FX168财经网_全球视野外汇黄金加密货币NFT资讯网

2023人工智能计算大会AICC开幕在即，人工智能AIETF(515070)今日回调倒车接人

幕, 本届AICC将围绕智算基础设施、生成式AI与大模型技术、产业数智转型等热点话题，展示智能计算时代最前沿的技术革新和落地走向。中信证券认为，2024年AI将开始全面落地，持续驱动科技产业投资。在新的外部再平衡条件下，关键科技领域的国产替代也将带来更多投资机会。一方面，光模块、服务器等在AI驱动下需求将持续增长；另一方面，半导体设备、AI芯片等在海外管制下发展紧迫性增强。在此基础上，部分应用场景结合国内大模型能力进行产业创新，通过AI+SaaS模式打开成长天花板，业绩将逐步释放。此外，大模型加速迭代开辟丰富场景下的智能驾驶、机器人板块也值得关注。人工智能AIETF(515070)紧密跟踪中证人工智能主题指数，场外联接基金（A类008585/C类008586），助力投资者一键布局中国机器人与人工智能AI产业。人形机器人同样将赋能AI，成为“具身智能”的最佳载体，机器人ETF(562500)是全市场规模最大的机器人主题ETF，紧密跟踪中证机器人指数，场外联接(A类：018344；C类：018345)。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-11-24

ChatGPT之父遭开除前，董事会收到一封威胁全人类的“AI重大技术突破”神秘信函……

的成功非常乐观。研究人员认为，数学是生成式AI发展的前沿。目前，生成式AI擅长通过统计预测下一个单词来进行写作和语言翻译，而同一问题的答案可能会有很大差异。但征服数学能力意味着，AI将拥有类似于人类智能的更强推理能力。 AI研究人员认为，这可以应用于新颖的科学研究。与只能解决有限数量运算的计算器不同，AGI可以概括、学习和理解。消息人士称，研究人员在给董事会的信中指出了AI的能力和潜在危险，但没有具体说明信中提到的具体安全问题。计算机科学家长期以来一直在讨论高度智能的机器所带来的危险，例如他们是否会认为毁灭人类符合他们的利益。研究人员还标记了一个“AI科学家”团队的工作，多个消息来源证实了该团队的存在。一位知情人士表示，该小组由早期的“Code Gen”和“Math Gen”团队合并而成，正在探索如何优化现有的AI模型，以提高其推理能力并最终开展科学工作。阿尔特曼努力使ChatGPT成为历史上增长最快的软件应用程序之一，并从微软吸引了必要的投资和计算资源，以更接近AGI。除了在本月的演示中宣布一系列新工具外，阿尔特曼上周还在旧金山举行的世界领导人峰会上开玩笑说，他相信重大进展即将到来。 “在OpenAI的历史上已经有4次了，最近一次是在过去几周，当我们推开无知的面纱并向前推进发现的前沿时，我已经在房间里了，并且能够做到这一点是一生的职业荣誉，”他在亚太经合组织(APEC)峰会上说道。一天后，董事会解雇了阿尔特曼。但迫于压力，阿尔特曼如今已正式回锅重任首席执行官。

小萧2023-11-23

港股收评：恒指涨0.99%、恒生科技指数涨2.17% 内房股爆发旭辉控股集团涨超48%、碧桂园涨超23%

利能力则因严谨的成本控制胜该行预期，料生成式AI及大型语言模型将成为集团明年市场营销及云业务的主要推动力，进一步的上行空间则在于更强的宏观环境复苏。将百度目标价由163港元上调至170港元，维持“买入”评级。

金融界2023-11-23

日本欧姆龙开发出30秒快速检测半导体芯片的设备

入苦战的情况下，该公司将把焦点放在用于生成式AI（人工智能）和数据中心的半导体等增长市场。

金融界2023-11-23

浅谈重塑世界之区块链和AI的交汇

创作（和创意生成）的边际成本尤其是，生成式AI带来了独特的挑战和机遇，我们认为区块链技术可以在其中发挥优势。要理解其中的原因，重要的一点是要考虑驱动智能系统进化的核心输入。机器学习（ML）从根本上来说是由数据（大量数据，但质量越来越高）、反馈机制和算力驱动的。目前，人工智能和机器学习领域的主要参与者，如OpenAI（微软支持）和Anthropic（谷歌和亚马逊支持），正在整合资源，并建立起围绕自身模型和数据的壁垒。然而，这种做法可能破坏了最初催生该行业的协作开发周期，抑制了行业的发展势头，尽管他们在计算、数据和分销方面具有早期优势。区块链，例如以太坊，提供了一个可行的解决方案，并已成为可靠的中立数据和计算系统。它推动了开源创新，并支持了一系列数字原生原语。这些原语在一个越来越由生成式AI塑造的世界中具有重要地位，因此区块链有望成为人工智能领域开源研究和开发的主要力量。区块链的去中心化特性提供了更加安全、透明和可信的数据管理方式。通过将数据存储在分布式网络中，并使用加密算法确保数据的完整性和真实性，区块链为人工智能研究和开发提供了信任基础和数据共享的机制。在人工智能领域，数据是至关重要的。然而，数据的获取和管理往往面临许多挑战，如数据安全性、数据隐私和数据分发等。区块链通过建立分布式的数据存储和管理系统，允许参与者共享和访问数据，同时保持数据的安全性和隐私性。这为人工智能研究和开发提供了更加开放和合作的环境。此外，区块链还可以解决人工智能算法的透明性和可解释性问题。人工智能算法往往是黑箱，难以理解其决策过程和判断依据。区块链可以记录和追溯算法的训练过程和数据输入，使得人工智能的决策过程更加透明和可解释。总而言之，区块链有着广阔的应用前景，尤其在人工智能领域的开源研究和开发中。它为数据管理、数据共享、算法透明性和可解释性提供了解决方案，促进了人工智能领域的协作和创新。我们相信，区块链将成为人工智能领域开发的重要动力，推动行业朝着更加开放和合作的方向发展。 3、当今市场状况今年，大量资金已经投入到人工智能的核心基础设施、模型层，甚至是面向用户的应用程序，例如聊天机器人、客户支持和编码助手。然而，在传统领域里，对于人工智能产生的价值在哪里积累并不明显。当前的场景中，人工智能很有可能成为一股中心化力量，并继续扩张Web2市场主导者的地位。特别是在基础设施和模型层，参与者们已经在扩展硬件和资本资源、数据访问、分销渠道和独特的合作伙伴关系方面进行投资。许多头部巨头们正朝向全栈模式发展，通过并购或专利合作的方式，从云服务提供商如AWS到硬件制造商如英伟达（Nvidia），再到老牌巨头如微软。这些巨头们正在进行规模和利润的争夺，但超昂贵、高精度的企业API模型的市场可能会受到经济、开源性能趋同、甚至低延迟工作负载需求趋势的限制。与此同时，中端市场的很大一部分已经出现了类似于“OpenAI API wrapper”产品的商品化趋势，这些产品功能齐全，但却难以区分。这些产品为用户提供了自定义API的灵活性和价值，但也呈现出资金缺乏和扩展能力不足的问题。在这个市场环境下，开源的解决方案显得尤为重要。开源软件可以提供更好的性能、成本更低、更好的可重复性和可扩展性。在开源的模型、工具和库的基础上，开发者可以更加灵活地构建自己的应用，并快速响应市场和用户需求。总之，人工智能市场的未来发展趋势与开源和开放合作密不可分。去中心化的开源生态系统可以降低人工智能发展中的壁垒，为更多人提供机会，从而推动行业的发展和技术的进步。 4、开源建设势头当前，开源系统和工具正在鼓励大大小小的企业直接利用预训练、训练和微调的开源数据集，以及免费访问的基础模型和工具，使创造力得到了更加充分的发挥。值得注意的是，据谷歌泄露的一篇文章概述，闭源和开源代码世界之间的差距正在迅速缩小。目前，有96%的代码库都使用了开源软件，这一趋势在大数据、人工智能和机器学习领域尤为明显。与此同时，颠覆云服务寡头垄断的时机或已成熟。过去，AWS、Google Cloud和Azure这三大巨头是通过将工具和服务分层来占领市场，从而在企业竞争中深入巩固自己的地位。然而，这种主导地位给企业带来了许多挑战，从限制性运营依赖到云基础设施相关的过高成本，尤其是考虑到主要提供商收取的溢价。在这种情况下，开源系统和工具的应用将是一个强大的颠覆者。开源系统和工具可以为企业节省成本，降低依赖性，并提供更加灵活的解决方案。企业可以依据自己的需求选择开源系统和工具，并且可以对其进行定制和优化，以满足自身的业务需求。总之，开源系统和工具的广泛应用将颠覆云服务寡头垄断的市场环境，并给企业带来更加灵活和经济的解决方案。现有公司面临着运营重组的费用压力，再加上试图尝试和整合越来越多的开源AI，将为使用去中心化替代方案重构业务创造一个窗口。因此，开源AI和区块链技术的新兴交叉点为实验和投资提供了一个非凡领域。 5、加密与AI：双向价值关系我们对人工智能和区块链之间潜在的共生关系感到异常兴奋。加密中间件可以通过建立有效的计算和数据市场（供应、标签或微调）以及证明或隐私工具，极大地改善人工智能供应方的信息输入。反过来，去中心化应用程序和协议将通过吸收这种劳动成果达到新的高度。不可否认，加密技术已经取得了长足的进步，但协议和应用程序仍然受到主流用户使用的仍然不直观的工具和用户界面的影响。同样，智能合约本身可能会受到限制，无论是在开发人员的手动工作负载需求方面，还是在整体功能的流动性方面。 Web3开发人员是一群非常高产的人。高峰时期，仅仅7.5万名全职开发者就创造了价值数万亿美元的产业。编码助手和ML增强DevOps有望助力现有工作，而无代码工具正在迅速赋能新一类建设者。随着机器学习功能被整合进智能合约并被带到链上，开发人员将能够设计出更加流畅和富有表现力的用户体验，并最终设计出全新的杀手级应用程序。这种链上体验的跨越式功能改进将吸引新的——可能是更多的——受众，催化出重要的采用反馈飞轮。生成式AI可能就是加密货币缺失的一环，它将改变UI/UX，并催生新一波技术发展浪潮。反过来，区块链技术将利用、泛化和加速人工智能的潜力。 6、使用区块链建设更好的数据市场使用区块链技术来建设更好的数据市场是一个具有潜力的方向。数据在机器学习中扮演着基础信息输入的角色，庞大的数据库如Common Crawl和The Pile使得基础模型获得了全球的关注。企业可以利用这些数据来完善产品供应的基础模型，或者用于建立未来的竞争优势。数据最终将成为用户和个人模型之间的桥梁，个人模型可以在本地运行，并不断适应个人需求。因此，数据的竞争成为了一个必不可少的前沿领域，区块链技术可以在这个领域中占据优势，尤其是在质量成为塑造数据市场的重要属性的情况下。数据质量比数量更为重要。早期研究表明，未来高达90%的在线内容可能是人工合成的。虽然合成训练数据具有一定的优势，但它也存在模型质量恶化和偏见强化的重大风险。未来几年，机器学习模型可能会面临非合成数据源的枯竭的风险。区块链技术通过其协调机制和证明原语，为支持去中心化市场提供了优化的可能性，使用户能够共享、拥有或变现用于训练或微调特定领域模型的数据。因此，Web3可能成为更好、更有效的人工生成训练和微调数据的源头。目前，区块链技术已经在支持去中心化的训练、微调和推理过程方面取得了进展，同时也可以更好地保存和利用开源智能。较小的开源模型通过高效的微调过程进行改进，其输出精度已经可以与较大的模型相媲美。因此，在数据来源和微调数据方面，趋势已经开始从数量转向质量。能够跟踪和验证原始数据和衍生数据生命周期的能力可以促进模型复现性和透明度，从而推动更高质量的模型和输入的发展。区块链可以建立一个持久的护城河，成为具有多样化、可验证和量身定制数据集的主要领域。这在传统解决方案过度索引算法进度以应对数据不足的情况下尤其有价值。内容模仿爆发即将到来的内容模仿浪潮是另一个加密货币先发优势将发挥作用的领域。这种新的技术范式将以前所未有的规模赋能数字内容创作者，而Web3即插即用的基础设施让这一切都变得简单明了。加密货币具有主场优势，这要归功于多年来围绕以NFT形式建立数字资产和内容的所有权和不可变来源的原语的开发。 NFT可以捕获整个内容创作生命周期，但也可以代表数字原生身份、虚拟资产，甚至现金流。因此，NFT使数字资产市场（OpenSea、Blur）等新用户体验成为可能，同时也重新思考了书面内容（Mirror）、社交媒体（Farcaster、Lens）、游戏（Dapper Labs、Immutable），甚至是金融基础设施（Upshot、NFTFi）等商业模式。这项技术甚至可以比另一种选择——使用算法——更可靠地打击深度造假和计算操纵。一个明显的例子就是，OpenAI的检测工具因精度失败而关停。最后一点：简洁和可验证计算的进步也将升级NFT的动态格局，因为它们包含ML输出以驱动更智能、不断发展的元数据。我们相信，基于区块链技术的AI工具和界面将释放出全面价值，重塑数字内容格局。利用零知识证明实现机器学习的无限知识区块链行业正在寻求技术解决方案，既能够实现资源高效计算，又能够保持无需信任的特性，而零知识证明（ZK）正是在这方面取得了重大进展。虽然最初的设计是为了解决以太坊虚拟机等系统的资源瓶颈问题，但ZK证明实际上提供了许多与人工智能相关的有价值用例。一个明显的例子是对现有用例进行简单扩展：通过高效而简洁的方式验证计算密集型过程，比如在链下运行机器学习模型，这样最终的产品（如模型推理）可以以ZK证明的形式在链上整合。通过将存储证明与协同处理相结合，我们可以在不引入新的信任假设的情况下，使得链上应用程序更加灵活和敏捷，大大增强其功能。当使用ZK证明调用API时，我们可以验证特定模型或数据池是否真正用于生成推断。它还可以隐藏模型在敏感行业如医疗保健或保险中使用的特定权重或数据。公司甚至可以通过交换数据或知识产权来更有效地进行合作，并从共享学习中受益，同时仍然保持着自己资源的所有权。最后，ZK证明在区分人工数据和合成数据这一日益相关而又具有挑战性的领域中具有真正的适用性。这些用例中的一些还需要进一步的技术开发和寻找可持续规模经济的方法，但zkML有可能对人工智能的发展轨迹产生独特的影响。 8、长尾资产及潜在价值加密货币已经证明了其作为音乐和艺术等传统市场价值流的卓越架构师的作用。在过去的几年里，还出现了代表链下有形资产（如葡萄酒和运动鞋）的链上流动性市场。继任者自然将涉及先进的ML功能，因为人工智能被带到链上并可让智能合约访问。 ML模型与区块链围栏（rails）相结合，将重新设计以前由于缺乏数据或买家深度而无法获得的非流动性资产背后的担保流程。一种方法是，机器学习算法查询大量变量，以评估隐藏的关系，并最大限度地减少操纵者的攻击面。Web3已经在尝试围绕社交媒体关系和钱包用户名等新概念创建市场。与AMM对释放长尾代币流动性的影响类似，ML将通过获取大量定量和定性数据来获得隐性模式，从而彻底改变价格发现。这些新的见解可以形成基于智能合约的市场的基础。人工智能的分析能力将嵌入去中心化金融基础设施，以发现长尾资产中的潜在价值。 9、去中心化基础设施层加密货币不仅在吸引和货币化高质量数据方面具有优势，而且在人工智能背后的基础设施支持方面也具有相似的前景。一些去中心化物理基础设施网络（DePINs），如Filecoin和Arweave，已建立了用于存储的系统，这些系统本身就包含区块链技术。还有其他公司，如Gensyn和Together，致力于解决分布式网络模型训练的挑战，而Akash则推出了一个令人印象深刻的P2P市场，将过剩的计算资源与需求联系起来。此外，Ritual以激励网络和模型套件的形式为开源AI基础设施的建设提供基础，将分布式计算设备连接起来，供用户进行推理和微调。其中最重要的是，像Ritual、Filecoin或Akash这样的DePIN还可以创建一个更大、更有效的市场。他们通过向更广泛的供应端开放，包括能够释放潜在经济价值的被动供应商，或者将性能较差的硬件整合到与高水平同行竞争的池中来实现这一点。技术栈的各部分都涉及不同的约束和价值偏好，并且对这些层进行规模性实战测试（特别是去中心化模型训练和计算的新兴领域）方面仍有大量工作要做。然而，基于区块链的计算、存储甚至模型训练解决方案的基础已存在，这些解决方案最终可以与传统市场一较高下。 10、综上所述，加密技术和人工智能的结合已经成为最具前景的设计领域之一，影响到了从内容创作到企业工作流程及金融基础设施等方方面面。我们相信在未来几十年内，这些技术将对世界进行重塑。最好的团队将结合基础设施、加密经济学和人工智能等技术，以提升产品/服务性能、实现全新行为或实现具有竞争力的成本结构。加密技术为协作网络引入了前所未有的规模、深度和标准化数据粒度，而人工智能将信息池转换为相关背景或关系的向量。当这两个领域结合在一起时，可以形成一种独特的互惠关系，为去中心化未来的建设者奠定基础。来源：金色财经

金色财经2023-11-22

百度三季度营收达344.47亿元文心一言用户数已达7000万

人、董事长兼首席执行官李彦宏表示，“在生成式AI和基础模型的新兴机遇背景下，百度不断强化技术、改进产品，特别是推出了文心大模型4.0，这是百度最强大的基础模型。我们还利用文心大模型和文心一言的能力，重构了消费级、企业级产品及自身运营，在带来AI原生体验的同时，不断提升效率。” 据了解，近三个月内，文心一言向全社会开放，百度发布文心大模型4.0版本。目前，文心一言用户数已达7000万，覆盖场景4300个。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-11-22

计算机板块走高，银之杰涨超3%，金融科技ETF(516860)飘红

证券则表示，AIPC重塑全球PC生态。生成式AI 的出现，会改变过去40年一直保持稳定的以Wintel(Windows + Intel）联盟为核心的PC生态。从应用角度，连接企业数据库的知识问答，基于个人信息的文生图工具和个人助手等可能成为第一批AI PC应用；从芯片角度，对AI应用支持更好的ARM 芯片可能在2-3 年之后占据全球20%以上重要份额；从PC品牌角度，新的应用和更多的芯片供应商会缩短换机周期和提升毛利率。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-11-22

英伟达季度收入料大增170% 警惕AI热潮是否降温？

财报电话会议上，可能存在的负面因素包括生成式AI热情降温的迹象，或一些大客户正在转向AMD（AMD.O），亦或对中国的芯片限制造成对公司业务的不利影响。美国银行分析师上周在一份报告中写道，“对于英伟达11月21日召开的电话会议，人们的期望很高。” 该行给予英伟达“买入”评级，并表示其股价会继续上涨。不过，该行也指出，对中国的芯片限制，以及竞争担忧，是引起投资者关注的两个问题。特别是AMD在生成式人工智能市场的出现为英伟达带来了新的动力，英伟达在AI GPU市场上占据了主导地位。 AMD首席执行官苏姿丰上月底表示，该公司预计第四季度GPU收入约为4亿美元，2024年将超过20亿美元。该公司6月表示，其最先进的AI GPU MI300X将于今年开始向一些客户发货。迄今为止，英伟达仍是人工智能GPU市场的领导者，但高价格是一个问题。美国银行分析师认为，英伟达需要强有力地反驳其产品对于生成式AI推理而言过于昂贵的说法。上周，英伟达推出了H200，这是一款专为训练、部署各种AI模型而设计的GPU，这些模型为生成式AI提供动力，令相关科技企业能够开发更智能的聊天机器人(12.440，-0.22，-1.74%)，将简单的文本转换为创造性的图形设计。新的GPU是H100的升级版，H100是OpenAI用于训练其最先进的大语言模型GPT-4 Turbo的芯片。根据瑞杰金融的预估，H100芯片的成本在25000美元到40000美元之间，而训练过程中需要数千个芯片。 H100芯片是英伟达数据中心业务的一部分，该业务第二财季收入猛增171%，达到103.2亿美元。这约占英伟达总收入的四分之三。 FactSet的数据显示，分析师预计第三财季数据中心增长将从去年同期的38.3亿美元增长近四倍，达到130.2亿美元。根据LSEG的分析师调查，总收入预计将增长172%，达到162亿美元。而根据LSFG预估，第四财季的增长将达到峰值，约为195%。高管们此次也将面临有关OpenAI大规模改组的问题，OpenAI是ChatGPT的创建者，是英伟达的主要客户。上周五OpenAI突然宣布解雇首席执行官山姆·奥特曼和总裁Greg Brockman，原因是该公司产品开发速度及其工作重点存在争议。经过混乱的几天后，微软宣布将接纳山姆·奥特曼和Greg Brockman，并让两人领导微软的新人工智能团队。而OpenAI的700多名员工则集体威胁辞职，并要求董事会辞职。此外，英伟达的H100和A100人工智能芯片受到美国的限制销售打击，这恐将对英伟达的业务具有潜在影响。该公司对华供应的芯片业务占其数据中心业务的20%-25%。据报道，当前公司已找到一种方法，可以在遵守美国规则的同时继续对华销售产品。英伟达历来不公布年度指引，只愿意提供下个季度的前景展望。投资者将密切关注CEO黄仁勋在电话会上的口吻，寻求任何表明人工智能热潮是否减退的迹象。

金融界2023-11-22

亚马逊推出“AI Ready”计划，旨在为200万人提供免费AI技能培训

到高级AI技能的免费培训，包括如何利用生成式AI技术。

金融界2023-11-21

AI打败人类前，人类自己乱了阵脚——OpenAI震撼风云：Nadella巧妙出奇招，Microsoft逆袭全球AI舞台

AI竞争、并且毫不犹豫地追求商业成功的生成式AI初创公司（这是一个可能的选择！），Altman也不会有麻烦挖走OpenAI技术秘密的聪明人才。他的共同创始人Greg Brockman立即因对Altman被解雇的抗议而辞职，三名高级研究人员也辞职。报道称，更多员工威胁称如果不恢复Altman的职务，他们将辞职，而Verge称，截至星期一，将近500名员工仍威胁要辞职，除非董事会辞职并且Altman回来。当这一切正在发生时，员工们向Altman发送神秘的心形emoji X帖子，Altman在X上回应他们的帖子表示感激，“我非常爱OpenAI团队”。他是否在暗示他爱他们到足够为一家新创业公司聘请他们的程度？因为这正是许多创业公司的推出方式——通过从上家公司聘请人才。所有这一切意味着Altman被解雇的最大潜在输家不是Altman。也不是OpenAI的员工。它是Microsoft和首席执行官Satya Nadella。 “对于Microsoft而言，OpenAI就像是Chiefs对Mahomes一样。Nadella认识到这一点，失去Sam对他们来说是不可接受的。这个OpenAI董事会已经远远超出了他们的头脑，而且这次失败的政变现在正在逆转，”在Nadella的雇佣政变的消息宣布之前，投资者Dan Ives在星期日Business Insider表示。据报道，Microsoft已经投资了超过100亿美元，并拥有一个由非营利OpenAI运营的营利单位中的相当大的股份，有报道说多达49%（尽管Microsoft从未公开确认该股份的大小）。非营利的OpenAI由一个6人的管理委员会管理，他们不拥有股权，其中包括Altman和Brockman。因此，只需要简单的多数投票就可以解雇Altman，并任命CTO Mira Murati为临时首席执行官。在宣布Altman被解雇之前，OpenAI只提前了几分钟通知Microsoft。直到星期五，Microsoft与OpenAI的交易对于Nadella来说是一项重要的胜利，使Microsoft深入了解AI核心技术，同时防止了竞争对手做同样的事情。但是当Altman可能离开组建一家新的AI初创公司时，他肯定可以轻松地填补那些熟悉OpenAI技术秘密的人，Microsoft看起来陷入了困境。因为这样一家初创公司很可能会寻找另一家云计算的投资者/合作伙伴。生成式AI需要大规模、专业化的计算能力，尤其是对于为数百万客户提供服务。Google或Amazon几乎肯定会设法与Altman达成一项他无法拒绝的交易。 “最大的担忧是Altman竞标最终会进入Google或Amazon的后院，这对Microsoft来说将是一场噩梦，”Ives在一份研究报告中写道。 Microsoft一直在将OpenAI技术整合到其所有主要产品中，并超越竞争对手上市。该公司本月早些时候在OpenAI技术的许多整合方面宣布了100多项声明，涉及Microsoft的AI工具、云中的AI模型和工具，这让基于GPT的ChatGPT无处不在。但是Microsoft也一直在削减或彻底放弃各种其他内部自主研发的AI项目，以倚重OpenAI技术。正如BI先前报道的，它关闭了各种“工业元宇宙”项目并裁员，这个自家研发的“工业元宇宙”在今年ChatGPT取得成功之前一直是一个关键的AI战略。这可能仍然意味着，如果OpenAI突然崩溃，Microsoft没有一个快速的备用计划。即使Nadella雇佣了Altman和团队，但是Microsoft仍然需要OpenAI。在星期一，Nadella重申了对OpenAI实体的承诺，不管它将来会变成什么样。“我们对与OpenAI的合作伙伴关系保持承诺，并对我们的产品路线图、我们在Microsoft Ignite宣布的一切以及继续支持我们的客户和合作伙伴充满信心，”他写道。尽管500名员工仍然希望他们的大规模离职威胁可能会解决当前OpenAI的困境，带回Altman，但各种报道以及常识都表明Altman不会回来。如果OpenAI的管理结构发生改变，可能还有一点机会。但这对于一个周末的谈判来说，甚至可能是长期的，可能比Nadella都更难办到。无论如何，对于Microsoft来说，现在已经不重要了。 OpenAI可能会恢复，也可能不会。但是Nadella继续在所有生成式AI方面击败竞争对手的雄心肯定是有的。另据最新报道，OpenAI创始人Sam Altman在遭到董事会的解雇后，出人意料地转投微软，但这还不是板上钉钉的事。有多个消息来源称，如果解雇他的其他董事会成员辞职，他和联合创始人Greg Brockman仍然愿意回到OpenAI。目前，该公司几乎所有员工都在计划大规模离职，OpenAI公司约770名员工中，已有700人签署联名信以辞职逼迫董事会辞职，并要求恢复Altman与Greg Brockman的职位。3名董事会成员中的Ilya Sutskever已倒向Altman。一位消息人士称，Altman阵营以及投资者都在努力为董事会寻找一个体面的退出方式。这位消息人士将微软对Altman的招聘公告描述为一种“等待模式”。 Sam Altman表示：“微软CEO和我的首要任务仍然是确保OpenAI继续蓬勃发展，我们致力于为我们的合作伙伴和客户提供全面的业务连续性，而OpenAI和微软的合作让这一切变得非常可行。” 同时，OpenAI董事会任命前Twitch CEO Emmet Shear担任第二位临时CEO，取代Altman。此前成为首位临时CEO的Mira Murati加入由数百名员工组成的团体。然而一些预期中的董事会改革似乎不再进行。一位知情人士表示，Salesforce前高管Bret Taylor不再准备加入OpenAI董事会，本预计他最早昨晚就会成为新成员。一位人士说，目前的董事会成员仍在考虑扩员，但希望找到一个与Taylor身份相似的人加入。在员工公开信中，Taylor加入董事会是条件之一。

Heidi2023-11-21

24小时热点