FX168财经网_全球视野外汇黄金加密货币NFT资讯网

ChatGPT爆火之后 AIGC往何处去？

RT，效果超过GPT-1。图片来源：知乎@雅正冲蛋 GPT和BERT都是基于Transformer衍生出的算法，但在技术路线上各有侧重。GPT基于 Transformer 右边部分，叫解码器。BERT基于 Transformer 的左边部分，叫编码器。 GPT的技术原理是预测下一个词，你可以看作是“文字接龙”，你写出前面的句子，由GPT来猜下一个词。但BERT更像是“完形填空”，其技术原理是把一句话中某个词给遮挡住，然后请BERT来猜。解码器擅长创作，编码器擅长理解，当时它们要做的更多是屏蔽语言模型（Masked LM，类似“完形填空”）、相邻句子判断（Next Sentence Prediction，判断句子是否能相连）这类偏阅读理解的任务，因此BERT占了上风。 2019年，GPT-2发布，它采用15亿个参数的Transformer解码器，在当时是个比较大的模型。相比BERT，OpenAI研究人员发现，GPT-2预训练的语言模型无需微调训练，可直接执行多种下游任务。这个发现坚定了研究人员沿着现有技术路线，继续研发的决心。 2020年5月，GPT-3诞生，它采用了史无前例的1750亿参数的Transformer解码器，用了接近5000亿单词的文本训练数据。整个训练过程可以说是“大力出奇迹”，让GPT-3在文字生成方面实现质的飞跃。GPT-3除了可以出色完成文字生成、翻译、问答和文本填空等语言类任务外，还“涌现”出了其他一些智能，包括上下文学习，以及更强大的零样本和少样本执行任务的能力，等等。 GPT-3生成的文本质量非常高，有时候人们甚至难以区分文本到底是人类写的，还是GPT-3生成的。基于GPT-3，已经衍生出很多应用，人们用GPT-3来创作各种类型的文本。有人用它写了一篇新闻，被某热门新闻点评网站排到头部。一家名为Jasper的公司利用GPT-3为企业提供商业文本写作服务，2022年其收入达到9000万美元左右。 GPT-3之后，OpenAI通过增加程序代码训练和人类反馈强化学习等多种训练手段，并将主版本升级到GPT-3.5。最终，2022年11月，ChatGPT横空出世。 ▍训练GPT-3模型的三“大”要素：算法、数据、算力我们称GPT-3为大模型，这个“大”体现在哪些地方？首先是算法。GPT-3采用的是Transformer的解码器，具有1750亿个参数和2048个Token（可简单理解为单词，下同）的训练文本长度。图片来源：OpenAI团队论文《Language Models are Few-Shot Learners》第二是数据。上图是GPT-3的训练数据，总共接近5000亿个token的文本，主要包括Common Crawl、Webtext2、Books1、Book2、Wikipedia等等。其中占比最大的训练数据是Common Crawl，它是一个开源的数据集，抓取并保存了全球大量网页的数据。第三是算力。据微软发布的信息， OpenAI 使用一台全球排名前5的超级计算机系统来训练GPT-3，该系统拥有超过28.5万个CPU核心，1万个GPU和每秒400G的网络。据悉其训练成本约为1200万美元。 02 人们如何看待ChatGPT？ ChatGPT诞生以来，引发的讨论非常多。那么说回来，人们如何看待这个新事物，对它又有什么期待？虽然众说纷纭，有3个议题是被频繁提到的。 ▍人们肯定ChatGPT是一个称职的语言模型首先，ChatGPT是迄今为止最成功的人类语言模型，已经具备形式语言能力（洞悉语言的规则模式等知识）。 ChatGPT具备理解和生成人类语言文本的能力，可跟人类轻松对话。它用数据驱动的大型神经网络的计算方式，某种程度上解码了人类语言的内部规律。这个内部规律不是某种公式，而是一个神秘、暂不被人类理解的权重参数矩阵。以前，人们认为算法模型如果仅靠输入文本，很难获取关于语言的知识。但如今，ChatGPT可以从文本中直接学习语言的层次结构和抽象类别等，这是一种无监督学习的能力。此外，ChatGPT也不只是个话痨。它可以写作文、创作诗歌、撰写商业文本、翻译、做阅读理解、代码理解和生成等。可以说，作为一个语言模型，ChatGPT已经比较称职。 ▍人们期待ChatGPT具有思维能力人们对ChatGPT的期望不仅仅是语言模型，人们甚至期待ChatGPT成为一个思维机器，发展出功能语言能力（用语言思考和做事的能力）。 ChatGPT“涌现”出一些智能，包括上下文学习（理解和学习人类对话输入文字的能力）、世界知识抽象（例如事实性知识和常识）、执行泛化任务（包括没有做过的新任务）、复杂推理等。然而，当前ChatGPT的这些功能都还不算强大，出错甚至崩溃时有发生。当前，人们在思维机器方向的探索有很多，例如有一种借助思维链（Chain of Thought）的方法，试图引导或者优化语言模型展现出复杂的推理能力。这些研究方向的进展仍在持续。上图展示的是，一位科研人员在跟ChatGPT的对话中，通过分步骤提示引导的示例训练（引导过程未展示），使ChatGPT展现出分步骤思考和计算的能力。据分析，ChatGPT的这个能力来自GPT-3.5模型本身，思维链训练方法只是让它意识到应该用这种方式来思考和回答问题。整个过程有点类似老师辅导学生做题。虽然这道题对于10岁的孩子来说很容易，但对语言模型来说却很难，主要是由于数学和语言混合在一起。这类问题只是开始，当前思维链的前沿科研工作已经转向更有难度的问题，例如高中、大学，甚至是国际数学奥林匹克问题。加利福尼亚大学洛杉矶分校(UCLA)近期的一篇论文发现，ChatGPT似乎展现出了类比推理的能力。什么叫类比推理？推理分三种，包含演绎、归纳、类比。“类比推理通常被视为人类抽象和概括能力的典型能力。在广泛的问题类型中，ChatGPT达到或者超越人类水平...显示出这种零样本类比推理的能力。” 然而，ChatGPT的推理能力因其对世界缺乏物理理解而受限，因为它仅仅依靠文本输入，缺少视觉（图像和视频）、声音、嗅觉等多模态数据输入。文本对世界的物理描述是有限的，比如你很难通过文字描述清楚一间屋子里不同物品的位置具体，相反，看一张关于这间屋子的图片，物品的位置信息就一目了然。听说GPT-4将于2023年发布，届时会加入视觉等多模态数据输入，这将有望进一步提升它的智能。 ▍对于ChatGPT能否成为“人类大脑”或通用人工智能，人们持有巨大争议目前，针对ChatGPT是否能够变成“人类大脑”或者通用人工智能（AGI），争议还非常大。Yan Lecun是深度学习的三巨头之一，他也是Meta（原Facebook）公司的首席AI科学家。他认为机器和人类不一样，人类会在心智里面构建一个虚拟世界，进行推理和模拟，这点目前机器做不到。著名语言学家乔姆斯基在2019年的一次采访中提到，深度学习更偏工程，有点像推土机，可以使用，但它没有能力告诉你人类语言的任何事情。（注：ChatGPT这类语言模型可以输出很精彩的文本，但是我们没有确凿证据证明它真正掌握了语言的规律，当然也有可能是它掌握了规律，但人类无法理解。） Kyle Mahowald等学者认为，“擅长语言” 未必 “擅长思考”。虽然人类的语言和思想是不可分离的，但专⻔处理语言的人脑区域，与负责记忆、推理和社交技能的人脑区域是分开的。因此不应该对语言模型有过多期望。 Kyle Mahowald提到了一个GPT-3没能理解的失败案例：怎么把沙发放到你家屋顶上。就像我们在上文提到的，屋顶、沙发、起重机等更偏世界的物理知识，对于人类来说，很容易就想到用各种办法把沙发放到屋顶上去，但你很难让ChatGPT理解这样的操作思路。这个例子也说明世界物理知识的输入，特别是视觉等多模态数据输入的重要性。 03 背后的技术和发现很精彩，也还有很多发展空间讲完ChatGPT究竟是什么，我们再来讲一下背后的技术。我们在上文提到，ChatGPT相当于用“文字接龙”这样简单的技术原理来训练和使用语言模型，从而实现跟人类的高质量智能文本对话。这个技术原理，理论上是有升级和改善机会的，从而可能达到更好的效果。在神经网络参数量方面，业界有人认为有优化空间，例如是否可以用参数量较小的模型达到同等效果。2048个token文本输入窗口的设计及计算机制，也可能有优化空间。例如当前有人试图让ChatGPT写推理小说，但推理小说里面的推理线索往往不易察觉且距离较远（例如好几个章节之前的一个小线索），这个距离远远超出2048个token文本的窗口，如何把当前窗口之外的知识信息容纳进来，也存在优化可能。整体而言，作为底层算法模型的Transformer在2017年6月才诞生，现在还处在发展早期，在快速迭代和改进完善之中，应该还有很多发展空间。此外，前面提到的多模态数据输入，会给GPT-4带来什么样的能力涌现和性能提升，也是业内人士和群众翘首以待的。 ▍人类可以从ChatGPT中学到什么关于语言的规律？在对人类语言的探索上，ChatGPT比以往的任何产品都走得更远更深。我们人类可以从ChatGPT身上学到什么？ Stephen wolfram这名科学家认为，人类语言可能没那么复杂，只是因为我们人类没有能力理解和掌握其背后的规律；而ChatGPT用基于神经网络的算法，成功解码了人类语言的本质。据OpenAI公开的GPT-2的论文，GPT-2的训练数据是纯英语文本（做了非英语文本过滤）。即便如此，它还是显示出一些多语言能力，并且展现出非常出色的法英互译能力，尽管只是接受了10MB左右残留的法语文本训练数据。这个现象引发了人们的思考，当前人类在语言学习方面花费大量的时间和精力，这个学习效率是不是有提升的空间？我们能不能向语言模型学习，更加有效率地学习人类语言？ ChatGPT在生成文本时，是每次选择一个词，这个词是在语言模型给出的概率表中做出的选择。当前科研人员的发现是，如果每次都选择概率最高的词汇，理论上是最优解，最后呈现却往往是一篇非常普通的文章；如果不是每次选择最优解，例如随机选择排名稍微靠后一点的，却有更大机会生成一篇精彩文章。这也是个有意思的未解之谜。以前，我们可能认为创作一篇散文或者一首诗，背后是人类精心的构思和创造。但对于AI而言，创作意味着概率和选择，我们认为的精彩文章创作原来只是AI枯燥的选择过程而已。由ChatGPT反观，可能人类对语言本身的奥秘还知之甚少。 ▍语言特征空间的单词分布 GPT把文字向量化了，建立了语言的高维特征空间，也称为隐含空间（Latent Space）。 GPT-2中每个词是一个768维的向量，GPT-3中每个词则是12288维的向量。每一个维度代表着一个属性，相当于GPT-3用1万多种属性，来描述人类语言中的词汇特征。 Stephen wolfram试图打开人类语言的特征空间，来观察其中的规律。他选择规模较小的GPT-2的特征空间，把它映射到人类比较容易理解的二维空间，从中发现了许多有意思的现象。比如，crocodile鳄鱼和 alligator短吻鳄离得很近，苹果跟梨聚在一起，这个可能容易理解。有趣的是，词汇之间的关系，还能从向量加减操作中反映出来，比如皇帝（King）的向量减去男人（man）的向量，再加上女人（woman）的向量，就变成了女皇（Queen）的向量。另外，他还试图在GPT-2的语言特征空间中，寻找每次生成一个句子的游走规律，我们能从上面这个图片中，看到GPT-2是怎么在768维度的空间中游走并陆续做出下一个词的选择，但是很遗憾他还没有找到其中的规律。虽然从高维映射到二维中丢失了很多信息，但是未来如果能结合多维空间中的向量，我们可能会发现更多关于语言的规律。 ▍Transformer神经网络算法架构及注意力机制 2017年6月，Google发表了非常著名的Transformer论文，论文标题是《Attention is all you need》，意思是说你只需要注意力机制就足够了。图片来源：知乎@雅正冲蛋 Transformer神经网络算法架构的框图如上，如前文所述，左边部分是编码器，右边部分是解码器。Google研发的BERT用的是编码器，而OpenAI的GPT系列用的是解码器。在AI领域，有四大类神经网络算法，包括MLP、CNN、RNN、Transformer。MLP是多层感知器，CNN是卷积神经网络，RNN是循环神经网络。 Transformer是最新的算法模型。在一些场景中，它正在逐渐替代CNN和RNN。Transformer的特征提取能力比较强，擅长长序列处理、并行计算、多模态处理等。Transformer的注意力机制有点像人一样，选择性关注，因为资源有限，只会关注最重要的事情。 Transformer已经被广泛应用在自然语言处理、计算机视觉以及生物科技等领域。生物科技行业用来预测蛋白质三维形状的Alpha Folder算法就是基于Transformer算法模型来做的。 ▍哪个模块是GPT-3储存智能的地方？ GPT-3模型发布时，OpenAI团队发布了论文《Language Models are Few-Shot Learners （语言模型是少样本学习者）》。上图是GPT-3模型的框图，它基本上跟Transformer 的右边部分的解码器是类似的。无论是预训练还是推理（做任务），都是从框图的最底部输入前面部分的文本（GPT-3模型最大的长度是2048个token），然后经过12次运算，从Text prediction输出下一个词概率预测（Task Classifier是微调训练分支，在此不详述）。一个有意思的话题是，GPT-3用1750亿个参数，去学习接近5000亿单词的文本，显然它不是简单地把3个单词存在1个参数中去，而是大抵掌握了一些语言规律且抽象了某些知识和能力。那么，问题来了，这些规律、知识和能力到底存在哪些地方呢？有学者认为，1750亿参数主要集中在框图中的注意力处理层和前馈网络层，前者的值是动态计算的（每输入2048个token，就重新计算一次），它们是数据相关的动态权重，因为它们会根据数据动态变化。而前馈网络层的权重是随着训练过程而缓慢变化的，因此，有学者猜想在前馈网络层中存储着GPT发现的语言规律、知识和能力等，因为要经过12次运算，运算次数越靠后存储的信息越抽象。 Stephen wolfram把GPT-2的某个前馈网络层存储的768*768维度的权重参数矩阵提取出来，压缩到64x64尺寸，就形成了如下一张神秘的图像，代表着GPT-2总结的神秘的人类语言编码规律及其他一些知识和能力的一部分。很好奇什么时候科学家可以逐步解密其中的部分内容，相信对于人类提升自我能力有好处。图片来源：writings.stephenwolfram.com 04 未来，ChatGPT能否进化出自我意识？和AI相比，自我意识和自由意志可以算作是人类最后的堡垒。但是有一种观点认为，人类其实没有所谓的自由意志。人类有两个自我，一种是体验自我，另一种是陈述自我。体验自我，负责相对“机械”地解读信息、作出决策；陈述自我，则负责对体验自我的决策进行解释和表述，有时甚至会虚构故事来“欺骗”我们自己。所谓的自由意志，不过是陈述型自我给自己编的一个故事而已。一些科学家和学者认为，理论上，我们可以构造出一个自我模拟的自指机器（Self-referential Machine），让它也具备两套体系，一个负责执行算法，另一个则专门负责对自我进行模拟（描述，或者可称为在内嵌虚拟世界中模拟自我）。这种机器会表现得就“像”一个具有自我意识的系统，以至于我们可以用这样的系统来定义所谓的“自我意识”。在古代欧洲，有一种传说中的衔尾蛇，能够自己吃自己，实现持续进化。后来，有人提出哥德尔机（ Gödel Machine）的设想，认为只要程序能够模拟自身、改造自身，那么我们就可以将其称为具有自我意识的。此外，还有Quine程序结构、克莱因Kleene第二递归定理等也提出和支持了与之相似的假设。图片来源：维基百科我们很难预料，未来机器是否能进化出自我意识。 05 生成式AI领域的其他进展需要指出，当前讨论的生成式AI，跟之前的分析式AI是有较大不同的。分析式AI的主要能力是分析，例如：数据分析、趋势预测、商品推荐、图像识别等，而生成式AI主要的能力是创造，例如：写诗、绘画、设计产品、编写代码等。当前除语言模型外，生成式AI领域的其他进展还包括图像生成模型等等。未来，多模态（文本、图、视频等）对齐、融合、理解和生成等方向的进展，意义也非常重大。关于图像生成模型，不得不提的是扩散模型（Diffusion Model）。它主要解决通过文本生成图像及其他媒体格式的难题，业内知名的扩散模型包括：DALIE2、Stable Diffusion等。图片来源：Denoising Diffusion Probabilistic Models 06 生成式AI相关的6点创业思考与建议 2022年，大语言模型爆发。据统计，2022年，平均每4天就有一个新的大语言模型问世。生成式AI技术也在持续引发人们对一些知名的模型层平台和应用的访问，数据增长很快，投资火热。2019 年至2021年期间，流向生成式AI业务的资本增加了约130%，其中文本和写作增长630%、图像增长400%、数据增长 370% 、音频/视频增长350% 。图片来源：A16Z 上图是投资公司A16Z总结的生成式AI的行业堆栈。底层深蓝色的部分是基础硬件和云平台，中间蓝色的部分是模型层，再往上浅蓝色的部分是应用层。在应用层，有的创业公司自身只做应用，模型能力则是调用外部的；还有一类叫端到端的应用模式，它会自己做模型，但一般不做大模型，或者在其他大模型基础上微调出自己的模型。在模型层，有开源模型和闭源模型。深蓝色部分的Model hubs是用于模型存储和训练的第三方平台。当前应用层的增长比较快，主要是由AI赋能的新型应用案例所驱动，主要集中在图像生成、文案写作和代码编写，三个类别各自的年收入已超1亿美元。关于生成式AI的创业，我有6点思考和建议：第一，目前，与AI相关的科研、工程、产品和商业化，都在同时快速迭代，变数很大。这个过程中，会出现不同的技术分支和业务路径，如果选错了技术分支和业务路径，再掉头就很麻烦。这就需要创业团队既懂技术又懂业务，在创业初期努力做出正确选择。第二，对创业公司而言，从应用层或者端到端的应用层切入，可能是相对能降低风险的做法。模型层有少量机会，但不一定适合大部分的创业者。第三，应用层在做商业模型设计的时候，要警惕模型层的边界。以Jasper公司为例。2020年在GPT-3模型基础上，Jasper衍生出付费商业文本写作的商业模式。到了2022年底，ChatGPT向用户免费开放，给Jasper带来较大的压力。尽管OpenAI未必会以商业文本生成作为自己的主要商业模式，但它平等赋能了入场的其他竞争者。Jasper需要展现出有竞争力的技术积累与业务纵深，才能稳住脚跟。第四，把AI技术应用到产业场景，可分为新模式和旧模式改造两类方式。新模式是指创造之前没有的全新的应用场景，旧模式改造则指在现有产业场景里用AI技术来改造部分环节，或者团队带着深度行业认知和新的AI技术在成熟的产业场景中创业。新模式和旧模式改造，都存在巨大的机会。在峰瑞已投企业中，有好几家企业在垂直产业的场景中做业务创新。比如线上心理咨询平台阁楼、短视频及直播SAAS服务企业特看科技、线上健身私教平台BodyPark，都在积极使用生成式AI来赋能自己的业务。本周六（3月11日），我们将邀请这3家公司的创始人来分享他们的探索和发现，欢迎参与。第五，AI还面临科研知识快速溢出的问题，因此找到自己的壁垒很重要。创业公司一定要想清楚自己未来的壁垒在哪里，比如到底是数据壁垒、工程壁垒（例如模型微调）、场景壁垒，还是规模壁垒等等。在应用层创业，仅依靠外部模型层提供的能力，是无法形成壁垒的。第六，应用层的创业，应该是“技术为先、场景为重”。 “技术为先”，是指虽然通用AI技术未必是你的核心壁垒，但团队一定要懂技术，才有能力思考如何更早更好地把技术应用到合适的应用场景里，做出好用的产品。 “场景为重”，意味着最后的产品和业务需要找到合适的落地场景，建立自己的商业模式，并在场景里形成自己的核心竞争力。 07 生成式AI行业的未来格局展望和猜想最后来聊聊对AI行业格局的未来展望和猜想。这个部分我参考了奇绩创坛陆奇博士之前的一个思考框架。 ▍以AI和大模型为中心的新IT 新的硅基硬件产业：硅基产业架构和集合可能迎来新的发展机遇（例如：新的计算芯片及周边技术和产业等）。新的软件和云服务体系：算力、模型和数据的云服务、基础软件、ML&Dev Ops、人机互助编程工具等。 ▍新的基础智能终端设备：智能传感器、新型手机等未来的智能终端会越来越智能，最近苹果公司官宣支持Stable Diffusion图像生成模型在iPad等终端上运行，也有工程师把经过裁剪的Stable Diffusion应用在iPhone上运行起来，可以预见以后我们的手机美颜和照片生成可以达到何等出神入化的境界。此外，当前的翻译软件技术，在语义理解方面还是比较浅，翻译质量差强人意。如果可以把类似ChatGPT这样的语言模型能力嵌入到智能终端中去，随着文本和语音的实时翻译成为可能，跨语言交流将变得很方便，这对于提升人类之间的交流效率意义重大。 ▍围绕内容创作展开的产业文、图、视频、3D等各种媒体格式的AI内容创作工具，是当前可以看到创业机会较多的新产业。以ChatGPT为代表的语言模型的文本生成技术，和以扩散模型为代表的图像视频多模态生成技术，可能会对内容产业产生深远的影响。从PGC到UGC，再到如今的AIGC，内容领域会有更多新变化与新玩法。从媒体行业发展情况来看，当前头部的内容媒体平台比如抖音快手B站是所谓的Web2.0平台，普遍采用UGC方式为主来生产内容，但是随着AI生产内容（AIGC）的出现，AI可以生成大量优秀内容，成本较低、效果精良，而且甚至不乏创意，这个情况下内容媒体平台和行业就有可能出现较大的变化。 ▍围绕语言模型展开的产业在这个领域，新的机会可能包括：语言学习范式改变，重塑跨语言沟通方式，更友好的人机界面等。其中特别值得一提的，是语言学习范式的改变。如前文所述，如果我们可以打开语言模型，从中寻找到语言学习的规律，说不定可以帮助我们更有效率地学习语言。事实上，OpenAI投资了一家韩国的英语学习APP叫Speak。从有限的公开信息来看，这家公司未来的产品是一个语言学习助手，或者叫做虚拟语言老师——借助语言模型的能力和发现的语言规律，去帮助人们更好地学习外语，而且成本极低。跨语言沟通的技术目前还不成熟。如前面所说，如果我们能够把语言模型加载到智能终端，可能会极大改进跨语言沟通的能力。因为语言模型足够强大，未来我们的人机界面，会采用更友好的自然语言人机界面，无论是跟APP对话还是跟智能硬件对话。 ▍围绕思维模型展开的产业不妨畅想一下，更聪明的软件（或机器人）、科研服务、 “知识工程”、“世界大脑”等。当前的软件产业，即便有AI的加持，通用性和智能程度还是不尽如人意的，大多数情况下只能做一些特定的任务，只能成为人类的效率助手；随着更加通用的AI能力出现，软件也可以像人类一样思考和做事，可以想象软件就可以帮助人类承接较为完整的任务了。如果AI可以发展出接近人类的思维能力，它也许可以成为人类科学家的科研助手，因为AI可以不知疲倦，且可广泛使用。当前，我们很难想象AI可以达到人类顶尖科学家的水平。打个比方，你让它去证明下哥德巴赫猜想，应该还是很不现实的。当然也有其他可能，如前文所述，如果AI程序可以实现自我优化，具备迭代自己的算法和技术的能力，相信它的智能会很快赶上来。如果我们展开想象，就可以有更多的可能性。例如“知识工程”，如果把人类的知识建模，然后让人类以某种方式可以调用或者学习，那么就不用经过“痛苦”的学习过程。“世界大脑”，是指规模极大的思维模型，它可以帮助我们执行各种重要的计算和思考。不过，如果真的发展到这个地步，可能离电影《黑客帝国》里边的Matrix就不远了。 ▍赋能人类，深入改变各行各业（特别是知识工作者）语言是人类最主要的沟通方式，是知识和思维的主要载体；而深度思维是人类的高阶能力，也是人类不同于其他物种的最重要的能力。如果AI掌握了这两种能力，就基本具备了在某种程度上赋能或替代一部分人类知识工作者的可能。类似于自动化生产制造设备赋能传统工业，各类AI模型和应用软件也将有机会更好地赋能各行各业。但是不同于制造行业，大批量使用的软件，其边际使用成本是非常低的，而且它很聪明、善学习、会思考、会交流，应该会有大量的应用场景有待开发。这里边有非常多的创业机会，也会给各行各业带来新的发展动力。 08 写在最后，为什么AIGC不会是短期风口？首先，ChatGPT是语言模型领域的重大进展，鉴于语言对人类沟通和思维的重大意义，语言模型本身具备很强的通用性，以及人类可以通过研究语言模型获取语言及知识的学习规律并得到效率提升，这些都会持续带来长期的创新机会。第二，AI在思维机器这个方向上还有更远的路可以走。例如，如果AI能够实现良好的多模态信息输入，增加对物理世界的理解，可能可以“涌现”出更多的智能。这个方向的任何进步都意义重大。第三，与AIGC相关的底层技术原理和算法都还处在发展早期，未来还有很长的迭代和优化机会。一切，才刚刚开始。来源：金色财经

金色财经2023-03-10

国际航班计划更新!加拿大赴华航班￥3500起!加航严查这项,多华人被迫加钱…

海浦东PVG，每周六起飞（图片来源：知乎）以上是国际航班直飞计划，有出行需求的旅客请仔细对照，合理安排行程。暑期赴华航班3500元起！近来随着多伦多-上海班次大面积停售，近半年的中加往返航班班次数量直线下滑，直飞票价也不断飙升回疫情时期的五位数水平。不少朋友开始考虑中转曲线回国。今天小编就挖掘到了一批暑假期间赴华的中转低价航班，价格相对实惠了不少，有的航班甚至只要3500人民币左右！（图片来源：Skyscanner）这一批低价赴华航班基本集中于8月中下旬。由于中转飞行时间较长，再加上暑期将尽，还请在此阶段准备带孩子赴华的旅客做好计划准备。以8月22日、27日，温哥华-上海为例，菲律宾航空中转马尼拉亚的航班最低价格为$680，（约合人民币3440元左右），但中转需经停6个多小时，家里有小孩、老人的随行的旅客还需慎重考虑。同样，8月27日，菲律宾航空中转马尼拉亚，从温哥华飞往北京的航班价格也低至679加元（约合人民币3435元）。（图片来源：Skyscanner）相对而言，8月15日由温哥华-厦门，中转菲律宾马尼拉亚的航班中转时间就少了不少。中转时长为2小时，价格为583.62美元（约合人民币4060元）。 (图片来源：oojo.com) 当然了，如果忍受不了旅途长时间的劳累，直航还是最合适的。8月27日、29日温哥华-上海的航班票价最为划算，为$1344加元（约合人民币6800元左右）。虽说没有中转价格低，但相比动辄一两万的机票来说已然好了不少。如果有计划暑期回国的朋友，现在可以提前考虑起来了！加航严查行李额，大批华人网友补交钱北美航空业貌似不太景气，加航最近也显得有点抠搜啊…… 近期，不少旅客在多伦多皮尔逊机场发现，加航开始严查随身行李规格了。以前睁一只眼闭一只眼的时代一去不复返，行李超规？不好意思，那得加钱。网友Solmaz在Tiktok上发布的一段视频中称：“现在航司对随身行李的情况越来越认真，人们在这里痛苦挣扎。” 所有值机的旅客都跟这个下图这个大哥一样，正拼命地把行李箱往这个铁架子里塞。如果严丝合缝，那恭喜你，你的行李尺寸在规格之内，顺利过关。如果不行，恐怕就难逃加钱托运。（图片来源：Narcity） “我每个月都从YYZ飞一次，”Solmaz说，“他们从来没有要求乘客调整过尺寸。现在他们连轮子都要能完全放进去。你去机场前必须测一下尺寸。” Solmazs称，很多乘客都因为尺寸不过关不得已改成行李托运。目前加拿大随身登机箱的尺寸与手提尺寸相同，即55cm x 40cm x 23cm。超过这个尺寸的朋友需要依据不同的目的地支付$30~$100刀不等的人工检查费用。弹性额度几乎为0。（图片来源：加拿大航空官网）小红书等社交媒体上，已有很多华人网友表示中招了。如果行李尺寸不合格，就必须要托运第二件行李，托运费用为100加元。（图片来源：小红书）近期回国的朋友可千万要注意了！

加拿大乐活网2023-03-09

为什么币圈充满“科技与狠活”与“400U KOL”?

量密码必将成为币圈流量主流。如果你是知乎早期用户，你能深刻体会我上面这段话。而这些下沉流量，一定是人造或被助推的。 21年开始，随着国内mcn营销入局，简中币圈的事件营销开始变得“眼熟”起来。美女秀丝袜还不忘记喊单，像极了直播间擦边带货的女主播？那些国产项目发射前莫名其妙的“泄露聊天记录”撕逼，是不是像极了抖音快手直播pk嗯造热度的剧本？还有什么小学生合约编程代币、web3犹太人之类被助推的流量不举例了，比比皆是。看到这里你应该发现了，币圈自媒体的to B（广告植入、带货）和to C（私域/知识付费等），已在形成产业结构。甚至自建供应链的带货（KOL创业盘）都不在少数。以上说的“货”其实就是各种token。宇宙的尽头就是带货啊。五、结语必须承认，币圈的“知识诅咒”非常非常非常严重。一头是名校光环顶级机构张口闭口犹太人，一头是开着翻译器只想寻找“家人”和“大哥”的自嘲韭菜。前者大概率会觉得那些美女擦边喊单还有一堆人上钩简直太蠢了。而根据我的观察，后者人数至少在前者10倍以上。而他们，大概率也和那种为了直播间女主播一句“哥哥”/男主播一嗓“X家军我们冲”就冲动消费的人们重合。下沉不代表穷，被收割的“榜一大哥”和国人盘群里损失惨重的老板也是同命相怜的。所以圈内经常有人抱怨，凭什么那样看起来很Low的KOL都可以拿400U营销费，而自己半毛钱没有。这是很好理解的：因为他们的流量筛选的人群，太难用低端割韭菜项目变现。他们没遇到合适的项目。想必他们也会嫉妒，为何抖音快手里的“带专”主播每天喊喊就有百万收入吧？那么这些来势汹汹的下沉是可以阻挡的吗？我觉得很难，币圈在追求出圈，下沉流量是必定吸收的。懂的机构都在做矩阵，甚至成功项目发射就要孵化几个KOL出来。所以不玩技术概念的NFT社区的顶级玩法是啥？是造KOL、是造流量、是你用这个头像就有人认你大哥，是引来无利益相关KOL和骗子都得用你的图。这里引用wale统计数据，全球Top100 NFT KOL(Influencer)的数据，猴子生态的占比最大。不管你认可不认可，猴子是NFT中最出圈的顶流。而这背后还有少为人知的另一面：猴子持有者利用这流量发创业盘割韭菜的国内外KOL数量，也是所有项目中第一。他们在之前也割到了大部分下沉NFT流量。总之，历史总是惊人的相似，虽然web3总是一个革新的面貌，但币圈里的大大小小事早已经在别的地方以别的形式出现过。最后，在车上写推，颠得我差点吐了。现在通宵写完了这个推。逻辑和用词我没太检查，可能有点乱，但希望我的信息你能接收到。来源：金色财经

金色财经2023-03-09

为什么币圈充满“科技与狠活”与“400U KOL”?

量密码必将成为币圈流量主流。如果你是知乎早期用户，你能深刻体会我上面这段话。而这些下沉流量，一定是人造或被助推的。 21年开始，随着国内mcn营销入局，简中币圈的事件营销开始变得“眼熟”起来。美女秀丝袜还不忘记喊单，像极了直播间擦边带货的女主播？那些国产项目发射前莫名其妙的“泄露聊天记录”撕逼，是不是像极了抖音快手直播pk嗯造热度的剧本？还有什么小学生合约编程代币、web3犹太人之类被助推的流量不举例了，比比皆是。看到这里你应该发现了，币圈自媒体的to B（广告植入、带货）和to C（私域/知识付费等），已在形成产业结构。甚至自建供应链的带货（KOL创业盘）都不在少数。以上说的“货”其实就是各种token。宇宙的尽头就是带货啊。五、结语必须承认，币圈的“知识诅咒”非常非常非常严重。一头是名校光环顶级机构张口闭口犹太人，一头是开着翻译器只想寻找“家人”和“大哥”的自嘲韭菜。前者大概率会觉得那些美女擦边喊单还有一堆人上钩简直太蠢了。而根据我的观察，后者人数至少在前者10倍以上。而他们，大概率也和那种为了直播间女主播一句“哥哥”/男主播一嗓“X家军我们冲”就冲动消费的人们重合。下沉不代表穷，被收割的“榜一大哥”和国人盘群里损失惨重的老板也是同命相怜的。所以圈内经常有人抱怨，凭什么那样看起来很Low的KOL都可以拿400U营销费，而自己半毛钱没有。这是很好理解的：因为他们的流量筛选的人群，太难用低端割韭菜项目变现。他们没遇到合适的项目。想必他们也会嫉妒，为何抖音快手里的“带专”主播每天喊喊就有百万收入吧？那么这些来势汹汹的下沉是可以阻挡的吗？我觉得很难，币圈在追求出圈，下沉流量是必定吸收的。懂的机构都在做矩阵，甚至成功项目发射就要孵化几个KOL出来。所以不玩技术概念的NFT社区的顶级玩法是啥？是造KOL、是造流量、是你用这个头像就有人认你大哥，是引来无利益相关KOL和骗子都得用你的图。这里引用wale统计数据，全球Top100 NFT KOL(Influencer)的数据，猴子生态的占比最大。不管你认可不认可，猴子是NFT中最出圈的顶流。而这背后还有少为人知的另一面：猴子持有者利用这流量发创业盘割韭菜的国内外KOL数量，也是所有项目中第一。他们在之前也割到了大部分下沉NFT流量。总之，历史总是惊人的相似，虽然web3总是一个革新的面貌，但币圈里的大大小小事早已经在别的地方以别的形式出现过。最后，在车上写推，颠得我差点吐了。现在通宵写完了这个推。逻辑和用词我没太检查，可能有点乱，但希望我的信息你能接收到。

区视crypto2023-03-08

知乎-W：非执行董事变更

2023年3月8日，知乎-W（02390.HK）公告，陈定佳辞任公司的非执行董事职务，以便分配更多时间予家人及处理私人事务，自2023年3月7日起生效。董事会欣然宣布，于冰已获委任为非执行董事，自2023年3月7日起生效。于冰于2016年8月至今担任快手科技（联交所代号：1024）的高级副总裁，主要负责快手集团的技术开发、产品测试、运营维护及ToB端StreamLake等相关工作。于加入快手集团前，于先生于2014年9月至2016年8月在Hulu,LLC及于2010年7月至2013年4月在FreeWheelMediaInc.等跨国公司领导视频和基础架构团队。（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2023-03-08

美股收盘：道指跌近600点中概新能源车股普跌小鹏汽车跌近8%

万国数据、寺库跌超9％，洪恩、新东方、知乎、小鹏汽车、秦淮数据、e家快服、金太阳教育、盈喜集团等跌超7％。艾斯欧艾斯、云集、智富融资、360数科、金融壹帐通、微美全息、优克联、容联云通讯跌超6％，苏轩堂、聚好商城、中网载线、比特矿业、比特数字、理想汽车、优客工场、虎牙、乐信、宁圣国际、第九城市、欢聚集团等跌超5％。　　美联储主席鲍威尔：利率峰值料将更高美联储准备必要时加快升息步伐　　美联储主席杰罗姆·鲍威尔表示，美联储可能将利率上调至比预期更高水平。在近期一系列火爆的就业和通胀数据公布后，鲍威尔称美联储做好了必要时加快升息步伐的准备。　　“最新的经济数据强于预期，这表明最终的利率水平可能会高于先前的预测，”鲍威尔周二在参议院银行委员会作证时表示。 “如果整体数据显示有必要加快紧缩速度，我们准备提高升息步伐。” 　　鲍威尔讲话后，美国债券收益率飙升，股市下跌，美元延续涨势。交易员押注美联储更可能在3月会议上加息50基点，而不是25基点。鲍威尔称，“虽然最近几个月通胀率一直在放缓，但通胀率距离回落至2％还有很长的路要走，而且这个过程很可能颠簸不平”。他补充说，通胀仍远高于美联储的长期目标。　　2024年美国大选已有哪些热门参选人？　　有4个人的名字被多名民主党人反复提及：米歇尔·奥巴马、希拉里·克林顿、约翰·克里，以及戈尔。在上周末举行的美国保守派政治行动会议（CPAC）上，美国前总统特朗普再次击败其他共和党人，在民调中以62％的优势领跑，紧随其后的是佛罗里达州州长德桑蒂斯（42％）。特朗普已连续5年领跑该项民调。　　目前，特朗普在大多数民调中显示出在共和党内支持率的优势。不过，随着越来越多的共和党人宣布参选，最终谁将代表共和党角逐2024年美国总统选举还充满了未知。　　拯救联邦医保！拜登将对年收入超过40万的美国人加税　　白宫表示，美国总统拜登周四将提议对年收入超过40万美元的美国人增税，并降低联邦医疗保险（Medicare）为处方药支付的费用，以确保这项医疗保健计划能在未来25年持续获得资金支持。　　Medicare是一项美国的国家医疗保险计划，主要为65岁以上的美国人提供医疗保险，全美大约有6000万老年人依赖这项医疗保险。此前有预测警告称，如果不采取任何行动，Medicare将在五年内遇到重大财务问题，因为该项目支出的速度远远快于它带来的资金。　　报道称，白宫将提出一些关键措施来增强Medicare的可持续性，包括对高收入群体增税、降低Medicare为处方药支付的费用等。　　美债多条收益率曲线倒挂加深交易员料3月加息50基点可能性更高　　在鲍威尔表示美联储准备好必要时加快紧缩后，美债交易员提高了对美联储加速升息的预测。互换合约市场对3月的加息押注发生了转变，目前定价显示加息50个基点的可能性比加息25基点略高。交易员预计未来四次会议将累计加息100基点，利率峰值将仅略低于5.6％。　　美国国债收益率全线飙升，短期收益率领涨，2-10年期国债收益率曲线倒挂幅度达到本紧缩周期以来最大。其他收益率曲线也出现倒挂加深，2年期比30年期收益率高出106基点，两者之差达到纪录最高。　　摩根士丹利知名策略师：美国科技和网红股还有20％下跌空间　　摩根士丹利的Michael Wilson表示，他仍认为美国市场一些大型科技股和网红股存在约20％的下行空间，其并未具体指明是哪些股票。这位长期以来一直看跌美股的策略师表示，即使未出现业绩衰退，上述股票的估值也超出了合理区间。　　“总的来说，你所持股票的增长，即使是那些现已增长过头的周期股，也可能存在多达20％的下行空间，这是毫无疑问的，”Wilson说。他预计一些公司可能会破产。　　彼时蜜糖此时砒霜华尔街精心设计的美股对冲策略可能帮倒忙　　股票市场总是难以预测的，所以人们会两边下注防患于未然。但华尔街为预防股市危机而设计的保护投资者的战术同样不确定性很高，原本看起来谨慎的对冲措施有时候反而让情况更糟糕。　　这是金融服务公司NDVR首席投资官Roni Israelov的最新研究结论，Israelov在业界颇为出名，之前其曾经在研究报告中论及现金资产相比看跌期权是更好的股票对冲工具。如今，这位前AQR Capital策略师正在逐点分析流行的波动率策略如果出现在错误的时间只能给投资者帮倒忙。　　市场对于动荡期的预测屡屡出问题。一个多月前，尾部风险对冲基金Universa Investments的Mark Spitznagel告诉客户，全球不断膨胀的债务给市场造成的冲击将堪比大萧条时期。Israelov在报告中指出，预料一种资产下跌并不等于做对冲就能赚钱。　　美国金融业有一个领域不但没裁员且还在招兵买马之中　　与华尔街其他领域的减员趋势相反，银行和经纪-交易商们计划增加股票电子交易部门员工数量。根据Coalition Greenwich对25家公司的调查，超过一半的美国卖方企业计划未来一年半扩大股票电子交易部门。近30％受访者表示，他们预计将在执行和分析咨询部门增加员工数量，约四分之一受访者计划招聘算法销售人员。　　Coalition Greenwich的市场结构和技术部门高级分析师Jesse Forster在接受采访时说，在经历了疫情期的一度暂停后，电子交易的趋势已经恢复。这个领域的扩张与华尔街最近的裁员形成鲜明对比。为了控制开支，各大金融机构希望精简员工数量。　　欧洲央行称消费者通胀预期显著回落市场加息预期降温　　欧洲央行指出，消费者对欧元区通胀的预期“显著”回落，提振了放慢央行加息步伐的呼声。欧洲央行周二发布月度调查称，1月份三年期通胀预期从去年12月的3％降至2.5％。一年期通胀预期同样走低，从5％降至4.9％。一周以后，决策者就将做出利率决策，几乎肯定会加息50个基点至3％。上周公布的核心通胀率创出纪录，令鹰派进一步呼吁实施更为长期的紧缩措施。　　德国国债周二在欧洲央行公告发布后上涨，10年期国债收益率一度下跌11个基点至2.64％。与此同时，货币市场降低了加息押注，预计利率到10月达到约4.06％的峰值，周一一度高达4.09％。三年期通胀预期在德国的降幅最大，消费者预计将会跌至欧洲央行2％的目标。而荷兰的通胀预期仅降至3％。　　调查显示美国人对个人财务状况的预期变得更加悲观　　随着利率上升和加薪速度放缓，美国人对未来一年的个人财务前景变得悲观。房利美月度调查显示，不到三分之一的受访者表示，他们预计未来12个月个人财务状况会好转，这是这项调查10多年历史上的最低水平。　　在民众信心下降之际，美联储表示将会继续推进已经给住房市场造成压力的加息行动。房利美的这项调查有一些对房主和租房者来说不利的消息：受访者连续第七个月预计房价将下降，并且预计租金未来一年将上涨7.6％，为7月以来的最大预期升幅。　　尽管美国劳动力市场强劲，但调查也显示出对就业安全的担忧。在受聘的受访者中，表示担心失业的比例升至24％，为两年多来最高。这符合分析师预期，即随着经济放缓，目前处于半个世纪低点的3.4％失业率未来一年将上升超过1个百分点。　　华尔街的新共识：美国经济软着陆可能性明显提高　　3月7日周二，高盛集团首席执行官David Solomon称，和六个月前相比，现在美国经济软着陆的可能性“明显提高”，为应对不确定性，高盛已经对业务进行重大调整。不止高盛高盛CEO，包括摩根大通CEO、美国银行CEO等一众华尔街大佬都认为，美国经济实现软着陆、避免严重经济衰退的可能性在提高。　　如今，华尔街主要投行高管关于美国经济的新共识是美国经济有望实现软着陆。3月7日周二，高盛集团首席执行官David Solomon称，和六个月前相比，现在美国经济软着陆的可能性“明显提高”。　　美联储强化鹰派预期：加息更快、更高、更持久　　美联储主席鲍威尔如期出席参议院银行委员会的听证会，就半年度货币政策报告发表证词演讲。他指出，美联储可能不仅会加快加息步伐，终端利率也可能高于此前预期。　　鲍威尔的言论比预期要鹰派的多，一方面是联邦基金利率的峰值可能高于美联储官员此前所暗示的水平；另一方面是如果通胀数据继续走高，小幅加息25个基点可能是短暂的，接下来50个基点的加息幅度并不是一种幻想。　　美联储自去年3月以来已经连续八次加息，累计加息幅度高达450个基点，使联邦基金利率目标区间升至4.5％到4.75％的水平。　　影响力不断提升人民币国际化大势所趋　　人民币的国际影响力正在不断提升，芝加哥商品交易所集团（CME Group）将于4月3日推出基于美元/离岸人民币期货期权的消息引发热议。正值2023年全国两会期间，部分人大代表、政协委员也就人民币国际化的话题积极建言献策。“破除制约人民币国际使用的政策障碍，按照‘本币优先’的原则，营造人民币跨境使用的良好生态，提升人民币国际地位和影响力。”3月7日，央行官方微信公众号披露了全国政协委员霍颖励的提案内容。　　痛苦远未结束！Meta计划最快在本周开启新一轮裁员　　Meta的这轮可能涉及数千人的裁员很可能在下周就完成。知情人士称，这是因为要赶在扎克伯格休育儿假之前完成这一工作，但不少Meta员工担忧的是，如果本月被裁员，原定本月发放的去年的年终奖是否还能拿到手。　　美国社交媒体巨头Meta的痛苦还没结束，据媒体报道，该公司将在去年11月裁员13％即1.1万人的基础上，继续裁员更多人，以推动该公司进一步节省成本、提高效率。3月7日周二，媒体援引知情人士的话说，Meta计划最快在本周开启影响数千人的裁员计划，最快下周就能完成。　　能源巨头也要“抛弃”欧洲？埃克森美孚：欧盟开征暴利税会吓跑投资　　埃克森美孚首席执行官Darren Woods猛烈抨击了欧盟征收能源暴利税的举措，他认为这不仅会吓跑投资，还会破坏能源转型的进程。　　Woods周二出席了在美国得州休斯顿举行的CERAWeek国际能源会议，他警告称，欧盟拟征收的能源暴利税将抹去埃克森美孚近年来在炼油业务上所获取的利润，这将促使该公司未来减少在欧洲大陆的投资，转而投向美国。　　去年9月，欧盟各成员国就应对能源危机、控制能源价格问题达成一致，主要措施包括给电力公司设置电价收入上限以及对化石燃料企业征收超额利润税等。欧盟委员会计划以征收暴利税等方式筹集250亿欧元帮助低收入家庭应对能源账单。　　美银证券：2023年锂供应可能会过剩锂价或进入下行阶段　　美银证券亚太基础材料主管Matty Zhao表示，2023年锂矿可能会出现过剩，因为供应量将出现增加，而外界对这种金属的需求将放缓。　　Matty Zhao接受采访时表示，“我们看到锂矿有大量供应……预计今年锂供应将增长38％。2023年可能会成为锂供应过剩的一年。”电动汽车电池正成为一个竞争日益激烈的行业，而锂是电动汽车电池的关键原材料。　　在截至2021年12月的两年里，碳酸锂现货的价格上涨了5％，达到每吨27.75万元。而随后在2022年11月，碳酸锂价格一度飙升至每吨近60万元的历史高位。

金融界2023-03-08

中国概念股收盘：新能源车股普跌，有道跌12%、小鹏汽车跌近8%

万国数据、寺库跌超9％，洪恩、新东方、知乎、小鹏汽车、秦淮数据、e家快服、金太阳教育、盈喜集团等跌超7％。　　艾斯欧艾斯、云集、智富融资、360数科、金融壹帐通、微美全息、优克联、容联云通讯跌超6％，苏轩堂、聚好商城、中网载线、比特矿业、比特数字、理想汽车、优客工场、虎牙、乐信、宁圣国际、第九城市、欢聚集团等跌超5％。

金融界2023-03-08

ETHDenver 2023 会议背后的 VC 观察

，譬如 NFT、音乐、视频、去中心化的知乎，这些概念都可以放在 Web3，背后的激励机制需要结合 DeFi 的模型。目前也是有一些项目在尝试做，不一定能跑出来，因为 AI 是否真的要跟 Web3 结合，这是有待去被验证的。目前一些 AI 应用自运转已经很好了，也有很好的现金流模型，它不一定要发代币去去破坏自己的商业模式，不一定要去 Web3 化。这是我最近重点在聊的第一个赛道。第二个是 NFTFi 方面的创新。目前 NFTFi 抵押借贷赛道很卷，但是大家还认为有很多新的机会，譬如衍生品。之前 SudoSwap 出来后，有很多人依然想做类似的产品，其实衍生品的交易量还是高于现货市场。很多的创业者认为 NFT 作为一个资产，虽然现在的流动性欠缺，但是要先布局进入赛道，所以也有一些做 AMM NFT 的，譬如衍生品、Perps、开多开空、订单簿模型、AMM 订单簿等。这些本质上还是 DeFi 的玩法，只是将 NFT 进行碎片化，通过做市商来大大提高流动性。虽然还很早期，但要提前预测一下。譬如，NFT 到了一定阶段，交易量可能会更好；到了牛市，NFT 流动性会更好；以及，会不会有 NFT 衍生品项目方可能会生存到未来的繁荣期。第三个是 DeFi 赛道。其实没有看到太多的创新点，但是整个 DeFi 的痛点还是 MEV 攻击，所以我关注的是能否将一些捕获的价值通过智能合约去激励 Bot，让它们提供更好的效率，隐藏利润，让所有人最大地争取利益，而不是来竞争。第四个是开发者工具或者数据类的基础设施，刚刚说到区块链整体开发需要很多的预言机，AI 驱动也需要数据的支持。那么，我也会留意一些开发者的 SDK，或者是提供 API 功能套件的一些平台项目，这些比较考验团队是否有大数据的背景，还有是否有整合的能力。第五个是存储。我们是早期 Filecoin 的投资人，我们认为所有的项目都会用 IPFS 在去中心化存储方面的基础设施，同时也有很多项目方在尝试去做 DA 或者二层的数据存储方面新的基础设施。这是比较考验团队是否有很强的矿工，或者是它的存储是否是有新的创新，这些都是蛮硬核的。整体来说，去中心化存储赛道非常大，非常卷，每年都会有很多新的项目，但是之后节点是否能够加入到矿工及其生态的玩法中，都是很考验团队运营能力的。第六个是 SocialFi。大家都在说 AA 钱包，因为很多 GameFi 项目需要用户的简单易操作性，譬如社交恢复这样的钱包中间件可以帮助游戏爱好者或者 Web2 爱好者直接进入到 Web2.5 的产品里，非常简单易用。AA 钱包的底层基础设施，譬如建立在 ENS 底层之上的 DID 层面，Mask 正在做这方面的创新。至于 SocialFi 的 DAO 化，DAO 去年很火，但跑了一年之后发现很多小的 DAO 没有活下来，而且 DAO 工具的基础设施还是不够太完善。很多人发现治理 DAO 过程中有很多问题，譬如如何把不同 DAO 的元数据协议标准聚合化或者统一标准化。这方面的基础设施很有意思。主持人：最后一个问题，各位嘉宾可以从经常参会的经验来谈一谈北美、欧洲和亚洲不同地域的大会举办情况有哪些明显的区别吗？ Evans（Arcane Group Partner）：我去年 6 月份参加了 ConsenSys 共识大会，9 月份是 Token 2049 和 11 月份 Web Summit Lisbon。去年这几个活动的氛围是差不多的，ConsenSys 主要是面对机构，主会场里比较多的项目都是 Metaverse 相关的，整个来说对投资方面的帮助不是特别大。去年 Token 2049 非常活跃，今年 Token 2049 应该会比去年更好。因为 FTX 事件之后，可能会再有一波上升，会有很多欧美的项目再到亚太区来做进一步的融资或者来新加坡或香港设立总部。ETHDenver 今年的感受会比我去年参加的时候要相对好一点的，大家会去讨论现在前沿的技术，无论是游戏的发展，还是 ZK 的应用。就像刚刚几位嘉宾说到的，有一些相对小而美的东西，有 ZK 的 DID。譬如，我们在关注 Polygon 的 ZKEVM，他们做了一个 PolygonID，这方面潜在的一些发展还是挺有意思的。在 DeFi 方面，原生需求就是交易，在 AMM 出来之后，再想去做更多的底层创新是很难的。那么今年，UniSwap 是在做一些微创新，把钱包等等全都打通，后续的话 DeFi 是可以往合规去做的，比如说你用 ZK 化的 DID 驱动，只有完成 KYC 的用户才能交互，这个可能会是后面 DeFi 相对割裂的场景。我们认为，DeFi 可能会有两个大的方向，一个的话就是完全合规路线，用 ZK 的方式去做 DID，做合规的审查；或者说是完全走全球化路线。目前来看，主流的一些协议应该是走第一个路线，监管落地之后还需要再观察一下。会议这方面的话，我觉得今年 Token 2049 会是相对比较大的一个会。 Yinghao（SevenX 投资总监）：我近半年参加了两个会，一个就是去年的 Token 2049，一个是现在的 ETHDenver，正好一个亚洲，一个欧洲。我的感受还是比较强烈的，这也是我自己比较喜欢观察的视角，即东方市场与西方市场的区别。自从 Web3 再次兴起之后，市场上一直流行着一个大的结论是美国或欧美的原生市场更注重基础设施与前沿创新，亚洲市场可能更注重应用，对于前沿的创新并没有那么关注。我这次感受下来发现，其实跟人本身并没有特别强烈的关系，但是跟地区的关系是比较大的。这里面有一些更深层的原因，因为我之前做很长一段时间的投行，所以更倾向于用一个资本环境的角度去去谈这件事。我这次来 Denver 之后也跟欧美本土市场的部分 VC 进行一些比较深度的沟通，发现无论是一级还是二级，美国资本市场都是更有弹性的。举个例子，不同 VC 的 LP 结构都是非常多元的，有些新成立的基金首次募资也能拿到一些长钱或老钱，这些钱的存在对于基金的投管退更加宽容，但这个局面更深层的是一个长周期沉淀带来的东西。也就是说，这个钱在经历了漫长的周期之后，历久弥新，这才孕育了比较厚重的一种积淀弹性。在这样一种纵向资金的基本面之下，我觉得美国这边的 Web2 与 Web3 都有一种创投文化，跟东方是不一样的，这种不一样来自于一种意识倾向性带来对于创投文化的一种培育。譬如，我之前在国内做 VC 的时候，国内的投资人是很反感这种拉大旗扯虎皮的高举高打、提概念，尤其是在落地上不是很清晰的团队。但我发现其实美国的 VC 对于这样的事情并不反感，甚至有一些基金会鼓励这样的做法。从坏的方向看，这样的做法可能是老外 VC 不切实际，但往好的方向想，正是这样一种宽容或弹性能够给到这边的创业者一个更宽松的空间，让他们去想一些可能短期看起来不切实际的事情，但长期看来更更加高远的一些命题。回过头来看，因为 Token 2049 很多还是中国人，要去想中国的创造市场现在在经历着什么。从资金面的角度来看，中国的整个创造历史差不多只有 20 年，非常短暂，也就是两到三个左右的完整的募投管周期，即使是现在中国的传统行业也还是面临着一个多重的压力。第一是成绩单的压力，就是能不能连续交出成绩单，目前依然无法可以连续交出成绩单。第二个就是时间表的压力，必须得在有限的时间内交出成绩单。这也就导致了国内 VC 基金周期都比较短，人民币基金周期很短，美元基金跟他们在全球其他地区的比起来周期也会比较短，长青基金根本就是没有。这也会挤压前沿创新。譬如，Web3 创业者对于周期的承受能力。还有一点是资产容量的压力。我们的二级市场资产的深度还是不够深，宽度也不够宽，跟市场的成熟度有很强的关系，这种不成熟会传导到一级市场。也就是说，国内创投的一级市场可能呈现出来的状态，每一个阶段也就只有 1-3 个一级赛道，3-5 个二级赛道，其他的赛道都是比较边缘化的。所以，这也会让创业者觉得做前沿的创新会比较吃力，他们更愿意去做一些风口下的事情。最后一点就是大家一直说中国的创业者是不是产品能力强或者只愿意做产品，其实我认为这不是中国创业者的一个主观选择，而是因为国内真正有创业这件事情（抛开实体企业不谈）其实是跟着移动互联网发展起来的，大概只有 10-15 年的时间。当年的创业英雄故事基本上都是做互联网 APP，大家都是基于一个成熟的基础设施环境在上面做一些应用。由于我们国家可能在这一块的步子慢了很多，所以我们完全没有参与早期 Web2 计算机世界的底层创新，这逐渐就形成了我个人认为的中国创业者的基因。虽然人在不断更新，但是这个基因一直保留着，那也就是说这种文化的传承也延续到 Web3 时代。当人们再去选择创业的时候，中国的创业者确实很愿意去选择一些很具象的产品平台，或者甚至是服务性的东西。但好的一点是 Web3 是无国界的，我们的创业者都比较具有突破精神，这次在 Denver 有人统计可能来了将近 2000 名中国人。我相信，通过在产品能力和工程能力上的积累以及快速与主流语境吻合，在下一个蓄势周期来临时，中国创业者还是有可能扮演一个更加重要的角色。所以，中西方的命题包括中国人的命题，从 Token 2049 开始一直都是比较热门的话题。经过半年时间的观察，我对华人创业者继续保持一个乐观的状态。在未来的各种大会上，华人的身影会只多不少。 Joshua（Antalpha Investment Manager）：这是我第一次参加 Web3 的开发会议，我会从一个相对感性的角度来谈一谈我的感受。 ETHDenver 对于我个人的认知是非常震撼的，因为在此之前跟创业团队远程沟通的时候，并感受不到开发产品、产品迭代、进行创新时的热情。但是，这次无论是一开始在 Build Hub 跟在现场 Hack 的开发者聊天，还是后面在主会场去跟各个代表自己不同的项目的人去沟通，都能非常直接地感受到他们真的对 Web3 行业非常有热情。有时候，当你跟一个非常认真在进行开发的开发者沟通时，你会非常明显地感觉到他是对于自己 Build 的产品或想法非常兴奋，他非常希望能够把自己产品做好。这是我们现在做 Web3 非常需要的精神，这样一个大规模的会议，我们全程都能感受到大家非常专心热情地想把 Web3 做好。我自己印象最深的一件事是我在 Build Hub 时，观察到有两个年纪非常轻、看起来就十二三岁的两个小孩，刚开始以为是父母带过来参加 ETHDenver 的，后来才知道他们是以开发者的身份来参加 ETHDenver 与官方的活动。当主会场开启之后，他们也跟感兴趣的项目聊天，很多非常出名、非常成功的创始人都很热情地跟这些年纪非常轻的 Builders 来沟通自己的项目，所以 Web3 这个世界真的是非常包容。我想这也是 Web3 的竞争之一。我们看到现场不同种族、不同信仰的人们同时聚集到一起，为了同一个事业去奋斗，我会觉得 Web3 真的非常有意义。 Elaine（Waterdrip Capital Investment Director）：不同地区有不同的生态，新加坡是资金密集的地方，机构多、LP 多、钱多，同时背靠东南亚，能感受到做资管的多、交易所背景的多。而由于受到美国的监管限制，今年丹佛并没有什么交易所能来做 PR 活动，当然了，BNB Chain 或 OKX Web3 钱包对外还是属于第三方，所以他们还是在的。刚刚谈到新加坡，这边还是以资管端和交易所为主，项目方偏 GameFi 或托管类、资管类项目。围绕以太坊生态的都是一些原生基础设施的项目，ConsenSys 还是以机构机构侧为多，如果一些大项目要去做 PR 或是去做生态与开发，是比较适合去这边的。来源：金色财经

金色财经2023-03-07

AI正在悄悄“杀死”画师

）其次，AI绘画不能理解语言逻辑。知乎上有答主输入指令“腌咸菜的小女孩儿”，结果AI给出了小女孩站在咸菜缸里的图片；让AI画“婴儿肥”，结果AI画出了一个胖乎乎的小婴儿；让AI画河里的三文鱼，结果画中河里的三文鱼都是三文鱼片。 AI绘画并不能真正理解语义，它只能识别出一个个标签。在训练模型的过程中，每一种图片都对应一系列标签，如果输入指令“腌咸菜的小女孩儿”，它就会把带有“腌咸菜”和“小女孩儿”图片中的对应元素拟合在一起，生成含有这两个标签的新图片，但AI本身不能理解“腌咸菜”是一个什么动作。对于这个缺陷，知乎24万粉丝的答主“画画的花噎菜”还说了一个梗： “前几天群里有人发了个特别帅的火人，一群人惊呼，画的真好，风格真棒，体积感特效质感都在线，焦虑感max！然后我在旁边轻飘飘说了一句，它画火人这么好，那让它掏出个打火机点烟试试？于是乎所有人都笑了，因为大家都能想象出那副画面，估计能把手指头塞嘴里吃了，或者直接表演咬打火机。” （笔者用Midjourney绘制的男人用打火机点烟）最后，是AI绘画上手有一定门槛。面向普通用户，以开源模型Stable Diffusion为例，人们想要使用AI绘画，需要在本地部署SD程序，好在1月份有B站up主利用开源代码作出了绿色汉化版的安装包，省去了很多麻烦，否则不擅长英语不懂程序的用户都没有入场资格。就算成功部署了SD，使用过程中的报错，如果不是程序员，普通用户很难看懂，硬件上还必须要有最新几代的NVIDIA显卡，否则根本带不起来AI绘画。面向企业，外饰设计实习生小文也向商隐社吐槽：“（AI绘画软件）不能算作一个很好的工具，工具推出后，它没告诉企业怎么去用，怎么才能把它用好。很多用法都是企业自己摸索的。” 当新的技术来临，人们去担心它、质疑它，看重它的缺点，再正常不过。19世纪的“新技术”摄影出现的时候，也曾被画家联名反对；当数字绘画出现的时候，也会被传统画师不屑。只是AI绘画的发展不会因为人们的观念发生改变，它正以超乎人们想象的速度进化着。 04 发展 2021年1月，OpenAI推出了Dall-E（mini）模型，你只要给出一段文字描述，它就能立刻把图给你画出来。当时它做出来画还比较粗糙。（Dall-E（mini）模型绘制的图片）仅仅一年后，2022年1月，现象级的AI 图像生成程序Disco Diffusion就出现了，它开始能画复杂一点的氛围图了，但还无法完成人脸。三个月后，OpenAI迭代了DALL-E模型，给它喂了6.5亿张图片训练后，DALL-E 2不但清晰度比上一代高4倍，还可以生成准确的五官了。紧接着，号称最强的AI绘画软件Midjourney和Stable Diffusion相继于去年的7、8月份出现。前者，辅助生成了在美国科罗拉多州艺术博览会上一举夺冠的画作《太空歌剧院》，而后者则以精美的二次元图片席卷绘画圈。（图源自civitai.com）也正是这个时候，很多人第一次了解到AI绘画。 “大概半年前，我关注的博主‘和菜头’每天都会发一些AI绘画，一开始看他发的画都比较抽象，一涉及到具象的东西就不太像。”郭炯明说，“但是上周身边有个同行带我入门，自己玩了一下，发现AI绘画已经进化到了相当高的程度。” 此时的Stable Diffusion还不能生成真人系图片，但仅仅过了四个多月，今年1月末，新版的Stable Diffusion整合了一种名为LoRA的模型训练方式。 LoRA模型可以让Stable Diffusion生成非常逼真的真人图片，引发了一阵“赛博coser”的浪潮。 “赛博coser”的制作者、B站up主勘云工造表示，自己的赛博coser不仅在国内获得了颇高关注，转发到推特后还被很多画师、coser的知名从业者也关注了。技术的发展还没完，此时的真人系图片骨骼走向、姿势还不能精确控制，就有论坛大佬研究出了ControlNet插件，可以完成对人物骨骼走势、形态、动作、姿势的精确控制。随着Stable Diffusion的不断发展，其早期版本遗留的透视问题、光影问题、场景拼贴等问题得到了一一修正，1.5版本中最典型的手部模型错乱的问题也得到了修正，目前SD已经发展到了2.2版本。到了今年2月份，向量图形编辑器、原型设计工具Figma以及图像处理软件Photoshop都引入了AI绘图插件Stable Diffusion。 Stability AI创始人兼主要投资人埃马德·莫斯塔克表示，创始团队看到这些更新很惊喜，并进一步透露出SD接下来会公开的功能，包括AI视频剪辑与音频剪辑功能：“实际上我们已经能做到很多，只是不想吓到大家，所以一点一点公布。” 与此同时，从去年8月开始，国内也迎来了一波AI绘画的热潮。百度发布了业内首个AI艺术和创意辅助平台文心一格，用户只需输入自己的创想文字，即可快速获取由AI生成的相应画作。腾讯上线了“QQ 小世界AI画匠”活动，用户上传照片一键生成专属异次元形象。抖音则上线了 AI 绘画特效，美图秀秀也上线了AI绘画板块。从2021年1月只能生成简陋的图片开始，AI绘画仅仅用两年时间，就已经创作出精美的超越人们想象的画作。从简陋的实物图到复杂风景图的跨越用了1年，从风景图到卡通人像的跨用用了3个月，到能画出真人照片用了3个月，AI绘画技术在加速进步。两年前人们对AI绘画的结果不以为意，两年后已经有人开始心生焦虑，那么以后呢？实际上，上面提到的三种AI绘画典型的弊端都以肉眼可见的速度弥补着。ChatGPT的出现让AI绘画有了理解语言逻辑的可能，OpenAI团队正在向着这个方向研发；不能精准控制的问题已经在ControlNet等插件的辅助下初步解决。至于上手成本，Disco Diffusion模型时代，在专业显卡上算一个草稿级别的作图, 也需要耗费以小时计算的时间，而Stable Diffusion则实现了在消费级显卡上不到一分钟就能出图。 AI绘画正以超过人们想象的速度进化，如果不及时拥抱技术，或许很多画师会被AI“杀死”。中国围棋王者柯洁，在某站的动态问了一个灵魂问题：美术生或相关从业人员如何看待AI绘画。评论区第一时间就反问柯洁：你对AI围棋怎么看。 2017年，阿尔法狗凭借强硬的实力席卷围棋界，现在许多职业棋手都不彼此约棋了，而是找AI训练，甚至有的去背AI的棋谱，这就是AI技术带来的改变。按照国泰君安研报预计，未来5年，AI绘画在图像内容生成领域的渗透率将达到10%—30%。AI绘画已然站上数字时代的风口。画师与AI自然不是对立的关系，但在需求固定的前提下，绘画设计类的市场总要让渡一部分给AI绘画，在这场行业变革的浪潮中，不知道多少画师被掀翻于浪底。 05 结语 90年代是纸媒动画的巅峰时期，2002年左右国内才逐渐普及了数字绘画，那时候没有板绘，一大波动画人学着用鼠标画画，在之后发展出三维动画、Flash等等技术。而现在，出现的是AI绘画。跟本雅明在《机械复制时代的艺术作品》中描述的一样，照相技术让大量的文本复制变得轻而易举，从而把艺术从一向被人们所崇敬的神圣“祭坛”上拖了下来，它在摧毁传统的同时，使现代艺术具有了新的特点、价值和接受方式。两点十分产品总监黎平伟曾说： “将近10年一个大周期，出现一次技术突破，往后甚至可能带来指数爆炸级的改变，所以永远要抱着学习的心态向前……因为我们相信一句话：不变的是永远在改变。” 来源：钛媒体、DeFi之道文：商隐社作者：第二人生‍‍ 来源：金色财经

金色财经2023-03-04

美股收盘：道指涨近400点中概股及科技股普涨高途大涨逾17%

满帮、乐信、小鹏汽车涨超3％，百家云、知乎、新氧、携程、量子之歌、秦淮数据、网易有道、百度、迅雷、达达集团、中通涨超2％，逸仙电商、晶科能源、嘉楠科技、挚文集团、搜狐、联电、汽车之家、汽车之家涨超1％。尚德机构跌超5％，小赢科技跌超3％，BOSS直聘跌超2％，万物新生、唯品会、普益财富跌超1％。　　市场仍在评估美联储未来的政策路径。周四亚特兰大联储总裁拉斐尔-博斯蒂克（Raphael Bostic）表示，他认为美联储可以将加息幅度维持在25个基点，而不是其他一些官员所青睐的50个基点。博斯蒂克还表示，美联储可能在今年仲夏之后暂停加息。　　但美联储理事克里斯托弗-沃勒（Christopher J． Waller）在同一天发表的评论中采取了更强硬的语气，他称，如果通胀数据没有降温，就可能需要提高终端利率。　　沃勒指出，1月份的非农就业报告显示经济增加了51.7万个工作岗位，并且消费者价格指数和个人消费支出报告等最新数据均显示通胀压力高企。沃勒表示：“如果这些数据报告继续过于火爆，今年的政策目标区间将不得不进一步提高，以确保我们不会丧失掉1月份数据发布前的势头。” 　　分析师认为，对于美联储来说，无论他们向公众传达的信息如何，前方的道路都是艰难的。　　Bleakley首席投资官Peter Boockvar表示：“不管美联储走得有多慢，无论他们如何‘传达’他们想做的事情，都无法躲过逆转非常规宽松政策这个拦路大坑。”他表示：“当市场和经济已经在这么长时间里接受了低利率和量化宽松的药物治疗、并且早已上瘾的时候，永远不会有退出的合适时机。” 　　人称“末日博士”的经济学家鲁比尼本周再度唱空美国经济。鲁比尼周四在接受媒体采访时警告称，一场由通胀、滞涨、经济衰退和潜在的债务危机组成的“完美风暴”即将冲击美国。几个月来，鲁比尼一直在发出类似的警告。他认为，美国即将面临一场融合了70年代的滞胀和08年金融危机的滞涨性债务危机。　　由于美国1月CPI依然维持在6.4％的高位，鲁比尼估计，美联储需要将基准利率提升至“远远高于”6％，才能实现2％的通胀目标。　　周五发表讲话的美联储官员包括美联储理事米歇尔-鲍曼（Michelle Bowman）和里士满联储总裁托马斯-巴尔金（Thomas Barkin）等。鲍曼在事先准备好的讲话中没有对美国经济或货币政策的展望发表评论。他称美联储面临的关键问题是如何明确区分资产购买与货币政策行动。　　美国供应管理协会（ISM）2月服务业活动指数为55.1，与1月55.2的读数基本持平。市场平均预期为54.3。该指数高于50则表明服务业扩张。在过去33个月中，该指数有32个月高于50，唯一在2022年12月份跌破该分水岭。　　3月3日，乘联会发布2月新能源乘用车厂商批发销量数据，综合预估2月乘联会新能源乘用车厂商批发销量50万辆，环比1月增30％，同比去年2月增60％。数据显示，特斯拉2月份中国产汽车销量为74402辆。　　据报道，欧洲专利局上周公布了苹果公司的一项名为“用于扩展现实（XR）系统的多设备连续性”的专利申请。苹果公司举例称，未来的头显佩戴者在iPhone屏幕上查看电子邮件，一个扩展的邮件应用界面会悬浮在iPhone屏幕上。在另一个示例里，苹果头显佩戴者能够用手势或眼神将iPhone正在播放的音乐不间断地转移至智能扬声器播放。　　据传微软正在接触台积电供应链及旗下设计公司，希望将台积电代工厂的CoWoS封装技术用于其自研AI芯片。　　在沃尔玛继续寻找继任者之际，该公司首席执行官董明伦（Doug McMillon）计划至少再执掌这家全美最大的零售商三年时间。　　博通第一财季净收入89.2亿美元，同比增长16％，分析师预期89.0亿美元；第一财季净利润37.7亿美元，同比增长52.7％。第一财季半导体解决方案收入71.1亿美元，占比80％，同比增长21％。博通预计第二财季收入87亿美元，同比增长8％。今年下半年的销售增长将放缓，但该公司预计销售额仍将实现同比增长。博通还宣布派发每股4.60美元的季度股息。

金融界2023-03-04

24小时热点