FX168财经网_全球视野外汇黄金加密货币NFT资讯网

柳沁雯8.5黄金周评：盈利为主，稳健交易为辅，下周走势

你记住一句话，老天能安排到你身上的事都会过去，如果你承*，老天不会安排到你身上。能在你身上发生的事都是你必经之事，过去这一山，有一个更好的明天。——柳沁雯》》》黄金走势解析黄金，日线趋势仍空，一小时周期低位真的多时，周五非农数据利多，金价一举上破关键区间承压点1938.8一线阻力，从而一小时周期底部形态构成，而下周操作上可多单入场，1939-40直接多，看涨1952破位持有。以上金油思路均为个人主观看法，仅供学习交流，不作为指导建议，任何策略均不可能做到完美，请结合自身情况自行判断各品种投资方向》》》》吾日三省吾身周一交易情况：交易出手，目标必达。日内去以回撤多思路，午间至1956附近布局多，晚间金价至1962-65附近减仓部分，剩余的全部至1967附近利出！第二单就是多单出局后，反手跟进1970空，而后单子自动至1961附近自动止盈出局！盈利目标到位，虽没拿到最高点，但是首单拿下25美金-20美金稳健落落入袋中。周二交易情况：午间将周一持仓过夜单出局后，观察金价或将到达支撑位置站稳，直接至1962附近布局多，比较可惜的是，金价短线区间弱势，单子遗憾至1948附近小损出

柳沁雯分析师2023-08-05

区块链动态2023年8月5日早参考

金色财经2023-08-05

美国联邦法官驳回部分指控谷歌搜索引擎面临的反垄断诉讼范围缩小

歌搜索引擎设为默认，原告指称这些协议让微软的Bing和DuckDuckGo等竞争对手难以达到与谷歌匹敌所需的规模。谷歌重申，对于网上信息获取的来源，消费者有选择。谷歌寻求驳回司法部和州总检察长2020年分别提起的两起反垄断案。诉讼称，谷歌确保其搜索引擎在网络浏览器和移动设备上是默认设置的交易违反了反垄断法。Mehta负责这两起诉讼。

金融界2023-08-05

亚马逊积极追赶人工智能最新发展，Andy Jassy披露亚马逊最新发展战略

沿。包括OpenAI、谷歌、Meta和微软在内的公司纷纷推出了新的人工智能产品。 Insider报道称，亚马逊成立了一个新的团队，致力于在公司内部开发“最具雄心的”人工智能模型，Jassy将直接监督这个新团队。亚马逊一直在争分夺秒地应对人工智能的蓬勃发展，管理人员一直在向员工征求意见，以探讨将像ChatGPT这样的人工智能产品融入日常工作流程或面向消费者的产品。

Heidi2023-08-05

苹果公司在生成式人工智能领域悄悄地投资了数十亿美元

支出中。” 与Google、Meta和微软等大型科技公司早早进入AI热潮并推出生成式AI工具不同，苹果一贯保持谨慎。Cook表示苹果的做法是“在产品上市时再公布”。在6月份的WWDC活动上，苹果几乎没有提到“AI”一词。但这并不意味着苹果对AI置之不理。据报道，苹果已经开发了一个内部聊天机器人，俗称为“Apple GPT”，可能也会用于Apple Care。苹果粉丝们关心的问题是，Siri是否会得到生成式AI的升级，这将是一个明确的使用案例。尽管“生成式AI”是一个热门词汇，但 Cook强调苹果多年来已将其他类型的AI整合到其产品中，例如iPhone的碰撞检测和iOS 17中的个人语音。但 Cook在苹果的研发工作中特别提及生成式AI，可能意味着苹果用户在不久的将来可能会看到更多类似ChatGPT的功能。 Tips：在过去十年中，人工智能（AI）一直是各行各业的流行语，推进了技术和运营效率的重大进步。然而，随着深入研究人工智能领域，必须承认并理解它的独特形式。在新兴趋势中，作为人工智能的一个子集的生成式人工智能在重塑行业方面显示出巨大的潜力。但它与传统人工智能有何不同？简单来说，人工智能（AI）和生成式人工智能（Generative AI）之间的区别如下：人工智能是一个总类，包含了所有具有类似人类智能的机器，而生成式人工智能是该类别的一个子集，指的是能够产生新内容的智能机器。传统AI与生成式AI的最大区别在于其能力范围：传统AI是专注于在特定任务上智能执行的，如预测、决策等。而生成式AI则是下一代AI，它能够创造全新的内容，包括文本、图像、音乐等。它就像一位富有想象力的朋友，能够创作出原创的、有创意的内容。传统AI执行已知规则，而生成式AI开辟了全新的创造领域。

Heidi2023-08-05

【美股盘中】企业财报惊喜不断三大股指应声上涨平均时薪超预期引发担忧

售持续放缓，因为该公司的市场份额输给了微软和谷歌，但该公司一年来一直在努力通过大规模裁员来削减成本。 Booking Holdings的业绩强于预期，股价上涨9.4%，这表明旅行和服务需求蓬勃发展。安进 (Amgen) 因稳健的盈利和指引的提升而上涨6.6%。本季度截至6月的季度盈利报告继续令一些华尔街分析师感到意外，因为事实证明，预期的利润放缓程度并不如人们担心的那样。FactSet的数据显示，约84%的标普500指数公司公布了业绩，其中80%的公司超出了华尔街的预期。 10年期国债收益率也从数月高位回落至4.08%。最近几个交易日的上涨给风险资产带来了压力。投资者还通过周五的非农就业报告获得了更多有关劳动力市场状况的线索。数据显示，7月份新增就业岗位18.7万个，低于道琼斯调查经济学家预期的20万个。失业率也从3.6%降至3.5%。尽管总体数据较为平淡，但平均时薪预示着通胀加剧，并且超出预期，本月上涨0.4%，年化上涨4.4%。这分别略高于预期的0.3%和4.2%。 Pantheon Macroeconomics首席经济学家Ian Shepherdson表示，这标志着疫情后为满足意外需求而急于雇用员工的现象已经结束。“大局是，后疫情时代的追赶性招聘浪潮似乎已经结束，温和的周期性下行压力现在是就业的主导力量。” 华尔街的许多人一直在热切地等待就业报告及其对美联储加息周期的影响。根据芝商所的FedWatch工具，近87%的交易员预计央行将在9月份的下次会议上维持利率稳定。富国银行证券股票策略主管Chris Harvey表示：，下周的7月份消费者价格可能会对利率预期产生更大的影响。“比预期更热门的数据是少数几件可能真正开始改变市场对美联储看法的事情之一，但是今天的数据我认为没有什么作用。我认为这巩固了人们的观点，即美联储现在已经完成了任务。” Airbnb上涨0.6%，此前该租赁平台公布的第二季度业绩超出了营收和净利润的预期。 DraftKings第二季度销售额超出预期并上调全年预期后，该公司股价上涨近3%。该公司将从更多州批准在线体育博彩中受益。电动卡车制造商Nikola周五表示，Michael Lohscheller将辞去首席执行官职务，由Stephen Girsky接替，其股价下跌15%。

楼喆2023-08-05

柳沁雯8.5黄金非农周收官，轻松结束周交易，稳健收割

你记住一句话，老天能安排到你身上的事都会过去，如果你承*，老天不会安排到你身上。能在你身上发生的事都是你必经之事，过去这一山，有一个更好的明天。——柳沁雯》》》黄金走势解析黄金，日线趋势仍空，一小时周期低位真的多时，晚间非农数据利多，金价一举上破关键区间承压点1938.8一线阻力，从而一小时周期底部形态构成，操作上可多单入场，现价或1939直接多，看涨1952破位持有。以上金油思路均为个人主观看法，仅供学习交流，不作为指导建议，任何策略均不可能做到完美，请结合自身情况自行判断各品种投资方向》》》》吾日三省吾身周一交易情况：交易出手，目标必达。日内去以回撤多思路，午间至1956附近布局多，晚间金价至1962-65附近减仓部分，剩余的全部至1967附近利出！第二单就是多单出局后，反手跟进1970空，而后单子自动至1961附近自动止盈出局！盈利目标到位，虽没拿到最高点，但是首单拿下25美金-20美金稳健落落入袋中。周二交易情况：午间将周一持仓过夜单出局后，观察金价或将到达支撑位置站稳，直接至1962附近布局多，比较可惜的是，金价短线区间弱势，单子遗憾至1948附近小损出局。

柳沁雯分析师2023-08-05

巴菲特提前收到大寿贺礼！伯克希尔股价创新高

7800亿美元，排名第八，仅次于苹果、微软、Alphabet、亚马逊、英伟达、特斯拉和Meta Platform。伯克希尔·哈撒韦公司的A类股今年迄今已上涨约15%，较1965年巴菲特接手该公司时20美元左右的价格上涨了25,000多倍，而他持有的15%股份价值上升至1180亿美元。 99%以上财产将用于慈善巴菲特曾表示，他持有的股票将留给基金会，将捐出自己99%的财产，要么在生前，要么在身后。他指定了五个基金会作为接收方，其中以比尔和梅琳达·盖茨基金会为主要接收方，另外四个基金会与他的三个孩子有关。今年6月，巴菲特向五个基金会捐赠了价值46亿美元（约合人民币330亿）的伯克希尔股票。在当时的新闻稿中，巴菲特指出，2006年开始，他每年都向这些基金会捐赠伯克希尔股票。他表示， “在这17年里，我没有买卖任何A类股或B类股，我也不打算这样做。这五个基金会收到的是伯克希尔B股，按收到时的价值计算共计约500亿美元，大大超过了我2006年的全部净资产。我没有债务，剩余的A类股价值约为1,120亿美元，占我资产净值的99%以上。” 据报道，在他去世时尚未捐赠的股票料将在接下来的十年左右陆续赠出。

金融界2023-08-05

盘前 | 科技巨头财报尘埃落定！非农数据压轴登场

在财报表现一直比较稳定的苹果，这次却和微软一起在一众科技巨头中垫底。苹果作为市值三万亿美元的全球最大上市公司以及全球消费电子风向标，其表现一定程度上反应了当前全球消费经济的现状和走势。但无论是上一个季度的表现还是对接下来一个季度的预期，苹果给出的答案都并不是那么积极。相较于“愁云密布”的苹果，亚马逊此次的表现则可以用“惊艳”来形容。不仅几乎所有关键指标和业务表现都大大超出市场预期，对于下个季度的指引也是相当霸气，表示营收将继续保持两位数的增长。这一次，非农还会“打脸”小非农吗？北京时间今日20:30，美国劳工统计局将公布美国7月非农就业人口及失业率等数据，揭示美国劳动力市场最新状况。经济学家普遍预计，美国7月新增非农就业人数将回落至19万，为2020年底以来最低读数。本周“小非农”又爆表，大小非农会否重演6月“互相打架”一幕？盘前行情亚马逊盘前涨近9%，公司二季度业绩超预期，告别盈利衰退，三季度指引炸裂；苹果盘前跌超2%，公司营收和EPS超预期，大中华区营收显著利好，但七年来首次营收三季连降，iPad收入超预期跳水20%；特百惠盘前飙涨近60%，公司发布公告称将进行债务重组；美国超导盘前涨超7%，此前韩国团队放出第二段LK-99悬浮视频，华科大新论文首证抗磁性；每日优鲜盘前涨超75%，签署两份融资协议，并收购Mejoy Infinite； Block盘前跌近5%，二季度业绩超预期，上调全年预期； Cloudflare盘前涨近9%，二季度业绩超预期，上调全年预测； DraftKings盘前涨超12%，二季度业绩超预期，提高全年业绩指引；飞塔信息盘前跌超18%，二季度营收不及预期，下调全年收入指引； Booking Holdings盘前涨超11%，夏季旅游需求火热，Q2收入与盈利超预期； Yellow盘前涨近6%，该股近5日累涨超531%。消息面上，传阿波罗牵头为Yellow融资。欧洲市场欧洲主要股指全线走低，截至发稿，德国DAX30指数跌0.67%，英国富时100跌0.52%，法国CAC40跌0.12%。原油原油期货小幅走高，截止发稿，WTI原油涨0.48%，报81.94美元/桶；布伦特原油涨0.49%，报85.56美元/桶。黄金黄金期货小幅下跌，截止发稿，跌0.08%，报1967.3美元/盎司。

老虎证券2023-08-04

ChatGPT爆火这半年：热钱、巨头与监管

2023年AI行业最大的一笔融资，就是微软在1月对OpenAI投资的100亿美元。虎嗅根据公开数据统计，在美国的大模型公司创业中，Inflection AI或将成为人工智能领域融资量仅次于Open AI的第二大初创公司，在其之后分别是，Anthropic（15亿美元），Cohere（4.45亿美元）、Adept（4.15亿美元）、Runway（1.955亿美元）、Character.ai（1.5亿美元）和Stability AI（约1亿美元）。在中国，2023年上半年国内人工智能行业的公开投融资事件共有456起。而这项统计在2018年-2022年的5年间分别是731、526、353、631和648。上半年国内人工智能行业公开投融资事件另一个引发飞轮的事件则是ChatGPT放出API接口。当OpenAI在3月首次开放ChatGPT的API接口时，AI行业内外对此几乎形成共识：行业要变天了。随着更多应用接入大模型，AI之上正在长出更加繁茂的森林。 “做大模型和做应用本身就应该分开”，投资人的嗅觉总是敏锐的，在源码资本执行董事陈润泽看来，AI是一个与半导体分工一样的逻辑，AI大模型的繁荣之后，很快就会看到AI应用的一波繁荣。今年年初，陈润泽与同事一起前往硅谷时发现，硅谷声名显赫的创业孵化器Y Combinator（OpenAI首席执行官Sam Altman曾在这家孵化器任总裁多年），有一半的项目都转型做生成式AI了。对于大模型的热情，丝毫不逊于如今大洋彼岸的中国。不过，他也发现在美国无论是资本还是创业者，相比于大模型创业，更看好基于大模型所做的生态应用，毕竟在这个赛道，已经跑出了诸如OpenAI这样的公司，与此同时，美国有很强的ToB应用生态土壤，因此更多的美国公司正在尝试基于大模型的生态做企业应用。陈润泽的观察正在得到证实，大模型服务平台OpenCSG联合创始人陈冉告诉虎嗅，如今，美国湾区90%以上的公司已经把大模型能力用到方方面面。至于中国，陈冉认为，在年底之前很多的客户也都会用起来。今年3月左右，陈润泽和团队开始尝试在国内寻找基于大模型做应用的公司，但他发现这样的公司很少。大量资本进入了人工智能行业，但如果追溯这些资金的流向会发现，更多的钱仍集中在头部几家公司中。 “即便是现在，10个与生成式AI相关的项目，能投1个-2个也已经是很不容易了。”除了源码资本，虎嗅也与多位硬科技投资人交流，他们都表示，虽然项目看得多，但真正靠谱的凤毛麟角。应用端的这种态度，在很多业内人士看来，已是常态。思必驰联合创始人俞凯认为，表面看似热闹的赛道，其实更多的是名义上的竞争，结果无非两种情况：“一种是为了融钱，纯资本导向；另一种是做全域通用大模型的公司，确实需要喊，不喊的话别人不会知道。” 国内的一些统计数据也正在说明这个问题，根据第三方机构烯牛数据统计，截至2023年7月，国内有AIGC公司242家，1月以来AIGC赛道融资事件71起。而AI大模型赛道上的公司有67家，从ChatGPT发布到现在，融资事件只有21起。 AIGC赛道和AI大模型赛道自ChatGPT发布后的融资事件｜数据来源：烯牛数据 “现在国内AI市场上，好的标的太少了。”一位投资人如此告诉虎嗅——好项目太贵，便宜的又不靠谱。虽然目前国内发布的AI大模型数量过百，但国内一众大模型公司中，获得巨额融资的并不多，甚至屈指可数。很多AI投资到最后都变成了投人——曾经的独角兽公司创始人、互联网大佬、具备大模型相关创业经验的人等。公司类型公司成立时间大模型及相关产品融资轮次互联网公司百度 2012 文心一言上市阿里云 2008 通义千问上市騰讯AI实验室 1998 混元上市华为云 2019 盘古未上市字节跳动 2016 火山方舟未上市京东云 2012 言犀上市昆仑万维 2008 天工上市 360 1992 360智脑上市公司类型公司成立时间大模型及相关产品融资轮次 AI公司商汤科技 2014 日日新上市科大讯飞 1999 讯飞星火上市云从科技 2015 从容上市达观数据 2015 曹植 C轮出门问问 2014 序列猴子 D轮智谱Al 2019 ChatGLM B轮澜舟科技 2021 孟子 Pre-A轮 MiniMax 2021 Glow 股权投资面壁科技 2022 VisCPM 天使轮深言科技 2022 CPM 股权投资聆心智能 2021 Al乌托邦 Pre-A轮衔远科技 2021 ProductGPT 天使轮思必驰 2007 DFM-2 IPO终止公司类型公司成立时间大模型及相关产品融资轮次 2023年成立都初创AI公司光年之外 2023 暂无 A轮百川智能 2023 baichuan 股权投资零一万物 2023 暂无股权投资国内AI大模型相关公司部分统计今年的一众AI明星项目中，智谱AI、聆心智能、深言科技和面壁智能，都是清华实验室孵化的公司。深言科技、面壁智能两家公司均成立于2022年，且有AI行业内知名学者的技术背书。比这几家清华系AI公司成立时间更短的是一些互联网行业大佬创立的AI公司，光年之外、百川智能和零一万物均成立于这波大模型热潮开始之后。美团联合创始人王慧文在2023年年初成立的光年之外，一度融资5000万美元，已是彼时中国大模型行业为数不多的融资案例。与智谱AI、西湖心辰这类已有大模型为基础的公司不同，光年之外是2023年2月开始，从零开始做大模型，其难度可想而知，6月29日，美团公告宣布收购光年之外的全部权益，总代价包括现金约2.33亿美元（合人民币16.7亿元）、债务承担约3.67亿元、及现金1元。 “起码要有自然语言处理背景的人，有一定大模型训练实操经验的人，以及数据处理、大规模算力集群等方面的专业人才。如果同时还要做应用，那应该还要有对应领域的产品经理和运营人才。”陈润泽如此描述一个大模型核心团队的标配。大公司的AI赌注过去半年中，老牌互联网大厂们的AI新闻漫天纷飞。对AI大模型的投入，看似是在追热点，但如百度、阿里、华为这样的大公司，在AI上投下的赌注，显然不是跟风。巨头们在AI上的押注很早就已开始，对这些公司来说，AI并不是一个新鲜的话题。虎嗅根据企查查数据不完全统计，各大厂在2018年开始就对人工智能相关的企业有不同程度的投资，从投资企业来看，大多是人工智能应用方面的企业，尽管涉及到一部分AI芯片企业，但是数量并不多，涉及大模型方面的企业几乎没有，并且大厂所投资的人工智能相关的公司大多与其业务息息相关。大厂投资机构投资企业数平均持股比例最高持股比例 100%持股企业数阿里巴巴 23 36.25% 100% 5 百度风投 25 5.50% 15% 0 腾讯投资 54 17.54% 100% 2 三家互联网大厂投资AI相关公司情况｜数据来源：企查查 2017年阿里达摩院成立，研究对象涵盖机器智能、智联网、金融科技等多个产业领域，将人工智能的能力赋能到阿里的各个业务线中。2018年，百度提出了“All in AI”的战略。有所不同的是，生成式AI的出现，似乎是一个转折点。对于拥有数据、算力和算法资源优势的科技巨头来说，人工智能对他们已经不光是赋能场景，而是需要承担基础设施的角色，毕竟，生成式AI的出现，意味着针对人工智能产业的分工已经开始。以百度、阿里、华为、腾讯，四家云供应商为代表的大厂，虽然都宣布了各自的AI策略，但明显各有侧重。在过去的半年时间里，巨头纷纷发布自己的大模型产品。对于百度、阿里这样的大厂来说，他们入局大模型的时间并不算晚，基本在2019年。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。阿里的通义千问大模型也是始于2019年。除了百度和阿里的通用大模型，6月19日，腾讯云发布了行业大模型的研发进展。7月7日，华为云发布了盘古3.0行业大模型产品。这些侧重也与各家的整体业务，云战略，以及在AI市场里的长期布局有所呼应。百度的主线业务盈利能力在过去的5年中，出现了较大波动。百度很早就看到了基于搜索的广告业务在国内市场中的问题，对此，百度选择了大力投入AI技术寻找新机会。这些年来，百度不仅邀请过吴恩达、陆奇等业界大佬出任高管，在自动驾驶上投入热情也远超其他大厂。如此关注AI的百度，势必会在这波大模型之争里重手投注。阿里对通用大模型同样表现出了极大的热情。一直以来，阿里云一直被寄予厚望，阿里希望走通技术路线创造集团的第二增长曲线。在电商业务竞争日趋激烈，市场增长放缓的大环境下，依云而生的AI产业新机遇，无疑是阿里云在国内云市场上再发力的好机会。相比百度和阿里，腾讯云在大模型方面选择了优先行业大模型，而华为云则公开表示只会关注行业大模型。对于腾讯来说，近年来主营业务增长稳中向好。在通用大模型的前路尚不明朗的阶段，腾讯对于AI大模型的投注相对谨慎。马化腾在此前的财报电话会上谈及大模型时曾表示：“腾讯并不急于把半成品拿出来展示，关键还是要把底层的算法、算力和数据扎扎实实做好，而且更关键的是场景落地。” 另一方面，从腾讯集团的角度看，腾讯目前有4所AI Lab，去年也发布了万亿参数的混元大模型，腾讯云投身行业大模型方面的动作，更像是一种“不把鸡蛋放在同一个篮子里”的投注策略。对于华为来说，一直以来都是重手投注研发，过去10年里华为在研发方面的总投入超过9000亿元。但由于手机业务遇到发展障碍，华为在很多技术研发上的整体策略或也正在面临调整。一方面手机业务是华为C端技术最大的出口，如果手机业务不为通用大模型买单的话，那么华为研发通用大模型的动力就会明显下降。而对于华为来说，把赌注押在能快速落地变现的行业大模型，似乎是这场AI博弈当中的最优解。正如华为云CEO张平安所说“华为没有时间作诗”。不过，对科技巨头来说，无论赌注多大，只要能赌对，就能够先一步抢占基础设施的市场份额，从而在人工智能时代获得话语权。拿着锤子找钉子对于商业公司来说，所有的决策仍然落到经济账上。即便是一笔不小的投入，越来越多有远见的公司创始人也意识到，这是一项未来必须要做的事情，即便前期投入可能完全看不到回报。 AI大模型的研发需要一笔不小的投入，但越来越多企业创始人、投资人都认为，这是一项”必要投入”，即便眼下完全看不到回报。由此，很多在上一波AI浪潮下诞生的人工智能公司，都在沉寂良久之后看到了新的曙光。 “3年前，大家都说GPT-3是通向通用人工智能的可能性。”李志飞在2020年就开始带着一班人马研究GPT-3，彼时出门问问正处在一个发展的转折点，他们希望探索新业务，但经过一段时间的研究之后，李志飞的大模型项目中止了，原因之一是当时模型不够大，另外就是找不到商业落地场景。不过，2022年底ChatGPT问世以后，李志飞仿佛被扎了一剂强心针，因为他和所有人一样，看到了大模型的新机会。今年4月，出门问问发布了自研的大模型产品——序列猴子。眼下，他们准备拿着新发布的大模型“序列猴子”冲刺港交所，出门问问已在5月末递交了招股书。另一家老牌AI公司也在跟进，去年7月，思必驰向科创板递交了IPO申请，在今年5月被上市审核委员会否决。俞凯坦言，就连OpenAI，在GPT2阶段也是用微软的V100训练了将近一年的时间，算力和A100差好几个量级。思必驰在大模型前期积累阶段，也是用更为经济的卡做训练。当然，这需要时间作为代价。相比于自研大模型，一些应用型公司有自己的选择。一家在线教育公司的总裁张望（化名）告诉虎嗅，过去半年，他们在大模型应用场景的探索上不遗余力，但他们很快发现在落地过程中存在诸多问题，例如成本与投入。这家公司的研发团队有50人-60人，开始做大模型研究以来，他们扩充了研发团队，新招了一些大模型方面的人才，张望说，偏底层模型方面的人才很贵。张望从未想过从头开发大模型，考虑到数据安全和模型稳定性等问题，他也不打算直接接入API做应用。他们的做法是参考开源大模型，用自己的数据做训练。这也是很多应用公司目前的做法——在大模型之上，用自己的数据做一个行业小模型。张望他们从70亿参数的模型开始，做到100亿，现在在尝试300亿的模型。但他们也发现，随着数据量增多，大模型训练会出现的情况是，可能新版本不如上一个版本，就要对参数逐一调整，“这也是必须要走的弯路。”张望说。张望告诉虎嗅，他们对于研发团队的要求就是——基于公司的业务探索AI大模型场景。这是一种拿着“锤子”找“钉子”的方法，但并不容易。 “目前最大的难题是找到合适的场景。其实有很多场景，即便用了AI，效果也提升不了太多。”张望说，例如在上课的场景中，可以用AI大模型赋能一些交互模式，包括提醒学员上课功能、回答问题和打标签等，但他们试用了AI大模型之后，发现精准度不行，理解能力和输出能力并不理想。张望的团队尝试过一段时间后，决定在这个场景里暂时放弃AI。另一家互联网服务商小鹅通，也在AI大模型爆发后第一时间开展了相关业务的探索。小鹅通的主要业务是为线上商家提供数字化运营工具，包括营销、客户管理以及商业变现。小鹅通联合创始人兼COO樊晓星告诉虎嗅，今年4月，当越来越多的应用基于生成式AI诞生时，小鹅通看到了这个技术背后的潜力，“例如MidJourney，生成式AI对于设计图像生成方面的提效确实有目共睹。”樊晓星她们在内部专门组织了AI研究的业务线，寻找与自身业务相关的落地案例。樊晓星说，在将大模型接入业务的过程中，她所考虑的就是成本和效率，“大模型的投入成本还是蛮高的。”她说。互联网行业的“钉子”算是好找的，AI落地真正的难点还是在工业、制造这样的实体产业。俞凯告诉虎嗅，这一波AI浪潮仍然是螺旋式上升、波浪式前进，在产业落地上面的矛盾一点都没变化，只是换了一个套壳而已。所以从这个意义上看，这两次AI浪潮的规律是相同的，最好的办法就是学习历史——“上一波AI浪潮的教训，这次就别再犯了。” 虽然很多厂商在AI大模型的落地方面都喊出了“产业先行”的口号，但很多实体产业的场景真的很难与目前的AI大模型相匹配。比如在一些工业检测场景应用的AI视觉检测系统，即便对AI模型的需求没有高到10亿参数的量级，但初期的训练数据仍然捉襟见肘。以一个简单的风电巡检场景为例，一个风场的巡检量达到七万台次，但同样的裂痕数据，可能只会出现一次，机器可以学习的数据量是远远不够的。扩博智能风电硬件产品总监柯亮告诉虎嗅，目前风机叶片的巡检机器人还做不到100%的精确分析叶片裂痕，因为可供训练和分析的数据量太小了，要形成可靠的全自动巡检和识别，还需要大量的数据积累和人工分析。不过，在工业数据积累较好的场景中，AI大模型已经可以做到辅助管理复杂的三维模型零件库了。国内某飞机制造企业的零件库就已经落地了一款基于第四范式“式说”大模型的零件库辅助工具。可以在十万余个三维建模零件中，通过自然语言实现三维模型搜索，以三维模型搜三维模型，甚至还能完成三维模型的自动装配。这些功能，在很多卡住制造业脖子的CAD、CAE工具中都需要经过多步操作才能完成。今天的大模型和几年前的AI一样面临落地难题，一样要拿着锤子找钉子。有人乐观地相信，今天的锤子和过去完全不一样了，但到了真金白银地为AI付费时，结果却有些不同。彭博社在7月30日发布的Markets Live Pulse调查显示，在514名受调投资者中，约77%的人计划在未来六个月内增加或保持对科技股的投资，且只有不到10%的投资者认为科技行业面临严重的泡沫危机。然而这些看好科技行业发展的投资者中，却只有一半人对AI技术持开放的接受态度。 50.2%的受访者表示，目前还不打算为购买AI工具付费，多数投资公司也没有计划将AI大范围应用到交易或投资中。卖铲子的人 “如果你在1848年的淘金热潮里去加州淘金，一大堆人会死掉，但卖勺子和铲子的人，永远可以赚钱。”陆奇在一次演讲时说。高峰（化名）想当这样的“卖铲子的人”，准确地说，是能够“在中国卖好铲子的人”。作为一名芯片研究者，高峰大部分科研时间都在AI芯片上。过去一两个月，他感到了一种急迫性——他想做一家基于RISC-V架构的CPU公司。在一家茶室，高峰向虎嗅描绘了未来的图景。然而，要从头开始做AI芯片，无论是在芯片界，还是在科技圈，都像是一个“天方夜谭”。当AI大模型的飞轮飞速启动时，背后的算力逐渐开始跟不上这一赛道中玩家的步伐了。暴涨的算力需求，使英伟达成了最大的赢家。但GPU并非解决算力的全部。CPU、GPU，以及各种创新的AI芯片，组成了大模型的主要算力提供中心。 “你可以把CPU比喻为市区，GPU就是开发的郊区。”高峰说，CPU和AI芯片之间，需要通过一个叫做PCIE的通道连接，数据传给AI芯片，然后AI芯片再把数据回传给CPU。如果大模型的数据量变大，一条通道就会变得拥挤，速度就上不去，因此需要拓宽这条路，而只有CPU能够决定这条通路的宽窄，需要设置几车道。这意味着，中国在大模型上，即便突破了AI芯片，仍有最关键的CPU难以破局。哪怕是在AI训练上，越来越多的任务可以被指派给GPU承担，但CPU依旧是最关键的“管理者”角色。 2023WAIC大模型展区展出的部分国产芯片自1971年英特尔造出世界上第一块CPU至今50余年，在民用服务器、PC市场，早已是英特尔和AMD的天下，英特尔更是建立起涵盖知识产权、技术积累、规模成本、软件生态于一体的整个商业模式壁垒，且这种壁垒从未衰退。要完全抛开X86架构和ARM架构，基于一个全新架构研发完全自主的CPU芯片，可以说是“九十九死一生”，基于MIPS指令集的龙芯，在这条路上走了20多年，更不用说是 RISC-V这样未被充分开垦和验证过的开源架构。指令集，就像一块块土地，基于指令集开发芯片，就相当于是买地盖房子。X86的架构是闭源的，只允许Intel生态的芯片，ARM的架构需要支付IP授权费，而RISC-V是免费的开源架构。产业界和学术界已经看到了这样的机会。 2010年，加州伯克利两位教授的研究团队从零开始开发了一个全新的指令集，就是RISC-V，这个指令集完全开源，他们认为CPU的指令集不应该属于任何一家公司。 “RISC-V或许是中国CPU的一道曙光。”高峰说。2018年，他在院所孵化了一家AI芯片公司，彼时他表示，自己不想错过 AI浪潮发展的机会，这一次，他依然想抓住，而这个切入点，就是RISC-V。在大模型以及如今国产替代的时代，这个需求显得更为紧迫，毕竟，极端地考虑一下，如果有一天，中国公司用不了A100了，又该怎么办。 “如果要取代ARM和X86，RISC-V的CPU需要性能更强，也需要和Linux上做商业操作系统的人参与到代码的开发中。”高峰说。高峰不是第一个意识到这个机会的人，一位芯片行业投资人告诉虎嗅，他曾与一家芯片创业公司创始人聊起，用RISC-V的架构去做GPU的机会。如今，在中国已有一些基于RISC-V架构做GPU的公司，但生态依旧是他们面临的最大的问题。 “Linux已经示范了这条路是可以走通的。”高峰说，在Linux这套开源操作系统中，诞生了红帽这样的开源公司，如今许多云服务都建立在Linux系统上。“需要足够多的开发者。”高峰提出了一个方法。这条路很难，但走通了，将是一条光明的道路。飞轮转得太快了大模型的“应激反应”下，感到急迫的不光是高峰。国内某AI大模型公司联创告诉虎嗅，今年初他们也曾短暂上线过一款对话大模型，但随着ChatGPT的升温，有关部门提高了对大模型安全性的重视，并对他们提出了很多整改要求。 “在没有特别明确的监管政策出来之前，我们不会轻易把产品开放给普通用户，主要还是To B的逻辑。”左手医生CEO张超认为，在《管理办法》出台之前，贸然将生成式AI产品开放给C端用户，风险很大。“现阶段，我们一方面在持续迭代优化，另外一方面也在持续关注政策、法规，保证技术的安全性。” “生成式AI的监管办法还不明确，大模型公司的产品和服务普遍很低调。”一家数字化技术供应商，在6月发布了一款基于某云厂商通用大模型开发的应用产品，在发布会上，该公司技术负责人向虎嗅表示，他们被这家云厂商要求严格保密，如果透露使用了谁的大模型，他们会被视为违约。而对于为何要对案例保密，这位负责人分析，可能很大一部分原因是要规避监管风险。在全球都对AI提高警惕的当下，任何市场都不能接受监管的“真空期”。 7月13日，网信办等七个部门正式发布了《生成式人工智能服务管理暂行办法》（下文简称“《管理办法》”），该办法自2023年8月15日起施行。 “《管理办法》出台后，政策会从问题导向转为目标导向发展就是我们的目标。”观韬中茂律师事务所合伙人王渝伟认为，新规是重“疏”而不重“堵”。浏览美国的风险管理库，是王渝伟每天必需的功课，“我们正在为利用GPT等大模型进行细分行业的商业应用提供风控合规的方案，建立一套合规治理框架。”王渝伟说。美国的AI巨头们正排着队向国会表忠心。7月21日，谷歌、OpenAI、微软、Meta、亚马逊、AI创业公司Inflection、Anthropic，七家最具影响力的美国AI公司，就在白宫签署了一份自愿承诺。保证在向公众发布AI系统前允许独立安全专家测试他们的系统。并与政府和学术界分享有关他们系统安全的数据。他们还将开发系统，当图像、视频或文本是由AI生成时向公众发出警告，采用的方法是“加水印”。 7家美国AI巨头排代表在白宫签署AI承诺此前，美国国会听证会上，OpenAI的创始人山姆·奥特曼表示，需要为人工智能模型创建一套安全标准，包括评估其危险能力。例如，模型必须通过某些安全测试，例如它们是否可以“自我复制”和“渗透到野外”。或许山姆·奥特曼自身也没有想到，AI的飞轮会转得这么快，甚至有失控的风险。 “我们一开始还没有意识到这件事情这么紧迫。”王渝伟说，直到上门来咨询的公司创始人越来越多。他感到，这一次的人工智能浪潮正在发生与过去截然不同的变化。今年年初，一家最早接入大模型的文生图公司找到王渝伟，这家公司希望把自己的业务引入中国，因此，他们想了解这方面的数据合规业务。紧接着，王渝伟发现，这类的咨询越来越多，更明显的变化是，前来咨询的不再是公司的法务，而是创始人。“生成式AI的出现，原有的监管逻辑已经很难适用。”王渝伟说。从事大数据法律工作多年的王渝伟发现，生成式AI与上一波AI浪潮正在呈现更加底层的变化。例如，上一次的AI更多是基于算法进行推荐，还有就是一些人脸识别，都是针对一个场景，针对一些小模型，在具体应用场景当中进行训练，涉及的法律问题不外乎知识产权、隐私保护的问题。而在这个生成式AI生态之上的不同角色，例如提供底层大模型的公司，在大模型之上接入做应用的公司，存储数据的云厂商等，对应的监管都不尽相同。目前大模型所带来的伴生风险已经有了共识，业界明白，商业化应用势必会放大这种风险，要想保持业务的连续性，就需要重视监管。难点就是，“如何找到一条既能做好监管，又能不影响行业发展的路径。”王渝伟说。结语对于整个行业来说，在对技术加深探讨的同时，也正在引发更为深远的思考。在AI逐渐占据科技产业的主导地位之时，要如何确保技术的公正、公平和透明性？当头部公司紧紧掌控技术和资金流向时，如何确保中小企业和初创公司不被边缘化？大模型的开发和应用蕴含巨大潜力，但盲目跟风是否会导致我们忽视其他创新技术？ “从短期来看AI大模型正在被严重高估。但从长期看，AI大模型被严重低估了。” 半年时间里，AI热浪翻涌。然而对于中国的创业公司和科技巨头来说，在热炒的市场氛围中，如何保持清醒的判断，做出长远的规划和投资，将是检验其真正实力和远见的关键。来源：金色财经

金色财经2023-08-04

24小时热点