FX168财经网_全球视野外汇黄金加密货币NFT资讯网

杭州联合农商行再迎一家农商行股东，持股占比4%

金融界3月16日消息上海农村商业银行发布公告称，近日，该行收到《上海银保监局关于同意上海农村商业银行股份有限公司投资参股杭州联合农村商业银行股份有限公司的批复》（沪银保监复〔2023〕126号），同意该行投资参股杭州联合农村商业银行，参股数量8,721.8056万股，占杭州联合农村商业银行股份总额的4％。　　公开资料显示，杭州联合农村商业银行由杭州联合农村合作银行整体改制

金融界2023-03-16

数源科技：关于您的提问，回复如下：公司目前未参与杭州亚运会的相关项目，后续如有合适的机会将积极参与

能通信终端等领域。请问：贵公司是否拥有大数据或区块链技术储备？谢谢！数源科技董秘：尊敬的投资者您好！关于您的提问，回复如下：公司电子信息类业务中智慧交通、智慧社区、智能通信终端等领域的产品和管理平台具备了大数据、云平台接入能力。感谢您对数源科技的支持和关注！投资者：董秘，你好。截止目前，贵公司的股东人数是多少？谢谢！数源科技董秘：尊敬的投资者您好！关于您的提问，回复如下：公司的股东人数请详见公司于2022年10月26日巨潮资讯网（www.cninfo.com.cn）上的《2022年三季度报告》第二节“股东信息”内容。感谢您对数源科技的支持和关注！数源科技2022三季报显示，公司主营收入18.19亿元，同比上升26.95%；归母净利润930.03万元，同比下降75.52%；扣非净利润-544.64万元，同比下降119.32%；其中2022年第三季度，公司单季度主营收入5.98亿元，同比上升32.6%；单季度归母净利润-1342.69万元，同比下降271.61%；单季度扣非净利润-2260.5万元，同比下降1002.09%；负债率60.78%，投资收益-1483.7万元，财务费用3918.56万元，毛利率9.56%。该股最近90天内无机构评级。近3个月融资净流入5932.38万，融资余额增加；融券净流入14.48万，融券余额增加。根据近五年财报数据，证券之星估值分析工具显示，数源科技（000909）行业内竞争力的护城河一般，盈利能力较差，营收成长性一般。财务可能有隐忧，须重点关注的财务指标包括：有息资产负债率、应收账款/利润率。该股好公司指标1星，好价格指标1星，综合指标1星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）数源科技（000909）主营业务：电子信息类业务,科技产业园区业务,商品贸易类业务,房地产业务。以上内容由证券之星根据公开信息整理，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2023-03-16

中电兴发：中电兴发是唯一一家两次中选中国联通省级综合改革合作的民营企业

通有哪些业务技术合作？是否在数据中心、大数据、云计算等方面有具体的项目实施？中电兴发董秘：尊敬的投资者，您好！感谢您对公司的关注。中电兴发是唯一一家两次中选中国联通省级综合改革合作的民营企业。公司作为云南联通、广西联通的综合改革合作方，与中国联通实现了资源互补、业务协同，在合作区域内协同中国联通共同拓展了云业务、数据中心业务、智慧城市业务等。谢谢！中电兴发2022三季报显示，公司主营收入22.48亿元，同比上升10.38%；归母净利润1.31亿元，同比下降5.7%；扣非净利润1.12亿元，同比下降14.75%；其中2022年第三季度，公司单季度主营收入7.7亿元，同比上升35.29%；单季度归母净利润3621.2万元，同比下降25.59%；单季度扣非净利润3314.07万元，同比下降30.22%；负债率35.68%，投资收益1061.61万元，财务费用2813.12万元，毛利率33.21%。该股最近90天内无机构评级。近3个月融资净流入7152.48万，融资余额增加；融券净流入0.0，融券余额增加。根据近五年财报数据，证券之星估值分析工具显示，中电兴发（002298）行业内竞争力的护城河一般，盈利能力一般，营收成长性一般。财务可能有隐忧，须重点关注的财务指标包括：货币资金/总资产率、应收账款/利润率、经营现金流/利润率。该股好公司指标1.5星，好价格指标1.5星，综合指标1.5星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）中电兴发（002298）主营业务：公共安全与反恐、新型智慧城市、智能输配电设备及元器件和电力设计及服务、智慧新能源。以上内容由证券之星根据公开信息整理，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2023-03-16

本溪银行旗下一村镇银行行长助理被终身禁止从事银行业

近日，据本溪银保监分局消息，经查，王宇在担任本溪禾丰村镇银行行长助理、卧龙支行行长期间，违规向他人发放贷款。根据《中华人民共和国银行业监督管理法》第四十八条第三款，本溪银保监分局对王宇作出终身禁止从事银行业工作的行政处罚。　　天眼查显示，本溪禾丰村镇银行成立于2010年，位于辽宁省本溪市，本溪银行为该村镇银行第一大股东，持股占比30％。

金融界2023-03-16

互动| 欣贺股份：公司有持续关注GPT-4类型的产品

有待观望。公司在女装市场多年累积的消费大数据，与人工智能等相关领域技术的实际应用具有极高的契合度。比如与人工智能的一个结合点可能是在产品设计领域，由于公司在长年累月的设计过程中积累了大量数据，这些数据对于人工智能是一个比较有用的训练材料未来公司可以将人工智能有效应用于产品设计。公司未来将探索结合自身大消费数据，借力AI领域的OpenAI、类ChatGPT产品等相关技术实现数字经济方面的突破。

金融界2023-03-16

科华数据跌超4%，云计算ETF（516510）盘中成交额持续放大

成交额持续放大。相关指数，中证云计算与大数据主题指数微涨0.13%，指数相关成分个股方面，科华数据下跌4.68%，石基信息下跌4.11%，安恒信息下跌3.79%；数字认证上涨4.12%，优刻得上涨3.94%，科大讯飞上涨2.86%。资料显示，中证云计算与大数据主题指数从沪深市场中选取50只业务涉及提供云计算服务、大数据服务以及上述服务相关硬件设备的上市公司证券作为指数样本，以反映沪深市场云计算与大数据主题上市公司证券的整体表现。截至2023年3月15日，该指数前十大权重股包括科大讯飞、恒生电子、广联达、金山办公、用友网络、紫光股份等，前十大之和为55.45%。中邮证券分析认为，云计算已经成为全球信息产业界公认的发展重点，各国政府积极通过政策引导、资金投入等方式加快本国云计算的战略布局和产业发展。目前北美地区占据云计算市场的主导地位，以中国为代表的亚洲云计算市场发展潜力较大，整体产业呈现稳健发展的良好态势。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。

有连云2023-03-16

模块化区块链如何成为下一代Web3基础设施？

和并行交易等。数据可用层产品及项目大数据时代和云时代的到来，作为现代社会基础资源的数据，可以在各种决策场景提供帮忙和支撑，其战略地位如同过去的石油一般。当我们提到区块链的数据时，通常指的是链上存储的各种交易数据和智能合约数据。这些数据存储方式和传统的数据库有所不同，从某种角度而言，区块链的数据存储方式是分布式的，即每个节点都要存储一份完整的数据副本。当下，随着链上用户交易数据的活跃以及智能合约的繁荣，区块链数据在线性增长的基础上面，出现指数级增加的迹象。比特币网络从2016年55G的全网大小，一直按照每年50G增长，但是在2020年开始，其网络大小的年增长量开始跃迁为60G，截至当下2023年2月，全网数据大小是459G。 https://www.blockchain.com/explorer/charts/blocks-size 作为世界计算机和智能合约平台，以太坊的全网数据远比聚焦在支付领域的比特币要大得多。通过Etherscan可以看到，现在成为以太坊默认全节点至少需要800多G空间，成为以太坊Archive全节点至少需要13000G存储空间。不仅整体的数据量庞大，并且大部分数据都是以非格式化的形式存储的，由此造成区块链数据的处理、索引和查询难度极大。为此，站在单体区块链的角度思考，如何高效地、廉价地存储、快捷地处理和支持海量访问区块链数据成为极其重要的研究方向。早在比特币白皮书提出之时，中本聪对于网络的状态爆炸做了预先的解决方案：分别是Reclaiming Disk Space和Simple Payment Verification（SPV）。Reclaiming Disk Space是允许节点对于耗费的历史数据进行修剪从而降低全网数据大小，此方案在一定程度可以降低维护成本和参与门槛，但是由于全网数据体量的庞大，以及账户模型的单体区块链，例如以太坊，维护的数据维度和UTXO模型不一样，直接适用程度会比较有限，但基于Reclaiming Disk Space的思路，以太坊社区延申和追求的方案是将账户状态从区块链分离出去的Stateless Ethereum方案，。SPV主要是提倡轻节点Merkle树验证区块链交易数据的方案，在实现网络的低参与门槛之外，保证交易数据的有效性。由于SPV的轻节点单纯下载区块头信息进行验证，所以可能会收到欺诈性证明攻击。为此，现在Celestia的联创Mustafa Al-Bassam、Mysten Labs的Alberto Sonnino和Vitalik曾在2018年发表《Fraud and Data Availability Proofs:Maximising Light Client Security and Scaling Blockchains with DishonestMajorities》提出欺诈性证明攻击的解决方案，在此，单体区块链的数据可用性可以被理解为轻节点在不完全同步区块数据的前提之下，仅通过交易Merkle树对于交易数据的有效性验证。对于模块化区块链的执行层而言，单体区块链的数据转变成为链上数据，执行层的交易数据通过压缩存储成为链上数据其上的链下数据。链上数据对于链上数据不仅有常规的存储查询等性能和成本的直接要求，还会依赖链上数据伴随的共识机制进行安全性保证。如此，正是执行层产品的发展，丰富了单体区块链的数据可用性，并扩展了数据可用层概念对应的上下文。在继续往下之前，我们必须明白，数据可用层和数据存储层是不能混淆的概念。数据可用层强调的是可用性，是以数据的有效性角度进行思考。数据存储层更多是站在计算机存储器的角度去定义数据的存储和使用性能，更多的关注是链上存储的成本费用、读写效率等。数据可用性必然是基于数据存储层延展出来的概念，此处延展的正是共识机制带来的可用性。换一种说法，Don’t Trust，Verify，此处的Verify对应的即是数据可用性。以太坊，作为现在执行层产品首选的数据可用层，由于其自身的Gas模型和Calldata结构，存在以下明显的缺点：1，数据的操作和存储成本高；2，数据的存储容量有限；3，网络资源分配不均。为此，以太坊通过EIP-4844的Proto-Danksharding、Data AvailabilitySampling（DAS）、Erasure Coding和Proposer/Builder Separation等提出自身的数据分片和状态扩容方案。未来，以太坊将引入新的Blob交易类型和额外数据层，在保证数据可用性的前提之下，降低当前链上的动态存储成本。至于其他专门的DA产品，不仅在数据可用采样性、Erasure Coding等技术方案探索，也增加各自对于数据可用性领域的研究突破，例如Polygon Avail的Fast Sync技术和Celestia的主权性和互操作性。除了数据可用层的产品，在现有数据存储层方面，我们也可以看到有BNB生态新推出的存储侧链Greenfield，以及Kvye和Arweave等组合类产品。共识层产品及项目 Not your keys, not your crypto。在区块链网络，秘钥代表着数字资产的所有权。为了确保秘钥与数字资产对应的所有权，区块链网络必须实现强大的共识机制，以保证足够的去中心化程度和安全性。共识机制保障的是符合单体区块链交易格式的数据，例如比特币保障的是其上的交易以及交易内置的脚本逻辑，以太坊保障的是EVM可以执行和验证的交易。不仅如此，由于区块链世界存在两类具有明显差异的共识机制（PoW和PoS），不同单体区块链之间的不同共识，是难以进行互操作结合和使用的。另外，即使是原生支持多链互操作性的单体区块链，例如Cosmos和Polkadot，尽管已经在交易格式，抑或是共识机制方面可以实现兼容，但仍然存在共识机制难以共享使用的情况。进入共识层产品之前，让我们先了解和熟悉PoW和PoS的发展和当下状况。 PoW可以粗略地理解为用物理世界的算力保证区块链网络的安全，其面临的最常见攻击是51%算力攻击和双花攻击，因此，只有网络的算力足够庞大，网络的安全性才可以得以保障。很多新型的PoW公链，在冷启动阶段，由于早期算力的不够，网络很容易遇到安全问题。为此它们要么通过长时间高成本的算力积累，要么考虑借助比特币等传统PoW网络的挖矿算力采用同样的PoW算法进行联合挖矿。由于区块链的算力本质是随着区块高度的增加而逐渐增加的，联合挖矿/合并挖矿是通过加密经济激励机制租用算力，当两条公链利益重合匹配的时候，联合挖矿/合并挖矿对于矿工而言是有吸引力的，但是，当新PoW公链和比特币网络利益出现冲突的时候，由于比特币网络并没有办法在协议层面制裁矿工，所以，矿工一般会采取不利于其他新PoW公链的行为。例如，在很早以前Namecoin就通过和比特币网络的算力进行联合挖矿，由于联合挖矿方案在某些场景会造成两个网络的利益不匹配，所以造成了Namecoin的潜在风险。对于实现了智能合约功能的比特网侧链RSK而言，尽管RSK在与比特币网络的利益层面做了优化，但是其自身的迭代开发都受限于比特网的非图灵完备性，故而在联合挖矿方面的突破是有限的。另外，对于Quai Network此类从设计之初，原生地提出多链联合PoW，在算力层面进行抱团取暖。即便如此，Quai Network也仅仅是将共识的冷启动成本进行均摊而已，也无法做到PoW共识机制的复用和组合。 PoS共识机制的核心是利用权益保护网络，权益的价值将决定网络的总体价值，只有足够高价值的权益才能保障高价值的网络。现在流行的PoS机制是基于PBFT改良的，本质依然是权益的证明。常见的PoS网络有知名的Cosmos和Polkadot。秉承着最小化信任的机制，Cosmos作为Hub，是不会主动干预生态应用链的共识机制。Cosmos生态的应用链可以复用整个生态完善的开发栈，但是，在维护对应应用链网络的时候，网络验证者集的成立和维护是需要极高的门槛和成本，这也是信任和安全的成本。不少应用链一般会用空投吸引Cosmos验证者，提供高额的通胀奖励鼓励验证者进行质押保护网络。为减少共识机制的建立成本和提高应用链的安全，Cosmos 2.0提出各种改进方案，例如，可以借用Cosmos为应用链进行安全共享ICS，可以为应用链进行共识共享的Space Mesh等。除此之外，Cosmos生态的Babylon也尝试将比特币网络的PoW共识安全引入Cosmos生态用于保障应用链的安全。对于波卡而言，我们都知道其结合了极强的链上治理模型和前沿的共识理念。可以这么理解，波卡通过平行链卡槽拍卖的机制，直接将共识机制的保障边界扩展到其他链的交易。不可否认，这些机制在复用共识方面，是具有超前的理念，然后由于链上治理的效率和共识的强需求存在不匹配，由此造成波卡平行链的淡出视野。现在，让我们回到合并之后PoS共识机制的以太坊。以太坊是极佳的共识层产品资源，多年的PoW沉淀发展促使以太坊积累高额的价值，探索和迭代多年的PoS机制，配上以太坊完善的智能合约平台，以及蓬勃发展的以太坊执行层产品，促使将PoS以太坊作为新一代共识层产品的前提条件已经成熟。我们可以在现有以太坊质押的逻辑基础上面，通过设计合理有效的激励和惩罚机制，复用质押的以太坊，将此部分的以太坊保护其他类型的网络，例如预言机网络、跨链桥网络等。这其中，EigenLayer在此赛道进行了多年的研究，其最近也发布对应的白皮书，正式提出Restaking的概念，并从slashing机制描述自身网络的功能和设计。除此之外，近期火热的以太坊流动性质押衍生品赛道产品，本质上面拥有大量质押的以太坊，一旦出现合适的共识层产品，流动性质押衍生品赛道的产品都将可以无缝地作为共识提供者参与进来。结语现代软件开发流行面向服务的微服务架构，通过将应用程序拆分成为功能和特性独立的服务，让每个服务自主地开发、部署和运行，各个服务之间通过通信和数据共享的方式进行灵活组合，以此实现更高的扩展性、灵活性和可维护性。微服务架构的发展正在逐步成熟和完善，尽管在实践中还存在一些挑战和问题，如分布式事务、服务治理、安全性等方面，但随着技术的进一步成熟和经验的积累，这些问题都逐渐得到解决。模块化区块链，和微服务架构有不少相似之处，随着区块链的不断发展，也将会成为区块链技术的重要方向。当前，执行层产品，正不断承担更多交易计算的职能，在用户数据、交易数据等各项指标都取得卓越的效果，数据可用层和共识层在各自的方案领域不断前行，结算层的功能有待开发，各自之间潜在的灵活组合将会带来更多无限的潜力。未来，我们有理由相信，模块化区块链将会带来更多创新和机遇，为推动区块链技术的应用和发展做出重要贡献。资料 https://developer.offchainlabs.com/docs/home https://community.optimism.io/ https://starkware.co/starknet/ https://zksync.io/dev/ https://scroll.io/ https://taiko.xyz/ https://www.paradigm.xyz/2022/08/dasData Availability Sampling: From Basics to Open Problems https://arxiv.org/abs/1809.09044Fraud and Data Availability Proofs: Maximising Light Client Security andScaling Blockchains with Dishonest Majorities https://ethereum.org/en/developers/docs/data-availability/ https://ethresear.ch/t/the-stateless-client-concept/172/13 https://notes.ethereum.org/@vbuterin/proto_danksharding_faq 来源：金色财经

金色财经2023-03-16

三六零盘中涨超9%，公司计划近期推出一系列类GPT的应用产品

oG&B端，公司已经将国内最完整的安全大数据及最强大的安全专家能力赋能给了360安全AI。目前360安全AI累计发现的高危、严重漏洞数量在全球各大厂商中排名第一，成果入选了中央网信办“人工智能企业典型应用案例”。无论是Bing之于GPT，还是Google之于Bard，搜索引擎是做出大语言模型的必要前提条件。三六零拥有国内主流的搜索引擎，一定会全方位、最大化的调用公司的资源，利用拥有的预清洗海量数据和优质问答数据对的先发优势，全力以赴的持续训练迭代自己的大语言模型，成为这场产业革命级别竞争中的领先者。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。

有连云2023-03-16

ChatGPT之后 AIGC会如何革新内容创作？

曲多项领域达到“类人”表现，更展示出在大数据学习基础上的非凡创意潜能。2023年3月15日，多模态信息处理标杆GPT-4模型正式发布，使生成内容的准确度及合规性进一步提升。数字内容生产的人机协作新范式正在形成，创作者和更多普通人得以跨越“技法”和“效能”限制，尽情挥洒内容创意。也有人担忧，AI是否会让创作者们集体“失业”，甚至让“创作”本身走向衰颓，就像机械复制时代的艺术品可能失去“灵韵”那样。换言之，AIGC的流行给了我们一个重新审视“创作”是什么、是否为人所独有这些问题的机会。本文将分析AIGC改变数字内容创作的现状、关键突破和挑战，并尝试探讨以上问题。 AIGC正在成为互联网内容生产基础设施数字内容正迈入强需求、视频化、拼创意的升级周期，AIGC恰逢其会。线上生活成为常态，一方面，用户创作内容大幅解放生产力，例如短视频就是将原本需要长制作周期、高注意投入的视频，变成了可以源源不断产出的“工业品”和“快消品”；另一方面，作为核心的创意仍旧稀缺，需要新的模式辅助创作者持续产生、迭代和验证创意。种种因素，都需要更加低成本、高效能的新工具与方式。 AIGC正在越来越多地参与数字内容的创意性生成工作，以人机协同的方式释放价值，成为未来互联网的内容生产基础设施。从范围上看，AIGC逐步深度融入到文字、代码、音乐、图片、视频、3D多种媒介形态的生产中，可以担任新闻、论文、小说写手，音乐作曲和编曲者，多样化风格的画手，长短视频的剪辑者和后期处理工程师，3D建模师等多样化的助手角色，在人类的指导下完成指定主题内容的创作、编辑和风格迁移工作。从效果上看，AIGC在基于自然语言的文本、语音和图片生成领域初步令人满意，特别是知识类中短文，插画等高度风格化的图片创作，创作效果可以与有中级经验的创作者相匹敌；在视频和3D等媒介复杂度高的领域处于探索阶段。尽管AIGC对极端案例的处理、细节把控、成品准确率等方面仍有许多进步空间，但蕴含的潜力令人期待。从方式上看，AIGC的跨文字、图像、视频和3D的多模态加工是热点。吴恩达（Andrew Ng）认为多模态是2021年AI的最重要趋势，AI 模型在发现文本与图像间关系中取得了显著进步，如OPEN AI的CLIP能匹配图像和文本，Dall·E生成与输入文本对应的图像；DeepMind的Perceiver IO可以对文本、图像、视频和点云进行分类。典型应用包括如文本转换语音TTS（Text To Speech）、文本生成图片（Text-to-Image），广义来看AI翻译、图片风格化也可以看作是两个不同“模态“间的映射。上图：原图，AIGC的典型场景及发展趋势，来自红杉资本下图：使用有道智云AI翻译后的结果关键突破：自然语言技术解放创作力 AIGC对创作者的解放体现在：“只要会说话，你就能创作”，无需懂得原理，不用学习代码，或者Photoshop等专业工具。创作者以自然语言向AI描述脑海中的要素甚至想法（术语是给出“prompt”）后，AI就能生成对应的结果。这也是人机互动从打孔纸带，到编程语言，图形界面后的又一次飞跃。自然语言是不同数字内容类型间转化的根信息和纽带，比如“猫”这个词语就是加菲猫的图片，音乐剧《猫》和无数内容的索引，这些不同的内容类型可以称为“多模态”。 AIGC此轮浪潮，最大底层进化就在AI对自然语言“理解”和“运用”能力的飞跃，这离不开2017年Google发布的Transformer，它开启了大型语言模型（Large Language Model，简称LLM）时代。有了这一强大的特征提取器，后续的GPT、BERT等语言模型突飞猛进，不仅质量高、效率高，还能以大数据预训练+小数据微调的方式，摆脱了对大量人工调参的依赖，在手写、语音和图像识别、语言理解方面的表现大幅突破，所生成的内容也越来越准确和自然。但大模型意味着极高的研究和使用门槛，例如GPT-3有1750 亿参数量，既需要大算力集群也不向一般用户开放。2022年，部署在Discord论坛上、以聊天机器人形式提供的midjourney成为了第一个用户友好型AIGC应用，带来AI绘画热潮，一位设计师用其生成的图片甚至在线下比赛中获奖。使用简单文字即可交流的低门槛，类似搜索引擎的使用方式，一下子点燃了普通用户对AI使用的热情。紧接着，基于扩散模型（Diffusion Models）的一系列文本生成图片（Text-to-Image）产品，如Stable Diffusion等，把AI绘画从设计圈带向大众。开源的Stable Diffusion仅需一台电脑就能运行，截至2022年10月已有超过20万开发者下载，累计日活用户超过1000万；而面向消费者的DreamStudio则已获得了超过150万用户，生成超过1.7亿图片。其惊艳的艺术风格、以及图像涉及的版权、法律等问题也引发了诸多争议。 Diffusion的震撼感还没消散，ChatGPT横空出世，真正做到和人类“对答如流”，能理解各式各样的需求，写出回答、短文和诗歌创作、代码写作、数学和逻辑计算等。不仅如此，人类反馈强化学习(RLHF)技术让ChatGPT能持续学习人类对回答的建议和评价，朝更加正确的方向前进，因此以不到GPT3的1%的参数实现了极佳的效果。尽管ChatGPT仍存在一些缺陷，例如引用不存在的论文和书籍、对缺乏数据的问题回答质量不佳等，但它仍然是人工智能史上的里程碑，并上线两个月后用户数突破1亿，成为史上用户数增长最快的消费者应用。下一挑战：向“在场”的3D互联网进发在文、图、视频后，数字技术演进的重要方向是从“在线”走向“在场”，AIGC将成为打造3D互联网的基石。人们将在在虚拟空间构建仿真世界，在现实世界“叠加“虚拟增强，实现真正的临场感。随着XR、游戏引擎、云游戏等等各种交互、仿真、传输技术的突破，信息传输越来越接近无损，数字仿真能力真假难辨，人类的交互和体验将到达新阶段。目前AIGC在3D模型领域还处于探索阶段，一条路径是以扩散模型为基础分两步走：先由文字生成图片，再生成包含深度的三维数据。谷歌和英伟达在这一领域较为领先，先后发布了自己的文字生成3D的AI模型。但从生成效果看，距离现在人工制作的3D内容的平均质量还有距离；生成速度也未能尽如人意。 2022年10月，谷歌率先发布了DreamFusion，但其缺点也很显著，首先扩散模型仅对64x64的图像生效，导致生成3D的质量不高；其次场景渲染模型不仅需要海量样本，也在计算上费时费力，导致生成速度较慢。随后，英伟达发布了Magic3D，面对提示语“一只坐在睡莲上的蓝色毒镖蛙”，用大约40分钟生成了一个带有纹理的3D模型。相比谷歌，Magic3D生成速度更快、效果更好，还能在连续生成过程中保留相同的主题，或者将风格迁移到3D模型中。 Magic3D（第1、3列）与DreamFusion（第2、4列）对比第二条路径是借助AI来“合成”不同视角下同一物品的照片，从而直接生成3D。英伟达在2022年12月的NeurIPS 上展示了生成式 AI 模型——GET3D（Generate Explicit Textured 3D 的缩写），可根据其所训练的建筑物、汽车、动物等 2D 图像类别，即时合成 3D 模型。和上文中的输出物相比，模型和纹理更精细，更采取了一般3D工具的通用格式，能直接用到构建游戏、机器人、建筑、社交媒体等行业设计的数字空间，比如建筑物、户外空间或整座城市的 3D 表达。GET3D在英伟达A100 GPU 上训练而成，使用了不同角度拍摄的约 100 万张照片，每秒可生成约 20 个物体。结合团队的另一项技术，AI生成的模型能够区分出物体的几何形状、光照信息和材质信息，使可编辑性大幅加强。 NVIDIA GET3D基于AI生成的模型示例可行路径：与游戏中的程序化生成技术相结合尽管如此，AIGC在3D侧的能力，距离打造3D互联网仍有不小的距离。而游戏中较为成熟的程序化内容生成（PCG，Procedural Content Generation）技术，可能是AIGC迈过深水区的一大助力。从技术路径上，AI生成3D难以沿用“大力出奇迹”的老办法，即单靠喂给AI海量的输入来提升效果。首先，信息量不同，一张图片和一个3D模型相比相差一个维度，体现在存储上就是数据量级不同；其次，图片和3D的存储及显示原理不同，如果说2D是像素点阵在显示器的客观陈列，3D则是实时、快速、海量的矩阵运算，就像对着模型在1秒内进行几十次“拍照”。为了准确计算得到每个像素点，“渲染”在显示器上，需要考虑的因素至少有（1）模型几何特征，通常用几千上万个三角面来表示（2）材质特征，模型本身的颜色，是强反射的金属，还是漫反射的布料（3）光线，光源是点状的吗，颜色和强度如何。最后，原生3D模型的数据相对较少，仅游戏、影视、数字孪生等领域有少量积累，远不如已存在了数千年、可以以非数字化形态存在的图像那么多，例如ImageNet中就包含了超过1400万张图片。用计算机帮助创作者这件事，游戏界已经探索了四十多年。用算法生成的游戏内容首次出现在1981年的游戏Rogue（Toy and Wichman）中，地图随机，每局不同。3D时代，程序化生成技术大量应用于美术制作，因为其需要巨额时间和人力成本，以2018年发售的游戏《荒野大镖客2》为例，先后有六百余名美术参与，历经8年才完成约60平方公里的虚拟场景。程序化生成在效能和可控度上介于纯手工和AIGC之间。例如2016年发布、主打宇宙探险的独立游戏《无人深空》（No Man's Sky），用PCG构造了一系列生成规则和参数，声称能创造出1840亿亿颗不同的星球，每个星球都有形态各异的环境和生物。游戏《无人深空》中使用程序化生成的海洋生物示例 2022年的Epic打造的交互内容《黑客帝国：觉醒》在最新虚幻引擎和程序化生成加持下，打造出栩栩如生、高度复杂的未来城市，共包括700万个美术资产，包括7000栋建筑、38000辆可驾驶的车和超过260公里的道路，其中每个资产由数百万个多边形组成。 Epic使用虚幻5引擎和程序化生成技术高效制作《黑客帝国：觉醒》中的庞大城市程序化生成和AI的结合更成为热门学术领域，每年人工智能与游戏的顶级学会——IEEE Transactions on Games都会为程序化生成开辟专门的讨论板块。剧情、关卡、场景、角色，每个板块都有大量的研究和实践成果在推进。创作到底是什么？关于创作，有一句经典论断——天才是99%的汗水，加上1%的灵感。爱迪生认为那1%的灵感最重要。AIGC则向我们证明，99%的汗水能产生质变。善用AI的创作者，或许才是“完全体”。首先，AI和自然人的创作过程，没有那么大的差异：一部作品的诞生，一个作者的成长，都建立在大量对经典的观察、参照、模仿、提炼基础上，并非一蹴而就。而创新往往也有迹可循，或者是对主流的扬弃甚至反叛，或者是对多种元素的加成和融合。因此，如知识产权制度，也是在鼓励创作的基础上，给予贡献者以对等的奖励，而非一刀切地拒绝模仿。其次，人作为创作核心这一点没有变化：AI面向任务，人类面向创造。一方面，人类信息系统纷繁复杂，远非几个“prompt”输入就能概括。正如一位网友说，AI代替不了我，因为它理解不了老板的需求。没有五年经验的乙方，也解读不来甲方口中的“要大气”。另一方面，AI成长的养料仍然由人提供，AI更可靠可信也依赖着人的使用与反馈。“断奶”于2021年的ChatGPT可不知道2022年世界杯的战果。从实用的视角，AIGC将赋予普通用户更多的创作权力和自由。从PGC、UGC到AIGC的发展路径可见，普通人越来越多的参与到创作之中，数字内容不仅呈现数量上的指数级增长，类型和风格也走向了更加包容和多元的生态。未来，用户可以使用手机拍摄的一系列照片，通过AIGC工具生成一个可以使用的3D渲染图。采用这种创造内容的方式，我们可以想象未来的数字空间将不再完全由开发人员构建，而是利用AIGC响应用户的输入按需生成。 AIGC工具对专业人士的杠杆效应更显著：如果对普通人的增益是从0到1，对专业人士则可能是从1到10，使他们能集中精力处理更顶层、更有价值的事情：比如立意，风格，构图，元素组合和后处理，或者怎样在前期制作尽可能多样的demo来找寻更好的方案。运用AI也正成为新的职业能力，善于“施咒”的大触们前赴后继地开发着AI近乎无限的潜能，并社交平台上留下让人望洋兴叹的作品。更长期看，创作和艺术的历史是螺旋上升的历史，是某一种风格数量极大丰富、质量巅峰造极之后的突破、突变与跨界，也是一个时代精神情感的凝结。我们有理由相信，AIGC变革下创新依旧存在，甚至会加速发展。参考资料来源: [1]https://mp.weixin.qq.com/s/ZYSEou1ki0a4JVY2Nv8_SA. [2]https://zhuanlan.zhihu.com/p/388666777. [3]https://zhuanlan.zhihu.com/p/82758631. [4]https://zhuanlan.zhihu.com/p/493739360. 来源：金色财经

金色财经2023-03-16

三六零：公司计划近期推出一系列类GPT的应用产品

oG&B端，公司已经将国内最完整的安全大数据及最强大的安全专家能力赋能给了360安全AI。目前360安全AI累计发现的高危、严重漏洞数量在全球各大厂商中排名第一，成果入选了中央网信办“人工智能企业典型应用案例”。无论是Bing之于GPT，还是Google之于Bard，搜索引擎是做出大语言模型的必要前提条件。三六零拥有国内主流的搜索引擎，一定会全方位、最大化的调用公司的资源，利用拥有的预清洗海量数据和优质问答数据对的先发优势，全力以赴的持续训练迭代自己的大语言模型，成为这场产业革命级别竞争中的领先者。再次感谢您的关注。三六零2022三季报显示，公司主营收入69.35亿元，同比下降18.79%；归母净利润-19.64亿元，同比下降295.73%；扣非净利润-15.36亿元，同比下降303.3%；其中2022年第三季度，公司单季度主营收入21.11亿元，同比下降27.7%；单季度归母净利润-15.66亿元，同比下降462.85%；单季度扣非净利润-10.31亿元，同比下降498.09%；负债率17.6%，投资收益-11.01亿元，财务费用-4.04亿元，毛利率59.87%。该股最近90天内共有4家机构给出评级，买入评级3家，增持评级1家。近3个月融资净流入8.98亿，融资余额增加；融券净流入1.51亿，融券余额增加。根据近五年财报数据，证券之星估值分析工具显示，三六零（601360）行业内竞争力的护城河良好，盈利能力良好，营收成长性良好。财务可能有隐忧，须重点关注的财务指标包括：应收账款/利润率、应收账款/利润率近3年增幅、存货/营收率增幅、经营现金流/利润率。该股好公司指标2.5星，好价格指标1.5星，综合指标2星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）三六零（601360）主营业务：互联网安全技术的研发、互联网安全产品的设计、研发、推广,以及基于互联网安全产品的互联网广告及服务、互联网增值服务、智能硬件业务等商业化服务。以上内容由证券之星根据公开信息整理，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2023-03-16

24小时热点