FX168财经网_全球视野外汇黄金加密货币NFT资讯网

马斯克参加美参议院科技CEO峰会称人工智能是把双刃剑

一位在场的人说。深度人工智能显然指的是深度学习，这是一种人工智能，教计算机以模仿人类大脑的方式处理数据。马斯克在即兴发言时特别提出了对数据中心的担忧，这些数据中心如此强大和庞大，以至于可以从太空中看到，其智能水平目前难以理解。在世界首富马斯克启动的项目中，有一家名为xAI的人工智能公司。马斯克表示，他在峰会上没有直接与马克·扎克伯格交谈，但“如果他愿意”，他愿意进行一场“笼中比赛”。

金融界2023-09-14

Web3人的AI世界观：砸不掉我饭碗干不掉我工作

I涌现的黑匣子构成，这意味着通过不断的深度学习与解析，AI会在某个阶段涌现更为智能的能力。带有重复性质的创造性工作没准会被更早代替，例如码农、编辑以及其他文化产业从业者，这类型工作具有创造性，但本质也带有易学习性与重复性，只要有文本可学习，AI一定会比人跑的更快，所以人类需要更多释放自己的想象空间。回顾每一次技术进步，总会有岗位被替代，这是技术革命带来的工具革命，是不可逆的，卢德运动最终也只能沦为历史的注脚。目前来看，从熊市至今，公司已经裁员了40%，而编内容部人就更少，这或许也与AI有一定关系？从我个人而言，我会尽可能去寻找工作中更为核心的部分，AI难以替代的部分，例如我会比此前更看重外出的机会与人脉的积累，不管如何，这都是AI难以接触的环节。 “法律伦理风险不可规避” Vivian 加密律师其实这个问题可以放大范畴，在传统领域，AI可以替代律师吗？我个人认为是不可以的，很简单的原因，法律工作是和人打交道，其中涉及到的法律伦理风险是不可规避的。举个例子，在诉讼中，律师是有责任与义务为当事人所提供的信息负有保密责任，而这一点，很多时候不是以场外旁观者的好与坏去定义的，而是以案件当事人为中心去定义的，除非涉及到危害国家安全的行为，否则律师应当对其信息保密。AI的公共性质注定其难以做到此点，你给他的信息他甚至可随意发送给其他的询问方，这显然不符合律师职业道德。同理在法律咨询等非诉讼层面，AI律师也会表现得更为不近人情。它难以感知到当事人真正的需求或者隐含的意思，在很多民事诉讼中，当事人拐着弯咨询，最核心的无非就是如何保障自己的利益，即使是自己已是过错方的前提下。但AI难以理解这种类型需求，你问如何合理的规避风险，他可能让你全盘托出，甚至让你去自首，所以目前AI最多能处理一些已明确知道问题、有既定答案的咨询，并且做部分非隐私的案头工作，局限性很明显。还有一个值得注意的是，AI会出现机器幻觉，这也是法律服务工作者的大忌。前段时间有同行就踩了坑，美国的Levidow &Oberman律师事务所的律师在一起纠纷中提交由AI辅助写作的文书，结果被法官发现部分判例实际不存在，最后事务所因向法院提供虚假信息被处以5000美元罚款。虚假信息是违反律师法的行为，也是律师执业明令禁止的规则，但直到目前，AI幻觉也尚未被解决。在Web3，上述局限性会进一步放大。Web3是一个非常混沌与瞬息万变的行业，虽然国内外近年来都在出台法律细则完善，但虚拟货币在民商事领域仍是新鲜事物，从各地法院判决实例来看，认知也并非统一。在这种新鲜概念频出的领域，用AI充当律师只会带来更加复杂的问题，例如稳定币，各个地区的监管十分迥异，在香港该领域还是真空区，但新加坡、欧洲均已出台了监管方案，你问AI难以得到针对性的回复。此外，从事虚拟货币行业的律师，本身素养是极强的，除了对行业有深刻理解，也要具备强大的金融服务监管与证券法律能力，要充当法院与当事人之间的连接器，减少信息差与噪声，要做到这些，很不容易，所以我认为，AI可以在一定程度上协助处理案头研究等文字类工作，但要替代，远还谈不上。 “淘汰也只是一种自然的社会规律” Leo 开发人员其实这个问题早在几年前Alpha Go就已经出现过，后面也陆陆续续出现了很多自动编程软件，这次由于ChatGPT的表现太过惊艳，又在圈内引起了一阵恐慌。要是这个问题放在去年之前，我是斩钉截铁说不会替代，但是如今，我可能会认为部分程序员是有被替代的风险。从AI的优势来看，目前AI已经可以应对数组/字符串、动态规划等稍有难度的技术性问题，同时在重复代码生成、文档和注释、测试等共性问题方面具备一定能力。在我的日常工作中，我也会使用Github Copilot，我不是个例，之前GitHub做过一项调查，500名开发人员中，有92%的受访者在借助AI编码工具来完成工作和其他项目。使用AI工具不为其他，是因为切实能提高效率，我们的工作本质上其实是机器语言与人类语言的翻译，存在很多重复的具体任务，在这些任务上AI采取的链式调用表现较为优异。但对于开发人员而言，最核心的能力是编程逻辑，最困难的节点是构建需求，而非只是简单的编程，在这个领域，AI还不具备完整的工程能力。在实际的软件工程中，代码是根据定制化需求编写的，在这个复杂关系的内部，模块之间的作用性、技术背景与产品本身所存在的客观规律AI难以通过已学习的数据库进行发现，原因是该类数据通常是保密的，这就意味着在业务抽象、建模和架构上，AI难以与人类相提并论。此外，AI也存在代码安全、知识产权等问题。另一方面，Web3相对于传统互联网，前端后端的架构存在去中心化差异性，最直观的是发布智能合约代码后，开发者无法简单对其进行修补和更新，而Web3更多与钱有关，具备很高的敏感性，离开人这个选项会带来很多的现实问题，在圈内也可以看到土狗项目跑路比比皆是，匿名经常让人觉得不安全。行业里经常打趣的，没问题的时候要去中心化，一有问题还是要去找中心化机构，所以无论如何，人本身在这个过程中是非常重要的。但从程序员大行业来看，未来不会用AI或者低阶仅会使用局限性工具如CRUD的程序员，淘汰也只是一种自然的社会规律。结语在与机器的性能较量中，由血肉之躯构成的人类，往往处于劣势。因此不止Web3，在很多方面，机器替代人类并非无稽之谈。但恰恰由于脆弱人性的存在，人这一群体所构成的复杂网络与其中的精神链接，机器难以涉足，而这也反哺了人类自己。在未来，或许更重要的是，保护和珍惜自己的人性，释放自己的创造力，不要在钢筋水泥的城市森林中成为行尸走肉，最终遗憾的变成AI的养料。 *应受访者要求，上述人称均为化名，自述中部分内容也进行模糊化处理。来源：金色财经

金色财经2023-09-12

夯实机器人产业体系化竞争力，追觅向广义机器人赛道进发

链浅析，机器人技术与应用李梓源，基于深度学习的机器人体感控制研究，北方工业大学锦缎，追觅科技：中国“人形机器人”新势力，腾讯网追觅科技机器人家族亮相IFA 2023构建机器人产业体系化竞争力，新华网，壹DU商业，追觅机器人：过坎、蛰伏、迭代，锚定未来，网易 AI热潮下，追觅讲起“老故事”，新熵

金融界2023-09-12

揭秘以太坊交易包中未知类型的MEV

是我们不需要对我们要分析处理的数据进行深度学习和理解，也不需要很丰富的领域知识，我们只需要单纯的做数据导向处理就可以了。比如说我们只需要对交易包用标签标注一下交易包里面包含哪些 MEV 活动。如果知道一个 MEV 活动定义的话，我们是比较容易设计相应的规则，能够自动化的检测出来它有没有存在。我们可以自动化对这些要表示学习的交易包进行标签标注。我们的聚类分析是一个迭代类型的，而在每次迭代之后，我们可以发现新的 MEV 活动，这个时候我们其实是可以将这些新发现的 MEV 活动对应的标签丰富到我们表示学习的过程中。当我们表示学习过程中使用的标签被丰富的时候，整个表示学习模型训练的性能和效率是可以迭代提升的，而且这个表示学习对交易包的活动表示能力也可以迭代提高。一个交易包里面其实是可以有多笔交易的，而一笔交易里面其实也是可以有多笔 DeFi action 的，我们需要将交易包需表示出来。首先对于每一类的 DeFi action，我们定义出一个标准化参数，比如哪个合约在操作在进行的，然后收到的和转出的资产的数量和类型是什么？我们通过这种方式去定义出每种 DeFi action。如果我们识别到一个交易里面有多个 DeFi action，我们将它们用 action block 表示出来，从而能够将这个交易对应的 transaction block 表示出来，包含着交易的源信息，比如这个交易谁发起的，这个转向又是发给谁的等。交易里面发生 DeFi action，我们会按照顺序去用 action block 做填充。其中的每一笔交易用 transaction block 做一个表示，最后我们获得的交易包的结构，而这个可以认为是一个矩阵。在这个交易包表示出来之后，我们就可以拿去做表示学习。每个交易包是一个统一结构，然后我们就可以用模型进行批量处理了。性能评估接下来分享我们用了哪些方法来评估工作流性能。我们整个分析过程的数据集是通过 Flashbots 提供的 API，并且收集了 2021 年 2 月到 2022 年 12 月的交易包数据，包括了超过 600 万个交易包以及 2600 万个交易。我们设计了一些工具用来比较 DeFi action 的精度和完整度。这里需要注意的是，在这些链上工具里面，目前只有 Etherscan 可以通过它的网页和它的提供的信息恢复出来交易里面的 DeFi action。而像 DeFiRanger，我们是根据他们的论文复现出来他们的方法。在此之外，我们设计了一个叫做 EventLifter 工具，尝试直接从交易事件去恢复出来 DeFi action。我们在不同的配置下测试了 ActLifter，同时用了多样工具去比较识别的精度。对于 ActCluster 来说，我们主要思路是采用消融学习的方式，我们对于能够识别到的新活动，在消融掉 ActCluster 一部分模块之后，我们如果还想识别到没有发现的一些新活动，我们需要人工分析多少交易包或者说我们人工分析的工作量是有多大。比如我们对 ActCluster 表示学习模块中的动态标签更新做了一个消融，我们其实就是把整个过程消融掉了。我们从 600 万个交易包中去随机抽样，然后看我们要人工分析多少个交易包才能发现同样数量的新 MEV 活动。我们的工具在配置统一的情况下是能够达到接近百分之百的精度和完整度。但是像其他工具如 Etherscan 虽然它的精度能达到百分之百这比较满意的情况，但是会有漏掉非常多的 DeFi action。Etherscan 本身是没有开源方法的，我们推测它可能是用人工分析的方法总结规则来识别 DeFi action，它相应的会漏掉一些人工无法覆盖到的类型。这里需要注意一点 Etherscan 其实是没有提供自动化接口，如果你想去做大规模识别，其实是不能直接完成这样的任务。完全使用潜规则识别的 DeFiRanger 在精度和完整度上不能让人满意。我们对 ActCluster 做实验之后，发现可以通过四轮迭代分析，一共只需要分析 2000 个交易包就可以找出来 17 个未知 MEV 活动。像我们将其中的一些模块进行消融之后，我们最多可能需要人工分析 17 万个交易包，才能把刚刚提到的 17 种未知 MEV 活动识别出来。实证分析和应用我们这样能够识别到未知类型 MEV 活动的方法有哪些具体的应用呢？第一它是否能够增强当前存在的 MEV 缓解措施，能够去防御一些 MEV 活动。第二个是利用分析结果，我们是否能够更全面的分析 MEV 活动对区块链生态的影响，包括对区块林分叉重组和用户金融安全的影响。我们前面有提到过 MEV boost 网络攻击者会运行工具将交易包从用户这里拿到，然后最后分发给连接他们的这些矿工和验证者。中继者会把他们收到的交易包中包含着 MEA 活动的交易包剔除出去，他们通过这样的方式能够减少 MEA 活动对区块链的一些负面影响。这个环节主要的思路是通过已有的 MEV 活动的定义设计相应的规则去检测交易包里面有没有包含 MEV 活动。显然这些中继者是无法排除掉一些包含未知 MEV 活动的交易包。基于我们的工作流，我们就设计了一个 MEVHunter 工具，这个工具可以把我们检测到的新类型 MEV 活动从交易包里面检测出来。检测结果显示有 100 多万个交易包里面是包含反向套利 MEV 活动的，另外 600 万个交易包里面有 30% 的交易包是包含三种已知的 MEV 活动。对于我们新发现的 MEV 活动，我们发现接近一半的交易包是只包含这些新 MEV 活动的。如果中继器用 MEVHunter 工具的话，可以帮助他们筛选出来 300 万个包含着 MEV 活动的交易包，然后可以选择把这些交易包去剔除出去，降低 MEV 活动对区块链的负面影响。第二个应用是我们去探究新型 MEV 活动对区块链分叉和重组的影响。之前的一些研究有报道说一些金融性的矿工会被一些 MEV 活动的收益所激励，从而去分叉和重组当前的区块链，自己去进行 MEV 活动并享有收益。比如当一个区块的 MEV 活动的收益是区块奖励的 4 倍时，就会有不少于 10% 的矿工对这个区块进行分叉和重组。我们首先根据刚刚提到的 MEVHunter 工具识别到哪些交易包包含新的 MEV 活动，然后通过这些交易包中矿工的收益去预估这些 MEV 活动相应的强度。这里需要介绍一个概念，在交易包机制里面，这些套利者为了确保自己的套利交易包能够上链，通常会将 MEV 活动收益的一部分分享给矿工，然后矿工最终会选择收益最高的交易包上链。我们用这一笔收益是可以统一预估出来每个交易包中 MEV 活动的。根据我们的统计结果发现 MEV 收益是区块奖励的四倍到八倍的区块一共有 900 多个，另外有一个区块的 MEV 奖励甚至是区块奖励的 700 多倍。我们用马尔科夫决策的框架确定给定一个 MEV 收益，最少能够激励多少矿工进行区块分叉和重组。我们最终发现有 1000 多个区块是可以激励不少于 10% 的矿工去做区块分叉和重组。而像最严重的区块，有不少于万分之六比例的矿工去做区块分叉和重组的。第三个应用是探究 MEV 活动对区块链用户金融安全的影响。MEV 活动其实是可以导致区块链用户的交易在交易池或者 P2P 网络上等待上链的时间会被延长，这也是 MEV 活动对用户的金融安全主要威胁之一。如果用户的交易被延迟上链了，那么套利者就可以有更多的时间设计更复杂且获利更多的 MEV 活动。第三个应用是比较 MEV 活动对于用户交易最后上链需要等待时间的影响。第一步我们同样是收集交易的等待时间。我们主要是通过在网络上部署节点，然后记录第一次发现在网络上发现这个交易的时间，以及这个交易最终上链的时间，最后算出它需要等待的时间。我们用每个区块中所有交易的等待时间的三个四分位点去做统计，这样我们就可以以每个区块为单位将交易的等待时间整理成一个时间序列。然后对应每个区块里面的 MEV 活动也是用每个区块里面矿工从包含着新 MEV 活动的交易包中获得的收益刻画出来，这样的话我们就拿到了多条时间序列。我们通过格兰杰因果测试评估 MEV 活动对于交易时间的影响，因果测试可以确定一条时间序列里面的波动是否导致另外一条时间序列的波动，以及它在多长范围内影响或者导致了另外时间序列里面的波动。当 MEV 活动发生波动的时候，它是否导致用户的交易的等待时间变长，以及在后续的多少个区块范围内影响是存在的。因果测试的 P 值小于等于 0.5 时，意味着这个区块内的交易等待时间被之前的 MEV 活动影响而延长了。根据分析结果可以发现当发生 MEV 活动时，后续两个区块内 50% 的交易等待时间会被延长。当 MEV 活动发生之后，接下来 30 个区块内 25% 的交易等待时间会被延长。矿工或者验证者会把 Gas 费比较低的交易放到封装区块的尾部，用户交易 Gas 越低，受到 MEV 活动的影响范围就会越大，等待时间会被延长的更久。最后总结，我们首先分享了如何通过工作流找到未知的 MEV 活动，以及工作流中两个模块的详细设计，然后我们通过实证分析验证了工作流的有效性，同时列举了三个应用。目前，我们用工作流发现了 17 种新的 MEV 活动。来源：金色财经

金色财经2023-09-08

VISA国际实体卡：Web4.0时代的支付领袖

识别，进一步保障了用户资料的安全性。深度学习和机器学习技术也被广泛应用在VISA国际卡中。利用这些技术，VISA能够分析全球的消费数据，为持卡人提供更为精准的消费建议和优惠信息，同时帮助商家更精确地调整其营销策略，实现双赢。再者，VISA国际卡还大量引入了云计算和边缘计算技术。这确保了无论用户身处何地，都能够获得流畅、快速的支付体验。而5G和IoT技术的结合，则让VISA国际卡的支付场景更加丰富，从家中的智能设备到出行的自动驾驶车，都能实现无缝支付。作为全球支付的领导者，VISA还与众多电商、旅游和娱乐平台进行深度合作。这不仅为持卡人带来了诸多优惠和特权，更让其支付体验达到了前所未有的高度。与此同时，VISA还投入巨资在量子计算和神经网络等领域进行研究，旨在未来为用户带来更加安全、快捷的支付体验。总之，VISA国际卡在Web4.0时代，凭借其线下实体卡的技术和服务上的双重优势，将成功地在全球支付领域里确立其领导地位。来源：金色财经

金色财经2023-09-06

云赛智联跌超5%，大数据50ETF(516000)，云计算50ETF(516630)持续下探

行业应用有望迎来爆发。大模型的背后是深度学习技术的快速发展和海量数据的支持，这些因素共同推动了AI技术的不断创新和进步。人工智能大势所趋，AI大模型兴起，催生海量算力需求。大数据50ETF(516000)、云计算ETF50ETF(516630)或迎布局良机。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2023-09-05

Web3人面对“AI替代焦虑”：不慌砸不掉我饭碗干不掉我工作

I涌现的黑匣子构成，这意味着通过不断的深度学习与解析，AI会在某个阶段涌现更为智能的能力。带有重复性质的创造性工作没准会被更早代替，例如码农、编辑以及其他文化产业从业者，这类型工作具有创造性，但本质也带有易学习性与重复性，只要有文本可学习，AI一定会比人跑的更快，所以人类需要更多释放自己的想象空间。回顾每一次技术进步，总会有岗位被替代，这是技术革命带来的工具革命，是不可逆的，卢德运动最终也只能沦为历史的注脚。目前来看，从熊市至今，公司已经裁员了40%，而编内容部人就更少，这或许也与AI有一定关系？从我个人而言，我会尽可能去寻找工作中更为核心的部分，AI难以替代的部分，例如我会比此前更看重外出的机会与人脉的积累，不管如何，这都是AI难以接触的环节。 03、“法律伦理风险不可规避”—Vivian 加密律师其实这个问题可以放大范畴，在传统领域，AI可以替代律师吗？我个人认为是不可以的，很简单的原因，法律工作是和人打交道，其中涉及到的法律伦理风险是不可规避的。举个例子，在诉讼中，律师是有责任与义务为当事人所提供的信息负有保密责任，而这一点，很多时候不是以场外旁观者的好与坏去定义的，而是以案件当事人为中心去定义的，除非涉及到危害国家安全的行为，否则律师应当对其信息保密。AI的公共性质注定其难以做到此点，你给他的信息他甚至可随意发送给其他的询问方，这显然不符合律师职业道德。同理在法律咨询等非诉讼层面，AI律师也会表现得更为不近人情。它难以感知到当事人真正的需求或者隐含的意思，在很多民事诉讼中，当事人拐着弯咨询，最核心的无非就是如何保障自己的利益，即使是自己已是过错方的前提下。但AI难以理解这种类型需求，你问如何合理的规避风险，他可能让你全盘托出，甚至让你去自首，所以目前AI最多能处理一些已明确知道问题、有既定答案的咨询，并且做部分非隐私的案头工作，局限性很明显。还有一个值得注意的是，AI会出现机器幻觉，这也是法律服务工作者的大忌。前段时间有同行就踩了坑，美国的Levidow &Oberman律师事务所的律师在一起纠纷中提交由AI辅助写作的文书，结果被法官发现部分判例实际不存在，最后事务所因向法院提供虚假信息被处以5000美元罚款。虚假信息是违反律师法的行为，也是律师执业明令禁止的规则，但直到目前，AI幻觉也尚未被解决。在Web3，上述局限性会进一步放大。Web3是一个非常混沌与瞬息万变的行业，虽然国内外近年来都在出台法律细则完善，但虚拟货币在民商事领域仍是新鲜事物，从各地法院判决实例来看，认知也并非统一。在这种新鲜概念频出的领域，用AI充当律师只会带来更加复杂的问题，例如稳定币，各个地区的监管十分迥异，在香港该领域还是真空区，但新加坡、欧洲均已出台了监管方案，你问AI难以得到针对性的回复。此外，从事虚拟货币行业的律师，本身素养是极强的，除了对行业有深刻理解，也要具备强大的金融服务监管与证券法律能力，要充当法院与当事人之间的连接器，减少信息差与噪声，要做到这些，很不容易，所以我认为，AI可以在一定程度上协助处理案头研究等文字类工作，但要替代，远还谈不上。 04、“淘汰也只是一种自然的社会规律”—Leo 开发人员其实这个问题早在几年前Alpha Go就已经出现过，后面也陆陆续续出现了很多自动编程软件，这次由于ChatGPT的表现太过惊艳，又在圈内引起了一阵恐慌。要是这个问题放在去年之前，我是斩钉截铁说不会替代，但是如今，我可能会认为部分程序员是有被替代的风险。从AI的优势来看，目前AI已经可以应对数组/字符串、动态规划等稍有难度的技术性问题，同时在重复代码生成、文档和注释、测试等共性问题方面具备一定能力。在我的日常工作中，我也会使用Github Copilot，我不是个例，之前GitHub做过一项调查，500名开发人员中，有92%的受访者在借助AI编码工具来完成工作和其他项目。使用AI工具不为其他，是因为切实能提高效率，我们的工作本质上其实是机器语言与人类语言的翻译，存在很多重复的具体任务，在这些任务上AI采取的链式调用表现较为优异。但对于开发人员而言，最核心的能力是编程逻辑，最困难的节点是构建需求，而非只是简单的编程，在这个领域，AI还不具备完整的工程能力。在实际的软件工程中，代码是根据定制化需求编写的，在这个复杂关系的内部，模块之间的作用性、技术背景与产品本身所存在的客观规律AI难以通过已学习的数据库进行发现，原因是该类数据通常是保密的，这就意味着在业务抽象、建模和架构上，AI难以与人类相提并论。此外，AI也存在代码安全、知识产权等问题。另一方面，Web3相对于传统互联网，前端后端的架构存在去中心化差异性，最直观的是发布智能合约代码后，开发者无法简单对其进行修补和更新，而Web3更多与钱有关，具备很高的敏感性，离开人这个选项会带来很多的现实问题，在圈内也可以看到土狗项目跑路比比皆是，匿名经常让人觉得不安全。行业里经常打趣的，没问题的时候要去中心化，一有问题还是要去找中心化机构，所以无论如何，人本身在这个过程中是非常重要的。但从程序员大行业来看，未来不会用AI或者低阶仅会使用局限性工具如CRUD的程序员，淘汰也只是一种自然的社会规律。 05、结语在与机器的性能较量中，由血肉之躯构成的人类，往往处于劣势。因此不止Web3，在很多方面，机器替代人类并非无稽之谈。但恰恰由于脆弱人性的存在，人这一群体所构成的复杂网络与其中的精神链接，机器难以涉足，而这也反哺了人类自己。在未来，或许更重要的是，保护和珍惜自己的人性，释放自己的创造力，不要在钢筋水泥的城市森林中成为行尸走肉，最终遗憾的变成AI的养料。来源：金色财经

金色财经2023-09-03

凌云光：8月30日接受机构调研，包括知名机构石锋资产，明达资产的多家机构参与

司在 2022年发布了 F.Brain深度学习算法平台，今年上半年在工程化和产品化取得积极进展，以 LusterData 百万工业场景数据集和大模型预训练技术为基础，自研图像分类、检测和分割模型，在轻量化方面取得突破，精度、效率均实现较大幅度提升，有效降低深度学习应用成本，并且在 CVPR2023 的 Data-efficient Defect Detection 国际竞赛中获得第一名。问：公司进入新能源行业已经有一段时间，请谈一下对公司的新能源行业的增长预期？答：截至 2023年 6月 30日，公司在新能源领域实现 61%的同比增长，在锂电和光伏领域都实现了较好的突破和进展。公司进一步在锂电行业完善产品布局，今年上半年在极片和电芯外观环节发布锂电极片毛刺全检装备和锂电电芯成品外观检测包装装备，突破了在极片毛刺和锂电外观的缺陷检测难题，实现在抖动的生产过程中的微米级高精度检测和全面的高精度外观检测，获得了行业头部客户的订单。目前公司与行业头部客户处于从合作初期到全面展开的阶段，为未来业绩持续发展奠定基础。光伏行业处于高增长期，公司进一步加大在该领域的布局，成功从玻璃检测拓展到电池片领域，新推出光伏电池片检测系统，获得客户一致认可。未来，公司将凭借在光伏领域积累的行业口碑往更多应用环节拓展，进一步提升市场份额。问：公司为富士康供的 HyperTRAIN产品是否还需要配合人工复判，人工复盘的比例是多少？答：目前客户现场只有极少量的检测物品需要人工复判，主要表现在 5%内的不良品需要人工协助进一步复判，公司会进一步使用高精度智能设备替代人工复判，达到接近 100%的机器替换人工。凌云光（688400）主营业务：从事机器视觉及光通信业务。凌云光2023中报显示，公司主营收入12.83亿元，同比下降0.42%；归母净利润9101.55万元，同比上升14.91%；扣非净利润6955.27万元，同比下降3.27%；其中2023年第二季度，公司单季度主营收入7.33亿元，同比下降3.99%；单季度归母净利润8084.36万元，同比下降13.86%；单季度扣非净利润7183.2万元，同比下降19.69%；负债率18.75%，投资收益2319.36万元，财务费用-2736.18万元，毛利率34.02%。该股最近90天内共有1家机构给出评级，增持评级1家。以下是详细的盈利预测信息：融资融券数据显示该股近3个月融资净流出4657.0万，融资余额减少；融券净流入6185.85万，融券余额增加。以上内容由证券之星根据公开信息整理，由算法生成，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2023-09-01

知识产权保护：AIGC作品的著作权争议有解吗？

图像（右）然而，由于AIGC这一基于深度学习的预训练过程属于“黑箱”，用户无从知晓其具体运作，很容易在不知情的情况下“copy”他人享有著作权的作品。此外，AIGC通过深伪技术产出的衍生内容和侵权内容，一般也很难与原件做出比对分析，导致很多原创作者甚至不知道自己的作品已经被侵权了。来看看网易区块链的“解题思路”！针对现存的一系列争议，网易区块链通过在AIGC创作过程中（模型训练和作品生成阶段）引入区块链技术，为原创作者提供了一种可信的方式来锁定其作品中的复制权和改编权，确保原创作者获得合理的报酬，并推动创作环境的公众和可持续发展。具体来说，区块链技术在解决AIGC侵权争议问题上能够在以下三个方面提供服务： 1.不可篡改的著作权证明：原创作者可以将作品的著作权信息和所有权证明记录在区块链上。这样可确保任何人都可以验证和确认该作品的所有权和著作权信息，以确保作品的真实所有权。这对于保护创作者的权益，防止作品被盗用或滥用，具有极大的价值。 2.时间戳和证据保全：提供时间戳功能和证据保全。创作者可以在区块链上记录作品的哈希值或摘要，并将其与特定的时间戳相关联。这样可以确保权属争议出现时，创作者可以提供不可篡改的证据来证明他们的作品先于他人的类似作品。 3.平衡利益分配：智能合约技术在利益分配上也发挥了重要作用。一旦作品被使用或转让，智能合约就可以自动执行预设的利益分配方案，如支付给原创作者相应的费用。进一步确保利益分配的公平性，同时也避免了复杂的手工操作和潜在的纠纷，提升存量内容的变现效率。目前丹青约和雷火Muse艺术设计平台全部接入了创作过程链路记录和确权，截至发稿日期，已有52000条确权记录。此外，网易区块链作为承办单位之一，为“浙里智造供全球”宋韵国潮AIGC设计应用大赛提供了技术支持。在方便越来越多的用户进行AIGC创作的同时，区块链技术的介入能够将创作者的参数设置保存下来，为创作者提供创作记录存证与回溯，避免未来可能的法务纠纷。小结虽然区块链技术本身不能直接杜绝AIGC作品著作权问题，但是可以提供一些辅助措施来增加对原创作品的著作权保护和减少AIGC作品侵权的风险。此外，区块链技术也为AIGC提供了一种新的应用方式和商业模式。通过区块链技术，AIGC的作品可以成为独一无二的数字资产，而创作者通过出售或租赁其AIGC的作品获得收益。我们相信，引入区块链技术能够帮助AIGC向着成为更好的工具发展，推动AIGC在更多行业得到更广泛的应用。来源：金色财经

金色财经2023-09-01

金奥博：公司主营业务分为“民爆一体化、精细化工、智能制造、金奥博智慧云”四大业务板块

巡检、AR远程运维可视云平台、人工智能深度学习科技融入到公司的智慧民爆信息服务系统中，用于实时巡检，远程故障诊断和排除及维护指导，为客户提供优质可靠的信息化技术服务。感谢您对公司的关注和支持！以上内容由证券之星根据公开信息整理，由算法生成，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2023-08-31

24小时热点