FX168财经网_全球视野外汇黄金加密货币NFT资讯网

史无前例的AI盛宴，你总得拥有一支!

些？英伟达的竞争对手AMD算一个，从ChatGPT2022年11月30日发布以来，AMD的涨幅超过了134%。其AI GPU MI300预计今年的销售额将达到35亿美元，高于之前预测的20亿美元！ AMD之外，掌握芯片设计能力和芯片通信技术的博通也受益于AI需求，其成为谷歌等大厂自研AI芯片的关键合作商，股价在去年大涨100%的情况下，今年再涨17%！ OpenAI大股东微软也位于本次AI盛宴的中心，旗下产品与AI技术的结合令市场充满想象力，但由于OpenAI股权结构复杂，微软并未充分受益股权增值，加上AI应用需要时间爆发，微软的股价涨幅并不大，自2022年11月底以来仅上涨61%. 提供芯片架构的ARM也受到AI的提振，其架构亦被用于英伟达GPU设计，在2月7日超预期财报发布之后，年内涨幅达到了71%！ AI需求暴增，带火了半导体设备和芯片制造，其中，提供光刻机的阿斯麦年内上涨28.6%、提供刻蚀设备的应用材料、泛林集团年内分别上涨23%和21%，日本的半导体设备供应商东京电子年内更是大涨44.8%，芯片代工龙头台积电的涨幅也达到了18%。向GPU提供HBM内存的韩国SK海力士也上涨了14%！英伟达的Hopper GPU有35000个零件，核心零部件提供商亦是本轮牛市的第二梯队，且从美股扩散至全球股市，英伟达不愧是地表最重要的公司！第三梯队应该是AI应用层。虽然ChatGPT和Sora震惊了世人，但在应用层面，当下依然缺乏重磅产品，应用层面的公司也存在被OpenAI颠覆的风险。比如曾经因AI大涨的Adobe，去年逆势大涨77%，而今年却下跌了10%。股票代码直接为AI的公司C3.AI也曾大涨，2023年的涨幅高达157%，而今年同样熄火，逆势下跌7%，C3 AI是一家基于云的企业AI SaaS 公司，它构建了一组专有应用程序（称为C3 AI 套件），为其客户提供集成数字转换应用程序的能力。最大人工智能 CRM（客户关系管理）和最大企业应用程序公司CRM正在受益AI浪潮，其首席执行官Marc Benioff将稳健的收入归因于其新推出的人工智能产品，其中包括由OpenAI大模型支持的工具，这些工具可帮助客户自动起草销售电子邮件或创建客户服务聊天机器人。 CRM去年大涨98%，今年再度上涨11.6%。随着技术成熟，AI在应用层面可能带来令人惊叹的造富神话。与AI相关的公司还有很多，比如提供AI手机芯片的高通，年内股价上涨7%，英伟达另一竞争对手英特尔，也具备GPU实力，但目前尚未吃到AI红利，股价表现不佳，年内下跌14%。正如英伟达CEO黄仁勋在最新一季的财报中所说，AI将渗透到各行各业，目前已处于爆发临界点! 从OpenAI最新发布的文生视频工具Sora来看，AI的潜力远超我们的想象，带来的财富盛宴将远超历次工业革命！在这场AI盛宴中，有人处于金字塔顶端，有人是腰部玩家，也有人处于落伍状态，甚至有的会被颠覆，投资者一定要看准AI链条上最有价值的公司！史无前例的AI盛宴，你总得拥有一支吧？是追涨英伟达，还是买入半导体设备，抑或是押注应用层？看你的眼光了！ $英伟达(NVDA)$ $ARM Holdings Ltd(ARM)$ $美国超微公司(AMD)$ $超微电脑(SMCI)$ $阿斯麦(ASML)$

老虎证券2024-02-23

移动支付异军突起，中亦科技20CM涨停！多热点傍身，金融科技ETF(159851)再涨2%冲击八连阳

计算机，占比约80%，覆盖了数字经济、ChatGPT、信创、金融IT等热门主题。其第二大权重行业为非银金融，占比近14%，成份股主要为互联网券商。数据来源：沪深交易所、Wind等，截至2024.2.23。风险提示：金融科技ETF被动跟踪中证金融科技主题指数，该指数基日为2014.6.30，发布日期为2017.6.22，指数成份股构成根据该指数编制规则适时调整。文中指数成份股仅作展示，个股描述不作为任何形式的投资建议，也不代表管理人旗下任何基金的持仓信息和交易动向。基金管理人评估的本基金风险等级为R3-中风险，适合适当性评级C3以上投资者。任何在本文出现的信息（包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等）均只作为参考，投资人须对任何自主决定的投资行为负责。另，本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议，基金管理人亦不对因使用本文内容所引发的直接或间接损失负任何责任。基金投资有风险，基金的过往业绩并不代表其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证，基金投资需谨慎。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-02-23

小米人工智能实验室主任王斌：AI的发展就是人类追求躺平之路

首席科学家王斌出席并发言。王斌指出，ChatGPT出现本身有一定的偶然性，但是AI技术的发展是必然。在王斌看来，“AI的发展就是人类追求躺平之路——AI来了，让机器都做了，人插一个管子，指挥一些机器人就全干了，又能创造极大的价值。所以，整个AI技术范式的演进其实就是人类解放自己的路”。他认为，大模型会逐渐演进为轻量化的小模型。因为，大模型成本比较高，而且在使用时，不是所有人都需要大模型的通用能力，很多业务只需要做一两个任务，因此，小模型可以支持得很好工作。

金融界2024-02-23

小米王斌：大模型会逐渐演进为轻量化的小模型

可能看到了，或者说越来越有信心了。 “ChatGPT出现本身有一定的偶然性，但是AI技术的发展是必然”。王斌认为，大模型会逐渐演进为轻量化的小模型。在他看来，大模型成本比较高，而且在使用时，不是所有人都需要大模型的通用能力，很多业务只需要做一两个任务，因此，小模型可以支持得很好工作。

金融界2024-02-23

掌阅科技：以Sora为代表的文生视频技术的发展，对公司IP视频转化将提供助力

，对公司IP的视频转化也将提供助力。从ChatGPT诞生以来，公司积极拥抱AI技术，致力于利用AI技术提升用户阅读体验和阅读效率，并积极向多模态内容形态发展，但截至目前，公司尚无IP直接通过AI转化成短剧或者影视内容的案例。

金融界2024-02-23

中科金财(002657.SZ)：2023年设计微软产品确认收入20万元，与微软中国的合作并非独家合作

二是解决方案开发及服务，基于微软云及 ChatGPT 的能力，研发了汽车 AI Agent、多场景多基座模型引擎等解决方案。业务以金融科技解决方案、数据中心解决方案为主，公司2021 年和2022年主营业务收入共 27.79 亿元，其中涉及微软产品的综合解决方案业务合同收入0.59亿元，微软相关业务收入占公司主营业务收入比例 2.13%。涉及微软产品采购金额 343.09 万元。2021年和2022年涉及微软产品的综合解决方案业务合同利润 906.88 万元。2023年涉及微软产品的综合解决方案业务合同金额266.1 万元，确认收入 20 万元。中科金财还表示，公司与微软中国的合作并非独家合作，目前公司与微软中国相关业务对公司短期经营业绩不构成重大影响，未来能否快速发展并取得预期的收入存在较大不确定性。由于政策及市场环境等不确定因素，公司存在无法获得 Sora API 订阅资格的风险。公司基于自研及非 Sora 的文生视频相关产品尚未产生实际收入。文生视频商业模式最终实现方案尚未完全明确，且目前 AIGC 市场仍处于早期发展阶段，具体需求、技术研发成果、功能和产品落地效果及时间均具有不确定性，Sora API 订阅资格对公司的经营成果及财务数据产生的具体影响不可预计。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-02-23

再创记录！AI巨头英伟达股价再飚新高，AI人工智能ETF(512930.SH)高开涨超1%

，把握经济发展新质生产力。1、旷世巨作ChatGPT问世，AI开启“iPhone时刻”，叠加国内外大模型百花齐放，大模型+应用生态日趋繁荣；2、大模型助力通用人工智能雏形逐渐显现，AI技术应用有望进入加速期，新一轮物理世界数字化时机渐行渐近；3、智能涌现带来AI供需关系重构，拥抱大模型是未来发展的必由之路，场景&行业大模型将为科创企业角逐的主战场。 AI人工智能ETF(512930.SH)跟踪中证人工智能主题指数，中证人工智能主题指数选取50只业务涉及为人工智能提供基础资源、技术以及应用支持的上市公司证券作为指数样本，以反映人工智能主题上市公司证券的整体表现。数据显示，截至2024年1月31日，中证人工智能主题指数(930713)前十大权重股分别为海康威视(002415)、科大讯飞(002230)、中际旭创(300308)、韦尔股份(603501)、金山办公(688111)、澜起科技(688008)、中科曙光(603019)、紫光股份(000938)、大华股份(002236)、新易盛(300502)，前十大权重股合计占比49.42%。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-02-23

英伟达带动AI相关代币价格激增世界币上涨40%创历史新高

歌的AI模型系列，类似于OpenAI的ChatGPT。 Savic继续说道：“区块链技术用于人工智能的目的尚不清楚，目前还处于高度实验阶段。话虽如此，购买人工智能主题的加密货币更多的是接触基于区块链的人工智能衍生品，而不是接触最近受到如此多关注的大规模采用。” Savic还指出，对人工智能代币的需求可能来自无法接触美国股票的领域的投资者。 “可以想象，对于无法购买像英伟达这样的股票的投资者来说，人工智能主题的代币可能是下一个最好的选择。”

楼喆2024-02-23

奥特曼最新观点：人工智能崛起的挑战和机遇要为其负面后果做好准备

FX168财经报社(北美)讯 ChatGPT开发者OpenAI的负责人认为，未来由人工智能创造的内容将超过人类创造的内容。#2024宏观展望##科技# 在这之前，社会需要为人工智能繁荣的负面后果做好准备，Sam Altman在由芯片巨头英特尔组织的一次活动上表示。 Altman预见到：在可预见的未来，人工智能对选举可能会产生潜在的负面影响。他发表评论之际，人工智能生成的镜头或深度伪造已经在今年晚些时候印度大选之前被武器化。 Altman认为，随着人工智能的发展，与网络安全和生物武器相关的风险也必须更加严肃地对待。 “这不仅仅是一个好故事，但这将是一个净好故事，” Altman说道。在人工智能的帮助下，加快科学研究、治愈疾病、改善教育是可能的，Altman强调说，今天很难想象未来会变得多么美好。然而，与其他技术相比，政府需要扮演更加重要的监管角色，特别是在人工智能模型仍相对薄弱的现在。 Altman表示，像OpenAI这样的公司不应该秘密开发出比人类更聪明的人工智能，然后突然将其释放到世界上。社会及其机构必须被给予逐渐适应这种发展的时间。 OpenAI的ChatGPT，在一年多前开启了围绕人工智能的炒作，像其竞争对手的聊天机器人一样，它是在大量信息的基础上进行训练的，并且能够以人类语言水平制定文本，编写软件代码和总结信息。各行各业一直在预测“人工智能时代”即将到来时，日常实践将发生重大变化。然而，基于人工智能的文本生成器的一个缺点是，它有时会给出完全错误的答案，即使它是基于正确信息的。

Heidi2024-02-23

Big Ideas 2024报告加密部分一览：机构配置将如何影响BTC

-4，应该会催生前所未有的生产力爆炸。ChatGPT 的“iPhone 时刻”让企业措手不及，它们现在正争先恐后地利用AI的潜力。由于成本迅速下降和开源模型的出现，AI 可以实现远超提高效率的承诺。如果到 2030 年，知识工作者的生产力能够翻两番，正如我们所相信的那样，未来五到十年，实际GDP的增长可能会加速并打破纪录。 ChatGPT 让消费者满意，让企业惊叹自谷歌在 2017 年发明 Transformer 架构以来，经过多年的进步，ChatGPT 催化了公众对生成式 AI 的理解。不再仅仅是开发人员的工具，ChatGPT 的简单聊天界面使说任何语言的人都能够利用大语言模型 (LLM) 的强大功能。2023 年，企业争先恐后地理解和部署生成式 AI。 AI 已经显著提高了生产力像 GitHub Copilot 和 Replit AI 这样的编码助手是早期的成功案例，它们提高了软件开发人员的生产力和工作满意度。AI助手正在提高知识工作者的绩效，有趣的是，它们对表现不佳的员工比高绩效者更有利。基础模型正在跨领域改进随着更大的训练数据集和更多参数，GPT-4 显著优于 GPT-3.5。越来越多的基础模型成为“多模态”——支持文本、图像、音频和视频——不仅更动态、更易于用户使用，而且性能也更高。文生图模型正在重塑图形设计在多伦多大学的研究人员首次推出现代文生图模型八年后，图像模型的输出现在已经可以媲美专业平面设计师的作品。人类设计师可以在几个小时内花费数百美元创建一个图像，例如一群大象穿过绿草地。文生图模型可以在几秒钟内以几分钱生成相同的图像。专业应用程序如 Adobe Photoshop 和消费者应用程序如 Lensa 和 ChatGPT 将图像模型集成到他们的产品和服务中。创作文字内容的成本已经暴跌在过去的世纪里，创作书面内容的成本在实际价值方面一直相对稳定。在过去两年里，随着 LLM 的写作质量提高，成本暴跌。 AI 训练性能正在迅速提高 AI 研究人员正在跨训练和推理、硬件和模型设计进行创新，以提高性能并降低成本。训练成本继续每年下降 75% 根据Wright定律，加速计算硬件的改进应该使 AI 相对计算单元 (RCU) 的生产成本每年降低 53%，而算法模型的改进可以进一步将训练成本降低 47%。换句话说，硬件和软件的融合可以推动到 2030 年 AI 训练成本每年以 75% 的速度下降。随着生产用例的出现，AI 的重点正在转移到推理成本研究人员在最初专注于 LLM 训练成本优化之后，现在将推理成本作为优先事项。基于企业规模的用例，推理成本似乎以大约 86% 的年增长率下降，甚至比训练成本下降更快。今天，与 GPT-4 Turbo 相关的推理成本低于一年前的 GPT-3。开源社区正在与私有模型竞争为挑战 OpenAI 和谷歌的闭源模型，开源社区及其企业巨头 Meta 正在将生成式 AI 的访问民主化。总而言之，开源模型的性能提升速度比闭源模型更快，最近中国的一些模型也助了一臂之力。语言模型性能提升需要细致的技术 GPT-4 在从 SAT 到高级酿酒师考试等标准化教育测试中，表现明显优于普通人类。然而，根据 WinnoGrande 的衡量，它在常识推理方面落后于人类水平。斯坦福大学的框架——语言模型整体评估 (HELM) 是最全面、不断更新的评估方法之一，其已经测试了 80 多个模型，针对 73 个场景和 65 个指标进行组合评估。语言模型会用完数据，限制其性能吗？计算能力和高质量的训练数据似乎是模型性能的主要贡献因素。随着模型变得越来越大，需要更多训练数据，数据不足会否导致模型性能停滞？Epoch AI 估计，到 2024 年，高质量的语言/数据来源，例如书籍和科学论文，可能会被耗尽，尽管仍存在大量未开发的视觉数据。定制的人工智能产品应该拥有更大的定价权随着开源替代品的出现和成本下降，将AI定制到最终用途应用程序的软件供应商应该能够更轻松地实现盈利。来源：金色财经

金色财经2024-02-22

24小时热点