广告 13:17 🔥 广告 广告 广👍告 了解详情 > 💯 会员跳广告 首月9.9元 秒后跳过广😎告 开通搜狐视频黄金会员，尊享更高品质体验！ 1😀080P及以上画质仅为黄金会员专享> 开通/续费会员 ⭐信息创建成功，视频未开始上传 请刷新页面后重试(UGC-50😆09)有话要说？ 我要反馈>> 正在切换清晰度... 播放 🎉按esc可退出全屏模式 00:00 00:00 00:00 😊广告 只看TA 倍速 剧集 字幕 下拉浏览更多 5X进行中 😍炫彩HDRVIP尊享HDR视觉盛宴 50 哎呀，什么都没识别🥳到 反馈 循环播放 跳过片头片尾 画面色彩调整 AI明星识别😂 视频截取 色彩调整 亮度 标准 饱和度 100👏 对比度 100 恢复默认设置 关闭 复制全部log 😍 特朗普第一任期的财长就因力荐鲍威尔，事后被骂到“瑟瑟发🤔抖”，甚至被踢出核心圈！转眼间，贝森特已然来到了相同的十字路😎口。 AI播客：换个方式听新闻 音频由扣子空间生😡成 贝森特正刻意地试图避免其前任姆努钦的命运，后者曾是🚀特朗普第一任期内的财长，并努力为特朗普寻找美联储主席，如今却⭐发现自己已被逐出核心圈。 为避免姆努钦的覆辙，贝森特必🤔须在特朗普的要求以及金融市场信心和信任的需求之间取得平衡。 😉 据知情人士透露，贝森特有意采取了一种更为“不干涉”的方😍式，他整理了一份近十二名候选人的名单，但预计不会像姆努钦在2🌟018年力推主席鲍威尔时那样，去力推任何一位候选人。在面试完😴这些候选人后，他计划将名单缩减到少数几位顶级竞争者，并且不附👏带任何排名或明确的偏好。 一位前特朗普政府官员说，贝森😍特希望“不背锅”，让特朗普自己为最终决定负责。 特朗普⭐上周五告诉记者，他“差不多”知道自己要选谁了，他列举了一个“😴前三名”名单，包括国家经济委员会主任凯文·哈塞特、美联储理事⭐克里斯托弗·沃勒和前美联储官员凯文·沃什。 “贝森特比🤩姆努钦更谨慎是明智的，”华盛顿研究公司Beacon Poli😆cy Advisors的管理合伙人、前财政部官员Stephe👏n Myrow说。“这是一个很好的生存策略。” 贝森特😘作为特朗普最信任的内阁成员之一，其不仅身居要职，同时在华尔街❤️也保持着信誉。这使他成为关税谈判的关键谈判代表以及领导美联储👏主席面试的最佳人选。 展开全文 然而，这一任务充😉满了危险。特朗普已表示，他希望美联储将利率大幅削减三个百分点⭐。但投资者担心，如此激烈的举动可能会使债券市场陷入动荡并导致😴通胀飙升。 前车之鉴：姆努钦曾被骂到“狗血淋头” 😡 2018年，姆努钦策划了鲍威尔升任美联储主席一事，但当美联🎉储不顾其抗议而加息时，特朗普很快就对这个人选感到失望，他公开😊猛烈抨击鲍威尔，并指责姆努钦误导了他。 特朗普的非正式😎经济顾问、其供给侧理论曾指导罗纳德·里根减税的经济学家Art😉 Laffer说，“特朗普当时对姆努钦大喊大叫，并认为他应该🙄负责，是他力劝自己任命鲍威尔，姆努钦坐在那里，身体僵硬，瑟瑟😢发抖。” 特朗普当时非常生气，甚至考虑过解雇姆努钦，但🤔后者还是设法保住了工作，并最终在特朗普的第一个任期内服务了整🎉整四年。 自鲍威尔首次上任以来的近八年里，特朗普对这位🌟美联储主席的怨恨只增不减。特朗普给鲍威尔起了个绰号叫“太迟先🤔生”，因为他称鲍威尔未能迅速采取行动降低利率。特朗普曾考虑过😉解雇鲍威尔，目前其正因试图以抵押贷款欺诈的指控罢免美联储理事😊库克而陷入一场法律斗争。 特朗普试图与他提拔鲍威尔担任❤️主席的决定保持距离，他在7月份表示，他对鲍威尔被继续任命领导😁美联储感到“惊讶”，并指责拜登。 在贝森特试图安抚市场😍和取悦一位要求苛刻的老板之际，对美联储的公开攻击使他的工作变😡得更加困难。 此外，在他试图平衡政治与经济现实之际，债🤩券市场正闪烁着担忧的信号，即特朗普推动的激进降息可能会重新点😡燃通胀，30年期美国国债收益率已离5%不远。 只能赢，😎不能输的“生死局” 布鲁金斯学会哈钦斯财政与货币政策中🙄心主任David Wessel表示，贝森特的行动表明，他正试🤯图向市场、媒体和国会传达“美联储主席的遴选实际上有一个流程，👏并非全凭特朗普的心血来潮”。 上周日，在被问及一位新主🌟席领导下的美联储独立性时，贝森特说：“我们想要一个思想开放、😂会考虑不同政策的人。”他还指出，无论下一任主席是谁，“特朗普👏总统都会让别人知道他的看法。” 这位财政部长的盟友们担🙄心，如果被选中的美联储人选未能足够快地降低利率，或未能足够紧😎密地遵循他的议程，他在特朗普心目中的地位可能会迅速下降。 🔥 特朗普有两个目标：降低消费者成本和降低住房成本，这两项是🙌选民表示将影响他们2026年中期选举选票的关键指标。 😊如果贝森特的遴选过程产生了一位能带来积极成果的美联储主席，他😅在特朗普政府中的地位很可能会得到进一步加强。若不然，有很多怀😂疑论者不相信他能避免“反噬”，尽管他已做出了努力。Wesse😍l说： “任何认为特朗普靠谱的人，显然没有认真观察过其😁一贯行事作风。” “任何认为特朗普靠谱的人，显然没有认😴真观察过其一贯行事作风。”返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多