Scroller Briefings - Shanghai Splurges Over 1 Billion Yuan in Subsidies, Offering Comprehensive Support for the AI Industry 🤖
编辑
![[ddcd9151-44db-4eda-b14f-660c3a408d96.mp3]]
上海豪掷超10亿元补贴，全方位扶持人工智能产业
简报：
- 上海市发布措施，支持新一代通用人工智能、智能芯片、具身智能等前沿技术创新，按核定项目总投资最高给予5000万元支持。
- 发放总额10亿元的补贴券，包括6亿元算力券、3亿元模型券和1亿元语料券，以降低企业研发和应用成本。
- 对租用智能算力的主体，市级给予最高30%租金补贴；对调用大模型或私有化部署的主体，给予最高500万元补贴。
- 建设人工智能小镇，为符合条件的人才创业团队提供6个月至3年不等的房租减免或一次性开办费。
相关链接：
![[7afd2f54-0711-4894-b34d-8d606a558326.mp3]]
中国大模型数量领跑全球，总数已超1500个
简报：
- 根据世界人工智能大会最新数据，全球已发布3755个大模型，中国企业贡献了1509个，数量位居全球首位。
- 我国已成为全球人工智能专利最大拥有国，占比达60%，预计到2024年，人工智能产业规模将突破7000亿元。
- 近期，阿里巴巴、商汤科技、京东、蚂蚁数科等公司均在大会上发布了各自的新一代大模型产品，如“通义千问”、“日日新V6.5”、“JoyAI”和“Agentar-Fin-R1”。
- 截至2025年6月，我国使用生成式人工智能产品回答问题的用户比例高达80.9%。
相关链接：
Scroller Briefings -OpenAI's Next-Generation GPT-5 Model Expected to Launch in Early August 2025, Featuring Multiple Versions and Advanced Reasoning Capabilities
编辑
![[71d59eaf-6168-4669-b111-883d11d1c1ac.mp3]]
OpenAI新一代GPT-5模型预计将于8月初发布，推出多种版本并整合高级推理能力
简报：
- OpenAI预计将在2025年8月初正式发布下一代语言模型GPT-5，计划同时推出mini和nano等多个版本，并通过API向开发者开放。
- OpenAI CEO山姆・阿尔特曼在播客及社交媒体中提到，GPT-5发布进展顺利，并透露其具备整合o3推理能力、融合多项现有技术，显著提升用户体验。
- 此前GPT-5曾计划于5月推出，因额外测试和延迟顺延至8月，OpenAI已为发布做好准备，但目前尚未发布官方声明。
- 除GPT-5外，OpenAI计划7月底前发布具备先进推理能力的开放权重模型，为开发者和用户带来更多可选AI工具。
相关链接：
Scroller Briefings - Google AI Fuels Dual Growth in Search & Cloud Services, Monthly Active Users Hit Record 2 Billion
编辑
![[7e200278-d73a-4490-947f-99e9dbc5cd9d.mp3]]
谷歌AI推动搜索与云服务双重增长，月活用户达20亿创纪录
简报：
- Alphabet发布2025年第二季度财报显示，谷歌AI相关业务实现显著增长，AI Token月处理量两个月内翻倍至980万亿。
- 谷歌AI概览功能覆盖全球200多个国家和地区，支持40种语言，月活跃用户由上一季度的15亿跃升至20亿。
- 搜索业务得益于AI推动，营收同比增长12%，本季度达541.9亿美元，超出市场预期。
- 谷歌云收入同比增长32%，达到136.2亿美元，年化营收跑率突破500亿美元，客户数量季度环比增长28%。
- 为支持AI和云业务高速发展，谷歌上调2025年资本支出计划至850亿美元，持续加码全球基础设施建设。
相关链接：
Scroller Briefings -Research Reveals AI Models Can Covertly Inherit High-Risk Behaviors from Benign Data
编辑
![[60ed83e1-0e7b-4767-910c-f25d329d6dcf.mp3]]
研究发现AI模型可在无害数据中隐性继承高风险行为
简报：
- 最新研究显示，Anthropic等团队发现人工智能模型能通过看似无害的数据，从“教师模型”无意继承隐藏行为与偏好，这一现象被称为“潜意识学习”。
- 即使训练数据未直接包含相关语义内容，模型也可能因统计模式而比对并继承诸如“错位”或“奖励黑客”等潜在高风险特征。
- 研究指出，这一传递主要发生在架构相同的模型之间，同时警示目前依赖生成数据训练与过滤机制的AI开发方式，难以彻底避免这类隐性风险。
- 专家建议，针对AI模型安全的检测和治理应更深入，不能仅依靠对显性输出结果的审查。
相关链接：
