FX168财经网_全球视野外汇黄金加密货币NFT资讯网

微软和GPT-4携手炸场颠覆工作的新Office来了

刻终于要来了。 Copilot 就是 AI 行业一直在等待的超级应用，它从根本上改变了人们的工作方式，将人们从不断重复的苦差事中解放出来，从而有更多的时间和精力去完成更高级的创作性工作。更重要的是，你不再需要关心背后的人工智能有多聪明、语言模型的规模有多大，你只需要打开 Office，然后告诉它你的想法——就像在触摸屏上滑动手指一样自然。一个新的数字生产时代已经来临。有了 Copilot 的加持，Word 更具创造力，Excel 更具分析性，PowerPoint 更具表现力，Outlook 更具生产力，Teams 更具协同性。而你的灵感，则因此变得更加强大。那么，我们什么时候才能用上 Copilot 呢？目前微软正在与包括 8 家世界 500 强企业在内的 20 家公司一起测试 Microsoft 365 Copilot，在未来几个月中将持续分享关于 Copilot 的信息，包括功能细节以及定价等。可以肯定的是，Copilot 将会改变了人们与 AI 彼此之间的交互方式，人们可以借此专注于自己更擅长的工作，或者迅速掌握新的技能，找到工作的意义和乐趣。在此之前，请不要掉队。来源：金色财经

金色财经2023-08-19

云服务崛起：数字化时代的基石 | AI Financial恒益投资

有最大云服务的供应商亚马逊也马上要进军AI行业，正是因为他们提前解决了需要面临的问题，并提前布局了强大的云服务才能让这些大公司有底气的去争夺第四次工业革命领头羊的地位。这三家大公司本身并不是做云服务的，Microsoft做系统，Amazon做电商平台，Google做搜索引擎。但正是因为他们看清了第四次工业革命的第一个风口就是云服务，先转型的公司一定会最先获得收益，所以他们不约而同的在云服务领域提前布局，最终让他们在第四次工业革命的开始就收获了巨额利润。这些公司之所以能够成功的转型，除了长远独到的战略眼光之外，同时还具有足够的资金和资源，才能够成功地扩展业务并转型。以下让我们先来看一看这三间公司的净值，首先，截至2023年8月，Amazon净值1.43万亿，Google净值1.66万亿，而Microsoft净值2.42万亿，就这么说可能大家对这么大的数字没什么概念，那么就让我们跟同在发展云服务，本季度云服务市场占比3%的IBM做一个对比吧，虽然同在云服务市场，但IBM的占比大大小于Amazon，Google，及Microsoft，IBM的净值为0.13万亿，相差Amazon 11倍，Google近13倍和Microsoft近19倍之多，这么一比较之下，就能看出在云服务市场中的这三个巨头拥有多么多的资产和资源。正是依托这些资源，这些公司才能提前布局，成功向云服务转型，这是其他公司哪怕花个十年都不一定追赶得上的。这就非常符合AI Financial所提出的强者恒强的概念了，Amazon，Google和Microsoft这三间公司的总收入，都是远超一般公司所敢想象的数字，接着他们便会利用这些钱，投入大量的资金及人力去发展云服务，甚至是开拓其他新的业务，多元化发展来降低风险，并在这期间持续地盈利，因此，他们只会越来越强大，变成其他公司越来越难超越的存在。投资这样的公司才是投资未来。 “强者恒强” 【公司介绍】 AI Financial 恒益投资是一家人工智能驱动的金融投资公司，主营投资贷款Investment Loan，拥有一套颠覆性的金融投资体系。公司致力于帮助所有人，通过投资理财，获得持续稳定收入，从而过上自己想要的生活。 AI Financial 恒益投资团队希望运用这套投资体系推动加拿大养老体系的改革，让更多人通过金融投资过上更好的生活，推动社会进步，避免为了赚钱而牺牲时间和健康，或因没有足够的存款而不能顺利退休。

AI Financial恒益投资2023-08-19

天风证券：给予中科创达买入评级

风险提示：智能化产业发展不及预期；公司AI行业布局进展不及预期；公司业绩不及预期；系统性风险。证券之星数据中心根据近三年发布的研报数据计算，中金公司于钟海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88.21%，其预测2023年度归属净利润为盈利8.88亿，根据现价换算的预测PE为42.72。最新盈利预测明细如下：该股最近90天内共有23家机构给出评级，买入评级20家，增持评级3家；过去90天内机构目标均价为106.44。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2023-08-17

AIGC概念走高鸿博股份、人民网涨停首都在线涨超10%

在人工智能基础设施领域将持续加大投资，AI+行业应用生态有望迎来爆发式成长阶段。华鑫证券指出，2023年9月迎亚运会，8月“数智元动力，赋能新亚运”亚运官方元宇宙发布仪式在杭州举行，杭州亚组委联合中国移动发布“亚运元宇宙平台”，向全球推出首个大型国际综合体育赛事元宇宙，标志智能亚运数智服务正式跨入元宇宙时代；用户可通过2D直播、VR全景沉浸式观赛，通过增强现实技术与真实世界的融合增强亚运会的虚实体验新场景。体育赛事成为元宇宙较好应用场景之一，元宇宙叠加亚运会板块可关注，第一维度数字人应用（蓝色光标、浙文互联等）；第二维度城市元宇宙应用（风语筑等）；第三维度元宇宙中数字资产版权（视觉中国、阜博集团等）；第四维度，体育产业链中超高清视频产业链的中的芒果超媒、抖音、快手、B站等；AI应用板块伴随行业模型新品持续迭代或外部峰会举办，带来的板块β热度有望持续（AI应用中传媒占优）。来源：金色财经

金色财经2023-08-14

详解Web3原生数据管道的意义、挑战以及对行业的影响

并不是一种非常突破性的架构。另一方面，AI 行业将以下列为 GPT 模型的主要成功因素：1）定义可以针对大客户群体的业务领域，以及 2）通过数据管道进行模型调优——从数据采集到最终结果和基于结果的反馈。简而言之，通过完善服务提供目的和升级数据/信息处理过程，这些应用程序能够实现创新。 2.数据驱动的决策无处不在我们所说的大多数创新实际上都是基于对积累的数据的处理，而不是基于机遇或直觉。正如俗话所说，“在资本主义市场上，不是强者生存，而是幸存者强”。如今的企业竞争激烈，市场饱和。因此，企业正在收集和分析各种数据，以抓住即使是最小的利基。我们可能过于沉迷于 Schumpeter（深潮注：熊彼特，著名经济学家）的“创造性破坏”理论，而过于重视凭直觉做出决策。然而，即使是出色的直觉最终也是个人累积数据和信息的产物。数字世界将在未来更深入地渗透到我们的生活中，越来越多的敏感信息将以数字数据的形式呈现。 Web3 市场因其赋予用户对其数据的控制权的潜力而受到广泛关注。然而，作为 Web3 的基础技术的区块链领域，目前更关注解决三难问题（深潮注：三角困境，即安全、去中心化和可扩展问题）。为了使新技术在现实世界中具有说服力，重要的是开发可以以多种方式使用的应用程序和智能。我们已经看到这种情况发生在大数据领域，自 2010 年左右以来，构建大数据处理和数据管道的方法论已经取得了重大进展。在 Web3 的背景下，必须努力推动行业发展，建立数据流系统，以便产生基于数据的智能。 3.基于链上数据流的机遇那么，我们可以从 Web3 原生数据流系统中捕捉到哪些机遇，需要解决哪些挑战才能抓住这些机遇呢？ 3.1 优点简而言之，配置 Web3 原生数据流的价值在于可以安全有效地将可靠数据分发给多个实体，从而可以提取有价值的见解。数据冗余性——链上数据不太可能丢失，更具弹性，因为协议网络将数据片段存储在多个节点上。数据安全性——链上数据具有防篡改性，因为它经过由分散节点组成的网络的验证和共识。数据主权——数据主权是用户拥有和控制自己数据的权利。通过链上数据流，用户可以看到他们的数据如何被使用，并选择仅与那些有合法需要访问的人分享。无需许可和透明——链上数据是透明且防篡改的。这确保了正在处理的数据也是可靠的信息来源。稳定运行——当数据流在分布式环境中由协议进行编排时，由于没有单点故障，每个层面暴露于停机时间的概率显著降低。 3.2 应用案例信任是不同实体相互交互和做出决策的基础。因此，当可靠数据可以安全分发时，意味着许多交互和决策可以通过各种实体参与的 Web3 服务进行。这有助于最大化社会资本，我们可以想象以下几种应用案例。 3.2.1 服务/协议应用基于规则的自动化决策系统——协议使用关键参数来运行服务。这些参数定期调整以稳定服务状态并为用户提供最佳体验。然而，协议无法始终监控服务状态并及时对参数进行动态更改。这就是链上数据流的作用。链上数据流可以用于实时分析服务状态并建议与服务要求相匹配的最佳参数集（例如，为借贷协议应用自动浮动利率机制）。信贷市场增长——传统上，信用被用于金融市场中衡量个人的偿还能力。这有助于提高市场效率。然而，在 Web3 市场中，信用的定义仍不清晰。这是因为个人数据稀缺，行业之间缺乏数据治理。因此，整合和收集信息变得困难。通过构建一个收集和处理链上碎片化数据的过程，可以重新定义 Web3 市场中的信用市场（例如，Spectral 的 MACRO（多资产信用风险预言机）评分）。去中心化社交/NFT 扩展——去中心化社会优先考虑用户控制、隐私保护、抗审查和社区治理。这提供了一种替代的社会范式。因此，可以建立一个管道来更顺畅地控制和更新各种元数据，并促进平台之间的迁移。欺诈检测——使用智能合约的 Web3 服务容易受到恶意攻击，这些攻击可能窃取资金、入侵系统，并导致脱钩和流动性攻击。通过创建一个能够提前检测这些攻击的系统，Web3 服务可以制定快速应对计划，并保护用户免受伤害。 3.2.2 合作与治理倡议完全链上的 DAO——去中心化自治组织（DAO）在有效执行治理和公共资金方面严重依赖链下工具。通过构建一个链上数据处理流程，为 DAO 运营创建一个透明的流程，可以进一步增强 Web3 原生 DAO 的价值。缓解治理疲劳——Web3 协议决策通常通过社区治理进行。然而，有许多因素可能使参与者难以参与治理，例如地理障碍、监控压力、治理所需的专业知识缺乏、随机发布的治理议程以及不便的用户体验。如果可以创建一个工具，简化参与者从理解到实际实施个体治理议程事项的处理过程，协议治理框架可以更高效、更有效地运作。协作作品的开放数据平台——在现有的学术和工业界中，许多数据和研究材料没有公开披露，这可能使市场的整体发展非常低效。另一方面，链上数据池可以促进比现有市场更多的协作倡议，因为它们对任何人都是透明和可访问的。许多代币标准和 DeFi 解决方案的发展就是很好的例子。此外，我们可以为各种目的运营公共数据池。 3.2.3 网络诊断指数研究——Web3 用户创建各种指标来分析和比较协议的状态。可以研究和实时显示多个客观指标（例如，Nakaflow 的中本聪系数）。协议指标——通过处理诸如活跃地址数量、交易数量、资产流入/流出以及网络产生的费用等数据，可以分析协议的性能。这些信息可以用于评估特定协议更新的影响、MEV 的状态以及网络的健康状况。 3.3 挑战链上数据具有可以增加行业价值的独特优势。然而，要充分实现这些优势，必须解决行业内外的许多挑战。缺乏数据治理——数据治理是建立一致和共享的数据政策和标准，以促进每个数据基元的集成的过程。目前，每个链上协议都建立自己的标准并检索自己的数据类型。然而，问题在于聚合这些协议数据并为用户提供 API 服务的实体之间缺乏数据治理。这使得服务之间难以集成，结果用户难以获得可靠和全面的见解。成本效率低下——将冷数据存储在协议中可以为用户节省数据安全和服务器成本。然而，如果需要频繁访问数据进行分析或需要大量计算资源，将其存储在区块链上可能不划算。预言机问题——智能合约只有在能够访问来自现实世界的数据时才能充分发挥作用。然而，这些数据并不总是可靠或一致的。与通过共识算法维护完整性的区块链不同，外部数据并不是确定性的。预言机解决方案必须不断发展，以确保外部数据的完整性、质量和可扩展性，而不依赖于特定的应用层。协议尚处初级阶段——协议使用自己的代币激励用户保持服务运行并支付服务费用。然而，操作协议所需的参数（例如，服务用户的精确定义和激励方案）通常管理得很幼稚。这意味着协议的经济可持续性难以验证。如果许多协议有机地连接并创建数据管道，那么管道是否能够良好运作的不确定性将更大。数据检索时间慢——协议通常通过许多节点的共识来处理交易，与传统的 IT 业务逻辑相比，这会限制信息处理的速度和数量。这种瓶颈很难解决，除非组成管道的所有协议的性能显著提高。 Web3 数据的真正价值——区块链是孤立的系统，尚未与现实世界相连接。在收集 Web3 数据时，我们需要考虑收集的数据是否能够提供有意义的见解，足以支付建立数据管道的成本。陌生的语法 —— 现有的 IT 数据基础设施和区块链基础设施运作方式非常不同。甚至所使用的编程语言也不同，区块链基础设施通常使用低级语言或专为区块链需求设计的新语言。这使得新开发者和服务用户学习如何处理每个数据原语变得困难，因为他们需要学习一种新的编程语言或一种新的处理区块链数据的思维方式。 4.管道化的 Web3 数据乐高当前的 Web3 数据原语之间没有连接，它们独立地提取和处理数据。这使得实验信息处理的协同效应变得困难。为了解决这个问题，本文介绍了在 IT 市场常用的数据管道，并将现有的 Web3 数据原语映射到该管道上。这将使使用案例更加具体化。 4.1 通用数据管道数据管道的构建就像是在日常生活中概念化和自动化重复决策过程的过程。通过这样做，人们可以随时获取所需的特定质量的信息，并将其用于决策。要处理的非结构化数据越多，使用信息的频率越高，或者需要实时分析的程度越高，通过自动化这一系列过程可以节省获取未来决策所需主动性的时间和成本。上图显示了在现有 IT 基础设施市场中用于构建数据管道的通用架构。适用于分析目的的数据从正确的数据源收集，并根据数据的性质和分析要求存储在适当的存储解决方案中。例如，数据湖提供了用于可扩展和灵活分析的原始数据存储解决方案，而数据仓库专注于存储结构化数据，以进行针对特定业务逻辑优化的查询和分析。然后，数据以各种方式被处理为洞察力或实用信息。每个解决方案层次也可以以打包服务的形式提供。将从数据提取到加载的一系列过程连接起来的 ETL（抽取、转换、加载）SaaS 产品组也越来越受到关注（例如 FiveTran、Panoply、Hivo、Rivery）。顺序并不总是单向的，根据组织的具体需求，各层次可以以多种方式相互连接。构建数据管道时最重要的是要最大限度地减少数据在发送和接收到每个服务器层次时可能发生的数据丢失风险。这可以通过优化服务器的解耦程度和使用可靠的数据存储和处理解决方案来实现。 4.2 具有链上环境的管道前面介绍的数据管道的概念图可以应用于链上环境，如上图所示，但需要注意的是，完全去中心化的管道是无法形成的，因为每个基本组件在某种程度上都依赖于中心化的链下解决方案。此外，上图目前并未包括所有的 Web3 解决方案，分类的边界可能存在模糊之处——例如，KYVE 除了作为流媒体平台外，还包括数据湖的功能，可以看作是一个数据管道本身。此外，Space and Time 被归类为去中心化数据库，但它提供了诸如 RestAPI 和流媒体等 API 网关服务，以及 ETL 服务。 4.2.1 捕获/处理为了使普通用户或 dApp 能够高效地使用/操作服务，他们需要能够轻松识别和访问主要在协议内部生成的数据源，例如交易、状态和日志事件。这一层是一个中间件在其中发挥作用，帮助包括预言机、消息传递、身份验证和 API 管理在内的过程。主要的解决方案如下。流媒体/索引平台 Bitquery、Ceramic、KYVE、Lens、Streamr Network、The Graph、各个协议的区块浏览器等。节点即服务和其他 RPC/API 服务 Alchemy、All that Node、Infura、Pocket Network、Quicknode 等。预言机 API3、Band Protocol、Chainlink、Nest Protocol、Pyth、Supra 预言机 s 等。 4.2.2 存储与 Web2 存储解决方案相比，Web3 存储解决方案具有持久性和去中心化等几个优势。然而，它们也存在一些缺点，例如高成本、数据更新和查询的困难。因此，出现了各种解决方案，可以解决这些缺点，并实现对 Web3 上结构化和动态数据的高效处理——每个解决方案的特点各不相同，例如处理的数据类型、是否结构化以及是否具有嵌入式查询功能等。去中心化存储网络 Arweave、Filecoin、KYVE、Sia、Storj 等。去中心化数据库基于 Arweave 的数据库（Glacier、HollowDB、Kwil、WeaveDB）、ComposeDB、OrbitDB、Polybase、Space and Time、Tableland 等。 *每个协议都有不同的永久存储机制。例如，Arweave 是基于区块链的模型，类似于以太坊存储，将数据永久存储在链上，而 Filecoin、Sia 和 Storj 是基于合约的模型，将数据存储在链下。 4.2.3 转换在 Web3 的背景下，转换层与存储层一样重要。这是因为区块链的结构基本上由分布式节点集合组成，这使得使用扩展性后端逻辑变得容易。在人工智能行业，人们积极探索利用这些优势进行联邦学习领域的研究，并出现了专门用于机器学习和人工智能操作的协议。数据训练/建模/计算 Akash、Bacalhau、Bittensor、Gensyn、Golem、Together 等。 *联邦学习是一种通过将原始模型分布在多个原生客户端上，使用存储的数据对其进行训练，然后在中央服务器上收集学习到的参数的方法，用于训练人工智能模型。 4.2.4 分析/使用下面列出的仪表板服务和最终用户的洞察与分析解决方案是允许用户观察和从特定协议中发现各种洞察的平台。其中一些解决方案还为最终产品提供 API 服务。然而，需要注意的是，这些解决方案中的数据并不总是准确的，因为它们大多使用单独的链下工具来存储和处理数据。也可以观察到解决方案之间的错误。同时，有一个名为“Web3 Functions”的平台可以自动/触发智能合约的执行，就像谷歌云等中心化平台触发/执行特定的业务逻辑一样。使用这个平台，用户可以以 Web3 原生方式实现业务逻辑，而不仅仅通过处理链上数据来获取洞察。仪表板服务 Dune Analytics、Flipside Crypto、Footprint、Transpose 等。最终用户的洞察与分析 Chainalaysis、Glassnode、Messari、Nansen、The Tie、Token Terminal 等。 Web3 Functions Chainlink 的 Functions、Gelato Network 等。 5.总结思考正如 Kant 所说的那样，我们只能目睹事物的现象，而无法触及其本质。尽管如此，我们还是利用了被称为“数据”的观察记录来处理信息和知识，我们看到信息技术的创新如何推动文明的发展。因此，在 Web3 市场中构建一个数据管道，除了具有去中心化的特点外，还可以作为实际捕捉这些机遇的起点发挥关键作用。我想用几点思考来总结本文。 5.1 存储解决方案的作用将变得更加重要拥有数据管道的最重要前提是建立数据和 API 治理。在日益多样化的生态系统中，每个协议创建的规范将继续重新创建，并且通过多链生态系统的碎片化交易记录将使个人更难以得出综合的洞察。然后，“存储解决方案”是能够通过收集碎片化信息并更新每个协议的规范，以统一格式提供集成数据的实体。我们观察到，现有市场上的存储解决方案（如 Snowflake 和 Databricks）正在迅速发展，拥有庞大的客户群体，通过在管道中运营各个层次进行垂直整合，并引领行业发展。 5.2 数据源市场中的机遇当数据变得更易获取且处理过程改进时，成功的用例开始出现。这会产生一个正循环效应，即数据源和收集工具会爆发性地出现——自 2010 年以来，由于构建数据管道的技术取得了巨大进展，每年收集的数字数据的类型和数量呈指数增长。将这一背景应用于 Web3 市场，未来可以在链上递归生成许多数据源。这也意味着区块链将扩展到各种业务领域。在这一点上，我们可以预期通过 Ocean Protocol 等数据市场或 Helium 和 XNET 等 DeWi（去中心化无线）解决方案以及存储解决方案来推进数据采集。 5.3 重要的是有意义的数据和分析然而，最重要的是不断询问应准备哪些数据以提取真正需要的见解。没有什么比为了构建数据管道而没有明确的假设来验证而构建数据管道更浪费的了。现有市场通过构建数据管道实现了众多创新，但也通过反复的无意义失败付出了无数的代价。对于技术堆栈的发展进行建设性讨论也是很好的，但行业需要时间来思考和讨论更基本的问题，例如应该将哪些数据存储在区块空间中，或者数据应该用于何种目的。“目标”应该是通过可操作的情报和用例实现 Web3 的价值，而在这个过程中，开发多个基本组件并完成管道是实现这一目标的“手段”。来源：金色财经

金色财经2023-08-13

华安证券：给予工业富联增持评级

给予“增持”评级。　　风险提示　　AI行业发展不及预期、客户集中度较高风险、汇率波动风险、行业竞争恶化风险。证券之星数据中心根据近三年发布的研报数据计算，华泰证券黄乐平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89.48%，其预测2023年度归属净利润为盈利241.53亿，根据现价换算的预测PE为17.68。最新盈利预测明细如下：该股最近90天内共有19家机构给出评级，买入评级19家；过去90天内机构目标均价为30.04。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2023-08-13

大模型的混沌年代：矛盾、分化与未来

科技行业的变化趋势与商业模式，要么就是AI行业内知名技术学者，如智谱AI、聆心智能和深言科技等初创企业，背后都有“清华系”的身影。 02 分化：大厂疯狂攒局，小厂拼命掘金围绕大模型的一系列变革背后，既是技术的进步，也是关键人物与关键企业的推动。如果将镜头转向这些浪潮前沿的公司与人，分化其实也已产生。真格基金管理合伙人戴雨森曾有一个精妙的比喻：GPT-3的出现等于发现新大陆，而ChatGPT的出现，好比是在新大陆上发现了黄金。中国公司的追赶之旅则如同知道了新大陆和黄金所在，并且知道OpenAI是坐船去的，也知道船大概的样子，却没有详细地图。经历了此前大模型疯狂的“发布月”后，我们可以清晰地看到此轮创业被分为了学院派、大佬派与大厂派，他们之间的关系也并不完全是零和竞争，而是一种“非零和博弈”。大厂们在过去一段时间内，除了秀出技术的硬实力外，攒局与建生态成为了主任务。以百度、阿里、华为、字节与京东等大厂为例，一方面有自身的云业务，提供算力支持，另一方面围绕芯片层、框架层、模型层与应用层，也各有布局，以进一步夯实壁垒。但在这之中，大厂与大厂之间的打法也各有不同。以阿里、百度、华为为代表的大厂更偏向于走垂直整合之路，在算力、平台、模型三层实现一鱼多吃。而火山引擎（字节云）与腾讯云偏向走平台路径，搭建模型货架超市，接入更多的第三方大模型，并提供相应的精调、评测、推理服务。而对国内创业型的小厂而言，在大模型竞逐的早期，事实上，创业公司唯一确定性就是“不确定性”，不需要很复杂的产品，打准用户的痛点，就可以实现初步成功。近期出圈的「妙鸭相机」就是一个典型的案例，团队在接受采访时表示：“AIGC 的产品第一天不收钱，就可能收不到钱”。通过低门槛的使用，精准定位写真需求的女性叠加社交媒体的营销裂变，即便是技术上并无明显的创新，但借助一个单一功能就能实现早期的商业化，妙鸭其实给了国内应用层的创企一个很好的启示。而对妙鸭相机等更多的创业公司而言，如何抓准「不确定」的周期进一步夯实自身的技术壁垒与用户粘性，才是关键。图片来源：妙鸭相机小红书截图 03 未来：监管加剧，格局未定在可以预见的未来里，或许正如大厂们的PR文里的论调，大模型终将会赋能千行百业，但在理想之外，如何保证大模型技术的安全性与可控性也成为了关注的焦点。此前网信办等七部门联合公布《生成式人工智能服务管理暂行办法》，在监管方式与监管范围上对生成式人工智能未来的合规健康发展提供了可靠的法律依据。而在8月1日凌晨，苹果中国区应用商店集中下架多款AIGC应用，实则也暗示了政策端对人工智能监管力度的升温。在海外，科技巨头们已面临着棘手的AI伦理的争议。「AI四巨头」Anthropic、谷歌、微软和OpenAI就联合成立了前沿模型论坛，就负责任与安全的人工智能问题与美国、欧洲与G7进行沟通。而由Hugging Face、GitHub、EleutherAI等开源社区组成的联盟也正呼吁欧盟政策制定者在制定《欧盟AI法案》时保护开源创新。对眼下的大模型行业创业者而言，在创业理想、商业化路径之外，对商业模式合规性的考量也将被纳入已有的计划之中。明确的监管趋势外，更多前沿的探索也正在发生，当下业界围绕多模态、AI智能体、向量数据库以及具身智能等一系列话题的讨论，实则都在大模型的热潮之外，寻找更多的可能性。以具身智能领域的AI机器人为例，包括谷歌在内的科技巨头增产是将大语言模型接入机器人，让机器人变得更聪明。而同样火热的AI智能体浪潮，甚至被称为“原始AGI”，已接替大模型，成为大公司们关注的下一个领域。浪潮已至，未来已来。可以肯定的是，大模型的混沌时代或许不会持续太久，但在未来的一段时间内，竞合还将继续。谁能率先利用“不确定性”补齐短板，谁能将大模型能力真正落地于细分与垂直场景，谁能更快地搭建起高质量的数据飞轮，这考验各自的决心与耐力，也将决定着它们在下一轮竞争中各自的生态位。来源：金色财经

金色财经2023-08-12

GPT-5要来，AI行业再迎剧变？AI人工智能ETF(512930)午后再度下行回调

截至2023年8月8日 14:29，中证人工智能主题指数(930713)下跌0.88%。AI人工智能ETF(512930)下跌0.88%，最新报价1.35元，盘中成交额已达1267.15万元，换手率3.57%。规模方面，AI人工智能ETF最新规模达3.55亿元创近1年新高。资金流入方面，AI人工智能ETF最新资金净流入684.32万元。拉长时间看，近10个交易日内有6日资金净流入，合计“吸金”2001.86万元，日均净流入达200.19万元。 AI人工智能ETF紧密跟踪中证人工智能主题指数，中证人工智能主题指数从沪深市场中选取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，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)、科大讯飞(002230)、韦尔股份(603501)、中际旭创(300308)、金山办公(688111)、紫光股份(000938)、中科曙光(603019)、浪潮信息(000977)、澜起科技(688008)、德赛西威(002920)，前十大权重股合

有连云2023-08-08

GPT-5要来了？AI行业会发生哪些剧变

从chatGPT问世至今，AI就在以月为单位飞速进化着，其模型之多，迭代之快，让很多人不不禁惊觉：人类似乎真的站在了AGI大门的边缘。

金色财经2023-08-07

疯了！今年大涨300%还被认为低估了

合增长率。因此，对计算能力的需求将随着AI行业的增长而增加。超微电脑的产品还服务于有前景的5G市场，根据grandviewresearch.com的预测，到2030年，5G市场将以59%的年复合增长率复合增长。云计算市场的增长在近年来有所减缓，但潜力仍然巨大，并且增长可能仍将保持双位数的轨迹。预计云计算市场在未来十年将以13%的年复合增长率复合增长。因此，对于超微电脑来说，会有很长一段时间的顺风期！。分析师相信超微电脑在这些有利的长期趋势中处于良好的位置。首先，该公司的技术卓越性得到了半导体行业领军企业的认可：超微电脑公司通过与英伟达、英特尔和AMD建立了强大的战略合作伙伴关系。这些合作伙伴关系为超微电脑带来了坚实的竞争优势，因为与这些巨头的合作是一个强有力的高质量迹象。其次，该公司在增长方面表现出色，近年来业绩明显超过了行业增长。在当前严峻的环境中实现盈利能力指标的改善令人印象深刻。最近的科技巨头的财报显示，即使是超大规模的技术巨头在当前环境中也难以保持盈利能力指标，但相对较小的超微电脑表现出了坚实的适应能力。最后，该公司多样化的终端市场组合也使其成为市场中的强势参与者，并使其在所服务的终端市场中更具有保护性。值得强调的是，与半导体行业的许多公司不同，超微电脑没有面临客户集中风险。根据最新的10-K报告，没有一家客户占据总销售额的10%以上。图片来源：超微电脑最新的财报总结一下，分析师喜欢该公司在当前不确定的环境中的财务表现。这意味着管理层积极应对营收方面的挑战。分析师也认为营收的快速反弹是一个强有力的看涨迹象。该公司谨慎的资本配置和强大的资产负债表意味着超微电脑足够强大，能够经受住暂时的困境。该公司运营在一个高度可能享受长期趋势的行业，分析师认为公司已经为捕捉这些长期的利好趋势做好了准备。估值该股票今年大涨300%。也就是说，超微电脑在广泛的美国股市中表现出色。Seeking Alpha Quant将该股票评定为“D级”低估值等级，因为估值倍数大多高于行业中位数和历史平均水平。图片来源：Seeking Alpha 公司不向股东支付股息。因此，分析师采用折现现金流方法进行估值分析。分析师已经有截至2030年财年的共识营收预测。对于更远的年份，分析师预计年复合增长率为5%。总体而言，按照基本情况，营收预计每年平均增长14%。过去十年，自由现金流毛利率波动较大，所以分析师认为使用约7%的TTM水平是公平的。图片来源：作者的计算分析师更倾向于保守估算，对自由现金流采用适度的每年增长50个基点。分析师将10%的加权平均资本成本（WACC）作为分析师的折现现金流计算折现率。如您所见，尽管今年股票大涨300%，但股票看起来仍然被低估了约90%。图片来源：作者的计算在今年迄今上涨300%之后，90%的上涨潜力可能看起来太好了，所以让分析师以10%的收入复合年增长率来模拟一个更保守的情景。图片来源：作者的计算即使假设更为保守的年复合增长率为10%，股票仍然非常具有吸引力，有36%的上涨潜力。这看起来不错，特别是考虑到公司几乎没有杠杆的干净资产负债表。风险考虑没有巨大的上涨潜力就没有巨大的风险。超微电脑是一家激进的成长型公司，目前的市值仍有很多待证明的地方。公司可能无法实现预期的营收增长轨迹或盈利能力的扩展，这是一个重要的风险。任何一季度财务表现不佳或临时降低预期都很有可能导致投资者失望，并引发大规模的股票抛售。目前，股价处于新高，意味着短期内回撤的风险远非零。如果出现这种情况，可能需要多个季度才能让公司重新赢得投资者对其未来增长前景的信心。该公司的大部分营收来自美国以外的地区，这意味着收益容易受到外汇汇率的不利波动影响。如果国际贸易规则和关税发生不利变化，公司的运营和收益也可能受到不利干扰。地缘政治可能升级也会对公司产生重大不利影响。作为一家尖端技术公司，超微电脑面临着技术过时的重大风险。为了扩大业务寿命周期，管理层应该投资于创新，并确保公司的专利得到合法和妥善的保护。总结总体而言，公司处于良好的位置来吸收长期趋势，目前仍被严重低估。短期挑战似乎已经在过去了，未来季度的收益预期将会强劲。即使在可预见的未来公司再次面临挑战，其资产负债表足够强大来应对困难。分析师认为巨大的上涨潜力远远超过风险和不确定性，使超微电脑成为一个引人注目的投资机会。 $超微电脑(SMCI)$

老虎证券2023-08-07

24小时热点