<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
    <channel>
        <title>国务院办公厅 on AI</title>
        <link>https://ai.programnotes.cn/tags/%E5%9B%BD%E5%8A%A1%E9%99%A2%E5%8A%9E%E5%85%AC%E5%8E%85/</link>
        <description>Recent content in 国务院办公厅 on AI</description>
        <generator>Hugo -- gohugo.io</generator>
        <language>zh-CN</language>
        <lastBuildDate>Sun, 25 Oct 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://ai.programnotes.cn/tags/%E5%9B%BD%E5%8A%A1%E9%99%A2%E5%8A%9E%E5%85%AC%E5%8E%85/index.xml" rel="self" type="application/rss+xml" /><item>
        <title>AI日报 2026-10-25：Nvidia开源Flora机器人数据引擎，国办发文减缓AI就业替代冲击</title>
        <link>https://ai.programnotes.cn/p/ai%E6%97%A5%E6%8A%A5-2026-10-25nvidia%E5%BC%80%E6%BA%90flora%E6%9C%BA%E5%99%A8%E4%BA%BA%E6%95%B0%E6%8D%AE%E5%BC%95%E6%93%8E%E5%9B%BD%E5%8A%9E%E5%8F%91%E6%96%87%E5%87%8F%E7%BC%93ai%E5%B0%B1%E4%B8%9A%E6%9B%BF%E4%BB%A3%E5%86%B2%E5%87%BB/</link>
        <pubDate>Sun, 25 Oct 2026 00:00:00 +0000</pubDate>
        
        <guid>https://ai.programnotes.cn/p/ai%E6%97%A5%E6%8A%A5-2026-10-25nvidia%E5%BC%80%E6%BA%90flora%E6%9C%BA%E5%99%A8%E4%BA%BA%E6%95%B0%E6%8D%AE%E5%BC%95%E6%93%8E%E5%9B%BD%E5%8A%9E%E5%8F%91%E6%96%87%E5%87%8F%E7%BC%93ai%E5%B0%B1%E4%B8%9A%E6%9B%BF%E4%BB%A3%E5%86%B2%E5%87%BB/</guid>
        <description>&lt;img src="https://ai.programnotes.cn/img/ai/AI.png" alt="Featured image of post AI日报 2026-10-25：Nvidia开源Flora机器人数据引擎，国办发文减缓AI就业替代冲击" /&gt;&lt;h2 id=&#34;1-nvidia-gear-开源-flora-机器人视频标注引擎标注成本约为-gpt-6-astra-的-1125&#34;&gt;1. Nvidia GEAR 开源 Flora 机器人视频标注引擎：标注成本约为 GPT-6 Astra 的 1/125
&lt;/h2&gt;&lt;p&gt;Nvidia GEAR 实验室开源机器人视频标注数据引擎 Flora，由三个微调 Qwen3.5 模型组成：9B 负责动作分段、27B 负责动作描述、27B &amp;ldquo;Flora-Rewarder&amp;rdquo; 负责进度评分与成功判定，模型已上架 Hugging Face。官方估算标注一小时视频约 0.72 美元，对比 GPT-6 Astra 约 88.5 美元便宜 125 倍；Flora 已在 GR00T 训练中实际使用，512 块 GB300 每天可标注 20 万小时视频，在 RoboRewardBench 上错误率比 Astra 低 27.8%。&lt;/p&gt;
&lt;p&gt;值得关注：视频标注成本是机器人基础模型训练的隐性瓶颈，Flora 以专用小模型替代通用大模型做标注，若第三方复现成立，将显著降低具身智能数据集建设门槛，也进一步巩固 Nvidia 从芯片、仿真到数据的全栈生态。&lt;/p&gt;
&lt;h2 id=&#34;2-国办印发意见有效减缓人工智能应用就业替代影响稳慎把握劳动密集行业应用节奏&#34;&gt;2. 国办印发意见：有效减缓人工智能应用就业替代影响，稳慎把握劳动密集行业应用节奏
&lt;/h2&gt;&lt;p&gt;国务院办公厅 10 月 23 日公布《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》（国办发〔2026〕29 号），部署 6 方面 18 项任务：强化 AI 就业创造效应、构建就业友好型 AI 升级路径、提升劳动者数字素养、健全权益与社保保障、完善就业监测预警体系。文件明确要求&amp;quot;稳慎把握人工智能在劳动密集型行业应用的范围、力度、节奏，尽可能减少对从业人员的冲击&amp;quot;，并建立 AI 应用就业风险评估机制。&lt;/p&gt;
&lt;p&gt;值得关注：这是国内首份系统性应对 AI 就业替代的专项政策文件，&amp;ldquo;减缓替代影响&amp;quot;与&amp;quot;风险评估机制&amp;quot;的提法可能对劳动密集行业的智能化改造节奏、机器人替代项目补贴与准入形成实际约束，值得产业端持续跟踪落地细则。&lt;/p&gt;
&lt;h2 id=&#34;3-施密特等在外交事务撰文openai-与-anthropic-正类似殖民时代的东印度公司&#34;&gt;3. 施密特等在《外交事务》撰文：OpenAI 与 Anthropic 正类似殖民时代的东印度公司
&lt;/h2&gt;&lt;p&gt;前 Google CEO Eric Schmidt 与历史学家 Niall Ferguson 等在《外交事务》发表文章，将 OpenAI 和 Anthropic 比作殖民时代的东印度公司——与政府签署协议却自成势力、缺乏有效问责，并称图灵奖得主希发基思同日警告警惕 AI&amp;quot;要挟式&amp;quot;示强，AI 闯祸必须对开发者追责。&lt;/p&gt;
&lt;p&gt;值得关注：来自 AI 产业核心建造者的自我批判性类比，指向前沿实验室与政府&amp;quot;签约但失控&amp;quot;的结构性风险，或为后续监管立法（含欧盟 AI Act 执法）提供舆论与理论弹药。&lt;/p&gt;
&lt;h2 id=&#34;4-财联社ai-缺钱重构产业叙事市场不再相信烧钱就能赢&#34;&gt;4. 财联社：&amp;ldquo;AI 缺钱&amp;quot;重构产业叙事，市场不再相信&amp;quot;烧钱就能赢&amp;rdquo;
&lt;/h2&gt;&lt;p&gt;财联社报道称，随着 OpenAI 年化收入不及预期引发 AI 股回调、&amp;ldquo;AI 跌倒、美债吃饱&amp;quot;的资本迁移，市场叙事正从&amp;quot;烧钱就能赢&amp;quot;转向现金流与盈利验证，寒武纪等有真实收入的公司获得溢价，而依赖融资输血的商业模式的估值逻辑面临重估。&lt;/p&gt;
&lt;p&gt;值得关注：AI 板块定价逻辑从叙事驱动转向财务验证，直接影响一级市场融资环境与二级市场风格切换，具身智能等长周期烧钱赛道的融资窗口可能收窄。&lt;/p&gt;
&lt;h2 id=&#34;5-斯坦福-chelsea-finn-团队提出生成式价值分类器-gvc无需动作条件化的-q-函数&#34;&gt;5. 斯坦福 Chelsea Finn 团队提出生成式价值分类器 GVC：无需动作条件化的 Q 函数
&lt;/h2&gt;&lt;p&gt;斯坦福助理教授 Chelsea Finn 团队发布生成式价值分类器（Generative Value Classifier），一种新的 Q 函数参数化方式，无需对动作进行条件化即可估计价值。团队认为该方式可与大型预训练策略优雅结合，从更丰富的输出信号中学习并提升泛化能力。&lt;/p&gt;
&lt;p&gt;值得关注：免动作条件化的价值学习若与视觉-语言-动作大模型预训练策略兼容，可能成为机器人 RL 微调（RLHF/RL Fine-tuning）路线的关键组件，与 Nvidia Flora 的奖励标注形成上下游呼应。&lt;/p&gt;
</description>
        </item>
        
    </channel>
</rss>
