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

OpenAI正式推出多模态GPT-4
go
我们首个训练性能可以进行提前准确预测的大模型。随着我们继续专注于可靠扩展，中级目标是磨方法，以帮助OpenAI能够持续提前预测未来，并且为未来做好准备，我们认为这一点，对安全至关重要。我们正在通过ChatGPT和API（您可以加入WaitList）发布GPT-4的文本输入功能，为了能够更大范围地提供图像输入功能，我们正在与合作伙伴紧密合作，以形成一个不错的开端。我们计划开源OpenAI Evals，也是我们自动评估AI模型性能的框架，任何人都可以提出我们模型中的不足之处，以帮助它的进一步的改进。能力在简单闲聊时，也许不太好发现GPT-3.5和GPT-4之间的区别。但是，当任务的复杂性达到足够的阈值时，它们的区别就出来了。具体来说，GPT-4比GPT-3.5更可靠，更有创造力，能够处理更细微的指令。为了理解这两个模型之间的差异，我们在各种不同的基准上进行了测试，包括模拟最开始那些为人类设计的考试。通过使用最新的公开测试（就奥数和AP等等考试）还包括购买2022-2023年版的练习考试来进行，我们没有为这类考试给模型做专门的培训，当然，考试中存在很少的问题是模型在训练过程中存在的，但我们认为下列结果是有代表性的。我们还在为机器学习模型设计的传统基准上，对GPT-4进行了评估。GPT-4大大超过现有的大语言模型，与多数最先进的（SOTA）模型并驾齐驱，这些模型包括针对基准的制作或额外的训练协议。由于现有的大多数ML基准是用英语编写的，为了初步了解其他语言的能力，我们使用Azure Translate将MMLU基准：一套涵盖57个主题的14000个选择题，翻译成了各种语言。在测试的26种语言中的24种语言中，GPT-4的表现优于GPT-3.5和其他大模型（Chinchilla，PaLM）的英语表现，这种优秀表现还包括类似拉脱维亚语、威尔士语和斯瓦希里语等等。我们一直在内部使用GPT-4，发现它对支持、销售、内容审核和编程等功能会产生很大影响，我们还在用它来协助人类评估AI的输出，这就是我们调整战略的第二阶段的开始。视觉输入 GPT-4可以接受文本和图像的提示语（prompt），这与纯文本设置平行。比如说，可以让用户指定任何视觉或语言任务，它可以生成文本输出（自然语言、代码等），给定的输入包括带有文字和照片的文件、图表或屏幕截图，GPT-4表现出与纯文本输入类似的能力。此外，还可以应用在为纯文本语言模型开发的测试时间技术，包括少数几个镜头和CoT的Prompting，不过目前图像输入仍然属于研究方面预览，没有像C端公开产品。下列图片显示了一个 "Lightning Cable "适配器的包装，有三个面板。面板1：一个带有VGA接口（通常用于电脑显示器的大型蓝色15针接口）的智能手机插在其充电端口。面板2："Lightning Cable "适配器的包装上有一张VGA接口的图片。面板3：VGA连接器的特写，末端是一个小的Lightning连接器（用于为iPhone和其他苹果设备充电）。这张图片的搞笑性质来自于将一个大的、过时的VGA连接器插入一个小的、现代的智能手机充电端口..因此看起来很荒谬通过在一套狭窄的标准学术视觉基准上，对GPT-4的性能进行评估，并且对它进行预览。然而，这些数字并不能代表其的能力范围，因为我们发现，这个模型能够处理很多的新的和令人兴奋的任务，OpenAI计划很快发布进一步的分析和评估数字，以及对测试时间技术效果的彻底调查结果。可控制的AI 我们一直在努力实现关于定义AI行为那篇文章中，所概述的计划的每个方面，包括AI的可控制性。与经典的ChatGPT个性的固定言语、语气和风格不同，开发者（很快就是所有的ChatGPT用户）现在可以通过在 "系统 "消息中描述这些方向，来规定自己的AI的风格和任务。系统消息允许API用户在范围内，大幅对用户体验进行定制，我们将持续改进。局限性尽管能力惊人，不过，GPT-4仍存在与早期GPT模型类似的限制。最重要的是，它仍然不是完全可靠的（比如说，它会对事实产生 "幻觉"，并出现推理错误）。在使用语言模型的输出时，特别是在高风险的情况下，应该非常小心谨慎，比如说：需要人类审查，完全避免高风险的使用）以及需要与特定的使用案例的需求相匹配。尽管各类情况仍然存在，但相较于以前的模型（这些模型本身也在不断改进），GPT-4大大减少了hallucinations（意思是网络错觉，这里指的是一本正经的胡说八道）。在我们内部的对抗性事实性评估中，GPT-4的得分比我们最新推出的GPT-3.5高40%。可控制的AI GPT-4的基础模型在这项任务中只比GPT-3.5略胜一筹；然而，在经过RLHF的后期训练后（应用我们对GPT-3.5使用的相同过程），却有很大差距。该模型在其输出中会有各种偏差，我们在这些方面已经取得了进展，但仍有更多工作要做。根据我们最近的博文，我们的目标是使我们建立的人工智能系统具有合理的默认行为，以反映广泛的用户价值观，允许这些系统在广泛的范围内被定制，并获得公众对这些范围的意见。 GPT-4通常缺乏对其绝大部分数据截止后（2021年9月）发生的事件的了解，也不会从其经验中学习。它有时会犯一些简单的推理错误，这似乎与这么多领域的能力不相符，或者过于轻信用户的明显虚假陈述。有时它也会像人类一样在困难的问题上失败，例如在它产生的代码中引入安全漏洞。GPT-4也可能在预测中自信地犯错。风险和缓解措施我们一直在对GPT-4进行迭代，使其从训练开始就更加安全，保持一致性，我们所做的努力包括预训练数据的选择和过滤、评估，邀请专家参与，对模型安全改进、监测，以及执行。 GPT-4与过去的模型会存在类似风险，如生产有害的建议、错误代码或不准确的信息。然而，GPT-4的额外能力还导致了新的风险面。为了明确这些风险的具体情况，我们聘请了50多位来自人工智能对接风险、网络安全、生物风险、信任和安全以及国际安全等领域的专家对该模型进行对抗性测试。他们的参与，使我们能够测试模型在高风险领域的行为，这些领域需要专业知识来评估。来自这些领域专家的反馈和数据，为我们缓解和改进模型提供了依据。比如说，我们已经收集了额外的数据，以提高GPT-4拒绝有关如何合成危险化学品的请求的能力。 GPT-4在RLHF训练中加入了一个额外的安全奖励信号，通过训练模型来拒绝对此类内容的请求，从而减少有害产出（由我们的使用指南定义）。奖励是由GPT-4的分类器提供的，它能够判断安全边界和安全相关提示的完成方式。为了防止模型拒绝有效的请求，我们从不同的来源（例如，标记的生产数据，人类的红队，模型生成的提示）收集多样化的数据集，并在允许和不允许的类别上应用安全奖励信号（存在正值或负值）。与GPT-3.5相比，我们的缓解措施大大改善了GPT-4的许多安全性能。与GPT-3.5相比，我们将模型对非法内容的请求的响应倾向，降低了82%，而GPT-4对敏感请求（如医疗建议和自我伤害）的响应符合我们的政策的频率提高了29% 总的来说，我们的模型级干预措施增加了诱发不良行为的难度，但仍然存在 "越狱 "的情况，以产生违反我们使用指南的内容。随着人工智能系统的风险的增加，在这些干预措施中实现极高的可靠性将变得至关重要。目前重要的是，用部署时间的安全技术来补充这些限制，如想办法监测。 GPT-4和后续模型，很有可能对社会产生正面或者负面的影响，我们正在与外部研究人员合作，以改善我们对潜在影响的理解和评估，以及建立对未来系统中可能出现的危险能力的评估。我们将很快分享我们对GPT-4和其他人工智能系统的潜在社会和经济影响的更多思考。训练过程和之前的GPT模型一样，GPT-4基础模型的训练是为了预测文档中的下一个单词，并使用公开的数据（如互联网数据）以及我们授权的数据进行训练。这些数据是来自于极大规模的语料库，包括数学问题的正确和错误的解决方案，弱的和强的推理，自相矛盾的和一致的声明，以及种类繁多的意识形态和想法。因此，当被提示有一个问题时，基础模型可以以各种各样的方式作出反应，而这些反应可能与用户的意图相去甚远。为了使其与用户的意图保持一致，我们使用人类反馈的强化学习（RLHF）对模型的行为进行微调。注意，模型的能力似乎主要来自于预训练过程，RLHF并不能提高考试成绩（如果不主动努力，它实际上会降低考试成绩）。但是对模型的引导来自于训练后的过程--基础模型需要及时的工程，甚至知道它应该回答问题。可预测的扩展 GPT-4项目的一大重点是建立一个可预测扩展的深度学习栈。主要原因是，对于像GPT-4这样非常大的训练运行，做大量的特定模型调整是不可行的。我们对基础设施进行了开发和优化，在多种规模下都有非常可预测的行为。为了验证这种可扩展性，我们提前准确地预测了GPT-4在我们内部代码库（不属于训练集）中的最终损失，方法是通过使用相同的方法训练的模型进行推断，但使用的计算量要少10000倍。我们认为，准确预测未来的机器学习能力是安全的一个重要部分，相对于其潜在的影响，它没有得到足够的重视（尽管我们已经被几个机构的努力所鼓舞）。我们正在扩大我们的努力，开发一些方法，为社会提供更好的指导，让人们了解对未来系统的期望，我们希望这成为该领域的一个共同目标。开放式人工智能评估我们正在开源OpenAI Evals，这是我们的软件框架，用于创建和运行评估GPT-4等模型的基准，同时逐个样本检查其性能。我们使用Evals来指导我们模型的开发（包括识别缺点和防止退步），我们的用户可以应用它来跟踪不同模型版本（现在将定期推出）和不断发展的产品集成的性能。例如，Stripe已经使用Evals来补充他们的人工评估，以衡量他们的GPT驱动的文档工具的准确性。因为代码都是开源的，Evals支持编写新的类来实现自定义的评估逻辑。然而，根据我们自己的经验，许多基准都遵循一些 "模板 "中的一个，所以我们也包括了内部最有用的模板（包括一个 "模型分级Evals "的模板--我们发现GPT-4有令人惊讶的能力来检查自己的工作）。一般来说，建立一个新的评估的最有效方法是将这些模板中的一个实例化，并提供数据。我们很高兴看到其他人能用这些模板和Evals更广泛地建立什么。我们希望Evals成为一个分享和众包基准的工具，最大限度地代表广泛的故障模式和困难任务。作为后续的例子，我们已经创建了一个逻辑谜题评估，其中包含GPT-4失败的十个提示。Evals也与实现现有的基准兼容；我们已经包括了几个实现学术基准的笔记本和一些整合CoQA（小的子集）的变化作为例子。我们邀请大家使用Evals来测试我们的模型，并提交最有趣的例子。我们相信Evals将成为使用和建立在我们的模型之上的过程中不可或缺的一部分，我们欢迎直接贡献、问题和反馈。 ChatGPT Plus ChatGPT Plus用户将在chat.openai.com上获得有使用上限的GPT-4权限。我们将根据实际需求和系统性能调整确切的使用上限，但我们预计容量将受到严重限制（尽管我们将在接下来的几个月里扩大和优化）。根据我们看到的流量模式，我们可能会为更高的GPT-4使用量引入一个新的订阅级别，我们也希望在某个时候提供一定数量的免费GPT-4查询，这样那些没有订阅的用户也可以尝试。 API 要获得GPT-4的API（使用与gpt-3.5-turbo相同的ChatCompletions API），请可以去OpenAI的官方Waitlist上注册。结论我们期待着GPT-4成为一个有价值的工具，通过为许多应用提供动力来改善人们的生活。还有很多工作要做，我们期待着通过社区的集体努力，在这个模型的基础上进行建设、探索和贡献，共同对模型进行改进。参考文献：1.https://openai.com/research/gpt-4 2.https://techcrunch.com/2023/03/14/openai-releases-gpt-4-ai-that-it-claims-is-state-of-the-art/ 3.https://www.theverge.com/2023/3/14/23638033/openai-gpt-4-chatgpt-multimodal-deep-learning 来源：金色财经
金色财经2023-03-15
OpenAI发布GPT-4模型，人工智能ETF（159819）高开现涨0.97%
go
日凌晨，OpenAI发布了多模态预训练大模型GPT-4。GPT-4实现了以下几个方面的飞跃式提升：强大的识图能力；文字输入限制提升至2.5万字；回答准确性显著提高；能够生成歌词、创意文本，实现风格变化。实验表明，GPT-4在各种专业测试和学术基准上的表现优良，例如，它通过了模拟律师考试，且分数在应试者的前10%左右。国盛证券认为，ChatGPT发展需要持续大量数据投喂，ChatGPT数据主线逻辑加强。一方面，GPT4.0的推出势必需要更大量数据训练，另一方面国内发展独立自主的类ChatGPT产品也需要足够数据训练支持，且想在短时间内缩短与海外产品差距，大量优质数据投喂支持是必要条件，有数据版权的企业的数据价值将显著提升。（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2023-03-15
奇安信跌超3%，云计算ETF（516510）成交额持续放大
 go
之作GPT-4。GPT-4是一个多模态大模型（接受图像和文本输入，生成文本）。相比上一代的GPT-3，GPT-4可以更准确地解决难题，具有更广泛的常识和解决问题的能力：更具创造性和协作性；能够处理超过25000个单词的文本，允许长文内容创建、扩展对话以及文档搜索和分析等用例。华鑫证券分析认为，在ChatGPT持续催化下，国内AI算力需求将保持增长势头。预计未来5年，我国智算规模的年复合增长率将达52.3%。（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2023-03-15
商汤-W涨超3%，发布多模态多任务通用大模型“书生2.5”
go
港元。昨日，商汤发布多模态多任务通用大模型“书生2.5”。据商汤介绍，其拥有30亿参数，是目前全球开源模型中ImageNet准确度最高、规模最大，同时也是物体检测标杆数据集COCO中唯一超过65.0mAP的模型。 “书生2.5”的图文跨模态开放任务处理能力可为自动驾驶、机器人等通用场景任务提供高效精准的感知和理解能力支持。即日起，“书生2.5”多模态通用大模型已在商汤参与的通用视觉开源平台OpenGVLab开源。（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2023-03-15
过气芯片也有春天？
go
革新各行各业的内容生成与交互方式，未来大模型以及多模态模型的商业化应用将进一步加速，期待GPT类技术未来在通用与垂直场景的应用空间。其次，产业数字化升级，近期拟组建国家数据局，统筹推进数字中国、数字经济、数字社会规划与建设，未来产业数字化升级也将得到更多的支持。最后，操作系统等基础软件国产化空间，中央高度重视信创发展，产业有望加速推进，国家对信创扶持力度或进一步提升，产业有望加速推进。数据来源：wind 3月14日芯片板块反弹主要受到消息面刺激，市场上流传着国产替代取得突破和产业政策加码等多个消息，根本原因还是目前估值和筹码较低，资金开始左侧布局芯片。国产替代背景下，芯片板块仍有长期投资机会，如果下半年需求复苏就有望迎来国产替代周期+库存周期双轮驱动的价值修复逻辑。芯片基本面来看，短期看供需博弈、长期看国产替代，TechInsights在其最新报告中调高了2023年智能手机出货量的预测值。美国调研机构Counterpoint近期发布的一份研究报告显示，全球芯片行业目前表现出周期性而非结构性疲软，预计2023年上半年市场将会低迷，但预计到2023年下半年，市场有望迎来复苏式增长。作为科技基石的芯片要熬过基本面（订单减少）这样的一个周期。（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2023-03-15
游戏开发者热议：用AI画图究竟道不道德？
go
够产出的数据量无论如何无法“喂饱”AI大模型的训练需求。假如从训练对象的使用权角度来说，目前还没有任何严格符合伦理的AI使用方法。也有网友跳出这一视角，从AI的学习方式的角度去思考：AI的深度学习功能与人脑较为类似，而人类在掌握画图技能的同时，一样要模仿和学习大量受到版权保护的材料。假如说AI使用受版权保护的材料是不道德的，那人类自己岂不是也“不道德”？据GameLook所看到的，还尚没有网友对这一问题给出较为有力的回复。而同时也有人忧心忡忡的表示，AI会造成美术从业者就业的困难——而正是美术人提供的训练材料，让生成型AI得以取得如今的成果。但反对方也指出，在人类技术的发展历史上，有无数的岗位都在新兴技术的出现后遭到了洗牌，而这是不可避免的。而假如使用得当，艺术家们将会从AI技术中受益，而非受害。法律与版权之辩：AI生成作品究竟该不该被保护？ GameLook此前曾报道过，在AI作品的版权领域，美国著作权局已经率先给出了一个判决先例。美国著作权认为，漫画家Kristina Kashtanova在其创作的漫画书籍中使用了由Midjourney生成的画作，因为其作品中所体现出的个人创意成分不足，因此不能受到版权的保护。在这场讨论中，有人对版权局所做出的这一决定感到不解，并使用摄影艺术作为类比：“无论使用了什么工具，艺术家们都应该拥有他们自己艺术的著作权。就好像摄影师们拥有他们的照片的版权一样。你不能说开枪把人射死，然后就说这是枪干的吧！” 此前，美国著作权局为此做出的解释是，AI模型的生成具有很高的不可确定性，这让生成型AI与照相机这类技术工具产生区别。也有网友指出，Kristina Kashtanova的案例并不能用来套用于其它的AI生成图像的案例。一些以其它图片为基础的拼接作品曾经获得过版权注册的认可，而随着生成型AI的发展，img2img和controlnet这类新的工具出现让艺术家们拥有更多控制图片输出的手段。那么在这种情况下，人类的创意主导力在AI生成的图片作品能够获得更加丰富的体现。即便依据现有的版权法律规定，AI生成作品也应该可以打破著作权局对AI工具“不可预测性”的判断，获得版权的注册许可。有网友担忧，在AI画图技术飞速进步的如今，AI作画与人类的产出已经很难看出分别。有网友举例称，此前就有杂志封面的人工画师被怀疑使用AI绘画出图。即便将AI画图诉诸版权法律，那么如何针对画图过程进行自证，将会是人类画师与AI画师所需要共同面对的难题。几乎所有人都对AI画图各执一词，或是追随、或是恐惧、或是批判。而假如透过这些观点的争鸣，去探寻背后的本质，这事实上都是人类历史上所经历过无数次的“技术磨合期”的体现：生产力的进步带来的供需和劳动关系的洗牌、观念的适应和转变、旧有法律的难以适用、新型的侵权方式与愈发复杂的监管难题…… 在过去的一年之中，AI技术几乎是以日为单位在持续取得进步，然而待人类从社会的各个方面真正接纳AI的存在，恐怕还需要等待很多年。来源：金色财经
金色财经2023-03-14
中国软件跌近4%，人工智能ETF（159819）盘中微跌
 go
仅局限于分析已经存在的东西。随着多模态大模型的出现，AI在语言、文字外的诸如图像、视频等领域的能力也有望进一步提升，未来在金融、教育、医疗、工业、汽车等行业有望持续深化应用。（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2023-03-14
硅谷银行造成流动性危机还没结束
 go
文心一言的发布。文心一言是基于百度文心大模型技术产生的生成式对话产品。文心一言是基于百度文心大模型技术产生的生成式对话产品，市场的期待比较高。微软此前也表示，GPT-4将在本周发布，将提供多模态模型。一方面模型体量进一步变大、参数规模持续提升，有望带来效果的改进；另一方面或将从单一的NLP模型向多模态演进，从而有望实现多模态聊天（在对话中引入图片等内容）、视觉和语音识别和理解能力等，将继续丰富ChatGPT的应用场景。短期高交易热度和拥挤度下，计算机软件板块在积累一定涨幅后，有下行压力。2023年全年来看，国内宏观经济有望企稳向好，数字经济政策密集，AIGC商业化落地，行业信创加速推进，各行业IT需求有望逐步回暖，叠加2022年的低基数效应，板块仍有行情机会，可以考虑遇调整逢低分批加仓。(详见《黄岳：信创产业方兴未艾，软件行业投资价值解析》)。建材板块近期在基本面上看到积极变化。春节后初期玻璃数据整体偏弱，至节后第6周生产厂商库存一直累积，但上周（第7周）生产厂商库存开始出现大幅下行，据卓创资讯统计，上周玻璃重点监测省份生产企业库存总量环比下降5%。 8省玻璃库存走势 (万重箱)，来源: 卓创资讯，长江证券同时渠道库存也在下降，以沙河为例，在厂库大幅下降的同时，贸易商库存也在下降。表明当前数据开始积极，不仅是降价后渠道补库，竣工端需求或已出现改善。开工端材料则是延续强势。建筑钢材向好，长材表观消费量农历同比上升10%，其中螺纹钢同比+16%，线材同比-1%，地产占比更高的螺纹更为强势，与玻璃好转印证，或表明地产端正在改善。此外，全国水泥出货率已恢复至62%，较去年农历同期上升3个百分点，华东水泥出货率已恢复至79%，较去年农历同期上升9个百分点。当前已处于节后第7周，劳工返岗以及冬季寒冷因素等影响渐退，全国施工已渐入旺季，反映当前基本面积极。在前期地产刺激政策不断累积、疫后经济修复、基建实物工作开展落地的情况下，建材ETF（159745）有望迎来全面的需求和景气回升。交运板块3月13日出现反弹，交运ETF（561320）上涨2.15%。根据2月快递发展指数，估计1-2月快递行业累计件量同比实现了中高个位数的增长；3月初以来，我国快递日均揽收量平均值约3.66亿件，相较去年3月日均2.76亿件的低基数，需求恢复态势明显。考虑到2023年宏观经济和商务活动恢复、居民消费复苏以及快递经营效率提升，叠加2022年快递需求低基数，2023年快递需求增速有望恢复，有望带动交运板块的估值修复。由于国内防控的持续反复，此次航空业需求从低谷恢复的时间相较过去更长，但边际改善的可能性大于边际继续恶化的可能性。自2020年防控以来，国内民航需求虽数次探底，但国内需求有较强韧性。每次探底后，一旦出行管制放松，需求的反弹都比较迅速。而防控过后，航空业供给侧或将出现明显缩减，在重大危机下生存下来的航司有望迎来更加有利的市场竞争环境。国际航班同样有望迎来加速修复。韩国、澳大利亚、意大利等国均不同程度放宽中国公民入境要求，且航班运行规模也正逐步恢复中。石油运输量方面，随着管控放松后我国逐步走出“第一波冲击”，出行及制造业对油品的消耗量有望较快修复，对淡季的运输量形成支撑；未来油品进口的来源或转变为运距明显更长的中东及美国，行业的平均运距大概率因此拉长。可以关注交运ETF（561320）。 2023年3月10日，中国、沙特、伊朗三国在北京发表了三方联合声明，正式宣布沙伊双方同意恢复外交关系。沙特伊朗此次建交，有助于增加两国之间经济往来与互利合作，为基建项目提供更多需求与机会。同时，中国作为协调方，其影响力的大幅提升将推动“一带一路”建设，为中国企业在中东地区的项目创造更好的环境与条件，提高基建项目的效益和质量。周末多家基建、地产上市公司发布公告，披露新增合同金额以及1~2月业绩情况。中国电建、中国建筑等公司的新签合同总额均有30%以上的同比增长。2022年以来，国家政策持续鼓励适度超前开展基础设施投资，加快布局新型基础设施建设。其中，根据2023年政府工作报告，今年新增专项债务限额将比上年增加1500亿元，基建增长预期明确。基建板块当前景气度持续回升，开复工加快回暖，稳增长继续发力下景气度有望加速提升。目前板块估值仍处于低位，结合此前有关部门提出的探索建立中国特色估值体系，可以关注基建ETF（159619）、共赢ETF(517090)。来源：Wind （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2023-03-14
计算机ETF（512720）、软件ETF（515230）高开高走，分别收涨4.38%、4.39%
go
文心一言的发布。文心一言是基于百度文心大模型技术产生的生成式对话产品。根据IDC的报告，“文心大模型+飞桨深度学习平台”创新了人工智能研发应用范式。目前，文心大模型结合技术发展趋势、产业实践，发布36个大模型，包括NLP（自然语言处理）、CV（计算机视觉）、跨模态等基础大模型，生物计算等领域的任务大模型，以及与行业头部企业或机构共建的11个行业大模型，在能源、金融、航天、制造、传媒、城市、社科以及影视等领域落地。此外，微软此前表示，GPT-4将在本周发布，将提供多模态模型。GPT-4的主要增量可能来自于两个方面，一是模型体量的进一步变大、参数规模的持续提升，有望带来效果的改进。二是从单一的NLP模型向多模态演进，从而有望实现多模态聊天（在对话中引入图片等内容）、视觉和语音识别和理解能力等，将继续丰富ChatGPT的应用场景。后市展望：短期存在调整压力，中长期受益于数字经济、AIGC、信创共振一方面，《“十四五”数字经济规划》等政策已经形成了我国发展数字经济的顶层设计与中长期发展目标，国家数据局的组建，意味着数据要素乃至数字经济的发展真正进入落地阶段。另一方面，这充分体现了国家层面将数据作为未来经济社会发展核心的高度重视，短期有望加速数据要素流通和使用的步伐加快，长期有利于数据、算法、算力等数字经济相关产业的发展。总体来说，数字经济的发展，利好与底层算力、数据要素相关的服务器等数字基建；与数字经济应用场景密切相关的基础软硬件；深度参与数字经济发展的人工智能等新技术企业。核心相关标的主要集中在计算机行业。而百度文心一言、GPT-4等人工智能应用带来的相应投资机会，包括：首先是算力基础设施，模型体量持续变大，对算力的需求有望持续增长，相应的服务器、数据中心产业有望受益于产业趋势的演进；另外由于GPT-4引领单一模型演变为多模态模型，因此对于在视觉、语音方面具备算法和场景储备的厂商会受益于技术的演进，有望在对应领域复刻算法应用。计算机ETF（512720）、软件ETF（515230）分别跟踪中证计算机主题指数、中证全指软件指数，覆盖云计算、人工智能、信创、金融科技、网络安全、医疗IT、政务IT等概念，近半年涨幅分别达到23.42%、25.50%，份额增幅分别达到45.31%、130.75%，成为场内资金参与数字经济、AIGC、信创行情的重点标的，规模、流动性优势突出。（数据来源：Wind，截至2023年3月10日）短期美有关部门加息预期反复，硅谷银行倒闭这样的风险事件，可能会带来全球资本市场的震荡。且高交易热度和拥挤度下，计算机软件板块在积累一定涨幅后，有下行压力。但2023年全年来看，国内宏观经济有望企稳向好，数字经济政策密集，AIGC商业化落地，行业信创加速推进，各行业IT需求有望逐步回暖，叠加2022年的低基数效应，板块仍有行情机会，可以考虑遇调整逢低分批加仓。（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2023-03-13
全球第一条AIGC领域公链AIGC Chain将与AI Farms联合推出农业AI产品Ag-GPT
go
自己的小AIGC模型，并且实现了分布式大模型训练，意在构建全球最大的人工智能共同训练公链系统。 AI FARMS 是美国农业部和美国科学基金会资助的设在UIUC的研究机构，其合作伙伴为印度最大农业公司。来源：金色财经
金色财经2023-03-13

上一页
1
•••
871
872
873
874
875
•••
896
下一页

24小时热点

最新话题更多