債券發(fā)行人：唐山KG集團(tuán)是唐山市屬城投平臺，注冊資本91.96億元，唐山市國資委持股98.5%，總資產(chǎn)368億，主體評級AA+。

 券內(nèi)擔(dān)保方：唐山GK集團(tuán)，注冊資本202.56億，總資產(chǎn)1906.63億，主體評級AAA，是唐山各平臺中規(guī)模最大，實(shí)力最強(qiáng)的城投集團(tuán)。

其他優(yōu)質(zhì)項(xiàng)目推薦：
【一覽群智率先開啟多模態(tài)預(yù)訓(xùn)練“大模型”的落地應(yīng)用，深度探索行業(yè)價值】
　　3月20日，北京智源人工智能研究院舉辦“智源悟道1.0 AI研究成果發(fā)布會暨大規(guī)模預(yù)訓(xùn)練模型交流論壇”。北京市科委、中關(guān)村管委會副主任許心超出席會議并致辭。北京大學(xué)、清華大學(xué)、中國人民大學(xué)、中國科學(xué)院等高校院所的專家學(xué)者，美團(tuán)、快手、搜狗、360、一覽群智、循環(huán)智能等AI企業(yè)，以及新華社等應(yīng)用機(jī)構(gòu)代表參會。 　　隨著OpenAI超大規(guī)模語言模型GPT-3的發(fā)布，預(yù)訓(xùn)練語言模型在自然語言理解能力上再次被推至新的高峰。發(fā)布會上，中國人民大學(xué)高瓴人工智能學(xué)院執(zhí)行院長、智源首席科學(xué)家、一覽群智首席科學(xué)家文繼榮教授作了題為《用多模態(tài)預(yù)訓(xùn)練模型連接圖與文》的主題報(bào)告，發(fā)布了第一代“悟道·文瀾”，旨在發(fā)掘預(yù)訓(xùn)練模型在中文通用多模態(tài)數(shù)據(jù)上的理解能力，并展示了“多模態(tài)預(yù)訓(xùn)練模型-文瀾”方面的技術(shù)突破。 　　“悟道·文瀾”是“超大規(guī)模多模態(tài)預(yù)訓(xùn)練模型”，目標(biāo)是突破基于圖、文和視頻相結(jié)合的多模態(tài)數(shù)據(jù)的預(yù)訓(xùn)練理論難題，并最終生成產(chǎn)業(yè)級中文圖文預(yù)訓(xùn)練模型和應(yīng)用，并在多個評測應(yīng)用上超過國際最高能。 　　目前，“悟道·文瀾”模型參數(shù)量達(dá)10億，基于從公開來源收集到的5000萬個圖文對上進(jìn)行訓(xùn)練，是首個公開的中文通用圖文多模態(tài)預(yù)訓(xùn)練模型。目前，該模型能已經(jīng)到達(dá)國際領(lǐng)先水，在中文公開多模態(tài)測試集AIC-ICC的圖像生成描述任務(wù)中，得分比冠軍隊(duì)高出5%;在圖文互檢任務(wù)中，得分比目前流行的UNITER模型高出20%。 　　為了展示如何使用“悟道·文瀾”模型，智源研究院聯(lián)合中國人民大學(xué)高瓴人工智能學(xué)院和一覽群智，推出“AI心情電臺”小程序，利用圖片和歌詞的相關(guān)，為用戶上傳的照片搭配最合拍的音樂。 　　布靈—為圖片賦予音樂的靈魂 　　用戶隨便上傳一張圖片后，布靈為用戶配上一首符合意境的歌?！禔I心情電臺》是使用BriVL提取圖像和文本特征，接著進(jìn)行圖文檢索，將圖片和歌詞特征進(jìn)行匹配，并將歌詞準(zhǔn)確定位到最符合圖片特征的歌詞位置。 　　“悟道·文瀾”為圖文音視頻等多模態(tài)數(shù)據(jù)在語義層面構(gòu)建了通路，使得可以通過操作語義向量的方式完成跨模態(tài)、混合模態(tài)的信息檢索、推薦、生成等任務(wù)。作為認(rèn)知智能行業(yè)領(lǐng)導(dǎo)者，一覽群智基于Transformer雙塔結(jié)構(gòu)的多模態(tài)預(yù)訓(xùn)練模型，推出智空-多模態(tài)文本轉(zhuǎn)化與生成臺，該產(chǎn)品在基于圖像的文本生成與打標(biāo)、場景語義解析、異常場景情況預(yù)警、多模態(tài)語義檢索以及智能信息檢索、問答系統(tǒng)等多場景內(nèi)率先開啟探索產(chǎn)業(yè)價值。 　　智空-靈活、智能的多模態(tài)文本轉(zhuǎn)化與生成臺 　　智空臺基于Transformer雙塔結(jié)構(gòu)的多模態(tài)預(yù)訓(xùn)練模型，可以生成多模態(tài)語義向量，支持TB 級向量的增刪改操作和實(shí)時查詢，具有高度靈活、穩(wěn)定可靠以及高速查詢等特點(diǎn)，涵蓋對圖片、文字、視頻進(jìn)行分類、打標(biāo)簽、以文搜圖、以圖搜文、以圖搜視頻等功能。展示了多模態(tài)預(yù)訓(xùn)練“大模型”的落地應(yīng)用，從而更有效率的服務(wù)于客戶，推動技術(shù)邊界，與客戶一起創(chuàng)作更大的產(chǎn)業(yè)價值。 　　【案例一】基于圖像的文本生成及打標(biāo)簽 　　智空臺具備強(qiáng)大的視覺-語言檢索能力和一定的常識理解能力?？梢詫?shí)現(xiàn)用文本檢索圖像、以及用圖像生成文本的功能。同時，它還可以實(shí)現(xiàn)基于圖像的文本生成、為圖像打標(biāo)簽等功能。 　　盡管現(xiàn)有的一些文本生成模型可以生成相關(guān)的圖像描述，但卻存在著與用戶交互差、多樣低等問題。一方面，大多數(shù)圖像描述模型僅被動地生成句子，并不考慮用戶感興趣的內(nèi)容或者期望描述的詳細(xì)程度。另一方面，這種被動生成模式傾向于使用常見的高頻表達(dá)生成較為“安全”的句子，較為簡單空洞，且缺乏關(guān)鍵的、用戶所需的細(xì)節(jié)信息。針對此痛點(diǎn)，智空基于雙塔結(jié)構(gòu)的多模態(tài)預(yù)訓(xùn)練模型可以達(dá)到模態(tài)級別的匹配、可處理文本弱相關(guān)、檢索速度快、實(shí)際場景易于部署等優(yōu)勢。 　　工作中，對于素材管理而言，一個常見的解決方案是去給素材庫中的每張圖片打上各種標(biāo)簽，然后便可以方便地去歸類、查找和檢索了。當(dāng)所有的素材都加上了合適的標(biāo)簽后，這確實(shí)會是一個相當(dāng)高效的管理和查找方式。只不過，這一切的前提基礎(chǔ)都是：你需要手動將圖庫內(nèi)所有的內(nèi)容都加上合適的標(biāo)簽。這在少量內(nèi)容時并不是什么問題，但是當(dāng)你的圖庫達(dá)到上千甚至更多的數(shù)量級時，手動添加標(biāo)簽顯然變成了一個無法完成的任務(wù)。因此，當(dāng)前的圖像理解需要大量的人工標(biāo)注，且不利于標(biāo)簽數(shù)量的快速增加。 　　通過多模態(tài)預(yù)訓(xùn)練模型進(jìn)行內(nèi)容理解，可以為圖像提供更準(zhǔn)確更精細(xì)的標(biāo)簽，有利于物料分發(fā)和個化推薦。同時，借助于多模態(tài)信息處理，小規(guī)模樣本數(shù)據(jù)和非監(jiān)督的內(nèi)容理解將會有一定的突破。多模態(tài)包含比單模態(tài)更豐富的信息，并且存在一定的信息冗余，通過多模態(tài)之間信息相互增強(qiáng)和補(bǔ)充，在小規(guī)模樣本數(shù)據(jù)和非監(jiān)督內(nèi)容理解方面比單模態(tài)更有優(yōu)勢。 　　【案例二】智慧城市 　　在智慧城市建設(shè)中，智空臺充分運(yùn)用“視頻+AI+數(shù)據(jù)”技術(shù)，讓“城市大腦”的“眼睛”更加智能和明亮。匯聚處理海量多模態(tài)數(shù)據(jù)，及時發(fā)現(xiàn)異常行為情況，有效進(jìn)行預(yù)警接收和處理。 　　隨著天氣轉(zhuǎn)暖，越來越多市民開始掃碼騎行，共享單車再度變得“活躍”。因此，由“潮汐”現(xiàn)象引發(fā)的共享單車淤積新痛點(diǎn)也開始出現(xiàn)，期待各方合力破解。 　　在一些主要路段，每天早晚上下班高峰時段，居民騎車往來地鐵站、公交站點(diǎn)等，導(dǎo)致共享單車聚集量迅速達(dá)到峰值，而共享單車的調(diào)度卻趕不上"潮汐"起落的速度，局部車輛供需失衡現(xiàn)象嚴(yán)重，同時也帶來了在某個時間段停放雜亂無序的問題。另外，在一些主要路段的軌道交通站點(diǎn)出入口，這樣的情況也同樣存在。尤其是早晚上下班的高峰時期，很多單車就停在地鐵出口，越臨上班點(diǎn)越混亂，有的人發(fā)現(xiàn)快遲到了，就直接把單車一扔，匆匆走人。同樣的情況還會出現(xiàn)在小區(qū)門口，主要居住社區(qū)會在下班高峰期呈現(xiàn)單車堆疊、雜亂擺放的現(xiàn)象，阻礙各小區(qū)附的正常交通。 　　面對這種現(xiàn)象，傳統(tǒng)CV解決方案一般都是定制標(biāo)注訓(xùn)練相關(guān)業(yè)務(wù)邏輯模型，初始建設(shè)周期長，并需要持續(xù)標(biāo)注以改進(jìn)效果，而且復(fù)用低，換個場景就需要重新構(gòu)建整個過程，這些都為實(shí)現(xiàn)業(yè)務(wù)效果帶來了時間和成本壓力，再考慮到前期硬件設(shè)備和網(wǎng)絡(luò)的基礎(chǔ)設(shè)施依賴，使得很多場景的解決方案只存在于PPT里，難以實(shí)際落地。 　　智空臺利用當(dāng)前視頻實(shí)時監(jiān)控采集回來的數(shù)據(jù)，通過圖文檢索+圖圖檢索，對抓拍的區(qū)域進(jìn)行智能分析，合理應(yīng)用資源，實(shí)現(xiàn)對共享單車場景監(jiān)測，對可能發(fā)生的潛在“危險(xiǎn)”提供數(shù)據(jù)支撐，配合有關(guān)部門進(jìn)行綜合治理。 　　整個檢索過程分為以下幾個步驟： 　　1.由街道、路口以及小區(qū)卡口攝像頭抓拍實(shí)時視頻流，數(shù)據(jù)接入智空系統(tǒng)，形成自己的圖數(shù)據(jù)庫 　　2.根據(jù)需求檢索信息，例如“共享單車”，實(shí)時檢索當(dāng)前有關(guān)共享單車的主要場景 　　3.對共享單車異常擺放或存在阻礙交通的圖片進(jìn)行偏好標(biāo)注，提取所有場景異常圖片 　　4.判斷異常問題是否需要上報(bào)處理 　　在整個過程中，將降低人工定期定點(diǎn)巡查的工作量;同時，更加智能的計(jì)算出共享單車在某一特定位置的態(tài)勢發(fā)展，有利于綜合部門制定應(yīng)對政策。 　　【案例三】個人相冊智能搜索 　　隨著智能手機(jī)像素的提升、存儲的增大，用戶在相冊里面的照片越來越多，不再是幾十張，動不動就有幾百張上千張。形式也不僅僅是jpg，還有大量的短視頻、gif圖等。通長情況下，大部分照片拍過之后就再也沒看過，但是當(dāng)需要查找的時候就只能憑借臨日期不停翻找。因此，如何將海量照片進(jìn)行智能管理，分類有序、快速查找，是很多用戶的需求。 　　常見的數(shù)字相冊，只能通過照片的meta信息如時間、地點(diǎn)進(jìn)行檢索，進(jìn)一步也只能實(shí)現(xiàn)基于人臉識別的人像檢索、基于物體識別的物品檢索、基于OCR的圖像文字檢索，對于生活中可能出現(xiàn)的更多類型的內(nèi)容要素很難覆蓋全面，更無法通過理解語義的方式實(shí)現(xiàn)更個化的語義檢索。 　　面對這些痛點(diǎn)，智空臺充分利用用戶的自有數(shù)據(jù)，構(gòu)建語義向量數(shù)據(jù)庫，并結(jié)合實(shí)時多模態(tài)數(shù)據(jù)向量化能力，快速檢索用戶所需要的的圖片，幫助用戶隨時隨地快速的找回曾經(jīng)有價值的記憶，提升用戶體驗(yàn)。 　　智空利用多模態(tài)預(yù)訓(xùn)練模型、實(shí)時向量數(shù)據(jù)庫、跨模態(tài)語義操作等領(lǐng)先技術(shù)，不僅跨越了傳統(tǒng)知識圖譜構(gòu)建、分類標(biāo)簽標(biāo)注、人工規(guī)則檢索的復(fù)雜系統(tǒng)構(gòu)建過程，而且極大的簡化了檢索過程，標(biāo)志著多模態(tài)信息檢索邁入了真正的語義檢索時代，未來將會在更多的應(yīng)用場景發(fā)揮巨大潛力。

墨西哥比索兌換人民幣匯率
　　墨西哥比索在岸即期匯率為0.1877，墨西哥比索兌換人民幣匯率為0.3286，下跌0.0003，跌幅0.0852%，此匯率為6月26日上午10點(diǎn)實(shí)時數(shù)據(jù)。 　　墨西哥比索兌換人民幣匯率已連續(xù)7個工作日上漲，于今日早開盤后有輕度下跌，相比上周連續(xù)上漲前0.3119，已有明顯提升。墨西哥比索的上漲則意味著該國貨幣價值上升，同樣的人民幣兌換墨西哥比索相比上周有了較高下落，意味著我國民眾在墨西哥使用同樣金額在消費(fèi)時的購買力有所減弱。 　　最新墨西哥比索兌換人民幣匯率如下： 　　1墨西哥元=0.3280人民幣，100墨西哥元=32.8396人民幣元； 　　1人民幣=3.0484墨西哥元，100人民幣元=304.51墨西哥元。 　　在對墨西哥比索兌換人民幣匯率情況有所了解后，可再對該貨幣有更多認(rèn)知，墨西哥比索編號MXN，輔幣單位為分，在外匯市場中代碼為MXN，正在流通中的貨幣面額如下： 　　紙幣面額：20、50、100、200、500、1000； 　　硬幣面額：10分、20分、50分、1.2.5.10墨西哥比索。 　　小白財(cái)經(jīng)提示，對于有兌換貨幣需求的朋友，可前往網(wǎng)點(diǎn)規(guī)模大的工商銀行，具其外匯牌價最新報(bào)價，其買入價為現(xiàn)匯0.315，現(xiàn)鈔0.3058；賣出價為現(xiàn)匯0.319，現(xiàn)鈔0.319。 　　此外，雖然通過墨西哥比索兌換人民幣匯率可了解大致匯率情況，但多數(shù)游客朋友在旅游當(dāng)?shù)貢r都熱衷于刷卡交易，故而對此介紹下述各信用卡匯率情況。（6月26日） 　　中國銀聯(lián)：人民幣匯率0.326107，消費(fèi)1000墨西哥比索=326.11人民幣 　　JCB：美元匯率0.049841，消費(fèi)1000墨西哥比索=49.84美元≈327.24人民幣 　　Visa：美元匯率0.050307，消費(fèi)1000墨西哥比索=50.31美元≈330.3人民幣 　　DinersClub：美元匯率0.049140，消費(fèi)1000墨西哥比索=49.14美元≈322.64人民幣 　　MasterCard：美元匯率0.049936，消費(fèi)1000墨西哥比索=49.94美元≈327.87人民幣 　　小白財(cái)經(jīng)提示：上述信用卡貨幣消費(fèi)匯率均不計(jì)手續(xù)費(fèi)。 　　如上，便是關(guān)于墨西哥比索兌換人民幣匯率相關(guān)的介紹了，相信各位現(xiàn)在也對其方方面面的事宜有了更為直觀的了解，如若對其還有其他方面的興趣，可持續(xù)關(guān)注小白財(cái)經(jīng)或參閱站內(nèi)更多文章。（文/xiaobaicj.cn貓蛋）