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

百度2022Q4业绩电话会议记录高管解读财报
 go
巨大潜力来推动业务增长。我们的目标是将生成式 AI 集成到我们的大部分产品和服务中，并使我们的尖端大型语言模型可供消费者和企业使用。三是在稳健发展的同时夯实基础。我们的移动生态系统应该会继续产生强劲的利润和现金流。我们的目标是继续扩大 AI 云的利润率，并超越我们的互联网同行。我们也将继续在智能驾驶领域进行战略性和审慎的投资，以抓住长期的市场机会。有了这个，让我把电话转给 Rong 来查看财务结果。罗戎谢谢你，罗宾。现在让我向您详细介绍我们第四季度和 2022 年全年的财务业绩。我们以稳健的财务业绩结束了 2022 年。百度核心的总收入为人民币257亿元，同比下降1%。2022年，百度核心实现收入954亿元人民币或138亿美元，与去年基本持平。现在在线营销业务继续快速增长，第四季度占百度核心收入的 30%，高于一年前的 26%，这表明云和其他人工智能业务推动了我们的业务模式，并将继续这样做在中期或长期。2022 年全年，我们的在线营销业务占百度核心收入的 27%，高于 2021 年的 22%。在非在线营销业务中，百度 AI 云的收入同比增长 4% 至人民币同类比较，第四季度为 51 亿元，同比增长 23%，2022 年同比增长 177 亿元人民币。小度是非网络营销业务的另一收入贡献者。小都在第四季度和 2022 年继续实现稳健的收入增长。百度核心在线营销收入在第四季度同比下降 6%，环比下降 4%，原因是在 COVID 造成的充满挑战的宏观环境中广告商的需求疲软。百度核心在线营销收入在 2022 年同比下降 6%。爱奇艺第四季度收入为人民币 76 亿元，同比增长 3%。2022年爱奇艺营收290亿元，同比下降5%。第四季度的收入成本为人民币 169 亿元，同比下降 2%，主要是由于内容成本、销售成本和与新 AI 业务相关的其他成本的减少，部分被流量获取成本的增加所抵消。 2022年收入成本为人民币639亿元，同比下降1%，主要是由于流量获取成本、带宽成本、销售成本和其他与人工智能新业务相关的成本增加，被内容减少所抵消费用。1-7季度，Q4营业费用为115亿元人民币，同比下降17%，主要是员工相关费用减少所致。2022年营业费用为人民币438亿元，同比下降12%，主要是由于渠道支出、促销营销和人员相关费用的减少。第四季度非美国通用会计准则营业收入为人民币 65 亿元，非美国通用会计准则营业利润率为 20%。2022 年非美国通用会计准则营业收入为人民币 232 亿元，非美国通用会计准则营业利润率为 19%，2022 年 1-9。对于百度核心，第四季度非美国通用会计准则营业收入为人民币 55 亿元，营业利润率为 21% .2022 年非美国通用会计准则营业收入为人民币 209 亿元，非美国通用会计准则百度核心营业利润率为 22%。非经营项目方面，第四季度其他收入净额为人民币18亿元，主要来自长期投资的公允价值收益人民币16亿元。所得税费用为人民币13亿元。2022年其他净亏损总额为人民币58亿元，主要为公允价值亏损人民币39亿元及长期投资减值亏损人民币30亿元。所得税费用为人民币26亿元。第四季度归属于百度的净利润为50亿元人民币，每股ADS摊薄收益为13.59元人民币。归属于百度核心的净利润为人民币48亿元，百度核心净利润率为19%，1-9。归属于百度的非美国通用会计准则净利润为人民币 54 亿元。非美国通用会计准则每股 ADS 摊薄收益为 15.25 元人民币。归属于百度核心的非美国通用会计准则净利润为人民币 49 亿元。百度核心的非美国通用会计准则净利润率为 19%，排名第 1-9。2022年归属于百度的净利润为76亿元人民币，每股ADS摊薄收益为19.85元人民币。归属于百度核心的净利润为人民币76亿元，百度核心净利润率为8%。归属于百度的非美国通用会计准则净利润为人民币 207 亿元，非美国通用会计准则每股美国存托凭证摊薄收益为人民币 58.93 元。归属于百度核心的非美国通用会计准则净利润为人民币 199 亿元，百度核心的非美国通用会计准则净利润率为 21%。截至 2022 年 12 月 31 日，百度核心的现金和短期投资为 1774 亿元人民币或 257 亿美元。2022 年，不包括爱奇艺在内的百度核心的自由现金流为 181 亿元人民币，或 26 亿美元。截至 2022 年 12 月 31 日，百度核心拥有约 36,300 名员工。另外，我们对爱奇艺不断努力提高运营效率感到兴奋。本季度，爱奇艺再次产生正的非美国通用会计准则营业利润和自由现金流。用户端，爱奇艺Q4日均总订阅会员数增至1.116亿，环比净增1060万。根据启迪数据，爱奇艺在有效视频卷轴方面保持了电视剧类别的最大市场份额。此外，在过去的 12 个月里，爱奇艺筹集了约 13 亿美元的资金。本次募资后，百度继续持有爱奇艺的控制投票权，并整合了爱奇艺的财务业绩。
老虎证券2023-02-23
A股头条：联储纪要重申强硬立场！防御性储蓄意愿爆发，11家理财公司规模再减8300亿！杭州放大招，三胎发2万
 go
李彦宏还重点介绍了百度将在三月份推出的生成式AI产品文心一言（ERNIE Bot），宣布计划将多项主流业务与文心一言整合。评：等3月1号发布会吧，如果文心一言能达到GPT的水准，那百度肯定就不是现在的价格了。下一波互联网的走势看百度了，另外京东、天猫、拼多多的价格战要打起来了，市场有点担心这三家的盈利能力。　　5、刘强东砸“百亿补贴” 宣战拼多多　　近日，多家媒体报道称，京东将于3月初启动“百亿补贴”活动，正式向拼多多宣战。相关PPT显示，京东“百亿补贴”将于2月24日完成竞价系统上线，2月28日全方位开启提报，审核通过商品陆续上线，3月初前台切量100％正式上线。对此，京东方面尚未公开回复。评：京东搞起“百亿补贴”，再次拿起“低价”这把武器，市场重新洗牌已经不可避免。　　6、北向资金净流出47.34亿元中国平安净卖出额居首　　北向资金周三净流出47.34亿元。中国平安净卖出7.41亿元，贵州茅台净卖出4.52亿元，宁德时代净卖出3.35亿元，比亚迪净卖出3.16亿元。　　7、美联储会议纪要：需进一步加息已成共识非票委中有更鹰派的声音　　纪要显示，会议上所有担任票委的美联储官员都投票支持加息25个基点，将联邦基金利率目标区间上调到4.50％至4.75％之间。不过纪要指出，并非所有的官员都支持这一决议，有少数非票委希望加息50个基点，以展示出更大的、降通胀的决心。　　隔夜外盘　　美股：“高通胀风险及国债收益率飙升，低点没破的背后却全是危机！”全员赞成的美联储会议纪要再度给了市场重重一击，但未来加息幅度的下降算给狂泻后的美股带来些许支撑，三大股指在经历昨日暴跌后重新找寻方向，道指微跌近85点，标普跌0.16％，纳指涨0.13％；中概在线教育、材料板块逆市上涨，房地产、能源板块普跌，新东方涨5.91％，Luminar涨28.81％，英特尔跌2.26％。　　商品：美联储抗通胀的强硬立场令市场震荡，美元指数接近上周五所创的1月6日以来六周高位，站稳104关口上方；黄金微跌0.1％报1841.50美元，连跌三日再创去年12月以来的近两个月低位；纽约原油跌3.15％报73.95美元，失守74美元，布伦特原油勉强守住80.60美元，刷新2月6日以来的两周低位；离岸人民币兑美元失守6.90元，较上日收盘最深跌160点，刷新七周低位；比特币失守2.4万美元，以太坊失守1620美元创一周新低。　　　　市场策略　　周二美股大跌，A股虽然出现抵抗，但也没有独立走强。从上证50指数来看，当前仍可认为是处于B浪反弹之中，后市关注17日低点，这里如果下破则宣告反弹结束。中证1000指数表现相对较强，目前仍是头肩顶雏形，接下来将有方向选择，向下破位则头肩顶成立；向上则可能构筑双头或喇叭形。短线大盘仍将震荡，下周将有方向选择。　　　　题材掘金　　猴痘：海关总署最新公告：来自猴痘疫情发生国家（地区）的人员，如接触过猴痘病例或出现发热等相关症状，入境时应主动申报，海关卫生检疫人员将按规定程序采取医学措施并开展采样检测；来自猴痘疫情发生国家（地区）且有被污染或有被污染可能的航空器、船舶、集装箱、货物，应按规定程序接受卫生处理。　　标的：润达医疗（603108）、义翘神州（301047）　　科技仪器：2月21日下午就加强基础研究进行第三次集体学习。会议要求，打好科技仪器设备、操作系统和基础软件国产化攻坚战，鼓励科研机构、高校同企业开展联合攻关，提升国产化替代水平和应用规模，争取早日实现用我国自主的研究平台、仪器设备来解决重大基础研究问题。　　标的：聚光科技（300203）、永新光学（603297）　　鸡苗：据卓创资讯，截至2月22日，国内白羽肉鸡苗价格报5.05元/羽，较1月最高点3.91元/羽上涨29％，山东地区大型孵化企业报价达到5.40元/羽。　　标的：民和股份（002234）、益生股份（002458）　　公告精选　　【重大事项】　　佛慈制药 002644：实际控制人筹划控制权变更股票延期复牌　　芳源股份 688148：拟投资不超过20亿元磷酸铁锂电池回收及正极材料生产项目　　中科环保 301175：拟收购衡阳粤丰55％股权　　【业绩速递】　　汉缆股份 002498：2022年实现净利润8.35亿元同比增长7.49％　　复洁环保 688335 业绩快报：2022年净利同比增81.29％　　同益中 688722 业绩快报：2022年净利同比增长227％　　圣晖集成 603163：2022年净利同比下降2％　　【并购重组】　　珠江股份 600684：资产重组将提升公司盈利能力　　时空科技 605178：拟向实控人定增募资不超3亿元　　铜峰电子 600237：拟定增募资不超4亿元　　顺博合金 002996：筹划向特定对象发行股票事项　　【增持减持】　　森麒麟 002984：控股股东等拟增持公司400万股-700万股股份　　大烨智能 300670：股东南京明昭拟减持不超6％股份　　超华科技 002288：股东拟减持不超过6％公司股份　　惠云钛业 300891：朝阳投资拟减持不超过5.11％股份　　江南奕帆 301023：两名股东拟合计减持股份不超过4.69％　　上海沪工 603131：股东舒宏瑞拟减持不超过3％股份　　东航物流 601156：珠海普东拟减持不超过3％股份　　汇宇制药 688553：湖州意诺特拟减持不超1.546％股份　　【其他事项】　　轻纺城 600790：与中信证券签订全面业务合作协议　　众源新材 603527：子公司获得项目定点通知　　国博电子 688375：拟开展射频集成电路产业化项目二期建设　　普利特 002324：签订锂离子电池模组、电芯等产品年度购销框架合同　　华绿生物 300970：拟约2亿元新建工厂化食用菌科技园区项目　　百克生物 688276：与医科院病原所签订科研合作框架协议　　天华超净 300390：拟变更公司证券简称为“天华新能” 　　上海医药 601607：吲达帕胺片通过仿制药一致性评价　　金诚信 603979：拟与Cordoba矿业合资运营San Matias铜金银项目　　京能电力 600578：河北京能涿州热电扩建项目获核准　　康希诺 688185：公司副总经理辞任　　三一重能 688349：拟出售太行山新能源100％股权　　鲁抗医药 600789：枸橼酸托法替布获得化学原料药上市申请批准通知书　　新乡化纤 000949：拟出资5000万元设立全资子公司菌草公司　　中国中铁 601390：近期合计中标约428.91亿元重大工程　　雪浪环境 300385：联合体拟签署约4.54亿元合同　　江龙船艇 300589：签订1.13亿元128米趸船采购项目采购合同　　开尔新材 300234：与华捷建设签订搪瓷钢板销售合同　　天赐材料 002709：以自有资金1亿元对四川天赐高新材料有限公司进行增资　　*ST泽达 688555：3894万元银行贷款逾期　　朗玛信息 300288：子公司血糖仪、血糖试纸取得医疗器械注册证　　交易提示　　【新股申购】　　1.绿通科技（创业板）　　申购代码：301322 　　股票代码：301322 　　发行价格：131.11 　　发行市盈率：73.75 　　申购评级：建议申购　　2.凯大催化（北交所）　　申购代码：889974 　　股票代码：830974 　　【可转债申购】　　爱玛转债 113666 　　【可转债交易提示】　　华通转债赎回，进入最后交易日　　【限售解禁】　　
金融界2023-02-23
2月22日晚间要闻盘点：农行“连心贷”出圈，加强还款能力！杭州拟向三孩家庭一次性补助2万元
 go
李彦宏还重点介绍了百度将在三月份推出的生成式AI产品文心一言（ERNIE Bot），宣布计划将多项主流业务与文心一言整合。　　李彦宏在内部信表示，百度即将在3月份推出百度新一代的大语言模型“文心一言”，计划将多项主流业务与文心一言整合。其中，文心一言与搜索整合，将引领搜索体验的代际变革；文心一言将通过百度智能云对外提供服务，根本性地改变云计算市场的游戏规则；此外，文心一言大模型还将搭载到Apollo智舱系列产品，并与小度进行集成。（科创板日报）　　佛慈制药：实际控制人筹划控制权变更股票延期复牌　　佛慈制药公告，此前公告，公司实际控制人兰州市人民政府国有资产监督管理委员会筹划控制权变更，公司股票延期复牌，即自2月23日（星期四）开市起继续停牌，预计不超过3个交易日。　　芳源股份：拟投资不超过20亿元磷酸铁锂电池回收及正极材料生产项目　　芳源股份公告，拟投资年报废30万吨磷酸铁锂电池回收、年产8万吨磷酸铁锂正极材料项目，总投资金额不超过20亿元人民币。　　中科环保：拟收购衡阳粤丰55％股权　　中科环保公告，公司拟受让粤丰科维持有的常宁市生活垃圾焚烧发电项目公司暨衡阳粤丰环建电力有限公司55％股权。
金融界2023-02-22
比尔·盖茨：AI将为每人创造一个私人助手科技市场面临洗牌？
go
hatGPT爆火以后，硅谷大厂们开启了生成式AI“军备竞赛”，都在争相推出能生成文字或影像的人工智能工具，科技圈或将迎来大变局。在这场变局中，微软似乎已拔得头筹。微软首席执行官表示，“搜索引擎迎来了新时代”，随后推出由ChatGPT支持的最新版本人工智能搜索引擎必应和Edge浏览器。谷歌也第一次意识到，可能正在失去在搜索市场的部分控制权。不久，谷歌便匆忙推出了旗下聊天机器人Bard，然而却出师不利，一个错误致使公司市值蒸发1100亿美元。随后谷歌表示，将推出由人工智能驱动的新搜索和地图功能，包括通过图片来提问，这是在全球竞相商业化该技术的最新举措。对谷歌是否落后于微软的过度关注表明，人工智能之争已成为科技行业的核心焦点。随着谷歌卷入这场竞争，该公司面或将临着人工智能如何影响搜索领域竞争格局的新问题。凭借其超过2800亿美元的年收入和91%的全球网络搜索市场份额，谷歌一直是多届政府反垄断机构关注的焦点。一些人说，ChatGPT的出现只会延续谷歌的市场主导地位，虽然Bard还只在有限范围内发布，但它进入搜索引擎市场时仍具有巨大的优势；而另一些人则表示，ChatGPT是一个新兴赛道，鉴于谷歌最近的失误，可能将面临越来越多的竞争与挑战。不过，万维网发明人蒂姆·伯纳斯-李阐认为，未来互联网的掌控权将落到个人手上，不再被互联网巨头垄断。比尔·盖茨也秉持着同样的观点，“人工智能技术会给每个人创造一个私人助手，这个助手会根据需求为人们提供建议，而谷歌、亚马逊、微软和苹果这些科技巨头所控制的市场将重新洗牌。” “人工智能是我一生都在思考的问题，想知道它有多难，以及我们将如何实现。直到去年左右，我说它的进展比我预期得要慢一些。但现在令我感到惊讶的是，我们有这种加速度，人工智能将是这十年中最大的事情。”盖茨在节目中说道。总结随着科技的发展，人工智能技术一次又一次地超越了人们的认知。现在，ChatGPT拉扯冲撞着人们惯有的参与生产生活的模式和框架，且继续“狂飙”在超越人类的赛道上……或许未来，我们真的会拥有属于自己的私人助手。来源：金色财经
金色财经2023-02-22
李彦宏：计划将多项主流业务与文心一言整合
 go
，李彦宏重点介绍了百度将在三月份推出的生成式AI产品文心一言（ERNIE Bot），宣布计划将多项主流业务与文心一言整合。　　李彦宏表示：“中国AI市场即将迎来爆发性的需求增长，其商业价值的释放将是前所未有的、指数级的。而百度作为中国人工智能市场长期增长的最佳代表，正站在浪潮之巅。” 　　李彦宏强调：“人类进入人工智能时代，IT技术的技术栈发生了根本性的变化。过去基本分为三层：芯片层，操作系统层和应用层。现在可以分为四层：芯片层、框架层、模型层和应用层。” 　　以下为内部信全文：　　各位百度同学，　　今天，百度发布了截至2022年12月31日的第四季度及全年未经审计的财务报告。2022年，百度实现营收1236.75亿元，归属百度的净利润（非美国通用会计准则）206.8亿元，同比增长10％。第四季度，百度实现营收330.77亿元，归属百度的净利润（非美国通用会计准则）53.71亿元，同比增长32％。2022财年，百度核心连续四个季度业绩超市场预期。在严峻的市场环境下，我们努力提高了经营健康度，营业利润和利润率实现同比提升。我们还通过组织调整和管理重组，建立了一个更高效的组织。　　第四季度，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。2022年，凭借云智一体的优势，百度智能云连续四年稳居AI云服务市场第一。以累计合同金额超过千万元人民币订单计算，我们的智能交通解决方案，已经被69个城市采用，并在落地城市的缓堵保畅中，发挥了关键作用。2023年春节期间，保定、株洲、阳泉、重庆等多个城市，市内出行强度创5年来新高，而通行效率提升均达到15％以上。　　智能驾驶方面，我们看到，全球自动驾驶行业正在加速呈现两极分化，“无人化”落地是关键分水岭。百度完全无人驾驶运营取得了突破，开始在武汉和重庆提供全无人出行服务，并获准在北京开展全无人驾驶测试。截至2023年1月底，萝卜快跑累计订单量超过200万，保持了全球最大的自动驾驶出行服务商地位。　　移动生态方面，百度移动端搜索查询次数和信息流分发量，都实现了两位数的同比增长。百度展现出一个信息服务平台的责任和价值。在防疫政策放开之后，我们迅速调动资源，推出了疫情指数，实时更新中国的情况，让用户在关键时刻可以获得准确权威的信息。2022年12 月，百度 App月活用户数达到6.48亿，同比增长4％。此外，小度在2022年前九个月，位居中国智能屏和智能音箱出货量第一。　　大家都知道，我们即将在3月份推出百度新一代的大语言模型“文心一言”，它也是继文心一格之后百度的又一个生成式AI产品。百度官宣之后，一名中国科幻作家来问，文心一言是不是可以让他的创作效率提升，让他的科幻小说更充满想象力。一大批媒体、客户、合作伙伴，第一时间宣布将接入文心一言。这是信任、是期待，更是责任。此时此刻，我们很多同学正在枕戈待旦，全力冲刺。　　今天，人人都在谈论人工智能的颠覆性影响。生成式AI和大模型的智能涌现，是全新的计算范式带来的新机会。这意味着，AI技术已经发展到一个临界点，各行各业都不可避免地被改变。中国AI市场即将迎来爆发性的需求增长，其商业价值的释放将是前所未有的、指数级的。而百度作为中国人工智能市场长期增长的最佳代表，正站在浪潮之巅。　　人类进入人工智能时代，IT技术的技术栈发生了根本性的变化。过去基本分为三层：芯片层，操作系统层和应用层。现在可以分为四层：芯片层、框架层、模型层和应用层。百度是全球为数不多、进行全栈布局的人工智能公司，从高端芯片昆仑芯，到飞桨深度学习框架，再到文心预训练大模型，各个层面都有领先业界的关键自研技术，可以实现端到端优化，大幅提升效率。　　我们计划将多项主流业务与文心一言整合。文心一言与搜索整合，将引领搜索体验的代际变革。除了提供更好的搜索和答案，我们还会提供全新的交互和聊天体验，以及独特的生成内容，极大地丰富内容生态和供给，吸引更多用户，并有机会形成新的流量入口。文心一言也将通过百度智能云对外提供服务。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。文心一言大模型搭载到Apollo智舱系列产品，会让智能汽车具备领先一代的人车交互体验。文心一言与小度进行集成，将显著提升小度与用户进行多轮对话的体验，更加聪明和善解人意。小度将成为用户身边更加全能的智能助手。　　最近这几年，我不断跟同学们讲困难和挑战，为的是当机会来临时，我们能够抓住机会，勇敢创新。因为只有创新能够驱动增长。让我们牢记使命，“用科技让复杂的世界更简单”，坚持做正确的事，帮助实现人工智能的终极理想，“为人类带来更多的自由与可能”。同学们，你们准备好了吗？　　Robin
金融界2023-02-22
深度解析对比中国和硅谷的AIGC赛道
 go
022年9月，红杉资本发布了一篇叫做《生成式AI：一个创造性的新世界》的文章，指出AIGC应用将在未来几年大量落地，AI生成的文字、图片、视频将逐渐走入人们的生活。今年春节刚过，腾讯研究院又推出《AIGC发展趋势报告2023：迎接人工智能的下一个时代》，预测未来五年10%-30%的互联网图像将由AI生成，AIGC市场到2030年可能达到1100亿美元的规模。不少业内人士认为中国的AIGC产业处于发展的初期，底层技术和应用层面和国外还有较大的差距。虽然国内众多厂商开始布局AIGC，但是目前的商业模式还不成熟。技术层面的不足也限制了应用端的发展。但事实上，中国是美国市场之外唯一一个拥有完整的AIGC产业链的国家。中国的AIGC产业很可能发展出和硅谷完全不一样的生态系统。今天，我们就带大家来深入解析对比中国和硅谷的AIGC赛道，看看国内的AIGC行业和国外到底有什么区别，未来又会有什么样的发展趋势。中国的AIGC底层技术当全世界把目光放到了ChatGPT上时，中国的AIGC模型也正在飞速发展。从AIGC模型数量上来看，全世界前十的AIGC模型研发者中，中国机构占了四个。其中有学院派的BAAI智源研究院和清华大学，也有产业界的百度和阿里巴巴研究院。顶级的西方AI机构谷歌、Meta还有OpenAI当然也榜上有名。值得一提的是，除了英美之外，虽然以色列有AI21，加拿大有Cohere，只有中国有多家机构在研发AI模型。中国企业近几年在自主研发上下的功夫也为AIGC产业打下了基础。比如，百度的飞桨PaddlePaddle和华为MindSpore开源框架。这些框架和国外常用框架（比如TensorFlow和PyTorch）的不兼容可能会限制国产框架的发展，但是例如Ivy这样的框架转换器或许能成为中西方AI框架的桥梁。在社区层面，在2013年开发出来的Gitee成为了号称“中国GitHub”的开源技术社区。如今，很多大模型都在Gitee上开源，比如中科院的紫东太初大模型。Gitee社区也吸引到了超过800万开发者用户。可见Gitee社区和国产框架都成为了中国AIGC发展不可或缺的软件设施。在硬件层面，国产的芯片也称为了训练AIGC模型的常见之选。在训练2000亿参数的超大盘古模型的过程中，来自华为的团队调用了超过2000块华为昇腾910芯片。而2600亿参数的百度ERNIE 3.0 Titan还有千亿参数紫东太初模型也是在华为昇腾系列的芯片上训练出来的。 AIGC模型十大开发机构从预训练语言模型的参数量来看，很多中国的模型其实并不比西方逊色。但是站在用户体验的角度，ChatGPT确实要领先于中国的语言模型，还有西方其他公司的模型。中国的开发者总能够赶上西方的领头羊，但是这个技术追赶的过程却需要2-3年。比如，OpenAI在2020年6月推出GPT-3模型，中国的智源、华为、百度在差不多一年之后才研发出了体量与之相当的模型，又用了一段时间才让模型的技能和GPT-3相媲美。预训练语言模型参考量在一定程度上，中国的AIGC底层技术也受益于西方的开源运动。在StabilityAI发布Stable Diffusion模型之后不久，国内的IDEA研究院封神榜团队很快就训练出了名为“太乙”的中文版Stable Diffusion。与原版的Stable Diffusion不同，太乙Stable Diffusion可以更好地理解中文的语言文化环境。蓝海vs红海：中美AIGC的发展阶段在之前的一篇文章里，我们分析过美国的AIGC产业，提到了希望很多AIGC垂直领域已经杀成了一片红海。比如，文案编辑和市场营销领域的文字生成类产品已经有数十家创业公司在做了。图像生成类的产品在Stable Diffusion和DALLE-2出现之后也迅速开始卷了起来。然而，中国的AIGC产业大多还是一片蓝海。两张市场地图对比不难看出中国的AIGC公司要比西方少得多，有些领域甚至还没有出现很多初创公司。中国的AIGC市场地图西方的AIGC产业是不是比国内要拥挤很多？这一方面是由于中国的底层技术要比美国落后几年，还不足以支持商业化落地。就在几年前，李开复老师在《AI Superpowers》一书里指出，中国虽然在AI技术层面不及美国，但是在应用端却走在了美国的前面。或许这一说法适用于预测型AI（“predictive AI”，比如人脸识别、推荐算法）的时代，但是在生成型AI（“generative AI”）的时代，应用和底层技术结合得更紧密，中国在应用方面也可能要追赶美国的步伐。中国在应用层的滞后也是由国内B2B产业的特性决定的。西方的文字和图像生成类产品主要都是面向2B的市场的，而中国的B2B市场要比西方小很多，中国企业往往不愿意在软件上花钱，而更愿意去购买服务。这就极大地降低了初创公司想要进入2B类文字、图像生成SaaS赛道的意愿。我们未来在国内可能看到企业打着卖服务的旗号卖软件--用户的体验和买服务无异，而后端的服务却是由AI软件提供的。另外，与美国横向SaaS模式不同，中国的AIGC的SaaS很有可能会采取纵向的发展模式。这种模式的特点在于，聚焦于特定的应用领域，比如电商、短视频、金融，而不是追求产品的通用化。这种发展模式弥补了中国在模型通用能力上的不足，也利用了在垂直领域积累的大量的专业数据。同一个科技，不同的垂直应用中国市场的独特性也决定了中国会发展出和西方不一样的AIGC生态系统和不一样的垂直应用。这意味着中国的AIGC应用虽然比美国慢了一步，但是简单粗暴的“复制到中国”（“copy-to-China”）模式并行不通。还是拿文字生成领域来讲，中国高质量的数据集少、市场营销以视频形式为主、企业不愿意在软件上花钱，这就意味着类似于美国的Jasper.ai和copy.ai这样的文字生成的通用SaaS，在中国就很难获得很大的2B市场。中国文字生成产品主要在做2C的业务，并且业务的性质也和美国很不一样。学术类写作、英文写作还有翻译成了中国文字类AIGC产品的重点。众多产品都提供这种服务，比如火龙果写作、秘塔科技还有写作狐。在2B领域，中国的初创公司选择了专攻垂直领域，而不是追究产品的通用性。一个典型的例子就是澜舟科技。在研发出了孟子大模型之后，澜舟科技并没有继续追求模型的通用性，而是专攻金融领域的NLP分析服务。中国的AIGC的另一个独特之处就是在AI视频领域有着比较强的竞争力。特别是虚拟人和短视频方面，中国的公司更加懂得结合实用性和娱乐性，而西方的公司的产品往往只有实用性。我们就拿中国的小冰和英国的Synthethia虚拟人公司来做个对比。Synthethia做出来的虚拟人跟普通公司白领无异，而小冰生成的万科虚拟员工崔筱盼却长着一副明星脸。中国的虚拟人产业近几年逐渐人们的视野。不论是清华大学首位虚拟学生“华智冰”，还是冬奥会上谷爱凌的虚拟分身，每次虚拟人的亮相都能够引起舆论关注。比起专注于2B赛道的西方公司，中国的AIGC公司因为要做2C的业务，所以特别懂得吸睛引流。咪咕的谷爱凌虚拟人分身在2022年冬奥会上首秀虽然目这个产业的商业模式还不成熟，但是技术上一旦有了突破，中国公司的市场营销能力将成为其强大的国际竞争力。但与此同时，中国在AIGC开发工具领域的初创公司甚少，比如在AI代码生成，还有零代码、少代码的工具领域基本上没有什么创业公司。这可能是因为开发工具领域语言、文化隔阂小、政策约束少，像GitHub这样的西方公司可以比较容易进入中国市场。而中国企业在B2B、B2D产品制作能力上的不足也让中国的开发工具产品很难和西方大厂竞争。中国的AIGC将何去何从？说了这么多，我们在最后想对中国的AIGC产业做出三大预测，供大家参考。一是，中国会重点发展AIGC的底层技术，形成自主的模型和基础设施。近些年美国政府对华的一系列科技制裁，让国内的各大公司担忧自己哪一天会不会也成为美国的打击对象。想要维持AIGC领域的发展，中国的企业和学术研究院必须要投入更多的研发费用，投入到真正的核心技术研发上，形成独立的产业链。二是，由于中国国内市场的局限性，出海是很多2B的AIGC企业的必然之选。在AIGC领域，已经有一些初创公司打造出了国际化的企业形象，进入了东南亚、欧洲、北美等海外市场。AI语音助手创业公司赛舵科技研发出了多语种的AI语音生成系统，涵盖了超过20种东南亚语言和方言。而高领资本和GGV投的AI模特公司ZMO.ai在中国成立，相继在美国和加拿大成立了办公室，打入北美市场。 ZMO.ai生成的AI模特 ZMO.ai生成的AI模特 ZMO.ai生成的AI模特三是，政策监管和法律伦理问题将成为AIGC发展的一个重要挑战。去年12月，国家互联网办公室发布《互联网信息服务深度合成管理规定》，进一步规范AIGC产出的文字、图像和视频内容，规范了个人信息在深度合成中的应用。此前，不少AIGC公司都陷入了侵犯产权、个人信息和产出虚假内容的尴尬境地，包括OpenAI的代码生成软件Codex也因为抄袭GitHub开发者的代码而被告上法庭。如何能在发展技术的同时，遵守法律法规、伦理原则，成为AIGC企业面对的一大难题。写在最后硅谷之外，中国的AIGC产业已经开始崛起。不论是从技术发展还是投资创业的角度来看，中国的AIGC产业相当活跃。中国的AIGC公司面临着和西方公司同样的挑战，比如寻找成熟的商业模式、发展下一代AIGC技术，还有遵循法规伦理。与此同时，中国的AIGC也要面对额外的压力，比如美国政策的打击还有技术层面的不足。跟互联网和移动手机时代一样，中国的AIGC生态必定和西方不一样。当美国的AIGC公司重点发展B2B业务的同时，中国公司很有可能会首先进入电商、物流还有大消费市场，并且很有可能在国际市场上和西方企业一争高下。中国的AIGC还处于萌芽期。未来，AIGC产业必将改变我们的生活，中国企业也一定能够加入这股浪潮。注：本文作者为硅谷Leonis Capital风险投资基金Jenny Xiao (肖文泉) 和Jay Zhao 来源：金色财经
金色财经2023-02-22
“AI+Web3” 概念最新融资项目盘点
 go
专注于技术框架的构建，以帮助客户了解生成式AI系统、区块链和动态经济系统等，并在实现应用场景的使用，Sortium 推出了名为 CosmoGene 的P2E游戏，CosmoGene 游戏中，通过AI支持的虚拟DNA，玩家可以根据基因创造独特的体验。通过上文描述来看，AI+Web3 的初创项目大多是弱 AI 项目，应用结合的深度并不高，此外，应用场景也主要集中在游戏、NFT以及链上数据分析等几个核心领域，我们以期待 Web3 能与 AI 有更加深度的结合，诸如出现智能协议、智能 DApp 甚至于智能区块链等。来源：金色财经
金色财经2023-02-21
人工智能时代的算力挑战
 go
会突破5。这就好像，如果我要写一本关于生成式AI的书，可以将一些资料查找的工作交给研究助手。显然，如果我有更多的研究助手，写书的进度也会加快。但这种加快不是无限的，因为最终这本书什么时候写完，还要看我自己“码字”的速度。（2）分布式计算采用聚集资源的方式来增强算力的另一种思路就是分布式计算。和高性能计算主要聚集本地计算单位不同，分布式计算则是将分散在不同物理区域的计算单位聚集起来，去共同完成某一计算任务。比如，刘慈欣在他的小说《球状闪电》中就提到过一个叫做SETI@home的科研计划（注：这个项目是真实存在的），这个计划试图将互联网上闲置的个人计算机算力集中起来处理天文数据，这就是一个典型的分布式计算用例。分布式计算的一个典型代表就是我们现在经常听说的云计算。关于云计算的定义，目前的说法并不统一。一个比较有代表性的观点来自于美国国家标准和技术研究所（NIST），根据这种观点，“云计算是一种按使用量付费的模式。这种模式对可配置的IT资源（包括网络、服务器、存储、应用软件、服务）共享池提供了可用的、便捷的、按需供应的网络访问。在这些IT资源被提供的过程中，只需要投入很少的管理和交流工作”。这个定义很抽象、很学院派，我们可以用一个通俗的比喻来对其进行理解。在传统上，用户主要是通过调用自有的单一IT资源，这就好比每家每户自己发电供自己用；而云计算则好像是（用大量算力设备）建了一个大型的“发电站”，然后将“电力”（IT资源）输出给所有用户来用。根据云服务提供者所提供的IT资源的不同，可以产生不同的“云交付模式”（Cloud Delivery Model）。由于IT资源的种类很多，因此对应的“云交付模式”也就很多。在各类新闻报道中，最常见的“云交付模式”有三种：第一种是IaaS，它的全称是“基础设施作为服务”（Infrastructure-as-a-Service）。在这种交付模式下，云服务的提供者供给的主要是存储、硬件、服务器和网络等基础设施。第二种是PaaS，它的全称是“平台作为服务”（Platform-as-a-Service）。在这种交付模式下，云服务的提供者需要供应的资源更多，以便为使用者提供一个“就绪可用”（ready-to-use）的计算平台，以满足他们设计、开发、测试和部署应用程序的需要。第三种是SaaS，也就是“软件作为服务”（Software-as-a-Service）。在这种交付模式下，云服务提供者将成品的软件作为产品来提供给用户，供其使用。有了以上不同的云交付模式，用户就可以根据自己的需要来选择相应的IT资源。比如，如果元宇宙的用户需要更多的算力或存储，而本地的机器无法满足，那么就可以通过从云端来获取“外援”。一个云端GPU不够，那就再来几个，按需取用，丰俭由人，既方便，又不至于产生浪费。需要指出的是，尽管从理论上看云计算可以很好地承担巨大运算和存储需求，但其缺陷也是很明显的。比较重要的一点是，在执行云计算时，有大量的数据要在本地和云端之间进行交换，这可能会造成明显的延迟。尤其是数据吞吐量过大时，这种延迟就更加严重。对于用户来说，这可能会对其使用体验产生非常负面的效果。那么怎么才能克服这个问题呢？一个直观的思路就是，在靠近用户或设备一侧安放一个能够进行计算、存储和传输的平台。这个平台一方面可以在终端和云端之间承担起一个中介的作用，另一方面则可以对终端的各种要求作出实时的回应。这个思想，就是所谓的边缘计算。由于边缘平台靠近用户，因而其与用户的数据交换会更加及时，延迟问题就可以得到比较好的破解。 2、超越经典计算——以量子计算为例无论是高性能计算还是分布式计算，其本质都是在运算资源的分配上下功夫。但正如我们前面看到的，通过这种思路来提升算力是有很多障碍的。因此，现在很多人希望从计算方式本身来进行突破，从而实现更高的计算效率。其中，量子计算就是最有代表性的例子。我们知道，经典计算的基本单位是比特，比特的状态要么是0，要么是1，因此经典计算机中的所有问题都可以分解为对0和1的操作。一个比特的存储单元只能存储一个0或者一个1。而量子计算的基本单位则是量子比特，它的状态则可以是一个多维的向量，向量的每一个维度都可以表示一个状态。这样一来，量子存储器就比经典的存储器有很大的优势。考虑一个有 N物理比特的存储器，如果它是经典存储器，那么它只能存储2的N次方个可能数据当中的任一个；而如果它是量子存储器，那么它就可以同时存储2的N次方个数据。随着 N的增加，量子存储器相对于经典存储器的存储能力就会出现指数级增长。例如，一个250量子比特的存储器可能存储的数就可以达到2的250次方个,比现有已知的宇宙中全部原子数目还要多。在进行量子计算时，数学操作可以同时对存储器中全部的数据进行。这样一来，量子计算机在实施一次的运算中可以同时对2的N次方个输入数进行数学运算。其效果相当于经典计算机要重复实施2的N次方次操作，或者采用2的N次方个不同处理器实行并行操作。依靠这样的设定，就可以大幅度节省计算次数。为了帮助大家理解，我们可以打一个并不是太恰当的比方：玩过动作游戏的朋友大多知道，在游戏中，我们扮演的英雄经常可以使用很多招数，有些招数只能是针对单一对象输出的；而另一些招数则可以针对全体敌人输出。这里，前一类的单体输出招数就相当于经典计算，而后一类的群体输出招数就相当于量子计算。我们知道，在面对大量小怪围攻的时候，一次群体输出产生的效果可以顶得上很多次单体输出的招数。同样的道理，在一些特定情况下，量子计算可以比经典计算实现非常大的效率提升。举例来说，大数因式分解在破解公开密钥加密的过程中有十分重要的价值。如果用计算机，采用现在常用的Shor算法来对数N进行因式分解，其运算的时间将会随着N对应的二进制数的长度呈现指数级增长。1994年时，曾有人组织全球的1600个工作站对一个二进制长度为129的数字进行了因式分解。这项工作足足用了8个月才完成。然而，如果同样的问题换成用量子计算来解决，那么整个问题就可以在1秒之内解决。量子计算的威力由此可见一斑。但是，在看到量子计算威力的同时，我们也必须认识到，至少到目前为止，量子计算的威力还只能体现对少数几种特殊问题的处理上，其通用性还比较弱。事实上，现在见诸报道的各种量子计算机也都只能执行专门算法，而不能执行通用计算。比如，谷歌和NASA联合开发的D-Wave就只能执行量子退火（Quantum Annealing）算法，而我国研发的光量子计算机“九章”则是专门被用来研究“高斯玻色取样”问题的。尽管它们在各自的专业领域表现十分优异，但都还不能用来解决通用问题。这就好像游戏中的群体攻击大招，虽然攻击范围广，但是对每个个体的杀伤力都比较弱。因此，如果遇上大群的小怪，群体攻击固然厉害，但如果遇上防御高、血条厚的Boss，这种攻击就派不上用处了。从这个角度看，如果我们希望让量子计算大发神威，就必须先找出适合量子计算应用的问题和场景，然后再找到相应的算法。与此同时，我们也必须认识到，虽然量子计算的研发和探索十分重要，但是它和对其他技术路径的探索之间更应该是互补，而不是替代的关系。 3、通过改进算法节约算力如果说，通过高性能计算、分布式计算，以及量子计算等手段来提升算力是“开源”，那么通过改进算法来节约算力就是“节流”。从提升计算效率、减少因计算而产生的经济、环境成本而言，开源和节流在某种程度上具有同等重要的价值。在ChatGPT爆火之后，大模型开始越来越受到人们的青睐。由于在同等条件下，模型的参数越多、训练的数据越大，它的表现就越好，因此为了追求模型的更好表现，现在的模型正在变得越来越大。我们知道，现在的ChatGPT主要是在GPT-3.5的基础上训练的。在它出现之前，GPT共经历了三代。GPT-1的参数大约为1.17亿个，预训练数据为5GB，从现在看来并不算多；到了GPT-2，参数量就增加到了15亿个，预训练数据也达到了40GB；而到了GPT-3，参数量则已经迅速膨胀到了骇人的1750亿个，预训练数据也达到了45TB。为了训练GPT-3，单次成本就需要140万美元。尽管OpenAI并没有公布GPT-3.5的具体情况，但可以想象，它的参数量和预训练数据上都会比GPT-3更高。为了训练这个模型，微软专门组建了一个由1万个V100GPU组成的高性能网络集群，总算力消耗达到了3640“算力当量”——也就是说，如果用一台每秒计算一千万亿次的计算机来训练这个模型，那么大约需要近十年才能完成这个任务。如果任由这种“一代更比一代大”的趋势持续下去，那么在未来几年，对算力的需求将会出现爆炸性的增长。一项最新的研究估计，在5年之后，AI模型需要的算力可能会是现在的100万倍。很显然，由此产生的经济和环境成本将会是十分惊人的。令人欣慰的是，目前已经有不少研究者希望改进算法、优化模型来减少对算力的需求，并且已经取得了一定的成就。比如，就在今年1月3日，来自奥地利科学技术研究所 (ISTA)的研究人员埃利亚斯·弗朗塔（Elias Frantar）和丹·阿里斯特尔（Dan Alistarh）合作进行了一项研究，首次针对 100至 1000亿参数的模型规模，提出了精确的单次剪枝方法SparseGPT。SparseGPT可以将GPT系列模型单次剪枝到 50%的稀疏性，而无需任何重新训练。以目前最大的公开可用的GPT-175B模型为例，只需要使用单个GPU在几个小时内就能实现这种剪枝。不仅如此，SparseGPT还很准确，能将精度损失降到最小。在进行了类似的修剪之后，这些大模型在训练时所需要的计算量就会大幅减少，其对算力的需求也就会相应下降。关于提升算力、支持人工智能发展的政策思考随着ChatGPT引领了新一轮的人工智能热潮，市场上对算力的需求也会出现爆炸性的增长。在这种情况下，为了有力支撑人工智能的发展，就必须要通过政策的手段引导算力供给的大幅度增加。而要实现这一点，以下几方面的工作可能是最为值得重视的。第一，应当加快对算力基础设施的建设和布局，提升对全社会算力需求的支持。如前所述，从目前看，分布式计算，尤其是其中的云计算是提升算力的一个有效之举。而要让云计算的效应充分发挥，就需要大力建设各类算力基础设施。唯有如此，才可以让人们随时随地都可以直接通过网络获得所需的算力资源。这里需要指出的是，在布局算力基础设施的时候，应当慎重考虑它们的地域和空间分布，尽可能降低算力的成本。我们知道，不同的地区的土地、水、电力等要素的价格是不同的，这决定了在不同地区生产相同的算力所需要的成本也不尽相同。因此，在建设算力基础设施时，必须统筹全局，尽可能优化成本。需要指出的是，我国正在推进的“东数西算”工程就是这个思路的一个体现。由于我国东部各种资源的使用成本都要高于西部，因此在西部地区建立算力设施，就会大幅降低算力的供给成本，从而在全国范围内达到更优的配置效率。第二，应当加强与算力相关的硬件技术及其应用的研发，为增加算力供应提供支持。与算力相关的硬件技术既包括基于经典计算的各种硬件，如芯片、高性能计算机等，也包括超越经典计算理论，根据新计算理论开发的硬件，如量子计算机等。从供给的角度看，这些硬件是根本，它们的性能直接关系到算力提供的可能性界限。因此，必须用政策积极促进这些硬件的攻关和研发。尤其是对于一些“卡脖子”的项目，应当首先加以突破。这里需要指出的是，在进行技术研发的同时，也应该积极探索技术的应用。例如，我们现在已经在量子计算领域取得了一些成果，但是由于用例的缺乏，这些成果并没有能够转化为现实的应用。从这个意义上讲，我们也需要加强对技术应用的研究。如果可以把一些计算问题转化成量子计算问题，就可以充分发挥量子计算机的优势，实现计算效率的大幅提升。第三，应当对算法、架构等软件层面的要素进行优化，在保证AI产品性能的同时，尽可能减少对算力的依赖。从降低AI计算成本的角度看，降低模型的算力需求和提升算力具有同等重要的意义。因此，在用政策的手段促进算力供给的同时，也应当以同样的力度对算法、架构和模型的优化予以同等的激励。考虑到类似的成果具有十分巨大的社会正外部性，因此用专利来保护它们并不是最合适的。因此，可以积极鼓励对取得类似成功的人员和单位给予直接的奖励，并同时鼓励他们将这些成果向全社会开源；也可以考虑由政府出面，对类似的模型产品进行招标采购。如果有个人和单位可以按照要求提供相应的成果，政府就支付相应的费用，并对成果进行开源。通过这些举措，就可以很好地激励人们积极投身到改进模型、节约算力的事业中，也可以在有成果产出时，让全社会及时享受到这些成果。总而言之，在人工智能突飞猛进的时代，算力可能是决定人工智能发展上限的一个关键因素。唯有在算力问题上实现突破，人工智能的发展才可能有根本保障。来源：金色财经
金色财经2023-02-21
教程：如果创建一个 AI 元宇宙化身
 go
el Sturman 于近日撰文谈到了生成式 AI 对该平台未来发展的颠覆性影响，他在文中提到： “生成式 AI 工具有助于让用户的创作变得直观和自然，并直接嵌入到体验中，让我们每天 5880 万的用户中的任何一位都能创建可在整个平台上共享的独特内容。” 这句描述似乎很有吸引力，但这并不是一个新的想法，早在 2021 年，获得 1confirmation 200 万美元种子轮投资的开放式元宇宙项目 Webaverse 便开始在探索这一方向，他们的愿景是将 AI 技术与 Crypto、AR/VR 等新兴技术融合在一起，与众多创作者一起创造一个开放式的 AIGC 元宇宙。叙事归叙事，如果缺失产品，那便都是纸上谈兵，毫无意义。在经过长期的探索与建设之后，Webaverse 于昨日发布了它的第一个 AIGC 工具： AI Character studio，用户可以使用它自定义创建 3D avatar 角色，赋予其 AI 个性，并在不同的元宇宙平台上使用它。据悉，他们会将该 character studio 整合到不同的游戏当中，并将其与其他平台本地整合。很快，用户就可以通过支持的 Web3 钱包 mint 自己的角色并使用它，Webaverse 开发团队正在努力让角色的个性和记忆在链上更新，以便它可以无缝地跨平台移动。此外，他们正在后台工作以改进 AI 功能，例如添加长期/短期记忆、上下文感知、多模态存在和交互、向其他开发人员公开 API 等。与闭源的 ChatGPT 不同，Webaverse 的 AI Character studio 是开源的，这意味着任何人都可以 fork 它，并在此基础上创建自己的东西。 https://github.com/webaverse-studios/CharacterCreator 接下来，我们可以简单体验一下它的初版元宇宙 AI 对话系统。使用教程：如果使用 AI Character studio 访问： studio.webaverse.ai 选择要创建的 avatar 类型（当前暂时只支持了 2种类型）。选择完毕后，进入角色生成页面，并随机生成一个角色。如果对一些细节不满意，可以通过手动的方式进行调整。外观调整完毕之后，点击 NEXT 进入下一步，并编辑 AI 角色的一些资料（包括姓名、声音、爱好等）。点击 NEXT 进入下一步，你可以选择下载生成的 3D avatar （支持格式为 GLB 和 VRM），或者你也可以点击 Chat 与其进行对话。测试之后，我们能够发现，目前该 AI 对话系统还只能称得上是减配版的 ChatGPT，并且当笔者在输入错误的中文后，该系统便无法正常使用了（或许需要一些修复）。按照官方的演示，该 AI 对话系统还可以帮用户生成图片，并铸造成 NFT，此外，它还可以帮助用户生成推文等内容。从目前的体验来看，这一 AI 模型的智能程度显然无法媲美 ChatGPT，但如果将其用于练习我们的英语口语（无法访问 ChatGPT 的朋友可以免费体验），以及未来的开放式元宇宙体验中，这或许会是足够的。如何导入元宇宙在创建完自己的 AI 3D avatar 之后，用户可以将其导入到各种元宇宙项目当中（例如 Webaverse 即将发布的 Upstreet）。目前，我们也可以在 demo 版本的 Webaverse 中体验这一导入过程。访问 https://app.webaverse.com/ ，并将下载好的 VRM 文件直接拖入到浏览器页面：除此之外，我们也可以将其导入到其他元宇宙平台，甚至 PFP 项目方可以 fork Webaverse 创建的开源基础设施，然后导入到这些元宇宙当中，从而真正实现互通的开放式元宇宙。来源：金色财经
金色财经2023-02-21
Web3大洗牌：东进西退
 go
成为了下一个故事的主角，谷歌趋势显示，生成式AI搜索量在过去一年内暴涨80%，而与之对应的Web3 下降40%，科技企业的焦虑贩卖成为资本圈的精神食粮。对于行走在风口的风投而言，造神显然比神本身更值得关注，至于是伪神还是斯德哥尔摩综合征，在一轮循环后也就无人在意了。而在日前，Alex联系笔者，提及此前裁撤的项目将在香港再次重启，平台提出了返聘要求，但他还是选择拒绝，下定决心离开了这个光怪陆离的行业。来源：金色财经
金色财经2023-02-21

上一页
1
•••
203
204
205
206
207
•••
210
下一页

24小时热点

最新话题更多