新加坡總理黃循財談 AI：將利用新技術提高生產效率、創造高質量就業崗位
重點摘要
首頁 > 智能時代>人工智能 新加坡總理黃循財談 AI：將利用新技術提高生產效率、創造高質量就業崗位 2026/8/9 17:30:46 來源：IT之家 作者：清源 責編：清源 評論： IT之家 8 月 9 日消息，據彭博社 8 日報道，在新加坡獨立 61 週年前夕，新加坡總理黃循財發表國慶獻詞指出，人工智能快速發展正在給新加坡帶來新的增長機會。
首頁 > 智能時代>人工智能 新加坡總理黃循財談 AI：將利用新技術提高生產效率、創造高質量就業崗位 2026/8/9 17:30:46 來源：IT之家 作者：清源 責編：清源 評論： IT之家 8 月 9 日消息，據彭博社 8 日報道，在新加坡獨立 61 週年前夕，新加坡總理黃循財發表國慶獻詞指出，人工智能快速發展正在給新加坡帶來新的增長機會。面對部分勞動者對工作和生計受到 AI 衝擊的擔憂，政府將利用新技術提高生產率，同時創造質量更高的就業崗位。黃循財表示：“新的技術突破正在創造幾年前還無法想象的機會，但同時也帶來了新的挑戰和問題。
別人向前走的時候，我們不能原地不動，但也不能對每一項新技術照單全收。新加坡會按照自己的實際需要擁抱這些進步。”IT之家從報道中獲悉，在兒童網絡安全方面，黃循財表態稱，政府還將建立更嚴格的保護措施，幫助兒童安全、負責任地在數字世界裡生活。圖源：Pexels初步數據顯示，新加坡第二季度國內生產總值同比增長 5.7%，較第一季度的 6.3% 有所放緩。新加坡貿工部目前預計，今年經濟將增長 2% 至 4%。
投訴水文 我要糾錯 下載IT之家APP，簽到賺金幣兌豪禮 相關文章關鍵詞：新加坡，人工智能，黃循財國家統計局：人工智能推動消費電子產品迭代升級，需求增加、價格上漲，平板電腦、計算機和移動電話機分別上漲 11.3%、5.5% 和 1.
0%研究：人們無法有效區分 AI 生成與人類原創短篇小說Anthropic 優化 Claude Fable 5 模型生物安全機制，減少 85% 誤攔截王興興回應 DeepSeek 投資宇樹：將在三方面開展重點合作Alphabet 再度舉債 200~250 億美元，軟銀以 OpenAI 股份擔保借款 100 億美元美國祖父母熱衷將孫輩寫進 AI 生成童書，引發父母輩大量反感
Related
相關文章
2026 年上半年全國人形機器人領域新設企業 11.6 萬戶，同比增長 9.5%
首頁 > 智能時代>人工智能 2026 年上半年全國人形機器人領域新設企業 11.6 萬戶，同比增長 9.5% 2026/8/9 18:41:35 來源：IT之家 作者：沁滄（實習） 責編：沁滄 評論： IT之家 8 月 9 日消息，據央視新聞報道，8 月 8 日，市場監管總局公佈數據顯示，上半年，全國新設“8 大新興產業 + 9 大未來產業”相關企業 56.1 萬戶。
180萬刀，連亞馬遜都燒不起Claude了
亞馬遜試圖用Claude Sonnet為網站填充作者信息，結果花費180萬美元，超出預算860%，且五個月後才被發現。此案例反映AI token用量失控問題普遍存在，Meta、Uber等大廠也相繼祭出用量上限與監控措施，矽谷從狂熱轉向精打細算。
做底座還是做入口？國產AI 到下決心的時候了！
AI產業中，多數沒有自有入口的底座只能為掌握入口的一方打工，例如阿里千問接入蘋果Siri即是作為引擎。微軟與亞馬遜憑藉入口生態與算力通道取得商業成功，而谷歌與Meta則因缺乏有效入口而陷入困境。國內阿里、騰訊、字節跳動正積極爭奪辦公場景的AI入口，但尚無明顯贏家。
李開復：AI 時代人的優勢在“右腦”、可以做出數據不能預測的事情
李開復表示，AI 時代人類的優勢在於「右腦」，能做出數據無法預測的事，例如 iPhone 或 ChatGPT 的創新。他建議選擇沒有數據、開放式的領域工作，並認為未來 5 到 10 年開放式藍領工作較難被 AI 取代。
首個全國產 10 萬卡 AI 超集群投用：每秒峰值算力相當全人類持續計算 200 年
首頁 > 智能時代>人工智能 首個全國產 10 萬卡 AI 超集群投用：每秒峰值算力相當全人類持續計算 200 年 2026/8/9 12:23:34 來源：IT之家 作者：浩渺 責編：浩渺 評論： IT之家 8 月 9 日消息，據央視新聞今日報道，記者從國家發展改革委瞭解到，今年以來，我國算力底座進一步夯實，首個全國產 10 萬卡人工智能超集群日前正式投用。
當題庫追不上模型，AI開始給自己出題：中國這支團隊跑通了數據層RSI
中國無盡前沿團隊發布BigBang-V1基座模型，這是首個透過遞歸自我改進（RSI）原生方式訓練的模型，參數規模35B，在某些科研任務上表現超越1T級別模型。該模型的訓練數據百分之百由AI自主合成，透過可驗證前沿任務讓系統持續生成高品質數據，實現了數據層的自我進化閉環，不需人類逐題參與。