FX168财经网_全球视野外汇黄金加密货币NFT资讯网

苹果的后来者居上策略：靠隐私保护打脸微软

加反感。自从微软在2023年推出带有ChatGPT的Bing以来，我使用过各种形式的“人工智能”，但除了让互联网充斥着垃圾数据外，我还没找到使用它们的令人信服的理由。虽然微软一直在强调整合Copilot可以提高用户的工作效率，但我所见过的它所能做的要么是胡乱帮我，要么是胡乱总结或改写文本。对了，它还能生成图片，在聊天时放上这些图片会很有趣，但实际上没什么用处，因为这些图片看起来明显是AI生成的。诚然，AI技术还处于早期阶段，两家公司在将人工智能整合到操作系统中时，还有很多时间来完善。虽然苹果在人工智能领域起步较晚，但我不禁被它以隐私为先的苹果智能（Apple Intelligence）营销所吸引。我喜欢苹果将隐私作为其人工智能产品的主要卖点，并希望微软也能如此。事实上，苹果将隐私作为其2024年营销的重要支柱，并发布了一份新闻稿，强调其新操作系统尊重用户隐私的所有方式。当然，这只是一份新闻稿，目的是让苹果公司看起来更有面子，但这样的声明微软还没有发布过，而且如果不对其数据基础架构进行认真改造，也很可能无法发布。举例来说，当Siri在iOS 18中进行大改版时，它将与ChatGPT-4o集成，据称能够处理比现在复杂得多的请求，比如能够看到设备上应用程序的内部情况，并在其中采取行动来满足用户的请求。例如，在WWDC大会上，我们看到苹果演示了如何让新Siri找到特定人物和地点的照片，然后让苹果的人工智能助手对照片进行编辑，使其更加出彩。苹果表示，新版Siri会尽量在设备上完成所有处理工作，以确保用户的请求和图片不会被发送到其他任何地方或被任何人看到。不过，如果Siri需要更多的处理能力来完成请求，它会联系苹果的服务器进行额外处理。这些服务器是苹果的隐私云计算服务器，在苹果芯片上运行，因此具有与iPhone或MacBook相同的安全功能，如Secure Enclave和Secure Boot。苹果承诺，在这些服务器上，任何人（包括苹果员工）都看不到你的数据，而且在你的请求得到满足后，数据会立即被删除。苹果还承诺允许“独立专家”检查运行这些隐私计算服务器的代码，并验证其说法是否属实。但如果需要使用ChatGPT-4o，Siri会在发送请求和/或图片/文件到ChatGPT之前征求用户的同意。这只是整个过程中的一小步，却让我倍感安心，因为这是在提醒我，我正在将个人数据发送到第三方服务器进行处理。相比之下，微软对人工智能的态度似乎是——让用户无缝地将其集成到电脑的所有操作中。即使我对此感到满意，但是我对微软似乎不怎么重视用户隐私感到很不舒服。虽然该公司已经发布了一份关于Copilot如何使用你的数据的指南，但其中明确指出，你必须付费才能保证数据安全。虽然免费提供给Windows用户的基本版Copilot确实有一个设置，可以让用户启用或禁用它从Microsoft Edge读取数据的功能，但这是用户对自己隐私的全部控制。要真正确保发送到Copilot的请求和数据是私密的且不会与任何人共享，必须每月支付30美元的Copilot for Microsoft 365订阅费用。因此，如果你是微软的付费用户，在使用Copilot时就会看到“您的个人和公司数据在此聊天中受到保护 ”的提醒。如果你看不到这个提醒，也就说明你的数据没有被保护。老实说，我不相信微软会把我的数据卖给广告公司或其他数据驱动型企业。但如果你恰好在欧盟或英国使用Outlook应用程序，你就会发现该公司显然非常乐意将用户数据出售给广告商。这是因为在部分地区，微软增加了用户选择不将数据出售给第三方的选项，这可能是迫于监管压力。另一方面，苹果似乎在将AI整合到日常生活中的同时，公开地承诺不会通过Apple Intelligence赚钱。苹果在人工智能方面的努力似乎正在帮助Siri成为其一直以来承诺的虚拟助手，同时也在改进Spotlight搜索和备忘录中的语音输入等功能。总的来说，苹果在将AI整合到其产品中的隐私优先方法——是我迄今为止在大型科技公司中所见最好的。虽然有人可能认为苹果在AI领域的反应显得迟缓，落后于竞争对手，但作为一名用户，这实际上让我感到非常安心。坦率地说，看到微软以创纪录的速度将人工智能引入其所有产品中，我其实感到有点害怕，而且我认为，这种急于推向市场的行为从长远来看可能会弊大于利。 02.苹果的人工智能如何处理用户数据？上周，苹果在全球开发者大会（WWDC）上轰轰烈烈地宣布，将在其产品中加入人工智能，并与ChatGPT开发商OpenAI合作。苹果在推出一套自主研发的AI模型的同时，还将ChatGPT集成到其设备和软件中。因此，人们很自然地想知道，这两家公司将如何处理用户的个人信息。对于以安全和隐私著称的苹果来说，这个问题尤为关键。苹果智能（Apple Intelligence）是苹果自主研发的AI工具的统称，主要定位于个人助手，强调“个人”这一点。它会获取有关用户的人际关系、联系人、发送的信息、电子邮件、参加过的活动、日历上的会议等具体信息，以及其他与用户生活息息相关的数据。苹果希望，利用这些数据让用户的生活变得更轻松，例如，帮用户找到几年前音乐会的照片，找出要附在邮件中的正确附件，或者按照优先级和紧急程度对用户的移动通知进行排序。不过，苹果智能可能缺乏某些科技专家所谓的“世界知识”，也就是关于历史、时事和其他与用户非直接相关的信息，而这就是ChatGPT的用武之地。用户可以选择让Siri将问题和提示转发给ChatGPT，或者让ChatGPT帮助在苹果应用程序中编写文档。苹果表示，计划最终与其他第三方人工智能模型进行整合，这种整合基本上消除了访问ChatGPT的步骤，为苹果用户提供了更无缝的使用体验。由于苹果智能和ChatGPT的用途大不相同，用户发送给这两个AI的信息量和类型也可能不同。苹果智能系统将可以访问用户的大量个人数据，从书面通信、照片和视频，到日历、事件记录等。除了不使用其的功能外，似乎没有其他办法阻止苹果智能访问这些信息。苹果公司发言人没有立即回应有关这一问题的提问。如果用户决定通过苹果使用ChatGPT，可能会选择与OpenAI共享其中的一些数据和更多数据，但ChatGPT不一定或不会自动访问用户的高度个人化的信息。在大会的演示中，苹果展示了Siri在向ChatGPT发送提示之前征求用户的许可。作为与苹果协议的一部分，OpenAI做出了一项重要让步：OpenAI同意不存储来自苹果用户的任何请求信息，也不收集他们的IP地址。既然我们已经确定了OpenAI会如何处理用户的数据，那么苹果呢？虽然苹果用户如果想使用ChatGPT，就必须将个人信息和人工智能请求发送给OpenAI，但苹果表示，大多数时候苹果智能不会将用户数据发送到任何地方。苹果会尽量在设备上直接处理AI请求，使用较小的AI模型。这与苹果处理FaceID和其他敏感数据的方式类似——其理念是，在设备上处理数据可以限制风险暴露。如果用户的数据从未实际传输到其他任何地方，就无法被拦截或被黑客攻击。如果用户的人工智能任务需要更强的处理能力，苹果智能会将用户的查询和数据发送到苹果控制的云计算平台，由能力更强的人工智能模型来完成请求。这也是苹果公司声称自己在隐私保护方面取得重大突破的地方。在大会主题演讲中，苹果宣布的这一消息似乎没有得到太多的关注，但这显然是苹果经过精心计划的重大进展。苹果周一表示，它已经开发出一种新的云计算方法，这意味着苹果可以对敏感数据进行计算，同时确保任何人，甚至是公司本身，都无法知道正在处理哪些数据或进行哪些计算。苹果的新架构被称为“私有云计算”（Private Cloud Compute），它借鉴了iPhone的某些硬件和安全概念，包括保护苹果移动设备上用户敏感数据的安全区（secure enclave）。苹果公司软件工程高级副总裁Craig Federighi在主题演讲中表示：“有了私有云计算，用户的数据永远不会被存储，也不会被苹果公司获取。在满足用户的人工智能请求后，私有云计算会自行删除该过程中涉及的任何用户数据。” 03.苹果的训练数据苹果的人工智能模型并非凭空出现。它们也必须经过训练，就像其他公司提供的模型一样。这不禁让人猜想苹果使用了谁的数据，又是如何使用的？在上周发布的一份技术文件中，苹果表示，其模型是“根据授权数据”（包括为增强特定功能而选择的数据）训练的。苹果补充说：“在训练基础模型时，我们从不使用用户的私密个人数据或用户互动，我们会应用过滤器去除个人身份信息，如在互联网上公开的社会安全号码和信用卡号。” 不过，苹果的确承认从公共互联网上搜刮数据，然后用于训练其自研模型，这与其他人工智能公司有些类似，其中一些公司曾面临版权诉讼，并引发了一场关于人工智能初创公司是否不公平地从人类工作中获利的争论。苹果没有透露其摄取了哪些网络信息，但该公司明确表示出版商可以在其网站上添加代码，以防止苹果的网络爬虫收集其数据。但是，这将保护自己知识产权的责任完全推给了出版商，而不是苹果公司。原文来源于： 1.https://www.tomsguide.com/ai/apple-is-handling-ai-so-much-better-than-microsoft-i-may-ditch-windows-for-macos-sequoia 2.https://edition.cnn.com/2024/06/13/tech/apple-ai-data-openai-artificial-intelligence/index.html 中文内容由元宇宙之心（MetaverseHub）团队编译，如需转载请联系我们。来源：金色财经

金色财经06-17 17:21

比特币十年内有望突破百万美元吗？还有什么加密货币有10倍升幅

的代币已经被质押。该项目旨在通过类似于ChatGPT的先进预测技术来革新AI驱动的交易，提供客观的市场分析以帮助做出明智的决策。WienerAI还促进了去中心化交易所之间的免手续费交换，增强了可及性和用户体验。参观购买WienerAI WienerAI的路线图重点是其AI机器人的即将推出，这预计将在加密货币小区内引发进一步的兴奋。利用狗狗主题迷因币的受欢迎程度，WienerAI的AI驱动交易机器人和令人印象深刻的预售成果使其成为加密AI领域的重要参与者。 WienerAI凭借其明确的愿景和势头，致力于成为ICO市场的领导者。通过探索其网站上的白皮书来深入了解。关注他们的X和Telegram等社交媒体管道以获取最新消息。凭借其坚实的基础和雄心勃勃的目标，WienerAI在当今顶级ICO中呈现出令人信服的投资机会。访问wienerdog.ai参与$WAI代币预售。参观购买WienerAI 3. 公平发行的迷因币Base Dawgz已筹得145万美元迷因币的关键特征不是其高供应量或低单价，而是其公平的发行方式，让所有人都能从一开始就参与进来。与那些高完全稀释价值（FDV）的“风投币”形成鲜明对比，迷因币的发行使得没有人能够获得不公平的优势，这是一个完全的玩家对玩家（PvP）竞争模式。 Base Dawgz (DAWGZ) 是在Base区块链上预售的一个项目，与Coinbase有关联。作为加密货币投资者或交易员，跨不同区块链进行投资而不是仅依赖一个区块链是至关重要的，以确保持续成功。参观购买Base Dawgz预售 Base Dawgz项目具有创新的代币经济学，包括类似于社交空投的推荐系统。该项目通过独特的“分享即赚”系统激励用户参与，用户可以推广项目、链接社交媒体帐户并创建内容，从而赚取可兑换$DAWGZ代币的积分。这种系统通过奖励在社交媒体上分享相关内容，创造了一个连续的市场营销循环，提升了项目的知名度和参与度。Base Dawgz的预售将在不到一周内结束，筹资接近145万美元。这是一个有限的投资机会，有望成为一个具有突破性的多链项目。参观购买Base Dawgz预售结语：总的来说，Bernstein对MicroStrategy的首次覆盖报告，不仅提升了市场对该公司的信心，也为比特币的未来发展提供了重要参考。随着越来越多的机构进入市场，比特币的价值有望在未来十年内实现突破性增长，同时预售的模因币因为入场费低，未来享受更高的百倍升幅。

Business2Community06-17 17:19

热点速递：消费电子景气回升，热点催化不断，成长风格占优背景下表现领先

布、与OpenAI合作在Siri中加入ChatGpt等，有望开启新一轮创新周期和换机潮，因此较好的提振了市场对消费电子板块预期。 AI终端应用陆续落地，叠加PC、智能手机等消费电子需求复苏，消费电子进入景气度回暖趋势。国家统计局数据显示，5月通讯器材类消费品零售额610亿元，同比增长16.6%；1~5月通讯器材类消费品零售额2856亿元，同比增长13.9%。Canalys数据显示，2024Q1全球智能手机出货量同比增长11%，智能手机在经历2021Q3以来下行周期后，在2023Q4开始回暖明显。PC端，2024Q1全球台式机和笔记本出货量同比增长3.2%。在AI手机、AIPC等利好因素支持下，2024年消费电子有望实现更为明显的复苏。从市场策略视角看，近期成长风格持续占优，反映的是随着市场进入调整、红利板块全面下行之后，资金高低切换行为，资金选择前期预期较低、表现较弱的科技成长赛道，一方面更加抗跌，一方面博弈反转机会。像电子等最早出现催化因此的方向已经持续活跃3-4周，上周以来消费电子在利好刺激下开始表现，短期看市场依然在价值风格主导的调整阶段，而成长/价值的剪刀差收敛才刚开始，空间和时间维度上看成长风格占优有望延续。消息面上，后续华为开发者大会召开，HarmonyOSNEXT、新一代盘古大模型等成果将出现，搭载高通骁龙XElite芯片的AIPC将于今年6月上市，搭载AMDRyzenAI300芯片的笔记本电脑将于7月上市，英特尔推出配备神经网络处理单元（NPU）的LunarLake，搭载此款芯片的AIPC将于今年秋季上市，多重利好下，板块活跃有望延续。相关产品： ✔消费电子 ETF（159732）及其联接基金（018300/018301）：国证消费电子主题指数（指数代码： 980030.CNI，指数简称：消费电子指数）选取公司业务领域属于消费电子板块，包括手机产业链、可穿戴智能设备、智能家居等细分领域的上市公司中日均总市值前 50 名证券作为指数样本，反映沪深北交易所消费电子行业优质上市公司的市场表现。 ✔芯片ETF（159995）及其联接基金（008887/008888）：国证半导体芯片指数（980017.CNI，指数简称：国证芯片）旨在反映 A股市场芯片产业相关上市公司的市场表现，国证半导体芯片指数成分股“少而精”，聚焦优质个股，且流动性更高，长期收益较好。国证半导体芯片指数作为半导体芯片行业的代表性指数，能够反映该行业市场机遇。本资料仅为服务信息，不作为个股推荐，不构成对投资人的任何实质性建议或承诺，也不作为任何法律文件，请结合自身风险承受能力决策。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云06-17 16:51

深入探讨去中心化人工智能（DeAI）及其重要性

是利用 AI 构建的，其中一些包括： ChatGPT：能够进行类似人类对话。 Perplexity AI：提高搜索准确性。 Jasper AI：作为内容写作的副驾驶。 DALL-E：从文本描述生成图像。 Pika Art：从文本生成高清视频。这些工具正在成为我们日常生活的一部分，使任务变得更容易和更高效。AI 不再只是一个未来的概念；它正在积极解决我们今天面临的重要问题。 AI 的发展正在改变众多行业，例如：帮助医生更快地诊断疾病使自动驾驶汽车能够安全导航为用户在线购物体验个性化原则上，AI 方法可以分为三大类：中心化 AI：由单一实体或企业控制。去中心化 AI：注重分布式控制、透明度和激励机制。开源 AI：强调促进协作和透明度。在今天的研究中，我们将重点探讨“去中心化 AI”。 AI 的开发生命周期在深入细节之前，让我们了解一下构成 AI 开发生命周期的不同组件。这将使我们更容易理解去中心化如何对这些步骤作出贡献。 AI 的创新需要多年来的进步、持续反馈、培训和参与。开发一个 AI 模型涉及几个关键阶段，以确保端到端操作流程的稳健性。以下是生命周期关键阶段的详细介绍：问题陈述识别和设计一切始于识别业务问题并定义要解决的目标。数据收集是最关键的步骤之一，确保模型使用相关且准确的数据。数据收集与探索这一阶段包括从各种来源聚合数据并评估其质量。初步数据分析有助于理解模式和趋势，从而制定数据预处理和特征工程（数据改进）的计划。数据整理与准备数据预处理包括清理和转换原始数据为丰富、可用的数据集。使用特征工程从现有数据创建新特征以增强模型性能。模型开发这一阶段涉及根据问题陈述和收集的数据选择最适合的机器学习实践。接下来的步骤是训练和测试模型，以确保其能够做出准确的预测。最后是优化，即提高模型的效率。模型部署将模型部署到现实环境中，使其开始进行预测、推荐或其他训练任务。你可以使用计算提供商将其投入生产。持续监控确保模型保持准确和有效。偏差检测确保决策的公平性。模型维护与再培训维护模型涉及定期更新和使用新数据进行再培训。重点是尽可能多地收集反馈，并将其反馈给模型以进行调整和改进。今天，大多数这些模型来自研究机构、私营公司或少数开源组织。Google、OpenAI、IBM、AWS 和 Microsoft 是一些主要参与者。去中心化 AI 的需求中心化 AI 存在其问题。试想一下，单点故障意味着一次漏洞可能会危及所有内容。相比之下，去中心化 AI (DeAI) 通过将数据分布在多个节点上，使系统更安全。如果一个节点受到攻击，其余节点仍能正常运作。这种设置还使用户对其数据拥有更多控制权，尤其是在利用完全同态加密 (FHE) 和零知识机器学习 (ZKML) 等技术时，降低了隐私风险。审查是中心化系统的另一个重大问题。一个实体可以控制和操纵信息。相比之下，去中心化 AI 分布控制，难以让任何单一实体主导叙述。这确保了信息保持可访问并免受不当影响。透明度是我认为的关键因素。开源模型、激励机制和协作工作流管理意味着任何人都可以随时检查和验证决策。这种开放程度解决了中心化系统中隐藏偏见和不透明过程的问题。此外，它允许更多人参与并贡献。例如，拥有闲置计算空间的人现在可以通过去中心化计算提供商如 Akash 和 Render 出租。去中心化模型还限制了中央实体的权力，防止 AI 被滥用于不公平的目的。通过促进协作和知识共享，它利用集体智慧和更大的治理，导致系统更稳健、更开放和更准确。加密技术在其中充当了促进者，将最好的两方面结合在一起。它提供了对顶级服务、计算、模型和数据的访问，同时为每个利益相关者提供激励循环、安全性和隐私。这种协同作用确保 DeAI 不仅有效，而且公平和安全。 DeAI 的实际应用以下是 DeAI 领域的一些关键应用：行业应用医疗保健 DeAI 通过实现医疗机构之间的安全、私密的数据共享来增强医疗保健。 AI 算法可以分析匿名数据以识别模式、预测疾病爆发并个性化治疗计划。例如，患者可以私下分享他们的数据给医院，并确保只有他们自己拥有数据，没有其他人。金融去中心化金融 (DeFi) 是 web3 的最大子生态系统之一。AI 可以帮助增强风险管理和交易。这些协议使用 AI 评估风险、预测资产价格并优化交易策略。例如，许多项目正在开发有效资产管理、AI 驱动的自动化做市商 (AMM) 工具等。安全和欺诈检测 AI 算法可以通过分析交易数据中的模式和异常来帮助系统检测和防止欺诈。这增加了 web3 协议的安全性。例如，在 NFT 生态系统中，AI 可以帮助识别假冒资产，确保完整性。内容/情感生成 AI 可以用于创建故事情节、传说、游戏机制等。例如，web3 游戏可以使用 AI 从文本描述生成游戏内容，智能合约管理角色画像和物品等资产的所有权。此外，了解用户对某个类别、问题或市场的看法非常有价值。Kaito 和 Nansen 等工具旨在提供这种情报。 AI 代理和自动化有项目正在为各种领域的任务构建自主 AI 代理，从客户服务到供应链管理。这些代理可以由任何人创建或在协作努力下创建，所有利益相关者都可以无缝地自动获得奖励。用户体验 web3 的用户体验并不是最好的，但模型可以通过个性化推荐和行为预测来提升这一体验。去中心化的社交网络是一个很好的例子，允许用户选择内容推荐的算法或根据自己的喜好策划他们的 feed。生态系统管理激励结构利益相关者可以通过提供数据、计算能力或开发算法获得奖励（赚取代币）。动机在于，存在强大的需求驱动因素，促使人们聚集在一起，合作解决难题，同时也能公平地获得时间和努力的回报。成本效率 DeAI 平台可以通过利用分布式网络中的未使用资源大幅降低成本。它们消除了对昂贵数据中心的需求，并确保资源被最大化使用。例如，Akash Network、Aethir 和 Render 等项目允许用户租用他们未使用的计算能力用于 AI 任务，提高了效率。治理 DeAI 还可以用于改进治理流程，特别是对于协议和去中心化自治组织（DAO）。 AI 可以自动化声誉管理和奖励，确保在 DAO 中公平地认可贡献。推动加密与 AI 结合领域发展的催化剂加密与 AI 结合的交叉领域有几个强劲的催化剂推动其发展。让我们来看看其中的一些。首先，生态系统的资金一直在增加。过去一年中，共有 10.2 亿美元被投入到 136 轮融资中，平均每轮 750 万美元。Hack VC、Variant、Paradigm 和 Polychain 等著名投资者正在进行重大投资。这一资本的涌入正在为该领域的研究和创新提供动力。其次，这项技术旨在提供比中心化系统更具成本效益的替代方案。它可以将潜在的运营成本降低近 50%，高效处理大数据量，并同时提供安全性和隐私性。例如，Akash 声称与 AWS、GCP 和 Azure 相比，其计算提供的成本降低了 85%。从市值来看，该领域的领先项目，如Bittensor、Akash、Render、Worldcoin，在过去的一年里在二级市场上表现异常出色。这些项目一直是 web3 中表现最好的资产之一。根据 Coinbase 的报告，Crypto x AI 品类在品类层面也表现明显出色。 2024 年 4 月，NVIDIA 公布的业绩非常出色。以下是一些新闻中的数据：他们报告称 2024 年第一季度的收入为 260 亿美元，比 2023 年第四季度增长 18%，比去年同期增长 262%。 2024 年第一季度每股摊薄 GAAP 收益为 5.98 美元，比上一季度增长 21%，比去年同期增长 629%。这些数字相当亮眼。中心化服务的宕机事件最近，所有中心化服务（包括 Google.com、ChatGPT、Perplexity）都同时宕机，而所有 Web3 服务则完好无损地运行着。Akash Network 的创始人在此事件期间发出了这样一条推文。由于这些以及许多其他类似的举措、事件和创新，这个领域正在快速发展。领先的远见者生态系统正在积聚势头，这要归功于一些关键行业人物的支持和参与。 Erik Voorhees ShapeShift 的创始人和推特上的大人物，推出了 Venice AI，旨在创建一个无需许可的替代品，替代类似 ChatGPT 的流行 Web2 大语言模型（LLM）。 Venice 侧重于用户隐私和反审查，利用开源技术提供未经过滤和无偏见的信息。 Emad Mostaque Stability AI 的创始人和前 CEO，已辞职，全身心投入 DeAI，他正在构建 Schelling AI。他认为，随着 AI 变得越来越关键，透明和分布式治理将变得非常重要。 Niraj Pant 前 Polychain Capital 的 GP，现正在构建 Ritual.net。这个平台旨在为 AI 构建一个主权执行层，允许开放和无需许可的创建、分发和改进 AI 模型。 Ritual.net 的第一阶段 Infernet 允许开发者通过智能合约和链下访问模型。存在的问题虽然去中心化 AI 提供了许多好处，但它也面临着需要注意的重大挑战。以下是当前面临的主要问题：初始设置成本和挑战建立一个 DeAI 网络面临相当大的困难。构建必要的基础设施和吸引参与者需要大量的时间和资源。这个冷启动问题突显了吸引早期采用者的强大激励措施的必要性。然而，在未达到临界质量之前，网络难以获得牵引力。增加的协调需求管理一个去中心化网络非常复杂。同步多个节点和利益相关者，确保数据一致性，维护安全性，并以成本效益高的方式运营需要大量努力。虽然这种协调体现了加密 x AI 的精髓，但有时可能变得低效和繁琐。可扩展性挑战网络在可扩展性方面面临挑战。在不降低性能的情况下处理不断增加的数据和交易是当今的一个重大挑战。由于节点运行时间的差异，去中心化网络可能会遇到延迟和带宽问题，影响整体效率。诸如分片之类的解决方案仍在发展中，可能无法完全缓解这些问题。资源获取公司在获取最先进的资源方面往往会遇到障碍。主要的中心化提供商可以大量投资于最新的硬件和软件，赋予他们竞争优势。相反，DeAI 项目由于资金有限，可能落后，影响其性能和能力。例如，NVIDIA 倾向于优先为像 GCP、Azure 和 AWS 这样的大型用户分配资源，而不是他们的 Web3 对手，因为需求更高。然而，对于 Web3 提供商来说，当前供应超过需求，或者他们可能仍处于初期建设阶段。法规和法律挑战加密在很大程度上处于法规的灰色地带。缺乏明确的监管框架可能会导致法律风险和不确定性。在去中心化环境中遵守 GDPR 等法规变得更加困难，导致全球范围内持续的斗争。加密 x AI 的未来加密和 AI 的融合有望催生创新项目和应用，解决现实世界的挑战。在我们即将发布的博客中，我们将深入探讨加密的几个关键子类别。我们将探索零知识机器学习（zkML），如 Modulus Labs 和 Giza 等项目，开发以模型推理为中心的产品。此外，我们还将研究去中心化云计算提供商如 Render、Akash Network 和 Aethir，强调它们在提供可扩展且具有成本效益的传统云服务替代方案中的作用。还有许多其他类别，包括 AI 代理、消费者应用和 Web3 游戏，正在蓬勃发展，如 Prime、Nim Network 和 AI Arena 等项目在这一领域运作。虽然列表可以继续扩展，但我们将把进一步的探索留待下一篇博客文章中。在这个领域中，有着悠久历史和成功记录的几个项目包括： Bittensor：这个项目正在开发一个去中心化网络，通过区块链激励参与者共享 AI 模型和数据集，使用“子网”奖励贡献。 Fetch：致力于自主 AI 代理市场，Fetch 提供与 ChatGPT 和 Slack 等顶级服务的集成，通过简单的 API 集成实现对齐。 Akash Network：专注于构建一个提供云计算资源的去中心化市场，Akash Network 使用其 AKT 代币进行治理、安全和网络内的交易。结束语我坚信去中心化 AI（DeAI）有望成为游戏规则的改变者，我们才刚刚开始见证其在生态系统中的增长。 DeAI 体现了透明性、协作和全球影响的原则。正如我们所讨论的，它正在重塑各个关键领域。 Render、Akash 和 Worldcoin 等项目凭借其显著的吸引力和资金，不仅展示了这一领域的巨大潜力，还预示了未来几年可能会经历的显著增长。展望未来，我们将深入探讨加密 x AI 的子类别，继续探索这一动态领域。未来光明，我们才刚刚开始。来源：金色财经

金色财经06-17 16:51

AI“用电荒”下，谁在加码核电？比尔·盖茨准备再豪掷数十亿美元

没有充足的电力来运行AI所需要的芯片，ChatGPT一天耗电50万度，以美国家庭平均用电量算，ChatGPT耗电量是1.7多万倍。现在ChatGPT每天要响应2亿次的要求，这造成了大量耗电，而且各种要求还将继续增加，耗电量会一直增加，所以他预测，明年耗电可能扛不住。无独有偶，英伟达创始人黄仁勋也发出了类似警告。他指出，AI的尽头是光伏和储能。不能只想着算力，而是需要更全面地考虑能源消耗问题。如果只考虑计算机，我们需要烧掉14个地球的能源。 OpenAl创始人奥特曼也提出过这样的看法。他认为未来AI技术的发展将高度依赖于能源，特别是光伏和储能技术的进步。未来AI的技术取决于能源，我们需要更多的光伏和储能。

格隆汇06-17 16:42

海通国际：给予博彦科技增持评级，目标价位10.84元

中在微软海外智能云在中国的落地以及基于ChatGPT技术为客户提供解决方案，尽管ChatGPT没有正式进入中国市场，公司已经在有海外业务的国内中大型民营企业中实现了业务落地，并计划2024年进一步深化这些业务。2023年，公司还与上海交通大学开展产学研合作，共同建立了人工智能研究中心，这不仅加强了公司的研发实力，也为公司提供了丰富的人才资源和科研支持；在金融领域，公司与银行、信托资管等金融机构紧密合作，推进了一系列的联合创新研发项目，通过这些项目，公司不断优化和完善各类应用解决方案，以满足客户的实际需求；在技术层面，公司推出了人工智能计算平台，提供了从数据样本的标注到模型的部署、训练以及推理服务的全流程支持。它极大地简化了AI开发的复杂性，帮助用户快速地训练和部署模型，实现了AI应用的快速上线。目前，公司的AI大模型应用业务大多落地在客户的内部管理流程上。公司正在积极拓宽应用领域，从内部管理这样的软应用逐步拓展到生产、制造、设计等硬应用领域。在客户服务的过程中，一般的业务逻辑是公司先从客户管理系统、人力系统、财务系统等内部服务系统开始优化，后续公司再持续挖掘客户需求，通过咨询等业务抓手，从企业全业务链条的维度出发，使公司相关AI应用不仅可以在内部管理中发挥作用，还可以在生产供应链环境中进一步应用，从而构建企业级的AI架构和应用。这样一来，AI大模型可以在企业的各个应用场景中逐步得到应用。这样的全面布局不仅可以给公司带来更多的业务订单，也能显著提升公司的市场口碑。客户对公司的AI解决方案的满意度和信任度不断提高，这为公司AI大模型应用的持续发展和创新提供了坚实的基础和良好的发展路径。我们认为，公司高度重视AI技术发展，目前在这一领域已经拥有了一定的积累和一些积极的进展，伴随未来大模型的持续发展与迭代，公司也有望享受到较大的行业发展红利。　　数据要素与咨询业务逐渐发力，公司天花板持续打开。公司高度重视数据要素业务的发展，并在这一领域进行了一系列业务布局。凭借在大数据业务领域的深厚技术积累和丰富的服务经验，公司已经建立了一套完善的大数据管理平台，该平台不仅能够高效地处理和分析海量数据，还能够为客户提供定制化的数据智能解决方案，特别是在银行等金融领域，公司已经成功实施了较多项目，显著提升了客户的业务效率和决策质量。2023年底，公司和新华财经展开合作，将新华财经数据资源同客户使用场景融合，共同开发新的数据要素项目，同时公司还将在新华财经终端二期开发、数据库渠道销售等业务同新华财经展开合作。此外，公司与腾讯云、百度智能云、金山云、人大金仓、南大通用等主流云服务和数据库厂商建立了紧密的合作关系，确保了公司提供的数据类解决方案能够与这些平台无缝兼容，并通过了严格的认证程序，这种生态合作不仅增强了公司服务的可靠性和安全性，也为公司打开了更广阔的市场空间。基于这些能力和资源整合，公司能够为客户提供从数据采集、数据加工、数据存储、数据治理、数据安全到数据分析和应用的全生命周期解决方案。这些解决方案全面覆盖了数据的各个环节，帮助客户实现数字化转型，最大化地释放数据要素价值，从而在激烈的市场竞争中占据优势。同时，公司也密切关注数据要素相关的政策动向，积极探索和拓展新的业务机会。通过与政府、行业协会和研究机构的紧密合作，公司能够及时把握政策导向，预见市场趋势，布局新的数据要素相关业务。另一方面，2023年起，公司开始重视咨询相关业务。在地缘政治等因素的影响下，部分外资企业正逐步退出企业管理咨询等市场，在央国企客户为主的存量市场中这一趋势更为显著。公司注意到了这一市场变化，并于2023年下半年开始关注并构建相关业务能力。鉴于国家层面的大趋势是各行各业都在经历数字化转型，而通过管理咨询、数字化咨询找出企业问题并制定解决方案是实现企业数字化转型的首要步骤，公司认为这一市场具有巨大潜力。公司不仅持续关注这一领域，而且从2023年下半年开始积极组建咨询业务团队，构建公司的专业能力，并且已经开始陆续接到业务订单。　　公司咨询业务团队汇集了众多经验丰富的业务负责人，均来自行业领先的咨询公司，他们在管理咨询、人力咨询、财务以及数字化转型等领域有丰富经验。我们认为，公司在数据要素和咨询两大业务领域已经开始逐步发力，行业天花板持续打开，为公司未来长期增长奠定了坚实的基础。　　盈利预测与投资建议：我们认为，公司目前在人工智能领域已经取得了较为积极的进展，尤其是作为微软的生态合作伙伴，获得了比较多的技术协同，伴随2024年两者合作的进一步深化，公司有望享受较多海外大模型发展带来的红利。同时，公司在数据要素和咨询两大业务领域已经开始逐步发力，行业天花板持续打开，为公司未来长期增长奠定了坚实的基础。2023年国内外环境变化，公司下游客户需求受到一定影响。基于当前的外部环境，对盈利预测进行一定下调。我们预计公司2024-2026年归母净利润分别为2.56/3.30/4.24亿元（24-25年原预测为4.36/5.72亿元），EPS分别为0.43/0.56/0.72元（24-25年原预测为0.74/0.97元），给予2024年PE25倍，目标价10.84元（原目标价为18.43元，2024年PE25倍不变，-41%），维持“优于大市”评级。　　风险提示：汇率波动风险，公司新业务板块发展不及预期，人工智能技术发展不及预期。证券之星数据中心根据近三年发布的研报数据计算，海通证券杨蒙研究员团队对该股研究较为深入，近三年预测准确度均值为37.78%，其预测2024年度归属净利润为盈利2.56亿，根据现价换算的预测PE为19.12。最新盈利预测明细如下：该股最近90天内共有3家机构给出评级，买入评级3家；过去90天内机构目标均价为9.76。以上内容由证券之星根据公开信息整理，由算法生成（网信算备310104345710301240019号），与本站立场无关，如数据存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星06-17 14:11

午评：股指早盘走势分化沪指半日跌0.51%，苹果及车路云概念大涨

到苹果手机用户可以通过Siri免费调用ChatGPT-4o，购买新机的用户都能体验AI功能，用户基数有望持续提升。未来AI软件由谁付费或发展成手机品牌商、芯片厂商、软件厂商、消费者的四方博弈，但随着token成本的下降和苹果较大的优质用户技术，模型API成本或持续下降，并推动应用加速普及，AI手机渗透率有望持续提升，形成正向循环。国金证券：市场波动率或加快上升，维持“大盘价值防御”策略国金证券研报表示，当前处“政策影响End-市场底”阶段，市场波动率或加快上升，维持“大盘价值防御”策略。建议1)银行底仓；2)黄金+医药“进攻”；3)次选高股息。扩散策略包括1)大宗品仅保留“黄金”；2)创新药将受益于美债利率趋势性下降；3)高股息需叠加困境反转、景气改善或出海逻辑：首选，银行、公用事业、环保、纺织服装、农林牧渔；次选通信、中药、旅游及景区、饮料乳品等。

金融界06-17 11:41

6月为消费电子“科技月”，热点催化不断，智能消费ETF(515920)涨近1%，领益智造涨停

OpenAI构建合作伙伴关系，积极整合ChatGPT，生成式AI功能预计将进一步完善。开源证券表示，我们认为苹果将AppleIntelligence、ChatGPT同Siri融合，预计有望推动AI功能快速完善，苹果AI手机呼之欲出。此外，苹果AI功能需要出色芯片支持，目前仅iPhone15Pro和iPhone15ProMax支持该功能，AI功能发展也有望带动新一轮苹果手机换新。与此同时，华为开发者大会召开在即，AI热点不断。华为开发者大会将于6月21日-23日举办，HarmonyOSNEXT、盘古大模型5.0等科技成果也将在大会揭晓。开源证券表示，AI手机迭代叠加消费电子景气回暖，推荐设备、散热、钛合金等增量方向。（1）AI手机摄像、声学等器件变化明显，加工检测设备率先受益。苹果Siri在AppleIntelligence和ChatGPT加持下，有望快速响应客户指令，该功能需要高信噪比MEMS麦克风支持。光学感知系统则是AI手机实现摄像优化的核心，包含芯片、屏幕、镜头等组成。我们认为上述变化预计将率先带来手机组装、检测、量测、测试等环节设备更新需求。（2）AI手机散热要求提升。NPU逐步成为AI手机标配，AI手机散热量增加带动VC均热板等高端散热材料需求。（3）手机轻量化带动含“钛”量增加。苹果、华为、小米等厂商相继召开新品发布会，机型轻量化成为新方向，钛合金在手机端渗透率提升，抛磨设备需求增加。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云06-17 10:53

苹果想在拥抱生成式人工智能的同时避开众多陷阱

助手只有在使用者明确授权苹果后，才会向ChatGPT发出提问。苹果也很快表示，与OpenAI的合作并不是排他性的。未来，苹果可能会与包括Google在内的其他人工智慧聊天机械人开发商合作。（苹果不与单一公司独家合作可能还有另一个原因：苹果之前与Google达成的让Google成为iPhone预设搜寻引擎的协议成为了一起反垄断案的基础。）不过，如果要限制人工智能的风险，苹果推出的产品可能会少一些令人惊叹的因素。“苹果正试图把人工智慧装进盒子里，让它变得非常普通，”宾夕法尼亚大学沃顿商学院研究人工智能的教授莫利克（Ethan Mollick）说，“OpenAI就是要让你接触到这个东西的全部怪异之处，这正是它强大的地方。” 苹果希望透过提供个性化的人工智能建议来实现其人工智慧产品的差异化——但苹果表示，它将在不实际收集和储存个人资料的情况下做到这一点。苹果之所以能做到这一点，是因为许多工都是在装置上处理的，这意味著该公司不需要向外部伺服器传送请求。对于必须发送到伺服器的更复杂的任务，苹果表示将依靠一种新的“私有云计算”模式，对使用者资料进行加密。该公司在加密使用者资料和让外部专家验证其资料安全性的方法上有著良好记录。尽管如此，苹果在隐私方面的预防措施仍招架不住所有的批评者。经营著另一家与之竞争的人工智能初创公司，长期与OpenAI（有时也与苹果）关系不睦的马斯克表示，如果ChatGPT整合到装置的作业系统中，那么他的公司将禁止苹果装置进入。 “苹果其实不知道把你的资料交给OpenAI会发生什么。他们是在背叛你，”马斯克在X上发帖说。这很可能只是马斯克的酸葡萄心理在作怪，但鉴于苹果装置上共享了大量个人资讯，我们有理由对Apple的隐私保护提出更高要求。无论Apple多么谨慎，在人工智慧的青少年阶段，必然会出错。库克已经承认了这一点：他在接受《华盛顿邮报》采访时承认，他不能百分之百保证苹果的人工智能不会产生幻觉或编造资讯。 “我知道，还有可能发生一系列可怕的事情，”他说，“这就是为什么我们致力于在这个领域深思熟虑。”

金融界06-17 07:32

AI，天使还是魔鬼？

他们是两个次元的人。直到前段时间看到ChatGPT-4o的演示视频，我的第一反应就是，因为教孩子破碎的家庭都有救了。为了算一个三角形的正弦值，AI甚至不厌其烦地教孩子从三角形的斜边直角边开始找，最后成功算出了正弦，比我的初中数学老师耐心多了。最近还有一个有意思的新闻，那就是中国的AI搜题软件攻占美国家庭。根据Data.ai 的数据，在美国 App Store 前 20 名的教育应用中，有 5 款是帮助学生完成作业的AI应用，其中有三款来自中国。 Answer AI的创始团队曾在小米和字节工作过，Question AI来自作业帮，Gauth来自字节跳动。有一个美国学生，最开始在油管上搜视频学习，请一个小时60美元的家教，结果最后发现还不如一年订阅费只要60美元的AI搜题软件。为什么？AI家教教学更有针对性，可以记住学生的学习习惯，回答问题时也不会发脾气，情绪价值拉满，完全可以取代富裕家庭聘请的私人教师。在做题方面颇有心得的中国人，开发的AI家教软件也就很快攻占了美国市场。截至目前，作业帮旗下Question AI在美国的合计下载量已经达到600万次，而字节旗下的Gauth更是前者的两倍，超过1200万次，可谓是势头大好。可是，AI真的能成为普通人的救命稻草吗？ 01 上个世纪八九十年代、互联网都方兴未艾之时，所有人都在担心—— 当科技发展到某一个阶段的时候，人类自己创造出的某种科技，无论是人工智能也好、复制人也好，会在某一个阶段超过人类，进而控制人类，让人类成为社会上的“二等公民”。然而，随着人们离人工智能的距离越来越近，态度反而越来越缓和。电影，就是观察这种社会态度变化最好的窗口之一。 1982年上映的《银翼杀手》中，人类创造的“复制人”发动了暴动，控制了他们的造物主人类，这个情节设定的时间是2019年11月。 1984年开启的《终结者》系列，人工智能系统“天网”横跨世界、控制一切，智能机器人无所不能，对人类进行追捕。随着互联网的发展，人类，逐渐开始爱上人工智能。 1999年的《机器管家》中，智能机器人开始有了自己的思想，和人类相爱。 2013年上映的《her》中，人爱上了自己的AI 语音助理。这样的场景正在照进现实。现在互联网上最热门的，不是怎么利用AI工作，而是怎么和AI谈恋爱。之前有一款叫“星野”的AI软件，突然冲上了 AppStore 免费 App 总榜的前列。简单概括这个软件，就是利用AI创作不同的可交互剧本供网友互动，而你甚至能在这款app上阻止科比登上飞机。说实话，我不太能理解这种角色扮演的游戏，但是不妨碍很多人在这上面找到了恋爱的感觉，国外最火的Character.ai，国内的星野、逐梦岛等等，“APP工厂”字节也有自己的AnyDoor，主打的都是AI社交。 AI家教，AI社交，看似毫不相关，但这类AI软件成功的关键要素其实是相同的，那就是AI变得越来越“像人”，甚至比人情绪更稳定，更会表达，能给人带来更多情绪价值。 OpenAI的CEO奥特曼在ChatGPT-4o发布之后，甚至直接在X上发了一个“her”，让人不由得联想到《 Her 》。还有网友直接把奥特曼的脸p到了电影海报上，变成了him。 AI越来越贴近人类，能够在越来越多的方面帮助人类当然值得欣喜。然而，随着AI发展得越来越快，越来越像人类，AI威胁论反而逐渐偃旗息鼓。对比最为强烈的是—— 1973年的惊悚电影《西部世界》里，西部世界原本为人类取乐的机器人乐园，在机器人觉醒之后，变成了机器人杀戮人类的黑暗地狱，这是一部人类视角的惊悚片，甚至可以说是对AI威胁论的极致体现。而2018年HBO改编的《西部世界》剧集里，西部世界成为了人类杀戮泄欲的机器人地狱，机器人成为了亟待拯救需要觉醒的弱势群体，人类开始反思机器人的人权，机器人杀戮人类，成为了对于命运的抗争。也许这个时候，正是再谈AI威胁论的最好时机。只不过，此威胁非彼威胁。 02 学习，永远是人类亘古不变的话题。在没有文字的时候，学习只能依靠口口相传，以至于，不少知识都被遗失。有了文字之后，学习开始变得容易，但局限于个人之间的传递。后来，逐渐有了学校、私塾、书院，学习的门槛开始降低。但人想学什么，取决于请了什么样的老师。而随着现代的教育体系越来越完善，语数英物理化政史地，更加规范的学习模式，让更多人有了学习的可能。互联网时代，学习几乎充斥到了每一个角落，在互联网上，你可以学怎么安灯泡，还可以学习怎么编代码。人类以为自己已经足够聪明。但当AI 逐渐普及，AI的学习速度越来越快，人的学习方式也随之改变。紧跟着的，是人类社会也将迎来彻底的改变。外网有一篇很火的短文，叫做“软件的终结（The End Of Software）”。软件真的会终结吗？我相信从事计算机行业的人会比我更清楚。但，软件会发生改变吗？当然。举个例子，互联网时代以前，掌握舆论话语权的是各种纸质报纸、杂志、电视台。为了创作，大家需要聘请专业的记者，进行实地采访，花钱制作节目、专栏，所以大家乐于为此付费。但当互联网时代来临之后，内容制作和分发的成本变得无限低，人人都可以是记者，人人都可以是自媒体，因此纸媒逐渐落寞，媒体话语权逐渐分散。这些纸媒彻底被扫进故纸堆了吗？也没有，但无疑被各大自媒体和个人分散了话语权。软件行业也是如此。软件昂贵，是因为开发人员稀缺，人们需要软件开发人员去帮用户把人类语言“翻译”成计算机语言，让软件运行满足人们的想象。然而AI出现之后呢？现在的ChatGPT只需要你能正确发出指令，他就能完美地完成所需要的要求—— 代码本身变成了一个执行细节，被能够将人类语言转化为比特的人工智能给“抽象”掉了。也是因为如此，夸张点说，现在学习计算机，大概等于49年入国军。是不是非常难以想象？吃香了近二十年的计算机专业，或许在未来十年，就将被AI逐渐削弱影响力。但这样的现实正在逐渐到来。新的AI威胁论，针对的不是整个人类，而是人类中的大多数工种。在工业革命和信息革命中，大多数职位只是被替代，而不是被取消。工业革命中，传统制造业的手工艺者被流水线上的工人所取代。信息革命中，只会打字机的打字员被精通电脑的编辑所取代。 AI时代带来的，或许是大量职业的逐渐取消。各种柜台的办事员会越来越少，低端、重复、低技术含量的工作将会慢慢被AI取代。 AI在创造了这样一场华丽的高效制造财富的梦境的同时，也让更多沉浸在AI编织的美好愿景里的人，逐渐迷失。在经历了2023年年初对于AI的恐惧之后，不少人对于AI已经开始逐渐接受，并且将AI融入生活。就像曾经的互联网热潮，它过去了吗？并没有。它已经完全融入了每个人的生活之中，彻底改写了生活以及工作还有整个社会。但那些被取代的职位再也不会重来，那些被淘汰的方式再也不会重启。就比如，现在还有多少人还会打字机甚至传真机？那么曾经以打字机或者传真机为生的人呢？他们只能重新学习新的事物，并重新投入新的工作。随着AI逐渐降低人们学习的门槛，这种替代只会来得更快，且更加猛烈。 03 尾声在面临新事物时，人往往会面临几个阶段——恐惧、好奇、接受、融入。很显然，现在的大多数人已经度过了最开始的恐惧，开始逐渐接受AI的存在。曾经以为会被取代的文案，开始使用AI辅助进行基础写作，曾经以为会被取代的画师，也有一些开始利用AI辅助细化。如果往好的方面想，AI甚至已经开始创造职业。比如数据标记师，为数据贴上标签，让AI更容易识别数据，进而更好地服务人类。又或者，未来还会出现AI训练师，在专业的动作和情景中，为AI提供应对各种情景的材料，亦或者AI维修师，在AI出现功能障碍时进行简单修复。 AI在取代一些职位的同时，必定也会创造职业。放眼整个社会，AI显然还没有进入大多数人的生活，也还远没有被充分利用，AI取代人类的时代还没有到来。但那个时代终有一天会到来。（全文完）

格隆汇06-15 17:56

24小时热点