FX168财经网_全球视野外汇黄金加密货币NFT资讯网

焦点科技（002315.SZ）：公司业务与AI结合主要集中在AI 应用层面，暂不涉及自研大模型

助手 AI 麦可是否有语音识别、图片和视频生成等功能？答：在 AI 麦可可以帮助供应商进行图片背景消除、通过自然语言生成产品背景图，帮助供应商提供图片处理效率和产品展示效果。在视频生成方面，AI 麦可能够通过供应商提供的图片为供应商生成视频，并利用 AI 技术帮助供应商添加字幕、语音、虚拟人形象等视频元素，帮助外贸企业解决视频制作费时费力的问题，提高产品展示效果。八、公司技术研发和自主创新对比同行的优势体现在哪些方面？答：在技术体系方面，公司建立了支撑海量并发的先进信息处理和实时交易技术体系、跨端开发及应用技术体系、大规模数据开发及应用技术体系、人工智能开发及应用技术体系，以及提供全球负载均衡服务的基础支撑技术体系、保障各级系统安全的安全技术体系等。在技术人才方面，公司构建了多维度、多层次的技术人才培养、交流体系；营造了浓厚的技术创新氛围；与外部研究机构、高效建立了深厚的技术合作关系。九、公司作为头部 SaaS 平台，会如何借助 AI 技术优化服务体验，以提高用户粘性和满意度？答：公司迅速响应新一轮人工智能技术发展浪潮，将先进的AI 技术应用于外贸行业，针对外贸企业在贸易流程中的各种需求与痛点，于 2023 年 4 月率先在跨境 B2B 领域内推出 AI 外贸助手——AI 麦可。AI 麦可能够在产品发布、AI 接待、营销拓客等方面为企业提供智能化、自动化的 AI 解决方案，帮助企业提升运营效率和数字竞争力，构建企业“数智大脑”。十、公司今年是否会加大研发费用投入，公司旗下 AI 外贸助手 AI 麦可是否会再次升级？答：目前公司的 AI 麦可已涵盖了文字、图片、视频等多种媒体形式，为 B2B 垂直领域的客户提供了数智化功能，目前 AI麦可已经完成了大部分功能开发，2024 年，AI 麦可的功能迭代重点主要包括：一、企业知识库的构建和应用。公司计划利用 AI能力并结合客户自身的业务数据和知识，为客户打造专属的企业知识库，从而提升客户的业务效率和价值。例如，公司可以帮助客户实现智能问答、智能搜索、智能推送等基于客户知识库的功能。二、数字人的优化和升级。公司 AI 麦可目前已经上线了数字人功能，后续在这个领域内为客户提供更加自然、人性化、互动性的服务。例如，公司可以帮助客户实现智能客服、智能导购、智能助理等基于数字人的功能。公司将继续优化数字人产品，让它更加逼真、智能、个性化。当然，AI 技术发展迅猛，公司的 AI 产品未来可能还有很多当下尚未发掘的方向，后续公司也会根据市场的需求和反馈，不断地对 AI 麦可进行创新和改进。因 AI 技术系公司多年来一直关注研究的技术领域，在开发 AI 麦可前已具备相关技术团队，当下 AI 麦可的开发及后续升级规划暂不涉及需大幅增加研发费用的事项。十一、公司目前在全球范围内的市场份额如何？答：因外贸行业市场广阔，涉及行业、主体数量众多，目前尚无法准确测算我司具体市场份额。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-02-27

王炸模型Sora来了，如何布局AI风口？

产业发展又有何深刻影响？ Sora三大视频生成亮点突出首先，为了方便伙伴们对Sora有一个初步的了解，小编准备先从技术原理和Sora的特点来给大伙做个简单的介绍。Sora是款文生视频AI大模型，采用的是扩散模型（diffusion probabilistic models）技术，基于Transformer架构，这种架构使其在处理语言模型、计算机视觉和图像生成等领域表现出了更为卓越的扩展能力。凭借扎实的技术支撑，使得Sora具有生成视频时间更长、单视频多角度镜头、一定程度“理解”现实世界的模拟能力这三大亮点： 1）生成视频时间更长：在目前文本视频生成热门模型中，Sora生成视频的时长大幅领先其他AI视频生成模型。资料来源：根据互联网公开资料整理，仅供参考。市场有风险，投资需谨慎。 2）单视频多角度镜头：在单个样本中生成同一角色的多个镜头，Sora实现了各种中、近、远景的切换，并能在整个视频中稳定保持其外观。 3）具备一定程度“理解”现实世界的模拟能力：从目前发布的视频样片看，Sora在部分场景逼近真实摄像，画面细节（对于光影反射、运动方式、镜头移动等细节）处理得较为优秀，极大提升了真实感。尽管Sora在模拟能力方面已经取得了显著的进展，但它目前仍然不能理解在部分场景中的“物理规则”运动。不过，Sora的发布初步实现了AI在理解真实世界场景能力已实现了重大飞跃。可以说，其被认为是迈向通用人工智能的重要里程碑。 Sora或将带来两大层面的投资机会那么Sora对投资有哪些影响，伙伴们又该把握哪些机会呢？这里，小编主要想从以下两个方面来说。首先，新技术方案被验证所带来的机会。（1）算力需求增加。Sora和ChatGPT类似，可以说是Scaling Law（缩放定律）的又一次成功：只要模型足够“大”，根据特定算法，就可能会产生智能“涌现”的能力。Scaling Laws随着模型大小、数据集大小和用于训练的计算浮点数的增加，模型的性能也会提高。而Sora是采用时空补丁（Spacetime Patch）技术和扩散型Transformer（Diffusion Transformer，简称DiT）架构，使用文本到视频的合成技术，按文本提示生成视频。随着对“生成质量”的要求逐步提高，对算力的需求增长可能会和ChatGPT对算力需求一样，或将会有“井喷式”的发展曲线。资料来源于Sora 的技术报告，网站为https://openai.com/research/video-generation-models-as-world-simulators 以上内容仅供参考，不作为任何个股推荐或投资建议，基金有风险，投资需谨慎。）（2）数据需求增加。Sora统一了图像与视频的数据表示方式，并通过超大量数据集来扩大模型规模，以提高模型表现，那些拥有海量优质图像或视频资源的玩家有望受益。（3）3D等多模态领域可能会得到加速发展。相比过去的视频生成模型，Sora开始表现出对物理世界的理解能力，这一波视频领域的技术突破可能会给3D领域带来启发，AI 3D引擎的技术拐点可能会比市场原来预期得更快。其次，来自视频生成技术突破后，催生出的应用落地的机会。 1）视频生成技术在广告、电商等垂直领域的商用可行性有望大幅提高。对比之前的模型，Sora的语义理解能力、一致性和灵活性明显增强，这意味着视频生成技术的商用可行性在大幅提高。 2）创意落地的成本或将大幅缩减。Sora最高可生成一分钟的高清视频，这基本已经达到了目前主流短视频创作时长的要求，叠加上之前文字创作、文生图等技术相对成熟，制作不同形态内容的门槛和成本大概率能随之降低。这不仅可以让手上有丰富IP资源的玩家降低试错成本，扩大IP变现途径，而且也可能会催生出现新的商业化空间更大的UGC平台。 3）影视、游戏和MR领域专业创作者可以利用先进的AI技术提质增效。AI技术可以在影视制作的多个环节中发挥更大作用。例如，通过AI进行自动化的角色建模、动画生成、环境渲染等，可以较大程度地减少人力需求和时间成本。此外，AI还可以用于优化动画的质量，使得动画更加流畅和真实。 4）随着视频内容的增加，也会逐渐增加对视频数据传输、视频编解码、视频内容审核等环节的需求。随着Sora的不断更新与完善，其所代表的视频生成大模型将在视频等产业展现出巨大的发展潜力。如何布局AI视频的投资机遇？总体来说，人工智能大模型市场前景十分广阔。数据显示，预计2024年全球人工智能市场规模可达6158亿美元，我国将突破7993亿元。在人工智能主要细分领域中，大模型作为前沿热点，增速最快。可以说，行业发展具有中长期投资价值属性。（数据来源：沙利文，2024/1/28。）人工智能的发展路线逐渐从现实迈向虚拟，从二维三维走进多维世界。那么，伙伴们该如何去分享AI行业的快速发展的红利呢？毕竟，从当前的“市场声音”来看，多模态可能会是未来人工智能应用的主要形式，而文本生成视频的技术可以将任何天马行空的创意真实的展示出来，这可能会对教育、游戏等多个领域带来“翻天覆地”的变化。因此，这一领域也较有可能会出现“新的科技独角兽企业”。但对于较大多数的普通投资者而言，工智能领域首先是一个高度专业化且在时刻变化的科技领域，其涉及复杂的底层算法和生态产业链，需要具备深厚的专业知识和大量的时间精力去研究、跟踪。其次，人工智能板块的个股表现往往分化较大，伙伴们与其盲目选择个股，不如可以考虑选择与TMT相关的主动基金或是被动型产品，一键布局AI视频的投资机遇哟！

金融界2024-02-27

网易《逆水寒》手游发布AI影片生成工具 AI视频向商业化大步迈进

领域实现应用。银河证券指出，随着AI视频生成技术的不断更新迭代，AI文生视频技术潜在的应用行业或将受益。建议关注：1）影视/IP类行业：光线传媒（300251.SZ）、华策影视（300133.SZ）、上海电影（601595.SH）、中文在线（300364.SZ）等；2）游戏行业：恺英网络（002517.SZ）、三七互娱（002555.SZ）等。开源证券分析称，Sora为代表的文生视频模型的出现，或助力游戏场景的生成，为游戏提供低成本的视频内容，丰富文字推理、休闲社交等类型游戏的内容剧情，提升其代入感，从而丰富变现模式。基于新产品周期及多模态AI应用赋能，我们建议继续布局游戏板块，重点推荐恺英网络、神州泰岳、姚记科技、吉比特、盛天网络、心动公司、创梦天地、网易-S、完美世界、腾讯控股，受益标的包括星辉娱乐、掌趣科技、汤姆猫、宝通科技、巨人网络、游族网络、三七互娱等。

金融界2024-02-27

AI领域史诗级看涨 WLD GRT RNDR三大代币引爆投资热潮

类别中表现突出。OpenAI推出文本转视频生成器Sora后，再次引发了广泛关注，激发了人们对人工智能技术的新一轮热情。英伟达在2024财年第四季度取得了令人印象深刻的收益，超出了分析师的预期，进一步加强了市场的看涨情绪。像NVIDIA这样的公司在人工智能领域的持续进步推动了计算能力和效率的提升，这对于以人工智能为核心的区块链项目至关重要。这些项目需要强大的处理能力来执行复杂的算法和数据分析。这种乐观情绪可能会导致对人工智能相关加密货币的投资增加，这些加密货币有望将人工智能与区块链技术融合在一起。根据CoinMarketCap的数据显示，顶级人工智能（AI）代币目前的市值已经达到了263亿美元。日内涨幅为2.65%，交易量为2.84美元，增长了3.4%。世界币（WLD）值得关注的关键水平进入新的修正在加密货币领域，由OpenAI首席执行官Sam Altman领导的项目Worldcoin在2月份的第二周迎来了积极的复苏，价格反弹了2.2%。在人进?加威♥：YYOU877工智能代币备受瞩目的背景下，WLD价格在短短三周内飙升近300%，达到了8.72美元的高点。然而，这一复苏遇到了9.2美元的重要阻力位，朗威克图表证明了这一点。考虑到间接供应和当前市场的不确定性，WLD价格可能很快进入调整阶段。根据斐波那契回撤水平，预计Worldcoin价格的潜在调整支撑位可能出现在7.7美元、6.69美元和5.59美元。 Graph (GRT) 代币经历了显著的复苏，从0.15美元的重要支撑位开始回升。这种趋势始于2月份的第二周，将山寨币的价值推高了94%，目前的交易价格达到了0.29美元。与此上涨趋势相一致，加密货币衍生品数据提供商Coinglass透露，GRT期货未平仓合约出现了显著增加。这一数字从2723万上升至5835万，增幅高达114%。未平仓合约的激增表明投资者信心上升，市场对The Graph项目的信心也在增强。投资者情绪进一步得到提振，因为日线图上观察到的杯柄形态已经突破了颈线阻力。这种模式被普遍视为市场底部强劲的迹象，并且通常是市场开始强劲复苏之前的先兆。随着这一技术突破的发生，The Graph 的价格已经设定了目标价格为0.37美元，这表明该资产近期将继续上涨。 SingularityNET (AGIX) 触及新高度：链上活动预示看涨势头每日时间框架图揭示了 SingularityNET（AGIX）代币已经完成了传统反转模式，被称为圆底模式。随着人工智能领域的显着上涨，AGIX价格在2月中旬展现出了强劲的回升势头。在过去的两周里，SingularityNET的价格从0.3美元上涨至0.76美元，涨幅达到了155%。此外，根据领先的加密分析公司Santiment的数据显示，该网络的链上活动急剧增加，市值在过去一周增加了一倍以上。创纪录的9.36万个非零币钱包的增加凸显了这一活动的激增，表明人们对于人工智能驱动的区块链平台越来越感兴趣。此外，每日鲸鱼交易量超过100万美元，链上交易量和转化率等关键指标也都出现了大幅增长。这些发展突显了人们对AGIX的信心不断增强，以及SingularityNET的更广泛潜力。来源：金色财经

金色财经2024-02-26

从Sora到3EX AI交易：AI如何重塑加密交易

研究中心OpenAI正式发布了旗下首款视频生成模型Sora，再次在全球掀起了人工智能关注热潮。加密市场对人工智能（AI）的热情也再次被点燃，AI的潜力被广泛讨论。AI技术的应用有望彻底改变加密行业的游戏规则。 Sora: AI规模化应用的里程碑 Sora 是由OpenAI 开发的首个文生视频模型，它能够根据文本指令创建长达60秒的视频，这些视频不仅逼真，而且包含精细复杂的场景、生动的角色表情以及复杂的镜头运动。据Sora 技术报告介绍，Sora不仅能够理解用户在提示中所要求的内容，还理解这些内容在物理世界中的存在方式。一如一年前的ChatGPT，Sora被认为是AGI（通用人工智能）的又一个里程碑时刻。但这个模型如此轰动，并不只是因为AI生成的视频时间更长、清晰度更高，而是OpenAI已经超越过去所有AIGC的能力，生成了一个与真实物理世界相关的视频内容。而更大的意义在于，OpenAI瞄准的就不是视频，而是所有存在的影像。OpenAI要做的事情，是要以视频为切入口，涵盖一切影像，模拟、理解现实世界，也就是其强调的“世界模拟器”概念。 AI与加密交易的融合 AI技术在加密交易领域也具有广泛应用的可能，从智能合约的自动化到交易策略的优化，AI的加入将为区块链技术注入了新的活力，使得交易过程更加安全、高效和个性化。智能合约优化：AI能够自动优化智能合约的参数，使合约执行更高效、更安全。市场分析和预测：通过分析大量市场数据，AI能够预测市场趋势和资产价格变动，为交易者提供买卖建议，提高投资回报率。交易策略优化：AI技术能够识别市场趋势和模式，从而帮助交易者制定更加科学和合理的交易策略。增强安全性：AI技术能够及时识别并防御安全威胁，为区块链平台提供更强的安全保障。改善用户体验：AI能够根据用户行为提供个性化服务，提升用户交易体验。 3EX AI交易平台：智能交易先行者 3EX AI交易平台正是这一趋势的先行者，它不仅展示了AI技术在加密交易中的巨大潜力，更开辟了智能化交易的新纪元，为加密交易带来了前所未有的智能化体验。AI技术的引入，特别是在3EX AI交易平台的应用，彻底改变了加密货币交易的游戏规则。3EX不仅利用AI技术简化交易流程，还通过智能分析帮助用户做出更加精准的交易决策，不仅提高了交易策略的智能化水平，还大大增强了市场的透明度和安全性。通过自动化的风险管理和实时的市场分析，投资者能够做出更加明智的决策，从而在复杂多变的市场环境中获得优势。3EX AI交易平台利用AI技术，为用户提供了一系列创新的交易工具和服务。通过集成深度学习和机器学习模型，3EX能够分析大量的市场数据，预测市场趋势，并据此自动调整交易策略。从Sora到3EX AI交易，AI技术正在逐步成为区块链行业的游戏改变者。随着技术的不断进步，AI和区块链的结合将更加紧密，未来的区块链平台将更加智能化、个性化和安全，带领区块链行业进入一个全新的发展阶段，为全球的投资者提供更加高效、安全和智能的交易服务。未来已来，让我们共同期待AI在区块链行业中创造的更多可能。 3EX相关链接： Twitter(EN): https://twitter.com/3exglobal Twitter(CN): https://twitter.com/3EX_ZH Facebook: https://www.facebook.com/profile.php?id=100092234370403 Instagram: https://www.instagram.com/3EX.Exchange/ Medium: https://medium.com/@3ex Reddit：https://www.reddit.com/user/3EXGLOBAL Youtube：https://youtube.com/@3EXGLOBAL?feature=shared 来源：金色财经

金色财经2024-02-26

文生视频AI系列动画片启播机构看好IP资源价值

的应用会最先在海外落地，Sora强大的视频生成能力将助力IP版权公司、出海广告营销等公司快速制作符合国际市场的视频内容，吸引海内外用户，实现海外业务扩张并增厚业绩表现。随着国内文生视频模型的落地与迭代，业务场景将进一步向国内发展。该机构建议关注：1）IP版权公司：中文在线、捷成股份、上海电影、掌阅科技、奥飞娱乐、中信出版；2）影视公司：华策影视、芒果超媒、光线传媒、博纳影业；3）出海公司：昆仑万维、易点天下、蓝色光标；4）上游产业链：丝路视觉。

金融界2024-02-26

掌趣科技：我们预期会跨PC、手机端，具体的系统及适配后续也将逐步落实

证券之星2024-02-25

洲明科技：电影屏市场增长及增速受到政策、市场需求、客户资金投入等多种因素的影响

。感谢您的关注！投资者：请教下，AI视频生成模型对公司的虚拟拍摄会造成怎样的影响？洲明科技董秘：您好，相关技术将进一步降低创意实现的门槛，将进一步减少虚拟拍摄前期工作的准备时间和成本投入，有望加速虚拟影棚从工业级大型专业影棚走向企业级中型影棚和民用级小型影棚。公司积极关注前沿技术进步，将紧紧把握新技术的浪潮，努力为社会、客户、股东和员工创造更多的价值，感谢您的关注！投资者：请问Sora对公司的影响如何？洲明科技董秘：您好，相关技术将进一步降低创意实现的门槛，将进一步减少虚拟拍摄前期工作的准备时间和成本投入，有望加速虚拟影棚从工业级大型专业影棚走向企业级中型影棚和民用级小型影棚。公司积极关注前沿技术进步，将紧紧把握新技术的浪潮，努力为社会、客户、股东和员工创造更多的价值，感谢您的关注！以上内容由证券之星根据公开信息整理，由算法生成，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2024-02-25

洲明科技：Sora相关技术将减少虚拟拍摄前期工作准备时间和成本

针对“AI视频生成模型Sora对公司的虚拟拍摄会造成怎样的影响”问题，洲明科技在互动平台回复称，相关技术将进一步降低创意实现的门槛，将进一步减少虚拟拍摄前期工作的准备时间和成本投入，有望加速虚拟影棚从工业级大型专业影棚走向企业级中型影棚和民用级小型影棚。公司积极关注前沿技术进步，将紧紧把握新技术的浪潮，努力创造更多的价值。

金融界2024-02-25

Web3与AI的交织还能碰撞出怎样的火花?

6日，OpenAI公布了最新的文本控制视频生成扩散模型“Sora”，通过多段涵盖的广泛视觉数据类型的高质量生成视频，展现了生成式AI的又一个里程碑时刻。不同于Pika这类AI视频生成工具还处于用多张图像生成几秒视频的状态，Sora通过在视频和图像的压缩潜在空间中训练，将其分解为时空位置补丁，实现了可扩展的视频生成。除此之外该模型还体现出了模拟物理世界和数字世界的能力，最终呈现的60秒Demo，说是“物理世界的通用模拟器”也并不为过。而在构建方式上，Sora延续了此前GPT模型“源数据-Transformer-Diffusion-涌现”的技术路径，这意味着其发展成熟同样需要算力作为引擎，且由于视频训练所需数据量远大于文本训练的数据量，对于算力的需求还将进一步拉大。但我们在早期的文章《潜力赛道前瞻：去中心化算力市场》中已经探讨过算力在AI时代的重要性，并且随着近期AI热度的不断攀升，市面上已经有大量算力项目开始涌现，而被动受益的其它Depin项目（存储、算力等）也已经迎来一波暴涨。那么除了Depin之外，Web3与AI的交织还能碰撞出怎样的火花？这条赛道里还蕴含着怎样的机会？本文的主要目的是对过往文章的一次更新与补全，并思考AI时代下的Web3存在哪些可能。 AI发展史的三大方向人工智能(Artificial Intelligence)是一门旨在模拟、扩展和增强人类智能的新兴科学技术。人工智能自二十世纪五六十年代诞生以来，在经历了半个多世纪的发展后，现已成为推动社会生活和各行各业变革的重要技术。在这一过程中，符号主义、连接主义和行为主义三大研究方向的相互交织发展，成为了如今AI飞速发展的基石。符号主义(Symbolism) 亦称逻辑主义或规则主义，认为通过处理符号来模拟人类智能是可行的。这种方法通过符号来表示和操作问题领域内的对象、概念及其相互关系，并利用逻辑推理来解决问题，尤其在专家系统和知识表示方面已取得显著成就。符号主义的核心观点是智能行为可以通过对符号的操作和逻辑推理来实现，其中符号代表对现实世界的高度抽象；连接主义(Connectionism) 或称为神经网络方法，旨在通过模仿人脑的结构和功能来实现智能。该方法通过构建由众多简单处理单元（类似神经元）组成的网络，并通过调整这些单元间的连接强度（类似突触）来实现学习。连接主义特别强调从数据中学习和泛化的能力，特别适用于模式识别、分类及连续输入输出映射问题。深度学习，作为连接主义的发展，已在图像识别、语音识别和自然语言处理等领域取得突破；行为主义(Behaviorism) 行为主义则与仿生机器人学和自主智能系统的研究紧密相关，强调智能体能够通过与环境的交互学习。与前两者不同，行为主义不专注于模拟内部表征或思维过程，而是通过感知和行动的循环实现适应性行为。行为主义认为，智能通过与环境的动态交互、学习而展现，这种方法应用于需要在复杂和不可预测环境中行动的移动机器人和自适应控制系统中时，显得尤为有效。尽管这三个研究方向存在本质区别，但在实际的AI研究和应用中，它们也可以相互作用和融合，共同推动AI领域的发展。 AIGC原理概述现阶段正在经历爆炸式发展的生成式AI（Artificial Intelligence Generated Content，简称AIGC），便是对于连接主义的一种演化和应用，AIGC能够模仿人类创造力生成新颖的内容。这些模型使用大型数据集和深度学习算法进行训练，从而学习数据中存在的底层结构、关系和模式。根据用户的输入提示，生成新颖独特的输出结果，包括图像、视频、代码、音乐、设计、翻译、问题回答和文本。而目前的AIGC基本由三个要素构成：深度学习（Deep Learning，简称DL）、大数据、大规模算力。深度学习深度学习是机器学习（ML）的一个子领域，深度学习算法是仿照人脑建模的神经网络。例如，人脑包含数百万个相互关联的神经元，它们协同工作以学习和处理信息。同样，深度学习神经网络（或人工神经网络）是由在计算机内部协同工作的多层人工神经元组成的。人工神经元是称为节点的软件模块，它使用数学计算来处理数据。人工神经网络是使用这些节点来解决复杂问题的深度学习算法。从层次上划分神经网络可分为输入层、隐藏层、输出层，而不同层之间连接的便是参数。 ● 输入层（Input Layer）：输入层是神经网络的第一层，负责接收外部输入的数据。输入层的每个神经元对应于输入数据的一个特征。例如，在处理图像数据时，每个神经元可能对应于图像的一个像素值； ● 隐藏层（Hidden Layer）：输入层处理数据并将其传递到神经网络中更远的层。这些隐藏层在不同层级处理信息，在接收新信息时调整其行为。深度学习网络有数百个隐藏层，可用于从多个不同角度分析问题。例如，你得到了一张必须分类的未知动物的图像，则可以将其与你已经认识的动物进行比较。比如通过耳朵形状、腿的数量、瞳孔的大小来判断这是什么动物。深度神经网络中的隐藏层以相同的方式工作。如果深度学习算法试图对动物图像进行分类，则其每个隐藏层都会处理动物的不同特征并尝试对其进行准确的分类； ● 输出层（Output Layer）：输出层是神经网络的最后一层，负责生成网络的输出。输出层的每个神经元代表一个可能的输出类别或值。例如，在分类问题中，每个输出层神经元可能对应于一个类别，而在回归问题中，输出层可能只有一个神经元，其值表示预测结果； ● 参数：在神经网络中，不同层之间的连接由权重（Weights）和偏置（Biases）参数表示，这些参数在训练过程中被优化以使网络能够准确地识别数据中的模式和进行预测。参数的增加可以提高神经网络的模型容量，即模型能够学习和表示数据中复杂模式的能力。但相对应的是参数的增加会提升对算力的需求。大数据为了有效训练，神经网络通常需要大量、多样及质量高和多源的数据。它是机器学习模型训练和验证的基础。通过分析大数据，机器学习模型可以学习数据中的模式和关系，从而进行预测或分类。大规模算力神经网络的多层复杂结构，大量参数，大数据处理需求，迭代训练方式（在训练阶段，模型需要反复迭代，训练过程中需要对每一层计算进行前向传播和反向传播，包括激活函数的计算、损失函数的计算、梯度的计算和权重的更新），高精度计算需求，并行计算能力，优化和正则化技术以及模型评估和验证过程共同导致了其对高算力的需求。 Sora 作为OpenAI最新发布的视频生成AI模型，Sora代表了人工智能处理和理解多样化视觉数据能力的巨大进步。通过采用视频压缩网络和空间时间补丁技术，Sora能够将来自世界各地、不同设备拍摄的海量视觉数据转换为统一的表现形式，从而实现了对复杂视觉内容的高效处理和理解。依托于文本条件化的Diffusion模型，Sora能够根据文本提示生成与之高度匹配的视频或图片，展现出极高的创造性和适应性。不过，尽管Sora在视频生成和模拟真实世界互动方面取得了突破，但仍面临一些局限性，包括物理世界模拟的准确性、长视频生成的一致性、复杂文本指令的理解以及训练与生成效率。并且Sora本质上还是通过OpenAI垄断级的算力和先发优势，延续“大数据-Transformer-Diffusion-涌现”这条老技术路径达成了一种暴力美学，其它AI公司依然存在着通过技术弯道超车的可能。虽然Sora与区块链的关系并不大，但个人认为之后的一两年里。因为Sora的影响，会迫使其它高质量AI生成工具出现并快速发展，并且将辐射到Web3内的GameFi、社交、创作平台、Depin等多条赛道，所以对于Sora有个大致了解是必要的，未来的AI将如何有效的与Web3结合，也许是我们需要思考的一个重点。 AI x Web3的四大路径如上文所诉，我们可以知道，生成式AI所需的底层基座其实只有三点：算法、数据、算力，另一方面从泛用性和生成效果来看AI是颠覆生产方式的工具。而区块链最大的作用有两点：重构生产关系以及去中心化。所以两者碰撞所能产生的路径我个人认为有如下四种：去中心化算力由于过去已经写过相关文章，所以本段的主要目的是更新一下算力赛道的近况。当谈到AI时，算力永远是难以绕开的一环。AI对于算力的需求之大，在Sora诞生之后已经是难以想象了。而近期，在瑞士达沃斯2024年度世界经济论坛期间，OpenAI首席执行官山姆·奥特曼更是直言算力和能源是现阶段最大的枷锁，两者在未来的重要性甚至会等同于货币。而在随后的2月10日，山姆·奥特曼在推上发表了一个极为惊人的计划，融资7万亿美元（相当于中国23年全国GDP的40%）改写目前全球的半导体产业格局，创立一家芯片帝国。在写算力相关的文章时，我的想象力还局限在国家封锁，巨头垄断，如今一家公司就想要控制全球半导体产业真的还是挺疯狂的。所以去中心化算力的重要性自然不言而喻，区块链的特性确实能解决目前算力极度垄断的问题，以及购置专用GPU价格昂贵的问题。从AI所需的角度来看，算力的使用可以分为推理和训练两种方向，主打训练的项目，目前还是寥寥无几，从去中心化网络需要结合神经网络设计，再到对于硬件的超高需求，注定是门槛极高且落地极难的一种方向。而推理相对来说简单很多，一方面是在去中心化网络设计上并不复杂，二是硬件和带宽需求较低，算是目前比较主流的方向。中心化算力市场的想象空间是巨大的，常常与“万亿级”这个关键词挂钩，同时也是AI时代下最容易被频繁炒作的话题。不过从近期大量涌现的项目来看，绝大部分还是属于赶鸭子上架，蹭热度。总是高举去中心化的正确旗帜，却闭口不谈去中心化网络的低效问题。并且在设计上存在高度同质化，大量的项目非常相似（一键L2加挖矿设计），最终可能会导致一地鸡毛，这样的情况想要从传统AI赛道分一杯羹着实困难。算法、模型协作系统机器学习算法，是指这些算法能够从数据中学习规律和模式，并据此做出预测或决策。算法是技术密集型的，因为它们的设计和优化需要深厚的专业知识和技术创新。算法是训练AI模型的核心，它定义了数据如何被转化为有用的见解或决策。较为常见的生成式AI算法比如生成对抗网络（GAN）、变分自编码器（VAE）、转换器（Transformer），每个算法都是为了一个特定领域（比如绘画、语言识别、翻译、视频生成）或者说目的而生，再通过算法训练出专用的AI模型。那么如此之多的算法和模型，都是各有千秋，我们是否能将其整合为一种能文能武的模型？近期热度高涨的Bittensor便是这个方向的领头者，通过挖矿激励的方式让不同AI模型和算法相互协作与学习，从而创作出更高效全能的AI模型。而同样以这个方向为主的还有Commune AI（代码协作）等，不过算法和模型对于现在的AI公司来说，都是自家的看门法宝，并不会随意外借。所以AI协作生态这种叙事很新奇有趣，协作生态系统利用了区块链的优势去整合AI算法孤岛的劣势，但是否能创造出对应的价值目前尚未可知。毕竟头部AI公司的闭源算法和模型，更新迭代与整合的能力非常强，比如OpenAI发展不到两年，已从早期文本生成模型迭代到多领域生成的模型，Bittensor等项目在模型和算法所针对的领域也许要另辟蹊径。去中心化大数据从简单的角度来说，将私有数据用来喂AI以及对数据进行标记都是与区块链非常契合的方向，只需要注意如何防止垃圾数据以及作恶，并且数据存储上也能使FIL、AR等Depin项目受益。而从复杂的角度来说，将区块链数据用于机器学习（ML），从而解决区块链数据的可访问性也是一种有趣的方向（Giza的摸索方向之一）。在理论上，区块链数据可随时访问，反映了整个区块链的状态。但对于区块链生态系统之外的人来说，获取这些庞大数据量并不容易。完整存储一条区块链需要丰富的专业知识和大量的专门硬件资源。为了克服访问区块链数据的挑战，行业内出现了几种解决方案。例如，RPC提供商通过API访问节点，而索引服务则通过SQL和GraphQL使数据提取变得可能，这两种方式在解决问题上发挥了关键作用。然而，这些方法存在局限性。RPC服务并不适合需要大量数据查询的高密度使用场景，经常无法满足需求。同时，尽管索引服务提供了更有结构的数据检索方式，但Web3协议的复杂性使得构建高效查询变得极其困难，有时需要编写数百甚至数千行复杂的代码。这种复杂性对于一般的数据从业者和对Web3细节了解不深的人来说是一个巨大的障碍。这些限制的累积效应凸显了需要一种更易于获取和利用区块链数据的方法，可以促进该领域更广泛的应用和创新。那么通过ZKML（零知识证明机器学习，降低机器学习对于链的负担）结合高质量的区块链数据，也许能创造出解决区块链可访问性的数据集，而AI能大幅降低区块链数据可访问性的门槛，那么随着时间的推移，开发者、研究人员和ML领域的爱好者将能够访问到更多高质量、相关的数据集，用于构建有效和创新的解决方案。 AI赋能Dapp 自23年，ChatGPT3爆火以来，AI赋能Dapp已经是一个非常常见的方向。泛用性极广的生成式AI，可以通过API接入，从而简化且智能化分析数据平台、交易机器人、区块链百科等应用。另一方面，也可以扮演聊天机器人（比如Myshell）或者AI伴侣（Sleepless AI），甚至通过生成式AI创造链游中的NPC。但由于技术壁垒很低，大部分都是接入一个API之后进行微调，与项目本身的结合也不够完美，所以很少被人提起。但在Sora到来之后，AI赋能GameFi（包括元宇宙）与创作平台的方向将是接下来关注的重点。因为Web3领域自下而上的特性，肯定很难诞生出一些与传统游戏或是创意公司抗衡的产品，而Sora的出现很可能会打破这一窘境（也许只用两到三年）。以Sora的Demo来看，其已具备和微短剧公司竞争的潜力，Web3活跃的社区文化也能诞生出大量有趣的Idea，而当限制条件只有想象力的时候，自下而上的行业与自上而下的传统行业之间的壁垒将被打破。来源：金色财经

金色财经2024-02-24

24小时热点