FX168财经网_全球视野外汇黄金加密货币NFT资讯网

金融界2023-10-22

A）周五公布的数据显示，受纯电动汽车和混合动力汽车销量猛增的推动，欧盟9月份的新车销量同比增长了9.2%。其中，纯电动汽车销量增长14.3%，在总销量中占比达到14.8%。纯电和混动车型加在一起占到总销量的略高于50%。柴油车的销量继续下滑，仅占12.5%，低于上年同期的15.9%。就在2015年，柴油车还占欧盟新车销量的50%以上。在各大车企中，大众9月销量增长了9.6%，斯特兰蒂斯和雷诺(7.025,0.03,0.36%)分别增长了11.3%和5.1%。

金融界2023-10-21

美国汽车业大罢工之际福特公布组织架构调整计划

工业系统，作为福特所有车型(包括汽油、混合动力和电动车型)的运营引擎。

金融界2023-10-18

福特任命燃油车和混动车型业务负责人葛皓华为COO

全球工业体系，负责汽车硬件工程、汽油和混合动力项目、周期规划、供应链和制造。道格·菲尔德（Doug Field）担任首席电动汽车、数字和设计官，继续负责全球电动汽车项目、电动汽车技术和数字平台的开发，以及福特设计工作室。安德鲁·弗里克（Andrew Frick）出任Ford Blue总裁，直接向福特首席执行官吉姆法利汇报。

金融界2023-10-18

FILA GOLF X McLAREN迈凯伦超级跨界联展落地北京SKP

迈凯伦720S、两辆迈凯伦旗下首款量产混合动力超级跑车Artura为科技线索，辅助呈现FILA GOLF专业高尔夫科技服装装备。其中，迈凯伦旗下首款混合动力超级跑车P1与新一代混合动力超级跑车Artura惊艳亮相，延续了迈凯伦F1的超跑精神，两者一脉相承的混合动力技术展现了迈凯伦在电气化领域不断突破的决心和勇气，将科技与美感完美融合，强力加持FILA GOLF科技装备，堪称超级跑车的巅峰之作，引发现场震撼围观。　　(双品牌跨界联展菁英装备库图) 　　实力演员、高尔夫爱好者刘奕君身着本次联名系列出席了当天活动，以菁英绅士的气质完美诠释高尔夫的优雅运动美学。在此次FILA GOLF X McLAREN迈凯伦双品牌联展启幕的同时，FILA 再度发力布局顶级商业版图，FILA GOLF北京SKP店也同步焕新启幕，开启顶级商圈的强势入驻，菁英运动战略颠覆升级，开创运动时装新纪元。　　(刘奕君现场活动图) 　　沿袭迈凯伦超跑格调，FILA GOLF X McLAREN迈凯伦联名WINTER COLLECTION系列，秉持FILA领航时尚界的设计力，加以提取经典的“迈凯伦橙”色系，为今年秋冬流行的美拉德褐变反应注入更多高饱和橙色，更添竞速属性。性能方面，本次秋冬联名系列主打“竞速科技，热能释放”，将超跑科技植入专业高尔夫装备中，通过三大核心科技解锁菁英性能。　　(菁英装备库装置区) 　　(菁英装备库装置区) 　　(菁英装备库装置区) 　　超轻量，科技破限。FILA GOLF准确捕捉菁英用户对于轻量高尔夫装备的运动需求，将迈凯伦车身碳纤维元素成功延伸复制到装备的拉链中，拉链开合更顺滑，结合超轻羽绒，为用户带来轻量舒适的体感，解锁极致菁英体验。　　(超轻量碳纤维装置区) 　　超聚热，温暖破限。汲取迈凯伦汽车基于空气动力学的设计灵感，采用轻暖科技羽绒，以及高性能的蓄热功能里布，纤维间形成多个细小空气锁温空间，有效锁住衣物与肌肤之间的热感空气对流，减少热量流失，专为高尔夫场景研发，确保全天候蓄热保暖，为冬日下场打球保驾护航。　　(超聚热锁温装置区) 　　超动力，竞技破限。基于FILA GOLF无束缚科技HYPER MOVE的3D版型，结合迈凯伦超跑引擎灵感，通过后背及大袖处拼接高弹力一片式针织面料，带来挥杆瞬间的极强拉伸性，最大限度满足挥杆需求，实现高尔夫专业运动层面的技术加持，让挥杆无所束缚。　　继前两季FILA GOLF X McLAREN迈凯伦联名系列问世，收获口碑和销量双赢后，此番秋冬之际，FILA GOLF X McLAREN迈凯伦联名WINTER COLLECTION系列，实现破限焕新，成功推出封神超跑同款专业科技系列。将FILA GOLF与创新科技、专业驱动的链接，不断刷新高尔夫菁英装备库，加速了高尔夫运动装备“超跑级顶奢意图”的专业化升级，助力更多球友一杆“封神”。　　FILA GOLF作为迈凯伦中国区首个跨界合作的时装品牌，此次的超级跨界，以联名系列的焕新三级跳，让菁英用户从未来感的超跑科技中真切体验品牌价值，帮助品牌在多元化的体验场景中营销制胜，进而拓宽了市场增量和创新思路，成功打造运动跨界超级案例，这也将推动着高尔夫行业的进步与发展。　　(FILA大中华区CEO姚伟雄、迈凯伦汽车中国区总经理王娜现场致辞) 　　(刘奕君现场推杆亮灯) 　　敢于创想，向上探索。 FILA GOLF与McLAREN迈凯伦的战略合作横跨全年，通过品牌双联展及FILA SKP店落地顶奢商圈，赋能商业布局，开启了高尔夫装备“超跑级顶奢意图”的新纪元。（FILA GOLF北京SKP商场独立店启幕仪式，左起：FILA大中华区市场副总裁施睿、FILA大中华区总裁姚伟雄、FILA GOLF品牌挚友、高尔夫爱好者刘奕君、北京SKP运营总监兼店长柳正明、FILA大中华区华北零售运营大区总经理杨盛兴) 　　即日起，全新FILA GOLF x McLAREN迈凯伦联名秋冬系列皆已全线上市，FILA GOLF门店、FILA GOLF天猫旗舰店、斐乐官网、斐乐精选顶级门店现已同步发售。　　(FILA GOLF X McLAREN迈凯伦联名冬季全新系列) 　　### 　　【关于FILA GOLF】　　诞生于1911年的意大利百年运动时尚品牌 FILA，从诞生的那一刻起就流淌着高端运动的血液；1979年，FILA 推出FILA GOLF PRO系列，正式进军专业高尔夫运动领域，并携手顶尖球手在高尔夫球场上彰显菁英个性。时隔40余年，FILA GOLF实现菁英进阶，DNA高弹系列、MODERN高智感系列、DP WORLD TOUR竞赛系列，三大系列共生，实现全人群覆盖品牌差异化。延续百年意式高级运动时装基因， FILA GOLF 致力于让职业球手、绿地菁英及更多青少年新秀，在高球场上优雅挥杆。　　【关于迈凯伦汽车公司】　　迈凯伦汽车是一家豪华高性能跑车与超级跑车制造商。　　所有迈凯伦车辆均在位于英格兰萨里郡沃金的迈凯伦全球制造中心（McLaren Production Centre，MPC）采用手工装配完成。迈凯伦汽车成立于2010年，是迈凯伦集团旗下最大的子公司。　　迈凯伦汽车旗下GT系列、超级跑车系列、赛车运动系列和终极跑车系列车型现在全球40个市场100余家零售门店内销售。迈凯伦不断追求突破、引领创新，于1981年为F1赛事推出采用轻盈坚固碳纤维底盘的MP4/1赛车。1993年，公司成功设计并打造迈凯伦F1公路跑车。自此，每款迈凯伦跑车均配备碳纤维底盘。迈凯伦还率先推出混合动力超级跑车——名为迈凯伦P1™的终极跑车系列车型。2016年，迈凯伦正式对外发布全新的混合动力Hyper-GT车型，并于2018年确认其为新一代终极跑车迈凯伦Speedtail。2019年，公司发布600LT Spider和全新迈凯伦GT，以及赛道跑车迈凯伦塞纳GTR，并揭晓了620R和迈凯伦Elva。2020年，迈凯伦发布了765LT车型。近期，迈凯伦正式推出全新高性能混合动力超级跑车迈凯伦Artura。迈凯伦Artura是首款搭载迈凯伦轻量化碳纤维架构（MCLA）的车型。该全新架构由位于英格兰谢菲尔德的迈凯伦复合材料技术中心（MCTC）自主设计并研发生产，凭借全球前瞻工艺，为迈凯伦电气化未来奠定坚实基础。迈凯伦汽车同样与志同道合的、在各自领域积极寻求突破的全球领先企业与组织展开合作。迈凯伦汽车的合作伙伴包括阿克苏诺贝尔（AkzoNobel）、亚斯特（Ashurst）、戴尔科技公司（Dell Technologies）、海湾石油（Gulf）、倍耐力轮胎（Pirelli）、理查德·米勒（Richard Mille）、国际培幼会（Plan International）以及途明（Tumi）。来源：金色财经

金色财经2023-10-18

美国电动汽车价格下降22% “木头姐”称科技创新将加剧通缩压力

中电动汽车的跌幅最大，为22.4%，而混合动力汽车的价格上涨了20.6%。总体而言，美国9月份汽车价格温和下跌了0.7%。伍德评论称，这是与电池组系统等“技术创新”相关的价格下降的一个重要例子。这位基金经理利用这些数据对美联储进行了嘲讽。她写道：“美联储继续根据滞后指标做出决策。人工智能、区块链技术、机器人技术和多组学测序将加剧通缩压力。” 在另一条帖子中，伍德写道：“美联储的政策行动是基于滞后指标，特别是各种个人消费支出（PCE）平减指数。投资者似乎相信美联储走在正确的轨道上。我们认为，通缩将是明年的一大意外。” 然而，看空特斯拉的分析师戈登·约翰逊（Gordon Johnson）对电动汽车价格下跌有不同的看法。在回复伍德的帖子时，他说：“或者，电动汽车的价格实际上正在崩溃，因为：需求<供应=更低的价格。”他认为，不是创新压低了价格，而是供需不匹配压低了价格。

金融界2023-10-17

广汽混动系统荣获“机械工业科学技术奖”一等奖

广汽集团等单位共同完成的“乘用车串并联混合动力变速系统关键技术及应用”项目荣获技术发明奖一等奖；由广汽集团完成的“高效清洁低噪混动专用汽油机平台技术及产品开发”项目荣获科技进步奖二等奖。

金融界2023-10-15

乘联会：9月新能源车国内零售渗透率36.9%，较去年同期提升5.1个百分点

豪华品牌仍待发力。 6）普混：9月普通混合动力乘用车批发91,481辆，同比增长12%，环比增长8%。其中广汽丰田32,199辆、一汽丰田29,138辆、东风本田7,713辆、广汽本田5,382辆、东风乘用车4,667辆、吉利汽车3,409辆、广汽传祺3,278辆、上汽通用五菱2,345辆、长安福特1,791辆、东风日产1,099辆、江苏悦达起亚457辆，混合动力的自主品牌销量逐步提升。

金融界2023-10-11

特斯拉9月国产电动车销量同比下降10.9%

凭借其王朝和海洋系列电动汽车和汽油电动混合动力车型，上个月乘用车交付量从去年9月的200,973辆增长42.8%至286,903辆。特斯拉及其中国挑战者正准备迎接消费者信心的复苏，在经济企稳迹象表明，绿色汽车的折扣和税收减免幅度更大。该公司在10月2日错过了市场对第三季度全球交付量的预期，因为其工厂计划升级以推出新版本的Model 3大众市场轿车，迫使生产停止。路透社表示，这家美国汽车制造商在每个季度初都会出口更多的中国制造的汽车，同时在年底专注于国内交付，从7月到8月，其中国电动汽车份额几乎翻了一番。 9月，它在中国发布了一款重新设计的Model 3，起价为259,900元人民币，比上一代高出12%，并将于第四季度开始交付。其中国竞争对手小鹏汽车也推出了一款改进后的G9 SUV，售价为26.39万元，比前款低15%。路透社表示，中国制造电动汽车的最大出口商特斯拉也面临着欧盟委员会对中国电池动力汽车补贴的调查，以及雷诺和其他中国汽车制造商。特斯拉第二季度中国制造的汽车交付量达到创纪录的247,217辆。

佳华1682023-10-11

a16z对话OpenAI CTO：从理论到实践 AI技术如何驱动未来创新？

当时她的毕业项目是通过超级电容建造一辆混合动力赛车。不久之后，米拉就加入了特斯拉工作，并参与了Model S双电机的工作。她从最初设计的早期就开始使用Model X，并最终领导了整个项目的启动。也正是在特斯拉的工作，让米拉对人工智能的应用非常感兴趣的开始，特别是自动驾驶。因为它可以利用 AI 和计算机视觉来彻底改变出行方式。她开始更多地思考人工智能的不同应用。所以，米拉对AI 以及它在世界上可以产生的变化越来越感兴趣。具体而言，她对 AI 如何影响人机互动，以及人与信息总体互动的方式非常好奇，并且对空间计算非常感兴趣。之后，她加入了一家黑科技企业Leap Motion，担任产品和工程副总裁。也正是这段经历，进一步强化了她的产品化能力。（顺便提一句，Leap Motion的创始人，David Holz，就是在卖掉Leap Motion后，创办了现在另一个大火特火的人工智能应用Midjourney）。 2018年，米拉加入OpenAI。从那时起，她开始更多地思考如果只关注通用性会发生什么。另外，从米拉在讨论研究方法中，可以看到她对于科技创新中在不确定的环境中需要的探索精神：有时你睡了一觉，醒来后就有了新的想法。在几天或几周的过程中，你会得到最终的解决方案。这不是一个快速的回报，有时也不是迭代的。这几乎就像是一种不同的思维方式，你在建立直觉，但也有处理问题并相信自己会解决问题的纪律。随着时间的推移，你会建立一种直觉，知道什么问题才是真正需要解决的问题。对话摘要知名风险投资人A16Z在人工智能领域下了重注。以下部分摘录了A16Z的基金经理马丁与米拉的对话。米拉分享了ChatGPT背后的故事，以及人工智能和人机交互的未来。我们也可以看到，身为产品经理背景的米拉对于产品的应用性是极其关注的。马丁：你认为现在更多的是系统问题还是工程问题？米拉：两者都有。系统和工程问题是巨大的，我们正在部署这些技术，并试图扩展它们，使它们更高效，并使它们易于访问。这意味着你不需要知道ML的复杂性就可以使用它们。实际上，我们可以看到通过API提供这些模型与通过ChatGPT提供技术之间的对比。这是一项基本相同的技术，可能有一点不同，即ChatGPT具备强化学习和人类反馈能力。这意味着人们的反应和抓住人们想象力的能力，以及让他们每天使用这项技术的能力，是完全不同的。自然语言接口马丁：我也认为ChatGPT的API是一件非常有趣的事情。每当我在程序中使用这些模型时，我总是觉得自己在用算盘包裹了一台超级计算机。有时我会说，“我会给模型一个键盘和鼠标，让它来编程。”API是英文的，我会告诉它该做什么，它会完成所有的编程。我很好奇，当你设计像ChatGPT这样的东西时，你是否认为随着时间的推移，实际的界面将是自然语言，或者你认为程序仍然有很大的作用？米拉：编程在ChatGPT中变得不那么抽象了，我们可以用自然语言在高带宽下与计算机交谈。但也许另一个载体是，这项技术正在帮助我们了解如何与它真正合作，而不是对它进行编程。编程层变得越来越容易，越来越容易访问，因为你可以用自然语言编程。但我们在ChatGPT中看到的另一面是，你实际上可以像合作伙伴或同事一样与模型合作。马丁：随着时间的推移看看会发生什么会很有趣。您已经决定在ChatGTP中拥有API，但作为同事，您没有API。你和一位同事交谈。随着时间的推移，这些东西可能会演变成说自然语言。或者你认为系统中是否总需要有一个组件是有限状态机（finite state machine），或者说一台传统的计算机？米拉：现在是一个转折点，我们正在重新定义我们如何与数字信息互动，我们正是通过这些人工智能系统的形式进行合作。也许我们有几个人工智能系统，也许他们都有不同的能力。也许我们有一个通用系统，他到处跟着我们，知道我的背景，我今天做了什么，我在生活和工作中的目标是什么，帮助我度过难关，指导我等等。你可以想象，这是超级强大的。现在，我们正处于重新定义它的拐点。我们不知道未来会是什么样子，我们正在努力让许多其他人可以使用这些工具和技术，这样他们就可以进行实验，我们可以看到会发生什么。这是我们从一开始就使用的策略。在前一周的ChatGPT中，我们担心它不够好。我们都看到了发生的事情。我们把它放在那里，然后人们告诉我们，它在发现新的案例做的非常好。当你让这些东西变得易于访问和使用，并让每个人都容易使用它时，就会发生这种情况。 OpenAI发展路线图马丁：当谈到人工智能时，人们还不知道如何思考。必须有一些指导，你必须做出一些选择。你在OpenAI，你必须决定下一步要做什么。如果你能走过这个决策过程：你如何决定做什么，关注什么，发布什么，或者如何定位？米拉：如果你考虑ChatGPT是如何诞生的，它并不是我们想要推出的产品。事实上，它的真正根源可以追溯到5年多前，当时我们正在思考如何制造一个安全的人工智能系统。你不一定希望人类真正编写目标函数，因为你不想为复杂的目标函数让替代者来做，或者说你不想出错，因为这可能非常危险。这就是利用人类反馈进行强化学习的地方。我们试图真正实现的是使人工智能系统与人类价值观相一致，并让它接受人类的反馈。根据人类的反馈，它更有可能做正确的事情，而不太可能做你不想做的事情。然后，在我们开发出GPT-3并将其发布在API之后，这是我们第一次将安全研究真正应用到现实世界中。这是通过指令引导模型（instruction-following model）的实现的。我们使用这种方法从使用API的客户那里获得提示，然后我们让承包商为模型生成反馈以供学习。我们根据这些数据对模型进行了微调，并构建了遵循指令的模型。他们更有可能遵循用户的意图，做你真正希望它做的事情。这非常强大，因为人工智能安全不仅仅是你坐在那里谈论的理论概念。它实际上变成了：我们现在要进入人工智能安全系统时代了，你如何将其融入现实世界？显然，在大型语言模型中，我们看到了概念和现实世界思想的伟大表现。但在产出方面，存在很多问题。最大的问题之一显然是幻觉（hallucination）。我们一直在研究幻觉和真实性的问题。如何让这些模型表达不确定性？ ChatGPT的前身实际上是另一个我们称之为WebGPT的项目，它使用检索来获取信息和引用来源。这个项目最终变成了ChatGPT，因为我们认为对话很特别。它允许你提出问题，纠正对方，并表达不确定性。马丁：不断发现错误，因为你在互动… 米拉：没错，有这种互动，你可以了解更深层的真相。我们开始往这个方向走，当时我们用GPT-3和GPT-3.5来做这件事。从安全角度来看，我们对此感到非常兴奋。但人们忘记的一件事是，在这个时候，我们已经训练了GPT-4。在OpenAI内部，我们对GPT-4感到非常兴奋，并将ChatGPT放在了后视镜中。然后我们意识到，“我们将花6个月的时间来关注GPT-4一致和安全性（alignment and safety），”我们开始思考我们可以做的事情。其中一件主要的事情实际上是将ChatGPT交给研究人员，他们可以给我们反馈，因为我们有了这种对话模式。最初的目的是从研究人员那里获得反馈，并使用它使GPT-4更一致、更安全、更健壮、更可靠。马丁：你说一致和安全性时，你是否包括它是正确的，它想做什么就做什么？或者你的意思是安全，实际上是保护自己免受某种伤害？米拉：我所说的一致，通常是指它符合用户的意图，所以它做的正是你希望它做的事情。但安全也包括其他事情，比如滥用，用户故意试图使用模型来制造有害的输出。通过ChatGPT，我们实际上正在努力使模型更有可能做你希望它做的事情，使其更加一致。我们还想弄清楚幻觉（hallucination）的问题，这显然是一个极其困难的问题。我认为，这种利用人类反馈进行强化学习的方法，如果我们努力做到这一点，也许这就是我们所需要的。马丁：所以，没有宏伟的计划？我们需要做什么才能达到AGI？这只是一步接一步进行下去。米拉：是的。还有你一路上做的所有小决定。也许是因为几年前我们确实做出了一个追求产品的战略决定，才更有可能实现这一目标。我们这样做是因为我们认为，如果没有来自现实世界的用户的反馈，就不可能仅仅坐在实验室里在真空中开发这些东西。这就是假设。我认为这有助于我们做出其中的一些决定，并构建底层基础设施，以便我们最终能够部署像ChatGPT这样的东西。比例定律马丁：你可以重复一下比例定律。我认为这是每个人都有的大问题。进步的速度是惊人的。但人工智能的历史似乎是，你在某个时候会遇到回报递减，这不是参数化的。它有点逐渐减少。从你的角度来看（这可能是整个行业最明智的角度）你认为比例定律会成立，我们会继续看到进步，还是认为我们正在走向回报递减？米拉：没有任何证据表明，随着我们继续在数据和计算轴上扩展模型，我们不会得到更好、更强大的模型。是否会一路走到AGI（通用人工智能），这是一个不同的问题。在这一过程中，可能还需要一些其他的突破和进步。要想真正从这些更大的模型中获得很多好处，缩放定律还有很长的路要走。马丁：你是如何定义AGI的？米拉：在我们的OpenAI章程中。我们把它定义为一个能够自主完成大部分智力工作的计算机系统。马丁：我当时在吃午饭，Anyscale的Robert Nishihara也在。他问了一个我称之为Robert Nishihara之问的问题。我认为这实际上是一个很好的刻画。他说：“计算机和爱因斯坦之间有一个连续体。你从计算机到猫，从猫到普通人，从普通人到爱因斯坦。”然后他问了一个问题，“我们在连续体上的位置？什么问题会得到解决？” 大家一致认为，我们知道如何从一只猫变成一个普通人。我们不知道如何从电脑变成猫，因为这是普遍的感知问题。我们已经很接近了，但我们还没有完全达到，我们真的不知道如何做爱因斯坦，这就是设定推理。米拉：通过微调，你可以得到很多，但总的来说，我认为，在大多数任务中，我们现在是实习生级别的。问题在于可靠性。你不能完全依赖系统来做你想让它一直做的事情。在很多任务中，它做不到。如何随着时间的推移提高可靠性，然后，扩展这些模型可以做的新功能？我认为关注这些新兴能力很重要，即使它们非常不可靠。尤其是对于今天正在组建公司的人来说，你真的想思考，“今天有什么可能？你今天看到了什么？”这些模型很快就会变得可靠。单一模型得天下？马丁：我马上就要问一下，预测一下未来会是什么样子。但之前，我很自私地问一个问题，你认为这件事的经济学会如何发展。我告诉你它让我想起了什么。这让我想起了硅工业。我记得在90年代，当你买一台电脑时，有很多奇怪的写作处理器。“这是字符串匹配，这是浮点，这是加密，”所有这些都把CPU消耗掉了。事实证明，通用性非常强大，这创造了某种类型的经济，英特尔和AMD都是其中玩家。当然，制造这些芯片要花很多钱。所以你可以想象两个未来。在未来，通用性非常强大，随着时间的推移，大型模型基本上会吸收所有功能。然后还有另一个未来，那里将有一大堆不同得模型，各种碎片，设计空间上有不同的点。你有这样的感觉吗：是OpenAI唯我独尊，还是有很多模型？米拉：这取决于你想做什么。显然，现在得轨迹是这些人工智能系统将做我们正在做的越来越多的工作。他们将能够自主运作，但我们需要提供方向、指导和监督。但我不想做很多每天都要做的重复性工作。我想专注于其他事情。也许我们不必每天工作10、12个小时，也许我们可以减少工作，实现更高的产出。这就是我所希望的。就平台的工作方式而言，即使在今天，你也可以看到我们通过API提供了许多模型，从非常小的模型到我们的前沿模型。人们并不总是需要使用最强大、最有能力的型号。有时他们只需要真正适合他们特定用例的模型，而且它要经济得多。我认为会有一个范围。但是，就我们对平台游戏的想象而言，我们肯定希望人们在我们的模型之上进行构建，我们希望为他们提供工具，使其变得容易，并让他们获得越来越多的访问和控制权。你可以带来你的数据，你可以自定义这些模型。你可以真正专注于模型之外的层，并定义产品，这实际上非常非常困难。现在有很多关注点是建立更多的模型，但在这些模型之上建立好的产品是非常困难的。未来5-10年马丁：我希望你能预测一下你认为这一切在3年、5年或10年后会走向何方。米拉：我认为，今天的基础模型在文本中对世界有着伟大的表现。我们正在添加其他模式，如图像、视频和其他各种东西，因此这些模型可以更全面地了解我们周围的世界，类似于我们理解和观察世界的方式。世界不仅存在于文字中，也存在于图像中。我们肯定会朝着这个方向发展，我们将有这些更大的模型，在训练前的工作中采用所有这些模式。我们真的想让这些经过预训练的模型像我们一样了解世界。在模型的输出部分，我们引入带有人类反馈的强化学习。我们希望模型能真正做到我们要求它做的事情，我们希望这是可靠的。这需要做大量的工作，也许还需要引入浏览，这样就可以获得新的信息，引用信息并解决幻觉。我不认为这是不可能的。我认为这是可以实现的。在产品方面，我们希望将这一切整合到人们合作的产品集合中，并提供一个人们可以在此基础上构建的平台。如果你真的向外发展，这些模型将非常非常强大。很明显，随之而来的是对这些非常强大的模型与我们的意图不一致的恐惧。一个巨大的挑战是超级一致（Super Alignment），这是一个困难的技术挑战。我们在OpenAI有一个完整的团队来专注于这个问题。来源：金色财经

金色财经2023-10-07

24小时热点