FX168财经网_全球视野外汇黄金加密货币NFT资讯网

金融界2023-05-18

明确以独立组网方式建设5G网络，与腾讯百度等成立联合实验室。通宇通讯：该公司通讯业务铺设的5G概念应用基站天线业务有望在5G开始大规模建设后显著增长。广和通：全球领先的无线通信模块及解决方案提供商。中通国脉：为电信运营商和通信设备提供涵盖核心网维护综合技术服务。三旺通信：公司是全球领先的工业互联网通信解决方案提供商，致力于工业互联网通信产品研发、生产和销售，持续提供有竞争力的工业互联解决方案与服务。移远通信：公司主营业务为物联网领域无线通信模组及其解决方案的设计、生产、研发与销售服务。中兴通讯：公司服务器及存储产品，凭借在传统ICT及IT领域30多年的精耕细作，已经具有了完整的产业链布局。立讯精密：公司5G基站用滤波器产品是国内外许多设备商首选方案之一，已有部分产品小批量出货或处在与客户共同开发阶段。

证券之星2023-05-18

面对阿里的“阳谋”，腾讯、移动选择“应战”

前国内的云计算厂商中，既有华为、阿里、百度、腾讯这样的云巨头厂商，也有跨国云巨头的参与，同时衍生出了垂直领域的各种云服务厂商。而在“新基建”催化下，建设数字化经济更需要云计算的全面加持，这也让更多的IT服务商加入了这场全面云化的浪潮。在这样的背景下，抢占市场份额成了所有参与厂商第一考虑的目标。云厂商集体减速，已经是整个云计算领域需要共同面对的命题。一组数据显示，阿里云在2022财年首次实现全年盈利，成为中国唯一一家实现盈亏平衡的云服务厂商，但也难掩收入增速放缓的现状。不仅2022财年的4个季度，阿里云的增速分别为30%、33%、20%、12%，到2023财年Q3，这一数字已降到3%。这是整个互联网云厂商的缩影。反观“国家队”运营商云，过去2年其进击节奏明显加快。 4月23日，IDC发布《中国公有云服务市场(2022下半年)跟踪》报告。报告显示，运营商在云市场的排名进一步前移。其中，2022年下半年在IaaS和IaaS+PaaS市场，腾讯云被天翼云赶超，排名市场第四。这样的市场格局反映出以电信运营商为主的国有企业迅速壮大，云服务的市场竞争生态发生了巨大变化。老龙头云服务商通过降价以维持较快的业务增速，降价战可能成为行业常态。未来国内云厂商头部效应将愈发凸显价格战对于行业的影响，一部分观点认为，To B生意不会只关注价格，降价策略带来的成果有限，而云计算行业才脱离价格竞争没多长时间，降价会损害云厂商的技术投入，让行业创新慢下来。另一部分观点认为，降价是必要的举措，能够提高关注度，推广云计算，阿里云主动挑起价格战是“阳谋”，云计算是规模生意，作为中国云计算行业规模最大的厂商，降价对阿里云的收益明显更大。除了上述分歧，行业判断的共同点是此轮降价潮会使得行业头部效应愈发凸显。过往国内企业标准化程度低，在部署数字化软件时，定制化要求较高。为了满足企业的个性化需求，软件厂商往往将产品做的大而全。这使得云厂商本来应该专注底层能力的竞争，转到了软件具体应用的竞争。而有的厂商则从原本专注具体应用竞争转到底层能力竞争。此轮降价潮，从行业影响来看，随着头部云厂商相关业务的降价，将压缩中腰部云厂商相对应部分业务的生存空间。例如移动云在主机、云存储硬件的降价，阿里云、腾讯云在数据库等领域降价，相对应的其他中腰部云厂商或选择降价，或放弃底层业务。倒逼企业往转向更专、精的领域，如数据库、存储、计算、中间件等PaaS层业务。如果再度推演，行业的终局基本是几个大的厂商提供底层算力资源，其他的中小厂商只能在PaaS和SaaS参与。

证券之星2023-05-18

AIGC重塑数字人：落地、变革、永生

代表的大模型自然也受到了各企业的关注，百度推出“文心一言”以来，大模型遍地开花，包括华为、阿里、京东、商汤等科技公司陆续推出了各自的大模型项目。面对日益兴起的AIGC，国家互联网信息办公室就《生成式人工智能服务管理办法（征求意见稿）》（以下简称《征求意见稿》）向社会公开征求意见。整体来看，《征求意见稿》更多的是为规范我国人工智能、算法等行业的发展带来了更为细致且明确的规范指导。 AIGC有着能在各行各业赋能的强大功能，ChatGPT富有创造性的对话让人不禁遐想，在元宇宙时代，数字人将成为非常关键的角色，AIGC与数字人的结合又会对现实世界带来怎样的变化？数字人走向各行各业，AI方向前景广阔据IDC发布的《中国AI数字人市场现状与机会分析2022》报告中，预计到2026年中国AI数字人市场规模将达到102.4亿元人民币。可见AI数字人前景之广阔。图源：IDC 数字人最初应用于影视、游戏行业，随后落地到各行各业，在应对更复杂的情况时，人们对数字人的信息处理能力、即时互动能力以及表达能力等需要有更高的要求。陀螺研究院发布《2023年全球虚拟数字人产业报告》，其指出虚拟数字人的每个发展阶段与时代背景，技术有紧密联系，至今已迈入成长阶段，2023年Open AI推出的聊天机器人ChatGPT，与真人之间展开“灵活机智”对话，给由AI驱动的虚拟数字人描绘了极大创作及交互想象空间，伴随着ChatGPT成熟应用，虚拟数“智”人将走向大众生活。图源：陀螺研究院如今AI对传媒、影视、艺术、电商、娱乐、游戏等领域已经产生了重要的影响。数字人需要更智能、更人性化，有更真实的表现力。 AI赋能数“智”人，加速打破次元壁如果好看的外形是数字人的“名片”，那么AI将成为数字人的“内核”。AI赋能数字人，未来能实现文本生成、音频生成、图像生成、视频生成、3D模型生成等功能，延伸到多模态交互功能，进而实现跨维度升级。在外形方面，AI技术几乎渗入到数字人构建的各个基础环节：建模、生成、渲染、驱动、呈现、交互等方面，目前已经能呈现高保真的“人类”外形，也能做出流畅的肢体语言，如虚幻引擎的Metahuman和数年前三星演示的NEON数字人。为了提高数字人的真实度，前段时间英伟达更新了其Omniverse的AI能力，并宣称将进一步引入对生成式AI的支持，用户可以仅凭文本信息自动生成高质量的材料。这一特性在Omniverse的声音驱动面部表情的工具Audio2Face上面也有体现。高保真AI数字人（图源：英伟达）为了演示Omniverse的新特性， Adobe Substance 3D艺术和开发团队使用Omniverse USD Composer（前称Create）合作创作了一个虚拟数字人形象。从视频可以看到，里面的虚拟角色视效逼真，并且皮肤呈现了真实的光线效果，而生成式AI，则提升了面部表情以及唇形同步的质量。相关阅读：《AI含量极高，GTC 2023有何新动态？》在数字人制作方面，AI的接入让其生产成本进一步降低。 3月，腾讯发布全新的AI智能创作助手“腾讯智影”，智影数字人能实现“形象克隆”和“声音克隆”，创作者通过上传少量图片、视频和音频素材，就能得到自己的数字人分身和定制音色，进而快速生成自己的数字人播报视频。据介绍，腾讯智影还接入了数字人直播，可实现7×24小时不间断开播。来源：腾讯智影商汤科技在4月的技术交流日活动上发布了大模型体系“商汤日日新大模型”，其演示了2D数字人视频生成平台“如影SenseAvatar”，据称仅需一段5分钟的真人视频素材，就可以生成出来声音及动作自然、口型准确、多语种精通的数字人分身。它可应用为智能直播、教学、短视频等多种场景。来源：商汤科技在功能方面，结合ChatGPT的数字人不仅能完成更细致的指引、导航等信息提示服务工作，结合庞大的知识数据库，在B端如金融、汽车、工业等场景以及C端的影视、游戏、直播等领域将有更大的发展空间。另外，OpenAI于今年3月发布了多模态预训练大模型GPT-4，ChatGPT的功能有了进一步提升：拥有识图功能；扩大文字输入限制至2.5万字；对话内容准确性提高；能生成有风格变化的创意文本等。多模态功能将使数字人的交互、决策建议更为真实有效。人人都能实现“数字永生” ChatGPT发布后，大量AI工具顺势而生，在一些AIGC的门户网站上甚至收录了海内外上千款AI应用。包括搜索引擎、文本写作、聊天机器人、语音合成、音乐制作、绘画生成、图像化身、图像合成、3D生成、视频技术、数字虚拟人、游戏应用、无代码创作等40个细分领域。几乎人人都能创建符合自己需求的数字人。图源：AIGC中文工具导航截图得益于这些AI工具强大的内容生成能力，现在网上也出现了不少“整活”尝试。前阵子AI在B站上掀起一阵华语乐坛的“赛博文艺复兴”热潮，不少UP主利用音乐大模型软件，通过内容编码器提取源音频语音特征，进行AI翻唱制作，让歌手“唱”起来。与B站“鬼畜区”的人力调音不同，AI翻唱的效果非常真实自然，实际一听几乎难以分辨出是真人还是AI的声音，甚至还能看到视频中有不少弹幕讨论起AI唱功好不好…… 图源：B站截图另一方面，也有人在尝试证明AI“技术向善”。UP主吴伍六发布了一则名为“用AI工具生成我奶奶的虚拟数字人”的视频，他尝试用AI+照片、音频来生成已故奶奶的数字人，并与之进行虚拟对话。前两年韩国 MBC 电视台在出品大型 VR 纪录片《见到你了》中，利用VR技术复活了7岁小女孩。图源：网络通过AI语音合成技术，提取小女孩生前影像音频。同时找来5个同龄的孩子录制上百条音频作为补充，最终复原成功小女孩的声音。再结合3D建模，动作捕捉等技术抓取三维坐标数据，初步还原小女孩外形。相关阅读：《VR 扫墓，数字永生，技术正在重新定义“生命”》在现实中不可能做到的“复活”和“永生”，却能通过技术得以实现，这类视频引发了网友们对AI、生命、侵权、感情、寄托、人性和伦理道德的思考和讨论，展现不同人对数字生命的理解。 AI数字人在直播领域悄然生长在元宇宙中数字人已经是有着较为成熟体系的领域，从技术到实际落地再到商业化，如今虚拟偶像、虚拟演唱会等垂直场景大行其道，而数字人直播已不是新鲜事。图源：IDC 在数字人商业化的道路中，无论是主打陪伴的娱乐型数字人还是以电商带货为主的功能服务型数字人，AI数字人在直播中的应用率正逐渐提高，然而现阶段的数字人直播，绝大多数情况下，包括外形设计、配音、互动等都仍需要人类进行干预，AI只能实现一些简单的交互。在海外已有基于ChatGPT+VRM（3D模型）+VOICEVOX（文本转语音软件）创建聊天型人工智能的案例。例如OshaberiAI，这是一款允许用户创建养成型角色并与之聊天的应用程序，通过设计对ChatGPT的提示（指令），为数字人设定各种个性和语气，与用户进行简单的聊天交互。图源：推特目前该应用已上线AppStore，此前该开发者也在AR+数字人导航方面做了一些尝试，推出了“ARCharaNavi”，用户在应用中设定好目的地之后，数字人会根据选择好的路线在屏幕中的路线前方带领用户前行。而AI数字人的强大胜在可控性高，模式可复制，能7×24小时保持在线，在直播领域成了不少电商品牌的“新欢”。中国互联网络信息中心日前发布的第51次《中国互联网络发展状况统计报告》显示，截至2022年12月，中国网民规模达10.67亿，短视频用户规模达10.12亿，短视频用户渗透率高达94.8%，而网络直播用户规模达7.51亿。有了庞大的直播受众，投身于电商直播的AI数字人表现如何？成本低是品牌方选用数字人进行直播的一大因素，某品牌直播间售价和数字人服务定价，粗略计算后日均花费大约在600元左右，相比于聘请真人主播，能大幅减少支出成本。目前在电商直播领域，AI数字人通常在夜间至凌晨直播，弥补真人主播休息期间的空缺，尽可能获取更多闲时流量。现阶段用户可以通过关键词触发与数字人关于商品的交互，要让AI数字人执行更细致的指令和互动还有一定难度。图源：抖音网页版截图而在短视频平台，已有不少AI数字人尝新开设全天无休的直播间，实际上这类重复相似对话内容的直播间热度并不高，如果有明星IP加入，则会带来更显著的引流效果。例如乐华七子的黄新淳，基于他本人的形象设计了数字人分身，结合AI算法来控制数字人的动作和表情，还能正常与粉丝进行互动。 AI数字人在视觉效果和语音上越发真实，也就意味着人们将更加难以辨别真人与“数字人”，且绝大部分人是第一次接触AIGC内容，为了避免更多的AI内容对观众造成误解，不少视频平台发布了相关平台规范。抖音APP官方公众号于近期发布《抖音关于人工智能生成内容的平台规范暨行业倡议》一文，指出“各生成式人工智能技术的提供者，均应对生成内容进行显著标识，以便公众判断。同时使用统一的人工智能生成内容数据标准或元数据标准，便于其他内容平台进行识别。” 图源：抖音APP官方公众号就连海外知名插画平台Fanbox的运营商PixivFANBOX，也宣布禁止上传和销售使用Midjourney 、Stable Diffusion等AI艺术工具生成的插图，将对发布由AI创作作品的账号采取措施，如发出警告、限制可见范围、封禁账号等。未来将会有更多平台自发加入规范AIGC内容的阵营中。 AI数字人在直播领域，尤其是电商板块的落地进程加快，其变现能力强、操作门槛低（不少平台推出无代码方案）、降本增效显著等优势迎合了品牌方对数字化电商直播的需求。同时，部分头部电商直播MCN也能凭借自身在IP运营管理、平台流量资源、品牌方资源的积累，尝试从真人直播转向数字人直播，提高闲时阶段的收益。现阶段的AI数字人仍有非常大的发展空间。结语在元宇宙盛行的时期，数字人还只是人们眼中的“流量明星”，背后又牵扯到高成本的动捕和中之人运营，普通人几乎难以企及。虽然现阶段的AI数字人仍然未达到能跟真人“抢饭碗”的能力，但成长迅速的AI正在加速数字人走向大众的进程，而ChatGPT则是AI数字人最佳的接入口之一，为数字人的人机交互功能带来更多落地应用机会。来源：金色财经

金色财经2023-05-18

百度投资载合汽车科技公司百度入股载合卡车

科技（苏州）有限公司发生工商变更，新增百度旗下三亚百川致新私募股权投资基金合伙企业（有限合伙）等为股东，同时公司注册资本由3000万人民币增至3765万人民币，增幅25.5%。　　该公司成立于2022年8月，法定代表人为张磊，经营范围含新能源汽车整车销售；新能源汽车换电设施销售；二手车经纪；智能车载设备销售等。据官网介绍，载合深耕卡车整车和新技术开发及量产。　　

金融界2023-05-18

腾讯一季度日赚3亿，视频号是亮点！恒生科技ETF基金（513260）冲高回落涨0.2%

手、理想汽车、小鹏汽车、阿里健康下跌，百度集团、中芯国际、商汤、网易、小米集团飘红。主流ETF方面，恒生科技ETF基金（513260）随指数冲高回落，截至14:32，恒生科技ETF基金（513260）涨0.20%。今年以来，恒生科技指数震荡下跌，而资金却逆市布局恒生科技ETF基金（513260），据上交所权威数据，截至5月17日，恒生科技ETF基金（513260）近60日获资金净流入超1.8亿元！图片来源:wind 消息面，腾讯一季报显示，公司一季度实现营收净利双增，平均每日收入高达16.67亿元，平均每日盈利高达3.61亿元。对于外界颇为关注的视频号业务的进展，腾讯控股在一季报中表示，视频号的使用量持续增长，用户使用时长及播放量均迅速上升，视频号广告的eCPM显著高于其它短视频平台，大部分行业广告主增加投放预算！公司网络广告业务1Q23实现收入210亿元，YoY+17%。腾讯的游戏业务也取得改善，多款产品流水创下历史新高。一季度，公司国内游戏实现收入351亿元，YoY+6%，长线运营的核心产品《王者荣耀》和《穿越火线手游》以及近两年发布的《金铲铲之战》、《暗区突围》流水均创下历史新高。估值上看，恒生科技ETF基金（513260）标的指数（恒生科技指数）5月17日最新市盈率31.65倍，为2020年7月以来2.89%分位点，即低于近3年来97.11%的时间，估值安全边际较高，性价比凸显。图片来源:wind 公开资料显示，恒生科技ETF基金（513260）及其联接基金（A：013127、C：013128）跟踪恒生科技指数（HSTECH），是恒生重点旗舰指数，市场认可度高，优选港股市值最大的 30 家科技主题上市公司，汇聚众多享誉全球的科技类创新型企业，覆盖互联网平台经济、造车新势力、及先进工业等板块，指数前5大重仓股包括阿里巴巴、腾讯控股、美团、快手、小米等。【恒生科技ETF基金（513260）标的指数前10大重仓股】数据来源：恒生指数公司，截至2023.3.31 风险提示：投资人应当阅读《基金合同》《招募说明书》《产品资料概要》等法律文件，了解基金的风险收益特征，特别是特有风险，并根据自身投资目的、投资经验、资产状况等判断是否和自身风险承受能力相适应。基金管理人承诺以诚实信用、谨慎尽责的原则管理和运用基金资产，但不保证基金一定盈利或本金不受损失。恒生科技ETF基金属于中等风险等级（R3）产品，适合经客户风险等级测评后结果为平衡型（C3）及以上的投资者。请投资者关注指数化投资的风险以及集中投资于恒生科技指数成分股的持有风险，请关注部分指数成分股权重较大、集中度较高的风险，请关注指数化投资的风险、ETF运作风险、投资特定品种的特有风险、参与转融通证券出借业务的风险等。基金产品投资于境外证券市场，基金净值会因为所投资证券市场波动等因素产生波动。境外投资产品风险包括市场风险、汇率风险和政治风险等。基金投资范围包括港股，会面临因投资环境、投资标的、市场制度以及交易规则等差异带来的特有风险。本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议。基金投资有风险。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-05-18

行业数据+场景：AI风口下，率先利好的是这样的公司

、Google等推出AI杀手级应用，到百度等大厂追赶ChatGPT，推出属于中国的通用大模型，就连美团联合创始人王慧文、搜狗公司前CEO王小川等行业大咖也躬身入局，资深NLP专家也纷纷下场。截至5月16日，已有255家AI企业/产品被收录在“生成式AI圈子”小程序，还有更多基于大语言模型(LLM)为创业起点的企业正在涌入市场。热闹之下，新一代AI行业的机会究竟在何处？非凡产研经过数月以来不断跟行业内创业者、专家以及AI方向投资人进行深入交流，观察到中国当前AI竞争中首先获得参赛资格的是具有前瞻性视野、拥有模型自训练技术和工程能力，深入运用模型应用到垂直场景，形成商业解决方案的企业。我们还深度采访了四家自训练模型并且应用到垂直场景，快速实现商业化的企业。分别是必优科技的创始人周泽安、澜舟科技创始人周明、秘塔科技COO王益为和睿企科技董事长于伟，深度剖析为什么这类企业能够在AI创业浪潮中率先把握机会以及为什么行业模型是中国产业数智化的关键。必优科技必优科技是一家专注于人工智能领域的智能可控内容生成技术（AICGC，AI-Control Generate Content）的科技型公司，致力于向企业提供30+垂直行业内容的智能创作SaaS服务，驱动内容创作效率革新，同时为企业提供一站式垂类行业模型应用构建（AIGC模型训练，API接口与低代码web应用）的SaaS平台解决方案。澜舟科技澜舟科技是一家业界领先的认知智能公司，致力于以自然语言处理（NLP）技术为基础，为全球企业提供新一代认知智能平台，助力企业数字化转型升级。其主要产品是基于“孟子预训练模型”打造的一系列功能引擎（包括搜索、生成、翻译、对话等）和垂直场景应用。秘塔科技秘塔科技是是人工智能领域的一家新锐科技公司，致力于将重复脑力劳动AI化，以AI为杠杆撬动专业场景的百倍生产力提升。目前，秘塔科技已经拥有近千万用户，成立北京和成都两大研发中心，在文本AIGC、文档辅助创作、法律专业场景等方向上开展研发与产品落地。睿企科技睿企科技是一家深耕垂直领域大模型的人工智能公司，致力于通过领先的多模态大模型和认知决策大脑让每一个组织和个人都能拥有专属自己的个性化AI大脑。公司已经在政务、法务、金融、教育、营销等多个行业落地，产品包括法务合规审核机器人、案件研判机器人、个性化助理机器人等一系列AI产品。 02 为什么要做自训练模型？ •如何定义自训练模型？• 自训练模型是指基于Transformer架构*，使用了大量的预训练数据和自监督学习方法，可以完成各种自然语言处理任务。 Transformer架构*：最早是由Google于2017年在「Attention is all you need」一文中提出，在论文中该模型主要是被用于克服机器翻译任务中传统网络训练时间过长，难以较好实现并行计算的问题。相当于从零搭建、训练语言模型，如BERT、GPT、T5等模型都是基于类似的架构训练。基于行业数据所搭建的自训练模型，往往具备可私有化，开源的特点。本文受访的必优科技、澜舟科技、秘塔科技和睿企科技，均为具有自训练模型并且已率先应用到行业场景，快速实现商业化的企业。 • 自训练与利用API应用开发有什么不同？• 如果从构建商业模式壁垒来说，随着通用模型以超乎人类想象的速度优化延伸其基础能力，越是靠近基础功能的应用越危险。 Jasper AI近期的局面就说明了该问题。 Jasper AI是美国一家2021年成立的专注营销领域内容创作的公司，Jasper AI是GPT生态早期的最大赢家之一。在ChatGPT发布前，用户难以直接使用LLM的语言理解与生成能力，由此Jasper基于GPT-3模型的API，通过模型的微调（fine-tune）*打造了营销内容生成平台，用户量超过10万，成立短短18个月的时间估值快速增长到15亿美元。然而ChatGPT的问世，取代了Jasper提供的部分基础功能，免费的同时兼具极佳的易用性，大部分中小客户的需求可以直接通过ChatGPT满足。这给Jasper的定价带来极大压力，Jasper的优势大大减弱。有消息称，其上轮投资方在ChatGPT成为C端现象级应用时就已经考虑出售其股份了。模型的微调（fine-tune）*指在一个已经训练好的模型的基础上，使用新的数据集或者任务对模型进行进一步的训练，以适应特定的任务或者数据。通常情况下，fine-tune会调整模型的参数，使得模型可以更好地拟合新的数据集或者完成新的任务。如果从开发到商用的难度及成本的角度来说，无疑API应用开发是最快最便捷的，自训练模型的搭建包括了多个复杂环节，包括模型的复杂度、数据的质量和数量、算法的选择和实现、计算资源的可用性、团队的经验和技能等等。在一般情况下，自训练模型从开发到商用的时间可能需要数月或数年的时间不等。例如必优科技所训练的垂直行业语言模型（SLLM）模型耗时14个月，该模型为专注于NLP下的细分CTG（Control Text Generate）方向的行业模型。在创业公司的生存压力下，形成商业解决方案并成功服务客户才是最重要的事情，在此情形下，炼丹和投喂都变得十分讲究性价比。澜舟科技创始人周明博士把当前不同的AI商业解决方案技术路线类比自动驾驶发展阶段，也将AI技术路线的演进比喻成三个发展阶段。 L1（Level 1）是自研/自训练通用大模型，例如ChatGPT所使用的GPT-4模型；L2是在LLM基础上利用行业大数据，建立行业大模型，深度参与到行业使用场景当中；L3是基于各个场景需求，在行业模型/LLM的基础上，根据具体任务，要么做fine-tune，要么做prompt工程等，来满足场景的需要。很多大模型的创业团队刚起步，大多数处在L1阶段，少数团队选择L2阶段创业。澜舟科技从2021年就开始了自研大模型之路，并获得了创新工场、斯道资本等机构的多轮融资支持。据周明博士介绍，澜舟科技推出的“孟子”模型，其技术底座均为澜舟自训练，已经率先形成了商业闭环。而澜舟科技刚成立时就坚持选择自训练模型路径，贯穿L1到L3，并率先形成商业化解决方案。此举从今天看来颇具先见之明。以金融行业为例，现有的LLM无法深入到金融行业的业务场景之中，即使使用大厂的LLM模型，也不会给客户做定制化的fine-tune。所以澜舟科技选择了在自研LLM的基础上，自训练行业模型，服务于金融行业的客户，可私有化部署，可基于客户数据训练，深度参与到行业业务场景之中。必优科技的创始人周泽安认为，模型的生成可控性非常重要，自训练可以完全掌控生成的质量。 “通用大模型可以迅速达到60分，而必优科技的自训练模型能够做到在核心场景里面从60分到90分。” 模型的可控生成可以满足可信、可控的要求。而如果仅使用通用模型的基础微调，其提供给下游场景模型的可控fine-tune优化空间有限。睿企科技董事长于伟博士提出，尽管基础通用大模型已经达到优秀高中毕业生甚至未来达到优秀本科毕业生的水平，但是在实际落地应用中所需要的模型能力更多是专业的能力，需要专业的知识和数据进行训练，而这类知识和数据大多是私有数据，不能对外开放。因此，睿企科技自2018年成立之初就致力于基于Transformer的行业垂直大模型的训练，为行业提供具备专业能力的NLU（自然语言处理解）和NLG（自然语言生成）大模型。 03 行业大模型，是中国当前最容易看清楚的属于创业公司的好机会行业模型是指，依托特定行业自有数据，结合行业场景，通过自训练或基于开源通用模型的API做应用开发的模型。 • 通用大模型入局成本过高，行业模型有更多创业机会 • 通用大模型的创业成本极其高昂，例如在算力成本方面，1750亿参数的GPT-3用到了上万块A100芯片，机时费用是460万美元，资金花费就高达1200万美元。澜舟科技创始人周明博士指出，假设组建10到20人的团队，购买500块到1000块GPU，每年最便宜大概也要投入5000万人民币作为研发费用，能够训练出一个百亿数据级别的模型，如果训练千亿级模型就在需要大概再投入7-10倍的资金，相当于两亿到三亿人民币左右。睿企科技董事长于伟博士指出，随着用户对模型能力的期望和要求不断变高，模型参数和训练数据也需要不断增加，受限于训练成本，未来只有像微软和谷歌这类既有技术又有应用场景、还具备超级财力的互联网高科技公司才有可能在通用大模型训练进行持续的投入。当前国内研发LLM的团队至少30家，如百度、MiniMax和智谱AI等，均为资金，人才，资源、经验密集的大公司及知名创业者领衔。属于大多数创业者的机会并不在通用大模型领域。相比LLM，行业模型的创业并不需要自己训练通用大模型，可以直接基于最先进的开源模型或API进行二次训练，模型训练成本大幅降低。不需要一开始就对标GPT3.5做千亿级参数的大模型，减少模型参数量反而使得训练的算力成本下降、复杂度降低，在小样本学习下进行多次有效的训练，从而迅速获得know-how和产品反馈。减少模型参数之后，训练一次的成本甚至能够从几百万美元减小到几十万美元。那么就得以在特定领域对模型进行多次训练，此时与通用大模型就形成了差异化优势。并且相对低的成本会带来客户可承受的定价，尤其是在结合客户数据的二次训练阶段和使用阶段的成本要低很多。秘塔科技COO王益为提出创业公司难以兼顾的三个难点，即“不可能三角”：投入的成本、模型的多样性和模型的可信度。除非有无穷无尽的资金、资源可以投入，大多数模型只能做到其中一点或者兼顾两点，即使 OpenAI 也达不到三者兼顾的程度。周明博士提出，澜舟科技目前并没有做千亿级的大模型，除了成本考量，一个重要原因就是客户目前没有那么强的需求，必须做一个千亿级大模型。在很多场景，客户需要低成本且适用的模型。必优科技周泽安认为，通用大模型的基础底座很重要，给各行各业整体带来了在泛化生成能力上的提升，但在如何利用通用模型打造出满足业务场景的下游模型更为关键，虽然大模型目前已经显现出在特定场景的具象处理能力，但其在实际应用的可控生成能力（可控输入/输出、可信可塑内容）却要弱于场景模型。针对在特定场景和特定用途的数据集上训练更精细的模型，所以必优科技依托于自研 RFKL智能算法范式迅速尝试了90多个场景模型（伯乐、商贾、图芴三大系列），并基于精准的高价值用户反馈数据，可实现模型自我优化。睿企科技于伟博士提出，睿企科技的产品即是从模型的专业性和实战价值出发，不盲目追求模型参数规模，而是专注与针对行业中需要的专业能力，训练能满足要求的性价比最高的模型，解决逻辑应用过程中遇到的算力不足的问题。 • 行业模型的壁垒在于场景和数据 • GPT为代表的通用大模型涌现出惊人的理解和生成能力以及强大的知识储备。但是通用大模型可以全方位碾压行业模型吗？周明博士指出，“通用大模型是万能的，这只是一个幻觉。” 在处理海量数据、重复性流程和追求个性化的C端场景，通用大模型会更有优势；而在非常专业的To B场景，例如金融、法律和医疗等一些对输出内容的精准度以及质量要求比较高的行业，需要在通用模型的基础上加入私密且专业的高价值数据集进行模型训练和工作流程优化，才能满足专业场景的需求。如果能够掌握充足且独特的数据量，不单纯依赖第三方API，选择垂直化方式（自训练模型应用于面向用户的应用），垂直整合场景中复杂度足够深的任务，快速迭代，寻找真实的闭环场景和用户反馈，从而建立竞争壁垒。此外，由于通用模型和行业模型的用户群体差异较大，因此反馈数据有较大差异，使得由垂直行业模型生成的内容更能符合特定垂直场景的需求，生成质量和深度也会更高。用于RLHF（Reinforcement Learning from Human Feedback，基于人类反馈的强化学习）的高质量用户反馈也起到非常关键的作用，有助于不断推动模型产出的内容质量进一步提升。这也说明了行业模型，数据为先，场景为王。睿企科技于伟博士以公检法行业为例，提到执法办案工作人员的工作量大、涉及的各种文书种类很多、流程繁琐、对合规要求相当高，而文书材料也是执法办案过程中的关键部分，不能有一点瑕疵。公检法行业有极大的刚性需求、每年也有大量的预算投入，并且拥有很多高质量数据。睿企科技结合公检法部门的业务需求，基于通用大模型，把专属数据和业务知识放在定制化的多模态垂直大模型里面，帮助公检法部门训练专属AI大脑，推出一系列基于大模型的简单易用的AI产品，包括执法办案智能合规审核机器人、智能接处警机器人等，解决工作痛点提升效率。秘塔科技COO王益为表示，法律咨询场景的核心问题在于不能直接使用通用模型，因为LLM的目前存在Hallucination（机器幻觉，指事实性错误），阻碍了B端的法律场景深度应用。通过一个字去预测下一句，这种技术方式在法律咨询的领域里行不通。所以对于创业公司来说，首先资源是非常有限的，那么一定要选择具有特色的一些场景，比如行业付费意愿强，并且对于可信度要求极高的领域。必优科技基于Transformer架构，引入了自研WCCG（Wernicke Control Content Generate）模型，并在中间加了一层融合，通过可控的方式去生成模型，并且拥有独创的 RFKL 智能算法范式。通用模型本身有很强的知识性，但是精确度方面，通用模型只能解决的是 6 、7成的问题。必优科技则通过场景倒推模型的机制，基于精准的高价值用户反馈数据，通过数据飞轮强化对场景模型的内容生成方向进行引导，实现模型自我优化，在特定场景中需要专门优化模型来提升生成质量，重塑以数据为驱动的内容创作新模式。必优科技在用模型尝试了近百种行业场景后，依据反馈聚焦在了人力招聘、办公office场景。 “自训练特定的场景模型不仅是单纯的在技术层面实现，还要配合对数据的理解，实打实的去扎根到了解这个行业的本质，或者内容到底输出是给谁用？这样才能反向定义数据去训练。” 澜舟科技创始人周明博士认为两年后没有人再会谈论大模型，因为它已经成为基础设施了，行业竞争格局将会稳定，通用大模型领域不再会出现新的创业机会。那就意味着将会就有很多公司倒闭或者转型，这些团队的从业人员在市场上面将会形成很强的技术外溢效应，或者将在非大模型行业内渗透。同时意味着即使是通用大模型做的很好的企业也不能仅仅依赖模型业务，也应该更多去发展各自的生态或者在这基础上做一些新的运营。 • 行业模型可以与通用模型LLM并存 • 目前行业内共识是中国一定要有自己的大模型，大厂一定会专注在全力迅速地建立通用大模型能力。这给创业公司留出了生存空间。在C端，由于大厂的流量、规模效应和千亿大模型的通用性，创业公司的机会将被大量挤兑，需要在夹缝中寻找机会，做大厂没有形成共识的方向；在B端，大型客户大概率不会使用大厂的产品，而倾向于选择可定制的私有化部署解决方案。行业模型创业公司需要具备特定领域的独有关键数据，在具体场景上又快又好的解决问题，兼具私有化部署能力，就可以与通用模型LLM并存，在行业中找到生态位。秘塔科技COO王益为提出只要选取自己真正懂的场景，即使巨头都已经布局，秘塔科技仍然在细分领域里面有机会和提升的空间。而在法律行业，对于生成文本的多样性要求并不是特别高，但是对于法律服务的严谨度和可信度要求特别高。秘塔科技在选择技术路线和产品路线上有一些思考，秘塔科技的模型本身就是为了文生文的任务去做的单一任务训练，相应去精心准备数据库，在专项文本上进行强化和训练，形成正式文件的文风，这就是秘塔科技竞争的优势。在直接向C端提供文本AIGC服务的产品中，秘塔科技拥有最多的用户（近千万）；在法律行业中，秘塔科技的现有用户覆盖数千家律师事务所和公司法务部。睿企科技于伟博士指出，尽管行业模型创业不需要从头训练通用大模型，但是挑战同样存在。行业模型创业需要业务、数据、模型的有机融合，因为用户只会采购能满足他们需求的性价比最高的服务和产品。如何找到一个巨大的市场并把产品和服务做到极致，成为行业头羊，是每个垂直行业模型创业公司必须面对的挑战。 • 行业模型很有可能是中国产业数智化的最后一公里 • 这一波AI被称为第四次工业革命，将彻底改变每一个行业。阿里董事会主席张勇提出“所有行业都值得用大模型重做一遍”。即便中国在通用模型技术上是跟随者，但并不代表着中国市场会参照美国市场而发展。美国的AI赛道创业环境，以OpenAI为例，活跃开放的资本市场、充足的算力资源和人才更适合“大力出奇迹”路线；中国的创业环境更加看重技术应用的深度，中国创业者擅长在产业应用里创新。陆奇博士在奇绩创坛的演讲中表示，中国的重要优势在于政府在AI领域的投入、支持和重视程度高于其他国家。睿企科技于伟博士提到，十三五期间中国政府在公检法领域投入数万亿，催生了一大批人工智能企业的高速发展和上市，加速了人工智能技术的发展。十四五期间，中国政府在大模型上的持续投入也会缩小和美国的差距，并在很多领域超过美国。美国从上世纪90年代就开始了数字化浪潮，相比于美国而言，中国企业尚处于数字化转型初期，中国有大量亟待数字化转型升级的传统产业，有太多需要依赖人工智能实现效率提高的业务场景。在中国30年的产业数智化浪潮之中，一直延续着的信息化-数字化-智能化的演进路线，随着通用模型及行业模型加入到产业数智化浪潮之中，很有可能在部分关键场景率先利用AI模型达到智能化，从而倒逼产业其他工作流及场景快速形成数据沉淀，这将大大加快中国整个产业数智化的进程。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-05-18

李彦宏：谁拥有最佳的跟客户沟通的方式，谁就会拥有客户

　　5月18日，百度创始人、董事长兼首席执行官李彦宏在2023天津世界智能大会上发表了题为《大模型改变人工智能》的演讲。李彦宏表示，大模型驱动下的智能应用，不但将带来效率的提升，同时也会提升客户体验。　　李彦宏在演讲中提到：“任何一个公司，谁拥有最佳的跟客户沟通的方式，谁就会拥有客户。今天，即使你有70亿的客户，他们每一个人都可以拥有一个专属的客服，7X24在线，无所不知，无微不至。” 　　早期的人机交互，通过命令行。过去几十年，更简单的人机交互方式叫做图形用户界面GUI。今天，人们可以用自然语言跟AI交互。只要思路活跃、表达清晰，机器就能给你干活儿。　　人工智能时代，大量的AI原生应用将产生。李彦宏举例说，目前已有的AI原生应用，比如Notion、 Jasper、DoNotPay等，都在细分领域为用户提供了高效的解决方案，提升客户体验。

金融界2023-05-18

李彦宏：人工智能不会让工作机会减少会创造更多新工作岗位

　　5月18日，百度创始人、董事长兼首席执行官李彦宏在2023天津世界智能大会上发表了题为《大模型改变人工智能》的演讲。李彦宏表示，人工智能不会让工作机会减少，会带来全球经济的下一个增长奇迹。每一次科技革命，都会让一部分工作消失，同时创造更多新工作岗位。　　李彦宏表示，近一百年来，世界人均GDP就翻了3.2倍，人们的工作效率得到了巨大的提升。他举例说，汽车取代马车，的确让马车夫的工作消失了。但是今天，汽车产业成为全球最大的工业体系之一，创造的就业岗位数以亿计。单在中国，就有3000万人从事与汽车相关的工作。　　李彦宏说：“我不担心大模型会让工作消失，我认为，未来会有更多的工作产生。”

金融界2023-05-18

港股开盘：恒生指数涨0.73％，恒生科技指数涨1.08％

拼多多涨0.67％，京东跌1.53％，百度跌1.63％，理想跌3.7％，蔚来涨1.52％，小鹏涨0.74％。新东方跌4％，富途涨 0.44％，名创优品涨4.35％。腾讯ADR涨1.75％。　　全球资产表现上，人民币失守7元关口。国际油价盘中涨超3％。

金融界2023-05-18

24小时热点