电影节规模与影响力 - 第二十七届上海国际电影节金爵奖评选收到来自119个国家和地区的3900余部影片报名，创历史新高 [1] - 报名作品中近1820部为世界首映，520余部为国际首映，综合首映率为历年最高 [1] - 入围主竞赛单元的12部作品中11部为世界首映，1部为国际首映 [1] - 拉美影片表现突出，主竞赛单元中的拉美影片首次达到3部 [1] 评奖体系与评委构成 - 金爵奖评选分为主竞赛、亚洲新人、纪录片、动画片和短片5个单元 [1] - 21名评委来自13个国家和地区，意大利导演朱塞佩·托纳多雷担任主竞赛单元评委会主席 [2] - 亚洲新人单元评委平均年龄35岁，为历届最年轻评委团 [2] - 亚洲新人单元颁奖典礼首次与金爵奖颁奖典礼正式合体 [2] 新人培育与产业创新 - SIFF YOUNG×上海青年影人扶持计划新增制片人名额，扩充对专业人才的扶持范围 [2] - 电影项目创投组收到有效项目申报530多个，同比增长39% [3] - 迷你电影单元升级为"SIFF ING青年新锐影像计划"，征集到3600余部作品 [3] - 国际影视市场展示超高清创制、拍摄机器人、VR院线电影等数字影像创新成果 [3] - 电影节积极接洽虚拟现实电影项目参加展映，推动产业与技术融合 [3]

数据安全是"国之大者"，个人信息保护系"民之所盼"。6月12日，在广东省委网信办指导下，广东省网络数据安全与个人信息保护协会第一届会员代表大会 在广东珠岛宾馆红棉厅召开，标志着协会正式成立。这是我国首个网络数据安全领域的社会组织，也是我国首个个人信息权益保护领域的社会组织。 广东省委网信办副主任王敏伟出席大会并讲话。他首先向广东省网络数据安全与个人信息保护协会的成立表示祝贺，并寄望协会积极支撑广东打造"衔接国 际、全国领先"的个人信息权益保护水平，助力广东优化国际营商、旅居、就业环境。 据介绍，协会是由广东省涉及网络数据安全和个人信息保护相关工作的事业单位、科研院所、企业平台、专业机构、社会团体、新闻媒体、专业人员等自愿 组成的专业性、非营利性社会团体。业务主管单位为广东省委网信办，登记管理机关为广东省民政厅。 回应时代所需 全国首个专注该领域的社会组织 互联网时代，网络数据安全和个人信息保护是经济社会发展的基石，与公众利益息息相关。随着数据体量不断增长，以及生成式人工智能、大数据、云计算 等技术高速发展，数据，尤其是个人信息安全面临的问题也日益错综复杂，对相应的安全治理体系建设也提出了更高要求。 习近平总书 ...

公司动态 - 极光旗下AI Agent开发平台GPTBots成功完成广东省生成式人工智能服务登记 模型名称为GPTBots 登记单位为深圳市和讯华谷信息技术有限公司 上线编号为Guangdong-GPTBots-20250512S0013 登记时间为2025年5月12日 [1][2] - 此次登记依据《互联网信息服务深度合成管理规定》和《生成式人工智能服务管理暂行办法》等法规要求 旨在加强AI服务管理 维护国家安全和社会公共利益 [2] - 2023年以来广东省累计完成17款生成式人工智能服务登记 极光GPTBots的加入为区域AI生态发展注入新活力 [2] 合规意义 - 成功登记标志着公司在技术创新、服务模式和数据安全等方面获得关键合规性认可 为AI服务可持续发展奠定基础 [3] - 公司将在服务界面显著位置展示上线编号 增强服务透明度和用户信任度 [3] - 登记是公司提供安全可靠AI服务的公开承诺 未来将继续在法规框架下优化技术和服务 保障用户权益 [3]

SIGGRAPH 2025技术论文奖项总结 会议概况 - SIGGRAPH是全球图形学顶级会议，涵盖动画、模拟、成像、几何、建模、渲染、生成式AI等广泛技术领域[2] - 2025年会议将于8月10-14日在加拿大温哥华举行，接收306篇技术论文[3] 最佳论文奖 - 5篇获奖论文中，国内机构表现突出，上海科技大学、华中科技大学、厦门大学、清华大学等均有斩获[5] - **Shape Space Spectra**：提出形状-空间特征分析方法，通过变分原理计算连续参数化形状家族的特征函数，应用于声音合成、动力学模拟等领域[6][7][8] - **CAST**：基于单幅RGB图像的组件对齐3D场景重建方法，结合GPT模型分析物体空间关系，采用遮挡感知3D生成模型确保几何纹理对齐[12][13][14][15][16] - **TokenVerse**：利用预训练扩散模型实现多概念个性化，支持从多张图片提取复杂视觉元素组合生成[21][22] - **Transformer IMU Calibrator**：突破惯性运动捕捉系统静态假设限制，通过Transformer模型实现动态标定[26] 最佳论文荣誉提名 - 包括加州大学圣地亚哥分校与谷歌合作的论文，以及厦门大学、清华大学等机构联合研究[28][29] - 涉及神经场精确不连续性、蒙特卡洛渲染框架、矩形表面参数化等前沿方向[30] 时间检验奖 - 评选2013-2015年间对业界影响深远的4篇论文[32] - **Unified Particle Physics**：提出实时统一动力学框架，广泛应用于气体、液体、固体等多物理模拟[33] - **CNN视觉相似性**：首次将现代CNN引入图形学，推动跨类别视觉搜索技术发展[34] - **Embree**：开源CPU光线追踪框架，持续为研究社区提供高性能支持[39] 技术突破亮点 - CAST论文团队2024年已获两项SIGGRAPH最佳论文提名，显示持续创新能力[11] - 时间检验奖论文中，粒子物理框架和Embree系统至今仍被工业界广泛采用[33][39]

星巴克与微软合作推出AI助手 - 星巴克股价涨幅扩大至3% [1] - 公司计划本月在35家门店推广生成式人工智能助手 [1] - 该AI助手是与微软Azure OpenAI平台合作开发 [1]

星巴克AI助手推广计划 - 公司计划本月在35家门店推广与微软Azure OpenAI平台合作的生成式AI助手"绿点助手"(Green Dot Assist)，旨在简化咖啡师工作并加快服务速度 [1] - 该技术已在拉斯维加斯领导力体验会上向1.4万名北美门店经理展示，计划2026财年在美国和加拿大全面推出 [1] - 咖啡师可通过配备该助手的平板电脑快速获取操作指南和设备故障排除答案，无需查阅手册或内网 [1] 战略背景与执行目标 - 此举是公司重振美国疲软销售的重要举措，CEO Brian Niccol将缩短每单服务时间至四分钟列为首要任务 [1] - 首席技术官Deb Hall Lefevre强调该技术能简化运营流程，提升员工工作效率与工作体验 [1] 行业AI应用趋势 - 自OpenAI推出ChatGPT后，沃尔玛、摩根大通等企业巨头已推出员工AI助手，微软与星巴克的合作包含确保信息准确性的基础引擎 [2] - 餐饮行业中百胜集团与英伟达合作开发AI点单系统，但麦当劳因测试效果未达预期终止了与IBM的AI免下车点餐合作 [2] 微软与星巴克的合作关系 - 在微软CEO Satya Nadella退出星巴克董事会一年后，双方通过AI项目强化合作关系 [2]

智能手机市场趋势 - 未来12个月智能手机购买意向为36%，环比下降，同比持平（2024年第四季度/2024年第二季度分别为39%/36%）[1][2] - 理想换机周期延长至31.1个月（2024年第四季度/2024年第二季度分别为29.7个月/29.6个月）[2][13] - 美国市场未来12个月购买意向大幅下降至37%（2024年第四季度/2024年第二季度分别为50%/44%）[2] 关税影响 - 19%的受访者因担心关税对价格的影响而推迟购买[3] - 82%的潜在购买者愿意接受一定程度的价格上涨以抵消关税影响，但62%表示若涨价过高会选择更便宜的替代机型，17%会完全推迟购买[3][13] - 原始设备制造商可能通过全球分散涨价来避免套利[3] 人工智能功能兴趣 - 对生成式人工智能功能的兴趣持续上升，净购买兴趣达19%（2024年第四季度/2024年第二季度分别为16%/13%）[14] - 仅34%的受访者会因新增生成式人工智能功能而提前购机或额外付费[14] - iOS用户最关注照片/图库工具和优先通知/消息功能，三星用户偏好AI翻译器/实时翻译和Circle to Search功能[4] 市场预测 - 预计2025年智能手机出货量同比增长1%，2026年同比持平[2][9][12] - 年初至今（截至4月）销量同比增长3.2%，但需求提前释放可能导致下半年淡季效应[2][9] 股票评级 - 看好日月光、博通、鸿海、英飞凌、长电科技、立讯精密、联发科、美光科技、村田制作所、三星、SEMCO、SK海力士和台积电（均为买入评级）[5][8] - 对华虹半导体持卖出评级，对LG Display和苹果、小米持中性评级[6][7][8]

金融业智能化转型 - 金融格局和业务面临智能化重塑 金融机构需积极拥抱智能革命并加快本地化部署 [1] - 金融业数字化尚未完成但智能化已开闸抢跑 数字化是基础而智能化是更高目标 [1] - 金融业在数字化和智能化方面领先其他行业 开启双向赋能进程 [1] 生成式AI应用现状 - 金融大模型在单一问题上独立作战能力强 但在多环节任务场景中能力仍需加强 [1] 本地化部署策略 - 全场景革命需设计一揽子方案 通过全场景布局智能化构建智能体驱动工作流 [1] - 蛙跳式部署可选择轻量化介入方式 因AI技术快速进化且成本下降 不宜盲目追新 [2] - 需夯实基础层建设 包括打造国产算力集群和解决数据孤岛问题 提升数据质量与全域管理 [2]

值得一提的是，针对使用对象多为未成年人的学习教育类模型，《指引》建议其重点建设具备科学性的 高质量训练数据集，充分过滤其中的错误知识内容。 在模型训练阶段，《指引》强调，重点防范生成有害内容与个人信息泄露风险，通过引入未成年人保护 评价机制，将生成内容安全性作为评价生成结果优劣的主要指标之一，建议在模型训练过程中引入保护 未成年人权益的安全原则，约束模型的输出符合伦理规范、减少偏见等。同时，通过对模型输出内容识 别和过滤，改写或去除有害内容，以确保其输出内容的安全性。 在场景应用阶段，《指引》提到，服务提供者宜采取有效技术防护措施和安全管理措施，保障服务内容 的安全性、可靠性和真实性。其中包括，结合不同场景生成内容诱导或引起未成年人效仿危险行为的风 险，并采取预警、风险提示、风险阻断等合理应对措施，特别是要警惕特殊应用场景风险——包括但不 限于娱乐场景未成年人沉迷、情感依恋等问题。 在服务运营阶段，《指引》就未成年人身份认证、未成年人模式、网络防沉迷、权限管理和消费管理等 方面提出建议。比如在消费管理机制上，《指引》指出，网络社交、网络游戏、网络直播、网络音视 频、在线教育等场景下的生成式人工智能服务所产生的 ...

埃森哲CEO表示，埃森哲培训了50万名员工使用生成式 人工智能。 ...