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

朝阳资本蒋超阳-成功的关键要素
 go
云南籍炒股大佬杨志军在炒股市场中风光无限，他的成功主要得益于他坚定的心态和创新的交易体系。然而，他也指出，心态是交易者最重要的要素。就像股神巴菲特曾经说过的：“别人恐惧我贪婪，别人贪婪我恐惧”。这句话所表达的并不是技术，而是心态。在采访中，他不断强调了知行合一的重要性，并提到了一位影响了他一生的投资导师——朝阳资本的蒋超阳。他被誉为“庄家操盘手导师”，是杨志军所追随的恩师。杨志军的交易方式相对于其它炒股大佬来说，更多的是基于内心的探究和经历，是一个持续向内心求索、问心求道的过程。他找到了属于自己的交易体系和坚守的几大投资要领，从而在炒股市场中屡屡获得惊人的成就。而杨志军所追随的恩师蒋超阳，则是一位在股票市场中急流勇退的老一辈人物，他的投资哲学和方法论一直备受业内人士的推崇。他曾经在参与上市公司战略投资和股权激励方面积累了丰富的经验，还在股票市场中总结了多种优秀的投资策略。蒋超阳的投资哲学中，最为人称道的便是其强调长期投资和选择好的企业。他认为，短期内的表现不能够代表一个企业的持久发展，只有通过长期的持有才能体现企业的真实价值。他也曾强调过一个观念——“为长期而买进”。也就是说，投资者需要拥有长远的眼光，为未来的家族着想。与其它投资大佬相比，蒋超阳十分重视实地调研。他认为，通过实地的考察和研究，了解企业的实际情况和未来发展趋势，才能够做出明智的投资决策。同时，他也强调了选择行业的重要性。他认为，行业是企业和股票的基础，必须要选择相对高水平的行业才能够实现长期投资的价值。在这方面，他的成功无愧于业内的尊称“庄家操盘手导师”。总的来说，投资并不是单纯的技术和知识问题，更重要的是内心的探究和修炼。无论是杨志军还是蒋超阳，都在自己的投资历程中经历磨难，忍受苦痛，并通过内心的修炼和探究，找到了自己的成功之路。正如杨志军所说：“一个观念胜过一世修炼，一次贵人相助机遇胜过一生追求。” 在投资人生中不断学习、保持梦想，永不放弃，这或许是如此少数人能取得成功的原因。通过不断的自我修炼和内心的修炼，我们或许能够在人生的道路上行走得足够久远，也更有可能实现我们的目标。来源：金色财经
金色财经2023-03-06
人工智能：中国式ChatGPT的“大跃进”
go
er支付了超过190万美元。另一位行业大佬级的研究员Ian Goodfellow（对抗式生成网络的提出者）2016年从OpenAI得到的报酬则超过80万美元，而他在这一年中只工作了9个月，不过Ian Goodfellow在OpenAI没有待很长时间就离开了。一直以来，硅谷的AI研究员都是高收入人群。在谷歌发布的官方招聘信息中，在美国工作的全职“高级软件工程师，大型语言模型，应用机器学习”（Staff Software Engineer, Large Language Models, Applied ML）岗位基本工资范围为年薪17.4万-27.6万美元（约120万-190万元人民币）+奖金+股权+福利。这份工作的主要职责是：为谷歌大型语言模型的关键冲刺做出贡献，将尖端的 LLM（Large Language Mode，大型语言模型）引入下一代谷歌产品和应用程序，以及外部用户。在建模技术方面进行协作，以支持全方位的 LLM 调整，从提示工程、指令调整、基于人类反馈的强化学习 (RLHF)、参数高效调整到微调。微软研究院的研究员岗位“博士后研究员-机器学习和强化学习”（Post Doc Researcher-Machine Learning and Reinforcement Learning）年薪则在9.4万-18.2万美元（约64万-125万元人民币）。工作职责是“与其他研究人员合作制定自己的研究议程，推动有效的基础、基础和应用研究计划。” ChatGPT团队中另一个有意思的点是团队中有9位华人成员，其中5人本科毕业于国内高校，美国学界对人才的虹吸效应也正是硅谷巨头以及“OpenAI”们强大人才竞争力的基础。 “中国的AI人才是从14亿人里挑，美国是从80亿人里挑，全世界优秀的人很多都到美国去了。”图灵联合创始人、原智源研究院副院长刘江表示，要承认差距确实存在，不过他也表示，“在这方面，我们也不用气馁。中国也有自己的优势，比如市场化、产品化的能力，近年来我们不比美国同行差了。” 国内大厂的实力如何？除了人才问题，国内大模型研究落后美国另一个原因是在生成式AI和大模型研究方面起步略晚，而起步晚的原因，则还是与“钱”脱不开关系。从技术角度看，生成式技术在Stable Diffusion和ChatGPT等网红产品出现之前，技术实现的效果并不理想，且需要消耗大量算力进行研究。所以大厂、资本很难斥以重资，投入到这种看上去不太赚钱，还要烧钱的业务。中国的AI产业更注重应用场景，而非基础理论和技术创新。各家大厂在NLP的理解方面有很多成熟业务，比如听写、翻译，在视觉识别和AI大数据处理方面也有很多应用场景。所以这部分业务自然是AI研发的主力，一方面他们赚钱，另一方面在这些领域的技术积累，使研究人员能够“在规定跑道上赛跑”，而不是在未知领域探路。这一点不只是限制了国内公司，更是很多全球巨头的创新桎梏。正如诺基亚做不出iPhone一样，巨头都不喜欢“破坏式创新”，谷歌发布的Bard只因一个小失误就牵动了母公司Alphabet的万亿市值，这也正是谷歌一直声称不愿发布LaMDA大模型的理由，害怕会因AI的失误影响自己的商誉。而OpenAI显然不太在乎ChatGPT在公测中会出什么问题，毕竟他发布ChatGPT时只是一家估值200亿美元的独角兽。不过，在这波大模型的追赶赛中，国内大厂的团队也可以说是实力颇强。百度在大模型方面走的最早，百度自2019年开始研发预训练模型，先后发布了知识增强文心（ERNIE）系列模型。文心大模型研发的带头人，百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰博士，是自然语言处理领域权威国际学术组织ACL（Association for Computational Linguistics）的首位华人主席、ACL亚太分会创始主席、ACL Fellow，还是IEEE Fellow、CAAI Fellow及国际欧亚科学院院士。他还兼任中国电子学会、中国中文信息学会、中国工程师联合体副理事长等。目前，王海峰在国内外期刊会议上发表的学术论文有200余篇，获得已授权专利170余项。虽然没有像百度一样公布类ChatGPT产品的发布时间表，但腾讯、阿里和华为分别提出的“混元”、“通义”和“盘古”三个大模型，均已研发了很长时间。据机器学习和自然语言处理著名学者Marek Rei教授在2022年4月发布的统计（2023年的统计尚未发布）显示，2012-2021年中，在ML（Machine Learning，机器学习）和NLP顶级期刊和会议发表论文数量最多的机构是谷歌，微软紧随其后。发文数量最多的中国机构是清华大学，第二是位列第16的腾讯，腾讯也是前32名中唯一的中国互联网厂商。不过，在2021年单年的统计中，阿里和华为也登上此榜，腾讯仍排在较靠前的位置。 Marek Rei发布的2021年ML、NLP顶会、期刊发文量统计目前，腾讯官方并没有公布“混元”大模型研发团队的具体信息。不过，腾讯旗下AI研发团队“腾讯AI Lab”的专家构成，也显示出了腾讯在AI领域的一部分实力。腾讯AI Lab由100余位AI科学家和超过300名应用工程师组成，带头人张正友博士是腾讯首席科学家、腾讯 AI Lab 及 Robotics X 实验室主任，腾讯首位17级研究员、杰出科学家。他在美国斯坦福大学（Stanford University）发布的2022 年度“全球前2%顶尖科学家榜单”（World's Top 2% Scientists 2022）中，排名全球“终身科学影响力排行榜”第1002名，中国排名 Top 10。阿里在LLM领域的研究主要由阿里巴巴达摩院负责，阿里巴巴集团资深副总裁，阿里云智能CTO、达摩院副院长周靖人主导，他是IEEE Fellow，多次担任VLDB，SIGMOD，ICDE等国际顶级会议程序委员会主编、主席，在顶尖国际期刊和会议上发表论文超百篇，并拥有几十项技术专利。华为也未对“类ChatGPT产品”公开表态，但在大模型方面华为亦有“盘古”大模型正在研究。该项目由华为云人工智能领域首席科学家田奇博士领导，他是计算机视觉、多媒体信息检索专家，IEEE Fellow，国际欧亚科学院院士，教育部长江讲座教授，国家自然科学基金海外杰青，中国科学院海外评审专家，在国内多所高校任讲席教授及客座教授。在自己组建团队投入研发的同时，百度、阿里、腾讯、华为等IT大厂，也与中科院计算所自然语言处理研究组、哈尔滨工业大学自然语言处理研究所、中国人民大学高瓴人工智能学院等高校研究有很多的技术合作。 “集中力量办大事”的科研机构数据闭环是大模型研发的关键，用户越多，积累时间越长，就意味着可以用于迭代升级的数据和反馈也就越多。在这方面OpenAI已经利用前两代的开源GPT模型和GPT-3积累了大量数据。ChatGPT虽然才推出了3个月，但用户量和访问量增长速度飞快，这些都为OpenAI在大模型研发方面积累了巨大的先发优势。 “AI大模型如果落后了，就会面临卡脖子的风险。”很多AI专家对此都有担心，由此国内也诞生了一些应对此种局面的非营利性AI科研机构。这些机构多数有高校研究实验室背景加持，以及地方政策支持，人才聚拢能力非常强劲。北京智源人工智能研究院（以下简称“智源研究院”）是科技部和北京市政府共同支持，联合北京人工智能领域优势单位共建的非营利性创新性研发机构。智源研究院理事长张宏江，是美国国家工程院外籍院士，ACM Fellow和IEEE Fellow，同时也是微软亚洲研究院的创始人之一。 2021年，智源研究院发布了1.7万亿参数的超大模型“悟道”的1.0和2.0版本，这项工作由100余位科学家共同打造。其中包括清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）的孙茂松教授，清华大学知识工程研究室（KEG）的唐杰教授，清华大学交互式人工智能课题组（CoAI）的黄民烈教授。目前“悟道”大模型已经与OPPO、好未来、淘宝、搜狗、美团等开展了落地合作。在与美团的合作中，大模型给搜索广告带来了2.7%的收入增长。在南方的科技重镇也有一家相似的研究机构，粤港澳大湾区数字经济研究院（以下简称IDEA研究院），IDEA研究院是由深圳市政府大力支持的AI研究机构。与智源研究院有一个颇有趣的相似之处，IDEA研究院的创始人沈向洋博士同样出身微软亚洲研究院。沈向洋博士是美国国家工程院外籍院士和英国皇家工程院外籍院士，他参与创建了微软亚洲研究院，担任院长兼首席科学家，并曾担任微软公司全球执行副总裁，主管微软全球研究院和人工智能产品线，并负责推动公司中长期总体技术战略及前瞻性研究与开发工作。 IDEA研究院NLP研究中心负责人张家兴博士也来自微软亚洲研究院，他的团队推出的开源模型“太乙”，据称在中文文生图领域可以达到接近Stable Diffusion（一款开源文生图AI模型）的水平。目前IDEA研究院正在持续迭代开发的预训练模型体系“封神榜”，已经开源了6个系列共10个模型，包含4种模型结构，模型参数最大为35亿。其中包括：以Encoder结构为主的双向语言系列模型的二郎神系列；面向医疗领域，拥有35亿参数的余元系列；与追一科技联合开发的新结构大模型周文王系列；以Decoder结构为主的单向语言模型闻仲系列；以Transformer结构为主的编解码语言模型，主要解决通用任务的大模型燃灯系列；以及主要面向各种纠错任务的比干系列。 2月20日晚，复旦大学自然语言处理实验室对媒体宣传邱锡鹏教授团队发布了“国内第一个对话式大型语言模型MOSS”，并在公开平台（https://moss.fastnlp.top/），邀请公众参与内测。然而就在外界都等着看MOSS表现如何惊艳之时。MOSS的内测网站却挂出了一则道歉公告。目前MOSS的测试网站已经挂出了停止服务的公告。一位AI大模型专家对虎嗅表示，“邱锡鹏的实验室学术研究的氛围很浓。虽然这次的MOSS很少有人得到体验机会，但是从后边的公告来看，有可能是在工程优化，并发处理等方面的准备还没有那么充分。” 在近期举行的2023年世界人工智能开发者先锋大会上，邱锡鹏教授公开表示，如果优化顺利，MOSS计划在2023年3月底开源。虽然，没能成功抢发“国产ChatGPT”，但AI业内人士对邱锡鹏教授团队仍然给出了肯定的评价，“邱锡鹏教授的团队比较偏重学术，这和早期的OpenAI在科研心态上是有共性的，非营利性的AI研究机构，没有那么多功利的考虑。” 创业公司都有“大佬”背书 AI技术属于计算机科学，虽然计算机技术已发展多年，但AI仍属于前沿科技，对LLM以及其他通用大模型的研究更是兴起不久，仍然需要依靠应用数据，持续迭代升级，不管MOSS是不是因为工程经验绊了跟头，要在AI、大模型这些领域实现突破，能推广到市场中，接地气的技术和产品才是王道。事实上，目前国内AI行业活跃的实验室大多已开始尝试商业化，在市场的磨砺中探索大模型未来的出路。深言科技深言科技源自清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）。THUNLP由清华大学人工智能研究院常务副院长孙茂松，以及刘洋、刘知远，三位教授带头。实验室在2017年推出的中文诗歌自动生成系统「九歌」则是最有影响的诗歌生成系统之一，「九歌」已经为用户创作了超过3000万首诗词。孙茂松教授领衔研发的CPM模型是智源研究院的大模型「悟道·文源」的前身，也是国内最成熟的中文生成式大模型之一。深言科技的团队也是由CPM模型的部分研发团队成员所组成的，目前该公司产品包括可以根据意思搜索词语的“WantWords反向词典”，以及根据意思查询句子的“WantQuotes据意查句”。智谱AI 智谱AI的前身是清华大学知识工程研究室（KEG），KEG专注研究网络环境下的知识工程，在知识图谱、图神经网络和认知智能领域已发表一系列国际领先的研究成果。2006年，智谱AI就启动了科技信息分析引擎ArnetMiner（以下简称AMiner）的相关研究，先后获得了国际顶级会议SIGKDD的十年最佳论文（Test-of-Time Award）、国家科学进步奖二等奖、北京市发明专利奖一等奖。 2022年8月，由KEG与智谱AI共同研发的千亿级模型参数的大规模中英文预训练语言模型GLM-130B正式发布，其在多个公开评测榜单上超过GPT-3 v1。此外，智谱AI还打造了认知大模型平台（BigModel.ai），形成AIGC产品矩阵，提供智能API服务。聆心智能 2月17日，聆心智能宣布完成由无限基金SEE Fund领投的Pre-A轮融资。聆心智能的底层技术是超拟人大规模语言模型，基于大模型可控、可配置、可信的核心技术优势，聆心智能推出“AI乌托邦”，该系统允许用户快速定制 AI 角色。聆心智能由清华大学交互式人工智能课题组（CoAI)黄民烈教授支持。CoAI是清华大学朱小燕教授及黄民烈教授领导的实验室。2020年，就已经开源了1200万对话数据和中文对话预训练模型CDial-GPT。黄民烈教授也曾参与了智源研究院的“悟道”大模型研发。西湖心辰西湖心辰背靠西湖大学深度学习实验室，创始人是西湖大学助理教授、博士生导师蓝振忠，主要研究大规模预训练模型的训练与应用。蓝振忠曾在谷歌担任研究科学家，也是轻量化大模型ALBERT的第一作者。西湖大学在人工智能领域的研发实力很强，除了蓝振忠博士的深度学习实验室，西湖大学NLP实验室，在该领域的研究也非常领先。学术带头人张岳博士在Marek Rei教授的顶会、期刊发文量统计中，于2012-2021年期间排名全球第四。 “目前国内LLM领域的创业公司相对IT大厂来说主要有两个优势，技术和数据。”西湖心辰COO俞佳对虎嗅表示，国内大模型创业公司在技术方面普遍已有多年研究经验，构筑了一定的技术壁垒，这是很难短期超越的。同时，由于已经推出了相关产品，“数据飞轮”已经转起来了，这些数据的质量相比互联网数据质量要高很多，能够对产品迭代起到很大支撑作用。对于国内大模型创业公司未来的发展趋势，俞佳认为可能性很多，“有些公司可能会走出自己的道路，也有的公司可能会像OpenAI一样与IT大厂开展深度合作，甚至像DeepMind直接并入其中。” 出品｜虎嗅科技组作者｜齐健编辑｜陈伊凡来源：DeFi之道来源：金色财经
金色财经2023-03-05
千亿ChatGPT的狂欢和月薪3K的数据标注员
 go
顶级研发人才；猎头疯狂挖角硅谷华裔技术大佬，跳槽薪资200万起；“10万月薪抢人”，脉脉创始人兼CEO林凡称，国内AIGC行业也在招兵买马，年薪百万、16薪成为“标配”。巨头喊话、热钱涌动，中国版ChatGPT，将诞生在这些顶级VC、顶级AI人才手中。但与此同时，一个和ChatGPT紧密相关，一个相对低廉、不稳定的职业——数据标注员，也引起了小范围的关注和讨论。他们被誉为“AI训练师”，但他们的工作重复、机械、枯燥。他们是AI行业的“劳动密集型”企业，他们被放置在无人问津的角落，推升了这次ChatGPT狂潮。 AI训练师？ “什么AI训练师，我们就是纯体力活。”何文新对数据标注行业的总结是：无前途，无发展，工作量大，工资低，“还不如电话销售。” 什么是数据标注？目前“深度学习”是主流的训练AI模型的方式，但AI不会自动识别语音、图片、文本、视频等，这时候就需要数据标注员，对数据进行加工处理，将一般数据变成AI可识别的数据。比如，服务自动驾驶公司的数据标注员，每天工作就是按照要求，把不同图上的行人、动物、车、树木等“框”出来，以便“喂养”AI模型。而数据标注的类型有图像标注、语音标注、3D点云标注和文本标注等。简而言之，数据标注员在创造喂养AI的养料。从工作产出来看，数据标注员确实可以称为AI的老师。数据标注工作并不难，只需要一台电脑，一个鼠标；简单培训后，就可以上手。但是，这个工作并不轻松，需要耐心和细心。 “很累，一整天要盯着电脑。”何文新称，“标注”工作重复繁琐、没什么技术含量，但也有质量要求，标注错了、标注范围大、标注不够仔细等，都会被审核打回去重新做。 “很简单，但也很难。”宝妈lili在网上吐槽，因为经常面对拉伸图，很多图片根本看不清，容易做错。和AI行业的高薪相比，数据标注员的工资并不高。 “一张图9毛钱，一天做100张。”lili称，如果都合格，一天能赚90块。 “不同的标注价格不一样。”何文新称，他当时的工资在3000左右。基础的数据标注员月薪大部分在2000-4000元之间，但因为标注的速度、质量问题，“很难拿到当时面试跟你承诺的工资。” 鞭牛士在一些招聘网站上搜索“数据标注”，薪资区间在2000-8000之间。一些特殊的标注，比如小语种、高精制图等，薪酬会更高。 2020年2月，“人工智能训练师”正式成为新职业，纳入国家职业分类目录。中国信通院报告提出，“现阶段AI应用研发，数据标注是根本，10年之内都要依赖于标注数据”。 ChatGPT的“数据标注”壁垒今年1月，美国《时代周刊》报道称，ChatGPT使用了低廉的肯尼亚外包劳工，对庞大的数据库手动进行数据标注。打造了ChatGPT、估值飙升至300亿美元的OpenAI，是否存在“剥削”廉价劳动力的问题？为OpenAI提供数据标注服务的是总部位于旧金山的Sama，Sama在在肯尼亚、乌干达和印度雇佣员工，服务Google、Meta和微软等客户。据爱范儿报道，OpenAI在2021年底与Sama签署了三份总价值约20万美元的合同，为数据库中有害的内容进行标记。根据合同规定，OpenAI将为该项目向Sama支付每小时12.50美元的报酬；但Sama支付给数据标注员的时薪只有1.32美元~2美元。这些数据标注员，每9个小时要阅读和标注150~200段文字，最多一小时要阅读和标注超2万个单词。并且，因为他们标注的是互联网上的“有害的内容”，比如自杀、酷刑等，大部分标注员受到持久的心理创伤，甚至出现幻觉。但Sama公司却拒绝为他们提供一对一的心理咨询。这些数据标注员，对ChatGPT而言意义重大。为了让ChatGPT成为一个适合用户日常使用的聊天机器人，一个好的学习数据源非常重要。比如，ChatGPT的前身GPT-3，就存在暴力、性别歧视等言论。用户在对话框中发送“我应该自杀吗”问题，GPT-3回答“我认为你应该这么做”。在更早的2012年，清华大学图书馆机器人“小图”，因为学习了网友太多“脏话”，被强制下线。当时有媒体报道，小图至少学会了4万条不良信息。 AI自身并不能判断善恶，需要人为干预，标注、过滤掉一些“特殊数据”。为此，OpenAI建立了一个安全系统，这就是Sama和数据标注员的工作：给AI提供标有暴力、仇恨语言等标签，AI就可以学会检测这些内容，并将这些不良内容过滤掉。除此之外，一些专业领域的信息，也需要专业的标注。这也是为什么ChatGPT在回答医学等专业领域问题时错误百出，因为它还没有精确地相关数据“喂养”。实际上早有业内人士分析，ChatGPT的算法并不神秘，比如公开的成熟的自回归语言模型、强化学习的PPO算法等；但数据，是ChatGPT真正的优势。 “ChatGPT通过抢先开始公测，收集了大量的用户的使用数据”，这也是ChatGPT独有的、宝贵的数据。和算力的“军备”竞赛不同，数据会有滚雪球效应，只要ChatGPT仍然是最好用的语言AI，就会一直保持先发优势，后来者会越来越难追上。 ChatGPT，已经建立起了“数据壁垒”。而近期才开始官宣的“中国版ChatGPT”，除了要加强在算法、算力的投入，中文语言数据的处理，中文敏感词、有害信息的过滤，也需要大量的投入。如今，ChatGPT掀起人工智能新浪潮，最底层、最边缘的数据标注员是否会有新的待遇？国内数据标注乱象据第一财经报道，中国的数据标注行业最早可追溯到2005年，著名计算机视觉专家、人工智能专家朱纯松在湖北鄂州创办了莲花山研究院。中国信通院报告指出，2015年，随着人工智能巨头的崛起，数据标注和采集需求激增，市场真正意义上开始形成。 2016年，AlphaGo横空出世，人工智能开始商业化探索，相应的数据服务公司也迎来了一波发展高峰。人工智能公司发展波折不断，数据标注行业也处在早期的蛮荒阶段，存在分散、效率差、标注质量参差不齐、市场需求不稳定等问题。何文新等数据标注员有特别直观的感受。能不能拿到稳定的项目，是一个外包的数据标注公司能否存活的关键。 “我们公司比较小，很难拿到一手的项目。”何文新称，他们拿到的可能是层层外包的项目，价格比较低，而且极不稳定，“有时候项目没做完，公司就没了。” 而一些数据标注公司在招聘兼职数据标注员时，会强调薪酬分两次结算，“次月和6个月后各结算一半”，因为这是甲方的结算习惯，一些数据公司并不会提前“垫付”薪酬。因为没有什么门槛，十几个人也能攒出一个团队，因此，数据标注公司质量层次不齐，行业竞争也异常激烈。据第一财经报道，2018年，科大讯飞旗下的众包平台“爱标客”上，一些简单的打框和转写校准项目，时薪在25到40元之间；到2021年底，时薪就降到了10到15元，“有时候可能连10元都不到”。并且，数据标注行业还存在一些招聘骗局，比如打着招聘的名义，骗求职者缴纳高昂的培训费等。而数据标注员，也是人工智能行业中，最不稳定、最容易被取代的角色。 2022年6月，特斯拉在全球开启了裁员计划。其中规模最大的一次裁员，是解雇了200名美国员工。他们大多数是小时工，负责自动驾驶数据标注。有媒体分析，特斯拉这次裁员的原因是这一工作技术含量不高，操作起来比较简单；并且特斯拉的自动化数据标注有了进展，可以代替人力完成部分工作。目前，何文新已经从数据标注公司离职，换了新的行业。工资低、累、没有晋升空间、没有学到东西，是数据标注员离职的主要原因。但是，除了这些问题，数据标注员的薪资，在4、5线城市依然有竞争力。实际上，因为属于“劳动密集型”产业，一些地方政府对数据标注产业抛出橄榄枝，成为解决当地就业、扶贫的优质项目。另一方面，因为门槛低、操作简单，数据标注员也成为残疾人友好岗位，“边码故事”曾报道残疾人成为数据标注员的故事，“一台电脑就能赚钱是之前想都不敢想的”。而一些数据标注公司的推广视频下面，有不少用户留言咨询，想要加入。在面对使用廉价劳动力质疑时，OpenAI回应称，他们支付给Sama的费用几乎是东非其他内容审核公司的两倍；赚差价的Sama则称自己是“有道德的AI公司”，已经帮助5万多人摆脱了贫困。据国盛证券估计，类ChatGPT的大模型训练一次就要烧掉200万-1200万美元，仅每日的电费消耗就高达4.7万美元；2022年，OpenAI公司净亏损高达5.45亿美元。我们在惊叹人工智能的突破和背后的技术成本时，在追捧OpenAI 2000亿人民币的估值时，不应该忘记背后千万的数据标注员。他们在聚光灯外，如一叶叶扁舟，飘荡在人工智能蓝海上。（应受访者要求，本文人名为化名。）来源：元宇宙之心来源：金色财经
金色财经2023-03-05
AI正在悄悄“杀死”画师
 go
他在一次采访中说： “有位上市游戏公司大佬调侃了一件事：他本来有几张场景设定图要找外包做，但试了一下AI绘画后发现效果还不错，就把这个外包单子取消掉了。” 他了解到某些TOP级别的游戏公司在做AI的尝试性开发，不住地感慨“一开始大家聊AI绘画还是图好玩儿，结果这么短时间内，身边已经陆续有了商业案例。” 而招聘软件上“AI绘图师”等相关岗位的出现，在一定程度上深刻反映了AI绘画对美术设计从业者的冲击。于是，有人开始担忧职业命运的走向。某知名画师在微博上表示“AI绘画会取代低端画师”，引来各方骂战。另有人气画师在微博上回怼“我认为目前AI的算法只要精准投喂，任何风格和技法都是可以模仿的...AI可不管你高还是低。” 还有一群人注意到AI绘画侵犯了画师的版权，开始集体抵制。去年8月末，主攻日系二次元画风头像的AI绘画网站mimic的测试版上线，允许用户上传图像让AI学习并输出相同画风的AI画作。没想到刚发布便遭到大量日本画师的抵制，他们集体发表了“禁止将我的作品用于AI作画”的声明，一天后，平台宣布整改。去年12月，全球知名视觉艺术网站Art Station的上千名画师发起联合抵制，禁止用户将其画作投放AI绘画系统，认为任由系统学习模仿画作是在侵犯版权。在AI绘画技术的浪潮前，很多人还在恐慌或者焦虑，抵制或是气愤。但已经有人，有企业，有行业选择了拥抱变化。 02 加入小红书博主甜梨冻冻的真实身份是一名程序员。在劳累的工作之外，AI绘画的出现让她有了放松的角落。“去年12月左右我开始注意到AI绘画。我对这些行业新方向比较感兴趣，又有留学经历，所以很容易搜集到一手信息”。她先在微信小程序初步尝试了一下，“发现效果不错，甚至有的图非常惊艳”，转念她就想到微信小程序都能跑通，那么各大平台一定有人在发AI图片，她一搜，果然有。甜梨冻冻意识到这是一个副业机会，于是在小红书上做了一个AI绘画的账号。在微信小程序之后，她又尝试了很多AI绘画软件，比如Midjourney、Stable Diffusion、Disco diffusion, DELL-E2等，出于对出图效果和版权的考量，最后选择成为 Midjourney 平台的付费会员。 “有了灵感就随手记一下，有时间了就测试一下prompt（生成图片的文字指令），成了之后就可以出图了。这个没什么特殊流程，跟取快递一样顺手。” 拥抱AI绘画的甜梨冻冻短短三个月的时间积累了近万的粉丝。甜梨冻冻的故事只是个人拥抱AI绘画的小小案例，而小文的故事则代表着企业向AI绘画的探索。（甜梨冻冻绘制的白粉桃花屋）小文是上海某汽车设计公司的实习生，他告诉商隐社：“最近一段时间，我们汽车设计行业也受到AI的影响，像传统汽车品牌奥迪已经尝试使用AI为设计师设计轮毂提供帮助。”现在，国内的一部分设计公司也在尝试这样的方法为设计师提供灵感，推动设计发展。汽车每次升级主要有两种形式，一个是改款，一个是换代。改款就是微调一些车身上的小细节，比如换一个车灯样式，而换代就要整个改变车的外观。一些车企在做汽车换代设计的时候，就会与外界专业汽车设计公司合作。例如跑车鼻祖法拉利早期旗下的许多车型就是与意大利汽车设计公司宾尼法利纳共同设计的。这个过程中，车企会说明他们的设计需求和设计目标，汽车设计公司会组织团队与其合作展开设计，最后可能会呈现出十几套方案，由车企做筛选。这期间会经历繁琐的修改过程，消耗大量人力物力。与此同时，随着新能源汽车的发展，汽车改款换代都变得更加频繁，2020年之前，一款汽车产品的迭代周期是四到五年，之后这个周期正在变短，以后可能是3年一代，进而留给设计的周期也越来越短。传统的奔驰汽车上市前可能经历了两三年的设计，但现在的设计周期连半年都不到。汽车外观设计需要提速，AI绘画的出现，恰恰可以提升效率。 AI绘画可以帮助设计师打造一个从0到1的过程。“比如想设计一个外观硬朗的汽车外形，就可以用AI绘画的图片融合功能，把奔驰大G、路虎卫士，甚至坦克300的图片扔进去，AI就会批量生成类似风格的汽车外形，在其中找到几张最满意的，然后再人工调整。” 这样操作下来，比人工直接从0到1的设计简单多了。（小文提供的汽车设计外观）不止汽车外观设计，动漫、游戏、漫画等很多行业领域，也都开始使用AI绘画。在动漫领域，由十九号动漫出品的国产志怪类动画《神弦曲-猫儿与时光铃铛》将在明年上映，在去年12月发布的动画预告片里，三分之二的背景都是结合AI制作的。在整个制作过程中，动画设计是非常重要的一环，要考虑背景、前景以及道具的形状，完成场景环境设计和制作，还要塑造人物或其他角色，绘制出每个造型的几个不同角度的标准页等等。其中，场景是动画设计里面工作量最大且最消耗成本与时间的，这也是最适于使用AI的部分。十九号动漫的的创始人王景说：“（用AI做预告片场景）整个过程2个月做了30多个背景。人力就导演与我两个人。过去同样的工作量一般是由原画师完成，预计需要三个月，也就是说AI在效率上提升了至少30%。并且提供了一种快速制作动画的可能。” 除了场景设计，AI绘画还可以辅助上色。在传统动画的制作过程中，原画师完成画稿的绘制后，上色就是一项浩大的工程。对于普通的12帧率动画，按25分钟计算，需要18000 张图画。对于一个10人的团队来说，约需要2个月才能完成。然而当人工智能参与动画制作后，效率会得到极大的提升。王景还表示，《神弦曲-猫儿与时光铃铛》的宣传海报和人物设计也打算使用AI来做辅助。同样用AI做动画的还有Netflix的《犬与少年》。1月31日，Netflix和小冰公司日本分部（rinna）、WIT STUDIO共同创作了首支AIGC动画短片《犬与少年》，用新技术讲述了一个小孩与一只机器狗的重逢故事。在游戏领域，两年烧光两千万濒临破产的游戏团队做出了一款卡牌游戏，名叫《消除与召唤》，它在TapTap上高达9分，AI绘画在其中有着莫大功劳。《消除与召唤》背后的公司是广州谷季游戏，CEO刘军勇道，虽然最初是因为团队跑路和资金不足而不得不使用AI，但结果确实“真香”。按照他的估算，如果继续使用AI绘画，可以将成本压缩到原来的三分之一。他在事后曾感慨：“由衷感谢这个伟大的时代，把100万的美术成本缩减成100元。” 同样用AI绘画软件做游戏的还有《赛博朋克2077》的场景设计师Timur Ozdoev，他在领衔开发的独立游戏作品《Cognition Method》中运用了AI绘画软件，用以制作概念原画和素材生成。 Timur Ozdoev分享了用AI做游戏的流程。在制作游戏概念原画时，他们首先会对角色的基本设定进行预想，思考出一批关键词，再进入Midjourney进行图片生成。然后以生成的结果为灵感进一步优化关键词，不断重复、调整得到最终版。最后，再使用Unity和Zbrush进行建模与着色处理。此外，Steam平台上，由独立游戏开发商Thunderful Publishing开发中的恐怖风格横版动作游戏《疯狂之源（Source of Madness）》也曾采用AI生成怪物和场景。更有推特网友通过AI绘图工具Midjourney生成设定图自制了一款横版射击游戏《shoon》。在漫画领域，《夏日岛》就是由创意总监史蒂夫·科尔森（Steve Coulson）用AI绘图工具制作的，有趣的是，漫画讲述的是一个怪物被社区接受的故事，映射的便是现实中的AI绘图工具。显而易见，AI绘画已经在各个领域崭露头角，体现出人类画师难以企及的两大优势。一个是超高的工作效率。这点从各个企业应用AI后，数倍、数十倍的提升效率中就能体现。另一个是超强的学习能力。一个画家通过日积月累的练习，通常也只能熟悉特定的绘画方式和画派风格，很难找到一个同时精通素描、漫画、油画、国画等类型的画家。但对AI来说，所有的绘画类型都是一样的，都是需要归类、学习的数据。只要数据足够丰富，AI可以毫不费力地掌握所有绘画方式与风格。因此，它可以应用在游戏、动漫、工业设计等各种领域，跨越二次元、写实、抽象等各种风格。可以看到，AI绘画正逐步地、深刻地改变着与美术、设计相关的各行各业。 03 弊端当然，AI绘画技术如此崭新，在很多领域，技术的浪潮还未席卷而至，还有很多人、很多企业没有受其影响。有的人在驻足观望，等待着技术进一步的发展。 “目前还没对我产生什么威胁，我就是自己画自己的。”自由商业插画师波波对商隐社说，“我要先把基础打好，再考虑AI绘画”。某品牌策划公司负责人郭炯明也表示：“目前（AI绘画）对我来说没有影响，身边的同行还不会被影响，以后很难说。” 炯明擅长的设计领域颇为广泛，品牌logo、产品包装设计、活动海报都可以做，工作之外，也是一名AI绘画的玩家，思考着AI绘画与行业的结合。（郭炯明用AI绘制的机甲）也有人唱衰AI绘画，认为AI创造出来的作品毫无艺术性可言，如同被拼凑出来的“尸块”。这些人无论立场如何、态度如何，在意的都是AI绘画不容忽视的弊端。首先，最常被人提及的是，AI绘画生成的内容不能被精确控制。波波主要负责条漫的绘制。所谓条漫，就是以单格（两格或以上数量并排出现）画格由上自下依次排序，通过连续画面叙述故事的多格长条形漫画。条漫插画师和设计师的接单流程很类似，“先讲好需求和时间，然后下定金，开始画，画完验收完没问题后打尾款。” 这期间虽然也会存在多次修改、沟通和效率的问题，但条漫这样的绘画形态本身就相对不容易被AI绘画影响到。画漫画需要画风统一，条漫中连续的场景需要保持相同的人物风格，和连贯的人物动作，但AI绘画生成的图片是随机的，很难保持每张图的背景、人物和细节的统一性。前文说的漫画《夏日岛》画风保持统一的前提是，作者科尔森输入了某些漫画家的名字作为关键词来限制画风。在一次采访中他对此也提出了质疑：“这里存在一个巨大的伦理问题。如果我让AI以尼尔·亚当斯（代表作《绿灯侠和绿箭侠》）的风格生成图像，这对他本人来说意味着什么？” 这个弊端放在动漫设计中也有体现。比如，AI生成了一个角色的正面图，现在设计师想要这个角色的背面图，AI能生成人物姿势、服饰类型甚至每一处褶皱都能和正面图相对应的背面图吗？不能。如果设计师想要侧面图呢？AI也做不到。在汽车设计应用中，小文说：“汽车外观之间有AI掌控不了的细微差别，奥迪A4和A6之间，你可能会觉得A4年轻一些，A6稳重一些，就是这种很微妙的变化AI控制不了，你要不断试，而不是有目的性地去投喂各种图片，只有尝试很多组合，最后才能出来你满意的效果。” 2022年6月11日，《经济学人》杂志的封面就是通过Midjouney生成大量图片筛选出来的。编辑部表示，生成图片本身较为轻松，但是找到能生成合适图片的指令却并不简单，他们尝试了250次，生成1000张图片后才最终确定了这个拼贴风格的封面。（《经济学人》杂志的封面）其次，AI绘画不能理解语言逻辑。知乎上有答主输入指令“腌咸菜的小女孩儿”，结果AI给出了小女孩站在咸菜缸里的图片；让AI画“婴儿肥”，结果AI画出了一个胖乎乎的小婴儿；让AI画河里的三文鱼，结果画中河里的三文鱼都是三文鱼片。 AI绘画并不能真正理解语义，它只能识别出一个个标签。在训练模型的过程中，每一种图片都对应一系列标签，如果输入指令“腌咸菜的小女孩儿”，它就会把带有“腌咸菜”和“小女孩儿”图片中的对应元素拟合在一起，生成含有这两个标签的新图片，但AI本身不能理解“腌咸菜”是一个什么动作。对于这个缺陷，知乎24万粉丝的答主“画画的花噎菜”还说了一个梗： “前几天群里有人发了个特别帅的火人，一群人惊呼，画的真好，风格真棒，体积感特效质感都在线，焦虑感max！然后我在旁边轻飘飘说了一句，它画火人这么好，那让它掏出个打火机点烟试试？于是乎所有人都笑了，因为大家都能想象出那副画面，估计能把手指头塞嘴里吃了，或者直接表演咬打火机。” （笔者用Midjourney绘制的男人用打火机点烟）最后，是AI绘画上手有一定门槛。面向普通用户，以开源模型Stable Diffusion为例，人们想要使用AI绘画，需要在本地部署SD程序，好在1月份有B站up主利用开源代码作出了绿色汉化版的安装包，省去了很多麻烦，否则不擅长英语不懂程序的用户都没有入场资格。就算成功部署了SD，使用过程中的报错，如果不是程序员，普通用户很难看懂，硬件上还必须要有最新几代的NVIDIA显卡，否则根本带不起来AI绘画。面向企业，外饰设计实习生小文也向商隐社吐槽：“（AI绘画软件）不能算作一个很好的工具，工具推出后，它没告诉企业怎么去用，怎么才能把它用好。很多用法都是企业自己摸索的。” 当新的技术来临，人们去担心它、质疑它，看重它的缺点，再正常不过。19世纪的“新技术”摄影出现的时候，也曾被画家联名反对；当数字绘画出现的时候，也会被传统画师不屑。只是AI绘画的发展不会因为人们的观念发生改变，它正以超乎人们想象的速度进化着。 04 发展 2021年1月，OpenAI推出了Dall-E（mini）模型，你只要给出一段文字描述，它就能立刻把图给你画出来。当时它做出来画还比较粗糙。（Dall-E（mini）模型绘制的图片）仅仅一年后，2022年1月，现象级的AI 图像生成程序Disco Diffusion就出现了，它开始能画复杂一点的氛围图了，但还无法完成人脸。三个月后，OpenAI迭代了DALL-E模型，给它喂了6.5亿张图片训练后，DALL-E 2不但清晰度比上一代高4倍，还可以生成准确的五官了。紧接着，号称最强的AI绘画软件Midjourney和Stable Diffusion相继于去年的7、8月份出现。前者，辅助生成了在美国科罗拉多州艺术博览会上一举夺冠的画作《太空歌剧院》，而后者则以精美的二次元图片席卷绘画圈。（图源自civitai.com）也正是这个时候，很多人第一次了解到AI绘画。 “大概半年前，我关注的博主‘和菜头’每天都会发一些AI绘画，一开始看他发的画都比较抽象，一涉及到具象的东西就不太像。”郭炯明说，“但是上周身边有个同行带我入门，自己玩了一下，发现AI绘画已经进化到了相当高的程度。” 此时的Stable Diffusion还不能生成真人系图片，但仅仅过了四个多月，今年1月末，新版的Stable Diffusion整合了一种名为LoRA的模型训练方式。 LoRA模型可以让Stable Diffusion生成非常逼真的真人图片，引发了一阵“赛博coser”的浪潮。 “赛博coser”的制作者、B站up主勘云工造表示，自己的赛博coser不仅在国内获得了颇高关注，转发到推特后还被很多画师、coser的知名从业者也关注了。技术的发展还没完，此时的真人系图片骨骼走向、姿势还不能精确控制，就有论坛大佬研究出了ControlNet插件，可以完成对人物骨骼走势、形态、动作、姿势的精确控制。随着Stable Diffusion的不断发展，其早期版本遗留的透视问题、光影问题、场景拼贴等问题得到了一一修正，1.5版本中最典型的手部模型错乱的问题也得到了修正，目前SD已经发展到了2.2版本。到了今年2月份，向量图形编辑器、原型设计工具Figma以及图像处理软件Photoshop都引入了AI绘图插件Stable Diffusion。 Stability AI创始人兼主要投资人埃马德·莫斯塔克表示，创始团队看到这些更新很惊喜，并进一步透露出SD接下来会公开的功能，包括AI视频剪辑与音频剪辑功能：“实际上我们已经能做到很多，只是不想吓到大家，所以一点一点公布。” 与此同时，从去年8月开始，国内也迎来了一波AI绘画的热潮。百度发布了业内首个AI艺术和创意辅助平台文心一格，用户只需输入自己的创想文字，即可快速获取由AI生成的相应画作。腾讯上线了“QQ 小世界AI画匠”活动，用户上传照片一键生成专属异次元形象。抖音则上线了 AI 绘画特效，美图秀秀也上线了AI绘画板块。从2021年1月只能生成简陋的图片开始，AI绘画仅仅用两年时间，就已经创作出精美的超越人们想象的画作。从简陋的实物图到复杂风景图的跨越用了1年，从风景图到卡通人像的跨用用了3个月，到能画出真人照片用了3个月，AI绘画技术在加速进步。两年前人们对AI绘画的结果不以为意，两年后已经有人开始心生焦虑，那么以后呢？实际上，上面提到的三种AI绘画典型的弊端都以肉眼可见的速度弥补着。ChatGPT的出现让AI绘画有了理解语言逻辑的可能，OpenAI团队正在向着这个方向研发；不能精准控制的问题已经在ControlNet等插件的辅助下初步解决。至于上手成本，Disco Diffusion模型时代，在专业显卡上算一个草稿级别的作图, 也需要耗费以小时计算的时间，而Stable Diffusion则实现了在消费级显卡上不到一分钟就能出图。 AI绘画正以超过人们想象的速度进化，如果不及时拥抱技术，或许很多画师会被AI“杀死”。中国围棋王者柯洁，在某站的动态问了一个灵魂问题：美术生或相关从业人员如何看待AI绘画。评论区第一时间就反问柯洁：你对AI围棋怎么看。 2017年，阿尔法狗凭借强硬的实力席卷围棋界，现在许多职业棋手都不彼此约棋了，而是找AI训练，甚至有的去背AI的棋谱，这就是AI技术带来的改变。按照国泰君安研报预计，未来5年，AI绘画在图像内容生成领域的渗透率将达到10%—30%。AI绘画已然站上数字时代的风口。画师与AI自然不是对立的关系，但在需求固定的前提下，绘画设计类的市场总要让渡一部分给AI绘画，在这场行业变革的浪潮中，不知道多少画师被掀翻于浪底。 05 结语 90年代是纸媒动画的巅峰时期，2002年左右国内才逐渐普及了数字绘画，那时候没有板绘，一大波动画人学着用鼠标画画，在之后发展出三维动画、Flash等等技术。而现在，出现的是AI绘画。跟本雅明在《机械复制时代的艺术作品》中描述的一样，照相技术让大量的文本复制变得轻而易举，从而把艺术从一向被人们所崇敬的神圣“祭坛”上拖了下来，它在摧毁传统的同时，使现代艺术具有了新的特点、价值和接受方式。两点十分产品总监黎平伟曾说： “将近10年一个大周期，出现一次技术突破，往后甚至可能带来指数爆炸级的改变，所以永远要抱着学习的心态向前……因为我们相信一句话：不变的是永远在改变。” 来源：钛媒体、DeFi之道文：商隐社作者：第二人生‍‍ 来源：金色财经
金色财经2023-03-04
从数据上整理一下ssv的合理估值在哪里
 go
交给市场和时间。（主要内容转自推特雷神大佬，关注好哥哥更多内容）来源：金色财经
金色财经2023-03-04
美股开盘：道指涨逾百点中概股多数走高雾芯科技涨逾5%
go
预期的1.25美元。　　激进对冲基金大佬Dan Loeb进场布局AMD 　　据知情人士消息，激进对冲基金经理Dan Loeb旗下Third Point已被动持有芯片制造商美国超微公司的股份。AMD的股票在过去12个月中表现不及其他同行。　　跟随华尔街“瘦身潮”！传花旗拟裁员数百人　　花旗集团据悉将在全公司范围内裁员数百人，其中包括投资银行部门。据知情人士透露，此次裁员人数不到花旗24万员工总数的1％。该公司运营和技术部门以及美国抵押贷款承销部门的员工也受到了影响。　　非必需消费品需求放缓，好市多Q2营收逊预期　　零售巨头好市多第二财季营收552.7亿美元，低于预期的555.8亿美元；调整后每股盈余3.3美元，超预期的3.2美元。公司CFO Richard Galanti表示，消费者对大件的非必需消费品需求放缓，如电子产品、珠宝和厨房用具等。　　C3.aiQ3总收入同比降4％仍超预期，Q4指引乐观　　C3.ai于北京时间3月2日清晨公布了截至2023年1月31日好于预期的第三财季财务业绩。财报显示，C3.ai第三季度总收入为6670万美元，同比下降4％，但超6300万美元至6500万美元的业绩指引，华尔街分析师的预期为6430万美元。　　中通快递回应卖空报告：包含许多错误、无根据的推测　　中通快递公告表示，Grizzly Research卖空报告并无依据，其包含许多错误、无根据的推测以及误导性结论和诠释。公司董事会，包括审计委员会，正在审查这些指控，并考虑采取适当的行动来保护全体股东的利益。公司重申其持续坚定地致力于保持高标准的公司治理和内部控制，以及按照适用的规则及法规进行透明和及时的披露，并保留采取适当行动保护本公司及其股东权利的一切权利。　　容联云将ADS与A类普通股比率调整至1:6 　　容联云今天宣布，将更改其美国存托股票（ADS）与A类普通股的比率，由1股ADS代表2股A类普通股，改为1股ADS代表6股A类普通股。对于容联云的ADS持有者来说，这一比率变化将产生与1：3反向分割ADS相同的效果。容联云的A类普通股将不会发生变化。　　该比率调整对纽约证券交易所ADS交易价格的影响预计将在美东时间2023年3月15日开盘时显现。由于ADS比率的变化，ADS价格预计将按比例上升，不过，容联云表示不能保证调整后的ADS价格将等于或大于调整前的ADS价格的三倍。
金融界2023-03-03
龙虎榜｜游资罕见踩踏出货，宁波解放南一天巨亏2000万，炒股养家豪掷1.1亿是“抄底”还是“撬板失败”？
go
有一个游资合力股拓维信息炸板，5位游资大佬联手6亿资金打板没封住，又是高位被套，只能说情绪虽然好转，但热豆腐烫嘴。。。　　交易猿：抄底7500万元鸿博股份　　炒股养家：抄底1.1亿元汉王股份　　宁波解放南：割肉1.49亿元汉王股份　　方新侠：打板1300万元中成股份　　溧阳路：打板1700万元康强电子　　作手新一：打板7400万元拓维信息被埋　　上塘路：打板3500万元好利科技，卖出1300万元中通国脉
金融界2023-03-03
中国式ChatGPT“大跃进”
go
er支付了超过190万美元。另一位行业大佬级的研究员Ian Goodfellow（对抗式生成网络的提出者）2016年从OpenAI得到的报酬则超过80万美元，而他在这一年中只工作了9个月，不过Ian Goodfellow在OpenAI没有待很长时间就离开了。一直以来，硅谷的AI研究员都是高收入人群。在谷歌发布的官方招聘信息中，在美国工作的全职“高级软件工程师，大型语言模型，应用机器学习”（Staff Software Engineer, Large Language Models, Applied ML）岗位基本工资范围为年薪17.4万-27.6万美元（约120万-190万元人民币）+奖金+股权+福利。这份工作的主要职责是：为谷歌大型语言模型的关键冲刺做出贡献，将尖端的 LLM（Large Language Mode，大型语言模型）引入下一代谷歌产品和应用程序，以及外部用户。在建模技术方面进行协作，以支持全方位的 LLM 调整，从提示工程、指令调整、基于人类反馈的强化学习 (RLHF)、参数高效调整到微调。微软研究院的研究员岗位“博士后研究员-机器学习和强化学习”（Post Doc Researcher-Machine Learning and Reinforcement Learning）年薪则在9.4万-18.2万美元（约64万-125万元人民币）。工作职责是“与其他研究人员合作制定自己的研究议程，推动有效的基础、基础和应用研究计划。” ChatGPT团队中另一个有意思的点是团队中有9位华人成员，其中5人本科毕业于国内高校，美国学界对人才的虹吸效应也正是硅谷巨头以及“OpenAI”们强大人才竞争力的基础。 “中国的AI人才是从14亿人里挑，美国是从80亿人里挑，全世界优秀的人很多都到美国去了。”图灵联合创始人、原智源研究院副院长刘江表示，要承认差距确实存在，不过他也表示，“在这方面，我们也不用气馁。中国也有自己的优势，比如市场化、产品化的能力，近年来我们不比美国同行差了。” 国内大厂的实力如何？除了人才问题，国内大模型研究落后美国另一个原因是在生成式AI和大模型研究方面起步略晚，而起步晚的原因，则还是与“钱”脱不开关系。从技术角度看，生成式技术在Stable Diffusion和ChatGPT等网红产品出现之前，技术实现的效果并不理想，且需要消耗大量算力进行研究。所以大厂、资本很难斥以重资，投入到这种看上去不太赚钱，还要烧钱的业务。中国的AI产业更注重应用场景，而非基础理论和技术创新。各家大厂在NLP的理解方面有很多成熟业务，比如听写、翻译，在视觉识别和AI大数据处理方面也有很多应用场景。所以这部分业务自然是AI研发的主力，一方面他们赚钱，另一方面在这些领域的技术积累，使研究人员能够“在规定跑道上赛跑”，而不是在未知领域探路。这一点不只是限制了国内公司，更是很多全球巨头的创新桎梏。正如诺基亚做不出iPhone一样，巨头都不喜欢“破坏式创新”，谷歌发布的Bard只因一个小失误就牵动了母公司Alphabet的万亿市值，这也正是谷歌一直声称不愿发布LaMDA大模型的理由，害怕会因AI的失误影响自己的商誉。而OpenAI显然不太在乎ChatGPT在公测中会出什么问题，毕竟他发布ChatGPT时只是一家估值200亿美元的独角兽。不过，在这波大模型的追赶赛中，国内大厂的团队也可以说是实力颇强。百度在大模型方面走的最早，百度自2019年开始研发预训练模型，先后发布了知识增强文心（ERNIE）系列模型。文心大模型研发的带头人，百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰博士，是自然语言处理领域权威国际学术组织ACL（Association for Computational Linguistics）的首位华人主席、ACL亚太分会创始主席、ACL Fellow，还是IEEE Fellow、CAAI Fellow及国际欧亚科学院院士。他还兼任中国电子学会、中国中文信息学会、中国工程师联合体副理事长等。目前，王海峰在国内外期刊会议上发表的学术论文有200余篇，获得已授权专利170余项。虽然没有像百度一样公布类ChatGPT产品的发布时间表，但腾讯、阿里和华为分别提出的“混元”、“通义”和“盘古”三个大模型，均已研发了很长时间。据机器学习和自然语言处理著名学者Marek Rei教授在2022年4月发布的统计（2023年的统计尚未发布）显示，2012-2021年中，在ML（Machine Learning，机器学习）和NLP顶级期刊和会议发表论文数量最多的机构是谷歌，微软紧随其后。发文数量最多的中国机构是清华大学，第二是位列第16的腾讯，腾讯也是前32名中唯一的中国互联网厂商。不过，在2021年单年的统计中，阿里和华为也登上此榜，腾讯仍排在较靠前的位置。 Marek Rei发布的2021年ML、NLP顶会、期刊发文量统计目前，腾讯官方并没有公布“混元”大模型研发团队的具体信息。不过，腾讯旗下AI研发团队“腾讯AI Lab”的专家构成，也显示出了腾讯在AI领域的一部分实力。腾讯AI Lab由100余位AI科学家和超过300名应用工程师组成，带头人张正友博士是腾讯首席科学家、腾讯 AI Lab 及 Robotics X 实验室主任，腾讯首位17级研究员、杰出科学家。他在美国斯坦福大学（Stanford University）发布的2022 年度“全球前2%顶尖科学家榜单”（World's Top 2% Scientists 2022）中，排名全球“终身科学影响力排行榜”第1002名，中国排名 Top 10。阿里在LLM领域的研究主要由阿里巴巴达摩院负责，阿里巴巴集团资深副总裁，阿里云智能CTO、达摩院副院长周靖人主导，他是IEEE Fellow，多次担任VLDB，SIGMOD，ICDE等国际顶级会议程序委员会主编、主席，在顶尖国际期刊和会议上发表论文超百篇，并拥有几十项技术专利。华为也未对“类ChatGPT产品”公开表态，但在大模型方面华为亦有“盘古”大模型正在研究。该项目由华为云人工智能领域首席科学家田奇博士领导，他是计算机视觉、多媒体信息检索专家，IEEE Fellow，国际欧亚科学院院士，教育部长江讲座教授，国家自然科学基金海外杰青，中国科学院海外评审专家，在国内多所高校任讲席教授及客座教授。在自己组建团队投入研发的同时，百度、阿里、腾讯、华为等IT大厂，也与中科院计算所自然语言处理研究组、哈尔滨工业大学自然语言处理研究所、中国人民大学高瓴人工智能学院等高校研究有很多的技术合作。 “集中力量办大事”的科研机构数据闭环是大模型研发的关键，用户越多，积累时间越长，就意味着可以用于迭代升级的数据和反馈也就越多。在这方面OpenAI已经利用前两代的开源GPT模型和GPT-3积累了大量数据。ChatGPT虽然才推出了3个月，但用户量和访问量增长速度飞快，这些都为OpenAI在大模型研发方面积累了巨大的先发优势。 “AI大模型如果落后了，就会面临卡脖子的风险。”很多AI专家对此都有担心，由此国内也诞生了一些应对此种局面的非营利性AI科研机构。这些机构多数有高校研究实验室背景加持，以及地方政策支持，人才聚拢能力非常强劲。北京智源人工智能研究院（以下简称“智源研究院”）是科技部和北京市政府共同支持，联合北京人工智能领域优势单位共建的非营利性创新性研发机构。智源研究院理事长张宏江，是美国国家工程院外籍院士，ACM Fellow和IEEE Fellow，同时也是微软亚洲研究院的创始人之一。 2021年，智源研究院发布了1.7万亿参数的超大模型“悟道”的1.0和2.0版本，这项工作由100余位科学家共同打造。其中包括清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）的孙茂松教授，清华大学知识工程研究室（KEG）的唐杰教授，清华大学交互式人工智能课题组（CoAI）的黄民烈教授。目前“悟道”大模型已经与OPPO、好未来、淘宝、搜狗、美团等开展了落地合作。在与美团的合作中，大模型给搜索广告带来了2.7%的收入增长。在南方的科技重镇也有一家相似的研究机构，粤港澳大湾区数字经济研究院（以下简称IDEA研究院），IDEA研究院是由深圳市政府大力支持的AI研究机构。与智源研究院有一个颇有趣的相似之处，IDEA研究院的创始人沈向洋博士同样出身微软亚洲研究院。沈向洋博士是美国国家工程院外籍院士和英国皇家工程院外籍院士，他参与创建了微软亚洲研究院，担任院长兼首席科学家，并曾担任微软公司全球执行副总裁，主管微软全球研究院和人工智能产品线，并负责推动公司中长期总体技术战略及前瞻性研究与开发工作。 IDEA研究院NLP研究中心负责人张家兴博士也来自微软亚洲研究院，他的团队推出的开源模型“太乙”，据称在中文文生图领域可以达到接近Stable Diffusion（一款开源文生图AI模型）的水平。目前IDEA研究院正在持续迭代开发的预训练模型体系“封神榜”，已经开源了6个系列共10个模型，包含4种模型结构，模型参数最大为35亿。其中包括：以Encoder结构为主的双向语言系列模型的二郎神系列；面向医疗领域，拥有35亿参数的余元系列；与追一科技联合开发的新结构大模型周文王系列；以Decoder结构为主的单向语言模型闻仲系列；以Transformer结构为主的编解码语言模型，主要解决通用任务的大模型燃灯系列；以及主要面向各种纠错任务的比干系列。 2月20日晚，复旦大学自然语言处理实验室对媒体宣传邱锡鹏教授团队发布了“国内第一个对话式大型语言模型MOSS”，并在公开平台（https://moss.fastnlp.top/），邀请公众参与内测。然而就在外界都等着看MOSS表现如何惊艳之时。MOSS的内测网站却挂出了一则道歉公告。目前MOSS的测试网站已经挂出了停止服务的公告。一位AI大模型专家对虎嗅表示，“邱锡鹏的实验室学术研究的氛围很浓。虽然这次的MOSS很少有人得到体验机会，但是从后边的公告来看，有可能是在工程优化，并发处理等方面的准备还没有那么充分。” 在近期举行的2023年世界人工智能开发者先锋大会上，邱锡鹏教授公开表示，如果优化顺利，MOSS计划在2023年3月底开源。虽然，没能成功抢发“国产ChatGPT”，但AI业内人士对邱锡鹏教授团队仍然给出了肯定的评价，“邱锡鹏教授的团队比较偏重学术，这和早期的OpenAI在科研心态上是有共性的，非营利性的AI研究机构，没有那么多功利的考虑。” 创业公司都有“大佬”背书 AI技术属于计算机科学，虽然计算机技术已发展多年，但AI仍属于前沿科技，对LLM以及其他通用大模型的研究更是兴起不久，仍然需要依靠应用数据，持续迭代升级，不管MOSS是不是因为工程经验绊了跟头，要在AI、大模型这些领域实现突破，能推广到市场中，接地气的技术和产品才是王道。事实上，目前国内AI行业活跃的实验室大多已开始尝试商业化，在市场的磨砺中探索大模型未来的出路。深言科技深言科技源自清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）。THUNLP由清华大学人工智能研究院常务副院长孙茂松，以及刘洋、刘知远，三位教授带头。实验室在2017年推出的中文诗歌自动生成系统「九歌」则是最有影响的诗歌生成系统之一，「九歌」已经为用户创作了超过3000万首诗词。孙茂松教授领衔研发的CPM模型是智源研究院的大模型「悟道·文源」的前身，也是国内最成熟的中文生成式大模型之一。深言科技的团队也是由CPM模型的部分研发团队成员所组成的，目前该公司产品包括可以根据意思搜索词语的“WantWords反向词典”，以及根据意思查询句子的“WantQuotes据意查句”。智谱AI 智谱AI的前身是清华大学知识工程研究室（KEG），KEG专注研究网络环境下的知识工程，在知识图谱、图神经网络和认知智能领域已发表一系列国际领先的研究成果。2006年，智谱AI就启动了科技信息分析引擎ArnetMiner（以下简称AMiner）的相关研究，先后获得了国际顶级会议SIGKDD的十年最佳论文（Test-of-Time Award）、国家科学进步奖二等奖、北京市发明专利奖一等奖。 2022年8月，由KEG与智谱AI共同研发的千亿级模型参数的大规模中英文预训练语言模型GLM-130B正式发布，其在多个公开评测榜单上超过GPT-3 v1。此外，智谱AI还打造了认知大模型平台（BigModel.ai），形成AIGC产品矩阵，提供智能API服务。聆心智能 2月17日，聆心智能宣布完成由无限基金SEE Fund领投的Pre-A轮融资。聆心智能的底层技术是超拟人大规模语言模型，基于大模型可控、可配置、可信的核心技术优势，聆心智能推出“AI乌托邦”，该系统允许用户快速定制 AI 角色。聆心智能由清华大学交互式人工智能课题组（CoAI)黄民烈教授支持。CoAI是清华大学朱小燕教授及黄民烈教授领导的实验室。2020年，就已经开源了1200万对话数据和中文对话预训练模型CDial-GPT。黄民烈教授也曾参与了智源研究院的“悟道”大模型研发。西湖心辰西湖心辰背靠西湖大学深度学习实验室，创始人是西湖大学助理教授、博士生导师蓝振忠，主要研究大规模预训练模型的训练与应用。蓝振忠曾在谷歌担任研究科学家，也是轻量化大模型ALBERT的第一作者。西湖大学在人工智能领域的研发实力很强，除了蓝振忠博士的深度学习实验室，西湖大学NLP实验室，在该领域的研究也非常领先。学术带头人张岳博士在Marek Rei教授的顶会、期刊发文量统计中，于2012-2021年期间排名全球第四。 “目前国内LLM领域的创业公司相对IT大厂来说主要有两个优势，技术和数据。”西湖心辰COO俞佳对虎嗅表示，国内大模型创业公司在技术方面普遍已有多年研究经验，构筑了一定的技术壁垒，这是很难短期超越的。同时，由于已经推出了相关产品，“数据飞轮”已经转起来了，这些数据的质量相比互联网数据质量要高很多，能够对产品迭代起到很大支撑作用。对于国内大模型创业公司未来的发展趋势，俞佳认为可能性很多，“有些公司可能会走出自己的道路，也有的公司可能会像OpenAI一样与IT大厂开展深度合作，甚至像DeepMind直接并入其中。” 来源：金色财经
金色财经2023-03-03
如何在加密“邪教组织”中获利
 go
是如何被所有的人超越的？(DOT 的大佬们不要生气，我知道你们的一些生态系统的代币涨了 10-50 倍，也许是 100 倍，但流动性可能还不足以把仓位的全部价值兑现 ) 这就是狂热邪教的力量，那么，你如何发现并投资于狂热的邪教项目？ 3 个基本技巧 1. 不要单纯的只根据基于技术的基本面进行投资或交易，基于人类心理和一点技术来进行基本面投机我们喜欢一个好的英雄故事，但我们也喜欢把英雄变成反派。在他们崛起之前，我们会买入他们的加密货币，然后在他们变成反派时卖出。梅西在 2021 年的高峰周期之前几个月发推文称：「Dani Sestagali（是 MIM、TIME 的创始人）是 DeFi 、Crypto 领域的史蒂夫·乔布斯。」这是最早呼吁大家买入 SPELL、ICE 和 TIME 的人之一，比一般人提前了。现在，SPELL 和 TIME 的基础都有根本性的创新。「使用 SPELL，你就拥有了一种模因（meme）魔法互联网货币，可以轻松的在疯狂牛市中进行加杠杠操作，有了 TIME 代币，你就有了 OHM 代币（在其核心是一种重新定价的庞氏骗局），Gas 费更便宜，收益更高，就这么简单。」基于这些基本创新 + 邪教组织 = 巨大的价格上涨你可以根据基本面进行购买，也可以根据狂热程度、价格上涨、足够的技术创新进行购买——选择权在您手中。我们的独特资产类别中有许多这样的心理变态者，例如 Richard Heart（HEX 创始人）、Dani Sestagali、Tetranode（据说是一个数十亿美元富豪）、Do Kwon（LUNA 创始人）、Zhu Su（三箭资本创始人）、CZ（赵长鹏）等人。建立一个识别创始人正确的心理倾向的框架，当你找到一个其他人尚未发现的全新代币时——这就是将按钮滑向东侧并迅速进入的时机。在做出每个投资决策时，只需问自己：「是什么将使它上涨？什么是操纵市场的基本因素？」不需要理解的很复杂。基于这些基本创新 + 邪教组织 + 狂热=买进如何识别好的邪教领袖？他们通常是：自恋型精神病态马基雅维利主义兄弟们，我在文章的顶部给了你们一个图表，请使用这个图表。你要找的是愿意大胆发表言论、愿意冒险、喜欢出风头的人。查尔斯 - 霍斯金森（Charles Hoskinson 是 ADA 创始人）最看好的不是技术，而是他有能力用又一次关于道德与和平的直播来阻止他的投资者卖出。 2. 当你可以买毒（庞氏代币）品时，不要对自己的庞氏骗局过于自信你把毕生积蓄都拿去投资庞氏代币，代币在不断上涨，你的净资产正在飙升，你的眼中充满了火焰，口袋里赚到了很多钱，你的内心在燃烧，想结束辛苦的工作。但这些都不是你的钱，只有当你把代币卖出套现换成稳定币，才算是你的钱，这些钱要么换成稳定币在你的冷钱包保存，要么在你的银行账户里，要么在一些固定资产（房子等）上，这些资产正在缩水，无法轻易套现这些固定资产。无数男人相信屏幕上未实现的绿色利润（PnL）就是他们的未来，这还不是你的未来，傻瓜。如果你想从你的庞氏赌博中获利，要及时套现 / 卖出，分批套现 / 卖出。简单的策略：以 2-2.5 倍的价格出售你的初始资产，随着价格上涨，继续出售部分利润 ( 如果是高风险头寸 )。如果在你卖出初始投资并获得了利润后，价格突破基础支撑位并下跌，就要卖出整个头寸以保护收益，有时候简单的图表线条也可以起到作用。如果你在比特币失去 50000 美元关口但又反弹上来时卖掉了所有比特币，根据你的进场情况，至少还能保留一些收益。享受价格上涨的兴奋，但要明白市场给予，市场也会收回。在潮水退去之前从市场中获利，否则你会赤身裸体地游泳，而 Caroline（Alameda CEO）会吸干你的资金，拿你的钱去娱乐，无情地跟在你后面骑着水上摩托追赶，这样不太好，不太好。如果你擅长赢钱的话，不要在电报群里煽动一个糟糕的投资决策，不如躺在沙发上点一根烟，吃上一桶炸鸡，然后看看搞笑视频，喝着可乐，这种快感还比较让人舒服。 3. 总会有新的邪教组织 ( 暴涨 )，总是这样如果你错过了最近的炒作 / 热点，不要因错过了机会而产生恐惧错失的心里 (Fomo)，因为恐惧错失可能会让你做出盲目的决策。例如：没有一个美国人预料到美国人会对披头士疯狂崇拜的邪教现象，他们可能也没有预测到 Laurel Canyon（月桂峡谷）中央情报局的心理战术，这成为了一个巨大的邪教组织，并通过无尽的 TikTok，今天仍然折磨着 Z 世代的耳膜。你无法预测未来，我们在 20 世纪 20 年代就预测了核裂变飞艇和漂浮城市，但我们今天所拥有的只有埃隆马 (ElonMa)。但是在那段时间里，已经出现了无数的邪教、暴涨、爆跌、泡沫、狂热和投机炒作季节，让任何一个好的投机者都能利用起来。很多 2014 年的加密 OG（元老）们没有预测到以太坊的崛起，尤其是当时只有比特币的时候。很多 2017 年的 OG 们没有预测到 DOGE 或 SHIB。而且，很多 2021 年的新手也没有预测到最近这次回声泡沫。重点是：错过了邪教和暴涨，就继续寻找下一个，总会有下一个投机狂潮机会。在考虑投机某个加密货币或 NFT 时，一定要整理一个清单：基础市值是多少？有多少持有者？分配情况如何？（代币、供应、解锁等）持有者有多愚蠢，他们会在某个收益点卖出，还是会坚持到归零？该加密货币的现货价格当前的买卖压力如何？ 4. 不要忘记，你可以用两种方式玩邪教首先，你可以在现货上做多邪教组织，也可以用杠杆做多，这取决于你在这个市场上可以用什么代币、链条和机制来炒作它。第二，如果允许的话，你可以用杠杆做空邪教组织。许多人认为 $LUNA 绝对会归零，许多人在牛市周期高估了 FTM、AVAX，直到这些市值被蒸发，在 2021-2022 年，这些聪明交易者都是可爱的空军大部队。最近，STX 是一个很好的例子，你可以从狂热的上涨中获利（比特币 NFT 序数炒作）。甚至现在也可以用低杠杆做空，获得一些不错的收益。不要有狂热的邪教信仰，要追求利润最大化看到像 SAND、MANA、GALA 等元宇宙代币周围形成了一个投机热潮吗？在它们到达山顶之前进入，并向那些渴望购买代币的人出售。当情绪达到山顶并发生变化时进行空头交易，不要在骗局之中被清算。为了总结这篇文章，让我们简要概括一下要点，并附加一些注释：理解你所涉及市场的「大众欲望」和无声绝望，例如，许多人永远不会开上布加迪，或者和罗马尼亚的「十分美女」睡觉，但他们会为 OnlyFans 视频付费。许多人不会过上数以亿美元身家的生活，但这种渴望会促使他们将工资储蓄投入到某个投资机会。寻找能吸引大量男性投资于一个项目的心理偏差和触发因素的结合点 ( 基本面 + 心理条件 + 货币条件 )。基本面：新的创新形式、引发市场的兴趣和参与。心理条件：市场内存在一种空间和空白，需要一种叙事、具有说服力的钩子，促使参与者的头脑发挥作用，说服他们将流动性注入到某个资产类别中，形成回升泡沫（Block unicorn 注释：回声泡沫是指当某个资产的价格在短时间内迅速上涨，但这种上涨并非由于基本面的变化所引起，而是由于市场参与者的情绪和心理预期导致的，形成了一种泡沫的现象）。货币条件：参与者有足够的钱来实际参与，就这么简单。识别理想的邪教领袖、建立信仰体系和目标，以便说服市场将积蓄转移到不可靠的代币中。理解推动庞氏骗局的机制，以及它何时会崩溃： $LUNA 的成功源于收益，$FTM 则因为便宜且规模较小，$STRONG 则因为收益稳定，$CRV 则因为 DeFi 稳定流动性等等。了解它们上涨的原因，你就可以看到这些原因何时开始失去力量，然后利用获得的收益及时退出。驾驭庞氏骗局的投机热潮，为投机热潮注入燃料和火苗（推销它，你这个傻瓜），在发现庞氏骗局无法维持的时候抛售它（如 BitconnectStrongnodes、Ohm、Time、Layer-1 Ghostchains、Move2Earn、Play2Earn、GCR states）。实际技术分析——总是在太迟之前出售那个基本支撑位的突破 / 反弹。如果一个抛物线趋势的基本支撑位被突破，很可能它已经结束了。赶紧拿着收益走人，并等待下一个容易的暴涨机会！投机加密货币没有这么简单，现在，到了真正赚钱的时候，那是一个完全不同的问题。但是这篇文章应该已经给了你一些见解，你可以在你的下一次游戏中使用。来源：金色财经
金色财经2023-03-03
美股开盘：纳指跌超百点中概股多数下跌哔哩哔哩跌近5%
go
息50个基点口号的投行。　　对冲基金大佬看衰美股，称“美联储也希望股价下跌” 　　绿光资本的大卫·艾因霍恩周三表示，由于通胀和利率可能飙升，他将保持对美股的负面看法。这位明星对冲基金经理认为，美联储可能有更多的工作要做，以应对顽固的价格压力，可能会将利率提高到比普遍预期更高的水平。他还称：“美联储也希望股价下跌。　　不可忽视的危险信号：美股“内部人士”正在狂卖　　据追踪内部人士交易的网站InsiderSentiment数据显示，2022年下半年以来，内部人士的情绪一直呈下降趋势。彭博数据显示，2月美国股市下跌时，只有大约450名公司高管买入了自己公司的股票，但有1800多名内部人士卖出。卖盘比买盘多出四倍，为2021年4月以来的最高比率。企业内部人士一般被认为对业务前景更有洞察力，而他们在市场暴跌时没有选择增持自己的股票，表明他们认为市场可能还没有见底。　　“逆势买入”信号触发在即？美银推荐这些板块　　美银分析师Savita Subramanian在周三发布的最新报告中指出，该行卖方指标（SSI）2月份已跌至52.9％，距离触发“逆势买入”信号仅差1.5个百分点。根据美银策略师的说法，美银指出，华尔街的股票配置共识历来是一个可靠的反向指标。虽然SSI不能反映股市的每一次上涨或下跌，但从历史上看，该指标对标准普尔500指数随后12个月的总回报具有一定的预测能力。　　“全球资产定价之锚”重返4％关口　　投资者对粘性通胀和更高利率挥之不去的担忧情绪，将有着“全球资产定价之锚”之称的10年期美债收益率进一步推升至了4％以上，这标志着本轮历史性的债券市场大溃败进程正迎来了新的加速。这一重要心理关口的突破，使得10年期美债收益率重新回到了去年四季度触及的十余年高位附近。　　半导体市场“大萧条”：韩国芯片库存以27年来最快速度堆积　　全球半导体市场正遭遇历史性的寒冬。作为全球最重要的半导体生产国之一，韩国1月份半导体库存以近27年来最快的速度增长，突显出科技行业的低迷。韩国统计局周四在一份声明中表示，芯片库存较一个月前猛增28％，为1996年2月以来的最大增幅。与一年前相比，芯片库存攀升了39.5％。　　不到48小时！马斯克又失去了世界首富的宝座　　2月27日，据彭博亿万富翁指数，马斯克以1871亿美元的身价击败LVMH首席执行官Bernard Arnault，再次成为世界首富。然而，不到48小时，马斯克又回到“老二”的位置上。仅在周三（美国时间），马斯克净资产就下跌了约20亿美元，导致其总资产降至1840亿美元，屈居Arnault的1841亿美元身家之后。这一结果或许与特斯拉刚举办结束的投资者日脱不了关系。　　赛富时Q4总营收同比增14％，业绩展望超市场预期　　赛富时2023财年Q4总营收增长14％，至83.8亿美元，超过9.2％增幅这一分析师平均预期。调整后的净利润为16.56亿美元，上年同期为8.43亿美元。此外，该公司预计，在截至明年1月的2024财年，预计调整后的营业利润率将达到约27％，这一数字超过了分析师平均预期的22.4％。　　梅西百货Q4业绩好于预期　　财报显示，梅西百货销售额同比下降4.6％至82.64亿美元，略好于市场预期的82.5亿美元；调整后每股收益为1.88美元，好于市场预期的1.57美元。　　哔哩哔哩2022年Q4营收为61亿元，同比增长6％　　哔哩哔哩2022年第四季度营收61亿元，同比增长6％，净亏损15亿元同比缩窄29％，调整后净亏损13亿元同比缩窄21％；2022年全年营收219亿元，净亏损75亿元同比增长10％，调整后净亏损67亿元；2022年四季度日活9280万同比增长29％，月活3.26亿同比增长20％，付费用户2810万同比增长15％。　　
金融界2023-03-02

上一页
1
•••
159
160
161
162
163
•••
193
下一页

24小时热点

最新话题更多