醒醒！大健康企业的危机不在外而在内！ 年年都是大健康行业声誉剧变的日子！ 随着新消费升级，国民收入不断增长，消费者对自身健康的保护意识日趋升 高，对健康产品要求越来越高，再加上移动互联网的发展日新月异，网络舆情众 声喧哗，一起看似不起眼的小事顷刻间会掀起滔天巨浪，企业危机随时随地都有 可能爆发。 我国大健康产业还处于初步发展阶段，许多企业还未系统建立危机防范和危 机风险管理体系，万一 机风险管理体系，万一发生危机事件，如未能有效预防和及时应对处理，将会对 企业品牌声誉、产品销售甚至资本市场造成难以挽回的损失。 大健康企业会发生危机，有很多时候是因为大健康企业的危机公关意识不 强，应对危机的准备不充分，根本原因就是一句：缺乏危机战略意识：普遍认为 等有危机的时候再解决，一旦危机爆发时，往往措手不及！笔者所在的一家大健 康公司，连外事部都裁撤了。可见老总对危机公关这部分多么的无知！这要是发生了舆情危机，肯定一 较好，那么你对抗负面舆情的能力就会越强。 在大健康大传播时代，企业出现负面消息后如何迅速摆脱公众的信任危机？ 一条微博遭疯狂转发，使企业白白损失数以亿计！网络时代，任何微小事件，经 过网络的放大传播，足以对品牌形成致命的打击，甚至引发行业危机！在医药广 告受到严格限制和严厉监管的条件下，如何做好危机管理，如何做好品牌传播， 才能助力企业品牌健康发展？防范于未然，及时处理危机事件，迅速开展正面的 公关传播，是大健康企业不得不深思的问题！

2025年 AI产业发展十大趋势 易观分析 2024年12月2 激发科技与创新活力  AI赋能千行百业，行业大模型催生“智能链主”  AI技术能力普惠之下，利用企业专有数据形成深度洞察与策略是 企业未来经营差异化的重要关键  AI应用的深化将对企业的组织能力提出新的要求，企业需要打造 适用于人机协同的组织管理体系  self-play RL范式开启，大模型技术军备赛进入复杂推理阶段 段  多模态模型能力持续升级，朝向多模态理解和生成的统一发展  Agent向超级智能体进化，具备更强的学习和推理能力，处理更 复杂的任务  AI原生应用形成服务闭环，聚焦专业用户提升效率是中短期重要 方向  现存应用加速拥抱AI，利用LLM能力提升产品竞争力，不加AI就 淘汰  AIGC赋能IP全生态，延长优质IP生命周期，提升商业价值贡献  硬件全面AI化，教育与办公、生活的应用场景闭环率先实现落地 2025年AI产业发展十大趋势 应用场景多元化探索，初现雏形 企业拥抱AI持续加速，理性思考投入产出比 AGI道阻且长，技术能力持续提升，加速产业落地3 激发科技与创新活力 趋势1：self-play RL范式开启，大模型技术 军备赛进入复杂推理阶段 由OpenAI发布的GPT3作为序幕，大语言模型理解和生成能力、通用和泛化能力提升等， 引爆了对于AGI发展的高预期，大量大模型涌现，开源模型与闭源模型并驾齐驱，国内

剧情与“南大碎尸案”重合致家属喊话张译，影视边界在 哪？ 事件概述 12 月 17 日，名为“刁爱青的姐夫”的微博网民发文喊 话演员张译，称其主演电视剧《他是谁》中的“余爱芹案” 与“南大碎尸案”高度相似，不仅案发时间、被害人的名字 完全一致，就连凶手残忍的作案手法也被搬上荧幕，此外， 该电视剧还虚构了“余爱芹婚外情”的剧情，这给被害人家 属带来极大伤害。该网民还称，去年就已委托律师起诉了电 属在微博平台的“喊话”迅速引发舆论关注，当日下午至晚 间，伴随优酷、万达电视剧等相关方先后回应此事，舆情热 度累积，17 时至 20 时左右形成本次舆情信息峰值。12 月 18 日，微博平台#南大碎尸案家属回应张译躺枪#等话题再度带 动信息量上涨，随后舆情热度呈现回落趋势。 舆论观点 一是对该剧的批评与质疑。大量网民认为电视剧在改编 真实案件时，没有尊重原型人物或其近亲属的感受，没有注 四是质疑家属动机不纯。个别网民质疑，制片人也透露 正在与当事人律师联系，认为家属是为了向万达等索要钱财， 才会“喊话张译并搞到热搜上”。 研判分析 本次事件牵涉到知名演员张译，以及著名的“南大碎尸 案”，两个敏感要素导致该事件迅速引发了舆论关注。公众 对电视剧中虚构情节的不满和对当事人及其家属的同情，形 成了强烈的舆论压力，也给涉事演员、出品方等带来形象危 机。但本次事件可视为对影视行业的一次警示——须知，在

忻州小学查“户口式”收集信息引众怒：教 育管理别踩这三大“红线” （来源：纵览新闻） 近日，山西忻州长征小学（西校区）的一张“家校联系卡”， 把“家校沟通”这个本该温暖的话题推上了风口浪尖。表格里 “擅长技能”“社会资源”等与教学关联甚微的栏目已让家长犯嘀咕，“是否单亲”这类敏感隐私问题的出现，更是直接触碰 了公众的情绪红线。尽管校方迅速致歉止损，但这场舆情风 波留下的思考，值得所有教育从业者深思——家校沟通的边

行等应用场景中潜力巨大。根据有关资料，作者编发两篇有 关空间信息产业的文章，一篇是“国外之观察”，一篇是“国 内之进展”。供大家参考！ 一、发展历程 相比较美、欧、日等发达国家在空间信息产业率先实现 了产业化、商业化和国际化，我国空间信息产业起步较晚， 但在国家政策加持、业务需求和资本助推下、我国空间信息 产业也在加快商业化和规模化发展之路。 我国卫星通信产业起步于上世纪 80 年代，在“331 工程” 我国卫星导航产业萌芽于 20 世纪 70 年代，是通过学习、 引进、消化、吸收再创造的方式逐步发展起来的。1994 年， “北斗一号”项目正式立项，由此拉开了以北斗产业为核心57 的中国卫星导航产业发展的大幕。随着卫星导航技术应用领 域的不断拓展及北斗卫星导航定位系统的建设，我国在卫星 导航定位技术、导航信号处理技术、卫星导航定位芯片技术、 接收机集成制造等方面核心技术上取得了重大突破，积累了 丰富的应用经验。 功发射首型返回式对地观测卫星，1999 年“中巴地球资源卫 星”01 星成功发射，实现返回式至传输型卫星跨越。随后风 云系列卫星陆续发射，我国气象卫星技术迈入世界先进行列。 同时海洋、遥感、高分、资源等多系列卫星大跨步建设，我 国空间基础设施框架基本建成。2016 年以后卫星遥感产业总 体呈现体系化建设加速、多要素协同观测、多手段融合应用 的发展特征。 二、产业发展现状 (1)卫星通信产业 高通量卫

数据集的发起者和空间 智能（spatial intelligence）的先驱；  Bill Dally（比尔戴利）: GPU 计算架构的首席设计师；  Jensen Huang（黄仁勋）: AI 产业化的最大推动者。 颁奖典礼结束后，六位获奖者进行了一场圆桌对话，核心 主题是：通用人工智能（AGI）真的到来了吗？ 虽然没有人给出标准化的定义，也没有人主张这项技术 已经成熟，但是这六位 的工作负载是指用于完成人工智能、 机器学习和深度学习系统特定任务的独立计算进程、应用程序及 实时计算资源的集合。更具体地说，AI 的工作负载这一术语 特指那些需要处理海量数据的资源密集型任务，涵盖 AI 模型的 开发、训练与部署全流程。学习笔记 4/19 ---在技术底层，独立的 AI 工作负载通过特定计算模式 使人工智能应用能够模拟人类的认知特征，包括理解、决策、 解决问题、创 dia）提供 了三种 AI 工作负载类型： ---交互式工作空间（Workspaces），用于数据探索与 模型实验。 ---训练（Training），执行模型训练、数据预处理等 密集型计算任务。 ---推理（Inference），用于已训练模型的部署与线上 服务。  超级以太网联盟（UEC）于 2025 年 6 月 11 日发布了 “超级以太网技术规范”（Ultra

年内数据增长速度将无法支持大模型的扩 展，大模型将在 2028 年耗尽互联网上所有文本数据。按照 当前趋势发展，文本数据耗尽的中位年份是 2028 年，最大 可能性是 2032 年。整个互联网的文本数据总量约 3100T，但 大部分数据分布在 Facebook、Instagram、WhatsApp 等社交 媒体。由于抓取这些数据复杂且昂贵，且涉及个人隐私，几 乎无法用于大模型训练。如何克服人类文本数据的瓶颈。第 乎无法用于大模型训练。如何克服人类文本数据的瓶颈。第 一种是利用 AI 生成数据，如 OpenAI 模型每天能够生成相当 于 Common Crawl 中优质单词总数的 36.5T 个单词，远快于 人类生成文本的速度。第二种是利用多模态和迁移学习，超 越文本数据从其他领域获取数据，比如视频、图像、金融市 场数据或科学数据库。[1 从 ChatGPT 到 AGI:生成式 AI 的媒介特质与伴生风险 （五） ] 不过 生成的，而用合成数据训练的大模型会发生什么？ 大模型开发需要更多数据进行训练，而由 AI 生成的合成数 据很快进入了训练新模型的数据集，并随着每一代模型而不 断积累。越来越多证据显示，人工智能生成的文本，即使被 引入训练数据集的量很少，最终也会对训练中的模型产生 “毒害”。[2]研究人员将一些由 AI 生成的语料作为训练数 据，“投喂”给一个正在训练的语言模型，然后使用它所输 出的结

社 会安全风险 从 ChatGPT 到 AGI:生成式 AI 的媒介特质与伴生风险 （九） 。 ·数据泄露风险。大模型需要海量数据，数据在清洗、 处理、传输过程存在数据非法获取或泄露风险，包括个人隐 私数据、商业敏感数据、政府机密数据等各种类型数据。如 果大模型在训练数据时看到很多密钥信息，它很可能在内容 生成时输出真实的密钥信息。2024 年 1 月，意大利隐私监管 机构 Garante 就会如实报出一 堆序列号，并且大多数是真实有效的。人们通过提示词给 AI 讲故事，通常是经过一些巧妙的包装，里面掺杂了有争议 的内容（就像开头提到的制造炸弹那个例子）。故事讲到一 半，剩下的交给 AI 模型，后者由于拥有强大的文本生成的 能力，会忠实地把缺失的部分回答完整。攻击者通过 LLM 输出其在训练数据中所存在的不符合伦理道德的数据，产生 存在社会偏见的回答，如性别、种族或其他偏见，导致不公 ·系统安全风险。大模型系统较为脆弱，面临数据投毒攻击、对抗样本攻击、模型窃取攻击、数据重构攻击、后门 攻击、提示注入、指令攻击等多种恶意攻击。大模型训练依 赖于大规模数据集，来源包含网页获取、众包标注和开源数 据甚至国家敏感数据，而数据中可能被注入恶意程序和错误 信息。模型窃取攻击能够获取模型结构和关键参数，操纵机 器学习模型甚至实施更危险的“白盒攻击”。数据重构攻击 能恢复模型的训练数据，包括敏感数据。指令攻击利用模型

AIGC 产业现状与主要特征 技术牵引驱动产业变革 产业格局与全球市场 政策落地加速产业转化 国产 AIGC 的产业发展进程 国产模型的创新与发展 目 录 目 录 目 录 目 录01 01 02 02 09 10 第三章 共生之境：机遇与挑战并存 第四章 未来已来：从智能工具迈向社会引擎 结语 发展机遇 顺势而为 达方式，更被塑造成“未来产业基建”，成为推动经济社会高质量发展的关键力量。在大语言 模型、跨模态生成、强化学习等技术突破与政策体系不断成熟的双轮驱动下，AIGC 已从单纯 的“创作工具”演化为全面渗透媒体、教育、医疗、金融、制造、零售及文旅等行业的重要生态。 国家层面，《生成式人工智能服务管理暂行办法》的发布明确了“发展与安全并重”策略， 推动内容合规生产和基础设施建设。此外，算力、模型与应用层面的政策支持，使国内 AIGC 产业形成完整生态闭环，从底层硬件、框架工具到模型能力与行业落地全面覆盖。 在此背景下，人民网财经研究院策划撰写本报告，旨在从技术路径、产业结构、政策环境 和行业实践等多个维度，全面梳理 AIGC 发展态势并描绘未来图景。本报告分为四个篇章：第 一章详述 AIGC 的兴起背景与全球产业结构演进，分析 AIGC 产业链自底层芯片到上层应用的 全覆盖布局，特别是国产 AIGC 在模型性能、开源生态、出海能力上的全球竞争力；第二章聚

号，而是前期政策体系的延续和强化。2025 年以来，工信部 等部委已相继推出《新型储能制造业高质量发展行动方案》， 并投入 60 亿元专项研发资金支持全固态电池技术攻关，同 时致力于建立全固态电池标准体系，为产业化铺平道路。 固态电池技术，以其高安全性、高能量密度的潜在优势， 被全球科技界与产业界公认为下一代动力电池的终极解决 方案。近期，随着多家头部企业和科研机构发布技术突破性 进展，围绕固态电池的舆论热度持续攀升。核心共识认为， 时 间表与初期定价策略。在低空经济等新兴领域的具体应用案 例与性能验证。 总的来说，固态电池的技术发展正处于从量变到质变的 关键积累期。任何一方在关键技术难题上取得实质性突破并 成功实现产业化，都将在舆论场和资本市场引发巨震，并深 刻影响全球高端制造业的竞争格局。其发展进程，将是观察 未来十年能源存储与利用技术演进的最佳窗口。