首页 > 9月18日,每周新闻速报
近日,中国互联网络信息中心(CNNIC)此前发布的第54次《中国互联网络发展状况统计报告》已正式对外公开。截至2024年6月,我国IPv6地址数量为69080块/32,较2023年12月增长1.5%。对全球23个重点公共递归服务的IPv6支持情况进行采集分析,有14个递归服务提供IPv6公共递归服务,约占60.9%。截至2024年5月,我国IPv6活跃用户数达7.94亿。截至2024年6月,我国IPv4地址数量为39235万个。
截至2024年6月,我国移动电话基站总数达1188万个,较2023年12月净增26.5万个。其中,5G基站总数达391.7万个,占移动基站总数的33%,占比较一季度提高2.4个百分点。截至2024年6月,我国互联网宽带接入端口数达到11.69亿个,较2023年12月净增3354万个。其中,光纤接入(FTTH/O)端口达到11.30亿个,较2023年12月净增3542万个,占互联网宽带接入端口的96.6%;具备千兆网络服务能力的10GPON端口数达2597万个,较2023年12月净增295.1万个。
截至2024年6月,我国网民的人均每周上网时长14为29.0个小时,较2023年12月提升2.9个小时。手机网民较常使用的五类App中,即时通信类App在9点至20点间用户使用时段分布较为均匀,占比均在5%以上;网络视频类App在12点、20点分别出现两次使用小高峰,符合大部分网民闲暇娱乐时间规律;网络购物类、网络支付类App的用户使用时段分布趋势较为接近,7点到22点间使用时长合计占比超过80%;网上外卖类App使用时段分布峰值明显,与网民用餐时间关联度很高,分别在11点及18点出现使用峰值。
截至2024年6月,我国网民规模近11亿人(10.9967亿人),较2023年12月增长742万人,互联网普及率达78.0%,较2023年12月提升0.5个百分点。我国手机网民规模达10.96亿人,较2023年12月增长528万人,网民中使用手机上网的比例为99.7%。
截至6月末,2792家与老年人、残疾人生活密切相关的网站、APP完成适老化及无障碍改造,“一键呼入人工客服”尊老专线累计服务4.9亿人次。上半年新增网民群体中,60岁及以上老年群体占比20.8%。
截至2024年6月,我国即时通信用户规模达10.78亿人,较2023年12月增长1824万人,占网民整体的98.0%。网络支付用户规模达9.69亿人,较2023年12月增长1498万人,占网民整体的88.1%。网络购物用户规模达9.05亿人,占网民整体的82.3%。网络视频(含短视频、微短剧)用户规模达10.68亿人,较2023年12月增长125万人,占网民整体的97.1%。其中,短视频用户规模达10.50亿人,占网民整体的95.5%。截至6月,微短剧用户规模达5.76亿人,网民使用率为52.4%。网络直播用户规模达7.77亿人,较2023年12月减少3912万人,占网民整体的70.6%。网络音乐用户规模达7.29亿人,较2023年12月增加1450万人,占网民整体的66.3%。
随着投资者逐渐恢复理智、美国科技股涨势陷入停滞甚至出现回调,对于人工智能(AI)狂潮的质疑声越来越多。但美国银行(Bank of America)表示,AI热潮仍处于早期阶段,它遵循着上世纪90年代互联网的发展轨迹。美银分析师们在最新报告中指出:“怀疑论者宣称,生成式人工智能(GenAI)的收入潜力不足以证明目前的人工智能基础设施投入水平是合理的。“但请记住,比互联网最初的消费者用例更重要的是,由于互联网而出现的成千上万的使用案例和公司,”报告补充道。
在美银发表上述观点之际,投资者长期以来一直在向人工智能行业投入资金,希望看到企业获得人工智能技术带来的效率和生产率提升。但到目前为止并未收获令人满意的答卷,因此对人工智能的怀疑情绪也在升温。例如,摩根士丹利首席美国股票策略师迈克·威尔逊就指出,AI主题被“过度炒作”,并建议投资者买入优质的防御性股票。美银周四发布的这份报告是基于对3,000多家公司的股票分析师和宏观策略师的调查。这些策略师认为,人工智能是过去50年来的第三个主要技术周期,它始于2022年11月ChatGPT的推出。人工智能紧随1981年的个人电脑和1994年的互联网的创新浪潮。但报告称,与那些花了15至30年才被主流采用的科技热潮不同,人工智能的影响可能会更快实现。“生成式人工智能可能会催化一场技术革命,在未来5到10年内颠覆每一个行业,改变全球经济。”他们写道。但美银分析师们认为,投资者低估了这项技术的长期影响,高估了其近期潜力,这是科技繁荣的典型特征。“未来几年,人工智能的资本支出可能达到1万亿美元以上,但对照互联网时代,我们才刚刚进入1996年。”他们写道。
报告还补充说,目前对OpenAI、Anthropic和Inflection AI等公司的投资水平只是开发GenAI应用程序的先决条件,这些应用程序大部分仍处于测试阶段,需要时间来开发和成长。美银策略师们预测,人工智能将推动大多数该行业公司的利润率增长。芯片和软件业务的增长将尤为显著,未来5年的利润率增幅分别约为4.8%和5.2%。
近日,半导体行业观察机构TechInsights发文谈到了iPhone 16系列在印度市场降价,以及苹果在中国市场面临的重大挑战。
据了解,苹果在印度市场对iPhone 16 Pro价格下调约15000卢比(约合1271元人民币),这一价格调整可能会推动苹果在印度市场的增长。TechInsights表示,虽然印度市场看起来很有前景,但苹果在其最大的海外市场——中国面临着重大挑战。其中最主要障碍是苹果Apple Intelligence功能在2024年将仅提供英文版本,而中文支持预计要到2025年才能实现。
据悉,Apple Intelligence功能能深刻理解语言含义,支持邮件、备忘录、Safari浏览器、Pages文稿、Keynote讲演以及第三方App,大幅提升用户体验。TechInsights称,相比之下,本土竞争对手如华为正在取得进展,推出了全面支持本地语言且设计前沿的设备,如与iPhone 16一同发布的华为Mate XT非凡大师。该机构认为,华为的进步,苹果产品在中国的限制,增加了苹果在中国市场的复杂性,随着中国越来越多地推广本土品牌,苹果在中国的增长前景似乎有限。
近日,工信部发布《推进移动物联网“万物智联”发展通知》,目标到2027年,构建完善4G/5G移动物联网生态,实现5G NB-IoT和RedCap网络广泛覆盖。计划终端连接数超36亿,4G/5G占比达95%,打造5个产业集群和10个示范基地,培育亿级连接应用。目前,我国移动物联网用户数已达25.47亿,占移动终端59%,实现“物超人”。
近日,科技媒体 9to5Mac 发布博文,通过挖掘 iOS 18 固件代码,确认苹果所有 4 款 iPhone16 机型集成了 Secure Exclave。据此前报道,苹果公司的 Secure Exclave 可以追溯到 M4 iPad Pro,最初由开发者 Guilherme Rambo 披露。Secure Exclave 是 M4 和 A18 系列芯片中的安全组件,用于更好地保障用户隐私。在 M4 款 iPad上,该组件负责在 OLED 显示屏上渲染摄像头和麦克风指示器,让恶意应用更难以利用这些传感器并绕过指示器。苹果公司首次在 iOS 14 中引入了麦克风和摄像头指示灯,当这些传感器被使用时会出现小橙点和绿点。这些指示灯旨在提高用户对应用何时可能进行窃听或拍摄视频的意识,目的是防止恶意应用在未经用户同意的情况下利用 iPhone 的硬件。
国际数据公司(IDC)今日发布的最新手机季度预测报告显示,预计 2024 年中国折叠屏手机市场出货量约 1,068 万台,同比增长 52.4%;至 2028 年,中国折叠屏手机出货量将会超过 1,700 万台,五年复合增长率达到 19.8%。
报告称,中国厂商在折叠屏手机上的积极投入和布局,促使中国一直都是全球最大的折叠屏手机市场。IDC 预计,未来中国折叠屏手机市场将会长期占据全球 40% 左右的市场份额。随着铰链、屏幕等相关技术的日渐完善,良品率得到提升,折叠屏手机的价格不断下探。而整机质量、轻薄度、屏幕折痕、待机时间和影像等使用体验方面都将得到不断改善,消费者的接受程度也越来越高。
附报告中国折叠屏手机市场排名如下(2022H1~2024H1):
1、华为一直都是中国折叠屏手机市场的重要参与者,不管是从产品形态、产业链技术还是系统应用的适配,始终引领折叠屏手机行业的发展,从 2020 年开始,市场份额一直超过三分之一;
2、荣耀和 vivo 凭借新产品在“轻薄”和“全能”上的成功打造,今年上半年市场份额分别达到 23.3% 和 18.7%;
3、OPPO 在今年没有新产品上市的情况下依然位居第四位,市场份额 8.6%;
4、三星折叠屏产品受到来自中国品牌的竞争压力较大,市场份额只有 4.2%。
“外界对大模型有相当多的误解,”近日据媒体报道,李彦宏的一则内部讲话曝光。在最近一次和员工交流中,李彦宏谈及三个大模型认知误区,涵盖了大模型竞争、开源模型效率、智能体趋势等热点话题。李彦宏认为未来大模型之间的差距可能会越来越大。他进一步解释,大模型的天花板很高,现在距离理想情况还相差非常远,所以模型要不断快速迭代、更新和升级;需要能几年、十几年如一日地投入,不断满足用户需求,降本增效。
榜单不代表大模型实力,模型之间的差距是多维的;对于行业“大模型之间的能力已经没有壁垒”的说法,李彦宏给出了不同观点。“每次新模型发布,都要和GPT-4o做比较,说我的得分已经跟它差不多了,甚至某些单项上得分已经超过它了,但这并不表明和最先进的模型就没有差距了。”他解释说,很多模型为了证明自己,会在发布之后去打榜,会去猜测试题目、答题技巧,从榜单上看 ,或许模型的能力已经很接近了,“但到实际应用中,实力还是有明显差距的。”李彦宏指出,模型之间的差距是多维度的。行业往往更关注理解、生成、逻辑、记忆等能力的差距,但却忽视了成本、推理速度等维度,有些模型虽能达到同样效果,但成本高、推理速度慢,还是不如先进模型。内部讲话中,李彦宏认为,真正要去衡量大模型能力,应该是在具体应用场景中,看是否能满足用户需求、产生价值增益,这才是最值得被在乎的。
开源模型效率不高,解决不了算力问题;延续此前观点,内部讲话中,李彦宏进一步阐释了外界对开源大模型的认知误区。“在大模型时代之前,大家习惯了开源意味着免费、意味着成本低。” 他解释说,比如开源的Linux,因为已经有了电脑,所以使用Linux是免费的。但这些在大模型时代不成立,大模型推理是很贵的,开源模型也不会送算力,还得自己买设备,无法实现算力的高效利用。“效率上开源模型是不行的。” 他表示,“ 闭源模型准确讲应该叫商业模型,是无数用户分摊研发成本、分摊推理用的机器资源和GPU,GPU的使用效率是最高的,百度文心大模型3.5、4.0的GPU使用率都达到了90%多。”李彦宏分析,在教学科研等领域,开源模型是有价值的;但在商业领域,当追求的是效率、效果和最低成本时,开源模型是没有优势的。
智能体是大模型最重要的发展方向,但还不是业界共识;李彦宏还谈及了大模型应用的发展阶段,他认为首先出现的是Copilot,对人进行辅助;接下来是Agent智能体,有一定的自主性,能自主使用工具、反思、自我进化;这种自动化程度再发展,就会变成AI Worker,能独立完成各方面的工作。当前,智能体已经受到越来越多的大模型公司及客户的关注,李彦宏认为,虽然“有很多人看好智能体这个发展方向,但是到今天为止,智能体还不是共识,像百度这样把智能体作为大模型最重要的战略、最重要的发展方向的公司并不多。”为什么要强调智能体?李彦宏也给出了答案,“智能体的门槛确实很低”, 很多人不知道怎么把大模型变成应用,而智能体是一个非常直接、高效、简单的方式,在模型之上构建智能体相当方便。目前,每周都有上万个新的智能体在百度文心智能体平台上被创造出来,智能体的日均分发次数已快速增长至800万次。
据QuestMobile的数据显示,新兴中产阶级在全网用户中的比例持续上升,到2024年7月,其规模已达到2.57亿,相比去年同期增长了4.8%。在智能手机的选择上,华为和苹果是新兴中产阶级的首选品牌,且使用率持续增长。
具体来看,有28.6%的新兴中产阶级选择使用华为手机,位列第一;苹果以26.3%紧随其后,这两个品牌的活跃度同比均提升了13%。然而,其他品牌的手机,包括vivo、OPPO、小米、荣耀和三星,在新兴中产阶级中的活跃度都有所下降。这一数据展现出华为、苹果在高端手机领域无可撼动的统治力。数据还表明,新兴中产阶级中年轻一代的比例正在增加。其中,25至30岁的用户群体占比接近四成。他们在线上消费方面显示出强烈的购买欲望,但在消费决策上却保持谨慎态度。
近日,全国网络安全标准化技术委员会制定的《人工智能安全治理框架(1.0版)》对外公开发布。人工智能安全治理原则指出,秉持共同、综合、合作、可持续的安全观,坚持发展和安全并重,以促进人工智能创新发展为第一要务,以有效防范化解人工智能安全风险为出发点和落脚点,构建各方共同参与、技管结合、分工协作的治理机制,压实相关主体安全责任,打造全过程全要素治理链条,培育安全、可靠、公平、透明的人工智能技术研发和应用生态,推动人工智能健康发展和规范应用,切实维护国家主权、安全和发展利益,保障公民、法人和其他组织的合法权益,确保人工智能技术造福于人类。基于风险管理理念,本框架针对不同类型的人工智能安全风险,从技术、管理两方面提出防范应对措施。同时,目前人工智能研发应用仍在快速发展,安全风险的表现形式、影响程度、认识感知亦随之变化,防范应对措施也将相应动态调整更新,需要各方共同对治理框架持续优化完善。
安全风险方面。通过分析人工智能技术特性,以及在不同行业领域应用场景,梳理人工智能技术本身,及其在应用过程中面临的各种安全风险隐患。
技术应对措施方面。针对模型算法、训练数据、算力设施、产品服务、应用场景,提出通过安全软件开发、数据质量提升、安全建设运维、测评监测加固等技术手段提升人工智能产品及应用的安全性、公平性、可靠性、鲁棒性的措施。
综合治理措施方面。明确技术研发机构、服务提供者、用户、政府部门、行业协会、社会组织等各方发现、防范、应对人工智能安全风险的措施手段,推动各方协同共治。
安全开发应用指引方面。明确模型算法研发者、服务提供者、重点领域用户和社会公众用户,开发应用人工智能技术的若干安全指导规范。
对人工智能安全风险分类,主要涉及两大类:
内生安全风险;包括模型算法安全风险、数据安全风险、系统安全风险;
应用安全风险;包括网络域安全风险、现实域安全风险、认知域安全风险、伦理域安全风险。
综合治理措施方面提出了以下重点:
实施人工智能应用分类分级管理。根据功能、性能、应用场景等,对人工智能系统分类分级,建立风险等级测试评估体系。加强人工智能最终用途管理,对特定人群及场景下使用人工智能技术提出相关要求,防止人工智能系统被滥用。对算力、推理能力达到一定阈值或应用在特定行业领域的人工智能系统进行登记备案,要求其具备在设计、研发、测试、部署、使用、维护等全生命周期的安全防护能力。
建立人工智能服务可追溯管理制度。对面向公众服务的人工智能系统,通过数字证书技术对其进行标识管理。制定出台人工智能生成合成内容标识标准规范,明确显式、隐式等标识要求,全面覆盖制作源头、传播路径、分发渠道等关键环节,便于用户识别判断信息来源及真实性。
完善人工智能数据安全和个人信息保护规范。针对人工智能技术及应用特点,明确人工智能训练、标注、使用、输出等各环节的数据安全和个人信息保护要求。
构建负责任的人工智能研发应用体系。研究提出“以人为本、智能向善”在人工智能研发应用中的具体操作指南和最佳实践,持续推进人工智能设计、研发、应用的价值观、伦理观对齐。探索适应人工智能时代的版权保护和开发利用制度,持续推进高质量基础语料库和数据集建设,为人工智能安全发展提供优质营养供给。制定人工智能伦理审查准则、规范和指南,完善伦理审查制度。
强化人工智能供应链安全保障。推动共享人工智能知识成果,开源人工智能技术,共同研发人工智能芯片、框架、软件,引导产业界建立开放生态,增强供应链来源多样性,保障人工智能供应链安全性稳定性。
推进人工智能可解释性研究。从机器学习理论、训练方法、人机交互等方面组织研究人工智能决策透明度、可信度、纠错机制等问题,不断提高人工智能可解释性和可预测性,避免人工智能系统意外决策产生恶意行为。
人工智能安全风险威胁信息共享和应急处置机制。持续跟踪分析人工智能技术、软硬件产品、服务等方面存在的安全漏洞、缺陷、风险威胁、安全事件等动向,协调有关研发者、服务提供者建立风险威胁信息通报和共享机制。构建人工智能安全事件应急处置机制,制定应急预案,开展应急演练,及时快速有效处置人工智能安全威胁和事件。
加大人工智能安全人才培养力度。推动人工智能安全教育与人工智能学科同步发展,依托学校、科研机构等加强人工智能安全设计、开发、治理人才的培养,支持培养人工智能安全前沿基础领域顶尖人才,壮大无人驾驶、智能医疗、类脑智能、脑机接口等领域安全人才队伍。
建立健全人工智能安全宣传教育、行业自律、社会监督机制。面向政府、企业、社会公用事业单位加强人工智能安全规范应用的教育培训。加强人工智能安全风险及防范应对知识的宣传,全面提高全社会人工智能安全意识。指导支持网络安全、人工智能领域行业协会加强行业自律,制定提出高于监管要求、具有引领示范作用的人工智能安全自律公约,引导督促人工智能技术研发机构、服务提供者持续提升安全能力水平;面向公众建立人工智能安全风险隐患投诉举报受理机制,形成有效的人工智能安全社会监督氛围。
促进人工智能安全治理国际交流合作。积极与各国就人工智能开展合作交流,支持在联合国框架下成立国际人工智能治理机构,协调人工智能发展、安全与治理重大问题。推进APEC、G20、金砖国家等多边机制下的人工智能安全治理合作,加强与共建“一带一路”国家、“全球南方”国家合作,研究成立人工智能安全治理联盟,增强发展中国家在全球人工智能治理中的代表性和发言权。鼓励人工智能企业、机构开展跨国交流合作,分享最佳操作实践,共同制定人工智能安全国际标准。
近日,商务部副部长兼国际贸易谈判副代表凌激在第二十四届中国国际投资贸易洽谈会分论坛上介绍,产业发展方面,截止到2023年底,中国人工智能核心产业的规模已经接近6000亿元。中国拥有人工智能企业4500多家,约占全球的1/7。
此前,中国信息通信研究院公布的数据显示,2023年我国人工智能核心产业规模达5784亿元,增速13.9%。工业和信息化部赛迪研究院数据显示,2023年,我国生成式人工智能的企业采用率已达15%,市场规模约为14.4万亿元。人工智能技术的不断发展和应用,已经逐渐渗透到各个行业中,推动着这些行业的创新和发展。迅猛的发展态势和广阔的市场空间,为“人工智能+”行动的顺利实施奠定了坚实的基础。
以上信息来源于网络,由智奇数美编辑整理,如涉及侵权请告知删除。