FX168财经网_全球视野外汇黄金加密货币NFT资讯网

苹果想在拥抱生成式人工智能的同时避开众多陷阱

但一旦出错，风险也更大。即使是苹果与OpenAI的高调合作，也存在一些限制，似乎是为了让iPhone制造商在其无法控制的系统出现响应错误时保持一定的距离。苹果的Siri语音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？

，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

Aethir ：DePIN GPU 算力基建设施领域的新范式

范式，重塑云计算领域的格局。” 随着 OpenAI 陆续推出 ChatGPT、Sora 等 AIGC 模型，正在引领新一轮 AI 产业革命。虽然 AI 技术的不断革新正在让我们的生产、生活以及工作方式不断发生质变，但 AI 模型训练、机器学习等，让正在让计算需求呈现指数型增长。除了 AI 领域外，包括云游戏、云渲染、自动驾驶、气象预测、宇宙观测等在内的系列高端产业的集中喷发，也同样有着大量的计算资源需求。在传统的算力体系中，主流的云计算服务商，通常是将算力相对封闭地集中在几十万台服务器组成的多个数据中心，以此源源不断地为全球网络提供运算服务。这也就意味着，传统的算力供给体系通常在可拓展、克服单点风险、延迟性等方面存在一定局限性，而算力的垄断、高昂的建设以及拓展成本，正在让计算资源随着市场需求的激增而变得十分昂贵。一个示例是，曾经战胜围棋高手李世石的 Alphago ，单次训练模型就需要花费几十万美元，而像 OpenAI 这类需要持续对 AIGC 模型进行训练的商业体，所需要付出的计算成本可想而知。以 Web3 理念为核心的 DePIN 叙事的兴起，正在对传统资源分配体系进行重塑。DePIN（ Decentralized Physical Infrastructure Networks ）即分布式物理基建设施网络，是由知名加密机构 Messari 提出的概念，其核心在于以区块链为基础，利用代币激励用户以分布式的方式部署硬件设备，从而以更低成本、高效的方式，提供真实世界的商品与服务或数字资源的更合理分配，一些潜在的 DePIN 资源体系包括 GPU 算力、部署热点、存储空间、带宽资源等等。在 GPU 算力领域， Aethir 是 GPU 算力领域最具代表性的 DePIN 项目之一，其通过构建一套以 GPU 算力为核心的 DePIN 体系，致力于应对集中式云计算的常规挑战，包括高昂的成本、GPU供给的限制以及延迟等问题，并提供了一种去中心化的 GPU 云服务平台，为 AI 和游戏等迅速增长的、云渲染等市场长期提供可扩展的解决方案。据悉，Aethir 网络是目前规模最大的分布式 GPU 算力生态之一，现阶段其已拥有超过 4000 张英伟达 H100 GPU 显卡作为算力支撑，其中 82% 正在对外提供商业服务，预期在后续还会继续增加 2000-3000 张 H100 GPU 显卡。这些计算资源将由企业用户、Aethir 合作伙伴以及个人用户以分布式的方式接入网络，能够高效地满足最苛刻的 AI 客户需求，并为企业提供全球范围内最优质的 GPU 资源。随着 Aethir 分布式 GPU 算力体系的不断拓展，该生态有望全新科技时代下，最重要的算力基石。 Aethir 分布式 GPU 算力体系 Aethir 本身是一个聚合 GPU 分布式算力资源的 DePIN 网络，其运行在以太坊 Layer2 网络 Arbitrum 上。在 Aethir 网络中，其允许具备算力资源的用户将 GPU 算力接入网络中，运行在 Arbitrum Layer2 网络上的 Aethir 网络，将同样以分布式的方式对这些算力进行重新调配。具备算力需求的用户，能够以 Wholesale（零售）、Retail（零售）等方式按需付费，而贡献 GPU 资源的用户则能从 Aethir 网络中获得收入。在面向供给者端，Aethir 的范围较为广泛，无论是电信公司、硬件密集型数字企业用户，还是新基础设施投资者即持有 Aethir Edge 设备，以及具备闲置 GPU 算力资源的个人用户，都能接入网络中为网络做出贡献。实际上，无论是企业还好个人用户，GPU 设备或多或少的都存在低利用率现象，与此同时，ETH 2.0 升级对于 PoW 矿工的发展十分不利，在合并完成后大量的 PoW 硬件设备处于闲置状态（目前按资本规模计算，这些闲置 PoW 计算资源价值约为 $19B）。从供需端看，一方面全球算力紧缺，计算资源需求者难以负担昂贵的计算成本，另一面 GPU 闲置导致大量算力资源浪费。所以将闲置 GPU 资源进行整合将会是一个巨大的算力资源池，有望很好的缓解计算领域所面临的紧缺问题。聚焦于 Aethir 网络本身，为了更好的实现这些算力高质量的供给与调配，Aethir 网络中引入了三种主要角色： Container 负责为网络提提供执行和渲染应用程序的执行角色 Container，其是虚拟云计算的实际地点，最为直观的，我们可以理解为网络中算力的重要驱动角色（有效的工作从网络中赚取收入）。比如当用户通过网络购买算力后，将这些算力用于云渲染、AI 模型训练推理甚至是智能驾驶的实时响应，都需要通过 Container 为其提供算力无延迟的即使响应。通过配置高性能的硬件资源具备计算、带宽能力，Container 能够将重负荷的计算任务从用户设备转移到云端，确保用户在各种设备上都能享受到高性能的计算和渲染服务。Container 角色分布在全球各地，所以当为用户处理计算以及渲染任务，其能够很好的避免单点风险。成为 Container 角色需要质押 ATH 代币，以作为其服务质量不佳即作恶的罚没成本，其将接受 Checker 角色的监督。 Indexer 网络中资源的调配角色 Indexer，其是网络中资源的调配者角色，其会根据 Container 的实际情况（包括状态、服务部署、资源需求、延迟和服务费用等），来对网络中的算力进行调配，以让供需更好的实现匹配，并实现网络自我动态调整，以保证网络始终能够保持最佳运行状态。事实上，Indexer 的匹配是一个择优的过程，即更优秀的 Container 角色更容易获得 Indexer 的任务匹配。在面对需求端，Indexer 角色其通过设置不同的 SDK 接口能够为网络提供，能够支持多种不同类型的服务，例如AI训练、AI推理、云游戏实时渲染，云直播等，其根据不同用户的具体需求，灵活地对接到相应的 Container。同时，随着网络中 Container 角色的不断拓展，Indexer 也能为网络带来十足的可拓展性。 Checker Checker 是网络中的监督者角色，该角色会对网络中 Container 的服务进行实时的监控与检查，并将 Container 角色的处理能力、响应时间和网络延迟等，向 Indexer 实时反馈，并从网络中获得代币收入。当 Container 发生故障时，Checker 能迅速检测并通知 Indexer 重新分配资源，保证网络的正常运转。而当处理任务的 Container 角色服务质量不达标，Checker 将会降低该 Container 的优先级或减少其任务分配，并对其进行罚没。目前，网络中 Checker 角色以去中心化的方式下放到了社区，网络中 Checker 角色超过了 74000 个。所以整体上，Aethir 网络在 Container 、Indexer 以及 Checker 角色的相互互补下，不仅能够与更加精准的计算场景相适配，确保企业级云服务的 SLA 等级，同时能够持续保持拓展与自我革新。目前，在同赛道中，Aethir 的潜在竞争者包括 IO.net 以及 Render Network，仅从系统设计上看，Aethir 网络构架具备绝佳优势。一个是体现在网络延迟上，IO.net 主要依赖于 Mesh VPN 和Reverse Tunnel 技术来实现节点间的低延迟通信，虽然在实时应用中具有一定优势，但在资源匹配和服务质量监控方面略显不足。而 Render Network 则专注链下渲染和链上支付，在服务实时性和质量保证上仍存在挑战。一个是在客户保护方面，Aethir 的 Checker 角色能够保证网络对计算任务无间断进行，并不断对服务择优，而IO.net的罚没机制主要集中在节点的可用性和任务完成情况上，对于服务质量的实时监控和欺诈行为的防范相对较少。Render Network通过Rendering Proof可以完成事后验证，但是无法即时解决问题，实时性上仍有待提升。从生态规模看，现阶段，Aethir 的云拥有价值 2400 万美元的设备，分布在 25 个地点和 13 个国家。此外，Aethir 已经获得了相当于 1000 万美元的设备，以在 2024 年扩展基础设施。基于该体系， Aethir 正在根据需求提供不同且灵活的算力供给模式。 Wholesale（批发）对于具备大量、持续计算需求的用户，比如 AIGC 模型训练的 OpenAI 公司、一些大型的游戏公司，Aethir 推出了Wholesale（批发）模式，即能够向网络提前预定所需的计算处理单元（PCU），并以较低的单价获得专属的渲染服务。需求者可以对算力进行周期性预期，比如获得从一周到一年不等的持续服务，8 小时结算一次。这种方式的好处在于，能够保证在周期内获得稳定持续的算力供给，并且能够保证成本远低于外部市场。由数据显示，Aethir 能够以每小时 0.33 美元的成本提供最优惠的 A100 设备租赁费率，而对于英伟达的 GPU 租赁服务，其包含 8 个 A100 或 H100 旗舰芯片的价格为每月 3.7 万美元，折合每小时的的费用在 6 美元以上，所以 Aethir 网络在 GPU 租赁成本上有着极佳的优势。从进展上看，Aethir 已经与一些年收入在 500 万美元以上的大型 B 端用户建立了合作并签订了合同，包括玩家基数达 1.5 亿的大型游戏工作室、拥有超过 6400 万月活用户的最大云游戏公司 WellLink 、全球最大的电信公司签订合同等，并且还包括另外 10 个游戏领域潜在建立合作的大型厂商建等。 Retail（零售）对于一些具备临时需求的用户，比如小型的渲染工作室等，Aethir 推出了 Retail（零售）模式，用户可以随时接入网络获得算力服务，价格将按照市场价格波动，其以分钟作为单位进行结算。值的注意的是， Aethir 的供应市场以 ATH 代币作为结算方式，这将为 ATH 建立刚需性场景，同时通过经济内循环也将能够为生态构建更为坚实的价值基础。 Aethir Edge 算力设备事实上，对于分布式算力网络中参与者通常都是具备一定计算能力的专业参与者，对于普通用户接入网络存在一定的技术门槛。在最近，Aethir 在迪拜 Token 2049 官方发布会上推出了由高通提供技术支持的 Aethir Edge产品，该产品将作为网络中唯一的白名单挖矿 DePIN 设备，使全球用户能够享受独家奖励，并通过共享多余带宽、IP 地址和计算能力赚取收入，通过整合本地资源，Aethir Edge 让普通用户也能成为拥有卓越计算能力的节点，以成为共享经济的受益者。据悉，$ATH 代币总供应量的 23% 将分配给 Aethir Edge 持有者，作为独家激励。聚焦于 Aethir Edge 设备本身，其配备了 Qualcomm® Snapdragon™ 865芯片组，使其能够高效处理任何工作负载，并通过 Aethir 网络提供持续不断的计算能力。其也拥有12GB的LPDDR5内存，用于处理数据密集型工作负载。此外，该设备还具有256GB的UFS 3.1存储容量，提供高速数据访问，1000M GE LAN网络端口和WIFI6 2T2R + BT5.2连接性。 Aethir Edge 的全新推出，标志着由用户驱动、以去中心化方式革新边缘计算的全新起点。打造首个基于 GPU DePIN 体系的 MaaS 生态事实上，从 AI 计算的角度出发，其也存在不同的细分场景，这些不同的场景本身对于算力的需求不同，大体可以包含三类：一种是 AI 训练大模型，即我们经常说的机器训练（ML）中的一种最重要的形式。大模型训练通常对算力有着极高的要求，在该领域只有英伟达独树一帜，英伟达 H100、A100 系列芯片通常是首选。一种是 AI 推理，即利用已经训练好的 AI 模型来进行预测或决策的过程，该过程对计算资源的要求相对次之。除此之外是一些小型的边缘类垂类模型，这类的 AI 计算通常对算力要求并不是那么高。就从目前的 GPU DePIN 赛道格局看，受限于 GPU 资源以及规模，绝大多数该赛道项目只能够满足上述第二种以及第三种计算需求。 Aethir 一个明确的目标，即成为首个推出模型即服务(MaaS )的 DePIN 项目，将机器学习模型部署到企业端提供给用户使用。让 AI 用户可以一站式完成开源模型的选择和快速部署。Aethir MaaS 将帮助客户实现高效智能的数据分析和决策，降低模型部署门槛。为了推动生态该方向发展，其正在构建一个以英伟达 H100 GPU 为核心分布式算力集群。得益于其专门为 AI 计算设计的处理单元 Tensor Cores、有数千个并行处理核心、高性能的带宽内存、AI 优化指令集、大规模分布式训练支持以及高度的安全性与可靠性，英伟达 H100 被公认为是目前是用于 AI 推断、机器学习和大型语言模型（LLM）训练的最强 GPU。而目前，Aethir 网络通过不断拓展，已经拥有超过4000 个 H100，并且还有额外的 40,000 个顶级 GPU，是目前阶段最大的分布式 GPU 算力网络之一。目前， Aethir 的英伟达 H100 GPU 算力集群仍在处于高速的拓展中，并且每个加入 Aethir 网内的英伟达 H100 GPU 都需要均经过了严格检查，包括参数配置、模型可用性、带宽吞吐，链路稳定性检测等，从机制上保证可以达到高速训练和推理需求，而在后续的检查监督工作，将交给三方 Checker 进行去中心化的检查，以保证其提供优质的服务。基于其庞大的英伟达 H100 GPU 集群，结合 Aethir 的云系统，其具备大型 AI、ML 需求的用户长期提供 MaaS 服务的能力，大幅降低机器学习、模型训练的技术、成本困境。 Aethir 作为目前最大的英伟达 H100 GPU 集群，已经与同赛道其他竞争者形成了不同维度的竞争，其是目前主要具备为 AI 模型训练领域提供支持的 GPU DePIN 项目，其潜在客户是类似于 OpenAI 这类的大型厂商。相对而言 io.net 本身也具备 GPU 算力供给能力，但在质量以及规模上远没有 Aethir 的规模大，其目标用户是 AI 初创公司和开发者，大多数只需要进行推理或者边缘垂类模型的计算，而非 AI 模型训练。 Akash 也是该方向的潜在竞争者，但 Akash 是以 CPU 网络集群见长，CPU 集群网络更适合复杂逻辑计算，在 AI 训练、推理等领域则 GPU 更具优势。虽然 Akash 目前也在向 GPU 计算集群布局，并同样引入了 H100（仅 140 张左右），所以在这个方向上，其与 Aethir 仍旧有着差距。除了上述同赛道项目外，RNDR、Gensyn 等潜在竞争者也同样在 GPU 算力规模上远落后于 Aethir ，难以与 Aethir 在 AI 模型训练赛道上形成直接的竞争。所以规模化是 Aethir MaaS 体系的优势，并在其自身的结构性网络推动下，与更多的场景进行深入的结合、从另一方面看，Aethir 也正在新的竞争格局下，建立一些潜在的合作。目前，Aethir 也与最大的 GPU 集群提供商 io.net 建立合作，通过在 io.net 网络上推出 1000 个英伟达 H100 GPU，Aethir 与 io.net 共同创建了一个规模超竞争对手 Akash 三倍以上的英伟达 H100 GPU 算力池。这也使得 Aethir 成为 io.net H100 GPU 的独家提供商，为后者最苛刻、寻求高效 H100 GPU 处理能力客户持续提供计算以及 MaaS 等服务。值得一提的是，Aethir 与 io.net 的合作，对于网络中的 H100 提供者也有望获得双重奖励，即在获得 Aethir 奖励的同时，将可以同时获得 IO 网络的 Token 的双重奖励。而这种实现利益最大化的方式，同样是推动 Aethir H100 GPU 集群壮大的重要因素。重塑游戏行业新格局除了 AI 赛道外，Aethir GPU DePIN 网络对于游戏领域的发展，同样有着极为重要的意义。上文提到，Aethir 网络一方面具备充足的计算能力，基于此 Container 角色能够持续为渲染提供动力。事实上，对于大型游戏的渲染需要大量的计算资源，以实现复杂的光线追踪、粒子效果和物理模拟。比如目前游戏渲染领域广泛应用的光线追踪技术方案，每渲染一帧可能需要数十亿次光线计算，其需要具备并行处理这些计算密集型任务，相对于传统的计算服务方，Aethir GPU DePIN 网络在并行化处理这些计算密集型任务上更具优势，显著减少渲染时间与效率。另一方面，根据 Limelight Networks 的数据，游戏玩家通常期望游戏不超过 100 毫秒的延迟。传统的服务商通常会通过在地理位置上靠近用户的数据中心部署游戏服务器，再通过云服务提供商最小化延迟，优化玩家体验。但问题在于，仅在 2020 年全球在线游戏玩家人数就已经达到了 27 亿用户，计算服务方需要同时满足这些在线游戏用户的需求，这对于传统云计算服务商来说是一个不小的挑战。所以一个具备极低成本、灵活的可拓展性，满足实时、瞬时高迸发、持续的算力供应体系，就显得尤为重要，Aethir 的 DePIN 堆栈因此非常适合无延迟的云游戏。与此同时，得益于其全球分布的 GPU 资源能够为全球玩家提供高效的 GPU 功率流，Aethir 也可以将无延迟的 AAA 游戏带到发展中地区的低端硬件设备上，通过推动 AAA 游戏的普及以及市占率，有望让游戏市场不断地择优与革新，大幅提升游戏市场的质量。除了在渲染、游戏延迟方面的支持外，Aethir GPU DePIN 网络的卓越计算能力，同样有望帮助在线游戏构建更好的安全性。聚焦于在线游戏领域，DDoS 是最常见也是最频繁的攻击手段，所有在线游戏都曾为预防 DDoS 而付出了高昂的成本。Aethir GPU DePIN 网络对于帮助在线游戏抵御 DDoS 等实时访问攻击，能够确保游戏服务的持续可用性。当然，Aethir 也正在致力于推动与开发者群体的链接，通过推出系列灵活工具，包括软件开发工具包（SDK）等，可用于整合如游戏内交易和玩家认证等特性，进一步简化了游戏体验。并且 Aethir 平台提供的分析工具能帮助企业追踪玩家参与度，控制预算，分析游戏趋势，并可视化数据，旨在游戏行业制定明智的战略和解决问题。发展前景 Aethir 得益于其网络架构设计，相对于绝大多数分布式 GPU 生态在延迟、可靠性、稳定性、安全性等方面都具备一定的优势。而能够灵活进行算力驱动、具备无限拓展能力且实时接受监督的 Container 角色，让 Aethir 具备无限拓展能力的同时，能够与绝大多数具备计算需求的场景相适配，而不是定向域某一个具体的场景。比如除了对 AI、云渲染、游戏等系列场景深度适配外，包括自动驾驶等在内的对延迟具备极高要求的场景，以及一些零知识、FHE 等在内的对瞬时并行计算迸发有着极高要求的场景，Aethir 都能够灵活的予以适配。所以 Aethir 网络本身能够扎根于 DePIN GPU 计算赛道，不断向诸多具备计算需求的场景深度拓展。在成本、性能都占据优势的 Aethir，有望随着业务规模、算力规模的不断拓展，不断从抢占传统云计算巨头的市场份额，目前一些具备计算需求的传统商业巨头已经开始向 Aethir 抛出橄榄枝，代表了这些企业用户对于 Aethir 技术方案以及长期发展前景的认可。另一面随着竞争的加剧的潜在趋势是，Aethir 生态中不断迎来传统计算领域伙伴的不断加入，彼此间形成合作共赢，这对于推动 Aethir 生态规模不断呈现指数型增长、业务规模的不断扩大极为有利。这不仅是 Aethir 生态的一个里程碑，同样也是分布式 GPU 赛道发展的一个新历程。事实上，潜在业务伙伴关系，正在推动 Aethir 预计 2024 年 Q1 的年度经常性收入超过 2000 万美元，预计今年年底的 ARR 为 1.14 亿美元，并随着生态规模的壮大，其去中心化生态将不断形成新的增长飞轮。同样，据 Precedence Research 报告显示，随着到人工智能和机器学习这类先进技术在云计算中应用日益增加，云计算市场预计到 2028 年将突破 1 万亿美元大关，这都是 Aethir 生态发展的潜在机会。也正因如此，发展潜力俱佳的 Aethir 能够得到 Framework Ventures、Merit Circle、Hashkey、Animoca Brands、Sanctor Capital、Infinity Ventures Crypto (IVC) 等领先的 Web3 投资者的支持，为生态系统筹集了超过 1.3 亿美元的资金，并为 Aethir 的去中心化计算的未来铺平道路。来源：金色财经

金色财经06-15 07:57

特朗普缺席与Ai威胁双重夹击美国媒体巨头面临生存考验

间内，人工智能已经成为那些最近几个月与OpenAI达成协议的出版商意想不到的财务推动力。鲁珀特·默多克（Rupert Murdoch）的新闻集团（News Corp）上个月达成了一项协议，允许OpenAI访问其新闻档案，以换取2.5亿美元。近几个月来，《金融时报》、《大西洋月刊》和阿克塞尔·斯普林格（Axel Springer）也与OpenAI达成了交易。但是，人工智能最终是否会通过蚕食受众来伤害新闻出版商，以及如果是这样，损害会有多深，仍然存在很大的不确定性。“没有人知道，”最近与OpenAI达成协议的一家出版商的一位高管说。一些业内高管预计，在未来一两年内，新闻版权和人工智能将建立适当的支付结构。这一框架可以通过立法、诉讼或谈判来实现。值得注意的是，《纽约时报》目前正在起诉OpenAI和Microsoft。在与OpenAI的斗争中，《纽约时报》仍然是一个很大的例外，因为它感受到了该行业更广泛的痛苦。该报是公开交易的，但由苏兹伯格家族控制，随着它发展成为一家提供烹饪、游戏和其他产品的现代媒体公司，它已经不断发展壮大。《纽约时报》的股价在过去一年中上涨了35%以上。但对于大多数其他媒体集团来说，竞争是残酷的。美国的地方新闻长期以来一直处于危机之中，不断有报纸关闭。如果真正的竞争还不够激烈，那么政治特工们正在发明虚假的竞争对手来吸引注意力。本周，NewsGuard宣布了一个新的里程碑：美国拥有更多的pink slime网站——这些网站伪装成当地新闻媒体，但实际上是由政治团体资助的——而不是真正的地方日报。

佳华16806-15 02:23

人工智能潮助推华尔街顶级股票大洗牌，苹果这次赌对了有望迎来三年来表现最佳的一周

新的iPhone AI功能（包括苹果与OpenAI达成的整合ChatGPT的协议）将刺激一直使用旧设备的用户的大规模升级周期。 Clearstead Advisors高级董事总经理Jim Awad表示，“投资者更加相信苹果已经重回市场，其竞争力已经赶上来，而且考虑到需要升级才能利用这项新技术的手机用户群，其增长将再次加速。苹果将成为人工智能的主要受益者，其股价正在迎头赶上。” 由于对人工智能的乐观情绪，华尔街的顶级股票迅速重新洗牌。苹果周四（6月13日）取代微软公司成为市值最大的公司。就在周一，苹果还只是第三大公司，落后于市值3.2万亿美元的英伟达公司和自1月以来一直占据榜首位置的微软。（图片来源：finance.yahoo ）这家iPhone制造商有望创下2021年以来最大的单周百分比涨幅，并创下历史新高。自4月触底以来，该股市值已增加逾7000亿美元。该股的买入评级接近2017年以来的最高水平。虽然苹果发布会没有给人带来太多惊喜，但还是缓解了今年拖累其股价的担忧。华尔街曾担心该公司缺乏人工智能战略，尤其是考虑到其增长速度与其他大型股相比有所放缓，而且估值过高。这限制了股价涨幅；在七大科技公司中，只有特斯拉公司（下跌27%）的表现比其更差。苹果第二财季营收下降4.3%，这是过去六个季度以来第五次出现营收下滑。尽管如此，该公司的市盈率约为预期收益的30倍，高于其长期平均水平和纳斯达克100指数的约27倍。据彭博社汇编的数据，iPhone是苹果目前最大的业务，占其2023财年收入的一半以上。然而，去年iPhone收入下降了2%，反映出数百万人使用手机的时间越来越长。看涨者认为，人工智能代表着促使他们升级手机的必备功能。 Dakota Wealth Management高级投资组合经理罗伯特·帕夫利克(Robert Pavlik)表示：“最初对iPhone发布的消息并不兴奋的人很快就相信，人工智能是推动iPhone下一轮销售的创新。我们必须实事求是，虽然需要时间才能从数据中看到证实，但人工智能有潜力创造一种让股价看起来便宜的增长。” 想要升级的用户群体可能非常庞大据彭博情报显示，苹果8亿多部智能手机中，超过40%是iPhone12或更老的版本，另有27%的用户使用的是iPhone13。目前只有不到10%的用户拥有可以升级到AI软件的手机。 Melius Research分析师Ben Reitzes写道：“如果你想要人工智能，旧的东西就会过时。”考虑到人工智能的吸引力，“我们现在对我们的超级周期理论更加有信心，甚至可能在长达两年的时间内使iPhone的收入增长约20%。” iPhone更新周期的前景也提振了苹果供应商。Skyworks SolutionsInc.本周上涨17%，创下四年来最大单周百分比涨幅，而Cirrus LogicInc.也创下纪录。QorvoInc.正迎来2020年以来最好的一周。 DA Davidson分析师Gil Luria表示，增强搜索、增强照片编辑和文本生成等功能的集成“将推动人工智能的广泛应用，其应用范围将比我们迄今为止看到的要广泛得多”，“苹果在提供这些功能方面具有独特的优势，而且可能是唯一一家能够在短期内做到这一点的公司。” 苹果、微软和英伟达占比惊人苹果、微软和英伟达的庞大规模是科技股在股票指数中占据主导地位的一个关键原因。标普500指数的科技股占整体基准指数的32.6%，这一比例令人震惊。这是自2000年（互联网泡沫时代）以来的最高比例，高于4月份不到29%的近期低点。这三家市值3万亿美元的股票合计占标普500指数的约21%。苹果推出卫星信息功能苹果 ( AAPL ) Intelligence可能在本周的公司全球开发者大会上抢尽了风头，但展会期间发布的另一项技术实际上可以帮助用户在没有手机服务的条件下，即使在断网或露营时也能与朋友和家人保持联系。卫星信息是iOS18中iPhone14和iPhone15的一项新功能，它允许用户通过卫星发送iMessage，您猜对了。Apple已经通过卫星提供紧急SOS服务，但该服务更适合严重情况，例如用户在荒野中迷路或遇到其他危险时。卫星紧急SOS要求用户回答有关其特定情况的简短提示，然后Apple可以将其转发给相关部门。与通过卫星发送的“紧急SOS”不同，通过卫星发送的信息允许用户向使用iPhone的朋友和家人发送标准iMessage，以及向Android用户发送短信。在没有蜂窝或Wi-Fi连接的iPhone上可以通过卫星发送短信。当iPhone检测到没有蜂窝或Wi-Fi信号时，用户会在手机的锁定屏幕上收到一条通知，告知用户可以通过卫星发送和查看信息。 Apple的卫星信息功能可让用户即使身处网络之外也能向亲朋好友发送短信。点击通知后，用户将看到一个屏幕，其中显示用户在地图上的位置，并指示附近是否有卫星。下面是发送消息、呼叫路边援助、使用“查找我的”应用程序或通过卫星使用“紧急SOS”的选项。用户还可以在断开蜂窝网络或Wi-Fi连接时打开手机上的“信息”应用，通过卫星发送信息。使用该应用时，iPhone的动态岛中会弹出一个窗口，显示您用户相对于最近卫星的相对位置。向左或向右移动太远，弹出窗口会告诉您回到正确位置以与卫星通信。（图片来源：finance.yahoo ）用户将无法在室内或茂密的树木下使用该功能，因为它需要卫星和用户的iPhone之间有清晰的视线，但它确实工作得非常快。每次用户通过卫星发送或接收短信时，信息应用都会在信息时间戳上方添加一条小注释，提醒您。这样做的目的是确保用户和用户发短信的人都知道用户正在通过卫星通信，但是响应速度可能不如通过蜂窝或Wi-Fi信号那么快。不过，不要指望通过卫星发送视频或照片。苹果公司表示，之所以能够发送普通文本，是因为它能够将它们压缩到便于与卫星来回发送的大小。目前，照片和视频太大了。至于如何通过卫星使用信息，用户需要一部iPhone14或更新机型，并在今年秋季晚些时候推出iOS18时使用。苹果尚未透露何时推出这项服务或收取多少费用。该公司最初为iPhone14用户提供一年免费服务，但随后在2023年将服务延长了一年。iPhone15用户在购买手机时也获得了一年的免费服务。苹果尚未宣布这些条款到期后会发生什么。

丰雪鑫9906-14 22:50

苹果与OpenAI结盟开拓人工智能新领域谷歌如何应对？

hoo）但让投资者高兴的是，苹果正与OpenAI合作，将ChatGPT引入iPhone。这是苹果为追赶那些全力投入人工智能的大型科技竞争对手而做出的大胆努力的一部分。今年晚些时候，iPhone用户将可以免费使用该聊天机器人，它将与Siri和其他应用程序相结合，让人们可以访问知识库，并让OpenAI获得将人工智能技术推向主流的门票。苹果的iPhone配备了功能越来越强大的ChatGPT版本，这将减少使用谷歌搜索的需求。如果大量用户开始主要通过Siri而不是搜索栏与网络互动，那么即使默认状态的影响很大，对未来的搜索流量来说也可能意义不大。苹果与OpenAI的结盟对谷歌自身的人工智能企业而言正值关键时刻。作为搜索巨头，谷歌最近发布了一项新功能，AIOverviews，它可以让用户在无需浏览网页的情况下，获得简洁的搜索答案。但Overviews以及之前的图像生成工具几乎立刻就遭到了批评，因为用户发现这些AI功能会生成荒谬或不正确的信息。这些首发产品问题严重，导致发布产品一再出现问题。它们让人们认为，谷歌急于进军人工智能领域，是管理不善和战略薄弱的表现。但更深层次的问题也存在。如果聊天机器人和其他由大型语言模型(LLM)驱动的软件真如科技高管所声称的那样具有变革性，那么搜索业务将迎来重大颠覆。 OpenAI与媒体和科技公司签署的每一项新协议都可以看作是加强搜索替代方案的尝试，以转移对谷歌的注意力。当然，即使苹果继续开发内部人工智能技术，它仍然可以与谷歌合作，也许最终会引入谷歌的生成式人工智能模型Gemini。苹果与OpenAI的合作并没有掩盖其与谷歌的长期合作关系。但它给双方的关系增添了新的亮点。在这个新技术范式的早期阶段，一套新的默认设置尚待确定。

Heidi06-14 22:22

人工智能乐观情绪推动年度收入预测上升，这一常用软件的股价开盘飙升近15%！

工智能初创公司，例如Dall-E制造商OpenAI，这些公司允许用户使用简单的文本提示生成图像。它还表明Adobe的人工智能努力（包括去年推出的Firefly图像生成软件）正在取得成效，Adobe高管David Wadhwani表示现有用户正在转向更高价格的套餐以使用Firefly。加拿大皇家银行资本分析师表示：“Firefly可用性的提高意味着对新老用户的吸引力增强。” 如果盘前涨势持续，Adobe的市值将增加约300亿美元。今年迄今为止，该公司股价下跌了约23%，而标准普尔500指数上涨了近14%。周五（6月14日）至少有六家券商上调了该股的目标价。该公司周四将2024财年营收预测中值上调至214.5亿美元，而之前的中值为214亿美元。该公司报告称，其数字媒体业务营收为39.1亿美元，占其第二季度总营收53.1亿美元的74%左右。分析师此前预计总营收为52.9亿美元。

Heidi06-14 21:44

AI与算力资源：IO与Aethir的创新商业模型

企业，不是那些非常成熟的大公司，比如 openAI。右手是有很多显卡资源的人，希望把那些闲置的显卡利用起来，比如 4090、3090、A100、H100。 AI 初创公司利用这些闲置显卡，既能给有显卡的人带来收益，同时又比传统的报价低一些。那么，如果现在有一个平台把这些需求和资源串联起来，一个经典的平台生意模型就诞生了。所以 @ionet 和 @AethirCloud 这两个平台发现了这个市场机会，他们就准备去做平台，把闲置显卡“介绍”给 AI 或者渲染公司。这件事情本身是有意义的，因为这些 AI 公司可能没有能力自行购置大量显卡。首先，这些 AI 公司不想自己购买大量显卡，因为这样成本太高。他们更希望能够灵活地随时租用显卡。其次，现在国际上显卡还很紧俏，甚至有一些禁运。因此，很多公司被迫选择一些海外第三方的白手套来做中转，这也带来了大量的成本和灰色空间。所以，一个去中心化的设施就显得很重要，这也是 IO 和 Aethir 这两个项目发现的市场需求。不过，还是要解决“先有鸡还是先有蛋”的问题，AI 初创公司愿意加入是因为他们要先认可平台上有很多显卡资源，而有显卡的人愿意挂在平台上是因为他们要先认为会有很多订单。但是，如果平台从零开始起步，没有很多显卡和公司，启动会非常困难。所以，这也是为什么这些公司或者平台需要 Crypto 的原因，因为 Crypto 能够帮助他们打破这个循环。 IO 选择了一条先有“鸡”的路线。没有订单没关系，代币补贴可以先把显卡攒起来。他们启动了点火计划，巅峰时期有几十万张显卡挂在 IO 上面。这也是具有 token 模型的去中心化算力平台存在的意义。很多人可能会问，这些币光做补贴不行，它本身有没有意义或者作用呢？ IO 和 Aethir 都不约而同地选择了一种常规且有效的做法。他们未来的平台当然支持使用法币或者稳定币作为支付，但他们还贴心地提供了用 IO 代币或者 ATH 代币支付的选项，这样可以免除一些手续费。我认为这是一个很好的选择，并不强制用户使用自己的代币，同时又给自己的 token 带来了一些功能。无论是打折 2%、3%、5%，蚊子腿也是肉，这也会鼓励那些需要支付的用户变相持有这些代币，不管它未来是否会变现，这都对于筹码分散是非常好的事情。在建设生态上，IO 和 Aethir 的思路有一定区别。Aethir 这个团队采取了另一种思路，因为现在 AI 分类平台很多，据我所知可能不下 20 家。那么如何在竞争中获得优势呢？ Aethir 之前卖了一个叫 CheckerNode 的虚拟矿机，后面又卖了 Edge 矿机。这个办法在维护社区基本盘上非常有效。因为当很多人在你这里有一些沉没成本时，他们会更 focus 在这个社区，不容易离开。无论是购买虚拟矿机 CheckerNode，还是实体矿机 Edge 矿机，一旦售出，用户就不容易迁移到其他平台。所以，牛市里时间和进度就是一切，Aethir 选择了一条类似于跑马圈地的思路，先把大家圈到社区里面，这也是一个很有效的打法。 CheckerNode 是干嘛的呢？那么 Aethir 假设的一个场景是：这些闲置显卡，可能来自世界各地，这相比机房有一个劣势，就是稳定性可能会有一些影响，熟悉网络架构的人可能都知道这一点。所以它加了一个新的角色。原本左手是有需求的人，右手是有设备的人，他又加了一个第三方，即检查员的角色，不停地检查显卡的工作情况和订单处理情况，通过检查来获得代币。在 tokenomics 里面，ATH 把一部分 token 的 distribution 留给了检查员们。CheckerNode 是一个虚拟矿机，这让很多人在早期就加入了这个生态，这是一个有效的市场思路。市场反应也确实很好，根据官方数据，CheckerNode 就在 Arb 上卖了一个多亿美金，这是一个很强的成绩。同时，很多人也喜欢真实的矿机，所以 Aethir 又推出了 Edge 矿机。Edge 矿机是物理矿机，可以买来放在家里。这种做法是为了满足不同客户群体的需求，有人需要虚拟矿机，有人需要实体矿机，Aethir 通过推出这些产品，在竞争中取得了一定的优势。两个项目都是算力平台项目，在和外界合作方面会容易，因为将来都要做显卡这样一个标准化的产品。这可能也是，就像 Dbunker @Dbunker_Network 这样的 GPU 算力标准化公司能和两家公司都合作的原因。因为处理的都是显卡，很多人都说显卡是新时代的石油，这个比喻蛮好。处理这种标准化的产品，也让他们的合作范围比较大。最后一个区别，IO 是 SOL 生态，当然众所周知，Aptos 也投了它，所以到 Aptos 上也很有可能。而 Aethir 主要是在以太坊和 Arbitrum，ATH 代币是在以太坊上，CheckerNode 是在 Arbitrum 上的。所以从生态上，两个项目隐隐约约有一种各自为政，划分了势力范围。但是巧得又是，两个项目本身都有合作，两者甚至还有亲密的“代币互换”，又让本来隐约模糊的分庭抗礼的竞争，变成了这是一个 peace & love 的和谐状态。最后，两个项目的 ticker 也都选得有趣，IO 是计算器的 input & output 的缩写，也是经典的域名后缀。而 ATH 是 all time high 的缩写，是 crypto 的常用语，似乎也在隐约暗示着两者的区别。来源：金色财经

金色财经06-14 20:28

下一个“英伟达”会是谁？未来3- 5家AI投资组合，李开复谈到了他们！

比如说 Anthropic ，尤其是 OpenAI 作为一个投资标的。他认为 OpenAI 三年涨 10 倍没有问题，当然它不一定会成功，但是是高概率的。所以如果要选一家的话，他会挑OpenAI。因为它的风险可控，而且 upside 上升还是很大。换一个角度来看，哪些公司哪怕没有一个第一梯队的大模型，它依然可以经过大模型的普及得到它整个业务的一个巨大的成长。他觉得，微软肯定是其中之一，特斯拉也是。特斯拉最近的自动驾驶非常让人惊艳，一定程度上它跟大模型是类似的，它是一个所谓 end to end，整个自动驾驶体验有巨大的提升。当然，微软跟特斯拉的成长空间可能就没有那么大。那还有哪些其他的公司会受益？李开复觉得是一些云的公司，因为 AI 跟云还是绑在一起的。 AI 会带来云的下一个阶段的提升，所以比如说，亚马逊或者阿里这种龙头的云公司是值得参考。英伟达虽然市值已经很高，不过李开复认为这两年它还有空间在涨。更长远看，会有一个很大的转折发生。大部分的 AI 算力今天可能花在训练上面，因为太贵了、太多了。那英伟达在训练芯片上是有绝对的优势，但以后更大的机会一定是推理，因为每一次做搜索、上电商、看广告，它背后大模型都在那里跑。所谓推理就是用这个模型。但在推理方面，李开复认为英伟达没有特别大的优势，因为它可以用更简单的芯片做出来，包括中国公司、美国公司；而且英伟达的文化就是要技术碾压所有人，他是最自豪的。李开复回忆跟黄仁勋第一次见面，当时还没有到 AI 的时代。他问黄仁勋是否担心那些小的公司做 Graphic 芯片会超越他？黄仁勋表示，不担心。你要做大的市场，我要最解决最困难的问题。总有人买单，去买最困难的问题需要的硬件。因此英伟达的训练那么卓越，也蛮难超过的。但是当推理市场更大的时候，大家就会有更多的投资的机会。现在，还没有看到很明显哪个公司推理会最占便宜，有可能是 AMD 。 AMD的芯片做训练是不如英伟达的，虽然它便宜。但是推理方面，从别的公司使用 AMD 的速度来看，李开复觉得 AMD 的推理芯片可能有一波利好，但是推理的普惠应该是一年半以后才发生。所以简单的说，这两年肯定看好英伟达，之后不见得那么看好了。一年半以后， AMD 可能有一个利好，但是也可能又杀出另外一家公司比 AMD 做的更好，毕竟推理芯片的门槛没有那么高。更多精彩完整内容，请关注抖音/视频号：格隆博士会客厅、格隆博士。

格隆汇06-14 16:59

一文了解 Bumper 利用人工智能助力DeFi风险管理

在短期内不会消失。就在昨天，苹果宣布与OpenAI进行重大整合，将生成性AI应用带到用户手中。NVDA（英伟达）继续飙升，引起了希望更多接触行业的加密货币原生人士的兴趣。虽然加密货币中确实有对邻近资产的需求，但实际上将AI纳入运营的项目并不多... 在本文中，我们将重点关注Bumper。Bumper以保护下行风险为初始前提，正在将AI引向一个新方向。Bumper是一个新颖的DeFi协议，通过提供一种简单、公平且去中心化的对冲价格风险的方法，来增强传统衍生品市场。该协议利用一种损失预防工具，提供针对市场崩溃和下行波动的价格保护。Bumper的理念围绕在风险市场中建立公平的收益和损失分配程序。与传统的对抗性市场（通常有赢家和输家）不同，Bumper的动机是创建一个促进公平和资源正当分配的系统。Bumper的目的是提供一个互助价格风险设施，优先考虑最小化个人损失而不是最大化个人利润。通过关注风险管理和保护，Bumper旨在为DeFi生态系统中的参与者创造一个更安全和可靠的环境。如你所知，加密货币本质上是波动性的；在有效保留上行潜力的同时限制下行风险可能很困难。这是Bumper的AI整合大放异彩的领域；团队利用AI帮助预测价格走势，从而为用户提供更高的收益、更低的保费、提高效率和偿付能力。 Bumper背景 Bumper是一个典型的致力于通过AI改进其现有协议的项目。正如预期的那样，Bumper的AI整合策略围绕三个关键的AI技术栈，每个技术栈旨在解决特定挑战并增强协议的能力：价格预测情绪分析技术分析为了验证其预测模型的准确性和有效性，Bumper采用了一种专有的基于代理建模（ABM）方法。ABM是一种计算技术，通过模拟自主代理（如个人、群体或实体）的动作和交互来评估它们对整体系统的影响。这些代理遵循预定义的规则，并可以根据其经验和交互进行学习、适应和进化。代理很重要，因为Bumper作为一个双边市场的做市商和接受者运作：一方的用户通过锁定底价来对冲风险并支付保费，另一方的用户存入稳定币流动性以赚取收益。为了满足市场双方的需求，需要优化保费成本的定价：如果太贵，接受者不会参与；如果太便宜，则对做市商来说不具有吸引力，因为他们需要承担风险。随着价格波动和波动性的变化，找到一个平衡点变得更加复杂。这就是为什么Bumper的ABM工具如此重要，因为它可以根据实时波动性动态调整保费价格，吸收LLMs（大型语言模型）的信号，预见市场趋势并主动重新平衡。通过这种支持AI整合策略的ABM方法，Bumper预测其协议效率将经济性提高5-25%，有效平衡更低保费、更高收益和偿付能力强度的三难困境。价格预测第一个AI技术栈与价格预测相关，利用一个700亿参数的大型语言模型（LLM）。Bumper用金融数据训练了这个LLM，包括比特币价格数据集的价格（开盘价、最高价、最低价、收盘价）和成交量指标。LLM使用人类反馈的强化学习（RLHF）进行微调，奖励那些与实际价格数据相匹配的预测模型。下图展示了使用Bumper的700亿参数LLM对比特币进行价格预测的可视化表示。最初基于每日开盘价/收盘价进行训练，后来改为每小时数据，最终目标是纳入tick数据以获得更高的精度。由于$BTC tick数据包含数百TB的数据量，因此它使用检索增强生成（RAG）将关系数据库信息转换为数据向量。RAG技术不仅提高了LLM性能，还促进了多种实时资产价格数据流的集成，这是RLHF在现有LLM上下文窗口内的关键。情绪分析第二个AI技术栈专注于情绪分析。通过利用一个预训练的80亿参数的大型语言模型（LLM），Bumper能够分析大量的金融自然语言处理（NLP）数据，以前所未有的粒度把握市场情绪。通过微调和高级NLP技术，Bumper获得了关于投机者态度的宝贵见解，从而更深入地了解市场动态和趋势。 Bumper的预训练LLM摄取了广泛的金融NLP数据，将情绪分类成详细的评分和分布，以提供对市场情绪的细致理解。该模型使用双向编码器表示（BERT）进行微调，以标记意见、态度和情感，并通过专门的NLP培训来识别特定的金融词汇。 BERT是一种由谷歌开发的最先进的自然语言处理（NLP）模型。它通过同时考虑目标词前后的词来理解句子中词的上下文，而不仅仅是前面的词。这种双向方法使BERT能够捕捉到一个词的完整上下文，从而更准确地解释其含义。 LLM配备了注意力机制，使模型在确定上下文和基于变压器的结构时能够权衡句子中不同词的重要性，从而有效地辨别市场情绪和投资者行为，预测未来的市场趋势。技术分析第三个AI技术栈专注于技术分析。Bumper正在开发一种新方法，通过训练一个大型语言和视觉助手（LLAVA），将基于视觉的价格图像分析与NLP驱动的技术指标解释相结合。这种集成使Bumper能够基于历史价格数据和市场趋势做出明智的决策。该过程包括将历史比特币价格数据转换为图表图像。这些图像会标注技术标记，如支撑/阻力位、相对强弱指数（RSI）和移动平均收敛背离（MACD）。LLAVA模型处理这些视觉数据点和相关的NLP技术指标。这种端到端的多模态模型将视觉编码器与大型语言模型（LLM）连接起来，使系统能够分析和解释复杂的市场数据。此外，该模型结合了长短期记忆（LSTM）用于历史时间序列预测，增强了根据过去趋势预测未来市场走势的能力。总结 Bumper项目通过将AI整合到其DeFi协议中，致力于在加密货币市场中提供更有效的风险管理解决方案。该项目利用价格预测、情绪分析和技术分析三大AI技术栈，结合基于代理建模（ABM）的方法，动态调整保费定价以适应实时市场波动。通过这种创新方法，Bumper不仅提高了协议的经济效率，还为参与者创造了一个更公平、安全和可靠的环境。这些技术的综合应用预计将使Bumper的协议效率提升5-25%，有效解决了降低保费、提高收益和增强偿付能力之间的平衡问题。来源：金色财经

金色财经06-14 16:29

24小时热点