机器学习模型在量化选股中的应用 - 采用GBDT类树模型（LGBM/XGBoost/CatBoost）和神经网络模型（GRU/TCN/Transformer）进行量化选股训练测试，其中树模型适合处理手工构造的量价和基本面特征，神经网络擅长捕捉时序变化[1][2] - 特征筛选采用SHAP方案能有效减少特征数量并保证模型效果，特征中性化对因子改进不明显，整体标准化处理更有利于模型学习时序信息[2][28] - 沪深300指增策略年化超额10.03%，中证500指增年化超额8.41%，中证1000指增年化超额11.44%，显示机器学习因子在中小盘更具优势[3][61][62][63] 模型结构与特征处理 - GBDT模型通过残差迭代优化，每棵树学习前一棵树的残差，错分样本权重会逐步增大[10][11] - 神经网络结构中，GRU作为LSTM简化版通过更新门和重置门减少参数量，TCN采用空洞卷积实现指数级增长的历史数据回顾[12][13][18] - 特征类型选择显示：Alpha158量价特征适合两类模型，GFStyle基本面因子更适合树模型，原始量价数据神经网络表现更优[26][27] 损失函数与预测目标优化 - 排序学习损失函数中，结合NDCG指标的LambdaNDCG2和NeuralNDCG在多头部表现优异，与MSE因子相关性仅0.7-0.9[42][43][45] - 预测目标处理显示：截面标准化能排除市场beta干扰，使用超额收益率经CSRank处理后效果最佳[50][51] - 多周期预测目标合成可提升因子表现，沪深300指增策略信息比率从1.67提升至1.81，中证500年化超额从13.28%提升至14.28%[52][53][55] 策略构建细节 - 组合优化控制行业偏离、市值偏离等约束条件，采用月度调仓，交易成本假设双边千三[59][60] - 中证1000指增策略信息比率达2.09，超额最大回撤-7.95%，显著优于沪深300策略的2.23信息比和中证500策略的1.38信息比[63][61][62]

"今晚我们要学习手语版中国科大校歌《永恒的东风》。"手语部负责人、统计学专业大四学生韩羽萌 说。此刻，窗外的雨声化为柔和的课堂背景音。 安徽合肥，中国科学技术大学第二教学楼2210教室，雨点拍打着窗户，数十把雨伞湿漉漉地依偎在墙 角。教室里，笑声、交谈声交织在一起。 这是中国科大芳草社特教服务团手语部组织的手语课堂，也是本学期最后一节课。晚上8点30分，雨势 不减，同学们仍踩着水花陆续赶来。上课铃响起前，已有近30名学员来到教室。 一群科研学霸课余学手语，难在哪 不同于以听觉主导的语言体系，手语以"画面"为底层逻辑，手势起止、速度、角度等都承载特定意义。 2005年至今，中国科大芳草社手语课堂已走过二十载。一群又一群平时埋头实验、醉心科研的学霸，用 双手学习全新的语言。 手语入门，并不容易。 "不仅一个手势能表示多种含义，不同速度打出来的手语意义也不同。"韩羽萌举例，将拇指、食指、小 指直立，手背朝外，这个手势既可以通过仿字打法来表示"山"，也是国际通用的"我爱你"。 此外，手语往往以视觉化的画面描述为基础。韩羽萌解释说，"红色"的手语表达，是用两指轻触嘴唇， 因为嘴唇常呈红色；表达"黄色"时，用手触摸脸颊， ...

AICon全球人工智能开发与应用大会北京站 - 大会将于6月27日-28日举办，聚焦AI前沿技术与落地实践 [1] - 汇聚腾讯、阿里、百度、字节跳动等头部大厂及50+资深专家 [1] - 设置AI Agent、多模态应用、推理性能优化等10多个专题论坛 [1][4] 京东集团算法总监韩艾的主题分享 - 演讲主题为《JDAgents-R1：基于强化学习的异构多智能体联合进化算法》 [2] - 提出JDAgents-R1框架，首次将GRPO应用于异构多智能体联合训练 [2] - 通过迭代优化LLMs与自适应记忆机制实现决策与记忆能力动态均衡 [2] - 在通用和商家定制化场景中达到与大规模语言模型相媲美的性能 [2] 韩艾的专业背景 - 中科院与康奈尔大学联合培养博士，北京大学双学士 [3] - 现任京东集团算法总监，京东零售数据与算法通道委员 [3] - 在国际顶级期刊发表数十篇论文，专注AI技术创新 [3] - 主持设计Multi-Agent Planning算法架构并落地京东商家智能助手 [3] 演讲内容框架 - 涵盖多智能体训练技术、应用案例、LLM决策与Memory进化等 [3][5] - 重点介绍GRPO联合训练算法技术和Memory更新技术 [3][5] - 探讨多模型联合训练的信息通信难题和memory进化评估 [5] 大会其他亮点 - 设置AI Agent构建、多模态实践、大模型助力研发等专题论坛 [4] - 50+专家将分享前沿技术洞察和一线实践经验 [4] - 报名可享9折优惠，单张门票立省580元 [4]

点击下方 卡片 ，关注" 具身智能 之心 "公众号 作者丨 Shaoting Zhu等 编辑丨具身智能之心 近年来，得益于强化学习与高性能仿真器的结合，足式机器人在自主运动控制方面取得了显著进展。然 而，当这些策略部署到现实世界中时，往往因"仿真到现实（Sim-to-Real）"存在差异而表现不佳。现有方 法难以复现真实场景中的复杂几何和视觉细节，限制了基于视觉感知的高层次任务（如目标导航）的开 展。为解决这一难题，我们提出了VR-Robo：一个面向足式机器人视觉导航与运动控制的"真实-仿真-真实 （Real-to-Sim-to-Real）"统一框架。 作者单位包括清华大学、普林斯顿大学、星海图、上海期智研究院和上海交通大学。 项目主页/代码（现已开源）：https://vr-robo.github.io/ 相关工作 以往研究为缩小Sim-to-Real差距做了大量探索。包括： 但这些方法多依赖特定传感器，难以在高保真渲染和真实几何建模之间取得平衡。此外，许多方法仅支持 低层次的运动控制，尚未形成完整的感知-理解-行动闭环。 解决方案 本文只做学术分享，如有侵权，联系删文 >> 点击进入→ 具身智能之心 技术 ...

出品丨虎嗅汽车组 作者丨李赓 头图丨视觉中国 在所有造车新势力中，今年1-5月依旧保持高速增长的只有两家：小鹏和零跑。 两家车企的销量都保持了大幅的提升 （1-5月零跑相比去年同期增长161%，小鹏增长293%） ，今年 一季度的营收也实现了大幅增长 （零跑同比增幅187%，小鹏同比142%） ，净亏损则实现了大幅的 收窄 （零跑净亏损缩小87%，小鹏净亏损缩小52%） 。除去数据上的略微不同，更加不同的是两家 心态的外露。 零跑依旧保持了自己不怎么开发布会不怎么大力做营销的状态 （今年正式发布会也就两场，而且全 是车型更新） ，而去年刚"触底反弹"的小鹏显然更加"珍惜"市场给的又一次机会，在方方面面都选 择了投入到"极点"，几乎每个车型都要按着"曝光、预热、预发布、实际发布、会后沟通"的充分流程 走下来，更是在一众车企中罕见地结合产品发布会搞了几次针对实际车主的品牌文化活动。 就拿4月中，上海车展开幕前夕的关键时刻，何小鹏就跑到了香港去，不仅豪横地再次定下了香港启 德邮轮码头的场地 （2021赴港上市，也是这块场地） ，请了近500家中外媒体看新款X9发布。在主 活动之外，小鹏还在香港独立地举办了两场媒体沟 ...

销量与财务表现 - 零跑和小鹏1-5月销量同比分别增长161%和293%，一季度营收同比分别增长187%和142%，净亏损分别收窄87%和52% [2] - 两家车企营销策略差异显著：零跑保持低调仅举办两场车型发布会，小鹏则采用高强度营销流程包括多阶段产品发布和车主文化活动 [2][3] 产品策略与市场定位 - 小鹏MONA M03以10万元定价实现销量占比超50%，核心优势为620公里CLTC续航（实际450-500公里）、智能泊车等刚需配置，同时削减非核心功能如后桥扭力梁悬架、热泵空调等控制成本 [7][8][9][10][11] - 产品调整高效：小鹏在6-8个月内完成滴滴C1车型改造，通过用户需求调研优化配置，形成差异化竞争力 [12] 用户画像与营销创新 - MONA M03女性用户占比达38.6%（行业平均21.3%），年轻化（平均28.5岁）和未婚用户（76.5%）特征显著，通过白色内饰等快速响应提升女性占比至50% [18][19][20][21] - 营销活动精准定位：邀请欧阳娜娜等明星强化新手司机视角，打造"MONA小镇"场景化展示，发布会风格年轻化 [23][24][25] 技术研发与自动驾驶 - 小鹏自研"图灵AI芯片"单颗算力超700TOPS，G7搭载3颗实现2200TOPS算力，远超行业主流300TOPS配置，目标验证自动驾驶领域Scaling Law效应 [27][30][31] - 基座大模型采用思维链推理（CoT）技术，已训练720亿参数模型，累计处理2000万条30秒视频数据，结合强化学习实现自动驾驶能力持续进化 [36][40][42] - 实际路测显示复杂场景处理流畅，如无保护左转、多车道变道等，计划通过OTA升级将点对点智驾成功率提升至70% [44][45][47][48] 公司战略与行业竞争 - 小鹏明确"卷科技"路线，避免与传统车企价格战，聚焦智驾和AI技术差异化 [26][27] - 通过引入传统汽车人才优化供应链和成本控制，为技术创新提供支撑，目标建立体系化能力而非依赖单一爆款 [50][51]

银龄群体中文学习现象 - 全球中老年人学习中文的兴趣显著增长，主要动机包括对中国文化的好奇、华裔身份认同及非功利性兴趣 [2][3] - 荷兰丹华文化教育中心等机构出现60-76岁学员，部分已达到HSK三级水平，能进行日常交流 [3][5] - 马耳他大学孔子学院开设中文专业证书班，71岁学员单程花费2小时坚持上课 [4] 学习特点与方法 - 老年学员采用差异化学习策略：67岁学员侧重听说训练，76岁学员专注汉字读写研究 [5] - 典型学习方法包括慢速听课文音频（马耳他学员）、汉字起源探究及反复抄写练习 [5] - 71%的老年学员通过文化活动辅助学习，如参加苏州园林庙会、太极日活动 [9][10] 教学实践创新 - 荷兰教师采用"中等进度基准法"，配合AI生成语篇和短视频等多媒体教学 [6] - 跨代际课堂中，老年学员贡献文化知识储备（如中国美食描述），年轻学员提供技术支持 [7] - 马耳他孔子学院开发本土化资源，2025年春季庙会吸引大量银龄学员参与茶艺、书法活动 [9] 文化影响与成效 - 中文学习使学员拓展国际社交圈（微信交流率提升），加深对中国56个民族文化多样性的理解 [10] - 67%的老年学员反映学习后提升跨文化欣赏能力，改变原有世界观 [10][11] - 中国普通话普及度成为吸引点，相关文化活动参与度年增长约15% [9][10] 行业发展趋势 - 孔子学院体系正培养本土教师应对需求增长，但暂未开设专属银龄班级 [7][9] - 中文教育结合实体文化空间（如苏州园林），形成"语言+体验"教学模式 [9] - 预测显示老年中文学习者数量将持续上升，与文化传播能力呈正相关 [9][11]

机器人技术突破 - 瑞士苏黎世联邦理工学院研发的新型足式机器人系统能够仅凭机载感知设备预测羽毛球飞行轨迹、调整自身位置并精确完成击球动作[2] - 该机器人展示了足式机器人执行复杂、动态、由感知驱动任务的能力，为整合机器人高速感知和全身协调能力提供新思路[2] - 研究团队选择羽毛球作为实验对象，通过设置不同难度击打目标渐进式检验和提升机器人性能[2] 感知与运动协调技术 - 研究团队开发感知噪声模型量化机器人运动状态对目标追踪影响，使机器人能适应动态模糊、目标遮挡等干扰[3] - 机器人可基于历史运动轨迹持续预测目标位置，并主动调整身体俯仰角度优化追踪效果[3] - 通过基于强化学习的统一控制框架，同步协调机器人周身18个关节运动，自主调整步态和击球方式[3] 性能表现与改进方向 - 机器人在测试条件下可与人类对手进行10次连续对打，对球场中心区域的球达到近100%拦截成功率[3] - 目前机器人从发现击球到挥拍动作平均需约0.35秒，感知和反应能力仍有提升空间[4] - 计划通过集成更多传感器、融合多种传感模式并优化视觉算法进一步升级性能[4] 应用前景与行业影响 - 该技术未来可应用于灾难响应、人机协作等需要快速响应和全身协调的复杂场景[4] - 足式机器人具有更强通用性，能适应更广泛应用场景，与人工智能技术融合将具备强大感知和操作功能[5] - 随着技术进步和成本下降，足式机器人将在工业、休闲娱乐、居家生活、养老照护等领域获得广泛应用[5]

公司战略布局 - 公司全资子公司浙江迅弛数字科技拟在中国香港投资5000万港元设立迅弛香港有限公司，并投资1000万港元设立其全资子公司迅弛香港东方有限公司，后者将作为TCSP牌照申请主体 [1] - 此次投资是公司深化贸易数字化改革、构建全球贸易综合服务商战略的重要步骤，旨在提升义支付平台的跨境金融服务能力 [1] - 获得TCSP牌照后，公司可合法合规开展信托或公司服务相关业务，拓展业务范围并提升金融领域专业形象 [1] 支付业务发展 - 义支付已构建覆盖160多个国家和地区的全球服务网络，成为义乌乃至中国外贸领域的重要金融基础设施 [2] - 义支付2024年跨境收款总额超40亿美元，同比增长233%，净利润6104.40万元，同比增长274.67% [2] - 业务创新方面，义支付与中国银行搭建国内首个"数字人民币B2B跨境结算平台"，并与工商银行合作完成首笔基于货币桥的阿联酋迪拉姆直兑人民币实时结算业务 [2] 技术能力建设 - 义支付引入大数据、机器学习算法等新兴技术，构建"三位一体"的智能支付生态系统 [2] - 在已有体系中部署加密技术和智能风控系统，为数据安全和支付安全提供保障 [2] 金融服务体系 - 公司旗下征信公司和商业保理公司与义支付共同构建以数据为基础、以支付为纽带、以融资为支撑的综合性金融服务体系 [3] - 跨境金融业务能与公司现有的国际商贸城、数字化平台等业务线形成协同效应，为客户提供一站式解决方案 [3]

俄罗斯总统普京家族的中文学习情况 - 俄罗斯总统普京的外孙女正在学习中文，并有一位来自北京的家政阿姨辅导她 [1] - 普京的女儿早在2000年代初就开始学习中文了 [1]