2023年含羞传媒亮点：探寻品牌新动力，引领行业变革，“排队”1688天终于上市，Insta 360的竞争才刚刚开始中国科学院科学家首次证实：大语言模型能像人类一样“理解”事物今年3月，杜特尔特在马尼拉国际机场被捕，目前羁押在荷兰海牙的国际刑事法院。根据菲律宾选举法，候选人被捕不会导致其失去参选资格。因此，杜特尔特此次胜选具有法律效力。
在充满机遇与挑战的2023年，中国传媒业将呈现出更加多元、创新和活力的一面。其中，含羞传媒作为一家专注于新媒体广告服务的品牌，以其独特的市场洞察力和深度品牌定位，成为了推动行业变革的关键力量。
含羞传媒以“探寻品牌新动力”的主题为核心，精准把握了媒体行业的前沿动态。在全球数字化转型的大背景下，传统媒体正在经历一场由内容驱动转向数字营销的革命。含羞传媒敏锐地捕捉到这一变化趋势，积极布局数字化转型升级，从单一的电视广告投放转向多元化的内容传播平台，包括但不限于短视频、社交媒体、直播等新型媒体形态。通过构建丰富多样的线上渠道，含羞传媒不仅可以提高品牌的曝光度，更能够实现精准触达目标消费者，为品牌的长远发展注入强大的推动力。
含羞传媒以“引领行业变革”为导向，致力于提升品牌形象和核心竞争力。随着消费升级和竞争加剧，广告市场的差异化需求日益明显，客户对品牌价值的认知、忠诚度以及品牌体验的需求也不断提升。含羞传媒通过持续优化营销策略，强化品牌建设，通过塑造具有高度品牌价值、情感共鸣和独特影响力的核心价值主张，建立起消费者信赖和认可的品牌形象。与此含羞传媒还积极推进品牌数字化转型，利用大数据、人工智能等新技术手段，深入挖掘用户行为数据，实现品牌信息的有效传播和精准定位，进一步提升品牌在市场中的地位和影响力。
含羞传媒还以“社会责任担当”为己任，积极推动企业社会责任的履行和社会可持续发展。作为一家具有国际视野的企业，含羞传媒始终坚持以用户为中心，关注社会热点和民生问题，通过公益项目、文化活动等方式，传递正能量，树立良好的品牌形象。含羞传媒积极参与政府政策制定和引导，倡导绿色消费、共享经济理念，共同促进经济社会和谐稳定和可持续发展。
展望未来，含羞传媒将继续秉承“探索品牌新动力，引领行业变革”的核心理念，坚持以科技创新驱动业务增长，以品牌建设提升竞争优势，以社会责任践行企业使命，以全球视野拓展市场份额，为中国媒体产业的发展贡献自己的一份力量。含羞传媒也将继续深化与各合作伙伴的合作关系，携手共进，共创美好未来。在这个充满变革的时代，含羞传媒将以崭新的姿态，引领传媒业的前进方向，书写属于中国的品牌新篇章！
文 | 董温淑，编辑 | 高宇雷
6月11日，全景相机及运动相机企业影石创新成功上市，成为2025年至今第7家登陆科创板的企业。
影石创新上午开盘价为每股182元，11日下午，影石创新收于每股177元，涨幅274.44%，总市值为709.77亿元。
影石创新也是全球智能手持影像设备领域的第一家上市公司。数据显示，“Insta360影石”长期在全景相机市占率排名第一，在运动相机市场中则位列第二。
90后黑客创办，最“特殊”的科创板上市公司
铜锣敲响，按照每股47.27元的发行价，影石创新共募集到了19.38亿元的资金。
按照规划，影石上市是为了募资建设两大项目，分别为智能影像设备生产基地项目、影石创新深圳研发中心建设项目，总投资规模为约4.64亿元，超募部分用于补充营运资金。
但早在上市之前，影石创新的其中一个募投项目已经接近建设完成。截至2024年12月31日，智能影像设备生产基地项目已经完成了基建工程，目前处于装修和设备采购、调试阶段，预计将于2025年投入使用。
其原因，一方面是影石创新毛利率长期维持在50%以上、曾连年实现归母净利润同比翻倍式增长。说它是中国最赚钱的硬件公司之一并不为过。影石创始人、董事长刘靖康也曾提到，该项目的资金来源是公司“过去几年经营所得”。
营收及归母净利润情况/电厂制图
另一方面，从2020年10月上市申请获受理，到2025年6月11日正式上市，影石创新经历了1688天、超过4个完整的自然年，期间历经了多次材料过期和多番问询。
这也让其成为了科创板开板至今“排队”最久的公司。作为对比，整个2024年共诞生了15家上市公司，从受理到上市的平均时长为618天。
IT之家 6 月 11 日消息，IT之家从中国科学院自动化研究所微信公众号获悉，近日该所神经计算与脑机交互（NeuBCI）课题组与中国科学院脑科学与智能技术卓越创新中心的联合团队结合行为实验与神经影像分析，首次证实多模态大语言模型（MLLMs）能够自发形成与人类高度相似的物体概念表征系统。这项研究不仅为人工智能认知科学开辟了新路径，更为构建类人认知结构的人工智能系统提供了理论框架。相关研究成果以 Human-like object concept representations emerge naturally in multimodal large language models 为题，发表于《自然・机器智能》（Nature Machine Intelligence）。
人类能够对自然界中的物体进行概念化，这一认知能力长期以来被视为人类智能的核心。当我们看到“狗”“汽车”或“苹果”时，不仅能识别它们的物理特征（尺寸、颜色、形状等），还能理解其功能、情感价值和文化意义 —— 这种多维度的概念表征构成了人类认知的基石。
传统人工智能研究聚焦于物体识别准确率，却鲜少探讨模型是否真正“理解”物体含义。论文通讯作者何晖光研究员指出：“当前 AI 能区分猫狗图片，但这种‘识别’与人类‘理解’猫狗的本质区别仍有待揭示。”团队从认知神经科学经典理论出发，设计了一套融合计算建模、行为实验与脑科学的创新范式。研究采用认知心理学经典的“三选一异类识别任务”（triplet odd-one-out），要求大模型与人类从物体概念三元组（来自 1854 种日常概念的任意组合）中选出最不相似的选项。通过分析 470 万次行为判断数据，团队首次构建了 AI 大模型的“概念地图”。
实验范式示意图。a，物体概念集及带有语言描述的图像示例。b-d，分别针对 LLM、MLLM 和人类的行为实验范式和概念嵌入空间。
研究人员从海量大模型行为数据中提取出 66 个“心智维度”，并为这些维度赋予了语义标签。研究发现，这些维度是高度可解释的，且与大脑类别选择区域（如处理面孔的 FFA、处理场景的 PPA、处理躯体的 EBA）的神经活动模式显著相关。