FX168财经网_全球视野外汇黄金加密货币NFT资讯网_关键字搜索-FX168

全球数字财富领导者

财富汇｜美股投研｜客户端｜旧版｜｜

FX168 全球视野中文财经

登录 / 注册

英伟达狂欢可能要结束了
 go
工作流的现成软件。这意味着任何想要部署大型语言模型或其他ML/AI变体的人基本上只能选择英伟达的显卡。但目前似乎有两件事情正在同时发生。首先，企业对GPU的需求似乎在减少，我们可能会在接下来的两个季度内看到这种放缓的全面影响。在其最新的财报电话会议中，使用英伟达GPU在其AI平台上的超微电脑指出，他们供应受限，因此在不久的将来将面临收入挑战。自发布声明以来，超微电脑的股价已下跌了31%。为英伟达和AMD制造芯片的台积电也下调了其收入预期，其股价因此下跌。英伟达的渠道合作伙伴正在下调他们的业绩指引，这表明近来对AI平台和GPU芯片的需求放缓。下面的快照突显了另一个有趣的画面。分析师的数据库显示，许多英伟达渠道合作伙伴的月度营收增长在6月和7月保持低迷。因此，分析师认为一旦英伟达的渠道库存减少并且先前一代产品的旧库存耗尽，它可能在一个季度或两个季度内也会经历这种放缓。来源：BusinessQuant.com 其次，AMD和其他主要科技企业加强了它们的竞争力。首先，AMD的MI300数据中心SKU将于今年上市。这是世界上首款数据中心APU（一个封装中包含CPU和GPU），将直接与英伟达的H100竞争。芯片制造商还改进了对AI/ML应用的软件支持。超微电脑的管理层在其财报电话会议中指出，他们的AMD品牌数据中心GPU的销售情况正在改善。这表明市场范围内对AMD显卡的采用正在增加，而且一旦MI300显卡推出，这种增长可能会继续。此外，我们在Intel的Gaudi 2和PVC以及AMD的MI-250加速器解决方案方面也取得了良好的进展。除此之外，谷歌上季度宣布已经开发出自己的数据中心GPU，性能超越英伟达的A100，同时能耗更低。三星和现代正在支持一家名为Tenstorrent的人工智能初创公司，以与英伟达竞争。基本上，分析师在这里想要表达的观点是，GPU领域的竞争开始加剧，这必然会对英伟达的定价权和市场份额产生压力，从而在未来几个季度对其增长轨迹产生影响。因此，分析师认为英伟达的人工智能推动的涨势即将结束，其增长轨迹将在不久的将来趋于平稳。二季度需要关注的要点为了证实分析师的观点，需要关注英伟达财报的三个方面。首先，如果英伟达确实经历了企业需求的放缓的情况，那么它就不会向制造、组装和分销合作伙伴下那么多订单。分析师认为，这种情况将会发生，这将导致英伟达的采购义务逐年下降。另一方面，如果英伟达的业务一如既往，其前景同样令人鼓舞，那么它的采购义务将继续增加。来源：BusinessQuant.com 其次，看看英伟达的细分市场收入。该英伟达将其收入分为5个垂直领域，即游戏、数据中心、专业可视化、汽车和OEM/IP。其中，数据中心部门占公司上季度总收入的近60%。考虑到英伟达上个季度在企业渠道销售卡的表现，分析师预计这一收入将环比增长70%，在第二季度达到72亿美元。英伟达管理层在之前的财报电话会议上指出，他们的大部分收入增长将来自这个特定的业务部门。再次，英伟达的游戏部门上季度占公司总销售额的略高于31%。随着上个季度更多的廉价GPU投入商用，分析师估计RTX40系列显卡的主流采用率将增加，游戏业务部门在第二季度将实现25%的环比收入增长，收入金额将达到27亿美元。英伟达的另外三个业务部门，即专业可视化、汽车和OEM/IP，对公司的总收入来说不太重要，因为它们上季度仅共同贡献了公司总销售额的9%。因此，分析师对这些部门的环比收入增长进行了一个通用估计，为10%。这将使分析师得出第二季度公司总收入的预估值为107亿美元。需要注意的是，截至目前，分析师的预估稍低于市场的共识，市场共识范围为第二季度的销售额从109.6亿美元到111.7亿美元。来源：BusinessQuant.com 最后，密切关注英伟达管理层对第三季度以及整个24财年的收入预期。任何暗示放缓的迹象都可能引发市场恐慌抛售，导致英伟达的股价暴跌。与此同时，如果管理层能够发布超预期的指引，将会激发投资者的信心。总结毫无疑问，英伟达在自身和股东方面表现得非常出色。该公司市值达到了万亿美元，即使在目前仍在不断创新。与此同时，分析师认为英伟达已经稍微脱离了实际情况。为了更好地理解，英伟达的股票价格相当于公司过去十二个月的销售额的41倍以上。这一市销率是英伟达过去五年的最高水平，并且远高于许多芯片制造领域的知名同行。来源：BusinessQuant.com 这表明英伟达目前的估值已经是最理想的状态下进行的，甚至是放缓的迹象都可能引发恐慌性抛售。随着渠道合作伙伴显示出放缓的迹象，以及竞争加剧，分析师对于英伟达的未来并没有那么看好。 $英伟达(NVDA)$
老虎证券2023-08-22
百度2023年第二季度营收341亿元同比增长15% 净利润52亿元
 go
速了收入和利润的增长。生成式人工智能和大型语言模型在众多行业中具有巨大的变革力量，为我们提供了重要的市场机会。为了保持领先地位，我们不断升级我们的模型，以产生更多的创造性反应，同时提高训练吞吐量并降低推理成本。我们最新的基础模型ERNIE 3.5得到了我们的云客户、人工智能开发者和行业专家的认可。通过采用人工智能原生思维，我们正在重塑我们的产品和服务，以提供创新体验，并支持各种企业抓住这一机遇。总体而言，百度致力于围绕生成式人工智能和法学硕士构建一个新的引擎，以推动可持续的长期增长。” 2023年第二季度财务业绩总收入为341亿元人民币(合47亿美元)，同比增长15%。百度核心营收为264亿元人民币(合36.4亿美元)，同比增长14%；网络营销收入196亿元人民币(27.1亿美元)，同比增长15%，非网络营销收入68亿元人民币(9.37亿美元)，同比增长12%。爱奇艺的收入为78亿元人民币(10.8亿美元)，同比增长17%。收入成本为162亿元人民币(22.3亿美元)，同比增长7%。销售、一般和管理费用为人民币63亿元(8.69亿美元)，同比增长32%。研发费用为人民币64亿元(8.8亿美元)，同比增长1%。营业收入为52亿元人民币(7.18亿美元)。百度核心营业收入为人民币46亿元(合6.3亿美元)，核心营业利润率为17%。非公认会计准则营业收入为人民币73亿元(合10.1亿美元)。非gaap百度核心营业收入为人民币65亿元(8.99亿美元)，非gaap百度核心营业利润率为25%。其他净收入总额为人民币14亿元(合1.89亿美元)，同比增长807%。所得税支出为13亿元人民币(合1.75亿美元)，而去年同期为2500万元人民币。归属于百度的净利润为52亿元人民币(7.18亿美元)，每股美国存托凭证摊薄后收益为14.17元人民币(1.95美元)。百度核心的归属净收入为人民币50亿元(合6.91亿美元)，百度核心的净利润率为19%。百度的非gaap净利润为80亿元人民币(合11亿美元)。非公认会计准则摊薄后每股美国存托凭证收益为22.55元人民币(3.11美元)。百度核心的非gaap净利润为77亿元人民币(10.6亿美元)，百度核心的非gaap净利润率为29%。调整后EBITDA为91亿元人民币(12.6亿美元)，调整后EBITDA利润率为27%。百度核心的调整后EBITDA为人民币82亿元(合11.4亿美元)，调整后EBITDA利润率为31%。截至2023年6月30日，现金、现金等价物、限制性现金和短期投资为2015亿元人民币(277.9亿美元)，现金、现金等价物、限制性现金和短期投资(不包括爱奇艺)为1969亿元人民币(271.5亿美元)。自由现金流为79亿元人民币(10.9亿美元)，不包括爱奇艺的自由现金流为71亿元人民币(9.73亿美元)。
金融界2023-08-22
国际劳工组织：高收入国家的3000万个工作岗位可能被AI取代
 go
用了GPT-4 （ChatGPT背后的大型语言模型）来预测工作将如何自动化。作者还指出，人工智能的“社会经济影响将在很大程度上取决于如何管理其传播”，受影响的工人所付出的代价可能是“残酷的”。该研究补充了过去关于人工智能如何颠覆工作的研究。麦肯锡7月份的一项研究发现，从长远来看，生成式人工智能可能会使白领受益，而不是取代他们，而高盛集团3月份的一项研究发现，这项技术对行政人员的风险尤其大。
金融界2023-08-22
ARM递交上市申请，为什么能让软银赚一倍？
go
，处理AI负载还是与协处理器结合使用、大型语言模型、生成式AI和自动驾驶等新兴领域算法的低功耗加速都受到高度重视。因此，Arm在最新的ISA、CPU和GPU中添加了新的功能和指令以加速未来的AI和机器学习算法，增加未来在AI行业中的市场份额。当然，前沿解决方案的复杂性也另公司的成本不断增加，开发先进产品所需的资源非常巨大。随着制程工艺节点的缩小而持续呈指数级增长。根据市研机构IBS的数据，7nm芯片的IC设计成本约为2.49亿美元，2nm芯片的IC设计成本约为 7.25亿美元。设计合作伙伴通过降低开发周期重要部分的复杂性、风险和成本，促进创新并增强客户的竞争地位。
老虎证券2023-08-22
评估微软的人工智能机遇
 go
算能力，所以一些组织机构无法开发自己的大型语言模型。鉴于机器学习和大型语言模型的进步，大型企业很可能希望利用内部数据推动差异化，并建立自己的解决方案，而不是采用打包的软件应用程序。虽然各公司都在宣布人工智能计划，但试点项目投入生产和云AI支出出现拐点尚需时日。在云生态系统中，亚马逊通过利用先发优势，发展了早期的领先地位，使得AWS能够通过强大的价值主张和广泛的解决方案组合吸引中小企业。微软则基于其与现有客户的强大关系和本地化系统内现有基础设施的优势进入市场。微软在使用其PaaS基础设施方面拥有更多的客户，并且在数据库层面更大。例如，亚马逊的组合是70%的IaaS和30%的PaaS，而微软则是65%的PaaS和35%的IaaS。一旦云构建成熟，超大规模运算商将在未来多年内获得类似于年金/公用事业的收益。我们不知道一个生成式AI工作负载将消耗多少资源，这使得预测利润率变得具有挑战性。我们可以预期，由生成AI所带来的扩展功能将推动工作负载的使用量加速增长。微软应该能够从这些工作负载中获利，Azure可能能够捕获其中高达50%的工作负载。安全协同驾驶员可能是额外的增长动力。微软的安全业务目前每年产生约200亿美元的收入。他们的Sentinel解决方案的增长速度超过了市场预期，可以利用其在安全分析领域的地位来获取重要的机会。与构建这些AI能力相关的资本支出将是巨大的——可能在每年400-500亿美元的范围内。这相当于资本支出的50-75%的增加，也表明了微软在引领市场的云收入的潜在增长。风险当前，IT支出环境受到限制，推动大规模安装基数的变化需要耐心。近期的收入前景存在不确定性，AI的增长将需要时间，因为技术仍然非常新颖。企业需要一段时间将应用推向生产。估值微软的远期市盈率为 29.7 倍。该公司拥有大量自由现金，并准备收购动视暴雪公司，但需获得英国证监会的批准。根据上述 Co-Pilot 和安全人工智能计划，该公司在未来 2-3 年内可从人工智能计划中获得约 330 亿美元的增量收入。按照 70% 的利润率计算，EBITDA将增加 230 亿美元或 22.5%。结论微软是世界领先的软件提供商，将受益于将生成式AI整合到其平台中。开发人员将通过Azure平台访问开放的AI服务，构建应用程序并实施Gen AI解决方案，而企业和个人客户将从Office365、Github、必应和Teams Premium的Co-Pilot产品套件中受益。实质上，微软为用户构建AI技术，以便利用或实施，同时将AI融入其自己的产品中，从而增强了客户的生产力。核心业务模式非常具有粘性，AI在编码等领域的用例已经通过微软的Github Co-Pilot计划得到了清楚的证明。随着这些生产力增强措施变得更加明显和采纳率提高，股票可能会看到进一步的多重扩张，今年已经有10%的扩张，这是由结构性更高的盈利能力前景所驱动的。 $微软(MSFT)$
老虎证券2023-08-21
探索Web3社交的未来（一）：从0到1 用社交图谱完成应用的冷启动
 go
ter 风格的社交网络。通过使用先进的大型语言模型（如 GPT-4），将原始交易数据变得可读和可解释给“普通”用户的这种一般策略已经加速发展。例如，据说 Cymbal 使用 GPT 生成交易和趋势的对话摘要，以创建数据资源、新闻源和未来社交网络的混合体。构建原生社交图谱协议仅仅依赖公共区块链数据（如以太坊）存在一个问题，那就是这些数据对于社交应用来说并不够丰富。因为公共区块链首先是为金融应用而构建的，而不是社交应用，因此链上原生收集的数据，如交易历史、账户余额和代币数据，并不一定对社交网络最有用。与仅仅使用原生链上数据作为社交图谱不同，一个想法是在公共区块链之上构建一个新的、专用的社交图谱协议。例如，Lens Protocol 利用了一个关键观察结果，即在社交应用中，存在着社交互动的共同因素，他们将这些因素抽象为不同的链上行为，如“发布”、“评论”和“镜像”（即分享或转发）。 Farcaster 在其社交图谱中也有类似的抽象，例如“cast”（发布）、“reactions”（点赞）和“amp”功能，用户可以推荐其他值得关注的用户。Farcaster 和 Lens 之间的主要区别在于它们的技术实现方式——Lens 将所有内容放在 Polygon 区块链上，而 Farcaster 将其 ID 注册表放在以太坊本身上，并在 L2 上以 Delta 图的形式运行其社交图。第三个值得注意的社交图谱协议是 Cyberconnect，它通过其 link3 机制更加注重链接聚合（包括链上和链下来源），并专注于事件和粉丝俱乐部作为初始用例。对于这些社交图谱协议来说，关键是它们并不一定构建顶层的社交应用，如 Twitter、Facebook 或 Instagram。相反，它们提供了构建和扩展这些顶层应用所需的开放社交图谱层（本质上是一个 SDK）。正如前面提到的，这样做的核心优势在于，即使一个曾经成功的社交应用消失（类似 Clubhouse），生成的社交图谱仍然可以被其他开发者使用。因此，只需要一次营销活动或一个成功的应用程序，就足以启动整个生态系统。从头开始设计去中心化社交媒体第三种策略是从头开始构建一个去中心化的解决方案。其前提是社交媒体应用是我们数字体验的基石，因此需要一个专门的区块链（或其他去中心化）解决方案，将社交媒体应用的基本操作本地化，而不是通过在最初设计用于支持金融用例的基础设施之上构建的协议来实现。简而言之，我们需要一种社交媒体的“应用链”。这一战略中最值得注意的项目之一是 DeSo，它正在构建一个专注于社交应用的 L1 区块链。与其他主流公共区块链专注于“每秒交易数”不同，DeSo 致力于优化“每秒帖子数”，以及社交应用处理通信和存储的需求。而通用区块链（如以太坊）并不一定针对这一点进行优化。在这个 L1 区块链之上，DeSo 计划构建各种社交应用，包括长篇内容（如 Substack）、短篇内容（如 Twitter）和类似 Reddit 的应用。其他去中心化社交媒体平台，如 Bluesky 和 Mastodon，也可以大致遵循这种从头开始设计去中心化社交媒体的策略。严格来说，它们不是基于区块链的解决方案，而是依赖于服务器系统来确保帖子足够去中心化。例如，Mastodon 使用类似电子邮件的系统，用户可以在不同的服务提供商（如 Gmail、Hotmail 或 iCloud）之间进行选择。就像一个组织可以设置和定制自己的邮件服务器一样，Mastodon 上的每个“实例”都将是一个自我管理和可定制的社区。另一方面，Bluesky 是一个基于开源 AT 协议开发的应用程序，它本质上是一个带有“关注”、“点赞”和“发布”等 API 的开放社交图谱，专为类似 Twitter 的社交媒体平台进行了优化。 DeSo 和 Mastodon、Bluesky 等项目的共同之处在于，它们拒绝了现有公共区块链设计（以 EVM 为代表）适用于社交网络的观念。尽管这种方法无疑为这些项目提供了更精细的控制设计决策和用户体验的能力，但同时也切断了与 DeFi、现有 NFT 社区和 Web3 生态系统中其他成熟元素的潜在联系和交叉影响。此外，尚待观察的是这些解决方案在多大程度上是“去中心化”的，特别是在其去中心化未受公共区块链保证的环境中。这些解决方案最终会像现有社交网络一样将社交图谱与社交应用捆绑在一起，还是会充分去中心化社交图谱层并吸引各种应用和开发团队？这是 Web3 社交未来的一个关键问题。来源：金色财经
金色财经2023-08-19
东方国信：目前公司已不持有亿刻所在公司北京区块节点的股权
 go
量打造了数据科学云-图灵引擎产品，利用大型语言模型技术，提供精准营销、智能客服、虚拟数字人以及智能推荐等能力，支撑运营商、金融、政府、公共安全等客户进行深层次数字化转型。谢谢！投资者：贵公司自称是大数据公司，但8月3日，大数据与数字经济大会暨2023（第八届）大数据产业生态大会在北京盛大开幕，并评出大数据50强企业，为什么贵公司不在列？东方国信董秘：您好，感谢您的关注。公司根据实际需要参加各项评选，未来公司将积极加强相关宣传。谢谢！投资者：董秘你好，华为也在搞垂直大模型，算力应该更强，贵司有没有想法与华为合作共赢的打算？！东方国信董秘：您好，感谢的您的关注。公司自主研发的AI深度学习应用层产品与华为昇思（盘古大模型的底层AI框架）完成兼容认证。公司秉承“开放合作，共赢未来”的理念，与各界伙伴广泛开展合作，与中国联通、中国移动、腾讯等国内、华为等知名企业达成了战略合作伙伴关系。谢谢！投资者：请问美国限制对中国人工智能等领域的投资是否会影响公司与英特尔的合作？东方国信董秘：您好，感谢您的关注。公司与英特尔的合作正常，目前未受到影响。谢谢！投资者：贵公司称与华为盘古大模型没有合作，7月7日华为公布了盘古大模型3.0与贵公司业务完全重合并有落地项目如煤矿、金融等（B端）贵公司大模型还没推出，请问贵公司如何应对？东方国信董秘：您好，感谢的您的关注。公司自主研发的AI深度学习应用层产品与华为昇思（盘古大模型的底层AI框架）完成兼容认证。公司秉承“开放合作，共赢未来”的理念，与各界伙伴广泛开展合作，与中国联通、中国移动、腾讯等国内、华为等知名企业达成了战略合作伙伴关系。谢谢！投资者：贵司全国一共部署了多少传感器，采集的数据是自用还是对外销售？有大模型公司向贵司采购吗？东方国信董秘：您好，感谢您的关注。公司通过传感器采集的数据既非自用也不对外销售，数据所有权归属客户，公司帮助客户形成高质量的数据资产、发掘数据深层次价值、提升IT资源利用率及服务能力，从而获得更高的生产效率和经营效益，助力客户数字化转型。谢谢！投资者：基于东方国信BonGPT构建的“智能助手”，智能助手实现了与企业数据库的对接。专业数据分析场景中的多轮对话效果怎么样？能否详细介绍？东方国信董秘：您好，感谢您的关注。把客户沉淀出来的数据报表，通过比较容易理解的交互方式呈现给用户，通过对话交互的方式降低数据使用门槛。以某运营商为例，现在沉淀的报表量有几百万张，依靠原有体系无法在数据交互和呈现方面降低使用门槛。通过大模型将提高用户对于所有数据结果的可溯源性，提高对应的数据分析结果，降低数据使用门槛，客户内部使用人群覆盖率将大幅提高。并降低做项目实施过程中，数据分析二次加工、定制开发整体投入的人力物力，降低实施成本。谢谢！投资者：公司有没有向量数据库的产品、技术方案或技术储备? 东方国信董秘：您好，感谢您的关注。公司Cirrodata数据库作为核心基础软件之一，东方国信多年来坚持打造民族品牌，历时八年的自主研发和反复打磨，具有完全自主知识产权。已在在电信、金融、政府、工业等领域得到了行业的主流认可。公司暂无向量数据库产品，目前在规划中。谢谢！投资者：请问公司有向量数据库产品吗？东方国信董秘：您好，感谢您的关注。公司Cirrodata数据库作为核心基础软件之一，东方国信多年来坚持打造民族品牌，历时八年的自主研发和反复打磨，具有完全自主知识产权。已在在电信、金融、政府、工业等领域得到了行业的主流认可。公司暂无向量数据库产品，目前在规划中。谢谢！投资者：董秘好，贵司是否有计划接入阿里巴巴的大模型？或者百度，华为的大模型？东方国信董秘：您好，感谢您的关注。公司秉承“开放合作，共赢未来”的理念，积极与各界伙伴广泛开展合作。谢谢！投资者：我们的大模型 AI训练之类的跟国外比落后多少？如果微软开源了，那我们自己的东西还有优势吗？现在芯片卡我们脖子，很多高科技也卡如果未来大模型卡我们脖子我们能国产替代吗东方国信董秘：您好，感谢您的关注。公司专注于大数据领域二十余年，在技术产品方面，基于大数据、云计算、人工智能、工业互联网、5G和机器学习等前沿技术提供包括数据采集、数据存储计算、数据分析挖掘、数据应用、数据治理管控、云基础服务与应用开发平台相关技术产品；在行业解决方案方面，基于公司多年的业务经验积累为通信、金融、工业、政府与公共安全等行业客户提供解决方案与技术服务，帮助客户形成高质量的数据资产、发掘数据深层次价值、提升IT资源利用率及服务能力，从而获得更高的生产效率和经营效益，助力企业数字化转型。公司核心竞争力不仅是深厚的大数据技术能力，更重要的是将数据能力与行业知识（Know-How）有机结合的应用变现能力。公司近年来持续加强研发投入，保持自主创新能力，公司诸多技术和产品处于前沿领先，可对标国际产品。例如公司自主研发的CirroData数据库、数据治理等多项技术和产品可替代国外产品。未来公司将继续保持自主创新，持续为国产化替代贡献力量。谢谢！投资者：请问公司有跟英特尔在数据中心与算力出租方面的合作意向吗？东方国信董秘：您好，感谢您的关注。目前没有该方面的合作意向。谢谢！以上内容由证券之星根据公开信息整理，由算法生成，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2023-08-18
哔哩哔哩2023年Q2业绩电话会分析师问答
 go
我们必须花费大量的人力资源和力量来借助大型语言模型来管理内容，因为它可以理解语音、文本、含义以及文本背后的所有隐含含义，可以极大地提高我们内容审核处理内容的效率。另外一个应用场景就是增强搜索，因为B站有海量的内容库，每个视频都带有大量的分散信息，我们可以利用LLM来大幅提升搜索效率。我们实际上正在测试一种新的增强型搜索，只需在搜索框中输入问题，我们的大型语言模型就可以总结并回答问题。非常有效的例子是，随着最近原神的版本升级，人们可以简单地问哪张卡牌值得抽，哪个角色值得花时间去改进，而大语言模型可以将有效信息汇总并提供给用户与过去相比，用户必须观看几个视频才能总结内容信息。现在，他们只需轻轻一挥，就能得到正确而快速的答案。我们正在测试的另一个功能升级是AI助手。这将陪伴用户观看视频，帮助他们总结和提取有用的信息。例如，在MacBook评测视频中，用户可以询问AI助手，M2 Pro芯片和M2芯片有什么区别？价格相差多少？效率有什么区别？AI助手可以提取准确的信息，帮助用户得到他们想要的东西。所有这些都将有助于提升哔哩哔哩的用户体验。在内部，我们非常重视 AIGC 技术。我们相信这是一个千载难逢的机会。这将类似于移动互联网的发明，使哔哩哔哩的移动用户增长十倍。我们相信，随着AIGC技术的成熟，我们可以利用这项技术大幅提升我们的用户体验、内容创作者的体验和生产力，并提高我们的商业化效率。
老虎证券2023-08-18
探讨Web3社交的未来：构建社交图谱破解获客问题
 go
ter 风格的社交网络。通过使用先进的大型语言模型（如 GPT-4），将原始交易数据变得可读和可解释给“普通”用户的这种一般策略已经加速发展。例如，据说 Cymbal 使用 GPT 生成交易和趋势的对话摘要，以创建数据资源、新闻源和未来社交网络的混合体。构建原生社交图谱协议仅仅依赖公共区块链数据（如以太坊）存在一个问题，那就是这些数据对于社交应用来说并不够丰富。因为公共区块链首先是为金融应用而构建的，而不是社交应用，因此链上原生收集的数据，如交易历史、账户余额和代币数据，并不一定对社交网络最有用。与仅仅使用原生链上数据作为社交图谱不同，一个想法是在公共区块链之上构建一个新的、专用的社交图谱协议。例如，Lens Protocol 利用了一个关键观察结果，即在社交应用中，存在着社交互动的共同因素，他们将这些因素抽象为不同的链上行为，如“发布”、“评论”和“镜像”（即分享或转发）。 Farcaster 在其社交图谱中也有类似的抽象，例如“cast”（发布）、“reactions”（点赞）和“amp”功能，用户可以推荐其他值得关注的用户。Farcaster 和 Lens 之间的主要区别在于它们的技术实现方式——Lens 将所有内容放在 Polygon 区块链上，而 Farcaster 将其 ID 注册表放在以太坊本身上，并在 L2 上以 Delta 图的形式运行其社交图。第三个值得注意的社交图谱协议是 Cyberconnect，它通过其 link 3 机制更加注重链接聚合（包括链上和链下来源），并专注于事件和粉丝俱乐部作为初始用例。对于这些社交图谱协议来说，关键是它们并不一定构建顶层的社交应用，如 Twitter、Facebook 或 Instagram。相反，它们提供了构建和扩展这些顶层应用所需的开放社交图谱层（本质上是一个 SDK）。正如前面提到的，这样做的核心优势在于，即使一个曾经成功的社交应用消失（类似 Clubhouse），生成的社交图谱仍然可以被其他开发者使用。因此，只需要一次营销活动或一个成功的应用程序，就足以启动整个生态系统。从头开始设计去中心化社交媒体第三种策略是从头开始构建一个去中心化的解决方案。其前提是社交媒体应用是我们数字体验的基石，因此需要一个专门的区块链（或其他去中心化）解决方案，将社交媒体应用的基本操作本地化，而不是通过在最初设计用于支持金融用例的基础设施之上构建的协议来实现。简而言之，我们需要一种社交媒体的“应用链”。这一战略中最值得注意的项目之一是 DeSo，它正在构建一个专注于社交应用的 L1 区块链。与其他主流公共区块链专注于“每秒交易数”不同，DeSo 致力于优化“每秒帖子数”，以及社交应用处理通信和存储的需求。而通用区块链（如以太坊）并不一定针对这一点进行优化。在这个 L1 区块链之上，DeSo 计划构建各种社交应用，包括长篇内容（如 Substack）、短篇内容（如 Twitter）和类似 Reddit 的应用。其他去中心化社交媒体平台，如 Bluesky 和 Mastodon，也可以大致遵循这种从头开始设计去中心化社交媒体的策略。严格来说，它们不是基于区块链的解决方案，而是依赖于服务器系统来确保帖子足够去中心化。例如，Mastodon 使用类似电子邮件的系统，用户可以在不同的服务提供商（如 Gmail、Hotmail 或 iCloud）之间进行选择。就像一个组织可以设置和定制自己的邮件服务器一样，Mastodon 上的每个“实例”都将是一个自我管理和可定制的社区。另一方面，Bluesky 是一个基于开源 AT 协议开发的应用程序，它本质上是一个带有“关注”、“点赞”和“发布”等 API 的开放社交图谱，专为类似 Twitter 的社交媒体平台进行了优化。 DeSo 和 Mastodon、Bluesky 等项目的共同之处在于，它们拒绝了现有公共区块链设计（以 EVM 为代表）适用于社交网络的观念。尽管这种方法无疑为这些项目提供了更精细的控制设计决策和用户体验的能力，但同时也切断了与 DeFi、现有 NFT 社区和 Web3 生态系统中其他成熟元素的潜在联系和交叉影响。此外，尚待观察的是这些解决方案在多大程度上是“去中心化”的，特别是在其去中心化未受公共区块链保证的环境中。这些解决方案最终会像现有社交网络一样将社交图谱与社交应用捆绑在一起，还是会充分去中心化社交图谱层并吸引各种应用和开发团队？这是 Web3 社交未来的一个关键问题。来源：金色财经
金色财经2023-08-18
揭秘Google全新AI系统：深度解析Gemini的创新功能
 go
，Google的“Gemini”旨在将大型语言模型（LLMs）的文本能力与AI生成图像的创造潜力相融合。这一创新方法有着巨大的潜力，因为“Gemini”不仅将作为文本生成器，还将能够创造上下文图像。此外，Google还计划引入图表分析、生成附有文本描述的图形，甚至通过文本或语音命令操纵软件等功能。然而，尽管Google计划如何在其服务中实施“Gemini”尚不明确，但该公司或许会从微软的策略中汲取灵感，将“Gemini”集成到Google文档和表格中，以帮助那些缺乏技术专业知识的用户。为了使“Gemini”在生成式AI领域取得突破，Google已经汇集了一支由Brain和DeepMind的杰出人物组成的团队。其中包括高级研究员Paul Barham，DeepMind的远见领袖Tom Hennigan，以及在AI模型评估和改进中发挥关键作用的联合创始人Sergey Brin。在“Gemini”的培训方面，Google选择了与众不同的途径。与传统的AI模型训练方法不同，该系统使用了YouTube视频转录来进行训练。通过利用YouTube丰富的内容库，Google的模型能够在多个领域积累广泛的知识。然而，推出“Gemini”之路并不会一帆风顺，因为Google最近在使用受版权保护的数据进行AI模型训练方面面临法律问题。为了解决这一问题，Google承诺将遵守版权规定，并提出了一个全新的“选择退出”功能，以让出版商有能力阻止他们的作品被用于AI训练中。 “Gemini”的问世或将引领AI技术的新飞跃，Google将继续在其发展道路上不断探索，挑战和机遇并存。
Heidi2023-08-18

上一页
1
•••
72
73
74
75
76
•••
108
下一页

24小时热点

最新话题更多