一分快3充值|一分快3走势图

双集中供地模式迎变******

　　试点两年，双集中的供地方式迎来优化。2月2日，一份落款为自然资源部办公厅发布的《关于进一步规范住宅用地供应信息公开工作的通知》(以下简称《通知》)，要求各市、县自然资源部门根据年度供地计划，分批次公开未来一定时间段内拟出让地块的详细清单。每次公开详细清单对应的拟出让时间段原则上不少于3个月，同时，详细清单内的地块，在公开的拟出让时间段内可以一次或多次发布出让公告，这意味着试点两年的双集中供地模式迎来转变。

　　业内分析指出，转变不代表要取消集中供地，更为灵活的供地方式和节奏，将更符合“销售市场活跃-投资拿地活跃”的逻辑。

　　根据形势“调整和优化”

　　《通知》的核心要点是“推进供应信息公开”。《通知》明确，建立拟出让地块清单公布制度，每次公开详细清单对应的拟出让时间段原则上不少于3个月，给市场主体充足的时间预期限制。同时，详细清单内的地块，在公开的拟出让时间段内可以一次或多次发布出让公告，这意味着试点两年的双集中供地模式迎来转变。

　　上海易居房地产研究院研究总监严跃进表示，建立拟出让地块清单公布制度实际上是对过去集中供地模式的修正。2022年集中供地工作推进中，过于密集的供地，导致房企拿地的准备工作遇到了很多困难，最终导致对于地块的情况掌握不到位，也影响了投资拿地的策略。政策明确了3个月的缓冲期，实际上是希望地块信息为房企和市场所消化，本质上也是希望土地供应工作和市场需求做紧密的对接。

　　在严跃进看来，政策内容不代表要取消集中供地，而是要对集中供地进一步优化，充分体现了供地思路兼顾短期矛盾和中长期制度安排需要。虽然今年1月份各地投资拿地依然比较疲软，但随着“销售市场活跃-投资拿地活跃”的逻辑线更加清晰，后续各类企业依然会有积极拿地的动作。

　　“并非‘取消’，而是根据形势‘调整和优化’。”广东省规划院住房政策研究中心首席研究员李宇嘉分析称，集中供地是长效机制，不能因市场低迷就退出。集中供地的本源，一方面是疏通供需双方的信息，引导各方预期，避免抢地导致地价推动房价，导致资金大规模涌入楼市；另一方面是通过对土地合理定价，纠偏地方无序的土地财政行为，并通过强化信心披露和供地规则，倒逼熟地出让，降低开发商拿地无序的成本。

　　部分城市此前已放宽

　　2021年2月，自然资源部要求22个试点城市实施住宅用地“两集中”，即集中发布出让公告、集中组织出让活动，且2021年发布住宅用地公告不能超过3次。但事实上，此前已有部分城市打破了集中供地次数的限制，改为一年四次或多次的集中供地，更有城市暂停了集中供地模式。

　　据了解，北京、杭州、南京、苏州、无锡等城市于2022年纷纷推出五批次集中供地，武汉在2022年更是上架了六批次集中供地。

　　2022年10月，江西住建厅发文，将持续完善房地产政策，积极争取国家有关部委支持，力争将南昌从“集中供地”城市名单中调出。此外，22个试点城市中的长沙也于去年官宣土地推介方式将进行调整，今后不再按年度批次推介土地，更改为年度常态化持续更新推介。2023年开年，天津首次单独挂出1宗涉宅用地。

　　中指研究院土地市场研究负责人张凯在“中指市场形势及企业研究成果分享会”上介绍，回顾2022年22城集中供地来看，计划完成率不足六成。对于2023年土地市场走势，业内人士预计并不乐观。其中，市场热度仍将持续分化，安全应成为今年房企选择城市的重要标准。在土地规则上，各地采取多次分散供地，优化供地条件，降低参拍门槛。

　　李宇嘉指出，集中供地模式是在疫情后开始推的，主要是应对当时高地价及新一轮楼市上涨。同时，从那时开始，也开启了一揽子长效机制建设。当对房企定向去杠杆、要求自有资金拿地，全面打掉“前融”时，通过集中供地(一天内完成十几宗地块出让)控制源头上抢地、诞生高地价的必要性，已下降了很多。但后续商品房市场下行，回款走低，开发商资金链紧张，此时继续沿用集中供地，在很多城市甚至导致大面积流拍，恶化市场预期的同时，此前出让的高价地也无法开发了，甚至计提坏账准备。

　　此次《通知》也明确，各地要将住宅用地近三年平均完成交易量以及对应的住宅建筑面积，作为测算下一年度供地计划总量的参考。要“因城施策”安排计划总量，凡商品住房去化周期长、土地流拍率高、市场需求明显不足的城市，应当控制商品住房用地供应规模，其中已供应未竣工住宅用地面积超过近三年平均完成交易量5倍的城市，应当从严压缩计划规模直至暂停供地。

　　北京商报记者 王寅浩

“特别能聊”的人工智能会聊出些什么？******

　　聊天机器人ChatGPT优异表现引发市场关注，人工智能生成内容概念走上风口

　　“特别能聊”的人工智能会聊出些什么？

　　本报记者 时斓娜

　　阅读提示

　　全新人工智能聊天机器人模型ChatGPT不仅能够通过学习人类的语言来进行对话，还能根据聊天的上下文进行互动，让人们更直观地感受到了人工智能的魅力。包括内容生成、搜索引擎增强等在内的领域，将是其潜在的产业化方向。ChatGPT的商业化落地，还需要克服技术和科技伦理等方面的问题。

　　家里要养一只猫，该如何给猫取名字？怎样写出一个纸牌游戏的代码？在不同语境中，词语“意思”到底有几个意思？这些五花八门、时常令人绞尽脑汁都难以得出答案的问题，在人工智能聊天机器人ChatGPT的面前，不过是瞬间便可迎刃而解的“一碟小菜”。

　　产品发布短短两个月，ChatGPT的日活量已突破千万，不少人“聊过”之后惊呼“这太像真正的人类了”。其超预期的表现引发越来越多的市场关注，人工智能生成内容(AIGC)概念由此走上风口。

　　人工智能聊天究竟能聊些啥？ChatGPT所代表的AIGC应用将带来哪些影响和变化？记者对此进行了调查采访。

　　“真正像人类一样聊天交流”

　　“我所热爱的是我真实的生活，因为它包含了我所有的经历和感受，是我每一天都在体验和思考的。”这句乍看上去充满了人类体悟和情感的话，实则出自人工智能聊天机器人ChatGPT。

　　随着ChatGPT大火，不少网友将它与自己的聊天记录分享到社交平台上，ChatGPT时而诙谐有趣，时而又显得思想深邃。除了各种聊天互动外，还有不少网友们将ChatGPT视为一种工具，让其写作文、翻译文章，甚至写代码。迅速的响应能力和较为靠谱的回答让大家直呼其“真正像人类一样聊天交流”“特别能聊”。

　　中国信息通信研究院联合中国人工智能产业发展联盟对ChatGPT进行的测试显示，ChatGPT在百科检索、数学问答、文学交流、常识问答、知识推理等对话任务上的意图识别率均达到98%左右，在生活闲聊上的意图识别率约为95%，已具备较好的语义理解能力。

　　实际上，ChatGPT属于生成式人工智能的一个典型应用。人工智能是怎样“进化”得如此智能的？“这是因为ChatGPT建立在大型语言模型上，会通过连接大量的语料库来训练模型。这些语料库包含了真实世界中的对话和各种网络公开信息，使ChatGPT知识丰富，还能根据上下文进行互动。”深度科技研究院院长张孝荣表示。

　　创新交互为AIGC带来新启发

　　随着人工智能技术的发展，近年来AIGC类型不断丰富、质量不断提升、技术的工程化水平越来越高，国内外科技公司纷纷发力布局AIGC领域。

　　以百度文心大模型为例，输入一个题目，它可以瞬间写出上百篇作文；根据一句话或者一段描述文本，可以生成一幅精美的画作；根据一幅图像，可以自动生成高清、流畅的视频。

　　在百度技术委员会主席吴华看来，ChatGPT在用户界面和交互上是一种比较创新的模式，用户更容易以自然语言的方式进行交互，这会给大家带来革新性的认识，也会给AIGC带来新的启发。

　　目前，国外一些公司在积极探索并落地ChatGPT的诸多应用场景，通过将ChatGPT整合进搜索引擎等方式提高服务智能化水平。有观点认为，ChatGPT将颠覆搜索行业，在智能客服、游戏、虚拟人等领域也将得到广泛应用。硅谷投资机构红杉预测，未来AIGC有潜力产生数万亿美元的经济价值。

　　根据中国信息通信研究院发布的《人工智能白皮书(2022年)》，“生成式人工智能”技术将广泛应用于智能写作、代码生成、有声阅读、新闻播报、语音导航、影像修复等领域，听说读写等能力的有机结合成为未来发展趋势。

　　“人工智能生成在诗歌、作曲、绘画等艺术创作方面大放异彩，在分子结构、软件代码等科研生产领域的应用不断拓展，还帮助降低临床试验的科研成本和缩短研发周期。”云计算与大数据研究所内容科技部副主任石霖表示，当前，人工智能生成内容的辐射范围还在扩大，未来有望重塑各行业领域的研发面貌。

　　商业化落地需克服技术和伦理问题

　　尽管各界对AIGC发展前景保持乐观，但从现状来看，ChatGPT等产品想要真正落地，还需要克服技术和科技伦理等方面的问题。

　　在对ChatGPT进行的种种评测中，ChatGPT会犯一些常识性错误，反映出其在可控性、准确率方面仍存不足。有人形容，ChatGPT像极了一个很能聊但有时候喜欢信口开河的人类朋友。

　　中国信息通信研究院评测结果同样显示，ChatGPT在非闲聊型对话的任务完成率上表现一般，难以摆脱传统深度学习模型普遍存在的知识整合和逻辑推理的问题。

　　“ChatGPT虽然能够较好地回答不少问题，但在一些略有深度的、专业性较强的领域，其答案往往‘捉襟见肘’。这说明ChatGPT语料库规模和计算能力的天然不足，也说明了算法依然需要完善。”张孝荣说。

　　在技术层面以外，人工智能还面临着悬而未决的科技伦理问题。张孝荣表示，ChatGPT在科技伦理方面至少面临三大挑战：“一是版权问题，ChatGPT生成的内容更多来自搬运，容易引发侵权；二是信息安全问题；三是社会缺乏接纳这一新生事物的准备机制，这对监管挑战很大。”

　　在国内，AIGC产业化路径同样有待探索。石霖介绍说，国内AIGC产业基础薄弱，相关初创公司数量明显少于国外。同时，国内企业目前仍处于打磨产品阶段，还未出现较为好用的内容生成服务。

　　（文图：赵筱尘 巫邓炎）