FX168财经网_全球视野外汇黄金加密货币NFT资讯网

刘烈宏：加快构建全国一体化算力网推动建设中国式现代化数字基座

金融界2024-03-16

科技行业大裁员浪潮下数据科学家的失业求职记

的工作。一些招聘信息甚至要求应聘者拥有机器学习和人工智能方面的高级学位或专业经验。在这场裁员风暴中，不仅是普通员工受到了影响，就连谷歌这样的科技巨头的前员工也面临着同样的挑战。克里斯托弗·方是谷歌前员工，他创建了一个名为Xoogler的组织，旨在为从谷歌下岗的员工提供帮助。他表示，对于许多前谷歌员工来说，如今最大的挑战是找到一份能保持他们以前工资水平的工作。与此同时，人工智能工程师市场却呈现出蓬勃发展的态势。根据综合数据，全国高级AI工程师的平均工资超过19万美元。然而，这并没有给像克罗伊桑特这样的求职者带来多少安慰。她说：“市场已经发生了翻天覆地的变化，我不知道自己是否还需要继续在这个行业里找工作。” 在这场裁员风暴中，许多人开始重新思考自己的职业规划和发展方向。一些人选择离开科技行业去寻找新的机会，而另一些人则选择妥协接受不那么稳定、工作环境更艰苦、工资和福利更低的工作。无论选择哪种道路，都需要付出巨大的努力和面临各种挑战。对于克罗伊桑特来说，她最终找到了一份工作，但薪水和职位都不如以前。她说：“我感到非常幸运，因为我知道有些人已经找了好几个月了，但还是一无所获。”她表示，现在的就业市场非常竞争，需要不断努力才能找到合适的工作。总的来说，科技行业的裁员风暴给许多人带来了巨大的冲击和挑战。在这个变革的时代，每个人都需要重新审视自己的职业规划和发展方向，不断学习和提升自己的技能，以应对未来的不确定性和挑战。

金融界2024-03-16

在最新的商户支付提供商报告中，Adyen 在六项标准中获得最高分

的单一技术平台， Adyen 使用包括机器学习和数据在内的最新技术来增强商家能力并增强其业务。其简化的解决方案提高了商家的授权率，既提高了付款接受度，也推动了业务增长。在此处下载完整报告，详细了解 Adyen 的商家支付提供商能力。

美通社2024-03-16

颠覆还是泡沫？加密货币引领掘金新浪潮

智能革命的需求。尽管区块链在简化现有机器学习 (ML) 流程方面还有很大潜力，但最激动人心的机会将出现在加密货币和人工智能融合、实现全新结果的领域。最令人兴奋的新型设计空间将涵盖以下领域：支持共享、无需许可的数据存储库的去中心化存储，通过检索增强生成 (RAG) 技术实现更好的训练或性能更高的模型。零知识证明用于模型或内容验证、训练或用户数据隐私保护，或支持边缘计算和本地（客户端）推理。新型信息市场和更好的机制来收集更高质量的数据——基础模型需要更专业的数据输入才能继续发展。自主代理通过智能合约进行交易，使它们能够使用机器操作的私钥积累资源、知识和资产。随着加密赛道影响从计算供应到数据市场，再到强大基础模型的集体创建与货币化等一切领域，开源人工智能/机器学习性能将被加密货币大幅提升，从而在未来几年推动人类生产力发展和开放协作生态的打造。加密货币将成为人们接触人工智能崛起的最佳方式。投资者们既可以通过像 ETH 这样的蓝筹资产进行间接投资，也可以直接持有或通过代理、模型、网络和数据集进行投机。接下来是什么？我们正处于该行业的一个拐点。经过多年的奋斗，冲破市场、现有势力和监管的重重阻力，局势终于发生了转变。一系列重要风口汇聚在一起，共同引领我们迈向一个去中心化的未来——可以说，加密时代已经到来。基础设施和中间件迎来发展高峰，使得链上体验实现了阶跃式发展，但我们仍需要注意一点。在理想情况下，模块化不仅能实现专业分工，还能使控制权和故障点分散到多个参与者身上。然而，这些新框架中的每一环都涉及不同的技术和安全假设、激励机制、代币分配路线图、风投机构、基金会架构和内部政治。过去一年残酷的经济衰退中，加密领域建设者们做出的努力令人钦佩，我们不应忽视他们的贡献。然而，随着行业回暖，一些代币为了蹭热度，会包装成与其他项目的“合作关系”，但实际上并没有真正的技术或业务结合。此外，一些项目会通过公关手段制造虚假繁荣，比如花钱雇佣水军发帖宣传，或者通过激励措施鼓励用户参与，但这些行为并不能代表项目真正获得了用户的认可。因此，我们需要警惕行业信息茧房和虚假信号活动，不要被表象迷惑，要理性判断项目的价值。未来几年，对于不断涌现的项目，我们共同肩负着责任，要求它们在技术设计选择、代币集中度、价值分配、理念和治理等方面都保持负责任的态度。这才是加密货币披荆斩棘，走向辉煌之道。来源：金色财经

金色财经2024-03-15

要么剥离，要么下架？TikTok广告主急了华盛顿特使：未来十年中美仍将是“系统性”竞争对手

的核心”，竞争范围从人工智能(AI)到机器学习，再到量子科学和生物技术。而以上这些将塑造全球经济，同时也带来新的军事技术，“定义未来的力量平衡”。伯恩斯强调，拜登政府在限制中国获得用于AI等领域的美国先进技术和半导体方面“具有强烈的使命感”。中国外交部长王毅上周谴责美国打压中国。他表示，华盛顿与技术相关的限制已经达到“令人困惑、荒谬的程度”。对此伯恩斯回应表示，中国也有类似的政策限制某些“核心”技术的出口，以保护其国家安全利益。过去两年，#中美关系#在人权、时任众议院议长南希·佩洛西(Nancy Pelosi)访问台湾和涉嫌中国间谍气球等一系列问题上急剧恶化后，双方都寻求改善关系并恢复高层接触。两国最高领导人会晤意义重大伯恩斯提到，美国总统乔·拜登(Joe Biden)和中国国家主席习近平十一月的会晤促成了“相对更加稳定的关系”。早些时候，中国最高外交官王毅表示，会晤后两国关系“取得了一些改善”。美国大使表示，华盛顿认为习近平与拜登的峰会“非常富有成效”。他说：“它没有解决重大问题上的许多悬而未决的分歧，但是......它证实了两国的判断......我们是竞争对手。我们保持持续的沟通非常重要，” “这种关系仍然具有高度竞争性。在接下来的十年里，我们很可能会成为系统性竞争对手。我们负责任地处理我们之间的分歧非常重要。” 在长达一小时的研讨会上，伯恩斯还驳斥了中国正在崛起而美国正在衰落的说法，并强调了美国强劲的经济表现，以及较低的失业率和通胀率。他指出，美国在技术和教育方面也一直处于领先地位，而其在印太地区的联盟也日益强大。当被问及南海问题时，伯恩斯表示，美国“非常关注中国试图对菲律宾施加的强制压力”，并强调北京对仁爱礁的主张“没有国际法依据”。伯恩斯说：“我们显然希望看到和平得以实现，希望看到中国停止挑衅行为。我们非常希望接下来的几个月会更加平静，但我们对菲律宾的支持非常果断、非常明确。”

IreneLim2024-03-15

第四范式(06682)上涨5.33%，报73.1元/股

工智能市场中占据最大的市场份额，其自动机器学习算法领跑全球，在准确性和有效性方面打破了两项图学习标准的世界纪录。截至2023年中报，第四范式营业总收入14.68亿元、净利润-4.56亿元。 3月20日，第四范式将披露2023财年年报。

金融界2024-03-15

盘点五大去中心化虚拟基础设施DeVIN协议

将全局网络里未使用的处理能力与有需求的机器学习项目连接起来，使用市场机制来支持这种交换。Gensyn对机器学习应用的重点关注将它与其他DeVIN项目区别开来。除了提供算力外，Gensyn还可以验证工作和模型训练完成得是否正确，确保网络中代表某一方进行的训练是可信可靠的。 Grass Grass是一个去中心化网络，收集公共网络数据来训练人工智能模型。通过安装浏览器扩展程序，用户在Grass上运行一个节点，并为网络贡献可用的互联网带宽，使其合作伙伴能够收集公共网站数据并训练他们的模型。用户随后会因自己的贡献获得补偿（因Grass目前处于beta测试阶段，用户也许会在将来获得补偿）。（2）去中心化数据存储协议现在，我们来研究一下数据存储类DeVIN。这些解决方案比计算解决方案更成熟，但仍然还是个早期押注，去中心化数据存储市场需要应对有效训练人工智能的大量资源限制才能押注成功。据估计，到2025年，全球将存储超过175T千兆字节数据，降低成本并使其结构更加有效将大大影响人工智能和数据管理方面的数据培训。 Filecoin Filecoin的数据存储解决方案影响了全球数据，将未使用的存储空间变成了一个活跃可访问的市场。该协议以其存储数据、加密、复制和在全网分发数据的做法而闻名，这使得它具有很强的抗审查性和防数据丢失能力，而且价格要便宜得多。Filecoin为人工智能的数据层提供了一个可靠的去中心化支撑，这与区块链作为防篡改数据中心的用例完全一致。该平台使用独特的模型来验证存储，确保存储在网络上的数据随着时间的推移能够一直安全、准确。验证过程是至关重要的一步，因为Filecoin旨在证明去中心化存储是能够优于传统的云存储解决方案的。 Arweave Arweave以一种创新方式处理数据存储，将自己定位为数字时代的永久档案，而非一个临时存储库。该协议没有使用“rent”（租用）模式进行数据存储，而是使用了“buy”（购买）模式，一次性付款即可确保在其去中心化网络上可以将数据存储几个世纪之久，由AR（一种可铸造代币）提供安全保障。Arweave雄心勃勃的愿景是建立一个永久的去中心化网络，这是在寻求可持续的安全数据存储解决方案方面的一个重大飞跃。 Arweave在数据存储方面的基础上进行了扩展，最近推出了Arweave AO公共测试网，迈进了去中心化计算领域。这一更新将Arweave从存储解决方案转变为具有“超级并行计算机”的整体计算平台，能够处理繁重的计算工作负载。 2、未来展望虽然DeVIN处于加密技术的最前沿，但未来的道路仍然充满了许多挑战。上述协议的出现时间要早于它们的市值，随着生成式人工智能的发展，人工智能的最大参与者们开始发起AGI倒计时，时间至关重要。 io.net、Gensyn、Grass、Filecoin和Arweave等项目强调去中心化计算和存储在开拓市场和降低准入成本方面发挥的关键作用，他们还强调DeVIN迫切需要解决当前的采用障碍，才能充分支持人工智能不断增长的计算需求。虽然对许多人来说，加密和人工智能的结合似乎是一种模因现象，但在人工智能领域将竞争所需的基础设施民主化却不是。人工智能面临的计算和数据存储挑战凸显了对DeVIN解决方案的明显需求。然而，要充分实现这些优势，还需解决早期采用问题、监管障碍和正在上演的GPU军备竞赛。像这样的障碍仍在阻碍着DeVIN成为人工智能基础设施的中坚力量。对于DeVIN参与者来说，如果他们不能很快达到产品市场契合度，那么他们将面临很多风险，未来几个月将为去中心化计算提供商敞开一个独特窗口，以确保他们在市场上的地位。事关重大！来源：金色财经

金色财经2024-03-15

AI+Web3未来发展之路（一）：产业图景和叙事逻辑

与Web3相结合。 LLM的诞生与之前机器学习的流程有一些区别，但总体上，一个简化的AI生产流程大致分为以下几个阶段：数据获取在AI模型的训练全生命周期中，数据是AI模型提供训练的基石。通常需要采用高质量的数据集作为基础，并进行探索性数据分析 (EDA) ，创造可重现、可编辑和可共享的数据集、表格和可视化图标。数据预处理和特征工程/提示工程获得数据后需要对数据进行预处理，这里在机器学习中是特征工程（数据标注），在大模型中是提示（Prompt）工程。包括迭代地对数据进行分类、聚合和删除重复数据以标注精细的特征，迭代开发可供LLM结构化查询的Prompt。同时需要可靠地将特征/Prompt进行存储和共享。模型训练和调优利用丰富的模型库对AI模型进行训练，通过不断的迭代和调整，提升模型的性能、效率和准确性。其中在LLM中主要是通过人类反馈强化学习（RLHF）来不断对模型进行调优。模型审查和治理使用MLOps/LLMOps平台来优化模型开发流程，包括模型的发现、跟踪、共享和协作，确保模型的质量和透明度，同时符合伦理和合规要求。模型推理部署训练有素的AI模型，对新的、未见过的数据进行预测。模型利用其学习到的参数对输入数据进行处理，生成预测结果，如分类或回归预测。模型部署和监控在确保模型性能达标后，将其部署到实际应用场景中，并实施持续的监控和维护，确保模型在动态变化的环境中保持最佳性能。在以上流程中，有很多Web3与之结合的机会。目前，我们看到AI发展过程中的一些挑战，例如模型的透明度、偏见和伦理应用等问题引起了广泛关注，在这一方面，Web3技术结合ZK等密码学技术，能够改善AI的信任问题。此外，AI应用需求的提高也对更低成本、更开放的基础设施和数据网络提出了要求，而Web3的分布式网络和激励模型也能够打造更加开放、开源的AI网络和社区。 AI+Web3产业图景和叙事逻辑结合上述AI生产流程和AI与Web3结合的方向，以及当前市场上主流的AI+Web3项目，我们梳理出了AI+Web3产业图景，AI+Web3产业链可以分为三层，分别为基础设施层、中间层和应用层。基础设施层主要包括计算和存储基础设施，贯穿整个AI工作生产流程，提供AI模型训练、推测等需要的算力，以及全生命周期中数据和模型的存储。当前AI应用快速增长，使得对基础设施尤其是高性能算力的需求出现了暴增。因此，提供更高性能、更低成本、更充足的计算和存储基础设施会成为未来几年（AI发展早期）成为非常重要的趋势，预计将抢占50%以上的产业链价值。 Web3能够打造去中心化的计算和存储资源网络，利用闲置、分散的资源，来显著降低基础设施的成本，服务广大的AI应用需求。因此去中心化AI基础设施是目前确定性最高的叙事。当前这一赛道的代表性项目包括主打渲染服务的Render Network，以及提供去中心化的云服务和计算硬件网络的Akash、gensyn等；存储领域，代表项目仍然是老牌去中心化存储网络Filecoin、Arweave等，最近也推出了针对AI领域的存储和计算服务。中间层主要指在AI工作生产的特定流程中，采用Web3相关技术改善现状和存在的问题。主要包括： 1）数据获取阶段，采用去中心化的数据身份，创造更开放的数据网络/数据交易平台。主要通过结合密码学技术和区块链特性来保护用户和确权数据，并结合激励措施鼓励用户分享高质量的数据，从而扩大数据来源，提高数据获取效率。这一领域的代表性项目包括AI身份项目Worldcoin，Aspecta，数据交易平台Ocean Protocol，以及低参与门槛的数据网络Grass等。 2）数据预处理阶段：主要创建分布式的AI数据标注和处理平台，采用经济模型激励来鼓励众包模式，以推动更高效、更低成本的数据预处理，服务后续的模型训练阶段。代表项目如Public AI等。 3）模型验证和推理阶段：如上一小节所述，数据和模型黑盒是目前AI中现实存在的问题，因此在模型验证和推理阶段中，Web3能够结合ZK、同态加密等密码学技术，来验证模型的推理，是否使用给定的数据和参数，确保模型的正确性，同时保护输入数据的隐私。典型的应用场景是ZKML。目前Web3技术结合在模型验证和推理阶段的代表性项目包括bittensor、Privasea、Modulus等。中间层的很多项目更偏向于开发者工具，通常针对现有的开发者、项目方等提供附加服务，在目前AI发展的早期，其市场需求和商业落地仍在发展过程中。应用层在应用层面，更多的是AI技术如何应用到Web3中。Web3应用结合AI技术能够有效提高效率和产品体验，例如利用AI的内容生成、分析、推测等功能，可以应用到诸如游戏、社交、数据分析、金融预测等各个领域。目前AI+Web3的应用主要可以分为三大类。 1）AIGC类，即采用AI生成式技术允许用户通过对话生成文字、图片、视频、Avatar等内容。以单独的AI agent或者直接结合进产品中展现。代表项目包括NFPrompt、SleeplessAI等。 2）AI分析类，项目方融入自己积累的数据、知识库、分析能力等训练垂直的AI模型，能够进行分析、判断、预测等，并产品化提供给用户，使得用户可以低门槛地获取获取AI的分析能力，例如数据分析、信息追踪、代码审计和修改、金融预测等。代表性项目包括Kaito、Dune等。 3）AI Agent Hub，各类AI Agent的聚合，通常提供用户无代码创建定制化AI Agent的能力，类似GPTs。代表性项目包括My Shell、Fetch.ai等。应用层目前还有没有出现非常头部的项目，但长期来看一定是天花板更高的板块，具有极强的尚待挖掘的潜力。AI+Web3应用的竞争不在于技术的创新竞争力，而在于产品能力和技术能力的积累，特别是在AI方面能够提供体验更好的产品，将会在这一领域获得更多竞争优势。 Future3 Campus第三期“Web3+AI孵化营”招募 3月1日起，由万向区块链实验室、HashKey Capital联合发起的Web3.0创新孵化平台Future3 Campus第三期（Future3 Camp3）——“Web3+AI孵化营“项目招募已正式启动！Future3 Campus将与亚马逊云科技合作，由亚马逊云科技为本次孵化营提供独家技术支持，推进Web3+AI融合创新！本次招募以上海、粤港澳大湾区、新加坡为主要孵化基地，面向全球招募不超过20个AI项目，并为其提供一站式Web3创业项目辅导与资源支持，包括但不限于技术指导、资源对接、宣传曝光、市场活动、融资服务等。 “Web3+AI孵化营”导师 - 持续更新中杜宇 Future3 Campus发起人、万向区块链实验室负责人寄语：AI是生产力，Web3是生产关系。AI与Web3的结合将会开启下一代互联网的无限机遇。胡智威 HashKey Capital投研负责人寄语：AI与密码学，这两种最前沿和浪漫的机器语言，等待着勇敢的创业者们去解读！ Han Sijie 亚马逊云科技Web3高级专家寄语：Web3遇上AI，必将带来不一样的未来。黎叔亚马逊云科技Senior Startup Advocate 寄语：探索未知，震撼已知。来源：金色财经

金色财经2024-03-14

3D建模时间缩短上百倍 a16z刚投的这家AI公司重新定义3D未来

Kaedim 3D是一款基于人工智能和机器学习的3D建模软件，可以自动生成高质量的3D模型。 4.创始人团队： Konstantina Psoma，创始人兼CEO。在布里斯托大学攻读硕士学位期间，她就一直热衷于人工智能与艺术的交集。在大学的最后一年，Konstantina在与几家游戏开发商（包括Aardman和Rebellion Games）交谈后，创立了Kaedim。 5.融资情况： 3月10日，Kaedim宣布获得由A16z Games领投的1500万美元基金，Pioneer Fund参投。此前的投资者包括Siqi Chen（Runway首席执行官）、Scott Gelb（前Riot Games总裁）、Nate Mitchell（Oculus联合创始人）、Eden Chen（Pragma首席执行官）等，具体投资金额未披露。 02.弥补市场空缺 Kaedim的创立源于对3D建模技术和新兴市场的前瞻性思考。随着科技的不断发展，3D建模已经渗透到游戏、影视、虚拟现实等多个领域。在过去的十年中，移动和流媒体市场崛起、免费游戏和视频订阅等商业模式的增长，带动了用户和玩家需求急剧上升。然而，成本与内容也在成正比上升。英国竞争与市场管理局（CMA）报告显示，如今获得批准的3A游戏平均开发预算超过2亿美元，与2010年相比成本增加了约20倍。赛博朋克游戏一件3D项目制作成本高达1.4万美金 Kaedim创始团队视察到这一市场需求与空缺，并且深知3D建模技术的潜力和价值，希望通过最简易的方法将2D图像转为即用型3D资产，为用户提供更高效、智能、低成本的3D建模解决方案。 Kaedim成立于2020年，由创始人Konstantina Psoma在完成深度学习硕士学业后与几位游戏开发商合作创立。其创始人还曾入选2023年福布斯30位30岁以下精英榜单。自成立以来，Kaedim便一直致力于研发3D模型软件，迄今为止已经发布了包括Kaedim 3D、Kaedim Studio、Kaedim SDK、Kaedim AI在内的多款产品。不同产品之间的配合分工，可以帮助用户快速、准确地创建出高质量的3D模型。目前，该公司每月为超过2万名创作者和250家企业开发商提供服务，其中包括许多知名游戏工作室和电子商务平台。该公司最近还推出了一个拥有1万种资产的3D资产市场，并计划通过“端到端通道”为用户提供更直观的艺术工具与创作流程。 03.高质量3D内容触手可得在人工智能的加持下，Kaedim创造了一种超越传统3D方法的独特方式，为游戏开发和其他行业提供了强大的支持。在提升企业产出效率的同时，Kaedim也为创意的实现开辟了新天地，使高质量的3D内容创作在多个行业中变得更加触手可得。生成模型的“幕后花絮” Kaedim的3D模型生成方法融合了尖端的机器学习技术和其团队深厚的艺术造诣，将传统建模的时间压缩了几十上百倍。当然，Kaedim在帮助企业提升效率的同时也在不断追求着质量的卓越。首先是输入过程。用户可以通过图像或文字描述来启动模型的生成，为了确保最终成果符合期望，在提交前需要参考Kaedim官方提供的输入指南。接着是自动化生成步骤。用户提交的输入将经历一系列精细的预处理，以便系统能够在3D空间中精确地复现它们。经过处理的图像将被转化为3D模型，不过，模型可能需要进一步的调整才能投入生产。然后是极具特色的艺术家打磨环节。在3D模型的生成过程中，Kaedim的艺术家们将对每一个模型进行细致的审查和必要的修改，以确保其生产的可行性。这不仅提升了用户体验，也为Kaedim的机器学习模型提供了宝贵的训练数据，帮助AI不断自我完善。最后一步是模型下载。用户可以轻松下载模型并对其进行细节优化。Kaedim提供了多种工具，以便用户进一步编辑和定制模型。除此之外，用户还可以将模型导入自己的建模软件中，以便进行个性化的创作。目前，Kaedim团队正在努力实现更好的3D重建以及创建更多的自动化对象类别，旨在使更多的产消者和独立项目能够无缝访问软件。为多家企业赋能 Kaedim团队已和多家企业达成合作，利用机器学习工具和最新的生成模型为各种“艺术家团队”赋能，以下是一些使用案例。 Myth Studio是一家位于伦敦的动画工作室，专门从事动画和设计。动画和设计离不开3D建模，但是3D建模是一项相对专业的技能，并且传统创建3D资产的方法需要花费很多的时间和资源，这对该公司构成了极大的挑战。使用Cinema 4D，通常需要一整天或半天的时间，并且在此期间会占用一名团队成员的工作精力。而使用Kaedim，设计师只需花费15-30分钟将图像组合在一起，几个小时内即可创建多个网格。效率的提升使得Myth Studio能够接受和探索更多的项目，省时省力的同时还保证了模型的质量。马修·麦克兰是一位建筑师和艺术家，领导着位于加利福尼亚南部的一个Web3工作室，处于推动未来工作和协作的最前沿。该公司的目标是创造一个超越地理边界的多样化活动场地以及知识共享圣地，但是传统的模型构建办法并不能将其复杂、有机的想法转化为有形的模型。 Kaedim图像转3D的功能极大地改变了设计的游戏规则。马修提到，Kaedim的出现使得自己的许多想法变成了现实，并且极大地节约了时间成本。原本需要花费500个小时来制作的项目，现在仅需几个小时即可完成，这显著提高了构思和效率，使人们能够更多地关注创造力而不是制作。在完成项目后，马修对Kaedim团队的付出表达了由衷的感谢，并表示会继续利用Kaedim来构建概念、独特的家具等。 04.定义3D工作流程的未来 Kaedim在3D领域的卓越表现，早已超越了简单的模型制作，它正在逐步颠覆整个3D工作流程。 Kaedim的理念旨在将人类专业知识与人工智能算法相结合，以加速和增强各种3D开发场景。与市场上其他基于AI的3D工具相比，Kaedim更加注重AI所带来的效率提升，以及人类技能在其中的参与度。 AI生产力+应用 Kaedim拥有市场上唯一可以生成供艺术家编辑的3D模型产品。可立即编辑、再次优化的3D模型可以轻松集成到任何工作流程中，因此艺术家不必重新创建初始模型，极大提高了生产力。 Kaedim的合作商之一，Web3元宇宙与游戏平台Upland的艺术总监表示，“我们在不到两周的时间内为玩家打造了2种新体验，3D内容制作速度加快了70%。” 此外，Kaedim的3D建模技术还拥有众多潜在的应用场景。随着VR和AR硬件设备的不断普及，Kaedim的技术在软件上能够打造出更加逼真的虚拟世界；在教育领域，其3D模型可以作为生动的教学辅助工具，帮助学生更直观地理解知识；对于广告营销人员来说，Kaedim的3D技术能够创造出更具吸引力的广告画面，吸引消费者的目光。然而，尽管AI强大无比，但它并不能替代人类的创造力。 AI与人类的组合，才能实现一加一大于二的效果。设计师们负责放飞想象力，提供源源不断的创意；而AI则负责处理繁琐的数据和计算任务，让设计师们有更多时间专注于创意的实现和优化。创建未来元宇宙面对如此广阔的应用前景，Kaedim的下一步又将如何布局？首先，Kaedim计划进一步提升AI系统的智能水平。该公司目前正在研发更为先进的算法和模型，让AI能够更好地理解设计师的想法和需求，自动优化模型细节。除了在现有领域深耕细作之外，Kaedim还在积极探索新的应用领域和市场。例如，智能制造、物联网等新兴领域。 Kaedim还计划与其他行业的领军企业建立合作关系。通过与科技公司、研究机构、高校等进行深度合作，Kaedim能够吸收更多的创新理念和先进技术，为公司的未来发展注入新的活力。人才培养也是Kaedim非常重视的一环。他们将加大对设计师和技术人员的培训力度，提供丰富的培训课程和实践机会，帮助他们成为3D领域的佼佼者。创始人Psoma表示，未来一年Kaedim将专注于探索其在3D建模行业的更多潜力，并进一步巩固公司在全球的市场地位。她还承诺道，“我们是元宇宙的忠实拥护者，在未来，我们希望现在只能创建2D资产的每个人能够亲手制作3D体验。” 参考链接： 1.https://www.kaedim3d.com/ 2.https://assets.publishing.service.gov.uk/media/644939aa529eda000c3b0525/Microsoft_Activision_Final_Report_.pdf 【声明】：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2024-03-14

MHMarkets迈汇：人工智能、比特币与能源价格

标志着第四次工业革命的进程。人工智能和机器学习（ML）已变成了科技界的热门话题，主要得益于OpenAI推出的生成式AI聊天机器人ChatGPT。MHMarkets迈汇表示，自2022年11月推出以来，ChatGPT迅速成为AI的代表性成就，仅用60天便吸引了超过1亿用户。能源行业正越来越多地采用AI工具，分析庞大的数据集、地质图以及数字记录，以便于识别可能的管道腐蚀和设备过度使用等问题。例如，去年，能源巨头壳牌公司（SHEL）宣布将采用SparkCognition的AI技术进行深海勘探和生产，以期提升产量和运营效率。利用AI进行地震成像可以将勘探所需时间从九个月缩短至不到九天。MHMarkets迈汇表示，BP公司早在2019年就与AI初创公司BelmontTechnology合作，开发了基于云的地球科学平台“Sandy”，以便于解读地球物理、地质和油藏数据，并利用AI神经网络进行分析和模拟。在加密货币领域，比特币的热潮正处于加速发展阶段，部分原因是市场参与者出于对错过机会的恐惧（FOMO）纷纷加入。最近，比特币价格一度上涨4.2%，达到72,486美元，接近历史最高点。比特币价格的上涨部分是因为即将于4月20日到来的减半事件，这将是比特币的第四次减半，挖矿奖励将从6.25BTC减半至3.125BTC，从而减缓新比特币的产量。与此同时，在经历了Covid-19疫情的短暂中断后，许多国家正在加大对可再生能源的投资。根据彭博新能源财经的报道，2023年全球对清洁能源的投资增长了17%，达到了1.8万亿美元，其中对可再生能源的投资是对化石燃料投资的1.7倍。然而，这些在科技和金融界引起广泛关注和激动人心的变化，也带来了一个显著的副作用：高额的能源消耗。MHMarkets迈汇指出，人工智能、加密货币挖矿以及清洁技术生产的增加，正对美国的能源供应构成压力，导致供应跟不上需求的状况。根据NERC的最新评估，预计2024年夏季的电力需求将达到自2016年以来的最高水平，而冬季的需求则是自2015年以来的最高。

金融界2024-03-14

24小时热点