全球数字财富领导者
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
跟单社区
视频
直播
点评旗舰店
商品
财富汇
登录 / 注册
搜 索
综合
行情
速递
日历
话题
168人气号
文章
英伟达创下地球单日市值增长之最 美股再度开启狂欢派对
go
lg
...
三公布了井喷式的业绩,巩固了华尔街对其
人
工
智
能
技术潜力的押注。市场戏称,英伟达的盛况如同是新的美联储议息会议。 英伟达超出了摩根士丹利分析师Joseph Moore的高预期。“直到几个季度前,我们从未见过超过20亿美元以上的季度收入指引,但在AI激增期间,这已经成为常规,”他写道。“AI需求的强劲持续令人瞩目。” 英伟达再次发布的丰厚收益报告可能足以重新点燃华尔街对美国股票的兴趣。 摩根大通美国市场情报主管安德鲁·泰勒(Andrew Tyler)领导的交易部门在周四开盘前的一份报告中表示,这一结果可能会推动美国股市再次看涨,并盖过最近有关美联储何时开始降息的传言。 事实确实如此,
人
工
智
能
技术的影响引发了新一轮的兴奋,推动标普500指数创下去年11月以来的最大单日涨幅,超过2%。以科技股为主的纳斯达克100指数攀升超过3%。 泰勒写道:“这可能是一种催化剂,不仅会让华尔街更加看好美国股市,而且还会看到股市和收益率进一步脱钩,因为事实证明,不管利率环境如何,‘科技股七巨头’(Magnificent 7)都能实现盈利预期。” 股市投资者急切地期待着英伟达的业绩公布,主要是希望它能重新点燃去年市场的情绪,推动股市上涨。尽管标普500指数今年创下历史新高,但最近由于消费者和生产者价格超出预期,导致交易商降低了对降息的期望,进展也受到了阻碍。 “这是市场的一个缩影,”GLOBALT Investments高级投资组合经理Keith Buchanan表示。“我们一直在想,随着市场爆发,就像大多数因素一样,盈利是否能满足这一时刻。英伟达的节奏还在继续。” 摩根大通的泰勒还重申了交易部门对美股的“战术性看涨”观点,他提到了强劲的经济增长、积极的盈利情况以及美联储准备放松政策的态度。他表示,考虑到月底的负面季节性, 在2月结束之前,可能会出现短期回撤,但宏观经济和基本面需要恶化才能出现更大幅度的下降。他和同事们偏爱在科技和周期性行业的部分领域持有多头头寸,包括大型银行、信用卡发行商、房地产开发商、交通公司和零售商。
lg
...
金融界
02-23 21:58
英伟达市值一夜暴增2770亿美元 分析师上调目标价至1000美元
go
lg
...
y)在一份报告中表示:“对基于英伟达的
人
工
智
能
解决方案的需求似乎永无止境”,这表明英伟达数据中心业务的运行率将超过800亿美元。 拉姆齐写道:“我们仍然认为,该行业正处于加速计算和生成式(
人
工
智
能
)两个转型范式的早期阶段,而英伟达在这两个领域都牢牢占据着领导者的位置。” 拉姆齐说,英伟达管理层表示,大约40%的数据中心收入来自于对推理应用的支持,这让他深受鼓舞。
人
工
智
能
中的推理是指模型根据数据做出预测。 他写道:“英伟达近一半的数据中心收入支持推理工作负载,这再次证明(大语言模型)推理将成为英伟达和其他公司加速器未来的主要需求推动力。” 拉姆齐对英伟达股票的评级为“跑赢大盘”,并将其目标价从700美元上调至900美元。
lg
...
金融界
02-23 21:57
英伟达盘中暴拉2500亿美元,等于两个高盛,一个奈飞,分析师:AI派对才开始
go
lg
...
里继续增长的前景仍然看起来很稳固。”
人
工
智
能
算力需求激增无疑是刺激英伟达连创纪录的原因。华尔街见闻此前报道,黄仁勋在周三的财报电话会议表示,加速计算和生成式AI已经达到了引爆点。全球各地的公司、行业和国家的需求正在激增,由于生成式AI以及整个行业的计算硬件需求从CPU向英伟达制造的加速器的转移,对该公司GPU的需求将保持高涨。 英伟达CFO科莱特·克雷斯则表示,公司下一代产品的市场需求远超过供给水平,尤其是该公司预计今年晚些时候发货的新一代芯片B100。他表示,“构建和部署AI解决方案已经触及几乎每一个行业”,预计数据中心基础设施规模将在五年内翻番。
lg
...
金融界
02-23 21:39
好险,世界躲过一场暴跌
go
lg
...
流刷到的几乎全是关于“英伟达”的报道,
人
工
智
能
的故事已经不仅仅是股市的故事:英伟达成为了极端的象征,几乎定义了当今市场的时代精神——如果其股价出现转向,那么将成为美国股市历史性涨势中的第一个大裂缝,全球市场都将被其撼动。 所以,英伟达股价有泡沫吗?是又一个互联网泡沫吗?这将是你交易一切之前必须知道的答案。(华尔街情报圈)
lg
...
金融界
02-23 21:28
老杨:黄金美盘现价2028附近直接空!进场!又给机会了
go
lg
...
易】 純手工交易的時代早已經被淘汰了,
人
工
智
能
將會是未來交易市場的趨勢以及風口! 如圖所示,下面是我老楊的實盤賬戶的 交易面板,我們團隊研發的!輔助手工下單交易! 可一鍵平倉,可一鍵鎖倉,可直接一鍵平盈利單!可直接一鍵平虧損單!你們有沒有這樣的情況:當行情較大時,手上訂單太多,但是手動平倉來不及從而錯過很多行情和機會!這里面包括 建倉和平倉,我相信只要一直做交易的朋友都會遇到! 那麼這個時候就需要智能工具輔助參與的,好的工具讓你在交易市場如虎添翼!有意向的朋友或者粉絲可:添加本人的微信獲取:XAUUSD9898
lg
...
独角兽分析师团队
02-23 21:01
巴西总统卢拉会见俄罗斯外长拉夫罗夫 讨论双边关系等议题
go
lg
...
夫罗夫。卢拉在会见中强调了全球治理对于
人
工
智
能
和气候变化等问题的重要性,他同时指出需要改善发展中国家的融资机制。对于巴西和俄罗斯的双边关系,卢拉说,2023年两国贸易量达到历史最高水平,他强调了未来双方贸易多元化的必要性。会谈中拉夫罗夫还向卢拉解释了俄乌冲突中俄方的立场。 卢拉重申巴西愿意促成双方向着有利于和平的方向努力的立场。
lg
...
金融界
02-23 20:57
“AI狂飙”停不下来 英伟达估值首次突破2万亿美元!“木头姐”为抛售再辩:它估值太高了!
go
lg
...
亿美元的半导体公司。尽管其股价在这一轮
人
工
智
能
(AI)浪潮中飙升,但素有“女版巴菲特”之称的Ark Invest首席执行官兼首席投资官凯蒂·伍德(Cathie Wood)仍持观望态度。#AI热潮# (来源:彭博社) #科技#这家芯片制造商的股价在上一交易日收盘时,估值为1.96万亿美元,周五(2月23日)盘前交易中上升2.7%。 这一升幅将巩固英伟达作为全球第四大最有价值公司的地位,仅落后于微软、苹果和沙特阿美公司。 (来源:彭博社) 2024年迄今,英伟达股价已上升了59%,超过了标准普尔500 指数和纳斯达克100指数,两者均涨了约6%。 尽管“木头姐”相信颠覆性技术的潜力,但自2023年初以来,ARK旗舰基金就没有持有英伟达股票。 据彭博社周四(2月22日)报道,这一决定导致ARKK错失了英伟达(的出色表现,而该基金今年下跌了近8%。 (来源:彭博社) 与此同时,伍德旗下规模较小的ETF最近减少了对黄仁勋领导的公司本已有限的投资。而ARK之所以选择放弃英伟达,是认为其定价过高。 这一举动也决定引起了市场的关注,特别是考虑到该公司最近的两眼的财务表现,以及几位分析师提供的乐观前景。 延伸阅读:AI临界点已至 英伟达值14万亿吗? AI一直是木头姐关注的重点。她去年表示,通用AI可能会大力推动经济增长,从目前的每年3-5%增长到每年30-50%。 她还强调了投资不太明显的AI公司的重要性,例如UiPath Inc.和 Twilio Inc.。 近日,英伟达公布了令人印象深刻的财报。其第四季营收超出预期,并为第一季度提供了强有力的指引。 去年,木头姐将英伟达描述为“简单”、“非常昂贵”和“非常明显”,并表示偏爱UiPath Inc和Twilio Inc.等鲜为人知的公司。
lg
...
IreneLim
02-23 19:54
2024年将是C3.ai的关键一年
go
lg
...
,今年是C3.ai的关键一年。因为其在
人
工
智
能
的道路上,已经落后其同行。而随着竞争的加剧,差距一旦没有缩小,那么,未来翻盘的机会将会非常渺茫。 作者:Michael Del Monte C3.ai目前正处于公司未来增长潜力的关键阶段。随着越来越多的公司关注
人
工
智
能
的采用,C3.ai可能会通过生产非常特定于行业的定制产品来缩小机会池,这些产品可能无法像竞争对手那样有效地扩展更模块化的产品。随着该公司在24年第三季度推出GenAI版本,管理层预计目前103家试用该功能的公司的转化率将达到70%。但是,这种转变可能达不到预期,并给公司的增长轨迹带来一些阻力。 运营 有时候不是第一名也是好事。C3.ai是最早针对和塑造工作场所如何应用
人
工
智
能
/机器学习的公司之一,从设施和供应链优化到最新的C3生成式
人
工
智
能
功能试点项目。C3.ai目前正在经历的不是身份危机,而是业务运营上的重大转变,即他们如何向客户收费。该公司目前正在从基于订阅的服务转变为更现代的基于消耗的服务,其中公司按CPU/GPU使用量收费,而不是纯订阅服务。管理层提到,随着公司从一种模式转变为另一种模式,财务状况可能显得不那么吸引人;然而,这不是对公司不屑一顾的理由。管理层透露,公司可能经历负增长,接着是平稳增长,然后是增长。这在大约十年前的SaaS模式中有些相似,当时软件平台从软件许可证转向订阅。虽然这在短期内可能看起来是负面的,但从长远来看,这可能会带来好处,因为公司根据产品的利用率收费,而
人
工
智
能
相关应用消耗大量数据,进而消耗计算能力。理想情况下,随着规模的扩大,这种模式应该能更好地平衡成本和收益。 在24年第二季度的财报电话会议上,管理层提到他们正在扩大C3生成
人
工
智
能
功能的试点范围,并将该应用程序添加到AWS市场。该公司的方法相当被动,有两周的试用期,之后潜在客户可以选择以25万美元的价格购买许可证。虽然该公司预计当前试用生成式
人
工
智
能
功能的群体的转化率将达到70%,但管理层认为,当该功能在市场上可用时,这一数字将大幅下降。截至24年第二季度,该公司有109个试点,其中103个仍在使用,转化为72个新客户的目标转化率。这将是一个很好的基准,因为该公司将于2024年2月28日收盘后公布24年第三季度的收益。 尽管C3.ai的性质如此,不过,该公司的增长速度并不像业内同行那样强劲。例如,其竞争对手平台Palantir在2024年2月5日发布的23年第四季度财报中,实现了高得多的增长率,营收达到20%,盈利能力强劲,远远超过了40%的规则(“收入增长+调整后营业收入”)。考虑到他们在市场上的地位,C3.ai可能面临巨大的阻力,因为在人们对
人
工
智
能
高度感兴趣的时期,点燃销售增长的落后者正面临挑战。最大的挑战之一是,那就是C3.ai的产品并不一定像Palantir那样模块化。Ai的产品在各个垂直领域都有非常具体的用例。挑战在于这限制了垂直领域的覆盖范围,并且在高度定制的结果下产生了巨大的运营成本。即使C3.ai拥有比Palantir更优秀的产品,Palantir在不断变化的行业中拥有规模和敏捷部署。 除此之外,由于融资成本高,一些软件公司在获得长期合同方面面临挑战,这导致了账单的逆风。尽管管理层并没有因为融资成本上升而提出任何反对意见,但这可能会延长销售周期,并进一步推动交易的完成。为C3.ai建立一个案例。假设某公司会寻求该公司的平台,因为据说它有助于提高运营效率和消除供应链挑战。如果公司在下个季度确实面临收入增长方面的挑战,这些挑战将在未来更大程度上持续下去。管理层确实表示,他们更注重招聘数据科学家、LLM工程师以及一些潜在客户。如果公司不能在销售周期中领先于竞争对手,那么无论产品多么复杂,它都可能被忽视,这取决于管理层对潜在客户生成的理解,无论是投资于销售团队,还是仅仅支付广告费用和在AWS Marketplace中的优先位置。考虑到几乎每个平台都在发布某种形式的GenAI功能,无论是Palantir还是Check Point Software等。如果公司没有像Palantir那样有力地启动销售周期,被动销售可能无法提供预期的结果。 从财务方面看,C3.ai的总收入在TTM基础上增长了4%,订阅收入增长了3%,专业服务增长了10%。 来源:企业报告 与同行AI平台相比,C3.ai的增长几乎陷入停滞。尽管我们仍处于
人
工
智
能
革命的早期阶段,但对于平台公司来说,未来几年将是决定哪些公司独立生存、哪些公司被收购、哪些公司成为中坚力量的关键时期。 管理层预计,24年第三季度的收入增长率在11-17%之间,这表明24年第二季度17%的年增长率是未来更高增长率的开始。尽管有了这样的增长,但管理层的经营亏损仍在4000万美元至4600万美元之间,经营利润率为-60%。展望24年第四季度,管理层对24年第四季度的收入指导在4.25-38.75%之间。管理层的收入指导反映了上文所说的,采用GenAI将决定公司发展的成败,要么非常成功,要么彻底失败。在其他条件相同的情况下,24年第四季度调整后的营业利润率为-45%。 展望25财年,C3.ai鉴于其在市场中的定位,将面临比普遍预期更多的阻力。与竞争对手相比,C3.ai将更先进的
人
工
智
能
功能引入其产品组合的时间有点晚,因此可能面临重大阻力。对于24财年,预计营收增长12%,25财年增长10%,总收入分别为2.97亿美元和3.28亿美元。因此,利润率将面临更大的阻力,因为该公司将招聘更多员工,并面临增长阻力。 来源:企业报告 最后,管理层认为公司将在24年第四季度和25财年产生正现金流。虽然这对公司来说是一个非常可行的目标,但转向正现金流不由损益表驱动,而是由资产负债表上的会计影响驱动。鉴于此,现金流转为正并不会对公司产生重大影响,除了他们如何报告财务状况。 估值与股东价值 来源:企业报告
人
工
智
能
的定价非常高,为销售额的11.27倍,但远低于同行平台。鉴于对该公司增长轨迹的展望,该公司的估值不会扩大到同类公司的水平。考虑到
人
工
智
能
的历史估值,基于公司未来的增长路径,价格/销售额留下了广泛的可能性。 来源:Seeking Alpha 如果该公司不能完全实现其GenAI产品的采用目标,那么股价可能会在一天内轻松下跌20%或更多,就像其他软件平台在这个财报季所看到的那样。正如之前提到的,24财年将是公司的关键一年,因为它将决定未来的增长路径,成为
人
工
智
能
平台成败的一年。 考虑到对同行平台Palantir的滞后效应,这场竞赛可能是一场非常陡峭的艰苦战斗。 $C3.ai, Inc.(AI)$
lg
...
老虎证券
02-23 19:29
Sora涌现:2024年会是AI+Web3革命年吗
go
lg
...
行为主义三大研究方向的交织发展,为当今
人
工
智
能
的快速发展奠定了基础。 符号主义 符号主义也称为逻辑主义或基于规则的推理,认为通过符号的处理来模拟人类智能是可行的。这种方法使用符号来表示和操纵问题域内的对象、概念及其关系,并采用逻辑推理来解决问题。符号主义取得了巨大的成功,特别是在专家系统和知识表示方面。符号主义的核心思想是智能行为可以通过符号的操纵和逻辑推理来实现,其中符号代表了现实世界的高级抽象。 联结主义 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。该方法构建由许多简单处理单元(类似于神经元)组成的网络,并调整这些单元(类似于突触)之间的连接强度以促进学习。连接主义强调从数据中学习和概括的能力,使其特别适合模式识别、分类和连续输入输出映射问题。深度学习作为联结主义的演变,在图像识别、语音识别、自然语言处理等领域取得了突破。 行为主义 行为主义与仿生机器人和自主智能系统的研究密切相关,强调智能体可以通过与环境的交互来学习。与前两者不同,行为主义并不注重模拟内部表征或思维过程,而是通过感知和行动的循环来实现适应性行为。行为主义认为,智能是通过与环境的动态交互和学习来体现的,这使得它对于在复杂和不可预测的环境中运行的移动机器人和自适应控制系统特别有效。 这三个研究方向虽然存在根本差异,但在AI的实际研究和应用中可以相互作用、相互融合,共同推动
人
工
智
能
领域的发展。 AIGC的原则 AIGC的爆炸性发展领域代表了联结主义的演变和应用,能够通过模仿人类创造力来生成新颖的内容。这些模型使用大型数据集和深度学习算法进行训练,学习数据中的底层结构、关系和模式。根据用户提示,它们生成独特的输出,包括图像、视频、代码、音乐、设计、翻译、问题答案和文本。目前,AIGC基本上由三个要素组成:深度学习、大数据和海量计算能力。 深度学习 深度学习是机器学习的一个子领域,它采用模仿人脑神经网络的算法。例如,人脑由数百万个相互连接的神经元组成,它们一起工作来学习和处理信息。同样,深度学习神经网络(或人工神经网络)由在计算机内协同工作的多层人工神经元组成。这些人工神经元(称为节点)使用数学计算来处理数据。人工神经网络利用这些节点通过深度学习算法解决复杂问题。 神经网络分为层:输入层、隐藏层和输出层,参数连接不同层。 输入层:神经网络的第一层,负责接收外部输入数据。输入层中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:输入层处理数据并将其进一步传递到网络中。这些隐藏层在不同级别处理信息,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,可以从多个角度分析问题。例如,当呈现需要分类的未知动物的图像时,你可以通过检查耳朵形状、腿数量、瞳孔大小等将其与你已经知道的动物进行比较。深度神经网络中的隐藏层以类似的方式工作方式。如果深度学习算法尝试对动物图像进行分类,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分类。 输出层:神经网络的最后一层,负责生成网络的输出。输出层中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,其值代表预测结果。 参数:在神经网络中,不同层之间的连接由权重和偏差表示,它们在训练过程中进行优化,以使网络能够准确识别数据中的模式并做出预测。增加参数可以增强神经网络的模型能力,即学习和表示数据中复杂模式的能力。然而,这也增加了对计算能力的需求。 大数据 为了进行有效的训练,神经网络通常需要大量、多样化、高质量和多源的数据。它构成了训练和验证机器学习模型的基础。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,从而实现预测或分类。 海量计算能力 神经网络多层结构复杂,参数众多,大数据处理要求,迭代训练方式(训练时模型需要反复迭代,涉及到每一层的前向和后向传播计算,包括激活函数计算、损失函数计算、梯度计算和权重更新)、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高计算能力的需求。 Sora 作为 OpenAI 最新的视频生成 AI 模型,Sora 代表了
人
工
智
能
处理和理解多样化视觉数据的能力的重大进步。通过采用视频压缩网络和时空补丁技术,Sora 可以将全球范围内不同设备捕获的海量视觉数据转换为统一的表示形式,从而实现对复杂视觉内容的高效处理和理解。利用文本条件扩散模型,Sora 可以生成与文本提示高度匹配的视频或图像,展现出高度的创造力和适应性。 然而,尽管Sora在视频生成和模拟现实世界交互方面取得了突破,但它仍然面临一些局限性,包括物理世界模拟的准确性、生成长视频的一致性、理解复杂的文本指令以及训练和生成的效率。本质上,Sora通过OpenAI的垄断算力和先发优势,延续了“大数据-Transformer-Diffusion-emergence”的老技术路径,实现了一种蛮力美学。其他
人
工
智
能
公司仍然有通过技术创新实现超越的潜力。 虽然Sora与区块链的关系并不大,但相信未来一两年,由于Sora的影响力,其他优质的AI生成工具将会出现并迅速发展,冲击各个Web3领域如GameFi、社交平台、创意平台、Depin等。因此,对Sora有一个大致的了解是必要的,未来AI如何与Web3有效结合是一个重点考虑的问题。 AI x Web3融合的四种途径 正如前面所讨论的,我们可以理解生成式AI所需的基本要素本质上有三重:算法、数据和计算能力。另一方面,考虑到其普遍性和产出效果,AI是一种彻底改变生产方式的工具。同时,区块链最大的影响是双重的:重组生产关系和去中心化。 因此,我认为这两种技术的碰撞可以产生以下四种路径: 去中心化算力 如前所述,本节旨在更新计算能力格局的状态。谈到AI,计算能力是不可或缺的一个方面。Sora的出现,让原本难以想象的AI对算力的需求凸显出来。近日,在2024年瑞士达沃斯世界经济论坛期间,OpenAI首席执行官Sam Altman公开表示,算力和能源是当前最大的制约因素,暗示它们未来的重要性甚至可能等同于货币。随后,2月10日,Sam Altman在推特上宣布了一项令人震惊的计划,将筹集7万亿美元(相当于2023年中国GDP的40%)来彻底改革当前的全球半导体产业,旨在打造一个半导体帝国。我之前对算力的思考仅限于国家封锁和企业垄断;一家公司想要主宰全球半导体行业的想法确实很疯狂。 因此,去中心化计算能力的重要性是不言而喻的。区块链的特性确实可以解决当前计算能力极度垄断的问题,以及与获取专用 GPU 相关的昂贵成本的问题。从AI需求的角度来看,算力的使用可以分为推理和训练两个方向。专注于训练的项目还很少,因为去中心化网络需要集成神经网络设计,对硬件要求极高,是一个门槛较高、实施难度较大的方向。相比之下,推理相对简单,因为去中心化网络设计没有那么复杂,对硬件和带宽的要求也较低,是更主流的方向。 中心化算力市场想象空间广阔,常常与“万亿级”关键词联系在一起,也是AI时代最容易炒作的话题。然而,纵观最近出现的众多项目,大多数似乎都是利用趋势的考虑不周的尝试。他们经常高举去中心化的旗帜,但却避免讨论去中心化网络的低效率。另外,设计同质化程度很高,很多项目非常相似(一键L2加挖矿设计),最终可能会导致失败,很难在传统AI竞赛中占据一席之地。 算法与模型协同系统 机器学习算法是那些可以从数据中学习模式和规则,并根据它们做出预测或决策的算法。算法是技术密集型的,因为其设计和优化需要深厚的专业知识和技术创新。算法是训练
人
工
智
能
模型的核心,定义了如何将数据转化为有用的见解或决策。常见的生成式 AI 算法包括生成对抗网络 (GAN)、变分自编码器 (VAE) 和 Transformers,每种算法都是针对特定领域(例如绘画、语言识别、翻译、视频生成)或目的而设计的,然后用于训练专门的 AI模型。 那么,这么多的算法和模型,各有千秋,是否有可能将它们整合成一个通用的模型呢?Bittensor是最近备受关注的一个项目,它通过激励不同的AI模型和算法相互协作和学习,从而创建更高效 、更有能力的AI模型,从而引领了这个方向。其他专注于这个方向的项目包括Commune AI(代码协作),但算法和模型对于AI公司来说是严格保密的,不容易共享。 因此,AI协作生态系统的叙述新颖而有趣。协作生态系统利用区块链的优势来整合孤立的AI算法的劣势,但是否能够创造相应的价值还有待观察。毕竟,拥有自主算法和模型的领先AI公司,拥有强大的更新、迭代和集成能力。例如,OpenAI 在不到两年的时间内从早期的文本生成模型发展到多领域生成模型。像 Bittensor 这样的项目可能需要在其模型和算法目标领域探索新路径。 去中心化大数据 从简单的角度来看,利用隐私数据来喂养AI和注释数据是与区块链技术非常吻合的方向,主要考虑的是如何防止垃圾数据和恶意行为。此外,数据存储可以使 FIL 和 AR 等 DePIN项目受益。从更复杂的角度来看,使用区块链数据进行机器学习来解决区块链数据的可访问性是另一个有趣的方向(Giza 的探索之一)。 理论上,区块链数据是随时可访问的,反映了整个区块链的状态。然而,对于区块链生态系统之外的人来说,访问这些大量数据并不简单。存储整个区块链需要丰富的专业知识和大量的专业硬件资源。为了克服访问区块链数据的挑战,行业内出现了多种解决方案。例如,RPC 提供商通过 API 提供节点访问,索引服务使通过 SQL 和 GraphQL 进行数据检索成为可能,在解决该问题方面发挥了至关重要的作用。然而,这些方法都有其局限性。RPC服务不适合需要大量数据查询的高密度用例,往往无法满足需求。同时,尽管索引服务提供了一种更加结构化的数据检索方式,但 Web3 协议的复杂性使得构造高效查询变得极其困难,有时需要数百甚至数千行复杂代码。这种复杂性对于一般数据从业者和那些对 Web3 细节了解有限的人来说是一个重大障碍。这些限制的累积效应凸显了需要一种更易于访问和利用的方法来获取和利用区块链数据,这可以促进该领域更广泛的应用和创新。 因此,将ZKML(零知识证明机器学习,减轻链上机器学习的负担)与高质量的区块链数据相结合,可能会创建解决区块链数据可访问性的数据集。AI可以显着降低区块链数据的访问障碍。随着时间的推移,开发人员、研究人员和机器学习爱好者可以访问更多高质量、相关的数据集,以构建有效和创新的解决方案。 AI赋能Dapp 自2023年ChatGPT3爆发以来,AI对Dapp的赋能已经成为一个非常普遍的方向。广泛适用的生成式
人
工
智
能
可以通过API集成,从而简化和智能化数据平台、交易机器人、区块链百科全书和其他应用程序。另一方面,它还可以充当聊天机器人(如 Myshell)或 AI 伴侣(Sleepless AI),甚至可以使用生成式 AI 在区块链游戏中创建 NPC。但由于技术门槛较低,大多数只是集成API后的调整,与项目本身的集成并不完善,因此很少被提及。 但随着Sora的到来,我个人认为AI对GameFi(包括元宇宙)和创意平台的赋能将是未来的重点。鉴于Web3领域自下而上的性质,它不太可能生产出可以与传统游戏或创意公司竞争的产品。然而,Sora的出现可能会打破这一僵局(也许只需两到三年)。从Sora的演示来看,它有与短剧公司竞争的潜力。Web3活跃的社区文化还可以催生出大量有趣的想法,当唯一的限制就是想象力时,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。 结论 随着生成式
人
工
智
能
工具的不断发展,未来我们将见证更多突破性的“iPhone时刻”。尽管人们对AI与Web3的整合持怀疑态度,但我相信目前的方向基本上是正确的,只需要解决三个主要痛点:必要性、效率和契合度。虽然这两者的融合还处于探索阶段,但并不妨碍这条路径成为下一次牛市的主流。 对新事物保持足够的好奇心和开放的态度是我们的基本心态。从历史上看,从马车到汽车的转变是瞬间解决的,正如铭文和过去的 NFT 所显示的那样。持有太多偏见只会导致错失机会。 来源:金色财经
lg
...
金色财经
02-23 19:29
英伟达成为AI风口上最大的猪 但它现在相当于是2021年底时A股的宁德时代
go
lg
...
代股价见顶,至今股价跌超60%。 对于
人
工
智
能
而言,是近一两年的风口。
人
工
智
能
的发展确实可以算是科技革命,毕竟它革掉了一批人的命。比如我印象比较深刻的一个例子是,去年10月去看中网,比赛引入了电子司线系统,令这个类似于足球比赛边裁的从业者就因此失业了。
人
工
智
能
确实在影响着世界,并非虚幻的概念。不过个人它的影响力被高估了,无法与蒸汽机、电灯、互联网等相提并论。这波
人
工
智
能
浪潮于当年的互联网、新能源类似,虽具有革命性,但都被炒成了泡沫。 美股能够持续上涨,
人
工
智
能
产业的爆发是一个很大的驱动力。不过就现在而言,在需求大幅释放后,是否需求的顶峰将至?英伟达等龙头的业绩高增长还能持续多久是个疑问,而且股价涨幅巨大,存在业绩被透支的情况。英伟达一年多已经涨了近8倍,市值高达2万亿美元,近两个月连续加速,这是冲顶的信号,预计3月将见顶。如果下周出现大跌,则不排除会直接见顶。对于美股也是一样,预计其涨势已经难以持久,3月将见顶。(公 号“中产投资”)
lg
...
金融界
02-23 19:28
上一页
1
•••
961
962
963
964
965
•••
1000
下一页
24小时热点
中国经济又传坏消息!青年失业率创重新调整发布后的新高 加剧政府面临的压力
lg
...
金价暴涨近35美元创历史新高!下周美国重磅通胀数据来袭 如何交易黄金?
lg
...
中国比特币交易量上升!加密货币禁令未扼杀市场 “场外交易”激增逾200%
lg
...
【黄金收评】美联储降息预期延续历史性涨势,金价突破2620美元
lg
...
【美股收评】道指收涨至新高,联邦快递暴跌15%
lg
...
最新话题
更多
#海外华人投资#
lg
...
16讨论
#链上风云#
lg
...
18讨论
#美国大选#
lg
...
822讨论
#VIP会员尊享#
lg
...
1215讨论
#比特币最新消息#
lg
...
305讨论