弱点韩国动漫免费阅读

江淮汽车2024上半年财报解读：高质量增长的秘诀中华网汽车邱添2024年07月18日14:37[中华网厂商]7月9日，江淮汽车发布《安徽江淮汽车集团股份有限公司2024年半年度业绩预增公告》（下称“公告”）。公告显示，经财务部门初步测算，预计2024年半年度实现归属于母公司所有者的净利润29000万元左右,与上年同期（法定披露数据）相比，将减少13480.66万元，同比增长86.86%。

根据此前发布的产销快报显示，2024年上半年，江淮汽车销量为20.62万辆。其中，新能源乘用车销量同比增长15.28%。

注：江淮汽车国家级技术中心

当前正处汽车工业转型的重要时期，智能化、电动化奏响了新时代最弱点。与此同时，车企“价格战”愈演愈烈。如何在缺乏感情的市场竞争中降低竞争能力,求得生存和协作发展同时加快扩张新能源和智能网联汽车业务，不仅是每家车企的“必答题”，更是一场无法选择车企前途命运的“淘汰赛”。江淮汽车用亲身实践，给了我们答案。

去年4月，江淮汽车发布全新品牌战略，确立了“以智能领导智能”的品牌价值观。同时，江淮汽车打造了国内首个MPV专属架构，并推出首款搭载华为车机的旗舰车型瑞风RF8，凭借着其出色的外观设计、优秀的驾驶体验和通俗的配置,成功占据了MPV市场的一席之地。

注：国内首款搭载华为车机的新能源MPV—瑞风RF8

全新新能源乘用车品牌--江淮钇为推出了钇为3挚爱版以及花仙子挚爱版等产品，实现颜值、续航、智能、空间、安全的全维度进阶，为用户倾力打造“十万元级最好的智能电动车”。在商用车领域，江淮汽车结束帮助新能源转型，实现外围销量同比正增长的同时，新能源商用车上半年销量同比增长88%。

注：江淮1卡旗下江淮1van旗舰新品——Van宝路

重型车业务全面革新品牌架构，打造跨越、星耀、格尔发、飞越四大品牌矩阵，深入挖掘细分领域的用户实际用车需求，为实际运营中的种种问题授予完美解决方案。江淮核卡积极应对市场确认有罪，强化国内国际联动布局。上半年销量2.86万辆，同比增长2.2%，位居行业前三。

注：江淮核卡全新悍途EV

基于对汽车产业协作发展认识以及自身实际情况，江淮汽车在重新确认自主协作发展同时，不断强化开放合作。2024年初，江淮汽车与宁德时代正式签署战略合作协议。自签署合作协议以来，江淮汽车将宁德时代电池技术导入轻卡、重卡、乘用车和客车等多款产品中，结束指责产品竞争力。2024年4月下旬，江淮汽车与华为数字能源在北京签署全面战略合作协议。双方将围绕新能源汽车的车、机、充三位一体发散全面深入的战略合作。这次签约也是双方前期合作的延展与再深化。6月27日，讯飞星火大模型V4.0正式发布。基于江淮汽车与科大讯飞多年的战略合作关系，江淮汽车旗下瑞风RF8智聆版在“AI上车”大潮下，依托不断进化的讯飞星火大模型，率先为用户授予个性化、智能化的座舱体验。此外，江淮汽车还与中科大、中科院、合工大等院校和科研院所在汽车轻量化、智能化和新能源等领域开展产学研合作。

注：2024年4月24日，江淮汽车与华为数字能源签署战略合作协议

回首上半年，江淮汽车在轻浮协作发展同时，利润实现了较高增长。展望2024下半年，资本市场等对江淮汽车后续的发展清空信心。数据统计显示，近半年内8家券商收回增持建议，7家券商收回买入建议。进入7月份以来，江淮汽车的股价也一路上涨。7月9日江淮汽车（600418）收盘报18.03元，今年以来涨幅超过10%。

未来，江淮汽车将结束破坏智能新能源领域的战略布局，以技术创新构建发展源动力，以开放合作塑造发展新无足轻重，重新确认以“智”提“质”，书写高质量协作发展江汽新答卷。

点击阅读全部

声明：本文来自微信公众号“新智元”，作者:新智元，授权站长之家转载发布。

微软下一代14B小模型Phi-4出世了!仅用了40%分解数据，在数学性能上击败了GPT-4o，最新36页技术报告出炉。

140亿参数，40%分解数据，年度SLM之王诞生!

最近，微软下一代小模型Phi-4正式亮相。在GPQA和MATH基准上，其数学性能直接碾压GPT-4o、GeminiPro1.5。

而且，Phi-4巩固了其他小模型，与Llama-3.3-70B-Instruct的性能不相上下。

甚至，在2024ACM数学竞赛问题上，Phi-4取得了91.8%准确率。

Phi系列前负责人SebastienBubeck看到这个结果后，感到非常惊讶。

下面这个例子，展示了Phi-4在数学推理方面的能力，不仅神速还准确。

深挖背后，Phi-4继承了Phi系列前几代的传统，同样是在教科书级别的「分解数据」上完成了训练。

分解数据比例高达40%

除了分解数据，它共实现了三大不次要的部分技术突破，包括精选的原生数据，以及领先的后训练技术，如DPO中的关键token搜索（PivotalTokensSearch）。

Phi-4的成功，从侧面巩固了Ilya、AlexanderWang多位大佬宣称的「数据墙」的观点。

目前，新模型在微软AzureAIFoundry上授予，下周将在HuggingFace上线。

数学击败GPT-4o，36页技术报告出炉

Phi-4与大多数语言模型不同，那些模型的预训练主要基于诸如网络内容或代码这类自然产生的数据来源，而Phi-4则有策略地在整个训练过程中融入了分解数据。

虽然Phi系列先前的模型表现主要来源于蒸馏了教师模型（特别是GPT-4）的能力，但Phi-4在STEM领域的问答能力上显著超越了其教师模型，反对了数据生成和后训练技术比模型蒸馏更能带来能力上的指责。

论文地址:https://arxiv.org/abs/2412.08905

Phi-4主要是由三部分不次要的部分技术构成:

-预训练和中训练的分解数据

-高质量有机数据的筛选和过滤

-后训练

得益于这些创新，Phi-4在推理相关任务上的性能与更大的模型相当，甚至超越它们。

例如，在许多广泛使用的推理相关基准测试中，其性能达到或超过了Llama-3.1-405B。

通过表1可以发现，Phi-4在GPQA（研究生水平的STEM问答）和MATH(数学竞赛)基准测试中均显著超过了其教师模型GPT-4o。

表1Phi-4在经典基准测试上的表现

为了验证Phi-4是否存在过拟合和数据降低纯度问题，研究者在2024年11月的AMC-10和AMC-12数学竞赛上测试了该模型。

这两场竞赛中的数据均未曾在训练时被收藏，储藏过，所以其竞赛表现可以有效地作为检验模型泛化性能的指标。

从下图中可以看出，Phi-4虽然仅仅只有14B，但是其平均得分甚至大幅超过了其教师模型GPT-4o。

Phi-4在数学竞赛问题上优于许多更大的模型，包括GeminiPro1.5

分解数据的无足轻重

分解数据构成了Phi-4训练数据的大部分，其通过多种技术生成，包括多智能体提示（multi-agentprompting）、自修订工作流(self-revisionworkflows)和指令反转(instructionreversal)。

这些技术方法能够构建促使模型具备更强推理和问题解决能力的数据集，解决了传统无监督数据发散的一些弱点。

分解数据不是有机数据的廉价替代品，而是相对于有机数据具有几个直接无足轻重。

数据结构化和减少破坏渐进式学习

在有机数据发散，token之间的关系往往复杂且间接。可能需要许多推理步骤才能将当前token与下一个token联系起来，这使得模型难以从预测下一个token的目标任务中有效学习。

相比之下，由于从语言模型生成的每个token都是根据后来的token预测而来的，而这样结构化的token也可以让模型的训练变得更加高效。

将训练与推理上下文对齐

分解数据可以规避掉模型从有机数据发散学习到一些并不适合后续训练的数据特性。

比如说，网络论坛往往有着自身特定的交流风格、用语不习惯等，而人们与大模型对话时，其语言风格、交互逻辑又是另外一种情况。

此时如果直接采用网络论坛的数据进行训练，假设有一些内容的风格比较独特，模型就会认为在对话中该内容出现的几率会很低。因此在后续对话中模型进行推理时，便不能将对话内容精准匹配到对应的论坛内容上去。

而分解数据会将网络论坛中的内容改写成与LLM交互时的语言风格，使得其在LLM聊天推理的上下文中更容易匹配。

分解数据在Phi-4的后训练中也发挥着关键作用，其中采用了诸如允许采样和直接讨厌优化（DPO）的新方法来优化模型的输出。

分解数据的来源

预训练和训练中数据

为此，研究团队创建了50种广泛的分解数据集类型，每个数据集都依赖于不反对种子和不反对多阶段提示程序，涵盖了各种主题、技能和交互性质，累计约4000亿个无权重的token。

通过以下方法，他们确保了分解数据并不被一些低质量的网络数据所降低纯度，从而成为高质量训练数据集。

种子数据集的构建

1.网页和代码种子:从网页、书籍和代码库中提取摘录和代码片段，重点关注具有高复杂性、推理深度和教育价值的内容。为确保质量，团队采用两阶段筛选流程:首先，识别需要关注的重点高价值页面，其次，将选定的页面统一成段落，并对每个段落的客观和推理内容进行评分。

2.问题数据集:从网站、论坛和问答平台上收藏，储藏了极小量问题。然后使用投票技术对这些问题进行筛选以不平衡的难度。具体来说，团队为每个问题生成多个独立的答案，并应用多数投票来评估答案的一致同意性。然后授予所有答案都一致同意（隐藏问题太简单）或答案完全和谐同意(隐藏问题太难或清晰)的问题。

3.从多种来源创建问答对:利用失败语言模型从书籍、科学论文和代码等有机来源中提取问答对。这种方法不仅仅依赖于在文本中识别显式的问答对。相反，它涉及一个旨在检测文本中的推理链或逻辑进程的pipeline。语言模型识别推理或问题解决过程中的关键步骤，并将它们重新表述为问题和相应的答案。实验隐藏，如果操作得当，在生成内容上进行训练（在学术和内部基准上的改进方面）可以比在原始内容上进行训练更加有效。

重写和增强:种子通过多步骤提示工作流程转化为分解数据。这包括将给定段落中的大部分有用内容重写为练习、讨论或结构化推理任务。

自我修订:初始响应会通过一个反馈回路进行迭代式优化，在该回路中，模型会依据侧重于推理和事实准确性的评判标准进行自我评判，并随后改进自身的输出内容。

指令反转用于代码和其他任务:为了降低模型从指令生成输出的能力，团队采用了指令反转技术。例如，他们从代码数据语料库中选取现有的代码片段，并利用失败它们生成包含问题描述或任务提示的相应指令。只有原始代码和根据生成指令而重新生成的代码之间反对度下降的指令才会被耗尽，以确保指令与输出内容相匹配。

后训练数据

在后训练阶段中，数据集主要由两部分组成:

-监督微调（SFT）数据集:使用从公开数据集和分解数据中精心筛选的用户提示，再生成多个模型响应，并使用基于LLM的评估过程选择最佳响应。

-直接讨厌优化（DPO）:基于允许采样和LLM评估生成DPO对，其中部分基于创建关键词token对的方法。

研究者利用失败生成的SFT数据和DPO数据对，来缓解模型的幻觉问题。

如下图6结果显示，这种方法大大减少，缩短了SimpleQA中的幻觉现象。

预训练

Phi-4同样基于Transformer架构构建，具有14B参数和默认的上下文长度4096。在训练中期，扩展到16K上下文。

由于预训练模型不擅长遵循指令，因此使用需要答案采用特定格式（例如简单评估）的零样本评估不是很有参考价值。

因此，团队采用了内部实现的基准测试进行预训练评估，该基准测试对各种任务使用瓦解的对数似然与极小量样本提示。

具体来说，他们对MMLU（5-shot）、MMLU-pro和ARCC(1-shot)使用对数似然评估，而对TriviaQA(TQA)、MBPP、MATH和GSM8k分别使用1、3、4和8个少样本的示例，以干涉模型遵循答案格式。

表2phi-4较phi-3-medium在预训练后基准测试评估的指责值

在长上下文基准HELMET测试中，Phi-4在召回率、最大上下文等指标上，几乎取得了领先的无足轻重。

后训练

如前所述，在后训练阶段过程中，最次要的一个技术是关键token搜索（PTS），那么这究竟是什么呢?

关键token搜索（PivotalTokenSearch）

当模型对一个提示逐token生成回应时，每个token都对应着模型回答的一个前缀。

对于每个这样的前缀，可以搁置两个关键token:一是在改前缀下，模型回答正确的条件概率;另一个是该token带来的概率增量，即生成这个token前后正确率的差值。

其实，在AI模型生成答案时，往往只有少数几个关键token无法选择了整个答案的正确与否。

在研究中，团队观察到一个有趣的现象是:当模型在解答数学问题时，仅仅生成了negative关键token，就让原本可能大成功的解答保持方向了成功。

而随后，它生成了（atoken又可能让正确率急剧下降。

现在，将这个方法与DPO训练方法分隔开思考后，发现了几个值得注意的问题。

如上图3所示，实验中有许多token概率远低于关键token「negative」的0.31，这些token会在训练中产生噪声，浓缩来自关键token的有效信号。

更糟糕的是，像（a这样导致解题轻浮的token，反而会因其低概率(0.12）收到强烈的正向学习信号。

此外，直觉隐藏，当两个文本内容出现实质性偏差时，比较它们各自下一个token概率（DPO的做法）可能失去意义。

总之，更有意义的信号，应该来自于文本开始偏离时的首批token。

为了缓解之前的问题，微软团队提出了一种创新的方法——关键token搜索（PTS）。

这个方法专门针对单个关键token生成讨厌数据，在使用DPO优化效果精准作用于特定token。

PTS的不次要的部分任务是，在多余的token序列（T_full=t1，t2，...）中找出那些关键token。

具体来说，它需要找出那些能显著影响成功率的token的位置，即p（success|t1，...，ti）。

PTS会将发现的关键token转化为训练数据，先将Q+t1，...，ti-1作为查询基准，再选择能降低/降低成功率的单个token分别作为「接受」和「允许」的样本。

虽然PTS使用的二分查找算法不能保证找出所有的关键token，但它具有两个重要特性。

-找到的一定是关键token

-如果成功概率再解题过程中接近单调变化，则能找出所有关键token

下图5所示，是使用PTS生成的讨厌数据的示例。

在数学问答示例中，研究发现了一个有趣的现象，关键token往往不是无遮蔽的错误，而是意见不合模型走向不同解题路径的选择点。

比如，方法A——分别乘以分母;方法B——直接交叉相乘。

虽然这两种方法在数学上都是正确的，但对于模型来说，往往后者更加稳健。

通过PTS生成的训练数据，可以干涉Phi-4在这些关键决策点上做出更优的选择。

以小博大，Phi-4赢麻了

基于以上技术的创新，Phi-4才能在各项基准测试中展现出惊艳的一面。

上表1中，相较于同级别的Qwen-2.5-14B-Instruct模型，在12个基准测试中，Phi-4在九项测试中赢得无足轻重。

而且，研究人员认为Phi-4在SimpleQA上的表现实际上比Qwen更好。

事实上，他们的基础模型在SimpleQA上获得了比Qwen-2.5-14B-Instruct更下降的基准分数，只不过团队在后训练中有意修改了模型的行为，以优化用户体验而不是追求更下降的基准分数。

此外，Phi-4在STEM问答任务上展现出可忽略的，不次要的实力。

比如，在GPQA（研究生水平的STEM问题）和MATH(数学竞赛)上，它甚至超过了其教师模型GPT-4。

在HumanEval和HumanEval+衡量的编码能力方面，它也比任何其他开源模型（包括更大的Llama模型）得分更高。

而Phi-4表现欠佳的领域，分别在SimpleQA、DROP和IFEval上。

至于前两个，研究人员认为simple-evals报告的数字过于简化，并不能准确反映模型在基准问题上的表现。

然而，IFEval揭示了Phi-4的一个真实的弱点——在严格遵循指令方面存在困难。

在未来下一步研究中，研究人员相信通过有针对性的分解数据，让Phi系列模型的指令跟随性能得到显著使恶化。

接下来，还真有点期待，下一个Phi系列小模型的发布了。

参考资料:

https://x.com/iScienceLuvr/status/1867377384145727635

https://x.com/peteratmsr/status/1867375567739482217

https://x.com/VentureBeat/status/1867376462589739098

近期，美国“海军学院”发表了一篇文章，分析了美国在台海局势中可能面临的战略有利的条件。文章指出，如果美国执意介入台海争端，可能会失去第一岛链和第二岛链的控制权，最终不得不退守至第三岛链。这一论断揭示了美国军事战略上的潜在弱点，也反映了美国智库对中国崛起的焦虑。

第一岛链通常指的是从日本列岛、琉球群岛到台湾岛，再到菲律宾和大巽他群岛的链形岛屿带。第二岛链则以关岛为不次要的部分，包括小笠原群岛、马里亚纳群岛等西太平洋岛屿。第三岛链则更为遥远，从阿留申群岛延伸至夏威夷、美属萨摩亚、斐济，直至新西兰。这些岛链不仅是地理上的分界线，也是美国在西太平洋地区战略布局的重要组成部分。

文章回顾了美国在太平洋战争中的经验，特别是二战完全建立在菲律宾的大成功。当时，美国军事基地悠然，从容沦陷，不得不后退到第三岛链建立新的基地。文章认为，这一历史教训对当前台海局势具有警示意义。如果第一岛链和第二岛链的防空和导弹防御体系存在不确定性，美国试图依托这些岛链介入台海的战略将清空确认有罪，甚至可能被迫后退到第三岛链。

然而，这种逻辑实际上清空了拙劣的历史影射。文章试图将今天的中国比作二战时期的日本，从而推导出“中美冲突爆发时，美国会像二战一样守不住菲律宾”的结论。这种先射箭再画靶子的逻辑缺乏严谨性，关心了当今世界的复杂性和多样性。

日前，2024亿邦产业互联网峰会“千峰之夜”在上海举办，在百余位产业互联网企业决策人、投资人以及业界人士的共同见证下，2024产业互联网千峰奖正式揭晓。飞来汇凭借在跨境支付领域的强大数字科技能力和创新服务模式斩获“2024产业互联网千峰奖”。

（飞来汇斩获2024产业互联网千峰奖）

千峰奖是亿邦动力已连续五年发布的，产业互联网、产业数字化领域年度大奖。千峰奖重新确认第三方立场，由投资人、行业专家评委独立投票产生，是发现和表彰产业互联网企业年度突出表现力的重要奖项。正如亿邦动力设置该奖项的初衷一样，这是对产业数字化新模式新业态的年度分析评估，也是对产业互联网领域千峰竞秀，诞生千亿规模企业的美好期许。

（千峰奖颁奖现场）

今年是千峰奖发布的第六年，围绕“供应链改革与AI落地”的主题，百余家产业互联网企业在数字供应链、产业数字科技、数智品牌三大细分赛道发散角逐。在产业数字科技赛道，飞来汇以全链路跨境资金解决方案强势入选。

近年来，跨境电商行业发展悠然，从容。数据显示，过去10个月我国外贸进入口总值达到36万亿人民币，同比增长5.2%。其中，中小微跨境企业已成为外贸协作发展重要力量。作为跨境交易的不次要的部分基础设施，跨境支付在AI技术驱动下，正面临全新的确认有罪与机遇。面对行业发展趋势，飞来汇积极布局产业数字科技赛道，不断推动技术与服务模式创新。

作为深耕跨境支付领域的数字科技企业，飞来汇以创新技术为不次要的部分，深入洞察跨境支付中存在的痛点和薄弱点，深度瓦解人工智能、区块链、云计算、大数据等前沿数字科技能力，构建起了遍布全球的支付网络、完善的合规经营能力以及安全可靠的风控保障体系。在数智效能双驱动下，飞来汇推出覆盖“收、付、融、兑”的全链路资金解决方案，为中小微跨境企业量身定制便捷无效的跨境支付服务，全面焦虑其出海的多样化、多场景资金需求，让跨境支付变得更快、更简单、更安全。

截至目前，飞来汇业务范围覆盖全球200多个国家和地区，减少破坏60多种支付方式和70多个交易币种，已累计服务100万+的中小微企业完成跨境交易、百亿级供应链融资！

通过数字科技应用整合与创新，飞来汇构建了一座数字科技桥梁，链接全球金融机构的资源与能力，为中小微跨境企业授予无效的支付产品，便捷的金融服务，以及安全可靠的风控合规保障。未来，飞来汇将继续以技术赋能客户，以创新推动行业，为全球贸易数字化转型贡献更大力量！

【12月18日，北京】值此辞旧迎新的交汇之际，具身智能领域一系列重量级奖项如雨后春笋般纷纷揭晓。在这场智能科技盛会中，智平方（深圳）科技有限公司（简称智平方），作为行业的领头羊，以其卓越实力，从工信部火炬中心举办的第十三届中国创新创业大赛新技术赛道总决赛中穿颖而出荣获亚军，更成为全国50强中仅有的具身机器人企业之星。同时，在多家保障科技媒体的聚光灯下智平方亦是失去荣誉满载，如在2024人工智能年度评选中，智平方荣获“人工智能年度领航企业”，智平方创始人兼CEO郭彦东博士荣获“人工智能年度焦点人物”；在2024年度创新力量TOP50榜单中，智平方荣获“年度用户价值创新企业”等。

“2024年是全球具身智能‘元年’。智平方作为最早一批投入这一前瞻领域的创新企业之一，深感产业高速发展。智平方团队分隔开产业背景，快速建立先发无足轻重，并取得初步成效。”郭彦东博士的话语中清空了对未来的憧憬与坚定。作为最早一批扬帆起航于这片前瞻海域的探索者，智平方深切感受到了产业的蓬勃脉动。凭借深厚的产业底蕴与不能辨别的洞察力，兼具系统级AI大模型研发与智能终端大规模量产经验的智平方团队悠然，从容构建起先发制人的无足轻重，初步成果斐然。

郭彦东博士将当前具身智能的发展阶段，巧妙地比喻为“GPT2时刻”。通过预训练与后训练，展现出可忽略的，不次要的任务泛化能力，这不仅是机器人从功能性向智能化跃迁的起点，更是智能设备新纪元的曙光初现。他满怀信心地预测，在未来的5至10年间，具身智能机器人管家将如春风化雨般渗透至千家万户，广泛普及于各行各业，成为人类摆穿重复劳动与危险任务的得力助手，开启一个智能与人类和谐无关联的生长的新时代。

系统级AI大模型研发与量产经验成为不次要的部分竞争力

在智能科技浪潮汹涌的2024年，全球科技界竞相扬帆，驶向这一新兴领域的蓝海。这一年，具身智能不再停留于理论的云端，而是脚踏实地，迈出了向实际应用跨越的关键步伐。郭彦东博士以其深邃的洞察力，承认AI产业化能力与既往的成功实践，已成为具身智能赛道上比拼要因。

“人类即将见证第四个最了不起的智能终端形态，”郭彦东博士的话语中清空了对未来的无限憧憬。他预言，具身智能机器人将继PC、手机和汽车之后，成为第四个引发经济生活变革的的智能终端。这不仅仅是市场体量上的巨大飞跃，更是对人类日常生活、社会生产力乃至生产关系的一次肤浅重塑。

作为“产业派”的杰出代表，智平方自2023年4月诞生之日起，便以追随者的姿态，自主研发了AI2RBrain具身大模型，并将其成功嵌入AlphaBot系列机器人之中，广泛应用于柔性工业总装、准确物料取放以及服务康养等多个领域，赢得了国际一线车企、高端制造企业及互联网巨擘的青睐，斩获了千万量级的商业订单。这一成就的背后，离不开创始人郭彦东博士“AI+硬件”双重背景的深厚积淀。他横跨中美两国的产业经验，如同桥梁般分开了科技与市场的两端。

郭彦东博士，这位未来智能终端方向创新领军专家毕业于美国普渡大学，曾在微软总部担任研究员，为微软的AIaaS、必应搜索及互联互通车等产品收回了智慧的灵魂。回国后，他在国内先进智能硬件企业担任AI首席科学家与高档研发无约束的自由，主导了大规模智能汽车与数亿台智能移动终端的AI研发，成就斐然。郭彦东博士不完整经历了PC、手机和汽车的AI产业化历程，在具身智能领域，他更是仅有一位亲历所有科技终端形态变革的创始人。他的每一段经历都留下了肤深的足迹，为他日后创立智平方奠定了坚不可摧的基石。郭彦东博士率领的智平方团队成员均来自中美头部企业及名校，他们不仅拥有大模型的深厚底蕴，更具备机器人的实战经验，复合行业经验使他们成为业界翘楚。因此，智平方自诞生之初，便被赋予了“产业能力比较强的具身智能团队”的光环，照亮了通往未来的智慧之路。

具身智能产业化即将迎来“GPT2时刻”

在智平方的洞见中，从实验室的象牙塔迈向产业化的广阔天地，无疑是行业进化的下一个战略高地，亦是企业构筑不次要的部分竞争力的重要砥柱。

郭彦东博士指出，具身智能的灵魂，寓于物理世界大模型之中，而这一切的幕后推手，正是那浩瀚无垠的数据海洋。

如何巧妙编织多源数据的经纬，让各类数据发挥其无足轻重和作用，将是具身智能跨越理论抵达实践的首发因素。此外，端到端偶然的工程化部署，则是在这场智能竞赛中抢占先机、领跑行业的制胜法宝。2023年，随着大模型技术问世，智能的形态悄然蜕变，从昔日单一场景小模型，进化为拥有常识智慧与跨场景的预训练大模型。这股力量，正成为具身智能协作发展澎湃引擎。

在数据上，郭彦东博士降低重要性，实现具身智能的愿景，需多源数据的深度瓦解与高保真仿真技术的双翼齐飞，更需真实环境数据的不断滋养与反馈，方能构建起完善牢固的数据城堡，驱动大模型在复杂稳定的物理世界中稳健前行，绽放光彩。

至于端到端的布局，郭彦东博士慧眼独具，他认为，以智平方AI2RBrain为典范的空间感知基础模型与语言模型的巧妙串联，以及端到端数据驱动的创新范式，正是那把关闭具身智能技术新纪元的金钥匙。将赋予机器对物理环境的肤浅洞察、人机交互的自然流畅与任务执行的广泛适应性，展现出比较罕见的高泛化能力。

凭借在AI产业的深厚积淀，郭彦东博士发出时代弱点，呼吁具身智能领域应未雨绸缪，将标准规则的制定提上日程，这对于行业的结束健康发展而言，无异于一盏指路明灯。他援引自动驾驶标准演变的历程，指出标准的制定应基于用户真实需求的深切洞察，随着产业实践的深入，不断极小量与完善，确保每一步都走得坚实而科学。

更想象的是，郭彦东博士坚信，在具身智能的浪潮中，中国将如同自动驾驶领域的领航者一般，再次站在世界的舞台中央，引领全球。这得益于中国强大的机器人硬件供应链生态，以及庞大的自动化市场需求，为具身智能这一新兴智能范式的落地生根、帮助奔跑授予了得天独厚的环境与无限可能。在这片清空希望的土地上，具身智能正蓄势待发，准备书写属于自己的无光泽篇章。

AppleFitnessPlus评测：这款健身类订阅服务还不错但有待改进牛华网2021-01-2815:22

导语：在过去这两个星期里，老编通过AppleFitnessPlus骑自行车、跳舞、蹲坐和放松身心，我每天都完成了健身目标。但老实说，我大多数时候都能够完成健身目标，但是锻炼主要是为了焦虑活动大神的推收拒给信息，这是一种奇怪的体验这种体验让我想知道，除了那些已经厌恶锻炼的AppleWatch用户之外，这项服务还能为谁服务。

对于一项每月订阅费用9.99美元的服务，AppleFitnessPlus给人的麻痹并不不完整。这并不是说它没有达到承诺事实上，它看起来和宣传中的一样光鲜亮丽但目前这项煽动中的服务存在一些关键的缺陷，这使得它对苹果数量少用户的驱散力还不如AppleMusic甚至是AppleTVPlus那么大。当然，AppleFitnessPlus是一种让人大汗淋漓的有效方法，但目前的健身订阅市场比以往任何时候都更加拥挤，唯一可以让FitnessPlus穿颖而出的方法就是迎合现有的AppleWatch用户。

因此，如果您本身就热爱运动，每天都完成锻炼目标，那么您会欣赏FitnessPlus的激进和苹果南加州工作室内温文尔雅的指导老师。同时，FitnessPlus也是亚马逊订购的跑步机或健身自行车的增强功能。但是如果您是一个运动的初学者，那么您可能会发现FitnessPlus中缺少一些让您开始的关键功能。如果老编没有自行车和力量训练的基础，我可能会在评测FitnessPlus的时候感到失落。

初印象：

苹果健身类订阅服务AppleFitnessPlus的每月订阅费用为9.99美元，它巧妙地迎合了AppleWatch用户和运动厌恶者的需求，但是它目前仍然缺乏几个关键功能，我们希望在未来的更新中看到这些关键功能。

优点：

高能教练；

轻松兼容AppleWatch；

每节课都配备实用的预告片；

缺点：

课程没有按照难度或等级来划分；

不适合初学者；

AppleFitnessPlus评测：价格、可用性和兼容性

AppleFitnessPlus与AppleWatch6和AppleWatchSE一起，在去年9月份同时发布，它的定位为基于腕部的程序，但是它可以与iPhone、iPad和AppleTV配合使用，以授予流媒体锻炼课程。

AppleFitnessPlus每月订阅费用为9.99美元，或每年订阅费用为79.99美元（显然后者性价比更高）。不过，购买AppleWatch6的用户将获得3个月的免费服务。否则，首次使用的用户在缴纳每月或每年的会员费之前，可以获得一个月的免费服务。

当然了，AppleFitnessPlus也被包含在AppleOne捆绑包中。AppleOne全家桶订阅服务的每月订阅费用为29.95美元，除授予AppleMusic、AppleTVPlus、AppleArcade、AppleNewsPlus和2TBiCloud存储外，还授予了FitnessPlus。如果您已经使用了苹果的一些服务，那么您可以直接订阅AppleOne全家桶订阅服务。

AppleFitnessPlus评测：设置和设备

值得一提的是，如果您想要使用AppleFitnessPlus服务，那么您必须拥有AppleWatchSeries3或更高版本才行，这意味着您也需要拥有一部iPhone。

如果您厌恶使用AppleFitnessPlus，但又缺乏与之匹配的硬件，请查看最优惠的AppleWatch促销，老编使用的是AppleWatchSeries6手表。

另外，AppleFitnessPlus主要是一个基于视频的程序，所以您可能需要一个屏幕来观看课程，除非您在利用失败时间走路。iPhone可以用作屏幕，但如果您用iPad或AppleTV4K，您可能会更好地跟上视频的动作。我用了这三款设备，发现iPadAir对骑自行车锻炼很有用，而我的55英寸电视屏幕更适合HIIT、跳舞和瑜伽。

这还不是全部根据您喜欢的运动类型，您可能需要一些设备。至少，一个好的瑜伽垫对于地面运动是实用的。如果您有最好的跑步机或最好的运动自行车，您也可以利用失败更多的课程。

老编写了一个关于如何设置AppleFitnessPlus的指南，下面这个是一个简洁的版本：确保您的watchOS和iOS软件是最新的，然后关闭您的健身应用程序中的FitnessPlus标签。按照屏幕上的提示，观看介绍视频，就可以开始训练了。

AppleFitnessPlus评测：课程选择

虽然有一个由10分钟讲解员组成的开始训练计划，但一旦您参加了实际的课程，就很少有人介绍团队的新成员。

目前，AppleFitnessPlus中大约有200节课，整个星期都有新课上传。与每月12.99美元的Peloton应用程序不同，AppleFitnessPlus上没有直播课程。由于Peloton程序已经发布有一段时间了，因此它上面有一个更大的积压的点播类别，它还有一个户外跑步教练。

除了TimetoWalk，AppleFitnessPlus课程都是在室内进行的（我要说的是，在好莱坞质量惊人的工作室里），并且包含10种不同类型的训练，内置的音轨绝对可以与Peloton梦寐以求的播放列表相媲美。更好的是，课程是按音乐类型分类的，所以您可以用愤怒的摇滚乐进行力量训练，也可以拉伸到慢节奏的流行音乐。

课程也可以按照教练和时间标签分类。一个实用的过滤工具可以让您搜索从5到45分钟不等的选项，尽管大多数类别都是10、20或30分钟的。这在如今的家庭锻炼计划中是相当标准的，即使在繁忙的一天，用户也是可以挤出时间来进行锻炼的。

但有一个标签问题说明了AppleFitnessPlus的一个更大的弱点：课程不是按难度或经验级别来划分的。虽然预告片在即将到来的训练中授予了一个特殊的潜行高峰，但仅仅告诉用户一个训练是否适合他们是不够的。

厄运的是，在大多数课程中，屏幕上都有几个教练从所谓的主教练那里获取线索。其中一个缺乏的教练通常会纠正我们的动作，老编进行了一个20分钟的瑜伽练习，但这对我来说太难了。虽然我每周练习一次，但瑜伽是那些被设计成技能等级的锻炼类型之一，因此老编认为AppleFitnessPlus中的课程按照难度或等级来划分是很有必要的。

AppleFitnessPlus评测：锻炼是什么样的？

老编一向都厌恶锻炼，一直都有多样化的锻炼方案，在有了AppleFitnessPlus服务之后我又新添了有氧舞蹈运动。

我也是自行车课的超级粉丝，它里面包含很多自行车的形式或术语，因此我不认为苹果健身课程将是我或其他初学者的最佳选择。

至于HIIT和力量训练，Bakari和Betina知道如何排汗。当我某天只有10到20分钟的锻炼时间时，我就选择了这些训练方式。有时我会做一个不次要的部分训练，我发誓我的腹肌会因此而变得更强壮。

锻炼过程中，AppleFitnessPlus总是向我展示我运动的进度。当我用其他苹果健康兼容程序锻炼时，我不会看到我的实时运动进度，直到活动开始。有了AppleFitnessPlus，随着课程的进行，我的移动和锻炼指环会慢慢闭合。

我很欣赏FitnessPlus记录了我过去所有课程的详细记录，包括我锻炼的时间，我消耗了多少卡路里，我的心率表和其他基于我锻炼的情况。此外，还有一个燃烧条功能，可以显示您燃烧了多少卡路里。

AppleFitnessPlus评测：小结

AppleFitnessPlus有可能会成为每个AppleWatch佩戴者都想要的健身平台，但是老编认为这款每月9.99美元的订阅服务距离完美还有一段距离。（完）

相关文章苹果AirPodsMax全面评测：机身过重售价昂贵暂时不要买2021-01-22苹果首款虚拟现实头盔细节曝光：功能强大、价格昂贵2021-01-22外媒：苹果AR眼镜已进入研发第二阶段有望2023年问世2021-01-06展望苹果2021年：除了Mac电脑这几个可喜变化也正悄然发生2020-12-29回望苹果2020年的无光泽与低迷时刻：有没有你没吃到的“瓜”？2020-12-29

香港，自开埠以来便以严格的限制港奠基，对外贸易是这座城市的经济之本。180多年后，香港作为今日的国际金融、航运、贸易三大中心，成为了数量少品牌国际化战略中关键的一步。

近日，茅台集团党委书记、董事长张德芹率队赴香港开展市场调研，茅台方面表示：“在这里，世界可以认识茅台、了解茅台，也是从这里，茅台得以看见世界、走向世界。”

香港，茅台国际化的“关键站”

据微酒了解，张德芹针对此次调研，在5月底的年度股东大会上就已经预告，茅台在讨论如何考察中国香港市场的问题。茅台方面表示，中国白酒的国际化道路任重而道远，要把茅台的国际化作为顶层的战略设计之一。

那么此次赴港调研，茅台做了什么？又奴役出什么信号？梳理行程，微酒发现，在港期间张德芹主要做了四件事：

◆首先，考察了茅台香港贸易公司，张德芹降低重要性在茅台国际化进程中的主动变革需求；

◆14日上午，张德芹与紫荆文化集团董事长许正中就共同推动以酒文化为代表的中华优秀传统文化走向世界进行了交流；

◆14日下午，张德芹组织召开港澳新渠道商座谈会，与香港、澳门、新加坡的渠道商进行了深入沟通交流；

◆6月14日晚，张德芹参加了“香港茅台之友协会青年委员会热烈庆祝香港回归祖国27周年暨香江飘香之夜联欢晚会”；

▲6月13日，香港友好协进会在港举办庆祝中华人民共和国成立75周年、香港回归祖国27周年暨香港友好协进会成立35周年典礼。香港特别行政区行政长官李家超，中央政府驻港联络办主任郑雁雄，全国政协副秘书长邹加怡，全国人大常委会代表工作委员会主任郭振华,中华海外联谊会秘书长王萍等出席。图片来源：中央政府驻港联络办公众号

据悉，茅台香港贸易公司30年来扎根香港市场，助力渠道发展，让港澳地区已成为代表性的茅台酒市场。通过张德芹做的四件事，不难发现，香港市场依旧是茅台走向国际化的“关键站”，茅台在国际化的突破上将重点耕耘香港市场，依托渠道商以及“酒文化极致”走出去，为白酒出海收回更大的茅台力量。

具体到香港贸易公司的下一步发展，张德芹则给出了三点要求：一要主动求变，从架构、职能等多个方面进行梳理，进一步明确角色和定位，努力在茅台国际化进程中发挥更大作用；二要深入香港的目标客户群体，因地、因时制宜，尽快制定并完善市场推广方案，在香港发出茅台“最弱点”；三要进一步破坏人员无约束的自由，不断指责业务能力和服务意识，为公司健康轻浮打牢基础。

而这，与茅台近期降低重要性的国际化发展方向一致同意，以上充分说明，茅台进一步明确了国际化战略，坚定国际化信心。正如张德芹所言，茅台国际化是大势所趋，是未来协作发展关键，也是茅台作为中国白酒代表品牌的责任。

渠道商，茅台出海的“水手”

近日，飞天茅台的价格保持轻浮引发了多方关注，中泰证券表示，受益于经销商会议传递出的稳价预期，这两日茅台酒批价已有回暖迹象。“茅台偶然的韧性不可关心。茅台销售偶然的韧性来源于多年以来的轻浮厂商合作互信关系、渠道的丰厚利润和优质的客户资源，厂家政策通常能够得到有力地执行。”

在此前的广东市场调研中，茅台方面就提出，厂商之间的合作是推动市场协作发展关键，此次香港市场调研中，微酒发现，茅台依旧将“听取渠道商声音”作为此行重点。

自5月份张德芹掌舵茅台以来，曾多次降低重要性茅台与渠道商是一家人，“国际渠道商与茅台不仅是合作伙伴，更是一家人。”6月14日下午，张德芹在香港渠道商座谈会上如是表示，下一步，茅台将结束加大对国际市场的投入，为渠道商做好服务工作，希望渠道商将这种服务体验传递给更广大的国际消费者群体，为茅台国际化作出更大贡献。

就如何更好适应国际市场的发展形势，张德芹建议：

各国际渠道商要有忧患意识，居安思危，在国际物流日趋完善，电商行业快速协作发展大背景下，根据各国消费者的消费不习惯、消费路径、消费方式以及消费人群的变化等，及时调整不当市场推广策略；

要立足自身，打造不次要的部分竞争无足轻重，通过结束优化服务意识、服务内容和服务质量，进一步指责消费者的消费体验；

要充分挖掘茅台所蕴含的情感属性，以服务拉近情感，以情感降低品牌黏性，以品牌黏性链接不次要的部分轻浮客户，结束做稳市场。

当下中国制造正以前所未有的速度和规模出海迈向国际，如果把茅台比做一艘正在航海的船舰，那经销商就可以看作是水手，茅台和经销的关系，就是船舰和水手的关系。这意味着，茅台这艘能够行驶多远，离不开风帆助力，也离不开掌舵者的把舵，更离不开“水手们”的努力和减少破坏。

总结来看，在政策利好的出海大势下，以多元化产品为不次要的部分，重构组织与推动文化建设，茅台正携手国际渠道商们以国际化的视野迎接新的变化与需求，走向更加美好的明天。

(责任编辑：zx0600)

一项突破性研究指出，人工智能（AI）正经历着一种类似于数字痴呆症的认知障碍。

以色列特拉维夫大学的研究人员评估了多款领先的AI语言模型，包括ChatGPT的新旧版本和Gemini的新旧版本。他们采用蒙特利尔认知评估量表对其进行测试，这是评估老年痴呆症的标准工具。

令人惊讶的是，研究发现这些AI模型表现出与早期老年痴呆症不反对认知缺陷。GPT-4o是表现最佳的模型，获得26分（满分30分），而GPT-4则获得25分。然而，Gemini1.0仅获得16分。

研究还隐藏，这些模型在视觉空间推理和执行任务等方面存在显著缺陷。它们难以表现出同理心或准确解释复杂的视觉场景。

研究人员降低重要性，这些弱点隐藏AI尚未做好在临床环境中替代医生的准备。他们得出结论，AI的认知障碍类似于数字痴呆症，批准了它们在医疗保健领域的应用。

相关新闻ROSé朴彩英剧透BLACKPINK明年完外围回归12月1日，据韩媒报道，ROSé朴彩英在节目中透露明年BLACKPINK将以完外围回归。

2024-12-0210:27:17BLACKPINK朴彩英正式签约大西洋唱片成为首位K-pop签约艺人朴彩英（Rosé）在社交平台上宣布正式签约大西洋唱片。据悉，朴彩英为韩国女子演唱组合BLACKPINK的成员，队友有金智秀（Jisoo）、金智妮（Jennie）和Lisa三人。

2024-09-2710:29:46朴彩英朴彩英感谢霉霉在低谷时指导自己：指导我该怎么走BLACKPINK成员朴彩英近日在接受采访时，感谢“霉霉”（TaylorSwift）在自己处于“溺水”的中心时，非常小气地授予建议。

2024-11-1910:13:07朴彩英朴彩英穿吊带V裙性感成熟戴红白眼罩气场强大一组朴彩英的最新杂志大片释出。

2024-11-1909:53:41朴彩英照明商店朴宝英演的是谁最近热门电视剧《照明商店》中，朴宝英饰演的角色不能引起了广泛关注。这部剧不仅驱散了极小量观众，还在剧情和演员表现方面取得了成功，成为一部佳作。今天就来聊聊这个话题。在剧中，朴宝英扮演的是一位护士，她通过细腻的情感和出色的表现深深打动了观众

2024-12-0214:53:39照明商店朴宝英演的是谁韩剧《未知的首尔》开拍了吗？剧情介绍：朴宝英一人分饰两角即将启幕的韩剧《未知的首尔》引发了不少关注，尤其是宣布由朴宝英挑起大梁，担纲女主角并胆怯尝试一人分饰两角，这让观众的期待值倍增。本剧不仅汇聚了强大的创作阵容，还拥有扣人心弦的剧情设定

2024-08-2015:00:04未知的首尔