FX168财经网_全球视野外汇黄金加密货币NFT资讯网

AI军备战升级微软借ChatGPT弯道挑战谷歌

是基于谷歌在2021年I/O大会发布的大模型LaMDA(对话应用语言模式)打造，已在谷歌内部研发了数年时间。从两年前发布之初，业界就一直在讨论LaMDA能否在未来取代搜索引擎的问题。Bard将先进行小规模专业用户评测，随后在未来数周提供给公众测试。搜索是谷歌的自家园地。自从1998年上线以来，谷歌在搜索引擎领域就是无敌的存在，并且逐渐确立了牢不可破的地位。虽然十多年前也曾遭遇雅虎和微软的挑战，但随着时间的推移，谷歌目前的市场份额已经达到九成，而且还在持续增长。除了中国、俄罗斯等极少数市场之外，谷歌几乎主导了全球所有的搜索市场。 Statcounter的统计数据显示，今年1月谷歌全球搜索引擎市场的份额高达92.9%，而必应只有3.03%。而在美国市场，谷歌份额也高达88.11%，必应只有6.67%。过去十年间，谷歌在美国的市场份额从81%增长到88%，而原先的第二和第三位必应与雅虎则日益萎缩，必应部门在微软内部的权重也是不断下滑。虽然谷歌不断拓展自己的业务边界，从搜索到移动平台到云服务，推动自己的营收多元化，但搜索业务始终是谷歌最核心的现金牛，也是谷歌持续投入研发创新的资金来源。2021财年财报显示，谷歌广告业务营收占比依然高达81%。或许两个月前，都不会有多少人会想到，谷歌在搜索领域的绝对主导地位居然还会面临新挑战。但ChatGPT的横空出世和微软的及时跟进，却让谷歌感受到了前所未有的竞争压力，而这场竞争的成败则关系到谷歌的未来。对话工具横空出世去年11月，创业公司OpenAI推出面向大众公测的AI对话工具ChatGPT，很快就成为全球科技行业的关注焦点。几乎每一天，ChatGPT在媒体财经、协同工作、教育学术等诸多细分领域的落地应用，都会成为社交网络和科技媒体的关注焦点。尽管ChatGPT只是一个基于文本的对话聊天机器人，但其却给用户带来了令人耳目一新的人工智能体验，也带来了诸多领域的落地应用前景。瑞士银行分析师上周表示，ChatGPT很快就将达到1亿月活用户，打破TikTok保持的用户破亿增长速度。有趣的是，在ChatGPT上线前两周，社交网络巨头Meta也推出了自己的聊天机器人；在ChatGPT上线后不久，谷歌在去年年底推出了类似产品Chat.google.com，但这两大巨头的AI产品却并没有引起行业的足够关注，与ChatGPT的万众瞩目的顶流待遇有着天壤之别。 Meta首席人工智能专家勒昆(Yann Lecun)在推特上对此感慨说，市场对科技巨头及小创业公司有着完全不同的接受标准。他认为，目前AI行业并没有迎来真正的技术突破，ChatGPT没有带来任何颠覆性的新技术，OpenAI也没有发布过具有行业影响力的AI论文，只是提供了更为用户喜欢的展现形式。但他的这一评价被很多科技爱好者嘲讽为“酸柠檬”。去年年底ChatGPT刚刚发布的时候，谷歌CEO皮查伊和AI项目负责人迪恩(Jeff Dean)似乎并没有给予足够的重视。迪恩去年12月在内部会议上表示，虽然谷歌也有类似的AI工具，但目前技术还不成熟，如果过于仓促推出产品，可能会影响谷歌的声誉，因为用户非常相信谷歌提供的信息。 Bard在产品展示上的错误似乎验证了迪恩的判断，但谷歌或许已经耽误不起了。老对手微软越来越深入地将ChatGPT整合到自己的产品中，意图对谷歌在搜索领域的主导地位发起新一波挑战。如果再不推出Bard，无疑会动摇投资者对谷歌前景的信心。微软投资弯道追赶 ChatGPT的横空出世不仅让OpenAI成为行业最热创业公司，估值飙升到300亿美元，也给沉寂多年的搜索引擎领域注入了新的竞争变量，让另一家搜索服务商微软看到了弯道超车挑战谷歌的新希望：加入AI的搜索体验能否挑战谷歌无可撼动的行业霸主地位？造成投资者周三紧张抛售谷歌的另一个背景是，微软周二在总部西雅图召开发布会，宣布与人工智能创业公司OpenAI合作，将后者的ChatGPT对话工具引入旗下必应搜索引擎和Edge网络浏览器。用户在搜索时可以得到如同人类对话自然般的信息，而不再是以往简单提供诸多链接。微软CEO纳德拉(Satya Nadella)更在发布会上意气风发地宣战谷歌，“竞争从今天正式开始”。微软会借助ChatGPT背后的人工智能技术颠覆网络搜索体验。在纳德拉看来，ChatGPT的深度学习和自然语言理解能力不仅会重塑网络搜索体验，还会改变几乎所有的软件体验。“这项技术会极大重塑我们所知道的每一个软件领域。”此前微软就已经将ChatGPT整合到了协作软件Teams之中。纳德拉甚至宣布，微软可以接受搜索业务不盈利，要以此冲击谷歌核心搜索业务的高利润率。微软的确有底气暂时放弃搜索营收，因为这家巨头的营收主要来自于软件与服务，搜索业务的营收占比只有个位数，但搜索业务却是谷歌的主要营收来源。 ChatGPT加持的必应能否真正给谷歌搜索带来冲击？至少微软在这一波获得了足够的热度。Data.Ai的统计数据显示，微软发布AI加持的新必应之后，必应在全球的下载量猛增了十倍。当然这也有比较基数太低的原因，毕竟此前必应已经成为一个非常小众的产品，市场份额只有3%。企业软件与云服务巨头微软很早就看到了OpenAI的行业颠覆潜力。2019年7月，微软就向这家创业公司投资了10亿美元，成为OpenAI最重要的战略投资者。这10亿美元投资，既包括了现金投资部分，也包括了Azure云服务的折抵价值。微软因此成为OpenAI背后的基础架构独家服务商。2021年，微软又对OpenAI进行了第二笔投资。将OpenAI牢牢绑定在自己的平台上，成为微软与谷歌竞争的最强竞争力。而在OpenAI的最新一轮融资中，微软再次跟进投资，宣布向OpenAI继续投资数十亿美元(有报道称微软的投资规模至多会达到百亿美元级别)。这或许是微软公司历史上以来最成功的一笔战略投资。微软所得到的远不止是投资回报，更是一个弯道超车谷歌的机遇。军备竞赛全面升级微软能否借ChatGPT实现弯道追赶谷歌搜索？市场分析师们给出了不同的看法。Triple D Trading分析师兼创始人迪克(Dennis Dick)认为，谷歌因为Bard发布展示的小错误导致股价暴跌，这表明所有人都期待着谷歌和微软在AI搜索领域的全面竞争。摩根士丹利关注谷歌的分析师诺瓦克(Brian Nowak)则给出了更多悲观的看法。他在投资报告中认为，用户可能会越来越习惯使用ChatGPT的语言对话模型，这可能会侵蚀谷歌的市场份额，摧毁谷歌作为用户网络流量入口的地位。但诺瓦克并不认为谷歌会就此败退。他相信谷歌能够推出和改善自己的LaMDA自然语言对话模型，提供与ChatGPT竞争的Bard产品体验，改善自己的搜索体验。两家巨头的搜索竞争将会日益激烈。此外，目前ChatGPT的内容还是基于2021年之前的数据进行的训练，因此无法回答2022年之后的信息问题，微软需要尽快帮助OpenAI完成更新数据训练。 Wedbush分析师艾维斯(Dan Ives)认为，科技巨头们正在展开AI军备竞赛，微软对OpenAI的投资能够极大增强他们与谷歌的竞争力，这不仅仅是在搜索领域，未来还会拓展到其他软件与服务领域。微软的野心当然不仅限于搜索。根据CNBC报道，微软计划随后推出软件服务，帮助大客户(企业、学校、政府等等)创建属于他们的定制化ChatGPT，允许用户上传自己的数据进行训练，并选择自己的对话机器人语音，从而将生成式AI技术落地到每一个细分产品领域。微软的这一雄心也将帮助OpenAI确立可持续的盈利模式。据OpenAI CEO阿特曼(SamAltman)透露，ChatGPT每一次对话的成本都在几美分，而服务上亿用户的每月维护成本需要几百万美元。两百亿美元买路费当然谷歌也不会坐视微软凭借ChatGPT赶超自己和争夺用户。在发布Bard之后，谷歌CEO皮查伊在内部邮件中表示，谷歌很快会向开发者和企业用户推出测试API，让他们接入使用谷歌的LaMDA技术。瑞士银行在投资报告中认为，谷歌需要掌控自己的产品步伐。如果产品发布过于仓促，产品体验不够成熟，可能会损害产品声誉，可能会影响搜索广告营收，可能会增加服务成本。但如果行动过慢的话，投资者就会担心微软在搜索领域扩大市场份额。美国银行则更加看好谷歌，虽然微软最近整合ChatGPT的产品战略更加，但谷歌也作出了足够的反应。而且谷歌搜索在产品与分销方面拥有更大的优势，拥有更高质量的数据，这可能会帮助他们在搜索领域得到更优质的AI技术。值得一提的是，凭借着Android操作系统的先天优势，谷歌依然在搜索市场移动端占据着无可动摇的主导地位。谷歌每年都要向苹果支付上百亿美元，成为iOS的默认搜索引擎。根据Bernstein的分析师预计，去年谷歌向苹果支付了180亿-220亿美元，而今年的“买路费”可能高达250亿美元。来源：元宇宙之心来源：金色财经

金色财经2023-02-12

风靡一时的AI究竟是何方神圣？为何CNTM这段时间如此火爆？

惑。 ChatGPT目前这种基于GPT大模型基础上进一步增加标注数据训练的模式，对于LLM模型吸纳新知识非常不友好。拓展解读：新知识总是在不断出现，而出现一些新知识就去重新预训练GPT模型是不现实的，无论是训练时间成本还是金钱成本，都不可接受。如果对于新知识采取Fine-tune的模式，看上去可行且成本相对较低，但是很容易产生新数据的引入导致对原有知识的灾难遗忘问题，尤其是短周期的频繁fine-tune，会使这个问题更为严重。 ChatGPT或GPT4的训练成本以及在线推理成本太高，无法承载超过千万级的用户同时使用。拓展解读：假设继续采取免费策略，OpenAI无法承受，但是如果采取收费策略，又会极大减少用户基数，无法实现规模化。 Sparrow（Google的产品）是ChatGPT的良好补充： sparrow在人工标注方面的质量和工作量不如ChatGPT； Sparow的基于retrieval结果的生成结果证据展示，以及引入LaMDA系统的对于新知识采取retrieval模式，可以完美解决新知识的及时引入，以及生成内容可信性验证两个核心问题。 CNTM是什么？相比ChatGPT的优点是什么？ Connectome是一个基于区块链核心技术开发的DeFi人工智能投顾平台，支持DeFi产品上链交易、理财产品去中心化AI测评、流动性挖矿、一键式智能投顾、智能客服等。通过大数据多维分析、AI模型演练，为用户提供接近一站式的、定制化人工智能投资顾问服务，为理财产品发行人、投资用户提供全方位的区块链解决方案。 Jinn的优势： Jinn=ChatGPT+Sparrow Jinn使用ChatGPT为核心框架，引入了Sparow的基于retrieval结果的生成结果证据展示，以及引入LaMDA系统的对于新知识采取retrieval模式。所以Jinn既有有高质量的人工标注，也可以完美解决新知识的引入问题，同时又有效的内容可信性验证功能，从而打造下一代为Web3服务的搜索引擎基础。应用场景类：内容推荐：根据用户行为和与Jinn的交互分析，为用户推荐适合他的Web3内容与产品。个性化金融：根据用户行为和与Jinn的交互分析，为用户推荐适合他的DeFi产品或根据用户的模型来自动构建属于用户的科学家机器人，完成自动交易。 DAO推荐：为用户推荐合适的DAO组织，或直接将理念类似的人连接在一起自动生成新的DAO组织。个性化内容生成：用户可以通过组建关键字，通过Jinn输出自己需要的内容。核心技术路线第一阶段：冷启动阶段的监督策略模型。靠GPT 3.5本身，尽管它很强，但是它很难理解人类不同类型指令中蕴含的不同意图，也很难判断生成内容是否是高质量的结果。为了让GPT 3.5初步具备理解指令中蕴含的意图，首先会从测试用户提交的prompt(就是指令或问题)中随机抽取一批，靠专业的标注人员，给出指定prompt的高质量答案，然后用这些人工标注好的数据来Fine-tune GPT 3.5模型。经过这个过程，我们可以认为GPT 3.5初步具备了理解人类prompt中所包含意图，并根据这个意图给出相对高质量回答的能力；第二阶段：训练回报模型（Reward Model,RM）。这个阶段的主要目的是通过人工标注训练数据，来训练回报模型。在这个阶段里，首先由冷启动后的监督策略模型为每个prompt产生K个结果，人工根据结果质量由高到低排序，以此作为训练数据，通过pair-wise learning to rank模式来训练回报模型。对于学好的RM模型来说，输入，输出结果的质量得分，得分越高说明产生的回答质量越高。第三阶段：采用强化学习来增强预训练模型的能力。本阶段无需人工标注数据，而是利用上一阶段学好的RM模型，靠RM打分结果来更新预训练模型参数。二三阶段迭代：不断重复第二和第三阶段，每一轮迭代都使得LLM模型能力越来越强。因为第二阶段通过人工标注数据来增强RM模型的能力，而第三阶段，经过增强的RM模型对新prompt产生的回答打分会更准，并利用强化学习来鼓励LLM模型学习新的高质量内容，这起到了类似利用伪标签扩充高质量训练数据的作用，于是LLM模型进一步得到增强。 Jinn将采用传统搜索引擎+ChatGPT的双引擎结构，ChatGPT模型是主引擎，传统搜索引擎是辅引擎。传统搜索引擎的主要辅助功能有两个：一个是对于ChatGPT产生的知识类问题的回答，进行结果可信性验证与展示，就是说在ChatGPT给出答案的同时，从搜索引擎里找到相关内容片段及url链接，同时把这些内容展示给用户，使得用户可以从额外提供的内容里验证答案是否真实可信，这样就可以解决ChatGPT产生的回答可信与否的问题，避免用户对于产生结果无所适从的局面。传统搜索引擎的第二个辅助功能是及时补充新知识。既然不可能随时把新知识快速引入LLM，那么可以把它存到搜索引擎的索引里，ChatGPT如果发现具备时效性的问题，它自己又回答不了，则可以转向搜索引擎抽取对应的答案，或者根据返回相关片段再加上用户输入问题通过ChatGPT产生答案，这里有一部分将参考LaMDA关于新知识处理的具体方法。总结很多人问为何不推荐AGIX之类的强势龙头？这就是很韭菜的问题了，AGIX已经走得太远了，追高实属不明智的选择，CNTM才是大多数后知后觉投资者的战略第一布局标的！现CNTM上方一旦突破0.2，将势不可挡，在此刻AI人工智能的热潮中，身为OK的AI代言币种，能走多远相信大家不用我多说，内心都有数 CNTM官方推特宣布同时布局 AI 以及 LSD 赛道，此前CNTM创始人在官方社区中表示已经开始布局 AI 赛道，第一个CNTM产品跟 NFT 交易所的结合在2月底即将推出，为登录某安交易所做准备。来源：金色财经

金色财经2023-02-11

AI人工智能板块的代言币是CNTM

惑。 ChatGPT目前这种基于GPT大模型基础上进一步增加标注数据训练的模式，对于LLM模型吸纳新知识非常不友好。拓展解读：新知识总是在不断出现，而出现一些新知识就去重新预训练GPT模型是不现实的，无论是训练时间成本还是金钱成本，都不可接受。如果对于新知识采取Fine-tune的模式，看上去可行且成本相对较低，但是很容易产生新数据的引入导致对原有知识的灾难遗忘问题，尤其是短周期的频繁fine-tune，会使这个问题更为严重。 ChatGPT或GPT4的训练成本以及在线推理成本太高，无法承载超过千万级的用户同时使用。拓展解读：假设继续采取免费策略，OpenAI无法承受，但是如果采取收费策略，又会极大减少用户基数，无法实现规模化。 Sparrow（Google的产品）是ChatGPT的良好补充： sparrow在人工标注方面的质量和工作量不如ChatGPT； Sparow的基于retrieval结果的生成结果证据展示，以及引入LaMDA系统的对于新知识采取retrieval模式，可以完美解决新知识的及时引入，以及生成内容可信性验证两个核心问题。 CNTM未来发展；1. 基于ChatGPT的理论，创建CNTM的GPT平台：Jinn；2. 为Jinn加入双引擎结构：GPT引擎+传统搜索引擎，从而实现Web3的AI搜索功能；3. 将Jinn与CNTM1.0的板块结合，增强金融领域的AI搜索推荐功能；很多人问为何不推荐AGIX之类的强势龙头？这就是很韭菜的问题了，AGIX已经走得太远了，追高实属不明智的选择，CNTM才是大多数后知后觉投资者的战略第一布局标的！现CNTM上方一旦突破0.2，将势不可挡，在此刻AI人工智能的热潮中，身为OK的AI代言币种，能走多远相信大家不用我多说，内心都有数CNTM官方推特宣布同时布局 AI 以及 LSD 赛道，此前CNTM创始人在官方社区中表示已经开始布局 AI 赛道，第一个CNTM产品跟 NFT 交易所的结合在2月底即将推出，为登录某安交易所做准备。来源：金色财经

金色财经2023-02-11

ChatGPT引爆AI概念后下一个AI板块崛起的币种——CNTM

惑。 ChatGPT目前这种基于GPT大模型基础上进一步增加标注数据训练的模式，对于LLM模型吸纳新知识非常不友好。拓展解读：新知识总是在不断出现，而出现一些新知识就去重新预训练GPT模型是不现实的，无论是训练时间成本还是金钱成本，都不可接受。如果对于新知识采取Fine-tune的模式，看上去可行且成本相对较低，但是很容易产生新数据的引入导致对原有知识的灾难遗忘问题，尤其是短周期的频繁fine-tune，会使这个问题更为严重。 ChatGPT或GPT4的训练成本以及在线推理成本太高，无法承载超过千万级的用户同时使用。拓展解读：假设继续采取免费策略，OpenAI无法承受，但是如果采取收费策略，又会极大减少用户基数，无法实现规模化。 Sparrow（Google的产品）是ChatGPT的良好补充： sparrow在人工标注方面的质量和工作量不如ChatGPT； Sparow的基于retrieval结果的生成结果证据展示，以及引入LaMDA系统的对于新知识采取retrieval模式，可以完美解决新知识的及时引入，以及生成内容可信性验证两个核心问题。 CNTM是什么？相比ChatGPT的优点是什么？ Connectome是一个基于区块链核心技术开发的DeFi人工智能投顾平台，支持DeFi产品上链交易、理财产品去中心化AI测评、流动性挖矿、一键式智能投顾、智能客服等。通过大数据多维分析、AI模型演练，为用户提供接近一站式的、定制化人工智能投资顾问服务，为理财产品发行人、投资用户提供全方位的区块链解决方案。基于ChatGPT的理论，创建CNTM的GPT平台：Jinn；为Jinn加入双引擎结构：GPT引擎+传统搜索引擎，从而实现Web3的AI搜索功能；将Jinn与CNTM1.0的板块结合，增强金融领域的AI搜索推荐功能。 Jinn的优势： Jinn=ChatGPT+Sparrow Jinn使用ChatGPT为核心框架，引入了Sparow的基于retrieval结果的生成结果证据展示，以及引入LaMDA系统的对于新知识采取retrieval模式。所以Jinn既有有高质量的人工标注，也可以完美解决新知识的引入问题，同时又有效的内容可信性验证功能，从而打造下一代为Web3服务的搜索引擎基础。应用场景类：内容推荐：根据用户行为和与Jinn的交互分析，为用户推荐适合他的Web3内容与产品。个性化金融：根据用户行为和与Jinn的交互分析，为用户推荐适合他的DeFi产品或根据用户的模型来自动构建属于用户的科学家机器人，完成自动交易。 DAO推荐：为用户推荐合适的DAO组织，或直接将理念类似的人连接在一起自动生成新的DAO组织。个性化内容生成：用户可以通过组建关键字，通过Jinn输出自己需要的内容。总结很多人问为何不推荐AGIX之类的强势龙头？这就是很韭菜的问题了，AGIX已经走得太远了，追高实属不明智的选择，CNTM才是大多数后知后觉投资者的战略第一布局标的！现CNTM上方一旦突破0.2，将势不可挡，在此刻AI人工智能的热潮中，身为OK的AI代言币种，能走多远相信大家不用我多说，内心都有数 CNTM官方推特宣布同时布局 AI 以及 LSD 赛道，此前CNTM创始人在官方社区中表示已经开始布局 AI 赛道，第一个CNTM产品跟 NFT 交易所的结合在2月底即将推出，为登录某安交易所做准备。来源：金色财经

金色财经2023-02-11

基于人工智能的Web3搜索引擎CNTM

惑。 ChatGPT目前这种基于GPT大模型基础上进一步增加标注数据训练的模式，对于LLM模型吸纳新知识非常不友好。拓展解读：新知识总是在不断出现，而出现一些新知识就去重新预训练GPT模型是不现实的，无论是训练时间成本还是金钱成本，都不可接受。如果对于新知识采取Fine-tune的模式，看上去可行且成本相对较低，但是很容易产生新数据的引入导致对原有知识的灾难遗忘问题，尤其是短周期的频繁fine-tune，会使这个问题更为严重。 ChatGPT或GPT4的训练成本以及在线推理成本太高，无法承载超过千万级的用户同时使用。拓展解读：假设继续采取免费策略，OpenAI无法承受，但是如果采取收费策略，又会极大减少用户基数，无法实现规模化。 Sparrow（Google的产品）是ChatGPT的良好补充： sparrow在人工标注方面的质量和工作量不如ChatGPT； Sparow的基于retrieval结果的生成结果证据展示，以及引入LaMDA系统的对于新知识采取retrieval模式，可以完美解决新知识的及时引入，以及生成内容可信性验证两个核心问题。 Jinn的优势： Jinn=ChatGPT+Sparrow Jinn使用ChatGPT为核心框架，引入了Sparow的基于retrieval结果的生成结果证据展示，以及引入LaMDA系统的对于新知识采取retrieval模式。所以Jinn既有有高质量的人工标注，也可以完美解决新知识的引入问题，同时又有效的内容可信性验证功能，从而打造下一代为Web3服务的搜索引擎基础。应用场景类：内容推荐：根据用户行为和与Jinn的交互分析，为用户推荐适合他的Web3内容与产品。个性化金融：根据用户行为和与Jinn的交互分析，为用户推荐适合他的DeFi产品或根据用户的模型来自动构建属于用户的科学家机器人，完成自动交易。 DAO推荐：为用户推荐合适的DAO组织，或直接将理念类似的人连接在一起自动生成新的DAO组织。个性化内容生成：用户可以通过组建关键字，通过Jinn输出自己需要的内容。来源：金色财经

金色财经2023-02-11

AI人工智能板块的代言币——CNTM

惑。 ChatGPT目前这种基于GPT大模型基础上进一步增加标注数据训练的模式，对于LLM模型吸纳新知识非常不友好。拓展解读：新知识总是在不断出现，而出现一些新知识就去重新预训练GPT模型是不现实的，无论是训练时间成本还是金钱成本，都不可接受。如果对于新知识采取Fine-tune的模式，看上去可行且成本相对较低，但是很容易产生新数据的引入导致对原有知识的灾难遗忘问题，尤其是短周期的频繁fine-tune，会使这个问题更为严重。 ChatGPT或GPT4的训练成本以及在线推理成本太高，无法承载超过千万级的用户同时使用。拓展解读：假设继续采取免费策略，OpenAI无法承受，但是如果采取收费策略，又会极大减少用户基数，无法实现规模化。 Sparrow（Google的产品）是ChatGPT的良好补充： sparrow在人工标注方面的质量和工作量不如ChatGPT； Sparow的基于retrieval结果的生成结果证据展示，以及引入LaMDA系统的对于新知识采取retrieval模式，可以完美解决新知识的及时引入，以及生成内容可信性验证两个核心问题。 CNTM未来发展； 1. 基于ChatGPT的理论，创建CNTM的GPT平台：Jinn； 2. 为Jinn加入双引擎结构：GPT引擎+传统搜索引擎，从而实现Web3的AI搜索功能； 3. 将Jinn与CNTM1.0的板块结合，增强金融领域的AI搜索推荐功能；很多人问为何不推荐AGIX之类的强势龙头？这就是很韭菜的问题了，AGIX已经走得太远了，追高实属不明智的选择，CNTM才是大多数后知后觉投资者的战略第一布局标的！现CNTM上方一旦突破0.2，将势不可挡，在此刻AI人工智能的热潮中，身为OK的AI代言币种，能走多远相信大家不用我多说，内心都有数 CNTM官方推特宣布同时布局 AI 以及 LSD 赛道，此前CNTM创始人在官方社区中表示已经开始布局 AI 赛道，第一个CNTM产品跟 NFT 交易所的结合在2月底即将推出，为登录某安交易所做准备。来源：金色财经

金色财经2023-02-11

ChatGPT引爆AI概念后下一个AI板块崛起的币种——CNTM

惑。 ChatGPT目前这种基于GPT大模型基础上进一步增加标注数据训练的模式，对于LLM模型吸纳新知识非常不友好。拓展解读：新知识总是在不断出现，而出现一些新知识就去重新预训练GPT模型是不现实的，无论是训练时间成本还是金钱成本，都不可接受。如果对于新知识采取Fine-tune的模式，看上去可行且成本相对较低，但是很容易产生新数据的引入导致对原有知识的灾难遗忘问题，尤其是短周期的频繁fine-tune，会使这个问题更为严重。 ChatGPT或GPT4的训练成本以及在线推理成本太高，无法承载超过千万级的用户同时使用。拓展解读：假设继续采取免费策略，OpenAI无法承受，但是如果采取收费策略，又会极大减少用户基数，无法实现规模化。 Sparrow（Google的产品）是ChatGPT的良好补充： sparrow在人工标注方面的质量和工作量不如ChatGPT； Sparow的基于retrieval结果的生成结果证据展示，以及引入LaMDA系统的对于新知识采取retrieval模式，可以完美解决新知识的及时引入，以及生成内容可信性验证两个核心问题。 CNTM是什么？相比ChatGPT的优点是什么？ Connectome是一个基于区块链核心技术开发的DeFi人工智能投顾平台，支持DeFi产品上链交易、理财产品去中心化AI测评、流动性挖矿、一键式智能投顾、智能客服等。通过大数据多维分析、AI模型演练，为用户提供接近一站式的、定制化人工智能投资顾问服务，为理财产品发行人、投资用户提供全方位的区块链解决方案。基于ChatGPT的理论，创建CNTM的GPT平台：Jinn；为Jinn加入双引擎结构：GPT引擎+传统搜索引擎，从而实现Web3的AI搜索功能；将Jinn与CNTM1.0的板块结合，增强金融领域的AI搜索推荐功能。 Jinn的优势： Jinn=ChatGPT+Sparrow Jinn使用ChatGPT为核心框架，引入了Sparow的基于retrieval结果的生成结果证据展示，以及引入LaMDA系统的对于新知识采取retrieval模式。所以Jinn既有有高质量的人工标注，也可以完美解决新知识的引入问题，同时又有效的内容可信性验证功能，从而打造下一代为Web3服务的搜索引擎基础。应用场景类：内容推荐：根据用户行为和与Jinn的交互分析，为用户推荐适合他的Web3内容与产品。个性化金融：根据用户行为和与Jinn的交互分析，为用户推荐适合他的DeFi产品或根据用户的模型来自动构建属于用户的科学家机器人，完成自动交易。 DAO推荐：为用户推荐合适的DAO组织，或直接将理念类似的人连接在一起自动生成新的DAO组织。个性化内容生成：用户可以通过组建关键字，通过Jinn输出自己需要的内容。总结很多人问为何不推荐AGIX之类的强势龙头？这就是很韭菜的问题了，AGIX已经走得太远了，追高实属不明智的选择，CNTM才是大多数后知后觉投资者的战略第一布局标的！现CNTM上方一旦突破0.2，将势不可挡，在此刻AI人工智能的热潮中，身为OK的AI代言币种，能走多远相信大家不用我多说，内心都有数 CNTM官方推特宣布同时布局 AI 以及 LSD 赛道，此前CNTM创始人在官方社区中表示已经开始布局 AI 赛道，第一个CNTM产品跟 NFT 交易所的结合在2月底即将推出，为登录某安交易所做准备。来源：金色财经

金色财经2023-02-11

生成式AI狂飙中国版ChatGPT还有多远

绪进行交互，这些都是ChatGPT内核大模型不断训练优化的结果，也是其声名鹊起的根本。尽管ChatGPT依然会出错，但整体上还算在合理范围之内，按照OpenAI的规划，未来ChatGPT将在自我纠正能力上实现精进。值得一提的是，根据OpenAI官网信息，ChatGPT即将推出付费订阅版ChatGPT Plus，收费标准为20美元/月，这与大多数AI创业可能要经过漫长的周期，才能进入到商业化阶段的普遍情况，截然不同。特别是，倘若ChatGPT后期能够开发出更多付费服务，且用户的付费意愿也比较强烈，那么在飞速增长的规模效应下，ChatGPT有望早日实现商业的正循环。技术归于商用，这也将进一步拉高市场对背后企业的估值预期。中国的ChatGPT在哪？ ChatGPT的突然蹿红，显然让老牌科技巨头谷歌慌了神。当地时间2月6日，谷歌母公司Alphabet宣布将推出名为Bard的AI聊天机器人服务以及更多的人工智能项目，以应对竞争对手微软所引领的新浪潮。谷歌CEO桑达尔·皮查伊明确表示，新的AI技术将会被首先整合到搜索服务中。谷歌拉响了“红色预警”并非没有根据。据传，就在上一个周末，集成ChatGPT的新版微软必应（Bing）短暂上线，部分幸运用户已体验到了功能强大能力。与传统搜索引擎不同，Bing的界面不再是一条搜索栏，而是一个尺寸稍大的聊天框。用户输入问题后，它会以聊天方式回复答案或给出建议。国内方面，国内搜索引擎巨头百度也宣布将会推出自己的类ChatGPT产品，大模型新项目的产品名称定为文心一言（英文名ERNIE Bot），按照计划，该项目将于3月份完成内测，而后面向公众开放。早在去年9月，CEO李彦宏就曾判断：AI在“技术层面和商业应用层面，都有方向性改变”，因此有人推测，百度可能从那时候就着手于此，现阶段推出文心一言是水到渠成之事，只不过对比微软、谷歌节奏加快，百度文心一言开放内测的时间节点极有可能提前。不止百度，2月8日，联想集团发布服务器品牌“联想问天”。联想高级副总裁柏鹏称，联想要“成为中国领先的智能IT基础设施提供商”，并正式启动“五年No.1计划。面对越来越多企业纷纷开始对外公布自己在AI领域中的建树，不少人也发出了一记“灵魂拷问”：国内人工智能行业发展已有多年，为什么没有推出ChatGPT这类产品？事实上，人们目前所看到的ChatGPT是GPT-3.5，其实是GPT-3.0的加强版，OpenAI选择去年底推出这款产品，原因是公司高层担心竞争对手会抢在GPT-4.0之前发布相关产品，抢走风头，因此率先发布了GPT-3.5。 “在GPT-3.0后，OpenAI所有的模型都没有开源，但提供了API调用。这家公司非常重视真实世界数据的调用，以及这些数据对于模型能力的迭代，在此过程中，它也建立了自己的生态，养活了美国一大批创业公司。”上述从业人士说。至于国内为何此前尚未有AI企业推出ChatGPT这类产品，该人士认为，一是国内对于基于数据及分析等相关产业的管理等级不一样，二是中美AI企业对于现实成本的耐受力有所不同。 ChatGPT总共可以分为三个训练阶段：人工“投喂”数据进行标注；类似于奖励模型，对输出的内容进行排序和比较；强化学习，利用上一阶段的内容升级。每一阶段都是“烧钱”换来的，资本的门槛无形隔断了绝大部分企业。图片来源/钛媒体结合东吴证券数据整理而成。就算力、算法、算据三大要素来说，百度、华为、阿里、腾讯、字节、网易等科技企业都有能力推出类ChatGPT产品，但从文字、声音、图像、视频、虚拟人、游戏和多模态等生成式AI的细分领域来看，百度和阿里的根基相对更深。 “ChatGPT所表现出来的推理能力、归纳能力、在语言作为媒介展现出来的对世界常识的认知能力、多轮对话能力表现惊艳，这让市场对GPT-4.0版本，以及未来微软ChatGPT、谷歌Bard、百度文心一言的隔空对决充满期待。”上述从业人士说。哪些人类工作会被取代？昨天还是牛夫人，今天又成了小甜甜。 ChatGPT的火爆让一众曾被嫌弃AI企业在资本市场上一柱冲天。不少上市破发的人工智能股股价创出新高，甚至一些“伪AI”企业瞅准机会跳出来狂蹭热度。尽管ChatGPT看似只是智能聊天应用的一次进击，但所投射出来的自然语言技术从“理解”到“生成”的分化，以及更深一层的“技术改变人类未来，但美好之物始终是人性”的认知，对科技创业者提出了更高的要求。换种更情怀的说法，如果站在显微镜视角，人类之所以称之为人类，是亿万颗细胞，甚至是更小单位的微观粒子相互作用的结果；但如果站在望远镜视角，人类不过是浩瀚宇宙中一颗星球之上的百万物种之一。所以，无论是从微观还是宏观角度，我们或许都不应该让AI一味地模拟人类的语音、视觉、语言等基本技能，在保证安全前提下，让AI能拥有更多像人类一样，认识世界、改造世界的勇气和能力，并最终造福人类。这也是自然科学研究的终极目标。特别是对于国内科技企业而言，在资金实力、技术储备相对充足的情况下，大可以大胆一些，逐渐打破此前保守的“技术跟随战略”，某种角度上，在看不到前景和没有明显成效的阶段坚定投入，也是一些突围企业的不二法门。这里还要提到一个现实问题，就是社会就业问题。很多人都会向ChatGPT提出这样的问题：AI工具一旦被普及是否会替代某些人类岗位？ ChatGPT自己对此的回答是：“一些重复性和高度规范化的工作可能会被自动化和机器人取代，但不意味着所有这样的工作都将被取代。”可以说给人类留足了面子，但很多人潜意识里许是悲观的，可能存在的“失业焦虑”随着ChatGPT的走红不断撩拨着人们那根最敏感的神经。梳理市场观点总结下来，ChatGPT可能会在中短期对那些基础性、重复性的劳力岗位产生冲击，但对于一些创意主导、情绪主导的生意和岗位，影响偏小。不过，人们其实也大可不必纠结于此，从农耕时代到工业时代，再到后来的信息时代，以及即将袭来的人工智能时代，伴随着科技对于人类生产生活大刀阔斧地革新，社会也会孕育出更具创意性和创造性的新工种。毕竟，这些都是伴随技术进步同生的必然产物，历史演进早已反复证明了这一点。来源：元宇宙之心来源：金色财经

金色财经2023-02-11

【颠覆】北京邮电大学王敬宇教授：ChatGPT正在迅速颠覆传统搜索引擎，未来或成为新一代信息入口

　　◎ChatGPT背后依托的语言处理大模型（LLM）本身并非新算法技术，ChatGPT的核心是“算法+数据+算力+系统化”。　　◎如果能发挥出中国的集约化政策和资金等优势，催生出“量变引发质变”的结果，也可能创造出属于中国的人工智能领先级产品。　　◎高算力投入意味着更强的聚焦性，核心技术向大公司、大团队倾斜，其他中小公司做应用级生态。　　◎ChatGPT还是弱人工智能阶段，目前还缺乏具有观点性的内容，属于网上现有知识的总结和检索，缺乏态度性的东西，对于专业性知识的理解还不足；　　◎目前ChatGPT所展现出来的能力主要在文本的简单处理上，但真正原创性的、需要人与人交流的工作却无法替代；　　◎ChatGPT并非无所不能。由模型自动生成的基因，使得它更容易“一本正经地胡说八道”。　　◎智能语音、智能客服、智能催收都是ChatGPT在金融上很好的落地点，将率先应用在率先在客服产品咨询知识库方面。　　◎不可以因为AI替代了一部分劳动力就给它带上造成失业的大帽子，任何新技术、新产品都终将服务于社会大众。　　以下为对话全文：　　金融界：请您谈一下最新风口上 ChatGPT带来什么启示？将发生怎样的变革？　　王敬宇：如果说AlphaGo当年跟李世石的人机大战还只是一场技术秀，可以写剧本、写代码的ChatGPT则像一把火，再度点燃了AI行业。ChatGPT这只“蝴蝶”掀起的“飓风”，最终让各大互联网企业也坐不住了，纷纷宣布了自己在ChatGPT所用的技术领域的相关布局。资本市场则以更大的热情来拥抱所有宣布与之相关的企业。从技术上来看，相较于小模型，ChatGPT依赖的是大模型，不仅能给出更准确的结果，还有更强的通用性和泛化能力。　　ChatGPT背后依托的语言处理大模型（LLM）本身并非新算法技术。ChatGPT的核心是“算法+数据+算力+系统化”，前三点都谈得比较多了，而常常被忽略的恰恰是算法背后的“系统化”。从理论上看，穷尽所有的测试数据和训练材料，AI就会呈现出恐怖的准确率。而OpenAI正是沿着这个“理论上”的路径一路狂奔，它阅览了互联网上几乎所有数据，并在超级复杂的模型之下进行深度学习。OpenAI引入了人类监督员，对AI的回答进行打分，使得它在众多可能的回答中选择那些更加符合人类预期的答案。在涉及一些有关步骤的问答当中，让这个模型的语言前后逻辑更加明晰、有因果关联。高质量的数据加上充分的训练，人工和算法的有机配合，共同造就了今天的结果。ChatGPT被认为可能是迈向通用型AI的一种可行路径——作为一种底层模型，它再次验证了深度学习中“规模”的意义。同时，重视人工智能的“系统化”或许也是给科研工作者带来的重要启示。　　运行ChatGPT需要比较高的算力，GPT3的参数规模则达到1750亿，利用45万亿字节文本数据进行训练的人工智能算法模型，而GPT-4的参数可能将比它高出几个量级。这么高的算力投入也就意味着更强的聚焦性，核心技术向大公司、大团队倾斜，其他中小公司做应用级生态。一款产品出圈，表面上是短跑竞赛的结果，但实际上，任何竞赛背后都是长期性系统性的比拼。尊重规律、持续积累，如果能发挥出中国的集约化政策和资金等优势，催生出“量变引发质变”的结果，也可能创造出属于中国的人工智能领先级产品。　　金融界：如何看待 ChatGPT 的应用趋势？会影响到哪些行业？如何来应用好这一新产品？存在的瓶颈会是什么？　　王敬宇：尽管这一机器人模型的名字中有Chat（聊天），但受ChatGPT影响最大的，并非微信这样的聊天工具，而是搜索引擎。许多人已经养成了同一个问题问一遍搜索引擎，再问一遍ChatGPT的习惯。因此，ChatGPT影响最大的将是搜索引擎行业，以至于很多用户都感叹，ChatGPT正在迅速颠覆传统搜索引擎，未来或成为新一代的信息入口。新体验恐怕会是对话式搜索，必然产生新的广告模式，也就是说，对话式搜索引擎在跟人对话的时候，通过对话来个性化投放广告，这种广告更加隐晦，但是转化率可能更高。　　目前ChatGPT是免费不限量向C端公众开放，并且OpenAI推出ChatGPT付费订阅版ChatGPT Plus，每月收费20美元，加速AIGC商业化进程。这两个月已经出现了ChatGPT更多的下游公司，来基于ChatGPT接口来开发更多的衍生应用，类似Android/IOS，或许会形成围绕AI会话的生态产品。当然要实现大规模商业化，有许多现实问题要解决，比如版权、监管和信息安全问题。目前并没有合适的条件促使它快速商业化，只能走一步看一步。　　关于瓶颈问题，我认为存在的技术瓶颈和难度还是很多的，ChatGPT的能力可以分成Chat和GPT两部分，即上层的对话能力和底层的大规模语言模型能力。首先ChatGPT还是弱人工智能阶段，目前还缺乏具有观点性的内容，属于网上现有知识的总结和检索，缺乏态度性的东西，对于专业性知识的理解还不足，“能够明显发现它用的是哪个数据库的东西”。另外大模型一定是未来主流吗？也未必，有没有更有效率的方法让ChatGPT生成事实正确、有critical thinking能力的回答？也许有。这些前进的道路上需要越来越多的做错题的经验，这些经验用钱买不到，只能用时间。　　金融界：业界有 AIGC 彻底改写人类创造的新型生产力的说法，您如何看？　　王敬宇：由于ChatGPT强大的资料搜索整理、以及格式化写作能力，“美国89%的大学生都开始用ChatGPT做作业”。而在科技公司、金融机构、甚至一般的商业企业里，越来越多的职员都已经开始在ChatGPT的帮助下，进行各种表格制作、商业资料搜集、甚至初步的程序代码编写。　　ChatGPT的出现以及相应产业化商业化的落地将会为从用户创作(UGC)到AI创作(AIGC)的转型提供关键的支持，在写作助手、在线翻译、情感分析、问答系统、代码开发、智能客服等领域商业化进程有望加速。　　但距离完全替代，还为时尚早。尽管目前尚未有ChatGPT的相关论文披露，但人们可以从关于GPT的论文中了解到，GPT是通过文字接龙以及人工引导接龙反馈的模式训练这一语言模型的。因此ChatGPT并非无所不能。由于它的答案不是从一篇文档中摘出来，而是由模型自动生成，这使得它更容易“一本正经地胡说八道”。比如，当它按照你的要求生成一段代码，如果你对此并不熟悉，可能看不出其实通篇都是错。　　金融界： AIGC 打开新市场，未来将如何影响金融行业的发展？　　王敬宇：前段时间流行的AI绘画DALL-E一样，ChatGPT可实现全方位运用，AIGC会得到更多关注和市场机会，进而打开AI应用的新赛道，商业价值明显。生成型AI技术的进步有望降低劳动者的脑力负担，同时创造出新的岗位。它最大的创新点在于能够与用户直接交互，了解用户意图，对信息进行搜索并加工生成定制化内容，这将大大提高内容创作的丰富度、创造性和效率。　　虽然不少人反馈ChatGPT的表现还有些瑕疵，但考虑到ChatGPT才刚刚投入实用短短几个月时间，它的表现已经很让人惊叹了。可以预见的是，随着版本的迭代，ChatGPT的模型能力将更为强大。ChatGPT模型每次生成对话的成本不足一美分，远低于传统内容生产者的成本。而它回答的质量在这一成本下显得“物超所值”。　　对金融行业，ChatGPT可能率先在客服产品咨询知识库等方面应用，比如，用在营销、运营领域，用于宣传、接待以及内容生成。在技术门槛下降后，将会出现垂类领域的ChatGPT，如风险、运营态势评估，专业分析等。智能语音、智能客服、智能催收都是ChatGPT在金融上很好的落地点，能聊得下去，比现在这种AB判断的智能语音要更贴近现实一些。　　只不过在金融应用场景下不是简单的闲聊，机器人不仅要模拟真人回复，还要有领域知识的注入，要兼顾答案的准确性和可控性，不能一本正经地胡说八道。对于银行业务本身而言，现在的ChatGPT并不能直接应用到现有的业务中去，还需要面临如何在细分场景探索可持续的商业模式、业务合规性、技术自主可控、数据安全等相关问题。目前所展现出来的能力主要在文本的简单处理上，但真正原创性的、需要人与人交流的工作却无法替代。　　金融界：您认为人工智能的迅速发展，人类社会需要如何去正确应对？　　王敬宇：人工智能技术的发展是科技与时代的象征，工业革命时代、信息化时代等等只不过现在逐步走向人工智能时代，我们要清楚的认识到AI只是一种工具是用来辅助我们的生活的，在未来人工智能的应用场景将会全面覆盖我们的生活，就像现在的手机现在的网络一样。多元化的应用场景使得AI有更多的数据可以分析从而得出更加完善的社会数据模型，通过这些数据模型我们可以优化我们日常行为以及生活和工作习惯以至于更加的高效、便捷。　　如此强大的应用，让人不禁想起老生常谈的话题——“人类会否被人工智能所替代”。AI科学家们最初的猜想是，AI大发展后，一些蓝领岗位、重复性的工作会首先被取代。然而，ChatGPT、AlphaFold等工具出来后，人们发现，最先感受到AI冲击的，反而是创造性的工作，而送餐这一类涉及劳动力的工作却没能被取代。他解释说，在机器人、自动驾驶等领域，机械与智能是两个基本的模块。现实进展来看，机械部分有很多物理上的限制，很多技术目前尚未突破；得益于深度学习等模型的发展，智能部分反而突破更快。　　不可以因为AI替代了一部分劳动力就给它带上造成失业的大帽子，社会在进步、科技在发展，任何新技术、新产品都终将服务于社会大众。当然也应不断提升相应的“警惕感”，由于AI技术可以自主控制，它可能会做出一些不符合人类道德规范的决定。所谓有“矛”就有“盾”，ChatGPT火爆的同时，检测AI生成文本的全新算法DetectGPT也应运而生。因此我们应该加强对AI技术的监督，以确保AI技术的安全和可靠性。　　金融界：您如何看待以 ChatGPT 为底层技术的人工智能对话机器人未来的发展？　　王敬宇：ChatGPT在人机交互这个环节上，与我们早已熟悉的Siri、小爱同学等个人助理相当类似，都能够根据自然语言的对话，理解并回答用户的问题。但与Siri等相比，ChatGPT显然在解决问题的广度、深度上远超后者，能够以Siri等难以企及的逻辑性和复杂度，为用户提供答案。　　在过去，消费者们已经习惯于用Siri、小爱同学来进行诸如找歌、找吃喝玩乐地址、纪录电话等等事务，甚至与它们进行调侃式的聊天以资娱乐。但随着AI技术的不断进步，人们在比较中却逐渐发现，Siri等助理的智能化水平依然不够，把“私人助理”这个称呼赋予它们，还是显得有些名不副实。ChatGPT出现后，用户们才真正明白了Siri等传统助理的缺陷在何处?——它们只能进行相对简单的搜索工作，却无法像ChatGPT那样，真正帮助用户高效的解决问题，并赋能用户。可以说，ChatGPT已经是一个极具“学识”的虚拟人，一个知识水平超乎我们想象的“高智”人。　　人类世界有许多重复性的、程式化的工作，不需要复杂的逻辑思考或决策判断。ChatGPT帮助人们更流畅、更快速地生成这些文字或代码的潜力。比如，在人们需要请假时，只要打出“写一封请病假的邮件”几个字，Outlook就能把措辞正式的请假申请写好；网络管理员面对繁杂专业的配置命令，只要打出“我们5个人要开一个高清视频会议，把专线部署好”，意图网络就会把网络命令自动生成配置好所有的网络环境。

金融界2023-02-10

AI时代，科技崛起

方面，AIGC运用的大规模预训练模型（大模型）对存储、算力要求极高，需要一个稳定、高效、安全的数字基础设施来支持其完成生成、存储和传输内容的整个过程。从内容生成和存储来看，AIGC的算法需要大量的数据来进行不断训练的过程，才能更好地学习人类的语言和行为模式，最终生成高质量的内容。随着后续模型的优化和升级，数据量和算力需求可能继续成几何倍数增长。而从数据传输来看，随着AIGC的突破和推广，用户和流量也得到倍数增长。根据中信证券统计，早在2020年5月发布的GPT-3据需要的参数就达到1750亿个，数量已经是2019年发布的GPT-2（15亿个）的100倍以上，预训练总算力需求达数千petaflop/s-days。因此， AIGC和数字基础设施可以说相辅相成，AIGC的商业化有望持续带动以数字基础设施为代表的通信行业发展。其中，光模块、光芯片、光器件、交换机作为目前数据中心中必不可少的通信元器件，其速率的升级可以显著降低单比特的成本与功耗，后续有望得以进一步发展。可继续关注芯片ETF（512760）及通信ETF（515880）。从行业本身的基本面看，芯片板块目前估值较低，短期虽然因为库存较高、全球经济衰退导致需求不足而有一定波动，但长期受益于国产替代、自主可控大周期逻辑，或呈现短空长多的走势，长期景气度向好，感兴趣的小伙伴可考虑逢低布局。数据来源：WIND 2月9日游戏板块继续强势表现，游戏ETF（516010）上涨3.15%，游戏沪港深ETF(517500)涨幅2.57%。截至2月9日，游戏ETF今年累计涨幅近20%，表现远好于沪深300指数。1月有88款国产游戏获得版号，覆盖重点企业的重点产品，数量也超预期，推动游戏板块1月份走强；节后，Chatgpt的爆火，也带动了市场对于AIGC概念的追捧，AIGC将来也是元宇宙领域重要的生产力工具，游戏板块继续走强。展望后市，元宇宙目前尚处于早期阶段，AIGC现阶段更多的是概念的炒作，距离最后游戏的制作还有很长的路要走。但对于游戏行业而言，版号常态化将对游戏公司的营收和利润产生直接的利好，前期游戏板块经过长期的调整，估值水平已经到了历史极低的水平，版号开放后，游戏将逐渐走向估值修复。此外，游戏本身可以算是消费升级的板块，如果收入水平提升了，游戏属于消费升级里面门槛不是很高的板块，今年看好消费场景的复苏，因此游戏板块或许会有一个很强的业绩弹性。后续可继续关注游戏ETF（516010），和游戏沪港深ETF(517500)。(详见《黄岳：政策暖风持续，游戏行业有望迎来戴维斯双击？》) （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2023-02-10

24小时热点