FX168财经网_全球视野外汇黄金加密货币NFT资讯网

新闻集团第三季度利润超预期称还在早期探索生成式AI

当地时间周四，新闻集团公布第三季度业绩。得益于一系列成本削减措施以及旗下专业数据和新闻平台订阅量的强劲增长，该季度利润超出华尔街预期。　　截至3月31日的第三季度，受《华尔街日报》和《星期日泰晤士报》等新闻刊物订户增加的提振，该公司订阅和发行收入增长了2.09％。　　根据数据分析公司Refinitiv IBES的数据，该公司公布的营收为24.5亿美元，而此前分析师的平均预期

金融界2023-05-12

林迪效应：投资人深度解析meme币狂热现象

ok朗朗上口的曲调为标志。我们甚至使用生成式AI来进行艺术和文章创作——太有趣了。人们会想尽一切办法多赚点钱。有时会涉及到meme资产和NFT投资。我们这个行业所能做的就是对meme资产的投资风险发出更响亮的警告。人们总是可以展示去中心化（一个理念）和区块链（一种技术）可以带来什么好处，而不需要用户把自己的毕生积蓄投入到链上庞氏骗局中。也许还能让我们了解到，是谁创造了人们可以随时随地使用的有用工具。每次在我们赞美赌徒之时，我们完全忽略了建设者。建立一个可持续的生态系统需要两者兼而有之。来源：金色财经

金色财经2023-05-12

亿道信息：教育领域是公司产品应用最重要的场景之一

司也将积极跟进以ChatGPT为代表的生成式AI(AIGC)等最新技术的发展及应用情况，加强相关人才储备、产品规划及产品预研。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2023-05-12

行业洞察 | 创意变革与市场颠覆：AIGC对广告行业的全面影响

有望逐步填补。 2.3 2030年中国生成式 AI 应用规模有望达到 1万亿人民币 AI技术过去已经在多个领域展现出了与商业生态融合发展的潜力。其中，AI语音识别已经广泛应用于智能翻译、智能医疗、智能汽车、智能客服等多个场景，并已经实现了规模化应用。AI聊天机器人在智能客服、智慧导购等领域也取得了显著的进展。计算机视觉技术已经能够实现场景的识别和扫描等功能。生成式AI技术则在创造性领域发挥了重要作用，例如文学和艺术创作。 AIGC的应用可从toB和toC两个角度来看。在toC方向，AIGC已经开启了单月付费模式，类似于视频会员付费模式。相比同类公司，单用户付费市场规模预计可达数千亿人民币。此外，toB方向在中国也将是AIGC大展拳脚的场景，可以在数字营销、内容生产、媒介迭代等方面为企业降本增效，据调研，有些特定场景已经可以实现90%的成本节约和效率提升。据前瞻产业研究院预测，到2025年，中国AI数字商业中数字服务和数字商业内容市场规模将分别占比59%和24%。从复合增速来看，2020年至2025年期间，数字商业内容和数字服务分别将达到49.9%和40%的增速，数字商业正在成为继互联网商业之后的又一个重要形态和力量。另外人工智能技术正逐步从学术研究走向产业化，商业与人工智能技术的融合正在形成相辅相成的发展格局。在广告与创作领域，AIGC的价值在于为存量业务降低成本、提高效率，为增量内容提供跨模式的内容生成。虽然根据Gartner的"人工智能技术成熟度曲线"，生成式人工智能仍处于起步阶段，但其广阔的应用场景和需求空间正在吸引大量的资本和技术投入，有望在3年以内实现大规模应用。 AIGC具有创造万亿元经济价值的潜力，其蓬勃发展将推动资产服务快速跟上，通过对生成内容的合规评估、资产管理、产权保护、交易服务等形成AIGC的完整生态链，重塑其商业价值，充分释放其发展潜力。根据量子位的预测，预计到2030年，AIGC的市场规模将超过1万亿人民币。 2.4 AIGC正在对广告行业产生深远影响如今AIGC的应用可以类比十年前的互联网+，将对各行各业造成深远影响。在万亿级的广告市场中，AIGC的应用可以极大地提高广告内容的生产效率和质量，加快广告营销的周期，帮助企业更好地实现营销目标。其实早在2020年Jasper公司便开始为创作者在FACEBOOK上的广告创作赋能，可口可乐也在今年2月份宣布与OpenAI和贝恩公司合作，使用AIGC的方式创作个性化广告文案与内容，全面提升运营能力以寻找新的创意营销突破点。随着AIGC技术与模型的愈发成熟，在广告行业中将被广泛应用，尤其在以下几个环节之中：素材/物料生成：利用人工智能技术自动生成文章、视频、音频、图片等广告内容，可以实现大规模、高效率的生产。此外，AIGC技术还可以根据不同用户的兴趣、需求、行为等数据，生成个性化的广告内容，提高用户的兴趣度和购买转化率。广告投放：AIGC可以通过深度分析广告主的品牌、产品、消费者行为等信息，快速地识别、定位、优化广告资源，提高广告投放的精准性和覆盖面。数据分析：AIGC技术可以对广告营销数据进行分析和挖掘，提供实时、准确的数据分析结果，帮助广告主更好地理解用户需求、预测市场趋势和优化广告投放策略。 AIGC分担了逻辑简单但工作量冗长的工作，可使得专业人士集中精力处理诸如挖掘深层立意、元素创新组合等更具价值的事情，加速新创意落地。AIGC技术的应用也给广告行业带来了诸多直观的好处，其中主要包括：提高效率：AIGC技术可以快速、自动地生产大量广告内容，缩短广告生产周期，提高效率；还能够为营销人员可以快速生成用户画像，完善打标流程。降低成本：AIGC技术可以减少人工成本，代替原有广告公司部分客服、美工、设计的工作，降低广告制作的成本。提高质量：AIGC技术可以保证广告内容的质量和规范性，减少因人为因素而导致的错误和疏漏。提高个性化：AIGC技术可以根据不同用户的需求和行为数据，生成个性化的广告内容，提高用户的接受度和购买转化率。相信未来AIGC技术能够不断拓展营销领域的边界，给品牌带来更多的想象力。 2.5 AIGC或在短期大量替代广告、设计相关从业人员 AIGC技术改变整个广告行业的速度，可能比想象的更快。过去技术工具从诞生到广泛应用，需要经历很长一段时间的市场检验，但AI工具的到来却打破了这一规律。此前创新工场创始人李开复撰文列举了10项AI最容易取代的工作，具体如下：电话营销员/电话销售、客户服务、仓库工人、出纳和运营人员、电话接线员、出纳员/收银员、快餐店员、洗碗工、生产线质检员、快递员。在广告行业中，AI做为技术工具将首先取代部分技术岗位。文案、设计、插画师甚至策略人员，在AI工具的高速迭代下，将无一幸免：一是因为AI的速度更快，二是很多时候AI的创作质量更高。 4月13日知名公关及广告服务商蓝色光标（300058.SZ）发布内部邮件通告也说明了AIGC已具备取代更多的工种的可能性。作为全球性营销控股集团，公司宣布为了遏制核心能力空心化的势头，也为了给全面拥抱AIGC打下基础，将无期限全面停止创意设计、方案撰写、文案撰写、短期雇员四类相关外包支出，从确认合作到宣布停用相关业务的外包，GPT“入侵”普通人工作的速度远比想象中快，这意味着将有很大一部分的广告生产从业人员将面临失业的风险。从行业发展的角度来看，这一举措也体现了广告行业对于AI技术的越来越重视。随着人工智能技术的不断发展，越来越多的行业开始探索将AI技术应用到各个领域，以提高工作效率和降低成本。广告行业作为一个高度创新和技术密集的行业，也需要不断创新和应用新技术，以适应时代的发展和变化。因此，全面拥抱AIGC成为了广告行业不可避免的发展趋势之一。当然，这一举措也有其局限性和不足之处。虽然AI技术在某些方面可以替代传统的外包服务，但在某些方面，如人性化、情感化的创意设计等领域，AI技术还无法完全替代人类。因此，在采用AI技术的同时，广告公司也需要注重培养和提升。此外，游戏、设计等行业的原画师也受到了很大的冲击，许多业内公司已经出现了裁员现象。广州一家中型外包游戏公司的特效技术总监公开称，公司的原画团队自2023年初使用AI之后，已经裁员三分之二。在质量方面，打开Midjourney每日更新的showcase就能看到，AI创作的画面早已超越了大多数的设计同行。只要有描述足够精确的提示词，其作品甚至足以与顶尖的设计、插画师、摄影师媲美。导演陆川在尝试AIGC后表示，AI在设计电影海报方面“15秒出来的效果已经比专业海报公司做一个月的还要好了”。非凡产研也采访了几家国内广告行业从业公司，发现基本上所有受访公司都已经或正在通过接入AIGC来提高生产和运营效率。ADmobile广告产品负责人包圆接受非凡产研采访时表示：“AIGC目前在广告投放内容生产与人群圈定方面已经有一些具体的案例。以Meta推出的AIGC工具为例，已经可以做到根据广告投放者的需求生成个性化的文案了，而且文案的生成效果也基本能满足广告投放的需要。但目前重点还是在于文生文领域，图像和视频的AI生成在广告领域仍还处于早期阶段。另外就是人群圈定，由于IOS 4.5以后对于设备ID的获取越来越难，对于广告投放商来说这是一个比较大的痛点，有了AI以后，可以通过用户行为、偏好数据去做人物标签，再根据标签推送个性化广告，在效率和成本方面有了非常大的提升。” 另外一个数据也很能说明AIGC的侵略速度比以往任何产品都要来的更快：去年11月底OpenAI上线的ChatGPT，仅5天时间便已收获100万注册用户。今年2月，其月活用户已超过1亿。而且这个数据还是在排除了大量限制提供服务地区的人群。这种进度在过去最起码需要企业几年的时间才能达到的成就，AIGC仅用了3个月时间。AI工具在人群中大规模流行时，也快速渗透进了各行各业。 Attribuly创始人李驹接受采访时表示：AIGC已经在图片生成、虚拟人生成这块已经有很落地的应用场景了，在一些限定场景、工作流中起到了很好的应用。内容生产是广告中的一部分，AI将对用户洞察、广告投放产生效率的影响，通过AI+自动化提高投放策略的有效性，更好了解品牌。随着数据质量、维度的加强，AIGC在内容生产与优化也会越来越强。从目前商业化应用角度来看，文生文类的产品更加落地一些，例如Jasper AI、ChatGPT，但这只是个开始，如果从长远来看，图片视频会承载更多的信息与商家预算，未来更具备更大的商业潜力。 03 机会还是挑战？ 3.1 三个核心要素将被重构广告行业有技术、创意、媒介、运营四个主体，AD Network优化了技术与媒介，DSP/ADX进一步优化了媒介，oCPX优化了运营人员，而AIGC优化了最后一个创意环节，而且可能是革命性的影响。不过对于AdTech公司而言，在过去算法是公司的核心竞争力，数据是公司的核心资产，而ChatGPT和AIGC的模型都需要海量的数据来进行训练，正因为没有高质量的内容数据，就训练不出优秀的AI工具。反过来也可以说，高质量的内容数字资产，就是AIGC的灵感源泉，也是未来创作方的决胜点。传统AI公司也很难直接应用产品在广告行业，这是广告平台发展ChatGPT和AIGC得天独厚的优势。从长远来看，人工智能（AI）将对广告的三个核心要素——受众渠道、内容素材和数据——都有非常显著的提升。首先，在受众渠道方面，人工智能技术将具备重构投放流程的可能性。过去，广告投放主要通过标签化来圈选人群包，但在未来技术的帮助下则可以更加精准地定位受众，针对单个个体实现真正的个性化展示，做到真正的千人千面，从而提升消费者的广告体验和广告效果，实现更加细密度的广告呈现。其次，在内容素材方面，AIGC技术将为广告提供更加优质和个性化的素材，通过深度学习和自然语言处理等技术，以及自有数据的训练，可以让AI生成更具创意和感染力的广告内容，从而提高广告的吸引力和转化率，这一点在目前已得到验证。最后，在数据层面，人工智能技术将为广告提供更加精准的数据分析和管理，通过NLP技术对数据进行深度分析和优化，不仅可以得到更为深维度的数据，更好地将人群细分，还能找出平台、素材、潜在受众的共同特征和差异化，来指导广告投放，从而提高广告投放的效率和效果。这些将对传统的CDP、CEM、DAM、广告创意公司等相关行业带来一次革命性的变化，使得广告产业更加智能化、个性化和高效化。 3.2 AdTech或将进入一个新的时代在谈及效果类广告与品牌广告对于AIGC的应用问题时，被采访者大都认为效果类广告将能更好的应用AIGC来做生成，效果类广告相比品牌广告更具备可衡量性，而可衡量的场景使得AIGC更容易落地，而品牌广告是偏展示的，缺少相应的手段去追踪转化，相对而言不可衡量性更高。而且相较而言，品牌广告需要在某种程度上表达公司的品牌价值、品牌理念、品牌文化等，AI在这一方面可能还相对有所缺失，其更擅长于基于数据的内容生成，而在效果类广告场景中，能够提供更多的数据集用于加强对于模型的训练，当然这也对于许多公司在技术与资源成本是一种考验。针对广告投放而言，广告投放的转化是最终目标，广告行业也经历过从CPX到oCPX的转变，效果广告占总体广告比重也越来越大。 AIGC的应用或许在未来可以通过计算使得广告投放愈发千人千面，实现个人定制化广告，如给男性、女性、长者、儿童等不同地区、不同年龄、不同性别、不同爱好的人群都精准推荐最适合其的产品以及针对其偏好创建最适合的广告文案、素材、内容，增加相应人群的购买兴趣，从而增加整个广告的ROI，相信这将会使得AdTech进入一个新的时代。联世传奇创始人杨光宏表示：AIGC对于广告行业的变革是不可阻挡的，我们会积极的接受并用好它。AIGC通过技术手段做到了批量的内容生成，而广告行业就是一个非常好的落地场景，但在这个场景各家的精度、模型训练量各有差异。按目前抖音、快手等主流平台逻辑来看，素材越多，被曝光的概率也就越大。而且更重要的是投放短视频广告素材时，投放成本会随着素材投放的时间、地区不同而不断波动。刚投放的新素材，吸引用户下载的成本较低，但越往后成本就会越高，当成本超过广告主预算，就需要投放新的广告素材，这是短视频广告素材消耗的基本逻辑。但现如今在AIGC的技术加持下，对于人群、素材的投放及优化会相比现在而言更加的精准，可以预见的是品牌的获客成本将进一步降低。 3.3 广告从业者将何去何从对于广告行业从业者来说，AIGC替代的潮流趋势已不可阻挡，但AI仍有做不到的事。正如美数科技产品负责人郭麟表示：其实大家都已经意识到AIGC对于行业将产生大的变革，无论是产品还是业务层面。AIGC解决的主要是两块，第一是人做不到的，如更大范围数据的收集、聚合、归纳；第二类是人不愿意做的，如一些机械化的行为，能大幅提高生产力。他提到值的注意的是，目前产品如Midjourney相对来说是通用型的工具，如果用在垂直行业还需要人工的参与，尤其在广告行业，还会受到文化、法律、公序良俗的影响，对于内容素材有进一步的要求。 AIGC的到来引领了内容生产力的提升，能够为人类带来更快、更多元的创意内容。然而，尽管AI工具能够辅助内容生产，却仍无法像人类一样从情感、思想深处挖掘人们真正想看、想听、想玩，具有触动和共鸣的内容内核，而且也可能会出现内容同质化的问题。因此，在内容生产链中，“人”的核心价值应更深刻地体现为：回归内容本质，深刻理解和创作AI无法理解的情感和思想，为此提出更精准的策划，并做出最终的判断和决策。在这个时代，我们需要全面拥抱AIGC。这不仅是为了适应市场需求，更是为了提高自身的职业素养和竞争力。无论是从个人还是企业的角度来看，学习和掌握AI和GC技术都是非常重要的。只有这样，才能够在未来的竞争中立于不败之地。而对于广告、文案等相关行业从业人员，应该时刻关注行业变化和趋势，积极学习和掌握AI相关技术和工具，以提高自身的技能水平和竞争力。 04 总结与畅想 AIGC的出现，代表着用AI算法和大模型重新排列和索引信息，也代表着出现了更好的广告交互方式，两者叠加绝对又是一次万亿广告行业基因级的突变。软告科技创始人刘旸表示：AIGC大幅提升了原先很多应用的效率。广告、电商和游戏是目前比较大的几个互联网应用场景，AIGC一旦作用于信息和交互之上，对于行业则可能是重构的概念，而广告行业是用户量最大、数据量最多的行业，因此基于用户量、数据量和模型量的“AI 飞轮”在广告行业更容易腾飞。未来，内容的生成速度将会更快，呈爆炸式增长。各行各业也在快速与AIGC进行结合，越来越多的大型国产厂商也开始搭建国人自己的大模型平台，相信在未来各个垂类都必将涌现出新的价值与机会。对于中小型公司来说，在广告投放领域有媒体、平台、数据、广告资源，在AIGC场景里有非常多的可能性，也能够很快的落地带来真正的商业效果，许多公司也已经或正在通过自建小模型或通过大模型调优的方式来优化适合自己商业场景的模型。考虑到可能存在的潜在问题，Attribuly创始人李驹也提到目前ChatGPT更多做的通用型内容的生成，缺少和私有数据的结合，这使得嵌入企业工作流会比较困难。另外24000个字符数上限对于公司层面而言也相对较小，这也有优化的空间。而且技术要注重结合目标客群的需要，提高数据安全性。总的来说，AIGC正在给广告行业及从业者带来更深刻的变革。随着AIGC技术的不断进步和普及，不仅仅将改变广告投放流程和创意生成方式，它还将推动广告行业朝着更智能化的方向发展。除了广告创意的自动化生成和素材管理，AIGC还可以在广告投放过程中发挥更大的作用。通过对海量数据的分析和挖掘，AIGC可以更加精准地定位受众人群，为广告主提供更具针对性的广告投放方案。同时，AIGC还可以在广告效果的监测和优化方面发挥重要作用，通过对广告效果数据的分析和反馈，对广告投放进行实时调整，从而提高广告投放的效果和ROI。可以确信的是，技术的裂变发展正在推动AIGC的IPhone时刻悄然而至。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2023-05-12

巨型AI模型时代已结束？这家AI初创公司再获2.5亿美元融资

atGPT在人工智能领域掀起的千层浪，生成式AI开始被普罗大众所熟知。《日本经济新闻》在此前报道中指出，全球100多家大规模生成式AI企业总市值达480亿美元，约为2020年的6倍，OpenAI的确引领了市场对生成式AI企业的投资热潮。实际上，除了OpenAI，AI的发展浪潮中还有Jasper、DeepMind、Stability、Cohere等竞争者。5月3日，《纽约时报》报道称，两名知情人士透露Cohere已获2.5亿美元融资，估值约20亿美元，投资者包括互联网软件巨头Salesforce、芯片制造商Nvidia、多伦多风投公司Inovia Capital和硅谷公司Index Ventures。这是自2022年ChatGPT发布后在生成式AI领域的最新重大投资。而此前，Cohere筹集的总资金已达1.7亿美元，包括2022年由Tiger Global领投的1.25亿美元B轮融资。 “百舸争流，奋楫者先；千帆竞发，勇进者胜”。作为加拿大的一家初创企业，Cohere何以突出重围，斩获众多投资者的青睐？了解该企业的发展历程、其产品区别于ChatGPT的独特优势后，相信我们会对投融资市场风向的选择理由与生成式AI的发展动向有所理解。一篇著名的论文创立于2019年的Cohere是一家自然语言处理 (NLP) 公司，基于大型NLP模型为外界提供API服务，从而提高计算机理解和生成文本、阅读和写作的能力。该公司由艾丹·戈麦斯 (Aidan Gomez) 与两个朋友Nick Frosst和Ivan Zhang一起创办，它的总部位于加拿大多伦多，在美国旧金山、英国伦敦均设有办事处。自合作以来，他们组建了一支约135人的团队，目前还在继续扩建以更好的提供相关API服务。两位联合创始人Aidan Gomez和Nick Frosst曾担任过谷歌研究员，其中Aidan Gomez是大名鼎鼎的《Attention Is All You Need》论文的作者之一。该论文提出了一种新的、被誉为ChatGPT的“祖师爷”的网络架构“Transformer”，ChatGPT通过Transformer模型进行了序列建模，并通过自回归方式进行训练，使得大语言模型能够根据前文内容和当前输入，生成符合语法规则和语义逻辑的拟人化内容，这使得国内外都掀起了一波未平一波又起的大规模语言模型训练的热潮。 Cohere提供了与ChatGPT类似的产品，目前主要包括：搜索文本（多语言嵌入、神经搜索、搜索排名）、分类文本和生成文本三大类产品，帮助企业快速部署对话式AI聊天机器人、生成式搜索引擎、文本摘要总结、增强向量搜索等，是为数不多在技术层面具备与OpenAI进行竞争的AI企业之一，这也是其受到资本市场青睐的重要原因之一。 Cohere曾在2021年9月获得4000万美元A轮融资；2022年2月获得1.25亿美元B轮融资，投资者包括老虎环球基金、“AI教父” Geoffrey Hinton、斯坦福大学教授李飞飞、深度学习专家Pieter Abbeel等。在2022年10月，Cohere便开始与谷歌、Salesforce、Nvidia进行融资谈判，如今，Cohere获得巨额融资将继续与OpenAI展开激烈竞争，继续加快类似ChatGPT产品的技术创新和更新迭代。资本为何青睐？实际上，在OpenAI发布GPT-4之后的一段时间内，大部分人都将目光聚焦于AI大模型，包括Anthropic、 AI21、 Cohere和Character.AI在内的众多资金充足的初创公司都在投入大量资源来构建更大的算法和模型，以期待努力赶上OpenAI的技术。但就在AI竞赛如火如荼开展之时，OpenAI的首席执行官Sam Altman却表示巨型AI模型的时代已结束，“未来新一步的进化，将不会来自于巨型模型”。那同属该领域的Cohere又为何会获得资本的青睐呢？ Cohere AI将其模型分为两类：生成模型和嵌入模型。生成模型通过对互联网上大量的数据进行训练，而嵌入模型是多语言支持的，可以支持超过109种语言。Cohere的模型有不同的规格，公司的指令模型每周都在进步，而同类领域的其他提供商通常要几个月或甚至一年才会发布重要的模型更新。尽管Cohere AI与谷歌合作获取其硬件能力，但其并不仅限于Google Cloud。例如，Cohere在AWS SageMaker上运营，并计划在其他云服务提供商上提供服务。Cohere AI的方法非常开放，并以客户为中心，他们通过在任何云供应商上运行以使客户获得最佳体验和服务。相较于GPT-4，Cohere AI尚未采用多模态方法。Cohere AI的高级副总裁Saurabh Baji表示，“我认为图像和视频非常令人兴奋。但从商业角度来看，这也是一个不同的问题。我们并不关注AGI，而是专注于客户实际面临的问题。很多客户的需求都非常以语言为中心。” 从AI竞争格局的角度来看，Cohere AI和OpenAI都是目前AI领域的重要参与者。虽然两家公司都专注于大型语言模型，但它们的重点和方法略有不同。OpenAI在一系列领域都有所涉猎，包括自然语言处理、计算机视觉和强化学习等。此外，OpenAI也吸引了大量的资本，其中包括像微软、谷歌和亚马逊这样的科技巨头。相比之下，Cohere AI专注于提供易于使用和部署的大型语言模型，为企业客户提供更好的商业解决方案。尽管Cohere AI在规模和影响力上与OpenAI存在一定的差距，但其在语言模型方面的专注度和灵活性使其成为一个非常有前途的公司。另外，在资本方面，Cohere AI也获得了很多青睐。除了几个知名风险投资公司的支持，该公司还获得了加拿大政府和Google等科技巨头的支持。这些资金的注入有助于Cohere AI继续扩展其业务和规模，并在AI市场上取得更大的份额。总的来说，虽然Cohere AI和OpenAI在AI竞争格局中处于不同的位置，但它们都是这个领域中非常有前途的公司。Cohere AI在语言模型方面的专注度和灵活性使其成为一个与OpenAI进行竞争的关键因素之一，而资本的支持也给了Cohere AI更多的机会来发挥其潜力，并在市场上取得更大的份额。实用角度看大语言模型大语言模型（Large Language Models，简称LLMs）是一类基于深度学习技术的自然语言处理（NLP）模型，它们具有大量的参数，并能够理解和生成人类语言。这类模型通常采用神经网络架构，尤其是Transformer架构。近期，一篇综述论文《在实践中利用大模型的力量》在AI学术圈爆火，而其中一张名为“大预言模型进化树”的图片引起了不小的轰动，其梳理了2018年到2023年的大预言模型代表作。相较于Open AI不断深耕至今走向AI的前沿，曾经颇具影响力的谷歌BERT似乎从一开始就走向了“岔路”。当我们以年为单位看LLM发展史的时候，忍不住唏嘘“在大模型没有成功之前，一切都是场赌局”。 ◉ 大语言模型发展进化史 2017年的时候，谷歌研究员在《Attention is all you need》一文中介绍了Transformer架构——这也是目前最常用到的架构之一，是BERT、GPT等预训练模型的基础。时至今日，Transformer架构仍是GPT模型的基础架构。 Transformer架构的提出和预训练的方法将大语言模型推向了新的阶段——以谷歌为首的科技大公司在2017年后聚焦于研发能够处理多种自然语言任务的大模型。 2018年6月，OpenAI采用Transformer架构发布了它们的模型——GPT-1。紧接着，谷歌正式向世界介绍了全新预训练模型——BERT。时间来到2019年，微软宣布与OpenAI达成10亿美金的合作。次年9月，OpenAI授权微软使用GPT-3模型，微软成为全球首个享用GPT-3能力的公司。科技巨头Meta当然也不甘示弱，于2022年推出有着“开源版本的GPT-3”之称的OPT，并于今年推出能在单个GPU上运行的大语言模型LLaMA。如今GPT-4也已发布，更强的文本生成能力与详细的逻辑判断能力让OpenAI在四年内快速崛起，并成功“破圈”。 Cohere的联合创始人Nick Frosst对Altman认为大模型不会永远奏效的观点也是表示认同的，他表示“有很多方法可以让Transformer变得更好、更有用，而且很多方法并不涉及向模型添加参数”。Frosst还说，新的AI模型设计或架构，以及基于人类反馈的进一步优化，将会是许多人工智能研究人员已经在探索和有前途的方向。 ◉ 一些有前景的LLM用例利用LLM大模型可以做许多“很酷”的事情，但我们必须承认，基于人类实际需求的创新发展方向才是最根本的逻辑，所以“实用主义”是我们考量LLM应用的重要指标。对于到底是选择只经过预训练的大模型LLM，还是在此基础上经过特定数据集微调后的较小模型问题，《在实践中利用大模型的力量》这篇论文给出的答案是具体情况具体分析，我们可以参照这张决策流程思维导图来获得一些启示。各种基于LLM构建的应用程序在不断刷新我们的认知，计算机科学家Chip Huyen在其文章《为生产构建 LLM 应用程序》中为我们提供了一些有前景的LLM用例：人工智能助手：针对不同用户群体来构建不同的任务，比如安排日程、做笔记、预订航班、购物等。但是，最终目标是打造一个可以帮助你做任何事情的智能助手。聊天机器人：聊天机器人在API方面类似于人工智能助手。如果说人工智能助手的目标是完成用户交给它的任务，那么聊天机器人的目标更多的是成为一个伴侣。例如，你可以让聊天机器人像名人、电影角色、作家等一样说话。学习：ChatGPT不仅可以生成问题，还可以评估学生输入的答案是否正确，以及对论文进行评分和反馈。同时，它也很擅长在同一个辩论话题上采取不同的立场，可以成为学生很好的辩论伙伴。搜索引擎优化：如今，许多公司都依赖于创造大量内容，希望在谷歌上排名靠前。但在未来，搜索引擎优化可能会变得更像一场猫捉老鼠的游戏：搜索引擎会想出新的算法来检测人工智能生成的内容，而公司则会更好地绕过这些算法。人们可能也会减少对搜索的依赖，而更多地依赖品牌（例如，只相信某些人或公司创造的内容）。除此之外，大语言模型可以帮助生命科学研究人员更好地理解蛋白质、分子、DNA和RNA，帮助信用卡公司进行异常检测和欺诈分析以保护消费者，帮助法律团队进行法律释义和抄写等。在未来的模型面前，或许现在我们看到的大模型只是蝼蚁。但我们可以期待，未来更加强大的语言模型将会更彻底改变人们的生活方式。现在，我们可以看到越来越多的企业涌入AI的洪流，个体也不可避免地主动参与或者被席卷进去，我们永远不知道明天会发生什么。未来的另一个五年又会有多少大语言模型出现，谁又将冲在行业最前端呢？让我们拭目以待。【声明】：本文为元宇宙之心运营团队原创，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2023-05-11

影视板块获AI助力，影视ETF（159855）近期得到市场重点关注，华策影视、华谊兄弟、中南文化领涨

，对于以内容为核心产出的传媒领域来说，生成式AI的发展与迭代所带来的自动化、多模态的全新内容生产模式以及近似真人的思维和交互方式都能够深度赋能传媒内容产业，满足用户端缩短内容创作周期、降低内容创作门槛和成本、提升内容制作效率的需求，同时也能够带来内容产品质量的提升以及商业模式的创新。持续关注AIGC技术在游戏、影视、广告、虚拟人领域、图书出版的结合落地以及带来的降本增效与内容质量提升的趋势，在未来不断的技术的迭代和进步下，AI将覆盖至更多的应用场景，具备较大的潜力。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2023-05-11

AIGC轻量化模型应用落地，影视ETF（516620）应声暴涨6%！

。对于以内容为核心产出的传媒领域来说，生成式AI的发展与迭代所带来的自动化、多模态的全新内容生产模式以及近似真人的思维和交互方式都能够深度赋能传媒内容产业，满足用户端缩短内容创作周期、降低内容创作门槛和成本、提升内容制作效率的需求，同时也能够带来内容产品质量的提升以及商业模式的创新。持续关注AIGC技术在游戏、影视、广告、虚拟人领域、图书出版的结合落地以及带来的降本增效与内容质量提升的趋势，在未来不断的技术的迭代和进步下，AI将覆盖至更多的应用场景，具备较大的潜力。另外从股市交易风格来看，今日影视传媒板块回暖，一方面是板块已经处于连续调整一周了，随着“中特估”板块的大范围调整，流出的资金开始寻找新的投资标的。作为AI应用端最具想象力的方向，影视传媒板块的率先回暖也是情理之中。对影视行业感兴趣的小伙伴可以积极关注影视ETF（516620）投资机会。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2023-05-11

AI当道,虚拟世界未来前景蒙上阴影？Epic Games CEO对虚拟资产发表个人见解

资者已经转向了下一个重大的科技趋势，即生成式AI。 Epic Games与微软、Meta等其他公司于2022年成立了Metaverse标准论坛。根据预测，2022年全球虚拟宇宙市场的价值为660亿美元。预计到2023年，这一数字将增至820亿美元，到2030年将增至9370亿美元。在预测期内，由于技术进步和旨在提高视觉实时渲染的持续硬件和软件创新，市场可能会增加。来源：金色财经

金色财经2023-05-11

基金早班车|最高上涨9.69％！为什么医疗基金LOF突然暴涨？

升级版，可以生成多种文本回应用户。2、生成式AI将让搜索变得更加智能和简单，用户可以在Search Labs中测试新的AI功能。3、宣布面向企业客户的新款人工智能（AI）模型。4、推出低成本智能手机Pixel 7a和Pixel平板电脑产品，均配置G2芯片，起售价都是499美元。5、推出自家首款折叠屏手机Google Pixel Fold，售价1799美元。谷歌A一度上涨逾5％，最终收涨4.1％。　　百度正在内测文心千帆大模型平台，这是全球首个一站式的企业级大模型生产平台，不但提供包括文心一言在内的大模型服务及第三方大模型服务，还提供大模型开发和应用的整套工具链。这意味着，企业可以在文心千帆上基于任何开源或闭源的大模型，开发自己的专属大模型。　　六、新发基金

金融界2023-05-11

淘天集团首次公开亮相！戴珊：自我变革不是选择题而是必答题

关键词。淘天集团首席执行官戴珊表示，在生成式AI等科技变革和消费行为习惯变迁的时代大背景下，“新生变革”、自我变革不是选择题而是必答题。

金融界2023-05-10

24小时热点