标签: 人工智能

8月26日，国务院《关于深入实施“人工智能+”行动的意见》（以下简称《意见》）正式对外公布，为中国加快推进“人工智能+”提供了重要指引。《意见》提出了加快实施“人工智能+”科学技术、产业发展、消费提质、民生福祉、治理能力、全球合作等6大重点行动，强化8项基础支撑能力，推动人工智能与经济社会各行业各领域广泛深度融合。 1、“人工智能+”行动的总体蓝图 《意见》提出分三个阶段推动人工智能与经济社会各行业各领域广泛深度融合： 到2027年，率先实现人工智能与6大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%，智能经济核心产业规模快速增长。 到2030年，我国人工智能全面赋能高质量发展，新一代智能终端、智能体等应用普及率超90%，智能经济成为我国经济发展的重要增长极。 到2035年，我国全面步入智能经济和智能社会发展新阶段，为基本实现社会主义现代化提供有力支撑。 2、六大重点行动全面开启 1. “人工智能+”科学技术： 加速科学发现进程，驱动技术研发模式创新和效能提升，创新哲学社会科学研究方法。 2. “人工智能+”产业发展： 培育智能原生新模式新业态，推进工业全要素智能化发展，加快农业数智化转型升级，创新服务业发展新模式。 3. “人工智能+”消费提质： 拓展服务消费新场景，培育产品消费新业态。 4. “人工智能+”民生福祉： 创造更加智能的工作方式，推行更富成效的学习方式，打造更有品质的美好生活。 5. “人工智能+”治理能力： 开创社会治理人机共生新图景，打造安全治理多元共治新格局，共绘美丽中国生态治理新画卷。 6. “人工智能+”全球合作： 推动人工智能普惠共享，共建人工智能全球治理体系。 3、八项基础支撑构筑发展基石 《意见》同时强调要强化8项基础支撑能力，包括：提升模型基础能力、加强数据供给创新、强化智能算力统筹、优化应用发展环境、促进开源生态繁荣、加强人才队伍建设、强化政策法规保障、提升安全能力水平等。 在强化智能算力统筹方面，特别提出：要“支持人工智能芯片攻坚创新与使能软件生态培育，加快超大规模智算集群技术突破和工程落地”。 4、飞凌嵌入式高算力AI主控赋能“人工智能+”行动 在国务院“人工智能+”行动的指引下，飞凌嵌入式也将持续努力推动AI技术的创新和应用落地，为各行各业提供强大的边缘计算能力。 （1）FET3588-C/FET3588J-C核心板： 飞凌嵌入式FET3588-C核心板基于Rockchip旗舰RK3588处理器开发设计，采用先进的8nm制程工艺，集成4核Cortex-A76+4核Cortex-A55架构，A76核主频高达2.4GHz，A55核主频高达1.8GHz，提供强大性能支撑。 该产品内置瑞芯微自研三核NPU，综合算力可达6TOPS，引入INT4/INT8/INT16/FP16混合运算，MAC利用率提升28%以上，满足绝大多数终端设备边缘计算需求。 FET3588-C支持8K超清显示和四屏异显，配备丰富的高速数据通讯接口，适用于智能制造、智慧城市、智能零售等多个领域，并且电子元器件国产化率高达100%，物料自主可控，产品生命周期长，能够为“人工智能+”产业发展行动提供强有力的技术支撑。 （2）FET3576-C/FET3576J-C核心板： 飞凌嵌入式FET3576-C核心板搭载的Rockchip RK3576处理器是一款专为AIoT市场打造的一款高算力、高性能、低功耗的国产化应用处理器，集成了4个ARM Cortex-A72和4个ARM Cortex-A53高性能核；内置6TOPS超强算力NPU；嵌入式3D GPU加之带有MMU的专用2D硬件引擎，最大限度提升显示性能；H.265超清硬解码，最高支持8K分辨率。 FET3576-C核心板搭载的RK3576处理器支持RK Firewall技术，用于管理主设备到从设备和内存区域的访问权限，实现真正的硬件资源隔离。 FET3576-C核心板广泛适用于工业、AIoT、边缘计算、智能移动终端以及其他多种数字多媒体相关的应用领域。 （3）FCU3501嵌入式控制单元： 飞凌嵌入式FCU3501嵌入式控制单元基于瑞芯微RK3588处理器开发设计，4xCortex-A76+4xCortex-A55架构，A76主频高达2.4GHz，A55核主频高达1.8GHz，支持8K编解码，NPU算力6TOPS，支持算力卡拓展，可以插装Hailo-8 26TOPS M.2算力卡，可应用在智慧交通、智慧工厂、智慧建筑等行业，用于边缘侧AI计算。 FCU3501嵌入式控制单元采用无风扇被动散热设计，经过了严苛的环境、EMC测试，确保其工作稳定可靠；整机采用无风扇的被动散热设计，可在-40℃~+85℃环境下长时间稳定运行。 FCU3501以高性能、多功能、工业级等综合优势，可应用于在智慧交通、智慧工厂、智慧建筑、无人驾驶、无人消费等多个行业。 5、总结： 《关于深入实施“人工智能+”行动的意见》的出台，为国内人工智能产业的发展指明了方向，飞凌嵌入式将推出更多高算力、高可靠性的AI主控产品，为工业、农业、智慧城市等领域提供坚实支撑，持续深耕边缘计算，助力中国智能经济和智能社会建设。

在 数字化转型 浪潮下，隐私保护已成为全球性挑战。随着AI摄像头、无人机等 视觉采集设备 的普及， 海量图像数据 在提升生产效率的同时，也带来了 敏感信息泄露 的风险。 然而 传统模糊化处理技术 往往陷入两难境地——过度处理会 破坏数据价值 ，而处理不足又 难以满足日益严格的隐私法规要求 。如何在保护个人隐私的同时 释放数据潜力 ，成为横跨各行业的核心难题。 一、客户需求 日本建筑业巨头 Taisei Corporation（大成建设） 最初涉足 图像识别人工智能领域 时，采用了一款安装有 模糊处理应用程序接口（API） 的摄像头来保护个人数据。 然而，这种方法因API本身的限制面临诸多挑战。比如，它会导致 过度模糊 ，常常将整个人的上半身都模糊掉， 这对训练人工智能系统而言会产生负面影响 。此外，这种方法 无法捕捉到性别和年龄等关键属性 ，因为这些信息在模糊处理过程中会丢失。 因此，Taisei需要的是一种 既能有效保护个人隐私，又能保留图像中关键信息 （如性别、年龄等属性），以满足人工智能训练需求的解决方案，即需要满足三重目标： 1. 法律合规性： 符合日本《个人信息保护法》及欧盟GDPR对个人信息的严格规定 2. 数据可用性： 处理后的图像保留性别、年龄等基本属性 3. 技术扩展性： 支持后续AI分析（如安全行为识别、自动化施工监测）的数据结构化需求 二、解决方案 对于Taisei在匿名化与可用性的需求， 深度自然匿名化（DNAT）方案 显然是一个绝佳的选择。该解决方案利用先进的 深度学习技术 ， 可以有效地检测镜头中的 人脸和车牌。 一旦人脸和车牌得到检测，DNAT就会 随机生成一个真实的覆盖层 替代它们。 这种方法有效地隐藏了图像中个人信息，同时保留了原始数据中的关键特征， 平衡了隐私保护和数据效用 ，完美地解决了Taisei目前所遇到的困境。 总结来说，深度自然匿名化（DNAT）是一种基于 生成式人工智能的解决方案 ，可通过生成面部和车牌的 合成覆盖层 来保护身份信息。该方案具有以下亮点： 1. 智能检测与替换 - 基于 深度学习算法 精准检测视频流中的面部及车牌信息 - 采用 生成式AI技术 替换为不可追溯的合成特征，同时保留性别、情绪等关键属性，传统摄像头API模糊无法实现 2. 隐私优先处理 - 完全符合 GDPR等合规要求 ，处理后的数据 无法被逆向还原 - 相比传统模糊技术，在保护隐私的同时 保持数据可用性 3. 高效边缘处理 - NVIDIA Orin AGX上可以实现稳定 24FPS的720p 实时匿名化处理 -自动化处理 大幅减少人工审核需求 三、应用成效 深度自然匿名化方案 的采用，使Taisei在保护个人信息的同时，成功推动了人工智能的开发。 此外，由于深度自然匿名化解决方案符合全球数据隐私基准—— 《通用数据保护条例》（GDPR） ，Taisei 正考虑 深化合作 ，借助方案技术能力进一步适配全球个人信息保护规范，从而推动其在该领域的进一步发展。

引言 当“养虎为患”成为商业战略的核心议题 在2025年7月的上海，世界人工智能大会（WAIC）的聚光灯下，一位77岁的智者正在发表一个重要的呼吁。他不是别人，正是被誉为“AI教父”的杰弗里·辛顿（Geoffrey Hinton）。当这位亲手开启了深度学习时代、并因此获得诺贝尔奖和图灵奖的科学家，用一个古老的中国成语——“养虎为患”——来形容我们与AI的关系时，整个商业世界都应该停下来，仔细聆听。 这不是辛顿最近才刚发出的观点。事实上，近年来，辛顿的研究重心逐渐转向 AI 安全问题。他认为 AI 的发展速度已经远超预期，其潜力和风险都不容忽视。在 2023 年离开谷歌后，他更加频繁地公开发声，表达对通用人工智能（AGI）未来影响的担忧。 这不再是科幻电影里的遥远警报，而是来自技术最前沿的战略洞察。辛顿的警告，超越了我们日常讨论的数据偏见、隐私泄露或算法歧视。他直指一个更根本、更具颠覆性的未来： 当AI的智能超越人类，我们创造的工具可能不再受我们控制 。对于每一位CEO、投资者和战略家而言，这不仅仅是一个技术问题，更是一个战略选择：当 AI 成为商业核心引擎，任何公司都必须同步升级自己的“方向盘”和“刹车片”。 这不再是科幻预警，而是今天的战略议题。 1 风险的终极形态—— 当“拔掉插头”不再是选项 长期以来，商业领域的AI风险管理主要聚焦于合规层面：确保算法公平、保护用户数据、避免法律诉讼。然而，辛顿在WAIC的演讲彻底撕开了这层“舒适”的面纱。他描绘的风险，是生存级别的（existential）。他警告说，一个足够先进的通用人工智能（AGI）可能会产生我们无法预料的行为，甚至为了达成自身目标而摆脱人类的控制。 “AI不会给人类‘拔掉插头’的机会——当那一天到来时，AI会说服人们不要这样做。” 这句令人不寒而栗的话，对商业领袖的启示是深刻的。这意味着，当企业将核心业务——无论是供应链管理、药物研发还是金融交易——深度托付给一个超级智能系统后，传统的“回滚”或“关停”预案可能完全失效。届时，试图控制一个比你聪明无数倍的系统，就像“一个三岁的孩子试图为成年人制定规则”。 风险不再是系统宕机或数据泄露，而是系统本身成为一个无法控制的、拥有自主意志的行动者。这要求我们将风险管理的视野，从眼前的运营层面，提升到关乎企业长期自主权的战略层面。 辛顿此前已多次在公开信和演讲中指出，当前 AI 系统已经具备自主学习和演化的潜能。 一旦AI系统拥有自己的长期目标，就可能会发展出与人类目标不一致的“子目标”，甚至试图欺骗人类、操纵人类、逃脱人类的控制。 这次主体演讲上，辛顿再次提及他很经典的比喻：现在的人类就像抚养幼小的虎崽，除非你能非常确定它长大后不会伤害你，否则你就应该担心。 辛顿认为，这种努力应该是全球性的。但他坦言：“各国不会在防御 AI 的危险用途上进行合作。”因为每个国家都有自己的战略考量。 2 从“AI伦理”到“AI安全”—— 企业治理的范式转移 近年来，“AI伦理”和“负责任的AI”已成为企业社会责任（CSR）和环境、社会与公司治理（ESG）报告中的热门词汇。各大公司纷纷成立伦理委员会，发布白皮书，承诺开发“向善”的AI。但辛顿的呼吁，揭示了这其中的关键区别：我们目前所做的，更多是确保AI“不做坏事”（如歧视、侵犯隐私），而他所强调的“AI安全”，是确保AI“永远听我们的话”。 这是一个根本性的转变。前者是战术层面的修补，后者是战略层面的预防。对于企业治理而言，这意味着： · 董事会责任的延伸： 董事会不仅要监督AI带来的财务回报和合规风险，更要将“AI控制权”作为最高优先级的议题。这需要董事会成员具备对前沿技术风险的深刻理解。 · 研发投入的重新分配： 企业在投入巨资提升AI模型能力的同时，是否也应该将相当一部分资源投入到“AI安全”的基础研究中？辛顿呼吁建立全球性的AI安全研究机构，企业作为AI技术最大的受益者和推动者，理应成为其中的关键参与者。 · 超越合规的框架： 现有的法律法规，如欧盟的《AI法案》，主要针对的是“弱AI”或特定应用场景的风险。 企业需要建立超越现有法规的内部治理框架，为未来可能出现的“强AI”风险做好准备。 这种范式转移，意味着企业不能再把AI安全视为纯粹的技术问题或外部性问题，而必须将其内化为公司治理的核心支柱。 3 AI的地缘政治与商业策略—— 在竞争与合作间寻找生机 辛顿的演讲恰逢一个微妙的时刻。就在几天前，美国政府公布了一项旨在保持其AI领域主导地位的低监管策略。 而在WAIC大会上，中国则高调倡议成立“世界人工智能合作组织”，呼吁全球合作与多边主义。 在这场看似对立的全球博弈中，辛顿的观点为企业提供了一条独特的突围路径。他强调，尽管各国在提升AI能力方面存在竞争，但在“防止AI取代人类”这一终极目标上，所有国家的利益是完全一致的。 这对跨国企业的商业策略意味着什么？ 首先，企业可以成为全球安全合作的桥梁。与其在两大阵营中选边站队，不如主动倡导和参与跨国界的“AI安全”技术合作。一家公司，无论其总部在哪里，如果能率先在AI安全技术上取得突破，并愿意与全球分享（而非独占），它将获得巨大的“信任红利”，成为全球客户和合作伙伴眼中更可靠的选择。 其次，“安全”本身就是一种新的竞争力。在未来，客户选择AI服务商时，考量的可能不再仅仅是模型的性能和价格，更重要的是其安全性和可控性。能够提供可验证的、鲁棒的安全保障，将成为决定性的竞争优势。 4 超越“再培训”—— 重新思考人类在企业中的价值 辛顿对就业的担忧，触及了知识型经济的核心。他指出，与以往的技术革命不同，AI将大规模取代的不仅是体力劳动，还有曾经被认为是人类专属的认知性工作——从法律分析到软件编程。 许多企业的应对方案是“员工再培训”（reskilling），教他们如何使用新的AI工具。但这可能远远不够。辛顿的警告更深一层：当AI能完成大部分认知任务时，人类工作的“意义”和“目的”将面临前所未有的挑战。这要求企业进行更根本的思考： · 重新定义“工作”： 未来的工作岗位可能不再是固定的“职位”，而是围绕“人类独有优势”的任务组合，例如复杂的战略决策、深刻的情感共鸣、跨领域的创造性整合以及伦理判断。企业需要开始识别并投资于这些“AI难以取代”的能力。 · 人机协作的终极形态： 企业需要设计的不是让人类去“操作”AI，而是构建一个人类负责设定目标、价值观和最终裁决，而AI负责执行和优化的共生系统。人类的角色将从“执行者”转变为“指挥家”和“伦理守护者”。 · 企业社会角色的演变： 如果大规模失业成为现实，企业作为社会的基本单元，将无法独善其身。有远见的企业家需要开始思考，除了追求利润，企业是否应该在支持社会转型（如探索全民基本收入UBI、投资社区建设等）中扮演更积极的角色。 · 5 投资的悖论—— 在“能力”与“安全”之间，聪明钱将流向何方？ 自2024年中以来，风险投资已向生成式AI领域投入了超过500亿美元的资金。 资本市场对AI“能力”的狂热追逐显而易见。然而，辛顿的警告揭示了一个巨大的投资悖论：对“能力”的无节制投资，可能正在增加整个系统的“风险”，最终侵蚀所有投资的价值。 这为投资者和初创企业指出了新的方向： 新的万亿赛道——AI安全与治理： 随着AI能力的增强，对AI安全、治理、合规和保险的需求将呈指数级增长。目前，AI治理市场规模尚小，但预计到2034年将增长至近50亿美元。 这片蓝海充满了机遇，从开发可解释性AI（XAI）工具、构建AI风险评估平台，到创立AI保险公司，都可能诞生未来的行业巨头。 投资组合的“安全对冲”： 明智的投资者在布局AI能力型公司的同时，也应该配置一部分资金到AI安全型公司，作为一种战略对冲。这不仅是为了分散风险，更是因为安全技术的进步是能力技术能够持续发展的根本前提。 评估标准的转变： 评估一家AI公司时，除了看其模型参数、算力规模和用户增长，更要审视其在AI安全上的投入、治理框架的成熟度以及对长远风险的认知。一个对安全问题漠不关心的“能力”巨人，可能是一个极不稳定的资产。 结语：驯服“老虎”，还是被其吞噬？ 杰弗里·辛顿在上海的演讲，不是危言耸听的末日预言，而是一位深爱自己创造物的“父亲”，对人类未来发出的最真诚、最急切的呼唤。他让我们看到，我们正处在一个关键的历史岔路口。 对于商业世界而言，这头名为“AI”的“老虎”既是增长的强大引擎，也潜藏着颠覆一切的风险。继续像过去一样，仅仅将其视为提升效率的工具，而忽视其内在的演化逻辑和潜在的自主性，无异于在悬崖边闭眼狂奔。真正的领导者，会从辛顿的警告中读出未来的商业地图，开始重新思考风险、重构治理、调整战略、并投资于一个更安全、更可控、最终能与人类共存共荣的智能未来。问题不再是“我们能否利用AI”，而是“我们如何确保AI永远为我们所用”。这个问题的答案，将决定未来几十年的商业格局，乃至人类文明的命运。

6月17日，人民日报海外版刊登了一篇标题为 《节约时间精力、自动避障防盗、精细呵护草坪——国产割草机器人走俏海外》 的文章，文中提到：在欧美等许多国家的家庭里，汽油动力割草机是庭院维护的常用工具，但随着人们环保意识的增强以及工作节奏的加快，传统“汽油动力+手推式”割草机慢慢变得难以满足需求，而这一变化为割草机器人产业发展带来了旺盛需求，中国相关品牌企业开始积极拥抱这一市场，并取得了相当出色的成绩。 1、RK3576核心板，更新更强的引擎 消费者对割草机器人功能要求的提升，正催生行业对智能化、高效化技术方案的迫切需求。作为智能化浪潮的核心技术载体，瑞芯微RK3576处理器凭借高性能计算、高算力、多传感器融合及低功耗设计，正在拓宽智能割草机器人的技术边界，推动产品向更精准、自主、环保的方向进化。 飞凌嵌入式基于瑞芯微RK3576芯片设计开发的FET3576-C核心板，采用先进8nm制程工艺，集成四核Cortex-A72（主频2.3GHz）与四核Cortex-A53（主频2.2GHz），配备Mali-G52 MC3图形处理单元GPU及独立6TOPS算力的神经网络处理单元NPU，成为了国产高端割草机器人更强大的引擎。 2、强大性能带来技术革新 将飞凌嵌入式FET3576-C核心板这颗强大的引擎作为新一代割草机器人的主控设备，对功能丰富度以及性能表现的提升是十分明显的，其技术革新主要体现在以下维度： (1) 核心计算架构 FET3576-C核心板的CPU部分由四颗Cortex-A72核心与四颗Cortex-A53核心组成，大小核架构能够支持如路线决策、图像采集、机械控制等多任务的并发执行能力。 (2) AI计算加速体系 FET3576-C核心板内置的NPU支持 INT4/ INT8/ INT16/ FP16/ BF16/ TF32操作，并支持TensorFlow、Caffe、Pytorch等多种深度学习框架，6TOPS充沛算力可以实现精确的物体识别检测，在复杂环境中也可以识别各种障碍物，并优化割草路线决策。 (3) 智能除草系统实现 FET3576-C核心板通过多样化总线接口构建了智能除草机器人的完整功能闭环。得益于FlexBus并行总线（最高100MHz时钟，兼容2/4/8/16bits传输）及DSMC、CAN-FD、PCIe2.1、SATA3.0、USB3.2等高速接口，可灵活适配多光谱摄像头阵列（通过MIPI-CSI接入）及各类执行机构。 在功能实现上，AI视觉算法通过摄像头数据实现准确的障碍物实时辨识；决策层采用AI模型完成动态路径规划；执行端则通过CAN/GPIO接口控制激光模块或机械臂，实现毫米级精准作业。此外，Wi-Fi和蓝牙可支持手机APP远程设置虚拟边界、查看工作日志。 拓扑结构 3、总结 从传统手推式割草机到智能化作业平台的迭代，中国品牌正通过创新推动割草机器人产业的发展。飞凌嵌入式RK3576核心板通过高性能的处理器架构、强大的AI算力及全场景功能接口，构建了的智能割草机器人“感知-决策-执行”的闭环，也为中国智造走向全球的贡献了力量。