FX168财经网_全球视野外汇黄金加密货币NFT资讯网

FTM智能AI机器人——开启23年超级算力收益计划

随着22年底ChatGPT的发布后，人工智能也逐渐成为全球各国科技巨头布局的重要板块。ChatGPT是OpenAI公司开发的一种大型语言模型。它是一种基于Transformer架构的深度学习模型，可以对语言进行建模和生成。它可以处理问答、对话生成、文本生成等多种任务。2023年FTM将人工智能算法应用到加密数字领域。在原有GPT 系列模型基础上FTM智能AI机器人针对加密数字交易领域进行深度迭代：让 AI 在通用的、海量的数据上学习交易策略，即掌握基于前文内容生成后续文本的能力。这样的训练不需要人类标注数据，只需要给一段话的上文同时把下文遮住，将 AI 的回答与语料中下文的内容做对比，就可以训练 AI。ChatGPT 就是在 GPT3.5 模型上做的优化，作为 GPT 系列的第三代，GPT3.5 在万亿词汇量的通用文字数据集上训练完成，几乎可以完成自然语言处理的绝大部分任务，例如完形填空、阅读理解、语义推断、机器翻译、文章生成和自动问答等等。所以 GPT 模型每次输出的结果是不同的。同样在加密资产高频交易过程中，FTM机器人基于GPT的底层技术逻辑，在多次交易后自主产生学习，计算出最优的选择并选择执行，在高频交易条件下，在算力允许的情况自主学习帮助使用者创造更大的收益。 FTM社区是整个生态的重要组成部分，当很多人还沉浸在银行储蓄、基金、股票管理中时，加密货币圈的大佬们只用一两年的时间就赚到了别人一辈子都赚不到的钱。外人戴着有色眼镜看数字货币是习惯，但当投资者真正了解区块链和数字货币时，将是一场大规模“真香”的场景。比特币(BTC)成为全球大火，其次是以太坊(ETH)。现在区块链第一条Binance公链无质押，无资金池，FTM智能机器人主网上线，引领区块链3.0时代到来。新时代助力FTM的大规模商业落地和互联网新生态环境的构建自然成为币圈新宠。俗话说吃肉快走，喝汤慢走，项目看发展前景，而沉淀爆款的主流FTM是目前正是受币圈关注的。 FTM1.0智能机器人激励计划游戏说明为抢占区块链智能机器人市场，开发商和节点运营商申请5000万美元增压FTM1.0智能机器人。无需转币|收入稳定|自由进出，FTM推出首个生态，1.0套利夹子机器人，旨在通过实际造福普通用户获取流量，致力干打造全球最大大的DeFi2.0+Web3.0+DAO+Me ta合集，稳定，A无边界，多维度、全生态、多维空间、全生态赋能的财富永续聚合平台。 FTM智能AI机器人区别于机器人最大的区别就是，自主学习和强化学习优化模型。最终让AI机器人成为AI机器人的老师，一次次的自我迭代更新数据库，从而更好更快的为使用者创造收益。除了自我使用以外，FTM也会奖励社区贡献者一定的糖果，激励其更好的参与FTM的生态建设中来。目前FTM已经上币安，火币，欧艺，芝麻开门，酷币等30多家交易平台，为不同平台的用户提供交易服务。FTM智能AI机器人将重新定义智能权益证明机制，区别于传统的DPOS和POW证明机制，FTM完全自主AI学习有更高的交易频率去为用户创造收益以从帮助用户获得更多的权益证明。相信在不久的未来，会有更多的类似FTM一样的AI智能交易机器人，目前整个生态圈结合ChatGPT底层AI智能学习逻辑的，FTM绝对是属于第一梯队的，在这个互联网科技爆炸的时代，时间就是财富的唯一衡量标准。来源：金色财经

金色财经2023-05-18

5月18日午后主力巨资出逃四大板块(附股)

9 中际旭创 20.0% 10:10 ChatGPT 4.66% 202494.15 拓尔思 19.37% 7:7 减速器 3.56% 37561.78 昊志机电 13.68% 14:16 知识付费 3.52% 207122.2 拓尔思 19.37% 11:13 交换机 3.46% 256106.18 兆龙互连 13.28% 27:33 机器视觉 3.35% 73331.92 虹软科技 12.94% 22:25 人脸识别 3.33% 144833.8 银江技术 17.04% 24:26 激光 3.24% 137450.93 机器人 16.12% 13:17 知识产权保护 3.1% 231568.98 拓尔思 19.37% 14:17 华为昇腾 3.09% 22003.68 高新兴 5.54% 9:9 AI算力芯片 3.08% 103808.22 云天励飞 14.68% 14:19 电子身份证 2.96% 37688.52 天喻信息 13.58% 13:13 UWB超宽带 2.93% 84603.59 机器人 16.12% 17:20 大数据中心 2.92% 515288.3 新易盛 20.0% 33:38 华为云·鲲鹏 2.91% 69908.88 今天国际 9.7% 32:34 智慧政务 2.88% 340755.47 拓尔思 19.37% 28:31 教育信息化 2.81% 155995.26 银江技术 17.04% 25:29

金融界2023-05-18

5月18日午后两市板块龙虎榜排名(名单)

9 中际旭创 20.0% 10:10 ChatGPT 4.66% 202494.15 拓尔思 19.37% 7:7 减速器 3.56% 37561.78 昊志机电 13.68% 14:16 知识付费 3.52% 207122.2 拓尔思 19.37% 11:13 交换机 3.46% 256106.18 兆龙互连 13.28% 27:33 机器视觉 3.35% 73331.92 虹软科技 12.94% 22:25 人脸识别 3.33% 144833.8 银江技术 17.04% 24:26 激光 3.24% 137450.93 机器人 16.12% 13:17 知识产权保护 3.1% 231568.98 拓尔思 19.37% 14:17 华为昇腾 3.09% 22003.68 高新兴 5.54% 9:9 AI算力芯片 3.08% 103808.22 云天励飞 14.68% 14:19 电子身份证 2.96% 37688.52 天喻信息 13.58% 13:13 UWB超宽带 2.93% 84603.59 机器人 16.12% 17:20 大数据中心 2.92% 515288.3 新易盛 20.0% 33:38 华为云·鲲鹏 2.91% 69908.88 今天国际 9.7% 32:34 智慧政务 2.88% 340755.47 拓尔思 19.37% 28:31 教育信息化 2.81% 155995.26 银江技术 17.04% 25:29

金融界2023-05-18

行业数据+场景：AI风口下，率先利好的是这样的公司

等推出AI杀手级应用，到百度等大厂追赶ChatGPT，推出属于中国的通用大模型，就连美团联合创始人王慧文、搜狗公司前CEO王小川等行业大咖也躬身入局，资深NLP专家也纷纷下场。截至5月16日，已有255家AI企业/产品被收录在“生成式AI圈子”小程序，还有更多基于大语言模型(LLM)为创业起点的企业正在涌入市场。热闹之下，新一代AI行业的机会究竟在何处？非凡产研经过数月以来不断跟行业内创业者、专家以及AI方向投资人进行深入交流，观察到中国当前AI竞争中首先获得参赛资格的是具有前瞻性视野、拥有模型自训练技术和工程能力，深入运用模型应用到垂直场景，形成商业解决方案的企业。我们还深度采访了四家自训练模型并且应用到垂直场景，快速实现商业化的企业。分别是必优科技的创始人周泽安、澜舟科技创始人周明、秘塔科技COO王益为和睿企科技董事长于伟，深度剖析为什么这类企业能够在AI创业浪潮中率先把握机会以及为什么行业模型是中国产业数智化的关键。必优科技必优科技是一家专注于人工智能领域的智能可控内容生成技术（AICGC，AI-Control Generate Content）的科技型公司，致力于向企业提供30+垂直行业内容的智能创作SaaS服务，驱动内容创作效率革新，同时为企业提供一站式垂类行业模型应用构建（AIGC模型训练，API接口与低代码web应用）的SaaS平台解决方案。澜舟科技澜舟科技是一家业界领先的认知智能公司，致力于以自然语言处理（NLP）技术为基础，为全球企业提供新一代认知智能平台，助力企业数字化转型升级。其主要产品是基于“孟子预训练模型”打造的一系列功能引擎（包括搜索、生成、翻译、对话等）和垂直场景应用。秘塔科技秘塔科技是是人工智能领域的一家新锐科技公司，致力于将重复脑力劳动AI化，以AI为杠杆撬动专业场景的百倍生产力提升。目前，秘塔科技已经拥有近千万用户，成立北京和成都两大研发中心，在文本AIGC、文档辅助创作、法律专业场景等方向上开展研发与产品落地。睿企科技睿企科技是一家深耕垂直领域大模型的人工智能公司，致力于通过领先的多模态大模型和认知决策大脑让每一个组织和个人都能拥有专属自己的个性化AI大脑。公司已经在政务、法务、金融、教育、营销等多个行业落地，产品包括法务合规审核机器人、案件研判机器人、个性化助理机器人等一系列AI产品。 02 为什么要做自训练模型？ •如何定义自训练模型？• 自训练模型是指基于Transformer架构*，使用了大量的预训练数据和自监督学习方法，可以完成各种自然语言处理任务。 Transformer架构*：最早是由Google于2017年在「Attention is all you need」一文中提出，在论文中该模型主要是被用于克服机器翻译任务中传统网络训练时间过长，难以较好实现并行计算的问题。相当于从零搭建、训练语言模型，如BERT、GPT、T5等模型都是基于类似的架构训练。基于行业数据所搭建的自训练模型，往往具备可私有化，开源的特点。本文受访的必优科技、澜舟科技、秘塔科技和睿企科技，均为具有自训练模型并且已率先应用到行业场景，快速实现商业化的企业。 • 自训练与利用API应用开发有什么不同？• 如果从构建商业模式壁垒来说，随着通用模型以超乎人类想象的速度优化延伸其基础能力，越是靠近基础功能的应用越危险。 Jasper AI近期的局面就说明了该问题。 Jasper AI是美国一家2021年成立的专注营销领域内容创作的公司，Jasper AI是GPT生态早期的最大赢家之一。在ChatGPT发布前，用户难以直接使用LLM的语言理解与生成能力，由此Jasper基于GPT-3模型的API，通过模型的微调（fine-tune）*打造了营销内容生成平台，用户量超过10万，成立短短18个月的时间估值快速增长到15亿美元。然而ChatGPT的问世，取代了Jasper提供的部分基础功能，免费的同时兼具极佳的易用性，大部分中小客户的需求可以直接通过ChatGPT满足。这给Jasper的定价带来极大压力，Jasper的优势大大减弱。有消息称，其上轮投资方在ChatGPT成为C端现象级应用时就已经考虑出售其股份了。模型的微调（fine-tune）*指在一个已经训练好的模型的基础上，使用新的数据集或者任务对模型进行进一步的训练，以适应特定的任务或者数据。通常情况下，fine-tune会调整模型的参数，使得模型可以更好地拟合新的数据集或者完成新的任务。如果从开发到商用的难度及成本的角度来说，无疑API应用开发是最快最便捷的，自训练模型的搭建包括了多个复杂环节，包括模型的复杂度、数据的质量和数量、算法的选择和实现、计算资源的可用性、团队的经验和技能等等。在一般情况下，自训练模型从开发到商用的时间可能需要数月或数年的时间不等。例如必优科技所训练的垂直行业语言模型（SLLM）模型耗时14个月，该模型为专注于NLP下的细分CTG（Control Text Generate）方向的行业模型。在创业公司的生存压力下，形成商业解决方案并成功服务客户才是最重要的事情，在此情形下，炼丹和投喂都变得十分讲究性价比。澜舟科技创始人周明博士把当前不同的AI商业解决方案技术路线类比自动驾驶发展阶段，也将AI技术路线的演进比喻成三个发展阶段。 L1（Level 1）是自研/自训练通用大模型，例如ChatGPT所使用的GPT-4模型；L2是在LLM基础上利用行业大数据，建立行业大模型，深度参与到行业使用场景当中；L3是基于各个场景需求，在行业模型/LLM的基础上，根据具体任务，要么做fine-tune，要么做prompt工程等，来满足场景的需要。很多大模型的创业团队刚起步，大多数处在L1阶段，少数团队选择L2阶段创业。澜舟科技从2021年就开始了自研大模型之路，并获得了创新工场、斯道资本等机构的多轮融资支持。据周明博士介绍，澜舟科技推出的“孟子”模型，其技术底座均为澜舟自训练，已经率先形成了商业闭环。而澜舟科技刚成立时就坚持选择自训练模型路径，贯穿L1到L3，并率先形成商业化解决方案。此举从今天看来颇具先见之明。以金融行业为例，现有的LLM无法深入到金融行业的业务场景之中，即使使用大厂的LLM模型，也不会给客户做定制化的fine-tune。所以澜舟科技选择了在自研LLM的基础上，自训练行业模型，服务于金融行业的客户，可私有化部署，可基于客户数据训练，深度参与到行业业务场景之中。必优科技的创始人周泽安认为，模型的生成可控性非常重要，自训练可以完全掌控生成的质量。 “通用大模型可以迅速达到60分，而必优科技的自训练模型能够做到在核心场景里面从60分到90分。” 模型的可控生成可以满足可信、可控的要求。而如果仅使用通用模型的基础微调，其提供给下游场景模型的可控fine-tune优化空间有限。睿企科技董事长于伟博士提出，尽管基础通用大模型已经达到优秀高中毕业生甚至未来达到优秀本科毕业生的水平，但是在实际落地应用中所需要的模型能力更多是专业的能力，需要专业的知识和数据进行训练，而这类知识和数据大多是私有数据，不能对外开放。因此，睿企科技自2018年成立之初就致力于基于Transformer的行业垂直大模型的训练，为行业提供具备专业能力的NLU（自然语言处理解）和NLG（自然语言生成）大模型。 03 行业大模型，是中国当前最容易看清楚的属于创业公司的好机会行业模型是指，依托特定行业自有数据，结合行业场景，通过自训练或基于开源通用模型的API做应用开发的模型。 • 通用大模型入局成本过高，行业模型有更多创业机会 • 通用大模型的创业成本极其高昂，例如在算力成本方面，1750亿参数的GPT-3用到了上万块A100芯片，机时费用是460万美元，资金花费就高达1200万美元。澜舟科技创始人周明博士指出，假设组建10到20人的团队，购买500块到1000块GPU，每年最便宜大概也要投入5000万人民币作为研发费用，能够训练出一个百亿数据级别的模型，如果训练千亿级模型就在需要大概再投入7-10倍的资金，相当于两亿到三亿人民币左右。睿企科技董事长于伟博士指出，随着用户对模型能力的期望和要求不断变高，模型参数和训练数据也需要不断增加，受限于训练成本，未来只有像微软和谷歌这类既有技术又有应用场景、还具备超级财力的互联网高科技公司才有可能在通用大模型训练进行持续的投入。当前国内研发LLM的团队至少30家，如百度、MiniMax和智谱AI等，均为资金，人才，资源、经验密集的大公司及知名创业者领衔。属于大多数创业者的机会并不在通用大模型领域。相比LLM，行业模型的创业并不需要自己训练通用大模型，可以直接基于最先进的开源模型或API进行二次训练，模型训练成本大幅降低。不需要一开始就对标GPT3.5做千亿级参数的大模型，减少模型参数量反而使得训练的算力成本下降、复杂度降低，在小样本学习下进行多次有效的训练，从而迅速获得know-how和产品反馈。减少模型参数之后，训练一次的成本甚至能够从几百万美元减小到几十万美元。那么就得以在特定领域对模型进行多次训练，此时与通用大模型就形成了差异化优势。并且相对低的成本会带来客户可承受的定价，尤其是在结合客户数据的二次训练阶段和使用阶段的成本要低很多。秘塔科技COO王益为提出创业公司难以兼顾的三个难点，即“不可能三角”：投入的成本、模型的多样性和模型的可信度。除非有无穷无尽的资金、资源可以投入，大多数模型只能做到其中一点或者兼顾两点，即使 OpenAI 也达不到三者兼顾的程度。周明博士提出，澜舟科技目前并没有做千亿级的大模型，除了成本考量，一个重要原因就是客户目前没有那么强的需求，必须做一个千亿级大模型。在很多场景，客户需要低成本且适用的模型。必优科技周泽安认为，通用大模型的基础底座很重要，给各行各业整体带来了在泛化生成能力上的提升，但在如何利用通用模型打造出满足业务场景的下游模型更为关键，虽然大模型目前已经显现出在特定场景的具象处理能力，但其在实际应用的可控生成能力（可控输入/输出、可信可塑内容）却要弱于场景模型。针对在特定场景和特定用途的数据集上训练更精细的模型，所以必优科技依托于自研 RFKL智能算法范式迅速尝试了90多个场景模型（伯乐、商贾、图芴三大系列），并基于精准的高价值用户反馈数据，可实现模型自我优化。睿企科技于伟博士提出，睿企科技的产品即是从模型的专业性和实战价值出发，不盲目追求模型参数规模，而是专注与针对行业中需要的专业能力，训练能满足要求的性价比最高的模型，解决逻辑应用过程中遇到的算力不足的问题。 • 行业模型的壁垒在于场景和数据 • GPT为代表的通用大模型涌现出惊人的理解和生成能力以及强大的知识储备。但是通用大模型可以全方位碾压行业模型吗？周明博士指出，“通用大模型是万能的，这只是一个幻觉。” 在处理海量数据、重复性流程和追求个性化的C端场景，通用大模型会更有优势；而在非常专业的To B场景，例如金融、法律和医疗等一些对输出内容的精准度以及质量要求比较高的行业，需要在通用模型的基础上加入私密且专业的高价值数据集进行模型训练和工作流程优化，才能满足专业场景的需求。如果能够掌握充足且独特的数据量，不单纯依赖第三方API，选择垂直化方式（自训练模型应用于面向用户的应用），垂直整合场景中复杂度足够深的任务，快速迭代，寻找真实的闭环场景和用户反馈，从而建立竞争壁垒。此外，由于通用模型和行业模型的用户群体差异较大，因此反馈数据有较大差异，使得由垂直行业模型生成的内容更能符合特定垂直场景的需求，生成质量和深度也会更高。用于RLHF（Reinforcement Learning from Human Feedback，基于人类反馈的强化学习）的高质量用户反馈也起到非常关键的作用，有助于不断推动模型产出的内容质量进一步提升。这也说明了行业模型，数据为先，场景为王。睿企科技于伟博士以公检法行业为例，提到执法办案工作人员的工作量大、涉及的各种文书种类很多、流程繁琐、对合规要求相当高，而文书材料也是执法办案过程中的关键部分，不能有一点瑕疵。公检法行业有极大的刚性需求、每年也有大量的预算投入，并且拥有很多高质量数据。睿企科技结合公检法部门的业务需求，基于通用大模型，把专属数据和业务知识放在定制化的多模态垂直大模型里面，帮助公检法部门训练专属AI大脑，推出一系列基于大模型的简单易用的AI产品，包括执法办案智能合规审核机器人、智能接处警机器人等，解决工作痛点提升效率。秘塔科技COO王益为表示，法律咨询场景的核心问题在于不能直接使用通用模型，因为LLM的目前存在Hallucination（机器幻觉，指事实性错误），阻碍了B端的法律场景深度应用。通过一个字去预测下一句，这种技术方式在法律咨询的领域里行不通。所以对于创业公司来说，首先资源是非常有限的，那么一定要选择具有特色的一些场景，比如行业付费意愿强，并且对于可信度要求极高的领域。必优科技基于Transformer架构，引入了自研WCCG（Wernicke Control Content Generate）模型，并在中间加了一层融合，通过可控的方式去生成模型，并且拥有独创的 RFKL 智能算法范式。通用模型本身有很强的知识性，但是精确度方面，通用模型只能解决的是 6 、7成的问题。必优科技则通过场景倒推模型的机制，基于精准的高价值用户反馈数据，通过数据飞轮强化对场景模型的内容生成方向进行引导，实现模型自我优化，在特定场景中需要专门优化模型来提升生成质量，重塑以数据为驱动的内容创作新模式。必优科技在用模型尝试了近百种行业场景后，依据反馈聚焦在了人力招聘、办公office场景。 “自训练特定的场景模型不仅是单纯的在技术层面实现，还要配合对数据的理解，实打实的去扎根到了解这个行业的本质，或者内容到底输出是给谁用？这样才能反向定义数据去训练。” 澜舟科技创始人周明博士认为两年后没有人再会谈论大模型，因为它已经成为基础设施了，行业竞争格局将会稳定，通用大模型领域不再会出现新的创业机会。那就意味着将会就有很多公司倒闭或者转型，这些团队的从业人员在市场上面将会形成很强的技术外溢效应，或者将在非大模型行业内渗透。同时意味着即使是通用大模型做的很好的企业也不能仅仅依赖模型业务，也应该更多去发展各自的生态或者在这基础上做一些新的运营。 • 行业模型可以与通用模型LLM并存 • 目前行业内共识是中国一定要有自己的大模型，大厂一定会专注在全力迅速地建立通用大模型能力。这给创业公司留出了生存空间。在C端，由于大厂的流量、规模效应和千亿大模型的通用性，创业公司的机会将被大量挤兑，需要在夹缝中寻找机会，做大厂没有形成共识的方向；在B端，大型客户大概率不会使用大厂的产品，而倾向于选择可定制的私有化部署解决方案。行业模型创业公司需要具备特定领域的独有关键数据，在具体场景上又快又好的解决问题，兼具私有化部署能力，就可以与通用模型LLM并存，在行业中找到生态位。秘塔科技COO王益为提出只要选取自己真正懂的场景，即使巨头都已经布局，秘塔科技仍然在细分领域里面有机会和提升的空间。而在法律行业，对于生成文本的多样性要求并不是特别高，但是对于法律服务的严谨度和可信度要求特别高。秘塔科技在选择技术路线和产品路线上有一些思考，秘塔科技的模型本身就是为了文生文的任务去做的单一任务训练，相应去精心准备数据库，在专项文本上进行强化和训练，形成正式文件的文风，这就是秘塔科技竞争的优势。在直接向C端提供文本AIGC服务的产品中，秘塔科技拥有最多的用户（近千万）；在法律行业中，秘塔科技的现有用户覆盖数千家律师事务所和公司法务部。睿企科技于伟博士指出，尽管行业模型创业不需要从头训练通用大模型，但是挑战同样存在。行业模型创业需要业务、数据、模型的有机融合，因为用户只会采购能满足他们需求的性价比最高的服务和产品。如何找到一个巨大的市场并把产品和服务做到极致，成为行业头羊，是每个垂直行业模型创业公司必须面对的挑战。 • 行业模型很有可能是中国产业数智化的最后一公里 • 这一波AI被称为第四次工业革命，将彻底改变每一个行业。阿里董事会主席张勇提出“所有行业都值得用大模型重做一遍”。即便中国在通用模型技术上是跟随者，但并不代表着中国市场会参照美国市场而发展。美国的AI赛道创业环境，以OpenAI为例，活跃开放的资本市场、充足的算力资源和人才更适合“大力出奇迹”路线；中国的创业环境更加看重技术应用的深度，中国创业者擅长在产业应用里创新。陆奇博士在奇绩创坛的演讲中表示，中国的重要优势在于政府在AI领域的投入、支持和重视程度高于其他国家。睿企科技于伟博士提到，十三五期间中国政府在公检法领域投入数万亿，催生了一大批人工智能企业的高速发展和上市，加速了人工智能技术的发展。十四五期间，中国政府在大模型上的持续投入也会缩小和美国的差距，并在很多领域超过美国。美国从上世纪90年代就开始了数字化浪潮，相比于美国而言，中国企业尚处于数字化转型初期，中国有大量亟待数字化转型升级的传统产业，有太多需要依赖人工智能实现效率提高的业务场景。在中国30年的产业数智化浪潮之中，一直延续着的信息化-数字化-智能化的演进路线，随着通用模型及行业模型加入到产业数智化浪潮之中，很有可能在部分关键场景率先利用AI模型达到智能化，从而倒逼产业其他工作流及场景快速形成数据沉淀，这将大大加快中国整个产业数智化的进程。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-05-18

异动快报：拓尔思（300229）5月18日13点0分触及涨停板

件开发目前上涨。领涨股为拓尔思。该股为ChatGPT，AIGC概念，人工智能概念热股，当日ChatGPT概念上涨3.94%，AIGC概念概念上涨3.61%，人工智能概念上涨3.49%。 5月17日的资金流向数据方面，主力资金净流出3779.6万元，占总成交额2.59%，游资资金净流出2101.65万元，占总成交额1.44%，散户资金净流入5881.24万元，占总成交额4.03%。近5日资金流向一览见下表：拓尔思主要指标及行业内排名如下：拓尔思（300229）个股概况：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2023-05-18

【午盘快报】沪指午盘收涨0.78%，红利ETF易方达（515180）上涨0.82%，连续10个交易日资金净流入

大涨逾7%，机器人板块掀涨停潮。游戏、ChatGPT、银行板块位于涨幅榜前列。新能源赛道集体回调，光伏设备、风电设备等板块领跌两市。个股方面，两市半日涨多跌少，2568只个股上涨，2282只个股下跌，303只个股收平。截至11:30，中证红利指数午盘收涨0.91%，报5445.66点；相关ETF——红利ETF易方达（515180）今日午盘上涨0.82%，成交额持续扩大，市场交投活跃。数据显示，该基金连续10个交易日获得资金净流入，合计净流额约2.65亿元，资金持续关注。图片来源：wind 指数成分股中，传媒和银行股涨幅靠前。其中凤凰传媒午盘收涨5.75%，华夏银行上涨3.98%，农业银行上涨3.35%，建设银行、工商银行、中信银行涨幅超2%，中文传媒、中南传媒等跟涨。图片来源：wind 中证红利指数从沪深市场中选取100只现金股息率高、分红较为稳定，并具有一定规模及流动性的上市公司证券作为指数样本，以反映沪深市场高股息率上市公司证券的整体表现。高股息率的上市公司大多盈利能力稳定、现金流充沛、估值较低、具备安全边际，投资这类公司，一方面能够获得较为稳定的分红，另一方面可赚取公司业绩增长所带来的投资收益，有助于在中长期获取不错的回报。中国上市公司协会日前发布的《中国上市公司2022年经营业绩分析报告》显示，3413家上市公司实施或公布年度现金分红方案，现金分红创历史年度新高、合计达1.89万亿元，其中27家公司分红金额超百亿元。近年来，A股分红次数和分红总额显著上升，红利策略关注度提升。国盛证券认为，中证红利指数相对收益显著，历史分红稳定，指数总体风格为均衡市值、低波动、低估值。从基本面来看指数的盈利能力有所修复，未来净利润大概率持续保持正增长。关注红利ETF易方达（515180），场外联接（A类：009051；C类：009052）。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-05-18

午评：沪指涨0.78％创业板指跌0.34％，CPO概念加速爆发，机器人概念大涨

、光通信模块、减速器、算力、AIGC、ChatGPT、机器视觉等概念纷纷活跃。　　热点板块　　CPO概念加速上行，中际旭创涨停并创下历史新高，源杰科技、九联科技、新易盛、剑桥科技、华工科技同样涨停，天孚通信、太辰光、博创科技涨超10％；　　机器人概念爆发，丰立智能、中大力德、南方路机、优德精密、爱仕达、远大智能、鸣志电器、卓翼科技集体、南方精工封板；　　PCB板块持续走高，依顿电子、沪电股份涨停，胜宏科技、生益电子、合力泰、金信诺等亦有出色表现；　　苹果概念股表现活跃，领益智造、华工科技涨停，田中精机、和林微纳等大涨；　　数字货币概念盘中异动，天喻信息大涨15％，天源迪科、智度股份、华铭智能、神思电子、兆日科技等涨超5％；　　新能源板块再度回调，奥特维、禾迈股份、亿晶光电、天顺风能、大金重工等跌幅靠前；　　个股聚焦　　拟7.74亿易主重组跨界新能源，日播时尚复牌连续3日涨停；　　泽熙、华丽家族争端“白热化”，华丽家族股价再度涨停；　　石基信息涨停，全资子公司与希尔顿美国签订Infasys Cloud重大合同；　　控股股东拟转让其持有的5％股份给嘉鸿宝光1号基金，南方精工涨停；　　公司因涉嫌信息披露违法违规收到证监会立案告知书，罗普特触及跌停。　　机构观点　　中原证券预计，未来股指总体预计将维持震荡格局，同时仍需密切关注政策面、资金面以及外部因素的变化情况。我们建议投资者保持六成仓位，短线关注航天军工、半导体、电子元件以及计算机设备等行业的投资机会。　　光大证券分析称，对于资本市场而言，人民币快速贬值阶段，北上资金可能会快速流出。但待恐慌情绪释放完毕，配置型外资仍会加速进场。整体来看，预计指数还需要通过弱势震荡来消化以上风险冲击，因此短线博弈保持谨慎。不过，市场中期向好逻辑仍在，若有非理性杀跌，也是中线上车的好时机。配置上，热点轮动较快，继续保持逆向思维。具有地缘事件、业绩高景气预期和“中特估”特征等多重催化的海工装备板块可持续关注；短线调整充分的数字经济概念在6G、CPO、安防等硬件细分的机会已现；此外，可继续留意电网设备、充电桩等强政策刺激的概念机会。　　中信建投认为，近期市场在经历连续调整后逐步进入弱势震荡阶段，市场情绪较为低迷。具体来看，最新公布的金融、贸易数据均验证经济“弱复苏”，市场或仍需为经济“弱复苏”现实定价。同时海外债务违约风险引发市场担忧，叠加市场缺乏主线导致赚钱效应变差，这在一定程度上对市场造成扰动。另一方面，离岸、在岸人民币兑美元汇率双双破7，其中国内经济数据不及预期或是重要影响因素，短期加大了市场情绪波动。面对当前经济环境，预计下一步国内政策逆周期调节值得期待，政策信号将成为影响后市行情的关键因素。整体我们维持前期观点，在国内经济弱复苏与海外风险扰动下，5月市场大概率继续演绎结构性行情为主。结构上，近日供应链人士透露，长江存储已经正式通知NAND涨价，当前存储板块或处于周期底部区域。另一方面，近期新能源汽车支持政策持续发力、锂矿价格呈现止跌回升、新能源车企4月销量大增等一系列利好消息密集释放，资金高低切换或对新能源板块有所偏好，投资者可予以一定关注。

金融界2023-05-18

5月18日午盘主力巨资抢筹四大板块(附股)

7 中际旭创 20.0% 10:10 ChatGPT 5.34% 37134.19 拓尔思 19.99% 7:7 交换机 4.53% 232701.64 兆龙互连 13.31% 32:33 机器视觉 3.91% 57512.58 虹软科技 15.87% 23:25 减速器 3.85% 35444.04 昊志机电 13.57% 14:16 知识付费 3.64% 32162.33 拓尔思 19.99% 12:13 大数据中心 3.63% 307777.86 新易盛 20.0% 35:38 知识产权保护 3.62% 50780.5 拓尔思 19.83% 15:17 华为云·鲲鹏 3.59% 41573.34 中威电子 12.56% 34:34 电子身份证 3.57% 24409.09 天喻信息 14.6% 13:13 激光 3.54% 124807.33 机器人 14.49% 15:17 智慧政务 3.49% 110345.54 拓尔思 19.99% 30:31 AI算力芯片 3.41% 90016.69 云天励飞 8.72% 13:19 华为昇腾 3.38% 16433.5 高新兴 6.12% 9:9 UWB超宽带 3.3% 65949.66 机器人 14.49% 19:20 人脸识别 3.23% 71915.43 赛为智能 11.06% 25:26 服务器 3.13% 165005.38 工业富联 7.33% 16:17

金融界2023-05-18

5月18日午盘两市板块龙虎榜排名(名单)

7 中际旭创 20.0% 10:10 ChatGPT 5.34% 37134.19 拓尔思 19.99% 7:7 交换机 4.53% 232701.64 兆龙互连 13.31% 32:33 机器视觉 3.91% 57512.58 虹软科技 15.87% 23:25 减速器 3.85% 35444.04 昊志机电 13.57% 14:16 知识付费 3.64% 32162.33 拓尔思 19.99% 12:13 大数据中心 3.63% 307777.86 新易盛 20.0% 35:38 知识产权保护 3.62% 50780.5 拓尔思 19.83% 15:17 华为云·鲲鹏 3.59% 41573.34 中威电子 12.56% 34:34 电子身份证 3.57% 24409.09 天喻信息 14.6% 13:13 激光 3.54% 124807.33 机器人 14.49% 15:17 智慧政务 3.49% 110345.54 拓尔思 19.99% 30:31 AI算力芯片 3.41% 90016.69 云天励飞 8.72% 13:19 华为昇腾 3.38% 16433.5 高新兴 6.12% 9:9 UWB超宽带 3.3% 65949.66 机器人 14.49% 19:20 人脸识别 3.23% 71915.43 赛为智能 11.06% 25:26 服务器 3.13% 165005.38 工业富联 7.33% 16:17

金融界2023-05-18

扫眼球换“世界币” ChatGPT之父“剥削穷人”？

ChatGPT火爆全球后，山姆·奥特曼（Sam Altman）创立的加密项目Worldcoin（世界币）重回大众视野。这个项目诞生于2年前。那时，埋头迭代GPT模型的OpenAI还未如此知名，该公司的CEO 山姆·奥特曼也位列科技大佬“仙班”。当时还是纯加密项目的Worldcoin，一出生就引来各种质疑，其中，“实现全民基本收入”的愿景听上去是要给地球人“发钱”，这种“天上掉馅饼”的事儿一度因为迟迟没有发币而被质疑为欺诈。如今，ChatGPT、OpenAI全球闻名，奥特曼的Worldcoin复出，提出人工智能时代“人类身份证”概念，要无条件为全民空投Worldcoin代币，目的是抵消人工智能造成的失业。这比“实现全民基本收入”还魔幻。顶着各种质疑声，奥特曼要Worldcoin再寻1亿美元融资，该项目还面向全球推出了加密钱包World App，这次是真的要发“钱”了？然而，领“钱”并非无条件。世界币陷入非法收集贫困人群生物数据的质疑声中。用你的虹膜信息换“基本收入”？在加密货币市场黯淡2年后，要让“数十亿人脱贫”的Worldcoin重出Web3江湖，这次，它带着加密钱包“World App”出场了。从5月8日正式版上线到现在，包含测试版本在内的World App已获得超100万次下载，项目方Worldcoin还为这款钱包的推出发行了纪念版NFT，持有者超过6万名。这个钱包迅速引发万民安装的原因，很大程度上源于Worldcoin 不断扩充的理念——从实现全民基本收入到抵消人工智能造成的失业损失。而实现方式是“无条件空投代币”。在加密货币世界，“代币”一旦在二级市场出现，就意味着能变现为钱。“无条件空投”这话如同和你说要给你“无条件发钱”一样，很难不让人产生“羊毛不薅白不薅”的想法。如今，World App钱包都来了，空投似乎不远了。 World App需要扫描虹膜才能注册与常见的Web3钱包相比，World App除了能够接收、发送和用法币购买加密资产外，该钱包主打一个“World ID”功能，号称要以此让每个用户拥有自己的“人类护照ID”，实现一人一码。只要你认证到该ID，证明你是一个人而非机器人，那么World App每个月就会给你空投一定数量的Worldcoin代币。用该代币，你可以在World App上购买日常所需。先不管哪个商家卖东西会收代币，Worldcoin这“钱”并不是无条件能拿的。下载World App后，你就会发现，它不像其他手机应用程序一样可以随便注册。这就和该App主打的另一个特色有关了——它不会泄露任何个人信息。实现的方式很简单，因为它干脆不收集你的电子邮箱、手机号、身份证号这些常规的个人信息。不收集就不泄露，这的确是一个从源头上保护隐私的好办法，但用户想要注册客户端“领钱”，拿什么信息注册呢？ Worldcoin团队的解决方案是：交出你的虹膜。 2021年Worldcoin项目创立后最先造出的设备叫虹膜生物识别设备Orb，主要功能是捕获人眼图像，并将其转换为唯一的IrisHash （一串简短的数字代码），试图通过扫描人类的虹膜来确保个人ID的唯一性。虹膜生物识别设备Orb 很快，Orb运营商们带着一台台球型模样的仪器在一些地方搞起“地推”，谁对着这台仪器扫描自己的眼球，谁就有资格获得Worldcoin代币。该项目最先去了全球欠发达的国家和地区开始“扫一扫”，上万人被这些Orb扫了眼球。 Worldcoin为啥非得用“虹膜”这种收集成本高又十分“敏感”的认证方式？因为，它想给全民“发钱”。该项目在2021年创立之初就定下了一个宏伟目标：打造一个由去中心化网络支持的UBI（全民基本收入）体系，帮助一个经济体在创造出足够多的利润后，将一部分钱无条件地分给市民。 UBI的想法相当乌托邦，但Worldcoin还真去实践了，认为实现UBI的前提是创建一个可靠的身份认证系统来防止“女巫攻击”，即防止一个人控制多个钱包地址实现获利。要做到这一点，手机号、邮箱这些不具备唯一性的认证方式都不行，身份证也有可能造假，而人眼球上的虹膜是绝对的独一无二，与指纹、人脸相比，伪造的难度都比较高。于是，满世界扫眼球的Orb就这样出现了。然而，Worldcoin收集的虹膜信息，事实上属于和指纹、静脉一样的个人生物识别信息。在中国、美国等主权国家，个人生物识别信息都被纳入了法律保护的范畴。现在，仍然需要虹膜认证的World App来了，想注册，还得去找Orb设备扫眼球。而此前的信息显示，这些设备主要分布在非洲、南美、欧洲和亚洲的十二个国家和地区，有二十五家运营商运行。2021年10月，Worldcoin宣称已有10万用户。你会献出你的虹膜去领一个名叫Worldcoin的代币吗？别急，这个代币现在还没影儿呢。顶着质疑声再寻1亿刀融资由于Worldcoin迟迟未发行代币，被扫了虹膜的用户认为自己手里是一张无法兑现的“空头支票”。批评声从2年前此起彼伏，Worldcoin被指滥用生物技术侵犯用户隐私，后来随着加密货币市场的熊市沉寂下来。 ChatGPT变成科技圈新宠后，外界突然发现，OpenAI的CEO 山姆·奥特曼居然是Worldcoin的创始人之一，该项目也借着这位创始人和AI这波热点呈现 “复苏”态势。今年3月，在“全民基本收入”这个老概念上，Worldcoin引入了人工智能新背景。该项目在官网上发文称，人工智能时代需要确立“人类身份认证”，当人工智能取代大部分人的工作时，建立可靠的人类证明机制就成为实现全民基本收入的重要前提。 World ID 协议出现了，World App诞生了，Worldcoin试图用Web3基建三件套即DID、Token和钱包，再加上生物识别技术，讲一个未来人工智能时代下的经济系统“科幻篇”：若干年后，机器人承担了大部分人类的工作，很多人成为了无用阶级，他们找不到工作，其实也不需要找工作，因为人手一个World App，点一点领领钱，满足基本需求后，寻找创造新价值的方式。 Worldcoin这是把“实现全民基本收入”的梦做到了未来。2021年底，Worldcoin曾宣布于2022年上线主网，并计划到2023年覆盖10亿用户。如今，Worldcoin 的主网上线计划推迟到了2023上半年，覆盖用户约为170万，这个数据和目标相差甚远。即便有山姆·奥特曼背书，该项目也很难让人觉得“靠谱”，甚至引发了诸多批评声。首先，发给用户充当购买力的代币，价值以何支撑？加密投资机构Block Tower Capital创办人Ari Paul就指出，Worldcoin的核心商业模式是从全球最贫穷的人那里窃取数据，以剥削穷人的方式测试数据，并将之货币化，“这只是通过欺诈从穷人那里窃取数据的犯罪行为。” 以太坊基金会前成员Hudson Jameson则质疑Worldcoin代币分配的公平性：80%提供给公众，10%给投资者，另外10%给团队，“这如何能创造一个公平的全球货币呢？他们是否有任何分析来防止某些地区的财富差距？” 监管也是Worldcoin绕不过去的风险。曾经承载过“世界货币”愿景的稳定币项目Libra，即使背后有全球超过20亿用户的Facebook站台，最终也难逃流产命运，因为货币是主权国家的权力。奥特曼也意识到了这一点，他在一场公开的活动中表示，在美国你可能永远都用不上Worldcoin，“这取决于美国政府禁止加密货币的决心有多大。” 这话无形中透露出了Worldcoin最终还是要面对与各国监管的博弈。除此之外，采集生物识别信息实现身份证明，始终会让Worldcoin游走在个人信息保护相关的法律底线边缘。今年3月，Worldcoin上线的World ID 协议使用了零知识证明技术，让用户能够对ID数据的使用保有控制权与匿名性，以此保护用户数据。奥特曼也表示，“就我个人而言，为使用 Facebook 或其他东西而放弃的隐私量，与为扫描视网膜而放弃的隐私量相比，我更愿意拥有后者。” 但实际情况是，Worldcoin仍然是一个商业公司，而大多数国家对于商业公司如何使用隐私数据有明定法规，包含不可擅自将个人信息等敏感数据转移到国外等。而打算“造福全球”的Worldcoin显然与这些现行法规相悖，这也是其Orb设备很难在更多国家推开的重要原因。虹膜生物识别设备Orb在一些地区“地推” 时至今日，Worldcoin还没有公开发行代币。去年年初，1亿美元的代币融资使该项目的代币总供应量估值达30亿美元。但官方最新消息称，奥特曼正在为该项目寻求 1 亿美金的新融资。 OpenAI的这位CEO要勇闯币圈这一特殊领域了，这不免令人担心实验失败会对OpenAI的声名产生影响。正如重庆工商大学区块链研究中心主任刘昌用所说，隔行如隔山，山姆·奥特曼在AI领域是权威，在区块链领域很可能是韭菜，需要交学费，“这个过程可能会毁了主业。” 来源：金色财经

金色财经2023-05-18

24小时热点