📖 ZKIZ Archives

韓國檢方將在明天通知樸槿惠傳訊日期

據韓聯社3月14日報道，韓國檢察廳特別調查本部相關負責人14日透露，明日將通知前總統樸槿惠傳訊日期。

這位人士表示，樸槿惠將作為嫌疑人到案受訊。據此，本月10日被憲法法院罷免下臺的樸槿惠最快或本周內以嫌疑人身份到案接受檢察機構調查。

韓國前總統樸槿惠10日遭彈劾下臺後，失去刑事豁免權。

市值千億美元金控集團掌門每天都在忙什麽? 馬明哲：我在思考明天

“曾有人問我，‘平安有20多家子公司，涉及銀行、保險、證券、信托這麽多業務，你只有兩只手，怎麽忙得過來，你是怎麽管的?’我告訴他，‘我兩只手都是空的。每家公司都各有自己的一把手，他們非常專業、高度敬業，日常經營管理交給他們，我非常放心。”在4月17日的平安人壽2017年高峰會上，中國平安董事長兼首席執行官馬明哲說。

自1996年以來，中國平安旗下的壽險板塊每年召集全國的頂尖代理人召開一次高峰會，今年是平安第一次用科技手段召開線上高峰會。

近日，第一財經記者獲得馬明哲在此次高峰會的現場交流記錄，不同於其他公共場合的是，馬明哲面對自家員工少了分客套，更多地聊及自己的生活和想法。

只看今天 就沒明天

“工作是我生活的重要組成部分，一年365天，我通常每天工作13-15個小時，已經成習慣了。”馬明哲說。

那麽，每天工作15個小時，又對旗下子公司“兩手空空”的他，究竟在忙些什麽?

對此，馬明哲說，其實自己是定位於站在眾多“一把手”的背後，思考公司明年、後年的戰略方向，“因為我清楚地知道，如果我把精力聚焦在今天，平安就沒有明天。”他說，“不一樣”、“差異化”，是他作為平安的創始人，在公司成立30年來每天都在思考的問題。

可以看到，30年來，中國平安的每一次重大戰略調整、布局的背後，都閃現著馬明哲的身影，遠到引入麥肯錫徹底改造平安管理框架，近到互聯網金融的超前布局，打造平安業績貢獻“第四級”。

壽險，可以說是平安起步的原點，1988年，從深圳蛇口誕生的那家小保險公司開始，最終成長為市值超千億美元的金融控股上市公司。

十三年前，平安開始研發針對於代理人隊伍的展業工具—E行銷系統，初期在深圳部分營業部試點。

“我和當時的壽險班子、科技團隊到營業部參加啟動儀式時，我向他們了解使用情況和體驗，日常管理中的真實需求，研究如何從團隊長、營業部經理的角度，開發出一整套適合他們需要的管理系統，從增員、培訓、活動管理等各個方面，切實幫助大家提高工作效率、管理成效。此後，公司在系統的升級優化方面持續投入大量研發、推廣的人力、時間和資源，很多同仁告訴我，E行銷支持系統給他們帶來了很大幫助，而且還讓他們在市場上顯得很不一樣。隨著現代科技的持續進步，過去的E行銷系統已經升級到了現在大家每天都離不開的‘口袋E’，這是大家一直在努力的過程。”他說。

十年前，馬明哲給代理人團隊的定位是“保險的專家、金融的顧問、生活的助手”，在2009年的壽險高峰會上，馬明哲提出一個通俗易懂的口號，“買房買車買保險，投資儲蓄信用卡”，2010年，他再次提出“要讓業務員成為007，用科技讓業務同仁插上騰飛的翅膀”，這些口號也一一應驗。

“過去3年來，我一直和壽險班子一起研究壽險未來5年的發展戰略，確定了壽險一、二元發展戰略、十一個殺手鐧，以及壽險科技創新，包括空中課堂、金管家等。”馬明哲說。

科技創新不是取代人 至少目前不會 

在此次高峰會上，馬明哲也透露了一組此前並未對外公布的數據，2016年，平安集團整體收入約7745億元，其中，在科技研發和創新方面投入約77億元，其力度在國內並不多見。

事實上，馬明哲可以說是一位科技“發燒友”，其對科技創新的極度熱情和好奇心並不亞於三大互聯網巨頭BAT，這看上去並不像是一位金融界人士的慣常行為。

在平安內部，馬明哲幾乎最先用上微博，最早用上微信，也很可能是第一個把黑莓手機的移動應用引入中國金融機構的人。2009年蘋果發布iPad後，馬明哲又要求高管們在日常工作中使用，推行移動辦公。

據了解，在平安內部住著一個專司研究頂尖科技的“神秘組織”，他們一直在追尋的是科技創新與金融創新之間的聚合點。

擁有一個“科技迷”老板是一種怎樣的體驗?平安的代理人目前正擔心的一個有趣的問題是，龐大的業務員團隊會不會最終被科技互聯網所取代，自己將“飯碗”不保。

“我可以負責任地回答，起碼在未來30-50年內，業務員不會被科技互聯網取代，”馬明哲解釋道，能在互聯網上銷售的產品必須非常簡單、容易理解。而壽險既有純保障型產品，又有保障+投資型產品，需要業務員根據客戶不同的個人、家庭情況量身定制，客戶的個性化需求差異化很大，不像在網上買瓶可樂那麽簡單。平安是綜合金融服務集團，平安業務員的定位是“保險專家、金融顧問、生活助手”，要圍繞客戶的“醫食住行”需求提供金融生活服務，有數十種產品，還有很多面對面的生活服務，是互聯網所取代不了的。

新一屆上海市委常委明天下午公開亮相

據上觀新聞消息，中共上海市第十一屆委員會第一次全體會議新選出的上海市委常委，將於5月12日17時許同采訪市第十一次黨代會的中外記者見面。

沃頓商學院教授：若特朗普明天辭職 道指會上漲1000點

隨著特朗普的一系列事件發酵，市場的恐慌情緒已經導致美股大跌。賓夕法尼亞大學沃頓商學院的金融學教授Jeremy Siegel在接受CNBC的采訪時稱，如果唐納德·特朗普明天就辭職，道指會上漲1000點。

Siegel認為，特朗普當選總統後，之前市場的樂觀情緒是以共和黨的政策議程為基礎，而非特朗普的政策議程。他相信，比起特朗普總統，華爾街更喜歡邁克·彭斯總統（註：邁克·彭斯現任美國副總統）。

近日，FBI（美國聯邦調查局）前局長詹姆斯·科米的備忘錄被公開，備忘錄顯示，特朗普曾要求科米暫停對前總統國家安全事務助理弗林的調查。在這之後，市場關於特朗普辭職或者被彈劾的猜測日益增長。博彩網站PredictIt的數據顯示，特朗普被彈劾的概率一度飆升50%至29%。

隨著事情不斷發酵，道瓊斯指數周三接近收盤下跌370點，標普500指數下跌1.8%，納斯達克指數下跌2.6%。

Siegel認為，這次拋售其實是一個買入的好機會，而且無論特朗普發生了什麽，稅改還是會繼續進行。Siegel稱，至少在兩年內，共和黨人不會讓稅改計劃發生改變。他還預測，共和黨無論提出何種稅制改革或者其他監管改革，特朗普都會簽署。

湯曉鷗談AI的明天：深度學習的三大核心要素，以及在中國創業要像百米賽跑

黑智 2017-05-21 16:24

5月20日，以“科研·產業·融合”為主題的2017CCF青年精英大會在北京召開。本屆大會由中國計算機學會主辦，科技創新產業服務平臺Xtecher協辦。

中國工程院院士趙沁平、香港中文大學教授湯曉鷗、百度創始七劍客之一雷鳴、清華大學教授鄭緯民、IEEE Fellow陳熙霖、中國人民大學教授杜小勇、中國計算機學會秘書長杜子德、中國人民大學信息學院院長文繼榮、紅杉資本合夥人周逵、高榕資本創始合夥人嶽斌、寰景信息董事長陳擁權、CCF YOCSEF學術委員會學術秘書陳健等近五十位學術界、產業界、投資界大佬和數百位計算機領域的科研人才出席了此次活動。

本次CCF青年精英大會進行的“思想秀技術秀”上，共有22位青年學者、科技人才展示了前瞻性的思想觀點以及最新的技術成果。最終，評委會選出了2位優秀青年赴 CNCC（2017中國計算機大會，將於10月26-28日在福州舉行）進行演講。

此外，大會還公布了“青竹獎” 獲獎名單，表彰推動科研進步的青年學者，鼓勵產學研各方面創新人才。“青竹獎”由中國計算機學會牽頭，聯合Xtecher 共同發起，經過評選委員會李開複、王恩東等17位委員的專業評審，最終評選出了6位獲得“青竹獎”的最具潛力青年精英：碼隆科技聯合創始人兼CEO黃鼎隆、真格基金合夥人兼首席投資官李劍威、清華大學芯視界（北京）科技有限公司創始人兼董事長鮑捷、中國科學院計算技術研究所研究員張雲泉、雲從科技公司創始人周曦、物靈科技公司聯合創始人兼CEO顧嘉唯。

在會議上，香港中文大學教授湯曉鷗做了主題為《人工智能的明天，中國去哪？》的特邀報告。湯曉鷗在演講中，講述了人工智能和深度學習的發展，並指出，深度學習的三大核心要素，就是算法設計、高性能的計算能力，以及大數據。

湯曉鷗表示：“無論人工智能怎麽樣發展，年輕人選擇創業還是做研究，其實我們要做的就是三件事情：第一，我們需要花時間把基礎打好。剛才趙沁平院士講得很好，就是要堅持，真正花時間把人工智能的基礎打好。第二，我們要創新，要做新的東西，不要老是跟在別人後面走。第三，我們要把 ‘漂在上面的東西’落地，最終實現產業化。”

以下根據湯曉鷗演講實錄整理：

今天我講的題目是：《人工智能的明天，中國去哪兒？》我選了一個比較大的題目，希望能壓住場。原來我想的題目比這個還大：人工智能的明天，地球去哪兒？後來發現“一帶一路”會議剛剛開完，地球去哪兒的問題已經解決了，我還是回到我的小題目——中國去哪兒。

不管是中國人工智能接下來如何發展，還是年輕人如何創業或者做研究，我們要做的事情也就是這三件：

第一，要堅持，要花時間把基礎打好。

第二，要做創新。要做新的東西，不要老是跟在別人後面走。

第三，要把飄在上面的東西落地，要產業化。

今天從我們實驗室的研究成果和公司做的產品，來講講我對這三個方面的理解。

人工智能和深度學習的突破

首先，什麽是人工智能？這個概念現在已經非常難定義了，大家幾乎把所有的事情都往人工智能上靠。從我的理解來講，人工智能真正落地的部分就是深度學習。因為以前的人工智能確實是在很多情況下用不起來，人手設計的智能還是比較難超越人來做某一件事情。而有了深度學習之後，我們可以把這個過程變成一個數據驅動的過程——當做某一件特定事情時數據量及參數量大到一定程度時，機器就可能在做這件事情上超過人類。很多現實中落地的產品化的東西，大部分是深度學習做出來的。深度學習做的東西，成功的案例比較多，一方面是在語音識別領域，另外可能更多的是視覺這方面，所以大家可以看到很多計算機視覺方面新的成果。我今天給在座講的人工智能其實也就是計算機視覺，是用深度學習去做計算機視覺，就變得更窄了。

大家可以看到“深度學習“”這個詞在谷歌上的搜索情況：從2006年才開始有人搜索這個詞，是Hinton（黑智註：深度學習的開山鼻祖Geoffrey Hinton）和Yann LeCun（黑智註：Facebook人工智能研究院院長、卷積神經網絡之父）們那個時候發明了這個算法。這中間很長一段時間，2006-2011年曲線是很平穩的，只有學術界才會去搜索這個詞語，才知道這個事情。2011年突然之間搜索量開始呈現指數型增長，各行各業都在討論深度學習，現在搜索量已經非常的巨大。這條曲線形象的演示了深度學習的爆發過程。

深度學習到底在做什麽事情？實際上他所做的事情抽象出來是比較簡單的，就是在做一個從X到Y的回歸、或者說從A到B的Mapping（對應）——你給它一個輸入，我怎麽樣給出一個對應的輸出？特殊的地方就是深度學習把這件事情做得非常非常好。以前也有其他算法可以做，只不過一直做不過人，現在深度學習做到了極致。比如說給了一張人臉照片，它就可以給你對應出這個人的名字；給你一個物體的形狀，它就可以告訴你是什麽物體；給一個車的行駛場景，我就可以給你輸出這個車應該往哪兒拐；給一個棋局，它能算出下一步怎麽走；給一個醫療的圖像，能幫你判斷這是什麽病……實際上就是這樣的一個過程。不要把人工智能想象成可以超越人類，可以控制人類，這些都是所謂的“好萊塢的人工智能”或者想象中的人工智能，真正人工智能在現在這個階段其實就是做這麽簡單個事。當然做成這個簡單的事情其實已經很不簡單了。

最近這幾年深度學習確實在學術界、工業界取得了重大的突破。第一個突破是在語音識別上。Hinton和微軟的鄧力老師，在2011年用深度學習在語音識別上取得了巨大的成功。昨天可能大家在微信也刷屏了，我們中國科大畢業的師兄鄧力老師從微軟出來到頂級對沖基金工作。我的理解這也是一個A to B的mapping 的過程：把鄧老師的深度學習的經驗等內容都輸入到對沖基金的算法里，這個對沖基金的錢就自動Map到了鄧老師口袋里。

語音識別取得了巨大成功以後，緊接著在視覺方面又取得了重大突破。2012年時，Hinton在ImageNet上將圖像識別一下子提高了十幾個點，以前我們都一年一個點在推，他一年就推了十年的進步，在學術界引起了很大的轟動。2014年我們團隊做人臉識別，通過深度學習，做到算法首次超過人眼的成績。

最後，在2016年，還是谷歌最厲害，每年120億美金的研發投入沒有白投，下了一盤棋叫AlphaGo，這盤棋下完之後人工智能就不需要我們解釋了，大家忽然都明白了，人工智能原來是這麽回事兒，就是下棋。

接著人工智能在自動駕駛領域也取得了一些重大的突破。現在比較熱門的是醫療影像方面，借助人工智能進行診斷。

深度學習的三個核心要素

深度學習有三個核心的要素：

.學習算法的設計，你設計的大腦到底夠不夠聰明；

.要有高性能的計算能力，訓練一個大的網絡；

.必須要有大數據。

接下來分享我們在深度學習方面做的一些工作。我們從2011年開始做這項工作，一開始沒有開源的框架，所以要自己做很多的工作。做的時間長了，我們就做了一套Parrots系統，這個系統目前還不是開源的。

我們用這套系統訓練的網絡可以做到非常深，原來AlexNet是8層，後來GoogleNet在2014年做到了22層，後來Resnet做到了150多層，去年我們的PolyNet做到了1000多層。大家可以看到這個網絡發展趨勢，越來越深。這是我們設計的1000多層的網絡，比較細的線就是整個網，中間一個格往下走，放大出來的部分就是網絡的細節結構，這個網叫做Polynet，Dahua團隊的這個網絡設計和Facebook的Kaiming團隊的Resnet，在圖像分類上做了目前為止全球最好的結果，最後基本上成了我們實驗室出來的兩個學生之間的競賽。這個網絡的最後形狀有點像 DNA 的雙螺旋。

在物體檢測上大家也可以看到這個進步速度，2013年一開始的時候，200類物體的平均檢測準確率是22%，但是很快谷歌可以做到43.9%，我們做到50.3%，緊接著微軟是62%，現在我們做到最好結果是66%。這個速度是幾年之內翻了三倍，也是深度學習的力量，我們這方面的工作是Xiaogang和Wangli團隊做的。

我們訓練出來這樣一個大腦，可以把它應用到各個方向，做出很多不同領域的不同技術。在人臉方面我們做了人臉檢測、人臉關鍵點定位、身份證對比、聚類以及人臉屬性、活體檢測等等。智能監控方面，做了人，機動車，非機動車視頻結構化研究，人體的屬性，我們定義了大約70種。人群定義了90多種屬性。下面這些是衣服的搜索、物體的檢測、場景的分類和車型的檢測，車型檢測我們標註了幾千種車型的分類。在文字方面，小票的識別、信用卡的識別、車牌的識別，這些都是由深度學習的算法來做的。同時在圖像的處理方面，在去霧、超分辨率、去抖動、去模糊，HDR、各種智能濾鏡的設計都是用深度學習的算法，我們基本上用一套大腦做很多的任務。

深度學習另外一個門檻就是高性能計算，以前高性能計算大家都是講的CPU集群，現在做深度學習都是GPU，把數百塊GPU連接起來做成集群目前是一個比較大的門檻。我們在北京做了三個GPU的集群，在香港做了一個大的集群，用這些集群，原來一個月才能訓練出來的網絡，加速到幾個小時就能訓練完，因此我們訓練了大量的網絡。

深度學習第三個門檻就是大數據，如果把人工智能比喻成一個火箭的話，大數據就是這個火箭的原料。

我們與300多家工業界的廠商客戶進行合作，積累了大量的數據，數億的圖片，我們有300多人的團隊專門做這個數據標註。包括幾千類車型的數據、人群的大數據以及衣服的搜索和分類的數據庫，這些對於學術界以及工業界都是很有益的。實際上谷歌所做的數據體量更大，他們和National Institutes of Health (NIH)合作很快會開放一個非常大的醫療圖像的數據庫。在醫療方面我相信大家很快會有大量的數據進行處理，這個時候對於我們的高性能計算又提出了一些新的要求。

實驗室有幸對深度學習研究較早。在計算機視覺包括人臉檢測等各個方面起步較早，這里列了18項計算機視覺領域由我們在全球最早提出來深度學習解決方案的問題，也相當於對創新的一些貢獻。我們被評為全亞洲唯一的人工智能研究十大先驅實驗室，非常榮幸跟MIT、斯坦福、伯克利這樣的名校，以及深度學習的頂級工業實驗室臉書、谷歌的深度學習負責人團隊等等在一起獲選。我們也在研究一些現在沒有的技術，比如說，大家可能以前見過很多依賴深度攝像頭才能做的人體跟蹤算法（比如Kinect）。目前我們團隊做的算法，用很便宜的單個RGB攝像頭就可以做到同樣效果，這是非常不容易的，尤其要做到實時，在智能家居，自動駕駛等方面都有很大的應用前景。

下面這個工作是去年做的，根據一張照片里兩個人的姿勢，可以自動判斷兩個人之間的情感，是友好的還是敵對的。同時可以根據兩個人的表情也可以判斷兩個人的關系。所以以後如果你把你的照片上載到互聯網上，實際上我們可以判斷出來跟你一起照相的這個人和你具體是什麽關系。

這有什麽用途呢？大家經常會把照片放到網上，我們用這些照片分析這些人，如果你跟一個非常有名的人，或者跟一個非常有錢的人照了一張合照，那你這個人可信度可能就增加。或者你和一個罪犯、或者信譽不好的人拍了一張照片，你的可信度就下降。我們用這項技術可以做金融的征信，把不同人的關系網建立起來，把信用度傳遞出去。這個關系問題還可以做得更多，把一張圖片任何物體之間，哪個在上面，哪個在後面，互相是什麽關系，可以由一張照片判斷出來。

下面這是最新的工作，我們以前定義了70種人的特性，根據這個特性進行視頻搜索。現在定義一個新的搜索模式，是用自然語言來搜索，即我說一段話來描述這個人，把這個人描述出來以後用這段話去搜索我要找的這樣一個人。實際上，其中涉及的信息量是很大的，尋找也更加精準，我們已經建立了一個大的開源的數據庫來幫助大家做這個研究。

在這些數據中，從這些自然語言里面我們可以抽出不同的詞，用詞來描述不同的人，其信息量巨大，搜索準確率也大幅度提高。這是具體的監控方面應用的結果。用自然語言做人的搜索。大家可以想像一下在醫療上的應用，如在多模態的醫療診斷上。一個是醫療的圖像，一個是醫生的文字診斷，可以實時的識別出來，進行自然語言的分析，把兩個進行結合再進行診斷。

下面這個也是一項新的研究工作，根據這個Video，識別內容，判斷劇情屬性。以泰坦尼克號電影為例，你可以看到那兩個曲線，現在是浪漫的場景，代表浪漫的線就上來了，如果是災難，那個災難的綠線就上來了，實時根據這個內容判斷劇情，這也是去年的工作。

今年目前團隊又做了一個新的工作，可以根據電影的實時計算分析，來理解判斷這里面的劇情，可以把一個演員，在整個電影里面，在什麽地方出現，在那段時間是什麽劇情，用自然語言描述出來，把整個電影的內容分析，用計算機視覺和自然語言自動可以分析出來了。將來可以用來分析和插播廣告，還可以直接用自然語言搜索各種不同的片段。

我們還有一項工作是超分辨率，就是把很小的圖像放大，最大化還原細節。這是好萊塢電影的圖像，視頻抓到一個很模糊的嫌疑罪犯的圖像，然後把它實時的放大變得很清晰。這只是諜影重重電影上演的效果，還是很震撼的。

2016年的時候，推特跟谷歌密集發表了幾篇關於超分辨率的文章，其核心就是深度學習。而我們早於他們，就已經做了大量先期研究。我們在2014年發表了全球第一個用深度學習研究超分辨率的論文，在2015年又發表了一篇相關文章，2016年發表了兩篇，取得了更大的突破，而在2017年緊接著發表了三篇。我們的Cavan教授團隊是第一個做的，也是目前做的最好的。目前超分辨率已經走向實時以及效果實用化的階段，利用這項技術在某些實時監控，公安監控攝像頭可以把人看的比較清晰了。

而在自動駕駛上，我們也做了大量研究，六大類別的技術，有30多個細分核心技術。我在這里面就簡單舉幾個例子做演示。比如車的檢測、行人檢測、路道線的檢測、實時的場景分割……我們也做到前端，用前端的芯片做實時的效果。

這是人臉的布控系統，目前已在很多城市實時布控了。還有百米之外抓人，百米之外看到一個目標拉近然後進行人臉識別。

這是視頻結構化，把視頻里面的人，機動車，非機動車及其特性都檢測出來了，自動標註出來了，這樣把整個視頻變成了文檔，就可以進行文檔性的搜索。

下面這些也都是我們所做的技術的落地產品：在中國移動的實名認證系統，去年給中國移動做了三億人的實名認證；小米的寶寶相冊；華為Mat8的智能相冊；FaceU、SNOW等做的特效；微博相機；這絕大部分是基於我們的人臉識別、人臉跟蹤等技術做出來的。實際上在人工智能落地方面我們做了許多的落地產品，去年的雙創活動中幾百家企業里面選了兩家代表中國人工智能，右邊是百度，左邊是商湯科技。

因為主辦方希望我講一下學術研究和創業的關系，我最後總結一下，在中國創業是一個什麽感受？我覺得中國創業就像跑百米一樣，要跑的非常快，第一個到達終點才可以活下來，但是這個跑道並不是塑膠跑道，而是滿地都是坑的土路。這場賽跑有兩個結局，一個是全力跑到最快，另外一個是剛起步就掉到坑里了。創業的困難是一定存在的，年輕人要不要創業？盡管路上的坑比較多，但還是可以試一試。

另外用什麽錢創業也是個問題？什麽錢可以用？什麽錢不可以用？我的忠告是，首先父母的錢你不可以用，那是他們養老的血汗錢；你自己掙的錢可以用，你的第一桶金可以用，你們還年輕，用光了可以再去掙。投資人的錢是可以用的，因為大部分都是有錢人的錢，我覺得劫富濟貧人人有責，所以如果大家一定要創業那就創吧。

歡迎關註黑智

文章評論

匿名用戶

發布

全部評論：10

發布

基礎投資課程（第六班）明天開始報名（十一）

中核集團：“華龍一號”示範工程將在明天或後天穹頂吊裝

5月24日下午，國務院國資委新聞中心聯合中核集團舉行“華龍一號”全球首堆示範工程穹頂吊裝新聞發布會。中核集團副總經理俞培根在新聞發布會上透露，“華龍一號”全球首堆示範工程的福清核電5號機組進展很順利，現場已準備就緒，將在明天或後天進行穹頂吊裝。

“華龍一號”是我國自主創新，擁有完整自主知識產權的三代核電技術。項目實現穹頂吊裝後，即將實現主體工程從土建轉向全面安裝階段。俞培根表示，中核集團“華龍一號”國內外四臺示範工程進展有序，各關鍵工程節點均按期或提前實現，是全球唯一按照計劃進度建設的三代壓水堆核電工程，有信心打破首堆“必拖”的魔咒。

俞培根介紹，“華龍一號”追求設備中國制造。中核集團一直以來大力支持核電設備的自主化、國產化，在滿足工程質量的前提下，持續為設備的國產化創造條件，提供研發技術支持，創造產研合作平臺，推進我國裝備制造業的能力水平。“華龍一號”的設備共計有6萬多個臺套，生產、設備、組裝涉及上海、四川等28個省市，5300多家企業、近20萬人參與了項目的研制和建設。“華龍一號”的裝備國產化率可以達到85%以上，反應堆壓力容器、蒸汽發生器、堆內構件等核心裝備，代表著我國制造業的先進水平，保證了“華龍一號”的安全性、先進性、成熟性與經濟性。

俞培根表示，“華龍一號”已成為中國“一帶一路”的新名片。目前中核集團已經與阿根廷、英國、埃及、巴西、沙特、阿爾及利亞、蘇丹、加拿大、馬來西亞等20多個國家達成了合作意向。在剛剛結束的“一帶一路”國際高峰合作論壇期間，中核集團公司的董事長王壽君先生，與阿根廷核電公司總裁塞默洛尼簽署了關於阿根廷第4座和第5座的核電站的總合同，根據雙方的約定，中核集團將和阿根廷核電公司在2018年開工建設一臺70萬千瓦的重水堆核電機組，在2020年開工建設一臺百萬千瓦級的“華龍一號”壓水堆核電機組，這是“一帶一路”國際合作高峰論壇的重要成果，也是中核集團積極推動“一帶一路”共同繁榮的具體舉措。至此，中核集團出口海外的核電機組增加到了8臺。

中核集團已與全球40多個國家和地區建立了科技經貿關系，正在商談核電以及鈾資源、核燃料、核技術應用等核工業全產業鏈的合作。據了解，全世界有超過70多個國家已經或者正在計劃發展核電，到2030年計劃新建機組超過200臺。

建投能源驚現“傻子”賣？明天分紅，今天他卻打折賣了3000萬股！

每經記者 劉鴻飛 每經編輯 吳永久

他為何趕在現金分紅前賣出股票？

今日是建投能源實施2016年度分紅的股權登記日，明天就是該公司進行每10股派4元（含稅）的分紅日期了。

然而，火山君發現，建投能源的股東通過財達證券石家莊新華路營業部席位，在即將派息的前夕，通過大宗交易折價賣出了3000萬股，套現4.16億元。

這是不是“傻子”賣出呢？

火山君發現，股票現金分紅，股價會除權，市值保持不變，並且還要扣稅，那麽就有可能會出現扣的稅還比分紅的錢多的情況，因此趕在現金分紅前賣出股票，這是不失為一種保守的交易策略。

▼建投能源今日大宗交易信息一覽

數據來源：wind資訊

火山君發現，華福證券上海遵義路營業部近期頻繁地出現在多只個股大宗交易買方，但是很少出現在大宗交易賣方。

同時，該營業部對於漢鐘精機、冀東裝備還進行過利用大宗交易折價大筆買入，然後次日即套現的行為。

大宗交易賣出3000萬股

如下表所示， 該股今年1季報中的5只基金旗下的中證金融資產管理計劃股東，合計持股2107.95萬股；匯金公司持股2402.83萬股。

然而，持股數量超過3000萬股的僅有證金公司、華能國際電力開發公司、河北建設投資集團公司這3家。

另外，作為該公司第一期員工持股計劃的鑫眾—建投能源1號定向資產管理計劃，已在4月24至26日期間通過二級市場完成了清倉。

可見，今日通過大宗交易平臺套現的可能是建投能源十大股東中排名很靠前的股東；並且，是沒有機構席位用以出貨的股東。

▼建投能源今年1季報十大股東情況

資料來源：上市公司公告

建投能源業績較差

如下表所示，從2015年至今建投能源的盈利能力開始明顯減弱，並且去年年報和今年1季報都是凈利潤同比下降。

同時，今年一季報顯示其經營活動現金凈流量為負數。

▼建投能源最近5年利潤表及現金流量表摘要

數據來源：wind資訊

▼建投能源一季報財務診斷

圖片來源：中信證券軟件

圖集 | 記者實地走訪，帶你看石油之城大慶的今天與明天

“磕頭機”隱現於城市高樓之間。

穿過創業城的創業大道寬闊、路面平整。

校車停靠在鐵人學校門口的專用區域內，學校對面是創業城18區離退休職工活動中心。

同大慶市內的很多建築一樣，鐵人中學寬敞明亮，教學樓下可見王進喜的雕像。

這個活動中心是創業城18區中最大的一個，油田離退休職工可在此下棋、打牌、運動、或是跳交誼舞。

離退休職工在跳交誼舞。

落雨前，老人匆忙離開離退休中心前的健身廣場。

活動中心門口放置的輪椅，以便腿腳不方便的老人使用。

大慶油田管理局辦公樓遠眺。

空曠的辦公室公共區域。

寶石花形狀的油田科技館。

石油城的昨天與明天。

沃爾沃大慶工廠車間一覽。

寬闊的試車道，以便從整車工廠組裝完成的汽車在廠內進行測試。

嶄新的整車從車間開出。

今天不買 明天一定後悔 周顯