FX168财经网_全球视野外汇黄金加密货币NFT资讯网

一文了解 Bumper 利用人工智能助力DeFi风险管理

在短期内不会消失。就在昨天，苹果宣布与OpenAI进行重大整合，将生成性AI应用带到用户手中。NVDA（英伟达）继续飙升，引起了希望更多接触行业的加密货币原生人士的兴趣。虽然加密货币中确实有对邻近资产的需求，但实际上将AI纳入运营的项目并不多... 在本文中，我们将重点关注Bumper。Bumper以保护下行风险为初始前提，正在将AI引向一个新方向。Bumper是一个新颖的DeFi协议，通过提供一种简单、公平且去中心化的对冲价格风险的方法，来增强传统衍生品市场。该协议利用一种损失预防工具，提供针对市场崩溃和下行波动的价格保护。Bumper的理念围绕在风险市场中建立公平的收益和损失分配程序。与传统的对抗性市场（通常有赢家和输家）不同，Bumper的动机是创建一个促进公平和资源正当分配的系统。Bumper的目的是提供一个互助价格风险设施，优先考虑最小化个人损失而不是最大化个人利润。通过关注风险管理和保护，Bumper旨在为DeFi生态系统中的参与者创造一个更安全和可靠的环境。如你所知，加密货币本质上是波动性的；在有效保留上行潜力的同时限制下行风险可能很困难。这是Bumper的AI整合大放异彩的领域；团队利用AI帮助预测价格走势，从而为用户提供更高的收益、更低的保费、提高效率和偿付能力。 Bumper背景 Bumper是一个典型的致力于通过AI改进其现有协议的项目。正如预期的那样，Bumper的AI整合策略围绕三个关键的AI技术栈，每个技术栈旨在解决特定挑战并增强协议的能力：价格预测情绪分析技术分析为了验证其预测模型的准确性和有效性，Bumper采用了一种专有的基于代理建模（ABM）方法。ABM是一种计算技术，通过模拟自主代理（如个人、群体或实体）的动作和交互来评估它们对整体系统的影响。这些代理遵循预定义的规则，并可以根据其经验和交互进行学习、适应和进化。代理很重要，因为Bumper作为一个双边市场的做市商和接受者运作：一方的用户通过锁定底价来对冲风险并支付保费，另一方的用户存入稳定币流动性以赚取收益。为了满足市场双方的需求，需要优化保费成本的定价：如果太贵，接受者不会参与；如果太便宜，则对做市商来说不具有吸引力，因为他们需要承担风险。随着价格波动和波动性的变化，找到一个平衡点变得更加复杂。这就是为什么Bumper的ABM工具如此重要，因为它可以根据实时波动性动态调整保费价格，吸收LLMs（大型语言模型）的信号，预见市场趋势并主动重新平衡。通过这种支持AI整合策略的ABM方法，Bumper预测其协议效率将经济性提高5-25%，有效平衡更低保费、更高收益和偿付能力强度的三难困境。价格预测第一个AI技术栈与价格预测相关，利用一个700亿参数的大型语言模型（LLM）。Bumper用金融数据训练了这个LLM，包括比特币价格数据集的价格（开盘价、最高价、最低价、收盘价）和成交量指标。LLM使用人类反馈的强化学习（RLHF）进行微调，奖励那些与实际价格数据相匹配的预测模型。下图展示了使用Bumper的700亿参数LLM对比特币进行价格预测的可视化表示。最初基于每日开盘价/收盘价进行训练，后来改为每小时数据，最终目标是纳入tick数据以获得更高的精度。由于$BTC tick数据包含数百TB的数据量，因此它使用检索增强生成（RAG）将关系数据库信息转换为数据向量。RAG技术不仅提高了LLM性能，还促进了多种实时资产价格数据流的集成，这是RLHF在现有LLM上下文窗口内的关键。情绪分析第二个AI技术栈专注于情绪分析。通过利用一个预训练的80亿参数的大型语言模型（LLM），Bumper能够分析大量的金融自然语言处理（NLP）数据，以前所未有的粒度把握市场情绪。通过微调和高级NLP技术，Bumper获得了关于投机者态度的宝贵见解，从而更深入地了解市场动态和趋势。 Bumper的预训练LLM摄取了广泛的金融NLP数据，将情绪分类成详细的评分和分布，以提供对市场情绪的细致理解。该模型使用双向编码器表示（BERT）进行微调，以标记意见、态度和情感，并通过专门的NLP培训来识别特定的金融词汇。 BERT是一种由谷歌开发的最先进的自然语言处理（NLP）模型。它通过同时考虑目标词前后的词来理解句子中词的上下文，而不仅仅是前面的词。这种双向方法使BERT能够捕捉到一个词的完整上下文，从而更准确地解释其含义。 LLM配备了注意力机制，使模型在确定上下文和基于变压器的结构时能够权衡句子中不同词的重要性，从而有效地辨别市场情绪和投资者行为，预测未来的市场趋势。技术分析第三个AI技术栈专注于技术分析。Bumper正在开发一种新方法，通过训练一个大型语言和视觉助手（LLAVA），将基于视觉的价格图像分析与NLP驱动的技术指标解释相结合。这种集成使Bumper能够基于历史价格数据和市场趋势做出明智的决策。该过程包括将历史比特币价格数据转换为图表图像。这些图像会标注技术标记，如支撑/阻力位、相对强弱指数（RSI）和移动平均收敛背离（MACD）。LLAVA模型处理这些视觉数据点和相关的NLP技术指标。这种端到端的多模态模型将视觉编码器与大型语言模型（LLM）连接起来，使系统能够分析和解释复杂的市场数据。此外，该模型结合了长短期记忆（LSTM）用于历史时间序列预测，增强了根据过去趋势预测未来市场走势的能力。总结 Bumper项目通过将AI整合到其DeFi协议中，致力于在加密货币市场中提供更有效的风险管理解决方案。该项目利用价格预测、情绪分析和技术分析三大AI技术栈，结合基于代理建模（ABM）的方法，动态调整保费定价以适应实时市场波动。通过这种创新方法，Bumper不仅提高了协议的经济效率，还为参与者创造了一个更公平、安全和可靠的环境。这些技术的综合应用预计将使Bumper的协议效率提升5-25%，有效解决了降低保费、提高收益和增强偿付能力之间的平衡问题。来源：金色财经

金色财经2024-06-14

【一周科技动态】三个“三万亿”后，谁是下一个？

司续创新高，苹果也因WWDC大会宣布与OpenAI的合作一举突破210美元，再次迈入三万亿俱乐部。至6月14日收盘，过去一周表现最好的是 $苹果(AAPL)$ +10.16%，其次是 $英伟达(NVDA)$ +7.12%， $微软(MSFT)$ +4.02%， $特斯拉(TSLA)$ +2.55%， $Meta Platforms(META)$ +2.09%， $亚马逊(AMZN)$ -0.63%, $谷歌(GOOG)$ -0.89%。影响资产组合的核心交易策略——一周大科技核心观点 “三万亿三兄弟”后，下一个是谁？英伟达、苹果、微软纷纷站稳三万亿市值，也包揽了这两周大科技的交易热点。那什么时候该“风水轮流转”呢？以目前七巨头的实力，均有可能在未来某个时刻迎来一波热潮。目前离3万亿市值最近的是谷歌，4月底财报大涨之后几乎横行了两个月，显然市场对Gemini的热情远远不及ChatGPT。但更重要的是即使不用Gemini大模型，Google云平台依然是重要的变现工具；主营的广告业务依然会在AI加持下提高变现效率；新任CFO非常注重财务效率，广告部门、云业务的裁员也是重要表现。无独有偶，META则是在4月底财报大跌后慢慢涨了回来，主要体现在核心业务的盈利能力超强，且有300多亿自由现金流支撑估值；其Llama 3大模型虽然并非最强，但好在开源，降低了开发者使用门槛； AI加持广告业务的变现能力，且社媒平台本手就是AI应用的重要展示；卖铲的NVIDIA可能先发制人，但硬件是有周期的，而软件公司可能更容易长期获得变现。市场焦点还在硬件层，Google和Meta是最容易且最快商业化的方面；如果应用层面的Google和Meta不行的话，那硬件周期就会被改变；从目前估值来看，七巨头中只有Google和META的动态市盈率（TTM）在30倍以下（分别为26.5和26.1），考虑到英伟达的业绩，在2026年也差不多是这个水平。但如果考虑应用层面的增速，兴许这两家公司也是资产组合中不可或缺的。期权观察家——大科技期权策略拆股后的NVDA会回调吗？可能不少投资者以2021年TSLA拆股后走势来对比，拆股后回调了大概30%之多。但两者目前的情况有所不同。一是基本面差距较大，AI目前仍在加速上行期，仍然属于供不应求的状态，另外宏观面也不同。 6月21日月期权，是另一个四巫日，由于整体市场都在新高处，博弈可能也会更集中于Call，整体单量远大于Put，集中在120-130的位置也最多，也间接说明市场情绪偏乐观。再给个持仓大科技股的理由——为何"TANMAMG"组合总超大盘？七巨头（Magnificent Seven）组成一个投资组合(“TANMAMG”组合)，等权重、每季度重新调整权重。回测结果从2015年以来表现是远超标普500的，总回报达到了1960%，同期SPY回报211%，超额收益再创新高。本周大盘创下新高，组合今年以来的回报也创下新高30.2%，超过 $标普500ETF(SPY)$ 的14.5%。过去一年组合的夏普比率为2.7，而SPY为2.2，组合的信息比率为1.9

老虎证券2024-06-14

股东会圆梦再画饼！马斯克估特斯拉市值达10个苹果，「机器人叙事」取代电车

，特斯拉的AI技术领先Meta、谷歌和OpenAI等科技巨头，他明确拒绝使用别家晶片。马斯克称，特斯拉在部分技术上已经超过辉达，比如在推理方面、或是透过训练有素的机器学习模型从新资料得出结论的过程方面等。 2024年迄今，特斯拉股价下跌近27%。截至撰稿，特斯拉股价位于182.47美元。在马斯克在X宣布其薪酬计划通过后，研究机构CFRA重申对特斯拉股票的「买入」评等，将目标价提高20美元至230美元，指出马斯克在过去的5~6年里已为股东提供了回报，没有理由怀疑未来不会继续走下去。原文链接

投资慧眼2024-06-14

午评：股指早盘震荡沪指半日跌0.37% 地产及电力板块表现强势

拉是人形机器人行业的领军企业，英伟达、OpenAI等科技巨头纷纷在机器人行业加大投入，国内外的人形机器人供应链核心企业积极配合产业趋势，迎接商业化进程。机器人有望进入发展快车道，建议关注科技巨头后续在机器人上的投入和产品进展。同时建议关注机器人及核心零部件企业和从人形机器人应用中受益相关的企业。

金融界2024-06-14

特斯拉市值5年翻10倍、未来剑指10个苹果？讨薪成功的马斯克，画出史上超级“大饼”

的AI在现实世界中领先Meta、谷歌、OpenAI。目前特斯拉已经完成了其HW5的设计，称之为“AI 5”。马斯克指出，目前消费者所看到的一切仅仅是基于特斯拉HW3，甚至还没有达到其最大潜力。相比之下，HW4的性能比HW3提升了3到8倍，而HW5将比HW4提升10倍，预计将在大约18个月内推出。马斯克明确拒绝使用别家芯片。他提到苹果和英伟达说： “没有哪家公司的（AI）芯片比我们车内的芯片更适合放在我们的车里。” 特斯拉市值5年翻10倍、超10个苹果对于特斯拉的未来，马斯克称令人兴奋。 “我们不仅仅是开启了特斯拉的新篇章，我们正在写一本新书。” 在演讲中，马斯克除了介绍特斯拉取得的成就，还预测特斯拉的市值在5年后将达到现在的10倍。在谈及特斯拉何时能够登顶全球最高市值公司时，马斯克“豪情壮志”地称，特斯拉的市值有潜力增长至当下市值最高的公司的10倍。马斯克非常赞同近期“木头姐”凯茜·伍德给特斯拉设定5万亿美元估值的报告。他认为，方舟基金对于特斯拉的预测是最为准确的。到2029年，特斯拉市值将达到7万亿美元；也就是说，5年后其市值将达到现在的10倍。目前，苹果已超过微软，成为最大市值的公司，市值约为3.3万亿美元。这也就意味着，马斯克认为特斯拉未来的市值可能超过33万亿美元。

格隆汇2024-06-14

去中心化人工智能（DeAI）：用例、催化剂及关键问题

究机构、私人公司或一些开源组织。谷歌、OpenAI、IBM、AWS和微软等公司都是其中的主要参与者。下面是各垂直领域不同参与者的GenAI模型市场地图。我们来快速了解一下人工智能技术这些年来的发展情况。 3、对去中心化AI的需求集中式AI有其自身问题。想想看：一个单点故障就可能危及一切。另一方面，去中心化人工智能（DeAI）通过在多个节点上分布数据来改变游戏规则，使系统更加安全。如果一个节点受到攻击，其他节点将继续正常运行。这种设置还使用户能够更好地控制他们的数据，降低隐私风险，尤其是在使用全同态加密（FHE）和零知识机器学习（ZKML）等技术的情况下。审查是中心化系统的另一个大问题。单个实体可以控制操纵信息。另一方面，去中心化AI会分散控制权，使任何单一实体都难以主导叙事。这确保了信息的可访问性，并且不易受到不当影响。在我看来，透明度是一个关键因素。开源模型、激励机制和协作工作流管理意味着任何人都可以在任何时候检查和验证决策。这种程度的开放性解决了人们对集中式系统中的隐藏偏差和不透明过程的担忧。此外，它允许更多的人加入并做出贡献。例如，拥有闲置计算空间的人现在可以通过像Akash和Render这样的去中心化算力供应商将其出租。去中心化模型还限制了中央实体的权力，防止人工智能被滥用于不公平的目的。通过促进协作和知识共享，它可以利用集体智慧和更大范围的治理，从而产生更可靠、开放和准确的系统。加密货币充当了这个推动者，将两个世界的优点结合在一起。它提供对顶级服务、计算、模型和数据的访问渠道，同时还为所有利益相关者提供激励循环、安全性和隐私保护。这种协同作用确保了DeAI不仅有效，还很公平和安全。 4、DeAI的实际应用以下是DeAI领域的一些主要应用：（1）按领域划分医疗保健 DeAI通过在医疗机构之间实现安全的私有数据共享来改善医疗保健。人工智能算法可以分析匿名数据，以识别模式，预测疾病爆发，并制定个性化的治疗方案。例如，患者可以私下与医院共享他们的数据信息，并确保只有他们自己拥有这些数据。金融去中心化金融（DeFi）是web3最大的子生态系统之一。人工智能可以帮助加强风险管理和交易。这些协议使用人工智能来评估风险、预测资产价格以及优化交易策略。例如，许多项目正在开发用于有效资产管理的工具、人工智能驱动的自动做市商（AMM），等等。安全和欺诈检测人工智能算法可以通过分析交易数据的模式和异常情况，帮助系统检测并预防欺诈。这增加了web3协议的安全性。例如，在NFT生态系统中，人工智能可以帮助识别虚假资产，确保诚信。内容/情感生成 AI可以用来创造故事大纲、剧情、游戏机制等等。例如，web3游戏可以使用AI从文本描述中生成游戏内容，并使用智能合约管理角色和道具等资产的所有权。另外，了解用户对某个类别、问题或市场的看法是非常宝贵的。像Kaito和Nansen这样的工具旨在提供这方面的能力。 AI智能体和自动化有些项目针对从客户服务到供应链管理等各个领域里的任务构建自主AI智能体。这些智能体可以由任何人创建，也可以协作来创建，所有利益相关者都可以自动无缝地获得奖励。用户体验 Web3的用户体验并不是最好的，但是模型可以通过个性化推荐和行为预测来帮助增强用户体验。去中心化社交网络就是一个很好的例子，它允许用户选择内容推荐算法，或者根据他们的喜好来管理他们的信息流。（2）按生态系统管理程度划分激励机制利益相关者可以通过提供数据、算力或开发算法来获得奖励（赚取代币）有强烈的需求驱动人们这么做，大家在困难的问题上合作，同时他们付出的时间和努力也会得到合理的回报。成本效率 DeAI平台可以通过利用分布式网络中未使用的资源来帮助大幅降低成本。它们消除了对昂贵的数据中心的需求，保资源得到最大程度的利用。例如，Akash Network、Aethir和Render等项目允许用户将未使用的算力出租给人工智能任务，从而提高效率。治理 DeAI还可以用于改进治理流程，尤其针对协议和DAO。 AI可以自动化声誉管理和奖励，例如，确保贡献在DAO中被公平对待。 5、Crypto x AI领域的增长催化剂有一些强大的催化剂在推动着Crypto和AI的交融。让我们来看看其中的几个。首先，生态系统中的融资一直在增加。在过去的一年里，共有136轮10.2亿美元的融资，平均每轮750万美元。Hack VC、Variant、Paradigm和Polychain等知名投资公司一直在进行大规模投资。资本的流入加速了该领域的研究和创新。其次，该技术旨在为集中式系统提供一种经济有效的替代方案。它可以降低近50%的潜在运营成本，有效地处理大数据量，同时还能提供安全性和隐私保护。例如，与AWS、GCP和Azure相比，Akash声称在算力供应方面提供85%的折扣。第三，按市值计算，该领域的领先项目，如Bittensor、Akash、Render和Worldcoin，过去一年里在二级市场的表现异常出色。这些项目都是web3中表现最好的资产。根据Coinbase的报告，Crypto x AI类别在各类别中同样表现出色。第四，NVIDIA今年4月份的业绩非常不错。我们来看新闻报道中的一些数字：他们的2024年第一季度的收入为260亿美元，比2023年第四季度增长18%，比去年同期增长262%。今年第一季度，GAAP稀释每股收益为5.98美元，比上一季度增长21%，比去年同期增长629%。第五，最近所有的中心化服务，包括Google.com、Chatgpt、Perplexity，都一起宕机了，而所有的web3服务都完好无损，运行良好。Akash Network的创始人在事件发生前后发布了如下推特。由于这些以及许多其他类似的计划、事件和创新，该领域正在快速发展。 6、走在前沿的远见者由于一些关键行业人物的支持和参与，该生态系统正在积聚越来越大的发展动力。 Erik vooorhees Erik Voorhees是ShapeShift的创始人，也是一个影响力巨大的Twitter名人，他推出了Venice AI，用来创建一个无需许可的流行的web2 LLM（如ChatGPT）替代方案。 Venice专注于用户隐私和无审查特性，使用开源技术提供未经审查的无偏见信息。 Emad Mostaque 是Stability AI的创始人和前首席执行官，现已离职，专注于DeAI领域——正在开发Schelling AI。他认为，随着人工智能变得越来越重要，透明和分布式治理将变得及其重要。 Niraj Pant 曾是Polychain Capital的合伙人，现在正在开发Ritual.net。该平台旨在为AI构建一个主权执行层，实现AI模型的开源无许可的创建、分发和改进。 Ritual.net的第一阶段（Infernet）允许开发人员通过智能合约访问链上链下的模型。 7、不足之处虽然去中心化人工智能有许多好处，但它也遇到了值得关注的重大挑战。以下是它目前面临的关键问题：初始设置成本和挑战建立DeAI网络存在相当大的困难。建立必要的基础设施并吸引参与者需要大量的时间和资源。这个冷启动问题突出了需要有强有力的激励措施来吸引早期采用者。然而，在没有达到足够大的规模的情况下，该网络很难获得牵引力。增加的协调需求管理一个去中心化网络是很复杂的。同步多个节点和利益相关者、确保数据的一致性、维护网络安全并经济高效地运行网络需要大量的工作。虽然这种协调体现了Crypto x AI的本质，但它有时会变得低效和笨重。扩容挑战网络面临着扩容问题。在不降低性能的情况下处理不断升级的数据和交易是当前的一个重大挑战。由于节点正常运行时间的不同，去中心化网络可能会遇到延迟和带宽问题，从而影响整体效率。像分片这样的解决方案仍在发展中，可能无法完全缓解这些问题。资源访问企业在获取尖端资源时经常遇到障碍。主要的集中式供应商可以大量投资最新的硬件和软件，从而为他们带来竞争优势。而DeAI项目受到有限资金的限制，可能会落后，影响其表现和能力。例如，由于更高的需求，NVIDIA倾向于将资源优先分配给GCP、Azure和AWS等超大规模服务器。然而，对于web3供应商来说，目前的供应大于需求，或者他们可能仍处于初级开发阶段。监管和法律挑战 Crypto在很大程度上是在监管灰色地带运作的。缺乏明确的监管框架可能会带来法律风险和不确定性。在一个去中心化的环境中，遵守GDPR等法规变得更具挑战性，从而加剧一场持续的全球斗争。 8、Crypto x AI的未来加密和人工智能的融合有望促进致力于解决现实挑战的创新项目和应用程序的发展。在我们后面的文章中，我们将深入研究加密领域的几个关键子类别。我们将通过Modulus Labs和Giza等项目探索零知识机器学习（zkML），它们正在开发以模型推理为中心的产品。此外，我们将研究去中心化云计算供应商，如Render、Akash Network和Aethir，重点介绍它们在提供可扩展且具有成本效益的传统云服务的替代方案方面的作用。 Bittensor：该项目正在开发一个去中心化网络，激励参与者通过区块链共享人工智能模型和数据集，并使用“子网”来奖励贡献。 Fetch：Fetch聚焦自主AI智能体市场，提供与ChatGPT和Slack等顶级服务的集成，通过简单的API集成促进对齐。 Akash Network：专注于建立一个提供云计算资源的去中心化市场，Akash Network利用其AKT代币进行治理、安全保障和网络内交易。 9、结论我坚信去中心化人工智能（DeAI）将改变游戏规则，我们才刚刚开始看到它在生态系统中的发展。 DeAI体现了透明、协作和全球影响的原则。正如我们所讨论的，它正在重塑各个关键领域。像Render、Akash和Worldcoin这样的项目，凭借其出色的牵引力和融资，不仅突出了该领域的巨大潜力，而且还预示着它在未来几年可能经历大幅增长。展望未来，我们将深入研究Crypto x AI的各子类，继续探索这个动态垂直领域。未来是光明的，而我们才刚刚开始。来源：金色财经

金色财经2024-06-14

特斯拉人形机器人Optimus量产在即！机器人ETF(562500)持续获资金青睐

速机器人业务的发展。除此之外，英伟达、OpenAI等科技巨头纷纷在机器人行业加大投入，国内外的人形机器人供应链核心企业积极配合产业趋势，迎接商业化进程。机器人有望进入发展快车道，建议关注科技巨头后续在机器人上的投入和产品进展。同时建议关注机器人及核心零部件企业和从人形机器人应用中受益相关的企业。机器人ETF（562500）是全市场规模最大的机器人主题ETF，覆盖机器人产业链上下游细分龙头，前十大权重股分别为科大讯飞、汇川技术、石头科技、大华股份、中控技术、大族激光、柏楚电子、九号公司、机器人、绿的谐波，前十大权重股合计占比48.19%。作为具身智能的最佳载体，人工智能AIETF(515070)推动机器人智能化发展，场外联接基金（A类008585/C类008586）。值得注意的是，从估值层面来看，机器人ETF跟踪的中证机器人指数最新市盈率（PE-TTM）仅36.02倍，处于近1年1.87%的分位，即估值低于近1年98.13%以上的时间，处于历史低位。机器人ETF(562500) 以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-06-14

OpenAI 6个月赚34亿美元！AI人工智能ETF(512930)逆市翻红冲击4连涨

6月13日，据相关消息，人工智能公司OpenAI首席执行官山姆·奥特曼对员工表示，过去六个月时间左右，公司的年化营收达到了34亿美元，这一数字在在2023年底为16亿美元。业内人士指出，这表明，即便是竞争激烈的情况下，OpenAI的增长也在加速。据了解，近日OpenAI计划推出一系列新产品，包括搜索引擎、视频生成模型和可以在用户电脑上采取行动的AI软件，这可能会进一步增加公司收入。消息面上，6月13日，据相关部门公告，上海市新增5款完成备案的生成式人工智能服务，上海财跃星辰智能科技有限公司旗下的“财跃”模型在列。至此，上海已完成34款生成式人工智能服务备案。东方证券指出，从近期举行的Computex大会上可以看出，英伟达、AMD、高通、英特尔等厂商在数据中心侧与端侧AI领域持续进行产品迭代，新发布的产品在性能、功耗等方面均有明显提升，而英伟达、高通也在AI应用生态方面加大力度布局。而从国内来看，国内模型继续快速迭代，在整体能力、部署方式、推理成本等各方面均有明显进展与优化。我们坚信，国内模型正在逐步跨过“可用”到“好用”的门槛，AI应用的落地与普及前景乐观。关注人工智能，AI应用发展以及娱乐消费、线上购物的投资者，可借道线上消费ETF平安(159793)、AI人工智能ETF(512930)把握投资机遇。线上消费ETF平安(159793)紧密跟踪中证沪港深线上消费主题指数，中证沪港深线上消费主题指数从内地与香港市场中选取50只主营业务涉及线上购物、快递物流、影视娱乐、网络游戏、视频直播、在线教育以及远程医疗等领域的上市公司证券作为指数样本，以反映内地与香港市场线上消费主题上市公司证券的整体表现。数据显示，截至2024年5月31日，中证沪港深线上消费主题指数(931481)前十大权重股分别为美团-W(03690)、腾讯控股(00700)、快手-W(01024)、顺丰控股(002352)、科大讯飞(002230)、京东健康(06618)、昆仑万维(300418)、哔哩哔哩-W(09626)、圆通速递(600233)、金山软件(03888)，前十大权重股合计占比59.67%。 AI人工智能ETF(512930)紧密跟踪中证人工智能主题指数，中证人工智能主题指数选取50只业务涉及为人工智能提供基础资源、技术以及应用支持的上市公司证券作为指数样本，以反映人工智能主题上市公司证券的整体表现。数据显示，截至2024年5月31日，中证人工智能主题指数(930713)前十大权重股分别为海康威视(002415)、中际旭创(300308)、科大讯飞(002230)、韦尔股份(603501)、新易盛(300502)、金山办公(688111)、紫光股份(000938)、澜起科技(688008)、中科曙光(603019)、浪潮信息(000977)，前十大权重股合计占比51.54%。线上消费ETF平安(159793)紧密跟踪中证沪港深线上消费主题指数，中证沪港深线上消费主题指数从内地与香港市场中选取50只主营业务涉及线上购物、快递物流、影视娱乐、网络游戏、视频直播、在线教育以及远程医疗等领域的上市公司证券作为指数样本，以反映内地与香港市场线上消费主题上市公司证券的整体表现。数据显示，截至2024年5月31日，中证沪港深线上消费主题指数(931481)前十大权重股分别为美团-W(03690)、腾讯控股(00700)、快手-W(01024)、顺丰控股(002352)、科大讯飞(002230)、京东健康(06618)、昆仑万维(300418)、哔哩哔哩-W(09626)、圆通速递(600233)、金山软件(03888)，前十大权重股合计占比59.67%。 AI人工智能ETF(512930)紧密跟踪中证人工智能主题指数，中证人工智能主题指数选取50只业务涉及为人工智能提供基础资源、技术以及应用支持的上市公司证券作为指数样本，以反映人工智能主题上市公司证券的整体表现。数据显示，截至2024年5月31日，中证人工智能主题指数(930713)前十大权重股分别为海康威视(002415)、中际旭创(300308)、科大讯飞(002230)、韦尔股份(603501)、新易盛(300502)、金山办公(688111)、紫光股份(000938)、澜起科技(688008)、中科曙光(603019)、浪潮信息(000977)，前十大权重股合计占比51.54%。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-06-14

中美大模型差距会越拉越大？李开复：不！中国有独特优势

le发明的，很多新的大模型、新的做法是OpenAI发明的。 “所以我们尊重他们。他们在模型、AI研究方面是强于中国的，尤其是在突破式创新。”他说。不过，李开复指出中国也有独特的优势。首先是中国人的勤奋、努力和执行力。尽管是跟国外学的东西，但是中国的执行力更好，所以今天微信的用户体验要比WhatsApp好很多，美团要比DoorDash好很多。因为中国人的勤奋、努力、执行力特别强。其次从技术来说，他觉得做infrastructure，即底层的软件，让GPU更好地被使用起来，中国具有优势。李开复表示，零一万物的infrastructure团队非常强，他们训练一套同样尺寸的模型出来，可能成本只是别家的二分之一到三分之一。他认为，这很关键，因为GPU是最大的消费。此外从数据层面来看，李开复指出，中国的数据其实很多，只是美国的高质量数据更多。这样高质量的数据，他们也会拿来（使用），比如零一万物的模型就是用了国内外的各种数据。他认为，零一万物在数据上、在预训练的时候与美国没有差距，反而有一定优势，因为这些数据的筛选和配比是一个秘密。李开复表示，公司有很厉害的团队，包括几位博士，他们一直在研究怎样挑选最好的数据质量还有配比，以做出最好的结果。但他坦言，这项工作不是一项很光鲜的工作，因为做出来的都是Trade Secrets（商业秘密）。不可以申请专利，也不可以写paper（论文），所以做得好别人也不知道。大家往往会向往的是，要做一个发明、要成为下一个Transformer的AI研究员。而没有人会说，自己的科研梦想是要做一个数据配比调得最好的数据科学家。不过，中国聪明的人也愿意勤奋努力，去做一些苦活，这是中国的特色，能够把数据优化起来。最后，他还指出，中国最大的优势是做应用的能力，比如微信、TikTok、飞书等产品都是基本碾压美国的应用。李开复解释称，这是因为中国在移动互联网的时代，创业者和产品经理学到的最大本领是怎么能够快速迭代，去推出、优化，不断地让产品进步，这一点他觉得美国远远不如中国。他认为，从整个链条来看，在模型方面，零一万物在中国做得相当好，也许是最好的，但在国际上，跟美国还有一点距离，需要虚心学习。而在另外几个领域，比如做infrastructure、应用、数据，这些都是零一万物的强项。更多精彩完整内容，请关注抖音/视频号：格隆博士会客厅、格隆博士

格隆汇2024-06-14

细数三大顶级人工智能 x 加密项目

的产品。此外，还有外部因素需要考虑。OpenAI 随时都有可能取得突破。Nvidia 的收入飞涨。每当一个主要参与者在 AI 领域采取行动时，都会在整个领域引起轰动。问题不在于 AI 和加密是否会成为大趋势。而是会有多大。没有人确切知道，但有一件事是肯定的：它会很有趣。来源：金色财经

金色财经2024-06-14

24小时热点