CNET科技资讯网 3月1日 北京消息(文/周雅):浦发硅谷银行(SSVB)北京分行——中国第一家中美合资银行昨天正式在北京开门营业,这家银行由美国硅谷银行与上海浦东发展银行合资建立,是一家专门为中国科创企业提供商业银行服务的新锐银行。开业仪式上,浦发硅谷银行行长兼硅谷银行亚洲总裁蒋德(Dave Jones)带来了2017年中国科创企业展望报告,报告来自于中国科创企业管理层对于商业环境、融资、人才获取以及关键政策的看法,得出一个结论:中国科创企业今年保持乐观态度——74%受访人认为2017年的商业环境将比2016年更好。
浦发硅谷银行行长兼硅谷银行亚洲总裁蒋德(Dave Jones)
“中国科创企业展望调查”是硅谷银行全球年度调查的一个主要部分。自2012年开始,硅谷银行每年针对全球科技初创企业展开调研,调研的人群大都来自创业管理层的声音。两年前,硅谷银行联合浦发硅谷银行把这个模式延伸到了中国。
从受访者整体评分来看,45%认为今年的创新经济市场会继续增长,38%表示会和去年持平。如果把这两个比例加在一起得出,七八成的企业觉得今年的市场情况和去年持平或者优于去年。这意味着什么?
先来看去年的市场情况,在2016年初中国的VP/CP机构共募集了超过3.5亿人民币资金用于未来投资,结果共投资了1.3亿人民币,这个数字让中国在募集和投资基金的金额都达到了历史新高,说明起码在未来三年,整个市场仍然可以保持同样的高比例投资的速率。
在去年已经达到了募资和投资顶峰的前提下,当受访企业表示今年这个市场会持平的话,已经代表非常乐观的市场前景了。
经济市场直接影响到企业的经营发展。中国甚至全球的科创企业都认为,最有前景的创业领域就是大数据、软件及服务、金融科技和数字医疗。如果说移动互联网触到了“天花板”,那么科创企业不妨试着抓住机遇转型升级。
科创企业的现状
1、融资难。
对于创业公司来说,融资本来就不应该是一件易事。从图中可见,84%的中国科创企业认为融资环境是非常艰难,或较有挑战性,这个情况放在美国、英国的结论都是一样。
2、超三成科创企业下一轮资金将来自风投和私募基金视为主要资金来源。
尽管融资艰难,但创业仍然是一个“烧钱”的过程。31%的中国科创企业表示他们的资金来源将是(VC)风投,28%则表示资金来源是(PE)私募股权基金,10%表示是IPO(上市)。这个数据跟过往数据对比,基本上没任何变化,所以未来大的方向也不会有改变。
原因一方面是因为,中国选择VC/PE的比例和美国、英国基本上是一致的。
另一方面,中国的VC和PE在去年共融得3580亿人民币,这部分资金在未来肯定要投资出去,所以至少在未来几年中,投资的主要源头仍然会来自于VC和PE行业。
3、中国科创企业将IPO视为长期目标。
“烧钱”之后如何变现?中国和美国、英国情况不同。在中国,59%的受访企业表示公司最终的变现时间将是上市,18%则计划继续私有;而在美国,创业企业通常是通过把公司卖给其他科技公司来完成退出。
而对于这些有计划上市的中国科创企业来说,更倾向于选择内地资本市场,原因是因为他们觉得在本土市场上的估值可能要好于美国和欧洲的资本市场。
除了上市之外,越来越多科创企业愿意去花很高的价格收购一家公司,且这将为国内的一个趋势。
人才招聘是最大挑战
正如美国和英国的科创企业一样,几乎所有的中国科创企业都表示,找人才和大海捞针一样难,人才短缺会阻碍公司的市场扩展和产品开发。
在招聘的多样性方面,中国比例明显高于美国和英国。
在中国,科创企业还会受到一系列公共政策的影响,包括人才招聘政策、企业税负、银行/支付监管条例等等。而这些因素在美国和英国的影响程度较小。摆在这些中国这些企业家面前的现实问题是,到底税负有多高,抛开税负负担之后企业会赚多少钱。
可以说,中国的法律法规是一把双刃剑,虽能规范整个市场,但严格的税收政策或监管问题会导致一些科创企业大量向境外扩张。
第二年在中国推出该报告,蒋德(Dave Jones)道出了对未来的展望:“推出科创企业展望调查,不仅可以使得我们更好的理解目标客群,也让关注中国创新科领域的人们能听到来自中国创新实践者们的声音。整体而言,我们看到市场正在逐步成熟,得益于政府支持,中国科创企业蓬勃发展的潜力巨大。浦发硅谷银行应中国科创企业的需求而生,也将与中国科创共兴。未来,我们北京分行的成立可以进一步满足当地客户的需求,实现应需而变的全面服务。”
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。