FX168财经网_全球视野外汇黄金加密货币NFT资讯网

人工智能系列观察|星环科技(688031.SH)：迈向AI Infra，发布AI全栈工具链

技术峰会上，星环科技发布了数款突破性的AI产品。这标志着这家作为国产大数据基础软件先锋的企业，正迈向全面的战略升级和快速发展新阶段。星环科技创始人兼CEO孙元浩先生在峰会上宣布，公司将从Data Infra延伸至AI Infra，致力于帮助企业构建自己的AI基础设施。孙元浩表示：“我们推出的新产品，不仅体现了星环科技在AI领域的创新能力，也彰显了我们助力企业数字化转型的决心。” 从Data Infra到AI Infra 从Data Infra延伸到AI Infra，是一个顺应技术发展和市场需求的自然过程。公司成立之初，便着手打造强大的数据基础设施，Data Infra作为企业数据的坚实后盾，承担着存储、处理和分析数据的关键任务。随着AI技术的蓬勃发展，客户对数据处理的需求日益增长，不再局限于基础的处理和分析，而是追求更深层次、更广泛的应用。孙元浩先生在峰会期间的记者访谈中透露，公司在过去一年协助企业部署大模型时遇到不少技术挑战，这激发了星环科技构建全面的AI基础设施的决心，以期加速应用开发，并为企业智能化进程中的挑战提供解决方案。在向星力·未来数据技术峰会上，星环科技发布无涯·问数、星环知识平台TKH（Transwarp Knowledge Hub）、星环语料开发工具TCS（Transwarp Corpous Studio）在内的多款重量级产品，进一步完善了公司在AI Infra领域的战略布局。孙元浩指出，星环科技已经围绕AI Infra构建了一个完整的工具链，涵盖了大模型、知识库、应用编排和算力管理等关键环节。同时，他也着重强调了企业级安全和治理的重要性，承诺星环科技将采取细粒度的权限控制、数据脱敏、模型加密等安全措施，确保AI系统在生产环境中的稳定性、可信度和合规性。借助星环科技提供的全栈工具链和知识平台，企业能够高效且安全地将AI能力整合进自己的产品和服务之中，实现业务流程的智能化升级。在星环科技构建的AI Infra之上，用户只需通过微调和重训练，即可显著提升大模型的准确度和性能，使其能够更好地服务于企业和行业需求。此外，星环科技的语料工具也助力企业高效整理和训练模型，有效应对语料分散和整理的挑战。孙元浩称：“我们致力于减轻用户的工作负担，通过集成的工具来帮助清洗、筛选、分级，并支持生成预训练格式、问答类格式，以训练更精准的模型。” 可以预见的是，这些创新有望显著地推动AI技术的应用与发展，并赢得了客户的广泛赞誉与认可。据最新数据显示，截至2023年年底，星环科技大模型时代AI Infra相关产品的订单已超过5400万元。携手英特尔共同迈入AI PC元年峰会上另一个亮点是星环科技发布的无涯问知AI PC版。此前，星环科技联合惠普发布了三款Z系列AI工作站，聚焦AI知识库、智能视觉和大模型服务平台，引发市场广泛讨论。而最新发布的无涯问知AI PC版则进一步展现了星环科技在个人智能应用领域的潜力。问知AI PC版是专为个人用户设计的大模型应用产品，旨在为用户带来前所未有的智能体验和工作效率的飞跃。据悉，无涯问知AI PC版基于星环科技先进的大模型技术，可以在配备英特尔® 酷睿™ Ultra的主流个人电脑上，基于集成显卡和NPU流畅运行。它支持多格式、不限长度的文件资料入库，以及多模态数据的“知识化”处理和“语义化”查询，极大地丰富了知识的获取和应用场景。软硬件的强强联合，将引领AI PC走向更广阔的未来。在向星力·未来数据技术峰会上，英特尔中国软件技术合作事业部总经理唐炯称：“英特尔公司愿意和包括星环科技在内的所有生态合作伙伴一起，构筑包括云、边、端的企业人工智能的未来”。星环科技创始人兼CEO孙元浩则表示，问知AI PC版的推出，是公司对智能PC技术不断探索和创新的结果。“我们相信，这款产品将极大地提升用户的工作效率和知识管理能力，同时也将推动社会进步和经济发展。”孙元浩称。问知AI PC版的发行，或标志着星环科技在个人智能应用领域迎来全新里程碑。目前，市场的主流观点认为2024年是AI PC元年。Canalys的预测显示，全球AI PC的出货量在2024年有望达到4800万台。预计到2025年，这一数字将翻一番多，突破1亿台大关，占到个人电脑市场总量的四成。而到了2028年，AIPC的年出货量预计将飙升至2.05亿台。从2024年到2028年，AI PC市场的复合年增长率（CAGR）预计会达到惊人的44%，显示出强劲的增长势头。星环科技的这一系列动作，预示着公司加速走向全新的AI Infra阶段。未来，星环科技将继续深化与合作伙伴的战略合作，共同推动AI技术在各个领域的广泛应用与发展。

格隆汇2024-06-05

英伟达涨近5%创收盘新高，AI人工智能ETF(512930)冲击4连涨

IT产业转型为AI工厂，为每个行业制作AI产品。中信证券认为，展望2024年下半年，科技产业投资主线将依然围绕AI产业链创新展开，同时兼顾出海等细分板块结构性机会。AI方面，模型迭代升级加速及应用落地料将持续驱动科技产业投资，建议关注算力产业链，包括光模块、服务器、云计算等基础设施领域以及AI芯片、半导体设备等国产升级方向；“人工智能+”赋能下，行业应用、消费电子、智能驾驶、机器人板块的应用及产品预计将加速落地。关注人工智能，AI应用发展以及娱乐消费、线上购物的投资者，可借道线上消费ETF平安(159793)、AI人工智能ETF(512930)把握投资机遇。线上消费ETF平安(159793)紧密跟踪中证沪港深线上消费主题指数，中证沪港深线上消费主题指数从内地与香港市场中选取50只主营业务涉及线上购物、快递物流、影视娱乐、网络游戏、视频直播、在线教育以及远程医疗等领域的上市公司证券作为指数样本，以反映内地与香港市场线上消费主题上市公司证券的整体表现。数据显示，截至2024年5月31日，中证沪港深线上消费主题指数(931481)前十大权重股分别为美团-W(03690)、腾讯控股(00700)、快手-W(01024)、顺丰控股(002352)、科大讯飞(002230)、京东健康(06618)、昆仑万维(300418)、哔哩哔哩-W(09626)、圆通速递(600233)、金山软件(03888)，前十大权重股合计占比59.67%。 AI人工智能ETF(512930)紧密跟踪中证人工智能主题指数，中证人工智能主题指数选取50只业务涉及为人工智能提供基础资源、技术以及应用支持的上市公司证券作为指数样本，以反映人工智能主题上市公司证券的整体表现。数据显示，截至2024年5月31日，中证人工智能主题指数(930713)前十大权重股分别为海康威视(002415)、中际旭创(300308)、科大讯飞(002230)、韦尔股份(603501)、新易盛(300502)、金山办公(688111)、紫光股份(000938)、澜起科技(688008)、中科曙光(603019)、浪潮信息(000977)，前十大权重股合计占比51.54%。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-06-04

就是不用英伟达苹果在自研芯片的道路上硬磕到底

的芯片被广泛用于AI训练和推理任务。 AI产品的商业化：微软和谷歌通过其云服务（Azure和Google Cloud）向企业客户提供AI解决方案，已经形成了稳定的商业模式。而苹果在AI商业化方面的进展相对缓慢，主要集中在设备上的集成应用，而不是云端服务。研发策略和资源投入：尽管苹果拥有强大的硬件和软件整合能力，以及对隐私和安全的重视，这些优势在某些程度上限制了其在AI领域的快速扩展。苹果更倾向于在本地设备上运行AI任务，以确保用户隐私，这与许多依赖云计算的竞争对手有很大不同。自研芯片和弯道超车 “生成式AI是‘苹果所有产品的关键机遇’，整合软硬件，自研芯片，对隐私和安全的保护会是苹果在AI竞赛中脱颖而出的关键”。这是库克在苹果2024年一季度财报电话会议上的总结，或许也是苹果当下想要突出重围的决定因素。苹果在AI领域的一个潜在突破点在于其自研芯片的能力。通过自研芯片，苹果可以优化AI模型在其设备上的运行效率，这可能成为其在AI竞赛中脱颖而出的关键。 Apple Silicon：苹果的M系列芯片内置强大的神经引擎，专门用于处理机器学习任务。这使得苹果可以在不依赖云计算的情况下，在设备本地实现高效的AI计算。M4芯片是其最新的自研芯片，具有更强的计算能力和AI处理能力，支持多达38万亿次运算每秒（TOPS）的神经引擎。这为苹果设备带来了更强的AI处理能力，有助于其在AI应用和性能上取得优势。未来，苹果可能会继续强化其芯片设计，使其更适合运行复杂的AI模型，进一步提升设备的智能化水平。隐私和安全：苹果始终强调用户隐私和数据安全，这也是其AI研发的一个重要方向。通过在本地设备上处理AI任务，苹果可以确保用户数据不被外泄，从而在隐私保护方面取得优势。苹果计划在6月在举办年度全球开发者大会，揭幕其人工智能战略。会议日期约为6月10日至6月14日，而彭博社报道称，苹果的最新AI战略将是其计划中的iOS18的更新的一部分，这样看来，苹果公司在2024年的AI战略仍是聚焦于通过增强Siri和集成更多的AI功能来实现提升其设备的智能化和用户体验。尽管苹果在AI领域面临诸多挑战，但凭借其独特的硬件整合能力和对隐私的承诺，未来仍有可能通过自研芯片和创新技术实现弯道超车。苹果的战略不仅是追赶竞争对手，而是通过提供更安全、更私密的AI体验，找到自己的独特定位。来源：金色财经

金色财经2024-06-01

AIPC持续活跃，5G通信ETF(515050)二连阳，中科创达涨超8%

”为主轴。不少AI厂商纷纷表示将携旗下AI产品参展，有市场分析机构预测，领先的PC制造商和芯片制造商将在Computex展示最新的AI电脑技术，强调支持本地AI模型处理的解决方案。 AI持续赋能下游终端，生成式AI应用全面开花，层出不穷的AI应用新品发布背后，各家厂商也在积极布局研发AI大模型。当前，苹果的AIGC项目也在紧锣密鼓地进行中，据了解，苹果全球开发者大会WWDC2024将于太平洋时间6月10日至14日举行，届时将发布iOS18及macOS15新系统，新系统与AI的融合成果将是一大看点。市场分析师预测，AI技术被引入苹果生态系统后，将带来大量的商业化机会，德邦证券认为，目前云端AI算力和大模型技术均取得了较好的发展，为端侧AI应用提供了有力支撑。未来，AI终端将在消费电子领域快速渗透，AI手机、AIPC、AIXR、AI可穿戴和AIoT设备将蓬勃发展，消费电子行业将迎来新一轮创新周期，走出复苏，重回成长。相关ETF： 5G通信ETF(515050)，是全市场规模最大的5G通信ETF，最新规模超70亿元。该ETF光模块、光通信、AI算力、6G概念股权重占比超50%，并覆盖了服务器、PCB、消费电子、存储芯片、工业互联网等多个细分算力方向的龙头标的。其跟踪指数的前十大权重股分别为中际旭创、立讯精密、工业富联、中兴通讯、新易盛、兆易创新、紫光股份、沪电股份、天孚通信、三安光电，前十大权重股合计占比53.89%。场外联接(A类：008086；C类：008087)。信息技术ETF（562560），为投资者提供均衡布局信息技术行业的投资工具，截至4月30日，该ETF科技龙头概念暴露度高达92%，此外，在5G应用、消费电子、核心资产、信创产业、数字经济、华为平台、自主可控等概念上的暴露度也均超过了40%。抢占AI时代先机，把握信息技术红利，且个股集中度不高，能有效降低行业风险敞口和个体风险。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-05-31

对话KIP Protocol联合创始人：在closeAI危机下,如何破局数据垄断推进去中心化AI

工智能的发展具有重要意义。 KIP允许AI产品在Web3中快速部署。如果没有真正的产品和用户可以在Web3中部署，DeAI的梦想将仍然只是一个梦想，而KIP推动了DeAI的形成。三、支持去中心化RAG，赋能AI数据领域 ChainCatcher：作为首个支持去中心化RAG（检索增强生成）方案的Web3协议，如何更好的理解 RAG概念？ Julian Peh：检索增强生成（RAG）是AI中的一项先进技术，它通过将生成模型与外部知识库集成来增强生成模型的能力。一般来说，使用 RAG，用户可以使用 AI 来分析数据，而无需首先使用数据来训练模型。训练模型的过程会将训练数据集暴露给模型，如果用户不拥有该模型，这就会出现问题。目前 RAG 的一个问题在于其集中化性质：用于检索的数据存储库在单个位置或由单个实体存储和管理。通过使用去中心化的 RAG 框架，KIP 旨在防止数据垄断，并使 AI 模型设计者、app开发者和数据所有者能够安全、快速地部署在 Web3 中。KIP 将检索数据的存储和管理分布在多个节点上，确保没有任何一个实体能够完全控制所有数据。通过去中心化的 RAG 系统中的检索过程，它允许多个贡献者拥有自己的资产，参与人工智能价值链并从中受益。 ChainCatcher：它的应用场景有哪些？ Julian Peh：像 KIP 这样的去中心化 RAG ，在需要最新和敏感数据源的领域特别有用，例如游戏、教育、医疗保健和资产管理。例如，一位神经科医生使用针对Netter解剖图谱和Gray解剖学训练过的微调大型语言模型（LLM）来咨询具有神经症状的患者，并通过dRAG检索患者数据，提供解剖学见解、鉴别诊断和治疗方案。另一个用例是在教育领域。在当下我们面临注意力碎片化的时代，人工智能可以极大地帮助学习者。教育工作者可以将他们的专业知识克隆成数字孪生体，并全天候地将其知识变现。学生只需支付1美元就能获得一个即时的答案，而不是花100美元购买教科书。值得留意的是，我们已经官宣了和教育平台Open Campus的战略合作，共同携手推进基于KIP Protocol而实现的教育革新。去中心化的RAG为数据集和AI模型中的个人贡献提供了新的变现可能性，促进了更加公平的AI生态系统的发展。 ChainCatcher：KIP提出了 KnowledgeFi框架，如何理解这一概念？ Julian Peh：KnowledgeFi 框架是 KIP 发明的，我们的目的是为了完成两件事: 1）允许独立的AI价值创造者相互连接以创造商业价值； 2）能够通过区块链将经济价值（收入）从AI用户转移到AI价值创造者。在开放校园大学（OCU）中，KnowledgeFi以其去中心化教育平台为教育领域带来革新，该平台借助独立的AI模型优化学习过程。这一创新不仅实现了教育资源的个性化和可访问性，还通过经济奖励机制，激励内容创作者提供高质量的教育内容。同时，Web3技术的运用确保了整个教育生态的透明度和信任度。 KnowledgeFi为教育工作者提供了前所未有的机会，使他们能够利用Web3技术将自己的教育成果货币化。这一点尤为重要，因为长久以来，教育工作者在社会中扮演着举足轻重的角色，但他们的薪酬却往往未能与之相匹配。四、未来展望：深化社区激励，扩大生态合作 ChainCatcher：目前，KIP Protocol 的 Genesis NFT 已经Free Mint完毕，未来KIP还会有怎样的社区激励计划？ Julian Peh：我们的NFT系列销售速度远超预期，所有持有KIP Genesis Pass NFT和KIP100x SBT的持有者，都将获得$KIP的空投奖励。同时，我们的Season2活动The Uprising已经于5月27日正式上线，相比Season1规模更大，奖励更丰厚。针对此次活动，我们设计了一个全新的网站：https://uprising.kip.pro/ ，用户可以通过完成各种社媒互动、邀请好友等方式赚取积分和加成，并赢取相关奖励。我们希望通过这种游戏化、娱乐化的方式，鼓励大家与KIP互动，帮助我们进一步扩大影响力，当然，积极参与的用户也会得到相应的奖励。另外，我们为一些合作伙伴以及蓝筹NFT持有者设置了积分加成，目前包括：Azuki，BAYC，Pudgy Penguins，Ultiverse ElectricSheep，Mocaverse，Milady，KPR。我们也计划在未来将更多社区纳入其中，敬请关注我们的公告。 ChainCatcher：此前，您曾透露KIP正在讨论与 Base 链集成，未来还将会考虑与哪些生态进行合作？ Julian Peh：KIP 被设计为一个多链协议，我们目前已经部署在多个链上：包括 Base、Arbitrum、Ethereum、TON，我们还准备部署在比特币 Layer 2 上。作为 Animoca Ventures 的投资项目之一，我们的合作伙伴将来自更广泛的 Animoca 生态，项目数量超过 450 个。我们将利用 Animoca 的网络效应，并已与他们的几个主要投资项目合作（其中两家是 OpenCampus 和 Aethir）。我们目前正在与许多大型和已建立的项目进行潜在合作伙伴关系的谈判，其中一些将很快宣布。详情，可请参阅我们的Blog，了解最新的合作公告：https://www.kip.pro/blog ChainCatcher： KIP Protocol近期有什么计划？ Julian Peh：KIP Protocol 的使命是彻底改变AI新时代知识资产的利用、共享和估值方式。而现在，正属于项目早期阶段。KIP Protocol 也计划近期启动 $KIP TGE，敬请期待。市场活动方面，我刚刚提到，Season 2已经开启，欢迎大家积极参与，赚取丰厚的奖励。目前，KIP Protocol 正在与多个链进行讨论，并将很快与选定的 Layer1 链进行集成。早期采用者和社区成员将可以访问通过 KIP 协议启动的 dApp，包括 KnowledgeFi.xyz 和 OpenCampus University 等。我们制定了具体的 GTM 计划来扩展KIP Protocol 合作伙伴和项目生态系统，并在多个地区建立实地激活和新社区，更多细节将很快公布。在产品方面，团队正在快速扩张，努力构建并为 KIP 协议的全面发布做好准备，其中将包括 KIP Foundation、KIP Starter、KIP DAO，并将开始 App Chain 的开发工作，以及许多其他关键交付成果。关于 KIP Protocol KIP Protocol 为 AI App 开发者、模型制作者和数据所有者构建 Web3 底层协议，使 AI 资产能够轻松部署和实现货币化，同时保留完整的数字产权。 KIP 将搭建全新的 AI 商业生态系统，以解决去中心化 AI 部署中面临的问题与挑战，并确保所有人都能享受 AI 带来的经济利益。 KIP 团队汇集了自 2019 年以来致力于 AI 研究的资深博士和技术专家，他们同时在 Web3 领域拥有深厚的专业背景和丰富经验，致力于推动 AI 去中心化，成为去中心化 AI 浪潮的加速催化剂。要了解更多信息，请加入官方中文社区：https://t.me/KIPProtocol_CN 来源：金色财经

金色财经2024-05-31

Salesforce暴雷，AI软件进入“疲倦期”？

360提供AI洞见和行动。推出新的AI产品和服务。虽然没有透露具体细节，但Salesforce表示将推出新的AI驱动产品和服务,以满足客户对AI的需求。但我Salesforce的大跌也代表了一些投资者对AI行业软件公司的思考 CRM去年Q4就曾经表示，虽然AI产品的需求很大，但未将巨大影响纳入指引，不知道是否是公司在这方面的业务拓展存在困境；是具体的行业需求并没有市场预期那么高，还是只是公司的问题？由于偏向以色列以及犹太主义，公司也直接提供了帮助，是否有地缘政治的考量？激进投资者管理了两年，更注重内部效率，以利润率、现金流未主要目标，是否忽略了业务层面的开源目标？如果是行业性的影响，那么接下来收到冲击的恐怕是甲骨文也难逃负面影响，甚至，如果AI PC达不到预期效果，微软也可能会泄力。

老虎证券2024-05-30

中控技术（688777.SH）：公司将在新加坡发布首款通用控制系统UCS以及流程工业首款AI 时序大模型TPT

方位探索，并已经初步形成了一系列工业 AI 产品及解决方案，深度融合人工智能技术，构建“AI+数据”核心竞争力。在企业内部管理层面，公司持续深化数字化转型，采用先进的 IPD 集成产品开发管理模式，通过需求管理、市场管理、开发管理和平台与技术管理四大支柱，有效提升了研发效率，降低了研发成本，确保了产品和服务的高品质输出。未来，公司将持续加大研发投入力度，全面融合前沿技术和创新理念，积极构建和发展新质生产力，引导技术革新，深耕行业，为客户提供独特而有效的策略和高价值解决方案。 4、请问公司在 ESG 方面的布局情况如何？答：公司在实践中不断加强和完善可持续发展管理体系，制定了打造“BRICK SUPCON”的 ESG 战略目标，着力建设美丽（Beautiful）中控、责任（Responsible）中控、创新（Innovative）中控、诚信（Credibility & Integrity）中控、和善（Kind）中控，致力于发展成为绿色低碳发展、稳健诚信经营、持续全面创新、社会价值创造的行业标杆和引领者。公司始终秉持“安全、质量、低碳、效益”目标，坚持创新，坚持专业专注，在 2023 年推出“1+2+N”智能工厂新架构，为传统工厂向智能自主运行、卓越运营的数字化转型开辟了更加通用化、标准化的新路径。公司持续打造5T 技术能力底座，不断探索工业 AI 技术与应用，打造与物理工厂数字孪生的元宇宙工厂，形成人机协同、虚实互控的新生产模式。面临全球气候变化挑战，中控技术持续“加码”工业节能降碳新技术和解决方案研发投入，打造“数智双碳”标杆工厂，构建逾百种碳核算模型，助力客户精细化运营和低碳发展。在推动工业绿色低碳发展的同时，公司在自身运营中努力实现碳中和，并持续深化变革，打造高效敏捷的流程型组织，全面推动数字化转型，推动组织管理运作能力全面提升，提高公司整体竞争力与稳健发展能力。接待过程中，公司与投资者进行了充分的交流与沟通，并严格按照《投资者关系管理制度》等规定，保证信息披露的真实、准确、完整、及时、公平。没有出现未公开重大信息泄露等情况，同时要求签署调研《承诺书》。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-05-29

加密AI赛道的下一波叙事推演：催化因素、发展路径和相关标的

且公开的数据在未来或许将越来越稀少， AI 产品在数据上可能会面临跟芯片、能源一样的供需矛盾。首先是数据所有权的争端增加。 2023 年 12 月 27 日，《纽约时报》正式向美国联邦地方法院起诉 OpenAI 和微软，指控它们未经许可使用了自己数百万篇文章用于训练 GPT 模型，要求它们对「非法复制和使用独特价值的作品承担数十亿美元的法定和实际损害赔偿」，还要销毁所有包含《纽约时报》版权材料的模型和训练数据。此后的 3 月底，《纽约时报》发表了一篇新的声明，矛头不仅指向了 Open AI ，还瞄准了 Google 和 Meta 。《纽约时报》这份声明中说， Open AI 通过一款名为 Whisper 的语音识别工具转录了大量 YouTube 视频中的语音部分，然后生成文字，作为文本来训练 GPT -4。《纽约时报》表示，现在大公司训练 AI 模型时使用小偷小摸的手段已经非常普遍，并表示这样的事谷歌也在做，他们也把 YouTube 视频内容转成文字，用于自己大模型的训练，本质上侵犯了视频内容创作者的权益。《纽约时报》与 Open AI 作为「 AI 版权第一案」，考虑到案件内容的复杂性和对内容和 AI 产业未来的深远影响，未必很快能得出一个结果。最终可能的结果之一是双方庭外和解，财大气粗的微软和 Open AI 支付一笔大额补偿金。但未来更多的数据版权摩擦势必将抬高优质数据的综合成本。此外，作为世界上最大的搜索引擎， Google 也曝出正在考虑对自己的搜索功能收费，只不过收费对象不是普通大众，而是 AI 公司。来源：路透社谷歌的搜索引擎服务器里保存着大量内容，甚至可以说是自从 21 世纪以来所有互联网页面上出现过的内容谷歌都保存着。而目前 AI 驱动的搜索产品，海外的如 perplexity ，国内的如 Kimi 、秘塔，都对这些搜索到的数据通过 AI 进行加工，再输出给用户。搜索引擎对 AI 的收费，必然提升数据的获取成本。实际上，除了公开的数据之外， AI 巨头们还盯上了非公开的内部数据。 Photobucket 是一家老牌的图片和视频托管网站, 在 2000 年代初曾拥有 7000 万用户和近一半的美国在线照片市场份额。随着社交媒体的兴起， Photobucket 用户数量大幅下降，目前仅剩 200 万活跃用户（它们每年要支付 399 美金的高昂费用），而根据用户注册时签署的协议和隐私政策，超过一年没用使用的账户会被回收，还支持 Photobucket 对用户上传的图片和视频数据的使用权。 Photobucket 首席执行官 Ted Leonard 透露，其拥有的 13 亿张照片和视频数据对训练生成式 AI 模型极具价值。他正在与多家科技公司就出售这些数据进行谈判，报价范围从每张照片 5 美分到 1 美元不等，每段视频超过 1 美元，其估计 Photobucket 可提供的数据价值超过 10 亿美金。专注于人工智能发展趋势的研究团队 EPOCH ，根据 2022 年机器学习对数据的使用和新数据的生成情况，再考虑计算资源的增长，曾经发表了一篇关于机器学习所需的数据的情况报告《 Will we run out of data ? An analysis of the limits of scal in g data sets in Mach in e Learn in g》，报告的结论是高质量的文本数据大约会在 2023 年 2 月到 2026 年之间用尽，图像数据则会在 2030 年到 2060 年间用尽。如果数据的利用效率不能显著提高，或出现新的数据来源, 目前依赖于海量数据集的大型机器学习模型趋势可能会放缓。而就目前 AI 巨头们纷纷高价采买数据的情况来看，免费的优质文本数据真的已经基本用尽， EPOCH 在 2 年前的预测是比较准确的。同时，围绕「 AI 数据短缺」的需求的解决方案也在出现，即： AI 数据提供服务。 Defined . ai 就是一家为 AI 公司提供定制化真实高质量数据的公司。 Defined.ai 所能提供的数据类型举例：https://www.defined.ai/datasets 它的生意模式是： AI 公司给 Defined . ai 提供自己对于数据的需求，比如就图片而言，质量方面需要分辨率达到多少以上、避免模糊、过曝、内容真实。内容方面 AI 公司可以根据自己的训练任务，定制特定的主题，比如需要夜里的照片、夜里的锥桶、停车场、指示牌，用来提高 AI 在夜景下的识别率。大众都可以领任务，拍完上传由公司审核，然后把符合要求的部分按张数结算，价格大约是一张高质量的图片 1-2 美元，一个十几秒的短片 5-7 美元，一部 10 分钟以上的高质量影片 100-300 美元，文本是千字 1 美元，领分包任务的人可以得到其中 20% 左右的费用。数据提供可能会成为「数据标记」之后的又一门众包生意。全球范围的任务众包分配、经济激励、数据资产的定价\流通和隐私保护、人人可以参与，听起来就特别像一门适合 Web3 范式的商业门类。产业供给端视角下的 AI 叙事标的芯片短缺引发的关注渗透到加密行业，让分布式算力成为了截止目前最热门、市值最高的 AI 赛道类别。那么 AI 产业在能源和数据上的供需矛盾如果在未来 1-2 年中爆发，加密行业目前有哪些叙事相关的项目？先来看能源类的标的。已经上线了头部 CEX 的能源类项目非常稀少，仅有 Power Ledger （代币 Powr ）一个。 Power Ledger 于 2017 年立项，是一个基于区块链技术的综合能源平台，旨在实现能源交易的去中心化，推动个人和社区直接交易电力，支持可再生能源的广泛应用，并通过智能合约确保交易的透明和高效。最初 Power Ledger 基于以太坊改造而来的联盟链运行。2023 年下半年， Power Ledger 更新了白皮书，并推出了自己的综合型公链，该公链基于 Solana 的技术框架改造而来，便于处理分布式能源市场中的高频微交易。目前 Power Ledger 的主要业务包括： · 能源交易：允许用户点对点地直接买卖电力，特别是来自可再生能源的电力。 · 环境产品交易：比如碳信用和可再生能源证书的交易，以及基于环境产品的融资。 · 公链运营：吸引应用开发者在 Powerledger 区块链上构建应用，公链的交易费用以 Powr 代币支付。目前 Power Ledger 项目的流通市值为 1.7 亿 $，全流通市值为 3.2 亿 $。相比能源类的加密标的，数据赛道的加密标的数量则更丰富一些。笔者仅罗列目前自己关注的，并已经至少上线了币安、 OKX 和 Coinbase 其中一家 CEX 的数据赛道项目，且按照 FDV 从低至高排列： 1. Streamr – DATA Streamr 的价值主张是构建一个去中心化的实时数据网络，允许用户自由地交易和分享数据，同时保持对自己数据的完全控制。通过其数据市场， Streamr 希望使数据生产者能够直接向感兴趣的消费者销售数据流，无需中介机构，从而降低成本并提高效率。来源：https://streamr.network/hub/projects 在实际的合作案例中， Streamr 与另一个 Web3 车载硬件项目 DIMO 合作，通过装载在车辆上的 DIMO 硬件传感器收集温度、气压和其他数据，形成天气数据流传输给需要的机构。与其他数据项目相比， Streamr 更侧重于物联网、硬件传感器的数据，除了上面提到的 DIMO 车载数据之外，其他项目还有赫尔辛基的实时交通数据流等。因此， Streamr 的项目代币 DATA 也曾经在去年 12 月， Depin 概念最火热的时候一度创造出了单日翻倍的涨幅。目前 Streamr 项目的流通市值为 4400 万 $，全流通市值为 5800 万 $。 2. Covalent – CQT 与其他数据类项目不同的是， Covalent 提供的是区块链数据。 Covalent 网络通过 RPC 从区块链节点读取数据，然后对这些数据进行处理和组织，创建一个高效的查询数据库。这样， Covalent 的用户们可以快速地检索到他们需要的信息，而不必直接从区块链节点进行复杂的查询，这类服务也被称为「区块链数据索引」。 Covalent 的客户以 B 端为主，其中既有 Dapp 项目，比如各种 Defi ，也包括很多中心化加密公司，比如 Consensys （ Metamask 的母公司）, CoinGecko ( 知名加密资产行情站 )、 Rotki ( 税务工具 )、 Rainbow ( 加密钱包 ) 等，此外传统金融行业中的巨头富达、四大会计事务所安永，也是 Covalent 的客户。根据 Covalent 官方披露的数据，项目的来自于数据服务的收入已经超过同领域的头部项目 The Graph 。 Web3 行业由于链上数据的完整性、公开性、真实性以及实时性，有望成为细分 AI 场景和特定「 AI 小模型」的优质数据来源。 Covalent 作为数据提供方，已经开始为各类 AI 场景提供数据，并推出了专门面向 AI 的可验证的结构化数据。来源：https://www.covalenthq.com/solutions/decentralized-ai/ 比如为链上智能交易平台 SmartWhales 提供数据，利用 AI 识别出盈利的交易模式和地址； Entendre Finance 则通过 Covalent 的结构化数据，经过 AI 处理用于实时洞察、异常检测和预测分析等。目前来看， Covalent 提供的链上数据服务的主要场景仍以金融为主，但随着 Web3 产品和数据类型的泛化，链上数据的使用场景也将进一步拓展。目前 Covalent 项目的流通市值为 1.5 亿 $，全流通市值为 2.35 亿 $，相对于同赛道的区块链数据索引项目 The Graph ，具有比较明显的估值优势。 3. Hivemapper – Honey 在所有数据素材中，视频数据的单价往往是最高的。 Hivemapper 可以为 AI 公司提供包括视频和地图信息在内的数据。 Hivemapper 本身是一个去中心化的全球地图项目，旨在通过区块链技术和社区贡献来创建一个详细、动态且可访问的地图系统。参与者可以通过行车记录仪（ dashcam ）捕捉地图数据并将其添加到开源的 Hivemapper 数据网络中，并基于贡献获得项目代币 HONEY 的奖励。为了提高网络的效应和降低交互成本， Hivemapper 构建在 Solana 上。 Hivemapper 最早成立于 2015 年，最初的愿景是使用无人机创建地图，但后来发现这种模式难以扩展，从而转向使用行车记录仪和智能手机来捕捉地理数据，降低了全球地图制作的成本。与 Google map 等街景和地图软件相比，Hive map per 通过激励网络和众包模式，能更高效地拓展地图覆盖范围、保持地图实景的新鲜度、提升视频质量。在 AI 对数据的需求爆发之前， Hivemapper 的主要客户包括汽车产业的自动驾驶部门、导航服务公司、政府、保险和地产公司等。如今 Hivemapper 则可以通过 API 为 AI 和大模型提供广泛的道路和环境数据，通过不断更新的图像和道路特征数据流的输入， AI 和 ML 模型将能够更好地将数据转化为能力的提升，执行与地理位置、视觉判断有关的任务。数据来源：https://hivemapper.com/blog/diversify-ai-computer-vision-models-with-global-road-imagery-map-data/ 目前 Hivemapper – Honey 项目的流通市值为 1.2 亿 $，全流通市值为 4.96 亿 $。除了以上三个项目之外，数据赛道的项目还有 The Graph – GRT （流通市值 32 亿 $， FDV 37 亿 $），其业务与 Covalent 类似，也提供区块链数据索引的服务；以及 Ocean Protocol – OCEAN （流通市值 6.7 亿 $， FDV 14.5 亿 $，本项目即将与 Fetch . ai 和 SingularityNET 合并，代币转换为 ASI ），一个开源协议，旨在促进数据和数据相关服务的交换和货币化，将数据消费者与数据提供者连接起来，从而在保证信任、透明和可追溯性的前提下共享数据。 AI 叙事的第二个视角： GPT 时刻再现，通用人工智能降临在笔者看来，加密行业里「 AI 赛道」的元年是 GPT 震惊世界的 2023 年，加密 AI 项目的暴涨，更多是 AI 产业爆炸式发展带来的「热度余波」。虽然 GPT3 .5 之后 GPT4 、 turbo 等的能力不断升级，以及 Sora 在视频创作能力的惊人展现，包括 Open AI 之外的大语言模型也快速发展，但不可否认的是 AI 的科技进步给大众带来的认知冲击正在减弱，人们开始逐渐使用 AI 工具，大规模的岗位替代似乎还未发生。那么，未来 AI 领域是否还会再现「 GPT 时刻」，出现让大众震惊的 AI 跨越式发展，让人们意识到自己的生活和工作都将因此被改变？这个时刻可能是通用人工智能（ AGI ）的降临。 AGI 指的是机器拥有类似于人类的综合认知能力，能够解决各种复杂问题，而不仅限于特定任务。AGI 系统拥有高度的抽象思维、广泛的背景知识、全领域的常识推理和因果关系理解、以及跨专业的迁移学习等能力。 AGI 的表现与各个领域最优秀的人类无异，就综合能力来说则完全超越最优秀的人类群体。实际上，无论科幻小说和游戏、影视作品之中的呈现，还是在 GPT 迅速普及之后的大众预期，社会大众对超越人类认知水平的 AGI 的出现早有预期。或者说， GPT 本身就是 AGI 的先导产品，是通用人工智能的预言版。而 GPT 之所以有这么大的产业能量和心理冲击，在于其落地的速度和表现超越了大众的预期：人们没想到，一个能完成图灵测试的人工智能系统真的到来了，而且速度这么快。实际上，人工智能 ( AGI ）或许将在 1-2 年内再次复现「 GPT 时刻」的突然性：人们才刚刚适应 GPT 的辅助，就发现 AI 已经不仅仅是一个助手，它甚至能独立完成极具创造性和挑战的工作，包括那些困住人类顶尖科学家几十年的难题。在今年 4 月 8 日，马斯克接受了挪威主权财富基金首席投资官 Nicolai Tangen 的采访，谈到了 AGI 出现的时间。他说：「如果把 AGI 定义为比最聪明的那部分人类还要聪明的话，我认为它很可能在 2025 年出现。」也就是按照他的推断，最多就是还需要 1 年半的时间， AGI 就将降临。当然，他加了一个前提条件，就是「电力和硬件都跟得上的话。」 AGI 的降临的好处是显而易见的。它意味着人类的生产力水平将大跨步地上一个台阶，大量困住我们几十年的科研难题将迎刃而解。假如我们把「最聪明的那部分人类」定义为诺贝尔奖得主的水平，也就意味只要能源、算力、数据足够，我们可以拥有无数个不知疲倦的「诺奖得主」，全天候攻关那些最难的科学问题。而实际上诺奖得主并不是几亿分之一那样珍贵，他们在能力和智力上大多是顶级大学教授的水平，但是因为概率和运气选对了方向，持续做了下去并拿到了结果。和他水平相当的人，他同样优秀的同僚们，也许在科研的平行宇宙中也获得了诺奖。但是无奈的是，具备顶尖大学教授并参与科研突破的人员还是不足，因此「遍历所有科研正确方向」的速度仍然很慢。有了 AGI 之后，在能源和算力充分供给的情况下，我们可以有无限个「诺奖得主」水平的 AGI 在任何一个可能的科研突破方向进行纵深探索，技术的提升速度会快几十倍。技术的提升，会导致我们如今认为相当昂贵稀缺的资源，在 10 到 20 年间成百倍地增加，比如粮食产量、新材料、新药、高水准的教育等，获取这些的成本也将成倍下降，我们得以用更少的资源养活更多的人口，人均财富迅速增加。全球 GDP 总量走势图，数据来源：世界银行这听起来似乎有点耸人听闻，我们来看两个例子，这两个例子笔者在此前关于 IO . NET 的研报中也使用过： · 2018 年，诺贝尔化学奖得主弗朗西斯·阿诺德在颁奖仪式上才说道：「今天我们在实际应用中可以阅读、写入和编辑任何 DNA 序列，但我们还无法通过它创作（ compose it ）。」仅仅在他讲话的 5 年后，2023 年，来自斯坦福大学和硅谷的 AI 创业企业 Salesforce Research 的研究者，在《自然 - 生物技术》发表论文，他们通过基于 GPT3 微调而成的大语言模型，从 0 创造出了全新的 100 万种蛋白质，并从中寻找到 2 种结构截然不同、却都具有杀菌能力的蛋白质，有希望成为抗生素之外的细菌对抗方案。也就是说：在 AI 的帮助下，蛋白质「创造」的瓶颈突破了。 · 而在此前，人工智能 AlphaFold 算法在 18 个月内，把地球上几乎所有的 2.14 亿种蛋白质结构都做了预测，这项成果是过往所有人类结构生物学家工作成果的几百倍。变革已经发生，而 AGI 的降临会进一步加快这个过程。另一个方面， AGI 的降临带来的挑战也是非常巨大的。 AGI 不但会替代大量的脑力劳动者，如今被认为「受 AI 冲击较少的」体力服务业者，也会随着机器人技术的成熟和新材料的研发带来的生产成本降低而受到冲击，被机器和软件替代的劳动岗位占比会迅速提高。届时，两个曾经看起来非常遥远的问题会很快浮出水面： 1.大量失业人口的就业和收入问题 2.在 AI 无处不在的世界，如何分辨 AI 和人类而 Worldcoin \ Worldchain 正在尝试提供解决方案，即用 UBI （全民基本收入）系统为大众提供基本收入，用基于虹膜的生物特征把人和 AI 进行区分。实际上，给全民发钱的 UBI 并非没有现实实践的空中楼阁，芬兰、英格兰等国都进行过全民基本收入的实践，而加拿大、西班牙、印度等国亦有政党正在积极提案推进相关的实验。而基于生物特征识别 + 区块链的模式进行 UBI 分配的好处在于这个系统的全球性，对人口有更广泛的覆盖，此外还可以基于通过收入分配拓展而来的用户网络，构建其他商业模式，比如金融服务（ Defi ）、社交、任务众包等，形成网络内商业的协同，这也正是 AGI 降临带来的冲击效应的对应标的之一是 Worldcoin – WLD ，其流通市值为 10.3 亿 $，全流通市值为 472 亿 $。叙事推演的风险和不确定性本文与 Mint Ventures 之前发布的诸多项目和赛道研究报告不同，对于叙事的推演和预测具有较大的主观性，请读者仅将本文内容作为一个发散性的讨论，而不是预测未来的预言。笔者上述的叙事推演面临很多不确定性，导致猜想错误，这些风险或影响因素包括但不限于：能源方面： GPU 更新换代造成的能耗速降尽管围绕 AI 的能源需求猛增，但以英伟达为代表的芯片厂商正在通过不断的硬件升级，以更低的功耗提供更高的计算能力，比如在今年 3 月英伟达发布了集成了两个 B200 GPU 和一个 Grace CPU 的新一代 AI 计算卡 G B200 ，其训练的性能是上一代主力 AI GPU H100 的 4 倍，推理的性能是 H100 的 7 倍，需要的能耗却只有 H100 的 1/4。当然尽管如此，人们希望从 AI 中获得的力量渴望远远没到尽头，伴随着单元能耗的下降，随着 AI 应用场景和需求的进一步扩张，总能耗可能反而是上升的。数据方面： Q * 计划实现「自产数据」 Open AI 内部一直存在一个传闻中的项目「 Q *」，该项目在 Open AI 发给员工的内部信息被提到过。根据路透社援引 Open AI 内部人士的看法，这可能是 Open AI 在追寻超级智能 / 通用人工智能（ AGI ）道路上取得的一项突破。 Q * 不但能够凭借抽象能力解决以前从未见过的数学问题，还能够通过自我创造用于训练大模型的数据，而无需现实世界的数据喂养。如果该传言为真， AI 大模型训练受限于优质数据不足的瓶颈将被打破。 AGI 降临： OpenAI 的隐忧 AGI 降临的时点是否真的如马斯克所说，会在 2025 年到来尚不得而知，但这只是一个时间问题。但 Worldcoin 作为 AGI 降临叙事的直接诶受益标的，最大的隐忧可能来自 OpenAI ，毕竟其是公认的「 OpenAI 影子代币」。 5 月 14 日凌晨， OpenAI 在春季新品发布会展示了最新的 GPT - 4o 与另外 19 个不同版本的大语言模型在综合任务得分中的表现，仅从表格来看， GPT - 4o 得分 1310，视觉上似乎比后几名高出了一大截，但从总分来看，其仅比第二名 GPT 4 turbo 高了 4.5%，比第四名谷歌的 Gemini 1.5 Pro 高了 4.9%，比第五名 Anthropic 的 Claude 3 Opus 高了 5.1%。从 GPT3 .5 初登场时震惊世界的时刻仅仅过去了一年多， OpenAI 的竞争对手们已经追到了非常接近的位置（尽管 GPT5 尚且没有放出，并预计在今年发布）， OpenAI 未来是否已经能保持自己的行业领先位置，这个答案似乎正在变得模糊。如果 OpenAI 的领先优势和统治地位被稀释乃至赶超，那么 Worldcoin 作为 OpenAI 的影子代币的叙事含金量也会下降。此外，除了 Worldcoin 的虹膜认证方案之外，越来越多的竞争对手也开始进入这个市场，比如手掌扫描 ID 项目 Humanity Protocol 刚刚宣布以 10 亿美元估值完成 3000 万美元新一轮融资， LayerZero Labs 也宣布将在 Humanity 上运行，并加入其的验证者节点网络，使用 ZK 证明对凭证进行身份验证。结语最后，笔者虽然对 AI 赛道后续的叙事进行了推演，但 AI 赛道与 DeFi 等加密原生赛道不同，其更多是 AI 热潮外溢至币圈的产物，目前诸多的项目就商业模式而言并未跑通，很多项目更像是 AI 主题的 Meme （比如 Rndr 类似于英伟达的 meme ， Worldcoin 类似于 Open AI 的 meme ），读者应审慎看待。来源：金色财经

金色财经2024-05-28

探索AI与Web3的六大融合之处

色扮演更人性化；语音克隆技术可以加速 AI 产品个性化交互，MyShell 把语音合成成本降低 99%，语音克隆仅需 1 分钟即可实现。利用Myshell定制的AI Agent，目前可应用于视频聊天、语言学习、图像生成等多领域。在Web3与AI的融合上，当前更多的是对基础设施层的探索，如何获取高质量数据、保护数据隐私，如何在链上托管模型，如何提高去中心化算力的高效使用，如何验证大语言模型等关键问题。随着这些基础设施的逐步完善，我们有理由相信，Web3与AI的融合将孕育出一系列创新的商业模式和服务。来源：金色财经

金色财经2024-05-27

颠覆性动作！马斯克打造“算力超级工厂”，xAI欲成AI新霸主

与OpenAI的ChatGPT相抗衡的AI产品。为了实现这一目标，xAI需要大量的GPU来训练和运行Grok。马斯克表示，xAI计划使用多达10万个英伟达H100 GPU来支持Grok的训练和推理工作。这一数字不仅展示了xAI在AI领域的雄心壮志，也反映出AI行业对高性能计算资源的巨大需求。与此同时，xAI的融资计划也备受关注。据彭博社消息，xAI计划于6月完成一轮融资，估值可能超过240亿美元。这一轮融资将进一步加强xAI在AI领域的竞争力，为其打造超级计算机提供充足的资金支持。尽管xAI原计划于5月早些时候完成约60亿美元的融资，但交易尚未最终完成。不过，据知情人士透露，xAI一直在寻求高达65亿美元的资金，并计划在未来几周内更接近这一目标。在巴黎举行的欧洲科技创新展览会（Viva）上，马斯克远程接受了采访。他谈到了xAI的目标和愿景，强调了对追求真相的重视，并批评了其他AI模型过于迎合政治正确性的倾向。马斯克表示，xAI将致力于建立一个有益于人类的AI，避免训练出“超级智能撒谎者”。他强调，“诚实才是上策”，并承诺xAI将始终发布超越当前开放源码模型的先进模型，以提高透明度和促进健康的竞争。随着xAI超级计算机的推出，AI行业的竞争格局将发生深刻变化。英伟达作为AI芯片市场的领导者，其产品在AI军备竞赛中扮演着至关重要的角色。最新数据显示，一季度英伟达营收和净利润均实现大幅增长，得益于数据中心芯片的强劲需求。分析师们普遍看好英伟达在AI领域的未来发展前景，认为其股价还将持续飙升。对于国内AI算力产业链核心企业来说，英伟达的成功无疑将带动整个行业的信心。光模块、PCB、连接器等核心部件厂商有望借力英伟达的服务器产品升级创新与AI建设布局，加快自身技术发展及业绩提升。长期来看，这些企业将受益于AI行业的快速发展。总之，马斯克通过xAI超级计算机的推出再次展示了他在科技领域的远见和魄力。这台超级计算机不仅将推动xAI在AI领域的竞争力提升到一个新的高度，也将对整个AI行业产生深远的影响。未来随着AI技术的不断进步和应用场景的不断拓展，我们有理由相信AI将为我们带来更多的惊喜和可能性。

金融界2024-05-27

24小时热点