百强房企1月拿地额同比下降近三成，集中供地正在“淡出”？******
2023年1月土地供应、成交量均继续走低，房企拿地节奏明显变缓。从数据来看，百强房企1月拿地总额同比下降29.4%。究其原因，不乏受重点城市集中土拍减少及春节假期错峰的影响。
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。值得关注的是，各地与“集中供地”也渐行渐远。比如，长沙取消集中推介土地，调整为常态化持续更新，南昌提出退出集中供地，而天津2023年首批供地仅推出1宗地块。
房企拿地节奏放缓
受重点城市仅一城土拍及春节假期错峰的影响，今年1月，土地供应量呈季节性回落，而房企的拿地节奏也明显变缓。
从中指研究院发布的《2023年1月全国房地产企业拿地TOP100排行榜》来看，今年1月，TOP100房企拿地总额591亿元，同比下降29.4%。与以往一样，拿地企业主要以地方城投及本土民企为主。具体来看，绿城中国以累计新增货值83亿元占据榜单第一；广州润川房地产开发、中关村发展紧随其后，累计新增货值规模分别为75亿元和66亿元。
另据克而瑞统计数据显示，今年1月，重点城市集中供地近乎“中断”，仅宁波一城进行集中土拍，因此，优质地块供应量相对较少，难以吸引品牌房企投资。为此，2023年销售百强房企(全口径)在1月投资基本暂缓，仅绿城、华润置地、建发房产等在纳储。从拿地金额TOP100房企来看，城投企业上榜数量近50家，拿地金额更是占到百强房企拿地金额的50%。此外，拿地金额中有31%来自规模相对较小的本土民企。
从今年1月各城市群拿地金额来看，长三角地区仍然领跑全国。据中指研究院统计数据显示，今年1月，长三角TOP10企业拿地金额124亿元，居四大城市群之首。其中，溧阳城发集团拿地金额18亿元，位居长三角企业拿地金额榜首；粤港澳大湾区TOP10企业拿地金额82亿元，位列第二；中西部TOP10企业拿地金额77亿元，位列第三。
值得关注的是，在全国住宅用地成交总价TOP10方面，今年1月入榜地块中多数位于长三角地区。入榜地块中，宁波共入榜3宗地块，总成交金额为49亿元。其中宁波市东部新城核心区东片区D1-4-4#/5#/6#地块以总价25亿元位居榜首；佛山入榜2宗地块，总成交价为39亿元；西安入榜2宗地块，总成交价为24亿元，台州、芜湖、温州各入榜1宗地块，成交价分别为13亿元、12亿元和10亿元。
多地今年首批集中供地明显“缩量”
从目前来看，天津、杭州、苏州、郑州已发布2023年第一批集中供应地块的公告，与2022年第一批集中供地相比有着明显“缩量”趋势。其中，杭州供应13宗地块，苏州供应11宗地块，相比2022年第一批集中供地明显减少。不过，这些地块位置较优，核心板块占比高，推出楼面均价同比分别上浮约30%、35% 。而天津仅供应1宗地块，相较于2022年第一批集中供地同样是明显“缩量”。相比之下， 郑州供应11宗地块，供应量与2022年第一批集中供地对比变化不大 。
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，从2022年22城集中供地来看，计划完成率不足六成。仅合肥、无锡、上海、厦门4城完成全年供地计划 。长三角地区平均完成率92%，长春、重庆完成率仅16% 。
张凯进一步分析称，目前对于“集中供地”的要求进一步淡化。从各地的表现来看，与“集中组织出让活动”也渐行渐远。比如，长沙取消集中推介土地，调整为常态化持续更新，南昌提出退出集中供地，而天津2023年首个地块则是单独供应。
业内：预期多次分散供地
2023年土地市场以冷清开启，业内人士对于全年的预计仍不乐观。
张凯认为，地方政府应该意识到正在与其他城市竞争房企的投资额度。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。而非核心城市的地价会出现下调。虽然房地产市场预期边际改善，但土地市场热度难有根本性恢复，地方国资企业仍将托底，2023年土地成交规模进一步小幅回落。
“土地市场结构分化更加明显，其中，核心城市需求端政策仍有大量放松空间，其经济发展水平高、公共基础设施完备，对流动人口的吸引力强。而三四线城市政策放开空间有限、人口流出、库存高企，因此应谨慎进入。安全应成为2023年房企选择城市的重要标准。”张凯如是说。
此外，克而瑞分析人士表示，今年1月，重点城市仅宁波一城进行了集中土拍，三四线城市供地节奏也明显变缓，全国土地市场成交规模降至历史低位。虽然2022年出台了较多行业利好政策，其中不乏力度较大的“三支箭”等有利房企融资的组合政策等，但从效果来看，目前尚不明显，在市场筑底尚未结束、房企资金压力尚未缓解之下，预计2023年土地市场热度仍将延续低位，市场热度仍将持续分化，房企关注焦点依旧是核心一二线城市的优质板块。
“特别能聊”的人工智能会聊出些什么？******
聊天机器人ChatGPT优异表现引发市场关注，人工智能生成内容概念走上风口
“特别能聊”的人工智能会聊出些什么？
本报记者 时斓娜
阅读提示
全新人工智能聊天机器人模型ChatGPT不仅能够通过学习人类的语言来进行对话，还能根据聊天的上下文进行互动，让人们更直观地感受到了人工智能的魅力。包括内容生成、搜索引擎增强等在内的领域，将是其潜在的产业化方向。ChatGPT的商业化落地，还需要克服技术和科技伦理等方面的问题。
家里要养一只猫，该如何给猫取名字？怎样写出一个纸牌游戏的代码？在不同语境中，词语“意思”到底有几个意思？这些五花八门、时常令人绞尽脑汁都难以得出答案的问题，在人工智能聊天机器人ChatGPT的面前，不过是瞬间便可迎刃而解的“一碟小菜”。
产品发布短短两个月，ChatGPT的日活量已突破千万，不少人“聊过”之后惊呼“这太像真正的人类了”。其超预期的表现引发越来越多的市场关注，人工智能生成内容(AIGC)概念由此走上风口。
人工智能聊天究竟能聊些啥？ChatGPT所代表的AIGC应用将带来哪些影响和变化？记者对此进行了调查采访。
“真正像人类一样聊天交流”
“我所热爱的是我真实的生活，因为它包含了我所有的经历和感受，是我每一天都在体验和思考的。”这句乍看上去充满了人类体悟和情感的话，实则出自人工智能聊天机器人ChatGPT。
随着ChatGPT大火，不少网友将它与自己的聊天记录分享到社交平台上，ChatGPT时而诙谐有趣，时而又显得思想深邃。除了各种聊天互动外，还有不少网友们将ChatGPT视为一种工具，让其写作文、翻译文章，甚至写代码。迅速的响应能力和较为靠谱的回答让大家直呼其“真正像人类一样聊天交流”“特别能聊”。
中国信息通信研究院联合中国人工智能产业发展联盟对ChatGPT进行的测试显示，ChatGPT在百科检索、数学问答、文学交流、常识问答、知识推理等对话任务上的意图识别率均达到98%左右，在生活闲聊上的意图识别率约为95%，已具备较好的语义理解能力。
实际上，ChatGPT属于生成式人工智能的一个典型应用。人工智能是怎样“进化”得如此智能的？“这是因为ChatGPT建立在大型语言模型上，会通过连接大量的语料库来训练模型。这些语料库包含了真实世界中的对话和各种网络公开信息，使ChatGPT知识丰富，还能根据上下文进行互动。”深度科技研究院院长张孝荣表示。
创新交互为AIGC带来新启发
随着人工智能技术的发展，近年来AIGC类型不断丰富、质量不断提升、技术的工程化水平越来越高，国内外科技公司纷纷发力布局AIGC领域。
以百度文心大模型为例，输入一个题目，它可以瞬间写出上百篇作文；根据一句话或者一段描述文本，可以生成一幅精美的画作；根据一幅图像，可以自动生成高清、流畅的视频。
在百度技术委员会主席吴华看来，ChatGPT在用户界面和交互上是一种比较创新的模式，用户更容易以自然语言的方式进行交互，这会给大家带来革新性的认识，也会给AIGC带来新的启发。
目前，国外一些公司在积极探索并落地ChatGPT的诸多应用场景，通过将ChatGPT整合进搜索引擎等方式提高服务智能化水平。有观点认为，ChatGPT将颠覆搜索行业，在智能客服、游戏、虚拟人等领域也将得到广泛应用。硅谷投资机构红杉预测，未来AIGC有潜力产生数万亿美元的经济价值。
根据中国信息通信研究院发布的《人工智能白皮书(2022年)》，“生成式人工智能”技术将广泛应用于智能写作、代码生成、有声阅读、新闻播报、语音导航、影像修复等领域，听说读写等能力的有机结合成为未来发展趋势。
“人工智能生成在诗歌、作曲、绘画等艺术创作方面大放异彩，在分子结构、软件代码等科研生产领域的应用不断拓展，还帮助降低临床试验的科研成本和缩短研发周期。”云计算与大数据研究所内容科技部副主任石霖表示，当前，人工智能生成内容的辐射范围还在扩大，未来有望重塑各行业领域的研发面貌。
商业化落地需克服技术和伦理问题
尽管各界对AIGC发展前景保持乐观，但从现状来看，ChatGPT等产品想要真正落地，还需要克服技术和科技伦理等方面的问题。
在对ChatGPT进行的种种评测中，ChatGPT会犯一些常识性错误，反映出其在可控性、准确率方面仍存不足。有人形容，ChatGPT像极了一个很能聊但有时候喜欢信口开河的人类朋友。
中国信息通信研究院评测结果同样显示，ChatGPT在非闲聊型对话的任务完成率上表现一般，难以摆脱传统深度学习模型普遍存在的知识整合和逻辑推理的问题。
“ChatGPT虽然能够较好地回答不少问题，但在一些略有深度的、专业性较强的领域，其答案往往‘捉襟见肘’。这说明ChatGPT语料库规模和计算能力的天然不足，也说明了算法依然需要完善。”张孝荣说。
在技术层面以外，人工智能还面临着悬而未决的科技伦理问题。张孝荣表示，ChatGPT在科技伦理方面至少面临三大挑战：“一是版权问题，ChatGPT生成的内容更多来自搬运，容易引发侵权；二是信息安全问题；三是社会缺乏接纳这一新生事物的准备机制，这对监管挑战很大。”
在国内，AIGC产业化路径同样有待探索。石霖介绍说，国内AIGC产业基础薄弱，相关初创公司数量明显少于国外。同时，国内企业目前仍处于打磨产品阶段，还未出现较为好用的内容生成服务。
