FX168财经网_全球视野外汇黄金加密货币NFT资讯网

重磅不断！麦卡锡给出“最积极信号”、美联储官员发出最强“鹰” 美元暴拉超80点黄金重挫超30美元

” 然而，Trainer指出，鉴于大型科技公司的主导地位，沃尔玛对整个市场的重要性已经不像过去那样了。他说:“在日益困难的经济环境下，市场如坐针毡，试图辨别哪些公司会做得好，哪些会做得差。” Miller Tabak + Co.首席市场策略师Matt Maley在接受电话采访时表示:“就消费者状况而言，许多零售商的业绩指引相当平庸。” 乐观的一面是，投资者对白宫将与国会达成协议以避免债务违约的信心增强。众议院议长麦卡锡周四稍早表示，协议最早可能在下周达成，Maley称这有助于提振纳斯达克指数，同时帮助股市避免出现更大规模的抛售。不过，“我认为股票交易商和债券交易商都不会预期违约，”Maley补充道。美国股市近几个月一直窄幅震荡，标准普尔500指数在过去10个交易日中仅在4100 - 4165点区间内小幅波动。黄金大幅回落向1950美元关口金价周四延续跌势，此前美国公布了更多强劲的经济数据，进一步削弱了对美联储可能放缓升息步伐的押注，对债务上限协议的乐观情绪也令金价承压。美市盘中，现货黄金延续跌势并触及4月3日以来的最低点1951.94美元，较日高大幅回落34美元。（现货黄金30分钟走势图，来源：FX168） High Ridge Futures金属交易主管David Meger表示，除了就业市场相对活跃外，对债务上限谈判的一些乐观情绪也提振了美元，并支撑了股市，略微削弱了避险需求。 “我们不再像过去几个月那样看好黄金市场。” 受经济数据影响，美股转高，美元和10年期国债收益率攀升至数周高位，令金价承压。市场目前预计6月份再次加息的可能性约为37%，而一个月前的预期为20%。当高利率推高债券等竞争性资产的回报率时，无收益的黄金就会受到影响。达拉斯联储主席洛根表示，通胀降温的速度还不够快，不足以让美联储在6月暂停升息，而美联储理事杰斐逊则表示，现在判断目前快速升息的全面影响还为时过早。两人都是制定货币政策的美联储委员会成员。 “金价未能守住50日移动均线的技术支撑位，可能促使金价进一步测试下行空间，”独立分析师Ross Norman表示。

会员

夏洛特2023-05-19

“木头姐”：特斯拉未来几年将“爆炸式增长” 三大引擎助推

什么？它拥有的数据比其他所有汽车公司和科技公司在交通领域的数据总和还要多。” 　　在回答对她的数百万订阅者和追随者过度宣传投资机会的危险时，伍德指出了当前宏观经济环境带来的困难，但她表示，这一切都取决于你是否相信她的研究。　　她说：“这是一项重大责任，我们非常重视。我觉得我们的研究是世界上最好的。我们想要分享它。但是，就时机而言，其中一些是我们无法控制的宏观因素的函数。我们从未见过像现在这样的宏观环境。”

金融界2023-05-18

消息称日本将向美光提供2000亿日元补贴生产下一代存储芯片

　　据知情人士透露，美光科技公司将从日本政府获得约2000亿日元（约合15亿美元）的财政激励，帮助其在日本生产下一代存储芯片。这是日本政府提振国内半导体生产的最新举措。　　知情人士说，这家美国公司将利用这笔资金在其广岛工厂安装来自阿斯麦的先进EUV芯片制造设备，以生产DRAM芯片。由于协议未公开，知情人士要求不具名。这笔资金可能会在日本首相岸田文雄周四会见包括美光CEO梅罗特拉（Sanjay Mehrotra）在内的一个芯片高管代表团时宣布。　　此前一天有消息称，日本政府可能向韩国三星电子公司提供价值约150亿日元（约合1.1亿美元）的补贴，用于该公司考虑在东京附近设立的一家芯片厂。　　今年3月底有报道称，三星电子将在日本横滨现有的研发中心附近建造一家芯片工厂，其中包括其第一条芯片封装测试线。　　据消息人士周三透露，这座工厂的建设成本约为400亿日元，其中约三分之一将由日本政府补贴。由于信息未公开，该消息人士拒绝透露姓名。

金融界2023-05-18

韵达股份：相比传统燃油物流车辆，新能源车辆在能耗、绿色、成本等方面有着明显优势

公司致力于成为“以快递服务为主业的数据科技公司”、“将公司装进计算机的物流公司”，多年以来，公司始终保持行业较为领先的研发投入规模，同时聚焦全网核心资源、核心模块，在全网各个环节、核心功能区深入进行信息化、数字化、自动化、智慧化建设和升级，为客户、网点、快递小哥、各级管理人员，提供一体式、数智化管理管控工具。谢谢！投资者：全行业三月份都在增长就公司一家同比下降，公司能给投资者一个合理的解释吗？韵达股份董秘：您好，尊敬的投资者，感谢您的关注。2022年3月份公司业务量基数较高，叠加2022年一些超预期因素对公司业务拓展产生短期影响；近阶段，紧紧围绕客户多元化需求，积极拥抱变化，通过增强服务的主动性、前置性，提升服务平台商家全链路质效水平；通过优化考核，提升售后服务响应速度，提升消费者的满意度；通过强化数字链路建设，让韵达“客户管家”“客户助手”工具，成为商家、客户享受优质服务的便利平台；通过移动化、信息化的“网点管家”、“快递员揽派”等数字化经营工具，助力加盟网点和快递员网点提升经营水平，以此赋能网络、赋能加盟商，共同服务客户、开拓市场，通过一流的网络建设，为商家、客户和消费者提供一流的服务。谢谢！投资者：转债什么时候上市交易？韵达股份董秘：您好，尊敬的投资者，感谢您的关注。本次可转换公司债券发行的原股东优先配售、网上认购等工作已完成，详情可参考公司于2023年4月17日披露的《向不特定对象发行可转换公司债券发行结果公告》，下阶段可转换公司债券上市事项请您关注公司后续公告。谢谢！投资者：你好，4月11号上线的韵达转债什么时候能上市交易呢韵达股份董秘：您好，尊敬的投资者，感谢您的关注。本次可转换公司债券发行的原股东优先配售、网上认购等工作已完成，详情可参考公司于2023年4月17日披露的《向不特定对象发行可转换公司债券发行结果公告》，下阶段可转换公司债券上市事项请您关注公司后续公告。谢谢！韵达股份2023一季报显示，公司主营收入104.75亿元，同比下降9.38%；归母净利润3.59亿元，同比上升2.96%；扣非净利润3.45亿元，同比下降13.8%；负债率53.15%，投资收益1694.51万元，财务费用5944.51万元，毛利率10.57%。该股最近90天内共有16家机构给出评级，买入评级12家，增持评级4家；过去90天内机构目标均价为16.72。近3个月融资净流入8061.68万，融资余额增加；融券净流入330.57万，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，韵达股份（002120）行业内竞争力的护城河良好，盈利能力一般，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：有息资产负债率、应收账款/利润率、应收账款/利润率近3年增幅。该股好公司指标2.5星，好价格指标2.5星，综合指标2.5星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）韵达股份（002120）主营业务：快递物流综合服务。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2023-05-18

链游的AI革命（三）电子游戏科技发展的隐藏发动机

机上爆火的。雅达利的暴富让很多当时的科技公司突然间看到了科技能力迅速转化为财富的新方向，于是直到现在还大名鼎鼎的世嘉啊（Sega），任天堂啊就开始入场了。1983 年任天堂的红白机（FC 游戏机：Famicom）如一股龙卷风，席卷了全球的游戏市场，也给我们这代人带来了最不可磨灭的童年记忆《水管工：玛丽兄弟》。红白机直到 2003 年才停产，总共卖了 6000 多万台。我们东方国所熟悉的小霸王学习机，就是红白机的仿盘。这里再八卦下，上文说的第一个方向也是乔布斯从 Atari 公司偷师学艺学来的。做了一辈子老板的乔布斯，唯一一份打工的履历就是在 Atari 公司的游戏机团队工作过，他在打工期间了解到了 6502 芯片的强大功能，这才出去创业搞出了个苹果。在 1980 年代末，世嘉和任天堂竞争白热化， 8 位的处理器运算能力不够了，那就搞 16 位的！就这样，在终端产品和市场需求的倒逼下，芯片技术研发突飞猛进，谁先搞出来，谁就有钱赚，毕竟这条转化路径已经通了。所以现在大言不惭的说，在 1980 年代，是电子游戏带动了芯片和计算机产业的发展应该不为过吧？还有后续任天堂的掌机 Game Boy（卖了超过 1 亿台）发展了硬件的适配技术，索尼的 Play Station 推动了光盘和光驱技术。这些都是游戏行业对于科技新技术的重要贡献，游戏行业提供了最大的民用消费场景，而市场需求才是新技术的衣食父母。 02 神奇的英伟达随着这波 AI 热潮的兴起，英伟达（NVIDIA）的名字频频被媒体报道出来，有过攒机经验的小伙伴们，还有各位挖矿致富的大 V 们，对于英伟达应该不陌生，它是全球最大的显卡厂商。高端的 3 A 游戏需要显卡，挖矿也需要显卡（其实需要的是显卡上的 GPU，GPU 在某方面的计算能力超过 CPU），但是它又和 AI 有什么关系？我们就来简单梳理下。电子游戏发展了快五十年，玩家们对于游戏图像和视频的需求越来越高，于是显卡上 GPU 的计算能力就不断地迭代和进化；后来一些外延产业，比如视频捕捉和加密行业发现了 GPU 高计算能力的特点，又给了显卡新的赋能；在 2000 年左右，AI 进入深度学习阶段（具体可以参考本系列长文的第一篇，辛顿创造了一种描述神经网络的方式——深度学习），科学家们发现显卡的计算方式特别适用于神经网络的学习，就是投喂的信息和数据越多，效果越好。据说 OpenAI 的突破，是来源于某一次用了上万张英伟达 GPU A 100 的内部测试，然后就像上帝的金手指一点，一个新世界开始揭开了神秘的一角。于是乎，显卡成为了 AI 公司成长道路上的必备粮草，大家看看英伟达这二十年的股价，真正起飞是在 2016 年左右，而上一篇文章中大家知道 OpenAI 成立是在 2015 年，英伟达借着 AI 这波大潮完成了逆袭：目前的市值约 6800 亿美元，远超其他的芯片公司英特尔和 AMD，成为了仅次于苹果、微软、谷歌的神奇科技大牛股。当前为 AI 大模型提供算力的主流 GPU 就是英伟达生产的两个型号：A 100 和 H 100 。一些分析师甚至把 AI 公司所拥有的 A 100 和 H 100 数量作为企业重要指标之一，就是「含英量」，含英量高就像是吃了伟哥，很快就能发达... 这是我诠释的「英伟达」定义，哈哈哈，乱哈拉的啦。最近连马斯克也宣布了 Twitter 已经采购了大约 1 万张英伟达 GPU。就在所有人都在羡慕英伟达的好运时，我们不能忽略的一个事实就是，早在 2016 年，英伟达创始人黄仁勋就向 OpenAI 捐赠了一台 AI 超算机 DGX-1 ，以展示英伟达的 GPU 在 AI 算力上的独特优势，这台特制机器的算力已经可以把 OpenAI 一年的训练时间压缩到了一个月。因此可以看出英伟达也早就在布局 AI 赛道了， 6800 亿美元市值的公司不会是天上掉馅饼得来的，幕后的战略决策和商业谈判应该很精彩，不是简单的上帝金手指就能诠释的。那么英伟达到底是怎么来的？为啥它可以从横跨电子游戏，工业视频，加密挖矿和 AI 算力几个行业？我们继续八卦下去：其实和互联网一样，集成芯片这个东西一开始也是因为军用需求而诞生的，在 1950 年代，美国国防部希望给导弹等武器加个控制单元，能更精准打到目标，于是就找了几个大学实验室悬赏做研究，其中麻省理工的大牛科学家肖克利（肖克利被称为晶体管之父，获得过诺贝尔物理学奖）带着一群青年才俊就搞出了芯片这个概念。肖克利早就功成名就了，搞出了点成绩后最大的爱好就是天天出去 AMA，享受着鲜花和掌声，对外说「项目方在做事」，其实一直花的是投资人美国国防部的钱。但是他手下的青年才俊们是真的想做事实现暴富梦啊，他们一直要求要加大研发，降低成本，规模化生产，这样才能突破到大大的民用领域挖啊挖啊挖，赚大大的钱，但是肖克利就是压着不让干。后来肖克利实验室就出来了八个青年人裸辞，新成立了一个公司叫仙童（Fairchild），号称「仙童八叛将」，其中最有名的就是定义了摩尔定律的摩尔。八个人的盟约也特别梦幻，拿了一张美元签署了大家的名字，意思再明显不过了：老肖你不要再给我们画大饼了！老子们要的是绿油油的钞票！其实在科技发展史上，这种团伙作战经常能带来颠覆性的革命，从早期的仙童八叛将带动了芯片革命，到 2000 年初的 Paypal 黑帮（成员创立了特斯拉，领英，Youtube 等公司）发起了互联网革命，再到上一篇我们提到的 2015 年 OpenAI 的创立团伙。说回仙童，这个公司是有划时代意义的：第一，在科技上它定义半导体行业，整个研发思路转向了以以硅为材料，可以批量生产集成电路；第二，它定义了「风险投资+孵化公司」的商业模式。仙童八叛将是先找了华尔街的风险投资业之父亚瑟·洛克（Arthur Rock）做 FA，介绍了金主爸爸谢尔曼·费尔柴尔德 (Sherman Fairchild)，仙童公司的名字就来自于金主爸爸的名字。这样跪舔是有效果的，这位谢尔曼·费尔柴尔德大有来头，是 IBM 最大的个人股东，仙童成立后的第一笔订单就是来自 IBM 公司。从此这类风险投资的商业模式大行其道，一直流行到今天，即投资人不是光给钱，而要介入到公司管理和运营当中，利用自己的资源帮助创业者成功，简而言之，需要更深度的绑定（这也是 W Labs 正在做的事儿啊，哈哈哈）。第三，推动了硅谷的出现。仙童慢慢成了半导体行业的黄埔军校，仙童八叛将和金主费尔柴尔德合作几年后，后面条件没谈好，也纷纷出来单干了，还带动了其他一批同事出来。大家都新成立了公司，在仙童办公室周围分散办公，这个区域就成了现在的硅谷，这些新公司中就有英特尔和 AMD。从仙童出走的年轻人共创立了 100 多家半导体公司，仙童真的成为了神仙孵化器。说回到英伟达，仙童出来的人创立了 AMD，而英伟达的老大黄仁勋就是 AMD 的工程师，后来出来创业做了英伟达。这些公司和人都有千丝万缕的联系，据说黄仁勋和 AMD 现在的话事人苏姿丰还有拐弯抹角的亲戚关系。英伟达创立的思路就是：你们 Intel 和 AMD 去 PK CPU 吧，我专门做 GPU。反正电脑游戏越做越精良，传统 CPU 的计算能力越来越吃力，我就专门把图形处理这一块分离出来做一个新的芯片，定义成 GPU，装在显卡上，这在当时还是蓝海。早期游戏行业贡献了英伟达 100% 的收入，黄仁勋赚到钱后疯狂加大研发力度，把 GPU 拓展到工业等领域，这几年又搞了 AI，始终保持了公司的产品竞争力，这点打法和华为很像：研发先行，市场紧跟。图形处理这个细分行业现在越来越吃香，除了 AI，连战场上的无人机都用了 GPU 做图形识别处理。所以拿英伟达为案例，游戏作为最吃资源的软件，反向倒逼了硬件性能的进步，同时游戏是最好的链接 B 端和 C 端的产业，用户们是愿意为了玩游戏时的爽点去买单的。至此，再次成功点题，游戏就是这半个世纪以来科技进步的幕后推手啊。未完待续。本系列由 W Labs「AI 链游研究小组」集体创作，感谢小组成员瓜哥、嘉然、包包、Brian、小飞、华哥的努力付出！本篇主笔为瓜哥。欢迎转载，原创不易，泪求注明”瓜田实验室 W Labs”出品瓜田实验室 Website：http://www.wlabsdao.com/瓜田实验室 Discord：https://discord.gg/wggdao瓜田实验室推特：https://twitter.com/GuaTianGuaTian瓜田实验室深度研究长文 Mirror：https://mirror.xyz/iamwgg.eth瓜田实验室 Medium：https://guatianwgg.medium.com/ 来源：金色财经

金色财经2023-05-18

普华永道：TMT行业依然是最受资本青睐的行业，扩张期企业更受资本关注

股全面注册制正式实施；香港联交所新特专科技公司上市制度‘18C章’正式生效。整体而言，随着各项稳经济政策效应逐步释放，国民经济也将逐步回升。在国家各项推进TMT行业的整体发展政策推动下，TMT行业私募创投市场将有望重新展现出投资活力。”

金融界2023-05-18

麻省理工科技评论：背靠大科技的开源 AI 能繁荣多久？是否该继续得到支持？

车中发生。这重要吗？人们如何看待大型科技公司关闭权限的影响，以及这将对开源产生的影响，在很大程度上取决于你对人工智能应该如何制造以及应该由谁制造的看法。 “人工智能很可能成为未来几十年社会组织方式的驱动力，”Ghavi 说。“我认为，建立一个更广泛的监督和透明体系，比把权力集中在少数人手中要好。” Biderman 对此表示赞同：“我绝对不认为每个人都做开源有某种道德上的必要性，”“但说到底，让人们开发和研究这项技术是非常重要的，而不是为其商业成功进行经济投资。” 然而，她很清楚其中的利害关系。她说：“实际上，我对 OpenAI 的批评比很多人认为的要少得多，”她说。“公开发布这项技术有真正的风险，真正的潜在危险。” OpenAI 声称它只是在谨慎行事。OpenAI 信任与安全团队负责人 Dave Willner 表示：“我们并不是认为透明度不好。”“更重要的是，我们正在努力弄清楚如何协调透明度和安全性。随着这些技术变得越来越强大，在实践中，这些东西之间存在一定程度的紧张关系。” “人工智能的很多规范和思维都是由学术研究团体形成的，它们重视合作和透明度，这样人们就可以在彼此的工作基础上发展，”Willner 说。“也许随着这项技术的发展，这种情况需要有所改变。” 来源：金色财经

金色财经2023-05-18

AIGC重塑数字人：落地、变革、永生

遍地开花，包括华为、阿里、京东、商汤等科技公司陆续推出了各自的大模型项目。面对日益兴起的AIGC，国家互联网信息办公室就《生成式人工智能服务管理办法（征求意见稿）》（以下简称《征求意见稿》）向社会公开征求意见。整体来看，《征求意见稿》更多的是为规范我国人工智能、算法等行业的发展带来了更为细致且明确的规范指导。 AIGC有着能在各行各业赋能的强大功能，ChatGPT富有创造性的对话让人不禁遐想，在元宇宙时代，数字人将成为非常关键的角色，AIGC与数字人的结合又会对现实世界带来怎样的变化？数字人走向各行各业，AI方向前景广阔据IDC发布的《中国AI数字人市场现状与机会分析2022》报告中，预计到2026年中国AI数字人市场规模将达到102.4亿元人民币。可见AI数字人前景之广阔。图源：IDC 数字人最初应用于影视、游戏行业，随后落地到各行各业，在应对更复杂的情况时，人们对数字人的信息处理能力、即时互动能力以及表达能力等需要有更高的要求。陀螺研究院发布《2023年全球虚拟数字人产业报告》，其指出虚拟数字人的每个发展阶段与时代背景，技术有紧密联系，至今已迈入成长阶段，2023年Open AI推出的聊天机器人ChatGPT，与真人之间展开“灵活机智”对话，给由AI驱动的虚拟数字人描绘了极大创作及交互想象空间，伴随着ChatGPT成熟应用，虚拟数“智”人将走向大众生活。图源：陀螺研究院如今AI对传媒、影视、艺术、电商、娱乐、游戏等领域已经产生了重要的影响。数字人需要更智能、更人性化，有更真实的表现力。 AI赋能数“智”人，加速打破次元壁如果好看的外形是数字人的“名片”，那么AI将成为数字人的“内核”。AI赋能数字人，未来能实现文本生成、音频生成、图像生成、视频生成、3D模型生成等功能，延伸到多模态交互功能，进而实现跨维度升级。在外形方面，AI技术几乎渗入到数字人构建的各个基础环节：建模、生成、渲染、驱动、呈现、交互等方面，目前已经能呈现高保真的“人类”外形，也能做出流畅的肢体语言，如虚幻引擎的Metahuman和数年前三星演示的NEON数字人。为了提高数字人的真实度，前段时间英伟达更新了其Omniverse的AI能力，并宣称将进一步引入对生成式AI的支持，用户可以仅凭文本信息自动生成高质量的材料。这一特性在Omniverse的声音驱动面部表情的工具Audio2Face上面也有体现。高保真AI数字人（图源：英伟达）为了演示Omniverse的新特性， Adobe Substance 3D艺术和开发团队使用Omniverse USD Composer（前称Create）合作创作了一个虚拟数字人形象。从视频可以看到，里面的虚拟角色视效逼真，并且皮肤呈现了真实的光线效果，而生成式AI，则提升了面部表情以及唇形同步的质量。相关阅读：《AI含量极高，GTC 2023有何新动态？》在数字人制作方面，AI的接入让其生产成本进一步降低。 3月，腾讯发布全新的AI智能创作助手“腾讯智影”，智影数字人能实现“形象克隆”和“声音克隆”，创作者通过上传少量图片、视频和音频素材，就能得到自己的数字人分身和定制音色，进而快速生成自己的数字人播报视频。据介绍，腾讯智影还接入了数字人直播，可实现7×24小时不间断开播。来源：腾讯智影商汤科技在4月的技术交流日活动上发布了大模型体系“商汤日日新大模型”，其演示了2D数字人视频生成平台“如影SenseAvatar”，据称仅需一段5分钟的真人视频素材，就可以生成出来声音及动作自然、口型准确、多语种精通的数字人分身。它可应用为智能直播、教学、短视频等多种场景。来源：商汤科技在功能方面，结合ChatGPT的数字人不仅能完成更细致的指引、导航等信息提示服务工作，结合庞大的知识数据库，在B端如金融、汽车、工业等场景以及C端的影视、游戏、直播等领域将有更大的发展空间。另外，OpenAI于今年3月发布了多模态预训练大模型GPT-4，ChatGPT的功能有了进一步提升：拥有识图功能；扩大文字输入限制至2.5万字；对话内容准确性提高；能生成有风格变化的创意文本等。多模态功能将使数字人的交互、决策建议更为真实有效。人人都能实现“数字永生” ChatGPT发布后，大量AI工具顺势而生，在一些AIGC的门户网站上甚至收录了海内外上千款AI应用。包括搜索引擎、文本写作、聊天机器人、语音合成、音乐制作、绘画生成、图像化身、图像合成、3D生成、视频技术、数字虚拟人、游戏应用、无代码创作等40个细分领域。几乎人人都能创建符合自己需求的数字人。图源：AIGC中文工具导航截图得益于这些AI工具强大的内容生成能力，现在网上也出现了不少“整活”尝试。前阵子AI在B站上掀起一阵华语乐坛的“赛博文艺复兴”热潮，不少UP主利用音乐大模型软件，通过内容编码器提取源音频语音特征，进行AI翻唱制作，让歌手“唱”起来。与B站“鬼畜区”的人力调音不同，AI翻唱的效果非常真实自然，实际一听几乎难以分辨出是真人还是AI的声音，甚至还能看到视频中有不少弹幕讨论起AI唱功好不好…… 图源：B站截图另一方面，也有人在尝试证明AI“技术向善”。UP主吴伍六发布了一则名为“用AI工具生成我奶奶的虚拟数字人”的视频，他尝试用AI+照片、音频来生成已故奶奶的数字人，并与之进行虚拟对话。前两年韩国 MBC 电视台在出品大型 VR 纪录片《见到你了》中，利用VR技术复活了7岁小女孩。图源：网络通过AI语音合成技术，提取小女孩生前影像音频。同时找来5个同龄的孩子录制上百条音频作为补充，最终复原成功小女孩的声音。再结合3D建模，动作捕捉等技术抓取三维坐标数据，初步还原小女孩外形。相关阅读：《VR 扫墓，数字永生，技术正在重新定义“生命”》在现实中不可能做到的“复活”和“永生”，却能通过技术得以实现，这类视频引发了网友们对AI、生命、侵权、感情、寄托、人性和伦理道德的思考和讨论，展现不同人对数字生命的理解。 AI数字人在直播领域悄然生长在元宇宙中数字人已经是有着较为成熟体系的领域，从技术到实际落地再到商业化，如今虚拟偶像、虚拟演唱会等垂直场景大行其道，而数字人直播已不是新鲜事。图源：IDC 在数字人商业化的道路中，无论是主打陪伴的娱乐型数字人还是以电商带货为主的功能服务型数字人，AI数字人在直播中的应用率正逐渐提高，然而现阶段的数字人直播，绝大多数情况下，包括外形设计、配音、互动等都仍需要人类进行干预，AI只能实现一些简单的交互。在海外已有基于ChatGPT+VRM（3D模型）+VOICEVOX（文本转语音软件）创建聊天型人工智能的案例。例如OshaberiAI，这是一款允许用户创建养成型角色并与之聊天的应用程序，通过设计对ChatGPT的提示（指令），为数字人设定各种个性和语气，与用户进行简单的聊天交互。图源：推特目前该应用已上线AppStore，此前该开发者也在AR+数字人导航方面做了一些尝试，推出了“ARCharaNavi”，用户在应用中设定好目的地之后，数字人会根据选择好的路线在屏幕中的路线前方带领用户前行。而AI数字人的强大胜在可控性高，模式可复制，能7×24小时保持在线，在直播领域成了不少电商品牌的“新欢”。中国互联网络信息中心日前发布的第51次《中国互联网络发展状况统计报告》显示，截至2022年12月，中国网民规模达10.67亿，短视频用户规模达10.12亿，短视频用户渗透率高达94.8%，而网络直播用户规模达7.51亿。有了庞大的直播受众，投身于电商直播的AI数字人表现如何？成本低是品牌方选用数字人进行直播的一大因素，某品牌直播间售价和数字人服务定价，粗略计算后日均花费大约在600元左右，相比于聘请真人主播，能大幅减少支出成本。目前在电商直播领域，AI数字人通常在夜间至凌晨直播，弥补真人主播休息期间的空缺，尽可能获取更多闲时流量。现阶段用户可以通过关键词触发与数字人关于商品的交互，要让AI数字人执行更细致的指令和互动还有一定难度。图源：抖音网页版截图而在短视频平台，已有不少AI数字人尝新开设全天无休的直播间，实际上这类重复相似对话内容的直播间热度并不高，如果有明星IP加入，则会带来更显著的引流效果。例如乐华七子的黄新淳，基于他本人的形象设计了数字人分身，结合AI算法来控制数字人的动作和表情，还能正常与粉丝进行互动。 AI数字人在视觉效果和语音上越发真实，也就意味着人们将更加难以辨别真人与“数字人”，且绝大部分人是第一次接触AIGC内容，为了避免更多的AI内容对观众造成误解，不少视频平台发布了相关平台规范。抖音APP官方公众号于近期发布《抖音关于人工智能生成内容的平台规范暨行业倡议》一文，指出“各生成式人工智能技术的提供者，均应对生成内容进行显著标识，以便公众判断。同时使用统一的人工智能生成内容数据标准或元数据标准，便于其他内容平台进行识别。” 图源：抖音APP官方公众号就连海外知名插画平台Fanbox的运营商PixivFANBOX，也宣布禁止上传和销售使用Midjourney 、Stable Diffusion等AI艺术工具生成的插图，将对发布由AI创作作品的账号采取措施，如发出警告、限制可见范围、封禁账号等。未来将会有更多平台自发加入规范AIGC内容的阵营中。 AI数字人在直播领域，尤其是电商板块的落地进程加快，其变现能力强、操作门槛低（不少平台推出无代码方案）、降本增效显著等优势迎合了品牌方对数字化电商直播的需求。同时，部分头部电商直播MCN也能凭借自身在IP运营管理、平台流量资源、品牌方资源的积累，尝试从真人直播转向数字人直播，提高闲时阶段的收益。现阶段的AI数字人仍有非常大的发展空间。结语在元宇宙盛行的时期，数字人还只是人们眼中的“流量明星”，背后又牵扯到高成本的动捕和中之人运营，普通人几乎难以企及。虽然现阶段的AI数字人仍然未达到能跟真人“抢饭碗”的能力，但成长迅速的AI正在加速数字人走向大众的进程，而ChatGPT则是AI数字人最佳的接入口之一，为数字人的人机交互功能带来更多落地应用机会。来源：金色财经

金色财经2023-05-18

百度投资载合汽车科技公司百度入股载合卡车

天眼查App显示，近日，载合汽车科技（苏州）有限公司发生工商变更，新增百度旗下三亚百川致新私募股权投资基金合伙企业（有限合伙）等为股东，同时公司注册资本由3000万人民币增至3765万人民币，增幅25.5%。　　该公司成立于2022年8月，法定代表人为张磊，经营范围含新能源汽车整车销售；新能源汽车换电设施销售；二手车经纪；智能车载设备销售等。据官网介绍，载合深耕卡车整车和新技术开发及量产。　　.klinehk{margin:0 auto 20px;}

金融界2023-05-18

行业数据+场景：AI风口下，率先利好的是这样的公司

技秘塔科技是是人工智能领域的一家新锐科技公司，致力于将重复脑力劳动AI化，以AI为杠杆撬动专业场景的百倍生产力提升。目前，秘塔科技已经拥有近千万用户，成立北京和成都两大研发中心，在文本AIGC、文档辅助创作、法律专业场景等方向上开展研发与产品落地。睿企科技睿企科技是一家深耕垂直领域大模型的人工智能公司，致力于通过领先的多模态大模型和认知决策大脑让每一个组织和个人都能拥有专属自己的个性化AI大脑。公司已经在政务、法务、金融、教育、营销等多个行业落地，产品包括法务合规审核机器人、案件研判机器人、个性化助理机器人等一系列AI产品。 02 为什么要做自训练模型？ •如何定义自训练模型？• 自训练模型是指基于Transformer架构*，使用了大量的预训练数据和自监督学习方法，可以完成各种自然语言处理任务。 Transformer架构*：最早是由Google于2017年在「Attention is all you need」一文中提出，在论文中该模型主要是被用于克服机器翻译任务中传统网络训练时间过长，难以较好实现并行计算的问题。相当于从零搭建、训练语言模型，如BERT、GPT、T5等模型都是基于类似的架构训练。基于行业数据所搭建的自训练模型，往往具备可私有化，开源的特点。本文受访的必优科技、澜舟科技、秘塔科技和睿企科技，均为具有自训练模型并且已率先应用到行业场景，快速实现商业化的企业。 • 自训练与利用API应用开发有什么不同？• 如果从构建商业模式壁垒来说，随着通用模型以超乎人类想象的速度优化延伸其基础能力，越是靠近基础功能的应用越危险。 Jasper AI近期的局面就说明了该问题。 Jasper AI是美国一家2021年成立的专注营销领域内容创作的公司，Jasper AI是GPT生态早期的最大赢家之一。在ChatGPT发布前，用户难以直接使用LLM的语言理解与生成能力，由此Jasper基于GPT-3模型的API，通过模型的微调（fine-tune）*打造了营销内容生成平台，用户量超过10万，成立短短18个月的时间估值快速增长到15亿美元。然而ChatGPT的问世，取代了Jasper提供的部分基础功能，免费的同时兼具极佳的易用性，大部分中小客户的需求可以直接通过ChatGPT满足。这给Jasper的定价带来极大压力，Jasper的优势大大减弱。有消息称，其上轮投资方在ChatGPT成为C端现象级应用时就已经考虑出售其股份了。模型的微调（fine-tune）*指在一个已经训练好的模型的基础上，使用新的数据集或者任务对模型进行进一步的训练，以适应特定的任务或者数据。通常情况下，fine-tune会调整模型的参数，使得模型可以更好地拟合新的数据集或者完成新的任务。如果从开发到商用的难度及成本的角度来说，无疑API应用开发是最快最便捷的，自训练模型的搭建包括了多个复杂环节，包括模型的复杂度、数据的质量和数量、算法的选择和实现、计算资源的可用性、团队的经验和技能等等。在一般情况下，自训练模型从开发到商用的时间可能需要数月或数年的时间不等。例如必优科技所训练的垂直行业语言模型（SLLM）模型耗时14个月，该模型为专注于NLP下的细分CTG（Control Text Generate）方向的行业模型。在创业公司的生存压力下，形成商业解决方案并成功服务客户才是最重要的事情，在此情形下，炼丹和投喂都变得十分讲究性价比。澜舟科技创始人周明博士把当前不同的AI商业解决方案技术路线类比自动驾驶发展阶段，也将AI技术路线的演进比喻成三个发展阶段。 L1（Level 1）是自研/自训练通用大模型，例如ChatGPT所使用的GPT-4模型；L2是在LLM基础上利用行业大数据，建立行业大模型，深度参与到行业使用场景当中；L3是基于各个场景需求，在行业模型/LLM的基础上，根据具体任务，要么做fine-tune，要么做prompt工程等，来满足场景的需要。很多大模型的创业团队刚起步，大多数处在L1阶段，少数团队选择L2阶段创业。澜舟科技从2021年就开始了自研大模型之路，并获得了创新工场、斯道资本等机构的多轮融资支持。据周明博士介绍，澜舟科技推出的“孟子”模型，其技术底座均为澜舟自训练，已经率先形成了商业闭环。而澜舟科技刚成立时就坚持选择自训练模型路径，贯穿L1到L3，并率先形成商业化解决方案。此举从今天看来颇具先见之明。以金融行业为例，现有的LLM无法深入到金融行业的业务场景之中，即使使用大厂的LLM模型，也不会给客户做定制化的fine-tune。所以澜舟科技选择了在自研LLM的基础上，自训练行业模型，服务于金融行业的客户，可私有化部署，可基于客户数据训练，深度参与到行业业务场景之中。必优科技的创始人周泽安认为，模型的生成可控性非常重要，自训练可以完全掌控生成的质量。 “通用大模型可以迅速达到60分，而必优科技的自训练模型能够做到在核心场景里面从60分到90分。” 模型的可控生成可以满足可信、可控的要求。而如果仅使用通用模型的基础微调，其提供给下游场景模型的可控fine-tune优化空间有限。睿企科技董事长于伟博士提出，尽管基础通用大模型已经达到优秀高中毕业生甚至未来达到优秀本科毕业生的水平，但是在实际落地应用中所需要的模型能力更多是专业的能力，需要专业的知识和数据进行训练，而这类知识和数据大多是私有数据，不能对外开放。因此，睿企科技自2018年成立之初就致力于基于Transformer的行业垂直大模型的训练，为行业提供具备专业能力的NLU（自然语言处理解）和NLG（自然语言生成）大模型。 03 行业大模型，是中国当前最容易看清楚的属于创业公司的好机会行业模型是指，依托特定行业自有数据，结合行业场景，通过自训练或基于开源通用模型的API做应用开发的模型。 • 通用大模型入局成本过高，行业模型有更多创业机会 • 通用大模型的创业成本极其高昂，例如在算力成本方面，1750亿参数的GPT-3用到了上万块A100芯片，机时费用是460万美元，资金花费就高达1200万美元。澜舟科技创始人周明博士指出，假设组建10到20人的团队，购买500块到1000块GPU，每年最便宜大概也要投入5000万人民币作为研发费用，能够训练出一个百亿数据级别的模型，如果训练千亿级模型就在需要大概再投入7-10倍的资金，相当于两亿到三亿人民币左右。睿企科技董事长于伟博士指出，随着用户对模型能力的期望和要求不断变高，模型参数和训练数据也需要不断增加，受限于训练成本，未来只有像微软和谷歌这类既有技术又有应用场景、还具备超级财力的互联网高科技公司才有可能在通用大模型训练进行持续的投入。当前国内研发LLM的团队至少30家，如百度、MiniMax和智谱AI等，均为资金，人才，资源、经验密集的大公司及知名创业者领衔。属于大多数创业者的机会并不在通用大模型领域。相比LLM，行业模型的创业并不需要自己训练通用大模型，可以直接基于最先进的开源模型或API进行二次训练，模型训练成本大幅降低。不需要一开始就对标GPT3.5做千亿级参数的大模型，减少模型参数量反而使得训练的算力成本下降、复杂度降低，在小样本学习下进行多次有效的训练，从而迅速获得know-how和产品反馈。减少模型参数之后，训练一次的成本甚至能够从几百万美元减小到几十万美元。那么就得以在特定领域对模型进行多次训练，此时与通用大模型就形成了差异化优势。并且相对低的成本会带来客户可承受的定价，尤其是在结合客户数据的二次训练阶段和使用阶段的成本要低很多。秘塔科技COO王益为提出创业公司难以兼顾的三个难点，即“不可能三角”：投入的成本、模型的多样性和模型的可信度。除非有无穷无尽的资金、资源可以投入，大多数模型只能做到其中一点或者兼顾两点，即使 OpenAI 也达不到三者兼顾的程度。周明博士提出，澜舟科技目前并没有做千亿级的大模型，除了成本考量，一个重要原因就是客户目前没有那么强的需求，必须做一个千亿级大模型。在很多场景，客户需要低成本且适用的模型。必优科技周泽安认为，通用大模型的基础底座很重要，给各行各业整体带来了在泛化生成能力上的提升，但在如何利用通用模型打造出满足业务场景的下游模型更为关键，虽然大模型目前已经显现出在特定场景的具象处理能力，但其在实际应用的可控生成能力（可控输入/输出、可信可塑内容）却要弱于场景模型。针对在特定场景和特定用途的数据集上训练更精细的模型，所以必优科技依托于自研 RFKL智能算法范式迅速尝试了90多个场景模型（伯乐、商贾、图芴三大系列），并基于精准的高价值用户反馈数据，可实现模型自我优化。睿企科技于伟博士提出，睿企科技的产品即是从模型的专业性和实战价值出发，不盲目追求模型参数规模，而是专注与针对行业中需要的专业能力，训练能满足要求的性价比最高的模型，解决逻辑应用过程中遇到的算力不足的问题。 • 行业模型的壁垒在于场景和数据 • GPT为代表的通用大模型涌现出惊人的理解和生成能力以及强大的知识储备。但是通用大模型可以全方位碾压行业模型吗？周明博士指出，“通用大模型是万能的，这只是一个幻觉。” 在处理海量数据、重复性流程和追求个性化的C端场景，通用大模型会更有优势；而在非常专业的To B场景，例如金融、法律和医疗等一些对输出内容的精准度以及质量要求比较高的行业，需要在通用模型的基础上加入私密且专业的高价值数据集进行模型训练和工作流程优化，才能满足专业场景的需求。如果能够掌握充足且独特的数据量，不单纯依赖第三方API，选择垂直化方式（自训练模型应用于面向用户的应用），垂直整合场景中复杂度足够深的任务，快速迭代，寻找真实的闭环场景和用户反馈，从而建立竞争壁垒。此外，由于通用模型和行业模型的用户群体差异较大，因此反馈数据有较大差异，使得由垂直行业模型生成的内容更能符合特定垂直场景的需求，生成质量和深度也会更高。用于RLHF（Reinforcement Learning from Human Feedback，基于人类反馈的强化学习）的高质量用户反馈也起到非常关键的作用，有助于不断推动模型产出的内容质量进一步提升。这也说明了行业模型，数据为先，场景为王。睿企科技于伟博士以公检法行业为例，提到执法办案工作人员的工作量大、涉及的各种文书种类很多、流程繁琐、对合规要求相当高，而文书材料也是执法办案过程中的关键部分，不能有一点瑕疵。公检法行业有极大的刚性需求、每年也有大量的预算投入，并且拥有很多高质量数据。睿企科技结合公检法部门的业务需求，基于通用大模型，把专属数据和业务知识放在定制化的多模态垂直大模型里面，帮助公检法部门训练专属AI大脑，推出一系列基于大模型的简单易用的AI产品，包括执法办案智能合规审核机器人、智能接处警机器人等，解决工作痛点提升效率。秘塔科技COO王益为表示，法律咨询场景的核心问题在于不能直接使用通用模型，因为LLM的目前存在Hallucination（机器幻觉，指事实性错误），阻碍了B端的法律场景深度应用。通过一个字去预测下一句，这种技术方式在法律咨询的领域里行不通。所以对于创业公司来说，首先资源是非常有限的，那么一定要选择具有特色的一些场景，比如行业付费意愿强，并且对于可信度要求极高的领域。必优科技基于Transformer架构，引入了自研WCCG（Wernicke Control Content Generate）模型，并在中间加了一层融合，通过可控的方式去生成模型，并且拥有独创的 RFKL 智能算法范式。通用模型本身有很强的知识性，但是精确度方面，通用模型只能解决的是 6 、7成的问题。必优科技则通过场景倒推模型的机制，基于精准的高价值用户反馈数据，通过数据飞轮强化对场景模型的内容生成方向进行引导，实现模型自我优化，在特定场景中需要专门优化模型来提升生成质量，重塑以数据为驱动的内容创作新模式。必优科技在用模型尝试了近百种行业场景后，依据反馈聚焦在了人力招聘、办公office场景。 “自训练特定的场景模型不仅是单纯的在技术层面实现，还要配合对数据的理解，实打实的去扎根到了解这个行业的本质，或者内容到底输出是给谁用？这样才能反向定义数据去训练。” 澜舟科技创始人周明博士认为两年后没有人再会谈论大模型，因为它已经成为基础设施了，行业竞争格局将会稳定，通用大模型领域不再会出现新的创业机会。那就意味着将会就有很多公司倒闭或者转型，这些团队的从业人员在市场上面将会形成很强的技术外溢效应，或者将在非大模型行业内渗透。同时意味着即使是通用大模型做的很好的企业也不能仅仅依赖模型业务，也应该更多去发展各自的生态或者在这基础上做一些新的运营。 • 行业模型可以与通用模型LLM并存 • 目前行业内共识是中国一定要有自己的大模型，大厂一定会专注在全力迅速地建立通用大模型能力。这给创业公司留出了生存空间。在C端，由于大厂的流量、规模效应和千亿大模型的通用性，创业公司的机会将被大量挤兑，需要在夹缝中寻找机会，做大厂没有形成共识的方向；在B端，大型客户大概率不会使用大厂的产品，而倾向于选择可定制的私有化部署解决方案。行业模型创业公司需要具备特定领域的独有关键数据，在具体场景上又快又好的解决问题，兼具私有化部署能力，就可以与通用模型LLM并存，在行业中找到生态位。秘塔科技COO王益为提出只要选取自己真正懂的场景，即使巨头都已经布局，秘塔科技仍然在细分领域里面有机会和提升的空间。而在法律行业，对于生成文本的多样性要求并不是特别高，但是对于法律服务的严谨度和可信度要求特别高。秘塔科技在选择技术路线和产品路线上有一些思考，秘塔科技的模型本身就是为了文生文的任务去做的单一任务训练，相应去精心准备数据库，在专项文本上进行强化和训练，形成正式文件的文风，这就是秘塔科技竞争的优势。在直接向C端提供文本AIGC服务的产品中，秘塔科技拥有最多的用户（近千万）；在法律行业中，秘塔科技的现有用户覆盖数千家律师事务所和公司法务部。睿企科技于伟博士指出，尽管行业模型创业不需要从头训练通用大模型，但是挑战同样存在。行业模型创业需要业务、数据、模型的有机融合，因为用户只会采购能满足他们需求的性价比最高的服务和产品。如何找到一个巨大的市场并把产品和服务做到极致，成为行业头羊，是每个垂直行业模型创业公司必须面对的挑战。 • 行业模型很有可能是中国产业数智化的最后一公里 • 这一波AI被称为第四次工业革命，将彻底改变每一个行业。阿里董事会主席张勇提出“所有行业都值得用大模型重做一遍”。即便中国在通用模型技术上是跟随者，但并不代表着中国市场会参照美国市场而发展。美国的AI赛道创业环境，以OpenAI为例，活跃开放的资本市场、充足的算力资源和人才更适合“大力出奇迹”路线；中国的创业环境更加看重技术应用的深度，中国创业者擅长在产业应用里创新。陆奇博士在奇绩创坛的演讲中表示，中国的重要优势在于政府在AI领域的投入、支持和重视程度高于其他国家。睿企科技于伟博士提到，十三五期间中国政府在公检法领域投入数万亿，催生了一大批人工智能企业的高速发展和上市，加速了人工智能技术的发展。十四五期间，中国政府在大模型上的持续投入也会缩小和美国的差距，并在很多领域超过美国。美国从上世纪90年代就开始了数字化浪潮，相比于美国而言，中国企业尚处于数字化转型初期，中国有大量亟待数字化转型升级的传统产业，有太多需要依赖人工智能实现效率提高的业务场景。在中国30年的产业数智化浪潮之中，一直延续着的信息化-数字化-智能化的演进路线，随着通用模型及行业模型加入到产业数智化浪潮之中，很有可能在部分关键场景率先利用AI模型达到智能化，从而倒逼产业其他工作流及场景快速形成数据沉淀，这将大大加快中国整个产业数智化的进程。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2023-05-18

24小时热点