全球数字财富领导者
财富汇
|
美股投研
|
客户端
|
旧版
|
北美站
|
FX168 全球视野 中文财经
首页
资讯
速递
行情
日历
数据
社区
视频
直播
点评旗舰店
商品
SFFE2030
外汇开户
登录 / 注册
搜 索
综合
行情
速递
日历
话题
168人气号
文章
AMD涨近10%、谷歌涨超5%!美股再掀AI狂潮,多模态成为行业发展趋势
go
lg
...
89%。 这两家也代表着挑战者对微软/
OpenAI
和英伟达的强力反击——AI领域的高水平竞争,正式进入了全新的阶段。谷歌和AMD亮眼的股价表现,也给全球投资者留下了一个开放问题:今年涨了这么多的AI,是否有可能继续成为2024年的投资主线? 近日AI圈还有多个热点在A股市场引发了关注。AI初创公司Pikalabs发布AI视频生成模型Pika1.0,预计将显著推进游戏和影视行业降本增效。昆仑万维(300418.SZ)于12月1日发布“天工SkyAgents”平台,预计在toB和toC方向均有长效赋能。12月4日,Meta推出AI音频模型Audiobox,可以生成环境音、自然对话语音,并整合了音频生成和编辑能力。在AI持续赋能下,多模态应用持续迭代和落地,将加速推动媒介变化,赋能行业发展。 开源证券分析称,以Pika 1.0和Gemini为代表的AI多模态模型不断突破,或推动大模型在工具、教育、办公、电商、营销等领域的应用加快落地并打开商业化空间。 建议继续布局AI应用的两个方向:一是已推出产品并开启商业化的AI应用领域:工具、教育、音乐、校对、营销等;二是将受益于AI视频生成等AI多模态模型的游戏、影视等IP开发领域。(1)“AI+工具”受益标的为昆仑万维。(2)“AI+教育”受益标的为世纪天鸿。(3)“AI+音乐”重点推荐盛天网络。(4)“AI+校对/动画”受益标的为果麦文化。(5)“AI+游戏”受益标的为掌趣科技。(6)“AI+营销/虚拟人”受益标的包括蓝色光标、因赛集团、元隆雅图、引力传媒等。 (7)“AI+IP/影视/视频”受益标的包括上海电影、奥飞娱乐、中文在线、华策影视、捷成股份、万兴科技、易点天下等。
lg
...
金融界
2023-12-08
每日科技要闻速递:蔚来否认裁员、特斯拉超算负责人离职
go
lg
...
Bannon接任。 5. 市场消息:
OpenAI
前董事会成员Helen Toner表示,Altman被解雇的目标是为了加强
OpenAI
,并称解雇是因为缺乏信任。
lg
...
金融界
2023-12-08
摩根大通:重申谷歌“增持”评级 Gemini大语言模型是重大创新
go
lg
...
I聊天机器人Bard提供动力,后者将与
OpenAI
的ChatGPT展开竞争。
lg
...
金融界
2023-12-08
突发重磅!马拉松式通宵谈判 全球首部AI法案要来了
go
lg
...
管理该技术的里程碑式规则又近了一步。
OpenAI
的创始人 Sam Altman 和计算机科学家也对创造可能威胁人类的强大、高度智能机器的危险发出了警报。#ChatGPT火爆全网# 消息人士称,随着谈判接近 24 小时,各方于周四凌晨就如何监管 ChatGPT 等快速发展的生成式 AI 系统达成了一项临时协议。 根据路透社看到的一份在立法者中流传的文件,欧盟委员会将维护一份被认为构成“系统性风险”的 AI 模型清单,而通用 AI 的提供商则必须发布用于训练的内容的详细摘要。 在大多数情况下,法律还可能使免费和开源 AI 许可证免受监管,除非它们被视为高风险或被用于已禁止的目的。 另两位知情人士表示,另一个障碍,即 AI 在生物识别监控中的使用以及源代码访问的条款尚未敲定。 周四早些时候,欧盟理事会推迟了上午的新闻发布会,直至谈判继续进行时另行通知。 欧盟国家和立法者一直在努力敲定欧盟委员会两年前提出的规则草案的细节,但一直难以跟上快速发展的技术,使得共识很难达成。 欧盟国家和立法者正在竞相为最终协议做好准备,以便在 6 月份议会选举之前进行春季投票,否则届时立法进程将陷入停滞。
lg
...
林沐
2023-12-07
Future3 Talk四期回顾丨DePIN未来趋势 哪些应用方向值得关注?
go
lg
...
我就不放心,我训练出来的结果可能都跑到
OpenAI
或是微软这样的公司名下了。 我有这样的担心,相信其他人也会有这样的担心,所以EMC有个“算力插座”,我们希望训练出来的数据集是由用户的私钥来调动的,它是切片的,加密地存在整个网络中,归用户个人所有,这样你才敢放心地使用AI,否则AI的效果越好,可能你就会越担心。 总而言之,我们之所以做EMC,就是因为看到了AI和Web3的结合点。AI是一个典型的生产力工具,它的速度和学习能力比人强得多。区块链的底层是个制度,能够分权和去垄断,它牺牲了效率,但带来了一个更安全的环境,这两者听起来是矛盾的,但考虑到AI已经是个战略级的武器了,是国策的竞争,那么当这匹马跑得越来越快的时候,缰绳握在谁的手里就是个重要的问题。通过Web3的体制与AI结合,给它制造一个缰绳,制造一个约束的环境,制造一个更安全的环境,我觉得这两者结合是更合适的。 彭昭(主持人):我们之后会更具体地讨论DePIN和AI的结合点。现在直播间有上千位朋友,很多朋友可能是今天第一次来收看我们的直播,也是第一次接触DePIN,因此想请杜总和林总来介绍一下DePIN以及DePIN相关的一些优势和价值,并点评一下Future3 Campus的项目。 杜宇:好的,我先讲,之后再请林总补充,林总也是物联网行业的老兵了。我可能更多地从区块链行业的角度或者站在万向区块链的角度来说,为什么对DePIN这么重视和感兴趣。 一方面,万向本身是一个具有传统行业背景的公司,所以在过去这么多年中,我们在国内做了很多产业区块链的应用。在这个过程当中,我们经常会遇到的挑战是“区块链如何保证数据源头的真实性”。当我们和工业企业、设备厂商乃至整个产业中的参与者们打交道时,怎么保证数据源头的真实性?怎么与现实世界相结合?这些与当下区块链原生的那些圈子十分不同。物联网是一个很重要的手段,之前在做产业应用时,例如生物资产、工业互联网等都涉及到很多硬件的东西,所以我们很早就和林总在区块链+物联网模组的领域有合作,我们也由此看到产业中的大量需求。 第二,从比特币问世至今已有十余年,业内很多人都在讲金融服务,包括一些主流的金融机构、主流产业等,其实他们很多都看不懂Web3,认为Web3都是DeFi等看不懂的东西。但我觉得DePIN其实是把Web3带进产业的绝佳桥梁,不管是通过硬件,还是通过大家所熟知的供应链、ESG、绿色金融等,这是很重要的一点。 第三,DePIN是非中心化的基础设施,或者说是新一代的基础设施。上次我们聊到DePIN和CePIN之间的关系,我一直觉得DePIN可以很好地对CePIN进行补充。以通信为例,国内很多城市的基础设施非常好,但是在大量的发展中国家,甚至在一些发达国家中比较偏的地区,其信号覆盖其实是很差的。在这种情况下,DePIN就是对现有网络建设的良好补充。 刚才Zed也提到了,AI模型训练面临着很多的问题,其中之一便是只有训练量够大才能提升AI的质量,但在算力紧张的情况下,我们可以通过DePIN来利用更多闲置的算力,例如通过Token和经济激励的方式,把闲置的资源利用起来,这也是很好的建设网络效应的手段。例如,我们上周聊到的充电桩的案例就是DePIN提升网络效应,补充现有网络建设的方式。家用充电桩大多一天只用一次,甚至可能一周只用一两次,如果能够把充电桩共享出来将对于推动整个新能源汽车的发展有很大的帮助,所以我们看到了DePIN的巨大潜力。甚至我之前跟林总也聊过,DePIN是重建数字世界的物理基础设施的巨大机会。 彭昭(主持人):感谢杜总。提到上次充电桩的DePIN项目,我想补充一个项目进展。我们在上周的直播中帮他们找到了合作伙伴,所以希望各位嘉宾到在介绍自己的项目时,可以分享一下各自想与什么样的合作方合作等,说不定我们就能搭上这个线索。接下来有请林总进行分享。 Leo:好的,我来接着杜总刚才的分享做点补充。首先,我非常认同刚才杜总讲的“DePIN是对当前自上而下的基础设施建设的有效补充”,我认为这是在加速全人类的数字化进程。因为传统基础设施建设是自上而下、由政府或大企业来驱动的,它的投入很大,建设周期也比较长。如果能够通过社区自下而上地对基础设施的建设进行补充的话,将对数字化进程有很大的帮助。 此外,我们也看到一个商业的趋势,即如今的商业都在往数字化变革,包括现在很多的DePIN形态其实在某种程度上来说也是未来商业的发展趋势,例如充电桩、自动贩卖机、无线网关等,相当于是无人值守的商户,它们能够对外提供服务,如果有第三方使用这个服务就需要对该网络提供的服务进行付费。 这类商业模式如果按照传统的方式来做,要么自己有资金去投入,要么VC融很多钱,或是走上市等途径。而DePIN事实上是一个很有意思的创新,他把这些商业行为、资产状态都通过数字化的手段,实时地、透明地登记到全球公开透明的账本——区块链上,让所有来参与建设的建设者、投资者都可以非常清楚地看到自己和共建者对网络建设的贡献,这些都是非常公允、透明地呈现在账本上面的,这样就使得激励的分配和未来网络的收益都是公允、透明的。 因此,我们可以看到DePIN的一个项目能够调动全球几十万甚至上百万的社区中的个体进行大规模的协同,这些社区的贡献者之间虽然没有雇佣关系,但是大家可以一起奔着同样一个目标去做协同,我们觉得这种方式是非常有意义的,也极有可能是未来数字化程度比较高的情况下,商业存在的一个新形态。 大家都提到了在DePIN模式下,数据的使用权能够归还给用户。除此之外,DePIN还有一个有价值的地方,尤其是当DePIN项目呈现为一个数据的网络时,例如DIMO是汽车出行数据的聚合网络,WeartherXM是全球气象数据的聚合网络,Arkreen是能源数据的聚合网络……这些数据网络通过DePIN可以实现,但却是传统的数字化比较难触达的长尾市场。因为传统自上而下去做数字化时会看ROI,希望投入能够最大化地得到回报。因此,有很多数字化项目都会挑比较大的标的、比较大的资产,因为无论是人力的投入还是资源的投入,资源集中后,如果资产标的比较大,它就能够有比较可观的ROI。但如果资产是比较分散的,它的投入就会支撑不了,或者说它的收入覆盖不了这些投入,这个市场它就没法去触达。事实上在数字化的进程当中,有不少这样的长尾市场是没办法用传统的模式去触达的。 这就是今天DePIN的模式,即利用全球社区自下而上进行建设,并由社区的builder来承担Capex的资本投入、Opex的运营支出,从而能够有机会把长尾的市场开发出来,这是DePIN模式对于去聚合数据资产的特别好的一个手段。我就先补充这两点。 彭昭(主持人):刚才杜总和林总把DePIN的价值和优势都提炼得很明确。相比中心化的基础设施,DePIN是一种去中心化的、分布式的基础设施,能够通过使参与者获得相关的收益来充分调动其动力,进而推动基础设施的建设。它是一种自下而上的变革,这与以前大资本投入,大人力、物力投入的建设方式完全不一样。 现在有很多项目实际上都是和AI相关的,所以我们今天想深入讨论AI与DePIN的结合。这两个技术都处在非常火爆上升的阶段,DePIN和AI的结合会发生在什么样的交叉点上?先请杜总和林总来说说关于DePIN和AI结合的整体性看法,然后再请项目代表们来具体说说各自是如何看待DePIN和AI的结合的? Leo:我认为可能会有如下几个结合的点。一个是大家先前也提到过的,AI大模型是需要大量的数据来训练,当下的格局其实会出现具备大模型算力的一方,也会存在具备海量数据的一方,双方之间有可能会存在博弈。例如,有数据的一方会有可能被有算力的一方切断资源导致算力不足,而有数据的一样也有可能切断数据供应,让有算力的一方无法继续训练资源。这是中心化的算力平台或数据平台在未来可能会产生的博弈。如果要打破博弈,那就意味着需要有无需许可的、去中心化的资源网络去支撑大模型的算力平台。数据是训练大模型的重要资源,我们需要探索的是未来能否以去中心化的方式获取数据的来源,并由数据的使用者自行来决定是否开放给平台用于训练。 第二个是能源,因为大模型的计算是一个非常大能耗的场景。如果大模型未来要持续地发展,就需要有持续的、可靠的能源供应,包括绿色能源供应、低成本能源供应等,这也是支撑大模型持续发展的重要资源。我认为,“如何得到无需许可的能源”是第二个对AI来说很重要的底层基础设施。 此外,AI未来的能力一定是依托在连接之上的,如何构建一个去中心化的、无需许可的网络也是我们需要思考的。因此,我认为DePIN与AI有非常强的互相依赖的关系。未来,AI需要有基于DePIN模式构建的无需许可即可访问的基础设施,包括能源基建、数据基建、连接基建。我觉得这些可能是DePIN未来网络的重要价值所在,或者说是会有很大的市场需求的。未来,大模型可能非常依赖于DePIN网络的这些资源的供应。 另一方面,我觉得刚才Rock提到的边缘计算也是一个结合方向。因为如今的大模型已经把互联网上所有能够爬到的数据基本上都爬完了。此后的新训练就需要优化数据来源,例如各种各样的传感器就是新的数据来源。未来,我们完全可以将部分数据的预处理和部分的AI计算分配到边缘,因为现在有些边缘计算的能力也越来越强,这是第二个我们认为DePIN和AI可以有很好结合的方向。 彭昭(主持人):这两点都是很关键的结合点,AI的发展也需要嫁接在一个良性发展的基础设施网络上,DePIN和AI这个结合是挺关键的。 杜宇:我想从两个角度做一些补充。第一,我觉得DePIN本质上是个基础设施,特别站在Web3的角度来看,它不是一个应用,而是基础设施。今天参加Future3 Talk的4个项目以及林总的Arkreen,分别代表了数字经济新基建的各个方向,包括计算存储、存储算力、网络、能源等,这些都是我们可以用Web3来重新做一遍的。数字经济除了给人用以外,还有服务于AI的。因此,DePIN可以说是未来AI的基础设施。这个其实大家刚刚已经讲了很多了,我就不去展开了。 第二,其实是和激励相关的,因为Web3核心的技术是区块链,区块链的核心是一个账本。因此,未来AI不管是数据维度还是AI算法维度,互相之间的经济行为一定是记载在区块链账本上的,包括如今Web3领域中提到很多的DeFi、智能合约衍生的DeFi协议、SocialFi协议等,都是构建以AI驱动的经济体的重要金融基础设施。综上,我觉得DePIN与AI的结合在于这两点,第一个是物理世界的基础设施,第二个是AI的金融基础设施。 彭昭(主持人):这两个视角也挺关键的。刚才杜总和林总都提到了DePIN和AI的结合点。接下来请各个项目代表结合自己的时间来谈谈DePIN和AI的结合。从Rock先开始吧。 Rock:我就举一个例子,以手机硬件为例。手机上有很多的视频和图片,这些都是很珍贵的数据集。但是用户又不想把这些资料上传到云端,因为有泄露隐私的风险。因此,我们就可以用联邦学习来链接这些用户设备上的数据,通过隐私计算来保证这些数据不离开用户本机,但是可以用于训练贡献梯度,即在本地完成训练贡献梯度,然后再到集成器里加权平均后经过几轮迭代使算法收敛。这样一来,手机厂商就可以利用这些训练好的模型去增强手机上的一些功能。例如,未来手机上的相机就可能会自带一些美图或者是物体消除AI调整照片的功能,即在手机本地就可以实现,不需要联网。这对于手机厂商来说,既提升了手机市场竞争力,又不用担心用云端算力增加成本的问题,是一个很值得发力做的方向。 对用户来说是手机性能上的提升,体验上的增强,也会便于手机厂商出货。他们会卷这些软件的AI算法去赋能他们手机,同时也会卷硬件,然后把他们的手机里安上性能更强的芯片来使手机具有本地推理和计算能力,从而更快更好的完成AI算法的训练和推理。这是手机行业上的一个应用,那么对应的电动汽车,智慧城市,健康医疗等AIoT涉及的领域还有很多用例,我就先不展开讲了。 彭昭(主持人):如果想到新的观点什么的,随时可以参与讨论。接下来请Yan进行分享。 Yan:我们昨天还在和一位上市公司的朋友讨论边缘AI与网络的结合。我们团队是英伟达的合作伙伴项目,所以我知道H100、H200显卡有多贵。但是就像Rock说的,现在在场景中有很多在边缘侧的算力服务需求,我们在做MetaBlox路由器的时候就考虑到了这样的需求。但这当中也有很多挑战,比如现在专业的编辑端的板卡和专业的WiFi板卡,它之间可以实现功能上互通,但性能并不是完美地匹配,需求却是非常高的。我给大家可以举个参考数据,例如现在大量的家用摄像头背后的边缘侧的处理就是一个很大的市场,也是一个非常好的现金流的生意,所以这些都是非常适合用DePIN与AI结合来做的。我觉得这是一个很好、很强的商业模式,Web2已经形成了很多正向的现金流的案例,那么Web3只会把这个趋势越做越宽,越做越大,希望大家一起努力。 彭昭(主持人):Zed刚才也提到,如果用GPT,可能会担心自己的数据并不能存在自己这里,但如果使用EMC的大模型,就能够保证自己数据的安全性,是这样吧? Zed:我就简单发散一下。我觉得还有件很重要的事:公平。去年年底GPT出来之后,大家都想去赶上AI这班快车,这其实是件好事,因为在AI这个行业里,大家的差距并没有那么大。Web2的创业是非常难的,流量垄断一切,但AI赛道的机会还有很多,很多人切入赛道比较早,做一些AIGC的应用,还是能获取一些红利。 但是很快红利就没有了,现在就开始卷得不得了。不但是大模型卷,应用也卷,卷到最后大家都在为英伟达和
OpenAI
打工——无非是你把他们的算力和模型拿来使用或者出租、出售,这其实不利于AI行业的发展。做AI创业,租用算力的成本很高,而且还不一定租得到,因为你不敢签长期协议。这是从AI创业者的角度来说。 第二是GPU芯片的生产厂家。一些国产厂商最新的GPU都会寄给我们做测试,通过去跑各种各样的环境,得到一个比较公平的数据。实话实说,差距还是挺大的,这个差距并不是硬件层面的,更多是软件层面的。硬件的制式可以做到7纳米或者更低,但实际上一跑起来就会发现,所谓CUDA兼容和原生CUDA还是两码事,所有应用都需要重新编译一遍,几乎不敢拿去让别人使用。这样的话,你的市场要怎么打开?但投硬件的话,成本又非常高,所以我们看到很多企业最终为了保险起见,还是会去购买英伟达。 但反过来说,是不是那些企业就没有竞争力呢?肯定不是的。如果通过DePIN的方式并入进来,跑一些小模型训练和推理服务,可能会发现性价比还是挺高的。EMC网络是按AI任务完成度计费的,虽然可能性能上有40%-50%的差距,但成本只有20%,这样使用起来性价比还是挺高的,而且任务也可以随意调度,不用在前期投入那么多资金去买硬件。 从这两个层面来讲,DePIN结合Web3的经济模型为用户和企业创造了一个更加公平的环境,再结合RWA,变现渠道就更简单一些。Web2的商业模式就是吸引更多用户,然后让用户付费,Web3有更高级的玩法。大家都知道金融化,金融不是洪水猛兽,如果结合一些金融产品的设计,可以让赛道里的一些创业者和企业更快地获得收益,那么他们就会有持续不断的资金来投入,这是加速行业发展的一件好事。 彭昭(主持人):接下来原本还有一个硬核的话题,就是RWA和DePIN的结合,但RWA也是一个新的叙事,门槛比较高,需要讨论很长时间,考虑到我们的时间比较紧,接下来不如趁着直播间有这么多朋友在线,我们每个项目聊一聊想和什么样的项目合作,找找合作的机会。 Zed:我谈一些真实需求,特别有趣。现在其实不缺客户,去中心化存储也没问题,就是数据传输太慢。上次我们想跑一个训练,把香港、新加坡、美国的IDC都问了个遍,最后发现最简单的办法就是买张机票,然后带着硬盘过去拷,否则这么大的数据量,根本不可能做到高速传输。我觉得数据传输对AI的发展是个极大的刚需,存储这方面我不是专家,海量数据调来调去,我也想不到什么特别好的办法,Rock和Ben在这方面应该都比较专业。 Rock:边缘设备,你直接在有数据的地方训练就会快很多。我也和其他行业交流过,他们宁可用卡车来传硬盘。 Zed:真的是这样,我一开始只是当作笑谈,但后来算了一下,好像这个方式确实是最可行的。说到边缘化的方式,小模型推理都没问题,速度已经非常快了,但对一些中大模型来说,要用DePIN的方式做到效率最高,就是要把闲置的加以使用,但并不是说离你最近的那个地方一定会闲置,算法做不到这一步,算法只能做到“你是最合适的,所以我往那儿去”,但做不到“我需要你,你就在哪儿”。 还有隐私计算,这部分我们也很早就在做了,未来大家担心的不仅是数据归谁所有的问题,还有数据会不会被滥用和盗取的问题。虽然目前还没有涉及个人数据的安全性问题,但很快就会提上日程,特别是对一些非常有价值的数据,当它的数据量不是特别大的时候,它的切片、加密等方式也是我们最近刚刚涉及的问题,这方面我研究得不是特别透,也想听听大家的建议。 Rock:可信计算是大趋势,有个核心的概念叫TEE(可信执行环境),这个很重要。未来的大趋势是在边缘设备上加TEE芯片,支持大家做可信计算。可信计算的核心之一是在CPU内做数据的加解密,数据即便是在RAM里,也是加密的,只有进到CPU里才进行加解密的动作,这就是TEE。所以未来TEE的CPU也是一个趋势,各个制造厂商都会加TEE的芯片,来解决数据隐私性的问题。我先补充这一点。 Zed:那天我们也提到了这点,但去跑数据之前它还是需要解密的。如果有更好的方式的话,我觉得未来会是个大有可为的垂直赛道。 杜宇:我补充一点,TEE还是有一些缺陷,需要先解密再去算,最新的方向一定是全同态。两个月前我见过一个在欧洲做全同态的团队,他们在用硬件的方式加速全同态的计算,说今天的全同态可能和两三年前的zk情况差不多。其实即使是今天的zk,也还没有做到完全可用,在速度、性能方面还存在问题,但全同态一定是最成熟、最完备的解决方法,虽然距离实现还有很大差距,对硬件的要求也非常高,特别是大模型训练,可能真的要等量子计算成熟了才有可能性。 彭昭(主持人):直播间有朋友想问下Zed,如果想和EMC项目合作,无论是作为builder、用户还是投资人,应该怎样来切入? Zed:EMC除了做DePIN外,还有EMC Hub。我相信做AI的一定知道Hugging Face和C站。Hugging Face和C站今年特别火,Github也是开发者非常熟悉的平台,但它们中间都是断层的。做过AI的可能都知道,在刚开始接触AI的时候,绝大多数精力并不是放在开发上面,而是去配置环境,这就特别浪费时间。整个社会分工已经很明晰了,为什么要反复造轮子呢? 所以我们当时就觉得可以在基础设施上加一个应用层,相当于把Github和AWS进行结合,做了EMC Hub。EMC Hub是一个类似于Hugging Face的模型聚合市场,基于Web3的经济系统让大家来贡献内容,你所贡献出来的内容是归自己所有的,如果别人去使用或是进行了商业化,你也可以从中获得收益。有赖于整个算力网络的支持,代码可以作为一个服务直接部署在网络上,就是“代码即服务”,算力提供者、开发人员甚至AI爱好者都可以把自己开发或微调出来的模型部署在上面当作服务,并获得收益。用声纹识别举例,其实开发难度并不大,有很多开源代码,只需要微调一下即可当作服务卖给很多有需要的企业。现在去做一个2C产品是很难的,但你如果把自己的API服务部署在EMC Hub上并收取费用,很快就能够变现,这就打开了很多新的创业空间。 彭昭(主持人):很清晰,大家应该也都知道怎样和EMC合作了,Rock和Yan也可以说一下。 Rock:我也说一下需求。我们base在硅谷,对于AI行业来说,这里的大厂也已经垄断了算力资源、一流的人才和数据集,我们这种创业公司的生存空间是很有限。我们目前的需求主要是人才,硅谷的算法工程师工资每年动辄20-30万刀起,我这次回国发现国内的算法人才也很多,特别是一些高校的同学们非常有天赋,能把业界前沿的论文快速消化吸收并且快速代码化的能力非常强。我们把AI搬到边缘上去需要三项最核心的技术:Efficient AI即模型的压缩优化、Federated Learning 联邦学习,以及刚才提到的Confidential Compute隐私计算,有对这三项技术感兴趣或是在这三个方向上有所积累的小伙伴和同学们请到Network3.ai上联系我们。 另外一个需求就是合作伙伴。如果有IoT厂商想尝试在边缘设备上训练模型赋能自己产品的,请联系我们,我们可以一起做个Pilot program。Web2的APP开发者如果不想去自己搭一套AIinfra,但是也想快速训练出自己app里的垂直模型的,也可以联系我们。谢谢! 彭昭(主持人):对刚刚说的这几个方向感兴趣的小伙伴可以给我们的视频号小助手留言,我们会有相关的同事来联系。接下来请Yan和Ben说一说。 Yan:我一直在关注视频号的互动,看到有网友问有没有社群的合作,我们是热烈欢迎社群合作的。现在几乎家家户户都有WiFi,现在既然要升级到WiFi6,同样的价格,为什么不换一个可以支持OpenRoamingTM的WiFi6 AX 6000设备呢?所以现在国内国外的需求都很旺盛,我们也非常欢迎社群合作,希望大家可以一起把OpenRoamingTM技术遍布到各家各户。有社群的朋友们欢迎跟我们联系,这是第一点。 第二,WiFi是一个难得的、每家每户、每个商店都需要的入口设备,伴随着WiFi6的换机潮,这些入口设备会是一个流量入口。拿小米举例,小米一般只做四个设备,手机、路由器、电视和汽车,其他都是生态链伙伴来做。我们也是希望聚焦入口设备,把兼容性做到最好。我们的WiFi路由器可以对接1-2T的SSD,设备都支持TrustZone,我本人在这个领域也有相当多专利,特别希望和存储、CDN等项目方合作,我们一起把DePIN部署下去。 第三,我们也希望与AI项目方开展深度合作。刚刚也提到我们团队是英伟达的合作伙伴项目,我们购买的所有机器都要支持SGX环境。但也有很多项目是用一个完整的机器作为可信执行环境,这也预示着隐私AI将是大势所趋。我个人特别看重边缘计算的隐私AI,早期各个小区施行人脸门禁的时候,大家都很担心自己的人脸信息被盗用,现在通过TEE环境可以确保即使黑客黑到设备里面成为root,也拿不走你的人脸信息。今后随着GPT等的发展,这个方向一定是大势所趋。MetaBlox虽然是WiFi网络,但因为我们是核心的入口设备,我们也支持边缘计算网络,希望可以和大家共建去中心化的隐私保护的边缘计算网络。 Ben:首先我们非常欢迎对IPFS技术有深入研究的开发者和我们一起去完善IPDN这个产品。同时,如果有开发者对去中心化存储有需求,比如你想构建一个dApp,用去中心化的CDN做数据、文件的存储,可以和我们联系,我们一起合作。 彭昭(主持人):我们的活动现在也接近尾声,接下来请杜总和林总每人做个一分钟的总结吧。 Leo:我也打个小广告。几周前香港金融科技周期间,我在Future3 Campus DePIN加速营的开营仪式上也讲到了DePIN应用链的启动,希望对DePIN赛道感兴趣的开发者和创业的团队和我们多多交流,看看DePIN应用链及其赋能能力能否支撑大家更快速地开发出DePIN产品的原型,也一起努力把DePIN赛道做得越来越热。 彭昭(主持人):DePIN应用链是个特别有价值的事情,很可惜今天的直播内容没涵盖这个话题,下次活动一定要包含进来。最后请杜总来总结。 杜宇:我个人感觉到今天为止,我们在DePIN方向上的探索还处于非常早期的阶段。今天我们主要讨论的是基础设施类别,上周是应用类,目前为止还没有看到整个DePIN生态完全的大爆发,我们今天和在场的几位行业先驱们一起在DePIN赛道做了更多的探索,希望能有更多示范性的案例出来给大家新的启发。 在全球范围内来说,我们的大湾区有着非常好的DePIN基础,但凡涉及到硬件都离不开大湾区,离不开深圳,这也是我们华人在整个Web3和DePIN赛道的巨大优势。我们希望能和从事物联网、硬件等行业的优秀企业家有更多交流,大家一起探讨如何将Web3与硬件、物联网相结合,探索出一片新的增长区域,我觉得这会是一件非常有意思的事。 彭昭(主持人):我也感觉随着讨论的深入,关注DePIN的朋友们的热情和数量都有了明显的提升,也期待下次和大家继续交流DePIN这个话题。我们今天的活动就到这里,谢谢各位。 来源:金色财经
lg
...
金色财经
2023-12-07
谷歌发布AI大模型Gemini,正面对决
OpenAI
的GPT-4
go
lg
...
歌发布其史上最强大模型Gemini,对
OpenAI
的GPT-4发起正面对决。谷歌强调Gemini相比于其他竞品具有更强的灵活性,分为Ultra、Pro、Nano三个版本,Nano可以在移动端侧离线运行;Pro可实现更高级的推理和规划(支持Bard);功能最强大的Ultra明年初对外开放。 DeepMind的CEO称,谷歌运行了32种完善的基准指标相关测试,对比Gemini和GPT-4这两个模型,Gemini在32种基准指标中有30项领先。目前Gemini只支持英语,后续将支持多语言。
lg
...
金融界
2023-12-07
Meta牵头“人工智能联盟”成立,人工智能AIETF(515070)开盘强势拉升,涨超0.7%!
go
lg
...
工智能行业安全基准,从而共享技术,降低
OpenAI
一家独大的风险。 中泰证券认为,人工智能新一轮十年级的技术和产业革命大幕已经拉开,当前海外已经开始进入商业落地阶段,ChatGPT、Midjourney等现象级爆品出现,微软、Adobe、Salesforce、Zoom等软件巨头亦纷纷推出商业化产品,静待数据的持续验证;国内短期看算力最确定,模型训练拉动训练算力需求,未来应用大规模兴起亦会拉动推理算力需求,大模型仍处于群雄逐鹿、快速迭代阶段,未来空间大且会格局收敛,应用端长期空间最大。 人工智能AIETF(515070)紧密跟踪中证人工智能主题指数,场外联接基金(A类008585/C类008586);助力投资者一键布局中国机器人与人工智能AI产业;机器人ETF(562500)是全市场规模最大的机器人主题ETF,紧密跟踪中证机器人指数,场外联接(A类:018344;C类:018345)。 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。
lg
...
有连云
2023-12-07
超越GPT-4?谷歌震撼发布最先进AI大模型Gemini,AI人工智能ETF(512930.SH)逆市上涨近1%
go
lg
...
」,甚至在大部分基准测试中完全击败了
OpenAI
的 GPT-4。 中信证券表示,近日,谷歌宣布发布新一代大模型Gemini,再次引发市场对人工智能产业的持续关注。多模态Gemini模型的正式发布,一方面可以拓宽应用场景的拓展,另一方面能够带来算力需求的持续升级。持续看好后续AI产业的前景,后续GPT-5等模型的发布亦将带来更多的催化。 值得注意的是,该基金跟踪的中证人工智能主题指数估值处于历史低位,最新市净率PB为4.28倍,低于指数近1年80.74%以上的时间,估值性价比突出。 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,截至2023年11月30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)、韦尔股份(603501)、科大讯飞(002230)、中际旭创(300308)、金山办公(688111)、澜起科技(688008)、紫光股份(000938)、中科曙光(603019)、浪潮信息(000977)、德赛西威(002920),前十大权重股合计占比49.35%。 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。
lg
...
有连云
2023-12-07
AMD推出重磅AI芯片挑战英伟达 对该行业前景的预测令人瞠目
go
lg
...
独占市场多久。 AMD看到了一个机会,
OpenAI
的ChatGPT等人工智能聊天机器人使用的大语言模型需要大量的计算机内存,而这正是这家芯片制造商认为自己有优势的地方。 新的AMD芯片拥有超过1500亿个晶体管,内存是目前市场领导者英伟达产品H100的2.4倍。AMD表示该公司产品还有相当于英伟达产品1.6倍的内存带宽,进一步提升了性能。 Su表示,这款新芯片在训练人工智能软件方面的能力与英伟达的H100相当,但在推理方面要好得多。 但英伟达正在开发自己的下一代芯片。H100将被明年上半年推出的H200代替,后者将具有新的高速内存。然后英伟达有望在明年晚些时候推出全新的处理器架构。 AMD预测人工智能处理器将成长为一个4000亿美元的市场凸显了对人工智能行业的乐观情绪。根据IDC的数据,2022年整个芯片行业的规模为5970亿美元。
lg
...
金融界
2023-12-07
人工智能大战一触即发! 谷歌推出自称最强人工智能模型Gemini 性能超越GPT-3.5
go
lg
...
巨头首次推出Bard已有8个月,而距离
OpenAI
在GPT-3.5上推出ChatGPT已有1年。在今年3月,由Sam Altman领导的初创公司推出了GPT-4。 谷歌管表示Gemini Pro的性能超过了GPT-3.5,但回避了有关与GPT-4的对比的问题。 当被问及Google是否计划对“Bard Advanced”的访问收费时,Google的Bard总经理Sissie Hsiao表示,他们目前专注于提供良好的用户体验,尚未确定任何变现细节。 当被问及Gemini是否具有与当前一代大规模语言模型(LLM)相比的新颖能力时,Google DeepMind的产品副总裁Eli Collins回答说,“我认为可能有”,但仍在努力了解Gemini Ultra的新颖能力。 据报道,谷歌推迟了 Gemini 的推出,因为它还没有准备好,这让人们回想起该公司年初推出人工智能工具时的坎坷。 多位记者询问有关推迟发布的问题,对此Eli Collins回答说,测试更先进的模型需要更长的时间。他表示Gemini是公司构建的经过最严格测试的AI模型,拥有任何Google模型中“最全面的安全评估”。 Eli Collins表示,尽管Gemini Ultra是最大的模型,但其服务成本显著较低。他说:“它不仅更有能力,而且更高效。我们仍然需要大量计算资源来训练Gemini,但我们在训练这些模型的能力方面变得更加高效。” 公司将在周三发布有关Gemini模型的技术白皮书,提供更多细节。然而,公司表示不会公布模型的“周边参数”,这可能是指一些模型的具体架构和规模等细节。今年早些时候,CNBC发现谷歌当时最新的AI模型PaLM 2大语言模型使用的文本数据量是其前身 LLM的近五倍。 同样在周三,Google宣布推出了TPU v5p芯片,这是用于训练AI模型的下一代张量处理单元。谷歌表示,Salesforce和初创公司Lightricks已开始使用TPU v5p芯片,该芯片比2021年宣布的TPU v4提供了更好的性能。但该公司没有提供与市场领导者英伟达相比的性能信息。 Google宣布新一代TPU v5p芯片的消息出现在云服务竞争对手亚马逊和微软展示面向AI的定制芯片几周之后。 在10月份的第三季度财报电话会议上,投资者询问了Google高管关于如何将AI转化为实际利润的问题。 Google在8月份推出了一个名为“Search Generative Experience”(SGE)的早期实验。这是一种让用户在使用搜索引擎时看到生成式AI体验的实验。搜索仍然是Google的主要盈利中心,而SGE的目标是提供更具对话性的搜索体验,反映了聊天机器人时代的特点。然而,SGE仍被视为实验,尚未向大众推出。 自5月份SGE在其年度开发者大会 Google I/O 上首次宣布该实验以来,投资者一直在询问SGE的时间表。在周三的Gemini模型宣布中,对SGE的提及很少。高管对SGE的计划和具体时间表给出的信息相当模糊,只表示Gemini将在“未来一年”内与其整合。 Google首席执行官Sundar Pichai在周三博客中表示:“这一新时代的模型代表了我们公司进行的最大的科学和工程努力之一。我对未来和Gemini将为全球人们打开的机会感到真正兴奋。”
lg
...
楼喆
2023-12-07
上一页
1
•••
394
395
396
397
398
•••
624
下一页
24小时热点
【黄金收评】特朗普关税再掀避险潮,金价重返3350美元,白银创13年新高
lg
...
特朗普新一轮炮火带来恐惧:这次轮到欧盟?!财报季携手CPI逼近
lg
...
特朗普每天都有关税新招!避险买盘支撑黄金试探3340,三张图揭示技术面走向
lg
...
11.8万!比特币一夜飙破新高,ETF资金涌入点燃加密牛市新引擎|VSTAR解读资金博弈新拐点
lg
...
【美股收评】特朗普关税升级再掀波澜 美国股市高位回落 周线全部转阴
lg
...
最新话题
更多
#Web3项目情报站#
lg
...
6讨论
#SFFE2030--FX168“可持续发展金融企业”评选#
lg
...
36讨论
#链上风云#
lg
...
109讨论
#VIP会员尊享#
lg
...
1989讨论
#CES 2025国际消费电子展#
lg
...
21讨论