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
财报分析 | AI 赋能的下一代搜索:百度的新增长引擎
go
lg
...
应的代码,并对代码进行检查和优化,比如
Python
、Java、C++等。 文本生成:根据用户的输入或主题,自动生成各种类型和风格的文本内容,比如小说、诗歌、广告、论文等。 内容创作:根据用户的需求和喜好,自动创作各种类型和形式的内容,比如音乐、视频、图片等。 一般推理:根据用户提供的信息或问题,自动进行逻辑推理和判断,并给出合理的答案或建议,比如数学题、谜语、道德问题等。 其他:可以应用于其他领域和场景,比如教育、娱乐、社交、医疗等。 1.2 移动生态 百度移动生态的核心是百度App,是中国第一的搜索加信息流应用程序,2022年12月拥有6.48亿的MAU及每日登录率超过80%。与大多数移动应用程序不同,百度总计通过其自有的AI支柱,来自第三方应用程序及网站的汇总内容和服务可将流量直接引向封闭生态系统,亦可将流量直接引向具有类似于本地应用程序体验的第三方内容及服务供应商。 根据开放式平台模型,百度总计利用百家号账户,智能小程序及托管页的网络合作伙伴,持续发展其庞大的第三方内容及服务。百度于AI及强大知识图谱开发方面积累的数十年经验使其能够在开放平台上将用户意图与长尾,第三方内容及服务进行匹配。 移动生态中包括数十个应用程序,其中包括百度App、好看视频及百度贴吧,为公众提供通过搜索及信息流发现及消费信息并与内容创作者,发布者,服务提供商及商户交流与互动的平台。从用户获取到用户关系管理再到闭环交易的类似于本地应用程序的体验,向商家展示百度的价值,令他们能够在平台上进行用户生命周期管理,亦使百度总计成为搜索及信息流的领先在线营销服务供应商。 在移动生态业务中,百度为50万名客户提供服务,使其能够利用庞大的用户群。百度主要通过提供全面有效的营销服务来满足客户需求,并从中变现。这部分收入主要来自提供搜索,信息流及其他营销服务,占2020年,2021年及2022年总收入的大部分。 被广泛使用的还有AI技术开发创新营销服务(例如动态广告),为各搜索用户推荐最适合的营销客户产品。百度的营销云亦为营销客户提供创新AI能力,以便用户于非营业时间仍可进行产品咨询,且百度大脑可自动与客户进行对话以促成交易。此外,在百度平台发展的用户活动及用户登录,令公司能够丰富除在线营销外的变现方法,比如百度健康。 1.3 智能驾驶 百度智能驾驶与其他增长计划包括有发展前景及巨大市场机遇的业务,部分业务处于商业化初期,客户群不断增长。百度作为智能驾驶及智能设备领域的市场领导者,正凭借其独特的AI能力,数据洞察力及内部研发芯片寻求快速增长机会。 萝卜快跑提供共享无人车服务,萝卜快跑在国内大陆向十个以上城市的公众开放。2022年,萝卜快跑供应的无人驾驶出行服务订单超过1.5百万单。到2023年1月底,萝卜快跑累计向大众提供的无人驾驶出行服务订单超过2百万单。自2021年11月25日起,萝卜快跑已开始在北京的开放道路上开始收费运营,于2022年7月20日,萝卜快跑获得了在开放道路上就提供无人车服务(方向盘后面无安全人员)收费的许可。2022年12月30日,萝卜快跑首批获准在北京开展全无人自动驾驶测试,令百度在首都的公共道路上向公众提供无人车服务更近一步。 百度在自动驾驶领域强劲的品牌及市场领导力已延伸至智能驾驶领域。阿波罗是汽车制造商公认的品牌。公司已经搭建与许多国内外个汽车品牌的合作,采用百度阿波罗汽车解决方案为其乘用车赋能。根据IDC、Strategy Analytics和Canalys,小度于2022年前9个月在全球智能屏出货量及中国智能音箱出货量中排名第一。由百度自主研发的AI芯片是针对百度大脑和特定AI用途定制的,以改善性能与降低成本,而百度也相信相关计划将增强收入长期增长动力。 02 业绩概览 2022财年,百度核心业务营收为954亿元人民币,与2021年基本持平。其中,在线营销业务营收为695亿元人民币,同比下降5.95%。 非在线营销收入方面,2022年的整体营收为259亿元人民币,同比增长22%,主要由云计算和其它基于AI驱动的业务推动。 • 百度2022年Q4营收331亿,与2021年同期持平 • 从2021-2022年各季度数据来看,百度2022年第四季度营收为331亿元,基本与2021年同期持平,较第三季度的325.4亿元增长2%。 其中,2022年第四季度来自百度核心的收入为257亿元,来自爱奇艺的收入为76亿元。 • 百度2022年Q4成本与费用284.84亿,同比降8% • 百度2022年第四季成本与费用为284.84亿元,较上年同期的311亿元降8%。 其中,百度2022年第四季度成本为169亿元,较上年同期下降2%;销售、管理费用为59亿元,较上年同期下降9%;研发费用为57亿元。公司销售及管理费用、研发费用、财务费用占营业收入比重分别为16.6%、18.9%、-1.5%,研发费用率较2021年同期保持稳定,销售及管理费用率有所下降。 • 百度Q4运营利润46亿,运营利润率16% • 百度2022年第四季度运营利润为46亿元,其中,百度核心的运营利润为38亿元,运营利润率为16%;百度2022年第四季度Non-GAAP下运营利润为65亿元,Non-GAAP下百度核心的运营利润为55亿元,实现了同比增长。 百度2022年第四季度其他收益为18亿元,其中有一项长期收益,达16亿元。 • 百度Q4净利50亿,较上年同期大幅改善 • 同样从2021-2022年各季度数据来看,百度2022年第四季度归属于公司的净利润为50亿元,较上年同期大幅改善;百度2022年第四季度Non-GAAP下归属于公司的净利为54亿元。 百度2022年第四季Adjusted EBITDA为82亿,adjusted EBITDA率为25%;其中,百度核心Adjusted EBITDA为71亿,adjusted EBITDA率为28%。 截至2022年12月31日,百度持有现金、现金等价物、受限制现金、短期投资为1853亿元。 2.1 利润增加的主要原因是降本增效与精简运营 2022财年百度公司收入成本为639亿元,同比上一财年同期的643亿元,该项成本下降1%。销售、一般与行政成本2022财年为205亿元,同比下降17%,财报称该项下降是由于渠道支出、促销营销和人员相关费用的减少。 财报显示,得益于持续的降本增效、精简运营,2022年下半年,百度核心经营利润(非美国通用会计准则)同比增长14%;在国内公共卫生防控冲击宏观经济的第四季度,百度经营利润、经营利润率也均实现同比增长。 2.2 基本盘广告业务收入有所下滑,搜索市场份额依旧遥遥领先 财报中显示,搜索引擎广告的在线营销收入有波动,在四个季度中,分别占总营收的55.3%、57.7%、57.5%、56.2%;核心业务中移动生态依然贡献了大部分营收。2022年,百度核心营收为954亿元人民币。其中,在线广告营销收入为695亿元人民币,同比下降6%。 由于公共卫生防控反复影响了线下经济活动,广告主削减预算,百度来自广告的收入减少。财报中显示,活跃在线营销客户数由2021年的约53.5万名减至2022年的约52万名,而每名客户平均收入由2021年的约人民币13.8万元减至2022年的约人民币13.4万元。根据《2022年中国互联网广告数据报告》,2022年,中国互联网广告市场规模预计约为5088亿元,较2021年下降6.38%。 随着2022年12月公共卫生防控政策放开后,移动业务的增长让百度广告业务有了回春的迹象。李彦宏的内部信提及,2022年12 月,百度App月活用户数达到6.48亿,同比增长4%。财报数据显示,百度托管页(Managed Page)的收入占广告收入的48%,同比增长了约40%。 2022年,百度在搜索市场的份额依然遥遥领先,且APP月活跃用户指标保持了正增长。根据statcounter统计数据,百度去年仍以超过85%的超高份额位居中国移动搜索市场份额位居榜首。而截至年末,百度APP月活跃用户达到6.48亿,同比增长4%。 「百度在新发布的2023年一季度财报中披露,百度智能云首次实现了盈利」 百度智能云在2023年一季度实现了盈利(non-GAAP),收入同比增长8%至42亿元。与此同时,百度智能云持续为关键客户构建标准化、规模化的人工智能解决方案,推动了智能云利润的增长。 2.3 非在线营销收入整体营收增长迅速,主要由智能云、AI业务推动 2022年,百度核心营收中,非在线营销收入259亿元,同比增长22%,占该年度总营收的21%。代表着智能云及其他AI业务的非在线营销收入呈总体上升趋势,在四个季度中,分别占总营收的20.07%、20.6%、20%、23%。 同时财报显示,2022年百度核心研发费用达到214.16亿元,占百度核心收入的22.4%。其中Al业务是重中之重。 一方面,作为百度AI to B业务的承载者,百度智能云通过对行业特定痛点的理解,提供深入核心场景的标准化AI解决方案,实现了市场份额的领先。“云智一体” 战略体现出更强竞年力百度智能云已连续四年AI公有云市场第一,2022年上半年在Al公有云服务市场份额占比28.1%。 另一方面,百度自动驾驶业务稳步推进。自动驾驶开放平台Apollo正式推出全新升级版本8.0;自动驾驶出行服务平台萝卜快跑订单量同比大增162%,截至2023年1月底,萝卜快跑累计订单量超过200万单,稳居全球最大的自动驾驶出行服务提供商。 2.4 百度在卸下包袱,而文心一言则是国内最有可能复刻ChaGPT的产品之一 2022年百度核心研发费用达214.16亿元,占比百度核心收入比例的22.4%,已官宣加入百度文心一言生态圈的企业达400+家,AI已成为百度大厦中愈发重要的一块基石,真金白银的持续投入,也正在转化为产业化成果。 文心在大模型已进入ERNIE 3.0系列、跨模态系列等底座模型日渐成熟,模型层基础扎实。2022年11月底,飞桨平台上己凝聚535万开发者、创建67万个Al模型,服务20万家企事业单位,在AI内容生态上都为文心一言提供了多元的使用场景。 对于百度来说,文心一言发布后,能够直接应用于自身产品的使用中,提升产品力。百度的搜索业务、智能驾驶业务都将受到加持,百度智能云也接入文心一言,提升B端服务能力。除此之外智能语音、数字人等都将通过文心言获得新的可能。 03 AIGC角度市场分析 3.1 大模型成为AI领域基础设施 自2022年Stable Diffusion模型的进步推动AIGC的快速发展后,年底,ChatGPT以“破圈者”的姿态,快速“吸粉”亿万,在全球范围内掀起了一股AI浪潮,也促使了众多海外巨头竞相发布属于自己的大模型。 而在国内,百度、阿里、华为、腾讯等公司也已在浪潮赶来之前就有所布局: 2019年,阿里开始布局大模型研发,去年9月发布“通义”大模型系列的众多大模型;华为在2021年基于昇腾AI与鹏城实验室联合发布了鹏程盘古大模型,是首个全开源2000亿参数中文预训练语言模型,在知识问答、知识检索、知识推理、阅读理解等文本生成领域表现突出;而腾讯的思路也与阿里相似,发布了混元AI大模型;第二梯队的京东、网易、360、字节跳动等企业,也纷纷官宣了自己在AI大模型方面的布局。此外,北京智源人工智能研究院推出1.75万亿参数的悟道2.0,可以同时处理中英文和图片数据。浪潮信息和中科院也分别推出了相应的大模型等。 其中,百度是国内最早推出大模型的大厂。 2023年3月,基于该高性能集群,百度推出大语言模型文心一言,并不断迭代出新的能力。随着文心一言的发布,成为了中国第一个类ChatGPT产品后,各家的大模型也纷纷亮相,一时间,国内仿佛陷入了“大模型之战”中。 目前,国内各大企业AI大模型系列主要的NLP语言大模型、CV大模型、多模态大模型已陆续推出并实现部分应用落地。百度文心大模型、华为盘古大模型、商汤大模型、阿里大模型都已陆续亮相。 • 百度与阿里对比 • 百度文心大模型:包含NLP大模型、CV大模型、跨模态大模型、生物计算大模型、行业大模型等。与Bing类似,文心一言有望优化C端用户搜索、创作体验;ToB方面,百度已开放大模型API接口,在文案、AI作画、开放域对话方面赋能企业。对于具体行业,百度推出文心行业大模型,以“行业知识增强”为核心特色。 阿里巴巴通义大模型:由通义-M6模型融合语言模型和视觉模型组成,率先应用在硬件终端天猫精灵和软件通义千问。通义大模型包括统一底座“M6-OFA”,三大通用模型“通义-M6”“通义-AliceMind”“通义-视觉大模型”,以及行业层面的不同垂直领域专业模型。在应用上,天猫精灵基于通义大模型推出拟声助手“鸟鸟分鸟”;对话式通义千问已经开始内测。 作为国内大模型训练规模最大的两家巨头,百度的文心大模型与阿里的通义千问形成对标,基于当前的发展也积累出了一些对比: C端功能势均力敌,B端服务能力阿里更具优势 首先,在面对用户提出的问题时,通义千问与文心一言在绝大多数情况都可以给出较为正确的回答,在面对C端用户的提问时,两个产品显示出了不相上下的实力。而在C端的势均力敌之下,阿里却祭出了同类竞品难以比拟的B端服务能力。 通义千问在C端用户之外,专门针对企业用户发出了邀请共测,企业可基于通义千问打造专属大模型,在企业专属的大模型空间中,既可以调动通义千问的全部能力,也可以结合企业自己的行业知识和应用场景,训练自己的企业大模型。 具体而言,除了通用场景之外,企业由于业务特性的不同,对于大模型服务有特殊需求和要求,通义大模型如果变成企业专属的大模型,可以支撑企业各式各样的应用与服务。 阿里云希望通过产品化的方式,满足企业专属大模型从生成到部署全生命周期的需求。 百度文心一言的核心优势是对中文的理解 对比来看,百度的优势体现在文心大模型在国内市场格局中较为领先。根据IDC发布《2022中国大模型发展白皮书》,百度文心大模型在市场格局中在产品能力、生态能力、应用能力等方面在国内较为领先。 文心一言核心优势是对中文的理解。百度作为中国语境的搜索龙头,拥有有更多的中文语料数据参与训练。比如,文心一言可以针对“洛阳纸贵”这种容易产生歧义的成语,给出较为贴切的解释。可以用成语写出藏头诗,用四川话读出文 章。 总的来说,两个模型在自然语言处理领域都有其独特的优势和不足,难以直接进行比较。但是,可以肯定的是,它们的出现和发展表明了中国在自然语言处理领域的实力和创新能力。 3.2 大模型背后的算力之争 人工智能的基础层是数据和算力,数据由服务器和光模块存储和运输;算力由CPU、GPU、FPGA、ASIC等芯片支撑。 根据前瞻产业研究院的数据,未来几年内,中国人工智能芯片市场规模将保持年均40%至50%的增长速度,到2024年,市场规模将达到785亿元。 数字经济时代,算力无处不在。以芯片、服务器、云计算提供商为主的市场主体,共同构成算力产业的大图景。 中国算力产业正在进入新一轮发展周期,有两个变量将影响中国企业的全球竞争力。第一个变量是2022年全面启动的“东数西算”政策,目的是让算力像水电一样便宜简单易用,同时希望中国企业在国际产业链占据主动权。第二个变量是AI让智能算力需求爆发,智能计算正在重塑云、软件、芯片产业,还在影响其他产业的智能化转型。 中国拥有算力资源的两大主力军分别是国资背景的三大电信运营商(中国移动、中国电信、中国联通)、民营背景的几大科技公司(阿里、腾讯、华为、百度),两大主力军背后,是一条包括设备服务商、芯片供应商、芯片制造商的庞大算力产业链。如果力量分散且失衡,中国算力产业会在关键时刻被拉开差距。 ◎ AI模型数据规模增长,AI算力需求井喷 当前算力距离AI应用存巨大鸿沟。根据Open AI数据,模型计算量增长速度远超人工智能硬件算力增长速度,存在万倍差距。英特尔表示,目前的计算、存储和网络基础设施远不足以实现元宇宙愿景,而要想实现真正的元宇宙,目前的计算能力需量要再提高1000倍。 ◎ AI芯片作为算力的核心,规模保持高速增长 AI芯片为算力的核心,专门用于处理AI应用中大量计算任务的模块。根据艾瑞咨询,2022年中国人工智能芯片市场规模达到396亿元,预计2027年市场规模将达到2164亿元,CAGR为40.5%。国内AI智算中心等数字化基础设施不断完善,AI模型复杂度和参数量的快速提升,对计算能力要求不断提高,高性能人工智能芯片市场将保持高速增长。 3.3 AI应用场景日渐丰富,产业链成长空间广阔 大模型借助“预训练+精调”等模式,用相比较大模型更少量的数据即可对下游应用赋能。预训练大模型基于海量数据的完成了“通识”教育。在具体应用场景下,借助“预训练+精调”等模式,应用模型用相比较大模型更少量的数据即可进行相应微调,高水平完成细分应用的任务。 企业由此借助AIGC技术提高生产效率,降低生产成本,利好下游垂类应用企业,目前AI应用领域:家居、金融、医疗、安防、交通、零售等; 伴随着ChatGPT的出现,带来的文本生成、代码生成、图像生成等能力将有效赋能至下游,减少人工成本,提高办公效率,有效助力企业降本增效;目前国内大厂加快多模态大模型的研发落地,并与众多企业合作,下游应用场景将不断拓展,未来人工智能具备广阔的市场空间。 04 未来发展展望 • 优异成绩令市场瞩目,各大机构纷纷上调了业绩预测 • 高盛、大摩、摩根大通、美银、瑞银、法巴银行等大型国际机构都给出了“买入”评级。各大机构观点表示,百度广告业务将随着经济复苏而回暖改善,2023年下半年或实现增速转正;智能云业务将继续领跑行业、保持高于行业的增速;智能驾驶则将成为长期业绩的积极推动因素,推动股价向上。 在本次财报中,百度董事会还授权了一份总值50亿美元的股票回购计划,有效期持续至2025年12月31日。2023年至今,百度股价已飙升近40%。 • 文心一言的发布至关重要,与百度智能云、搜索服务的结合将会给国内AIGC带来新的可能 • 目前,百度的主营业务仍是搜索,但AI正在为百度的营收提供有力支撑。 随着未来“文心一言”与现有业务实现有机结合,百度将迎来巨大红利期。生成式AI产品不仅能在短时间内带来DAU和用户使用时长的爆发,长期来看还将促进搜索的代际变革,丰富内容生态和供给,优化搜索体验,创造下一代流量入口。 云业务的发展趋势将是更加智能化,仅非带宽和算力的简单提升。文心大模型或颠覆云服务市场的现状,而生成式AI技术将为百度智能云业务打开新的成长和想象空间。另外,大模型技术未来与自动驾驶的结合还将进一步提升自动驾驶的安全性和可靠性,搭载到Apollo智驾平台则可以优化新一代人车语音交互体验。 百度非常重视生成式AI的机会,认为通过整合文心一言、百度App,特别是百度搜索,将增强用户体验。文心一言提供的新功能将有助于吸引新用户并提高用户参与度,同时也会提高广告商对百度的兴趣,推动长期收入增长。 • 百度在全球AI领域的布局具备前瞻性,新的增长值得期待 • 百度在全球大厂中率先发布对标ChatGPT的大模型产品文心一言,具备在全球AI领域布局的前瞻性。并且,文心一言内测一个多月,就完成了4次大的技术升级,大模型推理性能提升近10倍。 百度创始人、董事长兼首席执行官李彦宏在5月4日百度内部活动中表示,百度之所以能够在Google、Meta、Amazon等大厂之前率先发布生成式大模型产品,是因为百度在芯片、框架、模型、应用等四个层面做到全栈布局、层层领先。 李彦宏:未来文心一言将通过百度智能云对外提供服务,这将是百度“云智一体”战略的里程碑,也意味着云市场游戏规则的根本性改变。云服务从数宇时代跃迁至智能时代,之前选择云厂商更多看算力、存储等基础云服务,未来,更多会看框架好不好、模型好不好,以及模型、框架、芯片、应用之间的协同。 目前,已经有包括互联网、媒体、金融、保险、汽车、企业软件等行业的400多家头部企业宣布加入百度“文心一言”生态。随着文心一言等通用AI产品的技术迭代和成本降低,未来百度智能云将突破更多核心场景。 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
2023-06-12
“MBK公链”生态系统:探索去中心化数字经济的前沿
go
lg
...
支持多个操作系统,以及Java、Go、
Python
、C++等多种语言的开发工具,开发者可以根据自己的需要选择适合的系统和工具进行开发。 3.DApp应用 DApp是MBK公链生态系统中的另一个重要部分,是去中心化应用程序,是基于区块链技术构建的。MBK公链支持去中心化交易、数字身份认证、智能合约和数字化资产等应用。在这些应用上,MBK公链为用户提供了更加简便快捷的交易和管理方式。 4.基础设施 基础设施是MBK公链生态系统中的重要组成部分。这包括了各种数据中心、服务提供商、节点管理和交易所。 三、MBK公链助力去中心化数字经济的发展 MBK公链作为一种去中心化的公共系统,具有匿名和安全,低廉而快速处理债务的惊艳特点。随着我国数字经济的蓬勃发展,MBK公链作为数字化基础设施的发展也趋向成熟,将大大助力去中心化数字经济的发展和创新。下面将从金融、治理、数据隐私保护和产业升级等方面介绍MBK公链的应用。 来源:金色财经
lg
...
金色财经
2023-06-08
项目周刊 | 五月份比特币网络的矿工总收入达9.166亿美元
go
lg
...
机构提供 Typescript 和
Python
SDK。dYdX 表示,将开源所有前端代码库和相关部署脚本,允许任何人通过自己的域 / 托管解决方案轻松部署 dYdX 前端。 Avalanche 月活用户数突破 100 万,创历史新高 5月31日消息,据 Avascan 数据显示,Avalanche 五月活跃用户数量约为 107 万,为 Avalanche 主网上线以来首次突破 100 万。 Circle已将所有美国国债从其USDC支持储备中剔除 金色财经报道,稳定币发行方Circle Internet Financial已将所有美国国债从其USDC支持储备中剔除,作为预防措施的一部分,以防止迫在眉睫的美国债务上限摊牌可能带来的影响。 LSD协议unshETH的合约部署私钥被泄露,已紧急暂停提款并联系黑客 6月1日消息,LSD协议unshETH发推表示,5月31日22:00左右,unshETH合约的其中一个部署私钥被泄露。出于谨慎起见,官方紧急暂停了unshETHETH的提款,根据我们的安全模型,unshETHETH存款(TVL达3500万美元)由多重签名+时间锁保护,并不处于风险之中。 此外一些附属协议合约(农场、跨链桥等)已经受到了攻击,正在与来自Coinbase、Stargate、Paladin Blockchain Security、Github以及ogle等白帽安全专家合作,以确保用户资金的安全,并预计影响范围将受到限制。同时官方已经联系黑客,试图协商返还资金和合约所有权,以限制对现有用户的影响。 金色财经此前报道,据多位KOL发推表示,LSDFi项目unshETH的金库出现安全问题,提醒用户将资金转出。原因系合约Owner被篡改,已通知项目官方,但官方尚未做出回复。 Orbiter Finance:Discord被黑客攻击,请勿点击任何链接 6月1日消息,Layer2 跨 Rollup 桥 Orbiter Finance 发推表示 Discord 被黑客攻击,正在尽力解决,请用户不要相信 Discord 服务器中的任何内容,请勿点击任何链接。 数据:莱特币昨日链上转账总额继续上涨56.27% 6月1日消息,据Tokenview数据显示,莱特币昨日链上转账总额达1.42亿LTC,环比前日上升56.27%。距离莱特币减半预计还有62天。届时区块奖励将从12.5 LTC减少到6.25 LTC。 Circle将于6月8日在Arbitrum推出原生USDC 6月1日消息,Circle 将于 2023 年 6 月 8 日开始在 Arbitrum 推出原生 USDC,Arbitrum 称该代币将成为 Arbitrum 生态系统内认可的 USDC 官方版本,并将最终取代目前流通的来自以太坊的 USDC 桥接版本。Arbitrum 宣布在 6 月 8 日原生 USDC 推出之前,Arbitrum 将在区块浏览器上将 USDC 的以太坊桥接版本重命名为USDC.e。 LINA未平仓合约总额已达1.8亿美元,超过其市值 金色财经报道,据Coinglass数据显示,LINA未平仓合约总额已达1.8亿美元,超过其1.4亿美元的市值。 NFT平台Universe已停止开发,将在GitHub公开源代码 6月2日消息,DefiLlama 创始人 0xngmi 发推表示,在查看一些 NFT 市场时发现 NFT 平台 Universe 上个月关闭了,现在网站已经变成报错页面。而 Universe 在 5 月 17 日发推表示,项目将在 5 月停止开发(但任何人都可以接手),并且所有未公开源代码的内容将会在 GitHub 上公开。 免责声明:金色财经作为区块链资讯平台,所发布的文章内容仅供信息参考,不作为实际投资建议。请大家树立正确投资理念,务必提高风险意识。 来源:金色财经
lg
...
金色财经
2023-06-04
专访 Starknet 创始人:仰望星空 脚踏实地
go
lg
...
用 Solidity,并不是因为它比
Python
、Rust 或 C++有更好的开发者体验。相反,它的开发者体验更差,但是当你转移到有区块链基础设施的新框架时,你就必须使用不同的编程语言,Solidity 很好,因为它可以有效地编译到以太坊虚拟机。我再给一个例子。如果你想利用 GPU 写出真正好的图形,你应该用 CUDA 写,因为这是一种可以最大程度地利用 GPU 性能的语言。 对 STARK 证明也是一样的。有一个不同的虚拟机,就有一套关于什么使得某件事有效或无效的不同约束条件。如果你想达到 STARK 证明所能达到的性能,比如在以太坊的一个区块中放入一百万个 NFT,你就必须更有效地使用编程语言。我们可以在 Immutable X 上的一个证明中铸造一千万个 NFT,我无法想象任何基于 EVM 或任何 zkEVM 能够接近我们能放入区块链单个证明中的内容。我可以挑战全世界的 zkEVM,他们不会做到的。这就是为什么你需要一个不同的计算模型和一个不同的编程语言。 BlockBeats:但许多曾在 Polkadot 等采用 Rust 语言的生态项目普遍会向我反馈运营成本的问题,因为聘请或者培训一个懂得用 Rust 语言开发合约的工程师代价非常高昂。另一方面,如果团队在以太坊或者在兼容 EVM 的 L1 上开发项目,那就非常便宜。您怎么看待这个情况?这对 Starknet 生态来说是一个问题吗? Eli:这可能是个问题,但开发者正在涌向 Cairo 和 STARK。开发者和团队的数量每天都在增加,我认为他们看到了潜力。很多人理解了规模化的问题,并问自己最好最具有前瞻性的解决方法是什么,是什么真正开放了全球需求的扩展性,我认为他们中的很多人得出了正确的结论,那就是走 Starknet 和 Cairo 1.0 的道路。 这里有个类比,通常你会用
Python
写你的软件的第一个版本,但是当你想要实现规模化时,你就需要用 C++、WASM、Rust 等其他一些非常高效的语言来写。我认为在 Cairo 上也会发生完全相同的事情,你可能会拿 Solidity 代码部署到 Kakarot,但这就像用
Python
写一个高频交易引擎一样,是不应该的。你需要用另一种语言写,那种其他的语言就将会是 Cairo。 BlockBeats:现在也有一些项目基于 Starknet 开发 zkEVM。 Eli:是的,有非常好的项目正在构建 StarNet 上的 ZK-EVMs。第一个叫做 Warp,由 NetherMine 团队制作,这个团队非常优秀。第二个叫做 Kakarot,这是一个正在形成的社区。 Kakarot 就是一个 ZK-EVM,它是建立在 Cairo 之上的。所以我非常确定大多数的 ZK-EVM 将部署在 Starknet 上。如果你已经有了把你的 Solidity 代码或 EVM 代码移植到 L2 上,一个有效性 Rollup 的想法,你最好的方式是在 Kakarot 或 Warp 之上做。所以这再次展示了 Cairo 和 Starknet 的力量。 ZK Rollup 的赛道竞争和 Starknet 的生态开发 BlockBeats 在采访中还提及了 ZK Rollup 之间的竞争,以及 Starknet 自身生态发展的问题。作为整个加密行业中技术含量和要求最高的领域,普通用户似乎很难分别 zkSync 和 Starknet 之间的优劣。对大多数人来说,实际情况是谁更会「来事儿」就看好谁。从这个层面来看,StarkWare 以技术创新为核心驱动的理念似乎给 Starknet 出了难题。Eli 本人是如何看待 ZK Rollup 之间的竞争?他对 Starknet 生态的发展又有哪些期许? BlockBeats:在当前的 ZK Rollup 赛道,Starknet 和 zkSync 是绝对龙头,二者之间似乎也存在着很强的竞争关系。在您看来,Starknet 和 zkSync 之间的区别是什么,Starknet 的优势在哪里? Eli:你必须问自己,最好的技术步骤在哪里?哪个地方最可能汇集最多的开发者,并提供最好、最安全的技术?我们在 zkSync 之前就展示了我们的能力,他们很会讲故事,但他们讲的故事和开发者的体验之间有很大的不匹配。我有一个建议,我鼓励正在阅读这篇文章的开发者试一试在 zkSync 上开发或部署一些东西,并试一试在 Starknet 上开发和部署一些东西,你会感到有一个鲜明的差别。 我来告诉你一个故事,有人之前在 Reddit 上问谁做一个能进行 30 万次交易的东西,我们在主网上做到了,TPS 大约在 3000 左右。一两周后,zkSync 团队出来说,我们有 3000TPS,但是这 3000TPS 从未被测量、证明或展示过,不过它是一个很好的故事。在这个行业里有许多人乐意讲故事,也有人展示事实,我们以展示事实的能力自豪。 BlockBeats:也有用户反馈,目前在 ZK Rollup 上转移资产或者交互的 Gas 很高,这是为什么? Eli:目前由于需求量很大,Starknet 出现了拥堵现象。两周内我们将发布 12 版本,这将极大地提高 TPS,解决大部分的需求。然后在下一个版本中,当我们完全集成 Volition 以进行链下数据处理时,价格将大幅度降低,这可能会在一两个月后发生。 BlockBeats:提到生态开发者,确实有人反应在生态发展方面 Starknet 比 zkSync 更加平衡。 Eli:没错,这是更好更深入的技术理解的结果。我们已经在这个领域耕耘了很长时间,在生产环境中部署过内容,并磨练了系统。我们知道我们在做什么。但我们不太会讲故事,很少炒作。我们就像特斯拉,特斯拉没有营销部门,我们的产品就是我们的营销。 StarkWare Sessions 2023 大会现场,图源来自 StarkWare BlockBeats: 但在 Web3 领域,懂得营销的团队似乎更吃香。许多技术驱动型项目在生态发展中都多少出现了问题不是吗? Eli:不,我认为这不是接下来会发生的事情。我之所以这样认为,是因为以太坊就是这样发展过来的。有一天,会有一个非常成功的 App 明了 Starknet 的能力。那个 App 是什么,我现在不知道。如果要我猜,我认为它不是目前已经存在于 L1,且可以轻松复制粘贴到 L2 上的产品。 所以我认为它会使每个人都会看到并谈论它,因为这全新的、在 L1 甚至是其他 L2 上都无法实现的应用。这将会成为转折点,开发者会蜂拥而至。正因如此,我们把大部分注意力放在这里,我们这次来 EDCON,就是为了接触到更多开发者,邀请他们加入我们的生态。因为他们当中,将会有人创造出我无法预测的美妙之物。 BlockBeats:对准备在 Starknet 生态进行开发的开发者,您对他们有什么方向上的建议吗?Starknet 能为他们提供什么? Eli:我无法为他们回答这个问题,即使我给出了答案,他们也不应该听我的,他们应该自己决定他们自己。我认为有些东西是惊人的,在 Starknet 上建立数据库基础设施,像高级 Oracle 服务、Proof of Humanity、社交网络等,有很多真正令人惊奇的事情可以做,他们应该研究一下,找出他们认为缺失的东西,或者他们认为最有趣的东西是什么。 Starknet 是区块链演变的下一步,这是一个非常重要的步骤。如果你是一个开发者,Starknet 将会准备好供用户使用,我们正在为最终的用户构建它。我认为我们有一个非常清晰的前进道路,更多的开发者还有很多工具要建立,还有很多事情要做。有很多的机会让你脱颖而出,并通过努力工作为自己赢得名声。 BlockBeats:在最后,您还有什么想和读者说的话? Eli:如果有一台时间机器,你可能会希望回到以太坊的早期,构建几乎你想建的任何东西都会非常成功,比如第一个预测市场、第一个钱包等。但游戏并未结束,还有下一代机会,而这一代的赢家我认为将是 Starknet。所以现在除了拥有一台时间机器,大家还可以去了解一下 Starknet,现在是时候了。 来源:金色财经
lg
...
金色财经
2023-06-02
来自哈佛/谷歌/微软/OpenAI的8大权威免费AI课程
go
lg
...
t.co/KaJw3MV5aD 3.
Python
人工智能入门 入门自学计算机,到底如何入门?推荐哈佛大名鼎鼎的神课CS50,据说在哈佛流传着这样一句话:“如果你没听说过CS50,那么,请不要说你读过哈佛。”每年有超过800名哈佛学生选修该课程,全球有超过400万人注册该线上课程,《
Python
人工智能入门》目前注册人数也已超过67万,其受欢迎程度显而易见。 著名的“撕书教授”David Malan任课程首席讲师,课程内容包括基本的计算机知识、强化学习、
Python
、算法、机器学习、智能系统等,还会探讨最新的计算机科学领域的成果。作为入门级课程,老师风趣幽默,讲课形式奉行“快乐学习”,带你少走弯路,直奔智能系统大门。 官网:https://www.edx.org/course/cs50s-introduction-to-artificial-intelligence-with-
python
4. NLP及其工作原理 自然语言处理(NLP)是人工智能(AI)中的重要组成部分,本课程由斯坦福大学推出,为学生全面介绍用于NLP的最新神经网络技术,适合专业领域的学习需求。 视频课程总计23集,在YouTube上免费提供,部分课程由斯坦福大学教授、斯坦福自然语言处理组负责人克里斯托弗·曼宁老师讲授。此课程在斯坦福官网上的学费为4200美元—5600美元,若想参加最新一期课程,并获得斯坦福成绩单,可至官网等候开放注册。推荐先看免费视频。 官网:https://online.stanford.edu/courses/cs224n-natural-language-processing-deep-learning 5. 学习提示工程 提示工程(Prompt Engineering,PE)是人工智能(AI)领域中的重要概念,尤其是自然语言处理(NLP)领域。提示工程是与AI进行有效沟通并实现预期结果的过程,比如与ChatGPT沟通或者应用AI绘画工具等。 本课程是完全免费的开源课程,由研究者、翻译者和爱好者多元构建,不需要既往经验,为不熟悉AI和PE的初学者量身打造,建议零基础者同步学习
Python
。课程内容涵盖了目前最全面的提示工程课程,即使不是初学者,也能发现有新思维的理解。课程文章按照初学者(无需编程知识)、简单(需要基础编程知识)、中级(需要编程技能和部分数理领域知识)、进阶(需要专业编程知识和深入领域理解)进行分类,有助根据个人需要选择阅读。 官网:https://learnprompting.org/ 6. 机器学习教育 本课程由谷歌在其人工智能学习网站(Learn with Google AI)上免费提供,支持包括中文在内的多种语言,课程内容分为基础课程与高级课程。 基础课程涵盖机器学习的基础知识与核心概念,其中有出名的机器学习速成课程(Machine Learning Crash Course ,MLCC),以快节奏介绍机器学习的实用知识,包括一系列视频讲座、案例实操与实践练习。高级课程以多个独立单元构成,分别介绍各种工具与技术,可根据兴趣与问题自由选择。课程官网还提供常见问题阅读指南与机器学习术语库,方便自主答疑解惑。 官网:https://developers.google.com/machine-learning 7. GitHub Copilot 微软的《GitHub Copilot》课程是一门针对开发者的在线课程,旨在帮助开发者快速掌握 GitHub Copilot 的使用方法和最佳实践方式,让其能够充分利用这款强大的工具来提升编程水平和创造力。 除此之外,开发者还能通过此课程节省学习时间和成本、与其他用户交流和互动以建立个人的编程社区和网络等。 官网:https://github.com/features/copilot 8. LangChain 101:Prompts LangChain 101是一门适合任何水平的编程者的在线课程,可以帮助你充分利用LangChain这个AI编程平台,提高你的编程效率和质量,激发你的编程潜能和创造力。 你可以从其中的Prompts课程中学习构建LLM Prompts、构建聊天Prompts、使用Prompts选择器、使用解析器格式化输出。如果你想要快速掌握Prompts的相关知识,那么这门课程将会是你不容错过的选择。 官网:https://www.youtube.com/watch?v=REdLBv91I7Q 结语 AI技术的不断发展已成为不可逆转的趋势,它将会给人类社会带来巨大的变化和影响,这种影响就像是一把双刃剑,有利也有弊。 一方面,AI可以帮助人类提高生产效率和质量,降低成本和风险;另一方面,它可能也会造成失业、收入不平等、社会不稳定、道德危机等负面影响。 即使部分公司旗下某些产品专研的领域似乎距离普通人的生活或工作还有些遥远,为了更好地理解和应对AI技术对人类社会的双重影响,我们有必要将 AI课程的学习提上日程,以下是学习AI课程能给我们带来的一些益处。 首先,它可以拓展我们的视野和思维,让我们了解AI的发展历史、现状和未来趋势;其次,它可以培养我们的逻辑思维和分析能力,让我们掌握AI的基本原理和方法;再次,它能够提高我们的创造力和实践能力,让我们能够运用AI的知识和技能,解决实际问题和挑战;最后,它可以让我们了解AI的潜在风险和伦理问题。 在AI技术蓬勃发展的时代,学习AI课程将使我们站在科技前沿,掌握未来的核心竞争力。让我们抓住这个机会,不断学习和探索,为人类社会的发展和进步作出积极的贡献。 【声明】:本文为元宇宙之心运营团队原创,未经允许严禁转载,如需转载请联系我们,文章版权和最终解释权归元宇宙之心所有。 来源:金色财经
lg
...
金色财经
2023-05-31
杠杆下的中产
go
lg
...
当时潮流行业互联网息息相关的开发技术,
Python
、Java、C++语言啥的~ 毕业非常顺利,赶上校招进了大厂BAT或者TMD~ 然后p3、p4、P5、p6一直P下去,再加上股权分红年终奖,自己再买点自家股票~ 他们在短短5~10年之内以极快速度彻底改写了人生,然后在春风得意之际无不例外地打出了“中产三件套”:房贷百万千万的1~2栋市区大平层,一个不用工作、天天瑜伽下午茶的娇妻以及一直上国际学校、每年学费几十万的二胎孩子。 如果按照我们用crypto投资眼光去看待他们,他们正好赶上的是以互联网为概念板块的十几年大牛市,从熊末牛初之时一直长持(没有改行甚至没有换工作)。 一直拿到互联网继2000年以后至今第二次泡沫开始破裂的20年左右,直到他们现在面临裁员危机或者已经被裁员,开始被深套! 回头再看看互联网才走过了十几年,但是自己30年房贷可能才还了十几年甚至几年。 但凡把自己逼到这样境地的互联网高薪中产,他们前半段的收入其实就是在靠运气赚钱,当互联网风气都转直下,直接把自己套牢了。 聪明一点的,是有止盈“意识”的,知道自身可能会经历“互联网熊市”周期,会提前降低高负债杠杆,提早还贷或者其他去关注其他行业板块,为自己未来提前铺路。 从全国爆发的大大小小这些事件来看,大部分高薪互联网大佬摘掉光环以后,其实普通得再普通不过,有去送外卖的,也有去开滴滴,也有去直播带货没啥人去的,甚至直接全职炒股的。 很多从年薪100万被裁员,出去以后可能连年薪50万工作都找不到,他们也并不是非要找50万或者100万的工作,根本原因就是身上的房贷决定了这个收入的下限不能太低。 没错,原本瘦死的骆驼一定比马大,混得再差的互联网大佬哪怕被裁员,起点和手里的周转现金一定比餐厅服务员、酒吧侍卫要高,但是差别在于他们身上加了太多的杠杆。 这是什么杠杆? 看似是高额房贷的杠杆,其实是在赌一个互联网时代会持续不断繁荣20~30年的时代杠杆。 没错,很多人把这些当时风光无限的互联网大佬比喻成了时代赌徒,讽刺他们盲目乐观一个时代发展能够顺利折腾20~30年,直至自己光荣下岗或者还完房贷。 也就是因为自身加上了这个“时代杠杆”,尽管是瘦死的骆驼,如果不能在更短时间内找到相匹配当时相对风光的薪资收入,当手中现金流断裂,他们很快会被时代巨浪淹没,可能身价都比不上餐厅服务员、酒吧侍卫。 我这里想说明的,就是投资中忧患意识:把互联网P级大佬或者互联网高薪中产被裁以后事件作为案例,让大家明白命运的礼物都暗中标注了价码: 1.不是所有大佬都具备投资思维能力,他们去炒股、去炒币、去炒房地产很可能赔得裤衩都不剩,他们只是时代红利的产物,在合适的时间、地点具备了合适的工作能力正好出道,等褪去外衣,他们很可能和普通人并无差别,可能多了一些资源、人脉和其他 2.对任何事情都需抱有忧患意识。所谓人无远虑,必有近忧。时代的潮水起起落落,以前当司机闭眼赚钱、以前做实业闭眼赚钱、以前开淘宝闭眼赚钱、以前做直播闭眼赚钱,但这些都是有周期的,红利消失以后你无论睁多大眼睛都很难赚钱,需要更多思考或者关注其他行业 这个和我们炒币也很像,板块切换非常迅速,以前炒分叉币、炒P2E、炒NFT、炒链游,目前没有短期热点概念一个能够长期炒作。 我们炒BTC、炒ETH这些类似我们炒国运、炒时代发展一样,这些是永恒的“经典”,而不是“流行”,尽管存在炒作周期。 3.控制好负债和杠杆。从高高在上的互联网大佬跌落神坛到可能连餐厅服务员、酒吧侍卫都不如,根本原因在于在错误的时间上了过重的杠杆。 当房贷还不上,就像合约杠杆即将爆仓,是否自己已经提前准备了一手额外的保证金?或者说,是否提前预见这是一场不可持续的豪赌?非要把自己逼到这番境地呢? 会有一部分人能用杠杆熬过熊市,就像一些充裕的互联网中产在没有特别收入的情况下依旧还完房贷直到下一个房地产牛市的到来,但这个始终是特殊案例,更多中产因为上错了杠杆,没有熬过这波熊市。 投资反应人性特点,一定要给自己留条路。 那些炒币动不动就上合约的人,动不动上几十倍杠杆的人,去到股市玩也是融资融券,几十万去博几百万,去到房地产也是一样,手里一笔现金还完房贷首付,一个人供养着3、5、6套房子。 爱上杠杆的人,去哪里都是带杠杆,求稳的人,虽然吃不到大肉,但是做什么事情都是按部就班非常稳健。 很多人会在年轻的时候因为这样或者那样的投资亏了不少钱,但是这个事情对于未来中年甚至老年的借鉴意义非常大,他们吃过年轻时候的亏,知道该如何去把控风险,如何管理未来预期。 互联网中产这波人恰同学少年,出道即巅峰,一直吃着时代红利扶摇直上,在这2年人到中年在背负高负债情况被社会持续毒打,这种上有老下有小,背上还有杠杆的情况下,给人生腾挪转身的余地是非常有限的。 这一波时代的调整,或许就是冲着这波没有栽过跟头的乐观派中产,几记闷棍就已经打得怀疑人生。 还是那句话,一个但凡吃过时代红利的人,是不可能轻易掉下台阶的,除非是上错杠杆,会在短短几年内打回原形。 平心而论,我们都只是浮游在大千时代里的草莽匹夫,渺小得不能再渺小,有机会享受时代的红利,但也要经历时代蜕变的痛楚。 不盲目乐观,也不过分悲观,只是当哪天飞沙走石的时候,我们要学会扛造。 来源:金色财经
lg
...
金色财经
2023-05-30
a16z:Cicada如何利用时间锁谜题和ZK证明实现链上投票
go
lg
...
明系统。这使得证明者的时间非常快:用
Python
生成一个选票有效性证明,在一台现成的笔记本电脑上需要 14 ms. 虽然该 sigma 协议的验证器在概念上很简单,但它需要相当一部分大的模幂。Malavolta 和 Thyagarajan 的线性同态方案使用 Paillier 加密,因此这些求幂将对某些 RSA 模 N 以 N^ 2 为模执行。对于合理大小的 N,在大多数 EVM 链上,取幂非常昂贵(数百万 gas)。为了降低成本,Cicada 使用 指数 ElGamal——指数 ElGamal 仍然提供加性同态,但在更小的模数上工作(N 而不是 N^ 2 ) 。 使用 ElGamal 的一个缺点是解密计数的最后一步需要暴力破解离散日志(请注意,这是在链下完成并在链上有效验证)。因此,它仅适用于预期的最终票数相当小的情况(例如小于 2 ^ 32 ,或大约 430 万票)。在最初的基于 Paillier 的方案中,无论其大小如何,计数都可以被有效地解密。 选择 RSA 模数 N 也涉及权衡。 我们的实现使用 1024 位模数来提高 gas 效率。虽然这远高于有史以来公开分解的最大 RSA 模数(829 位),但低于 通常推荐的大小为 2048 位,用于 RSA 加密或签名。但是,我们的应用程序不需要长期安全性:一旦选举结束,如果将来考虑 N 就没有风险。假定计票和选票在时间锁定期满后公开,因此使用相对较小的模数是合理的。 (如果分解算法改进,这也可以在未来轻松更新。) 匿名和选民资格 如上所述,Cicada 提供了运行计票隐私——时间锁定谜题属性在投票期间保持计票的私密性。然而,每个单独的选票也是一个时间锁难题,在相同的公共参数下加密。这意味着就像可以解密计数(通过执行必要的计算)一样,每张选票也可以。换句话说,Cicada 仅在投票期间保证选票隐私——如果好奇的观察者希望解密特定选民的选票,他们可以这样做。解密任何个人选票与解密最终计票一样昂贵,因此天真地需要 O(n) 的工作来完全解密有 n 名选民的选票。但是所有这些选票都可以并行解密(假设有足够多的机器),花费的挂钟时间与解密最终计票所需的时间相同。 对于某些选票,这可能是不可取的。虽然我们对临时运行计票隐私感到满意,但我们可能希望无限期投票隐私。为实现这一点,我们可以将 Cicada 与匿名选民资格协议结合起来,通过零知识组成员身份证明进行实例化。这样,即使选票被解密,它所揭示的只是某人以这种方式投票——我们已经从计票中知道了这一点。 在我们的存储库中,我们包含一个使用 Semaphore 进行选民匿名的示例合约。但是请注意,Cicada 合约本身没有对如何确定或执行选民资格做出任何假设。特别是,您可以将 Semaphore 替换为例如 Semacaulk 或 ZK 状态证明(如此处和此处所建议的)。 统计当局 我们在设计 Cicada 时的首要任务之一是避免需要统计机构:许多私人投票结构需要一个半信任的统计机构(或授权委员会,通过安全的多方计算进行协调)接收和汇总选票。在区块链环境中,这意味着这些方案不能仅由智能合约执行,需要一些人为干预和信任。 在大多数结构中,计票当局在完整性方面不受信任(他们无法操纵选票计数),但在活性方面值得信任——如果他们离线,则无法计算最终结果,从而无限期地拖延投票结果。在某些结构中,他们也被信任维护隐私——也就是说,他们了解每个人如何投票,但预计会在不透露此信息的情况下公布投票结果。 尽管在许多现实世界的场景中,统计当局是一个合理(且必要)的假设,但它们在区块链环境中并不理想,我们的目标是最大限度地减少信任并确保审查阻力。 Cicada 探索了链上投票隐私领域的众多方向之一,并补充了其他团队正在进行的大部分研究。如上所述,Cicada 与信号量、ZK 存储证明和限速无效器等匿名组成员技术密切相关。Cicada 还可以集成 Nouns Vortex 团队提出的 optimistic 证明检查器,以减轻选民的 gas 负担。 还有机会调整 Cicada 以支持不同的投票方案(例如代币加权投票、二次投票)——更复杂的方案对于以太坊主网来说可能计算成本太高,但它们在 L2 上可能是实用的。考虑到这一点,我们欢迎您就下一步将 Cicada 带到哪里做出贡献、分叉和建议。 来源:金色财经
lg
...
金色财经
2023-05-28
元宇宙周刊丨微软Build年度开发者大会推出AI全家桶 孙燕姿回应AI
go
lg
...
全面“互联互通”。 谷歌开源云端病理学
Python
资料库,加速医疗AI场景研发。 英伟达与戴尔合作推出Project Helix,可为企业定制生成式AI。 流行街头服饰品牌The Hundreds将推出元宇宙商店。 英伟达业绩引发人工智能股票市值暴增近3000亿美元。 投融资新闻 东皓证券投资 Web3 信用协议 Getaverse 。 Maitri Capital推出加密量化交易基金,目标募资2.5亿美元。 Web3游戏生态系统Metagame Industries以近1亿美元估值完成战略轮融资。 “潞晨科技”完成数亿元A轮融资,主要业务是通过打造分布式AI开发和部署平台。 Web3游戏初创公司Arena of Faith完成175万美元种子轮融资。 方糖星球完成数千万元天使轮及天使+轮融资,打造生态级元宇宙空间。 人工智能公司Anthropic完成4.5亿美元C轮融资,Spark Capital领投。 Pioneer Square Labs完成2000万美元募资,拟投资生成式AI市场。 数字银行Onyx Private完成410万美元融资,Y Combinator等参投。 Moonfire Ventures旗下Fund II完成1.15美元募资,将投资AI、Web3等领域。 Web3游戏发行商BoomLand完成100万美元Pre-Seed轮融资。 加密分析平台yPredict完成超160万美元预售轮融资。 比特币域名项目BTCDomain完成天使轮融资。 DeFi预言机Red Stone完成天使轮融资,Aave创始人等参投。 DeFi协议Num Finance完成150万美元融资,Ripio Venture等参投。 Web3交易聚合平台Kana Labs完成新一轮融资,MARBLEX参投。 分布式路由协议Syntropy完成400万美元融资,Alphemy Capital等参投。 Web3 App开发平台Sort宣布完成350万美元种子轮融资。 媒体公司Semafor已筹集1900万美元以回购SBF对其的投资。 OpenAI关闭1.75亿美元创投基金。 Vertex Labs以1200万美元收购NFT开发工作室 Digimental Studio。 Web3游戏生态系统Metagame Industries完成战略轮融资。 元宇宙虚拟化身平台GoodGang Labs完成200万美元种子轮融资。 新加坡通信公司GoodGang Labs完成200万美元种子轮融资,Kakao Investment参投。 观点 Crypto.com产品负责人称人工智能可以提升交易所的用户体验。 高通孟樸表示将会加强AI研发,使得混合AI助推AI规模化扩展。 韵达股份称未来有机会将AI技术嫁接至快递经营服务。 B站CEO陈睿表示,人工智能浪潮来临,B站将为更多科技创作者提供平台。 拜登表示不会同意一项既保护富有的逃税者和Crypto交易员的协议。 美联储博斯蒂克表示,人工智能技术可能有助于银行监管。 马斯克认为,有必要开展AI业务抗衡谷歌、微软,推特与特斯拉可成为AI公司合作伙伴。 OpenAI CEO表示,如果公司未来难以遵守欧盟AI新法规,可能考虑退出欧洲市场。 Polygon联创称Web3游戏是Crypto大规模采用的最大驱动力之一。 来源:金色财经
lg
...
金色财经
2023-05-26
除了OpenAI 从融资角度看还有哪些AI公司值得关注?
go
lg
...
个环节的工具和服务,可以将AI/ML和
Python
的 workload从单机拓展至多台计算机上,从而提高workload的运行效率,并在任意机器、集群、云、Kubernetes上运行。 它的一大优势在于:是一个集成了众多机器学习工具和平台的开发环境,可以实现从开发到生产的无缝衔接。并且,客户若使用Anyscale,就不需要内部自建团队去搭建和维护分布式计算系统,既方便又减少了一定的人力成本。 11. Dupdub 总部:中国北京 融资:2.52亿美元 官网:https://www.dupdub.com/ Dupdub,魔音工坊的海外版,是由谷歌投资的人工智能独角兽公司出门问问设计开发的面向内容创作者的新一代AI语音工作坊。自2012年以来,专注于语音AI交互和软硬件集成,为40多个国家和地区提供B2B和B2C AI产品和服务。 Dupdub目前拥有100万以上全球用户,400多种AI画外音,支持40多种语言及方言,能够在几分钟内为图片或者视频创造引人入胜的逼真AI旁白字幕,亦能实现在线几秒钟将文本转换为语音。 此外,DupDub还提供了高效的工具——转录、翻译、字幕对齐和视频下载,支持多种编辑功能,包括且不限于调整音速、音调、停顿、节奏,在一个文件中设置多个画外音、修改发音、添加音效和背景音乐,使得编辑过程更加高效。使用Dupdub生成AI配音,每月仅需十美元以上,能节省成本与时间,迅速实现专业化与全球化。 12. Inflection AI 总部:美国加利福尼亚州帕洛阿尔托 融资:2.25亿美元 官网:https://inflection.ai/ Inflection AI是由LinkedIn联合创始人Reid Hoffman和谷歌DeepMind联合创始人Mustafa Suleyman共同创立的人工智能初创公司,目前已推出旗下首款人工智能聊天机器人产品Pi。Inflection团队包括一些业内顶尖的人工智能专家,他们曾在DeepMind、谷歌、Meta、微软和OpenAI工作。 Pi是Personal Intelligence(人工智能)的缩写,是建立在一个专有的大型语言模型上可处理数十亿行可用开发的文本的计算机程序,能够与用户对话、闲聊、答疑等,无论是常识理论,还是人际关系。该模型由Inflection AI完全在内部开发和训练,不使用任何第三方语言模型API。 Suleyman表示Pi更像是人类的伴侣,相比其他AI,其优势是更为善解人意和富有同情心。与ChatGPT相比,Pi更加简明扼要,幽默创新,并不想在法律、财务、医疗等专业领域与人类展开竞争。Pi可在App Store下载,并支持message、Instagram、WhatsApp、Messenger多个平台。 13. Weights&Biases 总部:美国旧金山 融资:2亿美元 官网:https://wandb.ai/ Weights&Biases公司主要研发适合机器学习的开发工具,其创始人是Biewald曾是FigureEight联合创办者。Weights&Biases是开发者首个MLOps平台,使用权重和偏差实验跟踪更有效地构建更好的模型,使得管理和版本数据以及与团队合作变得容易,专注于构建最佳模型。 Weights&Biases平台可帮助用户从头至尾简化权重和偏差的工作流程。其软件的开发与传统的软件开发方法大不相同,更加注重数据管理、模型更新等问题。 目前其最知名的产品是用于实验管理的wandb,具有更多团队管理、用户管理的功能,已被包括OpenAI、NVIDIA和cohere在内的尖端人工智能团队使用。 14. Ada 总部:加拿大多伦多 融资:1.91亿美元 官网:https://www.ada.cx/ Ada成立于2014年,是一家加拿大智能聊天机器人公司,公司主要通过AI技术提高智能化客服服务,并为不同领域的企业客户提供定制服务。 Ada立足于用人工智能改变客户体验,Ada建立在大型语言模型(LLM)的基础上,利用生成式人工智能,以最少的精力通过更多的渠道和语言自动解决最多的客户服务查询,为企业提供经济高效的解决方案,以全球安全和隐私标准为后盾,给客户提供先进智能的体验,并为团队提供力量和帮助。 Ada平台可以短时间内精通目标客户的业务领域,其研发的自然语言理解引擎抛弃繁重老式的代码,在一个易于使用的平台上用更少的人力解决更多的客户查询,以对话为动力,识别率高达90%。 15. PrimerAI 总部:美国旧金山 融资:1.68亿美元 官网:https://primer.ai/ PrimerAI是一家基于ChatGPT技术研发的语言服务公司,主要为企业提供知识管理、摘要和企业搜索,并以防伪技术而知名。PrimerAI的口号为超越思维、超越空间、超越机动,主要为数据分析师提供对实时理解大量非结构化数据并对其采取行动的帮助,无论是从文本和图像,还是音频和视频。 它的NLP产品和技术为客户提供了敏捷的人工智能解决方案,以加快决策周期并利用数据获得战略和战术优势。PrimerAI能够从大规模文本、图像和音频数据中实时查看人员、组织、地点,可帮助检测预警信号,比传统方法提前数小时。 结语 AI如同一场飓风,迅速席卷世界各地。它能为个体提供个性化的体验,亦能为企业实现现代数字化发展。全球金融市场和各大科技巨头对AI的关注和投资足以证明这个行业仍处在扩张的蓝海之中。 像OpenAI这样的尖端公司正推动着创新并塑造AI行业的最新趋势与进展,这也使得他们成为或即将成为2023年拥有极大曝光度的企业。他们的产品或将突破认知的界限,为AI即将革新整个时代铺平道路。 即使部分公司旗下某些产品专研的领域似乎距离普通人的生活或工作还有些遥远,这些AI公司也值得我们持续关注,因为AI所预示的未来正在到来。计算机的发明原本只是为了服务于二战时期的军用数据计算,而时至今日,电脑的应用也早已涉及到各行各业。AI能带给世界的最大变化尚未可知,除了那些老生常谈的话题,我们也许还得学会与颠覆想象与知识边界的不确定性共舞。 我们正身处在以AI为代表的第四次科技革命浪潮中,潮起潮落,留下的可能只有真正的创新技术。 【声明】:本文为元宇宙之心运营团队原创,未经允许严禁转载,如需转载请联系我们,文章版权和最终解释权归元宇宙之心所有。 来源:金色财经
lg
...
金色财经
2023-05-26
MBK公链如何推进WEB3.0的发展?
go
lg
...
多种智能合约语言,如C++,Java,
Python
等,用户可以根据自己的需求来选择使用正确的合约语言。 三、MBK公链如何推进Web3.0的发展 Web3.0是下一代互联网的代表,它将为用户提供更加安全、去中心化的网络应用程序。MBK公链作为支持Web3.0的技术基础设施,通过以下几点来推进Web3.0的发展。 1.开发DApp应用 MBK公链鼓励开发者在其上构建DApp应用,可以帮助推进Web3.0的发展。MBK公链已经提供了多种开发工具和SDK,使得开发者可以更加便捷地进行DApp应用的开发,同时,MBK公链提供优秀的运行环境和稳定性,从而确保DApp应用的稳定运行。很多DApp应用,比如去中心化交易所,游戏应用等,已经开始在MBK公链上运行,并且获得用户的青睐。 2.链上治理 MBK公链采用DPoS共识机制,这也意味着该公链的治理模式是去中心化的。在MBK公链上,任何用户都可以参与到链上治理中来,包括选择公链的见证人以及执行智能合约。这种链上治理模式利用了区块链数据上链不可篡改的特性,使得参与公链治理的用户无法篡改公链的状态。这也有利于Web3.0应用程序的发展,因为Web3.0应用需要在去中心化的环 来源:金色财经
lg
...
金色财经
2023-05-25
上一页
1
•••
20
21
22
23
24
•••
30
下一页
24小时热点
特朗普宣布对欧盟和墨西哥商品征收30%关税,金融圈大佬如何看?
lg
...
黄金周评:金价上演“过山车”,震荡中守住涨势!地缘风险叠加通胀预期,机构预判后市或突破上行
lg
...
德银警告:若特朗普罢免鲍威尔,将引发美元与美债抛售潮
lg
...
前首席经济顾问警告:美国“债务冲击”风险逼近,财政路线如同“失控学生贷款”
lg
...
本周展望:美股冲高后迎“大考” 财报和CPI通胀数据将揭示关税冲击?
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