
6月8日消息,腾讯公司董事会主席兼CEO马化腾应邀前往中国证监会做了主题为《腾讯对“互联网+”的思考》的演讲。马化腾表示,对A股市场中连续飙升的妖股不可理解,认为这些企业都在互联网行业中排不上号。
对于此次马化腾在证监会做的演讲,腾讯方面向新浪科技表示无法透露相关演讲内容。
据了解,马化腾此次演讲是由证监会创新业务监管部主办的“互联网金融系列讲座”的第三场。此前,百度公司董事长兼CEO李彦宏、阿里巴巴董事局主席马云也分别做了演讲。
今年,A股市场持续火爆,国内互联网公司受到投资者的追捧。在今年上市的新股中,涉“互联网+”概念的暴风科技在A股市场更是拿下上市以来多个涨停。
作为首个打破VIE架构在A股上市的公司,暴风科技的走势也让很多原本准备在海外上市和已在海外上市的企业开始考虑A股。
不过, “互联网+”概念股在A股市场的火爆引起相应的监管部门的注意。5月底,证监会例会宣布重点打击六类操纵市场行为,央视新闻频道头条聚焦A股,点名多家编题材、炒故事和高价股上市公司。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。