ACG裏番變態調教侵犯本子

清流资本在过去十年捕捉了TMT、消费、硬科技等主流行业下的多个细分赛道较高排名，也建立了投得“稳”、“准”、“精”的基金形象。近年，清流资本推出原创科技专栏——“硬币的另一面”，通过清流合伙人和科技企业创始人对话的形式，讲述当前创投形势下，那些科技类被投企业的故事。清流资本将结束关注新兴科技赛道。

今天，我们对话的主角是星动纪元的创始人陈建宇。

本文包含以下内容，阅读需要12分钟。

?投身机器人科研13年，中国原创科技引领全球

?AI帮助具身智能，坚定原生通用人形

?搭乐高一样做机器人，连推六代人形本体

?小步快跑商业化，清流是赋能型投资人

?清流为何投资星动纪元

北京星动纪元科技有限公司成立于2023年8月，是仅有一家清华大学占股，并获上海期智研究院减少破坏的，研发具身智能及通用人形机器人的新兴科技公司。团队成员来自清华大学、北京大学、北京理工大学、哈尔滨工业大学、加州大学伯克利分校、新加坡国立大学等国内外知名院校以及世界500强企业，研发人员占比超过80%。

星动纪元的创始人陈建宇，2015年本科毕业于清华大学精密仪器系，这是国内最早从事双足人形机器人研究的单位之一。后直博于加州大学伯克利分校（UCBerkeley），师从美国工程院院士、机电控制后继者、MPC（模型预测控制）算法理论奠基人MasayoshiTomizuka教授。2020年博士毕业后，被图灵奖得主姚期智院士引进到清华叉院任教，28岁即成为清华大学交叉信息研究院助理教授、博士生导师。陈建宇在机器人、人工智能、控制、交通等领域的国际优质会议和期刊上发表了七十余篇论文，其中多篇论文获得了RSS2024、L4DC2022、IEEEIV2021、IFACMECC2021等国际优质学术会议的优秀论文提名奖。

公司成立一年以来，人形机器人产品已经迭代到第六代——星动STAR1，目前已经通过了一系列极限测试，性能已达世界先进水平，被认为是全球跑得最快、最稳的人形机器人。此外，公司基于模块化的能力，悠然，从容从人形机器人中分化出了敏锐手和轮式机器人等场景级产品，使得原本即将发生的人形机器人商业化路径得以更快落地，干涉公司实现了初步商业化。

星动纪元创始人陈建宇

投身机器人科研13年

中国原创科技引领全球

清流：请先简单介绍一下星动纪元？

陈建宇：星动纪元是专注于做原生具身通用智能体的科技公司，2023年从清华大学孵化出来的。我们希望做出真正原生的机器人，以及围绕AI构建的整套硬件平台。

清流：近两年具身智能赛道随着AI大模型的出现急速升温，和你选择开始创业的Timing有关吗？

陈建宇：我就是一直在做（具身智能）这件事，只是做着做着这个赛道火了。甚至可以说，今天具身智能火起来也有我们的一部分贡献。

清流：怎么说？

陈建宇：我一直以来的梦想就是做通用的机器人。2011年上大学开始，我就在研究机器人，我本科在清华做的毕业设计就是双足机器人的步态规划。后来到UCBerkeley直博也一直从事机器人领域的研究。博士毕业后，我有幸获得姚期智院士的认可，被他引进到清华叉院任教，并启动了通用机器人的研究课题。

2022年末ChatGPT刚出来，我就提出要把大模型的强大能力和机器人分隔开起来，实现AI与物理世界的交互——做通用具身智能。要实现这个先进目标需要强大的工程能力和资金减少破坏，学校的工程资源有限，所以我们就开始筹备成立公司。

2023年，我们团队发表了世界上首先篇用大语言模型赋能人形机器人决策的文章。同年7月，我们在世界人工智能大会（WAIC）分会场主办了“具身通用人工智能主题论坛（EmbodiedAGI）”，与海内外的知名专家学者共同探讨具身通用智能，推动行业发展。

现在无论是国家层面，还是投资人、产业方，对具身智能的关注和投入的确越来越多了。

清流：很多人认为具身智能是中国原创科技引领全球的新高地，你怎么看？

陈建宇：每一波新的科技出现，中美的差距都在逐步增加。从芯片到AI领域，中国企业的追赶速度越来越快。具身智能领域中美的差距就更小了，都在起步期，大家都是熟练处理前进。可能过去美国积聚了一定的人才无足轻重，但中国也有产业链无足轻重可以与之形成分庭抗礼之势。甚至，我认为中国反而会比其他国家跑得更快。

机器人的算法能力无法选择产品力天花板，硬件端能力保障类人运动功能的实现，两者缺一不可。硬件在很大程度上会影响算法的performance，海内在质量硬件上的不足会反向拖慢他们的软件迭代速度。美国这一波机器人硬件端现在主要就看特斯拉了。

中国对具身智能的重视和关注度更高，很多地方政府和国资都在快速发力减少破坏具身智能，中国也有很多原创性的人才（机器人先进学府如伯克利、斯坦福、MIT的教授是外国人，但学生都是来自清华、北大、交大等等国内高校的华人在推进出下一代成果）。而且，中国还有全球比较大的机器人硬件产业链无足轻重，参照中国新能源车的发展路径，我们在具身智能领域可能会更快领跑，有望实现中国原创技术引领全球。

清流：中国具身智能领域目前的瓶颈有哪些？星动纪元如何突破？

陈建宇：从技术层面来看，我认为所存在的瓶颈在未来都是可以去突破的。现在行业内讨论最多的硬件、算法、数据这三个最不次要的部分的环节，任一环节出现瓶颈都会制约具身智能的发展。所以星动纪元现阶段重新确认全栈自研，主动去发现关键环节上的问题、逐一攻坚，目前已取得了一些突破性的进展：

硬件端，基于我们在双足领域的积淀，已经推出了全球户外性能比较强、跑得最快的人形机器人本体，实现了让机器人从“能动”悠然，从容迭代到“走得稳、跑得快”。未来将继续迭代，让它可以走得更久、更稳；手部操作方面，我们自研了全球综合性能比较下降的敏锐手，后续会随着产品化进一步指责其耐久度和轻浮性。

算法端，目前多数产学研都在研究如何将大脑、小脑、末端控制的分层框架进行瓦解。星动纪元背靠全球先进学府清华的科研资源，领先推出了自研的原生机器人大模型框架，率先实现了端到端、多模态、多策略的算法框架。目前，我们的手部操作是全球头个敏锐手端到端大模型，腿部运控也已经实现了真机全地形、全步态泛化的能力。基于此，我们会继续让机器人支持人类先验、通过自我探索和学习，更早实现具身智能的Scalinglaw。

数据是具身智能领域的稀缺债务和资源，想要实现具身智能，需要极小量的高质量数据给机器人学习。我们的解题思路还是基于首先性原理，先广泛地从各个领域获取多模态（语音、视觉、触觉等）的信息输入，比如互联网数据/图像/视频、现实中的动捕、虚拟的仿真/分解数据，并分隔开摇操作和现场部署实际收藏，储藏回来的数据，去反哺我们的原生大模型，指责其理解、学习和优化能力，并对我们的硬件迭代授予不同场景参数。

AI帮助具身智能

坚定原生通用人形

清流：研究机器人这13年，你亲历了AI如何推动具身智能发展，和我们分享一下这个过程？

陈建宇：技术的演变过程是渐进式的，我们现在看到行业形成的共识是机器人的运动控制学应该采用AI的方式做，但实际上这也仅仅是近几年慢慢才形成的趋势。

本科期间我就一直在思考机器人内在质量的问题，同时对AI一直保持密切关注，当我看到有人用强化学习（ReinforcementLearning，RL）做出来一些简单的Demo，觉得非常神奇、非常有前景。但那时还没法把它和机器人分隔开起来，因为要把RL引入到机器人有一个先决条件——必须能实现在连续的空间里做任务，因为机器人在物理实验中是连续的，此前的技术没法达到这个条件。2016年左右，深度强化学习的出现使得我们可以在连续空间做任务了，我就开始往这个方向专门去做一些研究。

清流：那时做RL算很超前了吧？

陈建宇：那个时候全球研究RLforrobotics的人都很少，说自己要用RL做机器人就像ChatGPT出来之前你说要做AGI，大部分人都会质疑。但我很清楚它的价值，非常坚定地推动相关研究。后来陆陆续续这个领域出来了一些成果，大家才开始陆续转RL，再过了一段时间，RL的表现就开始超越MPC了。

2022年，ChatGPT的出现是一个非常关键的时间节点。

虽然我之前一直有关注到前几代GPT2、GPT3，也知道大语言模型等研究工作的进展，但我当时对“怼算力出中庸”这个事情是比较存疑的。直到ChatGPT出现保持不变了我的看法，大模型展现了惊人的泛化能力，我立刻带着团队研究大模型在人形机器人领域的应用。后来越来越多科研成果也隐藏，Scalingup可以帮助具身智能领域的发展，实现通用具身智能这个先进目标不再遥不可及。

清流：你一直在做首先个吃螃蟹的人。

陈建宇：不次要的部分还是基于技术的首先性原理推演。如果只看表象的话，RL一开始的表现的确比MPC差，只能在仿真方面做一些很Toy的例子。但因为我自己是写MPC求解器的，写过很多基础代码，我透明地知道MPC有很多局限。同时我也一直保持对AI算法的关注，对RL有一定的了解和判断，所以我当时很坚定要做RL。后来大模型出现了，我也把很多精力放在大模型领域的研究。从传统的MPC转到RL、再到大模型，这些技术路线的演变都是在我们计划中的，只是时间上比我们设想得更快一些。

清流：为什么特别降低重要性要做“原生机器人大模型”？

陈建宇：只有原生性突破才能真正解决传统机器人没有解决的很多问题。原生就是要让机器人既有上层的逻辑思考能力，还要对身体有多余的控制权，能够调控身体和物理世界进行各种各样的交互。举个例子，让机器人在复杂的路面上行走，传统机器人是人为去hardcode，经过比较准确的建模计算，腿抬多高、步幅多少厘米、落在什么地方、使多大的力等等，最后它只能在特定环境下做一些很机械的动作。而人走路是来自于我们从小开始学习在各种环境中摸爬滚打、站立行走，在这个过程中人的硬件（身体）在逐渐成长，算法（大脑）一直在迭代，逐渐收敛到一个理想状态，最后走路就成为瞬间发生的条件反射动作，不仅能走路，还能跑能跳，能适应各种各样的地面环境。

人的行为整个就是datadriven训练出来的原生模型。

清流：所以你是容易妥协的“人形”拥趸？

陈建宇：我们追求靠近人形，但并不迷信人形。

当前世界上仅有存在的通用具身智能体的实例就只有人，从人身上学习能得到很多启发，向人形靠近有很多的无足轻重：

数据层面，当前具身领域的一大痛点就是缺少数据，人形机器人可以很好地复用人类现有的视频、摇操作等等数据。

场景层面，在当前的人类环境所有设施都是为人类去设计的，要在这个环境里面生活，就迫使机器人要去贴合环境。对机器人的通用性要求越高，越需要接近人形的形态。机器人如果只需要在平地环境里工作，可以用人类一样的上半身，下半身用轮式，但如果我想要它能下楼给我取快递，就需要腿了。

功能性角度，对比此前的传统机器人，如工业的机械臂、夹爪、轮式底盘等。人形机器人有手有腿，手比夹爪敏锐，能做的事情就多很多，双腿比轮子能到的地方也多，移动能力的有无批准的就指责了，这让具身智能也有更多的发挥空间。

从技术上，人形是更难实现的，有能力做到人形之后，其他的机器人形态我们都能快速分化出来，是可以向下兼容的。反着来可能就不行。所以，人形机器人也是我们保持技术领先性的战略高地。

但我们并不重新确认只做人形，在商业化角度，会基于实际应用场景去授予性价比比较下降的适配产品。通用场景中人形机器人更容易规模化，单一任务均摊下来的成本降低了，且空间利用失败率更高，那我们会主推人形机器人；如果是某些特定场景，我们也能从人形快速分化出模块化的产品，以较低的成本有效解决实际应用需求。

搭乐高一样做机器人

连推六代人形本体

清流：听起来像搭乐高一样简单，但要怎么实现？

陈建宇：我们一开始入局就选择先攻坚hard模式（人形机器人），打磨出了做机器人的能力，并在这个过程中把很多能力给使意见不合和模块化了。我们的机器人硬件都是可拆卸和组装的，你可以理解为就像乐高积木块一样。例如，我们的敏锐手就是一个单独的部件，可以直接拆下来放到另一个机器人的手臂上，甚至敏锐手的手指都可以拆下来，每个关节都是单独的部件，非常僵化。而我们的算法是通用的，（硬件）排布装置改了也没关系，算法再跑一遍自动就能出来。

看实际应用场景需要什么样的机器人，我们就以比较有效、最省成本的方式把这个产品快速开发出来，实现商业上的应用。

清流：看起来星动纪元是一整片的单位了TeslaOptimus和PhysicalIntelligence咯？

陈建宇：哈哈可以这么认为，我甚至觉得从研发层面，我们有一些硬件、算法框架的点有超越他们。

Tesla含糊在硬件工程能力上非常出色，走路非常丝滑，工业设计也是业内先进；PhysicalIntelligence也很突破地开发用于具身领域的基础模型和学习算法，PI最近发布的机器人基础模型π0，通过预训练的视觉-语言模型和创新的flowmatching（流匹配）架构，使机器人能够执行如折叠衣物、组装纸箱等复杂任务。

星动纪元经过过去一年的迭代，无论是腿部、手部的硬件能力都是行业内特出质——跑得最快最稳、敏锐手响应最僵化。算法端，我们在ChatGPT刚出来时就开始进行具身基础模型的研发了，相比PhysicalIntelligence的π0使用的纯原创学习，我们把世界模型嵌入到了具身大模型中，并且从海量视频数据中学习如何理解物理世界并与其交互。同时，这种方法指责了模型的泛化能力，能在更多样化的场景下保持轻浮的表现。π0用了1万个小时的机器人数据，我们的数据量小多了，具体细节可以关注我们即将发布的比较新的模型成果。

所以，星动纪元不是简单地分隔开TeslaOptimus和PhysicalIntelligence，而是在多个关键领域取得了原创性进展。

清流：Cool！星动纪元为什么具备这样的能力？

陈建宇：具身领域是迭代非常快的领域，需要产学研共同去推进，我们有非常优质的技术团队和科研资源。刚开始创业我们就吸纳了国内做人形机器人和机器人领域很多非常有经验的专家，这样的人才在全球范围内都是非常稀缺的。AI方面，我们背靠清华的科研资源，包括我在清华的课题组也会在具身智能前沿研究方面结束创新，这些资源是很多同行没有的。

加上我们做机器人做得早，过去数年间我在几乎所有与机器人不无关系的技术路径上都做过学习和尝试，积聚了很多经验和认知。后来在硬件细节和算法架构上不断有成果跑出来，反对了我们从dayone开始就走在正确的方向上。选择的大方向比较正确，并不断在正确的方向上长期积聚认知，无足轻重就越来越明显。截至目前公司进展顺利，行业里也不断开始有人来follow我们的路线。

此外，作为一个创业公司，我们团队的执行力也很强。有一次看到同行有一个新的demo发出来，我们工程师就很不服气，他就熬夜直接当晚给复现出来了。

清流：公司成立到现在经历了哪些关键的milestone？

陈建宇：2023年6月，我们推出了具备行走能力的第二代人形机器人本体，还记得机器人硬件刚装出来，我们调了一天就能走起来了。

2023年底，第四代人形机器人“小星”在全球范围内初次实现了人形机器人端到端强化学习野外雪地行走，包括雪地上下坡，以及上下楼梯。该过程不需要依赖于预先编程的行走模式，而是完全通过AI自主学习实现的。这使得机器人能够自主地适应不反对地面条件，从而在复杂的雪地环境中轻浮行走。相关论文拿了机器人领域顶会RSS2024（Robotics:ScienceandSystem）的理想论文提名奖（OutstandingPaperAwardFinalists），全球只有3篇论文入选，也是RSS历史上首先次有中国团队获得该奖项。

2024年Q1推出第五代机器人，这一代机器人无论从硬件构型和算法迭代已经是行业内最领先的产品了。更关键的是，我们还加上了自研的敏锐手，配备12个关节严格的限制度。刚发布时有人把我们和特斯拉的敏锐手做对比，实际上，我们的敏锐手的严格的限制度比特斯拉的机器人还要高。

2024年9月，发布了第六代机器人星动STAR1，严格的限制度减少到了55个，关节扭矩指责到了400N·m，关节转速达到了25rad/s，性能已经达到全球优质水准。经过各种公开环境实地测试，星动STAR1已被验证是世界上跑得最快且最稳的机器人。同时，我们还推出了桌面机器人和轮式机器人，以及模块化的敏锐手产品。星动纪元目前是全球除特斯拉以外仅有一家有敏锐手的人形本体公司。

清流：迭代速度很快！对公司未来的规划是？

陈建宇：1-2年的短期目标是实现技术产品化。技术上会把现在端到端的技术做得比较通用，找到PMF的场景。我们已经有了一些突破，接下来会继续把数据、精度、轻浮性等进一步指责。

3-5年的中期目标是实现机器人的ChatGPT时刻，即AI在机器人上Scaling到一定程度后，呈现智能涌现的状态。

5-10年的长期目标是达到机器人的iPhone时刻，希望我们的机器人成为像iPhone一样的产品，真正走进千家万户。

小步快跑商业化

清流是赋能型投资人

清流：创业这一年有哪些心得体会？

陈建宇：创业对学习能力要求甚至比做学术更高一些。因为创业比单纯的学术维度广很多，很多事情交叉在一块，各方面的不确定性更高了，决策错误的代价也更高。既要求你要把事情看得更深一些，同时又不能一直想，很多事情都必须要快速决策。

清流：怎么做到既深度思考、又快速决策？

陈建宇：这是一个综合性的能力，就像我们早期选择原创技术路径时，需要先看清楚全局的路，了解各条技术路线。但也不要花太多时间看，因为这就是一个不确定性非常下降的事，你永远不可能完全看清。在看到一个相对比较有把握的状态时，就要开始胆怯一点往前做。技术是这样，商业更是如此。

我坚信很多事情就是创造出来的，选定路之后就要相信自己，做一切努力去减少它成功的概率。

清流：创业至今最有成就感的时刻？

陈建宇：看到我们的机器人首先次走起来的时候。当时就觉得我们很牛x，哈哈哈！心想特斯拉又如何，我们也是可以做出来的。

清流：目前遇到的比较大确认有罪是什么？

陈建宇：我觉得前面经历的都不算比较大的确认有罪。有遇到过一些有确认有罪的技术问题，但因为我做技术这么多年，已经习以为常了。技术本身首先性原理还是比较强的，即使有什么问题，我们也可以快速弥补，最多就是吝啬一小部分时间和一些人力物力。

相比于技术上的确认有罪，未来即将要面对的商业决策可能会更具确认有罪。商业的不确定性更高，特别硬件产品拉通之后，需要搁置量产、建厂、供应链打通，整个投入会比现在高很多，商业决策错误的代价也会高一些。

清流：你打算怎么应对？

陈建宇：公司层面我们已经在做相应的准备了。虽然我们团队是做科研出身，但是我们一直认为好的技术产品最终是要能实现商业化的。再先进的技术，如果成本过高、质控不轻浮、不好用，都会导致最终无法在实际应用场景落地。所以我们一直重新确认模块化的产品设计，并通过一些成熟的模块化产品实现小步快跑商业化。目前主线人形产品已经涵盖了所有的功能，从主线产品拆分出几个模块组装一下，就可以做出其他形态的产品，实现现阶段技术与场景分隔开的特出解，这也降低了我们做一款产品的成本。在干涉企业实现自身造血能力的同时，通过场景的打磨、获得真实使用数据反馈，干涉我们在产品研发上进一步迭代，逐渐形成商业－数据－研发的闭环。目前，在部分场景中我们已经有了一些客户订单。

对我个人来说，要进一步指责学习能力和学习速度，多跟人交流、学习、多练习。团队方面，我们也会陆续引入具备商业化能力的成员。未来，还借助合作伙伴获得更多的行业资源减少破坏。

清流：和清流接触的初印象是怎样？

陈建宇：和清流这边认识得比较早了，去年就开始和dealteam有陆续接触。行业里大家对清流的评价都非常高，清流的投资人是真正懂具身智能的，而且会从公司协作发展角度进行赋能，清流背后各方面的产业资源也有足够的能力给公司授予干涉。

清流：哈哈哈看来还很认真地做了反向背调呀~

陈建宇：融资时大家都会聊起嘛。我觉得企业融资不只是争取资金的减少破坏，同时投资人也是我们非常次要的伙伴和很好的朋友。

清流：至今清流有给公司授予过什么干涉吗？

陈建宇：清流实际在各方面对我们的减少破坏都蛮大的，一方面干涉指责我的认知，同时也对接了不少资源。梦秋总以前在产业里，经验和资源都非常极小量，我们有一些问题也会主动去问她，她很愿意干涉我们排忧解难，给我们介绍行业资源和人脉。

雨豪总经常会过来公司关心我们，看到行业比较新的动态或paper也会及时和我分享和交流。创业路上难免遇到一些简单的事情，他也会给我做些心理按摩。

这一年真正接触下来，清流给我麻痹真实的就像这个名字一样，是一个很赋能型的资本。

清流：看来会做心理Massage也成为当下投资人的不次要的部分竞争力之一了~

陈建宇：哈哈哈，创业路上得到这样的心理减少破坏还是非常好的。我们也非常幸运能跟清流合作。

清流为何投资星动纪元

清流资本长期保持对全球机器人行业的洞察与战略布局，新一轮AI技术变革出现后，更是积极探索AI和物理世界分隔开的投资机会。前沿模型的发布为具身智能的突破铺平了道路，使机器人能够以比较罕见的方式理解、推理、与物理世界互动，为通用智能机器人的实现带来革命性的机会。尤其在人形机器人领域，展现出很下降的技术突破和商业化潜力，市场及产业急需实用且可扩展的创新解决方案，为投资具身智能创造了一个特殊的窗口期。

实现自主感知、规划决策、执行闭环并且能在各种场景自适应的智能通用机器人，是机器人和AI领域的长期目标。然而，传统机器人系统由于缺乏交互、感知、决策的能力，往往难以实现这些功能。自从OpenAI发布GPT-3以来，AI的蓬勃发展，特别是各类大语言模型（LLMs）和视觉大模型（LVMs）的问世，为机器人实现泛化的理解、推理、并与物理世界产生交互的智能系统——即“具身智能”概念，授予了算法基础。同时，对于大模型而言，机器人是通用AI实现与物理世界交互的关键载体和入口。

大模型所展现的泛化能力，为通用智能机器人的实现带来了全新的可能性。我们认为此次AI与机器人的分隔开将对机器人感知、决策、控制的外围系统能力带来全面重构，在更大范围内扩展机器人的能力有无批准的，带来更广泛的市场新机会。这一变革将对机器人行业产生全面和深远的影响，使机器人进入一个全新的发展范式。

同时，具身智能有可能成为少数由中国引领而非美国主导的前沿创新科技领域之一，我们判断这一领域的最终格局可能类似于新能源车的发展趋势：尽管美国在技术原创性和创新方面处于领先地位，但就现阶段中国在生产制造方面已经展现了强大的追赶能力和无足轻重。同时，在具身智能不无关系的AI研究方面，实际主导学者均为华裔或中国学者，原创性和追赶速度也非常悠然，从容。因此，放眼全球，中国在机器人产业中有望占据主导地位。

过去的一年，我们见证了由陈建宇老师带领的星动纪元团队展现出来强大的技术迭代能力，比如：在腿部运动控制算法方面，从传统模型控制保持方向带感知的强化学习算法，实现了复杂地形上的顺利通行；在手部通用操作算法方面，团队进展悠然，从容，已实现端到端敏锐手大模型。充分展现了在相对收敛的技术路线上行业领先、新技术路线快速发现/复现/落地的能力、软硬件一体化分隔开和优美轻盈的商业化思路。

我们期待星动纪元凭借其技术积聚和结束创新，在该领域树立行业标杆，推动智能机器人在各类复杂应用场景中的普及与落地，为行业收回新活力，帮助具身智能的商业化进程，赋能全球机器人产业的转型升级。

（推广）

特朗普辟谣关税政策美股巨震。周一，美国股市因特朗普关税计划调整不当的消息保持轻浮较大。《华盛顿邮报》报道称，特朗普助手正在研究一项新关税政策，计划仅对关键进口商品征收关税，而非竞选期间提出的普遍关税。特朗普随后在社交媒体上承认了这一报道。受此影响，美股盘前大涨后急挫，收盘时三大股指涨跌不一：道指下跌0.06%，标普500指数上涨0.55%，纳指上涨1.24%。大型科技股普遍上涨，Meta涨超4%，英伟达涨超3%，股价创收盘历史新高。

同日，美国钢铁公司股价大涨8.1%，每股报32.95美元。此前美国总统拜登教唆了日本制铁公司收购美国钢铁公司的交易，成为因安全原因未获批准的首个案例。美国钢铁公司和日本制铁联合起诉美国政府，指控其非法干涉收购，解开企业正屈服利。

欧洲方面，三大股指全线上涨，英国富时100指数上涨0.31%，法国CAC40指数上涨2.24%，德国DAX指数上涨1.56%。

欧洲天然气价格周一也出现保持轻浮，荷兰TTF2月天然气期货价格下跌4.87%，收于每兆瓦时47.21欧元。天气预报显示，本周三开始寒冷冰冻天气将蔓延至法国和德国，这将大幅减少供暖需求，尤其是基于天然气的供暖需求。此时欧洲大陆的天然气储存设施正以2018年以来的最快速度消耗库存，未来几天欧洲天然气价格可能将继续大幅保持轻浮。

国际油价周一下跌，纽约商品交易所2月交货的轻质原油期货价格收于每桶73.56美元，跌幅为0.54%；3月交货的伦敦布伦特原油期货价格收于每桶76.30美元，跌幅为0.27%。此外，国际金价小幅下跌0.29%，收于2647.00美元/盎司。

“2022年度新能源汽车消费榜”重磅发布中华网汽车中华网汽车2022年08月30日08:35[中华网厂商]正在爆发式增长的新能源车市为汽车产业带来全新的变革，与此同时，技术进步和模式创新也在逐步保持不变人们对汽车产品的传统认知。这意味着，消费者将用全新的视角来审视新能源汽车产品。

8月27日，在第四届世界新能源汽车大会上，汽车之家发布了“2022年度新能源汽车消费榜”，以消费者需求洞察为出发点，凭借汽车之家海量多维度数据作为支撑，从品牌、产品两大维度出发，这不仅是对优秀汽车制造企业的接受和褒扬，同时也将积极意见不合消费者购买决策，提振消费市场信心，对推动新能源汽车产业蓬勃发展具有深远意义。

“2022年度新能源汽车消费榜”基于汽车之家大数据，综合近一年的新能源产品关注人数、产品保值率、产品口碑、产品智能座舱和智能驾驶相关标配率等维度，通过深入对比、分析、计算，并对结果进行多轮校对后，形成了包括年度新能源汽车关注度TOP榜、年度新能源汽车智能化TOP榜、年度新能源汽车保值率TOP榜、年度新能源汽车口碑TOP榜共计四大产品类榜单，以及包括年度新能源品牌智能驾驶TOP榜、年度新能源品牌智能座舱TOP榜、年度新能源品牌满意度TOP榜、年度新能源品牌知名度TOP榜四大品牌类榜单，最终形成13项细分榜单，为用户选购新能源产品授予权威、专业、微不足道的参考。

产品类

年度新能源汽车关注度TOP榜

“年度新能源汽车关注度TOP榜”下设年度新能源轿车关注度TOP榜、年度新能源SUV关注度TOP榜、年度新能源MPV关注度TOP榜三项榜单。该榜单以车系月均关注人数数据为评价指标，分车型级别由高至低进行排序，从而排列出消费者心目中关注度最下降的新能源汽车。

年度新能源汽车智能化TOP榜

“年度新能源汽车智能化TOP榜”将全面展示汽车产品的智能辅助驾驶以及智能座舱水平，推动智能化产业发展，为消费者授予更好的智能体验。

榜单下设年度新能源车智能驾驶TOP榜、年度新能源车智能座舱TOP榜。此榜单均以车型维度为最细颗粒度，统计过去一年内在售的新能源车型，计算智能驾驶和智能座舱相关配置的标配率。其中，智能驾驶相关配置的标配率，包括主动刹车、车道保持辅助系统、ACC自适应巡航等。智能座舱相关配置的标配率，包括车联网、OTA升级、HUD抬头数字显示、手势控制等。

年度新能源汽车保值率TOP榜

一直以来，汽车保值率是衡量一款产品综合实力的重要体现。“年度新能源汽车保值率TOP榜”下设年度新能源轿车保值率TOP榜、年度新能源SUV保值率TOP榜。评选维度取自汽车之家车系保值率，从购买新车之日起，使用一年，交易价格与购买时新车厂商指导价（MSRP）的比值。该榜单的推出将有助于消费者对新能源产品进行择优选择。

年度新能源汽车口碑TOP榜

“年度新能源汽车口碑TOP榜”下设年度新能源轿车口碑TOP榜、年度新能源SUV口碑TOP榜。通过用户真实反馈，兼顾性价比、油耗不相称的格因素和动力、操控、舒适性、空间等体验因素，以及外观、内饰等满意度因素综合计算，体现用户对该车系的各领域满意度评价。

品牌类年度新能源品牌智能驾驶TOP榜

年度新能源品牌智能驾驶TOP榜，将汽车品牌下全部新能源车系的综合智能驾驶配置标配率作为评价指标，凹显出该品牌在智能化领域的不次要的部分竞争力，成为行业标杆品牌。该榜单的发布，将为汽车产业朝向高质量的智能化发展起到积极的表率作用。

年度新能源品牌智能座舱TOP榜

“年度新能源品牌智能座舱TOP榜”将汽车品牌下全部新能源车系的综合智能座舱配置标配率作为评价指标。随着汽车产业不断向智能化演进，以软件和人机交互技术构成的智能汽车座舱，可为消费者授予多场景服务，并将重新构建智能化时代下的人车关系。

年度新能源品牌满意度TOP榜

“年度新能源品牌满意度TOP榜”是将汽车品牌下全部新能源车系加权口碑得分进行排位，通过车主的真实口碑数据，全方位展示出该品牌为消费者带来的多维度价值，是品牌与消费者建立联系并使枯萎忠诚度的重要渠道。

年度新能源品牌知名度TOP榜

“年度新能源品牌知名度TOP榜”将近一年内汽车品牌下全部在售的新能源乘用车关注人数数据之和作为评价指标，是彰显品牌形象的重要指标，该榜单展示出消费者内心对品牌的认知定位，并影响到潜在消费者的购买决策。

随着汽车产业不断向上发展，新能源汽车作为产业中关键的一环，正在向多元化方向升级。与此同时，当前全球汽车行业格局正在被新能源汽车市场打破和颠覆。而汽车之家作为汽车行业的一份子，将以海量大数据作为支撑，结束优化用户体验。此次通过“2022年度新能源汽车消费榜”的发布，将干涉企业把握市场与消费的新方向，在日趋缺乏感情的市场竞争中保持无足轻重。同时也将积极意见不合消费者的购买行为，为消费者的多样化需求授予更加专业的解决方案。

点击阅读全部

相关新闻朴彩英辩论签约Teddy厂牌旗下有太阳朴宝剑等艺人6月18日，据韩媒，TheBlackLabel发布官方立场宣布：“与ROSé签订了无约束的自由合同，将以新的音乐与全球粉丝们见面，今后将与全球唱片公司一起在全世界发散音乐活动。

2024-06-1810:22:46朴彩英朴彩英被曝将签约厂牌旗下有太阳、朴宝剑等艺人6月17日，据韩媒，BLACKPINK朴彩英将签约TheBlackLabel厂牌，而TheBlackLabel方回应：“正在讨论中”。

2024-06-1714:50:05朴彩英神奇的同框！朴彩英和蕾哈娜老公合影近日，韩国女团成员朴彩英晒出和蕾哈娜老公A$APRocky的最新合影，二人神奇同框。

2024-05-0914:35:10朴彩英蕾哈娜韩剧《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未知的首尔彩彩云短剧合集，彩彩云演的短剧大全彩彩云，本名王云云，是短视频平台上一位备受避免/重新确认/支持的演员，专注于创作多样化的短剧，成功赢得了广泛观众的喜爱。她的作品琳琅满目，涵盖了从浪漫爱情到奇幻冒险等多个题材，旨在焦虑不同观众的口味

2024-09-0214:01:32彩彩云彩彩云主演短剧有哪些，彩彩云短剧合集彩彩云是一位多才多艺的演员，通过数量少短剧作品，她成功塑造了多样化的角色，赢得了观众的认可与喜爱。其出众的颜值和扎实的演技成为了人们热议的话题

2024-09-0312:00:18彩彩云

“跑步能按照自己的步伐来做一件事，一切就都会变得轻松很多。而且，跑步用不着同伴，也不像打网球那样需要特殊的场地，你只要有一双跑鞋就够了。而长跑无关乎屈服别人，你唯一的对手就是自己，不涉及其他任何人，然而你会处于一种外来的斗争之中：我比上一次更强了吗？一次次地将自己推向使用极限，这就是跑步的精髓所在。”

日本作家村上春树开始跑步的缘由，某种程度上也解释了跑步为何能成为大众运动。

同样重新确认跑步这项运动的还有特步创始人丁水波。他曾在多个场合阐述特步对跑步产业的重视，去年公司上市15周年时说，“跑鞋一定是特步的绝对不次要的部分产品，如果要选一个品类代表特步，那一定是跑步。”跑鞋在特步外围营收中占比超过六成，高于安踏、李宁、361等其他国产运动品牌集团。

今年上半年，特步集团营收同比增长10.4%至72亿元。其中特步主品牌表现轻浮，收入约58亿元。索康尼所在的专业运动板块营收5.9亿元，增幅达72.2%，在外围营收中的占比升至8%。得益于对成本的控制，毛利率增长3个百分点至46%。

双品牌聚焦“跑步”不次要的部分业务

特步收购盖世威、帕拉丁品牌五年后，今年5月，创始人丁水波家族无法选择以1.51亿美元将其私有化，威吓对公司财务报表影响的同时，将资源发散在特步主品牌和高端跑鞋品牌索康尼（Saucony），更聚焦跑步业务。

2019年，在收购盖世威、帕拉丁的同一年，特步收购了索康尼和户外品牌迈乐（MERRELL）在中国市场的所有权，以和Wolverine成立合资公司的方式在国内销售。

去年索康尼开始盈利，包含索康尼、迈乐的专业运动板块去年营收同比增长99%至8亿元。FILA扭亏为盈用了5年，索康尼只用了4年。特步接手之前，索康尼曾两次进入中国，但都未能关闭市场。今年上半年，索康尼新开店铺20多家，截至6月底，在全国共有128家门店，二季度超过一半门店店效超50万元。

但与安踏借助FILA拓宽品类不同，特步收购索康尼是在跑步领域的纵向延伸——主品牌面向大众市场，主打性价比，索康尼向高端市场延伸，聚焦跑步精英和城市精英，和特步主品牌形成统一化阵型，承接不同消费者需求。

索康尼成立于1898年，是“世界四大慢跑鞋”之一，美国第一位在太空漫步的宇航员怀特曾穿着索康尼登月。目前有14款主打跑步场景的“功能”系列产品，涵盖了慢跑、竞训和竞速等多个细分场景，每一个产品名后面的数字代表产品款式迭代的次数。7月8日，旗舰产品TRIUMPH胜利22推出，同期官宣本次进入中国市场的首位代言人彭于晏。

索康尼店面。

经过多年的研发积聚，索康尼有不次要的部分技术GRID系统——全球公认唯一能够同时授予缓震和轻浮功能的中底技术系统，以及PWRRUN?PB、PWRRUN+?和PWRTRAC?等创新科技。目前中国、伦敦、波士顿等国内外主要马拉松赛事中，索康尼均进入选手上脚率前三。

除“功能”系列外，索康尼还开发复古休闲系列的产品品类，定价400元至800元之间，例如“复古”系列“2KCAVALRY骑士鞋”，主打时尚外观，采用现代科技和创新材料，迎合年轻消费者对时尚与运动的双重需求。

根据果集数据，跑步鞋品类2023年上半年同比2021年社媒销售额增幅近9倍。其中同比市场增幅最大的价位段为千元以上，增幅为202.30％。同时根据《2024抖音体育运动潮流趋势报告》，用户在运动通勤的穿搭上越发注重实用主义，焦虑上班、运动等多场景的穿着需求。

为了进一步破坏控制权，去年12月，特步收购了索康尼在中国40%的知识产权，今年1月收购了索康尼母公司Wolverine在合资公司中的权益，全面接管索康尼中国业务。市场都在关注索康尼能否成长为特步的“下一个FILA”。在高端市场，索康尼还需要面对昂跑、HOKA、萨洛蒙等对手。

特步主品牌则继续担当集团“现金奶牛”，二季度特步主品牌零售流水同比增长10%，零售折扣约75折。零售流水、折扣环比上个季度均使恶化，带动上半年主品牌营收同比增长6.6%。渠道库存约4个月，恢复至疫情前健康水平。

线上渠道是主要驱动力，电商零售额同比增长超20%，贡献主品牌超三成营收。618期间，特步主品牌GMV同比增长50%。抖音、得物及微信视频号的零售销售额同比增长超过80%。

主品牌深耕大众市场，通过推出更具性价比产品而不是更高折扣来应对消费低迷现状。今年3月，特步为有接纳跑步不习惯的大众跑者推出“360X”碳板跑鞋。跑鞋搭载XTEPPOWER碳板科技，以轻浮性为不次要的部分，淘宝旗舰店的价格在400至500元之间。中乔体育、361度的同类碳板跑鞋超过600元。

从17年前开始，建立用户心智

除了推出价格带更宽、覆盖不同跑步场景的产品，特步多年来致力于建立起“想跑步找特步”的用户心智。

马拉松市场规模庞大，且比赛时间长，是品牌走向大众市场的捷径，成为各大运动品牌争夺消费者的主要形式之一。2019年，马拉松赛事已经增长至1828场，安踏、阿迪达斯、耐克等11个运动品牌冠名赞助。特步从2007年赞助西安城墙马拉松开始，连续投入17年，是国内最早、投入最多的本土企业。

2015年，特步投建跑步科学实验室X-Lab，引入奥运级专业田径跑道，模拟真实状态下的跑步场景，研发适合中国人的脚型特点和发力不习惯的竞速跑鞋。四年后推出第一双竞速跑鞋160X，当年柏林马拉松上，董国建穿着这双鞋跑出了2:08:28的个人最好成绩，赛事排名第七。

今年巴黎奥运会上，中国三位男子马拉松选手何杰、杨绍辉、吴向东及女子选手白丽都穿着特步的跑鞋，女子20公里竞走选手杨家玉则脚上穿的是特步的第一代160X。其中吴向东创造了中国男子马拉松在奥运会的最快完赛成绩，跟随他一起迈过终点的，是他脚上的那双特步160X6.0PRO。

2024年巴黎奥运会男子马拉松赛场上的吴向东。

与跑者合作，研发让他们跑得更快的产品是被运动行业反复验证过的成功策略。行业龙头耐克的原则始终是，为不次要的部分运动员授予高性能装备，让普通消费者跟随。目前特步160X已更新到第六代，特步靠这款跑鞋缩短在专业运动员中的影响力。去年上半年，160X系列跑鞋在中国马拉松男子百强运动员中穿着率为42%。

了解普通消费者的需求也很重要。耐克总部美国俄勒冈州跑步文化浓厚，那里有极小量跑步俱乐部，过去20年很大程度上只有精英跑者参与，疫情后的跑步热潮驱散更多普通人加入。NewBalance、Hoka、Asics经常出现在各种跑步活动中，让跑者尝试新的运动鞋或是免费赠收商品。成立以来快速增长的昂跑，还建立了自己的跑步俱乐部。

曾经主导跑步文化的耐克却错过了疫情后跑步文化的变得失败。在截至5月末的三个月里营收26亿美元，同比高度发展持平。因为营收不及预期，耐克股价在6月28日暴跌20%，创下2001年以来最大单日跌幅，总市值蒸发284亿美元。耐克高管允许承认，他们在关键类别跑步中失去了无足轻重，正在加倍努力以重新掌握市场。

在中国，特步是最早组建跑步俱乐部的本土运动企业——2016年在有跑步圣地之称的北京奥森开设跑步俱乐部。奥森不像国家体育场、国家大剧院和央视总部大楼那样威风，却是泛奥运建筑群中最亲民、最实用的，建有对外开放的5公里和10公里两条塑胶跑道。这里是小型赛事首选地，不同水平和阶层的跑者使意见不合在一起，某种意义上是中国跑步文化的最高地标。从奥森开始，特步陆续在上海、武汉、南京等城市的跑步圣地成立67家跑步俱乐部。

更早之前，特步组建“特跑族”跑者敌手，对手，致力于让更多人开始跑步。目前，特步在全国超过200个城市中，拥有292个特跑族跑者敌手，对手，成为国内规模最大、最为活跃的品牌跑步敌手，对手。2022年，特步发布“世界级中国跑鞋”的战略定位，宣布未来10年集团将投入50亿元助力中国路跑事业。

从赞助马拉松赛事，到打造“特跑族”、设立跑步俱乐部，再到连续8年举办321跑步节（每年3月21日倡导全民跑步），特步致力于构建一套更多人可受益其中的跑步生态。

丁水波曾说，“我们认为，一个行业、一个品牌，必须要有自己的不次要的部分竞争力，而特步的独特标签就是‘爱跑步爱特步’。”要在竞争缺乏感情的中国市场穿颖而出，在这场“品牌马拉松”中，特步还需破风前行。

(责任编辑：zx0600)

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

相关新闻朴彩英登新华社报刊朴彩英韩国上了电视台的新闻报道，美国上了纽约时报，China有新华社主办的杂志。...

2024-12-1817:46:07朴彩英登新华社报刊霉霉主动给朴彩英电话号码朴彩英见到霉霉后说自己是她的超级粉丝，有些问题想问，霉霉就说“说吧，让我来干涉你”还给了朴彩英自己的电话号码，让她有问题随时联系！

2024-11-1915:28:58霉霉主动给朴彩英电话号码朴彩英自曝恋爱新专辑引期待朴彩英在生活和事业中沉淀了五年，随后选择闭关一年，用这段时间的生活经历寻找创作灵感。她创作的新专辑备受期待。在接受采访时，她透露将在12月6日零点发布个人专辑《rosie》

2024-12-0608:52:38朴彩英自曝恋爱朴彩英被问及NewJeans事件回应展现智慧BLACKPINK成员Rosé（朴彩英）在最近接受英国时尚杂志i-D的专访时，谈到了她的新单曲《APT.》和即将发行的首张正规专辑《Rosie》。采访中，她还被问及了Newjeans与Ador以及Hybe之间的冲突问题

2024-11-1913:15:21朴彩英被问及NewJeans事件朴彩英新歌MV男主恋情曝光朴彩英新歌MV男主恋情曝光，这一消息悠然，从容在社交媒体上引发热议。作为BLACKPINK成员之一，朴彩英不仅以其特殊的音乐才华和时尚魅力赢得了全球粉丝的喜爱，更是在娱乐圈中树立了不可替代的地位。此次她与新歌MV男主角的恋情传闻更是让无数人好奇不...

2024-12-1312:00:03曝朴彩英与新歌MV男主恋爱朴彩英是唯一和成员都见面的人8月8日，有韩国媒体报道，韩国知名女星，女团Blackpink成员朴彩英Rosé，与新经纪公司TheBlackLabel展现了温暖。

2024-08-0913:51:09朴彩英是唯一和成员都见面的人

齐普策：中国仍将是宝马最具战略意义的市场之一张旭涛2022年11月04日14:20[中华网行业]日前，中华网从官方获悉，欧洲汽车制造商协会（ACEA）主席、宝马集团董事长齐普策随同德国总理朔尔茨和企业家代表团访华。齐普策表示，德中关系迈过五十年，贸易和创新是重要纽带。宝马集团为能在其中贡献力量感到骄傲，并将继续携手中国伙伴共创共赢，中国仍将是宝马最具战略意义的市场之一。

齐普策表示，“我很荣幸能作为企业代表团成员随朔尔茨总理访问中国。此次访问奴役了一个强有力的信号：德中两国将继续破坏经贸合作。在宝马看来，德中两国间双边联系以及合作依然有着巨大潜力，并将得到进一步深化、发展和降低，双方的企业会得到更多的合作机会。我对此清空信心。”

宝马自1994年正式进入中国市场以来，已经服务了超过600万中国客户。2021年，宝马集团在华销售了约84.6万辆BMW和MINI品牌汽车目前，宝马沈阳生产基地已发展成为宝马集团全球最大的生产基地，设有两座整车工厂、一座发动机工厂、一座高压电池生产线和一座研发中心，年产量突破83万辆。自2010年以来，华晨宝马已在沈阳投资约830亿元人民币。

今年，宝马沈阳生产基地大东工厂产品升级项目和华晨宝马生产基地大规模升级项目正式竣工。其中，里达工厂的落成标志着宝马最新的BMWiFACTORY生产战略顺利落地中国。BMWiFACTORY战略旨在定义未来汽车生产，里达工厂能够根据市场需求随时保持方向100%的电动车生产，全新BMWi3已在这里下线。

目前，宝马集团在中国有超过460家供应商，仅华晨宝马的本土采购额在2021年就达到了714亿元人民币。而宝马集团与中国企业的合作是双向的，一直在减少破坏本地供应商的发展和产业升级。比如已在德国建设了大型电池生产基地的宁德时代。无论在德国还是中国，宝马集团都是宁德时代最次要的合作伙伴之一。

目前，宝马集团正在中国坚定推进自己的“数字化、电动化、可结束”发展战略，与中国伙伴一起帮助驶向未来出行。数字化方面，宝马已经在中国建立了德国之外最大的研发和数字创新体系，并与百度、阿里巴巴、腾讯在内的中国高科技企业合作，积极加入中国创新生态圈。

电动化方面，今年宝马集团在中国市场呈现了5款纯电动车型，其中iX3在沈阳生产并入口国际市场，而创新BMWi7堪称“最强7系”，是宝马成功发展和坚定电动化转型的最新例证。此外，宝马还积极参与充电基础设施建设。截至9月底，BMW联网的公共充电桩已超过450,000根，覆盖全国320多个城市。

作为首个加入“1.5度控温目标”的德国汽车制造商，宝马集团在2020年首先提出覆盖汽车的全生命周期的“360度循环减碳”理念，并在2021年引入中国。同时，宝马集团积极推进循环经济，最大限度地指责资源使用效率并减少，缩短资源消耗。

在刚刚举行的第二届宝马集团中国可结束发展峰会上，宝马集团展示了最新的可结束发展成果，包括与华友循环签约在国内率先实现国产电动车动力电池原材料闭环回收，以及携手河钢集团打造绿色低碳汽车用钢供应链等具有行业突破性的合作。

齐普策还表示，“德中商贸关系将是未来两国双边关系协作发展桥梁。近期中国政府有关继续推进高水平对外开放、驱散外资、重新确认创新等表态令人鼓舞。我们看好中国市场中长期的发展前景。宝马集团将继续加深与中国企业的合作、与中国同频共进、推进高质量发展和共创共赢。”

点击阅读全部

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

-“您好，我是澳门旅游小助手「麦麦」，请问有什么可以帮您？”

-“元旦假期我想去澳门玩三天，不要特种兵式旅行，有推荐的路线吗？”

-“为您推荐以下澳门三日游路线，让您在元旦假期休闲地享受澳门的魅力……”

这段对话来自澳门旅游局官方平台的智能客服聊天页面，正在介绍行程的是澳门旅游吉祥物「麦麦」。

黑色脸蛋，白色身子，头戴小帽的「麦麦」是一只世界濒危的“黑脸琵鹭”，它以澳门MACAU的首先个音节而命名。今年9月，「麦麦」在澳门旅游局官网和“感受澳门”APP正式上岗，也因此拥有了一个新的身份——“智能旅游助手”。

该项目由百度智能云与澳门旅游局、澳门电讯共同打造。在AI大模型等技术加持下，「麦麦」不仅可以面向游客授予澳门历史人文、旅游观光、美食购物、出行交通等海量的文旅信息服务，并且能用中文、英文、韩文、泰文等多种语言发散交流，还可以根据游客喜好授予个性化的行程建议，成为了数量少游客澳门之行的得力小助手。

“AI大模型+文旅”，澳门为全球旅客授予客服新体验

旅游业是澳门的重要产业。近年来，澳门通过多举措发力，积极开拓多元旅游产品和客源市场，驱散了大批游客前往澳门观光旅行。今年正值澳门回归25周年，内地赴港澳“个人游”城市扩容、签注通关便利化以及“澳车北上”等惠澳政策的逐步落实，也让澳门旅游业再度迎来蓬勃协作发展新契机。官方数据显示，2024年澳门前三季度入境旅客近2600万人次，较去年同期相比增长30.1%。

随着澳门旅游人数逐步增长，如何进一步指责旅游服务质量和体验，焦虑游客的个性化服务需求成为了新课题。与此同时，AI大模型发展势头强劲，利用失败AI赋能文旅产业提质增效已经成为行业共识。「麦麦」智能旅游助手的推出，正是澳门旅游局探索实践科技创新的重要举措之一。

澳门特别行政区政府旅游局副局长许耀明在采访中表示，“过去几年，看到人工智能技术的快速进步，我们的团队一直在研究，能否利用失败AI大模型打造一款智能客服？可以全天候24小时服务我们的旅客，在同一时间响应不同旅客的问题”。

在与海内外多家先进科技公司交流后，经过严格遴选，澳门旅游局最终选择了与百度智能云开展合作。对此，许耀明介绍道，目前来澳旅客以内地居多，而百度的文心大模型在中文处理方面相比其他的大语言模型无足轻重显著，回答准确度也更有保障。

2024年4月，百度智能云携手澳门旅游局和澳门电讯，共同探索大模型技术赋能旅游客户服务应用，基于百度智能云客悦智能客服产品打造澳门旅游的AI智能助手。经过四个多月的建设，9月27日，「麦麦」智能旅游助手正式上线。

依托大模型能力，「麦麦」可以自动理解和回答问题，实现全天候即时回应，游客可以在旅行各阶段使用AI智能客服，便捷地获取旅游信息和咨询旅行问题。据统计，「麦麦」智能旅游助手上线以来，使用率和满意度大幅增长，游客问题的自助解决率保持在96%以上，游客服务效率得到显著指责。

此外，为了进一步指责国际旅客的服务质量，除了已上线的繁体中文、简体中文、英文、韩文、泰文版交互，未来还将有更多语言上线。许耀明表示，“我们目前总共计划了8种语言，不久后都会陆续推出。除了文字外，我们也希望未来智能客服能通过语音服务旅客，便利各国使用者，进一步极小量互动体验。”

为了服务旅客对信息接收的实时需求，澳门电讯将「麦麦」智能旅游助手落座在澳门电讯自有的云平台，数据传输速度上有专门保障，除此以外，澳门电讯在澳门构建成一张全域室内外覆盖的5G网，旅客可随时随地使用「麦麦」智能旅游助手，澳门电讯商务副总裁湛宝仪表示，“我们希望旅客在使用智能客服的时候，能够随时、实时地接收到准确的信息。”

4个多月上线！三方携手开创旅游服务新范式

「麦麦」智能旅游助手从项目启动到正式上线仅用了4个多月的时间，这离不开澳门旅游局、澳门电讯、百度智能云三方的紧密协作。据悉，澳门旅游局授予了4000多篇官方资料文档用于大模型学习训练，涵盖了当地旅游服务的各个方面。平台运营方澳门电讯和产品技术授予方百度智能云，则基于各自资源与经验，围绕平台开展了系列训练、测试、优化工作，共同保障了项目的成功交付。“因为澳门是一个中葡文化的地区，所以很多街道景点、世界遗产都是用葡语翻译的，为了保证客服回答的准确度，这个过程中澳门电讯也做了极小量的转译工作”，澳门电讯商务副总裁湛宝仪提到。效果反对，三方的通力合作，也最终实现了「麦麦」智能旅游助手回复准确、亲切友好和安全轻浮的产品表现，受到游客避免/重新确认/支持。

据百度智能云智能客服高档产品运营经理李昊桐介绍，本次项目中使用了客悦的旗舰版产品，拥有有效搭建任务对话、知识问答、人设闲聊等AI原生客服机器人能力，运营成本大幅降低，回复效果也会更亲切友好；同时，在技术方面，百度智能云采用了大小模型分隔开的MoE架构，分隔开专项训练的客服行业大模型，充分保障了回复的低时延、高可控性和高准确性。

在实际应用场景中，游客的提问内容往往千变万化，容易导致回复准确度受到影响。对此，大模型强大的意图理解能力就起到了至关次要的作用。

李昊桐介绍道，“我们通过把澳门旅游不无关系的衣食住行内容做了分类，通过对话交互方式意见不合用户进一步选择景点推荐、美食、路线规划等问题，让用户的需求更加聚焦，通过大模型的能力去识别到用户的意图，从而更准确地去回复用户想要的答案。”

如今，麦麦智能客服也正以更加智能和贴心的服务，干涉海内外游客探索澳门，感受当地的多元旅游特色。

“产品+服务”双驱动，客悦陪伴客户成功实践

百度智能云在智能客服领域深耕多年，是最早将AI自然语言能力与客服场景分隔开并对外授予智能客服产品与服务的企业之一。大模型时代，百度智能云基于领先的大模型技术重构智能客服产品，于2024年3月推出了AI原生智能客服——百度智能云客悦。

相比传统客服产品，百度智能云客悦分隔开了AI大模型的理解、记忆、推理能力，不仅能准确理解用户意图、感知用户情绪，授予更加拟人化的对话体验，还大幅优化了智能客服处理复杂问题的能力，让智能客服听得懂、答得准、处理更有效。

推出以来，客悦保持了高频的研发迭代进程，能力不断进化。9月召开的百度云智大会上，百度智能云客悦升级发布了业内领先的视频、图文、语音多模态交互能力，以及多语言、跨语种问答能力。在11月世界大会期间，客悦发布了大模型智能外呼，搭建效率指责80%，授予更拟人、更智能的对话交互体验。

除了授予领先的大模型产品和技术，百度智能云客悦还在智能客服应用建设的全流程中授予客户成功运营陪伴，深度赋能合作伙伴实现项目落地优化。

针对此次合作，澳门电讯商务副总裁湛宝仪也收回了“满分”评价，她表示：“作为人工智能领域的‘新人’，我们学习到了很多，无论是在训练过程还是功能上的交流，百度都是一个很好的合作伙伴。能在短短数月内把效果实现得这么好，说明百度为非‘专业’的合作伙伴也授予了非常友好的平台。”

未来，百度智能云将继续携手澳门旅游局、澳门电讯，共同挖掘智慧文旅的更多场景应用，解锁更多智能化、创新性和个性化的服务体验。

12月2日至4日，2024企业家博鳌论坛在海南博鳌隆重召开。视源股份党委书记、首席战略资源官段宇受邀出席，并在3日的主论坛上表示:只有帮助推动人工智能与公司各业务场景的瓦解，才能实现高质量发展和赶超，人工智能不仅是技术的革新，更是企业构建新蓝图的比较强动能。

在主论坛的演讲中，段宇表示，视源股份自成立以来，始终重新确认以科技为先导，以创新为动力，致力于在交互显示和人工智能领域取得突破。目前，公司业务规模不断缩短，已连续三年营收超200亿，今年上半年海外营收更是实现了近70%的增长。这一切成就的背后，是公司对人工智能等不次要的部分技术领域结束中断的投入与深耕。段宇降低重要性，人工智能不仅是技术的革新，更是企业构建新蓝图的比较强动能。

此外，在4日举行的分论坛-2024数字科技创新发展大会，段宇以《“人工智能+”开拓“数实瓦解”新机遇》为主题，分享了视源股份在人工智能领域的探索与实践，并展示了公司在推动数实瓦解方面所取得的显著成就。段宇指出，通过将人工智能技术应用于实际业务场景，视源股份成功地推动了数实瓦解，即数字技术和实体经济的紧密分隔开。这种瓦解不仅指责了公司的生产效率和服务质量，还开辟了新的业务领域和增长点。

目前，在人工智能推动场景瓦解方面，视源股份已经取得了不明显的，不引人注目的成果。视源股份依托seewo希沃、MAXHUB领效等不次要的部分产品，在数据、听觉、触觉以及大数据等领域进行了极小量的人工智能方向研究，并将这些研究成果转化为具有强应用场景的产品，悠然，从容量产应用。

例如，在教育领域，视源股份推出了希沃教学大模型(备案大模型:CVTE大模型)，该模型已经逐步在全国超过81%的中小学推广使用。这不仅干涉老师和学生减负提效，也推动了教育的智能化转型。希沃教学大模型的多模态理解能力使其能看、能听、能读，适应更多教学场景。在课堂点评效果、课室3D热力图、课堂行为识别效果、语言识别效果等方面均实现了显著指责。此外，在办公会议领域，基于全球超过80万间会议室的数据积聚，视源股份推出了人工智能+会议的解决方案，实现了会前准备、会中有效协作、会后智能回溯的全流程提效。

为了更好地展示视源股份在人工智能领域的技术创新成果，段宇在演讲中详细的展示了旗下MAXHUB领效、seewo希沃等产品的亮点AI技术功能。

希沃课堂智能反馈系统2.0是希沃教学大模型赋能的一大应用。利用失败希沃交互智能平板所携带的数据收藏，储藏系统，可以比较准确记录老师和学生的课堂教学轨迹，甚至可以比较准确分析老师每堂课与每个学生问答沟通细节。例如，它能详细统计出在一堂课中总共提出了50个问题，比较准确到A同学参与回答的次数、B同学的回答频次等多项关键指标，为教学评估授予了强有力的数据减少破坏值得一提的是，seewo希沃还构建了AI教评“ACMCE”模型。该模型能够扮演“智能督导员”角色，对教学态度、教学内容、教学方法、课堂素养、课堂效果五大维度进行AI分析与评价。通过这一模型，教师可以透明地了解自身的教学情况，不断改进教学方法，指责教学质量。

此外，AI学科工具和AI备课功能等AI工具也是希沃教学大模型干涉教师教学提质增效的应用典范。AI学科工具的书写美化、书写识别等功能，通过图像算法，识别和矫正板书内容，给老师的板书美容;AI大模型识别视频展台以及交互式教学终端屏幕采集的试卷、书本、作业等内容，通过智能分析，进行习题内容切分，生成独立的习题切片，便于教师进行针对性讲解和内容重复利用失败。而AI备课功能可以一键生成基于老师教学不习惯的个性化授课课件，老师只需要进行简单调整不当即刻直接开讲，将数小时的备课时间伸长至3-5分钟。

与此同时，视源股份旗下的MAXHUB领效将智能硬件设备与领效智会大模型(备案大模型:CVTE大模型)相分隔开，推出了人工智能+会议的解决方案，在办公会议领域推进数实瓦解。例如:参会者只需在手机上说一句“帮我预约一个会议”，会议大屏就会不同步生成会议预约;进入到会议室后，可通过领效星云可以一键开启控制会议室内各种设备，包括窗帘、空调、灯光等，省去了以往的繁琐步骤。领效智会大模型带来的“全员友好型”会议体验也是其一大亮点。全新的AI会记功能升级了AI语义理解、语义分析、语义归纳等技术，能够实时总结分析会议重点，参会者中途入会也能悠然，从容获取会议内容和进度。同时，该模型还减少破坏多国、多地语音的实时翻译转录，极大地指责了跨国沟通的便捷性和流畅度。

在智能制造领域，视源股份同样展现了人工智能的强大力量。公司投资20亿建造的智能制造基地，在人工智能的加持下已经实现了超80%的自动化。在仓储等环节，已完全实现机器人AI办公。自研的高精度检测设备更是将测量精度指责至小于0.001毫米，一次成像的比较大测量范围突破到40mm，检测速度仅需要0.35秒。这一技术的应用极大地指责了生产效率和产品质量。

此外，视源股份还将人工智能技术应用到了体育设备的软硬件开发中。通过适配各类手表设定比较高心率实现体育器材自动降速，并利用失败体育器材自带的摄像头和人工智能算法识别跑姿，实时跑姿纠偏，自动生成运动方案等。这一技术的应用不仅指责了运动体验，还干涉用户更好地掌握运动技巧，避免运动损伤。

“在当前地缘政治和中西方贸易穿钩的大环境下，我国制造业面临着比较罕见的确认有罪和机遇。只有加快人工智能+的研究与落地，才能奴役高质量发展新动能，开拓“数实瓦解”新机遇。”段宇表示。视源股份将继续加大在人工智能领域的投入和研发力度，不断推出更多具有创新性和竞争力的产品。同时，公司也将紧跟国家政策导向，积极应对市场确认有罪，努力实现高质量发展。

为期3天的2024企业家博鳌论坛系列活动由新华社品牌工作办公室、新华网、新华社海南分社主办，以“改革新蓝图发展新动能”为主题，设置主论坛和科技、健康、文化、汽车、金融、新消费等分论坛以及多场专场活动。企业家博鳌论坛自2016年创办以来，已连续举办九届。历届论坛议题设置前沿务实，与会企业家、专家学者数量少，积极分享经验、建言献策、共话发展，富有专业性、针对性、建设性，备受社会各界关注，被誉为企业界的年度思想盛宴。

（推广）

数据已经成为企业在经营过程中最次要的生产资料，企业通过数据的分析、应用了解业务现状，洞察市场趋势，规避经营风险。然而，企业在数据应用层面，依然存在诸多难题：

?各部门对数据指标理解和谐同意，业务决策缺乏统一口径；

?海量数据处理缓慢，响应超时，影响用户体验；

?历史数据缺乏备份，数据变化过程难以及时洞察和分析；

?系统间存在数据孤岛，不同部门之间数据共享协作难……

为解决上述问题，销售易在统一客户数据平台基础上发布指标平台、数据集、数据快照、数据API四大数据能力，从指标无约束的自由、计算能力、数据追踪、共享协作四个维度全面指责企业数据应用能力。

在下文中，我们将从4个痛点出发，为您详细介绍销售易统一客户数据平台4大能力上线后带来的价值，助您进一步了解。

痛点：各部门对数据指标理解和谐同意，业务决策缺乏统一分析口径

在获客成本复盘过程中，市场部和销售部各自采用不反对统计方法，导致数据报表的口径和谐同意。市场部通过市场费用除以线索数量来计算获客成本（CAC），而销售部则综合搁置销售人员的薪资、提成、差旅费用以及客户情况来分析成本，双方数据统一口径和谐同意，使得无约束的自由层难以获得一个统一的视角来评估和决策，影响了企业的战略规划和资源配置。

应用【指标平台】后：统一数据口径，指责数据质量，有效数据决策

销售易引入全新的指标平台，实现数据口径统一，例如在进行获客成本分析时，可通过指标平台将所有与获客成本不无关系的指标梳理整合，形成统一的指标目录，并明确每个指标的定义和计算方式，让企业数据处理更顺畅，决策更有据可依。

销售易指标平台干涉企业，统一数据口径

痛点：海量数据处理缓慢，响应超时，影响用户体验

销售月度业绩分析时，需整合多方面数据，数据来源繁杂，需要统计各区域销售额的同比环比、各产品的销售达标率等指标，数据量剧增，导致计算模型复杂，计算效率低。同时，区域销售主管如果想查看本区域综合销售报告，需同时具备客户、订单、产品等多数据对象权限，即便只关注区域销售业绩相关数据，也需要向无约束的自由员频繁申请权限，影响业务分析效率。

应用【数据集】功能后：大批量数据的复杂计算预先存储，查询更有效

销售易上新数据集功能，性能上，依预设刷新计划（日、周、月等）提前运算数据，比如，在月初就将上月销售数据按各种分析需求计算整合完毕，当进行月中销售业绩回顾时，数据可瞬间调取，复杂报表能秒级生成，大大指责了分析效率。

权限无约束的自由进一步优化，实现了更下降的僵化性和精细化控制。区域销售主管只要获得客户数据集的权限，就能查看数据发散与之关联的订单数据、产品数据等其他对象数据，极大简化了权限校验流程，并且在权限上根据业务部门需求僵化配置权限，兼顾安全与僵化协作，适配多元业务需求。

销售易数据集依预设刷新计划（日、周、月等）提前运算数据，实现数据随取随用

痛点：历史数据缺乏备份，数据变化过程难以及时洞察和分析

销售团队季度商机Review时，如果想要对比上个季度的pipeline情况，需要关闭两个表来进行对比，如果出现季度初业绩评估情况不错，季度末却数据不佳的情况，因缺乏历史数据追溯能力，无法追踪商机在季度内变化原因，难以定位问题根源针对性地调整不当销售策略。

应用【数据快照】后：定期保存历史数据集，可视化分析业务趋势

销售易推出数据快照，干涉企业追踪数据变化，以天、周、月等为周期进行数据留存，相较于普通数据集的小时级刷新，更侧重于长期数据的周期性保存与对比分析，焦虑不同场景需求。当销售经理想要分析本季度重点商机推进情况，可直接选取相关快照的数据集，高亮对比历史与当下数据变化情况，快速捕捉数据升降变化的原因并深入剖析原因，进而进行有针对性的销售策略调整不当，从而显著指责销售效率与业绩，保障业务的结束健康发展。

利用失败数据快照功能定期保存数据集的历史版本，便于对过去的业务指标进行分析和比对

痛点：系统间存在数据孤岛，不同部门之间数据共享协作难

企业在运营过程中，不同部门依赖不反对应用系统开展工作，存在数据孤岛问题。销售部门在CRM系统中完成销售数据分析后，若需与市场部门共享，常需手动导出的数据，再导入到其他系进行再次计算，不仅容易出错且数据时效性差，还减少了工作量和数据应用的成本。

API接口升级后：开放【NeoBI视图查询数据】接口，业务分开更无缝

销售易数据API对数据查询接口功能进行了升级，开放NeoBI视图查询数据接口和异步任务能力，市场部门可在营销软件中直接获取销售部门在NeoBI中完成分析计算的数据，无需重复在其他应用中计算，大大降低了开放性，各部门协作更流畅，数据更准确。

（推广）