FX168财经网_全球视野外汇黄金加密货币NFT资讯网

下半年重点之三

V4 使用了一种称为「集中定价器」的新模型，可以更准确地计算交易的价格，尤其是在流动性较低的交易对中。这有助于减少价格滑动和提高交易的执行效率。更好的资本效率：Uniswap V4 的设计目标之一是提高资本的利用效率，减少流动性提供者需要锁定的资金量。通过引入更灵活的流动性管理和优化价格计算模型，Uniswap V4 可以更好地平衡流动性和资本效率之间的关系。总结一下，Uniswap V4 新版确实牛逼，进一步推动去中心化交易的发展，就是用户更容易建立和利用V4的流动性，带来大量新的，有趣的应用程序，有可能会超越CEX？以前是不敢想，现在是非常敢想。这次Uniswap V4也同样打击了同行，比如CRV的大额，AAVE的借贷，1INCH和COWSWAP的跨链和防MEV攻击，限价单好像全部被打击了，有点像JD扩张期，烧钱把TX的拍拍，苏N全部打败以后再来分钱，是真的豪横。有一点，比如UNI代B这次却没什么赋能，如果能赋能Uniswap又是一个新的故事，我认为当前它顾虑比较多是合规性，证券化的问题，所以没做但不代表以后不会去赋能，前几天最低砸到了3.5附近，现在在4.5，我认为还是偏低，作为龙头牛来了，起码翻几个，定投可以继续。 ...... 1.BN与美达成协议，将所有美国客户资金和钱包密钥转回美国。拟定协议是为了回应SEC冻结BN所有资产的动议，在此期间，美国客户仍然可以自由提取资金，这是个积极的信号，说明BN配合JG，后续影响会进一步减弱，市场的上涨已经反应出来了。 2.Tether回应账户停用争议：提高合规性检查。最近又开始闹稳定B的事情，以前Tether公布郭它的资产审计报告，我看过基本可以说明Tether是足额抵押的，也就是不用担心，USDT在圈内仍然处于绝对地位，于情于理在这个周期都不会暴雷。 3.恐惧贪婪指数 47 ，从41恐惧上升到47中立，我认为还是高，最好是到20附近或者10附近走一遭，才是大周期最佳买点。 ...... 鱼池：U，操作（正常，可持，不正常，不可持） B 26542 支撑 250000 正常一级主流 E 1740 支撑 1650 正常 BNB 243 支撑200 正常二级主流 XRP 0.48 支撑 0.45 正常 DOGE 0.062 支撑 0.06 正常 MATIC 0.61 支撑0.55 正常 DOT 4.5 支撑4 正常 2023减半 LTC76.7 支撑 70 正常与前几天再圈子里判断相符，大哥试探下2.5W支撑，这个位置是短期的买点，赌是否能反弹，果然跌破没多久最高弹到了2.68万附近，因此下面那个盘整我认为还是不够，再往上拉的持续性变小，要是能再回踩一下，那么将会更加健康，怎么走看市场选择吧。目前仍然建议半仓看戏，再往上突破就逐步减，回落到2.5万附近就考虑加一些仓，暴涨暴跌在这个位置暂时很难出现，明显有人再托市，我还是觉得SEC这事只能算短期利空，期待的大的还没有出现，多等等吧，记住下跌就是机会。 E联动大哥，没有自己的行情，X还是再趋势线之上，不跌破0.45继续持有；L，有人问我,L还有没有机会，我认为又得，因为短期有投机价值的就这个减半了，回去就是你进的机会。山寨，90%以上都新低了，OK那边还不停的下架，更是让大家恐慌，但越是这样越是选B的好时候，有些B跌破位，有的跌新低了，有些B则是上涨趋势的回调，比如ANT，后面市场会强者恒强，弱者还是主要二次筑底，要休息一般，如果要博反弹，耐心等横盘，从这两天弹的情况看很平常，说明资金流向还没反转，只能期待大哥震荡下多点机会，拉长时间看，目前性价比不错，对看好的，还是能一点点进的。来源：金色财经

金色财经2023-06-18

被骂造假抄袭、拖欠薪资 Stability AI创始人Mostaque回击媒体质疑

金色财经2023-06-07

江波龙：大力投入企业级存储产品的研发期望能够应用到AI服务器场景当中

展带来新的需求和机会。公司持续关注AI新模型新技术的发展，近年来，公司大力投入企业级存储系列产品的研发，期望未来能够应用到AI服务器场景当中。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-05-31

江波龙：公司与主要存储供应商均建立了长期商业关系，公司的供应链较为多元化

展带来新的需求和机会。公司持续关注AI新模型新技术的发展，近年来，公司大力投入企业级存储系列产品的研发，期望未来能够应用到AI服务器场景当中。感谢您的关注。江波龙2023一季报显示，公司主营收入14.82亿元，同比下降36.42%；归母净利润-2.81亿元，同比下降273.01%；扣非净利润-2.83亿元，同比下降269.43%；负债率25.24%，投资收益77.44万元，财务费用1879.91万元，毛利率1.27%。该股最近90天内共有5家机构给出评级，买入评级2家，增持评级3家；过去90天内机构目标均价为131.88。近3个月融资净流入8348.73万，融资余额增加；融券净流入2.41亿，融券余额增加。根据近五年财报数据，证券之星估值分析工具显示，江波龙（301308）行业内竞争力的护城河优秀，盈利能力一般，营收成长性较差。财务可能有隐忧，须重点关注的财务指标包括：应收账款/利润率、应收账款/利润率近3年增幅、经营现金流/利润率。该股好公司指标2.5星，好价格指标1星，综合指标1.5星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）江波龙（301308）主营业务：半导体存储应用产品的研发、设计与销售,主要从事Flash及DRAM存储器的研发、设计和销售。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2023-05-30

互动| 江波龙：大力投入企业级存储产品的研发期望能够应用到AI服务器场景当中

展带来新的需求和机会。公司持续关注AI新模型新技术的发展，近年来，公司大力投入企业级存储系列产品的研发，期望未来能够应用到AI服务器场景当中。

金融界2023-05-30

虹软科技：AIGC相关技术和产品除支持公司手机、智能汽车业务之外未来可能还会开发新业务

”，不仅能够满足现有手机相关的大量AI新模型以及新算法，也对公司智能汽车领域及未来AR/MR/VR等业务的布局起到重要的支撑作用。公司目前在AIGC相关的技术和产品上，除了支持公司的手机、智能汽车业务之外，未来可能还会开发新的业务。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-05-26

麻省理工科技评论：背靠大科技的开源 AI 能繁荣多久？是否该继续得到支持？

这家位于旧金山的公司刚刚推出一个热门的新模型。“对于很多人来说，GPT-3 改变了他们对大规模人工智能的看法，”Biderman 说。“就人们对这些模型的期望而言，它常常被认为是一种智力范式的转变。” 由于对这项新技术的潜力感到兴奋，Biderman 和其他一些研究人员想玩玩这个模型，以更好地了解它的工作原理。他们决定对其进行复制。那时 OpenAI 还没有发布 GPT-3，但它确实分享了足够多的关于它是如何构建的信息，让 Biderman 和她的同事们弄清楚它是怎么构建的。在 OpenAI 之外，从来没有人训练过这样的模型，但当时正值疫情，团队没有什么其他事情可做。Biderman 说：“当我参与其中时，我正在做我的工作并与我的妻子玩桌游。”“因此，每周拿出 10 或 20 个小时来做这件事是比较容易的。” 该团队的第一步是把一个巨大的新数据集放在一起，其中包含数十亿的文本段落，与 OpenAI 用来训练 GPT-3 的数据相媲美。EleutherAI 将其数据集称为 Pile，并在 2020 年底免费发布。然后，EleutherAI 使用这个数据集来训练其第一个开源模型。EleutherAI 训练的最大模型花了三个半月，由一家云计算公司赞助。“如果我们自掏腰包，将花费我们大约 40 万美元，”她说。”这对一个大学研究小组来说要求太高了。” 援助之手由于成本高昂，在现有模型的基础上进行构建要容易得多。Meta AI 的 LLaMA 已经迅速成为许多新的开源项目的首选起点。自从 Yann LeCun 在十年前成立以来，Meta AI 一直倾向于开源开发。这种心态是文化的一部分，Pineau 说：“这在很大程度上是一种自由市场，‘快速行动，建造东西’的方法。” Pineau 清楚地知道其好处。她说：“这确实让有能力为开发这项技术做出贡献的人多样化。这意味着研究人员，企业家或民间组织等也可以看到这些模型。” 像更广泛的开源社区一样，Pineau 和她的同事们认为，透明度应该是一种规范。她说：“我敦促我的研究人员做的一件事是，在开始一个项目时，就考虑到你想要开源。因为当你这样做时，它在数据使用和如何建立模型方面设定了更高的标准。” 大型语言模型会散播错误信息、偏见和仇恨言论。它们可以用来大规模生产宣传或为恶意软件工厂提供动力。“你必须在透明度和安全性之间做出权衡，”Pineau 说。对于 Meta AI 来说，这种权衡可能意味着一些模型根本不会被发布。例如，如果 Pineau 的团队在 Facebook 用户数据上训练了一个模型，那么它将留在内部，因为私人信息泄露的风险太大。或者，该团队可能会以点击许可的方式发布该模型，规定它只能用于研究目的。这就是它为 LLaMA 采取的方法。但在其发布后的几天内，有人在互联网论坛 4 chan 上发布了完整的模型和运行说明。“我仍然认为对于这个特定的模型来说，这是正确的权衡，”Pineau 说。“但我对人们会这样做感到失望，因为这使得做这些发布更难。” “我们一直得到来自公司领导层一直到马克 [扎克伯格] 对这种做法的大力支持，但这并不容易，”她说。 Meta AI 的风险很高。她说：“当你是一个非常小的创业公司时，做一些疯狂的事情的潜在责任要比你是一个非常大的公司时低得多。”“现在我们向成千上万的人发布这些模型，但如果它变得更有问题，或者我们觉得安全风险更大，我们将关闭这个圈子，我们将只向已知的学术伙伴发布，他们有非常强大的证书 -- 根据保密协议或 NDA，防止他们用这个模型建立任何东西，甚至为了研究目的。” 如果发生这种情况，那么开源生态系统的许多宠儿可能会发现，他们在 Meta AI 接下来推出的任何产品上构建的许可都将被取消。如果没有 LLaMA，Alpaca、Open Assistant 或 Hugging Chat 等开源模型就不会那么好。下一代的开源创新者也不会像现在的这批人那样得到发展。平衡其他团队也在权衡开源自由竞争的风险和回报。在 Meta AI 发布 LLaMA 的同时，Hugging Face 推出了一个门禁机制，人们在下载该公司平台上的许多模型之前，必须申请访问并得到批准……这个想法是为了只允许那些有正当理由的人接触这个模型——由 Hugging Face 决定。 “我不是一个开源的布道者，”Hugging Face 首席伦理科学家 Margaret Mitchell 说。“我确实明白为什么封闭很有意义。” Mitchell 指出，未授权的色情制品是使强大的模型被广泛使用的一个弊端例子。她说，这是图像制作 AI 的主要用途之一。 Mitchell 曾在谷歌工作，并共同创建了其道德人工智能团队，她理解其中的紧张关系。她赞成她所说的“负责任的民主化”-- 一种类似于 Meta AI 的方法，即根据模型造成伤害或被滥用的潜在风险，以有控制的方式发布。她说：“我真的很欣赏开源的理想，但我认为建立某种问责机制是有用的。” 此外，OpenAI 也在关闭水龙头。上个月，当它宣布 GPT-4-- 该公司为 ChatGPT 提供动力的大型语言模型的新版本时，技术报告中有一个引人注目的句子：“鉴于像 GPT-4 这样的大规模模型的竞争格局和安全影响，本报告没有包含关于架构（包括模型大小）、硬件、训练计算、数据集构建、训练方法或类似的进一步细节。” 这些新限制的部分原因是，OpenAI 现在是一家以盈利为目的的公司，与谷歌等公司竞争。但它们也反映了一种心态的变化。联合创始人兼首席科学家 Ilya Sutskever 在接受 The Verge 采访时表示，该公司过去的开放性是一个错误。 OpenAI 的政策研究员 Sandhini Agarwal 说：“以前，如果某样东西是开源的，也许只有一小群程序员会关心。现在，整个环境已经改变。开源真的可以加速发展，并导致竞争。” 但它并不总是这样。如果 OpenAI 在三年前公布 GPT-3 的细节时有这种感觉，就不会有 EleutherAI。今天，EleutherAI 在开源生态系统中发挥着举足轻重的作用。此后，它建立了几个大型语言模型，Pile 被用来训练许多开源项目，包括 Stability AI 的 StableLM（Mostaque 是 EleutherAI 的董事会成员）。如果 OpenAI 分享的信息较少，这一切都不可能发生。像 Meta AI 一样，EleutherAI 实现了大量的开源创新。但随着 GPT-4 甚至 5、6 的封锁，开源社区可能会再次被留在几家大公司的后面进行修补。他们可能会发布狂野的新版本 -- 甚至可能威胁到谷歌的一些产品。但是，他们将被困在上一代的模式中。真正的进步，接下来的飞跃，将在闭门造车中发生。这重要吗？人们如何看待大型科技公司关闭权限的影响，以及这将对开源产生的影响，在很大程度上取决于你对人工智能应该如何制造以及应该由谁制造的看法。 “人工智能很可能成为未来几十年社会组织方式的驱动力，”Ghavi 说。“我认为，建立一个更广泛的监督和透明体系，比把权力集中在少数人手中要好。” Biderman 对此表示赞同：“我绝对不认为每个人都做开源有某种道德上的必要性，”“但说到底，让人们开发和研究这项技术是非常重要的，而不是为其商业成功进行经济投资。” 然而，她很清楚其中的利害关系。她说：“实际上，我对 OpenAI 的批评比很多人认为的要少得多，”她说。“公开发布这项技术有真正的风险，真正的潜在危险。” OpenAI 声称它只是在谨慎行事。OpenAI 信任与安全团队负责人 Dave Willner 表示：“我们并不是认为透明度不好。”“更重要的是，我们正在努力弄清楚如何协调透明度和安全性。随着这些技术变得越来越强大，在实践中，这些东西之间存在一定程度的紧张关系。” “人工智能的很多规范和思维都是由学术研究团体形成的，它们重视合作和透明度，这样人们就可以在彼此的工作基础上发展，”Willner 说。“也许随着这项技术的发展，这种情况需要有所改变。” 来源：金色财经

金色财经2023-05-18

谷歌“原地反击” 最新人工智能模型训练强度“翻五倍” Bard要赶超ChatGPT了？

在发布PaLM 2之后，谷歌表示这个新模型比以前的大型语言模型更小，这一点非常重要，因为它意味着谷歌的技术在完成更复杂的任务时变得更加高效。根据内部文件，PaLM 2是在3400亿个参数上进行训练的，这表明该模型的复杂性。而最初的PaLM则是在5400亿个参数上进行训练的。谷歌在关于PaLM 2的博客文章中提到，该模型使用了一种名为“compute-optimal scaling”的“新技术”。这使得LLM在整体上更加高效，并具有更好的性能，包括更快的推理速度、更少的参数需求以及更低的服务成本。在宣布PaLM 2时，谷歌确认了该模型在100种语言上进行训练，并执行广泛的任务。它已经被用于推动25个功能和产品，包括谷歌的实验性聊天机器人Bard。它有四个不同的规模，从最小到最大分别是Gecko、Otter、Bison和Unicorn。根据公开披露的信息，PaLM 2比现有的任何模型都更强大。Facebook的名为LLaMA的大型语言模型（LLM）在2022年2月宣布，其训练数据包含了1.4万亿个标记。OpenAI最后一次公开了ChatGPT的训练规模是在GPT-3时期，当时该公司表示其训练数据包含了3000亿个标记。OpenAI于2022年3月发布了GPT-4，并表示它在许多专业测试中表现出“与人类水平相当”的性能。 Google在两年前推出的对话型大型语言模型LaMDA以及今年2月与Bard一起宣传的LaMDA都是基于训练了1.5万亿个标记的数据。随着新的人工智能应用迅速进入主流，围绕这一技术的争议也变得更加激烈。谷歌研究科学家El Mahdi El Mhamdi于今年2月因公司缺乏透明度而辞职。上周二，OpenAI的首席执行官Sam Altman在参议院司法委员会隐私和技术小组的听证会上作证，并赞同立法者的观点，认为需要建立一个新的系统来处理人工智能。 Altman表示：“对于一种非常新的技术，我们需要一个新的框架。”他还说：“当然，像我们这样的公司对于我们推出的工具承担着很大的责任。”

一禾2023-05-17

META：唯一一个懂得如何利用AI创造收益的平台

。所有那些闭源模型现在都被个人和大学用新模型赶超，在与ChatGPT进行试验后的30天内。这导致个人能够在仅需数百美元的设备上训练模型，在伯克利的研究中仅需一百美元。更有趣的是，伯克利的研究结果与谷歌研究员看到的结果相同：开源加上高质量的数据集，而不是规模更大，才是未来的发展路径。我们希望这些结果能进一步促进关于大型闭源模型与较小公开模型相对性能的讨论。特别是，它表明如果小型模型在精心筛选的数据上进行训练，可以捕捉到与更大模型相当的性能。例如，这可能意味着社区应该更加努力地策划高质量的数据集，因为这可能比简单地增加现有系统的规模更有助于实现更安全、更准确和更具能力的模型。那么，Meta是否否定了云端AI基础设施的必要性？不，在很多用例中，训练大型模型比创建现实主义渲染和达斯·维德茶壶要复杂得多，或者需要更多的数据。就像我们手机上的CPU现在可以处理曾经需要占据城市建筑五层楼的任务一样，在适当的环境下，AI模型可以在廉价设备上运行。然而，我们仍然需要更强大的资源，这是我们的智能手机无法做到的。这个概念只是将处理的"内容"转变了而已。关键是开源概念使人们能够确定从这些LLM中获取准确和智能数据的最佳方式。正如伯克利的研究所指出的，许多人发现高质量胜过高数量可以获得更好的结果。 Meta拥有一项面向业务和股东的AI回报计划就Google而言，它依赖于通过Google Cloud共享模型的专有改进，并且我认为这适用于广告和内容算法等产品（如果不是这样，那我对Google一无所知）。微软直接投资于一家专有AI公司（OpenAI），该公司能够对其最新和最优秀的全功能产品和模型收费。同时，微软还在Azure上提供同样的功能——以AI为服务——以及其搜索产品。我可以实际看到微软的回报；至今我还没有看到Google的回报。但是Meta说，为什么要浪费时间去内部处理事情，当全世界可以在30天内优化它呢？当然，还会有更多的实验和优化，但LLaMA从发布时未调优到在一个月内与ChatGPT的输出相匹配。好了，但这关系到谁呢？ Meta关心。 Meta可以将这些优化内部使用，通过改善广告AI的各个方面，从广告定位和ROAS（广告支出回报率）结果到为营销人员创建广告创意。让我解释一下，以防您对这个概念有所疑惑。 Meta的AI系统不仅在内部使用，而且向公众提供下载、改进和调优的机会。然后，Meta将这些改进反馈到系统中，从而产生更好的系统和更好的业务结果。它让全世界进行研究、实验和优化，只需一个月就可以拥有具备竞争力的功能的工作模型。想象一下，开放源代码架构在三个月、六个月、一年甚至更长时间内可以做到什么。随着Meta整合训练和优化的最佳方法，其在AI方面的能力很可能呈指数级增长。任何能够创建更准确、更智能的AI系统的努力都有助于公司实现创建更好的广告、更好的广告投放和更好的广告效果的使命，从而为股东带来更好的收入增长。我们已经知道Meta正在广泛利用其早期的AI工作来实现更精准的广告定位和更准确的ROAS（广告支出回报率）结果，同时计划进行创意制作。我们将继续专注于通过持续的AI投资改进广告排名和测量，同时利用AI为广告主提供更多自动化功能，例如Advantage+购物，该产品在获得广告主的采用和积极反馈方面持续增长。这些投资将帮助我们开发和部署增强隐私保护的技术，并构建新的创新工具，使企业不仅能够找到适合他们广告的目标受众，还能够优化并最终开发他们的广告创意。 ——Susan Li 这将为Meta直接带来投资回报，使其在广告领域重新获得竞争优势。由于开源使产品对每个人都变得更好，而每个人都包括Meta在内，Meta从中获益，无论是在合作努力方面（包括公众利益和捐赠的经验教训），还是对其主要产品——广告的改进方面。对股东来说，Meta是对人工智能的投资。人工智能是我在2023年第一季度中看到Meta的广告收入增长与谷歌之间明显差异的原因。我非常有兴趣看到这个开源人工智能实验如何为Meta的未来广告回报增添力量，因为它的人工智能系统已经在实践中使用。个人、团体和大学以独特而聪明的方式调整人工智能，针对多种目的以及硬件需求，Meta让世界承担了很多重负。开源人工智能的优势是明显的，Meta正在利用他人的免费劳动和时间来增强其核心业务。这直接带来了人工智能投资的回报，因为它通过人工智能将核心业务提升到了超出无人工智能时的能力范围之外。在谷歌、微软和Meta之间，Meta有着最出色的利用人工智能的财务愿景几乎令人惊讶。但当你意识到它选择了不太常见的道路，这就不足为奇了。 $Meta Platforms(META)$

老虎证券2023-05-16

浪潮信息领跌超4%，人工智能ETF（159819）震荡走低

正式开始。伴随国内外厂商不断推出AI的新模型、产品与服务，并不断拓展AI应用边界，可以预见到，随着时间的推移，可能会有各式的AI相关的新生态持续出现并深刻影响人类的生活方式和整个人类社会的发展。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-05-05

24小时热点