文/趙斌 李博 8月8日上午,美國紐約商品交易所黃金期貨價格一度超過每盎司3534美元,突破歷史高位。 國內金價也水漲船高。8日,中鈔國鼎金條價格為每克816.00元,中國黃金投資金條價格為813.50元;價格相對較低的上海黃金交易所投資金條為每克781.05元。截至8日中午12時,工行紙黃金價格每克超783元。 這波金價上漲的天花板在哪兒?投資者又該如何應對? 多因素推動黃金價格衝高 中國(香港)金融衍生品投資研究院院長王紅英在接受國是直通車採訪時表示,紐約黃金期貨價格8日盤中一度突破歷史高位,直接原因是市場普遍預期美聯儲將啟動降息周期。更深層次的原因在於美國7月經濟數據疲軟,就業市場增長乏力,製造業、服務業指標表現不佳,疊加美元指數弱勢運行,市場避險情緒升溫,推動黃金價格持續上漲。 匯管信息研究院副院長趙慶明表示,過去十年,黃金價格上漲主要受三大因素驅動:全球寬鬆貨幣政策、地緣政治風險升溫、央行購金行為。2009年後,全球央行從黃金淨賣出轉為淨買入,導致國際黃金市場供需格局改變,形成緊平衡狀態,推高金價。 工信部信息通信經濟專家委員會委員盤和林認為,美國關稅政策調整與非農數據下滑,強化了市場對美聯儲降息的預期。全球經濟波動、美元信用弱化、央行購金儲備等因素,共同構成黃金價格上漲的支撐。 未來有哪些因素將支撐黃金價格? 王紅英分析稱,黃金市場交易主體多元化,除央行購金外,機構投資者是主要推動力量。銀行、對衝基金等機構基於避險和抗通脹需求,加大黃金配置,是本輪上漲的核心動力。 中長期來看,地緣政治衝突持續、全球政府債務規模擴大等結構性因素,將持續支撐黃金價格。 上漲空間與回調風險並存 王紅英認為,從中長期看,黃金價格大概率延續上漲趨勢,第一目標位為每盎司4000美元,未來甚至可能突破5000美元。但從技術層面看,價格突破歷史新高后可能伴隨技術性回調,市場波動將加劇。 王紅英提醒,美聯儲利率政策是關鍵變量。若美聯儲主席鮑威爾堅持不降息,美元走強將制約黃金上漲空間。但地緣政治經濟衝突,如貿易摩擦升級、地緣局勢緊張等,將為黃金價格提供支撐,下跌空間有限。 在利多黃金價格的諸多因素外,也暗藏風險。 持謹慎態度的趙慶明指出,儘管地緣政治風險、央行購金等因素仍存在,但金價已處於高估狀態。若地緣政治風險下降、央行購金量減少或美聯儲不降息,金價可能回調。 市場上對於黃金價格趨勢的分析各不相同。黃金價格主導因素複雜,包括全球經濟波動、美元寬鬆政策、央行購金等,且各因素此消彼長。 盤和林認為,當前金價上漲需滿足兩個條件:一是市場對金價高估形成共識;二是推動上漲的因素持續存在。但地區衝突、消費者購金行為、金礦產能波動等隨機事件,增加了預測難度。 投資者應做好風險控制 面對黃金這波漲勢,王紅英建議,投資者在控制風險的前提下,可優先考慮不加槓桿的投資方式,如購買黃金金條或黃金商品ETF產品。 基於槓桿的期貨、期權和場外交易會放大投資風險,應謹慎使用。從技術策略看,當黃金價格回調至每盎司3500美元水平遇到支撐時,可酌情少量買進。 對投資者而言,如何將損失控制在個人能接受的範圍之內至關重要。 趙慶明提醒,非專業投資者應設定明確止損位,避免寄希望於金價反轉或暫時調整。例如,當金價單日回調幅度超過2%時,可能引發程序化交易的止損操作及散戶的恐慌性拋售,此時應及時離場。此外,需密切關注黃金股的「非對稱傳導」效應,金價上漲帶動黃金股表現,但下跌時衝擊更劇烈。 另外,還需要用良好心態來看待黃金投資。 盤和林提醒,黃金投資應明確目標,避免以消費金替代投資品。他建議選擇期貨、投資金條等無溢價的黃金投資品,進行趨勢投資而非價值投資。同時,需關注流動性好的黃金資產,保證可進可退,避免盲目跟風。
天津8月14日電(記者 孫玲玲)記者13日從南開大學獲悉,近日,南開大學計算機學院媒體計算實驗室取得最新研究成果,不僅從評估的角度揭示了現有AI檢測方法的性能不足,並創新性地提出了「直接差異學習」(Direct Discrepancy Learning,DDL)優化策略,教會AI用「火眼金睛」辨別人機不同,實現AI檢測性能的巨大突破。相關成果論文已被計算機多媒體領域國際頂級會議ACM MM2025(ACM International Conference on Multimedia)接收。 圖為南開大學研究團隊提出的DetectAnyLLM檢測框架以及MIRAGE基準數據集亮點全析。(南開大學 供圖) 近日,OpenAI發布新一代人工智慧模型GPT-5,再次引發全球關注。隨著DeepSeek、ChatGPT、通義千問、豆包等AIGC大模型逐漸從「新奇玩具」變成學習、工作中不可或缺的「生產力工具」,其伴生問題也日益凸顯:AI經常會「一本正經地胡說八道」,生成看似合理的虛假信息,造成「AI幻覺」;依賴AI工具代寫作業甚至畢業論文,極大衝擊著學術誠信和規範;論文AI率檢測系統有待完善,論文被誤判的問題時有發生……如何精準識別AI生成內容,成為亟待解決的熱點問題。 據了解,目前AI生成內容檢測主要有兩種路線,一種是「基於訓練的檢測方法」,使用特定數據訓練一個專用的分類模型;另一種是「零樣本檢測方法」,直接使用一個預訓練的語言模型並設計某種分類標準進行分類。 圖為AI生成內容檢測示意圖。(南開大學 供圖) 多項研究表明,現有檢測方法在應對複雜的現實場景時常顯不足。此前也曾有權威媒體報導,《荷塘月色》《流浪地球》等經典作品被某常用論文AI率檢測系統檢出高AI率。 為何現有的AI檢測工具會「誤判」?論文第一作者、南開大學計算機學院計算機科學卓越班2023級本科生付嘉晨解釋道:「如果把AI文本檢測比作一場考試,檢測器的訓練數據等同於日常練習題,現有檢測方法是機械刷題、死記硬背答題的固定套路,難以學會答題邏輯,一旦遇到全新難題,準確率就會顯著下降。」 「要想實現通用檢測,理論上需收集所有大模型的數據進行訓練,但在大模型迭代飛速的今天幾乎不可能。」付嘉晨說,讓檢測器真正學會舉一反三,即提升檢測器的泛化性能,是提升AI文本檢測性能的關鍵。 為此,研究團隊提出了DDL方法另闢蹊徑,通過直接優化模型預測的文本條件概率差異與人為設定的目標值之間的差距,幫助模型學習AI文本檢測的內在知識,可以精準捕捉人機文本間的深層語義差異,從而大幅提升檢測器的泛化能力與魯棒性。 「使用DDL訓練得到的檢測器如同有了『火眼金睛』,即便只『學習』過DeepSeek-R1的文本,也能精準識別像GPT-5這樣最新大模型生成的內容。」付嘉晨說。 團隊還提出了一個全面的測試基準數據集MIRAGE,使用13種主流的商用大模型(如豆包、DeepSeek、Kimi等)以及4種先進的開源大模型(如Qwen等),從AI生成、潤色、重寫三個角度構造了接近十萬條人類-AI文本對。 「MIRAGE是目前唯一聚焦於對商用大語言模型檢測的基準數據集。直觀地說,之前的基準數據集是由少而且能力簡單的大模型命題出卷,而MIRAGE是17個能力強大的大模型聯合命題,形成一套高難度、又有代表性的檢測試卷。」論文通訊作者、南開大學計算機學院副教授郭春樂說。 在MIRAGE的測試結果顯示,現有檢測器的準確率從在簡單數據集上的90%驟降至約60%;而使用DDL訓練的檢測器仍保持85%以上的準確率。與史丹福大學提出的DetectGPT相比,性能相對提升71.62%;與馬裡蘭大學、卡內基梅隆大學等共同提出的Binoculars方法相比,性能相對提升68.03%。 「AIGC發展日新月異,我們將持續迭代升級評估基準和技術,致力於實現更快、更準、更低成本的AI生成文本檢測,以AI之力,讓每一篇成果更出彩。」研究團隊負責人、南開大學計算機學院教授李重儀說。(完)
免责声明:本文内容与数据仅供参考,不构成投资建议,使用前请核实。据此操作,风险自担。
46812
51
2026-01-27 00:55
13274
32
2026-01-27 00:55
91875
58
2026-01-27 00:55
46195
82
2026-01-27 00:55
94752
57
2026-01-27 00:55
38469
12
2026-01-27 00:55
28367
98
2026-01-27 00:55
95864
68
2026-01-27 00:55
89763
63
2026-01-27 00:55
43658
69
2026-01-27 00:55
46581
85
2026-01-27 00:55
45728
52
2026-01-27 00:55
26538
21
2026-01-27 00:55
96548
72
2026-01-27 00:55
57892
58
2026-01-27 00:55
14963
53
2026-01-27 00:55
43219
35
2026-01-27 00:55
75942
78
2026-01-27 00:55
84765
29
2026-01-27 00:55
28413
75
2026-01-27 00:55
96417
81
2026-01-27 00:55
92874
24
2026-01-27 00:55
93247
41
2026-01-27 00:55
34872
84
2026-01-27 00:55
17985
59
2026-01-27 00:55
12539
14
2026-01-27 00:55
84163
15
2026-01-27 00:55
31298
17
2026-01-27 00:55
34967
39
2026-01-27 00:55
73954
83
2026-01-27 00:55
23519
48
2026-01-27 00:55
64385
82
2026-01-27 00:55
82753
19
2026-01-27 00:55
38469
92
2026-01-27 00:55
38761
87
2026-01-27 00:55
61492
46
2026-01-27 00:55
23185
92
2026-01-27 00:55
24693
51
2026-01-27 00:55
17634
92
2026-01-27 00:55
16843
98
2026-01-27 00:55
15934
63
2026-01-27 00:55
94837
91
2026-01-27 00:55
46398
89
2026-01-27 00:55
52763
39
2026-01-27 00:55
84612
29
2026-01-27 00:55
49326
63
2026-01-27 00:55
82451
14
2026-01-27 00:55
81947
83
2026-01-27 00:55
49325
74
2026-01-27 00:55
19346
95
2026-01-27 00:55
18925
43
2026-01-27 00:55
25431
26
2026-01-27 00:55
| 比心直播 | 蜜糖直播 |
| 小妲己直播 | |
| 西瓜直播 | 抓饭直播 |
| 蜜桃视频 | |
| 伊人下载 | 彼岸直播 |
| 就要直播 | |
| 花椒直播 | 9.1樱花ppt网站大片 |
| 橙色直播 | |
| sky直播 | 小蝌蚪app |
| 柠檬直播 | |
| 榴莲视频 | 美女直播 |
| 阴桃直播 | |
| 妖姬直播 | 妖姬直播 |
| 魅影直播游客免登录 | |
| 免费直播行情网站 | 彼岸直播 |
| 直播软件下载 | |
| 小白兔直播 | 春雨直播 |
| 樱花直播nba | |
| 月夜直播 | 夜月视频直播 |
| 蜘蛛直播 | |