FX168财经网_全球视野外汇黄金加密货币NFT资讯网

黑芝麻智能的“生死时速”现金耗完之前能否叩开港交所大门

芝麻智能至关重要。获众多资本支持，自动驾驶SoC产量位居行业前三黑芝麻智能是车规级智能汽车计算芯片（SoC）及基于芯片的解决方案供应商。公司的车规级产品及技术为智能汽车配备自动驾驶、智能座舱、先进成像及互联等能力。公司创始人兼CEO为单记章，过去在半导体公司OmniVision Technologies Inc任职近20年，负责核心研发。离任后，单记章与刘卫红于2016年共同创办黑芝麻智能。因研发周期长，公司的SoC创收时间相对较晚，成立早期主要靠各类智能驾驶解决方案获取收入。黑芝麻智能在2020年推出华山A1000、华山A1000L型号的SoC产品，在2021年8月开始创收，直到2022年开始量产。随后，公司相继推出华山A1000 Pro、武当C1200产品，华山A2000处于研发阶段，上述产品实现量产仍需要一段时间。截至2022年末，黑芝麻智能的华山A1000系列SoC的总出货量超过25000片。招股书显示，2022年公司已交付高算力自动驾驶SoC出货量分别占中国、全球市场的5.2%及4.8%，位居行业第三。从行业格局来看，2022年行业前三家企业已占市场份额的九成以上。其中，出货量第一的英伟达占有市场份额的八成以上，大幅领先于其他公司。黑芝麻智能与行业第二公司的市场份额差距较小。截至最后实际可行日期，公司与超过30家汽车OEM及一级供货商合作，包括一汽集团、东风集团、江汽集团、百度等。成立以来，黑芝麻智能获得多轮融资，涉及股东包括北极光创投、海松资本、小米、腾讯、吉利汽车、上汽集团等知名机构。截至聆讯资料发布日，北极光创投、武岳峰创投、海松资本的持股比例分别达11.48%、7.67%、5.97%。研发投入远超营收，3年共亏超15.8亿元对于高科技公司来说，普遍需要面对产品研发周期长、研发成本高的问题。财务数据显示，黑芝麻智能的营业收入从2020年的0.53亿元增至2022年的1.65亿元。其中，2022年因部分产品进入量产阶段，公司营收同比上涨超170%。2022年，公司综合毛利率为达29.4%，实现毛利润约0.49亿元。 2020年至2022年，公司研发开支分别为2.54亿元、5.95亿元、7.64亿元，达到同期营收的数倍。研发开支中，雇员薪酬开支是主要部分，近三年薪酬开支成倍增长。截至2022年末，公司共有783名研发人员，占公司总员工数的85.5%。 2020年至2022年，黑芝麻智能经营活动现金流分别为-2.48亿元、-6.39亿元、-7.54亿元，经调整亏损净额分别为2.72亿元、6.13亿元、7亿元，合计亏超15.86亿元。黑芝麻智能在招股书中提到，公司所在行业面临快速的技术变革且在技术创新方面不断快速演变，需要在研发方面投入大量资源（包括财务资源）以取得技术进步。公司预计2023年的亏损净额将大幅增加，并可能在短期内继续产生亏损净额。现金储备快速下降，亟待IPO输血招股书显示，黑芝麻智能在前10轮融资中，合计募资约6.95亿美元。其中，黑芝麻智能B+轮、C轮、C+轮投资者的首份认购协议始于2021年，共募资金约5.72亿美元，为公司缓解了资金困难。从公司的财务报表可以看出，黑芝麻智能的筹资活动现金流在2021年猛增20亿元，同期公司现金及现金等价物增至15.53亿元。但随着研发支出的增加，2022年末公司现金及现金等价物余额减少至9.82亿元，2023年4月末进一步减少至8.83亿元。预计短期内无法扭亏的情况下，黑芝麻智能短期内的资金压力较大。 2023年3月，港交所推出特专科技公司的上市机制（第18C章）对于黑芝麻智能是一场“及时雨”。规则显示，如为已商业化公司，上市时的市值至少达60亿港元；如为未商业化公司，则上市时的市值至少达100亿港元。根据规则，已商业化公司的经审计最近一个会计年度收益至少达2.5亿港元。黑芝麻智能可以被归类为未商业化公司。根据C+轮融资估值，黑芝麻智能的投后估值约22.18亿美元，超过100亿港元，符合港交所特专科技公司的上市条件。对于IPO募资用途，公司表示八成资金将用于未来三年的研发。具体用于开发智能汽车车规级SoC的研发团队、开发及升级智能汽车软件平台、智能汽车SoC及车规IP核的研发所采购的材料、流片服务及软件、开发自动驾驶解决方案等。大手笔“烧钱”研发，在不断地提高公司的竞争力的同时，也在对公司的现金流产生较大考验。黑芝麻智能能否叩开港交所IPO之门，为公司下一场“及时雨”，值得关注。免责声明：本文仅供信息分享，不构成对任何人的任何投资建议。版权声明：本作品版权归面包财经所有，未经授权不得转载、摘编或利用其它方式使用本作品

面包财经2023-07-24

华为云发布自动驾驶开发平台，内置盘古大模型，重视华为产业链发展机遇

据报道，7月21日，华为云自动驾驶开发平台正式发布，该平台基于盘古大模型和ModelArtsAI开发生产线。华为云相关人士表示，借助盘古大模型在认知、感知、决策、优化等全领域的能力，车企可以基于盘古训练出自己需要的模型，该平台预集成了超过25万个场景库，包括500多类功能场景和200多项测评指标体系，将传统纯实车测试时的场景搭建工作从数天降低到分钟级。目前，该平台已经在长安、一汽等多个车企以及矿用卡车、港口ART、专线物流重卡等商用车场景中应用。 7月7日华为开发者大会2023上，盘古大模型3.0重磅发布。华为明确提出盘古大模型“为行业而生”的定位，并表示其已在金融、政务、制造、医药、煤矿、铁路、文娱、气象等诸多行业发挥着巨大价值。此前光大证券指出，全栈技术(特别是以鲲鹏&昇腾为基础的算力层)自主可控以及华为生态的合作协同，将成为盘古大模型最为有利的发展优势，助力盘古大模型快速迭代和商业化落地，而华为产业链有望迎来新一轮发展机遇。推荐软件服务商中软国际，建议关注：1)硬件:拓维信息、神州数码等; 2)软件服务:软通动力、诚迈科技等；3)应用:金山办公、用友网络等。安信证券分析称， AI 大模型向 B 端的应用正在逐渐落地，建议关注 AI 企业服务等相关领域，以及华为生态链的投资机会： 1）赛意信息：7 月 8 日，赛意信息与华为云正式签署盘古大模型合作协议。赛意信息基于盘古大模型的自然语言大模型和视觉大模型，携手华为云共同打造制造行业大模型，为制造行业客户提供针对工艺工程 AI 自动化、AI 质检、供应链的智能优化等细分场景，提供“开箱即用”的模型服务。 2）软通动力：成为华为云盘古大模型首批合作伙伴，为盘古大模型提供垂域模型标注训练、服务交付、应用解决方案和昇腾迁移等服务。 3）拓维信息：公司是华为云首批同舟共济合作伙伴、华为“大模型+鲲鹏+昇腾 AI+开源鸿蒙”全方位战略合作伙伴，拓维信息与华为正式完成盘古大模型生态伙伴的签约。 4）汉得信息：公司同时是微软、华为和 SAP 的合作伙伴，汉得微扬结合微软 Copilot 和 Azure OpenAI 系列服务，应用生成式人工智能技术的最新成果全面提升现有商业应用解决方案。建议关注基础工具：普源精电-U、鼎阳科技、坤恒顺维、霍莱沃、概伦电子、华大九天。智能汽车：德赛西威、中科创达、四维图新、道通科技、虹软科技、万集科技。工业软件：宝信软件、中望软件、中控技术、赛意信息、能科科技、鼎捷软件。数字能源：朗新科技、国能日新、南网科技、龙软科技、国网信通、远光软件。人工智能：科大讯飞、海康威视、大华股份、奥普特、商汤-W、寒武纪。

金融界2023-07-24

两大拐点将至！翻多A股。8月成新一轮上涨行情起点？投资主线有哪些？看十大大券商策略

中报预期较好的油气、火电，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，从下半年盈利弹性的角度，建议关注充电桩和风电等。3）国防安全领域，从业绩增长的持续性角度推荐军用通信、战场感知、航发和导弹产业链。华安证券：震荡下沿有支撑市场无需过悲观 7月第3周市场有所调整，泛TMT相关板块全线下挫，市场轮动速度加快。展望后市，影响市场走势的核心仍是在于月底国内国外两个大会，其中国内中央政治局会议上基调尽管不会出现大转变但仍有望边际宽松，而当前市场对政策预期极低，因此但凡出现超预期宽松也将有利于提振市场风险偏好。对于国外美联储议息会议，加息25bp已几无悬念，考虑到美国CPI大幅度超预期回落，即将到来的加息有可能将是本轮加息周期终点，后续市场对美联储加息压力和预期也将进一步缓和，整体利于提振外部风险偏好。综合环境下，市场处于“上有顶、下有底”的震荡格局未变，而当前市场已经趋近于震荡区间下沿，随着月底两个大会的定调明朗，无需过度悲观。行业配置上，当前需在不同时间维度上，兼顾短期轮动机会与中长期投资主线：（1）短期市场快速轮动的格局预计还将延续，而沿景气布局胜率相对较高，因此从这个角度可关注有色金属（贵金属）、基础化工、农产品和地产下游品种等。（2）中长期主线维度，继续把握科技、复苏与中特估三条主线不变。具体地：①短期波动弱势为泛TMT相关板块的投资提供良好的布局契机，建议加大对电子、通信的配置力度；②业绩超预期提振下信心恢复的食品饮料和医药生物等消费品机会；③“中特估”主题投资继续布局，重点关注三个方向：能源保供、粮食安全；科技创新型央国企；建筑装饰央国企。华西证券：磨底行情中长期机会大于风险当前A股市场底部特征逐渐凸显：其一，本周两市成交额和换手率明显下行；其二，万得全A风险溢价持续上行，目前已高于三年均值向上一倍标准差；其三，在政策密集出台的背景下，市场表现出对利好因素的“钝化”，表明投资者风险偏好处于低位。7月底，在国内政治局会议和海外美联储议息会议落地前，A股市场仍将处于“反复磨底”行情中。中长期角度，市场机会大于风险。后续稳增长一系列政策落地和经济基本面企稳回升下，A股风险偏好将迎来修复，底部区间不妨积极一些。行业配置上：相对比较确定的一条投资主线-“入夏迎来酷暑高温”，由此引发的，“智能电网、特高压、空调”等事件性投资机会；再则，就是政策红利集中释放，主要集中在“专精特新”相关投资线上，深挖相关优质个股。国金证券：翻多A股 8月将可能成为新一轮上涨行情起点 2023H2 A股上涨的“第一把火”，即美国经济实质性衰退开启及货币政策首次转向（停止加息），届时，中美经济预期差扩大及利差“倒挂”的不利形势方有望“扭转”，人民币汇率的贬值压力才可能得到持续缓解。倘若后续国内经济复苏的相关指标，包括：M1及工业用电回升、PPI筑底回升、储蓄率明显下降、CPI企稳等持续兑现，并走向“被动去库”的全面复苏阶段，回首当下：7月末~8月初将可能就是A股新一轮上涨行情的起点。建议关注（一）抓住有业绩驱动、业绩拐点预期的“硬科技”，重点配置：（1）一是“智能汽车/无人驾驶”大赛道的确定性机会；（2）机械自动化（包括机器人、工业母机等）更受益于行业景气周期筑底回升；（3）公用事业，尤其电力行业，受益于成本下降及用电量回升，净利率改善明显；（4）医药生物或受益于美国利率中枢下行，有利于海外医药投资回升；（5）电力设备有望反弹：包括：大储、充电桩、电网、光伏（HJT）等未来仍具成长性，且目前估值已经降至合理偏下水平的细分领域。（二）AI依然有机会，将受益于业绩拐点逐步清晰+流动性趋势回升+机构加仓，但大概率出现分化，择股性价比方向。国泰君安：底部震荡战术平衡近期市场出现了明显“高切低”与扩散的现象，前期涨幅居前的TMT板块大幅调整，而地产链等顺周期相关板块则出现了较大幅度反弹，我们认为成长价值风格的收敛短期仍将延续。一方面，经过近半年的上涨，AI股票预期、部分环节拥挤度已处于较高水平。尽管中期产业趋势确定，但股票预期的进一步上修或需等待应用端“百花齐放”，并由此拉动算力等硬件需求预期的上调，这需要看到进一步的催化和新变化。另一方面，随着总量政策开始稳步发力，叠加部分周期品低库存、顺周期价值板块存在部分做alpha的反弹机会。但考虑到当前信用扩张主体与路径仍未清晰，政策的实际力度与效果仍待确定，风格并不具备全面切换条件，做好预期收益管控，择优布局估值低位、且直接受益于政策支持的价值方向。投资主题推荐：1、国产装备：本土替代预期提升、周期性业绩改善的通用装备/工程机械/先进封装；2、数据要素：顶层设计有望加速推进，数据交易和资产重估有望清晰化，推荐运营商/数据服务；3、能源新技术：看好商业化进程有望加速的复合集流体/异质结等；4、新型电力系统：源网荷储建设提速。西部证券：把握政策窗口期政策底3.0已经到来，长期政策定力期，更应关注短期政策微调。从过去两轮政策底部的上行行情来看，以消费白马龙头为代表的大盘价值股往往都是经济预期修复的首选。随着市场情绪的不断提升，成交量逐步修复，市场热度逐步向小盘成长扩散。我们认为本轮行情有望沿着顺周期（消费+周期）→新能源→TMT的路径轮动推进。随着促消费和地产政策窗口打开，叠加工业企业补库与PPI同比回升，推动业绩底逐步形成，与经济预期强相关行业的修复正在渐入佳境。但从宏观与微观流动性环境来看，尚不支持市场全面上涨，市场上行将在轮动中逐步推进。中报披露期仍将是业绩基础较为扎实的顺周期板块更加占优。短期来看，与经济修复相关度较高的汽车（含新能源车），食品饮料，消费医疗；地产后周期的家电，建材，轻工等行业；以及有望受益于库存周期回补的化工等行业仍值得关注。中期来看，TMT板块正在逐步进入新一轮阶段行情的左侧布局期。民生证券：隐藏的右侧行情近期市场看似调整，但其实对于基本面企稳的交易已经进入了右侧。而从历史上看，往往在市场底部就容易发生高低切换，前期强势板块跑不赢指数。现阶段做多方向正收敛于经济恢复，差别在于是温和修复还是更高的波动换更大的收益，市场共识有望进一步凝聚。在国内需求向上+海外顺风环境仍在的背景下，推荐：第一，同时受益于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）。第二，受益于国内需求政策刺激的领域：新能源车、智慧家居/家电，光伏未来有可能受益于全球能源价格反弹；城中村改造下的建筑、建材等，同时关注非银的潜在弹性。第三，全球制造业可能在3-4季度触底，提前抢跑可能带来收益：包括通用机械、部分电子等。红利资产近期也有所企稳，作为中长期主线我们也依旧看好。广发证券：短期困境反转中期杠铃策略 “杠铃策略”的环境：两大不确定性短期出现边际缓和。（1）中美关系出现阶段性缓和，近期美国政要接连访华；②稳增长渐进式出台：国内政策托底信号强化，聚焦在促消费、稳就业、呵护民企等领域，如7.19《关于促进民营经济发展壮大的意见》、7.21国常会“城中村改造”意见等。（2）“估值沟壑消化+中报业绩预告”催化：短期A股向更低估值区域寻找业绩线索（择优低估值分位数Δg）。维持A股修复市，短期择优困境反转，中期继续杠铃策略：（1）短期新范式下择优低估值Δg，指向“困境反转”线索：“高股息/低杠杆/低估值”三因子评分居前的家电（厨卫电器/照明设备），中报预告与库存周期占优的纺服、汽车（商用车）等；（2）中期确定性资产之一：科技奇点确定性——数字经济AI+：上游算力如光模块、AI芯片；AI赋能提估值的环节，游戏/广告营销；（3）中期确定性资产之二：永续经营确定性——“中特估-央国企重估”，综合低估值&高股息率&高自由现金流因子优选，关注油气开采、电力、炼化。中泰证券：中美关系延续缓和态势刺激政策仍保持相对定力政策信号密集释放，更大合力推动民营经济健康发展，中美关系延续缓和态势，刺激政策仍保持相对定力。本轮中美缓和驱动下的反弹或延续，这其中，新能源、出口链、港股等或将弹性更大。但对于市场博弈的政策预期，仍要关注：政治局会议政策力度的定力、北上资金新规后的流入规模变动以及海外地缘波动等风险释放。就市场结构而言，维持攻守兼备，兼顾主题的配置思路，依然建议重点关注：1）科技中半导体、数据要素等或有更大力度政策支持；2）以电力为代表的央企公用事业现金流稳健，且其市场化改革与混改力度或将加大；3）可关注大众消费“困境反转”的逢低布局机会；4）中药、创新药等医药品种逢调整可逐步布局。中金公司：关注重要政策窗口期近期提振信心、稳增长相关政策出台明显提速，积极信号正陆续释放，包括促进民营经济发展顶层设计文件、在超大特大城市推进城中村改造等，7月底附近可能召开中央政治局会议，关注会议定调及政策落实状况。当前市场估值水平处于历史偏低位，接近7000亿元左右的日成交额按照当前自由流通市值计算的换手率来看已经位于1.5%-2%的历史换手率偏底部区间，A股市场所呈现出的底部特征已经较为明显，如若后续政策应对得当，对后市表现不必过于悲观，当前位置市场机会大于风险。行业建议：市场风格可能更加均衡，中报期间关注业绩可能超预期低预期个股。建议关注三条主线：1）顺应新技术、新产业、新趋势的偏成长领域，尤其是人工智能和数字经济等科技成长赛道，下半年半导体产业链有望具备周期反转与技术共振的机会；软件端继续关注人工智能有望率先实现行业赋能领域，如办公软件等。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。

金融界2023-07-24

乐凯新材：航天模塑已成功进入小米汽车的供应商体系

汽车塑料零部件为核心，以汽车智慧座舱与自动驾驶的融合研发与智能制造为路径的战略发展规划。目前，航天模塑已成功进入小米汽车的供应商体系并开展内外饰产品的协同设计，部分产品已获得量产订单。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2023-07-23

谁拖了中国ChatGPT的后腿？

颇多同时又毫无个性的论述；但如果你问它自动驾驶将如何改变一辆汽车的工业设计，它倒是能够从底盘革新、内饰变化、数字娱乐和外型突破等方面给出充满由内至外想象的论述。从整体而言，ChatGPT相当的不完美，尤其是在提供令人信服的准确性方面，但它在提供结构化的信息论述、打开想象力和解放创造力等领域经常令人类觉得惊艳。你说不上来它对你有什么无懈可击的具体用处，但它又能帮你实现和完成一些琐碎的、冗余的甚至有创造力的事。正是这么一个看似无用却有用、看似有用却无用的ChatGPT，推动它的母公司OpenAI被微软追加累计的超过100亿美元的投资，它用两天时间突破100万用户，Facebook曾经花了305天；它突破1亿用户花了两个月，就连TikTok也需要9个月——请记住，与Facebook和TikTok不同，ChatGPT还不是一个独立的消费级互联网产品，它仍然仅是一个采用了GPT-3自然语言模型的包含1750亿参数的大型神经网络——当它被优先授权给微软集成在Office和Bing等办公软件和搜索引擎服务的时候，才真正地变成一个“可用”的产品。但这已经让中国的人工智能独角兽们够嫉妒的了。 500名员工，公司整体估值接近300亿美元，这是OpenAI；动辄几千人，公司估值/市值充其量10-20亿美元，这是中国的多家AI“小巨头”。因为人效和价值的巨大差距，更因为ChatGPT对全人类现实社会骤然释放的影响力，ChatGPT的诞生给中国人工智能领域的刺激是不小的。很多人又跳出来了，感慨中美人工智能差距进一步拉大，中国想赶上这波浪潮“任重道远”。还有一些人，又开始热衷探讨为什么中国没有自己的ChatGPT，结论仍然是“中国缺乏创新土壤”和“中国互联网公司都在搞直播和买菜”这样，既不负责又罔顾事实的蠢话。中国互联网公司并没有都在搞直播和买菜，他们在从事半导体开发、AI模型研究和自动驾驶；美国的互联网公司搞直播、买菜尤其是互联网金融的时候也很风生水起，那些拿着手电筒和放大镜拼命找自己问题，极力美化对手，用遮瑕霜不遗余力涂抹对手的问题，把原因归咎于简单粗暴的理由的人，可以闭上你们的嘴，这不是反思中国为什么不能率先诞生自己的生成式人工智能模型的正确姿势。作为在人工智能和自然语义处理领域积累最多的中国互联网公司，百度过去五年一直在搞自己的深度学习大模型“飞桨“（Paddle Paddle），甚至用自己的通用AI芯片“昆仑芯”训练自己的模型——它们是百度训练自己的“ChatGPT”的基本环境和前提。阿里巴巴、字节跳动和滴滴也都有基于自身需求的自然语义训练模型。可以说，在训练复杂的上百亿参数的自然语义模型方面，中国的公司和研究机构的“家底”并不薄弱，起点也并不比美国同行低——至少在2016年前后的时候是如此。这几年中美人工智能界在大模型领域产生的差距，不是意识、起点和能力的问题，而是道路和方法的问题。中国与美国在类ChatGPT的人机对话模型领域的差距，也不是所谓的监管导致的。如果你与ChatGPT就一些更丰富的宗教、文化、民族和地缘政治等议题展开过坦率的交流的话，你会意识到它在看似拒绝和审慎讨论这些议题的背后隐藏着某些特定的立场倾向，是与美国社会普遍公认的主流价值观微妙重合的。可以说，任何一个，而不是某一个自然语义的复杂模型，其模型建构、语料采集、训练和参数调整的过程，都是基于特定价值体系的“内容审查”的过程，都有着维系其价值体系的自觉。我们不是应该不应该在自然语义模型里“生成”中国的价值立场的问题，而是它该如何生成，才能真正地制衡英语主导全球互联网语料库必然导致的世界观与文化霸权，加强中文语言理解基准在全球自然语义处理体系的权重，进而为世界人工智能和人机对话的发展提供文化上的多样性。我也严重不同意中文互联网信息内容质量太糟糕导致中国类ChatGPT模型语料源头被“污染”的说法，这同样是既偷懒又显得大聪明的判断。因为互联网上的信息总量原因，英语内容无疑是世界上最多的，质量堪忧的极端化内容也是最多的，它们都会影响自然语义模型训练的过程和结果。ChatGPT在早期的训练中优先使用内容质量较高的社交论坛Reddit上的高赞内容，是有特定的语料选择倾向的。如果中国优先选择知乎和得到等知识类社区，以及主流媒体优先作为语义模型的语料库的话，就不存在语料被污染的问题。更遑论以大部分持“中文内容质量低”的人们的外语水平和阅读广度，根本不足以支撑他们的论断。但是无论如何，ChatGPT的横空出世，对我这么一个多年来一直呼吁“告别硅谷崇拜”的人来说，的确是一个不大不小的刺激，也是一个观念的挑战。这不是因为我觉得中国和美国在人工智能领域竞争的差距就此拉大了，而是因为ChatGPT这样的通用人工智能人机对话模型，是一个真正可能从全人类——而不是某一个特定领域和行业的角度，推动社会生产协作与文明进程的工具。其意义大于移动互联网的出现，堪比电子邮件和搜索引擎的诞生。作为一个人工智能大国，中国早就不是电子邮件和搜索引擎诞生时期的信息技术产业一穷二白的国家了，但是，我们却没有让这类能影响人类文明进程的通用人工智能的创新首先发生在中国，训练一个基础语料由中国文化与价值体系为建构的模型。更何况，ChatGPT的模型训练方式，很大程度上依靠的是“大力出奇迹”的参数升级、反复训练和模型依据生成内容反馈持续迭代优化——这原本是中国团队最擅长的工作方法。当一家美国的创业公司用从微软融来的钱不惜代价投入巨额算力成本，大量雇佣非洲和中东的数据工人进行信息标注、用最高效率的迭代与Google这样的巨头进行自研语义处理大模型的“军备竞赛”时，你还是有一种很不真实的感觉——这究竟是一家旧金山公司还是一家深圳公司。像ChatGPT这样的自然语义处理模型应该可以诞生在中国但却没有诞生在中国，其原因还得从中国从事人工智能的科技公司——无论巨头还是创业公司这些年在干什么开始说。很多人可能从来没意识到的一个问题是：像ChatGPT这样的超大规模通用自然语义处理模型，由一家AI创业公司建构最可能产生奇迹，而在一家科技巨头内部通常不会实现更好的结果。这就是为什么Google的LaMDA对话应用模型和近期仓促上阵的Bard都没有大放异彩的原因，也是百度接下来势必面临的挑战。为什么？首先是因为通用自然语义处理建模太烧钱了。其实，烧钱通常并不是大公司的本事，反倒是创业公司的特权。科技巨头几乎都是上市公司，百亿美元级别的投资砸在一项相当长时期看不到回报的事上，首席财务官在面对董事会和股东大会时的压力是很大的，也经常是被股价惩罚的，这导致大公司不敢做大冒险，不大冒险就不会有大迭代。什么叫“大力出奇迹”？就是先花大钱出大力，然后再祈祷奇迹的发生，而不是默认一定得出现奇迹，然后再决定花钱出力。可惜，大公司只能是后者。这也是为什么即便从ChatGPT受益颇丰的微软，也只敢从一开始的10亿美元，历时四年，直到今年的百亿美元，一笔一笔，持续地追加投资，以支持OpenAI在微软的“体外”，多年如一日地训练GPT模型。微软通过投资OpenAI获得的股权享有整合ChatGPT模型能力进入其Office和搜索引擎的优先权，它未来会不会吃掉OpenAI可能是一件不太好说的事，但至少市值近万亿美元，一年收入几百亿美元的微软，是绝对不敢一开始就“大力出奇迹”，兀自凭一己之力训练这个模型的。其次，因为人们对科技巨头从事创新事业的容错度很低，而对创业公司的错误和偏差较为优容。Google为了应对以ChatGPT的压力，仓促推出了人机对话测试版Bard，被发现一些对话出现了基本的事实错误，于是被无限放大，市值一夜蒸发千亿美元。事实上Google不是不清楚这一点，要不是被逼急了，它也不会这么冒失。Google在2021年公布的LaMDA模型，参数级别和信息搜索能力都明显高于当时OpenAI训练的GPT-3，但Google迟迟不敢公测其效果，就是因为害怕它出现失误，引发公众的不信任和股价的下滑。 Google在乎的，OpenAI都不在乎。从ChatGPT发布的第一天起，它就公开地说自己没有信息检索能力，语料库也只到2021年12月，更回答不了很多关于价值和道德判断的问题，还经常犯事实错误。对ChatGPT的自我“摆烂”，测试者很宽容地接受了，对它在编程、文学创作、格式化写作、寻医问诊等领域展现的信息关联、情感表达、逻辑结构、思维连贯性一系列能力惊叹不已，对它犯的错误轻轻带过。 2019年3月，在GPT-2模型取得前所未有的成功后，成立了4年的OpenAI决定由一家非盈利的基金会转变成为一家商业公司。毕竟没有任何一家基金会能受得了它的首席科学家年薪150万美元，2019年5月，山姆·奥特曼（Sam Altman）出任OpenAI的CEO。接着，OpenAI获得了微软的10亿美元投资。2020年5月，OpenAI推出的GPT-3模型，参数从GPT-2的15亿陡升至1750亿，形成了一个前所未有强大的自动学习系统。可见，一家含着金汤匙出生、融得到巨资、有巨头业务捆绑加持的人工智能初创公司，从事通用的人工智能自然语义模型建构与开发，不计成本投入模型训练，是最理想的状态。最强大的模型带来的想象力和商业回报足以刺激微软和其它的投资者。那么，怎么这个逻辑在中国就跑不通了？中国曾经有没有一个强大的通用自然语义人工智能模型，哪怕就是一个雏形？要回答这个问题，不妨看看微软首次投资OpenAI的时间：2019年7月。在微软押注OpenAI的GPT模型之后4个月，也就是2019年11月，微软负责必应搜索业务、同时也是微软人工智能最高负责人的全球资深副总裁、中国香港籍计算机科学家沈向洋宣布离开工作了20余年的微软。而沈向洋对微软通用人工智能模型的最后一个贡献，就是由微软亚洲互联网工程院在2014年主导研发的聊天机器人——小冰。 2020年7月，小冰从微软独立出来，成为一家中国的人工智能创业公司，沈向洋出任董事长，原微软亚洲互联网工程院常务副院长李笛出任CEO。小冰独立之际已发展至第六代以上，产品形态涉及对话式人工智能机器人、智能语音助手、人工智能创造内容提供者和一系列垂直领域解决方案。小冰曾经引发公众讨论的，除了充满情感和女性性征的聊天机器人之外，还有它在汉语诗歌创作领域的惊艳表现——她出过一本诗集《阳光失了玻璃窗》，收获了不少好评，以及更多的争议。毫无疑问，一个能写诗，进行简单情感和基于常识的对话的小冰机器人，是几年前全世界范围表现上乘的对话式通用人工智能模型。沈向洋主导的团队不可能不懂搜索，更不可能不懂人工智能。而沈向洋从微软出走和小冰的“独立”，加之微软CEO纳德拉主导的对OpenAI的投资和合作绑定，其实是中美最顶级的人工智能操盘手，在通用人工智能模型领域的一次正式的分道扬镳。那么，今天的小冰，还写诗么？它在做什么？这两年，小冰早就不写诗了。它在忙着商业化。它成立了游戏工作室，为游戏提供NPC脚本对话内容；它与冬奥会合作，提供自由式滑雪空中技巧视觉评分系统；它为万得资讯提供人工智能生成的上市公司公告文本摘要；它给万科等企业定制了客服专用的虚拟数字人......它在努力地成为一家“赋能”各行各业，同时让自己能造血赚钱的人工智能解决方案公司。一句话，昔日代表了通用自然语义人工智能模型较高水准、中国人撑起全部格局的人工智能团队，现在成了一个生成式人工智能与决策型人工智能混合的、为具体的场景提供具体解决方案的人工智能供应商。你不能说这是小冰的“堕落”，毕竟它只从资本市场融资了数亿元人民币。按照ChatGPT的模型训练方法，这些钱一天就花完了。没了微软的护身庇佑，小冰得自己顾自己的命。可是，我也从来没听说过百度、腾讯或者字节跳动，想过要投资小冰，支持它继续搞通用自然语义人工智能的大模型。不仅仅是小冰。过去几年中国也有其它从事通用人工智能自动建模和异构计算，让国内外7-8种芯片通过该模型接入软件的创业团队，但只要是拿这个模型出来融资，就搞不定任何的一个投资人。中国的投资机构从未表现过对通用人工智能模型的兴趣，和哪怕一点点的想象力。 “超过85%的投资人一上来就要求我们介绍产品的场景，我们说我们帮GPU对接软件生态，连英伟达都用我们的模型，投资人说这个不算场景。我们说我们也有客户，卫星、码头、智慧城市和智慧工业的研究，他们说你干得太散了，我们不投”。这是我自己听到过的做通用人工智能模型的创业者对我的吐槽。众所周知，中国的VC是最喜欢“教育”创业者的，当然也少不了教育从事人工智能创业的科学家。“你得在这个行业有点数据”，这是他们最爱教育AI创业者的一句话。在某一个行业有数据，而且要专注在某一个细分领域提供解决方案，这是中国大多数号称投资人工智能的VC和PE们的思维定式。然后看的就是“场景有多大”，安防摄像头的场景足够大，于是估值模型就变成了中国这么大，能安多少个摄像头？每个摄像头多少钱？总的摄像头盘子有多大？好，盘子足够大，摄像头这个细分领域我们投了。再看看港口智慧物流，中国有多少个港口？有多少个是深水港口？每个港口码头能为AI解决方案付多少钱？原来就付这么点儿钱啊，看来“港口”这个场景不够大，那我们不投。AI虚拟数字人做客服？能跟元宇宙挂上啊，那有故事有想象力，好，我们可以投投试试。所以，你看到的情况就是，中国的人工智能“四小龙”基本都在做摄像头和人脸识别的生意，都变成了AI的项目实施和集成商，商业模式一如30年前的东软和软通动力，自己活得举步维艰，巨额亏损，还得撑着中国人工智能产业的排面，撑着人工智能这一领域的估值和想象力。在相当长的一段时间内，几乎没有哪个人工智能领域的投资人发自内心地相信一个通用的模型能在各个行业复用。其中偶尔有几个对通用模型有点耐心和兴趣的，基本都是人民币基金，美元基金对中国团队搞通用模型的尝试真的是兴趣阙如。你以为是他们通过对比OpenAI和Google这样的公司的模型训练难度和水平，从而觉得中国团队做起这个事来有差距？那你还真是想多了。他们知道GPT模型研发是怎么回事的时间，也就是最近这俩月的事。那些大言不惭“在我眼里商汤和旷视就是卖安防摄像头的”的一线投资经理，那些傲然地跟创业者说“你这个模型又不是场景”的一线投资合伙人，更遑论那些历史上几乎不投人工智能，过去这么多年一直在鼓捣中国创业者“出海”搞加密货币的美元投资基金的合伙人，今天都突然摇身一变，宣称要支持创业者搞“中国的ChatGPT”了。那么你倒可以想想，他们的信誓旦旦和踌躇满志，含有几分对通用人工智能模型的理解和真诚，又有几分是投机和算计。你更可以想想，一个超级自然语义模型的训练可能一天就得烧几千万甚至上亿人民币，更何况现在提供大模型训练的算力模块——世界顶级的GPU，因为美国的无理禁运而变得越来越难以获取。以那些投资人过去这么多年的心性和行事风格，他们又能坚持得了几天，肯说服投委会投多少笔钱进去，还是能帮这些创业团队搞定GPU的问题？不定哪天，弄不好也就半年之后，他们就又开始催着这些做通用模型的团队，尽快“在细分领域实现商业化”。以百度对飞桨PaddlePaddle模型投入的坚持，尚且不可避免它从一开始就将这个模型产业实践化，尽快追求在不同行业的商业化。而在很大程度上，通用人工智能大模型的训练，存在着海量数据、高质量有创造力的内容输出和产业应用落地的“不可能之三角”。能实现海量数据和高质量有创造力的内容输出，就势必不能快速应用于某一个产业的具体落地——比如ChatGPT。要想在人类创造的互联网最大范围的海量数据里创造具体的产业落地场景，就一定无法提供最高质量的结果，因为基于海量数据的内容生成与精准决策系统一定存在冲突——这其实是个废物。如果想实现高质量的内容输出，以辅助精准的产业落地场景决策，就一定得牺牲最海量的数据，而以大多数精准的产业场景所拥有的数据，是无法支撑真正的大型模型训练和研究的——这是中国绝大多数“产业细分”人工智能解决方案今天面临的困境，也是所谓“产业ChatGPT”是个换汤不换药的伪命题的原因。那些今天摩拳擦掌要大举杀入“中国的ChatGPT”的创业者和投资人们，且不说你们兜里有几个钱和几块GPU，既然都上了这艘船，都觉得自己攥着船票，那通用人工智能的“不可能之三角”，你们决定舍掉哪一个角？这是个首先得想清楚的问题。换而言之，哪个投资机构——无论是财务投资机构还是大公司的投资部门，有持之以恒数年如一日投入训练自然语义大模型，无限拉长回报周期的定力？毕竟历史告诉我们，这是一群最没有定力，最着急找接盘侠的人。中国从来就不缺优秀的创业者和科学家，在人工智能领域同样不例外。中国和美国科技公司在人工智能领域的水平和积累是全球范围内最接近的，至少几年之前中国和美国在自然语义大模型的建构和训练上的差距也并不大。但是中国确实缺一些视野更开阔、不人云亦云、有定力有远见的投资机构和投资人。沈向洋、李笛、马维英、王小川和李志飞等这些人，他们出来做通用自然语义大模型的创业项目都挺靠谱，但问题是得换一批背后支持他们的投资机构和投资人，有一些太擅长“做局”和投机，在加密货币等赛道上浸淫太深的投资机构混杂在其中，是应该被拉进黑名单的。说句实话，尽管过去这么多年都没什么正经的投资机构在看通用人工智能模型，可毕竟还是有一些机构也投了不少回报周期极长的人工智能公司。比如那些投资了中国本土激光雷达和自动驾驶解决方案的VC，他们是对树立中国在全球汽车产业百年未有之变局中全新的竞争力做出过贡献的。还比如那些投资了中国本土GPU的VC——这注定是一个充满艰险，面临美国封禁和打压，回报周期极其漫长的赛道；但这些本土新崛起的GPU玩家——无论是瀚博、壁仞还是其它，它们未来是可能为中国的通用自然语义处理模型提供弹药的。它们背后的投资人，如果有一天真的谋定思动，出手加持中国的自然语义大模型项目的话，我对他们可能有一些更不一样的预期和信心。只是这样不咋咋呼呼、不拖后腿、不急功近利的投资人和投资机构，不是太多，而是太少，但中国的自然语义模型建构和训练需要这样的投资人和投资机构——无论它是财务投资者，还是战略投资方，或是有国家意志加持的资本机构。中国要有自己的通用自然语义大模型，它需要有为全球通用人工智能提供中国智慧、中国价值体系和中国方案的愿景，需要从语料库选择、模型建构与训练、参数调整的全过程前置规避风险和法律、道德与伦理问题，更需要的是定力和耐心。无论如何，它不能投机。来源：金色财经

金色财经2023-07-23

中科创达：在自动驾驶领域公司在高通、地平线、英伟达等平台都有深入的产品和技术布局

中科创达在互动平台表示，在自动驾驶领域，公司在高通、地平线、英伟达等平台上都有深入的产品和技术的布局。不论是高通平台的域控制器软硬一体方案、地平线平台的合资公司、英伟达平台的驱动开发和画质调优(ISP Tuning)等，都能为全球的主机厂提供全方位的产品和技术。以地平线芯片平台为例，在双方紧密的协作下，各个基于征程芯片的项目正在稳步的推进，今年已经顺利实现量产，为不同车厂和Tier1客户提供优秀的解决方案。

金融界2023-07-23

中科创达：在自动驾驶领域公司在高通等平台上都有深入的产品和技术布局

中科创达在互动平台表示，在自动驾驶领域，公司在高通、地平线、英伟达等平台上都有深入的产品和技术的布局。不论是高通平台的域控制器软硬一体方案、地平线平台的合资公司、英伟达平台的驱动开发和画质调优（ISP Tuning）等，都能为全球的主机厂提供全方位的产品和技术。以地平线芯片平台为例，在双方紧密的协作下，各个基于征程芯片的项目正在稳步的推进，今年已经顺利实现量产，为不同车厂和Tier1客户提供优秀的解决方案。

金融界2023-07-23

特斯拉财报后股价暴跌超10% 马斯克人工智能初创公司xAI要“背锅”？

得竞争优势。马斯克表示：“我想说，全自动驾驶进展的根本限制因素是训练，如果我们有更多的算力，我们就能更快地完成任务。” 马斯克本月早些时候表示，特斯拉的芯片团队及其人工智能软件程序员可能会与xAI合作。 Dojo是特斯拉专门开发的超级计算机，用于处理在制作无人驾驶汽车系统中所使用的大量视频数据。目前的Dojo版本并不适用于处理用于创建类似OpenAI的聊天机器人的大型语言模型。然而，本月初，马斯克表示下一代的Dojo将能够与这种所谓的LLM（大型语言模型）一起使用。马斯克表示：“任何与特斯拉相关的交易都必须遵循公平和独立的原则，确保避免利益冲突或潜在的不当关系，因为特斯拉是一家上市公司，其股权由广泛的股东拥有。” 马斯克的公司之间可能存在复杂的相互关系和交互，这可能涉及到监管问题和投资者关注的事项。多年来，监管文件一直暗示着这种相互作用，投资者偶尔也会抱怨，包括2016年特斯拉收购陷入困境的SolarCity时。马斯克当时是这家太阳能电池板公司的董事长和最大股东。特拉华州的一名法官去年裁定马斯克在收购中没有违法行为。在马斯克收购Twitter后的初期，特斯拉和Boring Co.内部的员工曾在这家社交媒体公司帮助马斯克过渡。今年早些时候，特斯拉披露Twitter从去年到2月期间因“某些商业和支持协议”产生了140万美元的费用。近年来，特斯拉和SpaceX合作最引人注目的方式之一可能是通过员工共享，比如一位前苹果材料工程师现在就在为两家马斯克的公司工作。马斯克表示，类似地，xAI的起源是为了吸引他在特斯拉无法获得的人才。他说：“世界上只有一些最优秀的人工智能工程师和科学家愿意加入初创公司，但他们不愿意加入特斯拉这样的大型、相对成熟的公司。”

楼喆2023-07-23

乐凯新材：航天模塑已成功进入小米汽车的供应商体系

汽车塑料零部件为核心，以汽车智慧座舱与自动驾驶的融合研发与智能制造为路径的战略发展规划。目前，航天模塑已成功进入小米汽车的供应商体系并开展内外饰产品的协同设计，部分产品已获得量产订单。

金融界2023-07-22

马斯克称想买下英伟达所有AI芯片但做不到

00张量核心GPU集群，以训练他的“全自动驾驶”（FSD）软件（目前售价1.5万美元），以及他正在开发的Optimus类人机器人，来执行有用的日常任务。马斯克在周三的财报电话会议上表示：“坦率地说，如果他们能给我们提供足够的GPU，我们可能就不需要Dojo了。但他们做不到，因为他们有太多客户。” 去年10月，马斯克表示，他甚至不确定开发特斯拉自己的Dojo项目要比购买英伟达的现成芯片更好，这很不寻常，因为他通常要求自己的团队做到最好。相反，他对英伟达CEO黄仁勋赞不绝口，并感谢该公司优先处理特斯拉的一些订单。他周三天表示：“实际上，我们将以英伟达能够交付的最快速度来接收他们的硬件。” 特斯拉对人工智能芯片的巨大需求似乎超过了几乎所有的商业竞争对手。据该公司称，它的目标是到明年年底达到100 exaFLOPS的内部计算能力（超级计算机性能的极高水平），这是一个真正惊人的数字，将使其轻松跻身目前已知的全球五大供应商之列。周四，马斯克在推特上就此事做了进一步的评论。一个推特账号称：“埃隆·马斯克刚刚表示，特斯拉将尽可能多地购买英伟达的人工智能硬件。埃隆补充说，如果特斯拉能得到足够的英伟达芯片，他们可能就不需要生产Dojo了，但英伟达无法为他们提供足够的芯片。” 马斯克回应称：“不幸的是，他们甚至不能为我们提供所需计算量的一小部分！”

金融界2023-07-22

24小时热点