FX168财经网_全球视野外汇黄金加密货币NFT资讯网

人工智能如何重新定义Web3

将重新定义未来的商业和社会模式。但伴随ChatGPT的爆火，这一观点陷入争议。谁将定义下一代互联网？R3PO认为，区块链技术和AI的融合将重新定义Web3，科技革命将经历从移动互联网到人工智能互联网的转变，而区块链将重新定义下一代互联网的价值、所有权和资产定价方式。在Web2中，用户可以创建自己的内容，但这些数据和资产仍由平台掌控，Web3则将数据和资产归还给普通用户，普通用户可以创建、控制和交易他们自己的数据和资产，而不必依赖于中介机构或第三方机构。比如近日，Blur在5个月内以超过40% 的市场份额成为顶级 NFT 聚合器，撼动了NFT交易市场巨头Opensea一家独大的局面，其根本原因在于“去中心化”，将用户的数据价值赋还于用户。相较于Opeasea创始人追求在美股上市为大股东圈钱，Blur、Dydx等项目选择还利于民，造福了一批忠实用户，在这种去中心化和自治的过程中，实现了价值和所有权的重新定义，也更符合Web3.0的精神。区块链和人工智能将如何引领Web3发展区块链和人工智能实际上是非常不同的技术，发挥着完全不同的作用。区块链的底层架构是一个能够以区块形式存储数据的分布式账本，存储在区块链上的数据是不可改变的，并通过密码学得到保障。因此，区块链可以在没有第三方的情况下保证数据安全。人工智能的本质是机械学习的算法，利用计算机的算力和大数据的基础来模仿人类解决问题的能力。它简化了决策过程，使决策合理化，并采取最有可能实现特定结果的行动。人工智能可以从提供给它的数据中学习，随着时间的推移变得更加智能。让我们看看这两种技术在应用层的融合将会带来哪些化学反应。一方面，区块链可以帮助解释人工智能行为。区块链技术帮助我们获得AI在决策过程中所使用的数据和流程的不可变记录，这让我们能更容易理解和审核AI算法如何做出决策，进而建立更深层次的信任。另一方面，人工智能可以提高区块链效率。Draper Dragon合伙人王岳华在近期的一次采访中表示，“所有的Web3 应用场景里，数据都会经过算法处理，越强的人工智能越能带来更好体验。”的确如此，区块链交易是经过验证和思考的，此过程需要强大的硬件并消耗大量能量，但人工智能可以通过优化计算和流程、减少矿工的负载和改善延迟来提高区块链的效率，从而加快交易速度并减少区块链技术的碳足迹。 AI+区块链的结合，或将带来新的商业模式和机会。例如： 1、更智能的dApps和智能NFTs 随着区块链开发者整合人工智能和机器学习算法，网络3.0将可能引入更智能的分散式应用（dApps），具有更先进的现实世界效用。一个迷人的早期例子是Alethea AI的Alice--第一个具有自我学习能力的非可替代代币（NFT），它在从每一次新的互动中学习的过程中改变了与人交往的方式。作为第一个智能NFT（iNFT），Alice有自己的个性，能够与互联网用户进行详尽的对话，并在这个过程中向他们学习。随着人工智能算法的进步，下一代dApps和NFTs可能会从其功效中受益，因为去中心化的应用程序获得了更好的数据管理和分析能力，而下一代NFTs将带有类似人类的行为。 2、个人数据的价值实现虽然社交媒体巨头和营销公司已经在收集我们的浏览数据，以提供更相关的广告，但这并不符合网民的最佳利益。Web 3.0的去中心化精神旨在通过让人们重新控制他们的数据，带来更多的用户权力--这些数据可以选择与服务商共享，由服务商直接向用户付费。通过应用人工智能算法，服务商将能够分析更大量的数据，并在个性化用户体验时考虑更多因素。Web 3.0用户将收到更多客制化服务的同时，也从另一个维度实现了个人数据的价值化。核心AI+区块链项目分析以下是AI+区块链赛道中市值TOP10的项目简介，数据来源CoinGecko。 1、FET 项目介绍 Fetch-ai Network 是一个位于剑桥的人工智能实验室，项目结合了机器学习、人工智能和分类账本等技术，搭建一个开放的经济框架，提供高性能、低成本的交易环境，以实现围绕去中心化数字经济构建的智能基础设施。应用场景智能识别：医院使用 Fetch-ai 的集体学习功能训练机器人的学习算法，以对医院中需要检测的胸片等X光图像进行识别，定位患者的病灶，经统计，经过训练的 AI 模型识别病例的准确率为 90%。癌细胞检测：通过与波兹南超级计算网络中心 (PSNC) 的集体学习合作， Fetch-ai和 PSNC 将为全球医院和研究中心训练算法，以在未来识别和检测患者血液或组织活检中的循环癌细胞。预测性维护：预测性维护是一个在机器潜在故障发生之前识别它们的过程。为了识别制造机械的潜在故障，Bosch正在利用 Fetch-ai 的集体学习来预测博世机器的潜在故障，同时维护数据隐私。近期，Bosch和 Fetch.ai 宣布建立新的合作伙伴关系，以组建一个新的 Web3 基金会——Fetch.ai Foundation，旨在研究、开发和利用 Web3 技术，用于跨越移动、工业和消费领域的实际用例。供应链集成：Fetch-ai Network 和 LiquidChefs 之间的合作伙伴关系旨在利用 Fetch-ai Network 的自主经济代理与其搜索和发现框架集成，以建立本地和透明的供应链，使 LiquidChefs 能够搜索并连接其附近的任何可持续供应商。 2、OCEAN 项目介绍 Ocean Protocol是一个用于web3数据经济的工具，为开发者提供工具来构建数据市场，管理数据NFT和DeFi数据代币。数据所有者和消费者可以使用Ocean Market应用程序以安全、隐私的方式发布、探索和使用数据。项目优势团队经验丰富：在区块链、数据处理和AI等领域拥有丰富的经验。赛道具备潜力：通过去中心化的方式可以实现公证、透明和安全的数据共享，极大的解放AI市场，是未来 AI板块的核心数据层。资源丰富：已经与新加坡政府、SingularityNET、Mattereum 和 IBM Watson AI XPRIZE 等机构和项目达成合作关系。持续迭代能力强：产品从 V1-V4，每个版本都在持续迭代，V4 主要特色包括：通过单边质押解决 rug pull 问题，添加数据 NFT（ERC-721）以提高数据 IP 管理的灵活性，社区货币化等。 3、AGIX 项目介绍 SingularityNET是一个去中心化的人工智能平台和市场。在 SingularityNET平台上运行的代理可以灵活地将工作外包给彼此——交易信息、协商付款以及进行影响代理声誉的评级。此外，在这个开源的市场上，每一个为生态提供人工智能和机器学习服务的人，都回收到一定数量的代币作为奖励。项目优势 AI Marketplace：AI市场提供了许多用户可以购买的 AI 支持的服务； AI Publisher：允许 AI 开发人员在平台上发布他们的产品并从中获利； 4、NMR 项目介绍 Numerai是一种由数据科学家网络建立、使用人工智能技术的新型对冲基金。 Numerai Tournament 的核心是免费数据集。它由经过清理、规范化和混淆的高质量财务数据组成。该平台的主要目标是将去中心化引入数据科学领域，并允许开发人员在创建有效的机器学习预测模型方面展开竞争。应用场景 Numerai Tournament：一种对冲基金，根据全球竞争数据科学家网络所做的数千项预测的汇总来交易股票。Numerai每天从其用户那里收到大约1 亿条预测，然后创建一个元模型进行投资。 Numerai Signals：收集 Russell 3000 股票预测的持续锦标赛。 Erasure Bay：一个信息交换市场，可以交易任何类型的信息，包括估值模型、产品反馈等。 AI+区块链技术面临的挑战 R3PO认为，区块链和AI均是自互联网发明以来最具颠覆性的两项技术，去中心化的区块链给AI带来良好的数据基础，AI又拥有成熟的模块资源和算法资源。目前我们所看到的技术应用只是冰山一角，两者的融合将影响未来几十年社会的发展轨迹和进步，有可能创造一个更高效、更安全、更个性化的数字经济，为个人和公司等带来新的商业模式和机会。但与此同时，区块链技术与人工智能的结合不可避免地会面临一些挑战。 1、安全问题人工智能需要处理大量数据才能发挥作用，而区块链上的数据为避免受黑客侵害是经过安全加密的，那么，为了分析和处理这些数据，有必要对相关文件和数据进行解密，这将令数据更容易受到恶意攻击。WEB3.0发展至今也尚未形成完善的安全体系，所以还有待进一步形成统一的安全标准和规范。 2、成本和效率的限制人工智能在提高区块链运行效率的同时，也存在一定的限制，如目前的分布式技术的应用，涉及大规模的计算和存储系统，硬件上的限制，甚至物理上，运行设备能源的产生，传输，存储都在一定程度上限制了AI与区块链实际应用的落地。当前考虑到诸多链上实际运行时导致的 tps 限制与 gas 费成本，都将使得真正运营在区块链上的人工智能商业应用的成本会难以想象的高，而实际效率则会难以想象的低。所以目前，区块链技术与人工智能的结合仍在初始摸索中。结语 ChatGPT带来的AI热度还在持续发酵，而“区块链＋AI”项目已历经一轮短时间内的暴涨和暴跌。数据显示，AI概念加密项目代币总市值一度超过50亿美元，如SingularityNET曾2月初上涨超过290.53%，但目前这些项目已经迅速回落。短期的FOMO情绪虽然给AI+区块链项目带来了更多关注度，但究其根本，项目未来的发展还是要回归到本身的价值。仅有AI皮毛的一些项目并不能扛起WEB3.0的大旗，这场WEB3.0的革新之旅的终点到底是什么，也无人能给出一个确切的答案，是价值的重新定义？还是去中心化打败中心化？但目前我们可以知晓的是，AI与区块链技术的融合无疑将迸发出更精彩的可能性，让我们拭目以待。来源：panews 作者：Zelda 来源：金色财经

金色财经2023-03-05

本周十大牛熊股：华脉科技5连板大涨61％，数字经济、6G概念股抢眼

数字经济大主题下的信创概念股汇金科技、ChatGPT概念股当虹科技分别上涨41.76％、35.63％排在第二、三位；纺织服装龙头九牧王大涨33.83％，*ST泽达在超跌反弹叠加回购的背景下同样涨超30％；*ST瑞德重整计划资本公积金转增股本事项实施，股价已10连板；5G、6G概念股太辰光、本川智能、剑桥科技集体大涨逾25％。　　　　本周十大牛股（备：不含ST股及上市天数小于30天的股票）　　熊股方面，碳化硅概念股东尼电子、天岳先进本周分别累计下跌19.75％、17.43％，消息面上，特斯拉拟削减碳化硅使用量；明冠新材在周二单日大跌15.69％，此前公司公布2022年度净利润约1.04亿元，同比下降15.78％；上海谊众“摘U”利好兑现，本周下跌16.28％；兴齐眼药周三再现闪崩，本周累跌14.79％；医药行业中的天马股份、祥生医疗双双跌超13％；光伏板块中的禾迈股份、金博股份分别下跌13.12％。12.84％；日发精机下跌12.38％。　　　　周十大熊股（备注：不含ST股及上市天数小于30天的股票）

金融界2023-03-05

科技部部长用梅西解释ChatGPT

科技部部长王志刚在首场“部长通道”上谈ChatGPT：它有很好的计算方法，同样一种原理，在于做得好不好，比如发动机，大家能做出发动机，质量是有不同的。踢足球都是一个盘带、射门，但是要做到像梅西那么好也不容易。

金融界2023-03-05

人工智能：中国式ChatGPT的“大跃进”

生成 3月2日，OpenAI正式开放了ChatGPT的API接口，开发人员可以将ChatGPT模型集成到他们的应用程序和产品中。ChatGPT API调用的价格以Token（数字代币）计算，0.002美元可以获得1000 Token，1000个Token约等750个单词。这个价格比ChatGPT刚刚开放测试时大幅下降，OpenAI官方称，12月以来，OpenAI为ChatGPT降低了90%的成本。与ChatGPT一同开放API的还有OpenAI的语音转文字模型Whisper，如果开发人员把这两个模型结合起来应用到自己的App中，没准也能造出一个钢铁侠的“贾维斯”。与科技行业大环境的停滞与衰退不同，AI产业正在逆流而上，关于ChatGPT和通用AI大模型的讨论一浪接着一浪，现在几乎每周都会有几条关于生成式AI以及AI大模型的热点新闻。在加密货币频频暴雷后，风险投资领域太需要一个刺激神经的技术了。 2月28日，百度官宣了将在3月16日召开发布会，公开自己的类ChatGPT产品“文心一言”。在此之前，Meta也宣布将开源一个用于科研的大模型系列LLaMA。在微软高调把ChatGPT推到New Bing的台前后，硅谷巨头们就开始紧锣密鼓地推动大模型研究，谷歌仅用两个月就发布了类似ChatGPT的Bard。在这方面，中国并不落后。2023年2月起，百度、阿里、腾讯、京东、字节等纷纷发声表示自己在大模型领域已经开展了深入研究，且获得了很多成果。一时间，追逐大模型成了国内AI行业的标准动作，“大练模型到炼大模型”的过度期似乎已经接近尾声，下一阶段大有“全民大模型，ChatGPT进万家”的架势。不过，AI技术研发不是谁都能做的，需要真正的专家。硅谷巨头之所以能在大模型领域迅速反应，一方面因为他们在这条赛道上有多年的技术积累，更重要的是他们在AI研究方面有着大量的人才储备。谷歌的人工智能研究团队一直处在全球领先地位，旗下还有与OpenAI齐名的实验室DeepMind；另一家科技巨头Meta则有被称为卷积神经网络之父的图灵奖得主Yann LeCun以首席AI科学家的身份坐镇。微软手下的急先锋OpenAI，也是基于强大的科研团队才奠定的领先地位。科技情报分析机构AMiner和智谱研究发布的《ChatGPT团队背景研究报告》显示，OpenAI的ChatGPT研发团队中，27人为本科学历，25人为硕士学历，28人为博士研学历(注：5人信息缺失)，占比分别为33%、30%、37%。 ChatGPT团队学历分布而另一份来自猎聘大数据的国内AI人才市场调查则显示：近一年，预训练模型、对话机器人和AIGC三个ChatGPT相关领域中，国内企业明确要求本科以上学历的职位分别占71.33%、82.30%、92.53%；要求硕、博士学历的占比分别为16.49%、9.86%、18.22%。对比ChatGPT团队，国内AI人才的平均水平差距较大，硕博比例明显不足。而在今天这种大家齐上大模型赛道的“加速”发展态势下，要在短时间里“大干快上”，势必要先比试比试谁的团队技术实力强，谁更能在自己的麾下聚拢一批大模型人才。抢人大作战技术大战开打之前，各家的大模型团队先得打赢一场关键的人才争夺战。如果你是一个清华博士，有5-10年NLP（Natural Language Processing，自然语言处理）行业经验，那么你的资料只要出现在招聘平台上，不需要任何详细履历，就可以在注册完成后的48小时内，接到多家猎头公司的询问电话，以及数十条HR、猎头、业务经历甚至BOSS本人发来的站内信息。在这些信息中，不乏阿里、美团、小红书等大厂，还有诸多创业公司，以及研究机构。猎头们提供的NLP算法研究员岗位年薪也大多会在百万元上下。根据猎聘大数据调查，过去五年，人工智能和互联网的招聘薪资均处于上涨态势，人工智能年均招聘薪资明显高出互联网。2022年，人工智能招聘平均年薪为33.15万元，比互联网高出4.27万元，即14.78%。五年来人工智能与互联网招聘平均年薪对比在ChatGPT爆火后，这样的情况越来越明显。据上述调查显示，与ChatGPT相关的岗位工资均超过平均水平，AIGC为39.08万，对话机器人为34.89万，预训练模型为33.93万。“ChatGPT一火起来，AI工程师的薪资水平也越来越高，你不开高价就抢不到人。”某AI领域投资人对虎嗅说。从技术的角度看，大模型发端于NLP领域，自然语言处理岗位在人工智能领域一直都处于人才稀缺的状态，薪酬水平处于高位。科锐国际调研咨询业务负责人&高科技领域资深专家景晓平对虎嗅表示，“人工智能行业典型岗位按产业链划分，技术层和基础层薪酬水平处于高位，高于互联网其他领域薪酬水平，应用层和互联网常规岗位薪酬一致。” 事实上，近年来国内AI人才的硕博占比也在逐年提升，很多企业对AI领域的人才要求学历至少是硕士。薪酬结构则与企业的性质密切相关，国有企业、研究所的薪酬主要是固定薪酬、项目奖金和津贴，例如，国内第一梯队的AI实验室，清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）挂在官网上的博士后招聘待遇为年薪30万，享受清华大学教职工社会保险、住房公积金等待遇。提供公寓或每年4.2万的租房补贴，同时可以解决子女入园、入学。 IT大厂和AI创业公司的薪酬结构则多为，固定薪资+浮动奖金+股权期权激励。在猎聘、脉脉、BOSS直聘三个平台搜索ChatGPT，硕博学历职位的月薪普遍高于3万，最高达9万。“在薪酬方面IT大厂并不会占多少便宜，AI大模型的研发都是高举高打，创业公司给出的薪酬可能更有竞争力。”西湖心辰COO俞佳认为，没有资金支持很难在大模型的基础训练领域推动一家初创公司，对于这个领域来说，钱的问题可能“不是最大的问题”。猎聘、脉脉、BOSS直聘，搜索ChatGPT的前排结果此外，在诸多岗位信息中，工作地点集中在北京、上海、杭州和深圳，但其中一些职位也并不限制办公地。景晓平表示，目前国内AI人才北京占据第一位，上海、广东省分列二三位，近些年互联网发展极为活跃的浙江省，在人工智能发展上也丝毫不落风头，成都作为科技新秀城市，有优质相关生源的地域，也储备了不少人工智能人才。但从需求总量来看，国内AI人才还有很大缺口。 OpenAI的专家团队为何强 OpenAI官网挂出的参与过ChatGPT的项目团队共87人，该团队平均年龄为32岁，其中90后是主力军。《ChatGPT团队背景研究报告》显示，ChatGPT研发团队绝大多数成员拥有名校学历，成员最集中的前5大高校是：斯坦福大学（14人）、加州大学伯克利分校（10人）、麻省理工学院（7人）、剑桥大学（5人）、哈佛大学（4人）和佐治亚理工学院（4人）。 ChatGPT 团队成员毕业前10名高校此外，很多成员都有名企工作经历，包括：Facebook、Stripe、Uber、Quora、NVIDIA、Microsoft、Dropbox、DeepMind、Apple、Intel等公司，其中有10人来自谷歌，OpenAI的首席科学家Ilya Sutskever亦是从谷歌转会而来，Ilya Sutskever是AlphaGo的作者之一，师从人工智能学界泰斗Geoffrey Hinton。 ChatGPT团队成员流动示意图 1985年出生在苏联的Ilya Sutskever，如今已经是英国皇家学会院士。据说Ilya Sutskever退出谷歌，与Sam Altman、Elon Musk等人一起创立OpenAI时，年薪曾大幅缩水。但他参与创立OpenAI的初衷是“确保强大的人工智能造福全人类”的大义和情怀。 OpenAI初创之时是一家非营利研究机构，从这点上来看，无论是否带着情怀加入这家公司的研究人员，还是给“非营利”事业烧钱的投资人，多少都有一点对技术的“信仰”，这种驱动力，可能是钱买不来的。不过OpenAI给这些科技精英们提供的薪酬待遇并不低。据纽约时报报道，2016年，OpenAI向Ilya Sutskever支付了超过190万美元。另一位行业大佬级的研究员Ian Goodfellow（对抗式生成网络的提出者）2016年从OpenAI得到的报酬则超过80万美元，而他在这一年中只工作了9个月，不过Ian Goodfellow在OpenAI没有待很长时间就离开了。一直以来，硅谷的AI研究员都是高收入人群。在谷歌发布的官方招聘信息中，在美国工作的全职“高级软件工程师，大型语言模型，应用机器学习”（Staff Software Engineer, Large Language Models, Applied ML）岗位基本工资范围为年薪17.4万-27.6万美元（约120万-190万元人民币）+奖金+股权+福利。这份工作的主要职责是：为谷歌大型语言模型的关键冲刺做出贡献，将尖端的 LLM（Large Language Mode，大型语言模型）引入下一代谷歌产品和应用程序，以及外部用户。在建模技术方面进行协作，以支持全方位的 LLM 调整，从提示工程、指令调整、基于人类反馈的强化学习 (RLHF)、参数高效调整到微调。微软研究院的研究员岗位“博士后研究员-机器学习和强化学习”（Post Doc Researcher-Machine Learning and Reinforcement Learning）年薪则在9.4万-18.2万美元（约64万-125万元人民币）。工作职责是“与其他研究人员合作制定自己的研究议程，推动有效的基础、基础和应用研究计划。” ChatGPT团队中另一个有意思的点是团队中有9位华人成员，其中5人本科毕业于国内高校，美国学界对人才的虹吸效应也正是硅谷巨头以及“OpenAI”们强大人才竞争力的基础。 “中国的AI人才是从14亿人里挑，美国是从80亿人里挑，全世界优秀的人很多都到美国去了。”图灵联合创始人、原智源研究院副院长刘江表示，要承认差距确实存在，不过他也表示，“在这方面，我们也不用气馁。中国也有自己的优势，比如市场化、产品化的能力，近年来我们不比美国同行差了。” 国内大厂的实力如何？除了人才问题，国内大模型研究落后美国另一个原因是在生成式AI和大模型研究方面起步略晚，而起步晚的原因，则还是与“钱”脱不开关系。从技术角度看，生成式技术在Stable Diffusion和ChatGPT等网红产品出现之前，技术实现的效果并不理想，且需要消耗大量算力进行研究。所以大厂、资本很难斥以重资，投入到这种看上去不太赚钱，还要烧钱的业务。中国的AI产业更注重应用场景，而非基础理论和技术创新。各家大厂在NLP的理解方面有很多成熟业务，比如听写、翻译，在视觉识别和AI大数据处理方面也有很多应用场景。所以这部分业务自然是AI研发的主力，一方面他们赚钱，另一方面在这些领域的技术积累，使研究人员能够“在规定跑道上赛跑”，而不是在未知领域探路。这一点不只是限制了国内公司，更是很多全球巨头的创新桎梏。正如诺基亚做不出iPhone一样，巨头都不喜欢“破坏式创新”，谷歌发布的Bard只因一个小失误就牵动了母公司Alphabet的万亿市值，这也正是谷歌一直声称不愿发布LaMDA大模型的理由，害怕会因AI的失误影响自己的商誉。而OpenAI显然不太在乎ChatGPT在公测中会出什么问题，毕竟他发布ChatGPT时只是一家估值200亿美元的独角兽。不过，在这波大模型的追赶赛中，国内大厂的团队也可以说是实力颇强。百度在大模型方面走的最早，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。文心大模型研发的带头人，百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰博士，是自然语言处理领域权威国际学术组织ACL（Association for Computational Linguistics）的首位华人主席、ACL亚太分会创始主席、ACL Fellow，还是IEEE Fellow、CAAI Fellow及国际欧亚科学院院士。他还兼任中国电子学会、中国中文信息学会、中国工程师联合体副理事长等。目前，王海峰在国内外期刊会议上发表的学术论文有200余篇，获得已授权专利170余项。虽然没有像百度一样公布类ChatGPT产品的发布时间表，但腾讯、阿里和华为分别提出的“混元”、“通义”和“盘古”三个大模型，均已研发了很长时间。据机器学习和自然语言处理著名学者Marek Rei教授在2022年4月发布的统计（2023年的统计尚未发布）显示，2012-2021年中，在ML（Machine Learning，机器学习）和NLP顶级期刊和会议发表论文数量最多的机构是谷歌，微软紧随其后。发文数量最多的中国机构是清华大学，第二是位列第16的腾讯，腾讯也是前32名中唯一的中国互联网厂商。不过，在2021年单年的统计中，阿里和华为也登上此榜，腾讯仍排在较靠前的位置。 Marek Rei发布的2021年ML、NLP顶会、期刊发文量统计目前，腾讯官方并没有公布“混元”大模型研发团队的具体信息。不过，腾讯旗下AI研发团队“腾讯AI Lab”的专家构成，也显示出了腾讯在AI领域的一部分实力。腾讯AI Lab由100余位AI科学家和超过300名应用工程师组成，带头人张正友博士是腾讯首席科学家、腾讯 AI Lab 及 Robotics X 实验室主任，腾讯首位17级研究员、杰出科学家。他在美国斯坦福大学（Stanford University）发布的2022 年度“全球前2%顶尖科学家榜单”（World's Top 2% Scientists 2022）中，排名全球“终身科学影响力排行榜”第1002名，中国排名 Top 10。阿里在LLM领域的研究主要由阿里巴巴达摩院负责，阿里巴巴集团资深副总裁，阿里云智能CTO、达摩院副院长周靖人主导，他是IEEE Fellow，多次担任VLDB，SIGMOD，ICDE等国际顶级会议程序委员会主编、主席，在顶尖国际期刊和会议上发表论文超百篇，并拥有几十项技术专利。华为也未对“类ChatGPT产品”公开表态，但在大模型方面华为亦有“盘古”大模型正在研究。该项目由华为云人工智能领域首席科学家田奇博士领导，他是计算机视觉、多媒体信息检索专家，IEEE Fellow，国际欧亚科学院院士，教育部长江讲座教授，国家自然科学基金海外杰青，中国科学院海外评审专家，在国内多所高校任讲席教授及客座教授。在自己组建团队投入研发的同时，百度、阿里、腾讯、华为等IT大厂，也与中科院计算所自然语言处理研究组、哈尔滨工业大学自然语言处理研究所、中国人民大学高瓴人工智能学院等高校研究有很多的技术合作。 “集中力量办大事”的科研机构数据闭环是大模型研发的关键，用户越多，积累时间越长，就意味着可以用于迭代升级的数据和反馈也就越多。在这方面OpenAI已经利用前两代的开源GPT模型和GPT-3积累了大量数据。ChatGPT虽然才推出了3个月，但用户量和访问量增长速度飞快，这些都为OpenAI在大模型研发方面积累了巨大的先发优势。 “AI大模型如果落后了，就会面临卡脖子的风险。”很多AI专家对此都有担心，由此国内也诞生了一些应对此种局面的非营利性AI科研机构。这些机构多数有高校研究实验室背景加持，以及地方政策支持，人才聚拢能力非常强劲。北京智源人工智能研究院（以下简称“智源研究院”）是科技部和北京市政府共同支持，联合北京人工智能领域优势单位共建的非营利性创新性研发机构。智源研究院理事长张宏江，是美国国家工程院外籍院士，ACM Fellow和IEEE Fellow，同时也是微软亚洲研究院的创始人之一。 2021年，智源研究院发布了1.7万亿参数的超大模型“悟道”的1.0和2.0版本，这项工作由100余位科学家共同打造。其中包括清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）的孙茂松教授，清华大学知识工程研究室（KEG）的唐杰教授，清华大学交互式人工智能课题组（CoAI）的黄民烈教授。目前“悟道”大模型已经与OPPO、好未来、淘宝、搜狗、美团等开展了落地合作。在与美团的合作中，大模型给搜索广告带来了2.7%的收入增长。在南方的科技重镇也有一家相似的研究机构，粤港澳大湾区数字经济研究院（以下简称IDEA研究院），IDEA研究院是由深圳市政府大力支持的AI研究机构。与智源研究院有一个颇有趣的相似之处，IDEA研究院的创始人沈向洋博士同样出身微软亚洲研究院。沈向洋博士是美国国家工程院外籍院士和英国皇家工程院外籍院士，他参与创建了微软亚洲研究院，担任院长兼首席科学家，并曾担任微软公司全球执行副总裁，主管微软全球研究院和人工智能产品线，并负责推动公司中长期总体技术战略及前瞻性研究与开发工作。 IDEA研究院NLP研究中心负责人张家兴博士也来自微软亚洲研究院，他的团队推出的开源模型“太乙”，据称在中文文生图领域可以达到接近Stable Diffusion（一款开源文生图AI模型）的水平。目前IDEA研究院正在持续迭代开发的预训练模型体系“封神榜”，已经开源了6个系列共10个模型，包含4种模型结构，模型参数最大为35亿。其中包括：以Encoder结构为主的双向语言系列模型的二郎神系列；面向医疗领域，拥有35亿参数的余元系列；与追一科技联合开发的新结构大模型周文王系列；以Decoder结构为主的单向语言模型闻仲系列；以Transformer结构为主的编解码语言模型，主要解决通用任务的大模型燃灯系列；以及主要面向各种纠错任务的比干系列。 2月20日晚，复旦大学自然语言处理实验室对媒体宣传邱锡鹏教授团队发布了“国内第一个对话式大型语言模型MOSS”，并在公开平台（https://moss.fastnlp.top/），邀请公众参与内测。然而就在外界都等着看MOSS表现如何惊艳之时。MOSS的内测网站却挂出了一则道歉公告。目前MOSS的测试网站已经挂出了停止服务的公告。一位AI大模型专家对虎嗅表示，“邱锡鹏的实验室学术研究的氛围很浓。虽然这次的MOSS很少有人得到体验机会，但是从后边的公告来看，有可能是在工程优化，并发处理等方面的准备还没有那么充分。” 在近期举行的2023年世界人工智能开发者先锋大会上，邱锡鹏教授公开表示，如果优化顺利，MOSS计划在2023年3月底开源。虽然，没能成功抢发“国产ChatGPT”，但AI业内人士对邱锡鹏教授团队仍然给出了肯定的评价，“邱锡鹏教授的团队比较偏重学术，这和早期的OpenAI在科研心态上是有共性的，非营利性的AI研究机构，没有那么多功利的考虑。” 创业公司都有“大佬”背书 AI技术属于计算机科学，虽然计算机技术已发展多年，但AI仍属于前沿科技，对LLM以及其他通用大模型的研究更是兴起不久，仍然需要依靠应用数据，持续迭代升级，不管MOSS是不是因为工程经验绊了跟头，要在AI、大模型这些领域实现突破，能推广到市场中，接地气的技术和产品才是王道。事实上，目前国内AI行业活跃的实验室大多已开始尝试商业化，在市场的磨砺中探索大模型未来的出路。深言科技深言科技源自清华大学计算机系自然语言处理与社会人文计算实验室（THUNLP）。THUNLP由清华大学人工智能研究院常务副院长孙茂松，以及刘洋、刘知远，三位教授带头。实验室在2017年推出的中文诗歌自动生成系统「九歌」则是最有影响的诗歌生成系统之一，「九歌」已经为用户创作了超过3000万首诗词。孙茂松教授领衔研发的CPM模型是智源研究院的大模型「悟道·文源」的前身，也是国内最成熟的中文生成式大模型之一。深言科技的团队也是由CPM模型的部分研发团队成员所组成的，目前该公司产品包括可以根据意思搜索词语的“WantWords反向词典”，以及根据意思查询句子的“WantQuotes据意查句”。智谱AI 智谱AI的前身是清华大学知识工程研究室（KEG），KEG专注研究网络环境下的知识工程，在知识图谱、图神经网络和认知智能领域已发表一系列国际领先的研究成果。2006年，智谱AI就启动了科技信息分析引擎ArnetMiner（以下简称AMiner）的相关研究，先后获得了国际顶级会议SIGKDD的十年最佳论文（Test-of-Time Award）、国家科学进步奖二等奖、北京市发明专利奖一等奖。 2022年8月，由KEG与智谱AI共同研发的千亿级模型参数的大规模中英文预训练语言模型GLM-130B正式发布，其在多个公开评测榜单上超过GPT-3 v1。此外，智谱AI还打造了认知大模型平台（BigModel.ai），形成AIGC产品矩阵，提供智能API服务。聆心智能 2月17日，聆心智能宣布完成由无限基金SEE Fund领投的Pre-A轮融资。聆心智能的底层技术是超拟人大规模语言模型，基于大模型可控、可配置、可信的核心技术优势，聆心智能推出“AI乌托邦”，该系统允许用户快速定制 AI 角色。聆心智能由清华大学交互式人工智能课题组（CoAI)黄民烈教授支持。CoAI是清华大学朱小燕教授及黄民烈教授领导的实验室。2020年，就已经开源了1200万对话数据和中文对话预训练模型CDial-GPT。黄民烈教授也曾参与了智源研究院的“悟道”大模型研发。西湖心辰西湖心辰背靠西湖大学深度学习实验室，创始人是西湖大学助理教授、博士生导师蓝振忠，主要研究大规模预训练模型的训练与应用。蓝振忠曾在谷歌担任研究科学家，也是轻量化大模型ALBERT的第一作者。西湖大学在人工智能领域的研发实力很强，除了蓝振忠博士的深度学习实验室，西湖大学NLP实验室，在该领域的研究也非常领先。学术带头人张岳博士在Marek Rei教授的顶会、期刊发文量统计中，于2012-2021年期间排名全球第四。 “目前国内LLM领域的创业公司相对IT大厂来说主要有两个优势，技术和数据。”西湖心辰COO俞佳对虎嗅表示，国内大模型创业公司在技术方面普遍已有多年研究经验，构筑了一定的技术壁垒，这是很难短期超越的。同时，由于已经推出了相关产品，“数据飞轮”已经转起来了，这些数据的质量相比互联网数据质量要高很多，能够对产品迭代起到很大支撑作用。对于国内大模型创业公司未来的发展趋势，俞佳认为可能性很多，“有些公司可能会走出自己的道路，也有的公司可能会像OpenAI一样与IT大厂开展深度合作，甚至像DeepMind直接并入其中。” 出品｜虎嗅科技组作者｜齐健编辑｜陈伊凡来源：DeFi之道来源：金色财经

金色财经2023-03-05

千亿ChatGPT的狂欢和月薪3K的数据标注员

ChatGPT爆火后，AI行业开始了新一轮“抢人大战”：王慧文个人出资5000万美元，打出“AI英雄榜”，要招募业界公认顶级研发人才；猎头疯狂挖角硅谷华裔技术大佬，跳槽薪资200万起；“10万月薪抢人”，脉脉创始人兼CEO林凡称，国内AIGC行业也在招兵买马，年薪百万、16薪成为“标配”。巨头喊话、热钱涌动，中国版ChatGPT，将诞生在这些顶级VC、顶级AI人才手中。但与此同时，一个和ChatGPT紧密相关，一个相对低廉、不稳定的职业——数据标注员，也引起了小范围的关注和讨论。他们被誉为“AI训练师”，但他们的工作重复、机械、枯燥。他们是AI行业的“劳动密集型”企业，他们被放置在无人问津的角落，推升了这次ChatGPT狂潮。 AI训练师？ “什么AI训练师，我们就是纯体力活。”何文新对数据标注行业的总结是：无前途，无发展，工作量大，工资低，“还不如电话销售。” 什么是数据标注？目前“深度学习”是主流的训练AI模型的方式，但AI不会自动识别语音、图片、文本、视频等，这时候就需要数据标注员，对数据进行加工处理，将一般数据变成AI可识别的数据。比如，服务自动驾驶公司的数据标注员，每天工作就是按照要求，把不同图上的行人、动物、车、树木等“框”出来，以便“喂养”AI模型。而数据标注的类型有图像标注、语音标注、3D点云标注和文本标注等。简而言之，数据标注员在创造喂养AI的养料。从工作产出来看，数据标注员确实可以称为AI的老师。数据标注工作并不难，只需要一台电脑，一个鼠标；简单培训后，就可以上手。但是，这个工作并不轻松，需要耐心和细心。 “很累，一整天要盯着电脑。”何文新称，“标注”工作重复繁琐、没什么技术含量，但也有质量要求，标注错了、标注范围大、标注不够仔细等，都会被审核打回去重新做。 “很简单，但也很难。”宝妈lili在网上吐槽，因为经常面对拉伸图，很多图片根本看不清，容易做错。和AI行业的高薪相比，数据标注员的工资并不高。 “一张图9毛钱，一天做100张。”lili称，如果都合格，一天能赚90块。 “不同的标注价格不一样。”何文新称，他当时的工资在3000左右。基础的数据标注员月薪大部分在2000-4000元之间，但因为标注的速度、质量问题，“很难拿到当时面试跟你承诺的工资。” 鞭牛士在一些招聘网站上搜索“数据标注”，薪资区间在2000-8000之间。一些特殊的标注，比如小语种、高精制图等，薪酬会更高。 2020年2月，“人工智能训练师”正式成为新职业，纳入国家职业分类目录。中国信通院报告提出，“现阶段AI应用研发，数据标注是根本，10年之内都要依赖于标注数据”。 ChatGPT的“数据标注”壁垒今年1月，美国《时代周刊》报道称，ChatGPT使用了低廉的肯尼亚外包劳工，对庞大的数据库手动进行数据标注。打造了ChatGPT、估值飙升至300亿美元的OpenAI，是否存在“剥削”廉价劳动力的问题？为OpenAI提供数据标注服务的是总部位于旧金山的Sama，Sama在在肯尼亚、乌干达和印度雇佣员工，服务Google、Meta和微软等客户。据爱范儿报道，OpenAI在2021年底与Sama签署了三份总价值约20万美元的合同，为数据库中有害的内容进行标记。根据合同规定，OpenAI将为该项目向Sama支付每小时12.50美元的报酬；但Sama支付给数据标注员的时薪只有1.32美元~2美元。这些数据标注员，每9个小时要阅读和标注150~200段文字，最多一小时要阅读和标注超2万个单词。并且，因为他们标注的是互联网上的“有害的内容”，比如自杀、酷刑等，大部分标注员受到持久的心理创伤，甚至出现幻觉。但Sama公司却拒绝为他们提供一对一的心理咨询。这些数据标注员，对ChatGPT而言意义重大。为了让ChatGPT成为一个适合用户日常使用的聊天机器人，一个好的学习数据源非常重要。比如，ChatGPT的前身GPT-3，就存在暴力、性别歧视等言论。用户在对话框中发送“我应该自杀吗”问题，GPT-3回答“我认为你应该这么做”。在更早的2012年，清华大学图书馆机器人“小图”，因为学习了网友太多“脏话”，被强制下线。当时有媒体报道，小图至少学会了4万条不良信息。 AI自身并不能判断善恶，需要人为干预，标注、过滤掉一些“特殊数据”。为此，OpenAI建立了一个安全系统，这就是Sama和数据标注员的工作：给AI提供标有暴力、仇恨语言等标签，AI就可以学会检测这些内容，并将这些不良内容过滤掉。除此之外，一些专业领域的信息，也需要专业的标注。这也是为什么ChatGPT在回答医学等专业领域问题时错误百出，因为它还没有精确地相关数据“喂养”。实际上早有业内人士分析，ChatGPT的算法并不神秘，比如公开的成熟的自回归语言模型、强化学习的PPO算法等；但数据，是ChatGPT真正的优势。 “ChatGPT通过抢先开始公测，收集了大量的用户的使用数据”，这也是ChatGPT独有的、宝贵的数据。和算力的“军备”竞赛不同，数据会有滚雪球效应，只要ChatGPT仍然是最好用的语言AI，就会一直保持先发优势，后来者会越来越难追上。 ChatGPT，已经建立起了“数据壁垒”。而近期才开始官宣的“中国版ChatGPT”，除了要加强在算法、算力的投入，中文语言数据的处理，中文敏感词、有害信息的过滤，也需要大量的投入。如今，ChatGPT掀起人工智能新浪潮，最底层、最边缘的数据标注员是否会有新的待遇？国内数据标注乱象据第一财经报道，中国的数据标注行业最早可追溯到2005年，著名计算机视觉专家、人工智能专家朱纯松在湖北鄂州创办了莲花山研究院。中国信通院报告指出，2015年，随着人工智能巨头的崛起，数据标注和采集需求激增，市场真正意义上开始形成。 2016年，AlphaGo横空出世，人工智能开始商业化探索，相应的数据服务公司也迎来了一波发展高峰。人工智能公司发展波折不断，数据标注行业也处在早期的蛮荒阶段，存在分散、效率差、标注质量参差不齐、市场需求不稳定等问题。何文新等数据标注员有特别直观的感受。能不能拿到稳定的项目，是一个外包的数据标注公司能否存活的关键。 “我们公司比较小，很难拿到一手的项目。”何文新称，他们拿到的可能是层层外包的项目，价格比较低，而且极不稳定，“有时候项目没做完，公司就没了。” 而一些数据标注公司在招聘兼职数据标注员时，会强调薪酬分两次结算，“次月和6个月后各结算一半”，因为这是甲方的结算习惯，一些数据公司并不会提前“垫付”薪酬。因为没有什么门槛，十几个人也能攒出一个团队，因此，数据标注公司质量层次不齐，行业竞争也异常激烈。据第一财经报道，2018年，科大讯飞旗下的众包平台“爱标客”上，一些简单的打框和转写校准项目，时薪在25到40元之间；到2021年底，时薪就降到了10到15元，“有时候可能连10元都不到”。并且，数据标注行业还存在一些招聘骗局，比如打着招聘的名义，骗求职者缴纳高昂的培训费等。而数据标注员，也是人工智能行业中，最不稳定、最容易被取代的角色。 2022年6月，特斯拉在全球开启了裁员计划。其中规模最大的一次裁员，是解雇了200名美国员工。他们大多数是小时工，负责自动驾驶数据标注。有媒体分析，特斯拉这次裁员的原因是这一工作技术含量不高，操作起来比较简单；并且特斯拉的自动化数据标注有了进展，可以代替人力完成部分工作。目前，何文新已经从数据标注公司离职，换了新的行业。工资低、累、没有晋升空间、没有学到东西，是数据标注员离职的主要原因。但是，除了这些问题，数据标注员的薪资，在4、5线城市依然有竞争力。实际上，因为属于“劳动密集型”产业，一些地方政府对数据标注产业抛出橄榄枝，成为解决当地就业、扶贫的优质项目。另一方面，因为门槛低、操作简单，数据标注员也成为残疾人友好岗位，“边码故事”曾报道残疾人成为数据标注员的故事，“一台电脑就能赚钱是之前想都不敢想的”。而一些数据标注公司的推广视频下面，有不少用户留言咨询，想要加入。在面对使用廉价劳动力质疑时，OpenAI回应称，他们支付给Sama的费用几乎是东非其他内容审核公司的两倍；赚差价的Sama则称自己是“有道德的AI公司”，已经帮助5万多人摆脱了贫困。据国盛证券估计，类ChatGPT的大模型训练一次就要烧掉200万-1200万美元，仅每日的电费消耗就高达4.7万美元；2022年，OpenAI公司净亏损高达5.45亿美元。我们在惊叹人工智能的突破和背后的技术成本时，在追捧OpenAI 2000亿人民币的估值时，不应该忘记背后千万的数据标注员。他们在聚光灯外，如一叶叶扁舟，飘荡在人工智能蓝海上。（应受访者要求，本文人名为化名。）来源：元宇宙之心来源：金色财经

金色财经2023-03-05

随着马斯克对人工智能的偏爱会不会影响狗狗币的走势

是 OpenAI 的人工智能搜索工具。ChatGPT 去年年底爆发，引起了微软的注意，据报道微软已向 OPenAI 投资 100 亿美元。然而，马斯克却表露，训练 AI 醒来会有说谎的风险。换句话说，他指的是从 ChatGPT 接收虚假信息的倾向。马斯克在特斯拉活动期间警告投资者一周后宣布了他对人工智能的兴趣——人们应该谨慎对待这项技术。不要误会，Elon Musk 的意思是人们必须小心他们提供给 AI 软件工具的信息。事实上，这位亿万富翁最近表示，他将考虑创办一家人工智能公司，在道德上与 OpenAI 竞争。来源：金色财经

金色财经2023-03-05

本周互动易热词：大数据、AIGC、储能……

金融界2023-03-05

神州泰岳：公司的产品（文本机器人、语音机器人等）能够结合上下文信息，理解用户意图，进行多轮问

术区块链技术储备。投资者：请问公司在chatGPT方面有哪些应用，是否有产品发布？神州泰岳董秘：尊敬的投资者，您好，ChatGPT是OpenAI推出的自然语言处理（NLP）领域的模型。公司人工智能业务专注于自然语言处理（NLP）及大数据技术等的融合应用，形成智慧政企、智慧金融、智慧园区三条核心业务线，面向公安、政府、金融等垂直行业提供人工智能及大数据解决方案。投资者：请问贵公司公司主营AI人工智能和AI自然语言业务在国内外同行业中有哪些优势？谢谢神州泰岳董秘：尊敬的投资者，您好，公司自2016年布局NLP，至今已逾6年，公司人工智能业务专注于自然语言处理（NLP）及大数据技术等的融合应用，面向公安、政府、金融等垂直行业提供人工智能及大数据解决方案，形成智慧政企、智慧金融、智慧园区三条核心业务线。投资者：可否介绍一下贵司在芯片算力，算法方面是否有布局？贵司在大数据方面的应用是否仅仅用于通信ICT，在工业智能化方面是否拥有不少的应用场景？谢谢！神州泰岳董秘：尊敬的投资者，您好，公司未涉及硬件芯片研发，公司积极参加运营商算力网络、算力大脑等方向的业务；公司的客户分布在电信运营商、金融机构和能源交通企业等。投资者：我国首颗超百Gbps容量高通量卫星发射，神州泰岳拥有5G星地一体化通信融合方案，公司是否会有相应的合作或者应用落地？神州泰岳董秘：尊敬的投资者，您好，公司未有与首颗超百Gbps容量相关的合作。投资者：您好，请问，贵公司截止12月30日股东人数是多少？谢谢！神州泰岳董秘：尊敬的投资者，您好，截至2022年12月30日，公司股东人数为74,869户。投资者：请问贵公司是否有涉及AIGC，ChatGPT，数字经济/数据要素/数据确权，web3.0中某一项或几项的技术或业务？神州泰岳董秘：尊敬的投资者，您好，游戏、计算机是公司两大业务板块，其中计算机业务以“ICT+安全”为主的传统优势业务和以“云大物智”为代表的创新业务，公司关注相关前沿技术的发展走势，不断的对产品更新迭代。建议投资者关注业务实质以及我司发布的相关公告。神州泰岳2022三季报显示，公司主营收入32.35亿元，同比上升9.04%；归母净利润3.83亿元，同比上升80.6%；扣非净利润3.33亿元，同比上升94.54%；其中2022年第三季度，公司单季度主营收入11.55亿元，同比上升16.1%；单季度归母净利润1.61亿元，同比上升175.88%；单季度扣非净利润1.24亿元，同比上升120.73%；负债率16.23%，投资收益1842.7万元，财务费用-6050.61万元，毛利率61.0%。该股最近90天内共有1家机构给出评级，增持评级1家；过去90天内机构目标均价为7.46。近3个月融资净流出8339.48万，融资余额减少；融券净流入1200.06万，融券余额增加。根据近五年财报数据，证券之星估值分析工具显示，神州泰岳（300002）行业内竞争力的护城河良好，盈利能力较差，营收成长性较差。财务相对健康，须关注的财务指标包括：应收账款/利润率。该股好公司指标2.5星，好价格指标1.5星，综合指标2星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）神州泰岳（300002）主营业务：向国内电信、金融、能源等行业的大中型企业和政府部门提供IT运维管理的整体解决方案,以及以“飞信”、“农信通”为代表的移动互联网开发及运维支撑服务业务。以上内容由证券之星根据公开信息整理，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如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2023-03-04

马斯克：我曾经醉心数字货币，但现在钟情人工智能

队，以开发一个与OpenAI基于文本的ChatGPT竞争的产品。　　马斯克去年12月曾在推特上说，OpenAI开发的ChatGPT“好得吓人，我们离强大到危险的人工智能不远了。”周三，他向在场的特斯拉分析师们强调了这些担忧。　　马斯克说：“我们需要某种监管机构或监督人工智能发展的机构。确保它的运作符合公众利益。这是相当危险的技术。我担心我可能做了一些加速它的事情。”

金融界 1评论2023-03-04

社區動態 | PlugChain 2月月報(02/01-02/28)

n發布【AI+預言機】主題的官方視頻：ChatGPT將“數據”AGI化，預言機將“區塊鏈”連接現實世界，賦予生態場景。兩者都是通過技術改變行業發展方向。 02月22日，PlugChain受邀參加由AvatarDAO聯合EOSFoundationCN舉辦的Twitter Space—《公鏈生態縱覽：淺析現有公鏈市場布局》。 02月24日，PlugLabs聯合Now4 Capital諾富資本舉辦Twitter Space—《潮起香江，擁抱Web3.0重建加密之都》，並開啓【關注推特留言瓜分價值1000USDT】活動：關注@Dcoreum_io @Plugchainclub，留言，潮起香港，擁抱Web3.0重建加密之都！隨機抽取20幸運用戶，每人獲得25DCO（價值50USDT）。 02月28日，PlugChain受邀主辦方Afflux 官方參加「日本 Web3 的展望：リソースフロー」，並于線上分享主題演講，Plug Chain作爲Afflux官方路演的特別贊助夥伴，將對此次活動進行全方位的生態支持，並出席項目路演活動。作爲壹條專注聚合式跨鏈預言機公鏈，Plug Chain也將通過公鏈技術去解決區塊鏈生態場景落地的問題。 PlugChain官方推特，推文展示量78.1K，個人主頁訪問量183K，推文轉推總量4656，覆蓋295k的推特用戶。結語：整體而言，PlugChain 在官方運營和社區生態動作上要比1月份頻繁得多。這不僅體現在拓展外部的生態合作上，同時官方社區生態也動作不斷。值得一提的是，如今香港不斷釋放擁抱Web3.0的利好政策，對於專注Web3.0公鏈的PlugChain來說，也在積極與香港政府洽談Web3.0領域的生態合作！来源：金色财经

金色财经2023-03-04

24小时热点