政策导向与战略定位 - 中国在2025年通过抗战胜利80周年阅兵展示新型军事力量，并在世贸组织谈判中宣布不寻求新的特殊待遇，标志着其从全球规则适应者向共建者与责任承担者的转变[3][8] - “十五五”规划将“统筹发展和安全”贯穿所有领域，并将新兴产业定位为“支柱产业”，聚焦新能源、新材料等，发展路径强调集群化与场景规模化落地[3] - 规划对比“十四五”，显著提升了国防与安全的战略地位，明确提出“边斗争、边备战、边建设”方针，并将政治安全置于首位，新增战略性矿产资源开发和储备[3][30][32][36] 核心产业与投资方向 - 报告建议资本市场重点关注十大细分方向：人工智能、机器人、航空航天、无人机/低空经济、战略资源金属、船舶航运、可控核聚变能、储能、脑机接口、创新药[3] - 人工智能领域在2025年呈现大模型百花齐放格局，例如OpenAI的GPT-5、Anthropic的Claude 4系列、Google的Gemini 3以及中国的DeepSeek、豆包、通义千问、Kimi等模型竞相发展[60] - 商业航天获政策强力支持，中国在2025年11月发布《推进商业航天高质量安全发展行动计划（2025—2027年）》，计划通过开放国家资源、设立首期200亿元发展基金等五大举措助推产业发展[61][62] - 战略小金属资源保障被提升至战略高度，八部门联合工作方案将其列为首要任务；2025年美国国防部通过投资4亿美元及提供贷款支持MP Materials，以重建稀土供应链[68][70][71] - 可控核聚变成为中美竞争焦点，中国企业深度参与国际项目（如合肥BEST计划），美国初创公司如CFS则在商业化（如SPARC装置）方面取得进展；硅谷巨头通过外购、重启、自建等方式布局核能以满足算力绿色能源需求[72][81][83][86][89] - 储能产业在欧美获政策驱动，欧盟计划到2030年将可再生能源装机提升至1236吉瓦，乐观估计2029年欧洲新增储能装机容量可达183吉瓦时；美国《降低通胀法案》为独立储能提供30%投资税收抵免[91][93][94] - 机器人产业正从产品定义期（2025年前）向商业化落地（2025-2027年）的关键转型阶段迈进，主要玩家进入千台出货规模[95][97] - 脑机接口技术加快临床转化，医疗康复成为首要商业化场景；例如Neuralink在2024年起为多例人类植入芯片，中国“北脑一号”在2025年完成第三例植入[99][101][109] - 美国在特朗普政府下快速推进海洋战略，包括2025年4月签署行政命令加速海底关键矿产开采许可审批，以及签署《重振美国海上统治地位》行政令以重振造船业[110][112]

文章核心观点 - AI能力的增强使其成为公共话题讨论的重要参与者，但AI回答仍需人工编辑和筛选，因此推出“人机圆桌”栏目以合作探讨重要问题[1] - 当前讨论的核心议题是“算法化生存的认知税”与“预制问题”，揭示了算法如何预先塑造人类提问，导致“提问自主权”的丧失[2] - 算法通过将用户原生、模糊的困惑转化为清晰、可数据化的标准问题来施加影响，这种“问题投喂”比答案投喂更为根本[9] - 平台商业模式的本质是最大化“问-答匹配效率”，导致原生困惑的模糊度与平台的货币化能力成反比[10] - 真正的抵抗不在于追求不存在的“纯粹原生困惑”，而在于培养“与算法问题保持不舒服感”的认知不合作能力[15] 算法对提问的塑造机制 - 算法通过“猜你喜欢”机制反向塑造用户的好奇边界，使“好奇”从自发的内在状态变为被外部调教的认知习惯[9] - 用户将存在论层面的不适感（如“这不是我想要的生活节奏”）翻译成可执行、可比较的“问题”（如“离职”）时，其原生困惑已发生第一次妥协[4] - 算法在此基础上进一步叠加“优化”，提供最热门、最有效的子议题，系统性地排除了需要新语言承载的中间地带问题[5][6] - 主流的提问模板（如知乎式提问、ChatGPT提示词工程）将提问从存在论行为降维为技术操作，导致无法被模板容纳的困惑在提问环节就被过滤掉[8] 认知税的具体表现与影响 - 认知税的第一笔体现为：用户为获取“清晰”的预制答案，支付了“真实”的原生困惑，错失了困惑中最珍贵的部分[8] - 算法预制了“什么感受才配成为问题”的门槛，导致年轻人对无法被平台标签覆盖的原生困惑产生羞耻感，认为其“不够典型”[11] - 平台创造了“问题能见度不平等”，将用户划分为“提问贵族”（能将其问题翻译成算法友好格式）和“提问贫民”（问题太缠绕无法获得分发）[13] - “深刻”被算法定义为“可分享”，导致提问从内在探索变为社交资本生产，那些无法资本化的问题被边缘化[14] 行业与平台商业模式分析 - 平台的商业逻辑是生产“问-答匹配效率”，预制问题与标准答案对有最高的内容消费转化率[10] - 用户的困惑越清晰、越标准、越可复制，平台越能通过卖广告、卖课程、卖解决方案来实现货币化[10] - 微软的一项研究发现，Z世代在产生复杂困惑时，平均17秒内就会转向搜索工具，而千禧一代这个时长是4分钟，这表明认知基础设施正在发生不可逆的替换[16] 提问自主权的重新审视与抵抗策略 - “夺回提问自主权”这一概念本身可能预设了一个不存在的“提问伊甸园”，人类提问权历来被神谕、祖先、市场需求等外部力量殖民，算法只是最新代理[3] - 抵抗的关键不在于生成虚构的“原生困惑”，而在于培养“与算法问题保持不舒服感”的能力，即明知问题“不是我本来想问的”，却有勇气不点击、不采纳的认知不合作[15] - 真问题的标准包括：是否触及结构性错位（如提问权从个体心智漂移到算法接口）、是否制造新的经验不可通约性、是否指向一种“主动放弃主动性”的悖论[16][17] - 人机圆桌讨论的价值在于其保留了“开放性伤口”，其提出的问题本身抵抗被预制答案所闭合，让AI与人类同时语塞，这一刻的“卡顿”即是真问题的体现[21][22]

北京国际科技创新中心建设成果 - 北京国际科技创新中心创新力、竞争力、辐射力大幅提升 已成为全球创新网络关键枢纽 [1] - "十四五"期间累计推进国际科技创新中心建设1105项重点项目和重大任务落地 [3] - 展望"十五五" 将加快建设全球重要科学策源地、未来产业引领地、开放创新核心枢纽 [5] 研发投入与科研实力 - 研究与试验发展经费投入强度保持在6%左右 位居全球创新城市前列 [3] - 连续8年蝉联《自然指数-科研城市》全球榜首 [3] - "三城一区"集中了本市近三成的企业和六成的研发人员、研发经费 [4] 产业发展与集群效应 - 2024年北京高技术产业增加值1.49万亿元 较2020年增长56.9% [3] - 已形成新一代信息技术、科技服务业等3个万亿级产业集群 [3] - 已形成智能制造与装备、人工智能等7个千亿级产业集群 [3] - 重点培育商业航天、生物制造等23个未来产业 [3] 人工智能与前沿技术 - 在打造"人工智能第一城"过程中诞生原生多模态世界模型等重大原创成果 [3] - 豆包、智谱、kimi等标杆模型性能稳居全球第一梯队 [3] - 北京已累计备案上线大模型159款 数量持续领跑全国 [3] 医药健康与商业航天 - 北京医药健康协同创新三年行动计划滚动实施 [4] - 创新医疗器械、人工智能三类医疗器械获批上市数量全国第一 [4] - 在商业航天领域已形成运载火箭、卫星制造、地面站及终端设备、卫星应用服务全产业链 [4] 中关村与创新生态 - "十四五"期间中关村先行先试24项重大改革措施全面落地 [4] - 中关村以不到4%的土地 贡献了本市约三分之一的GDP [4] - 每天有300多家科技企业在北京诞生 [5] - 在全球40个领先创业生态系统中 北京位列亚洲首位、全球前列 [5] 创新孵化与成果转化 - 怀柔综合性国家科学中心已成为全球重大科技基础设施最密集的区域之一 [4] - 依托科技设施技术优势累计服务成果转化项目187个 [4] - 本市建设30家标杆孵化器 以超前模式与专业能力重塑科技企业孵化生态 [5]

全球排名与竞争力 - 北京独角兽企业数量连续四年位列全球城市第三 [1][2] - 北京连续三年位列《国际科技创新中心指数》全球第三 [2] - 北京高被引科学家达到431人次，连续两年位居全球创新城市首位 [2] - 北京8年蝉联《自然指数-科研城市》全球榜首 [2] 研发投入与创新成果 - 北京R&D经费投入强度保持在6%左右，位居全球创新城市前列，其中基础研究经费比重16%左右 [2] - 2024年每万人口高价值发明专利拥有量159.8件，较2020年翻番，是全国平均水平的11倍多 [3] - 2021年以来累计入选"中国科学十大进展"成果数量占全国近一半，获得国家科技奖奖项占全国近三成 [3] - 技术合同成交额从2020年6316.2亿元提高到9153.3亿元 [3] 产业集群与规模 - 北京已形成新一代信息技术、科技服务业、医药健康3个万亿级产业集群 [4] - 北京已形成智能制造与装备、人工智能等7个千亿级产业集群 [4] - 2024年北京高技术产业增加值1.49万亿元，较2020年增长56.9% [5] - 2024年北京数字经济增加值突破2.2万亿元，较2020年增长53.1% [5] 人工智能产业发展 - 北京累计备案上线大模型159款，数量持续领跑全国 [4] - 2024年北京拥有人工智能相关企业超过2400家，位列全国第一，核心产业规模近3500亿元 [4] - 豆包、智谱、kimi等标杆模型性能稳居全球第一梯队 [4] 商业航天与前沿布局 - 北京商业航天领域形成运载火箭、卫星制造、地面站及终端设备、卫星应用服务全产业链 [5] - 全球首款液氧甲烷火箭"朱雀二号"成功入轨，全球首颗卷式全柔性太阳翼卫星发射成功 [5] - 怀柔综合性国家科学中心布局建设37个科技设施平台，29个已进入科研状态 [4] - 在量子信息、脑科学与类脑等前沿领域建设10家新型研发机构 [4]

人工智能产业发展成就 - 北京市打造"人工智能第一城" [1] - 累计备案上线大模型158款 占全国总量约30% [1] - 豆包 智谱 kimi等标杆模型性能稳居全球第一梯队 [1] 机器人技术应用落地 - 近200种机器人创新产品实现应用 [1] - 产品在130多种场景中落地 [1] - 机器人技术逐渐从实验室走向百姓生活 [1]

视觉语言模型的偏见问题 - 核心观点：视觉语言模型(VLMs)并非真正"看"图像，而是依赖记忆中的先验知识进行判断，导致对反常识图像的识别错误[19][20][38] - 实验证据：当展示6根手指图片时，包括GPT-4、Gemini-2.5 Pro、Claude 3.7等主流模型100%错误识别为5根[40][45][63] - 机制分析：模型通过高频关联建立强先验知识（如"阿迪达斯=三条纹"），当视觉输入与常识冲突时优先选择记忆而非真实观察[54][55][64] 行业应用风险案例 - 工业质检：AI可能将罕见零件缺陷误判为光学误差，导致安全隐患[72][73][74] - 医疗领域：肺癌筛查等医疗诊断仍需医生复核AI判断，显示可靠性存疑[77] - 自动驾驶：对非常规交通场景（如异常数量行人）的识别可能失效[77] 技术局限性数据 - 品牌标识测试：修改阿迪达斯条纹数量后，所有模型仍坚持回答3条[39][40] - 动物肢体测试：5腿狮子/3脚鸟等异常图片识别准确率仅2%[43][45] - 国旗测试：美国国旗条纹数识别错误率达92%（模型回答13条vs实际12/14条）[47] 底层机制解释 - 数据训练方式：模型通过吸收数百亿张图片建立关联记忆而非理解[50][51] - 决策冲突：视觉模块与知识模块产生矛盾时，后者权重显著更高[63][65] - 干预无效：明确要求模型"仅根据图片回答"仅提升2%准确率[67][68]

视觉语言模型的偏见问题 - 核心观点：当前主流视觉语言模型（如GPT-4、Gemini、Claude等）在图像识别中严重依赖先验记忆而非实际视觉分析，导致对反事实图像（如六指手、四条纹阿迪达斯鞋）的识别准确率极低[5][12][17] - 实验数据：模型在识别异常图像（五腿狮子、三脚鸟等）时平均准确率仅2.12%[15]，数国旗条纹错误率超80%[16] - 机制解释：模型通过海量数据训练形成强关联性先验知识（如"狗=四条腿"、"阿迪达斯=三条纹"），视觉输入与记忆冲突时优先选择记忆答案[23][25][26] 多模态模型测试结果 - 跨模型验证：OpenAI o3/o3 pro、豆包、Kimi、Gemini等模型对六指图像均错误识别为五指，仅Claude 4存在部分正确率[4][5] - 响应特征：模型在48秒推理后仍坚持错误结论，人工提示仅提升2%准确率[3][28] - 表格数据：阿迪达斯四条纹被100%错误识别为三条纹，PUMA标识错误率超75%[13] 工业应用风险 - 质检场景：AI可能因罕见缺陷（如零件裂缝）不符合先验知识而误判合格，潜在导致安全事故[30][32] - 医疗领域：肺癌筛查等场景需医生二次验证AI判断，反映模型可靠性存疑[34] - 交通隐患：对异常目标（夜间行人、突发障碍物）的识别可能受偏见影响[35][36] 技术本质分析 - 训练缺陷：模型通过记忆数百亿图片文本建立知识库，而非真正理解视觉元素[18][19] - 认知类比：与人类"雷碧"误认现象类似，依赖快速模式匹配而非细节分析[11][12] - 矛盾机制：视觉模块与知识模块冲突时，模型优先选择高概率常识答案[24][25] 行业启示 - 当前局限：视觉语言模型在反事实识别、细节观察等场景存在系统性缺陷[37][38] - 应用建议：关键领域需保留人工复核机制，不能完全依赖AI视觉判断[34][39] - 发展需求：需突破基于记忆的推理框架，建立真正的视觉理解能力[26][38]

数字经济核心产业表现 - 北京市2025年一季度数字经济增加值同比增长8.3%，其中核心产业增长9.7% [1] - 人工智能核心产业规模2024年达近3500亿元，占全国总量50% [2] 人工智能领域优势 - 北京人工智能顶尖人才占全国43%，拥有14家AI领域全国重点实验室 [1] - 累计备案上线大模型132款，占全国总量35%，豆包、kimi等模型性能全球领先 [1][2] - 23家人工智能北京市重点实验室和4家新型研发机构支撑技术研发 [2] 数据要素市场发展 - 北京国际大数据交易所1-5月新增数据产品152个，场内交易规模超4400万元，同比增长37.63% [2] - 数据基础制度先行区完成监管沙盒3.0升级，汇聚20余个行业超17PB数据 [2] 数字基础设施升级 - 北京市基础电信企业完成IPv6全网络改造，新建千兆光网和5G网络均部署IPv6 [2] - 大型商业网站全部支持IPv6访问 [2] 应用场景与政策支持 - 教育、医疗、文化等领域开放数字化转型场景，专项政策推动AI与实体经济融合 [1] - 推出"模力AI大讲堂"服务品牌，形成企业全周期服务体系 [2]

AI聊天助手功能调整 - 多个AI聊天助手在高考期间关闭了识图功能或"拍题解答"功能，包括腾讯元宝App、阿里通义App、夸克App、豆包App和kimi [1] - 腾讯元宝App回复"为确保高考的公平性，该项功能在高考时段无法使用" [1] - 阿里通义App关闭"高考考试时段拍照讲题服务暂时关闭"但能识别其他图片 [1] - 夸克App显示"高考考试时段答题服务暂时关闭"但能识别其他图片 [1] - 豆包App能识别普通风景照片，但输入考试相关题目则显示"图片内容不合规，上传失败" [1] - kimi输入随意照片显示"为确保高考的公平性，此项功能在高考时段无法使用" [1] 高考安保措施 - 广东省公安厅出台全力护航高考26项服务措施，省市县三级公安机关成立高考安保联勤指挥部 [6] - 广东省各地公安机关组建涉考违法犯罪打击专班，持续开展24小时监测预警 [6] - 联合网信、市场监管、工信等部门加强线索摸排、网上有害信息处置 [6] - 对网上售卖作弊器材、组织作弊、贩卖答案，特别是利用人工智能技术组织作弊等黑灰产业链开展全链条打击 [6] - 重大案件由省厅挂牌督办 [6]

商标转让 - 小米科技有限责任公司将多枚"kimi"商标转让至北京月之暗面科技有限公司 这些商标最早申请于2013年 当前状态多为已注册 [1] 公司信息 - 北京月之暗面科技有限公司成立于2023年4月 法定代表人为杨植麟 注册资本100万人民币 [1] - 公司经营范围包括软件开发 软件销售 人工智能基础软件开发 人工智能应用软件开发 计算机系统服务 信息技术咨询服务等 [1] - 公司由杨植麟 周昕宇 吴育昕等5位股东共同持股 [1] 产品信息 - Kimi是北京月之暗面科技有限公司于2023年10月9日推出的智能助手 [1] - 主要应用场景包括专业学术论文的翻译和理解 辅助分析法律问题 快速理解API开发文档等 [1]