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

软银创始人孙正义的世纪之梦：下一个英伟达
 go
元，但这笔交易未能实现。孙正义经常使用ChatGPT提问，包括“如何赚到一百万美元”这样的问题，他是日本最早理解人工智能领域发生范式转变的人之一。两人经常讨论用于驱动大型语言模型和其他人工智能应用的半导体短缺问题。每颗英伟达芯片的成本高达数万美元。面对高昂的价格和长时间的等待周期，孙正义和奥特曼探讨了建立一个人工智能芯片竞争对手可能需要的巨额资金。据华尔街日报报道，孙正义曾提出需要3万亿美元，而奥特曼则反驳称可能需要7万亿美元。在技术方面，孙正义将目光转向了Arm。 Arm由一小组工程师于1990年创立，现已发展成为全球使用最多的微处理器技术拥有者。在这一领域，后发优势帮助Arm跳过多年研发周期，提出了简洁高效的设计理念。孙正义希望，Arm的工程师们可以在人工智能芯片上重复35年前的成功，这一次由他提供对人工智能定制芯片的愿景指导。孙正义与雷内·哈斯定期沟通，有时谈话会持续数小时。讨论的重点常常回到“伊邪那岐”计划上，这是一个旨在补充Arm的知识产权资产，并在软银的人工智能生态系统内打造人工智能芯片巨头的努力。据知情人士透露，这些谈话还包括了类似于贝莱德公司与微软合作创建一个300亿美元基金，用于建设人工智能数据仓库和能源基础设施的项目。哈斯希望将Arm转型为一家更大、更有影响力的芯片公司，这与孙正义的雄心不谋而合。不过，两位首席执行官并非总是一拍即合。哈斯曾在英伟达负责计算产品，并领导过Arm的IP产品部门，他深知芯片设计的复杂性及行业制造环节的诸多挑战。在多次遭到哈斯的反对后，孙正义一度感到沮丧，并要求直接与其他Arm高管对话，但被哈斯拒绝。知情人士透露，两人仍然每天交流，而哈斯，尽管有自己的保留意见，已经成为孙正义的主要合作伙伴，负责实施这项宏伟计划的实际操作。软银正在押注人工智能芯片设计——这是一个历来难以预测且竞争激烈的领域，将在未来十年或二十年发生巨大变化。其中一个悬而未决的问题是，单一GPU同时执行训练和推理是否更高效，就像英伟达的芯片所做的那样。如果训练和推理分开进行能够更节能且速度更快，这可能为新玩家打开突破口。据知情人士透露，孙正义相信，Arm具备在边缘网络上支持从智能手机到机器人控制系统等连接设备推理的能力。 “因为人工智能是一个刚刚起步的行业，我们仍处于早期阶段，”《芯片战争》的作者克里斯·米勒表示。他说，目前大多数人工智能加速器用于训练，但未来，更多的计算能力可能会用于将训练成果投入实际应用中，比如做出预测或从数据中推导信息。“英伟达显然是人工智能加速器市场的第一个领导者，但这个市场未来十年肯定会增长，并可能发生很大变化。” 不过，其他公司也在争夺这一预期中的需求增长。 AMD认为，在执行某些工作负载方面，自己的芯片比英伟达的更胜一筹。AMD计划在明年升级加速器，称将显著提高推理速度。与此同时，亚马逊，这家通过定制硬件发明了云计算运营的公司，也在利用其规模优势，争取在打造英伟达竞争对手的过程中占据一席之地。亚马逊的工程师们正致力于在年底前将最新的Trainium人工智能加速器推向数据中心。凭借庞大的基础设施，亚马逊可能迅速展现一些势头。半导体行业的资深人士，对软银的努力大多抱着一种好奇与怀疑的态度。孙正义在软件销售、杂志出版、移动网络推广以及支持年轻企业家等领域表现出色，但他从未在芯片制造这个以纳米技术和无尘室为基础的资本密集型领域，接受过真正的考验。即使是英伟达，在崛起之前也几次濒临破产，直到最终获得足够的影响力，来说服台积电为其最新芯片开发制造工艺。最终，软银成功的关键很大程度上依赖于Arm的知识产权。孙正义的其他“武器”还包括软银的客户群——尽管规模远小于亚马逊，以及一个愿意花高价追赶人工智能的日本市场。这家科技集团还在美国运营可再生能源项目，为谷歌等超大规模企业的数据中心提供电力支持。此外，孙正义还拥有一支更加精简的愿景基金团队，专注于寻找他所需的公司和技术，例如此前与Graphcore的交易。 Graphcore首席执行官奈杰尔·图恩在7月软银收购该公司的时候曾表示：“我们的愿景是切合实际的，同时也与孙正义推动的一些宏大愿景相吻合。我们是实现这一宏大愿景的一部分。” 软银芯片计划的许多细节仍在讨论中，包括将涉及多少公司和投资者。尽管台积电是首选的制造合作伙伴，软银可能还会寻求其他合作伙伴以确保产能和技术支持。与此同时，孙正义还在为与OpenAI的战略合作铺路。愿景基金部门在9月季度转亏为盈，并向OpenAI投资了5亿美元，同时启动了15亿美元的收购计划，通过本月从OpenAI员工手中购买更多股票。据知情人士透露，软银明年将为第二只愿景基金追加资金，预计规模将从9月底的608亿美元进一步增加。孙正义在信息中常提醒他的亲信们，要以“世纪”为单位来思考问题。尽管芯片项目规模庞大，但这只是他正在追求的众多想法之一，最终可能占据软银新方向的50%，也可能仅占0.5%，一位熟悉孙正义想法的人士说。近期，软银的公告涵盖了多个领域，包括一台使用英伟达即将推出的Blackwell芯片的超级计算机、更快的汽车人工智能处理器，以及围绕机器人公司的多项愿景基金投资。孙正义认为，机器人将在实现人工智能对人类的实际益处方面起到关键作用。有一次，他甚至带着一个机器人设计模型前往前苹果首席设计师乔纳森·艾维的家中，提出了可能的合作建议。在6月的软银股东大会上，一位与会者提到彭博社关于“伊邪那岐”芯片的报道，并询问项目进展如何。孙正义笑着回答：“让我们不要谈具体细节。” 他说：“我们不想过早亮出底牌。这是一个专业人士的世界，我们的成功取决于最终取得的成果。在实现成果之前，我们无法评论方法论。但我可以告诉你们，我对交付成果充满信心。” 来源：加美财经
加美财经2024-12-24
SHEIN正在搅动更大的市场
 go
报告发现，迪士尼、Roblox、苹果、ChatGPT、SHEIN等成为2024年最受Z世代关注的25大品牌，其中SHEIN成为TOP 25品牌中唯一的时尚服装品牌。另一端，SHEIN平台侧也在持续增长，同样在最受Z世代关注的25大品牌中，SHEIN与亚马逊成为其中仅有的两个电商平台。同时，SHEIN的用户数还在大幅增长，今年1-8月在出海平台中增长最快。更多商家，尤其是大批国内产业带商家加速入驻SHEIN平台，使其补齐更多品类，商家业绩也呈现出激增态势。例如，在最近的“黑五”大促前夕，首饰产业带商家通过SHEIN集体出海，有商家单日店铺销量已涨130%。一片生机盎然的背后，我们看到新的角色和驱动力正在SHEIN的身上衍生和体现。这已不仅仅是追赶ZARA，或者说一个时尚品牌的叙事逻辑。对于这样一个多面的新物种，现在究竟该如何去理解和定义？ 01 崛起内核：跨越式诠释时尚产业第一性正如丘吉尔所说，能看到更远的过去，才能看到更远的未来。当我们理解SHEIN何以引领时尚服装产业，才可能明白其将去到怎样的未来。回望过去，是什么铸就了SHEIN？时服，代表了一种快速将最新时尚趋势带到大众消费者手中的商业模式。产业第一性即可以归结为速度、品类、价格，特别是前两点。从GAP、优衣库、ZARA，再到SHEIN，这些时装代表企业的成功无一例外地建立在此之上。只是区别在于，其一，从时代背景来看，消费者需求越来越多元化、个性化，时尚领域也更加多变且多样化，天然提升产业第一性的“标准”；其二，各个品牌对产业第一性的诠释程度不同，SHEIN实现跨越式突破。例如，SHEIN将产业效率和库存周转率，在以前行业优秀品牌的基础上，又往前迈了一大步。而要达成这一点，本身是非常困难的，SHEIN给出了“小单快反+数字化工具+‘一链到底’”的解题方案，所谓“一链到底”，是指从原材料到用户，打通了供应链的全部能力，完成了创造到交付的整个过程（此处概念参考梁宁《真需求》）。这些要素几乎缺一不可，也共同形成了其差异化的竞争能力。具体来看，SHEIN降低订单的最小生产数量至100件，快速测试市场反应并重复，如果销售趋势好立刻返单，反之中止生产，从而既能保证新品的丰富度，又能打出爆款、降低库存，还能让利消费者，保障自身盈利水平。而小订单本身是“利薄、费时”的存在，对于供应商来说，将开发费用分摊在有限的订单数量中可能并不赚钱甚至亏损，传统的合作模式难以支撑。客观上，ZARA的“500件订单”的柔性供应链能力，几乎已是其所能达到的生产极限。 SHEIN强大的数字化能力则延展了其空间，例如其借助数字化工具实时掌握时尚趋势以及消费者反馈，较为精准的推动设计开发，提升爆款可能、盈利空间，以及深度赋能供应商，包括持续打造柔性供应链标准，帮助供应商升级改造厂房，使其生产更简单高效。此外，SHEIN背靠整个珠三角地区发达的服装产业，全球很难找到第二个能够支撑如此高频次、多样化服装生产需求的供应链。在一过程中，SHEIN也实现了消费者、品牌、供应商三方获益，奠定持续发展根基。再试想一下，随着消费群体的持续扩大，如果继续增强对时尚产业第一性的诠释，供应链产能还要继续扩充，SHEIN可以怎么做？SHEIN的供应链模式如此优越，能否复制到其他产业？一种可能的发展路径指向开放平台，提高供应链和市场空间的上限，一举两得。这或许也是2023年以来SHEIN深化平台模式，形成独特的“自有品牌+平台”双引擎发展模式的底层逻辑，同时，如前文提到近来SHEIN持续收获正反馈，实现验证，命运的齿轮可能已经开始高速转动。 02 下一站，升级版ZARA+全球版淘宝的综合体？在前述基础上，进一步看到SHEIN的平台化布局，一条进化脉络逐渐清晰：从线上版ZARA到升级版ZARA和全球版淘宝的综合体。纵向来看，按照目前的增长势头，SHEIN的规模超过ZARA大概率只是时间问题，同时SHEIN在速度、品类等方面的优势将持续扩大，并延展到时尚领域的更多品类，如鞋包、配饰等，本质上也能够加强对时尚的表达，趋向升级版ZARA。横向来看，SHEIN的时尚优势积蓄强大的流量池，叠加海外运营经验、供应链能力等，能够赋能吸引更多商家，实现品类扩张，甚至是优品扩张，反过来这也有助于获得更多流量，双边网络效应有望愈发凸显，从而支撑其平台化发展。最终，其交织构成升级版ZARA和全球版淘宝的综合体。在这背后，对于商家来说，有流量才更容易卖出销量，获得实在的收益，或者说可以把更多精力集中在生产端，打造优质产品。同时，SHEIN深度赋能商家的持续经营，例如在平台化模式其柔性按需供应链模式正赋能给全国更多产业带的商家和品牌，使商家能够应用小单快速测款，预测销量、部署生产节奏，放大收益的确定性，减少生产浪费。还是以首饰产业带商家为例，来自青岛的商家严辉透露，其在SHEIN开店以来每年都能做出几个特别火的细分产品，都是在平台上慢慢试出来的。再者，SHEIN也为商家提供平台代运营、自主运营、半托管等不同合作形式，助力不同类型的商家出海，其中半托管在今年5月上线。例如，对于没有销售及运营经验的中小商家，SHEIN可提供代运营服务，包括商品运营、仓储、物流、客服、售后等服务的支持，让其专注自身擅长的产品环节。半托管则介于前两者之间，这一模式下商家享有产品定价、运营等权利，由平台承担物流、专属营销活动等运营支持方案。还值得一提的是，SHEIN的半托管模式区别于其他平台，反映的结果就是，SHEIN上线半托管后迅速吸引两万多家商家入驻,超过70%的新入驻商家在首个季度内实现盈利突破。这也让我们看到，随着SHEIN推动平台化模式迭代，从赋能“供应商”延伸到赋能“商家”，可能升级实现消费者、平台、商家三方获益。类似SHEIN引领时尚产业的逻辑，其或将快速搅动更大的市场。此外，从产业带角度来看，去年SHEIN率先推出全国500城产业带出海计划，到今年上半年已有超20各省份的逾300城产业带完成入驻，涵盖箱包、服饰、内衣、小商品、玩具、鞋类、饰品等主流产业带。今年9月，SHEIN又推出“优品”出海计划，旨在加速引入更多的优质商家、品牌，赋能产业带提质发展。 SHEIN的柔性按需供应链模式也已在家居、首饰等追求时尚个性化的非标行业中持续落地并取得不俗成效。随着SHEIN推动产业带布局，补齐更多品类，电商特征，或者说全球版淘宝的角色也会更加清晰。 03 更高维的价值——助力中国产业转型升级过去，在时尚的叙事逻辑下，SHEIN更多像是一个商业革新者、国际化样本。但在新的角色定位——升级版ZARA+全球版淘宝背后，SHEIN有了更高维的价值锚点。这也增强了SHEIN的发展确定性。或许很多公司都能通过数字化工具实现设计大爆发，也能开发出类似SHEIN的数字化管理系统。但是构建一个服务于自身的产业集群，自身又服务于如此庞大规模的产业带、品牌，助力产业转型升级与品牌崛起，是非常难而有价值的事情，是深厚的护城河。产业转型升级的角度来看，自改开以来我国的制造产业发展取得举世瞩目的成就，但不可否认，仍然有众多制造产业困于微笑曲线的谷底，难以触及高附加值环节。反馈到电商平台等，低价竞争一度成为常态，但其不仅压缩利润空间，也深刻影响产品品质等、品牌形象。只有商家拿到实在的收益，才会敢于投入研发、品牌等。而凭借创新模式、营销和品牌等优势，SHEIN在帮助产业带商家出海的同时，也可以帮助更多产业通过柔性按需供应链升级，减少浪费，更多关注产品和品牌的跨越，提升长期发展质量与市场竞争力。从而，有助于我国产业带向全球产业链“微笑曲线”两端攀升。尽管为了推动平台化模式，吸引产业带商家入驻，SHEIN做出让商家拥有更多自主性的部署，短期内不一定会显现巨大的业绩催化，但这条路大概率会越走越有价值，随着时间的推移转化出不可估量的空间和价值。（全文完）
格隆汇2024-12-23
ETF市场日报 | QDII大幅反弹！明日将有两只ETF上市
 go
a正式版，全面开放Canvas功能，将ChatGPT集成到iOS、iPadOS和macOS系统，将视频功能加入到高级语言模式中，以及发布ChatGPT新项目“在4o中组织共享主题或上下文的聊天简单方法”，即分别在AI视频、AI协作、Agent提效、AI办公及AI教育方面取得新突破，尤其是Sora正式版在视频生成质量、功能独创、技术复杂度上大幅提升。另外，谷歌12月11日发布新模型Gemini2.0，包括“调用地图、浏览网页做任务、编程、游戏”4个Agent相关功能。国内方面，豆包AI登上11月AI产品应用榜（aipcb.com）国内第一、全球第二，字节视频生成模型PixelDance在豆包电脑版正式开启内测，火山引擎原动力大会将于12月18-19日举行，深入探讨AI时代产品和技术重构，视觉中国与生数科技共同探索并建立“视觉产业大模型平台及应用”，巨人网络发布“千影QianYing”有声游戏生成大模型。我们认为，视频生成等多模态模型能力持续升级，Agent与AI硬件不断新发，叠加情绪陪伴、学习工作提效等刚需，将推动AI应用商业化空间打开，建议继续布局。活跃度方面，短融ETF(511360)成交额居首，标普油气ETF(159518)换手率居市场首位成交额方面，短融ETF(511360)成交额达306.87亿元，成唯一交易额过百亿元的产品；银华日利ETF(511880)、华宝添益ETF(511990)紧随其后；沪深300ETF(510300)成交额居股票类产品首位。换手率方面，标普油气ETF(159518)换手率居市场首位，达274.32%；多只标普相关ETF换手率居市场前列。 ETF发行市场方面，明日将有两只产品上市具体来看，明日上市的基金分别为广发电网ETF(159320)、华泰柏瑞科创200ETF(588230)。广发电网ETF(159320)紧密跟踪恒生A股电网设备指数，由恒生指数公司发布，旨在反映与电网设备相关的内地上市公司的表现。该指数包含100只市值排名最高的A股上市公司，涉及特高压及电网设备领域。它为投资者提供了一个追踪能源转型中电网设备投资机遇的工具。华泰柏瑞科创200ETF(588230)紧密跟踪上证科创板200指数，从上海证券交易所科创板中选取市值较小且流动性较好的200只证券作为样本。上证科创200指数与上证科创板50成份指数、上证科创板100指数共同构成上证科创板规模指数系列，反映科创板市场不同市值规模上市公司证券的整体表现。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2024-12-23
香港科技大学荣休教授杨强：预计2028年可用于大模型训练的公域数据将耗尽
 go
巨大。回顾AI发展，从图灵之问到如今的ChatGPT等，经历诸多阶段，早期符号主义对推理的研究如今再度受到重视，专家系统也曾掀起工业落地浪潮，而深度学习与强化学习结合成就了ChatGPT。在发展进程中，数据成为人机智能沟通的关键，且受物理学统一理论启发，人们探索用模型解释所有智能现象，智能分为感知与认知，0.1秒内感知可由神经网络实现，0.1秒外认知的推理是当前AI重点。2014年是分水岭，硬件发展促使生成式AI兴起，大模型架构简单且可扩展，如Attention模型和Transformer模型，通过抓取高层概念预训练展现智能，还能自学习处理图像与视频生成。然而，大模型面临公域数据即将耗尽的挑战，杨强指出，当前可用于预训练大模型的公开数据几近耗尽，人类生成数据速度远不及机器消化速度。杨强预测2028年将是关键节点，届时数据库存与消耗曲线将相交，公域数据将用尽。此外，私域数据虽占比达90%却尚未用于大模型训练，且存在隐私安全问题，尤其在金融领域，大模型使用企业内部数据时隐私保护成为关键。同时，一线金融应用资源有限，大模型难以直接适配。科学界对大模型发展路径已有探讨，杨强总结包括：一是大模型创造的智能体，需建立大量垂域专家，具备学习、沟通与推理能力，如金融领域的客服、营销、风控、内部运营管理等专家型智能体；二是智能体要能依据所学知识推理未来；三是智能体要有理解能力与同理心，理解人类并接受治理，知晓自身边界；四是智能体应产生自我意识。智能体的重要能力包括推理组合与资源使用，以及人造数据的产生，即通过模拟器训练模型后适配现实场景产生数据，这对训练模型极为有用。针对金融界数据需求与隐私安全顾虑，杨强指出，当前致力于让大模型落地私域机构，在本地建立小模型，借助联邦学习和迁移学习等技术，实现大模型通用能力与小模型专业能力的相互赋能，训练具身智能机器人，这需要强化大模型的迁移学习能力和联邦学习能力。杨强总结，人工智能历经60多年探索，深度学习有望以一种模型解释所有智能现象，新一代人工智能基于生成式和预训练，虽大数据、大算力和算法成就新里程碑，但未来面临公域数据耗尽、私域数据隐私安全、规模定律到头、预训练终结等挑战，新方向仍在探索之中。
金融界2024-12-23
AI进化遇阻：ChatGPT的下一次重大飞跃，落后于计划且成本高得离谱
 go
经研发超过18个月，目标是大幅提升驱动ChatGPT的技术水平。据知情人士透露，OpenAI的最大合作伙伴和投资者微软原本预计新模型会在2024年年中推出。 OpenAI已经进行了至少两次大规模的训练，每次都需要数月时间处理海量数据，目标是提升Orion的智能程度。但知情人士表示，每次训练都会出现新问题，软件未能达到研究人员的预期。他们说，在最佳情况下Orion比OpenAI当前的模型表现更好，但进步幅度不足以证明维持这个新模型的高昂成本是合理的。据公开和私下的估算，一次为期六个月的训练成本。仅计算资源费用就可能高达5亿美元。两年前，OpenAI及首席执行官萨姆·奥特曼凭借ChatGPT的推出在硅谷引发了震动。人工智能承诺将持续带来显著进步，并渗透到生活的方方面面。分析师预测，科技巨头们未来几年可能在AI项目上投入1万亿美元。这些期望主要落在了OpenAI身上，这家公司是AI热潮的核心。 10月，投资者给OpenAI的估值达到1570亿美元，这很大程度上基于奥特曼的预测，即GPT-5将在各类领域和任务中实现“显著飞跃”。 GPT-5被寄望于解锁新的科学发现，同时还能完成诸如预约会议或订机票等日常人类任务。研究人员希望比目前的AI模型错误更少，或至少能承认自己的不确定性——这是当前模型面临的一大挑战，这些模型经常会以极高的自信生成错误内容。这种现象被称为“幻觉”。 AI聊天机器人依赖于一种名为大型语言模型（LLM）的底层技术。消费者、企业和政府已经将用于从编写计算机代码，到改进营销文案再到规划聚会的方方面面。 OpenAI目前的模型是GPT-4，这是公司自2015年成立以来开发的第四个LLM。一位OpenAI的前高管表示，GPT-4的表现类似于一个聪明的高中生，而最终的GPT-5在某些任务上则相当于拥有博士学位。今年早些时候，奥特曼在斯坦福大学的一次演讲中告诉学生，OpenAI可以“以高度科学的确定性”表示，GPT-5会比当前模型更智能。没有明确的标准来确定新模型何时足够智能，可以理直气壮的说是GPT-5。OpenAI可以通过数学和编程等领域的测试评估LLM，但是否将命名为GPT-5更多取决于公司高管的主观判断，或者用很多技术人员的话说，靠“感觉”。到目前为止，这种“感觉”并不好。今年11月，奥特曼表示公司不会在2024年推出任何被称为GPT-5的产品。缓慢缓慢的培训过程自从GPT-4在2023年3月推出以来，OpenAI就开始着手研发GPT-5。长期从事AI研究的专家表示，开发像LLM这样的系统既是一门科学，也是艺术。全球最受尊敬的AI科学，家以他们对如何获得更好结果的直觉而备受推崇。在模型训练期间，研究人员会进行测试。训练通常持续数月，期间模型会被输入数万亿个被称为“tokens”的文字片段。一轮大规模训练需要耗费数月时间，并使用成千上万块昂贵且备受追捧的英伟达芯片，在远程数据中心完成。训练过程中，研究人员需要伏案工作数周甚至数月，将世界上大量的知识输入到AI系统中，这些操作依赖于全球分布的数据中心中最昂贵的硬件。奥特曼曾表示，训练GPT-4的成本超过1亿美元，而未来的AI模型预计将突破10亿美元。一轮失败的训练，就像火箭发射后不久在空中爆炸一样令人挫败。为了尽量降低失败的风险，研究人员通常会先进行小规模实验，即在正式训练前先进行试运行。从一开始，GPT-5的计划就面临问题。 2023年年中，OpenAI启动了一轮训练，这同时也是对Orion新设计的一次测试。然而，训练过程非常缓慢，这表明更大规模的训练可能会耗费极长时间，导致成本高得令人难以接受。而这次名为Arrakis的项目结果显示，创建GPT-5的过程可能不会如预期般顺利。 OpenAI的研究人员决定对Orion进行一些技术调整以增强其性能。他们还得出结论，需要更多种类丰富且高质量的数据。他们认为，仅靠公开的互联网数据已经不足够。通常来说，AI模型摄取的数据越多，其能力就越强。对于大型语言模型（LLM）而言，这些数据主要来自书籍、学术出版物以及其他权威来源。这类资料有助于模型更清晰地表达，并能够处理广泛的任务。在此前的模型中，OpenAI使用的是从互联网上抓取的数据，包括新闻文章、社交媒体帖子以及科学论文。为了让Orion变得更智能，OpenAI需要规模更大。这意味着需要更多的数据，但现有的数据已经不足以支持需求。 “成本会变得非常高昂，同时很难找到更多同等高质量的数据，”创业公司DatologyAI的首席执行官阿里·莫科斯说。这家公司致力于开发改进数据选择的工具。莫科斯正在尝试使用更少但质量更高的数据来训练模型，并认为这一方法将使当今的AI系统更具能力，这与OpenAI等顶级AI公司采取的策略截然不同。 OpenAI的解决方案，是从零开始创造数据，雇佣人员为Orion编写新的软件代码或解决数学问题。部分工作人员是软件工程师和数学家，他们还会将工作原理解释给Orion学习。许多研究人员认为，代码作为软件的语言，能够帮助LLM解决尚未接触过的问题。让人类解释他们的思考过程，可以提升新创建数据的价值。这不仅为大型语言模型（LLM）提供了更多的语言素材，还为模型未来解决类似问题提供了参考路径。 “我们正在把人类智慧从人类大脑转移到机器大脑中，”人工智能基础设施公司Turing的首席执行官兼联合创始人乔纳森·西达斯说。Turing与OpenAI、Meta等公司合作。 Turing的高管表示，在AI训练中，一名软件工程师可能会被要求编写一个高效解决复杂逻辑问题的程序。一位数学家可能需要计算出用一百万个篮球搭建金字塔的最大高度。答案——尤其是解决问题的过程，会被整合到AI的训练材料中。 OpenAI还与理论物理学等领域的专家合作，了解他们如何处理自己领域中的一些最棘手的问题。这种方式也有助于提升Orion的智能水平。数据创建的挑战这一过程极为缓慢。GPT-4被估计使用了大约13万亿个token进行训练。如果有一千人每天写5000字，也需要数月才能生产出10亿个token。为了加快进度，OpenAI开始开发所谓的“合成数据”，即由AI生成的数据，用于训练Orion。然而，研究显示，AI为AI生成数据的反馈循环，常常会导致功能失调或生成无意义的答案。 OpenAI的科学家们认为，可以通过使用另一款AI模型（名为o1）生成的数据来避免这些问题，知情人士透露。然而，OpenAI本就艰难的任务，还因内部问题和竞争对手不断挖走顶级研究人员的尝试而复杂化。竞争对手通常会开出数百万美元的高薪以吸引人才。去年，奥特曼被OpenAI董事会突然解雇，一些研究人员当时甚至怀疑公司是否能继续存续。但奥特曼迅速被重新任命为首席执行官，并着手改革OpenAI的治理结构。今年，OpenAI已有20多名关键高管、研究人员和长期员工离职，包括联合创始人兼首席科学家伊利亚·苏茨克维尔，以及首席技术官米拉·穆拉蒂。本周四，备受尊敬的研究员亚历克·拉德福德也宣布离职，他曾是OpenAI多篇科学论文的主要作者，在公司工作了近八年。重启与竞争压力到2024年初，OpenAI的管理层开始感受到压力。GPT-4已经推出一年，而竞争对手正快速迎头赶上。行业内许多人认为Anthropic的新LLM在某些方面已经优于GPT-4。同年，谷歌推出了最受欢迎的新AI应用NotebookLM，掀起热潮。在Orion进展受阻的同时，OpenAI开始开发其他项目和应用，包括简化版的GPT-4和一款名为Sora的AI视频生成产品，这导致负责新产品的团队和Orion研究团队之间为有限的计算资源互相争夺。 AI实验室之间的竞争愈发激烈，以至于科技公司对研究成果的保密程度超出了以往的科学规范。两年前，当资本涌入市场时，科技公司开始将研究成果视为需要严格保护的商业机密。一些研究人员对保密如此重视，以至于他们不会在飞机、咖啡馆或其他可能被偷窥的地方工作，以免他人瞥见他们的研究内容。这种秘密主义让许多资深AI研究人员感到不满，包括Meta的首席AI科学家扬·勒昆。他认为，OpenAI和Anthropic的工作不应再被视为研究，而是“高级产品开发”。 “如果是在商业时钟下完成的，就不能叫研究，”勒昆在最近一次AI会议间隙说道。OpenAI在这次会议上的存在感很低。“如果是秘密进行的，也不能叫研究。” 2024年初，OpenAI准备再次尝试训练Orion，这次带着更好的数据。研究人员在年初进行了几轮小规模训练，为大规模训练建立信心。到5月，OpenAI的研究人员认为可以开始另一轮大规模训练，这次预计持续到11月。然而，训练开始后，研究人员发现数据存在问题：数据的多样性并不像他们想象的那样丰富，这可能会限制Orion的学习能力。这一问题在小规模训练中并未显现，直到大规模训练启动后才暴露出来。OpenAI已经投入了太多时间和金钱，无法重新开始。研究人员只好在训练过程中尽力寻找更多样化的数据输入模型。然而，这种策略是否有效尚不清楚。 Orion的困境让OpenAI内部一些人意识到，早期成功所依赖的“更多即是更好”策略可能已经走到了尽头。 OpenAI并非唯一担忧AI进步可能触顶的公司。在整个行业内，关于AI是否已经开始进入发展瓶颈的争论愈演愈烈。苏茨克维尔最近联合创立了一家名为“安全超级智能”（Safe Superintelligence，简称SSI）的新AI公司。他在一次AI会议上表示，“最大数据时代”已经结束。他对一群研究人员、政策专家和科学家说：“数据之所以不再增长，是因为我们只有一个互联网。甚至可以说，数据是AI的化石燃料。” 而这种燃料正在逐渐枯竭。推理能力：让LLM变得更聪明的新方法 Orion项目的困境，让OpenAI的研究人员转向了一种新方法来让LLM更聪明：推理能力。研究人员表示，花更长时间“思考”可能让LLM解决一些它未接受过训练的难题。在后台，OpenAI的o1模型会针对每个问题生成多个答案，并分析这些答案以找出最佳答案。可以执行更复杂的任务，比如撰写商业计划或设计填字游戏，并同时解释其推理过程——这种机制让模型从每个答案中学到一些东西。然而，苹果的研究人员最近发表了一篇论文，提出推理模型（包括o1的某些版本），很可能只是模仿它们在训练中见过的数据，而不是实际解决新问题。苹果研究人员指出，如果问题稍作修改，比如在一个关于猕猴桃的数学问题中加入无关细节（例如说明一些水果比其他的更小），模型的表现会出现“灾难性下滑”。今年9月，OpenAI推出了o1推理模型的预览版，并在本月初发布了o1的完整版本。但这些增强的推理能力代价高昂。与仅生成单一答案相比，OpenAI现在需要为每个查询生成多个答案，从而增加了运行成本。在最近的一次TED演讲中，OpenAI的一位高级研究科学家重点介绍了推理能力的优势。 “事实证明，在一局扑克游戏中，让机器人思考20秒所带来的性能提升，相当于将模型扩展10万倍并训练10万倍更长时间所达到的效果，”OpenAI科学家诺亚姆·布朗说。更高级、更高效的推理模型可能会成为Orion的基础。OpenAI的研究人员正在追求这种方法，并希望将其与以往的大量数据训练方法相结合，这些数据部分可能来自OpenAI的其他AI模型。随后，OpenAI可以使用人类生成的材料对结果进行精细化处理。上周五，奥特曼宣布了一个新的推理模型计划，这款模型将比公司之前发布的任何模型都更智能。但他并未透露关于何时或者是否会推出一个足以被称为GPT-5的模型的信息。来源：加美财经
加美财经2024-12-23
干翻英伟达，明年将是转折吗？
go
异曲同工的。 02 明年将是推理之年 ChatGPT面世两年多以来，AI的主战场正从训练端转向一个规模更大、竞争更为激烈的领域：推理。近月，AI应用端发生了许多令人印象深刻的事件。 Open AI连续12场带着震撼产品更新的发布会正在进行中，与此同时谷歌近期也大招频出，Gemini 2.0、Veo 2、量子芯片......谷歌高管给Gemini 2.0的定位是：面向智能体时代的AI模型。时间再回到三个月以前，Open AI 发布o1系列，通过强化学习，把LLM的逻辑推理能力又提升了一个级别。并且，随着更多的强化学习（训练时间计算）和更多的思考时间（测试时间计算）投入，o1的性能不断提高。（Open AI） Open AI是Scaling Law的簇拥者，因为正是这条金律吸引来无数资本的注入，而Open AI希望能一直代表它。但如今的数据犹如模型训练的化石燃料，终将是会耗尽的，这是大模型竞赛从预训练转向推理的重要原因，近期前Open AI高管Ilya Sutskever公开演讲谈及这一点，其预计，下一代AI模型将是真正的AI Agent，且具备推理能力。而此前微软CEO纳德拉也强调，未来将会涌现出新的Scaling Law，将按照测试或者推理时间来进行定义。所以o1不只是一次简单的升级，而表明整个行业正在探索一条全新的游戏规则，即模型“思考”的时间越长，就越能提供准确的答案。在这个尺度上，推理场景将产生巨大的算力需求，并且推理成本有望随着各种AI原生应用的飞轮效应快速地下降。巴克莱的另一份报告则预计，预计AI推理需求将占通用人工智能总计算需求的70%以上，甚至达到训练计算需求的4.5倍。 10月份，AI初创独角兽Anthropic推出了Claude 3.5 Sonnet在性能测试上，击败了Open AI的o1。并且，Sonnet还引入了自动化交互的操作，让AI能够直接操作电脑执行复杂指令。在移动端，国内初创公司智谱推出的AutoGLM，绕过手机操作系统，在UI界面模拟用户操作，从而实现“接管手机”。而且根据媒体爆料，Open AI也将在明年1月推出Agent“Operator”。谷歌呢？当然有了。从手机、AR眼镜，浏览器，再到专门面向开发者和科研场景，都在Gemini 2.0基础上做出了Agent。细想一下，两年前的ChatGPT仅仅只是个聊天机器人，而作为极为复杂的多模态交互推理场景之一，为了拆解复杂指令，AI Agent需要能够从用户终端的数据里学习和思考，以做出准确的操作，这恰恰是推理模型接下来精进和延申的方向。而数据飞轮得以转动的关键在于，开发合适的软硬件来满足用户的需求。今年下半年“AI+应用”的商业化赛道再次瞩目，Applovin、Shopify、Palantir等不同赛道的美股公司，受益于AI带来的业务爆发，股价持续走强。国内也重点着力于AI应用的发展，字节大模型虽然起步晚，但后来居上，目前豆包DAU接近900万，增速超过15%，位居全球第二。不仅打出了多款应用组合，还投入到了AI硬件中，积极寻找C端场景。其他互联网巨头如百度、小米也开始投入到AR眼镜的开发里。（Ola Friend；官网） 03 AI渗透率即将跨越鸿沟？机构预测，英伟达GPU目前在推理市场中市占率约80%，但随着大型科技公司定制化ASIC芯片不断涌现，这一比例有望在2028年下降至50%左右。但，ASIC的崛起并不意味着GPU的衰退。这两种技术可能将长期共存，为不同需求场景提供最佳解决方案。可以肯定的说，AI目前还没有达到我们期待的样子，但推理技术的进步开始支持其走向终端，未来类似的“英伟达时刻”将会更多出现在推理端。不过，欲戴王冠必承其重。譬如Arm，在2月份给出了乐观的预测，并表示这“只是人工智能繁荣的开始”。股价在接下来的三个交易日内飙升93%，但此后股价经历了较大的波动，目前已较7月份的高点下跌逾20%。而过去一周，博通2025财年每股净收益的预期上涨了12%。并非每一个“英伟达时刻”都能带来持续增长。（全文完）
格隆汇2024-12-21
龙虎榜 | 交易猿2.56亿押注视觉中国，呼家楼追高上海凤凰被埋
 go
音响产品的供应商。公司研发全球首款搭载ChatGPT的智能音箱Vifa ChatMini，已在京东等大型电商平台销售。 3、2024年11月21日盘后互动，国光电子重视固态电池领域，并已有团队在开展相关研究。公司一直沿用大客户开发战略，但具体客户信息公司不便透露。岭南股份（腾讯+抖音+影视IP+国企）今日涨停，全天换手率20.42%，成交额18.31亿元，振幅5.78%。龙虎榜数据显示，深股通净买入5430.21万元，营业部席位合计净买入5229.88万元。 1、公司参股微传播（北京）网络科技股份有限公司21.86%的股份。微传播横跨快手、抖音、拼多多、刷宝、微信、微博等多个自媒体资源平台。 2、23年2月9日互动易回复：公司已与腾讯建立长期战略合作关系，在AI、云计算、大数据等领域进行全方位的布局。 3、5月7日投资者关系活动记录表：公司子公司恒润集团是国内成立最早的多媒体技术型公司之一，拥有专业的影视IP打造及影视制作团队，现有包括“龙域猎手”、“摩登部落之奇幻冒险”、“龙腾华夏”等多项优质IP，并已将多项IP成功应用于VR/AR、沉浸式体验、创新互动体验等场景。 4、23年2月9日互动：公司已与腾讯建立长期战略合作关系，在AI、云计算、大数据等领域进行全方位的布局。 5、公司属于国有企业，最终控制人为中山火炬高技术产业开发区管理委员会。光迅科技（高速光模块+字节+央企）今日涨停，全天换手率10.66%，成交额46.43亿元，振幅5.26%。龙虎榜数据显示，机构净买入74.70万元，深股通净卖出2700.57万元，营业部席位合计净买入3.01亿元。 1、公司数据通信产品主要用于云计算数据中心、AI智算中心、企业网、存储网等领域，提供数据中心内互联光模块、数据中心间互联光模块、AOC（有源光缆）等产品。 2、光迅在国内大型云厂商客户中份额较高，随着国内互联网市场的发展，未来国内大型云厂商在全球范围中的资本开支比例有望提升，光迅作为受益者，市场份额有望提升。2023年6月30日互动易：字节跳动是我们的主要客户之一。 3、公司属于国有企业，最终控制人为国务院国有资产监督管理委员会。重点交易个股：三维通信今日下跌7.99%，全天换手率39.79%，成交额26.38亿元，振幅10.71%。龙虎榜数据显示，机构净买入1.25亿元，深股通净买入2071.59万元，营业部席位合计净卖出1.39亿元。麦格米特今日涨停，全天换手率8.81%，成交额22.28亿元，振幅5.96%。龙虎榜数据显示，机构净卖出8063.62万元，深股通净卖出4822.44万元，营业部席位合计净买入2.23亿元。汇洲智能今日涨停，全天换手率21.90%，成交额23.64亿元，振幅8.04%。龙虎榜数据显示，机构净卖出78.50万元，深股通净卖出972.28万元，营业部席位合计净卖出5231.80万元。鲁抗医药今日涨停，全天换手率14.33%，成交额11.80亿元，振幅9.42%。龙虎榜数据显示，沪股通净买入3716.63万元，营业部席位合计净买入9539.50万元。南凌科技今日下跌1.98%，全天换手率46.28%，成交额12.19亿元，振幅14.89%。龙虎榜数据显示，机构净卖出5554.06万元，营业部席位合计净卖出2790.08万元。博瑞传播今日跌停，全天换手率13.41%，成交额8.63亿元，振幅5.13%。龙虎榜数据显示，机构净卖出6534.76万元，营业部席位合计净卖出1508.49万元。在龙虎榜中，涉及沪股通专用席位的个股有6只，鲁抗医药的沪股通专用席位净买入额最大，净买入3716.63万元。在龙虎榜中，涉及深股通专用席位的个股有13只，岭南股份的深股通专用席位净买入额最大，净买入6536.35万元。游资操作动向：东北猛男：净买入鹏欣资源2033.74万元、开开实业4681.56万元、鑫科材料3815.94万元成都帮：净买入宝馨科技1494.23万元，净卖出鹏欣资源3111.34万元炒股养家：净卖出岭南股份3685.83万元、鑫科材料3285.9万元南京帮：净买入光迅科技1.024亿元、麦格米特6906万元，净卖出鑫科材料2756万元小鳄鱼：净买入光迅科技8294万元方新侠：净买入视觉中国1.394亿元、云飞励天7378万元、汇州智能5509万元，净卖出君正集团7146万元交易猿：净买入视觉中国2.556亿元，净卖出上海凤凰5892万元毛老板：净卖出视觉中国1.643亿元赵老哥：净卖出三维通信6115.44万元章盟主：净卖出三维通信7596万元消闲派：净买入国光电器9461万元、飞天诚信7158万元，净卖出汇洲智能7797万元呼家楼：净买入上海凤凰4235万元、开开实业1028万元
格隆汇2024-12-20
火山引擎Force大会召开！AI新纪元开启？
go
已接近6000万，仅次于OpenAI的ChatGPT，位列全球第二。字节跳动正式发布了豆包视觉理解模型、豆包3D生成模型，以及全面升级的豆包通用模型pro、音乐模型和文生图模型等。大数据行业逻辑 1、大模型需求驱动下，大数据企业有望持续受益字节跳动旗下的豆包通用模型日均 tokens 使用量在七个月内增长 33 倍，这一数据体现了大模型市场的强劲需求。随着大模型的不断发展和应用，其对算力的需求呈指数级增长。为了满足这种需求，云服务提供商需要不断扩充算力基础设施，包括建设更多的数据中心、购置大量的服务器和高性能计算设备等。这将直接带动硬件设备制造商、数据中心建设及运营企业的业务增长，为相关企业带来更多的订单和收入，比如浪潮信息等在算力领域具有优势的企业，有望在这一过程中持续受益。电信运营商也在加大算力基础设施投入，中国移动预计 2024 年算力资本开支将达到 475 亿元，同比增长 21.48%，中国电信预计产业数字化资本开支将达到 370 亿元，同比增长 3.87% 。这不仅显示了运营商对云计算大数据领域的重视，也为相关产业链企业提供了广阔的市场空间，从硬件设备供应到网络建设与优化，再到数据中心运维等多个环节都将迎来发展机遇。 2、AI大模型市场增速显著，大数据需求确定性较强大模型对算力和数据均提出更高要求，将提振上游GPU等硬件设备、云计算及数据标注行业的景气度。从算力角度看，大模型对算力有着极大的消耗。增加训练参数规模是提升大模型性能最直接的方法之一，预计未来各头部AI厂商的“大模型军备竞赛”仍将持续。火山引擎作为云计算行业的后来者，通过在大模型领域的积极布局，正逐渐在市场中占据一席之地。据开源证券研报，2024 年上半年中国AI大模型解决方案市场规模将达到 13.8 亿元，云计算服务（MaaS）市场规模也将突破 2.5 亿元，且未来几年将以超过 50% 的增速快速发展。这表明云计算与大数据板块整体市场规模在不断扩大，市场前景广阔。随着市场的增长，行业内的竞争也将加剧，具有技术优势、品牌优势和市场份额优势的企业将通过并购、整合等方式扩大规模，提高市场集中度。 3、大模型应用场景拓展，商业化不断落地目前火山引擎和豆包大模型已在零售、汽车、教育、金融、游戏等领域落地。随着技术的不断成熟和应用场景的不断拓展，更多的行业将开始采用云计算大数据和大模型技术来提升业务效率、创新业务模式和优化用户体验。例如，在智能网联汽车领域，火山引擎的多模态数据湖解决方案已成功应用，帮助企业解决了数据处理和分析的难题，实现了成本降低和效率提升。在金融领域，大模型可用于风险评估、投资决策、客户服务等方面；在医疗领域，可辅助医疗影像诊断、药物研发等。这些应用场景的不断拓展将为云计算与大数据企业带来更多的商业化机会，推动企业收入增长和盈利提升。相关基金大数据ETF（159739）中高风险 R4 跟踪指数：云计算（930851.CSI）风险提示：市场有风险，投资须谨慎。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2024-12-20
国内第一，火爆全球！字节豆包会是AI届的王者吗？
go
包MAU已达到近6000万，目前仅次于ChatGPT排名全球第二，在国内榜单显著领先位于榜首。AI是未来的星辰大海，各大厂在大模型领域各显神通，投入了极高的资源及重视程度，为什么是字节后来居上呢？字节AI产业链中又有哪些投资机会值得重视？一、大模型千帆竞渡，字节豆包为何脱颖而出？在互联网巨头阵营中，字节目前遥遥领先于同业。相较于竞争对手而言，字节的AI起步相对较晚，但后来居上，国内百度、阿里、商汤、科大讯飞在去年3月开始都陆续推出了大模型新品和AI应用，而字节的豆包则是在同年8月才发布。尽管如此，今年5-7月，豆包App日新增用户从20万迅速飙升至90万，并在9月率先成为国内用户规模破亿的首个AI应用。据量子位智库数据，截至11月底，豆包2024年的累计用户规模已超过1.6亿；11月平均每天有80万新用户下载豆包，单日活跃用户近900万，位居AI应用全球第二、国内第一。资料来源：AI产品榜aicpb.com，天风证券研究所字节豆包为何能脱颖而出？算力资源充足和愿意大力投入是字节豆包迅速起量的两大原因。首先，算力资源方面，字节旗下火山引擎支持多芯、多云架构，拥有超大规模算力，支持万卡集群组网、万亿参数MoE大模型；提供超高性能网络，支持3.2TbpsRDMA网络，全球网络POP覆盖广，时延优化最高达75%，优势明显。另外，字节豆包投入力度也非常坚决。目前花钱投流买量已成为AI产品启动的最快捷的方式之一，据AppGrowing，截至11月15日，Kimi、豆包、星野等国内十款大模型产品，今年合计已投放超625万条广告，投放金额达15亿元，其中，豆包以4亿+元位列第二。在各家的投放渠道中，基本都离不开字节的巨量引擎（字节旗下广告投放平台，涵盖今日头条、抖音、西瓜视频等营销资源），而背靠字节的豆包，更是将其独一档的流量池优势发挥到了极致。国内各大模型 2024 年（截至 11 月 15 日）广告投放投入资料来源：AppGrowing，民生证券研究院除广告投入外，字节还积极布局AI硬件，为豆包寻找C端应用场景，打开市场空间。2024年9月，字节完成了对OWS开放式耳机品牌Oladance的全资收购，进一步拓展其硬件产品，以完善AI服务生态。10月，其收购后的首款产品OlaFriend智能体耳机正式发布，接入豆包AI大模型，为用户提供陪伴式体验。此外，多款第三方硬件产品也接入豆包大模型，目前OPPO、vivo、荣耀、小米、三星、华硕已联合火山引擎发起智能终端大模型联盟，OPPO小布助手、荣耀MagicBook的YOYO助理、小米的小爱同学，以及华硕笔记本电脑的豆叮AI助手等应用，均已接入豆包大模型服务。字节跳动2024年硬件布局资料来源：腾讯新闻，民生证券研究院二、字节豆包，会是未来AI届的王者吗？字节系AI的炒作需要重视。中国互联网四大巨头里，腾讯、阿里、百度、字节，从投入来看，字节跳动2024年的资本开支达到800亿人民币，远超传统互联网巨头，而BAT三家公司的总开支才约1000亿人民币。更令人瞩目的是，到2025年这一数字预计将翻倍至1500-1600亿人民币，其中900亿用于AI算力卡采购，700亿投向数据中心基础设施建设及配套硬件。作为国内互联网大厂中的巨头厂商，字节跳动在大模型上具备几大竞争优势：①体量大营收高，有强大经营支撑；②具备较强算法能力；③重视AI，持续布局及投入；④强大的产业链生态布局；⑤在AI硬件侧发力。由此可见，未来AI界的王者可能会是字节。之前我们国内的科技股投资，有一个不能忽略的角色就是华为产业链，现在AI投资逐渐成为当下投资热点，就需要重视字节，豆包的成功已经证明了字节的AI的领先优势，后续投资中，字节系或许会和华为一样，成为大家优先的选择。此前，华为产业链已经出了数个五百亿市值的上市公司，字节合作商目前市值相对而言还有很大的空间。三、字节AI产业链全景字节和华为是我国两大领先的科技巨头，字节AI或许并不仅仅是短期的炒作，字节AI可能会跟华为一样，是未来几年A股投资的一条主线。正如科技股投资绕不开的是华为，在AI投资中，我们同样需要紧密跟踪字节AI产业链。对于看好字节AI发展的基金投资者来说，同样也可以参与其中。字节AI产业链主要分为三大类：AI硬件端对应半导体赛道，相关产品如鹏华国证半导体芯片ETF联接C（产品代码：012970）；AI软件端对应传媒赛道，相关产品如鹏华中证传媒指数（LOF）C（产品代码：015675）；算力对应大数据赛道，相关产品如鹏华中证云计算与大数据ETF联接C（产品代码：021091）。如果想整体把握未来字节产业链行情，亦可以整体打包半导体+传媒+大数据“三剑客”！相关基金鹏华国证半导体芯片ETF联接C 012970 鹏华中证传媒指数（LOF）C 015675 鹏华中证云计算与大数据ETF联接C 021091 风险提示：市场有风险，投资须谨慎。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2024-12-20
隔夜美股全复盘(12.20) | 美光绩后大跌逾16%，系下季指引逊于预期
 go
于中国内地销售的iPhone之中。由于ChatGPT在中国不能使用，迫使苹果在为其AI功能寻找本地合作伙伴。路透引述消息人士称，讨论仍处于非常早期阶段。苹果据称暂停开发iPhone硬件订阅服务项目 12.19 据彭博，知情人士透露，苹果已暂停开发iPhone硬件订阅服务项目，放弃改变消费者购买其旗舰产品方式的尝试。苹果的想法是让拥有一部iPhone就像订阅应用程序一样：消费者每月支付费用，每年更换新手机，但苹果最近停止了这项工作。知情人士表示，该团队已解散并重新分配到其他项目。此举是苹果支付服务方式更广泛转变的一部分。硬件订阅服务由该公司的Apple Pay团队监督，后者今年早些时候还关闭了“先买后付”项目。这项服务允许购物者分期付款，但苹果现在正引导消费者转向第三方程序。两年前，有报道称，苹果在为iPhone手机开发硬件订阅服务，当时定于2022年年底推出。在遭遇软件漏洞和监管问题等诸多挫折后，最终被推迟到2023年甚至更晚。在该项目最终被取消之前，公司高层已经将这项工作退回到了设计阶段。 3、美光第二财季指引逊于预期 12.19 美光第一财季业绩大体上符合市场预期，但第二财季指引逊于预期。美光科技第一财季调整后EPS为1.79美元，分析师预期1.79美元。第一财季调整后营收87.1亿美元，分析师预期87.1亿美元。第一财季调整后运营利润23.9亿美元，分析师预期23.4亿美元。第一财季调整后毛利润率39.5%，分析师预期39.5%。第一财季运营现金流32.4亿美元，分析师预期41.0亿美元。消费者市场在近期变得更加疲软。预计将在财年的下半年重拾增长。预计第二财季调整后EPS为1.33-1.53美元，分析师预期1.92美元。预计第二财季调整后营收77亿-81亿美元，分析师预期89.9亿美元。预计第二财季调整后毛利润率37.5%-39.5%，分析师预期41.3%。 4、ChatGPT更新：支持AI Agent玩法 12月20日凌晨2点，OpenAI开启了第11天的直播技术分享，对ChatGPT的应用程序进行了重磅升级，支持原生应用程序自动化协作功能。其实，从OpenAI在直播中演示的案例来看，基本上与AIAgent功能差不多，尤其是在编程方面非常好。不再仅仅局限于简单的问答模式，而是能够主动理解用户的需求。例如，在与Warp控制台和XcodeIDE的交互中，ChatGPT能够迅速判断用户的意图，无论是分析代码库的提交数据，还是解决复杂的编码逻辑问题，都能高效地自动解决这些难题节省大量开发时间。值得一提的是，ChatGPT的协作模式除了文本模式，还支持高级语音模式，就像“贾维斯”那样用语音和他交互提出你的各种需求。（AIGC开放社区）谷歌版o1模型发布 12月20日凌晨1点，谷歌DeepMind首席科学家宣布推出全新测试模型——Gemini 2.0 Flash Thinking。新的Thinking模型是以刚发布的2.0 Flash版本为基础，使用了类似o1模型的慢思维思考方式，可以深度可视化展示整个思维链过程，尤其是在执行数学、编程等复杂问题方面，能持续输出全部推理过程，而不是直接给出答案。值得一提的是，Thinking是支持多模态推理的。目前，Thinking模型已经开放使用，可以在Google AI Studio 和 Vertex AI 中的 Gemini API中尝试。（AIGC开放社区） 5、杰富瑞：预计BTC矿商将在12月继续盈利 12.19 杰富瑞周三发布的一份报告显示，BTC本周早些时候升至创纪录高点，预计将使矿商能够将11月份的盈利能力延续至12月份。报告称，BTC挖矿经济在11月份有所改善，BTC的平均价格上涨了31%，而平均网络算力上涨了近4%。分析师乔纳森·彼得森和简·艾古尔表示，每笔交易的日均收入为55,649美元，环比增长20.7%。报告指出，MARA Holdings挖出了最多的BTC，11月挖出907枚，CleanSpark排在第二位，挖出622枚。报告补充说，MARA总算力仍然是该行业最大的，为46.1EH/s，其次是CleanSpark，为33.7EH/s。 04 今日前瞻今日重点关注的财经数据（1）20:30 美联储戴利接受采访（2）21:30 美国11月核心PCE物价指数
格隆汇2024-12-20

上一页
1
•••
46
47
48
49
50
•••
733
下一页

24小时热点

最新话题更多