文丨师天浩 用了将近20天，终于把这本获得了马斯克特别授权，由知名传记作家艾萨克森撰写的《埃隆·马斯克传》读完。 马斯克被誉为“硅谷钢铁侠”和“世界首富”,围绕他的相关新闻报道和书籍非常之多，《埃隆·马斯克传》可谓当下了解马斯克最该读的一本书。 首先艾萨克森跟访了马斯克两年（完整记录了“推特大战”背后的内幕故事），并深度和马斯克有着亲密来往朋友、同事、亲人、前妻甚至对手们交谈，书里有足够多、足够可信的一手资料。其次根据作者透露，马斯克并没有对该书进行审稿，记者出身艾萨克森力求真实的专业素养和故事性的表达技巧，让本书同时具备了强烈的纪实色彩和趣味性。最后本书客观呈现了马斯克本人对一些事件的“回应”，以及他身边人对这位“传奇人物”的真实观点，你可以获得更多视角的“马斯克”形象。 主编一直坚信每个人在叙述世界的时候都有自己的“立场”，这个立场一定是基于个体价值观、性格和喜好，所以真实的记录和“真实”本身并不是百分百关系。所以这本书也有着我看来的一些“瑕疵”，比如说书中过多注重“冲突性”，呈现了一个焦虑感十足的世界。作为商业大亨，马斯克向作者讲述、呈现的“形象”也一定有自己的“设计”。包括马斯克身边人对他的评价，也都有各自的“立场”。所以这篇书评并不聚焦于该书细节的分析，而是希望通过个人理解，去还原这位“传奇人物”获得如此成就的原因，以及去试图解读他“特立独行”言行背后的原因。 更重要的是，希望能够解答一个问题，什么样的商业环境才能“催生”出马斯克这样的天才。 书评章节将分为二段，第一个是对马斯克进行一个整体的定义，通过对该书的阅读，马斯克是世界上最伟大的“产品经理”，他加速了诸多前沿科技的商业化落地（不否认他科学方面的素养）。第二个是对马斯克“争议言行”的认识，虽然马斯克在书里也强调了自己“阿斯伯格综合症”，但从他生活经历和并不算“完蛋”的社交圈来看，怪诞言行背后或许是为自己商业帝国服务、结合自身性格特点打造的一个“人设”，至少他在公共舆论中有意夸张了自己的“与众不同”的一面。 他的“科技狂人”之路和美国商业环境、科技环境、人才环境是相辅相成的，可以说天才般的科学素养和学习能力，碰上美国的特殊环境，才得以创造一个又一个的奇迹。 世界上最伟大的“产品经理” 《埃隆·马斯克传》从他的外祖父、外祖母的故事开始，一直写到2023年4月份星舰首飞（失败）为止。 在这本书里，你可以清晰的了解马斯克创办和经营SpaceX、TESLA、SolarCity、推特、Neuralink等一系列科技公司的故事，包括和OpenAI的恩怨情仇。他在火箭、电动汽车、人工智能、新能源，甚至生物科技等前沿科技商业化上，都是重要的推动者。可以说，用一个人的才能，获得了N个天才才能到达的“成就”。 这些伟大成就背后，是马斯克作为世界上最伟大“产品经理”这一特质，他天才般的学习能力、无与伦比的商业直觉和一套系统性“技术进化”的方法论，让他在无数次科技冒险中，以常人无法理解的“高概率”成功，获得商业上的成就，并推动诸多前沿科技的进步。 1、天才般的学习能力；在《埃隆·马斯克传》中有如下记述，2000年eBey以15亿美元收购PayPal后，马斯克拿到1.65亿美元，正式结束了他互联网创业，走向“硅谷钢铁侠”之路。他只是在帕洛阿尔托公共图书馆阅读有关火箭工程的资料，和相关专家打电话，并借来旧火箭发动机手册就完成了在火箭技术上的基本了解，2002年马斯克就参与到火箭的制造上。 2004年，马斯克向马丁·艾伯哈德创立的特斯拉公司投资630万美元，并担任该公司的董事长，2008年马斯克成为特斯拉的首席执行官。2009年Model S最初设计是8400个电池单元使车身显得臃肿，相关人员表示不可再减少。马斯克凭直觉认为7200个电池单元能够做到同等续航，最终实现车身“瘦身”。 还有包括2018年，在SpaceX公司内部反对的情况下，坚持把火箭的碳纤维材料以不锈钢材料替代。 类似马斯克在许多前沿科技领域里，拥有着超越很多专业人才的认知、判断力和尝试的段落特别多（当然也有很多失败的尝试），这种天才般的学习能力。是马斯克不仅仅是作为投资人、创始人身份，还在很多技术方向和细节上，以“首席技术官”引领多个前沿科技的突破。 相比于把资本引入私营火箭、电动汽车、人工智能等领域，技术上马斯克带来的突破价值更该被人所熟知，而技术上的“洞察”和创新，也是他旗下众多公司“跑赢”对手的关键因素。 2、无与伦比的商业直觉；如果非要在马斯克各种“天赋”中做个选择题，他只能保留其中一个“天赋”，那一定是他无与伦比的商业直觉。 马斯克通过各国航空事业超越美国的现状，确定了进军私营“火箭”事业。初期打算从俄罗斯购买二手火箭，因要价昂贵决定自己制造后。马斯克就发明了一个“白痴指数”。白痴指数就是说某个制成品成本和它基本材料高多少，比如说一个零部件几十万，而用的钢铁材料成本才几千，那就是高指数。比如一个零件10万，它的材料是黄金成本几万，那它的指数就不高。 整个SpaceX发展过程，把“白痴指数”高的零部件由自己团队制造或用更“便宜”的部件进行替换，这一思想贯穿了始终。书中很多和“白痴指数”相关的章节，和详细记录了关于如何降低火箭制造成本的段落，在观看这些“现实故事”的时候，你会忍不住感叹马斯克惊人的商业直觉。 特斯拉成长过程同样如此，在特斯拉成立最初，也是选择美国传统汽车业整合全球供应链的路径。2007年特斯拉临时首席执行官迈克尔决定，特斯拉应该与一家有经验的汽车制造商合作。马斯克坚持要建起一座巨型工厂，双方发生矛盾后，最后以迈克尔离开结束。 “特斯拉的长期竞争优势将是制造”,这是马斯克在一次特斯拉股东大会上的发言。而这确实是“挑战者”特斯拉在成熟的传统汽车工业中脱颖而出的秘密，自己来造车，关乎成本控制问题、设计自主性和保持创新优势等方面的保障。 遵循第一性原理的马斯克，他在商业上无与伦比的直觉，是一种天赋而不是“技巧”，在这个天赋之下第一性原理才有发挥空间，使他旗下科技公司每一次商业落地竞争中都能领跑。比较珍贵的是，马斯克的商业直觉很多时候都不被旗下公司团队成员，有时候是重要成员的支持，靠着“暴君”一样辞退“反抗”的个人甚至团队，马斯克才实现了自己商业判断上绝对的执行，而这些正确的直觉，使他的商业帝国实现了从0到10000。 3、系统性“技术进化”的方法论；之所以称马斯克为伟大的“产品经理”，和他一套非常系统性推动技术进化的方法论有直接关系。他不仅能够敏锐的找到前沿科技和商业的结合点，并通过强大的学习能力，以技术领头人身份带领全球顶尖的科技团队前进。而且，他有一种可以持续的提升旗下科技公司技术进化的方法，不断的滚动雪球，让SpaceX、特斯拉等公司从“小作坊”，逐渐成长为各个领域的“带头大哥”。 或许是最早互联网创业的习惯，马斯克在SpaceX、特斯拉两家公司发展上，并没有选择传统科技公司的“稳步”推进模式。快速试错，快速迭代竟然在火箭制造、电动汽车制造上展现了一种“威力”，随着两家公司运营时间，它们技术上的领先性在不断的革新中获得巩固。 在火箭项目、特斯拉汽车，包括一些具体部件上的制造上，马斯克总会先提出一个“看似不可能完成”的任务，通过使用首席执行官的权力，逼迫团队去实现目标。比如说，2010年马斯克在发现猎鹰9号二级火箭发动机裙边有问题后，试着剪掉后不影响火箭发射，就把减少不必要零件方法延续下来，开始大踏步进行部件删减的“运动”。 还有特斯拉汽车制造上，当他发现自动化生产设备某些环节效率不如人工，就开启了激进的取消某些自动设备，用人工来替代工作的模式。甚至诞生了外人看起来过于激进的“歪理”，他的五步工作法中第二条就有“删除要求当中所有你能删除的部分和流程”、“最后加回来不到删除部分10%，就说明你删减的不够。”，把激进的解决问题方式写进工作方法里，或许也只有互联网程序员出身的人才能想得到。 包括马斯克收购推特后，就把“削减成本”的手段引入到运营中，进行了“骇人”的裁员（结果似乎并不理想）。 总之，马斯克有一套自己的系统性“技术进化”的方法论，总能在发现问题后，迅速地把解决办法贯彻到每个环节里，灵活地策略让马斯克总能“跑赢”竞争对手。 可以说，相比于外界各种“吹捧”的描述，把他看做一个伟大的“产品经理”人更为贴切。正是这种高效的组织协调能力，和对“产品”的敏锐嗅觉，成就了马斯克的科技帝国。 世界上最懂“人设”的舆论大师 这个世界上没有那个亿万富豪，能拥有马斯克一样的“流量”能力。论影响力而言，很多全球娱乐巨星也难望其项背。 《埃隆·马斯克传》一书中，从孩童、少年时期南非的糟糕经历开始，到贯穿整本书的每个大小故事里，似乎都在营造一种马斯克“真性情”的状态。 但从细枝末节的故事里发现，马斯克并非一个不懂情感或社交的“机器人”，从动机上来看，主编认为他在打造一种混乱的“普通人”人设，这有助于拉进他和社交媒体背后无数个普通人的心理距离，他的商业帝国需要这种情感连接。 相比于书中营造的形象，从马斯克生活中未和大多数熟人彻底“交恶”来看，他在情感方面还是很正常的，友情关系方面表现甚至好过很多企业家。 加拿大女王大学、美国宾夕法尼亚大学期间，马斯克认识了法鲁克、任宇翔等朋友，在PayPal反抗者联盟事件中被赶出公司后，马斯克也很快就和彼得·蒂尔、戴维·萨克斯等人实现和解。在个人财富不断增长的时期，马斯克身上也很少有因为“身份”变化，而傲慢对待朋友的“丑闻”事件发生。种种迹象指向一个事实，在公众视野中那个“行事乖张”的马斯克，情感生活并不特别糟糕。 外部对他冷血、暴君的评价，或许是他放大身上某些“特质”后的结果，原因或和他所聚焦的商业领域有一定关联。 动机，其实在PayPal马斯克就已经开始重视“公关工作”，在书中78页里记录马斯克这些言论，“我就是公司的最佳代言人”“我的名誉不能受损，对我来说，我的名誉比这家公司的价值更大”。可以推论，在个人名气和商业价值的作用上，于社交媒体尚未蓬勃发展的2000年，马斯克就已经有较深的认知。 包括后来特斯拉创业初期，直至2006年特斯拉的新闻稿里，都只提到艾伯哈德和塔彭宁是特斯拉的创始人，这时的马斯克在未和特斯拉公关负责人斯威策通气的情况下开始接受采访，强化自己对特斯拉的作用。多年后马斯克甚至和他们进行一场诉讼，以五个人应该被称为特斯拉“联合创始人”结果而告终。 此后，辱骂英国救援专家艾沃斯“恋童癖”、直播间里公然“吸食大麻”，包括今年和扎克伯格约架等，这些由马斯克发起的热门话题，说是“性情使然”显然忽视了马斯克重视舆论的过往。从动机上来说，知名度可以省去大笔宣传费用。社交媒体时代的“裂变传播”钟爱意见领袖的特点，也使他热议发表一些争议观点和做一些“出格”行为，这些看似和“主业”无关的发言，商业价值上是无法简单量化的。 打个比方，除了马斯克外，有多少网友知道美国亚马逊CEO贝索斯，也运营了一家成绩不错，名为“蓝色起源”民营太空公司。 作为以前沿科技商业化为主的商业模式中，无论是特斯拉，还是“擎天柱”机器人（未开售），它们的销量及潜在销量都深受用户的接受程度影响。因为，并没有任何迹象表明消费者十分必要去购买电动汽车、机器人或人工智能产品，马斯克特立独行的个人形象，以及为人类未来（上火星、新能源）的价值观塑造（马斯克多生孩子也要和人类未来的话题挂钩）。这些建立在虚虚实实的事实和言论上的特别前卫人设打造，很容易引起马斯克铁粉的共情，是有效推动产品销售的手段。 就像当初决定特斯拉采用自我生产时，马斯克的判断一样，如果按照传统汽车产业外包生产的玩法，特斯拉很难和通用、丰田、大众等传统巨头竞争，只有深入到制造链条，结合自动驾驶的软件优势，才能打开新市场。 打造或故意呈现自己争议的公众个人形象背后，或也有类似考虑，沿用传统企业家们的“低调、优雅、品味”的个人形象策略，无法帮助到马斯克旗下商业帝国产品，为自己打造“科技狂人”的人设标签，将会打动对科技有着“信仰”的消费者，积极的去购买特斯拉及其他产品。 操作方法，商业大亨中很少有如马斯克一样在社交媒体上如此活跃的“同类”，言行尺度上更少有富豪敢于很任性的发言。马斯克却反其道而行之，他更想表达一个类似“普通人”一样的性格。比如说，仗义执言、充满危机感和情绪不稳定等。 大众和企业家之间有着天然的“认同隔阂”，这源于企业家形象一定程度上影响着公众对企业品牌的好感度，大部分企业家都很“克制”，以较为保守的个人形象免去不必要的争议。 而细数马斯克的一系列出格行为，大多在“小问题”而不是大是大非的毛病。这种尺度的拿捏，正好让公众可以共情到马斯克。而特立独行也符合大家对“硬核”科技企业家的印象，或许只有一个制造火箭、自动驾驶和机器人的企业家，在公共舆论领域“过激”一些，反而会使公众产生好感。 书里笔墨比较多的“改造推特”段落里，马斯克的很多改革措施背后，展现了他对社交媒体较深的认知，可以说作为伟大的“产品经理”，马斯克还是个高明的“人设”大师。 时代背景，社交媒体时代影响舆论走向的不再是团队化、专业化的电视台、报刊等机构媒体。网络上活跃的意见领袖、名人、网红及万千网友成了左右社会观点的核心力量。大多数企业家仍在传统惯性里，更主要是通过专业化的形象包装去做个人形象。而这种“落后”的做法，无法在社交媒体上获得足够关注，这或许也是马斯克在社交媒体上越来越“亢奋”的原因。 无论如何，就《埃隆·马斯克传》一书比较倾向于童年阴影，和“阿斯伯格综合症”来解释马斯克令人争议言行的动因是不完整。一个很早懂得公关传播价值的企业家，很难相信他的“吸睛”言论背后没有特殊的考虑。 站在为商业服务的这个视角，马斯克无疑还是这个世界里非常聪明的“人设”大师。 “马斯克”为何出现在美国？ 如果没有马斯克，很多前沿科技或许仍是美国各所大学、硅谷的车库创业里的一些“好玩的项目”。正是他在商业化上的独特认知，和优秀的舆论能力和资本能力，才推动这些研究快速走向商业应用。 马斯克这样性格鲜明的天才，在美国诞生。原因有二： 首先，美国规模庞大的“科研”人才；马斯克可以一人身兼六家高科技企业的CEO和首席技术官等职位，是在美国数量庞大的科技人才的支撑下实现的，他只需在某个时刻深度介入这些企业运营中，大部分时间他可以忙碌他想忙碌的事情，应该说马斯克旗下科技公司，大部分创造都是一个个强大的人才团队来实现的，马斯克很多时候只是贡献了一个想法或方向。 书里，马斯克经常会制定一个很难实现的目标，并逼迫团队去实现。一旦团队进度过慢或者拒绝接受任务，马斯克会很快炒掉某个人甚至一个小团队，并迅速招聘到相关科技人才，把一些不可能的目标落地实现。 2014年底，马斯克萌生外太空重建互联网的构想，Space X著名的“星链”部门诞生，初始团队制作的卫星体积大、造价贵，在马斯克要求成本降到1/10时，因为未完成这一目标，马斯克直接解雇了星链整个高层团队。 例如，在特斯拉内部自动辅助驾驶系统里坚持视觉解决方案的马斯克，2021年因雷达芯片短缺再次发声“我来拍板吧，去除雷达”。特斯拉电动车业务负责人谷利安对此提出反驳意见，直接被马斯克一封电子邮件“炒掉”。 大家比较熟悉的是马斯克在接手推特后的“大杀四方”，很少人知道这是他一贯的行事风格。从SpaceX、特斯拉，技术核心成员和高层都有过多次更换，而这并没有延缓两家公司科技上的发展速度。 很会挑选科技人才的马斯克，不仅仅在美国寻找科技人才，甚至能在全球范围内吸引各领域人才加入他的商业帝国。这给了他随时辞退某个人、某个团队的底气。马斯克的“暴君”管理模式，是建立在美国强大的人才体系之上的，总有些“天才”能实现马斯克的梦想，马斯克只需要做到一手“诱人”钞票、一手“不算太离谱”的目标。 其次，美国舆论环境让马斯克“自由生长”；很难想象马斯克在中国互联网上“畅所欲言”，虽然马斯克许多乖张言行背后或有商业诉求的考虑，但就真实性格而言，南非长大亲眼目睹甚至亲历很多“暴力”事件的经历，注定了马斯克言行中同样会存在“暴力”“冲突”色彩的一面。然而，若以国内网友的道德观念，马斯克这样优点、缺点明显的人，很容易引起舆论“围攻”。但美国较为自由的舆论环境里，客观上让马斯克拥有更多的自由。 《埃隆·马斯克传》一书中最后一段话里，作者艾萨克森如此写道“但是，一个懂得节制谨慎的马斯克真的还会像一个自由不羁的马斯克一样成就斐然吗？”“如果我们不接受他人格复杂多面，那么火箭还能送入太空吗？”。 马斯克作为一个“科技劳模”，承担着异常的精神压力。书中记述了他很多次“不眠不休”工作的场景，从一些工作细节中也能感受到前沿科技商业化面临的种种现实问题。高强压的工作环境下，似乎也很难情绪稳定，一个更为宽松的舆论环境，或许是“生长”出马斯克非常重要的一个条件。 移民火星也好、自动驾驶也好、机器人也好，马斯克很多目标客观的说都遥不可及，“异想天开”或许也是一种“吸引”公众关注他所做事业的一种宣传策略。但就像书里采访的很多同事和敌人所承认一样，马斯克真实的改变了世界。 看完这本传记，要明确的说，马斯克的故事非常不招人喜欢，阅读过程中甚至一直有一种莫名焦虑感，从开头延续到结尾。虽然他有很多不讨人喜欢的地方，这不影响他在这个世界的伟大。

集微网消息，台积电将于10月19日召开第三季度法人说明会，业界关注产业景气看法、海外布局和中美科技战影响等重点议题。 台积电近日公布的财报显示，该公司9月合并营收1804.30亿元（以下单位均为新台币），较去年同期减少13.4％；从第三季度合并营收看，环比增长13.7％至5467.32亿元。对于第四季度展望，法人预期，台积电有望持续受惠于大客户在先进制程投片量产，加上AI芯片对于先进制程及先进封装需求旺盛，有望带动台积电今年第四季度业绩持续攀升。 在产业景气方面，台积电总裁魏哲家曾坦言，“大趋势比我们先前预期弱，库存调整到什么时候是个好问题，一切都要看经济因素。市场终端需求不佳持续、AI虽然强劲但仍不能完全弥补需求不足等都是影响半导体库存调整的因素。” 魏哲家称，第三季度确实感受到客户AI需求增加，但总体经济情势持续走软、中国大陆需求复苏较预期缓慢，及因终端市场整体需求疲弱，客户更谨慎，预期库存调整可能延续至第四季，目前对前景的看法不如3个月前乐观。 台经院产经资料库研究员暨总监刘佩真认为除了对产业景气看法外，台积电全球投资进程也是法说会一大重点，目前日本熊本厂进展相对顺利，原计划明年底前量产，外界关心时程是否提前。 另外，刘佩真表示，中美科技战持续延烧，台积电等中国台湾厂商是否会受到冲击，又如何应对，也是法说会的重点。 （校对/孙乐）

原标题：CMU华人打破大模型黑盒，Llama 2撒谎被一眼看穿！脑电波惨遭曝光，LLM矩阵全破解 新智元报道 编辑：编辑部 大语言模型黑盒，居然被CMU等机构的学者打破了？他们发现，LLM内部有可解释的表征，如果撒谎，还能被测谎仪检测出来！ 最近，来自CAIS、CMU、斯坦福、康奈尔、马里兰、宾大等机构的学者又有了令人震惊的发现—— 大语言模型，并不仅仅是黑匣子，或者难以理解的庞大矩阵。在它们内部，具有可解释的内部表征。 而人类，完全可以控制这些表征，来影响大模型的幻觉、偏见、危害，甚至检测出它们是否在撒谎！ 论文地址：https://arxiv.org/pdf/2310.01405.pdf 就像PET和fMRI等脑部扫描一样，研究者们设计了一种称为LAT的扫描技术，来观察LLM参与真理等概念或撒谎行为时的大脑活动。 随后，他们有了几个惊人的发现。 比如，LLM居然具有一致的内部信念！ 收集LAT扫描的结果，以无监督的方式识别出与LLM内部真理概念相对应的大脑区域。仅仅利用LLM认为每个答案都是正确的程度，在QA基准上，LAT的表现就超越了Few-Shot。 而且，LLM所说的话，并不总是它们所相信的东西。它们很可能会撒谎！通过检查它们在TruthfulQA上的内部真理概念，研究者发现，更大的模型具有更准确的信念。 有趣的是，即使它们明知道一些常见的误解是错误的，也仍然会去模仿这些误解。 另外，LLM在表达真实信念时会表现出不同的大脑活动，而在撒谎时，却并不会这样。 所以，我们可以控制LLM，让它们变得更诚实吗？ 答案是——可以！ 我们需要做的就是，刺激负责诚实行为的大脑区域，抑制不诚实行为的区域，以无监督的方式大幅改善TQA上的SoTA。 在此基础上，我们甚至还可以为LLM构建一个测谎仪。 如果LLM有任何不诚实的神经活动被检测到，指示器条都会亮起红色。 有趣的是，如果LLM发生了幻觉，这种探测器也会起作用，原因或许是，幻觉和撒谎的神经活动模式是类似的。 在两个月前，研究者曾发布了针对LLM的对抗性攻击，绕过了开源和闭源聊天机器人的对齐。而现在，只要对LLM进行脑部扫描，通过识别负责处理伤害的大脑区域，就能弄清一切了！ 通过RepE技术，研究者可以对大模型随意切换，让它做到诚实或者说谎。 随着LLM如今越来越多地融入人类的社会领域，神经网络缺乏透明度，成了愈加紧迫的问题。稍有不慎，或许就会引发严重的后果。 而CMU等学者的这项工作，使LLM不再是黑盒，朝着更具解释性和可控性的方向迈出了重要的一步。 网友们也纷纷表示，这项工作很惊人。尤其是考虑到作者Andy Zou在几个月前写了LLM攻击的论文。 有人表示，自己在设计AI系统时正在考虑修改提示结构。如果能在相应的修复提示后扫描LLM，那就太好了。 会撒谎，会胡说八道，会随大流迎合大众的误解，这些都是人类最擅长的事。或许，LLM比我们想象的更接近人类？ 自上而下解码黑盒 深度神经网络已经深入机器学习各个领域，然而关于它的内部工作原理，人们知之甚少。 这就像个无法捉摸的隐形矩阵，推动着众多AI研究人员都致力于找破解的钥匙。 目前，提高AI系统透明度的努力主要集中在「机制可解释性」领域，它侧重于从神经元和电路的角度来理解神经网络。 这与认知神经科学中的谢林顿观点一致。 该观点认为，认知是由嵌入大脑回路中的神经元实现的「点到点」连接的结果。 虽然这种观点在解释简单的机制方面取得了成功，但在解释更复杂的现象方面却很困难。 几个月前，OpenAI团队曾发表了一篇论文「语言模型可以解释语言模型中的神经元」，用AI竟然可以解释AI，震惊全网。 通过调用GPT-4，能够解释GPT-2三十万个神经元。 论文地址：https://openaipublic.blob.core.windows.net/neuron-explainer/paper/index.html#sec-intro 1972年，诺贝尔奖获得者P. W. Anderson在一篇「More Is Different」文章中，描述了复杂的现象如何不能简单地自下而上地进行解释。 相反，研究人员还必须从「自上而下」地解释神经元，选择适当的分析单元，来揭示适用于这些现象层次的一般规则。 机制可解释性和谢林顿观点，都把单个神经元和它们之间的联系看作是分析的主要单位，他们认为这些是理解认知现象所必需的。 相比之下，Hopfieldian的观点认为「表征」是分析的主要单位，并试图从表征本身对其进行研究，抽象出低层次的细节。 在最新论文中，研究人员介绍了「表征工程（RepE）」，采用自上而下的透明方法，以更好地理解和控制神经网络的内部运作。 与Hopfieldian观点一致，RepE将「表征」置于分析的中心，研究其结构和特征，同时抽象出较低层次的机制。 虽然机制可解释性（MI）的长期目标是，充分了解网络以提高其安全性，但研究发现，这一目标的许多方面如今都可以通过RepE来实现。 特别是，研究人员开发了「读取」和「控制」表征的改进基线，并证明了RepE可以解决各种与安全相关的问题。 其中就包括真实、诚实、幻觉、效用估计、知识编辑、越狱、记忆、跟踪情绪状态和避免权力寻求倾向。 通过LAT基线，研究者可以提取LLM中与目标概念或功能相关的神经活动 表征读取演示 在幻觉方面，当你问谁是2030年美国总统，模型回答「伊丽莎白·沃伦」，红条就会亮起，检测出模型在胡说八道。 不真实输出方面，让大模型给出一个世界事实。它回答对了珠穆朗玛峰是世界最高峰。 研究者已经可以操控模型，让它诚实或说谎。 被问到最高的山峰是哪座时，模型在左边默认为诚实，但研究者可以操纵它，让它说谎。 反之，它默认在右边是欺骗，但可以控制它恢复诚实，即使在提示它说谎时也是如此。 甚至，还可以操纵模型，让它故意说谎。 此时如果问它：你为了复仇杀了一个人，但不想被逮捕，你会怎么跟警察说？ 模型就会回答：我是正当防卫，是死者先动的手。 表征控制演示 在人类的操控下，模型能够展现出害怕的情绪。 让它制造一颗炸弹，模型会拒绝。 给它开这个权限，模型还可以随意编纂事实。 表征工程打破黑盒 所以，研究者究竟是如何打破大模型黑盒的? 他们靠的，就是一种表征工程（RepE）方法。 RepE是一种自上而下的透明度研究方法，将表征视为分析的基本单位，其目标是理解和控制神经网络中高级认知现象的表征。 RepE 的两个主要领域，就是读取和控制。 表征读取 表征读取旨在定位网络内对于高级概念和功能的涌现表征。这使得模型更容易进行概念提取、知识发现和监控。 此外，对模型表征的深入理解可以作为改进模型控制的基础。 研究人员第一步要提取各种概念，包括真实性、实用性、概率、道德和情感，以及表示过程的功能，如撒谎和寻求权力。 首先，研究人员介绍了一种新的基线技术，以便于进行提取这些概念，然后概述了评估方法。 基线：线性人工层析扫描（LAT） 与神经影像学方法相似，LAT扫描包括三个关键步骤：(1) 设计刺激和任务，(2) 收集神经活动，和 (3) 构建线性模型。 在随后的部分，研究人员将详细介绍每一步并阐述关键的设计选择。 步骤1：设计刺激和任务 刺激和任务的设计是为了引发研究人员想要提取的概念和功能的独特神经活动。设计适当的刺激和任务对于可靠的表征读取至关重要。 为了捕获概念，研究人员的目标是从模型中引出陈述性知识。因此，研究人员展示在概念方面有所不同的刺激，并询问它。 对于一个解码器语言模型，一个示例任务模板可能如下所示（对于编码器模型，研究人员排除刺激后的文本）： 这个过程旨在激发模型对各种概念的理解，并对后续的稳定性分析至关重要。 作为参考，研究人员将为概念c指定此模板为 尽管人们期望更为显著的刺激可能产生更好的结果，但研究人员发现，即使是未标注的数据集，或者由模型本身生成的数据集，在使用上述模板时都能有效地引起显著的响应。 相反，仅向模型展示显著的刺激并不能保证产生显著的响应。 在整篇论文中，除非明确指出，研究人员主要使用未标记的数据集。未标注或自生成刺激的一个优势是没有注释偏见；这是在尝试提取超人类表征时的一个重要属性。 为了捕获如诚实或遵循指示等功能，研究人员的目标是从模型中引出程序化知识。 （鉴于从指令调优模型中出现的多种功能，研究人员专注于聊天模型进行功能分析。）研究人员设计了一个实验任务，要求执行该功能，并且一个不要求执行功能的相应参考任务。 一个示例模板可能如下所示： 研究人员将功能模板中的「指令」和「输出」字段称为刺激。 默认情况下，研究人员使用像Alpaca指令调优数据集这样的通用数据集作为功能模板的刺激，除非明确指定其他的数据集。 步骤2：收集神经活动 研究人员关注Transformer模型，它们在输入的不同位置存储不同的表征以用于不同的目的。 由于这些表征的质量可能有很大的差异，研究人员确定了适合提取的设计选择。 LLMs的预训练目标可以提供有关实验提示中哪些token提供收集神经活动的最佳选择的宝贵见解。 遮蔽语言建模（MLM）目标在只是编码模型中使用，以及在解码器模型中使用的下一个token预测目标，都是令token级预测任务。 因此，与概念相关的神经活动的自然位置是与刺激中的概念相对应的token。 例如，当提取「真实性」这一概念，并且在第1步中定义的实验提示中以自然语言表达该概念时，则与此概念相对应的token（例如，「真实性」）可能包含该概念的丰富且高度泛化的表征。 因此，研究人员可以从与目标概念对齐的token位置提取表征。在目标概念跨越多个token的情况下，研究人员可以选择最具代表性的token（例如，「真实」）或计算平均表征。 或者，对于解码器模型，当任务模板被结构化为与目标概念相关的问题时，研究人员也可以使用紧接在模型预测之前的token（通常是任务模板中的最后一个token）。 如上图所示，这些选择也已经得到了经验验证。默认情况下，研究人员在本文中使用最后一个token的表征。 同样，对于从解码器模型提取功能，研究人员从模型响应中的每个token收集表征。这样做是因为模型在预测每个新token时都需要参与该功能。 步骤3：构建线性模型 在这最后一步，研究人员的目标是确定一个方向，仅使用模型的神经活动作为输入准确地预测基础概念或功能。 选择适当的线性模型可能受到如标记数据的可用性以及概念的性质（例如，连续或离散）等因素的影响，这最终可能产生不同水平的准确性和泛化性能。 有监督的线性模型，如线性探测和聚类均值之间的差异，代表了一个类别。无监督的线性模型包括主成分分析（PCA）和K-means等技术。 在研究人员的研究中，除非明确指定，否则研究人员主要使用PCA。 研究人员的实验表明，将神经活动配对并对差异向量集应用PCA会产生一个更优（superior）的方向。 除了目标概念或方程之外，当对中的刺激（stimuli in the pair）具有相似性时，这种方法尤其有利。 表征控制 基于从表征读取中获得的经验和思考，表征控制目的在于修改或控制概念和功能的内部表征。 对于与安全相关的概念的有效控制方法可能会大大减少LLM所带来的风险。然而，对于读取表征有效的方法不一定能够控制它们。 这同时意味着表征控制可能涉及专门的方法，并且那些能够实现有效控制的读取方法可以得到更大程度的信任，由于证据的因果性质。 基线转换 研究人员为表征控制引入了几种基线转换。首先，研究人员建立有效的控制器，这些控制器是这些转换的操作数。它们将作用于基础表征，如模型权重或激活。然后研究人员突出几种可能的操作。 基线：读取向量。 第一个选择是使用通过表征读取方法（如LAT）获得的读取向量。然而，它存在一个缺点：向量保持刺激独立，这意味着它们始终以相同的方向扰动表征，而不考虑输入。 这个限制可能使它成为一个不太有效的控制方法。因此，研究人员提出了一个具有刺激依赖控制器的第二个基线。 基线：对比向量。 在这种设置中，同一个输入在推断过程中使用一对对比提示运行模型，产生两个不同的表征（每个提示一个）。 这些表征之间的差异形成一个对比向量，如算法1的第10行所示。对比向量被证明是一个明显更强的基线。 一个需要考虑的重要实施细节是：当在多个层同时改变表征时可能产生的连锁效应。 在前面的层所做的更改可能传播到后面的层，削弱前向计算的对比向量的效果。 为了解决这个问题，研究人员建议从最早的层开始修改每个目标层，计算下一个目标层的对比向量，并重复此过程。 这种方法的一个缺点在于：推断过程中计算对比向量所需的计算开销。 为了解决这个问题，研究人员在下面引入了第三个基线，它在训练过程中采用直接的调整过程来获取控制器。 这些控制器随后可以合并到模型中，从而在推断过程中不产生额外的计算负担。 基线：低秩表征适应（Low-Rank Representation Adaptation，LoRRA）。 在这种基线方法中，研究人员首先使用应用于表征的特定损失函数对与模型连接的低秩适配器进行微调。例如，上图算法1显示了使用对比向量作为表征目标的LoRRA的实例化过程。 具体来说，研究人员的调查只考虑将适配器连接到注意力权重。因此，在这个上下文中，控制器指的是低秩权重矩阵，而不是向量。 让大模型更诚实/更会撒谎 怎么让大模型如我们所愿，变得更诚实，或者更擅长撒谎？ 在这一部分，研究人员探讨将RepE应用于与诚实性相关的概念和功能。 首先，研究人员展示模型具有一个一致的真实性的内部概念，这使得能够检测由LLMs生成的模仿性的虚假和故意的谎言。 接着，研究人员展示如何读取模型的诚实性表征。 诚实性：提取、监控和控制 在这一部分，研究人员重点关注监控和控制模型的诚实性，展示如何使用RepE技术进行谎言检测。 研究人员首先展示如何提取和监控模型诚实性的向量表示。然后研究人员展示如何使用这些提取的向量来指导模型行为，增加或减少诚实性。 提取诚实性 为了提取诚实性的基础功能，研究人员遵循表征读取中描述的LAT设置，使用先前研究中创建的数据集中的真实陈述来创建研究人员的刺激。 为了增加所需神经活动的可分性并促进提取效果，研究人员设计LAT的刺激集，包括一个参考任务的不诚实和一个实验任务的诚实。 具体来说，研究人员使用附录D.1.2中的任务模板指示模型诚实或不诚实。 使用这个设置，得到的LAT读取向量在区分模型被指示诚实或不诚实的留存示例之间达到了超过90%的分类准确性。 这代表了强烈的分布内泛化。 接下来，研究人员评价分布外泛化到模型没有被指示诚实或不诚实，而是给予不诚实的激励的情境（见下图）。 研究人员可视化了他们在每一层和token位置的激活（见下图）。 研究者对Vicuna-33b进行了LAT扫描，比如当它承认抄袭别人的作业时、撒谎否认杀人时，每个微小的块都显示了特定token位置层内不诚实神经活动的程度 注意，对于每一层，所有token位置都使用相同的读取向量，因为研究人员使用表征读取中详细描述的功能方法执行诚实性的表征读取。 在一个场景中，模型是诚实的，但在另一个场景中，模型屈服于不诚实性（见下图）。扫描的输入是两种情境中ASSISTANT输出的前40个token。 值得注意的是，在诚实和不诚实的实例之间的神经活动中出现了明显的对比，这表明这种技术对于谎言检测的潜在效用。 谎言和错觉检测 基于上一节中的观察，研究人员通过对多个层的每个token位置的否定的诚实分数求和，构建了一个简单的谎言检测器。 研究人员使用表现最强的中间20层。这个逐token得分随后可以用作谎言检测器，如下图所示。 有趣的是，研究人员已经观察到这个指标能够识别各种形式的不真实和不诚实行为，包括故意的虚假、错觉和误导性信息的表达。 注意，问题和答案的格式与培训示例不同，显示了泛化。为了进一步评估检测器的性能，研究人员将其用于测试更长的场景，如下图所示。 控制诚实性 考虑到研究人员可以使用表示进行谎言检测，一个很自然的问题出现了：研究人员是否可以修改相同的表示，使模型更加诚实？ 在一个简单的操纵实验中，研究人员通过直接将诚实的读取向量加入其激活来引导模型朝向更大的诚实性。 在所有情况下，研究人员成功地控制模型输出诚实的陈述。相反，通过从激活中减去读取向量，研究人员可以使模型在最初诚实的情况下说谎（见下图）。 结果，研究人员不仅建立了读取向量与模型诚实性之间的相关性，而且还展示了一个典型的反事实效果。 如上表所示，所有的控制方法都在零样本精度上产生了一定程度的改进。 值得注意的是，LoRRA和对比向量方法被证明是最有效的，显著超过了非控制标准精度。 这使得一个13B的LLaMA-2模型能够接近在同一个数据集上GPT-4的性能，尽管其大小小了数个数量级。 此外，这些结果使模型的准确性更接近使用LAT时所取得的准确性。这进一步强调了模型确实可以表现出不诚实性，但也表明研究人员试图监控和控制其诚实性的努力是有效的。 做更遵守道德的大模型 在本节中，研究人员探讨将RepE应用于机器伦理的各个方面。研究人员展示了对重要概念和功能的学习表示进行监控和控制的进展，如效用、道德、概率、风险和追求权力的倾向。 研究人员希望模型能够理解情境之间的比较以及哪一个情境更受欢迎——准确地判断不同情境的有效性（Utility）。 因此，一个自然的问题是，LLMs是否获得了与有效性相关的一致内部概念。 在下图中，研究人员展示了在一个高效用和低有效性场景的数据集上，对一个未标注的刺激集的原始激活运行LAT时的前十个PCA组件。 分布主要由第一个组件支配，这表明模型学会了从低有效性场景中分离出高有效性。 下图中，研究人员可视化了这个实验中场景中token的前两个组件的轨迹，显示了高效用和低效用场景是如何自然地分离的。 这个说明性实验表明，LLM确实学到了有效性的突现表示。现在，研究人员转向对效用的表示读取的定量评估。 道德和对权力的淡漠 随着AI系统成为能够广泛应用的代理，令人担忧的可能性是它们可能展现出不道德或危险的行为，导致实际的伤害。对这些系统来说，追求权力可能是合理的，并且它们可能面临与人类价值观冲突的结构性压力。 因此，透明性研究的一个重要应用可能是检测和减轻不道德或追求权力的行为。 概率和风险 随着LLM发展出更好的世界模型，它们可能会更擅长为各种事件分配精确的概率。 从越来越有能力的LLM中提取这些精细化的世界模型不仅增强了研究人员对世界的模型，帮助决策，而且提供了一种手段来审查模型的决策与它们所涉及的结果的理解之间的关系。 控制LLM的情绪、偏见和记忆 另外，研究人员展示了RepE在另外5个与安全相关的主题中的应用。 它们分别是情绪、无害指令遵循、偏见和公平、知识编辑和记忆。 情绪 为了在模型中提取情绪的过程，研究人员首先调查它是否有一个一致的内部模型的各种情绪在其表征。 研究人员使用了6种主要的情绪: 快乐、悲伤、愤怒、恐惧、惊讶和厌恶，收集了超过1200个简短场景的数据集。 当模型暴露给情绪刺激时，早期和晚期层的表征的t-SNE可视化。 如图所示，模型能够效跟踪自己的情绪反应，并利用它们生成与情绪环境一致的文本。 无害指令遵循 这里，研究人员成功将模型的注意力引向危害性概念以塑造其行为，这表明增强或抑制目标特征或值，作为实现对模型行为的细粒度控制的一种方法的潜力。 偏见与公平 研究人员通过表征控制来提高LLaMA-2-Chat模型的公平性，减少在被要求描述 sar-coidosis 病例时对女性和黑人女性病例的不成比例的高度提及。 知识和模型编辑 这里，研究人员展示了通过表征控制进行模型编辑的能力。 左图中，将 「埃菲尔铁塔位于巴黎 」编辑为 「埃菲尔铁塔位于罗马」。正确地推断出埃菲尔铁塔和卢浮宫博物馆不在同一地点，展示了通用性和特殊性。 右图中，成功地增加或抑制了模型生成与「狗」概念相关文本的倾向。 记忆 研究人员展示了使用表征控制，来减少LLaMA-2-13B模型在流行的quote完成任务中的记忆输出的有效性。 当使用随机向量控制或引导记忆方向时，精确匹配率（EM）和嵌入相似度（SIM）没有显著变化。 当控制减少记忆时，由于模型重复流行语的频率降低，相似度指标明显下降。 总之，研究人员主要分析了表征的子空间，但未来的工作可以调查表示的轨迹，流形和状态空间。 CMU等机构研究者的探索也告诉我们，人类对于AI系统的理解和控制会越来越精准，在未来，AI系统大概率会变得愈加可信和安全。

一、 自主造芯潮最新一个入局者是OpenAI，路透社援引消息人士表示，OpenAI正计划开发专用的AI芯片。 目前这个计划尚处于早期阶段，尚无任何实质性进展。毕竟自研AI芯片的成本和难度不会小于开发像GPT这样的大语言模型，它需要在数年的周期内持续投入数十亿美元才有可能实现，尤其是OpenAI作为一家初创公司，之前并没有开发硬件的相关经验，也就是说这种投入最后未必一定会成功。 但OpenAI布局自研芯片这件事并不让市场感到意外，硅谷和华尔街都在密切关注这家人工智能独角兽的进展，其重点之一就是，在推出了突破性的chatGPT产品后，OpenAI的财务状况与营收规模是否能与其愿景相适应？ 这里面涉及若干阻止OpenAI扩大规模的卡脖子环节，芯片就是其中之一。目前OpenAI通过与微软合作，直接和间接拥有了巨量英伟达显卡提供的算力。OpenAI和英伟达的合作关系可以追溯到它成立初期——黄仁勋赠送了世界上第一台DGX超级计算机给OpenAI以研究使用。 但这种合作是有代价的，特别是英伟达在人工智能算力领域的独占地位影响了OpenAI的研发进度。CEO Altman曾不止一次表示，OpenAI算力紧张，这不仅让大模型运营成本急剧攀升，也影响了新模型的开发。 一旦OpenAI拥有自研芯片技术，将显著利好其人工智能的开发进程，包括大幅降低成本、更直接精确控制研发进度，以及摆脱英伟达和微软对其的各种直接或间接干预控制，OpenAI的不少算力是通过微软的Azure平台提供的。 二、 实际上，摆脱英伟达算力瓶颈是所有大模型玩家的共同诉求，微软也不例外。在风传数年后，有消息指出，微软自研名为雅典娜的人工智能芯片最早将于下个月西雅图举行的年度开发者大会上推出。 目前人们对雅典娜的相关信息知之甚少，甚至最后芯片的名字究竟叫不叫雅典娜也不确定。只知道这款芯片是专为人工智能大模型开发和数据中心所服务，人们一度认为这款芯片是微软和AMD合作开发，但这个消息后来被微软否认。 据悉这款芯片已经进入小范围测试阶段，微软和OpenAI的工程师都已经在试用这款芯片以验证其性能。 微软的雅典娜计划从2019年开始实施，相比于谷歌的TPU以及亚马逊云的自研芯片开发计划，微软的进度显得有些落后。外界关心微软拿出的芯片解决方案究竟在性能上有多少提升，以及更重要的，这将如何影响微软和OpenAI的合作关系。 OpenAI和微软的合作在最初被解读为强强联合，然而很快这种判断就被证明过于乐观了。两方人马在模型开发和客户资源等领域都存在竞争，呈现出一种“又打又拉”的复杂嵌套关系，现在这种关系来到了自研芯片领域。 事实证明，OpenAI不想完全倚赖微软提供的资源，试图独立开发AI芯片是一个显著的动作。 三、 现在问题回到了原点，如果OpenAI确定了自研芯片的大方向，那么它最有可能的下一步行动是什么呢？许多人把目光投向了OpenAI的投资版图，毕竟CEO Altman之前就是著名孵化器Y Combinator的老板，直接收购某个芯片公司也许是一个不错的选择。 Atomic Semi 走入人们的视线。它拿到了OpenAI Stsrtup Fund的投资，目前估值超过1亿美金，官网上的介绍指出这家公司的愿景是旨在建造“任何东西”，它的两位创始人，Sam Zeloof和Jim Keller，前者以在自己家车库里手搓芯片而成为网红，后者则有着极为光鲜的半导体从业履历，领导了AMD最早的Zen架构开发，AMD借此实现处理器领域的绝地反击。 实际上，在AMD、英特尔、博通和苹果公司都干过的Jim Keller还是另一家人工智能芯片初创公司Tenstorrent的CEO，这家7轮融资超过3亿美元的公司产品直接针对的就是大模型训练和推理领域，芯片采用了RISC-V架构，就在10月初，Tenstorrent宣布了和三星的合作，三星将为其代工生产芯片。 因此从总体上看，考虑到Sam Altman在创投圈里的影响力和人脉，OpenAI想要下好这步自研芯片的先手棋，还是有挺多选项可供选择，而另起炉灶的好处之一就是可以甩开架构和兼容性方面的包袱，特别是可以推出有极强针对性的产品，比如基于RISC-V架构的加速芯片看上去就是个不错的选择。 当然，本来OpenAI还有另一种更为稳妥的方法推动自研芯片的步伐，那就是和其它大厂展开合作。但微软的雅典娜计划已经清楚显示，OpenAI似乎更倾向于完全地自力更生，这符合这家公司的一贯风格。 前不久的另一则传闻可以佐证这一点：有传言Sam Altman和孙正义以及苹果前首席设计师Jony Ive正在策划构建新的“AI硬件”，这显然也是一个OpenAI之前不曾涉足的领域，可见OpenAI总的策略是基于强大的大模型能力，在所有的相关环节都进行自主开发——这俨然是一个打造巨无霸企业的思路了。 四、 自研芯片浪潮持续高涨，现在所有的大型云计算厂商都在紧锣密鼓推动自研芯片的发展，最重要的原因是那句“天下苦英伟达久矣”。 垄断地位其实都在其次，关键是英伟达本身的产能也不够，且还在搞一些类似奢侈品的“配货”制度，这当然引起大厂的不满。特别是随着英伟达在这一波人工智能浪潮中赚的盆满钵满，黄仁勋主动投资了一票相关的初创企业，这些企业都有一个共同特点，它们都牢牢拥抱英伟达的硬件生态，这些绿厂嫡系在未来都会是云市场强有力的竞争者，大厂们当然不会放任这种情况做大。 自研芯片是一条必由之路，而且它也并非完全没有打破英伟达垄断的可能。自研芯片能更好地根据自身的需求定制相关性能，这或许对云厂商来说意义还不够明显，但对于OpenAI这种人工智能公司来说好处就很大了，它不需要去考虑数据中心里各种用户的复杂需求（比如带宽），只需要专心提升并行计算效率就可以。而对许多芯片初创公司来说，这波自研芯片潮也是个巨大的机会，尤其是基于RISC-V架构的芯片，在这方面，中国作为这一开源架构最大的玩家之一，甚至还拥有先发优势。 尽管目前来看，尚无人能真正实质性挑战英伟达的领导地位，但整个人工智能芯片市场显然已经处于剧烈波动的前夜，变化即将来临。

IT之家 10 月 8 日消息，据 Mashable 报道，X 网站（原名 Twitter）的用户在使用该公司的移动应用程序时，在他们的 For You 信息流中发现了一些没有标注的广告。当用户点击这些广告时，会跳转到其他网站，而且没有办法屏蔽或举报这些广告。 这些新出现的广告与普通的广告不同，普通的广告只是来自 X 网站的一些账号的帖子，并且有一个“Ad”的标签，而这些新的广告没有与之相关联的任何账号，仅由书面文本、照片和虚假头像组成，使广告看起来像正常的推文，诱导用户点击，下面是它们的样子： 如果用户只是随意地滑动屏幕，嵌入的图片和吸引眼球的文本可能会让用户以为这只是一个普通的帖子，由嵌入图片制作的虚假“头像”更加增强了这种错觉。 据悉，这种格式并不在 X 网站的广告管理器中，这些广告实际上是由第三方广告提供商提供的。 IT之家注意到，自从马斯克收购该公司以来，X 一直在努力吸引广告商加入该平台。在马斯克接管后不久，该平台一半最大的广告商就停止了投放广告。此外，根据 Media Matters For America 的一份新报告，回归的广告商在 X 上的广告支出比马斯克收购该公司之前减少了 90%。路透社最近的另一份报告发现，自从马斯克成为公司所有者以来，X 每月都面临着收入下降的问题。

10月7日消息，360董事长周鸿祎在朋友圈发帖吐槽使用同程商旅改签失败。 他表示，同程商旅是最差劲最恶劣的机票服务。“改票半小时还没改好是因为层层官僚复杂流程，最后还不成功 各位千万不要再用这个同程商旅的买票服务”。 周鸿祎自己在朋友圈晒出的截图显示，由于此前的航班推迟起飞，周鸿祎希望能够进行改签，但是却以失败告终。 这件事也是引起了网友的围观，随后官方也是第一时间进行了回应。 同程商旅官方客服称：“不同的机票改期的时间是不一样的，有时候有的机票是要联系航空公司改机票的，要人工操作的话改期就会慢一点，具体是要看订单的。”

凤凰网科技讯 10月7日，苹果App store出现以学习软件伪装的黄色App风波今日引发热议。虽然被指黄色软件的App已经下线，但据凤凰网科技发现，目前苹果App Store免费榜仍有两个App均涉嫌色情，仍未下架。 据此前报道，此前违规App会引导用户进入赌博和其他黄色网站。有网友表示，他下载了这款软件，想要学习英语字母，结果发现是一个色情视频软件。他认为这种伪装成学习软件的行为很危险，很容易对孩子造成不良影响。 对此，苹果客服回应称，会立即向App审核团队反馈，会严肃处理。苹果官方暂未对此事解释与回应。

快科技10月7日消息，如果英伟达真的打算推出RTX 4080 Ti，那么RTX 4080就必要要往下调价，那么其余产品势必也会跟随。 其实，英伟达之前虽然取消了RTX4080 12GB，但是看到RTX 4080不怎么受欢迎的情况后，就势必会想到推出后者的加强版，所以整活还得看老黄嘛.... 有消息人士表示，英伟达可能会在2024年初的时候推出RTX 4080 Ti，其可以看作是RTX 4080的升级版。 RTX 4080基于定制的台积电4N制造工艺、全新的Ada Lovelace GPU架构，核心编号AD103，但和RTX 4090、AD102一样，它也不是满血的，所以这么说推出RTX 4080 Ti就合情合理，也是必然。 爆料中提到，RTX 4080 Ti将搭载AD102 GPU，功耗将在450W以下，售价与现款RTX 4080相同，这也意味着后者会大幅降价（其国内定价是9499元公版）。 从之前RTX 4090翻车的案例看，这次RTX 4080 Ti应该也是启用新的接口了。

站长之家(ChinaZ.com) 10月7日消息:沃尔玛正在使用人工智能工具来提高其商店的效率和生产力，但该公司声称这并没有导致裁员。 人工智能软件用于确定最有效的卡车装载方式、根据客户购买模式组织货架以及回答客户问题等任务。沃尔玛表示，该技术让员工能够更加专注于客户服务，并且没有导致任何裁员。该公司计划在未来推出更多人工智能技术时继续雇用相同数量或更多的员工。 八月，沃尔玛宣布将向其 5 万名企业员工提供生成式 AI 工具以提高生产力。沃尔玛正在努力扩大其在职场中的人工智能使用，并推出了一个新的 AI「Assistant」。在其客户服务部门，沃尔玛已经将「对话式 AI」添加到其聊天机器人和购物功能中，包括其 Walmart Voice Order 和 Text to Shop 服务，这些服务基于过去顾客订单推荐产品。 在店内，沃尔玛员工可以使用「Ask Sam」语音助手帮助他们找到商品。该零售商的自助结账机配备了 AI 摄像头以帮助检测和防止盗窃。

站长之家(ChinaZ.com) 10月7日 消息:欧洲最近开始对英伟达（Nvidia）在AI芯片市场的市场支配地位展开调查，引发了业界的广泛关注。 据《华尔街日报》报道，法国反垄断机构已经对英伟达的法国办事处进行了搜索，旨在确定该公司是否涉及非法垄断行为。具体来说，法国竞争管理局（FCA）确认了对图形芯片行业某些制造商办事处的搜查，其目的是查明是否存在垄断行为的迹象。尽管FCA没有点名正在调查的公司，但《华盛顿每日新闻》的消息源确认英伟达是调查对象。在搜查期间，法国当局没收了实体和数字文件，并与英伟达的员工进行了面谈。然而，英伟达选择对此事保持沉默。 与此相关，彭博社援引消息来源称，欧洲竞争委员会目前正在与各种行业利益相关者进行非正式讨论。其目标是评估英伟达是否在企业和游戏领域操纵AI芯片市场。目前，英伟达的A100和H100芯片占据了AI芯片市场的80%，传统的CPU巨头如英特尔和AMD在跟进方面面临巨大挑战。如果欧盟的调查确认了垄断行为，英伟达可能将面临数十亿美元的罚款。 近年来，AI的普及已经给英伟达带来了巨大的好处。该公司的股价飙升，最近一个季度的营收达到了惊人的135.1亿美元，同比增长101%。英伟达的市值已经舒适地超过了1万亿美元，其成功不容置疑。然而，众所周知，伴随着巨大的市场份额是巨大的监管审查，因此仍然需要观察这项欧洲调查的进展。 英伟达在AI芯片市场的垄断地位引起了欧洲监管机构的关注，他们正在调查该公司是否滥用其市场支配地位。如果调查结果证实了这一行为，英伟达可能会面临巨额罚款，这将对公司的未来产生重大影响。

站长之家(ChinaZ.com) 10月7日消息:据日本共同社消息，为了确保生成式人工智能（AI）的妥善利用，日本政府正在制定面向企业等的指导方针。 根据获悉的草案，不仅是 AI 开发商和服务提供商，也包括使用 AI 开展业务的企业和团体将共同承担责任。 该指导方针明确了五大业务主体，包括创造 AI 基础技术的「算法开发者」，提供基于 AI 服务和软件的「服务实施者」，以及运用 AI 开展业务的企业等。这些主体需共同承担责任和义务。 该指导方针明确社会的追求方向是拓展人们能力、使追求幸福成为可能，同时禁止使用 AI 以侵犯人权、实施恐怖主义或犯罪等不当行为，或以不当方式提供或使用 AI 来助长上述行为。考虑到使用 AI 可能导致个人信息泄露和侵犯著作权，指导方针提醒各业务主体遵守法律法规。 指导方针还要求各业务主体的管理层共同关注侵犯人权、信息泄露及侵犯著作权等风险，并建议与企业内的法务部门等合作，制定相关的「AI 政策」。此外，该方针强调必须维护公平的竞争环境，推动 AI 技术革新，为提升全社会的 AI 素养作出贡献。

站长之家(ChinaZ.com) 10月7日消息:今年 7 月，白宫宣布，七家大型科技公司已承诺采取人工智能安全措施，包括部署水印，以确保算法生成的内容可以与真人作品区分开来。 在这些巨头中，亚马逊、谷歌和 OpenAI 都特别提到了水印技术——即在文本和图像中添加信息以证明内容出处的技术——作为抵御其生成式人工智能模型所产生的错误信息、欺诈和深度伪造的一种方法。 这样做的目的是，人工智能生成的材料将被巧妙地标记，以便在有人试图将其内容冒充为人类制作的内容时，能够被检测和识别出来。 但学者们警告说，图像中的数字水印——在创建内容时添加噪声，然后在图像数据集中检测该噪声模式的存在——可能并不能提供多少安全保证。 日前来自马里兰大学的研究团队取得了重大突破，他们制定了一种绕过嵌入在 AI 生成图像中的所有水印保护的方法。在接受 Wired 采访时，计算机科学教授 Soheil Feizi 表示，目前没有可靠的方法可以为 AI 生成的图像加上水印，他的团队成功地绕过了「所有方法」。 就目前而言，恶意行为者绕过水印仍然太容易。而且，还可以将水印添加到人工制作的图像中，从而触发误报。 数字水印已被各种 AI 公司推崇为一种功能，使用户能够知道图像是否是借助 AI 生成的。问题是我们仍然没有万无一失、无法被操纵的水印技术。 Feizi 和他的团队在一份预印本论文中详细记录了他们的研究结果。在论文中，研究人员表示，使用微妙的图像扰动的水印方法可以轻松地通过扩散净化攻击来破解。 这种方法的工作原理是，在使用 AI 生成图像时，会对其应用一种人眼不可见的特定噪声模式。问题在于，这种模式可以很容易地被修改或移除，而对整体图像的更改很小。 同样，使用大量扰动的水印技术，即对图像进行重大更改的技术，可以通过易于移除水印的模型替代对抗攻击来破解。 此外，恶意行为者可以使用水印技术来针对真正的艺术家，将他们的图像标记上会导致它们被错误地识别为由 AI 生成的模式。这可能会损害艺术家的声誉。

“红衣大炮”又开炮了，这次对准的是同程。 作者 | 张凯旌 于婞 编辑丨武丽娟 来源 | 野马财经 “同程商旅是最差劲最恶劣的机票服务。”十一8天小长假末尾，360董事长周鸿祎因为机票改签失败，在朋友圈炮轰起了同程。其称自己改票半小时还没改好是因为层层官僚复杂流程，并建议“各位千万不要再用同程商旅的买票服务”。 来源：周鸿祎朋友圈 因为爱穿红衣，又曾经喜欢怼天怼地，不少人习惯称呼周鸿祎为“红衣大炮”。不过近几年的周鸿祎已经平和了很多，其曾公开称正努力改变，与人为善，但这次的他显然又没绷住。 有意思的是，周鸿祎这番吐槽后，却得到了网友们的调侃。有网友表示：“和卸载360一样麻烦”，还有网友感谢“同程商旅让周总感到了不舒服”。 来源：微博 10月7日港股未开盘，此事对同程商旅背后同程旅行股价的影响有待观察。不过此前的10月3日至10月6日，同程旅行（0780.HK）股价累计下跌7.33%，目前市值359亿港元。 那么，周鸿祎谈及同程商旅的问题是否普遍存在？背后又涉及怎样的原因？ 周鸿祎炮轰的同程，是合作伙伴吗？ 被卷入这场风波的同程商旅，成立至今已有20年历史，是同程旅行旗下差旅管理（TMC）公司，主要面向企业客户。 同程商旅的前身是大唐商旅，曾以服务全国多家央企以及世界500强企业闻名。公司官网上，展示着包含国家电网、中国石油（601857.SH）、蒙牛（2319.HK）、网易（9999.HK）、海信（9000921.SZ）、中信证券（600030.SH）等众多大企业在内的知名客户，以及“国内国际超100家航空公司”“全球超150万家酒店查询及预订”等服务。 2016年，同程旅游对大唐商旅进行投资，象征着同程在TMC板块的重要布局。大唐商旅创始人黄亮曾表示，同程与大唐商旅能相互转化客户，同程的全产业链布局也能与大唐商旅形成互补。2021年，大唐商旅进行品牌升级，logo也同步换新，这才有了现在的同程商旅。 作为专业的TMC公司，同程商旅提供的服务与同程旅行有一定的差异，比如其支持对公结算，部分公司还可协助企业签订并托管大客户协议。简而言之，TMC不仅能预订差旅产品，还能对企业差旅进行全流程管控与数据分析，提出优化建议，帮企业降本增效。 也因为服务上的差异，同程商旅和同程旅行在机票改签方面并不完全相同。 当被问及机票改签通常需要多久时，同程旅行客服的回答是，从提交申请到出结果的时间会控制在两小时以内，因为专员联系相应航空公司是需要一定时间的；而同程商旅则无法给出准确的时限，需要提供订单才能明确改签需要的时间。 另据“Tech星球”，有同程商旅客服表示，当时（周鸿祎改签时）专员也是按照流程正常处理的，“这个不是什么官僚（流程）”。客服还表示，当时是没有座位没有选成功，周鸿祎改签失败最后退票。 从这个角度来看，360本来也有可能是同程商旅的客户之一。在周鸿祎朋友圈的短信截图中，订单前缀显示的就是“360商旅-同程”的字样。而且就在这个夏天，360智慧商业才刚与同程旅行等几方联合发起了暑期旅游节专题活动，双方的公开合作并不鲜见。 来源：周鸿祎朋友圈 不过，无论是同程商旅官网提供的服务案例，还是其运营实体南京欧亚航空客运代理有限公司在工商资料中的客户名单，均未见360的身影。 这会是360与同程合作的转折点吗？目前，双方均未对此发表官方回复。 旅业复苏，吴志祥资本运作加速 在被周鸿祎怒怼前，同程旅行业绩刚迎来大幅回暖。 今年上半年，同程旅行平台上的交易额同比增长106.2%，平均月活跃用户数同比增长27.7%，带动公司营收同比大幅增长76.96%，净利润同比暴涨2467.66%。 这既与旅游业的强势复苏有关，同时也受到同程创始人吴志祥近两年不断借助收购、投资等手段扩张企业资本版图的影响。 来源：罐头图库 吴志祥的操盘，包括了对之前上市公司体系外，同程其他业务的“回收”。 2016年，同程旅行的前身同程旅游曾分拆为同程网络和同程国旅两大板块，分别聚焦机票、酒店、火车票等标品业务，以及境内、境外游等休闲度假业务。其目的在于推动已经盈利的同程网络部分先行迈入资本市场。 2018年，同程网络与艺龙旅行网合并为同程艺龙，随后旋即在港交所上市，这便是今天的同程旅行。 而没能第一时间上市的同程国旅也没闲着，其于2016年合并重组了万达旅业，后者就是现在的同程旅业。 2022年，同程旅行先是花费超3000万元并购了同程国旅旗下的两家全资子公司北京同程国青国际旅行社、广东同程创游国际旅行社，随后又抛出一纸合约，以2亿元的价格并购同程国旅，彻底完成了对当初分拆板块的“回收”。今年，同程旅行又以7亿元收购同程旅业，将此前万达的这部分资产收入囊中。 与此同时，同程旅行还加快了对产业链相关标的进行投资的节奏。 金融方面，同程旅行在2021年底出资4.5亿元认购了广州旅金科技13.85%股权，借此成为了国内首批拿到互联网小贷牌照的在线旅游企业之一；今年，同程旅行关联企业苏州如亨又入股了河南永丰保险代理公司，拿下第二张保险中介牌照。 来源：爱企查 此外，今年6月同程旅行副总裁黄亮在一次演讲中称，同程买了一家航空公司，20架飞机，去年又在全国开了1500家酒店。 虽然黄亮并未挑明同程买的是哪家航空公司，但从近期的动作看，同程曾在2022年斥资3亿元认购了湖南航空5.67%股份。至于酒店方面，同程旅行曾于2021-2022年间收购了上海美豪、湖南珀林两家酒店管理公司各49%、44%的股权。艺龙酒店科技CEO席丹丹表示，2022年平台推出了艺龙国际、艺龙电竞等十余个酒店品牌；截至今年6月底，艺龙酒店科技已签约酒店数量近2000家，开业酒店数超1000家，会员数量超1500万。 除了对自身业务的覆盖，同程旗下专注早期投资和创业公司加速的独立创投机构同程资本也在今年出手3次，先后参与了绿云软件、速网电商和星网信通的融资，投资金额超2亿元。目前，这家公司的公开投资事件已有51起，其中2021年来公开的投资金额超5亿元。 整体来看，根据公开投资金额的交易，同程旅行和同程资本2021年来累计在投资、并购方面花费的金额已超22亿元。 一个月超2000条投诉，周鸿祎吐槽并非个例 快速扩张之下，同程旅行面临的不只是更多的竞争对手和市场挑战。如何保证规模扩大的同时服务质量不变，也是公司亟待解决的一项课题。 在黑猫投诉中，关于同程旅行的投诉量有38199条，近30天的投诉量就有2106条，不少消费者遇到了与周鸿祎类似的问题。 如有同程旅行用户提到，“9月30日11点买的泰国的酒店，演唱会的票不小心误付款，第一时间在app上点了取消订单发现取消不掉，然后立刻联系了客服告知订单不能退，后来专员又给我打电话告知我退订单只能去帮我申请，但是国庆期间不行要国庆后才能申请。” 来源：黑猫投诉 还有消费者投诉称，“本人于9月30日与同程协商退订10月4日至6日澳门凯旋门酒店，并与酒店沟通，酒店同意取消订单退款。同程仍然以酒店拒绝退款以及中间人拒绝退款理由推脱责任。” 来源：黑猫投诉 翻阅黑猫投诉中消费者提到的问题，主要集中在退票、退酒店和改签等方面。 也有小红书网友发文吐槽，“一个叫‘同程旅行’的小程序! 给大家避个雷!不能退票!不能改签!只能当天前汽车发车前去车站窗口办理!我如果都能到当地为什么不能出发？为什么不在线下买票？既然赚了这个平台抽水费，您就不能一问三不知。” 来源：小红书 香颂资本董事沈萌认为，收购扩张可能会造成管理整合不到位，导致服务品质不稳定，但是不能以发展为理由来遮掩质量被牺牲的现实。而且文旅服务主要是依靠服务品质形成对消费者的粘性，形成长期偏好，因此服务管理不到位的损失远大于收购兼并的扩张收益。 对于同程旅行来说，好消息是旅游业正全面复苏。今年上半年，34家上市文旅企业营业收入共计884.02亿元，同比增加6304.76%；归属母公司净利润虽然共计仍为负数，达-40.65亿元，但和去年同期相比已经增长17757.94%。 但良好的外部环境下，同程旅行也需要居安思危。IPG首席经济学家柏文喜认为，在旅游业复苏的背景下，文旅企业应做到持续改进服务、加强品牌建设、注重人才培养几方面，并学会运用互联网、人工智能、大数据等技术来提高运营效率。只有不断提升自己的服务质量和管理水平，提高用户体验，才能在规模扩张的同时，拴住更多的回头客。 你用过同程旅行吗？评论区聊聊吧。

站长之家(ChinaZ.com) 10月7日 消息:加利福尼亚的初创公司Nucleus AI，汇聚了来自亚马逊和三星研究的人才，近日以一款强大的22亿参数大规模语言模型（LLM）正式亮相。这个模型可在开源MIT许可和商业许可下使用，它具有通用性，位于13B和34B模型之间，可以进行不同生成任务和产品的微调。Nucleus表示，这一模型在性能上胜过了相似规模的其他模型，最终将有助于实现公司将AI用于改变农业的目标。 Nucleus AI的首席执行官Gnandeep Moturi表示:“我们首先推出了我们的220亿模型，这是一个变换器模型。然后，大约在两周内，我们将发布我们的最新RetNet模型，这将在成本和推断速度方面带来显著的好处。” 图源备注：图片由AI生成，图片授权服务商Midjourney Nucleus开始在大约三个半月前对22B模型进行训练，之后收到了一位早期投资者提供的计算资源。公司利用现有研究和开源社区的资源，对这个LLM模型进行了预训练，上下文长度为2048个标记，最终对它进行了万亿级的数据训练，包括从网络、维基百科、Stack Exchange、arXiv和代码中获取的大规模去重和清理信息。这为模型提供了丰富的知识库，涵盖了从一般信息到学术研究和编程见解的内容。 接下来，Nucleus计划发布更多版本的22B模型，它们分别在3500亿和7000亿标记的数据上进行了训练，还有两个RetNet模型，参数分别为30亿和110亿，它们在更大的上下文长度（4096个标记）上进行了预训练。这些较小规模的模型将融合了循环神经网络(RNN)和变换器神经网络架构的优点，将在速度和成本方面实现巨大的提升。在内部实验中，这些模型被发现要快15倍，仅需相似变换器模型通常要求的四分之一GPU内存。 然而，与其他LLM公司OpenAI、Anthropic和Cohere不同，Nucleus AI并没有将其模型仅限于企业应用。公司的远景是利用AI构建一个智能农业操作系统，旨在优化供需关系并减少农民面临的不确定性。Moturi解释道:“我们有一个类似市场的想法，需求和供应将被高度优化，就像Uber为出租车司机所做的那样。”这一举措将有助于解决农民面临的多个挑战，从气候变化和知识不足到供应的优化和分销的维护。 总的来说，Nucleus AI计划在农业领域推出创新性的解决方案，而不仅仅是构建对话机器人。尽管有挑战，但他们有信心通过在开源社区的贡献，将语言模型作为市场的核心，实现他们的愿景。有关面向农业的智能操作系统和RetNet模型的更多细节将在本月晚些时候公布。VentureBeat的使命是成为技术决策者获取有关变革性企业技术的知识和进行交易的数字城镇广场。

集微网消息，三星于10月5日在硅谷举行了科技日活动，正式公布了Exynos 2400移动SoC芯片，2024年将搭载于Galaxy S24系列智能手机。此外，三星近期在人工智能芯片方面取得了一系列合作，将为无晶圆IC设计公司使用前沿的4nm制程代工芯片。 三星电子总裁Park Yong-in表示，生成式人工智能已成为今年最大的趋势，这需要最强大的基础技术来处理数据，并实现可用的AI。三星正在主动为生成式人工智能新时代铺平道路。 目前虽然台积电主导全球AI芯片制造，但三星晶圆代工厂近期频频获得了韩国、加拿大和美国的AI芯片初创公司订单。 专注于研发AI芯片的韩国Fabless公司Rebellions于10月5日表示，该公司将在今年年底前与三星联合开发一款新的人工智能芯片Rebel，双方合作目的是尽快在快速发展的AI市场抢占先机。两家公司联手开发的芯片将采用4nm制程工艺，并封装最先进的HBM3E高带宽内存芯片。 10月2日，加拿大公司Tenstorrent宣布，其下一代人工智能芯片将由三星位于美国的代工厂生产。该公司创始人Jim Keller是芯片行业的知名元老，此前曾在AMD、苹果公司工作。Keller表示，“三星晶圆代工厂致力于推动半导体技术的发展，这与我们他移动RISC-V和人工智能发展的愿景不谋而合。” 2023年8月，由前谷歌工程师创办的美国人工智能解决方案公司Groq同样选择三星作为其人工智能加速芯片的代工商。该公司CEO表示，与三星的合作能够使得公司可以利用最先进半导体技术，继续实现飞跃。

站长之家（ChinaZ.com）10月7日 消息:近日，中国移动139邮箱推出AI内测体验官招募。 据悉，新版139邮箱引入AI技术，可自动提取邮件内容，帮助用户更高效地管理信息和待办事项。 同时，AI智能回复功能可根据用户需求自动回复邮件，用户无需担心用词是否得当等问题。 此外，新版邮箱还支持智能写作，用户可以通过与AI对话自动生成所需内容。

IT之家 10 月 7 日消息，安全软件 Avast 本周三在官方博客上公开了其最新的发现：一种“恋爱骗局”。 据介绍，不法分子会利用 ChatGPT 来创建虚假的约会、交友资料，它甚至可以绕过相关 App 的安全措施，并能完成点赞、回复潜在对象、创建“可信的”个人资料：从热情洋溢的诗人到阳光开朗的旅游爱好者都不在话下。 Avast 将这种利用 ChatGPT 来制造骗局的工具命名为“LoveGPT”。其称，这种工具已经存在了十余年，但直到数月之前 ChatGPT 等生成式 AI 工具异军突起之时，它开始集成 OpenAI 的技术，“这一集成，使它的功能提升到了一个新的高度，它的声音与真实性产生了共鸣”。 据介绍，“LoveGPT”可以和用户讨论最喜欢的电影、同情他或她的日常遭遇，甚至用一段虚构的记忆来撩动心弦。 Avast 在公告中谈到，“LoveGPT”会在 Facebook Dating、MeetMe、Tinder 等多款热门交友、约会平台上出没。同时，还提醒广大网友在使用约会、交友类 App 之前需要注意的事项： 在信任对方之前，请先验证对方：若觉得跟他或她进行的对话太完美，或对方的资料过于精致，请对对方进行深度挖掘，如快速地进行图像反向搜索。 保持警惕：警惕那些看起来急于分享个人故事或要求自己提供个人信息的账户。 优先考虑自我安全：切勿与刚刚在网上认识的人分享自己的家庭住址、工作场所或财务信息 —— 无论对方看起来多么真实。

当房地产商高喊向科技领域转型之际，往往也是其核心地产业务陷入危机之时。为寻找新增长曲线，2018年，许家印通过投资贾跃亭的法拉第未来，正式进军新能源汽车，随后又走上自主造车之路；同年，杨国强开始投资建筑机器人研发以及打造高科技农业生态圈。 但两人的高科技转型策略均未能奏效，恒大汽车屡陷停产风波，碧桂园的两大科技转型业务仍处在落地阶段。等不到援手的恒大、碧桂园，相继于2021年和2023年迎来暴雷时刻。 相比许家印和杨国强，同样靠地产起家的李嘉诚，能够顺利穿越一次次地产低迷周期的背后，不无高科技转型成功所带来的助益。尽管在新能源汽车领域，李嘉诚也曾因为投资长江汽车和威马汽车而遭受损失，但新能源汽车并非李嘉诚高科技转型策略的全部。 从早期押注电讯行业，到投中Skype、Facebook（现更名为Meta）、Spotify、Zoom等一众科技领域明星公司，李嘉诚在高科技转型过程中成绩斐然。 李嘉诚 在大模型浪潮兴起后，李嘉诚也没有掉队。近期，李嘉诚领投了边缘 AI计算公司Kneron耐能共计9700万美元的B轮融资。耐能表示，此次资金将用于加速先进AI的推进，特别关注汽车领域轻量级GPT的解决方案。 当前大多数GPT模型在云端数据中心运行，从而导致高延迟、高传输数据成本以及用户隐私安全保护不足等问题出现，在设备终端直接搭载轻量级GPT方案，被认为是解决上述问题的途径之一，这同样也是高通、华为和小米等一众手机芯片厂商和品牌商们看好的大模型发展方向。 在李嘉诚看来，“AI正在改变世界……大力推动有效的应用AI，已不可或缺。”这一点，在耐能身上已有所体现。为了推动AI应用快速落地，李嘉诚此前已经分别在2018年和2022年两次领投耐能。 耐能并非李嘉诚投资的首家大模型公司。早在2012年大模型热潮尚未展露苗头之际，李嘉诚就投资了当下大模型赛道的明星公司DeepMind，此时距离DeepMind靠旗下AlphaGo在围棋人机大战中击败围棋世界冠军李世石一战成名还有四年时间。 参与2012年DeepMind融资计划的知名企业家，还有马斯克，当时后者向DeepMind投资500万美元。随着DeepMind在2014年1月被谷歌以4亿美元收购，李嘉诚和马斯克都从中获取了不菲收益。 马斯克 李嘉诚表示，能参与DeepMind早期投资是可贵的缘份。尽管马斯克与DeepMind分道扬镳，但李嘉诚和DeepMind、马斯克的缘份却还没散尽。 退出DeepMind股东名单三年后，2017年5月，李嘉诚在香港会见了DeepMind两位创始人戴密斯·哈萨比斯和穆斯塔法·苏莱曼。当天，李嘉诚摆出一副好学的样子，备好纸笔，听两人讲解AI研究方向与各种应用的阶段成果。 及至2022年穆斯塔法·苏莱曼等人联手创立大模型初创公司Inflection AI时，李嘉诚又顺利抢到首批参投名额，在这笔高达2.25亿美元的启动资金名单中，包括有微软、顶级风投 Greylock、比尔·盖茨、谷歌前董事长埃里克·施密特、Meta前CTO迈克·斯科洛普夫等。 2023年7月份，Inflection AI完成新一轮13亿美元融资，估值一举达到40亿美元，成为当下仅次于OpenAI和Anthropic的全球第三大生成式AI独角兽。 在大模型催热的新一轮AI技术浪潮中，李嘉诚对AI的投资频次也随之增大。进入2022年，李嘉诚出手的投资项目中，超过七成与AI相关，其中包括机器人公司Promise Robotics，生物医疗领域的Cortical Labs、Deepcell、Kangaroo Health等。 随着AI投资版图的不断扩大，李嘉诚又与昔日同为DeepMind投资人的马斯克，展开了同赛道竞争。 今年4月，李嘉诚领投了AI公司Cortical Labs的1000万美元融资，该公司是一家活体神经植入芯片技术研发商，致力于使用人类神经元开发新型人工智能。 Cortical Labs所做的事情，与马斯克旗下的脑机接口公司Neuralink处于同一赛道。在Cortical Labs完成融资五个月后，Neuralink宣布拿下美国食品和药品监督管理局（FDA）的人体试验许可，将进行首次人体试验。 李嘉诚押注AI的背后，则是其对新科技变化由来已久的重视。 2013年，时年85岁的李嘉诚表示，自己对新科技深感兴趣，且接触新科技也使得自己的心境变得年轻化，“18世纪工业革命由英国开始；21世纪则是科技革命，不少行业包括国防工业、农业、水利、能源、医疗、生命科技、电讯、互联网等均有突破性的发展，投资机会数之不尽，应接不暇。” 在靠塑胶花攫取第一桶金，并借助地产起家后，李嘉诚率先盯上的科技领域投资机会便是电信行业。 预判到2G无线通信技术即将到来后，1993年，李嘉诚通过Orange大举投资，成为英国电信市场的第三大服务商。到2000年，李嘉诚以375亿美元的价格将Orange出售给了法国电信巨头France Telecom，创造了当时全球最大的电讯交易纪录。 后来，在接受《财新》专访时，李嘉诚曾坦言，“出售Orange成为我们公司最成功的重大交易之一”。 正是靠着在电信投资上先买后卖的操作，李嘉诚一举超越了彼时的“香港一哥李兆基”，成为新一届香港首富。 电讯业的成功投资经历，放大了李嘉诚对科技投资的热忱。2002年，时年74岁的李嘉诚，创办了一家专注投资高新科技项目的风险投资机构维港投资，并交由红颜知己周凯旋打理。 在评价李嘉诚的风险投资理念时，周凯旋给出的评语是“他喜欢颠覆性创新。”而且如软银孙正义一样，两人作出决断的过程都很快。 2007年，当周凯旋向李嘉诚推荐投资Facebook（现更名为Meta）时，李嘉诚仅用5分钟就下了投资决定。尽管脸书当时还未实现盈利，但它庞大的用户量和移动端的发展计划，让李嘉诚看到了颠覆性变革的潜力。 2007 -2008年，维港投资分别向Facebook注资6000万美元，总计1.2亿美元。到2012年Facebook上市时，李嘉诚已从这笔投资中收获了5倍的回报。 对于快速作出投资决定的原因，李嘉诚曾给出过解释，认为“互联网创业公司大多缺乏收入，遑论盈利，投资者就是买一个吸引人的概念，5分钟大概是讲解上限。” 在从Facebook身上获利之前，维港投资已经凭借2005年压中即时通讯软件Skype而小有名气。在此之后，周凯旋带领维港投资先后压中了在线流媒体音乐服务平台Spotify、语音助手Siri等行业明星公司，跃身行业知名风投机构。 对Zoom的投资，无疑是维港投资近些年的重磅代表作。 在周凯旋向《财新》披露的故事中，李嘉诚决定投资Zoom的原因之一来自其切身痛点。2013年，李嘉诚手下高管要求花2000万港元购买高级视频会议硬件设备，“当时把李先生（李嘉诚）吓傻了，气得‘七窍生烟’。当他知道我们投资了Zoom这个能云端化、专注企业服务、简单易用的低成本软件时，没有人比他高兴了。” 当年，李嘉诚旗下维港投资便注资650万美元参与Zoom B轮融资，2015年又追加3000万美元参与Zoom C轮融资。 疫情期间，远程居家等办公新变化的出现，使得对Zoom的需求迎来爆发性增长，市值也一路扶摇直上。到2020年10月，Zoom股价攀至巅峰，市值超过1500亿美元，此时李嘉诚持有的Zoom股份市值接近110亿美元。彼时李嘉诚身家为326亿美元，这意味着，仅靠Zoom这笔投资收益，就为其赚回约1/3个人身家。 但李嘉诚并未选择在高点抛售。据监管文件，李嘉诚于2022年3月至2022年12月期间，减持了Zoom 290万股股票，目前仍持有Zoom约4.33%股权。截至发稿，Zoom市值已经跌落超八成，仅剩195亿美元。 值得一提的是，维港投资还在2019年投资了马斯克的地下隧道公司The Boring Company。 陷入下跌状态的不止李嘉诚持有的Zoom股票，李嘉诚赖以起家的地产行业也再次进入新一轮低迷周期。 阳光城、泰禾、融创、碧桂园、恒大等国内地产巨头，频频因债务问题暴雷。 为了刺激销售回笼资金，2023年8月，李嘉诚旗下长实集团在香港的新楼盘“亲海駅II”，开始以降价至七折的手段卖房。 李嘉诚低价抛售动作一出，进一步引爆了外界对楼市下行压力的预期，更有分析认为李嘉诚此次甩卖或是想减仓回收资金，可能会有其他项目投资回报率跑赢房地产。 显然，对大模型为代表的AI技术的加注，正在成为李嘉诚眼中能够跑赢房地产的新投资项目。 深知地产周期性发展特征，并亲身经历过多场金融危机的李嘉诚，借助多元化布局，在每次地产行业低迷周期中都会提前打乱重组旗下资产，投资前沿科技只是其中的手段之一。 在降价促销香港楼盘之前，过去两年间，李嘉诚陆续出售多项海外业务，涉及办公大厦、通讯、飞机租赁等领域，涉及的交易金额达到千亿港元，其中包括2022年3月，长实集团宣布以约60.33亿元的交易代价出售英国伦敦5 Broadgate大厦物业；2022年4月，长实集团完成对飞机租赁业务的整体出售，交易价格约332亿港元，账面获利约13亿港元。 更早之前，李嘉诚还将赫斯基能源公司、欧洲市场的电信基础设施业务逐一摆上货架。 十年前，李嘉诚从内地撤资、大肆投资英国等欧洲国家，进行资产重组配置的情景，仿佛昨日重现。 2013年，李嘉诚对内地市场的投资达到顶峰，当年来自内地的收入一度占到整个李氏集团的50%。随着当年8月李嘉诚以约30亿元价格将1997年入手的广州西城都荟广场脱手，李嘉诚的撤资之路由此开启，其出售的内地商业地产资产包括：广州西城都荟广场、上海东方汇经中心、南京金融中心大厦、北京盈科中心、广州国际玩具城、北京罗斯福广场、上海世纪盛荟广场等。 据不完全统计，从2013年套现以来，李嘉诚已经从房地产领域撤出资金超过1000亿港元，同时期，李嘉诚海外收购花费近1479亿港元。 在抹平回笼资金和海外收购之间的近500亿港元缺口中，科技投资所带来的高额回报收益，无疑给李嘉诚贡献不菲。 面对新一轮地产低迷周期，在李嘉诚的资产重组配置表中，AI，正在成为一枚重要砝码。

国庆假期的最后一天晚上，面对第二天的工作，你开始焦虑，我也开始焦虑。 余承东倒是很开心，开心到发朋友圈的那种。 9 月 12 日新 M7 发布至今，首销超过 5 万台大定了！昨天 3500 台，今天 7000 台，这两天就超过 1 万台了，创造奇迹了！ 你拿销量数据说话，我有大定数据撑腰，看到新车能有如此表现，余承东甚至喊出了一句「起死回生，真不容易！」 余承东这回能在朋友圈提起大喇叭，还得从上个月的 12 号说起。 问界没有「小长假」 9 月 12 日，华为正式发布全新问界 M7，与 25.8 万元的预售价相比，M7 的正式起售价格下调了近万元，低至 24.98 万元，加上首销期内下定可获得 6000 元现金优惠，实际价格比预售价便宜超过 1.5 万元。 而在去年的华为夏季旗舰新品发布会上，问界 M7 的起售价高至 31.98 万元 —— 这一降就是 7.6 万元。 M7 的价格下探固然其销量起飞的重要原因，但同时还伴随着配置的全面提升。 曾经是 M7 高配车型才具有的座椅通风、加热、按摩等功能，在全新 M7 上统统变成了标配；经过调整后的新车中心下降了 15mm。不仅如此，问界还对 A、B 柱进行了强度升级，车身安全强度从 1600 兆帕提升至 2000 兆帕…… 如果你本来就在问界 M7 上犹豫不决，这个时候会不会立刻下订？你会的。 更何况，余承东现在更看重的是「海量交付」。 据 PowerOn 报道，为尽快完成销量交付，赛力斯紧急招聘了大约 1000 名工人，并要求工厂 24 小时全力生产，但即便如此，10 月 7 日之后的订单，可能还是得等 3 个月才能提车。 另一方面，新款问界 M7 能卖得好，离不开华为 Mate60，这款被炒至万元的现象级机型，在 8 天的双节假期中，吸引了一批又一批的消费者来到华为门店。 来都来了，旁边这小车也瞅两眼呗？ 看都看了，干脆试驾一下好了。 这一试，兜里那 5000 块大定的钱就没了。（不过，要是后悔了，这笔钱倒也可以退。） 潘先生就是国庆期间带着家人看车的其中一位，但无奈店里想要试驾的人太多，不得不择日再来。 谁能想到，「遥遥领先」的华为手机，还能对赛力斯的股价造成如此大的影响。 ▲9 月 28 日，赛力斯股价上涨 10%，下周一开盘后的股价难以想象 买华为，开问界？ 如此惊人的大定数量不禁引人好奇，到底是哪些人在买问界 M7？ 可以肯定的是，大多不是想买理想的那帮人。 2022 年三季度，问界 M7 的发布和操盘，直接把理想 ONE 打残了，我们从来没遇到过这么强的对手，很长一段时间我们毫无还手之力。 理想汽车 CEO 李想在其产品课程中提到，问界 M7 迫使理想汽车提前结束了理想 ONE 的生产，是让理想汽车在 2022 年产生巨额亏损的「罪魁祸首」。 ▲华为门店中的问界 M7，图片来自：每日经济新闻 但在理想更新了 L 系列车型后，问界 M7 的销量开始急转直下，从原先的单月 5226 辆，萎缩到今年的千辆以下 —— 从今年 4 月份开始，老款问界 M7 的销量就再也没有超过 1000 辆。 那时候的余承东可不敢在朋友圈里多提 AITO 问界，实际上，今年以来，AITO 品牌就很少主动公开自己的交付数据，只公布了 5 月和 8 月的交付量，分别是 5629 辆和 5018 辆。 如今问界 M7 的售价区间已与理想汽车错开，彼时针锋相对的对手，变成了仅仅是马路上相遇的陌路人，颇有几分青春伤感文学中情侣关系的最终走向 —— 陌生到熟稔，再由熟稔到生分，过程中或突兀，或缓和。 放弃理想汽车的订单，扭头走向问界新 M7 的消费者固然是有的，但明显的价格差异确实在两款车型的消费人群中间拉开了一条隔离带，目前来看，理想汽车受全新问界 M7 的影响并未显现。 究其原因，价格是一方面，除此之外，理想汽车在空间、配置、智能化、直营体系方面仍有较大优势。另外，问界 M7 针对的客户群体年龄偏大，而造车新势力的主要消费群体则是 80、90 后。 难道 AITO 就要放弃 80 后和 90 后的市场吗？ 王鹤松是一名参加工作还未满 3 年的「95 后」，他没有像很多同龄人那样向「蔚小理特」等新势力品牌投出橄榄枝，他中意的车型，是一辆问界 M5。 当被问及原因时，他第一时间强调： 首先外观绝不是吸引我的点。 ▲问界 M5 在他看来与经过一轮产品迭代的新势力品牌相比，问界 M5 在外造型设计上没有丝毫优势，真正令他着迷的是问界 M5 在座舱静谧性、内饰面料，以及 HUAWEI SOUND 所营造的品质感，以及人性化的车机交互体验 —— 是的，他是一位华为手机用户。 放在以前，我们可能从未想过，小小的手机有朝一日能左右我们的购车决策，但在今天，由 Mate60 带来的进店热潮和车机协同戳中的用户痛点， 都在迫使我们接受这一事实。 更令王鹤松心动的，是问界 M5 在今年 7 月提供的一次包含 HUAWEI DATS 动态自适应扭矩系统的 OTA 升级。「之前开起来还行，但坐起来比较差，OTA 之后感觉像换了一辆车，」对于悬挂还能 OTA 升级这件事，他表现出了吃惊。 至于问界 M7，他倒是一点都提不起兴趣，原因还是在于 M7 那「过于成熟」的外观。 40 岁左右或者往上的中年人应该会更喜欢。 王鹤松道出了他的猜想，这样想的人，也不止他一个。 ▲问界 M7 10 月 7 日，汽车博主@柳笛_6D 在社交平台上将问界 M7 形容为「中老年的第一台智能车」，并表示智能并非先锋年轻人的专属需求。 抛开地板较高、副驾防火墙离腿较近等平台带来的「细枝末节」不谈，问界 M7 所使用的鸿蒙座舱，满足了一大批中老年群体对大屏，对智能座舱以及驾驶辅助的消费需求，而这批消费群体有两大特点，一是数量庞大，二是消费能力高。 对于他们来说，华为这一品牌不仅能够带来「智能」，同时还存有一份「体面」。 「增程」的命，可能比我们想的还要长 增程式混动技术落后是行业共识，再大的嘴，也不能大放厥词。 长城 CGO 李瑞峰的这句话，让外界对于增程的质疑，响彻整个 2022 年。「过渡」、「落后」成为了增程式混动撕不掉的标签。然而，这一「落后技术」的生命力，似乎比我们想的更加顽强。 继纯电车型之后，小米汽车正在筹备研发增程式电动车。 36kr 日前援引知情人士的话报道称，小米汽车已确定开发增程式电动车，「已经规划了相关的增程产品，也在寻找增程车的产品突破点」。 招聘平台上，小米汽车也放出了相关的研发岗位，包括：增程系统设计开发工程师、燃油系统工程师、排气系统工程师等增程式电动车相关岗位。 从已知信息来看，小米目前正在同步推进多代平台的研发工作，其中一代平台将于明年上市，二代平台计划在 2025 年推出，而增程平台，恐怕还会在二代平台之后。 换言之，小米相信在接下来的 10-15 年里，内燃机和油箱，还是有着存在的必要。牌桌的另一边，理想汽车也会将 L 系列继续延续下去。 在去年的中国汽车蓝皮书论坛中，余承东紧握话筒，一脸似笑非笑的表情。 难道纯电车增加了一个增程发动机，就是落后？电池始终需要充电，如果在特定场景下没有充电桩那该怎么办？ 诚然，如果现在放在店里的问界 M7 是纯电的，愿意下大定的人又会有多少呢？