全球数字财富领导者
CoNET
|
客户端
|
旧版
|
北美站
|
FX168 全球视野 中文财经
首页
资讯
速递
行情
日历
数据
社区
视频
直播
点评旗舰店
商品
香港论坛
外汇开户
登录 / 注册
搜 索
综合
行情
速递
日历
话题
168人气号
文章
降息周期下的大科技前景?
go
lg
...
软在2023年获得的增量资金主要是加码
AI
行业
的资金,包括风险偏好型投资者Cathie Wood也建仓 $ARK Innovation ETF(ARKK)$ 。2024年,投资者会进一步考量现有阶段AI产品的进一步落地并货币化的能力。 微软有能力充分利用商业云和GenAI的潜力,365 Copilot也成为了改变行业的重要引擎。而云服务,以及Azure芯片的推出,是微软能否在新一年占据更大市场份额的关键。过去几个季度,Azure与AWS和Google Cloud的竞争此起彼伏,现在来看每一家的机会都很大。 微软也是现金奶牛,支撑估值的重要因素。因为收购和AI方面的支出,2023年的自由现金流有所下降,不过预计2024年会重回652亿美元。资本支出占营收的平均比例为12.8%,ROIC为28.1%,现阶段资本密集度相对较高是好事。 微软股价的稳定性更高,因此波动性也相对较小,2023年在AI的助力下,YTD回报才勉强超过54%,但是也意味着回调的幅度会更小。 预计2024年,在大科技公司中,微软依旧会是一剂稳定剂。 "TANMAM"的投资策略 我们将这权重最大的7家公司合成一个投资组合,称之为“TANMAM”组合。 以等权重、每季度重新调整权重的方式对这个组合进行回测,那么从2015年以来表现是远超标普500的,总回报达到了1445.47%,率先创下了历史性高,同期 $标普500ETF(SPY)$ 回报169.03%,仍未达到历史新高。 年化回报在104.18%,高于SPY的24.81%。夏普比率为26.6,同期SPY为13.2. 本周组合回报为0.9%,SPY回报为3.0%.
lg
...
老虎证券
2023-12-15
中国青年失业率依旧“过冬”缺席?超30万亿元风口将解救“躺平族” 这产业人才缺口逆势破高!
go
lg
...
inTelegraph) 该机构提到,
AI
行业
在中国刚刚起步:“2035年,生成式AI预计将为全球贡献近90万亿元经济价值,其中中国将超过30万亿元,占比超过40%。” 据官方统计,仅北京就有超过1800家人工智能公司。中国AI的进步使企业能够通过云技术直接利用AI计算的力量,跳过开发自己的内部生成AI模型的要求。 CEIIDA研究人员估计,到2025年,中国35%的数字计算业务将由AI处理。与此同时,北京市已开始发放与政府相关的生成AI软件相关的“优惠券”。AI凭证承诺在启动后的“一毫秒”内,完成医疗查询等任务的数据计算和交付。 今年早些时候,即6月5日,中国AI初创公司光年之外达到独角兽地位,它是由美团联合创始人王慧文所创办。该公司展开的融资由一家知名中国风投公司和腾讯(Tencent)牵头。据媒体报道,光年之外的目标是成为中国版OpenAI,效仿美国同行的成功。该公司在融资时还没有上市产品,此后才开始招聘技术人员。 Web3.0人才需求逆势增长 区块链产业成关键风口 从2011年开始,中国每年校招都号称“史上最难就业季”。根据教育部公布的数据,2023年应届毕业生人数预计达到1158万人,比去年增加了85万人。应届毕业生人数创下新高,求职竞争也会更加激烈。 在众多行业屡屡“过冬”、降本增效裁员的现状下,中国Web3.0人才需求依旧很高,企业之间竞争激烈。 根据《2023中国区块链产业人才需求与教育发展报告》,目前中国区块链相关企业已逾4.8万,当前全国区块链相关人才年需求量约48万名,按照区块链产业发展趋势,总量预计未来5年达到280万以上。 为了更加直观地比较,币圈媒体搜集整理了中国国内招聘软件上的相关信息,发现与近几年发展势头同样强劲的AI、ESG相比,Web3.0相关岗位的招聘需求也远远高于前者。举例而言,在要求“1-3年”以及“1年以下”工作经验的岗位中,AI、ESG、区块链分别有24、74以及92个岗位在招。 随着技术发展革新,去中心化概念被付诸实践,各种赛道下的Web3.0应用层出不穷,行业对于人才的需求不断攀升,但相较于该行业强劲的增长势头,进入该行业的人才却相对较少。 中国区块链产业后续增长强劲,需求量巨大。根据IDC研究预测,中国2020-2025年区块链市场规模年复合增长率将达54.6%,增速位居全球第一,而全球区块链市场规模年复合增长率为48%。 根据美国合规加密交易所Coinbase的分类,Web3.0自上而下大致可以分为协议层、基础设施层、应用层、接入层。从Web3.0的产业生态不难看出,其发展的初期是围绕着协议开发和基础建设展开的,因此技术开发者是早期进入这个行业的人。在行业兴起之际,需要大量的工程师、开发师等技术人员来建立Web3.0各种应用的基础设施。 根据币圈媒体Panewslab引述某招聘网站的数据,Web3.0领域在招的岗位有65%为技术岗,其余依次是产品类(11%)、研究员(10%)、商务类(8%),以及运营类(6%)岗位。其中,技术岗如区块链工程师、区块链智能合约研发工程师、区块链开发岗等;产品岗位如产品经理、项目经理/主管等。
lg
...
圈内人
2评论
2023-12-15
海外AI领域又添“猛将”,人工智能ETF(159819)提供AI主题投资低成本工具
go
lg
...
一定差距,从中期视角反应国内投资者对
AI
行业
发展潜力或有所低估。从应用端变现来看,国内 AI 商业化进程正逐步开启,优质 AI 应用将推动板块进入上行区间。 人工智能ETF(159819)紧密跟踪中证人工智能指数,管理费率加托管费率仅0.2%/年,提供境内人工智能投资低成本工具。 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。
lg
...
有连云
2023-12-15
消费电子与AI,一场双向奔赴的完美邂逅
go
lg
...
兼容GeminiNano的手机。 当下
AI
行业
一哥的OpenAI自然不会“坐以待毙”。有消息称,OpenAI计划与软银合作,打造全新的AI硬件产品,这一产品将围绕“计算平台”。 知名果链分析师郭明錤近期也公开发声,鉴于生成式人工智能在2023年爆红的势头,不难预测苹果公司将会在iPhone16中推出相关的创新功能。其指出苹果在今年第三季度改组了Siri团队,此举的目标就是在于整合AIGC功能和大语言模型。也就是说,明年有望发布的iPhone16可能成为苹果首款AI手机。 AI PC 行业巨头们也在积极行动,消息不断。 2023年10月20日,英特尔宣布启动“AIPC加速计划”,计划通过提供工程软件和资源,于2025年前为超过1亿台PC实现人工智能特性。2023年12月7日,在首届AIPC产业创新论坛上,英特尔中国区技术总经理透露,新一代酷睿Ultra处理器已适配超10款国内大模型。此外,英特尔还计划于2023年12月15日正式推出首个AIPC处理器MeteorLake。 2023年10月24日,联想重磅发布“联想AIPC先锋行动”,正式招募A生态开发者与AI内容创作者。该行动旨在共荣生态、加速推进AIPC的早日落地。并且联想宣布其首款AIPC将于2024年9月上市。 2023年12月7日,AMD举行“AdvancingAI”发布会,发布了新款AIPC芯片。 头部PC品牌方面,除了联想,其他品牌也都对AIPC展开了相应布局,苹果积极促进5G芯片在MacBookPro产品线上的落地,以满足AIPC时刻在线的需求,惠普、宏碁等品牌的AI笔记本预计在2024、2025年陆续推出。 同时,研究机构IDC近期发布报告,预测AIPC在中国PC市场中新机的装配比例将在未来几年中快速攀升,将于2027年达到81%,成为PC市场主流。并预计2024年中国市场上搭载AI功能的终端设备将超过70%,AI终端占比将达到55%。 AI PIN 相比与手机和PC,AIPIN是一个全新的产品,是消费电子行业最需要的硬件创新。 当地时间2023年11月9日,初创公司Humane正式发布其首个产品AIPin,它是一款可以别针一样别在衣服上的AI设备,这也是它名字的由来。 AIPin运行一种由OpenAI最强大的生成算法GPT4驱动的专有的大型语言模型。它时刻在线,不需要任何唤醒词,只会在用户参与时才启动。并且采用无屏幕的设计,完全通过语音控制,实现绝大多数智能手机的功能,通过内置投影仪和深度传感器在近处表面(如手掌或桌面)投影交互界面。 AIPin吹响了AI消费电子冲锋的新号角,类似AIPin这类的AI消费电子终端,有望成为大模型落地的重要载体。 总结 可以看到,AI走向移动端已然是主流发展趋势,AI手机、AI电脑、AIPad、AI眼镜等新产品有望成为消费电子转型的契机。 海外巨头们的行动具有明显风向标意义。AI和消费电子之间是相互成就的双向奔赴关系。消费电子让AI有了一个完美的落地载体,获得更多的变现机会;而AI给消费电子赋能之后,大幅提升了原有产品的竞争力,以及创新出新形态的消费电子产品,促进消费电子行业复苏和向前发展。 相关产品:消费电子ETF(561600.SH)及其联接基金(A类:015894,C类:015895) 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。
lg
...
有连云
2023-12-13
微软要爆发了,
AI
行业
如何选股| AI Financial 恒益投资
go
lg
...
么沉寂了20年的微软终于要开始发力了?
AI
行业
的前景如何?我们接下来的内容为大家揭晓。 关于这个事件背后的真相,外界猜测纷纷,但大多数观点都认为,微软是事件中唯一的赢家,其股价也确实在这几天内创了新高。那么沉寂了20年的微软终于要开始发力了?
AI
行业
的前景如何?我们接下来的内容为大家揭晓。 今天的讲座分为三个主要段落: -微软发展史 -微软与AI -AI与第四次工业革命 微软发展史 我们聊到世界科技巨头,在业界拥有极不寻常地位的公司时,微软是一个不可忽视的名字。他有着和苹果一样长的历史,市值仅次于苹果,甚至曾一度超越苹果,成为全球最有价值的上市公司之一,尽管后来被苹果重新夺回这一头衔。 你可能没有用过苹果的产品,但几乎可以确定你在日常生活中使用或接触到了微软的设备或技术,比如Windows操作系统。 Windows操作系统是微软起家的核心业务,在全球市场一度占据了九成以上的份额,使得微软在计算机领域几乎垄断地位。尽管在后来的竞争中,市场份额有所下降,但Windows仍然是业界的巨头,占据着超过七成的市场份额。 微软现在的四色logo起源于窗户的造型,四个格子代表了微软的核心业务,蓝色是windows和云服务,红色是office办公软件。绿色是XBOX游戏主机。黄色代表搜索服务,也就是Bing。我们以这几个模块为核心来了解微软。 微软的起步可以追溯到个人电脑时代的开端。在上个世纪70年代,个人电脑的概念逐渐崛起。1974年,MITS公司推出的Altair 8800标志着个人电脑时代的来临,而微软的创始人比尔·盖茨趁机开发了针对8800的BASIC解释器。 有意思的是,当盖茨向MITS老板推销自己的解释器软件时,这款产品根本还没有开发出来,盖茨在几周的时间里和朋友一起紧急做出了这款软件,并成功地卖给了MITS的老板,赚到了第一桶金。 微软的另一大成功之处在于与IBM公司的合作。当时,苹果的Apple 2火遍大江南北,而IBM也想进入个人电脑市场,但没有时间自己研发了。于是,微软与IBM签署了合同,提供了一个名为PC-DOS的操作系统,其实这个软件也是微软从别的公司买来的。 之后,微软又把这个软件改名为MS-DOS对外销售,该系统兼容IBM,并且支持更多的硬件,使其易于获取。在Windows 95以前, MS-DOS是个人电脑中最普遍使用的DOS操作系统。微软借助这个系统在个人电脑领域一举崛起,成为业界独大的力量。 1985年,微软推出了Windows 1.0,引领了图形用户界面的潮流。Windows的推出使计算机界面更加人性化,操作也更加简便。随着时间的推移,Windows不断升级,其在计算机界的地位逐渐巩固。1990年代,Windows经历了全盛时期,Windows 95、Windows 98、Windows 2000、Windows XP等版本相继推出,每一次更新都为用户提供更优越的功能和体验。 Windows操作系统的成功一方面归结于,它占到的先机,定义了计算机的用户界面,只要是个人计算机,都会优先考虑搭载这套系统;还有另外一个,很重要的因素,就是微软的研发和开发团队,解决了大量的问题,让用户在使用这套系统的过程当中,99%的问题都不会遇到。大家不要小看这个点,一个产品如果使用过程中,没有什么感觉,那说明这个产品开发团队太厉害了,因为他们提前考虑和解决了大量的问题,直接让问题没有产生,才可以做到,使用过程丝滑到没有任何感觉。而微软的操作系统,在今天就做到了。这其实就是为什么,那么多个人电脑以及企业电脑都选择使用Windows的原因。 微软的第二个产品,也是最重要的护城河之一,就是Microsoft Office 套件 起源和早期版本: Microsoft Office套件的最初版本于1989年发布,当时包括Word、Excel和PowerPoint。 Office的早期版本主要针对Windows和Macintosh平台,为用户提供了图形化用户界面和协同工作功能。 应用程序的发展: Word:用于文档处理和文字编辑,是Office套件中最基本的应用程序之一。 Excel:电子表格应用程序,用于数据分析、建模和图表制作。 PowerPoint:演示文稿应用程序,用于创建幻灯片演示。 Outlook:电子邮件和日历管理工具,后来还加入了任务管理、联系人和其他功能。 文件格式和互操作性: Office套件采用了一系列标准文件格式,例如.docx(Word文档)、.xlsx(Excel电子表格)和.pptx(PowerPoint演示文稿)。 微软一直努力提高不同Office应用程序之间的互操作性,以及与其他办公套件的兼容性。 协同工作和云服务: Office 365:随着云计算的兴起,微软推出了Office 365,这是一个基于订阅模型的服务,使用户可以通过云端访问Office应用程序和存储文档。 实时协作:Office应用程序逐渐引入实时协作功能,使多个用户可以同时编辑和共享文档,促进团队合作。 移动应用和跨平台支持: 微软发布了适用于iOS和Android的Office移动应用程序,使用户能够在各种设备上使用Office功能。 Office Online:Web版本的Office应用程序,使用户可以通过浏览器访问Office功能而无需安装本地应用程序。 人工智能和智能功能: 微软将人工智能集成到Office套件中,通过智能建议、自动填充和其他功能提高用户效率。 支持自然语言处理和语音识别技术,使用户能够以更自然的方式与Office应用程序交互。 教育和企业市场: Office套件在教育和企业市场广泛使用,为用户提供了丰富的工具和功能,支持各种办公和学术任务。 微软通过Office 365提供了面向企业的服务套餐,包括电子邮件、在线会议和文件存储等功能。 总体而言,Microsoft Office套件经历了多次演进,从最初的桌面应用程序发展成为一个支持云计算、实时协作和人工智能的综合办公解决方案。其持续的创新和更新使其成为全球最受欢迎的办公套件之一。 然而,随着互联网的兴起和移动设备的普及,微软开始面临一些挑战。谷歌等互联网公司的崛起给微软带来了竞争压力,而智能手机和平板电脑的普及改变了人们的使用习惯。 虽然微软在个人电脑方面有巨大的成功,但是,在移动设备领域,微软的努力却并非总是取得成功。 微软在移动设备上的探索可以追溯到1996年,当时推出了面向切入式设备和小型设备的Windows CE系统。这是他犯的第一个错,没有设计针对移动设备专门的界面和系统,而是基本把电脑系统塞进了手机了,使用极其不方便。 2007年,iPhone的推出彻底改变了智能手机市场。微软在这个时候发布了Windows Mobile 6.0,但与竞争对手相比,这个版本显得相对陈旧。 触屏操作的引入也成为行业趋势,但微软采取了与主流不同的策略,设计了全键盘的Windows Mobile手机。这又是另一大失败点。 于是微软错失了识别市场趋势的机会。Android崭露头角,而微软却没有及时推出适应新趋势的产品。2009年,iPhone和Android崛起,微软在智能手机市场份额上失去了领先地位。 微软的Windows Phone失败并不能阻碍其在科技和商业领域的发展。除了Windows Phone外,微软在云服务和Xbox等核心业务上取得成功。在Xbox项目中,微软以687亿美元收购了动视暴雪,成为游戏界最大收购案例。初期,微软试图进入客厅场景,又财大气粗,于是推出Xbox。微软克服了难以和其他公司合作的困难,发挥了自己的“钞能力”,以巨额支出解决了人才和游戏内容问题。2001年Xbox上市,成功占据第二位置。 Xbox 360在2005年推出,引入了大量经典游戏,销售达1亿台。然而,2006年爆发的“三红”事件成为挑战,微软耗资11亿美元解决问题。PS3的改良和低价使其与Xbox 360平手,但任天堂的Wii成为冠军。2013年,微软推出Xbox One,但奇葩政策导致不满,PS4再次占优。近年来,微软通过收购、订阅制度和Windows生态系统整合找到在游戏市场的立足点。通过Xbox Game Pass等服务,微软取得竞争地位,暴雪收购案再次展示其财力。在游戏主机市场,微软与任天堂和索尼继续竞争。 前文一直提到,微软具有“钞能力”,但微软并不是在开设印钞厂来印钞票。还是要靠其他方面来赚取收入。 2014年至今,微软在云计算、移动应用、智能硬件等领域全面发力,布局虚拟现实、人工智能、量子计算等前沿科技,公司营收也保持了稳定增长,在2019年微软市值首次突破万亿美元,在Windows 11发布前两天,微软市值盘中突破两万亿美元,成为仅次于苹果的全球市值第二大科技公司。 微软的云服务在2022财年,占据了总营收的38%。微软已经不再只是卖操作系统的公司,而是一家完全致力于云计算和云服务的企业。 谈到云服务,很多人可能首先想到的是服务器。购买了服务器后,可以用于托管网站或者作为游戏服务器等。但实际上,这只是云服务的一个小方面。微软的云服务可以简单地理解为一个大型的云操作系统。除了大家熟悉的托管网站之外,还可以购买虚拟硬盘,虚拟机可以安装自己想要的系统,然后安装软件或者运行自己的程序。 在云服务领域,你需要什么,就可以购买什么,具有很大的弹性空间。举个例子,有一个加拿大的机构BC Cancer,他们通过AI进行癌症的预防筛查研究和治疗。起初,他们购买了本地服务器,用于进行机器学习和大数据收集。然而,由于实验室每周能产生一TB的数据,每年累计达到4-500TB的数据量。这些数据非常庞大,因此他们经常需要购买新的存储硬件。与此同时,数据安全性和硬件维护升级也带来了不少麻烦。因此,在2017年,BC Cancer与微软合作,将数据和AI算法迁移到了微软的云服务上。BC Cancer现在只需要上传数据,并让AI进行计算,理论上可以提供无限多的存储空间和算力,同时提高数据安全性,省去了用户硬件维护和升级的麻烦。 云服务的价值在于提供需求,由云服务商解决硬件和软件的各种问题,用户只需使用即可。当然,这也需要支付相应的费用。云服务不仅用于计算,还可以用来省钱。例如,2020年,微软与百事公司签署了为期五年的云服务合同。除了使用微软的Office和Teams套件外,百事可乐还利用基于城市人口统计、消费者购买行为和当地天气等因素的大数据,进行库存管理分析和需求预测。这有助于避免库存积压等问题,提高了库存的合理性。 有人可能会问,为什么百事不自己搭建一个网络服务呢?虽然百事可能有这样的能力,但从搭建、采购到软件编写,时间成本是无法预料的。在自由的资本市场上,大多数情况下选择购买成熟的云服务是最合适的。例如,2016年,波音将基于云计算的航空分析应用移植到了微软Azure上,以节省燃油消耗。波音的合作伙伴包括劳斯莱斯和博世,用于分析发动机测试数据和自动优化生产线配置。这样的合作使得波音能够更好地存储和分析相关数据,发挥云服务的优势。 现在,我们以旁观者的身份回顾微软走过的47年历程,虽然微软曾经犯过不少错误,但凭借在基础系统领域的强大科技地位,微软依然坚挺并持续发展至今。然而,与苹果相比,微软在我们的视野中出现的频率越来越低,存在感远不及对手苹果。微软从2C(Consumer)逐渐转向了2B(Business),从单纯的个人软件过渡到了云服务。 云服务的最终形态是公共资源化,类似于第二次工业革命催生电力成为一种公共资源的情景。在现代化的生产变革中,不仅需要电力,还需要各种各样的算力。手机游戏需要强大的算力,但是独立硬件的发展存在物理上的限制,而随着摩尔定律的失效,进步速度越来越慢。随着5G和6G的发展,云游戏可能会成为我们的日常,手机只需要处理操作指令和图像,从而提高了手机的续航和降低了发热。 这种形态有多种多样,但在其背后所需要的是各种连接和算力,这就是各种云服务的作用。在未来,我们可能会像现在租服务器一样,按需付费,灵活使用各种服务。虽然现在的技术和网络无法很好地实现这个愿景,云游戏已经开始出现,并在逐步进化,这是一个不可抗的向前发展的过程。从1831年法拉第发现电磁感应到1879年爱迪生点亮第一盏电灯,历经了48年。现在我们这一代正处于另一个48年的时代,这难道不是一个抓住时代风口的绝佳机遇么? 微软与AI 微软在不久前,给人的印象还是一个在B端和c端都乏善可陈的普通巨头,但却在短短一年内脱胎换骨,成了整个硅谷乃至全球最潮的科技公司。点燃这家老牌公司的,无他,只有两个字母——AI。 11 月 15 日,在微软大本营美国西雅图,微软CEO 萨提亚·纳德拉在 Ignite 大会上,一口气公布了 100 多项以 AI 为中心,在云计算基础设施、 模型即服务 MaaS 、数据平台、Copilot 人工智能助手等方方面面的新产品和新功能。 微软在人工智能领域的领先地位体现在多个层面,从硬件设施到云计算、商业服务,形成了一个全面的生态系统。从这次大会。我们可以清晰地看到微软在AI领域的领先和野望: 1. 硬件创新: 微软通过推出自家设计的芯片系列,如Azure Cobalt和Azure Maia,实现了对通用工作负载和人工智能工作负载的性能、功率和成本效益的优化。这标志着微软在硬件创新领域的进一步深入,为其云计算基础设施提供更大的灵活性和效率。 2. 合作伙伴关系: 与业界领先公司,包括AMD和英伟达等硬件制造商的合作,使微软能够集成最新的AI优化芯片,如AMD Instinct MI300X和英伟达H100、H200等,为客户提供多样性的硬件选择,进一步提升AI工作负载的性能。 3. 全栈AI解决方案: 微软通过构建端到端的Copilot堆栈,包括云计算基础设施、基础模型、数据工具链以及Copilot本身,为开发者提供了全面的AI解决方案。这种全栈方法不仅关注于新奇技术,还注重产品制造、部署、安全性以及真正的生产效益。 4. 开源和开放性: 微软积极支持开源模型的模型即服务(MaaS),允许开发者轻松将各种高级模型,如Stable Diffusion、Meta Llama 2、Mistral等,通过API集成到他们的应用中。这种开源和开放的态度促进了创新,使开发者能够更灵活地利用最新的AI模型。 5. 数据驱动: Microsoft Fabric作为数据平台,通过统一化的体验,连接客户数据和微软的AI工具。这个平台致力于创造一种集成、简化的体验,将所有数据和分析工具汇集在一个产品、一个体验、一个架构、一个业务模型中,为企业提供了完整的数据管理解决方案。 6. 协同助手和自定义插件: 微软推出的Copilot Studio和独立的协同助手,如Dynamics 365 Guides中的Copilot,让用户能够通过语音和手势与生成式AI互动,为工业环境中的工人提供支持。这种创新将AI的应用领域扩展到更广泛的场景,促使AI不仅服务于白领工作者,还服务于蓝领工作。 「一切为了 AI,为了 AI 的一切。」用这句话形容这次微软 Ignite 大会,并不算夸张。在 GPT-4 和大语言模型彻底搅动了世界之后,看到机会的微软,成为转身动作最快的巨头。 我们再来看看微软和现如今最如日中天的OpenAI的关系,也可以得出一些启发: 微软与OpenAI关系时间线及发展 2015年:OpenAI的创立 - OpenAI由埃隆·马斯克、彼得·泰尔、雷德·霍夫曼等投资者共同创立,旨在推动人工智能的发展并确保其对人类的益处。 2019年:微软的首次投资与战略合作 - 微软与OpenAI建立战略合作关系,投资金额为10亿美元。共同探索人工智能领域的合作机会。 2020年2月:OpenAI融资设计曝光 - OpenAI的融资设计曝光,包括四个阶段的利润分配计划,展示了对合作伙伴(包括微软)的长期承诺。 2020年6-7月: Chat GPT初始版本发布,这是基于GPT-3的一个技术。 微软购买了GPT-3的核心技术独家许可,并可以进行商用。 2022年11月 GPT-3.5发布,这也是我们现在能免费用的版本 2023年初:微软追加100亿投资 - 微软通过供130亿美元投资,持有约49%股份,并且宣布将ChatGPT整合进搜索引擎Bing,可以看出双方合作紧密 新金主加入 - 头部风险投资机构,如老虎环球、红杉资本、A16Z等,加入OpenAI投资行列。 这些投资使OpenAI的估值达到了270亿至290亿美元。 2023年11月: OpenAI计划寻求新资金支持 - OpenAI计划向微软等投资者寻求新的资金支持,以推动其 “与人类一样智能” 的计算机软件愿景。 Microsoft 365 Copilot发布 - 微软发布Microsoft 365 Copilot,基于OpenAI大语言模型的人工智能补充工具。旨在帮助企业用户更好地组织数据和进行交互操作,标志着微软进军生成式AI的 “货币化”。 Microsoft Copilot商业化计划 - 微软宣布Microsoft 365 Copilot企业版本,将人工智能工具融入Word、Excel、PowerPoint、Outlook和Teams等协同工具,提高企业用户工作效率。 - 微软全球资深副总裁兼消费者业务首席营销官表示,Microsoft Copilot标志着进入全新的AI时代,将改变人们与科技互动和从中获益的方式。 微软财务官Amy Hood关于Copilot的展望 - 微软财务官Amy Hood表示,Copilot的实质性利益可能需要等待一段时间,但对于H2数据充满信心,意味着2024年上半年可能见证实质性利益。 微软股价表现和分析师展望 - 微软股价年内涨幅高达34%,分析师看好微软未来,认为微软股票仍具备上行空间。 微软进入OpenAI董事会 未来展望: - 微软通过整合OpenAI技术,特别是Microsoft Copilot,不断推动人工智能在其产品和服务中的应用。 - 微软可能继续通过与OpenAI等伙伴的合作,推动人工智能技术的创新,以适应市场变化。 - 微软与OpenAI的紧密合作将有助于双方在人工智能领域取得更多突破,为未来的技术发展打下坚实基础。 在这个充满变革的时代,微软和OpenAI的紧密合作显示出两家公司在推动人工智能发展方面的共同愿景和决心。如果说之前微软还是在产品层面进行「AI 集成」,现在它已经在硬件设施、云计算和商业服务的全生态层级,围绕 AI 进行了革新。只要 AI 浪潮继续推进,微软就会是那个最领先、最具有前瞻性和决策力的巨头。 AI与第四次工业革命 经常听我们讲座的朋友,应该都知道,我们Ai Financial从几年前就告诉大家,以AI为核心的,第四次工业革命已经到来。为什么我们会这么说?以及如何去跟上这次时代的东风?在讲座最后一个部分,我们来看一下AI所引领的第四次工业革命及投资AI产业的方向性观点。 新时代开启:人工智能的发展流程 首先,我们来介绍一下人工智能的发展流程。科技发展的进程遵循着一个不可或缺的三阶段递进规律。 第一部分的基础理论的形成是至关重要的,坚实的理论基础可以为后续的技术创新铺垫基石。 在理论打下基础之后,第二阶段便是将理论发展成可实现的技术。这一阶段,科学家和工程师们需不断在第一步理论的基础上进行技术创新和优化,将理论转换成现实,这个阶段的成功实现是基于第一阶段理论基础的支撑。 最后,第三阶段是科技应用于社会,服务于人类。 这一阶段,需要将科技成果转化为实际产品服务和解决方案, 从而推动达到贡献社会,服务于人类的目的。这一阶段的成果,如果没有前两个阶段作为基础是无法实现的。总的来说,科技发展遵循着一个不可分割的三阶段递进关系, 即底层基础理论的形成,理论发展成技术以及技术应用于社会。 AI的理论基础 人工智能 (AI) 的概念,其实已经存在了几个世纪。但我们今天所熟知的现代人工智能领域的相关 理论,在20世纪中叶才开始形成。有几位先驱为该领域的发展做出了贡献,人工智能的发展能走到今天,尤其离不开杰佛瑞.辛顿。 对于人工智能发展方面的努力,杰弗里ꞏ辛顿(Geoffrey Hinton)是一位著名的计算机科学家,并且获得了许多奖项和荣誉,包括被称为“计算机界的诺贝尔奖”的图灵奖 。 杰弗里.辛顿对人工智能(AI)领域做出了重大贡献,尤其是在深度学习领域。 辛顿从20世纪80年代开始研究神经网络。这项技术推进了这一领域的发展,并使其更容易被全球的研究人员和从业者使用,为ChatGPT的诞生奠定了坚实的理论基础。 ChatGPT探索人工智能之路 前面,我们介绍了人工智能的发展流程,在之前的数十年的研究中,人工智能一直处于一个理论 的状态。 那么ChatGPT的横空降世,又意味着什么呢?ChatGPT与其他之前所谓的人工智能的区别,在于它真真实实的是一个人工智能。 它的横空降世宣布了一个人工智能的未来方向,就像水手在海上看到的一个灯塔。ChatGPT的出现会让水手们朝着这个灯塔去前进。 其实,人工智能现今只是停留在一个技术的层面。 虽然技术已经出现,但是人工智能的应用还处 于起步阶段,需要不断地指明方向并制定行业标准。在此过程中,ChatGPT成为了一个重要的引领者。它基于大型语言模型、模仿学习和神经元方式学习的原理,成功实现了自然语言生成和理解的能力, 并且在公共领域开放可以根据不同的需求进行训练。 ChatGPT和之前的AI很不一样,他的逻辑是先有人工智能再根据需求进行数据训练,它更加符合人类发展的一个真实的情况。它的成长是基于摸索并且在摸索中探究出一个方向。所以ChatGPT和人类起源的发展是一样的。 在这个过程中,ChatGPT的公开性和可塑性成为了它的重要优势。可以根据不同的需求和应用场景进行训练和改进。 ChatGPT仿佛是一个刚出生的小孩子,它跟着人类一起成长,从小培养它并且是朝着一个方向去培养的。 为什么说之前的数十年的人工智能只是在卖一个概念?为什么市面上那么多声称自己是人工智能的产品,都不能真正算得上是人工智能? 因为它们是逆着人性的,而人工智能必须得符合人性。 就以讯飞为例,科大讯飞是一家做语音识别的公司,这其实是涉及到了AI的应用。直到现在AI的应用都还没开始,而他们在十年前就提出了AI的概念,同时他们的产品并不能生成新的内容并自我学习,自我调整。所以讯飞的AI并不符合人性的习惯,不能被称为AI。 多年以来,科大讯飞只是在靠着卖概念做着房地产生意。市场上这样的公司不止讯飞一家, 很多公司研发的并不是真正的AI,却靠着AI的噱头割韭菜。 ChatGPT推动人工智能应用 在现今开启的人工智能新时代中,人工智能实际上从来没有达到过一个应用的层面。ChatGPT是支持人工智能这个理论的一个技术。但是因为ChatGPT的出现,让许多公司开发人工智能应用成为了可能。 ChatGPT是首个也是唯一一个将人工智能理论变成一个实际具体的技术。 更重要的是ChatGPT是第一次提出人工智能和人类之间可以协同工作。 我们相信这也是由ChatGPT引领第四次工业革命的方向:未来人工智能,一定会围绕人机的协同共创来展开。这个方向一旦展开后,会带来更大量的应用进而带来生产力格局的演变。然而,尽管我们意识到社会正在快速发展,但如何确定工业革命是否已经到来仍是一个问题。 早在2011年,汉诺威工业展就提出了“工业4.0”的概念,该概念旨在通过物联网实现生产供应、 制造和销售信息的数字化和智能化,从而实现快速高效和个性化的产品供应。 这种新型工厂被称为“智能工厂”,并被认为标志着——第四次工业革命的到来。因此,我们可以确定第四次工业革命已经到来。 前三次工业革命的发生是人类科技进步的重大飞跃,它使人类的生产力和创造力得到了巨大提升。 同时也深刻地改变了人类的生活方式和思维方式。前三次工业革命中,我们不难看出一种共性。 那便是产品会先出现,人类再围绕技术搭建平台,最后在思考如何使用这项新的技术发展商业应用。 第四次工业革命 而我们第四次工业革命则是一个倒推的流程。 早在上世纪五十年代,当时美国政府为了赢得冷战推出了一个名为“达特茅斯会议”的计划, 旨在寻求一种新型的智能来应对冷战带来的挑战。 在达特茅斯会议之后,人工智能开始进入了一个快速发展的时期。 20世纪60年代,IBM公司成立了一个名为 “IBM 人工智能研究中心” 的机构,专门研究和开发人工智能技术。 此外,许多大学和研究机构也开始在人工智能领域进行研究,并获得了政府和企业的资助。 据统计,自2010年以来,人工智能公司的融资额呈现出爆炸式增长。根据CB insights的数据,2021年AI领域全球融资总额超668亿美元。从全球范围来看,对人工智能基础设施市场的投资也在增加。Data Bridge市场研究公司数据显示,到2029年,全球这一市场的支出预计将达到4225.5亿美元,未来六年的复合年增长率将高达44%。 可以看出,我们早已知道人工智能的巨大用途。第四次工业革命变成了募集资金创建平台:了解应用途径再研发这样一个倒推的流程。我们以挖掘石油为例来更好的理解一下其中的逻辑。 在传统的工业生产中,挖掘石油的流程通常是这样的: 首先,需要进行地质勘探,找到可能含有石油的地点开采石油。 其次,需要建立管道系统将石油从油田运输到加油站。 最后,将石油储存于加油站并进行分销。这也是前三次工业革命中的发展流程。 然而,在以人工智能为驱动力的第四次工业革命中恰恰相反。我们首先建立了“加油站”也就是募集资金的平台。 这个平台给我们提供大量的资金来研究人工智能领域。 然后,我们再建立起“管道系统”即如何将人工智能在生活使用。 最后,我们只需要等待“石油”的开采,也就是等待人工智能这项技术的开发。而ChatGPT的问世则完成了这次最后一步。 这意味着,这次的工业革命一旦爆发则是一个多方面,一起爆破的一场革命。而且其发展将非常的迅速势不可挡。 虽然
AI
行业
正在如火如荼地发展,但当然的所有行业都会有其泡沫和局部峰值。如何去辨别行业中值得投资的公司对于我们这些投资人而言是非常重要的。价值链是创建成品的一系列连续步骤,从最初的设计到到达客户手中。该链条确定了增值过程中的每个步骤,包括生产的采购、制造和营销阶段。一般来说,不同的公司拥有链条中的不同步骤。准确预测谁将赢得构建和销售人工智能产品的价值链是很困难的,我们Ai Financial也从不做预测,而是用事实说话,但我们可以讨论每个参与者可能带来的潜在价值。 在AI价值链中,大致包含以下几个角色: 1. 模型构建者Model Builders:包括设计、构建和完善 AI 模型的研究人员、数据科学家和工程师。目前的全世界,AI算法还处于百家争鸣的阶段,随着计算机的计算能力的指数级的上升,要说哪一种算法可以形成技术壁垒,还为时过早。而且,即使AI算法真的成为了技术壁垒,但是否能成为一个企业的真正护城河,那又是另外一回事;历史告诉我们,技术方便最强的,不等于这家企业就能成为最强。 2. 基础设施提供商Infrastructure Providers:这些参与者提供运行人工智能系统所需的云存储和处理能力等基础服务。亚马逊 (AWS)、微软 (Azure) 和谷歌 (云) 等公司在这一领域占据主导地位。尽管竞争激烈,但这些服务必不可少,可以提供稳定的利润流。它们在价值链中的份额将取决于定价动态和竞争,但它们的普遍性确保了它们在市场中占有重要的份额。 3. 硬件和 GPU(“芯片”)Hardware and GPUs (“chips”):人工智能处理通常需要专门的硬件。 Nvidia 和 AMD 等生产 GPU 的公司,以及 Google 等创建定制 AI 硬件(如张量处理单元,Google定制的AI 加速器,根据算法和模型的特征,优化的芯片的使用效率和计算速度)的公司,都是关键参与者。它们可以获取巨大的价值,尤其是随着人工智能计算需求的增长。 4. 应用Applications:这包括使用人工智能模型提供特定服务或产品的企业。这是一个广泛的类别,可能包括从推荐系统到自动驾驶汽车的所有内容。 5. 数据提供者Data Providers:AI 模型通常需要大量数据进行训练。能够提供高质量、独特数据的公司可以获得巨大的价值。 最终,人工智能价值链中的“赢家”很可能是那些能够控制或影响多个阶段的人。例如,一家创建人工智能模型、拥有专有数据并构建应用程序的公司比一家只在某一领域运营的公司能够占据更多的价值链。 投资的基本原理不会发生太大变化,对于人工智能公司来说也是如此——他们可以在价值链中生存并拥有和保护利润池——基本上可以创造一条商业护城河。 微软就是一个非常好的例子,它利用AI拓展了自己的盈利渠道,同时拥有极为庞大的资金背景作为试错成本,并且拥有价值链的很大一部分,有庞大的利润池可供扩展。简单来说,就算在AI领域有所失误,他也有自己稳定的业务,公司盈利有保障;长期来说他有极高的上限,短期增长也具备爆发力,所以我们可以说,在AI赛道已经开始起飞的当下,微软是极具投资价值的共公司。
lg
...
AI Financial恒益投资
2023-12-13
人工智能ETF(159819):文生视频软件Pika爆火,AI应用不断超预期
go
lg
...
海内外差距,从中期视角反应国内投资者对
AI
行业
发展潜力或有所低估。 综合来看,AI视频产品Pika 1.0的爆火再次印证了拥有好场景、好创意的AI应用将快速打开市场空间。短期看,当下海外AI商业化进程提速,爆款AI应用频出,带来AI市场情绪边际好转;中期看,国内AI商业化进程正逐步开启,优质AI应用的落地或将推动板块。目前人工智能指数点位仍处于相对低位。人工智能ETF(代码:159819,联接基金A/C:012733/012734)紧密跟踪中证人工智能主题指数。 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。
lg
...
有连云
2023-12-11
广电运通上涨5.01%,报13.41元/股
go
lg
...
学城科林路9、11号,公司是国内领先的
AI
行业
应用企业,业务涵盖智能金融、公共安全、智慧交通等多个领域,为全球客户提供智能终端和大数据解决方案。公司技术实力雄厚,在金融科技领域持续15年国内市占率第一,并在国际市场上服务超过110个国家,致力于推动数字经济的发展和智慧城市建设。 截至11月30日,广电运通股东户数7.53万,人均流通股3.3万股。 2023年1月-9月,广电运通实现营业收入57.44亿元,同比增长20.10%;归属净利润7.53亿元,同比增长12.77%。
lg
...
金融界
2023-12-11
盛视科技9.99%涨停,总市值82.89亿元
go
lg
...
代信息技术研究的公司,提供智能产品和“
AI
+
行业
”解决方案,服务于智慧社会建设。公司在深圳和武汉设有研发中心,研发人员占公司总人数比例超过50%,2021年度,公司研发投入占营业收入比例达到11.47%,形成了以技术创新驱动为核心的竞争优势。 截至9月30日,盛视科技股东户数1.65万,人均流通股8029股。 2023年1月-9月,盛视科技实现营业收入11.44亿元,同比增长52.14%;归属净利润1.7亿元,同比增长105.22%。
lg
...
金融界
2023-12-08
盛视科技上涨5.25%,报31.49元/股
go
lg
...
代信息技术研究的公司,提供智能产品和“
AI
+
行业
”解决方案,服务于智慧社会建设。公司在深圳和武汉设有研发中心,研发人员占公司总人数比例超过50%,2021年度,公司研发投入占营业收入比例达到11.47%,形成了以技术创新驱动为核心的竞争优势。 截至9月30日,盛视科技股东户数1.65万,人均流通股8029股。 2023年1月-9月,盛视科技实现营业收入11.44亿元,同比增长52.14%;归属净利润1.7亿元,同比增长105.22%。
lg
...
金融界
2023-12-08
Future3 Talk四期回顾丨DePIN未来趋势 哪些应用方向值得关注?
go
lg
...
型拿来使用或者出租、出售,这其实不利于
AI
行业
的发展。做AI创业,租用算力的成本很高,而且还不一定租得到,因为你不敢签长期协议。这是从AI创业者的角度来说。 第二是GPU芯片的生产厂家。一些国产厂商最新的GPU都会寄给我们做测试,通过去跑各种各样的环境,得到一个比较公平的数据。实话实说,差距还是挺大的,这个差距并不是硬件层面的,更多是软件层面的。硬件的制式可以做到7纳米或者更低,但实际上一跑起来就会发现,所谓CUDA兼容和原生CUDA还是两码事,所有应用都需要重新编译一遍,几乎不敢拿去让别人使用。这样的话,你的市场要怎么打开?但投硬件的话,成本又非常高,所以我们看到很多企业最终为了保险起见,还是会去购买英伟达。 但反过来说,是不是那些企业就没有竞争力呢?肯定不是的。如果通过DePIN的方式并入进来,跑一些小模型训练和推理服务,可能会发现性价比还是挺高的。EMC网络是按AI任务完成度计费的,虽然可能性能上有40%-50%的差距,但成本只有20%,这样使用起来性价比还是挺高的,而且任务也可以随意调度,不用在前期投入那么多资金去买硬件。 从这两个层面来讲,DePIN结合Web3的经济模型为用户和企业创造了一个更加公平的环境,再结合RWA,变现渠道就更简单一些。Web2的商业模式就是吸引更多用户,然后让用户付费,Web3有更高级的玩法。大家都知道金融化,金融不是洪水猛兽,如果结合一些金融产品的设计,可以让赛道里的一些创业者和企业更快地获得收益,那么他们就会有持续不断的资金来投入,这是加速行业发展的一件好事。 彭昭(主持人):接下来原本还有一个硬核的话题,就是RWA和DePIN的结合,但RWA也是一个新的叙事,门槛比较高,需要讨论很长时间,考虑到我们的时间比较紧,接下来不如趁着直播间有这么多朋友在线,我们每个项目聊一聊想和什么样的项目合作,找找合作的机会。 Zed:我谈一些真实需求,特别有趣。现在其实不缺客户,去中心化存储也没问题,就是数据传输太慢。上次我们想跑一个训练,把香港、新加坡、美国的IDC都问了个遍,最后发现最简单的办法就是买张机票,然后带着硬盘过去拷,否则这么大的数据量,根本不可能做到高速传输。我觉得数据传输对AI的发展是个极大的刚需,存储这方面我不是专家,海量数据调来调去,我也想不到什么特别好的办法,Rock和Ben在这方面应该都比较专业。 Rock:边缘设备,你直接在有数据的地方训练就会快很多。我也和其他行业交流过,他们宁可用卡车来传硬盘。 Zed:真的是这样,我一开始只是当作笑谈,但后来算了一下,好像这个方式确实是最可行的。说到边缘化的方式,小模型推理都没问题,速度已经非常快了,但对一些中大模型来说,要用DePIN的方式做到效率最高,就是要把闲置的加以使用,但并不是说离你最近的那个地方一定会闲置,算法做不到这一步,算法只能做到“你是最合适的,所以我往那儿去”,但做不到“我需要你,你就在哪儿”。 还有隐私计算,这部分我们也很早就在做了,未来大家担心的不仅是数据归谁所有的问题,还有数据会不会被滥用和盗取的问题。虽然目前还没有涉及个人数据的安全性问题,但很快就会提上日程,特别是对一些非常有价值的数据,当它的数据量不是特别大的时候,它的切片、加密等方式也是我们最近刚刚涉及的问题,这方面我研究得不是特别透,也想听听大家的建议。 Rock:可信计算是大趋势,有个核心的概念叫TEE(可信执行环境),这个很重要。未来的大趋势是在边缘设备上加TEE芯片,支持大家做可信计算。可信计算的核心之一是在CPU内做数据的加解密,数据即便是在RAM里,也是加密的,只有进到CPU里才进行加解密的动作,这就是TEE。所以未来TEE的CPU也是一个趋势,各个制造厂商都会加TEE的芯片,来解决数据隐私性的问题。我先补充这一点。 Zed:那天我们也提到了这点,但去跑数据之前它还是需要解密的。如果有更好的方式的话,我觉得未来会是个大有可为的垂直赛道。 杜宇:我补充一点,TEE还是有一些缺陷,需要先解密再去算,最新的方向一定是全同态。两个月前我见过一个在欧洲做全同态的团队,他们在用硬件的方式加速全同态的计算,说今天的全同态可能和两三年前的zk情况差不多。其实即使是今天的zk,也还没有做到完全可用,在速度、性能方面还存在问题,但全同态一定是最成熟、最完备的解决方法,虽然距离实现还有很大差距,对硬件的要求也非常高,特别是大模型训练,可能真的要等量子计算成熟了才有可能性。 彭昭(主持人):直播间有朋友想问下Zed,如果想和EMC项目合作,无论是作为builder、用户还是投资人,应该怎样来切入? Zed:EMC除了做DePIN外,还有EMC Hub。我相信做AI的一定知道Hugging Face和C站。Hugging Face和C站今年特别火,Github也是开发者非常熟悉的平台,但它们中间都是断层的。做过AI的可能都知道,在刚开始接触AI的时候,绝大多数精力并不是放在开发上面,而是去配置环境,这就特别浪费时间。整个社会分工已经很明晰了,为什么要反复造轮子呢? 所以我们当时就觉得可以在基础设施上加一个应用层,相当于把Github和AWS进行结合,做了EMC Hub。EMC Hub是一个类似于Hugging Face的模型聚合市场,基于Web3的经济系统让大家来贡献内容,你所贡献出来的内容是归自己所有的,如果别人去使用或是进行了商业化,你也可以从中获得收益。有赖于整个算力网络的支持,代码可以作为一个服务直接部署在网络上,就是“代码即服务”,算力提供者、开发人员甚至AI爱好者都可以把自己开发或微调出来的模型部署在上面当作服务,并获得收益。用声纹识别举例,其实开发难度并不大,有很多开源代码,只需要微调一下即可当作服务卖给很多有需要的企业。现在去做一个2C产品是很难的,但你如果把自己的API服务部署在EMC Hub上并收取费用,很快就能够变现,这就打开了很多新的创业空间。 彭昭(主持人):很清晰,大家应该也都知道怎样和EMC合作了,Rock和Yan也可以说一下。 Rock:我也说一下需求。我们base在硅谷,对于
AI
行业
来说,这里的大厂也已经垄断了算力资源、一流的人才和数据集,我们这种创业公司的生存空间是很有限。我们目前的需求主要是人才,硅谷的算法工程师工资每年动辄20-30万刀起,我这次回国发现国内的算法人才也很多,特别是一些高校的同学们非常有天赋,能把业界前沿的论文快速消化吸收并且快速代码化的能力非常强。我们把AI搬到边缘上去需要三项最核心的技术:Efficient AI即模型的压缩优化、Federated Learning 联邦学习,以及刚才提到的Confidential Compute隐私计算,有对这三项技术感兴趣或是在这三个方向上有所积累的小伙伴和同学们请到Network3.ai上联系我们。 另外一个需求就是合作伙伴。如果有IoT厂商想尝试在边缘设备上训练模型赋能自己产品的,请联系我们,我们可以一起做个Pilot program。Web2的APP开发者如果不想去自己搭一套AIinfra,但是也想快速训练出自己app里的垂直模型的,也可以联系我们。谢谢! 彭昭(主持人):对刚刚说的这几个方向感兴趣的小伙伴可以给我们的视频号小助手留言,我们会有相关的同事来联系。接下来请Yan和Ben说一说。 Yan:我一直在关注视频号的互动,看到有网友问有没有社群的合作,我们是热烈欢迎社群合作的。现在几乎家家户户都有WiFi,现在既然要升级到WiFi6,同样的价格,为什么不换一个可以支持OpenRoamingTM的WiFi6 AX 6000设备呢?所以现在国内国外的需求都很旺盛,我们也非常欢迎社群合作,希望大家可以一起把OpenRoamingTM技术遍布到各家各户。有社群的朋友们欢迎跟我们联系,这是第一点。 第二,WiFi是一个难得的、每家每户、每个商店都需要的入口设备,伴随着WiFi6的换机潮,这些入口设备会是一个流量入口。拿小米举例,小米一般只做四个设备,手机、路由器、电视和汽车,其他都是生态链伙伴来做。我们也是希望聚焦入口设备,把兼容性做到最好。我们的WiFi路由器可以对接1-2T的SSD,设备都支持TrustZone,我本人在这个领域也有相当多专利,特别希望和存储、CDN等项目方合作,我们一起把DePIN部署下去。 第三,我们也希望与AI项目方开展深度合作。刚刚也提到我们团队是英伟达的合作伙伴项目,我们购买的所有机器都要支持SGX环境。但也有很多项目是用一个完整的机器作为可信执行环境,这也预示着隐私AI将是大势所趋。我个人特别看重边缘计算的隐私AI,早期各个小区施行人脸门禁的时候,大家都很担心自己的人脸信息被盗用,现在通过TEE环境可以确保即使黑客黑到设备里面成为root,也拿不走你的人脸信息。今后随着GPT等的发展,这个方向一定是大势所趋。MetaBlox虽然是WiFi网络,但因为我们是核心的入口设备,我们也支持边缘计算网络,希望可以和大家共建去中心化的隐私保护的边缘计算网络。 Ben:首先我们非常欢迎对IPFS技术有深入研究的开发者和我们一起去完善IPDN这个产品。同时,如果有开发者对去中心化存储有需求,比如你想构建一个dApp,用去中心化的CDN做数据、文件的存储,可以和我们联系,我们一起合作。 彭昭(主持人):我们的活动现在也接近尾声,接下来请杜总和林总每人做个一分钟的总结吧。 Leo:我也打个小广告。几周前香港金融科技周期间,我在Future3 Campus DePIN加速营的开营仪式上也讲到了DePIN应用链的启动,希望对DePIN赛道感兴趣的开发者和创业的团队和我们多多交流,看看DePIN应用链及其赋能能力能否支撑大家更快速地开发出DePIN产品的原型,也一起努力把DePIN赛道做得越来越热。 彭昭(主持人):DePIN应用链是个特别有价值的事情,很可惜今天的直播内容没涵盖这个话题,下次活动一定要包含进来。最后请杜总来总结。 杜宇:我个人感觉到今天为止,我们在DePIN方向上的探索还处于非常早期的阶段。今天我们主要讨论的是基础设施类别,上周是应用类,目前为止还没有看到整个DePIN生态完全的大爆发,我们今天和在场的几位行业先驱们一起在DePIN赛道做了更多的探索,希望能有更多示范性的案例出来给大家新的启发。 在全球范围内来说,我们的大湾区有着非常好的DePIN基础,但凡涉及到硬件都离不开大湾区,离不开深圳,这也是我们华人在整个Web3和DePIN赛道的巨大优势。我们希望能和从事物联网、硬件等行业的优秀企业家有更多交流,大家一起探讨如何将Web3与硬件、物联网相结合,探索出一片新的增长区域,我觉得这会是一件非常有意思的事。 彭昭(主持人):我也感觉随着讨论的深入,关注DePIN的朋友们的热情和数量都有了明显的提升,也期待下次和大家继续交流DePIN这个话题。我们今天的活动就到这里,谢谢各位。 来源:金色财经
lg
...
金色财经
2023-12-07
上一页
1
•••
39
40
41
42
43
•••
59
下一页
24小时热点
彭博:若特朗普与普京达成协议 中国最高领导人面临这个重大威胁
lg
...
美国突发“出口”中国移民!特朗普签署新命令:即刻停止移民儿童法律援助
lg
...
中美重磅!纽约时报:特朗普希望与习近平达成一项更大更好的贸易协议 中美在讨论让领导人互访
lg
...
特朗普、马斯克突传“罕见”行动!《富爸爸》作者:美国经济将崩溃 万物泡沫坚定持仓比特币
lg
...
【直击亚市】特朗普对中国最新攻击!美元热度减弱,德国选举结果出炉了
lg
...
最新话题
更多
#SFFE2030--FX168“可持续发展金融企业”评选#
lg
...
19讨论
#链上风云#
lg
...
60讨论
#VIP会员尊享#
lg
...
1753讨论
#比特币最新消息#
lg
...
905讨论
#CES 2025国际消费电子展#
lg
...
21讨论