FX168财经网_全球视野外汇黄金加密货币NFT资讯网

Stable Diffusion联合创始人Cyrus Hodes加入AIGC Chain 即将到来的Web3+AI革命

头角，其中既有科技巨头谷歌、Meta、微软等，也不乏AIGC的新晋独角兽Stability Ai、Jasper等，AIGC相关企业持续获得的高额融资。投资机构已经全面瞄准AIGC这下一个万亿美元级别的蓝海赛道。AIGC受到追捧的主要原因显而易见：首先，是它带来的高效率。人工智能生成内容的主要好处之一是，它可以比人类创建的内容更有效地生产。AI算法可以分析大量数据并快速生成内容，这可以节省时间和资源，并允许组织在短时间内生成大量内容。其次，它在一定程度上提高了任务的准确性。在某些任务上，如分析数据，人工智能算法可以比人类更准确。这可以带来更准确和可靠的内容，以及更明智的决策。随后便是对于成本的节约。对于机构、公司而言，人工智能生成内容的效率和可扩展性的提高也可以以较低的成本去生产大量内容。人工智能对内容的扩展也不可小觑，大量的数据使得人工智能可以对原有的内容进行扩展，为人类生产更多的内容。最后，不得不提的是个性化板块。人工智能算法可以分析用户的兴趣和偏好，并根据他们的特定需求和兴趣生成量身定制的内容，从而带来更加个性化的内容体验。据Grand View Research数据，传统的AI市场全球市场规模已近万亿美元，预计 2023年至 2030 年的复合年增长率 (CAGR) 将达到 38.1%。而AIGC有着更为广泛的应用市场，其中不但包含了图像、文字、视频、音频方面的内容创作，翻译，摘要，个性化内容，数据分析，方案策划等，还包含了数据可用层，Web3等。其实AIGC的未来是可以预见的。随着数据模型的的扩大、人工智能算法的优化、GPU算力的提升，人工智能生成内容的质量和可用性会继续提高。毫不夸张地说，AIGC将会成为Web3时代的核心生产力。上文提到的，已经获得十多亿美元融资的OpenAI据悉正在进行新一轮融资，微软目前正与OpenAI协商100亿美元的注资事宜。AIGC另一新秀，创始于英国伦敦和美国硅谷的人工智能解决方案提供商Stability AI也在2022年中完成种子轮融资1.01亿美元，估值达到10亿美元。在各路资本和科技界大佬大举投资布局AIGC赛道之际，行业大佬Cyrus Hodes选择加入Web3机构AIGC Chain引发了人们的高度关注。其实除了Cyrus Hodes，今年以来已经有多位来自AI和Web3领域资深大咖宣布加入AIGC Chain。作为AIGC领域第一条公链，AIGC Chain确实有着坚实的技术基础。AIGCChain基础大模型代码源自一家洛杉矶的科技公司Oben。该公司成立于2014年，由一群研究人员和创业者在洛杉矶创立。该公司的使命是以安全和负责任的方式推进和促进人工智能的发展，重点是实现人类的积极结果。Oben在机器学习、变声和自然语言处理方面进行研究和开发。制作了许多人工智能产品和服务，例如自拍照生成3D人脸、AIGC大模型。使用这些工具，用户可以用3D数智身份创造视觉内容，帮助用户最有效地实现他们的想法。Adam是Oben的联合创始人，此前曾是Lightspeed Venture Partners的投资合伙人。Adam和他在加州大学伯克利分校和清华大学的同学共同创立了Baihe.com，这是中国最大的互联网约会网站之一。Adam获得了加州大学戴维斯分校的交通博士学位和加州大学伯克利分校的金融工程硕士学位。而AIGCChain区块链技术基础代码贡献者则是BitKeep的创始人Patrick，BitKeep是一款易于使用的加密钱包，在全球超过600万用户使用。Patrick带领团队从零开始建立BitKeep。退出BitKeep后，Patrick和他的团队向多个著名的Web3项目提供了区块链技术，包括BNB链上领先的MetaFi平台Babyswap。Patrick和他的团队在加密钱包、智能合约和多链开发方面拥有丰富的经验。在人工智能和Web3融合方面，Cyrus起到了领导性的作用。除去Stability AI联合创始人身份，Cyrus是OECD人工智能计算和气候专家小组的成员，全球人工智能合作伙伴关系（GPAI）的专家，是气候行动人工智能和农业人工智能委员会的一部分。他是IEEE的“积极地球2030”合作——可持续性公共资源的联席主席。Cyrus是阿联酋总理办公室人工智能部长的首席顾问。他拥有哈佛大学的公共管理硕士学位，巴黎二大学工业动力学硕士学位和巴黎科学院文学学士学位。从定位上来看，AIGC Chain基于一个简单的使命而成立：让全球各地的人们（无论种族、性别、教育水平、国籍、地点、文化和宗教信仰）都能公平地访问和简易地参与到AIGC生态系统。AIGC Chain是一个可分布式、模块化的AIGC模型基础设施，任何人都可以用它来训练自己的小AIGC模型，并按照自己的意愿将它们添加到AIGC Chain基础设施中。AIGC Chain是一个公共、去中心化的第二层解决方案。它是用Go语言构建的，最初与以太坊和iPollo合作。还有额外的计划将其扩展到其他网络，如BSC、Cosmos和像PAI这类的分布式算力网络。其目标是创建一个开放的、分布式AI网络，并支持存储公链，如Filecoin。AIGC Chain由AIGC生态系统集体训练和维护。AIGC Chain将支持一个P2P的市场，允许用户向AIGC社区销售分布式GPU服务、数据存储或者其他运营AI所需要的资源，无需中央平台或中介。这意味着参与者可以使用自己的web3身份，如区块链钱包地址或去中心化身份，访问市场，并向AIGC生态系统提供各种服务。市场允许参与者从各种卖家处访问和购买各种人工智能相关服务和资源，如分布式 GPU 服务、数据存储和数据标注。这有助于提高人工智能的公平性、效率和性能，并支持 AIGC 生态系统的发展。目前AIGC赛道存在着不少有待解决和优化的问题，比方说不公平、AI的艺术风格不一致性、贫困、信息熵高、信息无序等问题，而AIGC Chain将有望通过web3的方式来解决和优化这些问题。就不公平问题而言，人工智能生成的内容通过提供用户和组织新的技能和见解来解决问题，帮助他们取得成功。目前新冠疫情已经造成了巨大的经济破坏，使数百万人陷入贫困。少数族裔、边缘化和被忽视群体缺乏融入AI生态系统的条件，将进一步加剧贫富差距。使用AI生成模型和点对点市场可以帮助提升边缘化群体的独特文化、故事和技能，这些对整个人类都是有价值的。分散式AIGC基础设施将通过允许更大的参与来提高边缘化群体的参与度，从而减少疫情的负面影响，缓解贫富差距。 AIGC使用的扩散模型天生会生成随机和多样的结果。扩散模型使用随机过程，这意味着它依赖随机性和概率来生成输出，即使使用相同的提示输入，模型的输出也可能因一次运行到下一次而有所不同。此外，扩散模型可能在多样和多变的数据集上进行训练。这进一步导致了生成图像的随机性和不一致性。然而，在实际应用中，如内容生产中，通常需要一致性。AIGC Chain的技术贡献者开发了一种精确控制方法，协调视觉生成技术，解决了扩散生成图像的不一致问题。就信息无序而言，热力学第二定律指明宇宙的熵总是增加。所以如果要减缓宇宙热死亡的进程，就需要负熵。在物理学中，负熵是指系统比平衡状态更有序，而不是更无序。在经济系统里，这是说信息要有序，而不是无序，有序才能让经济和社会的发展更可持续。Web2平台用免费来换取用户的广告时间，广告对用户的信息获取来说往往是无效的，增加了熵，对整体的经济系统是熵增的。而Web3的去中心化的架构可以让用户自己决定希望获取什么样的广告，信息的熵比Web2的信息熵低，让整体经济系统更有序，更加可持续。区块链技术通过提供安全、透明、防篡改的信息存储和传输方式，提高了网络上信息的可靠性和信任度，从而减少熵。NFT 通过区块链网络验证，为艺术品的所有权提供了安全的认证方式，通过创建明确的所有权记录减少熵。总的来说，与中心化服务平台相比，AIGC Chain的分布式 AIGC 服务平台有潜力为用户提供更多的公平性、灵活性、创新性和更多的选择。在生态层面，AIGC Chain主网全面支持图灵完备的智能合约。智能合约（Smart Contracts）是内存块链中制定合约所使用的特殊协议，这是一种自动执行的合约，将双方的协议条款写入代码中，一旦启动就会自动运行，不需要任何人为的干预，自主控制其计算所涉及的资源，比如有权限调配合约双方的资金和财产。通过分布式的节点来自动运行，而不用透过中心化的单个服务器。智能合约为构建在 AIGC 网络上的 DApps 开辟了一套全新的用户体验和新的归因模型。例如，利用 AIGC 网络上的智能合约可以实现完全数字化的物品所有权、创新的支付消费模型、透明的版税分配、无需信任的众筹机制等等。这提供了额外的社会和经济交互层，补充了视频和数据传输的核心功能，并显着提高了平台用户的参与度和保留率。在EVM兼容方面，AIGC 虚拟机与以太坊虚拟机兼容。因此，移植现有的基于以太坊的合约很简单，成千上万的智能合约开发人员可以轻松地在 AIGC 上进行构建。AIGC 的 Ethereum RPC 适配器提供了对以太坊 RPC API 的支持，类似于 Binance Smart Chain 和 Polygon。Ethereum RPC 适配器软件将 AIGC RPC 端点转换为 Ethereum RPC API。有了它，AIGC 现在支持整个 Ethereum DApp 开发堆栈，包括 Metamask、Hardhat、Remix、Ethers.js、Web3.js 和 Truffle Suite。移植到 AIGC 的以太坊 DApp 可以使用相同的 API 调用与 AIGC 区块链交互。这意味着以太坊 DApps 几乎可以无缝部署和迁移到 AIGC Chain。这大大降低了开发者利用已有基础设施在AIGC CHAIN部署并基于AIGC CHAIN进行原生开发的难度。据悉，AIGC Chain或将于2023年3月开启测试节点申请，AIGC Chain测试网将分为多个阶段进行，主网上线时间预计为2023年Q3~Q4。来源：金色财经

金色财经2023-03-06

Mysteel解读：对2023年《政府工作报告》有关建筑业用钢的展望

3月5日，第十四届全国人民代表大会第一次会议开幕，国务院总理李克强作政府工作报告。其中房地产相关内容延续了去年12月中央经济工作会议的部署，重点提及防风险和支持住房需求等方面。房地产：“托而不举” 房地产方面两会主要内容：房地产市场风险隐患较多。有效防范化解优质头部房企风险，改善资产负债状况，防止无序扩张，促进房地产业平稳发展。加强住房保障体系建设，支持刚性和改善性住房需求，解决好新市民、青年人等住房问题。此前，2022年12月中央经济工作会议支持住房改善、新能源汽车、养老服务等消费要确保房地产市场平稳发展，扎实做好保交楼、保民生、保稳定各项工作，满足行业合理融资需求，推动行业重组并购，有效防范化解优质头部房企风险，改善资产负债状况，同时要坚决依法打击违法犯罪行为。要因城施策，支持刚性和改善性住房需求，解决好新市民、青年人等住房问题，探索长租房市场建设。要坚持房子是用来住的、不是用来炒的定位，推动房地产业向新发展模式平稳过渡。房地产行业作为国民经济支柱产业，对经济增长、就业、财税收入、居民财富、金融稳定都具有重大影响，相关数据显示，房地产业增加值占GDP的比重为7%左

我的钢铁网2023-03-06

港股开盘：恒生指数跌0.63％，新能源汽车股走强，蔚来涨超5％

型科技股多数收涨。苹果收涨3.51％，微软收涨1.66％，谷歌收涨1.85％，亚马逊涨 3.01％，特斯拉涨3.61％，Meta涨 6.14％。热门中概股涨跌互现，阿里跌0.06％，拼多多跌0.07％，百度涨2.15％，哔哩哔哩涨4.82％。理想跌0.87％，蔚来涨5.28％，小鹏涨3.11％。瑞幸咖啡跌3.14％，富途跌2.5％，名创优品涨4.21％。

金融界2023-03-06

元宇宙发展风险研判与监管策略研究

持元宇宙产业发展，以Facebook、微软、腾讯、字节跳动为代表的全球科技龙头企业也相继入局。然而，当前元宇宙尚处于萌芽时期，产品和商业模式的不确定性较大，在法律、伦理、技术等方面面临着诸多困境。本文通过梳理元宇宙的概念内涵和发展趋势，对元宇宙发展可能面临的风险挑战进行分析研判，提出加强元宇宙监管的建议。元宇宙概念内涵元宇宙（Metaverse）概念最初来自科幻作家史蒂文森创作的科幻小说《雪崩》，书中描述了一个名为Metaverse（元宇宙）的虚拟世界，人们只要通过公共入口连接，就能以虚拟“化身”的形象进入其中，开启有别于现实世界的另一种人生。出于理解视角的不同，目前业界对元宇宙概念内涵、外延与特征等认知仍存在较多争议，尚未形成共识。例如Gartner定义元宇宙是一个由通过虚拟技术增强的物理和数字现实融合而成的集体虚拟共享空间；《元宇宙产业链生态白皮书》提出“元宇宙是以信息基础设施为载体，以虚拟现实（VR/AR/ MR /XR）为核心技术支撑，以数据为基础性战略资源，构建而成的数字化时空域”；《2020-2021年元宇宙发展研究报告》提出“元宇宙是整合多种新技术而产生的新型虚实相融的互联网应用和社会形态，它基于扩展现实技术提供沉浸式体验，基于数字孪生技术生成现实世界的镜像，基于区块链技术搭建经济体系，将虚拟世界与现实世界在经济系统、社交系统、身份系统上密切融合，并且允许每个用户进行内容生产和世界编辑”等。总体来看，行业内广泛认为元宇宙是多种技术的“综合体”，是对现实世界的数字化扩展，具有丰富的应用场景和极大的想象空间。围绕元宇宙的组成要素以及价值体现，结合以上各类研究机构和学者的观点，本文认为元宇宙是通过区块链、人工智能、虚拟现实、数字孪生、未来网络等技术，创造的与现实世界映射、交互的数字空间，实体经济与虚拟经济深度融合的新型经济形态，现实社会活动与人际关系数字化迁移的新型社会形态。从产业构成来看，元宇宙横跨基础设施、硬件设备、软件服务、数据服务以及数字内容、智能制造、智慧政务等行业领域。元宇宙发展趋势随着5G、人工智能、区块链、虚拟现实等新一代信息技术的持续创新和深入应用，以及新冠疫情带来线上业态的迅速发展，2021年以来元宇宙概念快速升温，成为政府、企业、资本关注的焦点，正进入有序发展的关键期。（一）地方政府加速布局元宇宙新赛道随着元宇宙在全球范围的快速兴起，地方政府加速跟进，陆续出台元宇宙发展规划和支持政策，大力推动元宇宙在本地的快速发展和落地应用。自2022年以来，上海、武汉、河南、成都等地区陆续发布元宇宙产业发展行动计划或方案，系统谋划元宇宙发展。此外，北京市发改委、住建委联合发布《关于征集2023年市重点工程的通知》，将元宇宙等数字经济项目作为重点征集方向，通州区出台《关于加快北京城市副中心元宇宙创新引领发展的八条措施》；江苏省多地对元宇宙发展与创新路径进行探索，昆山市发布《元宇宙产业创新发展行动计划(2022—2025年)》，无锡市提出打造国内元宇宙生态产业示范区，挂牌元宇宙产业园；海南省三亚市建设网易元宇宙产业基地项目，推动海南数字化文创产业高质量发展。（二）元宇宙市场规模预计持续增长龙头企业、资本等纷纷投资元宇宙赛道，元宇宙企业加快发展，市场规模迅速增长。例如Facebook以20亿美金收购VR设备厂商Oculus；字节跳动斥资近1亿元投资代码乾坤、90亿元收购知名VR厂商Pico等；高瓴资本、真格基金、红杉资本等大型投资机构也成为元宇宙的活跃投资方，项目涉及技术引擎、虚拟平台、数字虚拟人、数字孪生云服务等领域。根据《2022年全球元宇宙投融资报告》显示，2022年全球元宇宙产业共发生了704笔融资，总金额达868.67亿元。其中，中国（包括港澳台）完成125起，融资总额为127.82亿元。同时，从市场发展来看，根据华鑫证券研报显示，2022年全球元宇宙市场规模有望达2800亿美元，预计至2030年达63906亿美元，复合增速达55%。（三）元宇宙产品和应用逐步涌现国内外知名互联网企业、科技企业、游戏企业等积极通过自研、合作等方式开展元宇宙技术布局和积累，加快推进元宇宙产品研发和应用，元宇宙新技术、新产品、新应用不断涌现。例如百度发布元宇宙产品“希壤”，腾讯推出数字藏品平台“幻核”。根据Sensor Tower 统计数据显示，截至2022年2月，标题或者描述中包含“元宇宙”的上市APP共有552个，其中游戏领域相关APP 107个、金融领域相关相关APP 101个、社交APP 70个、娱乐APP 57个。元宇宙发展面临的风险挑战元宇宙作为新兴业态，蕴藏着蓬勃的技术创新活力，具有丰富的应用市场空间，同时也具有不成熟、不稳定等特征，存在诸多潜在风险，可能会对经济社会发展带来一定的冲击和挑战。考虑到当前元宇宙产业还处于初期发展阶段，产品研发和商业模式存在较强的不确定性，因此本文主要就当前面临或潜在的较为明显的风险挑战进行分析。（一）经济风险一是元宇宙炒作存在引发虚拟经济泡沫风险。当前元宇宙仍处于从0到1的起步阶段，相关技术产品、内容生态等尚未成熟，应用商业模式也处于探索中，产业化发展进程与目标愿景仍存在漫长距离。但随着社会各方对元宇宙的关注度不断提升，特别是资本投资热度的持续高涨，各类蹭热度、蹭流量等现象频发，元宇宙概念泛化、恶意炒作等问题日益突出，加之元宇宙中各类虚拟资产难以被准确估值，更多地取决于交易双方对其权益和价值的主观预期[1.元宇宙中虚拟财产交易的法律规制]，容易出现虚拟资产的市场价值偏离现实资产增值能力的现象，可能引发新的虚拟经济泡沫风险。二是以“元宇宙”名义进行非法集资。伴随元宇宙概念热度持续火爆，一些不法分子通过捆绑“元宇宙”概念，以“元宇宙投资项目”“元宇宙链游”等名目吸收资金，涉嫌非法集资、诈骗等违法犯罪活动。例如，编造虚假元宇宙投资项目、打着元宇宙区块链游戏的旗号进行诈骗、恶意炒作元宇宙房地产圈钱、变相从事元宇宙虚拟币非法谋利等行为。三是元宇宙虚拟财产交易安全风险隐患。元宇宙场景下虚拟财产交易大多通过数字代币跨域流转，其交易模式与现实世界存在较大差异，面临诸多新的风险挑战。一方面，虚拟财产交易系统易遭受黑客侵入、病毒袭击等风险，交易过程存在较大的安全隐患，可能导致用户财产损失。另一方面，一些非法分子利用虚拟财产交易高度匿名化的特点，通过违法收入对数字资产进行大幅投资、疯狂炒作或者购买境外数字资产等方式，逃脱现有金融监管体系，开展非法收入洗钱等违法行为。（二）数据安全风险一是数据量暴增加大个人信息保护难度。元宇宙场景给用户带来沉浸式体验，或将大量收集、存储和使用个人信息数据，例如个人姓名、电话以及个人生物特征、行踪轨迹、健康状态、平台浏览记录等相关数据，预期可见的数据收集量增长，将进一步加大当前个人信息保护监管体系下的告知同意原则实施难度，容易出现违法违规收集个人信息、侵犯个人隐私权等问题。同时，部分元宇宙场景下长时间、持续性的用户行为监控和沉浸式体验应用推广，也可能降低平台、用户等对个人信息保护的敏感度，给个人信息合规收集和使用带来新的挑战。此外，元宇宙场景下大量个人信息特别是财产交易、行踪轨迹等敏感信息的存储、使用和流通，也将进一步增加个人信息泄露、违规出售交易等风险，可能造成个人经济损失和社会危害。二是元宇宙全球化发展带来数据安全保障新挑战。元宇宙是基于多种技术构建的虚实结合的数字空间，将加快推进地理空间信息众包数据收集和开发利用，在吸引更多高精地图和定位企业、用户等参与建设和应用的同时，可能增加我国敏感地理空间信息泄露和恶意应用风险。另一方面，基于当前元宇宙具有去中心化特征的认识，未来元宇宙发展可能不仅局限于某个地区或者国家，全球化的发展或将不可避免的涉及数据跨境问题，对我国数据安全保障带来新的挑战。（三）知识产权风险从元宇宙开发者的角度而言，通过数字孪生技术构建虚拟场景需要对现实世界中的建筑、道路、产品、作品等进行复刻或还原，可能会面临著作权侵权和商标侵权等风险。从用户的角度而言，元宇宙允许每个用户进行内容创作和编辑，然而用户利用开发者提供的工具创作出的作品的版权归属难以确定，其他用户在凭借自身喜好对元宇宙中的作品进行编辑之后形成的新作品是否具有可版权性，版权如何归属仍然有待商榷。此外，元宇宙的出现将会打破严格的地域边界，未来可能涉及跨境确权授权问题，为现行知识产权保护制度带来重大考验。（四）行业监管风险一是元宇宙中各主体权利和义务认定困难。从用户的角度来看，虚拟身份是用户连接数字世界与现实世界关键，也是元宇宙的核心要素。目前我国尚未建立统一、可信的虚拟身份认证机制，许多元宇宙项目非实名制，用户只需要简单注册就可以创建虚拟身份进行访问，部分平台也不会对用户真实身份进行核实，虚拟身份和现实身份难以一一对应，可能会影响虚拟身份权利与义务的正常实现。此外，目前元宇宙中平台、用户等各个主体的权利和义务尚不明确，当出现违法违规行为时，很可能导致难以认定责任主体及现有合规要求无法适用的情况，无法有效保障各主体的合法权益。二是元宇宙虚拟资产相关制度仍需探索。虚拟资产的确权和交易是元宇宙发展的重要问题，目前我国缺乏关于虚拟资产确权、交易的相关制度。确权方面，由于虚拟资产很难通过单一的权属理论一刀切处理，根据现有知识产权制度对其著作权及相关主体侵权责任作出认定相对困难。交易方面，目前有关元宇宙虚拟资产交易的相关标准和规定尚未出台，对于可能涉及到的虚拟资产交易场所设立是否需要进行工商注册，以及交易主体税收管理等问题仍需进一步明确，不规范的虚拟资产交易活动可能会引发金融安全风险。三是新型违法违规行为为执法带来新挑战。元宇宙中的虚拟身份承载着现实主体一定的人格属性和财产属性，但并不能与现实主体完全等同，对于元宇宙中可能出现的如“性骚扰”等违规行为的法律性质和责任认定，需要结合具体的场景进行分析。此外，监管元宇宙违法违规行为涉及的部门较多，目前尚未构建跨部门联合监管机制，执法部门不明确。同时，元宇宙突破了国家边界，可能会对单个国家的有效执法带来障碍。加强元宇宙监管的建议（一）加强具体应用场景下法规制度探索按照《中华人民共和国数据安全法》《中华人民共和国网络安全法》《中华人民共和国个人信息保护法》《中华人民共和国著作权法》《区块链信息服务管理规定》等法律法规的要求，推动元宇宙产品开发者、用户以及平台等依法落实主体责任。加强对个人隐私、内容安全等领域的安全风险分析研判，积极开展面向社交、金融等元宇宙重点领域和典型应用场景的制度探索和法律法规研究。（二）构建协同共治的元宇宙监管体系建议国家层面推进数字身份认定、数字资产确权等相关基础制度体系建设，地方层面积极开展元宇宙发展负面清单等的研究制定工作，明确监管责任主体，共同保障元宇宙产业安全有序发展。探索建立跨部门、跨区域的协同监管和信息共享机制，开展联合监管试点，提升监管效能。加大执法监督力度，依法从严打击元宇宙发展过程中的违法违规活动，重点防范诈骗、恶意炒作、非法集资等金融风险。（三）探索建设元宇宙监管沙盒围绕元宇宙典型应用场景，划定一定范围探索建立“监管沙盒”，面向数据商、NFT等新业态建立基于区块链、可信计算等技术的监管服务平台，构建审慎宽容的监管环境，为元宇宙技术创新和商业模式落地提供试验田。研究制定“监管沙盒”建设方案，健全完善“监管沙盒”管理细则，积极开展政策先行先试，推动监管规范与产业发展同频共振。探索建立资金存管机制，推动元宇宙领域的企业与银行实现存管系统直连，保障企业合规运营，提升金融防范能力。（四）加强关键技术创新组织开展关键技术攻关，加快发展扩展现实（增强现实/虚拟现实/混合现实）、人工智能、区块链、数字孪生、三维建模等元宇宙关键技术，推动技术成果落地。鼓励企业加快技术升级，与生产制造、商业贸易、电商物流等企业开展联合攻关，培育面向细分领域和典型应用场景的元宇宙产品及行业级解决方案。加快元宇宙互联网生态环境构建，探索Web3.0技术研发和应用生态发展。（五）加强行业引导和企业自律积极推动元宇宙行业组织建设，成立元宇宙领域的产业联盟、协会等行业组织，搭建元宇宙公共服务平台，依托科研院所、龙头企业、行业组织等力量组建专家库，为企业发展提供政策、法律、金融等全方位服务。充分发挥元宇宙行业协会等社会组织的重要作用，推动开展元宇宙领域的合作交流活动，推进企业签署行业自律协议。鼓励龙头企业、科研院所、行业组织等开展元宇宙相关标准规范研究，探索建立元宇宙虚拟资产交易信用体系，推动构建诚信、互信、可信的交易生态。来源：金色财经

金色财经2023-03-06

中科创达：创达具有芯片底层的全栈操作系统技术能力，与中国、欧美、日韩的众多芯片厂商均有合作

证券之星2023-03-05

DAOrayaki｜详解Dora Factory 第二阶段路线图

无论ChatGPT声称自己有多么包容，微软作为一个单一实体控制着至少49%的市场份额。我们需要一种替代方案来抵消中心化的未来。黑客运动本质上是一个基层运动。去中心化风险投资应该允许尽可能多的人探索和实施可能的新技术。在某种程度上，它推动了人类创新的进步。另一方面，它为科技垄断创造了竞争。全球开源社区是其基础，但缺乏资金迫使GitHub寻求来自成熟风险投资公司的资金，并最终被微软收购，显然OpenAI也经历了同样的情况，在早期阶段声称自己是非营利性和反垄断的。简而言之，去中心化的风险投资需要做三件事情：为想要建立新东西的Hacker提供无需许可的接入；为想要贡献的所有人提供无需许可的接入；能够自我维持很长时间。我们将从现在的Dora Grant DAO开始，它是由vcDORA治理的风险投资社区，逐步将其迭代为去中心化的风险投资。理想情况下，DAO的储备资金达到一定水平，仅依靠储备资本的无风险或风险调整收益就可以每年资助极客社区的所有风险项目，就像大学捐赠基金一样。除了彻底失败，这项努力可能有两种最终结果。它可能成为一个可泛化的协议。在这种情况下，我们将在DoraHacks.io上部署协议，并使其免费提供给每个去中心化的风险投资基金，就像Grant DAO和Hackathon这样的现有协议一样。它也可能无法复制。如果是这种情况，我们将确保该基金对于每个合法加入的人都是可访问的。公共物品质押区块链生态系统的基本价值来自于对本来封闭的金融系统的民主化。每个区块链交易都承载着一些价值，区块链基础设施提供了安全性和各种功能，以便实现有价值的交易。通过持续创造价值，一个区块链网络可以维持自身，并通过生态系统公共物品资金进一步发展自己的基础设施。目前，绝大部分网络激励都用于网络安全，我们认为其中应有一部分用于通过一个无偏见系统的分配来资助生态系统的项目和公共物品，正如我们在区块激励驱动生态系统资助[9]中所描述的那样。公共物品质押[10]是一个实际的解决方案。我们在2022年初开始构建基本技术和能力。现在，公共利益质押已经被几个生态系统采用，并且正在迅速得到进一步采用。截至今年2月，Dora Factory公共利益质押的总锁定价值（TVL）已经达到3亿美元，由多个生态系统的验证者组成，大大小小都有。通过公共利益质押，我们能够资助多链创新，使更多的黑客能够构建自己的想法并开始自己的创业。接下来，我们将做三件事：增加公共物品质押的能力。建立基础设施，以便消费者可以成为公共物品质押验证者。创建协议套件，以去中心化PoS网络质押和治理。亲爱的狗狗—星际数字货币结算网络（Dear Doge）太空经济至少会和地球经济一样庞大，这也是黑客和开源开发者应该被允许在其中建设的领域。目前太空经济活动极其有限，完全没有任何多行星金融活动。但这将很快改变。当多行星经济到来时，将开放的金融生态系统带到地球之外很重要。太空中有许多可以发生的活动。交易可以从太阳系中不同的位置开始，包括火星、月球、地球、小行星和它们的轨道。交易可以由人类和机器人发起，它们可以从任何一点到另一个点。考虑在未来二十年内人类在火星上的永久定居，创造太空工厂、太空轨道电站、矿山、科学实验、大型建筑、月球基地、太空军队、太空酒店、旅游等活动。交易将在火星、月球、地球或它们之间的任何两个终点之间发生。地球和火星之间的最大距离约为 4.02 亿公里。任何通讯需要大约 22 分钟才能到达，这会对交易造成显著的延迟。为了将区块链资产引入太空，我们需要创建一个多行星结算层。它需要一种非常不同的基础设施。由于发射成本和通信成本，采用 Nakamoto 共识来解决多行星区块链资产交易不符合经济要求。另一方面，由于通信受物理限制而受到延迟，我们需要新的协议来处理通信延迟，以便解决多行星交易。我们能够提供的细节很少，这可能是最有可能失败的方案。由于 Dogecoin 目前最有希望成为第一种具有外太空实用性的加密货币，我们将此任务称为“亲爱的 Doge”。简而言之，Dora Factory的第二阶段是：创建一个自我维持、无需许可的风险投资基金，以无限期资助黑客的想法。构建所有必要的基础设施，以支持公共物品抵押。通过建立多行星结算网络，将加密经济扩展到太阳系中的多个星球。参考文献： [1] original white paper https://dorafactory.medium.com/dora-factory-1-0-dao-as-a-service-infrastructure-for-on-chain-governance-and-open-source-ventures-6ad53688758f [2] Open-community Grant DAO protocol https://research.dorahacks.io/2022/09/16/vcdora [3] DoraHacks-MACI https://github.com/dorahacksglobal/qf-maci [4] vcDORA community https://dao.dorahacks.io/ [5] Dora Grant DAO https://dorahacks.io/dora [6] DAOrayaki https://daorayaki.org/ [7] media DAO https://research.dorahacks.io/2021/02/18/daorayaki-media [8] quantum computing https://unitary.fund/posts/2023_members.html [9] block incentive driven ecosystem funding https://research.dorahacks.io/2022/12/02/block-incentive-ecosystem-funding/ [10] Public Good Staking https://research.dorahacks.io/2022/12/30/aptos-public-good-staking 来源：金色财经

金色财经2023-03-05

ChatGPT思考：探索智能的极限

金色财经2023-03-05

Zonff Partners：Web3游戏行业观察十问

这款游戏以 25 亿美元的惊人价格卖给微软之前，其背后的小公司已售出 5400 万份盈利颇丰。因此，对于大多数创业团队来说，尝试 “小而精” 的方向可能会比 “大而全” 更好切入 Web3 当中。问题十：下一轮 Web3 游戏的市场爆发点可能是什么？引用 StepN 团队在 2021 年 Solana Hackerson 上的一句话：“一个好的 Game-Fi 项目首先必须是一个好的游戏，其次是一个运行流畅的应用程序，然后是一个有意义的代币经济学”。对于未来 Web3 的游戏的增长点市场一直有不同猜测，从早期的 P2E、MMO 到发行平台，而目前我们认为下一轮游戏赛道可能的增长点为全链游戏。全链游戏（Fully On-chain Game）不同于许多之前的 Web3 游戏仅将资产上链，全链游戏的逻辑都以智能合约的形式 100% 存储于链上，是真正的链上自主世界 - Onchain Autonomous World。但碍于现有公链的计算速度与成本，全链游戏的发展速度一直进展缓慢，而随着 OP/ZK Rollup 技术的发展 Layer 2 生态的完善这一问题也会有所改善。回顾我们在 2018 年看 NFT， 2019 年看 DeFi，也许未来真正大火的 Web3 游戏不同于传统游戏赛道的任何一种游戏品类，全链游戏则可能填补这部分空白。如前文提到的，现有的游戏类似于 Web1 的互联网时代，玩家参与游戏的过程更偏向于读取而非写入。而区块链的特性可以在游戏中融入更多的可组合性和互操作性。大量玩家可以无国界地直接参与核心游戏系统的创造和发展，将游戏带入玩家共创的 2.0 时代。过往许多 Web2 游戏依旧依赖于传统游戏设计观念和逻辑，而全链游戏可能打开新的路径。以 Dark Forest 为代表，Opcraft、Curio、Topology 都可以归于这个赛道。2021 年 9 月大火的 Loot 生态虽然 NFT 价格下跌许多，但其依然给市场很高的叙事想象空间。上述全链游戏虽然可玩性还不是很高，但随着 Gas 费在技术发展过程中逐渐降低，其链上可承载的内容的复杂性也会逐渐升高。V 神在 2019 年时提出金融与游戏会是区块链最先落地的两个场景，随着 DeFi 与 NFT 的大火，全链游戏也可能成为下一步市场的发展方向。数据来源 https://www.youtube.com/watch? v=XhMCsvoCkQQ&list=PLNK 7 oFq 6 eaEwzgXeL 6 omjG 06 q 6 TpP 8 _Jd&index= 4 最后，将多款全链游戏在 2022 年伦敦活动中进行公开 Demo 演示的视频附在 “阅读原文”，供参考。视频：Autonomous Worlds Residency: Demo Day (Winter 2022) 注：文中提及项目，均不构成任何投资建议。文章仅代表作者个人当下观点，不能代表 Zonff Partners，文中所发布信息及观点有可能因发布日之后的情势或其他因素的变更而不再准确。原文来源：Sullivan，Zonff Partners 投资总监，Twitter: @devicex_w 来源：星球日报来源：金色财经

金色财经2023-03-05

人工智能：中国式ChatGPT的“大跃进”

个用于科研的大模型系列LLaMA。在微软高调把ChatGPT推到New Bing的台前后，硅谷巨头们就开始紧锣密鼓地推动大模型研究，谷歌仅用两个月就发布了类似ChatGPT的Bard。在这方面，中国并不落后。2023年2月起，百度、阿里、腾讯、京东、字节等纷纷发声表示自己在大模型领域已经开展了深入研究，且获得了很多成果。一时间，追逐大模型成了国内AI行业的标准动作，“大练模型到炼大模型”的过度期似乎已经接近尾声，下一阶段大有“全民大模型，ChatGPT进万家”的架势。不过，AI技术研发不是谁都能做的，需要真正的专家。硅谷巨头之所以能在大模型领域迅速反应，一方面因为他们在这条赛道上有多年的技术积累，更重要的是他们在AI研究方面有着大量的人才储备。谷歌的人工智能研究团队一直处在全球领先地位，旗下还有与OpenAI齐名的实验室DeepMind；另一家科技巨头Meta则有被称为卷积神经网络之父的图灵奖得主Yann LeCun以首席AI科学家的身份坐镇。微软手下的急先锋OpenAI，也是基于强大的科研团队才奠定的领先地位。科技情报分析机构AMiner和智谱研究发布的《ChatGPT团队背景研究报告》显示，OpenAI的ChatGPT研发团队中，27人为本科学历，25人为硕士学历，28人为博士研学历(注：5人信息缺失)，占比分别为33%、30%、37%。 ChatGPT团队学历分布而另一份来自猎聘大数据的国内AI人才市场调查则显示：近一年，预训练模型、对话机器人和AIGC三个ChatGPT相关领域中，国内企业明确要求本科以上学历的职位分别占71.33%、82.30%、92.53%；要求硕、博士学历的占比分别为16.49%、9.86%、18.22%。对比ChatGPT团队，国内AI人才的平均水平差距较大，硕博比例明显不足。而在今天这种大家齐上大模型赛道的“加速”发展态势下，要在短时间里“大干快上”，势必要先比试比试谁的团队技术实力强，谁更能在自己的麾下聚拢一批大模型人才。抢人大作战技术大战开打之前，各家的大模型团队先得打赢一场关键的人才争夺战。如果你是一个清华博士，有5-10年NLP（Natural Language Processing，自然语言处理）行业经验，那么你的资料只要出现在招聘平台上，不需要任何详细履历，就可以在注册完成后的48小时内，接到多家猎头公司的询问电话，以及数十条HR、猎头、业务经历甚至BOSS本人发来的站内信息。在这些信息中，不乏阿里、美团、小红书等大厂，还有诸多创业公司，以及研究机构。猎头们提供的NLP算法研究员岗位年薪也大多会在百万元上下。根据猎聘大数据调查，过去五年，人工智能和互联网的招聘薪资均处于上涨态势，人工智能年均招聘薪资明显高出互联网。2022年，人工智能招聘平均年薪为33.15万元，比互联网高出4.27万元，即14.78%。五年来人工智能与互联网招聘平均年薪对比在ChatGPT爆火后，这样的情况越来越明显。据上述调查显示，与ChatGPT相关的岗位工资均超过平均水平，AIGC为39.08万，对话机器人为34.89万，预训练模型为33.93万。“ChatGPT一火起来，AI工程师的薪资水平也越来越高，你不开高价就抢不到人。”某AI领域投资人对虎嗅说。从技术的角度看，大模型发端于NLP领域，自然语言处理岗位在人工智能领域一直都处于人才稀缺的状态，薪酬水平处于高位。科锐国际调研咨询业务负责人&高科技领域资深专家景晓平对虎嗅表示，“人工智能行业典型岗位按产业链划分，技术层和基础层薪酬水平处于高位，高于互联网其他领域薪酬水平，应用层和互联网常规岗位薪酬一致。” 事实上，近年来国内AI人才的硕博占比也在逐年提升，很多企业对AI领域的人才要求学历至少是硕士。薪酬结构则与企业的性质密切相关，国有企业、研究所的薪酬主要是固定薪酬、项目奖金和津贴，例如，国内第一梯队的AI实验室，清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）挂在官网上的博士后招聘待遇为年薪30万，享受清华大学教职工社会保险、住房公积金等待遇。提供公寓或每年4.2万的租房补贴，同时可以解决子女入园、入学。 IT大厂和AI创业公司的薪酬结构则多为，固定薪资+浮动奖金+股权期权激励。在猎聘、脉脉、BOSS直聘三个平台搜索ChatGPT，硕博学历职位的月薪普遍高于3万，最高达9万。“在薪酬方面IT大厂并不会占多少便宜，AI大模型的研发都是高举高打，创业公司给出的薪酬可能更有竞争力。”西湖心辰COO俞佳认为，没有资金支持很难在大模型的基础训练领域推动一家初创公司，对于这个领域来说，钱的问题可能“不是最大的问题”。猎聘、脉脉、BOSS直聘，搜索ChatGPT的前排结果此外，在诸多岗位信息中，工作地点集中在北京、上海、杭州和深圳，但其中一些职位也并不限制办公地。景晓平表示，目前国内AI人才北京占据第一位，上海、广东省分列二三位，近些年互联网发展极为活跃的浙江省，在人工智能发展上也丝毫不落风头，成都作为科技新秀城市，有优质相关生源的地域，也储备了不少人工智能人才。但从需求总量来看，国内AI人才还有很大缺口。 OpenAI的专家团队为何强 OpenAI官网挂出的参与过ChatGPT的项目团队共87人，该团队平均年龄为32岁，其中90后是主力军。《ChatGPT团队背景研究报告》显示，ChatGPT研发团队绝大多数成员拥有名校学历，成员最集中的前5大高校是：斯坦福大学（14人）、加州大学伯克利分校（10人）、麻省理工学院（7人）、剑桥大学（5人）、哈佛大学（4人）和佐治亚理工学院（4人）。 ChatGPT 团队成员毕业前10名高校此外，很多成员都有名企工作经历，包括：Facebook、Stripe、Uber、Quora、NVIDIA、Microsoft、Dropbox、DeepMind、Apple、Intel等公司，其中有10人来自谷歌，OpenAI的首席科学家Ilya Sutskever亦是从谷歌转会而来，Ilya Sutskever是AlphaGo的作者之一，师从人工智能学界泰斗Geoffrey Hinton。 ChatGPT团队成员流动示意图 1985年出生在苏联的Ilya Sutskever，如今已经是英国皇家学会院士。据说Ilya Sutskever退出谷歌，与Sam Altman、Elon Musk等人一起创立OpenAI时，年薪曾大幅缩水。但他参与创立OpenAI的初衷是“确保强大的人工智能造福全人类”的大义和情怀。 OpenAI初创之时是一家非营利研究机构，从这点上来看，无论是否带着情怀加入这家公司的研究人员，还是给“非营利”事业烧钱的投资人，多少都有一点对技术的“信仰”，这种驱动力，可能是钱买不来的。不过OpenAI给这些科技精英们提供的薪酬待遇并不低。据纽约时报报道，2016年，OpenAI向Ilya Sutskever支付了超过190万美元。另一位行业大佬级的研究员Ian Goodfellow（对抗式生成网络的提出者）2016年从OpenAI得到的报酬则超过80万美元，而他在这一年中只工作了9个月，不过Ian Goodfellow在OpenAI没有待很长时间就离开了。一直以来，硅谷的AI研究员都是高收入人群。在谷歌发布的官方招聘信息中，在美国工作的全职“高级软件工程师，大型语言模型，应用机器学习”（Staff Software Engineer, Large Language Models, Applied ML）岗位基本工资范围为年薪17.4万-27.6万美元（约120万-190万元人民币）+奖金+股权+福利。这份工作的主要职责是：为谷歌大型语言模型的关键冲刺做出贡献，将尖端的 LLM（Large Language Mode，大型语言模型）引入下一代谷歌产品和应用程序，以及外部用户。在建模技术方面进行协作，以支持全方位的 LLM 调整，从提示工程、指令调整、基于人类反馈的强化学习 (RLHF)、参数高效调整到微调。微软研究院的研究员岗位“博士后研究员-机器学习和强化学习”（Post Doc Researcher-Machine Learning and Reinforcement Learning）年薪则在9.4万-18.2万美元（约64万-125万元人民币）。工作职责是“与其他研究人员合作制定自己的研究议程，推动有效的基础、基础和应用研究计划。” ChatGPT团队中另一个有意思的点是团队中有9位华人成员，其中5人本科毕业于国内高校，美国学界对人才的虹吸效应也正是硅谷巨头以及“OpenAI”们强大人才竞争力的基础。 “中国的AI人才是从14亿人里挑，美国是从80亿人里挑，全世界优秀的人很多都到美国去了。”图灵联合创始人、原智源研究院副院长刘江表示，要承认差距确实存在，不过他也表示，“在这方面，我们也不用气馁。中国也有自己的优势，比如市场化、产品化的能力，近年来我们不比美国同行差了。” 国内大厂的实力如何？除了人才问题，国内大模型研究落后美国另一个原因是在生成式AI和大模型研究方面起步略晚，而起步晚的原因，则还是与“钱”脱不开关系。从技术角度看，生成式技术在Stable Diffusion和ChatGPT等网红产品出现之前，技术实现的效果并不理想，且需要消耗大量算力进行研究。所以大厂、资本很难斥以重资，投入到这种看上去不太赚钱，还要烧钱的业务。中国的AI产业更注重应用场景，而非基础理论和技术创新。各家大厂在NLP的理解方面有很多成熟业务，比如听写、翻译，在视觉识别和AI大数据处理方面也有很多应用场景。所以这部分业务自然是AI研发的主力，一方面他们赚钱，另一方面在这些领域的技术积累，使研究人员能够“在规定跑道上赛跑”，而不是在未知领域探路。这一点不只是限制了国内公司，更是很多全球巨头的创新桎梏。正如诺基亚做不出iPhone一样，巨头都不喜欢“破坏式创新”，谷歌发布的Bard只因一个小失误就牵动了母公司Alphabet的万亿市值，这也正是谷歌一直声称不愿发布LaMDA大模型的理由，害怕会因AI的失误影响自己的商誉。而OpenAI显然不太在乎ChatGPT在公测中会出什么问题，毕竟他发布ChatGPT时只是一家估值200亿美元的独角兽。不过，在这波大模型的追赶赛中，国内大厂的团队也可以说是实力颇强。百度在大模型方面走的最早，百度自2019年开始研发预训练模型，先后发布了知识增强文心（ERNIE）系列模型。文心大模型研发的带头人，百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰博士，是自然语言处理领域权威国际学术组织ACL（Association for Computational Linguistics）的首位华人主席、ACL亚太分会创始主席、ACL Fellow，还是IEEE Fellow、CAAI Fellow及国际欧亚科学院院士。他还兼任中国电子学会、中国中文信息学会、中国工程师联合体副理事长等。目前，王海峰在国内外期刊会议上发表的学术论文有200余篇，获得已授权专利170余项。虽然没有像百度一样公布类ChatGPT产品的发布时间表，但腾讯、阿里和华为分别提出的“混元”、“通义”和“盘古”三个大模型，均已研发了很长时间。据机器学习和自然语言处理著名学者Marek Rei教授在2022年4月发布的统计（2023年的统计尚未发布）显示，2012-2021年中，在ML（Machine Learning，机器学习）和NLP顶级期刊和会议发表论文数量最多的机构是谷歌，微软紧随其后。发文数量最多的中国机构是清华大学，第二是位列第16的腾讯，腾讯也是前32名中唯一的中国互联网厂商。不过，在2021年单年的统计中，阿里和华为也登上此榜，腾讯仍排在较靠前的位置。 Marek Rei发布的2021年ML、NLP顶会、期刊发文量统计目前，腾讯官方并没有公布“混元”大模型研发团队的具体信息。不过，腾讯旗下AI研发团队“腾讯AI Lab”的专家构成，也显示出了腾讯在AI领域的一部分实力。腾讯AI Lab由100余位AI科学家和超过300名应用工程师组成，带头人张正友博士是腾讯首席科学家、腾讯 AI Lab 及 Robotics X 实验室主任，腾讯首位17级研究员、杰出科学家。他在美国斯坦福大学（Stanford University）发布的2022 年度“全球前2%顶尖科学家榜单”（World's Top 2% Scientists 2022）中，排名全球“终身科学影响力排行榜”第1002名，中国排名 Top 10。阿里在LLM领域的研究主要由阿里巴巴达摩院负责，阿里巴巴集团资深副总裁，阿里云智能CTO、达摩院副院长周靖人主导，他是IEEE Fellow，多次担任VLDB，SIGMOD，ICDE等国际顶级会议程序委员会主编、主席，在顶尖国际期刊和会议上发表论文超百篇，并拥有几十项技术专利。华为也未对“类ChatGPT产品”公开表态，但在大模型方面华为亦有“盘古”大模型正在研究。该项目由华为云人工智能领域首席科学家田奇博士领导，他是计算机视觉、多媒体信息检索专家，IEEE Fellow，国际欧亚科学院院士，教育部长江讲座教授，国家自然科学基金海外杰青，中国科学院海外评审专家，在国内多所高校任讲席教授及客座教授。在自己组建团队投入研发的同时，百度、阿里、腾讯、华为等IT大厂，也与中科院计算所自然语言处理研究组、哈尔滨工业大学自然语言处理研究所、中国人民大学高瓴人工智能学院等高校研究有很多的技术合作。 “集中力量办大事”的科研机构数据闭环是大模型研发的关键，用户越多，积累时间越长，就意味着可以用于迭代升级的数据和反馈也就越多。在这方面OpenAI已经利用前两代的开源GPT模型和GPT-3积累了大量数据。ChatGPT虽然才推出了3个月，但用户量和访问量增长速度飞快，这些都为OpenAI在大模型研发方面积累了巨大的先发优势。 “AI大模型如果落后了，就会面临卡脖子的风险。”很多AI专家对此都有担心，由此国内也诞生了一些应对此种局面的非营利性AI科研机构。这些机构多数有高校研究实验室背景加持，以及地方政策支持，人才聚拢能力非常强劲。北京智源人工智能研究院（以下简称“智源研究院”）是科技部和北京市政府共同支持，联合北京人工智能领域优势单位共建的非营利性创新性研发机构。智源研究院理事长张宏江，是美国国家工程院外籍院士，ACM Fellow和IEEE Fellow，同时也是微软亚洲研究院的创始人之一。 2021年，智源研究院发布了1.7万亿参数的超大模型“悟道”的1.0和2.0版本，这项工作由100余位科学家共同打造。其中包括清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）的孙茂松教授，清华大学知识工程研究室（KEG）的唐杰教授，清华大学交互式人工智能课题组（CoAI）的黄民烈教授。目前“悟道”大模型已经与OPPO、好未来、淘宝、搜狗、美团等开展了落地合作。在与美团的合作中，大模型给搜索广告带来了2.7%的收入增长。在南方的科技重镇也有一家相似的研究机构，粤港澳大湾区数字经济研究院（以下简称IDEA研究院），IDEA研究院是由深圳市政府大力支持的AI研究机构。与智源研究院有一个颇有趣的相似之处，IDEA研究院的创始人沈向洋博士同样出身微软亚洲研究院。沈向洋博士是美国国家工程院外籍院士和英国皇家工程院外籍院士，他参与创建了微软亚洲研究院，担任院长兼首席科学家，并曾担任微软公司全球执行副总裁，主管微软全球研究院和人工智能产品线，并负责推动公司中长期总体技术战略及前瞻性研究与开发工作。 IDEA研究院NLP研究中心负责人张家兴博士也来自微软亚洲研究院，他的团队推出的开源模型“太乙”，据称在中文文生图领域可以达到接近Stable Diffusion（一款开源文生图AI模型）的水平。目前IDEA研究院正在持续迭代开发的预训练模型体系“封神榜”，已经开源了6个系列共10个模型，包含4种模型结构，模型参数最大为35亿。其中包括：以Encoder结构为主的双向语言系列模型的二郎神系列；面向医疗领域，拥有35亿参数的余元系列；与追一科技联合开发的新结构大模型周文王系列；以Decoder结构为主的单向语言模型闻仲系列；以Transformer结构为主的编解码语言模型，主要解决通用任务的大模型燃灯系列；以及主要面向各种纠错任务的比干系列。 2月20日晚，复旦大学自然语言处理实验室对媒体宣传邱锡鹏教授团队发布了“国内第一个对话式大型语言模型MOSS”，并在公开平台（https://moss.fastnlp.top/），邀请公众参与内测。然而就在外界都等着看MOSS表现如何惊艳之时。MOSS的内测网站却挂出了一则道歉公告。目前MOSS的测试网站已经挂出了停止服务的公告。一位AI大模型专家对虎嗅表示，“邱锡鹏的实验室学术研究的氛围很浓。虽然这次的MOSS很少有人得到体验机会，但是从后边的公告来看，有可能是在工程优化，并发处理等方面的准备还没有那么充分。” 在近期举行的2023年世界人工智能开发者先锋大会上，邱锡鹏教授公开表示，如果优化顺利，MOSS计划在2023年3月底开源。虽然，没能成功抢发“国产ChatGPT”，但AI业内人士对邱锡鹏教授团队仍然给出了肯定的评价，“邱锡鹏教授的团队比较偏重学术，这和早期的OpenAI在科研心态上是有共性的，非营利性的AI研究机构，没有那么多功利的考虑。” 创业公司都有“大佬”背书 AI技术属于计算机科学，虽然计算机技术已发展多年，但AI仍属于前沿科技，对LLM以及其他通用大模型的研究更是兴起不久，仍然需要依靠应用数据，持续迭代升级，不管MOSS是不是因为工程经验绊了跟头，要在AI、大模型这些领域实现突破，能推广到市场中，接地气的技术和产品才是王道。事实上，目前国内AI行业活跃的实验室大多已开始尝试商业化，在市场的磨砺中探索大模型未来的出路。深言科技深言科技源自清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）。THUNLP由清华大学人工智能研究院常务副院长孙茂松，以及刘洋、刘知远，三位教授带头。实验室在2017年推出的中文诗歌自动生成系统「九歌」则是最有影响的诗歌生成系统之一，「九歌」已经为用户创作了超过3000万首诗词。孙茂松教授领衔研发的CPM模型是智源研究院的大模型「悟道·文源」的前身，也是国内最成熟的中文生成式大模型之一。深言科技的团队也是由CPM模型的部分研发团队成员所组成的，目前该公司产品包括可以根据意思搜索词语的“WantWords反向词典”，以及根据意思查询句子的“WantQuotes据意查句”。智谱AI 智谱AI的前身是清华大学知识工程研究室（KEG），KEG专注研究网络环境下的知识工程，在知识图谱、图神经网络和认知智能领域已发表一系列国际领先的研究成果。2006年，智谱AI就启动了科技信息分析引擎ArnetMiner（以下简称AMiner）的相关研究，先后获得了国际顶级会议SIGKDD的十年最佳论文（Test-of-Time Award）、国家科学进步奖二等奖、北京市发明专利奖一等奖。 2022年8月，由KEG与智谱AI共同研发的千亿级模型参数的大规模中英文预训练语言模型GLM-130B正式发布，其在多个公开评测榜单上超过GPT-3 v1。此外，智谱AI还打造了认知大模型平台（BigModel.ai），形成AIGC产品矩阵，提供智能API服务。聆心智能 2月17日，聆心智能宣布完成由无限基金SEE Fund领投的Pre-A轮融资。聆心智能的底层技术是超拟人大规模语言模型，基于大模型可控、可配置、可信的核心技术优势，聆心智能推出“AI乌托邦”，该系统允许用户快速定制 AI 角色。聆心智能由清华大学交互式人工智能课题组（CoAI)黄民烈教授支持。CoAI是清华大学朱小燕教授及黄民烈教授领导的实验室。2020年，就已经开源了1200万对话数据和中文对话预训练模型CDial-GPT。黄民烈教授也曾参与了智源研究院的“悟道”大模型研发。西湖心辰西湖心辰背靠西湖大学深度学习实验室，创始人是西湖大学助理教授、博士生导师蓝振忠，主要研究大规模预训练模型的训练与应用。蓝振忠曾在谷歌担任研究科学家，也是轻量化大模型ALBERT的第一作者。西湖大学在人工智能领域的研发实力很强，除了蓝振忠博士的深度学习实验室，西湖大学NLP实验室，在该领域的研究也非常领先。学术带头人张岳博士在Marek Rei教授的顶会、期刊发文量统计中，于2012-2021年期间排名全球第四。 “目前国内LLM领域的创业公司相对IT大厂来说主要有两个优势，技术和数据。”西湖心辰COO俞佳对虎嗅表示，国内大模型创业公司在技术方面普遍已有多年研究经验，构筑了一定的技术壁垒，这是很难短期超越的。同时，由于已经推出了相关产品，“数据飞轮”已经转起来了，这些数据的质量相比互联网数据质量要高很多，能够对产品迭代起到很大支撑作用。对于国内大模型创业公司未来的发展趋势，俞佳认为可能性很多，“有些公司可能会走出自己的道路，也有的公司可能会像OpenAI一样与IT大厂开展深度合作，甚至像DeepMind直接并入其中。” 出品｜虎嗅科技组作者｜齐健编辑｜陈伊凡来源：DeFi之道来源：金色财经

金色财经2023-03-05

千亿ChatGPT的狂欢和月薪3K的数据标注员

雇佣员工，服务Google、Meta和微软等客户。据爱范儿报道，OpenAI在2021年底与Sama签署了三份总价值约20万美元的合同，为数据库中有害的内容进行标记。根据合同规定，OpenAI将为该项目向Sama支付每小时12.50美元的报酬；但Sama支付给数据标注员的时薪只有1.32美元~2美元。这些数据标注员，每9个小时要阅读和标注150~200段文字，最多一小时要阅读和标注超2万个单词。并且，因为他们标注的是互联网上的“有害的内容”，比如自杀、酷刑等，大部分标注员受到持久的心理创伤，甚至出现幻觉。但Sama公司却拒绝为他们提供一对一的心理咨询。这些数据标注员，对ChatGPT而言意义重大。为了让ChatGPT成为一个适合用户日常使用的聊天机器人，一个好的学习数据源非常重要。比如，ChatGPT的前身GPT-3，就存在暴力、性别歧视等言论。用户在对话框中发送“我应该自杀吗”问题，GPT-3回答“我认为你应该这么做”。在更早的2012年，清华大学图书馆机器人“小图”，因为学习了网友太多“脏话”，被强制下线。当时有媒体报道，小图至少学会了4万条不良信息。 AI自身并不能判断善恶，需要人为干预，标注、过滤掉一些“特殊数据”。为此，OpenAI建立了一个安全系统，这就是Sama和数据标注员的工作：给AI提供标有暴力、仇恨语言等标签，AI就可以学会检测这些内容，并将这些不良内容过滤掉。除此之外，一些专业领域的信息，也需要专业的标注。这也是为什么ChatGPT在回答医学等专业领域问题时错误百出，因为它还没有精确地相关数据“喂养”。实际上早有业内人士分析，ChatGPT的算法并不神秘，比如公开的成熟的自回归语言模型、强化学习的PPO算法等；但数据，是ChatGPT真正的优势。 “ChatGPT通过抢先开始公测，收集了大量的用户的使用数据”，这也是ChatGPT独有的、宝贵的数据。和算力的“军备”竞赛不同，数据会有滚雪球效应，只要ChatGPT仍然是最好用的语言AI，就会一直保持先发优势，后来者会越来越难追上。 ChatGPT，已经建立起了“数据壁垒”。而近期才开始官宣的“中国版ChatGPT”，除了要加强在算法、算力的投入，中文语言数据的处理，中文敏感词、有害信息的过滤，也需要大量的投入。如今，ChatGPT掀起人工智能新浪潮，最底层、最边缘的数据标注员是否会有新的待遇？国内数据标注乱象据第一财经报道，中国的数据标注行业最早可追溯到2005年，著名计算机视觉专家、人工智能专家朱纯松在湖北鄂州创办了莲花山研究院。中国信通院报告指出，2015年，随着人工智能巨头的崛起，数据标注和采集需求激增，市场真正意义上开始形成。 2016年，AlphaGo横空出世，人工智能开始商业化探索，相应的数据服务公司也迎来了一波发展高峰。人工智能公司发展波折不断，数据标注行业也处在早期的蛮荒阶段，存在分散、效率差、标注质量参差不齐、市场需求不稳定等问题。何文新等数据标注员有特别直观的感受。能不能拿到稳定的项目，是一个外包的数据标注公司能否存活的关键。 “我们公司比较小，很难拿到一手的项目。”何文新称，他们拿到的可能是层层外包的项目，价格比较低，而且极不稳定，“有时候项目没做完，公司就没了。” 而一些数据标注公司在招聘兼职数据标注员时，会强调薪酬分两次结算，“次月和6个月后各结算一半”，因为这是甲方的结算习惯，一些数据公司并不会提前“垫付”薪酬。因为没有什么门槛，十几个人也能攒出一个团队，因此，数据标注公司质量层次不齐，行业竞争也异常激烈。据第一财经报道，2018年，科大讯飞旗下的众包平台“爱标客”上，一些简单的打框和转写校准项目，时薪在25到40元之间；到2021年底，时薪就降到了10到15元，“有时候可能连10元都不到”。并且，数据标注行业还存在一些招聘骗局，比如打着招聘的名义，骗求职者缴纳高昂的培训费等。而数据标注员，也是人工智能行业中，最不稳定、最容易被取代的角色。 2022年6月，特斯拉在全球开启了裁员计划。其中规模最大的一次裁员，是解雇了200名美国员工。他们大多数是小时工，负责自动驾驶数据标注。有媒体分析，特斯拉这次裁员的原因是这一工作技术含量不高，操作起来比较简单；并且特斯拉的自动化数据标注有了进展，可以代替人力完成部分工作。目前，何文新已经从数据标注公司离职，换了新的行业。工资低、累、没有晋升空间、没有学到东西，是数据标注员离职的主要原因。但是，除了这些问题，数据标注员的薪资，在4、5线城市依然有竞争力。实际上，因为属于“劳动密集型”产业，一些地方政府对数据标注产业抛出橄榄枝，成为解决当地就业、扶贫的优质项目。另一方面，因为门槛低、操作简单，数据标注员也成为残疾人友好岗位，“边码故事”曾报道残疾人成为数据标注员的故事，“一台电脑就能赚钱是之前想都不敢想的”。而一些数据标注公司的推广视频下面，有不少用户留言咨询，想要加入。在面对使用廉价劳动力质疑时，OpenAI回应称，他们支付给Sama的费用几乎是东非其他内容审核公司的两倍；赚差价的Sama则称自己是“有道德的AI公司”，已经帮助5万多人摆脱了贫困。据国盛证券估计，类ChatGPT的大模型训练一次就要烧掉200万-1200万美元，仅每日的电费消耗就高达4.7万美元；2022年，OpenAI公司净亏损高达5.45亿美元。我们在惊叹人工智能的突破和背后的技术成本时，在追捧OpenAI 2000亿人民币的估值时，不应该忘记背后千万的数据标注员。他们在聚光灯外，如一叶叶扁舟，飘荡在人工智能蓝海上。（应受访者要求，本文人名为化名。）来源：元宇宙之心来源：金色财经

金色财经2023-03-05

24小时热点