7月2日，第45届国际预测大会（ISF 2025）在北京圆满闭幕。 国际预测大会是该领域最具权威性的国际学术会议。自1981年创办以来，今年首次在中国大陆举办，吸 引了来自全球35个国家和地区的580位顶尖预测科学学者、行业领袖及政策制定者注册参会，规模创历 史新高，充分展现了预测科学在全球的重要性日益增长及中国在该领域的影响力日益提升。 大会围绕"预测科学的前沿与创新"主题，聚焦人工智能、大数据、经济管理、能源环境、气候变化等关 键领域，设置了13场主旨报告、5场深度工作坊、12个平行论坛共计106个专题分论坛，累计开展348场 学术报告。专家学者们就贝叶斯预测、机器学习、大语言模型、预测不确定性、预测组合等热点议题， 以及预测在宏观经济、金融、供应链、能源、医疗、灾害防控等领域的应用展开了广泛而深入的交流。 据了解，下一届国际预测大会（ISF 2026）将于明年在加拿大举行。 ISF 2025大会报告人。主办方供图 本届大会不仅促进了全球预测科学前沿成果的分享与碰撞，也为深化该领域的国际科研合作与交流搭建 了重要平台，对推动预测科学的发展及其在应对全球挑战中的应用具有重要意义。 国际预测者协会主席Laur ...

在工业时代，价值以钢铁、石油和煤炭的吨数来衡量。如今，价值以TB级数据、用户行为模式和算法 精度来衡量。本文探讨了 实体和虚拟资产的数字化，这 不仅仅是一场IT转型，更是对我们定义、创造 和交付价值方式的重新配置。 我们借鉴经济理论、企业架构以及从特斯拉软件定义汽车到亚马逊算法供应链的现实世界商业颠覆，探 讨 数字化为何会带来波动性、新颖性和颠覆性 ，以及领导者在这种流动性中必须采取哪些措施进行治 理。 从有形价值到无形价值的转变 20世纪初，企业实力的衡量标准是实体层面的，比如公司工厂的规模、车队的机车数量，或者其能够加 工的原材料吨数。资产负债表是具体的。有形性就是信任。 但如今，世界上最有价值的公司没有工厂，没有石油钻井平台，也没有实体船队。相反，它们拥有的是 数据管道、数字生态系统和算法控制回路 。 Netflix ：没有 DVD 商店，却重塑了全球娱乐业。 在每种情况下， 软件都成为工厂 ， 数据成为供应链 。 数字孪生思维的兴起： 如今，物理世界正越来越多地 被数字复制品所映射 ——从建筑物到发动机，再到整个业务流程。这 些"数字孪生"不仅仅是简单的图表，更是能够采集传感器数据、模拟场景并优化结果 ...

编辑丨王多鱼 排版丨水成文 热纳米光子学 在从能源技术到信息处理等各类技术应用中实现了根本性的突破。从热辐射源到热光伏和热 伪装，精确的光谱工程一直受困于反复试验的方法。与此同时， 机器学习 （ Machine Learning ） 在纳 米光子学和超材料的设计方面展现出了强大的能力。 然而，开发一种通用的设计方法来定制具有超宽带控制和精确带选择性的高性能纳米光子辐射源仍是一项 重大挑战，因为它们受到预定义的几何形状和材料、局部优化陷阱以及传统算法的限制。 2025 年 7 月 2 日，上海交通大学 周涵 教授 、 张荻 教授 、新加坡国立大学 仇成伟 教授 、德克萨斯大 学奥斯汀分校 郑跃兵 教授作为共同通讯作者 （上海交通大学 Chengyu Xiao 为第一作者 ） 在 Nature 期 刊发表了题为： Ultrabroadband and band-selective thermal meta-emitters by machine learning 的研 究论文。 该研究提出了一种基于 机器学习 （ Machine Learning ） 的 通用框架，设计出了 多种超宽带和带选择性 的热元辐射源 （ ...

导读：投资表面上是一场数学的游戏，但数学的尽头是哲学。许多伟大的数学家，有着深刻的哲学思考。在投资中，也有像索罗斯这样 的"哲学家"。他把其导师波普尔教授的思想作为理性生活的基础，最终创造了著名的反身性投资理论。 不出意外，在孔宪政的书单中，我们看到了大量哲学、甚至人类学和心理学类的书籍。包括波普尔的《猜想与反驳》、《客观知识》， 让-保罗·萨特的《存在与虚无》，詹姆斯·弗雷泽的《金枝》，荣格的《原型与集体无意识》等。作为一个读书爱好者，我们居然一本书 都没有看过。也从一个侧面体现了孔宪政的思考深度。 以下，我们先分享一些来自孔宪政的投资"金句"： 诺安基金多资产投资部总经理孔宪政，也是一名具有深度哲学思维的基金经理。他深受波普尔的哲学思维影响，认为量化投资是在不确 定的世界中寻找规律，并且利用这些规律进行规则化的投资。量化投资领域的核心，是建立科学的思维方式，对任何问题都带有客观的 态度，而不要被心中的"思想钢印"蒙蔽双眼。 孔宪政性格中的客观性，成为了他在量化投资领域巨大的竞争优势，使得他的模型建立在科学性的框架之上，不仅能保持持续的迭代， 还能规避人脑线性化思维带来的盲点。 孔宪政很早就实现了量化模型从 ...

金融工程丨深度报告 [Table_Title] 指数复制及指数增强方法概述 %% %% %% %% research.95579.com 1 丨证券研究报告丨 报告要点 [Table_Summary] 本报告对指数复制（完全复制、抽样复制、优化复制）和指数增强（选股增强、时序增强和多 资产增强）的诸多细分方法进行了梳理。 分析师及联系人 [Table_Author] 刘胜利 覃川桃 SAC：S0490517070006 SAC：S0490513030001 SFC：BUT353 请阅读最后评级说明和重要声明 2 / 21 %% %% research.95579.com 2 机构持仓 cjzqdt11111 [Table_Title2] 指数复制及指数增强方法概述 [Table_Summary2] 指数投资概述 指数发展：截至 2025 年一季度，ETF、场外被动指数基金和指数增强基金规模分别为 29526 亿、2667 亿和 1930 亿；ETF 以规模指数和主题指数为主，规模分别为 20452 亿和 4532 亿； 指数增强基金以沪深 300 指增和中证 500 指增为主，规模分别为 745 亿和 437 ...

中国上市公司网/文 北京极智嘉科技股份有限公司(以下简称"极智嘉")今起招股，至7月4日结束，并计划于2025年7月9日正 式在港交所主板挂牌上市。极智嘉本次计划发行140,353,000股H股。其中，香港公开发售14,035,400H 股，国际发售126,317,600股H股。以每股16.80港元的发行价计算，极智嘉将通过本次IPO募集23.58亿港 元。 值得一提的是，极智嘉在本次IPO发行中共引入4名基石投资者、累计认购9130万美元(约7.167亿港元) ——其中，雄安机器人认购4130万美元，Arc Avenue认购2500万美元，保诚旗下Eastspring Investments 认购1500万美元，纵腾集团持有的亿格认购1000万美元。成立于2015年的极智嘉(Geek+)提供一系列 AMR仓储机器人解决方案，旨在赋能仓储履约和工业搬运场景，在大幅提高供应链效率的同时减少对 人工的依赖。 核心技术：软硬件协同创新构筑壁垒 极智嘉通过自主研发构建了覆盖硬件、软件、算法的全栈技术体系，形成显著的技术护城河。 导航与定位技术 极智嘉率先在全球AMR解决方案市场中引入激光视觉融合SLAM技术，该技术融 ...

社会科学的核心使命，是发现、描述并解释人类社会的运行规律与历史变迁。然而，对未来的好奇与关切几乎与解释同样强烈。 过去，由于数据和模型的约束，社会科学家往往只能在宏观社会趋势上给出谨慎的推断。如今，随着机器学习和人工智能的发展，如何 利用大数据做出准确的社会预测成为了社会科学的前沿议题（陈云松等，2020；Lundberg et al.2022）。 然而，在讨论算法与数据能给社会预测带来多大突破之前，还有一个更基础的问题有待检验：在不倚赖数据的情况下，单凭专业知识和 经验，社会科学家究竟能否对未来的社会变迁做出相对准确的判断？由于专家意见经常用于辅助政策制定，并在公共舆论中发挥影响， 评估他们预测的准确性便显得尤为关键。 针对这一研究问题，The Forecasting Collaborative团队在2022年发表于《自然：人类行为》的文章"Insights into the Accuracy of Social Scientists'Forecasts of Societal Change"中展开了一项实验，得出了非常有意思的结论。 The Forecasting Collaborative是一个专注于评 ...

机器之心报道 编辑：杜伟 知名 AI 技术博主、《Python 机器学习》作者 Sebastian Raschka 又来放福利了！ 今天，他宣布，正值夏季实习和技术面试之际，自己著作《机器学习 Q 与 AI：30 个必备问答》的全部 30 章内容免费开放。他希望能为大家带来帮助，并 祝面试的小伙伴好运。 这本书纸质版（+ 电子版）原价 49.99 美元（约合 358 元），电子版原价 39.9 美元（约合 286 元）。 如今，机器学习和人工智能领域正以前所未有的速度发展。研究人员和从业者常常疲于追赶层出不穷的概念与技术。 本书为你的成长旅途提供了碎片化的知识精华 —— 从机器学习新手到专家，涵盖多个领域的主题。即便是经验丰富的机器学习研究者和从业者，也能从中 发现可纳入自身技能库的新内容 。 评论区有人问，「这本书是用 AI 写的吗？」Sebastian 称当然不是，这样做违背他的个人伦理。有趣的是：这本书的大部分内容写于 2022 年 11 月第一 版 ChatGPT 发布前的几个月，最开始是在 LeanPub 上发布，后来在 2024 年由 No Starch 出版社出版。这本书可能曾是 ChatGPT ...

想知道自动驾驶汽车或语音助手等尖端人工智能系统如何实现其惊人的准确性吗？秘诀在于高质量的数据标注。这一过程确保数据被精确标记和分类，从而 使机器学习 (ML) 模型发挥最佳性能。无论您是人工智能爱好者、商业领袖还是技术远见者，本指南都将带您了解数据标注所需的一切知识 ， 从基础知识 到高级实践。 一 为什么数据标注对于 AI 和 ML 至关重要 想象一下训练一个机器人识别一只猫。如果没有标记数据，机器人看到的只能是像素——一堆毫无意义的杂乱信息。但有了数据标注，这些像素就被赋予了 有意义的标签，例如"耳朵"、"尾巴"或"毛发"。这种结构化的输入使人工智能能够识别模式并做出预测。 关键数据：根据麻省理工学院的数据，80% 的数据科学家将超过 60% 的时间用于准备和注释数据，而不是构建模型。这凸显了 数据标注 作为人工智能基 础的重要性。 二 什么是数据标注 数据标注是指对数据（文本、图像、音频、视频或 3D 点云数据）进行标记的过程，以便机器学习算法能够处理和理解这些数据。为了使 AI 系统能够自主 工作，它们需要大量带标注的数据来进行学习。 它在现实世界的人工智能应用中是如何运作的 在新兴技术和新行业需求的 ...

Core Insights - The article discusses the integration of AI, particularly the DeepSeek model, into the automotive finance sector, highlighting the importance of data accumulation, scenario understanding, and algorithm innovation as key to building competitive barriers in the industry [1][6]. Industry Trends - The fusion of AI with automotive finance is advancing, with a focus on leveraging data and innovative algorithms to address compliance and transparency challenges [1][4]. - Hong Kong is positioned to become a critical node in cross-border data governance and standard-setting due to its status as an international financial center [1][6]. Data Security and Compliance - The company adheres to strict compliance requirements in data usage, employing federated machine learning to allow collaborative AI model training without sharing raw data, and implementing data anonymization for internal use [4][5]. - The challenges in applying AI in vertical fields include ensuring high-quality outcomes while maintaining transparency in decision-making and adhering to stringent data security regulations [5]. Opportunities and Challenges - In the next 3 to 5 years, opportunities in automotive finance will arise from AI empowering the industry and serving companies with international expansion strategies, with Hong Kong playing a significant role in unified data governance [6][7]. AI Model Development - The DeepSeek model is noted for its lower costs and strong algorithm capabilities, achieved through innovations in algorithm engineering and structure [7]. - The company has developed the YiXin-Distill-Qwen-72B inference model, the first open-source large-scale inference model in the automotive finance sector, which performs comparably to DeepSeek-r1 [7][8]. AI Innovation and Application - The company aims to automate complex decision-making processes in automotive finance, significantly enhancing industry efficiency through AI-driven solutions [8]. - The company possesses three core advantages: a vast repository of automotive data assets, extensive experience in AI training and inference, and a comprehensive talent pool, computational power, and high-quality data [8].