汉莎航空拟斥资近4亿美元收购ITA航空
德国汉莎航空宣布，将投入近4亿美元资金获取意大利ITA航空的控股权，旨在将该航空公司纳入其运营版图。 2023年意大利政府推行航空公司私有化时，汉莎与意大利财政部达成共识，目前持有ITA41%的股份，并保留了进一步增持的权利。 汉莎方面表示，将在下个月执行这一选项，支付3.25亿欧元（约3.83亿美元）收购剩余49%股权，从而将持股比例提升至90%，实现完全掌控。 据悉，该交易还需通过欧盟和美国司法部的审批，预计将在2027年第一季度正式完成交割。 责任编辑：郭明煜 新浪财经声明：本文转载自合作媒体，旨在
AI智能体重塑金融生态
金融领域正悄然迎来一场变革。这场变革的主角并非大数据、区块链或元宇宙，而是AI智能体（AI Agent）。度小满CTO张文斌近期透露一组数据：AI智能体已深入信贷审批、智能客服、风险控制等关键业务，客服问题处理效率提高40%，信贷审核速度提升至3倍。这并非纸上谈兵，而是实际运行中的业务成果。本文将详细解析AI智能体在金融领域的实际应用。内容基于实战经验，非理论探讨。一、AI智能体究竟是什么？不少人将AI智能体与大模型混淆，实则二者不同。大模型如同"大脑"——具备理解、生成和推理能力。但仅有大脑并不足够，它
美方被曝向海湾三国“暗中”售出约170亿美元导弹
新华社北京5月8日电据美国《纽约时报》7日报道，在美军弹药库存因伊朗相关战事消耗加快的背景下，美国政府依然向多国海湾国家推进军火交易，其中包含一批约170亿美元的导弹，却未以公开声明方式披露。自美伊冲突爆发以来，特朗普政府已3次动用紧急权力，绕开国会批准流程对中东地区实施军售。 据报道，美国国务院1日就上述防空系统拦截弹及配套服务作出批准，但当天并未对此发布公开通告。实际上，当天美国务院共批复总额257亿美元的军售，其中86亿美元对外“官宣”；其余约170亿美元的导弹军售，仅向国会进行了通报。 2018年
特斯拉 FSD 欧洲审批遇阻，监管机构质疑其安全与命名
据路透社报道，尽管特斯拉 CEO 埃隆・马斯克对欧盟批准其 FSD 辅助驾驶系统充满信心，但部分欧洲监管机构对该技术及其安全效益表达了显著的疑虑。此前，特斯拉的监督版 FSD 已获得荷兰道路运输局（RDW）的许可，目前 RDW 正致力于为 FSD 争取欧盟整体认证，相关关键委员会的听证会定于本周二举行。马斯克曾于 4 月 22 日表示，预计将获得更多国家的批准，并计划在欧洲申请无人驾驶出租车的运营许可。FSD 在欧洲的获批对特斯拉至关重要，这有助于其应对在欧洲市场份额的持续下滑。特斯拉推出的 FSD 月度
欧盟拟放行Suzano 34亿美元纸巾交易
全球最大的纸浆生产商巴西苏扎诺（Suzano）将迎来欧盟反垄断监管部门的无条件通过，以推动其与美国消费品巨头Kimberly-Clark价值34亿美元的纸巾业务合资安排。 两名知情人士表示，欧盟委员会已在5月11日完成初步审查后计划开出“绿灯”，原因是未在该交易中发现任何与竞争相关的担忧。交易内容将使苏扎诺取得Kimberly-Clark旗下国际纸巾业务51%的股权，并覆盖Kleenex、Scott和Cottonelle等成熟品牌。 新设合资企业预计整合位于四大洲、14个国家的22处生产基地，产品与服务将
AI自动化总卡“人工确认”？把审批嵌入工作流
**摘要：**很多自动化项目并不是输在执行环节，而是卡在“需要确认”的节点。AI 能帮你整理证据、归纳异常、给出候选建议，但它无法替代所有业务判断。真正节省时间的方案，是把人工确认做成可验证、可回写、可复盘的流程环节。你让 AI 程序写完了脚本，也把定时任务都安排好了。第二天早上，它确实按时跑起来了：日志都抓到了，草稿也生成了，最后结果还发进了群里。看上去全流程都被自动化了。可你还是会回到后台，挨个翻异常日志，核对生成内容的事实是否准确，再决定这次要不要发布、要不要覆盖旧数据、是否需要重跑。这就是不少 A
谷歌CEO白宫行：AI安全审批提速，应对算力焦虑
谷歌母公司Alphabet的CEO桑达尔・皮查伊于周四拜访了白宫，并与特朗普政府的多位高级官员进行了重要的会谈。据报道，此次会晤的核心议题是美国政府对于人工智能算力产能不足的担忧，以及政府在储备足够的人工智能运算资源以维护国家国防安全方面的挑战。这种担忧的根源在于人工智能公司Anthropic推出的名为Claude Mythos的前瞻性大型模型，该模型仅对少数数十家企业和政府机构开放使用。Anthropic方面表示，限制发布是为了优先考虑安全性，但这一举措在美国政界和华盛顿的圈子里引发了普遍的不安。近期多
AI能否真正替代工程报告撰写？
本文聚焦节能评估报告、可行性研究报告、项目建议书、商业计划书、资金申请报告这五类关键工程报告，系统对比AI智能生成与传统人工起草的特点与不足，进一步分析AI是否能够彻底替代人工编制，并在此基础上给出综合结论与落地应用建议。 一、AI编写工程报告的优势 （一）编制效率显著提升 AI依托大数据与大语言模型，能够迅速搭建报告通用框架、自动补齐大量基础表述。过去往往需要数天甚至数周完成的初稿，AI通常仅用数小时甚至十几分钟便可形成。尤其是项目建议书、资金申请报告等对格式与模板依赖度较高的文档，AI可快速梳理章节脉
国家药监局推进人工智能与药品监管深度融合
各省、自治区、直辖市及新疆生产建设兵团药品监管部门，局机关各部门、各直属机构：自药品智慧监管战略启动后，各级药监机构积极运用信息化手段强化监管效能，已基本建成全国统一的药品智慧监管架构。眼下，人工智能等前沿科技的迅猛进步，为智慧监管带来了新工具与新动力。为落实《国务院关于深入实施“人工智能+”行动的意见》及《国务院办公厅关于全面深化药品医疗器械监管改革促进医药产业高质量发展的意见》等文件精神，把握AI发展的战略契机，深化AI与药品监管的融合，加速监管现代化进程，特制定本意见。一、总体要求以习近平新时代中国
SEC半年披露方案获白宫放行
打开新浪财经客户端 检索【信息披露】查阅更多评定结果美国证券交易委员会一项准许上市企业把财报公布频次从每季一次减至每半年一次的方案，已获白宫信息与监管事务办公室核准，距离正式实施又进一步。依据政府网站资料，本次审核于本周早些时候结束，SEC因此能够正式公开该方案并征集民意。在收到各方反馈后，委员们仍需对最终文本进行二次表决，规则才能生效，表决一般会在数月之后举行。美国总统特朗普去年提议将季度报告改为半年报告以来，SEC始终在推动这项变革企业信息披露规定的方案。自1970年起，美国上市企业始终须按季度公开财
AI合规之路难行
AI这条路漫长又曲折：从AI加科研，最后却像在做笔记。现在推进AI相关审批实在太难了。前后经历四轮双架构的备案流程，光是笔记社区这一块还差最后一次审批；另外还有一项所谓的AI生成式审批同样在路上，充满不确定。近期网信办搞了四个月的专项，对AI应用进行严格核查与审批。也就是说，前后耗了近六个月、投入接近五十万，结果连上架都很难。还买了七套全球化学专业数据，半年过去仍没真正启用，真让人搞不懂所谓的AI政策到底在指什么？好吧，这大概就是一个AI小程序想要完整合规时的真实痛点：小程序不仅要办理危化品备案，还要同步
阿斯利康乳腺癌新药未获FDA顾问团青睐
在乳腺癌候选药物未能赢得关键咨询委员会投票支持后，英国制药巨头阿斯利康(187.37, 2.17, 1.17%)（AstraZeneca）方面表示，公司将继续与美国监管机构就该药物的审批事宜保持沟通。这家在英国富时100指数中占有一席之地的制药公司于周四晚间披露，美国食品药品管理局（Food and Drug Administration，简称FDA）的肿瘤药物咨询委员会以6票赞成、3票反对的结果，对乳腺癌治疗候选药物camizestrant的获益-风险评估持否定态度。“在FDA完成对该申请的最终审查过程
Mistral AI推出企业级编排Workflows：支持Python与人工复核
4月28日，Mistral AI宣布上线面向企业的AI编排层Workflows。作为Mistral Studio平台的重要组成部分，该工具旨在帮助企业把零散的AI驱动流程打磨成可规模化落地生产的系统。目前，Workflows已进入公开预览阶段，吸引包括ASML、ABANCA以及CMA-CGM在内的多家跨国巨头将其应用到核心业务流程中。在技术架构上，Workflows基于高性能Temporal引擎构建，开发人员可使用Python来定义更为复杂的流程。其关键优势在于引入“人工在环”的审核机制，只需一行代码即可
实时临床试验数据监测：FDA新举措提速药品审批流程
美国食品药品监督管理局（FDA）最近宣告启动一项创新性实验计划，借助实时追踪临床试验数据的手段，加快药品审核程序。这是FDA局长马蒂·马卡里倡导的监管革新、增强评审效率的重要战略之一。 这一实验计划的主要期望在于改变传统"阶段性"临床试验监督管理模式，依靠更连贯的实验构架和即时性数据评估，消除多余的行政延迟和文件开支。FDA局长曾在摩根大通医疗健康会议上指出，在现今科技进步条件下，一种新药由研究到市场流通仍需10到12年时间"从伦理角度讲难以接受"。 该计划是FDA全面监管革新规划的组成部分。在坚守科学评
AI时代的护城河：你的业务系统要先立起来
过去两年，不少人被 AI 的热潮带来的焦虑情绪裹住：一方面，模型不断变强，写文案、生成代码、做客服、出图片，仿佛样样都行；另一方面，看的越多越会追问——这些能力到底能不能真正用到我自己的业务里？不少 AI Agent 的演示确实很亮眼，但放回企业日常之后就会发现，AI 再聪明，也不清楚：你的客户到底是谁；你的订单流程应该怎么走；哪些数据可以展示，哪些又不能对外可见；报价、审批、售后、库存、回款、项目等环节之间如何衔接。因此，AI 能否落地，关键不在“模型更强”，而在于：你的业务是否已经被系统化、数据化、流