FX168财经网_全球视野外汇黄金加密货币NFT资讯网

5月18日午后主力巨资出逃四大板块(附股)

9 机器人 16.12% 17:20 大数据中心 2.92% 515288.3 新易盛 20.0% 33:38 华为云·鲲鹏 2.91% 69908.88 今天国际 9.7% 32:34 智慧政务 2.88% 340755.47 拓尔思 19.37% 28:31 教育信息化 2.81% 155995.26 银江技术 17.04% 25:29

金融界2023-05-18

5月18日午后两市板块龙虎榜排名(名单)

9 机器人 16.12% 17:20 大数据中心 2.92% 515288.3 新易盛 20.0% 33:38 华为云·鲲鹏 2.91% 69908.88 今天国际 9.7% 32:34 智慧政务 2.88% 340755.47 拓尔思 19.37% 28:31 教育信息化 2.81% 155995.26 银江技术 17.04% 25:29

金融界2023-05-18

行业数据+场景：AI风口下，率先利好的是这样的公司

-4模型；L2是在LLM基础上利用行业大数据，建立行业大模型，深度参与到行业使用场景当中；L3是基于各个场景需求，在行业模型/LLM的基础上，根据具体任务，要么做fine-tune，要么做prompt工程等，来满足场景的需要。很多大模型的创业团队刚起步，大多数处在L1阶段，少数团队选择L2阶段创业。澜舟科技从2021年就开始了自研大模型之路，并获得了创新工场、斯道资本等机构的多轮融资支持。据周明博士介绍，澜舟科技推出的“孟子”模型，其技术底座均为澜舟自训练，已经率先形成了商业闭环。而澜舟科技刚成立时就坚持选择自训练模型路径，贯穿L1到L3，并率先形成商业化解决方案。此举从今天看来颇具先见之明。以金融行业为例，现有的LLM无法深入到金融行业的业务场景之中，即使使用大厂的LLM模型，也不会给客户做定制化的fine-tune。所以澜舟科技选择了在自研LLM的基础上，自训练行业模型，服务于金融行业的客户，可私有化部署，可基于客户数据训练，深度参与到行业业务场景之中。必优科技的创始人周泽安认为，模型的生成可控性非常重要，自训练可以完全掌控生成的质量。 “通用大模型可以迅速达到60分，而必优科技的自训练模型能够做到在核心场景里面从60分到90分。” 模型的可控生成可以满足可信、可控的要求。而如果仅使用通用模型的基础微调，其提供给下游场景模型的可控fine-tune优化空间有限。睿企科技董事长于伟博士提出，尽管基础通用大模型已经达到优秀高中毕业生甚至未来达到优秀本科毕业生的水平，但是在实际落地应用中所需要的模型能力更多是专业的能力，需要专业的知识和数据进行训练，而这类知识和数据大多是私有数据，不能对外开放。因此，睿企科技自2018年成立之初就致力于基于Transformer的行业垂直大模型的训练，为行业提供具备专业能力的NLU（自然语言处理解）和NLG（自然语言生成）大模型。 03 行业大模型，是中国当前最容易看清楚的属于创业公司的好机会行业模型是指，依托特定行业自有数据，结合行业场景，通过自训练或基于开源通用模型的API做应用开发的模型。 • 通用大模型入局成本过高，行业模型有更多创业机会 • 通用大模型的创业成本极其高昂，例如在算力成本方面，1750亿参数的GPT-3用到了上万块A100芯片，机时费用是460万美元，资金花费就高达1200万美元。澜舟科技创始人周明博士指出，假设组建10到20人的团队，购买500块到1000块GPU，每年最便宜大概也要投入5000万人民币作为研发费用，能够训练出一个百亿数据级别的模型，如果训练千亿级模型就在需要大概再投入7-10倍的资金，相当于两亿到三亿人民币左右。睿企科技董事长于伟博士指出，随着用户对模型能力的期望和要求不断变高，模型参数和训练数据也需要不断增加，受限于训练成本，未来只有像微软和谷歌这类既有技术又有应用场景、还具备超级财力的互联网高科技公司才有可能在通用大模型训练进行持续的投入。当前国内研发LLM的团队至少30家，如百度、MiniMax和智谱AI等，均为资金，人才，资源、经验密集的大公司及知名创业者领衔。属于大多数创业者的机会并不在通用大模型领域。相比LLM，行业模型的创业并不需要自己训练通用大模型，可以直接基于最先进的开源模型或API进行二次训练，模型训练成本大幅降低。不需要一开始就对标GPT3.5做千亿级参数的大模型，减少模型参数量反而使得训练的算力成本下降、复杂度降低，在小样本学习下进行多次有效的训练，从而迅速获得know-how和产品反馈。减少模型参数之后，训练一次的成本甚至能够从几百万美元减小到几十万美元。那么就得以在特定领域对模型进行多次训练，此时与通用大模型就形成了差异化优势。并且相对低的成本会带来客户可承受的定价，尤其是在结合客户数据的二次训练阶段和使用阶段的成本要低很多。秘塔科技COO王益为提出创业公司难以兼顾的三个难点，即“不可能三角”：投入的成本、模型的多样性和模型的可信度。除非有无穷无尽的资金、资源可以投入，大多数模型只能做到其中一点或者兼顾两点，即使 OpenAI 也达不到三者兼顾的程度。周明博士提出，澜舟科技目前并没有做千亿级的大模型，除了成本考量，一个重要原因就是客户目前没有那么强的需求，必须做一个千亿级大模型。在很多场景，客户需要低成本且适用的模型。必优科技周泽安认为，通用大模型的基础底座很重要，给各行各业整体带来了在泛化生成能力上的提升，但在如何利用通用模型打造出满足业务场景的下游模型更为关键，虽然大模型目前已经显现出在特定场景的具象处理能力，但其在实际应用的可控生成能力（可控输入/输出、可信可塑内容）却要弱于场景模型。针对在特定场景和特定用途的数据集上训练更精细的模型，所以必优科技依托于自研 RFKL智能算法范式迅速尝试了90多个场景模型（伯乐、商贾、图芴三大系列），并基于精准的高价值用户反馈数据，可实现模型自我优化。睿企科技于伟博士提出，睿企科技的产品即是从模型的专业性和实战价值出发，不盲目追求模型参数规模，而是专注与针对行业中需要的专业能力，训练能满足要求的性价比最高的模型，解决逻辑应用过程中遇到的算力不足的问题。 • 行业模型的壁垒在于场景和数据 • GPT为代表的通用大模型涌现出惊人的理解和生成能力以及强大的知识储备。但是通用大模型可以全方位碾压行业模型吗？周明博士指出，“通用大模型是万能的，这只是一个幻觉。” 在处理海量数据、重复性流程和追求个性化的C端场景，通用大模型会更有优势；而在非常专业的To B场景，例如金融、法律和医疗等一些对输出内容的精准度以及质量要求比较高的行业，需要在通用模型的基础上加入私密且专业的高价值数据集进行模型训练和工作流程优化，才能满足专业场景的需求。如果能够掌握充足且独特的数据量，不单纯依赖第三方API，选择垂直化方式（自训练模型应用于面向用户的应用），垂直整合场景中复杂度足够深的任务，快速迭代，寻找真实的闭环场景和用户反馈，从而建立竞争壁垒。此外，由于通用模型和行业模型的用户群体差异较大，因此反馈数据有较大差异，使得由垂直行业模型生成的内容更能符合特定垂直场景的需求，生成质量和深度也会更高。用于RLHF（Reinforcement Learning from Human Feedback，基于人类反馈的强化学习）的高质量用户反馈也起到非常关键的作用，有助于不断推动模型产出的内容质量进一步提升。这也说明了行业模型，数据为先，场景为王。睿企科技于伟博士以公检法行业为例，提到执法办案工作人员的工作量大、涉及的各种文书种类很多、流程繁琐、对合规要求相当高，而文书材料也是执法办案过程中的关键部分，不能有一点瑕疵。公检法行业有极大的刚性需求、每年也有大量的预算投入，并且拥有很多高质量数据。睿企科技结合公检法部门的业务需求，基于通用大模型，把专属数据和业务知识放在定制化的多模态垂直大模型里面，帮助公检法部门训练专属AI大脑，推出一系列基于大模型的简单易用的AI产品，包括执法办案智能合规审核机器人、智能接处警机器人等，解决工作痛点提升效率。秘塔科技COO王益为表示，法律咨询场景的核心问题在于不能直接使用通用模型，因为LLM的目前存在Hallucination（机器幻觉，指事实性错误），阻碍了B端的法律场景深度应用。通过一个字去预测下一句，这种技术方式在法律咨询的领域里行不通。所以对于创业公司来说，首先资源是非常有限的，那么一定要选择具有特色的一些场景，比如行业付费意愿强，并且对于可信度要求极高的领域。必优科技基于Transformer架构，引入了自研WCCG（Wernicke Control Content Generate）模型，并在中间加了一层融合，通过可控的方式去生成模型，并且拥有独创的 RFKL 智能算法范式。通用模型本身有很强的知识性，但是精确度方面，通用模型只能解决的是 6 、7成的问题。必优科技则通过场景倒推模型的机制，基于精准的高价值用户反馈数据，通过数据飞轮强化对场景模型的内容生成方向进行引导，实现模型自我优化，在特定场景中需要专门优化模型来提升生成质量，重塑以数据为驱动的内容创作新模式。必优科技在用模型尝试了近百种行业场景后，依据反馈聚焦在了人力招聘、办公office场景。 “自训练特定的场景模型不仅是单纯的在技术层面实现，还要配合对数据的理解，实打实的去扎根到了解这个行业的本质，或者内容到底输出是给谁用？这样才能反向定义数据去训练。” 澜舟科技创始人周明博士认为两年后没有人再会谈论大模型，因为它已经成为基础设施了，行业竞争格局将会稳定，通用大模型领域不再会出现新的创业机会。那就意味着将会就有很多公司倒闭或者转型，这些团队的从业人员在市场上面将会形成很强的技术外溢效应，或者将在非大模型行业内渗透。同时意味着即使是通用大模型做的很好的企业也不能仅仅依赖模型业务，也应该更多去发展各自的生态或者在这基础上做一些新的运营。 • 行业模型可以与通用模型LLM并存 • 目前行业内共识是中国一定要有自己的大模型，大厂一定会专注在全力迅速地建立通用大模型能力。这给创业公司留出了生存空间。在C端，由于大厂的流量、规模效应和千亿大模型的通用性，创业公司的机会将被大量挤兑，需要在夹缝中寻找机会，做大厂没有形成共识的方向；在B端，大型客户大概率不会使用大厂的产品，而倾向于选择可定制的私有化部署解决方案。行业模型创业公司需要具备特定领域的独有关键数据，在具体场景上又快又好的解决问题，兼具私有化部署能力，就可以与通用模型LLM并存，在行业中找到生态位。秘塔科技COO王益为提出只要选取自己真正懂的场景，即使巨头都已经布局，秘塔科技仍然在细分领域里面有机会和提升的空间。而在法律行业，对于生成文本的多样性要求并不是特别高，但是对于法律服务的严谨度和可信度要求特别高。秘塔科技在选择技术路线和产品路线上有一些思考，秘塔科技的模型本身就是为了文生文的任务去做的单一任务训练，相应去精心准备数据库，在专项文本上进行强化和训练，形成正式文件的文风，这就是秘塔科技竞争的优势。在直接向C端提供文本AIGC服务的产品中，秘塔科技拥有最多的用户（近千万）；在法律行业中，秘塔科技的现有用户覆盖数千家律师事务所和公司法务部。睿企科技于伟博士指出，尽管行业模型创业不需要从头训练通用大模型，但是挑战同样存在。行业模型创业需要业务、数据、模型的有机融合，因为用户只会采购能满足他们需求的性价比最高的服务和产品。如何找到一个巨大的市场并把产品和服务做到极致，成为行业头羊，是每个垂直行业模型创业公司必须面对的挑战。 • 行业模型很有可能是中国产业数智化的最后一公里 • 这一波AI被称为第四次工业革命，将彻底改变每一个行业。阿里董事会主席张勇提出“所有行业都值得用大模型重做一遍”。即便中国在通用模型技术上是跟随者，但并不代表着中国市场会参照美国市场而发展。美国的AI赛道创业环境，以OpenAI为例，活跃开放的资本市场、充足的算力资源和人才更适合“大力出奇迹”路线；中国的创业环境更加看重技术应用的深度，中国创业者擅长在产业应用里创新。陆奇博士在奇绩创坛的演讲中表示，中国的重要优势在于政府在AI领域的投入、支持和重视程度高于其他国家。睿企科技于伟博士提到，十三五期间中国政府在公检法领域投入数万亿，催生了一大批人工智能企业的高速发展和上市，加速了人工智能技术的发展。十四五期间，中国政府在大模型上的持续投入也会缩小和美国的差距，并在很多领域超过美国。美国从上世纪90年代就开始了数字化浪潮，相比于美国而言，中国企业尚处于数字化转型初期，中国有大量亟待数字化转型升级的传统产业，有太多需要依赖人工智能实现效率提高的业务场景。在中国30年的产业数智化浪潮之中，一直延续着的信息化-数字化-智能化的演进路线，随着通用模型及行业模型加入到产业数智化浪潮之中，很有可能在部分关键场景率先利用AI模型达到智能化，从而倒逼产业其他工作流及场景快速形成数据沉淀，这将大大加快中国整个产业数智化的进程。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-05-18

中泰证券：给予启明星辰买入评级

能安全建模和赋能平台，被感胁检测、安全大数据分析、威肠情报、UEBA等多个产品广泛采用，全面提升了安全数据治理安全模型构建、模型安全检测、模型推理赋能等能力。身份安全产品是基于中国移动超级SIM卡，叠加启明星辰软件定义安全（SECaaS）模式、按需加载多样化安全能力。在密码应用层面，公司形成完整的密码应用安全解决方案，包含国密算法加密机、服务器密码机、签名验签服务器、（云）密码服务平台、密钥管理系统和智能密码钥是。公司今年有三大顶级战略：泛云安全、数据安全、安全运营中心心，也将在中国移动强大的场景赋能下，形成市场核心卡位优势　　投资建议：启明星辰是国内网络安全的龙头，随着和中国移动强强联手，公司的收入结构也在不断优化。考虑整个行业回归到正常增速，并且公司充分受益于中国移动的场景赋能。我们预计2023-2025年公司收入61.03、78.87、100.76亿元（调整前2023-2024年营收为61.68/81.24亿元），同比增长38%、29%、28%；归母净利润10.08、14.04、17.81亿元（调整前2023-2024年为10.04/12.89亿元），同比增长61%、39%、27%。同时我们预计三费费率较2022年有所小幅下调。公司2023/2024/2025年EPS分别为1.06/1.47/1.87元（调整前2023-2024为1.35/1.68元），给予“买入评级。　　风险提示：业务发展不及预期，疫情影响，信息安全行业竞争加剧证券之星数据中心根据近三年发布的研报数据计算，财通证券杨烨研究员团队对该股研究较为深入，近三年预测准确度均值为76.56%，其预测2023年度归属净利润为盈利9.95亿，根据现价换算的预测PE为28.04。最新盈利预测明细如下：该股最近90天内共有21家机构给出评级，买入评级19家，增持评级2家；过去90天内机构目标均价为41.42。根据近五年财报数据，证券之星估值分析工具显示，启明星辰（002439）行业内竞争力的护城河良好，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：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3星，好价格指标2星，综合指标2.5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2023-05-18

南兴股份：公司全资子公司唯一网络的网站为www.wy.cn

至少要有简介和链接，家居行业空间有限，大数据才是未来主流，希望公司把握IDC机遇南兴股份董秘：尊敬的投资者，您好。公司全资子公司唯一网络的网站为www.wy.cn。谢谢您的关注。南兴股份2023一季报显示，公司主营收入9.4亿元，同比上升37.28%；归母净利润8178.94万元，同比上升5.52%；扣非净利润7439.34万元，同比下降1.67%；负债率40.32%，投资收益155.77万元，财务费用627.22万元，毛利率18.15%。该股最近90天内无机构评级。根据近五年财报数据，证券之星估值分析工具显示，南兴股份（002757）行业内竞争力的护城河较差，盈利能力良好，营收成长性良好。财务相对健康，须关注的财务指标包括：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）南兴股份（002757）主营业务：板式家具生产线成套设备的研发、设计、生产和销售;服务器托管及租用、带宽租用、机柜及机位租用、云主机、网络防护等。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2023-05-18

博汇科技：继续深入在生成式AI领域相关前沿技术研究

研时表示，多年来，公司持续在人工智能、大数据等方面保持高比例的研发投入，公司加大了对自然语言处理与机器视觉领域的研发力度，通过运用人工智能、大数据等技术，对采集到的数据进行分析、特征学习和样本训练，构建智慧监管模型，提升了对文本、图片、音频、视频等多模态数据的处理分析能力，进一步强化核心技术优势，提高产品竞争力。公司在既往积累的基础上，继续深入在自然语言生成、图像/视频生成以及数字人智能驱动等生成式AI领域相关前沿技术研究，探索通用人工智能在传媒安全、智慧教育、智能显控领域的应用。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-05-18

5月18日午盘主力巨资抢筹四大板块(附股)

3 拓尔思 19.99% 12:13 大数据中心 3.63% 307777.86 新易盛 20.0% 35:38 知识产权保护 3.62% 50780.5 拓尔思 19.83% 15:17 华为云·鲲鹏 3.59% 41573.34 中威电子 12.56% 34:34 电子身份证 3.57% 24409.09 天喻信息 14.6% 13:13 激光 3.54% 124807.33 机器人 14.49% 15:17 智慧政务 3.49% 110345.54 拓尔思 19.99% 30:31 AI算力芯片 3.41% 90016.69 云天励飞 8.72% 13:19 华为昇腾 3.38% 16433.5 高新兴 6.12% 9:9 UWB超宽带 3.3% 65949.66 机器人 14.49% 19:20 人脸识别 3.23% 71915.43 赛为智能 11.06% 25:26 服务器 3.13% 165005.38 工业富联 7.33% 16:17

金融界2023-05-18

5月18日午盘两市板块龙虎榜排名(名单)

3 拓尔思 19.99% 12:13 大数据中心 3.63% 307777.86 新易盛 20.0% 35:38 知识产权保护 3.62% 50780.5 拓尔思 19.83% 15:17 华为云·鲲鹏 3.59% 41573.34 中威电子 12.56% 34:34 电子身份证 3.57% 24409.09 天喻信息 14.6% 13:13 激光 3.54% 124807.33 机器人 14.49% 15:17 智慧政务 3.49% 110345.54 拓尔思 19.99% 30:31 AI算力芯片 3.41% 90016.69 云天励飞 8.72% 13:19 华为昇腾 3.38% 16433.5 高新兴 6.12% 9:9 UWB超宽带 3.3% 65949.66 机器人 14.49% 19:20 人脸识别 3.23% 71915.43 赛为智能 11.06% 25:26 服务器 3.13% 165005.38 工业富联 7.33% 16:17

金融界2023-05-18

新易盛盘中涨停，中证1000ETF指数（159633）今日已涨0.61%，昨日资金净流入超1亿元

求爆发带动800G光模块放量。大模型、大数据、大算力日益成为AIGC应用的核心制约。大模型和数据集是AIGC发展的软件基础，而算力是最为重要的基础设施。AI以并行计算为主，核心处理器主要为GPU，但除了GPU性能外，通信因素也会成为制约超算的短板，只要有一条链路出现网络阻塞，就会产生数据延迟。因此，AI服务器对于底层数据传输速率和延时要求非常苛刻，需要高速率的光模块匹配。据了解，中证1000指数股指期货的推出，能够和ETF等基金产品形成互补，有利于丰富投资股市的风险管理工具，有助于促进期现联动发展，增强市场内在稳定性，提升市场定价效率。关注中证1000ETF指数（159633），场外联接（A类：016630；C类：016631）。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-05-18

亚马逊云科技携手普华永道,助力泉峰破解数据治理与使用难题

察和预警潜在的制造异常，实现基于AI和大数据的智能决策，提升智能运营敏捷性。工业数据湖的部分典型场景举例智慧工厂：建立安全的云连接，数据在云端近乎实时可见，在生产线或机器停机时，进行根本原因分析（RCA），或实时了解产线的堵塞情况，实现OEE的有效提升；虚拟安灯：可帮助用户监控制造工作站的事件、记录该事件，然后将事件路由到适当的工程师处进行解决；资产管理与运维：通过使用基于数据湖的看板和基于来提高机器可用性，企业可以跨交易系统实施自动化工作流程，调用维护工作订单和更换零件采购等操作；质量看板：通过提供易于实施的传感器和集成分析应用程序，有助于延长资产的使用寿命、降低维护成本、促进资产的根本原因故障分析（RCFA）并改善平均故障间隔时间（MTBF）。亚马逊云科技工业视觉解决方案帮助制造商提升生产力、主动质量管理工业视觉方案是由硬件+AI/ML+第三方服务组成的解决方案套件，旨在将制造企业现有的实物资产转化为智能资产。工业视觉解决方案部分典型场景厂区安全与健康监测：基于亚马逊云科技工业视觉的EHS解决方案则可以高效、低成本解决场所及人员监管，如危险区域监测；工业仪表数据读取：借助亚马逊云科技工业视觉进行自动仪表数据识别，避免人工抄表完成，实时性差、数据记录不准确；产品表面缺陷检测：亚马逊云科技工业视觉的解决方案可以进行质检，对包括物理性能、机械性能、外观等多重产品性质的全面监测，满足快速产线上高品质产品的要求；配件错漏检测：采用亚马逊云科技工业视觉可以进行智能配件检查，快速识别配件的组合和遗漏等状况，保证产品完整性、降低客户投诉率；服装行业断线识别：利用亚马逊云科技工业视觉，针对传统服装行业生产过程中容易出现断线、错线等状况，可在很短的周期内，在保证高准确性的前提下，快速进行线识别和模式匹配。亚马逊云科技时序数据分析解决方案赋能制造商训练和部署 AI/ML 应用时序数据分析方案是由硬件+AI/ML+第三方服务解决方案的套件，旨在将制造企业现有的数据数字化，并快速地从中发现有用的信息。时序数据分析解决方案部分典型场景预测性维护：使用预测性维护策略来分析数据有助于避免计划外的故障，例如，在电力需求较低时，有计划地更换由远程状态监控系统识别出的某些风力涡轮机组件；需求预测：通过预测未来某一时段内客户对于产品的需求，企业可以提前购买原材料、安排生产活动，以应对客户的需求变化；设备效率优化：通过评估一条工艺线的可用性、性能和质量等获得设备综合效率（OEE），让制造商清晰地了解其生产过程，从而明确可以提升的地方，如提升生产灵活性、减少停机时间或提升产品质量等；能耗管理和优化：制造型企业迫切需要一套绿色制造技术体系，打通数据采集、边缘计算、数据管理、分析建模、系统部署到工业应用，为能耗管理提供最优决策支撑。亚马逊云科技智能制造解决方案成功应用于全球制造业客户亚马逊云科技携手普华永道，助力泉峰破解数据治理与使用难题；构建AI工业视觉检测平台，将误检率降到0.5%以内，并实现0漏检率，打造云端智慧监控系统，实现能源调度最优化。来源：金色财经

金色财经2023-05-18

24小时热点