FX168财经网_全球视野外汇黄金加密货币NFT资讯网

众合科技:通过ChatGPT与公司行业进行结合，落地到行业应用中去

平台是否引入新一代信息技术信创人工智能CHatGPT以及5G技术？对此，众合科技(000925)在互动平台回复称，公司正在积极接洽，主要通过ChatGPT与公司行业进行结合，落地到行业应用中去。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-07-24

ChatGPT板块持续走高凡拓数创触及20CM涨停

ChatGPT板块持续走高，凡拓数创触及20CM涨停，元隆雅图、新致软件、初灵信息、宏景科技大涨超6%。消息面上，7月22日，OpenAI在推特宣布，下周将发布ChatGPT安卓APP，即日起可以在谷歌商店预约下载。

金融界2023-07-24

人工智能概念发力上行，鸿博股份、浪潮信息等明星股涨停

日，OpenAI在推特宣布，下周将发布ChatGPT安卓APP，即日起可以在谷歌商店预约下载。国家发展改革委7月21日就促进汽车、电子产品消费有关情况举行发布会。国家发展改革委就业司副司长常铁威在会上表示，将加大对光纤网络、5G、人工智能等新型基础设施建设的投入支持力度。个股方面，中科曙光发布业绩快报，公司上半年营业总收入54亿元，同比增长7.33%；归属于上市公司股东净利润5.44亿元，同比增长14.94%，基本每股收益0.37元。该公司Q1净利润1.31亿元，据此计算，Q2净利润4.13亿元，环比增长215%。

金融界2023-07-24

二季度获公募加仓，AI浪潮持续演进

艾，AI大模型道路动能强劲。2023年ChatGPT的成功引起市场对AI的关注，此轮AI投资热潮展现出较大的深度和较长的持续性。从机构持仓角度看，AI算力方面，寒武纪-U、芯原股份等获加仓较多；服务器方面，工业富联、胜宏科技等获机构加仓较多。本轮AI行情，消费电子板块亦受益。截至2023年第二季度末，消费电子板块机构持仓占比2.18%，环比+1.04pct。2023年二季度在AI发展下带动的服务器产业链垂直公司较为受益。同时，苹果MR概念等亦有望孕育出部分投资机遇。从机构持仓角度看，工业富联、立讯精密、传音控股、深科技、安克创新、拓邦股份、领益智造等公司机构持仓增加较多。建议持续关注AI人工智能ETF(512930)，消费电子ETF(561600)。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-07-24

中国经济增长前景担忧不断加剧一文看清中国政府最近如何支持其经济

中国最高互联网监管机构发布了24项针对ChatGPT式服务的指导方针，放松几个月前提出的一些限制。金融监管机构也结束对金融行业近两年的监管打击，对科技巨头蚂蚁集团(Ant Group Co.)和腾讯控股有限公司(Tencent Holdings Ltd.)罚款逾10亿美元。 7月10日中国金融监管机构延长对开发商的贷款减免，以确保在建房屋的交付。中国人民银行还暗示，银行将能够重新协商抵押贷款合同或延长新的贷款，以降低住房贷款的融资成本。据彭博社7月报道，监管机构也在考虑放宽国内大城市的购房限制，这可能会消除多年来抑制北京和上海买房需求的障碍。 6月13日中国央行出人意料地下调主要政策利率，为经济提供货币刺激。此前公布的数据显示，中国房地产市场低迷，私人部门投资下滑令人担忧，年轻人失业率创下历史新高。

tqttier2023-07-24

周末突发重磅消息！岸田文雄突然就中日关系发声，中国是最大贸易伙伴！OpenAI遭微软“劈腿”后祭出大动作

penAI遭微软“劈腿”后祭出大动作：ChatGPT安卓版下周上线！ OpenAI公司的ChatGPT工具自去年11月发布以来已经以令人震惊的速度获得了大量用户，不过近期的流量却显得有些力不从心。该公司周六在推特宣布，下周将发布ChatGPT安卓APP，即日起可以在谷歌商店预约下载。在微软官宣与Meta合作后，OpenAI祭出了安卓版ChatGPT这个“大招”。若是安卓版像iOS版本一样受欢迎，那么在接下来的几周内，将看到一些关于OpenAI浏览量的数据大变动。芯片三巨头CEO促美政府研究对华出口限制影响并暂停行动彭博社当地时间21日援引知情人士消息披露，美三大芯片巨头首席执行官（CEO）本周一（17日）在华盛顿举行会谈时向拜登政府官员表示，美国政府应当研究收紧对华出口限制的影响，并在实施新限制之前暂停实施有关举措。彭博社进一步披露，本周一在华盛顿举行的会议上，英特尔公司CEO帕特·基辛格、英伟达公司CEO黄仁勋和高通公司CEO克里斯蒂亚诺·安蒙警告说，采取相关出口管制措施可能会损害美国在该行业的领导地位。知情人士还透露，拜登政府官员听取了简报，但没有做出任何承诺。韩总统尹锡悦岳母当庭被捕系韩国宪政史上首次据韩联社报道，韩国总统尹锡悦岳母崔恩顺伪造银行存款余额证明书案二审21日宣判，法庭驳回被告人提出的上诉，判处崔恩顺有期徒刑1年，维持一审判决，并将其当庭逮捕。韩联社称，现任总统的岳母当庭被捕在韩国宪政史上尚属首次。大公司动态：中炬高新：公司总经理邓祖明辞职中炬高新公告，公司董事会于2023年7月22日收到邓祖明的辞职报告。因个人原因，邓祖明辞去公司总经理职务。辞职后，邓祖明将不在公司及下属子公司担任任何职务。王健林转让北京万达投资49%股权所得资金将用于偿还7月23日到期美元债王健林将北京万达投资有限公司49%的股权转让给了上海儒意影视制作有限公司。目前双方还未披露此次转让股权的价格。有知情人士称，此次万达集团将出售的资金用于偿还7月23日到期的4亿美元债本金。马斯克：推特品牌的“蓝鸟”标志或改成“X” 马斯克在社交媒体上表示，不久，我们将告别推特品牌，并逐渐告别所有“鸟类”。如果今晚（网友）给出足够好的“X”标志，我们明天将在全球范围内发布。资本市场：蚂蚁、天天、理财通均行动，确定下线净值实时估算功能 7月22日，理财通发布了《关于暂停部分基金盘中净值实时估算服务的公告》。截至目前，蚂蚁、天天、理财通等互联网第三方平台均已下线大部分基金的净值实时估算功能，仅有指数类产品保留该功能。多家基金公司人士称，下线这一功能是经过了与监管的沟通，对基金产品运作不会造成影响，且有利于减少因估算不准确对投资者造成的误导，引导他们长期理性投资，总体上是在对行业进行规范。宣布降费的公募基金公司增至33家又有公募基金加入降费行列，今日包括睿远基金、兴银基金、永赢基金、中银基金、国泰基金、华泰保兴基金、朱雀基金、诺安基金、中银国际证券、国泰君安资产管理、华泰证券资产管理等11家家公募机构宣布下调旗下部分基金费率并修订基金合同的公告。截至7月22日，宣布加入降费行列的公募基金增至33家。中信证券：建议借情绪冰点逐步布局产业主题坚守科技、能源和国防三大安全领域的优势品种中信证券研报指出，月底政策关键时点临近，美联储加息进程或在7月结束，人民币汇率的拐点正在构筑，活跃资金仓位迅速下降，场内流动性和情绪的拐点将至，市场正临近三重谷底尾声，8月料将迎来转机。首先，政策的关键时点临近，预计月底政治局会议会围绕产业政策、债务处置和扩大内需三个维度展开，下半年政府支出边际上或发力，扭转上半年负增长的趋势，民营经济支持政策密集推出，提振信心的效果料将逐渐积累。其次，人民币汇率正构筑拐点，美联储在7月或继续加息25个基点，加息周期临近尾声，央行在关键时点和位置上调跨境融资宏观审慎调节参数有较强信号作用。最后，市场流动性和情绪正临近拐点，活跃私募仓位在近两周迅速下降，今年以来首次降至历史中位之下，两市缩量背景下TMT板块融资余额明显下滑，市场热度指标回归低位。配置上，建议借情绪冰点逐步布局产业主题，坚守科技、能源和国防三大安全领域的优势品种。阿里大动作！投资5年后清仓500亿AI巨头在投资5年后，阿里清仓减持了AI巨头商汤科技。近期，港股上市公司商汤-W发布公告称，收到阿里巴巴的全资子公司Taobao Holding Limited通知，其已经有序出售所持有的商汤的所有B类股份。这意味着阿里选择退出曾经投资多年的商汤科技。

金融界2023-07-23

谁拖了中国ChatGPT的后腿？

ChatGPT已经成了全球信息技术产业界毋庸置疑的现象级产品。它以“通用人工智能”的名义，跟人类唠家常，帮人们起草邮件和律师信，回答一些玄奥的终极哲学问题，写一段可用的Python代码，回答一些看似需要复杂和递进逻辑的问题，根据一些人物设定撰写一段电影剧本，书写一首优美的情诗，捉刀大学生的论文作业......似乎人类历史上还没有这么一个全能的AI物种。比尔盖茨说ChatGPT出现的意义“不亚于互联网的诞生”，微软CEO纳德拉（Satya Nadella）说它堪比工业革命，人工智能口头爱好者们又一次惊呼“奇点”来临，普通人再度担心自己的工作被ChatGPT这样的全能型AI助手取代......从IBM的“深蓝”，到Google的AlphaGo，再到OpenAI的ChatGPT，25年过去了，AI在不断进化，人类对AI的日常反应却看不出什么心智上的成熟，这真的是一件令AI开心的事。我已经用ChatGPT干过诸多不可描述之事，发现它并不能每每得心应手，却能在一些看似更艰深的问题上给出更出色的答案和解决方案。比如你问它比亚迪能不能打败特斯拉，它可能会给出一些结构清晰而无奇、事实谬误颇多同时又毫无个性的论述；但如果你问它自动驾驶将如何改变一辆汽车的工业设计，它倒是能够从底盘革新、内饰变化、数字娱乐和外型突破等方面给出充满由内至外想象的论述。从整体而言，ChatGPT相当的不完美，尤其是在提供令人信服的准确性方面，但它在提供结构化的信息论述、打开想象力和解放创造力等领域经常令人类觉得惊艳。你说不上来它对你有什么无懈可击的具体用处，但它又能帮你实现和完成一些琐碎的、冗余的甚至有创造力的事。正是这么一个看似无用却有用、看似有用却无用的ChatGPT，推动它的母公司OpenAI被微软追加累计的超过100亿美元的投资，它用两天时间突破100万用户，Facebook曾经花了305天；它突破1亿用户花了两个月，就连TikTok也需要9个月——请记住，与Facebook和TikTok不同，ChatGPT还不是一个独立的消费级互联网产品，它仍然仅是一个采用了GPT-3自然语言模型的包含1750亿参数的大型神经网络——当它被优先授权给微软集成在Office和Bing等办公软件和搜索引擎服务的时候，才真正地变成一个“可用”的产品。但这已经让中国的人工智能独角兽们够嫉妒的了。 500名员工，公司整体估值接近300亿美元，这是OpenAI；动辄几千人，公司估值/市值充其量10-20亿美元，这是中国的多家AI“小巨头”。因为人效和价值的巨大差距，更因为ChatGPT对全人类现实社会骤然释放的影响力，ChatGPT的诞生给中国人工智能领域的刺激是不小的。很多人又跳出来了，感慨中美人工智能差距进一步拉大，中国想赶上这波浪潮“任重道远”。还有一些人，又开始热衷探讨为什么中国没有自己的ChatGPT，结论仍然是“中国缺乏创新土壤”和“中国互联网公司都在搞直播和买菜”这样，既不负责又罔顾事实的蠢话。中国互联网公司并没有都在搞直播和买菜，他们在从事半导体开发、AI模型研究和自动驾驶；美国的互联网公司搞直播、买菜尤其是互联网金融的时候也很风生水起，那些拿着手电筒和放大镜拼命找自己问题，极力美化对手，用遮瑕霜不遗余力涂抹对手的问题，把原因归咎于简单粗暴的理由的人，可以闭上你们的嘴，这不是反思中国为什么不能率先诞生自己的生成式人工智能模型的正确姿势。作为在人工智能和自然语义处理领域积累最多的中国互联网公司，百度过去五年一直在搞自己的深度学习大模型“飞桨“（Paddle Paddle），甚至用自己的通用AI芯片“昆仑芯”训练自己的模型——它们是百度训练自己的“ChatGPT”的基本环境和前提。阿里巴巴、字节跳动和滴滴也都有基于自身需求的自然语义训练模型。可以说，在训练复杂的上百亿参数的自然语义模型方面，中国的公司和研究机构的“家底”并不薄弱，起点也并不比美国同行低——至少在2016年前后的时候是如此。这几年中美人工智能界在大模型领域产生的差距，不是意识、起点和能力的问题，而是道路和方法的问题。中国与美国在类ChatGPT的人机对话模型领域的差距，也不是所谓的监管导致的。如果你与ChatGPT就一些更丰富的宗教、文化、民族和地缘政治等议题展开过坦率的交流的话，你会意识到它在看似拒绝和审慎讨论这些议题的背后隐藏着某些特定的立场倾向，是与美国社会普遍公认的主流价值观微妙重合的。可以说，任何一个，而不是某一个自然语义的复杂模型，其模型建构、语料采集、训练和参数调整的过程，都是基于特定价值体系的“内容审查”的过程，都有着维系其价值体系的自觉。我们不是应该不应该在自然语义模型里“生成”中国的价值立场的问题，而是它该如何生成，才能真正地制衡英语主导全球互联网语料库必然导致的世界观与文化霸权，加强中文语言理解基准在全球自然语义处理体系的权重，进而为世界人工智能和人机对话的发展提供文化上的多样性。我也严重不同意中文互联网信息内容质量太糟糕导致中国类ChatGPT模型语料源头被“污染”的说法，这同样是既偷懒又显得大聪明的判断。因为互联网上的信息总量原因，英语内容无疑是世界上最多的，质量堪忧的极端化内容也是最多的，它们都会影响自然语义模型训练的过程和结果。ChatGPT在早期的训练中优先使用内容质量较高的社交论坛Reddit上的高赞内容，是有特定的语料选择倾向的。如果中国优先选择知乎和得到等知识类社区，以及主流媒体优先作为语义模型的语料库的话，就不存在语料被污染的问题。更遑论以大部分持“中文内容质量低”的人们的外语水平和阅读广度，根本不足以支撑他们的论断。但是无论如何，ChatGPT的横空出世，对我这么一个多年来一直呼吁“告别硅谷崇拜”的人来说，的确是一个不大不小的刺激，也是一个观念的挑战。这不是因为我觉得中国和美国在人工智能领域竞争的差距就此拉大了，而是因为ChatGPT这样的通用人工智能人机对话模型，是一个真正可能从全人类——而不是某一个特定领域和行业的角度，推动社会生产协作与文明进程的工具。其意义大于移动互联网的出现，堪比电子邮件和搜索引擎的诞生。作为一个人工智能大国，中国早就不是电子邮件和搜索引擎诞生时期的信息技术产业一穷二白的国家了，但是，我们却没有让这类能影响人类文明进程的通用人工智能的创新首先发生在中国，训练一个基础语料由中国文化与价值体系为建构的模型。更何况，ChatGPT的模型训练方式，很大程度上依靠的是“大力出奇迹”的参数升级、反复训练和模型依据生成内容反馈持续迭代优化——这原本是中国团队最擅长的工作方法。当一家美国的创业公司用从微软融来的钱不惜代价投入巨额算力成本，大量雇佣非洲和中东的数据工人进行信息标注、用最高效率的迭代与Google这样的巨头进行自研语义处理大模型的“军备竞赛”时，你还是有一种很不真实的感觉——这究竟是一家旧金山公司还是一家深圳公司。像ChatGPT这样的自然语义处理模型应该可以诞生在中国但却没有诞生在中国，其原因还得从中国从事人工智能的科技公司——无论巨头还是创业公司这些年在干什么开始说。很多人可能从来没意识到的一个问题是：像ChatGPT这样的超大规模通用自然语义处理模型，由一家AI创业公司建构最可能产生奇迹，而在一家科技巨头内部通常不会实现更好的结果。这就是为什么Google的LaMDA对话应用模型和近期仓促上阵的Bard都没有大放异彩的原因，也是百度接下来势必面临的挑战。为什么？首先是因为通用自然语义处理建模太烧钱了。其实，烧钱通常并不是大公司的本事，反倒是创业公司的特权。科技巨头几乎都是上市公司，百亿美元级别的投资砸在一项相当长时期看不到回报的事上，首席财务官在面对董事会和股东大会时的压力是很大的，也经常是被股价惩罚的，这导致大公司不敢做大冒险，不大冒险就不会有大迭代。什么叫“大力出奇迹”？就是先花大钱出大力，然后再祈祷奇迹的发生，而不是默认一定得出现奇迹，然后再决定花钱出力。可惜，大公司只能是后者。这也是为什么即便从ChatGPT受益颇丰的微软，也只敢从一开始的10亿美元，历时四年，直到今年的百亿美元，一笔一笔，持续地追加投资，以支持OpenAI在微软的“体外”，多年如一日地训练GPT模型。微软通过投资OpenAI获得的股权享有整合ChatGPT模型能力进入其Office和搜索引擎的优先权，它未来会不会吃掉OpenAI可能是一件不太好说的事，但至少市值近万亿美元，一年收入几百亿美元的微软，是绝对不敢一开始就“大力出奇迹”，兀自凭一己之力训练这个模型的。其次，因为人们对科技巨头从事创新事业的容错度很低，而对创业公司的错误和偏差较为优容。Google为了应对以ChatGPT的压力，仓促推出了人机对话测试版Bard，被发现一些对话出现了基本的事实错误，于是被无限放大，市值一夜蒸发千亿美元。事实上Google不是不清楚这一点，要不是被逼急了，它也不会这么冒失。Google在2021年公布的LaMDA模型，参数级别和信息搜索能力都明显高于当时OpenAI训练的GPT-3，但Google迟迟不敢公测其效果，就是因为害怕它出现失误，引发公众的不信任和股价的下滑。 Google在乎的，OpenAI都不在乎。从ChatGPT发布的第一天起，它就公开地说自己没有信息检索能力，语料库也只到2021年12月，更回答不了很多关于价值和道德判断的问题，还经常犯事实错误。对ChatGPT的自我“摆烂”，测试者很宽容地接受了，对它在编程、文学创作、格式化写作、寻医问诊等领域展现的信息关联、情感表达、逻辑结构、思维连贯性一系列能力惊叹不已，对它犯的错误轻轻带过。 2019年3月，在GPT-2模型取得前所未有的成功后，成立了4年的OpenAI决定由一家非盈利的基金会转变成为一家商业公司。毕竟没有任何一家基金会能受得了它的首席科学家年薪150万美元，2019年5月，山姆·奥特曼（Sam Altman）出任OpenAI的CEO。接着，OpenAI获得了微软的10亿美元投资。2020年5月，OpenAI推出的GPT-3模型，参数从GPT-2的15亿陡升至1750亿，形成了一个前所未有强大的自动学习系统。可见，一家含着金汤匙出生、融得到巨资、有巨头业务捆绑加持的人工智能初创公司，从事通用的人工智能自然语义模型建构与开发，不计成本投入模型训练，是最理想的状态。最强大的模型带来的想象力和商业回报足以刺激微软和其它的投资者。那么，怎么这个逻辑在中国就跑不通了？中国曾经有没有一个强大的通用自然语义人工智能模型，哪怕就是一个雏形？要回答这个问题，不妨看看微软首次投资OpenAI的时间：2019年7月。在微软押注OpenAI的GPT模型之后4个月，也就是2019年11月，微软负责必应搜索业务、同时也是微软人工智能最高负责人的全球资深副总裁、中国香港籍计算机科学家沈向洋宣布离开工作了20余年的微软。而沈向洋对微软通用人工智能模型的最后一个贡献，就是由微软亚洲互联网工程院在2014年主导研发的聊天机器人——小冰。 2020年7月，小冰从微软独立出来，成为一家中国的人工智能创业公司，沈向洋出任董事长，原微软亚洲互联网工程院常务副院长李笛出任CEO。小冰独立之际已发展至第六代以上，产品形态涉及对话式人工智能机器人、智能语音助手、人工智能创造内容提供者和一系列垂直领域解决方案。小冰曾经引发公众讨论的，除了充满情感和女性性征的聊天机器人之外，还有它在汉语诗歌创作领域的惊艳表现——她出过一本诗集《阳光失了玻璃窗》，收获了不少好评，以及更多的争议。毫无疑问，一个能写诗，进行简单情感和基于常识的对话的小冰机器人，是几年前全世界范围表现上乘的对话式通用人工智能模型。沈向洋主导的团队不可能不懂搜索，更不可能不懂人工智能。而沈向洋从微软出走和小冰的“独立”，加之微软CEO纳德拉主导的对OpenAI的投资和合作绑定，其实是中美最顶级的人工智能操盘手，在通用人工智能模型领域的一次正式的分道扬镳。那么，今天的小冰，还写诗么？它在做什么？这两年，小冰早就不写诗了。它在忙着商业化。它成立了游戏工作室，为游戏提供NPC脚本对话内容；它与冬奥会合作，提供自由式滑雪空中技巧视觉评分系统；它为万得资讯提供人工智能生成的上市公司公告文本摘要；它给万科等企业定制了客服专用的虚拟数字人......它在努力地成为一家“赋能”各行各业，同时让自己能造血赚钱的人工智能解决方案公司。一句话，昔日代表了通用自然语义人工智能模型较高水准、中国人撑起全部格局的人工智能团队，现在成了一个生成式人工智能与决策型人工智能混合的、为具体的场景提供具体解决方案的人工智能供应商。你不能说这是小冰的“堕落”，毕竟它只从资本市场融资了数亿元人民币。按照ChatGPT的模型训练方法，这些钱一天就花完了。没了微软的护身庇佑，小冰得自己顾自己的命。可是，我也从来没听说过百度、腾讯或者字节跳动，想过要投资小冰，支持它继续搞通用自然语义人工智能的大模型。不仅仅是小冰。过去几年中国也有其它从事通用人工智能自动建模和异构计算，让国内外7-8种芯片通过该模型接入软件的创业团队，但只要是拿这个模型出来融资，就搞不定任何的一个投资人。中国的投资机构从未表现过对通用人工智能模型的兴趣，和哪怕一点点的想象力。 “超过85%的投资人一上来就要求我们介绍产品的场景，我们说我们帮GPU对接软件生态，连英伟达都用我们的模型，投资人说这个不算场景。我们说我们也有客户，卫星、码头、智慧城市和智慧工业的研究，他们说你干得太散了，我们不投”。这是我自己听到过的做通用人工智能模型的创业者对我的吐槽。众所周知，中国的VC是最喜欢“教育”创业者的，当然也少不了教育从事人工智能创业的科学家。“你得在这个行业有点数据”，这是他们最爱教育AI创业者的一句话。在某一个行业有数据，而且要专注在某一个细分领域提供解决方案，这是中国大多数号称投资人工智能的VC和PE们的思维定式。然后看的就是“场景有多大”，安防摄像头的场景足够大，于是估值模型就变成了中国这么大，能安多少个摄像头？每个摄像头多少钱？总的摄像头盘子有多大？好，盘子足够大，摄像头这个细分领域我们投了。再看看港口智慧物流，中国有多少个港口？有多少个是深水港口？每个港口码头能为AI解决方案付多少钱？原来就付这么点儿钱啊，看来“港口”这个场景不够大，那我们不投。AI虚拟数字人做客服？能跟元宇宙挂上啊，那有故事有想象力，好，我们可以投投试试。所以，你看到的情况就是，中国的人工智能“四小龙”基本都在做摄像头和人脸识别的生意，都变成了AI的项目实施和集成商，商业模式一如30年前的东软和软通动力，自己活得举步维艰，巨额亏损，还得撑着中国人工智能产业的排面，撑着人工智能这一领域的估值和想象力。在相当长的一段时间内，几乎没有哪个人工智能领域的投资人发自内心地相信一个通用的模型能在各个行业复用。其中偶尔有几个对通用模型有点耐心和兴趣的，基本都是人民币基金，美元基金对中国团队搞通用模型的尝试真的是兴趣阙如。你以为是他们通过对比OpenAI和Google这样的公司的模型训练难度和水平，从而觉得中国团队做起这个事来有差距？那你还真是想多了。他们知道GPT模型研发是怎么回事的时间，也就是最近这俩月的事。那些大言不惭“在我眼里商汤和旷视就是卖安防摄像头的”的一线投资经理，那些傲然地跟创业者说“你这个模型又不是场景”的一线投资合伙人，更遑论那些历史上几乎不投人工智能，过去这么多年一直在鼓捣中国创业者“出海”搞加密货币的美元投资基金的合伙人，今天都突然摇身一变，宣称要支持创业者搞“中国的ChatGPT”了。那么你倒可以想想，他们的信誓旦旦和踌躇满志，含有几分对通用人工智能模型的理解和真诚，又有几分是投机和算计。你更可以想想，一个超级自然语义模型的训练可能一天就得烧几千万甚至上亿人民币，更何况现在提供大模型训练的算力模块——世界顶级的GPU，因为美国的无理禁运而变得越来越难以获取。以那些投资人过去这么多年的心性和行事风格，他们又能坚持得了几天，肯说服投委会投多少笔钱进去，还是能帮这些创业团队搞定GPU的问题？不定哪天，弄不好也就半年之后，他们就又开始催着这些做通用模型的团队，尽快“在细分领域实现商业化”。以百度对飞桨PaddlePaddle模型投入的坚持，尚且不可避免它从一开始就将这个模型产业实践化，尽快追求在不同行业的商业化。而在很大程度上，通用人工智能大模型的训练，存在着海量数据、高质量有创造力的内容输出和产业应用落地的“不可能之三角”。能实现海量数据和高质量有创造力的内容输出，就势必不能快速应用于某一个产业的具体落地——比如ChatGPT。要想在人类创造的互联网最大范围的海量数据里创造具体的产业落地场景，就一定无法提供最高质量的结果，因为基于海量数据的内容生成与精准决策系统一定存在冲突——这其实是个废物。如果想实现高质量的内容输出，以辅助精准的产业落地场景决策，就一定得牺牲最海量的数据，而以大多数精准的产业场景所拥有的数据，是无法支撑真正的大型模型训练和研究的——这是中国绝大多数“产业细分”人工智能解决方案今天面临的困境，也是所谓“产业ChatGPT”是个换汤不换药的伪命题的原因。那些今天摩拳擦掌要大举杀入“中国的ChatGPT”的创业者和投资人们，且不说你们兜里有几个钱和几块GPU，既然都上了这艘船，都觉得自己攥着船票，那通用人工智能的“不可能之三角”，你们决定舍掉哪一个角？这是个首先得想清楚的问题。换而言之，哪个投资机构——无论是财务投资机构还是大公司的投资部门，有持之以恒数年如一日投入训练自然语义大模型，无限拉长回报周期的定力？毕竟历史告诉我们，这是一群最没有定力，最着急找接盘侠的人。中国从来就不缺优秀的创业者和科学家，在人工智能领域同样不例外。中国和美国科技公司在人工智能领域的水平和积累是全球范围内最接近的，至少几年之前中国和美国在自然语义大模型的建构和训练上的差距也并不大。但是中国确实缺一些视野更开阔、不人云亦云、有定力有远见的投资机构和投资人。沈向洋、李笛、马维英、王小川和李志飞等这些人，他们出来做通用自然语义大模型的创业项目都挺靠谱，但问题是得换一批背后支持他们的投资机构和投资人，有一些太擅长“做局”和投机，在加密货币等赛道上浸淫太深的投资机构混杂在其中，是应该被拉进黑名单的。说句实话，尽管过去这么多年都没什么正经的投资机构在看通用人工智能模型，可毕竟还是有一些机构也投了不少回报周期极长的人工智能公司。比如那些投资了中国本土激光雷达和自动驾驶解决方案的VC，他们是对树立中国在全球汽车产业百年未有之变局中全新的竞争力做出过贡献的。还比如那些投资了中国本土GPU的VC——这注定是一个充满艰险，面临美国封禁和打压，回报周期极其漫长的赛道；但这些本土新崛起的GPU玩家——无论是瀚博、壁仞还是其它，它们未来是可能为中国的通用自然语义处理模型提供弹药的。它们背后的投资人，如果有一天真的谋定思动，出手加持中国的自然语义大模型项目的话，我对他们可能有一些更不一样的预期和信心。只是这样不咋咋呼呼、不拖后腿、不急功近利的投资人和投资机构，不是太多，而是太少，但中国的自然语义模型建构和训练需要这样的投资人和投资机构——无论它是财务投资者，还是战略投资方，或是有国家意志加持的资本机构。中国要有自己的通用自然语义大模型，它需要有为全球通用人工智能提供中国智慧、中国价值体系和中国方案的愿景，需要从语料库选择、模型建构与训练、参数调整的全过程前置规避风险和法律、道德与伦理问题，更需要的是定力和耐心。无论如何，它不能投机。来源：金色财经

金色财经2023-07-23

华西证券：给予中科曙光买入评级

GC 背景下，智算龙头持续收益　　ChatGPT 已经开启大模型“军备赛”，算力呈现明显缺口。公司作为算力领域排头兵，有望深度受益。我们判断我国算力建设持续提速，正处于“超算”向“智算”跨越的新时代，智算建设有望明显加速。因此 AI 相关产品需求旺盛，其中包括 AI 芯片、 AI 服务器、 AI 云为核心产品相关存储、液冷产品同样高度受益。中科曙光作为高性能服务器领军企业，旗下多款产品深度受益。 1、芯片，海光 DCU 提供强大算力支撑，海光 DCU 属于GPGPU，广泛应用于科学计算，人工智能模型训练和推理； 2、服务器，中科曙光为高性能服务器领军企业，目前已广泛应用于运营商、金融、互联网、教育等行业客户； 3、云计算，公司云计算具有长期的技术积累，可提供OCR、 NLP 等人工智能服务，曙光云具备全栈服务能力。 4、存储，中科曙光分布式存储市占率前三，彰显其技术实力； 5、液冷，中科曙光是中国液冷数据中心领导者，其技术优势显著。因此，中科曙光作为我国计算领域龙头厂商有望在 AIGC 的背景下持续受益。　　投资建议　　公司在我国信创服务器、 AI 算力、高性能计算、存储等领域具备领先优势，将受益于信创、 AI 等产业高速发展。维持公司 2023-2025 年营收预测 154.11/180.20/ 207.91 亿元，维持公司 2023-2025 年归母净利润预测 20.24/26.46/32.77 亿元，维持公司 2023-2025 年 EPS 预测 1.38/1.81/2.24 元。 2023 年 7 月 21 日总市值为 646 亿元，对应股价 44.12 元，对应 PE 为 31.92/24.41/19.71 倍，依旧坚定看好，维持买入评级。　　风险提示　　1）中美关系不确定风险； 2） AI 建设不及预期； 3）行业竞争加剧； 4）信创进程低于预期。证券之星数据中心根据近三年发布的研报数据计算，东吴证券王紫敬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98.7%，其预测2023年度归属净利润为盈利20.3亿，根据现价换算的预测PE为31.82。最新盈利预测明细如下：该股最近90天内共有11家机构给出评级，买入评级7家，增持评级4家；过去90天内机构目标均价为71.12。根据近五年财报数据，证券之星估值分析工具显示，中科曙光（603019）行业内竞争力的护城河良好，盈利能力一般，营收成长性良好。财务相对健康，须关注的财务指标包括：应收账款/利润率。该股好公司指标3.5星，好价格指标2星，综合指标2.5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，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2023-07-23

浅谈Web3协议层价值：从经济模型中挣钱或是低成本服务社区？

保持留存的是资本激励或产品效用。像 ChatGPT 这样的显著改善用户体验的产品并不需要为用户提供激励就能吸引他们。区块链技术使得应用程序偶尔也能产生类似的魔力。DeFi 在 AMM 和无许可借贷的黄金时代跨越了这个鸿沟，于 2020 年 6 月焕发生机，这是一个我们怀念的时代，称之为“DeFi Summer”。一个寻求通过空投快速赚钱的大量用户群可能看起来像一个社区。但实际上并不是。从长远来看，这对网络来说是一种“成本”，因为如果你想维持价格，购买代币的买方必须为他们提供足够的流动性。例如，昨天有消息透露，Arkham Intelligence 钱包中持有的代币中有 93% 立即被转移。那些出售的成员是社区成员还是对网络的一种成本？如果他们有战略性地回购，他们可以成为社区成员。但只要他们不需要代币来使用平台，他们就没有回购的动机。他们可以将这笔钱分配给其他数百个代币。Compound 和 Uniswap 等 DeFi 产品不仅拥有代币持有者社区，还有成千上万的个人将数十亿美元留存在他们产品的流动性池中。你可以复制他们的代码库，但如果没有建立一个坚定的社区，你无法在足够长的时间内复制他们的流动性池。资本激励有助于长期保留社区。资本激励可以是以代币形式给予用户在网络上执行功能的回报。例如，提供 Filecoin 存储的人会因为他们的贡献而获得代币。早期加入网络也是资本激励积累给用户的另一种方式。比特币和以太坊在这方面是相似的，因为它们的早期采用者通过早期参与和持有耐心积累了丰富的财富。用户的资本配置需求通过共享文化得以超越。Bored Apes 以及我们在上一次牛市中在 Twitter 上看到的众多 GMs 或 WAGMI 就是其中的一个例子。文化有助于个体对齐其身份，并使个体更长时间地保持在其中。文化无法以可量化的方式衡量，但我们在 EthCC 或 Solana 的 Hackerhouses 周围看到的兴奋就是其中的一个例子。它为个体提供了一种机制，使其能够在不投入资本参与对话的情况下建立、联系和构思。协议不能仅凭氛围运行，你需要人们来在其上构建。开发者是文化和资本相结合的方式，有助于长期保留用户的工具。如果将协议视为一个国家，开发者构建的实用工具将使用户（公民？）长期留在网络上。协议可以收取费用，就像高速公路可以收取通行费一样。但如果费用过高，它们将驱使用户转向其他地方。通过这种视角来看，很明显，如果用例与消费者相关，协议可能根本不是为了赚钱而设计的。 Web3 中的护城河是由用户长时间坚持使用网络来促进应用程序中的经济交易而形成的。每个网络都有相同的一组使用相同代码但具有不同品牌的 dApp，并单独销售“更低交易费用”的理念作为独特卖点。我们很快将拥有去中心化的生态系统，用户的注意力也将分散。的确，资本将通过交易所在短期内流向这些生态系统，因为用户进行交易，但它们很快将变成像 EOS 一样的死城。在现实世界中，你无法复制一个国家。没有机制可以在国境内扩大土地面积（没有暴力或经济一致性）。这就是为什么人们被迫集中在中心枢纽的原因，这些中心枢纽在历史上一直是港口。伦敦、孟买和香港在这方面都是相似的。人们的集中有助于推动城市内的网络效应。租金飙升，但这意味着更快的杂货和更好的服务。在数字领域，由于知识产权的运作方式和产品套件的扩展，用户被迫集中在一个生态系统中。谷歌推出其搜索引擎、Gmail（2004 年）、Android（2005 年）、Youtube（2006 年）都促使我们对该生态系统的粘性增强。注册 Gmail 的用户不可避免地进入 Alphabet 的其他产品套件。苹果和 Meta 也有类似的战略，将用户集中在其生态系统内。苹果通过拥有从硬件到支付的整个堆栈将其推向极致。集中用户群体有助于实现规模经济。我之所以提到这一点，是有原因的，而这归结于开发者。如果我为早期协议和 dApp 绘制一个需求层次结构，它将如下图所示。你需要开发者来：形成代码；资本投资；吸引用户。没有代码，我们只是在原地打转。自从 2000 年代初以来存在的风险投资公司非常强调开发者。这是因为开发者数量是可能在协议上发生的经济活动的精确衡量指标。假设你购买了一部 iPhone 是因为它的相机。很有可能你最终会购买一个帮助你在设备上编辑图像的应用程序。因此，你最初的决定（相机）推动了二次购买（应用程序）。随着每个新的应用程序的出现，生态系统变得更加强大，因为用户可以使用的产品套件扩大了。购买设备的价值主张不再仅仅是相机，而是整个向用户开放的生态系统。在互联网的早期阶段，这种变化也很明显。人们并不是订阅了“互联网”。在他们的心中，他们是在订阅一个总结互联网上发生的事情的网页。但只有当人们意识到他们可以发送电子邮件、给他们在学校喜欢的人发送尴尬的短信时，开放互联网才得以发展。现在想象一下，如果有 20 个不同的互联网在竞争，每个互联网都有它们的上市股票，以及完全不同品牌和交易费用的应用程序变体。消费者会感到困惑，互联网也不会成为今天的样子。这就是我们在 Web3 原生协议中所处的位置。价值捕获协议需要大量的用户流动性来支持其上层的新兴应用程序。在 Rollup 升级时代，每个人都有能力假装成下一个 L2（第二层扩展解决方案）。但是，随着每个新的协议出现，我们分散了 Web3 原生产品的用户数量。可能会出现这样一个时期，用户不知道他们工具背后的链或堆栈是什么。但我们还没有到那个时候。在此期间，希望每个协议都能获得与成熟的 dApp 一样多的费用可能是错误的。第一代区块链 dApp 是资本密集型的。下一代可能是注意力密集型的。目前还没有大规模的 Web3 游戏，因为我们更看重交易而不是优秀的游戏。区块链本质上是金融基础设施。因此，可以合理地假设每个用户都希望进行交易。但这种思维方式在一定程度上阻碍了行业的发展。所有这些让我想知道什么是“价值”。代币，如股票、游戏物品和其他流动资产，总会有溢价。根据人群的希望或恐惧，这种溢价可能会上下波动。至少八个世纪以来，投机一直是金融市场的推动因素。我怀疑我们不会很快改变人类行为的这一方面。对于创始人来说，信息非常明确。你可以通过推动叙事来赚钱，即使协议费用或使用率不足。Meme 代币就是这种情况的一种极端版本。另一种方式是构建一个能够产生费用并具有合理倍数的 dApp。Aave 和 Compound 已经发展成为具有这种特点的平台。这两种方式都需要大量的工作。我们见过的最好的创始人能够推动叙事和平台使用，只有一方面通常会导致灾难。提供无与伦比的核心实用性的协议或应用程序由于其粘性而可能具有更高的接受率。这就是 Peter Thiel 所说的“竞争是给失败者的”观点的体现。市场细分越拥挤，新进入者能够获得更高接受率或粘性用户的概率就越低。所有这些只考虑了用户集中度。那么协议经济学呢？ Anagram 的 Joe Eagan 在这里提出了一个很好的类比。最好的协议有一种像亚马逊一样的行为激励机制。亚马逊在很长一段时间内几乎没有盈利，但内在的网络效应在长期内得到了回报。亚马逊上最广泛的卖家与最大的买家群体相遇。从长远来看，任何“成功”的协议都可能具有类似的属性。费用极低，并在此之上构建了最广泛的应用程序，因此用户无需通过其他地方即可完成日常功能。这种协议的变现可能是通过其在区块链上留下的数据的丰富性来实现的。这种情况可能是协议在没有代币的情况下推出。它可以以美元收取费用，而不是为新的原生资产收费。想象一下，用 USDC 支付 0.0001 美元的交易费用。用户可以从当地商店每完成 10, 000 次交易后，就会有一美元“充值”到他们的钱包。但问题在于，大多数基础链无法做到这一点，因为它们的原生代币在其安全模型中是必需的，而且我们不太清楚这样的协议如何盈利。这样的协议可以呈指数级扩展，而无需像今天的以太坊那样，每次协议使用量激增时用户都需要花费大量资金。如果我们相信区块链是交易的基础设施，并且互联网上的所有行为都将成为交易，我们可能不可避免地需要低成本的协议和固定成本。或者，我们可能最终会拥有 50 个新的 L2，每个都有极高的估值，因为市场喜欢新鲜事物。市场可以促进两者，这也许就是其中的美妙之处，既有实用性，也有投机。来源：金色财经

金色财经2023-07-23

华创证券：国内人形机器人零部件产业链有较大机会

ktro至今已发展了84年。软件方面，ChatGPT等大语言模型在历史上首次使得AI可以理解并帮助人类，即拓宽人形机器人可应用的开发领域，硬件方面，特斯拉等科技公司的入局使得规模化效应带来的降本可期，人形机器人有望在广阔的消费市场迎来自己的iPhone时刻。随着产业化持续推进，国内人形机器人零部件产业链有较大机会，建议关注：电机：步科股份、昊志机电、拓邦股份、伟创电气、鸣志电器、江苏雷利、鼎智科技、三花智控、汇川技术等。减速器：双环传动、绿的谐波，中大力德、汉宇集团、国茂股份、南方精工、兆威机电、丰立智能、大族激光、昊志机电、秦川机床等。丝杠：江苏雷利、鼎智科技、贝斯特、新剑传动、秦川机床、拓普集团、恒立液压等。轴承：南方精工、力星股份、伟创电气、苏轴股份、人本股份等。控制器：雷赛智能、禾川科技、华中数控、埃夫特、英威腾等。传感器：奥普光电、华依科技、柯力传感、汉威科技等。

金融界2023-07-23

24小时热点