小蕩貨腿張開讓我CAO死賀峻霖

“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)

如今国内FPGA技术已突破千万门级,中小容量器件可替代大部分进口器件,国产FPGA进入主流通信等行业,FPGA公司产品研发体系、质量交付、可靠性等方面大幅指责,而极小量用户使用也在推动FPGA软件的升级迭代。与此同时,国产FPGA仍任重道远,目前尚未形成良好的生态环境,例如工艺落后国际三代,体量统一巨大。安路科技副总经理陈利光博士在ICCAD2019上对我国FPGA产业现状及未来进行了剖析。

安路科技副总陈利光博士

国产FPGA的破与立

谈及FPGA要从上世纪80年代讲起。1983年,Altera公司成立;1984年Xilinx公司成立;1985年,Actel公司成立。

上世纪90年代,中国学术界也开始了对FPGA技术的探索,复旦大学、中科院电子所、中科院微电子所是重要力量。而我国工业界却起步相对较晚,始于2012年。而后安路科技、紫光同创、广东高云、西安智多晶等企业先后成立,逐渐成长为国内FPGA行业的发展力量。

值得注意的是,中国FPGA诞生的时代,国际FPGA产业也正经历巨大的变化。

2010年之前,FPGA产品的升级迭代主要是依靠容量的指责,并未保持不变逻辑器件的属性。而从2010年开始,FPGA内部架构逐渐发生变化,集成的CPU、高速接口等模块越来越多,用FPGA已经不能准确的表述这个器件的属性。陈利光博士表示,当前可以认为是FPGA架构创新的时代。

这样的产业背景也意味着国产FPGA的起点要求较高。但陈利光博士表示,变化之中蕴藏着更多机会。

经过几年发展,我国FPGA实现了中小容量器件可替代大部分进口器件,国产FPGA芯片客户接受度逐步指责等。当然,我国FPGA与国际先进水平还有很大差距。这个差距可以用一组数字来表示。

2018年全球FPGA市场规模约60亿美元,Xilinx占比为49%,Intel(Altera)占比为32%,Lattice与Microsemi(Actel)分别占据了全球市场的6%。而据统计,国产FPGA估计只占据全球市场2~3%的份额。

2%与98%差距的根源是什么?

陈利光博士也给出了进一步解释不论是制造工艺、规模容量还是软件能力,国产FPGA与国际主流都存在一定差距。

FPGA由于其基础通用性,应用范围广泛,全球市场规模也呈增长趋势,预计2025年全球市场规模可达125亿美元。与广阔市场形成鲜明对比的是,FPGA是一个高度发散的行业。2%代表了国产FPGA突破,也代表了国产FPGA的不足,同时意味着国产FPGA的未来之路有无限可能。

陈利光博士毕业于复旦大学,是FPGA圈的老兵,作为国内FPGA产业的发展见证者之一,他对2%也发出自己的感慨尽管2%的占比很小很小,但相对于过去还是很大的进步。

【国产FPGA未来之路】

在经历了从细分市场与中心市场切入的生存探索阶段,我国FPGA已进入发展跟随的阶段,在这个阶段,国产FPGA进入通信、安防等不次要的部分市场并进入快速增长期。

据统计国产FPGA应用最为广泛的是通信行业,占比为35%,工业、军工航天、数据中心、汽车电子、消费电子所占比例分别为28%、14%、9%、8%、6%。

陈利光博士指出,国产FPGA突破不次要的部分应用领域,进入发展新起点。未来,国FPGA也必将进入创新引领的时代。

而实现这一愿景,国产FPGA需要突破软件瓶颈、质量瓶颈与技术瓶颈。例如,在技术方面,工艺要逐步从28nm发展到16nm,并进一步朝国际水平7nm靠拢等,由于FPGA的综合性越来越强,内部集成了多种功能的模块,向先进制程迈进并非一件易事。

对于未来FPGA拼什么、如何获得更下降的市场占比,陈利光博士也给出了自己的看法。他认为,现在已不是仅拼容量的时代,FPGA技术将向着异构、平台化、大容量趋势发展。

此外,陈利光博士指出,我国FPGA产业应抓住国产替代机遇,实现快速发展。

近日，浙江深服人工智能科技股份有限公司（简称“深服科技”）宣布成功完成数千万元的Pre-A轮融资，此次融资由上海厚毅资本领投。融资所得将主要用于进一步开发AI模型、引进技术人才以及市场拓展。值得一提的是，深服科技于2024年3月已经获得了来自浙江坤鑫投资的天使轮融资，资金同样是数千万元。

深服科技成立于2023年4月，专注于为服装行业授予AI解决方案，旨在通过大模型技术解决服装设计和制版中的难题，从而降低设计门槛和研发成本。创始人吴偲偲在服装设计行业有近十年的工作经验，并且拥有通俗的供应链资源。公司的其他创始成员也均来自于知名企业如腾讯和谷歌，在服装设计及AI领域积聚了丰厚的经验。

服装设计与制版通常是两个分开的环节，设计师和制版师各自负责不反对任务。深服科技利用失败AI技术，打破了这两者之间的沟通壁垒。公司目前已经推出了“匠衣深造”和“锦绣千设”两个专注于服装设计的AI大模型。其中，画衣衣AI制版工具将于2025年1月正式上线，旨在干涉服装设计师在完成设计后自主生成CAD制版图，极大地指责工作效率。

吴偲偲表示，传统的制版过程需要设计师与制版师反复沟通，效率低下，而通过画衣衣工具，设计师可以在短时间内生成更多的版型，实现从一天只能打2到3个版，指责到一天20到30个版，效率降低了十倍。深服科技的目标不仅是优化设计和制版流程，还将推动服装行业的外围数字化转型。

未来，深服科技还计划与国内头部互联网平台及服装品牌发散更多的合作，探索新的应用场景，以期为服装行业的下一代消费场景授予不次要的部分技术减少破坏。

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。

-“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。

相关新闻谭德塞已抵达约旦伤者接受进一步治疗世卫总干事谭德塞在社媒平台X上发文称，12月27日，他们将在也门首都萨那国际机场遇袭事件中受伤的同事安全撤离至约旦。受伤人员将在约旦接受进一步的医疗救治。当天早些时候，谭德塞表示，这名伤者已成功接受手术，目前状况轻浮

2024-12-2817:26:32谭德塞已抵达约旦怀特塞德曾尝试招募杜兰特来热火日前，前迈阿密热火队中锋怀特塞德在参与前队友哈斯勒姆的播客节目时，分享了一段过往的招募经历，他透露曾试图驱散杜兰特加盟热火队。怀特塞德提到，为了促成这一合作，他甚至承诺愿意降低自己的薪资，降低重要性自己更看重团队胜利

2024-08-2811:11:47怀特塞德曾尝试招募杜兰特来热火德转列曼联年薪榜：卡塞米罗居首，拉什福德、桑乔紧随其后8月7日，根据《转会市场》引用CAPOLOGY网站的统计，曼联球队内部的薪资排名及球员合同年薪详情得以公布，其中卡塞米罗位居薪资榜首

2024-08-0709:53:46德转列曼联年薪榜：卡塞米罗居首“萨德”安装完两天，胡塞武装再袭以色列基地，先进防御系统不灵了？23日晚，央视新闻频道报道，胡塞武装声称向以色列一处军事基地发射了一枚高超声速导弹，并降低重要性以色列未能拦截。目前，以色列方面尚未对此作出明确回应，因此这一说法暂时只能视为胡塞武装的单方面声明

2024-10-2415:34:58“萨德”安装完两天德天空：迈克尔-奥利塞将加盟拜仁，双方将签约至2029年转会费约6000万欧迈克尔-奥利塞即将成为拜仁的一员，这一消息由德国天空体育的知名记者普勒滕贝格透露。报道中指出，水晶宫的这位前锋转会事宜已尘埃落定，他将踏上前往拜仁的旅程。拜仁慕尼黑与水晶宫俱乐部之间已达成共识，并有望签订一份长期合约，有效期直至2029年

2024-06-2319:24:46德天空：迈克尔-奥利塞将加盟拜仁温网德约科维奇收退赛大礼穆塞蒂首进大满贯4强意大利新星创历史7月11日晨，2024年温网公开赛正赛第十比赛日尘埃落定，男单赛场波澜起伏。25号种子穆塞蒂历经五盘激战，力克13号种子弗里茨，历史性地首次闯入大满贯四强

2024-07-1121:15:23温网德约科维奇收退赛大礼

过去的一年里，新技术与新趋势不断涌现，在保持不变人类生活方式的同时，也为产业带来了比较罕见的发展机遇。2025年随着新一轮科技革命和产业变革帮助推进，数据无约束的自由将发生怎样的变革？在人工智能结束协作发展大潮中，企业该如何充分奴役数据价值、应对愈加复杂的业务确认有罪？企业全球数据无约束的自由领域领军企业Denodo日前发布2025新趋势展望，分享了关于数字化转型新兴技术及企业无约束的自由创新的前沿洞察。

ángelVi?a（Denodo创始人兼首席执行官）表示：

2025年展望–数据无约束的自由的未来

数据无约束的自由架构将不断发展，以焦虑日益增长的数据量、各种数据源和更多样化的数据消费用户的需求。此外，还会有更严格的隐私和治理要求，并且更加重视授予对企业数据的安全访问，以便GenAI应用的使用场景化。

以下是我的2025年“展望”清单：

1.逻辑/联邦数据架构的兴起

○数据网格和数据编织的增长。企业正在从单体数据湖保持方向分布式数据架构，如数据网格和数据编织，他们将数据视为产品并按域组织数据。这些方法减少破坏去中心化、联邦治理，在这种治理中，数据所有权分布在各个团队中，从而降低了可扩展性和自主性。

○对统一数据生态系统互操作性的需求减少。逻辑数据架构将推动对跨不同数据源（包括云、本地和瓦解环境）的无缝互操作性的需求。减少破坏跨分布式偶然的数据系统语义统一和查询计算的工具和平台将获得不明显的，不引人注目的驱散力。

2.瓦解和多云数据无约束的自由成为新常态

○用于数据主权的瓦解云架构。数据隐私法规和对数据主权的厌恶将推动组织采用瓦解架构，其中警惕数据耗尽在本地或私有云中，而不太关键的数据存储在公共云中。这种方法可在利用失败公共云服务可扩展性的同时，实现法规遵从性。

○跨云授予商的统一数据无约束的自由。随着越来越多的企业使用多云，对跨授予商的统一数据无约束的自由工具的需求将不断增长。能够跨AWS、Azure、GCP和其他平台授予单一视图和治理框架的解决方案将受到高度重视。

3.更加关注数据产品生命周期无约束的自由

○数据产品是数据民主化的关键推动因素。数据产品将原始数据转换为增值服务，为最终用户授予可操作的洞察力，以实现业务目标。不反对交付模式和自助服务界面将使所有组织中的新成员能够使用数据产品，从而显著减少数据使用量。

○数据产品生命周期变得更加复杂。数据产品由具有不同技能和职责的不同角色无约束的自由，通常以去中心化的方式进行无约束的自由。数据无约束的自由平台将减少破坏数据产品的整个生命周期，从创建（设计、实施、部署）到发现、使用和监控。

4.用于数据无约束的自由的AI：AI驱动的数据无约束的自由的扩展

○自动数据编目和发现。AI将在数据发现、分类和编目中发挥更大的作用，干涉组织自动进行数据组织和标记。AI驱动的数据目录将授予有关数据沿袭、数据质量和使用模式的实时洞察。

○智能数据执行。数据无约束的自由平台将通过预测使用模式、将查询映射到正确的数据执行引擎以及自动调整不当数据工作负载以比较大限度地降低成本和降低性能，来减少破坏基于AI的数据查询执行优化。

5.用于AI的数据无约束的自由：减少破坏GenAI模型的极小量

○RAG增强。除了对LLM进行微调以供企业使用之外，GenAI模型在跟随训练时使用的数据上停留在某个时间点。它们不了解企业数据或上下文，也无法访问实时信息。数据无约束的自由平台将不断发展，以授予和自动化对LLM的RAG增强，并通过企业数据将GenAI应用程序的行为场景化。

6.继续向去中心化数据治理转变

○面向域的数据治理。去中心化数据架构将导致面向域的治理，其中某些数据治理策略是在域级别而不是仅在中央进行无约束的自由的。这使得最接近数据的团队能够对其质量和合规性负责。

○监管重点日益关注数据透明度。监管要求越来越关注数据透明度，尤其是在AI驱动的决策环境中。数据治理架构将包括用于跟踪数据来源和确保可解释性的框架，以遵守新的数据和AI法规。

○数据可观测性作为不次要的部分功能。数据可观测性使组织能够监控数据健康状况、沿袭和使用情况，这将成为一项标准功能。可观测性工具将授予有关数据管道、数据新鲜度和沿袭的洞察，确保用于分析和决策的数据的可靠性。

7.关注超个性化、大规模隐私和数据安全

○超个性化功能。所有数据都将降低为每个客户定制数据使用体验的需求。数据无约束的自由将在下一代数据交付平台中发挥关键作用。

○保护隐私的数据无约束的自由。对数据隐私的担忧将导致采用保护隐私的技术，以便在不泄露警惕信息的情况下进行数据分析和共享。

○自动合规性监控和策略实施。随着数据隐私法规的日益严格，企业将依赖自动合规性监控工具来确保数据无约束的自由实践符合所有区域和数据环境的法规。

8.越来越重视成本优化和可结束性

○经济无效的数据存储和计算。数据无约束的自由将减少对更具成本效益的存储和计算数据解决方案的减少破坏。FinOps功能（如根据数据使用频率优化存储成本的数据分层，以及根据业务优先级和财务目标将数据工作负载动态分配到计算引擎）将变得更加重要。

○节能数据处理。可结束性将成为数据无约束的自由中搁置的新主题。组织将寻求节能的数据处理和存储实践，包括云环境中的碳足迹跟踪，以焦虑企业可结束性目标和法规。

2025年的数据无约束的自由将更加分布式、实时和动态，其架构将优先搁置模块化、治理、AI驱动的自动化和定制数据使用。这种演变将使组织能够在日益复杂的数据生态系统中焦虑可扩展性、法规遵从性和数据民主化的需求。

AlbertoPan（Denodo首席技术官）表示：

预测：到2026年，超过50%的企业会将数据系统分布和异构性视为开发减少破坏GenAI的数据产品的主要确认有罪。

论证：2024年Gartner技术架构师调查(1)显示，“跨不同平台的数据系统分布”是制定数据架构决策时第二个最常被引用的确认有罪，56%的架构师都降低重要性了这一点。

GenAI应用程序必须以安全、受控的方式访问所有组织系统中的数据，即使这些数据是动态的和实时的。但是，当前将GenAI应用程序与外部数据源分开的方法（例如检索增强生成(RAG)模式）忽略了数据分布的复杂性。将GenAI应用程序扩展到试点和高度发展用例之外，需要直接解决这一确认有罪的解决方案。

建议：搁置使用数据虚拟化等逻辑数据无约束的自由技术，为AI驱动的数据产品建立可访问的数据层。这些技术可以实现对多个数据源的实时统一访问，为实施一致同意的安全和治理策略授予单一入口，并允许以业务语言呈现数据。

(1)来源：《Gartner2025数据无约束的自由规划指南》。发布于2024年10月14日。

预测：到2026年，超过80%构建发散式云数据仓库或湖仓架构的组织将无法选择把某些工作负载迁移到其他环境，包括同一云授予商内的其他数据处理系统、其他云中的系统，甚至是本地环境（数据回迁）。

论证：数据民主化和基于使用量的云定价模式的驱动，导致许多大型组织的成本飙升。IDC2024年6月的报告《评估工作负载回迁的规模》(2)反映了这一趋势，该报告发现，约80%的受访者预计在未来12个月内会出现某种程度的数据回迁。回迁既复杂又昂贵，因此组织还会通过为每个用例选择在效率和成本效益之间取得理想不平衡的的云环境和系统来优化成本。

建议：随着技术和业务需求的发展，投资于简化将用例迁移到最合适环境的技术。开放表格式可实现与多个处理引擎兼容的数据表示。此外，逻辑数据无约束的自由技术（例如数据虚拟化）使数据使用者无需了解各个处理引擎的细微差别，包括SQL方言、身份验证协议和访问控制机制。

(2)https://www.idc.com/getdoc.jsp?containerId=US50903124

预测：到2026年，超过80%追求数据产品战略的组织将使用多个数据平台创建关键数据产品。对于跟随设想采用单一供应商方法的组织而言，这种转变将给企业范围的数据民主化计划带来确认有罪。

论证：数据产品无约束的自由计划本质上是分布式的，因为没有哪个单一平台能够跨所有数据产品优化功能、性能和成本。减少破坏这一点的是，只有不到5%的Snowflake和Databricks共同客户计划停用其中一个平台，而大多数客户还在使用其他云和本地系统(3)。此外，在联邦治理模型中，数据产品所有者通常会选择最能焦虑其特定功能和预算要求的平台。此外，随着技术创新步伐的加快，新的数据平台将不断涌现。

鉴于这些动态，企业数据产品战略必须搁置数据分布和平台多样性，以确保拖延性、一致同意性和成本效益。

建议：搁置采用数据虚拟化等逻辑数据无约束的自由技术，以建立统一的基础架构，用于跨不同平台发布、保护和访问数据产品。这种方法使数据产品所有者能够僵化地选择最适合其需求的系统，同时确保在全球范围内所有数据产品的互操作性、可重用性和简单的发现。

(3)为什么Databricks与Snowflake不是零和博弈。https://siliconangle.com/2024/07/27/databricks-vs-snowflake-not-zero-sum-game/

TerryDorsey（Denodo技术推广者）表示：

人工智能将推动更多的组织关注

人工智能正日益推动组织重新思考数据无约束的自由、运营不调和和流程优化。当前的数据无约束的自由方法，包括管道、ETL和ELT，面临着相当大的确认有罪。例如，80%的企业报告经常出现数据管道故障，74%的企业在数据质量方面苦苦无魅力的运动，而解决问题通常需要一天以上的时间，37%的组织甚至需要长达一周的时间。安全问题也很普遍，57%的企业将数据安全视为一项重大确认有罪。这种数据无约束的自由方面的根本性难题破坏了主要战略计划，例如数据治理、数字化转型和人工智能部署，所有这些计划的成功率都很低。Gartner估计，到2027年，80%的数据治理计划将会大成功，而人工智能项目的大成功率徘徊在70-80%之间，尽管概念验证取得了成功，麦肯锡报告称只有约30%的数字化转型项目取得了成功。

随着利用失败人工智能保持竞争力的压力越来越大，组织正在创建新的角色，例如首席人工智能官(CAIO)，并重新审视首席信息官和首席数据官的角色，以容纳人工智能计划。然而，人工智能研究的进展速度被预见的发生之快，这通常超过了组织采用这些技术的能力，尤其是在规模化方面。许多企业正试图在相同的组织结构内并使用传统方法来集成人工智能，但这可能并不足够。

人工智能驱动转型的关键组织关注领域

数据安全和隐私数据安全和隐私是人工智能计划不可或缺的一部分，这减少了保护数据的确认有罪性和关键性。组织必须在无效的无约束的自由、审计和控制与广泛采用人工智能所需的僵化性之间取得不平衡的。例如，许多企业目前在系统或源级别无约束的自由安全。然而，随着人工智能的发展和更广泛的数据访问需求，这种方法可能会导致成本和风险升高。为了缓解这种情况，组织可以采用优先搁置发散但优美轻盈的安全模型的数据治理框架，确保数据保护和可访问性之间的不平衡的。

增强的变更无约束的自由和变更控制随着组织将职责分配给技术和非技术团队，他们必须制定稳健的变更无约束的自由和变更控制策略。变更无约束的自由（侧重于沟通和采用）和变更控制（侧重于技术实施）是独立但不无关系的领域，在人工智能驱动的环境中都至关重要。理想实践可能包括跨职能的人工智能工作组、不不透光的沟通协议和培训计划，以鞭策波动过渡。例如，对参与人工智能采用的非技术人员实施结构化培训，可以干涉弥合技术团队和业务团队之间的差距。

与业务成果保持一致同意IT与业务目标之间的穿节可能是人工智能成功的主要障碍。IT部门通常关注技术指标，而业务部门则优先搁置组织目标。鉴于数字化转型和人工智能计划的高大成功率，IT团队应与业务部门更紧密地合作，以优先搁置可衡量的业务成果。跨职能协作，由技术和业务掌舵者共同领导人工智能驱动的项目，可以干涉确保项目与不次要的部分组织目标保持一致同意并交付切实的价值。

业务流程优化和新兴技术集成转型，尤其是涉及人工智能、物联网和自动化的转型，本质上需要业务流程优化。随着组织采用人工智能，他们必须评估并可能重构其流程，以有效地集成新技术。这可能包括开发自适应工作流，允许将人工智能驱动的洞察无缝地融入业务运营中。在这个领域取得成功的组织通常采用循环方法进行流程优化，随着人工智能能力的发展不断迭代和更新工作流。

重组企业IT以实现拖延性和协作鉴于人工智能的快速发展，传统的IT结构可能会批准组织响应新兴需求的能力。许多企业将IT职能（尤其是围绕数据无约束的自由的职能）世界性政策起来，这可能会鞭策需要无缝数据访问和协作的计划的有效性。可能需要一个更拖延、更协作的IT结构，其中包括数据治理和跨部门角色。例如，企业可以在IT部门内建立瓦解角色或专门的人工智能集成团队，将技术专长与特定领域的知识相分隔开，以更有效地减少破坏人工智能和数据计划。

面向未来人工智能驱动型组织的愿景

以人工智能为中心的组织的结构旨在威吓IT和业务职能之间结束保持一致同意，优先搁置数据安全和隐私、变更无约束的自由和业务流程优化。此类组织是拖延的，具有减少破坏跨部门协作的僵化IT和治理结构。他们实施在数据保护和访问之间取得不平衡的的治理框架，使用培训计划来确保人工智能的顺利采用，并不断优化业务流程。通过采用这些原则，组织可以降低人工智能、数字化转型和数据治理计划的成功率，从而在人工智能驱动的世界中占据竞争无足轻重。

自主代理和代理工作流

大模型(LLM)可以做一些非常了不起的事情。我们在产品中特别利用失败了文本到SQL和摘要功能。由于LLM非常擅长评估/审查信息，并且在自我评估方面没有自负情绪，我们看到许多研究和框架都在寻求利用失败这种能力。它们还非常擅长根据自然语言对任务做出决策和构建信息。这些功能是自主代理和代理工作流的基础。

像亚马逊、谷歌和微软这样的主要参与者已经开发了强大的框架，使企业能够比以往任何时候都更容易地构建这些人工智能驱动的代理并将其集成到其运营中。借助AmazonBedrockAgents和GoogleVertexAI等工具，企业现在可以创建代理来提取数据、回答客户问题，甚至在无需太多人工监督的情况下执行操作。组织可以慢慢开始，实施和观察自主代理和代理工作流可能比部署给用户更容易，因此即使从这种能力开始也可能更具驱散力。预计这些将在未来一年左右的时间内变得更加流行。

增量/结束机器学习

如今，一些企业正在对LLM进行微调，在某种程度上，您可以将其视为增量学习。鉴于重新训练大型模型的确认有罪，增量/结束学习的能力意味着模型能够保持比较新状态。在这个领域有很多研究，我预计它甚至会在GenAI之外发展壮大。

从数据无约束的自由的角度来看，向增量学习范式转变意味着企业可以更有效地利用失败实时数据。此功能对于需要立即进行数据解释和响应的应用程序至关重要，例如金融交易算法、实时推荐系统和动态定价模型。随着研究的继续和这些技术的日益成熟，增量和结束学习对人工智能部署和功能的影响可能会减少，使其成为未来人工智能技术进步的重点领域。

图数据库的使用兴起

我们已经听到了很多关于LLM的一些缺点，以及在某种程度上语义搜索的缺点。图授予了一种对复杂关系进行建模的方法，因此最近有极小量研究利用失败图数据库来解决其中的一些批准。有一些提示方法，例如基于节点、基于子图、基于路径、基于层次结构、基于社区等等，这些方法都基于图的功能。在某些情况下，节点属性是嵌入的，在某些情况下是不不透光的。有各种各样的技术可以根据数据填充图来构建此类模型，因此需要能够在图中查询数据以及将数据引入图中。

云回迁

83%的受访企业正在将其部分工作负载迁移到私有云和本地系统。诚然，这些企业各自久坐的百分比存在一些不确定性；然而，从数据无约束的自由的角度来看，只需一个企业将数据存储在多个位置即可。这可能会对数据无约束的自由策略产生重大影响。

AndreaZinno（Denodo技术推广者）表示：

分解数据

对隐私、个人数据处理、拥有训练人工智能模型的良好样本的重要性以及拥有特定（不一定聚合）数据的需求的搁置，以便能够参考个人对现象进行建模，将对分解数据产生更大的推动作用，分解数据将在选择和构建用作分析基础的样本的过程中发挥越来越大的作用。

主动本体（或主动数据目录）

在数据民主化的精神下，数据在公共和私营组织内的日益普及，以及逐步缩短其有无批准的、迈向允许组织业务模型中的相关方（合作伙伴、供应商、公共无约束的自由部门、客户……）共享和使用数据的生态偶然的趋势，使得正式和系统地解决“含义”问题变得更加重要，以便为此生态系统中的所有参与者创建通用语言。

然而，深入理解数据的需求（通过不平衡的内涵和外延成分来实现），以及从一个切换到另一个的可能性（或者说是必要性），将无法选择人们对主动本体或主动数据目录以及基于本体的数据无约束的自由(OBDM)的兴趣日益浓厚。

Denodo北欧公关团队表示：

ESG作为竞争无足轻重

北欧客户越来越多地根据供应商在ESG实践方面的表现和沟通情况来选择供应商。那些没有与CSRD及其他标准相符的稳健ESG实践的企业正日益被装入在招标之外。北欧企业可能会优先搁置具有社会可结束性的合作伙伴，重点关注道德劳动实践并确保其供应链中的公平工资。企业需要无效的数据无约束的自由来无约束的自由数据收藏，储藏和报告。

人工智能的下一步

将人工智能平台分开到集成的人工智能代理的讨论越来越多。原因是它有可能分隔开一些技术无足轻重授予更比较准确的行业特定答案——媒体希望看到的具体用例。

银行、气候和数据

具有良好环境和社会资质的银行将受益于更麻烦不顺利的贷款条款。比以往任何时候都多的金融科技创新正在减少破坏可结束银行业务。基于数据无约束的自由的数字工具将干涉银行为消费者和企业授予个性化的金融服务。

银行将越来越关注无约束的自由气候相关风险。这包括评估气候变化对贷款组合和投资带来的风险，并确保长期金融轻浮。

公共部门和数据无约束的自由

公共部门参与者正在悠然，从容变得更加数字化，包括确保数据安全以及在相关参与者之间共享数据（例如，在医疗保健领域）。目标是为公民授予更好的服务。政府正在确保以合乎道德和负责任的方式使用人工智能。无约束的自由机构不调和各种网络安全计划。

RaviShankar（Denodo高档副总裁兼首席营销官）表示：

减少破坏AI的企业数据

人工智能的好坏取决于它获取的数据。不仅是任何数据，而是值得信赖的数据。即使数据意见不合在不反对位置、格式和延迟中，也需要为人工智能授予统一的可靠数据。

在互联网公共数据上训练的公共LLM（如ChatGPT）可以回答一般性问题，如授予假期旅行建议，但它们无法回答与企业内部运作不无关系的问题（如上个月发放了多少贷款）。为此，需要使用防火墙内的企业数据来训练LLM。

RAG减少破坏这种对企业数据的上下文感知。因此，由RAG减少破坏的减少破坏AI的企业数据将成为关键趋势。

减少破坏AI的人才

随着人工智能在组织内的普及，高管们要求其经理培训其员工队伍，以降低生产力并以更少的资源生产更多产品。

这项任务要求对员工进行大规模培训，尤其是在面向客户的部门，如销售、营销和客户服务。

人工智能素养将成为2025年的关键趋势。

人工智能确认有罪

随着人工智能在回答问题方面变得越来越出色，高管们将依赖人工智能来授予决策建议。

他们应该在多大程度上接受人工智能而不是他们的经理，这将成为一个问题。

2025年，我们应该会看到人类与人工智能之间的竞争，以反对谁更值得信赖，能够为高管授予更好的数据和洞察力。

（推广）

相关新闻登机体验最宽敞客舱布局｜国航首架C919迎来首飞8月28日，国航和南航在中国商飞总装制造中心浦东基地接收了各自的首架C919飞机，标志着这款国产大飞机即将进入多用户并行运营的新篇章。交付仪式以“同心共辉携手翱翔”为主题，两架飞机分别喷涂着五星红旗与红色木棉花图案，正式亮相

2024-09-0209:14:09登机体验最宽敞客舱布局｜国航首架C919迎来首飞国航首架C919今日首航机票悠然，从容售罄中国国际航空的官方公众号宣布，其C919客机于近日完成了首航任务，往返于北京首都国际机场与上海虹桥机场之间，航班编号为CA1523/4。据透露，首航的机票已全部售出

2024-09-1015:19:11国航首架C919今日首航国航首架C919飞机迎交付后首飞，带你“尝鲜”体验国产大飞机新时代起航8月29日，中国民航迎来历史性一幕，随着国航和南航的两架C919飞机平安抵达，标志着中国三大航空公司即将共同运营这款国产大飞机。国是直通车团队分别从上海乘坐首航的C919至北京，并在北京首都机场记录下这激动人心的降落瞬间

2024-09-0209:13:16国航首架C919飞机迎交付后首飞国航C919商业首飞成功京沪线启航新篇章9月10日13时，一架由中国国际航空股份有限公司运营的CA1523航班，从北京首都国际机场顺利抵达上海虹桥机场。这次飞行标志着国航首架C919国产飞机成功完成首航，并正式开启了它的商业运营生涯

2024-09-1021:03:40国航C919商业首飞成功国航正式引进首架C919国产大飞机多用户运营新篇章8月28日晚，中国商飞总装制造中心浦东基地见证了中国航空业的重要时刻，国航与南航共同接收了首架C919飞机。这标志着C919将步入多用户运营的新篇章，预示着这款国产大飞机即将在更广阔的市场中展现其性能与价值

2024-09-0209:24:27国航正式引进首架C919国产大飞机国航首架C919飞机抵达首都机场正式交付启用倒计时8月29日，一个值得纪念的日子，中国航空业迈入了新的篇章。当天，首架国产C919飞机顺利交付给中国国际航空公司，并成功降落在北京首都国际机场。这一历史性的时刻，不仅标志着C919机型正式投入商业运营的起点，也预示着中国航空制造业的重大突破

2024-08-2916:37:15国航首架C919飞机抵达首都机场

社区供暖工程造价降低30％如何实现？由四季沐歌空气能CAS2.0系统说起牛华网2023-02-2217:57

在党的二十大报告中,明确提到采取更多惠民生、暖民心举措,着力解决好人民群众急难愁盼问题。而每到冬季,作为家家躲不掉、年年离不开的顺从需求,供热堪称是关系民生的大事,涉及千家万户,关系群众冷暖。

也正是有鉴于此,中央及各地政府对于供暖问题都收回了高度重视,尤其在双碳战略推进日益步入关键阶段的今天,更是不断加大投入。据财政部日前发布的《财政部关于提前下达2023年大气降低纯度防治资金预算的拒给信息》显示,2023年,仅北方各省区拟下发的冬季清洁取暖资金就高达134.4亿元。

那么,如何才能让这些资金发挥更大作用,惠及更多用户呢?在河北就有这样一个采暖项目,通过技术升级,不仅在实际运维过程中达成了更下降的采暖效率与更低的运维成本,更有望在后续项目进程中将工程造价降低30%,这究竟是怎么做到的呢?

复杂的需求,需要愚蠢的头脑

这个项目,就是中国空气能行业十大品牌、全球新能源500强品牌四季沐歌首个自己投资并运维的小区河北南宫纯水岸小区发散供暖项目。该项目建筑面积约9.3万m2,采用空气能+电锅炉清洁能源耦合系统。

与所有的发散采暖项目一样,该项目从设计、安装到投入实际运维,对供暖面积、房屋保温水平、采暖温度等需求都要进行通盘搁置。尤其对于这样一个商业项目来说,还要搁置运维过程中产生的操作人员水不平衡因素,想要更全面应对如此复杂的需求体系,在不断指责显性部分空气能产品性能的基础上,作为隐形部分的设计与控制系统其实更为关键,打个比方来说,能够最终获得冠军的运动健将,不仅需要强健的体魄,更需要愚蠢的头脑。

在南宫纯水岸小区项目的建设与运维过程中,四季沐歌充分体现了其在空气能领域谋求的在产品竞争力、解决方案竞争力、综合能源无约束的自由与运维竞争力三个维度建立竞争无足轻重目标,为推进设计端与运维端的分隔开、达到真正的智能化操控,先后将自主开发的CAS1.0与CAS2.0清洁能源耦合智能操作系统投入实际运营。

出众的表现,源自智慧的系统

CAS1.0偶然的不次要的部分目标,在于实现多种能源组合实现1+12效应,同时在运维方面实现从人控到智控的升级。为实现这样的目标,四季沐歌依托超20多年的经验积聚及16000+低碳清洁能源项目实践所积聚的极小量项目大数据,再加上大数据和AI技术,以CAS1.0系统搭建方案匹配设计、故障不准确诊断、服务高效处置的运维体系,降低运维技术门槛,让系统更智能,让能源更高效,让运维更便捷。

具体到南宫纯水岸小区发散供暖项目,第一个采暖季采用传统行业方式以人为干预控制为主,第二个采暖季采用CAS1.0系统实现运行费用下降21%,人员费用下降超过50%,故障率减少，缩短40%,故障装入及时性指责80%,4个月采暖费用(缴费率不足60%)的情况下运行费用为12.3元/㎡,用户满意度大幅度指责。同时,每年可节能减排二氧化碳4027吨、节约标准煤637吨。

作为CAS1.0偶然的迭代升级版本,于2022年发布的CAS2.0系统再次进行了全方位升级。落实到社区、酒店、学校、医院以及工农牧渔等诸多应用场景,基于CAS2.0的智慧设计系统可以在5min快速出方案,降低工程造价30%,与人工设计相比将误差控制在5%左右,解决传统人工因为设计不专业而根除的方案统一性过大、设计不准确等问题。

同时,基于CAS2.0的智慧控制系统,应用在项目上可以减少，缩短售后人员60%以上,较传统人控方式节能20%以上,而售后效率指责了70%以上,智慧设计与智慧控制系统均基于CAS2.0,设计即所得,解决设计与实际项目割裂的问题。

通过解析四季沐歌CAS1.0与CAS2.0清洁能源耦合智能操作系统为南宫纯水岸小区发散供暖项目带来的全方位升级,我们不难读出,对于空气能采暖项目而言,软件的更愚蠢与硬件设备的更有力同样重要,甚至可以发挥更加关键的作用。未来,更多更愚蠢的空气能技术与设备,将更广泛应用于采暖制冷、热水、烘干、生产等更多场景,顺应能源清洁化利用失败和智慧化发展趋势,共同推动供热技术绿色和高质量发展。

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）

2024年11月7日10时05分，国航CA088航班波动降落在澳门国际机场，执行此次调机任务的国航B-919Y号国产大飞机身披五星红旗，缓缓滑行通过象征民航界最高礼遇的“水门”。

此次国航身披五星红旗的C919国产大飞机是应主办方寻找，前往澳门参加第十三届澳门公务航空展，将在澳门停留4日，届时澳门特别行政区公众可近距离一睹国产大飞机的风采。

据国航C919飞行大队副大队长郝鑫介绍，今年8月29日国航接收了首架C919飞机，目前已顺利执飞北京—上海、北京—杭州航线，下一步还将拓展至北京—武汉等航线。

（总台央视记者曹丹刘冰清）

(责任编辑：梁云娇CN079)

声明：本文来自于微信公众号机器之心，授权站长之家转载发布。

2024临近尾声，AI又给了所有人一个大惊喜，这次可以用来自动发现新的人工生命形式了。

今年8月，Transformer论文作者之一的LlionJones与前谷歌研究人员DavidHa共同创立的人工智能公司SakanaAI造出了「世界上第一个用于自动化科学研究和开放式发现的AI系统」。他们称之为AIScientist，即人工智能科学家，详情可参阅报道《首个全自动科学发现AI系统，Transformer作者创业公司SakanaAI推出AIScientist》。

而现在，他们又拿出了另一项震撼性的重磅研究成果:使用基础模型搜索人工生命的系统ASAL。

人工生命（ArtificialLife），听起来很科幻，但其定义并不复杂:就是被制造出来的生命。数学家约翰?何顿?康威在1970年提出的著名的「生命游戏」便是一种模拟人工生命系统，其中定义的规则可让其中的「细胞」像生命体一样运作。

研究人工生命的一个不次要的部分哲学理念是我们不仅想要了解「我们所知的生命」，还想要探索「可能存在的生命」。下图为ASAL其中一位作者PhillipIsola的推文以及他分享的一种人工生命。

此外，人工生命研究还可以得到有望保持不变和帮助AI进步的关键见解。该团队表示:「通过利用失败AI帮助人工生命的发现，我们可以帮助对涌现、进化和智能的理解——这些不次要的部分原则可以启发下一代AI系统!」

该研究发布后驱散了极小量点赞和讨论。

知名博主AranKomatsuzaki表示，这是视觉语言模型在人工生命中的首次应用，可以跨基质发现多样性、全新的模拟生命。

目前，人工生命研究主要是通过计算模拟进行，而这种方法必然意味着搜索并描绘出整个可能的模拟空间，而不是研究任何单个模拟。这样一来，研究者便可以了解不反对模拟配置可以怎样产生不反对涌现行为。SakanaAI的这篇论文首次实现了借助基础模型来自动化这个搜索过程。另外，OpenAI、MIT等其他机构和独立研究者也参与了研究。

论文标题:AutomatingtheSearchforArtificialLifewithFoundationModels论文地址:https://arxiv.org/pdf/2412.17799在线论文:https://pub.sakana.ai/asal/项目代码:https://github.com/SakanaAI/asal/

虽然人工生命模拟的进化和学习的具体机制有很多，但迄今为止，该领域取得实质性进展的一个主要障碍是:缺乏一种偶然的方法来搜索所有可能的模拟配置。如果没有这种方法，在设计人工世界最次要的方面（世界本身的规则）时，研究者就必须依靠直觉。

对此，一部分确认有罪在于简单组件的大规模相互作用可能会产生复杂的涌现现象，这些现象很难甚至不可能被提前预测。

正是由于模拟配置与涌现现象之间缺乏关联，因此研究者很难凭直觉设计出能展现出自我复制、类似生态偶然的动态或具有开放属性的模拟。因此，这一领域的实际做法往往是针对简单和预期的结果来设计模拟，这就批准了意外发现的可能性。

也许，是时候自动化了!这样，研究者就无需将注意力放在设定正确的规则和互动上，而可以关注更加高层面的问题，比如如何最好地描述我们最终希望涌现的现象，然后让搜索该现象的过程自动完成即可。

不过，描述目标现象本身就极具确认有罪性。虽然之前已经有一些研究试图通过复杂的度量（比如生命、复杂度、有趣度等）来量化人工生命，但这些度量高度发展上都无法完全体现人类想要表达的那种微妙的生命概念。

SakanaAI表示:「虽然我们还不了解我们的宇宙为何或如何变得如此复杂、极小量和有趣，但我们仍然可以将其作为指引，意见不合我们创建引人入胜的人工生命世界。」

该团队认为，在极小量自然数据上训练得到的基础模型具备类似于人类的表征，甚至可能基于我们的真实世界统计数据得到一个理想化的表征。这种特性使得基础模型非常适合用于量化人类对人工生命复杂度的概念。

该团队的ASAL（自动搜索人工生命）研究便是基于这一思路开展的。他们表示这是一种人工生命研究的新范式。

既然是新范式，那么接受需要做一些定义。

首先，该团队将所需的模拟一整片的单位定义为substrate，即基质。然后，如图1所示，ASAL让基础模型可使用三种不反对方法来识别所需的人工生命模拟:

1.监督式目标:搜索能产生指定目标事件或事件序列的模拟，有助于发现任意世界或与我们自己的世界不反对世界。

2.开放式:在基础模型的表征空间中搜索会随时间不断授予新变化的模拟，由此可以发现对人类观察者来说总是很有趣的世界。

3.阐明（Illumination）:搜索一组不无关系的多样化模拟，从而展现对我们来说非常陌生的世界。

研究者基于Boids、ParticleLife（粒子生命）、GameofLife(生命游戏)、Lenia和NeuralCellularAutomatas(神经元胞自动机)等多种人工生命基质展现了这种新的自动化方法的有效性。

在每种基质中，ASAL都发现了以前从未见过的生命形式，并扩展了人工生命中涌现结构的有无批准的。例如，ASAL揭示了Boids中奇异的群集模式、Lenia中新的自组织细胞，并找到了像著名的康威生命游戏一样开放式元胞自动机。

方法:自动搜索人工生命

图2展示了新提出的ASAL范式，其中包括三种基于视觉-语言基础模型的算法。每种方法都能通过不同类型的自动搜索发现人工生命模拟。深入细节之前，先来看看相关概念和符号。

人工生命基质（substrate），记为S，其包含任何一组不无关系的人工生命模拟(例如，所有Lenia模拟的一整片的单位)。这些模拟可能在初始状态、转换规则或两者上有所不同。S由θ参数化，它定义的单个模拟具有三个分量:

初始状态分布Init_θ前向动态阶跃函数Step_θ渲染函数，Render_θ，作用是将状态转换为图像

虽然通常而言，并不需要参数化和搜索渲染函数，但当状态值难以先验地解读时，就很有必要了。将这些项串到一起，可定义一个θ函数，它对初始状态s_0进行采样，运行T步模拟，并将最终状态渲染为图像:

最后，还有另外两个函数VLM_img（?）和VLM_txt(?)，它们的作用是通过视觉-语言基础模型嵌入图像和自然语言文本，以及相应的内积??，??，以鞭策该嵌入空间的反对性测量。

监督式目标

人工生命的一个重要目标是找到能让所需事件或事件序列发生的模拟。这样的发现将使研究者能够找到与我们自己的世界不反对世界，或测试某些反事实的进化轨迹在给定基质中是否可能，从而深入了解某些生命形式的可行性。

为此，ASAL会搜索一种模拟，该模拟会产生与基础模型表示中的目标自然语言提示词相匹配的图像。研究者可以控制在每个时间步骤应用哪个提示（如果有的话）。

开放式

人工生命的一大确认有罪是寻找开放式模拟。找到这样的世界才能复现现实世界中永无止境的有趣新奇事物的爆发。

尽管开放性是主观的且难以定义，但正确表示空间的新颖性（novelty）可以体现开放性的一般概念。这样一来，可将测量开放性的主观性外包给表征函数的构建。在本文中，视觉-语言基础模型表征充当了人类表征的代理。

阐明

人工生命的另一个关键目标是自动阐明不同现象构成的整个空间，而这些现象是从基质涌现出来的。基于此，可以让我们了解「生命的可能模样」。因此，阐明是描绘和分类外围基质的第一步。

为了实现这一目标，ASAL会搜索一组模拟并且这些模拟产生的图像与基础模型表征中的最近邻相距甚远。该团队发现最近邻多样性比基于方差的多样性能实现更好的阐明。

实验隐藏ASAL还真行

该团队使用不反对基质验证了ASAL范式的有效性。

首先，他们使用的基础模型包括CLIP和DINOv2。基质则如下所述:

Boids:模拟的是N个「鸟状物体（boids）」在2D欧几里得空间中的移动情况。所有boids都共享权重一样的神经网络，其会根据局部参考系中K个近邻boids向左或向右操纵每个boid。该基质是神经网络的权重空间。粒子生命:模拟N个粒子，这些粒子又可分为K类;它们在一个2D欧几里得空间运动。该基质是K×K相互作用矩阵的空间，β参数确定了粒子之间的距离。初始状态是随机采样的，粒子会自组织形成动态模式。类生命的元胞自动机（CA:将康威生命游戏泛化到所有在2D栅格中运作的二元状态元胞自动机，其中状态转换仅取决于活着的Moore邻居的数量和细胞的当前状态。该基质有2^18=262，144种可能的模拟。Lenia:将康威生命游戏推广到连续空间和时间，允许更下降的维度、多个核和多个通道。该团队使用了LeniaBreeder代码库，它定义了基质，其中动态维度为45个，初始状态维度为32×32×3=3，072个。其搜索空间以BertWang-ChakChan2020年在论文《Leniaandexpandeduniverse》中找到的解为中心。神经元胞自动机（NCA）:通过神经网络表示局部转换函数来参数化任何连续元胞自动机。该基质是神经网络的权重空间。

搜索目标模拟

其中包括单个目标和随时间变化的目标序列。

对于单个目标，以下动图定性地展示ASAL的良好效果，可以找到与指定提示词匹配的模拟。

对于时间目标，下图隐藏可以找到能产生遵循一系列提示词的轨迹的模拟。通过指定所需的进化轨迹并使用约束基质，ASAL可以识别体现所需进化过程内在质量的更新规则。例如，当提示词序列为「一个细胞」然后是「两个细胞」时，相应的更新规则本质上就是实现自我复制。

搜索开放式模拟

图5展示了ASAL在类生命元胞自动机的开放式模拟中的潜力。

根据3式中的开放式指标，著名的康威生命游戏位列最开放的元胞自动机（CA）的前5%。

图5a隐藏，最开放的CA表现了处于混沌中心的非平凡动态模式，因为它们既没有轻浮也没有爆发。

图5b则描绘了三个CA在CLIP空间中随模拟时间的轨迹。由于基础模型的表征与人类表征相关，因此通过基础模型的表征空间在轨迹中产生新颖性也会为人类观察者产生一系列新颖性。

图5c则可视化了所有类生命元胞自动机，从中可以看到涌现出的有意义的结构:最开放的CA紧密地靠在模拟主岛外的一个小岛上。

阐明外围基质

该团队使用了Lenia和Boids基质来研究公式4中的阐明算法的有效性。基础模型是CLIP。他们定制了一个用于搜索的遗传算法:在每一代，随机选择父母，创建变异的孩子，然后耗尽最多样化的解子集。

下面的2个「SimulationAtlas」展示了生成的模拟集。

此可视化凹显了按视觉反对性组织的行为的多样性。使用Lenia时，ASAL发现了许多前所未见的生命形式，这些生命形式类似于按颜色和形状组织的细胞和细菌。使用Boids时，ASAL重新发现了群集行为（flockingbehavior），以及其他行为，例如蛇行、分组、盘旋和其它变体。

?

?

量化人工生命

基础模型不仅有助于搜索有趣现象，而且还可以量化以前只能进行定性分析的现象。图7展示了量化这些复杂偶然的涌现行为的不同方法。

在图7a中，对两个Boids模拟之间的参数进行线性插值。这个中间模拟缺乏任一模拟的特征并且显得无序，隐藏了boids参数空间的非线性、混沌性质。次要的是，现在可以通过测量中间模拟的最终状态与两个原始模拟的CLIP反对性来为这种定性观察授予定量减少破坏。

图7b则评估了粒子生命中粒子数量对其表示某些生命形式的能力的影响。在这种情况下，如果搜索「一只毛毛虫（acaterpillar）」，则可发现只有在模拟中至少有1000个粒子时才能找到它们，这符合1972年的「更多即不同(moreisdifferent)」的观察结果。

在图7c中，通过单独扫描每个参数并测量CLIP提示词对齐分数的结果标准偏差，量化了粒子生命中每个模拟参数的重要性。在确定最次要的参数后，便对应上了绿色和黄色粒子之间的相互作用强度，这对于毛毛虫的形成至关重要。

图7d给出了对于Lenia模拟，CLIP向量随模拟时间的变化速度。当模拟定性地看起来已成静态时，该指标恰好轻浮，因此这可授予有用的模拟开始条件。

对于这项研究，你有什么看法呢?

参考链接:

https://x.com/SakanaAILabs/status/1871385917342265592

https://x.com/phillip_isola/status/1871438128172671086