FX168财经网_全球视野外汇黄金加密货币NFT资讯网

前万兴科技旗下App Pixpic上线Google Play，Pixpic仅需10张照片即可生成数字分身，且针对主要客群欧美人做出特定生成优化。

金融界2023-07-25

如Facebook，Netflix, google，中国的百度，新浪等掌握了海量流量和价值后，他们通过广告驱动盈利模式，虽然用户可以生产创造内容，但用户并不拥有内容或者直接将内容变现来获益/，基本上是需要充分信任这个平台，用户才可能在web2时代获得收益。 Gavin Wood当时提出来Web3，指出了早期素以的用户面临的问题，就是需要太多的信任，他们需要充分的信任互联网巨头，因为大部分网络服务都依赖于少数大公司的信任，所以信任他们以公众的最佳利益形式，但是大家知道这种信任是不可靠的，所以Gavin Wood提出来这种新的web3.0的概念，希望web3是一个去信任的Web。它现在已经成为了一个包罗万象的术语，代表着一个新的互联网的愿景，它的核心是通过区块链技术来将权利以所有权的形式来归还用户。在这个经过了从2014年到现在到web3已经发展成为包罗万象的术语。其核心思想可以总结一下，应该是：去中心化：不是由中心化的实体控制和拥有，而是由这个构建者和用户分配所有权；它不需要许可，每个人都能够参与Web3的平等权限，没有人会被排除在外； Web3具有原生的支付功能，他能够使用区块链进行线上的消费和汇款，他不用依赖于传统的银行或第三方支付机构这些过时的基础设施；最关键的就是web3 无需信任，他通过激励措施和经济模型，经济机制来运转，不用依赖受信任的第三方，这些基本上是web3的特点。那么我再引申一下，为什么说web3很重要？我觉得对一般的用户来说，首先，举例子：它是抗审查的，比如我发布的内容我只要是符合所在国家的法律，它就应该能够在这个网络上被我需要的用户来访问。但是在Web2时代，任何一个私有化的网络平台，它可以按照人为的意愿来封闭创作者所创作的内容，（当然是合法的内容），当这些内容私有公司觉得不符合他公司的利益，他就不让发布或者从网络上把内容抹掉。最简单的例子，之前我们知道的美国总统大选，总统***的推特账号就直接被封掉了，还有因为俄罗斯和乌克兰的战争，github直接把俄罗斯的程序员发布在github上的账号都给封掉了，我们非常熟知的一些在网络上有良好口碑的项目如 Nginx，都被封掉了。所以我们说Web3很重要，它能够抗审查，是一个去中心化的自治组织，所有的Web3和你的数字身份相关，允许你在使用以太坊地址或者以太坊域名服务来控制你的数字身份，这样的话就是可以帮助在Web3上保证你不会被任何一个平台随便封锁。所以，我刚才简单讲了Web3很重要，包括web3到底它的核心的思想是什么。我们今天主要要讲的是一个去中心化的Web3的存储。Web3数据存储，它要解决的方案（问题）是什么？首先它也是要符合Web3的特点和要求。第一个就是去中心化的解决方案，它可以让用户把数据存储在一个去中心化的分布式网络里，而不是集中存储在某一个中心化的服务器上，或者存储在某一个中心化的公司的数据平台上，他这样是可以提高数据的安全性和可靠性，同时也能够降低存储成本。另外，Web3的存储解决方案应该是去中心化的，每个人不需要许可，都可以参与Web3的平等权利，每个人都可以把你自己的数据存在这个平台上，同时可以为Web3存储平台提供贡献出自己的存储空间，贡献出自己存储能力。应该是有原生的支付功能，那就是说Web3的存储解决方案就是他可以使用区块链上的加密货币进行线上的消费和汇款，不是依赖传统银行和支付机构。就是隐私的保护，Web3的存储解决方案就是可以提供更好的隐私保护，因为它要使用加密的技术，保护用户的数据。开放性，Web3的存储解决方案是开放的，那么所有人都可以参与其中，并为其做出贡献。我们想到的Web3的存储应该说是大家一起来建设的一个平台，它是不依赖于不属于任何一个中心化的机构，因为它对每个人是开放的，每个人都可以把数据存上去，同时每个人可以为平台做贡献，他可以提供存储空间。这是Web3数据存储的一个特别重要的特性。第六，也是特别重要的，Web3上的存储数据解决方案应该是确权的，每个人的数据在Web3上的都有它自己的拥有者，就是谁创造的数据，谁就拥有数据的拥有权，他可以决定把这个数据开放给谁，或者和Web3上的其他用户做交易，这就是Web3存储的几个特点。那么现在应该说Web3还是一个新生事物，现在整个互联网还是Web2时代，Web3是飞速发展的新生事物，它目前的现状有很多不同的解决方案，这里面有我刚才说的满足要求或一部分的要求的，现在最重要的两个Web3的协议，一个是IPFS，另外一个是Arweave的存储的协议，他们提供的都是一种去中心的存储方式，可以让用户把数据存储在分布式网络里，它们应该是开放的，针对所有的用户，所有的人都可以参与，也可以为这个网络做贡献，同时还会得到他们相应的奖励，但是它这些协议也有一些问题。这里详细说一下，大家都知道IPFS协议，他叫星际文件系统，本身是一个去中心化的存储协议，目前应该说事实上的Web3的存储协议的标准，他的特点就是说它产生的链接是真正不可审查的，一旦有人把IPFS的链接，这个链接是跟内容完全相关的，第一，你是没办法去篡改的，第二你也没办法去屏蔽，任何一个人只要拥有这个链接，就可以访问相关的数据，大家也都熟悉IPFS的这个经济模型，也就是Filecoin，它采用的是零知识证明的加密算法，他对矿工的激励是希望矿工把数据24小时不断地把数据经过加密算法算出时空证明，这种加密的算法造成了用Filecoin做激励，提供的Filecoin来支付的存储方式，它的使用场景有限，只能支持冷数据的备份场景，大部分的实时访问的数据，用Filecoin来交易总是让人觉得使用场景不太一致;IPFS协议还有一个问题，Web3的数据应该是确权的，那么数据拥有者，应该确认属于拥有权，而IPFS链接，一旦把它发布在Web3上，这个IPFS链接的形式把数据发在Web3上，就会导致，你是这个链接（当然是无法屏蔽的），当然也没办法把它数据拥有者本身，他是没有办法把这个链接取消掉的，你只要在一个IPFS节点上仍然有一份数据在这个分布式节点上网络里，那这份数据仍然是可以被访问的，所以说这份数据所有权实际上是没办法确定的，不能确权，这其实是IPFS要解决的另一个问题吧。然后另外一个协议是Arweave，它是直接存在区块链上，这样他的技术不叫区块链，他叫区块网络（Block web），那样就造成成本很高，如果要把所有数据存在区块链上那成本是很高的，尤其是如果矿工节点没有存全站的数据的话，矿工得到的这个奖励有可能没办法支撑其日常运营开支，大量的Arweave矿工会觉得实际上对Arweave提供网络的支持会造成入不敷出，那么矿工就会退出，所以一直到现在整个的Arweave的网络上存储数据并不是很大，这个也是现在Arweave协议最大的问题。那么除了IPFS，Arweave以外也有其他新的一些存储项目，但是大部分都是有这些方面的问题，首先怎么解决数据确权的问题，第二就是我们怎么样鼓励大家能够为这个存储网络做贡献的时候，仍然有足够的激励让给更多的人能够参与进来能够把整个存储网络建设的更好。我们说的Web3的存储，Web3本身就是一个新生事物，Web3数据储存也是在一个不断的完善不断进步的过程中。我是DMC基金会的主席，DMC的定位是希望能够作为一个Web3数据存储基础架构的建设者。在DMC的协议里面，我们能为Web3的存储提供真正的交易市场的机制，希望鼓励在Web3的空间里面真实有效的实现数据存储的交易，所以我们采用的是Nash共识，可以进一步给大家解释一下Nash共识原理，希望能够把自由市场理念引进来，所以提出的一个概念就是，供给矿工（就是把自己的存储空间贡献给web3的社区），然后帮助社区来存储Web3上的数据，除了这个以外我们引入了需求矿工（就是现在更多的，数据是存储在Web2上的），所以我们对给需求矿工也有足够的奖励，还可以把原来存在Web2上的数据搬迁到Web3来。举个例子，比如你原来数据是存在amazon上，amazons3上的，或者是存在google drive上或者是阿里云存储上的，那么如果你把你的数据存到DMC来构建的Web3空间的话，你对你的数据的安全性和隐私性，包括你的数据拥有权都能够得到保证，除此以外还能得到额外的Token的奖励，这个Token的奖励是根据市场上的供需关系来决定的。我们大家稍微有点经济学概念应该都知道supply和demand的供需关系的曲线，那么在供大于求的情况下，需求矿工可以得到更多的奖励，而在供不应求的时候，相应的供给矿工的奖励也会增加，所以这个是DMC通过Nash共识来实现的web3数据存储的自由市场机制。除此以外，我们也提到的，在Web3的空间里面，怎么样能够让用户，数据的拥有者，能真正的拥有这个数据，能够有真正的所有权？我们认为仅仅是依靠一个去中心化的存储空间，然后要保证他不可被屏蔽，除此之外，我们还需要有更多能够帮助用户来管理你的所有权，你对数据所有权的能力，我们提出一个叫个人Web3的终端，这就有点像你的智能手机，是你接入移动互联网的终端，那么你的Web3的个人终端可以帮助管理你的Web3空间里的数据，它可以帮你把数据发布在Web3空间，然后你可以管理你的数据，能够来控制到底由谁来访问，你的数据被访问，你也可以管理这个数据，访问的话是不是来通过区块链来记账，实现你的数据的价值。这个是我们的DMC，Datamall Chain，为web3的用户提供数据存储空间的服务。我们希望能够通过对DMC的生态的建设，能够让web3的数据存储层面发展的更能符合未来下一代互联网的需求，这个是我对web3数据存储空间的简单介绍。这个也是未来的方向。来源：金色财经

金色财经2023-07-24

谁拖了中国ChatGPT的后腿？

取代......从IBM的“深蓝”，到Google的AlphaGo，再到OpenAI的ChatGPT，25年过去了，AI在不断进化，人类对AI的日常反应却看不出什么心智上的成熟，这真的是一件令AI开心的事。我已经用ChatGPT干过诸多不可描述之事，发现它并不能每每得心应手，却能在一些看似更艰深的问题上给出更出色的答案和解决方案。比如你问它比亚迪能不能打败特斯拉，它可能会给出一些结构清晰而无奇、事实谬误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

CoinW EthCC Enchanté Paris活动圆满结束力推Web3在欧洲被大规模采用

金色财经2023-07-23

SCDO公链去中心化之王移动端钱包上线

金色财经2023-07-22

一文梳理ETHShanghai 2023黑客松20个获奖项目

据安全是主要的关注点。当我们点击使用 Google 登录任何应用时，第三方应用可以访问 Google 数据库中的所有个人数据。它可以将不必要的个人信息字段保存在自己的数据库中。 zkGATE 是一个登录协议，第三方应用可以集成，只有应用需要的信息才会被传递给它，而其他信息则被加密为零知识证明，并存储在一个作为访问通行证的 NFT 中。第三名 ChainEye 免费开源的全链分析工具。ChainEye 旨在为 Web3 散户投资者构建世界领先的免费开源全链分析工具。用户可以利用工具找到有趣的机会，例如流动性挖矿、交易和借贷、非同质化通证（NFT）、空投、通证监测、DAO 治理等。我们目前支持 Optimism、Starknet、Arbitrum 和 zkSyncEra，并将在不久的将来添加更多的一层和二层链。为了支持在一层 / 二层构建繁荣的生态系统，我们还提供了 RPC 列表作为开发者 / 用户礼遇。第四名 WASM Cairo WASM-Cairo 是基于 Webassembly 的 Cairo 运行以及开发套件。WASM-Cairo 是一个基于 Webassembly 开发的 Starknet L2 基础设施，使得我们可以在任何地方（本机，后端，以及浏览器）中运行任何由 Cairo 编写的应用 —— 我们甚至可以在浏览器中运行 Kakarot zkEVM 而无需任何配置和硬件 / 服务器需求。来源：金色财经

金色财经2023-07-22

OpenAI正在杀死创业公司？

时代，网景的发布阻止不了之后微软IE、Google的发展；移动互联网时代，iPhone的诞生揭开了Meta、Uber等一众移动应用厂商崛起的序幕。目前来看，ChatGPT所冲击的只是基于GPT二次开发的“套壳产品”，OpenAI带来的AI技术变革，将催生出新的令人惊叹的初创公司。 3.AI应用路在何方？据不完全统计，ChatGPT爆火后的七个月内，全球大模型数量已多达数百个，仅中国就至少有80个。今天，基础大模型已经初步形成互联网大厂、AI科技公司、明星初创公司、学界科研机构等多方势力“百模大战”的格局。大量的资金、人才、技术涌入了基础大模型，而对于应用层的讨论声音要小很多。大模型是基础设施，需要通过应用才能和用户产生关系。这是一个更大的生态。百度创始人、董事长兼首席执行官李彦宏认为生成式AI将催生新产品、新业态，会有很多创业和投资，大模型时代最大的机会在于应用层。他曾表示，“在应用层，将会出现全新的、十倍于现在微信和抖音的创业机遇”。 AI应用层的变革主要分为两类，一种是常见的基于大模型做既有产品的升级，代表公司为微软、Salesforce、阿里巴巴等科技巨头，以及大量的中小软件公司。微软已经将OpenAI的大模型能力，引入其全系产品中，包括New Bing搜索引擎、Microsoft 365 Copilot、Windows Copilot，国内阿里巴巴旗下的钉钉，也基于旗下通义千问模型进行了改造。传统SaaS公司正在快速接入AI。在细分行业领域，AI产品多应用在销售、咨询、管理等产业场景中，帮助企业打造竞争壁垒。以全球排名第一的CRM厂商Salesforce为例，Salesforce坚持AI+数据+CRM战略，在2023年推出两个AI产品EinsteinGPT、SlackGPT。另外一种，则是基于AI大模型的原生应用，但目前尚未爆发。以最近爆火的Agent为例，Agent作为人与LLM的中介，可能会挑战原有平台的分发机制，用户不再依赖平台使用软件，而是直接与Agent互动获取服务，过去SaaS也可能会变成AaaS（Agent as a Service）。新的产品逻辑将进一步降低用户使用技术的门槛，并渗透到新的使用场景。无论是既有的互联网产品还是正在成长的AI原生应用，在大模型时代都有可能经历新一轮洗牌。金山办公技术总监熊龙飞告诉「甲子光年」：“关键在于，要构建自己的技术壁垒。” 过去的积累与面向未来的投入都很重要。比如，金山办公除了大模型的功能模块之外，还积累了35年的文档处理底层技术，以及从2017年开始投入研发的AI能力。此外，为了结合大模型，金山办公还特地开发了向量化系统、提示词管理器、各类AI能力和大模型的外挂系统等基础技术。应用层公司的核心壁垒不仅仅在于模型能力，产品设计、数据管理、服务网络等方面同样重要。以Grammarly为例，有用户告诉「甲子光年」，“Grammarly主要应用场景有键盘输入法、浏览器插件和各个终端应用。ChatGPT在论文写作或者满分作文上兴许能用到，但日常沟通还是Grammarly更方便” 。随着模型能力的发展，算力价值在应用层可能被抹平，数据才是长期的壁垒所在。真格基金管理合伙人戴雨森在之前的一次演讲中表示，“当数据的质量和数量增加时，模型的性能和效果会提升，同时也会增加用户壁垒”。以微信为例，最早期的微信其实没有壁垒，后来通过与众多用户之间的特有关系形成了网络效应，从而产生壁垒。在大模型可以覆盖的通用场景之外，创业者在垂直领域积累深厚独特的行业数据，或者做冷门领域的先行者，或许更有可能获得成功。新一轮的AI浪潮无异于大浪淘沙，只有拥有核心本领才能立于不败之地。来源：金色财经

金色财经2023-07-22

亚洲雄起！印尼启动“国家级加密交易所、清算所” 贸易部长：不跟随中国封禁比特币

块链技术方面，越来越多的公司Meta、Google和Twitter开始将区块链技术融入到业务中，这证明未来加密资产的实物交易相当有前途。” 另外值得注意的是，官方此前表示当新的交易所上架后，印尼所有的加密货币交易未来都只能通过该交易所。针对代币上架方面，目前尚不清楚该新交易所会上架的代币，但Didid透露印尼官方会对本土项目进行扶持，希望上架的加密货币最好能拥有本土血脉，并能走向国际市场，且所有代币的上架最终还是要经由Bappebti的批准。

秉哥说市 1评论2023-07-22

TDC金融生态一个链动世界共创未来的平台

非常活跃和友好的社区。TDC社区成员以Google公司的联合创始人之一的谢尔盖·布林和陈绍诚等人为代表的组成。TDC的社区成员非常热情乐于助人,会在社区里积极的分享他们的经验和知识,以此来帮助其他成员更好的了解和使用TDC。来到TDC社区你就能感受到非常好的氛围。 DAO(去中心化自治组织) DAO正在逐步成为实现真正的去中心化决策的有效工具。具有实现去中心化、全民参与、透明公正、自动执行和无需信任等优势。在未来,未来的金融应用将更加去中心化,实现更高程度的公平性和透明性。每一为TDC DAO成员均能够在无需支付额外费用的情况下进行决策和投票。 TDC金融平台已经涵盖了Defi、工具、存储、NFT等多个领域的多样化生态体系。未来TDC代币的愿景就是希望成为Defi生态金融领域的领军项目,彻底改变区块链世界的Defi历史。除此之外,TDC代币还将推出自己的去中心化交易所和借贷平台,为用户提供更多的交易和借贷选择。让我们共同期待TDC金融平台链动世界共创未来的美好明天。来源：金色财经

金色财经2023-07-22

谷歌联合创始人布林重回公司参与研发新一代AI系统

据华尔街日报，谷歌(Google)联合创始人谢尔盖·布林(Sergey Brin)重回谷歌工作，近几个月来，布林通常每周到谷歌位于美国加州山景城（Mountain View）的办公室工作三到四天，与研究人员一起努力开发谷歌的下一个大型人工智能(AI)系统。知情人士称，谢尔盖·布林去年底曾在谷歌办公室参加过有关AI的会议，但现在他参与的频率和强度都有所提高。与2019年辞去母公司Alphabet高管职务后采取的相对不插手的做法相比，布林的新立场有了明显变化。此外，布林还参与了人事事务，比如聘用抢手的研究人员。

金融界2023-07-21

24小时热点