FX168财经网_全球视野外汇黄金加密货币NFT资讯网_关键字搜索-FX168

全球数字财富领导者

CoNET｜客户端｜旧版｜｜

FX168 全球视野中文财经

登录 / 注册

国海策略：全年主线通常在何时形成？
go
GPT的火爆出圈，其背后反映了人工智能大模型正在加速技术落地，AI应用商业化潜能逐步彰显。近期百度、阿里、字节、腾讯等国内互联网巨头相继宣布涉足类似ChatGPT的AIGC项目，国内AIGC产业生态迎来新浪潮，未来信创、芯片、人工智能、消费电子等细分赛道仍将持续发展，TMT板块景气趋势向好，大概率成为2023年全年主线。　　2、三因素关键变化跟踪及首选行业　　从最新的经济高频数据来看，生产端延续恢复，需求端修复较为平稳，地产销售有走强的迹象，外需方面领先指标韩国出口下行程度有所收窄。国内市场利率小幅上行，短端利率维持在政策利率上方，美债利率和美元指数双双上行，外资转向流出。本周市场呈现小幅分化态势，周期领涨，风险偏好不高。　　2.1、经济、流动性、风险偏好三因素跟踪的关键变化　　从最新的经济高频数据来看，生产端延续恢复，需求端修复较为平稳，地产销售有走强的迹象，外需方面领先指标韩国出口下行程度有所收窄。春节后生产端的各项开工率延续恢复，2月第四周唐山高炉开工率持平，产能利用率继续上行，轮胎开工率则是延续上行。需求端方面，截至2月24日，2023年1-2月30大中城市商品房成交面积同比下滑约18％，近一周地产销售环比明显上行。从汽车销售来看，2月1-19日，乘用车市场零售73万辆，同比去年增长16％，但今年以来累计零售同比去年下降26％，整体呈现平稳恢复的状态。从出行的情况来看，四大一线城市地铁客运量维持高位。从外需来看，韩国2月前20日出口额同比减少2.3％，下行幅度较1月有所缩窄。　　国内市场利率小幅上行，短端利率维持在政策利率上方，美债利率和美元指数双双上行，外资转向流出。从国内市场利率来看，近期国内十债利率小幅上行，站上2.9％，短端利率维持在2％的逆回购政策利率上方。海外方面，美债收益率明显上行，逼近4％。汇率方面，美元指数显著上行，人民币汇率延续贬值，逼近7的关口。从市场流动性来看，外资在本周转向流出，近3个交易日全部呈现流出的状态。　　本周市场呈现小幅分化态势，周期领涨，风险偏好不高。过去一周A股呈现小幅分化的态势，各风格中，仅消费微跌，周期、成长和金融上涨，其中周期风格涨幅最大。风险偏好依然不高，成交金额大部分交易日保持在8000亿元左右。　　2.2、2 月行业配置：非银金融、计算机、电力设备　　　　行业配置的主要思路：春季躁动布局成长，建议关注弹性品种。一季度常为A股市场的敏感期，由于年初业绩与经济数据的缺失，风险偏好对于市场的影响易被放大，2月行业风格建议关注具备弹性的成长板块。配置上建议关注弹性品种，包括1）非银金融，为估值较低的进攻板块，近两年非银板块持续调整，2023年春节前市盈率TTM十年分位数已降至30％附近，估值修复空间充足，全面注册制等政策催化下有望迎来估值业绩双修复；2）安全资产领域，二十大报告提出显著提升科技自立自强的目标任务，在政策扶持下，国内信息尖端技术迎来发展机遇，如计算机、通信等板块，特别是信创题材产业趋势逐渐明晰；3）高景气延续的高端制造领域，如部分新能源链条相关的有色金属、化工新材料领域，以及To G属性的光伏、储能等赛道。2月首选行业为非银金融、计算机、电力设备。　　非银金融　　支撑因素之一：首部券商经纪业务规章落地。2023 年 1 月 13 日证监会发布《证券经纪业务管理办法》，自 2023 年 2 月 28 日期执行，《办法》从经纪业务内涵、客户行为管理、具体业务流程、客户权益保护、内控合规管控、行政监管问责等六方面作出了具体规定，进一步规范证券经纪业务，引导行业高质量发展。　　支撑因素之二：关注券商、保险估值修复机会。近两年非银板块持续调整，2023年春节前市盈率 TTM 十年分位数已降至 30％附近，估值修复空间充足。　　支撑因素之三：全面注册制改革预期提振市场情绪。2022 年 12 月 21 日证监会在学习传达中央经济工作会议精神时指出要“深入推进股票发行注册制改革”，注册制改革的全面落地将带动券商投行、投资、做市等业务条线发展。　　标的：中信建投、东方财富、国联证券、广发证券等。　　计算机　　支撑因素之一：政务信息化建设推动国产化软硬件产业加速发展。2022 年 10 月28 日，国务院办公厅印发全国一体化政务大数据体系建设指南。目标在 2023 年底前，初步形成全国一体化政务大数据体系，数据共享和开放能力显著增强，政务数据管理服务水平明显提升。政策驱动刺激国产数据库、中间件产品需求，为信创行业赢得新的发展空间，长期来看技术迭代创新前景广阔。　　支撑因素之二：中国电子信创体系产业链完整，替换空间广阔，生态建设加速。国产信创产品已初步具备大规模应用基础，从 CPU、操作系统、数据库、中间件，到 PC 终端、服务器、存储、外设等都呈现出技术、产品、市场紧密衔接的产业生态，从重构、融合，正在迈向逐渐成熟发展的进程。麒麟软件等国产操作系统厂商，拥有从芯片到系统集成的全产业链生态，国产替代优势明显。　　支撑因素之三：二十大强调国家信息安全，信创行业迎来较大发展机遇。二十大报告提出显著提升科技自立自强的目标任务，在政策扶持下，国内信息尖端技术迎来发展机遇。前期信创需求主要集中在党政机关和国企，随着国家安全体系的建立健全，信创将扩展推进到行业企业，越来越多的厂商加入促进信创生态系统的构建，行业将延续高景气发展，是未来几年计算机行业投资主线。　　标的：纳思达、中科曙光、金山办公、中国软件等。　　电力设备　　支撑因素之一：政策加码支撑能源电子产业迎多重利好。1 月 17 日，工信部等六部门发布《关于推动能源电子产业发展的指导意见》。《意见》提出要加快智能光伏创新突破，发展高纯硅料、大尺寸硅片技术；加强新型储能电池产业化技术攻关；发展面向新能源的关键信息技术产品。电力系统的智能化建设进程进入加速通道，能源 IT 产业持续收益。　　支撑因素之二：硅料价格下行推动光伏需求回升。硅料价格自 2022 年 11 月份以来持续下行，根据 Wind 数据，光伏级多晶硅现货价 2022 年 11 月 16 日至 2023年 1 月 25 日降幅约 45.3％。随着上游硅料和硅片价格回调，产业链成本下降，近期组件环节排产积极性提升明显，全球光伏需求有望延续增长态势。　　支撑因素之三：新能源汽车销量持续保持高增长，有望维持高景气。根据中国汽车工业协会统计数据，2022 年我国新能源汽车产销分别完成 705.8 万辆和688.7 万辆，分别增长 96.9％和 93.4％，连续 8 年全球第一，市场占有率已经达到 25.6％，增长强劲。随着海外市场逐渐恢复、自主品牌竞争力提升，以及配套环境的日益优化，新能源汽车行业预期将保持较快增长态势。　　标的：宁德时代、海优新材、隆基绿能、晶盛机电等。　　　　　　4、风险提示　　全球疫情反复、海外通胀超预期、美联储继续鹰派、地缘政治扰动加剧、产业政策推进速度不及预期、比较研究的局限性、历史数据仅供参考、重点关注公司业绩不达预期风险等。
金融界2023-02-26
AI新时代是时候重估百度了
 go
机会。 2022 年以来，百度围绕文心大模型展开了一系列动作。5 月，百度提出了「构建更适配应用场景的模型体系」；11 月，文心大模型全面升级，发布了包括 5 个行业大模型在内的 11 个大模型，同时发布了 AIGC 绘画产品「文心一格」。关于即将发布的「文心一言」，截至目前已有爱奇艺、集度汽车、小度、智联招聘、太平洋汽车网等多个合作伙伴宣布加入百度文心一言生态圈。基于长期建立的大模型体系，百度已有的业务体系也有望迎来新一轮升级。不论是百度自身的 C 端搜索产品，还是旗下的小度音箱、集度汽车智能座舱等产品，都能够直接接入语言大模型的能力，获得性能和体验提升。而以 AI 能力为优势的智能云业务，接入大模型能力后，也将能够向企业客户输出语音交互、内容生成的能力，赋能软件企业。百度创始人、董事长兼首席执行官李彦宏表示，「凭借在 AI 领域的长期投入，百度将抓住即将到来的 AI 拐点，为我们的整个业务组合——从移动生态到智能云、自动驾驶、智能硬件等——开拓全新的机遇。」核心业务持平，多项主流业务与「文心一言」整合 2022 年对中国乃至全球互联网公司来说都是极其不易的一年。但整体来看，百度在 2022 财年的业绩表现依然相当稳健。总体来看，百度的核心业务持平，营收增长由非在线营销收入贡献。李彦宏在财报会上表示，随着疫情缓解，在线营销开始出现复苏迹象。 2022 财年，百度核心业务营收为 954 亿元人民币，与去年基本持平。其中，网络营销业务营收为 695 亿元人民币，同比下降 6%。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。业务表现上，过去一年，百度搜索规模年同比增长 17％；移动端搜索查询次数和信息流分发量，均实现了两位数的同比增长。百度 App 月活用户数于 2022 年 12 月达到 6.48 亿，同比增长 4%。此外，2022 年前九个月，小度位居中国智能屏和智能音箱出货量第一。在智能云业务上，百度 ACE 智能交通系统从 2021 年的 35 个城市扩展到 69 个城市，合同金额超过 1000 万元人民币。根据 IDC 2022 年上半年发布的中国公共云市场报告，百度第四年被评为第一大人工智能云供应商。李彦宏在内部信中表示，「百度智能云利用 AI 技术，为行业提供标准化的解决方案，提高了利润率。」智能驾驶方面，截至 2023 年 1 月底，萝卜快跑累计订单量超过 200 万单。升级后的文心大模型体系｜来源：百度相比已经存在的基本盘，今天更受关注的还是百度在语言大模型方向的探索。作为百度乃至国内发布的首个类 ChatGPT 产品，文心一言的进展，背后的文心大模型，以及与现有业务结合的规划，都是外界关注的重点。未来，百度主流业务将与文心一言整合。除了升级相关产品外，李彦宏强调了其对云服务的意义，「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。这会根本性地改变云计算市场的游戏规则。」始于四年前的文心大模型 ChatGPT 出圈，让普通人也感受到语言大模型的能力与优势。而在产业界，对于大模型的探索已存在多年。谷歌等公司 5 年之前开始语言大模型的布局。对 AI 技术持续投入的百度，也在 4 年前开始了大模型的技术积累。谷歌 2017 年发布神经网络架构 Transformer 后，语言大模型开启了新时代。Transformer 能够让机器在处理语言信息时关注单词之间的联系，并预测接下来会是什么单词。这大大增强了语言的理解能力。如果将语言大模型比喻成复杂的建筑，Transformer 便是搭建时最好用的砖头。在此之后，所有的大模型，都基于这一架构进行设计。2018 年，谷歌发布发布了基于 Transformer 的预训练大模型 BERT；Open AI 则发布了 GPT，这是 ChatGPT 的第一代模型。紧随其后，百度于 2019 年发布了初代文心大模型：ERNIE 1.0。这也是文心系列模型的起点，初代文心模型基于谷歌 BERT 模型结构，增加了优化设计。预训练模型大模型可以看作一种新的研究思路。在过去，自然语言理解有各种不同的任务，如翻译、知识问答、多轮对话等。解决每一个问题，需要专门训练出模型，但能力的提升却容易遇到瓶颈。预训练模型则换了另外一种思路，先用大量数据训练出一个具备基础语言理解能力的模型，再通过少量数据的微调，让其具备处理某种任务的能力。文心大模型优化的一个关键点在于加入了知识图谱。作为一种信息加工方式，知识图谱将现实世界中存在的概念、以及相互关系用符号表示出来，最终形成一个可视化的「图谱」。将这种方式加入预训练，就增加了大模型在知识相关任务上的能力。在训练数据上，文心大模型也有明显特点。基于百度自身的数据优势，训练模型的语料来自百度百科、百度新闻、百度贴吧、以及中文的维基百科。这其中包含了大量的知识性的语料。 2019 年 7 月，百度再次升级模型，发布了 ERNIE 2.0，并在 2020 年全球全球规模最大的语义评测比赛 SemEval 上，获得了 5 项世界冠军。发展至今，百度语言大模型文心一言突出的能力是「知识增强」，能够生成对话、进行文本创作。大模型是未来 AI 产业体系的重要组成，但要把大模型用起来，还需要底层算力、上层应用的共同搭建。百度也在这一方向上进行了诸多实践。「文心一格」平台页面｜来源：百度直接支撑文心大模型的平台，是飞桨产业级深度学习框架。这是目前被广泛使用的深度学习框架。截至 2022 年 11 月底，飞桨平台上已凝聚 535 万开发者、创建 67 万个 AI 模型，服务 20 万家企事业单位，位列中国深度学习平台市场综合份额第一。在百度 AI 能力的整体架构中，深度学习框架位于第二层，整体的四层能力包括「底层芯片 + 深度学习框架 + 大模型 + 应用层」。去年底，百度发布了最新的生成式 AI 产品「文心一言」，这是应用层的最新产品，目前已经被不少新媒体用来生产配图素材。这是一个 AI 作画平台，由飞桨学习框架和文心大模型提供技术支持。百度集团副总裁、深度学习技术及应用国家工程研究中心副主任吴甜介绍，百度将文心大模型已经形成「模型层 + 工具与平台层 + 产品与社区层」的整体布局。「文心一格」产品的发布，意味着百度已经开始积累大模型的工程化落地能力，而接下来「文心一言」产品的发布，将沿着这一方向进行更多探索。「文心一言」融入更多业务深度学习三巨头之一的 LeCun 表示，新的 AI 热潮，将带来企业内部深度学习研发的复兴。对于百度来说正是如此。与学术性质的研发不同，在企业中的技术研发，不仅仅涉及概念验证，还因探索与业务场景结合、规模化而需要更大成本。如微软总裁纳拉德所说，AI 将从根本上改变每一个软件类别。如今，正来到了探索大模型与更多业务场景结合、赋能产品的加速时期。百度也已经公布了相关规划。三月份即将发布的「文心一言」（ERNIE Bot）是基于文心大模型所发布的新的语意理解平台。从英文名 Bot 可以看出，底层的技术将是一个类似聊天机器人（Chatbot）的对话模型。「文心一言」将会利用跨模态、语言理解和生成能力等，为人们提供自然流畅的聊天体验。对于百度来说，拥有了这样的新技术平台，首先能够提升的便是搜索产品。目前，搜索产品的收入大约占到百度整体收入的 60%，依旧是最重要的产品之一。多年来，搜索产品的形态和用户体验没有太大的变化。当对话体验与原有的搜索引擎形成互补，用户在搜索相关链接的同时，也能够直接阅读定向生成的内容，将是十多年来搜索产品最显著的一次产品变革。这也将成为互联网的新流量入口。这种对话能力，还能够接入智能座舱的场景中，以语音交互的形式体现。前不久的三里屯体验中心启动会上，集度汽车 CEO 夏一平表示，「集度将融合百度文心一言的全面能力，支持汽车机器人实现自然交流的再进阶。」当新的模型能力接入汽车终端，人们在座舱内不仅能够通过语音对设备进行更全面的控制，还能够获得类似于和一个「人」交流对话的体验。集度概念车内景｜来源：集度除了 C 端产品之外，模型能力也将接入百度的智能云中，为 B 端服务能力带来提升。百度集团执行副总裁、百度智能云事业群总裁沈抖表示，「文心一言」将通过百度智能云对外提供服务，率先在内容和信息相关的行业和场景落地。将大模型的能力引入云服务，将是必然的趋势。微软此前已经表示，计划将 OpenAI 的多项技术引入 Azure 云服务中，包括 ChatGPT 以及绘画模型 DALL-E。将来，通过云服务的方式，AI 改写软件的进程才会真正发生。百度智能云宣布，将在 5 月推出针对「文心一言」模型的 API 接口。这将使百度智能云在语音合成、机器翻译、自然语言处理方面的服务能力提升，客户可以直接调用相关能力应用到具体的场景里。去年百度智能云年增长为 12%，在 AI 云市场位列第一。具体而言，在数字人、智慧城市等领域，百度智能云为市场份额第一。百度搜索业务之外的其它业务，主要受智能云及其他 AI 驱动业务的推动。大模型能力的接入，将带来更强的增长势能，也将拓展 AI 云的服务范围。来源：元宇宙之心来源：金色财经
金色财经2023-02-25
王慧文无心与李彦宏「斗法」
go
长的意味，“能做CEO的太多，但未必对大模型有专业中肯的认知”，连王慧文本人也还在学习的路上。 01 王慧文其人王慧文是东北人，员工评价他性格豪爽，作风硬朗，有大开大合的经历，同时也行事谨慎低调。加入美团之前，他已经有了校内网和淘房网的两段创业经历，懂产品，也懂市场。如果你看过王慧文的《清华产品课》，会发现他在产品、各种市场战略，对业务、产品、人性都有着极为深刻的理解。在王慧文临近退休的时候，王兴写了封信，把他的十年功绩简要托出： 2010年加入美团，帮助公司从千团大战中脱颖而出；三年后，从0到1打造美团外卖，之后深入餐饮产业链上下游，构建到店、到家、出行等本地服务业务场景；卸任前一年，老王仍在推动用户平台、基础研发、大数据和 Al 等平台能力的建设。五年前美团上市的时候，招股书上对联创有这样的描述：我们未来的成功，很大程度上取决于我们的管理层。即使站在当下，也很容易发现，美团的发展路径并没有跳出王慧文的商业框架。前期的美团，发展并不快，更多的精力投入在对外沟通和用户调查上。比如很长一段时间，同期竞品已经三十多个，外观功能变化多端，但美团还是黑蓝色调，即使当时被用户吐槽，不过王慧文比较轴，他认为：“对任何一个创业团队而言，无论有多少资源，都是有限的，要把资源集中到当时最重要的事情上去。” 举个例子，相比之前都是做线上网站，美团的业务强调线下场景，但王兴和王慧文很少做路边广告，反而注重SEM优化。道理很简单，他们认为，用户只有在搜索的时候，才会有真的团购需求。这种做事风格一直延续，比如刚开始开拓外卖业务时，老王先花大量的时间在一线调查，和餐饮、零售、物流等供应链上的每一环的专员交流。时间来到2020，王慧文到清华大学做了个演讲，他仍然认为创始团队应该重视规律：花大量时间研究行业、用户，并应用到企业经营上面。如果单从这点来看，联系到OpenAI，其实两者优势不谋而合。据业内人士指出，其实ChatGPT本身全都是成熟的公开算法，不过这种超大规模训练，并不依赖算法本身。硬件和数据才是王道，纯自然语言数据都是网上公开，没有什么门槛。 ChatGPT的先发优势在于，通过抢先公测，收集了大量的用户数据。 “这是更加宝贵的数据，只有他们家有。只要ChatGPT仍然是最好用的语言AI，雪球就会越滚越大，越来越难追上。”该人士还指出，为了防止ChatGPT输出有害信息，OpenAI花了大价钱去训练模型，这些都是OpenAI积淀了几年筑起的数据壁垒。王慧文的入局，说明市场看到了大模型、通用人工智能的价值和潜力。一般来说，软件开发和做半导体芯片不同，开源的趋势下卡脖子问题越来越少，国内喜欢实用主义，需要找到合适的应用场景。实际上，ChatGPT在技术上称不上是颠覆式创新，却被无数人追捧，更像是用一种大力出奇迹的方式，提供了一种能够灵活解决问题的应用方案。这样一来，有一种情况就很容易出现。首先，以王慧文为代表的互联网玩家、创业者或资本涌入同一条赛道，就像早期的草莽时代，很多大厂依靠Copy to China站住风口，将已经被验证过的商业模式，进行本土化改造引入国内，寻找国外对标也成了玩家们心照不宣的法则。王慧文要做OpenAI，会不会避免过去的路径依赖，这并不好说。即使是亲自打造的美团，一开始也在对标Groupon。为了吸引投资者，把故事讲得更好，人人网上市的时候连套了Facebook、Zynga、Groupon、Linkedin四个国外标的。有钱、有闲、有履历，又对标OpenAI，王慧文给了投资者们一定的安全感。据相关媒体报道，王慧文出资5千万美元，下一轮融资中已经确认的融资金额为2.3亿美元。而这2.3亿美元的顶级VC认购中，真格资本和源码资本一起为王慧文站台，源码资本创始人曹毅甚至在朋友圈表示，“祝贺老王等到了，行业也等到了老王出山。” 02 中国的OpenAI，是什么样的？有AI领域的资深研究人士认为：“王慧文向中文互联网扔了一枚烟雾弹，起码在ChatGPT这件事是这样。” 资本市场的火热，蔓延到用户市场，但后者对这样一个攒局者，并不够看好。原因可能在于，一方面，他过往的经验优势体现在O2O和互联网产品的打造上，所以人们认为，“AI英雄榜”，仍躲不开过去的那套营销和投机的手段。有IDC分析师指出，短期内ChatGPT对市场影响有限，“掌握了垂直领域的数据、面向场景的模型优化，以及形成工程化的解决方案，才可能实现真的落地。”这些模型甚至在3年以后会退出市场，虽然基于ChatGPT可能会诞生一批新创企，但单纯依赖大模型，无法为创企提供持续的竞争力。另一边，“我自己总结，国内互联网公司花钱多少不一样，聚集人工智能的人才团队大小不一样，但是思路一样：人工智能应该找场景，要解决自己业务中遇到的问题。”360创始人周鸿祎接受采访时表示。就像前面说的，从应用软件开源的角度来看，ChatGPT如果作为产品上的成功，门槛确实没那么高，但事实真的是这样吗？未必。如果单从成本端以及数据积累来看，国内刚入局的小公司机会渺茫。训练AI需要庞大的算力，有业内人士透露，使用国产算力卡倒不是不行，只是芯片制程跟不上。 ChatGPT硬件方面要3万张顶级GPU，加上CPU、内存、硬盘、网络和数据中心的电源与建筑，接近100亿人民币，训练一次要几个月，巨大的物料、电力成本之外，还有软件开发的费用。 “国内也只有BAT这样拥有自主云计算平台、且掌握大量用户的互联网公司，而且最好是和 ChatGPT 错位竞争，比如做中国可以正常联网使用的中文模型，但其中最困难的部分，其实是敏感词和有害信息的屏蔽过滤。” 有媒体统计，国内实验中做过的最大的模型是10亿个参数，GPT-3的参数数量是国内的175倍。这几年BAT三家在做大模型上，都投入了不低于OpenAI 5-10亿美元的资金量，语音识别、TTS、人脸识别都单独做一套，但好的AI大模型很少，比如阿里巴巴的M6大模型，百度的文心大模型，腾讯的混元AI大模型。不过效果并不明显，普通消费者接触到的AI产品，主要还是类似于天猫精灵、小爱同学，侧面说明可能还是努力方向搞错了。这种情况下，如果王慧文的团队是要复刻像ChatGPT一样的消费级应用，或者去重新做个搜索，以当前的局面来看并不困难，但做出来和活下去是两码事，关键是能不能持续，其实风险并不小。像谷歌、微软、百度这类巨头，现在也没有寻找到技术与商业落地上的平衡点。比如最近微软把ChatGPT和Bing结合起来，由于所有网页都需要清洗数据和定期来进行训练。当摩尔定律发挥作用，训练成本降低的同时，算力又提高好几倍，当ChatGPT能索引全世界网页之后，场面很容易发生失控。 “现在最大的问题，并不是去多么追求技术上的革新，而是想清楚，这项技术本身，能不能带来生产关系的改造和生产力的提升。”有行业资深人士表示，“如果不能的话，其实没有太大的改变，因为他没有创造新的需求，或者说让这种关系足够改善。” 那么这样一来，如果不考虑技术难度，还有另外一种可能性。用周鸿祎的话说，他把ChatGPT的能力进化分为三层，从最基本的信息学习，语料训练，人工智能在传递信息的过程中，具备了逻辑能力，进而从编码文本知识，发展到同样能够处理音视频图片。 “它今天还没有手跟脚，没有行动力，ChatGPT今天需要的手跟脚是什么？API。”周鸿祎说。简单来讲，从ChatGPT上做延伸，可以分为两方面。一种是像周鸿祎的构想，我们现在使用Web服务在美团订餐、打车、买电影票，那么能不能让ChatGPT也具备输出指令的能力？这个思路和国外一家叫Adept AI的公司相像，后者类似协作智能，建立AI工具，来帮用户完成任务。 Adept AI创始人Luan来自谷歌，他也认为：“真正的通用智能需要能够行动的变形金刚，而不仅仅是读写。我们正在训练一个模型来使用人们今天使用的所有软件工具和 API。” 另一种延伸的方式则没有那么直接。举个例子，ChatGPT仍作为一个接口，比如充当一个数据源，把这些东西打包，做B端的生意，来提高生产和服务效率，或者有调用大模型API的公司，基于大模型重点开发具体场景的AI应用公司，如Jasper。那么实际上，这条链路上的ChatGPT，就不是直接to C的应用，而是B2B2C，做中间件。事实上，仅将ChatGPT当作一个to C的应用，一方面体现了人们有一定的技术崇拜：AI确实很酷；另一方面，似乎的确能也够解决一些实际问题，相比一般聊天机器人，ChatGPT回答更靠谱。但这并不足以说明产品的成功，OpenAI CEO都直言这是一款“糟糕的产品”，金钱在燃烧，服务器在冒烟。部分地区没法光明正大访问，频繁出错的信息，他的原话是说：“人们访问的是一个有时能用，有时不能用的网站。” “符合预期的需求，是需要多轮交互才能产生的。”即使作为生产力工具，运用到文章转写、创作等场景，实际的应用深度并没有设想乐观。这导致ChatGPT暂时不能直接进入工作流，意味着这样的生产力工具都是“糟糕”的。微软是一家to B的公司，和老对手谷歌正面较量的领域，除了Bing，还有Edge，如今微软的价值大头落在云服务上，Azure被推向前台，也是OpenAI的独家供应商，生成式AI的大量资金最终又都流向了基础设施层。这种用法类似上述的第二种延伸，ChatGPT以及所有大模型，算力消耗巨大但不是好产品，甚至不是独立软件产品，而应该作为基建，随着数据越来越大，参数越来越多，训练需要的算力和成本越来越高，放到智算中心、云平台上面，和SaaS一样：容易部署，使用门槛低，通过卖服务和数据，靠规模效应产生高维价值。 ChatGPT目前看似是利用大模型解决生成领域的任务，但实际上，也展现出了通用型人工智能的潜力。“ChatGPT一个账号收费也就几十美金，所以它要扶植的一定是垂直应用。做生态，如果没有App Store，苹果不可能成为一个平台。”周鸿祎认为“在通用的人工智能上搭建垂类，是非常聪明，也是非常省力的方法。” 03 到底什么才是科技公司？科技公司这个称呼既熟悉又陌生，2000年以来，互联网公司人均标榜科技基因，但事实却是，云计算、数据库、人工智能、算法、大模型，这些都是后几年才开始强调的概念。回到王慧文这件事上，他的招募令里写到，要成立一支非盈利基金，专投那些“发展路径不清晰、实现希望很渺茫、商业价值不明确”的初创科技公司，这是国内VC及相关机构里已经很少见的理念了。相比印象里的硅谷，总会有一批财务自由的人，对技术偏执，或愿意尝试新的事物，OpenAI 前三年在毫无营收的前提下，也有人支持它每年烧5亿美金。这件事如果发生在国内，对待不确定性的东西，市场的包容度往往并不高。从企业的角度来看，OpenAI起始于一群在通用人工智能备受怀疑时，仍然相信它能成的人，并不是着急“做另一个DeepMind”来打败谷歌，也不是微软内部孵化，它只有375个人，是一个100%的小型创业公司。但为什么微软和谷歌内部没有孵化出这些项目？人们偏向认为，OpenAI的人才密度一定比微软、谷歌更高，大企业在创新上天生存在弊端和不足，加上资本的加持，这样小企业才会做出颠覆式的技术。 ChatGPT只是OpenAI的产品之一，公司多个创始人曾联合发文：“我们正致力于利用物理机器人完成基本家务。更远一些，OpenAl的目标是制造‘一种高度自主，且在大多数具有经济价值的工作上超越人类的系统’。” 做中国的ChatGPT和做中国的OpenAl，是完全不同的两件事。前者贴近为了流量追一个风口，后者的格局大得多得多。在OpenAI 官网可以看到它的纲领和章程，其中有一条反竞争条款：这种情况在国内其实是非常罕见的。如果说“狂热相信AI改变世界”是王慧文再创业的初衷，那么他后来发的续里，“不清晰、很渺茫、不明确”，更像是对自己这一举措的概括。有分析人士指出，处于早期阶段的创业公司，要想获得投资人的垂青，要么技术和工程化能力得特别强，要么对C端用户或者B端场景有特别深刻的洞察，能够把这些和AI技术结合，打造出能落地的产品。“国内创业，不先走场景而走技术驱动非常艰难。可能正是因为这样，慧文这样的动作才更有价值。” OpenAI能以很少的收入支撑很高的估值，获得长久的资金支持，除了技术信仰，还有资本和产业的支持，在国内，很难有VC拿钱冒险做技术驱动创新的环境，王慧文可能正在充当后者的角色。如果这是一次理想主义的试水，当所有的目标和过程坚定而明确，那么成败其实并不完全由结果判定。来源：“新眸”（ID：xinmouls），DeFi之道作者：鹿尧，编辑：桑明强来源：金色财经
金色财经2023-02-25
万字圆桌实录：ChatGPT背后的AIGC 将生成怎样的浪潮？
go
I正迎来下一个时代，又会如何走向？兼具大模型和多模态模型的AIGC模型是否会成为新的技术平台？AIGC技术和应用将给经济社会带来哪些影响，不同主体应如何看待与应对？ 2023年1月9日，腾讯研究院举办《AIGC：AI新浪潮之下的趋势与展望》专题论坛，具体讨论了“AIGC”这一前沿科技趋势的技术现状和产业实践，发展机遇与未来挑战等问题。我们将会议实录刊发在这里，供各领域思想者参考。研讨嘉宾：姚新南方科技大学计算机科学与工程系讲席教授、系主任段伟文中国社会科学院哲学所科技哲学研究室主任王蕴韬中国信息通信研究院云计算与大数据研究所副总工程师吴保元香港中文大学（深圳）数据科学学院副教授殷俊腾讯游戏CROS研发效能部数字内容技术中心总监史树明腾讯AI Lab自然语言处理中心总监、文涌产品负责人主持人：杨健腾讯集团副总裁、腾讯研究院总顾问 AIGC的蓄力与爆发杨健（主持人）：如何看待AIGC在2022年下半年这一时间节点突然爆发？AIGC是否代表着AI技术的下一个时代？姚新：AIGC的爆发实际上是一个综合性的成功。AI虽然在内容生成方面有很长的历史，但过去因为数据、算力和算法技术等限制，一直没有发展到现在这个程度。现在大家对AIGC产生浓厚兴趣的一个重要因素是它超出了人们的预想，所以大家就觉得这东西特别有意思。但是仍需思考AIGC在技术上究竟有什么样的突破。第一，在技术上，达到超出人们预想的效果相对比较容易。比如在图像、对话，甚至在音乐方面，它可以生成具有某个作曲家风格，但又是不完全一样的曲子。但是很多人认为AIGC可能是一个通向AGI的有效路径，其实是值得慎重思考的。因为现在AIGC生成内容是靠着大量的数据和算力堆出来的。而人在生成内容的时候，有时候是通过一个抽象的过程，比如我看了很多图像，脑子里面是有个抽象过程，然后从抽象过程再回到图像的空间，最后来创造生成一个图像。我还不是太清楚现在AIGC有没有这种抽象的层次在里面。你看了100万幅猫和狗的图像，机器是不会自己生成一个概念，如4条腿、有毛等。第二，未来AIGC进一步发展，涉及到科学技术领域，或者真正关系到国计民生的应用领域，可能会有额外的挑战。因为AIGC生成内容难以保证保证它生成的内容满足一定约束条件。打一个比喻，我们现在可以把很多分子送到AI系统里面，它或许给你生成新的分子。从生成分子到生成药物是可以想象的，但是真正到最后落地，它的距离会在什么地方？真正要达到所谓的AGI的距离在什么地方？这是需要我们思考和探索的。殷俊：首先，我跟姚老师的观点非常一致，无论从广义的基于人工智能做内容生成这件事情，还是比较狭义的做深层次大模型，其实都是厚积薄发，已经有了比较长的研究历史。AIGC到今天爆发是多方面的，一方面的确积累了非常大量的数据集，而且是公开高质量数据集；一方面是一些理论上的突破，比如以扩散（Diffusion）模型为代表；还有就是新的计算硬件，从2020年开始以GBT3为代表，模型堆得足够大，效果也足够好，以前可能并没有这么强的计算设备来支持这种规模的模型训练，即使到现在这个模型训练成本还是非常高的。几方面因素叠加，导致大家觉得以前可能比如说生成图片或者是生成文本是一个不太现实的一个东西，现在好像离我们很近了，我觉得今年AIGC爆发是这么一个状态。目前AIGC的发展跟最早期的深度神经网络相比，并没有从范式上产生一个根本性的变化。我们不能从ChatGPT对话生成效果好、表现的很智能，就得出它真的是产生了通用智能的结论，因为它并不能真正知道它自己在说什么，只是给人们一种它已经理解其所生成内容的感觉而已，这跟人类智能还是有一定距离。我认为AI的下一个时代，需要往几个重要的方向发展。一方面是它可以自主学习，它本身的一些推理逻辑要跟我们人一样要可解释或者可理解，真的能够做到跨领域等。另一方面就是从产业落地的角度来看，比如用人工智能的方法去辅助做游戏里面的内容生成，但是现在无论是AIGC生成图片、文本生成3D模型、去生成游戏里面的角色动画，或者是我们用ChatGPT来做游戏剧本或NPC对话等，其实离现在游戏的专业规范性还是有一定的距离的。杨健（主持人）：谢谢两位老师的观点，总的来讲就是现在AIGC爆发可能还是在量变到质变的边缘，很难说它真正的完成了质变。它还在过去的范式基础之上，只是因为其他的技术条件进步了。但是AIGC到底是不是符合人类智能或者说是将来通用人工智能的真正的内在规律，现在还无法确定，可能还要根据后续的发展才能更好地判断。杨健（主持人）：AIGC的技术现状和产业实践如何，有哪些代表性的应用和方向？王蕴韬：首先从目前AIGC产业界的实践来看，AIGC的技术分类按照处理的模态来看，大概可以分成是文本类、音频类、图像视频类和虚拟空间类等：（1）文本类，主要包括文章生成、文本风格转换、问答对话等生成或者编辑文本内容的AIGC技术，典型应用包括写稿机器人、聊天机器人等；（2）音频类，包括了文本转音频、语音转换，语音属性编辑等生成或者编辑语音内容的，以及音乐合成、场景声编辑等生成或者编辑的非语音内容的，典型应用就是智能配音主播、虚拟歌手演唱、自动配乐、歌曲生成等；（3）图像视频，包括了人脸生成、人脸替换、人物属性编辑、人脸操控、姿态操控等生成或者编辑图像、视频内容，图像生成、图像增强、图像修复等技术都是相关联的，典型应用包括美颜换脸、捏脸、复刻或者是修改图像风格，AI绘画等；（4）虚拟空间类。主要包括了三维重建、数字仿真等生成或者是编辑数字人物、虚拟场景相关的，典型应用包括元宇宙、数字孪生、游戏引擎、3D建模、VR等。从AIGC应用来看，目前在提供更加丰富多元、动态、可交互的内容有很大优势，在传媒、电商、影视、娱乐等数字文化程度比较高、内容需求丰富的行业，已经取得了一些比较重大的创新发展。比较具有代表性的包括AIGC+传媒，主要是在人机协同生产来推动媒体融合，这其中写稿机器人生成一篇深度报告的时间，已经由最初的30秒缩短到了两秒以内；还有AIGC+电商，比较核心的是生成商品3D模型，把它用于商品展示和虚拟试用，提升线上购物体验。还有虚拟数字人打造虚拟主播，赋能直播带货；另外一块就是AIGC+影视，主要是来拓展影视创作空间，提升作品质量。目前已经有产品在为剧本创作提供新的思路，比如小说选剧本的智能写作服务，其中包括《你好，李焕英》、《流浪地球》等。还有AIGC赋能影视剪辑、后期制作的升级服务，包括《厉害了我的国》、《马路天使》等多部影视剧都用到了基于AI的图像处理服务；AIGC+娱乐，主要是趣味性图像、音视频生成等。那么同时目前的话也是有这种开发这种C端应用的这种数字化身来布局相关元宇宙的相关的应用案例，这块可能大家还是见得比较多的。此外，AIGC在医疗、工业领域也有一些实践，但可能还仅仅是用在虚拟交互方面，对于深入行业、覆盖行业业务逻辑方面，还在探索中。史树明：从整体技术进展来看，AIGC确实进展非常大。5年前，AIGC领域也只有文本生成语音（TTS）被认为是可用的。3年前，如果说AI根据文本来生成图片，生成的图片质量过关、相关度也比较高，人们是难以想象的。但是现在这些都已经变成现实了。此外，以前文本生成大多是基于模板，这种模式的通用性就非常差，只适用于非常狭窄的领域。现在随着大模型的出现，以及语言模型本身也在进步，所以AIGC让人印象深刻。不管是Stable Diffusion，还是ChatGPT，让人很惊叹于它们强大的文本理解和内容生成能力。当然中国在AIGC发展中确实是还需要再努力。绝大多数工作都是美国的少数研究机构完成的，它们引领了整个AI技术的发展。所以我们也要努力，也要争取在AI发展史上能够有更多的贡献。商业化应用方面，目前主要能看到的一个显著方向是辅助人来，如AI辅助创作，AIGC充当辅助的角色。AIGC如果自己独立生成很多图片不一定有意义。但当人有需要的时候，AIGC可以根据一些Prompt，也就是输入一些提示词及其组合，经过不停的测试、交互之后，最终能够产生精美的图片，并应用在具体的工作或者生活中。AIGC确实能够辅助大多数很不擅长画图的人去创作。文本生成也是一样，比如在AIGC的辅助之下，我们进行文本续写、文本改写的效率会更高，它也能够启发我们的思路。因此客观上AIGC提升了我们这种劳动生产效率，工作效率。从商业化应用来看，最直接的就是AI辅助创作，其他方面还需要进一步挖掘。当然，有人问ChatGPT是不是能够取代搜索引擎，但是现在看来可能性还不大，它只是可能完成搜索引擎中的一部分功能，但还不能取代。总结一下，第一，技术进展非常快，超出预期；第二，商业化有很多的想象空间，但是目前我们似乎还没有挖掘到最关键的东西。杨健（主持人）：虽然AIGC还在探索阶段，但是我觉得已经很让人心驰神往了。以前学设计、美术的都是要从素描开始学起，现在这些技法随着AI技术辅助好像变得越来越没有用武之地了，所以可能更需要人在创意方面的一些突破，这也是涉及到技术里面的术和道的关系问题。 AIGC价值引领杨健（主持人）：我们回归到价值层面上来看，AIGC为什么会这么重要？它到底有什么样的价值和意义？它能够在哪些领域引发变革，除了物质层面，从精神层面价值层面能够带来一些什么样的更多的冲击和变化？段伟文：我主要从4个方面来谈：第一，AIGC带来一种全新的内容创作，但是其实它还应该是一种全新的认知方式。现在让AIGC生成内容时，个人的Idea变得更重要了。第二，AIGC是一种全新的学习和研究工具，因为它赋予了每个个体更高层次的创作能力。比方说最近有争议的是，很多本科生的论文已经可以用AIGC写出来了，大家认为这个是作弊。其实我们仔细去看现在大多数的本科生论文，它确实也就是这抄一段那儿抄一段，只不过他会抄的比较好，他归纳的比较合理。但实际上如果运用AIGC这样一个技术，它就能够让你比较轻松的完成文献搜集和处理的工作，提升学习效率。在研究工作中，AIGC的应用或许能够常规化的，成为人机认知的协同过程中的有利工具。第三，会涉及到元宇宙，也就是可能世界的创造。AI绘画实际上是把各种可能性都结合在一块，类似于克里普克的可能世界理论。那么在以往的时候，个人大脑调用这些可能的数据资源的能力是非常有限的。而有了AIGC以后，它就可以完全是按照你的想象来进行组合，成为一种可能世界的制造机器。所以这样来看，元宇宙的视野就更开阔了，而是我们完全可以把人类所有的精神财富、思想创造，还有文化遗产等，经过组合方式，再加上人的灵感选择去进行创造。第四，AIGC有一些有意思的应用，一个是可以用来防止孤独症。现在有很多人社交恐惧，所以他可以搞一个自己的数字人，然后自己跟自己聊天。还有一个艺术家用她小时候的日记去训练AI，最后实现了与小时候的自己对话，她就能够了解她在青少年时期担心忧虑什么，达到心理治疗的作用。因此，我觉得AIGC还有在精神的自我认知、自我疗愈发挥作用，甚至最后AIGC它会成为我们的好伴侣、好陪伴，能够让我们通过AI来自助来获得新生，来产生更大的精神力量。殷俊：我认为AIGC对于整个包括元宇宙的虚拟内容生产来说，它可以把内容生产的门槛给降得很低。比如AI生成的太空歌剧院主题的画作拿了第一名。人们拥有AIGC之后看到一个新的可能性，是不是以后就变成了大众创作，只需要有一个好的Idea就可以去创作了。比如用ChatGPT把一整套剧本按照我的思路演绎出来。回到元宇宙这个话题，以往生产工具跟生产方式可能不能满足元宇宙的海量内容的生产需求。但是现在AIGC让大家觉得它可能是下一代生产工具。杨健（主持人）：刚才段老师、殷老师更多的是从人类怎样去来提升自己、突破自己，利用新技术来实现这个目标的过程。但是不免的可能也会有另外的一面，它有可能对我们既有的生存方式、生活方式、以及生产方式有比较大的冲击，我们怎么样来消化这些可能的变化和冲突呢？王蕴韬：我们接触产业界比较多一些，我第一次看到AIGC的时候，脑海中想到的第一个词是“超算”。AIGC很有可能会对我们目前已有的计算体系，包括计算系统，会提出新的挑战。其实我们真正在用一套计算系统，去把异构的AI系统做一个很好地并行部署时，会发现有很多的计算装置、数据储备、软硬件协同的不足之处。对于这些不足之处，可能都是需要我们去迎接的这么一个挑战。另外从应用来看，AIGC对传统行业的最大挑战，是内容科技的挑战。其实就是整个内容的创造已经从平台的中心化创造，越来越走向分散式的用户创造，那么AI技术在这个过程中也是越来越起到了一种颠覆性的作用。无论是内容生成，还是内容传播、内容审核？AI的颠覆性作用是越来越强。这里其实一个最核心的就是元宇宙，它一定是充满了各种内容的试验场。元宇宙与传统游戏不同的是，元宇宙似乎没有一个大家需要实现或完成的目标，这就意味着元宇宙来说这个游戏一定要不停的持续下去。那么如何才能在元宇宙场景下打造一个无限持续的游戏规则呢？AIGC就会有一个非常重要的作用，辅助人类在未来元宇宙的内容体系设计时，实现无限的滚动下去。建立可信AIGC 杨健（主持人）：AIGC现在有哪些潜在挑战？这些挑战分为两个层面，一个是技术和产业层面的难点有哪些，另一个是它可能会带来哪些法律和伦理和社会方面的问题，我们应该怎么样去应对？吴保元：首先，最近ChatGPT很火热，但是人们也发现它会带来很多的负面问题。最典型的就是它产生虚假信息、错误信息，它会产生一堆看似正确但又是错的内容。但是如果对这些挑战过于关注，就会对技术的发展多多少少产生限制。比如学术界在研究Deepfake的时候，做生成攻击的需要做伦理影响和技术潜在风险的声明，而做防御检测则不需要，导致大家更倾向于做防御检测方面的研究。但是攻击技术往往会启发防御技术。其次，在数字经济中，AIGC可以作为数据产生的工具，可以保护隐私、大幅度降低数据采集的成本、创造新的数据。总结来看，AIGC带来的社会问题以及它本身面临挑战，还有它需要更多的应用场景去驱动其正面发展。段伟文：AIGC的法律、伦理和社会问题在很多讨论里面已经有了，比如在艺术创作里，已经有艺术家提出来版权问题。过去在搜索引擎、平台经济时期，我们实际上是在把世界变成数据，即世界数据化，相应的隐私、伦理法律问题也在不断深化和治理中。那么，进入到AIGC技术阶段后，就是在世界数据化的基础上进行生成，也就是二阶的世界数据化时代。那么，它的法律和伦理问题，应该是跟以前存在不一样的地方，因此我们需要有一些新的社会契约和共识，也就是哪些行为我们是可以接受的，哪些行为是不可以接受的。 AIGC生成内容如果从知识生产的一般意义上来讲，它生成的内容是在世界数据化之上，生产的新内容。这就好比欧几里得发明了欧式几何，欧式几何是原来世界上没有的，世界上原来只有测量，它是在测量基础上发展而来。那么现在AIGC也是这样的，它是一种新的认知或知识生产的新形态。所以在这种新形态下，我觉得在法律伦理治理方面，要给予AIGC一个创新的保护空间。为什么要讲创新的保护空间，它不仅仅是保护你的经济利益，而是只有技术为社会所接受，而且技术从一开始就重视伦理法律问题，才能够行稳致远。所以监管者、管理者和法律伦理的学者，以及产业界应该是协同的，一起来构建一个可预期的治理模式，通过法律和伦理上的探索，能够让AIGC有更好的发展。举个例子，现在经常说数据毒性，它其实就是现实生活中的毒性。这有两面，第一面是通过AIGC能够暴露出来数据毒性，社会中的一些偏见歧视等，反过来可以净化我们的社会生活。但是这种净化不可能是绝对的净化，因为绝对净化其实又违背了我们现代人生活的一些最基本的初衷。因为关于什么东西是干净的或不干净的，没有一个绝对的标准。最后还是有一个大家要共同接受的过程。所以在这种情况下，我们要认识到事物的复杂性，只有认识到这样一个复杂性，才能够开拓前进。在开拓过程中，我们就能够知道哪些东西是可以接受的，哪些东西是现在还不能接受的。在我看来，法律、伦理和社会问题要纳入到AIGC带来新的认知范式背景下，新的认知方式对整个社会的法律伦理等方面的动态冲击，以及我们如何动态的应对。杨健（主持人）：很多时候技术问题确实是一个度的把握问题。AIGC作为新技术，要在法律伦理上给予一定的约束，但是又不能抑制它的发展。那么，未来怎么样能够安全、可信、负责任地发展应用AIGC就变得非常的重要，我们在这些方面应该具备什么条件才能够把它做好？姚新：我觉得从内容生成来说，安全、可信和负责任发展的确稍微落后了一点。第一个问题是，现在大部分数据来源于互联网，互联网中有不小比例的数据是错误或者是不准确的，但这些数据用于训练AI大模型，然后用AI大模型生成新的数据，最后这些生成的数据也会被新一代的AI大模型用来训练。所以可以想象，就像做计算的时候误差会叠加，有一些错误在大模型中会被固化，一旦固化了以后就比较难解决。第二个问题是，AIGC如果真正有一些工业应用，或者应用跟人相关的比较密切，安全性和可信性问题应该在哪一个阶段考虑？不可能是在AI生成以后，再去找办法来判断它是否安全、可行。肯定是在整个模型的建立和训练过程中都要考虑。第三个问题是，比如有一些学生写毕业论文也是这里抄一下，那边抄一点，没准他最后写的还不如ChatGPT，那么为啥不让他用这个工具？这里有一个比较深层次的问题。教育应该教学生什么？应该怎么教学生？这是挺重要的问题。因为依赖某一个AI大模型去生成知识，会不会损失产生知识的多样性，假如失去了产生知识的多样性，会对我这个社会有什么影响？这都是AIGC发展之初应该考虑的，否则就有可能走推荐系统老路，好像咱们的世界视野被一个个推荐系统封闭了，将来会不会被一个大模型给封闭住。杨健（主持人）：谢谢姚老师。姚老师提的三个问题都是非常重要的。首先是数据源头污染的问题，这个问题进入到整个内容基因里是非常可怕的；第二是对技术的干预到底是在什么样的阶段，要以一个什么样的度来把握；第三是AI大模型会不会从人类助手变成人类的一个桎梏，成为约束人类的牢笼。吴保元：我从自身研究的可信AI领域来探讨一下。可信AI的定义已经很明确了，鲁棒性、公平性、隐私和可解释性等。然而这些仅限于此前判别式、决策式AI，AIGC的相关研究还比较少。第一，如同姚老师所言，AIGC的安全问题更可能是在源头上制造的，危害可能更大。所以针对AIGC的可信问题，除了以前的老问题，还应该关注新的挑战，比如版权问题、责任追溯问题等。因此，需要先把它的问题定义清楚，后面技术解决方案可以进一步探讨。第二，AIGC有个特点是它的危害性好像不那么直接，即AIGC的衍生问题，作为技术人员而言，他可能想不到那么清楚，所以AIGC治理需要更多的交叉学科更早的参与进来，共同把问题定义清楚，从源头上去管控它，这样有助于AIGC健康发展。 AIGC 未来可期杨健（主持人）：对AIGC和人工智能领域的未来发展有何期待和展望？它对人类社会的未来影响可能会是怎样的？殷俊：整个AIGC，以及未来人工智能技术，一定会给我们现有的生产工具跟生产力带来一个根本性变革。这些变革一定会引起生产关系的变化，这可能会对人类未来以及社会产生比较大的影响。王蕴韬：AIGC可能对于未来数字原生世界而言是一个重大的机遇，同时也是一个全新挑战。相对于物理世界的数字化转型来说，未来数字原生世界很有可能就是元宇宙世界，人类可以凭空创造出很多新应用、新业态、新商业模式，而AIGC是不可缺少的一环。那么它也存在着很多挑战，包括对传统经济理论的挑战，也就是AIGC可能改变未来人类生产生活的成本结构，未来智慧能力的成本会下降很多，也就是对智慧使用的边际收益会增长很多，因此人类会面临一个更加复杂、更加多元的新世界。姚新：第一，应该拥抱AIGC技术，这是毫无疑问的。第二，在拥抱AIGC的过程中一定要明确它潜在的挑战，当然也不是一定要解决这些挑战才可以推广AIGC应用。史树明：第一，我相信AIGC和整个人工智能技术还会持续高速发展；第二，我很期待这种发展会有利于提升整个人类的生活品质，让我们的生活更加舒适便捷。段伟文：AIGC主要是带来了一种内容生产自动化，那么这种自动化实际上会彻底改变人和机器的认知协同过程。它真正的挑战是，AIGC作为一个内容生产或者知识生产的引擎，我们有没有在内容本身上做好准备，包括法律和伦理规则等。吴保元：AIGC对于人工智能而言，应该是又一波热潮。这里也有一个潜在影响，就是目前人工智能教学和教材需要大幅度的更新修改。以往我们的教学重点是在判别式网络，但现在可能需要增加生成式AI方面的内容。杨健（主持人）：感谢各位嘉宾的精彩分享！可以说我们正是在经历着这么一场AIGC引领的生成大浪潮，它不只是科技行业的进展，也是整个社会都要面对的一个趋势，我们要用更加开放的心态去认知它，用乐观而且谨慎的态度去接受它，可能这样才能够看清，并且受益于这个浪潮。来源：金色财经
金色财经2023-02-24
朱民：预计2025年中国的数据会超过美国，成为世界上最大的数据之国
 go
示，人工智能发展的核心转移是GPT，是大模型，不是chatGPT，他认为要把所有的工作重点、赶超的重点、研究的重点放到大模型，放到GPT上来，而不是放在chatGPT。　　朱民坦言，在大模型上，我们是落后的，特别是美国对我们制裁以后，算力上的约束在赶超上的困难很大。但人工智能，也是在中国未来科技创新、经济金融发展的重要一战。　　“我们要围绕AI的2.0，重新制定自己的人工智能发展战略”，朱民强调，要发挥我国的数据优势。 “三年以后，预计2025年中国的数据会超过美国，成为世界上最大的数据之国”，他说，因为物联网的发展，中国的数据质量会很好，要让数据流动起来，变成资源、资产、财富。　　朱民说“让数据变成生产力是我们迎接科学革命、迎接大模型的最根本的一条，只有在这个基础上，我们才能把大模型的应用和商业化、企业化的发展结合起来，才能走上我们的赶超之路”。
金融界2023-02-24
互动| 返利科技：技术团队与ChatGPT、文心一言等技术方开展合作
 go
tGPT为代表的自然语言处理（NLP）大模型成果，以及其他计算机视觉（CV）大模型领域的技术持续进步，有助于公司更好地探索提升用户购物体验、帮助用户消费决策、提升公司内外部效率。公司技术团队正在与ChatGPT、ERNIEBot（百度文心一言）等技术方开展合作，进行应用及产品的内部测试，截至目前，公司尚未正式推出相关产品，亦未形成与之相关的经营成果。
金融界2023-02-24
返利科技：公司始终坚持在技术革新、合法合规的前提下探索人工智能技术的应用方案
 go
tGPT为代表的自然语言处理（NLP）大模型成果，以及其他计算机视觉（CV）大模型领域的技术持续进步，有助于公司更好地探索提升用户购物体验、帮助用户消费决策、提升公司内外部效率，有关技术在垂直场景内应用具有可行性、可用性及可及性。公司技术团队正在与ChatGPT、ERNIEBot（百度文心一言）等技术方开展合作，进行应用及产品的内部测试，截至目前，公司尚未正式推出相关产品，亦未形成与之相关的经营成果。公司所有重大信息均应以公司在指定信息披露媒体上披露的信息为准，再次感谢您的关注和支持，谢谢。投资者：董秘，你好、请问贵公司怎么在返利导购中利用ChatGPT？！说具体点：返利科技董秘：尊敬的投资者，您好！秉承技术革新、合法合规的原则，公司计划在导购垂直场景内推进人工智能技术的应用。我们认为，以ChatGPT为代表的自然语言处理（NLP）大模型成果，以及其他计算机视觉（CV）大模型领域的技术持续进步，有助于公司更好地探索提升用户购物体验、帮助用户消费决策。公司技术团队正在与ChatGPT、ERNIEBot（百度文心一言）等技术方进行合作，加强应用及产品的内部测试，截至目前，公司尚未正式推出相关产品，亦未形成与之相关的经营成果。公司所有重大信息均应以公司在指定信息披露媒体上披露的信息为准，再次感谢您的关注和支持，谢谢。返利科技2022三季报显示，公司主营收入3.54亿元，同比上升1.78%；归母净利润4767.97万元，同比上升12.27%；扣非净利润4769.31万元，同比上升15.5%；其中2022年第三季度，公司单季度主营收入1.87亿元，同比上升42.1%；单季度归母净利润4095.42万元，同比上升1750.99%；单季度扣非净利润4135.86万元，同比上升2318.42%；负债率18.2%，财务费用-892.16万元，毛利率73.36%。该股最近90天内无机构评级。根据近五年财报数据，证券之星估值分析工具显示，返利科技（600228）行业内竞争力的护城河一般，盈利能力较差，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、经营现金流/利润率。该股好公司指标1.5星，好价格指标0.5星，综合指标1星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）返利科技（600228）主营业务：第三方在线导购、广告推广服务、平台技术服务等商业服务业务。以上内容由证券之星根据公开信息整理，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2023-02-24
网友称用ChatGPT后被海外大学录取！几秒钟就写出来了，科技部今日发布会回应ChatGPT
go
发布会上表示，ChatGPT本身是一个大模型，确实在自然语言理解、自然语言处理等方面有进步的地方，同时，在算法、数据、算力上推进了有效结合。我们国家对于任何一个新的技术，包括AI技术出来以后，在伦理方面都采取了一些相应的措施，对科学技术发展趋利避害，让利更好地发挥出来。
金融界2023-02-24
中科曙光涨超8%，人工智能ETF（159819）午后开盘上涨
 go
分析认为，北京市着力构建开源框架和通用大模型的应用生态，加强人工智能算力基础设施布局，加速人工智能基础数据供给，从人工智能底层基础设施上予以产业政策支持，有望带动智算中心产业快速发展。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。
有连云2023-02-24
AI新时代是时候重估百度了
 go
机会。 2022 年以来，百度围绕文心大模型展开了一系列动作。5 月，百度提出了「构建更适配应用场景的模型体系」；11 月，文心大模型全面升级，发布了包括 5 个行业大模型在内的 11 个大模型，同时发布了 AIGC 绘画产品「文心一格」。关于即将发布的「文心一言」，截至目前已有爱奇艺、集度汽车、小度、智联招聘、太平洋汽车网等多个合作伙伴宣布加入百度文心一言生态圈。基于长期建立的大模型体系，百度已有的业务体系也有望迎来新一轮升级。不论是百度自身的 C 端搜索产品，还是旗下的小度音箱、集度汽车智能座舱等产品，都能够直接接入语言大模型的能力，获得性能和体验提升。而以 AI 能力为优势的智能云业务，接入大模型能力后，也将能够向企业客户输出语音交互、内容生成的能力，赋能软件企业。百度创始人、董事长兼首席执行官李彦宏表示，「凭借在 AI 领域的长期投入，百度将抓住即将到来的 AI 拐点，为我们的整个业务组合——从移动生态到智能云、自动驾驶、智能硬件等——开拓全新的机遇。」核心业务持平，多项主流业务与「文心一言」整合 2022 年对中国乃至全球互联网公司来说都是极其不易的一年。但整体来看，百度在 2022 财年的业绩表现依然相当稳健。总体来看，百度的核心业务持平，营收增长由非在线营销收入贡献。李彦宏在财报会上表示，随着疫情缓解，在线营销开始出现复苏迹象。 2022 财年，百度核心业务营收为 954 亿元人民币，与去年基本持平。其中，网络营销业务营收为 695 亿元人民币，同比下降 6%。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。业务表现上，过去一年，百度搜索规模年同比增长 17％；移动端搜索查询次数和信息流分发量，均实现了两位数的同比增长。百度 App 月活用户数于 2022 年 12 月达到 6.48 亿，同比增长 4%。此外，2022 年前九个月，小度位居中国智能屏和智能音箱出货量第一。在智能云业务上，百度 ACE 智能交通系统从 2021 年的 35 个城市扩展到 69 个城市，合同金额超过 1000 万元人民币。根据 IDC 2022 年上半年发布的中国公共云市场报告，百度第四年被评为第一大人工智能云供应商。李彦宏在内部信中表示，「百度智能云利用 AI 技术，为行业提供标准化的解决方案，提高了利润率。」智能驾驶方面，截至 2023 年 1 月底，萝卜快跑累计订单量超过 200 万单。升级后的文心大模型体系｜来源：百度相比已经存在的基本盘，今天更受关注的还是百度在语言大模型方向的探索。作为百度乃至国内发布的首个类 ChatGPT 产品，文心一言的进展，背后的文心大模型，以及与现有业务结合的规划，都是外界关注的重点。未来，百度主流业务将与文心一言整合。除了升级相关产品外，李彦宏强调了其对云服务的意义，「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。这会根本性地改变云计算市场的游戏规则。」始于四年前的文心大模型 ChatGPT 出圈，让普通人也感受到语言大模型的能力与优势。而在产业界，对于大模型的探索已存在多年。谷歌等公司 5 年之前开始语言大模型的布局。对 AI 技术持续投入的百度，也在 4 年前开始了大模型的技术积累。谷歌 2017 年发布神经网络架构 Transformer 后，语言大模型开启了新时代。Transformer 能够让机器在处理语言信息时关注单词之间的联系，并预测接下来会是什么单词。这大大增强了语言的理解能力。如果将语言大模型比喻成复杂的建筑，Transformer 便是搭建时最好用的砖头。在此之后，所有的大模型，都基于这一架构进行设计。2018 年，谷歌发布发布了基于 Transformer 的预训练大模型 BERT；Open AI 则发布了 GPT，这是 ChatGPT 的第一代模型。紧随其后，百度于 2019 年发布了初代文心大模型：ERNIE 1.0。这也是文心系列模型的起点，初代文心模型基于谷歌 BERT 模型结构，增加了优化设计。预训练模型大模型可以看作一种新的研究思路。在过去，自然语言理解有各种不同的任务，如翻译、知识问答、多轮对话等。解决每一个问题，需要专门训练出模型，但能力的提升却容易遇到瓶颈。预训练模型则换了另外一种思路，先用大量数据训练出一个具备基础语言理解能力的模型，再通过少量数据的微调，让其具备处理某种任务的能力。文心大模型优化的一个关键点在于加入了知识图谱。作为一种信息加工方式，知识图谱将现实世界中存在的概念、以及相互关系用符号表示出来，最终形成一个可视化的「图谱」。将这种方式加入预训练，就增加了大模型在知识相关任务上的能力。在训练数据上，文心大模型也有明显特点。基于百度自身的数据优势，训练模型的语料来自百度百科、百度新闻、百度贴吧、以及中文的维基百科。这其中包含了大量的知识性的语料。 2019 年 7 月，百度再次升级模型，发布了 ERNIE 2.0，并在 2020 年全球全球规模最大的语义评测比赛 SemEval 上，获得了 5 项世界冠军。发展至今，百度语言大模型文心一言突出的能力是「知识增强」，能够生成对话、进行文本创作。大模型是未来 AI 产业体系的重要组成，但要把大模型用起来，还需要底层算力、上层应用的共同搭建。百度也在这一方向上进行了诸多实践。直接支撑文心大模型的平台，是飞桨产业级深度学习框架。这是目前被广泛使用的深度学习框架。截至 2022 年 11 月底，飞桨平台上已凝聚 535 万开发者、创建 67 万个 AI 模型，服务 20 万家企事业单位，位列中国深度学习平台市场综合份额第一。在百度 AI 能力的整体架构中，深度学习框架位于第二层，整体的四层能力包括「底层芯片 + 深度学习框架 + 大模型 + 应用层」。去年底，百度发布了最新的生成式 AI 产品「文心一言」，这是应用层的最新产品，目前已经被不少新媒体用来生产配图素材。这是一个 AI 作画平台，由飞桨学习框架和文心大模型提供技术支持。百度集团副总裁、深度学习技术及应用国家工程研究中心副主任吴甜介绍，百度将文心大模型已经形成「模型层 + 工具与平台层 + 产品与社区层」的整体布局。「文心一格」产品的发布，意味着百度已经开始积累大模型的工程化落地能力，而接下来「文心一言」产品的发布，将沿着这一方向进行更多探索。「文心一言」融入更多业务深度学习三巨头之一的 LeCun 表示，新的 AI 热潮，将带来企业内部深度学习研发的复兴。对于百度来说正是如此。与学术性质的研发不同，在企业中的技术研发，不仅仅涉及概念验证，还因探索与业务场景结合、规模化而需要更大成本。如微软总裁纳拉德所说，AI 将从根本上改变每一个软件类别。如今，正来到了探索大模型与更多业务场景结合、赋能产品的加速时期。百度也已经公布了相关规划。三月份即将发布的「文心一言」（ERNIE Bot）是基于文心大模型所发布的新的语意理解平台。从英文名 Bot 可以看出，底层的技术将是一个类似聊天机器人（Chatbot）的对话模型。「文心一言」将会利用跨模态、语言理解和生成能力等，为人们提供自然流畅的聊天体验。对于百度来说，拥有了这样的新技术平台，首先能够提升的便是搜索产品。目前，搜索产品的收入大约占到百度整体收入的 60%，依旧是最重要的产品之一。多年来，搜索产品的形态和用户体验没有太大的变化。当对话体验与原有的搜索引擎形成互补，用户在搜索相关链接的同时，也能够直接阅读定向生成的内容，将是十多年来搜索产品最显著的一次产品变革。这也将成为互联网的新流量入口。这种对话能力，还能够接入智能座舱的场景中，以语音交互的形式体现。前不久的三里屯体验中心启动会上，集度汽车 CEO 夏一平表示，「集度将融合百度文心一言的全面能力，支持汽车机器人实现自然交流的再进阶。」当新的模型能力接入汽车终端，人们在座舱内不仅能够通过语音对设备进行更全面的控制，还能够获得类似于和一个「人」交流对话的体验。除了 C 端产品之外，模型能力也将接入百度的智能云中，为 B 端服务能力带来提升。百度集团执行副总裁、百度智能云事业群总裁沈抖表示，「文心一言」将通过百度智能云对外提供服务，率先在内容和信息相关的行业和场景落地。将大模型的能力引入云服务，将是必然的趋势。微软此前已经表示，计划将 OpenAI 的多项技术引入 Azure 云服务中，包括 ChatGPT 以及绘画模型 DALL-E。将来，通过云服务的方式，AI 改写软件的进程才会真正发生。百度智能云宣布，将在 5 月推出针对「文心一言」模型的 API 接口。这将使百度智能云在语音合成、机器翻译、自然语言处理方面的服务能力提升，客户可以直接调用相关能力应用到具体的场景里。去年百度智能云年增长为 12%，在 AI 云市场位列第一。具体而言，在数字人、智慧城市等领域，百度智能云为市场份额第一。百度搜索业务之外的其它业务，主要受智能云及其他 AI 驱动业务的推动。大模型能力的接入，将带来更强的增长势能，也将拓展 AI 云的服务范围。来源：金色财经
金色财经2023-02-24

上一页
1
•••
775
776
777
778
779
•••
793
下一页

24小时热点

最新话题更多