FX168财经网_全球视野外汇黄金加密货币NFT资讯网_关键字搜索-FX168

全球数字财富领导者

财富汇｜美股投研｜客户端｜旧版｜｜

FX168 全球视野中文财经

登录 / 注册

Future3 Talk四期回顾丨DePIN未来趋势哪些应用方向值得关注？
go
让他们去标注或是产生一些相应的数据集供AI公司使用。在此过程中，用户也可以通过完成这些task去拿到token reward。我们用隐私计算技术，保证用户数据不离开本地，保护用户隐私的情况下，解锁了边缘数据的价值。 Ben：就像Rock总刚刚所讲的，边缘计算也好，去中心化计算也好，想要真正实现去中心化的计算，前提是数据本身是要去中心化存储的，或者说这个数据并不是垄断的数据，如果存在去中心化计算，那么大公司、厂商或是其他dApp的开发者就无法使用这个数据集，因为很多科技巨头所掌握的数据集很少会对外开放。如果数据集是通过dApp由用户端产生的，且数据所有权掌握在用户手里，那么我们通过各种方式将这些数据做成一个市场，并进行去中心化存储，就能解锁有关数据训练、AI计算等更有价值的数据集，这也是IPDN的一个愿景。彭昭（主持人）：可以总结一下你们项目的核心亮点或优势吗？ Ben：IPDN想做的是填补市场上关于热数据存储的空白。在当前的Web3存储市场中，Arweave、Filecoin等项目的问题在于整个存储流程以及模型设计得过于复杂，开发者的使用门槛很高，数据读取和写入的性能也无法达到专业化存储的要求，所以很多dApp开发者还是倾向于使用中心化存储。但近几年，一些中心化云厂商存储问题频发，这对用户的数据来说显然也并不是一个好的归宿。这就是IPDN目前想做的事情，即热数据存储。 Yan：先说DePIN的重要性。Web2是基于平台的互联网，Web3则是以用户为中心的互联网。而作为一个以用户为中心的互联网，其底层基础设施必须由用户自己把握；一个Web3.0的基础设施如果仍是由平台来控制，那么它一定是“挂羊头卖狗肉”。当然，这个世界的网络形态是复杂的，并不是说所有东西都要DePIN化，但DePIN一定要存在，这是我们做DePIN的一个本质原因。我自己加入了很多互联网标准的制定工作组，关于Web3.0未来的互联网技术栈也有过很多讨论，其中最基础、最底层的还是P2P communication等等。所以DePIN对Web3是个刚需，只有把基础设施交还给用户本身，才能够建立一个以用户为中心的互联网。第二点，MetaBlox为什么要做DeWi即去中心化无线网络这个赛道呢？这里有着现实的考量。目前，无线网络上网只有两种方式，一是手机上网，二是WiFi上网，而手机上网是整个互联网的基础。上网的核心要求是安全、加密，同时可以自由漫游，手机网络和WiFi网络都可以实现，它们都是用安全证书来登录的，但区别在于手机网络是付费的，而WiFi网络是免费的，这也是为什么现在全球74%的手机网络流量走的是WiFi，而付费的手机网络运营商也有相应的资金建设基础设施后台来处理证书登录。免费的WiFi网络怎么实现这一点呢？只能通过DePIN，这也是MetaBlox能够成为WiFi联盟和WBA（无线宽带联盟）全球九个Certified OpenRoamingTM ID Provider之一的原因，因为我们代表了WiFi联盟实现WiFi漫游的方向。WiFi是免费的，要做到和手机网络同等水平的漫游和安全，就必须借助社区力量来构建一个去中心化的身份网络。因此，DePIN对于WiFi行业是个刚需，它的全球构建是需要通过DePIN来实现的。总得来说，我们认为DePIN是Web3的基础，也是WiFi领域的一个刚需，这就是我们做MetaBlox的原因。彭昭（主持人）：我看到新闻说MetaBlox实现了百万mPoints发行与2000节点部署，这里的mPoint指的是什么？ Yan：这个问题问得很好。MetaBlox的代币经济学和万向区块链的三代币经济学其实是有异曲同工之妙，mPoint相当于点卡，通过staking产生股权币，同时还有NFT，代表矿机。我们的测试网从今年3月到5月底开始陆续测试并正式上线，目前每个月的节点数翻倍，10月是1000个节点，今天已经有2000多个节点了，增长速度非常快。 mPoint就是我们用来激励早期社区参与者的，mPoints通过staking产生股权币MBLX，目前社区已经产生了100万个mPoints。MBLX预计明年一季度正式上线，目前全球50多个国家的矿工正在参与我们的生态建设。彭昭（主持人）：这2000个节点中的每一个都相当于一个WiFi通讯设备，可以这么理解吗？ Yan：不一定是一个WiFi的网络节点，也可以支持无线接入点。目前全球支持MetaBlox协议的节点有300万个，这些是WiFi联盟已经部署下去的节点，用户可以在这300万个节点中自由漫游，但不能挖矿。刚刚说的2000个节点是挖矿节点，它们是由社区共建的。我们和WBA约定是希望未来全球OpenRoamingTM的网络中有20%的节点是由社区推动的，也就是说当节点达到500万个时，其中有100万是由无线网驱动的方法建立的。彭昭（主持人）：下面请EMC的Zed来介绍一下。 Zed：EMC主要是为AI服务的，所以我们会关注AI多一些。我们把针对GPU的算力分为三种：训练算力、推理算力、渲染算力。 EMC通过自己的路由协议与底层的传输协议，把这些GPU聚合在一起。很多人认为把去中心化算力运用到AI似乎是不可行的，因为大语言模型对显存和数据量的要求很高，大多数使用的是英伟达的GPU，而英伟达GPU最核心的价值是NVLink和HBM高速显存。从这方面来讲，目前我的确看不到去中心化的节点如何去跑一个大模型训练的可能，在这种情况下，多半是把一些节点的集群合在一起，通过NVLink达到每秒900G的传输速率。但这样的集群也可以成为EMC网络上的一个节点，同时，我们把个人零散的GPU与一些中心化节点结合在一起，组成了一个去中心化网络，这是目前已经做到的。第二个应用场景是跑推理。我个人判断明年年中左右，大语言模型的训练可能会相对冷下来，因为特别烧钱。中国现在最大的大语言模型MiniMax的算力需求是1万张H100，我们现在最大的一个节点上有200台，大约1600张H100，总投资是多少呢？将近7亿人民币，这不是小公司能玩得起的，而且这样大算力的租用成本也非常高，所以大语言模型公司能否长期持续进行这样的投入，我表示质疑。要保持长期训练，必须产生经济收益，就像GPT和Midjourney虽然花了很多钱训练，但它们有2C服务，可以产生商业变现，那就可以持续投入。所以我个人预估，明年对AI来说可能是推理的大年。一旦进入推理服务，对大的集群的需求就会降低，去中心化的方式反而非常合适。前不久有家做图片训练的爱沙尼亚公司租用了EMC网络一个区域中的8个去中心化节点，部署花了两天，然后用一天时间跑完了100万张图片的训练，相当于仅用了三天时间就跑完了原本三个月的工作量，成本也低了很多。同时EMC也不用为此付费，而是通过DePIN的方式给予节点奖励，这就实现了双赢：使用方很满意，节点本身也能够产生收益并变现。同时我们正在和一些上市公司以及有意在GPU方面做资产布局的公司合作，合作的规模都很大，因为投入这样的节点建设基本要一两千万美金起步。现在做AI主要考虑三点：模型、数据、算力。模型通常是不成问题的，可以在开源的模型上进行调整，也可以自研；做某个行业的AI训练的话，数据集也不会缺，所以算力就是唯一的问题，没有足够的算力，做什么AI都是天方夜谭。但算力不是想投入就能投入的，英伟达H100的订单已经排到18个月后了，有钱也买不到；即使能买到，还需要建大规模的IDC、服务环境，投入也极高。对这些AI公司来说，时间就是成本，EMC能让他们直接使用起来，且成本仅仅是自建或是传统云服务厂商的25%~30%，这其中的经济效益是非常可观的。第三是数据。EMC从建初始节点的时候，就与其他存储项目合作并打通，现在EMC网络中的Lora、checkpoint、LLM模型，以及用户直接产生的数据，都是采用去中心化方式存储的，目前我们正在进行第二阶段的合作，第一阶段已完成模型调用，实现了去中心化存储。这里多说几句，我认为存储并不是一个大赛道，目前还为时过早，因为存储空间里的大多数文件都是从Web2世界来的，但Web2世界里有价值的数据都已经被巨头垄断了，他们不会因为去中心化存储的成本比云存储低，就把数据迁移过来，他们更多考虑的是数据价值以及迁移和运维的成本。而AI数据都是原生数据，这些原生数据可以在最开始就存储在去中心化网络中，这比迁移原来的数据要容易得多，且这部分数据并不以其大小作为价值，而是以数据本身作为价值。举个最简单的例子，私钥最大只占十几K字节，但价值是巨大的。AI模型训练出来的数据集中，跑一个GAN或是CNN可能不算海量数据，但这些数据的价值是巨大的。在第二阶段的合作中，EMC要求的不仅仅是存储，还有全球CDN的加速，AI模型动辄几个G甚至几十G，没有大量CDN的加速，就无法实现大量数据的相互调用，传统互联网节点之间的相互传输就会成为一个瓶颈。如果数据已经实现了去中心化存储，下一步就是怎样利用AI去使用这些数据。我相信在座各位都会使用ChatGPT，但我自己宁愿去使用EMC节点上部署的大语言模型，为什么呢？因为我用的时间越长，它就变得越聪明，经过我的大量训练，它开始学会用我所引导的思维方式和我对话了，但这部分数据不在我手上，我就不放心，我训练出来的结果可能都跑到OpenAI或是微软这样的公司名下了。我有这样的担心，相信其他人也会有这样的担心，所以EMC有个“算力插座”，我们希望训练出来的数据集是由用户的私钥来调动的，它是切片的，加密地存在整个网络中，归用户个人所有，这样你才敢放心地使用AI，否则AI的效果越好，可能你就会越担心。总而言之，我们之所以做EMC，就是因为看到了AI和Web3的结合点。AI是一个典型的生产力工具，它的速度和学习能力比人强得多。区块链的底层是个制度，能够分权和去垄断，它牺牲了效率，但带来了一个更安全的环境，这两者听起来是矛盾的，但考虑到AI已经是个战略级的武器了，是国策的竞争，那么当这匹马跑得越来越快的时候，缰绳握在谁的手里就是个重要的问题。通过Web3的体制与AI结合，给它制造一个缰绳，制造一个约束的环境，制造一个更安全的环境，我觉得这两者结合是更合适的。彭昭（主持人）：我们之后会更具体地讨论DePIN和AI的结合点。现在直播间有上千位朋友，很多朋友可能是今天第一次来收看我们的直播，也是第一次接触DePIN，因此想请杜总和林总来介绍一下DePIN以及DePIN相关的一些优势和价值，并点评一下Future3 Campus的项目。杜宇：好的，我先讲，之后再请林总补充，林总也是物联网行业的老兵了。我可能更多地从区块链行业的角度或者站在万向区块链的角度来说，为什么对DePIN这么重视和感兴趣。一方面，万向本身是一个具有传统行业背景的公司，所以在过去这么多年中，我们在国内做了很多产业区块链的应用。在这个过程当中，我们经常会遇到的挑战是“区块链如何保证数据源头的真实性”。当我们和工业企业、设备厂商乃至整个产业中的参与者们打交道时，怎么保证数据源头的真实性？怎么与现实世界相结合？这些与当下区块链原生的那些圈子十分不同。物联网是一个很重要的手段，之前在做产业应用时，例如生物资产、工业互联网等都涉及到很多硬件的东西，所以我们很早就和林总在区块链+物联网模组的领域有合作，我们也由此看到产业中的大量需求。第二，从比特币问世至今已有十余年，业内很多人都在讲金融服务，包括一些主流的金融机构、主流产业等，其实他们很多都看不懂Web3，认为Web3都是DeFi等看不懂的东西。但我觉得DePIN其实是把Web3带进产业的绝佳桥梁，不管是通过硬件，还是通过大家所熟知的供应链、ESG、绿色金融等，这是很重要的一点。第三，DePIN是非中心化的基础设施，或者说是新一代的基础设施。上次我们聊到DePIN和CePIN之间的关系，我一直觉得DePIN可以很好地对CePIN进行补充。以通信为例，国内很多城市的基础设施非常好，但是在大量的发展中国家，甚至在一些发达国家中比较偏的地区，其信号覆盖其实是很差的。在这种情况下，DePIN就是对现有网络建设的良好补充。刚才Zed也提到了，AI模型训练面临着很多的问题，其中之一便是只有训练量够大才能提升AI的质量，但在算力紧张的情况下，我们可以通过DePIN来利用更多闲置的算力，例如通过Token和经济激励的方式，把闲置的资源利用起来，这也是很好的建设网络效应的手段。例如，我们上周聊到的充电桩的案例就是DePIN提升网络效应，补充现有网络建设的方式。家用充电桩大多一天只用一次，甚至可能一周只用一两次，如果能够把充电桩共享出来将对于推动整个新能源汽车的发展有很大的帮助，所以我们看到了DePIN的巨大潜力。甚至我之前跟林总也聊过，DePIN是重建数字世界的物理基础设施的巨大机会。彭昭（主持人）：感谢杜总。提到上次充电桩的DePIN项目，我想补充一个项目进展。我们在上周的直播中帮他们找到了合作伙伴，所以希望各位嘉宾到在介绍自己的项目时，可以分享一下各自想与什么样的合作方合作等，说不定我们就能搭上这个线索。接下来有请林总进行分享。 Leo：好的，我来接着杜总刚才的分享做点补充。首先，我非常认同刚才杜总讲的“DePIN是对当前自上而下的基础设施建设的有效补充”，我认为这是在加速全人类的数字化进程。因为传统基础设施建设是自上而下、由政府或大企业来驱动的，它的投入很大，建设周期也比较长。如果能够通过社区自下而上地对基础设施的建设进行补充的话，将对数字化进程有很大的帮助。此外，我们也看到一个商业的趋势，即如今的商业都在往数字化变革，包括现在很多的DePIN形态其实在某种程度上来说也是未来商业的发展趋势，例如充电桩、自动贩卖机、无线网关等，相当于是无人值守的商户，它们能够对外提供服务，如果有第三方使用这个服务就需要对该网络提供的服务进行付费。这类商业模式如果按照传统的方式来做，要么自己有资金去投入，要么VC融很多钱，或是走上市等途径。而DePIN事实上是一个很有意思的创新，他把这些商业行为、资产状态都通过数字化的手段，实时地、透明地登记到全球公开透明的账本——区块链上，让所有来参与建设的建设者、投资者都可以非常清楚地看到自己和共建者对网络建设的贡献，这些都是非常公允、透明地呈现在账本上面的，这样就使得激励的分配和未来网络的收益都是公允、透明的。因此，我们可以看到DePIN的一个项目能够调动全球几十万甚至上百万的社区中的个体进行大规模的协同，这些社区的贡献者之间虽然没有雇佣关系，但是大家可以一起奔着同样一个目标去做协同，我们觉得这种方式是非常有意义的，也极有可能是未来数字化程度比较高的情况下，商业存在的一个新形态。大家都提到了在DePIN模式下，数据的使用权能够归还给用户。除此之外，DePIN还有一个有价值的地方，尤其是当DePIN项目呈现为一个数据的网络时，例如DIMO是汽车出行数据的聚合网络，WeartherXM是全球气象数据的聚合网络，Arkreen是能源数据的聚合网络……这些数据网络通过DePIN可以实现，但却是传统的数字化比较难触达的长尾市场。因为传统自上而下去做数字化时会看ROI，希望投入能够最大化地得到回报。因此，有很多数字化项目都会挑比较大的标的、比较大的资产，因为无论是人力的投入还是资源的投入，资源集中后，如果资产标的比较大，它就能够有比较可观的ROI。但如果资产是比较分散的，它的投入就会支撑不了，或者说它的收入覆盖不了这些投入，这个市场它就没法去触达。事实上在数字化的进程当中，有不少这样的长尾市场是没办法用传统的模式去触达的。这就是今天DePIN的模式，即利用全球社区自下而上进行建设，并由社区的builder来承担Capex的资本投入、Opex的运营支出，从而能够有机会把长尾的市场开发出来，这是DePIN模式对于去聚合数据资产的特别好的一个手段。我就先补充这两点。彭昭（主持人）：刚才杜总和林总把DePIN的价值和优势都提炼得很明确。相比中心化的基础设施，DePIN是一种去中心化的、分布式的基础设施，能够通过使参与者获得相关的收益来充分调动其动力，进而推动基础设施的建设。它是一种自下而上的变革，这与以前大资本投入，大人力、物力投入的建设方式完全不一样。现在有很多项目实际上都是和AI相关的，所以我们今天想深入讨论AI与DePIN的结合。这两个技术都处在非常火爆上升的阶段，DePIN和AI的结合会发生在什么样的交叉点上？先请杜总和林总来说说关于DePIN和AI结合的整体性看法，然后再请项目代表们来具体说说各自是如何看待DePIN和AI的结合的？ Leo：我认为可能会有如下几个结合的点。一个是大家先前也提到过的，AI大模型是需要大量的数据来训练，当下的格局其实会出现具备大模型算力的一方，也会存在具备海量数据的一方，双方之间有可能会存在博弈。例如，有数据的一方会有可能被有算力的一方切断资源导致算力不足，而有数据的一样也有可能切断数据供应，让有算力的一方无法继续训练资源。这是中心化的算力平台或数据平台在未来可能会产生的博弈。如果要打破博弈，那就意味着需要有无需许可的、去中心化的资源网络去支撑大模型的算力平台。数据是训练大模型的重要资源，我们需要探索的是未来能否以去中心化的方式获取数据的来源，并由数据的使用者自行来决定是否开放给平台用于训练。第二个是能源，因为大模型的计算是一个非常大能耗的场景。如果大模型未来要持续地发展，就需要有持续的、可靠的能源供应，包括绿色能源供应、低成本能源供应等，这也是支撑大模型持续发展的重要资源。我认为，“如何得到无需许可的能源”是第二个对AI来说很重要的底层基础设施。此外，AI未来的能力一定是依托在连接之上的，如何构建一个去中心化的、无需许可的网络也是我们需要思考的。因此，我认为DePIN与AI有非常强的互相依赖的关系。未来，AI需要有基于DePIN模式构建的无需许可即可访问的基础设施，包括能源基建、数据基建、连接基建。我觉得这些可能是DePIN未来网络的重要价值所在，或者说是会有很大的市场需求的。未来，大模型可能非常依赖于DePIN网络的这些资源的供应。另一方面，我觉得刚才Rock提到的边缘计算也是一个结合方向。因为如今的大模型已经把互联网上所有能够爬到的数据基本上都爬完了。此后的新训练就需要优化数据来源，例如各种各样的传感器就是新的数据来源。未来，我们完全可以将部分数据的预处理和部分的AI计算分配到边缘，因为现在有些边缘计算的能力也越来越强，这是第二个我们认为DePIN和AI可以有很好结合的方向。彭昭（主持人）：这两点都是很关键的结合点，AI的发展也需要嫁接在一个良性发展的基础设施网络上，DePIN和AI这个结合是挺关键的。杜宇：我想从两个角度做一些补充。第一，我觉得DePIN本质上是个基础设施，特别站在Web3的角度来看，它不是一个应用，而是基础设施。今天参加Future3 Talk的4个项目以及林总的Arkreen，分别代表了数字经济新基建的各个方向，包括计算存储、存储算力、网络、能源等，这些都是我们可以用Web3来重新做一遍的。数字经济除了给人用以外，还有服务于AI的。因此，DePIN可以说是未来AI的基础设施。这个其实大家刚刚已经讲了很多了，我就不去展开了。第二，其实是和激励相关的，因为Web3核心的技术是区块链，区块链的核心是一个账本。因此，未来AI不管是数据维度还是AI算法维度，互相之间的经济行为一定是记载在区块链账本上的，包括如今Web3领域中提到很多的DeFi、智能合约衍生的DeFi协议、SocialFi协议等，都是构建以AI驱动的经济体的重要金融基础设施。综上，我觉得DePIN与AI的结合在于这两点，第一个是物理世界的基础设施，第二个是AI的金融基础设施。彭昭（主持人）：这两个视角也挺关键的。刚才杜总和林总都提到了DePIN和AI的结合点。接下来请各个项目代表结合自己的时间来谈谈DePIN和AI的结合。从Rock先开始吧。 Rock：我就举一个例子，以手机硬件为例。手机上有很多的视频和图片，这些都是很珍贵的数据集。但是用户又不想把这些资料上传到云端，因为有泄露隐私的风险。因此，我们就可以用联邦学习来链接这些用户设备上的数据，通过隐私计算来保证这些数据不离开用户本机，但是可以用于训练贡献梯度，即在本地完成训练贡献梯度，然后再到集成器里加权平均后经过几轮迭代使算法收敛。这样一来，手机厂商就可以利用这些训练好的模型去增强手机上的一些功能。例如，未来手机上的相机就可能会自带一些美图或者是物体消除AI调整照片的功能，即在手机本地就可以实现，不需要联网。这对于手机厂商来说，既提升了手机市场竞争力，又不用担心用云端算力增加成本的问题，是一个很值得发力做的方向。对用户来说是手机性能上的提升，体验上的增强，也会便于手机厂商出货。他们会卷这些软件的AI算法去赋能他们手机，同时也会卷硬件，然后把他们的手机里安上性能更强的芯片来使手机具有本地推理和计算能力，从而更快更好的完成AI算法的训练和推理。这是手机行业上的一个应用，那么对应的电动汽车，智慧城市，健康医疗等AIoT涉及的领域还有很多用例，我就先不展开讲了。彭昭（主持人）：如果想到新的观点什么的，随时可以参与讨论。接下来请Yan进行分享。 Yan：我们昨天还在和一位上市公司的朋友讨论边缘AI与网络的结合。我们团队是英伟达的合作伙伴项目，所以我知道H100、H200显卡有多贵。但是就像Rock说的，现在在场景中有很多在边缘侧的算力服务需求，我们在做MetaBlox路由器的时候就考虑到了这样的需求。但这当中也有很多挑战，比如现在专业的编辑端的板卡和专业的WiFi板卡，它之间可以实现功能上互通，但性能并不是完美地匹配，需求却是非常高的。我给大家可以举个参考数据，例如现在大量的家用摄像头背后的边缘侧的处理就是一个很大的市场，也是一个非常好的现金流的生意，所以这些都是非常适合用DePIN与AI结合来做的。我觉得这是一个很好、很强的商业模式，Web2已经形成了很多正向的现金流的案例，那么Web3只会把这个趋势越做越宽，越做越大，希望大家一起努力。彭昭（主持人）：Zed刚才也提到，如果用GPT，可能会担心自己的数据并不能存在自己这里，但如果使用EMC的大模型，就能够保证自己数据的安全性，是这样吧？ Zed：我就简单发散一下。我觉得还有件很重要的事：公平。去年年底GPT出来之后，大家都想去赶上AI这班快车，这其实是件好事，因为在AI这个行业里，大家的差距并没有那么大。Web2的创业是非常难的，流量垄断一切，但AI赛道的机会还有很多，很多人切入赛道比较早，做一些AIGC的应用，还是能获取一些红利。但是很快红利就没有了，现在就开始卷得不得了。不但是大模型卷，应用也卷，卷到最后大家都在为英伟达和OpenAI打工——无非是你把他们的算力和模型拿来使用或者出租、出售，这其实不利于AI行业的发展。做AI创业，租用算力的成本很高，而且还不一定租得到，因为你不敢签长期协议。这是从AI创业者的角度来说。第二是GPU芯片的生产厂家。一些国产厂商最新的GPU都会寄给我们做测试，通过去跑各种各样的环境，得到一个比较公平的数据。实话实说，差距还是挺大的，这个差距并不是硬件层面的，更多是软件层面的。硬件的制式可以做到7纳米或者更低，但实际上一跑起来就会发现，所谓CUDA兼容和原生CUDA还是两码事，所有应用都需要重新编译一遍，几乎不敢拿去让别人使用。这样的话，你的市场要怎么打开？但投硬件的话，成本又非常高，所以我们看到很多企业最终为了保险起见，还是会去购买英伟达。但反过来说，是不是那些企业就没有竞争力呢？肯定不是的。如果通过DePIN的方式并入进来，跑一些小模型训练和推理服务，可能会发现性价比还是挺高的。EMC网络是按AI任务完成度计费的，虽然可能性能上有40%-50%的差距，但成本只有20%，这样使用起来性价比还是挺高的，而且任务也可以随意调度，不用在前期投入那么多资金去买硬件。从这两个层面来讲，DePIN结合Web3的经济模型为用户和企业创造了一个更加公平的环境，再结合RWA，变现渠道就更简单一些。Web2的商业模式就是吸引更多用户，然后让用户付费，Web3有更高级的玩法。大家都知道金融化，金融不是洪水猛兽，如果结合一些金融产品的设计，可以让赛道里的一些创业者和企业更快地获得收益，那么他们就会有持续不断的资金来投入，这是加速行业发展的一件好事。彭昭（主持人）：接下来原本还有一个硬核的话题，就是RWA和DePIN的结合，但RWA也是一个新的叙事，门槛比较高，需要讨论很长时间，考虑到我们的时间比较紧，接下来不如趁着直播间有这么多朋友在线，我们每个项目聊一聊想和什么样的项目合作，找找合作的机会。 Zed：我谈一些真实需求，特别有趣。现在其实不缺客户，去中心化存储也没问题，就是数据传输太慢。上次我们想跑一个训练，把香港、新加坡、美国的IDC都问了个遍，最后发现最简单的办法就是买张机票，然后带着硬盘过去拷，否则这么大的数据量，根本不可能做到高速传输。我觉得数据传输对AI的发展是个极大的刚需，存储这方面我不是专家，海量数据调来调去，我也想不到什么特别好的办法，Rock和Ben在这方面应该都比较专业。 Rock：边缘设备，你直接在有数据的地方训练就会快很多。我也和其他行业交流过，他们宁可用卡车来传硬盘。 Zed：真的是这样，我一开始只是当作笑谈，但后来算了一下，好像这个方式确实是最可行的。说到边缘化的方式，小模型推理都没问题，速度已经非常快了，但对一些中大模型来说，要用DePIN的方式做到效率最高，就是要把闲置的加以使用，但并不是说离你最近的那个地方一定会闲置，算法做不到这一步，算法只能做到“你是最合适的，所以我往那儿去”，但做不到“我需要你，你就在哪儿”。还有隐私计算，这部分我们也很早就在做了，未来大家担心的不仅是数据归谁所有的问题，还有数据会不会被滥用和盗取的问题。虽然目前还没有涉及个人数据的安全性问题，但很快就会提上日程，特别是对一些非常有价值的数据，当它的数据量不是特别大的时候，它的切片、加密等方式也是我们最近刚刚涉及的问题，这方面我研究得不是特别透，也想听听大家的建议。 Rock：可信计算是大趋势，有个核心的概念叫TEE（可信执行环境），这个很重要。未来的大趋势是在边缘设备上加TEE芯片，支持大家做可信计算。可信计算的核心之一是在CPU内做数据的加解密，数据即便是在RAM里，也是加密的，只有进到CPU里才进行加解密的动作，这就是TEE。所以未来TEE的CPU也是一个趋势，各个制造厂商都会加TEE的芯片，来解决数据隐私性的问题。我先补充这一点。 Zed：那天我们也提到了这点，但去跑数据之前它还是需要解密的。如果有更好的方式的话，我觉得未来会是个大有可为的垂直赛道。杜宇：我补充一点，TEE还是有一些缺陷，需要先解密再去算，最新的方向一定是全同态。两个月前我见过一个在欧洲做全同态的团队，他们在用硬件的方式加速全同态的计算，说今天的全同态可能和两三年前的zk情况差不多。其实即使是今天的zk，也还没有做到完全可用，在速度、性能方面还存在问题，但全同态一定是最成熟、最完备的解决方法，虽然距离实现还有很大差距，对硬件的要求也非常高，特别是大模型训练，可能真的要等量子计算成熟了才有可能性。彭昭（主持人）：直播间有朋友想问下Zed，如果想和EMC项目合作，无论是作为builder、用户还是投资人，应该怎样来切入？ Zed：EMC除了做DePIN外，还有EMC Hub。我相信做AI的一定知道Hugging Face和C站。Hugging Face和C站今年特别火，Github也是开发者非常熟悉的平台，但它们中间都是断层的。做过AI的可能都知道，在刚开始接触AI的时候，绝大多数精力并不是放在开发上面，而是去配置环境，这就特别浪费时间。整个社会分工已经很明晰了，为什么要反复造轮子呢？所以我们当时就觉得可以在基础设施上加一个应用层，相当于把Github和AWS进行结合，做了EMC Hub。EMC Hub是一个类似于Hugging Face的模型聚合市场，基于Web3的经济系统让大家来贡献内容，你所贡献出来的内容是归自己所有的，如果别人去使用或是进行了商业化，你也可以从中获得收益。有赖于整个算力网络的支持，代码可以作为一个服务直接部署在网络上，就是“代码即服务”，算力提供者、开发人员甚至AI爱好者都可以把自己开发或微调出来的模型部署在上面当作服务，并获得收益。用声纹识别举例，其实开发难度并不大，有很多开源代码，只需要微调一下即可当作服务卖给很多有需要的企业。现在去做一个2C产品是很难的，但你如果把自己的API服务部署在EMC Hub上并收取费用，很快就能够变现，这就打开了很多新的创业空间。彭昭（主持人）：很清晰，大家应该也都知道怎样和EMC合作了，Rock和Yan也可以说一下。 Rock：我也说一下需求。我们base在硅谷，对于AI行业来说，这里的大厂也已经垄断了算力资源、一流的人才和数据集，我们这种创业公司的生存空间是很有限。我们目前的需求主要是人才，硅谷的算法工程师工资每年动辄20-30万刀起，我这次回国发现国内的算法人才也很多，特别是一些高校的同学们非常有天赋，能把业界前沿的论文快速消化吸收并且快速代码化的能力非常强。我们把AI搬到边缘上去需要三项最核心的技术：Efficient AI即模型的压缩优化、Federated Learning 联邦学习，以及刚才提到的Confidential Compute隐私计算，有对这三项技术感兴趣或是在这三个方向上有所积累的小伙伴和同学们请到Network3.ai上联系我们。另外一个需求就是合作伙伴。如果有IoT厂商想尝试在边缘设备上训练模型赋能自己产品的，请联系我们，我们可以一起做个Pilot program。Web2的APP开发者如果不想去自己搭一套AIinfra，但是也想快速训练出自己app里的垂直模型的，也可以联系我们。谢谢！彭昭（主持人）：对刚刚说的这几个方向感兴趣的小伙伴可以给我们的视频号小助手留言，我们会有相关的同事来联系。接下来请Yan和Ben说一说。 Yan：我一直在关注视频号的互动，看到有网友问有没有社群的合作，我们是热烈欢迎社群合作的。现在几乎家家户户都有WiFi，现在既然要升级到WiFi6，同样的价格，为什么不换一个可以支持OpenRoamingTM的WiFi6 AX 6000设备呢？所以现在国内国外的需求都很旺盛，我们也非常欢迎社群合作，希望大家可以一起把OpenRoamingTM技术遍布到各家各户。有社群的朋友们欢迎跟我们联系，这是第一点。第二，WiFi是一个难得的、每家每户、每个商店都需要的入口设备，伴随着WiFi6的换机潮，这些入口设备会是一个流量入口。拿小米举例，小米一般只做四个设备，手机、路由器、电视和汽车，其他都是生态链伙伴来做。我们也是希望聚焦入口设备，把兼容性做到最好。我们的WiFi路由器可以对接1-2T的SSD，设备都支持TrustZone，我本人在这个领域也有相当多专利，特别希望和存储、CDN等项目方合作，我们一起把DePIN部署下去。第三，我们也希望与AI项目方开展深度合作。刚刚也提到我们团队是英伟达的合作伙伴项目，我们购买的所有机器都要支持SGX环境。但也有很多项目是用一个完整的机器作为可信执行环境，这也预示着隐私AI将是大势所趋。我个人特别看重边缘计算的隐私AI，早期各个小区施行人脸门禁的时候，大家都很担心自己的人脸信息被盗用，现在通过TEE环境可以确保即使黑客黑到设备里面成为root，也拿不走你的人脸信息。今后随着GPT等的发展，这个方向一定是大势所趋。MetaBlox虽然是WiFi网络，但因为我们是核心的入口设备，我们也支持边缘计算网络，希望可以和大家共建去中心化的隐私保护的边缘计算网络。 Ben：首先我们非常欢迎对IPFS技术有深入研究的开发者和我们一起去完善IPDN这个产品。同时，如果有开发者对去中心化存储有需求，比如你想构建一个dApp，用去中心化的CDN做数据、文件的存储，可以和我们联系，我们一起合作。彭昭（主持人）：我们的活动现在也接近尾声，接下来请杜总和林总每人做个一分钟的总结吧。 Leo：我也打个小广告。几周前香港金融科技周期间，我在Future3 Campus DePIN加速营的开营仪式上也讲到了DePIN应用链的启动，希望对DePIN赛道感兴趣的开发者和创业的团队和我们多多交流，看看DePIN应用链及其赋能能力能否支撑大家更快速地开发出DePIN产品的原型，也一起努力把DePIN赛道做得越来越热。彭昭（主持人）：DePIN应用链是个特别有价值的事情，很可惜今天的直播内容没涵盖这个话题，下次活动一定要包含进来。最后请杜总来总结。杜宇：我个人感觉到今天为止，我们在DePIN方向上的探索还处于非常早期的阶段。今天我们主要讨论的是基础设施类别，上周是应用类，目前为止还没有看到整个DePIN生态完全的大爆发，我们今天和在场的几位行业先驱们一起在DePIN赛道做了更多的探索，希望能有更多示范性的案例出来给大家新的启发。在全球范围内来说，我们的大湾区有着非常好的DePIN基础，但凡涉及到硬件都离不开大湾区，离不开深圳，这也是我们华人在整个Web3和DePIN赛道的巨大优势。我们希望能和从事物联网、硬件等行业的优秀企业家有更多交流，大家一起探讨如何将Web3与硬件、物联网相结合，探索出一片新的增长区域，我觉得这会是一件非常有意思的事。彭昭（主持人）：我也感觉随着讨论的深入，关注DePIN的朋友们的热情和数量都有了明显的提升，也期待下次和大家继续交流DePIN这个话题。我们今天的活动就到这里，谢谢各位。来源：金色财经
金色财经2023-12-07
Future3 Campus访谈丨资本是如何看待AI+Web3的？
go
这样的工作。一个更复杂的例子是法律加AI公司，需要标注大量的法律知识来训练各种模型，要找到既懂法律又能进行专业标注的人非常难，需要同时懂得各国法律，还要了解各种专业法律领域，如合同法、租赁法、民法、刑法等。市场上几乎没有一家数据标注公司能够提供如此专业的服务。法律是专业的，金融、生物、医疗、教育等也是如此。所以，这些领域的标注工作一般只能由内部团队来完成，他们使用众包的方法，这样就能解决知识专业覆盖的问题。我们认为，利用区块链进行众包是一个很好的方向，就像YGG在Gamefi领域做的事一样。这是我们认为是一个有前景的方向。另外，我们觉得在开源模型社区里面，也会有一些很好的机会。比如Polychain投的一个项目是一个类似于web3 的hugging face，用来解决模型内容创造者经济的问题。其他的AI和Web3的结合，我觉得ToC方向如果能结合一些token的玩法，提高整个社群的粘性、日活和情感，我们觉得这是可行的。这也方便投资人来变现，但是市场规模如何也不是很确定。这就是我对AI和Web3的一些看法。我觉得如果纯ToB的业务，没必要用Web3，就用Web2的方式做就挺好的。 Qiming Venture Partners-唐弈：目前我们投的有一些数据项目正在通过链上数据在安全场景中进行工作。我认为一些AI基本的模式识别或特征发现工作都有涉及，并且效果还可以。然而，更高级的工作，如将大量活动数据输入模型并识别多种信息，目前仍在尝试阶段，效果尚需验证。除了安全领域外，许多其他领域也存在类似情况。最近的一个例子是我们投的NFTGo，它是一个基于大数据分析去做NFT的定价，具有一定的准确性，并计划将其用于价格Oracle等用途。虽然这一体系听起来很有趣，但在产品中以及用户接受程度方面，仍需要进行验证。因为即使目前可能能够达到90分或85分的准确性，用户可能需要更高水平，比如98分或95分，因此还需要进一步验证。因此，虽然一些项目正在将数据分析和模式识别等简单AI能力应用于产品中，但是否成为关键因素尚未得到验证。而对于投资意愿方面，我个人不会因为项目有一些AI的噱头就更倾向于投资，因为我认为实际效果和项目是否能实现其目标以及带来好处更为重要。如果一个项目只是在名字或市场营销上有亮点，作为一种营销手段，以吸引更多关注或曝光，我能理解。但在投资决策中，我认为更重要的是实际效果。像一些项目在做ZKML，这个赛道似乎备受瞩目，但是同时也有很大问题，就是它到底用于什么场景。我觉得目前不确定性特别强烈，更多还是很宏大的叙事。从整体行业发展来看，AI + Web3数据这一赛道未来有哪些潜在的机会或发展方向？未来，AI是否有可能彻底升级数据产品，引入新概念？是否会增强用户的付费意愿？ Hashkey Capital-Harper：肯定是有潜在机会的。未来发展方向其实还是落后于web2 的AI，那里的创造力明显更强，web3这边的AI大概率也是web2 AI的映射实现吧。 Matrix Partners-子熹: 我觉得最近的妙鸭相机让大家意识到，其实人们对AI产品还是有付费的意愿的，这不像传统的SaaS产品或游戏，人们期望免费才会使用。用户对AI的付费意愿其实还是挺强的。未来的话我可以提供一点想法。我们在做数据标注流程中有一个关键步骤叫做预标注，就是我们训练一个模型，让模型来进行初级标注。这一步非常有价值，可以节约很多人力成本。我们将原始数据投入预训练的模型进行预标注，然后进行半自动化的数据处理，最终手动进行精确标注。预标注可以显著提高效率，可能原本需要100人的工作，现在可能只需要50到70人。另外预标注方面也涉及到AI和人的协作，通过你的反馈可以不断提高模型的预标注能力，从而减少数据标注团队的人数需求。随着AI和人的协作越来越好，原本100人的团队可能只需要30人。但是，这个过程有一个下限，即使AI协作做得非常好，仍然需要一定数量的人工进行最终的标注和审核。在其他领域由于我不是数据科学家，我没有亲自清洗过数据或使用数据进行SQL查询，所以我不清楚AI在这些领域具体能提供多大的帮助。 Qiming Venture Partners-唐弈：我觉得长期内与Web3和AI是应该有一些交集的。比如从意识形态的角度，Web3的价值体系是可以结合到AI上的，很适合作为bot的账号体系或者说价值转化体系。想象一下，一个机器人拥有自己的账户，可以通过其智能部分赚钱，以及为维护其底层计算能力付费等。这些概念有点科幻，实际应用可能还有很长的路要走。第二个可能的方向验证AI模型的输出是否基于特定类别或特定的模型，或者特定的数据，并且是否可信。这些领域在可信的AI模型中可能有一些用处。从技术角度来看这些非常有趣，但是否有足够的市场需求尚不确定。另外一方面是AI的出现使数据内容生成变得泛滥和廉价。对于数字作品等内容，难以确定其质量和创作者。在这方面，数据内容的确权可能需要一个全新的体系，包括创作者和智能体的角色。但总的来说，这些问题可能仍然有待解决，而故事性的内容可能需要更长的时间来发展。在短期内，我们应该继续关注数据底层的质量，并期待模型能够变得更强大。另外在商业化方面，确实数据产品商业化非常难。但是我认为从商业角度来看，AI可能短期内不是解决数据产品商业化问题的解决方案。商业化需要更多的产品化努力，而不仅仅是数据化能力。因此，这些项目可能需要开发其他产品来实现商业化。来源：金色财经
金色财经2023-12-06
与AI安全完全无关 OpenAI闹剧只是科技界的权力斗争
 go
开了OpenAI董事会，理由是他投资的AI公司越来越多。麦克尔哈尼说：‘感觉像是多方信任崩塌了。在某些情况下，你可以说董事会没有把注意力放在目标上。而现在，没人知道目标是什么，以及它的去向。’ 奥特曼在X上发文称，德安吉洛对可能存在的冲突“一直都很清楚”，“并做了他应该做的（在适当的时候回避，甚至在我们认为有必要的时候主动提出离开董事会），以妥善处理这种情况，避免决策冲突。”Quora是OpenAI的大客户，“我们发现让客户代表加入董事会很有帮助”，奥特曼表示。 Quora发言人在宣告中说，Poe是“中立的平台”。这项服务“为世界各地的消费者提供了机会，让他们可以访问OpenAI、Anthropic、Google、Meta和许多其他开发者的AI模型，”该发言人说，“Quora本身并不从事训练模型的业务，我们的任务是让那些训练模型的人能够接触到大量受众。” 奥特曼被解职后，德安吉洛几乎没有进行过公开表态，但随着围绕他的冲突和动机传言四起，他在X上再次转发了Replit CEO马萨德的一篇帖文。“我与亚当·德安吉洛相识多年，”马萨德写道，“虽然我已经有段时间没和他说过话了，但认为他疯了或者他因为某些功能重迭或其他传言而怀恨在心的想法似乎是错误的。” 虽然奥特曼被罢免震惊了业界，但这并不是德安吉洛第一次突然间撤换公司领导者。2012年，他在Quora的联合创办人切弗（Charlie Cheever）也被罢免了。在回答Quora上的一个关于切弗从业状况的问题时，德安吉洛说，“我们认为”，让这位联合创办人脱离公司日常事务是“最好的决定”。据一位知情人士透露，切弗对关系破裂几乎毫无察觉。事情来得太突然，以至于员工们哭着去切弗家探望，打听他为何离职。该人士说，关于这一决定或做此决定的原因，似乎没有进行过沟通，甚至对员工也是一样。自那以后，两位联合创办人几乎断了联络。此后的10年，德安吉洛继续将Quora打造成一个分享各种知识的平台——尽管要实现Quora投资人拉博伊斯（Keith Rabois）在2010年的豪言壮语“Quora将成为2005年后估值最高的公司，句号。”中提出的远大目标还有很长的路要走。根据PitchBook的资料，Quora已从硅谷大佬那里筹集了约3亿美元，但在投入营运近15年后，它仍未上市或被收购。根据PitchBook的资料，截至2019年，该公司的估值为20亿美元。六年前，在回答Quora上的一个问题时，德安吉洛说，随着技术“变得越发强大”，他预计AI可以“透过各种方式”帮到他的初创公司，包括帮“人们写出更好的答案”。但他同时表示，如果AI发展到了“可以做任何人类可以做的事情”的程度，那么一切都会变得没有定数。 “我认为，在那个世界里，某种形式的知识共享将非常重要，但AI的安全性是更大的问题，”他写道，“我觉得有些人现在考虑安全问题是件好事，但我个人认为，对那个世界心怀忐忑，而不是随着它的临近而去适应它，这是没有意义的。”第二年，他加入了OpenAI董事会。
金融界2023-12-04
董事长女儿火了，信雅达一字涨停，这只ETF逆市涨逾1%！
go
Chenlin Meng创办的视频生成AI公司Pika发布了产品第一个正式版本“Pika1.0”，并表示“这是一项重大产品升级，其中包括能够生成和编辑3D动画、动漫、卡通和电影等多种风格视频的新AI模型，以及更易于使用的新Web体验。” 同时，Pika宣布通过三轮融资已筹款5500万美元，其投资人包括曾担任Github CEO的Nat Friedman、OpenAI董事会成员Adam D'Angelo等，以及SV Angel、Ben's Bites等风险投资公司。今年以来，AI爆火，计算机板块大受催化，金融科技表现不俗。中金公司认为，AI是当前计算机大主线内基本面相对稳健的一条，全球范围内都在等待高活跃AI应用实现“闭环”，从而驱动从算力到应用渗透的下一轮增长，建议持续跟踪海内外AI应用的商业化落地节奏；此外，数据要素仍在酝酿期，建议关注数据要素领域的政策演进和各环节厂商的商业模式探索。资料显示，金融科技ETF（159851）被动跟踪中证金融科技主题指数，第一大权重行业为计算机，占比约80%，覆盖了数字经济、ChatGPT、信创、金融IT等热门主题。其第二大权重行业为非银金融，占比近14%，成份股主要为互联网券商。数据来源：沪深交易所风险提示：金融科技ETF被动跟踪中证金融科技主题指数，该指数基日为2014.6.30，发布日期为2017.6.22，指数成份股构成根据该指数编制规则适时调整。文中指数成份股仅作展示，个股描述不作为任何形式的投资建议，也不代表管理人旗下任何基金的持仓信息和交易动向。基金管理人评估的本基金风险等级为R3-中风险，适合适当性评级C3以上投资者。任何在本文出现的信息（包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等）均只作为参考，投资人须对任何自主决定的投资行为负责。另，本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议，基金管理人亦不对因使用本文内容所引发的直接或间接损失负任何责任。基金投资有风险，基金的过往业绩并不代表其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证，基金投资需谨慎。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2023-12-01
马斯克预言奥特曼戏剧幕后推手——OpenAI可能做出了一个危险的发现
 go
了OpenAI的竞争对手一个名为 X.ai 公司。周三，马斯克表示，他相信萨茨凯弗拥有“强大的道德指南针”。“他真的为什么是正确的问题而汗流浃背，”马斯克告诉表示，“如果伊利亚觉得足够强烈，想要解雇奥特曼。好吧，我认为世界应该知道是什么原因。“ 本月早些时候，奥特曼暗示，马斯克的人工智能机器人是OpenAI的ChatGPT的竞争对手，是“令人畏惧的婴儿潮一代幽默”。马斯克曾经警告说，公司需要对涉及人工智能的技术保持谨慎，因为它可能“对公众构成危险”。
丰雪鑫992023-12-01
国金证券：给予恺英网络买入评级
 go
新技术领域，紧跟未来产业方向。 1） AI：公司选择 HOUDINI 作为程序化自动开发的基础工具，进行针对性训练，将训练后的 AI 工具拓展到整个体系进行应用，扩大使用场景，提升效率；探索各类 AIGC 工具的研发与应用；也与复旦大学签署协议探索 AIGC 与 AINPC 的结合；推出 AI驱动的 3D 写实数字人“温碧霞”； 2） XR：旗下臣旎网络团队成员平均 15 年从业经验，专注于 XR、主机， LBE 以及手机游戏和应用，在研一款动作竞技类 XR 游戏，预计年内上线。　　盈利预测　　《石器时代：觉醒》等陆续上线，公司传奇奇迹盘子稳固，积极拓展新品类，预计 23-25 年归母净利 15.1/18.6/22.3 亿元，对应 PE 为 17.6/14.3/11.9X，维持“买入”评级。　　风险提示　　游戏上线或表现不及预期；版号发放不及预期；游戏监管证券之星数据中心根据近三年发布的研报数据计算，东方财富证券高博文研究员团队对该股研究较为深入，近三年预测准确度均值高达99.26%，其预测2023年度归属净利润为盈利15.1亿，根据现价换算的预测PE为17.32。最新盈利预测明细如下：该股最近90天内共有34家机构给出评级，买入评级28家，增持评级6家；过去90天内机构目标均价为17.73。以上内容由证券之星根据公开信息整理，由算法生成，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2023-11-26
华工科技：400G相干模块在北美已拿到几K级订单开始批量出货
 go
。2）800G LPO全系列模块都正在AI公司、设备商进行测试，预2-3个月左右可以测试完成，目前结果正常、顺利。3）400G/800G DSP系列模块，已经开始批量出货。整体来看，明年一季度末，这三个系列产品都会批量出货。
金融界2023-11-23
AI扫地机器人是智商税吗？
go
。正如Crunchbase报道的全球AI公司融资数字表明的那样，人工智能领域依然是资金追逐的焦点。在人工智能技术发展的前沿，或许厂家真的能找到AI扫地机器人的未来之路。在这个过程中，我们期待看到的不仅是产品的升级，更是用户对于智能生活的向往。【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2023-11-23
AI 减速Web3 加速舆论话语与政治
 go
毁机器的人）不会止步于毁掉他们自己的 AI 公司。他们也想控制你的公司。与许多意识形态一样，AI 末日论也演变成了类似共产主义的东西。他们需要控制全世界的 AI，从而控制全世界的计算，进而控制全世界，以『拯救』世界。令人惊讶的是，他们的总体计划让哈里斯负责从超级智能中拯救我们。」在政治口号喊出来后，Balaji 将矛头转向 OpenAI 的另一个标签「非营利组织」：「非营利组织毁了旧金山，现在又毁了旧金山最好的公司。他们名副其实，非营利组织无利可图。是的，有些原则上的例外。比如 EFF。它做得很好。但我们需要重新考虑非营利组织的激增问题」。是的，他们为了自己的政治叙事，也否定了「非营利组织」。Web3 不再谈论 OpenAI 作为非营利组织的「理想主义」初衷，不再颂扬「造福人类」的理想，只是轻描淡写一句不负责任的话：「它变了」。是啊，变了，多么大的转折，要么更好、要么更差，非此即彼。非营利组织不重要、变了多少不重要、如何变得不重要，重要的是变了，话语的影响就在于此。更有意思的是，Balaji 的功利主义似乎让他迷失了自己，他的目标只剩下「网络国家」。Twitter 成为了 Balaji 口中对抗另一个主权国家的利器，他过分地褒扬了马斯克，却忘记了这是一个最大的独裁者，Balaji 在赞扬一个他所极力反对的人与事：「减速论者有国家，但我们有网络。」过去一年，网络在从国家手中夺回社交、加密货币和 AI 方面取得了重大进展。首先，马斯克收购了 Twitter，解雇了唤醒者，解除了华盛顿特区对社交媒体的核心控制。然后，公民记者揭露了 FTX，摧毁了华盛顿特区对加密货币的理想控制点。现在，有效利他主义也发生了内讧，破坏了他们对 AI 的关键文化控制点。因此，我们有机会争取言论自由、去中心化货币和开源 AI。」Balaji 称，「在每一件事中，Twitter 都是关键」，「即使 FBI 要求 Twitter 进行审查，马斯克也没有对 Twitter 进行审查；Twitter 上的加密社区曝光了 FTX，即使国会为 SBF 开脱；Twitter 上的有效加速主义斥责有效利他主义，即使有效利他主义试图通过行政命令破坏 AI」。 Balaji 说的一点都没错，OpenAI 事件能有如此大的传播离不开 Twitter。他与技术圈名人响马都从发生学的角度指出这场舆论的另一个制造剂——舆论发生的场域 Twitter。是的，没有中心化而又独裁的 Twitter，怎么会有 Balaji 口中与国家进行夺权的「网络」？为什么「有效利他主义」被这群 Web3 大佬所厌恶？那自然离不开 SBF 与他的 FTX 帝国。SBF 在大学时期就深信有效利他主义，「赚最多的钱，捐给更多的人」。但 FTX 的暴雷对整个加密行业造成了巨大的冲击，「恨一个人也要恨他的信仰」，「有效利他主义」从此「臭名昭著」。在 Brian Amerstrong 看来，如果这真的是 OpenAI 的有效利他主义、减速论、AI 安全政变...OpenAI 的所有优秀员工都应该辞职，加入 Sam / Greg 的新公司（如果他们有新公司的话）」。这一次，跳过掌权的非营利性董事会，去除减速论 / 有效利他主义，保持创始人的控制权，避免无意义的监管，只管建设，加速。你们正在创造美丽新世界，不要感到内疚，要为了自己的动机而夺取它。这种减速思维摧毁了谷歌，而 OpenAI 曾经是谷歌的解药（如果属实，现在也倒在了同样的力量之下）。有效利他主义毁掉了加密货币的大量价值，现在又毁掉了人工智能。旧金山也是问题的一部分。很多问题都可以追溯到马克思主义思想。你必须清除公司存在的这种风险——讽刺的是，这才是它们本应担心的真正安全风险。如 Balaji 的自我矛盾一样，Brian Armstrong 也有一番宏论，他认为「OpenAI 董事会的存在不是为了赚钱或使股东价值最大化」可能是个「错误」。除此之外，a16z 普通合伙人 Sriram Krishnan 也持同样观点：「有效利他主义可能才是我们这里很多人应该关注的坏人（villain）。 Web3 有效加速主义用极具对立性的「话语」来述说自己的政治诉求，但却遮蔽了很多人与事的多样性与复杂性。二、AI 无国界？OpenAI 有「国家」在这场话语建构当中，Web3 在去中心化、有效加速主义方面的话语建构来源之一就是对 AI 界对安全的考量。AI 安全涉及到现代国家治理术、技术资本主义与生命政治，在现代国家治理中，任何技术议题也就理所当然地要迎合国家意志，因此有效加速主义者的话语建构也就无法脱离整体的国家议程。本文暂不追溯太远，但自 2021 年以来，拜登 - 哈里斯政府就一直致力于控制与管理 AI 风险。OpenAI 在这一议程中也起到重要作用，推动了美国 AI 风险管理框架的建立与实施。早在 2019 年 6 月，OpenAI 曾回复美国商务部国家标准与技术研究院（NIST）应如何制定美国与国际 AI 标准，并指出将特别关注「可靠、稳健与可信」的系统，希望提高人工智能系统可预测性、稳健性和可靠性。OpenAI 认为，AI 的安全性包括「确保系统在与人类交互时不会对人类造成身体伤害；确保系统将与人类核实与其即将采取的行动相关的关键决策；确保 AI 系统提出的建议尊重人类的限制和系统运行的大环境」。它们主张，美国需制定 AI 技术国际标准，「让监管基础设施为大规模、多用途的 AI 系统做好准备」。拜登政府组建后，美国国家人工智能研究资源工作组于 2021 年 6 月成立，旨在帮助创建和实施国家 AI 研究资源蓝图。随后，NIST 召开 AI RMF（AI 风险管理框架）研讨会，AI RMF（AI 风险管理框架）正式提上议程。2022 年 3 月，NIST 就 AI RMF 草案征求意见。OpenAI 此时对 NIST AI 风险管理框架初稿进行评论，表示将响应 NIST 的要求，并指出 NIST 应考虑将与人类价值观和意图保持一致纳入其指导原则，即确保与人类价值观与意图保持一致的 AI 系统能够可靠地按照人类意图行事。 2022 年 11 月，GPT-4 的诞生进一步加快了拜登政府对 AI 领域的风险管理。2023 年 1 月 25 日，美国国家标准与技术研究院（NIST）正式发布 AI 风险管理框架（RMF），以提高 AI 的可信度，确保组织能够以不同方式思考 AI 及其风险。3 月，NIST 启动「可信与负责任的 AI 资源中心」，以促进 AI RMF 的实施。 2 月，拜登政府发布一项关于促进种族平等的行政命令，其中表示要「促进科学公平，消除人工智能等新技术设计和使用中的偏见」，保护公众免受算法歧视。随后，美国联邦贸易委员会、消费者金融保护局、平等就业机会委员会与司法部民权司发表联合声明，决定监督自动化系统开发与使用，并指出自动化系统可能在数据集、不透明、设计与使用等方面助长非法歧视且违反联邦法律。 5 月 4 日，哈里斯会见 Alphabet、Anthropic、微软和 OpenAI 四家科技公司 CEO，以强调负责任的 AI 创新，在抓住机遇之前降低其风险。5 月 23 日，拜登 - 哈里斯政府发布公告，并对自 2019 年以来尚未更改过的 AI 研发计划进行更新——《国家人工智能研发战略计划：2023 更新》。该路线图将推进负责任的 AI 研究、开发与部署，并再次强调需在抓住 AI 机遇之前首先管理其风险。同时，联邦政府的投资重点将是促进负责任的美国创新、服务于公共利益、保护人民权利和安全以及维护民主价值观的 AI 研发。在这份文件中，美国国家科学基金会还宣布拨款 1.4 亿美元，新建 7 个国家人工智能研究所，使全国机构总数达到 25 个。 6 月，拜登与技术和社会交叉领域的专家进行 AI 的前景与风险圆桌讨论 7 月，哈里斯召集消费者、劳工与民权领袖讨论 AI 的相关风险。随后，拜登召集亚马逊、Anthropic、谷歌、Inflection、Meta、微软和 OpenAI 等 7 家公司，宣布拜登 - 哈里斯政府已获得这些公司的自愿承诺，以帮助实现安全、可靠和透明的 AI 技术发展。他们承诺：在向公众推出产品之前确保其安全；构建将安全放在首位的系统；赢得公众的信任。 10 月 30 日，拜登签署《关于安全、可靠和可信地开发和使用 AI 的行政命令》，明确表示将限制硅谷在 AI 产品经过全面测试之前发布产品的倾向。基于拜登在 10 月 30 日的行政命令，哈里斯在 11 月 1 日访问英国时宣布美国正在通过商务部在 NIST 内建立美国人工智能安全研究所，以实施 NIST AI RMF。同时，美国也已发布首份关于美国政府使用 AI 的政策指南草案，包括《人工智能权利法案蓝图》、AI RMF、负责任地将 AI 和自主权用于军事用途的政治宣言、与 AI 相关的慈善组织发起的倡议、防 AI 欺诈、内容认证国际规范等。拜登 - 哈里斯政府在 AI 方面的议程涉及人工智能安全、生物武器风险、国家安全、网络安全、隐私、偏见、公民权利、算法歧视、刑事司法、教育、工人权利和研究等各方面。而 Web3 有效加速主义者将一箩筐的内容全都将其作为国家的叙事范畴当作讨伐的对象，在这里，只需要否认国家、中心化与集权就可以选择性地无视复杂多样的全球性问题。似乎，只要获得一片中立的领土建立「网络国家」就可以一劳永逸地躲避世俗世界的喧嚣。三、被遮蔽的真实：OpenAI 的「末日论者」与「加速主义者」拿去滤镜，来看看真实的人吧。有媒体报道，越来越多的人工智能业内人士正在猜测人工智能将给人类带来灾难性后果的概率，并计算末日的「p(doom)」。那么，作为 OpenAI 的前 CEO，Sam Altman 是一个有效加速主义者吗？在 Web3 有效加速主义者的话语中，Sam Altman 是「加速主义」的代表，「造福全人类」的董事会只有成为「有效利他主义者」、「减速论者」。 OpenAI CTO、DALL-E 与 ChatGPT 团队领导者 Mira Murati 在今年 2 月《时代》杂志采访时公开表示：我们甚至对 ChatGPT 的出现感到些许不安，我很好奇它会在哪些领域开始为人们带来实用性，而不仅仅是新奇与纯粹的好奇；关于社会影响还有很多问题，我们需要考虑很多伦理与哲学问题。重要的是我们要引入不同的声音，比如哲学家、社会科学家、艺术家和人文学者。 [AI] 可能被滥用，接下来的问题是如何在全球范围内管理这项技术的使用。如何以符合人类价值观的方式管理人工智能的使用？尽管 AI 带来了很多不确定性，但 Mira Murati 总体是乐观的。为大多数人所知并造成恐慌的是 2023 年 3 月，马斯克等人呼吁的暂停至少 6 个月的比 GPT-4 更强大的人工智能系统训练公开信。或许，AI 技术的发展似乎超出了这些科技精英的预料。真正从事技术研发的 OpenAI 首席科学家 Ilya Sutskever 曾说，「在某些时候，一些别有居心的人可以利用他们向任何愿意付费的人提供的模型很容易造成巨大伤害」。在 11 月《卫报》发布的纪录片《Ilya：塑造世界的 AI 科学家》中，Ilya 提问了 AI 技术是否会对人类有益的问题。该视频首先展映 Ilya 的担忧：「AI 会使网络攻击更加极端，会创造完全自动化的 AI 武器，无限稳定的独裁政权」。因此，对他来说，「第一批 AGI 的信念与愿望尤为重要，对它进行正确的编程尤为重要，如果不这样做，那么进化和自然选择的本质就会偏向那些将自身生存置于首位的系统」，「并不是说它们会伤害人类，而是因为它会太强大」。Ilya 举了人对待动物的例子进行类比：人类在修高速公路时不会征求动物的同意，人与 AGI 的关系也是如此，AGI 是真正自主并代表自己运作的。很多机器学习专家并未意识到神经网络和 AI 的计算速度将在未来几年突破几十万倍，而他们并没有足够的时间来确保他们构建的 AGI 能够深深地关心人类。只不过多思考了一些人类的未来处境，Ilya 就成了要被清除出去的人工智能末日论者，但他从未说 AI 会毁灭人类，只是反思 AI 的强大会带来相应的危险。「AI 末日论」的形象塑造不得不归功于《卫报》给 Ilya 给他制作的纪录片——显而易见的末日感。作为加速主义者，Sam Altman 在 Web3 有效加速主义者的话语构建中也有着天然的正当性。作为 Web3 项目 Worldcoin 的创始人，他也是 Web3 最有机会拉拢的对象。但 Sam Altman 完全信奉有效加速主义吗？也不尽然，他的思想中也有着出于人类关怀的减速思考。今年 2 月，Sam Altman 发表「Planning for AGI and beyond」。在这篇文章中，Sam Altman 承认 AGI 会带来的「严重误用、严重事故与社会混乱的风险」，也表示 AI 需要持续迭代以解决当前问题，并通过「逐步过渡」确保人类可以逐步适应：目前，我们认为成功应对人工智能部署挑战的最佳方法是通过快速学习和仔细迭代的紧密反馈循环。社会将面临人工智能系统可以做什么、如何消除偏见、如何应对工作岗位流失等重大问题。最佳决策将取决于技术所采取的路径，与任何新领域一样，迄今为止大多数专家的预测都是错误的。 Sam Altman 也是开源、民主与去中心化的忠实拥趸：我们认为世界上更多地使用人工智能会带来好处，并希望促进人工智能的发展（通过将模型放入我们的 API、将其开源等）。我们相信，民主化的访问也将带来更多更好的研究、去中心化的权力、更多的利益，以及更多的人贡献新的想法。但这并不是 Sam Altman 的全部，他追求技术的进步，也并未否认「安全」的重要性：重要的是，我们认为在人工智能的安全性和能力方面，我们往往必须同时取得进展。把它们分开来谈，是一种错误的对立；它们在很多方面都是相关的。我们最好的安全工作来自于与能力最强的模型合作。尽管如此，重要的是要提高安全进展与能力进步的比例。他表示 OpenAI 正在建立一种激励措施，使其与良好的结果保持一致。具体而言：协助其他组织提高安全性；对股东的回报设定上限；在安全需要时取消对股东的股权义务；赞助世界上最全面的全民基本收入实验；在发布新系统之前接受独立审计；同意限制用于创建新模型的计算增长率；建立 AGI 工作何时应停止训练、决定模型可以安全发布或从生产使用中撤出模型的公共标准；世界主要政府对一定规模以上的培训有深入的了解； ... 这篇文章的最后，Sam Altman 表示「人类的未来应由人类自己决定，与公众分享进步的信息很重要」，AGI 有能力一直加速，届时「世界可能会与今天截然不同，而且风险可能会非常大」。他认为「较慢的起飞更容易确保安全，而且在关键时刻协调 AGI 减速的努力很可能非常重要（即使在我们不需要这样做来解决技术调整问题的世界里，减速可能也很重要，因为这样可以给社会足够的时间来适应）」。再举一例。今年 3 月，Sam Altman 在接受 ABC News 采访时也表示，AI 将能重塑社会，但对当前的发展「有点害怕」。他认为，监管机构与社会应尽可能参与 ChatGPT，并表示会与政府官员保持「定期联系」。Altman 表示，「我特别担心这些模型可能会被用于大规模虚假信息」与「进攻性网络攻击」。他从不担心 AI 模型不需要人类便可自己做出决定并策划统治世界。「这是一种很大程度上由人类控制的工具」，值得担心的是哪些人会控制 AI。Altman 仍然希望不断开发越来越强大的系统，将其融入日常生活与经济，「成为人类意志的放大器」。在 Altman 看来，GPT-4 的推理能力仍然不足，持续完善并构建一个由人控制的推理引擎或许是他选择进一步开发 GPT-5 的原因。Altman 相信，AI 的技术进步并不会消解社会与人的意义。今年 5 月，Sam Altman 在美国参议院司法小组委员会上发表讲话，指出 AI 可以解决人类最大的问题，但也警告说 AI 的力量足以以不可预测的方式改变社会，「政府的监管干预对于减轻风险至关重要」。Altman 称，「我最担心的是我们科技行业对世界造成重大伤害」，「如果这项技术出了问题，它可能会变得非常糟糕」。事实上，通过对 Mira Murati、Ilya Sutskever 与 Sam Altman 的话语分析，我们可以发现 Ilya 并非是一个 AI 末日论者，他只是从科技与人文的视角表达了自己对人类未来的思考；Sam Altman 也在认可着相应的监管、安全、减速与利他主义。显而易见的是，Balaji、Brian 等人为了自己目的而进行的话语建构，有效加速主义者在塑造一个虚假的、符合其意识形态的 Sam Altman 与 OpenAI 内斗叙事。AI 要让人类生活变得更美好，但有效加速主义者只能依靠中本聪的政治叙事表现自己的「目的」与「手段」。故事的主角 Sam Altman 也坚信着 AI 并非全知全能的上帝，而是由人所控制的工具。他的 Worldcoin 是多么地理想主义，一个去中心化的项目依然要实现比特币的理想，确保全民基本收入；但 Web3 有效加速主义却裹挟着精英的傲慢，他们垄断着资本（Coinbase、a16z）、加密叙事（去中心化）与话语政治（去国家化），或许他们才是真正的独裁者。余论在 AI 科学家眼中，人才是目的。但在 Web3 有效加速主义的眼中，「加速」是手段，「去中心化」是目的。很显然，为了制造出一个的革命对象，Web3 有效加速主义者只有宣称「加速」、「技术的无限进步」、「去中心化」。在他们所遵循的线性的、进步的时间中，技术才是主体，人都是需要随之适应的「他者」。拉克劳的话语政治表明技术终将与资本融合，而技术进步的话语权永远掌握在少数精英手中，作为硅谷的圣经，「有效加速主义」也确实是这样做的。他们在建构一种话语政治，这并非齐泽克口中的拒绝「讲故事」的怪物，怪物是非人的，而这个世界依旧建立在普遍人性之上，难以像希特勒一样对这个世界进行毁灭性的打击而后重建。因为有叙事，才有了话语政治。在有效加速主义者看来，任何妨碍加速的因素都应反对；那么对 Web3 有效加速主义者来说，所有妨碍去中心化的因素就都应反对。不管你是理想主义的、非营利的、利他的，只要与「加速」、「去中心化」的叙事不合，都是要被扔进垃圾桶进行唾骂的对象（在这里，加速或许都已成为一种政治言说的工具）。通过建构起一个「有效利他主义的」、「减速的」 AI 来证明 Web3 才是目的论的终点。在 Web3 看来，尽管 AI 从业者创造了颠覆性的 GPT-4，但依然是活在传统中的碳基生物，瓦解中心化结构与民族国家的 Crypto 与 Web3 才是终极的答案。但除了比特币、DeFi 与区块链，他们已然面临着叙事的枯竭，只能选择与 AI 联合。加密从诞生开始就建立了自己敌人，若不能去中心化，不断地塑造对立，自身也就失去了存在的合理性。在这个世界上，「自我」永远要找到一个对立的「他者」，来证明自己存在的意义。有效加速主义标榜着自己代表着建设与进步，在无形中将「减速」塑造成停滞乃至退步。但或许并非如此，因为减速依然在前进。它们为了自己的目的淡化了一个真相，那就是 AI 的技术发展是停不下来的。AI 科学家们从未否认过加速，历史正在加速，但人需要一定的减速来思考如何在这个地球上与机器共存下去。这也是执着于「加速 + 去中心化」的 Web3 有效加速主义者令人不解之处，即加速本身消解人的意义，但他们却又要求用去中心化治理来解决关于人的问题。加速追求的是效率，但去中心化却是低效的。在此，不妨引用一位 Twitter 用户对 Balaji 推文的评论：又要加速，又要去中心化，一对奇怪的矛盾。归根到底，他们将叙事拉回到了「去中心化」这个手段上，而从未真正去考虑「人」这个根本问题。这世界上少数的有效加速主义在持续创造新的历史，在这个普遍而又均质的时间中，整个世界都与之一起加速，跟不上的人将被淘汰，他们既没有此岸也没有彼岸，残忍又现实。但我们依然要勇敢地面对现代世界的真相。正如 Balaji 所言，AGI 代表着上帝回来了。这个上帝是无所不能、全知全能的，只是他现在仍然被人类所控制。这一观念的背后，反映着宗教在现代世界的让步。「造神」，真正将科学塑造为宗教，所有人都是 AI 的信徒。AI 科学家们怕了，因为 AGI 可能真的代表上帝回来了。当 Sam Altman 回归，OpenAI 乱局尘埃落定，恐怕也再难起波澜。在 OpenAI 政变事后分析的 Twitter Space 中，Balaji 称「Ilya、Adam 与 Emmett 都是天才技术专家，只是他们的道德观与 Sam 和 Greg 不同。这不是财务、技术与战略上的分歧。这是道德上的分歧。」这一刻，Balaji 的言辞也趋于缓和。他的话语少了不少叙事而客观了起来，他声称自己虽然不认识 Ilya，但认识 Adam D'Angelo，「他一直是一个非常正直的人。从各种迹象来看，Emmett Shear 也是。因此，现在每家 AI 公司都需要选择自己的信念。有效利他主义 or 有效加速主义？」 Web3 也不得不接受一个真相，AI 科学家们并未接受 Cardano 开源大模型的邀请、去中心化 AI 叙事，他们并未买 Web3 的账，无论是前往微软还是回归 OpenAI，他们依然拥抱着传统 AI 科技公司。参考文献 1. 硅谷 101：《揭秘 OpenAI 成长史：理想主义，冲突，抉择与权力斗争》，2023 年 4 月； 2. https://effectiveacceleration.tech/ 3. 文理两开花：《硅谷的新图腾：「有效加速主义」（e/acc）这面大旗举的起来吗？》，2023 年 8 月； 4. 吴冠军：《话语政治与怪物政治——透过大众文化重思政治哲学》，《探索与争鸣》，2018 年第 3 期； 5. 阿列克斯·威廉姆斯、尼克·斯尔尼塞克撰文，蓝江译：《加速主义宣言：超越资本主义对技术的压制》，2018 年 3 月。来源：金色财经
金色财经2023-11-22
OpenAI闹剧大结局：喜迎Sam Altman“回宫”
go
司，并在新董事会的监督下重掌这家领先的AI公司。这一戏剧性的逆转有望终结OpenAI此番人事“地震”。 OpenAI在X平台上发帖称，“我们已原则上达成协议，让Sam Altman重返OpenAI担任首席执行官，并组建由Bret Taylor（主席）、Larry Summers和Adam D‘Angelo组成的新初始董事会。我们正在合作找出细节。非常感谢您对此的耐心等待。” Altman转发了该帖子并配上心形和敬礼表情包。前总裁Greg Brockman也将回归，他说，重返OpenAI并将于今晚开始写代码，“今天取得了惊人的进展，我们将比以往任何时候都更强大和团结”。根据“原则协议”，他将在新董事会的监督下任职，该董事会由Salesforce前首席执行官Bret Taylor、前美国财政部长Larry Summers和现任董事会成员兼Quora首席执行官Adam D‘Angelo组成。一位直接了解谈判情况的消息人士表示，这些新董事唯一工作是审查和任命最多9人加入新的正式董事会，重置OpenAI的治理。微软(373.07，-4.37，-1.16%)可能会在扩大后的董事会中占有一席之地，Altman本人也一样。 Altman和微软首席执行官萨提亚·纳德拉（Satya Nadella）都相继发帖。Altman在X上发帖写道：“我喜欢OpenAI，过去几天我所做的一切都是为了让这个团队及其使命保持团结。当我决定在周日晚上加入微软时，很明显这对我和团队来说是最好的道路。在新董事会和纳德拉的支持下，我期待重返Openai，并巩固我们与微软的牢固合作关系。”微软CEO纳德拉转发并表示，对这一变化感到鼓舞。外媒报道称，Altman或因在人工智能的开发速度和货币化速度上存在分歧，上周五被OpenAI董事会解雇。随后他一直在与该公司就回归事宜进行谈判。据知情人士透露，这些谈判周日陷入僵局，部分原因是Altman和其他人向现有董事会成员施加压力，要求其辞职。期间，董事会还又任命了一位新CEO——前Twitch首席执行官埃米特·希尔（Emmett Shear），而微软则表示将聘请Altman来领导一个新的内部人工智能团队。在几乎所有员工都威胁要辞职后，事情再度发生逆转。 OpenAI早期的董事会成员包括首席科学家Ilya Sutskever、独立董事D‘Angelo、科技企业家Tasha McCauley以及乔治城安全与新兴技术中心的Helen Toner，他们的突然决定面临着公众的严格审查，而且他们从未提供过全面的信息和解释。据周二报道，一些OpenAI投资者对之前的董事会感到越来越失望，并开始探索起诉董事会成员的选择。周日被任命为OpenAI临时领导人的Twitch前首席执行官埃米特·谢尔（Emmett Shear）表示，他对OpenAI的新决定感到满意。他说：“进入OpenAI时，我不确定正确的道路是什么。这是最大限度地提高安全性并让所有利益相关者正确行事的方法。我很高兴能成为解决方案的一部分。”
金融界2023-11-22

上一页
1
•••
45
46
47
48
49
•••
70
下一页

24小时热点

最新话题更多