【世界說】美智庫：「左手振興製造業，右手扼住供應鏈」 美關稅政策陷入自相矛盾
2026-02-04 04:09 2,361次浏览當地時間8月7日，美國新一輪關稅政策正式落地。從高達100%的半導體進口關稅，到對多個發展中國家商品實施「對等關稅」，川普政府宣告「貿易戰勝利在望」。然而，就在華盛頓慶祝「關稅大限」如期執行之際，市場與政策觀察人士卻更關注接下來的另一個問題——美國準備好面對關稅帶來的全面挑戰了嗎？ 制度合法性懸而未決 司法阻力或將加劇政策不確定性 儘管川普以國家安全和貿易逆差為由，動用《貿易擴張法》(Trade Expansion Act)和《國際緊急經濟權力法》(International Emergency Economic Powers Act，簡稱 IEEPA)來推動關稅落地，但已有多個行業協會、貿易組織以及州檢察長發起法律挑戰，指控政策缺乏國會授權、程序草率，而且違憲。 聯邦法院已受理數起案件，其中至少兩起聚焦於關稅授權是否構成「行政權力濫用」。一旦最高法院介入，川普的關稅體系或遭遇根本性衝擊，政策穩定性與國際信用將同步受損。 通脹壓力與民眾生活成本的拉鋸戰仍在持續 最新數據顯示，2025年6月，美國「核心通脹率」同比上升至3.2%，這意味著除去食品和能源價格後，其餘商品與服務的價格整體比去年同期上漲了3.2%。其中，服裝、電子產品以及家具類消費品漲幅尤為明顯。 受關稅影響，低收入家庭首先面臨「價格擠壓」，多個零售商報告稱，消費者正轉向「分量更小」的「低價套餐」，以「削減非必要支出」。 同時，許多生活必需品的價格也開始持續上漲。原先因為供應鏈改善而趨於平穩的物價，如今因進口成本上升再次承壓，形成了更難逆轉的漲價趨勢。 此外，儘管川普承諾將通過調控國際藥價、提供國內能源補貼等措施來抵銷關稅帶來的副作用，但這些政策的成效尚不明確。 貿易夥伴報復與談判博弈的連鎖風險開始顯現 據路透社披露，目前至少有7個美國主要貿易夥伴(包括印度、巴西、墨西哥和歐盟)正在研究應對措施。其中，印度已在世貿組織提交抗議備忘錄，並警告不排除徵收對等農產品關稅。 更嚴峻的是，川普此輪關稅覆蓋面廣、政治意味強，撕裂了過去多年建立的多邊合作秩序，令美國在關鍵領域的協調空間日益收窄。 以半導體、醫藥與綠色能源為例，美國在強化本土技術安全管控的同時，仍需依賴韓國、日本和歐洲在製造環節提供產能與替代方案。然而，隨著這些國家本國企業利益受損、出口市場受限，原本的戰略協作關係也開始出現明顯裂痕，一些傳統盟友對美國政策正表現出前所未有的猶豫與抗拒。 「財政紅利」背後的產業空心化困境 川普多次強調，關稅每年可為美國財政帶來「3000億以上」收入，足以支持減稅與基建。但實際數據表明，這一「紅利」其實是建立在對民眾與企業加徵成本的基礎上。 與此同時，美國本土製造業目前仍未建立起足夠充分的替代能力，即使臺積電、三星等企業在美建廠，其產業鏈上遊設備、下遊封裝測試等也依舊嚴重依賴亞洲。 其他諸如汽車零部件、太陽能組件、基礎藥物等多個領域的供應，也存在著不可轉移的依賴性。此外，本土化製造的推行，毫無疑問需要數年時間、數千億的美元投入，短期內很難填補進口空缺。同時，關稅反而可能加速企業將總部與利潤外移，進一步空心化國內產業結構。 靴子落地後，更複雜的戰役才剛開始 顯然，8月7日之後，美國貿易政策將進入到一個高度不確定的階段。 表面看，川普政府暫時贏得了「戰術勝利」，然而，這場勝利是否會以更高的制度成本、全球信任損耗以及民眾壓力為代價，正成為擺在美國政府和社會面前最嚴峻的戰略命題。 正如一位華爾街資深分析師所言：「貿易戰的代價不是反映在生效那天，而是會在未來五年逐漸浮出。」(央視新聞客戶端 央視記者 武衛紅)
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。
樱桃直播
「活动」首次登录送新手大礼包
- 软件大小: 213.81MB
- 最后更新: 2026-02-04 04:09
- 最新版本: v7.18.10.4
- 文件格式: apk
- 应用分类:ios-Android 水仙直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 2.26以上
客服热线：137-1738-2478
榴莲视频类似软件
猜你喜欢
96257
72
2026-02-04 04:09
25673
53
2026-02-04 04:09
51263
75
2026-02-04 04:09
97815
57
2026-02-04 04:09
54923
65
2026-02-04 04:09
15926
17
2026-02-04 04:09
69437
25
2026-02-04 04:09
48523
65
2026-02-04 04:09
97834
39
2026-02-04 04:09
17369
78
2026-02-04 04:09
91368
51
2026-02-04 04:09
35192
96
43
49736
19328
15743
38
54831
73
95