创始人公开露面与角色转变 - 字节跳动创始人张一鸣近4年来首次在国内公开露面，其关注度极高[1] - 此次露面未讨论抖音、豆包AI等核心业务或公司战略，而是专注于人才与教育话题[3] - 张一鸣于2021年5月20日宣布卸任CEO，由联合创始人梁汝波接任，其卸任原因是希望公司能有更大的创新突破[5] 创始人的人才观与管理哲学 - 张一鸣长期关注人才招聘与培养，认为许多人才的潜力未被充分挖掘[3] - 其人才观强调好奇心、进取心和对不确定性的乐观心态，认为这些特质比五年工作经验更重要[4] - 他以机器学习中的“过拟合”现象类比，指出创新需要思维活跃、有热情和韧性的人才，核心是独立思考和重视实践[3] - 张一鸣自认不擅长传统管理和社交，更喜欢研究组织原理，并决定放下日常管理，聚焦于远景战略、企业文化等长期事项[6] 创始人的长期关注与公司动态 - 张一鸣喜欢思考理论上可能存在但现实中尚未发生的事情[7] - 卸任CEO后，他计划以十年为期，专注学习知识、研究新事物，为公司创造更多可能[8] - 他特别提到虚拟现实、生命科学、科学计算等领域正显现出对人类生活的曙光[9] - 卸任后张一鸣保持低调，但自2023年下半年起定期参加字节跳动Seed核心技术团队的复盘讨论会[10] 市场关注热点与公司上市传闻 - 字节跳动作为2010年后崛起的互联网巨头，凭借TikTok成为最成功的出海公司，市场关注度居高不下[11] - 围绕张一鸣的核心话题包括AI、算法、新首富、新加坡、字节跳动上市等关键词组合[11] - 关于张一鸣入籍新加坡和字节跳动上市的传闻屡次出现，但均被公司辟谣，从2018年至今公司被传上市至少7次[11] - 字节跳动上市迟迟未能实现，主要堵点在于监管、地缘环境及业务透明性等方面的不确定性[12] 公开露面的象征意义与TikTok选择 - 张一鸣此次公开露面的象征意义远大于企业经营意义，被视为公司迎来重大确定性的信号[15] - 公司于2024年9月20日发布公告，表示将按照中国法律要求推进相关工作，以确保TikTok美国公司继续服务美国用户[16] - 张一鸣的动向被视为公司发展的关键风向标[13]

仪式上，西湖大学校长施一公院士现场发表题为《创新：一条不同寻常的路》的演讲，指出AI时代正在重构知识获取与创新方式；徐汇区区长王华表示 区政府将支持中心融入区域科创生态。 自2021年张一鸣卸任CEO后，字节跳动由联合创始人梁汝波接任，此次创新中心的成立凸显其持续关注AI技术人才培养与长期行业布局。 该机构由张一鸣与上海交通大学ACM班创始人俞勇教授共同发起，定位为民办非营利性组织，旨在培养泛计算机与人工智能领域的青年创新人才。 张一鸣在发言中以机器学习中的"过拟合"现象比喻人才培育痛点，指出部分人才虽具备专业技能，却难以应对创新任务。 他强调中心将聚焦思维活跃性、实践能力与长期主义视野，通过科技史串联多学科知识，在开放环境中培养拥抱不确定性的创新力量。该项目已招募首批 14名16-18岁的预备研究员，未来每年计划招聘30名16-18岁的青少年作为全职预备研究员。 10月9日，据知春创新中心公众号消息，字节跳动创始人张一鸣在卸任首席执行官后首次公开露面，现身上海徐汇知春创新中心开业仪式。 ...

知名机器人专家罗德尼・布鲁克斯（Rodney Brooks）是 iRobot 公司的联合创始人，曾在麻省理工学院 （MIT）深耕数十年。他对特斯拉、以及备受关注的 AI 机器人公司 Figure 等企业的技术路线尤为质疑 ——这些公司试图通过让机器人观看人类执行任务的视频，来教会它们掌握灵活操作的能力。在一篇新 文章中，他将这种方法称为"纯粹的空想"。 长期以来，布鲁克斯还认为，AI 并非像包括埃隆·马斯克（Elon Musk）在内的许多人所宣称的那样，是 一种"关乎人类生存的威胁"。早在 2017 年，TechCrunch 就曾在 MIT 与布鲁克斯探讨过这一话题——当 时的科技格局虽与如今不同，但也并非完全迥异。 当时布鲁克斯就表示，他已开始看到越来越多公司专注于为机器学习制作数据集——这一趋势此后一直 持续。与此相关的是，他还曾提出观点：尽管大型科技公司长期以来在数据掌控量上拥有看似不可逾越 的优势，但这并不意味着它们在机器人领域的胜利是"必然结果"。然而如今，领先的机器人公司仍未能 摆脱这些科技巨头的影响。 此外还有安全问题。全尺寸行走人形机器人需要消耗大量能量才能保持直立。一旦摔倒，它们会具有极 高 ...

活动现场，字节跳动创始人张一鸣久违露面并发言。张一鸣称，自己长期关注人才的招聘与培养，注意到许多人才的潜力尚未被充分挖掘。他以机器学习 中的"过拟合"现象作比，指出有些人专业技能很强，但在创新任务面前却难以发挥。他强调，创新中心希望培养的是思维活跃、富有热情与韧性的青年人 才，鼓励他们独立思考、重视实践，保持长期主义视角，在探索中成长，并学会以平常心拥抱不确定性。 【免责声明】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何 明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。邮箱：news_center@staff.hexun.com 蓝鲸新闻10月10日讯（记者 武静静）据知春创新中心公众号，10月9日，上海徐汇知春创新中心正式开业，该中心由字节跳动创始人张一鸣、上海交通大 学ACM班创始人俞勇教授共同发起。定位为民办非营利性机构，将面向对泛计算机与人工智能感兴趣的年轻人开放招聘。 本文首发于微信公众号：蓝鲸新闻。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。 ...

减持计划与执行情况 - 公司控股股东、实际控制人之一致行动人元道投资计划减持公司股份不超过26,000,000股，占公司总股本的3.00%，其中大宗交易方式减持不超过2%，集中竞价方式减持不超过1% [1] - 元道投资自2025年9月8日至2025年10月9日，累计减持公司股份8,808,316股，占公司总股本的1.02%，其中通过集中竞价方式减持6,565,316股（占0.76%），通过大宗交易方式减持2,243,000股（占0.26%） [2] - 本次权益变动后，公司控股股东、实际控制人及一致行动人合计持股比例由58.00%下降至56.98%，触及1%的整数倍变动 [2] 减持交易细节 - 根据减持区间均价21.97元/股计算，元道投资本次减持套现约1.94亿元 [3] - 股东永道投资与元道投资均为公司实际控制人费振勇、刘海凝夫妇控制的企业 [3] 公司首次公开发行（IPO）信息 - 公司于2020年5月7日在深圳证券交易所上市，发行价格为23.04元/股，公开发行总量为4,017万股 [3] - 首次公开发行股票募集资金总额为92,551.68万元，扣除发行费用后募集资金净额为86,555.00万元 [3] - 首次公开发行股票的发行费用共计5,996.68万元，其中承销保荐费为4,365.65万元 [4] - 公司IPO保荐机构为华融证券股份有限公司（现更名为国新证券股份有限公司），保荐代表人为谢金印、乔军文 [3] 募集资金用途 - 公司IPO拟募集资金86,555.00万元，计划用于金融IT技术组件及解决方案的开发与升级建设项目、基于大数据、云计算和机器学习的创新技术中心项目、金融后台服务基地建设项目和补充流动资金 [3]

核心观点 - 美国麻省理工学院研究团队利用模拟计算与机器学习技术，成功开发出一种新型3D打印铝合金，其强度是传统铸造最强铝合金的5倍，比未经机器学习辅助设计的合金强度高出50% [1] - 新合金在400℃极端高温下仍能保持稳定，有望替代钛合金等更重、更昂贵的材料，应用于喷气发动机风扇叶片等领域 [1] - 该材料结合3D打印技术，在复杂造型、材料节约与设计自由方面具有优势，可拓展至交通运输、高端制造及散热设备等场景，助力行业降低能耗 [2] 技术突破 - 研发方法结合模拟计算与机器学习，将候选材料组合的评估数量从传统方法需模拟的上百万种大幅缩减至仅40种，高效锁定了目标成分 [1] - 实际打印测试结果与预测高度吻合，新合金的微观结构中分布着更多细小沉淀物，是其高性能的关键 [1] 材料性能 - 新型3D打印铝合金的强度是传统铸造法制备的最强铝合金的5倍 [1] - 新合金比未经机器学习辅助设计的合金强度高出50% [1] - 新合金在400℃的极端高温下仍能保持稳定 [1] 应用前景 - 新合金有望用于制造喷气发动机风扇叶片等部件，制造出更轻、更强、更耐高温的产品 [1] - 目前风扇叶片多采用的钛合金比铝重50%以上，成本更是铝的10倍之多，新材料具有显著的替代优势 [1] - 应用可拓展至高端真空泵、汽车冷却系统及数据中心散热设备等场景 [2] 行业影响 - 以更轻、更强的材料制造风扇叶片，将使交通运输领域大幅降低能耗 [2] - 得益于3D打印技术在复杂造型、材料节约与设计自由方面的优势，该合金为相关行业带来新的制造可能性 [2]

当前市场状况评估 - 环球市场行为和定价出现与过去泡沫相似的迹象但存在关键差异 [1] - 科技板块上涨主要由基本面增长驱动而非非理性投机 [1] - 表现最强劲的领先企业拥有异常稳健的资产负债表 [1] - 人工智能领域由少数现有巨头主导而非竞争激烈的新进入者阶段 [1] 美股科技公司估值分析 - 估值问题难以回答但通过四个角度分析：与过去泡沫时期比较 PEG比率 ROE与市净率对比 股利折现模型 [1] - 在多数情况下目前估值虽高但仍距离科网泡沫高峰期有一定距离 [1] - 综合来看目前尚未处于泡沫之中但不能排除最终形成泡沫的风险 [1] 未来行业趋势展望 - 领先科技股的命运愈来愈依赖于实体基础设施如暴增的电力需求 [2] - 电力需求需投入真正资源于发电与配电领域为能源 资源 房地产及运输等行业带来增长前景 [2] - 科技行业内部回报来源将进一步分化2020年代的领先科技巨头可能继续主导各自领域 [2] - 快速创新尤其是机器学习及人工智能将催生新一波科技明星企业借助资本支出热潮推出新产品 [2]

人工智能在量化投资中的应用 - 人工智能出现革命性技术突破，通过整合强化学习与大语言模型架构，使机器学习具备自我思考能力，突破人脑思维边界 [1] - 机器学习在自动驾驶、机器人等领域实现重大技术突破 [1] - 基金经理施荣盛将机器学习应用于量化投资，采用“白盒化”方式，属于公募量化中的“少数派” [1] 安信量化精选沪深300指数增强基金业绩表现 - 安信量化精选沪深300指数增强A近一年回报达45.63%，优于对比产品（38.12%、38.55%、38.18%、36.48%）[2] - 该基金近一年最大回撤为-10.90%，优于对比产品（-11.98%、-11.65%、-12.85%、-12.94%）[2] - 基金规模从2024年末的1.06亿元增长至2025年中的12.05亿元，规模增长10.99亿元，在2025年上半年规模增长超3亿的同类产品中表现突出 [2][3] - 自2023年8月24日管理以来，累计收益率36.53%，历史年化收益16.62%，跑赢沪深300指数14.89% [4] - 该基金在不同市场环境下表现稳健，指数上涨时表现分位数达100%，指数下跌时为78.9%，成长占优时为96.1%，价值占优时为82.9%，大盘占优时为94.7%，小盘占优时为94.7% [18] “白盒化”机器学习模型框架 - 采用统一模型管理所有指数增强产品，框架为预期收益率y来自x因子的挖掘和f因子的组合 [11] - 主动筛选因子，运用遗传算法、深度学习、大语言模型等方法挖掘因子，并进行主动检测以确保数据质量 [13] - 采用因子随机剔除（dropout）机制进行模型训练，以增强模型稳健性，例如剔除北向因子后模型结果无显著差异 [13] - 建立统一的指数增强框架，适用于不同市值和风格指数（如沪深300、上证科创综指、红利增强等），确保因子普适性，避免过度拟合 [13][14] - 通过跟踪数十个指数增强策略表现，理解模型有效性及市场特征，实现统一策略评估和调整 [14][15] 模型优化与创新 - 采用集成学习方式，使用多个模型互相验证，而非依赖单一模型 [17] - 模型训练时考虑交易成本并设置严格风险约束，追求Pure Alpha [17] - 进行动态优化，模型根据实时市场表现自行调整约束条件和优化目标 [19] - 采用模块化处理，将收益率预测、因子挖掘筛选、组合优化、风险管理、交易执行等环节标准化，形成可持续迭代能力 [21] - 积极探索大语言模型（如DeepSeek）挖掘因子，通过API接入进行测试，保持模型创新 [22] 行业比较与竞争优势 - 该基金超额收益与其他公募量化产品相关性低，源于底层方法论的差异 [21] - 多因子模型仍是公募量化主流，而机器学习在私募基金中应用更普遍，该策略结合了公募与私募量化投资的优势 [21][22] - 通过持续创新寻找低相关性Alpha，改善基金组合风险收益比 [22] - 在工具化产品盛行的时代，积极拥抱AI、有效训练模型的“白盒化”量化策略具备竞争优势 [24]

金驰教授学术晋升与贡献 - 华人学者金驰在普林斯顿大学晋升为终身副教授，任命于2026年1月16日正式生效[1][4] - 金驰于2019年加入普林斯顿大学电气与计算机工程系担任助理教授，在6年任期内AI学术影响力迅速提升[3] - 其晋升是对其在机器学习理论领域所做基础性贡献的高度认可，这些贡献为当前大语言模型的崛起提供了关键数学基石[4] - 金驰与杨笛一、杜少雷等华人学者于2024年获得斯隆奖[6] - 在Google Scholar上，其论文总引用次数已达13,588次[27] 核心理论贡献：非凸优化 - 金驰的研究解决了深度学习革命中的一个根本问题：为何像随机梯度下降这样简单的优化器能有效训练大规模非凸模型[8][9] - 其工作证明，只要存在少量噪声，简单的梯度方法就能有效逃离损失函数景观中的鞍点，并在多项式时间内继续向更优区域探索[12] - 代表性论文《How to Escape Saddle Points Efficiently》（ICML 2017）被引1,111次，《Accelerated Gradient Descent Escapes Saddle Points Faster than Gradient Descent》（COLT 2018）也是该领域奠基性工作[14][17] - 该理论成果解释了简单算法在复杂问题上表现出的“不合理的有效性”，让公司和研究机构敢于投入数十亿美元进行模型训练，确信底层优化过程稳健[17] 核心理论贡献：强化学习 - 金驰的研究为强化学习核心算法的样本效率建立了严谨证明，推动了理论突破[10][19] - 其工作首次证明了无模型算法在复杂设定下具备样本效率，达到了近乎最优的遗憾界限[22] - 代表性论文《Is Q-learning Provably Efficient?》（NIPS 2018）被引1,113次，《Provably Efficient Reinforcement Learning with Linear Function Approximation》（COLT 2020）被引997次[20][22][27] - 该理论保障为开发更稳健、可靠的强化学习算法提供指导，确保其能在高风险、关键应用中安全部署[23] 学术背景与影响 - 金驰拥有北京大学物理学学士学位和加州大学伯克利分校电气工程与计算机科学博士学位[25] - 其博士导师为机器学习领域泰斗Michael I Jordan教授，早期多篇关键论文均与Jordan合作完成[25] - 金驰团队近期领衔开发了最强开源数学定理证明模型“哥德尔-Prover”，其32B参数模型性能大幅超越前代SOTA DeepSeek 671B模型[31]

今年1月，该公司任命资深宏观交易员Ben Melkman为副首席投资官。他是首批从其他公司加入这家传 统封闭公司的高管之一，也是最受关注的一位。Melkman目前与公司内部的David Trinh和Blake Cecil共 同担任副CIO。 Melkman于去年加入桥水，是最早、也是最引人注目的外部高管之一。桥水是一家系统化宏观对冲基 金，运用其所谓"永恒且普遍"的算法规则来进行交易，而Melkman的风格历来更为灵活。 他曾在Brevan Howard资产管理公司工作七年，担任合伙人。2017年，他创立了自己的对冲基金Light Sky Macro，并在五年后关闭该基金，随后加入Schonfeld Strategic Advisors，不到一年后就跳槽到桥 水。 相比之下，桥水的三位共同CIO几乎整个职业生涯都在公司内部发展。Bob Prince在1986年加入，Greg Jensen和Karen Karniol-Tambour大学毕业后就进入了公司。而Melkman的两位副CIO同事几乎没有任何外 部工作经验。 媒体援引知情人士表示，桥水基金（Bridgewater Associates）的旗舰宏观基金P ...