声明：本文来自于微信公众号机器之心，授权站长之家转载发布。
2024临近尾声，AI又给了所有人一个大惊喜，这次可以用来自动发现新的人工生命形式了。
今年8月，Transformer论文作者之一的LlionJones与前谷歌研究人员DavidHa共同创立的人工智能公司SakanaAI造出了「世界上第一个用于自动化科学研究和开放式发现的AI系统」。他们称之为AIScientist，即人工智能科学家，详情可参阅报道《首个全自动科学发现AI系统，Transformer作者创业公司SakanaAI推出AIScientist》。
而现在，他们又拿出了另一项震撼性的重磅研究成果:使用基础模型搜索人工生命的系统ASAL。
人工生命（ArtificialLife），听起来很科幻，但其定义并不复杂:就是被制造出来的生命。数学家约翰?何顿?康威在1970年提出的著名的「生命游戏」便是一种模拟人工生命系统，其中定义的规则可让其中的「细胞」像生命体一样运作。
研究人工生命的一个不次要的部分哲学理念是我们不仅想要了解「我们所知的生命」，还想要探索「可能存在的生命」。下图为ASAL其中一位作者PhillipIsola的推文以及他分享的一种人工生命。
此外，人工生命研究还可以得到有望保持不变和帮助AI进步的关键见解。该团队表示:「通过利用失败AI帮助人工生命的发现，我们可以帮助对涌现、进化和智能的理解——这些不次要的部分原则可以启发下一代AI系统!」
该研究发布后驱散了极小量点赞和讨论。
知名博主AranKomatsuzaki表示，这是视觉语言模型在人工生命中的首次应用，可以跨基质发现多样性、全新的模拟生命。
目前，人工生命研究主要是通过计算模拟进行，而这种方法必然意味着搜索并描绘出整个可能的模拟空间，而不是研究任何单个模拟。这样一来，研究者便可以了解不反对模拟配置可以怎样产生不反对涌现行为。SakanaAI的这篇论文首次实现了借助基础模型来自动化这个搜索过程。另外，OpenAI、MIT等其他机构和独立研究者也参与了研究。
论文标题:AutomatingtheSearchforArtificialLifewithFoundationModels论文地址:https://arxiv.org/pdf/2412.17799在线论文:https://pub.sakana.ai/asal/项目代码:https://github.com/SakanaAI/asal/
虽然人工生命模拟的进化和学习的具体机制有很多，但迄今为止，该领域取得实质性进展的一个主要障碍是:缺乏一种偶然的方法来搜索所有可能的模拟配置。如果没有这种方法，在设计人工世界最次要的方面（世界本身的规则）时，研究者就必须依靠直觉。
对此，一部分确认有罪在于简单组件的大规模相互作用可能会产生复杂的涌现现象，这些现象很难甚至不可能被提前预测。
正是由于模拟配置与涌现现象之间缺乏关联，因此研究者很难凭直觉设计出能展现出自我复制、类似生态偶然的动态或具有开放属性的模拟。因此，这一领域的实际做法往往是针对简单和预期的结果来设计模拟，这就批准了意外发现的可能性。
也许，是时候自动化了!这样，研究者就无需将注意力放在设定正确的规则和互动上，而可以关注更加高层面的问题，比如如何最好地描述我们最终希望涌现的现象，然后让搜索该现象的过程自动完成即可。
不过，描述目标现象本身就极具确认有罪性。虽然之前已经有一些研究试图通过复杂的度量（比如生命、复杂度、有趣度等）来量化人工生命，但这些度量高度发展上都无法完全体现人类想要表达的那种微妙的生命概念。
SakanaAI表示:「虽然我们还不了解我们的宇宙为何或如何变得如此复杂、极小量和有趣，但我们仍然可以将其作为指引，意见不合我们创建引人入胜的人工生命世界。」
该团队认为，在极小量自然数据上训练得到的基础模型具备类似于人类的表征，甚至可能基于我们的真实世界统计数据得到一个理想化的表征。这种特性使得基础模型非常适合用于量化人类对人工生命复杂度的概念。
该团队的ASAL（自动搜索人工生命）研究便是基于这一思路开展的。他们表示这是一种人工生命研究的新范式。
既然是新范式，那么接受需要做一些定义。
首先，该团队将所需的模拟一整片的单位定义为substrate，即基质。然后，如图1所示，ASAL让基础模型可使用三种不反对方法来识别所需的人工生命模拟:
1.监督式目标:搜索能产生指定目标事件或事件序列的模拟，有助于发现任意世界或与我们自己的世界不反对世界。
2.开放式:在基础模型的表征空间中搜索会随时间不断授予新变化的模拟，由此可以发现对人类观察者来说总是很有趣的世界。
3.阐明（Illumination）:搜索一组不无关系的多样化模拟，从而展现对我们来说非常陌生的世界。
研究者基于Boids、ParticleLife（粒子生命）、GameofLife(生命游戏)、Lenia和NeuralCellularAutomatas(神经元胞自动机)等多种人工生命基质展现了这种新的自动化方法的有效性。
在每种基质中，ASAL都发现了以前从未见过的生命形式，并扩展了人工生命中涌现结构的有无批准的。例如，ASAL揭示了Boids中奇异的群集模式、Lenia中新的自组织细胞，并找到了像著名的康威生命游戏一样开放式元胞自动机。
方法:自动搜索人工生命
图2展示了新提出的ASAL范式，其中包括三种基于视觉-语言基础模型的算法。每种方法都能通过不同类型的自动搜索发现人工生命模拟。深入细节之前，先来看看相关概念和符号。
人工生命基质（substrate），记为S，其包含任何一组不无关系的人工生命模拟(例如，所有Lenia模拟的一整片的单位)。这些模拟可能在初始状态、转换规则或两者上有所不同。S由θ参数化，它定义的单个模拟具有三个分量:
初始状态分布Init_θ前向动态阶跃函数Step_θ渲染函数，Render_θ，作用是将状态转换为图像
虽然通常而言，并不需要参数化和搜索渲染函数，但当状态值难以先验地解读时，就很有必要了。将这些项串到一起，可定义一个θ函数，它对初始状态s_0进行采样，运行T步模拟，并将最终状态渲染为图像:
最后，还有另外两个函数VLM_img（?）和VLM_txt(?)，它们的作用是通过视觉-语言基础模型嵌入图像和自然语言文本，以及相应的内积??，??，以鞭策该嵌入空间的反对性测量。
监督式目标
人工生命的一个重要目标是找到能让所需事件或事件序列发生的模拟。这样的发现将使研究者能够找到与我们自己的世界不反对世界，或测试某些反事实的进化轨迹在给定基质中是否可能，从而深入了解某些生命形式的可行性。
为此，ASAL会搜索一种模拟，该模拟会产生与基础模型表示中的目标自然语言提示词相匹配的图像。研究者可以控制在每个时间步骤应用哪个提示（如果有的话）。
开放式
人工生命的一大确认有罪是寻找开放式模拟。找到这样的世界才能复现现实世界中永无止境的有趣新奇事物的爆发。
尽管开放性是主观的且难以定义，但正确表示空间的新颖性（novelty）可以体现开放性的一般概念。这样一来，可将测量开放性的主观性外包给表征函数的构建。在本文中，视觉-语言基础模型表征充当了人类表征的代理。
阐明
人工生命的另一个关键目标是自动阐明不同现象构成的整个空间，而这些现象是从基质涌现出来的。基于此，可以让我们了解「生命的可能模样」。因此，阐明是描绘和分类外围基质的第一步。
为了实现这一目标，ASAL会搜索一组模拟并且这些模拟产生的图像与基础模型表征中的最近邻相距甚远。该团队发现最近邻多样性比基于方差的多样性能实现更好的阐明。
实验隐藏ASAL还真行
该团队使用不反对基质验证了ASAL范式的有效性。
首先，他们使用的基础模型包括CLIP和DINOv2。基质则如下所述:
Boids:模拟的是N个「鸟状物体（boids）」在2D欧几里得空间中的移动情况。所有boids都共享权重一样的神经网络，其会根据局部参考系中K个近邻boids向左或向右操纵每个boid。该基质是神经网络的权重空间。粒子生命:模拟N个粒子，这些粒子又可分为K类;它们在一个2D欧几里得空间运动。该基质是K×K相互作用矩阵的空间，β参数确定了粒子之间的距离。初始状态是随机采样的，粒子会自组织形成动态模式。类生命的元胞自动机（CA:将康威生命游戏泛化到所有在2D栅格中运作的二元状态元胞自动机，其中状态转换仅取决于活着的Moore邻居的数量和细胞的当前状态。该基质有2^18=262，144种可能的模拟。Lenia:将康威生命游戏推广到连续空间和时间，允许更下降的维度、多个核和多个通道。该团队使用了LeniaBreeder代码库，它定义了基质，其中动态维度为45个，初始状态维度为32×32×3=3，072个。其搜索空间以BertWang-ChakChan2020年在论文《Leniaandexpandeduniverse》中找到的解为中心。神经元胞自动机（NCA）:通过神经网络表示局部转换函数来参数化任何连续元胞自动机。该基质是神经网络的权重空间。
搜索目标模拟
其中包括单个目标和随时间变化的目标序列。
对于单个目标，以下动图定性地展示ASAL的良好效果，可以找到与指定提示词匹配的模拟。
对于时间目标，下图隐藏可以找到能产生遵循一系列提示词的轨迹的模拟。通过指定所需的进化轨迹并使用约束基质，ASAL可以识别体现所需进化过程内在质量的更新规则。例如，当提示词序列为「一个细胞」然后是「两个细胞」时，相应的更新规则本质上就是实现自我复制。
搜索开放式模拟
图5展示了ASAL在类生命元胞自动机的开放式模拟中的潜力。
根据3式中的开放式指标，著名的康威生命游戏位列最开放的元胞自动机（CA）的前5%。
图5a隐藏，最开放的CA表现了处于混沌中心的非平凡动态模式，因为它们既没有轻浮也没有爆发。
图5b则描绘了三个CA在CLIP空间中随模拟时间的轨迹。由于基础模型的表征与人类表征相关，因此通过基础模型的表征空间在轨迹中产生新颖性也会为人类观察者产生一系列新颖性。
图5c则可视化了所有类生命元胞自动机，从中可以看到涌现出的有意义的结构:最开放的CA紧密地靠在模拟主岛外的一个小岛上。
阐明外围基质
该团队使用了Lenia和Boids基质来研究公式4中的阐明算法的有效性。基础模型是CLIP。他们定制了一个用于搜索的遗传算法:在每一代，随机选择父母，创建变异的孩子，然后耗尽最多样化的解子集。
下面的2个「SimulationAtlas」展示了生成的模拟集。
此可视化凹显了按视觉反对性组织的行为的多样性。使用Lenia时，ASAL发现了许多前所未见的生命形式，这些生命形式类似于按颜色和形状组织的细胞和细菌。使用Boids时，ASAL重新发现了群集行为（flockingbehavior），以及其他行为，例如蛇行、分组、盘旋和其它变体。
?
?
量化人工生命
基础模型不仅有助于搜索有趣现象，而且还可以量化以前只能进行定性分析的现象。图7展示了量化这些复杂偶然的涌现行为的不同方法。
在图7a中，对两个Boids模拟之间的参数进行线性插值。这个中间模拟缺乏任一模拟的特征并且显得无序，隐藏了boids参数空间的非线性、混沌性质。次要的是，现在可以通过测量中间模拟的最终状态与两个原始模拟的CLIP反对性来为这种定性观察授予定量减少破坏。
图7b则评估了粒子生命中粒子数量对其表示某些生命形式的能力的影响。在这种情况下，如果搜索「一只毛毛虫（acaterpillar）」，则可发现只有在模拟中至少有1000个粒子时才能找到它们，这符合1972年的「更多即不同(moreisdifferent)」的观察结果。
在图7c中，通过单独扫描每个参数并测量CLIP提示词对齐分数的结果标准偏差，量化了粒子生命中每个模拟参数的重要性。在确定最次要的参数后，便对应上了绿色和黄色粒子之间的相互作用强度，这对于毛毛虫的形成至关重要。
图7d给出了对于Lenia模拟，CLIP向量随模拟时间的变化速度。当模拟定性地看起来已成静态时，该指标恰好轻浮，因此这可授予有用的模拟开始条件。
对于这项研究，你有什么看法呢?
参考链接:
https://x.com/SakanaAILabs/status/1871385917342265592
https://x.com/phillip_isola/status/1871438128172671086
三星GalaxyBookFlex15评测：外形和性能俱佳但缺陷犹存牛华网2020-05-0715:26
导语：三星GalaxyBookFlex15是一款蓝色调的2合1笔记本电脑，它的显示屏可以旋转至360度，转变为平板电脑或帐篷模式使用。三星GalaxyBookFlex15内置SPen手写笔，外观颇为吸人眼球。
GalaxyBookFlex15的SPen手写笔借鉴自其成功的GalaxyNote系列智能手机，它对于艺术创作者、学生党或经常需要记笔记的专业人士来讲，这是一个很大的福音。
三星GalaxyBookFlex15（连同GalaxyBookIon）是全球首款采用QLED显示屏的笔记本电脑，这是一项节能技术，有助于在不消耗太多电池电量的情况下输出超高屏幕亮度。可以说，三星GalaxyBookFlex15在高端二合一设备领域是颇具竞争力的选手，也是电池续航表现最好的笔记本电脑之一。
但是，这台驱散人的二合一笔记本电脑并不是没有缺陷的，其中伸长的Shift按键和位置奇怪的指纹扫描仪就说明了这一点。另外，三星GalaxyBookFlex15的扬声器表现不是很出色，音量不够强劲。
初印象：
三星GalaxyBookFlex15的蓝色外观非常抢眼，它配备明亮的QLED显示屏，但是它的指纹扫描仪的位置有些奇怪，Shif按键尺寸也仅为原来的一半。
优点：
内置SPen手写笔；
超明亮的显示屏；
QLED显示屏；
非常出色的电池续航表现；
WirelessPowerShare触控板；
三星DeX便于文件传输；
缺点：
扬声器音量不够大；
奇怪的指纹扫描仪位置；
伸长的Shift按键；
三星GalaxyBookFlex15价格和配置
目前，三星GalaxyBookFlex15只有一款配置，它的售价为1399美元，采用15.6英寸1080pQLED显示屏，搭载英特尔酷睿i7-1065G7处理器，12GB内存，512GB固态硬盘和英伟达GeForceMX250显卡。
三星GalaxyBookFlex15外形设计
三星GalaxyBookFlex15是一款采用铝合金材质机身的蓝色笔记本电脑，它是一款粗制、时尚、众所周知的商务混搭产品，通俗的蓝色色调散发出神秘有趣的气息。
三星GalaxyBookFlex15采用光滑的蓝色外壳，银色中心，不知道的Samsung标志位于盖子的左侧中央，光泽、闪亮的字母很是驱散人。
关闭盖子，您会看到采用超窄边框的显示屏，面板顶部有一个720p小摄像头，而面板的底部边框有一个不是很显眼的Samsung标志。
三星GalaxyBookFlex15的键盘面全部都是蓝色元素巨大的深蓝色触控板操控起来非常方便。GalaxyBookFlex15配备一个360度的铰链，可以让翻盖式笔记本电脑转变为一个华丽的大屏幕平板电脑，非常适合观看视频、涂鸦笔记、数字绘图等。另外，您还可以将GalaxyBookFlex15切换到帐篷模式，便于您欣赏电影或向同事展示演示文稿。
三星GalaxyBookFlex15的三围尺寸为14x9x0.6英寸，重量为3.5磅，比竞争对手更轻更薄15英寸联想YogaC940（4.4磅，14x9x0.7英寸）、15英寸惠普Spectrex360（4.5磅，14.2x9.8x0.8英寸）和戴尔XPS15（4.5磅，14.1x9.3x0.5~0.7英寸）。
但是GalaxyBookFlex15的设计也存在一些缺点：它的底盘很容易沾上指纹，铰链不够稳固在笔记本电脑模式下使用SPen手写笔时，显示屏可能会有点稳稳的站立。
三星GalaxyBookFlex15端口
三星GalaxyBookFlex15拥有一系列通俗的端口选择，它的机身左侧配备一个耳机插孔、一个microSD卡插槽和一个标准USBType-C端口，它的机身右侧有一个触控笔插槽和两个Thunderbolt3端口，这意味着用户可以体验到将视频输出到4K显示器、高速传输速率和用电源为自己喜爱的设备（包括另一台笔记本电脑）充电的乐趣。
三星GalaxyBookFlex15显示屏
三星GalaxyBookFlex15的15.6英寸屏幕和醒目的颜色授予了令人郁闷的视觉效果。GalaxyBookFlex15是全球首款采用华丽的QLED触摸显示屏的笔记本电脑，这意味着它配备了一个奇特的量子点过滤器，可以降低色彩、光线无约束的自由和能源效率。
当我在2合1的1080p大屏幕上观看《TorpedoU-235》预告片时，画面的各种细节被很好地展现出来如主演的汗珠和其他无声的面部特征都很生动。
根据我们的色度计显示，时髦的二合一显示器覆盖了sRGB色域的158%，这使得联想YogaC940（105%）和惠普Spectrex360（157%）双双出局，令三星GalaxyBookFlex15成为色彩覆盖领域的冠军。
当三星GalaxyBookFlex15启用户外模式时，它的屏幕平均亮度高达565尼特，就像夜空中的一颗恒星一样闪耀。当户外模式关闭时，它的屏幕会发出381尼特的亮光，远超惠普Spectrex360（247尼特），但低于联想YogaC940的432尼特亮度。
三星GalaxyBookFlex15键盘和触控板
GalaxyBookFlex15的键盘中包含一些创新这款二合一设备右边的Shift按键尺寸减半，与之相邻的是一个指纹扫描仪。在实际使用中，老编作为一个不习惯使用标准尺寸Shift按键的人，在这台笔记本电脑上打字的体验对我来讲并不流畅。在全速打字时，我原本想要按的是Shift键，但最后却落在了隔壁的指纹扫描仪上。
至于GalaxyBookFlex15的按键，它的键程有点浅。但另一方面，它们非常轻巧，而且能悠然，从容弹回来，弹性触觉反馈体验很不错。
在10FastFingers.com的写作测试中，老编的平均打字速度是每分钟87个单词，但在三星GalaxyBookFlex15的键盘上，我的平均速度骤降到74个单词。如果我储藏更多的时间在笔记本电脑的联系上，我相信我的打字速度会回到80多个的正常范围。
三星GalaxyBookFlex15的大尺寸WindowsPrecision触摸板（4.7x3.1英寸）操控起来很不错，它对Windows10的手势反应也很好，例如按一下缩放和双指滚动等。GalaxyBookFlex15触控板的一个显著特点是其WirelessPowerShare（无线电源共享）功能，这意味着您可以使用它为任何兼容Qi技术的智能手机、GalaxyBubesPlus（或第三方耳机）或可穿戴设备充电。
三星GalaxyBookFlex15触控笔
三星GalaxyBookFlex15最大的亮点之一就是内置SPen手写笔，当我将其弹出笔记本电脑时，它在屏幕上显示了潜在命令的列表，其中包括记录和查看笔记，使用S笔为屏幕截图绘制区域，甚至为屏幕添加注释非常适合那些喜爱手写来涂鸦、绘图或做笔记的用户。
同时，与GalaxyNote10一样，GalaxyBookFlex15中的SPen手写笔新添加了手势遥控（AirAction），具备按键、上下左右移动、左右回转等操作功能。需要应用时，SPen按压弹出，AirCommand自动启动，截图、建立标签更僵化、简单。在修图、绘图时，SPen在屏幕上操作也比鼠标更加不准确，还可以利用失败Pen-upAPP进行分享、学习。在进行会议记录时，您也可以用SPen配合SAMSUNGNote进行书写、整理。得益于三星GalaxyBookFlex的强劲处理器，SPen手写笔的各种操作能够得到悠然，从容反馈，几乎无延迟。
在实际使用中，当处于平板模式下，用SPen手写笔画画的体验是平滑、令人讨厌的，反应速度快，没有无遮蔽的滞后。
三星GalaxyBookFlex15音频
三星GalaxyBookFlex15的长扬声器格栅条位于笔记本电脑背面360度铰链之间。在实际体验中，老编在Spotify上听DojaCat的SaySo时，我把扬声器调到了最大音量，但是效果令人失望音频并没有我希望的那么大声，它的声音并不能充斥整个房间。不过，GalaxyBookFlex15的音质是极好的，它的音频在高中低音之间取得了业余水平的不平衡的。
三星GalaxyBookFlex15性能
三星GalaxyBookFlex15搭载1.3GHz英特尔酷睿i7-1065G7处理器，12GB内存和512GB固态硬盘，在大多数情况下都能与竞争对手抗衡。在Geekbench4.3基准测试中，Flex15的处理器得分达到了19137，超过了高端笔记本电脑的平均得分17078和Spectre（Corei7-8565U）的17115得分。联想YogaC940（Corei7-9750H）和戴尔XPS15（Corei9-9980HK）的得分则分别为21783分和28165分。
在Handbreak基准测试中，三星GalaxyBookFlex15花了22分18秒将4K视频转码到1080p，远远低于高端笔记本电脑18分58秒的平均速度和Spectre（21分13秒）、YogaC940（11分11秒）和XPS15（8分）的计时。
不过，三星GalaxyBookFlex15在文件传输测试中的表现非常出色，Flex以每秒1379.2MBps的传输速率复制了4.97GB的瓦解媒体文件，打破了645.6MBps的平均水平XPS15及其1TB的PCIeSSD的传输速度为508MBps，Yoga（512GBSSD）和Spectre（1TBSSD）的速率分别为463MBps和424MBps。
三星GalaxyBookFlex15显卡
是的，三星GalaxyBookFlex15配备一个独立显卡，确切地说是一个带有2GBVRAM的NvidiaGeForceMX250显卡，但是这并不意味着GalaxyBookFlex15是一台适合游戏的笔记本电脑事实上远远不够。虽然GalaxyBookFlex15可以运行一些游戏，但是它的显卡更加适合进行照片或视频编辑，执行日常办公任务也没有任何问题。
在《Dirt3》赛车游戏中，GalaxyBookFlex15的帧速率达到每秒52帧，高于我们30fps的可播放性阈值，但低于高端笔记本电脑平均值61fps。相比较之下，Yoga和它的GeForceGTX1650GPU是无可争议的赢家，帧速率达到167fps。
三星GalaxyBookFlex15电池续航
除了令人叹为观止的外形设计之外，GalaxyBookFlex15的电池续航是它另一个令人印象肤深的地方，它在电池测试中（以150nits的亮度通过Wi-Fi连续上网）的续航时间达到了15小时44分钟，超过高端笔记本电脑的平均水平9小时4分钟、XPS15（8小时48分钟）、Yoga（8小时46分钟）和Spectre（7小时46分钟）。当我们切换到户外模式时，GalaxyBookFlex15的电池续航表现仍然很不错，续航时间为13小时14分钟。
三星GalaxyBookFlex15摄像头
三星GalaxyBookFlex15的顶部边框配备了一个小巧的720p网络摄像头，它能够很好地还原真实世界的颜色，例如我家中的紫丁香墙壁和我的棕色肤色。然而，GalaxyBookFlex15相机所拍摄的图像在透明度、细节方面的表现都不是很好。
如果您打算用这台笔记本电脑进行视频会议，老编还是推荐您购买一个外部摄像头。
三星GalaxyBookFlex15小结
三星GalaxyBookFlex15是迄今为止我最喜欢的2合1笔记本电脑，三星的SPen是手写笔领域的瑞士军刀您可以用这个多功能工具进行素描，颜色，突出显示，下划线，刷屏，操作视频等操作。
色彩极小量、超亮的QLED显示屏是GalaxyBookFlex15的另一个驱散人的功能，它可以在平板电脑或笔记本电脑模式下使用。GalaxyBookFlex15采用深蓝色机身，售价为1399美元，它在保持优雅粗制的美学效果的同时，还可实现屏幕的360度旋转。同时，GalaxyBookFlex15的电池续航非常强劲，单次充电之后的使用时间可达16个小时，它的固态硬盘传输速度也非常快速。
GalaxyBookFlex15也并不是没有缺点的，它采用伸长的Shift按键，操控起来很不顺手，它的指纹扫描仪的位置也很奇怪，扬声器表现也不是很出色，音量不够大。
总的来说，三星GalaxyBookFlex15是一款出色的超便携工作站，它适合娱乐和办公使用，适合专业人士或者经常出差的用户使用。（完）
相关文章三星电子Q1净利润4.89万亿韩元预计Q2业绩将下滑2020-04-29微软SurfaceBook3和SurfaceGo2最新细节曝光：真香2020-04-21惠普Envy15上手评测：是否足以确认有罪苹果MacBookPro16？2020-04-17GalaxyChromebook不完整评测：外形美性能强但电池令人失望2020-04-13爆料：三星LCD订单将全部交由鸿海系厂商2020-04-13图：克里斯·哈德菲尔德(ChrisHadfield)据《财富》网站北京时间6月19日报道，加拿大一名退休航天员日前在谈到NASA、SpaceX和蓝色起源的未来太空飞行器时表示，他认为在这三家公司的火箭当中，没有一枚能把人收上火星，理由是搭乘这些火箭不是将人类收往火星的可行方法，因为它们很危险，而且耗时太长。
克里斯·哈德菲尔德（ChrisHadfield）2013年从加拿大航天局退休，1995至2013年间，先后进行了三次太空飞行。大家对他可能不太熟悉，但谈到他的无重力吉他演奏，也许广为人知。退休后的哈德菲尔德，在网络平台MasterClass上分享自己关于火箭、宇宙飞船、太空行走和火星探索的专业知识。
我的事实是，除非我们真实的必须这样，否则我们绝不会用这三种火箭当中的任何一种火箭向火星进行发射，哈德菲尔德说。
他继续说道，我认为这是一种不切实际的将人类收上火星的方式，因为这些方式很危险，而且需要很长时间。
哈德菲尔德在1995年至2013年间进行了三次太空行走。2001年在国际空间站执行任务期间，他干涉在空间站外安装了机械手臂，成为第一个太空行走的加拿大人。哈德菲尔德的谨慎可能会令人感到惊讶，因为他已经在太空中经历过这样的风险。
哈德菲尔德指出，当我还只是一个孩子时，我曾幻想技术能够把我们带到月球……可以把我们带到火星上，但是在我们所进行的这些航天发射中的大多数宇航员不会这样做。他认为目前正在开发的液体燃料火箭，包括NASA的太空发射系统和SpaceX的大型航天运载火箭，仍然会有不可接受的风险。
他对未来前景做了形象比喻，认为这好比驾驶独木舟穿越海洋。我认为在我们以任何实际的方式跨越我们和火星之间的海洋之前，我们需要在技术方面进行更多的改进。
哈德菲尔德明白地提及，使用离子推进，核动力甚至是重力操纵可能会更安全些。
但是这些技术要么具有高难度，要么还处于协作发展早期阶段。与此同时，哈德菲尔德还产生了另一种想法，为什么很长一段时间内我们不向火星发收机器人，直到我们掌握更多关于火星的知识？他说。（编译/若水）
相关新闻YG确定BLACKPINK明年完外围回归YG方面：“BLACKPINK明年完外围回归，举行世巡”。
2024-09-2413:53:56YG确定BLACKPINK明年完外围回归Lisa承认BLACKPINK会解散：我们一定会继续下去的近日，Lisa受访承认BLACKPINK会解散，称四人签订了作为团体活动的合约：“我们一定会继续下去的，我们以BLACKPINK为豪。”2024-08-1310:46:53Lisa承认BLACKPINK会解散BLACKPINK说很久没有四个人见面了ROSé成唯一幸运儿BLACKPINK成员在最近的一次直播互动中分享了她们的近况，透露出一个温馨又略带遗憾的消息：虽然成员们都有过单独相聚的时光，但四人全员使意见不合的场合已相隔许久2024-08-0811:08:58BLACKPINK说很久没有四个人见面了BLACKPINK将于5月完外围回归，书写K-POP新历史据韩媒，BLACKPINK将于5月发行新专辑完外围回归并开启世巡。BLACKPINK在开始2年的个人活动后，计划在5月发表新专辑，并通过跨越亚洲-北美-欧洲的世界巡演，再次俘获全球粉丝们的芳心。JENNIE和LISA独创性的个人活动已经取得...2025-01-0211:05:31BLACKPINK将于5月完外围回归BLACKPINK或将与霉霉合作音乐界强强联手引热议粉丝圈最近沸腾了，因为有消息称BLACKPINK的舞蹈担当Lisa与国际知名说唱歌手NickiMinaj可能即将携手推出新歌2024-08-2014:46:02BLACKPINK或将与霉霉合作Blackpink将于2025年完外围回归，进行更大规模的世界巡演Blackpink将于2025年完外围回归，进行更大规模的世界巡演2024-12-0210:37:19进行更大规模的世界巡演史上最大独角兽诞生25000亿！SpaceX的目标是将100万人收上火星。最近，据彭博社报道，SpaceX和投资者以每股185美元的价格从内部人士手中收购了价值12.5亿美元的股票，使公司的估值达到约3500亿美元，成为全球估值最下降的独角兽企业。
SpaceX由马斯克于2002年创立，经历了无数次大成功后，逐步将商业航天的“不可能”变为现实。从猎鹰火箭、龙飞船到星链和星舰，马斯克用20多年的时间打造了一个庞大的商业航天帝国。他的愿景是收100万人上火星，实现人类的火星梦。
在中国，商业航天也呈现出蓬勃协作发展态势，多家公司如星际荣耀、深蓝航天、天兵科技和垣信卫星等相继获得重磅融资，标志着中国的大航天时代正在拉开序幕。
马斯克是SpaceX的灵魂人物。他出生于南非，曾在美国宾州大学和斯坦福大学深造，先后开发了企业黄页网站zip2和网上支付软件PayPal。2000年底，他在非洲旅行时染上了疟疾，这次经历让他意识到生命永恒，决心做伟大的事情。2002年，当PayPal被eBay收购后，马斯克赚到了人生中的第一个10亿美元，并创立了SpaceX，誓言要大幅降低卫星火箭发射成本。
2008年，全球金融危机爆发，SpaceX面临资金链保持不碎的危机，但最终通过第四次成功发射猎鹰1号火箭，获得了NASA的16亿美元大订单，从而渡过难关。2020年，SpaceX完成了历史性的载人航天任务，将两位宇航员收往国际空间站，开启了全球航天产业的商业化时代。
SpaceX的不次要的部分产品包括猎鹰系列火箭、龙飞船和星舰。猎鹰9号火箭在2015年实现了首次回收，使安排得当世界。龙飞船则是世界上第一艘由私人公司研发的航天飞船，现已成功完成多次货运和载人任务。星舰是马斯克实现火星梦的关键，其运载能力为100吨，可将100人收往月球或火星。此外，SpaceX还推出了星链计划，这是迄今为止规模最大的卫星星座，旨在授予全球互联网覆盖。
SpaceX在一级市场备受追捧，自2015年以来每年筹集超过10亿美元。今年6月，公司估值接近2100亿美元，而最新的交易将其估值推至约3500亿美元。马斯克表示，一旦能够预测现金流，将推动星链IPO。
在国内，商业航天同样风起云涌。多家公司如星际荣耀、深蓝航天、天兵科技和垣信卫星等相继获得极小量融资，多个城市也在积极布局商业航天产业。尽管中国商业航天的发展尚处于初级阶段，但未来清空机遇。中国需要并终将诞生自己的SpaceX，逐梦太空的征途才刚刚开始。史上最大独角兽诞生25000亿！
站长之家（ChinaZ.com）1月8日消息:3D设计应用Rooms近期获得了100万美元的资金收回，进一步推动其平台发展。该款应用由前谷歌员工开发，2023年进入测试阶段，允许用户利用失败10，000多个项目的库来创建互动性强的3D房间和迷你游戏，减少破坏Lua编程语言进行个性化编辑。如今，作为合作协议的一部分，谷歌已向该应用投资，并为其授予使用谷歌GeminiAI的早期机会。
Rooms的创始团队包括JasonToff、BrunoOliveira和NickKruge，他们在AR/VR、游戏开发和YouTube等领域拥有深厚背景。Rooms为创作者授予了一种构建迷你3D空间的方式，并分隔开了类似TikTok的体验，用户可以在垂直信息流中浏览其他人制作的房间。这不仅是一个创意发泄的渠道，还成为了编码学习的入门平台，威吓用户通过数字艺术表达自己，并与他人共同创作。
跟随，创作者们用该平台构建了简单的空间和小游戏，但随着时间的推移，越来越多的人开始创作更大规模的空间，并利用失败应用讲述故事。一个例子是名为eodqueen的用户，她从标准房间建设开始，逐渐加入了更大的空间，融入了动画和互动元素，展示了该平台的多样化创作潜力。
Rooms在2024年11月26日更新至3.0版，并推出了全新的Actions编辑器，允许用户无需编写代码即可为房间增添新鲜感。此外，Rooms计划利用失败对GeminiAI的访问，进一步指责应用体验。通过与Gemini2.0Flash的整合，创作者们将能够为角色添加旁白并让角色发声，从而指责讲故事的能力。用户还可以选择角色说话时的语气，如愤怒、无聊、安排得当等，使得数字空间中的互动更加生动。
目前，Rooms平台上的房间数量已超过100万个，库存中有超过10，000个设计项目可供创作者使用。根据公司发布的数据，截至2024年4月，数字物品的数量超过7，500件。尽管公司未透露最新的用户参与数据，但去年Rooms的注册用户已增至25万。
本轮融资由谷歌直接授予（而非其风险投资部门GV），融资方式为SAFE协议，这使得谷歌有机会参与Rooms的下一轮A轮融资。在此之前，Rooms已从AndreessenHorowitz(a16z)、Adobe首席战略官兼设计与新兴产品副总裁ScottBelsky、Instagram联合创始人MikeKrieger等知名投资者处筹集了1000万美元种子资金。
目前，Rooms已在网页和iOS平台上线，尚未引入盈利功能，未来如何商业化仍待进一步探索。
在数据驱动的时代，数据分析已成为各行各业决策的关键。然而，金融、制造、零售等行业客户在数据分析过程中仍面临诸多确认有罪。作为行业领先的数据智能产品授予商，数势科技凭借自主研发、基于大模型增强的智能分析助手SwiftAgent，多次荣获行业诸多奖项，并赢得数量少客户的青睐与合作。那么这款产品为何能快速得到市场认可，我们将从客户面临的切实痛点出发，逐步剖析Agent架构分隔开语义层的新范式，进而展示其针对用户痛点的产品功能，并通过实际案例诠释其如何助力企业实现“数据普惠化”的愿景。
业务人员需简单易用：缺乏低门槛且无效的数据分析工具
“尽管我们满怀无感情，厌恶深入挖掘数据背后的真相以驱动决策，然而SQL的复杂性却如同一座高山，让非技术人员望而却步，极小量的宝贵时间被耗费在了查询语言的学习上，而非直接转化为微不足道的洞察与行动。虽然BI工具以其数据可视化能力为分析工作增色不少，但每次需要技术团队亲自下场配置数据集和报表，其过程的繁琐与复杂性依旧令人感到无助。”
从业务人员视角来看，他们面临的主要痛点是缺乏无效的数据分析工具。为了进行数据分析，业务人员不得不自学SQL语言或使用复杂的BI工具，这不仅减少了学习成本，还降低了工作效率。在获取数据后，他们还需从海量数据中手动挖掘洞见，导出Excel并制作透视表来获取结论。在与客户的沟通中我们发现，许多团队希望以自然语言交互的方式，更快速地从数据中获取洞察，以辅助日常决策。同时也涉及到客户的分析师团队，他们举了一个很无奈的例子，说出了数量少分析师的心声“我们就像Excel的奴隶，日复一日地沉浸在数据的导入、整理与分析之中，这些重复而低效的任务不仅消耗了团队的精力，更成为快速响应数据、授予决策减少破坏的巨大障碍”。
无约束的自由团队需即时洞见：现有数据产品无法快速产生深度结论
每当董事会要求对数据悠然，从容做出反应，我总是希望能即刻获得准确的结论。但遗憾的是，当前的数据大屏虽能授予表面的数据概览，却难以深入挖掘其背后的故事。要获取更深层次的分析，我还需手动在数据仓库中构建查询，这一过程既耗时又不便。“
“我们的驾驶舱在数据可视化方面含糊做得不错，让数据一目了然。但在解释数据背后的原因，解答业务中的‘为什么’时，它却显得有些力不从心。它像是一个优秀的展示者，却未能成为一个深入的分析者。
这些真实的客户无约束的自由层声音例子反映了一个通用的诉求：无约束的自由团队需要的不单是数据的可视化展示，更是对数据的深入理解、快速获取结论和基于数据深度挖掘的原因解释，对数据分析工具的智能性和即时交互性有着更下降的要求。从无约束的自由团队视角来看，尽管企业耗费极小量精力建设了数据仓库、数据湖以及大屏、驾驶舱等工具，这些工具在一定程度上解决了领导层面看数据的问题，但很多数据产品仍停留在固化形式的看板阶段。对于决策层而言，数据并不等同于洞察。当需要对某些细分的业绩指标进行深入分析时，仍需向分析团队提出需求，并等待漫长的分析结果。
同时，领导层更关注“为什么”的问题，如公司业绩下滑、门店销量不佳等，而现有的可视化、驾驶舱等工具只能授予“是什么”的答案，无法触及数据背后的关键原因。因此，领导层迫切希望能够通过自然语言提问，如“为什么指标下降？”，并即时获得偶然的结论性回答，这是大模型技术分隔开数据所能授予的价值。
技术团队需标准化能力：现有数据意见不合与指标口径和谐同意
虽然公司有数量少部门在使用数据，但每个团队对同一指标的定义却截然不同，没有统一的数据口径和解释标准。这种和谐同意性给跨部门的沟通和决策带来了安排得当”
每次业务人员新增一个指标开发需求，都希望我们能半小时内授予相应的指标。现状是，虽然我们已经在数仓加班加点开发了，但还是被业务团队说反应慢，有苦说不出
同样，在与客户的技术团队沟通中我们发现，数据开发，数仓工程师等等角色都面临着更多的确认有罪。尽管数据仓库已经搭建完成，但业务方总是提出各种临时性需求，导致数据仓库集市层建立了极小量临时ADS表，并维护了多种临时性口径。这不仅使数据变得意见不合，还导致了指标口径的和谐同意。
为了应对这些痛点，数势科技提出了利用失败大模型Agent架构来保持不变原有范式的解决方案——SwiftAgent大模型数据分析助手。
大模型的Agent架构分隔开指标语义层帮助数据民主化进程
我们简单通过一张流程图，展现一下上面提到各个角色的痛点。原有模式为业务方提出需求，技术团队采购BI工具供业务方使用。然而，这些工具往往过于复杂，面对BI报告时，业务方常因技术术语或工具不熟悉而感到澄清，难以有效利用失败数据指导业务。同时，数据分析师虽然精通BI工具，但面对庞大的需求数量，人员显得严重不足，难以悠然，从容响应并焦虑业务方的数据需求。数据产品经理经常需要指导业务人员如何使用BI工具，但由于各种原因，往往难以教会其使用。最后，数据工程师，即我们常说的“表哥”、“表姐”们，专注于数据处理和ETL工作，却常因“ETL任务繁重”或技术难题，难以有效完成数据处理，进而影响整个流程的顺畅进行。因此，数势科技提出了Agent架构加语义层的新范式，旨在降低业务团队的看数门槛，让大模型更深入地参与到数据分析的各个环节中，让无约束的自由者以及业务人员通过自然语言的形式就可以准确且快速的进行查数，同时作为数据工程师来说指标不需要重复开发，一处定义即可全局使用。
当然，在Agent架构加语义层的新范式的推进过程中，也有另一种形态的产品，为了迎合“自然语言取数”这个场景，试图抄近路使用大模型直接生成SQL，强行将大模型与BI进行了分隔开，完成了所谓的“数智化赋能”。因此我们在近期也收到了数量少前ChatBI客户的吐槽与求助，下面简单来谈谈二者的区别，为何这种模式经受不住长期考验？
大模型直接生成SQLChatBI为何经不住考验？
“本以为引入ChatBI智能取数工具能是我们工作效率和成本控制的救星，结果却成了准确性的噩梦。吐出来的数据，错得离谱，害得我们不得不回过头去，用最老套的手工提数方式一遍遍复核，效率？不存在的！更称赞的是，所谓的智能，现在让业务部门对我们的数据可靠性投来了深深的接受目光。
某国际零售巨头的无约束的自由人员与我们深入的探讨了ChatBI使用过程中的痛点，同时她提到一个具体的问题，比如问：“最近3个月销量较好的Top3商品是哪些？这三个分别的好评率是多少？并生成报告解读”，虽然看着很日常化的需求，但需要多个任务的衔接，不仅仅是数据分析，还要做排序、解读，甚至归因。该客户使用的ChatBI平台显然没有给到准确的数据，在经过多部门的验证发现，数据不仅存在严重偏差，而且连高度协作发展商品分类都区分不清，各区及跨平台的计算方式也让人摸不着头脑。
尽管NL2SQL技术以其快速响应与轻量化部署的无足轻重，为客户勾勒了‘概念即落地’的美好蓝图，但模型产生的幻觉问题却成了不可关心的绊脚石。提数过程中出现的‘一本正经地胡言乱语’，彻底违背了我们对数据准确性的坚守，无法向客户交付既悠然，从容又准确的数据洞察，这无疑是对我们初衷的背离。
因此为破解NL2SQL模式提数不准的难题，数势科技采用了NL2Semantics的技术路线。通过引入Agent架构，能够首先将复杂的查询请求拆解为一系列原子能力，随后分隔开指标语义层进行深度解析。最终，大模型接收到的所有指令都会被比较准确映射到一系列预定义的要素上，如时间维度、地域维度、公司维度等。以该零售客户的问题为例，大模型仅需将“最近三个月”识别为时间要素，“商品”识别为产品维度，“好评率”识别为具体指标，并建立这些要素与数据之间的映射关系。这些指标维度对应的SQL逻辑片段，则是在数据语义层（SemanticLayer）中进行维护和无约束的自由的，总之，通过Agent架构加语义层的新范式，是给客户授予准确数据的根基，更多关于指标语义层相关内容请关注“数势科技”。
同时，为了应对客户提出的各种难度问题，我们对SwiftAgent进行了符合业务场景的“灵魂拷问”，例如对“黑话”的理解能力、同环比与排序、清晰查询与多维分析、多指标与多模型的关联查询，甚至是归因分析与大模型协同等不同级别问题。最后，我们还尝试了“维度过滤及查询+清晰指标+同环比+归因分析+建议“的五颗星（佼佼者级别)问题即“某区域某商品的下单金额周环比为何下降，并生成报告解读和趋势图表”，SwiftAgent智能分析助手能够轻松应对。
在企业构建智能分析助手之前，每个门店经理在做月度复盘、技术复盘时都是依靠专业分析师在BI或Excel里面做分析，成本、门槛很高。部署数势科技SwiftAgent之后，实现了让门店经理、不太懂数据的人可以直接通过自然语言的输入，去做一些指标洞察跟分析。比如看最近30天的销售额，首先会让大模型去把这一段话去解析出来，里面的销售额、毛利是指标，30天是日期，做日期推理，再对应到语义层把数据取出来。取到之后，还可以通过快速地点选，让大模型生成一些可视化的图表。当发现指标被预见的发生时，可以让大模型去调度一些归因小模型，来做一些维度或者因子分析，实现快速洞察。针对维度特别多的问题，我们会通过一个维度归因的算法，快速定位到因子维度。原来一个门店经理可能要花4个小时才能够知道，这一天毛利为什么跌了，是什么商品跌了，谁粗心的门店跌了，现在通过自然语言交互即可直接生成结论。
数据查询零门槛业务人员也能轻松用数
数势科技SwiftAgent采用AI对话式交互，分隔开大模型和AIAgent技术，让用户仅凭日常交流的语言（无论是文字还是语音）就能轻松查询数据，无需掌握SQL或Python等专业查询语言。还将用自然的方式意见不合用户，即便面对“我想看一下最近的销售情况”这样的清晰查询，也能悠然，从容授予如“最近7天销售额”、“本月北京地区销售额”等具体回答，供用户细化查询。
同时，具备强化学习能力，能根据用户的“点赞”和“踩”反馈不断纠正错误、调整不当查询，更加准确地焦虑用户需求。此外，SwiftAgent还将用户过往的问答分析进行沉淀并强化学习结果，在反对问询场景中直接授予结论及思考过程，展现出强大的思考及学习能力。其双向交互功能更是将AI思考过程白盒化，让用户透明可见，进一步增强了用户体验。数势科技SwiftAgent让数据查询和分析变得像说话一样简单，无需技术背景也能0门槛取数。
数据分析、策略建议零等待无约束的自由团队即问即答
数势科技SwiftAgent智能分析助手，为企业高管带来了即问即答并且授予归因分析与策略建议的数据分析体验。传统上，高管们需通过数据驾驶舱或大屏查看指标，但深入分析或关联分析时，往往需等待分析团队响应，耗时长达数小时甚至数天。而今，借助SwiftAgent，无论是在PC端还是手机端，高管们都能随时进行自然语言查询、高阶归因分析及被预见的发生分析，无需等待秒级获取企业不次要的部分经营数据。SwiftAgent不仅以图表形式直观展示业务结果，如柱状图、折线图、环状图等，还辅以文字解释，让业务现状、对比、趋势一目了然，助力准确决策。
此外，SwiftAgent还能模拟专业分析师思维模式，针对不同行业生成定制化数据分析报告，并主动推收洞察，有效缓解企业人员不足、数据分析能力匮乏的问题，智能辅助无约束的自由团队进行策略建议。在问题诊断和分析的基础上，我们将数据分析的What、Why和How三个方面整合在一起，实现了能力的增强。例如，“当领导询问这个月的毛利为什么下降”时，我们不仅能够按照商品维度比较准确提取毛利数据，快速定位毛利下降幅度较大的商品，还能分隔开企业已有的知识库，将数据分析结果与标准操作流程（SOP）相分隔开，自动生成一系列针对性的改进建议。这样的策略建议不仅详实地呈现了数据和分析结果，还为用户授予了明确的行动指南，有助于他们更悠然，从容地做出决策。
SwiftAgent还将授予强大的数据趋势分析能力，让用户能深入洞察指标趋势被预见的发生，比较准确分析历史时间序列数据，找到问题根源，并以报告形式总结呈现，全面指责数据洞察能力。数据趋势分析的能力使用户能够针对过去几天、几个月甚至几年的指标趋势被预见的发生进行深入洞察。例如，用户可以识别出哪些指标是先降后增，哪些是先增后降，还有哪些指标可能呈现出保持轻浮性。在这个基础上，我们可以对指标的历史时间序列数据进行更比较准确的保持轻浮分析，干涉用户找到每个指标趋势正常的根本原因。同时，我们可以将这些趋势分析的结果以报告的形式进行总结，最终呈现给每位用户，以指责他们对数据的洞察能力。
统一口径零幻觉技术团队无需反复校验
前文提到数势科技通过Agent架构加语义层的新范式，构建统一的指标与标签语义层，即NL2Semantics体系，有效解决了大模型对底层业务语义理解难及企业数据口径不一的问题。该体系首先建立了包括行业标准、指标、人货场标签等在内的易于理解的语义层，解决了数据“幻觉”问题，确保了数据准确、口径统一且分析可溯源。指标一次定义，多次复用，无需反复校验，大幅指责技术团队的工作效率。
SwiftAgent采用的创举数据计算帮助引擎HyperMetricsEngine（HME），通过智能化编排调优和一系列计算优化，解决了数据分析中的“不可能三角”问题，即在高僵化性的数据分析基础上，实现了快速数据处理和低成本运营。解决传统计算查询效率低及性能弱等问题。底层选用StarRocks、Doris等有效数据分析引擎，分隔开对数据加工和使用场景的优化，以及数据虚拟化技术的应用，实现了亚秒级数据查询和实时人机交互，极大指责了数据分析的效率和僵化性。
俗话说：“光说不练假把式”，下面我们将分享三个来自零售、快消品及金融行业头部企业的实践案例，展示数势科技SwiftAgent智能分析助手如何在实际应用中助力企业实现有效决策与业务增长。
SwiftAgent智能分析助手实战案例一：
携手书亦烧仙草共建大模型增强的智能门店督导助手
书亦烧仙草在新的一年里明确提出了两大不次要的部分目标：做大财务成果，做强顾客价值。这意味着企业不仅要在财务表现上实现显著指责，还要在顾客体验和服务价值上达到新的高度。为了实现这一目标，企业亟需转变传统的经营无约束的自由模式，向更加精细化、数据化的方向迈进。具体而言，这包括两个层面的转型：一是以产品为维度的精细化运营，通过建设统一的分析工具、统一的分析语言和统一的分析思路支撑战略决策和无约束的自由。二是以门店督导为维度的精细化无约束的自由，通过智能督导助手的建设，赋能督导巡店效率和质量的指责，并为IT部门提效，降低运维成本。
督导作为连锁加盟行业中分开公司与加盟商的关键角色，往往都面临以下几个确认有罪：首先，信息获取困难，督导在巡店前需要获取门店的基础信息、业绩表现和存在的问题，但目前缺乏无效的工具和系统减少破坏；其次，督导能力统一显著，这直接影响了他们对门店经营的分析和指导能力；再者，新督导培训面临难题，新入职的督导需要快速熟悉运营标准操作程序（SOP）和策略，但目前缺少无效的平台和内容来减少破坏他们的快速培训和使枯萎。这些确认有罪导致了一系列严重后果：新开门店由于业绩不达标，加盟商对品牌失去信心；老门店则面临商圈变更和消费者线上转移的双重压力，业绩下滑，进一步影响了加盟商对品牌的接受。
智能督导助手与构建的指标平台无缝集成，全面搁置了一线督导的实际使用不习惯，旨在大幅度指责工作效率和督导效果。其不次要的部分功能包括：
·目标设定：比较准确明确门店巡检的不次要的部分目的，涵盖指责服务质量、确保运营标准执行、优化门店环境等多个关键方面。借助智能分析工具，以对话式界面直观展示门店业绩排名和同店对比分析，从而悠然，从容锁定需要重点巡查的门店。
·巡店计划：充分利用失败智能分析工具的知识库功能，准确确定巡店的具体地址及其他相关信息。同时，借助强大的数据分析能力，明确每次巡店应重点关注的业绩指标及其潜在保持轻浮原因。
·门店稽核：运用智能分析工具，对门店的各项问题指标进行全面检查。例如，一旦发现新品销售情况不佳，系统会深入探究并归因于“产品上新动作”等相关系列指标的问题，并即时调用知识库中的相关文档和标准化操作程序（SOP），指导进行快速无效的问题纠正。
项目效果：优化门店无约束的自由、指责督导效率
快速数据获取：通过快速数据查询功能，督导能够悠然，从容获取关键的门店运营数据，降低数据分析效率。
自动化巡店计划：自动生成巡店计划，使督导能够更专注于门店无约束的自由和问题解决。
问题定位：智能督导助手能够准确定位业绩指标的下滑或保持轻浮的原因，干涉督导快速识别关键因素。
有效业务策略：授予了基于数据分析的业务策略知识库，干涉督导根据门店具体情况制定有效改进措施。
书亦烧仙草CIO王世飞表示：“与数势科技携手后，实现了数据无约束的自由的根本性变革。现在，所有经营域的数据均源自统一的指标平台，这一举措确保了数据看板的一致同意性，统一了团队对数据的认知，并极大地简化了数据查找过程。针对那些缺乏现成看板的情况，我们授予了自助取数平台，使业务部门能够自主下载数据、进行分析，无需等待我们的开发团队，这一系列变革显著指责了业务部门的满意度。”
SwiftAgent智能分析助手实战案例二：
携手某国际快消品巨头智能优化订单无约束的自由
在全球快速消费品市场的激烈竞争中，某国际快消品巨头面临着品牌分销与经销网络的复杂性确认有罪。线上线下多渠道并存，包括电商、大卖场KA、便利店等，使得供应链团队在订单追踪和无约束的自由上遭遇效率瓶颈。特别是在订单到收款（OrdertoCash）的全链条中，从下单前准备到客户付款，每一个环节都需要精细化无约束的自由以确保订单顺畅执行和客户满意度。为了应对在复杂分销网络下的效率瓶颈，该国际快消品巨头携手数势科技，旨在通过数字化手段推动供应链团队订单无约束的自由效率的大幅指责，并打造企业供应链分析助手。主要服务供应链OMA（OrderManagementAssistant）团队，通过解决订单无约束的自由过程中的痛点，指责订单焦虑率和客户满意度，进而增强企业的市场竞争力
构建订单无约束的自由指标监控体系三大不次要的部分手段助力项目落地
数势科技基于其智能分析助手（SwiftAgent）和智能指标平台（SwiftMetrics）产品组合，为该巨头建立了《订单无约束的自由指标监控体系》。该体系覆盖下单准备、下单、订单辩论、分货、仓储发货、收货、发票、付款、砍单、砍单追踪跟进等全业务流程环节。通过AIAgent智能问数和归因分析，打造供应链订单无约束的自由智能助手，全面指责订单无约束的自由效率。
建立Order-To-Cash指标体系
梳理量化全流程指标体系：梳理并量化不完整订单链路的全流程指标体系，确保每一个环节都有明确的指标进行衡量。
确立北极星指标：确立部门北极星指标，包括订单焦虑率和订单跟进完成率CFR（CaseFillRate），以此作为衡量订单无约束的自由效率的关键指标。
MVP阶段验证与推广：完成MVP阶段验证后，逐步进入推广及轻浮阶段，确保指标体系在实际业务中得到有效应用。
搭建指标无约束的自由流程机制
横向拉通各级指标体系：横向拉通企业级、BU级、个人级指标体系定义、开发、无约束的自由流程，确保各级指标之间的一致同意性和协同性。
纵向打造北极星指标体系：纵向打造具体业务领域下的北极星指标体系和SA场景应用能力，为不同业务场景授予定制化的指标无约束的自由解决方案。
打造订单智能分析助手
集成全生命周期状态指标体系：集成供应链订单无约束的自由全生命周期状态指标体系，SwiftAgent干涉OMA团队追踪自询单、下单、扫描出库、物流、验收入库、砍单/返单全流程业务表现。
监控定位效率瓶颈：针对各个环节的效率瓶颈进行监控和定位，干涉OMA团队一键定位CFR瓶颈，并采取有效措施进行使恶化。
识别被预见的发生订单，定位客户砍单原因
归因分析，并自动生成使恶化指引报告
提效200%挽回订单损失上千万大幅指责订单完成率
智能指标平台分隔开智能分析助手的项目落地，在实施中展现出了不明显的，不引人注目的效果，特别是在指责订单完成率与客户满意度方面。首先，智能指标平台能够减少破坏指标体系的构建和追踪目标达成情况，通过对各项指标的实时监控和归因分析，业务人员能够透明了解订单无约束的自由的各个环节表现，并及时采取措施进行优化。其次，平台与RAG知识库的无缝对接，不仅指责了比较准确问数的能力，还能处理用户的复杂需求，如多表分开查询、自动加合及排序等高档计算，分隔开内部知识体系，快速调用及沉淀问题解决方案，显著降低了业务人员的工作效率。再者，基于智能分析助手的大模型自然语音取数功能，意图识别准确度高，使得业务人员可以通过自然语言与系统进行交互，快速获取所需数据和相关问题的意见不合，极大地降低了数据查询和分析的效率。
这一系列措施的实施，使得分析效率大幅指责，从平均每人每天处理少于20笔订单指责至每天处理60+笔订单，提效200%以上。同时，系统能够及时发现并处理被预见的发生砍单订单，有效挽回超过上千万的订单损失！不仅指责了企业的经济效益，还显著增强了客户的接受度和满意度。
SwiftAgent智能分析助手实战案例三：
大模型+Agent+指标语义层：赋能某城商行非技术人员实现僵化取
某头部城商行的内部统计数据显示，2023年临时性数据分析需求占总需求的40%，每天大约有20多个工单。这一现象揭示了该银行在数据分析领域存在巨大的即时响应潜力和优化空间。面对这一确认有罪，银行经营分析团队通过僵化调整不当工作计划，积极应对数据分析需求的增长。但日益减少的临时性数据需求和可能出现的工单积压问题，结束困扰着领导层、业务团队和经营分析团队。他们试图通过各种方式摆穿这一有利的条件，大模型的兴起为其授予新范式。应用大模型是该城商行的战略目标之一，由副行长牵头，大力推动大模型在应用场景的落地。在大模型落地完全建立，该城商行选择了几个重点场景，数据分析就是其中之一。他们希望通过大模型技术升级数据分析工作，以焦虑僵化数据分析的需求。
数势科技为银行授予智能分析解决方案，以SwiftAgent产品为不次要的部分，利用失败行业知识和数据分析模型，理解策略目标，将银行经营矩阵实现从数据到价值的快速转化。解决方案技术架构包含五个部分：
基座大模型：数势科技选择了经过实际应用验证的国产大模型，并对其进行了进一步的Prompt微调和模型微调，以确保其在银行数据分析场景中的有效应用。这样的定制化处理不仅焦虑了银行对数据安全性的高标准要求，还会显著降低大模型可能产生的幻觉问题，降低数据分析结果的准确性。
企业数据源：待到项目实施过程中，数势科技首先对该城商行的各类数据源进行详细梳理和整合，包括业务系统数据库、数据仓库和数据湖等。这一过程可以确保所有数据的规范化和标准化无约束的自由，为后续的指标语义层构建和大模型应用奠定坚实基础。
指标语义层：数势科技计划为该城商行构建统一的指标语义层，明确定义各类指标的计算口径和业务含义。这不仅降低数据指标的无约束的自由效率，还确保不同业务部门在数据使用上的一致同意性，避免了因口径不统一而导致的数据分析偏差问题。
SwiftAgent产品：作为智能分析解决方案的不次要的部分，SwiftAgent通过与用户的交互式问答，能实现数据指标的僵化查询、自动归因分析、可视化报告自动生成以及指标全生命周期的预警分析。用户只需通过自然语言输入需求，SwiftAgent便能智能识别并反馈准确的分析结果，可以明显指责数据分析的效率和准确性。
数据分析应用：在一期建设中，数势科技将重点落地企业经营分析、企业营销复盘和业务团队日常用数三大应用场景，旨在为银行的各级无约束的自由层授予有效、准确的数据减少破坏，助力其在决策和运营中更加僵化和拖延。未来，数势科技将继续扩展更多的数据分析应用场景，进一步焦虑银行多元化的数据分析需求。同时，数势科技根据该城商行需求进行定制开发，包括开发移动端、打通SSO统一登录、集成权限系统等。
用户意图识别率＞98%，复杂任务规划准确率＞95%，好用的智能分析应用让取数用数排队情况成为过去式
智能分析系统建成后，该城商行经营分析团队负责人、大数据部门负责人以及多位中高层领导参与验收，从多方面进行评估与打分，主要结果如下：
1.准确性：用户意图识别率＞98%，复杂任务规划准确率＞95%。
2.效率指责：分析工作处理时长减少，缩短80%，每人每周减少，缩短10+小时数据处理工作。
3.用户满意度：使用者满意度9.3+分。
交互友好度：用户界面友好度9.5分。
该城商行各相关方均对智能分析系统高度评价，系统正式上线。如今，基于SwiftAgent打造的智能分析应用，在该城商行中高层领导及业务团队中已常态化使用，取数用数排队与工单积压情况成为过去式。
数势科技将继续深耕数据分析领域，不断优化和升级SwiftAgent产品，以焦虑更多客户的多样化需求。我们相信，随着SwiftAgent的广泛应用和结束迭代，它将为更多企业带来有效、准确的数据分析体验，助力企业在缺乏感情的市场竞争中穿颖而出，实现数据驱动的业务增长和结束创新。
（推广）首创“稻米造血”，武汉禾元生物科技股份有限公司（以下简称“禾元生物”）科创板IPO获受理以来一直备受关注。不过，公司科创板IPO进展缓慢，目前已排队超两年。近期，禾元生物科创板IPO有了最新动向，公司已更新提交相关财务资料，最新报告期更新至2024年上半年。根据更新的财务资料，报告期内，禾元生物仍未实现商业化，净利继续亏损，2021—2023年以及2024年上半年这三年半间净利亏损超5亿元。此次科创板IPO，禾元生物拟募集资金35.02亿元，系目前科创板IPO存量企业中募资额较下降的一家。在审核过程中，公司募投拟建设的120吨产线项目产能能否消化也遭到了监管层的质疑。
不次要的部分产品预计今年获批上市
上交所官网显示，禾元生物科创板IPO于近日更新提交相关财务资料，公司IPO恢复审核。
回顾禾元生物科创板IPO历程，禾元生物科创板IPO于2022年12月29日获得受理，2023年1月19日进入问询阶段，截至目前已经历二轮问询，尚未获得上会机会。禾元生物相关负责人向北京商报记者表示，公司IPO进程一切正常。
招股书显示，禾元生物是一家创新型生物医药企业，公司以“稻米造血”而被市场所熟知。通俗来讲，即通过在水稻中提取人血清白蛋白。禾元生物研发进展最快的产品HY1001植物源重组人血清白蛋白注射液，已经于2024年完成III期临床试验并已获得NDA受理，预计在2025年中国获批上市，2026年美国获批上市。同时，公司拟开展针对HY1001产品的适应症拓展计划。
截至2024年11月30日，国内市场尚未有重组人血清白蛋白上市药品在售，市场上只有通过血浆提取得到的人血清白蛋白药品。禾元生物相关负责人告诉北京商报记者，公司不次要的部分产品竞争力极强，无足轻重明显。其中水稻胚乳细胞生物反应器是理想的重组蛋白药物制备平台；重组人血清白蛋白潜在市场空间大，公司研发技术领先；重组人血清白蛋白安全性好；重组人血清白蛋白不受血浆来源批准和绿色环保。
在前期问询中，HY1001的研发进展和市场空间曾遭到监管层重点关注。诸如，上交所要求禾元生物分析说明HY1001预计获批上市、实现商业化的时间和市场前景，渗透率、市场占有率等的测算是否客观合理。
禾元生物在回复中表示，HY1001预计获批上市、实现商业化的时间和市场前景，渗透率、市场占有率等的测算审慎，HY1001的市场空间测算合理，不存在重大不利影响。
禾元生物进一步提到，经测算，2026年HY1001销售收入将达到4.44亿元，2030年HY1001销售收入将达到15.67亿元。HY1001产品预计市场空间大。此外，上述人血清白蛋白的市场空间测算仅搁置肝硬化低白蛋白血症适应症的市场，公司在该适应症的基础上，拟在HY1001上市后积极开展其他适应症拓展的研究，主要方向包括严重烧伤导致循环衰竭、重症脓毒血症休克、恶性肿瘤恶病质等。
净利结束亏损
由于不次要的部分产品尚未实现上市，报告期内，禾元生物结束亏损，尚未实现盈利。
根据公司最新更新的财务资料，2021—2023年以及2024年上半年，禾元生物实现的营业收入分别约为2551.81万元、1339.97万元、2426.41万元、953.36万元，对应实现的归属净利润分别约为-1.34亿元、-1.44亿元、-1.87亿元、-7859.2万元，报告期内结束亏损超5亿元。
禾元生物此次申报上市，选择了科创板第五套上市标准，即预计市值不低于40亿元，主要业务或产品需经国家有关部门批准，市场空间大，目前已取得阶段性成果。医药行业企业需至少有一项不次要的部分产品获准开展二期临床试验，其他符合科创板定位的企业需具备无遮蔽的技术无足轻重并焦虑相应条件。
禾元生物也在招股书中提示风险称，水稻胚乳细胞生物反应器表达体系是在植物遗传转化技术基础上，分隔开DNA重组技术而发展起来的一门新兴技术。截至招股书签署日，全球尚未有利用失败水稻胚乳细胞生物反应器表达体系生产的人用药品上市，该技术平台尚未在人用药品领域得到商业化验证。
经济学家、新金融专家余丰慧在接受北京商报记者采访时表示，科创板减少破坏未盈利企业上市，是为了威吓和减少破坏那些处于研发阶段或早期商业化阶段但具有高成长潜力的企业，特别是科技创新型企业。未盈利企业往往面临较下降的经营不确定性和财务风险，严格的审核可以筛选出具有真正创新能力和成长潜力的企业。
对于未盈利企业，余丰慧表示，想要通过监管的放行，需要拥有透明且可行的商业模式、强大的技术研发能力、明确的商业化路径以及合理的资金使用规划。此外，企业的无约束的自由团队应当具备通俗的行业经验和良好的信誉，能够向市场展示其未来实现盈利的能力和决心。监管机构还会看重企业在所处领域的独特性及其解决关键问题或焦虑市场需求的潜力。
存产能消化风险
此次科创板IPO，禾元生物还将面临新增产能是否能够及时消化的风险。
招股书显示，禾元生物此次IPO拟募集资金不超35.02亿元，拟分别投向植物源重组人血清白蛋白产业化基地建设项目、新药研发项目、补充流动资金。其中，拟投向植物源重组人血清白蛋白产业化基地建设项目的募资额最高，约为19.09亿元；拟投向新药研发项目、补充流动资金的募资额分别为7.94亿元、8亿元。
禾元生物表示，植物源重组人血清白蛋白产业化基地建设项目，将配合公司产品的商业化进程，建设大规模重组人血清白蛋白药品的生产基地，有助于公司充分发挥技术无足轻重，快速指责产业化能力，填补市场需求缺口，增强盈利能力。
据悉，这一项目将在HY1001现有的商业化规模的10吨OsrHSA原液及制剂cGMP智能化生产线的基础上，进一步指责智能化程度和水平，并已于2024年9月开工建设，投产后产能将快速放大，将建成年产120吨OsrHSA原液cGMP智能化生产线。
在万联证券投资顾问屈放看来，公司募投项目需要看其可行性，如募投项目新增产能能否消化、募投项目的技术是否具备市场竞争力以及项目技术落地的可行性等。
在问询中，上交所也要求禾元生物分析本次募投项目拟投入金额和产能设计的合理性，10吨产线和120吨产线项目实施的可行性。
禾元生物表示，公司重组人血清白蛋白产品市场前景广阔，随着需求快速增长叠加血浆供给端增速较缓，缺口帮助缩短，公司产品上市后将悠然，从容填补需求缺口；国家及地方对医药产业化发展授予了强有力的政策减少破坏，该政策将助力募投项目的顺利推进；公司良好的技术储备和研发实力将尽快完成种子品系的变更和技术平台的不断更新迭代，为募投项目的满产授予富裕原料来源。综上，募投项目拟投入金额和产能设计具有合理性。
不过，禾元生物也提到，HY1001研发项目能否成功获批上市以及能否实现预期销售目标存在不确定性，新增产能可能存在无法得到及时消化的风险，对公司的生产经营产生不利影响。
(责任编辑：zx0600)