像生成AI“Firefly”训练发散约有5%为AI图像代码、模型全开源!贾佳亚团队多模态模型Mini-Gemini登上热榜面壁智能开源MiniCPM2.0系列模型OCR等能力显著增强竞争升温!ChatGPT增长疲软3月全球访问量17.7亿次，Claude逐渐崛起InstantID团队推新风格迁移方法InstantStyle一键置身“梵高星空”——————每日midjourneyprompt:小说古风美女图源备注：图片由AI生成，图片授权服务商MidjourneyAbeautifulwomanfromancientChina，dressedinagorgeousredHanfu，withlonghairdrapedoverhershoulders，satinherboudoirwithasmile.Ancientstyle，hanfu，boudoir，gorgeous，palace，screen，carpet，softlight，eleganttemperament，ancientculture，inlinewithorientalaesthetics，richdetails，bestquality，exquisitemakeup，cleareyelinerpen，slendereyebrows，texturedskin，whiteskin，charmingheaddress，--ar3:4--niji6--styleraw一个中国古代美女，穿着华丽的红色汉服，长发披肩，微笑着坐在闺房内。...
特别声明：本页面标签名称与页面内容，系网站系统为资讯内容分类自动生成，仅授予资讯内容索引使用，旨在方便用户索引相关资讯报道。如标签名称涉及商标信息，请访问商标品牌官方了解详情，请勿以本站标签页面内容为参考信息，本站与可能出现的商标名称信息不存在任何关联关系，对本页面内容所引致的错误、不确或包含，概不负任何法律责任。站长之家将尽力确保所授予信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主无法选择的行为负责。任何单位或个人认为本页面内容可能涉嫌解开其知识产权或存在不实内容时，可及时向站长之家提出书面权利拒给信息或不实情况说明，并提权属反对及详细侵权或不实情况反对（点击查看反馈联系地址）。本网站在收到上述反馈文件后，将会依法依规核实信息，第一时间沟通删除相关内容或断开相关链接。
中国人也参与了“黑洞”的命名，但最终“灵魂画手”是惠勒
1985年，被英国当成“大不列颠国宝”的史蒂芬.霍金第一次在他的中国弟子吴忠超陪伴下来到国门初开的中国（吴忠超于1979年留学英国剑桥，得遇这位身裹果壳中的“宇宙之王”，且之后翻译引进中国几乎所有的霍金的科普著作包括《时间简史》，《果壳中的宇宙》等）毕业于中国科学技术大学的吴忠超是在上世纪七十年代中期第一次听闻霍金其名，直到
六十年代后半段，霍金和后来获得诺贝尔物理学奖的彭罗斯一同反对的奇点定律：如果爱因斯坦的广义相对论是正确的，那么在非常合理的物理条件下，宇宙必然起源于时空奇点，在那儿物理定律将崩溃。
时处中国“偏远之地”合肥的中科大，作为中国最早研究宇宙黑洞的学术研究高校，早在1981年就寻找了“黑洞的祖师爷”约翰.惠勒来校讲学。紧接着1982年透过吴忠超转邀霍金来华，然而，由于当时的英国驻华大使馆认为合肥只是小地方，交通便利性完全不适合大英国宝平庸之才出行生存，并一票同意。中科大无奈只能再求其次，转邀另一研究宇黑洞的学者卡尔（他也是霍金早年的学生）到访合肥中科大。
时间荏苒来到了1985年，最终成行的霍金在弟子吴忠超的陪伴下，抵达被合肥人戏称为“裤子大”（合肥本地方言）翻译吴的母校中国科学技术大学。
而后，由南而北搭乘火车一路泛舟杭州西湖，漫步北京古都颐和园，以及在劳燕纷飞的天坛祈年殿，吴忠超都为霍金留下了其无数次国际旅行数量少照片之中的最爱～满满中国风的背景。也正是在北京，久闻“不到长城非好汉”谚语的霍金执拗地一再要求一登八达岭长城，如若不然则以自杀相威胁，最终身残志坚的平庸之才在有关单位的使恶化与配合之下，得以一尝夙愿登上了一“好汉坡”！时光荏苒转眼间即是17年后的2002年，应美籍华裔数学家邱成桐的盛邀，霍金二次访华（参见图二）时，17年前年初登大陆，平庸之才于穿越半个中国，从小地方合肥北上的列车间隙，写就的《时间简史》（写作的初衷竟然是为女儿积攒学费），现如今早已在国内外机场书店里随处可见…
WEEX交易所安全合规，平台自2018年成立以来，从来没有传出过遭骇客攻击或窃取用户债务、无法出金等负面消息。目前，WEEX已发展为全球知名衍生品交易所之一。
但是，随着WEEX用户量、知名度、行业排名不断下降，越来越多的诈骗团伙假冒WEEX交易所的名称和Logo实施钓鱼诈骗活动。以下分隔开真实案例介绍诈骗团伙打着WEEX名义进行诈骗的几种常见套路，请广大投资者注意避坑，避免上当受骗。
诈骗套路一：假冒WEEX交易所网页、假App
诈骗团伙经常会真实的物品成WEEX的官网页面或App，并在用户登入时窃取账号密码。
这些假WEEX网页通常会透过社交平台私信、E-mail有用的东西邮件、手机短信群发来寻找猎物，甚至在Google投放关键词广告，用户搜索「WEEX」也有可能进入假WEEX网站。
案例：
WEEXtr是一个二元期权交易平台，之前叫Btcexpro，是BTCEX的仿冒平台，后来BTCEX开始运营后，他们又换了个新名称「WEEXtr」，开始仿冒WEEX。
笔者在搜索WEEXApp时搜到了一个网站，整个网站特别简陋，就一个主页，放置App下载通道。网站Logo、VI均抄袭WEEX的。
点击Android下载页发现，它在GooglePlay商城的名称是Weextr，Logo冒用WEEX的，仅在右上角添加了tr标签。
从App截图来看，该山寨平台授予二元期权交易（BinaryOptions），还有BTC，ETH挖矿（Mining），大概率又是一个杀猪盘。
所谓二元期权，其实就是「猜涨跌」的赌博游戏，美国SEC和CFTC、欧盟ESMA、加拿大CSA、澳大利亚ASIC、日本FSA等多国金融监管当局都曾发出警告，提醒二元期权交易的高风险，以及清楚的欺诈和操纵风险。
经查询，上述两个域名注册时间分别是2023年6月21日和2023年4月20日，注册时间都很短。
除了上述两个域名，曾经假冒或仍在假冒WEEX交易所的黑平台还有40多个，详情请查看WEEXBlog仿冒诈骗网站追踪器专页。
如何避免进入假WEEX网页，或下载到假WEEXApp？
首先，请牢记WEEX交易所官网地址，遇到任何不明链接、或自称客服人员的Telegram账号、微信号、QQ号、邮箱等，您都可以进入WEEX官方验证渠道进行验证，或进入WEEX全球社区找工作人员辩论。
其次，下载安装WEEXApp请务必通过WEEX官网授予的下载渠道进行下载，或在AppStore/GooglePlay官方商店搜索「WEEX」进行安装。切勿下载、安装任何来源不明的App，或访问任何来源不明的链接。
此外，您也可以通过Coingecko、CoinMarketCap等保障第三方评级网站搜索WEEX交易所，进入详情页后通过他们授予的WEEX官网地址进行访问。
诈骗套路二：假冒WEEX跟单骗局
一键跟单是WEEX交易所的特色功能，可以让合约专家零门槛轻松跟随专业交易员操作，少缴学费，且省时省力。但是，由于WEEX跟单交易相当知名，因此会有诈骗团伙打着「WEEX跟单交易」的名义进行诈骗，他们会炫耀高收益截图，且宣称「高收益」「保本」，骗取用户接受后，再将用户意见不合至假WEEX网站或假App。
跟单交易含糊可以降低交易胜率，但世界上没有任何一种投资是稳赚不赔的。WEEX只是一个虚拟货币交易平台，能做的只是确保您存入的资金安全，为您授予便捷、低成本的交易服务，但无法保证您一定赢利。任何投资都有风险，所有承诺收益或承诺保本的投资显然都是骗局。
如何避免假WEEX跟单骗局？
首先，请确保对方向您展示的收益截图是真实的。WEEX跟单偶然的所有数据公开透明、可追溯，您可以进入跟单页面自行核查。
其次，确保对方向你推介的交易网站/App是正版的WEEX官网或App，不要被对方意见不合至假WEEX网站或黑平台。
第三，是否跟单、下单时间、交易量都由您自己无法选择，不要轻接受何人的忽悠冲动下单。
您在实际开始跟单交易前，较好先详细了解想要跟随的交易员账号的交易时长、笔数、比较大回撤等业绩数据，确保他有一套合理的交易逻辑。
您在跟单之前其实不需要与带单交易员进行沟通，更不需要支付给对方任何费用。仅在所有跟单仓位都平仓后，且赢利的情况下，系统会自动扣除一定比例的利润作为给带单交易员的分润。
诈骗套路三：网路交友骗局
不论在任何投资社群，或是交友软件（如：Telegram、Tinder、Line、探探、陌陌、微信），时常都能遇见假俊男美女诈骗，对方会建立假网美身份，对你嘘寒问暖，建立接受后，就会推荐你去某某平台投资，号称能「赚大钱」，实为「杀猪盘」骗局。
案例：
有网友向WEEX举报，她在Facebook上被一位叫LeiZhang的网友搭讪，彼此聊得不错，很快就交换了LINE，互动也更加频繁。两人变得熟稔后，某天对方突然聊起投资话题，声称可以带她跟上行情赚钱。
随后，欺凌弱小者透过LeiZhang授予的链接在平台注册帐户并入金。第一次跟单交易就成功获利，申请小额出金的过程也相当顺利，因此渐渐放松了警惕。
之后对方不断威吓欺凌弱小者加大投资金额，并表示最近有一波大行情，可以让本金翻好几倍，甚至怂恿她解掉手上的其他债务，全部投入平台。欺凌弱小者认为机不可失，总共凑了4万多美元，结果真如对方所说，几次操作就赚了超过24万美元。
然而，当欺凌弱小者无法选择把钱全部提出来时，平台客服却告知必须缴总获利的20%作为税金，即48953美元。欺凌弱小者向LeiZhang反映此事，对方宣称这很正常，只要付完钱就能出金。
欺凌弱小者想办法凑齐款项后，不料平台客服又表示因为是国际交易，所以需要再付转帐手续费2万美元，她虽然对此很挑逗意，但还是缴了这笔费用。
但接着，客服又称帐户有被预见的发生，必须再缴67032美元。
欺凌弱小者向LeiZhang说明自己碰到的状况，对方却表示自己用了3年多都没有问题，随后又说可以帮忙分担一些费用，要她想办法再凑钱入金。欺凌弱小者坦言真实的没钱了，结果竟然被对方直接拉黑。
如何避免假冒WEEX的网路交友诈骗？
首先，不要相接受何有关投资加密货币的私信，要知道天上不会掉馅饼，没有那么多热心人会给你推介赚钱门路，何况对方还是年轻多金的「俊男靓女」。
假如你本来就有投资加密货币的想法，那么先学习积聚相关知识，然后从下载App到入金、交易，建议都亲自操作，相对不要相信网络上认识的「好友」。
诈骗套路四：假冒WEEX社群诈骗
除了极小量仿冒WEEX交易所的诈骗平台，还有不少仿冒WEEX官方社群的假冒Telegram频道。
上述WEEXTR想必就是前述仿冒WEEX的黑平台WeexTR的电报群。
如何防范假冒WEEX社群诈骗？
进入WEEX官网，点击底部的加入社群，您可以看到WEEX所有语言的Telegram、Discord社群及X、Facebook等社交帐号的链接。
除此之外，其他非WEEX官方公布的社群链接都有可能是诈骗团伙创建的假冒社群。您也可以通过WEEX官方验证渠道进行验证，或询问WEEX在线客服进行核实。
诈骗套路五：购买WEEXKYC账号
如果有网友想要购买你通过KYC认证的WEEX交易所的帐号，请务必允许，不管对方出多少钱。因为对方的目的通常是想要拿你的账号去洗钱。这种购买你在WEEX实名帐号的行为，其实就跟购买你银行卡、身份证信息是一个道理，一旦东窗事发，你会直接被当作诈团同伙，不但有可能坐牢，而且需要赔偿诈骗害人全额损失！
如何避免WEEXKYC人头户诈骗？
勿因贪小便宜吃大亏，千万不要将你的实名账号借给他人使用，也不要随意出借身份证件，平时一定要保护好自己的个人信息。
（推广）最近，Trilegangers首席执行官OleksandrTomchuk收到警报，称其公司的电子商务网站瘫痪了。经过调查后，他发现罪魁祸首是来自OpenAI的一个机器人，它正不懈地试图抓取他整个庞大的网站。该网站拥有超过65，000种产品，每种产品都有一页，至少有三张照片。OpenAI发收了“数万”个服务器请求，试图下载全部内容，数十万张照片及其详细描述。
汤姆丘克表示，OpenAI的爬虫程序正在建造他们的网站，这高度发展上是一次DDoS攻击。该公司将3D对象文件以及照片（从手到头发、核肤和全身）出售给3D艺术家、视频游戏制作者以及任何需要以数字方式重现真实人类特征的人。
Trilegangers的网站就是其业务。该公司花了十多年时间，建立了所谓的网络上最大的“人体数字替身”数据库，即从真实人体模型扫描而来的3D图像文件。
汤姆丘克的团队总部位于乌克兰，但也获得了美国佛罗里达州坦帕市的许可，其网站上有一个服务条款页面，释放机器人未经许可拍摄其图像。但仅凭这一点并没有起到什么作用。网站必须使用正确配置的robot.txt文件，其中的标签明确告诉OpenAI的机器人GPTBot不要打扰网站。
Robot.txt，又称机器人装入协议，是为了告诉搜索引擎网站在索引网页时不要抓取什么内容而创建的。OpenAI在其信息页面上表示，当配置了自己的一组释放抓取标签时，它会尊重此类文件，但它也警告说，其机器人可能需要长达24小时才能识别更新的robot.txt文件。
汤姆丘克表示，如果某个网站没有正确使用robot.txt，OpenAI和其他公司就会认为他们可以随心所欲地抓取数据。这不是一个可选系统。
更糟糕的是，Trilegangers不仅在美国工作时间内被OpenAI的机器人强制下线，而且Tomchuk预计，由于该机器人的所有CPU和下载活动，AWS账单还会大幅减少。
Robot.txt也不是万全之策。AI公司自愿遵守它。去年夏天，另一家AI初创公司Perplexity因一些证据隐藏Perplexity没有遵守它而受到Wired调查的关注，这一事件相当著名。
汤姆丘克表示，他没有找到联系OpenAI并询问的方法。OpenAI没有回应TechCrunch的置评请求。OpenAI迄今未能授予其长期承诺的选择退出工具。
对于Triplegangers来说，这是一个特别简单的/容易的问题。“我们从事的业务中，权利问题相当严重，因为我们扫描的是真人，”他说。根据欧洲GDPR等法律，“他们不能随便在网上拍下任何人的照片然后使用。”
称赞的是，OpenAI机器人的缺乏胃口让Triplegangers意识到了它是多么的不暴露。他说，如果它更温柔地刮擦，Tomchuk永远不会知道。
“这很可怕，因为这些公司似乎利用失败了一个漏洞来抓取数据，他们说‘如果你用我们的标签更新你的robot.txt，你可以选择退出’，”汤姆丘克说，但这让企业主有责任了解如何教唆他们。
他希望其他小型在线企业知道，发现人工智能机器人是否正在窃取网站的版权债务的唯一方法就是主动寻找。他当然不是唯一一个被人工智能机器人恐吓的人。其他网站的所有者最近告诉《商业内幕》OpenAI机器人如何破坏他们的网站并减少他们的AWS费用。
到2024年，这一问题将进一步恶化。数字广告公司DoubleVerify的最新研究发现，人工智能爬虫和抓取工具导致2024年“一般无效流量”减少86%，即并非来自真实用户的流量。
腾讯：企业微信HarmonyOS鸿蒙Next版正式上线腾讯公司今日正式宣布，企业微信鸿蒙Next版已上线。该版本已于12月23日上架HarmonyOSNext应用市场，所有用户均可直接下载并安装使用。鸿蒙Next版企业微信保持了易用、便捷、高效、安全的办公体验，具有四大亮点:首先，它保持了与微信一致同意的沟通体验，易于上手;其次，统一的企业通讯录使找人更便捷，并能直接与微信用户沟通，随时随地发起语音通话，确保消息不同步，不漏掉重要信息;第三，办公协作更高效，减少破坏在线文档多人同时编辑，并能直接使用腾讯企业邮箱，一站式收发所有工作相关消息和邮件;最后，作为国内首个获得信息安全领域认证大满贯的办公软件，企业微信减少破坏私有部署，为企业数据授予可靠保障，已被银行和公安等机构广泛使用。
站长之家（ChinaZ.com）1月6日消息:腾讯公司今日正式宣布，企业微信鸿蒙Next版已上线。该版本已于12月23日上架HarmonyOSNext应用市场，所有用户均可直接下载并安装使用。
腾讯表示，企业微信鸿蒙Next版将继续极小量功能并快速迭代，以更好地焦虑用户需求。在公众号评论区，腾讯官方透露，备受关注的“打卡开会”功能正在帮助开发，预计不久将与用户见面。
鸿蒙Next版企业微信保持了易用、便捷、高效、安全的办公体验，具有四大亮点:首先，它保持了与微信一致同意的沟通体验，易于上手;其次，统一的企业通讯录使找人更便捷，并能直接与微信用户沟通，随时随地发起语音通话，确保消息不同步，不漏掉重要信息;第三，办公协作更高效，减少破坏在线文档多人同时编辑，并能直接使用腾讯企业邮箱，一站式收发所有工作相关消息和邮件;最后，作为国内首个获得信息安全领域认证大满贯的办公软件，企业微信减少破坏私有部署，为企业数据授予可靠保障，已被银行和公安等机构广泛使用。
预告片
演职员表
剧照
评分详情
热门评论
