今年以来，一系列扩内需、促消费政策发力显效，我国消费市场平稳增长，消费新动能持续壮大。与此同时，中国建设银行宿迁分行（以下简称“建行宿迁分行”）积极贯彻落实党中央、国务院提振消费重要决策部署，践行总行“圈链群”经营策略，以数字化运营平台为支撑，政府活动补贴为契机，构建“政府+平台（银行）+商户+消费者”四方联动生态，有效深耕家电3C、家装家居产业上下游重点客群，实现结算开户、收单结算、信贷融资等金融服务覆盖，向消费市场注入金融“活水”，培育消费新动能。 金融惠民 激发消费市场新动能 去年3月，国务院印发《推动大规模设备更新和消费品以旧换新行动方案》，统筹推动汽车换“能”、家电换“智”、家装厨卫“焕新”以及电动自行车以旧换新。在激发绿色节能家电消费市场活力上，中国建设银行江苏省分行依托“建行生活”平台承接江苏省商务厅“苏新消费·绿色节能家电以旧换新”专项活动支付结算项目。积极支持“苏新消费”系列活动也成为建行宿迁分行提振消费的重要切入点。依托“建行生活”平台，建行宿迁分行积极参与其中，为宿迁地区“苏新消费”商户和个人提供收单结算、信用贷款等服务，全力配合保障政策落地，将“真金白银”的政策实惠送达消费者，持续点燃消费热情。 据了解，建行宿迁分行以提升“苏新消费+”综合服务为目标，跨部门的“苏新消费团队”，开辟“苏新业务办理绿色通道”，横向协同加强指导，纵向贯通快执行，构建一体化的服务体系，从根本上减少因商户开户、结算等沟通和组织而产生的内耗与信息差。 汽车换“能”、家电换“智”、家装厨卫“焕新”……建行宿迁分行推出优质金融服务，让更多真金白银优惠直抵消费者，不仅让消费者实现生活品质升级，以旧换新更注重产品的高端化、智能化、环保化等趋势，也有力地推动相关产业转型升级。 多措并举 提升数字金融服务质效 消费一头连着社会经济，一头连着民生福祉。培育一批带动性广、显示度高的消费新场景，加快推动传统消费守正创新，是持续推动消费热起来、火起来的重要动能。建行宿迁分行以提振消费为己任，加强与地方政府、重点商户等的政银企合作，加大消费信贷供给力度，把金融产品融入消费场景中，丰富服务消费供给，创新服务消费场景，更好满足消费领域的金融需求。 在政府端，建行宿迁分行承接政府消费券的资金发放、用户核销、数据追踪等关键环节；在企业端，商家通过“建行生活”便捷接入消费券活动系统，降低运营成本；在消费者端，用户可通过“建行生活”平台一站式完成政府消费券的便捷申领、查询及使用。 “搭平台+接平台”，清单式圈定行业商户。家装家居行业商户零散且多为个体户，为解决调研发现准入门槛高、操作难等问题，建行宿迁分行为参与商家搭建门店下单系统，并结合区域梳理清单，客户经理逐一联系，实现商户覆盖面快速精准延伸；针对辖内家居重点龙头企业，分行联合支行共同营销，以“系统直连”方式接入“金牌橱柜”等优质企业，实现商户销售、结算联动。 “线上+线下”，客户经理一对一服务。活动期间，分行组织参与活动企业集中开展线下或线上培训，安排客户经理一对一服务，实时传达政策导向，解决商家困惑。同时提供该行“家装分期”、商户贷等金融产品，用金融“活水”“贷”动商圈发展。 提振消费，场景先行。在建行宿迁分行看来，每个民生消费场景的“金融痛点”往往都是人民美好生活的“幸福支点”。建行宿迁分行将继续融入宿迁发展大局，把促消费和惠民生相结合，持续加大政策、资金支持力度，服务百姓美好生活。据了解，“苏新消费”系列专项活动宿迁地区累计超15万名客户参与，使用补贴10.79亿元，直接拉动消费33.45亿元。 校对 胡妍璐返回搜狐，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