龍江夏夜「不打烊」！ 「購在龍江·食在龍江」夜經濟活動啟幕
2025-10-22 18:00 8,428次浏览杭州8月13日電 題：人工智慧的全球對話是競爭還是共生？ ——專訪國際計算機協會傑出科學家、西湖大學教授齊國君 作者 林波 曹丹 孫琳茹 當前，人工智慧(AI)正以「技術突破—產業融合—社會重構」的鏈式反應重塑人類文明。從基礎研究到場景落地，從實驗室創新到全球治理，AI已從單一技術工具演變為驅動經濟、社會、文化變革的核心引擎。2025年3月，國際計算機協會傑出科學家齊國君從美國返回中國工作，在西湖大學新組建「MAPLE實驗室」。 如何解讀中外人工智慧科研生態差異？人工智慧未來發展將如何跨越技術與倫理的邊界？人工智慧的全球對話是競爭還是共生？齊國君近日接受「東西問」獨家專訪，對此作出解讀。 現將訪談實錄摘要如下： 記者：您為什麼選擇回中國？ 齊國君：主要是從個人職業發展、大環境兩點考量。 每個人不同的職業生涯周期和階段，對支持資源匹配以及能發揮的場景需求各有不同。結合自身經歷，我認為在AI領域，目前還有一些基礎問題需要解決，且隨著AI基礎模型發展迭代，更多重要成果和產權影響力將在商業場景方面產生。 結合在美國工業界和企業界的工作經歷，從個人發展以及產學結合角度考慮，我認為回中國發展更為合適。 另外，從全球角度看，中美兩國能為AI發展提供良好平臺，中國在市場規模、人口基數、生態環境等方面具有優勢，在應用場景、國家支持力度以及對於產生具有很大商業價值和潛力的產品方面有很多有利條件。 而美國頭部公司如微軟、Meta、Google等在生態中主導性強，馬太效應明顯，新企業或個人在其市場覆蓋下難以脫穎而出，競爭壓力大。 當地時間2022年11月9日，人們在位於美國加利福尼亞州門洛帕克的Meta總部拍照留念。 記者 劉關關 攝 記者：如何解讀中外人工智慧科研生態差異？ 齊國君：美國商業化導向明顯。美國在科研上更多以商業化組織為主導，尤其在AI領域，大公司投入比美國聯邦政府層面更多。聯邦政府雖有計劃和研發機構牽頭項目指導，但整體以商業化組織為主。 AI領域經歷多輪周期，從2012年到2022年這一輪，美國商業化組織從資助技術研究開始，逐步尋找商業化途徑。從技術研究到探索規模化，再到商業化與應用研究，美國企業在技術研究上投入較多。 特別是高校科研投入方面，除美國國家科學基金會有投入外，美國軍方投入更多。早期美國的網際網路建設就得到軍方資助，很多高校經費源於此類政府機構。此外，高校與企業合作，多在人才和技術研究層面。 尤為不同的是，美國風投，特別是矽谷風投，對早期AI項目資助力度大。儘管其目前處於飽和投資狀態，即便知道投100個項目可能只有幾個成功，投資人也願意投入。 在中國，頭部IT企業如阿里、騰訊、字節等在AI領域投入大。同時，國家層面給予諸多支持，包括目標設定、基礎設施建設等，有總體規劃。 中國國內也有風投投入，但受晶片和基礎算力制約，投入成本高，為此更多關注應用類、能快速產生商業閉環的投資，創新企業多聚焦應用環節。此外，中國在風投退出機制上，如回購等有效方式方面，與美國存在差異，需進一步完善。 2025年7月26日，2025世界人工智慧大會在上海開幕。大會集中展示3000餘項前沿展品及100餘款「全球首發」「中國首秀」新品，規模創歷屆之最。 圖為青龍機器人在演示物流分揀。 記者 田雨昊 攝 記者：人工智慧未來發展將如何跨越技術與倫理的邊界？ 齊國君：目前沒有任何充分證據或科學共識表明AI會覺醒並產生自我意識，這更多是基於科幻的猜測。不過，AI發展確實帶來新挑戰，但新技術發展通常都會面臨類似問題，如網際網路技術發展過程中的盜版、不良信息傳播等。 在我看來，AI技術發展對社會總體正面作用遠大於負面作用，在生產力發展、應用場景拓展、就業門類創造、產業結構優化等方面有很大價值，且已出現很多正面案例。 譬如，AI大量應用於客服行業，提高了勞動生產率，雖給就業帶來壓力，但也創造了如數據行業等薪酬更高的新職位；在數字人、動畫製作、美術製作等創意類行業領域，AI取代了90%以上的重複性勞動，廣告行業和數據處理相關行業也發生很大變化。 2024年3月29日，四川成都，第十一屆中國網絡視聽大會現場，虛擬數字人亮相展區。 記者 王磊 攝 展望未來，AI對所有行業的勞動生產率提高產生很大作用，類似網際網路發展第一階段先提高勞動生產率，未來可能過渡到以AI為生態的新企業出現階段。 我預計未來5年內會出現以AI為原生的大型企業，可能對未來二三十年的經濟產生重要影響。 記者：人工智慧的全球對話是競爭還是共生？ 齊國君：我認為未來人工智慧的全球對話，既有競爭又有共生，但共生大於競爭。 AI領域速度競爭和開放競爭至關重要。 速度競爭上，AI行業與網際網路行業有共通之處，技術交流頻繁，難以長期獨佔技術。真正形成優勢的是規模效應，比拼的是速度和開放程度。誰能跑得更快，就能吸引更多用戶，獲得更多數據，使模型迭代得更快更好，形成正面反饋，即飛輪效應。飛輪一旦轉動，規模和影響力會不斷擴大。 如果模型僅在小範圍內使用，無法吸引更多用戶形成商業閉環，數據和用戶就無法增長，也就難以理解更多用戶意圖、使用場景，模型也就無法做得更好。所以AI發展要走向更開放，吸引更多用戶使用，以形成正面反饋。這也是AI的開放競爭。 但在我看來，成功的網際網路和IT企業必然是全球化或至少具有跨國影響力，中美網際網路和IT企業皆是如此。在此過程中，各方相互促進，形成共生關係。 例如在數據治理、AI倫理規範等方面展開合作，且AI產生巨大影響力時會作用於實體經濟和日常生活，其正面影響會溢出到全球範圍，技術也會共享。 學術交流促進共生。AI行業極為開放，大量新技術通過學術論文發表在學術期刊、會議以及公開的預印網頁上。大家藉助學術交流，推動知識傳播，分享新的技術思路。 像今年，DeepSeek宣布開源MLA解碼核FlashMLA、DeepEP代碼庫等。其新思路和算法很快在網上傳播，美國企業也借鑑使用。(完) 受訪者簡介： 齊國君。 受訪者供圖 齊國君，2005年畢業於中國科學技術大學自動化專業；2009年獲中國科學技術大學自動化系博士學位；2013年再獲美國伊利諾伊大學香檳分校電子與計算機工程專業哲學博士學位。他曾任IBM T.J. Watson研究中心研究員、華為美國研究中心首席AI科學家，並在39歲時獲得國際電子電氣工程師協會會士(IEEE Fellow)和國際計算機協會傑出科學家(ACM Distinguished Scientist)稱號。
「醫生只負責出鏡，剩下的交給運營團隊」 記者調查MCN機構流水線打造「網紅醫生」現象 「再厲害的胃病，都不用過度治療，記好這個藥」「治胃病先健脾，牢記一個小膠囊」……在短視頻平臺上，身著白大褂的「網紅醫生」們正輪番用高度相似的宣傳語推薦著同一款中成藥，部分帳號甚至在視頻下方直接掛上了購物車連結。 隨著人們養生保健意識的提高，醫療科普正成為一些短視頻平臺的「流量密碼」。然而，《法治日報》記者近日調查發現，其背後隱藏著一些MCN機構(為內容創作者提供內容生產、運營推廣、商業變現等全鏈條服務的組織)精心設計的商業變現鏈條。這些機構批量孵化「網紅醫生」IP：點讚上萬的科普視頻，可能出自不懂醫術的「專職寫手」；而一些有平臺認證的「權威」醫生，實則是被運營公司操縱的「擺拍演員」。 「網紅醫生」流量背後，究竟是怎樣一條利益鏈？ 腳本拍攝全包辦 「醫生只負責出鏡，剩下的交給運營團隊。」曾擔任某醫療類MCN機構運營人員的陳清(化名)直言不諱。 她的工作涵蓋了撰寫腳本、拍攝剪輯、產出符合平臺調性的內容；設計引流路徑，如私信互動、表單預約等，將線上流量轉化為潛在客戶諮詢，最終協同銷售團隊完成「內容曝光」到「業績達成」的營銷閉環。 「日常更新的視頻選題、腳本內容都是運營團隊制定，醫生照著念就好。」陳清說。 某醫療戰略諮詢公司合伙人趙先生指出，醫生IP主要分為名醫、普通醫生及以醫美為代表的偏消費醫療醫生，核心目的均為「導流」——擴大宣傳、提高知名度以獲取更多流量和患者。 北京某三級醫院辦公室工作人員李女士也證實，一些醫生和醫院存在「外宣」訴求，有的醫院甚至成立相關部門，追求口碑和影響力。 而MCN機構篩選合作醫生有其明確標準。 陳清負責過3個醫生帳號的內容生產與業績轉化，她將這一標準總結為四大要素：資歷、案例、配合度、表現力。資歷是首要背書，在公立三甲醫院任職且擁有主治醫師職稱的醫生最受青睞。 「當下短視頻平臺管控嚴格，僅三甲醫院在職醫生可獲『黃V』認證，未認證帳號發布醫療內容限流嚴重，播放量常低至幾十。醫生掌握的典型手術案例是MCN機構考量的另一個方面，豐富的案例是內容素材庫，便於編輯為圖文視頻，話題性案例更是潛在爆款。」陳清說，醫生的配合度與表現力則影響帳號打造效率，配合度高的醫生溝通效率高，面對鏡頭能說會道最好，不行就多拍素材，後期剪輯解決。 記者調查發現，MCN機構針對醫生IP運營推出了多種合作模式： ——純代運營模式。醫生或其背後的第三方機構與MCN機構籤訂月度服務協議，按約定支付費用，換取帳號代運營。 記者以醫生身份聯繫了名為「××健康」的醫療類MCN機構，在對方發來的醫生代運營服務報價單裡，他們提供的「健康黃V帳號代運營」服務包括帳號策劃與內容製作，涵蓋從IP人設搭建到腳本撰寫、現場拍攝、視頻剪輯的全流程運營路徑，更新頻率為30條/月，報價為7000元/月/醫生；若醫生自行錄製素材，無需機構幫忙拍攝，則可按交付數量100元/條結算，合作周期1個月起步。 ——基礎服務+分利模式。MCN機構收取較低的基礎服務費，待帳號引流並接到商業推廣後，按約定比例分成。 ——純分利合作模式。MCN機構主動尋覓高潛力醫生(尤其是三甲醫院的知名醫生)，承擔所有運營成本並支付底薪，醫生無需付費，帳號成型後按商單業績分成。此模式下MCN機構因承擔前期風險，後期分成比例更高。 孵化帳號有模板 多名醫生IP運營人員告訴記者，打造一個粉絲量幾千至幾萬的「網紅醫生」，對MCN機構而言已是可複製的流水線作業。 「醫生IP孵化運營方案」「醫生IP打造秘籍」……在某電商平臺上，醫生IP運營教程售價從1元到幾十元不等，最熱門的商品已售超100件。 記者點進課程售價為1元和19.9元的兩家店鋪，諮詢賣家課程詳情，得到相似的回覆：「這是從0到1起號和落地實操課程，具體課程目錄請看詳情頁。」記者對比兩家店商品詳情頁的課程目錄，發現一模一樣。 記者下單售價為1元的課程後，對方發來課程連結。打開課程，裡面是名為「醫生IP打造，新媒體矩陣」以及「醫生IP五步破圈」的兩個文件夾，每個文件夾裡有20多個單個時長在5分鐘以內的視頻。 主講人鬱響(化名)自稱上海頭部醫療短視頻MCN機構創始編導，曾「多次從0到1搭建某短視頻平臺醫療IP，熟悉平臺算法及規則，累計幫助50多名醫生打造個人IP，涵蓋中醫科、耳鼻喉科、骨科等多領域」。 「打造一個『網紅醫生』帳號，要遵循三階段運營法則——起號期、過渡期、穩定期。」鬱響介紹，起號期，直接對標近30日內短視頻平臺醫療類熱門內容，復刻選題和形式；過渡期，運營策略從蹭熱點向科普輸出過渡，在熱點更新中融入專業科普，穩固流量並培養黏性粉絲；穩定期，保持更新頻率，圍繞專業領域構建內容矩陣，如科普講解、病例分享等。 內容策劃則遵循「找熱點、找需求、找共鳴」公式。鬱響說，「找熱點」即對標時下流行的話題，結合專業知識拍攝視頻；「找需求」則是從粉絲提問、行業內常見的諮詢問題獲取靈感，諸如「脾胃虛的孩子多吃什麼好」「腎虛腰疼要補腎，用右歸丸還是左歸丸」；「找共鳴」則是精心挑選情感共鳴點。 有業內人士告訴記者，一些MCN機構通常會避免原創，而是通過蹭熱點快速獲取初始曝光，積累流量。「什麼有熱度就做什麼，比如涉性話題、擦邊軟色情等。」 科普時夾帶廣告 這條「網紅醫生」流水線的終極目標是變現。 記者以品牌方身份聯繫某醫療類MCN機構，被拉入合作群並收到一份「醫生背書授權報價單」和「醫生達人報價單」。 「醫生背書授權報價單」詳列六類合作及分級定價：電商肖像授權、梯媒(電梯媒體)視頻授權、社交媒體/私域授權、線下活動、品牌方科普直播(60分鐘)、營銷節目錄製。價格依據醫院(全國TOP100、知名三甲、普通三甲)和職稱(主治、副主任、主任醫師)浮動。例如，全國TOP100醫院主任醫師電商肖像授權費高達7.2萬元一年。 「醫生達人報價單」則列出該MCN機構合作的400多名覆蓋多個短視頻平臺、社交平臺的「網紅醫生」。推廣報價基於粉絲量分檔，粉絲10萬左右的醫生，單條20秒至60秒軟植入視頻報價普遍過萬元。據記者統計，各平臺加在一起，該MCN機構至少與400多名「網紅醫生」開展合作。 該MCN機構工作人員告訴記者，近期平臺管控趨嚴，醫生帳號不能直接帶貨或主頁掛連結，產品推廣只能隱晦提通用名，軟植入科普視頻中。 記者收到的示例顯示，看似普通的婦科科普視頻，文案帶著「好物推薦」標籤及具體藥名，評論區首條為工作人員小號發布的商品圖。 除線上推廣外，「導診」服務是另一大變現渠道。有醫療類MCN機構宣稱，其代運營帳號「視頻+直播平均線下門診導流400多人/月」。 業內人士指出，當一些MCN機構過度追求流量與變現，醫生IP的打造已然變味。 陳清觀察到，很多醫生難以辨別哪類機構能真正幫其運營好帳號，這導致同質化內容泛濫。而一些純商業導向的機構利用醫生不懂新媒體的特點，製造大量吸引眼球但質量存疑的內容。 北京某三甲醫院一位不願具名的兒科醫生告訴記者：初期為解答患者疑惑嘗試周播，大多時候是做完手術或就診完匆匆上播。粉絲增多後，海量私信和疾病諮詢難以回復。後來多家運營公司聯繫其談合作，模式就是他們接管帳號，負責選題、腳本、剪輯、回復，其只用出鏡說話。 「我最後拒絕了邀請，不想被『控制』。很多機構最終目的是利用醫生賺錢，而非做好科普。籤了合同可能更『身不由己』。」這名兒科醫生坦言，普通醫生受限於工作強度，日更視頻幾乎是極限，只有合作醫生才能高頻更新。最終他因無法維持更新，帳號慢慢「廢掉了」。 記者 趙麗 / 實習生 宋昕怡
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。
山猫直播
「活动」首次登录送新手大礼包
- 软件大小: 912.39MB
- 最后更新: 2025-10-22 18:00
- 最新版本: v8.3.13.8
- 文件格式: apk
- 应用分类:ios-Android 樱桃直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 8.92以上
客服热线：137-9831-5379
榴莲视频类似软件
猜你喜欢
23967
34276
52
2025-10-22 18:00
49657
62
2025-10-22 18:00
37214
72
2025-10-22 18:00
85921
97
2025-10-22 18:00
82715
76
2025-10-22 18:00
82746
27
2025-10-22 18:00
39462
53
2025-10-22 18:00
49573
83
2025-10-22 18:00
61457
94
2025-10-22 18:00
39761
23
2025-10-22 18:00
97134
61
2025-10-22 18:00
54916
25
78591
43
21
69213
19785
68
89
65721
69