FX168财经网_全球视野外汇黄金加密货币NFT资讯网

优刻得：3月13日接受机构调研，建信基金、东方证券等多家机构参与

多。现在需要购买新的00。问：公司为AI公司供云服务，和大的云厂商比有什么优势？答：现在大的云公司在自己做大模型，有一定的竞争关系。有很多公司愿意和我们合作，我们可以帮客户对接场景，比如一家教育行业的客户，想找模型公司，看如何使用它，我们在帮他们对接尽快把模型训练出来。问：公司除了给客户供算力服务外，是否在其他方面还能供支持？答：我们提供三个价值第一，提供基础的算力和IDC；第二，我们可以提供应用场景和客户；第三，大公司需要数据，我们有个产品叫安全屋，通过隐私计算的模式可以确保数据可用不可拿。问：公司的安全屋或者隐私计算的产品，有哪些优势？答：有产品优势，开发早、产品成熟、案例较多，在上海、厦门、青岛有政府合作的项目。问：安全屋产品或业务的门槛有哪些？答：是存在一定门槛的，主要包括以下几个方面第一是技术门槛，第二是大规模数据存储能力，第三是市场份额能力，第四是应用能力。问：AI需求增加以后，现在有没有一些AI应用的公司已经在合作？答：目前还没有落到实际业务中来，离商业化输出还要一段时间。很多客户在往这个方向走，比如教育、法律行业的客户，但是量并不大。问：ChatGPT应用场景有很多，公司接下来会重点拓展哪些细分领域的业务？答：可以做的场景其实很多，有两个行业的机会相对多一些，第一类是内容生成业务，比如游戏公司用IGC做元宇宙的内容生成，第二类是咨询I化的业务。问：游戏的NPC如果用Chatbot来做，对算力的要求是怎样的？答：NPC的主要工作还是以文字对话为主，如果有其他互动那么算力要求就会高一些。问：创业客户变大了是否更倾向于采用私有云？答：我们了解到，做私有云比较少，变成混合云的比较多。私有云有两种模式，一种是服务器由我们提供给客户租用，另一种是客户自己买服务器，我们提供数据中心托管。第三部分展厅参观交流后，公司组织投资者进入展厅进行参观，了解公司文化、发展历程及公司相关产品。参观活动持续约30分钟。优刻得（688158）主营业务：提供计算、网络、存储等企业必须的基础云计算服务,为客户提供包括公有云、私有云、混合云在内的云计算产品,以及大数据、人工智能服务。优刻得2022三季报显示，公司主营收入14.89亿元，同比下降36.43%；归母净利润-3.5亿元，同比上升30.01%；扣非净利润-3.85亿元，同比上升25.14%；其中2022年第三季度，公司单季度主营收入4.43亿元，同比下降47.01%；单季度归母净利润-9014.83万元，同比上升52.09%；单季度扣非净利润-9790.92万元，同比上升48.59%；负债率31.02%，投资收益-1110.17万元，财务费用-794.83万元，毛利率7.23%。该股最近90天内无机构评级。融资融券数据显示该股近3个月融资净流入1.52亿，融资余额增加；融券净流入298.49万，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，优刻得（688158）行业内竞争力的护城河一般，盈利能力较差，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：应收账款/利润率、应收账款/利润率近3年增幅、经营现金流/利润率。该股好公司指标0.5星，好价格指标1星，综合指标0.5星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）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2023-03-20

优刻得：在乌兰察布云基地，部署了GPU高性能计算产品

现在需要购买新的A800。七、公司为AI公司提供云服务，和大的云厂商比有什么优势？答：现在大的云公司在自己做大模型，有一定的竞争关系。有很多公司愿意和我们合作，我们可以帮客户对接场景，比如一家教育行业的客户，想找模型公司，看如何使用它，我们在帮他们对接尽快把模型训练出来。八、公司除了给客户提供算力服务外，是否在其他方面还能提供支持？答：我们提供三个价值：第一，提供基础的算力和IDC；第二，我们可以提供应用场景和客户；第三，大公司需要数据，我们有个产品叫安全屋，通过隐私计算的模式可以确保数据可用不可拿。九、公司的安全屋或者隐私计算的产品，有哪些优势？答：有产品优势，开发早、产品成熟、案例较多，在上海、厦门、青岛有政府合作的项目。十、安全屋产品或业务的门槛有哪些？答：是存在一定门槛的，主要包括以下几个方面：第一是技术门槛，第二是大规模数据存储能力，第三是市场份额能力，第四是应用能力。十一、AI需求增加以后，现在有没有一些AI应用的公司已经在合作？答：目前还没有落到实际业务中来，离商业化输出还要一段时间。很多客户在往这个方向走，比如教育、法律行业的客户，但是量并不大。十二、ChatGPT应用场景有很多，公司接下来会重点拓展哪些细分领域的业务？答：可以做的场景其实很多，有两个行业的机会相对多一些，第一类是内容生成业务，比如游戏公司用AIGC做元宇宙的内容生成，第二类是咨询AI化的业务。十三、游戏的NPC如果用Chatbot来做，对算力的要求是怎样的？答：NPC的主要工作还是以文字对话为主，如果有其他互动那么算力要求就会高一些。十四、创业客户变大了是否更倾向于采用私有云？答：我们了解到，做私有云比较少，变成混合云的比较多。私有云有两种模式，一种是服务器由我们提供给客户租用，另一种是客户自己买服务器，我们提供数据中心托管。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。

有连云2023-03-20

百度的对手从来都不是OpenAI

为全球范围内寥寥无几拥有全栈自研能力的AI公司之一。消费互联网用户增长趋缓，且各家核心App基本触达月活天花板后，中国科技大厂都在高喊着向产业互联网转型，开始在数字化、智能化浪潮中掘金。一场围绕大模型的新竞赛在过去两年间悄然打响。IDC发布的《2022中国大模型发展白皮书》显示，自2020年起，中国的大模型数量骤增，仅2020年到2021年，中国大模型数量就从2个增至21个，和美国量级同等，大幅领先于其他国家。除了百度文心大模型在市场格局中处于第一梯队外，2021年4月，一众科技大厂继百度之后集中公开了各自的大模型产品，华为公布了千亿级参数规模的盘古大模型，阿里巴巴达摩院发布了被称为中文版“GPT-3”的语言大模型PLUG，并在此基础上于2022年9月推出通义大模型系列。晚到一步的腾讯，于2022年4月，对外披露了混元大模型。与文心大模型相比，上述大模型在功能上基本类似，如都具备文生图、文本转视频、自动生成文案等。基于百度文心大模型的AI 艺术创作展示，用户输入文字，AI就能根据语意进行绘画创作。而且，这些科技大厂同样在内部筹划类ChatGPT产品。在百度爆出即将发布文心一言消息后，进入2月份，华为对外表示在类似ChatGPT方向上从2020年开始就在布局；阿里巴巴则透露阿里版聊天机器人ChatGPT正在研发中，已处于内测阶段；腾讯则被爆出针对类ChatGPT产品已成立混元助手项目组，联合腾讯内部多方团队构建大参数语言模型，希望“成为国内的业界标杆”。暂时尚未亮相大模型的字节跳动，也在近期被媒体报道称在大模型上已有所布局，分别在语言和图像两种模态上发力，其中语言大模型团队在今年正式组建，探索与搜索、广告等下游业务的结合，有望赶在今年年中推出大模型方案。正在追赶OpenAI，乃至计划超越前者的不止百度一家。这将是一场围绕技术和速度的双重赛跑。谁先上线产品，谁就有可能借助来自用户的真实反馈掌握先机，从而随着时间推移形成愈来愈强的马太效应。这也就不难理解李彦宏为何在2月初给文心一言项目下了“三月完成内测上市”的死命令。来自微软的一组数据更能直观感受生成式AI产品迭代的速度之快：从GPT到GPT-3，背后参数量从1.17亿飙升到了1750亿，增长近1500倍。 “大语言模型是个马太效应非常明显的行业，可以说如果落后18个月，就基本没机会了，因为先一步发布的产品已经迭代得非常先进了。”李彦宏如此感叹。这场GPT争夺战中，时间就是生命，效率就是金钱。来源：元宇宙之心来源：金色财经

金色财经2023-03-19

GPT-4撑腰 Office全家桶集体升级微软向谷歌丢出王炸

、Doc等产品的上线，其他有类似功能的AI公司可能也很难能从谷歌这里抢走用户。值得注意的是，跟上次Bard一样，谷歌这次在开放功能上依然谨慎。在这些新功能中，只有新版Docs 和 Gmail 将在本月向小部分美国用户开放，其他功能将在今年晚些时候上线，目前还没有具体说明时间。此外，跟OpenAI之前开放API一样，谷歌此次还宣布了将向开发人员推出自家最先进的人工智能语言模型之一的PaLM的API，表示将帮助企业“从简单的自然语言提示中生成文本、图像、代码、视频、音频等。”同时，还将在 Vertex AI 平台中扩大对生成 AI 的支持，来帮助企业训练和部署机器学习模型。巨头打架，用户狂喜巨头们在生产力工具上越战越酣，对于广大用户来说无疑是一件好事。实际上，目前这些AI助手的运行成本并不低。按照Open AI公布的GPT-4的API费用表，为每输入1000个字符(约合750个单词)，价格为0.03美元，每生成1000个字符，价格为0.06美元。也就是说用户每问一次，成本超不多就是1毛钱。此前有分析计算显示，如果按1月平均每天约1300万访客使用ChatGPT来计算，至少需要3万多片英伟达A100GPU，初始投入成本约为8亿美元，电费每天都至少要花5万美元左右。但由于最近巨头们都测试和市场抢占初期，可以预见的是接下来一段时间各家都会先采取烧钱拿客户的模式，并且会敞开大门来让用户帮助完善测试和加强训练。除了在生产力软件领域的谷歌、微软、Notion之外，包括Meta、苹果、亚马逊等各个社交、消费类的其他公司也都已经透露要大力押注AI的信息，并都在快马加鞭的推进产品的研发和推出。在今天的发布会中，微软表示随着AI Copilot的上线，未来人们与 AI 合作工作的方式将发生根本性的变革，那些能更快更好的去使用AI工具的人将在未来的工作环境中掌握主动权。学会拥抱即将到来的AI时代，似乎已经是每个打工人未来的必修课。来源：元宇宙之心来源：金色财经

金色财经2023-03-18

李开复最新万字演讲：AI 2.0是绝对不能错过的一次革命

做了一年没有结果，再往后就不做了。很多AI公司说帮助赋能了A，助力了B，给各个商业公司创造价值，但很难赚到钱，因为成本高。这也是为什么大部分的AI 1.0企业投入大笔研发经费，但仍然长年亏损。还有一个小问题是，AI 1.0被说的很神奇，但感觉又没有那么智能，像是人工的简单替代，只是用在识别声音、识别英文或者中文等上，或者帮银行降低坏账率，但没有跨领域的认知。所以AI 1.0的智慧有一定瓶颈。除此之外，AI 1.0缺少像互联网时代的Windows和Android一样的规模化能力，来降低应用开发的门槛，打造完善生态链。几年下来，AI 1.0尚未真正实现商业上的成功。在AI 1.0时代，我们也投了第四范式等几家公司，共计10家优秀的AI独角兽企业。现在AI 2.0时代来了，这是AI迄今为止最重要的一个时代。 AI 2.0 时代第一个现象级应用在我的畅销书《AI·未来》里提到：“在人工智能时代，数据是新的石油，谁的数据多，谁就占了大的优势”。世界上最多的数据就是文字、图片、视频，比如从医学的影片到蛋白质到所有交通信息等，为了让这些数据能够跨领域使用，一些研究员想了一个非常巧妙的方法，让AI去收集全世界的数据，然后自己教自己，教一段时间后形成一个模型——基础大模型（Foundation Model），这个基础模型就是全世界的数据训练出来的。但不是完全从0-1的过程，它有一定的基础，这个基础可以是中文、常识、多领域认知。比如一个正在上一年级的6岁孩子，他已经有一些基础知识，可以自主阅读，读漫画书、三国演义等，只是深度不够，但如果你跟他讲三国时代，他说，“我记得”“以前我看过这个漫画”“知道曹操是谁”……就是这样一个过程。 AI 2.0基础模型有几个特别重要的特征：第一、不用人工标注，可以阅读海量文本；第二、规模非常大，做这个模型需要几千张GPU来训练，现在只有大厂还有拿到巨额融资的企业才能做；第三、它通过微调等方式适配和执行五花八门的任务，真正有望实现平台化的效应，进而探索商业化的应用创新机会。基础大模型需要超级巨量数据和超级算力，未来 2-3年，只要全世界的数据能储存起来，一定有科研机构会突破，做出来最伟大的基础模型。总之，AI 2.0的巨大跃迁之处在于，它克服了前者单领域、多模型的限制。一旦有了这个巨大的模型，相关的新应用也会出现，银行、保险公司、制造行业，甚至机器人、无人驾驶等，未来都可以通过这个大模型，提高公司的效率，降低成本。 AI 2.0 时代的第一个现象级应用是生成式 AI（Generative AI），也就是国内流行的AIGC。生成式 AI 能够实现无需标注的自监督学习，AI 将从“辅助”人到逐步“替代”人工，所有使用者界面将被重新设计改写。打个比方，想象让AI读一本书的前9章之后，“猜测”第10章，再让AI对比真正的内容，读过上千万本书后，模型不断优化和迭代。以这样的方式，AI 变得越来越精准，最终形成适用不同领域的基础大模型。 AI 2.0模型不仅可以学习文本和图像数据，还可以从语音、视频、自动化硬件传感器数据，甚至DNA或蛋白质信息等多模态数据中学习，建构机器超强大脑的运行能力。甚至不止于生成，而逐步达到具有预测、决策、探索等更高级别的认知智能。所以，AI 2.0 不仅仅是个红极一时的高能聊天工具，也不仅仅是图文创作的AIGC生成程序，如今看到的应用都还只是 AI 2.0 能力的开端，不该限制了人们对 AI 2.0 未来潜力的想象。所有的应用都会被重写一遍——三个阶段应用 AI 2.0 的发展范式是迭代式的，从“辅助人类”到“全程自动”将会出现三个阶段：第一阶段人机协同，生产力工具将会首先实现升级，所有使用者界面将被重新设计：文档工具不再是逐字输入，而是用户告诉AI想要什么样的文章；绘图软件不再需要用户动手，通过文字的描述就可以实现。在这一阶段，人类仍与AI保持协作，筛选和纠正AI创作的内容，避免谬误和灾难发生。比如，苹果有名的广告“Think Different”，这个设计花了几千万美元，但如果用AI 2.0的工具，跟AI说，“我要一个黑白经典背景”“让世界最受尊重的名人戴上苹果产品”“讲一句乔布斯的名言”，输进去后广告就出来了，只要暗示是苹果产品就可以。第二阶段局部自动，容错度高的应用和行业将率先实现AI自动化，例如广告投放、电子商务、搜索引擎、游戏制作等。第三阶段是全程自动，AI将变得完全自动化并可在任何地方使用，在不容出错的领域出现突破，AI医生、AI教师等应用成为可能。我们可以感受到，创造的过程、用户体验、产品、商业模式都不一样了，使用者也不一样了，过去是谁重复性的工作干得最好，就能够胜出，得到最高的认可、薪水和社会地位。现在是谁最能够深度了解品牌需求，用户需求，能够用非常好的语言描述出他想要的东西，然后让AI来生成。所有的应用都会被重写一遍。生产力工具的升级是一个巨大的机会，用语言生成图片可以把时间从一小时缩短到几秒钟，把150美元的成本降到8美分，这些例子是真实的。很多人认为生成式AI的商业前景还太小，是因为金融分析师没有考虑到AI 2.0的收费模式是不一样的。有报告说，一个搜索要增加3美分，靠广告盈利模式会赔很多钱。短期可能是这样的，长期来看3美分的成本也会降下来。未来AI可以根据用户问什么问题、按照答案的含金量来收费，所以这个商业模式是会变的。AI 2.0将在六大领域加速点燃商业潜能，进入提升生产力的应用井喷期，这里有很多机会。所有的应用都会被重写一遍，生产力应用即将进入井喷期第一个领域是，AI 2.0 +电商/广告。 AI 1.0和AI 2.0都有个特色，就是可以“千人千面”，每个人看到同一个产品，它的描述和图片可以完全不一样。所以，AI 2.0时代，电商及广告将更为AI大数据驱动，能够做到实时测试和动态调整，甚至把几分钟前的社会热点融入广告内容，最大程度提高转化率。下面两张图是我自己做的，当时我是要见某个化妆品公司的CEO，我跟他说你的使用者是“千人千面的”。不同肤色的人群、不同群体的消费者，对化妆品的需求是不一样的。我们针对每个消费者的认知开发，让AI画出和写出不同的东西，这里的每个字每个图都是AI生成的。另一个广告是关于特斯拉。我最喜欢的老电影是《回到未来》，里面的那辆车很酷，当时我就想以后一定要买，特斯拉就应该推这样的广告给我，最大程度地触动我，我从十几岁就想要这样一辆车，现在不但有了，而且我买得起。或者有人崇拜马斯克，就会收到这样一个英雄站在车旁的广告。这些都是AI大概了解我的想法后生成的图片或文字。抖音为什么火？虽然抖音更多的视频是人拍的，但这些视频用AI推荐引擎精准地推给每个用户，所以每个人看到的是不一样的，这就是“千人千面”。所以，AI 2.0可以针对不同受众量身定制和实时生成内容，真正实现“千人千面”的营销。第二个领域是，AI 2.0 + 影视/娱乐。 AI可以根据大众的喜好定制电视和短视频内容，使其创作的内容更容易吸引大众的眼球，获得更好的收视率和口碑。AI +多模态的创作，将成为下一世代的娱乐主流，AI辅助创作会逐步形成全新的创意产业生态价值链。第三个领域是，AI 2.0 + 搜索引擎。未来的搜索引擎将由传统的检索模式，变成“提问-回答”的模式。下一代的对话式搜索引擎，将成为全球科技巨头角逐的“AI 2.0 圣杯”，当今搜索广告商业模式也将迎来变革。但由于人们对搜索结果有“精准”的期待，如今的技术要做好问答式搜索还需要很多进步。第四个领域是，AI 2.0 + 元宇宙/游戏。 AI 2.0将大大降低游戏和元宇宙等虚拟世界的内容生成的成本。例如AI可以成为实时聊天伴侣，增强互动的乐趣，提高娱乐性，激励用户参与，最大化游戏时长。 GPT很早之前的应用就是玩文字游戏，还有元宇宙，最近不太火了，其中一个原因就是产生元宇宙内容价格昂贵，但AI 2.0可以使成本大大下降，推动元宇宙发展。第五个领域是，AI 2.0 +金融。更快、更准确、更智能的内容生产方式，将大幅度提高财经新闻和市场研究分析的及时性与产出量。但由于财经内容的严肃性，人工进行事实核查和验证仍不可或缺。AI 还可以将金融信息的生产和金融产品的上线自动化，提高金融机构信息流及交易量的效率和质量。第六个领域是，AI 2.0 +医疗。 AI能够快速精准分析患者的整体健康状况，吸纳所有数据、生物特征、体检、病史和个人模型预测，成为医生们的得力助手，大幅加速科学诊断和治疗决策。借助AI能够进行更有的放矢的药物研发，实现个性化的医疗分诊和诊疗方案，推动“个性化医学”的到来。巨头垄断和信息造假隐患 AI 2.0背后一个很大的挑战是计算量，ChatGPT大大提升了对算力的需求。所以今年为什么那些做AI平台的，或者做基础模型的公司，需要花几亿美元买机器，因为这个是很大的需求，很大的机会，也是很大的挑战。在这样的背景下，资金实力雄厚的科技巨头将有垄断优势，导致创业公司和学术界很难做出有竞争力的模型。现阶段，AI 2.0并不能做到完全正确。AI还无法保存全世界的数据，只能通过压缩形成抽象的概念，因此会出现“一本正经地胡说八道”的现象。更重要的是，AI目前还无法分辨真伪和辨别是非，比如跟AI说现在想做一个广告，让父母买玻璃碴给刚出生的婴儿吃；比如刚才的化妆品广告，AI说里面含有人参、珍珠等成分，但其实没有。如果被恶意利用将会带来无法衡量的负面后果。可以想象，曾影响干扰美国选举的“剑桥分析”丑闻，如果发生在AI 2.0的时代，将会给社会造成更大的伤害。这些都是防不胜防的，机器有时候也会做出伤害人的事。还有一些技术性问题，比如模型太大，开发者怎么针对应用快速做API，怎么确保应用合法合规等。 OpenAI的CEO也曾说，“ChatGPT虽然酷，却是个糟透了的产品”。未来要想不犯错，还需要有一些新的发明跟软件来降低犯错的概率，否则它会一直犯错。我们要研究怎么做才能让AI乖乖听话。下一个阶段是AI不犯错，可以自动用在各种领域，这个称为AI 3.0时代，更长远的未来。我们看好的投资机会 Deep Tech VC创新工场2012年已开始挖掘AI赛道，现在迎向AI 2.0的拐点，创新工场主要关注三大方向：第一是，AI 2.0 智能应用。 AI 2.0应用将会迎来遍地开花的阶段，包括各行各业的垂类AI助理、元宇宙应用等之前做不出的应用都会出现。除了新的应用，很多现在已有的应用都可以被重新改写，比如搜索引擎、内容创造、广告营销，AI 2.0将革新用户体验，创造出全新的商业模式，蕴含非常巨大的想象空间。第二个是AI 2.0平台。 AI 2.0平台将会加速新一代AI 2.0应用的研发和商业化，创新工场看好具有战略高度的AI 2.0平台公司，推动AI 2.0的生态循环和良性竞争。第三个是AI基础设施。除了应用和平台之外，支持AI模型运维、管理、训练的基础设施，也是创新工场重点关注的，包含支撑AI 2.0巨型模型训练的AI芯片公司，以及那些能够加速、降低成本和简化AI训练的AI 2.0基础设施的创新技术型企业。在AI 1.0时代，我们投出了10家独角兽。今天的AI 2.0，我们已经开始布局，投资了一些公司，美图是最快应用AI 2.0的公司，还有创新奇智也在探索AI 2.0＋制造。比较非常自豪的就是投资了澜舟科技，他们做出了孟子大模型。AI基础设施公司投资了潞晨科技。创新工场的独特之处是可以到处看创业者，看看谁要发英雄帖、朋友圈。我们也关注AI领域谁的论文写得最好。跟其他VC不一样的点是，我们可以自己做“塔尖孵化”，“用科技投资＋全面赋能”的模式帮助科技创业者做大做强。我们预测平台公司将诞生，但不会很多，因为门槛很高，但如果他们把基础大模型做好，把中间层工具做好，会造福整个做应用的行业。很多人会说，AI 2.0会不可避免加剧失业风险。毫无疑问，最具创造力的顶尖人才将会乘上A1 2.0的东风，全面提升生产力和效率。但随之而来的是重复性的工作将会被AI 2.0接替，这些岗位上的人不得不寻求职业的转变与技能的升级，其中包含高比例的白领岗位，亟需进入到更需要发挥创造价值的行业。但AI 2.0 并不意味着通用人工智能（AGI）就此到来。人类有很多与生俱来的关键能力，诸如创造力、策略思考、跨领域常识、自我意识、同理心和爱等，这些尚未被破解的深层次能力，是 AI 2.0 也无法全盘复制的。最后一句话，来自硅谷顶级投资人对这个领域的预测：这个市场的潜在规模难以把握 ——它将介于所有软件和所有人类的努力之间。来源：金色财经

金色财经2023-03-17

2023年 AIGC颠覆游戏产业？

在游戏公司向AI主动出击的同时，国内AI公司也早早盯上了游戏行业这个“甲方”。成立于2017年的启元世界，其游戏AI解决方案已经应用于莉莉丝《万国觉醒》、灵犀《三国志·战略版》等多款知名游戏中。由国人自主研发的“小冰”自2020年从微软独立之后，便成立游戏工作室，加速游戏领域布局。2022年其宣布与《凹凸世界》制作方七创社展开合作，协助后者推出基于《凹凸世界》IP的元宇宙游戏新作。在从微软独立出来之前，小冰一直是国内AI自然语言学习的一个标志性项目。可惜的是独立后的小冰没有了大厂的持续输血，停下了烧钱的大模型训练，结果遗憾错过了ChatGPT这个爆发点。从以上案例不难看出，游戏厂商无论大小，只要手中握有一些弹药，都不遗余力地对AI进行了投入。游戏作为当前科技含量最高的前线行业，天然地成为AIGC应用的首选场景。不过当前，厂商有关AI的很多企划都还处于布局阶段。别说是玩家，就连厂商都不一定知道，全面运用AIGC“炼”出来的产品会是什么模样。 AIGC，产能放大器也许玩家对AIGC还没有那么直观的感知，但说到游戏中的“AI”却不会陌生。早在单机时代，打一盘CS，真人玩家人数不足时大家都能熟练地调几个Bot出来凑人头。这就算是最早的AI应用之一。到了网游时代，加入机器人提升游戏体验也就成了通用做法，以至于产生“王者荣耀挂机AI比真人打得好”等种种玩梗。需要说明的是，当年的这个电脑AI与如今的“通用人工智能”虽然都叫AI，却并不是同一个东西。只能说AI是个筐什么都能往里装。如今采用神经网络深度学习技术的AI，与当年最大的不同之处就在于，它不是程序员用代码写死的一套程序，而是通过自主学习来掌握技能解决问题的。做一个类比的话，面对以前的AI，玩家只要稍做练习找到套路就能击败对手，而现在的AI却可以通过与玩家对战不断学习，可以从屡战屡败一直进化到战无不胜。此前深度学习AI已经在围棋和电竞等领域多次证明了自己，而2022年的风口其实是来自于这一模型在绘画与文字对话方面的应用。在游戏行业，相比大厂更早拥抱AIGC的自然是独立游戏。比如《AI地牢》项目早在2019年就上线苹果与谷歌安卓平台。游戏采用了GPT-2训练模型，是一款纯AI生成的文字冒险游戏。游戏能理解玩家输入的文字语句，并根据玩家的输入自动生成故事剧情。 3年前的GPT-2训练模型数据有限，所以这款游戏并不耐玩。AI最大的问题是“只有七秒钟记忆”，会忘掉玩家原先定下的人设，故事像脚踩西瓜皮那样滑到哪里算哪里，导致游戏体验的支离破碎。但这款游戏向我们展示了AIGC在文本层面的应用方向。过去几年，许多开放世界独立游戏都一直在尝试以“自动生成故事”的方式去满足玩家的游戏体验。不乏《边缘世界》《无光之海》等作品，还有2021年发行的《漫野奇谭》。这些游戏的最大特色就是故事与人物关系都会根据玩家的选择而随机生成，保证玩家每一次游戏都能有所不同的剧情体验。当然，这些游戏并没有实现AIGC，剧本都是由编剧事先完成，还需要富有才华的制作人将离散的内容有机整合起来，制作门槛很高。制作人为了专注于剧情，往往牺牲掉包括画面在内的诸多其他元素，最终只能开发出独立游戏这个体量的作品。如今，随着AI语音、AI绘画、ChatGPT等AI生成内容的成熟，程序化生成叙事的生产效率会得到质的提升。在AIGC的帮助下，大型商业项目也有望实现个性化的内容输出，千人千面的游戏体验也许并不遥远了。试想一下，当NPC搭载AI会话系统后能够与玩家自由互动，会话的配音则交由AI语音完成，而相关的CG画面也交由AI绘图来绘制，俨然可以形成一套全自动的AIGC闭环链条。事实上，这已经不是幻想，而是已经有人实际完成的事项。比如虚拟偶像“珈乐”自去年5月进入休眠，不再参与A-SOUL活动之后，珈乐粉丝就一直试图通过AIGC技术将她“复活”。他们用AI语音合成软件成功让珈乐翻唱新曲，使用AI绘图软件生成同人图片，完成了对珈乐的“赛博重生”。参与二创的UP主甚至提到这是受到了《流浪地球2》数字生命计划的启发才着手实践的。而在大洋另一边，2022年底TikTok上一位技术宅Bryce也使用当下几款AIGC软件为自己量身定制出了一位“AI老婆”。他用ChatGPT实现自然对话，用Stable Diffusion实现人物图像输出，用Azure实现语音输出，用3D打印打造了一具“身体”，通过摄像头与扬声器与之进行互动，可谓是提前20年体验了一把“赛博老婆”。只可惜这股新鲜劲儿没有持续一个月就结束了。因为Bryce发现，随着时间推移AI老婆对他明显变得冷淡，对话也变得重复。最终Bryce以删除数据的方式结束了短暂的赛博相恋。从Bryce的经历也可以看到，当前ChatGPT还存在许多不足，会话持续过长就会出现各种各样的问题。也无怪乎有人在评论区惊呼：“一个AI老婆和你热情聊天，她那是爱你吗？她只是馋你脑子里的数据！” 如果说有些厂商拥抱AI还有炒热点的嫌疑，那么身为游戏制作人，发现AIGC这样一个能够大力提升效率的产能工具，大抵应该是拥抱的吧？而玩家面对未来海量的内容供给和个性化的服务，也理应大有期待吧？然而，为何在当下的舆论场上，针对AI却出现了尖锐的对立？玩家和创作者们焦虑的到底是什么？其实这个现象与AI本身无关，而是任何一种新技术出现时都会发生的。新技术之所以导致群体分裂，是因为新技术带来的利好并不是平均分布的。它给一部分人带来好处的同时，也会让另一部分人的利益受损。正如电灯的普及让煤油灯工人失业，汽车的出现让马车夫失业一样。当新技术来临时，没人知道自己会是马车夫还是司机。历史的一粒尘埃，落到个体的头上就是一座大山。而此次AI技术革命更为复杂的是，AI深度学习是建立在海量数据之上的。而这些数据本身正是由当事人创造的。马车夫并没有参与任何一个汽车零件的制造，所以他们被汽车淘汰是一种异业淘汰。但AI不同，许多AI绘画借由让AI定点学习某些画师的风格而“炼”出高仿画作，而画师却对此无能为力。这自然导致画师群体感到利益受损。另一方面，海外有游戏公司测算，在真实项目中采用AI画图能节省80%用工成本。游戏公司应用AI作画后缩编真人美术团队，砍掉外包项目等做法则让整个画师圈子感受到他们正被抛弃。每一个画画的人都对AI绘画的模型训练有所贡献，但变强大的AI绘画却要夺走这些人的饭碗。这样冰冷的逻辑自然引起画师群体的抵触，也是本次AI技术会有如此多争议的症结所在。当对立情绪积累到一触即发的地步，出现如《白夜极光》事件、老福鸽画画机等事件也就不足为奇。这些事件的持续发酵也倒逼厂商要不断调整自己的商业策略，真正站到服务用户的角度去思考问题。所以才有人说：人们不是恐惧新技术，而是恐惧新技术到底是给自己带来利益还是损害。按科幻作家姜峯楠的说法就是：“我倾向于认为，将大部分人工智能恐惧解读为资本主义恐惧最为恰当。” 过去一年，即使普通人也看到了AIGC巨大的潜能。如果AI的力量不能为普通人所用，而是与资本合谋，那么普遍人或许将永远失去反抗的机会。科幻作品中“高科技、低生活”的赛博朋克世界就会变为现实。这无疑是现实中许多人抵制AI的思想源流。但对技术乐观主义者来说，世界线的发展也许还有另外一条道路：那就是秉持自由共享的互联网精神，让新技术为普通人赋能。正如20多年前互联网普及，许多人焦虑的《黑客帝国》式末日并没有来到，相反，互联网带来的是信息革命与生产力的大幅提升。而这一切的基础，其实在于互联网在一定程度上成为了一个公共产品，而并非是只属于某家公司的东西。曾经的OpneAI创始人之一马斯克（现已退出）近期多次发声怒斥ChatGPT“放弃了开源、被微软控制”。他的发言得到了大量支持，或许正是源于人们害怕技术被大公司垄断的危机感。当然评论区也有人提醒：马斯克自己就是一个大企业主，他可能只是遗憾于自己错失了垄断的机会。在可预见的未来，有关AIGC的争议还会持续下去。这其实是20年前针对互联网争议的一次复现。我们要看到的是，在大厂因为应用AIGC而裁员的另一面，是独立游戏制作者可以以更低的成本开发新作，是玩家可以亲自参与到游戏创作之中。正如有从业者评论的那样：“取代你的从来不是AI，而是比你更会使用AI的人。” 所以，需要抵制的也许并不是AI应用于生产，而是随着AI深度参与生产，原有的版权体系、商业模式需要一场革新。在这个过程中，争议是必然的，也是必须的，而新的规则，会在不断的博弈中逐渐诞生。舆论场最该保护的，是所有群体发出自己声音的权利。来源：金色财经

金色财经2023-03-17

百度文心一言将开启第一批内测把握AI软硬件投资机会

层面关注AI软硬件投资机会：　　1、AI公司：大模型为AI应用最核心中枢，人工智能公司正打开想象天花板。　　2、上游算力：训练模型带动算力需求，AI算力芯片为关键。　　3、下游应用：建议关注百度生态合作伙伴及下游垂类应用企业。

金融界2023-03-16

OpenAI推出GPT-4！可以解析文本和图像输入券商：商业化应用将进一步加速，背后有四大投资新路径

市场天花板打开。建议持续关注相关领域的AI公司：1）应用层；2）基础设施层。　　1、ChatGPT通过大模型突破AI瓶颈，GPT-4多模态应用带动商业化加速　　ChatGPT凭借大算力、大规模数据训练、基于人类知识的强化学习等方式突破AI技术瓶颈，获得超预期的用户体验效果与市场反响。回顾GPT系列模型演进，GPT-1结合无监督预训练与有监督微调过程，GPT-2突出零样本设定，GPT-3强调上下文学习能力，参数量、训练数据量不断提升。我们预计即将推出的GPT-4或支持多模态应用，开启通往人工通用智能（AGI）之路，并有望控制训练成本，降低使用门槛。目前，ChatGPT已在C端推出ChatGPT Plus订阅计划，B端开放ChatGPT API，且成本降低为0.002美金/1000token，海外多个应用率先接入。我们预计在GPT-4带动下，未来大模型以及多模态模型的商业化应用将进一步加速，带动行业景气度持续向上。　　2、Transformer架构支撑GPT走向多模态，构筑AIGC领域核心基石　　GPT系列模型使用Transformer架构，当前基于Transformer的多模态研究为AI领域研究热点，Transformer已开始打破NLP与CV领域壁垒，有望支撑GPT系列模型走向多模态应用，构筑AIGC领域核心能力基石。我们梳理出GPT的潜在基础能力包括文本生成（分析）、代码生成、对话交互、机器翻译、图像生成、视频生成等。我们认为，前述基础能力将支撑GPT系列模型在通用与垂直领域的应用，典型应用场景如：通用领域—搜索引擎/办公软件，垂直领域—教育/金融/医疗/图像视频等。　　3、通用与垂直场景多点开花，GPT变革内容生成与交互方式　　GPT有望革新各行各业的内容生成与交互方式。基于GPT+文本&代码&对话&翻译&图像&视频，我们看好GPT类技术未来在通用与垂直场景的应用空间。例如，搜索引擎结合GPT将重塑搜索结果呈现方式，多模态的引入带来一站式的文本、图像、视频汇集结果，将大为提升用户信息收集效率。　　中金公司机构以下四大环节有望迎来新机遇：　　（1）算力方面，ChatGPT训练所耗费的算力大约为3640 PF-days，即假设每秒运算一千万亿次，需要连续运行3640天，训练大模型需要强大的算力。人工智能的跨越式发展将成为算力流量消耗的重要驱动力，未来数据中心和相关的配套产业有望实现更好增长。其中，数据中心建设有四大重点方向：　　①第三方IDC运营环节：宝信软件、数据港（与阿里合作）、科华恒盛（与腾讯合作）、奥飞数据、美利云、光环新网、铜牛信息等。　　②储能温控环节：英维克（互联网IDC空调龙头）、佳力图（绑定中国移动）、高澜股份、依米康、申菱环境、朗进科技、科华数据、润泽科技等。　　③传输网设备、光纤光缆、光模块等ICT环节：光模块领域的新易盛、中际旭创、博创科技；光器件领域的天孚通信、腾景科技、光库科技；光纤光缆领域的中天科技、亨通光电等。　　④高性能计算芯片板块：澜起科技、国芯科技、聚辰股份、兆易创新、景嘉微、寒武纪、芯原股份等。　　（2）数据标注方面，ChatGPT的训练过程加大了人工标注的力度和精度，这代表着在未来的人工智能领域，优质的数据源和强大的标注能力，将成为行业的基础设施。　　（3）NLP（自然语言处理）方面，安信证券表示，由于ChatGPT主要基于自然语言处理，因此在NLP领域沉淀较多的企业，有望率先实现功能的部分复现，NLP头部厂商将率先受益。　　（4）AIGC（人工智能生成内容）方面，ChatGPT是AIGC应用的又一个起点，随着深度学习模型不断完善、开源模式的推动、大模型探索商业化的可能，AIGC有望加速发展。

金融界2023-03-15

AI板块有哪些值得关注的项目？

和增强现实应用程序。 Alethea AI公司使用区块链技术将数字所有权转移到去中心化的交易所，创造一个便捷的、透明的和安全的生态系统。该平台使用了各种技术，包括机器学习、深度学习、自然语言处理和计算机视觉，从而为普通用户提供了被AI生成的数字资产的访问方式。目前，除了艺术家和创作者，Alethea AI还吸引了一些投资者和机构的参与。据报道，Alethea AI在2021年1月份成功完成了一轮1500万美元的融资，并计划将这些资金用于平台的扩展和开发。融资方面， 2021 年 8 月 Alethea AI 宣布通过代币私募获得 1600 万美元资金，主要投资者包括 NFT 基金 Metapurse、投资公司 Crypto.com Capital、亿万富翁投资者 Mark Cuban、Dapper Labs、BITKRAFT、Galaxy Interactive、Sfermion 和 LD Capital。优点  ○创新性的数字艺术创作方式： Alethea AI平台基于人工智能生产数字艺术，如一键生成画作、音乐、电影等，这是一种全新的数字艺术创作方式，能为数字娱乐领域注入新的活力。 ○制作者的保护：平台通过智能合约和数字版权保护，为数字艺术制作者提供更好的版权保护和利益保障。  ○投资机会： Alethea AI的生态系统吸引了大量的数字艺术和娱乐爱好者, 使该平台成为投资者投资的好去处。缺点 ●高费用：基于区块链技术的内容交易手续费较高，这可能会限制平台某些用户的财务实力。  ●目标少数精英：目标用户是数字娱乐和艺术行业，这个用户群体较小且专业性较强，对平台的积极参与和使用会产生一定的限制。  ●竞争激烈：在数字艺术和娱乐市场领域，竞争非常激烈，其他平台和公司有可能抢占市场和用户。「Cortex（CTXC）」 Cortex是一个去中心化的智能合约平台，它融合了人工智能和区块链技术，旨在为开发人员提供基于AI的DApps。 Cortex平台使用了深度学习的技术，能够从海量的数据中自动学习，并生成智能合约代码，从而实现更高效、更安全和更具可扩展性的智能合约。 Cortex的设计思想是"智能合约+AI模型"，通过这种方式，Cortex平台可以为用户提供具有高可靠性。目前，Cortex 已建立其 AI on Blockchain 生态系统，AI 研究人员可以凭借开源其 AI 模型而获得奖励，dApp 开发人员可以将 AI 集成智能合约从而大幅提升 dApp 开发速度，而 AI 模型提供商之间的竞争会导致 AI 模型进化得越来越好。融资方面，Cortex 于 2018 年 2 月完成了其 CTXC 币的私募，该轮融资由比特大陆和 FBG Capital 等领投。优点 ○AI 驱动：Cortex （CTXC）是一个 AI 驱动的区块链网络，为人工智能应用提供了一个很好的技术平台。  ○共识机制：Cortex （CTXC）采用了混合的共识机制，提高了网络的安全性以及可扩展性。  ○构建合约：Cortex （CTXC）允许开发人员使用 Solidity 编写的合约进行开发。  ○集成性：Cortex （CTXC）可以集成到各种平台和应用程序中，为人工智能和区块链领域的开发提供了更多的灵活性。缺点  ●竞争：Cortex （CTXC）的市场有很多竞争对手，包括了 DAG、Matrix、Penta 等众多区块链网络。  ●成熟度：Cortex （CTXC）的技术还不是很成熟，与一些竞争对手相比，技术发展还需要更加深入。  ●团队规模：Cortex （CTXC）的团队相对较小，虽然有很多经验丰富的人才但其人数较少，可能会影响项目的开发进度。  ●可能性：人工智能应该是大势所趋，但是与传统的区块链项目相比，Cortex （CTXC）的市场运作还有很多未知因素。以上四个项目是目前发展较好，或具有良好发展前景的AI概念项目，之前在社区群中也多次提到。就目前市场发展趋势来看，还是非常值得加以关注的！来源：金色财经

金色财经2023-03-09

易点天下：着手ChatGPT语料输出和广告行业场景做结合

hatGPT的知识所有权属于OPEN AI 公司，但ChatGPT 在在线广告业务上有很好的应用场景，公司目前已经着手把ChatGPT的语料输出和广告行业场景做结合，进行二次训练，用于广告投放业务。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。

有连云2023-03-09

24小时热点