去年卖地收入减少约3万亿！2023年“土地财政”将去往何处？******
多年来，“土地财政”一直是热议的经济话题，今年也不例外。近期，第三方机构克而瑞统计的数据显示，2022年，随着我国房地产销售端疲软，土地出让金收入下滑，全国土地市场成交建筑面积为14.44亿平方米，成交金额4.73万亿，较2021年同期分别下降了37%、31%，土地出让金从高峰的8.7万亿下降了约3万亿规模。
“土地财政”，顾名思义，指的是地方政府依靠出让土地使用权的收入来维持地方财政支出，政府财政收入包括一般公共预算收入、政府性基金预算收入、国有资本经营预算收入，其中，国有土地使用权出让收入属于地方政府性基金预算收入，因不用上缴中央，土地出让收入是1994年分税制改革以来，地方财政的主要收入来源之一。
实际上，经历了二十多年的快速增长，随着我国房地产市场需求见顶，土地出让金的增速明显放缓，长期来看，地方政府高度依赖的“土地财政”将难以为继，如何弥补土地出让金下滑带来的财政资金缺口，成为地方政府不得不面对的问题，那么，2023年，甚至更远的将来，“土地财政”又将去往何处？
“土地财政”依赖程度越来越高
我国国有土地使用权公开拍卖始于1987年12月1日，彼时，深圳会堂座无虚席，经过17分钟的轮番叫价，深圳经济特区房地产公司以525万元拿下了这块8588平方米的住宅用地，敲响了建国以来国有土地使用权拍卖的“第一槌”。
根据《中国土地年鉴1996》的数据，1995年，全国通过出让方式提供用地43403公顷，出让金总额为420亿元。1998年，我国正式开启住房市场化改革，此后，随着房地产行业的快速发展，该数据一路上涨，2007年，首次突破1万亿元，直到2020年，我国国有土地使用权出让金额已经升至8.4万亿元，是1998年的200倍。
根据财政部官网公布的数据，仔细观察可以发现，2017年开始，我国土地出让金的增长开始变得很有规律，连续四年，每年的增长金额都在1万亿左右，直到2021年，国有土地出让金的增长速度开始放缓，仅增长3000亿元左右。
土地出让金快速增长的同时，地方财政对土地使用权出让金的依赖程度也越来越大。根据第一财经测算，2017年开始，我国土地出让金占地方财政总收入的比例(土地使用权出让收入/地方政府一般公共财政预算收入+地方政府性基金预算收入+地方国有资本经营预算收入)连续5年超过三成，2020年占比达到43.59%，2021年下降至41.81%，仍在4成以上。
分区域来看，粤开证券研究院统计的数据显示，我国东部地区经济发达、人口持续流入、土地市场需求旺盛，土地出让收入在地方综合财力中的占比(土地财政依赖度)较高；而西部和东北地区土地市场不够活跃，土地出让收入相对较低，更依赖中央转移支付。例如，2020年，浙江、江苏、福建、山东、广东、重庆6个省市的土地财政依赖度高于30%，分别达到51.9%、46.9%、40.3%、38.7%、33.8%和32.0%；而新疆、宁夏、青海、黑龙江、西藏5个省份对土地财政的依赖度偏低，均低于10%。
分城市来看，粤开证券研究院统计的数据显示，2020年，广州、长春、杭州、福州、南宁、海口、贵阳、西安、徐州、扬州、温州、金华、襄阳、南充，这些城市对土地财政的依赖度都较高，政府性基金收入与一般公共预算收入的比值均达到1.5倍，甚至更高；牡丹江、深圳、锦州等地对土地出让金收入依赖度相对偏低，其政府性基金收入与一般公共预算收入的比值分别为0.3倍、0.3倍和0.4倍。
土地出让金下滑
然而，在土地财政依赖程度越来越高的同时，我国的土地使用权出让金却面临下滑的事实。2022年，随着我国房地产销售端疲软，土地使用权出让金收入再次下滑。
此前，财政部发布的《2022年前三季度财政收支情况》显示，今年前三季度，我国的地方一般公共预算收入83217亿元，按自然口径计算下降4.9%。地方政府性基金预算本级收入42588亿元，比上年同期下降26.4%，其中，国有土地使用权出让收入38507亿元，比上年同期下降28.3%。
近期，房地产研究机构克而瑞统计的数据显示，2022年，我国商品房销售面积为13.6亿平方米，销售额13.3万亿元，同比分别下降24%、27%，行业规模重回2015年。与此同时，全国土地市场成交建筑面积为14.44亿平方米，成交金额4.73万亿，较2021年同期分别下降了37%、31%。土地出让金从高峰的8.7万亿下降了约3万亿规模。
克而瑞地产研究院数据显示，从土地成交建筑面积TOP20的城市来看，有12个城市的成交量相比去年有所减少，平均降幅达35.7%，降幅超过30%的城市多达7个，其中降幅最突出的当属遵义，成交建面刚刚超过1000万平方米，同比降幅高达65%。
克而瑞地产研究院的研究报告显示，除部分特别优质的地块以外，土地市场底价成交、城投托底成为常态，不少城市城投拿地金额占比超过5成，沈阳、无锡城投托底拿地的比例甚至超过9成，市场低迷的城市城投拿地也尽显疲态，流拍率高企。
价格方面，克而瑞地产研究院数据显示，受一线城市供地质量提升的影响，2022年全国300城土地成交楼板价小幅上涨，增至3266元/平方米，再度创下历史新高。不过，由于新房市场仍处于低位，加之房企资金压力依然较大，房企拿地积极性仍处于低位，全年溢价率仅有3.7%，与去年同期相比，下降了7.9个百分点。从集中供地的22城来看，2022年有17个城市的地价下降。
那么，土地市场出让规模为何下降？房地产研究机构中指研究院土地事业部负责人张凯在接受第一财经采访时表示，与土地市场成交规模相关性最高的仍然是新房市场成交规模。今年以来，受期房烂尾担忧、房价上涨预期转弱、居民收入预期悲观三重因素影响，新房市场规模明显缩量，导致房企拿地积极性高开低走。他指出，上述影响新房市场的三个因素中，能在明年有显著缓解的恐怕只有期房烂尾担忧。而随着疫情管控放开和经济活动的逐步恢复，居民收入预期的转变或将需要更长的时间；在“房住不炒”的基本国策下，房价上涨预期转弱将不会有根本性的改变。因此短期的新房成交规模很难较今年发生显著好转，土地市场随之亦难有明显的变化。
张凯进一步表示，从长期来看，土地市场与人口数量变化息息相关，人口净流入的城市土地市场仍然能够维持一定热度，而人口净流出的城市土地财政或将难以为继。总体而言，我国城镇化率已经接近瓶颈，人口老龄化、少子化对于住房需求均产生负面影响，土地市场成交规模整体呈现逐步下降的趋势将是必然。
硬币的正反面
任何事物都具有两面性。“土地财政”二十多年，为我国城市的快速发展做出了巨大贡献，与此同时，也带来了一系列的问题。
国家统计局的数据显示，1999年，我国城市化水平为30.9%，比1995年提高1.9个百分点，城市化处于较低水平，而2021年，我国常住人口城镇化率已经达到64.72%，。
厦门大学教授赵燕菁在其出版的新书《大崛起：中国经济的增长与转型》中肯定了“土地财政”的价值，他表示，中国城市化伟大成就背后的重要原因，就是创造性地发展出了一套将土地作为信用基础的制度——“土地财政”。在他看来，相对于“征税”，通过“所出售土地的升值”来回收公共服务投入的效率是如此之高，以至于城市政府不仅可以为基础设施建设融资，甚至还可以以补贴的方式为能够带来持续性税收的项目融资。
与此同时，赵燕菁在其上述新书中也叙述了“土地财政”带来的问题：“土地财政”的本质是融资，使得不动产变成投资品，一旦房价暴跌，大规模的资产贬值将导致难以想象的金融海啸；“土地财政”不仅给地方政府带来巨大财富，同时也给企业和个人快速积累财富提供了通道，同时，没有机会投资城市不动产的居民与早期投资城市不动产的居民的贫富差距迅速拉开，房价上涨越快，贫富差距越大；另外，房地产市场发展“不协调、不平衡、不可持续”，还占用了大量应该用于其他发展项目的资源。
粤开证券研究院副院长、首席宏观分析师罗志恒也认为，一方面，土地出让收入为地方政府提供了大量财政收入来源，缓解了一般公共预算压力；推动了城镇化进程；形成了大量的基础设施建设，直接带动了经济发展；推动了房地产快速发展。另一方面，土地财政也让部分地区的高地价推动了高房价；间接推动了融资平台和政府债务；在土地财政快速发展过程中，出现了破坏耕地的行为；在征地过程中因简单粗暴执行和补偿问题引发了部分社会问题等。
土地出让规模急速扩张的同时，一些城市非理性供地为后期房地产市场转弱也埋下了伏笔。克而瑞研究中心的相关研究报告表明，目前，我国约8成的城市市场需求及购买力明显透支，近一半的城市土地供应过量，随着房地产市场步入调整周期，去化压力不断加剧。另外，不少城市因大力发展新区便将供地指标向新区倾斜，但因为市政配套尚未真正落地，人口导入情况自然不甚理想，致使外围区域供需周期性错配。
资金缺口如何弥补？
回顾过往，“土地财政”有功有过，向前看，未来土地使用权出让金逐渐减少已成为不争的事实，财政收入长期对土地出让金的依赖，也将难以维，寻找新的财政收入增长点已经成为当前迫在眉睫的问题。
对于上述问题，一部分观点认为，应该从税收方面着手。
赵燕菁表示，“土地财政”只是专门用来解决城市化启动阶段原始信用不足问题的一种特殊制度，随着原始资本积累的完成，“土地财政”也必然会逐渐退出，如何弥补放弃“土地财政”造成的损失？他指出，可以仿效发达国家，从“土地财政”转向“税收财政”，突破现有的以间接税为主的税收体制。赵燕菁也表示，贸然放弃“土地财政”，对还未完成城市化原始资本积累的城市来说，存在巨大风险，另外，以间接税为主转向以直接税为主的改革也并非易事。因此，城市新区则应维持高效率的“土地财政”积累模式，另外，可以把巨大的利益调整分解到数十年的城市化进程中，随着城市化水平的提高，逐渐演变为直接税与间接税并重，乃至以直接税为主的模式。
回溯“土地财政”形成的原因，不少观点认为，土地财政源于1994年开始的分税制，因为分税制改革导致地方收入占比低、支出占比高，这种资金缺口迫使地方政府不得不通过土地出让、城投平台等方式融资。对此，粤开证券首席宏观分析师罗志恒曾在公众号“粤开志恒宏观”上发文表示，分税制和住房市场化改革都只是“土地财政”的促成因素，以GDP为核心的政绩考核机制才是问题的关键，激励机制决定行为，引发了地方政府隐性债务和土地财政等连锁反应。如果没有分税制，只要存在GDP考核，仍会产生资金饥渴和不足。
罗志恒则表示，未来，无论是土地供给还是需求都将呈现下降趋势，这直接影响未来土地财政的可持续性，因此，未来构建地方稳定的财政来源极为重要，房地产税开征是大势所趋。同时，罗志恒也指出，房地产税的体量短期内难以取代土地财政。
也有观点认为，应该大力发展其他产业。万通集团创始人冯仑近期在其微信视频号“风马牛地产研究院”中表示，当房地产销售端出现下滑，不少城市都会开始出现土地财政的缺口，如何解决这些问题？这些城市应该大力发展房地产以外的其他产业，创造更好的营商环境，以此让税收增长的更快，来弥补卖地收入的缺口。
中泰证券首席经济学家李迅雷近期公开撰文表示，国企资产是当前政府部门除了国有土地资产之外的最大一块资产了，如果通过提质增效，若能够让300万亿元的国企总资产的回报率提高一个百分点，则就有3万亿元收益增加，基本可以弥补土地财政消减带来的收入缺口。“当然这不是短期就能提升一个百分点，但只要坚持不懈地盘活国有资产，推进国企改革，若干年后，应该会有成效。”李迅雷补充道。
张凯对第一财经表示，改革开放以来，基建投资引领的城镇化一直助推我国经济高速增长。近年来，受到经济下行的压力，基建投资再次成为拉动经济增长的引擎，而基建投资的成本依赖土地财政。此外，近期推出房产税，将对房地产市场造成冲击，从而进一步降低房企拿地意愿，对土地财政产生更大的压力。因此，短期来看，土地财政难以替代。
“长期来看，尽管我国经济发展对基建投资存在一定的路径依赖，但城镇化率、居民部门杠杆率即将达到增长瓶颈，基建投资+土地财政的经济发展闭环难以为继。”张凯认为，房地产税作为长期、稳定的税源，在近二十年房地产也高速发展的基础上也有足够的存量房屋可供征税，适合在未来长期替代土地财政补充财政缺口。
总的来看，上述不管是直接税的税收制度变革，征收房地产税，还是大力发展其他产业，或是盘活国有资产，都不是一蹴而就的事情，那么，短期，如何保障房地产市场的稳定发展，让地方财政平稳过度？克而瑞研究院提出，当前应该提振市场信心，完善保交楼、保就业、销售保价等兜底机制，缓解市场观望情绪，需求端全面放松限购、限贷、限售，取消“限跌令”，政府回购商品房，与此同时，适当缩减供地规模，优化调整供地结构，以此破局短期楼市的困境。
近期，国家统计局原局长邱晓华公开表示，为了改善房地产消费观，财政方面也应该发力。土地价格的高企是造成房价高的重要因素，因此，要适当降低城市土地出售价格，来促进开发商成本的下降，带来房价的下降。另外，目前在销售领域里的税费负担还是很重，应当适当降低，让老百姓感受到政府的温暖。同时，也应当降低金融机构的按揭抵押利率，目前的按揭抵押利率(4%)还是偏高的，应该降1到0.5个点。
2022年，人工智能带给人类更多惊喜******
视觉中国供图
在世界人工智能大会上，用户输入文字，AI就能根据语意进行绘画创作。视觉中国供图
在国内首个乘用车无人化运营试点北京经济技术开发区，一辆“主驾无人、副驾驶配备安全员”的无人驾驶车在行驶中。新华社记者彭子洋摄
即将过去的2022年，对于人工智能来说是值得铭记的一年。大批人工智能相关应用走出实验室，向着大范围落地实践不断迈进。AI“黑科技”加持下的北京冬奥会异彩纷呈；无人驾驶开启多城试点，未来交通更进一步；AI绘画以假乱真令人着迷，艺术创作或许不再是人类专属……
无论是底层技术不断突破，还是各类应用百花齐放，在过去的一年，人工智能向我们展示了它的无限可能。我们相信这只是人工智能的冰山一角，未来它还有更多潜力等待我们去挖掘。
随着技术的不断成熟，落地应用不断创新，人工智能或将真正改变你我的生活。
AI“黑科技”照亮北京冬奥会
助力天气预报、比赛转播和手语播报等
2月4日，全球瞩目的2022年北京冬奥会正式拉开帷幕。人工智能等技术的应用为本届冬奥会增添了别样的“科技之美”。
在此次冬奥会上，由中国科学院院士、北京大学副校长、北京大学重庆大数据研究院首席科学家张平文领衔研制的人工智能MOML算法赋能天气预报模型，使冬奥会天气预报更加精准。人工智能算法在融合、处理信息中的先天优势，使其在一定程度上可以代替预报员在会商中进行信息整合、分析，通过数据挖掘与学习，将预报员的经验内化在算法中，在提高天气预报效率的同时，也进一步提高了预报的准确率。
在本届冬奥会自由式滑雪女子大跳台决赛中，中国选手谷爱凌以“逆天”的精彩表现获得个人首金。在比赛转播过程中，百度智能云通过“3D+AI”技术打造出的“同场竞技”系统，将单人比赛项目变成“多人比赛”，实现冠、亚军比赛画面的三维恢复和虚拟叠加，方便观众看到不同选手的实时动作；同时，通过技术手段对运动员动作进行量化分析，将滑行速度、腾空高度、落地远度、旋转角度等一系列运动数据与原始画面叠加起来，使观众可以更直观地从流畅性、完成度、难度、多样性和美观度等角度看懂选手之间的技术动作差异。
在北京冬奥会开幕的同一天，央视新闻AI手语主播也正式上岗，她在冬奥会新闻播报、赛事直播和现场采访中，为听障人士送上了实时手语翻译服务。凭借精确的手语翻译引擎，该AI手语主播可懂度达85%以上，可将冰雪赛事的文字及音视频内容，快速精准地转化为手语。
腾讯“混元”AI大模型登顶VCR榜单
展现了其在多模态理解领域的强大实力
5月31日，腾讯“混元”AI大模型在多模态理解领域国际权威榜单VCR（Visual Commonsense Reasoning，视觉常识推理）中登顶，两个单项成绩和总成绩均位列第一。这是继在跨模态检索领域大满贯、CLUE自然语言理解分类榜及CLUE总榜登顶后，“混元”AI大模型的又一重大突破，展现了其在多模态理解领域的强大实力。
与跨模态理解任务不同的是，多模态理解任务要求计算机除了能够做到识别层次的感知（如分类检测等），还需要达到认知层次的感知（如判断意图、逻辑推理等）。
此次登顶VCR榜首的“混元”AI大模型由腾讯广告多媒体AI团队自主研发，同时借助腾讯太极机器学习平台的图形处理器算力和训练加速框架，在预训练任务、训练方式上进行了诸多创新改进和设计，有效提升了模型性能。
截至目前，“混元”AI大模型在MSR-VTT、MSVD、CLUE、VCR等多个领域的AI权威榜单中取得了第一名的成绩，并刷新多项行业历史纪录。这意味着，“混元”在自然语言理解、多模态理解、跨模态理解等领域的技术实力已得到验证。
谷歌工程师闹乌龙，称AI存在意识
人工智能所谓的“人格”更多只是模仿人类罢了
谷歌AI工程师闹乌龙，称LaMDA语言模型有意识，引发业界对“AI是否拥有自主意识”的讨论。
今年6月，谷歌公司AI工程师莱莫因认为对话应用语言模型LaMDA具有了“自主意识”，并对此出具了长达21页的证据。莱莫因认为LaMDA具有意识的原因有三：一是LaMDA以前所未有的方式高效、创造性地使用语言；二是它以与人类相似的方式分享感觉；三是它会表达内省和想象——既会担忧未来，也会追忆过去。
LaMDA是谷歌在2021年开发者大会上公布的大型自然语言对话模型，它可以模拟任何带有知识属性的实体，通过“拟人”的方式，在与人类亲切自然的对话中为用户答疑解惑，传递更多知识。
莱莫因的观点和证据引起了业内的广泛关注。不久后，谷歌发表声明称，莱莫因违反了“就业和数据安全政策”，将其解雇。谷歌表示，经过广泛地审查，他们发现莱莫因关于LaMDA是有生命的说法是完全没有根据的。
专家普遍认为，当下人工智能具有的所谓“人格”，更多只是模仿人类的语言风格，有自我意识、有感知能力的AI应该具备能动性，并具有独特的视角看待人和事，但目前AI还只是人们设计的一个计算机系统，作为工具来做一些特定之事。
全球首个图、文、音三模态大模型诞生
“紫东太初”实现“以图生音”和“以音生图”
9月1日，在上海举办的2022世界人工智能大会上，由武汉人工智能研究院、中国科学院自动化研究所和华为技术有限公司联合研发的“紫东太初”多模态大模型项目获得了此次大会的最高奖项。“紫东太初”是全球首个图、文、音三模态大模型，开创性地实现了图像、文本、语音三模态数据间的“统一表示”与“相互生成”，实现了“以图生音”和“以音生图”，理解和生成能力更接近人类，为打造多模态人工智能行业应用提供创新基础，向通用人工智能迈出了重要一步。
“紫东太初”三模态间的相互转换和生成，其核心原理是视觉、文本、语音不同模态通过各自编码器映射到统一语义空间，然后通过多头自注意力机制学习模态之间的语义关联以及特征对齐，形成多模态统一知识表示；之后，再利用编码后的多模态特征，通过解码器分别生成文本、图像和语音。
“紫东太初”凭借四大突破，有效助力以多模态认知为核心的通用人工智能发展。一是首次提出多层次、多任务跨模态自监督学习框架，支持从词条级走向模态级、样本级的三级预训练自监督学习方式；二是首次完成弱关联多模态数据语义统一表示，减少数据收集与清洗代价；三是首次实现多模态理解与生成任务的统一建模，支持跨模态检索、多模态分类、语音识别、图像生成等理解与生成任务；四是首次实现无监督超越有监督方法，基于5%—10%的数据标注，实现100%的有监督学习效果。
AI打破矩阵乘法计算速度纪录
解决了50年来数学领域一个悬而未决的问题
10月，英国《自然》杂志封面以“矩阵游戏”为题，发表了人工智能公司“深度思维”团队的最新发现：AI可以解决矩阵乘法问题。这款名为“AlphaTensor”的AI系统能自行发现新算法，从而解决了50年来数学领域一个悬而未决的问题——找到两个矩阵相乘最快的方法。这是第一个可为矩阵乘法等基本任务发现新颖、高效且正确算法的AI系统。
数学在计算机编程中经常出现，通常作为描述和操纵现实世界现象表示的一种手段。例如，它可用于表示计算机屏幕上的像素、天气状况或人工网络中的节点。在这种情况下，使用数学的主要方式之一，就是对矩阵进行计算。矩阵越大，工作量也越大，计算机科学家开始花费大量时间和精力开发更加有效的算法来完成相关工作。
在此次最新成果中，“深度思维”团队研究人员探究了是否有可能使用基于强化学习的AI系统来创建新算法，从而使计算步骤比现有算法更少。
为了找到答案，他们从游戏系统中寻找灵感。在构建了一些初步系统之后，研究团队将重点转向了树搜索，这是系统在特定情况下查看各种方案的一种方法。
接下来，研究人员将允许系统创建自己的算法，进一步提高效率。他们发现，在许多情况下，系统选择的算法比人类创建的算法更好。“深度思维”团队希望，未来AI能更多地用来帮助攻克数学和科学领域的一些重要的难题。
2022中国人工智能创新发展指数公布
全面反映我国人工智能发展态势
11月18日，第五届世界声博会暨2022科大讯飞全球1024开发者节开幕式上，中国电子信息产业发展研究院（又称赛迪研究院）发布了2022中国人工智能创新发展指数（合肥指数）。
这是国内首个以地区冠名的全国性人工智能专题研究成果，旨在全面系统地反映我国人工智能的发展态势。中国电子信息产业发展研究院从发展环境、创新能力、基础配套、资本投入和产业实力5个维度，构建了中国人工智能创新发展指数，也就是“合肥指数”的评价体系。
近年来，我国人工智能步入与经济深度融合应用新阶段，智能化转型全面推进，人工智能产业在全球的影响力不断增强。2021年，我国人工智能的研发强度为19.4%，从业人数增加到31万人，占全球比重的5.3%。2017年至2021年，我国人工智能产业规模增长了2.6倍，占全球比重提升到16.8%。专利申请量占全球比重持续扩大，从2012年的13%增长到2021年的70.9%。创新能力上，我国人工智能研发投入力度不断加大，从业人数不断增加。
从总体指数来看，北京、广东和上海处于人工智能领域的领跑地位，安徽则紧随其后，排在全国的第6位。合肥已经成为人工智能领域、科技创新与产业发展最活跃的城市之一。
ESMFold预测六亿多种蛋白质结构
预测速度比“阿尔法折叠”快60倍
英国“深度思维”公司8月曾宣布，其开发的人工智能程序“阿尔法折叠”已预测出约100万个物种的超过2亿种蛋白质结构，几乎涵盖了科学界已编录的每一种蛋白质结构。但就在今年11月，元宇宙平台公司（Meta）研究人员利用人工智能模型ESMFold预测了来自细菌、病毒和其他尚未被表征微生物的6亿多种蛋白质结构。
在此次最新研究中，研究团队利用大型语言模型来预测这些蛋白质结构。据悉，语言模型通常需要大量文本进行训练，为将这一模型应用于蛋白质结构预测，研究团队利用已知的蛋白质序列来训练它，这些已知的蛋白质可由20个不同氨基酸组成的链来表达，每个氨基酸由一个字母表示。然后，ESMFold学会了用模糊的氨基酸比例“自动完成”蛋白质结构预测。
该团队负责人亚历山大·里维斯表示，这些训练让ESMFold对包含蛋白质形状信息的蛋白质序列有了直观了解。而且，与“阿尔法折叠”一样，这一模型能将这些了解到的信息与已知蛋白质结构和序列之间的关系信息结合，生成预测结构。
团队指出，ESMFold的预测虽然不像“阿尔法折叠”那么准确，但在预测速度上要快60倍，这意味着它可将结构预测数据库扩展到更大。
首创蛋白质动态结构AI建模方法
对理解生命过程、研发新型药物有着重要意义
12月8日，西湖大学公布了该校人工智能讲席教授李子青团队联合厦门大学、杭州德睿智药科技有限公司首创研发的能够刻画蛋白质构象变化与亲和力预测的AI模型——ProtMD。这是第一个尝试解析蛋白质动态构象的人工智能模型，可辅助药物化学专家更加精准地筛选出高活性小分子，从而加速临床前药物研发。
此前谷歌旗下公司研发的“阿尔法折叠2”能够利用人工智能准确预测蛋白质的三维结构，对结构生物学、药物设计乃至整个科学界都产生了巨大影响。但“阿尔法折叠2”只能预测蛋白质在一个瞬间的静态结构，尚未能解决蛋白质结构动态变化的预测。李子青团队此次开发的AI模型，在给定药物分子和靶点蛋白的情况下，可预测药物分子与生物体内靶点蛋白质结合（柔性对接）后蛋白质结构的变化过程，推断药物与靶标蛋白结合的稳定性，预测药物功能，从而提升AI药物设计的精度和效率。
李子青表示，预测蛋白质结构的动态变化对理解生命过程、研发新型药物都有着十分重要的意义。尤其在AI药物设计中，通过对药物分子与靶点蛋白结合后的动态结构变化进行预测，评估药物—靶点结合亲和力和药物效果，是提高AI药物筛选准确性和效能的重要思路。
多城市推动自动驾驶行业发展
我国自动驾驶行业正式向L3级迈进
2022年是自动驾驶行业具有里程碑意义的一年，有关政策密集出台，相关应用从研发测试走向大规模商业化试点。当前，全国近30个城市已累计为80余家企业发放了超过1000张道路测试牌照，允许高等级智能网联汽车在特定场景、特殊区域内开展规模化载人载物测试示范。越来越多的城市正在推进更高等级的自动驾驶商业化。
今年8月1日，《深圳经济特区智能网联汽车管理条例》开始实行，该条例提出L3级自动驾驶在行政区全域开放道路测试、示范应用，探索开展商业化运营试点，标志着我国自动驾驶行业正式向L3级迈进。
此后，重庆、武汉等地政府部门也先后发布了自动驾驶全无人商业化试点政策，并向百度发放全国首批无人化示范运营资格，允许车内无安全员的自动驾驶车辆在社会道路上开展商业化服务。
此外，为推动智能网联汽车产业健康有序发展，工业和信息化部会同公安部还组织起草了《关于开展智能网联汽车准入和上路通行试点工作的通知（征求意见稿）》，拟遴选符合条件的道路机动车辆生产企业和具备量产条件的搭载自动驾驶功能的智能网联汽车产品，开展准入试点；对通过准入试点的智能网联汽车产品，在试点城市的限定公共道路区域内开展上路通行试点。
AI绘画火了，AIGC元年开启
未来预计能够产生万亿级经济价值
今年8月，在美国科罗拉多州举办的新兴数字艺术家竞赛中，参赛者杰森·艾伦提交的AIGC绘画作品——《太空歌剧院》，获得了此次比赛“数字艺术/数字修饰照片”类别一等奖。没有绘画基础的杰森·艾伦借用了一款名叫Midjourney的AI绘图工具，通过一个类似“文字游戏”的过程，输入题材、光线、场景、角度、氛围等有关画面效果的关键词后，得到了初始作品，并在反复调整和修改后最终完成了这组“太空歌剧院”数字艺术作品。
这一年，AI绘画小程序、网站等开始迅猛增长，而美图秀秀、抖音等软件也加入了AI画图功能。抖音平台数据显示，截至12月6日，已有超2428.4万人使用该特效，迅速飙升至特效潮流榜第一位。AI绘画的百度指数也从日均两三千上升到日均3万，火爆程度可见一斑。
AI绘画的火爆也让AIGC这一概念逐渐进入大众视野。
所谓AIGC（AI Generated Content），即基于人工智能技术自动生成内容的新型生产范式。其技术主要涉及两个方面：自然语言处理（NLP）和AIGC生成算法。其中，自然语言处理是实现人与计算机之间通过自然语言进行交互的手段。
最初，AIGC可生成的内容形式以文字为主，经过2022年指数级的发展，目前AIGC技术可生成的内容形式已经拓展到了包括文字、图像、视频、语音、代码、机器人动作等多种内容形式，2022年也因此被称为“AIGC元年”。生成式AI让机器开始大规模涉足知识类和创造性工作，未来预计能够产生数万亿美元的经济价值。（科技日报实习记者 都芃）
