123,123,123

截至上半年末我國生成式AI產(chǎn)品用戶規(guī)模達(dá)5.15億

11月27日，國新辦舉行國務(wù)院政策例行吹風(fēng)會(huì)，介紹增強(qiáng)消費(fèi)品供需適配性進(jìn)一步促進(jìn)消費(fèi)政策措施有關(guān)情況。工業(yè)和信息化部消費(fèi)品工業(yè)司司長何亞瓊表示，截至今年上半年末，我國生成式人工智能產(chǎn)品用戶規(guī)模達(dá)到5.15億，應(yīng)用場景持續(xù)拓展，人工智能終端產(chǎn)品競相涌現(xiàn)，未來消費(fèi)將不再是購買一件商品，更是訂閱一種生活。

發(fā)表于：11/27/2025

中國科學(xué)院工業(yè)人工智能研究所在南京掛牌

11月26日上午，中國科學(xué)院工業(yè)人工智能研究所成立大會(huì)在江蘇省南京市舉行。公開資料顯示，該研究所是中國科學(xué)院與江蘇省、南京市共建的面向智能制造的研究機(jī)構(gòu)，是我國在智能制造科學(xué)與技術(shù)領(lǐng)域首個(gè)國家級科研機(jī)構(gòu)。

發(fā)表于：11/27/2025

施耐德電氣稱美國電力短缺可能導(dǎo)致AI競賽輸給中國

11 月 26 日消息，據(jù)彭博社報(bào)道，美國正面臨十年內(nèi)可能出現(xiàn)的電力危機(jī)：數(shù)據(jù)中心用電需求激增，與老化脆弱電網(wǎng)的現(xiàn)實(shí)形成尖銳沖突。上述判斷來自施耐德電氣（Schneider Electric SE），該公司預(yù)計(jì)，若維持當(dāng)前備用容量水平，到 2028 年，美國高峰時(shí)段的發(fā)電能力將不足以滿足用電需求。根據(jù)這家電氣設(shè)備制造商的分析，到 2033 年，全美電力裝機(jī)容量缺口最高可達(dá) 175 吉瓦，由此可能導(dǎo)致大規(guī)模停電與斷電事件。

發(fā)表于：11/27/2025

阿里千問登頂空間推理全球冠軍

11月26日消息，今日，空間推理基準(zhǔn)測試SpatialBench更新了最新一期榜單，阿里千問的視覺理解模型Qwen3-VL、Qwen2.5-VL位列頭兩名，超越Gemini 3、GPT-5.1、Claude Sonnet4.5等國際頂尖模型。

發(fā)表于：11/27/2025

軟銀完成對AI芯片設(shè)計(jì)公司Ampere收購

11月26日消息，據(jù)媒體報(bào)道，軟銀集團(tuán)宣布，已通過子公司Silver Bands 6完成對獨(dú)立芯片設(shè)計(jì)公司Ampere Computing的收購，交易以65億美元全現(xiàn)金方式進(jìn)行。收購?fù)瓿珊?，Ampere將作為軟銀全資子公司繼續(xù)運(yùn)營，保留原有品牌，其財(cái)務(wù)及運(yùn)營數(shù)據(jù)將自收購日起并入軟銀合并報(bào)表。

發(fā)表于：11/27/2025

MIT新研究：AI已經(jīng)可以取代美國11.7%勞動(dòng)力

11月27日消息，據(jù)媒體報(bào)道，麻省理工學(xué)院（MIT）周三發(fā)布的一項(xiàng)研究顯示，人工智能已能夠替代美國勞動(dòng)力市場的11.7%，對應(yīng)金融、醫(yī)療保健及專業(yè)服務(wù)等領(lǐng)域最多1.2萬億美元的工資規(guī)模。該研究采用了一種名為“冰山指數(shù)（Iceberg Index）”的勞動(dòng)力模擬工具，由MIT與橡樹嶺國家實(shí)驗(yàn)室（Oak Ridge National Laboratory, ORNL）共同開發(fā)。ORNL位于田納西州東部，擁有用于大規(guī)模建模的Frontier超級計(jì)算機(jī)。

發(fā)表于：11/27/2025

中國在開源AI模型市場首超美國

11 月 26 日，據(jù)《金融時(shí)報(bào)》報(bào)道，中國已在全球“開源”AI模型市場超越美國，從而在這一強(qiáng)大技術(shù)的全球應(yīng)用方面獲得了關(guān)鍵優(yōu)勢。

發(fā)表于：11/26/2025

谷歌決定于2027年TPU v9導(dǎo)入英特爾EMIB先進(jìn)封裝試用

11 月 25 日消息，TrendForce 集邦咨詢在分析對比英特爾與臺積電 2.5D 先進(jìn)封裝異構(gòu)集成技術(shù)的最新研究中指出，谷歌決定于 2027 年的 TPU v9 AI 芯片中導(dǎo)入英特爾 EMIB 先進(jìn)封裝試用，Meta 也在積極評估將 EMIB 用于其 MTIA AI 芯片。

發(fā)表于：11/26/2025

谷歌TPU擊穿英偉達(dá)市值神話

在一周前的內(nèi)部會(huì)議上，英偉達(dá)首席執(zhí)行官黃仁勛坦言，盡管公司交出了"令人難以置信的"成績單，但市場對英偉達(dá)的預(yù)期已經(jīng)高到令公司陷入某種"無贏局面"。他直言："如果我們交出糟糕的季報(bào)，哪怕只是差一點(diǎn)點(diǎn)，看起來有一點(diǎn)點(diǎn)不穩(wěn)，整個(gè)世界就會(huì)崩潰。"

發(fā)表于：11/26/2025

美國商務(wù)部長：特朗普正考慮是否允許英偉達(dá)H200出口中國

11月25日消息，據(jù)彭博新聞報(bào)道，美國商務(wù)部長盧特尼克（Howard Lutnick）在接受其專訪時(shí)表示，美國總統(tǒng)特朗普正在考慮是否允許英偉達(dá)（NVIDIA）向中國出售先進(jìn)人工智能（AI）芯片。

發(fā)表于：11/26/2025

AI大語言模型的數(shù)據(jù)安全風(fēng)險(xiǎn)與治理措施

隨著AI大語言模型的迅猛發(fā)展，其在為各領(lǐng)域帶來創(chuàng)新機(jī)遇的同時(shí)，也引發(fā)了諸多數(shù)據(jù)安全風(fēng)險(xiǎn)。深入剖析AI大語言模型所面臨的數(shù)據(jù)安全風(fēng)險(xiǎn)，包括數(shù)據(jù)泄露、數(shù)據(jù)濫用、數(shù)據(jù)偏見等方面，并針對性地提出一系列治理措施，旨在為構(gòu)建安全可靠的AI大語言模型應(yīng)用環(huán)境提供全面的理論依據(jù)與實(shí)踐指導(dǎo)，促進(jìn)該技術(shù)在合法合規(guī)且安全的軌道上持續(xù)發(fā)展。

發(fā)表于：11/25/2025

一種針對垂類模型的綜合成效評測框架

針對垂類模型在評測實(shí)踐中存在的評價(jià)維度單一、缺乏領(lǐng)域適配性以及方法碎片化等問題，提出了一套綜合成效評測框架。該研究旨在通過標(biāo)準(zhǔn)化方案解決技術(shù)研發(fā)與產(chǎn)業(yè)應(yīng)用之間的“評價(jià)斷層”，為垂類模型的開發(fā)、部署和監(jiān)管提供科學(xué)依據(jù)。研究方法包括構(gòu)建以安全合規(guī)、技術(shù)性能和應(yīng)用價(jià)值為核心的多維指標(biāo)體系，并配套設(shè)計(jì)評測數(shù)據(jù)集構(gòu)建策略與混合評測方法，后者融合了自動(dòng)化測試、人工評估和大模型作為裁判的評估手段。研究結(jié)果形成了一套結(jié)構(gòu)化的評測體系，涵蓋評價(jià)對象分類、指標(biāo)定義和方法實(shí)施，能夠?qū)崿F(xiàn)對不同類型垂類模型的全面、可比較評估。結(jié)論表明，該框架有助于提升評測的客觀性和可操作性，推動(dòng)垂類模型在關(guān)鍵領(lǐng)域的可信賴應(yīng)用，未來需通過實(shí)踐驗(yàn)證和動(dòng)態(tài)優(yōu)化以適應(yīng)技術(shù)發(fā)展。

發(fā)表于：11/25/2025

英文語言大模型特定文化改造方法研究

大語言模型的迅猛發(fā)展已成為人工智能領(lǐng)域的顯著趨勢。然而，目前領(lǐng)先的大語言模型多基于英文，直接將其應(yīng)用于特定文化領(lǐng)域下的任務(wù)時(shí)存在局限，如特定領(lǐng)域知識不足和文化價(jià)值觀差異導(dǎo)致的誤解。為應(yīng)對這一挑戰(zhàn)，提出了一種針對特定文化背景下大模型的快速改造方法，該方法基于特定文化知識能力和安全價(jià)值觀數(shù)據(jù)進(jìn)行指令微調(diào)。以中文為特定文化背景，選用LLaMA38B英文大模型作為實(shí)驗(yàn)對象，評估結(jié)果顯示，改造后的大模型在保持原有領(lǐng)域知識優(yōu)勢的同時(shí)，顯著增強(qiáng)了在特定領(lǐng)域下的知識能力和安全價(jià)值觀適應(yīng)能力。

發(fā)表于：11/25/2025

基于同態(tài)加密的AI模型參數(shù)安全計(jì)算與防泄露方法

隨著人工智能在醫(yī)療、金融等敏感領(lǐng)域的廣泛應(yīng)用，模型參數(shù)與訓(xùn)練數(shù)據(jù)的隱私保護(hù)成為關(guān)鍵問題。提出一種基于同態(tài)加密（HE）的AI模型參數(shù)安全計(jì)算與防泄露方法，采用CKKS方案在密文空間中實(shí)現(xiàn)參數(shù)加密、前向推理與梯度更新，避免了訓(xùn)練過程中明文暴露的風(fēng)險(xiǎn)。結(jié)果表明，HESGD在MNIST上最高準(zhǔn)確率達(dá)99.1%；在計(jì)算開銷上，實(shí)現(xiàn)了效率與安全性的平衡，信息泄露風(fēng)險(xiǎn)指數(shù)接近0.0。研究表明，該方法在保持模型精度的同時(shí)，實(shí)現(xiàn)了高效安全計(jì)算與近乎零泄露風(fēng)險(xiǎn)，具有較強(qiáng)的應(yīng)用價(jià)值。

發(fā)表于：11/25/2025

領(lǐng)域大語言模型的內(nèi)容安全控制研究

隨著大語言模型在非通用領(lǐng)域中的廣泛應(yīng)用，其在知識管理、決策支持和安全信息交流等方面展現(xiàn)出巨大潛力。然而，這些領(lǐng)域具有高度的專業(yè)性和敏感性，在特定場景下確保輸出內(nèi)容的安全性與合規(guī)性是主要挑戰(zhàn)?，F(xiàn)有方法主要依賴模型的重新訓(xùn)練或微調(diào)，成本高且靈活性不足。提出了一種無需重新訓(xùn)練模型的精細(xì)化輸出控制方法，將輸出控制抽象為分類問題，利用分類算法對生成內(nèi)容進(jìn)行判斷，決定是否輸出。該機(jī)制結(jié)合數(shù)學(xué)建模與特征工程，力求在滿足業(yè)務(wù)需求的同時(shí)，最大限度地減少潛在風(fēng)險(xiǎn)，提升輸出的安全性與合規(guī)性。

發(fā)表于：11/25/2025