FX168财经网_全球视野外汇黄金加密货币NFT资讯网

Mysteel：汽车原材料周报（7.31-8.4）

。三方宣布共同设立合资公司，以支持未来自动驾驶出租车（Robotaxi）前装量产和规模化部署。根据协议，合资公司将于年内成立，投资额超10亿元，将提供由广汽丰田生产的用于Robotaxi的丰田纯电动车辆平台，这些车辆装配有丰田提供的可满足L4级自动驾驶的车辆冗余系统，搭载小马智行的自动驾驶系统，并通过小马智行Robotaxi运营平台，从而提供自动驾驶移动出行服务。 2.乘联会崔东树：1-6月中国占世界新能源车份额60% 乘联会秘书长崔东树发文称，2023年世界新能源汽车走势较稳，2023年1-6月的广义新能源汽车销量954万台，其中混合动力达到232万台，占比24%。剔除普通混动后的世界新能源乘用车走势更强。受到高基数和各国补贴政策逐步退出的影响，2023年世界新能源乘用车走势较强，1-6月达到605万台，同比增长45%。6月达到128万台，同比增长43%。世界新能源汽车中的商用车仅占3%，新能源乘用车为主体。2023年1-6月中国新能源乘用车占比世界新能源60%的表现是不错的。2023年中国新能源车出口超强，这也是中国产业链强大，形成强大的国内市场和出口的双增长。汽车行业月报线上版已上新，若有需要详细定制版，欢迎各位行业伙伴随时联系我，或添加企业微信交流。感谢阅读！

我的钢铁网2023-08-07

黑芝麻智能递表港交所，冲击“国内自动驾驶计算芯片第一股”

于SoC的解决方案供应商，也是早期布局自动驾驶芯片领域的企业之一。目前黑芝麻智能在自动驾驶芯片领域已跻身全球第一梯队，并入选《2023年胡润全球独角兽榜》。黑芝麻智能在2020年、2021年以及2022年收入分别为5302万元、6050万元以及1.65亿元，而对应的经营亏损为2.93亿元、7.23亿元以及10.53亿元，经调整净亏损为2.73亿元、6.14亿元以及7亿元。截至2022年12月31日，黑芝麻智能研发团队由783名成员组成，其中55.0%拥有硕士学位或以上学历，研发团队占员工总人数的85.5%。研发方面，2020年、2021年及2022年分別产生2.546亿元、5.954亿元和7.641亿元的研发开支，分別占同期总营运投入的82.3%、78.7%及69.4%。据招股书显示，截至最后实际可行日期，黑芝麻智能已获得10家汽车OEM及一级供应商的15款车型意向订单，同时已与30多家汽车OEM及一级供应商合作，如一汽集团、东风集团、江汽集团、合创、亿咖通科技、百度、博世、采埃孚及马瑞利等。若本次IPO顺利通过，黑芝麻智能将成为国内自动驾驶计算芯片第一股。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2023-08-07

丰田拟与小马智行成立自动驾驶出租车新公司

月4日，丰田发布消息称，为了在中国实现自动驾驶出租车的商用化，将与中国新兴企业小马智行（Pony AI）成立合资公司。目标是最早于2024年实现自动驾驶出租车的实用化。两家公司已于2019年就开发自动驾驶技术展开合作，将通过成立新公司来加快商用化步伐。

金融界2023-08-07

800G需求爆发在即，CPO直线拉升！5GETF（515050）今年累计涨幅近33%

导体、消费电子等5G基础设施板块，也在自动驾驶、云计算、物联网等5G应用场景板块有较高权重，算力、信创属性突出。前十大权重股分别为立讯精密、中兴通讯、工业富联、中际旭创、紫光股份、兆易创新、中航光电、新易盛、德赛西威、三安光电，合计占比53.92%。消息面上，截至8月4日，北美头部四家云厂商财报列出完毕，均表示将对生成式AI 投入更大幅度比例，AI开支展望积极。AAOI 表示，其观察到微软由AI 网络建设快速驱动，增加了很多光模块需求。此前，微软、谷歌、META、台积电、英特尔等科技巨头均已公布2023Q2业绩与资本开支计划，整体资本开支继续向AI倾斜。多家机构指出，2023年下半年起，以服务器、光模块等为代表的A股领军厂商有望陆续进入业绩兑现期，在下半年AI不会证伪+流动性继续宽松两大条件下，AI行情有望反弹。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2023-08-07

关注三条主线！成长或后来居上？牛熊转换最重要的时间点将至？十大券商策略来了

板的行业周期底部反转机会，新能源车关注自动驾驶技术进步推动下有产品革新力的整车厂及供应商；3）能源资源产业，从下半年盈利弹性的角度，建议关注充电桩、风电等。华安证券：市场中枢震荡上行延续但结构机会迎变化契机总体来看，当下市场所面临的综合环境仍然支撑A股保持震荡大格局下的中枢抬升走势。预计行情仍有望呈现弱势上涨，但更加坚实的反弹上涨需宏观政策力度予以证实，或宏观经济基本面给予更加积极的回馈，这是后续重点关注的变化。当前时点主要可关注三个方向：（1）泛TMT反弹有望延续，短期传媒、计算机的弹性可能更大；中长期通信、电子的配置性价比更高、确定性更强，主要包括通信设备、通信服务、半导体、元件、消费电子和电子化学品等细分领域；（2）前期预期极度悲观导致超跌，但业绩亮眼提振板块整体信心的食品饮料、近期景气持续改善的基础化工；（3）政策落实加持，国际合作催化，“中特估”主题投资继续布局，重点关注受益于“一带一路”的建筑装饰机会。中金公司：稳增长政策继续加码后市来看，考虑经历反弹后当前A股市场估值仍处于历史偏低水平，仍有较明显的改善空间，稳增长相关政策也在继续加码，对未来一到两个月市场表现持偏积极的看法，指数有望震荡上行，后续继续关注政策落实情况及效果。行业配置上建议关注三条主线：1）受益于地产政策边际变化、基本面修复空间和弹性比较大的地产链相关行业，例如房地产，以及家电、家居等地产后周期相关行业；受益于资本市场政策预期的经纪类券商等也有望表现较好。2）需求好转或库存和产能等供给格局改善，具备较大业绩弹性的领域，例如白酒、白色家电、珠宝首饰、电网设备和航海装备等。3）股息率高且具备优质现金流的领域，低估值国央企仍有修复空间。前期涨幅较大、顺应人工智能产业周期发展的TMT相关行业可能短期内面临一定压力。兴业证券：风继续吹不忍远离随着政治局会议提振信心、对经济悲观预期的修正、海外“幺蛾子”的退散钝化，近期市场情绪已显著回暖，beta修复行情已然确认。具体的配置方向上，建议关注既有政策宽松、经济预期修正的beta逻辑，又兼有自身景气alpha逻辑的板块。根据我们118个细分行业景气比较框架的筛选，重点聚焦汽车（乘用车、商用车）、家电（白电）、工业金属（铜、铝）等板块。民生证券：春风化雨坚定前行国内短周期见底+美元走弱+全球制造业逐步见底回升+国内政策呵护是多因素的叠加，多驱动力下将行稳致远。保持仓位，继续布局以下机会：第一，关注后续国内需求恢复和海外顺风环境的大宗商品相关资产（油、铜、铝、煤炭、贵金属、钢铁板材）。第二，非银在活跃资本市场预期下将具有弹性和持续性（保险、券商），房地产政策正在调整，城中村改造下的建筑、建材、房地产、家电等。第三，全球制造业可能在3-4季度见底回升，提前抢跑可能带来收益，包括新能源车（整车、锂电）光伏、专业机械、工程机械、机械零部件等。中银证券：成长或后来居上当前来看，市场正处于悲观预期缓和，政策预期升温的蜜月期阶段，内外资金面压力有望得到缓和，市场情绪回温，资本面触底回升迹象也正在增加，8月市场仍将处于上行趋势之中。关注后续地产、建筑、建材、厨电、大家电等的政策催化与中观景气验证，配置政策驱动与基本面双重利好的汽车板块，特别是进入政策与技术双催化期、有望演绎“智能化下半场”的汽车智能化板块。短期关注顺周期估值修复，长周期来看，产业趋势驱动的“AI+”仍是主线。华西证券：估值低位修复行情渐次展开在7月政治局会议定调后，国内政策在“扩内需、稳预期、防风险”方面有望继续发力，近期备受市场关注的“活跃资本市场”和“房地产”领域的积极信号也频频释放，且人民币汇率已转为双向波动，外资增配A股的趋势仍在。政治局会议以来券商、地产等低估值板块率先迎来反弹，往后国内政策催化有望持续落地，A股估值低位的板块有望迎渐次轮动修复，反弹行情有望在波折中延续。行业配置上关注政策持续催化下低估值顺周期的板块布局机会（电力，银行保险，石油开采，公路等）；受益“扩内需”支持且业绩确定性较强的食品饮料等。西部证券：短期天平向成长倾斜短期市场中枢进一步上行的动力正在逐步弱化，全面牛市的确认仍然需要耐心等待。随着周末低于预期的非农数据公布，海外流动性预期边际改善，短期天平正在向成长板块倾斜。短期来看，有业绩支撑的新能源和TMT龙头有望迎来阶段性行情，小盘成长股逐步进入布局阶段。与经济修复相关度较高的顺周期行业（汽车，食品饮料，地产，家电，建材，轻工等）逐步消化政策预期后仍是中期主线。中泰证券：下半年或是牛熊转换最重要的时间点和布局点今年下半年或是“否极泰来”“牛熊转换”最重要的时间点和布局点，政策力度或是“胜负手”，建议密切跟踪风险释放的过程，以确定仓位调整的节奏。行业配置: 侧重防御兼顾主题。在风险释放前，配置方向上维持三大偏防御主线不变: 1) 国家安全:半导体、数字经济2) 电力等高分红的央企公用事业: 3) 大众消费相关的国货、小家电、休闲食品等。信达证券：底部已经形成 1-2个季度内指数将会持续回升未来1-2个季度，很难再出现投资者超预期的利空了，股市大概率已经进入新的上涨趋势，这一次上涨速度不会很快，但时间可能不短。行业配置建议短期内先布局超跌地产链、消费链，中特估主题内部下半年超配金融类（证券银行），Q3后期可能会进一步提高上游周期的配置重要性。

金融界2023-08-07

科大讯飞：讯飞星火APP已于8月1日完成升级优化，用户可前往各主流应用商城下载或升级体验

证券之星2023-08-06

中科创达：在人工智能时代, 全面启动Smart to Intelligent战略升级

证券之星2023-08-06

降价少赚的钱，自动驾驶会赚回来

财报，有外国分析师解释，这是特斯拉为了自动驾驶做的一次牺牲，他的逻辑是什么？我们一起来看看。首先要解释的是毛利率下滑的原因，就是上半年沸沸扬扬的降价。特斯拉降价这件事，对其他车企来说，可以说是降维打击。原因很简单，特斯拉是世界上最畅销的车企之一，还拥有着比其他车企更高的毛利率。龙头老大都开始降价了，老二、老三是不是也得跟上？但挣得吧，又没特斯拉多，所以这降价之后，其他车企不得不紧巴巴过日子。当然了，有人会问，这不伤敌一千，自损八百吗？那可未必马斯克表示，从技术上讲，特斯拉甚至可以以“零利润”出售其产品，而在未来可以通过其自驾软件赚钱。从中可以看出马斯克对自动驾驶抱有很高的期望。但自动驾驶并不是那么好实现的。我们先来讲讲特斯拉的自动驾驶解决方案。特斯拉采用的是纯视觉路线，简单地说就是模拟我们人类的驾驶习惯，即用眼睛看、用大脑思考、用自身的经验和实际情况等来做出加减速、踩刹车等动作。为了完成这套路线，特斯拉为汽车配置了8颗外视摄像头、1颗毫米波雷达。8颗摄像头组合，视野范围达到360度，它们能探测范围如下：图片1.jpg 目前，特斯拉自动辅助驾驶目前分为三个等级，基础版自动辅助驾驶（BAP）、增强版自动辅助驾驶（EAP）和完全自动驾驶（FSD）。而这三个解决方案只有软件的不同，硬件配置上都是一样的。可以说，特斯拉自动辅助驾驶的核心，就是车载电脑上运行的特斯拉自主研发的神经网络系统。但研发神经网络系统这条路，有三个非常苛刻的条件。数据，数据还是数据。系统需要海量的数据来完善，而这些数据如果全都靠车企自主收集，效率就太低了，所以这项任务就转接到用户身上。那么讲到这里，或许你就明白了，特斯拉通过降价来促进销量，用户开车的过程中，能为特斯拉积累大量的数据，卖的车越多，能反馈的数据就越多！通过牺牲短期的收益，来打造更坚实的技术壁垒。而且，特斯拉已经早就开始出售自动驾驶系统了。特斯拉最初推出FSD系统售价为5000美元，随后经过几次调整，目前已经高达为1.5万美元。随着未来技术的不断发展，马斯克或许真的可以做到0利润卖车。 $特斯拉(TSLA)$

老虎证券2023-08-04

ChatGPT爆火这半年：热钱、巨头与监管

请过吴恩达、陆奇等业界大佬出任高管，在自动驾驶上投入热情也远超其他大厂。如此关注AI的百度，势必会在这波大模型之争里重手投注。阿里对通用大模型同样表现出了极大的热情。一直以来，阿里云一直被寄予厚望，阿里希望走通技术路线创造集团的第二增长曲线。在电商业务竞争日趋激烈，市场增长放缓的大环境下，依云而生的AI产业新机遇，无疑是阿里云在国内云市场上再发力的好机会。相比百度和阿里，腾讯云在大模型方面选择了优先行业大模型，而华为云则公开表示只会关注行业大模型。对于腾讯来说，近年来主营业务增长稳中向好。在通用大模型的前路尚不明朗的阶段，腾讯对于AI大模型的投注相对谨慎。马化腾在此前的财报电话会上谈及大模型时曾表示：“腾讯并不急于把半成品拿出来展示，关键还是要把底层的算法、算力和数据扎扎实实做好，而且更关键的是场景落地。” 另一方面，从腾讯集团的角度看，腾讯目前有4所AI Lab，去年也发布了万亿参数的混元大模型，腾讯云投身行业大模型方面的动作，更像是一种“不把鸡蛋放在同一个篮子里”的投注策略。对于华为来说，一直以来都是重手投注研发，过去10年里华为在研发方面的总投入超过9000亿元。但由于手机业务遇到发展障碍，华为在很多技术研发上的整体策略或也正在面临调整。一方面手机业务是华为C端技术最大的出口，如果手机业务不为通用大模型买单的话，那么华为研发通用大模型的动力就会明显下降。而对于华为来说，把赌注押在能快速落地变现的行业大模型，似乎是这场AI博弈当中的最优解。正如华为云CEO张平安所说“华为没有时间作诗”。不过，对科技巨头来说，无论赌注多大，只要能赌对，就能够先一步抢占基础设施的市场份额，从而在人工智能时代获得话语权。拿着锤子找钉子对于商业公司来说，所有的决策仍然落到经济账上。即便是一笔不小的投入，越来越多有远见的公司创始人也意识到，这是一项未来必须要做的事情，即便前期投入可能完全看不到回报。 AI大模型的研发需要一笔不小的投入，但越来越多企业创始人、投资人都认为，这是一项”必要投入”，即便眼下完全看不到回报。由此，很多在上一波AI浪潮下诞生的人工智能公司，都在沉寂良久之后看到了新的曙光。 “3年前，大家都说GPT-3是通向通用人工智能的可能性。”李志飞在2020年就开始带着一班人马研究GPT-3，彼时出门问问正处在一个发展的转折点，他们希望探索新业务，但经过一段时间的研究之后，李志飞的大模型项目中止了，原因之一是当时模型不够大，另外就是找不到商业落地场景。不过，2022年底ChatGPT问世以后，李志飞仿佛被扎了一剂强心针，因为他和所有人一样，看到了大模型的新机会。今年4月，出门问问发布了自研的大模型产品——序列猴子。眼下，他们准备拿着新发布的大模型“序列猴子”冲刺港交所，出门问问已在5月末递交了招股书。另一家老牌AI公司也在跟进，去年7月，思必驰向科创板递交了IPO申请，在今年5月被上市审核委员会否决。俞凯坦言，就连OpenAI，在GPT2阶段也是用微软的V100训练了将近一年的时间，算力和A100差好几个量级。思必驰在大模型前期积累阶段，也是用更为经济的卡做训练。当然，这需要时间作为代价。相比于自研大模型，一些应用型公司有自己的选择。一家在线教育公司的总裁张望（化名）告诉虎嗅，过去半年，他们在大模型应用场景的探索上不遗余力，但他们很快发现在落地过程中存在诸多问题，例如成本与投入。这家公司的研发团队有50人-60人，开始做大模型研究以来，他们扩充了研发团队，新招了一些大模型方面的人才，张望说，偏底层模型方面的人才很贵。张望从未想过从头开发大模型，考虑到数据安全和模型稳定性等问题，他也不打算直接接入API做应用。他们的做法是参考开源大模型，用自己的数据做训练。这也是很多应用公司目前的做法——在大模型之上，用自己的数据做一个行业小模型。张望他们从70亿参数的模型开始，做到100亿，现在在尝试300亿的模型。但他们也发现，随着数据量增多，大模型训练会出现的情况是，可能新版本不如上一个版本，就要对参数逐一调整，“这也是必须要走的弯路。”张望说。张望告诉虎嗅，他们对于研发团队的要求就是——基于公司的业务探索AI大模型场景。这是一种拿着“锤子”找“钉子”的方法，但并不容易。 “目前最大的难题是找到合适的场景。其实有很多场景，即便用了AI，效果也提升不了太多。”张望说，例如在上课的场景中，可以用AI大模型赋能一些交互模式，包括提醒学员上课功能、回答问题和打标签等，但他们试用了AI大模型之后，发现精准度不行，理解能力和输出能力并不理想。张望的团队尝试过一段时间后，决定在这个场景里暂时放弃AI。另一家互联网服务商小鹅通，也在AI大模型爆发后第一时间开展了相关业务的探索。小鹅通的主要业务是为线上商家提供数字化运营工具，包括营销、客户管理以及商业变现。小鹅通联合创始人兼COO樊晓星告诉虎嗅，今年4月，当越来越多的应用基于生成式AI诞生时，小鹅通看到了这个技术背后的潜力，“例如MidJourney，生成式AI对于设计图像生成方面的提效确实有目共睹。”樊晓星她们在内部专门组织了AI研究的业务线，寻找与自身业务相关的落地案例。樊晓星说，在将大模型接入业务的过程中，她所考虑的就是成本和效率，“大模型的投入成本还是蛮高的。”她说。互联网行业的“钉子”算是好找的，AI落地真正的难点还是在工业、制造这样的实体产业。俞凯告诉虎嗅，这一波AI浪潮仍然是螺旋式上升、波浪式前进，在产业落地上面的矛盾一点都没变化，只是换了一个套壳而已。所以从这个意义上看，这两次AI浪潮的规律是相同的，最好的办法就是学习历史——“上一波AI浪潮的教训，这次就别再犯了。” 虽然很多厂商在AI大模型的落地方面都喊出了“产业先行”的口号，但很多实体产业的场景真的很难与目前的AI大模型相匹配。比如在一些工业检测场景应用的AI视觉检测系统，即便对AI模型的需求没有高到10亿参数的量级，但初期的训练数据仍然捉襟见肘。以一个简单的风电巡检场景为例，一个风场的巡检量达到七万台次，但同样的裂痕数据，可能只会出现一次，机器可以学习的数据量是远远不够的。扩博智能风电硬件产品总监柯亮告诉虎嗅，目前风机叶片的巡检机器人还做不到100%的精确分析叶片裂痕，因为可供训练和分析的数据量太小了，要形成可靠的全自动巡检和识别，还需要大量的数据积累和人工分析。不过，在工业数据积累较好的场景中，AI大模型已经可以做到辅助管理复杂的三维模型零件库了。国内某飞机制造企业的零件库就已经落地了一款基于第四范式“式说”大模型的零件库辅助工具。可以在十万余个三维建模零件中，通过自然语言实现三维模型搜索，以三维模型搜三维模型，甚至还能完成三维模型的自动装配。这些功能，在很多卡住制造业脖子的CAD、CAE工具中都需要经过多步操作才能完成。今天的大模型和几年前的AI一样面临落地难题，一样要拿着锤子找钉子。有人乐观地相信，今天的锤子和过去完全不一样了，但到了真金白银地为AI付费时，结果却有些不同。彭博社在7月30日发布的Markets Live Pulse调查显示，在514名受调投资者中，约77%的人计划在未来六个月内增加或保持对科技股的投资，且只有不到10%的投资者认为科技行业面临严重的泡沫危机。然而这些看好科技行业发展的投资者中，却只有一半人对AI技术持开放的接受态度。 50.2%的受访者表示，目前还不打算为购买AI工具付费，多数投资公司也没有计划将AI大范围应用到交易或投资中。卖铲子的人 “如果你在1848年的淘金热潮里去加州淘金，一大堆人会死掉，但卖勺子和铲子的人，永远可以赚钱。”陆奇在一次演讲时说。高峰（化名）想当这样的“卖铲子的人”，准确地说，是能够“在中国卖好铲子的人”。作为一名芯片研究者，高峰大部分科研时间都在AI芯片上。过去一两个月，他感到了一种急迫性——他想做一家基于RISC-V架构的CPU公司。在一家茶室，高峰向虎嗅描绘了未来的图景。然而，要从头开始做AI芯片，无论是在芯片界，还是在科技圈，都像是一个“天方夜谭”。当AI大模型的飞轮飞速启动时，背后的算力逐渐开始跟不上这一赛道中玩家的步伐了。暴涨的算力需求，使英伟达成了最大的赢家。但GPU并非解决算力的全部。CPU、GPU，以及各种创新的AI芯片，组成了大模型的主要算力提供中心。 “你可以把CPU比喻为市区，GPU就是开发的郊区。”高峰说，CPU和AI芯片之间，需要通过一个叫做PCIE的通道连接，数据传给AI芯片，然后AI芯片再把数据回传给CPU。如果大模型的数据量变大，一条通道就会变得拥挤，速度就上不去，因此需要拓宽这条路，而只有CPU能够决定这条通路的宽窄，需要设置几车道。这意味着，中国在大模型上，即便突破了AI芯片，仍有最关键的CPU难以破局。哪怕是在AI训练上，越来越多的任务可以被指派给GPU承担，但CPU依旧是最关键的“管理者”角色。 2023WAIC大模型展区展出的部分国产芯片自1971年英特尔造出世界上第一块CPU至今50余年，在民用服务器、PC市场，早已是英特尔和AMD的天下，英特尔更是建立起涵盖知识产权、技术积累、规模成本、软件生态于一体的整个商业模式壁垒，且这种壁垒从未衰退。要完全抛开X86架构和ARM架构，基于一个全新架构研发完全自主的CPU芯片，可以说是“九十九死一生”，基于MIPS指令集的龙芯，在这条路上走了20多年，更不用说是 RISC-V这样未被充分开垦和验证过的开源架构。指令集，就像一块块土地，基于指令集开发芯片，就相当于是买地盖房子。X86的架构是闭源的，只允许Intel生态的芯片，ARM的架构需要支付IP授权费，而RISC-V是免费的开源架构。产业界和学术界已经看到了这样的机会。 2010年，加州伯克利两位教授的研究团队从零开始开发了一个全新的指令集，就是RISC-V，这个指令集完全开源，他们认为CPU的指令集不应该属于任何一家公司。 “RISC-V或许是中国CPU的一道曙光。”高峰说。2018年，他在院所孵化了一家AI芯片公司，彼时他表示，自己不想错过 AI浪潮发展的机会，这一次，他依然想抓住，而这个切入点，就是RISC-V。在大模型以及如今国产替代的时代，这个需求显得更为紧迫，毕竟，极端地考虑一下，如果有一天，中国公司用不了A100了，又该怎么办。 “如果要取代ARM和X86，RISC-V的CPU需要性能更强，也需要和Linux上做商业操作系统的人参与到代码的开发中。”高峰说。高峰不是第一个意识到这个机会的人，一位芯片行业投资人告诉虎嗅，他曾与一家芯片创业公司创始人聊起，用RISC-V的架构去做GPU的机会。如今，在中国已有一些基于RISC-V架构做GPU的公司，但生态依旧是他们面临的最大的问题。 “Linux已经示范了这条路是可以走通的。”高峰说，在Linux这套开源操作系统中，诞生了红帽这样的开源公司，如今许多云服务都建立在Linux系统上。“需要足够多的开发者。”高峰提出了一个方法。这条路很难，但走通了，将是一条光明的道路。飞轮转得太快了大模型的“应激反应”下，感到急迫的不光是高峰。国内某AI大模型公司联创告诉虎嗅，今年初他们也曾短暂上线过一款对话大模型，但随着ChatGPT的升温，有关部门提高了对大模型安全性的重视，并对他们提出了很多整改要求。 “在没有特别明确的监管政策出来之前，我们不会轻易把产品开放给普通用户，主要还是To B的逻辑。”左手医生CEO张超认为，在《管理办法》出台之前，贸然将生成式AI产品开放给C端用户，风险很大。“现阶段，我们一方面在持续迭代优化，另外一方面也在持续关注政策、法规，保证技术的安全性。” “生成式AI的监管办法还不明确，大模型公司的产品和服务普遍很低调。”一家数字化技术供应商，在6月发布了一款基于某云厂商通用大模型开发的应用产品，在发布会上，该公司技术负责人向虎嗅表示，他们被这家云厂商要求严格保密，如果透露使用了谁的大模型，他们会被视为违约。而对于为何要对案例保密，这位负责人分析，可能很大一部分原因是要规避监管风险。在全球都对AI提高警惕的当下，任何市场都不能接受监管的“真空期”。 7月13日，网信办等七个部门正式发布了《生成式人工智能服务管理暂行办法》（下文简称“《管理办法》”），该办法自2023年8月15日起施行。 “《管理办法》出台后，政策会从问题导向转为目标导向发展就是我们的目标。”观韬中茂律师事务所合伙人王渝伟认为，新规是重“疏”而不重“堵”。浏览美国的风险管理库，是王渝伟每天必需的功课，“我们正在为利用GPT等大模型进行细分行业的商业应用提供风控合规的方案，建立一套合规治理框架。”王渝伟说。美国的AI巨头们正排着队向国会表忠心。7月21日，谷歌、OpenAI、微软、Meta、亚马逊、AI创业公司Inflection、Anthropic，七家最具影响力的美国AI公司，就在白宫签署了一份自愿承诺。保证在向公众发布AI系统前允许独立安全专家测试他们的系统。并与政府和学术界分享有关他们系统安全的数据。他们还将开发系统，当图像、视频或文本是由AI生成时向公众发出警告，采用的方法是“加水印”。 7家美国AI巨头排代表在白宫签署AI承诺此前，美国国会听证会上，OpenAI的创始人山姆·奥特曼表示，需要为人工智能模型创建一套安全标准，包括评估其危险能力。例如，模型必须通过某些安全测试，例如它们是否可以“自我复制”和“渗透到野外”。或许山姆·奥特曼自身也没有想到，AI的飞轮会转得这么快，甚至有失控的风险。 “我们一开始还没有意识到这件事情这么紧迫。”王渝伟说，直到上门来咨询的公司创始人越来越多。他感到，这一次的人工智能浪潮正在发生与过去截然不同的变化。今年年初，一家最早接入大模型的文生图公司找到王渝伟，这家公司希望把自己的业务引入中国，因此，他们想了解这方面的数据合规业务。紧接着，王渝伟发现，这类的咨询越来越多，更明显的变化是，前来咨询的不再是公司的法务，而是创始人。“生成式AI的出现，原有的监管逻辑已经很难适用。”王渝伟说。从事大数据法律工作多年的王渝伟发现，生成式AI与上一波AI浪潮正在呈现更加底层的变化。例如，上一次的AI更多是基于算法进行推荐，还有就是一些人脸识别，都是针对一个场景，针对一些小模型，在具体应用场景当中进行训练，涉及的法律问题不外乎知识产权、隐私保护的问题。而在这个生成式AI生态之上的不同角色，例如提供底层大模型的公司，在大模型之上接入做应用的公司，存储数据的云厂商等，对应的监管都不尽相同。目前大模型所带来的伴生风险已经有了共识，业界明白，商业化应用势必会放大这种风险，要想保持业务的连续性，就需要重视监管。难点就是，“如何找到一条既能做好监管，又能不影响行业发展的路径。”王渝伟说。结语对于整个行业来说，在对技术加深探讨的同时，也正在引发更为深远的思考。在AI逐渐占据科技产业的主导地位之时，要如何确保技术的公正、公平和透明性？当头部公司紧紧掌控技术和资金流向时，如何确保中小企业和初创公司不被边缘化？大模型的开发和应用蕴含巨大潜力，但盲目跟风是否会导致我们忽视其他创新技术？ “从短期来看AI大模型正在被严重高估。但从长期看，AI大模型被严重低估了。” 半年时间里，AI热浪翻涌。然而对于中国的创业公司和科技巨头来说，在热炒的市场氛围中，如何保持清醒的判断，做出长远的规划和投资，将是检验其真正实力和远见的关键。来源：金色财经

金色财经2023-08-04

“新合资”再现！广汽丰田与丰田中国、小马智行拟成立合资公司推进Robotaxi商业化落地

与小马智行三方签订协议，计划于年内成立自动驾驶出租车（Robotaxi）相关事业合资公司，推进L4级自动驾驶的无人化、规模化、商业化应用。项目总投资将超过10亿元人民币。按照计划，合资公司所使用的L4级自动驾驶纯电动车辆，将整合由丰田、小马智行提供的自动驾驶相关技术系统，原型车由广汽丰田生产。成品车辆将供应小马智行，并通过小马智行成熟完善的运营平台，为乘客提供安全放心的自动驾驶移动出行服务。今后，合资公司还将探讨促进Robotaxi的量产化。

金融界2023-08-04

24小时热点