FX168财经网_全球视野外汇黄金加密货币NFT资讯网

《侠盗猎车手6》来了 Take-Two股票迎来八年来最好反弹

134.14美元。　　本周早些时候，微软（Microsoft Corp.）以690亿美元收购《使命召唤》发行商动视暴雪（Activision Blizzard Inc.）的交易获得了欧盟的批准。但该交易仍受到英国监管机构的阻挠，微软已表示将提起上诉。尽管动视暴雪（Activision Blizzard）最近公布了不俗的业绩，但该公司的股价受到了英国股市的打压。　　还有艺电公司的股价今年迄今上涨了2.5％，该公司上周公布了创纪录的预订量，并预测前景强劲。

金融界2023-05-19

万锦晟5.18黄金破70反抽空大赚，黄金多单被套怎么办

　　黄金日线连阴下跌，当前到达这一波跌幅的382支撑位1975，分水岭1970，破位行情转空，目标直指日线通道下轨1940附近，回踩百日均线。目前趋势虽然还是看空，但是今日不建议追空，按照前期走势来看，跌一波反弹50%再跌，一鼓作气，再而衰三而竭，空头连续放量后有调整，今日走震荡修正的概率很大。昨日止跌于1975，今日二次回踩围绕1975上方可以多一次，分水岭1970破位出，目标上看1993—1997一线；同时，上方围绕1993—1997两个位置可空，防守位2000关口。　　原油方面，昨日果然和我预期分析一样，趋势虽然还是空，但是短线回踩支撑线70.0走反弹，日线大阳收盘，指标交金叉上行或将有进一步反弹。小时图上三角收敛，低点逐步抬高，高点多次上探，今日原油先多。关注72.4一线多，止损71.6，目标看73.8—74.0上方。【备注：6月份美原油USOIL.JUN23将于2023-05-18到期交割,最后交易时间为北京时间2023-05-19，04:55；7月份美原油USOIL.JUL23将于北京时间2023-05-16，06:01开始交易】　　交易方面，黄金昨日如期下跌，只是和

万锦晟金评2023-05-18

万锦晟5.18晚间黄金看1970得失，黄金止跌或将有反

　　黄金日线连阴下跌，当前到达这一波跌幅的382支撑位1975，分水岭1970，破位行情转空，目标直指日线通道下轨1940附近，回踩百日均线。目前趋势虽然还是看空，但是今日不建议追空，按照前期走势来看，跌一波反弹50%再跌，一鼓作气，再而衰三而竭，空头连续放量后有调整，今日走震荡修正的概率很大。昨日止跌于1975，今日二次回踩围绕1975上方可以多一次，分水岭1970破位出，目标上看1993—1997一线；同时，上方围绕1993—1997两个位置可空，防守位2000关口。　　原油方面，昨日果然和我预期分析一样，趋势虽然还是空，但是短线回踩支撑线70.0走反弹，日线大阳收盘，指标交金叉上行或将有进一步反弹。小时图上三角收敛，低点逐步抬高，高点多次上探，今日原油先多。关注72.4一线多，止损71.6，目标看73.8—74.0上方。【备注：6月份美原油USOIL.JUN23将于2023-05-18到期交割,最后交易时间为北京时间2023-05-19，04:55；7月份美原油USOIL.JUL23将于北京时间2023-05-16，06:01开始交易】　　交易方面，黄金昨日如期下跌，只是和

万锦晟金评2023-05-18

AI将改变应用格局?看谷歌和微软两大巨头如何布局

ogle I/O开发者大会的主旋律是对微软和OpenAI的反击，那么OpenAI对此迅速做出了反应，就在谷歌开发者大会的两天后，也就是5月13日，ChatGPT官方宣布将支持联网和70多种第三方插件。和Bard取消候补名单、全面开放使用权限一样，ChatGPT的联网和插件新功能也无需排队。当然了，是针对所有Plus用户而言。背靠微软的Open AI和谷歌之间的竞争可谓已经进入白热化阶段，我们在这里简单盘点一下两大巨头之间核心AI产品的几次“交锋”。 ◉ 聊天机器人：ChatGPT VS Bard ChatGPT从发布初代版本到现在已进行了多轮更新。目前，基于GPT-4的新版ChatGPT除了能像人类一样来聊天交流，还增加了对话记录的可访问性、加强了对话的连续性和一致性等，即支持联网和引入众多插件的它将会变得更加“所向披靡”。比如一个叫Portfolio Pilot的插件，支持投资者将自己的投资组合复制粘贴到该工具中进行分析，获得投资建议，搜索市场信息，并向它提问。 Bard作为谷歌推出的聊天机器人，也许在单纯的“人机交流”方面还不如ChatGPT，但是背靠谷歌这个强大的搜索引擎，它的最大优势是其拥有巨大的信息资源，它可以依托谷歌的搜索工具获取最新信息，并根据自己的梳理给出答案。升级后的Bard还会新增视觉图像搜索、图片生成能力、暗黑模式等功能。 ◉ 搜索引擎：New Bing VS Google New Bing与老版相比有着更好的搜索体验。New Bing给出的AI生成建议或者答案多数是带有信息来源的链接，它也会抓取来自整个Web的结果，汇总我们要查找的答案。尽管在3月份Bing的流量增长超过了谷歌，但根据最新的数据显示，Bing的搜索市场份额在上个月不增反降，这背后或许与用户习惯以及目前GPT的技术限制有关。而Google本来就是靠着“搜索引擎之王”这个名号“发家致富”的，在它的主战场自然是不会败下阵来。在PaLM 2的驱动下，Google搜索的AI革新让人期待。除了和Bing类似的功能，即在网页内将由AI提供更直接的答案之外，SGE（搜索生成体验）将会提供用户更加客制化的搜寻体验。例如购物时，它会提供一份选购指南，然后列出适合我们的商品。 ◉ 办公AI套件：Copilot VS Duet AI Copilot是微软在自家办公系列软件Office中研发的AI助手，它被嵌入常用的办公软件后，能够根据不同软件的功能与需要，处理不同类型的任务。例如，在Word中会根据用户输入或上传的文本提示撰写稿件，将GPT的语言能力与微软自研的Word排版技术相结合。对标微软的Copilot，谷歌给出的方案是推出Duet AI。如果说Copilot是将GPT融入微软办公全家桶，那么Duet AI则是更倾向于为用户提供更加智能和便捷的搜索、建议和协作。 Duet AI还可嵌入到谷歌云接口中，为IT人提供开发者工具、代码辅助、聊天帮助等。在开发者大会上，谷歌官方还预告了一个名为“Sidekick”的功能，它可以帮助用户阅读、总结和回答不同谷歌应用程序中的文档问题。从聊天机器人到搜索引擎再到其他应用，微软与谷歌之战的硝烟已经弥漫开来。“谁更胜一筹”这个问题我们不做论断，因为竞争还在继续，技术还在革新，新兴竞争对手也在加入，我们期待所有参与者都能不断释放潜能，为我们带来更多令人惊喜的AI成果。而在核心产品对标中，我们注意到AI加持下的浏览器以及引入插件系统的聊天机器人，说不上“无所不能”，但离“上天入地”似乎也不远了，当然这不是现在，而是对未来的一种预期。这种样态让我们看到了完全区别于当前应用生态的的另一种可能性。浏览器会成为App Store吗？ “我们正处于一个激动人心的转折点，”谷歌首席执行官桑达尔·皮查伊说，“我们正在重新构想包括搜索在内的所有核心产品。” 毫无疑问，微软与OpenAI的合作是为了超越以搜索引擎起家的谷歌，其用AI改造Edge浏览器的决定势必加剧与谷歌旗下Chrome浏览器的竞争。过去，谷歌因为对人工智能畏首畏尾而饱受市场的诟病，现在谷歌宣布计划包括Chrome在内的产品中注入更多AI技术，以提升工作与生活效率，并强调将对AI大胆而负责，似乎是对过往慎重行动的回应。除了在搜索引擎的应用，两家公司更是在为其核心AI产品不断加码升级，而支持自由选择添加插件就是其中重要的一环。Chrome无需多言，将AI引入插件系统将会极大程度增浏览器的生产力，而OpenAI宣布将为所有ChatGPT Plus用户开放联网与70多款插件。我们需要思考，在市场已有五花八门的AI应用的情况下，他们选择将AI集合到插件系统的原因是什么？有这样一种观点，浏览器的插件系统将会是应用市场的替代品。不久前，苹果在英国的反垄断案件再次遭到法院驳回。CMA（英国竞争和市场管理局）认为苹果虽然允许开发者在App Store上提供浏览器，但却只允许使用其自有引擎的浏览器，导致浏览器应用性能受到限制，且高额的“苹果税”——30%抽成规则本身也让中小开发者望而却步。这样的壁垒不止在App Store存在，安卓应用商店同样存在诸多限制与弊端。用户们同样期待在未来可以免去下载的烦恼，直接通过网页进入应用。这便是微软与谷歌你追我赶，以AI之名，抢占浏览器市场的背后深意。桑达尔在发布会指出，谷歌旗下15款产品的日活均超过5亿，其中Chrome等五款产品的日活甚至突破了20亿。可想而知，每个浏览器都享有着庞大的流量红利。浏览器的插件系统好比微信小程序，使用便捷，开发成本较低。诚然，不是每个用户都会在浏览器上安装插件，但微信小程序早已攻占了微信用户的衣食住行。随着AI插件数量与功能的拓展，AI正往着成为普通用户的日常工具这个方向转变。再宽泛一点，ChatGPT等聊天机器人引入插件也符合这一基础逻辑，过去我们是人寻找应用、使用应用的路径，但是现在，已经变成由AI使用应用。或者从软件开发的角度而言，谁最先抛开过去APP设计开发的思维包袱，找到“为AI打下手的方式”，而不是要“与AI争夺Best Practice”，谁或许就能抢占先机。过去，我们已然熟悉苹果的封闭生态系统，即只能从APP Store上下载应用，但AI正改变着这个时代，开放、平等与透明才是我们所需要的新网络生态圈。插件应运而起，为移动互联网时代下逐渐式微的浏览器应用点亮一盏明灯。当然，开放与封闭都是相对的概念，重要的是AI正在塑造着全新的应用生态。以浏览器为入口的应用生态是否会助AI从科技圈的神坛走下，共同融入普通大众的生活与工作中？我们尚未可知，但谷歌与微软将AI引入浏览器的插件市场，或能构建出属于自己的生态圈，亦能焕发新的市场活力。腾笼换鸟，除旧布新，改变应用生态格局也许还只是第一步。【声明】：本文为元宇宙之心运营团队原创，未经允许严禁转载，如需转载请联系我们，文章版权和最终解释权归元宇宙之心所有。来源：金色财经

金色财经2023-05-18

链游的AI革命（三）电子游戏科技发展的隐藏发动机

司英特尔和 AMD，成为了仅次于苹果、微软、谷歌的神奇科技大牛股。当前为 AI 大模型提供算力的主流 GPU 就是英伟达生产的两个型号：A 100 和 H 100 。一些分析师甚至把 AI 公司所拥有的 A 100 和 H 100 数量作为企业重要指标之一，就是「含英量」，含英量高就像是吃了伟哥，很快就能发达... 这是我诠释的「英伟达」定义，哈哈哈，乱哈拉的啦。最近连马斯克也宣布了 Twitter 已经采购了大约 1 万张英伟达 GPU。就在所有人都在羡慕英伟达的好运时，我们不能忽略的一个事实就是，早在 2016 年，英伟达创始人黄仁勋就向 OpenAI 捐赠了一台 AI 超算机 DGX-1 ，以展示英伟达的 GPU 在 AI 算力上的独特优势，这台特制机器的算力已经可以把 OpenAI 一年的训练时间压缩到了一个月。因此可以看出英伟达也早就在布局 AI 赛道了， 6800 亿美元市值的公司不会是天上掉馅饼得来的，幕后的战略决策和商业谈判应该很精彩，不是简单的上帝金手指就能诠释的。那么英伟达到底是怎么来的？为啥它可以从横跨电子游戏，工业视频，加密挖矿和 AI 算力几个行业？我们继续八卦下去：其实和互联网一样，集成芯片这个东西一开始也是因为军用需求而诞生的，在 1950 年代，美国国防部希望给导弹等武器加个控制单元，能更精准打到目标，于是就找了几个大学实验室悬赏做研究，其中麻省理工的大牛科学家肖克利（肖克利被称为晶体管之父，获得过诺贝尔物理学奖）带着一群青年才俊就搞出了芯片这个概念。肖克利早就功成名就了，搞出了点成绩后最大的爱好就是天天出去 AMA，享受着鲜花和掌声，对外说「项目方在做事」，其实一直花的是投资人美国国防部的钱。但是他手下的青年才俊们是真的想做事实现暴富梦啊，他们一直要求要加大研发，降低成本，规模化生产，这样才能突破到大大的民用领域挖啊挖啊挖，赚大大的钱，但是肖克利就是压着不让干。后来肖克利实验室就出来了八个青年人裸辞，新成立了一个公司叫仙童（Fairchild），号称「仙童八叛将」，其中最有名的就是定义了摩尔定律的摩尔。八个人的盟约也特别梦幻，拿了一张美元签署了大家的名字，意思再明显不过了：老肖你不要再给我们画大饼了！老子们要的是绿油油的钞票！其实在科技发展史上，这种团伙作战经常能带来颠覆性的革命，从早期的仙童八叛将带动了芯片革命，到 2000 年初的 Paypal 黑帮（成员创立了特斯拉，领英，Youtube 等公司）发起了互联网革命，再到上一篇我们提到的 2015 年 OpenAI 的创立团伙。说回仙童，这个公司是有划时代意义的：第一，在科技上它定义半导体行业，整个研发思路转向了以以硅为材料，可以批量生产集成电路；第二，它定义了「风险投资+孵化公司」的商业模式。仙童八叛将是先找了华尔街的风险投资业之父亚瑟·洛克（Arthur Rock）做 FA，介绍了金主爸爸谢尔曼·费尔柴尔德 (Sherman Fairchild)，仙童公司的名字就来自于金主爸爸的名字。这样跪舔是有效果的，这位谢尔曼·费尔柴尔德大有来头，是 IBM 最大的个人股东，仙童成立后的第一笔订单就是来自 IBM 公司。从此这类风险投资的商业模式大行其道，一直流行到今天，即投资人不是光给钱，而要介入到公司管理和运营当中，利用自己的资源帮助创业者成功，简而言之，需要更深度的绑定（这也是 W Labs 正在做的事儿啊，哈哈哈）。第三，推动了硅谷的出现。仙童慢慢成了半导体行业的黄埔军校，仙童八叛将和金主费尔柴尔德合作几年后，后面条件没谈好，也纷纷出来单干了，还带动了其他一批同事出来。大家都新成立了公司，在仙童办公室周围分散办公，这个区域就成了现在的硅谷，这些新公司中就有英特尔和 AMD。从仙童出走的年轻人共创立了 100 多家半导体公司，仙童真的成为了神仙孵化器。说回到英伟达，仙童出来的人创立了 AMD，而英伟达的老大黄仁勋就是 AMD 的工程师，后来出来创业做了英伟达。这些公司和人都有千丝万缕的联系，据说黄仁勋和 AMD 现在的话事人苏姿丰还有拐弯抹角的亲戚关系。英伟达创立的思路就是：你们 Intel 和 AMD 去 PK CPU 吧，我专门做 GPU。反正电脑游戏越做越精良，传统 CPU 的计算能力越来越吃力，我就专门把图形处理这一块分离出来做一个新的芯片，定义成 GPU，装在显卡上，这在当时还是蓝海。早期游戏行业贡献了英伟达 100% 的收入，黄仁勋赚到钱后疯狂加大研发力度，把 GPU 拓展到工业等领域，这几年又搞了 AI，始终保持了公司的产品竞争力，这点打法和华为很像：研发先行，市场紧跟。图形处理这个细分行业现在越来越吃香，除了 AI，连战场上的无人机都用了 GPU 做图形识别处理。所以拿英伟达为案例，游戏作为最吃资源的软件，反向倒逼了硬件性能的进步，同时游戏是最好的链接 B 端和 C 端的产业，用户们是愿意为了玩游戏时的爽点去买单的。至此，再次成功点题，游戏就是这半个世纪以来科技进步的幕后推手啊。未完待续。本系列由 W Labs「AI 链游研究小组」集体创作，感谢小组成员瓜哥、嘉然、包包、Brian、小飞、华哥的努力付出！本篇主笔为瓜哥。欢迎转载，原创不易，泪求注明”瓜田实验室 W Labs”出品瓜田实验室 Website：http://www.wlabsdao.com/瓜田实验室 Discord：https://discord.gg/wggdao瓜田实验室推特：https://twitter.com/GuaTianGuaTian瓜田实验室深度研究长文 Mirror：https://mirror.xyz/iamwgg.eth瓜田实验室 Medium：https://guatianwgg.medium.com/ 来源：金色财经

金色财经2023-05-18

UserDAO全球瞩目开创“加密革命”彰显实力

才聚首一堂，他们分别来自麻省理工学院、微软以及华尔街顶级高频交易公司等。同时还为UserDAO创建了具有多种实用性的应用生态：包括DEX、NFT、支付和P2P平台，多种生态应用以保持用户对UserDAO 发展空间的投资。 UserDAO在加密货币市场上拥有200多个社区，其参与者覆盖500多个城市和地区，近期举行了多场关于UserDAO的发布会，跟广大参与者一起深入探讨。 UserDAO代币分配由于UserDAO是一个开源基础应用设施，该项目也具有普遍吸引力，这意味着它的代码是公开透明的，保证参与用户的资产安全。 UserDAO治理代币发行总量100亿枚，代币分配如下：16%--生态建设、6%--社区空投、21%--海外机构、35%--基金会营销、5%--私募、16%--用户奖励、1%官网IDO。 UserDAO的出现为加密货币赋能了实体应用，在其社交媒体的KOL及社区的支持下，UserDAO预计将在短期内被更多人接受。在加密货币这个新市场中，相信UserDAO凭借着其优势与广阔的前景会随着其生态应用的不断发展会有亮眼的表现！同时也将助力加密货币飞得更高更远！来源：金色财经

金色财经2023-05-18

郭广盈：5.18黄金呈扩散斜纹浪展开、后市仍有高点！

　黄金走势分析：　　波浪结构分析：　　由之前的分析可知:目前行情整体处于5浪之中，且5浪呈扩散斜纹浪展开，如图中黄色线所示，现行情处于5-4浪之中。为方便分析，根据波浪理论，我们可将5-4浪继续细分至锯齿浪abc结构，如图中红色线所示。依据现有行情可知，行情正处于5-4-c浪回落之中，且其理论底部位于1968附近，于前市强支撑位1970契合，故短线多空转换点仍在1970这一点位。目前行情短线虽逾越扩散斜纹浪支撑趋势线，但形态仍在，短线不破1980-1970一线仍会走5-5反弹，若后续破位，届时我们再另做分析! 　　综上：行情如期回落破位2000一线，但短线多空转折点在1970，大周期的多空转折点在1870！结合盘面信号和波浪结构，下方支撑看1970-1960，上方阻力看2002-2021。　　黄金操作建议：　　建议可于1978跟进多单，见1970补仓一次，止损放在1963,，中长多持！　　原油走势分析：　　日线级别的波浪结构：　　由之前的分析可知，自64.10起的行情可视5浪驱动浪的起点，且行情处于2浪回撤之中。因日线周期于支撑位64.00附近再次录得启明星形态，故我们可

郭广盈2023-05-18

万锦晟5.18最新黄金走势分析，黄金莫追空今日或有修正

　　黄金日线连阴下跌，当前到达这一波跌幅的382支撑位1975，分水岭1970，破位行情转空，目标直指日线通道下轨1940附近，回踩百日均线。目前趋势虽然还是看空，但是今日不建议追空，按照前期走势来看，跌一波反弹50%再跌，一鼓作气，再而衰三而竭，空头连续放量后有调整，今日走震荡修正的概率很大。昨日止跌于1975，今日二次回踩围绕1975上方可以多一次，分水岭1970破位出，目标上看1993—1997一线；同时，上方围绕1993—1997两个位置可空，防守位2000关口。　　原油方面，昨日果然和我预期分析一样，趋势虽然还是空，但是短线回踩支撑线70.0走反弹，日线大阳收盘，指标交金叉上行或将有进一步反弹。小时图上三角收敛，低点逐步抬高，高点多次上探，今日原油先多。关注72.4一线多，止损71.6，目标看73.8—74.0上方。【备注：6月份美原油USOIL.JUN23将于2023-05-18到期交割,最后交易时间为北京时间2023-05-19，04:55；7月份美原油USOIL.JUL23将于北京时间2023-05-16，06:01开始交易】　　交易方面，黄金昨日如期下跌，只是和

万锦晟金评2023-05-18

行业数据+场景：AI风口下，率先利好的是这样的公司

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

特斯拉大涨超4%，谷歌再涨超1%连创去年8月新高，全球科技巨头汇聚的纳指100ETF（159660）涨超1%强势3连阳！

模将达到1500亿美元。所有科技股中，微软、谷歌、亚马逊和Meta最可能从中受益，这些科技巨头均为纳斯达克100指数的前十大权重股。据高盛计算，美股大型科技股过去的总净利润率平均为20.2%，而标普500指数所有成分公司的利润率为10.9%，两者相差9.3个百分点。高利润率意味着更强劲的现金流，有助于公司进一步投资实现长期增长，同时也向股东返还现金。纳指100ETF（159660）跟踪纳斯达克100指数，在人工智能的时代浪潮之下，目前全世界AI领域布局和积淀最领先、最深厚的科技巨头仍然集中在纳斯达克，比如微软、谷歌、英伟达、Meta等等，这些AI巨头无一例外都是纳斯达克100指数的前十大权重股。纳指100ETF（159660）管理费0.5%/年，托管费0.15%/年，明显低于市场主流的费率结构，费率优势明显，省到就是赚到。（风险提示：以上指数成份股仅作展示，不代表任何形式的个股推荐！）【始于纳斯达克，更胜于纳斯达克！】根据公开资料，纳斯达克指数包含100家在纳斯达克上市的非金融公司，纳斯达克市场自诞生以来成功孵化出了一大批科技巨头，被广泛认为是培育创新型、科技型、成长型公司最成功的投资市场之一。作为纳斯达克市场的旗舰指数，纳斯达克100指数长期涨幅明显跑赢纳斯达克指数。自1991年起，纳斯达克100指数30多年来年化收益13.80%，明显高于纳斯达克的11.36%。（数据来源：Wind，截至2023.5.17）数据来源：Wind，统计区间1991.1.1-2023.5.17 风险提示：基金有风险，投资需谨慎。本资料仅为宣传材料，不作为任何法律文件。基金的过往业绩不预示未来表现，基金管理人管理的其他基金业绩并不构成基金业绩表现的保证。基金管理人依照恪尽职守、诚实信用、谨慎勤勉的原则管理和运用基金财产，但不保证投资于本基金一定盈利，也不保证最低收益。投资人应当仔细阅读《基金合同》、《招募说明书》及《产品资料概要》等法律文件以详细了解产品信息。纳指100ETF属于中等风险等级（R3）产品，适合经客户风险等级测评后结果为平衡型（C3）及以上的投资者。标的指数并不能完全代表整个股票市场。标的指数成份股的平均回报率与整个股票市场的平均回报率可能存在偏离。请投资者关注指数化投资的风险以及集中投资于纳斯达克100指数成分股的持有风险，请关注部分指数成分股权重较大、集中度较高的风险，请关注指数化投资的风险、ETF运作风险、投资特定品种的特有风险、参与转融通证券出借业务的风险等。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

24小时热点