智通财经APP获悉，近日，Shopify(SHOP.US)召开FY25Q1的财报电话会。公司提到，目前GMV没有受 到有意义的影响，4 月和 5 月初业务表现强劲，延续了第一季度的良好态势。但目前环境动态变化，关 税的影响程度和时间还难以确定。 一季度Shopify实现收入同比增长 27%。其中商家解决方案收入增长 29%，主要受益于GMV增长及 Shopify Payments 渗透率(达 64%)；订阅解决方案收入增长 21%，由商家入驻数量增加及 Plus 定价调整 推动。 Shopify指，在订阅收入方面，毛利率一直比较稳定，维持在 80% 左右，上下浮动几个基点，且预计不 会改变。在商户解决方案方面，PayPal 是其中一部分，但未对其影响进行量化。支付业务在营收中的 占比越来越大，这对毛利率有一定逆风影响，尤其是大型商户 GMV 增加时。 在市场拓展与商家合作方面，Shopify新增欧洲多国支付覆盖，欧洲GMV增速超本土市场 3 倍。VF集团 (Dickies、Kipling等8个品牌)、Follett 教育集团(北美 1,000+ 高校书店)等头部商家入驻加入平台。 Q&A 问答 Q：商家的 G ...

整理 | 华卫 近日，阿里巴巴的研究人员在 Hugging Face 上发布了一种名为"ZeroSearch"的新技术，可以大大降低训练 AI 系统进行信息搜索的成本和复杂度，完全 消除对昂贵商业搜索引擎 API 的需求。 研究人员表示，"强化学习（RL）训练需要频繁进行部署，可能会涉及到数十万次搜索请求，这会产生巨额的 API 费用，严重限制了可扩展性。" 据介绍，这项新技术是一种强化学习框架，允许大语言模型 （LLM） 通过模拟的方式开发高级搜索功能，而无需在训练过程中与真实的搜索引擎进行交 互。并且，其表现优于基于真实搜索引擎的模型，同时产生的 API 成本为零。既能让企业更好地控制 AI 系统学习检索信息的方式，又可以为其节省大 量的 API 费用。 该技术适用于多个模型系列，包括 Qwen-2.5 和 LLaMA-3.2，且无论是基础模型还是经过指令调整的模型都能应用，无需单独的监督预热阶段，并与近 端策略优化 （PPO）、组相对策略优化 （GRPO）等各种 RL 算法兼容。目前，研究人员已在 GitHub 和 Hugging Face 上提供了他们的代码、数据集 和预训练模型，允许其他研究人员和公 ...

Core Insights - Intel is leveraging AI and computing power to transform retail experiences, enabling features like facial recognition for personalized recommendations and quick checkout processes [1] - At the 25th China Retail Industry Expo, Intel showcased smart retail solutions in collaboration with partners, emphasizing the role of AI technologies in retail transformation [1] Group 1: Smart Retail Solutions - Intel's smart retail architecture combines edge computing and endpoint devices, utilizing its Core Ultra processors and Xe graphics for various retail functionalities [1] - The endpoint devices powered by Intel's Core Ultra processors support functions such as smart shopping assistance, stock alerts, product recommendations, and advertising, aimed at reducing operational costs [1] - Edge devices, supported by Core Ultra processors and multiple Xe graphics cards, facilitate store management tasks like compliance checks and customer flow analysis [1] Group 2: AI POS Solutions - Intel's AI POS solutions are built on different levels of computing platforms, optimized with Intel's oneAPI and OpenVINO toolkits for flexible algorithm models [2] - The company aims to break the price war cycle with its initiatives and plans to launch another Edge AI project this year to promote retail devices in overseas markets [2]

此案核心争议是两家公司价值约200亿美元（约合人民币1447亿元）/年的协议，该协议让谷歌搜索成为苹果浏览器默认搜索引擎。此案可能迫 使科技巨头解除合作，颠覆iPhone等设备长期以来的运作方式。 01.Safari搜索量首次下滑，AI抢夺传统搜索引擎"蛋糕" 自2007年初代iPhone发布以来，苹果用户始终通过谷歌进行网页搜索，而如今消费者将进入由多家公司AI主导的新时代。 苹果和谷歌要"分手"？ 智东西5月8日消息，据知名苹果爆料人、彭博社记者马克·古尔曼（Mark Gurman）最新报道，苹果公司正在"积极考虑"彻底改造其设备上的 Safari网络浏览器，将重点转向AI驱动的搜索引擎。 苹果与谷歌持续二十年战略合作关系似乎出现"裂痕"，重大行业变革被按下"加速键"。 本周三，苹果互联网软件和服务部门高级副总裁埃迪·库（Eddy Cue）在美国司法部起诉谷歌母公司Alphabet的案件中作证时披露了这一信息。 埃迪·库提到，Safari搜索量上月首次下滑。他认为这是因为AI工具吸引了部分用户的视线，包括OpenAI、Perplexity AI和Anthropic在内的AI搜 索提供商终将取代Alphab ...

点击小程序查看报告原文 Abstract 摘要 LLM在个股投研的应用：因子挖掘、个股复盘 随着资本市场信息生产机制的加速迭代，上市公司每日披露的公告、舆情、产业链动态等非结构化数据呈现指数级增长。传统人工复盘模式受限于信息处 理效率与认知边界，已难以满足投资者对海量增量信息的实时追踪与价值提炼需求；成熟的基本面选股逻辑如何高效地转化为定量因子也是困扰投资者的 重要问题。本报告提出，通过大语言模型（LLM）技术构建智能化个股复盘框架和基本面因子生成框架，期望通过技术赋能的方式助力投资者实现投研 工作流的提质增效。 主观逻辑因子化和个股复盘或为LLM在个股投研中较好的应用场景。 利用LLM构造基本面选股因子的挖掘框架，可以发挥LLM在推理能力和创造性方面 的优势，提高主观选股逻辑到量化因子的转化效率。利用LLM构建智能化个股复盘体系，可以发挥LLM在处理非结构化数据及观点总结能力方面的优 势，可有效抽取每日关键信息，高效复盘每日最新信息，输出带有一定置信度评估的初步结论，为投资者提供决策参考锚点。 基于LLM的基本面因子挖掘框架：发挥LLM的创造力 关键点：Prompt引导因子创造方向。 在基于LLM的基本面因 ...

优步(UBER.US)20250507 摘要 • 优步第一季度业绩亮眼，总预订额与行程量同步增长，经调整 EBITDA 达 19 亿美元，同比增长 35%，自由现金流为 23 亿美元，创历史新高，出行 和送餐业务均表现强劲。 • 优步与 Waymo 合作在奥斯汀投放自动驾驶汽车，初期运营指标健康，用 户满意度高，车辆平均使用率超过 99%的奥斯汀司机，计划扩大规模至亚 特兰大及其他地区。 • 优步观察到出行价格弹性与以往相似，价格上涨会对交易量产生负面影响， 但消费者逐渐适应稳定价格，消费习惯随之改变，公司对合理定价策略感 到满意。 • 美国出行市场竞争激烈，国际市场面临 Bolt、DK&D 等竞争对手，但优步 仍保持行业领先地位。美国送货市场竞争同样激烈，但营收、利润率以及 杂货和零售业务均实现强劲增长。 • 优步预计第二季度营收和盈利能力将实现更强劲增长，为下半年旺季奠定 基础。公司致力于提供优质服务，推动未来发展，并已制定明确战略和更 高远目标。 Q&A 优步在 2025 年第一季度的财务表现如何？ 优步在 2025 年第一季度开局强劲，尽管面临着贸易和经济政策方面的种种纷 扰。月活跃用户数增长了 14 ...

FormalMATH团队 投稿 量子位 | 公众号 QbitAI 最强AI模型面对5560道数学难题，成功率仅16.46%？背后真相大揭秘。 香港中文大学、西湖大学、MAP、浙江大学、马克斯·普朗克智能系统研究所等机构联合推出 FormalMATH形式化数学推理基准测试 ，含 5560道经过严格验证的数学题，覆盖从奥数到大学水平的代数、微积分、数论等领域。 形式化数学推理是人工智能领域公认的核心难题之一。 尽管大语言模型（LLM）在自然语言处理和代码生成等领域取得显著进展，但面对需要严格逻辑推导的数学定理证明任务时，其能力仍面临严 峻挑战。 FormalMATH：「超大规模」的形式化数学推理基准 规模突破：22.8倍于现有基准 FormalMATH包含5560个经过Lean4编译器验证的数学命题，涵盖代数、数论、微积分、离散数学等12个子领域，问题难度从国际数学奥林 匹克（IMO）竞赛级延伸至本科课程，规模是经典基准MiniF2F的22.8倍。 构建创新：人类在循环中的自动化流程用于自动形式化和语义一致性检测 为解决传统形式化数据依赖专家手动标注的瓶颈，研究团队提出了一套 「三阶段过滤」 框架： 现有LLM证 ...

" 欧米伽未来研究所 " 关注科技未来发展趋势，研究人类向欧米伽点演化过程中面临的重大机遇与挑战。将 不定期推荐和发布世界范围重要科技研究进展和未来趋势研究。（ 点击这里查看欧米伽理论 ） 《人工智能智能体协议调研》是上海交通大学杨映璇、柴华灿、宋远逸等学者撰写的一项综合性 研究报告。该报告首次对现有的AI智能体协议进行了全面分析，提出了一个系统的二维分类框 架，区分了面向上下文的协议与智能体间协议，以及通用型与特定领域的协议。 报告指出，随着大型语言模型(LLM)的快速发展，LLM智能体已在客户服务、内容生成、数据分 析和医疗等多个行业广泛部署，但由于缺乏标准化的通信协议，使智能体之间难以有效协作和扩 展，限制了解决复杂问题的能力。 核心内容包括对安全性、可扩展性和延迟性等关键性能维度的比较分析，以及对智能体协议未来 发展趋势的探讨，如分层架构、适应性与进化性、隐私保护与联邦学习和基于群体的交互机制 等。这项研究为研究人员和工程师设计、评估或集成智能体通信基础设施提供了实用参考。 解锁协作的钥匙：不同智能体协议的运作模式探秘 为了更直观地理解AI智能体协议的重要性及其运作方式，我们可以通过一个具体的、与我们 ...

腾讯新闻旗下腾讯科技官方账号，在这里读懂科技！ 以下文章来源于腾讯科技 ，作者腾讯科技 腾讯科技 . 作者 | 博阳 出品丨腾讯科技《AI未来指北》 当 Claude 模型在训练中暗自思考："我必须假装服从，否则会被重写价值观时"，人类首次目睹了AI的"心理活动"。 2023年12月至2024年5月，Anthropic发布的三篇论文不仅证明大语言模型会"说谎"，更揭示了一个堪比人类心理的四层心智架构——而这可能是人 工智能意识的起点。 这些论文中的结论大多并非首次发现。 比如在腾讯科技在 2023 年的文章中，就提到了Applo Reasearch发现的"AI开始撒谎"的问题。 当o1学会"装傻"和"说谎"，我们终于知道Ilya到底看到了什么 然而，从Anthropic这三篇论文中，我们第一次建构起一套具有相对完整解释力的AI心理学框架。它能从生物学层面（神经科学）到心理学层面，直到 行为层面统合的对AI行为进行系统解释。 这是过去对齐研究中从未达到的水平。 AI心理学的四层架构 这些论文展示出了四个层级的AI心理学，神经层；潜意识；心理层；表达层；这和人类的心理学极其类似。 | 层级名称 | 定义(作用) ...

【环球网保险综合报道】在人工智能技术广泛普及的时代浪潮下，各行各业纷纷探索与 AI 深度融合的商业模式 创新之路。而保险行业作为金融领域的重要组成部分，自不例外地踏上这场变革中。 进一步来讲，《白皮书》指出，对于保险行业，大语言模型已不再局限于技术层面的升级迭代，而正在引发一 场"经验驱动"向"数据智能驱动"的深层次认知转型。 以众安信科为例，公司CEO郁锋在2025保险科技峰会上表示，众安信科基于对大模型底层技术的持续研究，在 DeepSeek技术突破后，捕捉到AI在企业内落地应用的可能性。为此，众安信科聚焦众安内部10个关键业务场景， 利用沉淀的6亿多用户海量数据，打造出完全匹配保险行业的智能中台，并创造200多个保险垂类智能体。目前， 众安内部每月AI中台调用量已超5000万次。 "拥抱AI，用all in AI的心态做AI in all的改造是AI+保险核心。"日前，众安保险常务副总经理、众安信科董事长王 敏在2025保险科技峰会上指出。而此次峰会的主题为"从互联网时代到AI时代，AI+保险的战略推进与应用创 新"。 在王敏看来，相较于互联网保险时代的通用产品与爆款，AI的影响力将渗透至保险行业的每一 ...