新华财经上海12月21日电 （谷青竹） AI技术的蓬勃发展正深刻重塑创业的底层逻辑：当ChatGPT能生 成专业级代码，Midjourney可秒出高水准设计，智能体（Agent）甚至能自主跑通复杂的销售与运营流 程，创业的最小可行单元正从"团队"浓缩为"个人"——超级个体（One Person Company，以下简称 OPC）新范式由此应运而生。 据悉，清单还将持续扩容，确保OPC创业者真正实现"有单可接、有场可练、有路可走"，在真实产业土 壤中完成从"能创业"到"创成业"的跃升。 苏州工业园区亦在今年11月举行的2025江苏人工智能创新发展大会上亮出OPC战略雄心，明确提出打 造"OPC创业首选城市"目标。当天，苏州成立全市OPC服务联盟，一次性推出20个专业化OPC社区，覆 盖人工智能产业园（创业类）、中科大高研院（创新类）等多元载体类型，并同步发布百项高质量数据 集与二十项标准成果。其中，园区贡献16个行业级高质量数据集、参与制定11项人工智能领域标准，占 全市总量超50%。同样注意的是，苏州设定了清晰的量化路径：到2028年建成OPC社区超30个、培育 OPC企业1000家，展现出从生态搭建到规模孵 ...

标准作为国际公认的技术法规和质量基础设施，是区域协同发展"硬支撑"与"软联通"的核心载体。粤港 澳大湾区"一个国家、两种制度、三个关税区、三种法律体系"的独特背景，决定了其实现高质量发展必 须筑牢标准底座。截至目前，粤港澳已联合公布262项"湾区标准"，覆盖交通、水利、中医药、绿色生 态、养老服务等36个领域，形成了"政府引导、市场主导、三地协同"的良性生态。立足现有基础，推动 湾区标准建设向更高质量、更高水平迈进，需聚焦关键领域精准发力。 一是构建"新兴产业+未来赛道"标准先行体系，抢占全球产业竞争制高点。粤港澳三地可以聚焦战略性 新兴产业和未来产业赛道，系统性构建前瞻性标准体系，为产业升级提供方向指引和规则支撑。在人工 智能领域，针对生成式AI、自动驾驶、智能机器人等核心业态，鼓励科研机构、龙头企业联合攻关， 重点攻克算法安全、数据标注、伦理规范等关键标准空白，制定覆盖技术研发、产品生产、场景应用全 链条的标准规范，既要保障技术创新的自由度，又要筑牢安全发展的底线，推动形成"技术研发—标准 制定—产业应用"的良性循环。在数字经济领域，围绕工业互联网、区块链、量子信息等核心技术，加 快制定数据要素确权、跨境 ...

（原标题：科技浪潮与资本远见交汇，2025资本市场香港论坛成功举办） 【导读】科技浪潮与资本远见交汇：资本市场香港论坛共探2026投资新图景 中国基金报记者 纪瑶 吴娟娟 12月19日，一场汇聚前沿智慧与资本远见的2025资本市场香港论坛在香港成功举办。论坛主题为"科技 与资管赋能高质量发展"，吸引了约150位来自资产管理、金融科技等领域的决策者与专家，共同探讨驱 动行业未来增长的新动能，共同剖析人工智能（AI）驱动的产业革命，把脉全球视野下的中国资产配 置新机遇。 AI赋能：从医药研发到资产管理全链条革新 论坛开场便讨论科技与产业融合的核心。西湖大学讲席教授、药物牧场创始人许田在主题演讲中深刻阐 述了"AI+医药"对产业与社会的深远影响。他指出，生成式AI作为底层技术引擎，正从药物靶点发现、 临床试验设计到精准医疗等环节全方位重塑医疗产业链。 AI的变革力量同样席卷资产管理行业。黄炜卓先生作为香港投资推广署创新及科技、生命与健康科学 总裁，主持了题为"人工智能赋能资产管理行业"的圆桌讨论，来自安永、慧博集团、前路有光及元聚变 的专家们展开了深度对话。他们认为，AI已渗透到资管业务的每个层面。在量化投资领域， ...

擎，正从药物靶点发现、临床试验设计到精准医疗等环节全方位重塑医疗产业链。 AI 的变革力量同样席卷资产管理行业。黄炜卓先生作为香港投资推广署创新及科技、生命与 健康科学总裁，主持了题为 " 人工智能赋能资产管理行业 " 的圆桌讨论，来自安永、慧博集 团、前路有光及元聚变的专家们展开了深度对话。他们认为， AI 已渗透到资管业务的每个层 面。在量化投资领域， AI 不仅用于数据处理和因子挖掘，更在尝试理解复杂的商业世界。 市场展望： " 慢牛 " 共识与全球配置下的中国机遇 【导读】科技浪潮与资本远见交汇：资本市场香港论坛共探2026投资新图景 中国基金报记者 纪瑶 吴娟娟 12 月 19 日，一场汇聚前沿智慧与资本远见的 2025 资本市场香港论坛 在香港成功举办。 论坛主题为 " 科技与资管赋能高质量发展 " ，吸引了约 150 位来自资产管理、金融科技等 领域的决策者与专家，共同探讨驱动行业未来增长的新动能，共同剖析人工智能（ AI ）驱动 的产业革命，把脉全球视野下的中国资产配置新机遇。 论坛开场便讨论科技与产业融合的核心。西湖大学讲席教授、药物牧场创始人许田在主题演 讲中深刻阐述了 "AI+ 医药 " ...

首先是"AI解释员"，也就是负责把算法讲清楚的人。AI系统往往像"黑箱"。它们有时会给出连设计者都 难以完全解释的结果，甚至凭空"编造"答案。随着AI被用于审批贷款、推荐医疗方案、筛选简历等关键 事务，相关方必须弄清楚：系统如何运作？谁负责维护？出了问题该由谁承担责任？ 美国《华尔街日报》 12 月 14 日文章，原题：人工智能未来可能孕育的 4 种新职业 毫无疑问，未来会有许 多我们今天无法想象的职业。尽管现在有关人工智能（AI）抢走人类工作的言论引发了不少争议，但 乐观点想，说不定新技术也能为我们创造新的就业机会。 AI 解释员化身 " 科技律师 " 谈到AI，很多人首先想到的是焦虑。AI技术正以前所未有的速度改变我们的生活和工作方式，这意味 着一些岗位将被淘汰，也意味着很多人的工作方式都会被重塑。对不少体力劳动者来说，跟上这种变化 并非易事。 但与此同时，AI也在创造新的机会。围绕技术本身及其应用场景，新的职业正在孕育之中。预测未来 的工作并不容易，将来时空的许多岗位甚至可能是当下的我们难以想象的，但这种讨论仍然有价值。以 下4种新职业是笔者认为在AI时代可能出现的。 这类专家将帮助企业梳理不同类型AI ...

研究核心观点 - 生成式AI技术已成为驱动互联网媒体产业升级的核心引擎，正在深刻变革行业的内容生产范式、传播路径和商业模式 [1] - 中国互联网媒体行业正从用户规模增长的增量竞争，转向AI赋能的存量精耕与智能生态融合阶段 [2][6] - AI技术对互联网媒体的赋能贯穿内容生产、审核、分发、消费全链路，驱动行业从信息中介转向智能服务枢纽，实现质效升级与价值跃迁 [2][24][26][28][31] - 行业在拥抱AI机遇的同时，也面临信息真实性、视频生成效果、技术成本及安全隐私等多重挑战 [3][46][49][51][54] 行业发展概况 - 互联网媒体行业历经五阶段跃迁：从门户时代、图文时代、图文音视频时代、长短视频+直播时代，发展至当前大模型技术赋能的多模态时代 [4][23] - 技术是行业变革的核心驱动力，推动媒介形态从单向传播向沉浸式、个性化、智能化的生态融合演进 [4][21] - 中国互联网用户规模增长红利见顶，网民规模达11.2亿，普及率达79.7%，移动互联网设备规模达14.4亿台，行业竞争进入存量精耕新阶段 [6] AI技术发展现状 - 人工智能技术演进呈现从符号逻辑到数据驱动、从专用模型到通用智能的螺旋式上升轨迹，现已进入生成式AI驱动的应用落地爆发时代 [9][10] - 大语言模型技术成熟度高，其Transformer架构和“预训练-微调”范式已成为行业标准，并通过混合专家、检索增强生成、思维链等技术快速向逻辑推理升级 [11] - 多模态大模型分为生成向和理解向两类，受限于数据异构性与模态对齐难度，尚未实现底层能力有效融合，整合不同模态的生成和理解是发展关键方向 [13] - 生成式AI应用已在多领域爆发式落地：文本生成进入商业化成熟期，图像生成实现规模化应用，音频生成应用于垂直场景，视频生成因Sora等模型突破进入爆发前夜 [16] - 2025年大语言模型产业呈现三大特征：架构趋同（混合专家架构为主流）、能力分化（构建专业化模型矩阵）、全模态演进（处理多模态信息成标配），产业价值向场景化应用层转移 [18] AI对互联网媒体的全链路赋能 内容生产 - AI技术通过语义理解与多模态生成，将简单文字指令转化为图文、视频，突破专业壁垒，推动全民创作趋势 [24] - 中国11亿网民基数成为UGC多模态内容创作的天然土壤 [24] 内容审核 - AI通过多模态模型实现自动化初筛，降低基础工作量 [26] - 语义分析与情感识别技术提升复杂违规内容的判定准确性 [26] - 人机协同机制中，AI负责低风险过滤及风险分级，人工聚焦高敏感内容深度复核 [26] - 基于深度推理模型的动态策略优化，可实时适配新型违规模式，缩短规则迭代周期 [26] 内容分发与平台运营 - AI通过多维度数据分析、跨模态再生，优化推荐路径，实现精准实时推荐与多模态场景适配，提升分发效率 [28] - 在用户运营环节，通过优质内容精准匹配、部署智能客服及多样化AI应用，延长用户停留时长，强化参与粘性 [28] - AI可帮助平台优化人力资源配置，降低基础运营成本，并优化广告个性化生成与精准投放，开拓内容定制、创意广告等新商业形态 [28] 内容消费 - AI打破信息触达壁垒，通过多语言翻译、文本语音互转实现无障碍内容获取 [31] - 以智能摘要、对话式咨询等AI原生服务重构交互范式，实现从浅层浏览到深度探索的升级 [31] - 基于动态用户画像的精准推荐结合碎片化服务适配，形成千人千面的伴随式体验，并借助跨领域兴趣图谱拓展用户认知边界 [31] - AI辅助创作工具降低UGC门槛，使消费者向“产消者”转型，形成创作-消费-再创作的产消价值循环 [31] 行业标杆案例实践 中央媒体：人民日报 - 运用生成式AI技术提升视频内容创作效率，推出创意混剪作品 [36] - 推出“两会AI学习”专栏，采用多民族数字主持人播报新闻 [36] - 依托“创作大脑”AI+全息采录眼镜等设备，助力记者实现“一镜到底”的全媒体采编流程 [36] - 客户端累计下载量突破2.9亿次，微博粉丝超1.55亿，微信公众号订阅量达5737万，抖音关注数达1.74亿 [36] 地方媒体：澎湃新闻 - 系统性整合AI创作工具，形成派生万物AI办公、视觉与视频三大工作室，提升内容生产效率 [38][39] - 清穹内容风控智能平台嵌入生成式AI工作流，提供智能审核、智能校对、智能巡检、舆情监测、增值服务五大核心功能，保障内容安全 [38][39] 短视频媒体：抖音 - 以豆包大模型为核心技术底座，将AIGC技术深度嵌入“内容生产-处理剪辑-发布呈现-营销传播”全生命周期环节 [40] - 豆包大模型1.6版本于2025年6月发布，包含视频生成、语音播客、实时语音等多样化模型技术矩阵，支持深度思考、多模态理解、256k长上下文等能力 [40] 大众社交媒体：微博 - 以自研多模态知微大模型为技术底座，构建AI+产品矩阵，实现内容生态全链路智能化升级 [42] - 智搜产品结合知微大模型、DeepSeek-R1及多模态RAG技术，自动整理新闻事件要素，帮助用户“秒懂热点”，截至2025年6月月活跃用户已突破5000万 [44] AI时代行业面临的挑战 信息真实性 - 生成式AI技术可能被用于炮制虚假新闻、伪造影像，冲击社会信任体系 [46] - 算法生成内容的可靠性差异可能导致公众认知偏差与价值判断扭曲 [46] - 行业需通过跨模态审核、内容溯源追踪、可信度评级及AI生成内容显式标识等机制构建防御体系 [46] 视频生成效果 - 文生视频技术在物理逻辑一致性、角色身份连贯性及艺术细节控制上存在局限，构成商业化应用核心瓶颈 [49] - 当前AI视频更多停留在创意辅助和短内容测试阶段，难以满足影视级标准 [49] - 行业普遍采纳人机协同混合工作流，AI生成草稿，由人类专家完成最终艺术打磨 [49] 技术成本 - 算力、数据和人才等要素的巨额投入构筑了极高的准入门槛，AI竞赛呈现巨头游戏态势 [51] - 高昂成本阻碍技术普惠化，可能扩大数字鸿沟 [51] - 行业通过拥抱开源生态、利用MaaS服务API降低门槛，同时有实力的平台投资构建自有垂直领域模型以构筑壁垒 [51] 安全与隐私 - 个性化推荐与内容生成依赖海量用户数据，引发数据滥用、算法偏见、信息茧房及隐私泄露风险 [54] - 行业正构建以信任为核心的治理框架，贯彻隐私始于设计原则，应用联邦学习等技术，并赋予用户透明的数据控制权 [54]

AI顶尖人才薪酬市场现状 - 在NeurIPS会议上 AI顶尖研究人员的薪酬水平已提高至与职业运动员不相上下[2] - 一位得克萨斯大学奥斯汀分校的强化学习方向在读博士生第一年的期望薪酬总额为200万美元 包括签约奖金和股票薪酬[4] - 在AI领域中 像强化学习这样供不应求的方向 年薪100万美元已成为企业招揽人才的起步价[5] NeurIPS会议的角色与参与者 - NeurIPS兼具学术会议与招聘会的双重功能 约150家赞助企业在会场设立展位 共同目标是为AI研发部门招募优秀人才[4] - 参与人才争夺的不仅是科技公司 美国大型对冲基金城堡投资 Citadel DE Shaw 投资公司海纳国际集团 Susquehanna International Group 等作为顶级赞助商占据了显要位置[5] - 汽车制造商方面 除了特斯拉 美国通用汽车 GM 也是近年来首次参会 中国企业如字节跳动和阿里巴巴集团也参加了会议[5] 企业招聘策略与人才流向 - 科技公司如Meta曾以高额薪酬从竞争对手挖来AI人才 在各家公司以巨额投资推进AI开发竞赛的背景下 顶尖研究人员的待遇极高[4] - 对冲基金城堡投资为了将大语言模型定制用于金融交易 正在招聘专业人才 其优势是相对于科技公司以股票报酬为主 可以提供100万美元现金[5] - 阿里巴巴旗下的蚂蚁集团和淘宝网参展主要是为了吸引在美国就读的中国研究人员回国人才[6] 研究人员心态与市场认知 - 一位博士生看到学长和朋友以约100万美元薪酬入职美国OpenAI等公司后改变了职业规划 认为高额薪酬或许只是当前泡沫现象 就业还是趁早为好[4] - 一位弗吉尼亚大学从事强化学习研究的研究人员表示 在其周围开出100万美元年薪的报价并不罕见[5] - 在美国大学就读的AI研究人员中也有很多来自中国 会场上到处都能听到中文[5]

美联储最新货币政策决议 - 宣布降息25个基点并同步开启“技术性扩表” 组合拳旨在加码全球流动性宽松 [3] - 技术性扩表本质为印钞购买债券 计划每月购买4万亿美元短期国债 操作于本周五正式启动 速度快于市场预期 [3] 政策信号与官方表态分析 - 点阵图显示明年仅计划降息一次 释放偏“鹰派”的谨慎政策信号 [5] - 美联储主席鲍威尔表态称通胀已不算高 当前最大经济难题是失业风险 此番言论属“鸽派”作风 [7] - 官方表态存在矛盾 一边暗示少降息 一边强调保就业 [7] 政策逻辑的核心转变：纳入人工智能考量 - 人工智能被正式纳入美联储政策考量的核心范畴 科技革命开始影响全球顶级央行决策逻辑 [7] - 美联储判断未来经济生产力提升将源于生成式AI或自动化生产 此判断直接改变了政策导向 [9] - 新逻辑认为只要技术能跟上 商品供应就能大幅增加 通胀自然会被压制 [9] 美国债务现状与应对策略 - 美国债务总额已升至38万亿美元 成为绕不开的头号经济难题 [9] - 传统解决路径如加税或削减政府开支因会引发经济阵痛而难以推行 [11] - 当前策略反其道而行 未加税且通过“大美丽法案”增加财政支出 甚至推出为新生儿开设账户买股票等福利政策 [11] - 短期策略核心是用海量流动性掩盖债务风险 优先确保债务雪球不崩盘 [13] - 持续降息旨在降低政府偿债成本 缓解付息压力 [15] - 重启扩表向金融体系注入现金 但属治标不治本 风险仍在累积 [15] 长期战略：押注科技革命化解债务 - 美国将人形机器人视为战略性新兴产业 计划2026年发布专门机器人行政令 并通过税收优惠、研发补贴、贸易壁垒等措施全方位扶持 [17] - 战略目标是让制造业重新崛起 降低生产成本 重掌实体商品产能优势 [17] - 具体路径为用AI软件替代部分脑力劳动 同时用AI硬件替代体力劳动 双管齐下提升生产效率 [19] - 核心算盘是使商品产出增速超过货币发行增速 让市场上有足够商品对应超发货币 从而自然缓解债务压力 [21] - 此策略被视为一场史无前例的豪赌 若成功则可填平38万亿美元债务并重塑全球经济领导地位 [21] - 若科技进步速度赶不上债务膨胀和货币贬值速度 则“拖字诀”将失效 可能引发全球性金融动荡 [23]

行业核心观点 - 中国AI产业正经历从“炼大模型”到“炼大应用”的范式转移，技术可行性不再是瓶颈，商业可行性和应用落地成为企业竞争的核心赛道 [5] - 产业共识是推动人工智能与经济社会各行业各领域深度融合，关键在于解决技术突破后如何找到应用场景、降低算力成本及形成产业链协同 [5][6] - 长三角地区作为中国经济最具活力的区域之一，有基础、有能力在AI产业协同发展中走在前列 [35] 政策与区域产业布局 - 2024年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，明确提出推动人工智能与经济社会各行业各领域融合 [5] - 临平区作为杭州最年轻的行政区，区域面积286平方公里，常住人口超过150万，2024年全区GDP为1175亿元 [6] - 临平区在人工智能产业已集聚新势力企业超过100家，涵盖算力服务、数据服务、算法模型等多个领域，累计列入省级人工智能领域示范项目18个 [6] - 算力小镇作为临平区核心载体，开园四年以来聚焦集成电路设计和人工智能两大主要赛道，已集聚企业2600余家，其中科技企业800余家 [7] - 临平区提供包括90%的租金补助、50%的算力补助、30%的研发补助以及最高120万元的购房补贴等政策组合拳，以降低企业试错成本，换取产业集聚时间窗口 [7] 技术发展趋势与前沿研判 - 工业智能化的核心挑战在于因果关系不清，需研究新的工业智能算法，结合信息化与自动化算法，形成“动态系统人工智能” [12] - 中国在工业智能领域有潜力走在世界前列，因美国工业系统掌握在大公司手中不愿改动，而中国有机会利用真实生产数据迭代算法 [12] - AI技术演进的关键“奇点”在于传感器、算力和脑智能，缺乏原创技术突破将限制应用天花板，中国需从“跟跑”转向“领跑” [14] - AI产业格局正从以算力为底座的“正三角”模式，转向以AI Agent驱动为主的“倒三角”模式 [18] - 产业正经历从“训练周期”到“推理周期”的转变，这有助于缓解算力瓶颈，并为从应用侧实现弯道超车创造战略机遇 [20] 商业化挑战与市场机遇 - 约95%的企业AI解决方案以失败告终，核心障碍在于组织鸿沟与技术鸿沟 [18] - AI成功融入产业需要三个关键要素协同：场景清晰、数据可用，以及在一把手驱动下组织具备变革意愿 [18] - 纯AI公司靠卖Token的商业化仍处于前期，未来清晰赛道包括数字员工（对准数字劳动力市场）和具身智能（对准物理劳动力市场），按估算均是百万亿美金级别市场 [21] - 2025年被判断为中国AI大模型的破局之年，开源模型被视为中国的“国运级机会”，有助于构建更深的产业协同 [22] - 2025年也被视为AI原生元年，推理侧用量突飞猛进，产业共识围绕“重做vs再生”展开 [27] 具体应用场景与实践案例 - 通过AI技术构建“空天地海一体化”安全信息网络，可为低空经济提供可靠技术保障，使低慢小飞行器能够“看得见、呼得着、管得住、很安全” [10] - “低空+智慧城市”实践展示了AI技术在城市治理中的创新应用，AI需要有时间和空间的概念以构建垂直大模型，中国低空经济有望成为全球佼佼者 [21] - 在金融领域，AI应用已使银行财报分析效率提升20倍 [25] - 在物流领域，无人配送车帮助客户降低50-60%的成本 [25] - AI在垂直领域的价值已从概念走向实践，但物理世界智能化仍面临实时性、安全工程、世界模拟器构建等技术挑战 [25] - 创新应用案例包括：能记住所有历史健康信息的家庭医生（再生物种），以及一人一天译制完成几部剧并出海全球的颠覆性革命 [27] 产业生态构建与资本动态 - 浙江图灵算力研究院作为产业链“连接器”，通过提供产业研究、战略咨询、市场对接、资本助力等服务，试图解决AI企业商业化过程中的真实难题 [6] - 算力小镇构建了“平台、基金、政策、活动、配套”五位一体的产业要素支撑平台体系 [32] - 设立总规模4亿元的算力产业基金，并推出最高200万元的算力券补贴，以大幅降低中小企业算力成本 [32] - 大会期间，奈杜集团、睿微讯科、矽池半导体、摩尔星核、一心堂柏安、辽翔动力等6家企业签约入驻算力小镇，业务涵盖芯片设计、智能硬件、行业应用等AI产业链上下游关键环节 [29] - 同时，小镇企业星物种机器人、徴格半导体分别与强脑科技和申昊科技达成战略合作，呈现出产业链上下游的协同配置 [29] 未来展望与行业判断 - 中国未来的AI发展愿景是：以自主研发的大模型为智能源头，赋能千行百业，从AI应用软件、智能硬件到自动驾驶和具身智能等，这正在成为现实 [22] - 2025年AI产业正从技术验证期进入体验重塑期的关键转折，覆盖从基础设施到终端体验的全链路 [27] - 算力小镇未来将继续深化“算力+”产业布局，加快推进低空经济等前沿领域探索，致力打造长三角算力成本洼地与模型输出源地 [32] - 中国工程师在规模、成本、产业落地能力上的三重优势，被视为AI时代的核心竞争力 [20] - AI时代组织正在重构，每一个工作的人都需要定位高一层，中层管理者会越来越少，每个人都是布置作业和检查作业的人 [21]

作者｜黄楠 但大模型狂飙3年后，一个实际的问题出现："除了特定场景的单点突破，AI如何真正走进物理世界、成为改变生产生活的实用工具？" 这也是商汤在每一次技术迭代中都在追问的核心命题。 随着具身智能成为下一代AI革命的主赛场，近日，大晓机器人公司成立，由商汤联合创始人、执行董事王晓刚出任大晓机器人董事长，正式入局具身智 能战场。 王晓刚告诉硬氪，大晓机器人成立的初衷，并非是跟风"本体内卷" 或 "复杂技能炫技"，而是要回归真正的痛点，并提出"以人为中心（Human- centric）"的全新研究范式。在提供专注于构建能理解物理世界规律的"大脑"基础之上，最终输出一个适配真实场景需求的软硬一体产品。 编辑｜袁斯来 在AI行业，商汤科技已经是家成立11年的公司，早已习惯一次次浪起浪涌。 在视觉AI崛起的时代，它从港中文实验室跑出、叩开规模化落地的大门。但To B业务从来不是一份轻松活，包括商汤在内、绝大部分公司不得不应对客 户长期定制化的开发需求。 直到ChatGPT横空出世，所有公司集体转向大模型。在算力层面先走一步的商汤，找到了施展空间。根据商汤年报，其生成式AI 2024年收入为24亿元， 占比由2023年 ...