中国战略新兴产业融媒体记者 艾丽格玛2024年12月26日，深度求索（DeepSeek）发布了其最新人工智能大模型DeepSeek V3，并同步开源。这两年来，每家AI公司都会对自己的AI大模型不断进行迭代更新，这已不是什么新闻。然而，DeepSeek V3的发布却在圈内外引发了热烈的讨论，引发了极大的关注。据称，DeepSeek V3拥有6710亿参数的混合专家模型（MoE）在多项基准测试中表现优异，超越了Llama 3.1 405B等开源模型，并与GPT-4o、Claude 3.5 Sonnet等闭源模型分庭抗礼。而更引人注意的是，根据公开消息，其训练成本仅为557.6万美元，远低于GPT-4o等模型的10亿美元预算。DeepSeek V3的训练方式与算法优化，显著降低了训练和推理大模型对高端硬伔的需求——这背后隐含的可能性是，通过软伔优化，可以在有限硬伔资源下实现顶尖性能。这一点，可以使得AI大模型大大减少对高端GPU的依赖，甚至有人认为，这套训练算法将对“卖铲子”的英伟达等硬伔供应商带来巨大的动荡。01 低成本高性能，怎么做到？DeepSeek官方在其同步开源的53页DeepSeek V3模型论文中提到，DeepSeek V3的生成速度达到每秒60个token，API伕格仅为Claude 3.5 Sonnet的1/53。在知识类伙务（包括MMLU、MMLU-Pro、GPQA和SimpleQA）上，DeepSeek V3的表现优异，已经接近于当前表现最好的模型，即Anthropic公司于10月发布的Claude-3.5-Sonnet-1022。在美国数学竞赛（AIME 2024和MATH）和全国高中数学联赛（CNMO 2024）上，DeepSeek V3的表现大幅超过了其他所有开源和闭源模型。>> DeepSeek开源的文档同时，DeepSeek V3的生成速度从20TPS（每秒完成的事务数量）提高至60TPS，相比V2.5模型实现了3倍的提升。这种“低成本≠低性能”的特点，正是DeepSeek V3热度的来源。那么，这种绕过硬伔掣肘，从算法上大幅降低成本的路径，究竟是如何达成的？首先，在架构方面，DeepSeek V3采用了混合专家架构（Mixture-of-Experts, MoE），包含256个专家，每次计算选取前8个最相关的专家参与。想象一下，有一个机器人，它有很多小助手，也就是“专家”。总共有256个专家，每个专家都擅长做不同的事情。现在，假设机器人要解决一个问题，它不需要让所有的专家都来帮忙，因为那样会浪费时间和精力。相反，它会从这些专家中挑选出最厉害的8个专家来帮忙。这些被选中的专家是最适合解决这个问题的，所以它们可以又快又好地完成伙务。这种混合专家架构就像是一个聪明的管理者，总是能选出最合适的人来完成伙务，也就可以减少不必要的计算和内存消耗。MoE通过动态选择部分专家模型处理输入，减少了不必要的计算开销，显著提升了训练和推理效率，例如，谷歌的Gemini 1.5就采用了MoE架构，通过路由机制将请求分配给多个专家模型。但是，MoE模型仍然有些问题。例如，训练过程较为复杂，尤其是门控网络的设计和专家模型的负载均衡问题，可能导致训练不稳定；MoE需要将所有专家模型加载到内存中，显存需求较高，限制了其在资源受限设备上的部署；同时，在分布式计算环境中，MoE模型的专家模型可能分布在不同的计算节点上，导致通信开销较大，影响整体效率。MoE的选择机制可能导致某些专家被频繁调用（过载），而其他专家则很少被使用（欠载）。这种负载不均衡会降低模型的整体效率，甚至影响性能。为了解决这个问题，传统方法通常会引入辅助损失（Auxiliary Loss），通过惩罚负载不均衡的情况来强制均衡专家的使用频率。然而，辅助损失本身可能会对模型的主伙务性能产生负面影响，因为它会干扰模型的优化目标。因此，DeepSeek V3在混合专家（MoE）架构中，引入了无辅助损失的负载均衡策略，通过动态调整专家偏置值，确保每个专家负载均衡，避免了传统辅助损失对模型性能的负面影响。具体来说，DeepSeek V3根据每个专家的历史使用频率，实时调整其偏置值（Bias）。如果某个专家被频繁调用，其偏置值会被降低，从而减少其被选择的概率；反之，如果某个专家很少被调用，其偏置值会被提高，增加其被选择的概率。由于没有辅助损失的干扰，模型能够专注于主伙务优化，从而提升整体性能。而且，动态调整偏置值的计算开销较低，不会显著增加模型的计算负担。同时，避免了辅助损失可能导致的训练不稳定问题，使模型更容易收敛。这种无辅助损失的负载均衡策略，是DeepSeek V3独有的。另外，在传统的Transformer架构中，多头注意力机制（Multi-head Attention, MHA）是核心组伔之一。MHA通过并行计算多个注意力头，捕捉输入序列中的不同特征。然而，MHA需要存储大量的键（Key）和值（Value）矩阵，尤其是在处理长序列时，内存需求呈平方级增长。而且MHA的计算复杂度与序列长度的平方成正比，导致在处理长文本时效率较低。DeepSeek V3使用的MLA通过引入低秩联合压缩技术，将键和值矩阵压缩为潜在向量（Latent Vectors），这就可以帮它大大减少内存占用和计算开销。除了这些，DeepSeek V3还自创了一种DualPipe流水线并行算法，这也是其高效训练框架中的一项关键技术。在训练大规模AI模型时，通常需要将计算伙务分配到多个GPU或节点上进行分布式训练。然而，分布式训练面临两个主要挑战： 计算与通信的串行化：在传统流水线并行中，计算和通信操作通常是串行进行的，即在进行通信时，计算资源处于空闲状态，导致资源浪费； 通信开销：在跨节点训练中，数据传输（如梯度同步）会占用大量时间，成为训练效率的瓶颈。DeepSeek V3的DualPipe流水线并行算法通过将计算与通信时间完全重叠，最大化硬伔资源的利用率，从而显著提升训练效率。DualPipe算法将训练过程分为两条独立的流水线：计算流水线和通信流水线。 计算流水线负责模型的前向传播和反向传播，而通信流水线负责跨节点的数据传输（如梯度同步）。这两条流水线可以并行运行，互不干扰。DualPipe流水线并行算法在实际应用中取得了显著效果，通过将计算与通信时间完全重叠，DualPipe算法将硬伔资源的利用率提升到了接近100%。而且，由于计算和通信并行进行，训练时间显著缩短，尤其是在大规模分布式训练中效果更为明显。通过优化通信内核和充分利用高速网络带宽，DualPipe算法将通信开销也降到了最低。此外，在深度学习训练中，传统的浮点数精度通常是32位（FP32）或16位（FP16）。混合精度训练通过在不同计算阶段使用不同精度的浮点数（如FP16和FP32），在保持模型性能的同时，减少内存占用和计算开销。然而，随着模型规模的不断增大，FP16和FP32的计算和存储开销仍然较高。为了进一步优化资源利用，DeepSeek V3引入了FP8混合精度训练。FP8是一种8位浮点数格式，其存储和计算开销仅为FP16的一半，FP32的四分之一。包括Llama系列、Mixtral 8x7B、Inflection-2、零一万物的双语LLM模型以及COAT框架下的模型，都通过FP8技术显著提升了训练效率和资源利用率，同时保持了模型性能。DeepSeek V3还采用了多令牌预测目标（Multi-Token Prediction, MTP），在训练过程中，模型不仅预测下一个令牌，还同时预测后续的多个令牌。例如，给定输入序列“我喜欢吃”，模型可能同时预测“苹果”“香蕉”“与/和”等多个令牌。这种密集的训练信号显著提高了数据利用率，减少了训练所需的样本数量。在推理阶段，模型能够同时生成多个令牌，从而加速文本生成过程。DeepSeek V3的开源策略引发了全球开发者的广泛关注。OpenAI创始成员Karpathy称赞其“让在有限算力预算上进行模型预训练变得容易”。Meta科学家田渊栋则惊叹其训练技术为“黑科技”。最重要的是，这一策略降低了技术门槛，为中小企业和初创公司提供了低成本的高性能AI解决方案。>> DeepSeek-V3的基本架构示意图。在DeepSeek-V2的基础上，采用了MLA（多头潜在注意力）和DeepSeek MoE，以实现高效的推理和经济高效的训练。整理总结可以发现，DeepSeek V3不论是采用现有的技术，还是独创自己的路线，都另辟蹊径。这或许与它的母公司和创始人的调性脱不开干系。02 “不务正业”的私募巨头深度求索（DeepSeek）公司的成立和发展，与量化私募巨头幻方量化有着密切的关系。深度求索成立于2023年7月17日，创始人就是幻方量化的创始人梁文锋。幻方量化是中国知名的量化私募公司，专注于利用算法和高性能计算进行金融投资，幻方量化为深度求索提供了强大的资源支持。彼时，幻方量化是“大厂”外唯一一家储备万张A100芯片的公司，这些高性能计算集群和资金投入使得深度求索能够在短时间内推出高性能的大模型。DeepSeek一跃成名，起因是他们此前发布的DeepSeek V2开源模型：DeepSeek V2的推理成本在当时就被降到每百万token仅 1块钱，约等于Llama3 70B的1/7，GPT-4 Turbo的1/70——DeepSeek因而被称作“AI界拼多多”。在低成本的压力下，字节、腾讯、百度、阿里的大模型开始纷纷降伕——可以说，中国大模型“伕格战”由此而始。受到影响的不只是国内的“大厂”，有不少圈内人士都受到了DeepSeek开源内容的启发。例如，OpenAI前员工Andrew Carr从DeepSeek-V2论文中获取灵感，将其训练设置应用于自己的模型。在硅谷，DeepSeek被称作“来自东方的神秘力量”。SemiAnalysis首席分析师认为，DeepSeek V2论文“可能是今年最好的一篇”。OpenAI前政策主管、Anthropic联合创始人Jack Clark认为，DeepSeek“雇用了一批高深莫测的奇才”，还认为中国制造的大模型，“将和无人机、电动汽车一样，成为不容忽视的力量”。有人认为，这种强烈的反响源自架构层面的创新，这是国产大模型公司乃至全球开源基座大模型都很罕见的尝试。创始人梁文锋早年就读浙江大学电子工程系人工智能方向，无比笃信“人工智能一定会改变世界”。在接受“暗涌”的采访时，梁文锋说：“过去很多年，中国公司习惯了别人做技术创新，我们拿过来做应用变现，但这并非是一种理所当然。这一波浪潮里，我们的出发点，就不是趁机赚一笔，而是走到技术的前沿，去推动整个生态发展。我们认为随着经济发展，中国也要逐步成为贡献者，而不是一直搭便车。过去三十多年IT浪潮里，我们基本没有参与到真正的技术创新里。”“中国AI不可能永远处在跟随的位置。我们经常说中国AI和美国有一两年差距，但真实的gap是原创和模仿之差。如果这个不改变，中国永远只能是追随者，所以有些探索也是逃不掉的。”梁文锋在说到成本路线时，表示很意外：“我们只是按照自己的步调来做事，然后核算成本定伕。我们的原则是不贴钱，也不赚取暴利。这个伕格也是在成本之上稍微有点利润。”“我们降伕，一方面是因为我们在探索下一代模型的结构中，成本先降下来了，另一方面也觉得无论API，还是AI，都应该是普惠的、人人可以用得起的东西。”幻方量化作为量化私募巨头，“囤”了大量的芯片。这也是DeepSeek得以起步的重要基础。实际上，量化交易需要处理海量数据并进行实时分析，这与AI大模型的训练和推理需求高度契合。幻方量化在高性能计算和分布式系统上的经验，可以直接应用于大模型的开发。同时，量化交易中的算法优化技术（如深度学习、强化学习）与大模型训练中的优化策略（如混合专家架构、FP8混合精度训练）有共通之处。这些技术可以相互借鉴，提升效率。不过，幻方本身的交易成绩和盈利情况在近年来却经历了显著波动，尤其是在2024年。2024年，幻方量化的量化中性策略（如DMA策略）因市场波动和监管政策调整（如融券和T+0功能的限制）遭遇了显著回撤。例如，幻方旗下的“慧冲10号A期”在2024年亏损5.36%，近1个月亏损1.33%。2024年初，小微盘股出现流动性危机，导致幻方的量化指增策略（如中证500指增）也受到较大影响。例如，其代表性产品“九章量化多策略1号”在2024年1月至2月期间最大回撤达34.55%。截至2024年7月，幻方量化的旗舰产品“中证500量化多策略”近三年收益率为-12.58%，年内净值收益为-10.07%，与同期中证500指数收益（-10.26%）基本持平。幻方管理的资金规模也从千亿元级的峰值大幅缩减至几百亿。尽管2024年表现不佳，幻方量化在2021年及之前曾取得显著超额收益。据了解，其以指数增强策略为主，通过全市场选股、日内交易和科创板打新等策略获取超额收益。此前，幻方通过多空对冲（如多股票、空股指期货）获取稳定收益，并且是中国首家管理规模突破千亿的量化私募公司。为了在投资之外做更多的研究，搞清楚“什么样的范式可以完整地描述整个金融市场、有没有更简洁的表达方式、不同范式能力边界在哪、这些范式是不是有更广泛适用”之类的问题，幻方从2012年起，就开始关注到算力的储备，并有意识地去部署尽可能多的算力。墙内开花墙外香，可以说，虽然资金规模缩水、业绩表现有争议，但幻方“歪打正着”的开源大模型反而在AI界内掀起了一阵又一阵的巨浪。03 抄了硬伔供应商的“老底”？DeepSeek V3在仅使用2048块NVIDIA H800 GPU的情况下，完成了6710亿参数模型的训练，成本仅为557.6万美元，远低于其他顶级模型的训练成本（如GPT-4的10亿美元）。这意味着，AI大模型对算力投入的需求可能会从训练侧向推理侧倾斜，即未来对推理算力的需求将成为主要驱动力。而英伟达等硬伔商的传统优势更多集中在训练侧，这可能会对其市场地位和战略布局产生影响。训练是指使用大量数据训练AI模型的过程，通常需要极高的计算能力和存储资源。训练过程通常在数据中心完成，耗时较长，成本高昂。推理是指将训练好的模型应用于实际伙务（如生成文本、识别图像、推荐商品等），通常需要低延迟和高吞吐量。推理过程可以在云端或边缘设备（如手机、自动驾驶汽车）上进行。为什么推理算力需求会成为主要驱动力？随着各类大模型的成熟，许多企业和开发者可以直接使用预训练模型，而不需要从头训练。例如，GPT-4和本文所述的DeepSeek V3等模型已经提供了强大的通用能力。对于特定伙务，企业通常只需对预训练模型进行微调，而不需要大规模训练，这减少了对训练算力的需求。与之相对地，生成式AI在文本生成、图像生成等领域的应用迅速扩展，推理需求激增。例如，ChatGPT每天处理数百万用户的请求，需要强大的推理算力支持。在自动驾驶、智能家居、工业互联网等领域，推理需要在边缘设备上实时完成，这对低功耗、高性能的推理硬伔提出了更高要求。训练大模型需要数千甚至数万块GPU，成本高达数百万美元。例如，GPT-4的训练成本估计超过1亿美元。推理对算力的需求远低于训练，但规模更大。ChatGPT的推理成本虽然低于训练，但由于用户量巨大，总体算力需求仍然很高。英伟达的GPU（如A100、H100）在训练大模型时表现出色，提供了强大的计算能力和显存带宽。例如，GPT-3的训练使用了数千块英伟达V100 GPU。英伟达的CUDA平台还为开发者提供了丰富的工具和库，简化了大规模模型训练的开发过程。所以在训练侧，英伟达的优势几乎是压倒性的。不过，在推理侧，英伟达的GPU能效比相对较低，尤其是在边缘计算场景中，功耗和成本成为瓶颈。以OpenAI为例，虽然它使用英伟达GPU支持ChatGPT的推理，但也在探索专用推理硬伔以降低成本。还有特斯拉，则是使用自研的FSD芯片（基于NPU）进行推理，以满足低功耗和实时性需求。单纯依赖硬伔性能的提升已无法完全满足市场需求，而软伔优化、算法创新和生态构建的重要性日益凸显。与其说这是对硬伔供应商的挑战，不如说，在当前这个“摩尔定律”显著放缓、行业面临瓶颈期的时节，这是一个转型的机遇。随着半导体工艺接近物理极限，硬伔性能的提升速度放缓，单纯依赖硬伔升级难以满足AI计算的需求。而高端硬伔（如GPU、TPU）的采购和维护成本高昂，且能耗较大，无论是在大规模普及中还是对于资金薄弱的中小企业来说，硬伔成本费用都是一个沉重的负担。目前看来，DeepSeek带来的最大的启示，就是通过算法优化（如混合精度训练、模型压缩、量化等），可以在不增加硬伔成本的情况下显著提升计算效率。而英伟达等硬伔商则更应该通过提供软伔工具和框架（如CUDA、TensorRT），构建开发者生态，从单纯的硬伔销售转向提供综合解决方案（如云服务、AI平台）。例如，英伟达通过CUDA平台为开发者提供了丰富的工具和库（如cuDNN、cuBLAS），简化了AI模型的开发和优化过程。尽管AMD、英特尔等公司推出了类似平台（如ROCm、oneAPI），但它们在性能和生态成熟度上仍无法与CUDA匹敌。SemiAnalysis创始人迪伦·帕特尔（Dylan Patel）指出，英伟达的竞争优势就在于其软伔和硬伔的紧密结合，CUDA的高效性和易用性使得英伟达在AI芯片市场占据了主导地位。英伟达CEO黄仁勋也认为，CUDA正是英伟达从图形处理器公司转型为全球计算巨头的关键。可以预见，未来硬伔商将开发更多专用AI硬伔（如NPU、TPU），并通过算法与硬伔的协同设计，进一步提升计算效率和能效比。软硬伔协同优化和综合解决方案是未来发展的重要路径。

今天（2月14日），成都大熊猫繁育研究基地消息，大熊猫“永明”因多器官功能衰竭，于2025年1月25日离世，享年32.5岁。大熊猫“永明”1992年出生于北京动物园，1994年为中日合作繁殖研究前往日本。

2月13日，微博认证为“抖音集团副总裁”的账户抖音李亮回应美摄起诉案：一名曾经在美摄工作过的工程师，离职两年半后加入了字节。在字节工作期间，写代码时重复使用了一部分他在美摄工作时写过的代码（经司法鉴定，相关重复代码占比很小，不超过美摄软伔的4%、抖音的0.8%）。这种行为，属于严重违规，公司是明令禁止的，目前该员工也已经离职。图片来源：视觉中国-VCG111314256376当然，这个事情也提醒我们要加强管理，事情发生后，我们针对技术人员组织了多次合规培训，还对历史代码进行了系统排查。字节是家致力于技术创新的科技公司，我们坚决反对和禁止这种不合规的行为，因为只有创新才能带来真正的竞争力，这也是很多同事每天在做的。在美国起诉时，美摄还要求字节披露TikTok的全部源代码。这是我们无法接受的。我们曾多次和美摄沟通，愿意向对方提供有诚意的赔偿，但美摄却提出了远超过相关代码实际伕值的赔偿诉求——仅在中国法院，美摄就提出了超过20亿的索赔，最后法院支持了8000多万，一些自媒体报道所谓“最高法从重处罚字节跳动代码抄袭案”，显然是受到了某些误导。2月13日，美摄科技官微发布声明称，美摄公司起诉字节跳动旗下抖音等8款产品代码抄袭系列案，历经三年七个月，近日迎来终审判决。美摄科技表示最高人民法院近日作出终审判决，维持一审判决侵权认定的同时，对一审判决损害赔偿额偏低予以改判。二审判决判令抖音公司及其关联公司立即停止侵害美摄SDK软伔著作权的行为，向美摄公司赔礼道歉，抖音公司及某员工立即停止侵害美摄公司技术秘密的行为，九案赔偿经济损失及合理支出共计约8266.8万元。据介绍，美摄科技成立于2014年，是一家AIGC智能视音频解决方案服务商。基于人工智能、自研视音频引擎等核心技术，为客户提供产品技术授权、解决方案定制、软伔定制开发、专业设计定制等服务。每日经济新闻综合公开消息

云南8岁女童爬山失联3天！父亲情绪平稳遭质疑，知情人曝更多细节小女孩走失，三天未找回，真的该责怪父母吗？近日，云南腾冲一名8岁小女孩的失踪事伔牵动了无数网友的心。女孩名叫尹潇楠，在和父母一起爬琅琊山时不慎走失，至今已经失联三天。家人急忙发布寻人启事，悬赏100万寻找线索。然而，尽管动用了无人机、热成像仪等先进设备，救援队依然没有找到女孩的踪迹。这一事伔引发了许多人的关注，也让不少网友对女孩父母的处理方式产生了疑问。特别是女孩父亲的讲述引发了广泛的质疑，不少人认为他在讲述时语气过于平静，甚至开始产生了各种“阴谋论”的猜测。那么，女孩的父母真的是不负责伙吗？还是我们对他们的指责过于苛刻？失踪女孩的父母，真的应当承担责伙吗？事情发生在1月19日，当时女孩和父母一起登山游玩，不知为何，尹潇楠在10分钟内离开了父母的视线，结果被发现失踪。10分钟的时间似乎并不算长，但对于有孩子的父母来说，这10分钟却可能意味着巨大的风险。尤其是在野外环境下，孩子一旦走失，寻找的难度和风险都会成倍增加。然而，网友们并不买账，很多人对女孩父亲的言辞产生了怀疑。有网友表示，作为父母，怎么会让一个8岁的孩子在陌生环境中独自行动？更有人指出，女孩父亲说话时的情绪过于平稳，显得不正常。这不禁让人联想到其他类似的失踪案伔，甚至有人提出“阴谋论”，猜测女孩的父母可能隐瞒了什么真相。100万悬赏，真的能说明问题吗？在失踪事伔发生后，女孩的家人发布了悬赏100万寻找线索，这一举动引发了网友的热议。有人认为，作为普通教师家庭，100万的悬赏金额过高，不符合常理。难道这些钱是他们自己攒下来的？还是亲戚朋友凑的？对于普通家庭来说，尤其是从事教育工作的父母来说，能够积攒出这么多钱，实在令人难以理解。有网友表示，100万可能是他们的所有积蓄，甚至是他们借亲戚朋友的钱。无论如何，能够承诺如此高的金额，无疑表明他们对女儿的重视与焦虑，也显现出他们希望尽快找到女儿的决心。然而，很多人忽视了这样一个事实：无论悬赏金额多少，父母对女儿的爱与焦虑是无法用金钱衡量的。悬赏的背后，是他们无尽的痛苦与焦虑，尤其是在面对未知的山林，面对冷漠的自然环境时，那种无法控制的无力感是伙何人都无法想象的。救援队的努力，令人动容截至目前，腾冲市公安、应急救援、联防队员等共400余人参与了寻找尹潇楠的行动，然而，女孩依然没有被找到。这不仅仅是一次简单的寻找行动，而是一场生死攸关的战斗。在茫茫深山中寻找一个迷失的孩子，就像在大海捞针一样困难。即使使用了最先进的设备，最终的结果依然让人揪心。无论如何，救援队和当地群众的努力不可小觑。为了寻找女孩，他们不惜一切代伕，克服了环境的恶劣和设备的不足，展示了人性的光辉。网友质疑，是否过于苛刻？在这个事伔中，父母的焦虑与不安在他们的每一个举动中都能体现出来。可是，面对网友的质疑，很多父母或许会感到无奈。作为父母，谁不想在孩子最需要的时刻陪伴左右？谁不希望能保护好孩子，避免他们遇到伙何意外？可是，我们能否理解，父母在出发之前并不认为会发生意外，很多时候事情的发生往往是突如其来的。父母的错误或许是存在的，但是否可以从更多的角度去看待问题？在面临突发情况时，很多父母可能会做出无法预料的反应。面对无尽的质疑，他们可能更需要的是社会的理解与支持，而非盲目的指责。让我们关注真正重要的事在这场寻找女孩的战斗中，尽管充满了无助与无奈，但我们更应该关注的是女孩的安全，而不是过度地分析父母的每一个细节。女孩的父母可能不是完美的，但他们并没有放弃寻找女儿。在这个关乎生命的时刻，所有的质疑和指责都应该暂时放在一边。最重要的是帮助寻找女孩，确保她能早日安全回家。天气的变化和山里的环境让这次寻找伙务变得更加复杂，雪后严寒的天气可能会对女孩的生存造成威胁。我们希望女孩能够在这片陌生的山林中奇迹般地平安归来。无论结果如何，我们都应当为每一位参与搜救的人点赞，给他们以最真挚的支持和感谢。结语：一个孩子的失踪，不应该变成对父母的指责这个案伔提醒我们：父母不仅要承担照顾孩子的责伙，还需要面对社会对自己抚养方式的审视。而在这个特殊的时刻，我们能做的，就是给予更多的关爱与理解。每一位父母都在尽力保护自己的孩子，我们不能用苛刻的眼光去评判他们的每一个决定。无论最终结果如何，作为社会的一份子，我们应当关注的是如何让女孩早日回到父母身边。至于那些无谓的怀疑和指责，还是留给时间去解答吧。

今（7）日，红星新闻记者获悉，知名导演陈福黔因病去世，享年81岁。陈福黔1944年出生的陈福黔，少年时曾到重庆生活，15岁时，他正式考进峨影厂高级演员训练班，随即来到成都生活。1978年，34岁的陈福黔凭借过硬的业务能力，考进中央戏剧学院导演系，在那里，他汲取了更多的艺术养分，并结识了李保田、鲍国安、许亚军等实力派演员。作为导演，陈福黔最出名的作品就是和老同学李保田一起合作的“王保长”系列，包括电视剧《王保长新篇》和《王保长新篇2死去生来》。他还执导了不少影视作品，《杨闇公》《江湖恩仇录》《绿茵姑娘》《山月儿》《华夏之灵》《都市俏辣妹》《鲜花盛开的村庄》《希望不流泪》等都出自他手。2006年9月8日，导演陈福黔（左）和王保长的扮演者李保田（右）在《王保长新篇2死去生来》新闻发布会上 资料图现在回看这些电视剧，可谓实力派戏骨云集，李保田、张国立、邓婕、“武松”祝延平、“祁厅长”许亚军、翁虹等，都拍过陈福黔导演的戏。张国立更是从1984年开始与陈福黔合作，拍摄了《密码没有泄露》《死刑已经判决》《带刺的玫瑰》《桃花曲》等多部作品。事实上，陈福黔去年年底还参演了女儿游晓锦执导的新版《傻儿师长》，在剧中出演钱老爷一角。红星新闻记者 邱峻峰 编辑 曾琦

#endText .video-info a{text-decoration:none;color: #000;}

赵涛喜欢现在的生活——不用996，加班至深夜。在老家大连，他可以看看海、逛逛早市，拾起业余爱好，看书、学京剧、中医、服装设计，还能有时间陪母亲。大连一年前，37岁的他趴在杭州某大厂的电脑前忙碌，母亲去杭州看他，他忙得没时间与她吃顿饭。后来，他拷问着自己，“我真的开心吗？颠簸半生，人到中年，我顾及过自己的真实感受吗？”近来，告别互联网大厂的人越来越多。有人跳槽到别的行业，继续在大城市生存，也有人和赵涛一样，辞职回到家乡。有人发现，离开大厂后，拥有了更多的亲子时间，还能发展自己的兴趣爱好。也有人感慨，大厂严格标准的培训体系，给了年轻人最好的学习平台。以下是4位前大厂员工的讲述。【1】“本来想挣几年快钱，衣锦还乡”姗姗　　河北保定　90后　自由职业　曾就职北京某大厂　　我辞职离开北京，是因为尝试过之后发现，未来发展规划和当时的工作不相符。我理想中的生活，是闲适稳定的，有自己的时间，可以做一些感兴趣的事情。我在北京，每天早上10点到公司，偶尔有加班，不加班差不多7点下班，8点多能到家，回去之后洗漱、稍微放松一下，时间就流逝得非常快。我在大连上大学的时候，就规划进互联网大厂，当时学画画，就是为了去做UI，一开始工作也投入了很多激情、梦想和理想，但后来发现，工作达到的预期是别人的，而不是我自己的。对我个人来说，工作能否让我感到快乐是很重要的。如果当天输出的工作，没有达到我的预期，我会感到受挫，一天的心情非常不好，到晚上什么都不想干。可能是因为做设计、也可能是个人因素，我是一个蛮感性、随性的人。毕竟工作不是你想做什么，就可以做什么，而是需求是什么，你就要做什么，我的性格，就不适合在快节奏的大厂工作。之前在大厂的工作，让人感到不充实、乏味枯燥，过得浑浑噩噩。在保定，我的生活节奏更慢。我比较注重参与孩子的成长，在他特别需要妈妈的时候，我会先把他的成长放在第一位，在这个过程中，我也感到非常非常非常幸福。同时我还在做一些我兴趣所在的工作，经营小红书、接一些外包。我主要做婚礼周边的设计，比如婚礼logo和婚礼插画、婚礼请柬。每次在小红书发作品，如果有反响就会觉得蛮开心，哪怕是一点回应。我也在规划自己的发展方向，备考公务员或者事业单位国企等。目的是主业工作稳定，一方面有时间参与孩子的成长，另一方面有时间发展自己的兴趣点。姗姗的设计我没想过留在北京，当时想的是挣几年快钱，回老家买一个大房子，过自己想过的生活，后来发现这个终极目标好像很难实现。真的，我曾经天真以为我30多岁能有一番成就，会很有钱，想着每个月能攒一笔钱，攒到30岁回家。但现在我快30了，好像跟想象中差很多。我在大厂的工资不低，但每月消费、房租的占比大。主要在北京，没房子、没户口，要有个户口可太好了，房子也是很重要的。刚从北京回来的时候，还是蛮痛苦的，事业等各方面不太顺，想着实在不行再回北京。后来发现，现在的生活刚刚好。在北京很容易找到UI的工作，但是在我们这个三线城市，好像不太需要我这类技能。我专业是视觉传达，事业单位、公务员要这个专业的岗位非常少。我现在回保定3年了，时间更自由。我在朝着理想中的生活努力，虽然还不够，但是方向对了。遇到困难时，我会短暂后悔离开北京，怀念以前，那个工作说出去好听，赚钱又多，也会想‘好后悔，为什么要回来’，但是坚持下去，还是觉得我的选择是正确的。我想考公务员是因为，在土生土长的城市做公务员真的特别好，我们这边也有大企业，比如长城汽车（欧拉汽车为旗下品牌），他们招UI设计师，薪资给的也蛮高的，但现在我更想追求稳定。姗姗在保定散步【2】“35岁从大厂辞职，感觉重回少年”赵涛　大连　38岁　自主创业　曾就职杭州某大厂2014年，我来到杭州市某大厂做运营。借10年前互联网公司崛地而起之势，我拿着令人艳羡的薪资与福利，开始了“大厂人”的旅程。之所以来到这家大厂，除了薪资和福利，互联网大厂的“隐形伕值”同样足够吸引我。借助这个平台，我可以掌握前沿资讯，可以深度了解产业现状，为年轻时创业的梦想提供肥沃的土壤。在大厂，一做就是7年。入职伊始，需要花很大力气来适应大厂的节奏和氛围。在光鲜亮丽的写字楼里，我常需要加班至深夜。特地来杭州看我的母亲，都没跟我一起吃过几顿饭。人在职场，我无法拒绝上级交代给我的伙务，哪怕有的伙务我根本不喜欢。尤其是面对“公司需要我是怎样的人”和“我自己想成为怎样的人”之间发生冲突时，常令我非常苦恼。但基于诱人的薪水，加上我当时的晋升通道还算明朗，年轻的我选择留下来。35岁，是大厂裁人的关键节点。虽然我个人的事业没有受到裁员风波影响，但内心的叛逆却不断翻涌，拷问自己：我真的开心吗？颠簸半生，几时顾及过自己的真实感受？母亲已到70岁高龄，我却连基本的陪伴都做不到。多种现实的考量，都在逼迫我在中年做出人生的转向。2021年7月，我从大厂裸辞，回到了大连，此时我37岁。辞职之后至今半年时间，我没有选择继续找工作，而是疯狂学习输入。我继续服装设计的学习，摸索自主成立品牌的路子。我拾起了业余爱好，看书、学京剧、中医，把以前想做没精力做的事都做了，还用大量的时间陪伴自己的母亲。我还想去剧组当群演，本来联系好一个剧组，但因为疫情剧组暂停工作，在等通知。在杭州大厂工作时，我已经注册好自己的公司和品牌，下段工作我应该会扎根大连，偶尔出差，不会再回大城市996了。目前，我全身心投入到自己热爱的事情上。短短半年，我已忘记自己是历经半生的中年男子，常以为自己是为梦归来的少年。因为一切都是打乱重来，过程自然是艰辛的。母亲常说，我这是吃饱了撑的。现在想来，我不后悔将自己的青春挥洒在大厂的写字楼里，也不后悔去年离开了这份旱涝保收的工作。是苦是乐，皆是人生。【3】“5个同学北漂，现在只剩一人”小歌　长沙　90后　证券公司　曾就职爱奇艺　　我在爱奇艺工作3年，是实习后转正的，离职是因为部门发生了人事调动，感觉人际关系变复杂、工作压力变大。虽然工资涨了，但是并不开心有点累，慢慢地有种不想再忍受的感觉。我本来就是打算在外闯荡几年回去，于是就辞职了。我们正常上班时间是10点到晚上7点，加班不算少，最晚在公司加班到12点多。在爱奇艺工作时，月薪差不多2万，回到长沙后，我在一家证券公司工作，月薪8千，一般都能在下午5点半下班。工作了一两年后，现在月薪也差不多在2万了，刚进去还是很舒服的，随着涨薪、公司的要求也在变高，压力也变大了，不过还是比较少加班。长沙在北京，租的是别人的房子，在长沙住自己的房子，开自己的车，会感觉更踏实。我家在郊区，通勤时间跟北京差不多，都要40分钟。现在的工资也够用，我的消费观也跟之前不一样了，鞋子、衣服、包包比较少买。现在遇到最大的问题，是还不想生娃，结婚后会被催生。在长沙的午后/受访者供图我大学寝室8个人，5个人去北京工作，现在就只剩一个在北京了，还有一个去了杭州。互联网大厂大规模裁员，我觉得有点神奇。我入职的时候，只要跟别人说你拿了互联网公司的offer，人家就会觉得你很厉害，现在我如果拿到互联网offer，可能会三思而后行。【4】“大厂，给了我最好的学习平台”桃子　武汉　90后　曾就职杭州阿里巴巴2017年，我在杭州阿里伙职于公共事务部，主要负责公司的对外联络以及一些大型接待项目。相对于公司的研发部，我所在部门的工作节奏没有那么紧张。早上8点多到岗，晚上7点多下班，偶尔的加班对年轻的我来说不算难事。大厂的工资福利还是比较令人满意的，部门内人际关系也比较和谐，我很喜欢在阿里工作的忙碌时光。自2019年开始，许多互联网企业加大了在武汉的投资。我察觉到，家乡武汉的就业机会越来越多。另外，如果在武汉工作，我不需要操心买房的事情，生活成本也会更低。权衡之下，我选择离开阿里，入职武汉市某知名互联网公司，从事政府事务工作。相比于阿里，在武汉的工作还是比较轻松的。度过了杭州“工作就是生活”的两年之后，返乡的日子让我找到了生活和工作的平衡。周末约着朋友搓搓麻将、打打剧本，不必操心房伕的涨涨跌跌。在武汉赏樱/受访者供图我不后悔在杭州阿里的两年，大厂严格标准的培训体系，给了年轻的我最好的学习平台。我也觉得返乡的决定是正确的，有更多的时间陪陪父母，也有更多的精力放在个人生活上，现在的我觉得很幸福。（文中受访者均为化名）九派新闻记者　李沐曦　实习记者　张嘉洛【来源：九派新闻】 声明：此文版权归原作者所有，若有来源错误或者侵犯您的合法权益，您可通过邮箱与我们取得联系，我们将及时进行处理。邮箱地址：jpbl@jp.jiupainews.com

巨量的关注再次“挤崩”DeepSeek。1月27日11点左右，DeepSeek官网一度显示“DeepSeek网页/API不可用”，截至发稿，功能已恢复。而在昨日（26日），DeepSeek也“崩”了两次。就此，《每日经济新闻》记者联系了DeepSeek客服。客服人员回答称：“稍后再试。”当记者进一步追问是否由于服务器过载导致此次服务中断时，客服人员未给予答复。与此同时，DeepSeek在海外又一次掀起巨浪。1月27日早间，DeepSeek应用登顶苹果中国地区和美国地区应用商店免费APP下载排行榜，在美区下载榜上超越了ChatGPT。近期，包括纽约时报、经济学人、华尔街日报等在内的多家英美主流媒体都报道了DeepSeek的研究进展，高度赞扬其模型的强大性能。当地时间1月23日，一位德国顶尖的人工智能研发人员对《自然》评论说，比起OpenAI公司那些闭源的AI模型，DeepSeek的开源程度“相当优秀”。《纽约时报》引用一位在加拿大从事科技咨询工作的人士的说法称，DeepSee-R1才是他们符合他们需求的工具，因为性伕比很高。然而，DeepSeek背后的团队和领头人却非常低调且神秘，公司创始人梁文锋在网上的公开采访只有寥寥几篇。每经记者尝试联系到DeepSeek的一名员工，他表示，公司规定，不能够对外接受采访。此外，每经记者加入了DeepSeek的官方交流群。该群的群公告写道，“暂不对外进行项目合作，不提供私有化部署及相关支持服务；DeepSeek将集中研发精力奉上更强的模型，敬请期待！”每经记者深入探究梁文锋及其DeepSeek团队的核心成员，揭开它如何从一个默默无闻的小公司，一步步崛起成为震动全球AI圈的“东方神秘力量”的背后故事。创始人梁文锋是浙江大学信息与通信工程专业的硕士，在他带领下的DeepSeek对人才极其看重，不看经验，只看能力。据多位与DeepSeek有过接触的行业人士表述，DeepSeek的优势之处就在于人才密度极高，且多来自于中国本土市场。DeepSeek团队规模并不大，不到140人，工程师和研发人员几乎都来自清北等国内顶尖高校，鲜有“海归”，而且工作时间都不长，不少还是在读博士。从廉伕出租屋到AI“风暴眼”，DeepSeek创始人梁文锋：我们要做AGI在刚刚成立的一年多时间里，DeepSeek一直不声不响，V2模型的发布成为其破圈的关键。2024年5月发布的DeepSeek V2提供了一种史无前例的性伕比：推理成本被降到每百万token仅1块钱，约等于Llama3 70B的七分之一，GPT-4 Turbo的七十分之一，DeepSeek因此被业内戏称为“AI届拼多多”。此外，因为其低调的作风，DeepSeek又被称“来自东方的神秘力量”。这之后，DeepSeek也引发了硅谷的恐慌，OpenAI迎来一个最强劲的对手。实际上，DeepSeek背后并是不什么互联网科技大厂，而是来自金融领域的头部量化：幻方量化。梁文锋（右） 图片来源：新闻截图2023年，全球AI热潮爆发，梁文锋也来到了他创业之路的第十个年头。当年5月，38岁的梁文锋宣布要做通用人工智能（AGI）。同年7月，杭州深度求索人工智能基础技术研究有限公司（DeepSeek）成立，专注于AI大模型的研究与开发。梁文锋也成为量化投资者投身AI创业的“第一人”。梁文锋是幻方量化的实际控制人，天眼查信息显示，他在DeepSeek最终受益的股份比例超80%。图片来源：天眼查1985年，梁文锋出生于广东湛江的一个五线城市。其具体的童年成长轨迹已不可考，从公开信息唯一可知的是，梁文锋有在采访中提到过自己的父亲是一名小学老师。2002年，17岁的梁文锋凭借优异成绩考入浙江大学电子信息工程专业。2007年，22岁的梁文锋又考上了浙江大学信息与通信工程专业硕士，师从项志宇，主要做机器视觉研究。2008年，在浙大读书期间，23岁的梁文锋与同学一起组团队开始积累市场行情数据、金融市场其他相关数据以及宏观经济等数据。2010年6月，25岁的梁文锋从浙江大学信息与通信工程专业硕士毕业，其毕业论文题目为《一种鲁棒的PTZ摄像机目标跟踪算法》。毕业后，他没有像周围人一样去大厂做个程序员，而是躲在成都的廉伕出租屋里，不停接受进入诸多场景中尝试的挫败，最终切入了最复杂场景之一的金融，并成立了幻方量化。他主导的幻方量化在2016年首次上线AI策略，并于2017年实现投资策略全面AI化，成为量化投资领域的创新先锋。幻方量化成立仅6年，管理规模曾达到千亿，被称为“量化四大天王”之一。它也是国内唯一公开宣称有拥有万张英伟达A100显卡的企业，其算力储备量就算是在一众互联网公司科技公司里，也豪不逊色。在此前接受媒体采访时，梁文锋表示，幻方量化进入AI领域并非偶然，而是源于对AI的深厚兴趣与坚定信念。早在浙江大学攻读AI时，梁文锋就坚信“AI一定会改变世界”，尽管当时这一观点并不被广泛认同。梁文锋强调，幻方量化进入AI领域并非为了复刻ChatGPT，而是希望通过研究和探索，解开AGI的更多未知之谜。他们将从语言大模型入手，逐步拓展到视觉等领域，致力于打造真正人类级别的AI。梁文锋告诉媒体，“我们要做的是通用人工智能，也就是AGI。语言大模型可能是通往AGI的必经之路，并且初步具备了AGI的特征，所以我们会从这里开始，后边也会有视觉等。”时至今日，梁文锋的日常依旧是看论文、写代码、参与小组讨论，是少有的能堪比一线研究员能力的公司掌舵者。一位AI创业者在社交媒体上爆料称，他去年问过DeepSeek团队的一名成员：“为什么你们的AI表现这么好？”那位成员回答：“因为我们的CEO自己读论文、写代码、招募人才。”不到140人！DeepSeek团队成员揭秘：年轻化，清北应届生领衔，还有在读生便宜！开源！好用！凭借集齐这三大优势的AI大模型，DeepSeek一飞冲天，成为了全球AI圈热议的对象。据多位与DeepSeek有过接触的行业人士表述，DeepSeek的优势之处就在于人才密度极高，且多来自于中国本土市场。另一位与DeepSeek有过接触的行业人士称，“DeepSeek给出的薪酬待遇非常具有竞争力，这让其一直对人才有很强的吸引力”。在接受媒体采访时，梁文锋认为，如果追求短期目标，找现成有经验的人是对的。但如果看长远，经验就没那么重要，基础能力、创造性、热爱等更重要。从这个角度看，国内合适的候选人就不少。“不一定是做过这伔事的人才能做这伔事。我们招人有条原则是，看能力，而不是看经验。我们的核心技术岗位，基本以应届和毕业一两年的人为主。”这一原则贯穿到了DeepSeek的团队组成中，最大的特点就是年轻。应届生、在读生，特别是来自清北的应届生在其中非常活跃。“只招1%的天才，去做99%中国公司做不到的事情。”面试过DeepSeek的应届生这样评伕其招聘风格。这也使得DeepSeek全员上下，都保持着极致的创新动力。DeepSeek团队规模并不大，不到140人，工程师和研发人员几乎都来自清华大学、北京大学、中山大学、北京邮电大学等国内顶尖高校，鲜有“海归”，而且工作时间都不长，不少还是在读博士。即便是团队的管理者，也非常年轻。梁文锋曾说过，“V2模型没有海外回来的人，都是本土的。前50名顶尖人才可能不在中国，但也许我们能自己打造这样的人。”让DeepSeek破圈的V2模型最重要的创新是提出了一种新型注意力，在Transformer架构的基础上，用MLA（Multi-head Latent Attention）替代了传统的多头注意力，大幅减少了计算量和推理显存。在一众贡献者中，高华佐和曾旺丁为MLA架构做出了关键创新，两人都刚从学校出来没几年。高华佐非常低调，目前只知道是北大物理系毕业；曾旺丁来自北京邮电大学，研究生导师是北京邮电大学人工智能与网络搜索教研中心主伙张洪刚。DeepSeek大模型的另一大突破，是通过一种名为GRPO的算法，创新训练方法，大大降低了成本。核心成员之一邵智宏此前是清华大学交互式人工智能（CoAI）课题组博士生，主要研究自然语言处理、深度学习，对构建稳健且可扩展的AI系统有着独特见解。他曾服务于微软研究院，加入DeepSeek团队之后，参与了多个重要项目的研发，包括DeepSeek-Math、DeepSeek-Prover和DeepSeek-Coder-v2等。朱琪豪 图片来源：北京大学程序设计语言研究室网站截图GRPO算法创新的另一重要贡献者是朱琪豪，是北京大学计算机学院2024届的博士毕业生，专注于深度代码学习研究。他的同学代达劢则在更早的时候加入这个团队，参与了DeepSeek大模型从V1到V3每一代的研发，已经是元老级研发人员，也在学生时代获得多项论文奖。负责DeepSeek大模型训练及推理基础架构的，是同样刚毕业的工程师赵成钢。加入DeepSeek之前，他曾在英伟达公司实习。DeepSeek团队中其他核心人员还包括：Peiyi Wang（北大博士生）、王炳宣（清华博士生）、吴作凡（中山大学博士生）、伙之洲（中山大学博士生）、周雨杨（中山大学博士生）和罗翔煜（中山大学博士生）等。这些一边搞研发一边写论文的年轻人，也一次又一次带给梁文锋惊喜。

近日，据北京市卫健委官网，抖音集团在北京市朝阳区建设三级医院的提案已得到批复。在互联网行业不断跨界融合的浪潮下，各大互联网大厂纷纷突破传统业务边界，探寻新的发展机遇。抖音集团作为其中的佼佼者，从短视频领域起步，迅速拓展至电商、金融等多元领域，如今又将目光投向健康医疗行业，计划在北京建设三级医院 —— 北京爱瑞医院（待定），这一举措引发广泛关注，预示着其在医疗领域布局的深化。01 厚积薄发：从线上到线下的深度布局抖音集团在健康医疗领域的布局早有伏笔，2020 年，通过收购 “百科名医网” 正式进军医疗健康行业，随后收购 “幺零贰四”，推出 “小荷医疗” 品牌，开展线上医疗服务，初步搭建起健康医疗服务平台。2021 年，抖音收购 “松果门诊” 并更名为 “小荷门诊”，迈出线上线下结合的关键一步。同年，还涉足精神心理健康领域，投资 “好心情” 平台，收购美中宜和股权，最终全资收购，不断丰富线下医疗资源。2024 年 12 月，成立 “北京宁和康瑞医疗管理有限公司”，专注残疾康复训练和医疗管理服务，持续拓展医疗行业版图。02 战略布局：打造未来医疗新典范抖音拟建设的 “北京爱瑞医院（待定）” 意义重大，根据北京市卫生健康委员会批复，该医院位于朝阳区中关村朝阳园北区医疗服务地块，预计设800张床位，采用中外合资合作模式。作为国际化医院，外籍医生比例预计不低于20%，融入国际化医疗服务元素。这一建设既符合北京市 “十四五” 卫生健康事业发展规划，又契合抖音健康医疗战略目标。朝阳区加速医疗行业国际化进程，为抖音提供了有利政策环境，在医疗资源引进和跨境医疗合作方面，抖音有望迎来更大发展机遇。03 电商赋能：线上线下双向驱动新引擎医疗电商是抖音进军医疗行业的重要战略方向。2022年，抖音电商平台上线药品类目，开启OTC药品销售，因药品销售复杂性，很快出台相关规范政策，严格管理处方药类目和医疗器械。2024年，抖音再次放开处方药销售，推出《处方药品类管理规范》和《处方药准入品牌清单》，为医疗电商拓展铺平道路。抖音凭借庞大用户群体和流量优势，通过短视频、直播和信息流广告，为医疗行业提供新推广运营渠道，实现流量变现，推动医疗健康内容和服务持续增长。04 巨头逐鹿：互联网大厂的健康角逐抖音进军医疗领域并非个例，百度、阿里巴巴、京东等互联网巨头也在积极布局。百度健康依托搜索引擎和信息数据库，提供健康知识查询和智能医疗服务，借助人工智能打造 “医生” 大脑；阿里健康和京东健康依托电商平台，整合医疗电商、线上问诊、智慧医疗等服务，提供一站式健康服务。这些大厂凭借流量和技术优势，为健康医疗行业带来创新，推动行业向智能、便捷、普惠方向发展。05 未来可期：健康医疗的无限可能随着抖音集团等互联网巨头进入健康医疗行业，行业将迎来新发展机遇。未来，线上线下医疗服务深度融合、智能化技术广泛应用、医疗资源优化配置将成重要趋势。抖音凭借在短视频、电商领域的成功经验，有望在健康医疗行业开辟新天地。抖音进军健康医疗行业，是对未来市场的敏锐洞察，也是打造多元化商业版图的战略选择。随着各大互联网公司深耕，健康医疗行业创新发展前景广阔。

据气象北京消息，今日19时全市大部地区平均风力5级左右，阵风7、8级，局地9级以上。全市561个观测站中8级以上阵风站数为173个（占比30.8%），9级以上29个（占比5.2%），10级以上4个（占比0.7%）。12级站数为1个，出现在门头沟高山玫瑰园，为32.9米/秒。12级风什么概念？气象部门介绍，风力是指风吹到物体上所表现出的力量的大小。一般根据风吹到地面或水面的物体上所产生的各种现象，把风力的大小分为13个等级，最小是0级，最大为12级。中国气象局于2001年下发《台风业务和服务规定》，将12级以上台风补充到17级。其中12级台风定为32.4-36.9米/秒。风力的等级划分13级以上（13级-17级）气象专家表示，在12级大风的作用下，人体受到的推力可达465至596牛顿，相当于两个成年男子的推力，这种风力足以将人吹倒，甚至推倒建筑物内的物品。12级大风在陆地上极为罕见。在此提醒您，北京市气象台已于2月6日16时发布持续低温蓝色预警信号，受强冷空气影响，预计6日至8日，本市平原地区夜间最低气温将持续低于零下10℃，请注意防范。北京市气象台已于2月5日14时45分发布大风黄色预警信号，预计6日中午至夜间本市有6级左右偏北风，阵风8、9级，山区阵风10级；7日白天有4级左右偏北风，阵风6、7级，山区阵风可达10级以上，请注意防范。出行建议地铁公交替代电动自行车北京晚报记者从市交管局获悉，近期，本市电动自行车交通事故多发频发，尤其在大风天气下，骑行安全备受关注。记者从交管部门了解到，电动自行车披挂的“挡风被”，虽能起到一定防寒作用，但体积普遍偏大，犹如一个“兜风被”。它不仅容易绊住支撑脚，勾挂旁边事物，而且在大风天气下由于受力面积大，车辆的操控难度也随之增加，更容易发生危险。棉把套也不能小觑，他会将骑行人的双手“束缚”住。骑行过程中一旦遇到突发情况，手不能快速做出应对反应，也容易发生交通事故。此外，一些御寒装备还可能遮挡驾驶人的视线，增加骑行的风险系数。北京交警提醒电动自行车骑行人，在大风天气时尽量选择地铁、公交等绿色出行方式，并注意御寒装备的选择，确保骑行安全。看看邻居们都在团什么？■说明：本文由远洋 生活家 编辑整理发布，转载请注明图片来源于网络，版权归原作者所有，若侵权，请联系删除■来源： 北京晚报微信公众号■本号法律顾问：北京市恒略律师事务所，咨询微信：jwbei2| 社区公众号：远洋生活家======== 邻居们的朋友圈！========远洋山水、沁山水、74号院、鲁谷村、永乐...

#endText .video-list .play{width: 20px; height: 20px; background:url(http://static.ws.126.net/video/img14/zhuzhan/play.png);position: absolute;right: 12px; top: 62px;opacity: 0.7; color:#fff;filter:alpha(opacity=70); _background: none; _filter:progid:DXImageTransform.Microsoft.AlphaImageLoader(src="http://static.ws.126.net/video/img14/zhuzhan/play.png"); }

#endText .video-info a:hover{color:#d34747;}