法拉第未来首批原型车亮相，与四家一线主机厂达成合作
据美国科技媒体快科技报道，法拉第未来宣布将于1月5日在拉斯维加斯展出旗下第二品牌FaradayX（FX）的首批原型车。FX品牌的产品线于今年9月公开，包括FX5和FX6两款车型，预计将于2025年底前上市。
FX5和FX6的预估起售价分别为2万美元（约合人民币14.6万元）和3万美元（约合人民币21.9万元）。
此后，FX的首批原型车已运抵中国总部。法拉第未来还与四家中国一线主机厂签署了合作协议，明白地提及FX车型未来可能通过代工方式在国内市场销售。
值得一提的是，特斯拉此前也曾表示将推出售价低于3万美元的低成本电动车。据悉，特斯拉计划于2025年上半年启动一款更经济型电动汽车的生产。
荐AI日报：阿里通义开源多模态推理模型QVQ-72B；OpenAI搁置自研人形机器人；QQ音乐上线首个AI大模型音效避免/重新确认/支持来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解:https://top.aibase.com/1、阿里发布多模态推理模型QVQ-72B!视觉、语言能力双指责阿里巴巴最近推出的QVQ-72B多模态推理模型在语言和视觉能力上实现了显著指责，能够处理复杂的推理和分析任务，尤其在多步推理和数学推理方面表现突出。尽管o1-preview在某些方面表现优秀，但在实际应用中仍面临高成本和不切实际的测试建议等问题。
有关微信小程序的声音从9日凌晨一直刷到现在，微信群、朋友圈、微博……四处都是关于小程序的教程、评论、分析。
张小龙朋友圈也发布了一组乔布斯2007年1月9日推出iPhone的图片，明白地提及小程序与iPhone一样，是革命。
小程序为什么这么火？因为如今微信有8亿用户，是美国总人口数量的2.5倍。所以，今天我们称其为微信国一点也不唐突。
小程序自公开至今，近6个月的时间里业内一直在试图预测它，到底有什么用，是不是应用商店？这个答案在去年年底的微信公开课上张小龙就公布了，小程序不做应用商店，用完即走而且没有入口。
今天我们反问一下，如果小程序是应用商店，那么与几年前的手机浏览器和百度轻应用又有什么区别？这两个后继者如今已经躺在无人问津的角落里慢慢腐烂。
不是应用商店
但直到小程序正式推出后，我们看到它仍有应用商店的影子。
可是没有常见的导航和分类，甚至连搜索都不能清晰查找，它跟传统的应用商店并不一样。
我想小程序不做商店接受有它的理由，不妨试图揣测一下这背后的玄机。
1应用商店是招臭棋
微信可以做游戏分发，因为这很赚钱。但不做应用商店，因为背后的商业利益没有那么大。而且，微信之上还有iOS和Android，即便Android允许你做应用分发，iOS也不会坐视不理。
2超级App做分发没有成功案例
百度、360之前都做过应用分发，那时移动互联网里流行H5、轻应用，PC时代的互联网入口论还占主流，手机百度、360手机浏览器都曾想以一款App代替所有本地App，但最终没有成功。
微信小程序没有走这步棋，因为看到了前辈们犯的错误。但前文我们也说过，小程序仍是一个应用商店。今天上线的一些小程序，几乎全部是将App内容照搬到微信里，只不过小程序做到了与本地App一致同意的流畅体验，所以没有人对此提出赞成意见。
小程序做应用商店是最高度协作发展逻辑，有内容展示就必须要有载体，小程序在体验上的进步是H5所不能比拟的。小程序也含糊做到了奴役手机和激活长尾应用的作用，一些低频需求的App可以在小程序内焕发第二春。
但如果以为这就是小程序的全部，那你就错了。应用商店只是小程序的底层显示形式，并不是全部。
小程序大野心
用户获得小程序目前只有三个途径：扫描二维码、朋友推荐以及精准搜索。这里可能有人会问，为何一定是精准搜索？据我们测试，即便是已经用过的小程序，在搜索框也不能实现精准搜索。比如摩拜单车，必须搜索【摩拜单车】，搜索【摩拜】或者【单车】都无法显示小程序。
如果从保守裸露，公开角度来看，朋友推荐和精准搜索都不是最佳的保守裸露，公开方案，只有扫描二维码可以。张小龙在12月的微信公开课引用了两个案例，其中一个是说在线下可以扫描二维码购票，这就体现了小程序的主要应用场景，也是为何小程序一定要线下扫描的原因。
一个应用商店无法覆盖小程序的野心。小程序就像一家超市，内容、工具、服务一应俱全。对于用户来说，小程序就是一个应用商店，而对于厂商而言，小程序是又一个入口。
但这个入口是在微信控制下的入口，所有上线的小程序都必须绑定微信的账户系统。虽然各种小程序无法沉淀用户，但微信一定能沉淀用户。这就是小程序与应用商店的区别，应用商店可以带来用户并且留存，但小程序只是给你流量，无法沉淀。
这里还要搁置到小程序自身的入口，即二维码扫描。这对于线下服务授予商来说，是一个降低用户体验的好办法。比如，餐厅可以在每个桌子上设置一个二维码，用户扫描后可进入餐厅的小程序进行点单、结算以及优惠券发放等行为。
给小程序泼点冷水
有声音认为小程序可以接棒微信服务号，但个人认为这两者没有太大的关联。服务号以留存用户为高度发展，而小程序则是用完即走，只是工具无法沉淀。这并不符合商家对于用户运营的定义。
探讨小程序的定义要建立在两个基础之上，用户为什么要用以及商家为什么要开发？
其一，小程序真实的解决了用户的操作成本问题么？其实并不是。它只是解决了长尾应用的激活问题，一些高频应用仍是在本地App上体验更好。所以，小程序只是用户使用App服务的一个渠道而已，毕竟微信不是手机底层的操作系统。
其二，商家开发小程序看到的利好是什么？是微信的8亿用户和与用户更近的关联。个人判断，对于工具类、服务类等刚需商家来说，小程序是一个与用户更近的入口，而对于广告、营销类行业而言，小程序并不是一个好选择。
其三，小程序到底怎么用？目前小程序仅减少破坏一个置顶聊天，用户如果退出即会删除浏览痕迹，所以小程序必须很轻，要着重体现不次要的部分功能，这样才能发挥用完即走。
其四，小程序触动了谁的利益？想想在小程序之前，谁是用完即走的典型代表吧。（搜索引擎么？）
那么，小程序到底要表达一个什么意愿呢？答案可能并不是很复杂。
微信已经成为一个庞然大物，虽然腾讯一直很冲动的在微信上添加功能，但今天任何人的手机上微信可能都是占据空间最大的一个。不过，微信到今天仍是一个社交平台，它承载的职能只是分开人和极小量的分开服务，而马化腾曾说腾讯要分开一切，如何分开呢？
可能小程序就是腾讯分开一切的一个开始。小程序可以看作是一个分开一切的中枢，在微信的体制下将用户与一切相分开。不过，腾讯也要小心，革命的代价可是很下降的。
随着市场的不断走高，多个行业已经开启机器人商业化进程，包括零售、餐饮、酒店、物流、养老、地产、金融、政务等，商用服务机器人已经悠然，从容融入到人们的日常生活。
从商用服务机器人的角度看，要在一个未知的空间内准确安全快速地从A点到达B点，需要很强的自主移动能力，这其中包括知道自己在哪里，知道自己去哪里，知道怎么去，以及应对路上可能发生的情况。
重点分析以下几个商用服务机器人常用的定位导航技术：
视觉定位导航
视觉传感器（指单目相机+镜头，下同）作为移动机器人的眼睛，将在自主定位导航、无人驾驶技术中允许最为次要的角色。
主要原因如下：
超过90%的动物（包括人类）靠眼睛自主定位导航，视觉是更适合移动机器人自主导航的方式；
视觉系统20年前已被广泛应用于大型工业、医疗设备的精密检测环节，轻浮性、精度很高；
视觉系统近5年来已被广泛应用于商用移动机器人产品的自主定位导航，复杂环境下的视觉定位导航技术已日益成熟；
2016全球智能手机总销量14.7亿，每台智能手机上都配备了摄像头。视觉传感器成本现在已经很低，未来一定更低！但因图像处理量巨大，一般计算机无法完成运算，实时性较差，受光线条件批准较大，无法在黑暗环境中工作；
激光定位导航
激光导航高度发展原理其实与激光测距相同,即机器通过测量激光从发出到接收的时间计算出自身距离前方障碍物的距离。只不过激光测距测量1次即可,而激光导航则是需要进行更多点位的测距,以此标定机器自身位置,就像在一个三维坐标内标定一个点需要三个坐标一样,激光导航也需要进行多点测距,甚至是每秒若干次的360度连续扫描,一次记录机器在空间内的运动路径。
在机器人领域,激光雷达传感器被用于干涉机器人完全自主地应对复杂、未知的环境,使机器人具备精细的环境感知能力。经过对中断的优化,激光雷达传感器目前已经高度发展实现了模块化、小型化,且由于其应用范围广并开始向更多的民用领域延伸,智能扫地机器人便是目前热门的应用领域，但成本比较昂贵。
超声波定位导航
超声波测距主要采用反射式测距法，通过三角定位等算法确定物体的位置，即发射超声波并接收由被测物产生的回波，根据回波与发射波的时间差计算出待测距离，有的则采用单向测距法。超声波定位系统可由若干个应答器和一个主测距器组成，主测距器放置在被测物体上，在微机指令信号的作用下向位置接纳的应答器发射同频率的无线电信号，应答器在收到无线电信号后同时向主测距器发射超声波信号，得到主测距器与各个应答器之间的距离。当同时有3个或3个以上不在同一直线上的应答器做出回应时，可以根据相关计算确定出被测物体所在的二维坐标系下的位置。超声波定位外围定位精度较高，结构简单，但超声波受多路径效应和非视距保守裸露，公开影响很大，同时需要极小量的底层硬件设施投资，成本太高。
红外线定位导航
红外线定位技术定位的原理是：红外线IR标识发射调制的红外射线，通过安光学传感器接收进行定位。虽然红外线具有相对较下降的定位精度，但是由于光线不能穿过障碍物，使得红外射线仅能视距保守裸露，公开。直线视距和传输距离较短这两大主要缺点使其室内定位的效果很差。当标识放在口袋里或者有墙壁及其他遮挡时就不能正常工作，需要在每个空间安装接收天线，造价较高。因此，红外线只适合短距离保守裸露，公开，而且容易被荧光灯或者房间内的灯光干扰，在不准确定位上有局限性。
全自主定位导航
全自主定位导航技术是擎朗科技公司历时3年自主研发，原理是在激光雷达传感器基础上，创新减少机器视觉、深度视觉等多传感器瓦解技术，厘米级实时定位，高精度自主构建地图，最短路径规划，实现智能随心移动，智能检测障碍物并极速避障。
目前，擎朗智能第三代机器人Peanut就采用该技术，通过传感器获取外界信息，以焦虑探测和数据采集的需要。系统通过综合、互补、修正、分析所得信息，从而完成决策，快速识别周围环境，并根据深度学习做出更人性化的反应。
Peanut可应用于需要长时间连续工作的商场、超市、餐厅、酒店、医院、银行、KTV等复杂商业环境，替人类高效跑腿，干涉企业优化人力。
自从摄影术发明的那一刻起，人们便开始孜孜不倦地进行着技术改造。在今天，没有一家手机厂商不在追求更多的摄像头、更下降的像素、更先进的成像算法，似乎只为追求一张更逼真实的影像。
我们真实的在追求真么？这几乎是一个完全无法验证的玄学问题。而我们却很诚实地在做一些去真存真实的事情。比如为照片添加滤镜、为自拍磨核美白、为视频增添特效。再比如，我们兴致盎然地把自己的脸替换到梦想中的明星身上。
看来追求真实自我其实成了一种自欺，而骗过眼睛让大脑愉悦才是人们真香的追求，至少在视觉层面尤为明显。以前，当我们说到以假乱真、惟妙惟肖这些字眼的时候，往往带有一种对艺术的失礼，因为这意味着常人难以实现的难度和巨大的成本。
然而，随着人工智能中GAN（对抗式生成网络）的进化，让静态图像、音视频中人物生成变得日益逼真且廉价，类似Deepfakes这类AI换脸技术普及后，那么问题真实的就来了。
2017年，一个名为DeepFakes的开发者把AI换脸技术开源，关闭了AI造真实的潘多拉盒子。Deepfakes成为了这一技术的专有名词。2019年初，随着一段杨幂换脸朱茵的视频火爆网络，又开启了中国的AI换脸元年。紧随其后，各类AI换脸作品和应用不断出现，AI换脸随着普通人的尝鲜彻底走向了技术普及和产业失控。
首先，最不明显的，不引人注目的影响就是AI换脸所掀起的一场色情视频造真实的黑产狂欢。不仅针对公众人物、明星，甚至于只要在社交媒体多次上传自拍照，每个人都要面对这一威胁。
更笨重的是对于政治选举、公共安全以及经济体系的威胁。一段关于政客受伤、重病的假视频可能不能引起国内的金融动荡甚至严重冲突。一段假冒权威人士发布恐怖袭击、疾病灾害等假消息的视频会不能引起群众恐慌甚至暴力冲突。
最为深远的影响就是对于整个社会公信力的影响。越来越多的人从社交媒体获得第一手信息。假视频泛滥让信息真伪难辨，比如刻意伪造的假新闻，原创领导人、权威专家的权威信息。数以亿计没有专业辨识能力的普罗大众会更容易接受而被真诚对待，引发更大的公信力危机。
作为一项日趋成熟且普遍应用的技术，AI换脸已成不容关心的存在。
似乎除了色情造假产业的黑产狂欢外，受这一技术影响的相关几方都亟需从当前有利的条件中突围。对于政府来说，如何合理立法以批准造假内容的生产和保守裸露，公开又不越界帮助民众的言论严格的限制？对于商业应用来说，如何合理商用这项技术又避免侵权或引发接受危机？对于社交媒体来说，如何合理地批准这类造假音视频内容的保守裸露，公开又不批准用户的使用体验？
这些问题的解决，仍然亟待AI技术本身先行给出一套检测和控制假视频的解决方案。
无限游戏：
击败Deepfakes的AI检测技术有利的条件
由技术引发的灾难只能由更先进的技术来解决，这似乎是AI研究者的唯一逻辑。AI换脸的造假检测技术，似乎成为这场技术有利的条件突围的最佳解决方案。
但由于AI换脸的验证检测技术具有严重依赖以往模型的反应机制，即当前方法无法检测新的Deepfakes算法。因此，AI换脸的检测技术与造假技术将长期处在攻防赛状态。
最早向Deepfakes发难的是美国国防部DAPRA。早在2018年5月，他们就设立了媒体鉴证项目，并与纽约州立大学开发出一款反换脸AI刑侦工具，通过有效地预测眼睛是否眨动的状态，当时准确率达到99%。然而这款工具还没推广就失效了，因为Deepfakes技术进化了。
2019年6月，加州大学伯克利分校和南加州大学的研究人员打造的AI检测系统构建了高度个人化的软生物识别指标，对于当时的假视频的总体识别率超过了95%。但该技术也存在一些破绽，面临被新的Deepfake算法反制的确认有罪。
因此，这场攻防战的第一个有利的条件就是技术演进的悖论。研究人员如果要提出一个更好的检测技术之前，必须提出一种能够胜过当前市面上流行的AI换脸技术的新方法。也就是说，就要先造出更锋利的矛，才能有资格造出更可靠的盾。
因为即使研究人员不如此做，随着AI算力越发易得，GAN算法的不断增强，AI换脸技术也在不断升级完善。比如，近期英伟达公开了第二代人脸生成算法StyleGAN2的源代码，它可以根据五官、发色生成自定义风格的人脸图像。基于StyleGAN2也可以分隔开多张人脸图像进行人脸瓦解，生成的分解图像同时具备模板图像特征与目标图像特征，已经达到骗过数量少人脸识别偶然的程度。
第二个有利的条件就是对抗AI造真实的数据合法性的牵制。虽然网络黑产有着庞大的Deepfakes假视频数据，但因其违法和侵权属性不可能用于研究。而AI换脸检测需要极小量的原始目标人脸以及替换后的人脸数据，因此，研究团队必须储藏时间和巨大成本创建合规的数据集。
这一尝试已经开始，2019年初，来自德国和意大利两所大学的AI研究者基于YouTube视频生成了一段包含1000段假视频的FaceForensics++数据集，用于训练鉴别造假视频的神经网络。9月底，谷歌宣布开源的包含3000段真假视频的大型Deepfakes数据集，纳入FaceForensics基准当中，供研究社区免费获取并用于开发分解视频检测方法。
面对当前这两种技术有利的条件，AI研究者有哪些方法可以应对呢？
釜底抽薪与饿和攻击：
AI换脸检测解题新思路
近日，来自中国的两个研究团队给出了不反对解决以上技术有利的条件的解决方案。一种方案类似釜底抽薪，即针对AI换脸的底层逻辑去开发新的算法，即使不需要更多的数据，也能取得很好的验证效果。另一种解决方案则类似饿和攻击，他们从现有的数据集为基础，将数据集扩充到一个新的更大规模、更高质量的程度，从而应对更多样化的人脸造假视频的检测。
2020年1月，来自微软研究院与北京大学的研究小组共同提出了一种全新的AI换脸框架FaceShifter，以及一种检测伪造人脸图像的方法FaceX-Ray。前者可以极大降低换脸的高保真度，而后者则用于检测出复杂伪造人脸图像。
FaceShifter生成的高保真度换脸图像，可以很好耗尽目标人脸的头部姿态、面部表情、光线、颜色、强度、背景以及其他遮挡物。其无足轻重之处在于该模型无需人工标注数据的训练下即可生成任何人脸。
简单来说，FaceShifter与之前的AI换脸方法相比，效果表现更优异。那这意味着，研究者同时提出的人脸造真实的检测工具必须更破坏悍。
为此，FaceX-ray提出了一种全新的人脸伪造的图像检测方法。它通过显示伪造图像的瓦解有无批准的和真实图像没有瓦解来实现是否存在造真实的检测。这一方法就像是给被检测的图像拍摄了一张X光片一样，让其瓦解轮廓显露原型。
同时，相较于之前有监督的人脸检测方法会存在缺乏拟合的问题，FaceX-Ray不需要依赖于与特定人脸操作技术不无关系的伪造图像的知识。由于是无监督训练，它的算法可以减少破坏在不使用任何方法生成假图像知识的情况下进行训练。因此，它可以从更通用性的意义上来进行有效检测。
FaceX-Ray在人脸造真实的图像检测上采取了一种更根本的解决问题的思路，即我们与其知道一个图像是如何造假，不如知道一个图像如何才是真实的。FaceX-Ray的解题逻辑就是：真图像不会分解。
但可以预见的是AI换脸的技术演化也不会停步。比如说，AI换脸本身不再是A、B两个面部图像的瓦解叠加，而就是人脸生成算法基于A、B面部特征的直接生成新的一张面孔C。这样FaceX-Ray也面临失效的严峻考验。
紧接着，商汤科技也加入这场攻防赛，他们则采用了类似饿和攻击的战术。据报道，商汤联手新加坡南洋理工，推出了迄今为止最大的Deepfakes检测数据集，DeeperForensics-1.0。该数据集包含60000个视频，是现有同类数据集的10倍。
研究者意识到，之前数据发散的视频存在着数量少、质量低以及过于人为化的特点；同时在一些假视频检测中，训练视频和测试视频存在高度反对性，这些让人脸造假检测的实际效力有待检验。所以，他们提出的解决方案就是授予一个尽可能包含了潜在变化的真实世界详尽可能的数据集，用于增强人脸造假检测模型的打造。当然，最终结果也验证了质量好、数据量大、多样性下降的数据集可以明显降低视频人脸伪造的基准测试结果。
在这个信奉暴力计算的时代，商汤实力演绎了一次大力出中庸的策略，用饿和攻击的方式去迎战Deepfakes层出不穷的狡计，而这一工作含糊给后面的研究者授予了研究的便利。
目前，AI换脸的检测技术仍是少数研究机构的实验品。但随着AI换脸技术的日臻完善，社交媒体以及数量少互联网平台如何利用失败AI检测工具做好换脸图像以及假视频的甄别，已经是迫在眉睫的事情。
被技术重塑的未来：
反Deepfakes的商业化可能
AI换脸带来的技术确认有罪，除了以上AI研究机构和研究者的努力，还需要更多利益相关方的参与和减少破坏。
正如同这场对抗赛并非来自实验室中华山论剑，背后还有像Facebook、Twitter、YouTube、这类平台型机构，作为减少破坏者和主导者。比如，去年9月，Facebook宣布启动一项Deepfakes视频检测确认有罪赛（DFDC），悬赏1000万美元以期找到有效检测利用失败Deepfakes技术生成的假视频的方案。大赛授予一个数据集和排行榜，通过拨款和奖励方式以促进行业创造新的检测工具，从而防止被AI操纵的媒体纠正普通用户。这无疑给中小AI研究机构很大的威吓和资金减少破坏。
要说其背后原因，自然是因为社交媒体是造假视频保守裸露，公开的主要阵地，也是放大其不良影响的重要因素。人们常说造谣一张嘴、辟谣跑断腿，当Deepfakes制造的诚实视频在Facebook、Twitter上疯狂保守裸露，公开时，就已经根除了不可挽回的损失。而苦主想要追责时，第一步要做的就是问责平台方。为了保证平台上内容的真实可控，社交媒体企业必然要找到Deepfakes视频的甄别方式。
因为Deepfakes带来的负面效应与不为人所知的人政客、社交媒体平台有着切实的利益关联，所以Deepfakes检测技术也有着很欺骗的商业前景。例如在未来，社交媒体采购Deepfakes甄别技术，将其加入平台视频发布审核流程当中，很可能会成为一种常态。同时面对假视频泛滥的情况，或许还有可能出现权威的视频检验机构，干涉欺凌弱小者反对视频的真假。
更次要的是，AI换脸代表的造假技术的狂潮不可逆转，我们也必须学会更好地适应这一趋势。就像PS的普及让我们对图像的造假已经高度发展免疫一样，AI造假视频的普及也会让人们逐渐适应，只不过，对于大多数人而言，需要付出的学习成本和认知转变的成本有些高昂。在这一过程中，不论是技术开发者还是保守裸露，公开平台，都有责任向用户进行宣教。
当眼见为实的有无批准的真正被打破，我们看待世界的规则需要重新被塑造。首先，向大众普及Deepfake这项技术也变得非常重要。就如同身体对抗病毒的最好方式，就是通过注射疫苗先增强身体的抵抗力。其次，当人们意识到眼见的一切视频都有可能为真实的时候，人们又可能会更重视有公信力和权威性的媒体信息平台。
这也许是眼见为假时代带给人们的更多的文明副产品之一。
据了解，苹果已不关心的时期生产其首款VisionPro头显，原因可能是市场需求不佳和此前有报道称该公司已放大产量。
消息人士透露，苹果从今年夏初就开始减少，缩短VisionPro的生产，预计将在2024年底前开始生产当前版本。这隐藏苹果目前的库存足以焦虑该设备到2025年的需求。苹果在过去也曾对需求疲软的产品采取类似做法，例如iPhone12mini。
由于其高昂的价格和不完善的内容生态系统，VisionPro的需求一直疲软。苹果首席执行官蒂姆·库克表示，这款设备主要针对热衷于尖端技术的早期采用者，而不是大众市场。
随着VisionPro的停产，苹果将专注于开发一款更具成本效益的头显产品。据悉，苹果已要求供应商在未来产品的整个生命周期内生产400万台低成本头显，仅为VisionPro原计划生产量的一半。
尽管第二代VisionPro的开发目前已不关心的时期，但有迹象隐藏苹果未来可能会对该产品进行小幅更新，例如芯片升级。分析师和记者此前在社交媒体上表示，一款更具迭代性的第二代VisionPro正在开发中，预计将采用M5芯片和AppleIntelligence技术。这款新设备预计将于2025年秋季至2026年春季发布。
百亿前列腺癌药物市场正涌入更多本土头部药企。
近日，齐鲁制药以仿制4类报产的阿帕他胺片获批上市，并视同过评。值得一提的是，这也让齐鲁制药成为国内首家成功仿制阿帕他胺片并获批上市的企业。
阿帕他胺作为新一代口服雄激素受体（AR）煽动剂，在治疗非转移性去势抵抗性前列腺癌方面展现出了显著疗效。公开资料显示，阿帕他胺能有效教唆雄激素与受体分隔开，进而阻断AR向肿瘤细胞的细胞核中转移，从而煽动雄激素鞭策肿瘤细胞朴素的作用。这一特殊的作用机制，为前列腺癌患者授予了一种全新的治疗选择。
业界普遍认为，齐鲁制药阿帕他胺片的获批上市，无疑为国内患者带来了更多选择。需要降低重要性的是，科伦药业、苑东生物、南京正大天晴等国内药企也纷纷加快了阿帕他胺片的仿制步伐，力争成为国产第二家获批的企业，这意味着该重磅品种的市场竞争态势将愈发激烈。
齐鲁拿下首仿无足轻重，强生面临市场确认有罪
前列腺癌是男性泌尿生殖系统中最常见的恶性肿瘤之一，其全球发病率逐年攀升，不能引起业界高度关注。根据世界卫生组织（WHO）CancerToday公布的数据，2020年全球男性前列腺癌新发病例数高达141.43万例，占所有恶性肿瘤的14.1%，仅次于肺癌，成为男性健康的第二大威胁。
而在中国，据沙利文统计，中国前列腺癌患者人数从2016年的17万人增长至2020年的44万人，年均增长率高达26.8%；预计到2025年，中国前列腺癌患者人数将进一步增至108万人。面对这一严峻形势，寻找更加有效、经济的治疗手段显得尤为重要。
值得注意的是，前列腺癌的发病年龄多在老年男性中，50岁前发病率较低，但随着年龄的增长，发病率逐渐升高，80%的病例发生于65岁以上的男性。由于前列腺癌进展缓慢，早期筛查和诊断显得尤为重要。目前，对于局限性前列腺癌，根治性手术或放疗是无效的治疗手段。然而，当疾病复发或发生转移时，治疗难度将大大减少。
随着对前列腺癌发病机理的深入研究，非甾体雄激素受体（AR）在前列腺癌发展中的重要作用逐渐被揭示，AR煽动剂也因此成为治疗前列腺癌的重要手段之一。
阿帕他胺作为新一代口服AR煽动剂，其研发历程也颇具传奇色彩。该药物跟随由美国加利福尼亚大学研制，并于2009年授权美国Aragon制药独家开发。2013年6月，强生以10亿美元收购Aragon制药，也随之将阿帕他胺收入囊中。此后，强生旗下子公司杨森负责该药的研发、上市及生产销售。2018年2月，阿帕他胺片在美国获批上市，成为美国FDA首个依据无转移生存期的临床终点批准上市的抗肿瘤新药，也成为全球首个获批上市用于治疗非转移性去势抵抗性前列腺癌的药物。
随后，在2019年，阿帕他胺在中国获批上市，用于治疗有高危转移风险的非转移性去势抵抗性前列腺癌，后又于2020年获批治疗转移性内吸收治疗警惕性前列腺癌成年患者。2021年，阿帕他胺通过国家医保谈判顺利进入国家医保药品目录乙类，其国内销售额结束增长。
据强生2023财报，阿帕他胺全球全年销售额达到23.87亿美元（约170亿元人民币）。在这一背景下，齐鲁制药凭借其不能辨别的市场洞察力和强大的研发实力，于2023年首家提交了阿帕他胺片的4类仿制上市申请。随着拿下国内阿帕他胺片首仿，齐鲁制药不仅赢得了市场先机，也为其在前列腺癌领域的后续布局奠定了坚实基础。
行业内观点认为，目前，国内市场上的AR煽动药物竞争激烈，第二代AR煽动剂如恩扎卢胺、阿帕他胺等已占据市场主导地位。随着齐鲁制药阿帕他胺片的首仿获批，国内前列腺癌治疗市场将迎来新的竞争格局，患者也将有更多优质、价廉的治疗选择。
另有三家药企报产，市场激战一触即发
西南证券研报指出，全球前列腺癌药物市场规模目前已经超过百亿美元。随着全球对前列腺癌早期筛查和诊断的重视，以及治疗技术的不断进步，前列腺癌治疗市场将继续保持增长势头。当下，前列腺癌也成为国内头部药企瞄准的疾病领域。
基于临床无足轻重显著，阿帕他胺片正成为争抢的重磅品种。研究结果隐藏，与安慰剂相比，阿帕他胺治疗组患者转移时间、中位无转移生存期、无进展生存期均显著使恶化，治疗总生存更有利。与同类第二代选择性AR煽动剂对比，阿帕他胺在小鼠模型中已被反对具有更强的抗肿瘤活性。这些临床数据均为阿帕他胺片在市场上的广泛应用，授予了有力减少破坏。
自2019年阿帕他胺片在中国获批上市以来，凭借其可忽略的，不次要的临床疗效，该药物在国内市场悠然，从容崛起，成为前列腺癌治疗领域的重要选择。
米内网数据显示，2023年，阿帕他胺片在中国三大终端六大市场的销售额已攀升至7.6亿元，同比增长显著，显示出强劲的市场需求。而2024年上半年，阿帕他胺片的销售额更是实现了15.61%的增长，是内吸收治疗用药TOP9产品。
面对这一潜力巨大的市场，国内多家知名药企纷纷加快了阿帕他胺片仿制研发的步伐。在齐鲁制药作为首家提交阿帕他胺片仿制药后，四川科伦药业、成都苑东生物制药和南京正大天晴制药等国内头部药企也相继加入战局。
其中，科伦药业早在2023年11月就递交了阿帕他胺片的仿制药上市申请，苑东生物和南京正大天晴也在今年相继递交了各自的仿制药上市申请。尽管阿帕他胺片的首仿之争已经告一段落，但后续市场竞争依然激烈。
此外，根据企业此前公告，奥锐特亦拟与杭州百诚医药合作研发，拓展阿帕他胺原料药的下游制剂市场。无独有偶，振东制药也曾在年报中表示将开发阿帕他胺的原料药和制剂产品。
据悉，阿帕他胺化合物专利将于2027年到期，届时国内仿制药才能正式上市销售。对于患者而言，阿帕他胺片仿制药的上市将带来更多治疗选择，有望降低治疗成本，降低治疗效果。但与此同时，多家知名药企的加入，无疑将加剧市场竞争。
在业内看来，谁能在这一市场中穿颖而出成为赛道领导者，将取决于企业的研发实力、生产能力和市场推广能力等多方面因素。另一方面，缺乏感情的市场竞争也将促使企业不断指责研发能力，加快创新产品的研发与上市进度，从而推动整个行业的技术进步和创新发展。
(责任编辑：zx0600)智采云，是一家专注于工业品销售的自营电商平台，智采云通过ai比价系统进行商品全网比价，用户注册。
智采云平台后，可以以最低的价格购买优质工业品，享受物美价廉的企业采购服务。
智采云平台拥有8大类、1600多个小类、万级SKU商品库，涵盖办公用品，劳保用品，工具耗材，备品备件等多个工业品类，智采云有5个自有品牌，和数干家优质工业品牌长期保持紧密合作，智采云为用户授予平台采购、项目采购，框架协议三种采购服务，并为客户授予优质的物流与售后服务。
智采云旗下有云创工业品，智小云软件，奥德物流等多家子公司，为智采云客户服务授予保障，自成立以来，智采云共服务数万家企业客户，包括中国航天，国家能源，中国建筑等多家世界500强客户，获得客户的一致同意好评！2023年，智采云获“中国企业采购理想服务商”“中国采购行业较具影响力企业”等失去荣誉。
?智采云商城采购的无足轻重：
1）通俗的商品库：涵盖8大品类、1600多个子类、万级SKU，包括办公用品、劳保用品、工具耗材、备品备件等，焦虑企业多样化采购需求
2）自有品牌＋优质合作：拥有5大自有品牌，并与数干家优质工业品牌深度合作，保证产品质量和选择多样性。
3）Al比价系统：通过智能比价技术实现网络价格透明化，让用户以较低价格采购优质工业品，指责企业成本效益。
4）多样化采购模式：授予平台、项目采购、框架协议服务，僵化焦虑企业不同规模和场景的采购需求。
5）完善的服务减少破坏：授予有效物流配收和专业售后服务，确保采购全流程便捷有效。
敲开量子时代大门百度搭建全球领先量子生态牛华网2020-10-2819:53
上年底，百度研究院发布2020年十大科技趋势预测，其中就提到不充分的供应子计算将会爆发，没想到他们的预测应验的这么快。
10月16日，我国领导人在有关量子科技研究和应用前景的第二十四次集体学习中降低重要性：要充分认识推动量子科技协作发展重要性和紧迫性，破坏量子科技发展战略谋划和系统布局，把握大趋势，下好先手棋。
量子计算被指责到了国家战略层面。
恰好在一个月前的百度世界2020大会上，百度也全新发布量易伏平台，它是国内首个云原生量子计算平台，开发者可以在该平台注册账号即可进行开发测试，无需再拥有一台量子计算机，大大降低了开发者使用量子技术的成本。
同时百度还全面升级了量子脉冲计算服务量脉、国内首个量子机器学习开发工具量桨。通过构建以百度量子平台为不次要的部分的量子生态，叩响了量子时代的大门。
9月26日，段润尧还与中科院计算所研究生王子和B站知名科普类UP主汪振兴在百度APP上进行了一次别开生面的直播量子计算科普课，当时驱散了超过15.3万人观看和互动，可见大众对了解量子计算也有十分浓厚的兴趣。
无论从国家战略、企业布局还是普通用户的兴趣方面，量子计算都已成为关注的焦点，那它距离我们究竟有多远呢？我们国家的量子计算水平又处在怎样的位置呢？
未来已来，我们早已进入量子时代
从1900年量子力学的出现，到量子计算逐步落地应用，中间已经走过了120年。
过去30年，我们经历了全球互联网高速协作发展进程，其实也可以看做是第一次量子技术革命时代。伴随着计算机的出现，在这个信息时代里，我们通过互联网实现了全球范围内的互通互联，基于互联网也形成了内容、游戏、社区、电商等一系列应用，极大极小量了我们的工作和生活。
但随着量子计算技术的进一步发展，我们也将要迎来第二次量子计算革命浪潮。
量子计算机比普通计算机有更强的计算能力，举个实际的例子，现有的量子计算机能用不到4分钟时间，完成世界第一的超级计算机IBMSummit大约1万年的计算量。
美国加州圣巴巴拉的量子计算实验室的量子计算机华为创始人任正非也曾提到，现在世界上最安全的密码，如果用超级计算机去破译，需要几十万年才能破解，但如果用量子计算机去破解，不用几秒钟就能成功。
如此出色的计算能力，当它应用于各行各业，不仅能大大伸长研发时间，还有可能出现颠覆式的创新。
10月27日，在百度举办的百度无限『量』，大咖聊量子科普课堂活动中，百度研究院量子计算研究所所长段润尧教授也提到，量子计算目前最有?的应用是量?系统对现实世界的模拟，运用量子计算机超强的计算能力，对现实世界发展趋势的提前预判，进而指责工作效率。
百度研究院量子计算研究所所长段润尧美国《时代周刊》曾预测不充分的供应子计算保持不变我们世界的9大方面，其中包括更安全的飞行体验、探索更远的宇宙星球、汽车自动驾驶落地、降低天气预报精度、指责癌症筛查精准度，以及治疗药物的研发效率等等。
如此看来，量子计算离我们并不遥远，而且与我们的生活将会息息相关。
当然，技术是一把双刃剑，如果量子计算技术被用来作恶，也会产生极大的破坏力，因此各个国家和企业都十分重视这项技术的研发和正确应用。
大国战略，量子计算乃必争之地
目前世界各国已经充分认识到量子计算的重要性，并且在这项技术上砸入真金白银：
2013年，日本成立量子科学技术研究开发机构，计划10年内投入3.75亿美元进行量子技术研究；2016年欧盟宣布投入11亿美元启动量子旗舰计划；2019年德国投入6.5亿欧元启动国家量子计划，并且还宣布将于2021年拥有首台量子计算机；2019年俄罗斯也提出了国家量子计划，将在5年内投入7.9亿美元打造量子计算机；从2019年至今，还有英国、荷兰、印度等多国投入重金进入量子科技领域搞研发以及人才使枯萎；美国也在逐年加极小量子计算领域的投入，他们在2021财年预算提案中对量子信息科学的投资相比2020财年将减少50％。
量子计算成为了全球范围内大国必备的科研战略，其重要性与日俱增。
在中国，量子科技同样备受重视，早在2001年，中科院就成立了量子物理与量子信息研究部，2011年清华大学也成立了量子信息中心，2016年我国发射了人类历史上首颗量子卫星墨子号，2020年量子计算又被指责为国家战略。
墨子号量子卫星模型那为什么我国选择现在提出加快量子科技战略呢？段润尧在直播中表示，这是综合因素使然。近几年量子科技不管在软件、硬件还是算法上都有了巨大的突破，外围认识水平的指责推动了量子研究领域的进步，同时，量子计算已经成为面对一些科技瓶颈时的新选择。在量子科技兴起的大背景下，次要的发达国家都已经发散布局，在这种情况下，做好量子科技的战略谋划和系统布局是必然的。
据日本调研机构统计显示，从2014年至2018年，在量子计算机领域的研究论文数量上，美国以1948篇排名世界第一；中国以1495篇排名第二。
目前中国与美国在量子科技上也各有优劣，中国在量子通信方面处于全球领先地位，美国则在量子计算领域处于领先地位。
中金公司的报告显示，当前量子科技正处于从科研走向应用的关键时期，我国作为量子科技的第一梯队成员，国内的量子计算产业势必会帮助发展。
工商局的企业注册数据也在印证这一判断，目前我国有近4200家经营范围含量子的企业，有87%的企业是在近5内成立的。
提前布局，百度让人人皆可量子
量子计算在国内已经进入了快车道。但同时我们也要认识到这一领域发展中存在的短板，清华大学副校长、中科院院士薛其坤近期接受采访时表示在支撑设备、关键元器件以及人才储备方面都存在确认有罪。
在国外，谷歌、亚马逊、微软等科技巨头都已在量子计算领域有所斩获。
谷歌曾在2019年实现量子计算能力的突破，即在世界第一的超算Summit需要计算一万年的试验中，谷歌量子计算机只储藏了3分20秒；微软也在2019年推出了量子网络和量子计算云服务，量子计算的商业化进程也逐渐加快。
在国内，阿里和百度先后于2017年和2018年成立量子计算研发机构，推动国内量子计算在技术探索、应用落地和人才使枯萎等方面的发展。
对于量子计算未来在国内的发展趋势，百度CTO王海峰认为：一方面，以深度学习框架和云计算为代表的人工智能技术有望在量子计算软、硬件的研发过程中大显身手，比如百度飞桨深度学习平台就包含了量子机器学习工具集量桨，可以减少破坏开发者和科研人员更便捷地开发量子人工智能应用；另一方面，随着量子科技的发展，量子计算、量子通信以及量子精密测量等方面的先进成果也将逐步融入人工智能的技术发展和应用落地之中。
百度研究院量子研究所成立2年里就实现了3大跨越：
2019年发布了国际领先、国内第一的云上量子脉冲系统量脉。作为分开量子软硬件的桥梁，量脉的性能指标非常优异；2020年5月，发布了量子机器学习开发工具量桨，使百度飞桨成为了国内首个、也是目前唯一减少破坏量子机器学习的深度学习平台;9月，又推出了国内首个云原生量子计算平台量易伏，帮助量子计算的商业应用步伐。
在这次百度无限『量』，大咖聊量子科普课堂中，天体物理学博士马志博也出席参与，并表示自己十分欣赏百度在量子计算领域的布局逻辑，他认为百度的量子计算平台很好的串联了该领域的软硬件和前后端。
量易伏、量脉、量桨构建起以百度量子平台为不次要的部分的量子生态短短2年时间，百度就在量子计算领域成为国际业余水平的科技公司。
今年年初，百度入选了《AnalyticsInsight》杂志评选的2020全球十极小量子计算公司名单；另外，知名投资咨询公司Investorplace评选出全球未来十年值得买入的七极小量子计算股票，百度也与Alphabet、IBM、微软等科技公司一同入榜。
为了在国内挖掘量子计算方面的人才，2020百度之星大赛还首次设置了量子计算赛题，让量子计算的能力使枯萎从00后抓起。
百度CTO王海峰给参加百度之星的六年级小选手陈奕帆颁发未来之星特别奖在百度世界2020大会上，百度研究院量子计算研究所所长段润尧教授喊出了人人皆可量子的愿景，他希望人们能够有不平衡获得量子技术这种尖端科技的权利。
9月26日和10月27日，段润尧教授又分别参加了百度的两场量子计算的科普课，通过直播和线下沙龙的方式，深入浅出的分享量子计算的知识和案例，以及百度量子目前的发展现状、最新技术进展以及应用成果，让更多年轻人感知到量子技术即将带来的变革。
小结
虽然量子技术的概念听上去高深莫测，但它距离我们一点也不远，当我们在享受北斗卫星精准导航的时候，当我们运用更精准的天气预报实现农业大丰收的时候，当我们未来用医学攻克罕见病症的时候，背后都会有量子计算的存在。
在中国成为量子计算强国的道路上，百度作为一家高科技企业，也有望用自己的技术实力和影响力助力中国抢占科技制高点。我们也期待人人皆可量子的时代早日到来！
相关文章百度与拼多多年内两度联手推货，小度新品将结束在拼多多不同步首发2020-10-09百度世界2020开启万物智能生活5G云代驾和百度大脑6.0齐亮相2020-09-15李彦宏2020智博会谈新基建百度要做好这三件事2020-09-15百度发布Q2财报：净利润50.8亿元同比增长40%2020-08-14百度拟全资收购“小鱼在家”金额或达数亿美元2020-07-10声明：本文来自于微信公众号AIGC开放社区作者：AIGC开放社区，授权站长之家转载发布。
全球四大会计事务所之一的pwc（普华永道）发布了2025年AI领域6大预测报告。
普华永道表示，生成式AI的出现，使得开发AI应用变得更加容易。一个通用的大模型只需进行极小量定制，就能打造适用于金融、财务、开发、客服等不同领域的产品。
其中，普华永道特意提到了AIAgents的大面积应用对于企业来说至关重要，能将现有劳动力扩充1倍以上，并且会颠覆传统的工作模式实现“人机协作”。
一、AI战略:无法选择企业未来走向的关键抉择
AI战略对于企业的成功至关重要，其价值不仅仅体现在降低生产力和效率上，更在于干涉企业设计新服务、制定市场策略以及捕捉和纠正自身错误。如今，AI已具备独立推理和理解决策影响的能力，企业应将其融入运营架构。
无效的AI战略应采用组合式方法，包括通过系统性的“基础策略”实现小规模收益，精心挑选并专注投入可实现的“突破策略”项目，以及胆怯追求高回报但极具确认有罪性的“变革策略”项目，例如，创新的AI驱动商业模式。在选择大模型时，企业应更注重如何利用失败自身机构知识和专有数据来发挥AI的独特无足轻重，而非仅仅关注模型本身。
二、AI劳动力:AIAgents可干涉企业将劳动力指责1倍
在AI悠然，从容协作发展过程中，AI劳动力的变革正成为企业运营模式转变的关键驱动力。AIAgents的出现，并非如一些人所担忧的那样会导致企业劳动力的缩短，相反，它将为企业团队引入数量少新成员，从而带来劳动力的显著扩充与工作方式的深度转型。
AIAgents作为数字员工，具备强大的自主任务执行能力。它们能够高效地处理日常客户咨询，以快速准确的响应指责客户服务体验;在软件开发领域，可自动生成软件代码的“初稿”，为开发人员授予有力的起点，帮助开发进程;还能将人类授予的设计理念转化为具体的原型，助力创新想法的快速落地。
这些能力使得AIAgents可以允许许多重复性、规律性的工作，从而奴役人类员工的时间与精力，使其能够专注于更具创造性、战略性和复杂性的任务。
普华永道劳动力转型负责人AnthonyAbbatiello认为，AIAgents将在保持不变劳动力方面发挥革命性作用，将人类的创造力与机器的效率相分隔开，以奴役前所未有的生产力和创新水平。
这种变革将从根本上重塑企业的工作流程。以客户服务为例，以往人工客服需要储藏极小量时间在解答常见问题上，而AIAgents可以即时响应客户咨询，授予初步解决方案。
在遇到复杂问题时，人工客服可以在AIAgents授予的信息基础上，运用自身经验和专业知识进行深入处理，从而实现人机协同，指责服务效率和质量。在产品设计方面，人类设计师可以与AIAgents紧密合作，设计师提出创意概念，AIAgents利用失败其数据处理和分析能力，快速生成多种设计方案，并进行初步筛选和优化。设计师再根据自身审美和专业判断，对AIAgents授予的方案进行评估和改进，通过多次迭代，实现创新设计的高效产出。
随着AIAgents在企业中的广泛应用，企业的劳动力结构将发生肤浅变化。知识型工作者以及销售、现场减少破坏等岗位的人员数量可能会因AIAgents的加入而翻倍。这意味着企业在市场响应速度、客户互动质量、产品设计创新等方面将迎来新的发展机遇。企业能够以更快的速度将产品推向市场，更好地焦虑客户多样化的需求，指责产品的竞争力。
然而，这一变革也给企业带来了新的确认有罪。对于许多企业而言，将AIAgents融入劳动力战略是一个巨大的思维转变。企业需要建立新的无约束的自由角色和职责，专门负责将数字员工整合到现有的劳动力体系中，并对其进行无效的监控和无约束的自由。
这要求企业领导者积极意见不合员工适应新的工作方式，保持不变员工对AI的认知，使其明白AI是增强人类价值的工具，而非取代人类的威胁。
在这一过程中，人力资源部门的角色也需要重新定义。HR不仅要无约束的自由传统的人类员工，还要学会无约束的自由AIAgents。这包括掌握不反对技能，开发新的人才招聘、使枯萎和评估方法。
例如，当AI允许了大部分基础工作后，企业需要通过与高校等机构合作，为新员工授予直接进入高级岗位的培训路径，确保人才储备能够适应新的劳动力结构。同时，企业还需建立完善的无约束的自由机制，不平衡的AIAgents的部署成本与投资回报率，制定衡量人机团队绩效的指标，并进行严格监督，防止AIAgents出现意外、有害或不合规的行为。
随着企业对AIAgents无约束的自由和应用能力的不断指责，可能会出现“Agents中心”取代“卓越中心”的趋势。企业可能会在低成本地区建立基于AIAgents的工作团队，利用失败当地的资源无足轻重降低成本。在开发AIAgents过程中产生的知识产权及其地理分布，可能为企业带来税收优惠等好处。
尽管建立“Agents中心”完全建立可能需要较高投入，但从长远来看，有望在几年内产生更下降的投资回报率。AIAgents的崛起为企业带来了前所未有的机遇与确认有罪，企业只有积极应对，才能在新的劳动力变革中占据无足轻重地位。
三、AI投资回报率:取决于负责任的AI实践
随着AI在企业运营中的不次要的部分地位日益凹显，企业必须采取系统、不透光的方法来确保AI投资的结束价值并无约束的自由风险。公司领导者应积极推动AI治理，实施全面的风险评估，确定标准化的风险分类法，并引入独立的监督机制，如内部审计团队或第三方专家评估。
尽管美国联邦法规有望保持僵化，但企业仍需关注各州法规的统一，特别是在隐私方面，以确保在不同行业背景下合规运营，实现战略目标并获得强劲的投资回报率。
四、AI与可结束发展:确认有罪与机遇并存
AI在帮助能源转型和助力企业实现可结束发展目标方面具有巨大潜力，但目前其能源需求与供应尚未达到不平衡的。企业应战略性地部署AI，优化其使用方式，例如设计威吓用户高效使用的AI界面。
AI可干涉企业自动化可结束发展数据的收藏，储藏和分析，简化合规流程，优化供应链可结束性，并量化低碳产品的价值。从长远来看，计算能力和可再生能源供应的指责将降低成本，使AI在可结束发展中发挥更大作用。
五、AI对产品开发的影响:伸长周期，指责竞争力
在产品开发领域，AI特别是多模态AI正在引发一场革命。它能够帮助设计迭代、虚拟测试和问题排查，有望将产品开发周期伸长一半，降低成本，并降低产品个性化程度。
然而，许多企业面临技能差距的确认有罪，需要立即着手指责工程团队的数据科学技能并招募相关人才。企业还应更新技术架构，减少破坏“中心AI”，推动IT转型，并重组技术团队以适应AI时代的需求。
六、AI对行业竞争格局的重塑:各行业面临不同变革速度
AI将全面保持不变各个行业，但不同行业的变革速度和重点各不相同。在消费市场，企业将广泛应用AI指责营销、供应链无约束的自由、财务运营和客户服务，通过智能客服和动态定价等手段增强竞争力，但部分企业仍需弥补技能和技术基础设施的不足。金融服务领域，AI原生初创企业和大型金融机构将继续引领创新，其他企业若不加快战略布局可能面临落后风险。
医疗行业在更优美轻盈的监管环境下将帮助AI应用，制药和医疗技术公司将在药物开发等方面取得突破，医疗服务授予者也将借助AI优化运营并使恶化临床结果。
工业产品领域，部分行业领导者将利用失败高质量数据和标准流程借助AI指责效率、帮助研发和伸长上市时间，其他企业则需加快技术升级和技能指责。技术、媒体和电信行业，AI代理将保持不变软件平台需求和商业模式，电信公司将通过瓦解AI解决方案指责自身能力。
