FX168财经网_全球视野外汇黄金加密货币NFT资讯网_关键字搜索-FX168

全球数字财富领导者

财富汇｜美股投研｜客户端｜旧版｜｜

FX168 全球视野中文财经

登录 / 注册

Filecoin---加密经济设计
 go
未来会衍生出更多的新东西。这两个市场是云存储和CDN服务。在2019年，云存储行业产值超过460亿美元，而CDN服务（内容分发网络）产值也超过120亿美元。这两个市场还在不断的增长中，因为随着手机等硬件不断普及和升级，人们生成数据的速度越来越快，视频和图像数据越来越多。这是一个非常肥沃的市场，目前绝大部分的市场份额都被中心化公司，尤其是巨头们所瓜分。这也跟中心化的服务占主导地位相对应。不过，随着dApp的发展，去中心化应用更愿意使用去中心化的基础设施，这种局面会逐渐产生变化，虽然需要很长时间。从模式上看，简单类比的话，Filecoin类似于去中心化的存储领域的Airbnb，它允许任何人成为数据存储服务的提供者，任何人也可获得去中心化的存储服务。跟其他云存储和CDN服务不同，Filecoin以去中心化方式提供服务，这意味着它不依赖于可信的第三方机构来提供服务。这也意味着，它需要有可验证的存储、无须许可地参与等。因此，Filecoin需要有区块链，需要加密验证来检验用户的数据是否正在被存储，也就是存储证明。同时，它需要通过原生代币进行支付和补贴，激励矿工为更多人提供存储服务。而无须许可地参与是说任何人都可以成为Filecoin网络上的存储服务提供者，只要有一定的硬件设备和连通互联网即可。此外，由于参与者是分布式的，它也可能会发展成为一种更有效的CDN服务，让热门内容有机会分布在用户附近。因此，Filecoin不仅要进入AWS的地盘，也要进入CloudFlare（CDN服务）的地盘。距离用户近的文件速度会更快，尤其是哪些受欢迎的内容会有优势，甚至机构也可以参与挖矿，为近距离用户提供数据检索的服务。总言之，Filecoin是一个去中心化的服务网络，它有存储和检索市场，并在此基础上会诞生出各种去中心化的新鲜应用。这些新应用会在未来几年里蓬勃发展，会变得非常有意思。 Filecoin代币经济的可持续性设计加密经济中的代币机制设计非常重要，如果设计不周，可能会引发市场的不稳定。例如现在的一些DEX，基本面非常好，不管是交易量还是流动性都不错，但是代币价格一直支撑不住。其中很重要的原因就是代币经济机制的设计不周，它片面考虑了流动性提供者激励的问题，但没有从全局角度考虑更重要的代币价值捕获、生态建设者衡量以及整体的长期可持续问题。这些DEX其实是可以将流动性提供者利益跟代币的价值捕获融合在一起的。从这个角度，当前的代币经济机制设计还会经历更多的迭代。 Filecoin的代币经济设计服务于去中心化的存储市场的参与者。要为参与者提供更合理的代币激励机制，尽可能减轻其短期行为（在某种程度上不可避免），尽可能在保证有足够吸引力的前提下，持续为网络发展做贡献。 Filecoin的存储服务提供者跟中心化的存储市场不同，去中心化的存储市场需要协调交易双方，保证在无须第三方信任的前提下实现可靠的服务提供。为此，Filecoin做了大量的设计。其中包括承诺容量、扇区、矿工质押等。 *激励矿工满足真实的存储服务任何市场都是由交易组成的，Filecoin网络也是如此。不过，Filecoin目前还无法区分是真实用户的订单还是矿工自身的“刷量”订单。为此，Filecoin设计了“承诺容量”的架构和引入“已验证用户”的概念，它会让“内部交易”在经济上逐步变得不划算。网络基准线调节代币分配 Filecoin的代币FIL总量为20亿枚。在创世区块分配中，其中的10%分配给早期投资者（7.5%已售出，2.5%留存），20%分配给项目方（15%分配给协议实验室，5%分配给Filecoin基金会）。剩余70%分配给Filecoin的存储矿工、检索矿工以及维修矿工等，补贴矿工提供数据存储服务、维护区块链、分发数据、运行合约等。其中存储矿工奖励比例最高，获得55%的代币分配，因为他们不仅负责提供存储服务，也负责维护核心功能。这部分奖励通过区块奖励发放，用于奖励维护区块链、运行合约以及存储服务。而检索矿工、维修矿工等可以获得15%的代币激励。 Filecoin跟比特币每四年减半的机制不同，也跟之前DeFi的短期内快速减半机制不同。为了实现可持续发展，Filecoin引入了混合指数铸造机制。混合指数的铸造机制涉及到网络基准线的概念。如果早期奖励过高，会导致存储矿工尽快封装存储挖矿，投入大量硬件，在获得早期的高奖励之后退出，这会导致存储用户的损失，也会影响其长期可持续性。在这种情况下，用户没有意愿来Filecoin网络进行存储，矿工也不愿意长期提供服务。因此，完全基于时间的代币释放在Filecoin网络上无法走通，它必须考虑网络上的存储算力，考虑网络的基本效用和价值，并据此来生成相应的区块奖励。这就是Filecoin引入网络基准线概念的原因。如果网络达到基准线，那么其代币释放遵循指数衰减模型，如果未达到网络基准线，则会延迟一部分区块奖励。Filecoin的混合指数铸造机制，一部分奖励来自指数衰减铸造，一部分则来自网络基准线的基准铸造。每个时间段的奖励都是两个奖励的总和。其中30%通过简单铸造进行分配，70%为基准铸造分配。一方面可以提供最基础的激励，而基准线则试图跟基本业务规模进行匹配。Filecoin的网络基准线从1EiB开始（不到全球存储量的0.01%），每年以200%的速率增长（世界存储量年增长率为40%），当网络提供的存储量大约在全球存储的1-10%时，社区可以决定减缓增长率。不过，根据最新的公告，Filecoin提高了其基准线的初始值，并降低了速率，以实现更持久的经济激励。如果希望释放更多基准铸造的代币份额，社区可以在复制证明、共识算法、交易订单市场等方面进行改进。让复制证明算法的性能更高，链上数据更少，验证时间更快，硬件成本更低，让扇区生命周期更长，无须重新封装即可实现扇区升级；让共识算法可扩展性更高，提供更大的吞吐量，能在更短时间处理更多消息；扇区的交易订单持续更长时间等。来源：金色财经
金色财经2023-04-12
Filecoin新闻
 go
of All Streets播客上讨论云存储的未来 Colin Evran加入Wall of All Streets播客，讨论分散存储的好处，以及与集中存储网络相比，它如何降低成本。他分享了Filecoin的显著增长及其塑造云存储未来的潜力。了解有关分散式存储的优势以及它如何通过调整来彻底改变存储行业的更多信息这里. 能量确认过程成为绿色存储提供商意味着什么？Filecoin绿色团队目前正在与400多个矿工ID合作，以验证他们的能源使用情况并证明绿色存储提供商的运营！DCENT、SXX Future和PikNik等服务提供商最近都完成了验证流程，并分别获得了金牌、铜牌和银可持续性声明等级。您可以跟踪验证地点对于有兴趣参与的SP，请发送电子邮件至 Marc.约翰逊参与进来 Filecoin和FVM最成功的黑客马拉松预计以太坊兼容的Filecoin虚拟机（FEVM）将于3月14日在Filecoin主网上推出，Filecoin社区最近完成了迄今为止最大的黑客马拉松，专门为开发人员启动FEVM的构建！与ETHGlobal合作， FVM空间扭曲从1月20日持续到2月10日，得到了开发者社区的大力支持。本次黑客马拉松共有来自82个不同国家的1，040名黑客参加，其中有279名获奖者，24名赞助商获奖者，33名Filecoin获奖者和12名EthGlobal决赛选手！查找有关获奖者的更多信息，观看决赛，并了解如何开始使用FVM构建岗位. 工具 CO2.Storage 2022年10月，CO2.Storage正式宣布成为首个存储在IPFS和Filecoin上的结构化环境数据的web3存储解决方案。该平台旨在提高碳抵消市场的透明度和信任度，并解决所有现实世界的索赔公开和透明管理的问题。查看最新进展和CO2.Storage文档。活动香港Web3节香港 Web3Festival？请参加我们于4月12日至4月15日举行的FIL香港活动。立即注册并在日历上标记以下活动： · 4月12 - 15日- Filecoin x IPFS展位于香港Web 3 Festival · 4月12日至15日：FIL香港网络基地，包括闪电讲座、工作坊、网络交流等！ · 4月15日：Filecoin DeStorHK在香港Web 3Festival- DeStor是一个为期半天的活动，致力于为提供商，客户和社区提供分散存储。申请参加DeStorHK！注意：您必须持有香港Web 3 Festival门票方可参加。可持续区块链峰会加入我们，参加4月13日在波士顿举行的第四届国际可持续区块链峰会（SBS），在麻省理工学院能源会议的最后，就在ETHBoston之前。SBS将汇集ReFi、能源系统、碳市场和加密经济学领域的数百名专家和爱好者，共同合作开展项目，使全球经济与自然世界保持一致，并强调我们如何使下一代互联网比以前更可再生、更环保。 Filecoin Network Base in Austin，TX 走向共识？4月24日至26日，加入Filecoin社区，参加Filecoin基金会在德克萨斯州奥斯汀举办的Filecoin网络基地。该计划将包括为期两天的闪电会谈，研讨会和Filecoin虚拟机的最新更新。注册现已开放！资助下议院，7月15日至16日第六届“资助下议院”活动将于7月15日至16日在法国巴黎举行。Funding the Commons的安装时间是对以太坊社区会议的完美补充，该会议将于第二天举行，距离大学仅几步之遥。巴黎将是我们在2023年期间的关键面对面活动，除了主题演讲和小组讨论之外，它还将独特地融入开放空间技术和其他非会议式节目。这种形式将使参与者之间建立更多的联系，并导致新的合作和项目的形成。来源：金色财经
金色财经2023-04-12
现在接触的AI客户，想实现的目的是什么？优刻得这样答
 go
构提供私有化的模型部署，提供模型+私有云+存储+网络，帮助传统企业内部搭建一个训练平台。二、大模型公司的核心诉求是什么？答：这些公司的核心诉求是需要大量的算力（显卡）以及较高的网络要求。大家容易忽略网络能力，如果没有足够的网络能力大模型是用不起来的。三、现在接触的AI客户，想实现的目的是什么？答：我们经过接触，他们的目的大致包括以下几种：1）用GPT能力取代咨询行业。比如医生、建筑设计、律师等行业咨询的工作可以完成。像律师行业，收集英美法的判决书，分析结果，类似的案例步骤，推荐做的好的律师。 2）比较成熟的是在互动领域：游戏中的NPC；文学、漫画、社交等； 3）做生产力工具，提高效率，如帮助你画图、做ppt、做表格。四、客户现在对大模型开始关注私有化部署，原因是什么？公司的优势是什么？答：现在和以前最大的变化，以前是数据放在云上，但数据还是属于客户的，有了ChatGPT后，客户的数据必须交出去给大模型，客户会更专注数据安全问题。我们有四大优势：1）纯内资；2）中立，我们不做大模型，和创业公司不存在竞争关系； 3）安全能力，客户把模型放在我们这里，我们可以提供数据保护服务（安全屋），也可以私有化部署。很多客户不愿意把数据给大模型公司，数据可以放到我们这里，我们做了隐私计算后，给大模型公司；4）我们积累的客户资源。五、我们和芯片公司合作是在哪些方面？答：芯片流片之前需要大量的模拟验证，需要大算力，大部分需要几百台，要几个月的合作。六、传统企业业务未来主要定位的客户类型是哪些？答：中国的数字化转型非常快，围绕数字中国，我们发现机会主要在四大领域：数字产业化、传统企业的数字化转型、政府治理数字化和数据要素的市场化。针对传统企业数字化转型，我们分析哪些行业对数据需求多、对算力的需求比较大，哪些就是我们的重点方向。第一个领域，金融行业里做量化交易的有不少需要算力和数据分析的，我们提供基础算力和底层的智能优化，因为量化的客户擅长的是算法，对于底层的一些技术是不够的；第二个领域是芯片领域，在芯片流片之前需要大量的算力来做验证，我们提供算力支撑能力；此外，能源数字化转型、生物医药也是我们重点关注的。这些领域公有云、私有云、混合云都有，目前业务占比不高。七、进入传统领域的优势是哪些？答：1）纯内资；2）中立；3）安全能力； 4）支持海量用户的能力。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。
有连云2023-04-10
华金证券：给予中国电信增持评级
 go
云计算软硬一体等关键技术攻关取得突破，云存储算力调度等达到业界先进水平，天翼云4.0算力分发网络平台“息壤”成功入选2022年度央企十大超级工程，打造全国规模最大的量子城域网“合肥量子城域网”。国内发明专利和PCT专利申请分别为去年同期1.4倍和2倍。　　投资建议：中国电信作为国内领先的电信运营商，积极拥抱数字经济的发展机遇，在云网融合、算力资源布局方面都形成了明显的竞争优势，是我国产业数字化建设的主力军。我们预测公司2023-2025年收入5262.64/5782.59/6305.91亿元，同比增长10.8%/9.9%/9.1%，公司归母净利润分别为305.61/337.07/371.20亿元，同比增长10.8%/10.3%/10.1%，对应EPS为0.33/0.37/0.41元，PE为20.9/18.9/17.2，首次覆盖，给予“增持”评级。　　风险提示：产业数字化发展不及预期；5G业务发展不及预期；共享共建不及预期等。证券之星数据中心根据近三年发布的研报数据计算，中金公司钱凯研究员团队对该股研究较为深入，近三年预测准确度均值高达97.21%，其预测2023年度归属净利润为盈利299.09亿，根据现价换算的预测PE为21.15。最新盈利预测明细如下：该股最近90天内共有22家机构给出评级，买入评级18家，增持评级4家；过去90天内机构目标均价为8.26。根据近五年财报数据，证券之星估值分析工具显示，中国电信（601728）行业内竞争力的护城河优秀，盈利能力一般，营收成长性一般。财务可能有隐忧，须重点关注的财务指标包括：货币资金/总资产率、应收账款/利润率。该股好公司指标3星，好价格指标3星，综合指标3星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）以上内容由证券之星根据公开信息整理，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。
证券之星2023-04-07
历史来看4月是上涨月、应该关注哪些山寨币？
go
Polkadot 区块链上的去中心化云存储网络。它旨在通过允许用户出租未使用的存储空间并获得奖励，为传统云存储解决方案（如 Amazon Web Services、Dropbox 和 Google Drive）提供去中心化替代方案。该项目于 2020 年启动，总部设在新加坡。它由经验丰富的区块链开发人员团队领导，并得到了 Hashkey Capital、Fenbushi Capital 和 SNZ Capital 等知名区块链投资者的支持。 Crust Network 的原生代币是 CRU。它在平台上用于多种目的，例如支付存储空间、质押和参与治理。CRU 是一种 ERC-20 代币，意味着它建立在以太坊区块链上，但未来会迁移到 Polkadot 生态系统中。 Crust Network 的独特之处之一是它与 Polkadot 生态系统的集成。Polkadot 是下一代区块链平台，可实现不同区块链之间的互操作性，允许项目共享资源并相互无缝通信。这意味着 Crust Network 可以利用 Polkadot 的可扩展性、安全性和跨链兼容性等优势来增强其存储解决方案。 Crust Network 已经启动了它的主网，并在几个加密货币交易所上线，包括 Binance、Huobi 和 OKEx。它还与多个区块链项目合作，例如 Phala Network、Darwinia Network 和 Clover Finance，以扩展其生态系统并为其用户提供更多用例。 2-COTI COTI 是一种加密货币，于 2018 年推出，旨在创建一个快速、可扩展且高度安全的支付网络。该项目旨在弥合传统支付系统与去中心化区块链技术之间的差距。COTI 代表“互联网货币”，其使命是提供任何人、任何地点、任何时间都可以使用的支付基础设施。 COTI 的独特之处之一是其共识机制，该机制基于有向无环图 (DAG) 而不是传统的区块链。这允许更快的交易处理和更低的费用，因为交易可以并行而不是以线性方式确认。 COTI 有自己的原生代币，也称为 COTI，用于支付网络上的交易并激励节点处理交易。COTI 的总供应量上限为 20 亿个代币。自推出以来，COTI 已与支付行业的多家公司合作，包括全球支付处理商 Simplex 和商户服务提供商 Bancor。COTI 还推出了多种产品和服务，包括去中心化交易所和商家支付网关。在市场表现方面，COTI自推出以来取得了显着增长。其市值已从 2018 年的约 500 万美元增加到 2021 年的 10 亿美元以上，其代币已在包括 Binance、Huobi 和 OKEx 在内的几家主要加密货币交易所上市。总体而言，COTI 是一个创新的加密货币项目，旨在为全球用户提供快速、可扩展且安全的支付网络。凭借其独特的共识机制和信任评分算法，COTI 有可能彻底改变支付行业并成为加密货币领域的主要参与者。 3-HIGH HighStreet 是一种相对较新的加密货币，在数字货币领域的投资者和交易者中广受欢迎。截至撰写本文时，它已在 CoinMarketCap 上市，CoinMarketCap 是业内领先的加密货币跟踪和分析平台之一。 HighStreet 使用股权证明共识算法，该算法比比特币和许多其他加密货币使用的工作证明算法更节能、更环保。这意味着与其他加密货币相比，HighStreet 交易的处理速度更快且费用更低。就市值而言，与比特币和以太坊等一些更成熟的加密货币相比，HighStreet 仍然相对较小。然而，其市值自推出以来一直在稳步增长，表明投资者和交易员的兴趣越来越大。与任何加密货币一样，投资 HighStreet 伴随着风险和潜在回报。加密货币市场以波动着称，High Street 也不例外。在投资 HighStreet 或任何其他加密货币之前，投资者应自行研究并考虑他们的风险承受能力。总的来说，HighStreet 是一个有趣的项目，旨在利用区块链技术的力量创建一个新的社交商务平台。它专注于社交媒体集成和股权证明共识算法，使其成为加密货币领域的独特产品。然而，与任何新兴技术一样，其未来的成功仍不确定，投资者应谨慎行事。来源：金色财经
金色财经2023-04-07
万字解析GPT的情感与意识它是一只被人类操控的“风筝”
go
”和商业转化；另一方面它也提升云计算、云存储的使用量。用户对AIGC的态度不再仅停留在“尝鲜试试看”阶段，而是不断提升使用频次；企业也在积极投入探索大模型商业化的长期价值。腾讯科技推出AIGC未来指北内容策划，邀约行业内专家、投资人、创业者，围绕技术发展、商业模式、应用场景、AI治理，以采访、直播等形式，持续产出行业内容。本期为第五期，我们邀请4位专业人士探讨《万众期待的GPT-4，到底有多“强”？》，嘉宾：王建硕百姓网AI 创始人&CEO 陶芳波心识宇宙创始人&CEO、前Facebook高级研究科学家刘伟北京邮电大学教授、人机交互与认知工程实验室主任陈巍前华为系NLP企业首席科学家、千芯科技董事长欢迎阅读《AI未来指北》往期内容：第一期：投资人王煜全：中国必须要有自主“大模型” 第二期：我们和创业公司创始人聊了聊：中国AI产业发展需要突破哪些瓶颈？第三期：清华大学人工智能国际治理研究院副院长梁正：如何让人工智能不作恶？第四期：北京大学新闻与传播学院教授胡泳：马斯克呼吁“暂停”AI开发，背后说明了什么问题？以下为实录整理，ChatGPT对本文整理亦有贡献。 GPT-4是阿拉丁神灯还是潘多拉魔盒？会不会带来生产力的变革？主持人陈巍：相比较于GPT-3.5，GPT-4的准确性显著提高，它可以完成创意文本生成、结构化写作和交互式文本生成，此外，GPT-4在语言推理和程序生成方面也有很大进步。但我们并不清楚GPT-4的具体参数和架构，感觉有点神秘，需要大家一起讨论和发掘。请陶总谈谈GPT-4对虚拟人技术与元宇宙技术的影响，以及它给办公场景和营销产品应用带来的新机会。陶芳波：GPT-4和Office 365带来的影响不太一样，GPT-4是一个巨大的模型升级，具有多模态特点。以前可以通过加入类似Clip的模型实现多模态，但GPT-4直接将视觉和文本数据放在一个Transformer里，类似去年推出的Flamingo方法。这种多模态更接近人类获取和产生信息的方式，给未来潜在应用的改造带来无限可能。虽然GPT-4的具体参数和架构没有公布，但我们可以根据过去一年学术界的变化和相关文章，猜测到它的一些做法。 GPT通过工程化方法取得了非常大的成就，我们体验到了用户instruction能力的大幅提升。在使用GPT-3.5做更复杂的任务时，它并没有办法更深刻地理解意图，而使用GPT-4就感觉好像一个普通人的智商从100提升到了120。这也是为什么它在GRE等考试上表现优于90%的人，这种能力来源于大模型的创新。而Office 365在另一个维度上展示了大模型可能吞噬所有软件的前景。Office 365将复杂的办公软件套件与GPT结合，为我们打造了一个样例。未来，软件的入口可能都会变成AI copilot，当我们打开软件时，将由AI教导我们如何使用。我认为这将带来行业重构的机会，微软为我们树立了一个标杆。主持人陈巍：我们可以看到AI在Office升级的过程中发挥了重要作用。新的Office升级会不会替换掉打工人和AI技术，特别是GPT技术会不会带来新的生产力革命？王建硕：我一直认为科技发展对人类有很大帮助，主要是利大于弊。GPT技术和Office的合作只是科技不断发展的过程，让我们使用时付出的精力越来越少。我们认为这很快会成为日常生活的一部分，不用再感到惊讶，这是未来的一种趋势。刘伟：我基本同意王总和陶总的看法。大家现在关注GPT技术，但我们还无法确定它究竟是阿拉丁神灯还是潘多拉魔盒。不过，我们可以确定的是，文本处理、程序编制、bug查找以及图像、视频、音频处理等方面可能会发生巨大变化。其中，一部分基础工作可能会被AI产品替代。然而，创意工作、管理、新闻记者和科研工作者等领域仍然难以被取代。例如，在教育领域，学生可以用GPT辅助完成论文，但创新性科研仍然难以依赖它。因为它不可能像牛顿和爱因斯坦一样做出颠覆性的发现。 GPT在训练数据集中进行组合和统计或概率分析是有可能的。但是，AI还做不到跨领域，例如讲化学、历史和计算机知识之间进行有机衔接，而很多创新往往发生在跨领域组合或交叉学科中。目前，GPT被视为一个初级的人机环境产品。它可以取代许多基础职业的体力劳动，甚至部分脑力劳动。但对于一些关键岗位，因为它存在一些类似幻觉的问题，还不可能在社会上产生我们所期待的影响。随着时间的推移，大家适应了这些技术，它会变得不再神秘，大家的新鲜感逐渐消失，就像当初骑自行车时觉得非常酷后来变得习以为常一样。主持人陈巍：关于微软和OpenAI是否还有更大的技术后招，目前业界传闻称除了现有技术，实际上还有更强大的东西。刘伟：现阶段AI主要关注多模态，如视频、文本、图像和语音等。由于底层工具不完善，例如数学和物理学还没有实现相关研究的突破，AI在情感和意志方面也有待发展。因此，美国的几家大厂不太可能推出令人惊讶的工作。主持人陈巍：微软和OpenAI在应用方面，如与Office的结合和搜索引擎的结合，确实给我们的日常生活带来了较大影响。陶芳波：微软和OpenAI的保密工作做得很好，大家都在猜测它们还有什么大招。部分同意刘伟的观点，但我认为不能小看基于深度学习的智能模型。这些大厂在过去半年中展示的工作和创新速度令人印象深刻。尽管底层数学和物理不完善，但它们已经证明能够创造有价值的智能体。实际上，大模型所展现的智慧能力已经超出了我们对人脑的理解，但它们仍然涌现出来了。有时候我们可以绕过基础科学，产生一些真正应用侧的巨大影响价值。我认为Office升级这件事情的意义非常重大，包括前段时间的Bing。当我们发现它初始版本的缺陷时，我们会提到两个问题。第一个是它产生幻觉，即说话乱说，这是因为它是基于训练时遇到的语料。第二个是它没有办法直接使用工具。而Office做了两个证明：第一，可以将大模型与已有数据做非常好的grounding，让它所有的依据都来自于真正灌输给它的外部知识，减少对这些信息的编造。第二，我认为很多职业都可能被改造或替代，因为大多数科研者所做的创新不是爱因斯坦级的工作，而是基于已有知识进行重组和微创新。因此，如果给予它关于外部数据和工具的支持，我个人认为很多职业都有可能被大大改造。我相信每个行业都会有一个类似的助手，这会让我们的效率提升。但这也可能导致短期内一定的失业，因为一件事情本来需要100个人来做，现在可能只需要20个人加上AI就可以完成。这80个人需要一段时间来适应新的AI环境并重新找到他们的价值。这个过程可能会像每一次工业革命一样重新发生。关于未来的展望，我认为Bing和Office做的事情让我们看到了所有的软件和服务都可能被这种方式重构。购物、健身、医疗等领域都会有一个类似的copilot。最终整个世界的服务体系都可能因为这样的全新服务形态而被重塑，而这个过程可能在未来两三年就会成为现实。企业巨头们在GPT-4之后还会放什么“大招”？多模态给未来的应用带来哪些想象力？主持人陈巍：关于其他科研机构和企业巨头，比如Meta（Facebook）、达摩院和NASA，它们在GPT-4之后会有什么大招？陶芳波：我认为一定会有大招，以Facebook为例，我觉得他们会有两个动作：第一个是加入底层的竞争，推出自己的开源大模型；第二个是在应用层思考如何拥抱AI，比如AI beings成为整个人类社交网络的独特存在。这类大公司一方面想加入到大模型底层能力的竞争，另一方面他们也要思考原来的护城河还是不是真的护城河。比如苹果如果不拥抱大模型到底如何在未来两三年展现竞争力。我认为，如果苹果在9月发布的iPhone 15和AI没有任何关系，发布会的关注度也会逐渐下降。王建硕：我个人有一个习惯，就是在大潮出现时，有意忽略所有厂商的新闻和动向。对于GPT-3和GPT-3.5等模型的差异，我也是选择忽略。就像互联网早期，浏览器的出现改变了整个互联网世界，但后续的升级对我们应用层的影响是非常有限的，eBay和亚马逊后续也不会关心浏览器的升级。比如百度的新模型、Facebook的新模型以及Google的模型，它诞生的那一刻就已经开创了新的时代，这个大门一旦打开就关不上了，我们应该更关注如何在这个平台上不断开发自己的应用，而不是花太多时间关心这些细节。大模型在细节上的改善对应用的影响是很小的。主持人陈巍：关于多模态的技术，比如GPT-4多模态和Clip模型实现的文本生成图片，您觉得这些技术的区别和门槛有多高？王建硕：我还没有尝试过GPT-4的多模态，因为它目前还没有在外部界面或API里提供。多模态技术确实是现在的热点，但我认为它只是一个小改进，而不是划时代的东西。真正划时代的是GPT-3在2020年发布，它已经改变了人机互动的方式。至于多模态的能力，我认为它们都是点缀，对人类社会的影响不会像大语言模型所开启的自然语言交互那么大。主持人陈巍：您觉得多模态的应用会给未来的互联网应用带来更多可能性吗？王建硕：多模态技术确实会带来一些新的可能性，但相较于自然语言交互所带来的影响，它们的影响是非常有限的。例如，通过文字生成图片可能对游戏、创意等行业的一些应用场景有关系，但对整个世界的影响仍然相对较小。刘伟：实际上，多模态是一个比喻，用以描述真实世界中的复杂性。仅用图像、视频、文本和语音来模拟整个世界是非常有局限性的。然而，对于从事数字技术和计算领域的人来说，这是一个重要的变革。人类语言有两个功能：交流协同和引导思维。机器在交互中可以起到一定的引导作用，但引导自己的思维却是困难的，因为它没有思维。机器只是一个计算性的大数据处理工具，具有泛化和自由组合的能力。机器所拥有的只是别人的知识，它本身并没有真正的思想。真实世界是多元、多维、多因和多果的，而机器的方式存在局限性。人工智能的特点在于结合了行为主义、连接主义和符号主义，但没有深入到自然语言的本质。机器对实践性的东西了解不足，例如维特根斯坦所讲的非家族相似性。机器只能理解结构化的知识，对于不相关的事物还远远不够。尽管如此，机器在一定程度上可以启发和激发人的思维。从2016年到2019年，我曾从事多模态相关的创业工作。如今，多模态已经引起了全社会的高度关注，为工业界和学术界的应用落地打开了更广阔的空间。在形式上，多模态确实打开了很大的空间，但在实质和内容上，它仍处于起步和萌芽阶段。人具有非形式的创造性思维活动，而计算机所产生的只是一种组合。机器对知识的分类是非常弱的。例如，修默将知识分为观念性知识（如数学、逻辑等）和事实性知识（如人的经验和体验等）。机器只能处理部分观念性知识，无法理解和创造经验性和主观性的知识。主持人陈巍：那么陶总，请谈谈您如何看待多模态技术对未来的影响？陶芳波：谈谈两个问题，一个是多模态的影响，第二个是各大厂商在多模态方面的进展和对比。实际上，我基本认同王总和刘老师之前提到的观点。与多模态相比，通过构造语言界面让人机交互的价值并不是很革命性。但我认为，它确实具有一定的革命性。类似于传统大模型理解线上文本数据，大语言模型在创造前额叶和语言处理模块方面已经取得了很大进展。然而，人类大脑还包括视觉区和运动区等重要区域。这是因为人类不仅需要通过语言理解概念和事件，还需要在物理世界中生活，感知物理信号，并操纵工具来干预物理世界。在没有多模态引入之前，大模型只能在数字世界提供信息化服务。多模态不仅包括视觉理解，还需要能生成行动指令。在实现这两点之后，模型才能在现实世界中进行干预。如果再配合类似于特斯拉的人形机器人这样的物理载体，我们可能真的会拥有一个完整的人类形态。因此，多模态的影响是巨大的。就我了解，目前在多模态上和OpenAI竞争的只有谷歌。其他厂商虽然声称要做多模态，但其实更像是拼接式的多模态。谷歌的Flamingo与OpenAI在本质上是一样的，但可能工程能力上略逊一筹。这些研究都是将视觉、行动和语言指令一起建模，实现多模态输入输出，甚至包括行动输入输出。目前，全球在多模态大模型方面的进展，我看到的只有谷歌和微软系（包括OpenAI）两个玩家。主持人陈巍：了解，目前OpenAI发布的更像是技术报告而非成品，与GPT-4相关的技术细节尚未公布。根据您的了解，模型参数量会增加吗？这是否意味着更大的训练量和关键技术进步？陶芳波：我觉得这是个好问题，加入多模态后，模型一定会有一部分专门用来做视觉编码。但在真正的Transformer层面，我觉得它的参数增加可能不会像大家预计的那么多。全世界的互联网数据大约只有540个B，所以做到几千亿参数的模型已经是很好的状态了。我认为多模态的加入可能会多一些数据，但因为这些数据是经过视觉编码变成信号与语言结合，所以最后的语义空间数据并没有增加太多。关于技术方法，感兴趣的人可以看去年DeepMind发的两篇文章，尤其是Flamingo。主持人陈巍：那您觉得这个模型大概会是多大呢？陶芳波：最大的模型我估计可能在千亿级别，但真正未来用于商业场景的模型应该会比这更小，可能是在百亿左右。 GPT是一只被人类操控的“风筝”？主持人陈巍：感谢陶总。王总，您觉得像GPT-4，它的数学能力提高了多少？跟之前的相比，这个数理能力提升能有多大？包括GPT-4在考试中表现出超过90%的人类，能给我们什么样的启示？王建硕：对于GPT模型的数学能力，我觉得只要补全加减乘除就足够了，因为它本质上是一个语言模型。我相信未来五到十年，更现实的做法是用Python库一边用大语言模型，一边用数学库或其他偏理科的库。对于GPT的数学能力，从产业角度来说，我们应该让它专注于写诗等任务，遇到数学问题时，我们可以使用专门的数学工具，再用GPT的语言能力进行包装。这是现在比较现实的解决方案。王建硕：对于通用人工智能来说，数学问题确实重要。但我认为解决数学问题对大型模型来说并不是最重要的，因为一般的计算器就能解决这类问题。据说GP-4有一定的增强，但仍有一些局限性。主持人陈巍：那您如何看待GPT-4在预考中超过90%的人类，对整个职业教育产生的影响呢？王建硕：我对这个新闻的真实性持怀疑态度。可能是为了吸引眼球。实际上，prompt编写和结果解读对模型的表现影响很大。我认为这种新闻标题并不一定是真实的，或者说不是一个通用的情况。刘伟：我对这个新闻也是半信半疑。虽然GPT-4可能擅长解决一些基于规则的考试问题，但在实际应用中，如法院、医生和特定专业领域，机器可能还有很长的路要走。维特根斯坦曾说过，语言的使用比语法更重要，我们需要考虑实际应用场景。主持人陈巍：那您怎么看待GPT-4的数学能力提高？刘伟：我认为，它的数学能力可能有所提高，但仍然有局限。在特定场合下，它可能还无法应对一些复杂的问题。所以我对这个新闻持半信半疑的态度。程序的4.0和3.5版本确实在不断升级。王总和陶老师从技术角度进行了分析、综合和深入探讨。我觉得可能是参数增加了，或者在模型上做了一些优化。但我一直在怀疑，智能问题不仅仅是优化问题，还包括很多非优化的东西。虽然有些提高，但这个提高不是质的提高，而是量的提高。数学家曾说过一句重要的话：“数学的精妙之处在于规避计算。”现在的GPT无论升到什么版本，还是基于数学模型、统计概率和人的辅助反馈。它并不理解基本的语义和概念。所以我认为它只是一个高级自动化产品，没有产生突破，只是照葫芦画瓢，不断通过叠加、组合等碎片化缝合产生一些“像人但不是人”的东西。我对GPT的评价比较狠：它就是一种高级自动化、一种像“人”的东西。而AI真正要产生突破的是独立性、自主性，GPT没有自主性，它依旧被人类编程和操作，它更像是一个“风筝”依旧被手中有线的人类操控。假设有多个GPT一起讨论出了人类讨论不出来的内容，我才相信它不再是“风筝”。人类是群体的智能交互产物，而GPT从根本上说就是一个高级自动化的产物。 GPT只是让你“以为”它有意识，人和机器如何相处将是未来重要课题王建硕：我和GPT聊天后，反而更多地认识到了人类到底是什么样的存在。它至少让我“以为”它有意识，尽管我们知道它没有。我们跟很多人聊天时，以为他们有意识，但其实我们可能并没有意识，只是给自己一种错觉，觉得自己有意识而已。我越跟GPT聊天，越觉得我们人类也是类似的存在。举一个很简单的例子，假设在我们屏幕里，一个人特别特别胖，另一个人瘦骨嶙峋，有人告诉你其中一个人叫bobo，另一个人叫kiki，你是觉得胖的人就应该叫bobo，瘦的人就应该叫kiki，这是我们自主的意识还是我们大脑被训练出来的模型？我倾向于认为，人类其实是算力更强的GPT，比如我们知道GPT是数学概率的完整填词方式，我们都知道一加一等于二，但是一加一等于二，到底我们是被背下来的，还是我们通过皮亚诺的五条公理自己推算出来的，我会更加倾向于我们就是现在GPT的高级版本。我们所以为的所有东西，其实都是我们的幻觉而已。陶芳波：我觉得这个话题太有意思了，我们可以从哲学角度来聊一聊。你说ChatGPT是一个风筝，有多少人类又不是风筝呢？在哲学里一直探讨的永恒命题是：人到底有没有自由意志？我倾向于compatibilism这个观点，认为人本质上没有自由意志，我们只是一套被编程的系统，在代码的操纵下做出一些可预测的决策。但是，我们大脑里有一种机制让我们自以为有自由意志，但实际上我们是可预测的。所以从这个角度来看，大多数人其实就是风筝，只是以为自己不是，这是比较可怕的。 AI领域有一个说法叫做“蒸馏”，将人类的集体意识产生的数据和行为蒸馏到一个模型上，通过阅读互联网上的信息，学习了人类文明几千年的集体意识。 AI的模式一定是被人类的集体模式给限制住的，所以我觉得它其实是非常像人的。很多人还会说GPT没有可解释性。我问一个问题，我今天比如说问刘老师一个东西，你脱口而出，然后我再问你为什么这么想，你再给我分析出12345。你这个可解释性到底是你大脑里面真的有一个结构？还是你通过语言的生成方法伪造了一种可解释性？我问GPT一个事情它给我分析12345，我觉得这和人类的可解释性非常像。除了GPT没有驱动性、不知道自己的目标是什么，而人有自主驱动性，但这些都是非常边角的东西。刘伟：你认为是边角料的东西，实际上是人机差异非常重要的问题。王老师也提到了这个观点，实际上很多人觉得人也是一种机器，但区别自由意志和绝对精神是一件很有意思的事情，GPT体现出人和机有一个很重要的区别。目标、动机和意图是人最重要的表征体系，人有自己的意识和潜意识，哪怕你不知道其存在，它依然在你的交互中存在潜意识。另外，意图和动机不是理性产生的，是感性产生的。举一个例子，外面下大雨，你打雨伞出去，是一个理性的行为，这是由于你怕被大雨淋湿造成浑身难受的感性支配，人有眼耳鼻舌身这些“传感器”而机器没有，人的这些传感器会产生意图和动机，而这是很难被模拟和仿真的，所以机器没有情感。陶芳波：首先，多模态是让机器越来越真实地拥有人类的传感器这些理性系统，我觉得眼耳鼻舌身是现在机器很会就能拥有的东西；第二，潜意识本质需要外部结构持久存储更多隐性的东西，要构建动机系统让机器有目标感来使用它的理性去做决策，这也是心识宇宙现在做的事情，基于大模型的理性构造机器的潜意识和用户记忆、动机系统，并且教会自己怎么做好。我觉得它是边边角角的东西，因为我觉得前额叶是最难被构造的，如果前额叶可以被构造地那么好，我让它具备一套动机系统、独立的存储智能体单独的一些信息，这也是我们做的事情，但我觉得我们做的这个和OpenAI的创新不算什么，因为他们把前额叶搞定了，并且让前额叶的推理能力、逻辑能力、理解能力变得非常好，所以你说的那些问题是可解决的。刘伟：陶总将前额叶当成智能的源泉，我们从来不把大脑当成源泉。人只是智能的一部分，只有人、环境交互才会产出真正的全方位的智能。比如狼孩也有大脑，但狼孩没有人的意识，也没有人的行为，所以传感器和人类的眼耳鼻舌身不是一个事物，它只能类比人的视觉听觉，功能可能比人类还强，但不是人的交互生命体。此外，意图和动机不是理性产生的，是情感产生的，如果模拟不了情感和感性，它永远不会出现真正的意图和动机，它只能从某些特征库里映射出某些动作，这种映射还是纯计算性的、没有交互性的。交互性的映射需要对大脑生理和智能有基本的剥离，当年图灵和乔姆斯基，把维特根斯坦的逻辑和指称做了剥离，出现了图灵机和图灵测试。模型越大越好吗？会产生类似人类的情感特性吗？主持人陈巍：感谢刘老师讲解逻辑和智能的区别以及人和机器的区别。在我们做情感对话机器人时，情感是人类非常本质的特征。对于模型越来越大，您认为这是好事还是坏事？有哪些优势和劣势？有没有可能产生类似于人类情感的特性？刘伟：我认为真正的智能是小数据小样本，大数据性的是人工智能，这种大数据大参数大模型根本上解决的是飞机汽车一样的工作，替代一些基本人类行为或浅层思考的东西，不可能解决动机和意识这类感性的东西。第二，现在常常把“逻辑”看成“智能”，就相当于把人看成机器，人类出了逻辑还有一些很难总结的非逻辑存在体系中。第三，机器的指称和打标是非常生硬的东西，而人类是很灵活的，能把一个东西做非常个性化的类比，这种能指、所指、义指的变化是机器很难产出的灵活性。人和机器的差异也非常大，在人机交互中还存在很微妙的信任机制，做多了映射和数据库、知识图谱以后，大家会产生一种错觉：人是机器，机器是人，实际上你恢复到人的状态的时候，会觉得人和机器差距非常大，小孩子的学习会产生范围不确定的隐性规则和秩序，而机器做不到。陶芳波：我认为模型大小对于科学视角来说不重要，关键是能力越来越强。对于产业应用来说，模型小很重要，因为成本、通用性和安全性等问题。OpenAI 也在关注通用性和安全性，未来可能还会关注成本。我期待智能能像燃料一样变得通用。模型越小或者更好地量化计算成本，我认为是好事。关于模型越大是否会创造出情感，人类的情感区域和前额叶区域是分开的，我认为可能需要一些更宏观的设计帮助，让大模型匹配负责动机情绪等机制，而不是直接通过扩大参数来实现。多模态处理可能是一种解决方案，不同模态有不同的编码器，类似于人脑中不同脑区的连接方式。关键是让模型的结构越来越像人。我认为结合多模态解决方案和类似人形机器人的身体，AI 可以更好地理解与环境的交互，像小孩子一样产生新的认知。王建硕：关于情感，我认为虽然 AI 没有情感，但它会让我们以为它有情感。这种共鸣可能对我们来说已经足够了。GPT也会生成春花秋月何时了的语句，对它来说就是生成，对人类来说就是共鸣。刘伟：当我们以为 AI 有情感时，可能会带来伦理、道德和法律等问题。机器不会共情，这是人类特有的能力。未来的问题还是一个人机问题，如何解决人机关系将成为人工智能未来发展的趋势。王建硕：我认为，尽管 AI 不会共情，但它会让我们以为它共情。在未来的3到5年里，AI 可能会让我们以为它有情感。对于机器是否具有情感，我们最后无法判断。我们认为其他人有情感，只是因为我们自己感觉到了情感。但是，我们无法真正感知别人是否真的有情感。未来，机器是否具有情感并不重要，重要的是它表现出来的界面对我们的影响。我们在prompt做了很多工作，我们后台看到，阿旺机器人在回答问题的过程中，表达了迷惑、紧张等情感，你看到了之后会觉得这比你想象的恐怖，它说紧张其实并不紧张，这些情感其实都是自然语言生成的。如果我们不知道这些事实，我们无法分辨机器和人的内心独白。主持人陈巍：您提到了真假的问题，比如AI可以生成逼真的图像，甚至比人类梦境更奇幻的图像和故事。王总，您认为在生成过程中，AI有哪些致命的缺陷？这些缺陷会不会成为AI的致命问题？包括幻觉问题？王建硕：我认为致命问题是它比现实还要好。我们拍的照片和AI生成的照片都是像素的组合，不存在真假之分。我们可以认为真实的苹果比照片里的苹果更真实，但我们不能说生成的照片比拍的照片更真实或更假。关于机器的幻觉问题，其实可以通过简单的方法规避，比如在所有的问题前加上一句“如果你对问题不确定，请回答不知道”。这样就可以解决问题。至于AI生成的幻觉，它们只是将人类社会日常做的功能发挥到极致，我不认为这是个问题，反而是一个容易解决的问题。陶芳波：幻觉问题其实可以通过技术手段解决，随着模型的提升，幻觉问题会逐渐减少。人类本身也是一个幻觉系统。我们的目标是通过AI创造一个丰富、活跃、精彩的数字宇宙。但是，我认为让AI去表现情感是非常危险的。一个公司如果掌握了情感制造技术，它可能对人类个体产生巨大的影响。我们还没有做好应对这个问题的准备。刘伟：关于情感问题，剑桥分析公司和科恩斯基等已经在情感领域产生了一些影响。人类的行为、情感和社会稳定已经受到了机器产生的类人情感的影响。实际上，我们不需要机器产生情感就可以实现这种影响。关于泛化问题，GPT可能会对同样的问题给出不同的答案。泛化实际上是一个概率问题，而幻觉问题是人类特有的，与计算概率的泛化问题不同。主持人陈巍：百度也发布了文心一言，媒体上认为，可能相对来说的解读是，比我们预期要稍微低一些。请问三位老师怎么看待，包括国内大模型的发展趋势，以及国内大模型跟行业巨头相比之下，是否我们是不是国内起步稍晚一点？所以国内的媒体也好，大众也好，是不是对这些国内大模型的期望其实有点过高？大家怎么看未来的这个大模型发展，特别是国内发展大模型的难度，和未来竞争？陶芳波：同行太多，不太好评论。但我觉得百度干得不错，勇气很重要。真的敢于直面挑战，然后踩出第一步。虽然我个人判断百度在这次做这件事情的过程当中借助了一些力量，但他的追赶速度会更快一点。先追上肯定是第一位的，接下来我们再看能否构建创新优势，内生出一些创新能力，可能最后有一天就会在同一个起跑线上去竞争。我觉得这个动作一定是带有一定风险的，但至少百度肯定有商业上的一个考量，它愿意去面对这种不确定性去做一个没有准备好的状态的事情。刘伟：智能里面需要勇气和胆识，但另辟蹊径的时候也需要从其它角度做创新，百度发布文心一言是好事，大模型上面有很多空间可以做，而且基于大模型的生态链、工具链都可以被重塑，这些都是创业者的机会。我们应该抓住这个机会，从创新的角度去探索和发展。主持人陈巍：是的，我认为国内的企业和创业者应该站在更高的视角去思考问题，不仅仅是跟随国际巨头的脚步，而是要挖掘自己的特色和优势，从而实现创新和突破。陶芳波：同意，我们需要在大模型之上找到自己的优势，发挥我们的创新能力，只有这样，我们才能在这个领域取得更好的成绩，也能更好地服务国内市场和用户。刘伟：是的，我们需要在国内市场找到自己的定位，利用自身的优势发展。同时，我们也要关注国际市场的发展，与国际巨头保持竞争，从而推动整个行业的进步。主持人陈巍：好的，感谢各位老师的精彩讨论。我们今天的节目就到这里，希望我们的讨论能为大家带来启发和收获。注：《AI未来指北》栏目由腾讯新闻推出，邀约全球业内专家、创业者、投资人，探讨AI领域的技术发展、商业模式、应用场景、伦理及版权争议。来源：金色财经
金色财经2023-04-04
二三四五：截至2022年9月30日，公司持有的货币资金为24.95亿元
 go
稳定的合作关系，主要与阿里云有大数据、云存储、云计算等业务往来。此外，阿里巴巴集团是2345网址导航付费推广的主要客户之一。谢谢。投资者：股权转让会存在不确定性么？二三四五董秘：您好，感谢对公司的关注。截至目前，本次股份转让已获得深圳证券交易所审核通过，受让方按照《股份转让协议》的约定完成股份转让款尾款的支付后，本次协议转让还需在中国证券登记结算有限责任公司深圳分公司办理股份过户登记手续，因此本次交易的具体完成时间尚未确定，敬请广大投资者注意投资风险。谢谢。投资者：公司在人工智能方面有哪些突破？有产品么？二三四五董秘：您好，感谢对公司的关注。公司将结合自身业务情况，密切关注前沿技术的发展。公司的主营业务为互联网信息服务业务+多元投资业务，目前尚未推出人工智能相关的产品与服务。谢谢。投资者：请问最近chatgpt这么火，公司有没有涉及这方面的业务二三四五董秘：您好，感谢对公司的关注。公司将结合自身业务情况，密切关注前沿技术的发展。公司的主营业务为互联网信息服务业务+多元投资业务，截至目前，公司尚未推出与ChatGPT相关的产品与服务。谢谢。投资者：2345游戏中心，未来是否跟发展人工智能游戏应用人工智能技术，包括寓教于乐，幼儿学习的智能游戏方向？二三四五董秘：您好，感谢对公司的关注。公司将结合自身业务情况，密切关注前沿技术的发展。公司的主营业务为互联网信息服务业务+多元投资业务，目前尚未涉及人工智能游戏业务。谢谢。投资者：请问贵公司与宁德时代有哪些合作项目？谢谢！二三四五董秘：您好，感谢对公司的关注。公司与宁德时代暂无业务合作。谢谢。投资者：贵公司是否有开发自己的游戏。二三四五董秘：您好，感谢对公司的关注。公司2345游戏中心已运营多年，平台游戏种类较多，满足用户的多种需求。谢谢。二三四五2022三季报显示，公司主营收入5.07亿元，同比下降30.61%；归母净利润3.25亿元，同比上升1.32%；扣非净利润3.02亿元，同比下降1.25%；其中2022年第三季度，公司单季度主营收入1.53亿元，同比下降33.2%；单季度归母净利润1.02亿元，同比上升2.17%；单季度扣非净利润9665.52万元，同比上升2.21%；负债率5.15%，投资收益1.04亿元，财务费用-7550.49万元，毛利率61.81%。该股最近90天内无机构评级。近3个月融资净流入5.67亿，融资余额增加；融券净流入1567.31万，融券余额增加。根据近五年财报数据，证券之星估值分析工具显示，二三四五（002195）行业内竞争力的护城河良好，盈利能力较差，营收成长性较差。财务可能有隐忧，须重点关注的财务指标包括：应收账款/利润率、应收账款/利润率近3年增幅、经营现金流/利润率。该股好公司指标2星，好价格指标1.5星，综合指标1.5星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）二三四五（002195）主营业务：互联网信息服务。以上内容由证券之星根据公开信息整理，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。
证券之星2023-04-04
打造比特币NFT帝国--明星公链Stacks解析
 go
互。用户存储数据可以托管在由用户指定的云存储服务商或者其他数据存储服务商，比如AWS、Google、Gaia存储系统中的数据是经过加密的，并通过用户控制的密钥进行签名。 Blockstack去中心化用户ID认证协议通过该协议用户可以使用自己拥有的ID进行认证，并且设置使用哪个Gaia服务器保存该用户的应用数据，ID归属于底层区块链的地址以及相应的私钥，最先将预定操作和注册操作成功写入区块链的用户可以获得对某个ID的所有权。 Stack2.0 致力于不改变比特币本身的同时，围绕比特币结算协议进行创新，开启原生比特币智能合约和去中心化应用即可以让开发者在比特币区块链上构建智能合约，开发不同类型的Dapp等。同时推出新的共识机制PoX，让Stack 2.0的安全性可以受益于比特币网络，利用该机制将比特币作为基础链，Stacks 2.0作为连接链，交易存在BTC链上，验证过程在Stacks链上。比如首先基于Stacks的资产发送到托管智能合约，第二步$BTC转入收款人地址，最后Clarity智能合约验证BTC转账后，释放基于Stacks资产。矿工使用BTC竞选区块打包权，以获取智能合约和交易的费用奖励。推出Clarity智能合约语言可以帮助开发者根据比特币链上状态进行操作。 POX（转移证明）共识机制 Stacks选择了一种节能的机制，使用比特币作为Stacks矿工代替算力使用的“数字能源”，矿工直接用比特币作为他们的开采成本。矿工锁定BTC后由网络通过可验证的随机函数（VRF）来选择每一轮的领导者。矿工所锁定的BTC金额越大，所得权重越多。每轮的领导者负责Stacks 2.0的区块打包，将Stacks 2.0上的交易哈希值打包，由领导者送到比特币链上，并获得奖励，该奖励包含智能合约和交易的费用（STX补贴+STX代币+平台交易手续费）。矿工所质押的比特币会发送到一组特定的地址，这些地址对应于参与共识的Stacking。在挖矿过程中质押的比特币不会被销毁，而是流向参与共识的Stacking。矿工：竞价形式质押BTC获得开采权 → 挖矿 → 获得STX补贴+STX代币+平台交易手续费三重收益（周期约2周） STX质押人：质押STX → 控制某些STX阈值数量的STX持有者参与签名 → 获得矿工的BTC（周期约2周） https://staking.staked.us/stacks-staking#instructions Clarity Clarity是一种智能合约语言。Stacks 2.0将Clarity锚定在比特币上，使智能合约能够根据在比特币链上状态进行操作。同时让智能合约的行为、成本和性能对开发人员和自动验证都是透明的。因为比特币本身并不具备图灵完备，这也导致智能合约功能有限。所以，Clarity内置了SPV（简易付款证明），让Stack 2.0上可以读取比特币链上的数据，并且用在智能合约上。比如比特币上完成了一笔交易转账，类似一笔资金转入了资金池，Stack 2.0检测这笔交易后，可用作为Stacks 2.0智能合约的一部分，以该笔交易作为智能合约发生下一步的条件，类似触发点。不需要通过第三方的oracle，一定程度上提高可靠性和安全性。同时开发者们可利用Clarity语言，类似在以太坊上去编写Stack 2.0链上的DeFi产品，拥有比特币原生属性的DeFi产品也就具备了可能性，当然这取决于Clarity智能合约语言的应用程度，目前以被用于在 Stacks 上构建自动做市商 (AMM)。与以太坊的旗舰智能合约语言 Solidity 相比优势 1). 逻辑清晰：以太坊Solidity，是一种不可判定的语言，在某些情况下，很有可能不知道智能合约将如何运行，Clarity的运行逻辑会相对清晰。 2). 更安全：Clarity据官方所表述，可有效防范八种常见的智能合约漏洞，分别为：可重入性（Reentrancy）、访问控制（Access Control）、上溢和下溢（Overflow and Underflow）、低级调用未检查的返回值（Unchecked Return Values For Low Level Calls）、拒绝服务（Denial of Service）、随机性问题（Bad Randomness）、时间操控（Time manipulation）、短地址攻击（Short address attack）。以官方例子来看，比如（低级调用未检查的返回值）漏洞，以太坊使用的Solidity语言的深层功能之一是函数call、callcode、delegatecall等等。这些函数解决错误的方式与其他Solidity函数不同，不会传播算法，也不会还原执行，而是返回一个错误的值，代码本身仍然继续运行，这就给了黑客利用漏洞的可能性。团队及融资累计5轮融资，总额8000w美元。背后主要公司为 Blockstack PBC，目前已经更名为 Hiro Systems PBC （简称 Hiro）。Muneeb Ali 为创始人，项目团队的主要成员拥有多年分布式系统领域的研发经验，其中包括 6 位分布式系统领域博士，2 位获得美国「总统职业奖」的科学家。 https://www.rootdata.com/Projects/detail/Stacks?k=MTM%3D 代币经济学目前流通13亿枚以上，市值1亿美元，CMC排名第37。每年以一定的通货膨胀率增发，但有一个预定的未来供应量，到2050年将达到约18.18亿 (比V1的20.40亿有所减少) 。 - 2.4% Blockchain.com分配 - 14.2% Hiro PBC - 7.4% Stacks基金会 - 4.1% 独立实体 - 6.6% Liberated Software LLC - 3.8% 研究学院和大学 - 6.6% Muneeb Ail - 7.9% 团队 - 8.0% 股权投资人分配 - 29.2% 2017代币销售，发行价格0.12美元，总量约4亿枚 - 8.9% 2019代币销售，发行价格0.12-0.30美元，总量约1亿枚+ https://blockstack.com/tokenpaper.pdf 代币膨胀率 Stacks 矿工将受到新铸造的 Stacks 的激励。本地采矿的最高净通货膨胀率在最初几年分别为 4.8%、3.85%、2.67%，并从第 11 年开始降至 1% 以下。 https://blog.blockstack.org/stacks-token-economics-whitepaper 白皮书中 PoX 的具体参数 1) .区块奖励：前4年1000 STX/区块；后续4年500 STX/区块；此后4年250 STX/区块；然后是永久性125 STX/区块； 2) .区块时间：Stacks 2.0与比特币相同的速度生产区块。比特币块大约每10分钟产生一次，这也是Stacks 2.0主网的速率； 3) .区块奖励到期窗口：100个区块，意味着如果矿工赢得一个区块，他们将在100个区块后获得该区块的代币奖励； 4) .Stacking参数：每块2个奖励地址；奖励周期2000块(约2周)，总共4000个奖励槽； 5) .Stacking阈值：所需的最小STX数量是基于参与度的动态值。当参与度在25%至100%之间时，该阈值为STX参与量的0.025%，当参与度低 25%时，阈值水平始终为STX流动供应量的0.00625%。 STX的挖矿奖励类似BTC，每4年减半，而且主网区块生产速度也和比特币基本相同。代币用途 1) .STX 是 Stack 2.0 上注册数字资产（如用户名、软件许可证、播客或其他数字产品）和发布运行智能合约所需的费用，类似于以太坊网络中的 gas 费用，在网络中进行操作会消耗 STX。同时，STX 可以用来支付交易费用，也是矿工运行挖矿节点和开发者进行 DApp 开发的激励。 2）.STX 的主要属性是配合 Stack 2.0 进行网络运转，调节和平衡各类机制。STX 的长期价值基本上取决于 Stacks 网络的增长和 Clarity 智能合约的需求量。 3) .在 Stack 2.0 中 STX 的获取主要是参与 PoX 共识机制，提交 BTC 获得 STX，或质押 STX 获得 BTC。STX 锁定的每个奖励周期中，都会收到矿工转让的比特币，作为转让证明的一部分。一旦锁定的周期数已完成，STX 便会解锁，可以自由使用 STX 或再次参与质押。代币解锁 https://blockstack.com/tokenpaper.pdf STX质押 STX质押者需要积极签名工作才可以获得BTC奖励，如果质押者未能及时签名，那么代币被保持锁定状态，并且在满足所有挂钩请求之前，他们不会收到奖励质押方式独立质押：持有13W枚STX及以上可直接单独质押集体质押：小于13W可在第三方平台质押，不同平台要求、APY均不同 https://www.stacks.co/learn/stacking#startstacking 近期质押数据（图片来自官方） https://www.binance.com/en/simple-earn 生态 BNS .btc域名 2STX/5年最初Muneeb Ali和Ryan Shea在2014年的尝试是创建了一个叫onename的项目试图将比特币地址变得人类可读从而实现转账方便，这个项目远早于如今已经大火的ENS甚至早于以太坊，后者Muneeb创造性的提出全新的转移证明机制POX,这个想法才变成了现实，.btc域名也是目前唯一同时拥有安全性（与比特币锚定出块分享比特币的安全性），匿名性（一个stx地址只能对应一个域名和一个btc地址，但是可以创建无数地址），与低gas费用的去中心化域名系统，这三个特性对一个去中心化域名系统来讲未来成为web3基础设施至关重要，而大部分域名系统只能拥有一个特性，要么像ens一样拥有以太坊的安全性，要么则是像.sol一样拥有低gas费用。 Citycions 一个创新协议，允许社区通过转发STX以换取奖励来为其城市的财政资源做出贡献。贡献者可以通过Stacks协议提供他们的STX。30%的转发STX代币由城市在托管钱包中收集。剩余的70%被有效质押，为CityCoin质押人提供STX奖励。迈阿密($MIA)是第一个加入该项目并成为头条新闻的城市，甚至在该市市长弗朗西斯·苏亚雷斯宣布其薪水将以BTC计价之前。 Alex 专为比特币设计的dex，第一个通过Stacks在比特币上提供一站式DeFi服务的平台第一个通过Stacks在比特币上提供一站式DeFi服务的平台。治理代币 ALEX，持有 ALEX 代币的用户可以参与协议的治理过程，包括提出提案、投票和决策等。通过流动性挖矿机制，ALEX Labs 激励用户提供流动性，参与到协议的生态中来，通过提供流动性获得 ALEX 代币作为奖励。 GAMMA 一个基于Stacks生态系统的NFT市场，早期被称为STXNFT。该市场旨在成为Web3中心，吸引收藏家、创作者和投资者通过比特币生态系统来探索、交易和展示 NFT。随着Ordinals的兴起，Stacks上的NFT活动也在逐渐增加。据DappRadar数据显示，Gamma在过去 30 天内的交易量增长超过了400%。 https://dappradar.com/stacks/marketplaces/gamma/nfts Stacks2.1升级支持1：1锚定BTC——sBTC 为了进一步提高比特币在 DeFi 中的功能性和可访问性，去中心化双向挂钩比特币sBTC，以太坊上市值高达45亿美金的wBTC,还是侧链RSK上的rBTC，或是各种类型的BTC衍生品，锚定的比特币都是由中心化的托管人所控制，中心化潜在的安全隐患也限制了其发展上限。转入挂钩：用户把BTC转入一个由门槛签名控制的比特币地址，此地址由全体STX质押者控制，签名代表的控制权限由其质押占比决定，每次BTC被发送到此地址，同数量sBTC被铸造出转到用户选择的STX地址转出挂钩：在用户转出挂钩操作里，只有达到70%阈值的控制权限，也就是70%的STX质押者同意转出签名操作，才可以将挂钩的比特币地址的BTC转出到用户地址里，同时在协议端销毁同比例的sBTC。如果没有达到70%阈值的签名，系统将转换为恢复模式，直到有足够的STX质押者恢复在线签署转出挂钩请求联合作恶风险：sBTC的上限供应价值不能超过60%的STX质押价值，如果STX质押者联合起来作恶，质押的STX和获得的PoX BTC奖励将都会罚没。60%作恶收益‹70%的作恶成本，决定了质押者的经济合理选择始终是挂钩操作，70%的签名阈值水平还保证了联合起来几百上千个的去中心化质押参与者串通作恶的超高难度。总结 -优点 1. 无监管风险，STX 在 2019 年通过首次符合 SEC 资格的代币发行进行分发，并且已经去中心化 2. 背靠BTC，BTC作为最大市值的加密货币，并且其链上的安全性也是目前最好的，所以在其之上搭建生态应用是具备发展潜力 3. 目前还属于初期阶段，相比于ETH，BTC还有很长的路能走，随着活动的增加和区块的价值增加，来自矿工的BTC出价也将增加，STX利益相关者的实际收益也会随之增加 4. STX没有对手，目前是比特币在应用层面唯一的L2 -缺点 1. 操作体验较差，几乎所有操作相比于以太坊上均要复杂，卡顿较多 2. 比特币是否需要生态，比特币被称为“数字黄金”，从应用层面上看相比为应用而生的以太坊，实际应用需求较低 --关于AppleDao AppleDao是由一群区块链业界知名人士和行业优秀从业者共同组建，专注于加密货币领域一级市场的投资。将通过赛道分析、行业研究、热点解读、项目深度研报等形式，来挖掘具有潜力价值的区块链创新项目。团队成员均有五年以上区块链开发、项目投资经验，对区块链基础设施、底层应用、项目孵化等均有深入的经验。AppleDao 旨帮助优秀的区块链项目成长，为投资者提供多维度的项目调研判断。 twitter:ShawnnaMaster Email:oqifynEqytik@outlook.com 来源：金色财经
金色财经2023-03-30
为什么巴菲特喜欢苹果和硬件科技？这位分析师或许能给出答案
 go
件产品转向流媒体音乐、电影、金融服务和云存储等其他市场，并建立了“高利润率”的服务业务。　　一些分析师认为，苹果公司（Apple） 2.5万亿美元的市值中，有一半以上可能与其古老的服务业务有关，其中包括应用商店、苹果音乐、苹果电视+、苹果支付、iCloud等。截至2022财年末，苹果（Apple）的各种服务订阅量已超过9亿。　　萨克纳吉解释说，相反，IBM没有类似的东西，而且在科技行业向云计算的巨大转变中，最终落在了后面。IBM已经进入了这个庞大的市场，但仍远远落后于亚马逊（Amazon）的网络服务（Web Services）、微软（Microsoft）的Azure和谷歌的云平台（Cloud Platform）。　　关于惠普，萨克纳吉表示，巴菲特可能认为惠普更像苹果（Apple），而不是IBM。Sacconaghi补充道，技术上的转变，包括不再使用印刷版，“也有可能削弱惠普的盈利能力，这与IBM的情况类似。”他指出，惠普核心业务的转型障碍与放弃iOS不同。　　萨克纳吉表示，就目前而言，巴菲特不太可能“实质性”增持苹果（Apple）股票。目前，苹果公司（Apple）在伯克希尔哈撒韦公司（Berkshire）的股票投资组合中约占40％。92岁的传奇人物巴菲特一直是一位“极其自律”的股票买家，他会在市盈率低于20倍时买入，在市盈率高于25倍时卖出。　　本月早些时候，投资公司摩根士丹利（Morgan Stanley）表示，苹果（Apple）有五个“被低估”的催化剂，可能会在未来12个月推动该股走高。
金融界2023-03-30
设研院：公司与阿里、华为有大数据、云存储、云计算方面的业务往来
 go
字基建业务，公司与阿里、华为有大数据、云存储、云计算方面的业务往来。后续公司将继续拓展和深化与相关互联网企业在新一代信息技术和交通数字化产品方面的合作。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。
有连云2023-03-29

上一页
1
•••
25
26
27
28
29
•••
34
下一页

24小时热点

最新话题更多