FX168财经网_全球视野外汇黄金加密货币NFT资讯网

“我已赚了＄75万”ChatGPT对人类全是负面影响？不，它已经让一部分人赚得盆满钵满

如 ChapGPT、Dall-E 和 Midjourney 风靡互联网。在“多就业”人群中，这些人工智能工具被迅速采用。一些从事多项工作的人解释了 ChatGPT 如何让他们承担更多的工作，而雇主却一无所知。一位名叫“Ben”的在线营销人员表示，ChatGPT 是他今年做第二份工作的最大原因——他甚至用它来生成求职信。 “老实说，ChatGPT 确实胜任我 80% 的工作，我告诉它[为即将发布的产品发布]创造一个故事，它会根据我给的上下文为我做这件事。” 另一位营销人员表示，他现在可以在 45 分钟内写出一篇博文，而不是三个小时。一名技术工作者表示，在ChatGPT的帮助下，他现在做四份工作。一位大学讲师说，他在工作时通过笔记本电脑偷偷兼职经营两家公司，ChatGPT 负责 80% 的工作，例如商业计划、博客文章和 Excel 电子表格。一名叫“Charles”的软件工程师透露，他已经从两份工作中赚取了 50 万美元（75 万澳元），净资产为 300 万美元（450 万澳元），他希望自己能找到第三份工作，使薪水达到 800,000 美元（120 万澳元）。在 Reddit 的“Overemployed”论坛上，网友们讲述了ChatGPT是如何使他们赚钱的。上个月，投资银行高盛表示，生成式人工智能是一项重大进步，可以取代全球相当于3亿个全职工作岗位。高盛分析师在他们的报告中警告说，劳动力市场正在遭到重大破坏，估计有三分之二的工作至少在一定程度上实现了自动化。高盛将行政、法律、建筑和工程、商业和金融运营、管理、销售、医疗保健以及艺术和设计列为被取代风险最大的行业。报告称，虽然人工智能可以取代很大一部分工作任务，但它也可能带来新的就业机会和生产力繁荣，并预测它最终可能使全球 GDP 总量增加 7%。 ChatGPT 背后的公司 OpenAI 上个月发布了自己的论文，概述了哪些工作最容易接触到该技术。 OpenAI 的研究人员发现，数学家、作家和作者、公共关系专家、记者、新闻分析师、口译员、会计师和网页设计师是曝光率最高的众多职业。 “大多数职业都表现出一定程度的 LLM [大型语言模型]，高薪职业通常会呈现更多高曝光率的任务，我们的分析表明，在考虑当前模型功能和预期的 LLM 支持的软件时，大约 19% 的工作至少有 50% 的任务暴露于 LLM。” 研究人员还列出了 34 种职业，不出所料，这些职业不会面临 ChatGPT 的风险——石匠、服务员、瓦工、屠夫、油漆工和厨师等等。 “人工智能正在取代白领，我认为没有人可以阻止这一点。”罗切斯特理工学院计算与信息科学系副院长Pengcheng Shi在 1 月份表示。

澳洲亿忆网2023-04-20

尔等请入座看AI新秀AutoGPT如何颠覆生产力

无所不能”的风暴。此前ChatGPT、Midjourney等爆火之时，Prompt就是关键生产力，提问内容和方式决定了AI产出质量。但是现在AutoGPT只需告诉它你想要实现的目标，它便可以自我提示，全程自动解决复杂任务，我们要做的只有“袖手旁观”！ AI已经进化到完全不需要人类了？ChatGPT已被颠覆？让人忍不住第N次感叹“一切发生地太快了！” 截至目前，AutoGPT已在GitHub上收获了9万多颗星，引发了无数开源社区的关注，特斯拉前AI总监、刚刚回归OpenAI的Andrej Karpathy也在推特上力荐它，并赞扬说：“AutoGPT是prompt工程的下一个前沿。” 科技的进步让人忍不住为其欢呼，但同时我们也有必要冷静下来进一步审视，AutoGPT到底是什么？其开创性意义究竟何在？它会是通用人工智能的曙光吗？ AutoGPT是什么 AutoGPT原名EntreprenurGPT，是由开发人员Significant Gravitas近日发布在Github上的一个免费开源项目。在使用AutoGPT的过程中，我们只需设置清楚要完成的目标，剩下的部分它都能自主地帮我们轻松搞定。 AutoGPT具有互联网访问、长期和短期内存管理、使用GPT-4实例进行文本生成以及使用GPT-3.5进行文件存储和生成摘要等功能。它还可以根据给定的输入提示生成博客、自动分析市场并提出交易策略、自动进行产品评论、营销方案撰写等。除此之外，AutoGPT还可以通过学习上下文和输入提示的结构来提高生成文本的准确性和相关性。有网友戏称前段时间风靡AI圈的ChatGPT已经过时，战斗力完全比不上“当红明星”AutoGPT，那它们二者又有什么区别呢？ AutoGPT和ChatGPT都是基于GPT架构的高级语言模型，但它们是为不同的目的而设计的。 ChatGPT是一种AI语言模型，它可以根据用户给出的提示生成文本，需要用户不断对AI进行提问。而AutoGPT在本质上是一个自主的AI代理，我们可以把一项任务交给它，让它自主地提出一个计划，然后再去执行。简单来说，ChatGPT是按照用户的指示去做，而AutoGPT则是按照它自己的想法去做。我们再从以下几个方面来详细解读二者之间的区别：从训练数据来看，AutoGPT是在大量文本数据语料库上进行训练，以学习语言的模式和结构，而ChatGPT是在包含人类对话的文本数据语料库上进行训练；从输入提示来看，AutoGPT根据给定的输入提示生成文本，而ChatGPT在对话上下文中生成对用户输入的响应；从内容创建来看，AutoGPT可以根据给定的输入提示生成文章、博客和其他书面内容，而ChatGPT不是为内容创建而设计的；从客户服务和虚拟助手来看，AutoGPT的优势就没那么明显了，ChatGPT却可以在这些领域“大显身手”，它可以用来创建为用户提供客户服务的聊天机器人，或是创建可以用自然语言理解和响应用户查询的虚拟助手。除了AutoGPT之外，最近同样火爆的自主AI工具还有AgentGPT、BabyAGI等。当更多“有自己想法”的AI工具冒出来时，未来的AI还需要咱们人类吗？在思考这个问题之前，我们还是先坐下来慢慢欣赏AutoGPT是如何工作的吧！坐下，看AutoGPT工作 AutoGPT是AI领域的一项新突破，上周首度亮相便引人纷纷侧目。它的出现不仅仅代表AIGC赛道涌现了另一个AI工具，更值得关注的是它有可能将彻底改变我们对编程和编码的思考方式。 AutoGPT不仅是AI系统，它还是一个实验性的开源应用程序，展示了GPT语言模型的功能。与ChatGPT不同的是，AutoGPT需要下载特定的软件并熟悉Python和Github才能访问它。要访问AutoGPT，用户需要Python 3.8、一个OpenAI API密钥、一个PINECONE API密钥和一个ElevenLabs密钥。 Auto-GPT能够利用GPT-4的推理能力解决需要长期规划的复杂问题。当它接收到目标任务之后，可以拆解并创建子任务列表，然后一一完成。简单来说就是AutoGPT旨在将复杂的任务分解为更小的子任务，这些子任务可以独立分配和执行。这个过程递归地继续下去，直到子任务变得小到可以直接执行为止。它从迭代自己的提示开始，并在每次迭代中构建它们。这使得AI能够在之前工作的基础上产生新的想法和概念。一旦AI生成提示，它就会进入“推理”阶段。在这里，AI分析提示并确定采取的最佳行动方案。这包括考虑不同的选择，并评估每个选择的利弊。在AI确定最佳行动方案后，它将进入评估阶段。在这里，AI评估自己的工作，并确定任何限制或担忧。这让用户可以看到AI的思维过程，并更好地理解它是如何工作的。国外博主Greg在其主页展示了AutoGPT如何通过实现与转推、点赞和销售相关的目标来帮助管理企业的社交媒体帐户，其可以生成一流的内容、安排帖子，甚至可以回复客户的询问。现OpenAI技术大牛安德烈·卡尔帕西称AutoGPT是“提示工程的下一个前沿”，因为同基于GPT-4的ChatGPT非常依赖人们输入提示词来完成任务，AutoGPT则将中间的多轮提问环节交给机器，解放依赖人类的特性，这也是为何有人称AutoGPT将会替代ChatGPT的主要原因。总之，AutoGPT是一个强大的AI工具，可以通过API使用GPT-4和GPT-3.5自主创建完整的项目。它将步骤分解为“思想”、“推理”和“批评”的独特能力为用户提供了更好地理解其思维过程的能力。 AutoGPT有几个特性，包括自主功能、用户友好界面、面向目标的功能和多用途功能。与其他AI软件的区别在于其自主功能，出色的文本生成能力，以及在没有持续用户输入的情况下创建长而复杂项目的能力。那么这样一款超自律、超贴心的AI工具如何拥有呢？怎样才能拥有AutoGPT AutoGPT作为一个开源的综合AI智能体新秀，一经面世就在AIGC赛道上掀起了一阵风暴，迅速破圈上位成为当前AIGC热榜上的顶流明星应用产品。可是，作为当前新晋的顶流却没有一点“偶像包袱”，任何人都可以零门槛的免费使用它，并自主地实现设定的任何目标。你只需要静静地坐着，让AutoGPT为你秀亿波操作，就能得到想要的结果，天下还有这种大好事儿？别太离谱，谁信谁就哒咩了！不是任何人都可以做到如此轻松又佛系的，因为要想丝滑游刃有余地使用AutoGPT还是需要一定编程经验的。那么，作为零基础、零经验的初学者就只能望而却步被拒之门外了吗？NO！初学者如何简单又快速的使用AutoGPT呢？这里献上一份诚意满满的操作指南，帮助你成为AI小能手——30分钟内极限上手AutoGPT，并且成功打造一款属于自己的AI神器。俗话说：不打无准备之仗。同理，在安装AutoGPT之前，也要做好准备工作才能有条不紊的进行安装和使用。首先你需要下载Git，它是一个在线平台，人们可以在这里存储和分享他们的项目，让其他人更容易访问、贡献或从中学习；其次你需要下载Python 3.8 or later，因为需要它来运行Auto-GPT；再次要在Github下载Auto-GPT，并安装它的一些依赖项，激活你想要使用的虚拟环境；最后配置Auto-GPT API密钥，即OpenAI的API密钥和PineCone的API密钥。关于具体的安装步骤和一些注意事项，你可以放心食用本节末尾提供的详细教程链接，或者食用“适合中国宝宝体质“的中国网友提供的网页教程链接。如果这些文字和视频教程还是让你前后摸不着头脑的话，那么你可以利用无需技术知识的、在浏览器中就可以无缝使用的网页版AgentGPT。首先注册一个AgentGPT账户，定义它的名称、角色和目标；然后，提供至少五个实现这些目标的目标，确认设置，AgentGPT将创建一个新的聊天机器人，通过提供与目标相关的问题和答案来训练聊天机器人；再次，AgentGPT将利用这些数据训练聊天机器人理解自然语言，并提供适当的回应；最后，一旦完成训练，你可以使用AgentGPT的api在你的网站上部署它。也许读到这里，你可能惊讶于AutoGPT初次安装和使用过程的复杂和繁琐，怀疑自己脑子不够用了。但是，请你不要放弃，作为初学者的我们需要一个循序渐进的学习过程，这些详细的教程指南主打一个“包教包会”。当你静下心来仔细品味并熟练运用AutoGPT来解放你自己的时候，“真香定律”就会出现。 AutoGPT安装教程链接：英文版https://bytexd.com/getting-started-with-auto-gpt-for-beginners-setup-usage/ 中文版https://blog.csdn.net/Ascend1977/article/details/130148242 视频版https://www.bilibili.com/video/BV1Hc411n7pu/?vd_source=5acea16c8e4b1fbf51afc9459ae2b155 开启自动化新时代对于追逐生产力最大化的企业和个人，AutoGPT对完全自主的追求与他们的梦想完美契合。它不仅仅是一种语言模型，更可能成为改变游戏规则的工具。自动化机械取代人类重复性劳动，且永远不会感到疲倦，而“自动化”AI不仅代替了人类的体力劳动，还代替或辅助了脑力劳动，机器自动化的升级又何尝不是人类自身的升级。我们可以将以AutoGPT为代表的自主型AI想象成一个足智多谋且有丰富专业经验的机器人助理，每当他被分配了一项任务指令，它会拆解目标，制定计划、调整战略并调用互联网、数据库等资源，它就是你的团队成员，且任劳任怨，工作不止。 AutoGPT与ChatGPT一样都能完成一些类似市场分析、文案写作的工作，但AutoGPT的“自动化”似乎让这些潜在用例看起来更振奋人心。AutoGPT用例不胜枚举，任何需要对多个排列组合进行递归分析的研究任务都是 AutoGPT的绝佳候选。随着技术的不断进步，AutoGPT和其他自主AI代理的潜在应用空间几乎是无限的，有可能而且很可能会彻底改变我们的生活和工作方式。随着我们继续释放它们的潜力，我们可以期待一个更加互联、高效和创新的世界。然而，鉴于AI技术的快速发展并越来越多地融入我们的生活，深入评估其潜在影响至关重要。AutoGPT也并非没有挑战和局限性。最大的挑战之一是生成内容的可靠性和安全性，AutoGPT的领域知识可能仅限于训练数据中使用的特定主题和语言，且无法考虑到特定情况或主题的上下文和细微差别，从而导致不准确或不完整的回答，并且存在安全风险。而GPT模型依赖大数据生成高质量内容的限制同样存在于AutoGPT，同时AutoGPT根据训练数据中的模式生成内容，但它可能无法生成超越它之前看到的内容的真正原创或创造性回答。尽管目前AutoGPT运行成本仍然很高，且经常以无限循环告终，但其仍是AI领域令人兴奋的重大进展，我们再次向AGI（通用人工智能）迈出了充满希望的一步。发展速度只会越来越快，我们可以期待在未来几年看到AI领域的更大进步。未来，可能会是一个AI解决所有人类问题的乌托邦，但我们还必须考虑风险，世界瞬息万变，我们必须做好适应和发展的准备。当我们拥抱这些前沿的AI科技时，我们每个人都有责任为AI合乎道德的发展做出贡献，努力实现人工智能造福于每个人而不构成生存威胁的未来。【声明】：本文为元宇宙之心运营团队原创，未经允许严禁转载，如需转载请联系我们，文章版权和最终解释权归元宇宙之心所有。来源：金色财经

金色财经2023-04-20

AIGC赋能金融场景销售与市场，有连云荣获“AI+金融AIGC最具创新应用奖”

通过Stable Diffusion、Midjourney等等相应一些工具，可以非常快速高效的去生产原来需要人工去生产的一些东西，极大地提高了效率。 2022年底ChatGPT到来，加速了人工智能时代发展，这有可能形成第四次工业革命。根据Gartner的数据，现在基本上都是通过人工去生成相应的内容，当前AIGC占所有生成数据小于1%，将来会获得一个极大快速的提升，预计到2025年或上升至10%。红杉资本在《Generative AI：A Creative New World》当中也提到，AIGC未来有可能产生数万亿美元的经济价值。彭博大模型BloombergGPT的推出，对于加速人工智能技术在金融领域当中的应用，迈出了重要的一步。那么，AIGC在金融行业的应用前景如何呢?引用中国信通院的报告，AIGC在金融行业可以助力企业实现降本增效。一方面，可通过 AIGC 实现金融资讯、产品介绍视频内容的自动化生产，提升金融机构内容运营的效率。另一方面，可通过AIGC塑造视听双通道的虚拟数字人客服，让金融服务更有温度。谈及金融行业实践中的痛点，有连云张岩分别从时效性、准确性和客服体验三方面阐述。时效性方面，金融领域跟其他领域不太一样，金融行业当中很多数据，包括行情都是瞬息万变的，传统的人工模式很难去跟踪捕捉相应的信息。而有效结合人工智能AIGC，可合法合规的实现秒级获取信息，极大提高内容生成的效率，对于金融机构和上市公司而言，极大的辅助他们在销售、市场营销、品牌声誉等商业的应用。准确性方面，这个是显而易见的。传统内容生产，容易产生操作上的失误，这也是人工介入的情况下难以避免的问题。在其他领域问题还不大，但是在金融领域，这是一个非常明显的问题。一个单位或一个标点的失误，可能就会造成语义上的重大变化，通过AIGC方式去生成内容，可以有效规避一些低级错误发生。最后，客户体验方面，传统“傻瓜式”机器人的对话形式，客户很难获得所需要的专业的金融的支持，这也是金融领域客服面临的一个普遍性问题。人工智能的加入使得客服更加专业，也会更加有温度，更加人性化。不仅解决了人工专业度统一口径的问题，同时解决了传统的机器人对话冰冷甚至无法提供专业性回答等的问题，对于企业的降本增效也会有非常明显的效果。有连云作为国内领先的面向大型商业机构的AIGC平台，以生态连接为核心，深耕金融场景需求，以自然语言处理、大数据、知识图谱技术为基座，AI赋能文本智能、视频智能、数据智能与连接智能，为大型金融机构及上市公司等龙头企业提供智能创作、智慧连接、智能风控一体化金融AIGC解决方案，全方位的满足客户基于销售、市场、风控等金融场景痛点与智能应用。通过有连云成熟的金融AIGC技术与场景应用能力，在本次上海市人工智能大会荣获“AI+金融AIGC最具创新应用奖”。这项殊荣是对有连云在人工智能与金融AIGC领域创新探索的最好肯定，同时，有连云也是百度“文心一言”第一批的合作伙伴，同时也是腾讯加速器成员伙伴。在AIGC领域中，有连云将与合作伙伴充分发挥各自的技术优势和专业特长，联手打造更多具有创新性、可落地的人工智能应用场景，共同推进生态圈建设，创造更大的价值和效益。风险提示：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2023-04-17

梁杏+麻绎文：软件调整可能尚未结束，但长期依然看好

巨大的发展潜力。二、ChatGPT和Midjourney如何变革软件行业主持人：经过绎文的讲解，我们可以看出过去的30年中，尤其是从2019年到2020年这一段时间，是数字经济迅猛发展的阶段。随着5G技术的普及和智能化、网联化的发展，数字经济得到了催化，对我们的生活产生了深远的影响。刚刚我们也提到了ChatGPT和Midjourney，现在我们想和大家更加详细地聊一聊，这两个应用或者软件对我们的生活带来了什么样的改变，两位老师分享一下您的看法。梁杏：经过我自己的体验，我发现使用AI生成图片确实可以提高效率。例如，当我输入“白色的变形金刚”，AI生成了一个符合要求的白色变形金刚，虽然图片中可能还有少量的蓝色和黄色配色。如果我对图片的要求不是特别细致，那么AI生成的图片已经可以满足我的需求。但是，如果要求非常细致，可能就需要输入更详细的定义。总体而言，我觉得这种体验还是很有趣的。现在，由于AI生成的图片可能没有版权限制，所以在使用上也没有太多的限制，这可能会引发一场生产力的变革，包括一些行业的震荡。因为AI生成图片的效率非常高，并且目前还没有版权限制，所以对于依赖图片创作和销售版权图片的公司来说，使用AI可能具有竞争优势，这只是使用AI生成图片的一个小方面。像ChatGPT和Midjoruney的专利，它们不仅可以在图片方面应用，还可以在提高效率和改进其他方面发挥作用。例如，像微软的必应和Office已经开始搭载GPT，通过体验我发现，GPT在总结能力方面非常强大。当然，需要指出的是，如果想要中文总结的话，需要明确告诉GPT，否则生成的总结可能是英文。此外，GPT甚至可以帮助将总结转换成表格等形式，非常直观。如果想要在学习大量材料并输出新观点时更省力一些，确实可以利用计算机或者PPT等工具来帮助做总结或者作辅助工作。因此，目前来看，使用AI生成图片和文本等可以显著提高工作效率，尽管可能在解读和总结某些内容时还存在一些局限性。但是，除了提高效率之外，可能还有一个非常重要的方面，那就是它可以打开我们的想象空间。例如，通过提高效率和使用AI工具，我们可以在创作和创新方面拥有更多的想象空间，因为这是一个即将到来的时代，我们可能只能看到当下，而未来的可能性还有很多。主持人：对的，梁老师分享了很多关于新软件和新技术带来的变化，例如必应搜索、Office内嵌等。接下来，请绎文分享一下这两个新软件或新技术给计算机或软件等细分赛道带来的投资机会。麻绎文：其实我们认为，对于整个计算机或者软件领域来说，人工智能模型本身就是一个重要的组成部分。我们知道，像GPT为代表的人工智能大模型在商业化应用方面的落地，离不开各家计算机软件厂商的支持。特别是在海外，近期人工智能在金融终端应用方面蓬勃发展，例如可以用于分析财报数据和金融文本情绪等，这有助于更好地解读金融市场的变化。这个简单的例子表明，人工智能大模型不仅仅是通用的模型，还可以应用于不同领域的一系列应用型模型。例如，金融数据提供商通过训练自己的应用型人工智能模型，可以在自身领域内取得更好的效果，优于通用的GPT模型。因此，国内的计算机和软件企业在结合人工智能大模型的训练后，可以提升业务能力，为自身的客户群体提供更好的服务，从而带来新的发展机遇。三、软件行业的轻资产优势主持人：接下来，我们邀请两位嘉宾跟我们聊一聊产品布局的事情。我们注意到这个软件的ETF以及其场外联接基金实际上是晚于计算机ETF出现的，我们想问一下梁老师当时在做软件细分赛道布局时是如何考虑的。 1、软件ETF背后的故事梁杏：计算机ETF这个产品的布局是在2018年决定的，当时我们已经布局了军工ETF和证券ETF，并经过几年的培育，积累了一定的规模，从而能够开始准备下一步的工作。 2018年的时候，我们决定要推出一系列新的产品，当时我们需要确定一些主线。考虑到科学技术是第一生产力，我们决定在2018年推出四个科技类产品，包括生物医药ETF、芯片ETF、计算机ETF和通信ETF。这四个产品代表了我们在2018年的科技主线，经过布局后，我们没有想到科创板在2018年年底开市，而这四个产品正好契合了科创板的主线。因此，我们也算是借了一下科创板的热度，将这四个产品称为科创四子。这四个产品在2018年研发并上报后，陆续在2019年推出。然后2019年发行了计算机ETF（512720）之后，为什么后来又做了软件ETF（515230）？随着我们成立了相关产品之后，会对行业有进一步的深入研究。在这样的情况下，我们就了解到了计算机行业里面的细分，就像我刚才前面介绍的，还有软件、硬件、信息服务等，我们后来在2020年8月的时候看到国家发布了一个政策，是有关部门关于印发新时期促进集成电路产业和软件产业高质量发展若干政策的通知。看到这个政策的时候，当时我们的权益研究部的研究员同事把这个政策转给了我，他认为软件行业未来的发展机会应该是非常大的。我把这个政策看完了之后，也非常赞同他的观点。因为集成电路方面其实我们已经有芯片ETF（512760）了，但是我们缺一个软件，而且软件这个行业也是国家大力扶持的，所以我们就在2021年的时候把软件ETF发出来了。产品上市后，2021年它并不算表现非常好，又加上2022年也是市场比较震荡的一年，所以软件ETF这两年的表现并不算特别好。但是到了去年四季度以后，随着信创产业政策的发力，点燃了整个资本市场的热情，今年又叠加了政策的不断出台和技术的不断革新，整个行情就如火如荼了。我们在比较早的时候可能就认识到了这一点，计算机首先它是一个大的行业。现在所强调的互联网或者说像很多前面提到的热门板块，其实都可以在计算机行业里面找到对应。同时我们又可以在里面找到弹性比较大的细分子行业就是软件。 2、软件行业商业模式特征梁杏：我当时牵头软件ETF的研发和发行工作，对这个行业进行了较长时间的研究。当时我非常喜欢软件行业的一个方面，就是它的商业模式与许多其他科技行业不同，软件公司通常是轻资产公司。软件公司需要招聘一批编写代码的工程师，每天都写代码，抓bug，测试封装，再销售拷贝，生产流程就结束了。但是，如果我们去看传统的科技产业，如芯片、新能源汽车、生物医药等高科技领域，除了需要聘用一批聪明的工程师之外，还需要购买土地、设备，建立生产线，招聘员工，最后才能开始生产。所以，相比之下，软件行业的产线更加短。与其他科技行业相比，软件行业的科技投入占比也更高，尤其是在高学历人员的比例方面。这也是当时我们选择从计算机行业中将软件单独拎出来做一个产品的原因。计算机中也有硬件，但是硬件需要各种生产环节。因此软件之所以具有高弹性，也可以从这个角度解释，其商业模式本身就是一种轻资产的模式，因此其弹性也较高。四、游戏板块投资机会解读主持人：好的，梁老师刚刚详细地解释了软件ETF及其联接的诞生和一些心路历程。接下来，我们想和大家探讨一下最近非常关注的动漫游戏板块，我们也是有两只相关的产品，游戏ETF（516010）和游戏沪港深ETF（517500）。梁杏：为什么会有两个游戏ETF呢？因为当我们推出纯A股的游戏ETF时，有人问为什么里面没有腾讯，因此我们决定推出一个包含腾讯在内的游戏沪港深ETF，以满足投资者的需求。另外，港股市场还有一些其他不错的游戏公司。主持人：接下来我们邀请嘉宾绎文来和大家聊一聊游戏板块。我们可以看到，游戏板块在近期表现非常亮眼，但最近也经历了一些回调。现在请绎文来和大家分享一下对于游戏板块近期表现的看法。麻绎文：回顾游戏板块本轮行情，从去年10月份的低点一直涨到今年的高点，累计涨幅超过70%，涨幅相对较大，背后有很多催化因素。 1、游戏版号发放首先从基本面来看，去年4月份开始游戏版号恢复发放。此前游戏版号停发了8个月，特别是在2021年和2022年上半年，游戏行业处于较强的监管状态。但从去年4月份开始，游戏厂商的新游戏储备陆续得到了上市。从去年4月份开始游戏版号恢复发放，到今年3月份，已经有10个批次的游戏版号发放。尤其是今年前三个月，每个月都有游戏版号发放，平均数量相对去年有所提升。今年3月份，不仅发布了国产游戏版号，还发布了进口游戏版号，整体来看，我们认为目前整个游戏行业的版号发放已经进入了常态化阶段。这对游戏行业的影响可以从上市公司的财报进行回顾或展望，包括一些港股头部游戏公司披露的2022年财报。在这些财报中，国内游戏收入是一个比较显著的拖累项，而游戏出海业务则取得了较高的增速。因此，相比之下，我们认为自去年下半年开始，这些游戏大厂逐步拿到游戏版号后，今年新游戏陆续上线，国内游戏收入的增速有望恢复到较快的阶段。总体而言，我们认为游戏版号的恢复发放对游戏行业今年全年的基本面有一个较为正向的刺激作用。回顾游戏行业过去几年的净利润增速，可以看到包括2021年和2022年基本上都处于负的20%到负的30%多的负增长阶段。 2、政策支持另一方面，在去年下半年，我们看到政策层面有较积极的变化，国内官方逐步开始认可游戏的价值。标志性事件包括官媒发文认可游戏行业的科技价值，以及游戏工委发布的游戏行业报告中提到游戏行业的未成年人监管取得了较大成效。去年港股头部游戏公司的财报披露的未成年人游戏时长和流水带来的收入基本可以忽略不计，监管目的基本上已经达到了。另一方面，游戏行业在各个领域的溢出效应，或者说在其他领域的应用，也逐步得到了监管层面的认可，开始逐步支持游戏行业的发展。 3、消费复苏今年，我们认为游戏行业将经历一次较大的恢复性增长。这主要归因于游戏版号的恢复发放和国内宏观经济的修复。因为游戏属于消费行业，与国内宏观经济有较大的关联性。特别是在经济活动恢复后，人们的收入提高，休闲娱乐支出可能会增加，对游戏厂商来说，收入增速才能够恢复。 4、科技创新总体而言，游戏版号的恢复发放和政策层面的转变对游戏行业产生了正向刺激作用。而今年游戏行业最大的催化作用显然来自人工智能的变革，尤其是以ChatGPT、Midjourney为代表的一系列人工智能大模型，这些人工智能技术从两个角度对游戏行业带来了变革。首先，从游戏内容创新的角度来看，现在国内外的一些游戏厂商已经开始将人工智能模型应用于游戏内人物的智能对话等方面，使得游戏剧情和人物对话变得千人千面，提升了游戏的可玩性。其次，从降低成本、提高效率的角度来看，人工智能大模型的推广在游戏行业中也起到了积极作用。例如，人工智能可以生成图像、辅助编写简单的代码等，从而提高游戏行业的美工和开发效率，降低成本。据测算，人工智能带来的成本改善可能达到20%~30%。因此，综合来看，今年游戏行业有望取得较大涨幅，这在一定程度上既在意料之外，也符合情理。主持人：很多小伙伴其实比较关心游戏的一个配置时点，以及今年已经涨了这么多的情况下，后续还能不能买？麻绎文：我们认为游戏行业的基本面改善可能不会那么快，尤其是头部游戏公司在去年下半年才陆续获得新游戏批号，因此一季度和二季度可能还不能迅速反映在整体收入和基本面的改善上。另一方面，虽然人工智能在中长期内有较大的成长空间，但在短期内的落地可能不会那么迅速。因此，今年整体上看，我们认为游戏行业的业绩增速可能会逐季抬升，但一季度可能还不会看到明显的业绩改善，尤其4月份是季报披露季。此外，最近数据统计显示，TMT板块（电子、通信、传媒和计算机）在过去几周在全市场全部A股的成交额占比超过40%，创历史高点。考虑到一级行业有31个，而这4个行业就占据了近一半的成交额，这种情况较为极端且不太常见，难以长时间持续。因此，在这种情况下，我们认为大家可能更加关注上市公司的业绩兑现情况，特别是一些景气度改善比较明显的行业，可能会更多地受到关注。在市场经历调整后，在阶段性低点逐步关注游戏和计算机软件等板块。主持人：对于软件、计算机和游戏等板块，我们建议大家可以先进行自选关注，并在后续等待回调到一定程度时，再进行逢低加分批操作。在这种热点轮动较快的市场行情中，很多投资者可能会出现追热点的心理，导致投资心态不稳定。对此，我们想请梁老师分享一些建议或想法。梁杏：保持定力是很重要的。以芯片ETF为例，该ETF于2019年6月12日上市，联接基金成立于2019年12月底。在2019年的芯片行情大周期中取得了很好的累计收益率，从1块钱涨到了3块8左右（复权净值）。但在这个过程中，许多投资者没有能够把握住行情，导致收益被吃掉或者损失了。这可能是因为2019年和2020年市场行情轮动较快，特别是芯片行业波动较大，最大调整幅度可能达到40%。因此，芯片ETF（512760）被许多人称为"渣男"，而现在的软件行业也有类似的特性。投资者应该关注大趋势和发展方向，将重心放在抓住大趋势上，而不要过于追逐短期的热点轮动。短期热点行情会不断变化，但大趋势才是投资的关键。一旦你理解了这个道理，你的心就会变得稳定，只有当大趋势不再存在时，才会有问题。否则，实际上问题都不大，包括芯片。芯片去年年初开始进入了一个短期需求周期下滑的过程，所以去年前三个季度很多投资者感到很困扰。但作为自主可控的攻坚方向，芯片的前景肯定还是好的。所以你可以坚守非常长的大趋势，至少可以坚守其需求周期，像芯片的需求周期至少是2~3年。经过这段时间的坚持，可能你的投资体验和效果都会非常好。对应到计算机软件，我们认为情况也是类似的。正如前面给大家分析的，现在软件行业一方面受到政策不断驱动，基本面也在不断改善和落地，另一方面受到全球范围内技术浪潮的推动，这将使得国内厂商增加资本开支，追赶世界潮流的趋势，不能在竞争中落后。因此，我们认为这也是一个大趋势的展开，而未来10年20年，计算机行业或软件公司可能会推出一些无法想象的新产品。从长期来看，这些行业都属于科技行业。科学技术是第一生产力，国家永远会在科技上进行重金投入和支持，包括政策上的扶持等。所以从非常大的周期来看，这些行业没有什么太大的问题。短周期来看，现在软件行业受到政策和技术的双重驱动，前景相对来说是比较明朗的。存在的问题就是可能板块波动较大。所以想明白或者说想清楚这个事情，可能心态会更容易稳定，能够长期持有并享受更好的收益。如果实在无法承受波动，可以减少购买量，这也不是什么大问题。主持人：其实还是大家要结合自己的收益预期以及自己的风险承受能力，进行相应的配置，然后保持一个定力。梁杏：是的。如果不理解这个道理，很容易在投资中错过大的趋势，而只追逐短期的小热点。芯片ETF从1块钱涨到3块8的过程中，很多投资者没有真正获得丰厚的收益，因为他们可能在觉得要调仓的时候下车了，结果后来行情继续涨，涨完了之后又很容易卖飞。在行业的风口或者短周期回调时，很容易错过机会，就像2020年和2021年的新能源汽车行业一样，虽然新能源车ETF涨得很好，但也没有太多投资者从头到尾都获得了完整的收益。五、互动问答 1、昨天市场的调整是温水煮青蛙，还是一步到位的问题？麻绎文：从行情的回顾来看，昨天的调整相对整个计算机软件板块和游戏板块之前的涨幅来说，并不算特别大，因此我们认为调整可能还没有完全到位。尤其是4月份是财报披露季，市场会更加关注上市公司一季度的业绩情况。短期内，人工智能带来的软件产业变革和游戏行业变革都难在上市公司的业绩层面体现出来。因此，在短期内，尤其是一季报披露阶段，市场对计算机软件板块和游戏板块的兴趣可能会稍有减弱，从而导致持续的震荡或调整。因此，当前阶段不建议过早地介入或追高，而是建议大家再等待一段时间。 2、关于生物医药和创新药的看法，以及二者之间的区别？梁杏：今年年初的时候我们在大消费里面选择了医药作为今年的年度主线，特别是生物医药和创新药这两个代表高精尖发展方向的领域。为什么选择医药作为投资主线？我们认为医药行业在今年的行情中表现应该会不错。防控干扰过去后，医药行业的研发、生产和销售都会恢复正常，对业绩基本面有支撑。此外，医药行业在过去一两年里受到了集中采购等政策的影响，估值相对较低。尽管去年四季度医药板块和生物医药板块开始反弹，可能现在估值已经不是最低点，但在历史上仍处于较低位置。因此，我们认为医药行业未来的空间还不错。相比之下，食品饮料行业的估值可能没有调整得特别低，而且在消费复苏过程中，可能会面临空间有限的担忧。因此，我们选择了医药作为投资主线，这些都是相对短期的考虑。医药行业其实有中期和长期的逻辑。中期来看，我们可以看到一些政策支持，如医疗新基建和贴息贷款等；还有集中采购政策，在数量上可能力度较小，包括砍价的力度也可能比之前预想的小一些。当然集中采购并没有完全消失，只是比之前担忧的要少一些。此外，还有长期的逻辑，如人口老龄化和消费升级。人口老龄化意味着，随着年龄的增长，身体可能会越来越容易出现损耗，需要不断的保养和药品、器械、服务等，因此我们对医药行业的长期前景比较看好，至少在未来2~3年内。有时候在与客户交流时，客户会询问能否推荐一个10年甚至20年的投资品种，这时我们会给大家推荐生物医药等长期发展潜力较大的品种。至于生物医药、创新药与传统医药的区别，生物医药、创新药走的是高精尖领域，是医药行业的创新方向。给大家再稍微梳理一下医药行业的细分。一般来说，医药行业可以分为中药、化学药、生物医药这三个分类。此外，还有医疗器械、医药器械、医疗服务、医药零售、医药流通这几个不是药的细分子行业。生物医药是其中的一个细分子行业，创新药是指化学创新药和生物创新药这两者合在一起的概念。创新药沪深港ETF（517110）中可能会包含港股成分，因此其弹性可能略大于生物医药ETF（512290）。但从发展方向上来看，两者的区别不大，都代表医药行业的高精尖发展方向，依托生命科学技术的进步。这也是我们对医药行业在未来10年到20年看好的原因，因为它依托于生命科学技术的进步。随着技术的不断进步，我们可以攻克更多的疑难杂症，例如心脑血管疾病等。这些技术进步将会为人类带来更好的体验，包括人均预期寿命的延长和身体舒适度的提高。例如，通过更好的药物、器械和服务，患者可能能够更快地从中风中康复，重获健康，这些都是技术改变带来的巨大好处。 3、最近关注军工的人较多，其科技属性也比较强，同时叠加中特估热度，能不能分享一下对军工行业的看法？麻绎文：从基本面角度来看，军工行业的大行情机会来自于十四五期间新式武器装备的大量列装。在过去的十三五期间，国内已经研制了许多新型武器装备，如G20、20、舰艇055等，而在十四五期间，这些装备将进入大规模列装阶段，对国内军工上市公司的业绩将产生较大的推动作用。从短期来看，军工行业还受益于国企改革的催化作用，尤其是从去年下半年到今年以来，军工上市公司出现了许多资本运作，包括企业之间的吸收合并和借壳上市等，这都对整个板块的投资情绪产生了提升作用。此外，除了军用领域外，军工企业也在逐步切入民用领域。例如，去年国内的C919大飞机已经开始商用和交付，今年航空公司也开始使用C919大飞机，因此军工企业在民用领域的融入逻辑也逐渐显现。中国和海外一些国家的合作也来越紧密，军贸逻辑不断强化。综合以上各个角度来看，我们认为军工行业在基本面、国企改革政策层面以及海外合作和民用领域延伸等方面都有较好的行情机会。因此，我们建议大家关注军工ETF（512660）。主持人：梁老师的定投计划里面其实是有军工板块的。梁杏：我对这个现象也感到困惑。军工行业虽然在基本面和国际关系等方面存在积极因素，包括重组和中特估，其股价一直没有上涨，这让我感到疑惑。然而，我相信作为国家必选消费，军工行业最终会有表现。因此，我已经在我的定投计划中加入了军工行业，只要行情上涨，我们的定投策略应该能够抓住这个机会。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。

有连云2023-04-14

文案和创意设计工作不存在了 AIGC 下一个消灭的工作岗位会是什么？

最热的 Open AI 公司，还有以 Midjourney 为代表的 AI 绘画产品，也是相当炸裂。 Midjourney 采用了类似于 GPT-4 的深度学习技术，通过大量的图像数据进行训练，使得它具备了强大的绘画能力。它能够理解用户的输入信息，比如文字描述、草图、甚至是情感等，然后在大量的图像数据中寻找相似的元素和特征，最终生成一幅满足用户需求的作品。此前，“特朗普被捕”的“照片”在一些社交平台流传开来。这些“特朗普被捕”的图片显示，特朗普或被警察围捕、或穿着囚服、或在劳改、或在越狱。要不是别人提醒这是 AI 合成图，普通网友仅凭肉眼难以辨别真假。而这些图片的作者亲自回复，这些图片来自于——Midjourney V5。艺术家 Gokul Pillai 用 AI 绘图工具 Midjourney 绘制了七张图片，展示亿万富翁如果住在贫民窟会是什么样子，包括特朗普、比尔・盖茨、巴菲特和马斯克。据投资银行高盛（Goldman Sachs）发布报告，随着 AI 技术的突破，预计全球将有 3 亿个工作岗位被生成式 AI 取代，其中律师和行政人员所受影响最大，预计对体力要求较高的职业或户外职业受影响较小，例如建筑和维修工作。来源：金色财经

金色财经2023-04-13

网易NETALAND惊艳揭幕玩家上场共创新场域

拟世界里挥洒创意，与 ChatGPT、midjourney 等 AI 生产工具一起整活，与虚拟人分享交流，创造属于自己的数字资产。技术飞升带来的改变令人震撼，不止大大降低了内容生产门槛、快速提升了效率，同时也把用户对内容的审美标准、质量要求提到了一个全新高度。在这条越来越重要、也越来越拥挤的内容赛道上，品牌营销应往何处去？ 4月9日，网易NETALAND正式上线，网易给行业带来了一份新答卷。网易虚拟人Eassy、欣漾superELLE虚拟人Liz、Sam 来源：金色财经

金色财经2023-04-12

通信、传媒板块领涨，多只相关ETF涨幅居市场前列

上月，国内外OpenAI、百度、微软、Midjourney等厂商密集发布AI大模型及应用产品，我们洞察到AI生成内容技术的力量，AIGC作为数字内容生产的新方式，有望赋能各行各业，尤其在传媒内容领域，且产业端已加速布局。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。

有连云2023-04-12

ChatGPT是如何看待Mimblewimble隐私保护技术的？

灵光一闪，为何不用chatGPT + Midjourney工具，利用Ai做一张图，看一下AI心中Mimblewimble，会呈现怎么样的形象呢？提问ChatGPT：Mimblewimble 在密码学中的的特性，如果用一个二次元形象来表达，你觉得会是什么？ ChatGPT的回答是：经过Midjourney的处理，图片如下，那就请大家好好欣赏一下Mimblewimble的AI形象吧，还是蛮好看的，和文章封面图竟然不谋而合。让我们同时感受Mimblewimble和AI的强大。来源：金色财经

金色财经2023-04-11

沪指六连阳，医药再回暖！

lox的AI工具通过对话生成游戏代码；Midjourney快速完成美工级图片绘制等进展。AI在游戏行业研发应用已经越过诸多门槛，在实验室阶段有了众多有效进展，持续有个例落地，未来AI有望不断赋能游戏，为行业提供崭新增长点。建议感兴趣的小伙伴关注游戏ETF（516010）和游戏沪港深ETF（517500）的投资机会，不过也要警惕开年以来游戏板块过热，涨幅积攒到一定程度，市场情绪过热后反转的回调风险，建议逢低、分批、定投布局建仓。 4月7日地产链涨势较好，建材ETF涨1.38%，家电ETF涨0.72%，主要受地产销售持续回暖的利好消息驱动。有关部门表示，1-2月份房地产销售收入由负转正，3月份增速进一步提升，同比增长17.9%。根据克而瑞数据此前发布，3月百强房企单月累计实现销售金额7457亿元，同比+28.7%，环比+43.8%；1-3月百强房企累计实现销售金额16635亿元，同比+2.2%，整体表现超市场预期。拿地数据看，根据民生证券研究所统计，截至2023年3月31日，全国重点23城推出土地140宗，规划建面1240万方平米，环比增长17.8%；成交地块114宗，成交规划建面1045.83万平方米，环比增长高达124.7%；成交土地出让金935.63亿元，环比增长53.0%。前期“三支箭”为代表的利好房企融资等政策或逐渐落地生效，房企拿地积极性不断提升。而1-2月投资端数据看，1-2月房地产开发投资同比跌幅从去年12月12.7%收窄至5.7%。投资同比跌幅收窄，或显示地产基本面回升拐点正在出现。但同时需要注意，3月为房地产传统旺季，地产回暖的持续性仍需要进一步观察。投资角度看，地产链上可关注中游的建材板块及下游的家电板块。建材板块同时受益于基建与地产，基建在稳经济中依然发挥重要作用；经济复苏叠加去年存量项目较多的背景下，重大项目正在逐渐落地形成实物工作量，这个过程中对建材板块构成一定利好，可关注建材ETF（159745）。而地产销售的复苏对下游家电板块也会有一定的拉动作用，家电板块同时受益于低基数下，内需回暖拉动利润修复的逻辑，也可关注家电ETF（159996），但需要警惕海外经济疲软、出口下降带来的波动风险。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。

有连云2023-04-10

零知识机器学习 (ZKML) ：ZK与AI将会碰撞出怎样的火花？

本到图像的模型（如 DALL-E 2、Midjourney 或 Stable Diffusion）的进展。随着这些模型变得越来越好，并且能够执行更广泛的任务，了解是哪个模型执行了这些操作就变得非常重要，还是操作由人类执行。在接下来的部分中，我们将探讨这个思路。 ZKML 的动机和当前努力我们生活在一个世界上，AI/ML 生成的内容越来越难以与人类生成的内容区分开来。零知识密码学将使我们能够做出这样的声明：「给定一段内容 C，它是由模型 M 应用于一些输入 X 生成的。」我们将能够验证某个输出是否是由大型语言模型（如 chatGPT）或文本到图像模型（如 DALL-E 2）等任何其他我们为其创建了零知识电路表示的模型所生成的。这些证明的零知识属性将使我们能够根据需要也隐藏输入或模型的某些部分。一个很好的例子是在一些敏感数据上应用机器学习模型，在不透露输入到第三方的情况下，用户可以知道他们的数据在模型推理后的结果（例如，在医疗行业）。注：当我们谈论 ZKML 时，我们是指创建 ML 模型推理步骤的零知识证明，而不是关于 ML 模型训练（它本身已经非常计算密集）。目前，现有技术水平的零知识系统加上高性能硬件仍然相差几个数量级，无法证明当前可用的大型语言模型（LLMs）等庞大的模型，但是在创建较小模型的证明方面已经取得了一些进展。我们对零知识密码学在为 ML 模型创建证明的上下文中的现有技术水平进行了一些研究，并创建了一个聚合相关研究、文章、应用程序和代码库的文章集。ZKML 的资源可以在 GitHub 上的 ZKML 社区的 awesome-zkml 存储库中找到。 Modulus Labs 团队最近发布了一篇名为「智能的成本」的论文，其中对现有的 ZK 证明系统进行了基准测试，并列举了不同大小的多个模型。目前，使用像 plonky2 这样的证明系统，在强大的 AWS 机器上运行 50 秒左右，可以为约 1800 万个参数的模型创建证明。以下是该论文中的一张图表：另一个旨在改进 ZKML 系统技术水平的倡议是 Zkonduit 的 ezkl 库，它允许您创建对使用 ONNX 导出的 ML 模型的 ZK 证明。这使得任何 ML 工程师都能够为他们的模型的推理步骤创建 ZK 证明，并向任何正确实现的验证器证明输出。有几个团队正在改进 ZK 技术，为 ZK 证明内部发生的操作创建优化硬件，并针对特定用例构建这些协议的优化实现。随着技术的成熟，更大的模型将在较不强大的机器上短时间内进行 ZK 证明。我们希望这些进展将使新的 ZKML 应用程序和用例得以出现。潜在的使用案例为了确定 ZKML 是否适用于特定的应用，我们可以考虑 ZK 密码学的特性将如何解决与机器学习相关的问题。这可以用一个 Venn 图来说明：定义： 1.Heuristic optimization—一种问题解决方法，它使用经验法则或「启发式」来找到艰难的问题的好解决方案，而不是使用传统的优化方法。启发式优化方法旨在在相对的重要性和优化难度下，在合理的时间内找到好的或「足够好」的解决方案，而不是尝试找到最优解决方案。 2.FHE ML—完全同态加密 ML 允许开发人员以保护隐私的方式训练和评估模型；然而，与 ZK 证明不同，没有办法通过密码学方式证明所执行的计算的正确性。像 Zama.ai 这样的团队正在从事这个领域的工作。 3.ZK vs Validity—在行业中，这些术语通常被互换使用，因为有效性证明是 ZK 证明，不会隐藏计算或其结果的某些部分。在 ZKML 的上下文中，大多数当前的应用程序都利用了 ZK 证明的有效性证明方面。 4.Validity ML—ZK 证明 ML 模型，在其中没有计算或结果被保密。它们证明计算的正确性。以下是一些潜在的 ZKML 用例示例： 1. 计算完整性（有效性 ML） Modulus Labs 基于链上可验证的 ML 交易机器人 - RockyBot 自我改进视觉区块链（示例）：增强 Lyra 金融期权协议 AMM 的智能特性为 Astraly 创建透明的基于 AI 的声誉系统（ZK oracle）使用 ML for Aztec Protocol（具有隐私功能的 zk-rollup）致力于合同级合规工具所需的技术突破。 2. 机器学习即服务 (MLaaS) 透明； 3.ZK 异常/欺诈检测：这种应用场景使得可创建针对可利用性/欺诈的 ZK 证明成为可能。异常检测模型可以在智能合约数据上进行训练，并由 DAOs 同意作为有趣的度量标准，以便能够自动化安全程序，如更主动、预防性地暂停合约。已有初创企业正在研究在智能合约环境中使用 ML 模型进行安全目的的方法，因此 ZK 异常检测证明似乎是自然的下一步。 4.ML 推理的通用有效性证明：能够轻松证明和验证输出是给定模型和输入对的乘积。 5. 隐私 (ZKML) 6. 去中心化的 Kaggle：证明模型在某些测试数据上的准确率大于 x%，而不会显示权重。 7. 隐私保护推理：将对私人患者数据的医疗诊断输入模型，并将敏感的推理（例如，癌症测试结果）发送给患者。 8.Worldcoin： IrisCode 的可升级性：World ID 用户将能够在他们的移动设备的加密存储中自我保管其生物特征，下载用于生成 IrisCode 的 ML 模型并在本地创建零知识证明，以证明其 IrisCode 已成功创建。这个 IrisCode 可以被无需许可地插入注册的 Worldcoin 用户之一，因为接收的智能合约可以验证零知识证明，从而验证 IrisCode 的创建。这意味着，如果 Worldcoin 将来升级机器学习模型以一种破坏与其之前版本兼容性的方式创建 IrisCode，用户就不必再次去 Orb，而可以在设备上本地创建这个零知识证明。 Orb 安全性：目前，Orb 在其受信任的环境中执行几个欺诈和篡改检测机制。然而，我们可以创建一个零知识证明，表明这些机制在拍摄图像和生成 IrisCode 时是活动的，以便为 Worldcoin 协议提供更好的活体保证，因为我们可以完全确定这些机制在整个 IrisCode 生成过程中都将运行。总之，ZKML 技术有着广泛的应用前景，并且正在快速发展。随着越来越多的团队和个人加入到这个领域，我们相信 ZKML 的应用场景将会更加多样化和广泛化。来源：金色财经

金色财经2023-04-07

24小时热点