FX168财经网_全球视野外汇黄金加密货币NFT资讯网

金融界2024-02-20

这将有助于人类解决与现实交互的问题。从ChatGPT的更新迭代到sora的备受瞩目，AI领域越来越成为人们关注的话题。华泰证券研报也指出，过去十年，移动互联网的兴起和云计算的快速发展为光模块产业注入了长久的发展动力，而展望未来，人工智能将开启光模块产业的新一轮成长周期，有望长期为产业带来积极变化。　　中信建投研报对Sora的分析指出，Sora的训练集的优质对于模型的输出来说依旧很重要。他们关注AI产业投资的三个方向，包括算力、视频类应用和内容与IP。这表明，人工智能的发展不仅需要技术的支持，也需要资本的推动。下图展示了人工智能市场支出和同比增长率，由图可见2021年到2023年成稳步增长的趋势，预测2023年到2026年也将会维持这个趋势。中国AI市场支出规模　　我国AI创业公司月之暗面（Moonshot AI）近期完成了超过10亿美元的B轮融资，这是我国大模型领域的最大单轮融资，投资方包括阿里巴巴、美团、小红书和红杉中国等。这一事件不仅展示了我国人工智能领域的投资热度，更揭示了我国人工智能领域的巨大投资潜力。随着我国人工智能技术的不断发展和应用，其商业价值和投资前景日益显现，吸引了众多投资者的关注和投入。这一轮融资的成功，无疑为我国人工智能领域的投资潜力再添一笔重要的注脚。　　此外，汇丰集团近期发布的一项面向全球八大主要市场的中小企业调查显示，近七成（68%）中国内地受访企业表示有意投资人工智能技术提升运营效率，这一比例在全球受访市场中最高。同时，超过八成的中国内地受访企业正在加大数字化人才建设，以推进其自身的数智化转型。这些数据进一步证实了我国人工智能领域的投资动力。　　综上所述，我国人工智能领域的投资存在潜在动力，无论是企业的投资意愿，还是资本市场的积极响应，都显示出我国AI产业的发展潜力无限。同时，人工智能的发展也将推动各行各业的创新和转型，为社会经济发展注入新的活力。

金融界2024-02-20

掌阅科技：公司尚无IP直接通过AI转化成短剧或影视内容的案例

，对公司IP的视频转化也将提供助力。从ChatGPT诞生以来，公司积极拥抱AI技术，致力于利用AI技术提升用户阅读体验和阅读效率，并积极向多模态内容形态发展，但截至目前，公司尚无IP直接通过AI转化成短剧或者影视内容的案例。

金融界2024-02-20

金融科技本轮反弹超18%！AIGC赋能，金融科技ETF(159851)斩获五连阳，信雅达连续2天一字涨停

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。附前十大权重股一览：数据来源：中证指数公司数据来源：沪深交易所、Wind等，截至2024.2.20。指数过往业绩不预示未来表现，中证金融科技主题指数近5个完整年度的涨跌幅为：2019年，48.18%；2020年，10.46%；2021年，7.16%；2022年，-21.40%；2023年，10.03%。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。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2024-02-20

VanEck研报：2030年加密货币人工智能收入前景

定领域。例如，Subnet 1是类似于ChatGPT的提示LLM的文本。在这个子网上，矿工运行各种经过调整的 LLM 版本，以最好地响应评估响应质量的验证者的提示。在名为“Taoshi”的子网 8 上，矿工提交对比特币和各种金融资产价格的短期预测。Bittensor 还拥有专用于人类语言翻译、存储、音频、网络抓取、机器翻译和图像生成的子网。子网创建是无需许可的，任何拥有 200 TAO 的人都可以创建子网。子网运营商负责为每个子网的活动创建评估和奖励机制。例如，Opentensor，Bittensor 背后的基础，Cerebras评估矿工在该子网上的 LLM 输出。虽然这些子网最初都是由通货膨胀奖励全额补贴的，但每个子网最终都必须在经济上维持自身。因此，子网运营商和验证者必须协调创建工具，以允许外部用户付费访问每个子网的服务。随着通货膨胀的 TAO 奖励减少，每个子网将越来越依赖外部收入来维持自身。在这种竞争环境中，存在着创造最佳模型的直接经济压力以及其他人创造有利可图的现实世界的激励措施这些模型的应用程序。Bittensor 正在利用斗志旺盛的小型企业来识别人工智能模型并从中获利，从而释放人工智能的潜力。正如著名的 Bittensor 传播者 MogMachine 所说，这种动态可以被视为“人工智能的达尔文竞争”。另一个有趣的项目是利用加密技术来激励人工智能代理的创建，这些人工智能代理被编程为代表人类或其他计算机程序自主完成任务。这些实体本质上是旨在解决特定问题的自适应计算机程序。代理是一个包罗万象的术语，涵盖聊天机器人、自动交易策略、游戏角色，甚至虚拟宇宙助手。该领域的一个著名项目是Altered State Machine，这是一个使用 NFT 创建拥有、供电和训练的人工智能代理的平台。在 Altered State Machine 中，用户创建他们的“代理”，然后使用分散的 GPU 集群“训练”它们。这些代理针对特定用例进行了优化。另一个项目，Fetch.ai，是一个用于创建根据每个用户的需求定制的代理的平台。Fetch.ai 也是一家 SaaS 业务，允许注册和租赁或出售代理。自 2023 年 1 月 1 日起 AI 代币的回报来源：Artemis XYZ 截至 2024 年 1 月 10 日。过去的表现并不能保证将来的结果。通过零知识 (zk) 证明进行验证 2023 年是新 AI 模型的标志性一年，OpenAI 推出了 ChatGPT、Meta 推出的 LLAMA-2 以及 Google 推出的 BERT。由于深度学习的前景，截至 2023 年 6 月，美国有超过18,563 家人工智能相关初创企业。这些初创企业和其他企业已经生产了数千个新的基础模型和微调模型。然而，在人工智能相关公司投资的每 4 美元风险投资中就有 1 美元投资的领域中，许多新实体的激增应该引起严重关注。谁实际创建并拥有每个模型？输出实际上是由指定模型产生的吗？该模式真的像宣传的那样有效吗？每个模型的数据源是什么以及谁拥有该数据？训练、微调和/或推理是否侵犯了任何版权或数据权？这些模型的投资者和用户都应该 100% 确定他们可以解决这些问题。目前，针对 LLM 输出的不同组件存在许多基准测试，例如用于代码生成的HumanEval、用于 LLM 辅助任务的Chatbot Arena以及用于 LLM 推理能力的ARC Benchmark 。然而，尽管尝试了模型透明度，例如 Hugging Face 的Open LLM Leaderboard，没有具体证据证明模型的有效性、最终来源或其训练/推理数据的来源。不仅可以对基准进行游戏，而且还不能确定特定模型是否实际运行（而不是使用连接到另一个模型的 API），也不能保证排行榜本身是诚实的。这就是公共区块链、人工智能和称为零知识（zk）证明的前沿数学领域的统一。zk 证明是密码学的一种应用，它允许某人以所需水平的数学确定性证明他们对数据所做的陈述是正确的，而无需向任何人透露底层数据。语句可以包括简单的声明（例如排名），但可以扩展到复杂的数学计算。例如，某人不仅可以证明他或她知道某个样本的相对财富而不向另一方透露该财富，而且他或她还可以证明该群体的平均值和标准差的正确计算。本质上，您可以证明您了解数据和/或您使用该数据做出了真实的断言，而无需透露该数据的细节或您如何进行计算。在 AI 之外，zk 证明已经被应用于扩展以太坊，允许交易在第 2 层区块链上进行链下交易。最近，zk 证明已应用于深度学习模型，以证明：使用特定数据来生成模型或提供推理输出（此外，未使用哪些数据/源）使用特定模型来生成推论推理输出未被篡改 zk 证明可以发布到公共、永久的区块链上，并通过智能合约进行验证。结果是区块链可以公开且无可辩驳地证明人工智能模型的重要属性。将 ZK 应用于 AI 的两个前沿项目被称为“零知识机器学习”（ZKML），即EZKL和Modulus。EZKL 使用Halo2证明系统生成 zk-snarks，这是一种零知识证明，然后可以在以太坊的 EVM 上公开验证。EZKL 首席执行官Jason Morton表示，虽然 EZKL 目前可以证明的模型大小相对较小，约为 100M 参数，而 ChatGPT 4 的参数为 175B相信他们正在考虑的是“工程问题”而不是“技术限制”问题。EZKL 相信他们可以通过拆分并行执行的证明来克服证明问题，从而减少内存限制和计算时间。事实上，杰森·莫顿相信有一天，“验证模型将像签署区块链交易一样简单。” ZKML证明应用于人工智能可以解决人工智能实现的重要痛点，包括版权问题和人工智能安全。正如《纽约时报》最近针对 Open AI 和微软的诉讼所表明的那样，版权法将适用于数据所有权，人工智能项目将被迫提供其数据来源的证明。ZKML 技术可用于快速解决法庭上有关模型和数据所有权的争议。事实上，ZKML 的最佳应用之一是允许Ocean Protocol和SingularityNet等数据/模型市场证明其列表的真实性和有效性。人工智能模型最终将扩展到准确性和安全性至关重要的领域。据估计，到 2027 年，人工智能边缘设备将达到5.8B 个，其中可能包括重型机械、机器人、自动无人机和车辆。由于机器智能应用于可能伤害和杀人的事物，因此使用来自可靠来源的高质量数据来证明该设备上运行了信誉良好的模型非常重要。尽管从这些边缘设备构建连续的实时证明并将其发布到区块链可能在经济和技术上具有挑战性，但在激活时验证模型或定期发布到区块链可能更可行。然而，来自0xPARC的 Zupass基金会已经建立了源自“携带数据证明”的原始证明，可以廉价地建立边缘设备上发生的事实证明。目前，这与活动出席有关，但可以预见，这种情况很快就会迁移到身份甚至医疗保健等其他领域。机器人外科医生的人工智能模型有多好？机器人辅助手术。资料来源：截至 2024 年 1 月 30 日的《麻省理工学院技术评论》。从可能因设备故障而承担责任的企业的角度来看，拥有可验证的证据来证明他们的模型不是代价高昂的事故的根源似乎是理想的选择。同样，从保险的角度来看，验证和证明基于实际数据训练的可靠模型的使用可能在经济上变得必要。同样，在人工智能深度伪造的世界中，利用经过区块链验证和证明的相机、手机和计算机来执行各种操作可能会成为常态。当然，这些设备的真实性和准确性的证明应该发布到公共开源分类账上，以防止篡改和欺诈。尽管这些证明有着巨大的前景，但它们目前受到天然气费用和计算开销的限制。按照当前的 ETH 价格，在链上提交证明需要花费大约 300-500k 的 Gas（按照当前的 ETH 价格约为 35-58 美元）。从计算的角度来看，Eigenlayer 的 Sreeram Kennan 估计，“在 AWS 上运行需要花费 50 美元的证明计算，使用当前的 ZK 证明技术将花费约 1,000,000 倍的成本。” 结果是，zk 证明的发展速度比几年前任何人的预期都要快得多，但在打开实际用例之前还有很长的路要走。假设有人对 ZKML 的应用感到好奇。在这种情况下，他们可以参加由经过验证的链上智能合约模型评判的去中心化歌唱比赛，并将其结果永久上传到区块链。通过基于区块链的身份建立人性广泛、先进的机器智能的一个可能后果是，自主代理将成为最多产的互联网用户。人工智能代理的释放很有可能会导致整个网络受到有目的的机器人生成的垃圾邮件甚至无害的基于任务的代理堵塞网络的干扰（“摆脱垃圾电子邮件”）。索拉纳当机器人争夺大约价值 10 万美元的套利机会时，每秒有 100 GB 的数据流量。想象一下，当人工智能代理可以勒索数百万个企业网站并勒索数十亿美元时，将会出现怎样的网络流量洪流。这表明未来的互联网会对非人类流量施加限制。限制此类攻击的最佳方法之一是对过度使用廉价资源征收经济税。但我们如何确定垃圾邮件收费的最佳框架，以及如何确定人性化？幸运的是，区块链已经采用了内置防御来防止人工智能机器人式的女巫攻击。计量非人类用户与非人类用户收费的结合将是一种理想的实现方式，同时稍微繁重的计算（如Hashcash）会抑制机器人。在人性证明方面，区块链长期以来一直在努力克服匿名性，以解锁诸如抵押不足的贷款和其他基于声誉的活动等活动。获得动力来证明身份的一种方法是使用JSON Web 令牌 (JWT)。JWT 是“0Auth”凭证，类似于“cookie”，是在您登录 Google 等网站时生成的。它们允许您在登录 Google 后访问互联网上的各个网站时展示您的 Google 身份。zkLogin由 L1 区块链Sui创建，允许用户将其钱包私钥和操作链接到生成 JWT 的 Google 或 Facebook 帐户。零点对点进一步扩展了这个概念，使用 JWT 来无需许可地允许用户在 Base 区块链上用法定货币交换加密货币。这是通过支付应用程序 Venmo 确认点对点现金转账来完成的，当通过电子邮件 JWT 确认时，解锁智能合约托管的 USDC 代币。这两个项目的结果是它们与链下身份建立了牢固的联系。例如，zkLogin 将钱包地址连接到 Google 身份，而 zkP2P 仅适用于 Venmo 的 KYC 用户。尽管两者都缺乏足够可靠的可靠保证来实现链上身份，但它们创建了其他人可以使用的重要构建块。虽然许多项目都试图确认区块链用户的人类身份，但最大胆的是OpenAI 首席执行官Sam Altman创立的WorldCoin。尽管备受争议，因为用户必须扫描虹膜使用反乌托邦的“Orb”机器，世界币正在走向一个不可篡改的身份系统，该系统不能轻易伪造或被机器智能所淹没。这是因为 WorldCoin 根据每个人独特的眼睛“指纹”创建了一个加密标识符，可以对其进行采样以确保唯一性和真实性。经过验证后，用户会收到 Optimism 区块链上名为 World ID 的数字护照，允许该用户在区块链上证明自己的人性。最重要的是，一个人的独特签名永远不会被泄露，也无法被追踪，因为它是加密的。World ID 只是断言区块链地址属于人类。Checkmate 等项目已经将 World ID 与社交媒体资料链接起来，以确保用户的独特性和真实性。在人工智能主导的未来互联网中，在每一次在线互动中明确证明人性可能会变得司空见惯。当人工智能克服了验证码的局限性时，区块链应用程序可以廉价、快速、具体地证明身份。通过区块链技术为人工智能做出贡献毫无疑问，我们正处于人工智能革命的早期阶段。然而，如果机器智能的增长轨迹符合最大胆的根据预测，人工智能必须面临挑战，才能脱颖而出，同时抑制其潜在危害。我们相信，加密货币是正确“训练”结果丰富但潜在阴险的人工智能植物的理想网格。区块链的人工智能解决方案集可以通过为机器智能创造者提供响应更快、更灵活且可能更便宜的去中心化计算来提高机器智能创造者的产出。它还激励能够创建更好模型的构建者，同时为其他人提供经济动力，让他们利用这些人工智能模型构建有用的业务。同样重要的是，模型所有者可以证明其模型的有效性，同时证明未使用受保护的数据源。对于人工智能用户来说，加密应用程序可以确认他们运行的模型是否符合安全标准，并且可能很有用。资料来源：VanEck Research，项目网站，截至 2024 年 1 月 15 日。提供第三方网站的链接是为了方便起见，包含此类链接并不意味着我们对链接网站中包含的或可从链接网站访问的任何内容或信息进行任何认可、批准、调查、验证或监控。点击非 VanEck 网页的链接，即表示您承认您进入的第三方网站受其条款和条件的约束。VanEck 对第三方网站的内容、访问合法性或适用性不承担任何责任。披露：VanEck 通过我们与早期风险投资经理 Cadenza 的战略合作伙伴关系在 Together 中占有一席之地，Cadenza 非常友善地为“克服去中心化计算的瓶颈” 部分做出了贡献。特别感谢：贾森·莫顿，ZKML 首席执行官 Ala Shabana，Bittensor 联合创始人 Arrash Yasavolian，Bittensor 的 Taoshi 子网创始人 Greg Osuri，Akash 首席执行官兼创始人 zkP2P首席执行官梁泽强 Sui 区块链团队的主要成员 – Sam Blackshear、Nihar Shah、Sina Nader、Alonso Gortari 来源：金色财经

金色财经2024-02-20

AI领域热点事件催化不断，AI人工智能ETF(512930.SH)昨日净申购超1亿元！

国、小红书、美团、阿里，老股东跟投。自ChatGPT掀起全球浪潮以来，这也是国内AI大模型公司迄今获得的单轮最大金额融资。本轮融资后，月之暗面估值已达约25亿美金，为国内大模型领域的头部企业之一。 2023年在AI大模型发展持续加速背景下，对高端智算资源的需求呈指数级增长，算力租赁行业进入蓬勃发展期。山西证券指出，展望2024，高端算力供给仍然稀缺，第三方算力租赁公司上架率有望保持高位。国泰君安证券指出，此次Sora大模型展示出相较以往同类产品更强的生成式能力，进一步打开了AI应用想象空间，预计国内大模型厂商也将快速跟进，加大对文成视频大模型的投入力度，从而带动算力需求增加。华鑫证券认为，在人工智能的快速发展下，大模型训练、研发的算力需求在大幅提升，国内算力需求与供给缺口逐渐增加。由于算力资源配置成本增加，因此算力租赁业务进入快速发展通道。由于算力供给错配严重，目前算力租赁业务处于卖方市场。 AI人工智能ETF(512930.SH)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1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)、科大讯飞(002230)、中际旭创(300308)、韦尔股份(603501)、金山办公(688111)、澜起科技(688008)、中科曙光(603019)、紫光股份(000938)、大华股份(002236)、新易盛(300502)，前十大权重股合计占比49.42%。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2024-02-20

中信建投：AI产业投资关注算力、视频类应用、内容与IP三个方向

散模型（DALL-E3）和转化器架构（ChatGPT)，实现模型可以像处理文本一样处理图像帧的时间，一次性生成每一帧图像。根据现有公开资料推测，Sora的训练集或以大量高质量的游戏引擎生成场景进行训练，训练集的优质对于模型的输出来说依旧很重要。从AI产业投资思路来看，关注三个方向：1）算力，在面对海外不确定性情况下，国内算力需求有望增加；2）视频类应用，国产厂商的生成类AI商业化会在年后逐步落地；3）内容与IP，随着图片、视频生成方式的革新，内容本身的价值将进一步凸显。

金融界2024-02-20

为什么是AGI的又一个里程碑时刻？

—视频生成模型Sora。一如一年前的ChatGPT，Sora被认为是AGI（通用人工智能）的又一个里程碑时刻。 “Sora意味着AGI实现将从10年缩短到1年”，360董事长周鸿祎作出预判。但这个模型如此轰动，并不只是因为AI生成的视频时间更长、清晰度更高，而是OpenAI已经超越过去所有AIGC的能力，生成了一个与真实物理世界相关的视频内容。无厘头的赛博朋克固然酷炫，但真实世界中的一切如何让AI重现才更具意义。为此，OpenAI提出了一个全新的概念——世界模拟器。在OpenAI官方出具的技术报告中，对Sora的定位为“作为世界模拟器的视频生成模型”，“我们的研究结果表明，扩展视频生成模型是构建物理世界通用模拟器的一条可行之路。” OpenAI认为，Sora为能够理解和模拟真实世界的模型奠定了基础，这将是实现AGI的一个重要里程碑。凭借这一点，就彻底与AI视频赛道的Runway、Pika等公司拉开了一个段位。从文字（ChatGPT）到图片（DALL·E ）再到视频（Sora），对OpenAI来说，仿佛在搜集一张张的拼图，试图通过影像媒介形态彻底打破虚拟与现实的边界，成为电影“头号玩家”一般的存在。如果说苹果Vision Pro是头号玩家的硬件外显，那么一个能自动构建仿真虚拟世界的AI系统，才是灵魂。 “语言模型近似人脑，视频模型近似物理世界”，爱丁堡大学的博士生Yao Fu表示。 “OpenAI的野心大得超出了所有人的想象，但好像也只有它能做到”，多位AI创业者对光锥智能感叹道。 Sora如何成为“世界模拟器”？ OpenAI新发布的Sora模型，一脚踹开了2024年AI视频赛道的大门，彻底与2023年以前的旧世界划出了分界线。在其一口气释出的48个演示视频中，光锥智能发现过去AI视频被诟病的问题大部分得到了解决：更清晰的生成画面、更逼真的生成效果、更准确的理解能力、更顺畅的逻辑理解能力、更稳定和一致性的生成结果等等。但这一切也不过是OpenAI显现出的冰山一角，因为OpenAI从一开始瞄准的就不是视频，而是所有存在的影像。影像是一个更大的概念，视频是其中的一个子集，例如大街上滚动的大屏、游戏世界的虚拟场景等等。OpenAI要做的事情，是要以视频为切入口，涵盖一切影像，模拟、理解现实世界，也就是其强调的“世界模拟器”概念。正如AI电影《山海奇境》制作人、星贤文化陈坤告诉光锥智能，“OpenAI在向我们展示它在视频方面的能力，但真正的目的在于获取人们的反馈数据，去探索、预测人们想要生成的视频是什么样的。就像大模型训练一样，一旦工具开放，就相当于全世界的人在为其打工，通过不断标记、录入，让其世界模型变得越来越聪明。” 于是我们看到，AI视频成为了理解物理世界的第一个阶段，主要突出其作为“视频生成模型”的属性；发展到第二个阶段，才能作为“世界模拟器”提供价值。抓住Sora“视频生成”属性的核心在于——找不同，即Sora和Runway、Pika的差异性体现在哪里？这个问题至关重要，因为某种程度上解释了Sora能够碾压的原因。首先的一点，OpenAI沿用了训练大语言模型的思路，用大规模的视觉数据来训练一个具备通用能力的生成模型。这与文生视频领域“专人专用”的逻辑完全不同。去年，Runway也有过类似的计划，被其称之为“通用世界模型”，思路大致相似，但没有后续，这回Sora倒是先一步完成了Runway的梦想。据纽约大学助理教授谢赛宁推算，Sora参数量约为30亿，虽然对比GPT模型显得微不足道，但是这个数量级已经远超了Runway、Pika等一些公司，可以称得上是降维打击。万兴科技AI创新中心总经理齐镗泉，评价Sora的成功再次验证了“大力出奇迹”的可能性，“Sora依然遵循OpenAI的Scaling Law，靠大力出奇迹，大量数据，大模型和大量算力。Sora底层采用了游戏、无人驾驶和机器人领域验证的世界模型，构建文生视频模型，达到模拟世界的能力。” 其次，在Sora身上第一次展现了扩散模型与大模型能力的完美融合。 AI视频就像一部电影大片，取决于剧本和特效两个重要元素。其中，剧本对应着AI视频生成过程中的“逻辑”，特效则对应着“效果”。为了实现“逻辑”和“效果”，背后分化出了两条技术路径扩散模型和大模型。去年年底，光锥智能就曾预判到，为了同时能够满足效果和逻辑，扩散和大模型两条路线终将走向融合。没想到，OpenAI如此迅速地就解决了这个难题。 OpenAI 在技术报告中画重点提到：“我们将各种类型的视觉数据转化为统一表示法的方法，这种表示法可用于生成模型的大规模训练。” 具体来看，OpenAI将视频画面的每一帧都编码转化为了一个个的视觉补丁（patches），每个补丁都类似于GPT中的一个token，成为了视频、图像中的最小衡量单位，并且可以随时随地被打破、被重组。找到了统一数据的方式，统一了度量衡，也就找到了打通扩散模型和大模型的桥梁。在整个生成的过程中，扩散模型仍在负责生成效果的部分，增加大模型Transformer的注意力机制后，就多了对生成的预测、推理能力，这也就解释了Sora为什么能够从现有获取的静态图像中生成视频，还能扩展现有视频或填充缺失的画面帧。发展至今，视频模型已经呈现出复合的趋势，模型走向融合的同时，技术也在走向复合。把之前沉淀的技术积累运用到视觉模型上，也成为了OpenAI的优势。在Sora文生视频的训练过程中，OpenAI就引入了 DALL-E3和GPT的语言理解能力。据OpenAI表示，DALL-E3、GPT基础上进行训练，能够使Sora准确地按照用户提示生成高质量的视频。一套组合拳下来，结果就是出现了模拟能力，也就构成了“世界模拟器”的基础。 “我们发现，视频模型在进行大规模训练时，会表现出许多有趣的新兴能力。这些能力使Sora能够模拟物理世界中的人、动物和环境的某些方面。这些特性的出现并没有对三维、物体等产生任何明确的归纳偏差——它们纯粹是规模现象”，OpenAI表示道。 “模拟”之所以能够如此炸裂，根本的原因在于，用大模型创造出不存在的事物人们已经习以为常，但是能够准确地理解物理世界运转逻辑，例如力是如何相互作用的，摩擦是如何产生的，篮球是如何打出抛物线的等等，这些都是以前任何模型都无法完成的事情，也是Sora超越视频生成层面的根本意义所在。不过，从demo到实际成品，可能是惊喜也可能是惊吓。Meta首席科学家杨立昆就直接对Sora提出了质疑，他表示：“仅凭能够根据提示生成逼真的视频，并不能说明系统真正理解了物理世界。生成过程与基于世界模型的因果预测不同，生成式模型只需要从可能性空间中找到一个合理的样本即可，而无需理解和模拟真实世界的因果关系。” 齐镗泉也表示，虽然OpenAI验证了基于世界模型的文生视频大模型是可行的，但也存在物理交互的准确性难点，尽管Sora能够模拟一些基本的物理交互，但它在处理更复杂的物理现象时可能会遇到困难；长期依赖关系的处理存在挑战，即如何保持时间上的一致性和逻辑性；空间细节的精确性，处理空间细节方面如果不够精确，可能影响到视频内容的准确性和可信度。颠覆视频，但远不止视频 Sora成为世界模拟器或许是很久以后的事情，但是就生成视频而言，已经对现在的世界产生了影响。第一类就是解决之前技术上面无法突破的问题，推动一些行业迈向新的阶段。最典型的就是影视制作行业，Sora这回最具革命性的能力就是最长生成视频长度达到了1分钟。作为参考，大热门Pika所能生成的长度在3秒、Runway的Gen-2生成长度在18秒，这意味着有了Sora以后，AI视频将能成为真正的生产力，实现降本增效。陈坤告诉光锥智能，在Sora诞生前，其利用AI视频工具制作科幻电影的成本已经下降至了一半，Sora落地后，更加值得期待。 Sora发布后，令他印象最深刻的是一个海豚骑车的demo。在那个视频中，上半身是海豚，下半身是人的两条腿，腿上还穿了鞋子，在一种极具诡异性的画风中，海豚完成了作为人骑自行车的动作。 “这对我们来说简直太神奇了！这个画面创造出了一种又有想象空间，又符合物理定律的荒诞感，既是情理之中又出乎意料，这才是观众能发出惊叹的影视作品”，陈坤道。陈坤认为Sora会像当年的智能手机、抖音一样，把所有内容创作者门槛降低一大步，把内容创作者呈数量级放大。 “未来内容创作者可能都不需要拍摄，只需要说一段话或者一段词，就能把脑子里面独特的想法表达出来，且可以被更多人看到。届时，我觉得还有可能会出现比抖音更大的新的平台。再往前一步，或许是Sora能够了解每个人潜意识的想法，自动去生成和创作内容，根本不需要用户去主动寻求表达”，陈坤表示道。同样的行业还有游戏，OpenAI 技术报告的结尾是一个《我的世界》的游戏视频，旁边写着这样一句话：“ Sora可以通过基本策略同时控制Minecraft中的玩家，同时高保真地呈现世界及其动态。只需在Sora的提示字幕中提及‘Minecraft’，就能零距离激发这些功能。” AI游戏创业者陈希告诉我们，“任何游戏从业者看到这句话，都是一身冷汗！OpenAI 毫无保留地展露了它的野心”。陈希解读分析认为，短短的一句话传达了两件事情：Sora能控制游戏角色，同时能渲染游戏环境。 “就如OpenAI 所说，Sora是一个模拟器，一个游戏引擎，一个想象力和现实世界的转换接口。未来的游戏，只要言之所及，画面就能被渲染出来。Sora现在学会了构建一分钟的世界，还能生成稳定的角色，再配合自家的GPT-5，一个纯AI生成的、数千平方公里、活跃着各色生物的地图，听上去已经不是异想天开。当然，画面是否能实时生成，是否支持多人联机，这些都是很现实的问题。但无论怎么说，新的游戏模式已经呼之欲出，至少用Sora生成一个《完蛋我被美女包围了》变得毫无问题了”，陈希道。第二类是基于模拟世界的能力，在更多领域中创造出新的事物。爱丁堡大学的博士生Yao Fu表示：“生成式模型学习生成数据的算法，而不是记住数据本身。就像语言模型编码生成语言的算法（在你的大脑中）一样，视频模型编码生成视频流的物理引擎。语言模型可以视为近似人脑，而视频模型近似物理世界。” 学会了物理世界中的普遍规律，让具身智能也更加接近人的智能。例如在机器人领域，以前的传导流程为，先给到机器人大脑一个握手的指令，再传递到手这个部位，但是由于机器人无法真正理解“握手”的含义，所以只能把指令转化为“手的直径缩小为多少厘米”。若世界模拟器成为现实后，机器人就可以直接跳过指令转化的过程，一步到位理解人的指令需求。跨维智能创始人、华南理工大学教授贾奎向光锥智能表示，显式的物理模拟将来就有可能应用到机器人领域，“Sora的物理模拟是隐式的，它展示出了只有其内部对物理世界理解和模拟才能生成出来的效果，要对机器人直接有用，我觉得还是显式的才行。” “Sora能力还是通过海量视频数据，还有recaptioning技术，实现出来的，甚至也没有 3D 显式建模，更不用说物理模拟了。虽然其生成出来的效果，已经达到/接近了通过物理模拟实现的效果。但物理引擎能做的事情不仅仅是生成视频，还有很多训练机器人必须有的其他要素”，贾奎表示道。虽然Sora还有许多局限性，但在虚拟和现实世界之间已经建立了一个链接，这让无论是头号玩家式的虚拟世界，还是机器人更像人类，都充满了更大的可能性。来源：金色财经

金色财经2024-02-19

英伟达股票再创新高,市值超亚马逊谷歌,成为美股第三!

时超过1万亿美元的市值。在聊天机器人ChatGPT横空出世点燃AI浪潮后，市场对英伟达AI芯片的需求激增。英伟达股价去年上涨了两倍有余，然而该公司堪称疯狂的涨势远未结束。 2024年刚进入第二个月，英伟达股价今年迄今为止已上涨了近50%，市值增加了约6000亿美元，超过了它在2023年最后七个月的市值增幅。 1月上旬，英伟达发布了具有高性能生成式AI功能的桌面端GPU——GeForce RTX 40 SUPER系列，包括RTX 4080 SUPER、RTX 4070 Ti SUPER和RTX 4070 Super，并且在AI相关组件和软件方面也取得了进展。最近英伟达还推出了 Chat with RTX，一款演示应用程序，让你能在个人电脑上运行自己的AI聊天机器人。无论是YouTube视频还是个人文档，都能用来生成摘要或获取基于个人数据的相关答案。整个过程完全在本地电脑上进行，你只需要一张拥有至少8GB VRAM的RTX 30或40系列显卡即可。因为以上原因，英伟达股价不断攀升至新高。英伟达后续还会继续上涨吗？ 2023年可以说是英伟达成立近30年以来最好的一年。由于大语言模型带动的训练和推理算力需求的增加，导致市场对英伟达AI芯片(H100、A100等)和HGX平台的采购需求也出现了飙升，受此影响，英伟达的股价在2023年上涨了近240%。因此，小编会在2024年继续看好英伟达，主要有两点理由。 1.个人电脑市场出现复苏迹象 2022年，宏观经济逆风重创了科技市场，并引发了抛售，纳斯达克100科技板块指数当时也下跌了40%。然而，随着通胀的缓解和对AI新兴行业的兴趣增加，科技行业在2023年开始出现复苏，并有可能在新的一年继续改善。根据Gartner的数据，2022年个人电脑的出货量下降了16%，原因是在疫情早期购买新电脑的消费者完全没有升级或换新电脑的动力，而且通货膨胀和利率上升也对消费者的可自由支出造成了影响。但这一数字在2023年第三季度已经有所改善，多家相关公司的季度业绩也表明，个人电脑市场正在复苏。在与个人电脑相关的业务方面，英伟达主要将其归为游戏业务，因为其硬件被消费者用来组装高性能的游戏电脑。随着个人电脑市场的复苏，英伟达的游戏业务收入已经同比增长了81%，环比增长了15%（截至10月29日的2024财年第三季度）。 2、英伟达仍将保持AI领域的主导地位 AMD和英特尔(INTC)等公司虽然也在搞GPU，但过去很多年他们主要还是在发展和推广中央处理器(CPU)，而英伟达则完全把GPU作为自己的战略和重点。因此，当科技公司在去年将业务重心转向AI以及为AI提供算力的GPU需求飙升时，英伟达在AI芯片领域的市场份额迅速达到了近90%。 AI芯片销量的飙升也反映在英伟达的财报中，截止2024财年第三季度，英伟达的收入同比增长了206%，营业收入增长1600%。市场对AI芯片需求的增加也使英伟达的数据中心收入在第三季度增长了279%。虽然英伟达在2023年因AI芯片市场缺乏竞争而获利，但这种情况在2024年可能会发生改变，因为AMD和英特尔已经宣布将在未来几个月推出新的AI芯片，而这让一些投资者开始对英伟达2024年的前景感到担忧。小编认为投资者完全没必要担心。因为据Grand View Research的预测，到2030年，AI市场的年复合增长率将达到37%。如果这一增长率能实现，那么到2030年，这个行业的市场规模将超过1万亿美元，这意味着即使出现新的竞争对手，英伟达也有足够的市场空间继续保持其在AI领域的主导地位。此外，虽然AMD和英特尔多年来一直在挑战英伟达在GPU市场的主导地位，但未能挑战成功（英伟达在GPU市场已经占据了80%以上的份额，AMD和英特尔在这个领域的市场份额在不断萎缩），所以，即使到了AI领域，这种竞争格局也不会发生明显的变化。鉴于英伟达在AI领域的领先地位和正在复苏的个人电脑业务，该公司在2024年及以后仍将拥有巨大的增长潜力。投资者如何购买英伟达股票购买英伟达股票需要开通一个美股账户，但是由于各种原因，导致很多华人投资者券商开户十分困难，这里小编认为我们要选择一个比较具有可信度的券商进行投资，像嘉信理财是全球知名的投资券商，开户嘉信理财就可以得到一个同名的银行账户，你可以通过入金USDT到多资产钱包BiyaPay然后出金法币到嘉信证券进行投资美股。 BiyaPay获得了美国证监会的授权，他们也开通了美股投资的业务，你也可以在BiyaPay直接进行美股投资。投资者可以在平台上搜索英伟达的股票代码，并购买英伟达的股票。投资者可以根据自己的投资策略，定期监控英伟达的股票价格，并在合适的时机买入或卖出英伟达的股票。结语英伟达的崛起代表着一个时代的到来——人工智能时代。我们作为投资者，一定要把一定的精力和仓位放在时代之上。你看好或者关注的东西，重要的是把这些东西变成仓位。我们发现有成就的人能不断迭代，当新事物来临时，他能够不断焕发出新的想法，跟上时代，并且身体力行，把迭代变成利益和效益。而那些被大浪淘沙淘掉的人，虽然知道这个机会，但是没有做或者做反了，比如炒概念。但如果投的是一个时代中被业务推动型的公司，那是完全不同的。所以，我们没有理由不去迎接这个时代。来源：金色财经

金色财经2024-02-19

融资超10亿美金 AI公司“月之暗面”获红杉、小红书、美团、阿里新一轮投资

金，为国内大模型领域的头部企业之一。自ChatGPT掀起全球浪潮以来，这也是国内AI大模型公司迄今获得的单轮最大金额融资。

金融界2024-02-19

24小时热点