FX168财经网_全球视野外汇黄金加密货币NFT资讯网

AIGC重塑数字人：落地、变革、永生

来能实现文本生成、音频生成、图像生成、视频生成、3D模型生成等功能，延伸到多模态交互功能，进而实现跨维度升级。在外形方面，AI技术几乎渗入到数字人构建的各个基础环节：建模、生成、渲染、驱动、呈现、交互等方面，目前已经能呈现高保真的“人类”外形，也能做出流畅的肢体语言，如虚幻引擎的Metahuman和数年前三星演示的NEON数字人。为了提高数字人的真实度，前段时间英伟达更新了其Omniverse的AI能力，并宣称将进一步引入对生成式AI的支持，用户可以仅凭文本信息自动生成高质量的材料。这一特性在Omniverse的声音驱动面部表情的工具Audio2Face上面也有体现。高保真AI数字人（图源：英伟达）为了演示Omniverse的新特性， Adobe Substance 3D艺术和开发团队使用Omniverse USD Composer（前称Create）合作创作了一个虚拟数字人形象。从视频可以看到，里面的虚拟角色视效逼真，并且皮肤呈现了真实的光线效果，而生成式AI，则提升了面部表情以及唇形同步的质量。相关阅读：《AI含量极高，GTC 2023有何新动态？》在数字人制作方面，AI的接入让其生产成本进一步降低。 3月，腾讯发布全新的AI智能创作助手“腾讯智影”，智影数字人能实现“形象克隆”和“声音克隆”，创作者通过上传少量图片、视频和音频素材，就能得到自己的数字人分身和定制音色，进而快速生成自己的数字人播报视频。据介绍，腾讯智影还接入了数字人直播，可实现7×24小时不间断开播。来源：腾讯智影商汤科技在4月的技术交流日活动上发布了大模型体系“商汤日日新大模型”，其演示了2D数字人视频生成平台“如影SenseAvatar”，据称仅需一段5分钟的真人视频素材，就可以生成出来声音及动作自然、口型准确、多语种精通的数字人分身。它可应用为智能直播、教学、短视频等多种场景。来源：商汤科技在功能方面，结合ChatGPT的数字人不仅能完成更细致的指引、导航等信息提示服务工作，结合庞大的知识数据库，在B端如金融、汽车、工业等场景以及C端的影视、游戏、直播等领域将有更大的发展空间。另外，OpenAI于今年3月发布了多模态预训练大模型GPT-4，ChatGPT的功能有了进一步提升：拥有识图功能；扩大文字输入限制至2.5万字；对话内容准确性提高；能生成有风格变化的创意文本等。多模态功能将使数字人的交互、决策建议更为真实有效。人人都能实现“数字永生” ChatGPT发布后，大量AI工具顺势而生，在一些AIGC的门户网站上甚至收录了海内外上千款AI应用。包括搜索引擎、文本写作、聊天机器人、语音合成、音乐制作、绘画生成、图像化身、图像合成、3D生成、视频技术、数字虚拟人、游戏应用、无代码创作等40个细分领域。几乎人人都能创建符合自己需求的数字人。图源：AIGC中文工具导航截图得益于这些AI工具强大的内容生成能力，现在网上也出现了不少“整活”尝试。前阵子AI在B站上掀起一阵华语乐坛的“赛博文艺复兴”热潮，不少UP主利用音乐大模型软件，通过内容编码器提取源音频语音特征，进行AI翻唱制作，让歌手“唱”起来。与B站“鬼畜区”的人力调音不同，AI翻唱的效果非常真实自然，实际一听几乎难以分辨出是真人还是AI的声音，甚至还能看到视频中有不少弹幕讨论起AI唱功好不好…… 图源：B站截图另一方面，也有人在尝试证明AI“技术向善”。UP主吴伍六发布了一则名为“用AI工具生成我奶奶的虚拟数字人”的视频，他尝试用AI+照片、音频来生成已故奶奶的数字人，并与之进行虚拟对话。前两年韩国 MBC 电视台在出品大型 VR 纪录片《见到你了》中，利用VR技术复活了7岁小女孩。图源：网络通过AI语音合成技术，提取小女孩生前影像音频。同时找来5个同龄的孩子录制上百条音频作为补充，最终复原成功小女孩的声音。再结合3D建模，动作捕捉等技术抓取三维坐标数据，初步还原小女孩外形。相关阅读：《VR 扫墓，数字永生，技术正在重新定义“生命”》在现实中不可能做到的“复活”和“永生”，却能通过技术得以实现，这类视频引发了网友们对AI、生命、侵权、感情、寄托、人性和伦理道德的思考和讨论，展现不同人对数字生命的理解。 AI数字人在直播领域悄然生长在元宇宙中数字人已经是有着较为成熟体系的领域，从技术到实际落地再到商业化，如今虚拟偶像、虚拟演唱会等垂直场景大行其道，而数字人直播已不是新鲜事。图源：IDC 在数字人商业化的道路中，无论是主打陪伴的娱乐型数字人还是以电商带货为主的功能服务型数字人，AI数字人在直播中的应用率正逐渐提高，然而现阶段的数字人直播，绝大多数情况下，包括外形设计、配音、互动等都仍需要人类进行干预，AI只能实现一些简单的交互。在海外已有基于ChatGPT+VRM（3D模型）+VOICEVOX（文本转语音软件）创建聊天型人工智能的案例。例如OshaberiAI，这是一款允许用户创建养成型角色并与之聊天的应用程序，通过设计对ChatGPT的提示（指令），为数字人设定各种个性和语气，与用户进行简单的聊天交互。图源：推特目前该应用已上线AppStore，此前该开发者也在AR+数字人导航方面做了一些尝试，推出了“ARCharaNavi”，用户在应用中设定好目的地之后，数字人会根据选择好的路线在屏幕中的路线前方带领用户前行。而AI数字人的强大胜在可控性高，模式可复制，能7×24小时保持在线，在直播领域成了不少电商品牌的“新欢”。中国互联网络信息中心日前发布的第51次《中国互联网络发展状况统计报告》显示，截至2022年12月，中国网民规模达10.67亿，短视频用户规模达10.12亿，短视频用户渗透率高达94.8%，而网络直播用户规模达7.51亿。有了庞大的直播受众，投身于电商直播的AI数字人表现如何？成本低是品牌方选用数字人进行直播的一大因素，某品牌直播间售价和数字人服务定价，粗略计算后日均花费大约在600元左右，相比于聘请真人主播，能大幅减少支出成本。目前在电商直播领域，AI数字人通常在夜间至凌晨直播，弥补真人主播休息期间的空缺，尽可能获取更多闲时流量。现阶段用户可以通过关键词触发与数字人关于商品的交互，要让AI数字人执行更细致的指令和互动还有一定难度。图源：抖音网页版截图而在短视频平台，已有不少AI数字人尝新开设全天无休的直播间，实际上这类重复相似对话内容的直播间热度并不高，如果有明星IP加入，则会带来更显著的引流效果。例如乐华七子的黄新淳，基于他本人的形象设计了数字人分身，结合AI算法来控制数字人的动作和表情，还能正常与粉丝进行互动。 AI数字人在视觉效果和语音上越发真实，也就意味着人们将更加难以辨别真人与“数字人”，且绝大部分人是第一次接触AIGC内容，为了避免更多的AI内容对观众造成误解，不少视频平台发布了相关平台规范。抖音APP官方公众号于近期发布《抖音关于人工智能生成内容的平台规范暨行业倡议》一文，指出“各生成式人工智能技术的提供者，均应对生成内容进行显著标识，以便公众判断。同时使用统一的人工智能生成内容数据标准或元数据标准，便于其他内容平台进行识别。” 图源：抖音APP官方公众号就连海外知名插画平台Fanbox的运营商PixivFANBOX，也宣布禁止上传和销售使用Midjourney 、Stable Diffusion等AI艺术工具生成的插图，将对发布由AI创作作品的账号采取措施，如发出警告、限制可见范围、封禁账号等。未来将会有更多平台自发加入规范AIGC内容的阵营中。 AI数字人在直播领域，尤其是电商板块的落地进程加快，其变现能力强、操作门槛低（不少平台推出无代码方案）、降本增效显著等优势迎合了品牌方对数字化电商直播的需求。同时，部分头部电商直播MCN也能凭借自身在IP运营管理、平台流量资源、品牌方资源的积累，尝试从真人直播转向数字人直播，提高闲时阶段的收益。现阶段的AI数字人仍有非常大的发展空间。结语在元宇宙盛行的时期，数字人还只是人们眼中的“流量明星”，背后又牵扯到高成本的动捕和中之人运营，普通人几乎难以企及。虽然现阶段的AI数字人仍然未达到能跟真人“抢饭碗”的能力，但成长迅速的AI正在加速数字人走向大众的进程，而ChatGPT则是AI数字人最佳的接入口之一，为数字人的人机交互功能带来更多落地应用机会。来源：金色财经

金色财经2023-05-18

博汇科技：继续深入在生成式AI领域相关前沿技术研究

基础上，继续深入在自然语言生成、图像/视频生成以及数字人智能驱动等生成式AI领域相关前沿技术研究，探索通用人工智能在传媒安全、智慧教育、智能显控领域的应用。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-05-18

行业洞察 | 万字长文讲透数字人与生成式AI未来的创造力和机遇

GI领域的几个主要方向，包括文案和图像视频生成、个性化交互及自主规划型AI大脑等。基团队的多模态AIGC与互动技术，元分身平台可以打造媲美真人的AI数智人，应用于视频合成、直播、互动等场景，为客户提供数智人定制、视频制作服务平台、直播服务平台、个性化交互等服务。其中，视频创作及合成应用适合教育、医学、科技、金融、企事业等泛内容传播，直播应用适用于本地生活商家、品牌店铺、私域24小时直播门店等场景，而交互数字人则适用于售前售后客服和专家型咨询陪伴等场景。创想数维与其他几家不同的是，创想数维目前正在开发的是XR技术(扩展现实技术)。与传统技术如绿幕相比，XR技术在画面效果和操作便利性等方面具有更大的优势。创想数维CEO吴未的目标是将XR技术小型化并推广到其他数字内容生产领域，例如企业活动、综艺、直播和短视频等，让更多人受益。创想数维的核心技术特点包括：首先，具备优秀的自出研发和生产硬件设备的能力，且成本相对较低;其次，拥有一个核心的、平台级别的软件，包括渲染服务器和软件，这也是创想数维技术的一个核心组成部分。除此之外，创想数维正在开发利用AIGC技术快速生成3D场景和动画等算法和工具。宙予科技宙予科技是生成式AI驱动的空间化电商全案服务商。去年宙予科技开发了618京东元宇宙电商项目。作为全球首个元宇宙电商项目，在转化率等核心指标，达到传统电商十倍之多，实现了3D互联网场景营销转化效果的重大突破。目前宙予科技正在进行5000万人民币或等值美元的A轮融资。创始人朱峰是北京大学本硕，从物理转修电影导演/文化产业。宙予合伙人团队由四位相识20年的发小组成，是北京四中、北京大学的高中/大学/硕博士同年级同学，包括两位电商老兵和两位元宇宙渲染引擎专家，是空间化元宇宙电商创业的最优搭配。 “AIGC”全称为“Artificial Inteligence Generated Content 人工智能生成内容”，中国信通院发布的《人工智能生成内容(AIGC)白皮书》认为，目前关于 AIGC 的概念并没有统一界定，国内产学研界的理解是“继专业生成内容(Professional Generated Content，PGC)和用户生成内容(User Generated Content UGC)之后，利用人工智能技术自动生成内容的新型生产方式”。维基百科给出的解释则是“人工智能合成媒体(AI-generated Media 或 Synthetic Media)”，指“通过人工智能算法对数据或媒体进行生产、操控和修改的统称”。 03 数字人在商业领域的崛起随着数字人技术的不断成熟，国内数字人厂商也都积极探索商业化应用场景，而且都有不错表现。本章节我们将为大家介绍数字人的主流应用场景、主要落地行业、C端用户变现场景。 1、数字人的三种主流应用场景目前数字人主要有三大应用场景。第一个是围绕类流媒体的播报场景。这类场景的人员播讲内容和模式通常都比较固定，不需要太复杂的情感演绎，因此这类重复的劳动力很容易用AIGC的方式来代替。倒映有声创始人兼CEO肖朔介绍，他们已经在融媒体新闻播报、教育培训、医疗科普、金融、泛娱乐等场景成功应用数字人。第二类是对时效性要求比较高的，比如过往一些行业的视频节目内容从完成初稿到节目播出可能需要至少花5-6个小时，期间还要经历审核校对等多个复杂流程，并且人力在这个过程中也有很多不可为的点，必须一个新闻主播，每天最多可能只能录10-20条。依托倒映有声的融媒体AI数字人技术解决方案，只需10分钟有效音画数据采集，就可以打造1个主播的AI数字分身。在倒映有声旗下的数字分身内容创作平台上，只需要输入文字，就可以一键生成音频和视频。AI主播/AI数字人可以24小时不间断进行内容生产和播报。这也数字人的一个极具代表性的应用场景。拓元智慧的数字人除了可以还原主播真人的外形、表情、动作和声音，还支持多语种功能。无论在视觉效果或是语音语调上，拓元智慧数字人已具有超过95%的拟真度，整体表现与真人无异甚至超越真人主播。真正实现一个运营顶一个团队，孵化并管理多个IP，极大地降低制作成本，10倍以上提高效率。第三种是短视频、直播带货这样的娱乐场景。数字人能为小B或者大C类用户提供低成本的代替他们的人工在长尾的时间段去进行内容的持续化输出。拓元智慧数字人直播产品，可以随时代替真人主播出镜，通过AI自动编排话术模块，搭载智能对话问答系统，实现7*24小时直播，轻松获得闲时流量收益。 2、数字人的主要落地行业元境科技创始人王智武表示数字人在以下几大赛道有天然优势。第一个是直播。比如在娱乐直播方面，娱乐直播通常需要主播具备很多的才艺，而生成式AI技术应用到数字人后，数字人相当于自带才艺了，并且AIGC技术还在不断迭代，生数据的效果越来越好，在这方面会很有潜力。另一点就是虚拟人数字人可以24小时不间断直播、和个性化定制，能够聚焦更多人群，同时可以通过技术手段进行批量生产，横向和纵向扩展性很强，现在很多企业和团队就在应用我们的元享平台的智播模块进行直播，效果很不错，并且虚拟人数字人的直播模式是批量可复制的，因此一旦能成功，便会给企业降本增效带来很明显的变化。而且这个赛道的核心竞争优势不是技术，而是对业务和场景的编排能力。第二个赛道是AI虚拟人教育。目前很多高校都有在这方面加强投入的意愿。以元境科技目前己上线的“元趣”产品为例，它可以基于真人图像深度学习然后生成2.5D虚拟人，然后只需要输入文本或者生成文本，它就能够按照文本开始说话，而且不需要真人去驱动。这个技术更可以规模化应用在老师教学场景中。第三个赛道是文旅行业。全国各地的旅游景点围绕智慧导游、智慧伴游、数字博物馆等场景都有很强的需求。元境科技也在加紧这方面的布局。此外还有律所、保险和To G行业也有大量需求。目前元境科技已经在教育、文旅行业，还有跟一些大的消费品牌、新能源汽车等都有成功落地经验。创想数维CEO吴未告诉非凡产研，除了文旅行业，创想数维还跟MCN机构和一些agency共同有很多应用和探索。而且体验过的客户都反馈很好，能有效降低他们制作内容的时间和预算成本。宙予科技将自己定位成“帮助电商平台和消费品牌迈入元宇宙的基础服务商”，宙予科技创始人朱峰认为，品牌不一定需要元宇宙，但一定需要流量，而元宇宙能够为品牌带来新的流量。而电商平台里本身就有很多流量。因此宙予科技的打法非常独特，他们把元宇宙直接放进流量核心，也就是电商APP里面。以此为基点，形成“人”“货”“场”三方面的服务。宙予科技打造的24小时AI虚拟主播，一方面可以很好地进行产品的介绍，另一方面可以回答消费者的问题，未来虚拟主播的能量可以在“场”里面得到进一步的释放。拓元智慧总经理黄伟鹏则表示，除了新闻资讯类和医学、教育、财会等泛知识类博主，企业售前售后服务、本地生活等领域也需要AI数字人的加持。拓元智慧从数智人视频到直播的一站式创作，直击传统视频和直播中效率低、成本高等痛点，让内容创作者专注脚本创作及营销策略优化，帮助个人和商家构建全新的数智化运营模式，通过数字人大众化解放生产力。 3、数字人的C端用户变现场景除了服务B端客户之外，倒映有声和元境科技还都有面向C端用户的产品和服务。对于同样有制作数字人需求的C端用户，倒映有声提供了一个数字分身内容创作平台，平台上拥有丰富的通用型服务型数字人来支持C端用户制作数字人。元境可以则分别有“元享”和“元趣”两个C端产品版本，分别是3D和2D产品形态。并且“元享”即是平台又是产品，将来还会为C端开放免费捏脸系统。“元趣”目前以小程序为主，主要是一款针对方便转播的2C用户的免费应用。创想数维也计划推出一些针对C端用户的产品和解决方案。例如快速从2D草图生成3D场景，全面实现剪辑、调色和灯光等方面的 AI 自动化，从而完全摆脱中之人或人为操作。 04 生成式AI技术让数字人“活”起来数字人虽然已经诞生了很长时间，但其长期以来被吐槽最多的就是大部分数字人都过于呆板，除了表情和姿势过于僵硬之外，还完全没法与用户个性化，甚至实时互动。一项数据表明，人和人之间55%的交流靠肢体语言，38%靠语调，只有7%是靠语言。因此数字人的互动能力对提升用户体验非常重要。而随着生成式AI(Generative AI)技术的爆发，将会很好的赋能数字人，极大提升数字人的生动力。 1、生成式AI技术是提升数字人交互能力的拐点一知智能CTO李一夫认为生成式AI技术是提示数字人交互能力的一个重要技术拐点。但目前面临的主要问题在于生成式AI通过大模型形成答案的速度还比较慢，而交互场景对于实时性的速度要求又非常高，所以当前生成式AI还不能直接运用到数字人的交互上，这个也是未来需要大模型去解决的问题之一。目前一知智能在产品上也在研究如何提高接入大模型以及生成式AI的能力，大模型如果能在响应速度上得到飞跃的提升，那数字人的发展将会迎来很大进步。元境科技创始人王智武认为，目前行业内的一些数字人交互能力还不够强主要有以下几个原因，首先因为语料库特别少，比如在10个人同时提问一个问题的场景中，AI产出的答案永远只有一个，这样给人的感觉就是新鲜感特别低，我们也是通过自建语料库去改善重复度高的这个问题。其次，在智能问答的应用场景中，数字人的表情、神态、动作都比较僵硬，给人很假的感觉。第三，在声音选择上，虚拟人之前是没有办法去模拟情绪的。元境在这块下了很大的研发力度，请很多的专家和大牛组成技术团队，攻克数字人交互中的核心难点，通过AIGC和预训练大模型以及庞大的动作数据库才实现了近乎真人的交互表现效果。如果今后其他团队和公司想要提升数字人交互能力，可以尝试自建语料库和在大模型、AIGC这块下功夫，实现百分之90的相似度是可以做到的，攻坚到百分之百的相似度是行业内所有人的共同目标。随着生成式AI技术的进步，尤其有了ChatGPT这样的语言大模型，就能支撑数字人的回答变得多样性且具备拟人语气。另外生成式AI技术也将会让数字人在声音训练、表情模拟以及情绪表达上有很大的飞跃。比如过去以文本驱动虚拟人嘴型的模式会让发声显得僵硬，而现在要驱动虚拟人很好表达情绪的话，则是会用audio2face技术用声音驱动唇形及面部表情，通过情绪的判断及传递实现虚拟人的情绪表达，虚拟人也因此给人感觉更逼真。 2、生成式AI技术如何赋能数字人拓元智慧联合创始人黄伟鹏介绍，目前元分身平台的数字人已经可以通过AIGC技术在短视频、直播和一对一服务等场景中直接生成，并且可以与用户进行智能互动。例如，在直播中，可以解析用户的弹幕内容并直接回答他们的问题。在短视频创作中，设有AI文案功能，帮助运营者生成文案或改写文案，极大减轻视频工作者的创作压力。同时，在互动客服、业务引导等方面，元分身也可以实现实时的一对一驱动，将ASR转化为NLP，进而生成答案并合成语音，在前端输出时还可以进行面部表情、手势等交互操作。通过这些技术优化，可以明显提示数字人的交互能力。创想数维CEO吴未表示数字人制作流程一般包括设计、建模制作、驱动和运营环节。在这个流程中，就可以应用大量的人工智能算法和模型，来加快速度。同时，生成式AI也能使数字人的响应更加智能化，更符合人类特性。举例来说，以前数字人驱动一般需要构建知识图谱，然后将其制作成语音库和动作库，只能回答知识图谱范围内的问题。但有了大语言模型，只需要组合其他组件，如文字转语音、语音转动作、表情库和动作库，就能生成一个可以响应任何问题的智能化AI驱动程序。因此，我们可以像搭乐高积木一样，将各种人工智能组件拼接起来，以更低的成本获得更好的数字人驱动效果。宙予科技创始人朱峰表示数字人的交互一般指的是视觉、听觉和触觉三方面。这三个方面目前都有不同的公司在做。而触觉的提升还属于超早期的阶段，现阶段暂时还没有已经能够落地的方案出来。在视、听觉这两块，已经有很大进展。尤其在听觉方面，小冰、科大讯飞，阿里等企业都在努力克服TTS(Text To Speech)生成的语言的连贯性和情绪问题。目前数字人已经都能很流畅平静的表达，但在声音的抑扬顿挫，音量变化方面仍然有很大提升空间。尤其是人类的情绪变化很多变，语言常常很难准确表达，如何精确培训数字人具备这一敏感度，将会有很大挑战。再说图像领域，目前一个趋势是传统计算机图形学的动摇甚至消亡。原来的计算机图形图像学指的是mesh和texture的体系，就是每一个电脑动画要先建出来模型，模型上面有蒙皮，然后两个东西加在一起才有了传统的模型。后来有了神经网络辐射场(Nerf)，然后通过Nerf去做三维空间，从点、云和三角片状的一些非常零散的呈现面，去表现一个非常真实的立体空间的折射反射现象。它虽然和以往的三维模型加材质工作流不完全兼容，但在UE里面已经实现将Nerf模型直接放入传统工作流形成的环境中直接渲染的案例了，不做动画的话，效果甚至不错。所以最近的一个技术热点就是把Nerf本身的呈现方式还原成点云，然后再进一步地还原成传统的mesh和texture去和它兼容，试着做动画的打通。这还是对于以往的流程的一种改良。但是目前通过prompt就能实现文生图的技术，对于传统流程非常大的颠覆性，意味着几毫秒就能实时生成一堆图。在现在 AGI技术大流行的前提之下，将来整个传统三维的实时渲染工作流将可能全部被革新，这是未来的虚拟人可以走的三条路。 2、生成式AI将带来数字人的交互场景创新一旦数字人的交互能力有很大进步之后，将会为下面几个场景的用户体验带来很大的提升。倒映有声创始人兼CEO肖朔认为，数字人交互能力落地后首先带来改变的就是，可以解决游戏场景中NPC角色配音问题，以及让NPC拥有更丰富的互动能力，产生不一样的文本响应，尤其对于一些养成类游戏的用户体验的提高将会带来很大帮助。第二类是对短视频领域的AI直播带货场景将会有很大优化。现在的AI数字人直播技术依然有很明显的缺陷，比如说虚拟主播手上不能拿商品，而且没有真人主播那么及时的响应速度，所以目前虚拟主播还很难替代真人。但如果虚拟主播的交互能力得到很大提升之后，再加上虚拟主播可以24小时在线，这将会为直播带货行业带来革命性变化。第三种是对一些功能性场景的体验和能力优化。比如AI老师，AI券商分析师早期可能只能单纯地做内容输出，后面交互技术提升了就能接入比如实时问答系统，可以及时回答用户的专业问题。后面他会接上一些。我们其实是叫做问答系统。但目前整个的渲染技术，包括虚拟人的形象等还需要再去提升，因为客户端的体验非常重要。在做交互之前，第一步要先要把画面呈现达到一定水平，再结合交互，这样才能够真正产生商业化的价值。尤其大品牌会要求虚拟人跟自己的品牌形象和品牌调性高度契合，所以对此要求会比较高。 05 国内数字人和生成式AI技术的发展现状和机遇国内外在数字人和生成式AI技术领域内的差异显而易见，只有正视自身短处，才能找到前进动力和方向。采访嘉宾们也分别为我们介绍了目前国内在技术、商业化方面的短板在哪里。 1、数字人要克服的挑战和难点倒映有声创始人兼CEO肖朔认为，数字人的技术离天花板尚有很远的距离，虽然大家要面临很多挑战，但也意味着大量的创业公司依然有很多机会窗口。他说，以3D数字人和2D数字人两种技术解决方案为例， 3D数字人的技术能够做到很高端精细的效果，但是财务成本、时间成本、人力成本都很高，那么，破局之道就是解决成本问题。而对于同倒映有声一样深耕 2D 数字人技术解决方案的公司来说，核心竞争力则是要在人物动作的复杂度上不断加强，更拟真、更细化、更交互、更有情感，以及模态的更深融合，都是需要进一步投入研发的。创想数维CEO吴未认为国内数字人技术面临以下几大挑战。首先，国内企业需要跟上研发的节奏，因为现在很多核心组件都需要在国外厂商那里投入资源去研发。国内的替代速度相对较慢，所以行业需要更好、更便宜的组成部件来降低整体解决方案的成本，同时周边生态也要能跟上。其次，需要降低流量和算力成本。这对于行业的扩张非常重要。如果有大公司愿意牵头，建立流量和算力平台，将有助于其他内容创意者和创意团队更好地拓展业务。最后，客户了解和认识新技术的速度和影响力也都需要加强，这些新技术能为因为数字内容创意行业提供有效的生产力。但距离尽快普及还有很长的客户教育之路要走。 2、国内生成式AI技术的挑战和难点 1)商业模式层面一知智能CTO李一夫认为，国内的生成式AI在技术方面很多还是依赖GPT、diffusion等API或开源框架。在商业化方面，整个生成式AI中，大模型可分为“底层”跟“应用层”两层，其中“底层”又包含大模型的“模型层”等，而目前底层模型仍存在非常大的难点需要去攻克，因此关于商业化的讨论我们更多的都是针对应用层的公司。拓元智慧联创兼元分身平台总经理黄伟鹏表示，这两年处于AI技术发展的拐点，去年11月到现在，全球已经公布总计超过20个大模型产品，让科技圈都看到了希望，除了前期需要大量的创新实践，去探索前沿技术的商业可行性，资金支持也是必不可少的。目前国内应用层的创业者公司主要有下面两类，一种是自身有一定技术背景，然后依赖国外厂商API的公司，他们在垂直化模型研发的过程中，可能遇到的挑战是大模型开放API后，固有技术壁垒的竞争优势会受到影响，同时也会面临训练成本高的问题。另外一种企业可能原来是在做SaaS工具且具备业务know-how的公司，他们会在原有的产品上叠加AIGC的能力，但由于缺乏自主研发的基因，因此即便预算足够聘请算法工程师，但在对生成式AI的理解以及产品的落地方面往往会受限，这类厂商对商业化以及大厂提供生成式AI的依赖度较高，而部分连业务knowhow也缺乏的公司，更是面临很高的创业成本。 2)技术层面拓元智慧联创兼元分身平台总经理黄伟鹏表示，最大的挑战是在数据量和算力上。在数据量上，优质的专门数据和资金支持研发，两者缺一不可。而在算力上，像A100大算力显卡供应，在国内仍处于卡脖子状态，所以国内的AIGC技术会和海外研发造成一定的差距。创想数维CEO吴未认为，首先，发展生成式AI技术的必要条件之一就是要有优质的数据，而不是简单的数据。然而，国内很缺乏优质的结构化数据，这是我们面临的首要挑战之一。其次，发展AI技术需要长期投入研发资金，这可能需要5-10年的时间，而且在此之前很大概率并不赚钱。中国资本、政策以及企业家是否有足够的定力看到这一点，并认识到其发展的必要性将是很大的考验。元境科技创始人王智武强调，国内的整个数据壁垒比较高，而且在国内的整个的大环境下，受开发环境及政策的影响，数据的共享很难实现，高质量的数据也难以获取。相比之下，国外的开发端口比较丰富，高质量数据的获取也相对便捷。第三个问题是国外的开源社区很多，国内的开源社区特别少。第四个问题在算力方面，国内算力受限比较严重，一方面在硬件比如显卡，国内外显卡性能差距较大，另一方面在人才，国外在这方面的人才相对较多，相比之下国内相对匮乏且仅在大厂商内，这些综合因素都造成了国内目前在AI领域相对落后等一些问题。 3)人才层面行业人才缺乏甚至断档也是目前整个行业面临的一大难题。虽然这个赛道今年才开始爆火，但其实已经存在了十多年，只不过一直都处于比较边缘地带。因此人才梯度有严重缺失，会造成短期一两年内人才断档。再加上大企业招人更有优势，因此这对独立厂商搭建团队将会带来一定影响。 3、国内外行业生态差距对比对于国内外差距对比，倒映有声创始人兼CEO肖朔概括了三个值得关注的现象。首先，是否有健全的开源生态。鉴于海内外迥然不同的竞争格局和商业模式，国外开源生态更利于新兴企业的技术崛起。其次，是否有付费习惯和付费能力。海外商业环境下，即使一家AI创业公司只做了一个简单的模块，依然可以产生盈利，但是国内却很难，会快速地陷入到“价格战”的竞争环境中，所以国内AI创业企业的生存难度远高于国外。第三，是否实现工具化的应用。从技术角度来说，海外目前是全面开花，工具化应用也落地更显著。比如，基于GPT的Jasper.ai，NotionAI的营销软件、基于语音识别的Descript等，都已经走出了成熟的商业模式。宙予科技创始人朱峰表示，目前国际上图形学的生成式AI技术的顶峰是生成3D模型，但目前国内外都还没有好的解决方案，依然在尝试通过数据集把生成式3D模型能训练出来。而且这需要投入大量的金钱和人力成本。目前已经成熟的技术里，StableDiffusion是开源的，而Midjourney是闭源的，并且Midjourney对于图像的生成已经到了能生成非常精致的图片的程度，尤其第五代版本是以超写实的，照片级的合成为主方向发展的。但是国内的技术能力还达不到这个程度，目前顶多在第四代水平。大语言模型体现出了“涌现能力”的特征，这是一种“追赶效应”的体现，领先者进化的速度和加速度都会大于落后者。现实世界里差半年时间，在人工智能的世界里可能意味着差十年，要想跟上对方步伐真的很困难。所以在这个前提之下，国内的AI图形生成技术相比海外差距还是蛮大的。在其他领域，比如交互领域商业化有一个非常大的难题，就是厂商对于生成答案的控制和审核的要求，国内外各有侧重。汉语比较难的地方在于其本身的高维度语义呈现，可以隐藏在卷曲的语义里面。这就对每一个公司的审核能力要求很高。如果某一家公司的审核能力不够强，其他公司调用了他们的接口，那么就很难界定责任方。这意味着国内做生成式AI的公司在商业化过程中要遇到一个重要挑战，就是要为自己说的话负责，但这个负责该如何体现，奖惩机制如何平衡等都将是很大的难题。 06 生成式AI技术何时走向成熟和规模化应用元境科技创始人王智武认为生成式AI还有很长的路要走。目前的ChatGPT3.5甚至4相对来说仍只处于10%- 20%的一个基础阶段，因为未来的世界不仅仅是文本，一定是多模态，这意味着未来的生成式人工智能需要能够处理多种数据类型，例如图像、音频、视频等，成为各种各样的形式互相穿插的技术形态。因此虽然前期会有爆发式的增长，但后面需要落实到技术沉淀中，相对增长也会变得缓慢，但越缓慢代表越来越成熟。另外，随着AI技术的不断发展，虽然一些传统的岗位可能会被淘汰，但同时又会催生出很多元宇宙中的岗位。在元宇宙的世界里面，比如基础的程序员会被淘汰，但可能会催生出比如调试员、调优员之类的岗位，除此之外，还会衍生出元宇宙设计师、建筑师、VR/AR工程师等职业，就业种类也许会变得更多。所以我们需要更加积极地适应这种变化，发展和运用技术。另外在基础的一些文本生成方面，文案策划、新媒体运营这样的岗位不一定会被代替，但生产模式可能会随着AI技术而升级。还有就是中之人、演员行业，也会随着AI替换技术的成熟发生很大变化，比如在元宇宙世界中进行表演，将会让艺术变得更加天马行空，想象力会被彻底释放。拓元智慧联合创始人黄伟鹏表示，中国有数以千万计的中小型商家，在直播带货的投入预算上相对有限，且能带动直播及营销效果的主播也比较稀缺，导致供需出现了严重的失衡和脱钩现象。在这种情况下，数字人、AIGC的相关应用在直播行业是非常有前景的。区别于传统真人直播、3D虚拟人直播方案，元分身平台打造了具有互动体验更真实、性价比更高、使用门槛更低、业务搭建更快捷等优势的数智人直播方案。在团队自研的多模态AIGC及互动平台的技术加持下，具备“真人形象和声音+动作多变灵动+自动问答、智能互动”能力的AI数智人主播，对比真人直播GMV超3倍，有效帮助企业打造可靠的7x24小时的超级直播间。宙予科技创始人朱峰的观点是，以ChatGPT为代表的生成式AI技术，大都正在经历落地化应用前的最后一站，有了每一个行业准确的知识再进行进一步的优化之后，插件就会变得越来越多。Plugin Store也就即将是未来的App Store，随着这个应用商店的不断成熟，未来还会涌现出更多的基于AI的APP，这将是下一个时代的真实的落地应用的一个大前提，带来的变革和影响会是非常剧烈的。创想数维CEO吴未认为，随着生成式AI技术的不断成熟，在3到5年内，单个岗位的工作效率可能会提高5到10倍。这是第四次工业革命的开始，从今年开始就是生成式AI的时代，它将先从以服务类、文娱、内容产业为主的第三产业开始普及。当AIGC真正深入到企业的生产环节中，企业的人均产值会大幅提升。作为企业家，一定要有清醒的认识，未来可能会出现竞争对手，他们的人均产值是你的3倍甚至5倍。如果不能跟上这个趋势，就会被淘汰。因此，现在就要开始补充这个领域的知识，全员都需要了解如何利用AI来提高公司的生产效率。本文经非凡产研授权发布风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-05-09

OP Research：Blockchain的AI变局

可以用于文本生成、音频生成、图像生成、视频生成等多个领域，其也是当前被讨论和应用最广泛的方向。（来自国海证券研究所）无论从市场融资数量和金额统计，还是从媒体关注度来说，2022年无疑是AIGC爆发的一年。不过，AIGC仍是一个相对较新的技术，其还处于探索和发展的较早期阶段。具体来说，AIGC的发展阶段可以描述为：研究阶段：主要关注AIGC的基本原理和算法，探索如何训练和优化模型，以及建立数据库。应用阶段：AIGC开始应用于各种实际场景开始探索如何将AIGC技术应用到具体的领域中。产业化阶段：AIGC开始被广泛应用于各种行业和领域，形成自己的产业链和配套生态系统。整体来说，我们才刚刚从研究阶段迈入应用阶段，AIGC的发展尚处于起步阶段。（来自国海证券研究所）核心要素数据、算法和算力是AI发展的三大核心要素。在数据方面，随着AI技术的不断发展，数据的质量和多样性也变得越来越重要。除了海量的应用场景数据之外，还需要对数据进行有效的清洗、预处理和标注，以便于提高算法的训练精确性。此外，还需要考虑跨模态、跨领域的数据融合问题，以便于更好地挖掘数据的价值和智能。在算法方面，目前AI技术的发展还处于不断迭代和提升的过程中。未来的发展趋势将主要体现在深度学习算法的多模态和大模型方面，以及在自主学习、知识迁移和增量学习等方面的创新。这将进一步提高AI算法的智能水平和应用范围，促进AI技术的广泛应用。在算力方面，随着AI计算的不断加速和优化，硬件载体也在不断升级和改良。例如，GPU、TPU等专用芯片的出现，大大提高了AI计算的效率和速度。此外，云计算和边缘计算的发展也为AI算力提供了更加灵活和多样化的运算环境。（来自高盛全球投资研究） Blockchain行业的发展现状分布式账本 Blockchain是去中心化的分布式账本。首先Blockchain具有不可篡改属性，这是来自于区块链底层的共识机制，由于链上数据都由区块记录和矿工/验证节点见证，而区块都是前后相连，连续记录的，所以智能合约和账户产生的链上数据一旦被区块记录将无法修改。随着节点数量上升、地理位置分散、算力增强或质押代币价值上涨，想要破坏共识的难度和代价就会越大。因此，中心化的个体是难以改变已经被记录的内容的。其次在不可篡改的前提下，基于代码构建的智能合约使得用户可以在无需信任任何人的情况下与其进行交互，智能合约会根据预设好的路径运行代码实现相应操作。这使得无需信任的链上交易成为了可能。同时，只有对应的账户可以调用智能合约内属于其的资产，不存在其他账户通过智能合约转走原账户资产情况。又因为原账户的每一次操作都需要签名确认身份，而首次转账交互甚至需要先Approve该智能合约调取账户资产。这让用户的钱包账户成为了其最好的身份(DID)和资产的载体。在共识机制和智能合约的框架内，所有的链上资产和链上行为都可以被记录和确权，而基于其产生的权益也就都可以自动的归集到其所有人账户中。这能直接解决“真假美猴王”和“李代桃僵”的问题，没有人可以通过简单的Copy Paste来盗取他人资产，也没有人可以顶替权益所有人获得其利益。具体来说就是数字资产可以用Token形式定义其唯一的智能合约地址，例如用NFT代表数字画作；而任何人的行为都可以用不可交易的代币(SBT)来证明，例如对其工作内容或时空存在进行认证(Proof of Work/ Proof of Attendance )。技术趋势指南 Layer 0-2是Blockchain技术架构的分层结构，联盟链和私有链则是Blockchain应用场景的不同类型。 Layer 0：Layer 0指的是Blockchain的物理设施和网络架构，包括硬件设备、网络协议和传输介质等，其承载着信息跨链和解决资产的底层作用。当前以Cosmos、Polkadot和LayerZero为主要技术代表。 Layer 1：Layer 1是Blockchain的基础层，也称为公链，包括比特币、以太坊等。Layer 1的协议设计和技术实现决定了Blockchain的基本性能和功能。按照类型又可细分为EVM和非EVM系。 Layer 2：Layer 2是指在Layer 1之上构建的协议和解决方案，用于提升Blockchain的性能以及扩展应用场景。Layer 2协议目前有6种技术，其中以ZK Rollup和Optimistic Rollup为主流，这些协议可以使得Blockchain处理更多的交易、提高TPS和降低Gas fee等。联盟链：联盟链是由多个组织或机构共同管理和控制的区块链网络，这些组织通常是在共同利益目标才进行合作的，例如银行、保险公司、供应链公司等。联盟链与公链不同，它的参与者是有限的，节点数量相对较少，所以其交易速度和安全性都得到了一定的提升。私有链：私有链是由单个组织或机构独立控制的区块链网络，通常只允许内部人员参与。核心要素分布式节点、密码学、共识算法、智能合约以及加密货币是Blockchain发展的核心要素。分布式节点是Blockchain技术的最核心的部分，它使得数据能够以去中心化的方式存储和传输。而密码学是保证Blockchain的安全性和隐私性的重要理论工具。此外，共识算法是Blockchain实现分布式一致性的关键。智能合约是一种可以自动执行的计算机程序，可以在Blockchain上执行各种逻辑指令。最后，加密货币，即通过使用加密技术保证了交易的安全性和匿名性。通过分布式节点，所有的参与者都能够拥有一份完整的数据副本，这样就可以保证数据的透明性和安全性。Blockchain的核心技术——哈希函数、数字签名和非对称加密等都是密码学的应用。它们可以帮助保证数据的完整性和身份的认证，同时也能够保护用户的隐私。而通过共识算法，所有的节点都能够达成一致的共识，保证了数据的一致性和不可篡改性。常见的共识算法包括PoW、PoS等。智能合约可以实现无需第三方信任的交易，从而能在一定程度上提高交易的效率和安全性。比特币、以太币等加密货币的出现，推动了区块链技术的广泛应用和发展。 Blockchain与AI的交集作为Blockchain行业的一部分，在AI的浪潮之下，我们也需要去思考：AI对世界的改变中，包括了Blockchain吗？如果是，那这个改变会是什么？以及Blockchain的去中心化和确权能力又更给AI带来什么影响？首先，AI作为生产力工具可以降低技术门槛，那么自然也可以降低Blockchain行业中的技术门槛，并增加其生产效率。其次，AIGC也将让游戏和元宇宙摆脱程式化设定，为Blockchain带来新的叙事与玩法。而Blockchain的智能合约，将能够定义AI可以涉及的领域和范围，或限定AI的权限，避免其过度发展。同时，Blockchain 的去中心化可以为AI提供底层数据和训练模型所需要算力的资源共享与分配。另外Blockchain的确权能力还可以为数据、身份、所有权提供证明，规避AI带来的利益冲突。 AI对Blockchain的意义首先，AI 作为工具可以降低内容创作的门槛。让每个普通人都能不受技术限制地展现自己的创造力，输出优质的内容或NFT作品。这包括但不限于NFT创作、游戏资产创建、元宇宙建模、代码构建等。但当前AIGC在NFT领域的应用只有简单的图像输出，这与传统的Generative Art没有什么本质上的区别，AIGC真正在NFT上的应用应该是在NFT特性上做的进一步拓展，就像Mirror World用AI构建属于NFT的灵魂一样。（来自A16Z研究）其次，就是降低代码编写的技术门槛。代码分为两个方向，一个是发行项目，部署智能合约，另一个是黑客或者白客。这两个方向属于是对抗生成的两端，也就是说我们可以用AI进行自然语言编程，部署我们所需要的智能合约，而对方也可以去使用AI分析合约代码，并发起攻击。通过这样的方式，我们将可以使用AI来迭代已部署的合约代码，以此形成内卷，帮助整个行业的代码建立的更完善和可靠。在这个基础之上，大家可以去把更多的心思，放在优化区块链的架构或设计整个项目，又或者是经济模型上，去丰富项目的玩法，对整个业务层面进行创新。同样的，当AI简化整个技术门槛之后，过去的复杂操作将可以被广泛应用。比如循环贷、闪电贷、最优挖矿策略、自动获取收益、头矿离场时间判断，整个路径AI都可以完成，AI可以自主编程，选择路径，直接部署好。就像游戏王的技能卡一样，我们只需要使用技能卡，之后技能会自己出现并产生效果。这能将在过去需要较高门槛才能完成的操作下放给普通用户，以MEV为例，如果我们想要获取MEV价值，就需要写MEV的夹子机器人，而当普通人也能做到的时候，那就不存在利润空间，因为大家都可以做到的时候，就需要拼Gas抢跑，由于博弈论原理，最后MEV价值会被高昂的Gas fee榨干，最终导致无利可图使得MEV影响降低。这属于是技术下放倒逼行业优化。又或者是促进区块链技术的普及。根据Footprint Analytics数据，当前以太坊活跃用户也不过32万人，不及互联网用户的零头。最大的问题在于用户没有进入区块链的需求，而少量有需求的用户也被复杂的链上交互拦在门外。此外，以前数据上链或是使用基于区块链的门票、证件，都需要搭一个区块链系统，或是支付大量gas fee，这个成本是巨大的。而现在基于AI技术我们可以低成本实现区块链构建或者优化链上数据使用路径降低gas fee，因此任何需要确权和信息透明的地方，都可以利用区块链技术并部署智能合约。所以，通过AI简化的交互系统，将为Blockchain行业带来大量用户。我们需要知道的是，AI能带来的改变只存在于区块链的应用层。用户基于自己在交互中的认知，使用AI跳过编写智能合约的过程，直接部署用于解决某一需求的应用。发行项目的关键将不再是发行，而是创新和运营。相信未来应用层的格局必然会发生翻天覆地的变化。但应用层之下的执行层、共识层、数据层的改变，AI是无能为力的，因为这是对底层机制的创新，绝对不是简化重复性工作就能带来质变的领域。正如，伦敦升级中EIP1559的落地给了以太坊进一步向前的动力，上海升级的完成才能让ETH质押量增长提高以太坊安全性并让LSD板块再度起飞。（来自Crypto.com） Blockchain在AI中的作用 Blockchain的去中心化特性与当下的AI技术发展表现出的中心化特性存在一定背离，但也正是这种背离为AI面临的问题提供了解决方案。现代的AI和大数据技术在很大程度上是中心化的，即它们通常由少数大型公司或组织掌控，这些公司拥有强大的技术和资源，并且具有决定市场走向和用户行为的权力。这种中心化的特性，使得人们在使用AI时，必须要相信AI会真的按照指令诚实地执行。因此，AI的开发和应用过程中存在一定的风险和问题，例如隐私泄露、算法偏见、数据滥用等等。然而，Blockchain分布式和去中心化的特性刚好能解决这些问题，通过智能合约，限定AI能使用的数据集，以及能运行的范围，以防止AI做恶；同时可以建立节点，监控AI的行为，如果它做恶，监督者就可以举报，对AI使用的算力进行罚没，以此来让AI只做促进人类发展的行为，防止AI的过度使用和越权行为。具体来说，对于AI训练所需的底层数据的分享与确权，Blockchain可以让用户自主选择是否将自己的数据提供给AI模型训练，这将需要倚靠zk技术的进一步发展，来实现不透露个人信息的同时提供用户数据。整个数据收集、储存和共享的过程将建立在去中心化节点之上，以保证数据安全和可用性，并对数据来源确权。从而让使用这些数据训练成型的AI在产生收益时，可以根据所涉及的数据将部分收益作为分红给到数据所有人，保证数据提供者权益。之前提到的AI训练数据的生成和共享也可以借助Blockchain的去中心化、安全和透明性等特点，以确保数据的隐私和安全性。而为AI运行提供Prompt的用户同样可以基于其对prompt的所有权，获得其prompt被调用而产生的部分收益。从而同时保证AI数据所有人和AI运行prompt所有人的利益。另外值得一提的，就是算力挖矿。AI模型的建立除了需要大量的数据，还需要算力来进行训练，但现在世界上的算力是处于供不应求的状态。那么可以将算力以去中心化的形式集中建立云计算矿池，通过算力挖矿补贴算力提供者，再以拍卖形式出售给AI模型的训练，从而让有限算力获得最大的利用率，同时还能保证计算的安全性和可靠性。更重要的是，我们还可以将数据、算法、算力整合，建立一个AI as a Service的协议，以自身的去中心化的优势和可复用性为有需求的用户提供AI模型构建服务。那么从数据的获取，到数据处理，再到算法选择和算力调用，都经由一个生态进行，在保证供应链优势的同时还能避免中心化风险。除了AI模型的构建之外，当我们着眼于AI的应用时，我们可发现AI超强学习能力所带来的盗版、洗稿、虚拟人等问题在Blockchain面前都不成问题。艺术作品以NFT形式记录在链上，其唯一智能合约地址可以证明作品的真实性。而艺术作品的价值除了艺术品本身，还取决于其创作者的身份，就像后人对梵高的向日葵模仿的再像，也不值一文，而区块链就能够证明哪一幅向日葵是出自梵高之手。AI应用之一的知识图谱也可以基于区块链构建分布式知识图谱，并确保其中的数据不会被篡改、删除或冒领。对于由AI使用个人过往数据构建虚拟人设的问题，也可以使用OAT或SBT来解决。任何链上行为都有对应记录，而针对相关记录创建的OAT或SBT也是唯一的，基于账户中的OAT或SBT就可以定义其身份，这都得益于区块链的不可篡改性，过去发生的事都被记录在之后的每一个区块中，无法凭空捏造过去没有存在过的行为。总而言之，AI作为生产力工具可以加速Blockchain行业的发展与普及，以及AIGC对元宇宙和NFT板块带来了新方向与叙事，但是AI只能替代重复性工作，降低技术性门槛，并不能对关键技术进行创新。所以AI给Blockchain带来的改变只会停留在应用层。而Blockchain之于AI行业，是一个风险控制器，也是一个资源优化器。Blockchain能限制AI的过度发展与越权操作，也能解决数据和资产的确权保护用户权益，并将AI所需的数据与算力分配进行整合优化。但也仅限于促进AI的透明化、去中心化和数据确权。来源：金色财经

金色财经2023-05-04

OP Research：区块链的AI变局

可以用于文本生成、音频生成、图像生成、视频生成等多个领域，其也是当前被讨论和应用最广泛的方向。（来自国海证券研究所）无论从市场融资数量和金额统计，还是从媒体关注度来说，2022年无疑是AIGC爆发的一年。不过，AIGC仍是一个相对较新的技术，其还处于探索和发展的较早期阶段。具体来说，AIGC的发展阶段可以描述为：研究阶段：主要关注AIGC的基本原理和算法，探索如何训练和优化模型，以及建立数据库。应用阶段：AIGC开始应用于各种实际场景开始探索如何将AIGC技术应用到具体的领域中。产业化阶段：AIGC开始被广泛应用于各种行业和领域，形成自己的产业链和配套生态系统。整体来说，我们才刚刚从研究阶段迈入应用阶段，AIGC的发展尚处于起步阶段。（来自国海证券研究所）核心要素数据、算法和算力是AI发展的三大核心要素。在数据方面，随着AI技术的不断发展，数据的质量和多样性也变得越来越重要。除了海量的应用场景数据之外，还需要对数据进行有效的清洗、预处理和标注，以便于提高算法的训练精确性。此外，还需要考虑跨模态、跨领域的数据融合问题，以便于更好地挖掘数据的价值和智能。在算法方面，目前AI技术的发展还处于不断迭代和提升的过程中。未来的发展趋势将主要体现在深度学习算法的多模态和大模型方面，以及在自主学习、知识迁移和增量学习等方面的创新。这将进一步提高AI算法的智能水平和应用范围，促进AI技术的广泛应用。在算力方面，随着AI计算的不断加速和优化，硬件载体也在不断升级和改良。例如，GPU、TPU等专用芯片的出现，大大提高了AI计算的效率和速度。此外，云计算和边缘计算的发展也为AI算力提供了更加灵活和多样化的运算环境。（来自高盛全球投资研究） Blockchain行业的发展现状分布式账本 Blockchain是去中心化的分布式账本。首先Blockchain具有不可篡改属性，这是来自于区块链底层的共识机制，由于链上数据都由区块记录和矿工/验证节点见证，而区块都是前后相连，连续记录的，所以智能合约和账户产生的链上数据一旦被区块记录将无法修改。随着节点数量上升、地理位置分散、算力增强或质押代币价值上涨，想要破坏共识的难度和代价就会越大。因此，中心化的个体是难以改变已经被记录的内容的。其次在不可篡改的前提下，基于代码构建的智能合约使得用户可以在无需信任任何人的情况下与其进行交互，智能合约会根据预设好的路径运行代码实现相应操作。这使得无需信任的链上交易成为了可能。同时，只有对应的账户可以调用智能合约内属于其的资产，不存在其他账户通过智能合约转走原账户资产情况。又因为原账户的每一次操作都需要签名确认身份，而首次转账交互甚至需要先Approve该智能合约调取账户资产。这让用户的钱包账户成为了其最好的身份(DID)和资产的载体。在共识机制和智能合约的框架内，所有的链上资产和链上行为都可以被记录和确权，而基于其产生的权益也就都可以自动的归集到其所有人账户中。这能直接解决“真假美猴王”和“李代桃僵”的问题，没有人可以通过简单的Copy Paste来盗取他人资产，也没有人可以顶替权益所有人获得其利益。具体来说就是数字资产可以用Token形式定义其唯一的智能合约地址，例如用NFT代表数字画作；而任何人的行为都可以用不可交易的代币(SBT)来证明，例如对其工作内容或时空存在进行认证(Proof of Work/ Proof of Attendance )。技术趋势指南 Layer 0-2是Blockchain技术架构的分层结构，联盟链和私有链则是Blockchain应用场景的不同类型。 Layer 0：Layer 0指的是Blockchain的物理设施和网络架构，包括硬件设备、网络协议和传输介质等，其承载着信息跨链和解决资产的底层作用。当前以Cosmos、Polkadot和LayerZero为主要技术代表。 Layer 1：Layer 1是Blockchain的基础层，也称为公链，包括比特币、以太坊等。Layer 1的协议设计和技术实现决定了Blockchain的基本性能和功能。按照类型又可细分为EVM和非EVM系。 Layer 2：Layer 2是指在Layer 1之上构建的协议和解决方案，用于提升Blockchain的性能以及扩展应用场景。Layer 2协议目前有6种技术，其中以ZK Rollup和Optimistic Rollup为主流，这些协议可以使得Blockchain处理更多的交易、提高TPS和降低Gas fee等。联盟链：联盟链是由多个组织或机构共同管理和控制的区块链网络，这些组织通常是在共同利益目标才进行合作的，例如银行、保险公司、供应链公司等。联盟链与公链不同，它的参与者是有限的，节点数量相对较少，所以其交易速度和安全性都得到了一定的提升。私有链：私有链是由单个组织或机构独立控制的区块链网络，通常只允许内部人员参与。核心要素分布式节点、密码学、共识算法、智能合约以及加密货币是Blockchain发展的核心要素。分布式节点是Blockchain技术的最核心的部分，它使得数据能够以去中心化的方式存储和传输。而密码学是保证Blockchain的安全性和隐私性的重要理论工具。此外，共识算法是Blockchain实现分布式一致性的关键。智能合约是一种可以自动执行的计算机程序，可以在Blockchain上执行各种逻辑指令。最后，加密货币，即通过使用加密技术保证了交易的安全性和匿名性。通过分布式节点，所有的参与者都能够拥有一份完整的数据副本，这样就可以保证数据的透明性和安全性。Blockchain的核心技术——哈希函数、数字签名和非对称加密等都是密码学的应用。它们可以帮助保证数据的完整性和身份的认证，同时也能够保护用户的隐私。而通过共识算法，所有的节点都能够达成一致的共识，保证了数据的一致性和不可篡改性。常见的共识算法包括PoW、PoS等。智能合约可以实现无需第三方信任的交易，从而能在一定程度上提高交易的效率和安全性。比特币、以太币等加密货币的出现，推动了区块链技术的广泛应用和发展。 Blockchain与AI的交集作为Blockchain行业的一部分，在AI的浪潮之下，我们也需要去思考：AI对世界的改变中，包括了Blockchain吗？如果是，那这个改变会是什么？以及Blockchain的去中心化和确权能力又更给AI带来什么影响？首先，AI作为生产力工具可以降低技术门槛，那么自然也可以降低Blockchain行业中的技术门槛，并增加其生产效率。其次，AIGC也将让游戏和元宇宙摆脱程式化设定，为Blockchain带来新的叙事与玩法。而Blockchain的智能合约，将能够定义AI可以涉及的领域和范围，或限定AI的权限，避免其过度发展。同时，Blockchain 的去中心化可以为AI提供底层数据和训练模型所需要算力的资源共享与分配。另外Blockchain的确权能力还可以为数据、身份、所有权提供证明，规避AI带来的利益冲突。 AI对Blockchain的意义首先，AI 作为工具可以降低内容创作的门槛。让每个普通人都能不受技术限制地展现自己的创造力，输出优质的内容或NFT作品。这包括但不限于NFT创作、游戏资产创建、元宇宙建模、代码构建等。但当前AIGC在NFT领域的应用只有简单的图像输出，这与传统的Generative Art没有什么本质上的区别，AIGC真正在NFT上的应用应该是在NFT特性上做的进一步拓展，就像Mirror World用AI构建属于NFT的灵魂一样。（来自A16Z研究）其次，就是降低代码编写的技术门槛。代码分为两个方向，一个是发行项目，部署智能合约，另一个是黑客或者白客。这两个方向属于是对抗生成的两端，也就是说我们可以用AI进行自然语言编程，部署我们所需要的智能合约，而对方也可以去使用AI分析合约代码，并发起攻击。通过这样的方式，我们将可以使用AI来迭代已部署的合约代码，以此形成内卷，帮助整个行业的代码建立的更完善和可靠。在这个基础之上，大家可以去把更多的心思，放在优化区块链的架构或设计整个项目，又或者是经济模型上，去丰富项目的玩法，对整个业务层面进行创新。同样的，当AI简化整个技术门槛之后，过去的复杂操作将可以被广泛应用。比如循环贷、闪电贷、最优挖矿策略、自动获取收益、头矿离场时间判断，整个路径AI都可以完成，AI可以自主编程，选择路径，直接部署好。就像游戏王的技能卡一样，我们只需要使用技能卡，之后技能会自己出现并产生效果。这能将在过去需要较高门槛才能完成的操作下放给普通用户，以MEV为例，如果我们想要获取MEV价值，就需要写MEV的夹子机器人，而当普通人也能做到的时候，那就不存在利润空间，因为大家都可以做到的时候，就需要拼Gas抢跑，由于博弈论原理，最后MEV价值会被高昂的Gas fee榨干，最终导致无利可图使得MEV影响降低。这属于是技术下放倒逼行业优化。又或者是促进区块链技术的普及。根据Footprint Analytics数据，当前以太坊活跃用户也不过32万人，不及互联网用户的零头。最大的问题在于用户没有进入区块链的需求，而少量有需求的用户也被复杂的链上交互拦在门外。此外，以前数据上链或是使用基于区块链的门票、证件，都需要搭一个区块链系统，或是支付大量gas fee，这个成本是巨大的。而现在基于AI技术我们可以低成本实现区块链构建或者优化链上数据使用路径降低gas fee，因此任何需要确权和信息透明的地方，都可以利用区块链技术并部署智能合约。所以，通过AI简化的交互系统，将为Blockchain行业带来大量用户。我们需要知道的是，AI能带来的改变只存在于区块链的应用层。用户基于自己在交互中的认知，使用AI跳过编写智能合约的过程，直接部署用于解决某一需求的应用。发行项目的关键将不再是发行，而是创新和运营。相信未来应用层的格局必然会发生翻天覆地的变化。但应用层之下的执行层、共识层、数据层的改变，AI是无能为力的，因为这是对底层机制的创新，绝对不是简化重复性工作就能带来质变的领域。正如，伦敦升级中EIP1559的落地给了以太坊进一步向前的动力，上海升级的完成才能让ETH质押量增长提高以太坊安全性并让LSD板块再度起飞。（来自Crypto.com） Blockchain在AI中的作用 Blockchain的去中心化特性与当下的AI技术发展表现出的中心化特性存在一定背离，但也正是这种背离为AI面临的问题提供了解决方案。现代的AI和大数据技术在很大程度上是中心化的，即它们通常由少数大型公司或组织掌控，这些公司拥有强大的技术和资源，并且具有决定市场走向和用户行为的权力。这种中心化的特性，使得人们在使用AI时，必须要相信AI会真的按照指令诚实地执行。因此，AI的开发和应用过程中存在一定的风险和问题，例如隐私泄露、算法偏见、数据滥用等等。然而，Blockchain分布式和去中心化的特性刚好能解决这些问题，通过智能合约，限定AI能使用的数据集，以及能运行的范围，以防止AI做恶；同时可以建立节点，监控AI的行为，如果它做恶，监督者就可以举报，对AI使用的算力进行罚没，以此来让AI只做促进人类发展的行为，防止AI的过度使用和越权行为。具体来说，对于AI训练所需的底层数据的分享与确权，Blockchain可以让用户自主选择是否将自己的数据提供给AI模型训练，这将需要倚靠zk技术的进一步发展，来实现不透露个人信息的同时提供用户数据。整个数据收集、储存和共享的过程将建立在去中心化节点之上，以保证数据安全和可用性，并对数据来源确权。从而让使用这些数据训练成型的AI在产生收益时，可以根据所涉及的数据将部分收益作为分红给到数据所有人，保证数据提供者权益。之前提到的AI训练数据的生成和共享也可以借助Blockchain的去中心化、安全和透明性等特点，以确保数据的隐私和安全性。而为AI运行提供Prompt的用户同样可以基于其对prompt的所有权，获得其prompt被调用而产生的部分收益。从而同时保证AI数据所有人和AI运行prompt所有人的利益。另外值得一提的，就是算力挖矿。AI模型的建立除了需要大量的数据，还需要算力来进行训练，但现在世界上的算力是处于供不应求的状态。那么可以将算力以去中心化的形式集中建立云计算矿池，通过算力挖矿补贴算力提供者，再以拍卖形式出售给AI模型的训练，从而让有限算力获得最大的利用率，同时还能保证计算的安全性和可靠性。更重要的是，我们还可以将数据、算法、算力整合，建立一个AI as a Service的协议，以自身的去中心化的优势和可复用性为有需求的用户提供AI模型构建服务。那么从数据的获取，到数据处理，再到算法选择和算力调用，都经由一个生态进行，在保证供应链优势的同时还能避免中心化风险。除了AI模型的构建之外，当我们着眼于AI的应用时，我们可发现AI超强学习能力所带来的盗版、洗稿、虚拟人等问题在Blockchain面前都不成问题。艺术作品以NFT形式记录在链上，其唯一智能合约地址可以证明作品的真实性。而艺术作品的价值除了艺术品本身，还取决于其创作者的身份，就像后人对梵高的向日葵模仿的再像，也不值一文，而区块链就能够证明哪一幅向日葵是出自梵高之手。AI应用之一的知识图谱也可以基于区块链构建分布式知识图谱，并确保其中的数据不会被篡改、删除或冒领。对于由AI使用个人过往数据构建虚拟人设的问题，也可以使用OAT或SBT来解决。任何链上行为都有对应记录，而针对相关记录创建的OAT或SBT也是唯一的，基于账户中的OAT或SBT就可以定义其身份，这都得益于区块链的不可篡改性，过去发生的事都被记录在之后的每一个区块中，无法凭空捏造过去没有存在过的行为。总而言之，AI作为生产力工具可以加速Blockchain行业的发展与普及，以及AIGC对元宇宙和NFT板块带来了新方向与叙事，但是AI只能替代重复性工作，降低技术性门槛，并不能对关键技术进行创新。所以AI给Blockchain带来的改变只会停留在应用层。而Blockchain之于AI行业，是一个风险控制器，也是一个资源优化器。Blockchain能限制AI的过度发展与越权操作，也能解决数据和资产的确权保护用户权益，并将AI所需的数据与算力分配进行整合优化。但也仅限于促进AI的透明化、去中心化和数据确权。参考资料： [1]《大语言模型涌现演化信息，加速蛋白质结构预测》Science前沿 [2]《How AI Can Help Build Web3》crypto.com [3]《AIGC：内容生产力的革命》国海证券 [4]《Mastering Bitcoin》Andreas Antonopoulos [5]《Bitcoin: A Peer-to-Peer Electronic Cash System》Satoshi Nakamoto [6]《Ethereum White Paper》Vitalik Buterin [7]《Challenges and Recent Advances》Blockchain-Based Payment Channel Networks [8]《AI爆发对创作者和NFT的影响》浅思 [9]《AIGC困局与Web3破圈之道》 [10]《超越 Web3，资本新宠 AIGC 的奇幻漂流》来源：金色财经

金色财经2023-05-04

行业图谱 | 2023年中国AIGC行业图谱V2.0，有连云深耕金融AIGC场景应用

技术实现文本生成、音频生成、图像生成、视频生成、策略生成以及图像、视频、文本间的跨模态生成的功能都是当前和未来AIGC重要的技术落地场景，其中跨模态/多模态的内容生成将成为未来AIGC的关键发展节点。从目前的效果来看，AIGC在生成文本、图像、语音等方面已经初步得到应用，效果也可达到比较令人满意的程度，在视频、3D等更加复杂的领域则还需要进行更多的探索和进步。未来文本、图片、语音、代码等场景将逐步走向成熟，将助推技术向多模态融合发展。 AIGC的产业生态体系主要有三层架构，分别为基础层，中间层和应用层。第一层基础层，主要是提供预训练模型，是AIGC技术的基础设施层，为中间层和应用层提供支持和保障，例如OpenAI等。第二层为中间层，模型即服务，是在预训练模型基础上，通过专门的调试和训练，快速抽取形成垂直化、场景化、定制化的小模型和应用工具层，可以实现工业流水线式部署，例如二次元画风生成模型 Novel-AI等。第三层为应用层，面向C端和B端用户，依托底层模型和中间层的垂直模型，各厂商进一步开放面向C端和B端用户的各种各样的AIGC产品和服务，满足海量用户的内容创建和消费需求。例如有连云的文本生成软件、视频生成软件等，可自动生成智能资讯和智能视频的“云创AIGC”产品。有连云是一家国内领先的金融AIGC服务提供商，以连接为核心，深耕金融场景，运用自然语言处理、大数据和知识图谱技术，为大型金融机构及上市公司等龙头企业提供智能创作、智能连接、智能风控为一体的金融AIGC应用解决方案，辅助销售、市场与风控决策，实现显著的增益、降本、增效。云创（YouLian AIGC）, 通过自然语言处理，知识图谱与生成式AI技术，高效实现智能金融资讯与智能视频的生产。云连（YouLian Connection）,AIGC实现智慧连接与智能推荐。云数（YouLian Data）,辅助智能风控与声誉管理。有连云基于对金融场景的洞察力及成熟领先的金融场景解决方案，已获得数百家大型金融机构与上市公司的信任。未来，有连云将继续与同业伙伴一起，不断探究和发展金融AIGC领域的场景应用，助力B端企业提升内容创作效率并带来更多的商业化变现可能。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-04-28

泰达宏利复兴混合A2023年首季度净值增长33.81%，增加人工智能领域配置

成为效率乃至生产力工具在文本、图像、音视频生成领域接近商业化需求，国内外科技大厂技术布局有望打开商业化应用空间。OpenAI的“ChatGPT”推出，真正找到了可大规模商业化落地的应用场景，推出仅2个月就实现了用户过亿。在强烈的科技创新趋势之下，国内外科技巨头纷纷参与，英伟达推出全新的算力芯片，微软发布copilot产品，百度、华为、腾讯也陆续推出了自己的大模型。国内外共振，新一轮科技创新周期拉开了帷幕。上述背景下，在2023年一季度，不同类资产表现各异，市场开始向分化方向发展： 1)通信、传媒、计算机、电子领域，在人工智能的催化下涨幅巨大，在算力、算法、模型等领域都有着良好的市场表现; 2)建筑、石油石化等央国企占比高的领域表现优异，开启了一轮估值修复行情; 3)复苏线条出现分化，轻工、食品饮料等领域强于消费者服务、地产等领域; 4)新能源等制造业2023年一季度表现一般，虽然在一季度基本面情况依然良好，但是由于市场对未来空间以及竞争格局的担心，因此出现了“抽水”效应。投资操作方面：2023年一季度，该基金在行业、个股的选择之中，增加了成长性、行业景气度在投资选股决策中的权重。在人工智能领域，以芯片、服务器、光模块为代表的算力硬件，以大模型为代表的算法领域，以及以游戏、软件为代表的应用领域，该基金都增加了相应的配置。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-04-23

万兴科技：4月20日召开业绩说明会，安信证券、国盛证券等多家机构参与

支上百人的高素质技术研发团队，近两年在视频生成算法、图像生成算法、GN 生成算法、音频生成算法等 I 前沿算法等领域均取得多项技术研发成果。自2022年下半年以来公司视频创意、文档创意、绘图创意等主要产品线均陆续发布了带有 I功能的新版本，并推出融入多项 I技术的新产品——万兴爱画、万兴播爆。后续公司将结合 I 技术的发展及用户需求，持续在数字创意领域进行 I技术相关新产品的研发与推广。问：公司有哪些产品叠加了 AI 功能，叠加 AI 功能后产品方面有哪些变化？如何商业化变现？答：公司视频创意产品——万兴喵影/Filmora V12 版本里已有文字生成图像等 I 生成类技术、节拍检测等 I 基础类技术、视频人像分割/视频场景分割/I语音增强/智能抠像等 I分割类技术，上线了 I智能抠像、I 智能降噪、I 音频重组、I 文案智能创作等 I 功能；I 绘画产品——万兴爱画目前已提供 I 文字绘画、I 以图绘图、I 简笔画三种 I 创作模式，上线咒语生成器创新功能；绘图创意产品——亿图图示桌面版、亿图脑图移动版和在线协同版已上线 I 智能助手功能。此外，2022 年底新发布的产品——万兴播爆实现了 I文生视频、I字幕及配音、3D 数字人等功能。更多其它创意工具软件的 I能力落地工作正在有序推进中。多项 I 功能的增加快速提升了用户体验，增强了用户使用公司产品的创作热情和认可度，助力公司2022年视频创意产品线实现营业收入7.45亿元，同比增长 27.82%，2023 年一季度同比增长 45%。由于该部分 I 功能是附加到公司已有产品中，公司无法单独计算、统计 I直接收入。未来，公司一方面通过产品创新向市场推出带有丰富 I 技术的新产品扩大销售收入，另一方面通过 I 技术与功能在现有产品的深度运用，赋能现有产品竞争力与用户体验提升，促进现有产品销售收入持续增长。问：公司订阅收入持续增长的原因，未来是否会全面订阅？答：公司自 2019 年开始推行订阅转型，截止目前已取得较好成果，订阅收入占比及订阅续约率快速提升。2022年订阅收入占整体销售收入比例达64%，2023年一季度订阅收入占比已达 70%；2022年订阅续约率提升至 60%，2023年一季度订阅续约率达到 64%。订阅收入占比增长的主要原因如下多端协同力度增强近年来，公司持续推进移动化、云化进程，多款产品实现桌面、移动、云端三端协同。如万兴喵影/Filmora打通桌面、移动、云端界限，实现三端协同；PDF 系列产品完成移动端、云端产品的大版本升级，实现文档上云、文档共享，文档同步的“Win+Mac+云”三端一体服务体系，初步实现从 PDF处理工具向一体化的智慧文档服务的转型，有效推进产品多端协同力度，夯实用户生态。产品质量与体验提升公司基于高频用户互动沟通和多渠道用户需求收集策略的持续推进，更贴近用户，更高效产品迭代。2022年公司进行了“仙女下凡”为主题的用户访谈活动，收集数千条有价值的反馈建议。产品研发实施双周迭代机制，快速响应用户需求，推动产品功能、质量及体验持续提升。公司通过为用户提供如资源商城——万兴喵库/Filmstock、云储存等在线增值服务等不断提升用户体验与粘性，实现 NPS（用户满意度指标）提升 17%。大数据中台建设基于公司“平台+创业者”的组织模式，公司快速组建大数据中台并持续优化，细化用户数据维度，深度分析数据背后的用户行为，从而支撑下载、注册、付费、续费等各维度的用户转化效率提升。问：公司在营销方面有何计划，如何持续升收入规模？答：公司致力于将中国创造的高质量软件产品卖向全球。目前产品销售已经覆盖了全球 200多个国家和地区，在海外用户运营、市场营销和品牌建设方面等均具有行业领先优势。面对不同市场的用户需求，公司不断引入具有本土化生活经验与全球视野的高端人才，并在核心市场区域搭建本地化运营团队。目前，公司海归人才占比已提升至 20%以上，助力公司深耕多国家/地区业务，深入洞察用户需求、提升服务能力，扩大口碑品牌。此外，公司积极开拓以亚太地区为主的发展中国家市场，亚太地区已成为第一大收入贡献区；南亚、拉美、非洲等地区收入较快增长，收入来源地区更加多源化，公司海外运营风险持续降低。问：公司新品目前进展如何？答：公司 I图像生成工具——万兴爱画自去年 11月发布后不断增加产品功能、优化产品质量、提升用户体验。近半年来随着公司 I技术的实现和深度运用，创新性新增简笔画、咒语生成器功能，提供人物&角色、五官、表情、头发、服装等分类选项及彩墨风、浮世绘、二次元、赛博朋克等多样化的风格效果，为用户提供更灵活、更高阶的 I绘画玩法。2022年底，公司发布跨境营销短视频创作工具软件——万兴播爆，其目标对象为需要频繁传播营销短视频的跨境电商或有宣传需求的 B端企业。产品所具备的I文生视频的功能、虚拟人技术、多语种语料库和海量内容模板能有效的解决此类用户的需求痛点，在节省人力物力的同时增加内容铺发的数量和质量，为用户实现降本增效的效果。未来公司将继续基于“内容+服务”的运营模式，紧抓用户痛点、匹配用户需求，并持续优化迭代，拓宽覆盖场景，丰富产品数量，升级服务质量，赋能更广泛的创作者群体。问：公司研发人员持续增长，未来对研发方面有哪些策略？是否会持续加大研发投入？答：2022年，公司研发人员数量增长至 836人，研发投入占当期营业收入29%。未来公司将继续紧跟技术趋势，基于市场用户需求，根据公司战略产品规划以及当前产品业务运作的情况，持续动态调优研发策略，实现技术不断创新升级。公司作为数字创意应用软件提供者，会持续关注技术发展、市场趋势变化，在努力提升自身技术实力的同时，积极进行合作探索，广纳众长，并不断自研调优符合数字创意真实场景需求的各 I 小模型，支撑产品与功能的创新，提升用户创作效率。万兴科技（300624）主营业务：主要从事视频创意、绘图创意、文档创意、实用工具类软件产品与服务的设计、研发、销售和运营。万兴科技2023一季报显示，公司主营收入3.55亿元，同比上升35.0%；归母净利润2085.58万元，同比上升686.26%；扣非净利润1798.5万元，同比上升306.8%；负债率39.93%，投资收益120.08万元，财务费用900.33万元，毛利率95.71%。该股最近90天内共有10家机构给出评级，买入评级7家，增持评级3家；过去90天内机构目标均价为91.51。以下是详细的盈利预测信息：根据近五年财报数据，证券之星估值分析工具显示，万兴科技（300624）行业内竞争力的护城河良好，盈利能力一般，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：有息资产负债率、应收账款/利润率、应收账款/利润率近3年增幅。该股好公司指标2.5星，好价格指标1星，综合指标1.5星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）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2023-04-22

宣亚国际：公司提醒广大投资者防范概念炒作，注意投资风险

证券之星2023-04-16

注意了 web3一批旧定义被替换 “深度融合”已成新旗帜

IGC共创来增值。这种共创首先是图像和视频生成，慢慢会进入到编程级。首先，我们可以通过AIGC技术对乡村文化进行挖掘和整理，从而打造出独具特色的数字文化产品。通过AIGC技术，我们可以对乡村的历史、民俗、美食、风景等元素进行深入的研究和分析。这样一来，我们就可以创作出更加精美、丰富和高品质的数字文化产品。这些数字文化产品可以在社交网络平台上进行发布和分享，从而吸引更多的人来了解土地和文化。另一方面，我们也可以通过AIGC技术来对农特产品进行全流程的管理、包装和推广。通过AIGC技术，我们可以从生产到销售的全过程进行数据分析，从而优化和改进生产流程。同时，我们还可以使用AIGC技术对产品进行包装设计和营销策略制定，从而推广产品的知名度和品牌价值。这样一来，乡村农特产品就可以通过AIGC共创，而获得更大的商业价值和社会认可度。接下来，就是编程级的共创了。将乡村元宇宙和购物、地图、打车、外卖、旅行软件都对接起来，那我们未来无论是购物选购，还是旅行选择，我们只要描述自己的要求就行，剩下的就让大模型自己发挥就好了。总之，数字世界正在朝着“AIGC越强—元宇宙越吸引人——深度融合越具颠覆性”的方向发展，这一波，数字资产理念、AIGC内容生产技术革命冲到了前列，大幅提高数字内容生产效率、降低制作门槛，为元宇宙这个web3赛道移除了技术障碍，让人们更好地看到数字社会的美好前景。来源：金色财经

金色财经2023-04-13

24小时热点