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

金狗财经想你所想
 go
GD（GoldDoge）比特币早期矿工大佬创立。金狗财经采用WEB3.0技术，打造去中心化的“项目方+参与者”集聚平台。平台主要功能：1、优质金狗解读；2、实时金狗动向；3、合约人工检测；4、合约个性定制；5、多元生态孵化；6、优质新币预告；7、全球公益捐赠全球最大供应量2100万枚，永不增发机制：4%税 + 1%营销 + 3%加池子分红USDT 市值突破500万，税自动降为0，方便对接交易所。小于500万市值，分红是给早期元老的特殊福利。共创！共富！共荣！TG：GoldDogeCN 来源：金色财经
金色财经2023-03-07
比特币22000中线多单持有跟进以太坊多空强弱分水岭看1600关口
 go
千万不要说自己早已看穿，哪怕是华尔街的大佬来了，也不敢说自己能掌控行情，因为这50%的几率，就是让你来做风险规避的。　　　　做交易，有时候就像搞对象，你能否成功吃定对方，从来不是取决于你，而是取决于对方，你能做的，不过是确保自己在这场交易中全身而已，就拿现在的行情来说，我看市场很多人唱衰行情，认为空头即将空降，这波下跌应该给到16000，那才算是完成了目标，才可以去考虑多单。但是，其实它能不能下跌，你的心里很清楚，当一个单子从理性的分析变成固执的祈求时，你就已经输了。你明明知道对方心里没有你，还要一味的付出，最终也不过是增加自己的嗔念罢了。当然，行情没走完，谁也别言成败，但我认为现在的形态和走势，死磕空单的成本和风险是很大的。按照很多人的逻辑，行情必须得跌倒今年的低点，那才算是完成了探底，才能确认行情有反弹，可如果真这般走势，届时的市场环境和市场情绪，还容得下我们这些小韭菜吗？　　　　周线级别，在前面几天的分析中，我已经具体分析过，就不在此重复了，不了解的可以往前翻翻。我认为很多人之所以对多单不够自信，本质上还是认定25249的这波冲高来的太突然，而日线各项指标又显示空头还没走完，所以不看好现在反弹，或者说对22000附近的支撑力度，有所怀疑。但把周期放大继续往前看，就能明显看到行情在21300附近的两波拉伸，是有明显的多头介入行为的，这点我们在前两天的分析中也已经多次提及。倘若光看K线谈技术，那我会认为24252的这根高位十字星小阳，空头形态比25249的冲高回落更强，可现在的盘面给我的直观感受就是，K线收线暗示行情有回踩需求，但跌不动。如果21374的这波加速上涨是偶然，那么这波二次回测22000大关，就是给多头的一颗定心丸。当然，我同样不建议现阶段就去梭哈多单，还是按照昨天的思路，在22000、23000和24000美元分三步走。有些人不明白，为什么要把23000作为确认反弹的节奏点，只要行情企稳这里，也就意味着23558的这根日线级别的大阴柱，失去了参考的意义，后市必然会迎来一波加速上涨。　　　　比特币策略：　　　　比特币昨日22000附近中长线多单继续持有，企稳23000美元加仓一次，企稳24000二次加仓跟进，初步目标看28000美元，下方防守跟进到21300美元。　　　　以太坊，昨天错过了1540的低点，今天思路和方向不明确，场外观望又错过了1560美元，现在点位是多单嫌太高，空单又太低，好像多空都没有什么空间可言，这是不是很多人的真实写照。都说一步走错，满盘皆输，当然你还未进场，谈不上满盘皆输，但也失了先机。或者咱们换个思路，倘若行情现在再给你一次重新选择的机会，给你一次重新在1540，甚至1520做多的机会，你会进场吗？你依旧不会，你会想行情是否还会继续下跌，是不是还会跌倒1460，所以你会继续等，继续犹豫，或者运气差点直接追了一个低位空单，现在只求给个回调出局的机会。因此，你会发现我们之间的差别不是在当下该如何做，而是在上周，我在1600和1630开多的同时，就已经给自己心里埋下了一个行情大概率会二次回撤1560的预期，并且已经决定把1520-1570这个区间做为中线多单布局的机会，而你，还在考虑1630的多单要不要进场，彼时彼刻，恰如此时此刻。　　　　我知道，肯定会有人觉得我高兴的太早，现在行情刚刚开始，等着后面真跌下来了打脸看笑话，但事实我不过是拿着1540的低位多单，去博取上面更高的空间，即便打脸时刻真来了，我也能在1520全身而退，20美金的风险是担得起也完全值得承担的，做任何投资，你不可能完全不承担任何风险，那是扯淡。归根结底，还是做得太多，又想的太少了。一个事物的风险如果完全不可控，谁都不敢涉足，可一旦把风险控制在可接受范围内，那就不叫风险，叫试错成本。　　　　前几期的分析我一直说我很看好多头在后市的表现，现在，我依旧保持这一观点。日线级别的回调需求是存在的，或许我们跟不上狗庄的思路，但从今天以太坊的表现，下方1540的这根大阴没有继续下破，我认为空头承担的压力应该比我大。四小时级别，空头可谓雷声大雨点小，相对强弱指标在低位反复黏合消磨了这波空头能量，那么随着后市红柱动能的走强，我认为反弹大概率是会紧随其后的，上方阻力还需看MA60一线，所以空头真要来个回马枪，也会是在1600这里转跌，想要继续杀跌，下方1462和上一轮1558兜底的也不会同意。综上，对于当前的以太坊走势，我依旧看好多头，倾向于在1540-1570这个区间做反抽多单。　　　　以太坊策略：　　　　以太坊中线在昨日1550附近进场的多单继续持有，当前价位依然可以进场，行情企稳1600关口后，可酌情适当加仓，初步目标看1700美元。　　　　特别提醒：以上分析撰写于2023年3月6日24点，策略仅供参考，不构成实际操作建议，投资者应理性应对，自负盈亏，投资有风险，入市需谨慎。　　　　行至水深处，坐看云起时。做交易，归根结底还是做心态。强大的内心可以助你抓住利润，而全面的大局观、对市场的敬畏则能帮你保本。我是陈多金，欢迎各位投资朋友一起交流探讨。来源：金色财经
金色财经2023-03-07
龙虎榜｜股海惊涛！龙头百亿成交背后，外资压顶，游资疯狂自救，人工智能该何去何从？
go
信息里的机构和北上资金跌停板出货，游资大佬全力买入自救，章盟主大买3.6个亿，北京帮买了2.5个亿，方新侠买了1.8个亿，炒股养家7000万参与撬板后出货1.49亿，只能说风险太大了，无论是协议接盘还是组织自救，谁都不知道大佬们在浪潮上的浮盈有多少，汉王科技和拓维信息则都保持了水下震荡没有上榜，一切要等浪潮信息回应芯片卡脖后才可能会有二波机会。　　章盟主：买入3.6亿元浪潮信息　　北京帮：买入2.45亿元浪潮信息　　陈小群：卖出1965万元恒久科技　　方新侠：买入1.88亿元浪潮信息　　炒股养家：卖出1.49亿元浪潮信息　　上塘路：买入1870万元姚记科技　　92科比：买入1192万元人人乐　　四、彩蛋
金融界2023-03-06
事出美国人“搞事”？百亿资金决战浪潮信息！机构资金对垒A股一线实力投资，CHATGPT概念龙头后市走向何方？
go
而做多资金以游资为主，其中不乏一线游资大佬。其中，国泰君安上海江苏路净买入3.41亿元，方新侠所在营业部逆市净买入1.55亿元，北京帮所在营业部逆市净买入2.43亿元。　　头顶CHATGPT概念浪潮信息的一个月涨超80% 　　自2月初背靠CHATGPT概念火爆出圈以来，头顶“中国最大的服务器制造商和服务器解决方案提供商”的浪潮信息，成为了市场市场资金疯狂追逐的标的。　　2月9日，浪潮信息也主动蹭上了CHATGPT概念，其在深交所投资者互动平台“互动易”回复道，公司在AIGC赛道已从底层计算能力、中间层大模型算法能力和上层行业应用方面进行布局和持续研发投入，将会持续发布AIGC的支撑产品，“源1.0”的对话、问答、翻译、古文大模型在细分领域的精度均领先于业界。　　浪潮信息表示“‘源1.0’大模型开源开放平台注册开发者三千多名，基于平台提供的模型推理API服务，开发者独立开发了‘AI剧本杀’、‘反诈AI’‘心理咨询师的AI陪练’等创新应用。” 　　自此浪潮信息一发不可收拾，在短短的一个月时间股价势如破竹，一度涨超80%，一时间出尽风头。　　美国“搞事”，浪潮信息一字跌停　　然而这一切在3月3日戛然而止，乘着CHATGPT概念东风的浪潮信息突然一字跌停。　　美国商务部当地时间3月2日发布公告，以涉及国家安全等无理理由，将28个中国实体列入实体清单，包括第四范式、香港华大基因科技服务有限公司、浪潮集团、龙芯中科、盛科通信等。　　对此，浪潮信息回应称，公司正在进一步核实评估，暂无更多信息同步。　　而被列入实体清单的企业，必须获得美国政府的授权，才能取得美国的产品和技术。而浪潮信息恰恰是目前国内最大的英伟达分销商，所生产的AI服务器几乎均牵手英伟达。浪潮信息最新的AI服务器NF5688M6AI搭载的就是8颗英伟达A800GPU。浪潮信息2019年年报显示，英特尔、英伟达（新加坡）是第一和第二大供应商。不过，2020年、2021年浪潮信息未详细披露供应商具体名称，美国科技企业大概率就是浪潮信息的大供应商。　　在经历了周末之后，浪潮信息还尚未从“当头一棒”中走出来，至于今天杀进去的近120亿元接盘资金，明天将会又是一场多空对决的大戏。
金融界2023-03-06
Stable Diffusion联合创始人Cyrus Hodes加入AIGC Chain 即将到来的Web3+AI革命
 go
以及相应的市值。”随后12月，由科技界大佬马斯克和奥特曼发起的OpenAI 发布了最新的AI对话语言模型 ChatGPT，并开放了免费试用，更是将行业热度进一步迅速推高。开放试用后，大量用户开始了与 ChatGPT 的互动。从闲聊、回答日常问题，到生成诗歌、小说、视频脚本，以及AI自动编程等几乎各个领域，ChatGPT 都展示了其令人惊叹的能力。在数千亿级的参数变量以及计算能力和全新算法的支持下，AI完成了量变到质变的又一次飞跃，进一步模糊了人工智能和人类智能之间的界限。据 OpenAI 的 CEO 奥特曼称，在短短的两个月时间里，ChatGPT 就有了惊人的1.5亿的用户访问，是有史以来成长最快的应用。随着ChatGPT的爆火，AIGC赛道彻底被引燃，网络上各式各样的AI创作应用也崭露头角，其中既有科技巨头谷歌、Meta、微软等，也不乏AIGC的新晋独角兽Stability Ai、Jasper等，AIGC相关企业持续获得的高额融资。投资机构已经全面瞄准AIGC这下一个万亿美元级别的蓝海赛道。AIGC受到追捧的主要原因显而易见：首先，是它带来的高效率。人工智能生成内容的主要好处之一是，它可以比人类创建的内容更有效地生产。AI算法可以分析大量数据并快速生成内容，这可以节省时间和资源，并允许组织在短时间内生成大量内容。其次，它在一定程度上提高了任务的准确性。在某些任务上，如分析数据，人工智能算法可以比人类更准确。这可以带来更准确和可靠的内容，以及更明智的决策。随后便是对于成本的节约。对于机构、公司而言，人工智能生成内容的效率和可扩展性的提高也可以以较低的成本去生产大量内容。人工智能对内容的扩展也不可小觑，大量的数据使得人工智能可以对原有的内容进行扩展，为人类生产更多的内容。最后，不得不提的是个性化板块。人工智能算法可以分析用户的兴趣和偏好，并根据他们的特定需求和兴趣生成量身定制的内容，从而带来更加个性化的内容体验。据Grand View Research数据，传统的AI市场全球市场规模已近万亿美元，预计 2023年至 2030 年的复合年增长率 (CAGR) 将达到 38.1%。而AIGC有着更为广泛的应用市场，其中不但包含了图像、文字、视频、音频方面的内容创作，翻译，摘要，个性化内容，数据分析，方案策划等，还包含了数据可用层，Web3等。其实AIGC的未来是可以预见的。随着数据模型的的扩大、人工智能算法的优化、GPU算力的提升，人工智能生成内容的质量和可用性会继续提高。毫不夸张地说，AIGC将会成为Web3时代的核心生产力。上文提到的，已经获得十多亿美元融资的OpenAI据悉正在进行新一轮融资，微软目前正与OpenAI协商100亿美元的注资事宜。AIGC另一新秀，创始于英国伦敦和美国硅谷的人工智能解决方案提供商Stability AI也在2022年中完成种子轮融资1.01亿美元，估值达到10亿美元。在各路资本和科技界大佬大举投资布局AIGC赛道之际，行业大佬Cyrus Hodes选择加入Web3机构AIGC Chain引发了人们的高度关注。其实除了Cyrus Hodes，今年以来已经有多位来自AI和Web3领域资深大咖宣布加入AIGC Chain。作为AIGC领域第一条公链，AIGC Chain确实有着坚实的技术基础。AIGCChain基础大模型代码源自一家洛杉矶的科技公司Oben。该公司成立于2014年，由一群研究人员和创业者在洛杉矶创立。该公司的使命是以安全和负责任的方式推进和促进人工智能的发展，重点是实现人类的积极结果。Oben在机器学习、变声和自然语言处理方面进行研究和开发。制作了许多人工智能产品和服务，例如自拍照生成3D人脸、AIGC大模型。使用这些工具，用户可以用3D数智身份创造视觉内容，帮助用户最有效地实现他们的想法。Adam是Oben的联合创始人，此前曾是Lightspeed Venture Partners的投资合伙人。Adam和他在加州大学伯克利分校和清华大学的同学共同创立了Baihe.com，这是中国最大的互联网约会网站之一。Adam获得了加州大学戴维斯分校的交通博士学位和加州大学伯克利分校的金融工程硕士学位。而AIGCChain区块链技术基础代码贡献者则是BitKeep的创始人Patrick，BitKeep是一款易于使用的加密钱包，在全球超过600万用户使用。Patrick带领团队从零开始建立BitKeep。退出BitKeep后，Patrick和他的团队向多个著名的Web3项目提供了区块链技术，包括BNB链上领先的MetaFi平台Babyswap。Patrick和他的团队在加密钱包、智能合约和多链开发方面拥有丰富的经验。在人工智能和Web3融合方面，Cyrus起到了领导性的作用。除去Stability AI联合创始人身份，Cyrus是OECD人工智能计算和气候专家小组的成员，全球人工智能合作伙伴关系（GPAI）的专家，是气候行动人工智能和农业人工智能委员会的一部分。他是IEEE的“积极地球2030”合作——可持续性公共资源的联席主席。Cyrus是阿联酋总理办公室人工智能部长的首席顾问。他拥有哈佛大学的公共管理硕士学位，巴黎二大学工业动力学硕士学位和巴黎科学院文学学士学位。从定位上来看，AIGC Chain基于一个简单的使命而成立：让全球各地的人们（无论种族、性别、教育水平、国籍、地点、文化和宗教信仰）都能公平地访问和简易地参与到AIGC生态系统。AIGC Chain是一个可分布式、模块化的AIGC模型基础设施，任何人都可以用它来训练自己的小AIGC模型，并按照自己的意愿将它们添加到AIGC Chain基础设施中。AIGC Chain是一个公共、去中心化的第二层解决方案。它是用Go语言构建的，最初与以太坊和iPollo合作。还有额外的计划将其扩展到其他网络，如BSC、Cosmos和像PAI这类的分布式算力网络。其目标是创建一个开放的、分布式AI网络，并支持存储公链，如Filecoin。AIGC Chain由AIGC生态系统集体训练和维护。AIGC Chain将支持一个P2P的市场，允许用户向AIGC社区销售分布式GPU服务、数据存储或者其他运营AI所需要的资源，无需中央平台或中介。这意味着参与者可以使用自己的web3身份，如区块链钱包地址或去中心化身份，访问市场，并向AIGC生态系统提供各种服务。市场允许参与者从各种卖家处访问和购买各种人工智能相关服务和资源，如分布式 GPU 服务、数据存储和数据标注。这有助于提高人工智能的公平性、效率和性能，并支持 AIGC 生态系统的发展。目前AIGC赛道存在着不少有待解决和优化的问题，比方说不公平、AI的艺术风格不一致性、贫困、信息熵高、信息无序等问题，而AIGC Chain将有望通过web3的方式来解决和优化这些问题。就不公平问题而言，人工智能生成的内容通过提供用户和组织新的技能和见解来解决问题，帮助他们取得成功。目前新冠疫情已经造成了巨大的经济破坏，使数百万人陷入贫困。少数族裔、边缘化和被忽视群体缺乏融入AI生态系统的条件，将进一步加剧贫富差距。使用AI生成模型和点对点市场可以帮助提升边缘化群体的独特文化、故事和技能，这些对整个人类都是有价值的。分散式AIGC基础设施将通过允许更大的参与来提高边缘化群体的参与度，从而减少疫情的负面影响，缓解贫富差距。 AIGC使用的扩散模型天生会生成随机和多样的结果。扩散模型使用随机过程，这意味着它依赖随机性和概率来生成输出，即使使用相同的提示输入，模型的输出也可能因一次运行到下一次而有所不同。此外，扩散模型可能在多样和多变的数据集上进行训练。这进一步导致了生成图像的随机性和不一致性。然而，在实际应用中，如内容生产中，通常需要一致性。AIGC Chain的技术贡献者开发了一种精确控制方法，协调视觉生成技术，解决了扩散生成图像的不一致问题。就信息无序而言，热力学第二定律指明宇宙的熵总是增加。所以如果要减缓宇宙热死亡的进程，就需要负熵。在物理学中，负熵是指系统比平衡状态更有序，而不是更无序。在经济系统里，这是说信息要有序，而不是无序，有序才能让经济和社会的发展更可持续。Web2平台用免费来换取用户的广告时间，广告对用户的信息获取来说往往是无效的，增加了熵，对整体的经济系统是熵增的。而Web3的去中心化的架构可以让用户自己决定希望获取什么样的广告，信息的熵比Web2的信息熵低，让整体经济系统更有序，更加可持续。区块链技术通过提供安全、透明、防篡改的信息存储和传输方式，提高了网络上信息的可靠性和信任度，从而减少熵。NFT 通过区块链网络验证，为艺术品的所有权提供了安全的认证方式，通过创建明确的所有权记录减少熵。总的来说，与中心化服务平台相比，AIGC Chain的分布式 AIGC 服务平台有潜力为用户提供更多的公平性、灵活性、创新性和更多的选择。在生态层面，AIGC Chain主网全面支持图灵完备的智能合约。智能合约（Smart Contracts）是内存块链中制定合约所使用的特殊协议，这是一种自动执行的合约，将双方的协议条款写入代码中，一旦启动就会自动运行，不需要任何人为的干预，自主控制其计算所涉及的资源，比如有权限调配合约双方的资金和财产。通过分布式的节点来自动运行，而不用透过中心化的单个服务器。智能合约为构建在 AIGC 网络上的 DApps 开辟了一套全新的用户体验和新的归因模型。例如，利用 AIGC 网络上的智能合约可以实现完全数字化的物品所有权、创新的支付消费模型、透明的版税分配、无需信任的众筹机制等等。这提供了额外的社会和经济交互层，补充了视频和数据传输的核心功能，并显着提高了平台用户的参与度和保留率。在EVM兼容方面，AIGC 虚拟机与以太坊虚拟机兼容。因此，移植现有的基于以太坊的合约很简单，成千上万的智能合约开发人员可以轻松地在 AIGC 上进行构建。AIGC 的 Ethereum RPC 适配器提供了对以太坊 RPC API 的支持，类似于 Binance Smart Chain 和 Polygon。Ethereum RPC 适配器软件将 AIGC RPC 端点转换为 Ethereum RPC API。有了它，AIGC 现在支持整个 Ethereum DApp 开发堆栈，包括 Metamask、Hardhat、Remix、Ethers.js、Web3.js 和 Truffle Suite。移植到 AIGC 的以太坊 DApp 可以使用相同的 API 调用与 AIGC 区块链交互。这意味着以太坊 DApps 几乎可以无缝部署和迁移到 AIGC Chain。这大大降低了开发者利用已有基础设施在AIGC CHAIN部署并基于AIGC CHAIN进行原生开发的难度。据悉，AIGC Chain或将于2023年3月开启测试节点申请，AIGC Chain测试网将分为多个阶段进行，主网上线时间预计为2023年Q3~Q4。来源：金色财经
金色财经2023-03-06
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

上一页
1
•••
167
168
169
170
171
•••
202
下一页

24小时热点

最新话题更多