Workflow
人工智能助手
icon
搜索文档
晶采观察丨增长5%!140万亿GDP背后的“质”变底气
央广网· 2026-01-21 18:33
2025年中国宏观经济核心数据 - 2025年中国国内生产总值首次跨越140万亿元大关,比上年增长5.0% [2] - 国家统计局局长用“稳、进、新、韧”四个字概括评价2025年经济表现 [2] 研发与创新投入 - 2025年研发经费投入强度提升至2.8%,较上年提高0.11个百分点,首次超越经合组织国家平均水平 [3] - 中国创新指数排名首次跻身全球前十,国内有效发明专利拥有量突破500万件,成为全球首个达成此里程碑的国家 [4] - PCT国际专利申请量连续6年位居世界第一,关键核心技术领域的高价值专利储备稳步扩容 [4] 科技硬实力与重大突破 - 原创性、颠覆性创新成果大量涌现,例如“九天”无人机首飞成功、天问二号开启“追星”之旅、首艘电磁弹射型航母正式入列、CR450动车组刷新“中国速度” [4] 产业升级与新兴制造业 - 2025年规模以上装备制造业、高技术制造业增加值占规模以上工业增加值的比重分别达到36.8%和17.1% [5] - 民用无人机、工业机器人产量分别比上年增长37.3%和28% [5] - 2025年平均每天有4.5万辆新能源汽车下线,超过5亿件快递包裹寄送 [4] - 人形机器人应用场景从春晚舞台扩展至机器人运动会及工厂“成建制”进入 [4] 数字经济发展与人工智能 - 国产人工智能大模型快速发展,人工智能技术广泛应用,数字经济引领新质生产力发展 [4] - 脑机接口技术产业化落地加速,2025年被业界视为“中国脑机接口发展的元年”,应用场景持续拓展 [5] 绿色发展与新能源汽车 - 2025年新能源汽车日均产量达4.5万辆,市场占有率超50% [6] - 传统行业能耗水平持续走低,建材、钢铁制品等愈发绿色环保 [6] 新质生产力的关键能力与影响 - 新质生产力的核心体现在四大关键能力:科技硬实力、产业向新力、数字渗透力、绿色引领力 [4][5][6] - 新质生产力的培育和改革红利效应持续显现,新兴动能积厚成势,有利于对冲传统行业增速放缓带来的下行压力 [6]
增长5%!140万亿GDP背后的“质”变底气
央广网· 2026-01-21 16:23
2025年中国宏观经济核心数据 - 国内生产总值首次跨越140万亿元大关,比上年增长5.0% [1] - 经济表现概括为“稳、进、新、韧”,主要预期目标圆满实现,“十四五”规划胜利收官 [1] 新质生产力发展动能 - 研发经费投入强度提升至2.8%,较上年提高0.11个百分点,首次超越经合组织国家平均水平 [2] - 创新指数排名首次跻身全球前十,国内有效发明专利拥有量突破500万件,PCT国际专利申请量连续6年位居世界第一 [2] - 新质生产力体现在科技硬实力、产业向新力、数字渗透力、绿色引领力四大关键能力上 [2] 科技硬实力突破 - 原创性、颠覆性创新成果大量涌现,例如“九天”无人机首飞成功、天问二号开启“追星”之旅、首艘电磁弹射型航母正式入列、CR450动车组刷新“中国速度” [3] - 突破表明迈向高水平科技自立自强的步伐坚实有力 [3] 产业向新力与结构升级 - 2025年平均每天有4.5万辆新能源汽车下线,超过5亿件快递包裹寄送 [5] - 规模以上装备制造业、高技术制造业增加值占规模以上工业增加值的比重分别达到36.8%和17.1% [5] - 民用无人机、工业机器人产量分别比上年增长37.3%、28% [5] - 人工智能大模型快速发展、技术广泛应用,人形机器人从舞台展示到“成建制”进入工厂 [5] - 低空经济“振翅高飞”,具身智能“敏思巧行” [5] 数字渗透力与生活应用 - 2025年被业界看作是“中国脑机接口发展的元年”,技术产业化落地加速,应用场景持续拓展,例如用于孤独症儿童的脑功能状态评估 [7] - 智能技术让生活更“省力”,绿色发展让日子更“省心” [7] 绿色引领力与消费趋势 - 2025年新能源汽车日均产量达4.5万辆,市场占有率超50% [7] - 充电便捷且使用成本更低,推动产品价格日趋亲民 [7] - 传统行业能耗水平持续走低,建材、钢铁制品等愈发绿色环保 [7] 新旧动能转换 - 新兴动能在积厚成势,有利于对冲传统行业增速放缓带来的下行压力,增强上行动力 [8] - 新质生产力的培育和改革的红利效应持续显现 [8] 发展总结与展望 - 新质生产力带来的高质量发展,是现代化产业体系给普通人的保障,更是中国经济向“质”而行的底气 [10] - 保持战略定力,积极识变应变求变,集中精力办好自己的事,能够继续开创中国式现代化的崭新局面 [10]
马斯克称10到20年内退休储蓄可能变得毫无意义
新浪财经· 2026-01-12 07:48
埃隆·马斯克关于未来与退休储蓄的观点 - 核心观点:埃隆·马斯克认为,由于人工智能、能源和机器人技术的进步将创造资源“丰富”和“普遍高收入”的未来,为10年或20年后的退休储蓄可能“毫无意义” [1][3] - 他描述的未来愿景是任何人都可以拥有想要的任何东西,包括在五年内为每个人提供比今天更好的医疗保健,商品和服务不再稀缺,并可以免费学习任何知识 [1][3] - 然而,他也警告向这个乌托邦世界的过渡过程将是“颠簸”的,伴随剧烈变化、社会动荡以及人类可能丧失生活目标的风险 [1][3] 马斯克及其公司的创新与影响 - 埃隆·马斯克以特斯拉的电动汽车改变汽车行业,并以SpaceX的可重复使用火箭彻底改变航空航天业而闻名 [1][4] - 他的公司正在开发自动驾驶汽车、人形机器人、脑机接口、人工智能助手等创新,他正在为成为历史上第一个万亿美元富翁铺平道路 [2][4] 当前美国社会与经济现实 - 马斯克的预测与许多美国人面临的现实大相径庭,当前存在顽固的通货膨胀、高利率和疲软的工资增长造成的负担能力危机 [2][4] - 数以百万计的人觉得获得大学学位、优质医疗保健、拥有住房或生孩子的成本太高,且舒适的退休生活遥不可及,调查显示大多数美国人的储蓄远远不够 [2][4] - 在此背景下,马斯克的愿景可能被视为一厢情愿,若导致人们停止储蓄而未来未如其预期改变,将可能使人们在退休后没有足够储蓄维持生活 [2][4]
福特将于2028年推出首款“视线可脱离路面”驾驶辅助系统
新浪财经· 2026-01-08 17:30
福特汽车L3级自动驾驶技术规划 - 公司宣布将于2028年推出L3级驾驶辅助系统 该系统允许驾驶员在特定高速公路路段双手脱离方向盘且视线不必紧盯路面 [1][5] - 该技术将率先搭载于由加州专项团队研发的全新电动车型平台 未来计划拓展至更多车型 [1][6] - 该平台下的首款车型为一款中型电动皮卡 预计于2027年上市 目标售价3万美元 将配备目前福特其他车型均未搭载的先进软件系统 [1][6] 技术部署与商业模式 - L3级系统不会作为目标售价3万美元车型的标配功能 而是以选装形式提供 具体加价金额尚未确定 [2][6] - 公司正在深入研究该功能的商业模式 考虑采用订阅制或一次性买断 核心目标是让技术足够亲民 定价方案仍有时间敲定 [2][6] - 公司正致力于自主研发该系统 以减少对供应商的依赖 旨在降低成本、加快系统更新速度并改善产品质量 [2][6] 技术路径与行业对比 - 福特的L3级驾驶辅助系统将搭载激光雷达遥感技术 [2][7] - 特斯拉主张不依赖激光雷达 仅通过摄像头实现自动驾驶 但其乘用车搭载的“完全自动驾驶”系统实际仅为L2级 驾驶员仍需全程紧盯路面 [2][7] - 多数车企将自动驾驶功能适用场景限定在高速公路 因路况更具可预测性 城市道路挑战更复杂 [3][7] - 梅赛德斯-奔驰已在美国市场推出限定高速路段使用的L3级系统 并在加利福尼亚州、内华达州等部分州获批使用 [3][7] - 通用汽车同样计划在2028年推出“视线可脱离路面”的驾驶辅助系统 首发车型为凯迪拉克凯雷德IQ纯电版 起售价超过12.5万美元 [3][7] - 斯特兰蒂斯集团因成本高昂、技术瓶颈及市场需求存疑等因素 已搁置其L3级驾驶辅助系统的研发计划 [3][7] 驾驶辅助系统战略意义与现有业务 - 驾驶辅助系统已成为车企布局焦点 车企希望借此通过车载功能订阅服务创造持续收入 [3][8] - 福特已在旗下多款车型上搭载L2级BlueCruise驾驶辅助系统 用户可选择每月约50美元的订阅套餐 或一次性支付495美元的年费 该系统支持双手脱离方向盘 但仍要求视线紧盯路面 [3][8] - 业界认为驾驶辅助技术是通往完全自动驾驶汽车的前置阶段 完全自动驾驶汽车有望为网约车车队及个人自动驾驶乘用车开辟巨大新市场 [4][8] 人工智能助手布局 - 公司披露人工智能助手规划 一款AI助手移动应用将于今年初上线 车载版AI助手则计划于明年推出 例如可识别托盘物资照片并计算装入卡车的数量 [4][8] - 通用汽车已于今年起在旗下车型中搭载基于谷歌Gemini大模型的对话式AI系统 并表示后续将推出自主研发的定制化系统 [4][8] - 大众汽车与梅赛德斯-奔驰也已推出各自版本的人工智能助手 [4][8]
商界领袖认同人工智能是未来,但盼其当下就能派上用场
新浪财经· 2025-12-16 19:55
企业AI应用现状与挑战 - 自ChatGPT推出三年以来,绝大多数企业难以从人工智能投资中获得实质性回报[1][14] - 福雷斯特研究公司调查显示,过去一年仅有15%的高管表示AI提升了公司利润率[1][14] - 波士顿咨询集团调查发现,仅5%的高管认为AI为企业带来了广泛价值[1][14] 企业预期与投资调整 - 企业高管依然相信生成式AI将重塑运营,但正在重新评估其落地速度[2][14] - 福雷斯特公司预测,2026年约25%的企业计划投入的AI预算将推迟一年执行[2][14] - OpenAI首席执行官山姆・奥特曼称,面向企业的AI系统开发市场规模有望达到1000亿美元[2][14] 技术实施的具体障碍 - AI模型存在“谄媚性”偏向,倾向于迎合用户,削弱了提供优质建议的能力[3][16] - CellarTracker的AI品酒师因过于委婉,团队历经六周调试才使其能给出中肯评价[1][13] - 康德铁路码头公司的AI聊天机器人无法持续准确地总结约100页的《加拿大铁路运营规则》[4][17] - 康德公司已在该AI项目上投入30万美元,但目前项目已暂停[4][18] 客服领域的应用与局限 - Klarna在2024年初推出的AI客服机器人效率曾堪比700名全职客服[5][19] - 到2025年,Klarna缩减了该机器人应用规模,承认部分客户更愿与人类沟通[5][19] - 目前Klarna的AI客服效率已相当于约850名客服,但复杂问题仍需转交人工[5][19] - 威瑞森公司计划于2026年重新强化人工客服团队,认为40%的消费者仍希望与人类沟通[6][20] - Zendesk的客户借助生成式AI处理了50%至80%的客户咨询请求[8][22] AI能力的不均衡性 - 大型语言模型存在“参差不齐的能力边界”,可能在复杂任务上表现出色却在简单任务上失灵[9][23] - 金融机构数据格式千差万别,可能导致AI工具“解读出原本不存在的规律”[10][24] - 荷兰普罗休斯集团的AI助手无法准确识别柏林辖区范围或“上周”的具体时间界定[10][25] 供应商策略与行业趋势 - OpenAI正与企业合作,挖掘“初期投入小、但能快速产生显著效益”的AI应用场景[11][26] - OpenAI发现,瞄准耗资数十亿美元大项目的企业往往会遭遇失败[11][25] - Anthropic公司80%的营收来自商业客户,正在招募“应用型人工智能”专家派驻企业[11][26] - 越来越多初创公司专注于开发面向金融服务、法律等特定行业的垂直AI工具[11][26] - 初创公司Writer为先锋领航、保诚集团等企业开发定制化AI助手,并安排工程师直接对接客户[12][26]
其实我们还没准备好面对人工智能代理的实际行动
36氪· 2025-11-10 09:24
文章核心观点 - 人工智能代理正引发工作方式的根本性变革,其影响远超以往的工具或助手,代表人工智能的第三次浪潮 [1][13][15] - 企业正大规模部署自主人工智能系统并取得显著成效,这并非炒作而是现实,技术发展速度远超预期 [3][11][16] - 成功的关键在于平衡人工智能效率与人类判断,明确技术边界并建立合作模式,而非简单替代人力 [8][12][18] Klarna案例成果 - 人工智能助手在首月处理230万次对话,相当于700名全职客服工作量,后经优化可支持800名员工工作量 [1][8] - 客户问题解决时间从11分钟缩短至2分钟以内,重复咨询量下降25%,客户满意度与人工客服持平 [1] - 该技术预计为公司在2024年带来4000万美元利润增长 [1] Salesforce平台进展 - Agentforce平台已服务12000家企业客户,其首席执行官称此为"人工智能第三次浪潮" [3] - 典型客户案例显示:Engine案例处理时间缩短15%,1-800Accountant在税务周70%聊天实现自动解决,Grupo Globo用户留存率提升22% [3] - 平台迭代速度迅猛,2025年6月发布的Agentforce 3相比1月版本延迟降低50%,新增网络搜索数据源与全可观测性指挥中心 [9] 技术特性与差异 - 人工智能代理可自主规划工作流程(如获取数据、分析、制图、邮件报告),无需逐步提示,本质是能独立完成任务的"虚拟同事" [6][7] - 与生成式AI(如ChatGPT)的本质区别在于:代理具备环境观察、决策和行动能力,而非仅响应指令 [4][5][15] 市场预测与现状 - 全球智能体人工智能市场规模预计从2025年72.8亿美元增长至2030年410亿美元以上 [11] - 到2030年,人工智能代理可能管理客户服务、IT、人力资源和销售领域80%的数字化工作流程 [11] - 当前实施企业报告生产力提高7.8%,重复任务耗时减少30%,部分组织65%内部任务(如IT工单)已自动化 [11] 行业关键挑战 - 技术普及速度超过管理智慧增长,需警惕在未充分理解优劣时盲目部署系统 [12] - 需明确人工智能代理的能力边界,识别哪些任务必须保留人类判断(如涉及情感或复杂决策的场景) [8][18] - 企业需建立失败应对机制与保障体系,员工需转型为与人工智能协作而非竞争的角色 [18]
美股异动 | NEBIUS(NBIS.US)涨超7% 传微软将使用其数据中心进行大语言模型开发
智通财经· 2025-10-02 21:52
公司股价表现 - NEBIUS股价在周四开盘上涨超过7%,报123.96美元,续创历史新高 [1] 公司业务合作 - 微软与NEBIUS达成合作协议,NEBIUS将为微软内部负责开发大型语言模型及面向消费者的人工智能助手的团队提供算力支持 [1] - 该合作协议价值高达194亿美元 [1]
NEBIUS(NBIS.US)涨超7% 传微软将使用其数据中心进行大语言模型开发
智通财经· 2025-10-02 21:51
公司股价表现 - NEBIUS股价周四开盘上涨超过7%至123[1]96美元 续创历史新高 [1] 公司重大合作 - 微软与NEBIUS达成合作协议 NEBIUS将为微软开发大型语言模型及人工智能助手的团队提供算力支持 [1] - 该合作协议价值高达194亿美元 [1]
智慧城市助力生活更美好
人民日报· 2025-09-23 16:52
智慧社区建设 - 广西南宁市龙光玖珑湾小区通过部署10路高空抛物AI监控设备解决高空抛物问题 系统自动报警并记录全过程[1] - 小区新建地下停车场绿色照明系统 10套烟感设备及4路AI监控 提升消防监控与应急响应能力[1] - 广西电网公司五象供电分局按照A类区域开展规划建设 实现突发故障时几秒钟恢复供电[2] - 广西在南宁 柳州 桂林 玉林等多个城市建设超过2000个智慧社区[2] 智慧养老系统 - 济南市历下区槿椿颐养中心配备1300张养老床位 应用智慧养老系统为老人提供多样化智能养老服务[3] - 中心设置床头报警牵引绳和防跌倒雷达 检测到意外时向服务台发出提醒 护理员半分钟内赶到现场[4] - 智慧养老系统为474位老人建立电子健康档案 具备健康数据采集与分析功能[4] - 历下区共有20多家养老机构建立智慧养老系统 为3万多名老人建立电子健康档案[5] AI医疗应用 - 宁波大学附属第一医院以DeepSeek大模型构建AI+医疗智能生态系统 患者平均就诊时间从49分钟缩短至28分钟[6] - 人工智能助手根据医患对话生成病历 审方工具"小逸"24小时审核处方 对不合理用药实时预警[5] - AI辅助诊断系统将病理切片扫描成数字切片 标注可疑细胞 使医生查看速度翻倍[7] - 宁波推出医学人工智能创新应用平台 在医疗 公共卫生 科教研等领域打造医学垂类智能体[7] 智能垃圾分类 - 深圳市福田区园岭街道试点智能分类投放站 通过AI判断厨余垃圾纯度并给予用户积分[8] - 福田区设置厨余垃圾智能回收箱601个 覆盖56.47%住宅区 可回收物智能回收箱683个 覆盖61.33%住宅区[8] - 智能预警系统通过物联网实时监控投放点状态 配置360度无死角监控进行人脸识别溯源[8] - 福田区每日分出厨余垃圾近700吨 年处理量超25万吨 家庭厨余垃圾收运量同比增长40.17%[9] - 居民分类投放准确率从60%提升至90% 可回收物智能回收箱支付奖励金额超127万元[9] - 深圳居民垃圾分类知晓率达98.5% 可回收物参与率达96.5%[9]
人工智能将为你预订假期,但暂时还不会帮你打扫厨房……
36氪· 2025-08-29 14:59
人工智能发展现状 - 尽管大语言模型已能自主对话和解决问题,但实现真实人类智能仍遥远 [1] - 过去五年AI领域进展显著,聊天机器人相互对话可开辟前所未有的商业前景 [1] - 当前AI仍难以精准复现基础人力工作,最先进模型也存在局限性 [1] 技术能力与局限 - AI通过对海量数据解析已能应对复杂问题并提供切实解决方案 [1] - 即便能数秒内解决博士级数学难题,仍无法完成最低时薪工人的基础劳动(如清理厨房) [4][6] - 技术演进存在悖论:功能飞速发展但质量参差不齐 [6] 商业应用机遇 - 生成式AI可节省工作时间并提升效率,尤其适用于创建演示文稿等基础任务 [3] - 大语言模型能挖掘企业非结构化数据价值(邮件/文档/会议记录等),使数据档案焕发新生 [3] - 三类AI助手具备阶梯式经济价值:客户服务助手(处理银行咨询)、自动化流程助手(度假方案预订)、协作型助手(优化申请流程) [4] 内容生成与创新潜力 - 大语言模型将催生全新内容,孵化难以想象的新业务与服务 [4] - 在创意工作领域可生成近乎无限的创意方案(如广告口号),虽质量不一但能激发人类创造力 [3] 实施关键要素 - 企业应用AI需确保高质量、连贯性且术语统一的输入数据 [4] - 需明确数据来源、呈现形式及跨部门输入标准一致性 [4] 潜在风险与缺陷 - 大语言模型常输出以假乱真的错误信息,因不了解事实真相而具有强误导性 [8] - 可能产生偏见与有害输出,难以识别看似无害但导致有害结果的请求 [8] - 训练数据引发版权与知识产权争议,暂无明确解决措施 [8] - 生成内容可能导致互联网内容污染,难以区分人类与机器生成内容 [8] - 存在隐私风险,需谨慎处理网上活动言论与训练数据的边界 [7] - 技术权力集中在少数科技巨头与政府机构,影响经济与民主健康运转 [8] 社会经济影响 - 生成式AI将替代可自动化的工作(写代码/重复性事务),造成就业困难 [8] - 下一代AI技术将毋庸置疑改变世界和工作方式,重点在于如何应用而非是否应用 [9]