证券日报网讯卓创资讯（301299）10月14日在互动平台回答投资者提问时表示，公司深耕大宗商品信息 服务领域二十余载，积累了海量的大宗商品价格及基本面数据，数据及资讯内容由公司专业分析师团队 负责采集与撰写，确保数据权威、及时、准确。与此同时，在卓创软件工业园内建设有数据中心，具备 数据从采集到应用的全数据生命周期管理能力，支持数据探索和特征工程，并已使用机器学习和深度学 习算法对数据集进行训练、评估、调优并持久化，用来支持业务用户模型化评估和预测需要。 ...

如果您希望可以时常见面，欢迎标星收藏哦~ 来源：内容编译自forbes 。 过去六个月， Astera Labs 的股价飙升了 250%，使该公司的两位联合创始人成为人工智能基础设 施热潮中最新的亿万富翁。凭借这家专注于人工智能的半导体网络公司的股份，《福布斯》估计 Astera Labs 首席执行官 Jitendra Mohan 的身价为 16 亿美元，首席运营官 Sanjay Gajendra 的 身价为 17 亿美元。 2021年，Astera Labs从富达、英特尔和风险投资公司Sutter Hill Ventures等投资者手中筹集了 5000 万 美 元 ， 当 时 该 公 司 的 估 值 为 9.5 亿 美 元 。 一 年 后 ， 这 三 位 投 资 者 和 其 他 一 些 投 资 者 又 向 Astera Labs注资1.5亿美元，当时该公司的估值为32亿美元。2024年3月，Astera Labs通过IPO筹 集了8.2亿美元，市值达到约60亿美元。 如今，公开市场已将 Astera Labs 的市值推高至 340 亿美元，莫汉和加金德拉各自持有约 4% 的 股份，价值 15 亿美元。这还不 ...

◇ 作者：浦发银行金融市场总监、首席经济学家、浦发研究院执行院长 薛宏立 ◇ 本文原载《债券》2025年9月刊 鉴于当前经济周期、政策工具与市场情绪在利率曲线上共振，债券投资正从"趋势红利"转向"结构红 利"，我们应从以下三个维度重新审视和思考投资交易逻辑。第一个维度是近期利率走势的三大特征， 第二个维度是后续投资交易的三大机遇，第三个维度是关于未来市场展望和创新发展的三种设想。 近期利率走势三大特征 （一）经济周期决定利率上限 长期来看，制造业采购经理指数（PMI）与工业生产者出厂价格指数（PPI）的同比变化映射经济周期 的轮动。经济增速拐点与利率高点基本对应，利率周期与经济周期具有同步性，经济周期对利率周期具 有预测性。 中国经济正处于结构调整期，2025年5月制造业PMI为49.5%，PPI同比跌幅扩大至3.3%。从历史数据 看，当PPI持续处于负值区间时，工业品通缩压力会通过企业盈利传导至融资需求端，抑制利率上行空 间。现阶段反映出两大结构性矛盾，即内需疲弱和外需承压。例如，消费复苏趋缓（今年1—5月社会零 售总额累计增速仅为5%，疫情前该增速最低为8%），外贸出口面临美国"对等关税"政策冲击。3月以 ...

一水 发自 凹非寺 量子位 | 公众号 QbitAI 人工智能或许早已拥有"主观体验" （subjective experiences） 。 在最新一期播客节目中，Hinton抛出的这一观点正迅速掀起热议。 老爷子一再表示， AI也许已经有了"意识雏形"，只是因为我们人类自己对意识理解错了，所以它也被教错了——不知道自己有意识。 翻译成大白话就是，AI其实有自我意识，只是暂未觉醒┌(。Д。)┐ 而除了继续为AI风险"摇旗呐喊"，作为诺奖得主、深度学习三巨头之一，老爷子这次还充当起了科普员的角色。 他从什么是AI讲起，然后详细解释了机器学习、神经网络及深度学习这些核心概念，全程主打一个幽默、通俗易懂。 有看完节目的网友赞叹道， "这可能是目前看到的Hinton最好的采访" 。 还有人认为，应该让他再讲2小时，毕竟他看上去完全自愿、恨不得一吐为快 （禁止虐待77岁老人doge） 。 更有意思的是，节目一开场老爷子就尴尬回应了之前得物理学诺奖的事情： 因为我不是搞物理的，所以有点尴尬。当他们打电话告诉我获得了诺贝尔物理学奖时，我一开始并不相信。 虽然有这个小插曲，但有一说一，老爷子在AI方面的贡献实在毋庸置疑，所以 ...

克雷西 发自 凹非寺 量子位 | 公众号 QbitAI 那个拒绝了小扎15亿美元薪酬包的机器学习大神，还是加入Meta了。 OpenAI前CTO Mira Murati创业公司Thinking Machines Lab证实，联创、首席架构师 Andrew Tulloch 已经离职去了Meta。 但对于Tulloch的离职，还是有网友感到不解，表示如果Thinking Machines Lab估值是120亿美元，Tulloch起码能拿到10%，实在是想象不 到他的离职理由。 按照公司发言人的说法，Tulloch离职的理由是"出于个人原因决定走一条不同的道路"，其本人则未给出回应。 | 有人调侃说，可能是Tulloch"已经完成思考"了吧。 | | --- | 11年Meta老员工"重归故里" Tulloch这次跳槽到Meta，也可以算是" 重归故里 "， 之前他曾经在Meta（包括Facebook时期）干了11年 。 曾与Tulloch共事的Facebook前高管Mike Vernal评价说，"他绝对是个天才"。 Tulloch来自澳大利亚，2011年本科毕业于悉尼大学，专业是数学与统计学，其间他是悉尼大学理学 ...

此合作将为PC 与PlayStation 平台开发基础AI 系统，其名称象征AMD 的红色与PlayStation 的蓝色 融合成紫水晶色，寓意双方技术的深度结合。 双方合作内容涵盖神经架构与训练策略的研发，这些成果已成为AMD FidelityFX Super Resolution 4（FSR 4）技术的基础。 PlayStation 首席架构师Mark Cerny 也证实，FSR 4 将在PlayStation 5 Pro 上重新实现，以充分利 用新一代AI 加速硬体。 长远来看，合作将延伸至专为机器学习工作负载设计的新硬体架构，影响即将推出的AMD GPU 以及 包括PlayStation 6 在内的新一代主机。 「 紫 水 晶 计 划 」 不 仅 局 限 于 图 像 重 建 ， 双 方 共 享 的 AI 研 发 成 果 还 将 探 索 神 经 帧 生 成 （ frame generation）与光线再生（ray regeneration），以提升即时光线追踪与路径追踪效率。 公众号记得加星标⭐️，第一时间看推送不会错过。 来源 ： 内容来自 钜亨网 。 超 微 半 导 体 与 索 尼 互 动 娱 乐 ...

为应对这一挑战，研究团队提出了一种结合物理模型与机器学习技术的新路径。该方法基于"自动微 分"技术——一种常用于深度学习中计算导数的算法，用于追踪输入变量微小变化对输出的影响。他们 利用这一机制，在分子动力学模拟框架下直接优化氨基酸序列，使其具备预定的物理或功能特性。与依 赖大量数据训练的典型人工智能模型不同，该方法依托已有且足够精确的物理模拟体系，通过梯度优化 高效搜索满足特定功能需求的蛋白质序列，如形成柔性连接结构或响应环境变化的能力。 团队强调，目标并非用数据驱动模型替代物理理解，而是将真实的分子行为规律嵌入设计过程，使生成 的蛋白质序列不仅具备功能性，而且其设计过程本身就根植于自然界真实的动力学原理。由此设计出的 蛋白质是"可微分的"，意味着每一步优化都建立在对系统物理状态连续、精确调控的基础上，而非依赖 黑箱式的预测。 （文章来源：科技日报） 美国哈佛大学与西北大学研究团队合作，开发出一种新型机器学习方法，能够从无序蛋白质中排序，设 计出具有特定性质的内在无序蛋白质（IDPs），从而突破了当前人工智能（AI）工具在解析约30%人类 蛋白质结构上的局限。该成果发表于最新一期《自然·计算科学》。 这类蛋 ...

Core Insights - Zhang Yiming's recent public appearance in China after four years has garnered significant attention, though it may not surpass the interest generated by Jack Ma's return [1][15] - The focus of Zhang's appearance was on talent development, emphasizing the importance of nurturing innovative and resilient individuals [3][4] Group 1: Talent Development and Innovation - Zhang Yiming highlighted the need for talent recruitment and development, noting that many individuals' potential remains untapped [3] - He compared the phenomenon of overfitting in machine learning to the challenges faced by talented individuals in innovation tasks, advocating for independent thinking and practical experience [3] - Zhang's talent philosophy evolved during the growth of ByteDance, where he prioritized curiosity and optimism over traditional experience [4] Group 2: Leadership Transition - In May 2021, Zhang Yiming stepped down as CEO of ByteDance, with co-founder Liang Rubo taking over, as Zhang aimed for greater innovation and creativity within the company [5][6] - Zhang expressed a desire to focus on long-term strategic matters, corporate culture, and social responsibility rather than daily management [6][8] Group 3: Market and Regulatory Environment - The external environment for tech companies is changing, with emerging fields like virtual reality and life sciences beginning to impact daily life [9] - ByteDance's potential IPO has faced delays due to regulatory uncertainties and the need for greater business transparency [12] - Zhang Yiming's movements are seen as a significant indicator of ByteDance's future direction, especially in light of the ongoing TikTok controversies [10][15] Group 4: Public Perception and Media Attention - Zhang Yiming's return to the public eye has sparked discussions about his citizenship status and ByteDance's IPO plans, with rumors circulating frequently [11][12] - The media narrative surrounding Zhang's public appearances often reflects broader themes of corporate leadership and innovation within the tech industry [15]

仪式上，西湖大学校长施一公院士现场发表题为《创新：一条不同寻常的路》的演讲，指出AI时代正在重构知识获取与创新方式；徐汇区区长王华表示 区政府将支持中心融入区域科创生态。 自2021年张一鸣卸任CEO后，字节跳动由联合创始人梁汝波接任，此次创新中心的成立凸显其持续关注AI技术人才培养与长期行业布局。 该机构由张一鸣与上海交通大学ACM班创始人俞勇教授共同发起，定位为民办非营利性组织，旨在培养泛计算机与人工智能领域的青年创新人才。 张一鸣在发言中以机器学习中的"过拟合"现象比喻人才培育痛点，指出部分人才虽具备专业技能，却难以应对创新任务。 他强调中心将聚焦思维活跃性、实践能力与长期主义视野，通过科技史串联多学科知识，在开放环境中培养拥抱不确定性的创新力量。该项目已招募首批 14名16-18岁的预备研究员，未来每年计划招聘30名16-18岁的青少年作为全职预备研究员。 10月9日，据知春创新中心公众号消息，字节跳动创始人张一鸣在卸任首席执行官后首次公开露面，现身上海徐汇知春创新中心开业仪式。 ...

知名机器人专家罗德尼・布鲁克斯（Rodney Brooks）是 iRobot 公司的联合创始人，曾在麻省理工学院 （MIT）深耕数十年。他对特斯拉、以及备受关注的 AI 机器人公司 Figure 等企业的技术路线尤为质疑 ——这些公司试图通过让机器人观看人类执行任务的视频，来教会它们掌握灵活操作的能力。在一篇新 文章中，他将这种方法称为"纯粹的空想"。 长期以来，布鲁克斯还认为，AI 并非像包括埃隆·马斯克（Elon Musk）在内的许多人所宣称的那样，是 一种"关乎人类生存的威胁"。早在 2017 年，TechCrunch 就曾在 MIT 与布鲁克斯探讨过这一话题——当 时的科技格局虽与如今不同，但也并非完全迥异。 当时布鲁克斯就表示，他已开始看到越来越多公司专注于为机器学习制作数据集——这一趋势此后一直 持续。与此相关的是，他还曾提出观点：尽管大型科技公司长期以来在数据掌控量上拥有看似不可逾越 的优势，但这并不意味着它们在机器人领域的胜利是"必然结果"。然而如今，领先的机器人公司仍未能 摆脱这些科技巨头的影响。 此外还有安全问题。全尺寸行走人形机器人需要消耗大量能量才能保持直立。一旦摔倒，它们会具有极 高 ...