FX168财经网_全球视野外汇黄金加密货币NFT资讯网

TEAMZ Web3 Summit于东京时间5月18日圆满闭幕

瞄准WEB3系统。 IBM: 大公司和创业公司需要合作，形成生态系统，共同开发产品。 Deloitte: 为了填补日本WEB3和海外WEB3之间的差距，重要的是在自己动手的同时提供给客户，并且有必要牵头DAO等努力。 Web3和社会的生活关系圆桌嘉宾：唐嘉骏 / Ubox CEO Ran Yi / Orderly Network Co-Founder / CEO Lorenzo / Conflux创始人 Sumit Ghosh / Chingari App CEO 熊本熊表演表演嘉宾：熊本熊日本人气熊本熊参加TEAMZ WEB3 SUMMIT！未来有望活跃于WEB3行业，比如熊本熊正在做的NFT。 Alibaba Cloud Blockchain x Game Hackathon 演讲嘉宾： Unique Song / Alibaba Cloud Japan 区域经理阿里云区块链节点服务公告。任何人都可以在公链上访问，未来基础设施所需的工时将减少到1/4。历时两个月的Game Hackathon颁奖典礼也同时举行。▪️颁奖典礼最优秀奖：Climbers 200万日元优秀奖：チーム強制入場 100万日元特别奖：C4D(CYBERDIVER) 50万日元评委特别奖：GoLifeHackers PITCH EVENT Pitch嘉宾：原田浩志 / Jasmy CFO 佐藤幸治 / PassPay CEO Andy Lee / Mugen Interactive 联合创始人兼CEO 杜瑪 / KEKKAI CEO 谷本祐真 / CROSSTECH Co-Founder / CSO Y.Kitano / JTUSIMA apan Lead Gleb Doykhen / Game Trade Market 创始人 Wehming Tan / CoinsDo 产品经理 • 原田浩志: 为了数据的民主化，我们将致力于考虑隐私的数据收集和利用。为呼叫中心和旅行社提供用例。 • 千葉CTO: PassPay 开发稳定币、钱包资产管理和支付基础设施，作为数字生活的桥梁。注重营销措施和扩张。 • Andy Lee: Mugen Interactive 创新 Web3 游戏市场，致力于游戏开发和全球扩张。旨在通过治理代币实现增长。 • 杜瑪: 为智能合约开发无代码工具并加强 Web3 安全性。我们正在促进与 NFT 社区的合作和融资。 • 谷本祐真: 开发了下一代L1区块链CROSSTECH。我们专注于不断增长的资产标记化和扩展用例。 • Y.Kitano: 我们提供隐私解决方案，以加强对竞争对手和恶意第三方的安全保护。启用加密交易。 • Gleb Doykhen: 通过 G AVETRADE 实现去中心化经济并改善 Web3 的游戏产业。专注于插件开发和令牌使用。 • Wehming Tan: 我们提出 CoinWalete，旨在提高使用多个私钥的区块链的便利性。我们还希望进军日本市场。交易所因Web3的发展而发生的变化和可能圆桌嘉宾：加納裕三 / bitFlyer Holdings CEO 天羽健介 / Coincheck 常务执行官國光宏尚 / Financie CEO 佐々木康宏 / 楽天Wallet CIO 斎藤創 / 創・佐藤法律事务所代理人日本的加密货币行业有成长的机会，每个成员都在为自己的利益而努力。 CEX的商业模式已经确立，NFT、AI、Web3等新领域也备受关注。强调安全和法律法规的重要性，也强调产品开发和社区形成。总的来说，可以说日本加密货币行业的复兴和发展活动正在取得进展。 Web3 领域的投资者观点和挑战圆桌嘉宾： Tone Vays / 分析师、衍生品交易员、活动策划人 Kevin Ren / Cryptogram Venture 亚洲合伙人 Jack孔 / Nano Labs 创始人袁小航 / Skyland Ventures 合伙人 Zaif 圆桌区块链在日本的大规模采用通过 SBT 传播演讲嘉宾：吉田世博 / 株式会社HashPort CEO Web3 平台将使用户参与并通过代币提供激励。随着代币化服务的普及，我们的目标是合作实现利用 SBT 的去中心化社会。加速器在构建 Web3 生态系统中的价值演讲嘉宾： Earnest Carr / Coinhouse Accelerator Chief Traning Officer Coinhouse Accelerator甄选优秀区块链项目，通过AI技术扶持。我们为创新区块链项目和数字资产的成功奠定基础，支持项目开发和市场准入，并提供资源和专业知识以取得更大的成功。 Coinhouse Accelerator作为加速器，在项目选择、评估、开发和推广等方面提供了广泛的全球支持，因此我们可以为网络机会和市场准入支持等问题提供高质量的解决方案。我们还提出了利用人工智能技术促进增长和对冲风险的项目。蓬勃发展的验证者阶层：验证者的责任和自律演讲嘉宾： Daniel Hwang / Kintsugi Tech联合创始人 • 展区 TEAMZ Web3 Summit第二天精彩瞬间回顾日本政府未来Web3战略谈演讲人：平将明 / 自民党 / 前内阁府国务相 web3PT 数码社会推进本部部长通过在 G7 上讨论加密资产、自民党的前瞻性白皮书以及与数字部长河野的会面，平将明大臣强调了 Web3 与区块链和人工智能的增长之间的并行性。此外，稳定币的多元化、DAO 激励革命以及日本地方政府对 NFT 的使用也在进行中。此外，日本政府还专注于日本旅游体验和文化的全球扩张，并构建代币经济。印度公司Chingari的未来前景：部署拥有全球最大链上用户的平台演讲嘉宾：Sumit Ghosh / Chingari App 创始人 Chingari 是最快的链上应用程序，与其他社交媒体应用程序不同，它允许创作者和用户赚钱。目前拥有280万链上用户，主要提供以印度为主的短视频。 Chingari 有一个名为 Chingari earn 的内置功能，它允许您将 Gari 代币用于音频室、直播等。钱包是在应用程序内自动创建的，因此您不需要第三方。 Chingari 在 Corona 期间建立了钱包机制，并且有可能获得 Gari 代币。目前是WEB2，未来会演变成WEB3的去中心化应用。此外，Airdrop和NFT收藏铸币也是可以的，用户可以拥有自己的内容作为NFT。 Chingari 还计划扩展到日本市场。 UneMeta 重新定义 NFT 演讲嘉宾：Ann / UneMeta CEO NFT 知名度迅速上升，它们的代币代表所有权，并且由于价格飙升而越来越受欢迎。 UneMeta 是一个结合社交和 NFT 的平台，强调 NFT 的文化方面。他们设计了 NFT 交易策展的概念，并致力于突出特殊艺术品，例如 Kana Hanazawa 和 Kumamon。至于为什么要在日本发展，他们列举了日本知识产权和文化的吸引力、政府政策的明确性以及监管体系的先进性。此外，花泽佳奈、美术作品、GameFi等成功案例，以及TEAMZ WEB3 SUMMIT的NFT门票的诱人设计都被触及。 VC 基金在 Web3 发展中的价值圆桌嘉宾： Joanna Liang / JSquare联合创始人 Tony Gu / NGC Ventures合伙人 Jerome / Everest Ventures Group联合创始人邓鹏 / LK Venture VP 杨天宇/TEAMZ CEO Joanna Liang认为，AI与区块链的结合以及VR的演进将是重要的，根据创业者对趋势预测的看法。而Tony Gu则区分不变的事物和变化的事物，强调自我转化。基础设施、财务和进度管理对 Jerome 很重要，他期待着钱包的发展和可扩展性的改进。另外，邓鹏表示Web2到Web3的过渡很重要，希望Web3的用户数量增加。对于投资决策的重点，邓鹏表示，重要的是用户要多，要能做营销。 Jerome说，适应性是最重要的，它总是需要根据进化做出反应。 Tony Gu 说，重要的是要考虑在哪里竞争以及如何获胜。最后，Joanna Liang 说她关注解决问题的意图、正确的市场视角、团队绩效以及社区的重要性。 Web3 普及所需的代码审计标准圆桌嘉宾： Jian Chen / Slowmist U.S. 负责人 Jasper Kanetake / Beosin 安全负责人 Connie Lam / CertiK解决方案架构师负责人五十川舞香 / Webacy联合创始人 Angela Tong / Fairyproof联合创始人 WEB2 和 WEB3 之间的安全性差异在于 WEB3 使用智能合约并且建立在无法降级的无许可区块链上。公司通过定期检查、更新有关 AI 使用的信息以及对员工进行培训来应对黑客。企业价值观和Web3 圆桌嘉宾：岡澤恭弥 / Animoca Brands 联合创始人兼最高投资责任人水岡駿 / Upbond CEO 野呂崇享 / 三菱UFJ 落户企划部总经理兼企业企划部总经理 WEB3 的技术扩大了公司的范围，并为使用个人数据提供了激励。此外，区块链还可以应用于库存管理和碳信用额度的开发，为各行各业带来变革。企业需要利用WEB3的独特优势来思考解决问题和提供新的价值。 Cointime日本市场进入战略合作伙伴发布演讲嘉宾：楊天宇 / TEAMZ CEO Angela Tong / Cointime联合创始人 Cointime和TEAMZ将建立合作关系，提供WEB3的突发新闻和信息，传播产品和项目，提供投资信息。 Cointime特别关注日本市场，对 GameFi 领域很感兴趣。 12:00~ LOOTaDOG　プレゼンテーションスピーカー：亀澤凌 / LOOTaDOG Global Operations and Marketing Head BTC抽奖（赠送总计100万日元）恭喜5位获奖者！！获胜者将获得相当于 200,000 日元的比特币。 Web3 Fund 的当前投资趋势圆桌嘉宾：谷元樹 / Animoca Brands联合创始人 Lawrence Chu / VSFG联合创始人兼会长 Tone Vays / 分析师、衍生品交易员、活动策划人 Yawn Rong / Stepn Co-Founder Yijin / Whalefin CEO 崭露头角的项目谈论实现去中心化社会的挑战圆桌嘉宾： Sebastien Guillemot / Paima Studios 联合创始人兼CTO Adam / Yuliverse 社区领袖 Chris Sharp /Blockdaemon CTO Amelie Wu /Metaoasis联合创始人兼CMO 使用 L3 技术优化 AMM 交易演讲嘉宾： Netta Korin / Orbs 联合创始人兼首席投资官 Stepn 政略合作发布 Stepn宣布与攻壳机动队 SAC_2045 的合作!! 包含 1900 款 OG 运动鞋和 100 款 Genesis 运动鞋，根据攻壳机动队 SAC_2045 的角色设计了 16 种不同的设计。社区战略的重要性和参与的力量圆桌嘉宾：小野暢思 / DeFimans联合创始人藤井康平 / 野村證券 Web3 Pocket Campus 产品经理 Yusuke / Coin Club Japan创始人 Katt Gu / MaskNetwork 合规官讨论了良好社区的特征，强调了成员之间共享有形利益和热情的重要性。关于如何建立社区，重要的是耐心等待并专注于内容营销。激励措施和利基目标战略的使用也被认为是一个成功因素。关于WEB3社区和其他社区的区别，没有概念上的区别，最终的目标是一样的。 Zaif 圆桌生成式 AI 及其对 Web3.0 的影响圆桌嘉宾：針ヶ谷武文 / A.T. Kearney上级合伙人松岡洋平 / A.T. Kearney 专家主任/高级主任石川裕也 / Gaudiy CEO 浜崎晧介 / Sanrio 总裁办公室数字业务负责人和人力资源总经理 AI制作的UGC、UGIP等产品备受瞩目，据说IP的价值随着故事和个人感受而变得更加灿烂。在基于 NFT 的服务中，重要的是为大众提供有形的价值。也触及了大企业的努力和传统企业的制约，呼吁合作，灵活思考。强调现实元素的重要性和娱乐与科技的融合，需要娱乐专家和技术专家去探索未来如何实现女性用户的参与。 Web3和地方创生圆桌嘉宾：松下新平 / 参议院政治伦理审查委员会主席/参议院议员菅原壮弘 / SOKO LIFE TECHNOLOGY CEO WEB3 和娱乐的未来演讲嘉宾： VERBAL / Artist AMBUSH® CEO 矢嶋健二 / twinplanet CEO 渡辺創太 / Astar Network创始人白石俊博 / 株日本电视台企业战略本部总经理 VERBAL 先生是最早结合最新技术的人之一，例如使用动作捕捉服在虚拟空间中创造娱乐体验，他也对 NFT 感兴趣。尽管在娱乐行业中关于如何使用 WEB3 和技术进步存在问题，但通过小范围的尝试来提高对 WEB3 的兴趣是很重要的。通过与现实世界的联动提供逼真的娱乐体验也备受瞩目。峰会闭幕红毯晚宴精彩瞬间 18日晚上主办方TEAMZ举办了红毯Gala最为峰会的闭幕活动。有300位嘉宾出席了红毯峰会闭幕活动。 • TEAMZ Web3 Summit 2024举办日期确定！红毯Gala上TEAMZ CEO杨天宇宣布下届TEAMZ Web3 Summit将于2024年4月11日，12日于东京举办。・时间：2024年4月11日，12日・地点：Toranomon Hills Forum 我们正在从下面的 TEAMZ Web3 Summit官方网站接受演讲者、赞助公司、媒体合作伙伴和 pitch 赞助商的申请，因此如果您对大会感兴趣，请通过联系表与我们联系。 TEAMZ Web3 Summit：https://web3.teamz.co.jp/ 【TEAMZ概要】 TEAMZ 是一家为寻求新可能性的 web3 相关企业提供业务战略和解决方案的综合公司。汇聚国际化、丰富经验的成员，以全球尖端技术和工具为其客户提供优质服务。我们通过提供从 NFT、DAO、GameFi、Wallet 和 Metaverse 等 web3 服务的规划到开发以及后续支持的一站式服务，引领日本的 Web3 行业。 https://www.teamz.co.jp 来源：金色财经

金色财经2023-05-22

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？

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

行业数据+场景：AI风口下，率先利好的是这样的公司

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

BitKeep崛起:千万用户的信任,终点还未到来

传奇故事罕见而感人，我们有幸见证了一家创业公司在经历重大安全事件后，依然保持坚韧不拔的韧性和生命力，快速重塑产品和品牌形象，展示了成功打开新篇章的决心与勇气。今年以来，BitKeep表现卓越，取得了迅速而充实的成就，不但成功度过了安全考验，在短短数月内全面重塑旗鼓，更是以敏锐的市场视角，引领用户抓住多个热点机遇，通过丰富的产品和福利活动吸引大量用户，已成为多条主流公链上重要的生态参与者和价值传导者，有望成为Web3领域的领导力量之一。 BitKeep在Web3世界频频发力，推出了Arbitrum、Sui Network期货通证ARBK和SUIBG，作为早期免费兑换项目官方通证的唯一途径，获得用户热烈反响。ARBK曾位居Arbitrum新用户项目交互热度榜首，在空投推出一周内，链上持币地址数超14万，交互量近60万次，一周最高涨幅近250%；SUIBG也曾位列生态交互热度榜单前二。除期货通证外，BitKeep近期还发行了灵魂绑定通证BSTB，记录用户使用和贡献过程中的足迹，与用户共享平台的发展成果；还发起了「Power of B，2023年度空投计划」，通过多场价值空投向用户传递价值，解锁丰厚福利。 BitKeep内置的NFT交易市场在多条公链上占据市场份额前二，仅次于甚至超过OpenSea，比如在币安链和Polygon链市场份额第一，在Arbitrum第二，交易量、活跃钱包数表现优秀，为多条链上NFT 交易市场注入强劲的交易量和流动性，大力扶持公链生态发展。今年，BitKeep还和Polygon上最大的P2E游戏Planet IX联合推出了一款灵魂绑定通证PO100M，BitKeep为Planet IX贡献超过85%的交易量，见证且推动了Planet IX在Polygon链达到1亿次交易交互的成就。在BitKeep的多链版图中，BitKeep Swap的跨链交互也受到很多人好评，它支持十几条公链之间的跨链交易，无需主链币也不影响交易，最近还上线了限价委托功能，进一步提高了链上交易体验。与此同时，BitKeep也获得了资本市场的广泛支持，Bitget交易所以3亿美元估值向BitKeep追加投资3000万美元，帮助BitKeep提升其产品和服务的稳定性及安全性，之后BitKeep会拥有更多资源完善业务与技术，将助其进一步拓展版图。千万用户不是终点，而是新篇章的起点。我坚信，未来会有更多的惊喜等待我们，由BitKeep带来。让我们一起拭目以待。来源：金色财经

金色财经2023-05-17

ChatGPT有哪些新的应用趋势？会取代人的工作吗？

巨大的算力和人力的投入，相对于大公司，创业公司做通用GPT的机会相对少一些。周鸿祎比较看好垂直类、企业级的GPT，他表示，现在在医疗、法律、教育很多垂直领域，有很多公司在做行业的GPT，行业GPT对GPT能力的要求没有那么高，打个比方，通用GPT是哈佛培养的博士后，我们现在培养不出来同样级别的学生，如果我训练出大学本科毕业，再用法律、医学的制度来训练，在这个领域深耕下来，大学本科毕业的医学研究生可能会在医学方面比通用GPT博士后更加胜任。并且一些政府部门和很多大企业，也是需要自己专有的GPT的，一方面，很多企业都有自己独有的优势私有知识，这些是不可能训练到公有的GPT里面去的。另外，公有GPT还会涉及到数据泄漏、数据安全等问题。王小川表示，大企业在原有的优势场景能力之外，不一定具有竞争力，当大企业尝试维护新场景，原来的结构、人的考核方式就会发生巨大的变化，对原有的文化形成巨大挑战，像互联网公司做制造业，或者是农业公司要做互联网，都会带来非常大的难点，每个大公司都有自己的边界，这也为创业公司研发垂直GPT留出了空间。另外，从整个行业来说，做垂直GPT，对现有场景要求没有那么高，能够迅速实现经济上的循环，在全球范围内实现竞争力的赶超。目前的人工智能市场是否存在泡沫？沈阳表示，深层次人工智能市场，现在还处在创新扩散的高速增长期，在增长期当中，舆论泡沫、产业泡沫、资本泡沫是不可避免的，但要看到深层次智能本身有非常坚实的基础，包括巨头巨大的产业投入，并且全世界现在每个月超过一亿人在使用相关应用，这种使用事实表明，类似于ChatGPT的深层次人工智能，已经在事实上通过了图灵测试，从这个角度来说是不存在泡沫的。清华大学新闻学院教授沈阳马金男表示，首先泡沫不一定是坏事情，我们讲经济发展也需要温和的通涨刺激，新产业爆发前期，也需要一定的泡沫来刺激市场资源的倾斜，对相关企业来说，一定的泡沫能够帮助企业获得稳定的现金流支持，保证研发和场景落地的连续性；对于投资机构来说，一定的泡沫能够保证资本从投入到退出的健康循环，以增大资本杠杆对行业的撬动；对于用户来说，一定泡沫带来的热度和场景爆发，某种程度上对大众也是一种教育，大众通过全民追捧的方式了解这个技术、应用、工具，了解之后，再进一步思考如何能够使用它、如何应用于自身，带来有效需求的爆发。当然，泡沫也要是温和的，不能最后爆炸了把前期所有的积累都炸毁掉，另外核心更要看新产业的增长空间有多大，通过产业发展能不能消化掉泡沫，走上一个健康的发展路径。钛媒体集团首席运营官、执行总编辑马金男 GPT会取代人的工作吗？周鸿祎认为，大部分工作不会被代替掉，他表示，面对整个社会还是希望大家对人工智能要有正面的理解和支持，不能把人工智能渲染成造成大面积失业的推手。GPT首先还是一个工具，人工智能的最高境界应该是人机结合、人机协作，提高劳动生产率，如果很多工作完全没有人的创意，没有人的主导，完全靠人工智能，目前还是有很多问题的。周鸿祎表示，GPT能够帮助人们解锁很多技能，未来不会用GPT的人会被淘汰，GPT真正的用法还是挺深奥的，要跟它做很多的互动。王小川则认为，大多数的工作岗位会被取代掉或者是消亡掉，不是说光被机器取代，而是这些岗位没有相应的价值了，比如数字营销，今天看到的好像是机器可以写文案了、机器把人取代了，但从未来来看，当每个人都有自己的买手、有个人助理的时候，也就不需要看广告文案了，王小川称之为“逆工业革命”，王小川表示，工业革命是把很多分工越做越细，分工越细，效率越高，而有了GPT技术，很多事情就被端到端取代了，原来很多人干的活，可能一个人就干了、甚至这个岗位就没有了，在这种情况下原来的岗位不会被取代，而是消失。借助GPT的能力，每个人不是在原有岗位做员工，而是可以利用GPT帮助实现个人的梦想，社会将变得更加扁平，每个人可以活的更加自我，找到自己真实存在的意义，短暂的职业消失或者是失业换来的是每个人有更多的解放。沈阳认为，我们要更多拥抱新的技术、新的理念，让AI成为每个人的工具，每个人的助理，让AI帮我们干活，增强人们在职场的能力。并且深层次人工智能的发展，虽然会带来一些现有职业的消失，但也会催生很多新的职业。沈阳还表示，一些人有一个误会，原来我们认为体力劳动者会被先替代，现在发现AI会先替代脑力劳动者，但是人类有一个能力是目前AI难以替代的，人有很多发明和发现是在“玩”的过程中去创造和突破的，而AI现在不会像人这样去休闲，在这一点上人类生活的目的是很多元化的，但是AI现在的价值函数还是比较单一的。马金男表示，每一轮大的科技革命的到来，都会导致一定程度结构性的失业，但这是短期的波动。GPT与蒸汽机、内燃机、计算机并无二致，都是人类创造出来并服务于人类本身的工具。我们看到，自工业革命爆发后的三百余年里，人们在被各种技术工具宠溺“变懒”的同时，更是创造出了人类历史上最惊人的财富。人类区别于动物的最大优势是拥有创造工具与使用工具的智慧，创造工具、使用工具的权力始终牢牢掌握在人类手中，不曾旁落。举个例子，19世纪初农民花300个小时收割的小麦，在使用马车机器的19世纪末，只需要大约50个小时，在使用大型拖拉机和联合收割机的20世纪，则只需要短短4个小时，但农民作为一种职业并没有被替代，被替代的是汗水、疾病与锄头，一些因机器帮助而有足够闲暇时间的农民，也陆续成为了产业工人。新技术的工具属性、以及新技术带来的经济发展所创造的新的岗位，一直是技术和人工协同创造价值的粘合剂。人类如何和AI共生？沈阳表示，我们只要充分利用好AI，然后在这个过程中充分使用AI给我们赋予的能力来控制它，人类是有可能实现新的进化的。人跟AI是共生的，要把人脑和电脑连接起来，人类大脑的潜力现在还没有完全被开发出来，如果有AI的帮助，人会发展成什么样子？我是特别期待产业界把AI和我们的大脑未来实现打通，让人的生活和思维变的更好。马金男表示，正如沈老师所说，AI对于释放人的潜力拥有很大的想象空间，在学习能力、创新能力等方面，AI肯定比人类要强，一些普通人借助AI能力，做了很多他们想做但是没有做的事情，比如文言文写作、作曲、绘画等等，借助AI的工具帮助人们实现梦想，也是技术推动平权很好的案例。另外，通用型AI所带来的效率的提升，某种程度上也可以帮助人类向地球之外的空间进行更多的探索，尝试打破资源的限制，获得更大的发展机会。来源：金色财经

金色财经2023-05-16

Crypto VC 们最近有何动向？7 个工具助你轻松追踪

超过百万美元。它们为具有增长潜力的早期创业公司提供资金、技术支持和专业知识，作为交换，它们将获得这些公司的股份（代币）。你可能经常会听到“VC 投了”之类的话，这些 VC 都是谁？哪些口碑最好？而且，最重要的是，他们投资了哪些项目？你如何跟上他们的步伐呢？不需要成为一名专家研究员，以下 7 种工具可以帮助你探索 VC 并找到下一个 50x。了解 VC 的成功至关重要，此表通过投资回报率将 136 家加密 VCs 或基金划分为不同级别： https://docs.google.com/spreadsheets/d/1saqKNeo9pSl-m_Xa9jVpFyPfg8faCXn6lZ3TEtTKz5Y/edit#gid=0 当你挑选好需要追踪的 VC 后，通过数据分析平台 CryptoRank，可以更深入地探索它。你可以访问每个 VC 或基金的详细数据，包括它们的投资历史。例如，我搜索并进入了 Paradigm 的详细页面，可以看到 Paradigm 的投资组合、投资成功率、最近投资了哪些项目。如果想要近乎实时地跟踪最新投资信息来了解你选择的 VC 的动向，此表会定期更新： https://airtable.com/embed/shrX5Q7HqIo7hrljW/tblaqYnoeg5wjGxqB/viwnUA3uhNurmtgNj 想要找到 VC 和获投项目的详细信息，可以使用加密筹款信息平台 Crypto Fundraising，只需输入你感兴趣的项目名称，就可以获得以下信息： • 发现整体融资 • 了解每轮融资详情 • 相关新闻链接为了深入分析你感兴趣的项目的详细信息，Crunchbase 有你需要的一切，它是大部分研究人员的综合数据库。可获得的信息包括： • 员工的 LinkedIn 个人资料 • 有关 VC 投资的大量详细信息查找有关小额投资的信息可能非常困难。加密数据平台 Cypher Hunter 可以让你更容易获得所需的情报，虽然该平台与上述几个平台类似，但它包含了大量有关小额投资的信息。当还没有有用的投资信息时，Twitter Score 这款免费工具可以帮助你对项目的 Twitter 关注者进行分类和排序，可以发掘是否有 VC 正在关注该项目。风险提示：根据央行等部门发布的《关于进一步防范和处置虚拟货币交易炒作风险的通知》，本文内容仅用于信息分享，不对任何经营与投资行为进行推广与背书，请读者严格遵守所在地区法律法规，不参与任何非法金融行为。来源：金色财经

金色财经2023-05-16

盘点ofo戴威版图戴威名下存40条限制消费令

啡店，售卖冰镇珍珠咖啡。这家精通科技的创业公司，获得了中国一些大型风投公司的支持。　　天眼查App显示，ofo创始人戴威名下12家企业中7家为存续状态，其中北京拜克洛克科技有限公司、北京拜克洛克技术服务有限公司、拜克洛克（天津）融资租赁有限公司、拜克洛克（天津）商业保理有限公司、上海奥佛合盛网络科技有限公司5家为ofo关联公司。7家存续状态的企业中，戴威担任2家企业的法定代表人，在4家企业中担任董事长、执行董事、经理等。除持有北京拜克洛克科技有限公司、北京拜克洛克技术服务有限公司股份外，戴威还在宁波唯猎投资管理合伙企业（有限合伙）、北京漫游星际科技有限公司中分别持股2.12%、4.3%。风险信息显示，戴威名下存在40条限制消费令，均涉及ofo相关公司案件。

金融界2023-05-16

ofo小黄车创始人戴威赴美创业能像贾跃亭一样“成功”，然后在某个下周回国退还1600万用户的押金吗？

家普通的社区咖啡馆，而是一家精通科技的创业公司，并且获得了中国一些大型风投公司的支持。它的创办者正是ofo创始人戴威，投资者包括真格基金和IDG资本中国子公司等。　　作为ofo小黄车的创始人，北大学霸戴威当年曾一时风光，但此后ofo陷入危机。2018年9月，十几个合作商和供应商联手将ofo告上法庭，10月戴威悄悄卸任总裁，大批人开始向ofo讨要押金，而ofo的回应则是要排队，但当时排队等候退还押金的人数已经高达1600万，而押金金额分别是99元和199元，也就意味着ofo最少还得拿出15亿来平这个账。2020年7月，ofo总部人去楼空，官网、APP、公众号等渠道也无法再找寻到ofo的踪迹，之后戴威再被限制消费，据说到目前为止，戴威一共被限制消费40多次。　　今年2月ofo小黄车被曝客户端已经无法接收到短信验证码，用户无法登录，超千万用户的押金还没有退还成功。对于戴威再创业消息，网友纷纷喊话：我的押金什么时候退还？　　乐视网创始人贾跃亭也曾成为老赖，欠了一屁股债，据媒体统计有37.7亿美元。贾跃亭也是去美国创业了，虽然还没赚到钱，但至少人家的新能源车公司法拉第未来已经在美国上市了，车也开始量产了，或许会在某个下周回国还债。如今老赖戴威也去美国创业了，能像贾跃亭一样“成功”，然后回国还债？希望他可以做到……

金融界2023-05-16

详解RWA DeFi协议Tangible

团队已公开身份，并且有建立 Web3 创业公司的经验，这增加了一定的可信度。然而，高度的系统复杂性以及中心化的访问控制会引起担忧。 2. 如果团队消失了，项目能否继续？不行，团队控制着所有合约、资产和所有 RWA 的监管。如果团队消失，DAO 无法行使其 RWA 的清算权。此外，没有人可以更新合约、分配费用或访问保险库中持有的任何其他资产。因此，Tangible 监管的房地产或任何其他 RWA 不太可能被团队之外的任何人访问。团队提到了一项计划，即与其他 RE 发行者合作，以减少对自己的 LLC 的依赖。这还有待观察。 3. 该协议是否依赖 CRV 或其他激励措施来保持其锚定？在获得 Curve 标准后，USDR 的市值已达到 1150 万美元。USDR 也一直相对稳定。仅在 USDC 解锁期间出现了解锁，而大多数稳定币在一个周末内都会出现一些问题。USDR 很快恢复了，并保持了稳定。然而，USDR 依赖于 Curve 池中的 POL，以提供足够的流动性，并通过协议直接最小化赎回。这可能会产生对 Curve 池激励的依赖，以避免流动性危机，这可能会成为系统面临破产风险时的拐杖。 4. 审计是否揭示了任何令人担忧的迹象？没有，第一次审计没有发现任何严重问题。然而，迄今只有一次审计。第二次审计正在进行中，而本报告正在撰写。值得注意的是，目前没有主动赏金计划，而且 Tangible 通常还是一个年轻的项目。有一些架构上的不一致性和过多的手动、特权功能。目前，Tangible 更像是一个公司而不是一个协议，存在人为错误或不良系统管理的可能性。鉴于系统的复杂性，仅进行一次审计并缺乏漏洞赏金计划不足以提供强有力的安全保障。结论 Tangible 是一个非常雄心勃勃、快速发展的项目。它引入了新颖的 RWA 使用案例和一种具有内在收益和再平衡机制的创新型稳定币。关于 RWA 交易和房地产抵押品的概念是新颖且经过深思熟虑的。然而，团队所拥有的中心化控制程度存在利益冲突，因为团队既是 RE TNFT 发行方，又是基础资产的托管方。此外，该项目的实际实现还有很大的改进空间。Tangible 优先考虑增长和快速推出新功能，而不是现有基础设施的去中心化和可持续性。智能合约访问控制、RWA 托管、治理和抵押品结构的整个设置都不足以保证安全，并需要对平台背后的实体完全信任。此外，它在技术和概念层面上都非常复杂，需要改进项目的透明度（例如 RWA 的所有权和托管、RWA 的定价、跨链 wUSDR 实现、路线图、访问权限、管理员角色和隐藏的所有者等等）。虽然我们赞扬该项目的雄心壮志，但我们认为太过于依赖核心团队。用户完全依赖团队的诚实和负责任的管理。为了满足 Curve 规则的要求，Tangible 应该实施将其 RWA 的价格预言机和准备金证明转移到独立的审计机构和预言机提供商的计划。TNGBL 也应该被移除为抵押资产，因为它会增大 USDR 的风险。在这些变化发生之前，我们认为 Curve 不应该激励 USDR/am3CRV 池。来源：金色财经

金色财经2023-05-15

周鸿祎：结合中国国情做行业GPT，未来市场会非常广阔

参加央视《对话》节目表示，在GPT领域创业公司机会相对少一些，除非做得跟OpenAI一样，如果只有七八十分水平的话，就需要是否占有比较多的场景。　　周鸿祎分析，大公司不仅有丰富的场景，还有巨大的算力和人力投入。他不看好跟大公司正面竞争的商业模式，但同时中国肯定不会只有一个GPT，因为很多企业和政府机构需要自己专有的GPT。很多企业都有自己独有的、跟别人竞争形成优势的特殊的私有知识，这些知识是不可能被训练到公有GPT里边去。　　他举例，美国最近有一家公司获得了基金投资，给美国律师事务所打造自己的GPT，“因为每个律所都要保证自己的当事人的秘密不被外泄，每个律所都有自己打赢官司的秘诀”。　　在周鸿祎看来，随着开源的发展，训练成本越来越低，训练难度越来越低，如果把目标设定为超越GPT，需要有长期主义，得拿出好几年的时间，但如果结合中国国情做行业GPT，未来市场会非常广阔。

金融界2023-05-13

24小时热点