ZD至顶网CIO与应用频道 01月12日 评论消息:中国制造业一直在强调实现弯道超车,原因我们具备两大红利。第一点是工程红利,在全球航空航天技术、核电、高铁等领域,中国的市场份额占到了其中的三分之二,红利十分明显。另外一点是资本红利,在中国迈入的第二个改革开放时代中,我们不仅在两市(股市和房地产),同时包括银行的储蓄和美元储备的积累,二者都相对较充裕。
中德工业4.0研究院执行院长、首席研究员 卢文军
但即便如此,其中存在的问题也不容忽视。当前中国制造企业所面临的最大挑战,是其盈利能力和技术水平仍处于中低端水平。企业可以在体量上做大,但做强方面,尤其在一些先进的医疗及生物技术、人工智能等相关领域,无论是技术创新还是商业模式上,发展的并不理想。
例如,占据中国制造业大部分的中小型企业,他们技术升级的力量只有0.98%,不仅投入不高,且力量薄弱。加上由于中小微企业一直难以突破“小、低、散”的现状,因此普遍还存在成长寿命较短、可能被淘汰的情况出现。
因此,未来中国制造企业要想从“做大”转向“做强”,还得需要技术的升级,将硬件和软件很好结合并作为支撑。比如大数据、云计算、虚拟现实、人工智能等,如果企业能找准与其相配套的技术,并做到很好的相结合,我认为企业能做的事情还很多。
另外,随着人口红利消失及高端制造业人才匮乏,除了从技术入手以外,中国制造业还需要提高效率、着力自主创新、优化产业结构,具体在于改进基础网络设施,提升内网安全,改变企业生产模式。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。