FX168财经网_全球视野外汇黄金加密货币NFT资讯网_关键字搜索-FX168

全球数字财富领导者

财富汇｜美股投研｜客户端｜旧版｜｜

FX168 全球视野中文财经

登录 / 注册

首都在线：在AI产业链上率先布局，研发出新一代GPU算力平台
 go
时延、高性能的IaaS服务。这些优势为ChatGPT、AI应用等提供算力集群解决方案、触手可及的弹性算力以及高性能云渲染技术，帮助其实现业务的快速拓展。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2023-04-23
游戏人卷得过AI吗
 go
I的热潮席卷各行各业。相比于大语言模型ChatGPT，AI绘画火得更早，目前看来，在市场上的应用也来的更早。根据此前行业人士的统计，今年，AI绘图工具Midjourney更新了V5版本、Stable Diffusion的开发公司Stability AI也宣布推出名为Stable Diffusion Reimagine的新功能，让用户无限制地生成一张图片的多种变体；微软Bing也推出了Image Create（图像生成）功能；软件公司Adobe则推出了人工智能工具Firefly。现在，AI绘画在一些行业里已经被尝试投入使用了。比如，在电商行业里，有人已经开始用AI生成模特图像，让它们换上指定服装。这其中，游戏行业是运用的较快的，已经有游戏公司在用AI出图，甚至缩减了团队里的画师人数。即便还没有用AI来出作品，相关游戏公司也在让员工学习使用AI绘画，为以后的应用做准备。这和游戏行业需要大量美术人员的特性有关。之前就有从业者跟我们介绍，在临近项目上线时，美术团队的人数，可以占到整体的一半以上，反而是因为出美术的速度，影响了游戏的制作周期。 AI浪潮下，人们都在观望到底会给各行各业带来怎样的影响。游戏行业跑在了前面，我们试图以这个行业为例，来看看AI是怎样给一个行业带来变革的。 4月19日，深燃直播间邀请到了游戏制作人王鲸，前游戏主美、现自由画师龟龟，就《游戏人，卷得过AI吗？》这一主题展开了一场深度对话。两位从业者的身份是有意思的。对于画师来说，AI绘画的出现意味着一种危机，会有被替代的风险，但对于游戏制作人来说，AI绘画的应用意味着效率的提升。两种完全不同的视角，对技术也有着不一样的解读。以下是直播实录，由深燃编辑整理： “从绘画能力来看，它其实已经在顶层了” 深燃：你们是什么时候开始关注AI绘画的？随着技术升级，对它的认识发生过变化吗？龟龟：去年6月至8月，当时AI相关软件产出了一些视觉效果非常不错的图片，但在逻辑上有些问题。对整个行业来说，构成的威胁还不大。但从去年12月到现在，AI绘画生成软件已经有了一个质的飞跃。输入特定的文字跟图片，对AI软件进行调控，它可以快速大批量的输出一些成品图。这对游戏行业里的美术是一个比较大的冲击，人工跟机器相比，还是会输在时间上。王鲸：最开始的AI生成图，给我的感觉只是一堆看起来炫酷，但是实际意义不明的图像，只是作为个人用户的一种娱乐。但是现在就完全不一样了，各种工具更新，大家探索出来各种使用方法，多多少少已经可以进入到一些生产环节，为企业服务。在游戏方面，做一些Demo创作，它就能发挥巨大的作用。再加上一些新兴的AI技术，比如照片转成3D模型，用AI仿动作，就可以创作更大型、更具有关联性的一些综合资产，是一种创意性的工具了。深燃：AI绘画在技术上现在已经达到什么程度了？龟龟：从效果来看，只要输入指令得当，它呈现的效果已经非常顶尖了。使用者只要用数据把模型库训练好，它就可以按照输入的数据风格给你生成高规格的视觉图片，只是目前软件逻辑不充分，图会有瑕疵，部分小细节还需要人工来修一下。作为从业者来看AI生成图，其实它绝大部分是没有创意的，只是在技术层面上非常好。比如我们人工画图，会根据故事结构或者情绪，在设计时重点对某部分结构夸张化、特殊化处理，但用AI生成图，它只能根据你输入的文本指令跟数据模型，高质量的出图，数据模型没有的东西，AI软件并不能自主处理，也不能主动做某些创意性的设计。深燃：在游戏制作里，哪些环节能用到AI绘画？王鲸：现在的游戏制作，我们可以理解为有原型设计、游戏规则设计，再接着是美术程序，音乐音效和测试，最后是游戏的发布和营销。 AI绘画属于美术这个大类，所以目前会影响游戏的原型设计和概念设计。比如制作游戏的一些角色形象、场景、道具、特效和UI界面，都会用到。同时，我们会根据游戏的基本创意和目标受众，用AI产出不同风格的图，筛选来去做一些测试，确定游戏的整体风格和主题。深燃：一般会用到哪些AI绘图软件？有没有功能的区分？王鲸：现在主流使用的有两个软件，Midjourney和Stable Diffusion。它们都是基于关键词和自然语言的方式，向AI描绘你想要的图像，输出图片。这个过程，其实和你在现实中与任何一位画师沟通想法，几乎是相同的。当你需要对方为你创作一幅作品的时候，你总得向对方介绍你想要什么，而你向对方提出需求的时候，学习专业名词和术语，都是必要的。AI模型虽然是通过大量的素材训练出来的，你也可以理解为它是画师。龟龟：这涉及到软件性能的问题。Midjourney会根据你输入的文字，生成很多风格化的内容。更多用在前期，用它生成一些概念图，你来选要什么风格的。到后期，要做完整成套的图的时候，Stable Diffusion会用的更多一点。它自由度会更高，你可以用自己的图训练出一个库。它会根据这些已有的图片，给你做更精准配套的风格统一的系列图片。比如我们做游戏，用Midjourney去设计一个角色，它会根据指令生成不同的较大差异化风格的角色形象，供你选择最合适的一个。在Stable Diffusion，可以根据输入现有的角色风格，再设计出同类型风格的几个角色。 AI绘画已经开始抢画师的饭碗了？深燃：现在行业里，游戏公司已经将AI绘画应用到什么程度了？王鲸：这两款AI软件，严格来讲都还没有正式的接入，更多是提供一些创意环节的参考，现在也有一些公司，正在尝试接入。比如像腾讯和网易，他们现在在做一些内部培训，学习使用AI绘画。招聘软件里，一些公司正在招聘一些AIGC相关的岗位。现在AI绘画商用，会有一些争议。比如有一款游戏最近有一个海报，被猜测是用AI生成的，就陷入了风波，在整体环境趋于稳定之前，潜在的隐患，可能会让大型公司暂时不会直接商用。深燃：学习使用AI绘画软件，难吗？你们学的时候花了多长时间？有必要报班学习吗？龟龟：如果只是用作娱乐的话，输入一套关键词就行了，挺快上手的。但如果是从业者想要作为项目工具使用的话，需要稳定的输出风格统一的美术素材，这需要掌握更精准的词汇。当你要训练一套某种风格的模型，需要慢慢调整，调到能稳定生成同一风格的程度，会比较难。个人觉得在AI软件的学习上是不需要报班的，AI绘画生成软件官网上都有相关的使用教程，网上很多教学视频也是免费的。王鲸：由于我是做独立游戏出身的，本身也经常接触各种创作软件，所以有一定基础。我主要使用的是Stable Diffusion，在网上全程靠自学，上手大概花了一天左右，从理解到稳定创作一些初级的内容，大概是两天左右。我觉得对于普通人来说，学习起来其实是不困难的，因为能使用自然语言，几乎是零门槛。难点就在于创作者的想象力差异和知识储备，不过这是创造力难题，不是学习的难题。深燃：AI绘画已经开始抢画师的饭碗了吗？龟龟：暂时来说，大面积的缩减人员还没到来，但肯定是有影响的。不单只是游戏方面的外包受到影响，在电商方面的一些设计，一些媒体、实体宣传需求，也受到影响。比如，2月份我有一个海外的原画外包订单，当时AI软件还没那么成熟，跑出来的图还不能用，但是项目做到一半的时候，他们开始尝试让我们从原始设计，变成给AI出的图进行修图，感觉上是非常难接受。 3月份开始，很多电商公司的海报，包括一些线下奶茶店的宣传海报，开始直接使用AI绘画软件生成的图片作为宣传物料来展出了。深燃：收入上的冲击有多大？龟龟：在游戏外包上的收入，跟原来比差距是非常大的。之前因为版权的问题，不太想和AI绘画软件有接触，但现在不得不转变观念去学习。AI绘画软件的升级，对很多从业者来说，是一个非常大的危机，当市场大量使用，就意味着从业门槛的提高。但对于整个行业生态来说，又其实是有利的。它促使整个行业从技术比拼，转换到创意的比拼。深燃：AI绘画出图效率更高，在商业项目上，你现在会用AI绘画出图吗？龟龟：暂时不会。因为目前版权争议非常大，如果利用AI绘画软件生成的图有融合了别人的设计，如果你没有把握它是百分百的原创的话，你是不能安心的用到商业项目上的。深燃：除了美术方面，游戏行业里还有哪些岗位可能受到AI的冲击？王鲸：除了原画，涉及到美术资源的，有UI建模、动作特效方面，都会受到影响。未来，还有更大范围的AI应用带来的整体生态上的变化，不是某一个工种受到冲击，而是全工种都需要面对的变化和挑战。深燃：对于这些将受冲击的岗位，有哪些建议？王鲸：首先，我认为AI本质上是解放了人类的生产力，大家都可以利用AI来得到能力上的提升。其次，岗位和市场的需求是高度相关的，低端岗位逐渐退出市场，本来也是不可避免的。这就是自由市场的一个规律，我的建议，就是持续学习和提高自己的技能。从我个人角度出发，我认为我们应该保持对行业的热爱与激情，这是对抗AI的一个重要武器。虽然AI可以带来高效和便利，但是我们人类拥有情感和创造力，对于创作的热情可以让我们克服困难，并且找到志同道合的伙伴。因为人类的进化不完全是学会使用工具，还有团队合作，互相帮助，共同进步以及追求真理和艺术。版权问题不解决之前，难以直接商用深燃：AI绘画能明显提升游戏制作的效率，这对游戏行业会带来哪些积极影响？王鲸：为普通创作者提供了更多的机会，让人们更容易的实现自己的创意。对于大型的项目，可以用AI快速的生成资产，特别是那些已经拥有丰富的语料库和资产标注的大型公司，它们完全也可以继续把AI创作和外包相结合，减少游戏制作中的沟通成本和时间。当时间、成本节省下来之后，可以有更多时间打磨质量，会反哺到作品的品质上。比如，以前制作游戏的时候，所有内容都需要我们想象。当我们与画师沟通的时候，只能等待画师将我描绘出来的内容，根据他的理解画出来，我才能够知道我们想得对不对。现在，只要学会用AI绘画，你输入你的描述，你就能在一堆结果当中，挑选和你想象最接近的那一个。在现实中，由于开发能力受限，一个任务被分配一个高级画师团队，已经是非常奢侈的选择了，只有极少数具有财力的开发团队，才能使用这种竞标式的开发模式，来选择更加符合设计师想象的内容。而AI绘画彻底的运用生产力改变了这一切，这在我看来很厉害。深燃：会激发一些新游戏品类的爆发吗？王鲸：会。比如大型的开放世界游戏、沙盒游戏，它需要大量随机的生成一些内容，这在过去由人工堆量，靠外包或者内包来实现，效率有限。有一个叫《上古卷轴5》的游戏，它从2011年发布至今没有续作，他们的玩家等得望眼欲穿，迟迟等不到一个新作品。即便已经上线的这类游戏，也经历了漫长的制作周期，比如《荒野大镖客2》的开发周期是8年。 AI绘画带来的效率提升，也能激发这类游戏的产出。游戏圈里有很多经典游戏，是向一些经典的老游戏致敬，在未来，会有更多的游戏爱好者，借助AI去创作更多游戏。深燃：AI绘画技术上目前还存在哪些问题？龟龟：现在利用AI绘画软件做的图，细节上还有很多不确定因素需要调整。我自己试了一下，调试出满意的作品，比自己画要慢，当然，这也跟我的模型训练不到位有关。比如，我出了一个原型图，利用AI帮我完成细节刻画，它可以很快的完成，但没有完全根据我最初草稿的设定来做，我还是需要不停的去根据它反馈的图去做修正。前期就会在这上面花比较多的时间。王鲸：我的看法也是相似的。现在AI不完美，能力是存在局限的。它所生成的内容，缺乏原创艺术品所提供的这种属于人类的触感和创造力。它生成的内容，也缺乏人类艺术家所能提供的这种文化底蕴，甚至还会出现一些误解或者文化认知上的问题。另外，我是美术的门外汉，比起软件带来的困难，我更多的困难来自于我自身的审美，这些都是需要向美术专业人士请教，才能掌握的知识和技能。深燃：利用AI绘画工具来做游戏，会涉及一些版权问题，现在正在怎么处理？龟龟：现在不同国家的处理方式不同。比如之前我看到国外的一个案例，有一位漫画家的作品，分镜是自己做的，但由于它的效果图是用AI完成的，去申请版权时，就没有通过。那边认定，AI生成的内容是不具备版权的。最近我们国家发布了一些相关条例里提到，用于生成式人工智能产品的预训练、优化训练数据，应不含有侵犯知识产权的内容。王鲸：如果直接用AI创作的资源来制作和发布游戏，肯定会引起一系列的版权问题。一方面是你用AI创造出来的内容，可能会侵犯他人的版权，也有可能因为还没有足够的法律保护，你用AI创造的内容，会被他人侵权。在AI训练的素材当中，用来训练的资源也是存在侵权风险的。在这种情况下，在一些非盈利项目里使用AI是一个不错的选择。如果是正式的商用项目，目前看来主流的做法是，把AI创作的内容进行人为的二次加工，再去申请人类的版权，这可能是一个可行的方案。深燃：未来几年，因为有了AI技术加持，整个游戏行业会发生哪些变化？王鲸：首先说更大范围的变化吧。现在有个词，叫“iPhone时刻”，AI技术的爆发，能普及到千家万户，会使得未来产品都可能无法离开AI带来的巨大利好。过去我们经常会用“垂直领域”来形容一些细分领域，在未来可能是一个真正的垂直领域丰富多样的时代，每个人喜欢的东西都可以用一种较低成本的方式去实现。回到游戏行业。因为过去在游戏制作过程里，服务成本太高，导致大部分的情况下只能一个人服务一群人，而服务的人越多，你就越难去满足这种个性化和多样化的需求。但在AI时代，AI可以做到量产的一对一的服务，甚至多对一的服务。我觉得，我们能够提供的服务质量，和我们反过来能够被享受到的服务内容，都将会有一些巨大的提升。互动：问：现在是不是所有的画师都会受AI绘画的冲击？哪种类型的画师受影响可能会少一些、慢一些？龟龟：对做原创的基本没有什么影响，但对于做商业项目的画师，就影响比较大。比如游戏行业、漫画行业，只要你的工作是挂靠在公司，服务于别人的公司，受影响都是比较大的，这类所做的内容主要是为一个产品做一些“零部件”。但如果你是自创品牌，就不会受很大影响，比如“吾皇”，他们已经形成了自己的IP形象，受冲击就不会太大，因为主要是在卖创意。问：AI绘画生成的原画，能进工作流吗？目前看来好像整合不进去。王鲸：现在整合进工作流，是“只管杀，不管埋”。你可以让AI帮你创作，但是从落地到实现，再到保持一个稳定的风格，并且要符合你的需求去优化，现在用AI的成本，是高于人的。问：你们现在做游戏，AI产出的作品真的能替代一些画师的作品应用到制作当中吗？王鲸：一定是要先注意前缀，是“非商业化的独立游戏”，这当中关于图像创作的需求，现在确实是可以被AI满足的。无论是角色场景还是武器装备，还有我后续可能会制作的一些例如美宣图、周边表情包、壁纸、鼠标垫之类的内容，也是可以满足的。来源：元宇宙之心来源：金色财经
金色财经2023-04-23
ChainBreaker：聊聊AIGC 在 Web3的应用
 go
一直在追求自然语言表达的解决方案。直到ChatGPT出现，我们认为这个东西变得比较可行。MEST想要解决的问题是如何使用自然语言表达链上数据，而ChatGPT是一个好的结合点。但早期，Mest主要在做内容分发，ChatGPT还没有出现。如果没有ChatGPT，我们可能会使用更笨拙的方式模拟自然语言的表达形式，但这种形式可能并不好，而我们的工作，特别是作为链上数据产品的工作，可以更专注于如何生成有价值的链上数据。我们之前做了很多工具，如Dashboard，但现在完全转向了语言交互这种形式，这是我们的一个试点。在我们的理解中，这两者是两种不同的类型。我们认为它们都有特定的应用场景。图形界面特别适用于流程性场景，例如转站。它并不适合用自然语言表达。但是，一旦涉及多种类型的数据信息表达，自然语言就是最适合的场景。最基本的例子是，当你想看一些数据时，现有的电商数据产品只能用图表或表格表达，但在一个大型Dashboard中，很难识别任何信息。在一些组合产品中，你也可能会感到很复杂，因为它们要承载太多东西。但是，自然语言是非常适合的。因此，对我们来说，这种使用信息传达技术的方法可能会有所不同。对于流程性的东西，我们通过图形界面解决；对于信息传达和数据传达，自然语言的优势是非常明显的。这对于区块链这个场景非常适用。区块链的特性是公开，数据都在那里。真正的问题是如何应用这些数据，重新整合来找到所需要的答案。Dune Analytics在Defi Summer变得非常的好用，因为大家开始知道它在链上想要找什么数据。在Defi之前，Dune已经存在了，但大家并不会特别用Dune来去获得它想要的一些资讯。现在大家可能会透过MakerDAO的合约来了解说MakerDAO从2021年到现在的区块高度里面Minting Fee赚了多少钱，然后可以交叉比对它跟Liquidity这种稳定币所生成的Minting Fee差别有多少。用户可以用这些资讯去佐证他的一些猜测，验证他的一些投资的原因。但同样的，这个出现了一个问题，就是一个门槛，用户可能有一些想法，但他可能不会写MySQL，所以就无法创造出自己的一个Dune Dashboard。ChatGPT的问世后，让很多人讨论出来一种方式，甚至可以用ChatGPT来写合约，甚至用ChatGPT来做Unity的游戏，或是一个简单生成一个HTML Browser的Game。是否可以未来通过自然语言去查询一些数据，生成一个Dune Page？有些工具刚好满足了这个要求，可以用自然语言去查询一个数据。但有个问题，就是这些数据高质量的这些表是从哪里来的？必须有人去把它从区块链这些无序的、可能没有价值信息中提取有价值的数据，才能用自然语言去生成有价值的一个指标出来。我认为这是长期是一个非常可行，但是在中短期，像数据服务商可以在中间建立一个将这些区块链公开数据大体量的数据去抽取出有价值的指标出来，去供用户去调度，这个是目前比较可行的事情。我们将现在去链上数据有价值指标，如果将来有朋友对这方面感兴趣，首先要解决一个问题，那就是你要有独特的内容。完成了第一步之后，我们要去给这些业务数据打标签，因为只有这些业务数据有足够多的语言信息描述，当用户输入自然语言时，我们才能知道如何找到这个样的一个数据去整合给他返回。在这里，会有一个概念叫做embedding，就是在GPT中，它有一个叫做向量的概念，它将文本的语言转换成一个高维度的数字，然后进行匹配。目前所有主流的对话式处理方案都是按照这个思路进行的，首先给自己的数据打很多标签，这些标签或API需要标记上很多问题，比如“我有多少NFT”的问题，这个指标可能需要我们写上20条或者300条问法，我们还可以用GPT帮助我们生成100条类似的问法，去把它给标记。只有这样，用户问任何一个关于NFT的问题，我们才能很高概率地匹配上这样的一个数据。这是目前所有做对话式处理的中期阶段。如果到了后期的话，比较理想的情况下，我们有了数据，有了大量标记的内容，那么可能我们会希望在已有的模型上进行微调，比如在一个开源模型或GPT模型之上进行微调，让它成为一个专属领域的AI。我认为我们可能会按照这个思路分三个阶段去实现，第一阶段是有数据，第二阶段是标记数据，第三阶段是向量匹配，然后再进行微调。最后，我们也在思考未来的发展，包括阿里巴巴也出了大语言模型，未来也会有更多这样的大语言模型。我们正在追踪这些发展，包括Facebook等都有一些开源的语言模型，虽然效果上和GPT还有些差距，但是看现在这个发展的速度和能力，他们也有机会和能力能达到GPT3或3.5的水平。所有做链上数据产品的人现在面临的困境是，大家都基于公开数据开发出没有摩擦的产品。所以我认为，当你提出这个问题时，它的复杂度和逻辑复杂度可能会慢慢增长，可能会包含七种条件和一些嵌套的逻辑。在这种情况下，即使是GPT4也无法准确地得到一个百分之百准确的结果，它可能还需要做一些调整才能完全理解用户体的问题。所以，在一些层面上，我们还有进步的空间。现在只能做到六七十分的状态，我们需要考虑的是这些词的向量模型，例如Word2Vec。如何根据区块链领域的特点对它们进行调整？这可能也是Mest会遇到的问题之一。我其实想要聊聊Word Embedding，你们如何表示区块链相关的词，以及在搜索方面如何更好地执行。首先，我们肯定需要自己大量的人工投入，模拟用户可能会问的问题，然后帮助我们生成一些问题，打上标签，然后陆续投入生产，让用户在这个过程中去交互，发现一些问题或者获得更多的数据，辅助我们去优化这个标签，让匹配度更高。潘致雄：我想分享一下我们使用ChatGPT的一些感受。我们已经调研了接近两个月，并尝试做一些基于ChatGPT的上层工具链或应用。如果将ChatGPT想象成一个有扩写能力的人，给他一些主题，他就可以生成一些文章。对于内容创作来说，这可能会提供一些帮助。但是，对于深度的研究或新兴行业的分析，它仍然存在许多不足之处，因为它缺乏信息库。因此，我们使用ChatGPT更多地是为了将信息浓缩，需要给它足够多的上下文、联系或知识。当我们给它这些知识后，再进行提问或抽取某些信息库中的信息，它的效果非常好。我们目前使用了两个相对流行的开源库：LlamaIndex。此外，我们也在使用一个基于ChatGPT的平台，可以帮助我们构建自己的数据库，例如PDF和其他资料和数据。在和ChatGPT对话时，我们可以对数据进行预分类和预筛选，提高ChatGPT的效果。我想举个例子来说明，假设我们需要回答一个用户关于某个具体问题的疑惑，比如 ERC-4337 是什么。我们首先需要从数据库中找到相关文章或内容，并对它们进行切分。例如，一个文章可能被切分成 2000 或 3000 Token 为一个单元。当用户提出问题时，我们需要匹配每个单元和问题的相关度，并找到相关性较高的部分进行提问和回答。然后来匹配单元和问题，以得出相对准确度较高的部分。然后，我们使用 ChatGPT 进行提问和回答，并从中总结得出答案。这种方法适用于知识类问题。但是如果用户问的是关于 Twitter 这样的短内容，我们只能将问题与每条推特的嵌入式结果进行匹配，并根据与问题相关性较高的推特进行提问和回答，并让 ChatGPT 进行总结。通过这种方法，我们可以得出答案。目前大多数人工知识库和 ChatGPT 的大方向都是这样的方法。当然，这种方法也存在一些问题，例如同义词的处理。为了提高准确性，可以使用向量表示法进行匹配和总结。在我们的调试过程中，我们发现了许多这样的问题，例如当一个问题涉及到 ERC-4337 时，可能在其他文章中出现了 ERC-20 和 4337 这些数字。这就可能导致搜索结果不够准确，因为匹配的是错误的内容。关于 ChainBreaker 由 @mrblocktw、 @nake13、@momoxi17 主办的 ChainBreaker 播客，每周五晚上8点直播。 ChainBreak 播客主要和大家分享加密领域的热点话题，加密技术的发展探讨，以及加密世界的八卦等。来源：DeFi之道来源：金色财经
金色财经2023-04-23
叫板ChatGPT AI作画鼻祖Stability AI也推出大型语言模型
 go
史潮流的开场，总是这么熙熙攘攘，年初被ChatGPT引爆的AI大型语言模型(LLM），又迎来一位重磅入局者——Stability AI。 4月19日，推出火爆AI绘画赛道Stable Diffusion的开源模型的公司Stability AI，宣布“加入战局，叫板ChatGPT”，推出开源大语言模型StableLM。在Stability AI公告大语言模型的网页上，一只体现了Stable Diffusion XL作画特点的绿鹦鹉先于语言大模型的介绍出现了，大语言模型的"Stable Diffusion”时刻或许就这样不期而至。对于大语言模型StableLM，网站介绍道：目前StableLM的Alpha版本中拥有30亿和70亿参数。已经可以从GitHub等开源平台上下载：https://github.com/stability-AI/stableLM/ Stability AI后续还将推出150亿至650亿参数的版本。与Stable Diffusion类似，开发者可以在遵守协议的情况下，将这个模型用于商业或研究活动。抨击OpenAI不够“open”的Stability AI，能稳定发挥，推出超越ChatGPT的大语言模型吗？大语言模型的“安卓时刻” Stability AI成立于 2019 年，是生成式AI领域最知名的公司之一。在ChatGPT“占领”的大语言模型市场上，不少人期待着类似Stable Diffusion的开源模型能尽快出现。大语言模型的"Stable Diffusion”时刻可能在十几个小时前到来了。 AI军备竞赛的开启可以追溯到去年7月，在Open AI的绘画模型DALL- E2之后，Stability AI发布的模型图像生成模型 Stable Diffusion，因其源代码开源，且对公众开放使用，在当时吸引了更多的注意力（使用 DALL-E2 需要申请，通过率很低）。 Stability AI把StableLM的发布比作了Stable Diffusion，这让AI可以继续服务所有人： 2022年，Stability AI推动了Stable Diffusion的公开发布，这是一款革命性的图像模型，代表了透明、开放、可扩展的AI。这次我们发布开源StableLM模型，想继续让所有人都能使用AI。我们的StableLM模型可以生成文本和代码，并将支持一系列下游应用。正如Stability AI的CEO Emad Mostaque所说，他们最新发布的LLM代表着Stability AI的初心“开源”: 现在每个人都可以在Hugging Face上测试驱动这个7B版本的聊天机器人。 Emad Mostaque认为，LLM不应在大公司内部进行训练，社区系统的开放性也至关重要，需要更多监督，巨头控制流量算法的游戏规则——是对人们的操纵。 Emad Mostaque 来源：Stability AI 因此，Stability AI在今年年初与Hugging Face等几个初创公司一起资助了研究中心Eleuther AI，而StableLM便建立在Eleuther AI的开源模型上： StableLM建立在我们与非营利性研究中心EleutherAI一起开源的早期语言模型基础上，这些语言模型包括GPT-J、GPT-NeoX和Pythia等等。此次大模型也是在The Pile开源的数据集上进行的训练，该数据集结合了PubMed、StackExchange和维基百科等网站的的文本样本，其规模是The Pile的三倍，包含1.5万亿个内容标记。 Stability AI表示，正式因为这个丰富的数据集，尽管参数规模和GPT-3没有可比性，但StableLM在交流和编程方面都展现了“惊人的高性能”（surprisingly high performance ）：尽管StableLM参数规模只有30亿至70亿（相比之下，GPT-3有1750亿参数），但性能非常好，下面是例子：在这个例子里，StableLM回到了有关“对于从高中毕业的朋友你回说些什么？”以及“写一封邮件”的请求。在这个例子里要求该模型写一个“计算生命意义的C语言程序”，但该模型表示无法完成此项任务，但写了一个计算生命长度的程序。 Mostaque在Twitter上表示，他相信StableLM及其训练数据会随着时间而变得更好，没有人知道这个模型可以被优化到什么程度：我知道现在还有很长的路要走，这只是一个开始。我认为我们可以在接下来的3-6个月内让该模型变得和Stable Diffusion一样有用，而在接下来的几年里，发展将是惊人的。 OpenAI不够Open，Stability AI够稳吗前不久，马斯克批评Open AI背离了开源、非盈利的初衷，这是Open AI一直以来面临的争议，也是Stability AI“暗戳戳”的讽刺OpenAI的要点。尽管OpenAI不够开放，但GPT-4无疑是当下最好用的大语言模型。而够开放的Stability AI，其语言模型StableLM够稳吗。要知道，目前StableLM的Alpha版本拥有30亿和70亿参数，而GPT-3.5模型的参数量为2000亿。有网友称，Stability AI并没有在公告上说明StableLM当前的局限性。该模型是否存在与其他模型一样倾向于编造事实？是否会经常答非所问？媒体分析认为，该模型基于The Pile训练，而The Pile数据集内存在大量不雅用语，因此对话过程可能会让用户不适。还有网友表示，他尝试在Hugging Face上测试这些模型，但每次都遇到“满负荷”的问题，无法成功在前端上运行，这很可能与模型的大小及受欢迎的程度有关。 “大语言模型是否应该开源”也成了近期争论的焦点。有研究人员认为，类似StableLM等开源模型的发布，很可能被用于，发送钓鱼信息或协助恶意软件攻击等不良目的。但Stability AI认为，开源模型的出现可以协助研究人员识别潜在风险，并制定一些列保护措施。 Stability AI的营收困境更严重的问题是，Stability AI或许正面临营收困境。最近有媒体报道称，Stability AI正在以惊人的速度烧钱，但却没有明确的盈利途径。而且在竞争激烈的AI赛道，还面临着一众初创企业和科技巨头的“围剿”。 Meta此前发布开源大语言模型LLaMA，使得越来越多的公司有望在开源模型基础上定制自己的大模型，人工智能也正在迎来“安卓时刻”。 Stability AI现在正在寻找新的高管人才，希望他能在恶劣的条件下给公司带来收入，以解决当前“疯狂烧钱、营收可怜”的窘况。去年底，Stability AI 宣布融资1.01亿美元，并称Stable Diffusion已成为当前可用性最高的开源模型。据《福布斯》的数据，每天约有有1000万人使用 Stable Diffusion——比使用 OpenAI 的 DALL-E 2 的人数还要多。同时，Stability AI还提供面向消费者的产品——DreamStudio，目前拥有来100万名注册用户。但训练模型所需的计算资源和成本让Stability AI不得不探索新商业模式。Mostaque 曾在 Twitter 上回复一位用户时说： “实际上，我们模型使用了256个A100显卡，总共15万小时，所以按市场价格计算为60 万美元。” Stability AI去年融到的1亿美元至今已经“烧”掉大半。还有一个不可忽略的事实是，其竞争对手Midjourney已经成为互联网上事实上的图像生成模型的领跑者，甚至一定程度上击败了OpenAI的DALL-E。当前，有消息称，Stability AI正在谋求新一轮融资，希望能将公司的估值涨至40亿美元。Stability AI能否扭转局面，筹集到足够的资金来维持局面，还有待观察。来源：元宇宙之心来源：金色财经
金色财经2023-04-23
深度学习和人工智能的 5 大新兴趋势
 go
：微软正在开发自己的人工智能芯片来为 ChatGPT 提供动力：报告生成对抗网络 (GAN) 生成的对抗网络是一种神经网络，可用于根据现有数据生成新的、真实的数据。例如，GAN 已被用于生成人物、动物甚至风景的逼真图像。GAN 的工作原理是让两个神经网络相互对抗，其中一个网络生成虚假数据，另一个网络则试图检测数据是真实的还是虚假的。可解释的人工智能 (XAI) 一种称为可解释人工智能的人工智能方法旨在提高机器学习模型的透明度和理解力。XAI 至关重要，因为它可以保证 AI 系统做出公正、公平的决策。以下是如何使用 XAI 的示例：考虑这样一种情况，金融机构使用机器学习算法来预测贷款申请人拖欠贷款的可能性。在传统的黑盒算法的情况下，银行不会了解算法的决策过程，也可能无法向贷款申请人解释。然而，使用 XAI，该算法可以解释它的选择，使银行能够确认它是基于合理的考虑，而不是不准确或歧视性的信息。例如，该算法可能会指定它根据申请人的信用评分、收入和工作经历计算风险评分。这种程度的透明度和可解释性有助于增加对人工智能系统的信任、改进问责制并最终导致更好的决策。强化学习一种称为强化学习的机器学习包括教代理人通过批评和激励来学习。许多应用程序，包括机器人、游戏甚至银行业，都使用了这种策略。例如，DeepMind 的 AlphaGo 使用这种方法不断改进其游戏玩法，并最终击败了顶尖的人类围棋选手，证明了强化学习在复杂决策任务中的有效性。迁移学习一种称为迁移学习的机器学习策略涉及应用先前训练的模型来解决全新的问题。当新问题的可用数据很少时，此方法特别有用。例如，研究人员使用迁移学习来使为特定类型的图片（例如人脸）开发的图像识别模型适用于不同类型的图像——例如动物。这种方法允许在新任务中重用预训练模型的学习特征、权重和偏差，这可以显着提高模型的性能并减少训练所需的数据量。来源：金色财经
金色财经2023-04-23
信达证券：给予中兴通讯买入评级
 go
解读交流会上，公司表示年底有望推出支持Chatgpt的GPU服务器以及高性能交换机，2023年运营商数据中心交换机营收有望倍增，同时公司是全球领先的ICT解决方案提供商，研发实力强劲，我们看好公司强劲技术研发实力在AI等新应用领域的持续价值变现。　　服务器方面：市场份额快速提升，保持较高增速　　据IDC数据，2022年中国服务器市场规模为273.4亿美元（1888.37亿人民币），同比增长9.1%，中兴通讯2022年服务器收入已达100.08亿元；根据中兴通讯官网，2022年，中兴通讯服务器及存储营业收入百亿元，同比增长近80%；据IDC2022年第四季度中国服务器市场跟踪报告，Top8服务器厂商中，浪潮、戴尔、联想份额均出现下滑，超聚变和中兴则取得明显增长，其中中兴通讯市场份额从3.1%提升至5.3%，位居国内第五。公司在今年新产品发布会上表示将快步实现服务器及储存产品国内前三（按照2022年份额超10%以上）、全球前五的经营愿景。　　谷歌、Meta、百度等深度学习库均已接入中兴Adlik架构，长期需求有望持续释放　　2022年12月28日，公司联合英特尔共同发布《英特尔联手中兴优化深度学习模型推理，实现降本增效》白皮书，本白皮书深入介绍了中兴通讯主导的开源项目Adlik如何与英特尔OpenVINO工具结合。为解决购买专用GPU硬件会大幅增加部署成本，而且应用范围有限，灵活度较低的问题，中兴通讯通过硬件创新和软件层面的深度优化，在部分场景中，如果能够直接使用CPU来进行推理，将有助于降低成本，提升灵活度，白皮书指出通过中兴Adlik可以对AI模型进行自动剪枝、蒸馏，实现模型大小的优化，再通过OpenVINO™的量化工具和推理引擎，对模型实现INT8量化，从而实现模型压缩，以降低模型推理所需的计算资源和内存带宽，提高模型的推理性能。通过使用中兴Adlik+第三代英特尔®至强®可扩展处理器+OpenVINO™工具套件的组合，可使已完成训练的高精度AI模型转换成参数较小、结构简单、精度基本不下降的AI小模型，其性能与大模型接近，模型数据吞吐量更高，从而实现在不增加GPU硬件，大幅减少部署成本的情况下，直接使用CPU服务器即可满足模型的日常推理需求，成功实现降本增效，并使得模型更易部署在算力有限的场景下，比如自动驾驶车端场景。我们认为此解决方案能够实现AI模型推理的降本增效，适用各垂直领域的AI小模型有望加速落地，充分满足不同场景需求。　　Adlik是用于将深度学习模型从训练完成到部署到特定硬件，提供应用服务的端到端工具链，其应用目的是为了将模型从研发产品快速部署到生产应用环境。Adlik可以和多种推理引擎协作，支持多款硬件，提供统一对外推理接口，并提供多种灵活的部署方案。目前谷歌TensorFLOW，Meta PyTorch和百度的PP飞桨深度学习库都已能够接入Adlik架构。随着Meta AI SAM开源图像分割模型的问世，计算机视觉产业或将加速发展。由于SAM中的图像编码器功能必须在PyTorch中实现，并需要GPU才能进行高效推理，我们认为计算机视觉产业的发展有望进一步带动对Meta深度学习库PyTorch以及其他AI互联网企业深度学习库的需求，公司adlik软硬整体架构的需求有望提升。　　测试效果如下图所示，在ImageNet val验证数据集上，ResNet50剪枝模型经过蒸馏后精度略有提升，剪枝模型的吞吐量比原始模型提升了2.74倍。INT8量化后的模型的吞吐量比未量化模型提升了2.96倍。经过Adlik剪枝蒸馏和INT8量化等方法优化后的ResNet50模型，在精度无损失的情况下，吞吐量比原始模型提升了13.82倍，效果显著。　　目标检测YOLOv5m模型优化测试结果如下图所示，在COCO2017验证集上，YOLOv5m经剪枝蒸馏和INT8量化后的模型，精度损失在1%以内。优化后的YOLOv5m模型吞吐量比原始模型提升了3.39倍。　　盈利预测与投资评级　　公司具有软件、硬件、芯片、操作系统等基础能力，将基础能力外溢赋能更多数字经济应用，有望打开公司第二成长曲线。我们预计公司2023-2025年归母净利润分别为101.90亿元、123.35亿元、149.90亿元，对应PE为17.00倍、14.04倍、11.55倍，维持“买入”评级。　　风险因素　　5G建设不及预期、智能汽车发展不及预期、中美贸易摩擦证券之星数据中心根据近三年发布的研报数据计算，兴业证券代小笛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95%，其预测2023年度归属净利润为盈利99.85亿，根据现价换算的预测PE为17.33。最新盈利预测明细如下：该股最近90天内共有31家机构给出评级，买入评级24家，增持评级7家；过去90天内机构目标均价为42.38。根据近五年财报数据，证券之星估值分析工具显示，中兴通讯（000063）行业内竞争力的护城河良好，盈利能力一般，营收成长性一般。财务可能有隐忧，须重点关注的财务指标包括：有息资产负债率、应收账款/利润率。该股好公司指标2.5星，好价格指标2.5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，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2023-04-23
这只基金2023年一季度重点配置人工智能、数字经济等产业链，基金经理：在智能化、科技消费升级以及数字中国框架下寻找投资机会
 go
对明朗的。近期迎来了重大标志性时刻，ChatGPT的推出和持续迭代，展现人工智能已经取得重大突破，让广泛的群体感受到了人工智能的强大威力，国内的龙头公司和新兴公司也迅速跟进，创新层出不穷，人工智能预计很快会影响科技产业及生活工作的方方面面，带来生产力和生产关系的巨大改变，从而驱动大级别的投资机会。苹果的混合现实硬件预计将推出，在手机之后新一代的智能交互平台的进展非常值得期待，消费电子、社交互动、文娱等生活形态或将在混合现实融合人工智能的平台实现大的迭代升级。智能电动汽车的体验不断优化，机器人的技术和应用场景正在持续突破中。一季度基于产业趋势的重大发展，对人工智能、数字经济等产业链进行了重点配置;展望后续，在智能化、科技消费升级以及数字中国框架下寻找投资机会在相当一段时期内仍是重要方向。总体而言，我们将基于前述框架，关注变化积极、拐点清晰的领域和品类，挖掘顺应甚至引领时代的优质公司投资机会，持续动态优化组合，努力为持有人创造价值。天风证券认为，未来科技公司领航+应用层多点开花实现飞轮效应。产业链中间层随AIGC应运而生，此处或诞生新的AI+创业机会。科技大公司将资源投入与主营业务结合，打造自己的大模型掌握行业定价权，实现自生生态更好的发展。创业公司适合利用早期生态蛮荒期，抓紧建立创新产品和产品壁垒的时间窗口，接入大厂模型结合特定领域数据集二次训练，完成垂直应用端场景的商业价值落地。分工化让应用层成本下降，对科技大厂来说减轻服务产业客户的难度，且打破过去AI产业难商业落地的困境。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2023-04-23
泰达宏利复兴混合A2023年首季度净值增长33.81%，增加人工智能领域配置
 go
浪潮，以大规模商业化应用为核心特征。由ChatGPT引领的AI拥有创造能力，有望成为效率乃至生产力工具在文本、图像、音视频生成领域接近商业化需求，国内外科技大厂技术布局有望打开商业化应用空间。OpenAI的“ChatGPT”推出，真正找到了可大规模商业化落地的应用场景，推出仅2个月就实现了用户过亿。在强烈的科技创新趋势之下，国内外科技巨头纷纷参与，英伟达推出全新的算力芯片，微软发布copilot产品，百度、华为、腾讯也陆续推出了自己的大模型。国内外共振，新一轮科技创新周期拉开了帷幕。上述背景下，在2023年一季度，不同类资产表现各异，市场开始向分化方向发展： 1)通信、传媒、计算机、电子领域，在人工智能的催化下涨幅巨大，在算力、算法、模型等领域都有着良好的市场表现; 2)建筑、石油石化等央国企占比高的领域表现优异，开启了一轮估值修复行情; 3)复苏线条出现分化，轻工、食品饮料等领域强于消费者服务、地产等领域; 4)新能源等制造业2023年一季度表现一般，虽然在一季度基本面情况依然良好，但是由于市场对未来空间以及竞争格局的担心，因此出现了“抽水”效应。投资操作方面：2023年一季度，该基金在行业、个股的选择之中，增加了成长性、行业景气度在投资选股决策中的权重。在人工智能领域，以芯片、服务器、光模块为代表的算力硬件，以大模型为代表的算法领域，以及以游戏、软件为代表的应用领域，该基金都增加了相应的配置。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2023-04-23
后 ChatGPT 时代问自己 25 个问题
 go
ean Captain 2022 年，ChatGPT、Midjourney 等 AI 大模型的问世，让 AI 开始展现出更多真正的能力和价值，看似神奇的机器人开始生成图像、回答问题，甚至写文学作品。但与所有新工具一样，我们必须弄清楚人工智能最适合用于哪些任务，以及如何在不对社会造成危害的情况下使用它。当我们还在努力试图弄清楚这项技术最初能做什么时，就已经显得有些棘手了 Sean Captain 希望，通过与朋友、同事和一些 AI 行业专家的讨论，可以确定 AI 为各个领域的各个人群带来的或即将带来的一些最棘手的问题。尽管这些问题没有正确或错误的答案，但能够让我们思考 AI 将会如何改变几乎所有的事情。基于此，Sean Captain 在 WSJ 发文，整理出了“ChatGPT时代，你需要问自己的25个问题”。学术头条在不改变原文大意的情况下，做了简单的编辑。 1.如果你借助 AI 为一些项目或产品提出了不错的建议，可以将其认为是你自己的想法吗？如果你提出了原始问题，答案是什么？如果你只是简单修改了 AI 生成的内容，答案是什么？如果你承认 AI 在其中起到的关键作用，答案又是什么？ 2.你想知道你喜欢的绘画、歌曲、小说或电影是否由 AI 产生的吗？如果你知道创作者是一台机器，你还会喜欢这些作品吗？AI 生成的艺术作品是否应该被允许参加艺术比赛？ 3.如果一个 AI 剽窃了一个艺术家的作品，而且有人使用了这个作品，谁应该受到指责？如果用户不知道 AI 进行了剽窃，你的答案是什么？他们又如何证明自己不知道呢？ 4.是否应该把 AI 工具免费提供给买不起的人群，或者提供一些补贴？如果不这样做，会不会使那些无法获得这些工具的工人和学生处于不利地位？ 5.与人类的思维不同，机器学习是一个 “黑盒子”，无法解释自身发生了什么。即使机器学习在某些方面优于人类，我们又是否应该更信任它，而不是专业人士（如医生），但他们可以证明自己的决定是正确的。 6.假设 AI 在生死攸关的决策（如驾驶或医疗诊断）中比人类准确得多，但在某些情况下（如不能识别人行道上的儿童），AI 会更容易失败。在这种假设下，使用 AI 是合乎道德的？因为总的来说，会有更多的人得到拯救？ 7.虽然当前的 AI 是没有情感的，但它可以看起来是有的。与这样的 AI 建立友谊会不会太天真？或者令人毛骨悚然？如果发展为一段恋爱关系呢？如果 AI 真的有情感，答案是什么？ 8.你如何为使用 ChatGPT 这样的聊天机器人划定道德底线？可以让它们写一封电子邮件来帮助你安排会议吗？向你的客户进行推销呢？在网上约会应用程序中替你聊天呢？给正在经历抑郁症的朋友写信呢？ 9.目前还不可能对 AI 生成的内容进行版权保护。需要保护吗？如果需要，谁应该拥有版权：用户、AI 模型提供者、训练 AI 模型所用数据的归属人？所有人？ 10.如果 AI 系统在驾驶汽车方面明显好于人类，那人类自己开车是否是不道德的？因为这增加了事故的风险，每年可能会导致数以万计的人牺牲。如果 AI 只是略胜一筹，但总的来说，每年仍能挽救成千上万的生命呢？ 11.Al 通过从错误中学习来改进自己，这些错误往往包括对边缘化群体的偏见或仇恨。Al 提供者是否有责任在发布其产品之前根除这些偏见？如果他们没有这样做，受影响的群体是否应该起诉这些公司？ 12.鉴于 AI 的潜在危害（如不准确或有偏见），对于重大的人工智能新进展，是否应该像药物上市前一样，有一个政府评估和批准程序？如果这会大大推迟新 AI 工具的发布，又该怎么办？ 13.如果 AI 在公司内部生成包含种族主义、性别歧视、反同性恋或其他辱骂性语言的信息，员工可以起诉吗？如果可以，他们应该起诉谁？是他们的雇主？还是技术提供者？ 14.研究表明，一些由 AI 驱动的任务，如评估求职者，更容易产生歧视。然而，使用 AI 也可以让更多的求职者得到考虑，因为 HR 可以人工阅读的求职简历有限。那么，你希望心仪公司使用 AI 来面试吗？ 15.为了保护隐私，在执法过程中限制 AI 监控，如面部识别，即使这意味着更少的罪犯将被抓获或定罪，这是否合乎道德？ 16.AI 可以创造模仿逝者的聊天、音频和视频。与这些 AI 对话会得到安慰，还是会延长失去亲人的痛苦，让他们停滞不前？如果聊天机器人有缺陷，它们是否会扭曲我们对这个人真正身份的理解？ 17.如果 AI 能够扫描大量的健康记录，它可能会发现新的医疗方法。如果我们的个人健康记录有可能改善或拯救数百万人的生命，那么是否应该为此而提供我们的个人健康记录？在这种情况下，我们将如何保护隐私？ 18.近年来，AI 聊天机器人治疗师一直在激增，但相关 app 不受医疗隐私法的监管，且一些已被证明会与广告商等第三方分享信息。鉴于此，你会把你的秘密告诉 AI 吗？如果你确信 AI 会根据你的要求删除你所说的任何内容，又会怎样？ 19.以严厉或辱骂的方式对待一个聊天机器人或虚拟助手，即使它们没有情感，可以吗？如果 AI 可以假装拥有情绪，又是否可以？对待聊天机器人的坏行为，是否会“怂恿”我们对真实的人做出更恶劣的行为？ 20.假设有可能创造出一个有情感的 AI，社会是否应该首先制定一个关于劳动条件、言论自由、隐私权、甚至死亡权等问题的权利法案？是否应该由有情感的 AI 自己来设计或修改？ 21.聊天机器人写了一篇博士论文，学生只是检查并对作品进行修改，这是否合乎道德？学生改写的内容占比为多少才能被认为合乎道德？ 22.内容创作者应该阻止 AI 爬取他们的网站并从他们的工作中学习吗？如果这是 AI 获取重要信息的唯一途径呢？ 23.AI 不具备道德能力。那么，要求它帮助做出道德决是否合乎道德？ 24.当 Al 被用来做出影响人们的决定（比如抵押贷款评估）时，人们是否应该有知情权？任何被 Al 拒绝的人是否应该有权质疑该决定并接受人类的重新评估？ 25.AI 公司是否应该采取额外的努力来建立多样化的开发团队？如果没有来自某些种族或文化群体的人参与开发 AI，那么 AI 做出影响这些群体的决定是否公平？来源：金色财经
金色财经2023-04-23
一周财闻：央行重磅回应！中国不存在长期通缩或通胀基础；A股突发，减持潮！科创板首批强制退市企业出炉
 go
后暂停一切矿产资源的开采与挖掘。　　Chatgpt和先进的人工智能在欧洲将面临新的监管　　欧盟立法者正在起草《人工智能法案》，以赋予监管机构管理ChatGPT等技术发展的权利，这可能是西方加码人工智能监管力度最大的一次。　　外汇局：国内股票估值低投资收益前景良好未来外资投资我国证券市场仍有较大提升空间　　外汇局新闻发言人王春英表示，人民币币值稳定；人民币资产的分散化投资价值高，兼具安全性与流动性特征；国内债券价格稳定、投资回报稳定；国内股票估值低，投资收益前景良好。未来外资投资我国证券市场仍有较大提升空间。　　A股减持潮　　周一晚间，药明康德、中微公司、美迪西、海天瑞声等近40家公司披露了减持计划。周二晚间，又有10余家上市公司披露了减持计划公告，涉及英维克、美凯龙、凌志软件、久远银海、爱美客等。周三晚间，万达电影、国信证券、英集芯、赛微电子等多股发减持公告。　　重大违法强制退市！*ST紫晶和*ST泽达成科创板首批退市公司　　*ST紫晶和*ST泽达分别发布公告称，公司于当天收到中国证监会《行政处罚决定书》。根据《行政处罚决定书》认定的重大违法行为，该两家公司将被实施重大违法强制退市，成为科创板首批退市公司。　　4月21日电池级碳酸锂止跌，多家券商称短期锂价有望企稳反弹　　此前，中信证券指出，当前锂价已跌至关键成本支撑位附近，供给实现初步出清。若下游需求回暖，叠加正极材料环节的低库存效应，锂价或能受益于采购回暖出现止跌。中金公司称短期锂价有望企稳反弹。华安证券表示，随着中游去库存逐渐见底，预计5月排产回升，碳酸锂价格或将企稳回升。　　本田副社长：2027年后在中国市场不再投放新的纯燃油车型　　本田副社长青山真二18日表示，至2027年后，本田在中国推出的所有车型均为混合动力和纯电产品，不再投放新的纯燃油车型。　　微软拟推出人工智能芯片助力大型语言模型　　据The Information消息，据悉，微软准备推出人工智能芯片，为大型语言模型提供动力。　　工业富联：与现有客户合作均正常开展丢失订单传闻不实　　工业富联公告，与现有客户合作均正常开展，丢失订单传闻不实。　　特斯拉一季度营收233.29亿美元利润率降低　　特斯拉一季度实现营收233.29亿美元，同比上升24％，实现净收入（GAAP）25.1亿美元，同比下降24％，营运利润率11.4％，不及去年同期19.2％和去年四季度的16％。　　华为宣布已实现自主可控的MetaERP研发　　华为宣布已实现自主可控的MetaERP研发，基于华为欧拉操作系统、GaussDB等根技术，并已完成对旧ERP系统的替换。　　宁德时代：一季度净利润同比增长558％　　宁德时代发布2023年第一季度报告，实现营业收入890.38亿元，同比增长82.91％；归属于上市公司股东的净利润98.22亿元，同比增长557.97％；归属于上市公司股东的扣除非经常性损益的净利润78亿元，同比增长698.35％；经营活动产生的现金流量净额209.66亿元，同比增长196.31％；基本每股收益4.0332元。
金融界2023-04-23

上一页
1
•••
488
489
490
491
492
•••
766
下一页

24小时热点

最新话题更多