IT之家 4 月 25 日消息，苹果又失去了一位重要董事，彭博社最新报道称，现任苹果 Vision Pro 高级总监兼产品营销主管 Frank Casanova 在该公司工作 36 年后宣布退休。 Casanova 在领英上确认了自己的退休消息。他供职苹果多年，曾担任过多个重要职务。1997 年他成为 Mac OS X 图形高级总监，十年后他被调到营销团队，帮助苹果将 iPhone 业务拓展到全球更多运营商。2019 年，他被任命为苹果增强现实工具的营销负责人，并随之在 Apple Vision Pro 的研发和上市过程中扮演了重要角色。 Vision Pro 于 2023 年 6 月发布，并于今年 2 月在美国上市。在发售日当天，Casanova 与苹果服务部门副总裁 Eddy Cue 和负责头显研发的 Dan Riccio 一同现身洛杉矶的 Apple The Grove 门店，共同见证了 Vision Pro 的首发。 由于定价高达 3499 美元（IT之家备注：当前约 25368 元人民币）且供货有限，Vision Pro 的上市表现较为平淡。分析师预计苹果将在今年年底前售出约 40 万台该设备，而最初的估计销量则高达 80 万台。

IT之家 4 月 24 日消息，显示器供应链顾问公司 DSCC 首席执行官 Ross Young 表示：计划有变，苹果即将推出的 12.9 英寸 iPad Air 没能用上 mini-LED 显示屏，但今年年底 iPad 可能会带来惊喜。 他表示，虽然多个供应链消息人士表示，更大的 2024 年 iPad Air 将采用 mini-LED 技术，但他刚刚从“更多供应链消息人士”处获悉，这不会发生。 本月初，Ross Young 表示新款 12.9 英寸 iPad Air 将会和当前 iPad Pro 一样采用 mini-LED 显示屏，这些 iPad Air 将会使用 12.9 英寸 iPad Pro 的 mini-LED 面板库存，而 10.9 英寸型号将继续使用 LCD 屏。 今日，他向 X 付费订阅者发布了后续，表示由于 mini-LED 面板成本过高，新款 iPad Air 机型都将采用 LCD 显示屏，已经有来自多个供应链的消息来源证实了这一点。因此，这一代 iPad Air iPad Pro 产品线也将有着与等级森严的区分界限。 Ross Young 还补充说，苹果可能会在 2024 年第四季度推出配备 12.9 英寸 mini-LED 显示屏的新款 iPad 型号，目前推测是一款新定位的端 iPad Air，或者低端 iPad Pro ，亦或者是一款完全不同的新产品线机型。 参考IT之家此前报道，苹果一直在开发两款新版 iPad Air，代号分别为 J507 和 J537。其中一个型号的外观与当前的 iPad Air 几乎一样，而另一款 12.9 英寸型号的显示屏则更大，整机尺寸可达 280.6 mm x 214.9 mm x 6.0 mm。

IT之家 4 月 25 日消息，据市场研究公司 CIRP 最新报告，苹果 iPhone 在美国智能手机市场的新激活份额相比去年大幅下滑，跌至六年来的最低水平。 报告指出，尽管苹果现有智能手机用户基数可能高于其最近在美国市场的新激活份额，但后者的确出现明显下跌。 IT之家注意到，数据显示，2023 年第一和第二季度，苹果在美国市场的新激活份额曾一度达到峰值 40%。然而截至 2024 年第一季度，这一数字已下滑至 33%。这意味着在美国，每激活 3 部新智能手机中，就有 2 部属于安卓阵营。根据 CIRP 的数据，苹果上一次出现如此低的激活量占比还要追溯到 2017 年。 CIRP 认为，过去几年 iPhone 质量的提升以及新功能的减少可能是导致激活率下降的原因之一。另一个潜在因素则是“更透明的手机购买计划促使许多智能手机用户推迟了升级换代的周期”，而这或许对 iPhone 的影响比安卓手机更大。

快科技4月25日消息，根据小米官方数据，选择SU7的女性车主非常多，而入手原因包括好看、防晒等。 其中防晒是因为全车做了充足的防晒配置，尤其是前挡风玻璃采用了三层镀银，能隔绝超过99%的紫外线。 有用户担心这样的防晒手段会遮挡手机信号，导致手机使用受限，小米官方对此做出回应。 据介绍，小米SU7在开发过程中，做了充分的手机信号测试验证，不会对手机网络信号造成干扰。 这个测试覆盖了主流的6个品牌15款手机，3大运营商，在全国多地的居民小区、商务写字楼区域、大型商超、地下车库、市区、郊区、山区、城市高架、隧道、高速、服务区、国道、省道场景，对不同车辆位置、开窗不开窗的状态都做了全面的测试验证。 结论是：所有测试手机均通过测试，导航信号、上网信号、通信信号、多媒体流畅度体验均无影响。 小米提醒，不具备原厂前挡风三层镀银玻璃的车型，选购第三方包含贵金属材料的隔热膜，由于没有严格的测试验证，确实有可能影响手机信号。

作者｜何宁 编辑｜董雨晴 广州天河南一路，堪称中国最卷奶茶街。短短600米的长度，聚集了20余家奶茶店——在这里，人气王茶百道、性价比之王蜜雪冰城以及大大小小的地方特色店，展开了激烈较量，从鲜果茶、手打柠檬茶、鲜奶茶一路打到了咖啡等新品类。 但内卷的又何止这一条街，中国新茶饮赛道，当下的竞争激烈程度已是历史之最。抢消费者，抢加盟商，甚至是抢跑上市。 自去年8月以来，茶百道、蜜雪冰城、古茗、沪上阿姨先后递表，计划冲刺IPO。经过数月角逐，今天，新茶饮第二股之名，终于水落石出。 4月23日，奶茶连锁企业茶百道在香港主板上市，发行价为每股17.50港元。但遗憾的是，首日股价便遭遇重挫，开盘破发后，跌幅一度逾38.29%。截至上午收盘，市值仅剩167.45亿元。 根据窄门餐眼数据，蜜雪冰城、古茗、茶百道为新茶饮赛道上规模数量TOP3品牌，截至目前的门店数量分别为28815家、9249家、8193家。 在不少二级市场投资人看来，论结构的合理性、盈利的稳定性，第一位当属蜜雪冰城，其店铺规模同样有着断层第一的优势，“雪王”之名由此而来。而看上去略显中庸的茶百道，凭什么成为新茶饮第二股？ 01 成都80后创始人夫妇身价134亿 茶百道的造富故事最早可以追溯到2008年。 彼时，25岁的王霄锟与27岁的刘洧宏夫妇在成都创立茶百道。起初仅是一家位于中学附近，专注于提供水果和中等价位奶茶的小店。 当年度，因奶茶店价格优惠深受学生欢迎，二人很快就在西南财经大学（柳林校区）校园内开出了第二家分店。 低调的夫妇俩，虽不喜在公开场合露面，但却有着很强的品牌意识。2010年，“茶百道”商标正式注册。在接下来十年左右的时间里，王霄锟将茶百道的门店铺到全国。 很快，新茶饮江湖的其他强劲玩家喜茶（2012年）、奈雪的茶（2015年）等品牌横空出世，茶百道也在2016进行了全面升级，确定了“鲜果与中国茶”的定位，并开放了成都地区的加盟，当年门店数终于突破了100家。 茶百道的狂飙突进，得益于其加盟模式下的快速扩张。 2018年，茶百道开放了全国加盟，此后门店数突飞猛进，从2019年底的500多家一路狂飙到2022年底的6361家，短短3年增长超过10 倍。而其LOGO上，极具四川特色的熊猫元素，也数度破圈，逐渐在新茶饮市场打出名气。 2023年4月，全国门店突破7000家的茶百道，高调官宣了新一轮品牌升级，以“好茶为底，制造新鲜”为全新品牌定位，坚持中国茶的传承与创新。 就在一个月后，茶百道宣布完成由兰馨亚洲领投，正心谷、草根知本、中金资本、番茄资本等多家知名机构跟投的一笔融资，这是其创立16年以来首笔公开融资。融资金额一共9.7亿元，也是新茶饮企业近年来规模最大的融资之一。 当时就有观点称，这或许是茶百道上市前的最后一轮融资。同年8月15日晚间，港交所官网披露茶百道招股书，茶百道计划在港股主板上市。同年12月21日，证监会官网披露茶百道境外发行上市及境内未上市股份全流通的备案通知书。 茶百道的股权结构高度集中，创始人王霄锟和刘洧宏夫妇为公司实控人。 据招股书，目前王霄锟、刘洧宏夫妇分别直接持有茶百道18.02%和5.74%股权，王霄锟通过员工激励平台同创共进持有茶百道0.48%的股权，二人又通过成都锦柏森直接拥有恒盛合瑞84.89%股权，恒盛合瑞直接持有茶百道67.68%股权。王霄锟、刘洧宏、成都锦柏森、恒盛合瑞及同创共进构成一组控股股东。 由此计算，王霄锟、刘洧宏夫妇直接和间接共持有茶百道81.69%的股权。 以茶百道的当前市值计算，王霄锟与刘洧宏夫妇的的身价超过134亿元。 02 茶饮赛道的卖铲人，三年赚了29亿 资本青睐新茶饮，一定程度上是因为其高于传统餐饮平均水平的净利率，在这一点上，茶百道比“雪王”蜜雪冰城还要更胜一筹。 相比于奈雪的茶的直营模式，茶百道与蜜雪冰城都是典型的加盟模式。 其核心商业模式是向加盟商卖耗材和原材料，但区别在于，蜜雪冰城拥有自建供应链，而茶百道起初需要向第三方进行采购，本质上赚的是差价。 一位头部券商分析师何淼告诉《凤凰网科技》，“新式茶饮第一股——奈雪的茶 IPO 首日下跌 13.5%，这可能会让投资者望而生畏，但实际上，虽然两家公司都是卖奶茶的，但他们的商业模式并不相同，茶百道并不直接卖奶茶赚钱，而是向加盟商销售原材料赚钱，可以做到低成本、高盈利，且经营风险较低”。 招股书显示，茶百道加盟店占比达99%以上，直营店有且仅有6家。 （来源/茶百道招股书） 加盟模式，让茶百道在规模上迅速跻身业内三强。 据弗若斯特沙利文报告，以2023年零售额计算，茶百道在中国现制茶饮市场排名第三，市场份额达6.8%。其招股书指出，茶百道门店去年总零售额约169亿元，共计卖出10.16亿杯奶茶。 而超7000家加盟商，则撑起了茶百道的主要营收。 招股书显示，2021年至2023年，茶百道的营收增长情况良好，分别为36.44亿元、42.32亿元和57.04亿元，同期净利润分别为7.79亿元、9.65亿元和11.51亿元，三年合计赚了约29亿元。 并且，茶百道尽管在规模上与蜜雪冰城相去甚远，但却能创造比蜜雪冰城更优的净利率，还在于其中高端定位。 茶百道点单小程序显示，其大多数产品集中在10—18元之间，纯茶系列定价6元起，相比于王牌单品为4元柠檬水的蜜雪冰城，茶百道的确在利润率上更胜一筹。 此外，茶百道近几年利润增长的另一个核心秘诀，就是抓紧线上渠道。 自诞生之初，王霄锟与刘洧宏夫妇就十分注重线上运营，2018年开放加盟后，其外卖业务也飞速发展。财报数据显示，2021至2023年，茶百道外卖订单产生的销售额分别为61亿、84亿、100亿，分别占同期总零售额的61.3%、62.9%及59.0%。 03 上市之后，刺刀见红 截至目前，蜜雪冰城、沪上阿姨、古茗均已经提交了招股书。此外，霸王茶姬近日再次传出赴美上市消息。餐宝典分析师认为，茶饮行业竞争异常激烈，现在是茶饮企业上市的最佳窗口期。 近日，据NCBD(餐宝典)发布的《2023-2024中式新茶饮行业发展报告》显示，2023—2024年3月底，新茶饮企业融资一共19笔，其中截止到三月底，2024年一共只有两笔融资。相较前几年新茶饮行业的投资热潮，动辄数亿元，风确实沉寂不少。 茶百道与蜜雪冰城证明了，在新茶饮赛道，加盟生意的迷人之处，奈雪的茶、喜茶等曾经坚持主打自营的新茶饮品牌也开始大举开放加盟。但随着大家纷纷效仿，加盟商已经明显不够用了。 茶百道在招股书中指出，高度依赖加盟商模式具有一定风险，加盟商门店经营能力会很大程度上影响公司业绩，如部分加盟商终止合作关系，或后续难以寻得新供应商，也将会对业绩造成不利影响。 今年初以来，新茶饮赛道的开店数量已明显放缓，竞争从增量市场走向存量。根据弗若斯特沙利文的报告，我国现制茶饮店行业规模在2018年至2023年的复合增长率为25.2%，2024年至2028年复合增长率预计为15.4%。 还在牌桌上的玩家们不得不拿出更多杀手锏，比如打骨折的加盟费。 奈雪的茶在2月底公布了2024年的新加盟政策，下调了单店投资预算，从98万降到58万元。茶百道也开始实施签约减免措施，新加盟伙伴开店，总计减免4-27万；老加盟伙伴开店，总计减免9-18万。这使得茶百道也需要充足的弹药，去打这场加盟商的价格战。 战争之外，从招股书不难看出，茶百道近年来的采购成本不断上升，使其利润率逐年下滑，核心问题还在于对上游的供应链把控力不足。 “从利润来源角度，茶百道本质上可以看作是一家供应链企业”。一位新消费行业资深观察人士告诉《凤凰网科技》，“至少它是一家善于管理供应链的企业”。 显而易见，未来供应链的成败将成为左右茶百道资本市场表现的重要一环。 “茶饮企业未来竞争的核心在于供应链的完整度。”中国食品产业分析师朱丹蓬说道。产品可以复制，模式可以复制，价格可以模仿，门店也可以克隆，但是供应链并不是一朝一夕可以复制的。在他看来，未来只有头部企业才有对供应链进行完整的布局能力，而整个供应链的完整度决定了企业未来的可持续性。 这也使得茶百道在未来不得不考虑砸下重金加强自建供应链，同时利用数智能力，优化供应链效率。根据招股书最新信息，截至2023年底，茶百道仓储设施包括21个高标准仓库，总建筑面积约8万平方米，包括20个中心仓及1个前置仓。 霸王茶姬创始人张俊杰曾表示，“奶茶赛道第一大基础是规模效应，拼规模，没有上规模之前上不了牌桌，上了规模之后才有资格上牌桌。”茶百道此前也公布战略规划，要进一步提高已经布局区域门店的渗透率，还将拓展海外市场。毫无疑问，上市可以加速品牌的规模化进程。 昔日成都街边的小茶饮店经过16年多的发展已经成为现制茶饮市场市占率第三的知名品牌，但新茶饮品牌的内卷和竞争远未到终局，资本市场枪响之后，赢家永远是适应潮水变化最快的那个。

澳总理阿尔巴尼斯 凤凰网科技讯 北京时间4月23日，澳大利亚一家法院已经命令X隐藏一些评论悉尼主教被刺事件的帖子，加剧了X老板埃隆·马斯克(Elon Musk)和澳大利亚总理安东尼·阿尔巴尼斯(Anthony Albanese)之间的口水战。 当地时间周一晚些时候，澳大利亚联邦法院授予该国网络监管机构“网络安全委员会”(eSafety commissioner)一项为期两天的禁令，要求X隐藏有关上周亚述教会主教马尔·马里·伊曼纽尔(Mar Mari Emmanuel)在其教堂礼拜期间遭持刀袭击的一些帖子。 周二，澳大利亚总理阿尔巴尼斯抨击了马斯克，称他是“傲慢的亿万富翁”，因为他反对澳大利亚政府要求删除这些内容的呼吁。X已经面向澳大利亚用户屏蔽了这些内容，但表示不会向国外用户屏蔽这些帖子，并辩称澳大利亚政府无权规定其用户可以在全球范围内看到的内容。 网上发布的袭击视频显示，袭击者被教堂会众制伏，他对主教大喊大叫，指责主教侮辱伊斯兰教。警方以恐怖主义罪名指控了一名16岁的少年。澳大利亚网络监管机构曾要求X删除公开评论此次攻击的某些帖子，其中可能包括视频。 马斯克声称要感谢澳大利亚总理 法庭文件显示，澳大利亚法官杰弗里·肯尼特(Geoffrey Kennett)在一场晚间听证会上命令X在周三下午之前屏蔽这些帖子的访问。这件事情将在星期三再次审议。 阿尔巴尼斯表示，X必须承担起社会责任，但马斯克却在发起抗争，要将暴力内容留在他的平台上。阿尔巴尼斯周二对澳大利亚广播公司表示：“我们将采取一切必要措施，对抗这位傲慢的亿万富翁，他认为自己不仅凌驾于法律之上，也凌驾于一般礼仪之上。网络安全委员会目前正在做的，是在尽自己的职责保护澳大利亚人的利益。” 此前，马斯克把澳大利亚网络安全委员会称之为“澳大利亚审查委员会”，这招致了阿尔巴尼斯的指责。阿尔巴尼斯称，X反对删除暴力内容的斗争“非同寻常”。 周二，就在阿尔巴尼斯抨击马斯克的几个小时前，马斯克在X上发帖称，“我想花一点时间感谢总理告诉公众，X是唯一真实的平台”。马斯克发布的一张图片显示，X代表“言论自由和真相”，而其他社交媒体平台则受到“审查和宣传”的支配。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

凤凰网科技讯（作者/刘俣辰）4月23日，2024年第三届琶洲算法大赛正式启动。中字头协会和机构联手，将于4—9月举办多场AI最强大脑争夺战。本次大赛在京、广两地启动，面向国内外开设5个赛区。 创新应用赛聚焦网络安全、智能制造、绿色能源、电子商务、未来产业和AI产品六大方向，邀请专业院所和行业协会作为合作顾问，共同为参赛者提供指导。 此外，大赛首次开启赛区晋级制度。大赛面向国内外开设5个赛区，其中：国内赛区包括华东赛区（上海）、华中赛区（成都）、华南赛区（广州）、华北赛区（北京）。海外赛区包括亚太赛区（新加坡）、欧美赛区（法国、匈牙利、瑞士）和其他赛区。9月，主办方将在广州海珠琶洲举办大赛决赛，并举行颁奖典礼。 今年3月，广州市全力推动海珠区打造国内领先的人工智能大模型应用示范区，从大模型硬件基础层、AI应用层以及数字经济人才侧等三个维度给予支持，对完成大模型或算法备案的给予最高100万元奖励，营收增量满足条件的给予最高400万元支持。

凤凰网科技讯 4月23日，广州市有车以后信息科技有限公司在北京举办战略发布会，正式宣布有车以后公司品牌升级为“有车科技”，未来将致力于推动“媒体&卖车”两大板块双出海战略。 “有车科技”自2014年年底成立以来，已获得腾讯等13家顶级机构的共6轮投资，估值20亿。 据悉，有车科技的车小蜂媒体业务是公司最核心的业务板块，现在又分成国内和国外汽车新媒体两大部门，国内新媒体业务包括原有车以后微信生态8620万粉丝为核心的汽车新媒体，还新增了车小蜂四年多积累下来的近10个百万粉丝的抖音大V天团，以及覆盖抖音和小红书为主要阵地车小蜂的3000多个AI车评人等账号。 目前国外媒体业务在TikTok的海外自营汽车新媒体账号粉丝已经超1100万，并在泰国、印尼、俄罗斯建立了国家地方站，沙特、巴西、墨西哥、马来西亚等国家和地区也将在二季度完成建站，在当地招聘汽车网红主播报道中国汽车品牌出海，向全球用户介绍中国汽车品牌和车型，帮助中国汽车品牌快速在海外打响品牌和口碑。 与此同时，有车科技公司旗下的车小蜂卖车业务还在加速布局全球销售渠道，公司已经在新疆霍尔果斯、喀什、天津港、广州、佛山、深圳、赣州等地建立了专注做新车和二手车出口的汽车贸易公司，目前公司的二手车出口官方牌照也已经正式获批。

撰文 | 薛亚萍 编辑 | 彦飞 蔡嵩松之后，又一位曾经的明星基金经理陷入被捕传闻。 4月21日，据金融界报道，“公募一姐”、中欧基金经理葛兰正在接受调查。有网友表示，“葛兰也被抓了，案子在审了，我们单位接手的，7月左右开庭”。 中欧基金方面随后回应称，“假的，葛兰没事。” 葛兰是近期第二位卷入负面传闻的公募基金“顶流”操盘手。一周前，多家媒体报道称，诺安基金王牌经理人蔡嵩松已获刑，在基金圈引发震动。 天眼查信息显示，蔡嵩松所涉案件案号（2024）浙07刑初1号，案由为“非国家工作人员受贿罪、对非国家工作人员行贿罪”，已于3月27日开庭，涉案人员还包括诺安基金经理曲泉儒。 图源：天眼查 另据银柿财经报道，知情人士表示，蔡嵩松等人可能还涉及操纵市场相关的罪名等。 蔡嵩松随后回应称，“我没什么好说的，这个是网上的说法。”该案开庭法院金华市中级人民法院表示，已经开庭，但还没有宣判。 去年9月25日，诺安基金原总经理奥成文接受调查。当时有消息称，蔡嵩松正在配合调查。不过，蔡嵩松和诺安方面均否认这一消息。几天后，诺安宣布蔡嵩松离职。财新报道称，彼时蔡嵩松已被认定为不适当人选、取消基金从业资格，并加入黑名单。 蔡嵩松、曲泉儒同案被查，或与一只中小市值股票交易相关。 据财新报道，知情人士称，曲泉儒和蔡嵩松分别使用自己掌管的不同基金，持有相关股票小半年，总共1000万元左右，曲泉儒收了约百万元好处费，蔡嵩松收了几十万元好处费。 2019年2月，只当了一年多研究员的蔡嵩松接手诺安成长基金，几乎All in半导体芯片，这只基金在2018年跌幅为31.18%，2019年的涨幅达到95.44%。到了2020年末，一年半时间，诺安成长的规模扩大超过30倍至327.76亿元，一度成为诺安基金的“头牌”，蔡嵩松也因此一战成名。 “诺安成长”基金涨幅（图源：天天基金网） 然而，随着半导体行业的全面回调，蔡嵩松遭遇职业生涯“滑铁卢”。诺安成长在2022年亏损了129亿元。2023年9月，蔡嵩松从诺安基金离职，卸任在管的全部基金。至此，蔡嵩松的基金神话也迎来了落幕。 自2020年以来，中国公募基金有了前所未有的热度，一大批明星基金经理们应运而生。他们操盘的基金依靠超高回报率，吸引大批年轻人入局，也被基民追捧。 但随着行业监管趋严，基金行业的传奇时代也走向落幕。蔡嵩松等明星基金经理们，也走向了不同的命运。 蔡嵩松被起诉或许只是开始。蔡嵩松之后，葛兰、张坤等昔日明星基金经理的命运同样晦暗不明。 2020年，国内新成立的基金规模超过3万亿元，创历史新高；2021年也达到2.96万亿元。 这两年是基金经理的黄金时代。随着半导体、白酒、医药、新能源等赛道轮番发力，一大批明星基金经理脱颖而出。 第一个出圈的基金经理是蔡嵩松。在“ikun”和“医药女神”还未出圈的时候，蔡嵩松早已依靠All in半导体的极端投资风格，为许多基民赚到了钱。 蔡嵩松有着光鲜的履历：15岁进入中科大少年班，就读计算机专业；25岁从中科院计算技术研究所博士毕业；31岁进入诺安基金任研究员，当了一年多的研究员，就开始管理诺安成长基金。 蔡嵩松搭上了半导体行业的东风。2018年，芯片自主研发、国产替代化的热潮席卷股市；2019年，诺安基金大涨超95%。2020年5月，蔡嵩松陆续管理诺安多只基金，管理规模从2019年的3.8亿元，一路飙升至2020年末的超400亿元。 仅仅从业两年，蔡嵩松就走入了百亿基金经理之列。但是极致的投资风格，使得蔡嵩松管理的基金收益波动频繁，幅度也很大。 2020年，半导体行情不如2019年，诺安成长基金频繁回撤，不少基民遭受损失。蔡嵩松多次被骂上热搜，在网民口中的“蔡总”和“蔡狗”之间反复横跳，也被称为“长在热搜上的蔡嵩松。” 蔡嵩松在接受《中国证券报》采访时承认，2020年三季度，在半导体板块的单边下挫行情中，诺安成长出现了大幅回撤，网上逐渐出现了各种负面舆论，甚至还有“真假蔡嵩松”等谣言。不过，诺安成长在2020年的涨幅仍然达到39%。 蔡嵩松凭借诺安成长基金走上神坛，易方达的张坤则成为第一位管理规模超过千亿的基金经理，被称为“公募一哥”。 2020年底，张坤管理的基金已经达到千亿规模。让张坤出圈的是易方达蓝筹精选基金。这只基金重仓一线白酒，又押宝腾讯、美团等港股互联网龙头企业，2020年的涨幅达到了95.09%。 2020年全年，张坤帮基民赚了400亿元利润。2021年1月25日，易方达蓝筹精选一天暴涨5.05%，一举将自己和张坤送上热搜，张坤彻底火出圈了，吸引大批新基民不断涌入基金圈。易方达蓝筹精选的规模在2021年二季度达到899亿元，张坤在管基金规模也达到史无前例的1345亿元。 这一阶段，除了年轻人纷纷入局，许多老年人也掏出积蓄购买基金，并获得不菲回报。一份行业报告显示，2021年一季度，60岁以上投资者平均收益率达到19.05%，盈利人数占比达60.42%。 2021年年末，“医药女神”、中欧基金经理葛兰超越张坤，成为新晋顶流。 2020年，葛兰管理的中欧医疗健康混合基金规模还不到60亿，但2021年暴增6倍，规模超过400亿，2021年第四季度的在管基金达到1103亿元。葛兰是第一位规模超过千亿的女性基金经理，被基民称为“公募一姐”。 这是明星基金经理的黄金时代。赚钱的基民纷纷为新偶像建立粉丝团，蔡嵩松、张坤等顶级经理人坐拥大量拥趸，朱少醒、王宗合、刘彦春、侯昊等名气稍逊一筹的基金经理也有了自己的后援会。 例如，押注张坤的基民自称“iKun”，他们在微博超话打榜，喊出的口号是“全世界最好的坤坤，不是蔡徐坤，而是张坤！”“坤坤勇敢飞，iKun永相随。坤坤不老，蓝筹到老。”在阶段性获利后，将娱乐圈的“饭圈文化”移植到基金圈，视基金经理为信仰，企图在他们的带领下成就自己的暴富神话。 面对火热的市场、躁动的基民，基金经理“顶流”在短时间内创下不可思议的业绩后，仍然较为冷静。 在2020年的年报中，面对“公募一哥”的称号，张坤表示：“评价一个投资人至少需要10年的维度，才能平滑掉风格、周期、运气等方面的影响。” 不过，在彼时基金市场的狂热氛围中，这番言论并没有浇灭粉丝们的热情，更没有让普通投资者对于基金投资怀抱更大的敬畏之心。 2021年第二季度，蔡嵩松管理的诺安成长赚取98亿元利润，力压张坤排名行业第一。在接受媒体采访时，面对主持人多次脱口而出的“蔡狗”，蔡嵩松时而仰头大笑，时而露出尴尬而不失礼貌的微笑，“我希望大家能天天开心就好”。 图源：@央视财经节目 蔡嵩松表示，如果基金是个人，他希望做的是从幼儿时期陪伴到大学时期。半导体基金还处于初期，他对未来非常有信心。 不过，随着基金行业的周期性回落，基民显然没有耐心陪伴昔日的偶像一直走下去。 2022年，沪深300指数跌幅超过21%，大批股票型基金业绩惨淡。随着半导体风口的回落，重仓半导体的蔡嵩松遭受了巨大损失，诺安成长当年跌幅超过40%，全年亏损达129.3亿元。2019年至2021年，这只基金合计利润为93亿元；2022年的亏损相当于把前几年的利润都吐出来了。 同一年，张坤的易方达蓝筹精选的跌幅达到16%。2020年和2021年，这只基金为基民赚到合计192亿元的利润；2021~2023年分别亏损104亿元、107亿元和113亿元。2023年，易方达蓝筹跌幅再创新高，达到21%，远超当年沪深300指数11%的跌幅。 易方达蓝筹精选年度涨幅（图源：天天基金网） 葛兰也摔了个跟头，其管理的中欧医疗健康混合C和混合A，在2022年的跌幅均超过23%。其中，中欧医疗健康混合C在2022年亏损109亿元，2023年亏损70亿元。同一时期，另一只基金中欧医疗健康混合A分别亏损84亿元和60亿元。 2022和2023年，公募基金产品合计亏损1.9万亿元，蔡嵩松们纷纷跌落神坛，其中不少人除了公开向基民道歉，还试图通过灌输“心灵鸡汤”，抚慰昔日的忠实粉丝。 张坤和大家聊“焦虑”、谈“恐惧”与“乐观”，和基民讨论价值观，进行“语言艺术治疗”。他借助多巴胺释放来解释基民的焦虑与满足，告诉基民“当想象可能发生的痛苦事情时，那种感觉丝毫不亚于真正的痛苦。” 被业内誉为“投资常青树”的朱少醒，也鼓励基民，“如果把眼光放到更长的时间维度，再对市场过度悲观已经没有意义。” 百亿基金经理杨锐文则表示，“跌到市场自我怀疑的时候，这个市场就见底了”，鼓舞基民，“面对未来的风浪，我们努力把稳船舵，破浪前行。” 不过，“心灵鸡汤”并不能扭转乾坤，整个基金市场逐渐降温。2022年，国内公募基金发行新基金份额近1.5万亿份，2023年降至1.2万亿份，远低于2020~2021年的3.1万亿份和2.97万亿份。 明星基金经理的时代，已经走到终点。 2022年，监管部门首次提出，要扭转过度依赖“明星基金经理”的发展模式。今年3月15日，证监会再度发文，明确提出公募基金要“摒弃明星基金经理现象”。 昔日顶流中，蔡嵩松已经离场；张坤等人依旧在位，但管理规模已经大幅收缩。 2023年9月28日，葛兰卸任了中欧研究精选和中欧阿尔法的4只基金。蔡嵩松更是在一天后清仓式卸任，辞去了诺安基金经理职位。Wind数据显示，这一年卸任的基金经理超过了350位。 基金经理顶流们的“千亿时代”已不复存在。截至目前，张坤管理的4只基金规模缩水至654亿元，其中易方达蓝筹精选的规模已缩水至417.38亿元，与高位相比直接腰斩。葛兰在管的5只基金规模缩水至573亿元，其中规模最大的中欧医疗健康混合C为240亿元；刘彦春在管的9只基金规模缩水至538亿元。 另一方面，损失惨重的基民终于走出了对于基金经理的迷信。昔日被鼓励“勇敢飞”的基金经理们，如今要面对网络上关于奢侈房产、千万年终奖的质疑。 然而基金亏损的同时，基金公司管理费却“旱涝保收”。 2022年公募基金亏损1.47万亿元，但是头部前十名的基金管理费均在几十亿，其中易方达基金公司的管理费排在第一，为102亿元。前十大基金公司的管理费在2022年合计达到了588亿元，而2022年公募基金行业的管理费为1458.26亿元，头部十家就拿下了40%。 图源：wind 随着市场走弱、新基民减少，基金管理费有所缩减。Wind数据显示，2023年公募基金共收取管理费用1356.57亿元，较22年减少超过百亿元，也是行业近十年来首次“缩水”，但仍然高达千亿。 基金业绩惨淡，巨额管理费却照收不误，引发了越来越多的反感和批评。 今年4月19日，证监会发布新规，明确将公募基金股票交易佣金费率调整至较为合理的水平，建立佣金费率动态调整机制，根据全市场费率变化情况，定期调整公募基金股票交易佣金费率，同时将交易佣金分配比例上限由30％调降至15％，自2024年7月1日起正式实施。 仍处于低位的市场，愈发谨慎的基民，日益严格的监管措施，都表明基金高歌猛进的时代已经结束。明星基金经理以及他带来的市场疯狂，正在成为过去式。 在2023年年报中，张坤写到：在粗放增长年代时常出现的“大力出奇迹”和“乌鸡变凤凰”将更难复制，企业的经营需要更加精细化，“我们也需要用更加严格和细致的标准去评估投资标的。” 基金经理们的诸神黄昏时刻到来。这场交织了欲望、幻想与幻灭的造富之路，已经迎来终局。

快科技4月23日消息，尽管余承东现在已经不再频繁使用“遥遥领先”这个词，但他个人一直在实际行动中展现着这一理念。 作为网友争相模仿的对象，余承东的“遥遥领先”已经成为了一句网红金句。 他曾表示：“我们和别人并无差别，不缺少一只手或一条腿。别人能做到的，我们为何不能？别人能做好的，我们一定能做得更好。我们没有做不到的事情，只有不够坚定的决心。在任何领域，我们都追求第一，绝不接受第二。” 如今，余承东基本上不再使用“遥遥领先”这个词汇，而是采用了一些新的表述来描述华为的地位，比如“超过了第二名和第三名之和”、“在行业中位居第一、领先第二名非常多”等。 他曾解释过“遥遥领先”的含义，指出这个词汇并不经常使用，只有在华为在某些领域确实取得显著优势时才会提及。 他强调，华为的领先地位是通过长期的研发创新和技术投入建立起来的。

身为水果之王，榴莲就像人见人爱的全民女神，从不缺迷弟迷妹。 临近榴莲旺季，不少人已经抢先“剁手”今年第一个榴莲了。 有人买到了“报恩”的梦中情莲，赐予爱称 “懂事的榴小莲”，再叠加几个感叹号以示激动；有人则遭遇了“报仇”榴莲，瞬间变身大冤种，“榴莲肉有多少，我的肉就有多疼”。 买榴莲堪比开“盲盒”，玩得是刺激，碰得是运气。动辄数百元的价格，也让开榴莲变成了 “豪赌”。 毕竟，一身盔甲包裹之下，湿包、干包和死包都是悬念，三房、四房还是五房肉也是哑谜，就连定价也是玄学。 同样号称3-4斤的金枕榴莲，价格低至100元出头，高到200元左右，价差近一倍。 但这些风险不足以劝退“榴莲铁粉”，反而激发了他们的好奇心与好胜心。 为了不当大冤种，他们开始恶补榴莲课，学习如何挑榴莲、去哪儿买榴莲......试图把榴莲“盲盒”变“白盒”。 “事实证明，补课是有用的”，90后安然晒出近日“成绩单”——其在淘宝“直播万人团”活动中挖到的一款二十多元一斤的泰国金枕榴莲，激动得安利，“足足有4房哦，这个品质和价格属实很报恩了”。 01 苦修“莲学”，不当榴莲大冤种 “买到一个梦中情莲，为什么这么难？”，95后小天感叹。 她刚在超市买了一个7.7斤多的金枕榴莲，花了300多元，只开出2斤多果肉，出肉率28.8%，算下来，果肉平均150元一斤，“这榴莲肉比我的人肉都贵，妥妥当了回大冤种，最近都不敢再开榴莲盲盒了”。 出肉率高低，是榴莲品质最直观的指标，通常出肉率超过45%算是不错，超过50%便是天赋异禀，而30%以下是妥妥的“冤家”。 这样的冤种并不罕见。 在小天的吐槽帖下方，就有不少“同病相怜”者留言，“买了个八斤多的，盲估出肉不到两斤”“买了个2.6斤的巴掌榴莲，开出来肉才8两”...... 除了出肉率，口感不佳、缺斤少两等问题也时有发生。 即便是“阅莲无数”的榴莲学霸也难免踩坑。 一年要吃上百个榴莲的90后陶陶就有这种经历，某次她自信满满从水果店挑了一个榴莲，打开后果肉看着也不错，但口感却意外很差，“靠近核的地方水唧唧的，一点也不好吃，以前就算出肉率不高，味道绝对没问题，这个直接大翻车”。 导致榴莲品质不稳定的主因，是榴莲自带的“娇贵”属性，品种、气候、土壤、采摘、储存等各种因素综合影响了榴莲品质。 一旦某些条件发生变化，就可能导致品质的不稳定。因而，水果之王榴莲同时也被称为“难度之王”。 拿储存来说，成熟度较高的榴莲在常温下一般只能存放两天，仓储运输条件不好的话，坏果概率会较大，而为了避免这类问题，部分果商会在榴莲成熟前采摘，但这又可能导致榴莲熟度不够，出现味淡、生包等问题。 最终，用户能买到怎样的品质，全凭运气和商家的“良心”。 为了避免成为大冤种，一部分年轻人苦修“莲学”。 在社交平台上，就有不少人互相分享、交流榴莲挑选心得，“金黄色”、“奶油尖尖”“闻到香味”已是基本共识。 除了个人心得外，部分卖榴莲的直播间也会提供相应科普，通常他们会联合行业人士进行更专业的指导演示。 在淘宝直播4月19日的泰国榴莲万人团直播中，就有泰国榴莲仓储工厂的挑果师傅，演示 “敲、摇、闻、捏”四步，来判断榴莲的成熟度，如敲击发出空空空的声音就表示熟度适中。 不过，这些挑选技巧只在线下购买时才有用武之地，而如今越来越多年轻人喜欢在电商平台买榴莲。 据淘宝数据显示，去年4月～8月间，淘宝专门卖榴莲的直播间增加了近900个，每天吸引了至少100万人观看，相比上年，销量增长超过100%。 对于那些习惯网购的年轻人来说，在线如何拿捏榴莲品质好坏？原产地实景直播，可谓“对症下药”。 “很多直播间说自己是从原产地进货，但口说无凭，真的去原产地直播的才靠谱”， 安然告诉《财经故事荟》。 原产地直播的优势在于，让用户“云游果园”“眼见为实”。 以淘宝溯源直播为例，其推出的“直播万人团”新模式，主打的就是由平台牵头，联合商家共同对接各地源头特色好货，在本次“泰国榴莲万人团”中，其联合百果园将直播间搬到了泰国果园和仓储工厂，展示了榴莲从采摘到运输的整个处理流程，让用户对产品由来和品质标准心里有数。 比如，在采摘环节，直播间就设在果园内，淘宝头部主播“香菇来了”和百果园产地采购总监童星介绍了榴莲采摘标准——成熟度控制在大约 8-8.5 成， 4个整包饱满；而在仓储环节，直播间则搬到了工厂内，工人们有序进行着分等级、杀菌、打包等一系列流程。 当然，只是“眼见为实”还不够，安然认为，售后也很重要。“特别是榴莲，死包是很难避免的”。 淘宝直播就深谙此道，其创新推出“榴莲保险”——用户购买淘宝直播榴莲卡后，便可享有“保4房、缺一房赔一房、死包包赔、坏包包赔”服务。 从线下挑榴莲到线上挑直播间，年轻人似乎找到了打开榴莲“盲盒”、拒绝榴莲“刺客”的法门。 02 榴莲的“天价”地位是如何养成的？ 只是拿捏了榴莲品质，年轻人还不足以实现“榴莲自由”，高高在上的价格，阻碍了他们大快朵颐。 刚入榴莲旺季，年轻人已在社交平台上喊贵，“45元/斤，咬牙买了，太心疼了”“各大水果店榴莲68元一斤，去年最贵的时候也就40多元，今年这是怎么了？”“去年楼下超市最贵的时候39.9元一斤，今年打折后还要49.9元”...... 和去年相比，今年的榴莲价格确实贵出不少。 据亚洲最大的果蔬交易市场广州江南市场近期发布的榴莲批发价格指数显示，今年4月21日，泰国进口榴莲批发均价为52.06元/公斤，去年同期是42.06元/公斤，上涨幅度23.8%。 来源：广州江南果菜批发市场官网 如果和10年前相比，价格更是上涨了约1.7倍——据中国新闻网报道，2014年和2015年国内进口榴莲的批发价低至19.8元/公斤。 在馋和贵之间，很多年轻人选择了“不忍”，因为根本忍不住。 但“含泪”消费后，不少人感到后悔、心疼，需要一番自我建设。 “24岁第一次吃到自己买的榴莲，好贵，有点舍不得，但想对自己好一点”“斥巨资小四百块买的榴莲，回家就后悔了，好心痛，感觉在吃钱，以后再也不买这么贵的了”。 榴莲价格之所以居高不下，一方面，是因为其从种植到运输各个环节成本高企。 榴莲树生长非常缓慢，大多数果树只需2~3年就能进入结果期，而榴莲要等上7~8年才开始结果，优质的榴莲更是要等到15年以上，变现周期漫长。 采摘方面，不仅有难度，还有危险性。 这从淘宝此次的“泰国榴莲万人团”直播镜头中可见一斑——榴莲树高度一般在20米以上，更高的甚至有40米，相当于14层楼高，而一些老树树龄长达40年。 采摘画面更是震撼。三四年培训才能上手的榴莲采摘工，俩人一组，一人徒手徒脚爬树摘果向下扔，一人在树下找准榴莲落点，用布袋快准狠得接住，全程没有防护措施，属于“拿命”摘榴莲。 这自然导致人工成本高企。据新华网报道，早在2018年，榴莲采摘工人在旺季的日薪就高达10000泰铢（约2000元人民币）。 处理环节也很麻烦，榴莲下树后，要经过分级、泡药、堆放、吹干、打包、装箱、上柜等七八道工序，耗时耗力，属于慢工出细活。 另一方面，“物以稀为贵”，榴莲产量低与需求高的失衡，也导致其定价节节攀高。 榴莲是热带水果，习惯高温高湿环境，且只能在特定的土壤和海拔高度生长，主要产区限于东南亚，供应量有限。 但榴莲需求量却不断增加，据汇丰银行去年9月报告显示，全球榴莲需求同比增长了400％，其中，中国是榴莲消费大国，占据了总需求的91％。 国内榴莲高度依赖进口，近几年进口量持续走高。据中国海关统计，2023年中国进口新鲜榴莲超过142万吨，相比2022年增长了72.87%，相比2017年更是增长了5.3倍。 而进口采购运输周期长、中间环节多，不仅抬升损耗成本，还有层层加价，终端价格自然不菲。 据艾瑞咨询数据显示，水果产品从种植端到最终消费者，至少经过4-5次流转，各层级的加价率在10%-20%不等。 安然对此有所见证，她去年4月初去泰国旅游时，看到街上的榴莲一斤15元，但此时国内售价却高达45元，加价约2倍。 综上，多方因素合力造就了榴莲的“天价”地位。 03 榴莲“下凡”，初见眉目 既然榴莲“天价”是多种因素合力而成，让其“下凡”，也需从多点着力。 从供给角度看，仅靠进口难以满足国内旺盛的榴莲需求，增加国产替代，势在必行。 火龙果、阳光玫瑰葡萄等水果的国产化，就是从“天价”走向平价的先例。 目前，国内适宜榴莲种植的只有海南，2018年开始规模引进种植，目前种植面积超过3万亩，预计2024年挂果面积将增加到4000亩，总产量达250吨。 虽然这与百万吨的进口量相比，只是九牛一毛，难解“燃眉之急”，但“功在千秋”，长期利好。 另一方面，优化既有进口路径，更容易“利在当下”。 其中，缩减运输过程，是目前政府在牵头发力的举措。2021年正式运行的中老铁路，可将泰国榴莲进口运输从海运的7天缩减到3天。目前，中越铁路的修建计划也已敲定，届时，越南榴莲运到中国可能只需1小时，可以大幅降低损耗成本，间接“反哺”终端降价。 此外，通过产地直采，减少中间流通环节，则是头部电商平台和商家的着力点。 淘宝此次溯源直播，就联合了百果园、果乐遥等商家，前去泰国“榴莲之都”尖竹汶果园直采。这里的榴莲产量约占全泰国的七成，也是中国榴莲进口的主要原产地。 产地直采模式下，削减中间加价，减少流通损耗，可以让多方同步受益。 很多人对果农和商家可能存在误解，以为榴莲供不应求，果农必然赚钱，但其实不然。 榴莲作为时令水果，叠加其“娇贵”属性，对采摘、储存等节奏要求很高，一旦没有在合适时间售出，就会造成大量损失。 而淘宝的海量用户，加之其聚焦爆款打造的“直播万人团”模式，有能力聚拢可观流量和用户，实现产品引爆包销，以此为谈判砝码，可以促成终端低价。 不止如此，为建立全网维度的价格竞争力，淘宝“直播万人团”还在直采拼团的价格基础上，给予一定的官方补贴，实现“折上折”。 上述一套组合拳下来，淘宝泰国溯源直播间直接把榴莲价压到地板，以金枕榴莲为例，一颗3-4斤的金枕榴莲只需89元，比其历史最低价168元降幅近一半。 而在多个抖音直播间，同样是3-4斤的金枕榴莲，价格高达124.99元～185.89元不等，比淘宝直播价格高了五成左右。 从单价来看，淘宝直播间每斤22.2元～29.6元/斤的金枕榴莲价格，甚至和全国批发均价相当——农产品信息商务平台一亩田显示，4月19日金枕榴莲全国批发均价为28.78元/斤。 而且，这种低价并非仅在一时。 众所周知，榴莲就像期货，价格随行就市波动较大，淘宝直播间“榴莲卡”支持用户先囤再兑——提前锁定低价，后续需要时随时兑换。 抢完榴莲卡后，安然一脸满足，“20多元一斤，我终于初步实现榴莲自由了”。 榴莲从“天价”到平价之路，难以一蹴而就，淘宝直播的探索，算是打了个样。想要榴莲价格全面打下来，有赖政府、平台、商家和果农的共同发力。 “将来有没有可能降到十几元一斤？那时候我就拿榴莲当饭吃了”，安然满怀憧憬。（文中小天、陶陶、安然均为化名）

在探索人工智能领域的浪潮中，针对个人消费者C端的AI解决方案的实际落脚点，似乎依旧沿着一条较为狭窄的路径发展。 美国著名科技风投机构a16z最新的研究报告透露，当前市面上颇受欢迎的五十种C端AI产品，主要集中于视频、音频、图像和文本处理的智能工具领域，这一趋势反映出面向C端的应用依然有待进一步拓展和深化。 在此背景下，国内AI创新企业功夫源科技重磅推出「功夫量化」AI应用，这是针对金融行业的一次跨越性进击。 它能够在PB级金融数据海洋中，以秒级速度进行精准的信息搜寻，国内首款面向普通投资者的AI金融数据分析产品。 其核心竞争力在于它能够对繁杂的数据进行深度筛选，洞悉背后的价值信息，并据此生成新的、有力的洞见，帮助用户做投资决策。 在过去，进行这类复杂的金融分析通常要求分析师具备高级编程技能，并需要在专业金融数据库上执行一系列开发工作。 而现在，借助功夫量化的AI技术，即使用户不具备编程能力或使用专业工具的经验也能轻松进行分析。 他们只需通过免费的小程序或桌面客户端，以类似ChatGPT的问答形式，即可实时获取所需的分析结果。 例如，用户可以轻松查询： 「今年3月每天收盘前30分钟逐笔成交数量最多的股票」 「中国石油和上汽集团在今年1月3号开盘后10分钟内每分钟逐笔成交数之差」 「2024年宁德时代三十分钟内涨幅超过1%的随后五分钟的涨跌幅度」 小程序版：手机端亦可轻松获取TB级数据的AI测算，洞悉市场秘密 桌面客户端：市面上唯一基于l2数据进行因子研究和因子生成的AI计算工具 这种能力让普通投资者也能深入挖掘那些曾经只有专业数据分析师才能触碰的深层信息，自由探索数据海洋中的线索，从而揭示新的投资和交易机会。 而这对于那些习惯于通过复杂算法和策略来寻求盈利的股票操盘手和期货交易者来说，无疑将面临工作形态与流程的变革—— 过往，他们可能需要依赖IT开发者或数据分析师来实现复杂策略，如今，在AI的帮助下，他们能够独立完成这些任务，这大幅提升了工作效率，也为他们的决策提供了更直接、更精确的支撑。 产品一经推出，已经有金融从业者调侃并感叹，又一波失业大潮要来了！ AI能力强，还需优质数据打底 目前，功夫量化已经为用户提供了覆盖国内全市场的金融市场Level2数据。这种数据的深度和广度，使得用户不仅能够以更高精度分析市场动态，还能更精确地分析市场动态并制定相应的交易策略。 Level 2数据的稀缺性和价值体现在其提供比传统市场数据更丰富的交易层面信息，包括订单簿的所有买卖报价级别，这是洞察市场供需状态、预测价格走势并把握交易时机的关键因素。 在数据服务行业，Level 2数据往往价格不菲，通常超过10万元人民币，且对于终端用户来说，其使用不仅停留在昂贵的获取成本上，还包括了必要的存储和计算基础设施的搭建。 这一系列的技术和财务门槛，自然将许多个人用户和小型机构排除在外，传统上，只有资金雄厚的机构才能够应对这样的成本投入。 针对于此，功夫量化团队所开发的全新无服务架构改变了这一局面，通过云计算平台提供弹性算力服务，使得用户无需前期投资即可实现数据的即时在线处理和分析。 通过这种创新模式，高成本的数据服务以更加亲民的方式呈现给了C端用户，同时保持专业级的数据处理能力。 不同用户之间的计算任务完全隔离在各自的沙盒内，这不仅保障了数据安全，也确保了高并发环境下的优良用户体验。 功夫量化团队的产品经理透露，除了现有的Level 2数据，今年内还将进行一系列的数据升级，包括添加基本面数据、另类数据等多种数据类型。 这些升级将帮助用户在功夫量化产品内获得更加完整的市场图景。 金融版的特征工程，因子计算创新应用 在机器学习的应用过程中，特征工程是确保模型有效性的关键步骤。 在金融行业，这一概念对应着因子的提取和使用，这些因子常常是投资决策和量化策略的基石。 针对这种场景，功夫量化还特别推出了基于因子计算的AI Infra—高性能金融因子工厂，支持用户通过功夫量化的先进无服务算力设施来自定义和部署因子计算任务，进而提高金融分析和交易策略的精准度。并通过开放式的API在其他系统内连接使用计算结果。 高性能金融因子工厂特点如下： 自定义因子计算：用户可根据个人或机构的特定需求，自定义因子计算逻辑。为投资策略带来了极大的灵活性和针对性，满足每个市场参与者采用其独到的视角和策略。 无服务算力设施：功夫量化的无服务架构允许用户在虚拟化的隔离环境中运行因子计算任务，无需担心底层硬件的维护和升级。这种云基础设施支持高弹性和可扩展性，确保了计算资源的即时可用性和高效执行。 开放式API接口：通过开放式API，用户可以轻松地将因子计算结果集成到其他系统中，无论是内部的交易系统还是外部的分析工具。这种高度的互操作性极大地增强了因子应用的灵活性和广泛性。 以上三点共同构成了强大的运营壁垒，为用户提供个性化、低维护和高度互联的量化交易解决方案的同时，也为商业模式创新奠定了坚实基础。 在特征工程领域，国外已经出现AI基础设施独角兽，例如Tecton就为机构用户提供通用的数据特征管理基础设施。 相比之下，功夫量化专注于金融行业，提供了更为定制化和行业特定的解决方案，包括专业数据、定制工作流集成、交易执行无缝衔接等特点。 同时通过功夫量化特有的产品设计，使得这些功能既能满足专业投资机构的需求，也能完全开放给个人用户自由使用。 AI加速，全能交易Agent即将到来 功夫量化的未来发展计划表明，他们致力于将人工智能功能更全面地融入金融交易的各个环节，从数据分析到实盘交易。这种全链路的AI增强不仅将改变传统的交易方式，还预示着AI在金融领域应用的新纪元。 不久后的功夫量化平台将通过高级的用户界面和自然语言处理技术，使用户能够直接与系统对话，描述他们的交易需求和目标。AI Agent将解析这些需求，自动执行以下步骤： 分析数据，识别关键因素 自动生成策略代码 在高精度的回测系统上测试策略 可视化展示回测结果 自动筛选并推荐最佳交易策略 这种交互方式将极大地简化用户的操作流程，降低进入门槛，使金融交易更加智能化和个性化。 别具一格的技术创新型团队 自2017年成立以来，功夫量化团队始终保持一个精练而高效的团队规模。 尽管团队成员仅有三十人，但他们覆盖了包括核心研发、产品设计、质量测试、运营管理以及商务等各个职能领域。 这种全面而紧凑的团队配置使得功夫量化能够灵活且高效地处理复杂的任务和项目，并且具备同时交付面向大型金融机构的专业软件项目和面向C端用户的大规模在线服务的能力。 功夫量化创始人董可人本科毕业于清华大学计算机系，并于利物浦大学计算机系取得博士学位，在多年以前就在知乎等知识平台上凭借在量化交易领域的专业知识获得过大量关注。 团队内的其他成员也都非常稳定，创始成员们已经有近十年的合作经验。 董可人是早期知乎上金融领域前十答主，也是国内最早的量化布道者 在传统金融技术领域，多数团队由于对稳定性和安全性的高需求，往往采用了较为保守的技术栈。 与此形成鲜明对比的是，功夫量化团队展示了一种创新的技术实施策略和研发流程，这不仅使他们在技术前沿保持领先，同时也确保了产品的高性能和高稳定性。 功夫量化团队在其开发流程中集成了如GitHub、Airtable、Zapier、Hookdeck等工具，这些工具支持高效的代码管理、项目管理和自动化流程。 通过采用这些前沿技术与工具，有效缩短开发周期，并同时保持软件质量和稳定性，这使得功夫量化能够仅维持少量人力的情况下即可同时支持专业软件交付和运营大规模在线服务。 One More Thing：开源项目 由于行业内高强度的竞争属性，金融业的交易者除了关注策略能力，也非常关注交易执行环节的系统性能，需要尽可能的降低交易信号执行时的系统延迟，才能确保自己获得更好的交易机会。 功夫量化在业内一直以来都以极致的低延迟系统性能为知名，不仅在性能上表现出色，更是开源理念的推行者和贯彻者。 除了提供系统核心组件的开源代码，功夫量化团队还打造了完整的在线开源站点（www.libkungfu.cc），提供详细的文档、版本管理、预编译的安装包下载等多项支持。 功夫量化开源站提供了详细的版本追踪、文档和产品下载信息 在GitHub上提供的开源仓库，已经收收获3K+加星： 项目地址：https://github.com/kungfu-origin/kungfu 尽管高性能的交易核心系统有很高的商业价值，但功夫量化团队采取了一种在金融科技领域相对少见的开放策略，并采用了开放性极高的Apache License 2.0协议，不会限制用户基于代码进行商业开发。 据了解，在竞争激烈的量化私募行业，已经有相当多的公司基于功夫量化的开源产品来打造自己的核心系统，其中也不乏大型头部机构。 功夫量化提供的SDK和插件化包管理机制极大地简化了开发人员创建定制交易终端产品的过程。这种高度模块化的设计使得开发者可以轻松集成AI、数据服务、因子计算等功能，而不必从零开始构建。 通过功夫量化提供的API，用户只需少量的开发工作，就能实现跨平台、带有图形界面的自定义产品，并且支持Python、JavaScript、C++等多种开发语言，灵活度爆表。 最后，想要体验功夫量化的最新产品，可以直接点击下方小程序，赶快来试一试吧：

咱们国家发射火箭的时候，尤其是长征五号这样的重型火箭，欧美经常渲染威胁论，说什么残骸容易砸到人，就算砸不到人也容易伤到花花草草，但现实总是很打脸。 根据外媒报道，今年3月8日14点34分，位于美国佛罗里达州的Alejandro Otero家里遭遇“天外来客”，但不是什么外星人，而是一块太空垃圾，直接把房子给砸穿了。 当时，这个物体从天而降，先是击穿屋顶，然后穿过两层楼，砸入地板，并发出了巨大的声响。 Otero当时正在外地旅游，他的儿子在家中，险些被击中。 他最初怀疑是陨石，但取出后发现肯定是人造的，因为是一个圆柱形金属物，只有顶部烧融了。 房顶一个大洞 地板一个大洞 就是这货 经过调查确认，这是国际空间站上扔下来的旧电池。 国际空间站早年使用的是老式镍氢电池，2018年开始陆续换装新的锂离子电池，但因为数量众多，只能由飞船分批次带上去新的、带下来旧的。 但是到了2020年，日本的最后一艘TV货运飞船撤回之后，最后一部分镍氢电池就留在了空间站上。 问题是，这个包含九块镍氢电池的货物托盘相当巨大，总重约等于一辆大型SUV，单单是电池就估计有2.6吨。 更大的问题是，后续的飞船都装不下它，包括SpaceX的龙飞船，而这么大个东西也不能一直留在上边，太占地方了。 最后一艘带走镍氢电池的HVT货运飞船 于是，NASA就决定直接扔了它，预计围绕地球漂浮两三年，然后坠入大气层中完全烧毁。 ESA欧空局也强调，可能会有部分落到地面上，但是击中人的可能性非常低。 2021年3月11日，国际空间站运行至中美洲以西太平洋上空约418千米处时， NASA地面控制人员操控国际空间站上的机械臂，把它直接扔了出去。 直到今年3月8日，飘了整整三年之后，这个大家伙从墨西哥湾上空一头扎进大气层，剧烈燃烧，可惜没烧完，Otero家倒了大霉。 就这么直接扔了 扔了 NASA肯尼迪航天中心对于剩余残骸分析后确认，掉下来的是一根固定支柱，铬镍铁合金材料，重约700克，高约10厘米，直径约4厘米。 至于它为何没有燃烧殆尽，NASA和国际空间站会进行更深入的分析。 至于Otero一家得到了什么赔偿，不知道。 残骸对比完整版 越来越多的太空垃圾

文｜赵艳秋 编｜牛慧 从去年底到今年初，大模型在企业中的落地呈现加速之势。业界主要生态牵头方，都在加快战略布局。这些布局都涉及国内大模型到底应该走上怎样一条发展路径，也影响着每一个生态的参与者，因而引发关注和讨论。 相比国外，中国大模型产业还有一个鲜明特征——百芯百模、算力更多元、模型更多。如何在这样的现实情况下，实现大模型在企业的顺利落地、规模化发展，业界也面临诸多挑战。 4月17日，大模型生态链上重要的牵头方之一浪潮信息，在其第十届生态伙伴大会（IPF2024）上，提出了要“ 以应用为导向，以系统为核心”的战略路径，并支持以“开源开放、多元多模”的方式，激发生态创新，解决产业规模化发展问题。浪潮信息推出了企业大模型开发平台“元脑企智”EPAI，升级元脑生态，构建多对多的平台系统，从而提高人工智能生态效率，以应对正在到来的企业大模型落地潮。 01 人工智能竞争要另辟蹊径？ “人工智能的算力设计起点已经到了万卡级别，仅靠芯片提升还不够，要从系统创新入手。”浪潮信息董事长彭震开门见山说。 最近，关于中国人工智能的发展道路，业界有不少讨论。4月，全国政协经济委员会副主任、工业和信息化部原部长苗圩指出，这几年我国算力与美国相比，逐渐被拉大。在技术相对落后的情况下，我们不应跟美国“打篮球赛”，而是应利用中国“下围棋”的谋略，通过大模型赋能制造业等领域，实现人工智能应用，走一条差异化的发展道路。 彭震赞同这一观点。他解释说，此前中国互联网行业也是因为和产业做了深度融合，造就了手机支付、电商、直播、物流业等的大发展。“人工智能时代也是应用为王，我们要发挥中国在应用上的创新试验场和引领作用，促进千行百业的创新。” 中国工业经济学会会长江小涓看到，2023年中国制造业占全球的比重又增长一个百分点，达到近30%。中国有全球最大、可以承接人工智能落地应用的产业。 根据IDC的预测，到2027年，中国2/3的企业将利用生成式AI和RAG的组合，将决策效率提高55%。为此，到2026年，中国500强企业将把30%以上的核心IT支出用于AI。 实际上，2024年被认为是生成式AI在企业落地的元年。数智前线获悉，从去年底今年初开始，大模型在行业的落地活跃度十分惊人。 一家工业服务商告诉数智前线，今年他们在工厂产线升级、设备能耗改造方面，落地项目预计至少几百个。另一家服务商正在船舶业做试点，这些传统行业老龄化严重，通过大模型降低对工人的技能要求，降本增效特别明显。在交通业，人们已盯上地铁、航空设备运维大市场；在知名药企，从靶点寻找、小分子药物筛选到合同审批，大模型已逐步突破一个个环节..... 在浪潮信息内部，应用场景的挖掘也很活跃。彭震认为，每家企业，要么在内部业务流程，要么在外部产品服务体系上，都有大量应用场景适合大模型创新。 在这样的形势下，“如果在大模型应用方面走在全球前面，我们的人工智能也一定会走在全球前面。”彭震说。 除了以应用为导向，当下大模型的创新要以系统为核心。 大模型的突破是算法、数据、算力等多要素协同发展的结果。即便单看算力，如今也不全取决于芯片，大模型训练算力设计的出发点是万卡集群，甚至更大集群。 “这是一个全新的架构，不是以芯片为核心的单机系统，而是以系统为核心的架构。”彭震说。 “过去两年，全球领先芯片的性能，实现了两倍的跳跃，但赶不上我们对大模型训练算力10倍、甚至百倍的增长需求。”北京智源人工智能研究院副院长兼总工程师林咏华说，哪怕是最先进的芯片，也要通过更多卡的互联，才能达到更大算力。 “所以，我们要通过系统创新，去解决今天芯片算力不足的问题。而且不是中国厂商算力不足，美国厂商算力也同样不足。”彭震说。 而在系统创新中，计算、网络、存储、算法、数据工程等，一个都不能少。彭震举例，浪潮信息曾在一个国产平台上做大模型训练，发现互联带宽非常低。但经过算法层面的优化，整个算力效率提升了33%。 在全球范围，即便是OpenAI和英伟达取得的突破性进展，也都是系统级创新。以OpenAI的Sora为例，资深人工智能专家、云知声董事长梁家恩告诉数智前线，它的惊艳效果，背后是OpenAI对架构设计、新算法组合和数据潜力的深刻洞察，以及精巧的系统构思设计能力，而非简单的“大力出奇迹”。 如何提升系统的效率，发挥系统的价值，将会是大模型领域重要的创新点。 02 从好算法到好应用并非易事 不过，大模型的落地仍面临不小挑战，从一个好算法到好应用之间，还有巨大的鸿沟。 在大模型引发业界的巨大关注后，浪潮信息人士在拜访客户过程中，感受到了一种无力感。很多客户表达了期望用大模型做智能化转型，但如何与大模型结合，技术和应用中间有巨大的鸿沟。 “从某种程度上，我们现在不是缺大模型、缺技术，而是缺场景、缺数据，缺在一个场景下磨练大模型算法的能力。”彭震说。 浪潮信息逐渐意识到，要加速大模型在千行百业的创新，需要创造一个简单易用的大模型开发环境，激发更多合作伙伴，能快速走入行业。 在开展大模型场景应用和落地的拓尔思董事长施水才看来，大模型落地讲求三个“实”。第一个叫实战，AI落地工程化交付非常重要。第二个叫实用，用户的刚性需求是什么？不能与用户的业务需求对不上。第三个叫实效，企业要的是降本增效。生态各方要聚焦解决这三个问题。 在IFP2024期间，浪潮信息发布了企业大模型开发平台EPAI，将落地的难点痛点，结合企业实践、自身的KnowHow和方法论，形成一套工具链。 EPAI平台上有多种基础模型和数据集，并提供了数据准备、知识检索、应用框架等系列工具，是端到端的一体化平台。 EPAI平台降低了大模型落地门槛。在浪潮信息内部，一位售前工程师花了一个月，用对话方式，开发了“投标参数倾向分析”小程序。标书是企业竞争的风向标，只要将投标参数丢进小程序，它就能自动分析出参数倾向于哪家投标企业，为下一步竞争策略提供参考。 值得关注的是，EPAI支持调度多元算力和多模算法。相比国外，中国大模型产业有着鲜明的特征——百芯百模、算力更多元、模型更多。据GitHub的不完全统计，截至2024年1月，国内已有AI大模型243家，其中通用模型39个、金融模型25个、工业模型23个......与此同时，CPU、GPU、TPU、NPU各种芯片都参与了人工智能的创新。 “有些人认为这是重复造车，浪费生产力。”彭震说，但从历史来看，很多技术诞生初期，都是百舸争流、百家争鸣，再通过市场之手选择最后的技术。“我们要鼓励开源开放，激励多元多模。” 浪潮信息认为，在多元多模的支持上，自己有着优势和积累。“因为我们与所有芯片企业都是伙伴，与所有模型算法公司也是伙伴。这些伙伴在这个平台上，可以获得很大的诚意，并且能够共享上万家右手伙伴（应用开发服务商），覆盖中国企业客户，真正将大模型转变为生产力。”浪潮信息高级副总裁刘军告诉数智前线。 实际上，实现多元多模并不容易。经过三年多、多层面深度配合与研发，在开展了大量适配、优化等工作后，浪潮信息逐步支持多元多模。伙伴或客户在应用侧开发应用后，如果更换底层芯片，已不需要重写代码，这解决了烟囱林立型的生态。 EPAI平台也推崇开源开放，来解决多元多模带来的挑战。比如，浪潮信息与百度、中国移动、中国工商银行、国家电网等伙伴，发起成立了OCTC开放计算组织，发布大量标准和团标，如面向AI异构协同计算的四项团标、面向液冷的首批冷板式液冷技术规范等，实现规模化的产业发展。 03 建设共生型生态 在IPF2024大会期间，不少企业表达了需要生态力量，一起从开源开放路径，解决当下大模型训练和落地中诸多挑战的需求。 “多元算力并存肯定是趋势，但从我们的角度，更关注芯片之上的软件生态。”智源林咏华说。业界看到，目前多元AI芯片生态还相对比较割裂。它们的架构不同，从编译器到算子都自成一体。大模型企业要把训练移植到这些芯片上，就不得不面对大量迁移工作。 今年全国很多地方都开始构建智算中心，面对多元算力并存、网络拥塞等核心问题，业界人士认为，只有进行标准化，才能推动下一代智算中心产业化的发展。“我们希望可以通过开源的力量，一起来做这样的事。”林咏华说。 从事行业解决方案开发的中科软董事长左春观察，当下大模型在行业的落地，是几方紧密合作的过程。客户要选择模型，会提出一些落地方向；厂家要提供基座和工具来训练模型；ISV（增值开发商）要为客户进行知识梳理和知识训练。 而在多元算力、多元模型、多元场景状况下，如果让每一家芯片厂商、模型厂商和开发合作伙伴，去对接成千上万的企业客户落地，效率太低。“我们今天要做一个多对多的平台系统。”彭震说，来提高人工智能落地效率。 在EPAI平台上，为左手伙伴和右手伙伴打造了公共的平台和工具箱。从事解决方案开发的荣联科技在2019年加入元脑生态。荣联科技首席科学家王向东注意到了元脑生态的平台化。“这让模式复制的效率会更高，边际成本会不断降低。”他进一步分析，“实质上，这是以平台带动产品，以生态进行竞争，这个竞争模式在当下是领先的。” “现在有一个词叫‘FOMO’，意思是怕错过。谈到人工智能的发展，每个人都怕错过，大家都在加速学习、亮相。”中科软左春补充说，“我也看到了浪潮信息除了硬件支持以外，在系统软件平台上的努力。” “我们很希望拥抱生态，创业企业尤其需要生态的支持。”创业公司衔远科技首席运营官、联合创始人王晓波说。 在会议期间，浪潮信息多次表示，打造共生型生态，支持客户在“多元多模”上的选择，支持开发合作伙伴和更多的模型厂商、芯片厂商发生联系，建立合作关系，共同迎接大模型在企业落地上的大潮。

作者丨 kiki 编辑 | 山核桃 美编丨渔 夫 在以大模型为代表的新一代技术席卷整个世界时，科技巨头与早期技术使用者正想着如何更好地加速技术推广，一股「AI是否会让人们失业」焦虑感已经在慢慢弥漫。 大洋彼岸外，好莱坞可能这股技术浪潮中，面对这一问题，态度最激进、冲突最明显的存在。所谓的「激进」是指，在此前好莱坞旷日持久的大罢工中，不少演员和编剧们都对人工智能展现出了担忧，而这场斗争核心就是他们希望自己不会被人工智能所取代。 尽管罢工已经结束，但「矛盾」的另一面也已经出现。在好莱坞内部，一股新的分裂已经形成——一边是创作者们对新技术充满了恐惧与不确定性，另一边却是好莱坞的巨头们已纷纷选择拥抱AI。 《名利场》（Vanity Fair）在近期的一篇文章里发出这样的感慨：“好莱坞即将经历类似于二十多年前音乐行业所发生的混乱。” 当不断涌现的新平台和新工具可以让普通人在客厅里创作一部如《奥本海默》一样长片时，好莱坞的工作室又该如何与之竞争？ 事实上，在创作者们恐惧「被AI夺走饭碗」，并为之做出努力和抗争时，好莱坞的巨头们早已提前做出了自己的选择。 当我们谈到「好莱坞」时，宏观来看，其实是在讨论「巨头的生意」。 在过去数十年的资本博弈中，从曾经代表好莱坞黄金年代的「八大时期」，到索尼吞并哥伦比亚，亚马逊收购米高梅、迪士尼收购福克斯，AT&T收购时代华纳，一系列的变局下，如今的好莱坞已形成了迪士尼、索尼、华纳兄弟探索、派拉蒙、环球影业「五大巨头」的基本格局。 比起编剧们对AI的恐惧，巨头们对AI的布局早就写在了日程表里。 去年早在编剧们罢工之前，迪士尼就成立了一个AI特别工作组，内部研究AI的广泛应用，用以控制制作成本。今年2月，迪士尼公布了其年度创业孵化器计划，五家入选公司中有三家是AI初创企业。而华纳兄弟探索早在2020年就曾联手Cinelytic，开发AI系统来辅助电影发行。 另一边靠着大模型技术震惊好莱坞的「OpenAI们」也正抓紧一切机会讨好好莱坞巨头们。 今年3月底，OpenAI曾与派拉蒙、环球和华纳兄弟探索等高管见面，推广展示其Sora模型，并已经向一些大牌演员和导演授予了Sora的访问权限，据参与该会议的人士透露，OpenAI明确请求工作室的高管们帮助其推广Sora。 同样是「文生视频」领域「当红辣子鸡」的Runway，其技术早已介入《瞬息全宇宙》等好莱坞大片中。Runway此前曾报告称，其第二代文生视频模型Gen-2相关服务的用户数量已达数百万，这之中就包括了一批制作和动画工作室的专业人士。 好莱坞巨头们之所以对AI明星公司采取如此积极的态度，背后与其自身的困境离不开关系。 罢工只是好莱坞当下困境的一个缩影。过去一年，好莱坞巨头们的生意也越来越难做。2023财年，华纳兄弟探索的工作室业务总收入同比减少12%，派拉蒙电影娱乐业务的收入则同比减少20%，这背后表面是受「罢工余波」影响，但深层原因则是——好莱坞的内容似乎越来越不被观众们买账。 从北美票房收入的历史成绩单来看，尽管2023年的90亿美元是近三年来最好的成绩，但事实上，从2009年开始，北美票房收入一直稳定在100亿美元上下。而那些真正叫好又叫座的影片，已不再是曾经的超级英雄，而是《芭比》和《奥本海默》，这或许也是为什么迪士尼被夺走票房霸主的原因所在。 索尼影业主席兼CEO汤姆·罗斯曼就曾表示，罢工之后，好莱坞所面临的挑战甚至更加严峻：“制作具有强烈文化期待和可看性更高的影片。如果能达到这样的高标准，就会成功；否则，就完蛋。” 更重要的是，电影制作成本也越来越高。据《名利场》统计，不包括营销成本，电视节目的预算每集就在600万美元到2500万美元之间，而大多数主流电影的制作成本更是高达1亿至2.5亿美元。 票房不及预期下，成本又急剧攀高，好莱坞巨头们更加看重投入产出比，在成本控制上会更加小心翼翼。 回归之后的迪士尼CEO罗伯特·艾格曾在电话会议中明确将 AI称为一种颠覆性技术，并承认AI有能力为迪士尼「创造效率」。此前，迪士尼股东还呼吁迪士尼应尽快推出AI战略，因为「股价有望翻倍增长」。 因此，某种程度上，AI技术其实在好莱坞一直存在，好莱坞巨头们也一直都在积极布局。只不过，行业的不景气叠加以大模型为代表的AI技术能力的发展大大超出了预期，两重原因下，进一步放大了好莱坞的技术焦虑。 在巨头们的宏观生意之外，将视角落于好莱坞创作者的内部，在对AI的态度上，其实也早已出现了明显的分裂。 在一场关于创作者的峰会上，正在出现这样的景象。有些好莱坞的编剧们想要讨论和计划他们如何使用AI撰写大纲的过程，但因为被编剧工会的领导发现，而退出了峰会。 这是好莱坞的真实景象：一部分创作者真正积极接纳AI，甚至参与AI创业，还有一部分创作者依旧对AI技术持怀疑态度。 《火星救援》作者安迪·威尔，他既是一名科幻作家，同样也是一名编剧，在他看来，人工智能能够写出比人类更好的故事，他甚至预言：“在我的生命结束之前，我的职业实际上将会消失。”洛杉矶电影制片人Paul Trillo在试用Sora之后表示：“对它的更多实验性用例感到兴奋。”他认为，制作人可以通过Sora开始生产更多产品。 身兼数职的好莱坞知名电影人泰勒·佩里在看到OpenAI的Sora后，选择立即暂停8亿美元的工作室扩建，他也在决定在两部即将公布的电影中选择使用AI。 还有的创作者其实早就直接进入了AI创业大军。比如《头号玩家》主演泰尔·谢里丹参与创立的AI初创企业Wonder Dynamics，这家初创公司的产品Wonder Studio主攻CG动画特效，据了解，目前这一工具已应用在电影制作中。 但上述技术的早期使用者，或者说是好莱坞创作者群体中的头部，他们的态度并不能代表所有人。 演员、编剧们所担心的其实并不是AI技术本身，而是AI技术快速发展下，一些「未被看到、未被解决的问题」。 首先，是版权。 多年以来，好莱坞一直在扫描群演的身体，并将其数字化用于电影制作，以实现大规模创建逼真的数字人物。一些群演和头部演员担心他们的形象、肖像、声音等被技术被滥用。 此外，在电影智能制作过程中，同样设计大量数据和素材，那么其原创性和独创性又该如何界定？从技术上调查取证也十分困难。不久前，欧洲编剧联合会（FSE）和国际编剧协会（IAWG）的成员就通过了一项联合决议，呼吁应「道德使用」人工智能，不利用作家或其作品。该决议中明确提到，只有人类作家，而不是人工智能模型，才能获得原创作品的版权。 其次，恶性的竞争。 好莱坞底层的打工人们更关注是稳定的生存状态。WGA（美国编剧工会）指出，过去10年，编剧薪酬中位数下降了4%，为23%（考虑通胀因素调整后），但拿着最低标准每周或每集标准收入的编剧比例却在上升，能分的蛋糕越来越少。 而当更多工作室利用AI降本增效，可能会导致不良的价格竞争，因为资本总是趋利的，工会想要为创作者争取更多的利益，资本则想压价，AI成了助燃剂，所带来的可能是整个好莱坞创作生态的恶化。 一面是积极拥抱技术，另一面则是分裂的现状，好莱坞的危机是当下AI技术飞奔下的一个「隐喻」——在科技巨头都在宣扬技术红利时，如何跨越「技术鸿沟」这一问题，被人们所忽略了。 如果你了解好莱坞的历史，某种程度上，好莱坞的每一次变动都与技术息息相关。 从无声电影到有声电影，从制片厂到电视技术，再从流媒体的侵入，过去的数十年，新技术旧技术以各种可能的方式对好莱坞进行了拉扯、推动和打击，但好莱坞依旧向前。 但如今，情况发生改变，如今真正使其产生分裂的，表面是一个尚处于早期推广阶段的先进技术，但实际上其实是被忽视的「技术鸿沟」。科技巨头们忙着合纵连横，扩充生态，电影巨头们忙着寻找生存之计，挽救业绩表现。 唯一忽略的是，如何更好地理解「人」的需求，制定跨越鸿沟的策略，而非只是沉浸在对科技的幻想中。 从这一点来说，好莱坞如今的矛盾也给人更多的启示，一项高科技从小众到大众，技术固然关键，但如何弥合技术鸿沟，需要解决更多眼前现实问题。

作者|顾 韩 编辑|李春晖 初见文生图、文生视频的震撼还清晰如同昨日，硬糖君的记忆更停留在AI绘画导致LOFTER用户销号事件——可能是这个冷门社区近年来站得最高的一次。但不到两年时间，AIGC已经随风潜入夜。 如果说AI翻唱、AI换脸、AI绘画还是在借助新工具进行自我表达，那么在互动同人文、AI智能体的方兴未艾中，最年轻的那波年轻人，已经毫无障碍地将表达本身也交给了AI。 事实正是如此。硬糖君本以为“人哄人”的工作将是人工智能留给我们这些大活人最后的保留地，却忽略了情绪价值这东西关键是量大管够随时随地、质量倒在其次了——这谁能赢过AI？ 当然，反对AI绘画的人依然在反对，在LOFTER尽力维护tag的纯洁性、或者在微博互助避雷。但在音视频等其他领域，许多借助AI工具的二创形式正在成为各自生态中冉冉升起的新分支，给意料中的、想不到的利益相关方带来冲击。 我们总在思考AI对传统文娱生产带来的升级与冲击，以及当下主流人群是否会接受AI内容。但也许AI剑指的，既不是原来那些内容，也不是原来那些人。 已成气候的音视频AI整活儿 大概因为受众里乐子人的含量较高，即便有过林俊杰告UP主、热巴粉丝整顿网红、《一念关山》换脸出圈等事件，音视频AI整活儿还是顺风顺水走到了今天，部分赛道已成气候。 首先自然是AI换脸。这项名为Deepfake的技术早在2014年就已出现，于2019年主流化，不再局限于上游专业使用。拥有近50支百万级视频的UP主“电影七十二变”正是在2019年底发家。可能是受当时“彪学”热的影响，他的早期选题多为“东北喜剧人X经典电影”，例如范伟换马东锡、沈腾换钢铁侠。 如今五年过去，换脸玩法更加百花齐放。热门CP化身唐僧与孔雀公主、演员换进女爱豆直拍、明星（主要是男明星）泥塑性转，都曾红火一时。 2023年，随着《长月烬明》《以爱为营》《一念关山》等剧集选角引发争议，AI换脸在内娱找到了真正的用武之地——热剧换脸。创作者们更多、更卷、更具热点思维，许多古早男神女神被换到争议人物身上，拉踩原主于无形，替群众出一口恶气。 其次，AI翻唱，也就是搞出过“AI孙燕姿”趣闻的声音克隆，先使用歌手干音调教模型，再让它开口唱任何你想让它唱的歌。 这类二创中有温情圆梦型的，例如让减产的、已逝的歌手唱新歌，让南韩爱豆唱中文——“XX啊，原来听得懂你唱歌的感觉是这样子的”，让平时只有几句词的成员唱整首。也有大量整活儿向的，例如让猴哥翻唱欧美经典，让《海绵宝宝》角色组团翻唱Kpop，既仿声又换脸的欧美群星版《北京欢迎你》等。 同样是在2023年，随着工具与创作者越发成熟，这一赛道出现了像热剧换脸一样更具热点思维与攻击性的玩法：翻唱Kpop新歌，现役团体互翻，或是前辈翻唱后辈，对比之意同样不言而喻。 包括日前，音色一直备受争议的韩团LE SSERAFIM在科切拉音乐节大翻车，UP主“-欧典欧典欧典欧典欧-”迅速推出了欧美Diva对同一曲目的翻唱，云上豪华版“浪姐”了属于是。 相比这两种经典拉踩模式，还有一些爆款蹭的是新技术与新工具的热点，火得一阵一阵的，不具持续性。例如去年年底随翻译工具HeyGen流行过的郭德纲用英语说相声，还有近期的“钢门音乐”。 “钢门”梗源自一位肛肠科医生在诊断中的发言。事实上，这本该是一次类似于之前废话文学、发疯文学的仿写潮，但由于一键成曲的Suno横空出世，B站音乐区在此次玩梗大赛中拔得头筹。很多UP主将全套“钢门”文案输入软件，为其选定曲风，生成了一批煞有介事的无厘头歌曲。 除此之外，传统的视频二创中用到AI辅助的地方也越来越多，如AI修复画质、AI朗读文案。根据硬糖君观察，这次《如懿传》吐槽热除了遇上了B站对中长视频的扶持，很可能也是搭上了AI解放生产力的东风。三四十分钟的视频，文案可以全由AI来读，UP主只负责控制节奏、以及在声线选择上玩出更多花样。 千人千面“同人文”，自主“摆拍”同人漫 “厌男却又是异性恋的孩子们终于有办法谈恋爱了！” 3月，一支女子与ChatGPT对话对得脸红心跳的外网视频在微博热转，其中AI语音语气自然生动，甚至能听出一些个性。类似情况也在国内发生，目前市面上主打AI社交的APP已经有十余款，还有不少产品集合了类似功能、或者对其跃跃欲试。 但是，先别急着搬出科幻片来强调赛博人机恋的后果，若你仔细看，年轻人们使用这些陪聊AI的方式堪称五花八门。 “不是ChatGPT/作业帮用不起，而是星野更有性价比。”星野就是这些APP中目前相对热门的一款。除了拿它当自由度更高的乙游玩，有人用它来查资料、练口语，有人用它来辅助小说、剧本创作，有人则是将“设圈”玩法移植过来，为自己的OC（原创角色）创建智能体、或者直接用它捏OC，称之为“崽”，自己与它互动或者开放它与其他用户互动。 此外，不少用户会为自己钟爱的游戏、小说、影视角色甚至三次元明星创建智能体。同类APP筑梦岛由阅文开发，其界面设计就会更注重引导用户创建非原创角色。不难想到，这很可能连着阅文IP孵化前置的大棋。 基于这些非原创角色，用户可以收获类似互动梦女文、互动同人文的体验。前者简单来说像是橙光游戏上的玛丽苏游戏的进化，不再是僵硬的选项与既定的剧情，而是千人千面实时生成。后者用户可以不以“我”的身份、而是以CP一方的身份与另一方互动，看能够触发怎样的新剧情。 说到AI与同人文，更符合正常想象的同人文工具其实是彩云小梦。它主打AI续写，只要给出一段文字、甚至一个关键词，它就可以一次性生成几百字内容，并且有多组选择。用户只要不断调整校准，故事就可以一直编下去。 早在2021年，彩云小梦就对其续写功能进行了一轮传播，当时B站也涌现出不少彩云小梦测评与名著离谱续写。但是显然，它走到今天依然半凉不热。 究其原因，可能是人们对AI写文的态度比较复杂。很多人愿意AI来接管生活中那些无需情感和文笔的文字工作，可这并不包括网文和同人文。好的网文是值得付费的精品，好的同人文是同好之间的灵魂共振，用AI容易给人偷工减料、虚情假意的感觉。创作者尽可以用，但圈子很难接受。 “AI角色创作平台”捏Ta可能也面临类似窘境。简单来说，它提供的是同人漫的一键生成，玩法包括“文字捏”、“图片捏”与“CP捏”。前两种就是输入文字或上传形象生成漫画，“CP捏”则是选定角色与姿势让他们来个亲密合影。 据相关报道，2023年4月上线微信小程序以来，捏Ta的社交媒体曝光量达到约2.5亿次，多次位列视频号动漫游戏日榜前十，团队近期也拿到了超千万元融资。 不过，由之前LOFTER事件就可看出同人圈子对AI绘画的态度。捏Ta在抖音、小红书的反响确实不错，但在同人文化扎根更早更深的微博、LOFTER和B站，目前还是官方账号在自嗨。一旦被发现，估计得先来一轮审判。 AI改变了什么？ 不难看出，AIGC拉低了创作的门槛，再次解放了生产力，但这无疑也会对传统的二创形式与已有的二创生态造成冲击。 例如， AI换脸红火之后，曾经是B站一大标签的邪门拉郎（如伏地魔X林黛玉）就很少再有出圈爆款 ，AI翻唱与一键成歌则加速了传统鬼畜的消亡（今日的“钢门”，昔日的“金坷垃”）。内核依然是解构拼贴恶搞，但显然AI来得更快、更有时效性。最终决定数据的不再是手艺和心意，而是算法、是热点思维，如此很容易打击到传统剪刀手、传统鬼畜创作者的热情。 而创作生态这方面，就是一个微缩版的“AI抢走人的饭碗”：AI语音代替真人CV，AI绘画威胁真人画手。 养OC的“设圈”与画画的“绘圈”之间，一方约稿、一方接稿的“民间产业链”已运转多年。如果有一天“设圈”大量迁移到星野这类APP上，形成内部闭环，面向真人画手约稿需求就会继续减少，从前服务于设圈内容发布与交流的社区也会面临相应的用户流失。 不过，这主要还是创作者一端的想法。无数事实证明，什么版权，什么伦理，什么艺术与行业的未来，消费者才不care。就像热剧换脸，跳脚的从来只有脸被抠走的流量的粉丝，大部分人则乐见其成。喜欢老演员的能见到他们时隔多年“演”新戏，乐子人能享受更极致的攻击拉踩。 追星女想多看自担、CP粉想吃粮、宅男想看涩图，说起来是内容需求，其实是情绪需求。因此产出的方式、手艺的高低，说重要也重要，说不重要也不重要。这大概也是为什么流水线化的免费网文、粗糙的小程序短剧能够大行其道，一切都是为了那一刻的情绪价值。 而最终，技术进步指向的都将是“人心不古”——这些工具能够迅速兴起是代际差距的结果，也将进一步加剧代际差距。 不同代的人有着不同的成长环境、不同的使用习惯。例如对于90后的硬糖君来说，在网上发自己照片这件事，心里总有一个过不去的坎儿，能免则免。移动互联时代的新网民对此则从来不假思索，大方真人出镜或者在评论区分享这、分享那。 而00后、10后的许多文娱习惯，都在为AI进入提供便利。TA们本就在玩语C释放戏精天分，和设定中二的智能体对话也不觉尴尬。TA们也本就在追星或者玩乙游，花钱买沉浸、买情感，对于真实和虚拟有着与前代不同的看法。此外，同人圈子到00后活跃的阶段，交易和外包逐渐成为常态，为爱发电、我手写我心，这些曾经的“铁律”早就在动摇。 反过来说，00后、10后成长过程中接触的是比传统PS修图更重的短视频滤镜，20后更是从出生开始就暴露在AI绘画、AI写真与数字人博主的“无暇”攻势之下，审美不可避免地会受影响。 其实眼下这种分歧已经初见端倪。在粉丝产出的内容中，站姐图越修越光滑，修图与混剪的调色也越来越失真。下游影响上游，古偶剧是磨皮也挨骂，不磨也挨骂。 矛盾集中爆发在抢先一步“AI化”的女演员身上。永远和别人处在不同图层的鞠婧祎，以“建模脸”著称的张予曦，在大众舆论中常被质疑、在短视频平台却备受钟爱，正因为她们在正片里就已经是很多人通过后期追求的样子。 所以说你们这些“老年人”，现在看不惯网红脸，没准等10后成为主流人群，影视里全是网红脸。就像60后的国字脸审美一样，90后的瓜子脸审美也是一种历史产物。 继续发散思维，就算传统文学与影视不会完全让位于对话体、互动剧，就算AI写剧本、写小说未必会超越真人、颠覆传统创作规律，可如果IP角色化身陪聊AI成为年轻人心目中的常态呢？是否会影响到上游故事与人物的设计？ 如何服务AI时代成长起来的受众，对创作者来说，现在思考这些问题已经不算未雨绸缪了。

加州理工团队解决了形式化研究神器Lean运行LLM推理时的核心技术挑战，可以让LLM在Lean中提出证明策略，允许人类以无缝的方式干预和修改。 Lean Copilot，让陶哲轩等众多数学家赞不绝口的这个形式化数学工具，又有超强进化了？ 就在刚刚，加州理工教授Anima Anandkumar宣布，团队发布了Lean Copilot论文的扩展版本，并且更新了代码库。 论文地址：https://arxiv.org/pdf/2404.12534.pdf 最新实验表明，这个Copilot工具，可以自动化80%以上的数学证明步骤了！这个纪录，比以前的基线aesop还要好2.3倍。 并且，和以前一样，它在MIT许可下是开源的。 而对此做出巨大贡献的，是一位华人小哥宋沛洋，他是UCSB的荣誉CS本科生，加州理工学院计算+数学科学（CMS）系的SURF研究员。 网友惊呼：所以，陶哲轩现在的数学研究可以原地加速5倍了？ LLM提出证明策略，人类无缝干预 团队就发布了这个Lean Copilot的工具，希望启动人类和LLM的协作，编写出100%准确的形式化数学证明。 它解决了一个核心技术挑战：在Lean中运行LLM的推理。 通过这个工具，我们就可以让LLM在Lean中提出证明策略，允许人类以无缝的方式干预和修改。 之所以开发这个项目，是因为自动化定理证明在如今仍是一项艰巨的挑战。 我们都知道，LLM在做数学和推理任务时，时常会犯错误、产生幻觉，十分不可靠。 因此，到目前为止，数学证明大多是手动推导的，需要仔细验证。 像Lean这的定理证明工具，倒是可以形式化证明过程的每一步，但人类编写起Lean，着实很费力。 在这种情况下，Lean Copilot的诞生就显得意义重大。 让陶哲轩多次震惊的神器：数学家还不会用就完蛋了 LLM可以作为辅助人类证明定理的工具，这一论点已经被陶哲轩多次证实了。 他前脚刚在博客里预测，26年AI将和搜索、符号数学工具结合，成为数学研究中值得信赖的合著者。 紧接着，佐证他观点的研究就如雨后春笋一般源源不断地冒出来。 去年6月，加州理工、英伟达、MIT等机构的学者，就构建了一个基于开源LLM的定理证明器LeanDojo。 9月，微软亚洲研究院、北大、北航等机构的研究人员，通过97个回合的「苏格拉底式」严格推理，成功让GPT-4得出了「P≠NP」的结论，破解了这个千禧年难题。 在第97轮对话中，GPT-4得出结论，证明示例在没有穷举法的情况下无法求解，证明了结论为P≠NP 去年10月，陶哲轩在GPT-4、Copilot的帮助下，直接发现了自己论文中的一处隐藏bug。 在用Lean4形式化第6页论点的过程中发现，他发现表达式在n=3,k=2时，实际上是发散的。 这个不太容易看出的bug能被及时捉住，多亏了Lean4。原因是，Lean要求他构建0<n−3，但陶哲轩只假设了n>2。由此，Lean无法基于负的0<n−3得到反证。 这一发现直接让陶哲轩瞳孔震惊。 而在去年年底，陶哲轩直接成功地用AI工具，完成了形式化多项式Freiman-Ruzsa猜想证明过程的工作。 最后，依赖关系图已经完全被绿色所覆盖，Lean编译器也报告说，这个猜想完全遵循标准公理。 在这个过程中，所有最前线的数学研究者，都在第一时间感受到了AI对于数学研究颠覆力量的直接冲击。 Lean Coilot，让Lean更好用 而今天，Lean Copilot的这项研究，让Lean直接变得更强大了。 在这篇论文中，团队基于Lean Copilot构建了一些工具，用于建议证明步骤（策略建议）、完成中间证明目标（证明搜索）和使用LLM选择相关前提（前提选择）。 实验结果也充分表明了，跟Lean中现有的基于规则的证明自动化相比，Lean Copilot在辅助人类自动化定理证明上，是有效的。 Lean Copilot提供了一个通用框架，可以通过CTranslate 2在本地，或者在服务器上运行LLM的推理。 通过这个框架，用户就能创建各种自动化证明工具。 Lean是一个在数学家中很受欢迎的证明助手。如下图所示，Lean中的一个证明，是由一系列被称为策略（tactics）的证明步骤组成。 从整个定理开始作为初始目标，策略反复地将当前的目标转化为更简单的子目标，直到所有目标都被解决。 用户在由VSCode驱动的IDE中交互编写策略，在右边的infoview面板中显示目标。 生成策略建议 利用Lean Copilot，团队构建出了suggest_tropics，一种用LLM生成策略建议的工具。 而它本身，也是一种策略。 应用时，它将当前目标输入LLM，并且从LLM获取生成的策略候列表。 它会查看每个选项，看它们是否会 1）导致错误；2）结果没有错，但不能完成证明；3）顺利完成证明。 如果是1），这个策略就会被删除。 只有无错误的策略，才会显示在右边的视图面板中。 其中，成功完成证明的策略，使用绿色标记（类别3）；没有错误改变证明目标，但未完成证明的策略，使用蓝色标记（类别2）。 注意！当所有列出的策略都属于类别2时，这个信息对于用户来说，可能极有价值。 在这种情况下，剩余目标的信息，可以直接帮助用户选择策略，作为下一个中间证明步骤。 看到建议后，用户可以选择是否接受，或使用它们作为灵感来源，制定新策略。 比如，我们在Lean代码中定义了一个定理add_abc，它的初始目标如图3右所示。 当我们输入suggest_tropics时，会在右边看到策略建议。 第一个策略显示为绿色，表示证明已成功完成。 接下来三个建议均为蓝色，这就表明无法直接完成证明，但不会导致错误。 因而，它们很有可能是有效的中间证明步骤！ 同时，剩余子目标也显示了出来。 而Tactic state字段显示No goal，是因为至少有一个策略建议可以被证明。 搜索完整证明 此外，因为人类和机器都不能始终如一地产生正确的策略，因此在这个过程中必须回溯、探索不同的替代方案，这个过程就是证明搜索。 当是上面所说的Suggest_tropics，仅能生成当前步骤的策略，不具备搜索多策略证明的能力。 为此，团队将其与基于规则的证明搜索工具aesop结合起来，构建了一个基于LLM的证明搜索工具。 Aesop会将最佳优先搜索作为Lean的策略实施，并且允许用户配置搜索树的扩展方式。 搜索树是由作为节点的目标组成。 起初，它只有原始目标作为根节点。在每一步中，aesop都会选择最有希望的未扩展节点，通过应用策略对其扩展，将生成的节点添加为子节点。 而当aesop找到一条从根源到可轻松解决的目标的路径，就证明搜索成功了！ 因此，aesop的性能关键取决于用户是否配置了有效的规则集。 这就可以看出，aesop缺乏灵活性。因此，Search_proof通过在每一步中由suggest_tropics生成的目标相关策略，来增强aesop的规则集，让它变得更加灵活。 对于图3中的原始目标，用户只需输入search_prrof，找到可以解决目标的完整证明，就显示在了信息视图中（图5右）。 可以看到，由于发现了成功的证据，所以剩余的Tactic state是No goals。 选择注释好的前提 此外，定理证明中另一项具有挑战性的重要任务是，找到减少或完成证明的相关前提。 除了源码库和标准库中有大量前提，Lean还有一个大型数学库（Mathlib）。 然而，从所有库中搜索候选前提，极其困难且耗时耗力。 所以许多人都试图，能在Lean，或其他的证明助手中得到辅助，或自动完成这一过程。 在Lean中，最先进的前提选择方法是，直接在Lean中实现的基于随机森林（random forest）的框架。 然而，前提选择任务非常适合检索增强型LLM，即在大模型训练期间训练检索矩阵（前提嵌入），以估计证明目标与候选前提之间的相关性。 给定推理时的证明目标，首先将目标编码成一个向量，然后在前提嵌入和目标向量之间执行矩阵向量乘法。 然后，为了选择前k个前提（其中k可以是一个超参数，决定用户想要返回多少个前提），这时只需返回得分最高的k个前提。 而要在Lean中执行推理任务，除了Lean Copilot提供的快速推理外，还需要一个高效的矩阵乘法库和一个C++的numpy矩阵阅读器。 研究人员采用了来自CTranslate2的矩阵乘法函数，和来自Libnpy的C++快速numpy文件阅读器。 他们再次通过FFI机制，将这些数链接到Lean。 因此，前提选择的策略可以非常高效地运行，因为前提嵌入可以预先计算，所有后续操作都可以使用上文介绍的库在C++中快速完成。 在获得返回的前提后，研究者进一步用有用的信息对其进行注释。 这里将所有前提所分为两类：可直接在当前环境中使用的前提（范围内前提）和不可直接在当前环境中使用的前提（范围外前提）。 这取决于是否导入了所需的软件包。 如果已经导入了前提所需的包，则可以轻松使用该前提。如下图6显示了带注释的范围内前提。 图7所示是带注释的范围外前提。 下面举个使用「前提选择」的例子，对于图3中的定理add_abc，可以直接在证明中输入select_premises（图8左）。 然后，相关前提的列表，就会出现在信息视图中（图8右）。 对于这个简单的定理，可以清晰看到所选的前提确实相关，因为它们都与自然数和加法规则有关。 在这种情况下，所选的4个前提都在当前范围内，这意味着它们的模块已经导入。 如上，便是研究人员通过Lean Copilot构建的三个实用的证明自动化工具，用于策略建议、搜索证明和前提选择。 81.2%的证明步骤，全都自动化了 通过Lean Copilot框架，研究人员凭经验提出了假设——在Lean交互式定理证明（ITP）中进行人机协作是有益的。 由于Lean中的定理证明过程，主要以策略证明为主。 因此，在具体实验中，作者主要评估了用于「策略建议」，以及「证明搜索」的证明自动化工具。 总而言之，aesop是当前是一种用于证明搜索，最先进的基于规则的证明自动化工具。 研究人员在两种情况下，验证了基于LLM的搜索证明与aesop相比的有效性： （1）自主证明定理（LLM独立完成） （2）协助人类进行定理证明（人类与AI协作） 此外，研究者还将搜索证明与策略建议进行了比较，以证明除了单一策略建议之外，搜索证明体现的优势。 研究Lean Copilot如何有效地帮助人类进行ITP的过程，类似于人类在软件编程中使用Copilot的范式。 也就是说，当我们面对一个目标时，首先会调用Copilot，看其是否可以直接解决问题。 如果不能，我们会进一步简化目标，然后再次尝试Copilot。然后，一直重复上述过程，直至Copilot成功解决剩余目标。 而研究人员便是通过这样的迭代协作范例中，去查看每个证明自动化工具可以自动化多少人力。 具体结果，如下表1显示。 证明搜索（search_proof）可以自动证明64%的定理（50个中的32个），明显高于aesop和策略建议（suggest_tropics）。 当用于辅助人类时， 证明搜索仅需要平均1.02个手动输入策略，这也比aesop（3.62）和策略建议（2.72）更好。 最后，对于每个测试的定理，作者计算了三个工具中每一个可以自动化的证明步骤的百分比。 结果发现，证明搜索可以自动完成定理中约81.2%的证明步骤，明显高于策略建议（48.6%）和aesop（35.2%）。 总之，证明搜索的性能比策略建议，要高出1.67倍，比基于规则的基线aesop高2.31倍。 通过Copilot在Lean中进行本地LLM推理 Lean Copilot中的tactic建议、证明搜索和前提选择，这三个任务在本质上可能看起来不同，但对于用户体验的要求是相似的。 它们都需要足够快速地生成响应，具有适中的计算需求，同时在Lean中运行。 用户之所以有这些要求，是因为Lean本身在大多数情况下都能非常快速地提供环境反馈（比如剩余目标，错误信息，类型信息等）。 这种快速，跟证明定理的本质是一致的——它需要连贯的推理。 如果Lean Copilot需要用户等待很长一段时间，那么人类和AI之间的协作就很难发挥作用。 同样，我们也非常希望满足低计算的需求。因为Lean中的定理证明本身不需要GPU，可以在用户本地的笔记本电脑上运行。 因此，能够在大多数硬件（包括没有GPU的笔记本电脑）上高效运行，对于Lean的用户就非常重要。 因为用户在编写证明时，可能无法访问支持CUDA的GPU。 因为需要满足快速推理和低计算需求，而且所有流行的高效深度学习框架都是在Python中，团队想到的一个自然的解决方案，就是在Python中托管模型(本地或远程)，然后从Lean向模型发出请求。 然而，这种方法会受到进程间通信的开销的影响，并且它需要用户执行额外的设置步骤，并不适合Lean的传统工作流程。 为了克服这些问题，Lean Copilot通过外部功能接口(FFI)在Lean中本地运行LLM。 FFI是一种机制，可以用一种语言编写的程序调用另一种语言的子程序。 Lean部分用c++实现，可以与c++高效互操作。 程序员可以在Lean中声明一个函数，但在c++中实现函数体。实现会被编译到一个共享库中，并动态链接到Lean。 默认情况下，我们采用的是LeanDojo预训练的repver模型。它基于一个编码器-解码器转换器，BVT5，它将输入字符串映射到输出字符串。 Lean Copilot通过将模型包装成一个对字符串操作的c++函数，使其在Lean中可运行，该函数可以通过FFI在精益中调用。 华人作者立大功 最新论文中的三人团队，也是23年6月开源平台LeanDojo其中的作者。 论文地址：https://arxiv.org/pdf/2306.15626.pdf Peiyang Song（宋沛洋） 宋沛洋是加州大学圣巴巴拉分校创意研究学院（CCS）的计算机科学荣誉本科生，导师是Richert Wang和Phill Conrad 。 与此同时，他还是加州理工学院计算与数学科学系（CMS）的SURF研究员，由Anima Anandkumar教授和Kaiyu Yang博士共同指导。 另外，他还是UC伯克利建筑实验室的研究员，与Tim Sherwood和Dr. Jeremy Lau（谷歌）一起合作。 他的研究兴趣是机器学习（ML），涉及自然语言处理（NLP）和计算机视觉（CV）等应用领域，以及系统和编程语言（PL）等基础理论。 宋沛洋最近的研究主要有两个方向。 一是神经符号推理和人工智能数学（AI4Math），将大模型与交互式定理证明器（ITPs）相结。 另一个是基于时序逻辑的高能效机器学习。 Kaiyu Yang（杨凯峪） 杨凯峪是加州理工学院计算+数学科学（CMS）系的博士后研究员，导师是Anima Anandkumar。 他曾在普林斯顿大学获得了博士学位，导师是Jia Deng，还曾与Olga Russakovsky、陈丹琦一起工作。 他的研究重点是神经符号人工智能，旨在使机器学习能够进行符号推理，希望通过两个方向实现： （1）将机器学习应用于符号推理任务，如形式逻辑或自然语言中的数学推理和定理证明； （2）将符号组件引入机器学习模型，使其更具可解释性、可验证性和数据高效。 目前，他正在研究能够理解和推理数学的人工智能。数学推理是人类智能的一个重要里程碑，它有可能改变科学和工程中的许多重要问题，比如解决偏微分方程和公式验证。 Anima Anandkumar Anima Anandkumar现在是加州理工学院计算和数学科学教授。 她的研究兴趣主要集中在大规模机器学习、非凸优化和高维统计等领域。 特别是，她一直在带头开发和分析机器学习的张量算法。 张量分解方法具有极高的并行性和可扩展性，可应用于海量数据。它可以保证收敛到最优解，并对许多概率模型（比如Markov模型）输出一致的估计结果。 更广泛地说，Anandkumar教授一直在研究加速非凸优化的高效技术。 本文来源：新智元 (ID:AI_era)，原文标题：《加州理工华人用AI颠覆数学证明！提速5倍震惊陶哲轩，80%数学步骤全自动化》

快科技4月23日消息，AI是把双刃剑，有人已经利用它伪装成名人实施诈骗了。 据韩国媒体近日报道，去年7月份，韩国一女子被冒充埃隆·马斯克的社交媒体账号诈骗7000万韩元（约合36万元人民币）。 当时，受害女子在社交软件上被一个自称是埃隆·马斯克的账号添加为好友，该账号还向她发送了工作照片和身份证件的照片，并详细描述了一系列私人活动，例如“孩子们每周末都会去SpaceX玩”和“乘坐私人直升机前往特斯拉工厂所在的得克萨斯州”等。 不止如此，该账号还通过视频通话进一步诱导信任，出镜的是一名酷似马斯克的男子，男子还称自己爱上了这名女子，双方在网上开始了频繁互动。 过了一段时间，该账号发来信息表示“要为世界做一件很棒的事情”，那就是“很高兴我的粉丝能通过我成为富翁”，并提供了一个银行的账号信息，暗示投资可以致富，被骗了的女子多次向该账号汇款，累计金额达到7千万韩元。 这当然是场不折不扣的骗局，今年韩国媒体报道披露了这桩诈骗，制作组尝试与这个冒充是马斯克的账号进行电话沟通，不过对方以“美国现在是清晨，太早了”为理由，提议改用短信方式交流。 为安抚受害者，该账号还发送了一段录音，声称“我是埃隆·马斯克，希望听到这个录音文件后能放心”，但专业人士分析这段录音后确认其由AI合成。

站长之家4月23日 消息:据央视新闻报道，今日上午，北京互联网法院就全国首例“AI声音侵权案”作出一审判决。该案涉及配音师殷某的声音权益被AI技术滥用，引发社会广泛关注。法院最终裁定，被告方未经合法授权，擅自使用殷某的声音开发AI文本转语音产品，构成侵权行为，需书面赔礼道歉并赔偿殷某各项损失共计25万元。 殷某作为一名资深配音师，意外发现自己的声音被AI技术处理后，以“魔小璇”的名义在“魔音工坊”APP上出售。对此，殷某深感愤慨，遂将“魔音工坊”的运营主体北京某智能公司等五被告起诉至北京互联网法院，要求停止侵权、赔礼道歉，并赔偿经济损失和精神损失。 然而，五被告在庭审过程中均坚称自己未构成侵权。北京某智能科技有限公司表示，其APP中的声音产品来源合法，系从被告某软件公司获取。软件公司则声称其使用的声音来源于被告影音文化传媒有限公司。影音公司则指出，他们曾与原告合作，并约定由原告录制形成的作品著作权归其所有。此外，涉案产品的平台运营商和经销商也均表示自身不存在侵权行为。 面对各方争议，法官在判决中明确指出，声音作为一种独特的人格权益，具有强烈的人身专属性，任何自然人的声音都应受到法律的严格保护。法院强调，对录音制品的授权并不等同于对声音本身的授权。未经许可，擅自使用或授权他人使用录音制品中的声音，即构成侵权行为。 此次判决不仅为殷某维护了合法权益，也为今后类似案件的处理提供了重要参考。法院明确表示，将坚决维护声音权益，打击任何形式的侵权行为，为声音创作者提供有力的法律保障。