深圳市注册会计师协会印发《企业数据资源入表会计核算流程指南》和《企业数据资源入表审计程序指导意见》
（《指南》详见附件、《意见》详见附件）
（摘自：深圳市注册会计师协会）
河北省市场监督管理局等十一部门关于印发《河北省数据知识产权登记办法（试行）》的通知
（《办法》详见附件）
（摘自：河北省市场监督管理局）
工业和信息化部国家标准化管理委员会关于印《发物联网标准体系建设指南（2024版）》的通知
（《指南》详见附件）
（摘自：中国政府网）
《全球人工智能发展研究报告》
（《报告》详见附件）
（摘自：“鼎帷咨询”公众号）
8月27日，在2024数博会“激活数据要素潜能，释放新质生产力”交流活动中，国家数据局党组成员、副局长陈荣辉出席，并重点介绍了数据产业和企业数据资源开发利用两个政策的起草情况。他表示，我国数据产业正呈现快速增长的发展趋势，未来几年有望保持20%以上的年均增长速度。
“欢迎大家积极建言献策，我们也将认真研究吸纳，让政策措施更具有针对性和可操作性，让企业有感、市场有感。”陈荣辉最后提到。
关于促进数据产业发展的政策文件
致辞全文如下
尊敬的朝林副省长，梅宏院士，各位领导，各位专家，企业家和媒体朋友，大家下午好!很高兴参加2024数博会激活数据要素潜能、释放新质生产力交流活动。我谨代表国家数据局向本次活动的成功举办表示祝贺，向长期以来关心支持数据事业发展的各位领导、专家、企业家和媒体朋友，以及从事数据工作的各位同仁，表示衷心的感谢!
（摘自：“数聚宜宾”公众号）
2024数博会：探路智能时代数字经济创新发展
2024中国国际大数据产业博览会（下称“2024数博会”）日前在贵州省贵阳市举行。以“数智共生：开创数字经济高质量发展新未来”为主题的2024数博会，云集2.1万余名嘉宾参会、国内外414家企业参展，数字化、智能化成为各界热议的焦点话题。业内专家指出，以数字技术为基础的产业数字化、以企业为载体的数字化成功转型，成为数字经济创新发展的关键。
数智共生开创数字经济新未来
“历经十年发展，数博会已经成为我国数据领域引领创新趋势、展示行业成果、促进开放合作的重要载体。”国家数据局局长刘烈宏在2024数博会开幕式上说。
刘烈宏表示，当前数据作为新型生产要素已经深刻融入经济社会各领域，加快构建以数据为关键要素的数字经济，离不开强有力的数据产业的支撑。
统计数据显示，2023年，我国数据生产总量达32.85ZB（泽字节），海量数据资源成为我国发展数据产业的优势。2024数博会上，有关机构发布的最新调查数据显示，2023年我国数据产业规模达2万亿元，全国数据企业超19万家，预计到2030年，数据产业仍然将保持20%以上的增长率。
北京交通大学信息管理理论与技术国际研究中心教授张向宏认为，中国数据产业快速增长，在于初步形成了门类较为齐全的数据产业链，涵盖了采、存、算、管、用的全生命周期。
近年来，以人工智能为代表的前沿创新技术和以数据要素为代表的新型生产要素，正在加快融合迭代，推动新质生产力发展。
2024数博会上，科学家利用人工智能大模型开展月球智慧科研，旅游平台以AI技术和大数据算法为游客提供全新的旅行体验，智能养猪、无人驾驶等“黑科技”竞相亮相，显示出数智融合共生的巨大潜力，一批实体经济企业也借“数”转型、实现蝶变。
老干妈是贵州本地知名辣酱品牌。依靠大数据分析，每个地区的辣椒需求和辣椒辣度被精准刻画；利用数据决策，企业产品全球年销量6亿瓶。
“我们已经尝到了数字化和智能化给企业带来的好处。”贵阳南明老干妈风味食品有限责任公司常务副总经理李鑫说，现在老干妈在产品罐装、炒制、贴标、旋盖，以及后端的码垛、出库等环节已经完全实现智能化、数字化。
专家、企业代表普遍认为，数博会见证了中国数字经济飞速发展的壮阔历程。数字经济发展速度之快、渗透范围之广、影响程度之深前所未有。2024数博会开幕式上，演讲嘉宾指出，中国数字经济规模已连续多年位居世界第二，数字经济核心产业规模快速增长，其增加值占国内生产总值比重10%左右。
“‘十年征程’是数博会的新起点，我们将坚持用改革的办法解决前进中的问题，共同推动各项数据工作走深走实。”国家数据局综合司司长王旭东在2024数博会闭幕式上说。
融通数智供需加速企业智改数转
记者了解到，2024数博会以企业为主体，布设6万平方米展区，分为数字产业化、产业数字化、数据价值化等6大主题展览板块。参展企业包括华为、阿里、腾讯、百度、京东等行业知名企业，以及来自美国、德国、加拿大等30余个国家和地区的77家境外企业，集中展示各领域前沿数字技术、解决方案及创新应用。
作为2024数博会的配套活动之一，第三届“828B2B企业节”8月27日正式启动。据了解，“828B2B企业节”由华为与中软国际、软通动力等17家合作伙伴联合发起，旨在融通数智供需，加速企业智改数转。
刘烈宏在启动仪式上指出，以数字技术为基础的产业数字化、以企业为载体的数字化成功转型，对数字经济创新发展至关重要。
“华为云在基础设施、AI领域持续投入，做好‘黑土地’，助力千行万业数字化、智能化。”华为公司常务董事、华为云CEO张平安表示，“828B2B企业节”正是“把最合适的产品、经由最短的路径、以最合理的模式，供给最需要的场景”，为中国企业数字化、智能化构筑一站式服务平台。
华为公司副总裁、华为云中国区总裁张修征介绍，本次企业节聚焦商机促进、优品优惠、技术联创、专业服务、人才培养、品牌提升六个维度，携手伙伴共同推出万余款数智化产品，在全国范围内开展千余场线上线下行动，覆盖企业数智化全阶段和全场景，助推更多企业实现降本增效和创新发展。
“越来越多的企业开始主动参与、投入‘828B2B企业节’，正是因为他们看到了‘热闹’背后平台的价值——一个一站购平台成形了，真正让万千企业从中受益。”华为云中国区副总裁张鹏表示。
据透露，未来一个月，“828B2B企业节”将累计在全国开展1000多场线上线下行动，包括企业数转加速、产业生态创新、中企出海、企业快成长、企业服务专属月五大行动，让数智化供需双方充分对接。
此外，华为和产业伙伴还将为企业提供金融咨询、人才培训、品牌提升等多重服务，加速企业成长。在华为云官网和云商店，也将同步推出多种优惠政策、限时折扣、免费试用等活动，助力企业轻松上云、用云。
“中国的数字经济发展和技术创新，仍需跨越一道道技术鸿沟，数字产业大花园的繁茂，仍需要更多的灌溉。”张平安表示，华为期待与业界携手共建智能时代的创新技术新生态，为企业数智化供需“架桥”“铺路”，为中国企业的数字化转型持续贡献力量。
打造智算高地持续推动高质量发展
自2015年创办以来，数博会10年历程也是贵州着力“占先机”、奋力“抢新机”，持续推动数字经济高质量发展的生动写照。
“今天的贵州，国产算力已经成为大数据发展最突出的优势，本届数博会我们专门设置了算力生态的一个主题展区。”贵州省大数据发展管理局局长景亚萍说。
作为“东数西算”全国八大枢纽节点之一，贵州通过大力建设全国一体化算力网络国家（贵州）枢纽节点，计算力、存储力、运载力显著提升。全省总算力规模40Eflops，智算占比超90%，已成为全国智算能力最强的地区之一。全省在建、投运重点数据中心达到47个。
华为云贵安数据中心就是其中之一。据张平安介绍，华为云在贵州布局了全球最大的数据中心，华为云贵安数据中心容纳百万台服务器，PUE（电能利用效率）达1.12，处于世界领先水平。今年，华为云还发布并全面应用了全新的面向多元算力的CloudMatrix架构，以“一切可池化”“一切皆对等”“一切可组合”的创新设计，从算力规模、扩展模式和使用模式上，匹配超大规模算力诉求，并通过AI技术精准控温、云服务感知的能效调优等多项创新技术的应用，打造高能效、高可靠数据中心。
基于华为云全球存算网核心枢纽的时延覆盖圈，贵安数据中心可支持企业90%的业务集中部署，领先的技术让贵安数据中心为全球客户提供服务成为可能，企业不用操心基础设施建设和产品的升级换代，云上算力随取随用，技术永新。全国多家头部互联网、人工智能企业如上海百胜、科大讯飞等已入驻。
华为云智算基地落地贵安新区，也在加快推动贵州打造具有国际竞争力的人工智能算力高地、AI生态基地和数据生态基地的步伐。数博会现场，贵州省大数据局携手华为云及生态伙伴共同发起贵州“8+4”产业生态创新行动。针对贵州省昇腾算力生态、行业大模型生态、人工智能人才生态展开深入合作，双方共同在煤矿、酱酒、新材料等8个重要行业，在城镇智慧化、乡村数字化等4个重要领域，共同推进人工智能应用的孵化和落地，加速人工智能在贵州省的全面发展，让更多创新的AI应用在贵州落地。未来，行动每年将支持150家企业完成昇腾适配、4个行业大模型落地、20个开源大模型国产化适配，每年培养至少5000名人工智能人才。
在智算基础设施的强力支撑下，贵州数字经济快速发展。数据显示，2023年，贵州地区生产总值20913.25亿元，其中数字经济占比42%左右。今年，这项占比预计将进一步提高，力争全省数字经济规模突破万亿元。
（摘自：“大同政务”公众号）
国家数据局：推动数据空间的试点和试验工作
8月28日下午，2024数博会“数据空间”国际交流活动在贵阳国际生态会议中心举行。在会议上获悉，国家数据局正着手推动数据空间的试点和试验工作。
一是分类施培育空间。以数据为牵引推动企业、行业、城市、个人、跨境等五类数据空间的建设，形成一批数据空间的解决方案和最佳实践，促进数据要素合规、高效流通使用，释放数据要素价值、激发全社会内生动力和创新的活力。这方面将首先聚焦一些重点行业，结合行业推动数据空间是当前可推广的一个有效的举措。
三是加强国际合作。国家数据局将建立常态化的数据空间对话合作机制，积极与各方共同建设数据空间的技术标准、运营规则和制度体系，凝聚发展的共识。推动数据空间国际合作示范项目的建设，探索数据空间互联互通形成发展的合力。
（摘自：“数据要素社”公众号）
北京市互联网信息办公室发布《北京市数据跨境流动便利化服务指南》并上线北京市数据跨境流动便利化服务平台
为加快推进《中国（北京）自由贸易试验区数据出境管理清单（负面清单）（2024版）》《北京市数据跨境流动便利化服务管理若干措施》等政策落地实施，进一步提升我市数据跨境流动便利化服务管理水平，北京市互联网信息办公室研究制定了《北京市数据跨境流动便利化服务指南》并上线北京市数据跨境流动便利化服务平台。
服务指南包括负面清单实施指南、企业数据出境合规指引、“绿色通道”申请指南、数据跨境服务中心名录等内容；平台集聚政策发布、常见问题解答、“绿色通道”申请、负面清单使用申请、安全评估及备案预评预审等主要功能。
（摘自：“网信北京”公众号）
首个快递行业巨头圆通速递实现数据资产入表
8月28日，作为快递行业的龙头，圆通速递发布了2024年半年报，在开发支出一栏显示数据资源为372.54万元。
圆通速递是国内领先的综合性快递物流运营商，以自营的枢纽转运中心和扁平的终端加盟网络为基础，以快递服务为核心，推进数字化、智能化发展，积极布局物流生态，深化拓展国际市场，围绕客户需求提供国内、国际快递、仓配一体、商贸、航空货运及供应链等综合服务。
截至报告期末，公司快递服务网络覆盖全国31个省、自治区和直辖市，地级以上城市已基本实现全覆盖，县级以上城市覆盖率达99.96%；报告期内，公司动态优化网络布局，公司加盟商数量5,045家，终端门店近75,000个；公司在全国范围拥有自营枢纽转运中心73个，并正在加快拓展海外市场，持续发力国际快递和供应链业务，增强国际供应链一体化服务能力。
数据资源入表在圆通速递的半年报上，显示开发支出——数据资源为372.54万元。
上半年研发支出一共为12070.95万元，其中资本化研发支出为5045.91万元，费用化研发支出为7025.04万元。本期投入到数据资源的研发支出为888.08万元。
从半年报中可以看出，本期符合资本化条件的研发项目开发支出为5045.91万元。其中数据资源合计金额为372.54万元，全部为内部开发支出。
圆通速递半年报并没有将数据资源资本化列为重大事项。财报中也没有列出详细的研发项目。
数字化布局
在半年报经营情况中关于数据要素的部分内容，可以看到圆通速递如何用数据提升决策，实现降本增效的内容：
公司秉承“数字化、移动化、实时化、可视化”原则，全面推进数字化转型，强化技术创新驱动，推进大数据、云计算、人工智能等新兴科技在业务运营中广泛运用，并引入互联网思维打造先进信息化工具，加速业务运营管控工具迭代更新，重构数字化管理工具使用方式，全面推进数字化向智能化转型升级。
公司持续探索人工智能技术的垂直应用，结合高频业务场景打造、升级“YTO-GPT”等系统，逐步构建人工智能应用架构，全面降低数字化工具学习难度和成本，释放数据要素价值，促进管理决策更智慧、更高效，提升全网数字化管理能力及效率；公司亦升级并推广智能揽派应用，结合动态数字地图技术，实现包裹智能分堆、揽派路径优化。
国家数据局：《挖掘数据价值，驱动经济发展》
在当今数字化时代，数据已成为一种关键的生产要素，如同土地、劳动力、资本和技术一样，对经济增长和社会发展发挥着日益重要的作用。数据要素和数据经济学的概念应运而生，理解它们并探索实现数据要素价值最大化的路径，对于我们充分释放数字经济的潜力具有至关重要的意义。
数据要素，简单来说，是指在数字经济活动中产生、收集、处理和应用的各类数据。这些数据具有规模性、多样性、高速性和价值性等特征。它不仅包括个人的消费记录、社交互动，还涵盖企业的生产经营数据、市场交易数据，甚至是政府部门的公共服务数据等。而数据经济学则是一门研究数据在经济活动中的产生、分配、交换和消费规律的新兴学科，旨在揭示数据要素如何影响经济增长、产业结构升级和创新发展。
实现数据要素价值的最大化，需要从多个方面入手。
首先，建立健全的数据产权制度是基础。明确数据的所有权、使用权、收益权等权利归属，既能保护数据所有者的合法权益，又能促进数据的流通和交易。通过法律法规的制定，规范数据的采集、存储和使用行为，避免数据滥用和隐私泄露，为数据要素的市场化配置提供良好的制度环境。
其次，加强数据基础设施建设至关重要。高速稳定的网络、强大的数据中心和先进的数据分析技术，能够提高数据的采集、传输和处理效率，降低数据使用成本。同时，推动数据共享平台的建设，打破数据孤岛，促进不同部门、不同企业之间的数据互联互通，使数据能够在更大范围内得到整合和利用。
再者，培养数据人才是关键。数据的分析、挖掘和应用需要具备专业知识和技能的人才。因此，加大对数据科学、统计学、人工智能等领域的教育和培训投入，培养既懂技术又懂业务的复合型数据人才，为数据要素价值的实现提供智力支持。
此外，创新数据应用场景也是实现价值最大化的重要途径。鼓励企业和开发者将数据应用于智能制造、智慧城市、金融科技、医疗健康等各个领域，通过数据驱动的创新，优化生产流程、提升服务质量、创造新的商业模式，从而实现数据价值的深度挖掘。
最后，政府应发挥积极的引导和监管作用。制定数据产业发展政策，加大对数据技术研发和应用的支持力度，同时加强对数据市场的监管，维护公平竞争的市场秩序，保障数据要素的合理配置和有效利用。
总之，数据要素作为数字经济时代的核心资源，其价值的实现对于推动经济高质量发展具有不可估量的作用。通过建立完善的制度体系、加强基础设施建设、培养专业人才、创新应用场景和强化政府引导监管，我们能够充分释放数据要素的潜力，实现其价值的最大化，为经济社会的繁荣发展注入强大动力。让我们积极拥抱数据时代，共同探索数据要素的无限可能，开启数字经济的新篇章。
（摘自：“博雅数字化转型”公众号）
2024数博会——“数据要素+人工智能大模型”×千行百业高质量发展论坛成功召开
8月26日-28日，2024中国国际大数据产业博览会——“数据要素+人工智能大模型”×千行百业高质量发展论坛在贵州省贵阳市成功召开。本次论坛由中国国际大数据产业博览会组委会指导，同方知网数字出版技术股份有限公司、华为云计算技术有限公司主办，中国公共关系协会文化大数据产业委员会、贵阳大数据交易所、贵州同方知网科技发展有限公司协办。论坛以“数势而上智赋千行”为主题，200余位来自政府、企业、科研机构的嘉宾及6000多名线上代表参加了会议，共话数据要素与人工智能大模型深度融合，赋能千行百业高质量发展。
贵阳市委常委、常务副市长范辉政，贵安新区党工委委员侯胜鹏，同方知网党委书记、董事长刘长欣出席会议并共同签署了三方战略合作协议。
范辉政在致辞中表示，贵阳市贵安新区将继续把数据作为关键资源要素，发挥“东数西算”国家枢纽节点和贵安数据中心集群的基础优势，聚焦“算力、赋能、产业”三个关键点，积极抢占智算、行业大模型培育、数据训练“三个制高点”。他提出三点建议:一是构建高效数据流通体系，为人工智能大模型提供丰富、高质量的数据资源;二是深化行业应用场景融合，推动人工智能大模型与实体经济深度融合;三是强化算力基础设施支撑，为人工智能大模型的广泛应用提供坚实支撑。
刘长欣表示，作为以数据与技术双轮驱动的知识服务企业，同方知网“深耕数据服务30年”，敏锐把握人工智能和数据要素两大发展机遇，积极落实“数据要素”三年行动计划，开展了通过数据要素加持人工智能大模型、赋能千行百业的有效实践，深度释放数据红利，加快发展新质生产力。近年来，同方知网在贵州省大数据局与贵阳市政府的大力支持下，成立了知网贵州公司，开展了智慧政务与数据要素产业发展等领域的深度合作。同方知网希望以今天的三方战略合作协议签署为新的契机，进一步助力贵州省大数据产业发展。
论坛上，同方知网还与中国公共关系协会文化大数据产业委员会、贵阳大数据交易所、中国标准出版社、东莞理工学院、云上鲲鹏、华为云、华为计算机等签署战略合作协议，共建华知大模型生态，共同探索新的市场机遇，推动产业升级。
数据要素的持续激活与人工智能大模型的广泛应用，将成为推动千行百业高质量发展的强大引擎。未来，同方知网将继续深耕数据要素产业，积极融入人工智能产业变革，并持续探索数据要素与人工智能大模型的“数智融合”之道，为实现数字经济高质量发展加速赋能。
（摘自：“CNKI知网”公众号）
“首届中国新质生产力数据资产生态论坛”在英特尔大湾区科技创新中心顺利召开
8月30日，首届中国新质生产力数据资产生态论坛暨深圳市南山区新质生产力产业协会数据资产专业委员会揭牌仪式，在英特尔大湾区科技创新中心隆重召开。此次活动由深圳市南山区新质生产力产业协会和深圳市虚拟现实产业联合会主办，香港大数据交易所、广州数据交易所、深圳数据交易所、英特尔大湾区科技创新中心、中山大学深圳研究院、国家重大科技基础设施未来网络北大创新中心、华商律师事务所联合主办。
论坛邀请了众多业界精英和专家学者，包括广东省政府参事、深圳市政协原主席张效民，以及北京大学教授、美国国家人工智能科学院院士李挥，广州有数数字科技有限公司总经理吴大有，腾讯云深圳客户总监孟凡圣，中山大学深圳研究院执行院长杨艾琳，中山大学软件工程学院院长郑子彬，深圳数据交易所副总经理赵阳等业界领袖。此外，还有来自中山大学、华商律师事务所、诺伊富盛多元策略基金、OCCLab（香港）、工信部信息通信研究院、百度、普华永道中国、香港大学、深圳市虚拟现实产业联合会、比亚迪、深圳赛西信息技术有限公司、深圳市科睿供应链有限公司等机构的200余名嘉宾出席。
本次论坛以“共筑数据资产新生态”为核心主题，旨在推动深圳数据资产生态的健康与繁荣发展。通过加强产业链上下游企业的沟通与协作，致力于提升数据资源的开发利用率和价值创造能力，进而促进数据资产管理的专业化和规范化。
开幕致辞
暨数据资产专业委员会揭牌仪式
活动特邀广东省政府参事、深圳市政协原副主席张效民，欧美中投资促进会张家豪主席，深圳市南山区新质生产力产业协会会长谭贻国以及英特尔大湾区科技创新中心运营方、深圳极市科技有限公司联合创始人兼高级副总裁刘若水发表致辞。
深圳极市科技有限公司联合创始人兼高级副总裁刘若水提到，英特尔大湾区科技创新中心已累计为南山区培养了5000名人工智能人才、吸引了数十家科创企业来南山落地，全面助力了近百家深圳人工智能初创企业加速发展，为南山新质生产力的发展注入强劲动力。
随后，在现场领导及参会嘉宾的共同见证下，数据资产专业委员会正式揭牌成立。
主题论坛
质上谈兵：圆桌论坛
在《关于深圳市南山区新质生产力产业协会战略新兴产业数据资产团体标准》主题圆桌论坛上，由深圳市南山区新质生产力产业协会会长谭贻国主持，华商律师事务所的首席合伙人兼主任高树、比亚迪人工智能负责人刘华芳、腾讯云深圳客户总监孟凡圣、南京维辰信息科技有限公司总经理赵家兴，以及AI创客岛创始人兼护航舰科技集团CEO赵传飞等行业专家，就数据资产团体标准的重要性、制定过程中的挑战与机遇，以及未来实施的前景等方面发表了自己的看法。
在《如何构建数据资产新生态》主题圆桌论坛上，由国际数据管理高级研究院的发起人之一、广州有数数字科技有限公司的总经理、深圳市南山区新质生产力产业协会数据资产专业委员会主席吴大有主持，中山大学大数据研究院的副院长、中山大学信息管理学院的教授兼院长助理彭国超，邓白氏的产品和解决方案专家、国际数据管理协会中国分会理事DAMACHINA、工信部信息通信研究院的数据治理外部专家朱桢，百度AI香港赋能中心（筹）的智湾科技合伙人吴辉勇，OCCLab（香港）的副总裁兼領沨資本管理有限公司的合伙人谭国锋，以及普华永道中国数字咨询业务总监杨通鹏等行业专家，围绕数据资产的重要性、关键要素、投资风向等维度展开了深入的论述。
在活动最后，主办方还对深圳市南山区新质生产力产业协会数据资产专业委员会首批专家，深圳市南山区新质生产力产业协会发起单位、首批会员企业代表以及首席大使举行了隆重的授牌仪式。至此，首届中国新质生产力数据资产生态论坛圆满落幕。
此次论坛作为深圳、粤港澳大湾区乃至全国数据资产行业的年度盛会，为行业同仁提供了宝贵的交流机会。英特尔大湾区科技创新中心将不断探索新质生产力数据资产价值生态，从应用创新到产业落地，从人才培育到国际化视野，加强资源整合能力和市场拓展力度，不断助力科技企业提升竞争力。
（摘自：“英特尔大湾区科技创新中心“公众号）
中欧数据跨境流动交流机制建立！数据跨境流动国际合作进行时
8月27日，中欧数据跨境流动交流机制第一次会议以视频方式举行。中国国家互联网信息办公室副主任王京涛和欧盟委员会贸易总司总司长萨宾·韦恩德出席开幕式并致辞，正式宣布建立中欧数据跨境流动交流机制。
近期我国积极推动数据跨境流动国际合作重要举措
6个大模型的核心技术！
一、Transformer
Transformer是大模型的底层模型。在深度学习的早期阶段，循环神经网络（RNN）是处理序列数据的常用方法。尽管RNN及其变体在某些任务上表现良好，但它们在处理长序列时容易遇到梯度消失和模型退化问题。为了解决这些问题，Transformer模型被提出。
模型原理：
Transformer模型精巧地结合了编码器和解码器两大部分，每一部分均由若干相同构造的“层”堆叠而成。这些层巧妙地将自注意力子层与线性前馈神经网络子层结合在一起。自注意力子层巧妙地运用点积注意力机制，为每个位置的输入序列编织独特的表示，而线性前馈神经网络子层则汲取自注意力层的智慧，产出富含信息的输出表示。值得一提的是，编码器和解码器各自装备了一个位置编码层，专门捕捉输入序列中的位置脉络。
模型训练：
Transformer模型的修炼之道依赖于反向传播算法和优化算法，如随机梯度下降。在修炼过程中，它细致地计算损失函数对权重的梯度，并运用优化算法微调这些权重，以追求损失函数的最小化。为了加速修炼进度和提高模型的通用能力，修炼者们还常常采纳正则化技术、集成学习等策略。
优点：
梯度消失与模型退化之困得以解决：Transformer模型凭借其独特的自注意力机制，能够游刃有余地捕捉序列中的长期依赖关系，从而摆脱了梯度消失和模型退化的桎梏。
并行计算能力卓越：Transformer模型的计算架构具备天然的并行性，使得在GPU上能够风驰电掣地进行训练和推断。
多任务表现出色：凭借强大的特征学习和表示能力，Transformer模型在机器翻译、文本分类、语音识别等多项任务中展现了卓越的性能。
缺点：
计算资源需求庞大：由于Transformer模型的计算可并行性，训练和推断过程需要庞大的计算资源支持。
对初始化权重敏感：Transformer模型对初始化权重的选择极为挑剔，不当的初始化可能导致训练过程不稳定或出现过拟合问题。
长期依赖关系处理受限：尽管Transformer模型已有效解决梯度消失和模型退化问题，但在处理超长序列时仍面临挑战。
应用场景：
Transformer模型在自然语言处理领域的应用可谓广泛，涵盖机器翻译、文本分类、文本生成等诸多方面。此外，Transformer模型还在图像识别、语音识别等领域大放异彩。
二、预训练技术
严格意义上讲，GPT可能不算是一个模型，更像是一种预训练范式，它本身模型架构是基于Transformer，再通过海量的大数据下进行预训练，使模型能够学习到数据的通用特征。这种技术广泛应用于计算机视觉、自然语言处理等领域，并为后续的特定任务提供了强大的基础。
核心原理：
大模型预训练技术的核心原理在于通过大规模数据的预训练来提取丰富的语言知识和语义信息。在预训练阶段，模型利用自注意力机制捕捉文本中的上下文信息，并通过学习大量的文本数据，逐渐理解语言的规律和结构。这种学习方式是自监督的，模型能够自我优化和改进，从而提高其对文本的理解能力。
在微调阶段，模型会根据具体任务的需求进行有针对性的调整。通过有监督学习的方式，模型在特定数据集上进行训练，以优化其在该任务上的性能。这种微调过程使得模型能够更好地适应不同任务的需求，并提高其在实际应用中的效果。
训练过程：
大模型的预训练技术的训练过程主要分为以下几个步骤：
数据收集与预处理：首先，收集大量的无标签数据，这些数据可以来自互联网上的各种文本资源，如网页、新闻、博客、社交媒体等。随后，对这些数据进行预处理，包括分词、去除停用词、标准化等操作，以便于模型更好地理解和处理。
模型选择：根据具体任务和数据特点，选择合适的预训练模型。这些模型可以是基于Transformer的，如BERT、GPT等，也可以是基于RNN或CNN的模型。
预训练：使用无标签数据对模型进行预训练。在这一阶段，模型会学习语言的结构和语义信息，通过自监督学习或无监督学习的方式，从海量文本数据中提取出有用的特征表示。
微调：针对具体的下游任务，使用有标签的数据对预训练模型进行微调。通过调整模型的部分参数，使其能够更好地适应特定任务的文本数据，从而提高在任务上的性能。
预训练技术的作用：
提升性能：通过在大规模数据集上进行预训练，模型能够学习到更多的语言知识和语义信息，从而提高其在各种任务上的性能。这种性能提升不仅体现在准确率上，还体现在模型的泛化能力和鲁棒性上。
提高泛化能力：由于预训练模型已经过多种数据集的训练，因此具有更强的泛化能力。这意味着模型能够更好地适应不同的任务和领域，减少过拟合的风险。
三、RLHF
RLHF（ReinforcementLearningfromHumanFeedback，基于人类反馈的强化学习）RLHF是一种结合了强化学习和人类反馈的调优方法，旨在提高大模型在特定任务上的性能和可靠性。
RLHF的原理
RLHF的原理在于将强化学习与人类反馈相结合，通过人类的判断作为奖励信号来引导模型的行为。传统的强化学习依赖于环境提供的奖励信号来进行决策，而RLHF则利用人类对于模型输出的反馈作为奖励信号，使模型能够学习到更符合人类价值观的行为。
在RLHF中，人类反馈的作用至关重要。通过人类对模型输出的评价、标注或排序等方式，可以为模型提供关于其行为的直接反馈。这种反馈可以告诉模型哪些行为是受到人类认可的，哪些行为是需要改进的，从而帮助模型优化其决策过程。
RLHF的训练过程
RLHF的训练过程通常包括以下几个关键步骤：
预训练模型的选择与加载：首先，选择一个适合的预训练模型作为基础。这个预训练模型应该已经具备一定的通用能力，以便在后续的训练过程中进行微调。
监督微调（SupervisedFine-tuning，SFT）：在这一阶段，模型通过模仿人类标注的对话示例来学习通用的、类似人类的对话。这有助于模型理解人类的对话模式和习惯，为后续的人类反馈学习打下基础。
奖励模型（RewardModel，RM）训练：为了利用人类反馈，需要训练一个奖励模型。这个模型会根据人类对于模型输出的标注或排序来学习如何评估模型的行为。具体来说，对于模型对同一个prompt的多个回复，利用人类标注来进行排序以获取人类偏好。然后，单独使用另一个语言模型作为奖励模型，在这个奖励模型上使用标注的数据进行训练。
近端策略优化（ProximalPolicyOptimization，PPO）：以训练得到的奖励模型作为奖励函数，继续对模型进行训练优化。通过不断迭代，模型会逐渐学会如何根据人类的反馈来改进其行为，使其输出更加符合人类的期望和标准。
RLHF的作用
RLHF在大模型技术中发挥着重要作用，具体体现在以下几个方面：
提高模型性能：通过结合强化学习和人类反馈，RLHF可以帮助模型更好地理解和适应特定任务的需求。通过人类的直接反馈，模型可以更加准确地把握任务的核心要点，从而提高其在任务上的性能表现。
增强模型可靠性：人类反馈的引入使得模型在决策过程中能够考虑到更多的因素，减少因环境噪声或数据偏差导致的错误决策。这有助于提高模型的稳定性和可靠性，使其在实际应用中更加可信。
促进模型道德和对齐：通过RLHF，我们可以确保模型的行为更加符合人类的道德和价值观。这对于一些涉及敏感信息或伦理问题的应用场景尤为重要，可以避免模型产生不当的输出或决策。
四、模型压缩
大模型的模型压缩技术通过去除冗余、降低精度和知识迁移等手段，实现了模型大小的减小和性能的优化。在实际应用中具有显著的作用：
降低存储和计算需求：通过减小模型大小，可以降低模型的存储需求，使其更容易部署在资源受限的设备上。同时，较小的模型也意味着更低的计算复杂度，可以提高推理速度。
提高部署效率：压缩后的模型更容易在各类设备上进行部署和集成，降低了部署难度和成本。这使得深度学习模型能够更广泛地应用于各种实际场景中。
保持模型性能：尽管模型被压缩，但通过精心设计的压缩算法和训练过程，可以确保压缩后的模型仍能保持较高的性能水平。这使得模型压缩成为一种有效的优化手段，能够在保持性能的同时降低模型的复杂度和资源需求。
模型压缩的主要目标是在保持模型性能的同时降低模型大小，以满足计算设备的限制和提高模型的部署速度。其核心技术包括权重裁剪、量化和知识蒸馏等。
权重裁剪：通过去除模型中不重要的权重来减小模型大小。这些不重要的权重对模型的性能贡献较小，通过裁剪可以降低模型的冗余度。
量化：将模型中的参数从浮点数转换为定点数或低精度浮点数，减小模型的体积。由于定点数和低精度浮点数占用的空间更小，因此可以有效降低模型的存储和计算需求。
知识蒸馏：通过训练一个小模型来模拟大模型的性能。大模型作为教师模型，提供软标签或输出分布给小模型（学生模型）学习，使学生模型能够在保持性能的同时，拥有更小的模型大小。
五、多模态融合
大模型的多模态融合技术通过结合不同模态的数据，增强了模型的感知和理解能力，提升了性能和应用范围。多模态融合技术在实际应用中发挥着重要作用：
提升模型性能：通过结合不同模态的信息，模型可以更全面地理解输入数据，从而提高性能。这在许多任务中都有体现，如图像分类、语音识别、情感分析等。
增强鲁棒性：不同模态的数据可能受到不同的噪声和干扰。通过多模态融合，模型可以从多个角度获取信息，从而增强对噪声和干扰的鲁棒性。
扩展应用范围：多模态融合技术使得模型能够处理更复杂的任务和数据类型。例如，在智能客服领域，模型可以同时处理文本和语音输入，提供更自然的交互体验。
多模态融合技术旨在结合来自不同模态（如文本、图像、音频等）的数据，以提供更全面、准确的信息。其原理在于，不同模态的数据往往包含互补的信息，通过将这些信息融合，可以增强模型的感知和理解能力。
在融合过程中，关键技术包括数据预处理、特征提取和融合算法。首先，需要对不同模态的数据进行预处理，包括清洗、标注和对齐等操作，以确保数据的质量和一致性。然后，利用特征提取技术，如卷积神经网络（CNN）用于图像特征提取，循环神经网络（RNN）用于文本特征提取等，从各个模态的数据中提取关键信息。最后，通过融合算法将这些特征进行融合，以生成更全面的表示。
六、Moneyisallyouneed！
说到底，“钞能力”才是大模型的核心！大模型需要很多资源，会耗费大量的算力、人力、电力。
其次，大模型的训练需要大量的数据科学家、工程师和研究人员，他们需要对算法、模型、数据等方面有深入的了解和熟练的技能。而这些专业人才往往也是高薪聘请的，需要大量的人力成本。同时，大模型的研发还需要团队之间的紧密合作和高效沟通，这也需要人力资源的支持。
最后，高性能计算机集群需要消耗大量的电力，而电力的成本也是不可忽视的。尤其是在大规模训练中，电力成本可能会占据相当一部分的训练成本。因此，没有足够的财力支持，也很难承担这样大规模的电力消耗。
总之，基于规模定律的Transformer等技术为我们开启的大模型时代，但同样重要的是，Money决定了大模型能走多远！没有足够的财力支持，很难承担大模型训练所需的算力、人力和电力等方面的资源需求。
（摘自：“AI大模型前沿”公众号）
2024年人工智能+教育行业发展研究报告
人工智能+教育丨研究报告
核心摘要：
教无定法，AI育才
在人类文明的长河中，教育作为知识与智慧传承的基石，几千年来始终保持着人与人之间言传身教的形式。若把教育看作一个产业，不难发现其本质上是一个强烈依赖人力资本的人力密集型产业。也因此，人力因素成为限制教育规模化与个性化双向发展的核心因素，而AI技术正是能够突破这一局限的重要变量，其强大的数据处理与学习能力，不仅能够在精细化辅导、个性化学习路径规划等方面为学生提供前所未有的支持，还能够在教师日常工作中发挥重要作用，从多个维度促进教育质量与效率的提升。随着AI技术由弱转强，其在教育中的应用前景更加广阔，预示着未来AI技术能够在教育场景中发挥更大的作用及影响。
本报告旨在全面审视AI+教育的最新动态，分析行业发展背景、应用成熟度及商业模式，以期为行业内外提供有价值的参考与启示。
01全球发展概览
研究范围
聚焦人工智能技术在教育“教学、学习、测评、管理”各环节的应用
全球AI+教育发展历程
AI技术变革推动全球AI+教育发展，个性化教与学逐步成为现实
纵观全球AI+教育产业的发展历程，不难发现其发展受AI技术变革影响明显。在AI+教育走过漫长的萌芽及摸索期时，深度学习技术的突破发展推动AI开启商业化之路，AI+教育也随之进入产业期。近两年间，随大数据、云计算等技术的提升，大规模语言模型急速发展，ChatGPT、StableDiffusion、Gemini等通用大模型争相发布，MathGPT、子曰等教育垂类模型也相继问世。在大模型加持下的AI+教育产业再次迸发生机，帮助师生大幅提升教学效率，推动大规模的因材施教逐步落地。
全球前沿探索
AI技术发展拓展教育想象，多个教育领域积极引入AI拓展惠及人群
02中国发展背景
我国教育仍面临“不可能三角”挑战，AI技术的赋能将有望打破这一挑战
当前，我国仍然面临着传统教育领域的“不可能三角”挑战：即在规模化、公平化与个性化之间寻求平衡的难度。现阶段我国教育体系在规模化与公平化上已取得显著成就，但在实现个性化教育的道路上仍有待提升。而AI技术作为模拟人类智能、辅助决策并具备部分替代人力、拓宽人力边界的数字化工具，为这一挑战带来了转机。通过深度融合AI技术于教育教学之中，赋能教学主体、教学载体、学习主体，从而提升普惠教育下的基本教学质量，并实现教育过程中对个性化的追求，逐步打破传统教育领域的“不可能三角”。再纵观我国教育体系与AI产业的发展，校内外教育体系均经历20余年的信息化变革之路，我国AI产业发展态势向好，国际竞争力稳居前列，教育与技术领域均已为AI+教育的发展奠定了基础。
B端市场规模
2023年AI+教育B端市场规模约为213亿，预计2027年将达到约476亿元
C端市场空间及AI贡献率-智能硬件端
2023年教育智能硬件市场规模512亿，AI贡献率11%
2023年中国教育智能硬件市场规模约为512亿元，在头部厂商的AI技术布局应用下，预计2023年硬件端AI技术的贡献率约为11%。AI技术的嵌入带来教育智能硬件可观的销量增长，艾瑞判断，随着技术应用的继续深化，预计2027年教育智能硬件端的AI贡献率或将上升至37%。
C端市场空间及AI贡献率-内容服务端
2023年在线教育市场规模2628亿，AI贡献率7%，市场空间广阔
AI+教育产业图谱
AI+教育发展：各教育环节发展成熟度
AI+教育已在校内外多点应用，其中中小学教育应用已步入高成熟度阶段
03中国产品应用实践
AI+教育发展：走在前列的产品应用
本章将从校内、校外两类场景出发，选取较为成熟应用进行分析
校内场景应用商业模式总览
软硬件一体装配、软件系统部署、单次服务购买为主要服务模式。典型玩家多数为原教育信息化厂商，科技厂商优先选择从新兴应用场景切入赛道
应用分析-自动评阅
产品买断与服务购买为主要商业模式，场景利害性决定AI评阅介入程度
自动评阅功能的应用场景可分为高利害与低利害场景，其中高利害场景主要指中高考场景，该场景中科大讯飞、海云天等企业为主要玩家；低利害场景主要指区域联考、校内日常考试等日常场景，科大讯飞、佳发教育等企业为主要玩家。产品买断与服务购买为典型商业模式，其中产品买断可应用于所有场景中，主要涵盖软硬件一体化打包售卖和软件单独售卖等方式；服务购买主要应用于中高考场景下，企业为考试院等服务需求方提供硬件搭建、阅卷需求匹配、试卷扫描等全流程服务。目前所有细分场景下均可实现客观题的完全自动评测，主观题的AI介入程度取决于应用场景的利害性与评阅要求的严谨性。
应用分析-听说考试
以考促学，收费模式以收取考务费及服务费为主，市场集中度较高
听说考试AI测评的市场远没有达到饱和的状态，未来市场仍有一定的发展空间，但新高考改革已进行多年，目前市场的增速已有所放缓。当前市场集中度较高，在正考场景下CR1达到90%的水平。由于学校模考、教学非常看重“中高考同源测评技术”，率先占领区域考试场景的厂商更易在校内教学场景中占据一席之地，并以此为基础影响学生购买练习产品。由听说考试需求延申出的自主练习场景，应用的采购者也因此从区域或学校端转变为学生端，形成了服务C端学生的市场。因此在C端服务中，CR2也已达到80%的水平。当前市场中，讯飞、听说科技已在这一领域深耕多年，佳发教育随后入局，此外希望进入市场的厂商类型丰富，C端也已有更多软硬件产品开始植入英语听说模考练习功能，在竞争之下，艾瑞预估未来校内、校外两端市场的集中度均将下降。
应用分析-理化生实验
教育装备厂商及AI技术厂商为AI测评领域的主要竞争者
理化生实验设备供应是个发展了几十年的传统行业，但智能测评产品是个刚刚起步的发展新方向。理化生实验考场建设的可规模化、实验环境的标准化、各地实验考纲的相似性，吸引了一批智能测评产品供应商入局。理化生AI测评解决方案的主流竞争者为传统教育装备厂商及AI技术厂商2类玩家。前者的智能教考产品可与实验室设备整合后打包进校，建设整体实验室及标准化考场。其服务优势也十分明显——了解教育客户，客户口碑占优。后者则基于自身的AI技术优势，所研发的产品智能化程度高、效果佳，多在原有实验室基础上独立部署进校，也可与教育装备厂商合作，整合实验器材整体打包进校。由于理化生AI教考设备的模式较重，同时AI技术进入正式考试需要较长的试点、验证的周期，目前AI解决方案多以试点形式落地区域考试或学校教学。
应用分析-体育测评
便携/一体机、智慧操场建设为AI体育测评的主要解决方案
体育AI测评领域目前最主要的解决方案是便携式/一体机式和智慧操场建设2类方案，前者通常资金投入较低，且设备使用灵活，商业模式以租赁和软硬件一体化购买为主；后者通常资金投入较大，但最符合传统体育活动的开展需求，商业模式以软件算法服务采购为主。目前行业内的玩家基于自身基因选择不同切入赛道方式，AI视觉科技厂商通过“AI+体育”的方式，借助技术优势从中考体育尝试延伸至日常教学场景；教育信息化厂商通过“AI+教育+体育”的方式，借助渠道优势从传统教学场景延伸至体育场景；传统体育服务厂商通过“体育+AI”的方式，尝试在传统测评方案中加入AI技术继续保持自身竞争力，但难度较大。
应用分析-精准教学
解决方案自由搭配，模式以硬件搭配软件进校、软件系统独立进校为主
精准教学解决方案并非是行业统一的标准化解决方案，不同厂商、不同客户的解决方案均可能有所差别。从客户角度，校方可基于自身课前、课中、课后的教研教学需求，自由组合不同软硬件方案。课前环节教学资源平台与学情数据平台共同支持教师教研；课中环节教师可借助智慧交互白板等硬件设施的加持，基于课堂智能互动系统等软件系统优化课堂互动；课后环节教师可借助智能扫描仪、智能手写笔等硬件设施的帮助，基于智能题库、智能阅卷系统等高效汇总分析课后作业情况，并进一步完善学情数据平台，实现课前-课中-课后的数据闭环。从厂商角度，当前主要有两类服务模式。第一类是以硬件为基础率先部署进校，后续对搭载或升级软件功能实现增值收费；第二类是以软件为基础进校，根据区域政府/校方需求，提供“教-学-管-评-测”或单环节解决方案，后续派驻技术员提供软件培训、实时响应技术问题等服务。
校外场景应用商业模式总览
AI+教育应用多嵌入学习工具APP及智能硬件中，并主要搭载在学习机上
在校外场景中，AI+教育应用主要载体为教育智能硬件和学习工具APP，用户群体目前以中小学生居多。面对日益激烈的市场竞争，硬件厂商纷纷开启智能化转型，以期获得更强的竞争优势，硬件产品主要通过整机销售获利，AI+教育功能通常作为产品亮点，不额外收费。与此相比，学习工具APP的盈利模式更为多样：1.将AI功能作为核心付费项目，提供月/季/年订阅；2.将AI功能纳入综合会员服务包，按月/季/年统一收费；3.提供免费AI功能，用以吸引用户并引导至其他付费服务或产品。尽管软件应用日益丰富，硬件产品，尤其是智能学习机，仍然是当前AI+教育校外场景应用的主要产品形态。
应用分析-精准学习
AI精准学类产品以学习机为主要产品形式，随学习机市场爆发火热
当前AI精准学类应用最为主流的产品服务模式是以软件功能的形式嵌入到学习机中。从学习机的产品服务模式出发还有两类收费模式，其一为单纯售卖整机产品的逻辑，其二为售卖整机+延申服务的逻辑。对于前者而言，AI技术占优的公司会将AI精准学打造为学习机的核心卖点；对于后者而言，学习机与AI自习室服务二者缺一不可，是学习机产品的外延增值服务，同时也有助于拓展学习机的线下销售渠道。这一类应用技术门槛并不算高，当前各类学习机厂商均已打出了AI精准学功能，竞争者类型丰富。
应用分析-口语学习
传统口语学习产品服务模式稳定，AI外教类应用快速吸引多类厂商入局
应用分析-作文评阅
搭载硬件和软件会员充值较为成熟，可尝试探索拓展服务流程与应用范围
应用分析-拍照搜题
当前拍照搜题APP尝试拓赛道、拓功能、拓市场以寻求新盈利出口
拍照搜题是中国AI+教育市场最早出现的一类应用，最初拍照搜题的核心用户群为中小学学生及其家长，其商业模式包含两类逻辑：其一为工具属性，以收取会员订阅费为主要盈利模式；其二为引流属性，将搜题软件的用户引流至同APP/同品牌课程中，最终收取课程费。而随2021年拍照搜题软件面临的管控与整改要求，其产品定位逐渐转向为辅助家长进行作业检查与辅导。此时，拍照搜题软件的核心商业模式其实并未转变，但为找寻新的盈利出口，厂商开始尝试在现有模式的基础上拓赛道、拓功能、拓市场——用户群拓展至成年人阶段，功能类型拓展了更多批改功能，产品服务模式拓展至嵌入到硬件之中，覆盖市场开始拓展至海外市场。同时，随着大模型的发展，如好未来等厂商开始尝试通过构建AI模型，通过大量学习，理解题目内容从而给出解析，降低成本的同时，脱离原有题库内容的桎梏。
04行业发展思考
趋势一
挖掘深度：学科教育、素质教育、情绪智能多维一体陪伴孩子成长
趋势二
拓展宽度：职业教育、企业培训、出海探索，寻找下一增长点
在应用的广度上，AI+教育还应继续探索职业教育、企业培训、出海探索等机会点。首先，我国目前在职业教育领域的授课依旧以理论授课为主，缺乏实操训练，未来技术企业与行业或学科深度融合后，有望为每一位学生提供1V1实时虚拟师傅指导操作，并实时分析市场需求，即使调整教学内容。其次，在企业培训领域，人工智能技术可以进一步多维了解并挖掘员工或面试者的潜力，提高企业竞争力的同时，为员工提供更公平的竞争环境与更广阔的发展空间。最后在企业战略层面，企业可以从教育或技术两个层面寻找出海机会点，教育层面上企业可以尝试通过拍照搜题等标准化应用出海率先打出知名度，或基于当地教育需求进行定制化研发；技术层面上，以语言翻译为代表的技术企业可以尝试通过出海快速拓展数据量与应用场景范围，能力提升与出海增长一举两得。
趋势三
保障信息安全、谨防人工智能过度依赖、以人为本并坚持教育本质
（摘自：“艾瑞数智”公众号）
中国（海南）南海博物馆精彩亮相第十届“博博会”荣获两项大奖
亮点一
南海奇珍
中国（海南）南海博物馆文物复仿制品的原型，皆来自南海西北陆坡沉船遗址出水文物。这些文物复仿制品让观众深刻感受到南海奇珍与深海考古的非凡魅力，已然成为全场最受瞩目的焦点。
亮点二
教研并重
社教活动获好评
体验制作沥粉手绘梅瓶、编织渔网水杯袋、贝壳手链DIY、“潜水器”创意拼图摆件等丰富多彩的社教活动，吸引了上百名观众在现场参与体验，广受好评。
在集章区，观众们自发地排起了长队，加盖自己喜欢的印章。
亮点三
科技赋能
文物活化新探索
VR眼镜让观众们沉浸式探索深海，身临其境感受“南海之美”“考古之秘”“文物之韵”；AI智能伴游机为现场观众提供一对一的人机交互服务，让观众们全方位地了解中国（海南）南海博物馆；“小型贝类展示系统”和“‘混血宝宝’选选看”互动游戏，带观众走进贝类的世界。
亮点四
南海文创
备受喜爱上热搜
中国（海南）南海博物馆将400余款南海特色文创产品带到了“博博会”现场，分别为“南海礼物”“华光礁I号”“南海拾贝”“耕海牧渔”“海上丝绸之路”五大系列，涵盖了日用品、饰品、文具、食品等多个品类。
亮点五
现场直播掀热潮
博物馆头条、文博圈等行业类媒体及内蒙古呼和浩特当地电视台多次采访我馆展位。辛礼学馆长在专访中表示：中国（海南）南海博物馆将在“博物馆热”的发展浪潮中，坚持“宜融尽融，能融尽融，以文促旅，以旅彰文”的原则，深度挖掘南海文化资源，发挥博物馆地域特色，打造将文化和生态旅游相融合的旅游新热点。
亮点六
学术交流
共谋发展新篇章
中国（海南）南海博物馆馆长辛礼学受邀参加中国博物馆协会第七届理事会第九次会议。
辛礼学馆长受邀参加“策与展：陈列展览的新视界与新趋势”研讨会。
中国（海南）南海博物馆副馆长柯伟受邀参加中国博物馆协会“丝绸之路”沿线博物馆专业委员会2024年年会，暨“丝路印记：丝绸之路的商贸交流”学术研讨会。
办公室副主任李剑参加中博协陶瓷专业委员会年度中期工作会。
第十届“博博会”的成功举办，推动了博物馆行业不断探索高质量发展的新理念、新路径、新模式，促进了中国博物馆事业的繁荣发展。未来，中国（海南）南海博物馆将推出更多优质的展览，研发特色主题社教活动，开放进取，向打造“21世纪海上丝绸之路”文化交流平台的目标靠拢，为中华文化的传承与创新贡献更多力量。
（摘自：中国（海南）南海博物馆）
您已成功提交活动报名信息
可前往个人中心查看报名状态
活动报名
我要托管
我要挂牌
我要拍卖
合作机构在线申请
深圳文化产权交易所：
本机构作为深圳文化产权交易所(以下简称“深圳文交所”)“文化产业板”合作机构申报单位，郑重承诺如下：
1、本机构符合《深圳文化产权交易所文化产业板合作机构管理办法（试行）》中关
于申报机构的条件要求。
3、本机构已按深圳文交所规定建立持续督导的工作流程，有能力在企业挂牌交易后进行信息披露和规范运营的持续督导工作。
4、若本机构受聘担任企业私募融资顾问，将遵守以下规定：
（1）未经深圳文交所许可，不得以召开推介会议、发放未经企业和深圳文交所认可的宣传资料、公开放映未经企业和深圳文交所认可的影像资料等方式对拟挂牌企业进行推介。
（3）不从事非法兜售原始股活动，非法兜售原始股活动包括但不限于下列行为：
a、编造公司即将在境内外上市或股票发行获得政府批准等虚假信息，诱骗投资者购买所谓“原始股”；
b、以未挂牌公司将要在深圳文交所挂牌、可获得高额回报的原始股为幌子，或者编造虚假的公司业绩、许诺丰厚的投资回报率，或以其他欺诈性语言和行为，诱骗投资者购买未挂牌公司股权；
c、通过传销、举办联谊会等形式，向投资人兜售拟挂牌公司股权。
5、本机构严格遵守国家法律法规，认真阅读并充分知悉《公司法》、《证券法》、
《国务院办公厅关于严厉打击以证券期货投资为名义进行违法犯罪活动的通知》、
10、本机构对持续督导期间涉及的企业商业机密事项保密，不自行使用或许可他人使用，也不以任何形式予以公布。本机构将依法缴纳因督导活动所产生的各项税费。
本机构若违反上述承诺，愿承担相应法律责任。
"文化和旅游产业专项债券项目推荐基本条件"
补贴收入比例：财政补贴与营业收入比例不超过3:7
"文化和旅游产业投资基金项目推荐基本条件"
(一)属于文化、旅游产业；
(二)存续期至少满2年；
(三)有核心产品或知识产权、商业模式清晰；
(四)最近两年无重大违法违规行为；
(五)近一年企业净利润不低于500万元人民币或已完成过一轮融资企业；
(六)近两年持续增长，企业年收入年增长率不低于10%；
(七)负债率不高于70%；
(八)核心团队成员有资深行业背景且有成功案例；
1、本次产权转让标的权属清晰，我方对该产权拥有完全的处置权且实施产权转让不存在任何法律法规禁止或限制的情形；对于设定担保物权的产权转让，符合我国担保的有关法律规定；涉及政府社会公共管理事项的，已依法报政府有关部门审核。
3、我方所提交的《产权转让信息预披露申请书》及附件材料内容真实、完整、合法、有效，不存在虚假记载、误导性陈述或重大遗漏。
本申请人已确认上述内容并签章同意提交本申请，且同意转让申请登记表所填内容全部或部分用于产权转让信息预披露公告。
产权转让信息预披露公告
2、标的企业名称：按在工商行政管理部门登记注册的企业全称填列。
3、注册地（住所）、法定代表人、注册资本、公司类型（经济性质）、经营范围：按营业执照登记内容填列。
4、所属行业：依据评价函[2004]238号文中的《企业主要业务分类与代码（暂行）》，分十六大类。
5、经营规模：按照原国家经贸委等《关于印发中小企业标准暂行通知》（国经贸中小企〔2003〕143号）和国家统计局《统计上大中小型企业划分办法（暂行）》（国统字〔2003〕17号）规定的分类标准填列。
6、统一社会信用代码：按企业（单位）法人营业执照上代码填列。
7、标的企工商登记的股东情况填列。
8、主要财务指标：依据审计业股权结构：按标的企业报告和企业财务报表填列。
9、资产评估情况：依据资产评估报告和评估备案表填列。
10、内部决策：指按照公司法等法律法规和公司章程的要求履行的内部决策情况。
11、其他披露的内容：指项目转让方认为需要说明的其他事项，包括标的权利瑕疵状况、权利限制状况、标的公司或有债权、债务，涉诉等重大事项。
12、转让方简况：参照上述方式填列。
13、持有产（股）权比例：指产权转让以前转让方在标的企业中所拥有的股权比例。
14、其他股东优先购买权：如产权转让存在标的企业除转让方以外的股东不放弃优先购买权的，需不放弃优先购买权的其他股东名称进行对列明，并在提交本申请表时一并提交已征询其他股东是否行权的书面文件以及送达证据。
18、如为多个转让方联合转让的，应分别填列本表。
19、国有产权涉及管理层拟受让的需填列“管理层拟受让国有产权申请表”。“管理层拟受让国有产权申请表”根据管理层情况，分别填列自然人表或法人表。
20、表中选择项请在□内填列相应字母或打“√”。
21、除特别说明外，表中采用的货币币种为人民币，货币单位为万元。
22、本申请登记表所填内容即是公告内容。如申请人以经有权机关批准的直接协议转让方式进场交易的，则本所不对本申请表所填写内容进行对外公告。
23、表中各栏、各项指标内容如已完成的，需如实、准确填列。未完成的可无需填写。
24、申请人填写本申请表前，可参考《深圳文化产权交易所企业国有产权交易规则》。
25、申请人应当使用黑色钢笔、签字笔或毛笔工整填写有关内容。
26、申请人提交的文件、证件应当规范、清新、洁净，使用A4纸统一打印、粘贴。
本须知未能解释的栏目，如有疑义，请与本所联系，最终解释权归本所。
1、本次企业增资标的权属清晰，我方对该标的拥有完全的处置权且实施企业增资不存在任何法律法规禁止或限制的情形；对于设定担保物权的企业增资，符合我国担保的有关法律规定；涉及政府社会公共管理事项的，已依法报政府有关部门审核。
3、我方所提交的《企业增资信息预披露申请书》及附件材料内容真实、完整、合法、有效，不存在虚假记载、误导性陈述或重大遗漏。
本申请人已确认上述内容并签章同意提交本申请，且同意转让申请登记表所填内容全部或部分用于企业增资信息预披露公告。
1、本次实物资产转让标的权属清晰，我方对该标的拥有完全的处置权且实施实物资产转让不存在任何法律法规禁止或限制的情形；对于设定担保物权的实物资产转让，符合我国担保的有关法律规定。
3、我方所提交的《实物资产转让进场申请书》及附件材料内容真实、完整、合法、有效，不存在虚假记载、误导性陈述或重大遗漏。
本申请人已确认上述内容并签章同意提交本申请，且同意转让申请登记表所填内容全部或部分用于实物资产转让意向征集公告。
转让标的简况
1、房屋、土地坐落位置：房屋所有权证或土地使用权证所载明的转让标的的坐落位置。
2、房屋、土地使用年限：房屋所有权证或土地使用权证所载明的房屋、土地能够使用的总年限。
3、机械设备、机动车、存货及其他类型实物资产若数量较多，可对应申请表中的相应栏目附上资产清单。
4、资产评估情况：依据资产评估报告和评估备案表或核准表填列。
5、其他需要披露的内容：指转让方需要说明的其他对标的价值可能产生重大影响的事项，包括标的特性、瑕疵状况、租赁状况、承租人是否放弃优先购买权、权利限制状况等事项。
转让方简况
1、住所、法定代表人、注册资本、经济性质：按营业执照登记内容填列。
3、批准单位名称：指有权批准转让行为的机构。
交易条件与受让方资格条件
项目推广服务：指本所提供的需转让方额外购买的实物资产转让项目专项推广服务。
表中选择项请在□内填列相应字母或标注。
表中各栏、各项指标内容，务请如实、准确填列。本说明未能解释的栏目，如有疑义，请与深圳文化产权交易所联系，最终解释权归深圳文化产权交易所。
1、本次实物资产出租标的权属清晰，我方对该标的拥有完全的处置权且实施实物资产出租不存在任何法律法规禁止或限制的情形；对于设定担保物权的实物资产出租，符合我国担保的有关法律规定。
3、我方所提交的《实物资产出租进场申请书》及附件材料内容真实、完整、合法、有效，不存在虚假记载、误导性陈述或重大遗漏。
本申请人已确认上述内容并签章同意提交本申请，且同意出租申请登记表所填内容全部或部分用于实物资产出租意向征集公告。
出租标的简况
1、房屋、土地坐落位置：房屋所有权证或土地使用权证所载明的出租标的的坐落位置。
4、其他需要披露的内容：指出租方需要说明的其他对标的价值可能产生重大影响的事项，包括标的特性、瑕疵状况、权利限制状况等事项。
交易条件与承租方资格条件
项目推广服务：指本所提供的需出租方额外购买的实物资产出租项目专项推广服务
表中选择项请在□内填列相应字母或标注
表中各栏、各项指标内容，务请如实、准确填列。本说明未能解释的栏目，如有疑义，请与深圳文化产权交易所（简称“深圳文交所”）联系，最终解释权归深圳文交所
1、本次资产转让标的权属清晰，我方对该标的拥有完全的处置权且实施资产转让不存在任何法律法规禁止或限制的情形；对于设定担保物权的资产转让，符合我国关于担保的有关法律规定。
3、我方所提交的《资产转让进场申请书》及附件材料内容真实、完整、合法、有效，不存在虚假记载、误导性陈述或重大遗漏。
本申请人已确认上述内容并签章同意提交本申请，且同意转让申请登记表所填内容根据需要全部或部分用于资产转让意向征集公告。
3、资产评估情况：依据资产评估报告填列。
4、其他需要披露的内容：指转让方需要说明的其他对标的价值可能产生重大影响的事项，包括标的特性、瑕疵状况、租赁状况、承租人是否放弃优先购买权、权利限制状况等事项。
项目推广服务：指本所提供的需转让方额外购买的其他资产转让项目专项推广服务
表中各栏、各项指标内容，务请如实、准确填列。本说明未能解释的栏目，如有疑义，请与深圳文化产权交易所联系，最终解释权归深圳文化产权交易所
1、我司遵纪守法，遵守行业规范要求，在“文化产业策略联盟挂牌平台”挂牌之前以及挂牌期间承诺无违法违规行为。
2、我司承诺向贵所提交的“文化产业策略联盟挂牌平台”挂牌企业申请材料及信息不存在虚假记载、误导性陈述，我司对其真实性、有效性、准确性负责。因虚假记载、误导性陈述而引起的一切法律责任，均由我司承担。
4、我司对挂牌企业的合法、合规性负责。
我司将严格遵守上述承诺，对挂牌期间发生的违法违规行为承担全部法律责任和经济赔偿责任。
1、本人/机构在深圳文化产权交易所托管的股权/资产状况清晰，并已如实说明在办理股权/资产托管时的全部真实情况。
2、本人/机构向贵所提交的申请表单、信息、材料不存在虚假记载、误导性陈述，本人/机构对其真实性、准确性负责。因虚假记载、误导性陈述而引起的一切法律责任，均由本人承担。
3、本人/机构通过线上向贵所提交的托管信息、材料与线下提交的托管信息、材料完全一致。
艺术金融中心艺术品资产托管风险揭示书
尊敬的托管申请人：
请您慎重考虑自身情况后再参与各项业务，客观理性地认识到您在深圳文化产权交易所艺术金融中心进行交易过程中可能产生的风险包括但不限于：
一、宏观经济风险：艺术金融中心的交易产品受多种宏观经济因素影响，且这些因素的影响机制非常复杂，如果因宏观经济变化而导致不能有效控制风险，您必须承担由此导致的一切损失。
二、政策法规及市场风险：本所严格遵守国家的法律、法规以及各项政策，由于政策及市场的变化，均可能会对您的交易产生影响，您须承担由此导致的所有损失。
四、业务风险:若您参与的交易因市场变动导致与您预期不符，会造成一定的损失，您必须承担由此造成的一切损失。艺术金融中心不保证托管资产一定能经由本中心托管业务交易成功。
五、入库及毁损灭失风险：托管资产入库，艺术金融中心将按照委托保管协议规定的包装外观、货物品种、数量和质量，对入库藏品进行验收，如果发现入库藏品与协议规定不符，艺术金融中心有权及时通知托管方并进行退回处理；实物商品在保管、运输、展示等过程中会产生破损、遗失等意外情形，可能会导致实物贬值或产品逾期销售，您须承担因此造成的损失。
六、技术风险：用于进行交易的电子通讯设备（如有）可能被网络黑客和计算机病毒攻击，这些均可能给您带来一定的风险并可能使您遭受损失。
七、不可抗力导致的风险：诸如地震、台风、火灾、战争、瘟疫、社会动乱等不可抗力因素或艺术金融中心无法控制和不可预测的系统故障、设备故障、通讯故障、电力故障等可能导致交易无法正常进行。
九、审核驳回风险：您需按照艺术金融中心的要求提供托管申请文件、资质文件、产品信息以供严谨审核。艺术金融中心作为第三方托管平台，有权自主决定是否通过您所提交的托管申请事项，且不保证经过审核后一定通过您的托管申请。
十、资金退还风险：涉及您托管艺术资产的资金将按照相应合同所约定的方式进行在合同相对方之间进行流转，本所不设资金池，仅收取相应合同约定的固定比例服务费。除合同约定的出入金方式外，本所不予接受资金转入、提取申请，超出合同约定的入金将遵循同账户进出的原则予以退还。
上述一至十项所提及之风险如发生，由此而产生的损失均由您自行承担。
本揭示书列举事项，并不能详细列明全部风险和可能影响市场异常波动的所有情形，其他不可预见的风险因素也可能会给您带来损失。在进行投资前，应确保自己已经做好足够的风险评估和财务安排，避免因参与投资而遭受难以承受的损失。
特别提示：深圳文化产权交易所敬告您，应当根据自身的经济条件和承受能力认真谨慎思考后参与艺术金融中心各项业务。深圳文化产权交易所艺术金融中心是一种创新的业务模式。您在参与各项业务时，请认真阅读并谨记以下劝导：
1、请合理配置个人资产，不要以个人全部资产投入平台业务中。
2、请理性管理个人资产，不要拿生活必须资金、自用住房抵押贷款或其他借款参与其中。
3、请客观评估自己投资抗风险能力，选择恰当的交易品种。
4、请正确运用投资策略，留有适当资金以备不时之需。
5、请认真了解所交易的品种，不能仅凭市场传言盲目操作。
本风险揭示书为试行版本，试行期限以本平台通知为准。
请切记风险！
您保证已经认真阅读本风险揭示书，并对以上风险说明完全理解和同意，自愿承担由此可能产生的一切损失。
关于托管资产权属清晰的承诺函
1.本次托管资产权属均为本人所有且权属清晰，不存在任何权属纠纷，不存在质押、抵押、其他担保或第三方权益或限制情形，亦不存在法院或其他有权机关冻结、查封、拍卖之情形。托管资产交付或者转移不存在法律障碍。
2.本公司/本人向贵所提供的文件、证件及有关附件材料真实、合法、有效，复印文本与原件一致，并对因提交虚假文件、证件所引发的一切后果承担相应的法律责任。
本公司/本人已确认上述内容并签章同意提交本承诺函。
1、本人/机构在深圳文化产权交易所托管的股权/资产状况清晰，并已如实说明在办理股权/资产登记托管时的全部真实情况。