生成式人工智能在税务领域的应用 - 生成式人工智能可大幅提升税务部门效率与生产力，简化合规和报告流程，减少时间与精力消耗[2] - 29%的企业已部署生成式人工智能，26%处于探索阶段，主要应用包括减少重复性工作(84%)、管理大数据(59%)、税务规划(52%)及提升合规性(48%)[3] - 技术可识别业务模式变化，发现隐性税务负债和机会，使税务部门转向战略决策[2] - 在并购尽职调查中能快速处理数千份文件，如确定跨国预提所得税税率[3] - 加拿大和新加坡税务机关已利用AI分析数据集检测违规行为，企业需匹配技术能力应对检查[6] 实施生成式人工智能的关键挑战 - 49%受访者担忧信息准确性，42%担心专业判断下降，61%对AI工具存在不安[5] - 数据隐私、安全和伦理是重大挑战，需设置防护措施符合监管标准[5] - 模型透明度至关重要，需可追溯决策依据以维持信任[6] - 需结合传统技术形成互补，现有技术提供稳定性而AI带来创新[10] - 需严格筛选数据来源，人工检查仍不可或缺[9][10] 税务人才战略转型 - 44%企业将招聘留任列为主要挑战，31%受员工离职显著影响[13] - 51%领导者认为AI将带来"变化性到革命性"转型，86%认可AI可填补人才缺口[14] - 未来人才需战略思维(53%)和变革管理能力(48%)，技术熟练度成为基础技能[14] - 年轻员工期望灵活职业路径，41%企业正重新设计岗位职责，47%认可远程办公效益[16] - 混合团队模式兴起，38%美国专业人士从事自由职业，Z世代比例达52%[16] 税务部门转型路径 - 需构建包含治理、流程、人才、技术等要素的全面运营模式[20] - 制定可衡量业务计划，强化与财务及业务部门协同[20] - 将纳税责任纳入ESG战略，提升企业声誉并降低稽查风险[21] - 建立地缘政治风险治理框架，增强危机应对能力[22] - 采用敏捷迭代方法，从简单AI应用开始逐步扩展[24] - 外包服务受青睐，25%企业计划增加使用，41%看重其技术获取优势[15][17] 税务机关技术应用趋势 - 巴西采用SPED系统整合税收数据，印度通过GSTN平台监控合规[18] - 企业需匹配或超越税务机关的数据透明度，避免错误引发处罚[18] - 税务机关AI应用推动企业采用同类技术应对检查[6][7] - 电子发票等技术使税务机关能准实时监控交易，识别欺诈嫌疑[6]

监管行动 - 上海市网信办对未按要求开展安全评估的生成式人工智能服务网站进行立案处罚 [1] - 部分网站未采取必要安全措施防范违规信息生成 导致侵犯个人信息权益和产出违法违规内容 [1] - 违规内容包括"开盒""洗钱"等违法信息以及色情低俗图片 [1] 整改要求 - 上海市网信办要求企业自行下线相关功能 通过安全评估后方可重新上线 [1] - 将持续打击"AI滥用"行为 重点整治"AI变装""AI换脸变声""AI造假"等违法违规行为 [1] - 对屡教不改、问题严重的企业将坚决处置处罚 [1] 监管重点 - 重点监管个性化推送类算法服务存在的侵犯个人信息权益行为 [1] - 专项行动将持续加强对生成式人工智能服务的监管力度 [1]

人工智能在社会科学研究中的应用 - 人工智能作为引领科技革命和产业变革的战略性技术，正深刻改变人类生产生活方式，并加速各领域科技创新突破 [1] - 大语言模型等生成式人工智能工具正以前所未有的速度改变社会生活，为社会科学研究提供新工具并丰富研究议题 [1] 人工智能重塑社会科学研究方法 - 大语言模型凭借自然语言与人类行为模拟能力，降低研究成本并拓展方法边界，成为可嵌入式研究辅助系统 [3] - 在文本分析方面，大语言模型在情感识别、立场判断等任务中准确率接近人工编码水平，优于传统关键词匹配方法 [3] - 在合成调查数据方面，大语言模型可模拟受访者生成低成本合成数据，填补传统调查缺失值并提升可控性 [4] - 在模拟人类互动方面，生成式人工智能提供低成本、高可控虚拟实验平台，例如斯坦福大学"虚拟小镇"项目展示集体行动自然生成机制 [5] 人工智能技术应用的挑战 - 大语言模型存在"黑箱"特征，缺乏透明度，对提示词敏感且输出不稳定，影响研究可复制性和可验证性 [6] - 模型持续迭代削弱结果再现性，需同步推进对输出一致性与可靠性的系统研究 [6] 人工智能拓展社会科学研究议题 - 人工智能治理成为公共政策核心议题，涉及制度设计、伦理边界、安全审查等研究 [8] - 人工智能作为通用技术，其部署对国际格局、社会结构、经济发展模式等产生深远影响，例如可能加剧技术弱国对强国的依赖 [9] - 大语言模型应用中暴露的社会偏见（如对低教育群体和发展中国家的系统性偏误）为社会科学提供反思人类潜在偏见的新窗口 [9] 人工智能技术偏误的实证研究 - 主流模型在预测低教育群体和发展中国家时误差显著，国产模型在中国语境表现更优，偏误源于训练语料的结构性失衡 [10] - 人工智能并非中性工具，而是嵌入特定社会语境的技术产物，需从理论层面解构其文化背景 [10]

生成式AI在未成年人领域的应用与风险 - 生成式人工智能正迅速渗透未成年人数字生活，涉及学习辅助、社交陪伴等场景[1] - AI绘画软件可随意生成不良图像，陪伴型聊天机器人可能成为"早熟导师"，智能问答工具解题存在不靠谱现象[1] - 部分AI应用存在侵害未成年人权益的场景，涉及数据污染、模型异化等深层风险[1] AI生图应用的安全隐患 - 部分APP可一键生成未成年人敏感图片，并能顺利下载和传播[1] - 测试的20款AI生图应用中，部分能无限制生成儿童不雅形象图片，甚至突破伦理底线[3] - 应用"*梦*"和"*趣"可生成未成年人裸体、性暗示等二次元色情形象，包括"儿童妊娠"图片[3] - 相关应用使用的大模型均未通过国家生成式人工智能服务备案，属于中小企业或个人运营[5] 技术层面的风险成因 - 风险可能源于开源模型的数据集"污染"[1] - 数据集包含非法内容或未经授权素材，导致生成结果嵌入敏感信息[7] - AI生成依赖算法对海量数据的概率性匹配，难以完全控制输出合规性[7] - 即使用户输入合法提示词，模型仍可能因数据偏差生成误导性内容[7] 行业现状与合规措施 - 应用商店内至少有超过300款AI生图应用，生成图片质量参差不齐[5] - 部分应用已实现敏感内容审核拦截，主要分为三种情形：输入拦截、生成中止、输出屏蔽[5][7] - 技术上可通过数据预清洗、对抗训练、数据溯源等方式过滤敏感请求[7] - 《人工智能生成合成内容标识办法》出台后，可通过显式+隐式标识对不合规内容溯源打击[7] 监管与治理方向 - 中央网信办正整治"利用AI制作发布色情低俗内容"等13类"AI技术滥用"问题[2] - 需对向未成年人提供的生成式AI服务进行安全合规指引[8] - 对具有未成年人用户规模的应用，需在基础模型训练、应用开发调优、输出审核等环节做好合规[8]

蛋白质设计领域新突破 - 开发了从头设计大环肽的新框架RFpeptides 实现了精确设计与目标蛋白质具有高亲和力的大环肽 [3] - 该研究由诺贝尔奖得主David Baker团队发表在Nature Chemical Biology 标志着蛋白质设计领域的重要进展 [2] 大环肽的 therapeutic potential - 大环肽介于小分子药物和大分子生物制剂之间 能够调控传统治疗手段无法触及的分子靶点 [6] - 生物制剂限于细胞外靶点 小分子难以靶向缺乏深疏水口袋的蛋白质 大环肽可填补这一治疗空白 [6] - 传统肽类药物研发依赖天然产物发现或高通量筛选 存在合成困难 稳定性差 耗时耗资等局限 [6] RFpeptides技术优势 - 扩展RoseTTAFold2和RFdiffusion框架 引入循环相对位置编码 实现基于去噪扩散的大环肽设计流程 [12] - 针对MCL1 MDM2 GABARAP RbtA四种蛋白质测试 均获得中高亲和力结合剂 其中RbtA结合剂Kd<10nM [13] - X射线晶体显示设计的大环肽-靶蛋白复合物结构与计算模型高度吻合 Cα RMSD<1.5Å [14] 人工智能在蛋白质设计的应用 - 生成式AI突破被用于大环结合剂设计 RFdiffusion模型已成功设计蛋白质单体及结合剂 [10] - 现有AI方法因训练数据有限难以直接应用于肽设计 RFpeptides框架克服了这一挑战 [11] - 该技术为快速定制诊断/治疗用大环肽提供系统性框架 具有广泛 therapeutic application [16]

纪要涉及的行业 人工智能行业 纪要提到的核心观点和论据 1. **技术发展** - 人工智能达成新比较基准速度加快，2023 年新比较基准推出后，2024 年 MMMU 和 GPQA 测试成绩分别提升 18.8 和 48.9 个百分点，SWE - bench 解题能力从 4.4%跃升至 71.7%[51] - 开源模型与闭源模型差距缩小，2024 年 1 月初顶尖闭源模型性能优势为 8.0%，到 2025 年 2 月缩至 1.7%[52] - 中美人工智能模型能力差距收窄，2023 年底在 MMLU、MMMU、MATH 和 HumanEval 等比较基准中差距分别为 17.5、13.5、24.3 和 31.6 个百分点，2024 年末收窄至 0.3、8.1、1.6 和 3.7 个百分点[53] - 前沿人工智能模型性能趋于收敛，Chatbot Arena Leaderboard 上排名第一与第十的模型间 Elo 分数差从 11.9%收窄至 5.4%，前两名差距从 4.9%缩小到 0.7%[53] - 新型推理范式提升模型性能，OpenAI 的 o1 在国际数学奥林匹克资格考试中获 74.4%高分，但运算成本增至 GPT - 4o 的 6 倍，推理速度降低 30 倍[54] - 高质量人工智能视频生成模型取得突破，2024 年多款模型画质较 2023 年显著提升[55] - 小型模型性能增强，2022 年需 5400 亿参数的 PaLM 达 MMLU 60%以上分数，2024 年微软 Phi - 3 - mini 仅 38 亿参数就实现相同水平[56] 2. **企业应用与投资** - 全球私人人工智能投资创历史新高，2024 年达 2523 亿美元，私人投资同比增长 44.5%，自 2014 年以来总投资规模增长逾十三倍[64] - 生成式人工智能投资激增，2024 年达 339 亿美元，比 2023 年增长 18.7%，是 2022 年的 8.5 倍以上，占所有人工智能相关私人投资总额 20%以上[64] - 美国扩大在全球人工智能私人投资领先优势，2024 年美国投资 1091 亿美元，是中国的近 12 倍、英国的 24 倍，在生成式人工智能领域差额较 2023 年扩大[64] - 人工智能使用水平提升，2024 年受访企业采用人工智能技术比例从 2023 年的 55%跃升至 78%，使用生成式人工智能的受访者数量增长逾一倍[65] - 人工智能在多业务职能领域产生财务效益，但多数企业处于应用初期，成本节约和收入增长幅度大多较低[66] 3. **社会影响** - 全球对人工智能产品和服务持谨慎乐观态度，认为利大于弊的个人比例从 2022 年的 52%上升到 2024 年的 55%[80] - 人工智能对日常生活影响预期认知度攀升，三分之二的人认为未来 3 至 5 年将显著改变日常生活，较 2022 年上升 6 个百分点[80] - 对人工智能公司伦理行为怀疑增加，对公平性信任下降，全球对人工智能公司保护个人数据信心从 2023 年的 50%降至 2024 年的 47%[81] - 人工智能乐观程度地区差异仍存在，中国、印度尼西亚和泰国等国家乐观程度高，加拿大、美国和荷兰等国家较低[81] - 劳动者预期人工智能重塑就业结构，但对岗位被替代担忧程度相对较低，60%受访者认为将改变工作方式，36%认为会被取代[83] 4. **科研成果** - 人工智能在科学和医学领域取得进展，高性能大规模蛋白质测序模型推出，人工智能驱动科研突破增多，医学基础模型发布，公共蛋白质数据库规模扩大[69][72] - 人工智能研究获两项诺贝尔奖，2024 年 AlphaFold 在蛋白质折叠方面、神经网络方面的研究获诺贝尔化学奖和物理学奖[73] 5. **政策监管** - 美国各州引领人工智能立法进程，2024 年州级相关法律达 131 项，联邦层面进展相对迟缓[74] - 世界各国加大人工智能基础设施投资，如加拿大 24 亿美元、中国 475 亿美元半导体基金、法国 1170 亿美元等[75] - 全球人工智能立法提及率上升，2024 年 75 个国家立法程序中提及次数增加 21.3%，自 2016 年增长 9 倍多[75] - 全球人工智能安全研究机构加速扩张与协同合作，2024 年多国承诺成立相关机构[76] - 美国人工智能相关联邦法规数量激增，2024 年出台 59 项，是 2023 年的两倍多[76] - 美国多州加强深度伪造监管立法，2024 年 15 个州出台类似措施，24 个州通过相关法规[76] 其他重要但是可能被忽略的内容 1. **数据资源**：公共数据资源迅速萎缩，2023 - 2024 年间数据使用限制增加，C4 通用爬取数据集受限制文本数据比例从 5 - 7%骤升至 20 - 33%[61] 2. **环境影响**：人工智能训练碳排放量稳步上升，2012 年 AlexNet 为 0.01 吨，2024 年 Llama 3.1 405B 高达 8930 吨[50] 3. **教育情况** - 美国高中计算机科学课程普及率与选修人数略有提升，但教育差距存在，学生参与情况受多种因素影响[77] - 美国计算机科学教师希望传授人工智能，但多数认为自己不具备能力[78] - 全世界三分之二国家提供或计划提供 K - 12 阶段计算机科学教育，非洲和拉丁美洲进展显著，但非洲国家因电力问题学生获得教育机会少[78] - 2022 - 2023 年美国获得人工智能硕士学位毕业生人数几乎翻番，可能预示各学位层次发展趋势[79] - 美国在培养 ICT 毕业生方面领先，西班牙、巴西和英国紧随其后，土耳其男女比例最均衡[79]

收购谈判 - 苹果公司内部就收购Perplexity进行初步谈判，参与高管包括Adrian Perica和Eddy Cue，但140亿美元的高估值可能阻碍交易达成 [2] - Meta曾与Perplexity磋商收购事宜，但在以148亿美元收购Scale AI 49%股权后决定不再推进交易 [2] - Perplexity当前估值高达140亿美元，同时吸引苹果和Meta两大科技巨头的关注 [4] 公司背景 - Perplexity成立于2022年，总部位于旧金山，创始团队包括阿拉温德·斯里尼瓦斯等四人 [5] - 公司定位为"世界上首个对话式搜索引擎"，核心特点是直接、精准、时效性强且可溯源 [5] - 2023年11月入选《财富》全球人工智能创新者50强，2024年4月入选福布斯AI 50榜单 [6] 业务发展 - 公司最初未确定具体AI赛道，通过快速迭代最终选定AI搜索方向 [8] - 月活用户达1000万（成立一年半后），2025年2月网站访问量1300万次，5月搜索量达7.8亿次（月增20%） [9] - 首席执行官预计若增长持续，一年内将实现每周处理10亿次查询 [9] 行业趋势 - AI搜索成为最具潜力赛道之一，OpenAI的ChatGPT爆火后加速了这一趋势 [8] - 谷歌搜索量出现20年来首次下降，苹果高管归因于ChatGPT和Perplexity等AI服务的兴起 [8] - 英伟达CEO黄仁勋公开表示日常使用Perplexity [9] 竞争环境 - 谷歌在I/O大会上推出"AI模式"，直接对标Perplexity和ChatGPT的聊天机器人式搜索 [11] - 面临BBC、纽约时报等出版商的版权诉讼威胁，因其内容抓取模式 [11] - 虽然增长迅速，但护城河不稳固，面临日益激烈的竞争环境 [11]

生成式人工智能导演职业发展 - 生成式人工智能导演罗翀从传统影视导演转型，利用AIGC技术进行广告和宣传片创作，团队10人分散在全国各地通过线上协作[1][3][7] - 创作过程使用主流AI大模型软件，主要运用"文生图"和"图生视频"功能，可在2-3分钟内生成5-10秒视频片段[5] - 完成过包含近百个镜头的3分钟古诗词国风动漫短片项目，部分镜头效果超出预期[7] - 专业AI创作者需掌握提示词输入规律，需要持续学习新技术并与同行交流经验[8][9] - 相比传统导演工作模式，AI导演可独立完成"一个剧组"的工作量[9] 数字人训练师职业现状 - 人工智能数字人训练师团队规模约50人，负责运营直播平台上万个AI数字人[12] - 技术可实现数字人口型、声音、手部动作的高度还原，并能自动生成带货脚本和实时互动[14] - 团队成员多为年轻人且缺乏专业背景，需通过每周固定课程学习AI底层原理[16] - 行业面临人才紧缺问题，供给主要来自互联网大厂员工和少量AI专业研究生[18] 生成式人工智能行业规模 - 2024年中国AIGC市场规模已达数百亿元，预计2030年突破万亿级规模[18] - 人社部已公布包括生成式人工智能系统应用员、动画制作员等在内的多个AI新职业[19] - 行业门槛降低但竞争加剧，未来竞争焦点将从工具掌握转向价值创造能力[21] AI技术应用趋势 - AIGC技术正在影视制作等领域形成新潮流，催生新岗位和新职业[1] - 技术迭代速度极快，从业者需要持续学习和适应新技术[8][9] - 各行业都在积极应用AI技术，但专业人才供给不足[18]

财务表现 - 2025财年第三季度全球营业收入达177亿美元 以美元和当地货币计分别同比增长8%和7% [1] - GAAP下第三财季营业利润为29 8亿美元 同比增长13% 营业利润率达16 8% 同比提升80个基点 [1] - 稀释后每股收益3 49美元 同比增长15% [1] - 新订单总额197亿美元 其中生成式AI相关新订单达15亿美元 [1] 全年展望 - 预计2025财年全年营业收入增长6%-7%(以当地货币计) [1] - 全年营业利润率指引15 6% [1] - 全年稀释后每股收益预期区间12 77-12 89美元 [1]

行业技术发展趋势 - 超高清和生成式人工智能技术持续升温，为广播电视和网络视听行业带来新变化，技术成为视听领域创作的基础[1] - 广电总局规定2025年为超高清发展年，电视剧、网剧、纪录片将超高清化，超高清频道和作品将大量出现[1] - 技术与文艺创作结合能够产生广泛影响力，例如2025年蛇年春晚节目《秧BOT》因技术融合获得高度评价[1] 用户行为与市场需求 - 过去10年互联网和移动互联网快速发展，城市年轻用户更多通过手机小屏获取信息，电视大屏使用时间减少[1] - 年轻群体对优质影视剧、微短剧、国内外体育赛事、AR/VR游戏、文旅纪录片兴趣浓厚，超高清画质需求强烈[2] 内容策略与创新 - 公司通过电视院线同步上映优质影视剧和微短剧，合作引入海内外体育赛事和文旅纪录片，满足年轻用户需求[2] - 尝试在智慧大屏上接入AR/VR游戏，丰富内容形式[2] 技术整合与服务升级 - 提供"5G+电视+宽带+内容+权益+X"综合信息服务，用户可通过广电5G随时随地收听收看节目[2] - 广电5G服务与新型机顶盒无缝衔接，实现大小屏同播，智慧广电家庭组网提供全屋智能接入和服务[2]