盈彩网app注册|盈彩网app论坛

广州现“不收特斯拉”标语 车商：收一辆平均亏三四万******

　　原标题：广州一家二手车市场竖起“不收特斯拉”标语 车商：收一辆平均亏三四万

　　新年伊始，特斯拉“跳水式”降价导致多地车主开始维权，只不过这一波大尺度地降价，受伤的不仅有车主，还有二手车商。近日，在广州番禺公园附近的小锤二手车市场门口竖立的“不收特斯拉”大幅标语，引发舆论普遍关注。1月13日，小锤二手车市场负责人温先生回应上游新闻记者称：“特斯拉性价比并不足以支撑它的价格，我个人认为还有一个很长的下行空间。收特斯拉的同行基本上一辆车平均要亏3万到4万。”

　　二手车商挂海报拒收特斯拉

　　1月13日，小锤二手车市场的负责人温先生告诉上游新闻记者：“我主做电车二手车，但去年四五月份就没收特斯拉了，这个标语也是从那个时候竖起来的。”至于原因，温先生称：“二手车商收特斯拉，个人觉得商业风险系数是非常高的，因为特斯拉性价比不足以支撑起来它这个价格。”

　　电池是电车的心脏，也是买卖二手车关注的点。温先生以特斯拉车载4680电池举例。4680电池即直径46mm、高80mm的圆柱形电池。据记者了解，在2020年9月，特斯拉发布了4680电池并宣称，能量密度提升了5倍，续航里程提升了16%，输出功率提升了6倍，并且成本降低了14%。

　　长期从事电车二手车生意的温先生认为，这些都是噱头。他表示：“特斯拉很多的技术，比如现在的4680电池在实际使用中，我们发现并没有达到厂商所描述的电池密度方面的高性能。另外，特斯拉本身车的大小、电池续航里程以及车子用料，跟10多万的A级车是差不多的，所以二手车商收特斯拉，个人觉得不值得。在特斯拉新车又降价后，性能方面还是不足以支撑这个价格，所以个人认为特斯拉价格还有一个很长的下行空间。”

　　Model Y摆3个多月亏四五万

　　对于如今特斯拉二手车的行情，温先生坦言：“如果有特斯拉的用户找我收，我依然是拒绝的，包括收二手特斯拉车的同行，基本上一台车要亏3万到4万元。在广州最大的宝利捷二手车交易城里，一家比较大的主做特斯拉的二手车商，已经做不下去了，(店铺)牌子已经换了，不少做特斯拉的车商都亏得比较多。”温先生强调，“二手车跟别的商品不一样，它属于流通性强的低毛利低风险商品。现在的广州二手车市场，收一辆特斯拉平均亏3万到4万。对于车商来说亏三四万是很夸张的，因为一台二手车的毛利一般在1万块钱左右，如果一台二手车亏3万到4万，是其他车的两三倍了。 ”

　　以特斯拉顶配Model Y为例，1月13日下午，上游新闻记者联系上在重庆南岸区从事二手车销售的万经理，他连声表示：“不好做不好做！收车时，特斯拉顶配Model Y新车价还在41.79万元，二手车1年多车龄，能挂到39万元左右。去年10月底官宣降价至39.79万元，二手车价也只能在35万-36万元左右。3个月不到，新车价又跌到35.99万元，其二手价格只能挂到30-32万左右。像这种中型SUV顶配版，流转速度本来就慢，加上不断地价格波动，潜在二手车消费者都不敢买了。这一台顶配车收来3个多月，摆在这里停起，硬亏四五万了。”

　　保值率继续下滑波及国产电车

　　一款车的保值率，主要取决于其保有量，以及新车价格的稳定性。对于特斯拉而言，新年伊始的大幅降价打破了新车价格稳定性，造成二手车市场出现震动。

　　近日，中国汽车流通协会发布了《2022年12月中国汽车保值率研究报告》数据显示，Model Y和Model 3保值率(一年车龄，下同)分别为81.0%、77.9%，分列第9和14名，而在2022年上半年，Model Y还以88.76%、Model 3以83.03%的成绩，各自在中型SUV和中型车中排列第1位。

　　广州二手车商温先生表示：“在经历2022年10月份的大幅官降后，特斯拉新车指导价回落，导致二手车行情受到较大影响，其贬值速度之快、市场波动之大，成为二手车商眼中的‘烫手山芋’。如果再考虑到2023年1月初特斯拉再度官降的因素，今年1月份Model Y和Model 3的保值率大概率将不容乐观。”

　　在温先生看来，作为新能源电车的龙头企业，特斯拉大幅降价有其明显的市场意图。他认为：“特斯拉利用其超级工厂的规模，此番降价把整车毛利的天花板再次往下压，导致整车生产销售链条上的相关企业都很难赚钱。对国产二手电车来说，客户对国产电车预期也要降一两万元，这样一来，我们二手车生意也难做了不少。”

　　上游新闻记者 冯盛雍

“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）