每经记者｜陈利 每经编辑｜陈梦妤 “当前，我国城镇化正从快速增长期转向稳定发展期，城市发展正从大规模增量扩张阶段转向存量提质增效为主的阶段。” 10月11日上午，在国务院新闻办公室举行的“高质量完成‘十四五’规划”系列主题新闻发布会上，住建部部长倪虹指出，“十四五”期间，全国累计销售新建商品住宅面积约50亿平方米；建设筹集各类保障性住房和城中村、城市危旧房改造等安置住房1100多万套（间），惠及3000多万群众。 “‘十四五’是住房发展承上启下的时期。”广东省住房研究中心首席研究员李宇嘉分析指出，一方面，从旧模式转向新模式，必然经历下调的阵痛，新房销售前高中间低，后期开始趋稳；另一方面，住房工作要兼顾稳定、高质量发展和转型。 城市更新被摆在更突出位置 “十四五”期间，我国城市更新取得了显著成效。 据倪虹介绍，“十四五”期间，全国累计销售新建商品住宅面积约50亿平方米；建设筹集各类保障性住房和城中村、城市危旧房改造等安置住房1100多万套（间），惠及3000多万群众。 与此同时，实施城中村改造项目2387个，启动城市危旧房改造17.5万套（间），累计改造城镇老旧小区24万多个，改造老旧街区6500多个、老旧厂区700多个，推进“四好”建设。 根据中指研究院监测，2025年1～9月，全国已经发行的新增地方专项债中，保障性安居工程、保障性租赁住房、城镇老旧小区改造、棚户区改造、土地储备等房地产相关的专项债发行约6400亿元，同比增长89%。其中，城镇老旧小区改造、棚户区改造专项债分别为632亿元、1302亿元，涉及城中村改造的专项债发行816亿元，同比增长1.4倍。 从地方来看，今年以来，多地已经落地城市更新相关实施文件，如深圳、上海等；多地也持续落地政策，探索老旧住房自主更新，通过政策优化奖励，鼓励小区房屋产权所有人参与开展自主更新，加速推进老旧小区项目更新。 中指研究院分析指出，本次会议一方面强调将推动各项任务尽快落地见效；另一方面，倪虹部长进一步强调落实中央城市工作会议精神，要把城市更新摆在更突出的位置。预计城市更新各项新机制将进一步加快建立，配套的金融、财税、土地等支持政策也有望逐渐落位。 此外，住建部副部长董建国在会上指出，“十四五”期间，存量住房市场规模持续扩大，目前全国已有15个省区市的二手住宅交易量超过新房，显示存量房市场活跃度显著提升，房地产市场结构正由增量开发向存量运营转变。 “这也意味着全国接近一半省份的二手房交易超过新房，这些省份基本是东中部房地产发展较为成熟、规模较大的省份。总体来看，市场开始趋稳了。”李宇嘉分析指出，进入存量时代，不能拿新房增长与否来评判住房市场是否企稳，而要以新房+二手房来综合评判。 配套政策仍有完善空间 作为推动房地产市场高质量发展的重要一环，“好房子”建设在此次发布会上也被重点提及。 展开全文 据介绍，全国强制住宅项目规范已经于5月1日正式实施，其中有14项提升的要求，比如楼的层高已经从原来的2.8米提高到不低于3米，4层以上的楼都要加装电梯；对楼板的隔音也有要求，降低10个分贝。 倪虹强调，建“好房子”要重点抓5个方面，即好标准、好设计、好材料、好建造、好运维。 今年以来，各地持续出台落地“好房子”建设技术标准，部分城市也出台文件，对建筑设计规划、计容规则等进行了规范。如9月，上海发文明确可局部提高建筑高度并放松阳台计容面积计算规则；成都、合肥等地出台规范政策，对于住房项目的计容规则等进行完善和规范。 “稳定‘好房子’政策预期，未来或有更多城市跟进。”中指院分析表示。 值得注意的是，在发布会上，倪虹提到，住建部正在研究通过系统改造，使存量老房子升级为符合现代居住标准的“好房子”。该研究聚焦既有住宅的结构安全、节能性能、适老化及数字化改造，旨在提升居民居住品质并延长建筑生命周期。下一步，住建部将联合地方试点，完善技术标准与资金机制，推动改造规模化落地。 此外，关于交付问题，董建国强调，“十四五”期间，全国白名单项目贷款审批金额已突破7万亿元，已有750多万套已售但难交付的住房完成交付，购房人合法权益得到保障。司法处置始终把购房人权益置于首位，对违法违规、损害群众利益的企业将坚决查处，防止其金蝉脱壳、蒙混过关。 董建国表示，房地产市场能否平稳健康发展，根本取决于人、房、地、钱四类要素资源的配置效果。去年和今年各地已经编制实施了住房发展的年度计划，目前正在积极谋划科学研判，编制好“十五五”住房发展规划。 “本次发布会在详细介绍‘十四五’时期住房城乡建设高质量发展成就的同时，也体现出未来房地产发展的重点方向。”中指院分析指出，一方面，明确把城市更新摆在更加突出的位置，城市更新是未来城市建设的重点之一；另一方面，强调房地产高质量发展归根到底是要让人民群众住上“好房子”，进一步明确了“好房子”建设在房地产高质量发展中的重要位置。加快构建房地产发展新模式是未来发展重点，紧抓“安居”基点，提高居住水平，推动房地产高质量发展，配套政策仍有进一步完善空间。 免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。 封面图片来源：图片来源：每经记者 张建 摄返回搜狐，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