FX168财经网_全球视野外汇黄金加密货币NFT资讯网

2024年四大最佳AI生成写作工具和AI加密货币测试

nAI更灵活。该公司表示，它在使用多种大型语言模型（LLM）方面是“不可知论”的，包括Meta的LLama和Google的Gemini模型。 Writesonic的AI文章写作器可以创作长篇内容，并包括一个名为Chatsonic的聊天助手。在测试中，Writesonic生成的故事比其他工具更加富有想象力，使其在可靠性方面更胜一筹。虽然有免费版本，但Chatsonic的年费为每月12美元，声称提供与GPT-4和Claude 3 Opus相当的输出质量。个人计划每月16美元，包含SEO优化器、抄袭检查器和事实和引用工具等附加功能。 Rytr Rytr的名字读起来像“writer”，其接口简洁，类似于写作板。用户可以选择输出的语气和使用案例。使用“故事情节”功能，它生成了一个与Anyword几乎相同的故事。在Rytr的故事中，主角阿米莉亚和“魔法森林”再次出现，显示出Rytr也使用了ChatGPT-3来生成内容。Rytr免费使用，无限查询的费用为每月7.50美元。相比之下，ChatGPT-4目前的费用为每月20美元。不同的是，Rytr还提供其他功能，如抄袭检查器和SEO工具包。 WienerAI——拥有149%年化收益的AI加密交易机器人这个项目在预售阶段已经筹集了750万美元的资金，并且将在8天内结束，显示出其在市场上的强劲吸引力。WienerAI是一个加密货币交易的AI助手，就像是把ChatGPT放进了你的口袋里，但专门用于加密货币交易。你只需输入你想要找的内容，机器人就会立即在市场上搜索机会。例如如果你对新的DeFi项目感兴趣，只需询问WienerAI的机器人，它就会在DeFi领域中为你挖掘潜在的宝藏。更棒的是，这个机器人还能在不同去中心化交易所执行交易，这意味你不必切换平台或管理多个加密货币钱包。WienerAI还设有一个WAI代币的质押系统，目前WAI质押者可获得149%的年化收益，已经有超过69亿代币被锁定，占总供应量的10%。参观WienerAI预售这一切都表明，人工智能在加密市场中的热度正在上升。大家都在争相搭上AI的顺风车，而WienerAI正处于这个风口浪尖。接下来团队计划扩大“Sausage Army”的规模，并在以太坊区块链上引起更多关注。之后，AI交易机器人将在第三阶段推出。这一全面的路线图吸引了更多的目光，像Oscar Ramos和Crypto Gains等大咖在YouTube上对这个项目表示支持。结论： AI写作工具正在迅速发展，并在各行各业中变得越来越受欢迎。无论是Copy.ai、Anyword、Writesonic还是Rytr，它们各有特色和优势，能满足不同用户的需求。然而，AI生成的内容仍需人类监督，以确保其准确性和独特性。随着技术的不断进步，这些工具加上新兴AI币使用，将在未来的创作过程中扮演越来越重要的角色。参观WienerAI预售

Business2Community2024-07-22

盘点 Sui 首届全球黑客松大赛获奖项目

设计的 AI 项目，SuiGPT 利用大型语言模型来反编译和优化 Sui 智能合约。用户若对智能合约有疑惑，可以通过询问 SuiGPT 来获取答案。该项目通过简化合约代码的阅读和理解过程，对 Sui 的新开发者友好。三等奖：BitsLab IDE 、SuiPass BitsLab IDE 是一个专为 Sui 生态开发者设计的在线编辑器，该编辑器能提供一个项目完整开发周期所需的功能，包括稳定的编译和测试环境、而且还集成了区块链网络选择和链上交互功能，实现快速部署和调用智能合约。自 2024 年 4 月 7 日推出以来，BitsLab IDE 已吸引超过 2400 名访问者，并获得 Sui Developer Portal 的官方推荐，成为 Sui 区块链开发者的重要工具。 SuiPass 是一个去中心化身份服务（DID），该协议针对 Sybil 攻击和恶意活动的提供预防措施，SuiPass 还整合了来自 web2 和 web3 的身份认证，提供统一平台以提高真实账户验证的精度，适用于奖励发放、治理保护等。高级 Move 功能赛道一等奖：Promise Promise 是一个基于 Zk 的互动广告平台，该平台提供有趣的互动广告，减少用户的广告疲劳，从而实现广告主和用户双赢的局面。二等奖：Su Protocol Su Protocol 是一个为 SUI 代币持有者提高资产利用效率的货币协议，该协议通过将 SUI 代币分解为两类资产 Beta代币（浮动稳定币 fSUI、稳定币 SD）和杠杆代币 xSUI。xSUI 则吸收了剩余的波动性，使 Beta 代币保持其稳定性，为投资者提供了无需清算或资金利率的永久合约。 Su 协议无需超额抵押，通过将波动性从风险厌恶用户转移到风险偏好用户，实现了资本高效的设计，使用户能够在去中心化环境中长期持有 SUI。三等奖：Sui Simulator、Sui Metadata Sui Simulator 是一个为开发者提供无需使用 CLI （用来与计算机程序交互的工具）即可轻松读取和调用 Sui 智能合约的工具，简化智能合约的交互流程，便于开发者能够更高效地进行开发和调试。 Sui Metadata 是一个基于 Move 语言的数据库，在不依赖任何结构定义的情况下，以向量块的形式存储、检索和管理各种原始数据。使得开发者能够更灵活地处理数据，简化了数据管理流程，提升在 Sui 上的开发效率。多链赛道一等奖：Sui NTT Sui Wormhole Native Token Transfer (NTT) 是一个多链资产转移协议，为所有支持 Wormhole 的区块链提供同质化和非同质化代币的转移功能，用户能够跨链转移资产。二等奖：Wormhole Kit Wormhole Kit 是多链 DApp 部署工具，该工具简化了 DApp 接入 Wormhole 桥的过程，能加速 DApp 在多链的开发和部署。三等奖：SuiWalletBot 、Multichain Meme Creator SuiWalletBot 是一个 Telegram 机器人，允许用户通过 Wormhole SDK 管理他们的 Sui 钱包执行多链代币的转移，也可以直接从 Telegram 上方便地管理用户在 Sui DeFi 应用中的流动性池头寸。SuiWalletBot 将多链资产管理和 DeFi 操作集成到 Telegram 中，简化用户的操作流程，提高用户体验。 Multichain Meme Creator 是一个多链 Meme 创作平台，用户能够在不同区块链上轻松创建、分享和交易 Meme 。随机性赛道一等奖：Sui DApp Starter Sui DApp Starter 是一个 Sui 的全栈开发平台，集成开发所需要的基本工具和组件，使开发者从第一天起就能专注于业务逻辑，而无需花费数周创建应用框架。此平台优化了现有 Sui 启动器过于基础的问题，提升了开发效率。二等奖：BioWallet BioWallet 是一个钱包项目，该钱包的特点是能够使手机变成硬件钱包，同时接入了 Wormhole SDK 能实现跨链交易。以及拥有常见的免助记词登录，生物识别认证登录、跨设备备份登陆密码以及 MPC 私钥恢复方法。三等奖：SuiAutochess 、HexCapsule SuiAutochess 是一个自走棋链游，该游戏完全在链上运行，利用区块链提供公平、透明且安全的游戏体验。其创新点在于完全在区块链上运行，通过区块链技术确保游戏结果的随机性和不可预测性，增强了玩家对游戏的信任和参与度。 HexCapsule 是一个时间锁项目，利用时间锁加密技术确保数据只能在指定时间后解密，确保消息在选定日期之前无法读取，适用于需要延迟公开敏感信息或实施基于时间的数据访问策略的场景。 zkLogin 赛道一等奖：PinataBot PinataBot 是一个非托管的 Telegram 机器人，利用 Telegram Webapp 功能让用户轻松交易代币和 NFT。提供无缝的交易体验，使得资产交换更加简单和用户友好，尤其适合对区块链环境感到困惑的新用户以及寻求简化资产交易流程的老用户。二等奖：LiquidLink LiquidLink 旨在构建 Sui 生态通用个人资料系统，该项目建立个人生态贡献得分排行榜、推荐功能，旨在增强用户互动、培养透明度和促进社区共同成长。三等奖：Webauth on Sui、Aalps Protocol Webauth on Sui 将 WebAuthn 技术与 zkLogin 相结合，致力于优化 zkLogin 的用户体验。利用 WebAuthn 提供的身份验证机制，增强了 zkLogin 的安全性和可靠性，为用户提供更安全和无缝的登录体验。 Aalps Protocol 是一个行情数据共享平台，基于 zkLogin 和受 friend.tech 启发的积分机制进行供应商验证和数据访问控制，提供一个透明的平台进行信息交流。除了各赛道获奖项目，本次黑客松还颁发了 10 个社区最爱奖和 10 个大学奖，以表彰最受欢迎的项目和优秀的学生团队。获得社区最爱奖的项目包括 AdToken、FoMoney、Hakifi 、Mrc20protocol 、Mystic Tarot、Orbital、Promise、Sui Simulator、SuiSec Toolkit、WeCastle 等。10 个大学奖为 Aalps Protocol、Fren Suipport、LiquidLink、Multichain Meme Creator、Orbital、stream.gift、Sui Simulator、SuiGPT、The Wanderer、WeCastle。来源：金色财经

金色财经2024-07-22

希腊恢复六天工作制是一种预兆么？

失的工人。但并非每项工作都可以由机器或大型语言模型完成。我们仍然需要人类来填补建筑业或食品和酒店业中，最不受欢迎的低技能岗位。第二个选择是提高工人薪酬。基本经济学教导我们，当需求超过供给时，价格（在这种情况下是工资）就会上涨。但更高的工资最终会导致消费者价格上涨，这往往不受欢迎，尤其是在通货膨胀严重的时候。而且在希腊这样的小型开放经济体中，更高的工资和价格会对国际竞争力产生不利影响。第三个选择，是要求发达经济体的工人增加工作时间，就像希腊现在所做的那样。虽然这似乎违背了每周工作时间减少的总体趋势，但实际上与提高退休年龄并没有太大区别，正如其他几个国家（丹麦、法国、德国）发现有必要这样做一样。在这两种情况下，政策变化都在工人中非常不受欢迎；在这两种情况下，人们都明确表示，他们宁愿放弃更高的收入（在希腊的情况下，第六个工作日有40%的工资溢价），也不愿工作更久。这就留下了第四个选择，即通过利用受控的、合法的移民来增加劳动力供应。在饱受难民危机和非法移民困扰的地区（如欧洲大部分地区和美国），设计得当的移民政策有可能一石二鸟。然而，目前这样的政策似乎不可能实施。面对地缘政治分裂和国家安全关切，各国越来越多地关闭边境，转向内部。人们再次想起，在一个全球互联的世界里，外国和国内之间的区别是微妙的。源于世界其他地方的问题对国内问题有重要影响，在这种情况下，对劳动力市场有重要影响。当然还有第五个选择，那就是富裕国家的人们缩减消费，放弃增长，依靠他们愿意提供的劳动成果。这样做将提供他们寻求的工作生活平衡，并确保可持续的未来。但是到目前为止，很少有人愿意接受。大多数人想要鱼和熊掌兼得。但这是不可能的。为了维持当前的生活质量，高收入国家的公民必须要么开放边境接纳新移民，要么增加工作时间。鉴于当前的全球紧张局势，钟摆似乎正在向更多工作的方向摆动，无论是通过提高退休年龄还是延长工作周。希腊可能更像是一个趋势引领者，而不是趋势打破者。关于作者：皮内洛皮·库贾努·戈德堡（Pinelopi Koujianou Goldberg），前世界银行集团首席经济学家、美国经济评论主编，现任耶鲁大学经济学教授。来源：加美财经

加美财经2024-07-22

押注英伟达“愚蠢且危险”？！高盛顶级分析师：正在等待人工智能泡沫破裂

6 万亿美元的反弹的关键原则表示怀疑：大型语言模型的惊人力量将开启资本主义的下一个伟大阶段，随着越来越多的工作交给智能机器，提高效率并加速增长，企业利润将蓬勃发展。相信人工智能的人有很多。摩根大通首席执行官杰米·戴蒙表示，他相信人工智能将带来非凡的变化，其变革性可能不亚于印刷机、蒸汽机和电力。道富银行首席投资策略师迈克尔·阿罗内表示，人工智能将带来“持久且前所未有的生产力奇迹”。即使在科维罗自己的公司内部，高级全球经济学家约瑟夫·布里格斯也估计，人工智能最终将使四分之一的工作任务实现自动化，并加速经济增长。反过来，这种猜测又引发了一场非常具体的繁荣，因为世界上最大的科技公司都在大举投资，试图将其主导地位扩展到最新的领域。这对 Nvidia、Broadcom Inc.和Super Micro Computer Inc.等提供 AI 模型所需硬件的公司来说是一笔丰厚的回报。由于数据中心对电力的需求激增，甚至公用事业公司的销售额也出现了增长。但怀疑论者表示，问题在于，人们对该技术的商业期望可能被严重夸大，如果科技巨头重新考虑其巨额投资，就会有引发股市回调的风险。《最后的傻瓜》 Bahnsen Group创始人兼首席投资官David Bahnsen一直在为这种情况做准备。他避开了 Nvidia 和其他大型科技股，因为他预见到了潜在的“灾难”。 “我们赚钱的方式是，当 2000 年 3 月最后一个傻瓜对思科进行交易时，我们不承担损失，”他表示，他指的是互联网泡沫破灭后这家硬件公司的股价暴跌。“如果不交易，很多人就会亏损。” 到目前为止，这种迹象很少。尽管科技股周三因担心芯片制造商将进一步卷入中美贸易战而大跌，但它们仍保持在历史高位附近。自 2022 年 10 月触底以来，标准普尔 500 指数近一半的涨幅集中在六只股票上：苹果公司、微软公司、英伟达、Alphabet Inc.、亚马逊公司和Meta Platforms。仅英伟达一家，今年的市值就增加了近 2 万亿美元，仍然是华尔街最受欢迎的股票之一：64 位关注这家芯片制造商的分析师仍然建议客户买入该股——即使今年以来股价已上涨近 140%。只有一位分析师建议卖出。（图源：彭博）不过，到目前为止，所有人工智能投资的回报相对有限。过去四个季度，微软、Alphabet、亚马逊和 Meta 共计投入了超过 1500 亿美元的资本支出，其中大部分用于计算能力，以训练自己的大语言模型和为客户运行工作负载。微软一直在其产品线中注入 OpenAI 的技术，该公司今年 4 月表示，在其第三财季，Azure 和其他云服务的销售额增长了 31%，而人工智能服务为其贡献了7 个百分点，但并未透露具体金额。亚马逊今年的预计销售额将超过 6000 亿美元，该公司仅表示其人工智能业务的“收入运行率达数十亿美元”。在 Alphabet 的第一季度财报电话会议上，首席财务官露丝·波拉特 (Ruth Porat)承认“人工智能对谷歌云收入的贡献越来越大”。对于像亚当·戈尔德(Adam Gold)这样的最大持仓是英伟达股票的多头来说，关注这些数字有些为时过早。这位 Katam Hill 首席投资官指出，像 Meta 这样的公司（不向用户收费）已经通过使用人工智能来改进广告投放和参与度算法，实现了销售增长。 “他们是世界上最聪明、最优秀的资本配置者，”他说。“他们正在建设这些数据中心，以推动未来几年的盈利能力。” 对于云计算巨头的一些客户来说，收益并不明显。今年 5 月，Salesforce Inc.股价大跌，原因是这家软件公司预计季度销售增长将创历史新低，尽管该公司长期以来一直宣称人工智能有潜力提高销售。根据总部位于旧金山的 Lucidworks 进行的一项调查，不到一半投资人工智能的公司尚未获得可观的回报。泡沫或很长时间才能破灭科维洛怀疑大多数人永远不会这样做。他曾在 SG Cowen 和 Smith Barney 工作过一段时间，自 2000 年加入高盛以来，一直关注着科技行业的起起落落。他专门研究半导体设备公司，年复一年地获得该行业顶级分析师的奖项，之后于 2015 年晋升为该公司的美洲股票研究总监。他预计未来几年人工智能基础设施投资将达到约 1 万亿美元，为了获得足够的回报，公司需要能够使用它来解决日益复杂的任务。在他看来，人工智能已经显示出使编码等一些工作变得更加高效的前景，但还不足以证明其花费的合理性。科维洛表示，如果未来一年半内重要用途还未显现，股市形势就会逆转。不过他认为目前还未到达那个阶段，持续扩张很可能会继续推动投资者购买 Nvidia 等股票。他说：“过去 30 年我学到的最重要的教训之一就是，泡沫可能需要很长时间才能破灭。”

Peng2024-07-18

MANTA 2024 的价格可能会升至 4.93 美元以上？

因此，它为开发人员提供了在区块链上构建大型语言模型（LLM）驱动的应用程序的工具。此外，此次合作通过将 A51 的流动性自动化解决方案与 Manta 的可扩展第 2 层网络合并来增强 DeFi。它还旨在为流动性提供者（LP）提供新的机会，使其从更高的年利率（APR）、收益率和额外奖励中受益。与此同时，随着加密货币市场从平静中复苏，Manta 5 月份的市场表现有所改善。 Manta Network 的代币交易价格为 1.867176 美元，较过去盘中上涨 7.28 美元。数据显示看涨情绪，Manta 交易收于 1.887090 美元的周期高点。更多洞察进一步显示，恐惧与贪婪指数为71，表明交易量较上个月有所增加。此外，该代币本月迄今表现稳定，累计 15 天表现良好。相对于其市值的稳定性和强劲的流动性为未来的增长奠定了坚实的基础。有鉴于此，投资者预计，如果进一步合作持续下去，到 2024 年 MANTA 的价格可能会升至 4.93 美元以上。同样，如果有利的市场趋势持续下去，平均价格可能会在同一时间内稳定在 4.40 美元左右。来源：金色财经

金色财经2024-07-18

中国突传重量级消息！中国将对AI语言模型强制审查 AI相关股票大跌

称，中国政府官员正在测试人工智能公司的大型语言模型，以确保它们的系统“体现社会主义核心价值观”，这是中国审查制度的最新扩张。 (截图来源：英国《金融时报》) 据多名参与该过程的人士透露，中国强大的互联网监管机构——中国互联网信息办公室(CAC)已迫使大型科技公司和人工智能初创企业，包括字节跳动(ByteDance)、阿里巴巴(Alibaba)、月之暗面(Moonshot)和零一万物(01.AI)，参与政府对人工智能模型的强制性审查。据了解这一过程的人士说，这一过程包括对大型语言模对一系列问题的回答进行批量测试，其中许多问题与中国的政治敏感性和中国国家主席习近平有关。这项工作是由网信办在全国各地的地方分支机构的官员进行的，包括对该模型的培训数据和其他安全过程的审查。 20年前，中国推出了“防火墙”，屏蔽被执政的共产党视为有害的外国网站和其他信息。如今，中国正在实施全球最严格的监管制度，以管理人工智能及其生成的内容。总部位于杭州的一家人工智能公司的一名不愿透露姓名的员工表示，网信办有“一个专门的团队来做这件事，他们来到我们的办公室，坐在我们的会议室里进行审查”。这位员工说道：“我们第一次没有通过；原因不太清楚，所以我们不得不去和同行们谈谈。这需要一些猜测和调整。我们通过了第二次测试，但整个过程花了几个月的时间。” 《金融时报》称，中国严格的审批程序迫使中国的人工智能团队迅速学会如何最好地审查他们正在构建的大型语言模型。多名工程师和业内人士表示，这项任务既困难又复杂，因为大型语言模需要接受大量英语内容的培训。北京一家顶级人工智能初创企业的一名员工表示：“我们的基本模型(在回答问题时)非常、非常不受约束，因此安全过滤非常重要。” 《金融时报》报道出炉后后，多家科技和人工智能企业的股价在周四受到影响。周四盘中，百度在香港一度下滑3.71%，是7月16日以来最大跌幅；阿里巴巴下跌1.2%，同样是7月16日以来最大跌幅。商汤股价一度下滑2.24%。同时，科大讯飞在A股下跌2.1%，昆仑万维下跌4.3%。

tqttier 2评论2024-07-18

OpenAI正在悄悄研发代号“草莓”的神秘项目其能力或已达到博士水平

能力是实现人类或超人级智能的关键。虽然大型语言模型可以高效地总结文本和撰写文章，但它们在常识性问题和逻辑任务上会经常失误，导致所谓的“幻觉”或生成错误信息。根据AI研究人员的描述，推理涉及人工智能规划、理解物理世界和解决多步骤问题的能力。 OpenAI的“草莓”项目旨在通过采用专门的后期训练过程来克服这些挑战。这包括在大量数据集上对人工智能模型进行预训练后，对其进行微调。据一位知情人士透露，“草莓”的方法与斯坦福大学的“自学推理”（STaR）有相似之处，后者允许人工智能模型迭代地创建自己的训练数据，有可能使它们达到更高的智能水平。 STaR的创造者之一、斯坦福大学教授Noah Goodman评论说：“我认为这既令人兴奋，又令人恐惧......如果事情继续朝着这个方向发展，作为人类，我们就有一些严肃的事情需要思考了。” 04.长任务规划和自主研究 “草莓”项目雄心勃勃的目标之一是能够执行长期任务（LHT），这要求人工智能在较长时间内计划并执行一系列行动。内部文件显示，OpenAI正在一个“深度研究”数据集上训练和评估模型，以实现这些能力。虽然该数据集的具体内容和延长时间仍未披露，但目标很明确：让人工智能能够在计算机使用代理（CUA）的帮助下自主开展研究，并根据研究结果采取行动。 05.竞争激烈的人工智能产业在增强人工智能推理能力方面，OpenAI并非孤军奋战。谷歌、Meta和微软等大型科技公司以及众多学术实验室也在探索各种技术，以提高人工智能的推理能力。然而，对于大型语言模型能否在预测中纳入长期规划和高级推理，人们的看法却不尽相同。Meta的现代人工智能先驱YannLeCun就经常对大语言模型（LLM）能否实现类人推理的能力表示怀疑。 “草莓”代表了OpenAI战略的重要组成部分，旨在解决当前AI模型的局限性。通过开发更先进的推理能力，OpenAI旨在为人工智能开启新的可能性，从科学发现到创建新的软件应用。同时，该公司一直在向开发者和合作伙伴发出信号，表示即将发布推理能力显著增强的技术。 “草莓”的开发包括微调等后期训练方法，其中涉及人类反馈和迭代学习过程。这些技术旨在完善人工智能模型，提高它们在特定任务中的表现。通过“草莓”技术取得的进步可以重新定义人工智能的能力，并为这些模型所能达到的目标设定新的标准。虽然前进的道路充满挑战，但潜在的回报也是巨大的，预示着一个智能、自主的人工智能系统的新时代即将到来。用OpenAI发言人的话来说，“我们希望我们的人工智能模型能像我们一样看待和理解这个世界。如果‘草莓’项目取得成功，我们就离实现这一愿景更近了一步。” OpenAI引入了一个五级系统来跟踪其在实现通用人工智能（AGI）的进展。这些等级从代表当前对话式人工智能的第1级，到设想能够管理和执行整个组织工作的第5级，涵盖了不同层次的AI能力。下面是OpenAI划定的五个人工智能等级： 1.聊天机器人：具备对话语言的Al 2.推理者：具备人类水平的问题解决能力 3.代理者：能够采取行动的系统 4.创新者：能够帮助发明创造的AI 5.组织者：能够完成组织工作的Al OpenAI认为“草莓”正在接近第2级，这一级涉及解决问题，类似于不借助工具的博士水平。该框架旨在提供一种结构化的方法来理解和开发人工智能系统，从而最终超越人类智能。原文来源于： https://www.tekedia.com/strawberry-project-openai-developing-a-new-reasoning-ai-technology/ 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2024-07-15

OpenAI 正在开发代号为“Strawberry”的新推理技术，希望彻底改变人工智能模型

智能达到人类或超人类水平的关键。虽然大型语言模型已经能够比人类更快地总结冗长的文本并撰写优美的散文，但在解决常识性问题时往往力不从心，而这些问题对于人类来说似乎显而易见，例如识别逻辑谬误和玩井字游戏。当模型遇到这类问题时，通常会“产生幻觉”，产生虚假信息。在人工智能领域，推理是指构建一个模型，使人工智能能够提前规划、反映物理世界的运作方式，并可靠地解决具有挑战性的多步骤问题。提高人工智能模型的推理能力被视为解锁模型能力的钥匙，以便能够完成从重大科学发现到规划和构建新软件应用等所有工作。 OpenAI首席执行官萨姆·阿尔特曼今年早些时候表示，在人工智能领域，“最重要的进步领域将是推理能力”。谷歌、Meta和微软等其他公司也在尝试不同的技术来提高AI模型的推理能力，大多数从事AI研究的学术实验室也在进行类似的尝试。然而，对于大型语言模型（LLM）是否能够将想法和长期规划纳入预测方法，研究人员存在分歧。例如，现代AI的先驱之一、在Meta工作的杨立昆（Yann LeCun）经常说，LLM不具备类人推理能力。知情人士称，Strawberry是OpenAI计划中克服这些挑战的关键。据四位知情人士透露，近几个月来，公司私下向开发人员和其他外部人士暗示，即将发布具有更先进推理能力的技术。一位消息人士称，Strawberry包含一种被称为“后训练（“post-training）”的OpenAI生成式AI模型的专用方法，即在通用数据上“训练”基础模型后，通过调整基础模型来以特定方式提高性能。开发模型的后期训练阶段涉及“微调（ine-tuning)”等方法，这是当下几乎所有语言模型都采用的一种方法，形式多种多样，例如让人类根据模型的响应向模型提供反馈，以及向模型提供正确和错误答案的示例。 Strawberry与斯坦福大学在2022年开发的一种名为“自学推理器”（Self-Taught Reasoner）或“STaR”的方法有相似之处。STaR通过迭代创建自己的训练数据，使人工智能模型能够“自举”到更高的智能水平，理论上可用于使语言模型超越人类智能水平，斯坦福大学教授、STaR的创建者之一诺亚·古德曼告诉路透社。据一手消息来源称，OpenAI希望Strawberry能够执行长程任务（LHT），即需要模型提前规划并在较长时间内执行一系列操作的复杂任务。这种能力的提升意味着AI将能在更复杂和多变的环境中执行任务，如进行长时间的研究、规划软件开发项目等。据OpenAI内部文件显示，为了实现这一目标，OpenAI正在公司所谓的“深度研究”数据集上创建、训练和评估模型。根据文件和一位消息人士的说法，OpenAI特别希望模型能够利用这些功能进行研究，在“CUA”（计算机使用代理）的帮助下自主浏览网页，并根据发现采取行动。OpenAI还计划测试其在执行软件和机器学习工程师工作方面的能力。来源：加美财经

加美财经2024-07-14

区块链的GPU：ZK协处理器全面解析

的普通终端本身无法处理 GPT-4o 大型语言模型，我们需要连接到 OpenAI 的服务器来中转问题，等服务器计算并推断出结果后，我们直接得到答案。ZK 协处理器就像区块链的远程服务器，不同的协处理器项目根据项目类型可能存在细微的设计差异，但底层逻辑大致相同——链下计算 + ZK 证明或存储证明进行验证。以 Rise Zero 的 Bonsai 部署为例，这个架构非常直观。该项目无缝集成到 Rise Zero 自己的 zkVM 中，开发人员只需两个简单的步骤即可使用 Bonsai 作为协处理器：编写一个 zkVM 应用程序来处理应用程序逻辑。编写一个 Solidity 合约，要求 Bonsai 运行你的 zkVM 应用程序并处理结果。 1.2 与 Rollups 的区别从上述定义来看，Rollups 与 ZK Coprocessors 的实现逻辑和目标高度重合，但 Rollups 更像是主链的多核扩展，两者具体区别如下： 1.主要目的： Rollups：增强区块链交易吞吐量，降低交易费用。 ZK协处理器：扩展智能合约计算能力，以处理更复杂的逻辑和更大的数据量。 2.工作原理： Rollups：汇总链上交易，并将其与欺诈证明或 ZK 证明一起提交到主链。 ZK 协处理器：与 ZK Rollups 类似，但针对不同的应用场景而设计。ZK Rollups 由于链特定的约束和规则，不适合协处理器任务。 3.状态管理： Rollups：维持其状态并定期与主链同步。 ZK 协处理器：无状态，每个计算都是无状态的。 4.应用场景： Rollups：主要服务终端用户，适合高频交易。 ZK协处理器：主要服务于企业，适用于需要复杂计算的场景，例如高级金融模型、大数据分析等。 5.与主链的关系： Rollups：被视为主链的扩展，通常专注于特定的区块链网络。 ZK 协处理器：可以服务于多条区块链，不局限于特定的主链，也可以服务于 Rollups。因此，两者并不是互相排斥而是相辅相成的，即使 Rollup 以应用链的形式存在，ZK Coprocessors 依然可以提供服务。 1.3 用例理论上，ZK 协处理器的应用范围非常广泛，涵盖了区块链各个领域的项目。ZK 协处理器使 Dapps 拥有更接近中心化 Web2 应用的功能。以下是从在线来源收集的一些示例用例：数据驱动的DApp开发： ZK 协处理器使开发人员能够创建数据驱动的 Dapp，这些 Dapp 利用完整的链上历史数据进行复杂计算，而无需额外的信任假设。这为 Dapp 开发开辟了前所未有的可能性，例如：高级数据分析：类似于 Dune Analytics 的链上数据分析功能。复杂的业务逻辑：实现传统集中式应用程序中的复杂算法和业务逻辑。跨链应用：基于多链数据构建跨链Dapps。 DEX 的 VIP 交易者计划：一个典型的应用场景是在DEX中实施基于交易量的折扣计划，即“VIP交易者忠诚度计划”。此类计划在CEX中很常见，但在DEX中很少见。借助 ZK 协处理器，DEX 可以：追踪用户的历史交易量。计算用户的VIP等级。根据 VIP 级别动态调整交易费用。此功能可帮助 DEX 提高用户保留率、增加流动性并最终提高收入。智能合约的数据增强： ZK 协处理器可以作为强大的中间件，为智能合约提供数据捕获、计算和验证服务，从而降低成本并提高效率。这使得智能合约能够：访问和处理大量历史数据。执行复杂的链下计算。实现更高级的业务逻辑。跨链桥技术：一些基于ZK的跨链桥技术，例如希罗多德、拉格朗日等，也可以看作是ZK协处理器的应用，这些技术主要侧重于数据的提取和验证，为跨链通信提供可信的数据基础。 1.4 ZK 协处理器并不完美虽然 ZK 协处理器有这么多优点，但是现阶段还不够完善，还存在一些问题，我总结了以下几点：开发：ZK的概念对于很多开发者来说比较难掌握，开发需要相关的密码学知识，并且熟练掌握特定的开发语言和工具。硬件成本高：用于链下计算的ZK硬件必须全部由项目方承担，ZK硬件价格昂贵，且演进速度快，随时都有可能被淘汰，能否形成商业闭环是一个值得思考的问题。拥挤的领域：从技术上讲，在实施上不会有太大差异，最终结果可能类似于当前的 Layer2 格局，其中一些突出的项目脱颖而出，而其余项目则基本上被忽视。 ZK 电路：在 ZK 协处理器中执行链下计算需要将传统计算机程序转换为 ZK 电路。为每个应用程序编写自定义电路非常麻烦，而使用虚拟机中的 zkVM 编写电路会因计算模型不同而产生大量计算开销。 II. 大规模采用的关键要素（本部分内容主观性很强，仅代表作者个人观点。）这一轮周期主要由模块化基础设施引领。如果模块化是正确的道路，这一轮周期可能是迈向大规模采用的最后一步。然而，在现阶段，我们都有一个共同的感受：为什么我们只看到一些旧的应用程序被重新包装，为什么链比应用程序还多，为什么像铭文这样的新代币标准被誉为这一轮周期最伟大的创新？缺乏新鲜叙事的根本原因是，目前的模块化基础设施不足以支撑超级应用，尤其是缺少一些先决条件（跨链互操作性、用户壁垒等），导致区块链历史上最严重的碎片化。Rollups 作为模块化时代的核心，确实加速了进程，但也带来了诸多问题，如流动性碎片化、用户分散、链或虚拟机本身对应用创新的限制等。此外，模块化的另一个“关键玩家” Celestia 开创了 DA 不一定在以太坊上的道路，进一步加剧了碎片化。无论是意识形态驱动，还是 DA 成本驱动，其结果是 BTC 被迫成为 DA，其他公链则旨在提供更具成本效益的 DA 解决方案。目前的情况是，每条公链都有至少一个甚至数十个 Layer2 项目。此外，所有基础设施和生态项目都深刻学习了 Blur 开创的代币质押策略，要求用户在项目内质押代币。这种模式让巨鲸从三方面受益（利息、ETH 或 BTC 升值、免费代币），同时也进一步压缩了链上流动性。在过去的牛市中，资金只会在几条到十几条公链中流动，甚至主要集中在以太坊上。现在，资金分散在数百条公链上，并押注了数千个类似的项目，导致链上活动减少。甚至以太坊也缺乏链上活动。因此，东方玩家在 BTC 生态系统中进行 PVP，而西方玩家出于必要在 Solana 中进行 PVP。因此，我目前的重点是如何推动所有链的聚合流动性，并支持新玩法和超级应用的出现。在跨链互操作性领域，传统的领先项目一直表现不佳，仍然类似于传统的跨链桥。我们在之前的报告中讨论过的新互操作性解决方案主要旨在将多条链聚合为一条链。例子包括 AggLayer、Superchain、Elastic Chain、JAM 等，这里就不一一介绍了。总而言之，跨链聚合是模块化基础设施的必要障碍，但需要很长时间才能克服。 ZK 协处理器是当前阶段的关键部分。它们可以强化 Layer2 并补充 Layer1。有没有办法暂时克服跨链和三难困境，让我们在某些具有广泛流动性的 Layer1 或 Layer2 上实现一些当前时代的应用？毕竟，区块链应用缺乏新鲜的叙事。此外，通过集成的协处理器解决方案实现多样化的游戏方式、gas 控制、大规模应用、跨链能力和降低用户障碍可能比依赖中心化更为理想。三、项目概况 ZK Coprocessor 领域兴起于 2023 年左右，现阶段已经相对成熟。根据 Messari 的分类，该领域目前涵盖三大垂直领域（通用计算、互操作性和跨链、AI 和机器训练），共有 18 个项目。这些项目大部分都得到了头部 VC 的支持。下面我们介绍几个来自不同垂直领域的项目。 3.1 Giza Giza 是部署在 Starknet 上的 zkML（零知识机器学习）协议，由 StarkWare 官方支持。它专注于使 AI 模型能够可验证地用于区块链智能合约。开发人员可以在 Giza 网络上部署 AI 模型，然后通过零知识证明验证模型推理的正确性，并以无需信任的方式将结果提供给智能合约。这使开发人员可以构建结合 AI 功能的链上应用程序，同时保持区块链的去中心化和可验证性。 Giza 通过以下三个步骤完成工作流程：模型转换：Giza 将常用的 ONNX 格式 AI 模型转换为可以在零知识证明系统中运行的格式。这使开发人员可以使用熟悉的工具训练模型，然后将其部署在 Giza 网络上。链下推理：当智能合约请求 AI 模型推理时，Giza 会在链下执行实际计算。这避免了直接在区块链上运行复杂 AI 模型的高成本。零知识验证：Giza 为每个模型推理生成零知识证明，证明计算正确执行。这些证明在链上进行验证，确保推理结果的正确性，而无需在链上重复整个计算过程。 Giza 的方法允许 AI 模型作为智能合约的可信输入源，而无需依赖中心化预言机或可信执行环境。这为区块链应用开辟了新的可能性，例如基于 AI 的资产管理、欺诈检测和动态定价。它是当前 Web3 x AI 领域中为数不多的具有逻辑闭环并巧妙利用 AI 领域协处理器的项目之一。 3.2 Risc Zero Risc Zero 是一个由多家顶级 VC 支持的领先协处理器项目。它专注于使任何计算都可以在区块链智能合约中可验证地执行。开发人员可以用 Rust 编写程序并将其部署在 RISC Zero 网络上。然后，RISC Zero 通过零知识证明验证程序执行的正确性，并以无需信任的方式将结果提供给智能合约。这使开发人员可以构建复杂的链上应用程序，同时保持区块链的去中心化和可验证性。我们之前简要提到了部署和工作流程。在这里，我们详细介绍了两个关键组件： Bonsai：Bonsai 是 RISC Zero 中的协处理器组件，无缝集成到 RISC-V 指令集架构的 zkVM 中。它允许开发人员在几天内将高性能零知识证明快速集成到以太坊、L1 区块链、Cosmos 应用链、L2 Rollup 和 dApp 中。它提供直接智能合约调用、可验证的链下计算、跨链互操作性和通用 Rollup 功能，同时采用去中心化优先的分布式架构。结合递归证明、自定义电路编译器、状态延续和不断改进的证明算法，它使任何人都可以为各种应用程序生成高性能零知识证明。 zkVM：zkVM 是一个可验证计算机，其运行方式与真实的嵌入式 RISC-V 微处理器类似。它基于 RISC-V 指令集架构，允许开发者使用 Rust、C++、Solidity、Go 等高级编程语言编写可生成零知识证明的程序。它支持超过 70% 的流行 Rust 包，将通用计算与零知识证明无缝结合，能够为任意复杂度的计算生成高效的零知识证明，同时保持计算过程的隐私和结果的可验证性。zkVM 利用 STARK、SNARK 等零知识技术，通过 Recursion Prover、STARK-to-SNARK Prover 等组件实现高效的证明生成和验证，支持链下执行和链上验证。 Risc Zero 已与多个 ETH Layer2 解决方案集成，并演示了 Bonsai 的各种用例。一个有趣的例子是 Bonsai Pay。此演示使用 RISC Zero 的 zkVM 和 Bonsai 证明服务，允许用户使用他们的 Google 帐户在以太坊上发送或提取 ETH 和代币。它展示了 RISC Zero 如何将链上应用程序与 OAuth2.0（Google 等主要身份提供商使用的标准）无缝集成，从而提供了一个通过传统 Web2 应用程序降低 Web3 用户障碍的用例。其他示例包括基于 DAO 的应用程序。 3.3 =nil; =nil; 是一个由 Mina、Polychain、Starkware、Blockchain Capital 等知名机构支持的投资项目。值得注意的是，Mina 和 Starkware 等 zk 技术先驱也在支持者之列，表明该项目在技术上受到高度认可。=nil; 在我们的报告《算力市场》中也有提及，主要关注 Proof Market（去中心化证明生成市场）。此外，=nil; 还有另一个子产品，称为 zkLLVM。 zkLLVM 由 =nil; 基金会开发，是一种创新的电路编译器，可将使用 C++、Rust 等主流编程语言编写的应用代码自动转换为适用于以太坊的高效可证明电路，而无需专门的零知识领域特定语言 (DSL)。这大大简化了开发流程，降低了进入门槛，并通过避免 zkVM 提高了性能。它支持硬件加速以加快证明生成速度，使其适用于各种 ZK 应用场景，例如 rollups、跨链桥、预言机、机器学习和游戏。它与 =nil; 基金会的 Proof Market 紧密集成，为开发者提供从电路创建到证明生成的端到端支持。 3.4 Brevis Brevis 是 Celer Network 的一个子项目，是区块链的智能零知识 (ZK) 协处理器，使 dApp 能够以完全无需信任的方式访问、计算和利用跨多个区块链的任意数据。与其他协处理器一样，Brevis 具有广泛的用例，例如数据驱动的 DeFi、zkBridges、链上用户获取、zkDID 和社交帐户抽象。 Brevis 架构由三个主要部分组成： zkFabric：zkFabric 是 Brevis 架构的中继组件，主要任务是从所有连接的区块链收集并同步区块头信息，然后通过 ZK 轻客户端电路为每个收集到的区块头生成共识证明。 zkQueryNet：zkQueryNet 是一个开放的 ZK 查询引擎市场，可以直接接受来自链上智能合约的数据查询，并通过 ZK 查询引擎电路生成查询结果和相应的 ZK 查询证明。这些引擎范围从高度专业化的（例如，计算特定时期内 DEX 的交易量）到高度通用的数据索引抽象和高级查询语言，以满足各种应用需求。 zkAggregatorRollup：作为 zkFabric 和 zkQueryNet 的聚合和存储层，负责验证这两个组件的证明、存储已证明的数据，并将其 ZK 证明的状态根提交给所有连接的区块链，从而允许 dApp 在其链上智能合约业务逻辑中直接访问已证明的查询结果。通过这种模块化架构，Brevis 可以为所有支持的公链智能合约提供无需信任、高效灵活的访问方式。UNI 的 V4 版本也采用了此方案，并将其与 Hooks（一个用于集成各种用户自定义逻辑的系统）集成，以方便读取历史区块链数据，降低 gas 费用，同时确保去中心化。这是一个 zk 协处理器推动 DEX 的例子。 3.5 Lagrange Lagrange 是由 1kx 和 Founders Fund 牵头的互操作性零知识证明协处理器协议，主要旨在提供无需信任的跨链互操作性，支持需要大规模数据复杂计算的应用。与传统的节点桥不同，Lagrange 的跨链互操作性主要通过其创新的零知识证明大数据和国家委员会机制实现。 ZK Big Data：这是 Lagrange 的核心产品，负责处理和验证跨链数据并生成相关的零知识证明。该组件包括一个高度并行的 ZK 协处理器，用于执行复杂的链下计算并生成零知识证明；一个专门设计的支持无限存储槽和来自智能合约的直接 SQL 查询的可验证数据库；一个只更新变化的数据点以减少证明时间的动态更新机制；以及一个集成功能，允许开发人员直接从智能合约使用 SQL 查询访问历史数据，而无需编写复杂的电路。它们共同构成了一个大规模的区块链数据处理和验证系统。状态委员会：该组件是一个由多个独立节点组成的去中心化验证网络，每个节点质押 ETH 作为抵押品。这些节点充当 ZK 轻客户端，专门验证某些优化 rollup 的状态。状态委员会与 EigenLayer 的 AVS 集成，利用重新质押机制增强安全性，支持无限数量的参与节点，实现超线性安全增长。它还提供了“快速模式”，允许用户无需等待挑战窗口即可执行跨链操作，大大提升了用户体验。这两种技术的结合使 Lagrange 能够高效处理大规模数据、执行复杂计算，并在不同的区块链之间安全地传输和验证结果，支持开发复杂的跨链应用程序。 Lagrange 已经与 EigenLayer、Mantle、Base、Frax、Polymer、LayerZero、Omni、AltLayer 等集成，并将成为第一个链接到以太坊生态系统的 ZK AVS。来源：金色财经

金色财经2024-07-12

审查力度加大！微软和苹果放弃成立OpenAI董事会计划

其它平台的科技公司集中掌握最具创新性的大型语言模型。科技巨头们也在达成非金融协议。其中包括苹果与OpenAI合作将ChatGPT引入iPhone，以及微软今年早些时候决定从OpenAI竞争对手Inflection AI挖走Mustafa Suleyman及其大部分员工。去年，微软担任了OpenAI董事会的无投票权观察员，几周前，这家初创公司的董事们因公司发展方向发生戏剧性变化而解雇了首席执行官山姆·奥特曼(Sam Altman)。在员工的强烈反对下，奥特曼很快恢复了职务，董事会也进行了重组。 OpenAI在给彭博新闻社的一份声明中表示：“我们感谢微软对董事会和公司方向的信心，我们期待继续成功的合作。”但没有直接评论苹果或微软的决定。 OpenAI表示，未来公司将与Thrive Capital和Khosla Ventures等合作伙伴和投资者定期举行利益相关者会议，“分享我们使命的进展并确保在安全和安保方面开展更强有力的合作”。 OpenAI于2015年成立，最初是一个非营利性研究机构，后来转变结构，成为一家营利性初创公司，并招募投资并达成商业合作。

Anna Sui2024-07-11

24小时热点