行业分类:
加载中...
头条分类:
加载中...
特斯拉UWB数字钥匙,是怎么一步步被黑的
汽车进入系统正在迅速发展——从传统钥匙到先进的遥控无钥匙进入(RKE)系统和智能钥匙系统(也称为被动无钥匙进入(PKE)系统或被动进入被动启动系统(PEPS))——既带来了便利,也带来了新的安全挑战。随着汽车盗窃的技术升级,强大的安全解决方案变得至关重要。 超宽带(UWB)技术正在成为汽车安全领域的游戏规则改变者。与蓝牙和射频识别(RFID)不同,UWB 提供精确的距离测量,使其具有很强的抵抗中继攻击的能力,中继攻击是汽车盗窃中常用的一种方法。 我们首先要介绍汽车进入系统的历史,并探讨了值得注意的安全漏洞类型,例如重放攻击、滚动攻击和中继攻击,以及它们的有效缓解策略。作为讨论的一部分,我们讨论了最近的一份报告,该报告介绍了特斯拉的无钥匙进入系统如何容易受到某些攻击。我们揭示了解锁过程的机制以及攻击者如何利用它。在本系列的后半部分,我们将深入研究 UWB 技术、其应用及其潜在漏洞。 一、车辆进入系统简史及其安全挑战 车辆进入系统的发展以旨在提高便利性和安全性的重大进步为标志。最初,汽车使用简单的机械钥匙进行防护,这些钥匙很容易被复制。20 世纪 80 年代末推出的遥控无钥匙进入(RKE)系统标志着一次重大飞跃,允许驾驶员按下按钮解锁汽车。然而,随着技术的进步,汽车盗窃的技术也越来越高超。RKE 系统变得容易受到信号干扰、重放和拦截攻击。 下一个重大创新是智能钥匙系统的开发,该系统允许无钥匙进入和按钮启动功能。中继攻击是窃贼将信号从钥匙传导至汽车,这种攻击成为盗窃车辆的常用方法,因为它不需要物理接触钥匙。豪华汽车盗窃案激增导致车主的保险费飙升,高端汽车特别容易受到此类攻击,并且是此类攻击的诱人目标。随着这些威胁的发展,对更安全地进入系统的需求变得显而易见。这推动了超宽带(UWB)技术的采用,该技术提供了更高的精度和安全性,可以有效对抗这些复杂的攻击。 除了上面提到的无线技术外,RFID 还广泛用于现代车辆,形式为实体卡或存储在手机上的虚拟卡。RFID 系统仅在几厘米内解锁汽车,使其在直接与用户交互的过程中更加安全。然而,RFID 也有其自身的弱点。它可以被相同频率的更强无线电信号干扰,在 RFID 标签和读取器之间的通信期间被拦截(“嗅探”),并用于创建具有与原始 RFID 标签相同识别码的重复 RFID 标签。 二、针对车辆进入系统的信号攻击类型 我们已经提到了几种可能针对 RKE 系统的信号攻击。在本节中,我们将概述它们的工作原理。 在干扰攻击中,黑客发送能量更高的无线电信号,这样车辆就无法接收正确的信号。这是一种拒绝服务(DoS)攻击。 干扰攻击 在重放攻击中,黑客拦截车主发送的信号。他们能够使用捕获的固定代码信号获得对车辆的未经授权的访问。 重放攻击 滚动干扰攻击结合了信号拦截和干扰。在这种情况下,黑客会同时拦截传输的信号并在汽车附近干扰信号,以阻止其接收正确的信号。他们的目标是诱骗车主按下钥匙扣两次或多次。黑客可以通过这种做法来捕获可用于未来攻击的信号。这种技术针对具有滚动代码功能的汽车。 滚动干扰攻击 在中继攻击中,黑客将一个无线电设备放置在汽车附近,另一个放置在真正的钥匙附近。这些无线电设备本质上是延长信号,以诱骗汽车相信钥匙就在附近,从而允许汽车解锁和启动。 这些攻击已被证明可以有效绕过上一节讨论的车辆进入系统。下表总结了车辆进入系统的各种迭代以及可以对它们使用的不同攻击方法。 三、对特斯拉Model 3的攻击 UWB 是改变游戏规则的因素,也是车辆进入系统发展的下一个重要步骤。这引发了一个问题:UWB 对当前无线电黑客的有效性如何?最近一份关于最新特斯拉 Model 3 使用 UWB 的报告有助于给出一个答案。 该报告引用了 GoGoByte 研究人员的研究结果,指出尽管特斯拉 Model 3 支持 UWB,但目前并未有效使用该技术进行可以防止中继攻击的距离检查。这是因为特斯拉的无钥匙进入系统仍主要使用蓝牙来解锁汽车和控制防盗器。因此,与早期型号一样,中继攻击仍然可以通过蓝牙成功破解。 特斯拉已承认存在此问题,并表示正在努力提高 UWB 的可靠性和安全性。在部署必要的增强功能之前,特斯拉汽车仍然容易受到中继攻击。尽管如此,值得注意的是,据报道,特斯拉汽车是美国被盗频率最低的汽车,这要归功于其默认的 GPS 跟踪功能。 为了解决这个问题,建议特斯拉车主利用一项名为“PIN-to-drive”的功能,该功能可充当多因素身份验证(MFA)的一种形式。此功能要求驾驶员在汽车启动前输入四位数的 PIN 码,即使已使用钥匙扣或智能手机解锁汽车也是如此。PIN-to-drive 提供了第二层保护,确保即使窃贼使用中继攻击解锁汽车,也无法在不知道 PIN 码的情况下启动汽车。在实施更强大的 UWB 安全措施之前,此功能可有效防范当前的安全漏洞。 该报告很好地介绍了 UWB 的当前实施情况,以及仍需如何改进才能充分发挥其优势。我们下面将会仔细研究这项技术并分析其对车辆的安全影响。 超宽带(UWB)技术近年来越来越受欢迎。它被誉为下一代无钥匙技术,并承诺可以抵御困扰其前辈的攻击。然而,UWB 并不新鲜。它的起源可以追溯到 19 世纪末,当时,Heinrich Hertz 通过火花隙发射器实验生成了第一个 UWB 信号。UWB 技术在 20 世纪中后期取得了重大进展,特别是在雷达系统等军事应用中。这段丰富的历史为 UWB 的现代应用奠定了基础,包括它对汽车安全的变革性影响。 我们下面将研究 UWB 与车辆进入系统的集成、它带来的优势、它可能带来的漏洞以及如何缓解其安全问题。 四、什么是UWB协议? UWB 是一种无线通信技术,可在宽频谱范围内运行,频率通常在 3.1 至 10.6 GHz 之间。与使用窄带信号的传统无线技术(如蓝牙和 Wi-Fi)不同,UWB 可在宽频率范围内传输数据。这一独特特性使 UWB 具有独特的优势,尤其是在精度和安全性方面。 UWB 通过在宽频谱范围内传输短脉冲无线电波来工作。这些脉冲以精确的时间间隔发送,使接收器能够准确确定每个脉冲到达所需的时间。通过计算时间差,UWB 可以高精度地测量设备之间的距离。这使得 UWB 成为需要精确位置跟踪和安全通信的应用的理想选择。 我们在此总结了 UWB 的定义特征: 高精度:UWB 可以实现厘米级精度测距。这是通过飞行时间(ToF)测量实现的,其中信号从发射器传播到接收器所需的时间用于计算距离。 低干扰:由于其频率范围宽、功率谱密度低,UWB 受到其他无线技术的干扰最小。这确保了即使在拥挤的环境中也能可靠地通信。 高数据速率:UWB 可以支持高数据传输速率,使其适用于需要快速和大量数据交换的应用场景。 由于其优势,UWB 已在不同行业的各种应用中使用。为了更好地了解其用途,我们在此列出了可以找到 UWB 的几个行业及其使用方式: 汽车行业:UWB 正在集成到车辆进入系统中,以增强安全性并防止中继攻击。其精确的距离测量可确保只有当授权的汽车钥匙或手机钥匙在特定范围内时,汽车才会解锁。其应用示例包括奥迪和宝马等车辆中的高级钥匙和基于智能手机的进入系统。 消费电子产品:智能手机和智能家居系统等设备使用 UWB 进行精确的位置跟踪和安全的设备到设备通信。一个显著的例子是苹果的 AirTag,它使用 UWB 为丢失的物品提供精确的位置跟踪,确保用户能够精确地找到他们的物品。 工业和医疗领域:UWB 用于实时定位系统(RTLS),以高精度跟踪资产和人员,并用于医疗成像和监控应用。 五、仔细看看UWB UWB 技术传输脉冲信号而不是正弦波,后者在其他无线协议(如蓝牙和 Wi-Fi)中更常见。时域中的脉冲持续时间短意味着频域中的功率谱占据宽频带。在 UWB 应用中,脉冲持续时间以纳秒或数百皮秒为单位,并具有相应的频率。例如,持续 2 纳秒的脉冲的频率带宽约为 500 MHz。这意味着信号占据以其载波频率为中心的广泛频率范围,范围约为 500 MHz。与其他常见的无线技术相比,UWB 使用的频带要宽得多。例如,Wi-Fi 通常使用 20 到 160 MHz,而蓝牙仅使用 20 MHz。 传统窄带通信(例如 2G 移动电话)和传统通信(例如 Wi-Fi 和 3G 移动电话)在较窄的频带上以较高的功率水平运行。UWB 无线通信涵盖很宽的频率范围,但传输功率明显较低。 各种无线通信技术的传输功率比较 六、不同的测距和定位方法 UWB 技术提供了几种精确的测距和定位物体的方法: ToF 测量信号从发射器与接收器之间的时间,并根据已知的信号速度直接计算距离。在这种情况下,信号是电磁的,以光速传播。 到达时间差(TDoA)使用多个接收器来确定同一信号的到达时间差,从而实现三角测量和高精度定位。 到达相位差(PDoA)或到达角(AoA)使用具有多个天线的 UWB 设备接收同一信号,从而导致天线接收的信号之间存在相位差。该相位差用于计算发射器的相对位置和距离。 双向测距(TWR)涉及设备之间的信号交换,测量往返时间以确定距离。每种方法都利用 UWB 的高时间分辨率来实现精确可靠的位置跟踪,使 UWB 适用于需要高精度的应用。这种技术的一个变体是双面(TWRDS-TWR),其中至少传输三条消息,而不是 TWR 仅传输两条消息。这种方法的优点是锚点和标签都可以各自计算它们之间的距离。 在下图中,目标是使用不同的测距和定位方法确定标签的位置。 对于 ToF,标签将 UWB 帧作为有效载荷发送,即发送帧的时间(t1)。锚点在 t2 接收帧,并将 ToF 计算为 t2 − t1。 计算标签位置的 ToF 方法 对于 TDoA 定位,标签发送的信号到达每个锚点的时间不同,因为标签和锚点之间的距离不同。通过测量信号到达锚点对的时间差,可以计算出双曲线。通过找到至少三个这样的双曲线的交点来确定标签的位置。 确定标签位置的 TDoA 方法 在 PDoA 或 AoA 方法中,标签发送信号,该信号由锚点上的多个天线接收。通过获取不同天线上相同信号的相位差并了解天线之间的距离,可以准确计算标签的位置。 计算标签位置的 PDoA 或 AoA 方法 TWR 方法改进了 ToF 方法,消除了锚点和标签之间同步的需要,仅依赖于来自一个设备的时间戳。锚点发送标签在传播时间或 ToF 之后收到的消息。然后,标签在固定的回复时间(包含在数据包中)后做出响应。然后,锚点可以使用已知的回复时间根据往返时间(RTT)计算 ToF。 TWR 方法计算标签位置 DS-TWR 方法与 TWR 方法类似,但锚点会回复标签,让标签计算 RTT 并确定其与锚点的距离。 图 6. DS-TWR 方法计算标签位置 七、UWB为何不会受到中继攻击的影响 正如之前所述,当钥匙和汽车之间的信号通过由攻击者控制的一对无线电设备创建的“隧道”进行扩展时,就会发生中继攻击。这是可能的,因为汽车与其钥匙扣之间的通信通常不受时间影响。然而,由于 UWB 技术具有高时间分辨率和精确的 ToF 测量,因此在很大程度上不受中继攻击的影响。UWB 的精确度确保任何中继信号的尝试都会导致明显的时间差异。配备 UWB 的汽车可以通过计算钥匙链发射信号和汽车接收信号之间的时间差,轻松识别钥匙的范围。 为了说明 UWB 技术如何防止中继攻击,我们举了一个例子。在这个场景中,我们假设当汽车与其钥匙链之间的距离小于 1 米时,可以解锁涉及的汽车。汽车停在距离试图中继钥匙链信号的窃贼 5 米的地方。 1 米外解锁时的 ToF:ToF 1 m = 1/3 x 108 = 3.33 ns 5 米外的 ToF:To F5 m = 5/3 x 108 = 16.67 ns 1 米内解锁汽车的阈值约为 3.33 ns,而信号传播 16.67 ns 到达汽车。UWB 系统可以轻松检测到这种差异。因此,信号被拒绝,因为到达时间比阈值长约 5 倍,表明密钥不在预期范围内。 八、UWB 如何受到攻击 如果UWB 不受中继攻击的影响,那么它是否不受其他形式的攻击的影响?尽管 UWB 提供了这些功能,但 UWB 本身并不是万无一失的。 GoGoByte 的研究人员演示了一种针对 UWB 的攻击,名为“UWB 精确的震耳欲聋(UWB accurate deafening)”。他们想看看是否可以通过记录发起者和响应者的信号,然后在预期的时间范围内发送恶意数据包引起消息冲突。 在他们的实验中,研究人员成功破坏了 iPhone 和 AirTag 之间的测距功能。在攻击发起者时,攻击设备被放置在发起者附近以嗅探信号。通过在正确的时间发送虚假消息,发起者将无法正确解析来自预期响应者的消息。 图 7. 对车辆进入系统的 UWB accurate deafening 如果在无钥匙进入启动(PKES)系统中强制使用 UWB,则此类攻击可能导致车辆进入系统出现拒绝服务(DoS)。但是,如果在解锁汽车时不需要实时测距,或者在没有 UWB 的情况下执行 PKES,汽车盗窃仍然可能发生。 九、如何缓解针对UWB的攻击 UWB accurate deafening等攻击之所以能够成功实施,主要是因为可以轻松预测消息的时间。为了缓解这些攻击,可以在接收信号和发送信号之间引入随机延迟。这样,只有发起者和响应者才能期待彼此的真实消息,而攻击者发送的消息将超出设计的时间范围,因此会被忽略。如图 8 中的图表所示,如果响应时间对于攻击者来说是不可预测的,那么攻击者发送消息的时间要么比真实消息更早,要么比真实消息更晚。 图 8. 引入随机延迟以减轻对 UWB 协议的攻击 我们回顾了使用 UWB 之前车辆进入系统的过去版本,每个版本都容易受到某种形式的攻击。需要强调的是,安全性应成为在车辆中实施 UWB 的一个重要考虑因素,因为它本身并不是针对车辆盗窃和其他形式的进入系统攻击的绝对防御手段。 作者:Omar Yang
郭明錤更新iPhone 16出货数据:订单几乎没有变动
快科技10月10日消息,今天,知名分析师郭明錤在社交平台上分享了iPhone 16系列的最新出货数据,具体如下: 1、iPhone 16系列组装订单几乎没有变动,供应商被要求在十一长假期间不休息,继续生产两款Pro系列,意味着两款Pro机型的需求至今大致符合预期。 2、11月中旬后的部分零组件略有砍单,主要涉及到iPhone 16和iPhone 16 Plus,砍单幅度非常小,基本可以忽略掉。 3、iPhone 16标准版与16 Plus的需求相较去年依旧没有太大起色。 4、iPhone 16 Pro的出货量与去年15 Pro相似,但需要注意的是,目前16 Pro的出货时间较15 Pro短。 5、下一个观察重点是Apple Intelligence,苹果AI会在10月下旬上线,届时再观察Apple Intelligence对美国市场的影响。 6、预计iPhone 16系列在2024年出货8800万-8900万台,略低于去年的9000万-9100万台。 目前,iPhone 16系列在部分地区已经现货,此前黄牛加价售卖的Pro Max版本也开放购买,主要是原色钛金属和沙漠色钛金属版本,其它配色仍然供不应求。 对于iPhone 16系列,部分分析师不太看好,比如巴克莱分析师Tim Long和George Wang,他们在报告中提到,中文版Apple Intelligence要到2025年才会推出,这可能会削弱这一重要市场对iPhone 16系列早期的热情,欧版可能会在2025年分阶段上线Apple Intelligence,这可能会对苹果销量造成影响。
诺贝尔化学奖是AI for Science,物理奖是Science for AI
2024年又一个诺贝尔奖给了AI!这次是化学奖! 一半归华盛顿大学的戴维·贝克(David Baker),“因其在蛋白质计算设计方面的贡献”;另一半归谷歌DeepMind的戴米斯·哈萨比斯(Demis Hassabis)和约翰·M·江珀(John M.Jumper),“因其在蛋白质结构预测方面的贡献”。 你相信昨天获奖的辛顿是物理学家,而今天获奖的哈萨比斯是化学家吗? 确切地说,这次是关于蛋白质——生命中精巧的化学工具。贝克完成了一项几乎不可能的壮举:构建全新种类的蛋白质。哈萨比斯和江珀开发出了人工智能模型,解决了一个长达50年的难题:预测蛋白质的复杂结构。这些发现具有巨大潜力,应用前景无限广阔。 生命的多样性证明了蛋白质作为化学工具的惊人能力。它们控制和驱动着构成生命基础的所有化学反应。蛋白质还可以作为激素、信号物质、抗体以及不同组织的构建块。 “今年获得认可的发现之一涉及构建令人惊叹的蛋白质。另一个则是实现了一个50年的梦想:从氨基酸序列预测蛋白质结构。这两项发现都开启了广阔的可能性。”诺贝尔化学奖评委会主席海纳·林克说。 蛋白质通常由20种不同的氨基酸组成,这些氨基酸可以被描述为生命的“乐高积木”。2003年,贝克成功利用这些构建块设计出了一种与其他蛋白质完全不同的新蛋白质。从那时起,他的研究团队不断创造出富有想象力的蛋白质,包括可用作药物、疫苗、纳米材料和微型传感器的蛋白质。 第二项发现涉及蛋白质结构的预测。在蛋白质中,氨基酸以长链的形式连接在一起,并折叠形成三维结构,这种结构对蛋白质的功能起着决定性作用。自20世纪70年代以来,研究人员一直试图从氨基酸序列预测蛋白质结构,但这项工作出了名的困难。然而,四年前出现了一个惊人的突破。 2020年,哈萨比斯和江珀推出了一个名为AlphaFold2的人工智能模型。借助该模型,他们能够预测研究人员已确定的近2亿种蛋白质的结构。自突破以来,来自190个国家的超过200万人使用了AlphaFold2。在众多科学应用中,研究人员现在可以更好地理解抗生素耐药性,并创建可以分解塑料的酶的图像。 没有蛋白质,生命就无法存在。现在我们能够预测蛋白质结构并设计自己的蛋白质,这为人类带来了最大的福祉。 继昨天诺贝尔物理奖颁发给为AI基础理论做出贡献的霍普菲尔德和辛顿之后,化学奖颁发给用AI设计和预测蛋白质结构的三位非典型的“化学家”。有人说物理学不存在了,也有人说化学在蹭AI的热点。这些都不对。它说明的是AI正在给科学发现带来的深刻变革:物理奖是Science for AI,而化学奖则是AI for Science,它们将引领科学前沿。 下面,我们详细介绍下这次诺贝尔化学奖的奥秘: 蛋白质可以由几十种氨基酸到几千种氨基酸组成 这是一张教育性很强的示意图,清晰地展示了从基本构建块(氨基酸)到最终产物(蛋白质)的概念。 左侧是一个环形排列,显示了20种基本氨基酸(Amino Acids)的名称: 包括甘氨酸(Glycine); 谷氨酸(Glutamic acid); 谷氨酰胺(Glutamine); 半胱氨酸(Cysteine); 天冬氨酸(Aspartic acid); 等等...... 右侧展示了从氨基酸到蛋白质的形成过程: 氨基酸首先以“串珠子”的方式连接成一条链(STRING OF AMINO ACIDS); 这条氨基酸链最终会折叠成特定的三维结构,形成功能性蛋白质(PROTEIN); 这张图很好地诠释了2024年诺贝尔化学奖的两个核心发现: 如何利用这20种氨基酸设计新的蛋白质(David Baker的工作); 如何预测氨基酸链最终会折叠成什么样的三维结构(Hassabis和Jumper的AlphaFold2的工作)。 AlphaFold2如何工作? 这张图很好地展示了AlphaFold2如何将生物学知识、进化信息和深度学习技术结合起来,解决了困扰科学界50年的蛋白质结构预测问题。 首先,作为AlphaFold2开发的一部分,这个AI模型已经在所有已知的氨基酸序列和已确定的蛋白质结构上进行了训练。 工作流程分为四个主要步骤: 1. 数据录入和数据库搜索 将一个结构未知的氨基酸序列输入AlphaFold2。 系统会搜索数据库中类似的氨基酸序列和蛋白质结构。 2. 序列分析 AI模型会对比所有相似的氨基酸序列(通常来自不同物种)。 研究在进化过程中哪些部分被保留下来。 AlphaFold2探索氨基酸在三维蛋白质结构中如何相互作用: 带电荷的氨基酸会相互吸引; 疏水性氨基酸会聚集在一起。 生成一个距离图,估计氨基酸之间在结构中的距离。 3. AI分析 使用迭代过程,AlphaFold2不断完善序列分析和距离图。 AI模型使用称为转换器(transformers)的神经网络。 这些网络能够识别重要元素并利用第一步获得的其他蛋白质数据。 4. 假设结构生成 AlphaFold2将所有氨基酸拼接成一个整体。 通过三个循环周期测试不同的路径。 最终得出一个特定结构。 AI模型计算这个结构不同部分与实际情况相符的概率。 图中还展示了一些重要的可视化内容: 序列分析中的共同进化模式。 距离图显示氨基酸之间的空间关系。 神经网络的示意图。 多个循环周期如何逐步完善最终结构。 第一种人类设计的蛋白质结构 这个结构的独特性和历史意义在于: 1. 全新设计 这是第一个完全从头设计(de novo design)的蛋白质结构。 不是基于任何现有自然蛋白质的修改或模仿。 David Baker团队在2003年设计了这个结构,开创了人工蛋白质设计的新纪元。 2. 结构特点 它包含了新颖的α螺旋和β折叠的组合方式,这种排列在自然界中从未被发现过。 虽然使用了常见的二级结构元素(α螺旋和β折叠),但它们的三维空间排布是全新的。 3. 突破意义 证明了我们可以设计出自然界中不存在的蛋白质结构。 表明蛋白质设计不必局限于模仿自然蛋白质。 开启了人工蛋白质设计的无限可能性。 4. 方法学意义 验证了计算机辅助蛋白质设计的可行性。 为后续更复杂的蛋白质设计奠定了基础。 建立了从理论设计到实际合成的完整工作流程。 这个成就相当于在蛋白质设计领域创造了第一个“人造元素”,就像门捷列夫周期表中的人工合成元素一样,展示了人类不仅能够理解自然,还能创造自然界中不存在的新事物。 使用贝克的Rosetta程序开发的蛋白质 这张图展示了David Baker团队在设计人工蛋白质方面的一些重要成果时间线: 2016年:新型纳米材料 展示了一个可以自发连接多达120个蛋白质的复杂结构。 图中显示为一个大型球状结构,由紫色和浅绿色的蛋白质单元组成。 2017年:芬太尼检测蛋白质 设计出能够结合芬太尼(一种阿片类药物)的蛋白质。 图中绿色为蛋白质主体,紫色部分为结合芬太尼的区域。 这种蛋白质可用于环境中的芬太尼检测。 2021年:流感疫苗纳米颗粒 黄色核心部分是纳米颗粒。 绿色外层是模仿流感病毒表面的蛋白质。 在动物模型中已经证明可以作为流感疫苗使用。 2022年:分子马达蛋白质 设计出可以作为分子马达运转的蛋白质。 图中显示为绿色的复杂结构。 2024年:几何形状蛋白质 设计出具有特定几何形状的蛋白质。 这些蛋白质可以根据外部影响改变形状。 可用于制造微型传感器。 这张图很好地展示了人工设计蛋白质领域的快速发展,从相对简单的结构设计,到具有特定功能的蛋白质(如疫苗、传感器等),再到可以动态响应外界刺激的智能蛋白质。这些进展体现了David Baker在计算蛋白质设计领域的突出贡献。 使用AlphaFold2预测的蛋白质结构 这张图展示了使用AlphaFold2预测的三个重要蛋白质结构: 2022年:核孔复合体部分结构 图中显示为绿色环状结构。 这是人体细胞中的一个巨大分子结构的一部分。 超过一千个蛋白质共同组成了一个穿过细胞核膜的孔道。 这个核孔对细胞核和细胞质之间的物质交换至关重要。 2022年:分解塑料的天然酶 图中显示为绿色的单个蛋白质结构。 这种天然酶能够分解塑料。 研究这种酶的结构目的是设计出可用于塑料回收的人工蛋白质。 这对解决全球塑料污染问题具有重要意义。 2023年:引起抗生素耐药性的细菌酶 图中显示为一个复杂的多彩结构,包含多个不同颜色的蛋白质亚基。 这是一种会导致细菌产生抗生素耐药性的酶。 了解这种酶的结构对于寻找预防抗生素耐药性的方法非常重要。 这对解决全球公共卫生面临的抗生素耐药性威胁具有重要意义。 这张图很好地展示了AlphaFold2在预测复杂蛋白质结构方面的能力,以及这些结构预测对解决重要科学和社会问题的价值。从细胞基本生物学过程(核孔复合体),到环境问题(塑料降解),再到医学挑战(抗生素耐药性),都显示了蛋白质结构预测的广泛应用前景。
可能是有史以来最躺平的诺奖得主:极限死线挣扎,流浪喝酒种树
维克托·安布罗斯(Victor Ambros)与加里·鲁夫昆(Gary Ruvkun)因为在微小RNA(microRNA)领域的工作贡献获得了2024年诺贝尔生理学或医学奖。 来看看“死线斗士”和“哈佛赌王”的精彩人生吧。在他们背后,还有一个与四次诺奖有关的小虫子。 安布罗斯: 死线是第一生产力,60小时出奇迹。 2000年的一天,安布罗斯看到了鲁夫昆的一篇论文摘要。论文展示了let-7在不同动物物种中的高度保守性,跨越了从海胆到人类的广泛物种。老安花了10分钟时间望向窗外,一番深思:如果let-7具有如此广泛的保守性,那么其他类似的微小RNA也很可能存在于各种生物中,且具有重要的生物学功能。 仰望完星空后,安布罗斯和实验伙伴罗莎琳德·李(Rosalind Lee,也是他的妻子)开始了有针对性的测序和搜索工作,成果也不错:他们鉴定了大约十几个线虫的微小RNA,其中一些(如mir-1)广泛存在于包括人类在内的物种中。但他们鸵鸟地认为,自己是唯一有动机进行这种搜索的人(同行:当我傻吗?我们也看了鲁夫昆的论文的。) 在2001年7月的一个学术会议上,安布罗斯还听说了大卫·巴特尔(David Bartel)在试图从线虫中克隆微小RNA,但认为后者“不是个线虫人”,然后就把这事儿抛诸脑后。 时间很快来到一个月后。8月6日,星期一下午,安布罗斯收到了Sicence编辑发来的审稿邮件,邮件中是图斯尔(Tom Tuschl)的新论文摘要——在果蝇和人类中发现新的微小RNA!他不得不告诉编辑,正在准备发表一篇相似发现的论文,存在利益冲突,无法审稿。 虽然这篇“论文”尚未成形。 安布罗斯急了。周二上午他试图通过快速通道向Cell提交论文预审,提及了他们鉴定的新的、系统进化保守的微小RNA;但编辑当天下午拒绝了。安布罗斯不得不重新转回Science,而后者竟慷慨地同意将其与图斯尔的论文一起送审——只要能在周五之前提交论文。“顺便说一句”,编辑补充道,“还有第三篇稿件,作者大卫·巴特尔”。 更大的问题在于:周五交初稿,现在是周二晚上,论文字数0。 在接下来的60多个小时里,安布罗斯和罗莎琳德一边进行最后的实验,一边画图,一边站在实验台旁疯狂码字以避免睡着。死线就是生产力,他们竟然真的在周五下午把论文初稿发出去了。论文被接受,和另外两篇一起发布了,尽管所有三位审稿人都指出这篇初稿写得极其糟糕。 两天半里累得迷迷瞪瞪的两口子表示:还要啥自行车啊。 鲁夫昆: 流浪到科学界的嬉皮士。 鲁夫昆是1952年出生的。在嬉皮士风潮最盛的60年代末、70年代初,鲁夫昆正是意气风发的男大,顺理成章地沾上了一点嬉皮士的风气。 1973年,留着长发的鲁夫昆从加州大学伯克利分校毕业(他爸也读的这个学校,他自己也出生在伯克利,老土著了),拿了个生物物理学的学位,但也不急着找工作,而是买了一辆蓝白相间的面包车,沿着美国西海岸漫无目的地兜风。 据鲁夫昆后来在访谈中回忆,他当时去面试了一家核电站、试着去当电台DJ(可能都没面试上),最终在酒吧喝酒时,得到了一份种树的工作,而且种树工几乎都是满怀理想的年轻嬉皮士。 种树的回忆,后来被鲁夫昆反复提及,也成为鲁夫昆女儿小时候最喜欢的睡前故事,“种树合作社是工人所有,讲环保、讲性别平权,白天在陡峭的山坡上淋雨挨冻种树,晚上在帐篷里喝酒”。 在用1年时间种了大概5万棵树后,种树小能手一路向南流浪到玻利维亚,偶然看到了《科学美国人》这本杂志。在看了一天一夜之后,他意识到“是时候回去了”。于是,这个世界少了一位植树达人,多了一名科学家。 关于当流浪嬉皮士的经历,鲁夫昆还是蛮感慨的:“当流浪者和当科学家没啥不同,都是跳上一辆公共汽车,不知道这辆车或这个实验会把我带到哪里去。” 今天的鲁夫昆还有一些嬉皮遗风。根据实验室成员泄露的情报来看,鲁夫昆可能是“哈佛赌王”——每当学生、博士后提出什么想法,鲁夫昆都会说,“行,我赌3美元”。 线虫和星空,我都研究 这名分子生物学家并不满足于在地球上研究微生物。 自2000年以来,鲁夫昆跟地球物理学家玛利亚·祖贝尔(Maria Zuber)以及NASA搞了20多年的联谊,开发了一种DNA测序仪,计划将仪器送到其他行星上去,通过测试外星的土壤标本,来看看那个星球有没有和地球类似的生命痕迹。 鲁夫昆的疯狂假设,是地球生命可能起源于别的星球。想象一下那个场景吧,太阳系刚刚形成,最原始的生命在不同行星间跳来跳去,落在地球上的种子变成了花鸟虫鱼和我们。 从研究小小线虫,到试图寻找“同根同源的外星生命”,鲁夫昆并非是一时兴起。1957年10月4日,苏联发射了世界上第一颗人造卫星,人类的手开始伸向地球之外,对外太空的好奇从那时起就深深种进了5岁鲁夫昆的脑海里。 如今,当鲁夫昆不是鲁夫昆教授,而是鲁夫昆先生的时候,他最喜欢的事情就3样:和妻子待在一起;和女儿待在一起;看关于天文学和行星科学的书。 官方指定的疯狂科学家 互联网上的鲁夫昆话并不多,毕竟70多岁了。他在X上的最新动态是2022年发的,再上一条就是2021年的了,而且内容也大都跟科研相关,在一般人看来很是无聊。 但鲁夫昆的妻子是爱说他的。 鲁夫昆夫人接受采访时候提到丈夫,说他是“哈佛大学的疯狂科学家”“全球旅行的狂热分子”,而他们的女儿(有14个含义不同的名字,但主要还是叫“维多利亚”,现在在著名医院当医生)也是“热情洋溢的探险家”。 鲁夫昆夫人能和两个“狂热分子”成为亲密家人,也是有些能耐在身上的。她叫娜塔莎·斯特勒(Natasha Staller),是一名非常硬核的艺术史学家,主要研究方向是西班牙艺术史、60年代艺术,以及女巫、吸血鬼、各种怪物的传说。 小线虫立大功 虽然两位研究者今年都是首次获得诺贝尔奖,但他们的研究对象秀丽隐杆线虫(Caenorhabditis elegans)却已经是诺奖常客了。到目前为止,共有四届诺奖都与这种不起眼的小虫子有关。 秀丽隐杆线虫是一种生活在土壤中的非寄生线虫,它们有生命力强、容易饲养的优势,而且通体透明很方便观察,因此一直都是备受生物学家青睐的模式生物。 线虫第一次登上诺奖舞台是在2002年。布伦纳(Sydney Brenner)、霍维茨(H. Robert Horvitz)和苏尔斯顿(John E. Sulston)三位研究者通过这种小虫子发现了器官发育和细胞程序性死亡方面的基因调控规律。 在此之后的2006年,线虫研究再次让安德鲁·法厄(Andrew Fire)和克雷格·梅洛(Craig Mello)获得了诺贝尔生理学奖。这一次,他们的发现是RNA干扰机制。 而更厉害的是,线虫研究甚至还得过2008年的诺贝尔化学奖——这一次的研究主题是绿色荧光蛋白,三位获奖者当中的马丁·沙尔菲(Martin Chalfie)正是把这种蛋白质用在了线虫身上。
2024年诺贝尔化学奖再颁AI,到底是诺奖“水”了还是AI“杀死”了物理化学?
北京时间10月9日下午,瑞典皇家科学院决定将2024年诺贝尔化学奖授予三位科学家。 其中,一半授予美国华盛顿大学教授大卫·贝克 (David Baker),以表彰其在计算蛋白质设计方面的贡献;另一半则共同授予英国人工智能公司谷歌DeepMind公司的丹米斯·哈萨比斯(Demis Hassabis)和约翰·乔普(John M. Jumper),以表彰其在蛋白质结构预测方面的贡献。 他们将分得总额1100万瑞典克朗(约合人民币744.46万元)的奖金。 诺奖官网称,今年的三位诺贝尔化学奖得主利用“蛋白质”——生命中精妙的化学工具,破解了蛋白质惊人结构的密码。其中,化学奖得主贝克成功完成了几乎不可能完成的任务,制造出了全新的蛋白质。他的共同获奖者哈萨比斯和乔普开发一种 AI 模型AlphaFold2来解决一个50年前的问题:以巨大的技术潜力预测蛋白质的复杂结构。 很显然,继昨日诺贝尔物理学奖之后,AI 再成诺奖焦点,48岁的谷歌 AI 大佬哈萨比斯和39岁的乔普获得了诺贝尔化学奖。加上辛顿,AI 学者们在2024年诺奖中获得了“大满贯”。 要知道,哈萨比斯昨天还在祝贺加拿大多伦多大学教授杰弗里·辛顿(Geoffrey E. Hinton)获得诺贝尔物理学奖,甚至前东家谷歌为辛顿举办庆功宴,谷歌CEO桑达尔·皮查伊(Sundar Pichai)、谷歌首席科学家杰夫·迪恩(Jeff Denn)、OpenAI前联合创始人伊利亚·苏茨克维(Ilya Sutskever)等人悉数到场。 如今,哈萨比斯和他的谷歌 AI 团队终于可以祝贺自己了。 这是 AI 行业最浓墨重彩的一笔,对于诺奖来说也“实属罕见”,诺贝尔物理学奖、化学奖都给予深度学习、AI 模型技术很高的赞誉。钛媒体AGI综合数十位专家分析后认为,这意味着全新的 AI 诺奖时代已经开启,同时也是 AI 与学科交叉的胜利。 “很高兴你们现在都赶上进度了!”乔普的这句话,让更多人开始思考,到底是诺奖分量降低,还是 AI 已经革了物理、化学这两大学科的命? 通过化学计算和 AI 揭示了蛋白质的秘密 蛋白质通常由20种不同的氨基酸组成,以无数种方式组合,可以说是生命的基石。利用 DNA 中存储的信息作为蓝图,氨基酸在我们的细胞中连接在一起形成“长链”。 蛋白质的神奇之处在于其结构——氨基酸链扭曲并折叠成独特的(有时是独一无二的)三维结构。正是这种结构赋予蛋白质功能。一些蛋白质成为可以制造肌肉或羽毛的化学构件,而另一些则可能成为激素或抗体。它们中的许多形成酶,以惊人的精度驱动生命的化学反应。而位于细胞表面的蛋白质也很重要,它们充当细胞与周围环境之间的通讯渠道。 但对于学术界来说,一直困扰化学家们50多年来的一个问题是:如何根据氨基酸序列预测蛋白质的三维结构。 美国科学家克里斯蒂安·安芬森 (Christian Anfinsen)曾做出了另一项早期发现。他利用各种化学技巧,成功使现有蛋白质展开,然后再次折叠起来。有趣的是,蛋白质每次都呈现出完全相同的形状。1961年,他得出结论,蛋白质的三维结构完全由蛋白质中的氨基酸序列决定。这让他于1972年获得诺贝尔化学奖。 然而,安芬森的逻辑中却存在一个悖论,另一个美国人赛勒斯·列文塔尔在1969年就指出了这一点。他计算出,即使一种蛋白质只由100种氨基酸组成,理论上该蛋白质至少可以呈现10的47次方种不同的三维结构。如果氨基酸链随机折叠,那么找到正确的蛋白质结构所需的时间将比宇宙的年龄还要长,在细胞中这只需要几毫秒。那么,氨基酸链究竟是如何折叠的呢? 贝克、哈萨比斯、乔普三位2024年诺贝尔化学奖得主就解决了上述问题。 1962年出生于美国华盛顿州西雅图的贝克,曾在哈佛大学学习时,选择了哲学和社会科学专业。然而,在学习进化生物学课程时,他偶然发现了现已成为经典教科书的《细胞分子生物学》的初版。这导致他的人生方向发生了改变,从而开始探索细胞生物学。1989年,他完成了美国加州大学伯克利分校的博士学位。 1993年,贝克开始担任西雅图华盛顿大学的课题组长时,他接受了生物化学的巨大挑战。通过巧妙的实验,他开始探索蛋白质如何折叠。这为他提供了深刻的见解,并在20世纪 90 年代末开始开发可以预测蛋白质结构的计算机软件:Rosetta。 1998 年,贝克首次使用 Rosetta 参加CASP(“蛋白质结构预测关键评估”)竞赛,与其他参赛者相比,它的表现非常出色。这次成功带来了一个新想法:可以反向使用该软件,贝克团队不必在 Rosetta 中输入氨基酸序列并得到蛋白质结构,而是可以输入所需的蛋白质结构并获得其氨基酸序列的建议,这将使他们能够创建全新的蛋白质。 这一想法最终也完成了成果落地,事实证明,Rosetta确实可以构建蛋白质。2003年,贝克又成功利用这些基石设计出一种与其他蛋白质不同的新蛋白质Top7。此后,他的研究小组不断创造出一个又一个富有想象力的蛋白质,包括可用作药物、疫苗、纳米材料和微型传感器的蛋白质技术,其开发的蛋白质Top7几乎与他们设计的结构完全一致。 如今,贝克在华盛顿大学任职教授职位。 与此同时,AI 技术也被认为是攻克蛋白质结构预测的关键“法宝”。 事实上,在蛋白质中,氨基酸以长链连接在一起,折叠起来形成三维结构,这对蛋白质的功能至关重要。自 1970 年代以来,研究人员一直试图根据氨基酸序列预测蛋白质结构,但这非常困难。 然而,直到2018年,一位国际象棋大师、神经科学专家和 AI 技术先驱进入该领域,才让“蛋白质结构预测”这一领域取得新突破。 在此之前,让我们简单了解一下哈萨比斯的背景:他从四岁开始下国际象棋,13 岁时就达到大师级水平;十几岁时他开始了程序员和游戏开发者的职业生涯,并探索AI、涉足神经科学。2010年,他与他人共同创立了 DeepMind,致力于开发 AI 模型技术,并于2014年被出售给谷歌。两年后,DeepMind引起了全球关注,当时该公司实现了 AI 领域的“圣杯”:AlphaGo击败了世界围棋冠军、职业九段选手李世石(又译李世乭)。 2018年,哈萨比斯和乔普提出了AlphaFold 1 AI模型技术。当时,CASP预测的蛋白质结构最多只能达到40%的准确率,而AlphaFold准确率接近 60%,他们最终获胜,而优异的结果让许多人感到意外——这是意料之外的进展,但解决方案还不够好,要想成功,预测结果与目标结构的准确率必须达到90%。 2020年,哈萨比斯和乔普提出了AlphaFold2 AI 模型。借助该模型,他们能够预测研究人员发现的几乎所有2亿种蛋白质的结构。自他们取得突破以来,来自190个国家的200多万人使用了 AlphaFold2。在众多科学应用中,研究人员现在可以更好地了解抗生素耐药性并创建可分解塑料的酶的图像。 在这背后,乔普功不可没。 乔普1985年出生于美国阿肯色州小石城,2017年获得美国伊利诺伊州芝加哥大学博士学位。事实上,他在2008年就使用超级计算机模拟蛋白质及其动力学,并意识到物理知识可以帮助解决医学问题。2011年,当乔普开始攻读理论物理学博士学位时,他对蛋白质产生了浓厚的兴趣。为了节省计算机容量(当时大学里计算机容量非常紧缺),他开始开发更简单、更巧妙的方法来模拟蛋白质动力学。2017年,他刚刚完成博士学位,就听到有传言称,谷歌DeepMind已经开始秘密预测蛋白质结构。他向DeepMind发送一份工作申请,他在蛋白质模拟方面的经验使他对如何改进AlphaFold有了创造性的想法,最终,他主导了这次AlphaFold2的研究。 而哈萨比斯和乔普成功研发出的AlphaFold2,利用Transformers神经网络,在大量、高通量数据中可以比以前更灵活地预测蛋白质结构,并发现药物靶点。 2024年5月8日,谷歌DeepMind和其英国子公司Isomorphic Labs联合团队在《自然》杂志上联合发布全新AI蛋白质结构预测模型AlphaFold 3,可准确预测生物分子相互作用的结构。对于蛋白质与其他分子的相互作用,与现有预测方法相比,AlphaFold 3改进至少50%;对于一些重要的相互作用领域,AlphaFold 3预测精(准确)度提高一倍(100%),可准确预测蛋白质、DNA、RNA、配体等的结构以及它们如何相互作用,有望帮助人们治疗癌症、免疫性疾病等。 2024年诺贝尔化学奖得主、谷歌DeepMind CEO哈萨比斯当时对钛媒体App等表示,对于团队来说,AlphaFold 3的发布是一个重要的“里程碑”,同时也是用 AI 技术“理解和建模生物学”道路上迈出的重要一步。 根据诺奖官网,诺贝尔委员会认为,没有蛋白质,生命就无法存在,我们现在可以预测蛋白质结构并设计自己的蛋白质,这给人类带来了最大的利益。哈萨比斯和乔普的研究成果,从根本上改革了蛋白质结构预测以及 AI 模型的技术研究工作。 诺贝尔化学奖委员会主席海纳·林克 (Heiner Linke) 表示:“今年获得认可的发现之一与神奇蛋白质的构造有关。另一项发现则与实现 50 年前的梦想有关:根据氨基酸序列预测蛋白质结构。这两项发现都开辟了广阔的可能性。” 如今,蛋白质作为化学工具的功能技术反映在生命的多样性中,比如研究小分子药物、带来新的纳米材料、靶向药物、更快的疫苗开发、最小的传感器和更绿色的化学工业等。它让我们更好地了解生命的运作方式——AI for Science。 到底是诺奖“水”了,还是 AI 革了物理与化学的命? 诺贝尔化学奖是诺贝尔奖的六个奖项之一,由瑞典皇家科学院每年颁发给“在化学领域作出最重要发现或发明”的杰出科学家。据瑞典著名化学家、企业家、发明家诺贝尔(Alfred Nobel)的遗愿,该奖由诺贝尔基金会管理,由瑞典皇家科学院选出5名成员组成一个委员会来评选出获奖者。 自1901年以来至2023年诺贝尔化学奖共颁发了115次,没有颁发的8年分别是1916、1917、1919、1924、1933、1940、1941和1942年。共194人次获奖,实际获奖个人为192人,因为英国科学家Frederick Sanger于1958年和1980年两次获奖,美国科学家Barry Sharpless于2001年和2022年两次获奖。 从2024年诺贝尔物理学奖,到今天的化学奖,AI 成为了今年诺奖中令人意外的“热门”技术。这其实让很多媒体不管是提前预测“存货”还是可能得到诺奖泄漏信息,成为了流量的焦点,但对于很多物理领域学者和化学家来说,今年的诺奖不仅“无趣”,甚至还有点感到沮丧,因为理论物理和理论化学都得不到学术界圣杯——诺奖的认可。 比如,化学诺奖得主哈萨比斯理论上是昨天获得物理诺奖Hinton(辛顿)的徒孙,哈萨比斯是Peter Dayan的博士后,Peter Dayan是Hinto的博士后,这些都是 AI 和计算机界的大牛,而非物理和化学界的大家。 因此,有很多人评价认为:诺奖真的变“水”了,物理与化学技术都还不如 AI 更有用处。 但问题在于,学科交叉已成为学术界公认的事实性趋势,AI 技术确实已经在推动物理、化学、生物、医疗、金融等多个学科交叉赋能。 2000年图灵奖得主、中国科学院院士、清华大学教授姚期智今年9月表示,AI 最明显的趋势有两个,一个是从弱智能走向通用智能。另一个是学科间的交叉赋能,使得本来就明显学科交叉的工作,变得更加活跃和重要。 “第一个趋势是怎么样从弱智能走向通用智能。20 年前,人工智能由人脸识别,到后来下围棋,现在走向更通用的智能,可以处理更多事,比如文生文、文生图、文生视频,甚至给它一个剧本,就能拍出高水平的电影;第二趋势是人工智能的发展,使得本来就已经相当明显的学科交叉的工作,变得更加活跃、更加重要。如具身智能、AI 仿生、AI+量子等新技术、新应用将大量涌现。拿具身智能来说,机器人可以因此不依靠提前建模、编程,纯靠自学稳定行走。”姚期智表示。 2000年图灵奖得主、中国科学院院士、清华大学教授姚期智 姚期智称,目前,从单一学科走向交叉化,AI 在生物科技、医疗健康、新能源、新材料等方面都有突破性成果。比如,AI和量子物理的结合,可以通过AI赋能给量子物理。另外,AI 在各方面发挥催化作用,包括促进交叉、科学与工程互动,在科学上也创造新的领域、新的契机,前景辽阔,AI 使得各领域的交叉加速。 在2024年诺贝尔物理学奖中也提到,物理学为机器学习的发展贡献了工具,同时,物理学作为一个研究领域也受益于人工神经网络,近年来,神经网络技术也开始用于计算和预测分子和材料的特性。 辛顿认为,神经网络发展的前期阶段很大程度上依赖于物理学的想法,他研发的玻尔兹曼机就是在早期阶段帮助AI研究克服了“训练深度神经网络”的障碍。但“最近(AI)这项工作与物理学的关系较少”。 那么,随着 AI 诺奖时代的来临,你如何看待这一 AI 领域的重要时刻? 过去10年诺贝尔化学奖得主名单: 2023年——美国科学家Moungi G. Bawendi、Louis E. Brus,俄罗斯科学家Alexei I. Ekimov ,获奖理由是“他们对量子点的发现和合成”。 2022年——美国和丹麦3位科学家Carolyn R. Bertozzi、Morten Meldal和K. Barry Sharpless获奖,获奖理由是“在点击化学和生物正交化学方面的发展”。 2021年——德国和美国科学家Benjamin List和David W.C. MacMillan获奖,获奖理由是“在不对称有机催化方面的发展”。 2020年——法国和美国科学家Emmanuelle Charpentier、Jennifer A. Doudna获奖,获奖理由是“开发出一种基因组编辑方法”。 2019年——美国和日本3位科学家John B Goodenough、M. Stanley Whittlingham和Akira Yoshino获奖,获奖理由是“在锂离子电池的发展方面作出的贡献”。 2018年——美国科学家Frances H. Arnoid获奖,获奖理由是“研究酶的定向进化”;另外两位获奖者是美国的George P. Smith和英国的Sir Gregory P. Winter,获奖理由是“研究缩氨酸和抗体的噬菌体展示技术”。 2017年——瑞士、美国和英国3位科学家Jacques Dubochet、Joachim Frank和Richard Henderson获奖,获奖理由是“研发出冷冻电镜,用于溶液中生物分子结构的高分辨率测定”。 2016年——法国、美国、荷兰3位科学家Jean-Pierre Sauvage、J. Fraser Stoddart和Bernard L. Feringa获奖,获奖理由是“分子机器的设计与合成”。 2015年——瑞典、美国、土耳其3位科学家Tomas Lindahl、Paul Modrich和Aziz Sancar获奖,获奖理由是“DNA修复的机制研究”。 2014年——美国及德国三位科学家Eric Betzig、Stefan W. Hell和William E. Moerner获奖。获奖理由是“研制出超分辨率荧光显微镜”。 (本文首发于钛媒体App,作者|林志佳,编辑|胡润峰
纪录片宣称揭秘“比特币之父”真实身份,当事人坚决否认
财联社10月10日讯(编辑 赵昊)当地时间周二(10月8日),美国“家庭票房”(HBO)频道首次放映了一部名为《货币电子化:比特币之谜》(Money Electric: The Bitcoin Mystery)的纪录片电影。 来源:HBO官网 在这部100分钟的影片中,为了深入探究比特币的起源及其创造者“中本聪”(Satoshi Nakamoto)的身份,电影制作人Cullen Hoback采访了几位早期参与了比特币领域的人物。 Hoback最为人熟知的作品之一是2021年推出的纪录片 《Q: Into the Storm》,探讨了互联网现象“QAnon”的起源及其背后推动者。这部作品追溯了QAnon的形成过程,还深入探讨了网络匿名文化、社交媒体平台的影响力以及虚假信息如何影响现代社会。 作为结论,Hoback在片中暗示中本聪的真实身份是加拿大软件开发商、币圈专家Peter Todd,引发了舆论震动。但在影片播出后,托德本人很快回应称,他“绝不是中本聪”。 中本聪是谁? 2008年,自称日裔美国人的中本聪发表了题为《比特币:一种点对点的电子现金系统》的白皮书,提出了去中心化的数字货币概念,并为其设计了基础技术区块链。 2009年,中本聪发布了比特币的第一版软件,并挖出了创世区块,启动了比特币网络。2010年,他逐渐淡出并将项目移交给比特币社区的其他成员。直至今天,中本聪的真实身份仍然是一个谜。 尽管有许多人声称自己是中本聪,或试图揭示其真实身份,但至今仍没有确凿的证据。中本聪的比特币账户据称持有约100万比特币,但他自2010年后逐渐淡出公众视野,也没有再动用过这些比特币。 分析认为,如果中本聪的身份被揭示并且他决定动用这些比特币,可能会对市场产生巨大冲击,导致比特币价格的大幅波动。 2014年,有媒体声称中本聪是日裔美籍计算机工程师Dorian S. Nakamoto,虽然他本人否认了这一说法,但Dorian的外貌被外界广泛拿来作为中本聪的形象。另有人认为,中本聪应该是一个团体。 Dorian S. Nakamoto 多年来,Todd也被认为是可能的人选之一。Todd是一位比特币核心开发者和密码学专家,因其在比特币网络的隐私性、安全性和可扩展性方面的贡献而闻名,在区块链技术和比特币开发社区中具有重要地位。 Todd曾参与过比特币协议的多个改进项目,尤其是有关共识协议和交易隐私的方面。Todd对比特币和区块链技术的观点比较务实和保守,通常强调网络安全和去中心化的核心原则。 作为倡导者之一,Todd曾警告防范区块链领域可能出现的过度创新或对系统稳定性带来的风险。除了比特币之外,他还参与过多个与密码学相关的项目,并且在隐私保护技术如零知识证明和可信硬件方面有研究。 Peter Todd自拍 各方争辩 在社交媒体上有人认为,Todd在白皮书发布的时候只有20岁出头,还太年轻不可能开发出这种技术。 对此,电影制作人Hoback回应称,Todd当时已经23岁,大多数密码学家在年轻时就取得了重大突破,并指出Todd的父亲是经济学家。 Todd本人则坚决否认,他写道,Hoback只是想制作一部受欢迎的纪录片,并不真正关心谁是比特币的创造者。 分析指出, 中本聪的身份涉及到法律层面的问题。如果他的身份被揭露,可能会有各国政府或监管机构试图与他对话,探讨比特币的法律地位、税收以及其在全球金融系统中的角色。 另外,作为去中心化和个人隐私的象征,中本聪的匿名身份代表了一种理念。如果他的身份被揭示,可能会削弱这一象征,最坏的结果可能会引发社区的分裂。
马云彻底认输新零售?
作者 | 叶二 编辑 | 魏晓 马云选择了放手。 日前,大润发母公司高鑫零售发布公告称,9月27日上午9时39分起在港交所短暂停牌,以待根据公司收购及合并守则发出载有公司内幕消息的公告。 这很快被市场解读为,大润发将要被卖,或已板上钉钉。这也直接意味着,马云自2016年发起的新零售战略以彻底认输的方式,走向终局。 回想起2016年的云栖大会上,彼时的马云意气风发,指点江山,抛出了让整个零售市场随之动荡的新零售战略:未来没有线上线下之分,以后传统电商也会被新零售取代。 紧接着,盒马作为零售业“新物种”横空出世,同时阿里以224亿买下大润发,以此作为新零售的试验田,并在后期还进一步追加了投资。 开局很是轰轰烈烈,一切都在朝着线上线下零售融合的趋势演进,不仅是阿里,零售行业很多人都在响应马云新零售的号召,一起做起了新零售的大梦。 甚至网友还调侃,阿里之所以入主大润发母公司高鑫零售,正在于“搞新零售”。 然后便是梦醒时分。 神奇的互联网方法论,没有在实体零售上产生奇迹。一向被奉为商业圣经的马云战略阳光,也丢失了魔法,没能再次显示对趋势的前瞻把握。 总之,新零售成为了传统实体零售在互联网资本影响下走过的一段弯路,参与其间的各方,无论是阿里京东苏宁,还是大润发永辉等,都没讨到一丝好处,反倒是彼此拖累。 于是,分手。 先是,京东将手中握有的部分永辉超市股权转让给名创优品的叶国富,接着,大润发母公司高鑫零售发出公告,提示投资者大润发或将被卖,轰轰烈烈的新零售走了八年,终于是要彻底划上句号了。 曾在阿里入主大润发时,大润发创始人黄明端表示,“我赢了所有对手,却输给了时代;时代抛弃你时,连一声再见都不会说”。 那么现在,马云认输新零售,阿里将大润发摆在货架,等待新一轮金主接盘时,不知马云心中会作何感想:对于新零售,究竟是自己眼光的误判,还是时代抛弃了新零售? 早想卖了 阿里早就想卖大润发了。 自阿里新一任管理层上马之后,组织战略也发生了很大的调整,一个明显的信号是,包括盒马、大润发等在内的新零售业务,已经不在阿里的主战略视野内了。 同时在此背景下,相对于内部孵化的业务盒马,收购而来的大润发的战略权重还要更低,也更大概率被出售。 阿里高层也一直有所放风。 阿里巴巴集团CEO吴泳铭表示,公司将有三个重要优先级方向——技术驱动的互联网平台业务、AI驱动的科技业务、全球化的商业网络,并将“更坚决地投入,更果断地取舍”。 投入,自然指的是AI+电商,而取舍,则自然针对的是大润发此类业务。 今年2月初,阿里公布2024财年第三季度业绩财报会议上,阿里巴巴集团董事会主席蔡崇信也同样回应称,资产负债表上依然有一些传统的实体零售业务,“这些也不是我们核心聚焦的,如果能够完成退出的话,也是非常合理的。”蔡崇信也表示,考虑到当前市场情况,退出需要时间慢慢实现。 很显然,在马云归隐、张勇退场之后,新的阿里已经在重估新零售这一两人力主的战略,并基本内部已经达成共识,即对部分新零售业务实现部分退出。 事实上,相关动作也一直在推进中。 今年以来,大润发就已经多次传出被出售的消息。比如在3月,有消息称,阿里内部基本已经确定,把大润发和盒马出售给中粮,大润发约预估100亿元,盒马约预估200亿元,双方框架协议已经拟定,是马云在阿里内部做了最后拍板。不过针对该消息,盒马和大润发方面都予以了否认。 再到此次,大润发母公司高鑫零售直接发布停牌公告,阿里出售大润发,大概率已然是箭在弦上。 根据市场消息显示,包括德弘资本和高瓴投资在内的潜在收购者,一直在考虑收购高鑫零售。 目前阿里持有高鑫零售约79%的股份,以停牌时股价计算,对应股权价值约为135亿港元。而为入主大润发,阿里总共花了约500亿港元。 如果阿里出售大润发,显而易见是惨烈割肉离场。 一段弯路 但阿里已经没有更好的选择。 当下的大润发,对于阿里来说,或许已经成为了一块鸡肋。 一方面是阿里AI+电商主战略的聚焦,另一方面则是大润发持续的亏损,也成了阿里的拖累。 高鑫零售财报显示,2024财年,高鑫零售收入725.67亿元,同比下降13.3%;年内亏损16.68亿元,亏损幅度2238.5%;公司拥有人应占亏损为16.05亿元,较2023年的1.09亿元溢利减少17.14亿元。亦在这一财年,高鑫零售关闭了20家大卖场。 于此时离场,阿里自然也是无奈之举。 而选择放手,也彻底证明了,无论对于阿里,还是对于大润发来说,新零售可能都是双方发展中的一段弯路。 2017年11月,阿里投入约224亿港元入股高鑫零售,直接和间接持股比例36.16%,这一度被视为国内零售行业的里程碑事件,同样也是阿里践行新零售战略的重要布局。 卖身前,大润发是国内综超中无与伦比的巨头企业,有着19年不关一家店的记录,也被誉为最赚钱的超市。 而之所以与阿里走到一起,用时任阿里CEO张勇的话来说,正是:双方真正相信新零售。 在彼时的愿景规划中,阿里5亿多消费者、数百万商家、整个营销平台,还有阿里云、大数据资源等和大润发强大的供应链体系、门店网络和强大的地面运营能力全面结合,将大润发打造成“全球新零售最高皇冠上的明珠”。 双方一度度过了一段你好我好大家好的蜜月时期。2017-2020年,大润发销售业绩持续提升,市值更一度达到千亿,位列中国超市百强榜首,成了名副其实的线下超市之王。 亦在2020年,阿里再次对高鑫零售追加280亿港元的投资。交易完成后,阿里将直接和间接持有高鑫零售72%的股权,并借此获得高鑫零售的控股权,在逐步控股高鑫零售的三年里,阿里前后斥资超过500亿港元。 但此后形势则是急转向下。 随后三年,高鑫零售营收逐年下滑,并于2022财年首次出现亏损,2024财年亏损进一步扩大,在并表之后,也直接拖累了阿里的业绩。 今年3月高鑫零售宣布换帅,原CEO林小海被调回阿里,新任CEO沈辉与高鑫零售一直都有着深厚联系,一经上任,立刻表态,集团正在快速行动,回归零售本质,回到大润发建立的初心和立根之本,重塑价格力心智,重回营收增长。 这也等同于是对过往路线的否定。 或许此时双方分手,已然成为了最好选择。 毕竟一个极其尴尬的事实是,在赤裸裸的业绩面前,现在,没人会信新零售了。
倒计时!特斯拉Robotaxi发布会,哪些看点值得期待?
当地时间10月10日周四19:00(北京时间11日上午10:00),特斯拉将在洛杉矶华纳兄弟工作室举行“Robotaxi Day”演示活动。 届时,预计特斯拉将公布其在自动驾驶汽车和机器人技术方面的进展。 马斯克高调宣称,“这将载入史册”。 目前特斯拉已向受邀者发出正式门票,包括股东和媒体代表等。 没有方向盘的车辆 人们对特斯拉此次活动最重要的期待之一就是看到其无人驾驶出租车(Robotaxi)的原型车展示。 根据媒体爆料,这次的Robotaxi很可能会借鉴Cybertruck的设计风格,车身线条硬朗,充满了科幻气息。 它可能取消方向盘和踏板,完全依赖特斯拉的全自动驾驶(FSD)软件;后排座椅对面而坐,车内还有大屏幕提供娱乐功能。 对于Robotaxi这一服务,马斯克已经酝酿至少8年。早在2016年,Robotaxi项目就被马斯克提上日程。 《马斯克传》也提到,马斯克的宏伟愿景就是让特斯拉打造出一辆在没有任何人类干预的情况下能够完全自动驾驶的车辆。 马斯克直言,“特斯拉推出无人驾驶汽车后,将不再需要公交车,它会以与公交车近似的票价,将人们带到目的地”。 新款机器人Gen3 除了Robotaxi,特斯拉的另一大明星产品——人形机器人Optimus也将备受关注。 特斯拉将发布新款机器人Optimus Gen3。并配上标语:我们,机器人。 Optimus Gen3或将在灵活性、轻量化、智能化上更进一步。 马斯克此前表示, Optimus Gen3的设计将于今年晚些时候完成,“这将是特别的版本。” 最新消息称,新一代Optimus的灵巧手将拥有22个自由度,主要分布在前臂,意味着它能完成弹钢琴这样的精细活,另外该机器人具有沟通能力,可个性化定制。 早在2022年,特斯拉首次展示了“Optimus”人形机器人原型。 今年7月,马斯克在X平台上写道,“特斯拉明年将拥有真正有用的低产量人形机器人”供内部使用,并希望在2026年提高产量,将其出售给其他公司。 马斯克在今年6月的股东大会上表示,把特斯拉的未来押注在机器人计划上。7月4日,特斯拉二代人形机器人Optimus在2024世界人工智能大会期间亮相;该产品最早于去年12月13日发布。 投行Wedbush分析师Dan Ives在7月份表示:“特斯拉AI的故事可能价值超过1万亿美元,是最被低估的AI名称。” 全自动驾驶技术的进展 特斯拉一直在全力推动其全自动驾驶(FSD,Full Self-Driving)系统的发展。 在Robotaxi Day上,外界期待特斯拉能够展示其最新的技术进展。 特斯拉的FSD系统使用了一种基于视觉的AI算法,依赖摄像头和神经网络来理解周围环境。相比其他依赖激光雷达的自动驾驶系统,特斯拉的技术路线引起了广泛关注和争议。 此次活动可能是展示其自动驾驶车辆如何应对复杂城市交通环境的最佳时机。 额外惊喜:Model 2 发布 当天,特斯拉可能还会发布新款平价车型——Model 2。 这款车的发布将为中低端市场带来更多选择,并进一步推动电动汽车的普及。Model 2的价格、性能以及上市时间将成为大家关注的重点。 其他看点 也有人猜测,在发布会上可能会看到特斯拉的跑车Roadster的第二代产品。纯电版本Roadster2.0早在2017年就亮相了,但之后不断推迟其发布日期。到了2024年2月,马斯克在X平台宣称,产品会在2024年底发布、2025年初交付,并承诺Roadster会采用SpaceX上使用的冷气推进器技术,能够在不到一秒内加速到60英里/秒。所以不少人也期待在10月10日可以看到Roadster的介绍。 还有人猜测,马斯克会在发布会上宣布特斯拉的8-10人全自动小型客车计划(cybervan)。
清澈的爱 只为中国|中国已经可以平视这个世界
  编者按:一代又一代人接续奋斗创造了今天的中国。习近平总书记深刻指出:“今天,我们完全可以自豪地说,一个充满生机的中国,一个充满希望的中国,已经巍然屹立在世界的东方。”在新中国迎来75周年华诞之际,央视网《人民领袖习近平》栏目推出《看中国》特别策划,让我们跟着人民领袖一起致敬可亲可敬的人民,礼赞日新月异的发展成就,投身民族复兴的伟大事业。   “新中国成立前,很少有中国运动员能够走进世界体育赛场,我们就记住个刘长春啊。”   一个多月前,习近平总书记在京接见载誉归来的巴黎奥运会中国体育代表团时的一席话,将人们的思绪带回从前。   1932年,刘长春孤身一人出征洛杉矶奥运会,彼时报纸刊文:“此刻国运艰难,愿诸君奋勇向前,愿来日我等后辈远离这般苦难!”   几十年过去,中国人早已扔掉“东亚病夫”的帽子。当北京冬奥会成为国际奥委会主席巴赫赞不绝口的“冬奥新标杆”,当国乒女团为中国代表团摘得夏季奥运会参赛史上第300金,当我国经常参与体育锻炼的人数突破5亿人……体育强国梦与民族复兴梦紧紧相连,照鉴中华民族从站起来、富起来到强起来的伟大飞跃。   今昔巨变,令人感慨。总书记说,今天,我们能够跻身世界体育大国、奥运强国之列,根本在于综合国力不断增强。   2024年8月20日,习近平总书记在人民大会堂接见第33届夏季奥林匹克运动会中国体育代表团全体成员。   对于百年前国家和民族所遭遇的苦难,习近平总书记形容那时是“一派衰败凋零的景象”。从“落后时代”到“赶上时代”再到“引领时代”,今日之中国,已非昨日之中国。   75年时间,社会主义中国从一个落后的农业国发展为如今经济总量稳居世界第二、具有强大综合国力的世界大国。   新中国成立初期,我国社会保障尚属空白。如今,我国已建成世界上规模最大的社会保障体系。   49.7元,这是1949年全国居民人均可支配收入;到2023年,这个数据变成了3.92万元,扣除物价因素,比1949年实际增长约76倍。   曾经,中国“积贫积弱”;如今,中国连续多年对世界经济增长贡献率超过30%,成为世界经济稳定增长的重要引擎。   中国提前10年实现联合国2030年可持续发展议程减贫目标,这一成就被称为“人类历史上最伟大的事件之一”。   中国用几十年时间走完了发达国家几百年走过的工业化历程,制造业总体规模连续14年位居世界第一。   …………   在中国人民手中,“不可能”成为了“可能”。今日中国,是李大钊在沉沉黑夜中憧憬的“青春之国家”,也是方志敏在身陷囹圄时向往的“可爱的中国”。有外媒称,“世界比以往任何时候都更需要中国”。   这一幕令人难忘——   十年前的中法建交50周年纪念大会上,习近平发表重要讲话时自信而亲切:“中国这头狮子已经醒了,但这是一只和平的、可亲的、文明的狮子。”   2023年6月16日,从直升机上拍摄的天津中心城区城市景观。   2021年春天,一张“两个辛丑年”对比图在互联网上刷屏。对比图中的一张照片拍摄于1901年的《辛丑条约》签订现场,另一张拍摄于2021年的中美高层战略对话现场,当时中方正告美方:“与中国打交道,就要在相互尊重的基础上进行。”   人们感慨不已:两个甲子,换了人间。   广东汕头开埠文化陈列馆的展品中,有一件是孙中山《建国方略》相关规划图。这份近代中国谋求现代化的蓝图在当时条件下不可能付诸实施。习近平总书记曾在这张规划图前驻足良久。他感慨:“只有我们中国共产党人实现了。”   “当今世界,要说哪个政党、哪个国家、哪个民族能够自信的话,那中国共产党、中华人民共和国、中华民族是最有理由自信的。”   14亿多中国人民的所见所闻、所思所感,是“今日之中国已非昨日之中国”的最生动注脚。   有外国学者在对中国发展进行长期研究后得出结论:在中国共产党领导下,中国民众的自信心显著提升。   总书记亦直言:“70后、80后、90后、00后,他们走出去看世界之前,中国已经可以平视这个世界了,也不像我们当年那么‘土’了。这就是自信。”他把“自信”概括为四个方面,即道路自信、理论自信、制度自信和文化自信,其中“更基础、更广泛、更深厚”的是文化自信。   当中国不再需要仰视这个世界,中国也拒绝俯视这个世界。中国平视世界,是中国共产党从石库门到天安门,从兴业路到复兴路,百年奋斗历程走出的自信。   王兰花,一位和共和国同龄的老模范。见到总书记,她激动地说:“2016年您来宁夏,说的一句话让我忘不了,‘社会主义是干出来的’。当时我听了,眼泪刷地就流了下来。国家发展到今天不容易,是一步一步干出来的。”   2024年9月25日拍摄的天安门广场“祝福祖国”巨型花篮。   今日中国,江山壮丽,人民豪迈,前程远大。   “我们自信起来了。”总书记说自己现在送国礼,很喜欢送《孙子兵法》《论语》,“中外文对照的,外方政要也很喜欢这些”。   倡议共建“一带一路”、发起成立亚投行……在人类共同面临的挑战和危机面前,中国方案、中国行动、中国倡议,让世界看到什么才是“大有大的样子”。   归国就业成为越来越多中国海外学子的选择,近些年还出现了新中国成立以来最大的“归国潮”。   中国最年轻的冬奥冠军苏翊鸣说:“我很幸运出生在一个伟大的国家,成长在一个最好的时代,通过努力实现了自己的梦想。”   …………   今日中国,是平视世界的自信中国。   有外媒如此描述中国的发展:这是我们时代的伟大故事,不只是中国人的故事,也是全人类的故事。这些来自世界的声音,为中国的和平崛起写下生动注脚:“中国人民不仅希望自己过得好,也希望各国人民过得好。”   面向未来,习近平总书记信心满怀:“下一个‘中国’,还是中国。”   总监制丨骆红秉 魏驱虎   监 制丨王敬东   主 编丨李璇   策 划丨蔡纯琳   编 辑丨蔡纯琳   视 觉丨颜妮   校 对丨李丹 王卓婕 宋春燕 梁雅琴 闫田田   出 品丨中央广播电视总台央视网
时政微观察丨担负新的文化使命 铸就中华文化新辉煌
  9月10日,秦岭脚下,陕西宝鸡青铜器博物院内,习近平总书记在国宝级青铜器何尊前停下脚步,久久注视。   何尊铭文有“宅兹中国”一词,是迄今为止“中国”一词的最早文字记录。   习近平总书记感慨:“中华文明五千年,还要进一步挖掘,深入研究、阐释它的内涵和精神,宣传好其中蕴含的伟大智慧,从而让大家更加尊崇热爱,增强对中华文明的自豪感,弘扬爱国主义精神,把中华优秀传统文化一代一代传下去。”   △2024年9月10日,习近平总书记在陕西省宝鸡市宝鸡青铜器博物院考察。   源远流长、博大精深的中华文化,始终吸引着总书记关注的目光,激发着总书记深沉的思考。   党的十八大以来,习近平总书记在新时代文化建设方面提出一系列新思想新观点新论断,内涵十分丰富、论述极为深刻,是新时代党领导文化建设实践经验的理论总结,丰富和发展了马克思主义文化理论。   2023年10月,全国宣传思想文化工作会议正式提出习近平文化思想。一年来,习近平文化思想展现出强大的真理力量,为以中国式现代化全面推进强国建设、民族复兴伟业提供了坚强思想保证、强大精神力量、有利文化条件。   坚定的文化自信   甘肃天水,地处秦陇要塞,有“羲皇故里”之称。伏羲庙与麦积山石窟,是这里的两处重要文化遗产。   伏羲庙里唐槐宋柏、古树新芽的年轮,仰观天象、俯察地理的典故,“与天地准”“开天立极”的古匾,结网制器、建屋养畜的创造,都凝结着难以磨灭的民族情感归属,成为连接古今、凝聚海内外中华儿女的精神纽带。今年9月,习近平总书记在这里考察时叮嘱:“要进一步研考中华文明,将宝贵文化遗产保护传承好,让祖先的智慧和创造永励后人,不断增强民族自豪感和自信心。”   自十六国后秦始,麦积山石窟的营造,历十余朝而不断。总书记走进这座“东方雕塑陈列馆”时,感慨道:“看了这些文明之光、艺术之光,我们的民族自豪感油然而生。”   △2019年8月20日,习近平总书记来到嘉峪关关城,登上城楼察看关城整体面貌,听取河西走廊长城、关隘历史文化情况介绍。   从岳麓书院到嘉峪关长城、从三苏祠到大运河、从安阳殷墟到交河故城,习近平总书记最关心的“就是中华文明历经沧桑留下的最宝贵的东西”。这是弦歌不辍的根,是文化自信的源。   2012年,习近平同志担任党的十八大报告起草组组长,“文化自信”首次写入党代会报告。随后习近平总书记将“文化自信”纳入中国特色社会主义“四个自信”,并多次强调文化自信是“更基本、更深沉、更持久的力量”。   “有文化自信的民族,才能立得住、站得稳、行得远。”总书记指出,“中华文明历经数千年而绵延不绝、迭遭忧患而经久不衰,这是人类文明的奇迹,也是我们自信的底气。”   △2024年10月2日,陕西省西安市长安十二时辰主题街区的“唐潮”系列沉浸式表演。   以习近平同志为核心的党中央以坚定的文化自信、强烈的历史担当,把传承弘扬中华优秀传统文化作为一项历史性工程、战略性工程来抓,引领中华文化创造性转化、创新性发展。《关于实施中华优秀传统文化传承发展工程的意见》印发,第一次以中央文件的形式专题阐述中华优秀传统文化传承发展工作。   党的二十届三中全会明确提出,必须增强文化自信,发展社会主义先进文化,弘扬革命文化,传承中华优秀传统文化。   深厚的文化之基、自信之源,为我们以中国式现代化全面推进中华民族伟大复兴凝聚强大的精神力量。   宏阔的历史视野   水脉连着文脉。千百年来,奔腾不息的黄河同长江一起,哺育着中华民族,孕育了中华文明。   新中国成立75周年之际,习近平总书记再次考察黄河,主持召开全面推动黄河流域生态保护和高质量发展座谈会。党的十八大以来,一次次追溯中华文明的根脉,一回回看母亲河的治理与保护,总书记指出:“只有在中国共产党领导下,发挥社会主义制度优势,才能真正实现黄河治理从被动到主动的历史性转变。”   △2024年9月,游客在黄河壶口瀑布景区游览。   黄河流域的沧桑之变,是新时代历史性成就、历史性变革的一个侧面。   “75年来,我们党团结带领全国各族人民不懈奋斗,创造了经济快速发展和社会长期稳定两大奇迹,中国发生沧海桑田的巨大变化,中华民族伟大复兴进入了不可逆转的历史进程。”9月30日,习近平总书记在庆祝中华人民共和国成立75周年招待会上这样说道。   △2024年9月30日,庆祝中华人民共和国成立75周年招待会在北京人民大会堂隆重举行。习近平总书记出席招待会并发表重要讲话。   我们党为何能够在革命、建设、改革各个历史时期取得重大成就,能够领导人民完成中国其他政治力量不可能完成的艰巨任务?总书记强调,根本在于掌握了马克思主义科学理论,并不断结合新的实际推进理论创新,使党掌握了强大的真理力量。   习近平总书记历来注重以宽广深厚的历史视野洞察发展大势。   “马克思主义传入中国后,科学社会主义的主张受到中国人民热烈欢迎,并最终扎根中国大地、开花结果,决不是偶然的,而是同我国传承了几千年的优秀历史文化和广大人民日用而不觉的价值观念融通的。”2019年10月31日,习近平总书记在党的十九届四中全会第二次全体会议上阐释道。   “坚持把马克思主义基本原理同中国具体实际相结合、同中华优秀传统文化相结合”,立足波澜壮阔的中华五千多年文明史、中国共产党的百年奋斗历程,习近平总书记创造性提出“第二个结合”,深刻指出:“‘第二个结合’让中国特色社会主义道路有了更加宏阔深远的历史纵深,拓展了中国特色社会主义道路的文化根基。”   习近平文化思想,正是坚持“两个结合”、推进马克思主义文化理论创新发展的思想结晶,开辟了马克思主义文化理论的新境界。   深远的战略考量   首都北京,一条中轴线纵贯南北。从鼓楼向南远望,古今交融、气势恢宏,一幅中华文明传承与赓续的历史画卷次第展开。   △全长7.8公里的北京中轴线上,分布有钟鼓楼、景山、故宫等15处遗产构成要素。   7月27日,联合国教科文组织第四十六届世界遗产大会通过决议,将“北京中轴线——中国理想都城秩序的杰作”列入《世界遗产名录》。   习近平总书记作出重要指示强调:“要以此次申遗成功为契机,进一步加强文化和自然遗产的整体性、系统性保护,切实提高遗产保护能力和水平,守护好中华民族的文化瑰宝和自然珍宝。”   中华优秀传统文化为中国式现代化奠定了深厚的文化根脉,赋予了鲜明的文化内涵。   △2024年8月25日,游客在河南省安阳市殷墟博物馆参观。   十年前的春天,习近平主席出访欧洲,在法国巴黎谈及拿破仑的“中国睡狮论”时说:“中国这头狮子已经醒了,但这是一只和平的、可亲的、文明的狮子。”   一年前的春天,在学习贯彻党的二十大精神研讨班开班式上,习近平总书记指出:“中国式现代化,是我们为如何唤醒‘睡狮’、实现民族复兴这个重大历史课题所给出的答案,是选择自己的道路、做自己的事情。”   中华文明自古就以开放包容闻名于世,在同其他文明的交流互鉴中不断焕发新的生命力。   “我们要拓展世界眼光,深刻洞察人类发展进步潮流,积极回应各国人民普遍关切,为解决人类面临的共同问题作出贡献,以海纳百川的宽阔胸襟借鉴吸收人类一切优秀文明成果,推动建设更加美好的世界。”习近平总书记深刻把握人类文明发展规律,从中华民族绵延不绝的文明历史中汲取智慧,创造性提出构建人类命运共同体等重大理念、重大主张,为推动人类现代化进程、促进人类文明进步提供了正确精神指引。   △当地时间2024年2月4日,克罗地亚克拉皮纳,萨格勒布大学孔子学院举办一系列活动,迎接中国农历龙年春节。   文化兴国运兴,文化强民族强。   习近平文化思想承前启后、继往开来,全面把握中华民族伟大复兴战略全局和世界百年未有之大变局,表明我们党的历史自信、文化自信达到了新高度,展现出了强大伟力。   在以习近平同志为核心的党中央坚强领导下,在习近平文化思想的科学指引下,全国各族人民正担负起新的文化使命,为强国建设、民族复兴作出新的更大贡献。
清澈的爱|文明中国说·向新图强
  2023年10月7日至8日,全国宣传思想文化工作会议在京召开。这次会议最重要的成果,就是正式提出习近平文化思想。   《文明中国说》系列视频,学习贯彻习近平文化思想,聚焦中华文明的五个突出特性,展现其之于中国、之于世界的精神价值。今天推出《“轮”转乾坤》。    中华文明具有突出的创新性,从根本上决定了中华民族守正不守旧、尊古不复古的进取精神,决定了中华民族不惧新挑战、勇于接受新事物的无畏品格。   ——习近平2023年6月2日在文化传承发展   座谈会上的讲话   齿为秩,轮为序   每一齿咬合,都历经千百回打磨   每一轮旋转,都饱含创新和开拓   在帝辇巡游华夏的车轮中   在水车灌长河于原野的智慧里   在向远洋发起的勇敢探索中   小小齿轮跨越山海   以创新之力转动千年生生不息   随着科技日新月异的发展   高铁、航母、航天器……   齿轮更是无处不在   在传承中自我革新   赋予数字化智能大脑   引领先进传动技术的中国智造   作为机械运动的“关节”   一次次地精密咬合   引擎轰鸣聚力自强之声   为“大国重器”保“动力传递”   攻破“卡脖子”问鼎世界一流   嫦娥奔月、夸父追日、万户飞天......   这些美丽的故事和传说   承载着中国人对星辰大海的无尽想象   今天,齿轮助力航天器扶摇直上行万里   飞到了遥远的月球和火星   苟日新,日日新,又日新   转动千年的齿轮   见证了工业文明发展的   更快、更新、更精、更强   也见证了人类一次次地致广大而尽精微   这种创新的活力   是一代代科研工作者绵延澎湃的内生力   智者不止,向新图强   历史的接力棒已经交到了我们这一代人手中。我们要树立雄心壮志,鼓足干劲、发愤图强、团结奋斗,朝着建成科技强国的宏伟目标奋勇前进!   ——习近平2024年6月24日在全国科技大会   国家科学技术奖励大会、两院院士大会上的讲话
德国8月份工业新订单环比下降5.8% 专家认为德国经济难以在短期内复苏
  德国联邦统计局7日公布的数据显示,受国内新订单大幅下降等因素影响,经季节和工作日调整后,德国8月工业新订单环比下降5.8%。   德国联邦统计局当天在声明中说,8月工业新订单下降原因之一,是前一个月来自飞机、船舶、火车等运输设备制造业的大规模订单量远超平均水平,市场需求趋于饱和,导致8月该领域新订单大幅减少。   德国联邦经济和气候保护部当天也发表声明说,鉴于工业需求仍然疲软、企业情绪指标持续消极,今年下半年德国工业经济明显复苏的可能性不大。   此外,德国、法国等欧盟主要经济体9月的通胀率再次低于欧洲央行设定的2%的目标,这增加了欧洲央行10月再次降息的可能性。 欧洲版《政治报》网站报道截图   中国人民大学重阳金融研究院研究员刘英在中央广播电视总台环球资讯广播记者采访时分析说,即便是欧洲央行10月份继续降息,德国经济增长的前景依旧暗淡。   从道理上讲,欧洲央行若持续降息,能够促进德国经济增长。但从实际数据来看,德国的经济增长前景堪忧,今年可能还是在衰退的边缘徘徊。   德国经济还存在着内忧外患,比如俄乌冲突不止抬高了能源成本,还降低了德国制造业的竞争力。今年9月,德国的Sentix投资者信心指数下滑到-34.7,降到近年来较低的水平。此外,今年第二季度德国国内生产总值环比下降0.1%,德国的经济景气指数也在低位徘徊。而10月1日刚刚公布的德国制造业采购经理人指数(PMI)只有40.6%,这都显示了德国经济面临的困境。   因此,虽然欧洲央行的降息可以起到降低企业资金压力、增加投资、促进消费增长的效果,但终究“远水不解近渴”。可以说,近期德国经济较难出现实质性恢复。 法新社报道截图   根据德国联邦统计局的数据,8月德国工业国外新订单环比下降2.2%,其中,来自欧元区的新订单环比下降10.5%。   此外,欧洲央行行长拉加德9月30日在欧洲议会出席听证会时表示,欧洲经济复苏正面临阻力。   对此,刘英分析指出,从德国所处的外部环境看,无论是欧元区的经济现状还是国际经济环境的近况都不足以支持德国经济在短期内复苏。   第一,欧元区经济也在复苏边缘徘徊。作为欧洲经济的火车头,德国经济不振,法国经济二季度也低于一季度的增速,欧元区其他国家的经济增长难以全面带动德国经济,让德国经济翻身。   第二,德国经济的增长离不开欧元区以外的国家的贸易和投资的增长,但当前的国际环境与经济状况不太支持德国经济的快速复苏。从数据上看,二季度欧元区经济数据比一季度有所复苏,但也很难让德国经济扭转当下颓势。   第三,与德国一样,欧元区同样受到内部经济复苏疲弱和俄乌冲突等地缘政治冲突影响,又遭受美欧对俄制裁的反噬和反制裁的影响。欧元区经济可以说是“泥菩萨过江,自身难保”。   素材来源丨环球资讯广播《直播世界》   记者丨杨卓英 董晶晶 印梅梅   编辑丨林维 李严   签审丨刘鹏 江爱民
国际油价周一显著上涨 布油站上每桶80美元关口
  当地时间周一,市场进一步消化美国9月份新增非农就业人数大幅高出预期的影响,华尔街各大投行的最新预期认为,美联储在今年年内的两次议息会议上,将累计降息约50个基点。同时,国际油价飙升也让市场担忧美欧通胀上行,投资者进一步看淡美欧主要央行降息前景,十年期美债收益率周一重返4%关口上方,升至两个月来新高,打压市场风险偏好,美国三大股指周一全线收跌。截至收盘,道指跌0.94%,标普500指数跌0.96%,纳指跌1.18%。    7日国际油价显著上涨布油站上每桶80美元关口   多个机构的分析都认为,相比以色列攻击伊朗石油设施造成的影响,市场更加担忧伊朗霍尔木兹海峡的情况,中东主要产油国经该航道出口的原油约占全球总量的20%。受中东紧张局势与飓风“米尔顿”波及墨西哥湾海上油气生产的影响,国际油价周一显著上涨,布伦特油价收于每桶80美元整数关口上方,创近两个月新高。截至收盘,纽约商品交易所11月交货的轻质原油期货价格收于每桶77.14美元,涨幅为3.71%;12月交货的伦敦布伦特原油期货价格收于每桶80.93美元,涨幅为3.69%。   7日热门中概股跑赢美股大盘中国ETF热度高   热门中概股周一跑赢美股大盘,美团和理想汽车涨超4%,百度涨超3%,阿里巴巴涨超2%。据彭博社消息,截至上周五,已有近60亿美元资金流入在美上市的新兴国家ETF(交易型开放式指数基金),5个主要投资中国股票的ETF吸引了约49亿美元,规模大涨。   7日欧洲三大股指涨跌不一   中东紧张局势以及欧洲主要央行可能放慢降息步伐,令投资者保持警惕,科技股普跌,家居用品股领涨,欧洲三大股指周一小幅波动,涨跌不一。截至收盘,英国股市涨0.28%,法国股市涨0.46%,德国股市微跌0.09%。   7日国际金价微跌   市场不再看好美联储激进降息的前景,美元指数与美债收益率均升至约两个月来高位,令国际金价承压下行,周一微跌。截至收盘,纽约商品交易所黄金期货市场12月黄金期价收于每盎司2666.0美元,跌幅为0.07%。
重庆东站:西部地区最大高铁枢纽站建设正酣
  原标题:图片新闻丨西部地区最大高铁枢纽站建设正酣 10月6日,中铁建设工人在重庆东站站房及配套综合交通枢纽工程一标段项目作业。新华社记者王全超摄   国庆假期,由中铁建设、中铁建工等单位承建的重庆东站站房及配套综合交通枢纽工程加紧建设。工人们坚守岗位,抢抓施工进度。   重庆东站站房及配套综合交通枢纽工程位于重庆南岸茶园片区,是交通强国建设站城一体化试点工程,建成后将引入渝湘高铁、渝万高铁、渝贵高铁、渝昆高铁等多条线路,成为西部地区最大高铁枢纽站。重庆东站预计将于2025年与渝湘高铁重庆至黔江段同步建成投用。   新华社记者王全超摄影报道 这是10月6日拍摄的建设中的重庆东站站房及配套综合交通枢纽工程(无人机照片)。新华社记者王全超摄 10月6日,中铁建设工人在重庆东站站房及配套综合交通枢纽工程一标段项目作业。新华社记者王全超摄 这是10月6日拍摄的重庆东站站房及配套综合交通枢纽工程施工作业现场。新华社记者王全超摄 10月6日,中铁建设工人在重庆东站站房及配套综合交通枢纽工程一标段项目作业。新华社记者王全超摄 10月6日,中铁建工工人在重庆东站站房及配套综合交通枢纽工程二标段项目作业。新华社记者王全超摄 10月6日,中铁建工工人在重庆东站站房及配套综合交通枢纽工程二标段项目作业。新华社记者王全超摄 10月6日,中铁建工工人在重庆东站站房及配套综合交通枢纽工程二标段项目作业。新华社记者王全超摄 10月6日,中铁建设工人在重庆东站站房及配套综合交通枢纽工程一标段项目作业。新华社记者王全超摄 10月6日,中铁建设工人在重庆东站站房及配套综合交通枢纽工程一标段项目作业。新华社记者王全超摄 这是10月6日拍摄的建设中的重庆东站站房及配套综合交通枢纽工程(无人机照片)。新华社记者王全超摄 10月6日,中铁建工工人在重庆东站站房及配套综合交通枢纽工程二标段项目作业。新华社记者王全超摄 10月6日,中铁建设工人在重庆东站站房及配套综合交通枢纽工程一标段项目作业。新华社记者王全超摄 10月6日,中铁建工工人在重庆东站站房及配套综合交通枢纽工程二标段项目作业。新华社记者王全超摄

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。