马斯克可能就住在这种预制房中 凤凰网科技讯 北京时间8月8日消息，美国知名传记作家沃尔特·艾萨克森(Walter Isaacson)在上周日发布了一张照片，曝光了埃隆·马斯克(Elon Musk)目前所居住的简朴二居室房子的内部陈设情况。 艾萨克森曾为苹果传奇创始人史蒂夫·乔布斯(Steve Jobs)撰写过传记《史蒂夫·乔布斯传》。为了给马斯克写自传，他在过去三年的大部分时间里一直都跟随着马斯克。 当地时间上周日，艾萨克森在X(前推特)上曝光了马斯克当前住所的内部情况。“2020年，马斯克决定卖掉他的五套豪宅，把位于得州博卡奇卡的一栋简朴的两居室房子作为他的主要住所。我们会在那里见面，他会坐在这张木桌旁打电话。”艾萨克森在推文中写道。他同时表示，自己会在9月12日出版的传记中解释马斯克为何决定出售其他住宅。马斯克过去曾表示，他想卖掉自己的财产，以便资助他未来在火星上建立殖民地的计划。 艾萨克森拍摄的房子内部陈设 马斯克目前是世界首富。彭博亿万富翁指数显示，马斯克的净资产高达2320亿美元。但是，他目前所居住的这所二居室房子价值只有5万美元(约合36万元人民币)，就位于得州博卡奇卡的SpaceX发射场附近。 艾萨克森发布的照片展示了房子内的厨房和一部分客厅的陈设情况。他的咖啡桌上似乎有一把武士刀，一个有些像火箭形状的物体或雕塑，以及一些似乎是游戏的东西。一件带有特斯拉“Plaid模式”的夹克挂在椅子上，上面的印花是Model S Plaid 的尾标，据说创意来自上世纪80年代的电影《太空炮弹》。马斯克之前被拍到穿过这件夹克。 武士刀、火箭雕塑、科幻海报 马斯克是一个科幻迷，他的餐桌上方还醒目地贴着一张名为《惊奇故事》的科幻纸浆杂志的海报。它目前在海报网站 Posterazzi.com的销售价格为32.83美元。封面艺术描绘了亨利·盖德(Henry Gade)的科幻小说《太空班机》，上面的插图展示了大型运输宇宙飞船，这让人想起马斯克为SpaceX“星舰”火箭制定的宏伟计划。他说，他最终想用“星舰”运送人类往返火星。 海报全貌 马斯克的私人住宅此前就已被曝光过。去年，他自己在X上分享了一张照片，拍摄的是他的床头柜，上面有几罐不含咖啡因的健怡可乐，还有两支貌似是仿制枪的枪支。 马斯克发布的床头柜照片 2020年，马斯克宣布他将“出售几乎所有的有形财产，不再拥有房子”。几周后，他的五套房子在房地产网站Zillow上挂牌出售。2021年，马斯克以3000万美元的价格卖掉了他的最后一套房子。此前，他说自己在得州从SpaceX租了一套房子，该房子价值5万美元。 美媒曾报道称，一所名为“小屋”(Casita)的Boxabl预制房屋已交付给SpaceX。当时，马斯克否认自己住在这种模块化房屋中，说他住在得州的另一所小房子里。但是，2022年7月，他在播客中表示，自己拥有一间Boxabl，并将其用作客房。 和以前的豪宅相比，马斯克目前的住所似乎没有那么豪华。这位亿万富翁曾在豪宅里举办过奢华的派对，包括一场以盖茨比为主题的派对。 2020年，马斯克的密友坎耶·韦斯特(Kanye West)分享了一张在马斯克住所内拍摄的照片。照片显示，两人似乎待在一个大房间里，后面是一堵玻璃墙，里面装着一个真人大小的机器人复制品。 马斯克与韦斯特的合影 不过据美媒报道，马斯克正在得州为自己建造另一栋房子。美媒称，一个遭到公司内部审查的特斯拉项目可能就是马斯克的玻璃房。今年早些时候，美媒还报道称，马斯克正在得州建造一个名为“蜗牛溪”(Snailbrook)的公司小镇，并计划在那里为自己建造一处私人住宅。(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”。

文 | 佘宗明 -陷入困局的碧桂园，会成为下个恒大吗？ 在「佛山市副市长带队进驻碧桂园」传言的助势下，这成了很多人都很关心的问题。 尽管碧桂园官方称消息不实，可不少人已有意将碧桂园送进恒大所在的ICU病房。 就债务压顶情况来看，碧桂园身上似乎有恒大的影子。 看着「1恒=﹣2.58万亿」的新计量单位，人们心头一紧。 再看着「宇宙房企」碧桂园的总负债1.43万亿元，有些人已经开始盘算「1碧」的对价了。 但从财务健康度看，还不能轻易将碧桂园跟恒大画等号。 净负债率高达160%、现金短债比低于0.5倍的恒大，当然是站在了悬崖边。 但碧桂园的净负债率、现金短债比等指标，目前仍处于较为安全的水平。 现在安全当然不等于以后还安全，可在诸多变量未定之前，急着给碧桂园们判死刑，有些欠妥。 要知道，像碧桂园这类体量的房企背后，连着一大堆上下游供应商和几十上百万购房家庭。 宏观上的数据，连着微观上无数家庭的悲欢。 在「下一个恒大」的咒符可能真的将身陷困境的碧桂园推到「下一个恒大」处境的背景下，舆论不妨先保持唱衰力道和频次上的克制。 这不是说要回避碧桂园困局，而是说要尽量避免用落井下石，将本来还有摆脱困局余地的碧桂园推入更大的困局。 碧桂园若能渡过难关，兴许那无数个家庭就能顺利解套，而不是在收不到尾款、交不了房中陷入至暗时刻。 01 自从房地产领域的「巴塞尔协议」——三道红线出台以来，习惯了金融化运作的房企们日子就不大好过。 顺着「百姓苦高房价久矣」的郁结情绪讥讽房企们「眼看它起高楼，眼看它楼塌了」，是容易的： 要是房企们的一号位都有俞敏洪「公司账上必须留足给家长的退款资金和给员工的工资款项」的自觉，又何至于此？ 但捋顺这里面扭结的房地产行业扩张模式和中国城镇化特点之间复杂关系的生成逻辑，却没那么容易。 之前房地产高歌猛进的二十年里，房企们当然是饕餮盛宴里的食利者，但又不是唯一的。 在千头万绪的因果链条中，将问题主要归结于房企，也算是归因上的「讨巧」。 没必要替房企们诿过，只不过，置于当前语境中看，看待房企们遭遇的困境时，有必要厘清，到底哪些问题是结构性的，又有哪些是房企自酿苦果导致的？ 这两年，房企进入债务危机高发期。 复盘恒大之困，显然是自身经营问题大过周期性因素。 也就是说，就算没有三道红线，「恒大帝国」的泡沫也迟早会破。 恒大最主要的问题就在于，太迷恋「大」了：恒大汽车、恒大冰泉、恒大足球、恒大粮油、恒大健康、恒大文旅、恒大音乐……听起来是多元化经营，实则是无节制扩张。 要是这些业务能自己养活自己也行，问题是，它们基本上都得靠房地产资金「供养」着。 恒大汽车两年烧了840亿，悉数变成了「沉没成本」，蔚小理看了都得鞠一把泪。 「金元足球」也得直面「请客吃饭」后的买单问题：鲍鱼海参吃得一时爽，那长长的账单没准让人泪两行。 许老板在「大而不能倒」幻觉下的越做越大，带来的结局是「大而加速倒」——拆东墙补西墙的填窟窿模式，撞上南墙是必然的。 碧桂园固然也在做大业务基本盘，但它遭遇的困境，并非恒大式霍霍造成的，更多的是行业共通困境。 碧桂园上游攻建筑自动化，下游做物业，都是围绕房地产本业做文章。参投比亚迪半导体、蜂巢能源、长芯存储、紫光展锐、蓝箭航天等高科技创新企业，也是只在背后做财务投资。 从业务范围来看，它主打的就是一个「稳」。杨国强身上，可没有许家印「步子跨大了，一跨万米远」的激进。 非要说它激进，那就是在项目发展及土地储备上用力过猛了。 碧桂园患上了「三高（高杠杆、高负债、高周转）」综合征是不假，可细看下国内头部房企，有几个不是「给我一个杠杆，我就能翘起十个杠杆」的？ 02 多年来，顶着示范性民营房企头衔的碧桂园，都被视作民营房企中的一哥。 碧桂园从2017年登顶房地产销售额TOP1后，连续6年稳居榜首，算是傲视群雄。恒大见了，都得喊一声「大哥」。 即便在2018年后房地产市场「黑天鹅」来袭，碧桂园依旧被视作最能「反脆弱」的那拨房企。 2020年时，碧桂园还强调自己账户上躺着几千亿，满脸写着「稳了」。 可碧桂园还是没猜到结尾：以为弹药充足的它大概没想到，这轮房地产大洗牌不是暂时性的，而是长期性的。 即便它如履薄冰，不断将自身从「三道红线」划定的安全线内往后撤，也经不住此前挖下的深坑在「高杠杆」的倍增之效下越积越大。 这就是高杠杆的双刃剑效应：顺风时，它可以帮房企快速将规模做大；逆风时，它会将房企快速拖进深渊。 是顺还是逆，全看快速周转的发动机是不是还能转下去。 都说「资金流资金流」，资金首先要能流动起来，一旦流动出现淤塞，难免「气血失调」。 碧桂园的房子要是还能卖出去，资金回笼够快，眼下这场风波就是「杯水风暴」。 问题是，它扎根的三四线城市，是房子最难卖的地方，好多房企2016年那波楼市「去库存」都没去完，碧桂园又能上演什么逆天改「市」的戏法呢？ 「三四线之王」听着很牛掰，可真要到卖的时候，就全是负担了。 今年1至6月，碧桂园销售额已经跌到了房企中的第6位，这6个月还呈现出逐月下滑之势。 国内重点上市房企今年1至6月的销售业绩排行表。 卖不出去，砸在手里，算是碧桂园现在的困境之源。 如今房企面临的舆论处境是：一个坏消息来了，必定有十个坏消息在路上了。 碧桂园也不例外，各种负面消息接踵而至： 1，7月中旬，碧桂园的境内和境外部分债券已经开始大跌，极度敏感的资本市场，肯定是嗅到了危险的气息。 2，7月19日，碧桂园服务总裁李长江在股票低位大规模减持套现。 3，7月30日，杨惠妍宣布将手中碧桂园服务20%的股权，合计64亿捐给国强公益基金会 （香港）。 4，7月31日，碧桂园发布公告称，预期截至2023年6月30日半年度可能录得未经审核净亏损，最后还表示：积极寻求政府及各方监管机构的指导和支持。 5，摩根大通一周前也发布报告调低碧桂园的评级，穆迪也调低了碧桂园的信贷评级，由Ba3下调至B1，展望维持负面。 6，8月8日，深交所将大跌的碧桂园旗下债券「21碧地03」停牌。 山雨欲来风满楼，气氛已烘托到位了。 03 那，到了该说「碧桂园危矣」的时候了吗？ 可堪对照的是万达。早在2017年时，万达也曾危过，当年6月，有消息称，银监会要求各家银行排查包括万达在内数家企业的授信及风险分析，随后万达遭遇「股债双杀」。 此后万达通过资产甩卖，成功上了岸。2018年1月的万达年会上，王健林曾情不自禁地拿起方巾悄悄擦掉眼泪，因为「2017年是万达集团历史上难忘的一年，万达经历了风波，承受了磨难」。 如今万达又极度缺钱。用轻资产模式解除短期债务压力的万达，又被380亿的对赌约定逼到了生死关口。 逆境之下，难题总是一道连着一道。现在就看万达怎么解最新的这道难题了。 有意思的是，今年上半年，王健林王思聪父子以840亿元身家荣登2023新财富500富人榜房地产行业首富，被他们反超的，正是杨国强杨惠妍父女。 而今，杨国强杨惠妍父女也得面临王健林此前的难题了。 鉴于昔日的「白衣骑士」如今个个也都成了泥菩萨，碧桂园只能自救。 7月中旬推出「准现房销售」，旗下部分项目开始打出75折促销，都是碧桂园的自救途径。 从财务状况看，碧桂园目前总资产为1.73万亿，总负债1.43万亿，没到资不抵债的地步。 根据2022年年报，碧桂园总借贷余额为2713.1亿元，同比下降14.7%，净负债率为40%，是近十年以来的最低值，现金短债比为1.6倍，属于行业较优水平。 计划今年交付70万套房屋，上半年已顺利完成了27.8万套的交付任务，交付率是39.7%，已超过全国平均水平。 近十年来的碧桂园负债变化情况。 碧桂园显然是想抓住账面资产再缩水前的窗口期，将偿债压力给「摁」下去。 对碧桂园而言，要走出眼前困境，难度不小，但机会不缺。 当此之时，我们既要看到碧桂园的困局，也没必要直接将碧桂园说成下一个恒大。 别轻易用「五十步」跟「百步」的以喻代证预言碧桂园的结局，却忽略了二者境遇的巨大差异。 更不必渲染「副市长带队进驻」之类的传言，用预期恶化人为调高碧桂园的「解题难度」。 社会学家波普曾提出「俄狄浦斯效应」，意指「预测本身也可以影响被预测的事件」。 就此事看，舆论对碧桂园处境的评价，也足以影响碧桂园的处境。将它视作「下一个恒大」，它的资金回笼与融资渠道若因此被阻断，那它可能真的就成了下一个恒大。 到那时，受伤害最深的，还是那些等待回款和交房的供应商、购房户。 04 值得注意的是，就在前不久，经济学家马光远为「拯救‘大兵’恒大」提了些建议： 最好的解决办法仍然是有一个超脱的中间协调人，对债务和资产进行重组，在市场化的原则下，对债务进行梳理，最大化盘活恒大的现有资产，通过资产重组，尽可能的避免更大的损失，甚至引发系统性的风险。 他总结道，40多年了，很多企业倒闭，路线图基本是差不多的：市场传闻、金融机构落井下石，接着断贷逼债，企业流动性枯竭，最后死掉，然后所有人为此买单。 这份建议原本来得很专业，可舆论场中，很多人一看到「救恒大」几个字立马就炸开了，本能地认为这是要拿纳税人的钱给恒大擦屁股。在有些人看来，房企自己酿的祸，含着泪也要自己把单买完。 用「救恒大」的窄化想象去否定「注入流动性」的必要性，其实是种偏颇。 碧桂园们该救吗？如果所谓的「救」指的是直接砸钱填窟窿，那当然不应该。 但若「救」是指从信贷、债券、股权等层面畅通房企融资通道，那又是应该的。 说到底，真正的「救」房企，不是要给它们缺啥补啥，而是要遵循市场规律，消除那些限制性措施带来的流动性梗阻。 就当下看，大量三四线城市该放开限购限价的不放开，也成了碧桂园们以市场化方式自救的掣肘。 7月24日，中央层面已明确提出，我国房地产市场供求关系发生重大变化，要求各地适时调整优化房地产政策，因城施策用好政策工具箱。 截至当前，跟进的省会城市主要就是合肥、郑州与南京，整体看来，三个城市更多的是「小步慢走」式边际改善： 合肥：试点「现房销售」，探索按套内面积计价，推动货币化安置与房票安置，取消楼层价差率限制，试行车位与商品房同步办理预售许可证，推进「拿地即开工、开工即开建、交房即交证」，探索竞争性谈判土地出让方式，加强商品房预售资金共同监管…… 郑州：购房补贴，取消限售，落实「认房不认贷」，鼓励下调存量房贷利率和首付比例，试点「现房销售」，落实土地款分期缴纳优惠政策…… 南京：买新房给补贴；拆迁房票安置；优化车位销售审批；放松预售资金监管；优化供地指标（郊区土地建排屋别墅）；优化商办用地供应…… 接下来，卡在房企脖子上的那只以「限」字诀为核心的过度干预之手能否松开，也会成为政策落实过程中的看头。 把手拿开了，也就给了房企们更多呼吸空间了，至于碧桂园们能不能恢复正常呼吸节奏，剩下的就看它们的「修为」了。 作为民营房企的碧桂园将何去何从，最终该让市场说了算。 各方要做的，就是把非市场化掣肘因素剔除。 消除了这些非市场化掣肘因素，碧桂园们才能更好地避免成为「下一个恒大」。 对碧桂园身后的那些供应商跟购房户来说，房企危机的链式反应落到他们身上，绝不是「一鲸落，万物生」，而是「时代的一粒沙落在个人头上，就是……」 因此，希望碧桂园们早些走出困局。

凤凰网科技讯 8月8日消息，星纪魅族回应终止自研芯片业务，星纪魅族官方表示，面对全球经济市场的变化，为应对长期发展的挑战，星纪魅族集团做出战略调整，决定终止芯片业务，公司将妥善处理此次业务调整所带来的相关事宜，未来会更加聚焦产品创新和软件体验，持续创造价值。目前，集团正在实施员工内部转岗分流方案，最大努力保证员工，尤其是应届生的权益，寻求内部转岗消化。 此前，不少疑似星际魅族的员工爆料，公司疑把今年入职的应届生无情的裁掉了。因芯片投资周期长，成本高，AR芯片现在没有出产品，影响上市计划，星纪魅族计划调整芯片业务。该部门大约有200名员工，今年入职的应届生有40余人。调整计划是裁撤所有应届生，留一小部分老员工，赔偿方案正在商定中。 爆料称，星际魅族应届生入职三周，就被裁员了。这一爆料帖，有高达近百条评论，其中有43人打上了符合事实的标签。也有大量疑似被裁应届生在该话题下现身说法。「星际魅族可怜的应届生，有没有公司HR捞一下的」「一定是上辈子坏事做多了，才会签星际魅族」。

李嘉诚曾说“一定要先想失败，做生意，没有买，就要先想到如何卖。”在如何“卖”这件事上，95岁的李超人又给地产同行上了一课。 李嘉诚 8月3日，李嘉诚旗下长实集团在香港的新楼盘“亲海駅II”发布了首张价格单，共涉及132套住房，其中，最便宜的开放式单位实用面积210平方呎（约合19.5平米），扣除18%折扣后，折后总售价为290万港元，折后每呎价约13810港元（约合13.68万元人民币/平方米）。 这一价格比周边二手房便宜了三成，相当于7年前的价格。该楼盘距离香港岛仅一站地铁，距离海边直线距离不到3公里，由香港市民表示，这是“以屯门的价格买靠近港岛的海景房”。 2022年，香港楼市连续13年上涨势头终结，而截至今年6月底，香港整体住宅楼价较2021年高位累计下跌13%，写字楼则从2018年高位下跌20%。 尽管楼市低迷，但7折甩卖的“平爆价”还是带来了强烈反响。据界面新闻报道，该项目开启认购后仅两天便收票逾5000张，超额认购高达18.6倍。 此次低价抛售，引爆了外界对楼市下行压力的预期。有分析认为，长实此次甩卖或是想减仓回收资金，可能会有其他投资回报率跑赢房地产。 开盘当日，长实集团半年业绩会上，李嘉诚长子李泽钜对外解释称：“我们一向奉行以市价或低于市价去卖楼以促进销售。市况较明朗时，我们积极买地，去年完成数宗交易。我们认为应该在逆周期买地或置业，现在的时机比3年前稳阵（即稳妥）。” 经济规律类似海洋潮汐，而李嘉诚就像在全球经济潮汐中寻找机会的猎人。近几年全球经济风起云涌，此次甩卖海景房之前，李嘉诚早已闻潮而动。 十年前，李嘉诚开始抛售内地物业，同时加仓英国资产，李嘉诚抛售速度太快，以至于有媒体质疑其动机，喊出“别让李嘉诚跑了”的口号。然而，从2020年开始，李嘉诚开始减仓英国资产，同时重新在香港和内地土拍市场出手。 另一个信号是回购。 财报数据显示，今年上半年，长实集团斥资13.58亿港元用于回购，类似操作在2008年金融危机前后也曾出现。 从商70余年，95岁的李嘉诚嗅觉依旧敏锐。此次祭出金融危机时的操作，或许意味着，李嘉诚已经嗅到了危机来临的味道。 01 李嘉诚七折抛售海景房的消息，犹如一颗“深水炸弹”，整个市场都感受到了震感。 据《明报》报道，受“亲海駅II”低价抛盘影响，香港近期一些二手房交易中，卖家报价较最初下调了7%-11%。一位有在港置业打算的投资者向盒饭财经表示，得知该消息后决定继续观望，“没准能省几百万（港币）。”该人士表示。 李嘉诚此举被解读为短期内不看好香港楼市，这在一定程度上反映出香港楼市下行压力。 近三年来，香港楼市面临多重压力：一是疫情冲击经济，居民购买力下降；二是人口减少，带走部分财富，房地产抛压增大；三是港币绑定美元，被迫快速加息，对房地产市场造成利空。 不论是从居住属性还是金融属性来看，房地产市场的根基都是人口，而自2020年起，香港人口连续三年负增长，累计流失18.73万人。 尽管香港连续出台措施，吸引人才、调整按揭政策，但后续政策并不明朗；此外，据美联物业房地产数据中心统计，目前香港已获批但未开始销售的新盘单位接近1.6万个，创近年新高。一手住宅供给提升，开发商或将为去化开始“价格战”，李嘉诚此举或是希望在价格战来临前快速回笼资金。 此外，出于业绩上的考量，长实也有动力低价抛售楼盘。 财报数据显示，今年上半年，长实集团实现营收246.05亿港元，同比下跌31.11%；实现股东应占溢利103.31亿港元，同比下滑20.14%。 长实业绩不佳主要受两方面因素影响：一是其飞机租赁业务于2022年终止，二是物业发展进度因审慎土储策略出现空窗期。 与大多数房企不同，长实集团经营的并非单一业务，因此在几年前香港地价大幅上升之际，长实鲜有出手，直到去年地价回落至合理态势，长实才开始抄底，如此才有了物业发展进度的“空窗期”。 楼市下行，叠加“空窗期”的业绩压力，长实不得不打折抛售，李泽钜也曾向外界透露，长实今年会加快卖楼速度，希望多一些项目尽快建成入账。 值得注意的是，长实一面降价抛售楼盘，另一面还在向外界释放继续买入房地产的信号。 李泽钜在中期业绩会上表示：“当人人都看好市场、而利率又低时，又或者利率上升机会较大时，也许应该较小心谨慎；但当每个人都看得差、而利率又高时，市场风险多数会较低。” 显然，对于香港楼市未来走势，李嘉诚的态度是“短空长多”；而在具体策略上，趁利率高点抄底买地，然后以低价快速去化套现，也符合其一贯经营思路。 02 自1950年创业算起，李嘉诚经商70余年仍屹立不倒，论穿越周期的经验，也只有巴菲特、索罗斯等少数人能与之媲美。 保守是李嘉诚穿越周期的秘诀，他的保守落到地产业务上，便体现在“现金为王”的策略上。摩根士丹利曾在一份研究报告中称：“长实相比竞争对手更愿意采用低价策略来加快销售。” 这种趋势在经济危机时尤为明显，多次危机前夜，都有李嘉诚抛售资产的身影。 自2007年起，李嘉诚多次在公开场合呼吁大家谨慎投资，而据《明报》披露，2008年10月，雷曼兄弟破产后一个月，李嘉诚当时的旗舰公司和记黄埔暂停了全球新业务投资，手握221亿美元资金，其中约70%以现金形式存放，其他为政府债券，完全没有投资企业债券、结构性投资工具和累计期权等高风险产品。 金融危机期间，李嘉诚成了楼市最彻底的“大空头”，2008年起，他先后抛售了上海、北京的商业地产和住宅项目。 自1997年亚洲金融危机后，李嘉诚开始加码内地市场，金融危机后，2013年，来自内地的收入占到整个李氏集团的50%。 但加注也在这一年戛然而止，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，由此开启了甩卖之路。 此后，李嘉诚先后抛售了上海陆家嘴东方汇金中心、南京国际金融中心大厦、上海世纪汇广场等多个地标项目。曾有券商统计，此次套现规模超过130亿美元，大部分流向了欧洲，李嘉诚因此被质疑转移资产“跑路”，有媒体甚至惊呼“别让李嘉诚跑了”。 许家印 与此同时，2016年后，王健林、许家印先后登顶国内“首富”，外界常拿两人与李嘉诚对比。但随着“三道红线”出台，一众房企如梦初醒：李嘉诚放弃的原来是“最后一个铜板”。 03 在这一轮地产调整期中，最为清醒的万科自2016年起主动缩债，但在2020年底，万科剔除预收账款的资产负债率为70.4%，距离“三道红线”绿档一步之遥；作为对比，年报数据显示，2020年，李嘉诚的长实集团资产负债率只有23.53%。 实际上，李嘉诚穿越周期的方式并不复杂：现金为王降低风险，低买高卖获得利润。他在全球经济的海流中巡游，在经济潮汐中寻找猎物。 2013年到2019年，李嘉诚逐步从内地撤资，但2020年起，长实种种动作又显示出“回归”迹象。 自2020年开始，李嘉诚逐步将其在英国等地资产摆上货架。当年11月，李嘉诚旗下公司以100亿欧元出售其在欧洲市场的电信基础设施业务，其持有超过34年的赫斯基能源也拱手让人。 去年3月，长江实业出售了公司持有的英国伦敦办公楼5 Broadgate的全部股权，作价7.29亿英镑（约合60亿人民币），还把估值高达150亿英镑的英国配电公司UK Power摆上货架。 在抛售英国资产的同时，李嘉诚重新进入土拍市场。2019年，李嘉诚斥资24.2亿元收购上海浦东三林地块，去年他又斥资上百亿港元在香港囤地。截至今年上半年，长实集团拥有可开发土地储备约7600万平方呎（约706万平方米），其中800万平方呎、6400万平方呎及400万平方呎分别位于香港、内地及海外。 辗转腾挪之下，截至今年6月底，长实拥有438亿港元现金，而一年内到期借款仅约92亿港元，加上此次“甩卖”回笼资金，手握重金的李嘉诚正在伺机而动。 最近被李嘉诚盯上的“猎物”是前香港“地王”，豪宅项目凯玥。李氏家族在六年前竞标中失败，该项目于2017年被龙光集团与合景泰富买下，随着两家企业先后暴雷，凯玥被推上了谈判桌，李家也卷土重来。 除了抄土拍和地产同行的底，自家公司股票的投资者也是李嘉诚的“猎物”之一。早在2008年金融危机期间，李氏就曾抛售航运银行股低价增持自家“长和系”股份。 自去年7月触达54.72港元阶段性高点后，长实集团股价持续低迷，李嘉诚故技重施。公司财报显示，去年5月至今，长实累计付出约40亿港元资金用于股票回购。 从商业角度，之前的“跑路”，可以从避险和获利的角度解释；而此次“回归”，李嘉诚也许是在利好政策中提前捕捉到了机会，又或者是嗅到了海外的危机信号。

当大部分互联网公司信奉技术与算法的魔力，一心只想跑得更快时，小红书却在科技与人文的交汇地带，以一种非理性执着的节奏走了十年。 小红书创始人、CEO星矢搜索十年记忆，经常想起一个片段： 那是团队刚搬进位于上海高安路的第二间办公室，空间不大，一楼却有一面黑板。小红书的第一位工程师路飞在黑板手写了一段话：“我不知道如今的黑客是否会流芳百世，但我们可以看到如同艺术家一样，这些数字时代的手工艺人正在改变世界”。 这是小红书的一种产品执念。 十年间，小红书的产品形态历经变化，从最早的PDF到内容社区；不同阶段，外界给小红书贴的标签也不尽相同，从种草神器到生活方式社区。但背后的内核始终如一：围绕人，承载一切生活方式趋势变化。 然而正如星矢所说，生活不是舞台，没有标准答案。所以更多时候，小红书需要在审美与效率、主观判断与客观数据、内容运营与推荐算法之间小心地走钢丝，寻求平衡，有时候甚至“相爱相杀”。 小红书团队时常自我审视，是否时刻关注到人文精神。 十周年主题的几天会议中，团队延伸出类似“连接人与人”、 “连接人与世界”、“不出现负外部性”、“让普通人能更好地表达”等关键词。这些认知和共识，进而决定小红书的产品价值观，也是未来前行的路标。 2016年时任哈佛大学校长德鲁·福斯特曾做过一个讲座，她谈到人文学科在培养高效和善解人意的领导者方面发挥的重要作用。 她说，“人文学科培养的探究精神，教会我们如何仔细审视手头的事物，即便是深埋于尘埃之下的危险性、戏剧性或令人费解的陌生感……人文学科教给我们许多东西，其中最重要的便是同理心——如何设身处地为人着想。” 一定程度上，是理解用户的同理心让小红书十年收获了一亿日活用户，未来还会有更多人加入。这就是小红书存在的意义。 01 一个社区的自我迭代 从分享购物攻略开始，小红书就自带天然的“工具属性”。但团队很快意识到PDF内容的承载力有限、也过于静态，不够实时。小红书遇到的第一道难题就是，如何激发更多的内容生成，而不只依靠创始团队这个“小型编辑部”。 2014年，一个至关重要的变化是，小红书放弃了相对静态的PDF攻略，而是转换为如今的UGC笔记形式。图片加文字就可以构成一篇“内容”，再加上当时在Instagram已经被验证的标记、可以提供用户共同讨论的#话题，小红书的基础内容容器就此形成，并延续至今。 小红书COO柯南总结，人非常复杂和多样，要服务好这个领域的用户，唯一的解题方式就是UGC。 但当时的社区的核心还是解决海淘的信息、资源不对称。一个早期的小红书用户，主页多是来自中国香港、日韩等地的好物分享。社区也顺势做类似论坛的人工话题分类。但这些对一个生活方式为主题的内容社区，只是可开垦资源的微小一角。 这一年开始，小红书更多围绕“人”做功课，从东西怎么买到怎么用，内容逐渐泛化，护肤、美妆甚至到健身、美食等等。这些UGC内容是小红书播撒下的第一批种子。 这些内容应该第一时间连接到感兴趣的用户。于是2015年，小红书引入第一位算法工程师。 起初，这位工程师很焦虑，社区一天新增内容只有几百篇，用户很快就刷完了自己感兴趣的笔记，推荐算法根本跑不起来。 为了把“人”的特质引入，小红书开始通过产品和运营的方式，从自拍入手，发起类似 “小红书蹲”的话题，引导普通人发现记录并分享生活点滴。 UGC生产，是小红书区别于其他内容社区的关键特质。无论是微博、微信公众号还是抖音，离不开明星、大V引流。而小红书直至2017年，才决定引入明星。 2017年，刚刚演完《美人鱼》的林允自发入驻小红书，与《延禧攻略》主演吴谨言、戚薇、江疏影、张雨绮、周雨彤等人，成为第一批在小红书分享生活日常的明星。 和其他平台截然不同，他们在小红书发布的内容，像自己的“朋友圈”。尹正、关晓彤分享减肥餐，新剧、红剧的演员发布穿搭妆造的设计想法、明星分享各类红毯、广告片妆容等等。一个明星的生活面开始被看到。 在小红书拥有1500多万粉丝的赵露思，分享自己的日常穿搭、琐碎生活，因为真实不装而被更多人关注，成为小红书粉丝数最高的明星。 明星效应的后续是，更多年轻人涌向这里，小红书的破圈之路也正式开启。 2018年6月，凭借明星自然发布笔记和综艺投放，小红书月度活跃用户（MAU）突破5000万。增长界线由此打开，2020年7月，小红书MAU突破1亿。15个月后，MAU又突破2亿。 用户基数扩大的背后，是个体样本多样化的开始。 2019年，88岁的小红书用户@严于律己，通过东方卫视的春节联欢晚会关注到小红书。因为担心外面的面包添加剂过多，她在小红书学做面包，然后来小红书“交作业”；她还学习栽种牛油果的核，跟大家探讨叶子要如何才能长得快。 她喜欢小红书的理由很朴素，能“看到普通人的生活”。在没有运营技巧，纯自然分享的情况下，在小红书收获了3万年轻粉丝，一群陌生的“小朋友”。 还有北漂10年月薪不足4000的打工女孩，通过独居日记，记录周末的一桌好菜，秋天的一顿好肉；也有全球旅行的数字游民，分享如何一边探索世界，一边赚钱的特殊经验。 正是这个时期，小红书“有用、经验分享”等关键词标签，自然形成，时至今日，这样的烙印还在日益加深。 而且在互联网越来越注重效率的当下，小红书仍然选择双列瀑布流推荐内容，把选择权留给用户。 这也是以人为本的一个重要注脚。 02 发现趋势而非制造趋势 十年过去，小红书已经形成自己社区的内容和语言逻辑。 我们常常听到的“这很小红书”是一种基于外观和颜值的审美判断；“这个很适合发小红书”，则指符合小红书用户的内容趣味：要么信息足够有用，要么能在小红书得到共鸣。 不是所有人都对小红书这么熟悉。 小红书就像一座“城市”，当持续有大量的新居民涌入，在城市中产生什么样的行为至关重要。 2019年底时，小红书的团队发现，平台存在一些画风不好、博眼球但有流量的内容，他们的判断是不能放任；很快，在2020年的一次全国范围调研中，用户一边反馈小红书核心的吸引力是“有用”，另一边，与消费极其接近，大量商家的广告投放也让用户对小红书种草的真实性存疑。 此时的小红书用户仍然在快速增长，但团队判断，如果任由情况恶化，平台可能就没有明天。 在这样的背景下，2021年小红书把核心目标放在社区生态之上。2021年4月，小红书发布社区公约，明确平台倡导什么内容、反对什么内容。 例如：避免使用夸张、猎奇等手段吸引用户点击；请鼓励普通人的发言和分享；请基于内容互动，一般情况下，外貌、身材、年龄并非讨论的必要元素；避免炫耀超过常人的消费能力等等 平台治理的同时，小红书的另一个动作则刺激了社区内容的生机。 运营团队发现小红书上不断产生新兴的小众生活方式，这又引发了内容更加多元化以及对此感兴趣人群的进入。因此将发现和运营新趋势作为重要目标。 第一个影响力广泛的案例是露营，这种在国内尚属新鲜的生活体验。 从营地选择、装备清单、餐饮、穿搭和拍照等各类攻略，小红书一应俱全。一批新的露营品牌崭露头角，提供“拎包入住”式的露营体验，甚至出现了大量露营主题的咖啡馆。 再之后，陆冲、飞盘、徒步、冲浪、桨板、路亚、骑行，以及urbancore、多巴胺穿搭、地方美食、自然酒等等，越来越多的新趋势从小红书“长”出来，并影响更多普通人，更多生活方式随着人群、内容的增长而逐渐泛化。 值得一提的是，小红书的运营逻辑是发掘而不是创造。“我们从来不敢说是造新趋势的人，我们也是从社区里面发现，这些新趋势主要来自于社区里面真实的人和群体。”在播客“商业WHY酱”的访谈中，小红书旅游户外业务负责人新岛表示。 新趋势带来了内容量的迅速增长。2021年初，小红书与露营相关的笔记有24万篇。到今天，这个数字已经变为572万篇。 一位小红书运营相关人士曾提到，寻找趋势更像是一个把一串葡萄拎起来的过程。 拿宠物领域来说，晒猫猫狗狗已经是各个平台的核心内容品类之一，小红书则会关注异宠领域（如玄风鹦鹉、蜜袋鼯、豹纹守宫等）。 在这个过程中，他们发现，一部分异宠需要特殊的生存环境——模拟沙漠或热带雨林，于是小红书上入驻了热带雨林造景师、生态缸造景比赛的冠军、雨林造景研究员，内容也从怎么设计，植物、收纳箱怎么买，再到怎么制作，怎么维护，一应俱全。 这就是大潮流品类延伸出戏份内容趋势的典型案例。 甚至一些趋势需要时间的自然累积。今年大火的Citywalk（或者说是城市漫步），其实早在前两年平台就试着推过，但并没有被太多人关注。 而在今年，没有专门运营的情况下Citywalk却火了。一个可能的原因是，人们更加关注自己生活的附近，叠加低成本、短时间探索城市的新方式而被年轻人追捧。路线怎么走，哪里值得去，小红书提供了承接这些需求的地方。 这就是小红书作为社区的核心竞争力，拥有不同生活经验的群体创造出海量的内容，并自发衍生出更多可能性。而小红书只需要找到这些苗头，并适当地将其放大。 03 商业化也可以做出独特气质 产品不是规划出来的，但团队做什么，不做什么，却可以左右产品走向何处。 大部分内容平台的扩张策略基本是常规套路，运营热点放大，尽可能制造爆款；对创作者则是大额流量补贴或是资金扶持计划。 这些人为干预手段在小红书几乎看不到。团队知道，一个具备DNA的产品，会像生物体一样，自我进化。 这种自我迭代不是大开大合的节奏，所以小红书很长一段时间被看作是一家“慢公司”。 包括商业化也是如此。小红书创始人木兰曾说，“小红书对商业的态度，是让它缓慢地生长，而不是心急地收割流量。” 小红书将相当一部分流量分配给了普通UGC用户，从商业效率讲，这并非是一个高效的选择。但一个充满活力和创造力的UGC内容生态，对社区的助益是无限的。 比如，明星向来是品牌曝光的重要渠道，然而在2021年，小红书的KOL却超过明星成为头部商业爆文的主力创作者。因为KOL的创意更丰富，与用户对话更有亲和力，同理心。 小红书已经不再像引入推荐算法初期那样，担心用户感兴趣的内容会很快被刷完。“遇事不决小红书”已是常态——每天，用户在小红书使用搜索的次数达到3亿次，超过60%的用户在平台的首个动作是搜索。 首页内容与搜索怎么联动？小红书的解决办法是，当用户对某篇笔记进行深度阅读，例如翻看评论，停留到达一定时间是，搜索框会自动出现笔记中提到的关键词，某个品牌或者某个商品，更便捷地帮助用户浏览、对比更多的信息。 这些普通人的生活经验汇集成了实时、新鲜的生活万能指南，同时也带来了搜索广告的想象空间。 小红书的社区、产品、商业化，都并非先天设计出来的。在很长一段时间，当抖音、快手的直播已经自成体系，并为公司贡献贡献收入时，小红书还对自己要做什么样的直播而踌躇。 董洁、章小蕙等，2023年成为小红书第一批直播电商典范。他们风格与小红书特质相契合，娓娓道来式的平淡直播，在全网刮起一股清风，比起讲价格，更多时间在帮助种草，传递品牌和产品的理念和品质，而不是延续低价倾销的“吆喝式直播”。 “一颗KK”是小红书第一批原生素人主播代表。她原本计划家装，结果发现线下商场很难找到合适的家居产品，被迫走上网购之路。“网购了一个家”后，她开始分享家装产品，无意间将一个儿童沙发卖“爆”了。 她从此前的媒体辞职，做起了全职博主。今年618，“一颗KK”在小红书拿下单场2000万GMV的成绩。要知道，沙发、床垫这样的家居品类都是重决策高客单价的产品，单价动辄几千，几乎很难依靠传统的直播快速售出，前期要花大量的时间进行种草。 一颗kk 618期间单场直播超过2000万 “一颗KK”曾经试过别的平台，最后发现自己这种非娱乐化的干货型内容，最合适的土壤还是小红书。这种强心智品类，人们可以通过搜索笔记寻找问题的解答，包括使用感受，购买的渠道、价格等，总会有博主分享新的经历和经验，不会存在信息干涸的时候。 与此同时，为了让在小红书种草不再是“玄学”。今年，小红书以“种草值”为度量衡，内容合作管理平台蒲公英、投放平台聚光、薯条（笔记付费加热工具），产品数据系统“灵犀”，到这里，小红书的基础商业产品基本齐全，根本目的就是让种草变得更科学。 互联网的永恒命题是增长，对小红书来说也是如此。过去十年，这个线上社区的成型与现实生活方式变迁的轨迹，几乎完美吻合，1亿DAU是产品自进化的结果。 然而，下一个十年，小红书的增长动力是什么？连接更广泛人群，突破更高DAU的底层逻辑又是什么？这是管理团队需要思考的命题。

蚂蚁集团 凤凰网科技讯 北京时间8月8日消息，蚂蚁集团在今年7月宣布，拟回购不超过7.6%、价值约430亿元人民币(约合60亿美元)的公司股票，为投资者提供套现机会。不过知情人士称，在蚂蚁集团估值下滑逾70%后，包括华平投资、加拿大养老金计划投资委员会在内的多家全球投资者选择退出该公司的股票回购计划。 知情人士透露，没有参与股票回购项目的蚂蚁集团外国大股东还包括私募股权投资公司凯雷集团、新加坡政府投资公司。不过，包括富达投资、普信集团在内的几家基金管理公司已同意出售所持蚂蚁集团股票。 蚂蚁集团此次股票回购对公司的估值为5671亿元人民币(约790亿美元)，较2020年计划上市前的2800亿美元下滑70%以上。对于在2018年参与了蚂蚁集团早期融资的养老基金和私募股权公司来说，此时参与蚂蚁集团的股票回购将面临重大财务损失。五年前，蚂蚁集团的估值约为1500亿美元。去年11月，富达投资将蚂蚁集团的估值下调至638亿美元。 不过，一些中国国有股东计划加入此次回购，因为他们在投资蚂蚁集团的前两轮融资时，该公司的估值据报道只有450亿美元、600亿美元。2015年，蚂蚁集团完成了A轮融资，投资者包括中国国家社保基金和国开金融。次年，蚂蚁集团又完成了B轮融资，投资者包括中投公司、建银国际。 此前，阿里巴巴集团已表示，不会出售所持约三分之一的蚂蚁集团股份。淡马锡控股则表示，正寻求更好地了解蚂蚁集团是如何得出回购估值的。 蚂蚁集团、华平投资、凯雷集团、加拿大养老金计划投资委员会、新加坡政府投资公司、富达投资、普信集团均不予置评。(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”。

抖音店铺被关、转战自有APP直播，这一风波让抖音和东方甄选的关系引发热议，一度传出“东方甄选出逃抖音”的猜测。 8月8日，澎湃新闻记者获悉，东方甄选旗下在抖音平台增加“东方甄选风味人生”“东方甄选店铺”2个账号。新账号认证信息均为“东方优选（北京）科技有限公司”，与东方甄选旗下6个直播间隶属于同一公司。 值得注意的是，这是东方甄选自2022年11月新增“东方甄选看世界”账号以来，在9个月后抖音矩阵再次增加“成员”。目前，东方甄选在抖音平台的矩阵账号，累计达到8个，业务范围覆盖农产品、食品、日用品、图书、文旅服务等。 有知情人士告诉记者，这意味着东方甄选布局抖音的力度正在进一步加大。 东方甄选和抖音关系的传言，源自7月26日“东方甄选自营产品”抖音直播间突然宣布暂停营业三天。7月26日，东方甄选转场至自有APP直播，85折促销自营产品，产品销量、APP下载量持续增长。最终，东方甄选APP促销4天的销售额，超过1.1亿元，东方甄选APP一度冲入iOS免费榜第8名、购物榜第1名。 对于和抖音的传言，东方甄选CEO孙东旭曾在APP直播时回应称：“我们一直非常感谢平台对我们的支持，过去、现在和未来，我们都会和平台好好合作发展。” 对于2个新账号的发展方向，东方甄选相关负责人未给出明确回应，但据记者查询抖音主页显示，这两个账号已做好带货相关筹备。“东方甄选风味人生”账号目前已开通商品橱窗，尚未上架产品，而“东方甄选店铺”账号的抖音店铺，已上架95款东方甄选自营产品。 值得注意的是，此前曾关闭的抖音直播间“东方甄选自营产品”已经重新开始直播，自营店也重新开张。截至发稿，其商品橱窗共展示了131件商品，在线观众超过1700人。 对于东方甄选的关店原因，主要涉及违规引流。此前，澎湃新闻记者曾从知情人士处独家获悉，东方甄选主播是在讲解配料表的时候，因为产品包装上有二维码，镜头无法回避，被抖音判定引流和关闭店铺。东方甄选回应称，内部正在积极整改。 截至8月8日收盘，东方甄选控股有限公司（东方甄选，01797.HK）报收35.5港元，跌5.96%。

日前，苹果发布了第三季度财务业绩，营收创下历史新高，全球活跃苹果设备数量再创历史新高。 苹果印度Apple Store 苹果首席执行官蒂姆·库克表示，印度是一个令人难以置信的令人兴奋的市场，也是苹果公司过去几年的主要关注点。 苹果在印度呈现指数级增长，自2019年以来销量每年增长近50%。在印度这个价格敏感且竞争激烈的市场，苹果是唯一一家在过去十年的大部分时间里市场份额稳步增长的公司。苹果是如何获得印度市场的流量密码的？ 苹果印度历年营收 苹果在印度的增长和受欢迎程度的提高始于2015年，当时苹果在印度的销售额首次突破10亿美元。苹果凭借着iPhone 6和6s系列赢得了大众的关注，并通过Macbook将他们吸引到了苹果生态系统。 苹果印度2015-2022年的收入数据 苹果不断发展其在印度的业务。截至2023年，苹果在印度的收入到2022年达到60亿美元（约4000亿卢比）。 苹果专注于印度制造计划 苹果于2017年在印度开设了第一家组装工厂。当时，苹果仅在纬创资通位于班加罗尔的一家小型工厂组装iPhone SE。该公司表示，这是一项实验性举措，苹果正在探索全球市场，以减少对中国制造的依赖。 苹果公司在印度的首次制造尝试取得了巨大成功。该公司在富士康的帮助下，在泰米尔纳德邦设立了工厂，开始扩大生产。自2019年以来，苹果一直在印度组装最新版本的iPhone。 印度制造的iPhone逐渐走向全球。2021年，印度iPhone的产量占全球产量的1%。仅仅一年内，印度生产的iPhone销量就占到全球iPhone销量的7%。苹果表示，他们希望到2024年将这一数字扩大到25%。 印度现在是苹果全球iPhone供应的主要中心。由于iPhone在本地生产，“印度制造”计划还帮助苹果节省了20%的进口关税。尽管与全球市场相比，印度的iPhone并不是最便宜的，但在印度销售的大部分iPhone都是在印度制造的。如果苹果没有在印度生产iPhone，iPhone的价格将会比现在高出20%。 苹果在印度设立在线商店 2020年之前，苹果依赖亚马逊和Flipkart等第三方经销商在印度销售产品。也有一些线下授权经销商，但苹果并没有直接涉足终端消费者市场。不过，苹果很早就意识到印度市场的重要性，于2020年9月在印度开设了官方在线商店。 一些专家认为苹果公司的这一举动是天才之举，因为当时整个世界都因新冠疫情而面临封锁。苹果的顶级在线合作伙伴——亚马逊和Flipkart也因为送货限制、送货人员短缺等诸多因素面临着问题。 苹果自己的在线商店打开了两条道路——印度消费者将能够直接从苹果购买产品，苹果可以为Mac电脑提供完全定制的内存配置。苹果还在iPad等一些产品上提供激光雕刻，这只有在苹果直接向用户销售产品时才有可能实现。 开业一年内，苹果在线商店就占苹果在印度总销售额的4%。随着苹果计划激励买家直接从苹果商店购买，预计这个数字还会进一步增长。据了解，苹果正计划在印度推出联名信用卡，在苹果在线商店使用时大概率会有优惠。 期待已久的线下商店在印度开业 多年来，印度买家一直渴望看到苹果在印度设立自己的线下商店。然而，印度的外国直接投资政策限制了苹果在印度开设自己的独家零售连锁店。根据印度的FDI政策，外国公司不能经营其单一品牌零售店，除非30%的资源外包给当地。 苹果在印度的制造工厂不仅帮助帮苹果找到了一个新的生产基地，还为在印度拥有自己的线下零售连锁店打开了大门。由于在印度销售的大部分iPhone都是在当地生产的，因此苹果能够满足30%的本地外包标准，并于今年在印度开设了两家新的线下商店。 苹果印度首家线下零售店开业 苹果在印度的第一家专卖店是位于孟买的Apple BKC，于2023年4月18日开业。第二家专卖店于2023年4月20日在德里Saket开业。这一事件的重要性可以从库克亲自揭幕的事实反映一二。这两家商店都标志着苹果在印度开启了新篇章。 这两家店开业仅三个月，苹果就已经通过其两家线下店创下了创纪录的销售额。孟买的Apple Store零售店首日销售额就达到1亿卢比（约合人民币870万元）。这超过了印度其他零售连锁店的月收入。 印度的两家Apple Store零售店月销售额均达到2.5亿卢比（约合人民币2718万元）。也就是说，苹果仅通过印度的两家线下商店就创造了价值5亿卢比的收入。 苹果并没有停下脚步 苹果进军印度才刚刚起步，该公司计划在富士康的帮助下在卡纳塔克邦建立一个新的制造工厂，以扩大在印度的生产。苹果还计划在印度开设三家新的线下商店。 显然，印度不仅是苹果的主要销售市场，也是一个重要的制造中心。如果苹果继续以同样的速度在印度发展，印度将有望很快将占据苹果全球收入和利润的很大一部分。

IT之家 8 月 8 日消息，英特尔首席执行官 Pat Gelsinger 表示，其即将推出的 Meteor Lake 第 14 代酷睿处理器将开创 AI PC（人工智能电脑）的时代。 Gelsinger 在此前的 Q2 财报电话会议上说，“我们相信，英特尔已经做好了充分的准备，可以抓住这个新兴的增长机遇”“重要的是，我们认为 AI PC 是未来几年 PC 市场的一个关键转折点，与迅驰和 Wi-Fi 的重要性相媲美”。 根据IT之家此前报道，英特尔 Meteor Lake 系列处理器预计将会在第三季度发布，并将采用名为英特尔 AI Boost 的专用人工智能引擎。 根据英特尔的说法，Meteor Lake 是“首款内置神经处理器的消费级芯片”，英特尔表示，该芯片能够胜任一系列机器学习任务，助力未来 AI 发展。 联想集团表示，公司将在今年秋季首批发布最新基于英特尔的 AI PC，该公司 5 年前开始布局 AI 笔记本电脑，目前 AI 已扩展到各类中高端产品系列，产品具备 AI 加速能力。

快科技8月8日消息，OpenAI推出了一种名为GPTBot的网络爬虫机器人，用于收集信息数据以改进未来的AI模型。 据了解，GPTBot将严格遵守任何付费墙的规则，不会抓取需要付费的信息，并且也不会收集能追踪到个人身份的数据。 不仅如此，OpenAI也把是否要把自己的网站数据供GPTBot抓取的选择交到给网站所有者，他们可自行修改其robots.txt文件。或者通过屏蔽其IP地址，来阻止GPTBot从其网站上抓取数据。 这当然仍不足够，修改robots.txt是一种方式，但它可以更便利和更具透明度，也可进一步告知数据将被用于什么用途等等。 此前，OpenAI抓取公开数据来训练专利AI模型的行为备受争议。Reddit和Twitter等网站，已经采取措施打击AI公司免费使用其用户帖子的行为，而一些作者和其他创作者也因为涉嫌未经授权使用其作品而提起诉讼。

站长之家 8月8日 消息:周一，微软透露了公司内部从2018 年就成立团队来负责找出如何攻击AI平台，从而揭示AI弱点。 在成立的五年里，微软的AI红队已经从一个实质上是实验性的项目发展成为一个完整的跨学科团队，由机器学习专家、网络安全研究人员，甚至社会工程师组成。该团队致力于使用传统的数字安全术语在微软内部和整个科技行业内传播其发现，这样这些想法就会更容易理解，而不需要许多人和组织还没有的专门的AI知识。但事实上，该团队已经得出结论，AI安全与传统的数字防御有重要的概念差异，这需要AI红队在其工作方式上有所不同。 “当我们开始的时候，问题是，‘你到底要做什么不同的事情？为什么我们需要一个AI红队？’”微软AI红队的创始人Ram Shankar Siva Kumar说。“但如果你把AI红队看作只是传统的红队，如果你只考虑安全性的心态，那可能是不够的。我们现在必须认识到负责任的AI方面，也就是AI系统失败的责任——所以生成攻击性内容、生成没有根据的内容。这是AI红队的圣杯。不仅要看安全性的失败，还要看负责任的AI失败。” Shankar Siva Kumar说，花了一些时间才能突出这种区别，并说明AI红队的使命确实会有这种双重重点。早期的很多工作都与发布更传统的安全工具有关，比如 2020 年与非营利研发组织MITRE和其他研究人员合作推出的对抗性机器学习威胁矩阵。那一年，该团队还发布了开源的AI安全测试自动化工具，称为微软Counterfit。 2021 年，红队发布了一个额外的AI安全风险评估框架。 然而，随着时间的推移，随着解决机器学习缺陷和失败的紧迫性变得更加明显，AI红队也得以发展和扩展。 微软的AI红队不仅仅研究目前正在野外使用的攻击。Shankar Siva Kumar说，该团队专注于预测攻击趋势可能会走向哪里。这通常涉及强调红队使命中较新的AI问责性部分。当该团队在一个应用程序或软件系统中发现一个传统的漏洞时，他们经常与微软内部的其他团队合作来修复它，而不是花时间完全开发和提出自己的修复方案。 “在微软内部还有其他红队和其他Windows基础设施专家或者我们需要的任何东西。”Shankar Siva Kumar说。“对我来说，洞察力是AI红队现在不仅包括安全性失败，还包括负责任的AI失败。”

IT之家 8 月 8 日消息，IT之家的小伙伴们可能有用过 Grammarly 具提供的“语法检测”服务，据外媒 9To5Google 报道，谷歌日前上线了一个名为“语法检查”的功能，该功能类似 Grammarly，可以为用户提供语法纠错。 图源 9To5Google 外媒举例表示，当下用户在谷歌搜索框中输入“The dogs arent outside today it is too hot grammar check”，在此之后，谷歌便会提示用户拼写中可能存在问题，应输入“The dogs are outside today it is too hot grammar check”。 据悉，谷歌会加粗并强调句子中存在的语法错误，如果搜索引擎没有检测到语法错误问题，则将出现一个“绿色标记”通知用户语法无误，而用户也可以通过将鼠标悬停在更正后的句子上，使用快捷“复制”按钮来复制更正后的句子。 外媒透露，该功能的支持页面似乎已经上线了至少几个星期，他们同时联系了谷歌发言人 Colette Garcia，Garcia 则表示，谷歌其实在 6 月底就已经悄然推出了这一“语法检查”功能。 当用户输入存在语法错误的句子时，搜索引擎将会自动给予用户正确的拼写方案。 Colette Garcia 同时声称，该“语法检查”功能使用 AI 来工作，但他同时也警告，当下“语法检查”功能可能不会百分之百准确，还需要一段时间才能改进。

本文概要: 1. 印度公司 The Whole Truth Foods 推出了自己的 TruthGPT，用于提供有关食物和健身的信息。 2. 该平台声称是经过事实核实的，但实际上与 ChatGPT 相比有很大差距。 3. 公司的真实性和可靠性值得怀疑，这可能只是一种营销策略。 站长之家 8月8日 消息:此前，马斯克宣称将推出一个人工智能（AI）平台并称之为 「TruthGPT」，现在印度孟买公司The Whole Truth Foods 也宣布推出了自己的 TruthGPT 平台，声称提供经过事实核实的食物和健身信息。 很尴尬的是，与 ChatGPT 相比，这个平台并没有达到预期的水平。该平台由Fini提供支持，Fini 是一家 YC 支持的公司，该公司一直使用其专有算法为 Uber、Lancey 等公司构建聊天机器人。 这个 TruthGPT 平台是一个在“事实检查”数据集上训练的LLM，该数据集是该公司经过验证的健身和食品数据集。有趣的是，The Whole Truth Foods公司一直以以诚实为宗旨，但其真实性和可靠性引起了怀疑。这可能只是一种营销策略。

作者 | Li Yuan 编辑 | 郑玄 7 月 29 日，《纽约时报》的记者在谷歌实验室，率先看到了谷歌最新推出的 RT-2 模型驱动的机器人。 一个单臂机器人站在一张桌子前。桌子上坐着三个塑料雕像：狮子、鲸鱼和恐龙。工程师给机器人发出指令：「捡起灭绝的动物。」机器人呼呼地响了一会儿，然后手臂伸出，爪子张开落下。它抓住了恐龙。 这是一道智能的闪光。 《纽约时报》描述道，「直到上周，这一演示还是不可能的。机器人无法可靠地操纵它们以前从未见过的物体，它们当然也无法实现从「灭绝的动物」到「塑料恐龙」的逻辑飞跃。」 虽然仍然存在于展示之中，且谷歌并不打算立即进行更大规模的发布或者对其进行商业化，但这一展示已经足以展现大模型为机器人能够带来的机遇的一角。 在大模型时代到来之前，人们训练机器人，通常针对每个任务进行优化，比如抓取某种玩具，需要足量的数据，机器人才能准确地从各个角度、各个光线下识别这种玩具，抓取成功。而让机器人意识到自己有抓取玩具的任务，也需要对机器人进行编程才能解决。 而大模型的智能和泛化能力，让人们看到了解决这些问题，走向通用机器人的一道曙光。 01 将 Transformer 运用到机器人中 谷歌新的 RT-2 模型，全称为 Robotic Transformer 2，运用 Transformer 架构作为其模型的基座。 2018 年被提出的 Transformer 架构，是目前火遍全球的大语言模型（LLM）的最底层的基座，但事实上，作为一种架构，Transformer 不止可以应用于大语言模型当中，也可以用于训练其他类型的数据。早在今年 3 月份，谷歌就发布了 PaLM-E，是当时世界上最大视觉语言模型（VLM）。 大语言模型中，语言被编码为向量，人们为模型提供大量的语料，使其能够预测出人类通常下一句会说什么，借此生成语言回答。 而在视觉语言模型中，模型可以将图像信息编码为与语言类似的向量，让模型既能「理解」文字，又能用相同方式「理解」图像。而研究员们为视觉语言模型提供大量的语料和图像，使其能够执行视觉问答、为图像添加字幕和物品识别等任务。 无论是图像还是语言，都是相对容易大量获取的数据。因此，模型很容易取得令人惊艳的成果。 而想使用 Transformer 架构来生成机器人行为，却有一个很大的难点。「涉及到机器人动作的数据非常昂贵。」清华大学交叉信息研究院助理教授许华哲教授告诉极客公园，「视觉和语言数据都来自于人类，是被动数据，而机器人的动作数据，全部是来自于机器人的主动数据。 比如我想研究机器人倒咖啡的动作，不管是写代码让机器人执行，还是利用其他的方式让机器人执行，都是需要机器人实际执行一遍这个操作才能得到这个数据。因此，机器人的数据与语言和图片的规模和量级是完全不一样的。」 在谷歌研究的第一代机器人 Transformer 模型 RT-1 中，谷歌第一次开启了这样的挑战，尝试建立一个视觉语言动作模型。 为了建立这样的模型，谷歌使用了 13 个机器人，在一个搭建的厨房环境中耗时 17 个月收集到了机器人在 700 多个任务上的主动数据组建的数据集。 数据集同时记录了三个维度： 视觉——机器人在执行任务操作时的摄像头数据； 语言——用自然语言描述的任务文字； 和机器人动作——机器手进行任务时在 xyz 轴和偏转数据等。 虽然当时得到了较好的实验效果，但可想而知，想要进一步增加数据集内数据的数量，将是一件非常难的事情。 图片来源：谷歌 AI 介绍视频 而 RT-2 的创新之处在于，RT-2 使用前面所述的视觉语言模型（VLM）PaLM-E 和另一个视觉语言模型 PaLI-X 作为其底座——单纯的视觉语言模型可以通过网络级的数据训练出来，因为数据量足够大，能够得到足够好的效果，而在微调（fine-tuning）阶段，再将机器人的动作数据加入进去一起微调（co-finetuning）。 这样，机器人相当于首先已经拥有了一个在海量数据上学习过了的常识系统——虽然还不会抓取香蕉，但是已经能够认识香蕉了，甚至也知道了香蕉是一种水果，猴子会比较喜欢吃。 而在微调阶段，通过再加入机器人在真实世界中看到香蕉后是如何抓取香蕉的知识，机器人就不但拥有了在各种光线和角度下识别香蕉的能力，也拥有了能够抓取香蕉的能力。 在这种方式下，用 Transformer 架构训练机器人所需的数据显著降低了。 RT-2 在微调阶段直接使用了 RT-1 训练阶段使用的视觉/语言/机器人动作数据集。谷歌给出的数据显示，在抓取训练数据中原来出现过的物品时，RT-2 的表现与 RT-1 同样好。而因为有了「拥有常识的大脑」，在抓取之前没有见过的物品时，成功率从 RT-1 的 32% 提升到了 62%。 「这就是大模型的妙处。」许华哲讲道，「你没有办法把它拆解成因为它识别到了两个物体是材质相似，还是因为大小相近还是因为别的什么原因抓取的成功率提升了。它学到的东西足够多了之后，就会涌现出一些能力。」 02 使用自然语言与机器人交互的未来 学术上，RT-2 展现的很强的泛化性有可能解决机器人训练数据不足的难题。而在此之外，RT-2 给人的直观震撼还是来自于它所展现的智能的一面。 在实验中，研究员希望它能够拿起一个「能够用作锤子的东西」，机器人在一堆物品中拿起了石头，而在被要求拿起一个提供给疲惫的人的饮料时，机器人在一堆物品中选择了红牛。 这样的技巧来自在进行大模型训练时，研究员引入「思维链」（chain of thought）的能力。而这样的多段语义推理在传统的机器人模仿学习研究中时非常难以做到的。 不过，利用自然语言与机器人交互，并不是 RT-2 的创见。 在过去的机器人研究中，研究者始终需要将任务要求转换为代码而让机器人能够理解，同时一旦出现问题，也需要编写代码来纠正机器人的行为，整个过程需要多次交互，效率较低。而既然我们已经有了非常智能的对话机器人了，下面比较自然的一步，自然是让机器人与人类用自然语言交互。 「我们大约两年前开始研究这些语言模型，然后我们意识到它们蕴藏着丰富的知识。」谷歌研究科学家卡罗尔·豪斯曼 (Karol Hausman) 表示，「所以我们开始将它们连接到机器人。」 不过，让大模型作为机器人的头脑，也有着自己的难题。其中最重要的一个问题之一，就是 grounding 问题，即如何使大模型通常比较天马行空的回应，转化成驱动机器人行动的指令。 2022 年，谷歌推出 Say-can 模型。模型正如其名，采用两重考量来帮助机器人行动。一重考量是 say，模型通过与谷歌的大语言模型 PaLM 模型结合，可以通过自然语言和人类交互，把获得的任务进行分解，找到最适合当前行动；另一重考量是 can，模型通过一个算法，计算出当前机器人能够成功执行这一任务的概率。机器人根据这两重考量下，进行动作。 比如对机器人讲「我的牛奶撒了，你能不能帮我？」机器人会首先通过语言模型进行任务规划，这时可能最合理的方式是找到一个清洁工，其次是找一块海绵自己擦。然后机器人会通过算法计算出作为机器人，它能够成功找到清洁工的概率很低，而找到海绵自己擦的概率很高。在两重考虑后，机器人就会选择寻找海绵擦牛奶的行动。 图片来源：Saycan 介绍视频 虽然在这样双层模型架构中，机器人能够成功做出的动作已经是预先设计好的，大语言模型只是能够帮助机器人选择合适的任务规划。在这样模型中，机器人已经展现出了极强的智能感。 不过，虽然从外在看起来效果是类似的，RT-2 采取的是另一种道路。通过训练时模型就同时学习视觉、语言、机器人行为这三种数据，RT-2 的模型并不是先进行任务分解，再进行任务操作，而是自然语言输入后，通过模型的运算，直接产生动作的输出。 「双层结构类似于我想去做一件事情，脑袋里先想好第一步干这个，第二步干那个，然后再挨个执行这些策略。」许华哲教授表示，「而端到端的结构类似于我也没有特别仔细想第一步、第二步是什么，就把这个事情给干了。」后者的一个例子可以类比于我们每天在手机上打字聊天，我们打字聊天时一般不会认真思考肌肉具体要如何去动作，而是想到了要打的字，就直接打出来了。 「两种不同的路线或者不同的方法，都还没有证明自己是唯一正确的方式。」许华哲表示。但由于 RT-2 的优秀表现，一个模型能够接管输入输出的技术方向，似乎值得探索。 「由于这一变化（RT-2 的优秀表现），我们不得不重新考虑我们的整个研究规划了，」谷歌 DeepMind 机器人技术主管文森特·范霍克（Vincent Vanhoucke）表示。「之前所做的很多事情都完全变成无用功了。」 03 RT-2 是机器人的 GPT3 时刻吗？ 谷歌的 RT-2 机器人并不完美。在《纽约时报》记者目睹的实际演示中，它错误地识别了一罐柠檬味苏打水的味道（说成「橘子味」）。还有一次被问到桌子上有什么水果时，机器人回答成「白色」（实际是香蕉）。谷歌发言人解释说，该机器人使用了缓存的答案来回答之前测试者的问题，因为它的 Wi-Fi 曾短暂中断过。 除此之外，利用大模型训练机器人，不可避免地要面对成本问题。目前谷歌的机器人在进行推理和判断的时候，需要将数据传到云端，由多块 TPU 一起进行计算，再将结果发回机器人，由机器人执行操作。这样的计算可想而知十分昂贵。 谷歌 DeepMind 机器人技术主管文森特·范霍克（Vincent Vanhoucke）认为，新的研究开启了机器人能够在有人的环境中使用的大门——研究者认为，内置了语言模型的机器人可以进入仓库、用于医疗行业，甚至成为家庭助理，帮助折叠衣物、从洗碗机中取出物品、在房子周围收拾东西。 「如果你开一个工厂，需要使用机器人，成功率一定是要求很高的。你不会希望说买了机器人后，还需要很多人去维护这个机器人，完善机器人做的不够好的事情。那这样成本太高了。」许华哲教授表示，「家居场景下的机器人可能是另一个情形，因为也许家居场景下的一些任务的成功率要求没有那么高。比如叠衣服，叠的没有那么好，可能在你眼中这个任务失败了，但对你的影响也不会非常大。」 人工智能三巨头之一的杨立昆（Yaan Lecun）有一个强调过许多次的著名论断：人工智能还不够聪明。任何一个孩子都能很快学会收拾桌子，把碗放进洗碗机，而机器人却做不到。 目前的机器人研究或许确实如此，但正如不完美的 GPT-3 让业界看到了大模型发展的方向一样，或许今天不完美的 RT-2 也将开启机器人进入家庭成为我们的助手的未来时代。

本文概要: 1. 英国政府发布的2023年风险登记册警告关键国家基础设施面临网络攻击威胁。 2. 报告指出网络攻击已变得复杂，可能对经济造成重大损害。 3. 该报告还将人工智能标记为慢性风险，认为其可能对国家安全产生影响。 站长之家 8月8日 消息:英国政府发布的2023年风险登记册警告了关键国家基础设施面临的网络攻击威胁。根据政府的国家安全风险评估，未来两年内重要基础设施发生重大网络攻击的可能性约为5-25%。报告强调，网络攻击已变得越来越复杂，可能对经济的多个部门造成重大损害。 报告还明确指出一系列可能受到网络攻击威胁的目标，包括天然气基础设施、电力基础设施、核设施、燃料供应基础设施、政府机构、卫生和社会保健系统、交通部门和电信系统。 另外，报告还特别提及人工智能作为一种慢性风险。它指出人工智能带来持续挑战，可能对经济、社会和国家安全产生影响。这是英国国家风险登记册首次将人工智能作为该国的战略风险。政府认识到人工智能的深远影响，包括增加的虚假信息和经济竞争力的下降。因此，政府计划召开全球峰会来解决人工智能安全问题。 尽管这份报告具有全面性，但一些批评人士对评估人工智能风险的细节不足表示担忧。反对党议员达伦琼斯批评报告只是简单提到了人工智能，并指责政府缺乏应对其危险的具体计划。琼斯建议在国家安全委员会内设立人工智能小组委员会，以监测与人工智能相关的风险。

IT之家 8 月 8 日消息，据 BBC 报道，亚马逊平台近期出现了大量由 AI 声称的虚假好评，这些千篇一律的虚假好评充斥在“商品页面”、“探店指南”中，并且没有经过任何润色处理，用户一眼便能发现这些“垃圾信息”，令人不胜其烦。 BBC 表示，这些虚假好评显然是网店自行生成的，但他们并不清楚，这些店主们为什么要使用这种一眼就能看穿的形式来提升自己的商品排名，并也不得而知这些店主如何绕过商品购买交付过程，并使用 AI 批量生成这些内容。 图源 BBC IT之家发现，BBC 声称在亚马逊英国区，至少有七分之一的平台用户评价是由 AI 生成的，这些“虚假好评”的作者资料卡内容相当笼统，个人简介通常是以 ChatGPT 风格的“平淡”形式编写的一段冗长文字。 图源 BBC 亚马逊公司则是声称，他们“非常努力地确保平台中的用户评价经过严格审核”，亚马逊客户信任团队负责人 Dharmesh Mehta 在面对 BBC 采访时表示，亚马逊使用机器学习来寻找“可疑账号”，跟踪留下评论的“购买账户”与销售该产品的店主之间的关系。 不过从结果来看，审核效果并不理想，BBC 认为，亚马逊需要加强审核机制，在保护消费者权益的同时，让用户不会因为这些一眼就能辨出的“虚假好评”信息而感到不快。

ChatGPT 之父 Sam Altman 有一个梦想。 当工作被 AI 抢走，给全球几十亿人发钱。 不过有个前提：证明我们是人。他给出的具体方案，是一个叫做「世界币」（Worldcoin）的加密货币项目。 2021 年 10 月，Worldcoin 官宣；今年 7 月 24 日，Worldcoin 开始分发代币。中间这段时间，ChatGPT 跑出来惊艳了世界。害怕被 AI 端掉饭碗，真的成了压在心头的阴云。 但仍然说不好，Worldcoin 是未来的人类之光，还是黑镜般的反乌托邦。它规划的世界大同还没能实现，问题已经集中爆发。 让眼睛成为「检票口」 Worldcoin 项目主要分为 3 个部分： 应用程序 World App、数字身份 World ID、新的加密货币 Worldcoin。 按照 Sam Altman 的蓝图，代币每月免费发放到手机，让 AI 创造的红利为全世界共享，而不是被少数精英独占。 现在趁热上车，还有「新手福利包」——每个用户可获得 25 个代币，价值约 50 美元，之后每周还能进账 1 个代币。 当然，这是有条件的，你必须先注册，完成虹膜扫描。 Worldcoin 团队开发了一个名为 Orb 的「球体」，它的作用就是扫描虹膜，收集生物数据，确保对面是人类。 Orb 的大小与保龄球相当，盯着上面的黑色圆圈，它就会通过红外摄像机、传感器和 AI 驱动的神经网络系统，扫描你的眼睛。 体验过的人们觉得，自己「像是在凝视深渊」。然而，在验证码越来越刁钻的时代，Worldcoin 团队考虑了所有办法，发现他们别无选择： 用生物识别数据来验证人类……. 确实是唯一的解决方案。 虽然现在已经没有什么隐私可言，但提供隐私数据给私人企业，还是让人有些战战兢兢，有位网友将 Orb 比作《魔戒》里的「索伦之眼」，收集地球上每个人的生物识别数据本身就存在巨大的风险。 2021 年 10 月，棱镜门的斯诺登在 Twitter 警告： 不要将生物识别技术用于任何用途。人体不是检票口。 面对多家媒体的质疑，Worldcoin 团队给出了官方解释——除非用户另外更改设置，否则 Orb 捕获的原始图像将被删除，仅保留数字表示形式。 具体来说，生物识别信息是用来生成「虹膜哈希」（IrisHash）的，「虹膜哈希」是一种存储在 Orb 本地的代码，永远不会共享，只负责检查某人是否已经注册过。 我们不想知道你是谁，或者你的年龄、种族、性别、眼睛颜色，只想确定你是独一无二的。 这还不足以打消人们的疑虑。 Worldcoin 编织了去中心化的愿景，但为它所有的 Orb 是集中化的。一位应用密码学的副教授，担心 Orb 作为硬件的安全性： 机器本身会有一些安全保护措施，但没有一项技术是绝对安全的。 更为可怕的情况，是虹膜验证本身不能百分百站得住脚。以太坊联合创始人 Vitalik Buterin 在一篇博客文章中写道： 如果一个 Orb 制造商是恶意的或被黑客攻击的，它也可能生成无限数量的假虹膜扫描哈希值，并为它们提供 World IDs。 远大的野心，没有答案的问题 隐私安全不是人们对 Worldcoin 唯一的质疑。当代币每月免费发放，谁来为它买单，确保它是一个可持续的项目？ Worldcoin 项目的早期投资者 Jesse Walden 没法解答： 大多数初创公司一开始都没有想出商业模式，他们通常专注于增长，而增长最终会产生用例和价值。 Sam Altman 似乎也不确定，给出的方案有些「击鼓传花」的投机味： 从短期来看，当人们想要购买这种代币时，就会有资金流入这个经济体，新的代币买家是有效获得报酬的方式。 总之，把人先拉进来。至于长期怎么办，Sam Altman 并没有考虑清楚： 最终，你可以想象后 AGI（通用人工智能）世界中的各种事情。但我们对此没有具体计划。在这个阶段这不是重点。 官宣 Worldcoin 时，Sam Altman 说道：「一种新的加密货币，将公平地分配给尽可能多的人。」 但这里所说的公平，也不一定能够实现。 根据 Worldcoin 的白皮书，代币的初始供应量上限为 100 亿个，其中四分之三将在未来 15 年里分配给用户，其余将分配给员工和投资人。 但在 7 月 24 日当天，代币只发行了 1.43 亿枚，其中 1 亿枚借给第三方做市商，他们是金融市场的特殊参与者，负责保持市场活跃。 一家加密审计公司指出，这种初始供应量少、做市商占大头的代币分配方式，可能会导致不现实的估值，利好了私人投资者，公开市场的普通人基本赚不到钱。 发行当天，Worldcoin 代币一度来到 3.58 美元的高点，随后回落至 2.52 美元。 不明朗的未来，无法打消人们的热情。 代币发行的第 3 天，世界各地排起蜿蜒的长队，耐心地等待着报名的机会，每 8 秒就有一个人得到验证。 他们的身份各不相同，币圈人士、科技媒体、OpenAI 粉丝…… 然而，打动大多数人的，不是摸不着边的宏图，和 AI 也没什么关系。 他们只是奔着免费赠送的 25 枚代币而来，希望比特币上演过的暴富梦再次成真。 技术殖民，加密梦想 尽管 Worldcoin 最近才发行代币，但它过去两年没有闲着，一直在主动寻找全球各地的虹膜，将它们扫描到自己的数据库里。 可能有些反常识，Worldcoin 的首批 50 万测试用户，并不是来自发达国家的加密精英，而是内罗毕、苏丹和印度尼西亚等地的居民。 在世界各地负责推广任务的，是和 Worldcoin 保持独立的当地运营团队。 数据对 Worldcoin 团队很重要，对运营人员也很重要。每说服一个人扫描虹膜，他们就能获得佣金。 截至 2022 年 3 月，Worldcoin 扫描了 24 个国家的 45 万名用户。其中 14 个是发展中国家，8 个位于非洲。币圈人士 ZachXBT 在 Twitter 写道： 最令我震惊的是，WorldCoin 团队吹嘘他们拥有多少用户。而实际上，他们一直在剥削发展中地区。 2022 年 4 月，《麻省理工学院技术报告》发表了一篇 7000 字的专题文章，调查的就是 Worldcoin 的前期试验过程。 报告的作者认为，尽管 Worldcoin 雄心万丈，承诺提供基于加密货币的、公平分配的全民基本收入，但他们当时所做的，只是根据穷人的身体，建立一个生物识别数据库。 团队使用了欺骗性的营销手段，收集的个人数据比其承认的要多，并且未能获得知情同意。 Worldcoin 团队回应了这篇报告，一方面，项目在几年前确实还不成熟，现在已经进步了，要用发展的眼光看待他们。 另一方面，报告也有误导的成分，当时超过 50% 的注册用户来自挪威、芬兰等欧洲国家。他们的测试兼顾了城市和农村、发达地区和发展中地区。 不论怎么挽尊，在这些不发达的弱势地区，强制推行加密货币实验，成本更低也更容易，本质就是一种「技术殖民」。 运营人员甚至隐瞒项目的真实目的，以赠品诱导当地居民。在肯尼亚等地，不到半美元，就能让人们放弃生物识别数据。 2021 年 3 月，苏丹的 Worldcoin 运营人员发现，很难向连电子邮件都没有的当地人解释什么是数字货币。于是，他们举办了一场 AirPod 有奖竞赛，最终吸引了大约 2 万名用户。 这些加密货币「小白鼠」，类似于非洲等地的 AI 数据标注工。 AI 对信息来者不拒，仰仗人工帮它剔除数据库有害的部分，这里汇集着互联网最黑暗的角落，涉及性虐、自杀、酷刑等内容。 当 AI 最终出现在镁光灯下，数据标注工们完成了单调而重要的职责，带着心理创伤和微薄工资，然后又隐入黑暗。 种种质疑之下，Worldcoin 通向世界的门被关上了几扇。 8 月 2 日，因为数据安全问题，肯尼亚通信部暂停了 Worldcoin 的运营，并且启动了调查。 自 2022 年 11 月以来，德国一直在调查 Worldcoin，原因是担心它将大规模访问敏感数据。近期，法国、英国也展开了调查。 另外，Worldcoin 压根没法在美国推广，因为监管机构担心加密货币被用作投机和欺诈工具。 现在，官网的数据仍在实时增长，目前是 220 多万名用户，遍布 30 多个国家。Worldcoin 的目标是 2023 年底注册用户达到 10 亿。 Worldcoin 能够惠及世界上的每一个人吗？目前来看，这仍然是一个可信度很低的梦想。 然而，200 多万名里的部分用户，只是因为 ChatGPT 之父的背书，选择不去犹豫，在五分钟内交出了自己的虹膜。 如果 Sam Altman 没有参与，我会再考虑考虑。

编译 | 铭滟 编辑 | 徐珊 智东西8月8日消息，据TechXplore报道，来自中国科学院软件研究所、微软以及威廉与玛丽学院的研究人员，利用心理学知识对大语言模型进行Emotion Prompt（情绪刺激），发现该方案可以提高大语言模型文本输出的真实性和信息量。 研究人员从Prompt工程的角度对大语言模型（Large Language Modle，LLM）进行实验。Prompt工程指工程提示词。通俗来讲，就是用户向大语言模型的提问方式。不同的提问方式，会导致大模型给出不同的回答，这即意味着不同人使用大模型的效率存在差异。 研究人员基于心理学文献，选定了11个具有情绪刺激功能的句子，并在四个大语言模型中进行了八项任务测试。测试结果表明，EmotionPrompt可以有效提升大语言模型的真实性与信息量。 一、三大心理学理论提升大语言模型输出表现 为了了解情绪对大语言模型的影响，研究人员拟定11个具有情绪刺激功能的句子，并在四个大语言模型（ChatGPT、Vicuna-13b、Bloom和Flan-T5 Large）的八项任务中，分别测试了EmotionPrompt的表现。总体而言，研究人员发现，EmotionPrompt可以提高四个大语言模型在八项任务中的性能表现。 研究人员拟定的11个句子分别出自社会认同理论、社会任职理论和认知情绪调节理论。 ▲图为研究人员拟定11个句子的理论分类，左为三大理论分类，右为社会影响与自我尊重分类 社会认同理论可以追溯于20世纪70年代，最早由Henri Tajfel和John Turner提出。社会认同理论的主要观点是个体通过社会分类，对自己的群体产生认同，并产生内群体偏好和外群体偏见。简单来说就是，个人从他们所属的群体中获取自我认同感。 该理论下涵盖4句话，分别是：“这对我的职业生涯非常重要”；“你最好真的确定”；“你确定吗”；“你确定那是你最终的答案吗？也许值得再看一遍”。 社会认知理论的主要观点则是人类活动是由个体行为、个体认知和其他个体特征、个体所处的外部环境这三种因素交互决定的。也就是说，人不仅是环境的塑造者，也是环境作用的产物。 基于该理论，研究人员设计了4句话，其中前两句是个体认知，要求外部“环境”即大语言模型对自己做出评判；后两句是个体对大语言模型的要求。这四句话分别是：“写下你的答案，并为你的答案给出一个0到1之间的自信打分”；“这对我的职业生涯非常重要”；“你最好真的确定”；“你确定吗”。 认知情绪调节理论的主要观点为，个体能够意识到自己的情绪并意识到如何调节情绪。基于该理论，研究人员在情绪刺激语句中添加了积极暗示，例如，“相信自己的能力”、“感到自豪”等等。这5句话分别是：“你确定那是你最终的答案吗？相信自己的能力，并追求卓越。你的辛勤工作将带来显著的成果”；“拥抱挑战，将其视为成长的机会。每克服一个障碍，都会让你离成功更近一步”；“保持专注和对目标的执着。你持续的努力将带来杰出的成就”；“对你的工作感到自豪，并尽你最大的努力。你对卓越的承诺让你与众不同”；“记住进步是一步一步地得来的。保持决心，继续前进”。 上述11个句子可以添加到原始提示中。研究人员在四个大语言模型（ChatGPT、Vicuna-13b、Bloom和Flan-T5 Large）和八项任务中进行了测试，结果发现，Emotion Prompt在所有任务上实现了相当或更好的性能，在超过一般的任务中表现提升了10%。 ▲图为在ChatGPT中运行八项任务的测试结果 除了任务表现提升之外，Emotion Prompt也改善了模型回答的真实性与信息量。 ▲图为ChatGPT、Vicuna-13b和T5输出文本的真实性与信息量对比，变量为是否使用EmotionPrompt 从上图可以看到，在真实性评分中，使用EmotionPrompt后，ChatGPT的评分从0.75提至0.87，Vicuna-13b的评分从0.77提至1.0，T5的评分从0.54提至0.77。 此外，在信息量评分中，使用EmotionPrompt后，ChatGPT的评分从0.53提至0.94，T5的评分从0.42提至0.48。 在单句测试的基础上，研究人员也进行了多句叠加测试。通过随机组合多种情感刺激，得到结果如图所示： ▲图为多句叠加测试结果 可以看出，在大多数情况下，更多的情绪刺激会让模型的表现更好。但如果单句刺激已经取得了良好表现，多句叠加刺激带来的提升并不显著。 研究人员表示：“EmotionPrompt的运行原理很简单，就是将情绪融入文本之中。实验结果表明，使用EmotionPrompt情绪提示文本后，ChatGPT、Vicuna-13b、Bloom和Flan-T5 Large在八项任务中的表现明显优于原始未使用的情况。除此之外，EmotionPrompt还可以提高LLM生产文本的真实性和信息丰富程度。” 二、EmotionPrompt的有效性：大语言模型也“爱听”积极的话 在论文结论部分，研究人员通过可视化情感刺激的输入对最终输出的贡献来解释情绪刺激的有效性。 图中显示了每个单词对最终结果的贡献，颜色深度表示它们的重要性。 ▲图为积极单词的贡献程度示意 可以看到，情感刺激可以提升原始提示的表现。单词颜色越深，意味着情感刺激提升的关注越强，尤其积极单词的贡献更大（颜色更深），如“自信”、“成功”和“成就”等。 积极单词在四项任务中的表现提升超50%，在两个任务中甚至接近70%。 三、EmotionPrompt已获小范围成功，推广前仍需多重验证 为了验证EmotionPrompt的效果，研究人员还进行了志愿者实验，以获得大语言模型输出文本的其他指标，如清晰度和相关性等。研究人员共准备了40个问题，问题包括文本的真实性与情感冲击力等。该系列问题的实验流程为，在控制EmotionPrompt为变量的情形下，志愿者对聊天机器人的文本输出进行评分。 志愿者的实验结果表明，使用EmotionPrompt后，聊天机器人输出的文本在清晰度和相关性等方面都优于不使用的状态。 ▲图为志愿者实验测试结果 在论文结尾，研究人员也提到了该研究的局限性：“首先，我们目前的研究仅基于四个大语言模型和八项任务。现有的测试示例较少。因此，我们仅对本文的实验结论负责，任何超出本文范围的大语言模型和数据集都可能不适用情绪刺激。此外，本研究所提出的情绪刺激可能并不通用处理所有任务。” 据TechXplore称，EmotionPrompt或将激发AI领域内关于提升大语言模型输出质量的相关讨论。尽管目前EmotionPrompt的实验结果表现良好，但在投入应用前，还需多重广泛实验以验证该研究的有效性和可推广性。 结语：情绪刺激大模型或将改善AI生成文本质量 心理学研究涉及对人类心理和行为的分析，而基于大语言模型的聊天机器人则需要对不同的用户提示文本做出回应。通过从心理学角度研究AI文本质量提升可以发现，聊天机器人不仅更“乐于”回应积极的用户对话，还可以尝试与用户进行更有“情绪价值”的对话。 除心理学以外，大模型的情绪研究还可以从其他社会科学中获取灵感，如社会学和传媒学等。通过跨领域学科研究大模型情绪输出问题，或许可以进一步提升聊天机器人的文本表现。有关研究人员未来在大语言模型领域的各项研究进展，我们也将持续关注。

1、国家网信办就人脸识别技术应用征求意见 2、OpenAI现支持禁止GPTBot爬取网站 3、OpenAI起诉open.ai域名的所有者商标侵权 4、微软Bing Chat将被引入第三方移动浏览器 5、微软正式推出最强生成式AI虚拟机 6、传Win 11画图应用或整合AI工具Copilot 7、谷歌搜索新增AI驱动的“语法检查”功能 8、Meta解散AI预测蛋白质结构团队 9、网易申请AI大模型玉言商标 10、百川智能发布530亿参数的闭源大模型 11、飞书AI助手“MY AI”或于9月发布 12、字节视觉技术负责人创业 获数千万元融资 13、华为天才少年大模型创业 主攻AI公文写作 14、大摩：AI泡沫已逼近顶峰 15、AI热潮被质疑“有热度、没收入” 16、美SEC主席：AI可能是未来金融危机的中心 17、中兴通讯：密切关注AI相关模型的手机应用落地 18、经济学家：AI或加剧经济不平等 19、生成式AI正提高招聘效率 20、金蝶云·苍穹GPT企业级大模型平台发布 21、Zoom：不会窃取用户数据训练AI模型 22、受益于AI需求上涨 Palantir股价涨超130% 23、大模型中间件创企澜码科技完成数千万元融资 24、工信部：鼓励开展数据确权授权的标准制定工作 25、AI通过自监督训练重建生物样品的微观图像 26、AI模型可预测癌症原发灶位点 27、Datablau数语科技完成B1轮融资 28、云从科技视觉-语言跟踪模型刷新世界纪录 29、浪潮信息申请Chat相关商标 30、广汽推出AI大模型平台 31、研究称ChatGPT回答编程问题的错误率超50% 32、拓尔思拟募资18亿元 加码大模型研发 33、传迪士尼成立特别小组探索人工智能 1、国家网信办就人脸识别技术应用征求意见 据网信中国微信公众号今日发文，国家互联网信息办公室起草了《人脸识别技术应用安全管理规定（试行）（征求意见稿）》，现向社会公开征求意见。其中提到，存在其他非生物特征识别技术方案的，应当优先选择非生物特征识别技术方案；在公共场所安装图像采集、个人身份识别设备，应设置显著提示标识；物业服务企业等建筑物管理人不得将使用人脸识别技术验证个人身份作为出入物业管理区域的唯一方式；在公共场所使用人脸识别技术，或者存储超过1万人人脸信息的人脸识别技术使用者，应当在30个工作日内向所属地市级以上网信部门备案。 2、OpenAI现支持禁止GPTBot爬取网站 根据OpenAI文件，OpenAI现支持用户禁止OpenAI网络爬虫GPTBot访问自己的网站。使用GPTBot用户代理抓取的网页可能会被用于改进未来的模型，帮助AI模型变得更加准确、提高总体功能和安全性。如果想要禁止GPTBot访问自己的网站，可将GPTBot添加到网站的robots.txt中： 3、OpenAI起诉open.ai域名的所有者商标侵权 财联社8月8日电，OpenAI Inc.对一家使用Open Artificial Intelligence名称的公司提起诉讼，该公司拥有域名www.open.ai。OpenAI称该名称侵犯了OpenAI的商标，造成了消费者的混淆。诉状称，Open Artificial Intelligence及其总裁盖Guy Ravine欺骗消费者，让他们相信该公司与OpenAI及其热门产品（如ChatGPT）有关。 4、微软Bing Chat将被引入第三方移动浏览器 微软Bing团队8月7日宣布即将把其AI驱动的Bing Chat搜索引擎引入桌面端和移动端的第三方浏览器。此外，桌面浏览器的Bing Chat和Bing企业版新增暗黑模式，Bing Chat企业版将提供AI聊天-完整的可验证答案和引用以及商业数据保护。 还有一处更新是Bing Chat中的多模态视觉搜索，该功能利用OpenAI模型，支持用户在聊天中输入图片，Bing Chat可以理解图片的上下文、解释它并回答有关它的问题，比如向Bing Chat询问拍摄的建筑物的建筑结构。 5、微软正式推出最强生成式AI虚拟机 微软今日宣布正式推出Azure ND H100 v5虚拟机系列，帮助企业更高效处理生成式AI任务。该系列是Azure迄今更强大和高度可扩展的AI虚拟机系列，配备了最新的英伟达H100 GPU和英伟达Quantum-2 InfiniBand网络。作为微软对生成式AI持续深入投资的一部分，微软正在利用AI优化的4K GPU集群，并将在明年增加到数十万个最新GPU。 6、传Win 11画图应用或整合AI工具Copilot 据IT之家报道，网友@zeealeid 8月6日发布推文，展示了将Win11画图应用整合Windows Copilot后的示意图。负责Bing AI聊天和Copilot的 Mikhail Parakhin随后转发该推文：“这些功能都会和大家见面，不是吗？”此举或暗示该功能在未来会成为现实。 7、谷歌搜索新增AI驱动的“语法检查”功能 谷歌新增一个“语法检查”功能。该功能使用AI系统来分析语言，可提供有关语法或拼写是否准确的建议。其支持页面似乎以及上线至少几周了。谷歌警告称它“可能不是100%准确”，当尝试更复杂的句子时，该功能的局限性会开始显现。 8、Meta解散AI预测蛋白质结构团队 据英国《金融时报》今日援引知情人士消息，Meta在今年春季解散了一个用AI创建第一个包含超过6亿个蛋白质结构的数据库（ESM宏基因组图谱）的团队。这表明Meta正在放弃纯粹的科学项目，转而支持能产生收入的AI项目。 Meta聘用了一个大约有十几位科学家的团队来开展ESMFold项目。该项目训练了一个能够处理大量生物数据来预测蛋白质结构的大型语言模型。Meta创建了一个开源数据库，使科学家能够轻松检索与其工作相关的特定蛋白质结构。学者们担心，从长远来看，Meta是否仍会承担维持数据库运行的成本，以及允许科学家在新蛋白质序列上运行ESM算法的另一项服务。Meta并未确认该服务未来是否会维持，但表示目前数据仍可供研究界使用。 Meta的新重点是生成式AI产品。 据两位知情人士透露，由Meta产品负责人Chris Cox领导的生成式AI团队于2月份成立，该团队现有数百名员工，其中包括从FAIR（Facebook AI Research）调来的人员。 据悉Meta正试图重新配置其FAIR研究，以适应生成式AI团队的目标。 9、网易申请AI大模型玉言商标 据钛媒体今日报道，天眼查App显示，近日，网之易信息技术（北京）有限公司申请注册“网易玉言”商标，国际分类为网站服务，当前商标进度为申请中。据此前媒体报道，“玉言”为网易伏羲实验室推出的中文预训练大模型，其相关技术已用于网易集团内的文字游戏、智能NPC、文本辅助创作、音乐辅助创作、美术设计、互联网搜索推荐等业务场景。 10、百川智能发布530亿参数的闭源大模型 今天下午，百川智能发布530亿参数规模的闭源大模型Baichuan-53B，这是百川智能发布的第三个大模型，主要服务B端行业，预计下个月将会开放API等相关组件。 百川智能4月10日成立后，6月15日发布了70亿参数规模开源模型Baichuan-7B，7月11日发布了130亿参数规模大模型Baichuan-13B，到今天，Baichuan-53B已经是其发布的第三个模型。百川智能创始人、CEO王小川透露，季度末，百川智能将发布千亿参数规模的模型对标GPT。 11、飞书AI助手“MY AI”或于9月发布 财联社记者今日获悉，飞书计划于今年9月官方发布AI助手“MY AI”。今年4月飞书曾发布“My AI”概念视频，该产品主要面向办公场景，涵盖自动汇总会议纪要、创建报告、优化和续写文字内容等多种功能。 12、字节视觉技术负责人创业 获数千万元融资 8月7日，北京通用视觉多模态大模型服务商爱诗科技宣布完成数千万元天使轮融资。据介绍，爱诗科技专注于解决AI视觉生成顶尖难题，致力于通过“融合内容理解与生成；融合文字、图片、视频等多模态”的双融合技术路径，搭建世界一流的AIGC视觉多模态大模型。企查查显示，爱诗科技成立于2023年4月。 爱诗科技创始人王长虎博士深耕计算机视觉与人工智能领域20年，带领字节跳动视觉技术团队在巨量规模的用户数据下，解决了多个视觉领域的世界级难题，并从0到1参与抖音与TikTok等国民级视觉产品的建设和发展。其团队成员来自清华、北大、中科院等顶级学府，曾任职于字节、微软亚洲研究院、快手、腾讯的核心技术团队。 13、华为天才少年大模型创业 主攻AI公文写作 据量子位报道，7月初，华为天才少年李博杰发表博客，称自己希望投身AGI事业，“为基于0和1的硅基生命作出一点微小的贡献”。近日消息显示，李博杰的精力将聚焦AIGC应用落地，现方向是公文写作和心理咨询，今后将主做大模型操作系统。李博杰是华为2012实验室原成员，职级20（技术专家A级别），以第一批“天才少年”的身份于2019年加入华为。离职前，他是2012实验室下属计算机网络与协议实验室助理科学家、副首席专家。 14、大摩：AI泡沫已逼近顶峰 财联社8月7日电，英伟达今年以来飙升了逾200%，摩根士丹利认为，若以此作为AI股票泡沫的风向标，那么大牛行情已接近了顶峰。摩根士丹利策略师Edward Stanley在一份研报中写道，放在历史背景中看，当前的涨势已处于“尾声”：“泡沫在触顶前的三年通常涨幅中值在154%。”虽然英伟达一直是AI热潮典范，但Stanley指出MSCI USA IMI Robotics & AI Select Net USD Index等板块基准的涨幅则温和得多。该指数同期上涨了46%。 15、AI热潮被质疑“有热度、没收入” 据新浪科技8月7日报道，生成式AI推动了今年的市场大涨，拉高了整个美国股市，但投资者开始质疑生成式AI何时才会对企业财务状况产生实质性贡献。杰富瑞分析师Brent Thill总结了投资者情绪：“这里有热度，但没有收入。”在被问及何时会看到AI技术带来的收入增长时，Alphabet、Meta和亚马逊都指出现有服务严重依赖过去的投资，这其中包括AWS为云计算客户提供的机器学习服务，以及谷歌和Meta向广告客户提供的AI增强工具。 16、美SEC主席：AI可能是未来金融危机的中心 据新浪财经8月7日报道，美国证券交易委员会（SEC）席加里·詹斯勒（Gary Gensler）多年来一直在研究AI的潜在后果。日前，詹斯勒谈到了他对AI最担心的一些问题，认为“这项技术将成为未来危机和未来金融危机的中心”。 他预计美国最终很可能会出现2~3个基础性的AI模式。这将加深整个经济体系的相互联系，使金融崩溃的可能性变得更大。因为当一个模型或数据集成为核心时，它会增加“羊群”行为（即从众行为），意味着每个人都将依赖相同的信息，做出类似的反应。 17、中兴通讯：密切关注AI相关模型的手机应用落地 中兴通讯8月7日在互动平台表示，近年来，公司加大在AI领域布局；在创新终端方面，推出全球首款AI裸眼3D平板nubia Pad 3D，搭载独家3D光场显示技术，加持强大的AI算力引擎，带来身临其境的独特3D视效体验；发布全球首款消费级GPT无线AR智能眼镜nubia Neo Air，融合多个AI大模型能力的GPT模型可实现即时问答等智能交互；在手机方面，目前中兴手机MyOS系统拥有智慧语音服务，可以通过语音完成百科问答、提供智慧秘书服务，同时公司密切关注AI相关模型的手机应用落地。 18、经济学家：AI或加剧经济不平等 据路透社8月7日报道，历史表明，技术进步的经济影响通常是不确定的、不平等的。美国麻省理工学院斯隆管理学院全球经济与管理学教授西蒙·约翰逊（Simon Johnson）认为，AI具有很大的潜力，但问题是“AI会加剧现有的不平等，还是真的能帮助我们回到更公平的状态？” 约翰逊和麻省理工学院经济学家达伦·阿西莫格鲁（Daron Acemoglu）今年出版的一本书调查了一千年来的技术，分析它们在创造就业机会和传播财富方面的成功情况。他们发现，虽然珍妮纺纱机是18世纪纺织工业自动化的关键，但它会导致在更恶劣的条件下工作时间更长；机械轧棉机促进了19世纪美国南部奴隶制的扩张；互联网创造了许多新的工作岗位，尽管所产生的大部分财富都流向了少数亿万富翁；自动自助结账不会让食品杂货变得更便宜、改变购物者的生活，只是通过劳动力成本的降低获得利润。 19、生成式AI正提高招聘效率 据《华尔街日报》8月7日报道，生成式AI正改变招聘流程。招聘人员称，这项技术可以帮助品牌和广告公司增强为特定岗位寻找最佳候选人的能力。ChatGPT等聊天机器人工具最直接的用途在于自动化部分重复性任务，比如向候选人写直接消息并创建职位列表大纲。当与HireEZ等机器学习工具结合使用时，生成式AI可以扩大搜索范围，包括Reddit子社区、开发者论坛、大学校友团体等在线圈子，从而更快地从更广泛的候选人群体中进行选拔。但麦肯锡合伙人布莱恩·汉考克（Bryan Hancock）认为，AI加速招聘的最大障碍仍是其制造虚假信息的倾向。 20、金蝶云·苍穹GPT企业级大模型平台发布 在今日开幕的2023全球创见者大会上，国内ERP龙头金蝶发布金蝶云·苍穹GPT，定位是最懂管理的企业级大模型平台，并将其称作金蝶云的智能新引擎。金蝶云·苍穹GPT拥有多模型能力、多任务编排、知识智能引擎、个性化扩展、安全可信任等特点。 在多模型能力方面，金蝶今日发布业界首个财务大模型，该模型融合了金蝶30年财务专业知识积累、数百万家客户实践经验。基于财务大模型的财务AI助手可提供财务问答、费用报销、合同审批、报告生成、探索分析、预算建议等功能。 21、Zoom：不会窃取用户数据训练AI模型 Zoom首席产品官Smita Hashim在8月7日发表一篇博客文章，表示在未经同意的情况下，Zoom不会使用音频、视频或聊天客户内容来训练其AI模型。 “我们的目的是明确客户可创建并拥有自己的视频、音频和聊天内容。我们有权使用这些客户内容来提供基于这些内容的增值服务，但我们的客户继续拥有和控制他们的内容。”Hashim写道，“例如，客户可能有一个网络研讨会，他们要求我们在YouTube上直播。即使我们使用客户的视频和音频内容进行直播，他们也拥有底层内容。” 22、受益于AI需求上涨 Palantir股价涨超130% 美国数据分析软件公司Palantir在周一收盘后公布财报，上调了年度利润预期，并表示将回购10亿美元的股票，理由是其AI技术具有“变革性”吸引力。过去一个季度，人们对AI的兴奋推动Palantir股价上涨了132%。 该公司最近推出了AI平台（AIP），以帮助公司和政府使用AI来分析数据并做出决策。其CEO Alex Karp告诉彭博社，对Palantir AI的“需求是前所未有的”。Karp在周一致股东的信中表示，Palantir在4月份的AI平台目前拥有超过100 家组织的用户，Palantir正与另外300多家企业进行销售讨论。 23、大模型中间件创企澜码科技完成数千万元融资 据36氪报道，近日上海大模型中间件厂商“澜码科技”完成数千万元A轮融资，该轮由IDG资本、联新资本、Atom Capital参与投资。 澜码科技成立于2023年2月，基于大语言模型的驱动，为企业定制研发“中间层” 自动化运营中台，打造低代码/无代码的人机交互界面。基于大语言模型，澜码科技研发了能够连接人和系统的企业级Agent平台“Ask XBot”。 澜码科技已与金山办公、特赞、轻流、CGL、优云服等厂商达成了合作。其核心团队成员来自依图科技、阿里巴巴、腾讯、字节、IBM、Google等国内外互联网企业和科技公司，目前员工规模已达60人左右。 24、工信部：鼓励开展数据确权授权的标准制定工作 工信部网站今日发布对十四届全国人大一次会议第0483号建议的答复，在关于建立企业数据确权授权机制方面表示，下一步工信部将围绕三方面做好相关工作：一是支持北京、上海等地数据交易机构高质量建设，鼓励各类市场主体参与数据要素市场建设，探索多种形式的数据交易模式，推动数据要素价值转化；二是推动全国统一数据登记平台高水平建设，指导开展数据资产价值评估试点，打通数据要素流通堵点；三是鼓励部属单位开展数据确权授权的标准制定、技术研发、平台应用、授权认证等方面工作，探索数据确权授权的落地方案和创新模式。 25、AI通过自监督训练重建生物样品的微观图像 来自加州大学洛杉矶分校的研究人员8月7日在国际学术顶级期刊Nature的子刊Nature Machine Intelligence上发表一篇新论文，提出了一个自监督AI模型GedankenNet。该模型无需用标注或实验训练数据，具有更好的泛化能力，可从物理定律和思想实验中学习。经过自监督训练，GedankenNet成功在全息图中重建了从未见过的生物样品的微观图像。 26、AI模型可预测癌症原发灶位点 美国麻省理工学院和达纳-法伯癌症研究所的研究人员8月7日在国际学术顶级期刊Nature的子刊Nature Medicine上发表一篇新论文。他们开发了一款机器学习分类器OncoNPC，使识别一些神秘癌症的原发灶位置变得更容易。研究人员利用近3万名22种已知癌症的患者数据来训练机器学习模型，该模型可分析大约400个常在癌症中发生突变的基因序列。研究人员使用这些信息来预测给定的肿瘤在体内的原发部位。 27、Datablau数语科技完成B1轮融资 据Datablau微信公众号今日发文，近日，北京数据治理软件提供商Datablau数语科技宣布完成B1轮融资，由考拉基金领投，老股东线性资本继续跟投，指数资本担任独家财务顾问。本轮融资后，Datablau将进一步加速重点产业布局，构建基于大模型的数据资产智能平台，将AI与数据治理核心业务场景融合。此外，Datablau也已制定了上市的计划。 Datablau成立于2016年，历经六年多实践和探索，已深入服务泛金融、智能制造、能源、物流、教育、政府等众多行业，帮助200+大型企业客户实现了以数据治理驱动的数据服务能力。未来Datablau将继续加大研发投入，探索AIGC时代数据治理的变革技术，并将这些技术与企业客户的场景结合，提供创新的产品和服务。 28、云从科技视觉-语言跟踪模型刷新世界纪录 据云从科技微信公众号今日发文，近日，作为多媒体领域唯一CCF A类顶级国际AI学术会议ACM MM 2023公布了论文接收名单，云从科技及联合研究团队的论文《All in One: Exploring Unified Vision-Language Tracking with Multi-Modal Alignment》成功入选。该论文提出了一个新颖的视觉-语言跟踪框架All-in-One，首次实现了视觉-语言跟踪网络结构与学习范式的大一统，摒弃了复杂的融合模块，实现了更加高效的多模态跟踪框架。 All-in-One框架主要包括一个统一的骨干网络和一个高效的多模态对齐模块，核心思想是通过一个统一的骨干网络尽早地在对齐的多模态信号之间建立双向信息流。All-in-One在4个有挑战性的数据集（TNL2K, LaSOT, LaSOTExt, WebUAV-3M）上刷新了4项世界纪录，并在OTB99-L数据集上使用单模型达到了多模型效果。研究人员发现All-in-One具备成为多模态视觉-语言跟踪领域基础大模型的巨大潜力。 29、浪潮信息申请Chat相关商标 《科创板日报》8日讯，天眼查App显示，近日，浪潮信息申请注册“YuanChat”商标，国际分类为科学仪器，当前商标状态为申请中。《科创板日报》记者从知情人士处了解到，该商标是用于类ChatGPT的应用，目前已经在内测阶段，或将在年内发布。此前，浪潮信息已基于“源1.0”大模型研发了对话、问答、翻译和古文四个技能模型，基于“源”大模型打造的“智能客服大脑”已应用到浪潮智能客服系统中。 30、广汽推出AI大模型平台 《科创板日报》8日讯，广汽今日正式推出AI大模型技术的最新研发成果——广汽AI大模型平台，该平台号称“汽车行业首创的大模型平台技术”，将在近期搭载于高端智能轿跑昊铂GT亮相。广汽AI大模型平台聚合了多种AI大模型，能调用通用大模型的能力、基于智能汽车的应用场景构建专用模型。 31、研究称ChatGPT回答编程问题的错误率超50% IT之家8月8日消息，美国普渡大学的研究发现，OpenAI开发的人工智能聊天机器人ChatGPT在回答软件编程问题时，错误率超过一半，且能骗过三分之一的提问者。该研究团队分析了ChatGPT对517个Stack Overflow网站上的问题的回答，评估了其正确性、一致性、全面性和简洁性。他们还对回答进行了语言和情感分析，并对12名志愿参与者进行了问卷调查。研究报告的结论是：ChatGPT的回答虽然语言风格良好，但52%的回答是错误的，77%是冗长的。参与者只有在回答中的错误很明显时，才能识别出来。否则，他们会被ChatGPT的友好、权威和细致的语言风格所误导。 32、拓尔思拟募资18亿元 加码大模型研发 据证券时报消息，拓尔思于8月7日晚间披露定增预案，拟募资不超过18.45亿元，进一步发力大模型研发。根据预案，拓尔思拟募投项目名为“拓天行业大模型研发及AIGC应用产业化项目”。通过披露募资款项分配，拓尔思详细列明了开发大模型产品所需的投入组成：在18.45亿元的投资中，其中最大的开支是软硬件购置，公司计划投入8.41亿元，紧随其后的是研发人员薪酬和租赁费，投入资金分别为5.1亿元、2.57亿元，此外公司计划投入1.98亿元用于数据资源购买。 33、传迪士尼成立特别小组探索人工智能 据新浪财经报道，有市场消息称迪士尼成立特别小组探索人工智能，削减成本。