FX168财经网_全球视野外汇黄金加密货币NFT资讯网

ChatGPT 等 LLM 使用强化学习而非监督学习进行微调的 5 个原因

一些值得注意的经济和社会转型做出贡献。OpenAI 开发的 ChatGPT 是一个自然语言处理模型，允许用户生成有意义的文本。不仅如此，它还可以回答问题，总结长段落，编写代码和电子邮件等。其他语言模型，如 Pathways 语言模型（PaLM）、Chinchilla 等，在模仿人类方面也有很好的表现。大型语言模型使用强化学习（reinforcement learning，RL）来进行微调。强化学习是一种基于奖励系统的反馈驱动的机器学习方法。代理（agent）通过完成某些任务并观察这些行动的结果来学习在一个环境中的表现。代理在很好地完成一个任务后会得到积极的反馈，而完成地不好则会有相应的惩罚。像 ChatGPT 这样的 LLM 表现出的卓越性能都要归功于强化学习。 ChatGPT 使用来自人类反馈的强化学习（RLHF），通过最小化偏差对模型进行微调。但为什么不是监督学习（Supervised learning，SL）呢？一个基本的强化学习范式由用于训练模型的标签组成。但是为什么这些标签不能直接用于监督学习方法呢？人工智能和机器学习研究员 Sebastian Raschka 在他的推特上分享了一些原因，即为什么强化学习被用于微调而不是监督学习。不使用监督学习的第一个原因是，它只预测等级，不会产生连贯的反应；该模型只是学习给与训练集相似的反应打上高分，即使它们是不连贯的。另一方面，RLHF 则被训练来估计产生反应的质量，而不仅仅是排名分数。 Sebastian Raschka 分享了使用监督学习将任务重新表述为一个受限的优化问题的想法。损失函数结合了输出文本损失和奖励分数项。这将使生成的响应和排名的质量更高。但这种方法只有在目标正确产生问题-答案对时才能成功。但是累积奖励对于实现用户和 ChatGPT 之间的连贯对话也是必要的，而监督学习无法提供这种奖励。不选择 SL 的第三个原因是，它使用交叉熵来优化标记级的损失。虽然在文本段落的标记水平上，改变反应中的个别单词可能对整体损失只有很小的影响，但如果一个单词被否定，产生连贯性对话的复杂任务可能会完全改变上下文。因此，仅仅依靠 SL 是不够的，RLHF 对于考虑整个对话的背景和连贯性是必要的。监督学习可以用来训练一个模型，但根据经验发现 RLHF 往往表现得更好。2022 年的一篇论文《从人类反馈中学习总结》显示，RLHF 比 SL 表现得更好。原因是 RLHF 考虑了连贯性对话的累积奖励，而 SL 由于其文本段落级的损失函数而未能很好做到这一点。像 InstructGPT 和 ChatGPT 这样的 LLMs 同时使用监督学习和强化学习。这两者的结合对于实现最佳性能至关重要。在这些模型中，首先使用 SL 对模型进行微调，然后使用 RL 进一步更新。SL 阶段允许模型学习任务的基本结构和内容，而 RLHF 阶段则完善模型的反应以提高准确性。来源：金色财经

金色财经2023-03-07

All in AIGC 的扎克伯格坐不住的 Meta

3B和65B，并且官方还声称效果要优于OpenAI的GPT系列，甚至13B的LLaMA在单个GPU上就能运行。它的主要运行原理和以往的大语言模型大同小异，都是将一系列单词作为输入，并预测下一个单词以逐渐递归生成文本。至于为何要发布不同规格的大模型，Meta对此的解释是“近来的研究表明，对于给定的计算预算，最佳性能不是由最大的模型实现的，而是由基于更多数据训练的更小的模型实现的。”换言之较小的模型规模加上比较大的数据集，获得的性能可能会比更大规模模型的要好很多。一方面，小规模模型需要的计算能力和资源相对来说都会节约很多，另一方面，它还能基于更多数据集训练更多模型，更容易针对特定的潜在产品或用户用例进行重复训练和微调。至于实际效果，小扎更是放出豪言，这是AI大语言模型里的新SOTA模型，在生成文本、模拟对话、总结书面材料以及推演数学定理或预测蛋白质结构等五花八门的事情，它都能干。相较于有1750亿参数的GPT-3，最多拥有650亿参数LLaMA在大多数基准上的确都要优于GPT-3。后发先至，后来居上？有一说一，不要说相比其他科技巨头，就是比2021“元宇宙元年”时自己的表现，Meta这波入局怎么看都是落后了一步。早在现代企业诞生的几百几千年前，古人的围棋和象棋理论中就有“宁输一子，不失一先”的说法。几十年前，思科公司的约翰·钱伯斯又提出了著名的“快鱼理论”：当今市场不再是大鱼吃小鱼，而是快鱼吃慢鱼。 2021年当元宇宙概念首次提出后，Facebook很快就改名Meta，既是表明自己的雄心壮志，也是为了吸引更多的粉丝。然而作为旁观者的我们都看得一清二楚。Meta在这一年多里，除了烧钱就是裁员，以及自家冷冷清清，凄凄惨惨的Horizon Worlds。去年11月Meta裁员1.1万人，两周前又裁掉数千人，可是小扎嘴里的“2023将是效率年”却不知道还需要多少牺牲品。去年底时有人说小扎的行为彰显了“其作为犹太人，骨子里的冷血无情，刻薄寡恩终究是本性难移的”。对小扎的人品如何在此不做评价，但一些Meta员工的自述可以让我们管中窥豹，可见一斑：“十年大干快上，换来今天的一地鸡毛。” 也有人说小扎的行为不过是业内现状的缩影，反映了业内普遍存在的焦虑情绪，毕竟元宇宙到现在还基本上是八字没一撇，连好点的XR硬件厂商都屈指可数。相比之下还是AIGC更务实点，更何况ChatGPT最近的表现也是有目共睹。和机器人对话可比玩VR游戏简单多了，也更有意思，至少就目前来看，引人入胜的VR游戏还是太少，质量更是鱼龙混杂，良莠不齐。不论是否承认，元宇宙作为宏大叙事毋庸置疑，但目前更多的还停留在理论阶段，实际应用少得可怜。与此相反的，ChatGPT立足AIGC与聊天机器人的结合部，一出手就是杀手锏，也多亏了OpenAI在一个领域内深耕八年才有今日的惊艳亮相。而八年前的Meta又在做什么呢？虽然“大干快上”让它也在短短数年内获得了引人注目的成就，但正如老话说的，站在风口上猪都能飞起来，风口之后呢？另外关于聊天机器人还要多说几句，虽然Siri，ChatGPT等都堪称是现象级产品，但这个概念其实早已有之。1966年，德裔美籍的电脑科学家约瑟夫·维森鲍姆在深入研究图灵测试后，亲自动手开发了一款程序ELIZA，模拟心理医生的对话访谈，之前在展望Web3未来时曾提到过它。碍于当时电脑的普及程度极为有限，ELIZA仅在学术圈内掀起了一点波澜。直到1994年“聊天机器人”的概念才被确立，并逐渐发展成今日规模的庞大产业。来源：金色财经

金色财经2023-03-07

太极股份跌超3%，人工智能ETF（159819）盘中飘绿

4)上涨1.57%。消息面上，日前，OpenAI官方宣布开放ChatGPT和Whisper模型API，开发人员可以通过API将ChatGPT和Whisper模型集成到自己的应用程序和服务中。目前已经有多家应用侧厂商与OpenAI开展合作，如Snapchat、Quizlet、Instacart、Shop、Speak等。国信证券分析认为，人工智能技术作为驱动数据经济的技术底层，有望迎来新的发展机遇。数据、算力与算法是人工智能时代的三大基石，三者相互促进带动AI+应用快速落地。当前处在以ChatGPT为主线的新一轮人工智能创新周期，ChatGPT为人工智能产业注入新活力，此次ChatGPT开放API接口，有望带动“ChatGPT+应用”全面爆发期，建议重点关注人工智能领域中“ChatGPT+应用”相关赛道。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。

有连云2023-03-07

Notion AI 又一款强大的内容生成工具？

Notion AI 实际上就是基于 OpenAI 的 GPT-3 开发的，也就是说，Notion AI 跟 ChatGPT 本就是同宗同源。 Notion AI 关于特斯拉投资者日的回答信息只停留在了 2021 年两者不同之处在于，ChatGPT 是专门为会话任务设计的。在开发时接受了更广泛的语言模式和风格培训，因此更擅长生成类似人类对话响应，适用于聊天机器人、对话式 AI 等任务。而 GPT-3 是一个更通用的模型，共使用了 1750 亿个参数训练而成，功能也更强大，可用于翻译、文本生成等更广泛的语言相关任务。但如果用 AI 能力来判断的话，ChatGPT 实际上 GPT-3 的升级版本。ChatGPT 是在 GPT-3.5 基础上来开发的，使用了更完整的人类强化反馈学习进行训练。因此，当你用同一个问题去问 ChatGPT 和 Notion AI 时，你也会发现 ChatGPT 的回答明显更加「类人」，逻辑也更加缜密，而 Notion AI 更偏向于信息的整理呈现。 ChatGPT 的回答 Notion AI 的回答硅星人认为，之所以现在很多用户觉得 Notion AI 比 ChatGPT 更强大，其实并不是 NotionAI 显现出了多么厉害的人工智能能力，而是因为相比于目前 ChatGPT 带有测试性的原型功能呈现，Notion AI 已经可以算是一个非常完整的、以用户为导向的产品。借助 AI 功能，Notion 在原有的文档和知识管理的基础上进行了有效延伸，通过将丰富的内容模版叠加了智能性，进而大大提升了用户对内容的创作和管理效率，在使用的过程中让人感到印象深刻。要说 Notion AI 比 ChatGPT 更厉害，硅星人认为目前并不能下这个结论。但由于 Notion 比大部分人更早地洞察到了 AI 的潜力，因此在 AI 功能的拓展和产品应用方面，Notion AI 目前已走在了市场的前列。可以预见的是，在生产力工具领域，人工智能的风接下来一定会越刮越猛，而 Notion AI 不会缺席。来源：金色财经

金色财经2023-03-07

竞争加速！微软宣布将ChatGPT技术加入Power应用开发平台，大型科技公司迎来人工智能战

在美国使用。上个月，软件巨头微软已经将OpenAI的ChatGPT添加到了必应搜索和Edge浏览器中。当时微软CEO萨蒂亚·纳德拉表示：“搜索领域迎来了新的时代。”微软表示，通过与研发ChatGPT的OpenAI公司合作，必应搜索引擎会构建于一个新的大型语言模型上，比ChatGPT更强大。更新后的必应在传统搜索结果的右侧提供了一个带有注释的AI答案框。用户还可点击新出现的“聊天”标签，用一个类似于ChatGPT的聊天界面取代网页。微软在发布会上作了相应演示，例如生成定制的餐饮计划和推荐的旅游行程。OpenAI首席执行官萨姆·阿尔特曼表示，必应的模型借鉴了OpenAI的ChatGPT和GPT-3.5的关键经验，从而创造出一些“更快、更有能力”的东西。

迪星妮2023-03-07

AI板块的CNTM 3月还会延续下个故事吗？

局AI赛道，CNTM快速借力上位随着OpenAI的爆火，全球各大科技巨头都开始全力布局AI赛道，其中包括雅虎。在与Line合并之后，日本雅虎每年将投入超过1000亿日元用于人工智能技术的投资与开发，致力于成为全球领先的AI公司。日本雅虎与CNTM正式达成了合作，在AI智能搜索方面进行全面的业务合作，雅虎也将为CNTM提供相应的资源与资金支持，致力于共同打造全球第一的AI Web3搜索引擎。日本知名机构伊藤商事进行战略融资，2月25日台湾会议与ADA（艾达）圆满达成合作，3月5日在香港与APTOS联手合作举办的第一次线下Move Dev Meetup，共同打造AI服务平台的盛举已经顺利完成！今日再出重大利好，全球首个 Fiat-DeFi 融合的 Web3 SaaS 平台——SaaSGo。主要支持 Web3 应用程序的交钥匙部署，包括 DeFi、NFT、GameFi 等。SaaSGo与CNTM达成联手合作！为Web3的基础建设共同努力！总结加密领域市场在过去几年蓬勃发展后，迎来了2022年加密数字市场的寒冬。过去一年，尤其经过FTX破产冲击全球加密市场后，数字货币持有者更多关注的是一些有市场深度的数字货币和一些新兴加密期权AI交易平台，其中，CNTM成功出圈，引起了全球加密货币爱好者的兴趣和关注。来源：金色财经

金色财经2023-03-06

Stable Diffusion联合创始人Cyrus Hodes加入AIGC Chain 即将到来的Web3+AI革命

2月，由科技界大佬马斯克和奥特曼发起的OpenAI 发布了最新的AI对话语言模型 ChatGPT，并开放了免费试用，更是将行业热度进一步迅速推高。开放试用后，大量用户开始了与 ChatGPT 的互动。从闲聊、回答日常问题，到生成诗歌、小说、视频脚本，以及AI自动编程等几乎各个领域，ChatGPT 都展示了其令人惊叹的能力。在数千亿级的参数变量以及计算能力和全新算法的支持下，AI完成了量变到质变的又一次飞跃，进一步模糊了人工智能和人类智能之间的界限。据 OpenAI 的 CEO 奥特曼称，在短短的两个月时间里，ChatGPT 就有了惊人的1.5亿的用户访问，是有史以来成长最快的应用。随着ChatGPT的爆火，AIGC赛道彻底被引燃，网络上各式各样的AI创作应用也崭露头角，其中既有科技巨头谷歌、Meta、微软等，也不乏AIGC的新晋独角兽Stability Ai、Jasper等，AIGC相关企业持续获得的高额融资。投资机构已经全面瞄准AIGC这下一个万亿美元级别的蓝海赛道。AIGC受到追捧的主要原因显而易见：首先，是它带来的高效率。人工智能生成内容的主要好处之一是，它可以比人类创建的内容更有效地生产。AI算法可以分析大量数据并快速生成内容，这可以节省时间和资源，并允许组织在短时间内生成大量内容。其次，它在一定程度上提高了任务的准确性。在某些任务上，如分析数据，人工智能算法可以比人类更准确。这可以带来更准确和可靠的内容，以及更明智的决策。随后便是对于成本的节约。对于机构、公司而言，人工智能生成内容的效率和可扩展性的提高也可以以较低的成本去生产大量内容。人工智能对内容的扩展也不可小觑，大量的数据使得人工智能可以对原有的内容进行扩展，为人类生产更多的内容。最后，不得不提的是个性化板块。人工智能算法可以分析用户的兴趣和偏好，并根据他们的特定需求和兴趣生成量身定制的内容，从而带来更加个性化的内容体验。据Grand View Research数据，传统的AI市场全球市场规模已近万亿美元，预计 2023年至 2030 年的复合年增长率 (CAGR) 将达到 38.1%。而AIGC有着更为广泛的应用市场，其中不但包含了图像、文字、视频、音频方面的内容创作，翻译，摘要，个性化内容，数据分析，方案策划等，还包含了数据可用层，Web3等。其实AIGC的未来是可以预见的。随着数据模型的的扩大、人工智能算法的优化、GPU算力的提升，人工智能生成内容的质量和可用性会继续提高。毫不夸张地说，AIGC将会成为Web3时代的核心生产力。上文提到的，已经获得十多亿美元融资的OpenAI据悉正在进行新一轮融资，微软目前正与OpenAI协商100亿美元的注资事宜。AIGC另一新秀，创始于英国伦敦和美国硅谷的人工智能解决方案提供商Stability AI也在2022年中完成种子轮融资1.01亿美元，估值达到10亿美元。在各路资本和科技界大佬大举投资布局AIGC赛道之际，行业大佬Cyrus Hodes选择加入Web3机构AIGC Chain引发了人们的高度关注。其实除了Cyrus Hodes，今年以来已经有多位来自AI和Web3领域资深大咖宣布加入AIGC Chain。作为AIGC领域第一条公链，AIGC Chain确实有着坚实的技术基础。AIGCChain基础大模型代码源自一家洛杉矶的科技公司Oben。该公司成立于2014年，由一群研究人员和创业者在洛杉矶创立。该公司的使命是以安全和负责任的方式推进和促进人工智能的发展，重点是实现人类的积极结果。Oben在机器学习、变声和自然语言处理方面进行研究和开发。制作了许多人工智能产品和服务，例如自拍照生成3D人脸、AIGC大模型。使用这些工具，用户可以用3D数智身份创造视觉内容，帮助用户最有效地实现他们的想法。Adam是Oben的联合创始人，此前曾是Lightspeed Venture Partners的投资合伙人。Adam和他在加州大学伯克利分校和清华大学的同学共同创立了Baihe.com，这是中国最大的互联网约会网站之一。Adam获得了加州大学戴维斯分校的交通博士学位和加州大学伯克利分校的金融工程硕士学位。而AIGCChain区块链技术基础代码贡献者则是BitKeep的创始人Patrick，BitKeep是一款易于使用的加密钱包，在全球超过600万用户使用。Patrick带领团队从零开始建立BitKeep。退出BitKeep后，Patrick和他的团队向多个著名的Web3项目提供了区块链技术，包括BNB链上领先的MetaFi平台Babyswap。Patrick和他的团队在加密钱包、智能合约和多链开发方面拥有丰富的经验。在人工智能和Web3融合方面，Cyrus起到了领导性的作用。除去Stability AI联合创始人身份，Cyrus是OECD人工智能计算和气候专家小组的成员，全球人工智能合作伙伴关系（GPAI）的专家，是气候行动人工智能和农业人工智能委员会的一部分。他是IEEE的“积极地球2030”合作——可持续性公共资源的联席主席。Cyrus是阿联酋总理办公室人工智能部长的首席顾问。他拥有哈佛大学的公共管理硕士学位，巴黎二大学工业动力学硕士学位和巴黎科学院文学学士学位。从定位上来看，AIGC Chain基于一个简单的使命而成立：让全球各地的人们（无论种族、性别、教育水平、国籍、地点、文化和宗教信仰）都能公平地访问和简易地参与到AIGC生态系统。AIGC Chain是一个可分布式、模块化的AIGC模型基础设施，任何人都可以用它来训练自己的小AIGC模型，并按照自己的意愿将它们添加到AIGC Chain基础设施中。AIGC Chain是一个公共、去中心化的第二层解决方案。它是用Go语言构建的，最初与以太坊和iPollo合作。还有额外的计划将其扩展到其他网络，如BSC、Cosmos和像PAI这类的分布式算力网络。其目标是创建一个开放的、分布式AI网络，并支持存储公链，如Filecoin。AIGC Chain由AIGC生态系统集体训练和维护。AIGC Chain将支持一个P2P的市场，允许用户向AIGC社区销售分布式GPU服务、数据存储或者其他运营AI所需要的资源，无需中央平台或中介。这意味着参与者可以使用自己的web3身份，如区块链钱包地址或去中心化身份，访问市场，并向AIGC生态系统提供各种服务。市场允许参与者从各种卖家处访问和购买各种人工智能相关服务和资源，如分布式 GPU 服务、数据存储和数据标注。这有助于提高人工智能的公平性、效率和性能，并支持 AIGC 生态系统的发展。目前AIGC赛道存在着不少有待解决和优化的问题，比方说不公平、AI的艺术风格不一致性、贫困、信息熵高、信息无序等问题，而AIGC Chain将有望通过web3的方式来解决和优化这些问题。就不公平问题而言，人工智能生成的内容通过提供用户和组织新的技能和见解来解决问题，帮助他们取得成功。目前新冠疫情已经造成了巨大的经济破坏，使数百万人陷入贫困。少数族裔、边缘化和被忽视群体缺乏融入AI生态系统的条件，将进一步加剧贫富差距。使用AI生成模型和点对点市场可以帮助提升边缘化群体的独特文化、故事和技能，这些对整个人类都是有价值的。分散式AIGC基础设施将通过允许更大的参与来提高边缘化群体的参与度，从而减少疫情的负面影响，缓解贫富差距。 AIGC使用的扩散模型天生会生成随机和多样的结果。扩散模型使用随机过程，这意味着它依赖随机性和概率来生成输出，即使使用相同的提示输入，模型的输出也可能因一次运行到下一次而有所不同。此外，扩散模型可能在多样和多变的数据集上进行训练。这进一步导致了生成图像的随机性和不一致性。然而，在实际应用中，如内容生产中，通常需要一致性。AIGC Chain的技术贡献者开发了一种精确控制方法，协调视觉生成技术，解决了扩散生成图像的不一致问题。就信息无序而言，热力学第二定律指明宇宙的熵总是增加。所以如果要减缓宇宙热死亡的进程，就需要负熵。在物理学中，负熵是指系统比平衡状态更有序，而不是更无序。在经济系统里，这是说信息要有序，而不是无序，有序才能让经济和社会的发展更可持续。Web2平台用免费来换取用户的广告时间，广告对用户的信息获取来说往往是无效的，增加了熵，对整体的经济系统是熵增的。而Web3的去中心化的架构可以让用户自己决定希望获取什么样的广告，信息的熵比Web2的信息熵低，让整体经济系统更有序，更加可持续。区块链技术通过提供安全、透明、防篡改的信息存储和传输方式，提高了网络上信息的可靠性和信任度，从而减少熵。NFT 通过区块链网络验证，为艺术品的所有权提供了安全的认证方式，通过创建明确的所有权记录减少熵。总的来说，与中心化服务平台相比，AIGC Chain的分布式 AIGC 服务平台有潜力为用户提供更多的公平性、灵活性、创新性和更多的选择。在生态层面，AIGC Chain主网全面支持图灵完备的智能合约。智能合约（Smart Contracts）是内存块链中制定合约所使用的特殊协议，这是一种自动执行的合约，将双方的协议条款写入代码中，一旦启动就会自动运行，不需要任何人为的干预，自主控制其计算所涉及的资源，比如有权限调配合约双方的资金和财产。通过分布式的节点来自动运行，而不用透过中心化的单个服务器。智能合约为构建在 AIGC 网络上的 DApps 开辟了一套全新的用户体验和新的归因模型。例如，利用 AIGC 网络上的智能合约可以实现完全数字化的物品所有权、创新的支付消费模型、透明的版税分配、无需信任的众筹机制等等。这提供了额外的社会和经济交互层，补充了视频和数据传输的核心功能，并显着提高了平台用户的参与度和保留率。在EVM兼容方面，AIGC 虚拟机与以太坊虚拟机兼容。因此，移植现有的基于以太坊的合约很简单，成千上万的智能合约开发人员可以轻松地在 AIGC 上进行构建。AIGC 的 Ethereum RPC 适配器提供了对以太坊 RPC API 的支持，类似于 Binance Smart Chain 和 Polygon。Ethereum RPC 适配器软件将 AIGC RPC 端点转换为 Ethereum RPC API。有了它，AIGC 现在支持整个 Ethereum DApp 开发堆栈，包括 Metamask、Hardhat、Remix、Ethers.js、Web3.js 和 Truffle Suite。移植到 AIGC 的以太坊 DApp 可以使用相同的 API 调用与 AIGC 区块链交互。这意味着以太坊 DApps 几乎可以无缝部署和迁移到 AIGC Chain。这大大降低了开发者利用已有基础设施在AIGC CHAIN部署并基于AIGC CHAIN进行原生开发的难度。据悉，AIGC Chain或将于2023年3月开启测试节点申请，AIGC Chain测试网将分为多个阶段进行，主网上线时间预计为2023年Q3~Q4。来源：金色财经

金色财经2023-03-06

安恒信息涨超6%，人工智能ETF（159819）飘红

涨3.63%。消息面上，人工智能公司OpenAI日前宣布，公司将开放ChatGPT和Whisper的模型API，具备使开发人员能够访问语言聊天、语音转文本等功能。ChatGPT API 按照每一千个 Tokens/0.002 美元收费，这是继 ChatGPT Plus 版本后的又一全新付费商业模式。信达证券认为，人工智能是数字经济的核心组成部分，数字经济建设需要高算力支撑，我们认为通信行业在数字经济&算力时代起到两大核心作用：1）提供算力资源+搭建算力网络；2）投入人工智能等新技术研发。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。

有连云2023-03-06

中信证券：持续看好ChatGPT及AI领域的相关产业投资机会

　　如何看待OpenAI开放ChatGPT商用API？　　中信证券指出，近日OpenAI发布了Beta版本的ChatGPT API，并按照使用量收费，单次调用价格亦较前一代下降90％。我们分析认为，OpenAI将其在千亿参数模型中所学习到的能力通过类似于蒸馏（distillation）的方式浓缩进了百亿参数的模型中，并有效降低了模型在推理端成本，从而找到可以盈利的商业化途径。我们判断这一模式亦有望在未来成为各大AI公司在提供AI服务时的商业化范式，推动更多AI产品在中短期的商业化落地，从而在全球范围内加速AI产业化进程。我们持续看好ChatGPT及AI领域的相关产业投资机会，并建议持续聚焦芯片、算力设施、模型架构&工程实践、应用场景等核心环节。

金融界2023-03-06

中科创达：公司已获瑞士证券交易所监管局附条件批准。详见公司在巨潮资讯网披露的相关公告

证券之星2023-03-05

24小时热点