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

CoNET｜客户端｜旧版｜｜

FX168 全球视野中文财经

登录 / 注册

BILL新星出世
 go
BILL币是基于BILL钱包应用的数字代币。BILL项目即将开始推广宣传。第一阶段：BILL将在2023年3月15日开展锁仓空投。有想要参与BILL锁仓空投的用户可以在2023年3月15日关注合作的交易所（OKx、Gate.io) 第二阶段：BILL拟计划在2023年3月15日启动推广会。目前BILL明确在数个国家城市开展BILL推广讲座。开展所在的国家城市以及具体时间将在2023年3月16日向媒体公布！目前可能所在地的国家或地区为日本东京、新加坡、瑞士、英国、德国、马其他。BILL将计划在两个地区开展现场推广会。具体地区需要在2023年3月16日公布。阶段三：最后一地区的推广会结束后48小时内。OKx、Gate.io交易所将发布BILL上线公告。以上消息来源自BILL项目方与OKx交易所创新区新币上线部门BILL审核组。来源：金色财经
金色财经2023-03-07
【比特日报】比特币最后2.2万守土战！中国全国人大“虚拟货币新叙事” 美国监管Silvergate定价利空
 go
建议，防范虚拟货币风险，明确制作和发售数字代币的法律责任。美国方面则因监管Silvergate造成加密失败的案例再次出现，被市场定价为利空因素后，比特币空头尝试挑战下挫。今年中国全国两会，全国人大代表、中国人民银行沈阳分行行长付喜国拟提交关于修改《中华人民共和国中国人民银行法》的建议。他认为，应完善人民币管理职责，重新对法定人民币的表现形式和制作方式等内容在法律规定中进行界定，赋予数字人民币与实物人民币同等的法定地位。他补充，根据数字人民币的特性，全面详细规定数字人民币的发行方式、流通方式、监管方式等内容，防范虚拟货币风险，明确制作和发售数字代币的法律责任。付喜国建议，一是确立人民银行宏观审慎管理者的法律地位；二是完善监管职能体系，强化履职法律基础；三是规定数字人民币形式，明确发行法律依据；四是强化金融违法行为规制，完善相关法律责任。观察人士表示，市场目前处于悬崖边缘。虽然现在已不再是加密冬天的深度，但市场必须决定在Silvergate的加密失败中继续定价多少。在美国上市的加密友善银行Silvergate透露，今年已经亏本出售额外的债务证券，，进一步的亏损意味着该银行可能资本不足。该行3月3日表示，它做出一项基于风险的决定，即终止其加密货币支付网络Silvergate Exchange Network。据Silvergate在其网站上发布的一份声明中表示：“Silvergate银行已做出基于风险的决定，终止Silvergate Exchange Network(SEN)立即生效，所有其他与存款相关的服务仍在运行。” Silvergate Exchange Network是该银行最受欢迎的产品之一，支持投资者和加密货币交易所之间的全天候转账，这与传统的银行电汇不同，后者通常需要数天才能结算。 “但看起来Silvergate问题并未导致广泛蔓延，我们可能已经看到与该消息相关的大部分跌幅，” Forex.com全球研究主管马特·韦勒说道。 “看到比特币回落至20000美元，甚至可能是18000美元，以重新测试这些低点，我不会感到惊讶。但是，看起来严冬确实已经过去了。” 自上周突然下跌以来，比特币几乎保持静止。在避免进一步损失的同时，分析警告说，如果附近的支撑位未能守住，比特币仍可能轻易跌至更低水平。 (来源:推特) 监测资源Material Indicators解释说，比特币价格走势“失去关键的技术支撑”，而22000美元，最近阻力/支撑(R/S)翻转的景象，现在只剩下多头可以抓住的了。 “局部R/S翻转区域是趋势线重新测试之间的最后一站，与此同时，Trend Precognition显示出下降趋势，”它在当天推特更新中写道。 “将在W关闭后查看情况是否会发生变化。” 随附的图表显示Binance的趋势线和BTC/USD订单处于危险之中，出价流动性为22000美元。 (来源:CoinTelegraph) 贸易公司Eight创始人兼首席执行官Michael van de Poppe警告说，如果21300美元也未能守住，20000美元可能无助于阻止资金外流。 “比特币的关键区域是保持21300美元区域，若是失去它，我们将看到另一波冲击。” 尽管如此，Van de Poppe总体上仍保持更乐观的看法，暗示40000美元仍可能在“几个月后”出现。#NFT与加密货币#
小萧2023-03-06
元宇宙发展风险研判与监管策略研究
 go
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
金色早报 |
go
，这可能会使破产的加密货币公司通过发行数字代币偿还债权人的提议复杂化，该计划的一部分还包括出售Binance.US。Uptegrove反对该提议，并回应了监督Voyager破产案的法官对SEC工作人员的观点提出的质疑。律师表示，委员会本身还没有表明立场。美国破产法官Michael Wiles就Binance.US出售和相关支付计划举行为期两天的听证会。 ▌Circle：已将Silvergate持有的一部分USDC储备转移到其他银行合作伙伴金色财经报道，稳定币发行商 Circle 官网发文称，由于Silvergate Bank持续存在不确定性，今天 Circle 已将 Silvergate 持有的一小部分 USDC 储备存款转移到我们的其他银行合作伙伴。所有 USDC 储备均由几家资本充足的美国银行和 Circle Reserve Fund 持有，该基金目前约占 USDC 储备的 80%。这些储备金的总和现在由德勤每月审查和证明。另外，Circle 的客户服务、运营、风险管理和财务团队已经将替代方案通知了其余依赖 Silvergate 的客户。尽管 Silvergate 表示其与存款相关的服务不受影响，但 Circle 正在积极转移剩余 Silvergate 相关服务。 ▌报告：比特币NFT市场到2025年将达到45亿美元金色财经报道，根据GalaxyResearch周五发布的一份报告，新兴的比特币NFT生态系统到2025年市场规模可能会达到45亿美元。分析师们预计，过去两个月的比特币Ordinal狂热并不是昙花一现。他们预测，对在比特币区块链上存储NFT的能力的需求在未来几年只会增长。Galaxy研究人员表示，甚至到今年夏天，整个产品和服务的基础设施将被完全开发，以满足这个不断增长的市场。 ▌ETH 2.0总质押数已超1715.91万金色财经报道，数据显示，ETH 2.0 总质押数已超1715.91万，为17159139个，按当前市场价格, 价值约269.21亿美元。此外，目前ETH 2.0质押总地址数已超55.96万，为559609个。重要经济动态 ▌量化基金年内最高回报近25%，超九成实现正收益】量化投资迎来开门红。Wind数据显示，包括主动量化基金、指数增强量化基金、量化对冲基金等在内的440只量化基金中有414只产品今年以来获得正收益，占比94%。其中，近60只量化基金年内回报超10%。不仅主动量化产品表现优异，通过量化手段实现指数增强的基金也是大放异彩。Wind数据显示，短短2个多月来，指数增强类产品年内平均收益率达到6.44%。其中，西藏东财中证云计算与大数据主题指数增强A今年以来回报高达24.31%。金色百科 ▌挖矿挖矿是反复总计交易，构建区块，并尝试不同的随机数，直到找到一个随机数可以符合工作证明的条件的过程。如果一个矿工走运并产生一个有效的区块的话，会被授予的一定数量的币（区块中的交易全部费用）作为奖励。而且所有的矿工开始尝试创建新的区块，这个新区块包含作为父块的最新的区块的散列。免责声明：金色财经作为区块链资讯平台，所发布的文章内容仅供信息参考，不作为实际投资建议。请大家树立正确投资理念，务必提高风险意识。来源：金色财经
金色财经2023-03-06
人工智能：中国式ChatGPT的“大跃进”
go
GPT API调用的价格以Token（数字代币）计算，0.002美元可以获得1000 Token，1000个Token约等750个单词。这个价格比ChatGPT刚刚开放测试时大幅下降，OpenAI官方称，12月以来，OpenAI为ChatGPT降低了90%的成本。与ChatGPT一同开放API的还有OpenAI的语音转文字模型Whisper，如果开发人员把这两个模型结合起来应用到自己的App中，没准也能造出一个钢铁侠的“贾维斯”。与科技行业大环境的停滞与衰退不同，AI产业正在逆流而上，关于ChatGPT和通用AI大模型的讨论一浪接着一浪，现在几乎每周都会有几条关于生成式AI以及AI大模型的热点新闻。在加密货币频频暴雷后，风险投资领域太需要一个刺激神经的技术了。 2月28日，百度官宣了将在3月16日召开发布会，公开自己的类ChatGPT产品“文心一言”。在此之前，Meta也宣布将开源一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
金色早报 | 国内外科技公司集体“压减”元宇宙
 go
，这可能会使破产的加密货币公司通过发行数字代币偿还债权人的提议复杂化，该计划的一部分还包括出售Binance.US。Uptegrove反对该提议，并回应了监督Voyager破产案的法官对SEC工作人员的观点提出的质疑。律师表示，委员会本身还没有表明立场。美国破产法官Michael Wiles就Binance.US出售和相关支付计划举行为期两天的听证会。 ▌Circle：已将Silvergate持有的一部分USDC储备转移到其他银行合作伙伴金色财经报道，稳定币发行商 Circle 官网发文称，由于Silvergate Bank持续存在不确定性，今天 Circle 已将 Silvergate 持有的一小部分 USDC 储备存款转移到我们的其他银行合作伙伴。所有 USDC 储备均由几家资本充足的美国银行和 Circle Reserve Fund 持有，该基金目前约占 USDC 储备的 80%。这些储备金的总和现在由德勤每月审查和证明。另外，Circle 的客户服务、运营、风险管理和财务团队已经将替代方案通知了其余依赖 Silvergate 的客户。尽管 Silvergate 表示其与存款相关的服务不受影响，但 Circle 正在积极转移剩余 Silvergate 相关服务。 ▌报告：比特币NFT市场到2025年将达到45亿美元金色财经报道，根据GalaxyResearch周五发布的一份报告，新兴的比特币NFT生态系统到2025年市场规模可能会达到45亿美元。分析师们预计，过去两个月的比特币Ordinal狂热并不是昙花一现。他们预测，对在比特币区块链上存储NFT的能力的需求在未来几年只会增长。Galaxy研究人员表示，甚至到今年夏天，整个产品和服务的基础设施将被完全开发，以满足这个不断增长的市场。 ▌ETH 2.0总质押数已超1715.91万金色财经报道，数据显示，ETH 2.0 总质押数已超1715.91万，为17159139个，按当前市场价格, 价值约269.21亿美元。此外，目前ETH 2.0质押总地址数已超55.96万，为559609个。重要经济动态 ▌量化基金年内最高回报近25%，超九成实现正收益】量化投资迎来开门红。Wind数据显示，包括主动量化基金、指数增强量化基金、量化对冲基金等在内的440只量化基金中有414只产品今年以来获得正收益，占比94%。其中，近60只量化基金年内回报超10%。不仅主动量化产品表现优异，通过量化手段实现指数增强的基金也是大放异彩。Wind数据显示，短短2个多月来，指数增强类产品年内平均收益率达到6.44%。其中，西藏东财中证云计算与大数据主题指数增强A今年以来回报高达24.31%。金色百科 ▌挖矿挖矿是反复总计交易，构建区块，并尝试不同的随机数，直到找到一个随机数可以符合工作证明的条件的过程。如果一个矿工走运并产生一个有效的区块的话，会被授予的一定数量的币（区块中的交易全部费用）作为奖励。而且所有的矿工开始尝试创建新的区块，这个新区块包含作为父块的最新的区块的散列。免责声明：金色财经作为区块链资讯平台，所发布的文章内容仅供信息参考，不作为实际投资建议。请大家树立正确投资理念，务必提高风险意识。来源：金色财经
金色财经2023-03-05
浅谈SEC主席宣称“比特币以外的一切”都是证券,监管风暴要来临?
go
ICO)，这是一种众筹活动，投资者购买数字代币以换取比特币或以太坊等加密货币。许多 ICO 因缺乏透明度和问责制而受到批评，美国证券交易委员会近年来对几家 ICO 发行人采取了执法行动。另一个含义是，交易数字资产的交易所可能会受到 SEC 的监督。根据美国法律，促进证券交易的交易所必须在美国证券交易委员会注册并遵守各种法规。如果美国证券交易委员会将许多数字资产视为证券，那么交易这些资产的交易所也可能需要在美国证券交易委员会注册并遵守其规定。他的评论表明，美国证券交易委员会可能会采取更积极的方式来监管加密货币市场。这可能包括加强对被视为证券的数字资产发行人以及促进这些资产交易的交易所的执法行动。它还可能导致新法规出台，以提高加密货币市场的透明度和问责制。美国证券交易委员会监管加密货币的方法已经争论了好几年。一些人认为，美国证券交易委员会目前的做法过于谨慎，扼杀了加密货币领域的创新。其他人则认为，加强监管对于保护投资者免受欺诈和操纵是必要的。 Gensler 的评论表明，美国证券交易委员会可能会在未来几年采取更加自信的方式来监管加密货币市场。这可能包括加强执法行动、制定新法规以及对在美国运营的数字资产和交易所进行更严格的审查也许我们可以退后一步来研究一些事情。首先，理解 Gensler 声明的上下文很重要。如前所述，Gensler 在 2022 年 7 月接受 CNBC 采访时重申了 SEC 的立场，即比特币不是证券，而是属于商品期货交易委员会管辖的商品。他没有标注其他数字资产，避免直接回答问题。然而，在 Jake Chervinsky 于 2023 年 2 月发布的一条推文中，有人暗示 Gensler 可能已经预判除了比特币之外的所有数字资产都是证券。那么我的问题是：究竟什么是证券？在美国，1933 年的《证券法》将证券定义为任何投资合同、票据、股票或任何其他类型的对普通企业的投资，预期利润仅来自他人的努力。简单来说，它是指代表所有者权益或从第三方收取未来利润或现金流量的权利的资产。假设我们考虑 Gensler 的声明，即比特币以外的一切都是证券。在那种情况下，这意味着大多数数字资产，如以太坊、XRP 和其他加密货币，将被视为美国法律规定的证券。这意味着他们将受到美国证券交易委员会的监管和监管。值得注意的是，这并不是 SEC 的新职位。多年来，美国证券交易委员会一直警告加密货币公司，如果它们符合某些标准，它们的代币可能被归类为证券。这种分类的意义重大。如果数字资产被归类为证券，发行人必须遵守美国证券交易委员会的规定，包括注册和披露要求。它还必须遵守严格的交易、报告和投资者保护规则。此外，投资者将受到联邦证券法的保护，这可能会增加他们对数字资产市场的信心。但是，这也可能给发行数字资产的公司带来额外的成本和监管负担。虽然 Gensler 的声明可能被认为是笼统的声明，但美国证券交易委员会监管加密货币的方法是微妙且针对特定事实的。SEC 已明确表示，它将根据具体情况评估每个代币，以确定其是否符合证券的法律定义。换句话说，仅仅因为数字资产不是比特币并不自动意味着它是一种证券。监管监督对于加密货币市场的成熟和获得主流采用是必要的。缺乏明确的监管一直是机构投资者的主要障碍，他们对投资一个被认为不受监管且风险高的市场犹豫不决。明确的法规还将保护散户投资者，他们可能没有知识或资源来驾驭复杂的加密货币世界。总而言之，虽然 Gensler 关于“除比特币以外的一切”都是证券的声明可能在加密货币社区引起了一些警觉，但我们认为，重要的是在美国证券交易委员会监管数字资产的更广泛方法的背景下看待它。SEC 对投资者保护和市场诚信的关注对于加密货币市场的长期成功至关重要。每周最核心的市场解读，点关注，精彩不容错过！来源：金色财经
金色财经2023-03-04
突发重磅！《华尔街日报》最严厉批评：稳定币发行商Tether伪造文件、开设空壳公司 “利用人头账户洗钱”
go
你自己和Bitfinex，还会损害整个数字代币生态系统，”Bitfinex网站上的一个客户页面写道。 Tether反驳：《华尔街日报》文章含大量错误对于华尔街日报的文章，Tether技术长Paolo Ardoino周六凌晨也在推特发文驳斥，称《华尔街日报》的报道包含“大量错误资讯和不准确之处”，但没有针对相关指控给出具体细节。 (来源:推特) 截至周六亚市午盘，USDT/美元维持在1.00美元的水平，并未出现脱钩行情。 (来源:Trading View)
颜辞2023-03-04
代币经济学 DAPP开发开发代币 Defi开发
 go
说，代币经济学很重要，因为它有助于确保数字代币在网络中运作良好，并且可以用于不同的事物，同时保持其价值。那么，我为什么要关心呢？代币经济学听起来像是为加密爱好者和技术人员保留的话题，但不要被这个词吓跑。这个话题实际上也与普通人非常相关，因为当他们在区块链系统中使用加密货币或数字代币时，它会影响他们的体验和投资价值。具有良好代币经济学的代币更有价值，并且随着时间的推移具有更大的增长潜力。这意味着持有代币的人可以通过持有或使用它在网络内买卖东西来赚钱。另一方面，如果一个代币的代币经济学很差，它的价值就会降低，并且随着时间的推移增长潜力也会降低。这意味着持有代币的人可能会赔钱，或者它可能无法用于在网络内买卖东西。如何知道一个系统是否具有良好的代币经济学？检查区块链是否具有良好的代币经济学可能非常棘手，但您应该记住一些重要的事情。以下是一些需要注意的事项：代币分配一个具有良好代币经济学的系统应该有一种公平透明的代币分配方式，并对随着时间的推移将释放多少代币有一个明确的计划。公用事业代币在系统中应具有明确的实用性，这意味着它们具有特定的用例，并且对于网络中的某些操作或交易是必需的。要求具有良好代币经济学的代币应该有强劲的需求，这意味着人们愿意购买并长期持有它们。缺乏应限制或妥善管理代币的供应，以确保代币随着时间的推移保持其价值。激励措施该系统应该有强有力的激励机制来鼓励网络参与者支持和维护系统，这有助于推动采用和支持。透明度系统的代币经济学应该是透明的，关于系统如何工作、代币如何分配以及代币价值如何确定的清晰信息可用。区块链技术和数字资产领域的一个重要概念。通过了解代币在网络中的运作方式，我们可以更好地把握它们的价值和增长潜力。良好的代币经济学可以使代币在网络中更有价值和更有用，而糟糕的代币经济学会导致价值和实用性下降。随着加密货币和数字资产世界的不断发展，代币经济学仍将是投资者、开发商和爱好者等的重要领域。来源：金色财经
金色财经2023-03-04
区块链动态2023年3月4日早参考
 go
，这可能会使破产的加密货币公司通过发行数字代币偿还债权人的提议复杂化，该计划的一部分还包括出售Binance.US。Uptegrove反对该提议，并回应了监督Voyager破产案的法官对SEC工作人员的观点提出的质疑。律师表示，委员会本身还没有表明立场。美国破产法官Michael Wiles就Binance.US出售和相关支付计划举行为期两天的听证会。 15. 金色财经报道，哥伦比亚特区高等法院驳回了针对美国商业情报公司 MicroStrategy 的民事诉讼，该诉讼指控该公司帮助其联合创始人迈克尔塞勒 (Michael Saylor) 逃避所得税支付。根据最近的一份文件，Saylor 和 MicroStrategy 在 10 月份提出了驳回申诉的动议，法院于 2 月 28 日裁定支持该请求。据悉，该案件是 DC 刚刚修订的虚假申报法案下的第一起案件，要求支付高达 2500 万美元的所欠所得税和未公开金额的三倍损害赔偿、民事处罚和其他救济。此前消息，Saylor被指控住在佛罗里达州，但其中有183天居住在华盛顿特区。他获得了驾照，并在佛罗里达州登记投票，假装是那里的居民，以此来逃避税款。来源：金色财经
金色财经2023-03-04

上一页
1
•••
39
40
41
42
43
•••
50
下一页

24小时热点

最新话题更多