FX168财经网_全球视野外汇黄金加密货币NFT资讯网

美股开盘：道指跌近70点科技股及中概股多走高阿里巴巴绩后跌超3%

此同时，规模为286亿美元的$SPDR金融行业ETF的空头比例占可交易流通股的百分比自3月份一系列银行倒闭以来增加了50％以上。　　日本高端芯片产业关键一步，美光或在日制造下一代DRAM 　　知情人士称，美国美光科技准备在日本广岛的工厂安装荷兰ASML公司的先进芯片制造设备EUV（极紫外光刻机），以制造下一代存储芯片（DRAM）。而其也将获得日本政府提供的约2000亿日元（15亿美元）的补贴。　　沃尔玛Q1业绩超预期，上调全财年利润指引　　沃尔玛第一季度营收1523.0亿美元，同比增长7.6％，预估1,487.2亿美元；调整后每股收益1.47美元，上年同期1.30美元，预估1.31美元。沃尔玛预计2023年全年调整后每股收益6.10美元至6.20美元，此前预计5.90美元至6.05美元，预估6.14美元。　　阿里第四财季经调整净利润同比增38％　　阿里巴巴第四财季（截至3月底止季度）营收2082亿元人民币，同比增长2％；经调整净利润273.75亿元，同比增长38％。　　此外，阿里巴巴董事会批准了云智能部门的分拆，云智能集团将成为独立上市公司；批准探索菜鸟智能物流集团的IPO进程，并执行盒马鲜生的IPO，目标在未来12至18个月内完成菜鸟智能物流的首次公开募股。预计盒马鲜生的首次公开发行计划将在未来6至12个月内完成。　　贝壳一季度营收203亿元，同比增加61.6％　　贝壳一季度营收203亿元，同比增加61.6％。2023年一季度NON-GAAP净利润35.6亿元，2022年同期为人民币2800万元；第一季度经调整经营利润为人民币38.3亿元，而2022年同期为经调整经营亏损4.5亿元。2023年第一季度总交易额由2022年同期的5860亿元增长65.8％至9715亿元。截至发稿，贝壳盘前涨5％。

金融界2023-05-18

云从科技召开人机协同发布会从容大模型崭新亮相

在金融领域，云从科技基于从容大模型、金融行业模型、智能业务流等核心技术研发的虚拟客户经理，具备智能问答、自动语义、意图判断、多意图理解、动态追问等AI交互能力，可赋能金融机构实现从客户引流、咨询、营销、运营等全流程智能化客户服务能力，创新金融机构服务触达通道，以AI驱动金融机构客户服务智能化转型升级。此外还举行了行业大模型签约仪式环节，云从科技将与中检计量、神州信息、深圳报业、佳都科技、今世缘、游族网络、艾登科技进行深度合作，一方面，将使双方各行业的产品研发有很大的推动作用；另一方面，其合作模式也将为各行业行业提供借鉴的范本，共同推动行业整体面向AI智能化的升级。大模型生态合作成功启动助力行业稳步发展云从科技联合华为昇腾、UCloud、厦门文旅、众数信科、南沙公控、CSDN等人正式启动了大模型生态合作。旨在促进大模型技术的创新和发展，推动人工智能技术在各个行业的应用。通过在不同行业中，大模型的广泛应用，云从科技有信心建立起大模型的信创生态，不断构建更加成熟的从容大模型。在圆桌讨论环节，来自不同行业的领袖讨论了大模型的革命性影响与云从科技的产品应用空间。几位嘉宾分别从质量检测、金融科技、轨道交通、网络游戏等领域，分享了大模型对其行业的巨大影响，以及对云从科技产品赋能合作的期待。展望未来，云从科技也将做好AI行业领军者的角色，与各行业伙伴携手推进AI的时代浪潮。期望行业大模型可以为各个行业提供更为全面提升，帮助企业实现持续高质量发展，推动行业的繁荣。

证券之星2023-05-18

MT科技将于6月份推出万众瞩目的DeFi生态系统

科技 DeFi生态系统即将席卷去中心化金融行业，为用户提供无与伦比的创新型金融投资解决方案。随着下一次比特币减半的倒计时开始，MT科技的DeFi生态系统的推出将是振奋人心的。距离比特币减半只剩下一年的时间了，历史表明，在前三个减半周期之后，通常都会出现牛市。这为MTT在未来几年的潜在爆炸性表现奠定了基础。MT科技 DeFi生态系统推出的时机无可挑剔，因为它为MTT提供了一年的积累期，预计在减半后价格会飙升。随着这一独特机会的到来，MTT有望成为2024年最有前途的代币之一。随着快速增长的社区急切地等待着获得MTT，MT科技将重新定义去中心化金融的未来，并对该行业产生持久性的影响。来源：金色财经

金色财经2023-05-18

行业数据+场景：AI风口下，率先利好的是这样的公司

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

秦氏金升：美联储偏鹰助涨美指，黄金走势分析及操作建议

的投资，只有不成功的操作，秦氏金升浸染金融行业近十载，有丰富的实战操盘经验和独特的交易理念，我们拥有全球最稳健的交易系统在这里，其实一个成功的投资者所依靠的并不是一门独特的技术指标，也不是非常精准的技术面的分析，而是具备正确的操作理念和方法，尊重趋势顺势操作，避免武断、茫然，积小胜为大胜，这样你便能跻身赢家之列。分析文章只是对市场未来可能的描述，只是观点的表达，不作为投资决策依据，投资有风险，交易务必注意合理的仓位配置、资金管理和风险控制，无风控不交易，不要让交易失控！

秦氏金升2023-05-18

奉百禄：5.18黄金走势是否暂时见底，后续操作建议分析

功的投资，只有不成功的操作，奉百禄浸染金融行业近十载，有丰富的实战操盘经验和独特的交易理念，我们拥有全球最稳健的交易系统在这里，对黄金、原油、等投资领域研究多年，具有扎实的理论基础和实战经验，擅长技术面消息面结合式操作，注重资金管理和风险控制，操作风格稳健果断，以随和负责的性格与犀利果断的操作而被广大投资朋友认可。这里没有100%准确的做单方案，也没有零风险的投资计划，但是却有稳健收益的方法。分析文章只是对市场未来可能的描述，只是观点的表达，不作为投资决策依据，投资有风险，交易务必注意合理的仓位配置、资金管理和风险控制，无风控不交易，不要让交易失控兵无常势，水无常形！自信源于实力，人格成就魅力。对原油、黄金、白银、外汇等贵金属投资有兴趣却无从下手或者已经在接触却并不理想的朋友，奉百禄微信：FBL617每日行情分析、解套策略、中长线布局指导尽在其中，欢迎志同道合之士前来促膝长谈! 编撰/奉百禄微信：FBL617公众号：奉百禄

奉百禄2023-05-18

高盛银行家升任并购部门COO 仅两周后就跳槽到精品投行

rick和Hutchinson都是高端金融行业里相当成功的非裔高管。高层管理者中非裔占比寥寥是高盛的一个痛点，去年几位人员的离职导致该行非裔合伙人的比例下降了近一半。去年11月，该行一口气晋升7名非裔员工为合伙人，为同一批新晋合伙人中非裔数量最多的一次。　　而Broderick的跳槽也凸显精品投行仍在招募顶级交易撮合者。Evercore Inc．最近几个月从高盛挖走了两位资深银行家，Qatalyst Partners挖走了高盛一位侧重科技的投资银行家。　　Broderick于2010年加入高盛，参与了许多大型交易的咨询工作，包括华特迪士尼以710亿美元收购21st Century Fox，AT&T Inc．与Discovery Inc．就WarnerMedia达成的430亿美元交易。

金融界2023-05-18

秦氏金升：5.18黄金延续跌势，行情走势分析及操作建议

的投资，只有不成功的操作，秦氏金升浸染金融行业近十载，有丰富的实战操盘经验和独特的交易理念，我们拥有全球最稳健的交易系统在这里，其实一个成功的投资者所依靠的并不是一门独特的技术指标，也不是非常精准的技术面的分析，而是具备正确的操作理念和方法，尊重趋势顺势操作，避免武断、茫然，积小胜为大胜，这样你便能跻身赢家之列。分析文章只是对市场未来可能的描述，只是观点的表达，不作为投资决策依据，投资有风险，交易务必注意合理的仓位配置、资金管理和风险控制，无风控不交易，不要让交易失控！

秦氏金升2023-05-17

秦氏金升：5.17金价震荡盘整，黄金走势分析及操作建议

的投资，只有不成功的操作，秦氏金升浸染金融行业近十载，有丰富的实战操盘经验和独特的交易理念，我们拥有全球最稳健的交易系统在这里，其实一个成功的投资者所依靠的并不是一门独特的技术指标，也不是非常精准的技术面的分析，而是具备正确的操作理念和方法，尊重趋势顺势操作，避免武断、茫然，积小胜为大胜，这样你便能跻身赢家之列。分析文章只是对市场未来可能的描述，只是观点的表达，不作为投资决策依据，投资有风险，交易务必注意合理的仓位配置、资金管理和风险控制，无风控不交易，不要让交易失控！

秦氏金升2023-05-17

奉百禄：5.17黄金走势加速下行，美盘操作预防反弹

功的投资，只有不成功的操作，奉百禄浸染金融行业近十载，有丰富的实战操盘经验和独特的交易理念，我们拥有全球最稳健的交易系统在这里，对黄金、原油、等投资领域研究多年，具有扎实的理论基础和实战经验，擅长技术面消息面结合式操作，注重资金管理和风险控制，操作风格稳健果断，以随和负责的性格与犀利果断的操作而被广大投资朋友认可。这里没有100%准确的做单方案，也没有零风险的投资计划，但是却有稳健收益的方法。分析文章只是对市场未来可能的描述，只是观点的表达，不作为投资决策依据，投资有风险，交易务必注意合理的仓位配置、资金管理和风险控制，无风控不交易，不要让交易失控兵无常势，水无常形！自信源于实力，人格成就魅力。对原油、黄金、白银、外汇等贵金属投资有兴趣却无从下手或者已经在接触却并不理想的朋友，奉百禄微信：FBL617每日行情分析、解套策略、中长线布局指导尽在其中，欢迎志同道合之士前来促膝长谈! 编撰/奉百禄微信：FBL617公众号：奉百禄

奉百禄2023-05-17

24小时热点