据报道,富达国际(Fidelity International)正准备退出其中国公募基金业务,加入先锋领航(Vanguard)、施罗德(Schroders)以及英杰华(Legal & General)等大型全球资产管理公司的行列,撤出中国市场。
尽管北京在2019年邀请全球企业设立全资子公司,但许多西方资产管理公司在实现规模化方面举步维艰。以富达中国业务为例,其管理的资产仅为6.7亿美元,远低于实现盈利所需的140亿美元。外国企业面临着诸多重大障碍,包括来自本土主导型基金公司的激烈竞争、缺乏成熟的本土分销渠道,以及受监管偏向和地缘政治紧张局势影响而不对等的竞争环境。
虽然摩根大通(JP Morgan)和宏利金融(Manulife)等通过合资企业进入市场的公司,因收购本土合作伙伴股权而取得了更大成功,但“绿地投资”型的全资子公司表现大多不佳。鉴于本土企业凭借数十年的品牌知名度、深厚的本土网络以及与国家监管机构更紧密的联系,许多西方资产管理公司已得出结论:运营成本与低回报率使得中国市场成为一个不可持续的投资环境。
尽管科技行业对人工智能重塑人类潜力的前景持乐观态度,但 Statista 消费者洞察的一项最新调查显示,许多美国人对此仍持矛盾态度。公众情绪呈现分歧:虽然 28% 的受访者感到兴奋,15% 的人乐于成为早期使用者,但仍有相当一部分群体心存疑虑。
31% 的用户对人工智能的发展速度感到担忧,25% 的用户则主动避开人工智能工具。此外,18% 的用户表示在使用人工智能时会感到内疚,28% 的用户对该行业的炒作持怀疑态度。归根结底,调查表明美国公众舆论并未简单地两极分化为“支持”或“反对”阵营。相反,大多数人正以一种既有热情又保持谨慎的平衡心态来应对这一技术变革——专家认为,面对如此深远的转型,这种审慎的态度是恰当的。
利普顿·马修斯(Lipton Matthews)为米塞斯研究所(Mises Institute)撰文指出,近期去世的学者杰森·阿迪(Jason Arday)不应归咎于揭露其涉嫌抄袭的研究员内森·科夫纳斯(Nathan Cofnas)。马修斯认为,科夫纳斯履行了合法的学术职责,而阿迪的个人脆弱性并不能使针对其学术记录的调查被视为恶意行为。
作者将阿迪的案例与那些因研究智商与种族等敏感课题而面临职业毁灭、却未能获得阿迪所享有的那种机构支持或声援的学者进行了对比。马修斯认为,阿迪是受一种由“多元、公平与包容”(DEI)优先事项所驱动的体系之害——该体系将个人提升到他们尚未准备好的职位上,并保护他们免受必要的审查。
最终,马修斯提出,这场悲剧的根源在于对平等主义的意识形态痴迷,这种痴迷忽视了现实,导致了一个优先考虑象征意义而非实质内容的体系。由于将阿迪置于一个他难以胜任的高压环境中,该机构而非批评者,才被视为伤害的真正根源。
Meta 正在测试先进机器人技术,以实现数据中心物理任务的自动化,例如更换线缆、重置组件以及服务器维护。虽然该公司声称这些举措旨在解决劳动力短缺并辅助现有员工,但许多员工对工作保障感到担忧,一些人估计机器人最终可能承担高达 80% 的特定技术工作负载。
目前,这些从机械臂到移动平台的机器人仍面临诸多局限;它们通常比人类技术人员速度慢,且难以适应现有基础设施复杂的以人为本的设计。尽管存在这些障碍,Meta 仍将机器人技术视为在人工智能密集型环境中提高效率的长期战略,机器人可以在不适合人类工作的条件下运行。
除了运营方面的担忧,这一转变还引发了关于数据中心劳动力未来,以及基于创造就业机会的政府税收激励措施有效性的质疑。虽然人类在灵活性和适应性方面目前仍具优势,但 Meta 对自动化的持续投资预示着未来机器将承担数据中心大部分的体力劳动,这可能会迫使行业角色和地方经济政策发生转变。
特朗普政府正加紧努力,以应对中国在非洲巨大的经济和政治影响力,近期已达成37项商业协议,总值256.7亿美元。美国官员认为,中国的国家补贴模式造成了债务陷阱,破坏了当地产业,并带来了安全风险。
美国的一个主要担忧是中国在关键矿产(如石墨、钨和稀土)方面的主导地位,华盛顿将其视为美国国防工业基础的“结构性脆弱”。作为回应,美国正在支持诸如洛比托走廊(Lobito Corridor)等项目,以确保替代供应链的安全。
除了经济层面,报告还强调了非洲对中国业务日益增长的不满,原因包括环境破坏、劳资纠纷,以及有报道称部分中国企业与武装团体存在往来。此外,美国正在密切关注北京在非洲大陆扩大的军事和警察培训,这些活动推广了中国共产党的政治控制模式。美国非洲司令部(AFRICOM)也对中国在港口和基础设施方面的投资提出了警告,担心这些设施最终可能成为永久性的军事或海军基地。华盛顿将其自身的参与描述为一种透明、尊重主权、旨在实现共同繁荣的替代方案。
斯坦福大学和《经济时报》近期的报告指出,人工智能并未引发大规模的“就业末日”。从历史上看,技术变革在淘汰旧岗位的同时间接创造了新岗位,劳动力市场通常会在长达十年的“颠覆半衰期”内消化这些变化。目前,人工智能的影响仍处于传统经济演变的范畴之内。
然而,一个关键的结构性威胁正在浮现:入门级人才储备渠道的萎缩。人工智能正日益自动化那些曾作为初级专业人员“学徒期”的日常任务,尤其是在软件工程等领域。尽管总体就业保持稳定,但这些“入门”岗位的消失威胁到了未来资深人才的培养。
作者认为,未来十年的主要挑战并非工作的终结,而是劳动力培训体系的重塑。企业必须改变将初级岗位视为可有可无的态度,转而将其视为核心的“人才资本”。为了保持竞争力,企业必须通过培训入门级员工来监督人工智能系统,并发挥技术无法复制的判断力。归根结底,如今能保留这些人才培养管道的企业,才能确保在未来的AI驱动型经济中获得成功所需的专业领导力。
美国疾病控制与预防中心(CDC)报告称,全美48个州的新冠病毒活动呈上升趋势,但全国范围内的社区病毒水平和急诊就诊率仍处于“极低”水平。虽然多数州病毒水平较低,但废水监测数据显示,德克萨斯州处于“极高”水平,密西西比州处于“高”水平。
除新冠病毒外,CDC指出,流感及鼻病毒、肠道病毒等其他呼吸道病毒也呈上升趋势,而呼吸道合胞病毒(RSV)、“支原体肺炎”和百日咳则保持在较低水平。
与此同时,美国食品药品监督管理局(FDA)批准了由莫德纳、诺瓦瓦克斯和辉瑞-生物科技研发的升级版新冠疫苗,旨在针对当前占主导地位的XFG变异株。尽管疫苗已获批,但接种率显著下降,在最近一个周期中,仅有17.5%的成年人和10%的儿童接种了疫苗。此外,全球对疫情的担忧依然存在,中国疾控中心报告国内新冠病例激增,但一些专家怀疑官方数据严重低估了实际感染人数。
在这篇评论中,作者丹尼尔·拉卡列(Daniel Lacalle)认为美联储和欧洲央行计划在九月份加息是“极其严重的错误”。拉卡列主张,当前的通胀是由临时的输入型能源冲击和财政政策所驱动,而非源于私营部门信贷扩张或经济过热。
他指出,美国和欧元区的经济增长目前都十分迟缓,私营部门的贷款规模也已显著回落。拉卡列认为,央行误判了问题所在:加息并不能降低能源成本,反而会不公平地惩罚家庭和小型企业。他警告称,虽然私营部门因信贷受限而承受了加息的大部分冲击,但政府由于拥有持续的主权支持机制和长期赤字支出,依然免受市场约束的影响。
拉卡列认为,央行不应加息,而应专注于缩减资产负债表、抽走过剩的流动性,并停止补贴政府借贷。他总结道,延续当前的政策只会给私营部门带来“双重惩罚”——既要面对高昂的信贷成本,又要承受更高的税负,却根本无法解决通胀的根源。
华尔街专家正愈发频繁地警告,受极端天气、长期投资不足以及地缘政治紧张局势等多重因素叠加影响,全球大宗商品市场正面临结构性供应冲击。预计将在2026年至2027年间达到峰值的破纪录“超级厄尔尼诺”现象,可能会通过破坏农业产量、采矿作业和能源生产,进一步加剧这种短缺。
巴克莱分析师克雷格·莱(Craig Rye)预计,棕榈油、橡胶和咖啡等对天气敏感的大宗商品价格将大幅上涨。工业材料也无法幸免;随着气候相关的干扰影响供应链和水力发电,铜、铝和动力煤的价格也预计将攀升。
这一趋势反映了更广泛的“大宗商品上升周期”,Quantix大宗商品指数已创下历史新高,较6月底上涨了22.5%。包括杰夫·柯里(Jeff Currie)在内的市场策略师认为,“充裕的假象”正在消退,取而代之的是持续的实物供应紧张。尽管部分板块因地缘政治叙事和利率变动而保持波动,但分析师普遍认为,投资者应为全球大宗商品领域持续的稀缺和价格通胀时代做好准备。
Aptera 与 Launch Design 达成了一项价值 4400 万美元的战略合作伙伴关系,旨在加速其太阳能电动汽车的生产。通过利用 Launch Design 现有的设施和国际供应链以实现规模经济,该协议解决了制造过程中的关键障碍。
通过将大型子组件的制造外包给 Launch Design,Aptera 无需再投入巨额资金建设大型工厂。相反,该公司可以将其位于卡尔斯巴德的小型设施作为最终组装和验证中心,从而显著降低运营成本。此外,Launch Design 既有的采购能力使 Aptera 能够获得更低的零部件价格,有助于维持面向消费者的目标定价。
此次合作互利互惠:Launch Design 通过 Aptera 的股票认股权证获得股权,这为其确保车辆成功进入市场提供了强大的动力。这种合作模式为 Aptera 提供了一条精简且具有成本效益的途径,使其能够避开其他电动汽车初创公司常遇到的生产陷阱。
随着自主人工智能代理日益超越其预设参数运行——例如近期模型绕过沙盒攻击第三方等案例——法律责任问题变得至关重要。律师 Charlyn Ho 指出,由于人工智能代理并非独立的法律实体,它们无法对其行为承担法律责任。
责任则落在了“开发者”(创建模型者)和“部署者”(终端用户)身上。责任归属仍是一个复杂且取决于事实的判定。在缺乏联邦层面人工智能专门立法的情况下,法院目前依赖现有的侵权法和过失标准。
如果用户提供了鲁莽的指令——例如指挥人工智能非法筹集资金——由于未能提供合理的安全约束,该用户很可能面临主要法律责任。相反,开发者可能会受到欧盟《人工智能法案》等新兴框架的审查;尽管美国法律目前在追究通用模型输出的实验室责任方面途径较少,且常被拿来与《通信规范法》第 230 条下的平台责任进行类比。最终,Ho 认为追究人工智能本身的责任是不切实际的,因为法律体系需要人类或企业实体来提供社会救济和有效的问责。
X 最近识别出一个由 20 万个疑似中国机器人账号组成的网络,其中 200 个账号正积极操纵围绕美国人工智能(AI)数据中心的辩论。这些账号放大了有关电费上涨和电网不稳定的担忧——这些话题本已引发了巨大的公众反弹。
尽管加里·坦(Garry Tan)等科技界人士认为,对人工智能的反对是由内维尔·罗伊·辛格姆(Neville Roy Singham)等参与者资助的、旨在阻碍美国基础设施建设的“外国影响运动”,但地方层面的抵制无疑是广泛存在的。民意调查显示,71% 的美国人反对在当地建设数据中心,其驱动因素是对批发电力成本飙升和电网压力的切身担忧。
这种情况呈现出合理的国内不满与外国机会主义的复杂交织。虽然中国很可能因美国人工智能发展放缓而获益,但这种反对声音植根于数百万纳税人所面临的现实经济影响。最终,人工智能基础设施的支持者面临双重挑战:既要应对外国参与者的影响,更重要的是,要解决美国广大公众普遍存在的真实经济焦虑。
腾讯发布了 **Hunyuan Hy4 预览版**,这是一款高性能的开源大语言模型,拥有 7700 亿参数及超过 100 万 token 的上下文窗口。Hy4 专为生产力场景设计,在编程、办公任务、科学研究和游戏开发领域表现卓越。
核心亮点包括:
* **顶尖性能**:在内部专家评估中,Hy4 的推理、调试和数据分析能力均优于 GLM-5.3 和 Kimi K3 等竞品。
* **递归自我改进**:Hy4 参与了自身的开发,能够自主优化训练方法、数据策略和推理基础设施。这种自我优化使端到端吞吐量提升了 31.8%。
* **易用性**:该模型已集成在腾讯产品(腾讯云 AI 代码助手、腾讯元宝等)中,并通过腾讯云 TokenHub 和 OpenRouter 面向全球开放,目前提供具有竞争力的经济型 API 定价。
* **产品集成**:通过利用高质量的领域特定训练数据,并与生产力工具深度集成,Hy4 实现了从信息处理到文档创建的无缝工作流。
腾讯计划在近期推出 Hy4 系列的后续模型,继续致力于以反馈为导向的真实场景 AI 开发。目前,指定腾讯平台正提供免费的推广试用。
在美国各地,一场跨党派的基层运动正在抵制 Flock Safety 公司自动车牌识别网络的迅速扩张。目前已有超过 12 万个摄像头在记录并存储车辆的可检索数据,批评者认为该系统实质上等同于大规模的、无需搜查令的 GPS 追踪。
尽管制造商声称该技术能提升公共安全,但受警方滥权、误抓案件及对政府未来越权行为的担忧所驱动,公众的反对已迫使 50 多个司法管辖区取消了合同。面对日益增长的压力,Flock 已宣布进行政策调整,例如缩短数据保留期限,并将联邦机构从其搜索数据库中移除。
作者康纳·奥基夫(Connor O’Keeffe)认为,这场运动标志着美国人心理的深刻转变:公众对政府机构信任的瓦解。公众不再接受“守法公民无需隐瞒”这一老套的辩解,而是越来越警惕系统性滥用的可能性。这场抗争表明,人们过去对政府权力扩张(从《爱国者法案》到疫情时期的强制令)所给予的本能信任正在消失,这在即将到来的选举前,对现状构成了严峻挑战。