FX168财经网_全球视野外汇黄金加密货币NFT资讯网

百度虚拟形象驱动专利公布虚拟形象驱动专利可应用于元宇宙

　　摘要显示，该专利涉及计算机视觉、深度学习以及增强现实等人工智能领域，可应用于虚拟形象生成以及元宇宙等场景，其方法包括：获取目标人物的视频数据，包括第一音频数据以及与第一音频数据对应的唇部动作；对视频数据进行三维重建；基于第一音频数据以及三维重建结果，确定出第一音频数据与目标人物对应的三维人脸之间的表情驱动映射关系；获取第二音频数据，根据第二音频数据以及表情驱动映射关系，驱动目标虚拟形象。应用本公开方案，可提升驱动效果等。

金融界2022-10-17

寒武纪新一代智能加速卡与浪潮AIStation完成适配认证

式高效交付。通过对计算资源、数据资源、深度学习软件栈资源进行统一管理，AIStation为环境构建、模型开发、模型训练、模型评估、模型推理、上线部署全链条全面提速，加快AI开发应用创新落地。

美通社2022-10-13

吉利疲劳检测方法专利公布新专利可检测司机疲劳状态

图像确定待检测对象的人眼区域图像；基于深度学习卷积神经网络对人眼区域图像进行识别，得到眼部识别结果，该结果用于表示所述待检测对象的眼部疲劳程度；响应于预设时间段内得到的眼部识别结果达到预测条件，确定待检测对象处于疲劳状态。该方法能够更准确的识别出待检测对象的疲劳状态，使得疲劳检测的识别率更高，鲁棒性更强。

金融界2022-10-13

叶毓睿刊文《麻省理工科技评论》元宇宙的“通天塔”需从元宇宙技术的“脚手架”开始

例如，GAN（生成式对抗网络）属于一种深度学习模型，它能够自动化生成内容或进行内容增强，使得AIGC成为元宇宙时代的重要内容来源。 AI对于元宇宙的重要性，还体现在虚实交融：AI弥补数字人和物理人之间的鸿沟，因为只有通过强化学习，虚拟人才会更像物理人；通过联邦学习，物理人变成了数字人，也能保留隐私。总之，“元宇宙对现实的影响可以从智能的层次提升到智慧的层次。元宇宙从物理人的行为中学习智能，反之物理人也能从元宇宙中汲取智慧。得到这样的结论是源自人们对元宇宙提供的这个巨大的人与环境的模拟系统的观察”。进而可以设想，未来元宇宙对能源、算力、存储、带宽资源的分配也将AI化。在《元宇宙十大技术》这本书中，剖析了在未来元宇宙建构中，VR/AR等交互和展示、数字孪生、区块链、游戏和社交、AI、多元异构的计算架构、存储、网络等领域的技术原理和发展趋势，为有技术背景的读者思考和理解元宇宙技术发展提供了方向，留下了新的问题和思考空间。来源：金色财经

金色财经2022-10-13

叶毓睿刊文《麻省理工科技评论》元宇宙的“通天塔”需从元宇宙技术的“脚手架”开始

例如，GAN（生成式对抗网络）属于一种深度学习模型，它能够自动化生成内容或进行内容增强，使得AIGC成为元宇宙时代的重要内容来源。 AI对于元宇宙的重要性，还体现在虚实交融：AI弥补数字人和物理人之间的鸿沟，因为只有通过强化学习，虚拟人才会更像物理人；通过联邦学习，物理人变成了数字人，也能保留隐私。总之，“元宇宙对现实的影响可以从智能的层次提升到智慧的层次。元宇宙从物理人的行为中学习智能，反之物理人也能从元宇宙中汲取智慧。得到这样的结论是源自人们对元宇宙提供的这个巨大的人与环境的模拟系统的观察”。进而可以设想，未来元宇宙对能源、算力、存储、带宽资源的分配也将AI化。在《元宇宙十大技术》这本书中，剖析了在未来元宇宙建构中，VR/AR等交互和展示、数字孪生、区块链、游戏和社交、AI、多元异构的计算架构、存储、网络等领域的技术原理和发展趋势，为有技术背景的读者思考和理解元宇宙技术发展提供了方向，留下了新的问题和思考空间。来源：金色财经

金色财经2022-10-13

AI绘画作品的版权归谁？

创作属性，但这并不妨碍 AI 将来会在深度学习后自主创作。目前，对于 AI 生成作品的著作权归属在我国法律体系内尚属空白，但还是可以通过现行的《著作权法》体系进行探究，依次理清以下几个问题：什么是著作权法所称的作品？ AI 作品是不是作品？ AI 作品归谁？ AI 作品是否会涉及侵权？一、什么是著作权法所称的作品根据我国《著作权法》第三条规定：“本法所称的作品，是指文学、艺术和科学领域内具有独创性并能以一定形式表现的智力成果，包括：（一）文字作品；（二）口述作品；（三）音乐、戏剧、曲艺、舞蹈、杂技艺术作品；（四）美术、建筑作品；（五）摄影作品；（六）视听作品；（七）工程设计图、产品设计图、地图、示意图等图形作品和模型作品；（八）计算机软件；（九）符合作品特征的其他智力成果。” 同时，我国《著作权法实施条例》第二条规定：“著作权法所称作品，是指文学、艺术和科学领域内具有独创性并能以某种有形形式复制的智力成果。”显然，独创性是保证作品受到著作权法保护的前提。独创性包含“独”和“创”两个维度。“独”是独立性的意思，即作者独立创作完成作品，不存在对他人作品的抄袭或复制，其中包含了（1）作品从无到有的创作，以及（2）在已有作品上的再创作而形成的与原作品存在客观区别的新作品（一般称为“二次创作”）这两种创作行为。“创”是创造性的意思，即作品必须是创造性智力活动的产物，体现作者的构思、思想或者感情，并带有创作个性。我国《著作权法》和《著作权法实施条例》对于独创性标准没有给出明确规定，由于独创性标准的定义过于概括和抽象，如何判断作品是否具有独创性，还是需要结合具体案件来判断。二、AI 作品是不是作品目前 AI 在创作过程中作为工具参与的仅仅是“体力劳动”，而非作者给出方案构思的“脑力劳动”，难以跳出作者给出的方案构思而独立创作。因此，AI 在创作过程中仅仅发挥工具作用而未参与创作，仅仅是对工作时间的压缩，并不是独创性的表达。只有在 AI 作品满足独创性的标准之后，才可能成为著作权法所称的作品。在 Dreamwriter 一案中（(2019）粤 0305 民初 14010 号），原告通过自主开发的 AI 机器人 Dreamwriter 生成了财经文章并发布，而被告未经许可发布了同样的财经文章，即构成对原告财经文章著作权的侵权。法院在认定涉案财经文章是否具有独创性的考察标准具有较强的参考意义：（1）是否独立创作；（2）是否与已有作品存在一定差异；（3）是否体现作者个性化的选择。法院认为：“判断涉案文章是否具有独创性，应当从是否独立创作及外在表现上是否与已有作品存在一定程度的差异，或具备最低程度的创造性进行分析判断……从涉案文章的外在表现形式与生成过程来分析，该文章的特定表现形式源于创作者个性化的选择与安排，并由 Dreamwriter 软件在技术上“生成”的创作过程均满足著作权法对文字作品的保护条件，法院认定涉案财经文章属于我国著作权法所保护的文字作品。” 三、AI 作品归谁？既然 AI 作品在满足一定条件后能够成为作品，那么 AI 作品的著作权归谁？或者说 AI 能否成为作者？在回答问题之前，我们先来看美国版权局告诉我们什么。 2022 年 2 月 14 日，美国版权局审查委员会（Copyright Review Board）再次拒绝了 Ryan Abbott 提交的 AI 作品“A Recent Entrance to Paradise”的版权登记注册复议请求，并重申根据美国《版权法》的规定，版权法仅仅保护“建立在人类创造力基础”上的“智力劳动的果实”。（AI 作品——“A Recent Entrance to Paradise”） 2018 年 11 月 3 日，Stephen Thaler 申请将一个通过在计算机算法自动生成的 AI 作品——“A Recent Entrance to Paradise”登记注册版权，并表明“AI——创造机器（Creativity Machine）”为作者，Stephen Thaler 为该 AI 的发明者。2019 年 8 月 12 日，美国版权局拒绝了该申请，理由是：“缺乏版权声明所必需的人类作者身份（lacks the human authorship necessary to support a copyright claim）。”Stephen Thaler 随即要求版权局重新评估上述决定，并辩称：“人类作者身份的要求违反《美国宪法》，并且没有得到任何成文法或判例法的支持”。2020 年 3 月 1 日，美国版权局又拒绝了该复议请求并认为：其不会放弃最高法院及地方法院司法判例长期以来对《版权法》的解释——即只有由人类作者创作的作品才符合版权保护的法律和正式要求。之后，版权局审查委员会依然对 Stephen Thaler 的第二次复议申请无动于衷，认为：人类作者身份是美国版权保护的先决条件，因此该作品不能登记注册。同样的，目前在国内，AI 本身亦不能成为作者。首先来看，作者进行创作以及其作品在之后获得《著作权法》保护，是一项民事法律行为，作者需要独立承担法律责任。显然将 AI 作为作者并不合适，AI 只是一个被开发的程序，不具有独立的财产，不具有独立的民事责任能力，无法作为侵权主体因其侵权行为所应当承担的不利后果，也无法承担相应的赔偿责任。我国《民法典》第一百七十六条规定：“民事主体依照法律规定或者按照当事人约定，履行民事义务，承担民事责任。”同时，我国《民法典》规定，能够作为民事主体的有自然人、法人和非法人组织。其次，根据我国《著作权法》第十一条规定：“创作作品的公民是作者。由法人或者其他组织主持，代表法人或者其他组织意志创作，并由法人或者其他组织承担责任的作品，法人或者其他组织视为作者。”在 Dreamwriter 一案，深圳南山区法院也给出了它的答案，法院认为 AI 作品为法人作品，原告法人为合法著作权人，著作权由其享有。所以，如果 AI 作品能够满足我国《著作权法》和《著作权法实施条例》的要求，那么将 AI 作品归属于自然人作者，或者是开发 AI 软件的法人或其他组织，由其享有著作权并承担相应法律责任，是在现有著作权法框架下最适宜的处理方式。四、AI 作品是否会涉及侵权？在通过 AI 工具创作 AI 作品的过程中，可能存在一系列的侵权的风险，主要分为 3 种：（1）使用者（侵权主体）的侵权。一般而言，AI 服务提供方开发 AI 工具都是需要商业化的，使用其 AI 工具需要遵守《用户协议》或者其他相关的协议，AI 作品著作权的归属以及能否商用目前暂时受制 AI 服务提供方，如果使用者超出协议授权范围或不当使用 AI 工具的，就可能构成侵权。所以在使用 AI 工具之前要了解《用户》或者其他相关的协议。例如，百度开发的文心一格 AI 绘画工具就明确：“不得用于商业用途，版权归属于百度公司。” 例如，目前最热门的 Midjourney 以及 Stable Diffusion 都开放了商业化套餐，购买商业化套餐的高级用户则有完全的商业使用权。可以参考如下： Midjourney Terms of Service: https://midjourney.gitbook.io/docs/terms-of-service?continueFlag=ef7 d16 db9473 cdc8 d5561 a6340 adbe96 Stable Diffusion Dream Studio beta Terms of Service: https://stability.ai/stablediffusion-terms-of-service?continueFlag=ef7 d16 db9473 cdc8 d5561 a6340 adbe96 （2）AI 服务提供方（侵权主体）的侵权。AI 服务提供方需要建立一个庞大的作品素材库来足够支撑 AI 算法的深度学习，如果在庞大的作品素材库中包含有他人的著作权作品（著作权来源存在问题），且 AI 服务提供方利用该作品进行创作，就可能构成对该作品著作权的侵权。所以 AI 服务提供方应确保作品素材库在著作权来源上的合法性。（3）AI 作品（侵权主体？）的侵权。使用者通过 AI 工具随机生成的 AI 作品，可能与其他作品极为相似。司法实务中，判定著作权侵权成立需要满足“接触 + 实质性相似”两个条件，一是证明侵权人曾经接触过或可能接触过原作品，存在抄袭的客观可能性；二是证明侵权人的作品与原作品构成实质性相似。可以想象去证明 AI 曾经接触过或可能接触过原作品是非常困难的。五、写在最后就像“Web3 是趋势，不要抗拒”一样，未来 AI 将会深入各行各业，我们应该积极地去拥抱这些新事物。就 AI 绘画而言，希望大家都能成为 AI 造句小能手，我仿佛看到了小学语文老师欣慰的笑：） —— END —— 本文仅供参考，不构成法律意见。希望本文对您有所帮助。若您有任何进一步的问题或指示，请随时联系。来源：金色财经

金色财经2022-10-11

穿越山谷的英伟达会成为元宇宙最重要的基础设施吗？

AI 来渲染图像了：该公司此次还发布了深度学习超级采样（DLSS）技术的第 3 版。这项技术可以预测帧并进行预渲染处理，这意味着那些帧根本不需要计算（之前版本的 DLSS 需要对独立像素进行预测和预渲染）。此外，就像光线跟踪技术一样，英伟达也采用了专用硬件，让 DLSS 的性能更好。这些新做法搭配上英伟达 GPU 的专用内核，令英伟达非常适合为游戏与沉浸式 3D 体验（如虚拟世界）建立全新的范例。但问题是：所有这些专用硬件都要付出代价。英伟达的新 GPU 是大芯片——顶级的 AD102，以 RTX 4090 的形式出售，这是一款完全集成的片上系统，采用台积电 N4 工艺，尺寸为 608.4 平方毫米；相比之下，AMD 即将推出的 RDNA 3 显卡系列内置的顶级芯片 Navi 31 芯片是小芯片（chiplet）设计，采用台积电 N5 工艺，尺寸为 308 平方毫米，加上采用台积电 N6 工艺的 6 颗 37.5 平方毫米的内存芯片。简而言之，英伟达的芯片要大得多（这意味着更贵），而且它采用了稍微更现代的工艺流程（可能成本会更高）。 Dylan Patel 在 SemiAnalysis 上解释了这种做法的潜在影响：简而言之，通过放弃 AI 和光线追踪固定功能加速，转而采用先进封装的更小芯片，从而节省了大量芯片成本。 AMD 的 RDNA 3 N31 和 N32 GPU 的先进封装成本显著上升，但相对于晶圆和成品率成本来说，小型扇出 RDL 封装仍然非常便宜。到头来，与通过将内存控制器与无限的缓存拆分、使用更便宜的 N6 而不是 N5 ，以及更高的产出所节省的成本相比，AMD 封装成本的增加就不值一提了......在接近十年的时间里，英伟达在传统光栅化的游戏性能方面第一次出现成本结构更糟的局面。这就是英伟达正在走进的山谷。由于 4000 系列的高昂价格，在英伟达做完主旨演讲之后，尤其是当英伟达的网站上的细则表明英伟达发布的其中一款二级芯片其实更类似于三级芯片换了个马甲时，游戏玩家们马上开始竭力反对，他们怀疑英伟达是在玩营销游戏来掩盖价格的大幅上涨。 Nvidia 的显卡性能也许是最好的，而且毫无疑问最适合未来的光线追踪与 AI 生成内容，但代价是它无法为当今的游戏提供最佳的价值。要达到纯模拟虚拟世界的高度，需要熬过一代的时间，对大多数游戏玩家还不关心的功能进行收费。在山谷中的人工智能：是系统，而不是芯片对英伟达在游戏方面的做法持乐观态度的原因之一，是该公司在发明着色器（shader）时已经对未来下了类似的赌注。我曾经在去年的 GTC 之后解释过着色器：英伟达先是凭借 Riva 和 TNT 系列视频卡（经过了硬编码，可对类似微软的 Direct3D 等 3D 库进行加速）而声名鹊起：不过，GeForce 系列可以通过一种叫做“着色器”的计算机程序进行充分编程。这意味着哪怕是在制造出来之后，GeForce 卡也可以通过开发新的着色器（比方说用来支持新版本的 Direct3D）来加以改进。更重要的是，着色器不一定就得是渲染图形；任何类型的软件——理想情况下任何可以并行运行的简单计算程序——都可以编程为着色器；诀窍是弄清楚如何写这种程序，这就是 CUDA 的用武之地。我在 2020 年的那篇谈英伟达的集成梦想的文章中解释道：这种抽象层次的增加意味着底层图形处理单元可以更简单，这意味着图形芯片可以拥有更多的 GPU。比方说，英伟达刚刚发布的 GeForce RTX 30 系列最先进版本的内核数达到了令人难以置信的 10496 个。这种程度的可扩展性对视频卡来说很有意义，因为图形处理完全是并行处理的：一块屏幕可以分成任意数量的多个部分，每一部分均可同时独立计算。这意味着性能可以水平扩展，也就是说，每增加一个内核都能提高性能。不过，事实证明，可以充分并行运算的计算类型并不只有图形而已…… 所以英伟达才从模块化的组件制造商变成了软硬件集成制造商。模块化组件是指它的显卡，而软硬件集成是指它的 CUDA（统一计算设备架构）的平台。 CUDA 平台可以让程序员通过多种语言访问英伟达显卡的并行处理能力，但又不需要了解如何对图形进行编程。现在 Nvidia &技术栈有三个层级：不过，要想了解 CUDA ，重要的一点是要知道它并不仅仅是让外部程序员能够为英伟达的芯片编写程序，CUDA 也为英伟达本身赋能了。这大部分是出于绝望。去年春天，黄仁勋在接受我们采访时解释到，在他看来对公司未来至关重要的着色器的引入，几乎杀死了这家公司：可编程性的缺点是效率要差一些。正如我之前所提到的那样，功能固定的东西更高效。任何东西只要是可编程的，任何光看定义可以做不止一件事情的东西，对于完成任何特定任务来说都会带来不必要的负担，所以这里的问题是“我们该什么时候做这件事（让自己的东西可编程）？”当时给我们启发的一点是，一切看起来都像 OpenGL 的飞行模拟（OpenGL Flight Simulator）。一切都可以看成是模糊纹理和三线性插值细化纹理，一切东西都没有生命，但我们觉得，如果不赋予媒介生命的话，就没法让艺术家创造出不一样的游戏，不一样的流派，讲述不一样的故事，而最终媒介也将不复存在。与此同时，我们也希望做出一个更加可编程的调色板，让游戏和艺术家可以用它做一些很棒的事情，我们受到了这种野心的驱使。还有一个动机也在敦促我们做这件事，那就是有朝一日就算显卡被商品化了我们也不会倒闭。所以当这些考量到了一定程度，我们就开始做可编程的着色器，所以我认为要这样做的动机是非常明确的。但后来我们受到的惩罚是我们没想到的。什么样的惩罚？这个惩罚来得太突然，所有我们对可编程性的预期，所有我们为将来所做的，在一切不必要功能方面的开销，这些都是惩罚，因为当前的应用并不能从中收获好处。除非出来新的应用，否则的话，我们的芯片会显得太贵，而现在的市场竞争非常激烈。英伟达之所以能活下来，是因为他们的直接加速能力仍然是最好的。从长远来看，英伟达仍将蓬勃发展，因为他们为了利用着色器而开发了一整个 CUDA 基础设施。这就是数据中心增长的来源；黄仁勋解释道：从你成为一家处理器公司的那一天起，你就必须内化这一点：这个处理器架构是全新的。以前从未出现过像这样的可编程像素着色器，或者这样的可编程 GPU 处理器，以及这样的编程模型，因此我们得内化这个。你必须内化这是一种全新的编程模型，而且与成为一家程序处理器公司或一家计算平台公司相关的一切你都得做出来。所以我们必须建立一支编译器团队，我们必须考虑做出 SDK，必须考虑建立自己的库，也必须与开发者接触，宣传我们的架构，并帮助人们实现它的好处，如果不行的话，甚至你得自己开发新的库，让人们可以轻松地将自己的应用移植到我们的库，然后看到它的好处。这个故事之所以要再讲一遍，第一个原因是要指出着色器复杂性的成本与当前游戏的光线追踪和人工智能的成本之间的相似之处；二是要大家注意这一点，英伟达解决问题的方法一直都是自己把所有的事情都干了。在那时候，它意味着要开发出 CUDA 来对这些着色器进行编程；而在今天，这意味着要为人工智能开发出整套系统。黄仁勋在上周的主旨演讲中谈到：英伟达致力于通过加速计算来推动科学与工业发展。无需做加速计算即可取得更好性能的时代已经结束了。使用没有加速支持的软件，只能花费高昂成本来弥补其性能与扩展性的不足。近 30 年来英伟达始终专注于这一领域，作为加速软件与扩展计算的专家，英伟达提供了百万倍的加速，远超摩尔定律。加速计算是一项全栈挑战。需要对问题领域有深入了解，并对计算的每一个层次以及 CPU、GPU 与 DPU 这三种芯片进行优化。跨多 GPU 多节点扩展是数据中心规模所面临的挑战，要将网络和存储与计算资源统一调配，从 PC 到超级计算中心和企业数据中心，从云端到边缘，开发者和客户希望能在许多地方跑自己的软件。不同的应用希望在不同的位置以不同的方式运行。今天，我们将着眼于全栈来讨论加速计算。我们将介绍新的芯片，并阐述其如何用有限的晶体管释放更多的性能，我会介绍新的库，以及这些库如何加速科学和工业领域的关键任务，还有特定领域专用的新框架，有助于开发性能更高且易于部署的软件。以及新平台，它可以让你安全、安心地部署软件，并获得数量级的提升。在黄仁勋看来，光是有速度很快的芯片已不足以应对未来的工作负载：这就是英伟达要用上自己的所有设备来建设整个数据中心的原因。不过，再一次地，在一个每家公司都需要加速计算的未来里，英伟达专门为他们打造的数据中心——英伟达的天国之城（Celestial City）——却与现状形成鲜明对比，因为现在的数据中心里面，英伟达芯片的最大用户是那些自己的系统已经就位的大型玩家（hyperscalers）。比方说，像 Meta 这样的公司就不需要英伟达的网络；他们发明了自己的。这些公司确实需要大量可大规模并行化的芯片来训练自己的机器学习算法，这意味着他们必须给英伟达交钱，贡献其高额利润。也就难怪 Meta 和之前的谷歌一样，正在开发自己的芯片。这就是所有大公司都可能要走的一个过程：他们不需要英伟达的系统，他们需要的是可以满足他们的要求，跑他们的系统的芯片。这就是为什么英伟达会如此卖力地投入到人工智能和加速计算的大众化的原因：从长期看，规模化的关键在于为除了最大玩家之外的所有人开发系统。穿越山谷的诀窍在于，在英伟达目前的大客户停止购买英伟达昂贵的芯片之前，就能看到该生态体系的发展。黄仁勋曾经预见到 3D 加速器将会被商品化，于是用着色器来实现跨越；你会感觉到他对芯片也有同样的恐惧，所以现在正在跃进到做起系统来。在山谷中的元宇宙： Omniverse Nucleus 在去年春天的采访中，我曾问黄仁勋英伟达会不会自己做云服务；如果我们要做服务的话，除了我们自己做的东西以外（如果必须自己做的话），这个服务还会运行在世界各地的 GPU 上，跑在每个云上面。我们公司制定的其中一条规则是不浪费公司的资源去做已经有的东西。如果某个东西已经存在，比方说 x86 CPU 这样的东西，我们会直接用。或者如果某个东西已经有了，我们会选择与其合作，因为我们不想把自己稀缺的资源浪费在那上面。所以，如果云端已经有了某个东西了，我们绝对只会用那个东西，或者让那个东西去做就行了，这样会更好。但是，如果做有些东西对我们来说行得通，但对他们没有意义的话，我们会找他们去做；如果其他人不想做，那么我们可能会决定自己去做。对于要做什么我们是很有选择性的，但对于其他人已经做过的，我们态度非常坚决，那就是不做。事实证明，有个东西是没有其他人想做的，那就是为 3D 对象建立一个通用的数据库，这个数据库的用处是英伟达所谓的 Omniverse。这些对象可以是用于制造业或供应链的超级详细的毫米精度级对象，也可以是为虚拟世界生成的奇幻对象和建筑物；按照黄仁勋的设想，任何在 Omniverse Nucleus 上做开发的人都可以使用这些对象。此处的天国之城是一个跨行业和娱乐可用的 3D 体验世界——如果你愿意的话，可称之为元宇宙的 Omniverse，它们全都连接上英伟达的云服务——且其雄心壮志足以让扎克伯格感到脸红！出于同样的原因，这座山谷似乎更加漫长，更加黑暗：你不仅需要创建所有这些资产以及 3D 体验，而且需要让整个市场相信其实用性和必要性。为一个尚不存在的世界建设一个云服务，就是为了攀上目前仍然看不见的高度。黄仁勋与英伟达的雄心壮志之大是毫无疑问的了，尽管有些人可能会质疑同时穿越三座山谷的智慧如何；除了那场游戏业的完美风暴以外，他们的股票本身仍走不出山谷也许也是合理的。不过，值得考虑的是，英伟达客户（无论是消费者客户还是企业客户）对公司感到沮丧的首要原因是价格：英伟达的 GPU 价格昂贵，而且公司的利润（除了最近几个季度以外）非常高。不过，就英伟达的情况而言，其定价权直接来自英伟达自己的创新，这既体现在既定工作负载的绝对性能方面，也体现在其对 CUDA 生态体系的投资、为全新的工作负载创造出来的工具上。换句话说，因为过去承担了自己现在正在着手的事情的那种风险，英伟达已经赢得了被憎恨的权利。举个例子，假设未来对所有游戏的期望不仅仅是要能光线追踪，而且要对所有粒子进行全方位的模拟：英伟达在硬件上的投资将意味着它会像光栅化时代一样主宰那个时代。同样地，如果 AI 应用被大众化，而且可供所有企业使用，而不只是超大规模的企业能用的话，那么英伟达的价值定位将是掌握整个长尾。再者，如果我们进入了元宇宙的世界的话，那么英伟达不仅在基础设施方面有领先优势，而且在让那个世界成为现实所必需的基本对象库方面也有领先优势（当然了，这些对象将在 AI 生成的空间里利用光线追踪点亮），从而让英伟达成为该领域最重要的基础设施。这些赌注未必全都能获得回报；不过，我确实欣赏这个愿景之大胆，如果英伟达将来得以穿过山谷，到达天国之城，从而获得可观利润的话，我也不会嫉妒的。来源：金色财经

金色财经2022-10-10

百度人脸鉴伪方法专利公布可鉴别人脸是否伪造

，该专利涉及人工智能技术领域，具体涉及深度学习技术，可用于人脸鉴伪场景。具体方案为：确定获取的人脸图像的初始特征图；基于中心差分卷积方法和注意力机制对中心差分注意力模块的输入特征图进行处理，最终得到处理后特征图，并据此确定人脸图像是否为伪造人脸图像。本公开提高了人脸图像鉴伪结果的准确度。

金融界2022-10-09

【私募调研记录】幻方量化调研昊华科技

行情、交易、研究、回测和风控系统，使用深度学习等人工智能前沿科学优化传统量化策略研究方法。幻方量化团队由各领域顶尖人才组成，团队成员包括国内最早的量化交易者、金牛奖获得者、智能机器人科研领域、互联网搜索引擎、大数据与模式识别、深度学习领域的专家。他们具有丰富的科学研究、软件架构、软硬件工程和投资经验，对量化交易技术及策略造诣颇深。非凡的团队创造惊人的奇迹，幻方量化立志成为世界顶级的量化投资公司，推进中国量化对冲基金的健康发展。证券之星点评：幻方量化在2021年证券之星私募顶投榜中排名第31位，其管理规模100亿以上，拥有陈婧,刘威,梁文锋等知名基金经理。本次调研的上市公司平均证券之星综合指标3星，平均市盈率36.71。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2022-10-03

元脑生态最新成果发布，合合信息与浪潮推出金融行业智能OCR方案

像文件上的字符快速转换成数字化文本，与深度学习相结合，可智能提取和识别背景复杂、清晰度不高、角度倾斜的票证图片中的文字，具有高速、准确、低成本等优势，在金融业务系统中应用广泛。原来需要人工逐张识别和录入票证，现在OCR技术能够帮助金融机构实现智能化录入，大幅提升票证录入效率和客户体验，降低人力成本。随着金融业务数字化转型提速，涉及的票据、凭证类别不断增加，票证录入智能化的需求也随之高涨，金融机构对OCR模型的开发周期、识别准确率、识别速度等要求也越来越高。于金融机构而言，向外部采购OCR模型是比较常见的做法。然而，由于数据安全的要求、模型迭代的需求以及需求响应效率的问题，金融机构亟需构建面向各类OCR场景的开发平台，针对特定单据快速开发定制化模型并进行模型迭代，同时能够解决样本初始化不足、缺少人工标注、凭证版式复杂、模型训练门槛高等问题。智能OCR方案百倍提升票证录入效率在与浪潮信息的元脑生态战略合作基础之上，合合信息共享浪潮信息在AI计算、资源与算法方面的全栈能力，并基于智能文字识别技术，面向城市商业银行和保险公司，联合打造了业内领先的一站式智能OCR解决方案。该方案使用浪潮AI服务器作为硬件底座，强大AI计算性能能够支撑金融OCR场景的海量业务需求，同时提供更优的资源配置，以满足金融客户在不同场景下的性能要求。并且采用浪潮AIStation智能业务生产创新平台，不仅能够统一纳管、监控底层异构计算资源，提高集群资源利用率，还能够统一管理不同场景下OCR服务，降低运维难度及成本。同时集成了合合信息先进的智能文字识别技术，能够满足金融机构智能OCR应用需求，在具体场景中，可将票证录入效率提升百倍以上，实现票证录入智能化。该方案具有以下优势： 1.算力底座强大合合信息OCR算法已经在浪潮AI服务器上经过充分验证和测试，并可根据金融场景对服务性能的要求，提供优质硬件推荐配置。 2.资源利用率高浪潮AIStation的算力资源池化及细粒度切分功能可最大化利用计算资源，使单张GPU卡能同时运行5-8个OCR识别服务。并且能根据服务请求量的变化自动配置相应算力支持，在提升资源利用率的同时，保障业务性能不受流量陡增的影响。同时A/B测试及滚动发布功能可以加速客户应用版本升级迭代。 3.OCR识别算法领先合合信息提供业内领先OCR算法模型，能够支持印刷体识别、手写体识别，识别准确率高，排除干扰能力强，自动识别率超过99%。成功解决抖动模糊、歪斜、反光、形变、模糊、光照不均、阴影、远距离低像素、背景复杂、字体复杂、多语言融合等复杂场景的识别问题。并且客户可以基于少量样本快速开发、迭代和部署OCR模型，满足特定场景智能OCR应用需求。借助智能OCR解决方案，金融机构可实现OCR开发"零门槛"。开发者基于几十张票证小样本，即可完成OCR模型开发，大幅缩短模型开发和迭代周期。该方案实现了OCR模型的一键部署。在某银行的OCR开发场景中，模型部署时间从2天缩短为5分钟，加快了金融机构智能OCR应用的开发与上线速度；利用A/B测试，滚动发布等功能，生产环境OCR应用可快速更新为最新版本，应用运维成本降低45%。此外，该方案还具备强大的业务安全保障能力。在物理服务器硬件故障的情况下，在线业务可快速迁移到集群冗余服务器中，在分钟内实现业务恢复。合合信息是行业领先的人工智能及大数据科技企业，通过智能文字识别及商业大数据领域的核心技术、产品以及行业解决方案，为全球用户提供创新的数字化、智能化服务。目前，合合信息智能文字识别技术已被应用于公司旗下扫描全能王等C端APP及行业解决方案中，辐射全球百余个国家和地区的亿级用户。相关技术还在ICPR、ICFHR等人工智能国际竞赛中斩获十余项冠军，并于CVPR、AAAI、ECCV等国际顶会上发表。元脑生态由浪潮信息发起，致力于聚合具备AI开发核心能力的"左手伙伴"和具备行业AI整体方案交付能力的"右手伙伴"。目前，元脑生态已经拥有4000+合作伙伴，并在智慧金融、智慧城市、智慧交通、智慧能源、智慧科研等领域实现成功牵手和落地应用。未来，合合信息将继续携手浪潮信息等生态伙伴，基于元脑AIStore平台发布更多场景解决方案，打造行业数字化转型"加速器"。

美通社2022-09-29

24小时热点