FX168财经网_全球视野外汇黄金加密货币NFT资讯网

汤姆猫：5月8日召开分析师会议，华宝基金、华泰柏瑞基金等多家机构参与

蓝振忠博士外，西湖心辰依托于西湖大学深度学习实验室，目前已汇聚了一批国内顶尖 I 技术人才，团队成员务实、年轻，是国内为数不多的已构建了“模型层—中间层—应用层”产品架构的人工智能团队。由该团队推出的基于人工智能预训练模型的相关应用，已积累了数百万用户。同时，相较于其他大模型，西湖心辰的预训练模型具备长期记忆、情感感知和主动聊天等功能，这与公司在汤姆猫人工智能语音交互产品上的使用场景和发展规划高度契合。后续，借助西湖心辰在人工智能领域积累的技术优势与公司全球知名的 IP 优势，双方将在多模态大模型、通用人工智能垂直领域模型及终端硬件等交互产品领域开展深度合作并快速落地，将“会说话的汤姆猫”升级迭代成有记忆、有情感、能主动聊天的汤姆猫，并将汤姆猫 IP 的应用场景从游戏拓展至教育、智能硬件、智能家居入口。 4、与同行企业或者其他 IP 相比，汤姆猫未来在人工智能领域的核心竞争力体现在哪些方面？公司深耕家庭娱乐和亲子互动类移动应用的开发与运营十余年，形成了系列高品质应用产品与广为人知的 IP 形象。在人工智能技术迅速发展的背景下，公司的主要优势体现在（1）公司以“会说话的汤姆猫家族”IP 数字形象为核心内容，开发上线的《会说话的汤姆猫》《会说话的狗狗本》《会说话的安吉拉》等游戏产品矩阵因模仿人类说话、以及对用户的触摸、拍打做出即时反应、通过打电话与玩家互动等创新性玩法，而风靡全球。“会说话的汤姆猫家族”IP 是最早与用户具有交流、互动功能的数字“人物”之一，给全球用户留下了深刻的“交互”、“陪伴”特征。汤姆猫家族 IP 旗下多款产品的交互玩法与生成式人工智能技术的应用场景具有较高的契合度；（2）十余年来，公司产品积累了庞大的用户流量。截至目前，汤姆猫系列移动应用产品累计下载量超过 200 亿人次，全球月活跃用户数最高达 4.7 亿人次，其中超过 80%的活跃用户数来自于海外市场，全球庞大的用户基数是公司显著的优势；汤姆猫（300459）主营业务：移动互联网文化产业。汤姆猫2023一季报显示，公司主营收入3.41亿元，同比下降26.48%；归母净利润1.02亿元，同比下降44.01%；扣非净利润1.01亿元，同比下降44.05%；负债率35.5%，投资收益82.79万元，财务费用2795.86万元，毛利率91.32%。该股最近90天内共有2家机构给出评级，增持评级2家。以下是详细的盈利预测信息：融资融券数据显示该股近3个月融资净流入10.74亿，融资余额增加；融券净流入1079.49万，融券余额增加。根据近五年财报数据，证券之星估值分析工具显示，汤姆猫（300459）行业内竞争力的护城河良好，盈利能力较差，营收成长性较差。财务可能有隐忧，须重点关注的财务指标包括：货币资金/总资产率、有息资产负债率。该股好公司指标2星，好价格指标1.5星，综合指标1.5星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）以上内容由证券之星根据公开信息整理，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2023-05-10

行业洞察 | 万字长文讲透数字人与生成式AI未来的创造力和机遇

字孪生体。生成式AI技术作为一种利用深度学习模型从数据中学习并生成新的内容的技术，可以根据文本、图像、音频等输入，生成各种类型的输出，如3D模型、视频、动画、音乐、诗歌等。生成式AI技术的进步将为数字人提供了强大的支撑，使其能够适应不同的场景和需求，展现出无限的可能性。这也意味着人们在线交流的形式将彻底发生改变。数字人栩栩如生的外观，生动的表情，再加上AI技术加持下具备“最强大脑”，会为我们营造出逼真的互动性。每个人可以随便“生产”数字人，甚至拥有自己的数字孪生(兄弟姐妹)的梦幻景象将成为现实，一切都将只是时间问题，甚至在可见的两三年内即可实现。数字人目前最先进的底层技术是什么样?已经在哪些商业场景和行业内有成熟应用?生成式AI将如何赋能数字人的发展?二者的交融会为元宇宙带来哪些新的想象?带着这些问题，我们采访和调研了国内6家代表性数字人服务商的创始团队，他们分别是一知智能、倒映有声、元境科技、拓元智慧、创想数维、宙予科技。本篇内容即是对访谈内容的全面和体系化呈现。 02 主流数字人的技术原理和应用目前国内的数字人技术厂商底层技术主要以NLP(Natural Language Processing自然语言处理)技术、多模态融合交互(不同形式的输入组合(例如，语音、手势、触摸、凝视等)被称为多模态交互模式，其目标是向用户提供与计算机进行交互的多种选择方式，以支持自然的用户选择。)和大模型(大模型又可以称为Foundation Model(基石)模型，模型通过亿级的语料或者图像进行知识抽取，学习进而生产了亿级参数的大模型。)、XR技术(Extended Reality扩展现实，是指通过计算机将真实与虚拟相结合，打造一个可人机交互的虚拟环境，这也是AR、VR、MR等多种技术的统称。)这三种技术为底层技术依托打造数字人。其中NLP技术以创始团队为浙江大学计算机学院人工智能研究所出身的一知智能、上市公司天娱数科战略投资的专门做元宇宙虚拟人相关业务的科技营销公司元境科技两家为典型代表。一知智能一知智能CTO李一夫在采访中表示，一知智能创始团队一开始就是研究NLP技术的，目前一知智能的智能客服等产品就是结合一知智能的NLP能力研发的。在持续探索商业化的过程中，一知智能研发团队也在积极关注和思考前沿技术的发展。当一知智能研发团队认为多模态语音交互领域要想继续往前发展的话，就需要一个语音和文本结合、仿真外观形象和动态视频结合的模态，因此便在两年前便积极布局虚拟数字人，往多模态交互、多模态大模型的方向发展。一知智能CTO李一夫向非凡产研记者介绍，与同行业产品对比中，尤其是在真人驱动以及口唇同步效果方面，一知智能的数字人在行业中应该是处于遥遥领先的状态。尤其在技术优势方面，由于一知智能过去几年积累了大量的语料，迭代出领先的消费行业语音与语义相关的模型，结合自身在多模块交互方面的研究沉淀，未来一知智能将会在数字人的基础上叠加交互的部分，从而扩大技术方面的竞争优势。另一方面，一知智能过去在消费领域积累的客户、业务优势，将会使一知智能的数字人在帮助客户找PMF的应用中取得更大的竞争力。元境科技元境科技很早之前就开始布局NLP技术和应用，NLP核心的语义理解，预训练多模态大模型、NLP 算法集、NLP开发套件等已经集成到了元享智能云平台，具备企业级的落地实力。元境科技创始人王智武表示，元境在做就是通过元境自身的研发实力，降低其他企业在NLP及其他尖端术在应用层的使用门槛。元境科技的产品体系为1+X，其中“1”指元境科技自主研发的产品平台“元享”，通过这个平台元境科技将持续架设很多产品，聚焦垂直赛道和细分领域，同时提供专业产品服务和集成服务，简化和降低技术的应用门槛。元境科技目前的市场定位、探索主要聚焦在如何把一些最新自主训练技术、自主研发技术整合投放个一些垂直行业的应用场景。相比通用型产品，元境科技未来聚焦的方向将以垂直应用场景为主。倒映有声倒映有声成立四年多以来，则一直聚焦在多模态的驱动和生成技术。创始人兼CEO肖朔介绍说，倒映有声把文本、声音和图像，以及数字人相关的动作驱动几个环节整合到一起，形成“多模态的神经渲染引擎”。目前，倒映有声主要服务B端客户场景，提供AI数字人技术解决方案、可视化的操作界面、以及直接调取API技术接口，帮助客户去做数字人音频和视频内容生产，最终实现解放真人劳动力、降本增效的目的。在倒映有声创始人兼CEO肖朔看来，目前的技术流派可以分为两种：第一种是基于传统的3D建模方式，用海外比较成熟的UE或unity的引擎来进行渲染，这套方案在游戏或者影视当中应用较多，现在也有很多优秀的技术公司把它应用在了数字人或元宇宙场景，也同样取得了不错的应用效果。而倒映有声采用的是另外一套技术方案，不需要做传统的3D建模，能够节约大量的人力成本和时间成本，以及不需要再借用海外垄断性质的渲染引擎，因此倒映有声可以实现用更低的成本和更标准化的模式，在云端快速地完成与数字人相关的多模态内容生产。拓元智慧另一家人工智能公司拓元智慧则致力于运用自研多模态大模型、认知推理、因果模型、心智模型等前沿AI技术，为客户核心提供内容生成和虚实交互解决方案。目前已经在真人数字分身、AI协同创作、企业数智服务等领域形成标化产品，服务客户百余家。拓元智慧联合创始人兼元分身平台总经理黄伟鹏向非凡产研介绍，在应用落地方面，拓元智慧主要关注以认知AI为核心的AGI领域的几个主要方向，包括文案和图像视频生成、个性化交互及自主规划型AI大脑等。基团队的多模态AIGC与互动技术，元分身平台可以打造媲美真人的AI数智人，应用于视频合成、直播、互动等场景，为客户提供数智人定制、视频制作服务平台、直播服务平台、个性化交互等服务。其中，视频创作及合成应用适合教育、医学、科技、金融、企事业等泛内容传播，直播应用适用于本地生活商家、品牌店铺、私域24小时直播门店等场景，而交互数字人则适用于售前售后客服和专家型咨询陪伴等场景。创想数维与其他几家不同的是，创想数维目前正在开发的是XR技术(扩展现实技术)。与传统技术如绿幕相比，XR技术在画面效果和操作便利性等方面具有更大的优势。创想数维CEO吴未的目标是将XR技术小型化并推广到其他数字内容生产领域，例如企业活动、综艺、直播和短视频等，让更多人受益。创想数维的核心技术特点包括：首先，具备优秀的自出研发和生产硬件设备的能力，且成本相对较低;其次，拥有一个核心的、平台级别的软件，包括渲染服务器和软件，这也是创想数维技术的一个核心组成部分。除此之外，创想数维正在开发利用AIGC技术快速生成3D场景和动画等算法和工具。宙予科技宙予科技是生成式AI驱动的空间化电商全案服务商。去年宙予科技开发了618京东元宇宙电商项目。作为全球首个元宇宙电商项目，在转化率等核心指标，达到传统电商十倍之多，实现了3D互联网场景营销转化效果的重大突破。目前宙予科技正在进行5000万人民币或等值美元的A轮融资。创始人朱峰是北京大学本硕，从物理转修电影导演/文化产业。宙予合伙人团队由四位相识20年的发小组成，是北京四中、北京大学的高中/大学/硕博士同年级同学，包括两位电商老兵和两位元宇宙渲染引擎专家，是空间化元宇宙电商创业的最优搭配。 “AIGC”全称为“Artificial Inteligence Generated Content 人工智能生成内容”，中国信通院发布的《人工智能生成内容(AIGC)白皮书》认为，目前关于 AIGC 的概念并没有统一界定，国内产学研界的理解是“继专业生成内容(Professional Generated Content，PGC)和用户生成内容(User Generated Content UGC)之后，利用人工智能技术自动生成内容的新型生产方式”。维基百科给出的解释则是“人工智能合成媒体(AI-generated Media 或 Synthetic Media)”，指“通过人工智能算法对数据或媒体进行生产、操控和修改的统称”。 03 数字人在商业领域的崛起随着数字人技术的不断成熟，国内数字人厂商也都积极探索商业化应用场景，而且都有不错表现。本章节我们将为大家介绍数字人的主流应用场景、主要落地行业、C端用户变现场景。 1、数字人的三种主流应用场景目前数字人主要有三大应用场景。第一个是围绕类流媒体的播报场景。这类场景的人员播讲内容和模式通常都比较固定，不需要太复杂的情感演绎，因此这类重复的劳动力很容易用AIGC的方式来代替。倒映有声创始人兼CEO肖朔介绍，他们已经在融媒体新闻播报、教育培训、医疗科普、金融、泛娱乐等场景成功应用数字人。第二类是对时效性要求比较高的，比如过往一些行业的视频节目内容从完成初稿到节目播出可能需要至少花5-6个小时，期间还要经历审核校对等多个复杂流程，并且人力在这个过程中也有很多不可为的点，必须一个新闻主播，每天最多可能只能录10-20条。依托倒映有声的融媒体AI数字人技术解决方案，只需10分钟有效音画数据采集，就可以打造1个主播的AI数字分身。在倒映有声旗下的数字分身内容创作平台上，只需要输入文字，就可以一键生成音频和视频。AI主播/AI数字人可以24小时不间断进行内容生产和播报。这也数字人的一个极具代表性的应用场景。拓元智慧的数字人除了可以还原主播真人的外形、表情、动作和声音，还支持多语种功能。无论在视觉效果或是语音语调上，拓元智慧数字人已具有超过95%的拟真度，整体表现与真人无异甚至超越真人主播。真正实现一个运营顶一个团队，孵化并管理多个IP，极大地降低制作成本，10倍以上提高效率。第三种是短视频、直播带货这样的娱乐场景。数字人能为小B或者大C类用户提供低成本的代替他们的人工在长尾的时间段去进行内容的持续化输出。拓元智慧数字人直播产品，可以随时代替真人主播出镜，通过AI自动编排话术模块，搭载智能对话问答系统，实现7*24小时直播，轻松获得闲时流量收益。 2、数字人的主要落地行业元境科技创始人王智武表示数字人在以下几大赛道有天然优势。第一个是直播。比如在娱乐直播方面，娱乐直播通常需要主播具备很多的才艺，而生成式AI技术应用到数字人后，数字人相当于自带才艺了，并且AIGC技术还在不断迭代，生数据的效果越来越好，在这方面会很有潜力。另一点就是虚拟人数字人可以24小时不间断直播、和个性化定制，能够聚焦更多人群，同时可以通过技术手段进行批量生产，横向和纵向扩展性很强，现在很多企业和团队就在应用我们的元享平台的智播模块进行直播，效果很不错，并且虚拟人数字人的直播模式是批量可复制的，因此一旦能成功，便会给企业降本增效带来很明显的变化。而且这个赛道的核心竞争优势不是技术，而是对业务和场景的编排能力。第二个赛道是AI虚拟人教育。目前很多高校都有在这方面加强投入的意愿。以元境科技目前己上线的“元趣”产品为例，它可以基于真人图像深度学习然后生成2.5D虚拟人，然后只需要输入文本或者生成文本，它就能够按照文本开始说话，而且不需要真人去驱动。这个技术更可以规模化应用在老师教学场景中。第三个赛道是文旅行业。全国各地的旅游景点围绕智慧导游、智慧伴游、数字博物馆等场景都有很强的需求。元境科技也在加紧这方面的布局。此外还有律所、保险和To G行业也有大量需求。目前元境科技已经在教育、文旅行业，还有跟一些大的消费品牌、新能源汽车等都有成功落地经验。创想数维CEO吴未告诉非凡产研，除了文旅行业，创想数维还跟MCN机构和一些agency共同有很多应用和探索。而且体验过的客户都反馈很好，能有效降低他们制作内容的时间和预算成本。宙予科技将自己定位成“帮助电商平台和消费品牌迈入元宇宙的基础服务商”，宙予科技创始人朱峰认为，品牌不一定需要元宇宙，但一定需要流量，而元宇宙能够为品牌带来新的流量。而电商平台里本身就有很多流量。因此宙予科技的打法非常独特，他们把元宇宙直接放进流量核心，也就是电商APP里面。以此为基点，形成“人”“货”“场”三方面的服务。宙予科技打造的24小时AI虚拟主播，一方面可以很好地进行产品的介绍，另一方面可以回答消费者的问题，未来虚拟主播的能量可以在“场”里面得到进一步的释放。拓元智慧总经理黄伟鹏则表示，除了新闻资讯类和医学、教育、财会等泛知识类博主，企业售前售后服务、本地生活等领域也需要AI数字人的加持。拓元智慧从数智人视频到直播的一站式创作，直击传统视频和直播中效率低、成本高等痛点，让内容创作者专注脚本创作及营销策略优化，帮助个人和商家构建全新的数智化运营模式，通过数字人大众化解放生产力。 3、数字人的C端用户变现场景除了服务B端客户之外，倒映有声和元境科技还都有面向C端用户的产品和服务。对于同样有制作数字人需求的C端用户，倒映有声提供了一个数字分身内容创作平台，平台上拥有丰富的通用型服务型数字人来支持C端用户制作数字人。元境可以则分别有“元享”和“元趣”两个C端产品版本，分别是3D和2D产品形态。并且“元享”即是平台又是产品，将来还会为C端开放免费捏脸系统。“元趣”目前以小程序为主，主要是一款针对方便转播的2C用户的免费应用。创想数维也计划推出一些针对C端用户的产品和解决方案。例如快速从2D草图生成3D场景，全面实现剪辑、调色和灯光等方面的 AI 自动化，从而完全摆脱中之人或人为操作。 04 生成式AI技术让数字人“活”起来数字人虽然已经诞生了很长时间，但其长期以来被吐槽最多的就是大部分数字人都过于呆板，除了表情和姿势过于僵硬之外，还完全没法与用户个性化，甚至实时互动。一项数据表明，人和人之间55%的交流靠肢体语言，38%靠语调，只有7%是靠语言。因此数字人的互动能力对提升用户体验非常重要。而随着生成式AI(Generative AI)技术的爆发，将会很好的赋能数字人，极大提升数字人的生动力。 1、生成式AI技术是提升数字人交互能力的拐点一知智能CTO李一夫认为生成式AI技术是提示数字人交互能力的一个重要技术拐点。但目前面临的主要问题在于生成式AI通过大模型形成答案的速度还比较慢，而交互场景对于实时性的速度要求又非常高，所以当前生成式AI还不能直接运用到数字人的交互上，这个也是未来需要大模型去解决的问题之一。目前一知智能在产品上也在研究如何提高接入大模型以及生成式AI的能力，大模型如果能在响应速度上得到飞跃的提升，那数字人的发展将会迎来很大进步。元境科技创始人王智武认为，目前行业内的一些数字人交互能力还不够强主要有以下几个原因，首先因为语料库特别少，比如在10个人同时提问一个问题的场景中，AI产出的答案永远只有一个，这样给人的感觉就是新鲜感特别低，我们也是通过自建语料库去改善重复度高的这个问题。其次，在智能问答的应用场景中，数字人的表情、神态、动作都比较僵硬，给人很假的感觉。第三，在声音选择上，虚拟人之前是没有办法去模拟情绪的。元境在这块下了很大的研发力度，请很多的专家和大牛组成技术团队，攻克数字人交互中的核心难点，通过AIGC和预训练大模型以及庞大的动作数据库才实现了近乎真人的交互表现效果。如果今后其他团队和公司想要提升数字人交互能力，可以尝试自建语料库和在大模型、AIGC这块下功夫，实现百分之90的相似度是可以做到的，攻坚到百分之百的相似度是行业内所有人的共同目标。随着生成式AI技术的进步，尤其有了ChatGPT这样的语言大模型，就能支撑数字人的回答变得多样性且具备拟人语气。另外生成式AI技术也将会让数字人在声音训练、表情模拟以及情绪表达上有很大的飞跃。比如过去以文本驱动虚拟人嘴型的模式会让发声显得僵硬，而现在要驱动虚拟人很好表达情绪的话，则是会用audio2face技术用声音驱动唇形及面部表情，通过情绪的判断及传递实现虚拟人的情绪表达，虚拟人也因此给人感觉更逼真。 2、生成式AI技术如何赋能数字人拓元智慧联合创始人黄伟鹏介绍，目前元分身平台的数字人已经可以通过AIGC技术在短视频、直播和一对一服务等场景中直接生成，并且可以与用户进行智能互动。例如，在直播中，可以解析用户的弹幕内容并直接回答他们的问题。在短视频创作中，设有AI文案功能，帮助运营者生成文案或改写文案，极大减轻视频工作者的创作压力。同时，在互动客服、业务引导等方面，元分身也可以实现实时的一对一驱动，将ASR转化为NLP，进而生成答案并合成语音，在前端输出时还可以进行面部表情、手势等交互操作。通过这些技术优化，可以明显提示数字人的交互能力。创想数维CEO吴未表示数字人制作流程一般包括设计、建模制作、驱动和运营环节。在这个流程中，就可以应用大量的人工智能算法和模型，来加快速度。同时，生成式AI也能使数字人的响应更加智能化，更符合人类特性。举例来说，以前数字人驱动一般需要构建知识图谱，然后将其制作成语音库和动作库，只能回答知识图谱范围内的问题。但有了大语言模型，只需要组合其他组件，如文字转语音、语音转动作、表情库和动作库，就能生成一个可以响应任何问题的智能化AI驱动程序。因此，我们可以像搭乐高积木一样，将各种人工智能组件拼接起来，以更低的成本获得更好的数字人驱动效果。宙予科技创始人朱峰表示数字人的交互一般指的是视觉、听觉和触觉三方面。这三个方面目前都有不同的公司在做。而触觉的提升还属于超早期的阶段，现阶段暂时还没有已经能够落地的方案出来。在视、听觉这两块，已经有很大进展。尤其在听觉方面，小冰、科大讯飞，阿里等企业都在努力克服TTS(Text To Speech)生成的语言的连贯性和情绪问题。目前数字人已经都能很流畅平静的表达，但在声音的抑扬顿挫，音量变化方面仍然有很大提升空间。尤其是人类的情绪变化很多变，语言常常很难准确表达，如何精确培训数字人具备这一敏感度，将会有很大挑战。再说图像领域，目前一个趋势是传统计算机图形学的动摇甚至消亡。原来的计算机图形图像学指的是mesh和texture的体系，就是每一个电脑动画要先建出来模型，模型上面有蒙皮，然后两个东西加在一起才有了传统的模型。后来有了神经网络辐射场(Nerf)，然后通过Nerf去做三维空间，从点、云和三角片状的一些非常零散的呈现面，去表现一个非常真实的立体空间的折射反射现象。它虽然和以往的三维模型加材质工作流不完全兼容，但在UE里面已经实现将Nerf模型直接放入传统工作流形成的环境中直接渲染的案例了，不做动画的话，效果甚至不错。所以最近的一个技术热点就是把Nerf本身的呈现方式还原成点云，然后再进一步地还原成传统的mesh和texture去和它兼容，试着做动画的打通。这还是对于以往的流程的一种改良。但是目前通过prompt就能实现文生图的技术，对于传统流程非常大的颠覆性，意味着几毫秒就能实时生成一堆图。在现在 AGI技术大流行的前提之下，将来整个传统三维的实时渲染工作流将可能全部被革新，这是未来的虚拟人可以走的三条路。 2、生成式AI将带来数字人的交互场景创新一旦数字人的交互能力有很大进步之后，将会为下面几个场景的用户体验带来很大的提升。倒映有声创始人兼CEO肖朔认为，数字人交互能力落地后首先带来改变的就是，可以解决游戏场景中NPC角色配音问题，以及让NPC拥有更丰富的互动能力，产生不一样的文本响应，尤其对于一些养成类游戏的用户体验的提高将会带来很大帮助。第二类是对短视频领域的AI直播带货场景将会有很大优化。现在的AI数字人直播技术依然有很明显的缺陷，比如说虚拟主播手上不能拿商品，而且没有真人主播那么及时的响应速度，所以目前虚拟主播还很难替代真人。但如果虚拟主播的交互能力得到很大提升之后，再加上虚拟主播可以24小时在线，这将会为直播带货行业带来革命性变化。第三种是对一些功能性场景的体验和能力优化。比如AI老师，AI券商分析师早期可能只能单纯地做内容输出，后面交互技术提升了就能接入比如实时问答系统，可以及时回答用户的专业问题。后面他会接上一些。我们其实是叫做问答系统。但目前整个的渲染技术，包括虚拟人的形象等还需要再去提升，因为客户端的体验非常重要。在做交互之前，第一步要先要把画面呈现达到一定水平，再结合交互，这样才能够真正产生商业化的价值。尤其大品牌会要求虚拟人跟自己的品牌形象和品牌调性高度契合，所以对此要求会比较高。 05 国内数字人和生成式AI技术的发展现状和机遇国内外在数字人和生成式AI技术领域内的差异显而易见，只有正视自身短处，才能找到前进动力和方向。采访嘉宾们也分别为我们介绍了目前国内在技术、商业化方面的短板在哪里。 1、数字人要克服的挑战和难点倒映有声创始人兼CEO肖朔认为，数字人的技术离天花板尚有很远的距离，虽然大家要面临很多挑战，但也意味着大量的创业公司依然有很多机会窗口。他说，以3D数字人和2D数字人两种技术解决方案为例， 3D数字人的技术能够做到很高端精细的效果，但是财务成本、时间成本、人力成本都很高，那么，破局之道就是解决成本问题。而对于同倒映有声一样深耕 2D 数字人技术解决方案的公司来说，核心竞争力则是要在人物动作的复杂度上不断加强，更拟真、更细化、更交互、更有情感，以及模态的更深融合，都是需要进一步投入研发的。创想数维CEO吴未认为国内数字人技术面临以下几大挑战。首先，国内企业需要跟上研发的节奏，因为现在很多核心组件都需要在国外厂商那里投入资源去研发。国内的替代速度相对较慢，所以行业需要更好、更便宜的组成部件来降低整体解决方案的成本，同时周边生态也要能跟上。其次，需要降低流量和算力成本。这对于行业的扩张非常重要。如果有大公司愿意牵头，建立流量和算力平台，将有助于其他内容创意者和创意团队更好地拓展业务。最后，客户了解和认识新技术的速度和影响力也都需要加强，这些新技术能为因为数字内容创意行业提供有效的生产力。但距离尽快普及还有很长的客户教育之路要走。 2、国内生成式AI技术的挑战和难点 1)商业模式层面一知智能CTO李一夫认为，国内的生成式AI在技术方面很多还是依赖GPT、diffusion等API或开源框架。在商业化方面，整个生成式AI中，大模型可分为“底层”跟“应用层”两层，其中“底层”又包含大模型的“模型层”等，而目前底层模型仍存在非常大的难点需要去攻克，因此关于商业化的讨论我们更多的都是针对应用层的公司。拓元智慧联创兼元分身平台总经理黄伟鹏表示，这两年处于AI技术发展的拐点，去年11月到现在，全球已经公布总计超过20个大模型产品，让科技圈都看到了希望，除了前期需要大量的创新实践，去探索前沿技术的商业可行性，资金支持也是必不可少的。目前国内应用层的创业者公司主要有下面两类，一种是自身有一定技术背景，然后依赖国外厂商API的公司，他们在垂直化模型研发的过程中，可能遇到的挑战是大模型开放API后，固有技术壁垒的竞争优势会受到影响，同时也会面临训练成本高的问题。另外一种企业可能原来是在做SaaS工具且具备业务know-how的公司，他们会在原有的产品上叠加AIGC的能力，但由于缺乏自主研发的基因，因此即便预算足够聘请算法工程师，但在对生成式AI的理解以及产品的落地方面往往会受限，这类厂商对商业化以及大厂提供生成式AI的依赖度较高，而部分连业务knowhow也缺乏的公司，更是面临很高的创业成本。 2)技术层面拓元智慧联创兼元分身平台总经理黄伟鹏表示，最大的挑战是在数据量和算力上。在数据量上，优质的专门数据和资金支持研发，两者缺一不可。而在算力上，像A100大算力显卡供应，在国内仍处于卡脖子状态，所以国内的AIGC技术会和海外研发造成一定的差距。创想数维CEO吴未认为，首先，发展生成式AI技术的必要条件之一就是要有优质的数据，而不是简单的数据。然而，国内很缺乏优质的结构化数据，这是我们面临的首要挑战之一。其次，发展AI技术需要长期投入研发资金，这可能需要5-10年的时间，而且在此之前很大概率并不赚钱。中国资本、政策以及企业家是否有足够的定力看到这一点，并认识到其发展的必要性将是很大的考验。元境科技创始人王智武强调，国内的整个数据壁垒比较高，而且在国内的整个的大环境下，受开发环境及政策的影响，数据的共享很难实现，高质量的数据也难以获取。相比之下，国外的开发端口比较丰富，高质量数据的获取也相对便捷。第三个问题是国外的开源社区很多，国内的开源社区特别少。第四个问题在算力方面，国内算力受限比较严重，一方面在硬件比如显卡，国内外显卡性能差距较大，另一方面在人才，国外在这方面的人才相对较多，相比之下国内相对匮乏且仅在大厂商内，这些综合因素都造成了国内目前在AI领域相对落后等一些问题。 3)人才层面行业人才缺乏甚至断档也是目前整个行业面临的一大难题。虽然这个赛道今年才开始爆火，但其实已经存在了十多年，只不过一直都处于比较边缘地带。因此人才梯度有严重缺失，会造成短期一两年内人才断档。再加上大企业招人更有优势，因此这对独立厂商搭建团队将会带来一定影响。 3、国内外行业生态差距对比对于国内外差距对比，倒映有声创始人兼CEO肖朔概括了三个值得关注的现象。首先，是否有健全的开源生态。鉴于海内外迥然不同的竞争格局和商业模式，国外开源生态更利于新兴企业的技术崛起。其次，是否有付费习惯和付费能力。海外商业环境下，即使一家AI创业公司只做了一个简单的模块，依然可以产生盈利，但是国内却很难，会快速地陷入到“价格战”的竞争环境中，所以国内AI创业企业的生存难度远高于国外。第三，是否实现工具化的应用。从技术角度来说，海外目前是全面开花，工具化应用也落地更显著。比如，基于GPT的Jasper.ai，NotionAI的营销软件、基于语音识别的Descript等，都已经走出了成熟的商业模式。宙予科技创始人朱峰表示，目前国际上图形学的生成式AI技术的顶峰是生成3D模型，但目前国内外都还没有好的解决方案，依然在尝试通过数据集把生成式3D模型能训练出来。而且这需要投入大量的金钱和人力成本。目前已经成熟的技术里，StableDiffusion是开源的，而Midjourney是闭源的，并且Midjourney对于图像的生成已经到了能生成非常精致的图片的程度，尤其第五代版本是以超写实的，照片级的合成为主方向发展的。但是国内的技术能力还达不到这个程度，目前顶多在第四代水平。大语言模型体现出了“涌现能力”的特征，这是一种“追赶效应”的体现，领先者进化的速度和加速度都会大于落后者。现实世界里差半年时间，在人工智能的世界里可能意味着差十年，要想跟上对方步伐真的很困难。所以在这个前提之下，国内的AI图形生成技术相比海外差距还是蛮大的。在其他领域，比如交互领域商业化有一个非常大的难题，就是厂商对于生成答案的控制和审核的要求，国内外各有侧重。汉语比较难的地方在于其本身的高维度语义呈现，可以隐藏在卷曲的语义里面。这就对每一个公司的审核能力要求很高。如果某一家公司的审核能力不够强，其他公司调用了他们的接口，那么就很难界定责任方。这意味着国内做生成式AI的公司在商业化过程中要遇到一个重要挑战，就是要为自己说的话负责，但这个负责该如何体现，奖惩机制如何平衡等都将是很大的难题。 06 生成式AI技术何时走向成熟和规模化应用元境科技创始人王智武认为生成式AI还有很长的路要走。目前的ChatGPT3.5甚至4相对来说仍只处于10%- 20%的一个基础阶段，因为未来的世界不仅仅是文本，一定是多模态，这意味着未来的生成式人工智能需要能够处理多种数据类型，例如图像、音频、视频等，成为各种各样的形式互相穿插的技术形态。因此虽然前期会有爆发式的增长，但后面需要落实到技术沉淀中，相对增长也会变得缓慢，但越缓慢代表越来越成熟。另外，随着AI技术的不断发展，虽然一些传统的岗位可能会被淘汰，但同时又会催生出很多元宇宙中的岗位。在元宇宙的世界里面，比如基础的程序员会被淘汰，但可能会催生出比如调试员、调优员之类的岗位，除此之外，还会衍生出元宇宙设计师、建筑师、VR/AR工程师等职业，就业种类也许会变得更多。所以我们需要更加积极地适应这种变化，发展和运用技术。另外在基础的一些文本生成方面，文案策划、新媒体运营这样的岗位不一定会被代替，但生产模式可能会随着AI技术而升级。还有就是中之人、演员行业，也会随着AI替换技术的成熟发生很大变化，比如在元宇宙世界中进行表演，将会让艺术变得更加天马行空，想象力会被彻底释放。拓元智慧联合创始人黄伟鹏表示，中国有数以千万计的中小型商家，在直播带货的投入预算上相对有限，且能带动直播及营销效果的主播也比较稀缺，导致供需出现了严重的失衡和脱钩现象。在这种情况下，数字人、AIGC的相关应用在直播行业是非常有前景的。区别于传统真人直播、3D虚拟人直播方案，元分身平台打造了具有互动体验更真实、性价比更高、使用门槛更低、业务搭建更快捷等优势的数智人直播方案。在团队自研的多模态AIGC及互动平台的技术加持下，具备“真人形象和声音+动作多变灵动+自动问答、智能互动”能力的AI数智人主播，对比真人直播GMV超3倍，有效帮助企业打造可靠的7x24小时的超级直播间。宙予科技创始人朱峰的观点是，以ChatGPT为代表的生成式AI技术，大都正在经历落地化应用前的最后一站，有了每一个行业准确的知识再进行进一步的优化之后，插件就会变得越来越多。Plugin Store也就即将是未来的App Store，随着这个应用商店的不断成熟，未来还会涌现出更多的基于AI的APP，这将是下一个时代的真实的落地应用的一个大前提，带来的变革和影响会是非常剧烈的。创想数维CEO吴未认为，随着生成式AI技术的不断成熟，在3到5年内，单个岗位的工作效率可能会提高5到10倍。这是第四次工业革命的开始，从今年开始就是生成式AI的时代，它将先从以服务类、文娱、内容产业为主的第三产业开始普及。当AIGC真正深入到企业的生产环节中，企业的人均产值会大幅提升。作为企业家，一定要有清醒的认识，未来可能会出现竞争对手，他们的人均产值是你的3倍甚至5倍。如果不能跟上这个趋势，就会被淘汰。因此，现在就要开始补充这个领域的知识，全员都需要了解如何利用AI来提高公司的生产效率。本文经非凡产研授权发布风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-05-09

Sui推出学术研究奖计划、首轮将提供25万美元支持

金色财经2023-05-09

鼎信通讯：在人工智能研究及应用方面已有多年的技术储备

专业知识，其中包括数据科学、机器学习、深度学习、数字信号处理等领域的专家，目前已经研发出基于AI技术的电力信号处理芯片产品。在电弧检测方面，通过引入深度学习算法，通过数十亿量级且快速扩充的数据库样本训练，可以实现对电弧信号的自动识别和分析，从而提高设备运行效率和安全性，降低故障率和运维成本。公司还将持续加大在人工智能领域的研究和应用，不断提升技术水平和产品能力，为客户提供更加优质的产品及服务。青岛鼎信通讯股份有限公司，2008年成立，2016年10月在上海证交所挂牌上市(股票代码603421)，拥有完全自主知识产权的国产工业级系列芯片，通过和自主结构设计，实现全产业链自动化制造，产品广泛应用于泛在电力物联网、综合能效管理、电力信息通信、电弧故障保护、智慧消防等领域。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-05-08

【机构调研记录】国泰基金调研迈威生物、九强生物等26只个股（附名单）

证券之星2023-05-08

QGPT首发上线CoinHome交易所开启流通交易第一站

术进行开发。它融合了AI智能算法技术和深度学习与自然语言处理技术，旨在成为一个强大的自然语言生成模型，广泛应用于Web3.0领域，创建专属于Web3.0的问答知识库。 CoinGPT采用深度学习模型作为底层技术，通过前向神经网络进行建模。经过大量训练数据集的学习，CoinGPT具备生成符合上下文语义、连贯且逻辑严谨的自然语言文本的能力。在Web3.0领域，CoinGPT可应用于对话系统、文本摘要、智能问答等各种自然语言处理任务。 CoinGPT的应用使得构建大规模智能知识库成为可能，支持和提升区块链智能合约应用的开发效率和应用范围。因此，CoinGPT是一个强大的工具，能够在区块链技术应用中扮演关键角色，也是Web3.0时代的重要突破。 CoinGPT的代币上线交易标志着其在数字资产领域的进一步发展和应用，QGPT的上线为CoinGPT的用户和持有者提供了更多的参与和投资机会。用户可以通过CoinHome交易所方便地购买和交易QGPT代币，参与CoinGPT生态系统的发展，并享受其所带来的各种潜在价值和回报。 CoinHome是专业的数字资产金融聚合平台，主要面向全球用户提供BTC、ETH等多种加密资产及其衍生品的流通交易服务。该交易所秉承高效、透明、公平、安全的原则，为全球用户挖掘具有发展潜力的优质项目，提供最优质的产品及服务，为整个行业发展助力。 CoinHome目前已获得由美国FinCEN颁发的MSB（Money Services Business）金融牌照，成为获得监管当局豁免权的数字货币交易所，并获准在美国当地开展一系列数字资产投资服务。未来，CoinHome交易所将在高速发展的国际环境中持续发力，并构建全方位服务模式，打造安全、易用、低成本、数据透明的数字资产交易平台。此次QGPT在CoinHome交易所的上线，将进一步促进CoinGPT和CoinHome交易所之间的合作，提升数字资产的交易效率和安全性，为用户提供更加完善的数字资产管理和交易服务。来源：金色财经

金色财经2023-05-07

智能AI交易系统是数字资产交易未来

括基于大数据的预测分析、机器学习算法、深度学习技术等，从而能够进行专业角度，来分析市场趋势，为用户提供最佳的投资方案和交易建议，大大的提高了用户的交易效率和投资回报率。 Octopus交易所的智能AI交易系统不止具备高度的安全性，还是数字资产交易不可或缺的要素之一。智能AI交易系统采用了多层次的安全机制，包括数据加密、多重验证、防止DDoS攻击等，来确保用户的资产安全。 Octopus的智能AI交易系统具备高度的可靠性和稳定性。采用的高可用性架构，能够保证交易系统始终处于稳定的状态，并且可以快速响全球应用户的交易请求。 Octopus交易所在数字资产交易领域具有独特的技术优势和特点，终将成为数字资产交易未来的重要代表。来源：金色财经

金色财经2023-05-05

教育板块涨势扩大：科德教育20CM涨停，多股盘中涨停

含一系列语音识别、神经网络，机器学习、深度学习等细分课程。此外，还推出了大数据、数据库、后端、前端以及移动开放、云原生、测试、计算机基础方向课程;后续将上线产品经理、UI设计、运营等互联网新职业课程。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-05-05

美国白宫公布监管举措人工智能安全问题受关注

释性和透明性：目前的AI大模型均是基于深度学习搭建，其中的决策机制和过程尚不透明，模型的可解释性较差，这对于AI的应用构成了比较大的挑战。未来针对AI模型可解释性的研究也将会持续发展，利好AI算法类企业的突破。　　3）对人工智能生成内容的识别和审核：由于AI模型本身是否具有歧视性和偏向性尚存在争议，因此对于人工智能生成内容的识别和审核需求将会提升，包括反生成式AI系统在内的产业将会受益，相关公司如美亚柏科等。　　根据公开资料梳理，相关公司包括但不限于：　　数据安全：电科网安、深信服、启明星辰等；　　数据要素：易华录、浙数文化等；　　信息安全：安恒信息，浩瀚深度，中新赛克，美亚柏科；　　隐私计算：绿盟科技、星环科技。

金融界2023-05-05

OP Research：Blockchain的AI变局

据。 AIGC：AIGC技术是一种基于深度学习和生成模型的技术，可以用于文本生成、音频生成、图像生成、视频生成等多个领域，其也是当前被讨论和应用最广泛的方向。（来自国海证券研究所）无论从市场融资数量和金额统计，还是从媒体关注度来说，2022年无疑是AIGC爆发的一年。不过，AIGC仍是一个相对较新的技术，其还处于探索和发展的较早期阶段。具体来说，AIGC的发展阶段可以描述为：研究阶段：主要关注AIGC的基本原理和算法，探索如何训练和优化模型，以及建立数据库。应用阶段：AIGC开始应用于各种实际场景开始探索如何将AIGC技术应用到具体的领域中。产业化阶段：AIGC开始被广泛应用于各种行业和领域，形成自己的产业链和配套生态系统。整体来说，我们才刚刚从研究阶段迈入应用阶段，AIGC的发展尚处于起步阶段。（来自国海证券研究所）核心要素数据、算法和算力是AI发展的三大核心要素。在数据方面，随着AI技术的不断发展，数据的质量和多样性也变得越来越重要。除了海量的应用场景数据之外，还需要对数据进行有效的清洗、预处理和标注，以便于提高算法的训练精确性。此外，还需要考虑跨模态、跨领域的数据融合问题，以便于更好地挖掘数据的价值和智能。在算法方面，目前AI技术的发展还处于不断迭代和提升的过程中。未来的发展趋势将主要体现在深度学习算法的多模态和大模型方面，以及在自主学习、知识迁移和增量学习等方面的创新。这将进一步提高AI算法的智能水平和应用范围，促进AI技术的广泛应用。在算力方面，随着AI计算的不断加速和优化，硬件载体也在不断升级和改良。例如，GPU、TPU等专用芯片的出现，大大提高了AI计算的效率和速度。此外，云计算和边缘计算的发展也为AI算力提供了更加灵活和多样化的运算环境。（来自高盛全球投资研究） Blockchain行业的发展现状分布式账本 Blockchain是去中心化的分布式账本。首先Blockchain具有不可篡改属性，这是来自于区块链底层的共识机制，由于链上数据都由区块记录和矿工/验证节点见证，而区块都是前后相连，连续记录的，所以智能合约和账户产生的链上数据一旦被区块记录将无法修改。随着节点数量上升、地理位置分散、算力增强或质押代币价值上涨，想要破坏共识的难度和代价就会越大。因此，中心化的个体是难以改变已经被记录的内容的。其次在不可篡改的前提下，基于代码构建的智能合约使得用户可以在无需信任任何人的情况下与其进行交互，智能合约会根据预设好的路径运行代码实现相应操作。这使得无需信任的链上交易成为了可能。同时，只有对应的账户可以调用智能合约内属于其的资产，不存在其他账户通过智能合约转走原账户资产情况。又因为原账户的每一次操作都需要签名确认身份，而首次转账交互甚至需要先Approve该智能合约调取账户资产。这让用户的钱包账户成为了其最好的身份(DID)和资产的载体。在共识机制和智能合约的框架内，所有的链上资产和链上行为都可以被记录和确权，而基于其产生的权益也就都可以自动的归集到其所有人账户中。这能直接解决“真假美猴王”和“李代桃僵”的问题，没有人可以通过简单的Copy Paste来盗取他人资产，也没有人可以顶替权益所有人获得其利益。具体来说就是数字资产可以用Token形式定义其唯一的智能合约地址，例如用NFT代表数字画作；而任何人的行为都可以用不可交易的代币(SBT)来证明，例如对其工作内容或时空存在进行认证(Proof of Work/ Proof of Attendance )。技术趋势指南 Layer 0-2是Blockchain技术架构的分层结构，联盟链和私有链则是Blockchain应用场景的不同类型。 Layer 0：Layer 0指的是Blockchain的物理设施和网络架构，包括硬件设备、网络协议和传输介质等，其承载着信息跨链和解决资产的底层作用。当前以Cosmos、Polkadot和LayerZero为主要技术代表。 Layer 1：Layer 1是Blockchain的基础层，也称为公链，包括比特币、以太坊等。Layer 1的协议设计和技术实现决定了Blockchain的基本性能和功能。按照类型又可细分为EVM和非EVM系。 Layer 2：Layer 2是指在Layer 1之上构建的协议和解决方案，用于提升Blockchain的性能以及扩展应用场景。Layer 2协议目前有6种技术，其中以ZK Rollup和Optimistic Rollup为主流，这些协议可以使得Blockchain处理更多的交易、提高TPS和降低Gas fee等。联盟链：联盟链是由多个组织或机构共同管理和控制的区块链网络，这些组织通常是在共同利益目标才进行合作的，例如银行、保险公司、供应链公司等。联盟链与公链不同，它的参与者是有限的，节点数量相对较少，所以其交易速度和安全性都得到了一定的提升。私有链：私有链是由单个组织或机构独立控制的区块链网络，通常只允许内部人员参与。核心要素分布式节点、密码学、共识算法、智能合约以及加密货币是Blockchain发展的核心要素。分布式节点是Blockchain技术的最核心的部分，它使得数据能够以去中心化的方式存储和传输。而密码学是保证Blockchain的安全性和隐私性的重要理论工具。此外，共识算法是Blockchain实现分布式一致性的关键。智能合约是一种可以自动执行的计算机程序，可以在Blockchain上执行各种逻辑指令。最后，加密货币，即通过使用加密技术保证了交易的安全性和匿名性。通过分布式节点，所有的参与者都能够拥有一份完整的数据副本，这样就可以保证数据的透明性和安全性。Blockchain的核心技术——哈希函数、数字签名和非对称加密等都是密码学的应用。它们可以帮助保证数据的完整性和身份的认证，同时也能够保护用户的隐私。而通过共识算法，所有的节点都能够达成一致的共识，保证了数据的一致性和不可篡改性。常见的共识算法包括PoW、PoS等。智能合约可以实现无需第三方信任的交易，从而能在一定程度上提高交易的效率和安全性。比特币、以太币等加密货币的出现，推动了区块链技术的广泛应用和发展。 Blockchain与AI的交集作为Blockchain行业的一部分，在AI的浪潮之下，我们也需要去思考：AI对世界的改变中，包括了Blockchain吗？如果是，那这个改变会是什么？以及Blockchain的去中心化和确权能力又更给AI带来什么影响？首先，AI作为生产力工具可以降低技术门槛，那么自然也可以降低Blockchain行业中的技术门槛，并增加其生产效率。其次，AIGC也将让游戏和元宇宙摆脱程式化设定，为Blockchain带来新的叙事与玩法。而Blockchain的智能合约，将能够定义AI可以涉及的领域和范围，或限定AI的权限，避免其过度发展。同时，Blockchain 的去中心化可以为AI提供底层数据和训练模型所需要算力的资源共享与分配。另外Blockchain的确权能力还可以为数据、身份、所有权提供证明，规避AI带来的利益冲突。 AI对Blockchain的意义首先，AI 作为工具可以降低内容创作的门槛。让每个普通人都能不受技术限制地展现自己的创造力，输出优质的内容或NFT作品。这包括但不限于NFT创作、游戏资产创建、元宇宙建模、代码构建等。但当前AIGC在NFT领域的应用只有简单的图像输出，这与传统的Generative Art没有什么本质上的区别，AIGC真正在NFT上的应用应该是在NFT特性上做的进一步拓展，就像Mirror World用AI构建属于NFT的灵魂一样。（来自A16Z研究）其次，就是降低代码编写的技术门槛。代码分为两个方向，一个是发行项目，部署智能合约，另一个是黑客或者白客。这两个方向属于是对抗生成的两端，也就是说我们可以用AI进行自然语言编程，部署我们所需要的智能合约，而对方也可以去使用AI分析合约代码，并发起攻击。通过这样的方式，我们将可以使用AI来迭代已部署的合约代码，以此形成内卷，帮助整个行业的代码建立的更完善和可靠。在这个基础之上，大家可以去把更多的心思，放在优化区块链的架构或设计整个项目，又或者是经济模型上，去丰富项目的玩法，对整个业务层面进行创新。同样的，当AI简化整个技术门槛之后，过去的复杂操作将可以被广泛应用。比如循环贷、闪电贷、最优挖矿策略、自动获取收益、头矿离场时间判断，整个路径AI都可以完成，AI可以自主编程，选择路径，直接部署好。就像游戏王的技能卡一样，我们只需要使用技能卡，之后技能会自己出现并产生效果。这能将在过去需要较高门槛才能完成的操作下放给普通用户，以MEV为例，如果我们想要获取MEV价值，就需要写MEV的夹子机器人，而当普通人也能做到的时候，那就不存在利润空间，因为大家都可以做到的时候，就需要拼Gas抢跑，由于博弈论原理，最后MEV价值会被高昂的Gas fee榨干，最终导致无利可图使得MEV影响降低。这属于是技术下放倒逼行业优化。又或者是促进区块链技术的普及。根据Footprint Analytics数据，当前以太坊活跃用户也不过32万人，不及互联网用户的零头。最大的问题在于用户没有进入区块链的需求，而少量有需求的用户也被复杂的链上交互拦在门外。此外，以前数据上链或是使用基于区块链的门票、证件，都需要搭一个区块链系统，或是支付大量gas fee，这个成本是巨大的。而现在基于AI技术我们可以低成本实现区块链构建或者优化链上数据使用路径降低gas fee，因此任何需要确权和信息透明的地方，都可以利用区块链技术并部署智能合约。所以，通过AI简化的交互系统，将为Blockchain行业带来大量用户。我们需要知道的是，AI能带来的改变只存在于区块链的应用层。用户基于自己在交互中的认知，使用AI跳过编写智能合约的过程，直接部署用于解决某一需求的应用。发行项目的关键将不再是发行，而是创新和运营。相信未来应用层的格局必然会发生翻天覆地的变化。但应用层之下的执行层、共识层、数据层的改变，AI是无能为力的，因为这是对底层机制的创新，绝对不是简化重复性工作就能带来质变的领域。正如，伦敦升级中EIP1559的落地给了以太坊进一步向前的动力，上海升级的完成才能让ETH质押量增长提高以太坊安全性并让LSD板块再度起飞。（来自Crypto.com） Blockchain在AI中的作用 Blockchain的去中心化特性与当下的AI技术发展表现出的中心化特性存在一定背离，但也正是这种背离为AI面临的问题提供了解决方案。现代的AI和大数据技术在很大程度上是中心化的，即它们通常由少数大型公司或组织掌控，这些公司拥有强大的技术和资源，并且具有决定市场走向和用户行为的权力。这种中心化的特性，使得人们在使用AI时，必须要相信AI会真的按照指令诚实地执行。因此，AI的开发和应用过程中存在一定的风险和问题，例如隐私泄露、算法偏见、数据滥用等等。然而，Blockchain分布式和去中心化的特性刚好能解决这些问题，通过智能合约，限定AI能使用的数据集，以及能运行的范围，以防止AI做恶；同时可以建立节点，监控AI的行为，如果它做恶，监督者就可以举报，对AI使用的算力进行罚没，以此来让AI只做促进人类发展的行为，防止AI的过度使用和越权行为。具体来说，对于AI训练所需的底层数据的分享与确权，Blockchain可以让用户自主选择是否将自己的数据提供给AI模型训练，这将需要倚靠zk技术的进一步发展，来实现不透露个人信息的同时提供用户数据。整个数据收集、储存和共享的过程将建立在去中心化节点之上，以保证数据安全和可用性，并对数据来源确权。从而让使用这些数据训练成型的AI在产生收益时，可以根据所涉及的数据将部分收益作为分红给到数据所有人，保证数据提供者权益。之前提到的AI训练数据的生成和共享也可以借助Blockchain的去中心化、安全和透明性等特点，以确保数据的隐私和安全性。而为AI运行提供Prompt的用户同样可以基于其对prompt的所有权，获得其prompt被调用而产生的部分收益。从而同时保证AI数据所有人和AI运行prompt所有人的利益。另外值得一提的，就是算力挖矿。AI模型的建立除了需要大量的数据，还需要算力来进行训练，但现在世界上的算力是处于供不应求的状态。那么可以将算力以去中心化的形式集中建立云计算矿池，通过算力挖矿补贴算力提供者，再以拍卖形式出售给AI模型的训练，从而让有限算力获得最大的利用率，同时还能保证计算的安全性和可靠性。更重要的是，我们还可以将数据、算法、算力整合，建立一个AI as a Service的协议，以自身的去中心化的优势和可复用性为有需求的用户提供AI模型构建服务。那么从数据的获取，到数据处理，再到算法选择和算力调用，都经由一个生态进行，在保证供应链优势的同时还能避免中心化风险。除了AI模型的构建之外，当我们着眼于AI的应用时，我们可发现AI超强学习能力所带来的盗版、洗稿、虚拟人等问题在Blockchain面前都不成问题。艺术作品以NFT形式记录在链上，其唯一智能合约地址可以证明作品的真实性。而艺术作品的价值除了艺术品本身，还取决于其创作者的身份，就像后人对梵高的向日葵模仿的再像，也不值一文，而区块链就能够证明哪一幅向日葵是出自梵高之手。AI应用之一的知识图谱也可以基于区块链构建分布式知识图谱，并确保其中的数据不会被篡改、删除或冒领。对于由AI使用个人过往数据构建虚拟人设的问题，也可以使用OAT或SBT来解决。任何链上行为都有对应记录，而针对相关记录创建的OAT或SBT也是唯一的，基于账户中的OAT或SBT就可以定义其身份，这都得益于区块链的不可篡改性，过去发生的事都被记录在之后的每一个区块中，无法凭空捏造过去没有存在过的行为。总而言之，AI作为生产力工具可以加速Blockchain行业的发展与普及，以及AIGC对元宇宙和NFT板块带来了新方向与叙事，但是AI只能替代重复性工作，降低技术性门槛，并不能对关键技术进行创新。所以AI给Blockchain带来的改变只会停留在应用层。而Blockchain之于AI行业，是一个风险控制器，也是一个资源优化器。Blockchain能限制AI的过度发展与越权操作，也能解决数据和资产的确权保护用户权益，并将AI所需的数据与算力分配进行整合优化。但也仅限于促进AI的透明化、去中心化和数据确权。来源：金色财经

金色财经2023-05-04

24小时热点