北京二手房网签量再探底******

　　北京二手住宅的网签量在新年首月再次迎来探底。机构方面流出的数据显示，1月北京二手房成交量仅为8308套，比去年同期的11875套低了30%，与2021年同期的17513套相比，跌幅更是超过50%。春节过节早、12月大面积“阳康”拖延了成交周期，都是造成新年首月二手房成交量进一步下探的原因，但买卖双方对于松绑政策的预期以及市场本身修复不到位，才是更重要的因素。需要注意的是，算上1月，北京的二手住宅网签量已经连续两个月在8000+的成交区间，如果持续，价格下行将成为必然。

　　网签量连续两个月8000+

　　大年初十，三年来首次放一个悠长假期的郝杰回到了位于安定门的店里。在过去，春节连市是很多经纪人和新盘案场的常态，在这个春节，出于“归家”的期待叠加市场活跃度偏低，不少北京的中介门店选择了歇业放假。

　　“经历三年疫情，今年返乡的人要更多，我们门店仅留了两个北京孩子值班，而且还是一人一天。”郝杰透露，春节前看房的客户就不多了，春节期间仅带看了3组客户，基本也都是走个流程，并没有意向客户。

　　大面积“阳康”后的1月，市场并没有迎来期待中的反弹。来自中原地产研究中心的统计数据显示，2023年1月北京二手住宅网签8308套，同比2022年1月的11875套下降超过30%，这也是北京本轮二手住宅连续两个月网签量低至8000+区间。

　　尽管环比降幅不大，仅为5.3%，但2022年12月本身基数较低，仅为8773套，比2022年11月的10750套也有两位数的降幅。自2022年5月，北京二手住宅网签量跌破万套，来到月度成交8000+区间后，市场逐步反弹，9月达到14329套，然后开启降温态势。

　　8000+的月度成交量意味着什么？

　　在中原地产首席分析师张大伟看来，考虑到网签数据的滞后性，8308套并不能完全体现当前的市场状况。春节过节早、12月大面积“阳康”拖延了成交周期，都是造成新年首月二手房成交量进一步下探的原因。“市场没有那么差，也没有那么火热，真实情况大概一周3000套，回归到2022年的正常水平。”张大伟表示。

　　北京链家研究院分析师冷会指出，网签量下降的原因主要有两方面：一是春节假期从业人员休假，网签业务部分暂停；二是网签数据相对滞后，无法及时反映实际市场情况。从主要经纪机构成交情况看，1月上半月二手住房市场恢复态势显著，下半月受春节假期影响成交节奏放缓，1月整体交易规模与2022年春节月份(2022年2月)基本持平。

　　3、4月或恢复

　　二手房网签量何时恢复？在包括上述专家在内的多位业内人士看来，北京二手房网签量的恢复要等到3、4月才会有所体现，按照往年惯例，3、4月是教育资源优质区域的成交高峰期，上学等置业需求会集中释放。

　　但更多的从业者担忧，伴随着上学等需求集中释放后，目前本就修复不到位的二手房市场将出现较大的需求空窗期。

　　“现在买卖双方的认知差距特别大，买方希望使劲儿压价，卖方觉得政策松绑预期明显。”包括郝杰在内的多位一线经纪人直言，当下即便是比较优质的二手房，也都会出现“共识难以达成”的局面。

　　“‘其他城市都在调整政策，北京是不是也会变呢？’这种几乎是小业主们的共同心态，所以卖得不多、不真卖，挂出来试试水，价格还标得有些随心所欲。” 而买方也多持观望情绪，成交周期因此被不断拉长。

　　网签量与价格走势成正比

　　另一方面，看似筑底的价格，也有着统计因素作用结果。北京商报记者从经纪机构提供的数据发现，近期北京中心城区成交占比显著提升，进而导致全市成交均价结构性上涨。“所以北京并不是真的二手房还在涨，只是网签结构拉动了成交均价。”多位业内人士直言，一旦上学等核心城区需求在4月完成释放后，如果网签量持续保持下探，价格下行也将成为必然。

　　近日，多城密集下调首套房贷利率，根据诸葛找房数据研究中心不完全统计，春节后，包括郑州、天津、厦门、福州、珠海、长春、沈阳等城市相继下调了首套房贷款利率下限，新一轮的下调房贷利率潮流正在上演。截至目前，已经有30城下调首套房贷款利率下限，其中最低降至3.7%。

　　从城市分布来看，春节之前下调房贷利率的多以三四线城市为主，而近几日下调房贷利率的城市以二线城市为主力，其中不乏省会城市和重点二线城市。

　　至于北京，此前谈论最多的就是对于认房不认贷的调整，以及首套和二套房贷利率和首付款比例的调整。业内人士指出，如果上述政策落实，将释放一部分置业需求，但北京等一线城市牵一发而动全身，政策调整会慎之又慎，放开的“尺度”也不会太大。认房不认贷议论多时，但并未见到相关信号传递出来；而房贷利率调整，按照个人住房贷款利率政策动态调整长效机制，北京目前并不符合标准。北京商报记者 王寅浩

人工智能应用于更多领域 计算机研究深入光电结合******

　　英国科学家在人工智能（AI）领域取得多项突破，包括用AI首次控制核聚变、用AI预测蛋白质结构等。“深度思维”与瑞士洛桑联邦理工学院合作，训练了一种深度强化学习算法来控制核聚变反应堆内过热的等离子体并宣告成功，有助加速无限清洁能源的到来。“深度思维”凭借“阿尔法折叠”算法，预测了迄今被编目的几乎所有2亿多个蛋白质的结构，破解了生物学领域最重大的难题之一，有助于应对抗生素耐药性，加速药物开发并彻底改变基础科学。该公司研发的“DeepNash”（深度纳什）学会了在“西洋陆军棋”游戏中，使用虚张声势等欺骗手段来击败人类对手。该公司AI创建的高效数学算法能解决矩阵乘法问题。该公司AI通过模拟数十年足球比赛的情况，学会了熟练地控制数字代理足球运动员，其建模的“AI代理”可与其他人工代理沟通合作，在玩游戏时共同制定计划。

　　牛津大学研究显示，AI能模拟条件反射进行联想学习，比传统机器学习算法快千倍。利兹大学科学家借助AI扫描视网膜以探知心脏病风险。

　　在计算机相关领域，牛津大学研究人员开发了一种使用光偏振来实现最大化信息存储密度的设备，其计算密度比传统电子芯片提高了几个数量级。南安普顿大学工程师则与美国科学家携手，设计了一种与光子芯片集成的电子芯片并创造出一种设备，能以超高速传输信息同时产生最少的热量。

　　在机器人领域，利兹大学团队开发了一种“磁性触手机器人”，直径只有2毫米，可由患者体外的磁铁引导进入肺部狭窄的管道采样。帝国理工学院科学家展示了一组受动物启发的飞行机器人，可在飞行中建造3D打印结构，未来有望用于在偏远地区建造房屋或重要基础设施。格拉斯哥大学科学家将由砷化镓制成的微型半导体打印到柔性塑料表面，所得设备的性能可与目前市场上最好的传统光电探测器媲美，且能承受数百次弯曲，可用作未来机器人的智能电子皮肤。苏格兰科学家开发出了一种先进的压力传感器技术，有助于改进机器人系统，如用于机器人假肢和机械臂。（科技日报记者 刘霞）