北京国际科技创新中心建设成果 - 北京国际科技创新中心创新力、竞争力、辐射力大幅提升 已成为全球创新网络关键枢纽 [1] - "十四五"期间累计推进国际科技创新中心建设1105项重点项目和重大任务落地 [3] - 展望"十五五" 将加快建设全球重要科学策源地、未来产业引领地、开放创新核心枢纽 [5] 研发投入与科研实力 - 研究与试验发展经费投入强度保持在6%左右 位居全球创新城市前列 [3] - 连续8年蝉联《自然指数-科研城市》全球榜首 [3] - "三城一区"集中了本市近三成的企业和六成的研发人员、研发经费 [4] 产业发展与集群效应 - 2024年北京高技术产业增加值1.49万亿元 较2020年增长56.9% [3] - 已形成新一代信息技术、科技服务业等3个万亿级产业集群 [3] - 已形成智能制造与装备、人工智能等7个千亿级产业集群 [3] - 重点培育商业航天、生物制造等23个未来产业 [3] 人工智能与前沿技术 - 在打造"人工智能第一城"过程中诞生原生多模态世界模型等重大原创成果 [3] - 豆包、智谱、kimi等标杆模型性能稳居全球第一梯队 [3] - 北京已累计备案上线大模型159款 数量持续领跑全国 [3] 医药健康与商业航天 - 北京医药健康协同创新三年行动计划滚动实施 [4] - 创新医疗器械、人工智能三类医疗器械获批上市数量全国第一 [4] - 在商业航天领域已形成运载火箭、卫星制造、地面站及终端设备、卫星应用服务全产业链 [4] 中关村与创新生态 - "十四五"期间中关村先行先试24项重大改革措施全面落地 [4] - 中关村以不到4%的土地 贡献了本市约三分之一的GDP [4] - 每天有300多家科技企业在北京诞生 [5] - 在全球40个领先创业生态系统中 北京位列亚洲首位、全球前列 [5] 创新孵化与成果转化 - 怀柔综合性国家科学中心已成为全球重大科技基础设施最密集的区域之一 [4] - 依托科技设施技术优势累计服务成果转化项目187个 [4] - 本市建设30家标杆孵化器 以超前模式与专业能力重塑科技企业孵化生态 [5]

北京着力打造我国自主创新的重要源头和原始创新的主要策源地，国家实验室高质量在轨运行；布局建 设全国重点实验室145家；怀柔综合性国家科学中心布局建设37个科技设施平台，29个已进入科研状 态，成为全球重大科技基础设施密度最高的地区之一；在量子信息、脑科学与类脑等前沿领域建设10家 新型研发机构。 目前，全市已形成新一代信息技术、科技服务业、医药健康3个万亿级以及智能制造与装备、人工智能 等7个千亿级产业集群，重点培育商业航天、生物制造等23个未来产业。人工智能领域，打造"人工智能 第一城"。形成涵盖算力、数据、模型和应用的全栈政策体系，豆包、智谱、kimi等标杆模型性能稳居 全球第一梯队；累计备案上线大模型159款，数量持续领跑全国；2024年，北京拥有人工智能相关企业 超过2400家，位列全国第一，核心产业规模近3500亿元。 商业航天领域，形成了运载火箭、卫星制造、地面站及终端设备、卫星应用服务全产业链；全球首款液 氧甲烷火箭"朱雀二号"成功入轨，全球首颗卷式全柔性太阳翼卫星发射成功。2024年，北京高技术产业 增加值1.49万亿元，较2020年增长56.9%；数字经济增加值突破2.2万亿元，较2020年 ...

北京商报讯（记者 和岳）9月15日，北京市人民政府新闻办公室举行北京市"十四五"时期经济社会发展 成就新闻发布会，相关负责人介绍，五年来本市抢抓产业变革机遇，打造"人工智能第一城"，累计备案 上线大模型158款、全国占比约三成，豆包、智谱、kimi等标杆模型性能稳居全球第一梯队。近200种机 器人创新产品在130多种场景实现应用落地，机器人技术逐渐走出实验室、走进百姓生活。 ...

视觉语言模型的偏见问题 - 核心观点：视觉语言模型(VLMs)并非真正"看"图像，而是依赖记忆中的先验知识进行判断，导致对反常识图像的识别错误[19][20][38] - 实验证据：当展示6根手指图片时，包括GPT-4、Gemini-2.5 Pro、Claude 3.7等主流模型100%错误识别为5根[40][45][63] - 机制分析：模型通过高频关联建立强先验知识（如"阿迪达斯=三条纹"），当视觉输入与常识冲突时优先选择记忆而非真实观察[54][55][64] 行业应用风险案例 - 工业质检：AI可能将罕见零件缺陷误判为光学误差，导致安全隐患[72][73][74] - 医疗领域：肺癌筛查等医疗诊断仍需医生复核AI判断，显示可靠性存疑[77] - 自动驾驶：对非常规交通场景（如异常数量行人）的识别可能失效[77] 技术局限性数据 - 品牌标识测试：修改阿迪达斯条纹数量后，所有模型仍坚持回答3条[39][40] - 动物肢体测试：5腿狮子/3脚鸟等异常图片识别准确率仅2%[43][45] - 国旗测试：美国国旗条纹数识别错误率达92%（模型回答13条vs实际12/14条）[47] 底层机制解释 - 数据训练方式：模型通过吸收数百亿张图片建立关联记忆而非理解[50][51] - 决策冲突：视觉模块与知识模块产生矛盾时，后者权重显著更高[63][65] - 干预无效：明确要求模型"仅根据图片回答"仅提升2%准确率[67][68]

视觉语言模型的偏见问题 - 核心观点：当前主流视觉语言模型（如GPT-4、Gemini、Claude等）在图像识别中严重依赖先验记忆而非实际视觉分析，导致对反事实图像（如六指手、四条纹阿迪达斯鞋）的识别准确率极低[5][12][17] - 实验数据：模型在识别异常图像（五腿狮子、三脚鸟等）时平均准确率仅2.12%[15]，数国旗条纹错误率超80%[16] - 机制解释：模型通过海量数据训练形成强关联性先验知识（如"狗=四条腿"、"阿迪达斯=三条纹"），视觉输入与记忆冲突时优先选择记忆答案[23][25][26] 多模态模型测试结果 - 跨模型验证：OpenAI o3/o3 pro、豆包、Kimi、Gemini等模型对六指图像均错误识别为五指，仅Claude 4存在部分正确率[4][5] - 响应特征：模型在48秒推理后仍坚持错误结论，人工提示仅提升2%准确率[3][28] - 表格数据：阿迪达斯四条纹被100%错误识别为三条纹，PUMA标识错误率超75%[13] 工业应用风险 - 质检场景：AI可能因罕见缺陷（如零件裂缝）不符合先验知识而误判合格，潜在导致安全事故[30][32] - 医疗领域：肺癌筛查等场景需医生二次验证AI判断，反映模型可靠性存疑[34] - 交通隐患：对异常目标（夜间行人、突发障碍物）的识别可能受偏见影响[35][36] 技术本质分析 - 训练缺陷：模型通过记忆数百亿图片文本建立知识库，而非真正理解视觉元素[18][19] - 认知类比：与人类"雷碧"误认现象类似，依赖快速模式匹配而非细节分析[11][12] - 矛盾机制：视觉模块与知识模块冲突时，模型优先选择高概率常识答案[24][25] 行业启示 - 当前局限：视觉语言模型在反事实识别、细节观察等场景存在系统性缺陷[37][38] - 应用建议：关键领域需保留人工复核机制，不能完全依赖AI视觉判断[34][39] - 发展需求：需突破基于记忆的推理框架，建立真正的视觉理解能力[26][38]

数字经济核心产业表现 - 北京市2025年一季度数字经济增加值同比增长8.3%，其中核心产业增长9.7% [1] - 人工智能核心产业规模2024年达近3500亿元，占全国总量50% [2] 人工智能领域优势 - 北京人工智能顶尖人才占全国43%，拥有14家AI领域全国重点实验室 [1] - 累计备案上线大模型132款，占全国总量35%，豆包、kimi等模型性能全球领先 [1][2] - 23家人工智能北京市重点实验室和4家新型研发机构支撑技术研发 [2] 数据要素市场发展 - 北京国际大数据交易所1-5月新增数据产品152个，场内交易规模超4400万元，同比增长37.63% [2] - 数据基础制度先行区完成监管沙盒3.0升级，汇聚20余个行业超17PB数据 [2] 数字基础设施升级 - 北京市基础电信企业完成IPv6全网络改造，新建千兆光网和5G网络均部署IPv6 [2] - 大型商业网站全部支持IPv6访问 [2] 应用场景与政策支持 - 教育、医疗、文化等领域开放数字化转型场景，专项政策推动AI与实体经济融合 [1] - 推出"模力AI大讲堂"服务品牌，形成企业全周期服务体系 [2]

AI聊天助手功能调整 - 多个AI聊天助手在高考期间关闭了识图功能或"拍题解答"功能，包括腾讯元宝App、阿里通义App、夸克App、豆包App和kimi [1] - 腾讯元宝App回复"为确保高考的公平性，该项功能在高考时段无法使用" [1] - 阿里通义App关闭"高考考试时段拍照讲题服务暂时关闭"但能识别其他图片 [1] - 夸克App显示"高考考试时段答题服务暂时关闭"但能识别其他图片 [1] - 豆包App能识别普通风景照片，但输入考试相关题目则显示"图片内容不合规，上传失败" [1] - kimi输入随意照片显示"为确保高考的公平性，此项功能在高考时段无法使用" [1] 高考安保措施 - 广东省公安厅出台全力护航高考26项服务措施，省市县三级公安机关成立高考安保联勤指挥部 [6] - 广东省各地公安机关组建涉考违法犯罪打击专班，持续开展24小时监测预警 [6] - 联合网信、市场监管、工信等部门加强线索摸排、网上有害信息处置 [6] - 对网上售卖作弊器材、组织作弊、贩卖答案，特别是利用人工智能技术组织作弊等黑灰产业链开展全链条打击 [6] - 重大案件由省厅挂牌督办 [6]

商标转让 - 小米科技有限责任公司将多枚"kimi"商标转让至北京月之暗面科技有限公司 这些商标最早申请于2013年 当前状态多为已注册 [1] 公司信息 - 北京月之暗面科技有限公司成立于2023年4月 法定代表人为杨植麟 注册资本100万人民币 [1] - 公司经营范围包括软件开发 软件销售 人工智能基础软件开发 人工智能应用软件开发 计算机系统服务 信息技术咨询服务等 [1] - 公司由杨植麟 周昕宇 吴育昕等5位股东共同持股 [1] 产品信息 - Kimi是北京月之暗面科技有限公司于2023年10月9日推出的智能助手 [1] - 主要应用场景包括专业学术论文的翻译和理解 辅助分析法律问题 快速理解API开发文档等 [1]

AI生成假新闻的现状与案例 - 近期网络流传多起AI生成的虚假新闻，如"顶流男星豪赌10亿""路易吉自杀""梅西去世"等，这些内容通过社交平台迅速扩散并引发舆论风波[3][5][23] - "顶流男星豪赌10亿"案例中，网友使用AI软件输入热点词生成谣言，细节包括"输掉10.3亿元流动资产""抵押三处豪宅及私人飞机"等虚构数据，发布者已被行政拘留8日[5][11][13] - 西藏地震期间，AI生成的"小男孩被埋图"被证实为伪造，图片由青海网友通过AI工具嫁接其他地区地震现场合成[18][19] AI在新闻生产中的应用与问题 - 新闻机构早期尝试AI工具，如新华社2015年推出的"快笔小新"机器人记者，可将15-30分钟的稿件撰写时间缩短至3-5秒[7][23] - 国际媒体如意大利《Il Foglio》发布全球首份全AI生成报纸，包含4页AI创作的政治、经济内容及读者来信[24][25] - 体育媒体出现AI生成错误战报案例，如未上场的梅西被描述为"通过灵活跑位创造机会"，暴露AI内容审核漏洞[27] AI假新闻的传播机制与行业影响 - AI生成内容形成"虚空内容环"：用户发布AI假新闻→其他用户提问→AI抓取假新闻反馈→循环强化虚假信息[8][35][41] - 生成技术门槛低，普通用户可通过网页版AI工具输入简单指令（如参考新闻教科书模板）快速生产虚假内容[36] - 媒体从业者反映AI工具（如ChatGPT、DeepSeek、kimi）提供的数据需额外验证，部分生成内容看似权威但实为虚构[32][33] 行业应对措施与技术规范 - 中国《人工智能生成合成内容标识办法》将于2024年9月实施，要求对AI内容添加显式/隐式标识以追溯来源[43][44] - OpenAI与《金融时报》等机构合作，在ChatGPT中提供注明出处的新闻摘要与链接，强化内容可信度[44] - 学术界提出三大鉴别技术：监督分类器法（准确率依赖训练数据）、零样本分类器法（基于特征识别）、水印法（存在被移除风险）[43]

AI工具在企业中的应用现状 - 当前AI工具如GPT-4o、DeepSeek、ChatGPT、midjourney等广泛流行，但企业实际提效增收效果不明确 [1] - 企业面临工具功能重叠、场景适配不清的问题 [1] - 业务与AI技术之间存在理解鸿沟，懂业务者不熟悉AI，懂AI者不熟悉业务 [1] 企业AI落地的痛点与解决方案 - 不同规模企业（小微企业到大厂）均存在AI落地痛点 [1] - 明略科技聚焦AI Copilot产品及自有大模型，在数据技术与分析服务领域处于Top级 [1] - 直播将分享从DeepSeek到Manus的企业AI应用策略，主讲人包括混沌AI负责人张雷及明略科技CEO吴明辉 [1] 主讲人背景与活动信息 - 吴明辉为北京大学人工智能专业在读博士，拥有15年数字营销经验 [1] - 直播主题为《从DeepSeek到Manus：企业到底该怎么用AI?》，时间定于明晚19:00 [1]