大众田纳西州工厂成立工会 UAW取得里程碑式胜利

大众田纳西州工厂成立工会UAW取得里程碑式胜利大众汽车工厂的胜利对UAW来说是一个突破，在经历了数十年会员人数下降之后，UAW正试图在包括<spanid=usstock_BMWYY>宝马(BMWYY.US)、丰田汽车(TM.US)和特斯拉(TSLA.US)在内的14家公司增加15万名工人。该工会的成员已从1970年代的150万下降到37万左右。这在很大程度上是由于未能赢得南方工厂的支持，那里的工会更少，法律和政客也更有敌意。UAW主席ShawnFain承诺，在与底特律三大汽车制造商达成创纪录的合同胜利后，“我们可以击败任何人。”工会已经在数十家工厂发起了组织工作。UAW去年秋天在与福特汽车(F.US)、通用汽车(GM.US)和StellantisNV(STLA.US)的谈判中取得重大胜利，这是赢得大众汽车工人支持的主要因素。Fain在周五下午的一次采访中表示，大众汽车的工人“应该对他们在第一份工会合同的谈判中所能赢得的东西抱有很高的期望”。他表示，“我们希望尝试遵循去年秋季合同设定的模式”。Fain还表示，他计划利用胜利催生更多的胜利。大众汽车“将成为倒下的第一张多米诺骨牌，我认为这将引发连锁反应，”他周五表示。“一旦我们向世界表明这是可能的，我认为这将为成千上万的其他工人打开大门，让他们加入进来，在工作中获得正义。”UAW下一个关键考验是位于阿拉巴马州的梅赛德斯-奔驰工厂，该工厂将于5月就是否加入UAW进行投票。梅赛德斯工厂工会组织委员会的负责人JeremyKimbrell表示:“只要其中一家较大的工厂决定做出改变，这是毫无疑问的。”...PC版：https://www.cnbeta.com.tw/articles/soft/1428003.htm手机版：https://m.cnbeta.com.tw/view/1428003.htm

大众汽车田纳西州工厂成立工会 UAW 取得里程碑式胜利

大众汽车田纳西州工厂成立工会UAW取得里程碑式胜利大众汽车(VolkswagenAG)田纳西州一家工厂的员工投票加入美国汽车工人联合会(UnitedAutoWorkers)，该劳工组织表示，这是工会组织在长期敌对的美国南方取得的里程碑式的胜利。如果该结果得到美国国家劳工关系委员会(USNationalLaborRelationsBoard)的正式认证，大众就将依法要求就工厂的工作条件和补偿进行集体谈判。大众汽车的胜利是UAW的一个突破，在经历了数十年的会员人数下降后，UAW正试图扩大在宝马、丰田汽车公司和特斯拉等14家公司的15万名员工。该工会的会员数量已从20世纪70年代的150万下降到37万左右。这在很大程度上是由于未能赢得南方工厂的支持，那里的工会较少，法律和政客更有敌意。

华泰证券：电子凭证迎来里程碑式顶层政策，预计今年电子凭证有望全面推广应用

华泰证券：电子凭证迎来里程碑式顶层政策，预计今年电子凭证有望全面推广应用华泰证券研报分析，2024年4月2日，财政部发布关于征求《会计信息化工作规范（征求意见稿）》和《会计软件基本功能和服务规范（征求意见稿）》意见的函。这是针对数字经济环境下会计信息化工作发布的里程碑式顶层政策，是电子凭证会计数据标准化推广应用的制度保障。我们预计2024年年内电子凭证有望全面推广应用，主要带来两大类机会：平台类建设及运营，及企事业单位端系统改造。

美国和英国在人工智能安全领域达成里程碑式协议

美国和英国在人工智能安全领域达成里程碑式协议当地时间4月2日，美国和英国宣布建立人工智能安全科学合作伙伴关系，在AI安全的研究、安全评估和指导方面开展合作。双方在华盛顿签署谅解备忘录，寻求为最先进的AI模型开发测试，兑现去年11月在AI安全峰会上做出的承诺。美英两国计划在一个可公开访问的模型上至少开展一次联合测试，并考虑探索各自AI安全研究所之间的人员交流。据悉，这是全球首个关于AI安全的双边协议。（界面新闻）

国泰君安：OpenAI 发布 Sora 模型，实现 AIGC 领域的里程碑式进展

国泰君安：OpenAI发布Sora模型，实现AIGC领域的里程碑式进展国泰君安发布研报称，OpenAI发布首个文生视频模型Sora，效果震撼。Sora模型可以通过文本描述生成60秒长视频，还可以对视频色彩风格等要素精确理解，创造出人物表情丰富、情感生动的视频内容。Sora三大亮点突出，实现AIGC领域的里程碑式进展。首先是60秒长视频，Sora可以保持视频主体与背景的高度流畅性与稳定性。其次是单视频多角度镜头，Sora在一个视频内实现多角度镜头，分镜切换符合逻辑且十分流畅。再是理解真实世界的能力，Sora对于光影反射、运动方式、镜头移动等细节处理得十分优秀，极大地提升了真实感。Sora模型推动AI多模态领域飞跃式发展，AI创作等相关领域将迎来深度变革，AI赋能范围进一步扩大，多模态相关的训练及推理应用也将进一步提升对算力基础设施的相关需求。