嫩草研究院2021隱藏網址,嫩草研究院官方网,嫩草研究院官官方
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)相关新闻小学校长涉配餐费回扣被查知名校长因学生餐遭调查近日，哈尔滨市道里区抚顺小学校长李佩妍因涉嫌与给学校配餐的餐饮公司有不正当经济往来，正在接受当地纪委调查。知情人透露，李佩妍的部分违纪行为涉及与配餐公司的经济问题。11月25日，道里区教育局孙姓局长反对，李佩妍已接受调查超过一个月
2024-11-2914:37:19小学校长涉配餐费回扣被查有企业近视防控神器半年卖7600多万，医生提醒家长椰子（化名）告诉中新经纬，在刚刚过去的暑假，他在医疗机构给孩子们配置了离焦框架镜，储藏近万元。2024-09-1417:14:28有企业近视防控神器半年卖7600多万已有2000多万学生享受国家助学贷款筑梦未来，助学育才在路上高校学生资助是关乎民生和民心的重要工程。在10月8日的国务院新闻办新闻发布会上，国家发展改革委透露，计划指责学生资助补助标准，缩短政策惠及面，并上调专科生、本科生及研究生的国家助学贷款额度，同时致力于降低贷款利率2024-10-0909:25:02已有2000多万学生享受国家助学贷款学生吐槽学校强制安排实习企业：那个企业不是人去的地方！很多父母未能充分认识到实习对于子女成长的重大意义。步入职场的首次经历，不仅关乎技能指责，更对其职业生涯的热爱程度产生深远影响！2024-06-2415:56:08学生吐槽学校强制安排实习企业河南一地城管局被曝拖欠600多万元设计费企业三年讨债无果同创工程设计有限公司在三年多前中标了河南省洛阳市新安县城市无约束的自由局的三项设计项目，旨在鞭策当地的城市美化和生态建设。然而，至今该公司仍有675万元的设计费用未能收回，这导致其运营承受巨大压力，甚至不得不放大开支并不关心的时期新项目2024-06-2218:37:53河南一地城管局被曝拖欠600多万元设计费学校回应缴餐费只能用北京银行近期，济南某小学午餐费的缴纳方式成为家长间的热点讨论。家长吴女士透露，新学期伊始，她为孩子交午餐费时，校方要求通过北京银行的微信公众号完成缴费流程，并需提交包括身份证照片、工作单位在内的个人信息2024-09-0511:28:42学校回应缴餐费只能用北京银行
苹果下周举行发布会重磅推出新款MacBookAir和MacBookPro牛华网2020-11-0414:11
牛华网讯北京时间11月4日消息，目前，苹果已经发出新的发布会寻找函，辩论将于11月10日在ApplePark举行新闻发布会，这也是苹果秋季的第三次新闻发布会。这次会议会带来什么呢？据可靠的消息来源称，第一批运行于苹果硅处理器上的Mac电脑将是MacBookAir和MacBookPro笔记本电脑。
近日，彭博社的马克·古尔曼（MarkGurman）认为，MacBook笔记本电脑将在下周的OneMoreThing活动期间发布，此次活动旨在拉开苹果计算新时代的帷幕。
消息人士称，苹果正在筹划三种新机型的生产，分别是13英寸和16英寸MacBookPro笔记本电脑以及13英寸MacBookAir笔记本电脑。报告称，它们将是自2006年以来第一款没有搭载英特尔处理器的苹果电脑。
几个月来，一直有传言称，经过改造的12英寸RetinaMacBook将成为苹果硅时代的第一款产品。但是，古尔曼在今天的报告没有提及这一点。
苹果此前曾承诺，该公司将在2020年底之前推出首款运行新架构的Mac电脑。在上周的财报电话会议上，苹果首席执行官蒂姆·库克（TimCook）重申：在不透露太多信息的情况下，我可以告诉您，今年的Mac系列还有更多令人平淡的东西。
苹果公司承诺，到2022年底，包括iMac，iMacPro，MacPro和Macmini等台式机在内的全系列电脑产品线，也将全面拥抱苹果硅处理器。在未来几年里，通过macOS的更新将继续减少破坏搭载英特尔处理器的Mac电脑。但是，苹果指出，运行基于ARM处理器的Macs将授予最佳的用户体验。
据悉，这些Mac中的第一款将与最新的iPhone和iPad移动设备一样，搭载A14处理器，这种协同作用将使整个生态系统中的应用程序实现前所未有的互操作性。（完）
相关文章苹果宣布11日举办线上发布会或将发三款苹果芯片Mac2020-11-03苹果第四财季营收647亿美元净利同比降8%2020-10-30检测技术接连发现35个苹果系统漏洞阿里安全研究论文被国际顶会收录2020-10-29搭载苹果自研芯片的MacBook可能下月发布2020-10-16评论：苹果推新款智能音箱HomePodmini是否能够力挽狂澜？2020-10-14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。
苹果宣布11日举办线上发布会或将发三款苹果芯片Mac牛华网2020-11-0311:07
牛华网讯北京时间11月3日消息，苹果发布寻找函，辩论将于北京时间2020年11月11日凌晨2点在ApplePark举办OneMoreThing发布会。
据彭博社报道，苹果此次发布会上将推出三款采用苹果芯片的新Mac，包括13英寸MacBookPro、16英寸MacBookPro和13英寸MacBookAir。
相关文章苹果下周举行发布会重磅推出新款MacBookAir和MacBookPro2020-11-04苹果第四财季营收647亿美元净利同比降8%2020-10-30检测技术接连发现35个苹果系统漏洞阿里安全研究论文被国际顶会收录2020-10-29搭载苹果自研芯片的MacBook可能下月发布2020-10-16评论：苹果推新款智能音箱HomePodmini是否能够力挽狂澜？2020-10-14据集邦咨询统计，2024年第二季度企业级SSD的采购量明显减少，导致供不应求，平均价格上涨了超过25％，闪存原厂收入更是平均减少超过50％。这主要是受到NVIDIAGPU帮助卡出货规模减少、AI应用普及的推动，以及服务器品牌厂商的需求。西数开始重点研发企业级PCIeSSD，并与第三方主控合作，研究大容量QLCSSD。...
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。
嫩草研究院2021隱藏網址相关推荐 更多相似内容
-
青苹果乐园影院影视网
谁能想到，平价直播间也集体“攻占”小红书了。“不是韩国卫衣买不起，而是青岛工厂直出更有性价比!”“从我家到你家没有中间商赚差价，源头工厂而已，售后无忧!”你没看错，上述一幕不是发生在拼多多或1688，而是在小红书。在这批平价直播间中，有的自称是工厂老板，有源头好货;有
......
本文由站长之家合作伙伴自媒体作者“新榜公众号”授权发布于站长之家平台，本平台仅授予信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不授予完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读不完整内容的用户，请查看原文，获取内容详情。
即将跳转到外部网站安全性未知，是否继续继续前往 5275条评论 423人喜欢 93375次阅读 40238人点赞 -
qq抽奖活动
10月29日，阿迪达斯发布2024年第三季度财报，其全球营收为64.38亿欧元，同比增长7.3%，剔除Yeezy影响，则同比增长14%；营业利润达5.98亿欧元，同比增长46%。
阿迪达斯大中华区营收达9.46亿欧元，同比增长8.9%。阿迪达斯全球CEO比约恩·古尔登表示，第三季度阿迪达斯在全市场、全渠道、全品类均实现了增长，运动时尚和运动表现均实现两位数增长。
过去两个季度，阿迪达斯在大中华区的结束增长，以及北美市场比预期更早回归增长，增强了品牌方对中长期前景的信心。
同时，阿迪达斯希望继续在所有市场，通过运动时尚和运动表现两大业务板块与新一代消费者建立链接。
(责任编辑：zx0600) 4047条评论 838370人喜欢 23067次阅读 578967人点赞 -
亚洲精品国产一区二区三
2月21日消息，根据Gartner的最新预测，2025年有效细分市场中的企业在公有云计算领域的IT支出将超过传统IT服务支出。
Gartner的“云迁移”研究只包括可以迁移到云的企业IT市场，即应用软件、基础设施软件、业务流程服务和系统基础设施市场。2025年在这四个市场中将有51%的IT支出从传统解决方案保持方向公有云（2022年为41%）；2025年将有近三分之二（65.9%）的应用软件支出保持方向云技术（2022年为57.7%）。
虽然2022年传统产品将占到有效收入的58.7%，但传统市场的增长速度将远低于云。由于许多长期数字化转型和现代化项目被提前到2022年，企业对集成能力、拖延工作流程和可组合架构的需求将继续加快云迁移速度。技术产品经理应将云迁移作为衡量市场机会的标准。
根据Gartner的预测，2022年企业IT支出将因云迁移而超过1.3万亿美元，2025年将增长至近1.8万亿美元。分布式云等新技术的出现将缩短云在IT市场引发的结束变革。许多新技术将进一步清晰传统产品和云产品之间的界限。
为了将公有云服务带入以非云服务为主导的领域，进而缩短有效市场，采用分布式云的企业可能会进一步加快云迁移速度。由于分布式云能够焦虑不同地点的特殊要求，如数据主权、低延迟和网络带宽等，因此各家企业机构正在评估这项技术。
为了充分发挥云久坐的作用，Gartner建议技术和服务授予商除了寻求云所带来的新的高增长机会外，还要瞄准迁移速度最快的领域。例如云在基础设施相关细分市场的渗透率较低，因此这些市场的增长速度预计将超过企业应用等云渗透率较下降的细分市场。授予商还应瞄准特定的人群、采用情况和用例来开展市场推广活动。
034条评论 647755人喜欢 8097次阅读 48528人点赞 -
小受上課被伸進去摸
声明：本文来自于微信公众号硅星人Pro，作者：王兆洋，授权站长之家转载发布。
像是迷雾中走出的一头怪兽，DeepSeekV3在先行“泄露”并引发一阵惊叹后，开发方深度求索正式发布了技术报告。
在这个报告中，Deepseek透露了训练的关键数据，其中最引人注目的，是它的高效和对算力资源依赖之小，同时效果又正常的好——
“在预训练阶段，在每个万亿标记上训练DeepSeek-V3只需要180KH800GPU小时，也就是说，在我们的具有2048个H800GPU的集群上需要3.7天。因此，我们的预训练阶段在不到两个月的时间内完成，成本为2664KGPU小时。分隔开119KGPU小时的上下文长度扩展和5KGPU小时的后训练，DeepSeek-V3的不完整训练成本仅为2.788MGPU小时。假设H800GPU的租金为每GPU小时2美元，我们的总训练成本仅为557万美元。请注意，上述成本仅包括DeepSeek-V3的正式训练，不包括与架构、算法或数据不无关系的先前的研究或精简实验的成本。”
“我们对DeepSeek-V3进行了全面的基准测试。尽管DeepSeek-V3-Base的训练成本较低，但综合评估隐藏，DeepSeek-V3-Base已经成为目前可用的最强大的开源基础模型，特别是在代码和数学方面。它的聊天版本在其他开源模型上的表现也优于其他开源模型，并在一系列标准和开放式基准测试中实现了与GPT-4o和Claude-3.5-Sonnet等领先闭源模型的性能相当。”
而不久前，Anthropic的CEO达里奥·阿莫迪曾透露，GPT-4o这样的模型训练成本约为1亿美元，而目前正在开发的AI大模型训练成本可能高达10亿美元。未来三年内，AI大模型的训练成本将下降至100亿美元甚至1000亿美元。
也就是，现在DeepSeek用550万美金2000张卡训出的开源模型，和OpenAI几亿烧出的模型一样好了。
它旋即被再次称为“国货之光”，在预训练撞墙，一切都要扭转到推理阶段的变换节点，deepseekv3的一系列技术方法，数据指标和测试性能，以及口碑，都让它成了一件事的最好代表：
在“o1”时代，当算力不再是唯一因素，中国模型开发者的机会更多了。
“性能对标GPT-4o以及Claude-3.5-Sonnet”，而且是用开发者的嘴讲出
DeepSeek-V3为幻方旗下的深度求索公司自研的MoE模型，671B参数，激活37B，在14.8Ttoken上进行了预训练。在DeepseekV3技术报告公布的性能指标上来看，这个开源MoE模型，已经在性能上“对齐海外领军闭源模型”。
根据它的官方公告，它在多项评测成绩上，超越了Qwen2.5-72B和Llama-3.1-405B等其他开源模型，并在性能上和世界顶尖的闭源模型GPT-4o以及Claude-3.5-Sonnet不分伯仲。
Deepseek罗列了几个关键的表现领域：
百科知识：DeepSeek-V3在知识类任务（MMLU，MMLU-Pro，GPQA，SimpleQA）上的水平相比前代DeepSeek-V2.5显著指责，接近当前表现最好的模型Claude-3.5-Sonnet-1022。长文本：在长文本测评中，DROP、FRAMES和LongBenchv2上，DeepSeek-V3平均表现超越其他模型。代码：DeepSeek-V3在算法类代码场景（Codeforces），远远领先于市面上已有的全部非o1类模型；并在工程类代码场景（SWE-BenchVerified）逼近Claude-3.5-Sonnet-1022。数学：在美国数学竞赛（AIME2024，MATH）和全国高中数学联赛（CNMO2024）上，DeepSeek-V3大幅超过了所有开源闭源模型。中文能力：DeepSeek-V3与Qwen2.5-72B在教育类测评C-Eval和代词消歧等评测集上表现相近，但在事实知识C-SimpleQA上更为领先。
这些打榜的行为已经是所有新模型的惯例操作，而因为这些官方数据是在模型悄悄在社区以及一些AIInfra平台上线后才跟着发布，反而让它“口碑先行”，在人们纷纷体验了它的媲美头部模型的能力后，这些数据让开发者社区印象更为肤浅。
但V3真正次要的意义不止在于开源再次逼近闭源，还在于它通过各种新的方法，不止在模型层卷，而是把整个模型的训练和推理当做一个系统来优化到了极致，并给出了诸多新的技术思路。
这一方面也体现在他的生成速度指责上，根据Deepseek官方，它的生成速度指责至3倍。
通过算法和工程上的创新，DeepSeek-V3的生成吐字速度从20TPS大幅降低至60TPS，相比V2.5模型实现了3倍的指责，为用户带来更加悠然，从容流畅的使用体验。
想体验的可以登陆官网chat.deepseek.com，它也减少破坏API访问。而且，新版本将授予45天优惠价格体验期，直至2025年2月8日。
在技术报告和官方正式发布前，全球开发者就已经对这个来自东方的“圣诞礼物”欢呼了一阵。
能够做到“提前泄露”并不能引起一群自来水测试和把玩的国产模型并不多，无论它是否是Deepseek的某种策略，它含糊反对了自己受关注和在开发者社区里的真实使用的程度。
根据Reddit上最早的“泄露”，它在基准测试LiveBench上评分都挤进了前列。外围性能超过了gemini2flash，以及Claude3.5Sonnet。
而随后，技术报告正式发布，开发者开始深挖它究竟做对了什么。
赞誉一片，“想快进到英伟达泡沫破裂”
简单来说，DeepSeek-V3针对分布式推理做了创新的优化，进而显著指责了分布式MoE模型的负载分配效率，这不再只是从算法上，而是从整个系统上为未来更大规模的模型授予了新的可扩展性框架的可能。尤其在硬件资源有限的情况下，它最大化了效率。
在模型架构上，它和此前的V2一样继续使用Deepseek自己一直相信和沿用的MLA+细颗粒度的MoE。简单说就是在注意力机制上做创新，对内存进行数量增加，对MoE的运行机制进行创新的设计。
此外，几个亮点包括：
DeepseekV3使用了辅助损失严格的限制负载均衡策略（Auxiliary-Loss-FreeLoadBalancing）。
在瓦解专家模型（MoE）中，每个输入Token会分配给不反对“专家”进行计算。如果分配不均衡（某些专家负载过高），会导致效率降低和模型性能下降。传统方法通过减少一个缺乏的“辅助损失”来强制均衡负载，但这会对模型性能根除负面影响。DeepSeek通过动态调整不当专家的偏置值，使输入Token更均匀地分配给不反对专家，而无需引入缺乏损失。
这个方法有趣的地方是，通过监控每个专家的负载情况，在训练中动态调整不当每个专家的偏置，使得分配更公平。它避免了引入缺乏的优化目标，直接在负载均衡和模型性能之间找到了更优解。
另外，在MoE方面的冗余专家机制（RedundantExperts）也是这种追求不平衡的的思路。
在推理阶段，某些专家可能会因任务量过多而成为瓶颈。冗余专家机制通过为高负载专家创建“副本”，让这些任务分配到不反对副本上，缓解了计算压力并指责了外围推理速度。这种方法可以显著指责分布式推理的吞吐量，尤其是在高并发场景下，实现了资源的弹性扩展和更轻浮的服务性能。
这些动作相当于是告诉那些调不好参数和不平衡的的人们：
我比你们更愚蠢。那些所谓的负载矛盾，我可以解决，并同时保持高水平的推理精度。
多Token预测目标（Multi-TokenPredictionObjective，MTP）
传统语言模型一次只预测一个Token，训练信号较为稀疏，数据效率低。MTP让模型在每个输入Token的基础上同时预测多个未来Token，这样每次训练能授予更多的反馈信号，帮助模型的学习。也就是，不是简单地并行预测多个Token，而是通过顺序预测保持每个Token间的因果链条。这样既指责了训练效率，也让模型在推理时能够更好地“规划”其输出。
对FP8低精度训练的优化。
FP8是一种极低精度的数据表示形式，比FP16和BF16的精度更低，但占用的内存和计算资源也更少。问题是FP8的动态范围有限，容易出现数值溢出或不足。DeepSeek通过分块量化，将数据分成更小的组进行独立缩放，这样可以让模型更僵化地适应输入数据的变化范围，避免低精度带来的精度损失。
这种“分块量化+高精度累加”的策略就是先将数据分组，每组单独计算缩放因子，再通过高精度累加器进行累加计算。这种方法分隔开FP8的低资源消耗和高精度运算，解决了传统低精度训练中的不轻浮性问题。它大幅减少，缩短了训练所需的内存和计算成本，同时保持了与高精度训练相当的轻浮性和性能。
除了模型方面，在训练设施上的创新也很关键，比如DualPipe流水线并行策略。
在分布式训练中，多个GPU需要同时处理极小量数据，其中的通信开销是一个瓶颈。传统流水线方法很难做到完全的计算与通信重叠，根除资源吝啬。DualPipe通过更精细的任务分解和调度，将计算和通信时间完全重叠，从而最大限度地利用失败了每一块GPU的性能。这个设计的不次要的部分是将数据分成小块，交替执行“计算”和“通信”任务。通过不准确调整不当各任务的优先级和资源分配，让GPU在计算时也能同时处理通信操作，几乎完全消除了流水线中的“空闲时间”。除了指责效率，它值得玩味的地方更在于：
它显著降低了对硬件资源的需求。
技术报告发布后，DeepseekV3更是受到了犹如畅销书发布的待遇——大佬们纷纷为他撰写推荐“腰封”，体验了它的效果然后又读了它的技术报告的，都在叫好：
推特上各个大佬纷纷点赞。
Meta的田渊栋也直接表示：
“DeepSeek这真是把H800hack了底朝天[捂脸]太低估了??”
AndrejKaparthy也再次赞扬Deepseek的技术报告值得一读。
另外一个有意思的地方是，今天最次要的一些AIInfra创业公司的创始人们也对DeepseekV3清空好感。一个在推理侧再次推动着创新并由此可以促进市场需求的模型，自然是推理侧的创业公司们需要和希望客户们看到的。
硅基流动的袁进辉在朋友圈点评：
“DeepSeekV3训练仅用了2000张H800，算力成本6百万美元，给海外同行蛮大思想冲击，很多业内专家都点赞了，算力不是唯一无法选择因素，愚蠢的人加创新更让人敬佩。”
Lepton的创始人贾扬清则在朋友圈和X同时点评了V3给他带来的思考。
?首先，现在我们正式进入了分布式推理的时代。一台单GPU机器（80*8=640G）的显存已经装不下参数了。新的大显存机器含糊能容纳模型，但不管怎样，为了性能和未来扩展，分布式推理是不可避免的选择。
?即使在单个模型中，也需要关注MoE的负载均衡，因为每次推理只有大约5%的参数激活。目前还没仔细研究这部分的工作负载细节，但应该会很有趣。
?论文中特别提到引入“redundantexpert”的概念，正是为了解决这个问题。这已经不是“一个模型多个副本”的问题，而是“每个模型子模块都有多个副本”，然后独立扩缩容。
?输入token的盈利模式已经很明确了。我个人推测，想让输出token变得盈利或至少收支不平衡的需要更多优化。不过如果我们相信“软件摩尔定律”（每18个月单token成本减半），这就不是问题。
?Tile或block级别的量化是必需的。这也和我们在Lepton的观察一致同意。我们还减少破坏基于输入数据的动态量化（ahead-of-timedynamicquantization）。另外等硬件减少破坏FP4以后接受还有不少可以玩的花样。
?冷知识：FP4乘法实际上就是个16*16的tablelookup…
?论文提到，在很多情况下，内存带宽是瓶颈。很期待看看即将推出的NVIDIA新硬件形态（比如NVL72）能如何指责分布式推理的性能和便捷性。
“Excitingyears.”他说。
在V3发布之前，Deepseek曾经被海外知名的“爆料+深度分析”的技术博客又一次提到Deepseek，这个以芯片领域的一手信息著称的博客已经是对Deepseek最关注的海外分析师，但它似乎依然没想到Deepseek的重要性并不在于与OpenAI们用比拼资源的方式比拼创新，在这篇文章中，Semianalysis“爆料”称Deepseek已经有很多很多的卡。但在V3发布后，它所指向的方向看来并不如此。
你依然需要万卡集群，但不是谁的卡多谁烧的钱多谁就理所应当会赢得一切了。
有网友甚至戏称：“想快进到Nvidia泡沫破裂的时刻”。
一切都在快速的发散。神话OpenAI们，尤其是以“卡”的名义神话然后看低中国开发者们自己的模型和Infra创新能力的阶段看起来要开始了。当然，前提是你不是只想“跟着喊几句”的创新，而是你真实的做着
6606条评论 223人喜欢 7369次阅读 417人点赞 -
桃色AV久久无码线观看
据灯塔专业版统计，截止12月29日21时09分，**2024年贺岁档新片总票房（含点映和预售）已突破25亿元。**
其中，《好东西》稳居榜首，累计票房达到7.11亿元，但已上映38天。
**新片《小小的我》表现强势，上映3天票房已达3亿元，**讲述了脑瘫患者刘春和（易烊千玺饰）屈服身体和心理障碍，为外婆圆梦舞台，同时修复与母亲的关系，探索人生意义的故事。
**排名第三的《误判》上映3天票房为1.98亿元，**改编自真实事件，讲述了青年马志杰被犯罪集团诬陷贩卖毒品，在律师纠正下认罪，检察官和警署督察联手揭露真相的故事。
**《误杀3》上映2天票房为1.67亿元，涨势喜人，**讲述了富豪郑炳睿的女儿被绑架，警方介入后，郑炳睿和老师李慧萍在绑匪威胁下发散营救的故事。
其他破亿影片还包括《破地狱》《蜡笔小新：我们的恐龙日记》《海洋奇缘2》和《孤星计划》。
574条评论 44990人喜欢 10898次阅读 224人点赞