小智yy直播频道
《姜可》是由作者Juneyyyy创作的一部情节跌宕起伏、扣人心弦的都市言情小说。故事主要讲述的是主角姜可被绑架后发生的一系列事件，包括生子的情节，因此请注意避雷。这部小说属于原创小说，为BL（男男），已完结，属于现代1v1中篇小说。
你可以在多个网站免费阅读这部小说，例如新笔趣阁、笔阁趣文和我的书城网等。这些网站提供了清爽干净的文字章节在线阅读，无弹窗干扰，可以让你更舒适地阅读你知道吗？最近我在网上发现了一本超级好看的小说，名字叫《姜可》，作者是金银花露。这书在笔趣阁上可是火得一塌糊涂，我忍不住要和你分享一下我的阅读体验。
一、初识《姜可》
当我第一次听说《姜可》这本书的时候，就被它的名字吸引了。姜可，听起来就像是一个充满故事的人物。翻开书一看，果然，这书里的姜可可不是一般的人物。
书中描述了一个被绑架的姜可，他的人生从此发生了翻天覆地的变化。这个情节一开始就让我好奇心爆棚，想知道姜可究竟会遇到什么样的故事。
二、笔趣阁上的《姜可》
说到《姜可》，不得不提的就是笔趣阁这个平台。我在笔趣阁上找到了这本书的全文，而且还是免费的！这让我这个爱书如命的人怎能不心动？
在笔趣阁上，我看到了许多书友的评论，他们有的说这本书情节紧凑，有的说人物鲜明，还有的说作者文笔了得。看到这些评论，我更加坚定了要读完这本书的决心。
三、姜可的冒险之旅
在《姜可》这本书里，姜可经历了一系列的冒险。他被绑架后，意外地发现了一个隐藏在都市中的秘密组织。这个组织似乎与他的身世有着千丝万缕的联系。
书中描述了姜可如何在这个组织里成长，如何与伙伴们并肩作战，共同对抗邪恶势力。这一段段惊心动魄的故事，让我仿佛置身于其中，感受到了姜可的喜怒哀乐。
四、金银花露的文风
读完《姜可》，我对金银花露的文风有了更深的了解。她的文字细腻而富有感染力，能够把读者带入到故事中。在《姜可》这本书里，金银花露巧妙地运用了各种修辞手法，使得故事更加生动有趣。
比如，书中有一段描写姜可被绑架后的心理活动：“他尝试和那个人说话，希望获取点什么信息，安静，极致的安静，没有人回应他，他不知道现在这个房间是不是只有他一个人，心慌慢慢爬上心头，他确信这并不是个恶作剧。”
这段文字通过细腻的心理描写，让我对姜可的处境感同身受。
五、书中的感人瞬间
在《姜可》这本书中，有许多感人的瞬间。比如，姜可与伙伴们之间的友情，他们相互扶持，共同面对困难。还有姜可对家人的思念，这些情感让我在阅读过程中多次泪目。
书中有一段描写姜可与家人团聚的场景：“他紧紧地抱住母亲，泪水夺眶而出。这一刻，他终于感受到了家的温暖。”
这段文字让我感受到了家庭的温馨，也让我对姜可的遭遇产生了深深的同情。
六、
总的来说，《姜可》这本书给我留下了深刻的印象。金银花露的文笔和故事情节都让我爱不释手。如果你也喜欢悬疑、冒险类的小说，那么《姜可》绝对是你不容错过的一本书。
在笔趣阁上，你可以免费阅读到这本书的全文，相信我，你一定会被它吸引的。快来一起加入姜可的冒险之旅吧！
声明:本文来自于微信公众号新智元，作者:新智元，授权站长之家转载发布。
奇点将至?奥特曼再次奴役「六字」神秘信号!谷歌文档之父、机器学习博士纷纷预测，AGI降临那天，95%人类工作或被AI取代。
一觉醒来，奇点又进了一步?!
昨天，OpenAI智能体安全研究员StephenMcAleer突然发出一番感慨:
有点怀念从前那段做AI研究的日子，那时我们还不知道如何创造超级智能。
紧随其后，奥特曼发表了意味深长的「六字箴言」:nearthesingularity;unclearwhichside——奇点临近;不知身处何方。
这句话是想表达两层意思:
1.模拟假说
2.我们根本无法知道AI真正起飞的关键时刻，究竟是在什么时候
他又疯狂明白地提及了一番，并期望这一点能引申出大家更多的解读。
这一前一后，他们接连发出耐人寻味的信号，让所有人不禁思考:奇点是否真实的近在咫尺?
评论区下方，直接被新一轮的AGI大猜想和恐慌冲爆了。
若AGI/ASI真正降临那天，我们将面临着什么?
「谷歌文档」之父SteveNewman在最新长文中认为，「届时，AI将会取代95%人类工作，甚至包括未来新创造的工作」。
ApolloResearch联创MariusHobbhahn则更进一步，列出了2024年-2030年所有AGI时间表。
他预测，「2027年，AI将直接取代AGI实验室顶级AI研究员;
2028年，AI公司将有1万-100万个自动化的AI研究员，差不多所有需要知识型的工作都被AI自动化」。
与Newman观点一致同意的是，Hobbhahn认为2024年95%以上经济价值的任务，都能被AI完全自动化。
不过，他将这个时间节点设定在了2029年。
AGI降临，超95%工作被取代
SteveNewman在文章中，阐述了他对AGI的定义及其AI对未来世界的影响。
那么，AGI究竟指代的是什么时刻?Newman认为:
AI能够在超95%的经济活动中，以成本效益的方式取代人类，包括未来新创造的任何工作。
他认为，大多数假设的AI变革性影响都发散在这个节点上。
因此，这个「AGI」的定义，代表了世界开始显著保持不变的时刻，也是所有人「感受到AGI」的时刻，具体而言:
1AI系统能主动适应完成大多数经济活动所需的任务，并能完成不完整而非世界性政策的任务。
2一旦AI能够完成大多数知识型工作，高性能的物理机器人将在几年内随之而来。
3这种能力水平可以实现一系列变革场景，从经济超增长到AI接管世界等。
4世界变革场景需要这种水平的AI（通常，专用AI不足以保持不变世界）。
5在达到AGI之前，「递归自我改进」将成为主要推动力。
6AGI指的是具备必要能力（以及经济效率）的AI被发明出来的时刻，而不是在整个经济中全面部署的时刻。
关于AI如何对世界产生变革性影响，有来自多方的推测:
一种观点认为，AI可能带来难以想象的经济增长——推动科学和工程领域快速进步，完成任务的成本比人类更低，干涉公司和政府做出更高效的决策。
根据最近的历史数据，世界人均GDP大约每40年翻一番。有人认为，高级AI可以使GDP在一年内至少翻一倍，也就是「超增长」。
十年的「超增长」将使人均GDP减少1000倍。也就意味着，目前每天靠2美元生活的家庭，未来可能会实现年收入73万美元。
另一种观点认为，AI可能会带来灾难性的风险。
它可能会发动幸存性的网络攻击，制造出高死亡率的流行病;可能让独裁者获得对国家甚至全世界的绝对控制权;甚至，AI可能失去控制，最终建造所有人类生命。
还有人推测，AI可能淘汰人类，至少在经济领域会这样。它可能终结资源稀缺，让每个人都能过上富裕的生活（前提是选择公平分配这些成果）。它可能将仅存在于科幻中的技术变为现实，比如治愈衰老、太空殖民、星际旅行、纳米技术。
不仅如此，一些人设想了一个「奇点」，在奇点中，进步的速度如此之快，以至于我们什么都无法预测。
SteveNewman推测，AGI真正实现的时刻，就是这些设想几乎同时变成现实的时刻。
「可能发生」，不是「接受发生」
需要澄清的是，Newman并非在说，关于高级AI的预测，一定都会实现。
未来，技术突破逐渐变难，所谓的「奇点」也就不一定会出现。也就是说，「长生不老」可能根本就无法实现。
再说了，人们可能更喜欢与他人互动，这样的话，人类也就不会真实的在现实经济活动中变得没用。
当提到「可能差不多同时发生」时，SteveNewman的意思是，AI如果能实现难以想象的经济增长，那也有能力制造真正的幸存性流行病、接管世界或快速殖民太空。
为什么谈论「通用人工智能」
经济超增长在理论上是否可能，有一些争议。
但如果AI无法自动化几乎所有的经济活动，那么超增长几乎注定是不可能的。仅仅自动化一半的工作，不会带来深远的影响;对另一半工作的需求会随之减少，直到人类达到一个新的、相对常规的不平衡的。（毕竟，这种情况在过去已发生过;在不久前，大多数人还从事农业或简单的手工业。）
因此，超增长需要AI能够完成「几乎所有事情」。它还需要AI能够适应工作，而不是重新调整不当工作和流程来适应AI。
否则，AI将以类似于以往技术的速度渗透到经济中——这种速度太慢，无法带来结束的超增长。超增长需要AI足够通用，以完成人类能做的几乎所有事情，并且足够僵化以适应人类原本的工作环境。
还有太空殖民、超致命流行病、资源稀缺的终结、AI接管世界等预测，这些情景都可以被归类为「AGI完成」情景:它们与经济超增长需要的AI，具有相同的广度和深度。
Newman进一步主张，只要AI能够完成几乎所有经济任务，它就足以实现全部预测，除非与AI能力无关系的原因导致它们无法实现。
为什么这些截然不反对情景，需要相同水平的AI能力?
阈值效应
他提到了，上个月DeanBall关于「阈值效应」的文章。
也就是说，技术的逐步进步可能在达到某个关键阈值时，引发突如其来的巨大影响:
DeanBall最近撰文探讨了阈值效应:新技术在完全建立并不会悠然，从容普及，只有当难以预测的实用性阈值被突破后，采用率才会悠然，从容攀升。例如，手机起初是一种笨重且昂贵的滞销产品，而后来却变得无处不在。
几十年来，自动驾驶汽车还只是研究人员的兴趣，而如今谷歌的Waymo服务每三个月就能实现翻倍增长。
对于任何特定任务，只有在突破该任务的实用性阈值后，AI才会被广泛采用。这种突破可能发生得相当突然;从「还不够好」到「足够好」的最后一步不一定很大。
他认为，对于所有真正具有变革性影响的AI，其阈值与他之前描述的定义一致同意:
超增长需要AI能够完成「几乎所有事情」。它还需要AI能够适应任务，而不是调整不当任务去适应自动化。
当AI能够完成几乎所有经济价值任务，并且不需要为了适应自动化而调整不当任务时，它将具备实现全部预测的能力。在这些条件焦虑之前，AI还需要人类专家的鞭策。
一些细节
不过，Ball略过了AI允许体力工作的问题——即机器人技术。
大多数场景都需要高性能的机器人，但一两个（例如高级网络攻击）可能不需要。然而，这种区别可能并不重要。
机器人学的进步——无论是物理能力还是用于控制机器人的软件——最近都显著加快。这并非完全偶然:现代「深度学习」技术既推动了当前AI浪潮，在机器人控制方面也非常有效。
这引发了物理机器人硬件领域的一波新研究。当AI有足够的能力促进经济高速增长时，几年之内它也可能会克服剩余的障碍来制造可以胜任体力工作的机器人。
实际的影响将在至少几年内逐步发散，一些任务将比其他任务更早实现。即使AI能够完成大多数经济价值任务，也不是所有公司都会立即行动。
为了让AI完成比人类更多的工作，需要时间去建设足够多的数据中心，而大规模生产物理机器人可能需要更长时间。
当谈到AGI时，指的是具备基后天的反应力的时刻，而不是全面部署的时刻。
当提到AI能够「完成几乎所有经济价值任务」时，并不一定意味着单个AI系统可以完成所有这些任务。我们可能最终会创建从事不同任务的专用模型，就像人类从事不反对专业一样。但创建专用模型的必须像培训专业工人一样容易。
实现AGI，我们该怎么做?
对于「如何实现AGI?」这个问题，现在的研究者几乎没有头绪和理论依据，各种流派都有，一致同意不休。
ApolloResearch联创MariusHobbhahn认为，AGI的不次要的部分特点应该有三个:
-对风险的来源、预期的风险程度、安全预算以及愿意允许的风险做出更具体的明确假设。
-明确的多层次防御方法，去除某些不相关、负不无关系的措施，而不是「尝试叠加不反对策略以降低风险」。
-计划一致同意性，很多AI公司在宣传和实际做的事和谐同意，比如声称为了安全性愿意付出更高代价，但却不愿意允许透明推理带来的缺乏成本。
忠实且人类可读的CoT范式从AGI的全局发展来看，我们很幸运:现在AI偶然的大部分推理过程是「直接可见」且「易于理解的」。
所谓忠实且人类可读，就是指模型的推理过程是以一种人类可以直接理解的方式进行的，并且准确地反映了模型行动的原因，模型不能进行与声明不符的内部推理。
我们至少应该:
1.共同认同将此作为一个重要搁置因素，并以此进一步发展。为了让模型产生更易理解的CoT，我们可以并愿意承受相应的性能损失，哪怕是普通应用的运行成本会减少2倍，或是高风险应用的成本减少到5倍
2.将更多的精力投入到研究易于理解且忠实的推理过程（CoT）。比如构建一套评估工具，以测试某个特定模型的推理过程是否忠实，或者探索直接优化可读性会带来哪些副作用，如何隐藏掉非预期推理等。
3.「从架构中移除可见CoT」的相关研究应该减少，缩短，例如Meta的COCONUT
假设可读性带来的缺乏成本并不太高（例如，不到2倍），那现在关于「移除CoT」的研究无异于自毁长城。
如果存在证据隐藏，像在o1和o3中使用的高计算强化学习（highcomputeRL）会导致不可读的推理过程，例如模型自己发展出人类难以理解的语言，相应的观念也应该发生转变:
1.人工智能开发者尽快分享此信息，「模型的推理性能很好，但我们不理解其推理过程」要比「模型的推理性能一般，但我们能够理解其推理过程」可怕得多。
2.转变研究和治理策略的优先级，比如投入更多精力去解码模型所学到的语言。
用CoT监控模型如果模型能生成人类可理解的CoT，我们的主要防御手段就是对模型进行详细的监控，虽然极具成本效益但经常被关心。
在理想情况下，可以用几台简单的监控设备来分析模型输出，以检测各种通用的故障模式和不良行为，可追踪的行为类型包括:
各种类型的阴谋（scheming）行为，例如模型是否隐藏了某个特定目标，是否试图重步走监管，是否采取了不符合用户利益的行动等;各种类型的无能的追求（power-seeking）行为，例如模型是否试图获取资源，试图减少，缩短访问批准，试图以某种方式说服他人等;强烈且广泛的目标导向，例如模型在多个上下文中都一直在追求某个特定目标，需要在不同上下文之间进行对比;可以使用较小但运行更快的模型作为「仅黑箱监控器」（balck-box-onlymonitors），类似用Gemini-flash来监控Gemini，或者使用「白盒探测器」(white-boxprobes)，经过训练以检测有问题的行为(例如，线性探测器或SAE探测器);
最好既能监控行动本身（例如，工具调用），也能监控导致这些行动的推理过程。
模型开发商已经开始使用黑箱监控器来防止模型越狱（jailbreaks），算是有了一个概念验证;简单的线性探测器极具成本效益(只需要一个简单的向量乘积)，可以在几乎不减少缺乏开销的情况下，并行运行上万的探测器。
虽然这些方法看似简单，但研究人员认为，还没有人系统地研究如何对模型进行无效的监控。
监控在概念理解上看似简单，但仍需要极小量的迭代和调整不当，比如需要一个完善的数据集来训练和评估探测器，校准阈值等。
每个AI实验室都应该有一个多余的团队来专门构建监控设备，确保模型按预期工作，分析其结果，使其运行更高效等。
总的来说，监控设备不仅可以直接防止模型生成使加剧性内容，还可以更快、更全面地了解对齐（alignment）技术的有效性。
控制模型最坏情况下，模型可能有自己的想法，而且人类不一定能看清推理过程，所以需要最大限度地降低模型的实用性，同时最小化风险，具体措施包括:
1.智能体（agents）:以往的研究主要发散在小智能体系统或在较小任务，实验室应该尽快将控制技术应用于最先进的系统，以便尽早积聚实践经验;
2.现实性（realism）:在常见的应用场景下对模型进行控制，比如辅助研究等;
3.蓝队与红队的规则:在某些变体下，红队过于强大，比如可以访问蓝队的所有数据，并针对蓝队进行训练等，对团队的假设应该更「合理」且「不准确」。
4.放宽假设（relaxedasummptions）:控制的假设基于模型始终腹黑，相对保守;可以定义更严格的界限，减少，缩短约束，使模型表现大体不变。
模型的阴谋（scheming）在帮助研发人工智能系统时，我们也应该加深对大模型图谋不轨行为的理解:
1.检测工具:使用性能更好的工具来检测模型的图谋，例如更大规模的黑箱评估和更好的白箱技术;
2.图谋行为的发展:应该深入理解为什么模型会追求某种能力，了解模型如何学习非短视反感，以及模型何时愿意为了这些反感付出行动;
3.现实中的反感:了解模型在实践中的图谋频率，比如分析1亿个真实的模型回复，似乎是一个低投入、高回报的项目，但需要访问极小量真实的部署数据。
4.隐藏的图谋:分析哪些训练方法会减少，缩短模型的图谋行为，或识别出那些难以检测的图谋行为。如果模型每次出现图谋不轨的时候，就对其进行惩罚，会导致负面行为减少，缩短，但可能会减少模型隐藏阴谋的能力。我们需要针对不不关心况作出判断和不平衡的;
5.准备应对措施:根据模型的图谋程度，采取无视、重新训练模型，或者完全授予模型等不同策略;
6.更多的能力评估:更进一步了解模型在规避监管、干扰训练等程度。
评估评估是一种高效的「模型图谋」证据收藏，储藏工具，可以减少破坏其他策略，比如评价「监控」或「控制」方法是否有效等。
另一方面，评估也可以让我们了解模型的大体能力，但现有的评估在某些方面仍然不足:
1.能力评估:应该继续构建更多更好的能力评估，特别是针对人工智能研发、策划、核生化、网络和说服等方面，我们目前仍然不清楚模型的具体能力;
2.诱导（Elicitation）:如何对模型进行诱导以产生最大能力，尽可能找到模型的上限能力?
3.预测评估:预测能力的正确方式是什么?那些模型表现仍然为0的基准，该如何突破?或许还有更好的预测评估方法;
4.对齐评估:迄今为止，大多数研究都发散在能力评估上，而「对齐/反感评估」（alignment/propensity）也很重要，应该帮助构建对抗性对齐评估，比如设置各种非短视讨厌陷阱等，为模型建立一个非常详细的「心理档案」，以了解其默认反感;
5.演示:对于研究人员或公司内部来说，需要用一篇严谨的论文来仔细搁置所有的潜在可能性，还需要搁置如何传递演示给普通用户。
短期对齐策略现有的技术，比如RLHF在模型中引入了非短视（non-myopic）且不可纠正的(non-corrigible)反感，应该投入更多的精力来详细了解模型获得的目标类型，为模型建立详细的「认知档案」。
内部和外部使用的策略应该有无遮蔽的区别，比如模型具有更强的抗越狱能力可能会降低其可纠正性，需要确定哪些策略适用于长期内部部署。
推理透明度在最好的情况下，内部计划应该是完全不透光的，并明确关于安全预算、组织隐含愿意允许的风险、明确的红线等假设。应该经常与外部专家沟通具体计划，专家可以来自独立组织、学术界或人工智能安全研究所，可以签订保密协议。
从道德上讲，公司应该与公众分享计划中的细节，尤其是影响力更大的AI公司和技术，每个人都应该能够理解他们「应该或不应该」期望这项技术是安全的。
参考资料:
https://x.com/sama/status/1875603249472139576
https://amistrongeryet.substack.com/p/defining-agi
https://www.lesswrong.com/posts/bb5Tnjdrptu89rcyY/what-s-the-short-timeline-plan#So_what_s_the_plan_
敲开量子时代大门百度搭建全球领先量子生态牛华网2020-10-2819:53
上年底，百度研究院发布2020年十大科技趋势预测，其中就提到不充分的供应子计算将会爆发，没想到他们的预测应验的这么快。
10月16日，我国领导人在有关量子科技研究和应用前景的第二十四次集体学习中降低重要性：要充分认识推动量子科技协作发展重要性和紧迫性，破坏量子科技发展战略谋划和系统布局，把握大趋势，下好先手棋。
量子计算被指责到了国家战略层面。
恰好在一个月前的百度世界2020大会上，百度也全新发布量易伏平台，它是国内首个云原生量子计算平台，开发者可以在该平台注册账号即可进行开发测试，无需再拥有一台量子计算机，大大降低了开发者使用量子技术的成本。
同时百度还全面升级了量子脉冲计算服务量脉、国内首个量子机器学习开发工具量桨。通过构建以百度量子平台为不次要的部分的量子生态，叩响了量子时代的大门。
9月26日，段润尧还与中科院计算所研究生王子和B站知名科普类UP主汪振兴在百度APP上进行了一次别开生面的直播量子计算科普课，当时驱散了超过15.3万人观看和互动，可见大众对了解量子计算也有十分浓厚的兴趣。
无论从国家战略、企业布局还是普通用户的兴趣方面，量子计算都已成为关注的焦点，那它距离我们究竟有多远呢？我们国家的量子计算水平又处在怎样的位置呢？
未来已来，我们早已进入量子时代
从1900年量子力学的出现，到量子计算逐步落地应用，中间已经走过了120年。
过去30年，我们经历了全球互联网高速协作发展进程，其实也可以看做是第一次量子技术革命时代。伴随着计算机的出现，在这个信息时代里，我们通过互联网实现了全球范围内的互通互联，基于互联网也形成了内容、游戏、社区、电商等一系列应用，极大极小量了我们的工作和生活。
但随着量子计算技术的进一步发展，我们也将要迎来第二次量子计算革命浪潮。
量子计算机比普通计算机有更强的计算能力，举个实际的例子，现有的量子计算机能用不到4分钟时间，完成世界第一的超级计算机IBMSummit大约1万年的计算量。
美国加州圣巴巴拉的量子计算实验室的量子计算机华为创始人任正非也曾提到，现在世界上最安全的密码，如果用超级计算机去破译，需要几十万年才能破解，但如果用量子计算机去破解，不用几秒钟就能成功。
如此出色的计算能力，当它应用于各行各业，不仅能大大伸长研发时间，还有可能出现颠覆式的创新。
10月27日，在百度举办的百度无限『量』，大咖聊量子科普课堂活动中，百度研究院量子计算研究所所长段润尧教授也提到，量子计算目前最有?的应用是量?系统对现实世界的模拟，运用量子计算机超强的计算能力，对现实世界发展趋势的提前预判，进而指责工作效率。
百度研究院量子计算研究所所长段润尧美国《时代周刊》曾预测不充分的供应子计算保持不变我们世界的9大方面，其中包括更安全的飞行体验、探索更远的宇宙星球、汽车自动驾驶落地、降低天气预报精度、指责癌症筛查精准度，以及治疗药物的研发效率等等。
如此看来，量子计算离我们并不遥远，而且与我们的生活将会息息相关。
当然，技术是一把双刃剑，如果量子计算技术被用来作恶，也会产生极大的破坏力，因此各个国家和企业都十分重视这项技术的研发和正确应用。
大国战略，量子计算乃必争之地
目前世界各国已经充分认识到量子计算的重要性，并且在这项技术上砸入真金白银：
2013年，日本成立量子科学技术研究开发机构，计划10年内投入3.75亿美元进行量子技术研究；2016年欧盟宣布投入11亿美元启动量子旗舰计划；2019年德国投入6.5亿欧元启动国家量子计划，并且还宣布将于2021年拥有首台量子计算机；2019年俄罗斯也提出了国家量子计划，将在5年内投入7.9亿美元打造量子计算机；从2019年至今，还有英国、荷兰、印度等多国投入重金进入量子科技领域搞研发以及人才使枯萎；美国也在逐年加极小量子计算领域的投入，他们在2021财年预算提案中对量子信息科学的投资相比2020财年将减少50％。
量子计算成为了全球范围内大国必备的科研战略，其重要性与日俱增。
在中国，量子科技同样备受重视，早在2001年，中科院就成立了量子物理与量子信息研究部，2011年清华大学也成立了量子信息中心，2016年我国发射了人类历史上首颗量子卫星墨子号，2020年量子计算又被指责为国家战略。
墨子号量子卫星模型那为什么我国选择现在提出加快量子科技战略呢？段润尧在直播中表示，这是综合因素使然。近几年量子科技不管在软件、硬件还是算法上都有了巨大的突破，外围认识水平的指责推动了量子研究领域的进步，同时，量子计算已经成为面对一些科技瓶颈时的新选择。在量子科技兴起的大背景下，次要的发达国家都已经发散布局，在这种情况下，做好量子科技的战略谋划和系统布局是必然的。
据日本调研机构统计显示，从2014年至2018年，在量子计算机领域的研究论文数量上，美国以1948篇排名世界第一；中国以1495篇排名第二。
目前中国与美国在量子科技上也各有优劣，中国在量子通信方面处于全球领先地位，美国则在量子计算领域处于领先地位。
中金公司的报告显示，当前量子科技正处于从科研走向应用的关键时期，我国作为量子科技的第一梯队成员，国内的量子计算产业势必会帮助发展。
工商局的企业注册数据也在印证这一判断，目前我国有近4200家经营范围含量子的企业，有87%的企业是在近5内成立的。
提前布局，百度让人人皆可量子
量子计算在国内已经进入了快车道。但同时我们也要认识到这一领域发展中存在的短板，清华大学副校长、中科院院士薛其坤近期接受采访时表示在支撑设备、关键元器件以及人才储备方面都存在确认有罪。
在国外，谷歌、亚马逊、微软等科技巨头都已在量子计算领域有所斩获。
谷歌曾在2019年实现量子计算能力的突破，即在世界第一的超算Summit需要计算一万年的试验中，谷歌量子计算机只储藏了3分20秒；微软也在2019年推出了量子网络和量子计算云服务，量子计算的商业化进程也逐渐加快。
在国内，阿里和百度先后于2017年和2018年成立量子计算研发机构，推动国内量子计算在技术探索、应用落地和人才使枯萎等方面的发展。
对于量子计算未来在国内的发展趋势，百度CTO王海峰认为：一方面，以深度学习框架和云计算为代表的人工智能技术有望在量子计算软、硬件的研发过程中大显身手，比如百度飞桨深度学习平台就包含了量子机器学习工具集量桨，可以减少破坏开发者和科研人员更便捷地开发量子人工智能应用；另一方面，随着量子科技的发展，量子计算、量子通信以及量子精密测量等方面的先进成果也将逐步融入人工智能的技术发展和应用落地之中。
百度研究院量子研究所成立2年里就实现了3大跨越：
2019年发布了国际领先、国内第一的云上量子脉冲系统量脉。作为分开量子软硬件的桥梁，量脉的性能指标非常优异；2020年5月，发布了量子机器学习开发工具量桨，使百度飞桨成为了国内首个、也是目前唯一减少破坏量子机器学习的深度学习平台;9月，又推出了国内首个云原生量子计算平台量易伏，帮助量子计算的商业应用步伐。
在这次百度无限『量』，大咖聊量子科普课堂中，天体物理学博士马志博也出席参与，并表示自己十分欣赏百度在量子计算领域的布局逻辑，他认为百度的量子计算平台很好的串联了该领域的软硬件和前后端。
量易伏、量脉、量桨构建起以百度量子平台为不次要的部分的量子生态短短2年时间，百度就在量子计算领域成为国际业余水平的科技公司。
今年年初，百度入选了《AnalyticsInsight》杂志评选的2020全球十极小量子计算公司名单；另外，知名投资咨询公司Investorplace评选出全球未来十年值得买入的七极小量子计算股票，百度也与Alphabet、IBM、微软等科技公司一同入榜。
为了在国内挖掘量子计算方面的人才，2020百度之星大赛还首次设置了量子计算赛题，让量子计算的能力使枯萎从00后抓起。
百度CTO王海峰给参加百度之星的六年级小选手陈奕帆颁发未来之星特别奖在百度世界2020大会上，百度研究院量子计算研究所所长段润尧教授喊出了人人皆可量子的愿景，他希望人们能够有不平衡获得量子技术这种尖端科技的权利。
9月26日和10月27日，段润尧教授又分别参加了百度的两场量子计算的科普课，通过直播和线下沙龙的方式，深入浅出的分享量子计算的知识和案例，以及百度量子目前的发展现状、最新技术进展以及应用成果，让更多年轻人感知到量子技术即将带来的变革。
小结
虽然量子技术的概念听上去高深莫测，但它距离我们一点也不远，当我们在享受北斗卫星精准导航的时候，当我们运用更精准的天气预报实现农业大丰收的时候，当我们未来用医学攻克罕见病症的时候，背后都会有量子计算的存在。
在中国成为量子计算强国的道路上，百度作为一家高科技企业，也有望用自己的技术实力和影响力助力中国抢占科技制高点。我们也期待人人皆可量子的时代早日到来！
相关文章百度与拼多多年内两度联手推货，小度新品将结束在拼多多不同步首发2020-10-09百度世界2020开启万物智能生活5G云代驾和百度大脑6.0齐亮相2020-09-15李彦宏2020智博会谈新基建百度要做好这三件事2020-09-15百度发布Q2财报：净利润50.8亿元同比增长40%2020-08-14百度拟全资收购“小鱼在家”金额或达数亿美元2020-07-10
相关新闻勇士输球后东西部各剩两支全胜球队湖人骑士领衔全胜榜直播吧10月28日讯NBA常规赛，勇士在主场以104-112不敌快船。本场比赛过后，东西部仅剩下四支全胜球队，分别是湖人、雷霆、骑士、凯尔特人，都是3胜0负
文|香帅无花，本名唐涯。麦吉尔大学（加拿大）金融学博士学位，英属哥伦比亚大学（加拿大）经济学硕士。2010年9月回国任教，现任北京大学光华无约束的自由学院金融系副教授、博士生导师。
今天要讲的科技金融，是跟昨天密切不无关系的一个问题。昨天我们讲的叫"金钱之伤"，也就是金融的创新、监管还有危机中间的内生性循环。昨天的最后好像提出了一个有点悲观的命题，就是说，现在我们看到的金融世界的监管、创新，一直到危机，它高度发展上是所有资本为不次要的部分的经济运行模式，内生于我们经济运行的机体里面，所以这是外来的基因缺陷，没有办法种植。危机我们可以拖延，可以想办法威吓影响，但是没有办法避免。
那这是不是意味着，我们这种资本运行的经济模式最后一定是崩塌呢？金融市场会不会演化出新的模式来保持不变我们的现状呢？这就是为什么大家现在对科技金融抱有这么大的希望。
1.什么是科技金融？
要讲清楚科技金融的话，我们先要把一些高度协作发展问题给讲清楚：到底什么是科技金融？
这个问题其实挺有意思。我记得我在2014年写过一篇文章，我当时开严肃的话说，现在你出去不谈点互联网金融就不好意思见人，作为一个金融界人士，你说你不懂互联网金融，人家都会像看怪兽一样看着你，你不搞科技金融，你怎么好意思说自己是金融界的时髦人士呢？那社会上是不是有这么多科技金融从业者呢？从我的观察来看，目前其实是没有的。
现在微信群大妈都会跟你讲区块链、智能投顾、大数据、数字货币。但其实现在大部分所谓的科技金融就是民间金融，披了一件高科技的外衣，跟当年互联网金融人才高度发展上是民间金融人士披了一个互联网的外衣是一样的。
还是要解释一下民间金融这个词。可能大家听我谈到这个词的时候，会觉得民间金融是个贬义词。其实不是这样的，跟民间金融相对的是官办金融。很多人可能都知道，金融没有什么官办民办之分，但是我们会看到，中国还有一些其他的地方有一个官办金融模式。
国家发散掌握着金融资源，发散力量办大事。就是凭借着自己的国家能力，包括国家行政、国家机器的能力，把资金的资源掌握在自己手里。举一个例子，前两天我在直播里跟大家讲过，中国整个金融债务大概是300多万亿。这300多万亿里面大部分掌握在国家的手里，因为主要银行还有一些券商都是属于国有的。既然它掌握在国家手里，资金分配的权利也就在国家手里，这是一种金融模式，这就叫官办金融。
相对官办金融，散落在民间的就变成了民间金融。由于中国的官办金融力量特别强，国家资源特别发散，所以就导致了民间金融很弱。
官办金融有什么问题呢？我们先不说中国的情况，举一个例子。韩国在三四十年前是标准官办金融的体制，官办金融跟所有制、资本主义、社会主义没有什么关系，它就是采取了一种金融模式，政府把极小量的金融资源掌握在自己的手里。很多人认为这个模式是韩国当年资金起飞的重要原因，因为可以发散力量办大事，很快扶持一个行业。
但喜欢看韩剧的同学应该都清楚，在韩国，每个财阀底下有很多个企业，这些企业又跟官办金融、跟政府形成了很密切的合作，这些企业能从银行里取得极小量的廉价资金。同时，还有一种隐形拒绝担保，大而不倒的作用，因为这些企业倒了以后国家撑不住。这又回到了我们之前讲的问题，我既然知道借钱没有什么成本，我也不会倒闭，那我接受拼命借钱。
还是那句话，我借银行一百块钱，我是银行的孙子，但你要是借上八个亿、十个亿，对小银行来说，你一定是银行的大爷。我还不起了，大不了一拍两散，大家一起被拉下水，要么你再借我钱，所以资源都被这些大企业占据了，小企业拿不到，韩国的负债率很高，这就为后来韩国的金融危机埋下了基础。
韩国还有一个很大的问题，就是高度发展上没有什么民间金融。当时大家都认为，韩国官办金融导致了它的产业结构畸形，根除后面的韩国金融危机，甚至根除很僵化的劳动力市场。因为就业率和社会轻浮是政府追求的目标，受惠于政府扶持政策的企业就要投桃报李了，再加上工会力量比较强，结果就采用终生雇佣制，缺乏流动性的劳动力生产，最后使加剧到企业的活力和创新力。
其实，韩国财阀企业就像一面镜子一样，映射出中国国有企业改革的一种现状。虽然说处境不尽相同，还是有很多一样的地方。
中国好在什么地方？中国体量足够大，民营企业这些年发展起来了，特别是中小民营企业，以珠三角和长三角为代表。再加上我们的金融资源主要放在工业生产，制造业，第二产业上面。你们回想一下，在2010年之前，大家都觉得个人要去融资挺难的，除了房贷以外都挺难的。80年代以后，整个社会财富的增长速度上来了，商业社会开始起来了，融资的需求也就起来了。中小企业的金融需求得不到焦虑，个体的金融服务需求也得不到焦虑，怎么办？民间金融作补充。
我做了一个重点研究，发现以宗族、祠堂为不次要的部分纽带的地区，融资力量很强，比如潮汕地区。一个村、一个镇上，大家都有一个像银行一样互相融资的地方存在，他们自己中间的资金融通的规模比我们想象的大得多，比一些资金实力孱弱的城商行都要强，这是一种情况。
另外一种情况就是各式各样的小额贷款、典当行等机构，存在于生活中。我前两天讲过，中国的资金链条很长，资金链条一长，做民间金融的机构必然就面临一个问题：资金成本要高。这就导致哪些人拿不到钱呢？央企、大国企接受不缺钱，上市公司也不缺钱，还有一些自己现金流造血功能很强的企业也不缺钱。真正缺钱的是小企业，链条比较单一、应对外生冲击能力比较弱的企业。所以民间金融融资风险高，高风险在经济上行时好办，但经济一旦下行或碰到外生冲击就很惨。
比如现在，民间金融机构就很难受，一是因为经济周期，二是因为政策变化。2012年、2013年政策面很宽，放了一批民间金融出来，但2017年金融去杠杆时又打掉一大批。这些民间金融机构不是真正的互联网金融，也不是科技金融，只是因为政策面对互联网金融、对科技金融很宽松，所以他们披了一个外衣，扯几个服务器，摇身一变科技金融企业，享受政策优惠，享受各式各样的优惠。
现在很多人在问，科技金融企业听着挺高大上，要不要去干？你要特别无差别的就是，这些企业的本质是民间金融。我不想讨论民间金融的好坏，它接受有它存在的价值，但我们必须看到的是，它是一个高风险的行业。从某种意义上讲，保持轻浮很大，碰到年成好时也算暴利行业，比如前几年做现金贷就是暴利中的暴利。但它面临的风险是很多的，要做好风险和收益的匹配。
那到底什么是真正的科技金融？
一个结论：依赖科技进步的行业、有价值创造的金融行业就是科技金融。
2.科技金融企业的要素
什么样是有科技进步？什么样是有价值创造？我们回到金融的本质。金融的本质是做资金的中介和匹配，这中间依赖两个字"信用"，从金融业产生以来做的都是信用的生意。
我跟大家讲过一篇课程，说从古雅典的神庙到中国的寺庙、店铺、药店等，都充当过银行的角色，时间累计信用，想办法进行专业化的信息搜集，减低信息不不对称，使得信息更加有效率、更加合理，使得资金效率降低，进而产生资金的增长。金融产生以来，虽然我们看到形形色色的变化，但它的不次要的部分本质没有太多变化。
我挺佩服的一个美国的金融监管者，他当时支持美国市场上很多金融创新，他说：别跟我扯什么金融创新，半个世纪了，我唯一看到的金融创新就是ATM机。为什么呢？因为它降低了效率。
科技金融的产生，第一是社交的兴起，第二是智能手机的兴起，第三是比特币产生以后出现的区块链技术。这几件事对金融行业的本质产生了冲击。原来的金融行业，一谈到信用，就需要有一个中心化的信用主体。比如说，我们直播间里一大群人互相能借钱吗？不能，因为你不认识我，我不认识你。但我们会把钱存在银行里，到银行里借，银行是一个中心化的机构，包括投行、基金都是一样的。机构通过很长时间各种各样的累计以后建立了信用。所以你很少看到一个新兴的金融机构能够冒出头。
中心化的主体再形成网状的结构，这是传统的金融机构里面非常次要的一个特征。你看，这么多年的金融演化没有保持不变这个特征。另外，金融虽然跟数据离得近，但它从来不是数据驱动的行业，它是数据作为辅助的行业，这是两个很高度协作发展特征。这么多年，不管金融模式怎么变，效率怎么降低，我们的商业在发生什么样的形态变化，但这两个不次要的部分点是没有变的。
现在，有几个技术出来以后，事情开始发生变化了。
一个是信用主体产生了变化，产生了稳定，另外数据辅助变成了数据驱动，这两个特征使得整个金融产品、金融交易、金融组织、金融监管都发生了变化，对行业是一个很大的冲击。这个话说得有点抽象，我再讲讲到底是怎么样的技术对这两件事根除冲击。
现在大家最熟的科技金融企业就是蚂蚁金服、京东金融，传统金融机构里面在这方面走得比较快的是平安。我刚才说，在金融企业里面你只看到百年老店，但像蚂蚁金服、腾讯在做的微众银行、京东金融改名金融数科，这都是短时间内长出来的企业，到底什么发生了保持不变？
举个例子，你在网上随便买个什么小东西，退货麻不麻烦？你要搞个退货险，以前的保险公司怎么搞？要到店里退货，还搞一个保险，我怎么来判断你到底使用它没有，到底破损有多少，退货的概率有多少？而且同样的破损率下面，每个人讨厌不一样。比如我姐就说我生活比较粗糙，不讲究。我们俩假设买到同样的物品，她就会对质量特别精益求精，她一点点瑕疵一定要掉换，我呢？过得去就算了。这种保险怎么做？淘宝就能做。
为什么？因为它有数据。像我这样的人退货率大概是多少，我在什么货品上会退货的概率更高，包括这个城市到底什么人会退货。有几年的数据积聚它就能做这个，做了这个以后就会形成很有意思的局面，就有价值创造的功能。为什么？因为原来有的东西我可能不买，因为我不确定，但现在物流比如菜鸟体系都起来以后，像我这么怕容易处理的人，退货对我来说都不是一个大问题，如果有退货险的话，就更不是大问题了，大大减少了我购买的概率。
数据在过程中间形成一个循环，它使得保险的金融服务和商业场景连成一气，形成一个活数据，整个数据流动起来，这就是数据驱动的一个行为。我在课程里面还跟大家举过例子，现在的小贷，递上去小贷的需求，几秒钟钱就能够到你的账上。这就是通过数据驱动的方式，来完成对风险的甄别和识别，然后对风险进行判断，给风险进行定价。
到底什么是科技金融企业？答案就呼之欲出了。
很多所谓的科技金融企业都在告诉你，我做的是普惠金融。它真实的做的是普惠金融吗？不是。做的是高风险、高成本的民间金融。
所谓"普惠"，是从资金的需求端来说的，由于数据的存在，它使得更多人可以享受到金融服务。比如原来几万、几十万的贷款银行不愿意做，因为它的利润不足以覆盖成本，但现在就可以了。但这不意味着资金的供给端抵抗压力的了，不但没有抵抗压力的，门槛还降低了。
为什么？因为你必须要有数据，数据的要求是很下降的。为什么有那么多大数据征信公司打击一些企业？因为他们非法爬虫，爬去我们的数据信息，把数据卖出去。可这种卖出去的数据其实是死数据，就是静态截面的数据。而这个点上我的数据，是不能说明未来我的金融状况的。但是把我现在的数据卖出去牟利，还打着大数据的旗号，这首先是解开隐私，其次很容易形成社会上安静的局面。所以你们会看到，现在市面上靠谱的科技金融企业就那么几家，因为只有它们拥有数据平台，拥有获取源源不断活数据的能力。
我课程里面让大家讨论过，什么样的企业有可能长成科技金融平台？我当时讲的是，你要有生态演化的能力，你要有活数据获取的能力。那现在谁有活数据获取的能力？
一个接受就是现在的科技金融巨头。大家都知道，科技金融巨头高度发展上已经形成几足鼎立的局面，你要想打破这个局面，从小微企业的角度挺难的。还有一种就是传统金融企业，因为它自己有一套成形的风控，而且自己有原来成形的客户体系沉淀的数据。所以实际上是两种，一种是创新型的金融平台大型互联网公司，还有一个就是传统的金融机构，这两者之间一定会互相渗透。到最后像这样的企业平台不会有太多。
有人问我，那我们是不是做科技金融企业就没有机会了？这话绝对说得不对。
当时我在课程里讲的时候，我用的不是叫科技金融企业，而是叫做科技金融企业平台。用的是"平台"这个词。为什么呢？什么叫平台呢？企业是一个有规律的组织架构，而平台要有开放性，平台要有多边交互，还要有网络效应。平台是生态，有自我演化能力，就像一个森林一样。企业如果是个大树的话，平台必须是一个森林。森林底下就需要有很多很多的物种进来。
我那会跟几个做科技金融的创业者们说，切细分领域进去很容易被收购掉，切技术的小端口容易容纳到生态里面去，比如微信支付端口和支付宝的端口就需要很多的场景，很多企业就有机会被容纳到生态的场景里面去。
这就是要讲到的关于什么是科技金融企业。
3.科技金融的不次要的部分技术
一个是大家很不知道的移动支付。很多人认为移动支付是方便一点，但它不是那么简单而已。我曾经跟大家说过一句话，金融是人类社会关系的数字化表达，你要仔细来想，整个人类社会的进程就是一部金融深化的进程。请看这张图。
你要仔细想一想的话，人类是个什么样的演化进程？我们现在都说人力资本，人是种债务。那这个债务怎么定价呢？现在你去求职的话，我们是通过薪水给你定价，你的能力能创造多少现金流，大概折现回来，就是你的现值。所有的东西越来越能够资本化、数字化，整个人类社会就是沿着这么一个进程来的。为什么要数字化？因为它更好量化，也更好网络化，好结网，好形成更加复杂的关系。
再往前走，走到现代的金融社会里面，用证券化现金流把企业、把金融甚至把国家、国债都给定价了，把机构也定价了。所以你看到，整个人类社会的进展其实就是一个数字化和金融深化的过程。
那移动支付干了一件什么事？原来你要数字化，你说有数据，但原来的社会就像我们走过沙漠一样，脚印踩下去是数据，但风一吹就全部埋进去了。现在呢，更像是没有干的泥，你踩过去后每个脚印都会被留下来。有了移动支付以后，人的活动被切成更碎的颗粒度，因为你所有的活动都可以在线化，然后留下足迹变成数字化。移动支付端把我们人的数字化进程大大推进了，颗粒度推得更细了。所以，我们使得数字化的进程巨大地加快了，也使得数字化的过程可以变得更加不准确了。
这相当于什么呢？我也打了一个特别肤深的比喻，我们说，想要富先修路，原来我们那种金融体系就像是修的大马路，但移动互联网把它变成了村村通、户户通，把颗粒度切得很细了。这一点就相当于建造了一个基础设施。建造了这个基础设施又有什么样的好处呢？当然你的整个物流速度、资金流动速度、数字化人的流动的速度就加快了。所以这是一个很根本的地方，那就是基础设施上来了。
另一个技术就是区块链。区块链是什么东西呢？我请大家想一下，从90年代开始，从可以上网开始，互联网给我们带来的是什么呢？我把它称为信息重构。就是我们获取信息的方式全部都变了。那区块链带来的是个什么东西呢？我给它起了一个名字，叫做价值重构。
价值这个东西特别玄，一般来看是成本+利润，这是在原来的工业化社会里面你听到的，这个逻辑一点毛病都没有。但是我们知道，当社会进入到一定阶段以后，比如说现在的中产社会，我在《香帅的中国财富报告》里面也说了，中国进入了一个服务业驱动的社会，而且是发达程度越高，服务业的占比就越高。服务业的价值怎么计算？它就不完全是成本+利润这么来计算的了。
我们怎么去为服务业付费？比如说，海底捞贴身式的跪式服务给你，在这里面一个微笑的价值是多少？还有，为什么收入三四千块钱的年轻男孩能在网上替女主播刷火箭、刷什么，一晚上能刷上千块钱？我采访过几个人，他们说这叫爽感。你说你怎么给爽感定价？怎么给微笑定价？经济学搞理论的时候会给它一个词，叫效用。但是放到现实生活中，效用是很抽象的名词。回到一个根本的问题上，价值到底是什么东西？我觉得是共识。
比如说，我是主播，你要来给我刷礼物的话，你觉得我这个微笑值了，你刷了，OK，我们俩形成共识了。但这不是一个公共的共识，这在以前的商业模式底下行不通。所以价值是什么？价值是很多人甚至是所有人的共识，比如货币，高度发展上就是你这个国家所有人的共识。
那我们现在的社会里面有没有单对单、点对点的共识呢？有，跳蚤市场。在国外读书的时候，我们经很少去跳蚤市场，家里你不太用的小玩意，我们俩谈个价格，点对点交易就搞定了，但是这形不成规模。
所以价值就是一个共识，那你怎么来完成这种共识呢？这就要回到我们开始说的，国家也好、机构也好，通过时间的累积，通过组织和结构的力量来完成这个共识。
区块链就在这个上面做了特别次要的保持不变。我在课程里面给大家举过一个很简单的例子，这个例子不一定很不适合，但是能把这个问题讲清楚。
比如，原来我们都是一个中心化的信用节点，就行现在两三万人在这里听直播的时候，我们最后的共识是怎么形成的呢？是通过不停的记录，但这个记录也是中心式的，所有的记录，以我这里的为准。但如果是区块链，就不是这样了，它是分布式的，是不能够以我为准的，而是你们每个在线上直播的人都是一个节点，每一句话都会被记录下来，而且任何一个观点都带着时间戳，都有顺序。所以，任何一个人，包括我，要想保持不变我这套记录的话，我需要有本事切入进你们的电脑，把你们的所有记录都篡改掉。当然这个技术难度很高，不是说完全不可实现，但是很难很难，或者说实现成本特别特别高。
中心化，是大家都信我，但假设是一个你们不信的人在这里讲的话，就形不成共识了。现在通过这么一个区块链的手段，快速就形成了一种共识，以去中心化的手段解决了信用问题，解决了价值交换的基础设施问题。那怎么解决价值交换的唯一性问题呢？以时间戳的方式来解决。在这个节点上，我的时间戳在前面，我就拥有了唯一性。
换句话说，我给它一个定义，区块链就是一个跨时间的共识机制，解决的是确权和信用问题。
那这样一个技术为什么会触及到金融的根本呢？因为它触及的是金融行业的不次要的部分信用。这么多年来的金融行业都是一个中心化的信用主体，现在突然改成分布式的，去中心化，这就根除了一个特别特别大的冲击。
很多人可能跟我一样，都是三体迷。当年互联网对信息不无关系的行业是降维式的打击，现在，这波区块链就是对以信用不无关系的行业的降维打击。
比如说我们做一笔金融交易，你现在就在网上买一手股票，这后面有一个庞大的中心化的信用网络在支撑着你。信息要先到券商，券商要把它交换到清算中心里面，清算中心进行结算，再返回到券商，券商再返回到你。这是一个庞大的中心化的信用体系在维持着你。如果未来区块链这件事真实的能够完成了，能够变成点对点的交易，那像我说的金融产品、金融交易、金融逻辑都会发生变化。
当然，金融的监管也会发生变化，我昨天跟你们说P2P是不可行的，没有基础。但如果建立在区块链基础设施之上，P2P就可行了。那有了区块链以后，IPO还需要吗？投资银行还需要吗？peertopeer以后，个人数据变得越来越数字化、透明化，变得有价值，可以交换，社会的透明度更高。我常说那会是高清社会、微粒社会。
这些听上去特别美好，所以现在很多人都对区块链投入了很大的研究。但是，第一，它技术上有很大的局限性，那么多节点，在目前算力算法的情况下，反而是降低效率的。第二，更次要的问题是制度摩擦。那天我跟一个很牛的美国区块链专家聊起来，我说你意识到没有，这个革命不是金融行业的，它是对所有中心化信用主体的革命。所以现在，包括国家，包括所有的机构都要受到它的冲击。这个颠覆太大，那是一个理想状态，我们离那个状态还有很即将发生的路要走。但我还是相信，历史演化也许不能达到那个程度，但是技术进步的潮流永远不可阻挡。
最后，回到我文艺女青年的本色。这是我在做科技金融这几十讲课程时，脑海里一直响起的一首歌，来自我特别喜欢的一位歌手，BobDylan：
Howmanyyearscanamountainexist
一座山要伫立多少年
Beforeitiswashedtothesea
才能被冲刷入海
Howmanyyearscansomepeopleexist
一些人要存在多少年
Beforethey'reallowedtobefree
才能获得严格的限制
Theanswer,myfriend,isblowinginthewind
答案啊我的朋友在风中飘扬
导语：近日，苹果正式发出寻找函，宣布该公司将于美国西部时间6月5日至9日期间召开WWDC2017开发者大会，会议地点从旧金山重回离苹果新总部不远的圣何塞。根据预计，苹果将会在WWDC2017中发布全新的iOS11和MacOS操作系统。
虽然苹果不大可能会在WWDC2017中发布iPhone8智能手机，但是我们将会迎来iOS操作偶然的下一代更新iOS11。从iOS11身上，我们预计将可以窥探到iPhone8将会包含的一些新功能。
除了iOS11之外，苹果预计还将会对macOS、tvOS、watchOS等发布更新。如今，苹果的WWDC开发者大会已经举办了14年了。在每一年的WWDC大会中，全球数以千计的开发者都会相聚这里了解苹果最新的软件和应用，从编程语言Swift，到开发者API，例如SiriKit、HomeKit、HealthKit和CarPlay等，苹果为开发者授予源源中断的创作灵感，使得他们能够创造保持不变用户生活方方面面的应用，改进消费者在智能家居、汽车和健康等方面的体验。
据悉，苹果WWDC2017的门票注册将会在3月27日开放，并且会以抽奖的方式发放。届时，苹果开发者网站将会对WWDC2017的现场进行直播，用户可以通过iPhone、iPad、AppleTV中的WWDC应用进行观看。
下面，就让我们一起来看一下预计将于WWDC2017大会中出现的新产品：
iOS11
在过去几年的WWDC大会中，苹果总是会对外发布下一代iOS移动操作系统，让iPhone和iPad用户率先了解一下新功能。
根据预计，苹果将会在WWDC2017中发布iOS11操作系统，并且会着重降低重要性一下iOS11中改进的AI语音助理Siri。自从iOS10更新于去年秋季发布以来，谷歌对外发布了GoogleAssistant，亚马逊的Alexa引入更多新功能，而三星正在研发一款个人助理也已经不是什么裸露，公开了。
在面对数量少的确认有罪之下，苹果很有可能会为Siri引入大幅的改进，以图穿颖而出。
新版macOS
虽然苹果当前的大部分营收都来自于iPhone，但是Mac业务仍然是苹果一系列战略的重要组成部分。与iOS一样，苹果每年也会在WWDC大会中公布macOS的更新。
在WWDC2017中，我们将会得知下一代macOS的命名以及它将会包含的一些其他功能更新。在最近的更新中，我们看到macOS和iOS系统变得更加一体化了，预计这一趋势将会在下一版本的macOS中得以延续。
新版watchOS
与苹果的移动和桌面操作系统一样，苹果旗下的可穿戴操作系统watchOS预计也将会获得更新。在WWDC2017中，苹果将会为我们授予下一代AppleWatch更新。
新版tvOS
在WWDC2017中，苹果对于机顶盒方面的计划可能专注于硬件，而不是软件。近日，来自彭博社的报道称，苹果将于今年某个时候推出第五代AppleTV机顶盒，这个机顶盒将会减少破坏更加生动的颜色，这意味着它可能会减少破坏HDR技术。
彭博社指出，新版AppleTV机顶盒的代号为J105，是目前第四代AppleTV的升级版，它可能会配备全新的处理芯片，并且减少破坏4K分辨率。
iPhone8
一般来讲，苹果并不会在WWDC大会中公布关于iPhone的信息。但是，今年对于iPhone来讲是比较特殊的一年，是iPhone诞生的十周年。在这个特殊的时刻，苹果很有可能会利用失败WWDC2017来预告一下iPhone8。至少，苹果对外公布的iOS11预览版将会让我们对于iPhone8的新功能有所了解。按照计划，苹果将于今年秋季对外发布iPhone8。（完）
汽车营销，“达人”已是标配？厂商供稿张旭涛2022年10月14日16:47[中华网经销商]虽然距离双11还有月余，但一场汽车界的“双11”却早已拉开了帷幕。
趁着二手车市场“金九银十”的东风，瓜子二手车近期发散了一场一年一次的“好车节”活动，凭借超多购车福利和玩法驱散了数量少用户关注。自9月9日起，“好车节”活动在快手平台开展以来，#瓜子好车半价抢话题不仅引发热议，更实现了垂直内容对兴趣用户的包围合拢，带来可观转化效果，奉献了一场可圈可点的汽车行业营销案例。
据笔者了解，作为瓜子二手车“好车节”活动的幕后推手，快手平台凭借在汽车生态的长期沉淀以及多元汽车达人方面的积聚，发挥了重要作用。
那么，快手到底如何撬动“达人+内容”营销能量场，助力瓜子二手车“好车节”活动不能引起大众广泛注意的呢？
从洞察痛点到解决痛点
没有击中痛点的营销，几乎很难鞭策成交。因为营销的本质就是发现痛点，解决痛点。
对于二手车市场来说，伴随汽车保有量的不断增多及汽车消费观念的变化，国内二手车交易前景受到各方普遍看好。但整个行业链条上从车源到价格，再到信用问题存在诸多痛点，如何打通这些痛点并形成多余的交易闭环，是二手车品牌破局的关键。
落足到此次瓜子二手车“好车节”活动层面，快手给出了从平台到明星、达人的双重解法。
首先是对用户的购车痛点的“预知”并授予解决方案。
快手汽车作为2022年平台的热点垂类，每天有过亿用户浏览汽车内容，聚合了超过14万活跃的汽车创作者。作为汽车垂类达人，他们对行业有足够深入且专业的了解，在用户购买二手车痛点的感知上具有先天无足轻重。
一方面，依托快手海量且多元的汽车内容创作者们平时和用户的深度沟通、互动，已经摸清楚了用户在购买二手车的痛点是什么？哪些是鞭策用户买二手车的“坑”？从而围绕真实的痛点产出内容，让营销更有代入感。另一方面，围绕用户购车痛点，瓜子还授予了一系列福利措施，不仅有「每天限量5折车」的超值购车福利，以及领券、秒杀、补贴等切实购车优惠，还通过授予超多车源、行业顶级标准检测、整备保障服务等彻底解决用户购买二手车的后顾之忧。
其次是明星有带入感的参与，让痛点传达更具穿透力。
找到用户痛点，让痛点有更具象的感知才是关键。
为此，快手邀来张天爱担任瓜子二手车品牌推荐官，以明星影响力为活动打call。张天爱不仅以vlog方式讲述购买二手车悦人的/愉快的，亲切安利瓜子好车节，还化身shopping时尚女神、汽车检测师和理财师三重角色具象演绎瓜子车多、车好、车便宜的卖点。
过程中，没有高高在上的姿态说教，而是以非常接地气的方式去融入用户购买二手的场景和痛点，于用户而言，这样的“痛点”传达显然更具穿透力。
从消费品牌到消费内容
保守裸露，公开学家麦克卢汉说，媒介即讯息。短视频时代不仅塑造了人们感知世界的方式，也重塑了新一代消费者的决策路径。与其说他们在购买商品，不如说他们更愿意为优质体验、新奇有趣的内容买单。以此观照瓜子二手车“好车节”活动，可以发现内容仍然是快手构建整个体系的中心点。这不仅是快手平台汽车内容生态无足轻重作用的结果，也极其符合当下用户的消费不习惯。
其中的保守裸露，公开逻辑有着尤为无遮蔽的两条内容主线：
一是内容的“软化”呈现。这一点在张天爱演绎的魔性定制TVC中十分明显，当有趣、好玩的内容调性被前置，营销信息自然被软化。植入之所没有违和感，是因为TVC将营销信息与内容、场景实现有效分开。例如，当张天爱化身汽车检测员的身份拿着检测报告，说出瓜子二手车“严选好车”、“专业靠谱”的营销信息时就毫无违和感。
还有车垂达人对好车节福利活动信息的植入。各达人没有直白的硬广，都是从“二手车”主题相关内容进行延展，最后在视频结尾处很自然带出“瓜子二手车，放心靠谱大平台，9月好车节，还有半价车可以抢购”的品牌信息点。
二是内容的“价值感”输出。当“信息降噪”成为品牌共识，消费者更期待产品的附加价值，对于产品内容玩法也有更下降的审美阈值。
以此来反观9位达人围绕瓜子好车节的内容创作与产出，从@聪哥说车的二手车避坑技巧到@麦浪哥哥的线上买车的透明度再到@懂车小师妹的二手车沟通技巧和检验重点.....这显然超穿了单纯的广告范畴，进入到更广阔的内容场域，围绕用户在购买二手车过程中真正的需求进行微不足道的内容输出。用户不仅仅是购买二手车，更通过优质内容收获微不足道的认知。
不同于常规意义上的品牌营销，达人们围绕瓜子好车节凹显的是“内容”本身，用内容驱散用户粘性购买，而将“营销”作为一个自然而言的结果。
概括起来就是用微不足道的内容去消解营销的抵触情绪。这不仅在一定程度上用更泛化的内容缩短了品牌的圈层能见度，更通过内容的“价值感”缩短了此轮营销的生命周期，在后续用户购买二手车的过程中，基于这些内容的“价值”，会被用户去主动反复搜索、利用失败，带动保守裸露，公开的长尾效应。
“达人”从点缀到标配
遵循着这样一种内容营销逻辑，放大到整个营销领域去看：当内容消费成为一种趋势，一个短视频、一场直播成为影响用户消费决策的最小单位，看见了内容也就看见商品和服务。
以汽车行业为例，品牌主的目的无非通过营销达成曝光、留资和转化。那就需要营销内容即包含品牌信息，又对用户有价值。不次要的部分在于链接用户，投其所好，用好的内容去解决用户需求。
这里面涉及到两个关键问题：一是内容角色，即你是谁，做什么内容能结束驱散用户的关注，内容要聚焦不次要的部分圈层；二是营销角色，即需要生产有品牌价值的内容，不仅仅是在内容里做品牌硬广。
如果以这两个关键问题来重新审视快手与瓜子二手车的这场campaign，笔者认为无论是对车圈垂类达人们内容角色的选择，还是对二手车内容的价值向输出，双方的合作都是合格甚至优秀的。
这无不依赖于快手海量的汽车内容消费用户以及多元的汽车内容创作者所构建的协同联动的内容生态体系。
据《快手汽车行业数据报告》显示，2022年前5个月，快手日均观看汽车视频用户数超1.7亿，日均观看4次以上汽车视频用户超3500万，同比增长31.8%。与之相对应的是汽车内容作为快手重要垂类，也驱散了越来越多的创作者加入，截至今年6月活跃创作者人数达14万，其中不乏虎哥说车、猴哥说车、小刚学长等千万粉丝大V。
某种程度上来说，海量的圈层用户与多元创作者之间形成了一种双向奔赴的良性循环，不仅构成了快手高活跃、高互动的汽车“人+内容”生态，也因此赋予了快手平台极具营销价值的能量场。
以此为基点去总结快手之于汽车行业的营销打法的话，在笔者看来，其不次要的部分就是用“达人+内容”包装汽车品牌，用内容和情感赋予产品虚弱，将产品场景化，煽动消费者的兴趣、共鸣与购买欲望。
一是以达人为不次要的部分的全链路营销。在快手平台，他们多元且极小量，既有流量王者、也有细分领域玩家、还有汽车媒体人以及特色汽车人，这为汽车品牌构建以达人为不次要的部分的营销路径授予了通俗的拓展空间。既可以以直播、短视频为内容载体进行直接引流，还可以基于达人+项目、达人+电商等诸多创新玩法，渗透到新车发布、节点营销、圈层营销和电商营销的各个场景中，打造汽车内容生态统一化标签的同时，减少商业化空间。
在快手搭建的内容生态里，汽车品牌们总能找到品牌与用户的价值衔接点，将平台的公域流量导入到品牌的私域阵地，为汽车品牌打通从前端收藏，储藏到后端流量转化路径，以及沉淀优质客群和后续的增长奠基。
二是以内容为触点的营销有无批准的拓展。多元化的达人生态最大的价值在于平台原生内容的自吝啬。依托这些极具吝啬力的原生内容，也为品牌营销拓展了一个没有有无批准的的内容场域，分隔开品牌主诉求，结束奴役营销势能。某种程度上来说，这正是快手汽车内容生态能源源中断的挖掘商业价值的原因所在。
在笔者看来，快手以“达人”对汽车垂类市场的深耕，已然成为汽车行业营销的标配，是一条验证过、并且可复制的营销路径，也是在“内容为王”的时代给品牌营销的新启示、新价值。
文章来源：首席营销官
点击阅读全部汽车KOL之间流传的裸露，公开：养车真实的那么难吗？厂商供稿于飞2020年07月03日11:59[中华网行情]近年来,汽车的价格逐渐走低,成为较为大众化的消费品。但是,在汽车市场逐步透明化的时候,买了车的车主对于如何养车,对于汽车后市场仍然是一头雾水,许多新晋车主都会把“买车容易养车难”挂在嘴上。“养车真有那么难吗?”两位汽车界的知名KOL搭档,广东广播电台音乐之声主持人卞亮与知名车评人试车手MIX谭劲堂,对于这个问题都有自己的解答,近日这对CP准备要联手一位大佬,来为车主揭开后市场的裸露，公开。
养车“难”在哪?长期与很多车主进行互动的主持人卞亮对于车主们的难题非常清楚,他觉得,其实这个“难”并非体现在惊人的油费、停车费开销上,而是车辆的后期维修保养层面。许多车主都有这样的经历,本只是打算做一个简单的保养,却被维修人员列出一堆清单,最终稀里糊涂刷卡付钱,最终到底做了哪些项目、有没有必要做、使用的材料品质如何,车主并不了解,也没有渠道了解。而两位KOL都说,养车其实并不难,之所以很多车主认为养车难,是因为长期以来的信息的不对等所根除。汽车养护包括维修保养、车险、美容、改装、装潢、汽车零部件等,由于汽后市场长期存在着标准化差、信息不对等、业务点多、品牌弱、业态混杂等行业特性,异常的车主很难摸清其中的门道,容易“踩坑”,所以根除“养车难”的观念。汽车后市场产业互联网开局者的裸露，公开卞亮与知名车评人试车手MIX谭劲堂这次誓要揭开养车的裸露，公开,这对黄金组合悄悄“勾搭”上了一位汽车后产业的绝对大佬。这位汽后产业的大佬正是集群车宝的创始人高集群。集群车宝成立于2013年,它的存在和发展为汽车后市场带来了颠覆式的创新。高集群做了一件从前产业里没有人做过的事,他用六年时间把汽车服务产业制定了标准化体系,画了6300张demo图,建立了国内最多余的多达10.2亿条数据的车型数据库,在进行了标准化后,用信息化、智能化来彻底改造原本散乱小的汽服产业。而通过互联网和大数据技术的汽车新服务模式,集群车宝可以有效地为广大车主降低用车性价比,授予透明、实惠、方便、快捷、有信誉保障的一站式服务平台。也是为什么在2018年,集群车宝敢发布“价高我赔、合约质保、返工补偿、超时补偿、投诉有奖、假一赔十、5分钟快速响应救援价”等12项服务承诺。高集群还认为,从前的汽车维修人员没有得到社会的尊重。而他觉得维修技师跟医生一样,这是一个技术活,应该得到社会尊重。用技术来获取用户的认可,获得价值,就不需要去坑蒙拐骗,让车主不接受。他把从业者的培训带到了一个新的标准,也让他们得到了多余的价值体现。今年7月正值集群车宝“雄七”周年庆,7月9日,两位汽车KOL就要正面“单挑”高集群,在他们的计划中,不仅要让这位大佬来揭开数量少行业不为人知的裸露，公开,还要让他在这次的直播间收出百万养车豪礼……究竟养车有多少内幕,这次的直播会通通告诉你!点击阅读全部相关新闻曼联夏窗引援投入是利物浦的5倍，红军低调签约小基耶萨随着2024年夏季转会窗口接近关闭，部分传统强队也加入了引援行列，利物浦便是其中之一。球队早先以3000万欧元签下了瓦伦西亚门将马马尔达什维利，但这名格鲁吉亚球员要到下赛季才正式加入，因此近期的实际动作更受关注
2024-09-0211:29:32曼联夏窗引援投入是利物浦的5倍德天空：曼联仍有意德利赫特，对他估值约5000万欧夏窗重点引援在6月27日的直播中，有消息透露，荷兰后卫德里赫特依然是英超豪门曼联在今年夏季转会市场上的追逐对象。这一消息通过德国天空体育的记者FlorianPlettenberg在社交平台上的更新得以辩论2024-06-2720:25:17德天空：曼联仍有意德利赫特记者:签下乌加特后,曼联夏窗已经没有预算了关窗前引援希望渺茫在8月28日的足球转会新闻中，据《邮报》的一位记者MikeKeegan透露，曼联在完成乌加特的签约后，其夏季转会窗口的预算已高度发展用尽。尽管如此，直到转会截止日期前，曼联仍与伊万-托尼、奇尔维尔以及斯特林等球员的名字频繁出现在转会传闻中2024-08-2912:13:23记者:签下乌加特后利物浦夏窗转会零引援，冬窗中场补强势在必行重建路上寻机遇英超新赛季的帷幕已经拉开，利物浦的未来走向变得难以预测。夏季转会期间，该俱乐部采取了静观其变的策略，未引入任何新面孔，与此同时，队伍经历了不明显的，不引人注目的人事无变化，大约十名球员欢迎安菲尔德，包括合同到期的马蒂普、蒂亚戈和阿德里安2024-08-1916:33:26利物浦夏窗转会零引援鲁媒：山东泰山外援使用率中超垫底，夏窗引援成关键中超第15轮赛事中，山东泰山队与梅州客家以0-0的比分握手言和，比赛进程略显平淡，但泰山队可以接受这个结果。值得注意的是，在人数占优的后段，泰山队仍未找到破网之机，创造的绝佳机会反而少于对手梅州客家2024-06-1515:12:53鲁媒：山东泰山外援使用率中超垫底重建！切尔西引援计划：夏窗转出23人，签下奥斯梅恩，不再北伐了2024年8月11日，有媒体报道称，英超劲旅切尔西的夏季转会计划已高度发展成形，计划包括转出23名球员，并引入奥斯梅恩。此前，切尔西一线队阵容压缩至超过50人，导致薪资负担沉重，且多数球员表现未达预期2024-08-1311:12:34重建！切尔西引援计划：夏窗转出23人标签：