FX168财经网_全球视野外汇黄金加密货币NFT资讯网

美股收盘：标普纳指创八个月新高中概电商股普跌阿里绩后跌超5%

间周四（5月18日），人工智能研究公司OpenAI在官网宣布，其在美国推出了聊天机器人ChatGPT的iPhone应用，并承诺未来也将为安卓手机提供相同的服务。官网还附带了该应用在苹果App Store上的链接。页面显示，这款名为“OpenAI ChatGPT”的应用仅适用于苹果手机iPhone，描述为“OpenAI的官方应用程序”。　　根据苹果官网，该应用仅支持英语，年龄分级为“12岁以上”。下载应用是免费的，但会提供App内购买项目——目前仅有售价19.99美元的“ChatGPT Plus”。　　阿里年收入8686亿增长2％晚间电话会透露这些重要信息　　阿里巴巴集团公布了2023财年Q4及全年财报。2023财年第四季度，阿里巴巴收入为人民币2082亿元，同比增长 2％，略低于此前预期；归属于普通股股东的净利润为人民币235.16亿元，2022年同期为亏损为人民币162.41亿元。截至2023年3月31日止财务年度，阿里巴巴收入为8686.87亿元，同比增长2％；归属于普通股股东的净利润为725.09亿元，同比增长17％。　　在随后举行的电话会上，阿里巴巴集团董事会主席兼首席执行官张勇带着淘宝天猫集团CEO戴珊、阿里国际数字商业集团（AIDC）CEO蒋凡同步出席，并宣布未来阿里巴巴业绩会将轮流邀请六大集团CEO，“1+6+N”迈出重要一步。　　目前，阿里巴巴集团改革进程仍在推进，张勇表示，云智能集团将从阿里巴巴集团完全分拆独立走向上市，菜鸟、盒马启动上市计划，阿里国际数字商业集团启动外部融资，六大业务集团正式成立董事会。

金融界2023-05-19

AI将改变应用格局?看谷歌和微软两大巨头如何布局

机器学习模型领域的佼佼者了。然而，与OpenAI的ChatGPT和Microsoft的New Bing占据主导地位、分庭抗礼相比，谷歌在生成式人工智能方面的成就似乎略微逊色，甚至谷歌在对竞争对手的反击中，也没有像预期中的那样掀起重大的水花，给人留下不可磨灭的印象。为了缩小与竞争对手的差距和力图在AI竞赛中扳回一城，谷歌在上周开展的一年一度Google I/O开发者大会上拿出了众多AI新品，宣布其在人工智能领域最热门、最新的发展，同时汇集来自世界各地的专业人士来了解该公司最新的软件和硬件的开发与创新，用来证明自己并没有落后，甚至在应用层面的落地速度会更快。谷歌AI蓝图在本次Google I/O开发者大会中，谷歌算是使出浑身解数来展示自己的最新研究成果，无不体现出谷歌进军AIGC领域所拥有的超强塑造能力，以及它在拥抱人工智能领域方面所迈出的重要一步。 ◉ 最新的PaLM 2模型大会上谷歌发布了PaLM 2技术报告，OpenAI的GPT-4已经被全世界公认为最强大的语言模型，显然，PaLM 2的发布被寄予了厚望。谷歌高级研究总监斯拉夫·彼得罗夫介绍，PaLM 2在推理、编码和翻译上都表现更好，与2022年4月发布的第一代PaLM相比，PaLM 2有了明显的改进。据说，PaLM 2在超过100多种语言的多语言文本上进行了训练。根据基准测试，PaLM 2的部分结果超越了GPT-4，在逻辑和推理方面也更加强大。例如：PaLM 2能够理解不同国家的语言，中英日德法等多国语言信手拈来，甚至是一些生僻的俗语。PaLM 2还包含4个不同参数的模型，包括壁虎（Gecko）、水獭（Otter）、野牛（Bison）和独角兽（Unicorn），并在特定领域的数据上进行了微调，为企业客户执行某些任务提高了效率和质量。另外，PaLM 2有一个基于健康数据训练的版本Med-PaLM 2，可以轻松通过美国医学执照考试，达到「专家」水平。除了这些优势之外，PaLM 2已经应用在25种功能和产品中，包括办公全家桶、聊天机器人Bard、搜索等。显然，这次谷歌在大语言模型的进化上，取得了非常重大的进步。 ◉ 最新的Google Bard 在看到ChatGPT的快速迭代更新后，谷歌有了强烈的压力和紧迫感，也采取了对应的策略。在匆忙发布了自己的聊天机器人Google Bard后，虽然水花够大，但是收到的反馈却不尽人意，它还并没有准备好为客户提供真正有意义的价值。谷歌首席执行官桑达尔·皮查伊在接受采访时表示，谷歌很快将把 Bard 升级为更强大的PaLM模型，以提高其推理、编码和数学能力，并且支持API、第三方Plugin，以及图片输入，甚至对于回答还能给出第三方引用，不用花费大量的时间和资源来创建，直接可以部署。除了这些，新的Bard还可以和Google产品无缝衔接，这样近水楼台的优势不言而喻。 ◉ 最新的AI搜索引擎为了跟上Bing聊天的步伐，作为谷歌的立身之本——搜索业务，此次也迎来了重大的AI更新。谷歌正致力于将人工智能功能整合到自己的搜索引擎中。跟Bing类似，在用户搜索问题之后，搜索栏的下方会首先出现由AI提供的答案，以及与这个问题相关的图片、链接、视频等，并且可以进一步进行交互查询更多的信息，直到得到最需要的答案为止。不仅如此，它还可以利用用户的浏览习惯来生成个性化的推荐，包括以对话的方式提供购买链接和基本信息。当我们打算通过谷歌搜索并购买一款产品时，AI不仅能够返回需要的产品链接还能够为我们提供摘要，包括提醒所购买产品的特点、需要注意的事项、最新的评论等。《华盛顿邮报》认为，谷歌正在从根本上改变我们的搜索方式，可能会颠覆我们所熟悉的互联网。这标志着谷歌的重大转变，它现在将利用网络资源创建自己的内容，而不是像过去20年那样链接、引用和总结其他网站的内容。两大AI巨头竞争一览如果说Google I/O开发者大会的主旋律是对微软和OpenAI的反击，那么OpenAI对此迅速做出了反应，就在谷歌开发者大会的两天后，也就是5月13日，ChatGPT官方宣布将支持联网和70多种第三方插件。和Bard取消候补名单、全面开放使用权限一样，ChatGPT的联网和插件新功能也无需排队。当然了，是针对所有Plus用户而言。背靠微软的Open AI和谷歌之间的竞争可谓已经进入白热化阶段，我们在这里简单盘点一下两大巨头之间核心AI产品的几次“交锋”。 ◉ 聊天机器人：ChatGPT VS Bard ChatGPT从发布初代版本到现在已进行了多轮更新。目前，基于GPT-4的新版ChatGPT除了能像人类一样来聊天交流，还增加了对话记录的可访问性、加强了对话的连续性和一致性等，即支持联网和引入众多插件的它将会变得更加“所向披靡”。比如一个叫Portfolio Pilot的插件，支持投资者将自己的投资组合复制粘贴到该工具中进行分析，获得投资建议，搜索市场信息，并向它提问。 Bard作为谷歌推出的聊天机器人，也许在单纯的“人机交流”方面还不如ChatGPT，但是背靠谷歌这个强大的搜索引擎，它的最大优势是其拥有巨大的信息资源，它可以依托谷歌的搜索工具获取最新信息，并根据自己的梳理给出答案。升级后的Bard还会新增视觉图像搜索、图片生成能力、暗黑模式等功能。 ◉ 搜索引擎：New Bing VS Google New Bing与老版相比有着更好的搜索体验。New Bing给出的AI生成建议或者答案多数是带有信息来源的链接，它也会抓取来自整个Web的结果，汇总我们要查找的答案。尽管在3月份Bing的流量增长超过了谷歌，但根据最新的数据显示，Bing的搜索市场份额在上个月不增反降，这背后或许与用户习惯以及目前GPT的技术限制有关。而Google本来就是靠着“搜索引擎之王”这个名号“发家致富”的，在它的主战场自然是不会败下阵来。在PaLM 2的驱动下，Google搜索的AI革新让人期待。除了和Bing类似的功能，即在网页内将由AI提供更直接的答案之外，SGE（搜索生成体验）将会提供用户更加客制化的搜寻体验。例如购物时，它会提供一份选购指南，然后列出适合我们的商品。 ◉ 办公AI套件：Copilot VS Duet AI Copilot是微软在自家办公系列软件Office中研发的AI助手，它被嵌入常用的办公软件后，能够根据不同软件的功能与需要，处理不同类型的任务。例如，在Word中会根据用户输入或上传的文本提示撰写稿件，将GPT的语言能力与微软自研的Word排版技术相结合。对标微软的Copilot，谷歌给出的方案是推出Duet AI。如果说Copilot是将GPT融入微软办公全家桶，那么Duet AI则是更倾向于为用户提供更加智能和便捷的搜索、建议和协作。 Duet AI还可嵌入到谷歌云接口中，为IT人提供开发者工具、代码辅助、聊天帮助等。在开发者大会上，谷歌官方还预告了一个名为“Sidekick”的功能，它可以帮助用户阅读、总结和回答不同谷歌应用程序中的文档问题。从聊天机器人到搜索引擎再到其他应用，微软与谷歌之战的硝烟已经弥漫开来。“谁更胜一筹”这个问题我们不做论断，因为竞争还在继续，技术还在革新，新兴竞争对手也在加入，我们期待所有参与者都能不断释放潜能，为我们带来更多令人惊喜的AI成果。而在核心产品对标中，我们注意到AI加持下的浏览器以及引入插件系统的聊天机器人，说不上“无所不能”，但离“上天入地”似乎也不远了，当然这不是现在，而是对未来的一种预期。这种样态让我们看到了完全区别于当前应用生态的的另一种可能性。浏览器会成为App Store吗？ “我们正处于一个激动人心的转折点，”谷歌首席执行官桑达尔·皮查伊说，“我们正在重新构想包括搜索在内的所有核心产品。” 毫无疑问，微软与OpenAI的合作是为了超越以搜索引擎起家的谷歌，其用AI改造Edge浏览器的决定势必加剧与谷歌旗下Chrome浏览器的竞争。过去，谷歌因为对人工智能畏首畏尾而饱受市场的诟病，现在谷歌宣布计划包括Chrome在内的产品中注入更多AI技术，以提升工作与生活效率，并强调将对AI大胆而负责，似乎是对过往慎重行动的回应。除了在搜索引擎的应用，两家公司更是在为其核心AI产品不断加码升级，而支持自由选择添加插件就是其中重要的一环。Chrome无需多言，将AI引入插件系统将会极大程度增浏览器的生产力，而OpenAI宣布将为所有ChatGPT Plus用户开放联网与70多款插件。我们需要思考，在市场已有五花八门的AI应用的情况下，他们选择将AI集合到插件系统的原因是什么？有这样一种观点，浏览器的插件系统将会是应用市场的替代品。不久前，苹果在英国的反垄断案件再次遭到法院驳回。CMA（英国竞争和市场管理局）认为苹果虽然允许开发者在App Store上提供浏览器，但却只允许使用其自有引擎的浏览器，导致浏览器应用性能受到限制，且高额的“苹果税”——30%抽成规则本身也让中小开发者望而却步。这样的壁垒不止在App Store存在，安卓应用商店同样存在诸多限制与弊端。用户们同样期待在未来可以免去下载的烦恼，直接通过网页进入应用。这便是微软与谷歌你追我赶，以AI之名，抢占浏览器市场的背后深意。桑达尔在发布会指出，谷歌旗下15款产品的日活均超过5亿，其中Chrome等五款产品的日活甚至突破了20亿。可想而知，每个浏览器都享有着庞大的流量红利。浏览器的插件系统好比微信小程序，使用便捷，开发成本较低。诚然，不是每个用户都会在浏览器上安装插件，但微信小程序早已攻占了微信用户的衣食住行。随着AI插件数量与功能的拓展，AI正往着成为普通用户的日常工具这个方向转变。再宽泛一点，ChatGPT等聊天机器人引入插件也符合这一基础逻辑，过去我们是人寻找应用、使用应用的路径，但是现在，已经变成由AI使用应用。或者从软件开发的角度而言，谁最先抛开过去APP设计开发的思维包袱，找到“为AI打下手的方式”，而不是要“与AI争夺Best Practice”，谁或许就能抢占先机。过去，我们已然熟悉苹果的封闭生态系统，即只能从APP Store上下载应用，但AI正改变着这个时代，开放、平等与透明才是我们所需要的新网络生态圈。插件应运而起，为移动互联网时代下逐渐式微的浏览器应用点亮一盏明灯。当然，开放与封闭都是相对的概念，重要的是AI正在塑造着全新的应用生态。以浏览器为入口的应用生态是否会助AI从科技圈的神坛走下，共同融入普通大众的生活与工作中？我们尚未可知，但谷歌与微软将AI引入浏览器的插件市场，或能构建出属于自己的生态圈，亦能焕发新的市场活力。腾笼换鸟，除旧布新，改变应用生态格局也许还只是第一步。【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2023-05-18

链游的AI革命（三）电子游戏科技发展的隐藏发动机

投喂的信息和数据越多，效果越好。据说 OpenAI 的突破，是来源于某一次用了上万张英伟达 GPU A 100 的内部测试，然后就像上帝的金手指一点，一个新世界开始揭开了神秘的一角。于是乎，显卡成为了 AI 公司成长道路上的必备粮草，大家看看英伟达这二十年的股价，真正起飞是在 2016 年左右，而上一篇文章中大家知道 OpenAI 成立是在 2015 年，英伟达借着 AI 这波大潮完成了逆袭：目前的市值约 6800 亿美元，远超其他的芯片公司英特尔和 AMD，成为了仅次于苹果、微软、谷歌的神奇科技大牛股。当前为 AI 大模型提供算力的主流 GPU 就是英伟达生产的两个型号：A 100 和 H 100 。一些分析师甚至把 AI 公司所拥有的 A 100 和 H 100 数量作为企业重要指标之一，就是「含英量」，含英量高就像是吃了伟哥，很快就能发达... 这是我诠释的「英伟达」定义，哈哈哈，乱哈拉的啦。最近连马斯克也宣布了 Twitter 已经采购了大约 1 万张英伟达 GPU。就在所有人都在羡慕英伟达的好运时，我们不能忽略的一个事实就是，早在 2016 年，英伟达创始人黄仁勋就向 OpenAI 捐赠了一台 AI 超算机 DGX-1 ，以展示英伟达的 GPU 在 AI 算力上的独特优势，这台特制机器的算力已经可以把 OpenAI 一年的训练时间压缩到了一个月。因此可以看出英伟达也早就在布局 AI 赛道了， 6800 亿美元市值的公司不会是天上掉馅饼得来的，幕后的战略决策和商业谈判应该很精彩，不是简单的上帝金手指就能诠释的。那么英伟达到底是怎么来的？为啥它可以从横跨电子游戏，工业视频，加密挖矿和 AI 算力几个行业？我们继续八卦下去：其实和互联网一样，集成芯片这个东西一开始也是因为军用需求而诞生的，在 1950 年代，美国国防部希望给导弹等武器加个控制单元，能更精准打到目标，于是就找了几个大学实验室悬赏做研究，其中麻省理工的大牛科学家肖克利（肖克利被称为晶体管之父，获得过诺贝尔物理学奖）带着一群青年才俊就搞出了芯片这个概念。肖克利早就功成名就了，搞出了点成绩后最大的爱好就是天天出去 AMA，享受着鲜花和掌声，对外说「项目方在做事」，其实一直花的是投资人美国国防部的钱。但是他手下的青年才俊们是真的想做事实现暴富梦啊，他们一直要求要加大研发，降低成本，规模化生产，这样才能突破到大大的民用领域挖啊挖啊挖，赚大大的钱，但是肖克利就是压着不让干。后来肖克利实验室就出来了八个青年人裸辞，新成立了一个公司叫仙童（Fairchild），号称「仙童八叛将」，其中最有名的就是定义了摩尔定律的摩尔。八个人的盟约也特别梦幻，拿了一张美元签署了大家的名字，意思再明显不过了：老肖你不要再给我们画大饼了！老子们要的是绿油油的钞票！其实在科技发展史上，这种团伙作战经常能带来颠覆性的革命，从早期的仙童八叛将带动了芯片革命，到 2000 年初的 Paypal 黑帮（成员创立了特斯拉，领英，Youtube 等公司）发起了互联网革命，再到上一篇我们提到的 2015 年 OpenAI 的创立团伙。说回仙童，这个公司是有划时代意义的：第一，在科技上它定义半导体行业，整个研发思路转向了以以硅为材料，可以批量生产集成电路；第二，它定义了「风险投资+孵化公司」的商业模式。仙童八叛将是先找了华尔街的风险投资业之父亚瑟·洛克（Arthur Rock）做 FA，介绍了金主爸爸谢尔曼·费尔柴尔德 (Sherman Fairchild)，仙童公司的名字就来自于金主爸爸的名字。这样跪舔是有效果的，这位谢尔曼·费尔柴尔德大有来头，是 IBM 最大的个人股东，仙童成立后的第一笔订单就是来自 IBM 公司。从此这类风险投资的商业模式大行其道，一直流行到今天，即投资人不是光给钱，而要介入到公司管理和运营当中，利用自己的资源帮助创业者成功，简而言之，需要更深度的绑定（这也是 W Labs 正在做的事儿啊，哈哈哈）。第三，推动了硅谷的出现。仙童慢慢成了半导体行业的黄埔军校，仙童八叛将和金主费尔柴尔德合作几年后，后面条件没谈好，也纷纷出来单干了，还带动了其他一批同事出来。大家都新成立了公司，在仙童办公室周围分散办公，这个区域就成了现在的硅谷，这些新公司中就有英特尔和 AMD。从仙童出走的年轻人共创立了 100 多家半导体公司，仙童真的成为了神仙孵化器。说回到英伟达，仙童出来的人创立了 AMD，而英伟达的老大黄仁勋就是 AMD 的工程师，后来出来创业做了英伟达。这些公司和人都有千丝万缕的联系，据说黄仁勋和 AMD 现在的话事人苏姿丰还有拐弯抹角的亲戚关系。英伟达创立的思路就是：你们 Intel 和 AMD 去 PK CPU 吧，我专门做 GPU。反正电脑游戏越做越精良，传统 CPU 的计算能力越来越吃力，我就专门把图形处理这一块分离出来做一个新的芯片，定义成 GPU，装在显卡上，这在当时还是蓝海。早期游戏行业贡献了英伟达 100% 的收入，黄仁勋赚到钱后疯狂加大研发力度，把 GPU 拓展到工业等领域，这几年又搞了 AI，始终保持了公司的产品竞争力，这点打法和华为很像：研发先行，市场紧跟。图形处理这个细分行业现在越来越吃香，除了 AI，连战场上的无人机都用了 GPU 做图形识别处理。所以拿英伟达为案例，游戏作为最吃资源的软件，反向倒逼了硬件性能的进步，同时游戏是最好的链接 B 端和 C 端的产业，用户们是愿意为了玩游戏时的爽点去买单的。至此，再次成功点题，游戏就是这半个世纪以来科技进步的幕后推手啊。未完待续。本系列由 W Labs「AI 链游研究小组」集体创作，感谢小组成员瓜哥、嘉然、包包、Brian、小飞、华哥的努力付出！本篇主笔为瓜哥。欢迎转载，原创不易，泪求注明”瓜田实验室 W Labs”出品瓜田实验室 Website：http://www.wlabsdao.com/瓜田实验室 Discord：https://discord.gg/wggdao瓜田实验室推特：https://twitter.com/GuaTianGuaTian瓜田实验室深度研究长文 Mirror：https://mirror.xyz/iamwgg.eth瓜田实验室 Medium：https://guatianwgg.medium.com/ 来源：金色财经

金色财经2023-05-18

AI時代的獨角獸：Zionex為AI時代帶來了新的可能性!

d Ehrsam先生致力於開發和運營，OpenAI 首席技術官Mira Murati擔任技術顧問，通過獨創的聚合功能開發，結合AI人工智慧、量化交易系統研發出的全球首個Web3 AI交易社交聚合平臺。 Zionext採用區塊鏈3.0新基建、多集群系統架構,極大地提高了系統的性能、安全性、穩定性和擴展性。並通過研發智創金融模型與自動化程式流程，錨定全球數十家交易所，結合最新的OTC管理，快速的搶單交易等方式為機構、用戶和社群提供更加開放、自由、高效智能和安全的交流與交易環境，讓機構、用戶和社群獲得更安全、方便的高額收益，同時滿足數字貨幣人群多樣化的工具需求。 Zionex可以實現訓練變換模型：Zionext團隊使用的基礎預訓練方法包括模型、數據與訓練三部分。Zionext的訓練過程與ChatGPT類似，但對模型大小、數據集大小與多樣性、訓練長度都進行了相對直接的擴充。關於語境學習，AI交易策略每小時百萬次的自我迭代，相當於人類100萬小時的學習積累。同樣Zionext也使用了與 ChatGPT類似的方法，不過Zionext研究團隊系統地探索了不同的語境學習設定。Zionext是一個具有1550億參數的自回歸語言模型，參數量是之前ChatGPT語言模型的10倍，並在少樣本環境下對其性能進行了測試。在所有任務中，Zionext無需進行任何額外的梯度更新或微調，完全只通過模型與文本的交互，即可直接應用於特定任務與少樣本。Zionext在許多NLP數據集上均有出色的性能，包括翻譯、問答和內容填充任務，以及多項需要即時推理或域適應的任務，如利用新單詞造句或執行三位數運算等。Zionext生成的新聞文章足以以假亂真，令人類評估員難以分辨。高級人工智慧模型：專為區塊鏈技術和加密相關主題設計的高級人工智慧模型。Zionext 使用最新的演算法和高速計算能力來解決區塊鏈和加密空間中的挑戰性問題。使用Zionext ，用戶可以快速獲取他們需要的任何知識和資訊。Zionext 具有為個人、開發人員和企業設計的許多其他獨特功能，是區塊鏈領域所有人的必備工具。 AI 演算法：Zionext的AI演算法可用於生成自定義智能合約和去中心化應用程式，使個人和企業更容易在加密和區塊鏈空間中創建自己的合約和應用程式。 AI智能交易系統：Zionext的AI智能交易系統基於大數據建倉，集成了趨勢型、回復型、技術情緒型等多種交易策略，能夠自動倉位分析、自動配置資金、即時計算間隔點平倉，幫助用戶實現穩定增值，可以供用戶進行模擬交易系統、可以實現2分鐘模擬交易、1小時模擬交易Zionext根據Zionext交易團隊設定好的交易策略可24小時自動識別交易信號並進行交易，通過及時止損設定的策略，套利產生盈。 Zionex將為用戶帶來什麼？自動交易：機器人自動交易，用戶無需花費時間看盤、研究策略、分析市場，徹底擺脫人性的煩惱。穩賺收益：人為因素造成的投資偏誤往往導致財產損失，Zionex機器人採用搶單策略100%盈利。團隊返傭：成為佈道者並邀請好友註冊，每天坐享返傭，實現0成本創業。 Zionex通過區塊鏈和人工智慧技術的融合，為數字經濟的創作、交易和管理帶來了新的機遇和支持。通過AI技術的應用，數字經濟的價值定位和保護得到了很大的提高；通過Zionex的應用，數字領域的創作和展示也得到了更加高效和智能的支持。同時，Zionex還為AI時代的帶來了新的可能性，成為數字經濟中的一個重要力量。来源：金色财经

金色财经2023-05-18

麻省理工科技评论：背靠大科技的开源 AI 能繁荣多久？是否该继续得到支持？

语言模型 -- 谷歌的 Bard 或 OpenAI 的 ChatGPT 的替代品，允许研究人员和应用开发人员研究、建立和修改。这些模型是大公司创造的同类 AI 模型的更小、更便宜的版本，性能上（几乎）与它们相当，且是免费共享的。像谷歌这样的公司 -- 它在上周的年度产品展示会上透露，它正在将生成式人工智能应用于它所拥有的一切，从 Gmail 到照片到地图 -- 都忙着自己的产品，没有看到真正的竞争到来，Sernau 写道：“当我们在一直争吵的时候，第三方一直在悄悄吃掉我们的午餐。” 在许多方面，这是件好事。更多接触这些模型的机会有助于推动创新，也可以帮助抓住缺陷。如果只有几家巨头公司为这项技术把关或决定它的使用方式，人工智能就不会茁壮成长。但这种开源的繁荣是不稳定的。大多数开源版本仍然站在拥有雄厚财力的大公司所推出的巨型模型的肩膀上。如果 OpenAI 和 Meta 决定关闭商店，繁荣的小镇可能会变成落后之地。例如，这些模型中有许多是建立在 LLaMA 之上的，LLaMA 是 Meta AI 发布的一个开源大型语言模型。其他模型则使用了一个名为 Pile 的大规模公共数据集，该数据集由开源非营利组织 EleutherAI 组建。EleutherAI 之所以存在，只是因为 OpenAI 的开放性意味着一群编码员能够逆向设计 GPT-3 的制作方法，然后在空闲时间创建他们自己的。 “Meta AI 在培训和向研究界发布模型方面做得非常好，”Stella Biderman 说，她是 EleutherAI 的执行董事和研究主管，也在咨询公司 Booz Allen Hamilton 工作。Sernau 在其谷歌备忘录中强调了 Meta AI 的关键作用。（谷歌向《麻省理工科技评论》证实，该备忘录是由其一名员工撰写的，但指出它不是一份官方战略文件）。这一切都可能改变。由于担心竞争，OpenAI 已经在扭转其之前的开放政策。而 Meta 可能开始想遏制后起之秀用其开源代码做不良的事情。“说实话，我觉得现在这样做（向外界开放代码）是对的，”Meta AI 的总经理 Joelle Pineau 说，“但这也是我们未来五年要采取的策略吗？我不知道，因为人工智能的发展非常之快。” 如果关闭权限的趋势继续下去，那么不仅开源社区会被孤立，下一代人工智能的突破也将完全回到世界上最大、最富有的人工智能实验室手中。如何制造和使用人工智能的未来正处在一个十字路口。开源模型“富矿” 开源软件已经存在了几十年。它是互联网运行的基础。但建立强大模型的成本意味着开源人工智能直到大约一年前才开始腾飞。现在的它已迅速成为一种财富。看看过去几周的情况就知道了。3 月 25 日，倡导免费开放人工智能的初创公司 Hugging Face 发布了 ChatGPT 的第一个开源替代品。 Hugging Face 的聊天机器人 HuggingChat 建立在开源的大型语言模型之上，该模型是在大约 13000 名志愿者的帮助下训练的，并在一个月前发布。而 Open Assistant 本身是建立在 Meta 的 LLaMA 之上的。然后是 StableLM，由 Stability AI 于 3 月 19 日发布，该公司是热门文本到图像模型 Stable Diffusion 的背后公司。3 月 28 日，Stability AI 发布了 StableVicuna，这是 StableLM 的一个版本，与 Open Assistant 或 HuggingChat 一样，为对话而优化。（可以把 StableLM 看作是 Stability 对 GPT-4 的回应，StableVicuna 则是对 ChatGPT 的回应）。这些新的开源模型加入了过去几个月发布的一系列其他模型，包括 Alpaca（来自斯坦福大学的一个团队）、Dolly（来自软件公司 Databricks）和 Cerebras-GPT（来自 AI 公司 Cerebras）。这些模型中的大多数都是建立在 LLaMA 或 EleutherAI 的数据集和模型上；Cerebras-GPT 遵循 DeepMind 设定的模板。而未来，相信会有更多的模型出现。对于一些人来说，开源是一个原则问题。“这是一个全球社区的努力，将对话式人工智能的力量带给每个人……让它脱离少数大公司的掌控，”人工智能研究员和 YouTuber Yannic Kilcher 在介绍开放助理的视频中表示。 “我们永远不会放弃为开源人工智能而战，”Hugging Face 的联合创始人 Julien Chaumond 上个月在推特上如是说。对其他人而言，这也是个利益问题。Stability AI 希望在聊天机器人方面重复它在图像方面的方法：为使用其产品的开发者的创新爆发提供动力，然后从中获益。该公司计划从这些创新中汲取精华，并将其带回为广泛的客户定制的产品中。“我们激发创新，然后进行挑选，”Stability AI 的首席执行官 Emad Mostaque 说。“这是世界上最好的商业模式。” 不管怎样，大量免费和开放的大型语言模型将这项技术推向了世界各地数百万人的手中，激励了许多人创造新的工具并探索它们的工作原理。Biderman 说：“使用这项技术的途径比以往任何时候都要多。” “坦率地说，人们使用这项技术的方式之多令人难以置信，令人兴奋，”Fried Frank 律师事务所的律师 Amir Ghavi 表示。他代表了包括 Stability AI 在内的多家生成式人工智能公司。“我认为这证明了人类的创造力，而这正是开源的全部意义所在。” 融化 GPU 但是，从头开始训练大型语言模型 -- 而不是建立或修改它们 -- 是困难的。Mostaque 说：“这仍然超出了绝大多数公司的能力范围。”“我们在构建 StableLM 时熔掉了一堆 GPU。” Stability AI 的第一个版本，即文本到图像模型 Stable Diffusion，与谷歌的 Imagen 和 OpenAI 的 DALL-E 等封闭式同类产品一样好，甚至更好。它不仅可以免费使用，而且还可以在一台好的家用电脑上运行。Stable Diffusion 比其他任何模式都更能激发去年围绕图像制作人工智能的开源开发的爆发。不过，这一次，Mostaque 希望管理好预期：StableLM 与 GPT-4 相差甚远。“还有很多工作要做，”他说。“它不像 Stable Diffusion 那样，可以立即获得超级好用的东西。语言模型更难训练。” 另一个问题是，模型越大就越难训练。这不仅仅是由于计算能力的成本问题。训练过程中，更大的模型也更经常出现故障，需要重新启动，这使得这些模型的建立更加昂贵。 Biderman 说，在实践中，大多数团体能够负担得起的训练参数数量是有上限的。这是因为大型模型必须在多个不同的 GPU 上进行训练，而将所有这些硬件连在一起是很复杂的。她说：“在这种规模下成功地训练模型是高性能计算研究的一个非常新的领域。” 确切的数字随着技术的进步而变化，但现在 Biderman 认为这个上限大致在 60 亿到 100 亿个参数之间。（相比之下，GPT-3 有 1750 亿个参数；LLaMA 有 650 亿个。) 这不是一个确切的关联，但一般来说，更大的模型往往表现得更好。 Biderman 预计，围绕开源大型语言模型的大量活动将继续下去。但它将集中于扩展或调整一些现有的预训练模型，而不是推动基本技术的发展。她说：“只有少数几个组织对这些模型进行了预训练，我预计在不久的将来会保持这种状态。” 这就是为什么许多开源模型是建立在 LLaMA 之上的原因，LLaMA 是由 Meta AI 从头开始训练的，并由 EleutherAI 发布的，EleutherAI 是一个非营利组织，它对开源技术的贡献是独一无二的。Biderman 说，她知道只有一个类似的组织，而且是在中国。 EleutherAI 的起步得益于 OpenAI。倒退到 2020 年，这家位于旧金山的公司刚刚推出一个热门的新模型。“对于很多人来说，GPT-3 改变了他们对大规模人工智能的看法，”Biderman 说。“就人们对这些模型的期望而言，它常常被认为是一种智力范式的转变。” 由于对这项新技术的潜力感到兴奋，Biderman 和其他一些研究人员想玩玩这个模型，以更好地了解它的工作原理。他们决定对其进行复制。那时 OpenAI 还没有发布 GPT-3，但它确实分享了足够多的关于它是如何构建的信息，让 Biderman 和她的同事们弄清楚它是怎么构建的。在 OpenAI 之外，从来没有人训练过这样的模型，但当时正值疫情，团队没有什么其他事情可做。Biderman 说：“当我参与其中时，我正在做我的工作并与我的妻子玩桌游。”“因此，每周拿出 10 或 20 个小时来做这件事是比较容易的。” 该团队的第一步是把一个巨大的新数据集放在一起，其中包含数十亿的文本段落，与 OpenAI 用来训练 GPT-3 的数据相媲美。EleutherAI 将其数据集称为 Pile，并在 2020 年底免费发布。然后，EleutherAI 使用这个数据集来训练其第一个开源模型。EleutherAI 训练的最大模型花了三个半月，由一家云计算公司赞助。“如果我们自掏腰包，将花费我们大约 40 万美元，”她说。”这对一个大学研究小组来说要求太高了。” 援助之手由于成本高昂，在现有模型的基础上进行构建要容易得多。Meta AI 的 LLaMA 已经迅速成为许多新的开源项目的首选起点。自从 Yann LeCun 在十年前成立以来，Meta AI 一直倾向于开源开发。这种心态是文化的一部分，Pineau 说：“这在很大程度上是一种自由市场，‘快速行动，建造东西’的方法。” Pineau 清楚地知道其好处。她说：“这确实让有能力为开发这项技术做出贡献的人多样化。这意味着研究人员，企业家或民间组织等也可以看到这些模型。” 像更广泛的开源社区一样，Pineau 和她的同事们认为，透明度应该是一种规范。她说：“我敦促我的研究人员做的一件事是，在开始一个项目时，就考虑到你想要开源。因为当你这样做时，它在数据使用和如何建立模型方面设定了更高的标准。” 大型语言模型会散播错误信息、偏见和仇恨言论。它们可以用来大规模生产宣传或为恶意软件工厂提供动力。“你必须在透明度和安全性之间做出权衡，”Pineau 说。对于 Meta AI 来说，这种权衡可能意味着一些模型根本不会被发布。例如，如果 Pineau 的团队在 Facebook 用户数据上训练了一个模型，那么它将留在内部，因为私人信息泄露的风险太大。或者，该团队可能会以点击许可的方式发布该模型，规定它只能用于研究目的。这就是它为 LLaMA 采取的方法。但在其发布后的几天内，有人在互联网论坛 4 chan 上发布了完整的模型和运行说明。“我仍然认为对于这个特定的模型来说，这是正确的权衡，”Pineau 说。“但我对人们会这样做感到失望，因为这使得做这些发布更难。” “我们一直得到来自公司领导层一直到马克 [扎克伯格] 对这种做法的大力支持，但这并不容易，”她说。 Meta AI 的风险很高。她说：“当你是一个非常小的创业公司时，做一些疯狂的事情的潜在责任要比你是一个非常大的公司时低得多。”“现在我们向成千上万的人发布这些模型，但如果它变得更有问题，或者我们觉得安全风险更大，我们将关闭这个圈子，我们将只向已知的学术伙伴发布，他们有非常强大的证书 -- 根据保密协议或 NDA，防止他们用这个模型建立任何东西，甚至为了研究目的。” 如果发生这种情况，那么开源生态系统的许多宠儿可能会发现，他们在 Meta AI 接下来推出的任何产品上构建的许可都将被取消。如果没有 LLaMA，Alpaca、Open Assistant 或 Hugging Chat 等开源模型就不会那么好。下一代的开源创新者也不会像现在的这批人那样得到发展。平衡其他团队也在权衡开源自由竞争的风险和回报。在 Meta AI 发布 LLaMA 的同时，Hugging Face 推出了一个门禁机制，人们在下载该公司平台上的许多模型之前，必须申请访问并得到批准……这个想法是为了只允许那些有正当理由的人接触这个模型——由 Hugging Face 决定。 “我不是一个开源的布道者，”Hugging Face 首席伦理科学家 Margaret Mitchell 说。“我确实明白为什么封闭很有意义。” Mitchell 指出，未授权的色情制品是使强大的模型被广泛使用的一个弊端例子。她说，这是图像制作 AI 的主要用途之一。 Mitchell 曾在谷歌工作，并共同创建了其道德人工智能团队，她理解其中的紧张关系。她赞成她所说的“负责任的民主化”-- 一种类似于 Meta AI 的方法，即根据模型造成伤害或被滥用的潜在风险，以有控制的方式发布。她说：“我真的很欣赏开源的理想，但我认为建立某种问责机制是有用的。” 此外，OpenAI 也在关闭水龙头。上个月，当它宣布 GPT-4-- 该公司为 ChatGPT 提供动力的大型语言模型的新版本时，技术报告中有一个引人注目的句子：“鉴于像 GPT-4 这样的大规模模型的竞争格局和安全影响，本报告没有包含关于架构（包括模型大小）、硬件、训练计算、数据集构建、训练方法或类似的进一步细节。” 这些新限制的部分原因是，OpenAI 现在是一家以盈利为目的的公司，与谷歌等公司竞争。但它们也反映了一种心态的变化。联合创始人兼首席科学家 Ilya Sutskever 在接受 The Verge 采访时表示，该公司过去的开放性是一个错误。 OpenAI 的政策研究员 Sandhini Agarwal 说：“以前，如果某样东西是开源的，也许只有一小群程序员会关心。现在，整个环境已经改变。开源真的可以加速发展，并导致竞争。” 但它并不总是这样。如果 OpenAI 在三年前公布 GPT-3 的细节时有这种感觉，就不会有 EleutherAI。今天，EleutherAI 在开源生态系统中发挥着举足轻重的作用。此后，它建立了几个大型语言模型，Pile 被用来训练许多开源项目，包括 Stability AI 的 StableLM（Mostaque 是 EleutherAI 的董事会成员）。如果 OpenAI 分享的信息较少，这一切都不可能发生。像 Meta AI 一样，EleutherAI 实现了大量的开源创新。但随着 GPT-4 甚至 5、6 的封锁，开源社区可能会再次被留在几家大公司的后面进行修补。他们可能会发布狂野的新版本 -- 甚至可能威胁到谷歌的一些产品。但是，他们将被困在上一代的模式中。真正的进步，接下来的飞跃，将在闭门造车中发生。这重要吗？人们如何看待大型科技公司关闭权限的影响，以及这将对开源产生的影响，在很大程度上取决于你对人工智能应该如何制造以及应该由谁制造的看法。 “人工智能很可能成为未来几十年社会组织方式的驱动力，”Ghavi 说。“我认为，建立一个更广泛的监督和透明体系，比把权力集中在少数人手中要好。” Biderman 对此表示赞同：“我绝对不认为每个人都做开源有某种道德上的必要性，”“但说到底，让人们开发和研究这项技术是非常重要的，而不是为其商业成功进行经济投资。” 然而，她很清楚其中的利害关系。她说：“实际上，我对 OpenAI 的批评比很多人认为的要少得多，”她说。“公开发布这项技术有真正的风险，真正的潜在危险。” OpenAI 声称它只是在谨慎行事。OpenAI 信任与安全团队负责人 Dave Willner 表示：“我们并不是认为透明度不好。”“更重要的是，我们正在努力弄清楚如何协调透明度和安全性。随着这些技术变得越来越强大，在实践中，这些东西之间存在一定程度的紧张关系。” “人工智能的很多规范和思维都是由学术研究团体形成的，它们重视合作和透明度，这样人们就可以在彼此的工作基础上发展，”Willner 说。“也许随着这项技术的发展，这种情况需要有所改变。” 来源：金色财经

金色财经2023-05-18

AIGC重塑数字人：落地、变革、永生

直播等领域将有更大的发展空间。另外，OpenAI于今年3月发布了多模态预训练大模型GPT-4，ChatGPT的功能有了进一步提升：拥有识图功能；扩大文字输入限制至2.5万字；对话内容准确性提高；能生成有风格变化的创意文本等。多模态功能将使数字人的交互、决策建议更为真实有效。人人都能实现“数字永生” ChatGPT发布后，大量AI工具顺势而生，在一些AIGC的门户网站上甚至收录了海内外上千款AI应用。包括搜索引擎、文本写作、聊天机器人、语音合成、音乐制作、绘画生成、图像化身、图像合成、3D生成、视频技术、数字虚拟人、游戏应用、无代码创作等40个细分领域。几乎人人都能创建符合自己需求的数字人。图源：AIGC中文工具导航截图得益于这些AI工具强大的内容生成能力，现在网上也出现了不少“整活”尝试。前阵子AI在B站上掀起一阵华语乐坛的“赛博文艺复兴”热潮，不少UP主利用音乐大模型软件，通过内容编码器提取源音频语音特征，进行AI翻唱制作，让歌手“唱”起来。与B站“鬼畜区”的人力调音不同，AI翻唱的效果非常真实自然，实际一听几乎难以分辨出是真人还是AI的声音，甚至还能看到视频中有不少弹幕讨论起AI唱功好不好…… 图源：B站截图另一方面，也有人在尝试证明AI“技术向善”。UP主吴伍六发布了一则名为“用AI工具生成我奶奶的虚拟数字人”的视频，他尝试用AI+照片、音频来生成已故奶奶的数字人，并与之进行虚拟对话。前两年韩国 MBC 电视台在出品大型 VR 纪录片《见到你了》中，利用VR技术复活了7岁小女孩。图源：网络通过AI语音合成技术，提取小女孩生前影像音频。同时找来5个同龄的孩子录制上百条音频作为补充，最终复原成功小女孩的声音。再结合3D建模，动作捕捉等技术抓取三维坐标数据，初步还原小女孩外形。相关阅读：《VR 扫墓，数字永生，技术正在重新定义“生命”》在现实中不可能做到的“复活”和“永生”，却能通过技术得以实现，这类视频引发了网友们对AI、生命、侵权、感情、寄托、人性和伦理道德的思考和讨论，展现不同人对数字生命的理解。 AI数字人在直播领域悄然生长在元宇宙中数字人已经是有着较为成熟体系的领域，从技术到实际落地再到商业化，如今虚拟偶像、虚拟演唱会等垂直场景大行其道，而数字人直播已不是新鲜事。图源：IDC 在数字人商业化的道路中，无论是主打陪伴的娱乐型数字人还是以电商带货为主的功能服务型数字人，AI数字人在直播中的应用率正逐渐提高，然而现阶段的数字人直播，绝大多数情况下，包括外形设计、配音、互动等都仍需要人类进行干预，AI只能实现一些简单的交互。在海外已有基于ChatGPT+VRM（3D模型）+VOICEVOX（文本转语音软件）创建聊天型人工智能的案例。例如OshaberiAI，这是一款允许用户创建养成型角色并与之聊天的应用程序，通过设计对ChatGPT的提示（指令），为数字人设定各种个性和语气，与用户进行简单的聊天交互。图源：推特目前该应用已上线AppStore，此前该开发者也在AR+数字人导航方面做了一些尝试，推出了“ARCharaNavi”，用户在应用中设定好目的地之后，数字人会根据选择好的路线在屏幕中的路线前方带领用户前行。而AI数字人的强大胜在可控性高，模式可复制，能7×24小时保持在线，在直播领域成了不少电商品牌的“新欢”。中国互联网络信息中心日前发布的第51次《中国互联网络发展状况统计报告》显示，截至2022年12月，中国网民规模达10.67亿，短视频用户规模达10.12亿，短视频用户渗透率高达94.8%，而网络直播用户规模达7.51亿。有了庞大的直播受众，投身于电商直播的AI数字人表现如何？成本低是品牌方选用数字人进行直播的一大因素，某品牌直播间售价和数字人服务定价，粗略计算后日均花费大约在600元左右，相比于聘请真人主播，能大幅减少支出成本。目前在电商直播领域，AI数字人通常在夜间至凌晨直播，弥补真人主播休息期间的空缺，尽可能获取更多闲时流量。现阶段用户可以通过关键词触发与数字人关于商品的交互，要让AI数字人执行更细致的指令和互动还有一定难度。图源：抖音网页版截图而在短视频平台，已有不少AI数字人尝新开设全天无休的直播间，实际上这类重复相似对话内容的直播间热度并不高，如果有明星IP加入，则会带来更显著的引流效果。例如乐华七子的黄新淳，基于他本人的形象设计了数字人分身，结合AI算法来控制数字人的动作和表情，还能正常与粉丝进行互动。 AI数字人在视觉效果和语音上越发真实，也就意味着人们将更加难以辨别真人与“数字人”，且绝大部分人是第一次接触AIGC内容，为了避免更多的AI内容对观众造成误解，不少视频平台发布了相关平台规范。抖音APP官方公众号于近期发布《抖音关于人工智能生成内容的平台规范暨行业倡议》一文，指出“各生成式人工智能技术的提供者，均应对生成内容进行显著标识，以便公众判断。同时使用统一的人工智能生成内容数据标准或元数据标准，便于其他内容平台进行识别。” 图源：抖音APP官方公众号就连海外知名插画平台Fanbox的运营商PixivFANBOX，也宣布禁止上传和销售使用Midjourney 、Stable Diffusion等AI艺术工具生成的插图，将对发布由AI创作作品的账号采取措施，如发出警告、限制可见范围、封禁账号等。未来将会有更多平台自发加入规范AIGC内容的阵营中。 AI数字人在直播领域，尤其是电商板块的落地进程加快，其变现能力强、操作门槛低（不少平台推出无代码方案）、降本增效显著等优势迎合了品牌方对数字化电商直播的需求。同时，部分头部电商直播MCN也能凭借自身在IP运营管理、平台流量资源、品牌方资源的积累，尝试从真人直播转向数字人直播，提高闲时阶段的收益。现阶段的AI数字人仍有非常大的发展空间。结语在元宇宙盛行的时期，数字人还只是人们眼中的“流量明星”，背后又牵扯到高成本的动捕和中之人运营，普通人几乎难以企及。虽然现阶段的AI数字人仍然未达到能跟真人“抢饭碗”的能力，但成长迅速的AI正在加速数字人走向大众的进程，而ChatGPT则是AI数字人最佳的接入口之一，为数字人的人机交互功能带来更多落地应用机会。来源：金色财经

金色财经2023-05-18

FTM智能AI机器人——开启23年超级算力收益计划

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

行业数据+场景：AI风口下，率先利好的是这样的公司

圈热度最高的话题非AI赛道莫属。从国外OpenAI、Google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

扫眼球换“世界币” ChatGPT之父“剥削穷人”？

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

腾讯2023Q1业绩电话会议记录

美国，有很多关于监管的公开讨论，甚至 OpenAI 的创始人也一直在作证并要求对行业进行监管。所以我认为这是必要的，但我们觉得在正确的监管和监管框架下，政府的立场是支持创新的，这个行业实际上会有健康增长的空间。而且此时芯片的可用性，芯片大部分可用，并且有一些 GPU 的变通办法可以在中国销售。我认为每个人实际上都在努力获取物资。可能会出现短期短缺，大家其实都在吵着要配置。但随着时间的推移，这些芯片将可用，其他想要构建基础模型的玩家将能够获得构建模型的芯片。肯尼思·方你好。晚上好，管理层。感谢您提出我的问题，并祝贺取得了丰硕的成果。我有两个问题。第一个是关于收入和盈利增长之间的差距。我注意到，在我们的季度中，在视频帐户货币化、运营杠杆和成本优化的支持下，我们的收入增长显着超过了收入增长。我们应该如何考虑未来两个季度的差距，考虑所有这些移动部件和驱动因素？我的第二个问题与税收有关。本季度的有效税率相当高。受海外子公司一次性递延所得税的驱动。但我们似乎没有发现非美国通用会计准则净利润的调整。那么，我们应该如何考虑这种对调整后净利润的一次性影响（如果有的话）？谢谢。詹姆斯·米切尔是的。谢谢你，肯尼斯。因此，正如您所观察到的，本季度收入增长与非 IFRS 净收入增长之间的同比差距异常大。另一方面，如果你看一下两年的复合年增长率，那么收入增长和营业利润——非国际财务报告准则的营业利润增长在两年的复合年增长率上基本相同。那么展望未来的正确信息是什么，它介于两者之间，这意味着本季度收入与非 IFRS 利润增长之间的差距异常大，因为同一季度非 IFRS 利润的基数较低一年前。我们确实希望随着基本效应正常化，差距会缩小。另一方面，我们相信与过去相比，我们在结构上更具成本意识、效率更高，这将有助于提高利润率。我们许多较新的收入来源，例如视频账户，例如小程序和小游戏收入等电子商务直播的货币化，毛利率相对较高，这对我们来说是一个积极的利润率组合转变往年。而且我们通常会受到负利润率组合变化的影响。所以总的来说，我认为我们可以渴望潜在的利润增长与收入保持一致或更快。但由于基数效应和我们提到的其他一些因素，第一季度利润增长与收入增长之间的差异异常大。约翰罗是的。递延税项调整不是非 IFRS 调整。我们通常按年而不是按季度查看有效税率，因为不时会发生一些零碎的调整，例如，这次可能会有一些预扣税为了让国家赚更多的钱，以及调整这里的一些递延税款。但为了让您全面了解有效税率，我们预计 2023 年非 IFRS 领域的税率将在 18% 至 20% 之间。分析师你好。谢谢 Wendy，也感谢管理层给我提问的机会，也祝贺取得了不错的成绩。所以我确实有一个关于生成人工智能的后续问题。所以我认为在上一个问题中，您非常有帮助地解释了用例和货币化策略。所以只是三月份的后续行动。所以媒体报道我们可能已经开始开发宏远了。那么你能分享更多关于潜在产品发布的更新吗？官方的影响将与宏远的培训数据有关。这是否封装了开放的互联网数据？对互操作性和数字围墙花园有什么影响？谢谢。刘炽平好的。因此，就我们宏远的基础模型建设工作而言，我认为，标题是我们取得了良好的进展。如果您查看不同的组件，对吗？所以模型构建实际上进展顺利。我想你提到了数据，数据收集基本上遍及整个互联网。并具体增加了中国的数据。就中国的数据而言，它是关于高质量的公共数据以及我们内容生态系统中的高质量数据。如您所知，我们实际上有很多内部内容，这是对整体数据的非常独特的补充。在培训方面，我们正在扩大我们的培训机构和整个培训生产线。就基础设施而言，鉴于我们的云业务，它是我们的核心优势。正如 Pony 提到的，我们最近还宣布了基于 NVIDIA H800 GPU 的高性能计算集群。因此，这实际上会给我们带来额外的培训效率。我认为我们的一个关键优势显然是用例，对吗？我们有不同的产品，团队已经在计划一些有趣的产品以及他们的产品。所以总的来说，我认为，它实际上取得了很好的进展。我们仍然相信 AI 是行业的成倍增长，尤其是腾讯，因为正如我们上次提到的，我们的核心用户对用户服务不会受到干扰，但可以从基础模型的增强中受益匪浅因为它实际上可以帮助这些服务以低成本生成内容，大规模吸引人的内容。所有这些都有助于提高服务质量，提高货币化并降低成本。然后基础模型也有助于我们引入二手机器服务。例如，它为我们提供了一个新的搜索角度，无论是在微信内还是在我们的浏览器上，如果你期待的话，时间更长一些，对吧？可以在我们的服务中启动有趣的数字帮助。当然，云实际上也非常重要，因为我们觉得随着时间的推移，患者模型实际上可以在云上为我们的企业客户提供非常有吸引力的服务，同时也使我们的 PaaS 和 SaaS 更具竞争力威廉帕克你好，管理层。非常感谢您回答我的问题。首先，上个季度，您提供了有关国内监管背景发展的有用更新。具体来说，您能否向我们介绍一下最近围绕国内游戏、短视频和金融科技的新闻流。作为后续行动，国内游戏势头在本季度显着改善，年内竞争缓和，新内容进入市场。我们是否可以预期该业务线的增长会加速并有可能恢复到两位数？谢谢。刘炽平好的。在监管环境方面，我认为从整体上看，监管环境继续朝着常态化监管的方向发展，政府其实非常注重经济发展，支持数字经济和产业健康发展。一些新鲜事——最新的消息是4月28日召开了保利局会议。并呼吁促进平台企业规范健康发展，鼓励龙头平台企业创新。我认为这是对整个行业的支持表达的非常重要的延续。就您所谈论的不同行业而言，对吗？在国内游戏方面，我想说，它仍然是一个常态化的监管状态，游戏牌照已经定期批准。这就是为什么我们看到中国整体游戏行业有很好的吸引力的部分原因。在短视频方面，我认为没有太多更新，到目前为止也不是监管行动的重点。在金融科技方面，我想说这个行业正在开始进入监管常态化的过程。而纵观整个历史，对吧，2021年，中国人民银行开始要求全行业平台公司对金融科技服务进行自查，并对Tempe进行了例行检查，被广泛报道。在此过程中，我们充分配合，根据中国人民银行的要求，我们积极调整了我们的操作。所以我觉得现在检查已经接近尾声，检查结果正在最后确定的过程中。当这些结果得出结论并发布时，我们相信我们会看到监管机构将专注于常态化监管，他们也会投入更多资源来支持整个行业的发展和创新。因此，这是宏观基础上和不同行业的监管更新。詹姆斯·米切尔而且，关于游戏，我知道你的问题主要是关于中国国内的游戏业务。但如果退一步说，我们的全球游戏收入在本季度同比以低两位数的速度增长，这是可喜的。我们认为，全球游戏行业现在已经克服了一些过渡性挑战，包括西方在 COVID 后遗留的问题，以及中国缺乏新游戏许可。因此，该行业可以恢复到历史最高的个位数增长率、复合年增长率，而我们的表现是否优于或低于整个行业，将在很大程度上取决于我们可以承担的内容质量。但总的来说，随着时间的推移，我们已经能够通过结合运营我之前谈到的一些最大、最好、最常青的游戏以及容纳一些游戏行业最成功和最具创意的工作室以及运营高增长的游戏平台，例如我们新兴的迷你游戏平台。因此，出于所有这些原因，我们认为一切都可以发挥作用，并且该行业在全球范围内回到了增长轨道，我们应该努力与全球行业一起增长或更快地增长。谢谢。刘夏琳谢谢。谢谢你提出我的问题。我想问一下海外并购。显然，我们在第一季度的国际游戏领域看到了非常强劲的数字。我想从管理层那里了解有关该细分市场并购战略的最新情况以及您对竞争格局的看法，尤其是在我们的竞争对手进行了一些并购活动之后，我们应该如何考虑今年剩余时间的增长？我有一个关于广告的后续行动。谢谢。詹姆斯·米切尔谢谢你的问题，Charlene。过去几年，收购中国境外游戏公司的竞争格局一直相当稳定。虽然有许多公司在该领域进行收购，但通常他们的目标与我们的目标并不重叠，这意味着他们可能是拥有庞大控制台安装基础的公司，并且他们正试图收购游戏工作室以增强控制台安装基础或者可能有一些公司根据近期收益估值，他们正试图增加额外收益，而在我们的例子中，我们没有与任何单一的硬件设备结合。因此，我们一直在收购手机游戏工作室，收购 PC 游戏工作室，同时也定期收购主机游戏工作室。此外，当我们进行这些投资和收购时，我们非常愿意期待三五年或七年。因此，通常情况下，我们正在寻找一家在前一年发布了成功的小众游戏的公司。而且我们可以肯定地知道，公司的收入在未来几年内将会下降，因为它将消化第一款游戏的成功。在许多情况下，我们知道公司将在一段时间内亏损，因为我们正在扩大团队规模以制作更大的续集，但我们还没有从更大的续集中获得更大的收入。这适合我们。它并不适合所有人。因此，有些工作室自然而然地来到我们这里，而某些工作室自然而然地去了其他地方，这很好。所以我不会说到目前为止我们已经看到游戏行业的收购格局发生了巨大变化。当然，现在取决于某些大交易是否通过了某个特定的非常大的交易，那么我们可能会在未来看到更多的变化，我们需要对此积极和被动。刘夏琳那挺好的。很高兴知道。我的第二个问题是关于广告的。早些时候，管理层提到微信贡献了超过一半的广告收入，管理层能否详细说明应用产品的收入贡献，例如上一季度第一季度的朋友圈、视频账户、广告网络等？展望未来，我们应该如何考虑这些产品的收入组合和 GPM 趋势？谢谢。詹姆斯·米切尔好吧，就收入状况而言，我们不会非常具体。但正如我们所说，微信是历史上最大的贡献者，微信小程序和官方账户规模小得多，彼此大致相似，视频账户在某种程度上超越了小程序和官方账户，因为有很多视频帐户中的库存，并且在视频帐户中每 1,000 次展示的收入非常高。在微信之外，最大的一组资产是移动广告网络，它在过去六到九个月里出现了相当明显的反弹。除此之外，QQ 和 QQ 空间周围的长视频、音乐、新闻和一些较小的内容也有所减少。这就是组成。就利润率而言，除了长视频外，基本上所有自有和经营的资产都具有高毛利率，而长视频和广告网络的毛利率本来就低得多。约翰·亨旭崔好的。谢谢你提出我的问题。我对游戏方面的后续行动有疑问。我想如果你看看国内游戏，本季度，我们已经看到由于现有游戏而带来的非常强劲的收入增长。我想詹姆斯提到了常青树。但随着我们进入第二季度，下半年，我们确实有更多的游戏——面向国内市场的新游戏发布。所以我的意思是，您能否在我们进入下半年时详细说明收入或工作方面的增长趋势，我们是否应该在此基础上看到加速增长？只是一个快速的一些内务问题。实际上，本季度我们注意到超过 600 亿美元的非常强劲的运营现金流，但投资流出现金流也为 6500 万美元。那么有什么颜色吗？谢谢。詹姆斯·米切尔因此，关于收益，我不一定会回答你的问题，因为我们没有提供关于收入线是在加速还是减速而无法观察到的指导。但首先，第一季度的强势部分归功于我所说的常青游戏。但我们也看到过去一两年发布的一些游戏增长非常好。这通常是我们的模式，我们再次发布的那个季度，它产生的货币化相对较少。当然，由于我们的延期政策，这种货币化不会转化为我们的损益。但在随后的几个季度，如果这是一款好游戏，我们会看到货币化有所改善，我们会看到收入——延期开始流入报告的收入。如果它真的是一款好游戏，我们会看到日活跃用户数在增加。最近，许多符合这种情况的游戏，包括 Arena Breakout，这是中国领先的提取射击游戏，随着玩家对这种新型游戏的熟悉，我们在 DAU 和货币化方面取得了良好的增长之前存在。我们已经看到自走棋游戏《金铲子》在用户和货币化方面都取得了非常好的增长，日活跃用户超过 1000 万，这对于中国的新游戏来说是罕见的，对于构建到在两年的时间里达到这个水平，而不是很快达到那个水平然后逐渐消失。我们的英雄联盟 Wild Rift 手游在第一季度的趋势也相当不错。很明显，在今年余下的时间里，我们有很多大型游戏打算在国内发布，我们对此感到很兴奋。但同样，对于其中一些游戏，它们从第一天起就可以很好地获利。与其他人一起，他们会随着时间的推移逐渐变现。谢谢。约翰罗 650亿元人民币的投资活动产生的现金流量净额其实有点棘手，因为它通常会增加一些本质上很正常的项目。例如，在这 650 亿元人民币中，500 亿元人民币与定期存款净投放有关。除此之外，像资本支出、媒体内容和并购这样的项目，每一项可能在 4 到 4 元人民币左右，大约 10 亿人民币。刘杰瑞嘿，谢谢，管理。是的，我想回到广告业务并询问电子商务。首先，电子商务作为一个类别一直是一个优势领域。所以我只是想问一下，我们是否认为其中一些是份额收益，腾讯从其他参与者那里获得了广告行业。其次，我们如何看待电子商务的发展，尤其是在视频账户中。我记得之前，我们讨论过这可能需要一些时间才能提升。但我也看到，在第一季度，我们开始从视频账户中的电子商务直播中产生更多的技术费用。所以我想知道我们是否可以在这里看到更多与电子商务相关的货币化？谢谢。詹姆斯·米切尔是的。因此，就与腾讯做广告的大型电子商务公司而言，我们肯定会获得份额增长。我认为出现这些份额收益的原因有很多。一个是改变对某种生态系统竞争的看法，这意味着过去，有些公司选择不与我们做广告，因为他们将我们视为生态系统竞争对手，并且随着时间的推移他们可能已经重新评估了这种观点。其次，我们现在正在将更复杂的机器学习部署到我们的广告定位中，这对拥有大量 SKU 的大型电子商务公司特别有利，因为现在我们可以提取这些 SKU，然后在右侧显示正确的 SKU电子商务公司广告中的用户。这就是与我们一起做广告的电子商务公司。刘炽平所以在电商方面，直播和视频号，我们觉得其实是一个非常大的机会。其中一部分已经在其他短视频公司得到验证。当你有短视频时，你实际上可以带动直播，而直播可以带动电子商务交易。但除此之外，我们觉得我们可以拥有一些独特的增值组件，我们可以为商家提供这些组件，因为我们有私有域。我们还有一个小程序，其实可以让我们连接视频号。正如你所知，实际上有一个非常大的交易生态系统已经在小程序上发生了。如果我们真的可以开始将其与视频帐户和实时流媒体连接起来，那么它实际上会使整个电子商务生态系统更加活跃。我们还有支付，这是一个非常重要的推动因素。因此，当我们将所有这些附加组件添加到视频帐户和直播中时。我们觉得实际上我们在电子商务方面有很大的发展空间。但我们希望循序渐进，这样我们就可以建立正确的基础设施，我们实际上可以在用户体验和商家的投资回报率之间提供最佳平衡。同时，最重要的是，我们实际上想要确保交易生态系统实际上是高质量的。因此，与其让大量一次性购买低质量产品或某些对商家来说利润非常高的产品，他们基本上把所有的钱都花在广告上，而不是产品质量上，我们实际上想确保生态系统构建正确，因此它为用户和商家提供正确的价值，整个交易生态系统是健康的。所以这需要一些时间，但我们觉得如果我们做对了所有这些，实际上我们有很长的跑道来发展这部分业务。罗宾朱你好。谢谢。谢谢，管理层提出问题。如果可以的话，我想有两个问题。一，只是你的运营费用。我的意思是，你显然表现出了令人印象深刻的成本纪律，并且运营费用呈趋势。只是想听听您对公司在什么时候更多地转向增长支出的想法，无论是在新游戏上，还是在人工智能和相关服务上，和/或在您看来是什么触发了回归如果迄今为止的消费复苏还没有做到这一点，又会多花钱？关于游戏的第二个问题。詹姆斯，你刚才提到过，宏观经济正在对支付意愿和游戏 ARPU 产生影响。只是想听听您对第一季度的复苏是否是被压抑的需求的看法，因此，会有关于可持续性的问题吗？以及各种游戏之间的恢复情况，鲸鱼占主导地位的高 ARPU 游戏与每个人都购买皮肤且 ARPU 通常较低的大型 DAU 游戏。谢谢。詹姆斯·米切尔谢谢。所以关于第二个问题，我们看到我们的游戏业务出现了广泛的复苏。我认为在我们的前 15 场比赛中，有 12 场比赛同比增长。所以这不是一两场比赛反弹导致其他比赛萎靡不振的问题。我们的整体投资组合得到提升，这是由于被压抑的需求还是仅仅是潜在的需求，时间会证明一切。但我之前解释过为什么我认为这是潜在需求。在运营费用方面，会有一些情况，无论是推出新游戏，还是为我们需要投资的大型语言模型购买然后折旧的 GPU，我们会积极投资。但话虽如此，我认为我们还将在未来非常严格地控制运营费用。一个原因是因为我们在结构上变得更有效率。第二个原因是，一般来说，我们正在混合转向本质上利润率较高的活动，同时退出一些本质上利润率较低的活动。更广泛地说，你谈到我们什么时候需要转向投资以促进增长。而且我认为实际上，如果你深入我们的业务范围，就会发现许多新兴的增长动力，无论是视频帐户广告货币化，还是电子商务直播流媒体货币化，无论是小程序和小游戏。有趣的是，其中每一个都是非常可观的机会，它们正在变得有意义，并且随着时间的推移有很长的跑道可以扩展。但是，这些都不是，我们是否需要花费大量的额外资金来使它们更受欢迎。我们不会因提供社区团购食品解决方案而招致巨额补贴。我们不会诱导原本会使用其他短视频服务的用户安装视频帐户并将时间花在视频帐户上。我们只是在我们更大的应用程序（尤其是微信）中为用户提供我们认为非常有吸引力且有些差异化的体验。让用户随着时间的推移，你会发现那些，享受那些与那些社交，并花更多的时间并最终在这些上花更多的钱。所以我不认为我们处于一种非增长模式。在未来的某个时候，我们需要轻按一下开关，大幅增加营销或补贴的销售额，以回到增长模式。我认为我们现在正处于增长模式。只是我们的增长动力的本质是不需要大量补贴。他们不需要繁重的销售和营销活动。谢谢罗宾朱谢谢。黄文迪谢谢你，罗宾。我们现在结束网络研讨会。感谢大家加入我们的结果电话会议。如果您想查看我们的新闻稿和其他财务信息，请访问我们公司网站 www.tencent.com 的 IR 部分。该网络研讨会的重播也将很快提供。谢谢，下个季度见。这份记录可能不是100％的准确率，并且可能包含拼写错误和其他不准确的。提供此记录，没有任何形式的明示或暗示的保证。表达的记录任何意见并不反映老虎的意见

老虎证券2023-05-18

24小时热点