彩虹多多平台_彩虹多多客户端

双集中供地模式迎变******

　　试点两年，双集中的供地方式迎来优化。2月2日，一份落款为自然资源部办公厅发布的《关于进一步规范住宅用地供应信息公开工作的通知》(以下简称《通知》)，要求各市、县自然资源部门根据年度供地计划，分批次公开未来一定时间段内拟出让地块的详细清单。每次公开详细清单对应的拟出让时间段原则上不少于3个月，同时，详细清单内的地块，在公开的拟出让时间段内可以一次或多次发布出让公告，这意味着试点两年的双集中供地模式迎来转变。

　　业内分析指出，转变不代表要取消集中供地，更为灵活的供地方式和节奏，将更符合“销售市场活跃-投资拿地活跃”的逻辑。

　　根据形势“调整和优化”

　　《通知》的核心要点是“推进供应信息公开”。《通知》明确，建立拟出让地块清单公布制度，每次公开详细清单对应的拟出让时间段原则上不少于3个月，给市场主体充足的时间预期限制。同时，详细清单内的地块，在公开的拟出让时间段内可以一次或多次发布出让公告，这意味着试点两年的双集中供地模式迎来转变。

　　上海易居房地产研究院研究总监严跃进表示，建立拟出让地块清单公布制度实际上是对过去集中供地模式的修正。2022年集中供地工作推进中，过于密集的供地，导致房企拿地的准备工作遇到了很多困难，最终导致对于地块的情况掌握不到位，也影响了投资拿地的策略。政策明确了3个月的缓冲期，实际上是希望地块信息为房企和市场所消化，本质上也是希望土地供应工作和市场需求做紧密的对接。

　　在严跃进看来，政策内容不代表要取消集中供地，而是要对集中供地进一步优化，充分体现了供地思路兼顾短期矛盾和中长期制度安排需要。虽然今年1月份各地投资拿地依然比较疲软，但随着“销售市场活跃-投资拿地活跃”的逻辑线更加清晰，后续各类企业依然会有积极拿地的动作。

　　“并非‘取消’，而是根据形势‘调整和优化’。”广东省规划院住房政策研究中心首席研究员李宇嘉分析称，集中供地是长效机制，不能因市场低迷就退出。集中供地的本源，一方面是疏通供需双方的信息，引导各方预期，避免抢地导致地价推动房价，导致资金大规模涌入楼市；另一方面是通过对土地合理定价，纠偏地方无序的土地财政行为，并通过强化信心披露和供地规则，倒逼熟地出让，降低开发商拿地无序的成本。

　　部分城市此前已放宽

　　2021年2月，自然资源部要求22个试点城市实施住宅用地“两集中”，即集中发布出让公告、集中组织出让活动，且2021年发布住宅用地公告不能超过3次。但事实上，此前已有部分城市打破了集中供地次数的限制，改为一年四次或多次的集中供地，更有城市暂停了集中供地模式。

　　据了解，北京、杭州、南京、苏州、无锡等城市于2022年纷纷推出五批次集中供地，武汉在2022年更是上架了六批次集中供地。

　　2022年10月，江西住建厅发文，将持续完善房地产政策，积极争取国家有关部委支持，力争将南昌从“集中供地”城市名单中调出。此外，22个试点城市中的长沙也于去年官宣土地推介方式将进行调整，今后不再按年度批次推介土地，更改为年度常态化持续更新推介。2023年开年，天津首次单独挂出1宗涉宅用地。

　　中指研究院土地市场研究负责人张凯在“中指市场形势及企业研究成果分享会”上介绍，回顾2022年22城集中供地来看，计划完成率不足六成。对于2023年土地市场走势，业内人士预计并不乐观。其中，市场热度仍将持续分化，安全应成为今年房企选择城市的重要标准。在土地规则上，各地采取多次分散供地，优化供地条件，降低参拍门槛。

　　李宇嘉指出，集中供地模式是在疫情后开始推的，主要是应对当时高地价及新一轮楼市上涨。同时，从那时开始，也开启了一揽子长效机制建设。当对房企定向去杠杆、要求自有资金拿地，全面打掉“前融”时，通过集中供地(一天内完成十几宗地块出让)控制源头上抢地、诞生高地价的必要性，已下降了很多。但后续商品房市场下行，回款走低，开发商资金链紧张，此时继续沿用集中供地，在很多城市甚至导致大面积流拍，恶化市场预期的同时，此前出让的高价地也无法开发了，甚至计提坏账准备。

　　此次《通知》也明确，各地要将住宅用地近三年平均完成交易量以及对应的住宅建筑面积，作为测算下一年度供地计划总量的参考。要“因城施策”安排计划总量，凡商品住房去化周期长、土地流拍率高、市场需求明显不足的城市，应当控制商品住房用地供应规模，其中已供应未竣工住宅用地面积超过近三年平均完成交易量5倍的城市，应当从严压缩计划规模直至暂停供地。

　　北京商报记者 王寅浩

ChatGPT搞钱行不行******

　　一系列的试探之后，AI聊天机器人ChatGPT的收费计划浮出水面。当地时间2月1日，人工智能实验室Open AI在其官网宣布将推出“ChatGPT Plus”付费订阅版本，每月收取20美元。免费了两个月，月活用户却达1亿的ChatGPT，终于踏上了自己的“赚钱路”，由此，AIGC商业化落地的探讨也陡然升温。不少人迫切地想知道，ChatGPT Plus会不会是AIGC从烧钱到赚钱的关键转折。

　　免费服务仍将继续

　　“新晋顶流”ChatGPT用收费计划再次搅动了AI圈的一池春水。根据Open AI的公告，订阅ChatGPT Plus服务的用户，即使在高峰时段，也可获得该聊天机器人更快速的回应，而且可以提前体验新功能和改进。

　　去年11月，ChatGPT横空出世，不仅能够通过学习和理解人类的语言与用户进行对话，还能根据上下文互动，甚至能够完成撰写文案、翻译等工作。得益于这种突破性的使用体验，ChatGPT迅速蹿红。

　　当地时间2月1日，瑞银发布研究报告称，截至今年1月，近期爆火的ChatGPT在推出仅两个月后，其月活跃用户估计已达1亿，成为历史上用户增长最快的消费应用。同样的成绩，海外版抖音TikTok在全球发布后，花了大约9个月的时间，Instagram则花了两年半的时间。

　　但大量用户涌入的同时，也导致ChatGPT经常在流量压力之下无法提供及时的回应，此次收费版的ChatGPT Plus针对的便是这一痛点。

　　据悉，付费计划将在未来几周内首先在美国推出，然后扩展到其他国家。但ChatGPT Plus的推出并不意味着取代免费版的ChatGPT，Open AI表示，将继续为ChatGPT提供免费访问。

　　烧不起的模型成本

　　尽管只推出了两个月，但Open AI对于ChatGPT的收费计划却已经暗示了有一阵子。早在1月初，Open AI就曾提出过专业版ChatGPT的计划，宣布“开始考虑如何使ChatGPT货币化”，并公布了一项调查。什么价格以上会无法接受？什么价格以下会觉得太便宜？诸如此类关于定价的问题皆在其中。

　　有用户曾在社交媒体上提问ChatGPT是否会永久免费，对此，Open AI首席执行官Sam Altman回应称：“我们将不得不在某个时间点，以某种方式将其商业化，因为运算成本令人瞠目结舌。”Sam Altman曾透露，ChatGPT平均每次的聊天成本为“个位数美分”。

　　“这类大模型训练成本非常高。”在接受北京商报记者采访时，瑞莱智慧高级产品经理张旭东表示。

　　但相对训练来说，模型推理，也就是用户提交输入模型输出结果的过程，这一成本会更高。“据说ChatGPT在开放测试阶段每天要花掉200万美元的服务器费用，所以前段时间免费的公测也停止了，如何降低模型推理的消耗也是目前的一个重要研究问题。”张旭东称。

　　“钱景”在哪

　　长久以来，广阔的市场前景和难以盈利的现状几乎成为了AI领域难以平衡的理想和现实，对ChatGPT或者说是以ChatGPT为代表的AIGC也是一样。

　　洛克资本副总裁史松坡对北京商报记者分析称，ChatGPT受到广泛认可的重要原因是引入新技术RLHF，即基于人类反馈的强化学习。在史松坡看来，ChatGPT是一个高效的信息整合助手，可以取代大量人类中初级助理的角色。

　　但他同时提到，目前ChatGPT在海外英文环境中已经能胜任图画创作、音乐创作、文字整理、信息搜集综合、基础编程和金融分析，但还不能胜任高频度的人类主观决策，比如大型投资决策、政治战略决策等。

　　天使投资人、知名互联网专家郭涛认为，ChatGPT在重塑众多行业或场景的同时也孕育着巨大的商机，将推动众多行业快速变革，有望在AIGC、传媒、娱乐、教育、客户服务、医疗健康、元宇宙等领域快速落地，具有万亿级市场规模。

　　张旭东认为，AIGC商业化落地还需要结合应用场景，目前基于生成式大模型的商业应用案例还比较少，就以当下的技术水平看，一两年内达到很好的AGI(通用人工智能)水平还是不太现实的，所以一定需要有垂直领域的创新公司来基于OpenAI等公司的工作来寻找合适的场景落地。

　　AIGC商业化，侵权与被侵权

　　AIGC要想商业化，场景只是其一。伴随着ChatGPT的爆火，争议始终并行，比如AI绘画面临的版权探讨。学术界也已针对ChatGPT做出了反应，权威学术出版机构Nature规定，ChatGPT等大模型不能被列为作者。纽约市教育部门曾表示，纽约公立学校的所有设备和网络上将禁止使用ChatGPT。

　　张旭东认为，目前AIGC最为成熟的应用在内容作品创作上，但从专业角度看，AIGC属于模仿创新，并不具备真正的创造力，AIGC的作品可能对一些艺术家、创作家的风格题材造成侵权；另一方面，AIGC作品也存在被他人侵权的风险。

　　此外，就安全性问题而言，AIGC这种深度生成能力很可能被滥用于伪造虚假信息，比如生成一些敏感性的有害信息，甚至伪造新闻信息恶意引导社会舆论，而且这些生成式内容难以分辨追踪，大幅增加对信息治理的挑战难度。信息获取也是AIGC需要解决的问题之一。

　　郭涛则提到，当前AIGC赛道尚处于孕育探索阶段，存在关键核心技术不成熟、免费素材资源较少、内容堆砌且质量参差不齐、成熟的商业应用场景较少、相关法律法规不健全及技术伦理挑战等突出问题，短期内还难以实现大规模商业化应用。

　　北京商报记者 杨月涵

　　（文图：赵筱尘 巫邓炎）