FX168财经网_全球视野外汇黄金加密货币NFT资讯网

大模型的混沌年代：矛盾、分化与未来

科技行业的变化趋势与商业模式，要么就是AI行业内知名技术学者，如智谱AI、聆心智能和深言科技等初创企业，背后都有“清华系”的身影。 02 分化：大厂疯狂攒局，小厂拼命掘金围绕大模型的一系列变革背后，既是技术的进步，也是关键人物与关键企业的推动。如果将镜头转向这些浪潮前沿的公司与人，分化其实也已产生。真格基金管理合伙人戴雨森曾有一个精妙的比喻：GPT-3的出现等于发现新大陆，而ChatGPT的出现，好比是在新大陆上发现了黄金。中国公司的追赶之旅则如同知道了新大陆和黄金所在，并且知道OpenAI是坐船去的，也知道船大概的样子，却没有详细地图。经历了此前大模型疯狂的“发布月”后，我们可以清晰地看到此轮创业被分为了学院派、大佬派与大厂派，他们之间的关系也并不完全是零和竞争，而是一种“非零和博弈”。大厂们在过去一段时间内，除了秀出技术的硬实力外，攒局与建生态成为了主任务。以百度、阿里、华为、字节与京东等大厂为例，一方面有自身的云业务，提供算力支持，另一方面围绕芯片层、框架层、模型层与应用层，也各有布局，以进一步夯实壁垒。但在这之中，大厂与大厂之间的打法也各有不同。以阿里、百度、华为为代表的大厂更偏向于走垂直整合之路，在算力、平台、模型三层实现一鱼多吃。而火山引擎（字节云）与腾讯云偏向走平台路径，搭建模型货架超市，接入更多的第三方大模型，并提供相应的精调、评测、推理服务。而对国内创业型的小厂而言，在大模型竞逐的早期，事实上，创业公司唯一确定性就是“不确定性”，不需要很复杂的产品，打准用户的痛点，就可以实现初步成功。近期出圈的「妙鸭相机」就是一个典型的案例，团队在接受采访时表示：“AIGC 的产品第一天不收钱，就可能收不到钱”。通过低门槛的使用，精准定位写真需求的女性叠加社交媒体的营销裂变，即便是技术上并无明显的创新，但借助一个单一功能就能实现早期的商业化，妙鸭其实给了国内应用层的创企一个很好的启示。而对妙鸭相机等更多的创业公司而言，如何抓准「不确定」的周期进一步夯实自身的技术壁垒与用户粘性，才是关键。图片来源：妙鸭相机小红书截图 03 未来：监管加剧，格局未定在可以预见的未来里，或许正如大厂们的PR文里的论调，大模型终将会赋能千行百业，但在理想之外，如何保证大模型技术的安全性与可控性也成为了关注的焦点。此前网信办等七部门联合公布《生成式人工智能服务管理暂行办法》，在监管方式与监管范围上对生成式人工智能未来的合规健康发展提供了可靠的法律依据。而在8月1日凌晨，苹果中国区应用商店集中下架多款AIGC应用，实则也暗示了政策端对人工智能监管力度的升温。在海外，科技巨头们已面临着棘手的AI伦理的争议。「AI四巨头」Anthropic、谷歌、微软和OpenAI就联合成立了前沿模型论坛，就负责任与安全的人工智能问题与美国、欧洲与G7进行沟通。而由Hugging Face、GitHub、EleutherAI等开源社区组成的联盟也正呼吁欧盟政策制定者在制定《欧盟AI法案》时保护开源创新。对眼下的大模型行业创业者而言，在创业理想、商业化路径之外，对商业模式合规性的考量也将被纳入已有的计划之中。明确的监管趋势外，更多前沿的探索也正在发生，当下业界围绕多模态、AI智能体、向量数据库以及具身智能等一系列话题的讨论，实则都在大模型的热潮之外，寻找更多的可能性。以具身智能领域的AI机器人为例，包括谷歌在内的科技巨头增产是将大语言模型接入机器人，让机器人变得更聪明。而同样火热的AI智能体浪潮，甚至被称为“原始AGI”，已接替大模型，成为大公司们关注的下一个领域。浪潮已至，未来已来。可以肯定的是，大模型的混沌时代或许不会持续太久，但在未来的一段时间内，竞合还将继续。谁能率先利用“不确定性”补齐短板，谁能将大模型能力真正落地于细分与垂直场景，谁能更快地搭建起高质量的数据飞轮，这考验各自的决心与耐力，也将决定着它们在下一轮竞争中各自的生态位。来源：金色财经

金色财经2023-08-12

GPT-5要来，AI行业再迎剧变？AI人工智能ETF(512930)午后再度下行回调

截至2023年8月8日 14:29，中证人工智能主题指数(930713)下跌0.88%。AI人工智能ETF(512930)下跌0.88%，最新报价1.35元，盘中成交额已达1267.15万元，换手率3.57%。规模方面，AI人工智能ETF最新规模达3.55亿元创近1年新高。资金流入方面，AI人工智能ETF最新资金净流入684.32万元。拉长时间看，近10个交易日内有6日资金净流入，合计“吸金”2001.86万元，日均净流入达200.19万元。 AI人工智能ETF紧密跟踪中证人工智能主题指数，中证人工智能主题指数从沪深市场中选取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，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)、科大讯飞(002230)、韦尔股份(603501)、中际旭创(300308)、金山办公(688111)、紫光股份(000938)、中科曙光(603019)、浪潮信息(000977)、澜起科技(688008)、德赛西威(002920)，前十大权重股合

有连云2023-08-08

GPT-5要来了？AI行业会发生哪些剧变

从chatGPT问世至今，AI就在以月为单位飞速进化着，其模型之多，迭代之快，让很多人不不禁惊觉：人类似乎真的站在了AGI大门的边缘。

金色财经2023-08-07

疯了！今年大涨300%还被认为低估了

合增长率。因此，对计算能力的需求将随着AI行业的增长而增加。超微电脑的产品还服务于有前景的5G市场，根据grandviewresearch.com的预测，到2030年，5G市场将以59%的年复合增长率复合增长。云计算市场的增长在近年来有所减缓，但潜力仍然巨大，并且增长可能仍将保持双位数的轨迹。预计云计算市场在未来十年将以13%的年复合增长率复合增长。因此，对于超微电脑来说，会有很长一段时间的顺风期！。分析师相信超微电脑在这些有利的长期趋势中处于良好的位置。首先，该公司的技术卓越性得到了半导体行业领军企业的认可：超微电脑公司通过与英伟达、英特尔和AMD建立了强大的战略合作伙伴关系。这些合作伙伴关系为超微电脑带来了坚实的竞争优势，因为与这些巨头的合作是一个强有力的高质量迹象。其次，该公司在增长方面表现出色，近年来业绩明显超过了行业增长。在当前严峻的环境中实现盈利能力指标的改善令人印象深刻。最近的科技巨头的财报显示，即使是超大规模的技术巨头在当前环境中也难以保持盈利能力指标，但相对较小的超微电脑表现出了坚实的适应能力。最后，该公司多样化的终端市场组合也使其成为市场中的强势参与者，并使其在所服务的终端市场中更具有保护性。值得强调的是，与半导体行业的许多公司不同，超微电脑没有面临客户集中风险。根据最新的10-K报告，没有一家客户占据总销售额的10%以上。图片来源：超微电脑最新的财报总结一下，分析师喜欢该公司在当前不确定的环境中的财务表现。这意味着管理层积极应对营收方面的挑战。分析师也认为营收的快速反弹是一个强有力的看涨迹象。该公司谨慎的资本配置和强大的资产负债表意味着超微电脑足够强大，能够经受住暂时的困境。该公司运营在一个高度可能享受长期趋势的行业，分析师认为公司已经为捕捉这些长期的利好趋势做好了准备。估值该股票今年大涨300%。也就是说，超微电脑在广泛的美国股市中表现出色。Seeking Alpha Quant将该股票评定为“D级”低估值等级，因为估值倍数大多高于行业中位数和历史平均水平。图片来源：Seeking Alpha 公司不向股东支付股息。因此，分析师采用折现现金流方法进行估值分析。分析师已经有截至2030年财年的共识营收预测。对于更远的年份，分析师预计年复合增长率为5%。总体而言，按照基本情况，营收预计每年平均增长14%。过去十年，自由现金流毛利率波动较大，所以分析师认为使用约7%的TTM水平是公平的。图片来源：作者的计算分析师更倾向于保守估算，对自由现金流采用适度的每年增长50个基点。分析师将10%的加权平均资本成本（WACC）作为分析师的折现现金流计算折现率。如您所见，尽管今年股票大涨300%，但股票看起来仍然被低估了约90%。图片来源：作者的计算在今年迄今上涨300%之后，90%的上涨潜力可能看起来太好了，所以让分析师以10%的收入复合年增长率来模拟一个更保守的情景。图片来源：作者的计算即使假设更为保守的年复合增长率为10%，股票仍然非常具有吸引力，有36%的上涨潜力。这看起来不错，特别是考虑到公司几乎没有杠杆的干净资产负债表。风险考虑没有巨大的上涨潜力就没有巨大的风险。超微电脑是一家激进的成长型公司，目前的市值仍有很多待证明的地方。公司可能无法实现预期的营收增长轨迹或盈利能力的扩展，这是一个重要的风险。任何一季度财务表现不佳或临时降低预期都很有可能导致投资者失望，并引发大规模的股票抛售。目前，股价处于新高，意味着短期内回撤的风险远非零。如果出现这种情况，可能需要多个季度才能让公司重新赢得投资者对其未来增长前景的信心。该公司的大部分营收来自美国以外的地区，这意味着收益容易受到外汇汇率的不利波动影响。如果国际贸易规则和关税发生不利变化，公司的运营和收益也可能受到不利干扰。地缘政治可能升级也会对公司产生重大不利影响。作为一家尖端技术公司，超微电脑面临着技术过时的重大风险。为了扩大业务寿命周期，管理层应该投资于创新，并确保公司的专利得到合法和妥善的保护。总结总体而言，公司处于良好的位置来吸收长期趋势，目前仍被严重低估。短期挑战似乎已经在过去了，未来季度的收益预期将会强劲。即使在可预见的未来公司再次面临挑战，其资产负债表足够强大来应对困难。分析师认为巨大的上涨潜力远远超过风险和不确定性，使超微电脑成为一个引人注目的投资机会。 $超微电脑(SMCI)$

老虎证券2023-08-07

ChatGPT爆火这半年：热钱、巨头与监管

资额会更低。” 到目前为止，2023年AI行业最大的一笔融资，就是微软在1月对OpenAI投资的100亿美元。虎嗅根据公开数据统计，在美国的大模型公司创业中，Inflection AI或将成为人工智能领域融资量仅次于Open AI的第二大初创公司，在其之后分别是，Anthropic（15亿美元），Cohere（4.45亿美元）、Adept（4.15亿美元）、Runway（1.955亿美元）、Character.ai（1.5亿美元）和Stability AI（约1亿美元）。在中国，2023年上半年国内人工智能行业的公开投融资事件共有456起。而这项统计在2018年-2022年的5年间分别是731、526、353、631和648。上半年国内人工智能行业公开投融资事件另一个引发飞轮的事件则是ChatGPT放出API接口。当OpenAI在3月首次开放ChatGPT的API接口时，AI行业内外对此几乎形成共识：行业要变天了。随着更多应用接入大模型，AI之上正在长出更加繁茂的森林。 “做大模型和做应用本身就应该分开”，投资人的嗅觉总是敏锐的，在源码资本执行董事陈润泽看来，AI是一个与半导体分工一样的逻辑，AI大模型的繁荣之后，很快就会看到AI应用的一波繁荣。今年年初，陈润泽与同事一起前往硅谷时发现，硅谷声名显赫的创业孵化器Y Combinator（OpenAI首席执行官Sam Altman曾在这家孵化器任总裁多年），有一半的项目都转型做生成式AI了。对于大模型的热情，丝毫不逊于如今大洋彼岸的中国。不过，他也发现在美国无论是资本还是创业者，相比于大模型创业，更看好基于大模型所做的生态应用，毕竟在这个赛道，已经跑出了诸如OpenAI这样的公司，与此同时，美国有很强的ToB应用生态土壤，因此更多的美国公司正在尝试基于大模型的生态做企业应用。陈润泽的观察正在得到证实，大模型服务平台OpenCSG联合创始人陈冉告诉虎嗅，如今，美国湾区90%以上的公司已经把大模型能力用到方方面面。至于中国，陈冉认为，在年底之前很多的客户也都会用起来。今年3月左右，陈润泽和团队开始尝试在国内寻找基于大模型做应用的公司，但他发现这样的公司很少。大量资本进入了人工智能行业，但如果追溯这些资金的流向会发现，更多的钱仍集中在头部几家公司中。 “即便是现在，10个与生成式AI相关的项目，能投1个-2个也已经是很不容易了。”除了源码资本，虎嗅也与多位硬科技投资人交流，他们都表示，虽然项目看得多，但真正靠谱的凤毛麟角。应用端的这种态度，在很多业内人士看来，已是常态。思必驰联合创始人俞凯认为，表面看似热闹的赛道，其实更多的是名义上的竞争，结果无非两种情况：“一种是为了融钱，纯资本导向；另一种是做全域通用大模型的公司，确实需要喊，不喊的话别人不会知道。” 国内的一些统计数据也正在说明这个问题，根据第三方机构烯牛数据统计，截至2023年7月，国内有AIGC公司242家，1月以来AIGC赛道融资事件71起。而AI大模型赛道上的公司有67家，从ChatGPT发布到现在，融资事件只有21起。 AIGC赛道和AI大模型赛道自ChatGPT发布后的融资事件｜数据来源：烯牛数据 “现在国内AI市场上，好的标的太少了。”一位投资人如此告诉虎嗅——好项目太贵，便宜的又不靠谱。虽然目前国内发布的AI大模型数量过百，但国内一众大模型公司中，获得巨额融资的并不多，甚至屈指可数。很多AI投资到最后都变成了投人——曾经的独角兽公司创始人、互联网大佬、具备大模型相关创业经验的人等。公司类型公司成立时间大模型及相关产品融资轮次互联网公司百度 2012 文心一言上市阿里云 2008 通义千问上市騰讯AI实验室 1998 混元上市华为云 2019 盘古未上市字节跳动 2016 火山方舟未上市京东云 2012 言犀上市昆仑万维 2008 天工上市 360 1992 360智脑上市公司类型公司成立时间大模型及相关产品融资轮次 AI公司商汤科技 2014 日日新上市科大讯飞 1999 讯飞星火上市云从科技 2015 从容上市达观数据 2015 曹植 C轮出门问问 2014 序列猴子 D轮智谱Al 2019 ChatGLM B轮澜舟科技 2021 孟子 Pre-A轮 MiniMax 2021 Glow 股权投资面壁科技 2022 VisCPM 天使轮深言科技 2022 CPM 股权投资聆心智能 2021 Al乌托邦 Pre-A轮衔远科技 2021 ProductGPT 天使轮思必驰 2007 DFM-2 IPO终止公司类型公司成立时间大模型及相关产品融资轮次 2023年成立都初创AI公司光年之外 2023 暂无 A轮百川智能 2023 baichuan 股权投资零一万物 2023 暂无股权投资国内AI大模型相关公司部分统计今年的一众AI明星项目中，智谱AI、聆心智能、深言科技和面壁智能，都是清华实验室孵化的公司。深言科技、面壁智能两家公司均成立于2022年，且有AI行业内知名学者的技术背书。比这几家清华系AI公司成立时间更短的是一些互联网行业大佬创立的AI公司，光年之外、百川智能和零一万物均成立于这波大模型热潮开始之后。美团联合创始人王慧文在2023年年初成立的光年之外，一度融资5000万美元，已是彼时中国大模型行业为数不多的融资案例。与智谱AI、西湖心辰这类已有大模型为基础的公司不同，光年之外是2023年2月开始，从零开始做大模型，其难度可想而知，6月29日，美团公告宣布收购光年之外的全部权益，总代价包括现金约2.33亿美元（合人民币16.7亿元）、债务承担约3.67亿元、及现金1元。 “起码要有自然语言处理背景的人，有一定大模型训练实操经验的人，以及数据处理、大规模算力集群等方面的专业人才。如果同时还要做应用，那应该还要有对应领域的产品经理和运营人才。”陈润泽如此描述一个大模型核心团队的标配。大公司的AI赌注过去半年中，老牌互联网大厂们的AI新闻漫天纷飞。对AI大模型的投入，看似是在追热点，但如百度、阿里、华为这样的大公司，在AI上投下的赌注，显然不是跟风。巨头们在AI上的押注很早就已开始，对这些公司来说，AI并不是一个新鲜的话题。虎嗅根据企查查数据不完全统计，各大厂在2018年开始就对人工智能相关的企业有不同程度的投资，从投资企业来看，大多是人工智能应用方面的企业，尽管涉及到一部分AI芯片企业，但是数量并不多，涉及大模型方面的企业几乎没有，并且大厂所投资的人工智能相关的公司大多与其业务息息相关。大厂投资机构投资企业数平均持股比例最高持股比例 100%持股企业数阿里巴巴 23 36.25% 100% 5 百度风投 25 5.50% 15% 0 腾讯投资 54 17.54% 100% 2 三家互联网大厂投资AI相关公司情况｜数据来源：企查查 2017年阿里达摩院成立，研究对象涵盖机器智能、智联网、金融科技等多个产业领域，将人工智能的能力赋能到阿里的各个业务线中。2018年，百度提出了“All in AI”的战略。有所不同的是，生成式AI的出现，似乎是一个转折点。对于拥有数据、算力和算法资源优势的科技巨头来说，人工智能对他们已经不光是赋能场景，而是需要承担基础设施的角色，毕竟，生成式AI的出现，意味着针对人工智能产业的分工已经开始。以百度、阿里、华为、腾讯，四家云供应商为代表的大厂，虽然都宣布了各自的AI策略，但明显各有侧重。在过去的半年时间里，巨头纷纷发布自己的大模型产品。对于百度、阿里这样的大厂来说，他们入局大模型的时间并不算晚，基本在2019年。百度自2019年开始研发预训练模型，先后发布了知识增强文心（ERNIE）系列模型。阿里的通义千问大模型也是始于2019年。除了百度和阿里的通用大模型，6月19日，腾讯云发布了行业大模型的研发进展。7月7日，华为云发布了盘古3.0行业大模型产品。这些侧重也与各家的整体业务，云战略，以及在AI市场里的长期布局有所呼应。百度的主线业务盈利能力在过去的5年中，出现了较大波动。百度很早就看到了基于搜索的广告业务在国内市场中的问题，对此，百度选择了大力投入AI技术寻找新机会。这些年来，百度不仅邀请过吴恩达、陆奇等业界大佬出任高管，在自动驾驶上投入热情也远超其他大厂。如此关注AI的百度，势必会在这波大模型之争里重手投注。阿里对通用大模型同样表现出了极大的热情。一直以来，阿里云一直被寄予厚望，阿里希望走通技术路线创造集团的第二增长曲线。在电商业务竞争日趋激烈，市场增长放缓的大环境下，依云而生的AI产业新机遇，无疑是阿里云在国内云市场上再发力的好机会。相比百度和阿里，腾讯云在大模型方面选择了优先行业大模型，而华为云则公开表示只会关注行业大模型。对于腾讯来说，近年来主营业务增长稳中向好。在通用大模型的前路尚不明朗的阶段，腾讯对于AI大模型的投注相对谨慎。马化腾在此前的财报电话会上谈及大模型时曾表示：“腾讯并不急于把半成品拿出来展示，关键还是要把底层的算法、算力和数据扎扎实实做好，而且更关键的是场景落地。” 另一方面，从腾讯集团的角度看，腾讯目前有4所AI Lab，去年也发布了万亿参数的混元大模型，腾讯云投身行业大模型方面的动作，更像是一种“不把鸡蛋放在同一个篮子里”的投注策略。对于华为来说，一直以来都是重手投注研发，过去10年里华为在研发方面的总投入超过9000亿元。但由于手机业务遇到发展障碍，华为在很多技术研发上的整体策略或也正在面临调整。一方面手机业务是华为C端技术最大的出口，如果手机业务不为通用大模型买单的话，那么华为研发通用大模型的动力就会明显下降。而对于华为来说，把赌注押在能快速落地变现的行业大模型，似乎是这场AI博弈当中的最优解。正如华为云CEO张平安所说“华为没有时间作诗”。不过，对科技巨头来说，无论赌注多大，只要能赌对，就能够先一步抢占基础设施的市场份额，从而在人工智能时代获得话语权。拿着锤子找钉子对于商业公司来说，所有的决策仍然落到经济账上。即便是一笔不小的投入，越来越多有远见的公司创始人也意识到，这是一项未来必须要做的事情，即便前期投入可能完全看不到回报。 AI大模型的研发需要一笔不小的投入，但越来越多企业创始人、投资人都认为，这是一项”必要投入”，即便眼下完全看不到回报。由此，很多在上一波AI浪潮下诞生的人工智能公司，都在沉寂良久之后看到了新的曙光。 “3年前，大家都说GPT-3是通向通用人工智能的可能性。”李志飞在2020年就开始带着一班人马研究GPT-3，彼时出门问问正处在一个发展的转折点，他们希望探索新业务，但经过一段时间的研究之后，李志飞的大模型项目中止了，原因之一是当时模型不够大，另外就是找不到商业落地场景。不过，2022年底ChatGPT问世以后，李志飞仿佛被扎了一剂强心针，因为他和所有人一样，看到了大模型的新机会。今年4月，出门问问发布了自研的大模型产品——序列猴子。眼下，他们准备拿着新发布的大模型“序列猴子”冲刺港交所，出门问问已在5月末递交了招股书。另一家老牌AI公司也在跟进，去年7月，思必驰向科创板递交了IPO申请，在今年5月被上市审核委员会否决。俞凯坦言，就连OpenAI，在GPT2阶段也是用微软的V100训练了将近一年的时间，算力和A100差好几个量级。思必驰在大模型前期积累阶段，也是用更为经济的卡做训练。当然，这需要时间作为代价。相比于自研大模型，一些应用型公司有自己的选择。一家在线教育公司的总裁张望（化名）告诉虎嗅，过去半年，他们在大模型应用场景的探索上不遗余力，但他们很快发现在落地过程中存在诸多问题，例如成本与投入。这家公司的研发团队有50人-60人，开始做大模型研究以来，他们扩充了研发团队，新招了一些大模型方面的人才，张望说，偏底层模型方面的人才很贵。张望从未想过从头开发大模型，考虑到数据安全和模型稳定性等问题，他也不打算直接接入API做应用。他们的做法是参考开源大模型，用自己的数据做训练。这也是很多应用公司目前的做法——在大模型之上，用自己的数据做一个行业小模型。张望他们从70亿参数的模型开始，做到100亿，现在在尝试300亿的模型。但他们也发现，随着数据量增多，大模型训练会出现的情况是，可能新版本不如上一个版本，就要对参数逐一调整，“这也是必须要走的弯路。”张望说。张望告诉虎嗅，他们对于研发团队的要求就是——基于公司的业务探索AI大模型场景。这是一种拿着“锤子”找“钉子”的方法，但并不容易。 “目前最大的难题是找到合适的场景。其实有很多场景，即便用了AI，效果也提升不了太多。”张望说，例如在上课的场景中，可以用AI大模型赋能一些交互模式，包括提醒学员上课功能、回答问题和打标签等，但他们试用了AI大模型之后，发现精准度不行，理解能力和输出能力并不理想。张望的团队尝试过一段时间后，决定在这个场景里暂时放弃AI。另一家互联网服务商小鹅通，也在AI大模型爆发后第一时间开展了相关业务的探索。小鹅通的主要业务是为线上商家提供数字化运营工具，包括营销、客户管理以及商业变现。小鹅通联合创始人兼COO樊晓星告诉虎嗅，今年4月，当越来越多的应用基于生成式AI诞生时，小鹅通看到了这个技术背后的潜力，“例如MidJourney，生成式AI对于设计图像生成方面的提效确实有目共睹。”樊晓星她们在内部专门组织了AI研究的业务线，寻找与自身业务相关的落地案例。樊晓星说，在将大模型接入业务的过程中，她所考虑的就是成本和效率，“大模型的投入成本还是蛮高的。”她说。互联网行业的“钉子”算是好找的，AI落地真正的难点还是在工业、制造这样的实体产业。俞凯告诉虎嗅，这一波AI浪潮仍然是螺旋式上升、波浪式前进，在产业落地上面的矛盾一点都没变化，只是换了一个套壳而已。所以从这个意义上看，这两次AI浪潮的规律是相同的，最好的办法就是学习历史——“上一波AI浪潮的教训，这次就别再犯了。” 虽然很多厂商在AI大模型的落地方面都喊出了“产业先行”的口号，但很多实体产业的场景真的很难与目前的AI大模型相匹配。比如在一些工业检测场景应用的AI视觉检测系统，即便对AI模型的需求没有高到10亿参数的量级，但初期的训练数据仍然捉襟见肘。以一个简单的风电巡检场景为例，一个风场的巡检量达到七万台次，但同样的裂痕数据，可能只会出现一次，机器可以学习的数据量是远远不够的。扩博智能风电硬件产品总监柯亮告诉虎嗅，目前风机叶片的巡检机器人还做不到100%的精确分析叶片裂痕，因为可供训练和分析的数据量太小了，要形成可靠的全自动巡检和识别，还需要大量的数据积累和人工分析。不过，在工业数据积累较好的场景中，AI大模型已经可以做到辅助管理复杂的三维模型零件库了。国内某飞机制造企业的零件库就已经落地了一款基于第四范式“式说”大模型的零件库辅助工具。可以在十万余个三维建模零件中，通过自然语言实现三维模型搜索，以三维模型搜三维模型，甚至还能完成三维模型的自动装配。这些功能，在很多卡住制造业脖子的CAD、CAE工具中都需要经过多步操作才能完成。今天的大模型和几年前的AI一样面临落地难题，一样要拿着锤子找钉子。有人乐观地相信，今天的锤子和过去完全不一样了，但到了真金白银地为AI付费时，结果却有些不同。彭博社在7月30日发布的Markets Live Pulse调查显示，在514名受调投资者中，约77%的人计划在未来六个月内增加或保持对科技股的投资，且只有不到10%的投资者认为科技行业面临严重的泡沫危机。然而这些看好科技行业发展的投资者中，却只有一半人对AI技术持开放的接受态度。 50.2%的受访者表示，目前还不打算为购买AI工具付费，多数投资公司也没有计划将AI大范围应用到交易或投资中。卖铲子的人 “如果你在1848年的淘金热潮里去加州淘金，一大堆人会死掉，但卖勺子和铲子的人，永远可以赚钱。”陆奇在一次演讲时说。高峰（化名）想当这样的“卖铲子的人”，准确地说，是能够“在中国卖好铲子的人”。作为一名芯片研究者，高峰大部分科研时间都在AI芯片上。过去一两个月，他感到了一种急迫性——他想做一家基于RISC-V架构的CPU公司。在一家茶室，高峰向虎嗅描绘了未来的图景。然而，要从头开始做AI芯片，无论是在芯片界，还是在科技圈，都像是一个“天方夜谭”。当AI大模型的飞轮飞速启动时，背后的算力逐渐开始跟不上这一赛道中玩家的步伐了。暴涨的算力需求，使英伟达成了最大的赢家。但GPU并非解决算力的全部。CPU、GPU，以及各种创新的AI芯片，组成了大模型的主要算力提供中心。 “你可以把CPU比喻为市区，GPU就是开发的郊区。”高峰说，CPU和AI芯片之间，需要通过一个叫做PCIE的通道连接，数据传给AI芯片，然后AI芯片再把数据回传给CPU。如果大模型的数据量变大，一条通道就会变得拥挤，速度就上不去，因此需要拓宽这条路，而只有CPU能够决定这条通路的宽窄，需要设置几车道。这意味着，中国在大模型上，即便突破了AI芯片，仍有最关键的CPU难以破局。哪怕是在AI训练上，越来越多的任务可以被指派给GPU承担，但CPU依旧是最关键的“管理者”角色。 2023WAIC大模型展区展出的部分国产芯片自1971年英特尔造出世界上第一块CPU至今50余年，在民用服务器、PC市场，早已是英特尔和AMD的天下，英特尔更是建立起涵盖知识产权、技术积累、规模成本、软件生态于一体的整个商业模式壁垒，且这种壁垒从未衰退。要完全抛开X86架构和ARM架构，基于一个全新架构研发完全自主的CPU芯片，可以说是“九十九死一生”，基于MIPS指令集的龙芯，在这条路上走了20多年，更不用说是 RISC-V这样未被充分开垦和验证过的开源架构。指令集，就像一块块土地，基于指令集开发芯片，就相当于是买地盖房子。X86的架构是闭源的，只允许Intel生态的芯片，ARM的架构需要支付IP授权费，而RISC-V是免费的开源架构。产业界和学术界已经看到了这样的机会。 2010年，加州伯克利两位教授的研究团队从零开始开发了一个全新的指令集，就是RISC-V，这个指令集完全开源，他们认为CPU的指令集不应该属于任何一家公司。 “RISC-V或许是中国CPU的一道曙光。”高峰说。2018年，他在院所孵化了一家AI芯片公司，彼时他表示，自己不想错过 AI浪潮发展的机会，这一次，他依然想抓住，而这个切入点，就是RISC-V。在大模型以及如今国产替代的时代，这个需求显得更为紧迫，毕竟，极端地考虑一下，如果有一天，中国公司用不了A100了，又该怎么办。 “如果要取代ARM和X86，RISC-V的CPU需要性能更强，也需要和Linux上做商业操作系统的人参与到代码的开发中。”高峰说。高峰不是第一个意识到这个机会的人，一位芯片行业投资人告诉虎嗅，他曾与一家芯片创业公司创始人聊起，用RISC-V的架构去做GPU的机会。如今，在中国已有一些基于RISC-V架构做GPU的公司，但生态依旧是他们面临的最大的问题。 “Linux已经示范了这条路是可以走通的。”高峰说，在Linux这套开源操作系统中，诞生了红帽这样的开源公司，如今许多云服务都建立在Linux系统上。“需要足够多的开发者。”高峰提出了一个方法。这条路很难，但走通了，将是一条光明的道路。飞轮转得太快了大模型的“应激反应”下，感到急迫的不光是高峰。国内某AI大模型公司联创告诉虎嗅，今年初他们也曾短暂上线过一款对话大模型，但随着ChatGPT的升温，有关部门提高了对大模型安全性的重视，并对他们提出了很多整改要求。 “在没有特别明确的监管政策出来之前，我们不会轻易把产品开放给普通用户，主要还是To B的逻辑。”左手医生CEO张超认为，在《管理办法》出台之前，贸然将生成式AI产品开放给C端用户，风险很大。“现阶段，我们一方面在持续迭代优化，另外一方面也在持续关注政策、法规，保证技术的安全性。” “生成式AI的监管办法还不明确，大模型公司的产品和服务普遍很低调。”一家数字化技术供应商，在6月发布了一款基于某云厂商通用大模型开发的应用产品，在发布会上，该公司技术负责人向虎嗅表示，他们被这家云厂商要求严格保密，如果透露使用了谁的大模型，他们会被视为违约。而对于为何要对案例保密，这位负责人分析，可能很大一部分原因是要规避监管风险。在全球都对AI提高警惕的当下，任何市场都不能接受监管的“真空期”。 7月13日，网信办等七个部门正式发布了《生成式人工智能服务管理暂行办法》（下文简称“《管理办法》”），该办法自2023年8月15日起施行。 “《管理办法》出台后，政策会从问题导向转为目标导向发展就是我们的目标。”观韬中茂律师事务所合伙人王渝伟认为，新规是重“疏”而不重“堵”。浏览美国的风险管理库，是王渝伟每天必需的功课，“我们正在为利用GPT等大模型进行细分行业的商业应用提供风控合规的方案，建立一套合规治理框架。”王渝伟说。美国的AI巨头们正排着队向国会表忠心。7月21日，谷歌、OpenAI、微软、Meta、亚马逊、AI创业公司Inflection、Anthropic，七家最具影响力的美国AI公司，就在白宫签署了一份自愿承诺。保证在向公众发布AI系统前允许独立安全专家测试他们的系统。并与政府和学术界分享有关他们系统安全的数据。他们还将开发系统，当图像、视频或文本是由AI生成时向公众发出警告，采用的方法是“加水印”。 7家美国AI巨头排代表在白宫签署AI承诺此前，美国国会听证会上，OpenAI的创始人山姆·奥特曼表示，需要为人工智能模型创建一套安全标准，包括评估其危险能力。例如，模型必须通过某些安全测试，例如它们是否可以“自我复制”和“渗透到野外”。或许山姆·奥特曼自身也没有想到，AI的飞轮会转得这么快，甚至有失控的风险。 “我们一开始还没有意识到这件事情这么紧迫。”王渝伟说，直到上门来咨询的公司创始人越来越多。他感到，这一次的人工智能浪潮正在发生与过去截然不同的变化。今年年初，一家最早接入大模型的文生图公司找到王渝伟，这家公司希望把自己的业务引入中国，因此，他们想了解这方面的数据合规业务。紧接着，王渝伟发现，这类的咨询越来越多，更明显的变化是，前来咨询的不再是公司的法务，而是创始人。“生成式AI的出现，原有的监管逻辑已经很难适用。”王渝伟说。从事大数据法律工作多年的王渝伟发现，生成式AI与上一波AI浪潮正在呈现更加底层的变化。例如，上一次的AI更多是基于算法进行推荐，还有就是一些人脸识别，都是针对一个场景，针对一些小模型，在具体应用场景当中进行训练，涉及的法律问题不外乎知识产权、隐私保护的问题。而在这个生成式AI生态之上的不同角色，例如提供底层大模型的公司，在大模型之上接入做应用的公司，存储数据的云厂商等，对应的监管都不尽相同。目前大模型所带来的伴生风险已经有了共识，业界明白，商业化应用势必会放大这种风险，要想保持业务的连续性，就需要重视监管。难点就是，“如何找到一条既能做好监管，又能不影响行业发展的路径。”王渝伟说。结语对于整个行业来说，在对技术加深探讨的同时，也正在引发更为深远的思考。在AI逐渐占据科技产业的主导地位之时，要如何确保技术的公正、公平和透明性？当头部公司紧紧掌控技术和资金流向时，如何确保中小企业和初创公司不被边缘化？大模型的开发和应用蕴含巨大潜力，但盲目跟风是否会导致我们忽视其他创新技术？ “从短期来看AI大模型正在被严重高估。但从长期看，AI大模型被严重低估了。” 半年时间里，AI热浪翻涌。然而对于中国的创业公司和科技巨头来说，在热炒的市场氛围中，如何保持清醒的判断，做出长远的规划和投资，将是检验其真正实力和远见的关键。来源：金色财经

金色财经2023-08-04

纳指芯片板块大涨，AMD、博通纷纷大涨超2%！纳指100ETF（159660）小幅下跌0.48%昨日单日吸金超2100万元！

I热度不减，仍为市场主线】消息面上，AI行业近期仍在快速发展，GPT-5可能已经向我们靠近了。美国商标律师发推称，Open AI已经在7月18日，向美国美国专利商标局(USPTO)提交“GPT-5”商标申请。GPT-5的具体功能和改进还有待OpenAI正式确认。如此，AI或仍将是今年乃至明年市场行情的主线。各个科技巨头也在AI领域进一步布局。据消息，Meta最快下个月将推出聊天机器人，产品将具有不同个性，大力布局人工智能聊天机器人，以获取用户的持续性青睐或许成了Meta的破局之道。而周一戴尔公司宣布将与英伟达合作推出新的生成式AI解决方案，帮助客户在本地快速安全地构建生成式AI（GenAI）模型。新的戴尔生成式AI解决方案扩展了该公司于5月份首次发布的Project Helix项目，该项目涉及与英伟达的深度整合，涵盖IT基础架构、PC和专业服务，采用具有大型语言模型（LLM）的全栈GenAI，无论组织处于GenAI开发的哪个阶段，都可以满足他们的要求。此外，华尔街发现英伟达“需求远超预期”：通过云计算厂商最新透露的在人工智能支出计划，测算得出英伟达的实际业绩情况可能更为乐观。分析师表示，芯片需求爆表，2024年英伟达数据中心和AI芯片收入或达750-900亿美元，远超华尔街分析师的一致预期420亿美元。【联储预期转向鸽派，关注科技巨头最新财报进展】天风国际指出，关于7月联储加息，相关人士重点表示市场认为是鸽派言论，在经历完7月加息后，下次联储利率决议将在9月21日进行，当前利率点阵图观测显示，下次基准利率保持在5.25-5.5%不变的概览高达81%，即市场普遍认为本次7月加息或许是最后一次加息。此外，尽管与AI相关的股票已过于狂热，但暂时不会平息，AI的潜力引发了英伟达和微软等股票上涨。本周美股走势将与苹果和亚马逊的财报相关性高。对于联储停止加息后美股走势，华泰期货也表示，美股阶段性调整加大，增加了FOMC货币政策预期转向鸽派的可能。从7月陆续公布的经济数据来看，无论是月初的非农就业报告的走弱，还是实际CPI回落的超预期，亦或是零售销售表现的相对低迷，都给了FOMC未来货币政策表达相对鸽派的空间。而财报动向上，整体来看，科技巨头二季度财报普遍超预期，例如特斯拉二季度营收劲增47%，谷歌和Meta业绩亮眼，微软营收净利同比也录得增长。随着美国科技股反弹的势头不断延续，积极的观点认为科技股已经进入了新一轮牛市。根据方正证券的统计，2010年以来纳斯达克指数、标普500指数和道琼斯工业指数年化收益率分别为13.5%、10.3%和9.2%。分解来看，盈利稳定增长是美股长牛的根基，2010年以来纳斯达克指数、标普500指数和道琼斯工业指数盈利年化增幅分别为14.3%、8.7%和6.3%。数据来源：方正证券纳指100ETF（159660）跟踪纳斯达克100指数，在人工智能的时代浪潮之下，目前全世界AI领域布局和积淀最领先、最深厚的科技巨头仍然集中在纳斯达克，比如微软、谷歌、英伟达、Meta等等，这些AI巨头无一例外都是纳斯达克100指数的前十大权重股，纳斯达克100指数前十大权重占比超59%，龙头属性集中。纳指100ETF（159660）管理费0.5%/年，托管费0.15%/年，明显低于市场主流的费率结构，费率优势明显，省到就是赚到。（风险提示：以上指数成份股仅作展示，不代表任何形式的个股推荐！）【始于纳斯达克，更胜于纳斯达克！】根据公开资料，纳斯达克指数包含100家在纳斯达克上市的非金融公司，纳斯达克市场自诞生以来成功孵化出了一大批科技巨头，被广泛认为是培育创新型、科技型、成长型公司最成功的投资市场之一。作为纳斯达克市场的旗舰指数，纳斯达克100指数长期涨幅明显跑赢纳斯达克指数。自1991年起，纳斯达克100指数30多年来年化收益14.13%，明显高于纳斯达克的11.65%。（数据截至2023.6.30）数据统计区间1991.1.1-2023.6.30 风险提示：基金有风险，投资需谨慎。本资料仅为宣传材料，不作为任何法律文件。基金的过往业绩不预示未来表现，基金管理人管理的其他基金业绩并不构成基金业绩表现的保证。基金管理人依照恪尽职守、诚实信用、谨慎勤勉的原则管理和运用基金财产，但不保证投资于本基金一定盈利，也不保证最低收益。投资人应当仔细阅读《基金合同》、《招募说明书》及《产品资料概要》等法律文件以详细了解产品信息。纳指100ETF属于中等风险等级（R3）产品，适合经客户风险等级测评后结果为平衡型（C3）及以上的投资者。标的指数并不能完全代表整个股票市场。标的指数成份股的平均回报率与整个股票市场的平均回报率可能存在偏离。请投资者关注指数化投资的风险以及集中投资于纳斯达克100指数成份股的持有风险，请关注部分指数成份股权重较大、集中度较高的风险，请关注指数化投资的风险、ETF运作风险、投资特定品种的特有风险、参与转融通证券出借业务的风险等。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2023-08-02

博睿数据：浙商证券、光合基金等多家机构于7月20日调研我司

20日调研我司。具体内容如下：问：AI行业的变革对博睿数据的发展将带来哪些新机遇？答：随着人工智能应用的快速发展，博睿数据的产品中也集成了人工智能的能力，公司从2021年开始加大了人工智能的投入和布局，2022年发布一体化智能可观测平台 Bonree ONE，完成从监控工具产品到可观测能力平台的升级，在ONE 平台中落地了创新性的无监督知识图谱根因分析能力，根因分析准确率和效率达到业界领先水平，成为国内唯一一家通过信通院 IOps 能力成熟度测评根因分析模块“优秀级”的供应商。Bonree ONE平台作为一体化智能可观测平台可用于泛行业的通用观测场景。随着I的发展与落地，会使得公司客户的后台计算资源将会呈现新一轮的增长，系统的复杂性将会进一步提升，客户对系统的可观测性能力将有更高的要求，由此带来新的市场需求。公司将持续密切关注和积极拥抱I技术的发展。问：您认为现在公司产品核心的竞争力在哪里？答：公司基于多年的产品建设与技术积累，当前公司产品已经覆盖了包括数字终端体验（DEM）、网络性能（NPMD）、应用性能（PM）、基础设施（ITIM）等全面的监控能力，为企业提供从代码到用户的全面的系统可观测能力。自成立以来始终坚持自主创新，截止2022年年末公司已获发明专利14项，已获得软件著作权103件，核心技术共计28项。公司2022年新研发出了新一代端到端一体化智能可观测平台产品 Bonree ONE，实现了主营产品的换代升级，其中新推出的故障智能根因定位功能通过了中国信息通信研究院的“智能化运维（IOPS）能力成熟度”根因分析能力“优秀级”评测，为公司产品和服务能力向统一化和智能化发展奠定良好的基础。博睿数据（688229）主营业务：提供应用性能监测服务、销售应用性能监测软件及提供其他相关服务。博睿数据2023一季报显示，公司主营收入3225.33万元，同比上升0.28%；归母净利润-1782.92万元，同比上升23.12%；扣非净利润-2017.78万元，同比上升24.3%；负债率6.59%，投资收益262.26万元，财务费用-42.24万元，毛利率73.97%。该股最近90天内无机构评级。融资融券数据显示该股近3个月融资净流入484.92万，融资余额增加；融券净流入0.0，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，博睿数据（688229）行业内竞争力的护城河较差，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0.5星，好价格指标1星，综合指标0.5星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）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2023-07-31

【一周科技动态】业绩不错，走势分化，投资者落袋为安？

；谷歌、微软和OpenAI等联合推出AI行业前沿模型论坛微软公布Q2财报，云业务增速持续放缓，AI变现还未体现； Meta的Q2财报超预期，收入超预期猛增11%，EPS止降回升。预计英伟达将取得 $台积电(TSM)$ 2024年CoWoS总产能24万片中的14.4万~15万片；英特尔、英伟达、 $高通(QCOM)$ 三大公司CEO促美政府研究对华出口限制影响并暂停行动； $英特尔(INTC)$ Q2财报和Q3指引均好于预期，AI需求推升。一周核心观点 AI双雄——微软、谷歌财报分化，都是预期惹的祸微软、谷歌同一天公布财报，市场此前对两家公司，主要是AI方面的业务期待十足。谷歌业绩大超预期，盘后一度大涨7%，微软虽然也超过市场一致预期，却跌2%。造成这种差异化的原因主要有谷歌大涨：广告业务由于市场此前对衰退预期的计入过多，因此反弹超预期比较多； YouTube业务重获增长，侧面印证短视频竞争优势恢复；云业务超预期恢复增速，21Q3以来第一次单季增速超过微软Azure 利润率在降本增效下提升至新高，毛利率提升至2021年来的巅峰水平市场预期谷歌的广告可能会比微软更早从AI上获得变现；微软大跌：虽然超预期，但是由于体量巨大，PC和云业务增长依然出现减速； AI对收入的贡献几乎没有体现，Edge的份额没有明显提升，低于市场预期；指引的增速基本都是与本季度持平或放缓。我们认为，Q2还远远没到两家公司的AI产品从业绩上正面比拼的时候，更多的只是此前市场预期的一种兑现。自然今年以来MSFT受益于AI的涨幅是大于GOOG的，所以当市场觉得AI变现节奏还比较慢的时候，自然会price-out，而GOOG的业绩被低估的时候，自然会补偿。而MSFT在大科技公司中一向以来都不是最强的变现能力者。以广告为主的META和GOOG反而更懂一些。当然，MSFT的业绩也是相当不错，下个季度有望从Office Pilot产品中额外获得收益，并且边际利润率很高。 META Q2财报后大涨，Reels取得成效 Meta在7月26日盘后公布的Q2财报同样的全面大超市场预期，同时提升了Q3指引，一度涨超10%。其MAU首次超过30亿，并提升了下季度的预期。我们认为， Meta跟Google一样，广告是主要是收入来源，其广告业绩超预期，一方面是宏观的原因，另一方面也是其增加了广告平台的效率，增加对小平台的头部虹吸效应。此外，Tik Tok竞争放缓，也使得Reels商业化进展顺利，变现节奏快于预期。虽然Reels的广告单价较低，但增长势头更高。刚刚推出的对标Twitter（X.com）的产品Threads用户数非常快，不过主要是其完整且庞大的社媒生态体系的助攻，待稳定住用户群体后可以开始变现。估值方面，Meta在315美元的情况下对应的2024年预期的15.5美元EPS的前瞻市盈率为20倍，低于行业平均的23.5倍，仍有上行空间。为啥科技财报不错，却带头回调？本周纳斯达克100指数进行了权重调整，此前我们也提到过，头部的7大公司的权重将被调低，而后面的公司权重将调高，当然这种影响一般会在一两天内完成，有的基金则会提早进行调整。使得科技股带头回调的原因，还是宏观层面的。一方面是GDP数据的上修，进一步降低衰退预期，给进一步的紧缩提供支持；另一方面，外围的欧央行开始表示有暂停加息的可能，使得欧元大跌、欧股大涨，欧洲债券收益率上行，也带来更多的资金。而大科技公司在财报季的表现差异化，也增加了投资者对风险的担忧，可能尽早提前获利了结。大科技"TANMAM"的投资策略我们将这权重最大的7家公司合成一个投资组合，称之为“TANMAM”组合。如果以等权重、每季度重新调整权重的方式对这个组合进行回测，那么从2015年以来表现是远超标普500的，总回报达到了1523.9%，同期 $标普500ETF(SPY)$ 回报257.0%。其中：年化回报37.35%，高于SPY的11.62%。 2023年以来回报90.83%，同期SPY为19.22% 7月以来回报2.47%，同期SPY回报2.08%。

老虎证券2023-07-28

Alphabet再次取得了显著的成绩，自2021年以来，其收入增长速度首次超过支出

计，英伟达约占AI半导体市场的75%，AI行业正处于支出转向人工智能基础设施的早期阶段，只有10%的云服务器配备了适合人工智能项目的芯片。

Heidi2023-07-27

一文读懂OpenAI创始人的「世界币」

ID 是非常重要的。这也是加密货币和 AI 行业重叠的一个例子。」「它可以帮助解决这个互联网上最棘手的一个问题：防止虚假身份干扰在线活动，同时不侵犯隐私。此外，潜在的应用还包括处理社交媒体上的虚假个人资料、分配全民基本收入（UBI），以及授权新形式的数字民主。」 Worldcoin 如前文所述，完成了 World ID 的认证，用户就领取 Worldcoin 代币，获得属于自己的全民基本收入（UBI），然后用这个代币，在 World App 上购买日常所需。考虑到未来，人类 65% 的工作都会被 AI 代替，也就是说不久以后，无收入人口将占全球总数 65% 以上，worldcoin 在全球范围内的分发，可以确保每个用户都能获得公平和稳定的基本收入，这可以有效缓解因 AI 带来的工作损失，为人们提供一定程度的经济保障。根据该计划，Worldcoin 预计在 6 月底之前发行 100 亿枚 WLD 代币，其中 20 亿用于长期资助 Worldcoin 协议的开发者及投资者，剩下的 80 亿全都免费分发给全球所有用户。 Worldcoin 的发放原理｜Worldcoin 在代币机制方面，Worldcoin 采用了「通缩奖励模型」，并通过任务激励来提升活跃度。这意味着，WLD 代币的领取并非一次性发放完毕，而是做任务的方式领取，早期阶段，每周领取 1 枚，后期将随时间推移会增加代币领取的时间间隔，可能是每个月领取 1 枚，这有利于保持用户的活跃度。从数据来看，也获得了不错的效果，目前，注册用户已接近 200 万，按照 Altman 的设想，未来数十亿人将会使用 World ID 来领取全民基本收入（UBI）。 World App 最后就是 World App，它是专为 Worldcoin 开发的原生钱包，也是 WorldID 的载体，也就是说它既是「加密钱包」，又是 AI 时代的「身份证」。 World App 建立在 Polygon 之上，任何人都可以在任何时间下载并使用，其目的是使全世界数十亿人都能获得「去中心化」的身份和金融，从而参与「全球经济」。 World APP 在 2023 年 5 月 8 日首次亮相，经过广泛的开发和 150 多万测试版用户的学习，World App 的第一阶段现已在全球范围内推出。随着非营利性的世界币基金会的成立，在治理、运营和拨款活动等方面，World App 正在进行「去中心化」的进程。 World App 背后的团队，Tools for Humanity（TFH) 在给 The Chainsaw 的一份声明中说，「World App 现已在 100 多个国家推出，入驻了近 200 万用户，有 600,000 个月活跃用户，已然成为当下接触加密货币最流行的方式。」 World App 设计图｜Worldcoin 他们对于 World App 在实现「去中心化」技术普及方面扮演的重要角色感到兴奋，并认为这一成果的出炉终将推动隐私保护型身份证明、互联网原生金融服务的普及，进而让数字货币在全球公平分配与公共治理中占据一席之地。综上，Worldcoin 的愿景非常具有前瞻性和野心。其计划建立的全球身份（World ID）、全球代币（Worldcoin），和钱包系统（WorldAPP）都具有广泛的实际应用价值，既可以帮助应对 AI 带来的「挑战」，又为数字经济的发展带来了新的「机遇」。 03「风险」与「挑战」虽然 Worldcoin 背后，有着颇具影响力的创始人，但是其先进的理念依然面临着许多质疑和挑战。具体而言，Worldcoin 所面临的问题主要包括以下几个方面：技术与隐私风险首当其冲的就是 Worldcoin 的「虹膜扫描」技术方案。它尚未得到广泛的验证和应用，因此许多人都在质疑这项生物识别技术的可靠性和稳定性，尤其是隐私保护方面的能力。美国「棱镜门」事件的主角爱德华·斯诺登在推特上写道：「人体不是打孔机。」表达了他对人体「虹膜扫描」的抗拒。对此，尽管 Worldcoin 团队声称「虹膜代码（IrisCode）」是唯一离开虹膜扫描设备 Orb 的信息，用户的原始生物信息会立即被销毁，而且，链上身份是完全加密安全的，不可追踪的，但这并不能完全消除人们对隐私问题的担忧。就连隐私和监控专家也发出警告称，「收集生物识别数据，即使不保存，仍然是一项有风险的业务。」此外，虹膜扫描设备 Orb 的普及性是也是个重要的问题。Worldcoin 需要确保该设备能够实现广泛覆盖，并且对于全球各地的用户来说易于获取。对此，Worldcoin 采取了一些措施，例如提供优惠券和贷款激励，以促进用户注册和设备的普及，但实际成效甚微。法律与监管风险目前，Worldcoinn 尚未得到广泛的法律认可，因此其合规性也面临着一定的困境和挑战。例如，一些国家和地区像是美国对 World ID 和 Worldcoin 存在限制和管制，这导致 Worldcoin 无法进入这些国家。目前 Worldcoin 获得许可的国家仅 24 个，其中 14 个是发展中国家，8 个位于非洲。然而，贫困地区的居民普遍缺乏法律保护，数据收集成本也最低，在这种地方收集用户数据，被很多媒体指责是「一种变相的加密殖民主义（crypto-colonialism）」。加密投资机构 Block Tower Capital 创办人 Ari Paul 也曾指出，「Worldcoin 的核心商业模式，是从全球最贫穷的人那里窃取数据，以剥削穷人的方式测试数据，并将之货币化，这只是通过欺诈从穷人那里窃取数据的犯罪行为。」而且，贫苦地区的用户普遍对于 Worldcoin，以及加密行业都了解甚少，让他们加入加密世界对他们来说未必是一件好事。此外，监管更是 Worldcoin 绕不过去的风险，毕竟货币是主权国家的权力。曾经承载过「世界货币」愿景的稳定币项目 Libra，即使背后有 Facebook 站台，最终也难逃「流产」的命运。竞争与资金风险数字货币市场竞争激烈，Worldcoin 需要面对来自其他竞争对手的挑战。已经成熟的加密货币项目，像是 plnetwork，的地位难以撼动，新兴的竞争对手又在不断推出更具吸引力的产品和服务，这都会影响到 Worldcoin 的市场份额和用户基础。此外，Worldcoin 还不得不面对加密货币价格高波动属性下的资金风险。 Worldcoin 作为一种创新的加密货币项目，将 AI、区块链技术、和基本收入理念（UBI）相结合，为全球所有人提供可持续和公平的收入解决方案。它是 Sam Altman 对未来通用人工智能（AGI）世界的畅想，正如他早前提到的「希望 AGI 的优势、获取和治理可以得到广泛公平的分享。」这还得到了「亲儿子」ChatGPT 的认可，它表示「AI 与 Web3 可以相互促进，共同支持更多创新。」尽管短期内 Worldcoin 仍将面临许多质疑和挑战，但毫无疑问，它是目前为止最具潜力的加密应用之一。「随着 AI 的蓬勃发展，对提供人格证明的系统的需求，以及对财富再分配和全球治理系统的需求正在增长。」 Sam Altman 如此肯定 Worldcoin 的未来。来源：金色财经

金色财经2023-07-25

24小时热点