据报道，**慧与科技（HPE，惠普企业集团）赢得了一项价值超过10亿美元的合同，将为马斯克的X提供专为AI任务优化的服务器。**报道称，HPE与X在2024年底敲定了协议，此前，戴尔和超微电脑也曾竞标，希望向X销售服务器，但最终HPE脱颖而出。 **HPE的AI服务器业务目前相对于戴尔和超微电脑仍处于落后状态，马斯克决定下单，等于是对HPE产品的信任投票，分析师认为，HPE的液冷技术可能在其中扮演了重要角色。** 2024年9月，马斯克曾透露，集成了100000颗英伟达H100的“Colossus”训练集群已正式上线，是全球最强大的AI训练系统之一，规模将在未来几个月内倍增至200000颗，其中包括50000颗H200。 xAI计划在未来部署一款由超过100万颗GPU支持的超级计算机，这个版本的Colossus将用于训练涵盖数万亿参数的LLM，届时将远比Grok 3或GPT-4更准确，还可能具备更先进的推理能力，进一步向通用人工智能（AGI）靠拢。 [](//img1.mydrivers.com/img/20250113/273fecc1d8c64731bc802c8ccce645cb.jpg) [查看评论](https://m.cnbeta.com.tw/comment/1470630.htm)

英国部长们将于周一宣布，英国将在五年内投资大幅扩大政府拥有的人工智能计算能力，包括建造一台新的超级计算机，以寻求建立一个具有全球竞争力的人工智能部门。此举是为了回应最新发布的一份关于人工智能为英国经济带来的机遇的报告，该报告由政府委托英国风险投资人Matt Clifford起草。 这台超级计算机将加入英国另外两台先进机器的行列，其中包括布里斯托尔大学的Isambard-AI（包含约5000个图形处理器（GPU），用于构建人工智能软件的专用芯片）和剑桥大学的Dawn。  Clifford的报告主张，到2030年，政府拥有的GPU能力将达到相当于10万个。新的计算能力将使英国的主权计算能力提高20倍，它将独立于私人拥有的人工智能数据中心，并将由政府部署，主要用于学术界和公共服务领域的人工智能应用。 目前尚不清楚该项目将耗资多少，不过它将从科学、创新和技术部的研发预算中支出。据两位了解该计划的人士称，克利福德被任命为部长们在人工智能方面的兼职顾问，帮助实施其报告中的建议。  唐宁街拒绝对这些建议发表评论。 首相基尔-斯塔默爵士（Sir Keir Starmer）说："我们的计划将使英国成为世界人工智能领域的领导者。 它将为该行业提供所需的基础......这意味着英国将有更多的就业机会和投资，人民口袋里将有更多的钱，公共服务也将发生变革。 这就是本届政府正在实现的变革。" 据知情人士透露，斯塔默在10月份英国全球投资峰会前一晚与Google前首席执行官埃里克-施密特（Eric Schmidt）和DeepMind首席执行官德米斯-哈萨比斯爵士（Sir Demis Hassabis）共进私人晚餐后，对人工智能作为经济增长和公共部门改革引擎的价值变得更加有兴趣。 Clifford的报告被称为"人工智能机遇行动计划"，已于 9 月份提交给政府，但其出版工作一直受到拖延。据知情人士透露，几位内阁部长于 12 月开会讨论了报告内容。该报告提出了 50 项建议，旨在通过改善构建、扩展和采用新技术的条件，创建一个繁荣的国家人工智能产业。 政府接受的建议包括：建立人工智能"增长区"，在英国的一些地区加快规划审批，以建设人工智能基础设施；成立人工智能能源委员会，就人工智能所需的能源资源（包括核能）提出建议。 包括Clifford在内的技术专家认为，主权计算能力对于确保英国人工智能公司和研究人员减少对其他国家人工智能企业的依赖至关重要。他们认为，这种能力可以建立与全球相关的新的人工智能技术和公司，而且在计算基础设施正成为地缘政治战场的情况下，以合理的成本获得可靠的计算机能力至关重要。 今年8月，科技大臣彼得-凯尔（Peter Kyle）因取消对爱丁堡大学8亿英镑Exascale超级计算机项目的资助而遭到抨击。凯尔坚称他"没有削减任何东西"，只是因为上届政府承诺的8亿英镑还没有编入预算。由于没有任何重要的新主权计算计划，英国最强大的计算机已被竞争对手超越，这意味着英国不再有一台计算机跻身全球50强。 [查看评论](https://m.cnbeta.com.tw/comment/1470628.htm)

火灾追踪应用程序 Watch Duty 已成为受到持续野火威胁的洛杉矶居民的重要信息来源，该应用依靠一个由现役和退休消防员、急救人员、政府官方报告以及监测无线电扫描仪的志愿记者组成的网络，提供活动野火的实时更新。 _{} 在本周的火灾中，官方警报可能会出现错误或不准确，而 Watch Duty 却因其更强的火情实时报告能力登上了苹果应用商店排行榜的榜首。  在[周六接受《纽约时报》](https://www.nytimes.com/2025/01/11/us/watch-duty-wildfire-app.html)采访时，首席执行官约翰-米尔斯（John Mills）表示，自本周二以来，该应用已被下载了 200 万次，本周的独立用户数量达到 1400 万。 米尔斯表示，该应用由一家非营利组织运营，资金主要来源于捐款，该组织拥有 15 名全职员工和 200 名雇员。 他坚称，Watch Duty 收集的用户个人数据很少，而且无意出售。 他说："我有责任不做灾难资本家。" [查看评论](https://m.cnbeta.com.tw/comment/1470626.htm)

彭博社的 Mark Gurman 最近报道称，苹果计划在今年 发布新款 HomePod mini 和 Apple TV ，他还提供了一个更精确的时间框架。在今天的[Power On时事通讯](https://www.bloomberg.com/news/newsletters/2025-01-12/apple-2025-plans-iphone-17-smart-home-hub-ios-19-ai-apple-watch-ipads-m5)中，古尔曼表示苹果目前的目标是"在今年年底"推出新款 HomePod mini 和 Apple TV 机型。  这一时间框架表明，这些设备将在 9 月到 11 月的某个时间发布，而不是在 3-4 月或 6 月的 WWDC 2025 上。 新款 HomePod mini 和 Apple TV 将是苹果改进后的智能家居路线图的一部分，据报道，该路线图还包括今年推出的全新家庭中枢设备，随后最早将于明年推出Face ID 门铃/门锁和 安防摄像头。 据 Gurman 此前报道，这两款设备都将配备苹果自己的 Wi-Fi 和蓝牙组合芯片。 他表示，该芯片支持 Wi-Fi 6E，可通过兼容路由器将 Wi-Fi 6 的功能扩展至 6 GHz。 与 Wi-Fi 6 相比，这有助于提高 Wi-Fi 速度和降低延迟。 下一代 Apple TV 可能带来的其他变化包括：采用更新的 A 系列芯片，性能比当前的 A15 Bionic 芯片更强，新款在美国的起售价低至 99 美元；以及用于 FaceTime 视频通话的内置摄像头。 至于 HomePod mini，可能的升级包括采用更新的 S 系列芯片以实现更快的性能、改善音质以及提供新的颜色选择。 目前的 HomePod mini 于 2020 年 11 月发布，它使用的是 Apple Watch Series 5 的 S5 芯片。 通过在 2025 年晚些时候推出这些设备，苹果将为今年早些时候发布其他几款传闻中的产品留出空间，包括新版 MacBook Air、iPhone SE、AirTag 、 入门级 iPad 等。 [查看评论](https://m.cnbeta.com.tw/comment/1470620.htm)

此前大流行期间因为客观原因很多公司开启了远程工作，而在大流行结束后部分公司还在继续提供混合工作模式，例如员工每周可以选择 2 天在办公室、3 天在其他地点工作。 [](https://static.cnbetacdn.com/article/2022/0209/e634a52137231e1.png) 但这种情况目前也在逐渐终结，此前亚马逊和美国网络运营商 AT&T 以及沃尔玛等都结束了远程工作模式，要求所有员工必须回到办公室工作。 现在全球知名银行摩根大通 (J.P. Morgan) 也准备终结远程工作，要求在全球的 30 多万名员工必须每周至少在办公室工作 5 天，也就是没法远程工作了。 目前摩根大通并未发布正式的公告，但彭博社已经获得相关爆料消息，同时摩根大通董事长兼首席执行官杰米戴蒙也是个更支持面对面工作的人。 当前摩根大通约 60% 的员工每周 5 天在办公室工作，接下来的公告会要求剩余 40% 员工也回到办公室，至于原因则是摩根大通的领导层认为当员工面对面一起工作时可以激发创新、创造力和提高团队合作能力。 杰米戴蒙在 2023 年曾表示虽然远程工作对某些人来说还可以，但总得来说没有什么面对面交流更好了；在 2024 年 6 月杰米戴蒙的表达更直白：我简直不敢相信这些空荡荡的大楼，我不允许在摩根大通发生这种情况。 从这些案例中也可以看到随着时间的推移可能越来越多的公司会重新转向传统办公模式，远程办公不会消失但可能会越来越少，至少在大型公司这里是这样的。 [查看评论](https://m.cnbeta.com.tw/comment/1470618.htm)

 改编自林田球原作的动画《异兽魔都》（ドロヘドロ）续作公布了视觉图，确定将于2025年内播出。   《异兽魔都》为林田球的漫画作品，2000年开始连载，现已完结，单行本共23卷。故事发生在人类和魔法师共存的世界，主角开曼被魔法师变为蜥蜴头， 为了变回人脸和找回记忆，开曼决定开始狩猎魔法师。TV动画第1季在2020年播出，由MAPPA制作，全12话。  动画续篇仍由第1季的林祐一郎担任导演，MAPPA负责动画制作，其余制作及声优阵容敬请期待续报。

在 2024 年的最后 1 天通信卫星公司 OneWeb 的卫星互联网服务出现 48 小时的功能故障，此次故障导致欧洲、非洲、亚洲和美洲大部分地区的用户出现无法使用的情况。 [](https://static.cnbetacdn.com/article/2021/1108/09687bdfb28c4e8.jpg) 这家公司运营着 35 颗地球同步卫星和 600 多颗低地球轨道卫星，除了提供互联网服务外，OneWeb 的卫星还为 6500 多个电视频道提供服务。 在解决故障后 OneWeb 透露故障的原因是因为该公司的系统没有考虑到闰年的问题，2024 年是闰年因此 2 月有 29 日，而 2024 年全年则是 366 日。 运行在中地球轨道的 GPS 卫星飞行速度相对来说非常快，因相对论的钟慢尺缩效应，卫星的时间与我们所处的地表时间是不完全同步的，所以需要手动计算 GPS 到 UTC 时间的偏移量。 OneWeb 的系统能够处理偏移量但却忘记在闰年 2 月份多出 1 天时需要进行额外的调整，没有这层额外的调整就会出现类似此次 48 小时的中断事故。 在执行快速修复后 OneWeb 的相关服务在 2025 年 1 月 2 日前完全恢复正常，经过此次故障后相信 OneWeb 应该能够应对下一个闰年也就是 2028 年的挑战。 在 2024 年 2 月 29 日巴黎的路灯控制系统也因为闰年出现问题进而导致所有路灯全部熄灭，所以我们也相信到 2028 年闰年魔咒还会再次引发问题，毕竟不只是 OneWeb 存在这种失误。 [查看评论](https://m.cnbeta.com.tw/comment/1470616.htm)

今天上午，刘作虎晒出了OPPO Find N5真机照，称**这是全球最薄的折叠旗舰，新品会在2月份发布。**如图所示，刘作虎拿铅笔跟OPPO Find N5做对比，**可以直观感受到这款折叠屏的轻薄设计，海报还显示Find N5的金属中框采用拉丝工艺，质感更加高级。** OPPO陈希强调，要找到一个准确表达这样的薄的方式很不容易，实际体验比图中的感官还要薄。  此前博主数码闲聊站爆料，OPPO Find N5首次采用钛金属材料，通过3D打印工艺完成，折叠态厚度不到10mm，是迄今为止最薄的大折叠屏机型。 另外，OPPO Find N5在影像上也有提升，该机搭载后置哈苏三摄系统，包含5000万像素主摄、5000万潜望长焦以及5000万超广角，加上OPPO在影像技术上的深厚积累，Find N5的影像令人期待。 [查看评论](https://m.cnbeta.com.tw/comment/1470614.htm)

日前，“小杨甄选”转战到视频号上开启直播带货，销售年货。**此次直播的“小杨臻选”视频号认证公司为“合肥三五成群电子商务有限公司”，属于三只羊旗下。**直播预告显示，今天早上8点，小杨甄选将进行年货节专场直播。 [](//img1.mydrivers.com/img/20250113/e4dee50b28f640ef8130047661ca52cf.png) 有网友看后表示，“小杨臻选”在视频号的直播风格大反转，没有了之前在抖音的激情直播模式，小主播的直播风格十分稳健，不像此前小杨哥的直播画风。 [](//img1.mydrivers.com/img/20250113/5f4b3141e0984c79929afca4804afc1f.jpg) 据了解，去年月饼引发的风波后，抖音曾公告称，（2024年）9月21日起，**平台已对“三只羊”旗下账号进行停播处理，后续将进一步敦促其积极整改**。后始终无复播消息。 去年9月，三只羊网络科技有限公司直播带货的“香港美诚月饼”引发关注，彼时，疯狂小杨哥及其旗下各大主播直播间都在卖一款名为香港美诚品牌的月饼，该月饼可选99元3盒、169元3盒等规格。 然而，有很多香港网友表示，根本没有听说过这个品牌。 香港美诚月饼品牌运营方为广州市美诚食品有限公司，隶属于香港美诚食品集团有限公司，**天眼查App也显示该公司在香港注册，但实际产地是在广州和佛山。** 随后，合肥市场监管通报调查结果，拟决定对三只羊公司没收违法所得、罚款共计6894.91万元。 针对三只羊公司直播带货中存在的相关问题，责令暂停经营限期整改，承担相关法律责任。 通报提到，三只羊公司受广州市美诚食品有限公司委托，直播推介“香港美诚月饼”时称“香港美诚是一家专门做高端月饼的大品牌，已经做了将近20多年”，**强调“美诚的、香港的、高端的月饼”等卖点，构成虚假、引人误解的商业宣传行为。** [查看评论](https://m.cnbeta.com.tw/comment/1470612.htm)

2025年安全团队必须优先考虑SaaS安全风险评估以发现漏洞，并采用SSPM工具持续监控，主动进行系统防御。

“北上”“南下”的扩张路径均已搁置。

换帅、裁员、关业务，大刀阔斧的调整下，市场也在期待一个新的Unity诞生或者是王者归来。

机器人行业等待「GPT时刻」。

日前，央视财经曝光克隆网站黑幕，**一些不法分子打着“退费补贴”“消费充值”“证件办理”“期刊征稿”等幌子，假冒有关部门、单位的官方网站平台，实施诈骗活动。**以杂志社为例，在搜索平台搜索“生态经济”后，位列第一的是一个名叫“《生态经济》-在线投稿-杂志”的链接，下放小字明显标注：“核心期刊发表”“快速发表见刊”“职称评定有效”等字样。 但点击进入后发现，**这就是央视记者调查的假冒《生态经济》杂志的钓鱼网站，而真正的官网却被排在了第二位。**  报道提到，不法分子利用部分作者急于发表论文的心态，通过假冒正规期刊的网站，**发布“代发论文”的虚假信息，随后收取审稿费、发表费等高额费用，实施诈骗。**  在不同电商平台可以找到克隆、山寨各类官网的店铺，价格从几十元到几千元不等，**花费20元就能制作“郑州大学”的山寨网页，和真实官网几乎一模一样，只是替换了原有的联系方式，用户只要访问，就很容易落入陷阱。** 网络安全工程师乔盛欣表示，消费者如果进行多层级深入浏览，假冒网站就会露出破绽，当发现相关功能无法点击的时候，消费者就要提高警惕，辨别网站是否存在风险。  [查看评论](https://m.cnbeta.com.tw/comment/1470610.htm)

彭博社记者Mark Gurman透露，**苹果不打算在2025年推出Vision Pro 2，而是将主要精力放到廉价版头显设备上。**Mark Gurman称，**廉价版头显设备在苹果内部被视为“紧急任务”，**尽管这款新品不会在今年登场，但是消费者不会等很久。 [](https://static.cnbetacdn.com/article/2024/0129/b1a8d63841543b2.webp) 据爆料，廉价版头显设备的代号是N107，为了降低成本，这款新品的屏幕会缩水，消息称苹果最近从日本JDI那里获得了基于玻璃基板的OLED面板，这款面板的像素密度只有1500 PPI（现款Vision Pro为3391 PPI），可有效降低成本。 值得注意的是，苹果Vision Pro或已停产，其需求疲软主要归因于高昂的价格和内容生态系统的不足。 业内人士表示，Vision Pro的神奇体验可能不足以说服买家保留这款3499美元（折合人民币约2.5万元）的产品，并且Vision Pro似乎没有解决传统头显设备的重量问题，这就导致用户没有办法长时间使用，很大程度上影响了使用效率。 [查看评论](https://m.cnbeta.com.tw/comment/1470608.htm)

今日，胖东来创始人、董事长于东来在其个人抖音号发布多条视频作品，内容涉及员工家庭、员工借钱等。于东来表示，每个胖东来人的居家都要整洁的，家庭安全知识和消防设备是必备的。 于东来还宣布：**“在胖东来，从今年开始夫妻之间家暴和冷暴力是不允许的！打孩子也是不允许的！”** 他提到，胖东来学习中国和世界上最先进的制度和方法制定了越来越多的标准，比如先从管理人员开始，逐步延伸到员工，婚姻不幸福、一方要求离婚，另一方是不允许找任何理由束缚对方的，是不允许不同意的。  对于员工相互借钱，于东来称，在胖东来相互借钱是有标准的，**最高不允许超出个人月工资收入，不允许随便麻烦别人。** 据了解，1月初，胖东来公布“胖东来人结婚执行标准”。 文件中提到，胖东来员工结婚不允许收取或支付彩礼嫁妆，给双方家庭造成经济压力和精神包袱，不允许依靠父母积蓄买房买车。 如果违反结婚标准，视为违背企业价值观，**自违反之日起12个月内，只享有法定的劳动报酬及福利待遇，不享有公司给予的超出法定之外的各项奖励及福利。 **       于东来 [查看评论](https://m.cnbeta.com.tw/comment/1470606.htm)

安徽人束从轩在2003年开了一家名为“肥西老母鸡”的快餐店。20多年后，这家快餐店已经变成中国最大的中式快餐品牌“老乡鸡”，并且在三度折戟A股后转战港股，发起IPO冲刺。  根据招股书，老乡鸡营收的增长主要依赖于门店扩张。不过，尽管营收增加，其盈利能力在行业中仍然处于较低水平。在2024年前三季度，加盟店为老乡鸡贡献了4.45亿元。以此计算，一年时间，老乡鸡在一家加盟店上，至少可以获得约100万元的收入。 **不足30元，客单价持续走低** 老乡鸡的上市之路走得颇为曲折。2022年，老乡鸡曾两度提交招股书，拟登陆上交所主板，不过最后均上市无果。2023年2月，老乡鸡再次冲击A股，期间因食品安全、员工社保缴纳、账款现金流以及实控人行贿等问题受到问询，半年后老乡鸡宣布主动撤回上市申请。 其后市场就传出消息，老乡鸡打算赴港上市，不过此后却一直未见任何资本动作。沉寂1年多，2025年开年不久，老乡鸡正式在港交所递交招股书，再次向“中式快餐第一股”的头衔吹响进攻的号角。 老乡鸡的收入主要来自直营店运营、销售货品和加盟管理服务。从招股书数据来看，近几年老乡鸡的业绩稳步增长，不过在行业整体承压的背景下，2024年的业绩增速也明显放缓。 招股书显示，在2022年，老乡鸡的营收为45.28亿元，2023年同比增长24.80%至56.51亿元，而2024年前三季度，老乡鸡的营收为46.78亿元，同比增幅为11.86%。归母净利润方面，2022年为2.52亿元，2023年同比增长48.8%至3.75亿元，而2024年前三季度为3.67亿元，同比增幅仅为个位数，为3.4%。 老乡鸡营收的增长主要依赖于门店扩张。不过，尽管营收增加，其盈利能力在行业中仍然处于较低水平。2022年、2023年和2024年前三季度，老乡鸡的毛利率分别为20.3%、23.3%和23.5%，净利润率为5.6%、6.6%和7.9%。而目前行业内的普遍毛利率均达到了50%以上。 嘉世咨询合伙人李应涛分析称，老乡鸡的毛利率较低主要是由于人力成本和租金等履约成本较高。“老乡鸡约七成门店为直营店，需要承担直营店的租金成本，而其他部分品牌则以加盟店为主。此外老乡鸡的菜品模式也决定了其人力成本更高，从而导致综合毛利率相对较低。” 老乡鸡的售价一般在12元-30元之间，正是凭借亲民的价格策略在学生和上班族群体中赢得青睐。不过从招股书看到，近年来，老乡鸡的客单价持续走低，直营店从2022年的29.7元降至2024年前三季度的27.6元，加盟店则从31.5元降至29.2元。  **加盟店翻倍增长，食安遭受挑战** 一直以来，老乡鸡大本营都在华东地区，尤其是安徽，营收占比常年超过五成。2017年起，老乡鸡开启全国化布局，接连进入南京、武汉、上海、深圳等地。2020年，其开放加盟，并在2023年底喊出“万店目标，加盟为主”的口号。 近些年，持续以直营+加盟的模式进行扩张。当进入一个新省份时，老乡鸡会优先考虑在一线和新一线城市设立直营店，随着渗透率加深和品牌认知度提高，才会考虑引入加盟店，同时在非一线城市采取转加盟的策略，将成熟的直营门店转为加盟店。 从招股书数据可以看到，过去几年，老乡鸡直营店和加盟店的数量呈现一减一增的反向趋势。2022年—2024年前三季度，老乡鸡直营店的数量分别为1007家、973家和949家，加盟店为118家、226家及455家。 为何老乡鸡现阶段如此看重加盟？业内人士认为，在日常运营中，老乡鸡不仅向加盟店销售货品赚取收入，同时还会按比例从加盟店的销售额中抽成，虽然这两块业务占比较低，但增长却非常迅猛，尤其是后者，毛利率还高达约80%。在2024年前三季度，加盟店为老乡鸡贡献了4.45亿元，也就是说，一年下来，老乡鸡在一家加盟店身上至少可以获得约100万元的收入。 在加盟模式下，食品安全和服务质量的管控无疑是老乡鸡面临的挑战。近些年，其就因食品安全、卫生环保等问题多次受到行政处罚。新浪财经注意到，在黑猫投诉 [【下载黑猫投诉客户端】](https://tousu.sina.com.cn/)上，也有不少消费者投诉，在老乡鸡食物中曾吃到头发、生肉等。 李应涛表示，加盟模式最大的挑战在于品牌形象稀释的风险，加盟店为追求短期利益或会出现违规操作，比如使用劣质食材等。加盟模式和直营模式之间也存在一定的协调问题，无形中加大了老乡鸡运营管理的难度。 此外，老乡鸡在招股书中也提到，公司未来增长取决于在现有及新地域市场的门店开设及运营盈利的能力。不过从目前来看，当门店拓展至大本营以外的省市时，老乡鸡仍需思考如何提升这些门店的收入能力。  招股书显示，老乡鸡在其他地区（北京、广东、湖北、河南及江西）的单店日均销售额明显低于安徽、江苏、浙江及上海的门店。比如，2024年前三季度，其他地区的直营店单店日均销售额为15131元，加盟店为10173元，均低于对应门店类型的平均水平。 对于赴港上市，老乡鸡官方表示，在香港联交所上市可让老乡鸡获得全球认可，并为老乡鸡提供直接接触海外投资者和外资的渠道。 值得一提的是，近日，中式餐饮品牌小菜园也在港交所成功上市，而茶饮赛道的古茗、蜜雪冰城也重新提交招股书，再加上老乡鸡重启上市进程，内地餐饮企业赴港上市似乎又掀起了新一轮浪潮。 文 | 新浪财经 徐苑蕾 [查看评论](https://m.cnbeta.com.tw/comment/1470602.htm)

OpenAI的招聘信息揭示了其机器人项目的最新进展。当地时间1月11日，**OpenAI硬件部门的总监Caitlin Kalinowski在社交平台透露，OpenAI 将开发配备定制传感器的机器人。**Caitlin Kalinowski于去年11月从Meta的AR眼镜部门跳槽到OpenAI。 在帖子中，Kalinowski重点介绍了OpenAI机器人团队的三个岗位以及负责的具体内容，**包括电子感知工程师、机器人机械设计工程师、技术项目经理。**  电子感知工程师：负责设计和开发机器人传感器系统，年薪36-44万美元。 机器人机械设计工程师：负责设计机器人的核心机械系统（包括齿轮、执行器、电机），年薪36-44万美元。 技术项目经理：负责统筹产品开发全流程，建立和管理机器人训练实验室，协调各技术团队，确保设计阶段顺利推进，年薪34-44万美元。 目前，OpenAI的官网上也已经更新这三则招聘信息。  据介绍，OpenAI的机器人团队将专注于开发“通用”“自适应”和“多功能”机器人，这些机器人可以在“动态”“真实世界”环境中以类似人类的智能运行。为此，**OpenAI团队将自主开发传感器和计算组件，并由OpenAI自研的AI模型驱动。** OpenAI的首款机器人是人形还是其他形态？ OpenAI并没有给出明确答案，该公司表示，“我们在整个模型堆栈中整合了尖端硬件和软件，以探索各种机器人外形。”不过其中一个招聘信息暗示该公司的机器人可能有四肢。 2024年12月，OpenAI传出考虑开发类人机器人（humanoid robot）的消息。Humanoid robot，即模仿人类形态、结构和行为特征设计制造的机器人，通常被称为人形机器人。 OpenAI最大的优势或在于强大的大模型，以及自身强大的算力支撑。 彼时外媒报道称，如果这一计划最终实现，OpenAI进军机器人领域可能会受益于其传闻中正在进行的定制人工智能芯片开发工作。 而一位知情人士表示，机器人项目并不是OpenAI的首要任务，其优先级低于许多其他技术和产品，当下OpenAI的重点依然是强化高级推理模型、开发AI助理。 OpenAI的机器人团队曾训练出可以解魔方的机械臂，还开源了Roboschool，这是一套可用于开发机器人的模拟工具。该团队在2021年因多种原因被解散，彼时OpenAI给出的理由是“缺乏训练机器人使用人工智能进行移动和推理所需的数据”。 近两年不断传出OpenAI重启机器人团队的消息。“我们对此很感兴趣，也有过挣扎，希望有朝一日，我们能重拾机器人的研究。”2023年6月，OpenAI的CEO Sam Altman在提及机器人研究时说道。 值得注意的是，即便中断过内部机器人研究，但OpenAI一直没有放弃布局机器人领域。近年来，OpenAI通过其内部创业基金，积极投资了数家专注于开发类人机器人技术的公司，包括机器人整机研发商Figure AI、1X Technologies，以及机器人通用模型研发商Physical Intelligence。这三家公司使用的高级视觉、智能语音以及图形神经网络系统由OpenAI的GPT系列模型提供。 其中Figure AI最新的人形机器人Figure 02使用与OpenAI合作开发的人工智能模型来处理仓库工人的语音指令，已“入职”宝马车厂，搬运金属部件；1X目前主推人形机器人NEO Beta，该产品于今年8月份发布，是专为家庭设计的人形机器人原型机，已解锁厨房场景。 OpenAI副总裁、前机器人团队成员彼得•韦林德曾表示：“我们始终计划重返机器人领域，与Figure AI的合作为我们指明了一条道路，即探索在高性能多模态模型驱动下，人形机器人能够取得的卓越成就。” [查看评论](https://m.cnbeta.com.tw/comment/1470600.htm)

医学顶刊《英国医学杂志》最近发表了一项有趣的研究，研究团队用评估老年人认知能力和早期痴呆症状的测试题来考AI，结果，多个顶级AI都表现出类似于人类的轻度认知障碍的症状。而且，这些 AI 模型的早期版本，就像衰老的人类一样，在测试中的表现更差，甚至还出现了“健忘”现象。这个结果引发了研究团队的深入思考。 **撰文 | ****Ren** 随着 AI 技术的突飞猛进，其进步几乎每天都在刷新人们的认知，很多人都在猜想，AI 是否会在不久的将来取代人类医生？ 然而，最近发表在《英国医学杂志》（The BMJ）上的一项有趣研究，却给我们带来了意想不到的发现：原来，AI 会表现出类似于人类的轻度认知障碍的症状。  论文截图 | 图源：The BMJ 这个发现不禁让人莞尔，同时也引发了人们对 AI 能力的深入思考。 在这项由以色列哈达萨医疗中心（Hadassah Medical Center）研究团队主导的研究中，科研人员通过蒙特利尔认知评估量表（MoCA）和替他测试来评估5中常见大语言模型的认知能力，包括 OpenAI 的 ChatGPT 4 和 ChatGPT-4o+、谷歌的 Gemini 1.0 和 1.5，以及 Anthropic 的 Claude 3.5 Sonnet 等。  AI 模型的 MoCA 分数 | 图源：论文 蒙特利尔认知评估量表通常用于评估老年人的认知能力和早期痴呆症状，满分为30分，26分以上被认为是正常水平。研究团队给 AI 模型的测试指令与人类患者接受测试时完全相同，所有评分都严格遵循官方指南，并由一位执业神经科医生负责评估。 先说结论：在所有测试的 AI 模型中，表现最好的是 ChatGPT 4o，但也仅仅达到了 26 分的及格线。紧随其后的是ChatGPT4 和 Claude，都是 25 分。最让人意外的是，谷歌 Gemini 1.0 只得到了16分的低分。 按照评分标准，除了以推理见长 GPT 4o，剩下的模型都相当于人类出现了轻度认知障碍时的表现水平。有趣的是，研究还发现这些 AI 模型的早期版本（如 Gemini 1.0），就像衰老的人类一样，在测试中的表现更差，这个现象引发了研究团队的深入思考。  AI 模型的测试成绩，它们普遍在视觉空间能力测试中的表现较差 | 图源：论文 深入分析评估结果发现，大语言模型在不同评估项目上表现出明显的强项和弱项。在命名、注意力、语言和抽象思维等任务中，它们都表现得不错。但是在涉及视觉空间和执行功能的测试中，表现出类似于人类的轻度认知障碍。 比如，在连线测试（需要按顺序连接带圈的数字和字母）和时钟绘制测试（画出指定时间的时钟图案）这样的任务中，它们的表现不佳，部分表现出的错误模式甚至与某些类型的认知障碍患者颇为相似。  连线测试和正方体绘制测试，A 和 F 是正确答案，B 和G 是人类给出的答案，其余是 AI 模型的答案。| 图源：论文  时钟绘制测试，标注为画一个时间设置为10点11分的时钟，A 是人类给出的答案，B 是阿尔茨海默病患者画出的答案，其余是 AI 模型的答案，最接近正确答案的是 GPT-4 和 GPT-4o 给出的 G 和 H，但两幅图的指针指向了错误的时间。| 图源：论文 更有意思的是，Gemini 模型在记忆测试中还出现了“健忘”现象，在一项名为“延迟回忆任务”中完全无法记住之前给出的五个词的序列。这种现象与人类早期认知障碍患者的表现惊人地相似，可能与 AI 模型缺乏类似人类工作记忆的机制有关。 而在进一步的视觉空间测试中，面对 Navon 图形（Navon figure）、偷饼干图片（cookie theft scene）和 Poppelreuter 图形（Poppelreuter figure）等测试材料时，AI 模型在整合局部与整体信息、识别复杂场景中的物体，以及理解情感线索等方面的表现都不尽人意。 例如，在 Navon图形测试中，多数模型仅能识别局部元素，而难以把握整体结构，这反映出其在抽象思维和信息整合能力上的不足。  Navon 图形测试，上半部分的大 H 和大 S 字母都是由对应的小 H 和小 S 元素构成的，而下半部分的大 H 和大 S 都是由相反的小元素构成的，以此评估视觉感知和注意力的整体处理与局部处理。 | 图源：论文 另外，在偷饼干图片测试（取自 BDAE 波士顿诊断性失语检查法）中，虽然所有模型都能部分描述出场景中发生的事情，但没有一个模型提到画面中的小男孩即将摔倒。在针对人类受试者的实际测试中，这往往是情感冷漠和失去同理心的象征，也是额颞叶痴呆症（FTD）的症状之一。  偷饼干图片测试 | 图源：论文 不过研究人员也指出，AI 模型虽然难以完成需要用视觉执行去抽象推理的任务，但需要文本分析并抽象推理的任务（例如相似性测试）则表现得非常完美。 从技术原理角度来看，大语言模型基于复杂的神经网络架构，通过海量数据的学习来模拟人类语言行为，但这种架构在面对需要深度理解和灵活处理的认知任务时，则会暴露出诸多缺陷。 在一定程度上，这种分化现象与我们训练 AI 模型的方式有关。我们当前使用的训练数据主要集中在语言和符号处理上，而对空间关系的理解和多步骤任务的规划能力训练相对不足。 AI 模型处理视觉空间问题的困境，也源于其对数据的特征提取和模式识别方式，尚且无法像人类大脑一样精准地把握空间关系和物体特征。 最后，在经典的斯特鲁普实验（Stroop test）中，只有 GPT-4o 在较为复杂的第二阶段取得了成功，其他模型均以失败告终。 这项测试通过颜色名称和字体颜色的组合来衡量干扰对受试者反应时间的影响。在第二阶段中，测试题目是将一个颜色的名称以不是它所代表的颜色显示，例如用蓝色油墨显示文字“红色”，相对于文字及其颜色一致时，受试者要花较长的时间来辨识文字的颜色，而且辨识过程也更容易出错。  斯特鲁普实验的第二阶段，颜色名称和字体颜色出现了错配。| 图源：论文 值得注意的是，研究还发现大语言模型的“年龄”因素与其认知表现存在关联。这里的“年龄”并非真正意义上的时间流逝，而是指模型的版本迭代。 以 ChatGPT-4 和 ChatGPT-4o 为例，旧版本的 ChatGPT-4 在 MoCA 测试中的得分略低于新版本，Gemini 1.0 与 Gemini 1.5 之间也存在显著的分数差异，且旧版本得分更低。 这可能暗示随着模型的更新发展，其认知能力可能会有所提升，但这种变化趋势和内在机制目前尚不明确。 这项研究的发现令人深思。自 2022 年 ChatGPT首次向公众开放使用以来，AI模型在医学领域的表现一直备受关注。 有许多早期研究显示，AI模型在多个专业医学考试中的表现甚至超越了人类医生，包括欧洲核心心脏病学考试（EECC）、以色列住院医师考试、土耳其胸外科理论考试，以及德国妇产科考试等。甚至连神经科医生的专业考试，AI模型也展现出了超越人类的能力，这让很多专科医生都感到焦虑。 然而，最新研究所揭示的AI模型认知缺陷，却让我们看到了它的现实局限性。医疗不仅仅是一门技术，更是一门需要人文关怀和同理心的艺术，医疗实践的方式方法深深植根于人类的经验和共情能力，而不仅仅是一系列冷冰冰的技术操作。 即使随着技术的进步，AI模型的某些根本性限制可能仍会持续存在。例如，AI在视觉抽象能力方面的不足，这对于临床评估过程中与患者互动至关重要。正如研究团队所说：“不仅神经科医生在短期内不太可能被AI取代，相反，他们可能很快就要面对一种新型‘病人’——表现出认知障碍的AI模型。” 这一研究成果也对AI模型在医学领域的应用敲响了警钟。当面对可能存在认知缺陷的AI系统时，患者难免会心生疑虑，尤其是在涉及复杂病情诊断和治疗决策的关键医疗场景中，患者更倾向于依赖人类医生的经验和判断，将AI视为辅助工具而非决策者。 同时，从诊断准确性角度而言，AI模型在视觉空间处理和抽象推理上的不足，可能会导致其对医学图像、临床数据的解读出现偏差，进而引发误诊或延误治疗的风险。 不过，研究人员也承认，人类大脑和AI模型之间存在本质差异，这种对比研究仍有其局限性。此外，将专门为人类设计的认知测试应用于 AI，其合理性和准确性也有待商榷，或许我们需要开发更适合评估AI系统的新方法。但不可否认的是，AI模型在视觉抽象和执行功能方面普遍表现不佳。 理解AI模型的认知能力不足对于制定负责任的AI发展策略至关重要。我们需要在推动技术进步的同时，保持对AI能力的清醒认识，构建合理的期望。 展望未来，提升AI模型的共情能力和情境理解能力可能会成为未来研究和开发的重点。与其说AI会完全取代人类医生或其他职业，不如说未来更可能是人类智慧和AI优势互补的新格局。 毕竟，在一个连AI都会表现出“认知障碍”的时代，人类的独特之处值得获得更多的肯定。在拥抱科技进步的同时，我们也不能忘记人类认知和情感能力的独一无二。 [查看评论](https://m.cnbeta.com.tw/comment/1470596.htm)

美国科技巨头“元”（Meta）公司首席执行官马克·扎克伯格当地时间10日在做客美国知名自媒体人乔·罗根主办的播客节目时承认，美国情报部门有“很多方法”可以获取用户储存在通信软件及社交平台中的信息。  据“今日俄罗斯”网站11日报道，去年2月，美国知名新闻主播图克·卡尔森曾公开表示，自己怀疑美国情报部门监控了他的即时通信软件的信息，得知了他准备采访俄罗斯总统普京的计划，并将这一消息曝光给了媒体。乔·罗根随后询问扎克伯格如何看待卡尔森的说法，并询问这种情况在技术上是否可行。 扎克伯格在节目中回应称，他认为美国情报部门可能是采用黑客手段做到的。他以公司旗下的通信软件WhatsApp举例称，虽然WhatsApp等软件的加密技术过硬，能防止一般的黑客攻击，但它和许多通信软件一样，采用的都是开源通用加密技术。因此，当美国情报部门入侵用户手机后，就能阅读该用户手机里这些软件的所有内容。 扎克伯格称：“像美国国家安全局和中央情报局这样的机构，有多种办法能入侵用户手机。”此外，他还提到这些情报部门可能是采用“飞马”间谍软件秘密窃取用户信息，该软件由一家以色列私营公司研发，此前美国一家防务承包商曾计划收购这家公司。 报道还称，自“棱镜门”丑闻曝光后，美国情报部门对民众实施大规模网络监控的做法激起广泛愤怒。但美国中央情报局和联邦调查局等部门坚持认为，社交媒体平台的加密不利于他们打击恐怖主义和犯罪。扎克伯格援引联邦调查局2021年的一份培训手册称，美情报部门能从iMessage、Line和WhatsApp等通信软件获取有限的加密信息。 关于如何避免信息被窃取，扎克伯格表示Meta此前推出了一个“消除信息”的功能，可用于用户间一对一私聊。功能开启后，对话将不会保存在用户发送信息的终端上，以避免手机或电脑被入侵导致信息外泄。 [查看评论](https://m.cnbeta.com.tw/comment/1470594.htm)

据韩国《朝鲜日报》12日报道，韩国国土交通部下属航空与铁路事故调查委员会（ARAIB）称，美国国家运输安全委员会（NTSB）对济州航空失事客机“黑匣子”进行分析后发现，飞机撞击机场混凝土方位角设施（航向信标台）前约4分钟的数据未被记录。ARAIB表示，将调查数据未保存的原因。  据ARAIB透露，失事客机“黑匣子”未能保存当天8时59分至飞机失事前的数据，这使得分析这段时间内飞行员的操作情况变得十分困难。为重现事故时情形，ARAIB正针对务安机场管制记录、事故发生瞬间影像资料、现场残骸等进行分析。 韩联社报道称，有专家认为，黑匣子数据保存不全或因两个发动机遭鸟击停止运转后电力中断所致。韩国航空大学飞行教育院院长金仁奎表示，尽管相关情况非常罕见，但“黑匣子”在飞机两台发动机均出现故障后停止工作的可能性是存在的。该情况一般与飞机电力中断有关。 据悉，“黑匣子”会在电力中断后停止记录数据，但失事客机上并没有配备辅助电源装置（RIPS）。韩国《东亚日报》称，RIPS是一种附加在“黑匣子”上的辅助电池，能在电源中断时为其提供超过9分钟的额外电力。数据显示，目前在韩国运营的101架波音737-800（与失事飞机同型号）客机中，只有不到50%的飞机配备了RIPS。 据韩国纽西斯通讯社12日报道，ARAIB当天发布的报告显示，调查人员在飞机发动机残骸中发现了一些鸟的羽毛。报告显示，“有一侧发动机明显受到鸟击影响，但是否两侧发动机都受到了影响，还需等待结果”。虽然不能就此得出准确的结论，但结合失事客机与塔台的通信记录等内容可以推测，此次空难的原因很可能是由鸟击引发的发动机系统故障。然而，对于“黑匣子”没有记录到的那4分钟内，失事客机究竟发生了什么情况仍迷雾重重。 [查看评论](https://m.cnbeta.com.tw/comment/1470592.htm)

作者丨朱可轩 编辑丨陈彩娴 “AlphaGo、ChatGPT 都是新科技突破的代表性工具。而在科学领域蛋白质结构预测获得诺奖就是 AI 巨大突破的高光时刻，诺奖之后 AlphaFold 的研发模式已经成为 AI for Science 的样板。”程建林说道。 2025 年 1 月 5 日，雷峰网、AI 科技评论GAIR Live 品牌与 CASP 评估的优秀华人团队联合举办了一场主题为“诺奖之后的新篇章：蛋白质结构预测的机遇与挑战”的线上圆桌沙龙。 圆桌主持人为江苏理工学院教授常珊，并邀请了密苏里大学计算机系教授程建林、山东大学教授杨建益、南开大学统计与数据科学学院教授郑伟、浙江工业大学信息工程学院教授张贵军以及江苏理工学院研究员孔韧共同开启了一场深度对话。  常珊是江苏理工学院教授，现任中国细胞生物学学会功能基因组信息学与系统生物学分会委员，中国疫苗行业协会疫苗基础研究专委会委员，中国中医药信息学会中医临床药学分会理事。 程建林教授目前供职于美国密苏里大学计算机系，他 1999 年赴美留学，2006 年在美国加州大学尔湾分校获得了博士学位，并在 2004 年便开始参加 CASP，先后已经参加了 11 届。 杨建益则是山东大学教授，他自 2011 年开始在密西根大学跟张阳教授做结构预测，至今已有十余年。南开大学统计与数据科学学院教授，传染病预防与溯源全国重点实验室成员，郑伟教授也是在张阳教授实验室开始的结构预测的旅程，从 CASP12 起已经参加了5次 CASP——近 10 年的比赛。 张贵军是浙江工业大学信息工程学院教授，做蛋白质结构预测有十几年时间了，先后参加了两届 CASP。孔韧当前是江苏理工学院的研究员，博士开始和常珊教授一同在北京工业大学王存新教授的实验室做分子模拟以及蛋白质复合物结构预测。2015 年回国后，同常珊教授在江苏理工学院组建了研究所，从 CASP13 开始参加。 几位嘉宾都参加了本次第十六届 CASP（Critical Assessment of Protein Structure Prediction）。CASP 作为自 1994 年以来每两年进行一次的全球蛋白质结构预测竞赛，杨建益将其比作诺奖的“孵化器”和科学研究的奥林匹克。 在此次圆桌会上，大家一一分享了参加 CASP 的心得，以及对于领域前沿进展和突破的洞察，单序列结构预测、多构象预测、RNA 结构预测、蛋白质-小分子复合体预测等也成为了下一阶段亟待得到突破的问题： 郑伟说道，“今年整体看 RNA 赛道无论是难度、数量还是细化上变化都非常明显。也可以看出整个领域在蛋白质结构预测发展得相对来说比较成熟的情况下，大家的关注点可能渐渐要往 RNA 结构预测上产生一定倾斜了。” 同时，“多构象也是 CASP 一直想要增加的赛道，但是鉴于往年多构象的数据不太好采集，今年是首次作为独立赛道设置了比赛，预测好多构象对后续的整个动态过程预测很重要。”但当前囿于真实数据的不足，还未能实现大的突破。 而在小分子预测方面，据孔韧介绍，“ AlphaFold 相对于传统对接方法，已经表现出优势，在某些靶点上比传统对接方法要强，将来感觉可以把传统的对接方法和 AlphaFold 的深度学习方法结合起来做综合考虑和使用。” 不过， AlphaFold3 在使用模版和选择模型等方面仍存不少提升空间。值得一提的是，嘉宾们也针对诺奖“预备役”展开了探讨，其中单序列结构预测被屡次提及： 杨建益认为，“单序列结构预测研究的是蛋白质折叠问题，AlphaFold 与 ESMFold 等方法本质上是数据驱动的结果，并未涉及蛋白质折叠问题。如果未来蛋白质折叠问题解决了，也将会是诺奖级的工作。” 程建林同样看好，他表示，“单序列的结构预测是经典问题，当前 AlphaFold3、AlphaFold2 都依赖于多序列输入，但是很多时候只能找到一个序列，能否精确预测出结构，这甚至可能产生第二个诺奖。” 以下是此次圆桌讨论的精彩分享，AI 科技评论进行了不改原意的编辑整理： **CASP 16 的进步与突破** **常珊：**我们这次圆桌专注于结构预测方向，主要是受到 CASP 评估会的启发，结构预测还有很多可以探讨的问题。今天一共有八个议题，四个偏专业，四个偏科普。这次很多华人团队都线下参加 CASP 评估会，对 CASP16 评估会有哪些印象深刻的事情？ **程建林：**这次 CASP 给我的印象一是参加的团队比以前多，二是大陆科学家取得了了不起的成就，包括在座的老师，这次 CASP 大家在所有领域都达到了世界前列的水平。 **杨建益：**2024 年是我第一次线下参加 CASP，从观众角度来讲，我印象最深的是会议全程四天，参加会议的人都在，不像很多会议大家参加到一半就走了，这是很大的区别。从组织者到报告人大家都非常专注，CASP 能坚持 16 届 30 多年，我很感动。感觉 CASP 有点像诺奖的孵化器，大量结构生物学家、计算生物学家坚持长期主义，艰苦奋斗，长期量变的积累才有了今天的突破。 **郑伟：**刚才建林老师提到，中国大陆的参赛团队明显变多，我想补充一下，其实整个亚洲的团队数量都是明显变多的，上届日本的团队不少，这届明显感觉韩国的参赛团队数量不少，整个亚洲的团队数量可能差不多和欧美的持平，甚至快反超了。 近年 CASP 更倾向于解决实际的生物学问题，它的重要意义在于能指导结构生物学整体的发展方向，包括计算结构生物学里我们到底应该做什么、这个方向的发展前景是什么。比赛其实更关注这种本质的问题，而不是为了比赛而比赛。 线下评估会主要在讨论赛制或下一届比赛应该怎么做，这也是很多学者不愿离开会场的原因之一。然后是近些年尤其是 CASP16 工业界课题组参赛热情其实明显下降了，大家可能都去卷大模型了，剩下学术界课题组还在坚守本心（笑）。 **张贵军：**我今年没有去会场，但看了现场 PPT 以后，非常赞成 CASP 是实验而不是竞赛这一原则，它更加关注的是生物学的 insight，而不仅仅是排名，这也估计是 CASP 评估的魅力所在。 **孔韧：**我是第一次在线下参加 CASP，现场氛围确实非常好，讨论也十分激烈。以前我们总说折叠问题或者复合物结构预测问题，以 AlphaFold3 为代表的深度学习方法对于结构预测领域的每个特别问题都给出了相应较好的解决方案。 然后我听了第一天主席讲的历史，他坚持在这个方向做了 30 年，整个科研生涯都坚持在解决结构预测的问题，我对此非常感慨，这是我们生命科学领域非常核心的存在，任何一个细胞或动物层面的生物特征，追其根本是生物大分子的结构问题，结构正常或异常和生物学功能关系密切。 往届比赛算法还不太发达，我们解决的主要是单体结构问题，但在整个细胞体系中，更多的是蛋白质 DNA、蛋白质 RNA 或者小分子形成的复杂体系，CASP 也可以看到解决复杂体系问题的趋向了。然后整个作用的过程是动态的，基于此，组委会提出将来要发展算法解决动态结构预测问题，这对生命科学研究来说意义重大。 **常珊：**我们进入下一个议题，本次比赛在蛋白质预测方面有什么新进步？以及今后的发展趋势是怎样的？这个问题请杨建益和程建林老师来讲一下。 **杨建益：**蛋白质单体结构预测是 CASP 从第一届到现在一直都有的主题，这一届跟以往的区别在于分阶段预测，分为 phase 0、1、2，phase0 只提供序列信息，但不知道化学计量，这个预测比较有挑战性，如果这部分预测错会使结构预测得很差。第二阶段会告知化学计量信息，第三阶段提供了 MassiveFold 生成的基于 AlphaFold2 的 8000 个结构模型，供预测者挑选，从而改进预测结果。 进步方面其实是增量性的，许多团队都是用 AlphaFold3、AlphaFold2 或自己的方法结合起来，其中有两个 Baseline，AlphaFold3 的 Baseline 是 AF3-Server，AlphaFold2 的 Baseline 是 ColabFold，从 Baseline 来看，AlphaFold3 和AlphaFold2 相比确实有一定改进，但并不显著，但 AlphaFold3 功能更全、可预测更多类型的生物分子结构。 还有个较大的进步在于抗体-抗原复合物结构预测。Dima 团队结合 AlphaFold3、AlphaFold2，以及物理采样方法 CluPro，通过 FFT 对接，生成大量候选结构模型，最后基于聚类和打分，筛选最优结构模型。但评估数据集较小，CASP16 只包含 8 个评估对象，不确定这类方法对于抗体-抗原复合物结构预测的泛化能力。 **常珊：**其实大家常有讨论在预测过程中，人工干预究竟能起到多大的作用？ **程建林：**我觉得人工干预在选模型上是很难的事，因为当有几个很不同的AlphaFold2 或 AlphaFold3 产生的结构，看起来都有可能，分数也差不多，很难确定哪个结构更好。 但在有些方面人工干预是有帮助的，特别是化学计量 phase0 的预测，这是个新引进的项目。很多时候我们不知道化学计量，而要预测结构需要先预测化学计量，这部分人工干预是有用的，因为可以去找现有的模板，这个模板提供有效的信息，然后结合这些信息产生结构模型，用模型的分数来评估。 然后，这次还有一个挑战在于 AlphaFold3 是在比赛中间放出来的，在比赛前很多实验室的系统已经在 AlphaFold2 的基础上建好了，那 AlphaFold3 出来要怎么变化或快速反应，能不能马上接受并有效使用，也是影响实验室成绩的因素。郑伟老师就跟我讲他本来用 AlphaFold2 做得很好的，但是完全没有用  AlphaFold3 ，所以表现就稍微下降了一点。 AlphaFold3 其实在大的复合物折叠上功能上要比 AlphaFold2 好，特别是当有很多蛋白质时，AlphaFold2 产生不了很好的结果。此外，我也关注到在蛋白质和小分子复合物的预测中，有一项进展是人工智能方法赶上甚至超过了传统对接方法，下届 CASP 可能整个领域的水平都会上一个台阶。 有关发展趋势方面，感觉结构模型排序问题、选择问题和质量评估问题都很有挑战性。以前领域中主要障碍在于如何产生好的结构模型，现在很多时候能够产生好的模型，抗体、抗原都能产生正确的结构，但无法选择出来，这个问题没有彻底解决。 化学计量的预测也很重要，目前 CASP16 中有的方法已经能在一定的人工支持下实现高性能，达到百分之七十几的精度，但如何自动化以及继续提高是很重要的。还有一个问题聚焦于大的复合体预测，就是当复合体中有几十个或更多蛋白质形成时要怎样预测结构，AlphaFold3、AlphaFold2 也没有完全解决这个问题，这是之后需要突破的重要方向。 另外，单序列的结构预测也是经典问题，当前 AlphaFold3、AlphaFold2 都依赖于多序列输入，但很多时候只能找到一个序列，能否精确预测出结构，这甚至可能产生第二个诺奖。 最后是人工智能，当前人工智能在蛋白质和小分子方面都已取得了突破，接下来会有很多应用，但我比较惊讶的是，在核酸结构预测中人工智能还未超过传统方法，陈世杰老师这次在核酸 RNA 结构预测中取得了最好的成绩，也用了 AlphaFold3，但大量使用的还是传统方法，近两年可能会看到人工智能的超越。 **蛋白质预测新问题的挑战和趋势** 常珊：单序列的蛋白质结构预测有可能揭示了蛋白质结构的一些机制，这是很重要的，核酸结构预测我们后面也会讨论到。程老师刚刚也提到了蛋白质模型的排序、质量评估，还有蛋白质的多构象、复合物的问题，这也是目前比较有挑战的部分，正好引出了我们的第三个议题蛋白质复合物组装以及多构象预测，蛋白质模型质量评估等新问题，请郑伟老师和张贵军老师给大家介绍一下挑战和发展趋势。 **郑伟：**我先讲一下模型质量评估，目前在复合物结构预测中比较麻烦的问题在于，我们通过大量采样，复合物备选的模型中其实有很多是接近于真实结构的，但还是默认的 QA 打分，模型的置信系数没法把最好的排到前面，在我们开发的方法里，这个问题比较大。刚才建益老师也提到了抗体问题，今年赛后我们看了一下整个模型池，这几个抗体复合物我们也做了大量采样，结果也有很多正确的模型，但它们在排序里很低，这就引出了独立 QA 方式的问题。 今年蛋白质模型质量评估问题上有几个变化，往年大家倾向于做其他参赛者提交的模型排序以及常规的 QA 评测，今年引入了 MassiveFold 的模型质量评估，集成了各种改造版的 AlphaFold2 模型，大概产生 8000 个模型，CASP 有一个赛道就是在这些模型中重新选择结果比较好的。另外，现在的 CASP 可能也更关注模型的自评估，这是从 CASP14 开始引入的，作为最后所有评估参赛表现的其中一个指标，QA 在整个蛋白质结构预测领域其实也日渐被重视。 但这个领域很难，我们今年也尝试了参赛，赛前我们做了一个 QA 评估，想用其他第三方 QA 来给模型重新打分，但基本所有第三方都没法把我们的模型选好，所以我们就想能不能不用 QA 选模型，而是用模型反作 QA，因此我们构建了一个 QA 深度学习模型，然后用我们的模型做为主要的参考对其他模型进行 QA 打分，这又引出了一个问题是 QA 到底应不应该脱离结果预测单独去做，不过这部分问题可能还需要和建林、贵军老师讨论一下。 蛋白质复合物组装这部分除了加入了 Phase0、1、2 之外，整体的体系也在变大，以往复合物组装都是比较小的体系，就是两个蛋白或者这两个蛋白 copy 数不太多，化学计量数也比较小，A1B1、 A2B2 都算比较大的了，整个体系就是一两千个氨基酸，今年大的复合物变得特别多，有的体系里可能包含了十几个蛋白，甚至有的整个体系下来七八千个氨基酸。今年整个复合物的组装，一是化学计量变得更加复杂，二是复合物的体系变得更大，整体感觉变难了。 多构象这块其实是今年 CASP 一直想要增加的赛道，但鉴于往年多构象数据不太好采集，今年是首次作为独立赛道设置，相对其他赛道，多构象不到 20 个结构，数量非常少。多构象在生物学里其实很重要，因为生物过程不是静态的，我们预测蛋白质结构其实大部分都是看某一个结构中间的状态，是静态的过程，但多构象是动态的，这对后续整个动态预测很重要。 但今年一是赛题难度大，二是没有明确的评测指标，还处于起步阶段，多构象预测相对其他赛道更难，数据量比较少，很难训练一个比较常规的深度学习模型预测所有多构象问题，所以处理起来要 case by case，每个 case 都要人工花费很多精力。 从前景上来讲，AlphaFold3 里用的扩散模型的结构模块比 AlphaFold2 基于 Transformer 的结构模块在 Benchmark 的时候效果好些，多构象预测比较好的发展方向是生成模型或 Diffusion 模型。 **张贵军：**模型质量评估听起来简单，但是实现并不容易，现在的指标体系从单体迁徙到复合物上还存在很多问题，所以在 CASP 中针对复合物的模型质量评估也增加了很多的改进，比如在局部指标增加了 PatchQS 和 PatchDockQ 指标，在 CASP16 中，我们实验室开发了一个基于两个单模型和一个共识方法的 QA 框架，一般来讲，通过共识方法判断模型是否合适会受限于预测方法，因此，从 EMA 赛道的设置的初衷而言，发展单模型方法是重点方向之一。 EMA 整体上需要考虑打分、排序、选择三个不同步骤，它们之间是有区别的。对于一个复合物模型而言，打分的对象有很多种，包括全局、局部、接口残基、侧链、原子的评估分数，然后将这些分数需要整合排序，最后根据生物学需要挑选出感兴趣的模型。目前方式是挑选最佳模型，但在生物学功能问题中时，如果存在多构象问题时，单一的 TOP1 选择方式并不理想。因为复合物模型可能存在两种或以上的稳定功能构象。此外，CAPRI、CASP 在模型质量评估及打分方面的指标也是有区别的。在本届 CASP16 中，除了 Guijunlab-QA 之外，我们实验室还分别开发了 Guijunlab-Complex、Guijunlab-DeepAssembly 两个服务器参加了复合物建模类别，通过盲测分别验证一下 MSA 和模板两个因素在高精度建模中的作用。 郑伟老师的工作做得非常好，这也说明了从目前来看结构预测方法是超前于模型质量评估方法的，预测做得很好，预测的评估也会做得很好。但也会存在全新、预测做得不太好的蛋白，或者参赛队伍间差异性较大的情况。此外，这届 CASP 也考虑到了实验结构的可靠性，从上届开始组委会就已经在考虑是模型预测错误还是实验结构测定误差的问题了，这也表明计算建模方法已经成为实验测定方法的有效环节。 化学计量学的评估也比较重要一个新问题，预测方面出现的新挑战在评估方面都应该考虑。比如二聚体、三聚体、四聚体等计量学问题不仅可以搜模板，还可能从 MSA 中分析得到接口指纹，然后通过指纹判断保守性的方式去解决。如果考虑到模板和 MSA 的话，实际上又归到序列层面相互作用的问题，目前，我们也在针对基于序列的蛋白质相互作用方面开展工作。 另外一个需要关注的挑战是多构象的问题。我一直想跟大家讨论 MSA 在建模和评估方面的双刃剑问题。CASP 多构象建模实践表明，在 AlphaFold 中使用不同的 MSA 配对确实可以产生不同的构象，而且已经有成功的案例，是目前多构象预测的基本流程。但是，从第一性原理的角度来看，多构象信息应该包含在其序列之中。我觉得多构象预测之后应该可以从以下几个考虑，通过蛋白质序列语言模型（也就是 AI）的方式，直接从单序列出发捕获构象变换的语义关系；第二个方面直接在第一性原理上基础上，考虑氨基酸的物理化学性质去预测动态构象。多构象模型精度评估同样需要考虑以上问题，从序列语义、物理化学的第一性原理考虑去研究。最后我想谈谈 EMA 评估的指标体系，除了目前考虑的全局、局部、残基之外，化学计量学的评估指标体系建立也很必要，在算法排序中，选择 5 个模型中的 Best 模型可能更加合适，因为多构象、实验测定误差以及特定生物学场景需求，使得 TOP1 模型的并不是最理想的选择。 还有一个问题我也想和各位老师探讨，从我们现在的 EMA 角度来看，接口残基的辨识率和精度两个指标在 CASP 16 里存在冲突。本届 CASP 16 给出了这两个指标，但填写精度数据时只给了一个地方填写，现有的 PatchQA 和 PatchDockQ 是否有足够的惩罚使得两个指标一致？其 Rank 权重能否真正体现精度就是接口的可能性。最近我们重现了一下，如果不太考虑精度的话，接口辨识成功率是可以提升很多的但精度会下降很多。 在蛋白质复合物预测方面，我们专门从 MSA 改进方面开发了一个 Guijunlab-Complex 服务器，从模板改进方面，开发了一个 Guijunlab-DeepAssembly 服务器进行测试，此外考虑到远程模板的重要性，开发了一个主要用于单体预测的 Guijunlab-Pathreader 服务器。从盲测测试效果上来看，基于 MSA 该进的性能优势还是明显的，这表明目前 AlphaFold2 和 AlphaFold3 在这个领域的成功应用，MSA 的改进仍然是目前的主流方式。 目前需要努力的方向在于化学计量学的预测，这部分工作的开展需要综合考虑 MSA、模板的因素；另外，弱的交互作用的复合物预测也是 AI 方法的挑战性问题，之前我们一直认为缠绕蛋白很难预测，但 AI 出现后已经有了一些成功案例（由于存在较大的接触面积），与此相反，接触面比较小的蛋白如果采用传统组装方法是相对容易实现，传统方法和 AI 的整合，可能是应该此类问题的一种有效方式。 我也想请教程老师，多构象预测方法目前都是以不同的 MSA 配对、选用不用模板、调参生成大量模型，更为理想方法的应该是直接基于单序列。如果是基于 MSA 方式话，在不同的化学计量学下，可能存在的不同聚合关系，这种聚合关系使我们很难去完整预测所有灵活构象。 除了刚才说的这些问题之外，还需要注意的是，设计的算法应该是一个明确的、有界的步骤。目前广泛采用 AlphaFold2、AlphaFold3，虽然考虑了精度，但并没有充分地考虑时间复杂度和空间复杂度这两个算法指标。之后 CASP 比赛中应该会考虑算法的效率问题。另外我觉得目前多构象预测领域存在的挑战还是数据问题，现有的 MSA、模板数据是否能支撑推断出动态信息，或者是否有良好整理的分子动力学模拟的数据。现在 AI 生成模型存在幻觉，但蛋白质是不允许存在幻觉的，PDB 库中的动态结构、良好的 MD 数据将会有效地克服这一问题。 **程建林：**多构象预测现在有很多人开始做，最近微软也开发了一个软件预测分子动力学的模拟结果，这个领域非常重要，但问题在于没有足够的真实实验数据来训练模型。 理论上来说可以用多构象的实验数据来微调现有的模型，比如微调  AlphaFold2、AlphaFold3，让其产生多构象，甚至从单序列能够产生多构象的结构，但做实验拿到多构象的真实数据比较困难，我不知道现在蛋白质结构 PDB 数据库中有多少这样的数据能支撑我们的训练，这是制约领域发展的重要问题。 质量评估和结构预测放在一起还是分开这个问题也很重要。自我的质量评估是有必要的，但同时从用户角度来说，用户需要用不同的软件来产生模型，然后得到质量的评估，他们更需要的是独立的、甚至是单模型的评估方法帮助他们选择模型。另外是共识和单模型的质量评估方法，共识方法其实是很简单的，就是看模型之间的相似性，然后进行排序，问题在于单模型方法还没有突破共识方法，这是我们需要做的工作。 **张贵军：**所以应该鼓励单模型方法，而不是共识基线方法，这样可能会压制单模型方法的开发。 **程建林：**是的，我们也试了几种方法，共识方法、单模型方法和共识、单模型的组合方法，最后在 CASP 的比赛中共识方法还是超过了其他方法，虽然单模型和共识结合的方法在我们自己的实验中比共识方法好。共识方法目前没有什么大的突破，但是设了一个很高的界限，其他的方法还没有系统地超过它，如果有一天单模型或少模型的方法能超过共识方法的话，这个领域才算取得了重要突破。 **张贵军：**那现在自评估 AlphaFold2 里对一些无序片段的评估质量并不是太高，是不是意味着存在独立于 AF 的第三方的预测和评估方法是非常有的必要的。 **程建林：**我觉得完全有必要，现在自评估其实也不错，但有时高估一些模型的质量，所以需要独立的质量评估。预测问题是产生结构模型，而评估是选择最优模型，这是两个不一样的问题，都非常难，甚至难度可能是一样的，只不过现在在结构产生上取得了很大的进展，而评估还需突破，但突破是可能发生的，目前评估的重要性已经被 CASP 提到了一个高度。 **RNA 结构预测新进展** **常珊：**我们进入下一个议题，在 RNA 结构预测、核酸复合物结构预测方面，预测的数量和难度是不是都在提升？AlphaFold3 是否有明显优势？请郑伟老师和杨建益老师来介绍一下进展。 **郑伟：**我们今年是第一次做 RNA 赛道，今年 CASP 拔高了 RNA，上一届 RNA 只有十几个 target，大部分集中在 RNA 单体上，复杂度也不高，可能一两百个碱基已经算比较多，但这届 RNA 或 DNA 相关共有 60 多个。 RNA 和蛋白质复合物结构预测有点像，也分为 phase0 和 phase1，phase0 不告知几聚体，phase1 再告知，今年我们猜 phase0 不会太大，但意外的是大的 RNA 复合物比比皆是，14 个或 8 个 RNA 形成的复杂聚体非常多。 RNA 整个体系也很大，有好几个 target 都超过了 5000 个氨基酸，无论是通过我们自己的方法还是 AlphaFold3，都比较难预测。因为当时 AlphaFold3 的 Server 的最大提交长度阈值大概设在 5000，很多 target 超过 5000，参赛者不太好预测。今年 RNA 细分赛道也很多，去年只有 RNA 单体，复合物很少，而且去年只有两个蛋白质-核酸复合物target，今年大概十几个 target。 核酸小分子上次也完全没有 target，今年也设了几个，整体看 RNA 赛道无论是难度、数量还是细化上变化都很明显。也可以看出整个领域在蛋白质结构预测发展得相对比较成熟的情况下，大家的关注点渐渐要往 RNA 结构预测上产生倾斜了。 另外 AlphaFold3 在这个赛道上没有优势，不光这个赛道，AlphaFold3 在各个赛道上整体排名在 6 ~ 10 名之间，整体精度没那么理想，所以在结构预测这个领域，即使大家拿到了相同的 AlphaFold3 的 Server，用的过程中经验也很重要，这也是大家排名不一样的原因。 蛋白质核酸复合物结构预测是我们今年比较感兴趣的方向，往届受限于方法，很少有做蛋白核酸复合物的方法，发展主要在近两年，之前也有一些基于 Docking 或其他的方法，但纯 AI 完全从头预测是从 David  Baker的 RosettaFoldNA 提出来之后开始的，然后 AlphaFold3 把这个体系发展得相对来说比较好，但整体看这个领域还较难，主要原因在于有效的、能够用来训练的蛋白质核酸复合物数量不太多，大概 3 ~ 5 千个，这是制约蛋白质核酸复合物结构预测精度的原因之一。 今年其实还有几个 target 是抗体蛋白加核酸的复合物，整体来看，大家预测出的结果比蛋白质抗体-抗原复合物精度差很多，尤其在核酸这部分，基本大家预测的结果相对来说很差。 **杨建益：**我再补充一下，上一届 CASP 才引入 RNA，但那时只有 12 个 RNA，其中 8 个天然，4 个人工设计，人工设计最长有 700 多个核酸，天然的RNA都比较短，大概在几十到一百左右。 这一届类别明显更多，包括复合物、小分子，甚至有 RNA 跟水分子的互作，整体上预测起来非常困难，尤其是复合物类型。我们课题组做的 trRosettaRNA 主要针对 RNA 单体而言，当前可用 AlphaFold3 与 RoseTTAFold NA 预测蛋白-RNA 结构，但其性能依然不理想。 就 RNA 单体而言，预测跟上届比不见得更难，上届难在人工设计，这部分无论 AI 还是传统物理方法都做不好自动预测，但上一届比赛中熊鹏团队把人工设计的 RNA 做的很好。这届 RNA 的精度不比上次低，我们自己方法的在 RNA 单体的平均 RMSD 大概 15 埃，上一届是 20 埃以上，主要是人工设计的 RNA 做得不好，RMSD 都是三四十埃左右。 CASP16 的 RNA 通过 AI 预测的精度还是可接受的，但还没那么精准，人工经验还是比较重要，这方面和蛋白区别特别大，在蛋白结构预测中，人工干预不一定有特别大帮助，但 RNA 中人工干预挺关键的，排名前三的团队都是人工干预做了很多修正，包括人工构建二级结构、模拟产生数据后人工筛选、基于 MSA 调整结构等，过程非常繁琐，AI 很难把所有方面都考虑到。 自动预测好处在于会有许多人受益，我们提供了 trRosettaRNA 服务器，当用户输入的序列在训练集中存在相似数据时，自动预测的结构大概率会比较准确。自动预测的优点在于可以服务更多用户，我们服务器每天都会收到不少新任务。 自动预测是未来发展方向，虽然现在 AlphaFold3 优势不明显，但后面应该会越来越好，它精度不高的原因还是已有实验数据有限，刚才郑伟提到大概有几千个数据，但这些数据很多都来自同一类 RNA 或复合物，其中特别多 tRNA，我们服务器也经常收到这类序列，预测结构都挺可靠，但比较新的 RNA 做得并不好。蛋白结构预测六七十年积累下来数据库很大，有 20 多万个结构供 AI 学习，但 RNA 数据还太少，非冗余的数据就几百个，学不好可以理解。 上届比赛前几名都没有用到 AI 预测，但这届前几名都用 AlphaFold3 或 trRosettaRNA 辅助筛选或模拟，AI 的价值将会越来越大。我相信 RNA 数据积累是个过程，蛋白结构预测早期其实结构也不准确，现在的进步速度应该比之前要快，下一届应该会有更多的 RNA 参赛团队，结构预测精度应该会越来越高。 **常珊：**自动化的 RNA 结构预测非常重要，在 AlphaFold3 的文章里，其实在 CASP15 比较 RNA 结构预测的时候，结果其实差距不大，人工组还更占优一些，在小分子预测方面则显示出有比较大的提升，就像程建林老师说的，确实这一届的评估也展示了配体预测中 AlphaFold3 作为 Baseline 的结果，人工组没有超过 AlphaFold3，这也是有挑战的问题，请孔韧老师和程建林老师简单介绍一下。 **孔韧：**上一届比赛中更多是一个蛋白结合一个小分子，或者一个蛋白同时结合多个小分子，这样的问题更像是这个生物体系中蛋白质跟辅因子结合的预测问题，我们比赛结果非常好，因为用的是 template based docking的方法，那时 AlphaFold 还不能预测蛋白小分子体系，在这种蛋白与辅因子结合的问题中，有很多高度类似 template 能被找到。 这届比赛其实引入了更加现实的问题，就是一个蛋白作为一个药物靶点，我们通常在药物发现的过程中需要去评估它跟多个不同化学结构小分子结合的模式问题，以及结合的强度问题。这其实更接近于我们在小分子开发中会碰到的问题，这次 AlphaFold3 没有作为参赛者参赛，但在评估实验中表现非常不错。 这次一共有 L1000 到 L4000 四个 target，分别是四个药靶对应几十个到上百个小分子，AlphaFold3 在 L3000 中表现超过所有参赛组，在 L4000 上表现没那么好，在 L2000 和 L1000 这两个同源蛋白中，它在 L2000 上的表现稍微好一点。整体来看，AlphaFold3 已经表现出优势，在某些靶点上比传统对接方法要强，将来我们真正做药物研发时，可以把传统的对接方法和 AlphaFold 的深度学习方法结合起来做综合考虑和使用，产生更多有可能正确的 pose。 而这又带来这么多正确 pose 如何挑选的新问题，蛋白质结构预测中也会碰到类似问题，通常如果用 template base 方法很简单，就是如果能够在 PDB 库中找到类似的小分子、化学 atom type，或者类似的周围的 residue type 的话，根据相似性打分去评估，类似度较高的 pose 正确的可能性较大。 正确结构挑出之后，其实比赛也分了两个阶段，第一阶段是预测小分子的结合模式以及结合亲和力，第二阶段是告知全部晶体结构和结合模式，直接预测亲和力就行。但目前还没有特别好的方法能评估小分子，或者多个小分子对同一靶点的结合亲和力，将来我们也想往这个方向做。 **程建林：**孔老师提到 AlphaFold3 现在可能超过了其他方法，但其实还是有很多地方可以提高，比如怎么用模板、怎么选择模型之类的，同时也会有其他竞争方法出现，最近有方法自称超过了 AlphaFold3，但也还需要客观评估，另外这些方法各有所长，有没有可能结合在一起得到更好的方法也是可以研究的问题。 另外我的学生在评估主要的蛋白质小分子复合体预测的方法时，发现了一个问题是很多方法在训练之后的测试过程中，如果小分子跟以前训练数据中有一定相似性的话，可能效果比较好，如果不一样，性能就不可预测，那么要怎样提高这些人工智能方法的通用性，这是一个需要解决的问题。 蛋白质小分子结合亲和力的预测对筛选药物而言也非常重要，提供一个药物靶点，怎样筛选各种和蛋白可能有相互作用的小分子药物，哪怕不能预测结构，只要知道亲和力也够了。但这个领域还处于非常初级的阶段，其实跟排序、质量评估都是相关的，是个非常困难的问题，就像在所产生的上万个模型中随机挑选最优，这样概率会非常低。 **结构预测的蓝海方向** **孔韧：**我的领域属于 CADD（药物辅助设计），后来因为 CASP 有了小分子赛道，我才更多参与到 CASP 的小分子结构预测中。CADD 领域也有很多传统  docking、binding affinity 以及结合自由计算方向的专家和团队，大家可以更多参与到 CASP 比赛中，因为 CASP 的数据集公布了结构、亲和力，可以用其数据集测试自己公司、课题组的 pipeline 是不是能很好地预测 binding affinity，我非常想看到这个方向有没有比较好的解决方案。 **常珊：**孔老师的观点正好和下个问题相关，就是 CASP 评估赛对产业的实际应用，比如对合成生物产业或生物医药的产业影响是什么？可以请张贵军老师和孔老师再给我们分享一下。 **张贵军：**只要跟生物有关的都和结构密不可分，这几年来医学、药学、农学领域的专家对结构都非常关注，因为它能揭示重要的生物学功能机制。 对于药学而言，药物靶标发现是比较重要的应用，随着目前焦点从的静态构象转向多构象研究，那么多构象之中的某一个可能是潜在的靶点。医学上抗体的进展也非常迅猛，这意味着在疫苗的设计中，包括检测、诊断、抗体治疗上，都有很多东西能探索。 合成生物学方面，结构的研究直接引起了产业的飞速发展，包括在可降解材料、绿色制造等领域，将成为有效应对全球变暖问题的有效手段。今年都快放寒假了，但是杭州天气还没有去年那么冷，环保问题是事关人类生存的重大挑战性问题。 **孔韧：**结构对生命科学相关产业都会带来一定影响，现在只是开始，随着工具应用变广，应用在具体问题上变多，影响会更深刻。 我们之前跟做基础医学的老师有合作交流，他们在解释很多蛋白功能重要性问题时，通常会用 coIP 或者 WB 来做，看两个蛋白是否结合、谁跟谁结合，我们建议可以用结构预测的方法从三维蛋白质结构的角度，看蛋白质结构跟功能间的关系、结构，以及如何结合另一个蛋白，哪个结构发挥了作用，哪个界面残基重要，用这些信息帮助他们做下一步实验设计。如果这样的结合对细胞表型、疾病表型有重要影响的话，还可以涉及多肽、蛋白、抗体、小分子去影响这个过程，最终关联到药物研发上。 合成生物学领域现在也非常热，当中就是用细胞工厂来合成想要的东西，细胞工厂里具体的执行者是蛋白质、代谢网络、代谢酶，其中限速酶是谁？限速酶是如何限速的？怎样改进限速酶的催化效率？限速酶跟它的产物如何结合？如果能知道底物结合与产物释放的动态过程，就可以找出其中的关键残基，对酶改造进行合理设计，这也是可以想象的方向。 **常珊：**我最近看到 Baker 在采访中指出了大概十几个有可能使用结构预测或者蛋白质设计的蓝海领域，是大家可以去关注的方向。还有哪些方向是诺奖之后，结构预测更好的发展方向，请程建林老师和杨建益老师分享一下。 **杨建益：**我觉得单序列预测如果把蛋白质折叠问题解决了，将是诺奖级的工作。要从单序列去预测结构，深入探索蛋白质折叠机理和问题还有很长的路要走。以后肯定会是 AI 主导的，通过 AI 不断迭代、更新，精度提高的同时，不断加深对折叠机理的理解。 此外，现在 AlphaFold 解决的是静态结构预测问题，现在大家关注的重点逐步从静态转为动态。因为蛋白质要执行生物学功能，主要是因为它在动，虽然我一直觉得只研究一条蛋白质的动态没有太大的意义，重点还是在复合物，因为动是有原因的，比如说跟小分子、蛋白、核酸互作。所以在复合物背景下研究动态构项变化是重要方向，但对于预测者、评估者来讲都很困难。 **程建林：**获得诺奖是对我们整个领域的承认，会产生很大影响，吸引很多人来学习结构预测。我觉得还有几个可能达到诺奖级别的工作，比如单序列结构预测，然后 RNA 如果能做到 AlphaFold2 当年对蛋白质结构预测的水平就已经达到很高的精度了，这也是诺奖级别的工作。 蛋白小分子复合体结构预测，虽然现在 AlphaFold3 属于领先状态，但它的精度还远远没有达到解决大部分问题，不像它 90% 解决了蛋白单链的结构预测问题。蛋白质小分子其实还有很多工作要做，这个问题非常重要，因为现实意义是巨大的，对制药、疾病的理解是非常重要的，如果能够取得突破性的进展，也是达到诺奖级别的。 得到诺贝奖最重要的因素在于要有巨大的、突然性的，颠覆性的突破，还有其实这是人工智能在科学领域里获得的迄今为止第一个最重要的突破，AlphaGo、ChatGPT 都是新的代表性时刻，而在科学领域里的时刻其实就是蛋白质结构预测，已经成为科学中的样板。 很多人以前都不关心蛋白质结构预测，现在他们都要在自己研究的疾病或生物系统里预测蛋白质结构，比如农业里设计育种，使其更有抗旱性，能源领域设计酶，把生物废料转成能量。另外，很多生物科技公司甚至大公司也在投入其中，他们会使用、继续开发这些工具，或者应用到各个不同的领域里，所以它已经成为非常有潜力的领域，但从学术界的角度来讲还存在许多有挑战性的研究问题待解。 **常珊：**诺奖确实是对我们结构预测领域的一个很重要的肯定，之前很少人会关注这个领域，或者大家不是特别了解，这也是我们举办这次圆桌会议的重要原因，结构预测获得诺奖肯定以后，我们需要让大家知道诺奖到底为什么颁给结构预测，结构预测可以帮助学术研究、产业界做什么事。 目前中国团队参加 CASP 的热情也很高，所以我们也在讨论有没有可能让中国来承办一次，在中国承办的话，会更大地扩大结构预测的影响力，这方面想请杨建益老师和郑伟老师来谈一下建议。 **杨建益：**CASP 发邀请信的时候我就问过下一届能不能在中国办，他们回复很感兴趣，这次会议最后一天的预测会议中，也有人建议在亚洲举办 CASP17。Joun Moult 回复邮件说这一届比赛的中国参赛者仅次于美国，日韩团队也很多，他很感兴趣，不过还需要进一步讨论。 **郑伟：**下一届感觉因为会议组织受国际政治的因素影响比较大，会不会选在中国其实不太好说，估计日韩概率会比较大，但是也不是说没希望，要集体跟组委会反映，最大努力争取。 **常珊：**评论区也还有一些问题需要讨论一下，大家比较关心结构预测对于突变后蛋白质的预测效果如何？或者对于蛋白质突变中比较小的细微的序列变化，会不会有比较好的预测结果吗？还有对于 Loop 区的预测有没有一些比较好的建议？有没有老师可以解答一下。 **程建林：**我回答第一个问题。目前对突变的结构预测还不是特别成功，因为 AlphaFold2、AlphaFold3 主要是用对齐的多序列作为输入，所以如果只有几个氨基酸发生变异之后，其实它不能敏感察觉变化，产生的结果和用原始序列是差不多的，我们今天没有讨论到，但这是之后结构预测要解决的重要问题。 **郑伟：**我觉得点突变分两个方向，一是点突变对结构影响比较大的，二是点突变对结构影响并不那么大的。点突变对结构改变比较大的方向，我们是有一些 case 能做的，CASP15 也有一个点突变复合物，很多团队都预测得还不错，但点突变对结构改变比较大的 case 现在不是太多。而点突变对小构项的影响，如果从结构预测看的话，其实在侧链是能反映出来的，但这种变化能有多少被真实反应很难说，点突变问题需要以结构预测加生物学验证的结合手段为主，这是比较正确的方向，现阶段想依赖 AI 去解决比较难。 Loop 区我觉得本来就是比较灵活的区域，相对来说比较难预测，建议可以多预测一些模型，然后把 Loop 区整体对齐再看一下，然后还是需要结合生物学的验证经验筛选模型，完全依赖于 AI 去预测也是很难的。 **常珊：**Loop 区的构项本身也很多，有点类似于蛋白质多构象的预测问题，所以很难说有哪个构项是占优的，本身还是有一定不确定性的。 **杨建益：**同意。Loop 的话跟执行功能是有关的，单纯考虑一个蛋白说Loop 准不准意义不太大，这些区域预测精度低非常正常，即使做实验也无法获取可靠的结构。应该要考虑它与结合对象的互作用，看通过结合其他对象能否稳固 Loop 区的结构。雷峰网雷峰网

高通的转型之路 #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。 [爱范儿](https://www.ifanr.com) |[原文链接](https://www.ifanr.com/1611532) ·[查看评论](https://www.ifanr.com/1611532#comments) ·[新浪微博](https://weibo.com/ifanr)

更接地气的 AI 硬件 #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。 [爱范儿](https://www.ifanr.com) |[原文链接](https://www.ifanr.com/1611696) ·[查看评论](https://www.ifanr.com/1611696#comments) ·[新浪微博](https://weibo.com/ifanr)

 由 Empalu 开发的硬核动作RPG游戏《辐射小马国：废墟》将于3月24日在 Steam 推出。本作融合了横板过关、2D射击和 Roguelike 元素。你将探索末世下的小马国废土，与当地居民互动并提供帮助，提升等级，利用丰富的武器和魔法与敌人作战。包括探索程序生成的关卡、开锁、收集战利品、升级并学习新技能/天赋、制作物品、交易等内容。 <内嵌内容，请前往机核查看> 据悉，目前游戏的内容非常丰富：多个大型场景包含各种房间，接近一百种敌人，约两百种武器和爆炸物，数十种法术，超过六十种天赋，以及许多其他元素。游戏开发已经完成，但未来可能会推出新版本。  《辐射小马国：废墟》的创意来源于 Kkat 所著的小说《辐射：小马国》。游戏的背景设定在小马国废土，但剧情与小说无关，是基于同一宇宙的独立作品。开发团队建议，如果玩家想了解更多关于这个世界的历史、大战争以及随后的末日的信息，建议阅读《辐射：小马国》。 <内嵌内容，请前往机核查看>

整理 | 钟艺璇 ## **Big news** ### **沃尔玛正在卖600元的爱马仕平替** 近日，沃尔玛上线了一款和爱马仕铂金包极为相似的平替包型，据报道，这款沃尔玛手袋同样由皮革制成，配有铂金包的标志性锁头扣，甚至连手柄都非常相像。 该款平替包上线后在社交媒体平台引起热议，迅速售罄。比起售价数万美元起的爱马仕铂金包，沃尔玛的平替包根据颜色、材质不同，价格只要78美元起，一度被网友称为“沃金包”（Wirkin）、“沃马仕”（Walmès）。 爱马仕铂金包曾被《纽约时报》称为“全球公认的地位和财富象征”，根据在线市场Baghunted的一项研究，在35年的时间里，铂金包的投资回报率超过了500%。此外，铂金包的独特性还在于对渠道的限制，例如顾客在购买铂金包时，需要提供爱马仕的过去购买记录作为资格证明。 值得关注的是，沃尔玛首席财务官约翰·大卫·雷尼曾经表明，沃尔玛约75%的份额扩张来自年收入超过10万美元的家庭，而这一群体正是占据奢侈品收入一半江山的中产消费者。他们财力不算雄厚，每年至少购买一件奢侈品，但会被消费趋势和收入结构的改变所影响，例如近年来轻奢所遇见的“中产失灵”就印证了这点，而高仿产品则可能在无形中吸引这类群体。 是否能用平替撬动奢侈品价值还不能下定论，但沃尔玛此举在奢侈品行业内，已经引发较大争议，据时尚商业Daily援引知识产权律师Milton Springut时表示，这款包与铂金包的相似性可能引发版权纠纷，消费者可能很难区分两者。  图片来源: The times ### **胖东来2024年卖了170亿** 1月8日，于东来在社交平台发布消息称，2024年胖东来集团整体销售近170亿元、税收6亿多元、利润8亿多元、员工平均月收入9千多元。以此计算，胖东来2024年营收相比2023年的107亿元增长了58.9%。 截至目前，胖东来共有13家门店，其中11家位于许昌市、2家位于新乡市，这也意味着其单店盈利能力已经超过业界所有的商超上市公司。 此外，于东来还发布了胖东来商贸集团2024年销售数据，数据显示，各业态中年销售额最高的是超市，许昌达到59.45亿元，新乡为21.48亿元，单品中茶叶销售额为6.19亿元，15个销售场所中时代广场营业额最高，达到44.13亿元。截至目前，胖东来已经有5家门店年内累计销售额超过10亿元，分别为时代广场店、天使城店、大胖店、小胖店和生活广场店，均为商业综合体。 据公开消息，胖东来目前还在规划一个大型商业体——“自由之城”。据于东来此前透露，“自由之城”规划为超大商业体，规模有42万平方米，投资测算约40亿元（不包含配套酒店）。按照于东来的计划，等到明年年底，胖东来在手资金到了30亿元左右就会开始动工，不准备向银行贷款。 根据中国连锁经营协会此前发布的《2023中国连锁TOP100》榜单，首次上榜的胖东来在2023年以13家门店107亿元的销售额排在第46位。 ### **茅台冰淇淋或将落幕** 最近，多地茅台冰淇淋门店闭店引发关注。针对上述市场消息，贵州茅台相关负责人表示，茅台冰淇淋在培育年轻消费群体上已经取得了一定成效，当下，对于冰淇淋业务，公司在战略上选择主动收缩。 不仅是线下，线上销售方面，茅台冰淇淋已从京东、天猫等主要电商平台撤店，抖音旗舰店的产品也已全部下架。而在售的茅台冰淇淋产品，已经进入好特卖HotMaxx等尾货渠道，原价59-66元的产品如今只要20元左右就能买到。有媒体报道称，茅台冰淇淋实际上已停产大半年，即便是夏季旺季也未见新货投放，现在的特价商品已经属于清仓库存。 这也意味着，茅台冰淇淋或将落幕。 回溯刚上线时，茅台冰淇淋也曾风光无限。2022年5月，茅台冰淇淋在贵州茅台国际大酒店首发，当天就在贵阳旗舰店创下7小时卖出5000多个、销售额超20万的成绩。同一天，在"i茅台"APP上架的4万个预包装冰淇淋一小时内全部售罄，销售额破250万元。66元一杯的产品在二手市场被炒至250元。截止到2024年4月，茅台冰淇淋已经开了35家店。 对于茅台来说，冰淇淋业务的意义不在于营收，更多意味着年轻化转型，和瑞幸合作的酱香拿铁也是同理。只是跨界尝鲜易，破圈留存难，关于如何平衡创新和传统的问题，现任茅台董事长张德芹在2024年4月提到，“如果市场上某些创新不适合茅台，公司则会停止去做”“要相信茅台的纠错能力”。 ### **优衣库中国业绩面临挑战** 1月9日，优衣库母公司迅销集团公布2025年度第一季度（2024年9-11月）业绩显示，公司实现营收8951亿日元，同比增长10.4%；营业利润1575亿日元，同比增长7.4%；净利润利润1319亿日元，同比增长22.4%。 迅销集团认为，业绩上涨主要得益于日本优衣库事业分部销售表现不俗，以及东南亚、印度及澳大利亚地区和北美与欧洲地区的优衣库业务持续平稳扩展所致。 具体来看，日本优衣库事业分部第一季度收入为2666亿日元，同比增长9%，经营利润为521亿日元，同比增长12%。财报解释，该业绩上涨与日本入境游火爆带动免税额增长、公司于11月举办40周年祭故而折扣力度较大有关。 另外，海外优衣库事业分部获得持续增长，第一季度收益总额为5017亿日元，同比增长 13.7%；经营利益总额为835亿日元，同比增长7.4%。其中，由于门店数量增长以及单店销售额提升，欧美优衣库持续超预期增长，该季度欧美优衣库合计实现营收1,700亿日元，同比+31.1%。一年来，优衣库持续在罗马、休斯顿等欧美重要城市开设旗舰店，门店数量从36家同比增长至179家。 但大中华区业绩却面临挑战。由于消费持续低迷以及暖冬影响，2024年9~11月优衣库在中国的营业收益为1786亿日元，与往年同期持平，营业利润却减少10％左右。作为优衣库海外最大收入来源地，迅销指出，就未来业绩预测而言，由于大中华地区业绩走向不如预期，预料海外UNIQLO事业分部整体将低于预期。 ## **上新了品牌** ### **泡泡玛特开始做珠宝了** 情绪消费的含金量还在上升。 最近，泡泡玛特首次正式对外发布旗下饰品品牌“POPOP”。根据官方介绍，POPOP JEWELRY一个为点亮生活乐趣而生的珠宝品牌。目前POPOP将有5个系列发布，包括项链、戒指、手链等。POPOP限时快闪店铺将从1月15日起落地上海、深圳和成都。 首发新品系列均带有泡泡玛特大火IP元素，包括小野HIRONO、MOLLY、SKULL PANDA、Crybaby、Zsiga、LABUBU等，其中部分设计灵感源自热门玩具系列，如HIRONO重塑系列、SPACE MOLLY系列、MOLLY 小画家系列等。从风格来看，泡泡玛特的首饰延续了其作为潮玩品牌的特点，即重设计、带有金属感以及辨识度。此前，泡泡玛特还和珠宝品牌周生生联名，以“周游奇梦”为主题，推出六大主题足金吊坠及Charme串珠系列。 ### **北冰洋上新小吊梨汤 ** 跨界玩家层出不穷，这一次是北冰洋。 近日，北冰洋官宣上新小吊梨汤，规格为300毫升/罐。在售价上，新品小吊梨汤以箱售卖，每箱包含6罐售价50元。北冰洋称，与饮料销售的旺季夏季相比，推出适配消费者秋冬饮品需求的产品，有利于弥补饮料行业的冬季传统销售淡季。 踏出舒适圈的背后，是碳酸饮料市场份额收缩的挑战。据尼尔森2024中国饮料行业趋势与展望报告，聚焦饮料行业线下市场，2019至2023年，碳酸饮料市场销售份额分别为18.4％、20.4％、21.2％、21.2％、18.5％。而在2023年，即饮茶超越碳酸饮料，占据市场销售份额第一。 北冰洋的多品类发展并不局限于小吊梨汤。2024年11月，北冰洋闯入咖啡赛道，上新“握咖醇正拿铁”。1月1日，北冰洋入局植物蛋白饮品新赛道，推出核桃花生植物蛋白饮品。 ## **营销那些事儿** ### **耐克启动女子全球夜跑系列赛** 近日，耐克宣布启动女子全球夜跑系列赛After Dark Tour，这是一项只属于女性跑者的全球夜跑系列赛。据了解，4月12日至6月21日，该系列赛将在悉尼、上海、首尔、孟买、洛杉矶和墨西哥六大城市举行，跑者可参与10公里或半程马拉松的夜跑挑战，上海站的报名将于4月开启。 越来越多的运动装备品牌已经注意到，女性在运动参与中的重要性。根据国家体育总局体育经济司发布的《中国户外运动产业发展报告（2022-2023）》显示，在户外运动参与群体中，“90后”成为最大消费群体，占比达到36.1%，其次为“80后”群体，占比32.5%。更关键的是，传统意义上男性主导户外运动的格局正在被打破，女性参与者占比59.9%，超过男性的40.1%，且女性对户外运动的关注指数也高于男性。 ### **卫龙肯德基“疯四”联名** 1月9日开始，卫龙与肯德基“疯狂星期四”联名营销将连续两周在“疯四”当日开启，双方基于卫龙新品吮指烤肉大面筋风味，打造联名产品“辣条风味大鸡肉条”，并通过疯四限定组合买赠机制和年轻人消费圈层形成强互动。此外，卫龙将以“发疯”的时代情绪为切口，将在联名主题店内陈列与“疯四”主题有关的创意文案。 “疯狂星期四”本是肯德基自2018年推出的一个定期周四特价活动。后由于许多网民每周四自发产出大量的段子刷屏，很快演变为一个现象级热“梗”，2021年，肯德基也亲自下场认证，举办了“疯四文学盛典”。直到今天，每逢星期四，网友编撰的“疯四文学”段子总会如约而至，风雨无阻。 ## **What's more** ### **传李宁抢走安踏的“中国奥委会合作伙伴”** 据媒体援引多位消息人士透露，中国奥委会（以下简称COC）的重要合作伙伴之一，可能要从安踏换为李宁了。在2025-2028接下来这个4年周期中，李宁十分接近拿下COC的合作权益，总价约8亿元人民币，年均价比上一周期有了不小的增长。李宁曾经是COC长达12年的合作方，但在2009年6月23日，安踏成为了“中国奥委会合作伙伴”。 ### **lululemon签约Max Homa 布局高尔夫业务** lululemon继续加码运动男装产品线。lululemon日前宣布任命Max Homa为其最新形象大使，正式布局高尔夫业务。资料显示，Max Homa是美国职业高尔夫球手，2019年富国锦标赛、2021年捷恩斯公开赛和2021年喜互惠公开赛的冠军获得者。根据lululemon12月初发布的2024财年第三季度财报，公司第三季度营收同比增长9%至24亿美元，美洲地区本季度营收17.70亿美元，同比增长仅2%，疲软明显，中国市场增长速度也已放缓，从一季度的45%降至三季度的29%。 ### **达美乐中国门店已达1008家** 达美乐中国特许经营商达势股份今天表示，截至2024年12月31日，达势股份已在中国大陆39个城市经营1008家门店，在达美乐国际市场门店数排名跃升至第三位；在达美乐全球超21000家门店的首30日销售排行榜中，达美乐中国门店在前30名中占据28个席位；公司2024年第四季度同店销售额增长持续为正。 ### **肯德基将大举铺开“沿街取”服务** 近日，肯德基举行了“车速取2.0”发布会，不同于过往“车速取1.0”的车道店，该新版本增加了“沿街取”的服务。截至2024年12月底，肯德基车速取2.0业务覆盖门店数量接近2000家。肯德基称预计未来一年内，该业务将覆盖全国近5000家门店。 （参考资料来源：时尚商业Daily、懒熊体育、时尚无国界、小食代等）

德国《经济》周刊11日报道称，欧盟在一份关于未来竞争力的分析报告中承认，欧盟在保持其经济竞争力方面面临重大挑战，特别是在数字领域明显落后于美国和中国。该报告以欧洲央行前行长德拉吉的研究结果为基础，强调欧盟在数字创新的关键领域落后于全球同行。 报告称，欧洲目前只有263家独角兽公司（估值超过10亿美元的初创企业），而美国有1539家，中国有387家。报告特别提到，2008年至2021年期间，近1/3在欧洲成立的独角兽企业将总部迁出，其中绝大多数迁至美国。 [](https://static.cnbetacdn.com/thumb/article/2020/0618/5faf1d3a784e459.jpg) 报告认为，欧洲的商业吸引力正在下降。与美国和中国相比，欧洲的风险投资市场规模很小，风险投资在经济产出中的占比已经低于千分之一。许多创新公司受到资本渠道有限的制约，往往导致它们迁移到融资环境更为有利的地方。欧盟委员会警告称，欧洲的生产率——即一小时工作能创造出的附加值——仍落后于美国，而中国也有很大的追赶潜力。但从积极的一面来看，欧盟的效率整体要优于英国和日本。 德国《焦点》周刊称，欧盟经济的竞争力也因结构性高能源和电力价格而受到影响。欧洲的电力和能源价格仍是美国的两到三倍，严重削弱制造业竞争力。“美国经济增长速度远快于欧盟，而德国则停滞不前。”报告表示。欧盟委员会预计，2025年其成员国的经济增长率为0.9%，其中欧盟最大经济体德国经济可能将继续停滞。2024年德国经济几乎“原地踏步”，勉强避免经济衰退。未来几年的经济增长预测也显示，德国可能会远远落后于印度、中国和美国等全球主要经济体。 德国基社盟经济政策专家马库斯·费伯认为，该报告是对欧盟经济政策的一个警示。竞争力问题必须成为欧盟委员会未来工作的中心主题。他认为，欧洲存在着严重丧失繁荣的风险。 报道称，欧盟委员会计划在今年2月底提出一项全面的立法提案，遏制初创企业的外流，加强人工智能等技术实力，从而提升经济竞争力，保持欧洲的繁荣。欧盟委员会计划采取的措施可能是增强欧洲竞争力的决定性一步。此前，德拉吉建议欧盟每年需拿出7500亿至8000亿欧元的投资来增强竞争力，相当于欧盟GDP的5%。这些投资将侧重于产业协调、数字创新和监管简化。 [查看评论](https://m.cnbeta.com.tw/comment/1470588.htm)

美国《华尔街日报》11日报道称，加州大火正在席卷美国最富裕的海岸线，目前已造成超过500亿美元的损失。更值得关注的是，大火过后不少人发现自己的损失面临因房屋投保缺失或保险公司业务撤出而无法赔付的局面。同时，巨量的赔付金额也令美国保险业感到压力。  加州大学洛杉矶分校气候学家丹尼尔·斯温告诉美国哥伦比亚广播公司，席卷洛杉矶的大火可能成为历史上损失最惨重的山火，因为被烧毁建筑不但数量众多，而且其中有很多位于美国最为昂贵的社区内。约9000个住宅单元的房屋中位价为310万美元。摩根大通估计火灾造成的保险损失或超过200亿美元。如果火势继续蔓延，损失可能会更高。 据美国《华尔街日报》报道，通常情况下，银行要求有抵押贷款的房主为其房屋投保全额。但近年来大量租房者和房主根本不为房屋投保。慕尼黑再保险集团2023年的一项调查显示，有12%的美国房主不购买房屋保险。而且，随着自然灾害的加剧，大型保险公司纷纷撤出易受风暴和火灾影响的地区。“州立农业保险”去年7月份在帕利塞兹社区取消了约1600份保单，还在布伦特伍德等地区取消了2000多份保单，而上述地区多在此次山火中受到严重威胁。该公司去年曾表示将停止为该州7.2万栋房屋和公寓提供保险。对于加州房屋保单的取消，“州立农业保险”总裁兼首席执行官丹尼斯·哈丁解释称，此举是为了避免“财务失败”。他给出的理由是：近年来加州山火发生的频率和严重程度都在增加。过去3年，多家私人保险公司削减加州高风险地区的保险范围。 哥伦比亚广播公司援引美国专家的话称，洛杉矶大火不仅给房主带来个人和财务上的灾难，还可能给该州本已脆弱的保险市场带来压力。摩根大通在给客户的报告中警告说，如果大火得不到控制，保险损失总额可能会进一步上升。在许多保险公司都退出加州之后，这意味着这场灾难的巨额损失几乎没有多少可靠的风险分摊手段。 报道称，随着气候灾害发生频率的增加，美国保险业的成本和风险不断上升，面临着新的考验。美国参议院报告发现，一些保险公司不再为受气候风险影响的地区续保。这种情况不仅发生在加州，佛罗里达州、路易斯安那州和得克萨斯州的未续保率也在飙升。无法享受保险或保险费用过高导致社区房地产价值面临暴跌风险，这可能引发与2008年类似的全面金融危机。 [查看评论](https://m.cnbeta.com.tw/comment/1470586.htm)

美东时间上周五，Meta CEO扎克伯格接受了一次播客采访。在这场采访中，扎克伯格可谓“畅所欲言”：他不仅直接向即将下台的拜登政府开炮，揭露他们曾多次干预META的内容审查，还大胆抨击了Meta在硬件方面的竞争对手——科技巨头苹果公司，指责他们创新乏力和压榨其他人的利益。 [](https://static.cnbetacdn.com/article/2025/0111/cf2131210bb02fd.png) **扎克伯格直言：苹果已经20年没创新了** 扎克伯格在节目中说： <blockquote>“一方面，（iPhone）很棒，因为现在世界上几乎每个人都有一部手机，这让很多令人惊奇的事情成为可能…但另一方面，他们利用这个平台制定了很多规则，我觉得这些规则很武断，我觉得他们有一段时间没有真正发明任何伟大的东西。这就像史蒂夫·乔布斯发明了iPhone，但之后他们只是在那里坐了20年。”</blockquote> 扎克伯格补充说，他认为苹果iPhone的销量之所以近期走低，是因为消费者现在要升级他们手机的周期变得更长，因为新款手机与之前的版本相比并没有太大的改进。 他还批评了苹果去年最新发售的头显设备Vision Pro。苹果的Vision Pro是Meta的虚拟头显产品Meta Quest的最主要竞争对手，但价格是后者的好几倍。也正因为价格高昂且缺乏杀手级应用，因此Vision Pro耳机销售表现不佳。 扎克伯格说：“我认为Vision Pro是他们在一段时间内尝试的新事物中最大的一个…我不想给他们太多麻烦…但我的意思是，V1（第一代产品）绝对没有取得成功。” **苹果赚钱全靠压榨？** 扎克伯格还抨击了苹果的盈利模式，并列举了臭名昭著的“苹果税”和对第三方配件的限制。 “那么，作为一家公司，他们是如何赚到更多钱的？他们的做法基本上就是压榨，就像你说的，对开发者征收30%的税，让消费者购买更多的外围设备和插件，”扎克伯格说，“你知道，他们制造了像Air Pods这样的东西，这很酷，但他们完全削弱了其他任何人制造可以以同样方式连接到iPhone的东西的能力。” 扎克伯格还表示，苹果公司为自己辩护说，它不想侵犯消费者的隐私和安全，但他认为，如果苹果修正协议，比如建立更好的安全性和使用加密技术，这个问题完全能得到解决。 <blockquote>“它不安全，因为你没有为它建立任何安全保障。而现在，你却以此为理由，解释为什么只有你的产品才能以一种简单的方式进行连接。”</blockquote> 扎克伯格直言，如果苹果停止使用这些“随机规则”，Meta的利润将翻倍。 [查看评论](https://m.cnbeta.com.tw/comment/1470584.htm)

在多个电商平台被严格规范“仅退款”后，这股“薅羊毛风潮”开始在闲鱼上蔓延。近期，不少闲鱼卖家反馈，仅退款的行为在闲鱼流行，并且得到闲鱼官方的变相支持，这也导致卖家财物两空，权益无法得到保障。  新浪科技在黑猫投诉上发现，关于闲鱼仅退款的投诉超过5000多件。但闲鱼客服表示，目前暂时没有关于仅退款的具体政策说明。此外，让闲鱼卖家更不满的是，从2024年9月开始，闲鱼开始向全体卖家收取软件服务费。由于其收费水平高于主要竞争对手，目前已有部分卖家开始抛弃闲鱼。 **仅退款风行，客服称“没有具体政策”** 近日，有卖家向新浪科技反馈，他在闲鱼上出售了一款充气颈枕，由于是第三方定制版，买家收到货后对产品上的定制Logo不满意，于是向闲鱼客服申请退货退款。但让他惊讶的是，闲鱼客服判定为涉嫌售假，直接给出了仅退款的处理方案。 “买家的诉求是退货退款，闲鱼却直接判定为仅退款，太离谱了！”他吐槽称，这个处理方案之下，买家不仅没把商品邮寄回来，自己货款也没拿到，导致财物两空。 新浪科技在社交媒体上发现，这样的案例不在少数。  一位卖家发帖称，自己并非专业商家，只是转让个人闲置。一双98元的帆布鞋，在与对方清楚沟通确认的情况下，对方收到鞋后发起售后，这么明显的白嫖行为，闲鱼还判定售假仅退款，对方也不同意退还鞋子。 “请问判定的依据是什么，闲鱼能否给我以下凭证：1、官方鉴定售假报告；2、闲鱼是否具有行政执法权；3、闲鱼扣留我个人财物的执法依据。” 在帖子下方，不少网友表示自己也曾遭遇此类仅退款现象。“大家以后卖物品当心遇到白嫖怪，只要收到不喜欢就说你卖的是假货，很多情况下，客服就会判定为仅退款。”“卖家权益得不到保障，闲鱼无条件偏袒买家，我作为卖家钱货两空。”  在黑猫投诉上，针对闲鱼的累计投诉量高达近20万件，已回复和已完成仅36件。如果以“闲鱼仅退款”为关键词搜索，投诉量也达5662条，大多数是投诉闲鱼仅退款处理不当，卖家被白嫖蒙受损失。 新浪科技向闲鱼客服咨询买家仅退款一事，客服表示，如果是买家恶意退款，卖家不同意，可以尝试操作发货拒绝退款处理，后续也可以申请客服介入举证维权处理。针对是否有关于仅退款问题的相关平台政策和规则，客服直言，目前暂时没有具体政策说明。 **服务费用过高，被指吃相难看** 实际上，让闲鱼卖家们不满的不只是仅退款的政策，还有闲鱼的软件服务费。 2024年9月，闲鱼正式开始收取软件服务费。官方给出的理由是为了给用户提供优质的服务和产品，同时参考行业普遍情况。具体而言，闲鱼按每笔订单成交金额*0.6%向卖方收取，且每笔60元封顶。单笔交易应收基础软件服务费大于等于60元时，对大于60元的部分，闲鱼不予收取。  该政策一经发布就引发了大量网友的吐槽。在媒体发布的关于“闲鱼宣布收取手续费你还会再用吗”的一项调查中，一共有6440人参与，其中4692人也即近73%的网友表示“不想用了，等一个替代平台”，仅有733人也即是11%的网友表示“手续费价格可以接受”。 近日，还有网友晒出自己以4500元的价格出售了一件商品，软件服务费却达72元，到手为4428元。  而他查看闲鱼软件服务费细则才发现，还有一则条款是，针对同一自然月内，产生的成交订单数量大于10件且累计成交金额大于10000元的卖家，超出后的每一笔订单实际成交额的1%收取软件服务费，“让我误解的是，收取的还不是1%，而是0.6和1%都要收，收了1.6%。” 除了收费太高，还有一个条款也引发网友吐槽，那就是一旦成交，等确认收货后的订单发生退款，已划扣的软件服务费也不再退还。 为了应对闲鱼的软件服务费，不少网友也是想尽办法，有的优先同城当面交易，不走闲鱼平台；还有的选择定金+尾款的交易模式，这样也可以规避软件服务费，不过这两种模式都存在着一定的交易风险。 **无法维护权益，卖家已被劝退** 在收费风波愈演愈烈之下，有的用户直言要转投收费更低的平台。 新浪科技对比发现，除闲鱼外，其他平台的服务费确实更低。例如闲鱼的主要竞争对手，其采用的是0.6%手续费，在交易金额大于5000元时，支付手续费超过30元的部分将由平台补贴垫付。 而面对仅退款的问题，也有一些闲鱼卖家被劝退。一位闲鱼卖家表示，自己是老玩家，卖出了198件物品，成交额超过9万元，自己也在闲鱼上购买了71件物品。但因为遭遇闲鱼买家仅退款，并且闲鱼客服无条件偏袒买家，收着高昂手续费还不维护卖家的权益，自己已经卸载了软件。 业内人士认为，如果收取软件服务费是因为运营成本问题不得不收，情有可原；但仅退款问题则是一个商家正常权益的保护问题，闲鱼必须重视。 早在2021年，拼多多率先推出仅退款的售后机制；2023年12月，淘宝跟随拼多多的脚步推出了仅退款规则；此后，多家电商平台在2024年也跟进推出这一售后规则。 虽然仅退款规则是为了保护消费者在遇到商品质量问题、与描述不符等情况下的正常权益，但在这个规则下却滋生了大量恶意仅退款行为，成为一些人薅羊毛的捷径，也让不少中小商家损失惨重。 在商家怨声载道之下，2024年，多家电商平台都优化了仅退款的规则。 根据报道，2024年7月，拼多多就仅退款新规征集意见，当订单已发货的消费者申请仅退款时，商家可以在36小时内进行处理驳回，拼多多不再介入。如果36小时内未处理，系统则将自动退款给用户；淘宝也在2024年7月宣布将优化仅退款策略，依据新版体验分提升商家售后自主权，对优质店铺减少或取消售后干预；今年1月，抖音电商也宣布优化仅退款售后政策，对于申请仅退款的用户，抖音电商将主动介入，关注其合理性，会从严处理，维护商家合法权益。 而就在1月9日，淘宝天猫刚刚公布了松绑仅退款售后政策5个多月后的成绩单。官方披露称，截至目前，淘宝天猫平台仅退款总量下降30%，异常退款主动拦截增加3倍，每天拦截不合理仅退款超40万件。 在淘宝天猫高调宣传松绑仅退款成绩单的同时，针对闲鱼的仅退款问题，官方是否也应该出台一些详细的治理规则和相关政策？ 文 | 新浪科技 张俊 [查看评论](https://m.cnbeta.com.tw/comment/1470582.htm)