FX168财经网_全球视野外汇黄金加密货币NFT资讯网

中国式ChatGPT“大跃进”

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。” 来源：金色财经

金色财经2023-03-03

中国突飞猛进！澳洲智库：中国在多数新兴技术竞争中“惊人领先” 美国已大幅失利

，超过1400位中国出生、在美国受训的科学家返回中国，放弃与美国的学术或公司的关系，部分原因是中国在尖端研究领域日益强劲的力量。

市场焦点2023-03-03

发射！SpaceX将四名宇航员送至国际空间站，包括首位阿拉伯世界宇航员

y”Hoburg是麻省理工学院的前研究科学家，也是太空新手。Andrei Fedyaev是一名太空新人，已从俄罗斯空军退休。 “欢迎来到轨道，”SpaceX发射控制中心用无线电说，并指出升空是在太空舱首次轨道试飞的四年后。“如果你喜欢这次旅行，请别忘了给我们五星好评。” 由于发动机点火系统的过滤器堵塞，周一的第一次发射尝试在最后一刻被取消。Bowen说:“可能花了两次，但这趟旅行是值得的。” 美国宇航局太空行动任务负责人Kathy Lueders说，周四的发射增强了已经显示金星和木星合相的夜空。这两颗行星一周以来一直并排出现，似乎越来越近。她告诉记者：“我们今晚为夜空增添了一颗明亮的新星。” 国际空间站的新成员将取代自去年10月以来一直在那里的美国、俄罗斯、日本宇航员。空间站的其他居民是两名俄罗斯人和一名美国人，他们原本6个月的停留时间延长了一倍，直到9月份联盟号太空舱发生泄漏。替换的联盟号太空舱于上周末抵达。 Al-Neyadi是一名通信工程师，他在进入轨道后用阿拉伯语和英语向所有人表示感谢。“这次发射是不可思议的。太棒了。” 他是首位阿联酋宇航员Hazzaa al-Mansoori的替补，Mansoori于2019年乘坐俄罗斯火箭前往空间站进行为期一周的访问。阿联酋为Neyadi在SpaceX航班上的座位支付了费用。阿联酋负责公共教育和先进技术的部长Sarah al-Amiri说，这次漫长的任务“为我们国家提供了一个科学和科学发现的新场所”。“ 阿联酋已经有了一艘绕火星飞行的宇宙飞船，一辆迷你月球车正搭乘日本着陆器前往月球。两名阿联酋新宇航员正在休斯顿与美国宇航局最新挑选的宇航员一起训练。艇长Bowen说，尽管国家之间存在分歧，但他们四个团队相处得很好。尽管乌克兰战争局势紧张，美国和俄罗斯仍继续在空间站上合作，并交换空间站的座位。

Sue2023-03-03

打破美国芯片管制？阿里巴巴芯片部门及支付宝将发布安全支付计算芯片

。在周四的活动中，中国工程院著名计算机科学家倪光南称中国是RISC-V的“骨干”。据媒体报道，他说：“中国的芯片行业和整个芯片生态系统将越来越关注RISC-V架构。”

白兔捣药秋复春2023-03-02

不论谁赢了ChatGPT大战英伟达都是最后的赢家

黄仁勋邀请了 OpenAI 联创兼首席科学家 Ilya Sutskever，而 Sutskever 见证了英伟达这段在人工智能领域崛起的故事。 Sutskever 与 Alex Krizhevsky 及其博士生导师 Geoffrey Hinton 一起创建了 AlexNet，这是计算机视觉领域开创性的神经网络，在 2012 年 10 月赢得了 ImageNet 竞赛。获奖论文表明该模型实现了前所未有的图像识别精度，直接导致了此后十年里人工智能的主要成功故事——从 Google Photos、Google Translate 和 Uber 到 Alexa 和 AlphaFold 的一切。根据 Hinton 的说法，如果没有英伟达，AlexNet 就不会出现。得益于数千个计算核心支持的并行处理能力，英伟达的 GPU 被证明是运行深度学习算法的完美选择。Hinton 甚至在一次演讲上告诉在场的近千名研究人员都应该购买 GPU，因为 GPU 将成为机器学习的未来。在 2016 年接受福布斯采访时，黄仁勋说自己一直都知道英伟达图形芯片的潜力不止于为最新的视频游戏提供动力，但他没想到会转向深度学习。事实上，英伟达的深度神经网络 GPU 的成功是「一个奇怪的幸运巧合」，一位名叫 Sara Hooker 的作者在 2020 年发表的文章「硬件彩票」探讨了各种硬件工具成功和失败的原因。她说，英伟达的成功就像「中了彩票」，这在很大程度上取决于「硬件方面的进展与建模方面的进展之间的正确对齐时刻」。这种变化几乎是瞬间发生的。「一夜之间，需要 13000 个 CPU 的工作两个 GPU 就解决了」她说。「这就是它的戏剧性。」然而，英伟达并不同意这种说法，并表示，从 2000 年代中期开始英伟达就意识到 GPU 加速神经网络的潜力，即使他们不知道人工智能将成为最重要的市场。在 AlexNet 诞生的几年后，英伟达的客户开始购买大量 GPU 用于深度学习，当时，Rob Fergus（现任 DeepMind 研究科学家）甚至告诉英伟达应用深度学习研究副总裁 Bryan Catanzaro，「有多少机器学习研究人员花时间为 GPU 编写内核，这太疯狂了——你真的应该研究一下」。黄仁勋逐渐意识到 AI 是这家公司的未来，英伟达随即将把一切赌注押在 AI 身上。于是，在 2014 年的 GTC 主题演讲中，人工智能成为焦点，黄仁勋表示，机器学习是「当今高性能计算领域最激动人心的应用之一」。「其中一个已经取得令人兴奋的突破、巨大的突破、神奇的突破的领域是一个叫做深度神经网络的领域。」黄仁勋在会上说道。此后，英伟达加快布局 AI 技术，再也不只是一家 GPU 计算公司，逐渐建立了一个强大的生态系统，包括芯片、相关硬件以及一整套针对其芯片和系统进行优化的软件和开发系统。这些最好的硬件和软件组合平台，可以最有效地生成 AI。可以说，GPU + CUDA 改变了 AI 的游戏规则。中信证券分析师许英博在一档播客节目中评价道：英伟达一直在做一件非常聪明的事情，就是软硬一体。在 GPU 硬件半导体的基础上，它衍生出来了基于通用计算要用的 CUDA。这促成了英伟达拿到了软件和硬件的双重规模效应。在硬件端，因为它是图形和计算的统一架构，它的通用性保证了它有规模性，而规模性摊薄了它的研发成本，所以硬件上本身通过规模性可以拿到一个比较优势的研发成本。在软件端，因为它有庞大的开发者的生态，而这些宝贵的软件开发人员，即便是这些软件开发人员换了一个公司，但他可能还是在继续用 CUDA 的软件。主要参考文献： 1）《ChatGPT 火了，英伟达笑了》——中国电子报 2）Nvidia: The GPU Company (1993-2006) 3）Nvidia: The Machine Learning Company (2006-2022) 4）NVIDIA CEO Jensen Huang - AI Keynote Session at MSOE 5）Jensen Huang Q&A: Why Moore』s Law is dead, but the metaverse will still happen 6）How Nvidia dominated AI—and plans to keep it that way as generative AI explodes 7）中信证券许英博：从英伟达看国产 GPU 的挑战与前景 - 小宇宙 - 创业内幕来源：金色财经

金色财经2023-03-02

加拿大消费者信心大幅攀升，房价有望反弹

Nanos Research首席数据科学家Nik Nanos说：“对房地产的看法一直是消费者信心的基本要素，虽然信心指数没有回到一年前房地产市场炙手可热时的旺盛水平，但每周的追踪都看到了潜在积极轨迹的开始。” 这一跃升是加拿大消费者在2023年初持续反弹的更多证据。自去年年底以来，市场情绪仍在恢复，当时由于不确定性，该指数录得自COVID-19大流行以来最悲观的一些数据。经济前景、通货膨胀和利率。 Nanos Research每周都会对250名加拿大人进行调查，了解他们对个人财务、工作保障、经济和房地产价格的看法。彭博社公布了1,000个电话回复的4周滚动平均值。对经济衰退的担忧也在减弱。约48%的受访者现在预计经济将在六个月后走弱，低于11月的近64%。加拿大统计局周二公布第四季度国内生产总值数据，彭博社调查的经济学家预计年化增长率为1.6%。图片来源：Bloomberg；Financial Post

多伦多房地产2023-03-02

具有最高长期潜力的 5 大 AI 加密山寨币 !

。这为数据发布者带来了额外收入，同时让科学家、研究人员、数据分析师、人工智能开发人员和其他任何人都能访问以前无法获得的数据。 OCEAN 是一种 ERC-20 代币，是 Ocean Protocol 生态系统的原生代币。它被用作海洋市场上的基本交易单位。数据提供者通过提供对其数据集的访问获得 OCEAN 代币，而数据购买者使用 OCEAN 代币来获得对数据的访问。OCEAN 还用于质押以获得奖励以及治理。 Ocean Protocol 与 IBM 和梅赛德斯奔驰等公司建立了合作伙伴关系，将其解决方案集成到他们的产品中。它目前的市值为 2.45 亿美元，上限供应量为 11.4 亿个代币，其中 43% 已经发行。它在 Binance、Kraken 和 KuCoin 等所有主要交易所上市。该项目拥有165k Twitter 关注者。 2. 图表 ($GRT) The Graph是一种去中心化协议，用于从区块链中索引和查询数据，从以太坊开始。它使得通过开放的 API 查询难以直接查询的数据成为可能。 The Graph Network 中有几种不同的角色，例如索引器、委托者、策展人和消费者。索引器是 The Graph Network 中的节点操作员，策展人向索引器发出信号，指示哪些 API 应由 The Graph Network 编制索引。委托人为保护网络做出贡献，但不必自己运行图形节点。他们根据性能将 GRT 委托给现有的索引器。最后，消费者是查询子图并向索引器、策展人和委托人支付查询费用的 The Graph 的最终用户。 GRT 是 Graph 的生态系统原生代币。它是一种 ERC-20 令牌，用于在网络中分配资源。索引器、策展人和委托人可以获得与他们执行的工作量和他们的 GRT 股份成比例的收入。 GRT 在过去几周从 5 美分攀升至 23 美分，现在稳定在 15 美分左右。它的流通供应量为 88 亿，没有最大供应量。每年发行3%的新代币作为奖励，并进行多次销毁以抵消通货膨胀。 The Graph 被 Aave、Curve 和 Uniswap 等流行的以太坊 dApp 使用。它拥有 13.8 亿美元的市值，是所有人工智能项目中市值最高的。它已在 Binance、KuCoin、CoinBase 和 Kraken 上市，并拥有26.5 万推特粉丝。 3.奇点网（$AGIX） SingularityNET是一个基于区块链的平台，允许任何人通过其全球可访问的 AI 市场轻松创建、共享 AI 服务并从中获利。与在其市场上销售数据的 Ocean Protocol 不同，SingulairtyNET 销售成熟的应用程序。用户可以使用平台的原生实用代币 AGIX 来测试和购买各种各样的 AI 服务。另一方面，AI 开发人员可以使用市场发布和销售他们的 AI 工具并跟踪他们的表现。 AGIX 是一种 ERC-20 代币，用于市场交易、质押和治理代币。自 2023 年初以来，其价格已上涨 10 倍以上，目前为 45 美分，低于 54 美分的高点。 SingularityNET 与 Binance、Cardano 和 Ocean protocol 等多家公司建立了合作关系。它目前的市值为 5.53 亿美元，最大供应量为 20 亿个代币，目前已发行 60% 的代币。它在 Binance 和 KuCoin 上市。它在 Twitter 上的追随者刚刚超过10 万。 4. 获取.ai ($FET) Fetch.ai是一个 AI 实验室，它构建了一个开放的、无需许可的、去中心化的机器学习网络，以实现对 AI 技术的民主化访问。它允许任何人通过使用自主人工智能执行利用其全球数据网络的任务来访问安全数据集。 Fetch.AI 模型可用于优化 DeFi 交易服务、交通网络、智能电网、旅游以及任何依赖大规模数据集的事物。其原生代币 FET 于 2019 年在 Binance launchpad 上推出。它是 Fetch.ai 生态系统中的主要交换媒介，用于支付 Fetch.ai 提供的服务和质押。自 2023 年初以来，它的价格也上涨了 10 多倍，一路涨至 60 美分，目前为 43 美分。 Fetch.ai 有许多合作伙伴关系，最近开始与博世合作。 Fetch.ai 目前的市值为 3.58 亿美元，流通量为 8180 亿个代币。它在所有主要交易所上市，例如 Binance、KuCoin、Kraken 和 Coinbase。它拥有127,000 个 Twitter 关注者。最后的想法在这篇文章中，我们介绍了 5 个基于区块链的项目，这些项目使用人工智能为各个行业提供创造性的解决方案。这些项目中的大多数已经证明了它们的实用性，并被 DeFi 行业内外的公司所采用。人工智能不像 NFT 或 Metaverse，它们在被遗弃为失事船之前曾有过 5 分钟的辉煌。在任何人听说过加密货币之前，人工智能就已经存在了，它的用例远远不止于此。加密货币代币为基于人工智能的项目增加了巨大的价值，因为它们允许像你我这样的人投资这些公司并成为他们社区的一部分。无论 AI 的故事有多强烈，这些代币的上行潜力最终将取决于比特币的行为。我在我的许多文章中都重复了这一点，因为它非常重要。如果比特币开始失势，人工智能代币可能会表现不佳。因此，相应地管理您的风险并记住，在不确定的市场条件下，通常获利了结是最好的策略。来源：金色财经

金色财经2023-03-01

知名付费社群《B圈科学家》：如何构建捕获百倍收益的投资逻辑

1、您先简单介绍一下自己。我是B圈科学家，目前担任B圈科学家社群的主理人、Kek Lab投研社区的发起人以及BarbarianDAO的投资经理。我本科专业为金融，由于对该领域的兴趣和前景，一直致力于投资领域。 2、您能详细介绍一下您的入圈经历吗？回顾我加入B圈的经历，曾有一位同学对我说：“现在年轻人想要翻身，只有在确定性机会来临的时候加大杠杆，勇敢上”。于是，我在2018年开始了我的B圈之旅，因为想着多干快上，就选择上杠杆，在4月底以十多U的价格买入EOS，最高价曾达到20U。短暂的快乐之后，开始陷入亏损，由于对EOS三浪打完到100的信仰，我一直拿着，到了19年才割肉。第一次重仓投资，以惨败收场。随后，我一边关注行业发展，一边接触房产投资领域。慢慢的发现，随着加密世界的发展，传统投资领域的价投方法开始适用于B圈，于是我开始将重心转移回来。目前，我有两个身份：一是社群创始人，目前在B圈科学家社群里提供咨询和首席客服服务；二是专业的Web3投资者，我的梦想是通过投资实现自我价值。我不断提升自己的技能和知识，2023年我的计划是提高仓位管理和投资心态的能力。对我来说，成就并不是最重要的。市场永远会奖励做出正确决策的人，我希望通过收益率来证明自己。核心内容：年轻人想要翻身，需要在确定性机会来临的时候加大杠杆，勇敢上；传统投资领域的价投方法开始适用于B圈，前景广阔；拥有社群创始人和专业Web3投资者身份，2023年我的计划是提高仓位管理和投资心态的能力。 3、您能分享一下您在上一轮牛市中一些印象深刻的经历吗？例如哪些B种的收益最高，哪些可能会导致亏损？首先，让我分享一下我的赚钱经历，其中我比较自豪的有两个方面。第一件是在公众号这个媒体上，我可能是第一个公开提出GameFi即将爆发的人，当Axie的价值还只有十几U，我预测Axie将会对标Uniswap。尽管现在看来，这个预测可能有些过于乐观，但与GameFi的顶峰时期相比，AXS与GameFi的表现相当。第二件让我感到自豪的事情是到了11月中旬时，我们先知先觉地看到了GameFi的大浪潮将真正到来，8月只是预演，因为很多好产品还没有上线，而且从7月底到11月，接近四个月的时间里，会有更多好产品上线，所以我们又把重心转回了这个方向。我还记得，尽管在11月底到12月期间大盘回撤，但我们依然看好GameFi，因为它一直在独立行情中上涨，表现非常出色。另外一个表现最优异的标的就是DAO，尤其是People，我们一级参与捐赠的最高收益超过50倍。还有CityDAO，当时Mint价是0.25，后来涨到了4个以太的价格，这让我们非常自豪。总的来说，在DAO与GameFi这两个方面，我们都获得了很好的收益。至于亏损，实际上到1月初我的仓位已经非常低了，但后来我发现我还是亏了很多钱，主要原因是有很多零散的资金，我懒得去整理，因为有很多钱包需要处理，非常繁琐。不知不觉又被吞噬了30%的资金。核心内容：我可能是第一个提出GameFi即将爆发的人，并且在GameFi和DAO方面，均获得很好的收益。 4、您认为哪些赛道或热点具有较高的投资潜力？您的看法是什么？我们在群聊中广泛讨论的热门话题是ZK，这已经成为B圈所有人的共识了，我建议可以选择重点关注交易所的ZK相关Token。此外，还可以进入一些公链的生态系统中了解它们的生态Token。我认为有很多Token被低估了，这是一个不错的投资方向。 BTC二层项目正在快速发展。然而，我不确定它何时达到顶峰。它可能会经历两波高峰，第一波可能会在不久的将来，第二波可能会在BTC减半之前到来。虽然对于这个赛道的讨论相对较少，但我认为在这个领域有很大潜力。BTC二层概念的提出确实不错，我认为这个领域还有很大的机会，因为它尚未达到顶峰。此外，链上也会出现一些新项目，这些项目属于脸上degen的，它们应该与AI、lsd、Layer2等领域的项目同样重要。这是一个我比较看好的领域。第三个领域看好的领域是人工智能，可能会在8月或9月出现，但需要市场的配合。我们之前讨论过，大家一开始非常热衷于参与，但实际上找不到好的标的，我们之前探讨的AI三叉戟、AGIX、FIT、CTXC等项目都不太好。但现在这个领域已经拥有了资金和热度，相信在接下来的半年内会涌现出一批新的优秀产品，我们可能会有很好的投资机会和团队背景去涉及这些很好的新项目。AI这个领域在Web2时代就非常热门，在Web3时代它的热度还会更高。核心内容：热门话题ZK应该重点关注或进入公链的生态Token参与，很多Token被低估，是不错的选择；BTC二层项目正在快速发展，此领域还有很大的机会；8月或9月将会出现人工智能领域，因为资金和热度已经拥有，将涌现出一批优秀产品，AI领域在Web3时代的热度会更高。 5、在Web3领域，您有哪些经验可以分享？核心概括仅限于五个句子，分别是：带动赛道是叙事、独立行情搞模式、轻松愉快玩仿盘（借势）、个股利好辩真假、创新项目拿阿尔法。关注赛事叙事是一种适合进行大额投资的方式，特别是在今年。我认为只有两到三个赛道真正具有前景，其中之一是Layer2，另一个是人工智能（AI），第三个可能是BTC Layer2。赛道型机会跑起来会非常火热，流动性充沛，非常适合进行大额投资。但是，如何评估一个赛道的真假和它的力量大小需要一些经验。因此，独立行情跑模式也是一种有效的投资方式。然而，在这方面遇到了一些挑战，尤其是BNX，虽然我比较看好BNX的模式，但它的表现并不如预期。与此同时我们也发现以太坊上的Eggs，经过调整后，旁氏飞轮转动起来，3天涨了20倍。第三个建议是玩仿盘或借势，这是我们经常讨论的话题。今天我要分享一个技巧，比如昨晚我说可以偷STG，因为关于Layer0很热门，很多人希望通过以此获取利益，测试网上的猴子NFT甚至涨到40E。Layer0本身没发Token，最好的承接标题是STG。我们昨晚以1.02的价格买入，现在已经涨到1.1，表现不错。这就是借势的玩法。第四个建议是在熊市中关注利好消息。我建议可以寻找一些具有潜力的项目，看看它们是否会在某个时间发布一个利好消息。此时，需要判断该消息的真实性和它是否具有吸引投资的力量，以及它是否有足够的流量和社区基础来传播这个消息。最后一个建议是寻找纯技术驱动的创新项目，这些项目将会带来可观的收益。例如，在早期，我们发现了GMT、GMX，它们都非常有潜力。核心内容：关注赛事叙事是适合大额投资的方式，特别是Layer2和AI赛道；玩模式则主要考虑资金容量和创造噪音的能力；玩仿盘或借势可获取不错的收益；要判断利好消息的真实性及其吸引力；寻找纯技术驱动的创新项目，可获取可观的收益。 6、您的未来计划是什么？关于此事，我想先谈一下我对自己的定义。事实上，我是一名创业者，因为我正在建立一个社区，但我更倾向于将自己定义为一名投资者。在整个2022年中，我花费了一半的时间阅读了大约60本与投资相关的书籍，这些努力也带来了显著的回报。因此，我总结出了一些经验教训，未来的目标是在仓位管理和情绪管理这两个方面不断提高自己的修养，以期望更上一层楼。核心内容：总结出的经验教训，未来的目标是提高仓位管理和情绪管理的修养。 7、您对未来市场有什么看法？去年，我连续发表了多篇文章，预测春节期间市场将出现一波小牛市，这个预测也实际上得到了验证。当时我判断的逻辑是，首先市场已经经历了较大的下跌，情绪已经烘托到位了，需要一个理由去进入市场，就像一个渴望寻找男人的饥渴寡妇一样。其次，美联储加息已经达到相对高的水平，虽然仍可能再加息，但幅度或百分比已经不高。在这个时候，市场会出现一个喘息期。但是，假的毕竟是假的，预期总有耗尽的一天。因此，我认为这波行情可能会在六月左右结束。但是，我不知道下一轮行情会在何时到来，一般估计为一年半左右，这取决于整个经济恢复周期。从加息开始到全面进入衰退，再到底部徘徊，从绝望到希望，最后再重新开启新一轮，整个过程可能需要一到两年的时间才能完成。核心内容：去年预测的春节小牛市得到验证；市场已经经历了较大的下跌，美联储加息达到相对高的水平；行情可能在六月结束，下一轮行情估计一年半左右，取决于整个经济恢复周期。本文内容不作为任何投资建议来源：金色财经

金色财经2023-03-01

DeSci生态全面概述: 去中心化科学浪潮的现状与发展

1.科学研究目前存在哪些问题？对于科学家来说，资金问题是一个尖锐的痛点，他们花了大半的时间书写资助申请，但能否成功获得资金，很大程度上与 h-index 有关。h-index 是用来量化科学家们出版物的影响力的指标。在压力的驱动下，科学家们倾向于追逐新鲜热点，从而博取眼球。最终，资金的不到位和不稳定不仅减少了科学的产出，还使得科学家们有偏向性地选择研究项目，甚至还引发了「复制危机」的问题。 h-index 量化参数其次，信息的访问权是另一个问题。尽管科学关乎全球公众利益，但大量的科学知识仅在期刊的付费内容中发布，或仅存于一些私人数据库中。早在十多年前，开放科学 (Open Science) 运动就以提高各类数据的可及性为主要目标，不断做出努力。开放科学运动的倡议已经产生了深远的影响，包括美国国家卫生研究院在内的资金渠道都强制要求将研究结果开源公布，但科学究竟因此得到了多大改善，仍是一个争论不休的问题。例如，许多期刊为了应对这一政策，开始了付费出版的商业模式。现在科学家们不再需要花钱去读别人的研究，反而变成了需要花钱才能发表自己的研究。举例来说，《自然》杂志对每篇论文的收费超过 11, 000 美元。一些学者认为，这样的规定只会让权力越来越集中在大型出版商的手中。 2. 新型的解决方案 DeSci DAO 风潮上文提到的问题让更多的科学家和研究人员正在寻求更加开放和自由的环境，而 DeSci 和 DAO 的结合，正是他们寻求的出路。区块链提供的各种工具将有助于使科学更加独立。使用 DeFi 工具解决研究资金的挑战。现有的科学 DAO 提供了几种融资方式，从众筹、研究代币投资到出售实用 NFT。例如，按照智能合约的条款，在商业上成功的科学发现所获得的部分收益将能够回到 DAO。此外，它还能为科学项目筹集资金——理论上，任何患有罕见疾病的人都可以参与资助研究，以便更快地找到治疗方法。消除研究者和评审人之间的中间商。目前，科学家们想要发表或者查阅同行业的研究成果，就依赖于中间的平台——一些科学界联盟或期刊，而利润往往被中介机构获取。区块链与智能合约将消除昂贵的中间商，并将科学家与世界各地的专家联系起来，这将使科学进步地更快。以更加公正的全面的方式给予荣誉。目前，科学家的声誉取决于 h 指数，它衡量的是发表论文的数量和荣获重要奖项的数量。这种方法本身没有错，但它太片面。例如，一些科学家为了获得经费，不重视研究的质量，一味追求论文的数量。DeSci 积极人士建议用 NFT 取代 h 指数，它不仅衡量作者的出版物，还考核其他重要的工作，如专业知识、教学水平、指导能力以及和其他科学家共同参与研究等。让科学以 DAO 的形式真正向世界开放。DeSci 可以鼓励全世界的科学家加入志同道合的科研团队也就是 DAO 组织，例如以在线合作实验室和云实验室的形式。这种知识的无边界共享将推动科学的进步，科学家将能更快地找到基本问题的解决方案，共享合作成果，并通过 NFT 提供的机会保护知识产权。 3. 目前有哪些组织致力于 DeSci？根据 DAO 聚合器 ThePASS 平台统计，以下共汇总 102 个 DeSci 相关组织，分类为 DAOs、BIOTECH Research、Communities、Decentralized Funding Of Science、Institutes、NFTs、Publishing、Protocols & Data，以下为 DeSci 生态图。 DeSci 生态总览其中，DAO 的比例最大，占 29% ，其次是 Protocols & Data、Decentralized Funding of Science、BIOTECH Research、Communities。目前，DeSci DAO 排名最高的资产是 ResearchHub，其国库总价值超过 600 万美元，但其原生代币比例超过 99.96% 。除去原生代币占比之外，VitaDAO 在国库方面的排名将是第一。最活跃的治理属于 MoonDAO，总共有 74 个提案和 10102 票的累积，其次是 VitaDAO 和 CrunchDAO。DeSci NFT 系列作为一个整体现在并不活跃，最受欢迎的系列是 GENETICATS NFT，目前价格为 0.13 ETH 作为底价。 DeSci 生态细分赛道分布图 4. DeSci DAO 组织一览 Vita DAO：VitaDAO 是一个以公开和民主的方式集体资助和推进长寿研究的 DAO 组织，是目前比较成熟的 DeSci DAO 组织，年初刚刚宣布完成 410 万美元融资，投资方包括辉瑞风险投资公司 Pfizer Ventures、Shine Capital、L1 Digital 和 Balaji Srinivasan 等。该项目旨在利用这笔资金进一步资助长寿研究项目和将于明年从 DAO 中剥离出来的生物技术初创公司。 ValleyDAO：ValleyDAO 是一个开放的社区，集体资助和民主化地获取协同生物技术，以保护我们星球的未来。 Molecule DAO：Molecule DAO 是一个去中心化的生物技术协议，致力于将科研 IP 转入Web3，帮助他们启动自己的 DAO 组织，Molecule DAO 曾帮助 Vita DAO，Psy DAO 完成 DAO 发行，也和 DAO 聚合平台 ThePASS 达成战略合作。 NeuraDAO：NeuraDAO 是一个去中心化科学的Web3生态系统，用于简化和改善神经技术研究人员的研发过程。 BEAKER DAO：BeakerDAO 是一个支持去中心化科学实验和创新的 DAO 社区团体。 CureDAO：通过奖励合作创新和数据共享，发现数以百万计的因素如何影响人类健康，并将宇宙中的痛苦降至最低。 PsyDAO：PsyDAO 组建了一个分散的组织，目标是资助迷幻药和心理健康交叉领域的研究。 HairDAO：HairDAO 正在以开源和民主的方式推进脱发治疗的研究和开发。 AthenaDAO：一个去中心化组织致力于资助妇女的健康研究。 LabDAO：LabDAO 正在构建一个发明家的网上家园，他们正在为在线科学研究建立和使用开放的工具。 BioDAO：BioDAO 致力于建立一个生物技术创新者社区，为生态系统提供可靠的资金来源和民主化的人才渠道。 DeSci 生态圈排行和数据汇总以上 DAO 为部分节选，如想了解更多请进入 ThePASS DeSci 生态圈子查看（https://www.thepass.to/ecology）。总而言之，区块链技术在各行各业都表现出了巨大的潜力，包括科学，其中去中心化科学（DeSci）已经成为一种有前途的新趋势。通过解决资金不足、信息获取受限、研究选择有偏见等挑战，DeSci 和 DAO 的结合为科学家和研究人员提供了一个更加开放和透明的环境。 DeFi 工具可以消除中介机构，使科学项目通过众筹、研究代币投资和出售实用的 NFT 来筹集资金。此外，DeSci 主张用 NFT 来取代 h 指数，它可以评估其他重要因素，如专业知识、教学能力、指导技能以及与其他科学家的合作。DeSci 的未来似乎是光明的，有许多组织致力于推动该领域的发展，我们可以预见，科学研究会有进一步的创新解决方案和进展。来源：金色财经

金色财经2023-03-01

普华永道研报持续唱多元宇宙背后是想进军Web3？

拟世界的建筑师。当然，技术性更强的数据科学家、数据分析师，安全人员可能也是抢手岗位。还有一个岗位会很有想象空间，元宇宙虚拟人背后的“中执人”，它们将是元宇宙IP背后的真正操盘手。上面这6条里，第2条“元宇宙的成败取决于可信度”。粗略看来非常叫人困惑，它的意思其实是当前数据安全、隐私保护等挑战很大程度上阻碍了企业进入元宇宙。你可能困惑，这些问题不是元宇宙独有，互联网同样存在。普华永道之所以提出这一结论，跟它对元宇宙的定义有很大的关系，它的元宇宙世界观里，Web3是核心的一环。而Web3中的所谓数据安全、隐私等等，往往与资产息息相关，安全问题背后实际上是“资产问题”。真正的元宇宙搭建在Web3之上？或许因为普华永道是资管平台和会计师事务所，因而它们对涉及数字资产的Web3有更多的理解和认同。图片来源：普华永道中国官网上图可见，它把元宇宙分为“私有”和“开放”两个类型，从简单分类看，私有元宇宙就是当前大众概念里的元宇宙，而开放元宇宙，就是加了Web3，也就是以区块链技术为基座，进而产生的以数字资产为核心的数字经济。开放元宇宙和私有元宇宙从字面意思就能看出区别，前者强调开放性，用户所有权等等。开放元宇宙具有哪些特征？综合普华永道的内容，可以总结为如下6点。 1、互操作性：强调用户基于Web3基础设施，自由出入、使用不同的平台服务。 2、经济：以加密货币、NFT和其它基于区块链的数字资产为元宇宙提供“价值交换”。 3、持续性：元宇宙对参与者的互动进行实时反馈，元宇宙本身可持续且不受干扰。 4、体验：沉浸式的3D世界。 5、身份：数字身份归属于用户，是元宇宙里数据的核心。 6、治理：用户参与规则制定。有意思的是，这家机构目前也提供诸如数字资产管理、托管等服务，以及像NFT战略和货币化等隐藏价值服务，也包括审计及鉴证、税务、法律监管服务。可见，这很明显就是深度介入了Web3领域，并且开展了相关业务。元宇宙的葫芦里，似乎卖的是Web3的药。 Web2进军Web3，首选是2B企业服务？普华永道一系列内容看起来是捧“元宇宙”，着力点却在Web3。这背后的原因，或许还在于Web3已经形成了较为确定的商业模式，并且，Web3在全球的创业版图中炙手可热。这或许不单是普华永道的想法，国内不少企业都看到了这里的机会。其中，比较激进的应该是云服务商。据媒体报道，华为云在其2023亚太区合作伙伴领袖峰会期间，牵头启动了Metaverse&Web3.0联盟，同时介绍了多个Web3领域的合作伙伴，包括BlockChain Solutions、Deepbrain Chain、Polygon、Morpheus Labs等等。公链类项目赫然在列。而据36氪报道，就在前一天腾讯在一场Web3主题峰会上也宣布了自己的Web3合作伙伴，并公布了全套区块链API服务的发展路线图及全新的“腾讯云Metaverse-in-a-Box”产品。另外，包括阿里云、亚马逊云等，都是如此，巴比特就承办过亚马逊云的Web3活动，他们希望通过这类活动打造在Web3领域的影响力，寻找合作伙伴。 Web3创业持续火热，Web2企业也许不是从面向C端普通用户的产品进入，B端业务才是，这是他们擅长的领域。来源：金色财经

金色财经2023-03-01

24小时热点