FX168财经网_全球视野外汇黄金加密货币NFT资讯网

热点解读-龙头加速AI产业研发，大模型及应用端快速发展

及产品能力的信心，从而持续提升市场对于AI应用产业的信心。相关产品人工智能AIETF（515070）、云计算50 ETF（516630）、机器人 ETF（562500）、游戏ETF（159869）。二、AI板块介绍（1）产业链情况根据Wind，人工智能产业链主要由基础层、技术层和应用端三大板块构成。基础层包含AI处理器、传感器、服务器、云计算和数据等领域，为人工智能提供硬件基础；技术层包括计算机视觉、语义识别、智能语音、机器学习等，基础的生成算法模型是驱动AI的关键；应用层包括无人驾驶等众多领域，是人工智能作用于生产生活的具体体现。图1人工智能产业链来源：Wind （2）市场规模随着人工智能技术的不断发展，其应用场景日益丰富，各行各业所汇聚的庞大数据资源为技术的实际应用和持续完善提供了坚实基础。根据第三方咨询机构格物致胜的统计数据，2022年中国人工智能市场规模达到2058亿元，预计2023-2027年市场规模将保持28.2%的复合增长率，2027年中国人工智能市场规模将达到7119亿元。根据statista的统计数据，2023年全球人工智能市场规模达2079亿美元，预计2030年将增至18475亿美元。图2中国人工智能市场规模及预测（单位：亿元人民币）来源：Wind，格物致胜公众号，国元证券研究所图3全球人工智能市场规模及预测（单位：亿美元）来源：Wind，Statista官网，国元证券研究所（3）发展历程基础的生成算法模型是驱动AI的关键：2014年，伊恩·古德费洛(lan Goodfellow)提出的生成对抗网络(Generative Adversarial Network, GAN)成为早期最为著名的生成模型。GAN使用合作的零和博弈框架来学习，被广泛用于生成图像、视频、语音和三维物体模型。随后，Transformer、基于流的生成模型(Flow-based models)、扩散模型(Diffusion Model)等深度学习的生成算法相继涌现。Transformer模型是一种采用自注意力机制的深度学习模型，这一机制可按输入数据各部分的重要性分配权重，可用于自然语言处理(NLP)、计算机视觉(CV)领域应用，后来出现的BERT、GPT-3、laMDA等预训练模型都是基于Transformer模型建立的。图4主流生成模型一览表来源：Wind、腾讯研究院《AIGC发展趋势报告》，经纬创投公众号，国元证券研究所预训练模型引发了AI技术能力的质变：预训练模型是为了完成特定任务基于大型数据集训练的深度学习模型，让AI模型的开发从手工作坊走向工厂模式，加速AI技术落地。2017年，Google颠覆性地提出了基于自注意力机制的神经网络结构——Transformer架构，奠定了大模型预训练算法架构的基础。2018年，OpenAI和Google分别发布了GPT-1与BERT大模型，意味着预训练大模型成为自然语言处理领域的主流。图5预训练相当于“通识教育” 来源：Wind、IDC《2022中国大模型发展白皮书》，国元证券研究所预训练数据直接决定AI大模型性能：预训练数据从数据来源多样性、数据规模、数据质量三方面影响模型性能。以GPT模型为例，其架构从第1代到第4代均较为相似，而用来训练数据的数据规模和质量却有很大的提升，进而引发模型性能的飞跃。以吴恩达(AndrewNg)为代表的学者观点认为，人工智能是以数据为中心的，而不是以模型为中心。为了追求更好的模型性能，模型参数规模也与训练数据量同步快速增长，模型参数量大约每18个月时间就会增长40倍。例如2016年最好的大模型ResNet-50参数量约为2000万，2020年的GPT-3模型参数量达1750亿，2023年的GPT-4参数规模则更加庞大。三、近期行业变化多模理解和生成的统一是通往AGI的必经之路：模型的演化必然会经历单模到多模到世界模型三个阶段。当下理解模型和生成模型是分开发展的，未来随着理解和生成实现统一，就可以进一步结合具身智能，形成世界模型。再进一步，加入复杂任务的规划能力和抽象概念的归纳能力，就真正演化到了AGI的阶段。多模态技术成为大模型主战场：多模态较单一模态更进一步，已经成为大模型主战场。人类通过图片、文字、语言等多种途径来学习和理解，多模态技术也是通过整合多种模态、对齐不同模态之间的关系，使信息在模态之间传递。2023年以来，OpenAI发布的GPT-4V、Google发布的Gemini、Anthropic发布的Claude3均为多模态模型，展现出了出色的多模态理解及生成能力。未来，多模态有望实现any to any模态的输入和输出，包括文本、图像、音频、视频、3D模型等多种模态。智能涌现从虚拟世界走向物理世界：当大模型迁移到机器人身上，大模型的智能和泛化能力有望点亮通用机器人的曙光。2023年7月，谷歌推出机器人模型Robotics Transformer2(RT-2)，这是一个全新的视觉-语言-动作(VLA)模型，从网络和机器人数据中学习，并将这些知识转化为机器人控制的通用指令。2024年3月，机器人初创企业Figure展示了基于OpenAI模型的全尺寸人形机器人Figure 01，机器人动作流畅，所有行为都是学到的（不是远程操作），并以正常速度(1.0x)运行。 AI算力应用持续深化，大模型赛道日益更新：英伟达GTC2024大会上公布了关于NVIDIA Blackwell、NIM微服务、Omniverse CloudAPI等一系列AI引领各领域变革的显著成就。同时，全球AI大模型市场迭代进程加快，3月4日，美国初创公司Anthropic推出Claude3模型系列；3月17日，马斯克旗下的初创企业xAI宣布对Grok-1的基本模型权重及网络架构进行开源。云厂商加速生成式AI发展，致力打通生态系统建设：微软、谷歌、亚马逊作为云业务头部厂商，拥有包含Office、Microsoft、LinkedIn、手机PC在内的搜索引擎、广告、云计算等多项软硬件产品及平台。头部云厂商在推进大模型升级迭代的同时，或根据品牌内现有的软件平台和终端硬件产品特性进行模型调整及适配；同时，多家厂商对未来即将发布的新产品也会进行全生态构造，将大模型与手机、电脑、机器人、汽车等多领域结合，搭建全面的系统生态，助力“AI+”应用持续变革。四、投资展望（1）量子计算机量子计算有望成为解决AI算力瓶颈的颠覆性力量：与传统计算相比，量子计算能够带来更强的并行计算能力和更低的能耗，同时量子计算的运算能力根据量子比特数量指数级增长，在AI领域具有较大潜力。海外科技巨头带动量子计算产业发展，IBM、微软、谷歌等公司先后发布量子计算路线图，与此同时，国内量子计算产业与海外科技巨头差距不断缩小，2024年1月16日我国第三代自主超导量子计算机“本源悟空”上线运行可以一次性下发、执行200个量子线路的计算任务，比国际同类量子计算机具有更大的速度优势。量子计算有望赋能千行百业，开启8000亿美元蓝海市场。据ICV数据，2023年全球量子计算市场规模约47亿美元，预计2035年有望超过8000亿美元；其中，金融、化工、生命科学领域有望更加受益量子计算产业发展。（2）AI服务器在云厂商采购需求下滑、计算机行业去库较慢的背景下，2023年全球服务器市场遇冷，但细分领域AI服务器市场火热，在众多大模型的算力需求支撑下，国内外AI服务器出货量逆势提升。展望AI服务器产业链未来业绩释放，华夏基金认为三个方向值得关注。第一，技术创新驱动产业链迭代，目前海外AI服务器呈现英伟达产品技术线路创新不断涌现，以及某细分环节产品效率倒逼其他环节创新，带来新的主题投资机会。第二，国产化趋势下国产芯片规模应用落地，在政策支持和先进制程突破下，华为AI芯片已应用于国内众多大模型训练，未来业绩可期，关注华为AI服务器产业链。第三，海外AI服务器大量订单叠加降本下的出海机会。（3）机器人 AI时代快速发展，机器人赛道或将迎来放量空间。人工智能技术加速多行业领域升级发展，机器人作为主要的下游应用场景，在AI变革及大模型发展的阶段将不断赋能制造业等行业向自动化、智能化转型。除英伟达、特斯拉之外，Agility Robotics、波士顿动力公司以及谷歌DeepMind等公司也纷纷入局机器人赛道。据华尔街见闻，英伟达、OpenAI、亚马逊等科技巨头纷纷入局投资了机器人初创科技企业Figure AI，其中该公司在新一轮融资中募集约6.75亿美元，投前公司估值已有约20亿美元。华夏基金认为，机器人作为具身智能的载体，英伟达对具身智能的正式入局，将稳步推动机器人智能化的提升；同时伴随龙头企业持续加码AI及机器人领域投资，并积极进行多行业资源调配及整合，未来机器人行业将进入加速发展阶段。相关产品：人工智能 AIETF（515070）及其联接基金（008585/008586）：中证人工智能主题指数（指数代码: 930713.CSI，指数简称： CS 人工智）选取为人工智能提供基础资源、技术以及应用支持的公司中选取代表性公司作为样本股，反映人工智能主题公司的整体表现。该指数已纳入截至 2018 年 9月 30 日的 IOSCO 金融基准原则鉴证报告范围。云计算50 ETF（516630）及其联接基金（019868/019869）：中证云计算与大数据主题指数（指数代码： 930851.CSI，指数简称：云计算指数）选取 50 只业务涉及提供云计算服务、大数据服务以及上述服务相关硬件设备的上市公司 A 股作为样本股，以反映云计算与大数据主题股票的整体表现。机器人 ETF（562500）及其联接基金（018344/018345）：中证机器人指数(指数代码： H30590.CSI)选取系统方案商、数字化车间与生产线系统集成商、自动化设备制造商、自动化零部件商以及其他相关公司作为样本股，以反映机器人产业相关股票的走势。游戏 ETF（159869）及其联接基金（012768/012769）：中证动漫游戏指数（指数代码： 930901.CSI，指数简称：动漫游戏）选取主营业务涉及动画、漫画、游戏等相关细分娱乐产业的上市公司股票作为样本股，反映动漫游戏产业 A 股上市公司股票的整体表现。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2024-04-08

鹏华智投数字经济混合盛大开售！乘风政策红利+AI机遇，布局数智时代“主旋律”

整体景气度有望持续回暖。2024年或为AI应用落地关键时刻，AI、MR等主题有望带来新一轮产品创新周期，数字经济产业链下游应用潜在受益标的以及上游算力网络基础设施均值得关注。智能选股+理智投资，创新的AI+基本面量化模型赋能投资策略上，鹏华智投数字经济混合采用量化模型驱动的选股策略为主导投资策略，结合适当的资产配置策略，实行动态仓位管理+指数增强的方法。高抛低吸逆向投资，力争降低波动；人工智能强化选股，力争超额收益。图片来源：鹏华基金产品的背后，还有团队力量的赋能。鹏华基金于2009年发行首只指数基金，经过14年的发展积淀，历经多轮牛熊转换，已经形成分工协作、成熟稳定的30人量化投研团队，持续为产品保驾护航。乘风政策红利+AI机遇，布局数智时代“主旋律”。鹏华智投数字经济混合（A类020086，C类020087），今日（4月8日）盛大发售！（基金有风险，投资需谨慎，广告）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2024-04-08

DDO Chain科普篇：AI与加密货币 - 最新数据与发展

人气。总体⽽⾔，AI已获得巨大关注。AI应用程序的普及迅速攀升，吸引了投资者和个⼈用户的持续兴趣。此外，AI代币的表现持续强劲。除了以上趋势，AI与加密货币相结合的各种创新同样值得讨论。 AI与加密货币发展 AI与零知识智能合约具有基于代码的⾃动化功能，以⾼效⽽闻名。但特别是在复杂的意外情况下，智能合约的预定义性质有时会导致适应性欠缺。此时，AI⼦领域机器学习(ML)就能带来显著改善。机器学习模型在经过大量数据集训练后，能学习、调整并做出⾼度准确的预测。这些模型集成到智能合约中，即可更具适应力和灵活性。这种集成的一大主要挑战是链上机器学习计算的开销高昂。这进而引出了零知识机器学习(ZKML)的概念。ZKML将零知识证明与机器学习相结合。在这种设置中，机器学习计算通过链下处理，⽽零知识证明则用于验证这些计算的完整性，且不会透露实际数据。智能合约利用ZKML，可有效发挥AI的作用，同时保持区块链技术的安全性和透明度。其中⼀项重大进展是，DDO Chain与ZKP的结合，可以利用DDO Chain网络来验证资产估值，⽽不会泄露专利知识产权。可以帮助⾃动做市商(AMM)开发优化长尾资AI驱动的链上指数基⾦（附带运行链上加密证明）或专注于特定主题的预测市场中发挥至关重要的作用，增强和验证预测市场中众筹定价信号的准确性。 AI与数据分析准确的市场数据是了解行业趋势的关键，并对投资者做出明智投资决策至关重要。但是，刷单交易等虚假交易可能会⼈为抬⾼销量，歪曲真实的成交量。将AI集成至分析中，可剔除无效数据，尽量让输出数据更准确。这通过AI和机器学习(ML)基本就能实现。海量数据输⼊馈送到AI和机器学习中，用于识别刷单交易模式或趋势。最终结果即可更准确地反映市场活动。以DDO Chain为例，由AI驱动的数据分析系统利用AI和机器学习来实时检测刷单交易或可疑交易模式，从⽽提供准确数据。使用AI/机器学习即可相对轻松地分析大量数据，辨别真实交易量和虚假交易量。这⼜相应地有助于投资者做出明智决策。结语 AI与加密货币的融合预示着前沿技术潜力无限，或将重塑数字领域格局。此举在业内掀起巨大轰动，令大众激动不已。以AI为中心的代币热度持续升温，在线搜索趋势表明大众关注与日俱增，凸显出⼈工智能领域的发展在不断加快。实际用例增加趋势可喜，势必有利于长期增长。来源：金色财经

金色财经2024-04-07

当FHE遇上Restaking：一文读懂行业新贵Mind Network

科学家现在已经可以开始构建简单的机密 AI 应用，并在不久的将来随着硬件加速的可用，集成更复杂的模型，如大语言模型（LLMs）。FHE，密码学的“圣杯”，很快将通过一个新的、由 FHE 驱动的“HTTPZ”协议，使整个互联网实现端到端加密。 4.2 FHE 再质押层 Mind 的 FHE 再质押解决方案由三个互联的层构成：再质押层：支持各种安全偏好的再质押代币，与 EigenLayer、StakeStone、Renzo、Babylon、Ankr 等行业头部项目合作，Mind Network 通过再质押代币将来自以太坊和比特币等一流网络的安全带给用户。Mind Network 与战略合作伙伴如 Chainlink CCIP 和 Connext 合作，提供跨不同网络的远程再质押。广受欢迎的产品 MindSAP（FHE + 隐形地址）得到了原生支持，以保护链上和跨链交易的隐私和安全。 FHE 安全层：Mind Network 相信，在 Web3 确保所有权的路径是端到端加密，这对于像 AI 或 DePIN 网络这样的数据密集型网络尤其关键。通稿引入增强 FHE 的验证者，以确保验证和共识计算过程的端到端加密。这种计算完全去中心化，FHE 验证者的所有者可以选择加入不同的网络并获得奖励。通过与模块化 fhEVM 合作伙伴 Fhenix 和 Inco 集成，安全性将进一步提高。共识层：Mind Network 引入了一种专为 AI 任务设计的新颖的智能证明（POI）共识机制，确保在 FHE 验证者之间公平且安全地分配奖励，为网络内的行为提供一个强大的框架，以安全和透明地执行。此外，Mind Network 正在与 AltLayer、EigenDA 和 Arbitrum Orbit 合作推出一个 rollup 链，进一步提高共识计算的成本效率和性能速度。上述解决方案不仅在安全性上带来实质的提升，也涵括了最热门的再质押项目，主网上线前最后的测试网活动阶已经热度攀升，在多重奖励激励下，预估主网上线后会带来更大一波关注。 4.3 Mind Network：智能证明与依赖于解决复杂数学问题或持有一定数量的代币的工作证明（PoW）和权益证明（PoS）不同，智能证明（PoI）利用了机器学习（ML）任务的力量。换句话说，AI 网络中的节点通过执行 ML 任务而非传统方法获得奖励。然而，为了保护机器学习任务的结果并减轻来自恶意 FHE 验证者的潜在威胁，Mind Network 提出基于 FHE 加密数据计算奖励和达成共识。通过利用 FHE，敏感数据在整个过程中保持加密，确保了机密性和完整性。在 Mind Network 中，三个集群协调验证者的工作：挖矿集群、验证者集群、共识集群。挖矿集群在模型生成中扮演着关键角色，而验证者则评估这些模型的准确性。这些集群，即挖矿者和验证者，构成了子网的基本组成部分，共同推动网络的功能。相反，共识集群负责在多样化的验证者之间达成共识，确保网络内关键决策的一致，并计算分配给 Mind 子网参与者的奖励。这些集群共同构成了 Mind 验证服务的支柱，加强了网络的基础设施并促进了其运营效率。 4.4 再质押 x AI 再质押利用以太坊的共识层，将加密经济安全性扩展到网络上的额外应用。以太坊是世界上最安全的 PoS 链，锁定总价值达到 500 亿美元。但平均质押收益率约为 4% 。比特币的当前市值为 1.4 万亿美元，显然，质押不是一个选项。像巴比伦这样的项目正在使用自托管方法并锁定比特币以保护权益证明链。Mind Network 引入了 FHE 再质押层来弥合市值差距。 AI 项目和系统正在呈指数级增长，AI 计算需求每 3.5 个月就会翻一番。然而，它面临着高度集中的 GPU 资源和治理模型的挑战，以发展主要的 AI 开发，例如模型训练、推理服务。这代表这个行业已经面临瓶颈，不仅是巨大的开销成本，还有伦理和隐私问题。 Mind Network 为 AI 在区块链上的用例做好了准备，提供了以下四个贡献：贡献 0 ：加密经济的安全至关重要，特别是对于初启动的 AI 网络。Mind Network 引入多样化的再质押代币来消除来自单一生态系统的复合风险。贡献 1 ：Mind Network 相信 AI 网络的需求和潜力是巨大的，将允许再质押代币持有者在最小化波动风险的同时分享看涨的 AI 代币的上涨空间。贡献 2 ：AI 模型需要大量的参数来协作更新。Mind Network 引入了一个新的 AI 原生 rollup，具有更快的计算速度和更低的成本，以及一个为 AI 网络设计的创新的智能证明共识机制。贡献 3 ：如果 AI 参数完全是明文数据，且每个操作者都能看到它。它很容易被相互复制，导致操纵。通过 FHE 的保护，Mind Network 启用匿名评分和投票来保持 AI 的秘密性，但可以公开验证。 5. Mind Network 团队联合创始人团队是 Web3 项目的连续创业者和以太坊基金会研究员顶尖的密码学博士、研究员和学术获奖者团队成员来自微软、谷歌、麦肯锡、剑桥大学等一线公司和大学来源：金色财经

金色财经2024-04-07

百度智能云部署大模型至五象云谷智算中心智算云+AI应用加速落地

源等领域展开全面合作，共同促进智算云+AI应用的加速落地，润建股份智算中心将为AI大模型应用提供算力支持。五象云谷云智算中心是面向国内及东盟国家客户提供数据服务、算力服务的高等级数据中心。在五象云谷基础上，公司进一步打造润建智能算力中心，为客户提供AI大模型训练、推理算力、图形渲染算力服务。

金融界2024-04-07

海通策略：半导体周期见底回升、AI需求爆发推动电子板块基本面向上

报认为，科技制造中关注电子、数字基建和AI应用。随着政策加大支持科创、技术突破加快赋能，白马板块中的科技制造领域有望引领新质生产力发展，具体来看：①电子：半导体周期见底回升、AI需求爆发推动电子板块基本面向上。当前多项指标显示全球半导体周期底部或已明确，新一轮向上周期正开启。此外，AI浪潮下算力需求爆发，支撑电子行业景气向上。半导体周期回升+AI算力需求爆发将驱动电子基本面向上，根据海通行业分析师的预测，2024年电子行业归母净利增速将达15%。②数字基建：财政发力背景下，数字基建相关领域或将受益。③政策支持和技术突破下，AI应用将提速。当前智能汽车商业化应用提速。

金融界2024-04-07

海通策略：中期维度看白马或渐成股市主线

马成长，如科技制造中的电子、数字基建、AI应用，以及医药。

金融界2024-04-07

天风证券：AI PC元年有望开启

有望走出传统的“价格周期”步入下一个以AI应用激发的“价值长景气新周期”，重点关注存储板块产业大机会。

金融界2024-04-06

Covalent 2024 Q1 回顾：为 DA、AI 应用以及社区空投提供支持

Covalent（CQT）创建了Web3最大的数据可用性层，使得数百万用户有能力在 AI、大数据和 DeFi 领域中构建新经济产品。

金色财经2024-04-06

Covalent 2024 Q1 回顾：扩展 Web3 中最大的数据集为 DA、AI 应用以及社区空投提供支持

Covalent 持续专注于扩展其生态系统、塑造人工智能、提升数据可用性，并加强其跨链网络

金色财经2024-04-06

24小时热点