FX168财经网_全球视野外汇黄金加密货币NFT资讯网

测绘股份（300826）股东南京高投科技有限公司质押70万股，占总股本0.44%

。测绘股份（300826）主营业务：地理信息产业中的测绘地理信息服务业务。以上内容由证券之星根据公开信息整理，由算法生成，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2024-02-19

隐瞒南美白虾添加并超量使用虾药？东方甄选又被王海打假！累计销量超过702万单，东方甄选：报警

示，东方甄选自营的五常大米没有五常大米地理标志和五常大米地理标志证明商标，属于假冒商标的商品。而且，东方甄选只给主动维权的消费者退款不退货。既然没问题，东方甄选为何要给消费者“退款不退货”？在产品被质疑的同时，东方甄选的业绩也陷入了增收不增利的境地。 1月24日晚间，东方甄选公布中期业绩，报告期内东方甄选总营收28亿元，同比增长34.4%，净利润2.49亿元，同比下滑57.4%，调整后净利润5.09亿元，同比下降约15.4%。报告期内6个月，东方甄选带货GMV（商品交易总额）为57亿元，其中来自抖音的GMV仍然占绝大部分。此外，东方甄选抖音关注人数从去年同期的3520万人上升至4580万人。尽管东方甄选的抖音关注人数增加，其在抖音上的已付订单数量同比减少15%至5960万个。

金融界2024-02-19

为什么是AGI的又一个里程碑时刻？

在的事物人们已经习以为常，但是能够准确地理解物理世界运转逻辑，例如力是如何相互作用的，摩擦是如何产生的，篮球是如何打出抛物线的等等，这些都是以前任何模型都无法完成的事情，也是Sora超越视频生成层面的根本意义所在。不过，从demo到实际成品，可能是惊喜也可能是惊吓。Meta首席科学家杨立昆就直接对Sora提出了质疑，他表示：“仅凭能够根据提示生成逼真的视频，并不能说明系统真正理解了物理世界。生成过程与基于世界模型的因果预测不同，生成式模型只需要从可能性空间中找到一个合理的样本即可，而无需理解和模拟真实世界的因果关系。” 齐镗泉也表示，虽然OpenAI验证了基于世界模型的文生视频大模型是可行的，但也存在物理交互的准确性难点，尽管Sora能够模拟一些基本的物理交互，但它在处理更复杂的物理现象时可能会遇到困难；长期依赖关系的处理存在挑战，即如何保持时间上的一致性和逻辑性；空间细节的精确性，处理空间细节方面如果不够精确，可能影响到视频内容的准确性和可信度。颠覆视频，但远不止视频 Sora成为世界模拟器或许是很久以后的事情，但是就生成视频而言，已经对现在的世界产生了影响。第一类就是解决之前技术上面无法突破的问题，推动一些行业迈向新的阶段。最典型的就是影视制作行业，Sora这回最具革命性的能力就是最长生成视频长度达到了1分钟。作为参考，大热门Pika所能生成的长度在3秒、Runway的Gen-2生成长度在18秒，这意味着有了Sora以后，AI视频将能成为真正的生产力，实现降本增效。陈坤告诉光锥智能，在Sora诞生前，其利用AI视频工具制作科幻电影的成本已经下降至了一半，Sora落地后，更加值得期待。 Sora发布后，令他印象最深刻的是一个海豚骑车的demo。在那个视频中，上半身是海豚，下半身是人的两条腿，腿上还穿了鞋子，在一种极具诡异性的画风中，海豚完成了作为人骑自行车的动作。 “这对我们来说简直太神奇了！这个画面创造出了一种又有想象空间，又符合物理定律的荒诞感，既是情理之中又出乎意料，这才是观众能发出惊叹的影视作品”，陈坤道。陈坤认为Sora会像当年的智能手机、抖音一样，把所有内容创作者门槛降低一大步，把内容创作者呈数量级放大。 “未来内容创作者可能都不需要拍摄，只需要说一段话或者一段词，就能把脑子里面独特的想法表达出来，且可以被更多人看到。届时，我觉得还有可能会出现比抖音更大的新的平台。再往前一步，或许是Sora能够了解每个人潜意识的想法，自动去生成和创作内容，根本不需要用户去主动寻求表达”，陈坤表示道。同样的行业还有游戏，OpenAI 技术报告的结尾是一个《我的世界》的游戏视频，旁边写着这样一句话：“ Sora可以通过基本策略同时控制Minecraft中的玩家，同时高保真地呈现世界及其动态。只需在Sora的提示字幕中提及‘Minecraft’，就能零距离激发这些功能。” AI游戏创业者陈希告诉我们，“任何游戏从业者看到这句话，都是一身冷汗！OpenAI 毫无保留地展露了它的野心”。陈希解读分析认为，短短的一句话传达了两件事情：Sora能控制游戏角色，同时能渲染游戏环境。 “就如OpenAI 所说，Sora是一个模拟器，一个游戏引擎，一个想象力和现实世界的转换接口。未来的游戏，只要言之所及，画面就能被渲染出来。Sora现在学会了构建一分钟的世界，还能生成稳定的角色，再配合自家的GPT-5，一个纯AI生成的、数千平方公里、活跃着各色生物的地图，听上去已经不是异想天开。当然，画面是否能实时生成，是否支持多人联机，这些都是很现实的问题。但无论怎么说，新的游戏模式已经呼之欲出，至少用Sora生成一个《完蛋我被美女包围了》变得毫无问题了”，陈希道。第二类是基于模拟世界的能力，在更多领域中创造出新的事物。爱丁堡大学的博士生Yao Fu表示：“生成式模型学习生成数据的算法，而不是记住数据本身。就像语言模型编码生成语言的算法（在你的大脑中）一样，视频模型编码生成视频流的物理引擎。语言模型可以视为近似人脑，而视频模型近似物理世界。” 学会了物理世界中的普遍规律，让具身智能也更加接近人的智能。例如在机器人领域，以前的传导流程为，先给到机器人大脑一个握手的指令，再传递到手这个部位，但是由于机器人无法真正理解“握手”的含义，所以只能把指令转化为“手的直径缩小为多少厘米”。若世界模拟器成为现实后，机器人就可以直接跳过指令转化的过程，一步到位理解人的指令需求。跨维智能创始人、华南理工大学教授贾奎向光锥智能表示，显式的物理模拟将来就有可能应用到机器人领域，“Sora的物理模拟是隐式的，它展示出了只有其内部对物理世界理解和模拟才能生成出来的效果，要对机器人直接有用，我觉得还是显式的才行。” “Sora能力还是通过海量视频数据，还有recaptioning技术，实现出来的，甚至也没有 3D 显式建模，更不用说物理模拟了。虽然其生成出来的效果，已经达到/接近了通过物理模拟实现的效果。但物理引擎能做的事情不仅仅是生成视频，还有很多训练机器人必须有的其他要素”，贾奎表示道。虽然Sora还有许多局限性，但在虚拟和现实世界之间已经建立了一个链接，这让无论是头号玩家式的虚拟世界，还是机器人更像人类，都充满了更大的可能性。来源：金色财经

金色财经2024-02-19

满地科技股份(01400)下跌11.07%，报0.249元/股

江苏、上海及广西等省市。公司凭借优越的地理位置、强大的研发能力、高度自动化的生产流程以及有保证的产品质量，能快速适应市场及客户需要的变化。截至2023年中报，满地科技股份营业总收入8461.0万元、净利润-886.8万元。

金融界2024-02-19

农业农村部：完善生猪产能调控实施方案，适度放宽调控绿色区间下限

品牌打造和标准化生产，加快绿色、有机、地理标志和名特优新等优质农产品生产基地建设。推进标准化生产。建立覆盖全链条的标准化生产和质量品质分级体系，推进现代农业全产业链标准化。加强质量安全监管。开展豇豆、水产养殖重点品种药物残留突出问题攻坚治理，加强其他合格率偏低品种监管。强化农产品检测，推广应用新型快速检测技术，全面落实食用农产品承诺达标合格证制度，扩大农产品质量安全追溯管理和信用监管覆盖范围。培育精品品牌。完善农业品牌目录制度，实施农业品牌精品培育计划，建设一批区域公用品牌、企业品牌和优质特色产品品牌。办好中国国际农产品交易会等展会。五、全链推进乡村产业发展，拓宽农民增收致富渠道（二十一）大力发展乡村特色产业。提升特色种养。支持开展特色种质资源收集普查，筛选一批性状优良的特色品种。建设一批特色农产品标准化生产基地，遴选一批热带作物标准示范园，推动产业提档升级。调优水果生产布局和品种结构，发展现代果园，完善采后处理、加工和冷链物流体系，促进水果产业高质量发展。做精乡土特色产业。加强传统手工艺保护传承，发掘培育篾匠、铁匠、剪纸工等能工巧匠，促进传统工艺特色产业发展，创响“工艺牌”、“文化牌”等乡土品牌。培育乡村特色产业专业村镇，发展一批特色粮油、果菜茶、畜禽、水产品、乡土产业等村镇。（二十二）高值提升农产品加工业。改进技术装备。支持区域性预冷烘干、储藏保鲜、鲜切包装等初加工设施建设，推广应用新型杀菌、高效分离等精深加工技术。建设一批农产品加工技术科研试验基地，完善国家农产品加工技术研发体系。推进延链增值。绘制粮食和重要农产品“加工树”图谱，引导加工企业开发多元加工产品。以农产品加工业为重点建设一批全产业链典型县。推进农产品加工副产物综合利用，开发稻米油、胚芽油和蛋白饲料等产品。引导各地建设一批农产品加工产业园区。（二十三）促进农村一二三产业融合发展。打造融合载体。优化实施农业产业融合发展项目，支持建设一批优势特色产业集群、国家现代农业产业园、农业产业强镇。深入推进农业现代化示范区创建，分区分类探索农业现代化发展模式。推动建设一批台湾农民创业园和海峡两岸乡村振兴合作基地，促进海峡两岸农业农村融合发展。促进农文旅融合。实施休闲农业提升行动，建设一批全国休闲农业重点县，遴选推介中国美丽休闲乡村和乡村休闲旅游精品景点线路，开发差异化乡村休闲旅游产品和服务。健全联农带农益农机制。培育农业产业化联合体，将新型农业经营主体和涉农企业扶持政策与带动农户增收挂钩，把产业增值收益更多留给农民。（二十四）提升农产品流通效率。健全冷链设施网络。实施农产品仓储保鲜冷链物流设施建设工程，支持建设一批田头冷藏保鲜设施，推动建设一批农产品骨干冷链物流基地、产地冷链集配中心。共建一批国家级农产品产地市场，推进交易服务、仓储物流等公益性基础设施建设。发展农产品电子商务。实施“互联网+”农产品出村进城工程，总结推广典型经验。推动建设一批县域农副产品电商直播基地，促进优质农产品上网销售。六、扎实推进乡村建设和乡村治理，建设宜居宜业和美乡村（二十五）深入实施农村人居环境整治提升行动。稳步推进农村改厕。指导中西部资源条件适宜且技术模式成熟地区稳步推进户厕改造，积极开展干旱寒冷地区适用技术产品研发与试点，探索农户自愿按标准改厕、政府验收合格后补助到户的奖补模式。具备条件的推进厕所与生活污水处理设施同步建设、一并管护。协同推进农村生活污水垃圾治理。分类梯次推进农村生活污水治理，开展农村黑臭水体动态排查和源头治理。健全农村生活垃圾分类收运处置体系，在有条件的地方探索推进源头分类减量与资源化利用。整体提升村容村貌。建立健全常态化清洁制度，有序推进村庄清洁行动。开展美丽宜居村庄创建示范。（二十六）统筹推进农村基础设施和公共服务体系建设。加强建设任务统筹。推动省市县编制乡村建设年度任务清单，规划布局乡村基础设施和公共服务。以县为单位建立乡村建设项目库，合理安排建设优先序。健全全国乡村建设信息监测平台，完善工作推进考评机制和问题发现处置机制。推动农村公共基础设施补短板。开展村庄微改造、小改进、精提升，稳步提升小型公益性基础设施建设水平。协调推进农村水电路等基础设施建设和农村教育、医疗、养老等公共服务体系建设，推动基础设施和公共服务建设向国有农场延伸。开展农村公共服务重要领域监测评价，征集推介农村公共服务典型案例。深入实施“百校联百县兴千村”行动。（二十七）提升乡村治理水平。创新推广有效治理办法。推广清单制、积分制、“村民说事”等务实管用乡村治理方式，推进数字化赋能乡村治理，丰富拓展制度性治理方式。启动第二批全国乡村治理体系建设试点，鼓励地方探索乡村治理新模式新路径，宣传推介一批全国乡村治理典型。推进农村移风易俗。开展高额彩礼、大操大办等重点领域突出问题综合治理。通报表扬一批移风易俗专项治理工作先进县（市、区）。鼓励各地利用乡村综合性服务场所，为农民婚丧嫁娶等提供便利条件。完善婚事新办、丧事简办、孝老爱亲等约束性规范和倡导性标准。（二十八）推进乡村文化发展。加强农村精神文明建设。组织“乡村文化艺术展演季”、“新时代乡村阅读季”活动，推出一批“三农”领域优秀文化作品。办好中国农民丰收节。坚持农民唱主角，鼓励支持基层和农民群众自主举办“村BA”、村超、村晚等群众性文体活动。保护传承优秀农耕文化。积极搭建农村文化展示平台，实施农耕文化传承保护工程，开展乡村文化资源摸底调查，启动第八批中国重要农业文化遗产挖掘认定，申报一批全球重要农业文化遗产。鼓励有条件的地方开设农耕文化大讲堂，开展“农业文化遗产里的中国”宣传活动，实施“农遗良品”培育计划。七、稳妥深化农村改革，激发乡村振兴动力活力（二十九）稳步推进农村土地制度改革。稳妥推进承包地改革。启动第二轮土地承包到期后再延长30年整省试点，推进农村土地承包合同网签。健全土地流转服务体系，推动建立土地流转合理价格引导机制。探索完善进城落户农民依法自愿有偿退出土地承包经营权的配套措施。稳慎推进农村宅基地制度改革。深化改革试点，持续推进宅基地权利分置和权能完善。推动建立多元化的农民户有所居保障机制，加强基层宅基地管理服务能力建设，完善闲置农房和闲置宅基地盘活利用政策，建设全国统一的农村宅基地管理信息平台。出台宅基地管理暂行办法。稳步推进农村改革试验区建设，总结推广一批可复制可借鉴的农村改革经验模式。（三十）加快构建现代农业经营体系。提升新型农业经营主体。开展新型农业经营主体提质强能整建制推进试点，创建一批农民合作社示范社和示范家庭农场，支持家庭农场组建农民合作社，加强对农民合作社办公司观察点跟踪指导和经验推广。深入开展“千员带万社”行动，鼓励农民合作社联合社等各类组织为新型农业经营主体发展全周期提供服务。全面实行家庭农场“一码通”管理服务制度。发展农业社会化服务。加强农业社会化服务主体能力建设，鼓励有条件的服务主体建设区域性农业社会化综合服务中心，拓展服务领域和模式。建立健全农业社会化服务标准体系，细化服务技术规范、作业要求，强化服务效果评估。提升农垦辐射带动能力。深入推进垦区区域集团化改革，分类指导农场企业化改革。实施“农垦社会化服务+地方”行动，支持面向地方开展全产业链服务。开展农垦土地管理与利用情况监测，完善农垦土地管理利用方式。实施欠发达国有农场巩固提升行动。（三十一）深化农村集体产权制度改革。加强农村集体资产管理。健全监督管理服务体系，完善全国农村集体资产监督管理平台，推动出台对集体资产由村民委员会、村民小组登记到农村集体经济组织名下实行税收减免的政策。指导有条件地区探索开展集体收益分配权有偿退出、继承等。发展新型农村集体经济。推进新型农村集体经济稳健发展，鼓励探索资源发包、物业出租、居间服务、资产参股等多样化发展途径，支持农村集体经济组织提供生产、劳务等服务。严格控制农村集体经营风险。规范流转交易。稳妥有序开展农村产权流转交易规范化试点。落实工商企业等社会资本通过流转取得土地经营权审批工作。推进土地流转台账信息平台建设，探索建立土地流转风险排查处置工作机制。（三十二）推动高水平农业对外开放。认定第四批农业国际贸易高质量发展基地。加快潍坊、宁夏国家农业开放发展综合试验区建设，推进境内农业对外开放合作试验区和境外农业产业园区建设。支持利用上海合作组织农业技术交流培训示范基地，加强现代农业领域合作。八、强化支撑保障，推动工作落地见效（三十三）强化乡村振兴统筹协调。健全推进机制。落实乡村产业振兴、人才振兴、文化振兴、生态振兴、组织振兴以及乡村建设工作指引，细化工作方案，及时跟踪调度，推动工作落实。强化考核督查。扎实开展巩固拓展脱贫攻坚成果同乡村振兴有效衔接考核评估、推进乡村振兴战略实绩考核，强化考核评估结果运用。探索建立日常监测评估和常态化监督检查机制，推动落实乡村振兴责任制。开展示范创建。深入推进国家乡村振兴示范县创建，探索不同区域全面推进乡村振兴的组织方式、发展模式和实践路径。推动开展乡村振兴表彰。（三十四）健全多元投资渠道。争取财政支持。推动各地落实土地出让收入支农政策，扩大地方政府专项债支农规模，加大财政对乡村振兴重大工程项目建设支持力度。中央财政衔接推进乡村振兴补助资金用于产业的比例保持总体稳定，强化绩效管理，优化项目管理方式。扩大信贷资金规模。优化农业经营主体信贷直通车服务，完善农业农村基础设施融资项目库对接机制，引导金融机构加大信贷投放。实施现代设施农业、高标准农田建设等贷款贴息试点，强化财政金融协同联动。推动提升全国农担服务效能。做好脱贫人口小额信贷工作。发挥农业保险作用。推动三大主粮完全成本保险和种植收入保险全国覆盖，扩大大豆完全成本保险和种植收入保险试点范围。支持地方拓展优势特色农产品险种。推动农业保险精准投保理赔，做到应赔尽赔。完善“保险+期货”模式。引导社会资本投入。修订社会资本投资农业农村指引，发挥乡村振兴基金作用，引导地方利用好农投公司等平台，有序扩大农业农村投资。（三十五）壮大乡村人才队伍。加强农业科技人才培养。实施“神农英才”计划等专项，组织开展中华农业英才奖评选，遴选一批高层次农业科技领军人才。健全科技人才激励政策，推动扩大“公费农科生”实施范围。推动建立城市专业技术人才定期服务乡村制度，鼓励科研院所、高等学校专家服务乡村。加强农村实用人才培训。深入实施乡村产业振兴带头人培育“头雁”项目、高素质农民培育计划和“耕耘者振兴计划”，加强农村实用人才带头人培训，开展“全国十佳农民”遴选资助。健全农业农村高技能人才培养机制。深入开展涉农干部乡村振兴培训。（三十六）加强农业农村法治建设。健全法律规范体系。推进农村集体经济组织法、耕地保护和质量提升法、农业法、渔业法、植物新品种保护条例制修订，完善配套规章制度。深化农业综合行政执法改革。深入实施农业综合行政执法能力提升行动，组织农业综合行政执法示范创建，常态化开展执法练兵，开展“绿剑护粮安”执法行动。加强农资质量、农产品质量安全、动植物检疫、种业知识产权保护等重点领域执法。强化法治宣传。加快培育农村学法用法示范户，建设一批农村法治宣传教育基地，开展形式多样的农村普法主题活动。加快推进行政许可事项办理全程电子化。各级农业农村部门要提高政治站位，巩固拓展学习贯彻习近平新时代中国特色社会主义思想主题教育成果，坚持守正创新，把住“三农”工作底线红线，切实维护农民利益；强化统筹协调，对牵头推动的工作紧抓不放，对协同配合的工作主动作为，落细落实工作措施；大兴调查研究之风，增强工作本领，改进工作作风，提高防范化解风险能力，为全面推进乡村振兴、加快建设农业强国，谱写新时代“三农”工作新篇章作出更大贡献！

金融界2024-02-19

中科星图下跌5.01%，报40.78元/股

据、云计算和人工智能等新一代信息技术与地理信息技术融合，提供覆盖空天大数据获取到应用等全产业链的GEOVIS数字地球产品和服务。公司实行集团化、生态化、国际化战略，拥有多个业务板块和参控股子公司，不断创新和扩展产品线，积累了1211项专利和软件著作权，致力于成为全球领先的空天大数据系统与服务提供商，并取得了国内外多项荣誉和认可。截至9月30日，中科星图股东户数1.01万，人均流通股3.62万股。 2023年1月-9月，中科星图实现营业收入13.99亿元，同比增长69.11%；归属净利润1.03亿元，同比增长44.77%。

金融界2024-02-19

iBeLink发布了一款硬件产品——BM-KS Max

对这些技术参数的深入分析，我们可以更好地理解BM-KS Max在实际应用中的潜力和能力。它在每秒内能够进行10.5万亿次哈希计算，这一数字在当今市场中处于领先地位。BM-KS Max的功耗为3400W，这一数据在同类产品中表现出较高的能效比。虽然高功耗意味着较大的电力需求，但与其高算力相结合，BM-KS Max展现出了良好的能效平衡。 iBeLink BM-KS Max凭借其出色的性能指标和对特定算法的支持，为用户提供了一种高效稳定的硬件解决方案。

看昵称133970963792024-02-19

OpenAI发布首个文生视频模型，机构：进一步提升算力需求！纳斯达克100ETF(159659)年内份额劲增超300%

理解也达到了一个新的层级，使其能够准确地理解提示词，并生成表达充满活力的情感的视频。 2月18日，Pika创始人郭文景回应称，“我们觉得这是一个很振奋人心的消息，我们已经在筹备直接冲，将直接对标Sora。”此外，郭文景还透露，目前已经在招人了，具体计划暂时还不能对外透露。国泰君安证券发布研报称，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。招商证券策略研报认为，虽然OpenAI表示当前Sora仍有弱点，例如难以准确模拟复杂场景中的物理现象，可能无法理解具体的因果关系，但从当前展示的效果来看，Sora显著领先于其他文生视频模型，推动AI视频生成进入了一个全新的时代。【纳指前十大市值股洗牌，英伟达接连超越谷歌、亚马逊】美东时间周四，“全球AI龙头”英伟达股价小幅收跌1.68%，总市值约1.79万亿美元，超过成为谷歌母公司Alphabet，成为仅次于微软和苹果的美股第三大上市公司。 AI概念驱动下，美股科技巨头领涨全球，在市值前十大榜单上，可口可乐、开市客等零售食品行业的“长牛股”已不见踪影，科技股“霸屏”榜单。截至上周五，微软（MSFT.US）、苹果（AAPL.US）、英伟达、谷歌/Alphabet、亚马逊、脸书（META.US）的总市值分别3.00万亿美元、2.82万亿美元、1.79万亿美元、1.76万亿美元、1.76亿美元、1.21万亿美元。受益于AI浪潮推动，英伟达的GPU成为AI算力的必备条件，市场对公司H100的需求持续超过供应。高盛、摩根士丹利、瑞银近日都以人工智能需求激增为由，上调了英伟达的目标股价。高盛分析师Toshiya Hari指出，各国政府以及科技巨头们对AI基础设施建设的投资将进一步推动英伟达的营收。高盛将英伟达2025-2026年财年全年盈利预期平均上调了22%。英伟达将于2月21日公布新一季财报，市场普遍认为届时将影响美股科技股走势。【“全球科技龙头风向标”——纳斯达克100ETF（159659）】作为美国市场代表性市场指数之一，纳斯达克指数又被称作“美国科技指数”的代表，纳斯达克100指数以纳斯达克指数为基础并加以精华提炼，选取其中100家非金融公司作为成分股，在市值加权的基础上按相应的指数编制规则计算出来的、反映纳斯达克整体市场或者美国高科技走势的指数。自2014年初以来至2024年2月16日，纳斯达克100指数累计涨幅392%，显著跑赢纳斯达克综合指数、标普500等美股主要指数，同时大幅跑赢英国富时100、德国DAX、法国CAC40等全球其他主要市场核心指数。来源：Wind，统计区间2014.1.1-2024.2.16。纳斯达克100指数发布于1985年2月1日，指数过往业绩不代表未来表现。风险提示：基金有风险，投资须谨慎。上述观点、看法和思路根据截至当前情况判断做出，今后可能发生改变。对于以上引自证券公司等外部机构的观点或信息，不对该等观点和信息的真实性、完整性和准确性做任何实质性的保证或承诺。纳斯达克100ETF可以投资境外市场。本基金除了需要承担与境内证券投资基金类似的市场波动风险等一般投资风险之外，还面临因投资境外市场所带来的汇率风险等特有风险。基金过往业绩不代表其未来表现，基金管理人管理的其他基金的业绩并不构成本基金业绩表现的保证。投资者应认真阅读《基金合同》《招募说明书》《产品资料概要》等基金法律文件，全面认识基金产品的风险收益特征，在了解产品情况及听取销售机构适当性意见的基础上，根据自身的风险承受能力、投资期限和投资目标，对基金投资做出独立决策，选择合适的基金产品。纳斯达克100指数近五年表现分别为37.96%(2019)、47.58%(2020)、26.63%(2021)、-32.97%(2022)、53.81%(2023)。纳斯达克100指数由纳斯达克股票市场公司编制和发布。指数编制方将采取一切必要措施以确保指数的准确性，但不对此作任何保证，亦不因指数的任何错误对任何人负责。指数过往业绩不代表其未来表现，亦不构成基金投资收益的保证或任何投资建议。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-02-19

ChatGPT 周年纪念反思：AIGC的瓶颈与Web3的机遇

AI 模型传统的数据收集方法往往受到地理和文化的限制，导致人工智能生成的内容和 ChatGPT 响应存在主观偏差，例如改变目标任务的肤色。Web3 的代币激励模型可以优化数据收集、收集和加权来自世界各地的数据。此外，Web3 的透明度和可追溯性增强了模型的可解释性，鼓励多样化的输出来丰富模型。 4.海量Web3链上数据的独特AI模型 AI 模型设计和训练通常围绕目标数据格式（文本、语音、图像或视频）进行构建。AI和Web3融合的一个独特的未来方向是为链上数据开发大规模模型，类似于自然语言模型。这种方法可以提供传统数据分析无法获得的独特见解（例如智能资金跟踪、项目资金流），并且人工智能具有同时处理大量数据的能力。 5. 生成式人工智能作为降低 Web3 进入壁垒的催化剂目前，主流参与Web3项目需要对复杂的链上概念和钱包操作有深入的了解，这增加了学习成本和错误风险。相比之下，Web2 应用程序是围绕“惰性原则”设计的，允许用户轻松、安全地开始使用。生成式人工智能可以通过充当 Web3 中用户和协议之间的“智能助手”来协助以意图为中心的项目，从而显着增强用户体验。二. 生成式AI技术总结 2.1 生成式人工智能的技术背景人工智能概念自20世纪50年代提出以来，经历了数个高峰和低谷，每一次关键技术创新都引发了新的浪潮。生成式人工智能（Generative AI）作为近十年来提出的新兴概念，以其令人印象深刻的技术和产品性能在各种人工智能研究方向中脱颖而出，一夜之间引起了全球的关注。在深入研究生成式人工智能的技术架构之前，有必要先定义一下本文中生成式人工智能的含义，并简要回顾一下最近流行的生成式人工智能的核心技术。生成人工智能是一种用于创造新内容和想法的人工智能，包括对话、故事、图像、视频和音乐。它建立在深度学习神经网络框架的基础上，并使用包含大量参数的大型数据集进行训练。最近进入公众视野的生成式AI产品大致可以分为两类：一类是基于文本或样式输入的图像（视频）生成产品，另一类是基于文本输入的类似ChatGPT的产品。这两个类别都依赖于相同的核心技术：基于 Transformer 架构的预训练大型语言模型 ( LLM )。前一类将文本输入与扩散模型相结合以生成高质量的图像或视频，而后者则采用人类反馈强化学习（RLHF）来生成与人类逻辑非常相似的输出。 2.2 目前生成式AI的技术架构：有很多优秀的文章从不同的角度讨论了生成式人工智能对现有技术架构的影响。例如，A16z 的一篇题为《谁拥有生成式 AI 平台》的综合文章，全面总结了当前生成式 AI 的技术架构。根据这项研究，当前Web2时代的生成式AI架构分为三个层次：基础设施（算力）、模型、应用。文章还对这三个层面的当前发展提出了见解。基础设施：目前重点仍然主要集中在Web2基础设施逻辑上，真正整合Web3和AI的项目很少。基础设施在现阶段获得了最大的价值。在存储和计算领域深耕数十年的Web2巨头，在人工智能的探索阶段，通过“卖铲子”获得了丰厚的利润。模型：理想情况下，模型应该是人工智能的真正创造者和所有者。然而，目前很少有商业模式能够让这些模型的作者捕捉到相应的商业价值。应用程序：多个垂直领域开发的应用程序已产生超过数亿美元的收入。然而，高昂的维护成本和较低的用户保留率对维持这些应用程序作为可行的长期商业模式构成了挑战。 2.3 生成式人工智能在Web3中的应用 2.3.1 利用AI分析Web3海量数据数据是构筑未来人工智能发展技术壁垒的基石。为了理解它的重要性，我们首先看一下关于大型人工智能模型性能来源的研究。这项研究表明了大型人工智能模型的独特涌现能力：当模型规模超过一定阈值时，模型精度会突然激增。如图所示，每个图表代表一个训练任务，每条线表示大型模型的性能（准确性）。对各种大型模型的实验一致得出这样的结论：超过一定阈值后，模型性能在不同任务上会出现突破性增长。本质上，模型大小的量变会导致模型性能的质变。这个大小与模型参数的数量、训练持续时间和训练数据的质量有关。目前，在模型参数（各公司顶尖研究团队设计）和训练时长（大部分计算硬件采购自NVIDIA）没有显着差异的情况下，开发领先产品主要有两条路径。首先是识别并解决利基领域的具体痛点，这需要对目标领域有深入的理解和洞察。第二，更实际的做法是收集比竞争对手更全面的数据。这为生成式 AI 大型模型进入 Web3 领域打开了一个绝佳的切入点。现有的人工智能大模型或基础模型是在来自各个领域的海量数据上进行训练的，而Web3中链上数据的独特性使链上数据模型成为一个令人兴奋且可行的途径。在Web3中，数据层面目前有两种产品逻辑：第一种激励数据提供者，鼓励用户共享数据使用权，同时保护数据的隐私和所有权。海洋协议在这方面提供了有效的数据共享模型。第二种方法涉及集成数据和应用程序的项目，以便为用户提供特定于任务的服务。例如，Trusta Lab收集和分析用户的链上数据，并通过其独特的MEDIA评分系统，提供女巫账户分析、链上资产风险分析等服务。 2.3.2 AI Agent在Web3中的应用如前所述，链上人工智能代理的应用正在蓬勃发展。借助大型语言模型并优先考虑用户隐私，他们提供可量化的链上服务。根据 OpenAI 首席人工智能研究员 Lilian Weng 的博客文章，人工智能代理可以分为四个部分：代理 = LLM（大型语言模型）+ 规划 + 内存 + 工具使用。 LLM作为AI Agent的核心，处理外部交互，从大量数据中学习，并用自然语言进行逻辑表达。规划+记忆方面类似于用于训练 AlphaGo 的强化学习技术中的行动、策略和奖励概念。它涉及将任务分解为更小的目标，并通过重复训练和反馈来学习最优解决方案，根据功能将信息存储在各种类型的记忆中。工具使用是指智能体利用模块化工具、互联网信息检索、访问专有信息源或API等工具的能力。值得注意的是，大多数这些信息在预训练后很难修改。考虑到AI Agent的这种逻辑，我们可以设想Web3和AI Agent结合的无限可能性。例如：在目前的交易应用中，集成AI Agent模型可以为客户提供自然语言界面，提供包括价格预测、交易策略、止损策略、动态杠杆调整、智能跟随意见领袖、借贷等多种交易功能。在执行量化策略时，策略可以进一步分解为子任务，分配给不同的AI Agent来执行。协作人工智能代理可以增强隐私保护并实现实时监控，以防止被对手利用。基于区块链的游戏中的许多 NPC自然而然地与 AI 代理保持一致。已经有项目应用GPT来动态生成游戏角色对话。未来的发展可能会超越预设文本，创建更真实的实时 NPC（甚至数字人）交互，并且独立于玩家干预进行操作。斯坦福大学的“虚拟小镇”就是此类应用的一个很好的例子。尽管目前的Web3+AI Agent项目主要集中在初级市场或AI基础设施，尚未出现杀手级消费应用程序，但改变游戏规则的Web3+AI项目的潜力是巨大的。通过集成分布式链上治理、零知识证明推理、模型分布和改进的可解释性等各种区块链特性，这些项目在未来具有广阔的前景。 2.3.3 Web3+AI潜在垂直领域应用 A. 教育领域的应用 Web3 和人工智能的融合预示着教育领域的一场革命，其中生成式虚拟现实教室是一项值得注意的创新。将人工智能技术嵌入在线学习平台，学生可以获得个性化的学习体验。该系统根据每个学生的学习历史和兴趣生成定制的教育内容。这种个性化的方法有望提高学生的学习动机和效率，使教育更加个性化。此外，基于代币的信用激励代表了教育领域的创新实践。利用区块链技术，学生的学分和成绩可以编码成代币，形成数字化的学分体系。这种激励机制鼓励积极参与学习活动，创造一个更具吸引力和激励性的学习环境。受最近流行的SocialFi项目FriendTech的启发，类似的关键定价逻辑可以应用于在学生之间建立同行评审系统，为教育添加更多社交元素。利用区块链的不可篡改性，同行评价变得更加公平和透明。这种同行评审机制不仅有利于培养学生的团队合作能力，而且可以对学生的表现进行更全面、多维度的评估，将多元化、整体性的评价方式引入教育体系。 B. 在医疗领域的应用在医疗领域，Web3与AI的融合推进了联邦学习和分布式推理。通过将分布式计算与机器学习相结合，医疗专业人员可以大规模共享数据，从而实现更深入、更全面的群体学习。这种集体智慧方法可以加速疾病诊断和治疗计划的制定，推动医学领域的进步。隐私保护也是医疗领域应用的一个重要方面。借助Web3的去中心化和区块链的不变性，患者医疗数据可以更安全地存储和传输。智能合约可以实现对医疗数据的精确控制和权限管理，确保只有授权人员才能访问敏感的患者信息，从而维护医疗数据的隐私。 C. 保险领域的应用在保险行业，Web3与AI的融合有望为传统运营带来更加高效、智能的解决方案。例如，在汽车和房屋保险中，计算机视觉技术的应用帮助保险公司通过图像分析和评估更有效地评估财产价值和风险水平。这为保险公司提供了更加精细化、个性化的定价策略，增强了保险行业的风险管理。同时，链上自动化索赔处理是保险行业的一项创新进步。利用智能合约和区块链技术，索赔流程变得更加透明和高效，减少了繁琐的程序和人为干预的可能性。这不仅加快了理赔流程，还降低了运营成本，为保险公司和客户提供更好的体验。动态保费调整是另一个创新领域。通过实时数据分析和机器学习算法，保险公司可以更加精准、及时地调整保费，根据被保险人的实际风险状况进行个性化定价。这种做法不仅使保费更加公平，而且鼓励被保险人采取更健康、更安全的行为，促进全社会的风险管理和预防措施。 D. 版权领域的应用在版权领域，Web3 和人工智能的结合为数字内容创建、管理和代码开发引入了新的范式。通过智能合约和去中心化存储，数字内容的版权信息可以得到更好的保护，让创作者更轻松地追踪和管理自己的知识产权。区块链技术还可以建立透明且不可变的创作记录，为追踪和验证作品提供更可靠的手段。工作模式的创新也代表着版权领域的重大转变。代币激励的协作工作将工作贡献与代币奖励相结合，鼓励创作者、策展人和开发者共同参与项目。这不仅促进了创意团队之间的协作，也让参与者有机会直接从项目的成功中受益，从而催生更多优秀作品。另一方面，使用代币作为版权证明重塑了利益分配模式。通过智能合约自动执行的分红机制，作品的所有参与者都可以在作品被使用、出售或转让时实时获得自己的收益份额。这种去中心化的利益分配模式有效解决了传统版权模式中的不透明和延迟问题，为创作者提供了更加公平、高效的利益分配机制。 E. 虚拟宇宙领域的应用在元宇宙中，Web3与AI的融合为创建低成本AIGC以丰富基于区块链的游戏内容开辟了新的可能性。AI生成的虚拟环境和角色可以丰富游戏内容，为用户提供更加生动多样的体验，同时减少制作的人力和时间成本。创建生动的数字人是元宇宙应用的创新。数字人类具有细到头发的详细物理外观和基于大型语言模型构建的心理逻辑，可以在元宇宙中扮演各种角色。他们可以与用户交互，甚至参与现实世界场景的数字孪生。这为虚拟现实提供了更加真实、深刻的体验，推动数字人技术在娱乐、教育等领域的广泛应用。基于区块链用户画像自动生成广告内容是元宇宙中的智能广告应用。通过分析用户在元宇宙中的行为和偏好，人工智能算法可以创建更加个性化和有吸引力的广告，从而提高点击率和用户参与度。这种广告创作方式不仅更符合用户兴趣，也为广告主提供了更高效的推广渠道。生成式交互式 NFT是元宇宙中一项引人注目的技术。通过将NFT与生成设计相结合，用户可以在元宇宙中参与创作自己的NFT艺术品，赋予其互动性和独特性。这为数字资产的创造和交易开辟了新的可能性，推动了虚拟宇宙中数字艺术和虚拟经济的发展。三．签名 Web3 协议在本节中，作者选择了五个具有代表性的协议来深入了解 Web3 领域中生成式 AI 的现状：Render Network和Akash Network被强调为通用 AI 基础设施协议和 Web3 中 AI 类别的领先者；Bittensor被认定为当前模型训练领域的热门项目；Alethea.ai因其与生成式 AI 应用程序的密切相关性而被选中；Fetch.ai展示了人工智能代理在去中心化Web3世界中的潜力。 3.1 渲染网络（$RNDR） Render Network 由母公司 OTOY 的创始人 Jules Urbach 于 2017 年创立。OTOY 的核心业务是基于云的图形渲染，由 Google 和 Mozilla 联合创始人提供建议，为奥斯卡获奖电影项目做出了贡献，并与 Apple 进行了项目合作。 Render Network 是 OTOY 进军 Web3 领域的举措，旨在利用区块链的分布式特性，将小规模渲染和人工智能需求与去中心化资源连接起来。这一举措旨在为小型工作室节省成本，否则这些小型工作室将租用昂贵的集中式计算资源（例如AWS、MS Azure和阿里云），并为那些拥有闲置计算资源的人提供创收机会。在发布专有渲染器 Octane Render 的 OTOY 的支持下，Render Network 凭借固有的需求和扎实的商业模式推出，很快被认为是一个具有坚实基础和潜力的 Web3 项目。随着生成式AI的兴起，分布式验证和推理任务的需求不断增加，与Render的技术架构完美契合，使其成为未来发展的一个有希望的方向。Render 一直引领着 Web3 领域的 AI 赛道，演变成一个有点像 meme 的实体，每当围绕 AI、元宇宙和分布式计算的叙述升温时，它都会受益于上升趋势，展示了它的多功能性。 2023 年 2 月，Render Network 宣布了更新其定价等级系统的路线图，并为 $RNDR 引入了社区投票的价格稳定机制（尽管发布日期尚未公布）。该项目还宣布从 Polygon 迁移到 Solana（将 $RNDR 代币升级为基于 Solana SPL 的 $RENDER 代币，已于 2023 年 11 月完成）。渲染网络的新定价体系将链上服务分为三个级别，从高到低，每个级别对应不同的价格点和渲染服务质量。这些层根据客户的特定渲染需求为客户提供选择。社区投票的$RNDR价格稳定机制已从不定期回购转变为“销毁和铸币均衡（BME）”模式。这一变化强调 $RNDR 作为交易的稳定币，而不是长期持有资产。一个BME Epoch的具体业务流程如下：产品创建：Render上的产品创建者，即渲染资源的提供者，将闲置的渲染资源打包成产品（节点）并上线，等待使用。购买产品：有渲染需求的客户可以直接销毁$RNDR代币作为服务费用。如果他们没有 $RNDR 代币，他们首先用法定货币在 DEX 上购买它们，然后销毁代币。服务支付的价格公开记录在区块链上。铸造代币：根据预设规则铸造新代币。注：Render Network 收取产品购买者支付的项目运营交易费用的 5%。在每个 BME Epoch 中，都会铸造预设数量的新代币（数量会随着时间的推移而减少）。这些新代币被分发给三方：产品创造者：他们获得的奖励是： A。任务完成：根据各产品节点完成的渲染任务数量进行奖励。 b. 在线奖励：鼓励资源提供者在线完成任务，根据市场待机时间给予奖励。 2. 产品购买者：与购物中心的产品优惠券返还类似，购买者可以获得高达 100% 的 $RNDR 代币返还，鼓励未来使用 Render Network。 3. DEX 流动性提供商：合作 DEX 中的提供商，确保以合理的价格提供 $RNDR 代币以进行必要的销毁，将根据质押的 $RNDR 数量获得奖励。从过去一年$RNDR的价格走势来看，作为Web3中领先的AI赛道项目，$RNDR受益于ChatGPT在2022年底和2023年初带动的AI热潮。随着新代币机制的引入，$RNDR的价格2023年上半年达到顶峰。经过一段时间的稳定后，随着 OpenAI 新版本引发的 AI 复苏、Render Network 向 Solana 的迁移以及新代币机制的预期实施，$RNDR 的价格达到了近期高点。鉴于 $RNDR 的基本面变化很小，未来对 $RNDR 的投资需要谨慎的头寸管理和风险控制。 Dune Analytics仪表板的数据表明，自2023年初以来，渲染任务总数有所增加，但渲染节点数量并未增加。这表明导致工作负载增加的新用户是那些有渲染需求的用户，而不是那些提供渲染资源的用户。鉴于生成式 AI 到 2022 年底将激增，有理由推断额外的渲染任务与生成式 AI 应用程序相关。这种需求的增加是代表长期趋势还是暂时的激增还有待观察，需要进一步观察。 3.2 Akash Network（$AKT） Akash Network 是一个去中心化的云计算平台，旨在为开发者和企业提供更灵活、高效、更具成本效益的云计算解决方案。该项目的“超级云”平台基于分布式区块链技术，利用区块链去中心化的特性，为用户提供全球性、去中心化的云基础设施，包括CPU、GPU、存储等多样化的计算资源。 Akash Network 由拥有丰富项目背景、经验丰富的企业家 Greg Osuri 和 Adam Bozanich 创立，其使命很明确：降低云计算成本、提高可用性并让用户更好地控制计算资源。通过激励提供商通过竞价流程开放闲置计算资源，Akash Network 实现了更有效的资源利用，为资源需求者提供有竞争力的价格。 2023 年 1 月，Akash Network 启动了 Akash Network Economics 2.0 更新，以解决当前代币经济中的各种缺陷，包括： $AKT 市场价格的波动导致长期合同价格和价值的不匹配。对资源提供者释放大量算力的激励不足。社区激励措施不足阻碍了项目的长期发展。 $AKT 的价值捕获不足对项目稳定性构成风险。据官网介绍，Akash网络经济2.0计划中提出的解决方案包括引入稳定币支付、增加订单费用以增加协议收入、增强对资源提供者的激励以及增加社区激励等。值得注意的是，稳定币支付功能和订单费用功能已经实现。作为 Akash 网络的原生代币，$AKT 在协议中具有多种用途，包括用于验证（安全）、激励、网络治理和支付交易费用的质押。据官网显示，$AKT 的总供应量上限为 3.88 亿枚，截至 2023 年 11 月，已解锁约 2.29 亿枚（59%）。项目启动时分配的创世代币于2023年3月完全解锁并进入二级市场。创世代币的分配如下：关于价值获取，白皮书中提到的一个值得注意的尚未实施的功能是 Akash 计划对每一次成功的租赁收取“费用”。这些费用将被发送到收入池以分配给持有人。该计划规定对 AKT 交易收取 10% 的费用，对使用其他加密货币的交易收取 20% 的费用。此外，Akash 打算奖励长期锁定 AKT 持有量的持有者，从而激励长期投资。 CoinGecko 的价格趋势显示，$AKT 在 2023 年 8 月中旬和 11 月下旬经历了上涨，尽管涨幅不如人工智能领域的其他项目，这可能是由于当前的市场情绪所致。总体而言，Akash Network 是 AI 赛道上为数不多的优质项目之一，其基本面优于大多数竞争对手。其潜在的业务收入可以为该协议带来未来的盈利能力，随着人工智能行业的发展和对云计算资源的需求不断增加，Akash Network 有望在下一波人工智能浪潮中取得重大进展。 3.3 Bittensor（$TAO）对于那些熟悉 $BTC 技术架构的人来说，理解 Bittensor 的设计非常简单。事实上，在设计 Bittensor 时，其创建者从加密货币先驱 $BTC 的几个特征中汲取了灵感。其中包括总代币供应量为 2100 万枚，大约每四年产量减半，并涉及工作量证明 (PoW) 共识机制等。为了将其概念化，想象一下最初的比特币生产过程，然后用训练和验证人工智能模型来取代计算密集型的“挖矿”过程，该过程不会创造现实世界的价值。矿工根据人工智能模型的性能和可靠性获得激励。这形成了 Bittensor ($TAO) 项目架构的简单总结。 Bittensor 由人工智能研究人员 Jacob Steeves 和 Ala Shaabana 于 2019 年根据神秘作者 Yuma Rao 撰写的白皮书成立。简而言之，它是一个开源、无需许可的协议，创建了一个由许多子网络连接的网络架构，每个子网络负责不同的任务（机器翻译、图像识别和生成、大型语言模型等）。优秀的任务完成会受到奖励，并且子网络可以相互交互和学习。就目前主要的人工智能模型而言，都是科技巨头大量计算资源和数据投资的结果。这些AI产品表现出色的同时，这种方式也带来了很高的中心化风险。 Bittensor 的基础架构允许交流专家网络进行交互和相互学习，为大规模模型的去中心化训练奠定了基础。Bittensor 的长期愿景是与 OpenAI、Meta 和 Google 等巨头的闭源模型竞争，保持去中心化特征，同时渴望与它们的推理性能相匹配。 Bittensor的技术核心是Yuma Rao独特设计的共识机制，也称为Yuma Consensus，它混合了PoW和Proof of Stake（PoS）的元素。供应方主要涉及“服务器”（矿工）和“验证者”（验证者），而需求方则由使用网络中模型的“客户端”（客户）组成。流程如下：客户端将请求和数据发送给验证器进行处理。验证者将数据分发给特定子网下的矿工。矿工使用他们的模型和接收到的数据进行推理并返回结果。验证者按质量对推理结果进行排名，并记录在区块链上。最好的推理结果返回给客户端，矿工和验证者根据排名和工作量获得奖励。值得注意的是，Bittensor 本身并不在大多数子网络中训练任何模型；它更像是模型提供者和用户之间的纽带，通过较小模型之间的交互进一步提高各种任务的性能。目前，在线有（或已经有）30个子网络，每个子网络对应不同的任务模型。 $TAO 作为 Bittensor 的原生代币，在创建子网络、在子网络中注册、支付服务费用以及向生态系统内的验证者质押方面发挥着至关重要的作用。效仿 BTC 的精神，$TAO 选择公平发布，这意味着所有代币都是通过对网络的贡献生成的。目前，$TAO 的日产量约为 7,200 个代币，均匀分配给矿工和验证者。自项目启动以来，已生产了 2100 万枚代币中的约 26.3%，其中 87.21% 用于质押和验证。该项目还遵循 BTC 大约每四年产量减半的模式，下一次减半计划将于 2025 年 9 月 20 日举行，预计将成为重要的价格驱动因素。从 2023 年 10 月下旬开始，$TAO 的价格趋势出现大幅上涨，这主要是受到 OpenAI 会议之后新一波人工智能热情以及资本转向人工智能领域的推动。 $TAO作为Web3+AI赛道的新项目的出现，其品质、长远的愿景也吸引了投资。但必须承认，与其他AI项目一样，Web3+AI的结合虽然潜力巨大，但尚未在实际业务中找到支撑长期盈利项目的应用。 3.4 Alethea.ai（$OR） Alethea.ai 成立于 2020 年，是一个致力于利用区块链技术为生成内容带来去中心化所有权和治理的项目。 Alethea.ai 的创始人相信，生成式人工智能将带领我们进入一个由生成式内容引起的信息冗余时代，在这个时代，通过简单的复制粘贴或单击即可轻松复制或生成大量数字内容，但原创者很难获得利益。通过将区块链原语（例如 NFT）与生成式人工智能连接起来，他们的目标是确保生成式人工智能及其内容的所有权，并在此之上进行社区治理。在这一理念的推动下，Alethea.ai最初推出了新的NFT标准iNFT，它利用Intelligence Pods将AI动画、语音合成甚至生成式AI嵌入到图像中。Alethea.ai 还与艺术家合作，利用他们的艺术品创建 iNFT，其中一件在苏富比拍卖会上以 478,000 美元的价格售出。 Alethea.ai 随后推出了 AI 协议，允许任何生成式 AI 开发者或创作者无需许可即可使用 iNFT 标准进行创作。为了展示 AI 协议，Alethea.ai 开发了 CharacterGPT，这是一种基于 GPT 等大型模型理论的工具，用于创建交互式 NFT。最近，他们发布了 Open Fusion，使得任何 ERC-721 NFT 都可以与 Intelligence 结合并发布在 AI 协议上。 Alethea.ai 的原生代币是 $ALI，它有四个主要用途：锁定一定数量的$ALI来创建iNFT。锁定的 $ALI 越多，情报舱的级别就越高。 $ALI 持有者参与社区治理。 $ALI 作为 iNFT 之间交互的凭证（尚无实际用例）。从 $ALI 的用例来看，很明显，代币的价值捕获仍然主要基于叙述。过去一年的代币价格趋势证实了这一点：$ALI 受益于 ChatGPT 自 2022 年 12 月开始引领的生成式 AI 热潮。此外，当 Alethea.ai 在 6 月宣布新的 Open Fusion 功能时，引发了价格飙升。然而，除了这些情况之外，$ALI 的价格一直呈下降趋势，甚至没有像类似项目那样对 2023 年底人工智能炒作做出反应。除了原生代币之外，Alethea.ai 的 NFT 项目（包括其官方集合）在 NFT 市场的表现也值得关注。根据 Dune 仪表板的数据，第三方销售的 Intelligence Pods 和 Alethea.ai 的第一方 Revenants 系列在首次发布后逐渐淡出了人们的视线。作者认为，主要原因是最初的新颖性逐渐减弱，没有实质性的价值或社区参与来留住用户。 3.5 Fetch.ai（$FET） Fetch.ai 是一个致力于促进人工智能 (AI) 与区块链技术融合的项目。其目标是通过结合机器学习、区块链和分布式账本技术来构建去中心化的智能经济，以支持智能代理之间的经济活动。 Fetch.ai 由英国科学家 Humayun Sheikh、Toby Simpson 和 Thomas Hain 于 2019 年创立，其创始团队拥有令人印象深刻的背景。 Humayun Sheikh 是 DeepMind 的早期投资者，Toby Simpson 曾在多家公司担任高管职务，Thomas Hain 是谢菲尔德大学人工智能领域的教授。创始人的多元化经历横跨传统IT公司、区块链明星项目、医疗、超级计算领域，为Fetch.ai提供了丰富的行业资源。 Fetch.ai的使命是建立一个由自治经济代理（AEA）和人工智能应用程序组成的去中心化网络平台，使开发人员能够通过创建自治代理来完成预设的目标导向的任务。该平台的核心技术是其独特的三层架构：底层：基于 PoS-uD（无许可权益证明）共识机制，该基础层支持智能合约网络，促进矿工协作以及基本的机器学习训练和推理。中间层：开放经济框架（OEF）为AEA之间交互和底层协议提供共享空间，支持AEA之间的搜索、发现和交易。顶层：AEA 是 Fetch.ai 的核心组件。每个AEA都是一个智能代理软件，能够通过技能模块执行各种功能，执行用户预定义的任务。这些代理并不直接在区块链上运行，而是通过 OEF 与区块链和智能合约进行交互。智能代理软件可以纯粹基于软件，也可以绑定到智能手机、计算机和汽车等物理硬件。Fetch.ai 提供基于 Python 的开发套件 AEA 框架，该框架是模块化的，使开发人员能够构建他们的智能代理。在此架构之上，Fetch.ai 推出了 Co-Learn（智能体之间共享机器学习模型）和 Metaverse（智能体云托管服务）等后续产品和服务，以支持用户在其平台上开发智能体。关于代币，$FET 作为 Fetch.ai 的原生代币，涵盖了支付 Gas、验证质押以及在网络内购买服务等标准功能。超过90%的$FET代币已解锁，具体分配如下：自成立以来，Fetch.ai 经历了多轮代币稀释融资，最近一次是 2023 年 3 月 29 日从 DWF Lab 获得的 3000 万美元投资。鉴于 $FET 代币不能从项目收入中获取价值，其价格动能主要依赖于项目更新和市场对人工智能领域的情绪。事实上，在两次人工智能市场繁荣的浪潮中，Fetch.ai 的价格在 2023 年初和年底经历了超过 100% 的飙升。 Fetch.ai 的发展轨迹更像是一家 Web2.0 人工智能初创公司，重点是完善其技术。它通过持续的筹款和广泛的合作寻求认可和盈利。这种方法为未来在 Fetch.ai 上开发的应用程序留下了充足的空间，但也意味着它可能对其他区块链项目没有那么大的吸引力，从而可能限制生态系统的活力。Fetch.ai 的一位创始人甚至尝试基于 Fetch.ai 推出一个 DEX 项目 Mettalex DEX，但最终以失败告终。作为一个专注于基础设施的项目，生态系统的衰弱也阻碍了 Fetch.ai 内在价值的增长。四．生成式人工智能的美好未来 NVIDIA首席执行官黄仁勋将生成大型模型的推出比作人工智能的“iPhone时刻”，表明人工智能角色的关键转变，高性能计算芯片成为人工智能稀缺资源的核心。锁定Web3 AI子赛道大部分资金的AI基础设施项目仍然是投资者长期关注的焦点。随着芯片巨头逐渐升级计算能力，AI的能力将会扩展，很可能在Web3中催生更多的AI基础设施项目，甚至可能是专门为Web3中的AI训练而设计的芯片。虽然以消费者为中心的生成式人工智能产品仍处于实验阶段，但一些工业级应用已经显示出巨大的潜力。其中一种应用是将现实世界场景转移到数字领域的“数字孪生” 。考虑到工业数据中尚未开发的价值，NVIDIA 的元宇宙数字孪生平台将生成式 AI 定位为工业数字孪生的重要组成部分。在Web3中，包括虚拟世界、数字内容创作和现实世界资产，受人工智能影响的数字孪生将发挥重要作用。新型交互硬件的开发也至关重要。从历史上看，计算领域的每一次硬件创新都带来了革命性的变化和机遇，比如现在无处不在的电脑鼠标或 iPhone 4 的多点触控电容屏。 Apple Vision Pro宣布将于 2024 年第一季度发布，以其令人印象深刻的演示吸引了全球关注，有望为各行业带来意想不到的变化和机遇。以快速内容制作和广泛传播而闻名的娱乐行业往往首先受益于硬件更新。这其中包括Web3的元宇宙、区块链游戏、NFT等，都是值得长期关注和研究的。从长远来看，生成式人工智能的发展代表着量变导致质变。ChatGPT 的核心是推理问答这一长期研究的学术问题的解决方案。只有通过扩展数据和模型迭代，才达到了 GPT-4 令人印象深刻的水平。Web3中的AI应用也类似，目前正处于Web2模型适应Web3的阶段。完全基于 Web3 数据的模型尚未出现。未来富有远见的项目和致力于研究 Web3 特定问题的大量资源将为 Web3 带来自己的 ChatGPT 级杀手级应用程序。生成式人工智能的技术基础还有很多有前景的探索途径，比如思想链技术。这项技术允许大型语言模型在多步推理方面取得重大飞跃。然而，它也凸显甚至加剧了大型模型在复杂逻辑推理方面的局限性。有兴趣的读者可以探索原作者关于Chain-of-Thought的论文。 ChatGPT之后，Web3中出现了各种以GPT为主题的项目，但简单地将GPT与智能合约结合起来并不能满足用户需求。ChatGPT 发布大约一年后，未来仍然拥有巨大的潜力。未来的产品应该从Web3用户的真实需求出发。随着Web3技术的日益成熟，生成式AI在Web3中的应用必将是广阔而令人兴奋的。来源：金色财经

金色财经2024-02-18

晚间必读5篇 | 我们需要怎样的比特币生态？

块，相当于新增的3块公地。按照科斯的公地理论，在以太坊Blob空间完全自由竞争的市场环境下，大概率会出现目前处于领先地位的头部Rollup L2们滥用Blob空间的现象。这样可以一方面确保他们的市场地位，另一个方面可以挤压竞争对手的生存空间。点击阅读 5.后铭文时代我们需要怎样的比特币生态？在加密货币行业，对于技术类型的项目，我们常常需要区分短期叙事和长期价值，来辨别什么样类型的项目是属于炒作类的泡沫资产，什么样的项目是技术上有长期价值的，当然好的项目也可以兼具热门叙事与长期价值，而炒作类的泡沫资产并不是毫无价值。这篇文章主要论述未来比特币生态的炒作逻辑，但在此之前，我们先来借鉴在炒作之路上走的最成功的以太坊是如何发展其叙事的。点击阅读来源：金色财经

金色财经2024-02-18

24小时热点