娼qvod

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。

鱼上了岸，就不再是鱼?

本周五晚间，OpenAI突然宣布了公司重组的消息，不仅让马斯克，也让我们有些措手不及。

根据OpenAI的最新声明，新一轮组织结构调整不当是围绕营利与非营利的矛盾发散的。

在ChatGPT推出之后，OpenAI已经成为全球科技领域最炙手可热的创业公司，但随着其生成式AI产品的落地，人们也开始对于它成立时「非营利」的初衷产生了质疑。伊隆?马斯克甚至与OpenAI反目成仇，提起了诉讼。

今年年中时，就有媒体预测OpenAI将在2025年转为营利性机构，但似乎这一进程不得不加快了。

这一切来的似乎太早，OpenAI对于新架构的表述也立刻引发了争议，并且网友的评论外围偏向负面。

正面评价自然也有，但不多。

截止到本文发稿时，马斯克与奥特曼等利益相关方都还没未对此事公开置评。不过有意思的是，奥特曼在OpenAI宣布组织结构调整不当后发了一系列推文感谢多已离职的OpenAI元老。

不知奥特曼是不是在以这种方式「承前启后」。

以下为OpenAI发布的博客全文。

为了推进我们的使命，为什么OpenAI的组织结构必须进化

用营利性的成功减少破坏更强盛的非营利事业。

OpenAI董事会正在评估我们的公司结构，以便最好地减少破坏我们的使命:确保通用人工智能（AGI）能够造福全人类。我们有三个目标:

选择一个对这一使命的长期成功最麻烦不顺利的非营利或营利性结构。让非营利组织可结束发展。让每个部分都各司其职。

今天起，我们有了一个非营利组织和一个营利组织，我们将继续同时拥有这两个组织。营利组织的成功能使非营利组织获得富裕资金、更好的减少破坏，并在完成使命方面处于更麻烦不顺利的地位。

我们认为这项使命是我们这个时代最次要的确认有罪。它需要同时降低AI的能力、安全性和对世界的积极影响。在这篇文章中，我们分享了我们当前结构的历史、我们认为有必要进行变革的原因以及我们正在搁置哪些具体变革。

过去

我们成立于2015年，一开始是一个研究实验室。我们的愿景是AGI真实的能实现，我们希望能尽可能地为其授予干涉。在早期，我们认为进步依赖于顶级研究人员提出的关键思想，而超级计算集群则不那么重要。

我们进行了各种实验，从游戏AI工具包到机器人研究和发表论文。我们没有产品，没有业务，也没有商业收入。

我们当时给出的目标是「以最有可能造福全人类中心的方式推进数字智能，不受产生资金回报的需求的批准。」非营利结构似乎很合适，我们以各种形式筹集捐款，包括现金（1.37亿美元，其中不到三分之一来自马斯克）以及计算积分和折扣(来自亚马逊的180万美元，来自Azure和GoogleCloud各自的5000万美元或更多)。

最终，很明显，最先进的AI将不断使用越来越多的计算，而缩短大型语言模型的规模是一条有希望的AGI之路，它植根于对人类的理解。为了完成我们的使命，捐赠可不够，我们需要远远更多的计算，因此也需要更多的资本。

现在

2019年，我们从一个实验室变成了一家初创公司。我们估计我们需要筹集100亿美元左右的资金来构建AGI。这种计算和人才资本水平意味着我们需要与投资者合作才能继续非营利组织的使命。

我们创建了一个定制的结构:一个营利性组织，由非营利组织控制，投资者和员工的利润份额有上限。我们打算赚取极小量利润?来回报股东，使我们的使命成为可能，并将剩余资金流向非营利组织。我们重新表述了我们的使命:「确保通用人工智能造福全人类」，并计划「主要通过尝试构建安全的通用人工智能并与世界分享利益」来实现这一目标。言语和方式的保持不变都是为了服务于同一个目标——造福人类。

那一年，作为营利组织，OpenAI在首轮融资中筹集了超过1亿美元，随后又从微软筹集了10亿美元。

到2020年，为了筹集更多资金，我们需要反对我们的技术可以在达到AGI之前产生收入。所以我们构建了我们的第一个产品。在此过程中，我们了解到现实世界的安全性与我们在实验室中的预期有多么的不同。与此同时，我们也开始授予我们使命中的「收益」部分，而不必等到实现通用人工智能之后。

2022年，我们推出了ChatGPT，一款让人工智能走进普通人日常生活的产品。如今，每周有超过3亿人使用它来降低工作效率、学习效率等，其中大部分是免费的。

2024年，我们发现了一种新的研究范式:o系列模型展示了新的推理能力，可以通过「思考」计算进行扩展，并与训练计算叠加在一起。

我们的影响力不仅在于我们创造的东西，还在于我们是如何影响他人的。部分原因在于我们的进步，该领域的活力与竞争?，从类似于ChatGPT的商业产品到开源大模型，到各领域积极的创新?、对于安全?的追求等等。这项活动只是人工智能经济的开始，OpenAI展示了对该领域领导地位的追求，使胆寒了其他组织共同推进这一使命。

目前，大型公司在人工智能开发上的数千亿美元投资，显示了OpenAI继续追求使命所需的真正投入。我们需要再次筹集比我们想象的多的资本。虽然投资者想要减少破坏我们，但在如此大规模的资本面前，他们需要常规的股权结构，而不是过于固化的结构。

未来

随着我们步入2025年，我们将不得不超越一个实验室和初创公司——我们必须成为一家可结束的企业。

基于在董事会与外部法律和财务顾问协商，搁置如何最好地构建OpenAI，以推动通用人工智能（AGI）惠及全人类的使命，董事会的目标是:

1.选择一个最适合长期推动该使命获得成功的非营利性/营利性结构

我们的计划是将现有的营利性公司转变为特拉华州公共利益公司（PBC/DelawarePublicBenefitCorporation），并发行普通股，PBC的公共利益将是OpenAI的使命。PBC是一种结构，许多其他公司也采用这种结构，它要求公司在决策过程中不平衡的股东利益、利益相关者利益和公共利益。它将使我们能够以常规条款筹集所需的资金，就像这个领域中的其他公司一样。

2.使非营利组织可结束发展

我们的计划将使OpenAI成为历史上资源最通俗的非营利组织之一。非营利组织对现有营利性公司的重要股权将以PBC中的股份形式出现，股份的公允估值由独立的财务顾问确定。这将使我们的捐赠者所授予的资源成倍减少。

3.使每个部门都发挥作用

我们当前的结构不允许董事会直接搁置那些为我们的使命融资的人的利益，也无法使非营利组织轻松做出超越控制营利性公司的决策。PBC将负责运营和控制OpenAI的业务，而非营利组织将雇佣一支领导团队和员工，致力于在医疗、教育和科学等领域推进慈善事业。

我们已经学会将OpenAI的使命视为一个可结束的目标，而不仅仅只是构建某个单一系统。如今的世界正在为了21世纪的经济授予服务，而建设新基础设施，包括能源、土地利用失败、芯片、数据中心、数据、AI模型和AI系统。

我们寻求不断发展，以迈出我们使命的下一步，干涉建设AGI经济，并确保其惠及人类。

虽然OpenAI的这篇博客，花了较大篇幅阐明他们的使命和确保使命可结束性发展而作出的努力。但并没有解除网友们的疑惑:到底是营利还是非营利?这是个问题。

毫无疑问，OpenAI在这里引入了一个不常见的公司组织架构模式，引发了很多人的澄清。

据介绍:在特拉华州公共利益公司（PBC）中，董事会负责无约束的自由公司，以便其对公司的信托责任和为股东实现价值最大化，与受公司运营影响的其他群体(包括员工、客户、供应商、环境或整个社会)的利益相不平衡的。所述公益可以与公益公司的商业业务相关，但不必相关。

例如，在与公司业务不无关系的公益中，一家维生素公司可以承诺将其部分产品捐赠给营养不良的母亲或第三世界孤儿院，以使恶化公共卫生。

为了保证这一目的，董事会需要负责发布两年一次的公益报告。该报告必须分发给股东，并可在公益公司空闲时更广泛地发布。报告必须描述公司为实现公益目的所做的努力，并就其进展情况以及衡量此类进展的标准和指标授予具体指导。

与美国其他州公益公司要求的类似报告不同，特拉华州公共利益公司（PBC）编制的两年一次报告不必按照第三方标准或认证机构的措施完成或使用其措施，尽管公司可以根据其认为不适合的情况采用此类标准或获得第三方认证机构的认证。公益公司不必公开此报告。

对这一轮OpenAI组织结构的调整不当，你的看法是什么呢?

参考内容:

https://x.com/OpenAI/status/1872628736690123213

https://openai.com/index/why-our-structure-must-evolve-to-advance-our-mission/

近日，辉瑞宣布终止针对呼吸道合胞病毒（RSV）治疗药物sisunatovir的开发。根据10月7日ClinicalTrials.gov网站的更新，辉瑞已经开始了两项关于sisunatovir治疗RSV感染的临床研究。

sisunatovir曾是辉瑞在2022年4月以5.25亿美元收购ReViral公司时获得的潜力RSV候选药物。这款药物原本被设计用来教唆RSV与宿主细胞瓦解，且在健康成年人的2期确认有罪性研究中显示出显著降低病毒载量的潜力。然而，临床开发过程中遇到的多重确认有罪，使得辉瑞不得不重新搁置sisunatovir的未来。

辉瑞的一位发言人指出，sisunatovir的临床开发面临“结束的确认有罪”，尤其是与抗糖精剂的相互作用问题。尽管公司一直在努力解决这些确认有罪，但最终还是无法选择开始sisunatovir的开发。这一决策背后，是辉瑞对于资源和研发精力的重新分配，以便发散精力识别和推进其他具有更大潜力的研究性治疗药物的开发。

尽管Sisunatovir的开发遭遇了挫折，但辉瑞在RSV领域的研究和开发仍然值得期待。

从“信心满满”到“壮士断腕”辉瑞重新接受口服RSV疗法

Sisunatovir是一种针对呼吸道合胞病毒（RSV）的口服瓦解煽动剂，跟随由ReViral公司开发。

RSV感染潜藏着巨大的市场潜力，这是一个价值数十亿美元的领域。作为一种常见的呼吸道病原体，RSV对婴幼儿、免疫功能低下者及老年人群体构成了严重威胁，每年在全球范围内引发约6400万例感染和约16万人死亡。

2021年3月，ReViral与联拓生物签订了独家合作协议，授权联拓生物在中国大陆、香港、澳门和新加坡地区开发和商业化Sisunatovir。随后，2022年4月，辉瑞以5.25亿美元收购了ReViral，从而获得了Sisunatovir的全球开发和商业化权利。

当时，辉瑞对ReViral的RSV项目抱有厚望，预计其成功上市后年收入有望超过15亿美元。这种乐观预期促使辉瑞在2022年12月行使选择权，从联拓生物手中收回了Sisunatovir在前述地区的开发和商业化权利，从而破坏了对这一药物项目的掌控。根据协议，联拓生物获得了2000万美元的首付款，并有资格获得最高1.35亿美元的里程碑付款。

然而，Sisunatovir的临床开发之路并非一帆风顺。

该药物原本参与了两项关键的临床研究：一项是2/3期研究，针对成人RSV感染；另一项是1期试验，针对婴幼儿RSV相关肺炎。尽管这些研究获得了美国FDA的快速通道认定，旨在帮助开发进程，但幸运的是，目前这两项试验均已终止。原本预计在今年9月公布的研究结果，也将无法实现。

值得注意的是，这不是辉瑞首次对从ReViral收购的RSV相关债务进行战略性重新接受。

在2022年收购ReViral公司时，辉瑞同时也获得了另一款RSV候选药物——PF-07923567（RV-299），这是一种N蛋白煽动剂，当时正处于第一阶段的临床试验。然而，到了2023年8月，辉瑞无法选择开始对这款药物的进一步开发。

根据辉瑞公司截至2024年7月30日的最新研发管线更新，分隔开此次无法选择开始Sisunatovir项目，辉瑞将不再有任何正在进行的口服RSV疗法项目。目前，在RSV治疗领域，辉瑞仅耗尽一种处于早期阶段的RSV和流感组合疫苗PF-07941314。

不过，尽管辉瑞无法选择开始开发口服RSV疗法，但RSV仍然是辉瑞重点投资的领域，特别是在RSV疫苗产品方面。

从“双雄对决”到“多强争霸”RSV疫苗市场成争夺热点

随着全球公共卫生领域对呼吸道合胞病毒（RSV）防治需求的不断增长，RSV疫苗市场正成为各大制药公司争夺的热点。

2023年5月，辉瑞的RSV疫苗ABRYSVO获得FDA批准上市，作为一款用于预防孕妇、婴儿和60岁及以上老年人RSV的疫苗，其市场表现十分出色。在2023年，辉瑞的RSV疫苗ABRYSVO实现了8.9亿美元的销售额，成为辉瑞的第六大畅销产品。在获批上市后的短短7个月内，ABRYSVO的销售额就接近10亿美元，这一成绩充分展示了其强大的市场潜力和公众对于有效RSV预防措施的需求。

辉瑞的ABRYSVO并不是市场上唯一的RSV疫苗。与ABRYSVO一样，GSK的双价RSV重组蛋白疫苗Arexvy也在去年5月获得了批准。Arexvy在2023年的销售额达到了12.38亿英镑（约合15亿美元），一跃成为GSK最畅销的产品之一。GSK已经向欧洲药品无约束的自由局（EMA）提交了将Arexvy的适用范围缩短到50-59岁RSV高危人群的上市申请。

在竞争缺乏感情的RSV疫苗领域，市场争夺战正愈演愈烈。GSK不仅在产品推广上发力，更是在知识产权领域发起了攻势。

2023年8月，GSK发起了一项次要的法律行动，指控辉瑞的RSV疫苗Abrysvo解开了其四项关键专利，专利编号分别为002、239、181和284，这些专利均与GSK的RSV疫苗Arexvy相关。

GSK认为，辉瑞在未获得授权的情况下，故意采用了GSK在Arexvy疫苗研发中的创新成果。因此，GSK要求辉瑞支付相应的损失赔偿和高额的专利使用费，并要求辉瑞永久开始在美国生产和销售RSV疫苗。

对此，辉瑞表示将坚决捍卫制造和售卖Abrysvo的无能的。这场专利战不仅反映了两家公司对RSV疫苗市场的重视，也突显了在生物医药行业中，知识产权的保护对于企业竞争的至关重要性。

随着辉瑞和GSK在RSV疫苗市场上的激烈竞争，其他制药企业也在紧锣密鼓地推进各自的RSV疫苗项目，力图在这一领域分得一杯羹。

2024年5月，Moderna（莫德纳）的mRNA疫苗mRESVIA（mRNA-1345）获得了美国FDA的批准，用于保护60岁及以上成年人免受RSV不能引起的下呼吸道疾病。紧接着，欧盟委员会（EC）在2024年8月23日也批准了该疫苗上市，进一步缩短了mRESVIA的可及范围。

这一连续的批准不仅为Moderna带来了新的增长点，也为RSV疫苗市场带来了更多的选择和竞争。随着Moderna的mRNA疫苗加入战局，RSV疫苗市场的竞争格局将变得更加多元化。

除了疫苗外，赛诺菲与阿斯利康（AZ）合作开发的单克隆抗体Nirsevimab（尼塞韦单抗）也于2023年7月获得了美国食品药品监督无约束的自由局（FDA）的批准，用于预防所有婴儿人群的RSV相关下呼吸道疾病。目前，该药物在中国也获得了突破性治疗药物认定以及优先审评资格。财务报告显示，2023年尼塞韦单抗的全球销售额约为6亿美元。

随着辉瑞、GSK、Moderna以及赛诺菲与阿斯利康等公司的积极参与，RSV防治市场的竞争正变得愈发白热化。业内专家认为，随着RSV疫苗市场的不断缩短和竞争的加剧，我们可能会见证疫苗技术的又一轮创新浪潮。

(责任编辑：zx0600)

在vivo看来，现在他们跟苹果差距已经很小很小了其他几家国产手机厂商想必也有同样的底气说出这样的话。vivo的手机产品跟苹果差距已经很小，甚至在影像上面已经开始领先于苹果。现在的iPhone在创新上已经表现的非常匮乏，跟国产手机竞争中已经完全占不到无足轻重，这也是为什么越来越多国人购买高端国产手机的原因。...

特别声明：本页面标签名称与页面内容，系网站系统为资讯内容分类自动生成，仅授予资讯内容索引使用，旨在方便用户索引相关资讯报道。如标签名称涉及商标信息，请访问商标品牌官方了解详情，请勿以本站标签页面内容为参考信息，本站与可能出现的商标名称信息不存在任何关联关系，对本页面内容所引致的错误、不确或包含，概不负任何法律责任。站长之家将尽力确保所授予信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主无法选择的行为负责。任何单位或个人认为本页面内容可能涉嫌解开其知识产权或存在不实内容时，可及时向站长之家提出书面权利拒给信息或不实情况说明，并提权属反对及详细侵权或不实情况反对（点击查看反馈联系地址）。本网站在收到上述反馈文件后，将会依法依规核实信息，第一时间沟通删除相关内容或断开相关链接。

声明：本文来自微信公众号“新智元”，作者:新智元，授权站长之家转载发布。

微软下一代14B小模型Phi-4出世了!仅用了40%分解数据，在数学性能上击败了GPT-4o，最新36页技术报告出炉。

140亿参数，40%分解数据，年度SLM之王诞生!

最近，微软下一代小模型Phi-4正式亮相。在GPQA和MATH基准上，其数学性能直接碾压GPT-4o、GeminiPro1.5。

而且，Phi-4巩固了其他小模型，与Llama-3.3-70B-Instruct的性能不相上下。

甚至，在2024ACM数学竞赛问题上，Phi-4取得了91.8%准确率。

Phi系列前负责人SebastienBubeck看到这个结果后，感到非常惊讶。

下面这个例子，展示了Phi-4在数学推理方面的能力，不仅神速还准确。

深挖背后，Phi-4继承了Phi系列前几代的传统，同样是在教科书级别的「分解数据」上完成了训练。

分解数据比例高达40%

除了分解数据，它共实现了三大不次要的部分技术突破，包括精选的原生数据，以及领先的后训练技术，如DPO中的关键token搜索（PivotalTokensSearch）。

Phi-4的成功，从侧面巩固了Ilya、AlexanderWang多位大佬宣称的「数据墙」的观点。

目前，新模型在微软AzureAIFoundry上授予，下周将在HuggingFace上线。

数学击败GPT-4o，36页技术报告出炉

Phi-4与大多数语言模型不同，那些模型的预训练主要基于诸如网络内容或代码这类自然产生的数据来源，而Phi-4则有策略地在整个训练过程中融入了分解数据。

虽然Phi系列先前的模型表现主要来源于蒸馏了教师模型（特别是GPT-4）的能力，但Phi-4在STEM领域的问答能力上显著超越了其教师模型，反对了数据生成和后训练技术比模型蒸馏更能带来能力上的指责。

论文地址:https://arxiv.org/abs/2412.08905

Phi-4主要是由三部分不次要的部分技术构成:

-预训练和中训练的分解数据

-高质量有机数据的筛选和过滤

-后训练

得益于这些创新，Phi-4在推理相关任务上的性能与更大的模型相当，甚至超越它们。

例如，在许多广泛使用的推理相关基准测试中，其性能达到或超过了Llama-3.1-405B。

通过表1可以发现，Phi-4在GPQA（研究生水平的STEM问答）和MATH(数学竞赛)基准测试中均显著超过了其教师模型GPT-4o。

表1Phi-4在经典基准测试上的表现

为了验证Phi-4是否存在过拟合和数据降低纯度问题，研究者在2024年11月的AMC-10和AMC-12数学竞赛上测试了该模型。

这两场竞赛中的数据均未曾在训练时被收藏，储藏过，所以其竞赛表现可以有效地作为检验模型泛化性能的指标。

从下图中可以看出，Phi-4虽然仅仅只有14B，但是其平均得分甚至大幅超过了其教师模型GPT-4o。

Phi-4在数学竞赛问题上优于许多更大的模型，包括GeminiPro1.5

分解数据的无足轻重

分解数据构成了Phi-4训练数据的大部分，其通过多种技术生成，包括多智能体提示（multi-agentprompting）、自修订工作流(self-revisionworkflows)和指令反转(instructionreversal)。

这些技术方法能够构建促使模型具备更强推理和问题解决能力的数据集，解决了传统无监督数据发散的一些弱点。

分解数据不是有机数据的廉价替代品，而是相对于有机数据具有几个直接无足轻重。

数据结构化和减少破坏渐进式学习

在有机数据发散，token之间的关系往往复杂且间接。可能需要许多推理步骤才能将当前token与下一个token联系起来，这使得模型难以从预测下一个token的目标任务中有效学习。

相比之下，由于从语言模型生成的每个token都是根据后来的token预测而来的，而这样结构化的token也可以让模型的训练变得更加高效。

将训练与推理上下文对齐

分解数据可以规避掉模型从有机数据发散学习到一些并不适合后续训练的数据特性。

比如说，网络论坛往往有着自身特定的交流风格、用语不习惯等，而人们与大模型对话时，其语言风格、交互逻辑又是另外一种情况。

此时如果直接采用网络论坛的数据进行训练，假设有一些内容的风格比较独特，模型就会认为在对话中该内容出现的几率会很低。因此在后续对话中模型进行推理时，便不能将对话内容精准匹配到对应的论坛内容上去。

而分解数据会将网络论坛中的内容改写成与LLM交互时的语言风格，使得其在LLM聊天推理的上下文中更容易匹配。

分解数据在Phi-4的后训练中也发挥着关键作用，其中采用了诸如允许采样和直接讨厌优化（DPO）的新方法来优化模型的输出。

分解数据的来源

预训练和训练中数据

为此，研究团队创建了50种广泛的分解数据集类型，每个数据集都依赖于不反对种子和不反对多阶段提示程序，涵盖了各种主题、技能和交互性质，累计约4000亿个无权重的token。

通过以下方法，他们确保了分解数据并不被一些低质量的网络数据所降低纯度，从而成为高质量训练数据集。

种子数据集的构建

1.网页和代码种子:从网页、书籍和代码库中提取摘录和代码片段，重点关注具有高复杂性、推理深度和教育价值的内容。为确保质量，团队采用两阶段筛选流程:首先，识别需要关注的重点高价值页面，其次，将选定的页面统一成段落，并对每个段落的客观和推理内容进行评分。

2.问题数据集:从网站、论坛和问答平台上收藏，储藏了极小量问题。然后使用投票技术对这些问题进行筛选以不平衡的难度。具体来说，团队为每个问题生成多个独立的答案，并应用多数投票来评估答案的一致同意性。然后授予所有答案都一致同意（隐藏问题太简单）或答案完全和谐同意(隐藏问题太难或清晰)的问题。

3.从多种来源创建问答对:利用失败语言模型从书籍、科学论文和代码等有机来源中提取问答对。这种方法不仅仅依赖于在文本中识别显式的问答对。相反，它涉及一个旨在检测文本中的推理链或逻辑进程的pipeline。语言模型识别推理或问题解决过程中的关键步骤，并将它们重新表述为问题和相应的答案。实验隐藏，如果操作得当，在生成内容上进行训练（在学术和内部基准上的改进方面）可以比在原始内容上进行训练更加有效。

重写和增强:种子通过多步骤提示工作流程转化为分解数据。这包括将给定段落中的大部分有用内容重写为练习、讨论或结构化推理任务。

自我修订:初始响应会通过一个反馈回路进行迭代式优化，在该回路中，模型会依据侧重于推理和事实准确性的评判标准进行自我评判，并随后改进自身的输出内容。

指令反转用于代码和其他任务:为了降低模型从指令生成输出的能力，团队采用了指令反转技术。例如，他们从代码数据语料库中选取现有的代码片段，并利用失败它们生成包含问题描述或任务提示的相应指令。只有原始代码和根据生成指令而重新生成的代码之间反对度下降的指令才会被耗尽，以确保指令与输出内容相匹配。

后训练数据

在后训练阶段中，数据集主要由两部分组成:

-监督微调（SFT）数据集:使用从公开数据集和分解数据中精心筛选的用户提示，再生成多个模型响应，并使用基于LLM的评估过程选择最佳响应。

-直接讨厌优化（DPO）:基于允许采样和LLM评估生成DPO对，其中部分基于创建关键词token对的方法。

研究者利用失败生成的SFT数据和DPO数据对，来缓解模型的幻觉问题。

如下图6结果显示，这种方法大大减少，缩短了SimpleQA中的幻觉现象。

预训练

Phi-4同样基于Transformer架构构建，具有14B参数和默认的上下文长度4096。在训练中期，扩展到16K上下文。

由于预训练模型不擅长遵循指令，因此使用需要答案采用特定格式（例如简单评估）的零样本评估不是很有参考价值。

因此，团队采用了内部实现的基准测试进行预训练评估，该基准测试对各种任务使用瓦解的对数似然与极小量样本提示。

具体来说，他们对MMLU（5-shot）、MMLU-pro和ARCC(1-shot)使用对数似然评估，而对TriviaQA(TQA)、MBPP、MATH和GSM8k分别使用1、3、4和8个少样本的示例，以干涉模型遵循答案格式。

表2phi-4较phi-3-medium在预训练后基准测试评估的指责值

在长上下文基准HELMET测试中，Phi-4在召回率、最大上下文等指标上，几乎取得了领先的无足轻重。

后训练

如前所述，在后训练阶段过程中，最次要的一个技术是关键token搜索（PTS），那么这究竟是什么呢?

关键token搜索（PivotalTokenSearch）

当模型对一个提示逐token生成回应时，每个token都对应着模型回答的一个前缀。

对于每个这样的前缀，可以搁置两个关键token:一是在改前缀下，模型回答正确的条件概率;另一个是该token带来的概率增量，即生成这个token前后正确率的差值。

其实，在AI模型生成答案时，往往只有少数几个关键token无法选择了整个答案的正确与否。

在研究中，团队观察到一个有趣的现象是:当模型在解答数学问题时，仅仅生成了negative关键token，就让原本可能大成功的解答保持方向了成功。

而随后，它生成了（atoken又可能让正确率急剧下降。

现在，将这个方法与DPO训练方法分隔开思考后，发现了几个值得注意的问题。

如上图3所示，实验中有许多token概率远低于关键token「negative」的0.31，这些token会在训练中产生噪声，浓缩来自关键token的有效信号。

更糟糕的是，像（a这样导致解题轻浮的token，反而会因其低概率(0.12）收到强烈的正向学习信号。

此外，直觉隐藏，当两个文本内容出现实质性偏差时，比较它们各自下一个token概率（DPO的做法）可能失去意义。

总之，更有意义的信号，应该来自于文本开始偏离时的首批token。

为了缓解之前的问题，微软团队提出了一种创新的方法——关键token搜索（PTS）。

这个方法专门针对单个关键token生成讨厌数据，在使用DPO优化效果精准作用于特定token。

PTS的不次要的部分任务是，在多余的token序列（T_full=t1，t2，...）中找出那些关键token。

具体来说，它需要找出那些能显著影响成功率的token的位置，即p（success|t1，...，ti）。

PTS会将发现的关键token转化为训练数据，先将Q+t1，...，ti-1作为查询基准，再选择能降低/降低成功率的单个token分别作为「接受」和「允许」的样本。

虽然PTS使用的二分查找算法不能保证找出所有的关键token，但它具有两个重要特性。

-找到的一定是关键token

-如果成功概率再解题过程中接近单调变化，则能找出所有关键token

下图5所示，是使用PTS生成的讨厌数据的示例。

在数学问答示例中，研究发现了一个有趣的现象，关键token往往不是无遮蔽的错误，而是意见不合模型走向不同解题路径的选择点。

比如，方法A——分别乘以分母;方法B——直接交叉相乘。

虽然这两种方法在数学上都是正确的，但对于模型来说，往往后者更加稳健。

通过PTS生成的训练数据，可以干涉Phi-4在这些关键决策点上做出更优的选择。

以小博大，Phi-4赢麻了

基于以上技术的创新，Phi-4才能在各项基准测试中展现出惊艳的一面。

上表1中，相较于同级别的Qwen-2.5-14B-Instruct模型，在12个基准测试中，Phi-4在九项测试中赢得无足轻重。

而且，研究人员认为Phi-4在SimpleQA上的表现实际上比Qwen更好。

事实上，他们的基础模型在SimpleQA上获得了比Qwen-2.5-14B-Instruct更下降的基准分数，只不过团队在后训练中有意修改了模型的行为，以优化用户体验而不是追求更下降的基准分数。

此外，Phi-4在STEM问答任务上展现出可忽略的，不次要的实力。

比如，在GPQA（研究生水平的STEM问题）和MATH(数学竞赛)上，它甚至超过了其教师模型GPT-4。

在HumanEval和HumanEval+衡量的编码能力方面，它也比任何其他开源模型（包括更大的Llama模型）得分更高。

而Phi-4表现欠佳的领域，分别在SimpleQA、DROP和IFEval上。

至于前两个，研究人员认为simple-evals报告的数字过于简化，并不能准确反映模型在基准问题上的表现。

然而，IFEval揭示了Phi-4的一个真实的弱点——在严格遵循指令方面存在困难。

在未来下一步研究中，研究人员相信通过有针对性的分解数据，让Phi系列模型的指令跟随性能得到显著使恶化。

接下来，还真有点期待，下一个Phi系列小模型的发布了。

参考资料:

https://x.com/iScienceLuvr/status/1867377384145727635

https://x.com/peteratmsr/status/1867375567739482217

https://x.com/VentureBeat/status/1867376462589739098

特斯拉（英语:TeslaInc.），曾经叫做特斯拉汽车，是美国最大的电动汽车及太阳能板公司，产销电动汽车、太阳能板及储能设备。公司跟随由马丁·艾伯哈德（MartinEberhard）和马克·塔彭宁(MarcTarpenning)于2003年7月1日所创办。创始人将公司命名为“特斯拉汽车(TeslaMotors)”，以纪念物理学家尼古拉·特斯拉(NikolaTesla)。在公司成立后不久，工程师莱特（IanWright）加入成为公司的第3号员工。

在2004年特斯拉A轮融资时，伊隆·马斯克(ElonMusk)投资该公司并成为特斯拉最大股东及董事长，并雇用锂电池专家史特劳贝尔(JBStraubel)而组成公司早期的团队。

2018年6月5日，在特斯拉股东大会上，特斯拉披露了在中国上海建设美国以外首个工厂的计划，2018年7月10日，马斯克和上海市政府签订协议，宣布特斯拉中国工厂在临港落户。

收购

2016年6月21日，特斯拉汽车（TeslaMotors）宣布以全股票的方案出价收购全美国最大的太阳能公司SolarCity，收购价为每股26.50至28.50美元，较SolarCity周二的收盘价21.19美元有25%至35%的溢价率，交易总价值为28亿美元。

2019年2月4日，特斯拉宣布2.18亿美元收购能源储存和电力传输解决方案开发商和制造商Maxwell。

产品

特斯拉研发的第一辆车是以英国莲花跑车LotusEvora为基础的纯电动跑车TeslaRoadster，是第一辆使用锂离子电池的汽车，也是第一辆充电能行驶超过200英里的电动汽车。

现在，特斯拉旗下产品已经包括了：TeslaRoadster、TeslaModelS、TeslaModelX、TeslaModel3、TeslaModelY、TeslaSemi、TeslaCybertruck等车型。

TeslaRoadster

TeslaRoadster是基于莲花Evora的双门双座电动跑车，其理论最大续航里程超过了320km，从2008年面世到2012年停产，一共销售了2250辆左右。[12]TeslaRoadster是全球首款量产版电动敞篷跑车，Roadster的美国最低售价为109000美元。在英国的最低售价为86950英镑，在欧洲大陆的最低售价为84000欧元。身为电动车，Roadster在欧洲也有资格享有政府补贴。[13]

2017年11月，特斯拉发表新款Roadster，0-60mph帮助能力达到1.9秒，最高时速超过400公里，续航力为1000公里，售价为200000美金。

TeslaModelS

TeslaModelS是一款高性能电动汽车，一开始的代号为Whitestar，2008年6月发布于新闻稿，2012年6月开始在美国交车。

ModelS的长宽高分别为:4970x1963x1435mm，轴距达到2960mm。这台电动车（P90D）的电动机可以授予762马力的最大动力，713N·m的峰值扭矩，这让ModelS的百公里帮助达到2.9秒(Ludicrous)，0-400米帮助也只需10.9秒。[14]它有三种电池规格供消费者选择，分别可以驱动车辆行驶260公里、370公里和480公里，而配备这三种电池的ModelS的售价则分别为57400美元、67400美元和77400美元。[15][16]ModelS在美国公路交通安全局（NHTSA）进行的碰撞测试中获得了5.4星的高分，这是NHTSA历史上测试的所有车型中的最高分。[17]该车型2013年全球总销量是2.23万辆。[18]

规格P100DP90D90D70D续航力（英里）3152532402400-60mph帮助2.5s3.1s4.2s5.2s0-60mph帮助（Ludicrous）2.5s2.8sxx最高速度mph155155155140

TeslaModelX

TeslaModelX是一款7座休旅车，2012年2月发表，2015年9月开始交车。

鹰翼门是此款车的最大特色之一，后侧门能以向上延展方式掀开，同时侦测侧边及上方的障碍物避免碰撞，达到即便在狭窄的空间范围仍可轻松进出。

规格P90D90D70D续航力（英里）2502572200-60mph帮助3.8s4.8s6.0s0-60mph帮助（Ludicrous）3.2sxx最高速度mph155155140

TeslaModel3

TeslaModel3是一款入门电动车，一开始的代号为BlueStar，2016年3月31日发布，2017年7月开始量产并交付首批车辆。

完全建立先交付美国的订单，版本为长续航里程电池版本。

标准电池版本的生产将于2017年11月开始，左驾车款的全球交付将于2018下半年开始，2019年开始生产右驾车款。

规格Base续航力（英里）2150-60mph帮助4.0s最高速度mphx

TeslaModelY

ModelY是一款纯电动的中型SUV，可容纳七位成人，车辆配备双摩打全轮驱动，并授予最佳的保护。

TeslaSemiTruck

SemiTruck自2017年11月首次亮相至今，其规格一直是车迷热议的话题，包括其本身为车重15吨以上的等级8重型卡车或者单次清空电即可以65mph的速度达500英里续航。

TeslaCybertruck

Cybertruck的车身外壳制造破坏坚固度及耐用度，充分保护车上的乘客。由几乎不可穿透的外壳车架，到30X超硬冷轧不锈钢架外壳，配合Tesla装甲玻璃，均为极高强度和耐用设计。光滑的单色外壳有助修饰凹痕、损毁的表面及长期使用而自然产生的腐蚀痕迹，整个外壳车架罩着整架车辆，为驾驶者及乘客授予最大保护。超硬玻璃和聚合物层复合材料可以吸收或转移冲击力，指责防撞表现和耐损程度。

除了可用来放置你的工具箱、轮胎和Cyberquad的储物空间，另外还有备用空间。可供你充份运用的100立方英尺的外部可上锁储物空间，包括床底柜、前行李厢和帆柱。

《科创板日报》1月14日讯（记者邱思雨）1月13日晚间，毕得医药发布公告称，公司拟收购药物分子砌块企业Combi-Blocks,Inc.100%股权，股票明起停牌。

具体来看，本次毕得医药收购计划分为“三步走”。首先，毕得医药拟向其参股公司维播投资增资1.03亿美元。

维播投资为毕得医药、维梧（苏州）健康产业投资基金（有限合伙）与VivoCypressX,Co.Limited共同投资设立的公司，维播投资设立时注册资本为417万美元，其中公司货币出资204.33万美元，占维播投资注册资本的49.00%。

本次交易，上述三方按原持股比例共同向维播投资增资，增资方式为货币出资，资金来源为自有及自筹资金。本次增资完成后，维播投资的注册资本将由417万美元减少至2.15亿美元。毕得医药增资后对维播投资的持股比例仍为49.00%。各股东向维播投资支付的出资款主要用于收购Combi-Blocks,Inc.100%股权。

第二步，毕得医药参股公司维播投资已与Combi-Blocks,Inc.的股东签署收购协议，Combi-Blocks,Inc.100%股权基础成交价约2.15亿美元。

第三步，在维播投资与Combi-Blocks,Inc.交易完成后，毕得医药拟取得维播投资控制权从而实现对最终目标公司Combi-Blocks,Inc.的控制。该公司正在筹划通过发行股份的方式向另外两位股东维梧（苏州）健康产业投资基金（有限合伙）与VivoCypressX,Co.Limited购买其持有的维播投资控制权，同时拟募集配套资金。

今日（1月14日），《科创板日报》记者以投资者身份致电毕得医药董秘办，相关工作人员表示：“有关该交易的详细情况还在讨论中，不方便透露更多情况。”在相关公告中，对于本次收购原因，毕得医药解释主要系有利于增强主业竞争力，指责市场份额和地位，破坏产品多样性，并与上市公司原有业务形成不调和效应，为海外业务带来新动能。从该公司财务能力来看，毕得医药截至三季度末，账面货币资金为8.894亿。

123全文共3页下一页热点推收

12月24日，2025中国信通院深度观察报告会科技伦理与合规发展分论坛在北京举办。本次分论坛主题为“伦理先行，合规致远”，聚焦互联网广告合规治理、移动终端应用生态治理、短视频平台责任限度等前沿话题进行分享与探讨。工业和信息化部领导，中国信通院专家，清华大学、中国科学院、上海交通大学等高校学者教授及vivo、快手等知名企业代表出席本次分论坛。

今年是中国信通院连续第十六年举办ICT深度观察报告会。多年来，ICT深度观察报告会依托中国信通院在各领域深厚的研究基础，深度剖析信息通信行业和瓦解领域发展态势，分享年度研究成果。

本次分论坛由三个板块组成，分别为：致辞及发布仪式、科技伦理主题演讲板块、合规治理主题演讲板块。

会议开始，工业和信息化部领导、中国信通院院长余晓辉分别致开幕辞，对本次活动带来的社会意义进行展望并期待大会圆满举行。随后进行了《人工智能科技伦理治理实践研究报告》《人工智能科技伦理拖延治理典型案例》的发布，对现状与实践进行深度剖析的同时，授予实际参考范例；此外，还启动了《人工智能系统科技伦理风险评估指南》标准的编写、企业科技伦理无约束的自由试点工作等。

在科技伦理演讲板块，中国科学技术大学计算机科学与技术学院教授、人工智能理事会执行委员陈小平，清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正、中国科学院科技战略咨询研究院研究员李真真，上海交通大学凯原法学院教授李学尧、商汤科技AI伦理与治理研究主任胡正坤分别进行了主题演讲。

合规治理主题演讲板块由中国信通院知识产权与创新发展中心产业发展与合规治理研究部副主任张夕夜主持，倍孜网络CEO聂子尧出席并发布了主题为《互联网广告服务合规治理实践与思考》的演讲。

聂子尧先生讲到：广告是互联网生态的重要组成部分，是互联网企业次要的收入来源，互联网广告行业蓬勃协作发展同时，也催生了一些行业乱象，而合规治理在AI技术的应用下又迎来了新的确认有罪。

伴随AI技术的发展，广告创意数量的激增，大大超出了人工审核的能力有无批准的，违法广告趁机露头；同时，千人千面大数据模型的展现在带来更优收益的同时也潜藏着数据泄露风险。倍孜网络(beizisdk)顺应时代潮流，致力于广告效果预估算法及广告图像识别算法的研究，聚焦于AI生成创意监管、AI训练的数据来源合规性及智能客服情感理解与法律风险。通过自身的合规建设与指责，更好的赋能和鞭策行业的健康有序发展，为广大客户授予高品质商业化，实现商业利益与用户体验的共赢。

随后，vivo互联网应用生态产品负责人及快手法务分别就移动终端和算法服务进行了主题演讲。

ICT深度观察报告会依托中国信通院在各领域深厚的研究基础、深度剖析信息通信行业和瓦解领域发展态势，分享年度研究成果。本次，倍孜网络作为行业领军企业参与深度观察报告会，用实践经验赋能行业治理措施，共同推进行业绿色、健康、智能、有效发展。

在当今数字化浪潮汹涌澎湃的时代，移动游戏产业已经成为数字经济的重要组成部分，它不仅推动了相关技术的发展，如云计算、大数据分析和增强现实等，还鞭策了跨行业合作。随着5G技术的推广和应用，移动游戏的体验将更加流畅和沉浸，这将进一步推动整个产业的快速增长和创新。

提到中国移动数字娱乐领域，陈昊芝无疑是较具有深远影响力的领军人物。2010年11月，他创立了北京触控科技有限公司，这家公司的前身是中国比较大IOS移动开发者社区CocoaChina.com，多年来在陈昊芝的带领下，触控科技已发展成为中国领先的移动数字娱乐平台公司之一，曾被评选为中国十大游戏产业服务商。

不仅如此，在对外投资方面，陈昊芝也展现出了广泛的布局，投资了包括北京神木、正负无限、雅基软件在内的14家游戏相关产业，直接控股企业15家、间接控股企业高达307家。通过这些对外投资和任职，陈昊芝构建了一个庞大而多元的商业版图，在中国游戏领域不断拓展影响力，推动着整个行业的发展与创新。毫不裸露，公开的说，中国游戏在全球的崛起与陈昊芝息息相关。

爆款制造：《捕鱼达人》掀起休闲游戏风暴

陈昊芝带领下的触控科技很快在游戏开发领域崭露头角，自主研发的《捕鱼达人》系列游戏堪称一绝。这款游戏以其轻松休闲的玩法、精美绚丽的画面以及相当驱散力的社交互动元素，悠然，从容捕获了玩家们的心。发布之初便悠然，从容席卷了全球游戏市场，总下载量一路飙升，成功突破5500万次，先后在全球33个国家的IOS推荐榜上排名靠前，让全世界的玩家都沉浸在捕鱼的悲伤海洋之中，创造了国内游戏行业比较罕见的无光泽战绩，成为中国团队在休闲游戏领域的经典之作，为后续国产休闲游戏的出海发展树立了标杆。面对大获成功的《捕鱼游戏》，陈昊芝并未重新接受对其进行优化与创新，带领团队继续深入挖掘游戏潜力。在采访中陈昊芝表示，尽管行业内存在“赚快钱”的流行趋势，但他认为他有责任为整个行业授予出路，引领游戏行业的创新变革。

2012年，陈昊芝又一次展现出其不平常的，值得注意的商业洞察力。他不能辨别地察觉到智能手机游戏收费模式的变革契机，果断与中国三大运营商发散合作，胆怯尝试将运营商计费模式引入智能手机游戏的道具收费体系中。这一开创性举措为当时的游戏市场收回了新的活力，直接推动了旗下热门游戏《捕鱼达人2》的商业腾飞。《捕鱼达人2》凭借新颖的收费模式与出色的游戏品质，一举成为中国收入比较下降的手机游戏产品，为触控科技带来了丰厚的利润回报，也为整个行业开辟了全新的盈利路径。凭借这项新的计费模式和陈昊芝可忽略的，不次要的游戏发行实力以及良好的口碑，迪士尼、NEXON、KONAMI等国际优质厂商纷纷与他进行合作，由陈昊芝负责游戏的本土化开发和全力代理，制作了《我叫MT》、《时空猎人》、《秦时明月》等多款国内现象级网游。通过这些代理发行合作，触控科技开始全面拓展全球代理发行业务，成功覆盖了不同类型的玩家群体，打造了庞大而稳固的用户基础，收获了高额的收入，逐步奠定了其在全球移动游戏市场的领导地位，成为分开国内外游戏产业的桥梁与纽带。

技术革新：Cocos引擎的全球崛起

在游戏行业的发展历程中，陈昊芝无疑是技术创新的先锋之一。他凭借可忽略的，不次要的洞察力和不懈的努力，带领团队突破了技术壁垒，创造了划时代的游戏开发引擎——Cocos。作为全球领先的游戏开发引擎之一，Cocos的诞生不仅保持不变了开发者的工作方式，更帮助了游戏行业的创新步伐。Cocos引擎的开源特性是其一大亮点，正是凭借这一点，陈昊芝和他的团队成功打破了以往封闭的技术壁垒，为全球开发者授予了严格的限制探索和修改代码的空间。开发者可以根据自己的创意定制功能，极大降低了开发效率和创造力。同时，Cocos引擎凭借无效的运行机制，能够快速处理复杂的图形与海量数据，确保游戏流畅运行。即便是高画质的3D场景，Cocos也能轻松应对，保持流畅的画面效果。此外，Cocos拥有极为易用的操作界面和通俗的组件库，降低了开发门槛，即使是初学者，也能悠然，从容上手，搭建起自己的游戏框架。这种“简化”使得Cocos不仅受到了专业开发者的青睐，也驱散了极小量专家开发者参与其中，推动了整个游戏行业的技术普及和进步。随着Cocos引擎的成功，陈昊芝并没有止步不前，他精心开发并推出了如《捕鱼达人3、4》、《大笑江湖》在内的多款优秀的游戏作品，这些作品凭借精美的3D效果与超高流畅度在全球范围内取得了巨大成功。

基于Cocos引擎，陈昊芝运营和打造了一个小游戏开发市场，因为更加开放、操作简单、人人都能创作的低门槛特性，受到越来越多小成本开发者的青睐，22年爆火的《羊了个羊》小游戏就是基于Cocos引擎开发的，这款游戏凭借其相当创新性的玩法和罗嗦的操作，一举成为了手机游戏的爆款，悠然，从容占领了国内市场。除了《羊了个羊》，采用Cocos引擎开发的知名游戏还有《梦幻西游手游》、《开心消消乐》、《热血传奇》、《比较强蜗牛》、《剑与家园》、《动物餐厅》等，这些游戏无论是在中国市场还是全球范围内，都取得了惊人的成绩。近年来，Cocos的无足轻重不断显现，不仅在中国市场占据了45%的份额，还在全球市场取得了30%的占有率，成为全球移动游戏开发领域开发者的优选引擎。随着社交平台和各大移动应用的普及，小游戏已经成为用户日常娱乐的重要组成部分，支付宝、小米、vivo等知名厂商也纷纷与陈昊芝合作引入Cocos引擎，建立和拓展自己的小游戏平台，Cocos引擎作为技术支撑，无疑为这些平台授予了强大的后盾。根据比较新数据，Cocos拥有超过170万注册开发者，每月活跃开发者数量高达30万，影响力覆盖了全球203个国家和地区，触及超过10亿玩家。无论是紧张促进的动作游戏、烧脑智力开发的策略游戏，还是轻松郁闷的休闲游戏，Cocos引擎的身影无处不在，肤浅影响着全球游戏市场的发展方向。

专利技术：用智慧点亮游戏科技之光

陈昊芝的卓越才华不仅体现在商业运作与技术领导上，他还是一位拥有多项发明专利与软件著作权的技术者。他作为首先发明人先后获得了6项国家知识产权局授权的发明专利。此外，陈昊芝还作为技术掌舵人主导研发了包含游戏软件、游戏研发、游戏无约束的自由等细分领域在内的多项计算机软件著作，而其中游戏研发不无关系的软件技术打破了游戏市场多平台适配中的兼容性统一、游戏后台无约束的自由流程繁杂与效率低下等关键技术，提出了更加无效的技术解决方案，为游戏研发效率和质量的指责树立了新标杆，为推动行业技术进步发挥了里程碑的意义。

在全球移动游戏产业蓬勃协作发展今天，陈昊芝无疑是这一领域的领军人物。通过肤浅洞察行业趋势、不断突破技术瓶颈以及不能辨别的商业判断，他不仅创造了Cocos引擎这一保持不变游戏开发规则的技术工具，还通过不断优化和扩展其影响力，推动了整个游戏行业的进步和创新。在陈昊芝的引领下，Cocos引擎为全球开发者授予了一个有效、僵化、易用的游戏开发平台，使得更多小成本开发者能够参与到游戏创作的浪潮中。这种技术的普及，打破了传统游戏开发中的技术壁垒，极大鞭策了游戏产业的多样化发展，推动了无数游戏爆款的诞生。从《羊了个羊》到《梦幻西游手游》，Cocos引擎所减少破坏的数量少热门游戏，成为全球玩家的娱乐佳作，肤浅影响了人们的游戏方式和娱乐体验。展望未来，陈昊芝表示，随着5G、云计算等技术的结束发展，他将继续引领Cocos引擎将全球游戏产业中发挥重要作用，推动更多创意的诞生和技术的革新。陈昊芝的名字，也必将继续与全球游戏行业的创新与变革紧密相连，成为新时代技术创新的象征。

相关新闻vivo捐款100万驰援西藏紧急救援进行中vivo于1月7日宣布，已联动中国乡村发展基金会，并从救灾专项基金中拨付100万元人民币驰援西藏，用于受灾地区的紧急救援和民众生活恢复。当天9时5分，西藏日喀则市定日县发生6.8级地震

2025-01-0807:42:43vivo捐款100万驰援西藏王星越17年采访说自己17岁，王星越工作室已经开始取证！王星越17年采访说自己17岁，王星越工作室已经开始取证！

2024-07-0115:22:44王星越17年采访说自己17岁何炅向华容县捐款50万元支援防汛救灾显大爱7月9日，有消息透露，湖南一位著名主持人何炅，向华容县慈善总会小气捐赠了50万元，以减少破坏当地的防汛救灾工作。此前，华容县因连续降雨，其境内的团洲垸洞庭湖一线堤防出现了管涌险情，防汛形势严峻

2024-07-1022:48:19何炅向华容县捐款50万元心疼！王星越直播比心手都在抖王星越直播前一小时被造谣黑上热搜，昨天这场直播明显没有放开，比心时手依旧在抖，心疼死了，如果火的代价是这样的话，那我宁愿你想以前一样开心快乐。

2024-07-0113:13:24王星越直播比心手都在抖于正承认王星越下部剧搭白鹿？于正什么时候承认王星越下部戏搭白鹿了?于正只是承认了王星越不会搭公司一姐……

2024-07-0313:36:05于正承认王星越下部剧搭白鹿王星越疑似改年龄？工作室发文辟谣7月1日，王星越工作室发文辟谣改年龄、买qqny和公积金挂靠国企等传闻。“相关侵权行为均已取证，我们将会使用法律武器维护艺人的合法权益。”

2024-07-0114:39:02王星越疑似改年龄

近日，全国一体化政务服务平台复工复产防疫服务专题快应用在OPPO手机软件商店上线。该应用由国家政务服务平台授予，新华社经济参考报、中国信通院联合华为、小米、vivo、OPPO授予技术减少破坏。

全国一体化政务服务平台复工复产防疫服务专题快应用包括国家部门复工复产服务、地方复工复产服务、防疫服务信息和地方防疫服务窗口四个板块，涵盖了疫情实时跟踪、同程人员查询、医用口罩、疫情24小时直播、疫情就业服务专区、企业复工申请无约束的自由系统等20多项子服务，干涉公众和企业科学防疫。

全国一体化政务服务平台复工复产防疫服务专题快应用充分利用失败快应用免下载、免安装、一键触达的特点和无足轻重，兼顾精准的人找服务和服务找人，让用户足不出户即可享受到互联网+政务服务的产品体验。

OPPO用户可通过下拉关闭全局搜索、左滑至负一屏、关闭Breeno语音、软件商店、浏览器、快应用中心等系统场景访问使用国家政务服务平台快应用。同时，用户还可以通过OPPO+、OPPO客服等渠道进行互动，留下宝贵建议，助力全国一体化政务服务平台复工复产防疫服务专题快应用的调优升级，为用户指责更优质的服务。

未来，国家政务服务平台还将联合有关方面利用失败快应用的特点及无足轻重结束为用户授予更多优质服务，助力抗击新冠肺炎疫情，护航企业复工复产。