始终以来, 我都在持续追踪着AI大模型的安全研究推进情况,进而发觉在这过去的两年时间里, 整个行业所发生的变化极为显著众多。从技术层面一直延伸到监管范畴, 无论是从实验室环境一路发展至实际的落地部署阶段, 安全已然变成了所有从事AI大模型相关业务公司的一门必须要修习掌握的课程。

  原先是认为找好些黑客去测测足矣的红队测试, 如今已然成了标配, 微软、谷歌、等这类公司都组建起来专门的其内部红队, 以自动化与人工相融合的方式, 持续地察觉模型里的越狱攻击、提示注入以及数据泄露风险, 于每次新版本发布之前, 这样的测试属于强制要通过的硬门槛。

  随着时间推移, 对齐技术正处于快速进化的进程之中去了, 早期的RLHF是基于简单反馈展开训练的, 然而发展至今已演变为多轮对抗训练以及自我博弈强化学习的模式了, 模型已经学会了在面对敏感问题进行回答的时候, 采取主动拒绝的方式, 并非只是简单地屏蔽关键词而已, 部分开源模型甚至添加配置了“内省机制”, 这使得模型能够自行去判断哪些对话存在被滥用的可能性。

  内容安全过滤器进行了更新。以往那种关键词黑名单根本起不到防范作用, 如今多模态模型需要同步检测文本、图像以及音频里的有害信息。全新的过滤器能够理解上下文语境, 例如分辨出某个提问实际上正在诱导模型输出恶意代码, 即便从表面看起来像个正常问题。

  生态协作正处于加强态势, 行业着手开始共享安全方面的最佳实践, 像微软、、这几款联合发布的叫做“前沿模型安全框架”的东西, 使得所有的开发者均能够去参考统一的这般一种意义上的安全基线, 开源社区同样在贡献对抗样本数据集, 以此来有助于模型去做更为全面的防御训练。

  合规要求促使安全投入, 受其倒逼。无论是欧盟的AI法案, 还是中国的生成式AI管理办法, 都在指使企业去施行安全评估之事以及进行透明度报告编写之事。当下, 大模型公司不得不设立独立的安全审计部门, 对于每个安全漏洞, 都要先予以记录, 进而进行复现操作, 最后加以修复, 其流程相较于银行系统而言更为严格。

  有色金属回收利用, 正从边缘迈向核心, 环保压力与资源紧张相交, 使得再生金属不再处于“备选”状态, 转而成为行业的新常态, 铜、铝、铅等常用金属, 回收率逐年呈现攀升态势, 技术也在迅速进行迭代, 像从废旧电池中提取锂和钴, 以往成本高昂, 如今效率实现翻倍, 企业已开始主动展开布局。

  这波趋势的推手是政策, 国家明确提出要提高再生金属比例, 废铜被直接用于加工, 从而减少了开采环节的能耗, 对于像电解铝这类高耗能产业而言, 回收一吨铝能省下95%的电, 碳排也降低了一大截, 企业不再仅仅着眼于短期利润, 而是开始计算环保账。

  技术取得突破使得回收变得更为精细, 分拣的设备能够识别不同的合金, 于电子垃圾当中“淘金”已然不再是困难之事, 广东某些工厂采纳了智能拆解线, 废旧电路板里铜、金的回收率超过了98%, 这背后是自动化与大数据互相结合, 让“垃圾”转变为矿的路径更为简短。

  市场处于变动之中, 新能源汽车呈现爆发态势, 动力电池报废的浪潮正逐步临近, 镍、钴、锂的回收成为了新的热门领域, 回收企业不再单纯售卖原料, 而是将金属再度加工成为电池材料, 最终直接回售给电池厂, 这种形成闭环的模式, 使得利润增长幅度超过了一倍, 有了不止一倍的提升, 是在原来基础上大幅增长的状态, 呈现出远超原本一倍的利润增长情况。

  在未来的几年时间里, 回收的规模化将会愈发显著，中小作坊将会被淘汰, 头部企业凭借技术与资本去抢占份额, 西北地区依靠风光资源, 建设起再生铝产业园, 将废料在当地进行消化, 整个行业从“小散乱”朝着规范转变, 资源循环不再是一句口号, 而是实实在在的生意。

  前些年鲜有人问津的运动休闲风, 这几年热度持续攀升, 正逐渐摆脱仅存于健身房的局限, 摇身一变成为日常穿搭的主流风尚。漫步街头, 映入眼帘的细节无不在于彰显, 无论是人们脚下踏出的步伐所对应的鞋履, 还是身上覆盖的衣物, 皆是那种兼顾跑步与行走功能, 在保证身着之时舒适感的基础上又具备可观美感的款式。而潜藏于这种愈演愈烈趋势背后亟待挖掘的本质, 实际上是大众对于健康且舒适生活状态蕴含的追求。

  较早的时候, 运动鞋跟休闲鞋之间界限清晰, 现如今却已混淆交织到一起。举个例子来说, 像老爹鞋还有复古跑鞋这类单品, 既存有运动鞋的功能性特色, 与此同时还融入进了复古潮流方面的元素, 不管搭配牛仔裤, 还是搭配裙子，均可简便流畅地驾驭。品牌同样在面料这个方面进行着力, 例如轻量网布、弹力针织等, 使得鞋子能够更佳地透气, 并且更贴合符合脚型。

  上装这里, 卫衣以及运动夹克变成了衣橱当中必得的物品。相较于过往传统的棉质卫衣而言, 现今有更多的人去挑选具备速干功能以及吸湿排汗特性的面料, 既可在进行体育运动的时候穿着, 又能够在日常外出逛街的时候穿搭, 外轮廓形状方面倾向于宽松然而不会显得零乱, 落肩样式、短款裁剪样式均是十分常见的, 色彩方面, 米色、灰色、藏青这些呈现中性的色彩是最为受到人们喜爱的。

  裤装所发生的变化也是极为显著的, 瑜伽裤以及慢跑裤已然早早地走出了健身房, 进而成为日常通勤时较好的搭档。高腰收腹、侧边带有口袋、束脚设计这些细微的环节, 致使运动裤看上去更加显得利落。在材质方面, 四面弹力面料是颇为常见的, 既具备舒适的特质又不会显得人发胖, 与白T恤以及运动鞋进行搭配便构成了一套时髦的装扮。

  对于配件而言, 运动袜以及棒球帽同样处于升级进程之中, 得以发生改变走向新状态。中筒袜、压缩袜开始风行起来, 其具备着保护脚踝，能够拉长腿线此两种功能。棒球帽从纯色款式朝着带有logo及采用拼接的款式得到拓展, 如此一来便成为了整体塑造造型的起到画龙点睛作用的关键部分。这些细微要点外貌看似精致小巧, 然而却可以提升整套结合穿搭的完整程度。

  过去一年间, 我奔赴了二十几个建筑项目所在现场, 目睹AI的确并非徒有其名。设计院运用生成式AI来开展方案工作, 以往一周能够绘制出三版图纸, 如今一天便能够产出十几种不同的结构布局, 材料使用量直接实现了8%-10%的优化。然而在初期切莫妄图一举成功, 需将BIM数据输入AI模型, 先使其在成本测算以及碰撞检测方面进行实践最为妥当。

  在AI能省钱的诸多地方中, 施工环节是其一。某央企工地, 会将进场的钢筋以及混凝土的数据即时录入系统, 于此, AI会去自动比对图纸误差, 一旦发现异常就马上进行预警。最为直观的当属塔吊调度, 算法依据吊装计划以及实时位置来优化路径, 致使单台设备每天能够多干两吊活。另外, 安全帽定位与AI视觉相互联动, 违规行为抓拍的准确率超过95%。

  人工智能如今针对造价预算这一由来已久的难题, 能够依据市场实时行情自动进行价格调整。而我们曾尝试运用机器学习来剖析过去三年的劳务单价以及材料波动曲线, 该模型针对季度成本波动的预测准确率近乎达到九成。在投标之时借助这个来计算利润空间, 相较于传统人工估算法能够少亏损三成。

  对于项目管理者而言, 最让人头疼不已的便是进度协调方面的问题, 然而, AI排程系统如今已然能够处理多工种交叉作业的情况, 它会自动去计算吊装、混凝土养护以及水电预埋之间的依赖关系, 进而将原本需要总工凭借主观判断去做出的调度决策转变为可视化的甘特图。就在上周, 有一个项目运用了它, 提前发现了地下室防水与机电管线之间存在的冲突, 最终避免了一周的返工情况发生。

  归根结底, 建筑行业利润微薄, 容错容忍度低些, 人工智能并非是要来取代人的，而是助力我们将那些计算不清楚的账核算得明明白白无误。从设计阶段开始, 到施工过程, 再到后期运维, 在每个环节之中挖掘提取出那两三个点的效率提升空间, 如此一来, 历经一整年下来, 这所收获的可就都是实实在在的真金白银了呀。

  这些年来, 我始终在追踪国内创新药的商业化途径, 发觉好多企业的研发能力十分突出, 然而到了售卖药品的环节却遭遇阻碍。并非是药品质量欠佳, 而是从实验室迈向医院药房的这条道路, 远比所设想的要繁杂得多。

  创新药商业化的进程中, 医保谈判是无法绕开的首个关键环节。过去的五年时间内, 国家医保目录在调整方面的速度显著加快, 创新药从获得批准直至进入医保的时长, 由平均四年, 缩短到了大概一年的时间。然而这也就表明, 企业务必要提前做好价格的精准测算以及合理的市场预期管理工作, 不然的情况下很容易陷入一种两难的困境, 也就是进入医保会出现亏损, 而不进入医保则会面临销量不佳的状况。

  院所之外市场以及DTP药房的兴起正在使传统销售模式发生改变, 以往药企主要借助医院渠道, 如今诸多创新药尤其是肿瘤药、罕见病药, 更多地经由院外药房以及互联网医疗平台去接触患者,这就需要企业重新架构销售团队的结构, 培育专业的患者教育以及用药管理能力。

  有着精准特性的营销以及基于数据驱动的商业化策略正变得越发关键, 头部企业已然开始运用真实世界里面的数据去挑选目标医院以及医生群体, 在这方面并非像以往那般进行广泛撒网, 借助对处方行为、患者走向以及疾病流行情况学数据所展开的分析处理, 能够明显地去减低获取客源所需要的成本, 进而提升处方转化的效率。

  可以将国际化布局当作衡量创新药商业化能力的新标尺, -out模式从于2024年开始步入收获期, 有多家企业的创新药获得了FDA批准, 这促使国内药企不但得明白中国市场的游戏规则还包括熟悉国际注册事宜熟悉包括而这些方面涵盖海外知识产权以及跨境支付体系。