FX168财经网_全球视野外汇黄金加密货币NFT资讯网

Moonbeam生态支持有哪些？

用Wormhole跨链消息传递协议的新创业公司。生态Grants加速计划 Moonbeam Grants加速计划是一个的结构和形式多样的资助计划，旨在支持生态系统中的不同项目，让Moonbeam能够成为支持跨链互连应用的首选开发平台。Grants加速计划最初由Moonbeam基金会提出，经由社区七天的讨论以及链上治理的投票后，正式启动。此计划旨在融合社区参与、包容性和透明度等特性，加速Moonbeam和Moonriver上的项目发展进程，携手共进走向最佳生态的美好愿景。Grant的分配由社区主导，并由Moonbeam基金会资助。要参与Grants加速计划的项目皆需撰写一份提案并在Moonbeam治理论坛上发布，经由社区讨论和治理投票后决定结果后方能获得Grant。您可以至Moonbeam官方的治理论坛查看项目提出的Grant提案，也可以利用持有的GLMR Token参与投票。第二批生态Grants项目申请正在投票中。来源：金色财经

金色财经2023-07-27

随着科技的发展数字化转型已经不是选择题而是必选项

的数字化思维能力和学习能力。 4. 和创业公司合作,聘请具备创新思维的数字化人才。 5. 学习业内数字化转型的成功案例,质量引进关键人才。数字化人才培养需要企业内外协同,加大投入,持续不断,才能形成数字化转型的人才支撑。文化重构在数字化转型中的作用很多企业在数字化转型中过分强调技术和流程,而忽视了文化的塑造。实际上,数字化转型最核心和最难的就是企业文化的变革。这需要从以下几个方面着力: 1. 高层需要发挥模范带头作用,首先自我转变,并聘请管理咨询公司进行数字化转型的辅导。 2. 制定员工行为准则和期望,增加数字化方面的内容,并纳入员工考核体系。 3. 开展数字化主题团队建设活动,增强员工的数字化意识。 4. 举办数字化知识分享会、邀请先进典型进行演讲等,树立数字化的先进文化。 5. 增设数字化转型的目标考核和激励,使之成为职业发展必由之路。 6. 优化corporate culture,为员工创造探索创新的空间。 7. 关注员工的情绪,帮助其平稳过渡,接受数字化带来的变化。只有企业文化跟上,员工的心态和行为模式才能真正发生改变。因此,文化重构是推动企业数字化转型的关键。数字化转型需要企业上下对文化变革有清醒的认识,从顶层做起,深入推进,方能打造符合数字化要求的企业文化,获得数字化红利。数字化转型路径选择建议数字化转型过程中,企业还需要根据自身情况,选择合适的转型路径。主要建议如下: 1. 不要一步到位,可以采取分阶段渐进的路径,循序推进数字化。 2. 可以从简单业务切入,先实现“点”,再逐步向全局推广。 3. 重视现有技术体系的继承和吸收,不能一味完全摒弃。 4. 业务流程再造要以客户体验为导向,不能简单追求内部效率。 5. 要注重数字化人才团队的稳定性,减少人员更替。 6. 应建立数字化转型的评估体系,根据数据持续修改路径。 7. 要有长期眼光,不能因为投资大而半途放弃数字化。 8. 转型过程中,要重视员工的感受,把好“人”这一关。 9. 数字化生态建设也很重要,企业还需与外部形成数字化合作。 10. 数字化转型需要持续不断推进,企业需做好持久战的思想准备。数字化转型是一个长期的系统工程,企业需因势利导,因地制宜选择自己的数字化路径,才能在数字化浪潮中取胜。来源：金色财经

金色财经2023-07-27

Meta的AI模型Llama2通过阿里巴巴云提供给其客户

大模型生态的繁荣作为首要目标，向大模型创业公司提供包括模型训练、推理、部署、精调、测评、产品化落地等在内的全方位服务，并在资金和商业化探索方面提供充分支持。阿里云创立于2009年，是全球领先的云计算及人工智能科技公司，为200多个国家和地区的企业、开发者和政府机构提供服务。阿里云致力于以在线公共服务的方式，提供安全、可靠的计算和数据处理能力，让计算和人工智能成为普惠科技。2017年1月阿里云成为奥运会全球指定云服务商。

Heidi2023-07-27

我们找了三位内容公司的老板聊了聊 AI冲击已经成了事实

厂一边裁员，一边押注AIGC。甚至，连创业公司都在裁员，这一切仿佛在警示我们每一个人，要“认清形势，放弃幻想”。除了提升效率，这一波AI技术在内容领域的应用还会带来哪些范式转移? 混沌在上海滴水湖洲际酒店举办“一”思维创新嘉年华活动。用一整座岛、打造两天两夜的共学场，2000位混沌同学热烈参与其中！邀请AI 全明星阵容空降授课。此次，在混沌“一”思维创新嘉年华的圆桌对谈上，白云飞、蛋哥和张晓楠老师围绕“AIGC如何改变内容创作行业?”这一问题展开了讨论。以下为分享笔记： 01 为什么内容行业首当其冲？张晓楠：云飞老师，你做的是图文内容创业，今年4月，因为ChatGPT的应用，实现了降本增效。很多人很早就知道了ChatGPT，却一直不知道怎么应用，你为什么能这么立竿见影地应用这门技术？白云飞：这个决定有一个缘由，去年12月的时候我有一个国外的朋友给我发消息说，有一个叫ChatGPT的工具对我们的业务会有很大的帮助，让我去试一试。我试完之后发现这个工具确实对我们的业务帮助很大。直到今年2月，模型稳定运行2个多月后，生产效果确实跟人工生产的效果一样，甚至比人工生产的效果还好，这时候我感觉时机已经到了。张晓楠：ChatGPT确实给很多企业带来了变化，最先发生变化的往往是内容团队、视频团队包括设计团队。蛋哥跟混沌的缘分非常深，7年前就开始接触混沌了，一直是混沌忠实的学员、粉丝，他当时立下了一个flag：“混沌的场域太好了，混沌的课太好了，将来有一天我一定要在混沌讲一堂课。”7年后的今天他实现了，2周前他的一堂关于内容创业、短视频创业的课登录了混沌平台。他有一个帐号——“蛋解创业”，实际上他做的是MCN，已经做了很多矩阵号。蛋哥来说说，AI技术的应用给你们带来哪些改变？蛋哥：我们主要用AI来画漫画，做漫画类的视频，大家可以关注一个帐号——“二柱子真聪明”，这个帐号的制作完全由AI写稿、画画、剪辑。其实我认为AI是比较接地气的，大家可能都觉得AI是大语言模型，但在我看来AI绘图软件就是一个新时代的PS。比如说十年前学了PS你可能就可以干平面设计，但是现在学了一个Stable（stable diffusion）你就能在没有绘画基础的情况下用AI做出漫画视频。我们以前做一个漫画视频起码需要4个人，一个写稿两个画画和一个剪辑，4个人用一天半的时间出一条视频，现在用Stable出图之后，一个人在不会画画的情况下，四个小时能出一条视频。所以效率提高了，成本降低了。大家都知道MCN老板经常和达人网红互撕，因为真人就是一个非标品，他没有粉丝的时候怎么都行，有粉丝后怎么都不行。所以我们一开始做漫画视频是为了解决标准化的问题，不跟真人打交道。我们后来做漫画IP的时候又遇到了成本问题，4个人做一个帐号的成本其实蛮高的，所以我们才认真研究AI。我们做出了一个视频，可以播放给大家看看。相信大家觉得这个视频挺low的，low就对了。因为短视频本身就是用低端颠覆的方式颠覆了长视频，以前大家做一个视频必须用单反甚至是专业级的相机，你拍出来有人看吗？但是，大部分短视频博主拿一个手机就能拍了，这就是低端颠覆。我们现在之所以做得这么low，不是我们画不出更好的漫画，AI其实能画出更绚丽的漫画，但是我们觉得目前用不到。所以，只要你能找到一个最具性价比的画风，能够最快地、最低成本地出漫画视频就够了。这个看起来很low的视频，在抖音有10万的点赞。张晓楠：10万点赞，播放将近上千万。低端颠覆也是我们混沌一直在学的模型之一。其实蛋哥说的我非常认同，我们也天天做视频，我发现，拍视频时正襟危坐，又是调光、又是调机位，置办一大堆，视频效果不一定特别好。随手拍的，往往效果是非常好的。正好云飞是做图文，蛋哥是做视频，我是做直播电商，AI对我们的帮助都还挺大的。刚才您讲了AI帮助你们提升效率，你觉得还有什么可拓展性或者可能性？蛋哥：其实我们尝试过用ChatGPT来写稿，后来发现目前在短视频行业，纯用ChatGPT写稿还是不现实，因为它比较生硬，不管是3.5还是4.0，其实它能帮你做一个选题优化，或者帮你找思路。如果不限于抖音的话，它可以直接一键生成，比如把一个普通的文章生成小红书体的文案，这是完全没有问题的。但是，如果你用ChatGPT来直接写短视频的稿件还是有一点不接地气，因为我认为内容平台的本质其实还是情绪平台，好的内容不讲正事，而是用来调动情绪。因为ChatGPT调动不了情绪，它只能提供内容价值，这才是人不可或缺的一点。 02 大量使用AIGC会带来内容同质化问题吗？张晓楠：如果我们都用这样的工具去生产内容，会不会出现这样一种情况：比如大家很快都会用AI工具，都在做帐号，无论是图文帐号还是视频帐号，就会出现大量的同质化内容，反而卷起来了，这些内容用户审美疲劳了。白云飞：其实我内心的答案是不会的，为什么？因为每个人调教AI的方式是不一样的，每个人写的提示词，每个人调的参数都不一样。这种情况下,最终生成的结果会有很大的区别，它造成同质化的可能性还是比较小的。我自己比较坚信一件事情，做内容肯定要做IP，要做IP的话每个人都会有自己的风格。人跟AI如何更好地协作，让ChatGPT生产出来的东西更加带有个人的色彩，这时候你会发现真正同质化的可能性是非常低的，这是我个人的看法。张晓楠：可不可以具体地用你工作中的情景或者场景举一个案例? 白云飞：我讲一个我们知乎业务中的案例，知乎业务团队编了一本小册子，里面有80多页，主要包含了很多不同类型的带货文案的结构。我们用这个东西来训练ChatGPT，把所有的内容投进去之后，在这基础上还会考虑优化一些细节，比如研究哪些字眼加进去之后能促使客户更容易下单。我们会研究用户心理，把很多东西结合起来最终形成优质的模型语料库，之后你再去投喂和训练，最终GPT生成的内容效果是非常明显的。蛋哥：提到内容同质化的问题，首先要明确一下什么是内容，我觉得大部分公司不是在做内容，而是为了搞钱。举个例子，毕加索是一个画家，但是真正挣钱的人是仿毕加索的人，这些人叫画家吗？其实不叫画家，他们只是通过模仿毕加索赚到了钱而已，它的载体是一幅画。不管是知乎、小红书、还是短视频，其实复制是一个贯通的商业手法，复制内容能更有效地涨粉和赚钱，仅此而已。内容同质化怎么办？抖音上的电商卖货，基本都是铁打的文案流水的主播，一个文案如果测出来转化率ROI高，就应该换不同的主播玩命砸这个文案。如果要谈论怎么当一个优雅的文化人，就别聊怎么赚钱，如果聊赚钱就别聊怎么当文化人。我之前参加抖音二次元漫画大会的时候，底下都是做内容、做漫画的人，他们上台讲的梦想是我要做中国大电影、我要改变中国的漫画环境、我要做中国第一个迪士尼。我上台讲的是我想接点广告赚钱。所以不管你把AI当成一个大语言模型来做，当成未来趋势来讲，还是当成一个PS来用，核心在于，对你来说AI到底是用来干嘛的，是赚钱的工具，还是追求更高的东西，等等。其实大部分的AI只适合BAT、字节这样的公司做，咱们应该聊点落地的东西，一个个体，一个小公司如何把它当成工具，搞钱。张晓楠：我很认同你刚才说的，知行合一比什么都重要。很多人都想搞钱，为什么蛋哥能马上用AI赋能搞钱，而我们多数人都没有做起来。当初你接触AI的时候，是什么让你觉得这事儿能行，得用起来？蛋哥：我觉得任何一个新的东西出来后，第一波用的人肯定是既得利益者。我为什么第一时间去研究这个事儿，因为我真怕有人像我们一样，用AI做了一堆漫画，比我们效率高，成本低，把我们颠覆了。所以我使用了一段时间之后，我发现AI确实能帮助我降本增效。第二步我思考的是，怎么能用它继续搞钱，我觉得现阶段卖AI课是最赚钱的。张晓楠：历史总是在一定形式中重复，前一阵大家知道最赚钱的是教大家如何做IT、品牌、短视频，现在这些人全去教大家做AI了。就像我们说的淘金，不一定能淘到金子，但是卖铲子、卖牛仔裤一定是能够挣到钱，人生就是那么回事。我再问问云飞，现在很多人说图文的红利在逐渐下降，视频、直播感觉还有很大的红利，为什么你们还在一直做图文，你们坚守的原因是什么？白云飞：目前内容创业是一个热门话题，很多人都在尝试。然而，我们发现，要想在众多竞争者中脱颖而出，脱颖而出的概率相对较小。内容创业的关键在于内容本身，优质内容可以吸引更多用户。大家首先想到的内容形式会是什么？去搞一个直播？去开一个短视频账号？说不定哪天就火了？但是我们自己试过之后发现，目前绝大多数内容平台都是中心化推流机制，这意味着普通人能火起来的概率是比较小的。这时候，我们旁边还有一个蛋糕——图文，这个蛋糕逐渐被很多人放下，反而去追短视频，这个方向逐渐又变成了相对地蓝海，所以我们选择去做了图文。目前为止也赚了不少钱。张晓楠：你们现在一共几个人？白云飞：我们公司总共是43个人，内容团队有21个人，其中知乎板块现在经GPT的协助和优化后剩4个人。我们自己始终坚信一件事情，在内容创业里，内容生产和内容创作是两个概念。如果真的想靠内容去赚钱，我觉得应该把目标放在内容生产上，把它真正变成一套标准化的流程，像生产商品一样。有一些人觉得，我要激发自己的灵感，做出一些独一无二的视频，如果抱着这个初心去做的话，反而很多帐号都做不起来。 03 哪些AI工具已经真正用到工作中了？张晓楠：在内容创业领域，对你们来说，为你们的帐号、内容或者公司赋能的AI工具都是什么？这些工具如何在工作中帮到你们？白云飞：我们一直在做图文，所以我们常用两个工具：第一个是ChatGPT4.0，它主要是帮我们来生产内容。我们的知乎业务有4个运营，每个人都是拿着帐号一天生产40-50篇内容，这些内容都是按照我们的高标准生产出来。而这些标准都是我们提前预置在模型中的，它可以成倍提高效率。第二个工具是Midjourney，因为我们在表达一些东西的时候，要给一篇文章配图。在以往都是文章写完之后我们的同事去网上搜一些图片，看看哪些比较符合自己想要表达的预期，然后植入进去。现在我们可以让Midjourney根据我们的意愿生成更能表达我们想法的图片。这样更高标准的文章加上更具有个性化表达意向的图片，整体结构更能表达我们的想法，最终在平台拿到的流量都是非常不错的。张晓楠：蛋哥最早是从音频开始做的，大家也感受到他浓浓的IP属性，因为你自己本身是一个IP。如果现在转漫画的话一定程度上是在弱化你的IP特征，而用AI来赋能更多漫画属性，这一块你是怎么考虑的？蛋哥：首先弱化IP，是因为我不想在50岁的时候还在拍视频做直播，基本上就纯靠体力，身体强不强决定了你公司的营收大不大。所以它是一个弱化IP的过程。我们公司主要用的AI工具是Stable。张晓楠：我发现真正能成为IP的人都能用特别形象化的语言一句话就讲清楚你想了很久没有想清楚的问题。像你们这样做出了结果的人，有没有感到压力，你们的同行在AI这方面是什么发展速度？蛋哥：真实情况是，现在我们的大部分同行只是追求短期速度，所以他们拿AI去做一个小说号，只不过以前是音频的小说，现在配了漫画，并认为这是一个AI的作品。但是我觉得这个太低端了，颠覆不了，所以要在低端的基础上高一点点。现在同行们这个阶段目前都是在扎根卖AI课，所以我提醒一下各位，现在卖课的特别多，你可以多听听学学，但是那个东西不能成为公司主要的方向。真正面向大多数人用的时候，应该是由更多的企业把这些工具优化成更傻瓜的模式，那个才是C端常用的东西，而现在B端无非就是在做这方面的改造以及捞钱。张晓楠：你觉得AI工具用起来真的那么难吗？或者有什么门槛吗？蛋哥：门槛其实没有，不需要学历和硬门槛，只要肯学就行。所以AI在我看来就是一个当下版的PS，就像当年的珍妮纺纱机，有了珍妮纺纱机，大家织布的速度快，有了PS就能够做平面设计，其实是一样的。 04 用好AIGC需要解决两个核心关键问题张晓楠：你们觉得公司用AI生成内容，最需要解决的两个核心关键问题是什么？蛋哥：我认为：第一点，你得有内容能力，比如今天研发了一种特别厉害的足球鞋，谁穿上都能够提高10%的精准度，但是你让某些球队穿，还是进不了世界杯。其实这个工具得给有一定基础的人，用了之后有增量，它不是雪中送炭的东西，而是锦上添花的东西。第二点，我觉得是学习能力，现在AI更新迭代的速度太快了，如果你没有持续更新的学习能力是跟不上的。白云飞：因为咱们的大型语言模型是需要训练的，不训练始终是一个通用的东西，比如你会发现当张三和李四向GPT问了同一个问题，最终生产出来的结果和文字略有区别，但只是略有区别，本质还是趋于同质化的，所以仍然需要训练。以我们在做的事情为例，最核心关键的问题是要把内容分类。比如我们之前做的带货类型有15种，15种带货类型中我们分类出来，每一种开篇怎么写，结尾怎么写，中间哪一位置植入能够激发消费者下单的字眼等等，我们会把整个的结果全梳理出来。大家可以理解为是模板，每个文章都会有一个模板，这个模板可能是700、800字，它都是一个公式型，把这个东西提炼出来之后，然后你再把这个东西导入到ChatGPT中作为语料库去训练，最终效果会远远比你在框里面直接输入“请帮我生成一篇带货文章”要好得多，效果至少能差几十倍。张晓楠：我非常认同云飞和蛋哥刚才说的，我在工作场景中也有一个非常真实的体感。有一次直播，我带了两个课程，一个课程是科学课，还有一个课程是思辨课。在混沌，思辨课很刚需，但是对于小孩子来说，思辨课或者科学课好像没有语文数学英语那么刚需。我为了这个课去看了两本书：《科学的故事》《科学的历程》。看完这两本书之后我不断跟ChatGPT对话，让它告诉我如何卖好一个科学课，一开始它生成的内容真的如同垃圾。为什么学会提问很重要？在书中，我看到了很多内容，不断吸收，然后迭代，再跟ChatGPT对话，过程中我发现ChatGPT越来越厉害。结果后来科学课和思辨课都卖得非常好，ChatGPT对我确实有帮助。一个如此不刚需的思辨课在那一场直播中卖了几百万，我觉得ChatGPT对我的帮助还是挺大的，因为它更加深层次地让大家知道，为什么思辨对孩子来说如此之重要。蛋哥：我补充一句，刚才您说的思辨课是不刚需的，语数外是刚需的，其实我觉得接下来第二个风口和机会可能就在于课程的设计。我相信再过5年、10年，当下的新一代孩子接受的教育应该是以思辨为刚需，如果他能提出好问题的话，很多知识是可以问出来的。所以我觉得第一波机会是卖AI课，第二波机会是告诉大家，你应该让你的孩子在AI大环境下学思辨。张晓楠：我很认同，AI不会颠覆什么样的人？是具有思辨能力和创新力的人。刚才同样的问题我也想问一下云飞，你觉得现在如果用AI去做内容领域，需要解决的两个核心问题是什么？白云飞：第一点，我觉得是跟蛋哥刚才讲的一样，积极学习。刚刚有一位老师做了调研，现场用过相关AI工具的同学，比如说ChatGPT、Midjourney，占比非常少，这种情况下我建议大家体验一下，体验完之后再去了解基本的原理，在这个基础上我觉得去使用它的话难度应该不大。第二点，依然是数据。因为人工智能训练始终有一个前提——优质的数据，你把垃圾投进去最终出来的就是垃圾，如果你把优质的语料库、优质数据投喂进去，最终出来的就是一个非常优秀的语言模型。重点是，怎样才能找到更加优秀的数据源。很多人都应该比较懂，自己的公司里，自己的业务中，或者自己的生活中、工作中有哪些是比较优质的东西，然后把这些优质的数据提取出来去投喂，效果会好很多倍。我认为以上两点是基于大家当前的现状急需去做的，算是展现你积极拥抱AI的一种姿态。 05 无论什么时代，IP都是重中之重张晓楠：IP的形成很多时候是这个人本身就带有IP属性。一说到人，大家会说到人设、垂类的风格，现在这些还重要吗？蛋哥：我觉得人设还是重要的，我们的漫画帐号接广告能力还行，但是卖货转化率特别低，其实非真人IP的问题就在于它没有用户黏性，用户的信任感会很低。你在卖同样的货，用同样的爆款脚本、漫画IP就不如真人卖得好。人设风格在任何一个时代，之前的报纸，图文、公众号、新闻，包括现在的短视频等等，都是很重要的。白云飞：刚才大家焦虑的问题在于，未来随着降本增效的普及，许多平台可能会被同质化内容充斥。在这种环境下，我认为具备强大IP和独特人设的账号必将脱颖而出。举例来说，比如你现在刷到两个账号，一个是蛋哥，一个是虚拟人设。显然，我们在场的各位都对"蛋哥"的熟悉度和信任感远胜于对虚拟人设的认知。这种熟悉感和信任感会自然引导人们更愿意与"蛋哥"去沟通，进而提升内容变现的效率。因此，强大的IP和人设能够赢得更多的信任，信任进一步促成交易，这是我们作为内容创业者应追求的最重要目标。张晓楠：我觉得云飞说了一个核心关键词，无论是做短视频、图文还是直播电商，信任一定是那个核心的根。如果你的帐号和内容能够在信任这件事上彻底击穿的话，你的变现效率和转化效率一定很高。我想给所有想要做这个领域的伙伴们一个小小的建议，IP是很难培养、训练出来的，更多是天然就具备了某种属性和特征的人，就像蛋哥，他的个人特征非常的明显。我想问问你们在使用AI工具的过程中有没有遇到过一些困难和挑战？蛋哥：第一个困难和挑战是没有技术人才。AI升级迭代的时候，我们比技术型团队要慢，需要找其它的团队协助我们完成升级，所以我们的学习成本比他们高一倍。另外，现在AI给我们带来的真实效果只是做出了几十万的帐号而已，但是我认为今后的AI完全可以做到一键从文案到图片。所以对我最大的挑战是，我们这个行业是否还值得存在。白云飞：ChatGPT有一个通病，就是一本正经地胡说八道。比如给他说一个压根不存在的词，它依然会一本正经地解释一大串。这也是模型本身的通病，并且不是一时半会儿能够解决的。这算是一个挑战。另外一个挑战我站在大众的角度来讲。举个例子，比如我现在输入一个主题，想让它立马直接生成一篇可用的文章出来，要达到这样的效果，其实背后还需要很多的东西，比如刚才前面几位专家讲到的NLP相关基础知识起码需要了解一些。面对这种场景如果你向AI输入：“我需要一篇非常优质的小红书笔记”，你会发现效果很差。因为你的命令太过于笼统了。所以你需要搞清楚自己到底需要什么样风格、什么样语气、甚至是多少字数、什么样角色的，甚至是什么样场景的，把所有的东西都想明白之后效果会更好。张晓楠：说到内容，我最后也跟大家说一个感受，内容不是为了内容而内容，如果你是为了内容，你不会想这些技巧和方法，你就是喜欢，你就像艺术家一样去创造，像作家一样去写作。我们如果把它当做一个生意模型或者一个商业模型，内容后面必须跟着变现两个字，你在做内容生产之前就应该想好变现路径到底什么，蛋哥的变现路径是广告，云飞的变现路径也是广告居多，然后是带货。当你想清楚了变现路径的时候，你要做什么样的内容，包括用到什么样的工具，不同的企业有不同的选择。我们要感谢互联网时代，让我们小步快跑，迅速迭代，在这个过程中找到公司或者企业未来的机会。来源：金色财经

金色财经2023-07-26

Worldcoin：那些争议和批评

司是至关重要的。这家公司遇到了其他同类创业公司可能也会遇到的问题，于是问题就变成了营利性创业公司是否适合在该领域建设解决方案，或者，如果这种激励结构过于普遍，不太容易被利用，那么应该采用一种不太精确的基于社交图谱的去中心化方法，或者，一旦这种系统的用例变得更加清晰，我们应该试着让谷歌或苹果等移动巨头以深思熟虑的方式进行相关建设。向着中心化方向发展并期待最好的结果显然不是一个好的选择，尽管人们也应该质疑，在一个去中心化的系统中，让大型科技公司的接班人和知名风投持有过大的治理权力，是否真的是最好的选择。 2、WLD鲸鱼坦白说，几周前我的虹膜被Orb扫描了！（最终有25个OrbBucks等着我，也不足以影响我对该项目的看法）我一直是一个早期技术采用者，也许随着时间的推移，我会后悔这个选择，但我也认为，相对于项目的其他问题，该堆栈的虹膜扫描/哈希元素的固定额有点奇怪。如……WLD代币本身。据报道，Worldcoin从风投那里筹集了一大笔资金，超过5亿美元。许多代币生态系统依赖于预挖矿或机构销售来获得早期开发的资金，同时，这些生态系统中几乎不依赖于营销“全民基本收入”这一说法。一种投机性的UBI代币已经在很大程度上预先分配给了私人投资者和内部人士，这从道德上讲有些模糊不清。这显然是一个极耗资本的愿景，一个新的初创公司如果不筹集大量现金就无法成功，但也许我们不应该接受一开始就将25%的代币分给内部人士，而是应该关注这种激励结构是否能解决这个问题。平台机会如此巨大，人们不禁要问，为什么一个由科技界最杰出的人物之一共同创立的团队，要如此依赖代币授权。科技总能找到将公共基础设施投资货币化的方法。这十年来，Facebook已经花费了数十亿美元资助非洲的卫星互联网。他们的目标从来不是在过程中获利，而是希望在旅程结束时，当他们的服务吸引了一个新大陆的客户时，平台机会将会出现。如果像Worldcoin这样的项目成功并实现了去中心化，其基础设施仍将有充裕的盈利机会。 3、结论我不确定加密社区是否应该给Worldcoin一次机会。说实话，这一切感觉相当混乱！然而，我认为重要的是要意识到，无论如何，人格证明都是一个需要解决的重要问题，即使困难重重。仅仅因为你认为人格证明问题很重要，那么Worldcoin是不值得你支持的，你需要看看它的实现和分发所塑造的世界的愿景，然后决定它是否是你想要的world-wide coin（世界币）。来源：金色财经

金色财经2023-07-26

科技巨头微软、谷歌财报均超预期提振股价，拼多多涨超5%！纳指100ETF（159660）高开高走涨0.66%，涨幅明显领先于同类！

领涨全球主要指数！消息面上，人工智能创业公司Open AI宣布，安卓版ChatGPT已经正式上线，可在谷歌应用商店进行下载，不过目前仅限在美国、印度、孟加拉国和巴西四国使用。从官方给出的应用示例图片中可以看出，安卓版ChatGPT应当与此前iOS版并无差别，用户可以向聊天机器人询问问题的答案、指导或建议等。而微软的AI聊天机器人Bing Chat也即将在第三方浏览器上推出，包括谷歌的Chrome和苹果的Safari。微软正试图让两种浏览器的用户都可以使用到该工具。【科技巨头微软及谷歌公布财报，营收及利润均超华尔街预期】微软公布的第四财季财报显示，每股收益和营收均超出了华尔街的预期。具体来看，微软该季度营收增长8%，至562亿美元，华尔街分析师此前预计为555亿美元。与此同时，当季净利润增长20%，至201亿美元，合每股2.69美元，分析师预期为每股2.55美元。谷歌母公司Alphabet也公布了第二季度财报，其营收和利润均超出预期。Alphabet公布的营收为746亿美元，超过了727.5亿美元的预期，每股收益为1.44美元，高于分析师预期的1.32美元。自AI交易热潮席卷全球以来，华尔街密切关注财报季中各企业对AI的布局及商业化落地情况。微软一直处于人工智能浪潮的最前沿，该公司已将人工智能运用到其必应搜索产品中，并最近宣布了将微软365产品中的新人工智能产品进行定价。华尔街看好该产品每月30美元的定价，几位分析师在消息发布后上调了该股的目标价。【IMF上调预测经济增速，FOMC最新利率即将出炉】国际货币基金组织（IMF）25日发布《世界经济展望报告》更新内容，预计2023年全球经济增速为3.0%，较4月预测上调0.2个百分点。 2023年和2024年的经济增速预测值均低于2000年至2019年3.8%的年平均水平。报告指出，欧美多家央行为降低CPI采取的加息政策仍对全球经济活动造成拖累。 FOMC将在当地时间周三下午宣布最新的政策决定，预计将再次宣布将基准利率上调0.25%。据CME，FOMC 7月维持利率在5.00%-5.25%不变的概率为零，加息25个基点至5.25%-5.50%区间的概率为99.6%，累计加息50个基点的概率为0.4%；到9月维持利率不变的概率为零，累计加息25个基点的概率为82.6%，累计加息50个基点的概率为17.3%，累计加息75个基点的概率为0.1%。【机构解读美股超预期原因，预计美股科技股有望延续上行势头】海通证券分析美股上涨原因指出科技股的重要作用，①根据DDM模型拆分，今年来美股市场上涨主要源于情绪修复带来风险偏好提升；②结构层面科技股是推动今年美股上涨的主力，前七大科技龙头股贡献标普500约7成涨幅、所有科技股贡献约9成。西部证券则认为，今年以来，美股表现超预期，市场曾认为在加息背景下，美股的估值压力有所放大，但从今年至当前，美股涨幅还是不错的。可以推断：1）从历史来看，加息周期的末尾并不意味着美股走弱。2）成长跑赢价值，一方面因为去年纳指回调较大，今年估值回落到“合理区间”，另一方面受到热点板块驱动。3）今年以来，美国CPI“下”和就业“强”加剧了经济软着陆的预期。中信证券表示，展望下半年，美国宏观经济有望维持韧性，同时CPI约束料使得FED政策利率继续维持高位，以此为基准情形，美国宏观经济、政策利率对美股科技板块的扰动&影响将持续减弱，预计美股科技板块上行势头有望在下半年延续，位于上行周期的基本面为核心支撑。根据方正证券的统计，2010年以来纳斯达克指数、标普500指数和道琼斯工业指数年化收益率分别为13.5%、10.3%和9.2%。分解来看，盈利稳定增长是美股长牛的根基，2010年以来纳斯达克指数、标普500指数和道琼斯工业指数盈利年化增幅分别为14.3%、8.7%和6.3%。数据来源：方正证券纳指100ETF（159660）跟踪纳斯达克100指数，在人工智能的时代浪潮之下，目前全世界AI领域布局和积淀最领先、最深厚的科技巨头仍然集中在纳斯达克，比如微软、谷歌、英伟达、Meta等等，这些AI巨头无一例外都是纳斯达克100指数的前十大权重股，纳斯达克100指数前十大权重占比超59%，龙头属性集中。纳指100ETF（159660）管理费0.5%/年，托管费0.15%/年，明显低于市场主流的费率结构，费率优势明显，省到就是赚到。（风险提示：以上指数成份股仅作展示，不代表任何形式的个股推荐！）【始于纳斯达克，更胜于纳斯达克！】根据公开资料，纳斯达克指数包含100家在纳斯达克上市的非金融公司，纳斯达克市场自诞生以来成功孵化出了一大批科技巨头，被广泛认为是培育创新型、科技型、成长型公司最成功的投资市场之一。作为纳斯达克市场的旗舰指数，纳斯达克100指数长期涨幅明显跑赢纳斯达克指数。自1991年起，纳斯达克100指数30多年来年化收益14.13%，明显高于纳斯达克的11.65%。（数据来源：Wind，截至2023.6.30）数据来源：Wind，统计区间1991.1.1-2023.6.30 风险提示：基金有风险，投资需谨慎。本资料仅为宣传材料，不作为任何法律文件。基金的过往业绩不预示未来表现，基金管理人管理的其他基金业绩并不构成基金业绩表现的保证。基金管理人依照恪尽职守、诚实信用、谨慎勤勉的原则管理和运用基金财产，但不保证投资于本基金一定盈利，也不保证最低收益。投资人应当仔细阅读《基金合同》、《招募说明书》及《产品资料概要》等法律文件以详细了解产品信息。纳指100ETF属于中等风险等级（R3）产品，适合经客户风险等级测评后结果为平衡型（C3）及以上的投资者。标的指数并不能完全代表整个股票市场。标的指数成份股的平均回报率与整个股票市场的平均回报率可能存在偏离。请投资者关注指数化投资的风险以及集中投资于纳斯达克100指数成份股的持有风险，请关注部分指数成份股权重较大、集中度较高的风险，请关注指数化投资的风险、ETF运作风险、投资特定品种的特有风险、参与转融通证券出借业务的风险等。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2023-07-26

A股头条：深夜重磅！证监会：科学合理保持IPO、再融资常态化；王毅任外交部部长、潘功胜任央行行长；广州有银行“降”存量房贷利率

等四国下载使用美东时间周二，人工智能创业公司OpenAI宣布，安卓版ChatGPT已经正式上线，可在谷歌应用商店进行下载，不过目前仅限在美国、印度、孟加拉国和巴西四国使用。 8、宁德时代：上半年净利润207.17亿元同比增长153.64% 宁德时代披露半年度报告，上半年公司实现营业总收入1892.46亿元，同比增长67.52%，归属于上市公司股东的净利润为207.17亿元，同比增长153.64%，基本每股收益4.7201元/股。报告期内，公司麒麟电池实现量产交付，钠电池宣布首发车型，推进M3P电池产业化，发布凝聚态电池、零辅源光储直流耦合解决方案等新技术，积极推进电动船舶、电动飞机新动力领域应用。评：宁德时代Q1净利98.22亿元，据此计算，宁德时代Q2净利108.95亿元，环比增长11%。隔夜外盘美股：市场聚焦本周全球各大央行货币政策决议，同时美国消费者信心指数两年新高，房价同比下降，IMF上调今年全球增长预期，美股震荡收涨，道指连续12个交易日走高，再创2017年2月以来最长连涨；科技股及中概股继续强势领跑，谷歌绩后涨超6%，AMD、英伟达涨逾2%，拼多多涨超5%。期货市场：加息预期当前，美元指数站稳101关口上方；离岸人民币一度升破7.13元，较上日收盘最高涨近600点；比特币小幅上涨并站稳2.9万美元上方；黄金期货受美元和美债收益率携手走高打压，纽约黄金微涨终结四连跌；伦镍未理高盛看空收盘涨近5%；纽约原油及布伦特原油涨幅超1%，创三个月新高；欧洲天然气连续两日普涨超7%；欧美国债收益率齐涨，两年期收益率最高涨至4.91%接近两周高位；10年期基债收益率涨至3.92%至7月12日以来的近两周新高。市场策略周二市场大涨，三大股指均涨超2%。24日的重要会议提出“要活跃资本市场，提振投资者信心”，这可以算是超预期的利好，市场解读也很正面，出现大涨。从富时A50指数期货来看，大涨近4%。不过，大盘留下的22.73个点的向上跳空缺口，会对大盘形成向下引力，加之技术上的超买带来短线资金的获利回吐，短线大盘进一步大幅上涨空间受制约，3250点附近有一定的技术性压力。题材掘金电池热管理：工业和信息化部装备工业一司、国家市场监督管理总局质量发展局近日联合组织召开加强新能源汽车安全管理工作会议，分析研判新能源汽车安全形势。提出要加快修订完善相关强制性国家标准要求，引导行业企业加快高效能电池系统热管理、多层级安全防护等技术研发。标的：溯联股份 (301397)、银轮股份 (002126) 草甘腾：7月25日，百川盈孚数据显示，草甘腾市场价格单日上涨2.65%，报价约3.9万元/吨，近一个月以来累计涨幅达52.63%。目前从需求端看，海外南美、东南亚、欧洲、非洲按需采购。国内下游制剂商对原粉拿货积极，支撑价格上涨。从供应端看，草甘腾行业开工率仍较处于低位，主流企业惜售。成本端方面，上游黄磷价格上调，给草甘腾价格带来较强支撑标的：江山股份(600389)、兴发集团 (600141) 近视防控：国家卫生健康委25日启动并将在全国持续开展“启明行动”一一防控儿童青少年近视健康促进活动，活动主题为:重视儿童眼保健，守护孩子明眸“视”界，并发布了防控儿童青少年近视核心知识十条。国家卫生健康委指出，当前，我国儿童青少年近视呈早发、高发态势，已经成为影响儿童健康和全面发展的突出问题。近视可防可控不可逆，要做到早预防、早发现、早千预。标的：明月镜片 (301101)、欧普康视(300595) 公告精选【重大事项】彩讯股份澄清：“公司被封了”等传闻均为谣言两连板鸿博股份：算力出租业务已产生收入占营业收入比重较小三连板广西广电：公司“重组”相关传闻不属实真视通：与汤姆猫签署战略合作框架协议【并购重组】潍柴重机：拟终止购买潍柴西港新能源动力有限公司100%股权玉马遮阳：拟发行可转债募资不超过5.5亿元国能日新：拟定增募资不超8.64亿元用于微电网及虚拟电厂综合能源管理平台等长亮科技：调减向特定对象发行股票募集资金总额科兴制药：拟定增募资不超过5.72亿元【业绩预告】宁德时代：上半年净利润207.17亿元同比增长153.64% 华能国际：上半年净利润63.08亿元同比增长309.67% 通行宝业绩快报：上半年净利润同比增43.38% 数字认证：上半年净利预增71.31%-91.46% 东方精工：上半年净利润2.06亿元同比增长39% 天合光能：预计上半年净利润同比增长162%到196% 【增持减持】三友联众：持股5%以上股东减持1.294%公司股份创业黑马：股东阮晋减持0.23%公司股份拓维信息：控股股东、实控人计划减持不超过1%股份友讯达：控股股东等拟合计减持不超0.92%股份浩洋股份：实控人及其一致行动人拟合计减持不超3%公司股份首都在线：董事等拟合计减持不超1.44%股份万控智造：股东拟合计减持不超1.96%公司股份皓元医药：苏信基金拟减持不超过5.15%股份【其他事项】上海建工：联合中标上海东站站场区地下土建工程中国医药：子公司注射用哌拉西林钠他唑巴坦钠通过一致性评价招商轮船：接收1艘集装箱船“中外运南通”轮大叶股份：美国终止对中国手扶式汽油割草机产品反规避立案调查中贝通信：预中标7.44亿元中国移动网络综合代维服务采购项目东方电热：全资子公司签订2.58亿元日常经营合同宝泰隆：拟设立全资子公司满足黑龙江省检验检测缺口曲美家居：与中科亚太签署曲美科创产业园建设运营合作协议中马传动：公司生产不涉及机器人概念中国石化：董事会同意聘任牛栓文为高级副总裁复星医药：控股子公司XH-S003胶囊获药品临床试验批准首创证券：监事会主席张建同辞职华建集团：下属公司中标7.07亿元施工总承包项目海正药业：全资子公司获得海博麦布阿托伐他汀钙片临床试验批准通知书联创电子：拟以不超1090万美元投建墨西哥工厂思源电气：收购烯晶碳能19.22%股权事项完成华友钴业：拟在印尼合资建设华翔精炼年产5万吨镍金属量硫酸镍项目健民集团：枳术通便颗粒获得《药物临床试验批准通知书》再升科技：拟出售全资子公司悠远环境70%股权恒华科技：控股股东、实际控制人收到北京证监局警示函浙江建投：子公司联合中标18.87亿元安置房建设项目一标段盈峰环境：子公司中标2.95亿元城乡环卫一体化项目健友股份：子公司普乐沙福注射液获美国FDA批准宁波能源：拟由子公司成立友联智慧能源项目冀中能源：子公司拟公开挂牌转让乾新煤业72%股权南王科技：拟2.1亿元投建华东生产基地三期项目鼎汉技术：拟以2750万元投资江西环锂山东路桥：第二季度新签订单金额328.06亿元瑞和股份：装修装饰业务第二季度新签订单金额1.7亿元中远海能：间接持股公司签署LNG运输项目造船合同及租船合同伟明环保：第二季度合计完成发电量10.87亿度两连板柯利达：不存在应披露未披露信息芒果超媒：拟收购金鹰卡通100%股权天房发展：公司股票近期在二级市场存在较高的换手率交易提示【新股申购】 1.君逸数码（创业板）申购代码：301172 发行价格：31.33 发行市盈率：54.65 申购评级：谨慎申购 2.威迈斯（科创板）申购代码：787612 发行价格：47.29 发行市盈率：73.98 申购评级：谨慎申购 3.盛邦安全（科创板）申购代码：787651 发行价格：39.90 发行市盈率：70.83 申购评级：谨慎申购【可转债申购】聚隆转债 123209 【可转债交易提示】三花转债赎回，进入最后交易日【停复牌】孚能科技：控股股东筹划涉及公司控制权变更事项，26日起停牌【限售解禁】

金融界2023-07-26

谁拖了中国ChatGPT的后腿？

中国团队最擅长的工作方法。当一家美国的创业公司用从微软融来的钱不惜代价投入巨额算力成本，大量雇佣非洲和中东的数据工人进行信息标注、用最高效率的迭代与Google这样的巨头进行自研语义处理大模型的“军备竞赛”时，你还是有一种很不真实的感觉——这究竟是一家旧金山公司还是一家深圳公司。像ChatGPT这样的自然语义处理模型应该可以诞生在中国但却没有诞生在中国，其原因还得从中国从事人工智能的科技公司——无论巨头还是创业公司这些年在干什么开始说。很多人可能从来没意识到的一个问题是：像ChatGPT这样的超大规模通用自然语义处理模型，由一家AI创业公司建构最可能产生奇迹，而在一家科技巨头内部通常不会实现更好的结果。这就是为什么Google的LaMDA对话应用模型和近期仓促上阵的Bard都没有大放异彩的原因，也是百度接下来势必面临的挑战。为什么？首先是因为通用自然语义处理建模太烧钱了。其实，烧钱通常并不是大公司的本事，反倒是创业公司的特权。科技巨头几乎都是上市公司，百亿美元级别的投资砸在一项相当长时期看不到回报的事上，首席财务官在面对董事会和股东大会时的压力是很大的，也经常是被股价惩罚的，这导致大公司不敢做大冒险，不大冒险就不会有大迭代。什么叫“大力出奇迹”？就是先花大钱出大力，然后再祈祷奇迹的发生，而不是默认一定得出现奇迹，然后再决定花钱出力。可惜，大公司只能是后者。这也是为什么即便从ChatGPT受益颇丰的微软，也只敢从一开始的10亿美元，历时四年，直到今年的百亿美元，一笔一笔，持续地追加投资，以支持OpenAI在微软的“体外”，多年如一日地训练GPT模型。微软通过投资OpenAI获得的股权享有整合ChatGPT模型能力进入其Office和搜索引擎的优先权，它未来会不会吃掉OpenAI可能是一件不太好说的事，但至少市值近万亿美元，一年收入几百亿美元的微软，是绝对不敢一开始就“大力出奇迹”，兀自凭一己之力训练这个模型的。其次，因为人们对科技巨头从事创新事业的容错度很低，而对创业公司的错误和偏差较为优容。Google为了应对以ChatGPT的压力，仓促推出了人机对话测试版Bard，被发现一些对话出现了基本的事实错误，于是被无限放大，市值一夜蒸发千亿美元。事实上Google不是不清楚这一点，要不是被逼急了，它也不会这么冒失。Google在2021年公布的LaMDA模型，参数级别和信息搜索能力都明显高于当时OpenAI训练的GPT-3，但Google迟迟不敢公测其效果，就是因为害怕它出现失误，引发公众的不信任和股价的下滑。 Google在乎的，OpenAI都不在乎。从ChatGPT发布的第一天起，它就公开地说自己没有信息检索能力，语料库也只到2021年12月，更回答不了很多关于价值和道德判断的问题，还经常犯事实错误。对ChatGPT的自我“摆烂”，测试者很宽容地接受了，对它在编程、文学创作、格式化写作、寻医问诊等领域展现的信息关联、情感表达、逻辑结构、思维连贯性一系列能力惊叹不已，对它犯的错误轻轻带过。 2019年3月，在GPT-2模型取得前所未有的成功后，成立了4年的OpenAI决定由一家非盈利的基金会转变成为一家商业公司。毕竟没有任何一家基金会能受得了它的首席科学家年薪150万美元，2019年5月，山姆·奥特曼（Sam Altman）出任OpenAI的CEO。接着，OpenAI获得了微软的10亿美元投资。2020年5月，OpenAI推出的GPT-3模型，参数从GPT-2的15亿陡升至1750亿，形成了一个前所未有强大的自动学习系统。可见，一家含着金汤匙出生、融得到巨资、有巨头业务捆绑加持的人工智能初创公司，从事通用的人工智能自然语义模型建构与开发，不计成本投入模型训练，是最理想的状态。最强大的模型带来的想象力和商业回报足以刺激微软和其它的投资者。那么，怎么这个逻辑在中国就跑不通了？中国曾经有没有一个强大的通用自然语义人工智能模型，哪怕就是一个雏形？要回答这个问题，不妨看看微软首次投资OpenAI的时间：2019年7月。在微软押注OpenAI的GPT模型之后4个月，也就是2019年11月，微软负责必应搜索业务、同时也是微软人工智能最高负责人的全球资深副总裁、中国香港籍计算机科学家沈向洋宣布离开工作了20余年的微软。而沈向洋对微软通用人工智能模型的最后一个贡献，就是由微软亚洲互联网工程院在2014年主导研发的聊天机器人——小冰。 2020年7月，小冰从微软独立出来，成为一家中国的人工智能创业公司，沈向洋出任董事长，原微软亚洲互联网工程院常务副院长李笛出任CEO。小冰独立之际已发展至第六代以上，产品形态涉及对话式人工智能机器人、智能语音助手、人工智能创造内容提供者和一系列垂直领域解决方案。小冰曾经引发公众讨论的，除了充满情感和女性性征的聊天机器人之外，还有它在汉语诗歌创作领域的惊艳表现——她出过一本诗集《阳光失了玻璃窗》，收获了不少好评，以及更多的争议。毫无疑问，一个能写诗，进行简单情感和基于常识的对话的小冰机器人，是几年前全世界范围表现上乘的对话式通用人工智能模型。沈向洋主导的团队不可能不懂搜索，更不可能不懂人工智能。而沈向洋从微软出走和小冰的“独立”，加之微软CEO纳德拉主导的对OpenAI的投资和合作绑定，其实是中美最顶级的人工智能操盘手，在通用人工智能模型领域的一次正式的分道扬镳。那么，今天的小冰，还写诗么？它在做什么？这两年，小冰早就不写诗了。它在忙着商业化。它成立了游戏工作室，为游戏提供NPC脚本对话内容；它与冬奥会合作，提供自由式滑雪空中技巧视觉评分系统；它为万得资讯提供人工智能生成的上市公司公告文本摘要；它给万科等企业定制了客服专用的虚拟数字人......它在努力地成为一家“赋能”各行各业，同时让自己能造血赚钱的人工智能解决方案公司。一句话，昔日代表了通用自然语义人工智能模型较高水准、中国人撑起全部格局的人工智能团队，现在成了一个生成式人工智能与决策型人工智能混合的、为具体的场景提供具体解决方案的人工智能供应商。你不能说这是小冰的“堕落”，毕竟它只从资本市场融资了数亿元人民币。按照ChatGPT的模型训练方法，这些钱一天就花完了。没了微软的护身庇佑，小冰得自己顾自己的命。可是，我也从来没听说过百度、腾讯或者字节跳动，想过要投资小冰，支持它继续搞通用自然语义人工智能的大模型。不仅仅是小冰。过去几年中国也有其它从事通用人工智能自动建模和异构计算，让国内外7-8种芯片通过该模型接入软件的创业团队，但只要是拿这个模型出来融资，就搞不定任何的一个投资人。中国的投资机构从未表现过对通用人工智能模型的兴趣，和哪怕一点点的想象力。 “超过85%的投资人一上来就要求我们介绍产品的场景，我们说我们帮GPU对接软件生态，连英伟达都用我们的模型，投资人说这个不算场景。我们说我们也有客户，卫星、码头、智慧城市和智慧工业的研究，他们说你干得太散了，我们不投”。这是我自己听到过的做通用人工智能模型的创业者对我的吐槽。众所周知，中国的VC是最喜欢“教育”创业者的，当然也少不了教育从事人工智能创业的科学家。“你得在这个行业有点数据”，这是他们最爱教育AI创业者的一句话。在某一个行业有数据，而且要专注在某一个细分领域提供解决方案，这是中国大多数号称投资人工智能的VC和PE们的思维定式。然后看的就是“场景有多大”，安防摄像头的场景足够大，于是估值模型就变成了中国这么大，能安多少个摄像头？每个摄像头多少钱？总的摄像头盘子有多大？好，盘子足够大，摄像头这个细分领域我们投了。再看看港口智慧物流，中国有多少个港口？有多少个是深水港口？每个港口码头能为AI解决方案付多少钱？原来就付这么点儿钱啊，看来“港口”这个场景不够大，那我们不投。AI虚拟数字人做客服？能跟元宇宙挂上啊，那有故事有想象力，好，我们可以投投试试。所以，你看到的情况就是，中国的人工智能“四小龙”基本都在做摄像头和人脸识别的生意，都变成了AI的项目实施和集成商，商业模式一如30年前的东软和软通动力，自己活得举步维艰，巨额亏损，还得撑着中国人工智能产业的排面，撑着人工智能这一领域的估值和想象力。在相当长的一段时间内，几乎没有哪个人工智能领域的投资人发自内心地相信一个通用的模型能在各个行业复用。其中偶尔有几个对通用模型有点耐心和兴趣的，基本都是人民币基金，美元基金对中国团队搞通用模型的尝试真的是兴趣阙如。你以为是他们通过对比OpenAI和Google这样的公司的模型训练难度和水平，从而觉得中国团队做起这个事来有差距？那你还真是想多了。他们知道GPT模型研发是怎么回事的时间，也就是最近这俩月的事。那些大言不惭“在我眼里商汤和旷视就是卖安防摄像头的”的一线投资经理，那些傲然地跟创业者说“你这个模型又不是场景”的一线投资合伙人，更遑论那些历史上几乎不投人工智能，过去这么多年一直在鼓捣中国创业者“出海”搞加密货币的美元投资基金的合伙人，今天都突然摇身一变，宣称要支持创业者搞“中国的ChatGPT”了。那么你倒可以想想，他们的信誓旦旦和踌躇满志，含有几分对通用人工智能模型的理解和真诚，又有几分是投机和算计。你更可以想想，一个超级自然语义模型的训练可能一天就得烧几千万甚至上亿人民币，更何况现在提供大模型训练的算力模块——世界顶级的GPU，因为美国的无理禁运而变得越来越难以获取。以那些投资人过去这么多年的心性和行事风格，他们又能坚持得了几天，肯说服投委会投多少笔钱进去，还是能帮这些创业团队搞定GPU的问题？不定哪天，弄不好也就半年之后，他们就又开始催着这些做通用模型的团队，尽快“在细分领域实现商业化”。以百度对飞桨PaddlePaddle模型投入的坚持，尚且不可避免它从一开始就将这个模型产业实践化，尽快追求在不同行业的商业化。而在很大程度上，通用人工智能大模型的训练，存在着海量数据、高质量有创造力的内容输出和产业应用落地的“不可能之三角”。能实现海量数据和高质量有创造力的内容输出，就势必不能快速应用于某一个产业的具体落地——比如ChatGPT。要想在人类创造的互联网最大范围的海量数据里创造具体的产业落地场景，就一定无法提供最高质量的结果，因为基于海量数据的内容生成与精准决策系统一定存在冲突——这其实是个废物。如果想实现高质量的内容输出，以辅助精准的产业落地场景决策，就一定得牺牲最海量的数据，而以大多数精准的产业场景所拥有的数据，是无法支撑真正的大型模型训练和研究的——这是中国绝大多数“产业细分”人工智能解决方案今天面临的困境，也是所谓“产业ChatGPT”是个换汤不换药的伪命题的原因。那些今天摩拳擦掌要大举杀入“中国的ChatGPT”的创业者和投资人们，且不说你们兜里有几个钱和几块GPU，既然都上了这艘船，都觉得自己攥着船票，那通用人工智能的“不可能之三角”，你们决定舍掉哪一个角？这是个首先得想清楚的问题。换而言之，哪个投资机构——无论是财务投资机构还是大公司的投资部门，有持之以恒数年如一日投入训练自然语义大模型，无限拉长回报周期的定力？毕竟历史告诉我们，这是一群最没有定力，最着急找接盘侠的人。中国从来就不缺优秀的创业者和科学家，在人工智能领域同样不例外。中国和美国科技公司在人工智能领域的水平和积累是全球范围内最接近的，至少几年之前中国和美国在自然语义大模型的建构和训练上的差距也并不大。但是中国确实缺一些视野更开阔、不人云亦云、有定力有远见的投资机构和投资人。沈向洋、李笛、马维英、王小川和李志飞等这些人，他们出来做通用自然语义大模型的创业项目都挺靠谱，但问题是得换一批背后支持他们的投资机构和投资人，有一些太擅长“做局”和投机，在加密货币等赛道上浸淫太深的投资机构混杂在其中，是应该被拉进黑名单的。说句实话，尽管过去这么多年都没什么正经的投资机构在看通用人工智能模型，可毕竟还是有一些机构也投了不少回报周期极长的人工智能公司。比如那些投资了中国本土激光雷达和自动驾驶解决方案的VC，他们是对树立中国在全球汽车产业百年未有之变局中全新的竞争力做出过贡献的。还比如那些投资了中国本土GPU的VC——这注定是一个充满艰险，面临美国封禁和打压，回报周期极其漫长的赛道；但这些本土新崛起的GPU玩家——无论是瀚博、壁仞还是其它，它们未来是可能为中国的通用自然语义处理模型提供弹药的。它们背后的投资人，如果有一天真的谋定思动，出手加持中国的自然语义大模型项目的话，我对他们可能有一些更不一样的预期和信心。只是这样不咋咋呼呼、不拖后腿、不急功近利的投资人和投资机构，不是太多，而是太少，但中国的自然语义模型建构和训练需要这样的投资人和投资机构——无论它是财务投资者，还是战略投资方，或是有国家意志加持的资本机构。中国要有自己的通用自然语义大模型，它需要有为全球通用人工智能提供中国智慧、中国价值体系和中国方案的愿景，需要从语料库选择、模型建构与训练、参数调整的全过程前置规避风险和法律、道德与伦理问题，更需要的是定力和耐心。无论如何，它不能投机。来源：金色财经

金色财经2023-07-23

浅谈Web3协议层价值：从经济模型中挣钱或是低成本服务社区？

证明更高的估值是合理的。鉴于我们经常在创业公司中看到的规律，很多公司都会倒闭。我们在数字资产领域也看到了这种变化。当一小部分用户出现时，个人会涌入交易某种资产。通常，人们认为实用性将继续上升，并与估值相匹配。很快，一个新的产品出现，带有闪亮的代币空投。用户纷纷转向其他地方，估值随着市场重新定价平台使用率的不足而下跌。 dApps vs 协议现在我们已经建立了一些关于协议和应用程序如何赚钱的基本经济学概念，那么值得看看这两者中哪个产生的费用更多。上面的图表不包括比特币和以太坊，因为它们具有先发优势。它也不包括 Solana，以防你有疑问。你会注意到，像 Uniswap 和 OpenSea 这样的应用程序的收入要比平均协议多得多。这可能与协议应该比应用程序更有价值的观念相冲突，因为价值是向下流动的（流向支持它的基础设施）。这就是为什么仅仅引用“胖协议”作为支持新的第二层解决方案的依据是错误的。以太坊上成熟的应用程序可以产生比相对年轻的整个协议更多的费用。这其中有一个原因。dApps 倾向于通过捕获其上的交易的一小部分来赚钱。你的费用与通过产品流动的资本量和你的收费比例成比例。Uniswap 和 OpenSea 之所以能够赚取近 28 亿美元，是因为它们具有较高的货币流动速度（资产更迭的频率）和可执行的收费比例，将价值传递给用户。对于协议而言，随着使用量的增加，强制提高收费比例会破坏网络效应，除非使用案例能够证明其合理性。让我解释一下。如果你的生活依赖于在比特币，在新兴市场上支付相当于一周收入的转账费用是可以接受的。但是不是一旦手续费提高，就不是人人就能接受的了。比特币的不可变性和去中心化是人们愿意支付高昂溢价的特点。比特币的费率是由以下因素证明的：网络的 Lindy 效应；其去中心化和不可变性。但是当你引入由中心化机构发行的稳定币时，市场将重新定价对协议的支付意愿。这就是为什么 Tron 是稳定币活动的中心。下面是一种量化的方法。上周在以太坊上的平均 USDC 转账金额接近 6 万美元。在 Arbitrum 上，这个数字下降到 9 千美元。而在 Polygon 上，只有 1500 美元。在这里使用“平均”作为度量标准可以进行辩论，但假设是随着费用的下降，交易金额低于 100 美元的交易变得可能。我试图说明的观点是：我们假设随着交易数量的增加和交易成本的增加，协议变得更有价值。但是高昂的成本往往会破坏用户集中在单一网络上的网络效应，并随着时间的推移将他们驱使到其他地方。这就是为什么新兴链上的 dApps 从来没有达到创造足够费用的临界速度。当你今天在以太坊上推出一个 DeFi 产品时，你正在利用那些通过 ETH、ICO 繁荣、NFT 繁荣和 DeFi 繁荣积累财富的用户的网络效应，以及允许人们进行交易、借贷和借款的强大基础设施。当你在新的热门第二层解决方案上构建时，你希望用户将他们的资产桥接并使用你的产品。这就像在一个新的国家建立业务一样。当然，你面临的竞争较少，但用户也较少。这就像在火星上经营唯一的星巴克一样。有趣吗？可能。能赚钱吗？可能不。社区作为护城河我们一直在深入思考 Web3 中的护城河是什么。因为与其他行业不同，加密货币中的大多数应用程序以两个特点而闻名。开源：你让任何人都能复制你所构建的东西；资本流动：你允许用户随时带着他们的资金离开。尽管具备这两个特点，Uniswap、Aave 和 Compound 多年来在它们所做的事情上保持了相对的优势。多个 DeFi 产品曾经复制了 Compound，但在这个最终遭遇了惨败。那么这些产品的护城河是什么呢？在这个行业中，护城河最简单的衡量标准是流动性。如果你是一个资本密集型产品，流动性就是可用于促进产品交易的资金量。如果你是一个消费者应用程序，比如游戏，流动性就是关注度。在这两种情况下，推动流动性或资本的关键因素是社区。所以在 Web3 中，唯一真正的护城河就是社区。而使早期社区参与者保持留存的是资本激励或产品效用。像 ChatGPT 这样的显著改善用户体验的产品并不需要为用户提供激励就能吸引他们。区块链技术使得应用程序偶尔也能产生类似的魔力。DeFi 在 AMM 和无许可借贷的黄金时代跨越了这个鸿沟，于 2020 年 6 月焕发生机，这是一个我们怀念的时代，称之为“DeFi Summer”。一个寻求通过空投快速赚钱的大量用户群可能看起来像一个社区。但实际上并不是。从长远来看，这对网络来说是一种“成本”，因为如果你想维持价格，购买代币的买方必须为他们提供足够的流动性。例如，昨天有消息透露，Arkham Intelligence 钱包中持有的代币中有 93% 立即被转移。那些出售的成员是社区成员还是对网络的一种成本？如果他们有战略性地回购，他们可以成为社区成员。但只要他们不需要代币来使用平台，他们就没有回购的动机。他们可以将这笔钱分配给其他数百个代币。Compound 和 Uniswap 等 DeFi 产品不仅拥有代币持有者社区，还有成千上万的个人将数十亿美元留存在他们产品的流动性池中。你可以复制他们的代码库，但如果没有建立一个坚定的社区，你无法在足够长的时间内复制他们的流动性池。资本激励有助于长期保留社区。资本激励可以是以代币形式给予用户在网络上执行功能的回报。例如，提供 Filecoin 存储的人会因为他们的贡献而获得代币。早期加入网络也是资本激励积累给用户的另一种方式。比特币和以太坊在这方面是相似的，因为它们的早期采用者通过早期参与和持有耐心积累了丰富的财富。用户的资本配置需求通过共享文化得以超越。Bored Apes 以及我们在上一次牛市中在 Twitter 上看到的众多 GMs 或 WAGMI 就是其中的一个例子。文化有助于个体对齐其身份，并使个体更长时间地保持在其中。文化无法以可量化的方式衡量，但我们在 EthCC 或 Solana 的 Hackerhouses 周围看到的兴奋就是其中的一个例子。它为个体提供了一种机制，使其能够在不投入资本参与对话的情况下建立、联系和构思。协议不能仅凭氛围运行，你需要人们来在其上构建。开发者是文化和资本相结合的方式，有助于长期保留用户的工具。如果将协议视为一个国家，开发者构建的实用工具将使用户（公民？）长期留在网络上。协议可以收取费用，就像高速公路可以收取通行费一样。但如果费用过高，它们将驱使用户转向其他地方。通过这种视角来看，很明显，如果用例与消费者相关，协议可能根本不是为了赚钱而设计的。 Web3 中的护城河是由用户长时间坚持使用网络来促进应用程序中的经济交易而形成的。每个网络都有相同的一组使用相同代码但具有不同品牌的 dApp，并单独销售“更低交易费用”的理念作为独特卖点。我们很快将拥有去中心化的生态系统，用户的注意力也将分散。的确，资本将通过交易所在短期内流向这些生态系统，因为用户进行交易，但它们很快将变成像 EOS 一样的死城。在现实世界中，你无法复制一个国家。没有机制可以在国境内扩大土地面积（没有暴力或经济一致性）。这就是为什么人们被迫集中在中心枢纽的原因，这些中心枢纽在历史上一直是港口。伦敦、孟买和香港在这方面都是相似的。人们的集中有助于推动城市内的网络效应。租金飙升，但这意味着更快的杂货和更好的服务。在数字领域，由于知识产权的运作方式和产品套件的扩展，用户被迫集中在一个生态系统中。谷歌推出其搜索引擎、Gmail（2004 年）、Android（2005 年）、Youtube（2006 年）都促使我们对该生态系统的粘性增强。注册 Gmail 的用户不可避免地进入 Alphabet 的其他产品套件。苹果和 Meta 也有类似的战略，将用户集中在其生态系统内。苹果通过拥有从硬件到支付的整个堆栈将其推向极致。集中用户群体有助于实现规模经济。我之所以提到这一点，是有原因的，而这归结于开发者。如果我为早期协议和 dApp 绘制一个需求层次结构，它将如下图所示。你需要开发者来：形成代码；资本投资；吸引用户。没有代码，我们只是在原地打转。自从 2000 年代初以来存在的风险投资公司非常强调开发者。这是因为开发者数量是可能在协议上发生的经济活动的精确衡量指标。假设你购买了一部 iPhone 是因为它的相机。很有可能你最终会购买一个帮助你在设备上编辑图像的应用程序。因此，你最初的决定（相机）推动了二次购买（应用程序）。随着每个新的应用程序的出现，生态系统变得更加强大，因为用户可以使用的产品套件扩大了。购买设备的价值主张不再仅仅是相机，而是整个向用户开放的生态系统。在互联网的早期阶段，这种变化也很明显。人们并不是订阅了“互联网”。在他们的心中，他们是在订阅一个总结互联网上发生的事情的网页。但只有当人们意识到他们可以发送电子邮件、给他们在学校喜欢的人发送尴尬的短信时，开放互联网才得以发展。现在想象一下，如果有 20 个不同的互联网在竞争，每个互联网都有它们的上市股票，以及完全不同品牌和交易费用的应用程序变体。消费者会感到困惑，互联网也不会成为今天的样子。这就是我们在 Web3 原生协议中所处的位置。价值捕获协议需要大量的用户流动性来支持其上层的新兴应用程序。在 Rollup 升级时代，每个人都有能力假装成下一个 L2（第二层扩展解决方案）。但是，随着每个新的协议出现，我们分散了 Web3 原生产品的用户数量。可能会出现这样一个时期，用户不知道他们工具背后的链或堆栈是什么。但我们还没有到那个时候。在此期间，希望每个协议都能获得与成熟的 dApp 一样多的费用可能是错误的。第一代区块链 dApp 是资本密集型的。下一代可能是注意力密集型的。目前还没有大规模的 Web3 游戏，因为我们更看重交易而不是优秀的游戏。区块链本质上是金融基础设施。因此，可以合理地假设每个用户都希望进行交易。但这种思维方式在一定程度上阻碍了行业的发展。所有这些让我想知道什么是“价值”。代币，如股票、游戏物品和其他流动资产，总会有溢价。根据人群的希望或恐惧，这种溢价可能会上下波动。至少八个世纪以来，投机一直是金融市场的推动因素。我怀疑我们不会很快改变人类行为的这一方面。对于创始人来说，信息非常明确。你可以通过推动叙事来赚钱，即使协议费用或使用率不足。Meme 代币就是这种情况的一种极端版本。另一种方式是构建一个能够产生费用并具有合理倍数的 dApp。Aave 和 Compound 已经发展成为具有这种特点的平台。这两种方式都需要大量的工作。我们见过的最好的创始人能够推动叙事和平台使用，只有一方面通常会导致灾难。提供无与伦比的核心实用性的协议或应用程序由于其粘性而可能具有更高的接受率。这就是 Peter Thiel 所说的“竞争是给失败者的”观点的体现。市场细分越拥挤，新进入者能够获得更高接受率或粘性用户的概率就越低。所有这些只考虑了用户集中度。那么协议经济学呢？ Anagram 的 Joe Eagan 在这里提出了一个很好的类比。最好的协议有一种像亚马逊一样的行为激励机制。亚马逊在很长一段时间内几乎没有盈利，但内在的网络效应在长期内得到了回报。亚马逊上最广泛的卖家与最大的买家群体相遇。从长远来看，任何“成功”的协议都可能具有类似的属性。费用极低，并在此之上构建了最广泛的应用程序，因此用户无需通过其他地方即可完成日常功能。这种协议的变现可能是通过其在区块链上留下的数据的丰富性来实现的。这种情况可能是协议在没有代币的情况下推出。它可以以美元收取费用，而不是为新的原生资产收费。想象一下，用 USDC 支付 0.0001 美元的交易费用。用户可以从当地商店每完成 10, 000 次交易后，就会有一美元“充值”到他们的钱包。但问题在于，大多数基础链无法做到这一点，因为它们的原生代币在其安全模型中是必需的，而且我们不太清楚这样的协议如何盈利。这样的协议可以呈指数级扩展，而无需像今天的以太坊那样，每次协议使用量激增时用户都需要花费大量资金。如果我们相信区块链是交易的基础设施，并且互联网上的所有行为都将成为交易，我们可能不可避免地需要低成本的协议和固定成本。或者，我们可能最终会拥有 50 个新的 L2，每个都有极高的估值，因为市场喜欢新鲜事物。市场可以促进两者，这也许就是其中的美妙之处，既有实用性，也有投机。来源：金色财经

金色财经2023-07-23

特斯拉财报后股价暴跌超10% 马斯克人工智能初创公司xAI要“背锅”？

马斯克在本月初正式推出xAI时，将其创业公司描述为探索“更大”的问题，这些问题困扰着人类多个世代，比如可能包括对重力本质的探索。为了达到这个目标，他希望开发一种先进的人工智能，即人工通用智能（Artificial General Intelligence，AGI），并希望实现类似于超人类智能的状态。正如马斯克所说，xAI的使命宣言是创造一种先进的人工智能，能够回答“到底发生了什么？” 虽然xAI的使命陈述非常宏大，但它的商业计划和具体实施方式可能是投资者和观察者所关注的。马斯克对这些细节并没有提及，只是表示xAI将与OpenAI和谷歌的Bard竞争。OpenAI的生成式人工智能聊天机器人ChatGPT的成功走红让硅谷再次兴奋不已，因为经过多年的理论研究，更先进的AGI是可能实现的。尽管如此，马斯克仍然认为特斯拉在通用人工智能的未来中发挥着重要作用，特别是它致力于开发一种名为Optimus的人形机器人，它是特斯拉无人驾驶汽车工作的一个分支。马斯克在5月份向特斯拉股东表示：“我认为特斯拉在人工智能（AI）和人工通用智能（AGI）领域将扮演重要角色，我需要监督这一过程以确保一切都是良好的。特斯拉在AI领域具有非常强大的能力，特别是在现实世界中的应用，而这在人工智能界很少有人能够充分认识到。” 特斯拉在2021年举行了备受瞩目的“AI Day”（人工智能日），其中包括开发类人机器人Optimus以及专为人工智能设计的算力，包括一台名为Dojo的超级计算机，旨在帮助发展无人驾驶汽车技术。在上周三，马斯克首次透露特斯拉计划在明年年底之前在Dojo上投入超过10亿美元，他表示这将使公司在与竞争对手争夺昂贵计算能力的竞争中处于优势地位。随着人工智能公司的崛起，对计算能力的需求大大增加，尤其是用于训练自己的驾驶系统。而特斯拉通过Dojo的投资，可以拥有自己的高性能计算设施，使其在发展无人驾驶汽车技术时获得竞争优势。马斯克表示：“我想说，全自动驾驶进展的根本限制因素是训练，如果我们有更多的算力，我们就能更快地完成任务。” 马斯克本月早些时候表示，特斯拉的芯片团队及其人工智能软件程序员可能会与xAI合作。 Dojo是特斯拉专门开发的超级计算机，用于处理在制作无人驾驶汽车系统中所使用的大量视频数据。目前的Dojo版本并不适用于处理用于创建类似OpenAI的聊天机器人的大型语言模型。然而，本月初，马斯克表示下一代的Dojo将能够与这种所谓的LLM（大型语言模型）一起使用。马斯克表示：“任何与特斯拉相关的交易都必须遵循公平和独立的原则，确保避免利益冲突或潜在的不当关系，因为特斯拉是一家上市公司，其股权由广泛的股东拥有。” 马斯克的公司之间可能存在复杂的相互关系和交互，这可能涉及到监管问题和投资者关注的事项。多年来，监管文件一直暗示着这种相互作用，投资者偶尔也会抱怨，包括2016年特斯拉收购陷入困境的SolarCity时。马斯克当时是这家太阳能电池板公司的董事长和最大股东。特拉华州的一名法官去年裁定马斯克在收购中没有违法行为。在马斯克收购Twitter后的初期，特斯拉和Boring Co.内部的员工曾在这家社交媒体公司帮助马斯克过渡。今年早些时候，特斯拉披露Twitter从去年到2月期间因“某些商业和支持协议”产生了140万美元的费用。近年来，特斯拉和SpaceX合作最引人注目的方式之一可能是通过员工共享，比如一位前苹果材料工程师现在就在为两家马斯克的公司工作。马斯克表示，类似地，xAI的起源是为了吸引他在特斯拉无法获得的人才。他说：“世界上只有一些最优秀的人工智能工程师和科学家愿意加入初创公司，但他们不愿意加入特斯拉这样的大型、相对成熟的公司。”

楼喆2023-07-23

24小时热点