FX168财经网_全球视野外汇黄金加密货币NFT资讯网

国家发改委：平台企业在芯片、自动驾驶、新能源、农业等领域投资占比不断提高，一季度环比提升了15.6个百分点

等核心产品研发，将人工智能、环境感知、深度学习、伺服控制等核心技术应用于工业无人驾驶领域，支持制造业及物流企业降本增效，有效提升企业内部物流效率，降低了用工成本。目前，未来机器人已在全球销售产品超过2000台，落地项目超过300个，业务覆盖超过15个国家和地区。腾讯投资支持北京云迹科技股份有限公司，将自身算力优势与云迹科技的室内定位导航技术优势相叠加，形成了具有国际竞争力的服务机器人产品，截至目前服务用户已超2万家，业务覆盖了41个国家和地区。总的来看，平台企业通过投资不仅获得了丰厚的回报，提升了企业自身的核心竞争力，也推动了高水平科技自立自强，促进了实体经济提质增效，为推动建设现代化产业体系、促进高质量发展贡献了力量。下一步，国家发展改革委将会同有关部门持续推出平台企业典型投资案例，支持平台企业在引领发展、创造就业和国际竞争中发挥更加积极的作用。

金融界2023-07-12

猎聘AIGC就业趋势大数据：平均年薪超40万，人才需求是三年前同期的5.6倍，35岁不再是招聘红线？

年薪最高的是图像算法，为55.62万；深度学习、自然语言处理(NLP)、机器视觉、机器学习的招聘平均年薪均超50万；算法工程师位居第六，为45.05万。这十大职能招聘薪资普遍较高，尤其技术类职能更具优势，这与AIGC正值风口、进入门槛高而人才稀缺密切相关。 4）京沪AIGC职位最多，北京AIGC职位招聘平均年薪超47万居首在近一年AIGC新发职位城市分布TOP10中，北京、上海职位最多，占比位居第一、第二，为22.21%、20.37%。深圳、杭州位居第三、第四，占比为11.75%、10.15%。广州、苏州以3.90%、3.84%的占比位居第五、第六。在这TOP10城市的招聘平均年薪方面，北京、深圳、南京、上海位居前四，分别为47.19 万、46.35万、43.06万、42.74 万。杭州、广州以39.44 万、37.50万的招聘平均年薪位居第五、第六。出门问问创始人兼CEO、前Google总部科学家李志飞告诉猎聘，AIGC工具属性重构知识创作类内容的工作流，为AI行业带来全新的可能性和商业模式，对于内容制作的降本提效为规模化生产构建市场增量。AIGC将会赋能千行百业，目前对媒体、广告、影视、游戏、电商、教育、金融、医疗等行业帮助较大。在猎聘AI技术负责人莫瑜看来，由于AIGC的技术助攻，将会有越来越多的小规模企业诞生；而职场中会出现更多数字员工，承接更细化的分工，提升组织的专业度和稳定性，从而进一步推动业务探索和迭代效率的提升，这使得以往需要更大规模协作才能实现的业务，现在小团队或单兵作战就能胜任。 AIGC招人门槛分析 1、要求3-5年经验的职位占比超36%， 5-10年经验的人才需求同比超70% 从近一年AIGC新发职位对工作经验的要求分布来看，3-5年工作经验的职位最多，占比36.23%；其次是5-10年工作经验，占比23.29%。AIGC对5-10年的人才需求增长最快，近一年同比增长70.75%；3-5年经验的AIGC人才需求增速位居第二，同比增长57.61%。可见，AIGC招聘方更青睐有一定工作经验的从业者。 2、AIGC对高学历人才更为渴求，博士人才需求同比增长超100% 近一年，AIGC和AI新发职位对本科人才需求占比为70.80%、70.43%。在对高学历需求方面，AIGC明显高于AI，前者对硕博的需求占比合计21.56%；后者为14.24%。AIGC对博士人才更为渴求，其需求在各学历中增长最快，近一年同比增长108.11%。总体而言，AIGC的学历门槛比AI更高。 3、AIGC企业感兴趣的人才分析 1）AIGC企业最有好感的职能：算法工程师在近一年AIGC相关企业主动沟通的人才三级职能分布TOP10中，算法工程师以10.83%的占比领先；产品经理位居第二，占比3.37%。自然语言处理(NLP)、智能网联工程师排名第三、第四，占比为2.38%、2.16%。可见，算法工程师最受AIGC企业青睐。 2）AIGC企业对科技大厂人才最有兴趣，触达的人数中以华为背景的居首从近一年AIGC企业主动沟通的人才来源公司分布TOP5来看，华为位居第一。位居第二至第五是百度、腾讯、字节跳动、美团。华为公开宣布的使命是“构建万物互联的智能世界”，这注定了华为拥有较多的数字化、人工智能、5G相关人才，这些都是AIGC需要的重点人才。百度、腾讯、字节跳动、美团近年均布局了AIGC相关业务，因而他们培养的人才较受AIGC企业的欢迎。 4、进入AIGC需要的硬技术和软能力据李志飞介绍，进入AIGC需要具备的硬性技能包括：熟悉机器学习和深度学习的基本原理和算法；了解自然语言处理的基本概念和技术，包括文本分析、文本生成等；具备良好的数据处理和数据分析能力，包括数据清洗、特征工程等；具备良好的编程能力，熟练使用Python、Java、C++等编程语言，以及良好的软件工程能力，包括版本控制、代码规范、测试和调试等；在软性素质方面，需要创新思维，不断探索新的技术和应用；同时需要解决问题、沟通和团队协作的能力。 AIGC人才储备分析 1、近一年AIGC领域25岁以下人才同比增长最多，超60% 近一年AIGC整体人才同比增长为19.53%。分年龄段来看，30岁以下人才占比从此前的31.64%增加到35.61%，数量较上年增长了31.70%；其中，25岁以下的人才数量上同比增长61.90%，在各年龄段中增长最多；25-30岁的人才数量上较上年增长了27.62%。可见，AIGC的人才中年轻人有明显增多趋势。尽管如此，30-35岁的人才仍然占比最多，为35.77%。 2、AIGC人才学历背景优于AI，硕博占比近45% 在近一年AIGC人才学历分布中，本科占比最多，为48.49%。硕士、博士占比分别为42.20%，2.79%，合计44.99%；而AI人才中本科占比为54.09%；硕博占比合计23.90%（硕士22.32%，博士1.58%），远远低于AIGC。这表明AIGC人才教育背景优于AI。 3、京沪AIGC人才最多，合计近50% 在近一年AIGC人才城市分布TOP10中，北京、上海位居前二，占比为26.01%、23.34%，合计为49.35%。深圳位居第三，占比为11.90%。杭州、广州以5.78%、5.27%的占比位居第四、第五。杭州是互联网重镇，又是好几个互联网大厂的总部，同时还有不少AI相关企业，因而AIGC人才储备相对较多。 4、AIGC人才高学历、资深从业者薪资更高 1）AIGC人才平均年薪超40万，博士平均年薪超75万近一年AIGC人才平均年薪为40.12万元，比AI（27.93万）高12.19万元。AIGC人才的薪资与其学历的高低成正比，大专、本科、硕士、博士学历平均年薪逐级升高，分别为25.11万、35.82万、44.33万、75.86万。 2）AIGC人才满15年经验后薪资迎来大爆发，平均年薪超67万 AIGC人才薪资与从业经验呈水涨船高的态势。5年以下的AIGC人才平均年薪不足26万；5-8年突破30万大关，达到32.77万；10-15年经验的AIGC人才平均年薪逼近50万，为49.03万；15年以上的AIGC人才平均年薪高达67.41万。从这点而言，经验就是财富。 5、AIGC人才来源分析 1）来自互联网行业的人才占比居首，互联网大厂人才比重较高从近一年AIGC人才上份工作所在的二级行业分布TOP10来看，来自互联网行业的人才最多，占比12.67%；计算机软件和整车制造位居第二、第三，占比为9.78%、9.47%。AIGC人才上份工作所在的公司TOP5依次是字节跳动、华为、阿里巴巴、百度、腾讯，与AIGC企业主动沟通的人才公司分布TOP5有四家重合，这进一步印证了具备高科技大厂的从业经历更易进入AIGC领域。 2）上份工作从事产品经理和算法工程师的人最多从近一年AIGC人才上份工作的三级职能分布TOP10来看，产品经理和算法工程师位居前二，占比为6.91%、5.35%。其他职能的占比均小于5%。李志飞指出，AIGC领域中计算机相关学科背景的人才较多。但由于AIGC对人才的需求越来越多元化，除了需要传统的计算机科学和数据科学方面的人才，AIGC还需要具备AI模型优化、自然语言处理、机器人操作系统等方面知识和经验的专业人才。在出门问问对AIGC人才遴选偏好方面，李志飞提到，他们更倾向于既能看得懂论文、能编代码，又愿意做实验，不只是纸上谈兵的人。“除了个人背景，我们更看重个人素质，聪明度、价值观、对事情的执着和热情。” 投递AIGC的人才求职行为分析 1、近一年投递AIGC的人才同比增长超270%，是投递AI人数增速的13倍由于AIGC在全球范围内升温，投递该领域的人才呈激增态势，投递人数增速远超AI。猎聘大数据显示，近一年投递AIGC的人才同比增长274.73%，其增速是同期投递AI人数增速（21.09%）的13倍。 2、投递AIGC领域自然语言处理和产品经理的人最多，占比合计近20% 从近一年AIGC收到投递人数最多的三级职能分布TOP10来看，位居前三的职能为自然语言处理(NLP)、产品经理、算法工程师，占比为9.35%、9.30%、8.15%。值得注意的是，内容运营和新媒体运营也跻身TOP10之列。从显性影响上来看，AIGC对于内容和新媒体的帮助较大，因而相关岗位对求职者而言较有吸引力。 3、求职AIGC的人才所投递的公司：互联网与人工智能公司占据大半江山在近一年投递发布AIGC职位的公司的人数分布TOP10中，互联网大厂占据四席，其中百度、阿里、字节跳动、腾讯分别位居第二、第五、第六、第八。其中，计算机硬件公司鸿合科技位居第一；AI公司商汤科技、聆心智能及AI机构粤港澳大湾区数字经济研究院（福田）位居第三、第七、第十；互联网公司昆仑万维位居第四。制造业公司三一集团位居第九。由此可见，求职者投递AIGC职位的人数集中于互联网和人工智能类公司。在AIGC强大的技术威力面前，不少职场人对如何保住“饭碗”而深深担忧。李志飞指出，AIGC最容易替代的职业有两类，一类是在电脑上即可完成工作闭环，并且工作内容存在大量重复环节的职业，如基础美工/设计；另一类是易于标准化的职业，如采用固定话术的客服、营销文案等。而最不易被取代的是那些需要面对面互动和依靠身体技能的职业，如泥水匠、电工、机械师等手艺人，以及美发师、厨师、医生和护士等服务人员。李志飞建议职场人应有意识地培养AIGC难以取代的技能，比如创新思维、解决复杂问题的能力以及人际交往等技巧。莫瑜认为内容从业者大可不必对AIGC谈虎色变，因为高品质、深度而专业的内容始终是稀缺品。在他看来，容易基于数据优化的工作（如初级翻译）的可替代性较高，而需要与人有强情感交流、精细化工作、强创意类和复杂决策类工作（如心理医生、CEO）的可替代性则较低。 AIGC在淘汰一批旧的职业的同时，也必然带来新的机遇。猎聘高级职场顾问建议职场人不必如临大敌，而是以开放的心态积极拥抱AIGC，利用AIGC加强自己的职业长项，拓展自身能力的宽度，提升个人工作效率和质量；保持终身学习的心态应对外界变化，让自己在任何时代都具有更高的价值和竞争力。

金融界2023-07-11

诺德基金：认识AI三要素之人工智能“发动机”——算法

任务上的重大突破。然而，直到2011年深度学习算法的突破，人工智能技术才真正迎来了快速发展。深度学习算法通过多层神经网络模型和大规模数据训练，实现了更准确的预测和决策能力，这种方法在计算机视觉、自然语言处理等领域取得了突破性的成果，并推动了人工智能技术的发展。那么，机器学习和深度学习两类方法有什么不同呢？接下来，就让诺德基金小编来给大伙一一介绍！ 2、机器学习与深度学习有何区别？我们先梳理下机器学习和深度学习之间的关系：简单来说，机器学习是人工智能中很重要的一个学科，而深度学习则是机器学习的一个分支。图：人工智能、机器学习和深度学习之间的关系资料来源：人民中科《解析：人工智能、机器学习与深度学习的关系》机器学习实现的是让计算机透过大量的数据或以往的经验来学习，不断优化计算机程序的性能，实现分类或预测等功能。而深度学习是一种模仿人类大脑神经网络结构的机器学习方法，它可以从大量的数据中自动地提取特征和规律，并且不断地优化自己的性能。深度学习和传统机器学习最重要的区别是前者的性能随着数据量的增加而增强。如果数据很少，深度学习算法性能并不好，这是因为深度学习算法需要通过大量数据才能很好地理解其中蕴含的模式，在这种情况下传统机器学习占据上风。 3、算法为何重要？人工智能在60多年的发展过程中，经历了三次大起大落，回顾人工智能发展的三次浪潮，可以发现：每一次浪潮的发展都始于算法的突破。当前ChatGPT爆火，人工智能取得了前所未有的成功，这主要得益于深度学习算法的突破。图：人工智能发展的三次浪潮资料来源：网络深度学习算法自2006年被提出后，通过快速发展解决了前两次人工智能浪潮中难以解决的问题。2016年，AlphaGo以4:1的战绩击败围棋职业九段选手李世石，标志着人工智能发展的重要里程碑。而算法的突破，离不开算力和数据量的提升。算法的训练过程需要进行大量的矩阵运算，这就需要大量的算力和数据进行支持，只有在算力充足、数据量足够大且具有多样性的情况下，模型才能更好地学习各种特征和模式。这也侧面验证了人工智能的发展是一个综合性的工程，只有算力、算法和数据同时提升，才能推动人工智能技术的发展。关于“算法”的知识，先和各位伙伴分享到这里。下期内容，小编将继续为大家分享AI三大要素中的“数据”要素。希望诺德基金小编的分享，能帮大家对AI有一个全面、立体的了解。我们，下期见~ 诺德基金介绍：诺德基金自2006年成立以来，坚持“以稳健的投资管理，为客户提供卓越的理财服务”的使命，秉承着“稳扎稳打、自我革新”的经营理念，崇尚“以人为本”的用人宗旨，以价值创造为根本出发点，以市场为导向，以客户为中心，努力为客户创造稳定且持续的“低风险收益”，从而获得客户的长期信任和托付，用实际行动践行“一诺千金、厚德载物”的企业文化。作为专业的资产管理公司，诺德基金管理有限公司始终坚持完备的风险控制体系，积极引进国内外各大领先的风险系统和方法，切实履行对投资管理人的信托责任，保护每一位投资者的切身利益，致力于打造一家富有独特竞争能力、受投资者尊敬的现代资产管理公司。一诺千金，以专业得信任；厚德载物，以品德共发展。这是诺德的承诺，更是诺德的宣言。参考资料：算法介绍：清华大学《我国算法治理政策研究报告》机器学习介绍：《人工智能简史》刘韩深度学习介绍： https://baijiahao.baidu.com/s?id=1768826446834055846&wfr=spider&for=pc 机器学习与深度学习区别：《深度学习：主流框架和编程实战》人工智能发展的三次浪潮图片：出自中信建投证券研报，此文章引用https://mp.weixin.qq.com/s/qBCfOJxA9lMw6pHQJcpOeg

证券之星2023-07-09

Meta百万美元年薪招人元宇宙高薪职业有哪些？

掌握至少一种人工智能技术，如机器学习，深度学习，计算机视觉，自然语言处理等，能够使用各种框架和库，如TensorFlow，PyTorch，OpenCV，NLTK等，能够设计和开发智能化的功能和服务。 Web3开发人员薪资：15-20万美元/年工作内容：Web3开发人员对元宇宙至关重要，他们负责元宇宙的所有区块链方面的底层技术，包括能实现在元宇宙中安全交易的系统，去中心化应用程序(Dapps)并编写智能合约。根据ZipRecruiter的数据，区块链开发人员的平均工资为15万美元/年，有些开发人员的工资甚至高达20万美元/年。技能要求：要找到一份Web3开发人员的工作，你应该了解区块链和密码学的基础知识。如果你打算在以太坊上编写智能合约，你应该了解Solidity。其他相关的编程语言有Python、Ruby、javascript、c++和c#。你还应该熟悉DSA。来源：金色财经

金色财经2023-07-08

BTC在3万美元波动熊市还有哪些赛道机会？

从中发现机会。当然任何收获都是建立在深度学习，坚定执行上，有努力才有结果。以上，只是我个人的看法，无投资建议。我是初晓链，我在关注web3和加密世界。来源：金色财经

金色财经2023-07-07

上海：深化人工智能技术赋能医药创新研发

多模态大模型等平台建设与运用，推进机器深度学习和生成式人工智能平台软件迭代升级，在难成药靶点、罕见病等复杂领域探索更大成药空间。在临床试验设计、患者招募、临床数据采集与分析等临床阶段加强数据分析建模等人工智能技术的应用，提升临床试验效率。

金融界2023-07-07

燧原科技加入人工智能开放计算体系-DeepLink，共建AI软硬件生态

工智能实验室就云燧T20、云燧i20和深度学习框架的适配开始进行深入合作，逐步在人工智能开放计算体系（DeepLink）上实现接入T20和i20，共同打造人工智能软硬件生态。目前，T20和i20已基于DeepLink实现多个模型的训练和推理的适配，支持CV、NLP 等核心领域以及开源LLaMA大模型。双方的合作降低了硬件接入AI 模型训练和推理的门槛，为大模型的发展提供强劲算力保证。燧原科技同时参与了DeepLink芯片评测工作，DeepLink评测体系针对送测芯片进行多维度测试并提供季度评测报告，其评测结论为各类加速卡提供优化参考，推动AI芯片技术规范的标准建设。 DeepLink作为连接硬件芯片与深度学习软件框架间适配的"桥梁"，厂商可基于DeepLink一次适配即接入广泛的算法生态，根本性实现软硬件解耦。目前DeepLink已提供200余个标准算子接口，支持超过5000个算子测例，同时支持大语言模型和视觉模型。遵循DeepLink标准可以实现主流框架与AI芯片高效适配，极大降低算力使用门槛，节省适配时间，更容易实现算力对模型的使能。同时通过编译的优化，系统性提升整体训练效率。云燧T20是面向数据中心的第二代人工智能训练加速卡，具有模型覆盖面广、性能强、软件生态开放等特点，可支持多种人工智能训练场景。同时具备灵活的可扩展性，提供业界领先的人工智能算力集群方案。云燧i20是面向数据中心的第二代人工智能推理加速卡，具有高性能高能效、模型覆盖面广、易部署易运维等特点，已广泛应用于计算机视觉、语音识别与合成、自然语言处理、搜索与推荐等推理场景。燧原科技相关负责人表示:" DeepLink可以让上游芯片和下游框架两层在适配工程实施时能有效地解耦，并复用到不同的训练框架适配中去，从而降低芯片和框架的适配成本，同时保障算子实现正确性。燧原科技将与上海人工智能实验室合作，在算力和算法上进行深度融合，为业界构建软硬一体、更加优化的计算解决方案，为产业赋能，共建软硬协同生态，推动中国数字化产业转型和升级。" 更多DeepLink信息详见：https://deeplink.org.cn/home

美通社2023-07-07

为什么日本在生成人工智能方面落后，如何创建自己的大型语言模型

工智能领域的落后地位很大程度上源于其在深度学习和更广泛的软件开发方面的相对缺陷，”小岛说。 Kojima补充说，深度学习需要一个“强大的软件工程师社区”来开发必要的基础设施和应用程序。然而，根据经济产业省的数据，到789年，日本将面临000,2030名软件工程师的赤字。根据IMD世界数字竞争力排名，该国目前在28个国家中排名第63位。日本也面临着硬件挑战，因为LLM需要使用AI超级计算机进行培训，例如IBM的Vela和Microsoft的Azure托管系统。但据《日经亚洲》报道，日本没有一家私营公司拥有自己的“世界级机器”，具有这些能力。因此，像富岳这样的政府控制的超级计算机是日本追求LLM的“钥匙”，小岛解释说。 “获得这种大型超级计算机构成了LLM发展的支柱，因为它传统上是这一过程中最重要的瓶颈，”他说。日本的超级计算机如何提供帮助富士通在5月宣布，东京工业大学和东北大学计划与超级计算机的开发商富士通和理研合作，使用富岳开发主要基于日本数据的LLM。富士通补充说，这些组织计划在2024年公布他们的研究成果，以帮助其他日本研究人员和工程师开发法学硕士。据《日经亚洲》报道，日本政府还将投资6亿日元（8万美元），约占总成本的一半，在北海道建造一台新的超级计算机，最早将于明年开始服务。日经亚洲表示，这台超级计算机将专门从事LLM培训，以促进日本生成人工智能的发展。今年4月，日本首相岸田文雄表示，该国支持生成式人工智能技术的工业应用。岸田的讲话是在与OpenAI首席执行官Sam Altman会面之后发表的，他表示该公司正在寻求在日本开设办事处。追求生成式AI的日本企业大型科技公司也加入了这场战斗，以提高日本在生成人工智能领域的地位。6月，软银的据当地媒体报道，Mobile Arm表示计划开发自己的生成AI平台。软银首席执行官孙正义（Masayoshi Son）宣布，该投资公司计划从“防御模式”转向“进攻模式”，并加强对人工智能的关注，这强调了这一点。 “我们希望成为人工智能革命的领导者，”孙正义在股东年度股东大会上表示。据《日经亚洲》报道，软银集团于85月将其在SB Energy的90%股份出售给丰田通商，并于最近同意出售其在美国投资经理Fortress Investment Group的<>%股份。削减这些其他投资有助于软银释放现金，使其能够通过其愿景基金风险投资部门主要专注于人工智能。软银旗下的芯片设计公司Arm也将在今年晚些时候在美国上市。“这将是迄今为止全球最大的IPO，”Asymmetric Advisors日本股市策略师Amir Anvarzadeh表示。此次IPO将为软银的资金提供巨额资金，软银报告称，截至4月3日的财政年度，愿景基金亏损创纪录的31.<>万亿日元。 Arm最初寻求筹集8亿至10亿美元。但随着对半导体芯片的需求“飙升”，Anvarzadeh表示Arm可以筹集高达50亿至60亿美元 - 或“软银市值的85%”。他表示，软银的股价可能会上涨，尽管这并不能保证其人工智能工作的成功。 “从根本上说，我认为软银不会改变日本的格局......他们不是日本人工智能的救世主，“他说。日本电信公司NTT还宣布了本财年开发自己的LLM的计划，旨在为企业创造“轻量级和高效”的服务。NTT表示，它将在未来五年内向数据中心和人工智能等增长领域投入8万亿日元，比以前的投资水平增加50%。当地媒体报道称，数字广告公司网络代理5月发布了LLM，使公司能够创建AI聊天机器人工具。该公司表示，它是为数不多的“专门研究日本语言和文化的模型”之一。虽然日本尚未在生成人工智能领域迎头赶上，但它正在通过这些私营部门的努力迈出第一步。小岛说，一旦建立了“强大的基础设施”，剩下的技术挑战可能会通过使用开源软件和以前先驱者的数据来“显着缓解”。Bloom，Falcon和RedPajama都是开源的LLM，经过大量数据的训练，可以下载和研究。然而，小岛说，涉足这一领域的公司应该预料到竞争跨越“相对较长的时间范围”。他解释说，开发LLM需要大量的资本投资和在自然语言处理和高性能计算方面高度熟练的劳动力。 “软银和NTT加入这场竞争，短期内不会改变人工智能的格局。日本的人工智能监管日本科技公司越来越多地参与生成式人工智能开发，这与在其他领域采用人工智能的积极立场相吻合。Teikoku Databank的一项调查发现，超过60%的日本公司对在其运营中使用生成式人工智能持积极态度，而9.1%的公司已经在这样做。日立它表示，已经建立了一个生成人工智能中心，以促进员工安全有效地使用该技术。该集团表示，凭借数据科学家，人工智能研究人员和相关专家的专业知识，该中心将制定指导方针，以减轻生成人工智能的风险。日本甚至会考虑政府采用像ChatGPT这样的人工智能技术，前提是网络安全和隐私问题得到解决，内阁官房长官Hirokazu Matsuno说。京都大学法学研究生院研究教授Hiroki Habuka说，随着日本对生成人工智能的使用更加开放，政府应该制定和促进有关其使用的软指导方针，同时评估基于特定风险的硬监管的必要性。 “如果没有更明确的指导，公司在使用生成人工智能时应该采取什么行动，实践可能会变得支离破碎，”这位教授说。

金融界2023-07-07

百度首席技术官王海峰：飞桨已拥有750万名开发者文心一言将逐步开放插件生态

3世界人工智能大会上，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表示，截至目前飞桨已拥有750万名开发者，这也是百度2023年以来首次对外披露飞桨生态最新数据。目前文心大模型已升级至3.5版本，模型效果提升50%，训练速度提升2倍，推理速度提升30倍。王海峰透露，文心一言将发布更多的百度官方和第三方插件，同时也将逐步开放插件生态，帮助开发者基于文心大模型打造自己的应用。

金融界2023-07-06

赛为智能：7月3日召开分析师会议，长城证券股份有限公司参与

能领域加大投入，增加算法团队规模，聚焦深度学习图像技术，并在此基础上衍生出无人机和机器人产品，转变成了以人工智能为核心技术的综合性公司，并以人工智能技术赋能公司智能化项目的升级。公司目前的主推产品种类有无人机产品、巡检机器人产品、以机器视觉为核心技术的平台软件产品。公司的无人机产品主要是工业级无人机，还有系留旋翼无人机、小型手抛式无人机等。巡检机器人产品分为挂轨型和自走型，可自主导航，自主巡检。巡检产品在冶金、煤矿、电力、市政、金融、机场、轨交都有应用。公司开发的视觉检测设备和鸟情数据管理平台已经在各地机场驱鸟项目中落地并积累了相关经验，也是今年大力推进的项目。问：公司在轨道交通板块的业务现状和大致在手订单情况答：公司轨道交通板块稳定发展，2022 年签约深圳地铁一、二号线升级改造项目、福州市轨道交通 4 号线相关项目、滁州至南京城际铁路（滁州段）一期、二期工程相关项目、合肥地铁 2 号、3 号、4 号线相关项目，共计约 4.3 亿元（详情可参阅 2022年各季度合同公告）。目前都在有序推进中。问：公司研发竞争力及目前的研发进展答：公司的研发团队有较强的实力，在深圳、合肥均设有研发部门，可以广泛吸纳周边人才。公司目前的算法开发团队是完全自有的，根据公司自身的产品设计和升级算法，尤其在机器视觉的识别效率方面，有较明显的优势。自有团队的优势也可以体现在后台数据的有效保护和充分利用上。可以树立自身的技术壁垒，保护公司产品的商业价值。基于公司在人工智能行业的发展基础，以及在自身的项目和产品中涉取的相关积累和沉淀。公司目前的研发方向主要是对现有产品的升级优化上。公司也会观望市场的动向，适时调整研发战略。问：公司在“大模型”方面的布局答：近年“大模型”对市场的走向也有比较大的冲击，公司管理层已经进行了充分的关注。赛为是做人工智能的公司，掌握前端技术，是公司发展的重要因素。未来如何将产品与“大模型”接轨，公司也在研究探讨中。可能的方向是结合现有主营业务和领域，做垂直领域大模型应用。比如手游、轨交服务运营、冶金和能源的设备运维，结合大模型做细分领域的业务辅助和赋能，或者降本增效。公司将会综合考虑开发成本、协同效用方面的因素，观望市场走向，在机会合适的时候会积极跟进。问：公司无人机业务以及涉及军用订单的收入占比答：公司涉及军用产品的情况不太方便详细交流，但是公司的无人机以及军用订单的收入体量目前占比较小。问：公司游戏板块的发展以及对公司的业务赋能答：2015 年前后，公司开拓了“智慧社区”类项目，考虑到可能与公司文化旅游板块有协同效果，引入了游戏业务。近几年，虽然游戏行业受到游戏版号和防沉迷等外部环境的影响，限制了发展，但公司的游戏板块收入比较稳定，保持了一定的盈利。不过从实际效果来看，游戏业务对公司的其他业务赋能较少。目前公司有已获得版号的项目，也有开发中的储备项目，在等待版号。问：吉尔吉斯业务的情况，是否有继续外拓的计划答：公司的海外业务是响应国家“一带一路”的号召，以自身的发展优势获取海外订单，做出海的“平安城市”类项目。吉尔吉斯的项目主要是公共监控网络的建设，目前项目正在实施中。公司暂无其他海外项目，也没有外拓的计划。问：公司业务展望答：公司的管理团队在本年 4 月进行了调整，从以“工程项目”为中心的团队转变成了以“产品”为中心的团队。更加年轻，更能够匹配公司现有的业务模式。希望我们新的管理团队能在挫折中吸取经验和教训，站在更加前沿的角度，以未来的技术和管理的眼光，带领公司进入下一个人工智能的时代，对我们的投资者有更好的报。接待过程中，公司接待人员与投资者进行了充分的交流与沟通，严格按照有关制度规定，没有出现未公开重大信息泄露等情况，同时已按深交所要求签署调研《承诺书》。赛为智能（300044）主营业务：人工智能、智慧城市、文化教育。赛为智能2023一季报显示，公司主营收入7347.19万元，同比下降2.61%；归母净利润-1956.56万元，同比下降551.02%；扣非净利润-2080.18万元，同比下降2432.12%；负债率58.86%，投资收益0.0万元，财务费用841.6万元，毛利率30.33%。该股最近90天内无机构评级。融资融券数据显示该股近3个月融资净流入1051.39万，融资余额增加；融券净流入0.0，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2023-07-05

24小时热点