FX168财经网_全球视野外汇黄金加密货币NFT资讯网

AIbit, 能否解锁未来AI革命机遇之门？

人们对于传统工作岗位的担忧。然而，学习AI投资可以成为您在这个变革时代中的关键策略，让您掌握财富的大门，实现财富增长与稳定。AIbit 是一项突破性人工智能技术，一出现就引发了人们对其在未来人工智能革命中开启新的可能性领域的讨论，能否解锁未来AI革命机遇之门？两面性：AI带来的挑战与机遇未来AI技术会对某些工作造成替代效应。例如，自动化和机器人技术可能会替代一些低技能和重复性工作，从而导致失业和收入不平等，这带来了人们对未来职业前景的担忧。此外，AI也可能会增加工作压力和疲劳，因为一些人可能需要花更多的时间来与AI系统交互和管理。同时，AI人工智能可以帮助人们更高效地工作和生活。在医疗保健方面，AI已经开始被用于帮助医生诊断疾病和制定治疗计划，从而提高了医疗保健的质量。在金融领域，AI可以帮助银行和其他金融机构更好地预测市场趋势和风险，从而做出更明智的投资决策。当前，AI革命也为人们带来了巨大的投资机遇，尤其是在数字资产市场。革命性：AI策略投资的智慧之选了解、学习、运用AI策略分析投资，成为了在未来AI时代中重要的生存技能。2018年AI bit实验室和Open AI 共同开始研发出革命性成果——AIbit，经过5年的反复试验，终于推出了AI bit4.0 ,将在2023年9月份面向全球。作为智能投资工具，利用复杂的算法模型和大数据分析，实时监测区块链和加密市场的动态，为用户提供智能投资建议。通过学习AI策略投资，客户可以更好地了解数字资产市场，抓住投资机遇，规避风险。催化剂：AIbit引领财富增长之路 AIbit融合了尖端人工智能算法和创新硬件，将自己定位为下一阶段人工智能革命的催化剂。与传统人工智能技术不同，AIbit 通过集成神经架构搜索、迁移学习和元学习等新颖方法，超越了传统的深度学习模型。这种技术的融合增强了 AIbit 适应、学习和泛化各种数据源的能力，为更强大、更通用的人工智能系统铺平了道路。了解AIbit的智能投资策略，将在未来AI时代中更加从容应对，把握财富的机遇。选择AIbit，将在数字资产市场中实现财富增长与稳定性更大的可能。未来AI革命将改变我们的世界，学习AI策略投资是您在这个变革时代中的关键策略。AIbit 站在未来人工智能革命的前沿，让我们一睹无限可能的世界。有了 AIbit，未来人工智能革命的大门不仅是敞开的，同时邀请我们探索未知领域并重新定义人类成就的界限。AIbit，能否解锁未来AI革命机遇之门？答案显而易见。来源：金色财经

金色财经2023-08-14

未来AI时代的冲击, 为什么学习AI投资是当务之急

作岗位。在这个充满不确定性的时代，学习AI投资成为了当务之急。了解什么是AIbit，将让普通人在未来AI时代中更加从容应对，把握机遇的机会。一、AI时代，传统岗位的重大冲击随着AI技术的颠覆性发展和大规模应用，越来越多人开始担忧：我们的工作会被AI所取代吗？哪些行业面临失业的风险更大？美国高盛发布最新报告称，随着AI技术对全球劳动力市场产生影响，预计多达3亿个工作岗位或将被AI取代。其中，受影响最大的职业包括口译员、笔译员、诗人、词作家、创意作家、公关专家、作家、数学家、报税员、区块链工程师、会计师、审计师、设计师以及部分记者等。二、学习AI投资，抵御未来风险在AI技术的颠覆性发展下，面对未来不确定性，学习AI、使用AI、让AI技术工具服务工作与生活，择选AI工具策略进行投资和增值辅助，是理智之选。AIbit作为双AI智能投资工具，通过复杂的算法模型，实时监测区块链和加密市场的动态，为用户提供智能投资决策，将帮助用户抵御未来风险。三、AIbit，智慧赋能的未来之选 AIbit可以通过AI技术风控模型，指导低成本多元化投资，专家级数据分析，专业、智能的算法技术，助力优选投资组合。AIbit以其智慧和领先技术，引领着数字资产的新纪元。学习AI投资，了解AIbit的智能投资策略，将在未来AI时代中游刃有余，抓住全新的机遇。数字时代的革新发展，从互联网、区块链到AI人工智能所带来的冲击让所有人不得不面对现实，被迫接受还是成为领航者，乘风而起是值得深思的课题。学习AI技术性能，使用AI工具投资增值，了解什么是AI bit，是应对未来变革的最佳武器之一。来源：金色财经

金色财经2023-08-13

未来AI时代的冲击为什么学习AI投资是当务之急

作岗位。在这个充满不确定性的时代，学习AI投资成为了当务之急。了解什么是AIbit，将让普通人在未来AI时代中更加从容应对，把握机遇的机会。一、AI时代，传统岗位的重大冲击随着AI技术的颠覆性发展和大规模应用，越来越多人开始担忧：我们的工作会被AI所取代吗？哪些行业面临失业的风险更大？美国高盛发布最新报告称，随着AI技术对全球劳动力市场产生影响，预计多达3亿个工作岗位或将被AI取代。其中，受影响最大的职业包括口译员、笔译员、诗人、词作家、创意作家、公关专家、作家、数学家、报税员、区块链工程师、会计师、审计师、设计师以及部分记者等。二、学习AI投资，抵御未来风险在AI技术的颠覆性发展下，面对未来不确定性，学习AI、使用AI、让AI技术工具服务工作与生活，择选AI工具策略进行投资和增值辅助，是理智之选。AIbit作为双AI智能投资工具，通过复杂的算法模型，实时监测区块链和加密市场的动态，为用户提供智能投资决策，将帮助用户抵御未来风险。三、AIbit，智慧赋能的未来之选 AIbit可以通过AI技术风控模型，指导低成本多元化投资，专家级数据分析，专业、智能的算法技术，助力优选投资组合。AIbit以其智慧和领先技术，引领着数字资产的新纪元。学习AI投资，了解AIbit的智能投资策略，将在未来AI时代中游刃有余，抓住全新的机遇。数字时代的革新发展，从互联网、区块链到AI人工智能所带来的冲击让所有人不得不面对现实，被迫接受还是成为领航者，乘风而起是值得深思的课题。学习AI技术性能，使用AI工具投资增值，了解什么是AIbit，是应对未来变革的最佳武器之一。来源：金色财经

金色财经2023-08-13

ChatGPT爆火这半年：热钱、巨头与监管

巨额融资的并不多，甚至屈指可数。很多AI投资到最后都变成了投人——曾经的独角兽公司创始人、互联网大佬、具备大模型相关创业经验的人等。公司类型公司成立时间大模型及相关产品融资轮次互联网公司百度 2012 文心一言上市阿里云 2008 通义千问上市騰讯AI实验室 1998 混元上市华为云 2019 盘古未上市字节跳动 2016 火山方舟未上市京东云 2012 言犀上市昆仑万维 2008 天工上市 360 1992 360智脑上市公司类型公司成立时间大模型及相关产品融资轮次 AI公司商汤科技 2014 日日新上市科大讯飞 1999 讯飞星火上市云从科技 2015 从容上市达观数据 2015 曹植 C轮出门问问 2014 序列猴子 D轮智谱Al 2019 ChatGLM B轮澜舟科技 2021 孟子 Pre-A轮 MiniMax 2021 Glow 股权投资面壁科技 2022 VisCPM 天使轮深言科技 2022 CPM 股权投资聆心智能 2021 Al乌托邦 Pre-A轮衔远科技 2021 ProductGPT 天使轮思必驰 2007 DFM-2 IPO终止公司类型公司成立时间大模型及相关产品融资轮次 2023年成立都初创AI公司光年之外 2023 暂无 A轮百川智能 2023 baichuan 股权投资零一万物 2023 暂无股权投资国内AI大模型相关公司部分统计今年的一众AI明星项目中，智谱AI、聆心智能、深言科技和面壁智能，都是清华实验室孵化的公司。深言科技、面壁智能两家公司均成立于2022年，且有AI行业内知名学者的技术背书。比这几家清华系AI公司成立时间更短的是一些互联网行业大佬创立的AI公司，光年之外、百川智能和零一万物均成立于这波大模型热潮开始之后。美团联合创始人王慧文在2023年年初成立的光年之外，一度融资5000万美元，已是彼时中国大模型行业为数不多的融资案例。与智谱AI、西湖心辰这类已有大模型为基础的公司不同，光年之外是2023年2月开始，从零开始做大模型，其难度可想而知，6月29日，美团公告宣布收购光年之外的全部权益，总代价包括现金约2.33亿美元（合人民币16.7亿元）、债务承担约3.67亿元、及现金1元。 “起码要有自然语言处理背景的人，有一定大模型训练实操经验的人，以及数据处理、大规模算力集群等方面的专业人才。如果同时还要做应用，那应该还要有对应领域的产品经理和运营人才。”陈润泽如此描述一个大模型核心团队的标配。大公司的AI赌注过去半年中，老牌互联网大厂们的AI新闻漫天纷飞。对AI大模型的投入，看似是在追热点，但如百度、阿里、华为这样的大公司，在AI上投下的赌注，显然不是跟风。巨头们在AI上的押注很早就已开始，对这些公司来说，AI并不是一个新鲜的话题。虎嗅根据企查查数据不完全统计，各大厂在2018年开始就对人工智能相关的企业有不同程度的投资，从投资企业来看，大多是人工智能应用方面的企业，尽管涉及到一部分AI芯片企业，但是数量并不多，涉及大模型方面的企业几乎没有，并且大厂所投资的人工智能相关的公司大多与其业务息息相关。大厂投资机构投资企业数平均持股比例最高持股比例 100%持股企业数阿里巴巴 23 36.25% 100% 5 百度风投 25 5.50% 15% 0 腾讯投资 54 17.54% 100% 2 三家互联网大厂投资AI相关公司情况｜数据来源：企查查 2017年阿里达摩院成立，研究对象涵盖机器智能、智联网、金融科技等多个产业领域，将人工智能的能力赋能到阿里的各个业务线中。2018年，百度提出了“All in AI”的战略。有所不同的是，生成式AI的出现，似乎是一个转折点。对于拥有数据、算力和算法资源优势的科技巨头来说，人工智能对他们已经不光是赋能场景，而是需要承担基础设施的角色，毕竟，生成式AI的出现，意味着针对人工智能产业的分工已经开始。以百度、阿里、华为、腾讯，四家云供应商为代表的大厂，虽然都宣布了各自的AI策略，但明显各有侧重。在过去的半年时间里，巨头纷纷发布自己的大模型产品。对于百度、阿里这样的大厂来说，他们入局大模型的时间并不算晚，基本在2019年。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。阿里的通义千问大模型也是始于2019年。除了百度和阿里的通用大模型，6月19日，腾讯云发布了行业大模型的研发进展。7月7日，华为云发布了盘古3.0行业大模型产品。这些侧重也与各家的整体业务，云战略，以及在AI市场里的长期布局有所呼应。百度的主线业务盈利能力在过去的5年中，出现了较大波动。百度很早就看到了基于搜索的广告业务在国内市场中的问题，对此，百度选择了大力投入AI技术寻找新机会。这些年来，百度不仅邀请过吴恩达、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

人工智能“热”不是泡沫！三大投行对AI投资信心大增料全球需求激增10倍以上

美国银行、摩根士丹利和瑞银集团在今年早些时候都对人工智能股表达了犹豫，因为与这项技术相关的公司股票价格飙升。但在七月底分别发表的声明中，这些公司解释了为何现在对人工智能更加乐观。瑞银目前预计全球人工智能需求将从 2022 年的 280 亿美元增长十倍以上，到 2027 年达到 3000 亿美元。美国银行更乐观，并在 3 月份预测，到 2026 年，AI 在全球的市场规模将达到 9000 亿美元。

林沐2023-08-02

人工智能浪潮势头不减谷歌、微软、Meta三巨头全力投入苹果为何“置身事外”？

Threads、Quest和人工生成式AI投资对投资资本回报率产生增值，而不是稀释。” 当苹果下周公布财报时，考虑到全行业的痴迷，分析师可能会向其施压，要求其公布其人工智能计划，尤其是在最近的一篇报道称该公司正在内部开发类似ChatGPT的语言模型之后。上个月，苹果发布了新的iPhone键盘软件，该软件采用与GPT相同的Transformer架构，表明其在AI模型方面拥有大量的内部开发。但这家科技巨头只是不喜欢谈论尚未上市的产品来激发投资者的预期。苹果下周不太可能像其大型竞争对手本周那样详细讨论人工智能。在五月份的苹果财报电话会议上，当被问及这项技术时，库克很快将话题转回了公司的产品和功能。库克表示：“我们认为人工智能是巨大的，我们将继续深思熟虑地将其融入我们的产品中。”

埃尔文2023-07-29

头部CEX造富效应哪家强？

近期，Bitget 宣布推出马丁格尔 AI 投资策略，帮助用户创建更可靠的策略参数，为用户提供便捷、领先的投资策略，协助投资者实现收益最大化。 Bitget 的 AI 策略提供了多种智能化参数供用户选择，分别为保守型 AI 策略、进取型 AI 策略以及稳健型 AI 策略，满足不同的投资偏好。同时支持自定义策略，交易者可根据个人交易习惯与风险偏好来调整马丁格尔策略的各项参数。AI 策略的参数设置综合了历史行情和价格波动，并借助 Bitget 后台算法测算，为交易者提供可靠的投资参考。用户还可以通过策略 30 天回测收益率和策略的使用人数来评估和选择更为匹配的 AI 策略。 “Bitget 的 5 年历程，证明了我们持续创新的脚步，我对 Bitget 自 2018 年以来取得的进步感到自豪。今天，我们推出了全新的品牌标识、愿景和视觉效果，这将再次证明我们致力于塑造更智能的数字未来。Bitget 致力于与行业的领航者合作，共同创造一个更安全、更智能、更高效的交易环境，这反映我们共同的愿景。”Gracy Chen 在谈到品牌升级时如是说。具体到视觉层面，将会做减法，即 Bitget 标志性箭头 LOGO 中的尾巴被删掉，简化后图形更倾向于方向感，寓意着在瞬息万变的交易市场中，快速找到契合的交易方向。此外，官网首页将会推出全新视觉风格及交互页面，未来 6 个月将推进官网的其他页面及 APP。时代与行业正在发生巨变，但 Bitget 初心不改，始终践行「客户至上、诚信向善、合作互惠」的价值观。去年 FTX 破产引发 CEX 信任危机，Bitget 也在第一时间站出来公布交易所资产储备地址，并在一个月后公布了默克尔树储备证明（Merkle Tree），开发了「默克尔数证明」的开源工具，让用户可以随时验证平台资产。此后，Bitget 每月更新一次默克尔数储备证明的快照，最新数据显示其综合储备金率达 223% ，在过去的 7 个月里，Bitget 综合储备金率始终保持超 200% +。 “我们将始终秉承对全球用户的承诺，定期公布储备金证明。 Bitget 致力于在全球行业范围内制定更高的标准，通过加密货币的发展来倡导真正的透明度。”Gracy Chen 表示。此外，Bitget 还设立了「交易保护基金」，为投资者提供第二重保障。在 FTX 事件后，Bitget 将该基金的规模从 2 亿美元提升至 3 亿美元。值得注意的是，币安和 Bitget 是仅有的两家公开了保护基金钱包地址的中心化交易所。结语：行业布道者推动 Web 3 发展随着加密合法化，香港正成为 Web 3 新一轮浪潮的中心枢纽，多方云集。Bitget 早在去年年底就开始了香港布局，聘请了香港律师和合规专业人士，计划申请香港虚拟资产交易平台牌照，以为香港用户提供高规格的安全性和合规性服务。除了拓展自身业务，Bitget 也始终致力于推动 Web 3 建设发展，成为行业的布道者。例如，Bitget 在今年香港区块链周期间推出 Bitget Web 3 基金，初始投资额为 1 亿美元。该基金将投资优秀的 Web 3 项目和支持相关项目的投资机构，旨在支持下一代加密货币项目的发展。此外，Bitget 还在今年启动了一项企业社会责任（CSR）计划「Blockchain 4 Youth」，旨在通过鼓励年轻一代来共同打造加密世界的未来，并为行业输出优质人才。Bitget 预计将在未来 5 年内在该计划中投入 1000 万美元。Bitget 也将与其他领先的区块链公司合作，孵化年轻企业家的创新项目，并举办 U 30 （30 岁以下）黑客松大赛，以选出最有前途的项目。对如今的 Bitget 来说，发展势头正好，只要能够坚守初心，坚持核心价值观不变，坚定地走合规发展道路，未来可期。来源：金色财经

金色财经2023-07-27

开放算料联盟成立，围绕高质量中文数据开展合作，数据要素产业链梳理

把握政策催化和产业趋势加速的数据要素和AI投资机会。按照数据要素产业链各个环节梳理受益标的：（1）数据采集环节：航天宏图、拓尔思等；（2）数据存储和计算环节：深桑达A、易华录、中科曙光等；（3）数据加工环节：星环科技、英方软件、海天瑞声、海量数据等；（4）数据流通环节：a.数据交易所：安恒信息、广电运通、浙数文化、人民网；b.数据产品服务提供商：山大地纬、久远银海、上海钢联、卓创资讯等；（5）数据安全环节：安恒信息、奇安信、深信服、永信至诚、启明星辰、天融信、绿盟科技、美亚柏科、亚信安全、恒为科技、中新赛克、三未信安等。 AI领域，龙头推荐科大讯飞、金山办公、同花顺、三六零等。底层算力领域，服务器端推荐中科曙光、浪潮信息，受益标的包括紫光股份等； GPU端，推荐海光信息，受益标的包括寒武纪、景嘉微等；华为昇腾生态，推荐卓易信息、神州数码等，受益标的包括拓维信息、同方股份、四川长虹等。 AI+应用领域，推荐焦点科技、致远互联、彩讯股份、拓尔思等，受益标的包括泛微网络、普元信息、汉仪股份、新致软件、福昕软件、万兴科技、汉得信息等。 AI监管领域，受益标的包括美亚柏科、永信至诚、人民网等。

金融界2023-07-27

大数据板块盘中拉升，浪潮信息涨停，大数据产业ETF(516700)上涨2.49%

把握政策催化和产业趋势加速的数据要素和AI投资机会。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2023-07-24

二季度获公募加仓，AI浪潮持续演进

GPT的成功引起市场对AI的关注，此轮AI投资热潮展现出较大的深度和较长的持续性。从机构持仓角度看，AI算力方面，寒武纪-U、芯原股份等获加仓较多；服务器方面，工业富联、胜宏科技等获机构加仓较多。本轮AI行情，消费电子板块亦受益。截至2023年第二季度末，消费电子板块机构持仓占比2.18%，环比+1.04pct。2023年二季度在AI发展下带动的服务器产业链垂直公司较为受益。同时，苹果MR概念等亦有望孕育出部分投资机遇。从机构持仓角度看，工业富联、立讯精密、传音控股、深科技、安克创新、拓邦股份、领益智造等公司机构持仓增加较多。建议持续关注AI人工智能ETF(512930)，消费电子ETF(561600)。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2023-07-24

24小时热点