行业分类:
加载中...
头条分类:
行业前景
行业动态
行业资讯
行业活动
总负债突破7000亿,华为前三季度业绩到底如何?
作者:老解1972,原文标题:《总负债突破7000亿,华为前三季度业绩难言靓丽》,头图来自:视觉中国 10月27日,华为在官网发布2023年前三季度经营业绩。 借着“Mate60上市秒磬”“问界交付破万”的热度,中文互联网圈又爆了,《刷屏!华为前三季度净利超去年全年》《华为杀疯了!爆赚730亿,它凭什么?》《华为这业绩,太炸裂!》等炸眼球的标题漫天飞。 为了帮华为解释为什么盈利大增,一些媒体报道竟然把8月底开售秒磬的Mate 60、9月中刚上市就大卖的问界M7和10月才发布的5.5G全系列产品解决方案当成三季度的经营成果往业绩身上堆,实在太过业余。 那么,华为前三季度的经营业绩到底表现如何呢?从财务专业的角度来看,只能说是稳中向好,还远谈不上突破增长困境,更不要说什么“杀疯”“炸裂”了,毕竟业绩还是要用数字说话,没法靠情绪情怀爆棚。首先来看销售收入。 华为今年前三季度实现收入4,566亿元人民币,同比2022年的4,458亿元,仅增长了2.4%,而且刚好和2021年前三季度的4,558亿元基本持平。 虽然华为没有公布各业务部门的具体收入水平,但大概率还是企业业务增长弥补了运营商业务的下滑,而手机业务则基本维持住了基本盘。 从华为投资控股有限公司在北京金融资产交易所等网站发布的合并财务报表来看,今年前三季度4,523亿的销售收入里,一季度实现了1,306亿,二季度实现了1,777亿,三季度则只有1,440亿。 第三季度比第二季度的销售收入环比还下降了337亿,可见虽然Mate 60在8月底上市后的热度很高,但因为供货量不足导致用户迟迟拿不到货甚至被门店搭售的报道,也从侧面证实Mate 60系列的上市对华为三季度的业务收入贡献乏善可陈,看来“因为华为Mate 60系列的销量迅速攀升,所以华为大幅度上调2023年手机出货目标到惊人的1亿部”之类的报道也还是传言,自研芯片的产能问题仍是制约华为冲刺全年收入业绩的最大障碍。 再看被媒体吹爆的净利润。 从华为投资控股有限公司在北京金融资产交易所等网站发布的公司利润表来看,华为在今年前三季度录得的净利润是798亿,同比2022年前三季度的271亿,暴增了527亿,净利润率也高达18%。 但具体分析华为前三季度合并利润表,可以看到真正反映华为产品竞争力的毛利率(销售收入扣除生产成本后的毛利与收入之比)为46.8%,同比2022年还下降了0.5个百分点,可见华为销售产品和服务的赚钱能力并没有在2023年得到提升;而且包括研发、销售、管理、财务等在内的费用支出占业务收入的期间费用率达到了48%, 同比2022年还增加了0.8个百分点。 反映产品服务赚钱能力的毛利率没有提升,反映业务运营能力的期间费用率却在增加,华为前三季度的净利润为什么还会大幅度暴增527亿呢?答案还是在“公允价值变动收益”这个非经常性损益指标上。 从财报报表是可以看到,华为在2023年前三季度的“公允价值变动收益”,高达553亿人民币,比2022年同期的22亿暴增了531亿,也就是说华为在2023年前三季度同比净增的527亿净利润,全部来自于“公允价值变动收益”,既不是“Mate60卖疯了”带来的,也不是“问界M7卖爆了”带来的,总之不是华为通过增加营业收入、降低生产成本和调降期间费用等经营管理能力的提升带来的。 这笔高达553亿人民币的“公允价值变动收益”,主要是来自于其出售荣耀业务及服务器业务形成的金融工具的公允价值变动。华为与第三方在2021年完成了出售荣耀业务及服务器业务相关子公司的资产和负债交割。然而,根据出售协议的相关条款,这两项交易的收购方将分期支付收购对价,由此导致华为最终可获得的对价存在不确定性,因此,华为在后续财务报表中将其列为“处置子公司及业务形成的金融工具的公允价值变动”,计入非经常性损益。 这笔出售荣耀等业务录得的“公允价值变动收益”,不仅金额巨大,而且还在持续变动中,在2023年一季度的利润表中显示为-3.6亿,到2023年半年报中就暴增到了364亿,截止到9月底的前三季度报表又增加到了553亿,也就是说仅在7~9月的这三个月时间就“变动”了189亿人民币。 所以,这笔高达553亿的“公允价值变动收益”仅仅只是账面收益,最终要等到荣耀业务的收购方按期支付收购对价之后,才能转化为实实在在地“处置子公司及业务的净收益”,这和“Mate 60卖疯了”“问界M7卖爆了”“5.5G又来了”这些营销噱头没有半毛钱关系。 最后来看维系公司正常运营的现金流。 从华为投资控股有限公司在北京金融资产交易所等网站发布的现金流量表来看,2023年前三季度,华为的“期末现金及现金等价物余额”为2,239亿,比2022年底的1,473亿增加了766亿。 手里的钱更多了是好事,但具体分析其现金流量表,这9个月新增的766亿现金及现金等价物里,有915亿来自于主要是对外借款的“筹资活动”,而反映公司自身造血能力的经营活动现金流竟然还是负的320亿。 经营活动产生的现金流,流入大项主要来自“销售商品和提供劳务收到的现金”,前三季度华为收到的是4,989亿;但流出大项“购买商品和接受服务支付的现金”和“支付给职工以及为职工支付的现金”却高达5,173亿。华为的经营活动现金流入不敷出,导致“经营活动产生的现金流量净额”出现了320亿的负值,所以要维持公司正常的运营,就只能通过对外借款等“筹资活动”来补充。 但借来的钱还是要还的,而且通过借钱获取现金流的成本也是很高的,2023年前三季度,华为用以偿还借款支付的现金是315亿,用以偿还债券的现金是60亿,而偿付各种利息支付的现金也高达80亿。 此外,华为在今年第二季度还进行了分红,分配利润支付了720亿的现金。华为实行的是员工持股,分红的目的一方面为了回馈股东,另一方面也是为了继续向员工配股来进行新的筹资。 由于华为不上市,其获取运营资金的来源,在经营活动之外主要靠三种渠道:银行贷款、债券融资和内部筹资。而内部筹资,则主要通过每年向员工配股来进行,华为的大部分员工每年都要拿出真金白银来参加配股,以筹集资金来维持公司的正常运营;如果没有分红,只有股权的账面财富,必然影响到员工参与配股的信心,所以华为必须要通过每年的分红来激励员工积极参与配股,支持公司的筹资活动。 2023年前三季度,虽然华为分红支出了720亿现金,但同时也通过向员工配股,吸收投资收到了526亿现金。 当然,华为2023年前三季度筹资活动收到现金的最大来源,还是对外借款的1,350亿,横向比较前几年的现金流量表数据,这应该是华为历史上最高的借款记录了,已经超过了2021年和2022年两年的总和。 2023年前三季度对外借款金额的大幅度攀升,也使得华为在资产负债表上的总负债首次突破了7,000亿,达到创纪录的7,042亿。虽然从资产负债表来看,在总负债增加的同时,华为的总资产也在增加,特别是一项还是主要与出售荣耀业务相关的“其他非流动金融资产”比上年底大幅增加了564亿,增幅高达83%,由此使得华为的资产负债率仍然维持在59%的水平,但对于要实现“有质量地活下去”的华为而言,超过7000亿的负债无疑仍是一个沉重的负担。 所以,如何在接下来的第四季度尽快提升自身的“造血”能力,通过营收规模的增长创造更多的经营活动现金流,将是华为能否在2023年底交出一份亮丽业绩的最大挑战。 相对于To B业务较长的回款周期,To C终端业务的吸金能力无疑是最强的,手机产品只要能在直销和渠道上卖出量来,华为就能够在消费者市场上在较短时间内实现大规模的资金回笼。 所以,能否在第四季度解决自研芯片的产能瓶颈,提高Mate60系列的规模出货能力,让Mate 60系列不再一机难求,从而实现手机业务收入和现金流的大幅提升,将是华为冲刺2023年全年业绩的最大看点。 至于频频被吹爆的华为智选车业务,虽然问界M5和M7单月销量过万,按一台车30万计算每个月就能有30亿的现金流入账,但可惜的是按照华为智选的合作模式,这些现金绝大部分还是汽车厂商的进账,最终能支付给华为的仅是车机系统的一小部分而已。 所以,面对自身经营性现金流的入不敷出与华为智选车销售火爆给汽车厂商带来的上百亿现金入账,不知道任正非是否会对“华为不造车”的决策产生些许悔意呢? 本文来自微信公众号:ICT解读者(ID:Communication_xie),作者:老解1972
老黄深夜炸场,世界最强AI芯片H200震撼发布!性能飙升90%
原标题:老黄深夜炸场,世界最强AI芯片H200震撼发布!性能飙升90%,Llama 2推理速度翻倍,大批超算中心来袭 刚刚,英伟达发布了目前世界最强的AI芯片H200,性能较H100提升了60%到90%,还能和H100兼容。算力荒下,大科技公司们又要开始疯狂囤货了。 英伟达的节奏,越来越可怕了。 就在刚刚,老黄又一次在深夜炸场——发布目前世界最强的AI芯片H200! 较前任霸主H100,H200的性能直接提升了60%到90%。 不仅如此,这两款芯片还是互相兼容的。这意味着,使用H100训练/推理模型的企业,可以无缝更换成最新的H200。 全世界的AI公司都陷入算力荒,英伟达的GPU已经千金难求。英伟达此前也表示,两年一发布的架构节奏将转变为一年一发布。 就在英伟达宣布这一消息之际,AI公司们正为寻找更多H100而焦头烂额。 英伟达的高端芯片价值连城,已经成为贷款的抵押品。 谁拥有H100,是硅谷最引人注目的顶级八卦 至于H200系统,英伟达表示预计将于明年二季度上市。 同在明年,英伟达还会发布基于Blackwell架构的B100,并计划在2024年将H100的产量增加两倍,目标是生产200多万块H100。 而在发布会上,英伟达甚至全程没有提任何竞争对手,只是不断强调「英伟达的AI超级计算平台,能够更快地解决世界上一些最重要的挑战。」 随着生成式AI的大爆炸,需求只会更大,而且,这还没算上H200呢。赢麻了,老黄真的赢麻了! 141GB超大显存,性能直接翻倍! H200,将为全球领先的AI计算平台增添动力。 它基于Hopper架构,配备英伟达H200 Tensor Core GPU和先进的显存,因此可以为生成式AI和高性能计算工作负载处理海量数据。 英伟达H200是首款采用HBM3e的GPU,拥有高达141GB的显存。 与A100相比,H200的容量几乎翻了一番,带宽也增加了2.4倍。与H100相比,H200的带宽则从3.35TB/s增加到了4.8TB/s。 英伟达大规模与高性能计算副总裁Ian Buck表示—— 要利用生成式人工智能和高性能计算应用创造智能,必须使用大型、快速的GPU显存,来高速高效地处理海量数据。借助H200,业界领先的端到端人工智能超算平台的速度会变得更快,一些世界上最重要的挑战,都可以被解决。 Llama 2推理速度提升近100% 跟前代架构相比,Hopper架构已经实现了前所未有的性能飞跃,而H100持续的升级,和TensorRT-LLM强大的开源库,都在不断提高性能标准。 H200的发布,让性能飞跃又升了一级,直接让Llama2 70B模型的推理速度比H100提高近一倍! H200基于与H100相同的Hopper架构。这就意味着,除了新的显存功能外,H200还具有与H100相同的功能,例如Transformer Engine,它可以加速基于Transformer架构的LLM和其他深度学习模型。 HGX H200采用英伟达NVLink和NVSwitch高速互连技术,8路HGX H200可提供超过32 Petaflops的FP8深度学习计算能力和1.1TB的超高显存带宽。 当用H200代替H100,与英伟达Grace CPU搭配使用时,就组成了性能更加强劲的GH200 Grace Hopper超级芯片——专为大型HPC和AI应用而设计的计算模块。 下面我们就来具体看看,相较于H100,H200的性能提升到底体现在哪些地方。 首先,H200的性能提升最主要体现在大模型的推理性能表现上。 如上所说,在处理Llama 2等大语言模型时,H200的推理速度比H100提高了接近1倍。 因为计算核心更新幅度不大,如果以训练175B大小的GPT-3为例,性能提升大概在10%左右。 显存带宽对于高性能计算(HPC)应用程序至关重要,因为它可以实现更快的数据传输,减少复杂任务的处理瓶颈。 对于模拟、科学研究和人工智能等显存密集型HPC应用,H200更高的显存带宽可确保高效地访问和操作数据,与CPU相比,获得结果的时间最多可加快110倍。 相较于H100,H200在处理高性能计算的应用程序上也有20%以上的提升。 而对于用户来说非常重要的推理能耗,H200相比H100直接腰斩。 这样,H200能大幅降低用户的使用成本,继续让用户「买的越多,省的越多」! 上个月,外媒SemiAnalysis曾曝出一份英伟达未来几年的硬件路线图,包括万众瞩目的H200、B100和「X100」GPU。 而英伟达官方,也公布了官方的产品路线图,将使用同一构架设计三款芯片,在明年和后年会继续推出B100和X100。 B100,性能已经望不到头了 这次,英伟达更是在官方公告中宣布了全新的H200和B100,将过去数据中心芯片两年一更新的速率直接翻倍。 以推理1750亿参数的GPT-3为例,今年刚发布的H100是前代A100性能的11倍,明年即将上市的H200相对于H100则有超过60%的提升,而再之后的B100,性能更是望不到头。 至此,H100也成为了目前在位最短的「旗舰级」GPU。 如果说H100现在就是科技行业的「黄金」,那么英伟达又成功制造了「铂金」和「钻石」。 H200加持,新一代AI超算中心大批来袭 云服务方面,除了英伟达自己投资的CoreWeave、Lambda和Vultr之外,亚马逊云科技、谷歌云、微软Azure和甲骨文云基础设施,都将成为首批部署基于H200实例的供应商。 此外,在新的H200加持之下,GH200超级芯片也将为全球各地的超级计算中心提供总计约200 Exaflops的AI算力,用以推动科学创新。 在SC23大会上,多家顶级超算中心纷纷宣布,即将使用GH200系统构建自己的超级计算机。 德国尤里希超级计算中心将在超算JUPITER中使用GH200超级芯片。 这台超级计算机将成为欧洲第一台超大规模超级计算机,是欧洲高性能计算联合项目(EuroHPC Joint Undertaking)的一部分。 Jupiter超级计算机基于Eviden的BullSequana XH3000,采用全液冷架构。 它总共拥有24000个英伟达GH200 Grace Hopper超级芯片,通过Quantum-2 Infiniband互联。 每个Grace CPU包含288个Neoverse内核, Jupiter的CPU就有近700万个ARM核心。 它能提供93 Exaflops的低精度AI算力和1 Exaflop的高精度(FP64)算力。这台超级计算机预计将于2024年安装完毕。 由筑波大学和东京大学共同成立的日本先进高性能计算联合中心,将在下一代超级计算机中采用英伟达GH200 Grace Hopper超级芯片构建。 作为世界最大超算中心之一的德克萨斯高级计算中心,也将采用英伟达的GH200构建超级计算机Vista。 伊利诺伊大学香槟分校的美国国家超级计算应用中心,将利用英伟达GH200超级芯片来构建他们的超算DeltaAI,把AI计算能力提高两倍。 此外,布里斯托大学将在英国政府的资助下,负责建造英国最强大的超级计算机Isambard-AI——将配备5000多颗英伟达GH200超级芯片,提供21 Exaflops的AI计算能力。 英伟达、AMD、英特尔:三巨头决战AI芯片 GPU竞赛,也进入了白热化。 面对H200,而老对手AMD的计划是,利用即将推出的大杀器——Instinct MI300X来提升显存性能。 MI300X将配备192GB的HBM3和5.2TB/s的显存带宽,这将使其在容量和带宽上远超H200。 而英特尔也摩拳擦掌,计划提升Gaudi AI芯片的HBM容量,并表示明年推出的第三代Gaudi AI芯片将从上一代的 96GB HBM2e增加到144GB。 英特尔Max系列目前的HBM2容量最高为128GB,英特尔计划在未来几代产品中,还要增加Max系列芯片的容量。 H200价格未知 所以,H200卖多少钱?英伟达暂时还未公布。 要知道,一块H100的售价,在25000美元到40000美元之间。训练AI模型,至少需要数千块。 此前,AI社区曾广为流传这张图片《我们需要多少个GPU》。 GPT-4大约是在10000-25000块A100上训练的;Meta需要大约21000块A100;Stability AI用了大概5000块A100;Falcon-40B的训练,用了384块A100。 根据马斯克的说法,GPT-5可能需要30000-50000块H100。摩根士丹利的说法是25000个GPU。 Sam Altman否认了在训练GPT-5,但却提过「OpenAI的GPU严重短缺,使用我们产品的人越少越好」。 我们能知道的是,等到明年第二季度H200上市,届时必将引发新的风暴。
沙特阿美押注 英矽智能即将上市“AI制药”商业化之路不明
①英矽智能共完成7轮融资,最后一轮由沙特阿美旗下基金领投,估值达65亿;②英矽智能31个内部管线中,只有小分子候选药物ISM001-055推到了二期阶段,其余管线均在新药临床研究审批阶段,商业化之路未明。 《科创板日报》11月14日讯(记者 陈美)近日,英矽智能赴港IPO上市备案被证监会予以确认,同意发行7089万股,这意味着又将诞生一家“AI制药”概念股。 招股书显示,英矽智能共完成7轮融资,最后一轮发生在2022年8月,由沙特阿美旗下的多元化风投基金Prosperity7 Ventures领投。本轮融资完成后,英矽智能估值达到65亿人民币。 记者发现,在A股上市公司中,具有AI制药概念的相关公司,市值均在65亿元上下。一位投资人告诉记者,“今年生物医药总体融资偏冷,英矽智能或难以在一级市场进一步融资,上市补血成为其必然选择。” 2年烧掉25亿,英矽智能上市补血 2020年,被市场看作AI制药的投资元年。据不完全统计显示,2020年国内AI制药的投融资额超过31亿人民币,是前一年度的7倍,而到了2021年该数字达到上百亿元,阿里、百度、字节等巨头纷纷入局。 作为“AI制药第一股”,英矽智能也在2020年后加速融资。招股书显示,该公司分别在2021年、2022年完成2.55亿美元C轮融资,1300万美元战略融资,以及6000万美元和3500万美元的D轮融资和D+轮融资……投资机构为华平投资、启明创投、礼来亚洲基金、BV百度风投、奥博资本等一众知名VC。 根据披露,在AI制药概念下,英矽智能入股成本也从2019年的6.63美元/股,一路攀升至2021年C轮的22.73美元/股,最后达到2022年8月D轮时的39.12美元/股。 然而,7轮25亿人民币融资,并未让英矽智能快速走上商业化之路。 招股书显示,2021年-2022年,英矽智能营业收入为471.3万美元、3014.7万美元,增幅达539.6%;对应的,净利润也从2021年的-1.31亿美元,增至-2.22亿美元,合计亏损3.53亿美元,约为25亿人民币。 最重要的是,英矽智能31个内部管线中,只有小分子候选药物ISM001-055推到了二期阶段,其余管线均在新药临床研究审批阶段。 一位不愿具名的创新药研发公司负责人告诉《科创板日报》记者,AI制药虽然是行业方向,但现在机器(AI)还没那么先进,单纯靠AI制药并不能使创新药快速进入商业化阶段。 据该负责人表示,就整个产业链来看,AI制药很多项目都属于偏实验室成功案例,且AI制药收入在整个行业中占比不大。 “生物医药比较特殊,一些试验在小老鼠身上有作用,一旦放在人体上就是不行,这说明人体还有很多生物机制未探明。事实上,人体已探明的生物机制只有6%。因此AI制药对于创新药的研发而言,只是提高了效率,但在药化学突破方面并没有太大帮助。”该负责人谈到。 另一家上市药企也对记者透露,目前,AI制药收入只占公司营收很小比例,大概仅有几十万美金。“大部分收入还是来自于一些CRO服务。” 在此背景下,共计融资4.075亿美元(约28亿人民币)的英矽智能,在2年烧掉25亿人民币之后,如今只能选择上市补血。今年AI制药融资降温明显,上半年全球AI+药物研发融资总事件42起,其中二季度仅16起,创2020年以来融资数量新低。 “机器还没人聪明”,优化分子结构是难题 英矽智能在招股书披露,目前建立的31个内部管线中,涵盖29个药物靶点,虽然不一定全部独立将这31条内部管线推进,但在研产品一般在12个月进入IND,明显快于传统方法研发药物的行业平均水平4.5年。 对于此,创新药研发公司负责人表示,AI制药的优势确实是能够节约药物研发时间,但对于创新药而言,优化分子结构才是关键。“因为新发现的药化学分子必须要有‘药性’,而新分子不一定有药性,如何优化这是AI制药不能突破的。” “在这方面,AI(机器)还没人聪明。”上述负责人表示,现在很多创新药的研发和突破,还是靠有经验的药化学家,一款创新药要达到药效,需要不断去实验和反馈,在这方面AI模型只有基础数据,并不能优化或者生成药企想要的“药化学分子”。 另一家上市药企也称,由于AI制药还属于费用化阶段,因此需要不断投入、购买设备。 记者看到,在研发费用上,英矽智能2021年-2022年分别达到3848.9万元美元,7817.5万美元,合计1.17亿美元(约7亿人民币),是同期总营收的3.36倍。而在购买物业及设备上,费用也由2021年70万美元大幅增加至2022年的1100万美元。 一方面是较高的费用支出,另一方面是商业化之路的不明晰,英矽智能也坦言,未来增长取决于候选药品商业化成功与否,这会对公司业务产生重大影响。 同时,记者发现,英矽智能目前依赖大客户趋势明显,2022年五大客户贡献收入从2021年的53.2%,跃至90.6%。 上述创新药研发公司负责人认为,现阶段AI制药仍属于概念炒作阶段,一些AI发现的新靶点,产出成功率和效率还不如实验室。因为AI制药发现新分子后,也需要线下实验室合成,并且在临床上AI制药发现的新分子,并不如预期。 对于此,顶着亏损做创新药的英矽智能,即便有“AI制药”概念,但二级市场也将分担AI制药的投资风险
英伟达发布“超级AI芯片”H200,预计2024年第二季度开始供应
黄仁勋又升级“装备”了。11月14日,《每日经济新闻》记者从英伟达处获悉,当地时间11月13日,英伟达宣布推出NVIDIA HGX™ H200(AI芯片型号,以下简称“H200”)。据悉,H200是首款采用HBM3e GPU(内存,相较此前速率更快、容量更大),进一步加速生成式AI与大语言模型,同时推进用于HPC(高性能计算)工作负载的科学计算,可提供传输速度4.8 TB/秒的141GB显存,与上一代架构的NVIDIA A100相比容量翻了近一倍,带宽增加了2.4倍。 图片来源:企业供图 在英伟达超大规模和高性能计算副总裁Ian Buck看来,想要通过生成式AI和HPC应用创造智能,就必须使用大型、快速的GPU显存来高速、高效地处理海量数据。当H200与采用超高速NVLink-C2C互连技术的NVIDIA Grace CPU搭配使用时,就组成了带有HBM3e的GH200 Grace™ Hopper超级芯片——专为大型HPC和AI应用而设计的计算模块。 从规格来看,H200将提供四路和八路H200服务器主板可选,与HGX H100系统的硬件和软件都兼容;还可用于今年8月发布的采用HBM3e的NVIDIA GH200 Grace Hopper™超级芯片。这些配置使H200可以部署在各类数据中心,包括本地、云、混合云和边缘;可为各种应用工作负载提供最高的性能,包括针对1750亿参数以上超大模型的LLM训练和推理。 架构方面,与前代相比,NVIDIA Hopper架构实现了性能跃升,如在一个700亿参数的LLM——Llama 2上的推理速度比H100(英伟达AI芯片)提高了近一倍。 根据英伟达方面的说法,将于2024年第二季度开始通过全球系统制造商和云服务提供商提供H200;服务器制造商和云服务提供商也预计于同一时间开始提供搭载H200的系统。
最强大模型训练芯片H200发布!141G大内存,AI推理最高提升90%,还兼容H100
梦晨 克雷西 发自 凹非寺 英伟达老黄,带着新一代GPU芯片H200再次炸场。 官网毫不客气就直说了,“世界最强GPU,专为AI和超算打造”。 听说所有AI公司都抱怨内存不够? 这回直接141GB大内存,与H100的80GB相比直接提升76%。 作为首款搭载HBM3e内存的GPU,内存带宽也从3.35TB/s提升至4.8TB/s,提升43%。 对于AI来说意味着什么?来看测试数据。 在HBM3e加持下,H200让Llama-70B推理性能几乎翻倍,运行GPT3-175B也能提高60%。 对AI公司来说还有一个好消息: H200与H100完全兼容,意味着将H200添加到已有系统中不需要做任何调整。 最强AI芯片只能当半年 除内存大升级之外,H200与同属Hopper架构的H100相比其他方面基本一致。 台积电4nm工艺,800亿晶体管,NVLink 4每秒900GB的高速互联,都被完整继承下来。 甚至峰值算力也保持不变,数据一眼看过去,还是熟悉的FP64 Vector 33.5TFlops、FP64 Tensor 66.9TFlops。 对于内存为何是有零有整的141GB,AnandTech分析HBM3e内存本身的物理容量为144GB,由6个24GB的堆栈组成。 出于量产原因,英伟达保留了一小部分作为冗余,以提高良品率。 仅靠升级内存,与2020年发布的A100相比,H200就在GPT-3 175B的推理上加速足足18倍。 H200预计在2024年第2季度上市,但最强AI芯片的名号H200只能拥有半年。 同样在2024年的第4季度,基于下一代Blackwell架构的B100也将问世,具体性能还未知,图表暗示了会是指数级增长。 多家超算中心将部署GH200超算节点 除了H200芯片本身,英伟达此次还发布了由其组成的一系列集群产品。 首先是HGX H200平台,它是将8块H200搭载到HGX载板上,总显存达到了1.1TB,8位浮点运算速度超过32P(10^15) FLOPS,与H100数据一致。 HGX使用了英伟达的NVLink和NVSwitch高速互联技术,可以以最高性能运行各种应用负载,包括175B大模型的训练和推理。 HGX板的独立性质使其能够插入合适的主机系统,从而允许使用者定制其高端服务器的非GPU部分。 接下来是Quad GH200超算节点——它由4个GH200组成,而GH200是H200与Grace CPU组合而成的。 Quad GH200节点将提供288 Arm CPU内核和总计2.3TB的高速内存。 通过大量超算节点的组合,H200最终将构成庞大的超级计算机,一些超级计算中心已经宣布正在向其超算设备中集成GH200系统。 据英伟达官宣,德国尤利希超级计算中心将在Jupiter超级计算机使用GH200超级芯片,包含的GH200节点数量达到了24000块,功率为18.2兆瓦,相当于每小时消耗18000多度电。 该系统计划于2024年安装,一旦上线,Jupiter将成为迄今为止宣布的最大的基于Hopper的超级计算机。 Jupiter大约将拥有93(10^18) FLOPS的AI算力、1E FLOPS的FP64运算速率、1.2PB每秒的带宽,以及10.9PB的LPDDR5X和另外2.2PB的HBM3内存。 除了Jupiter,日本先进高性能计算联合中心、德克萨斯高级计算中心、伊利诺伊大学香槟分校国家超级计算应用中心等超算中心也纷纷宣布将使用GH200对其超算设备进行更新升级。 那么,AI从业者都有哪些尝鲜途径可以体验到GH200呢? 上线之后,GH200将可以通过Lambda、Vultr等特定云服务提供商进行抢先体验,Oracle和CoreWeave也宣布了明年提供GH200实例的计划,亚马逊、谷歌云、微软Azure同样也将成为首批部署GH200实例的云服务提供商。 英伟达自身,也会通过其NVIDIA LaunchPad平台提供对GH200的访问。 硬件制造商方面,华硕、技嘉等厂商计划将于今年年底开始销售搭载GH200的服务器设备。
消息称苹果要叫停“摇一摇”跳转广告功能,淘宝、抖音等头部App回应
IT之家 11 月 14 日消息,昨天时代财经报道,苹果公司已通知国内多家头部 App,要求它们移除陀螺仪权限,摇一摇跳转广告被禁止。头部 App 企业未来将发布取消摇一摇跳转广告功能的新版本。 现据第一财经报道,针对该消息,记者分别询问了淘宝、天猫、京东、拼多多、抖音、快手等多家头部 App 公司,未有厂商明确表示收到苹果通知,苹果也未给出回复。 摇一摇功能调用的是陀螺仪权限,这是一种很早就有的功能,可以用来抢电视红包、识别歌曲等,但现在被用来做广告跳转,而有些手机没有陀螺仪权限开关,用户无法自行关闭。 IT之家注意到,2022 年 12 月 2 日,中国信通院在微信公众号发布文章称,针对各类 App 开屏中的“摇一摇”行为,已联合华为、OPPO、vivo、小米、阿里巴巴等企业,对“摇一摇”类广告进行限制和规范化,具体要求触发加速度不小于 15m/s²、转动角度要大于 35°、操作时间不少于 3s。 2023 年 2 月 28 日,工信部印发《工业和信息化部关于进一步提升移动互联网应用服务能力的通知》,围绕提升用户服务感知、提升行业管理能力,共提出 26 条措施。其中针对“摇一摇”广告问题提出,开发者不得频繁弹窗干扰用户正常使用,不得以摇一摇或者全屏热力图等容易误触发的方式诱导用户操作,并且开屏和弹窗信息窗口必须提供有效的关闭按钮,保证用户可以便捷关闭。
中国AIGC数据标注全景报告:百亿市场规模,百万就业缺口
数据标注,正迎来关键洗牌时刻。 大模型时代到来,以数据为中心的AI开发模式加速走向台前,数据的价值从未向今天这样被充分挖掘—— 大模型从训练到部署应用迭代,AIGC众多垂直场景落地,通用智能、具身智能等前沿领域探索,都与高质量、专业化的场景数据密不可分。 作为底层基础服务,数据标注也从未像今天这样受到关注,但与此同时机遇与挑战随之而来。 数据标注要求从客观到主观,标准如何统一?标注人才要求又有什么样的新变化? 大模型公司/AI企业涌入赛道,专业数据服务厂商如何自处? 合成数据作为新兴赛道,又有怎样的增长空间? 带着这些问题,量子位智库《中国AIGC数据标注产业全景报告》由此而来,并尝试解答。 报告中,量子位智库将从我国数据标注行业现状、四大关键变化、三大影响要素、行业发展及市场规模等多角度、多方向地全面立体描绘中国数据标注产业全景。 核心观点如下: 数据标注服务贯穿大模型全生命周期,上下游合作关系更为紧密耦合; 大模型范式涌入数据标注,自动化标注效率进一步提升; 标注人才高学历多领域成硬指标,缺口或达百万; 产业链重构,专业数据服务商更多机会将在垂直领域,帮助企业私有化部署; 传统依靠渠道人力等因素聚合飞轮效应已失效,数据标注朝着知识密集型转移; 国内市场规模将达百亿量级,合成数据增速最高。 大模型时代下的数据标注 数据标注,是将原始数据进行加工处理,比如分类、拉框、注释、标记等操作,转换成机器可识别信息的过程。 国内数据标注厂商,广义也被叫做基础数据服务商,通常需要完成数据集结构/流程设计、数据处理、数据质检等工作,为下游客户提供训练数据集、定制化服务。这也是本次主要研究对象。 大模型时代到来,数据标注受到前所未有的关注。 上市公司股价狂飙,创业代表公司融资加速。 国内唯一一家AI数据上市公司海天瑞声受到ChatGPT热潮,今年2月以来股价曾一度狂飙。创业公司也同样融资进展频频,包括像星尘数据、标贝科技、整数智能、柏川数据、曼孚科技、恺望数据等代表公司均获得新融资。 大模型数据解决方案多处开花,以一站式、定制化服务为主 围绕大模型开发全生命周期(包括预训练、监督微调、RLHF、基准测试等),专业数据服务商、大模型企业、AI公司等各方都拿出相关数据解决方案。 大模型范式涌入数据标注,自动化标注⻔槛大幅降低 以「Segment Anything」为代表的图像分割模型开源,可通过提示词对图像或视频中任意对象进行分割,并可扩展到任何新任务和新领域,被称为是CV领域的「GPT-3」时刻,大大降低了图像领域的标注门槛。 智能驾驶新感知范式,BEV+Transformer是机遇也是挑战 作为最具代表性应用场景,智能驾驶迎来新感知范式—— 以BEV+Transformer为代表的四维感知替代掉2D+CNN为代表的二维感知方案,给数据服务厂商带来更多机遇与挑战,包括不限于标注场景难度大、数据量产能力要求高等。 四大关键变化 需求变化:与行业场景强相关,高质量数据需求长期且持续 大模型时代的到来,正加速推动人工智能开发从以模型为中心朝着以数据为中心的方向转变。 △ 图源:Data-centric AI: Perspectives and Challenges 大模型作为以数据为中心的产物,数据数量和质量很大程度决定着大模型能力的上限。尤其像训练流程中的后两个阶段,直接决定了大模型性能好坏—— 需要专业人士生成数据或对数据进行改写或排序,最终形成符合人类标准(比如专业逻辑、核心价值观等)高质量数据。 处理流程侧变化:标准从客观到主观,高学历多领域成人才硬指标 从数据流程上来看,传统数据标注是以目标任务为导向,通过拉框、描点、转写等方式进行人工或自动化标注,评价标准主要以准确率和效率为指标。 而大模型数据标注,则是按照阶段来划分,通常对自然语言要求很高,需要更专业的人才参与,标注要求偏主观,难以形成统一的标准。 数据标注从劳动密集朝着知识密集型转变。 其中像百度在海口专为大模型建设的数据标注基地,本科比例100%,培训专业人才已达1000人。未来五年,数据标注相关专业人才缺口将达百万量级。 业务变化:合成数据新衍生赛道,潜在市场空间巨大 合成数据作为新衍生赛道,正受到广泛关注。所谓合成数据,即是用AI生成数据而非真实产生,能够替代真实数据来训练、测试和验证大模型。OpenAI CEO Sam Altman曾方言: 未来所有数据都将变成合成数据。 除了能降本增效外,它可以补充更多边缘、长尾场景数据,能有效解决大模型时代下的“数据鸿沟”,并自然规避掉数据隐私安全、合规等方面问题。 像在数据增强、模型验证、可解释AI等领域,以及自动驾驶、机器人、生物医药等领域都有相关应用。 量子位智库预计,合成数据将成为未来增速最快赛道,年增⻓率可达45%。 供应链变化:产业链重新洗牌,大模型公司/AI企业涌入 大模型公司/AI企业自建数据处理管线,并对外输出大模型数据解决方案,产业链重新洗牌。 部分厂商还具备云服务能力,可与数据服务打包输出,能有效建立起客户之间的口碑和信任。 三大影响因素:以技术+场景聚合的飞轮效应 一看技术能力 作为AI底层服务,数据标注最本质的就是为下游客户降本增效。而技术是降本增效的最优解决路径,持续迭代技术能力的企业将有机会脱颖而出。 包括不限于以下几点:数据闭环工具链的智能化水平、对大模型/AI算法的理解、数据工程化能力、基础设施建设等。 二看场景资源 场景资源能力主要包括数据和人才两个层面:高质量的场景数据以及场景人才(领域专家、深度用户等) 这与行业持续多年的深耕不无关系——企业懂得行业know-how,能够根据客户需求,快速找到并利用与场景最为贴合的数据和人才资源。 三看飞轮效应 数据标注仍具有飞轮效应。以往靠销售渠道、人力成本等驱动因素,服务商实现业务量增长,进而赢得市场获得口碑,获得新客户也会越来越容易。 如今在技术和场景资源能力双重驱动下,数据处理能力越强,大模型标注经验越丰富,落地案例越来越多,数据处理的可扩展性和灵活性也越高。 这样一来,新创业公司入局门槛将进一步提高,专业数据服务提供商更多机会将在垂直场景,帮助企业完成私有化部署。 国内基础数据服务百亿市场规模 数据标注行业传统依靠渠道、人力等形成的低成本优势将被重塑,数据需求方将更看重数据质量、场景多样性和可扩展性。基于以上原因,量子位智库将从数据基础设施、场景资源两个方面来分析国内市场分布及现状。 第一象限:有技术有场景的明星公司 该象限存在两种情况: 第一种是模型层公司本身有大模型技术范式以及场景落地经验积累,可快速输出数据解决方案,与云服务打包输出建立信任; 第二种则是主要以技术驱动的明星企业,大部分拥有数据闭环工具链,再结合几年来行业经验,在大模型浪潮下易受到企业用戶⻘睐。 第二象限:有强技术支撑的创业新势力。 该象限主要聚焦在近两年创立的创业公司,主要以自动驾驶场景作为切入点,再覆盖 到AIGC及其他领域。他们饱受资本市场认可,以恺望数据为例,一年半时间就是完成了三轮融资。 第三象限:包括中小团队、企业自建数据管线等。 第四象限:场景壁垒更为深厚的行业玩家 该象限着更为深厚的行业数据壁垒,可为下游用戶提供高质量数据集或拥有大模型数据标注团队, 以海天瑞声为例,不仅是LIama2的唯一中国伙伴,还发布超大规模中文多轮对话数据集DOTS-NLP-216,合作企业超810家,覆盖全球近200个主要语种及方言,有近20年行业深耕。 量子位智库认为,数据标注处于重新洗牌的时期,更高质量、专业化的数据标注成为刚需。 未来五年,国内AI基础数据服务将达到百亿规模,年复合增长率在27%左右。 以下为我国值得关注的仿生机器人行业代表机构TOP20:
为AI热潮再添动力 英伟达发布新一代芯片H200
财联社11月14日讯(编辑 牛占林)当地时间周一,半导体巨头英伟达发布了新一代人工智能(AI)芯片H200,旨在培训和部署各种人工智能模型。美股盘中,英伟达股价震荡走高,目前涨逾1%。 新的H200芯片是当前用于训练最先进大语言模型H100芯片的升级产品,集成了141GB的内存,更加擅长进行“推理”。在用于推理或生成问题答案时,性能较H100提高60%至90%。 据英伟达官网消息,基于英伟达的“Hopper”架构的H200也是该公司第一款使用HBM3e内存的芯片,这种内存速度更快,容量更大,因此更适合大语言模型。 英伟达称:“借助HBM3e,英伟达H200以每秒4.8TB的速度提供141GB的内存,与A100相比,容量几乎是其两倍,带宽增加了2.4倍。 另外,H200预计将于2024年第二季度上市,将与AMD的MI300X GPU展开竞争。与H200类似,AMD的芯片比其前身拥有更多的内存,这有助于大语言模型来运算推理。 英伟达表示,H200将与H100兼容,这意味着已经在使用H100进行训练的人工智能公司,不需要改变他们的服务器系统或软件来适应H200。 英伟达副总裁伊恩·巴克声称:“为了训练生成式人工智能和高性能计算应用程序,必须使用高效能GPU。而有了H200,业界领先的人工智能超级计算平台可以更快地解决一些世界上最重要的挑战。” 英伟达加速计算首席产品经理迪翁·哈里斯表示:“看看市场上正在发生的事情,你会发现大模型尺寸正在急速膨胀。这是我们继续引领最新、最伟大技术的又一个例子。” 据美国金融机构Raymond James透露,H100芯片成本仅3320美元,但英伟达对其客户的批量价格仍然高达2.5万至4万美元。这导致H100利润率或高达1000%,成为了有史以来最赚钱的一种芯片。 而在训练大语言模型时,需要数千个H100集群工作,这导致科技巨头、初创公司和政府机构都在争夺英伟达有限的芯片供应。 由于对其产品的需求似乎是个无底洞,英伟达今年的销售额井喷,股价上涨了230%,市值突破了1.2万亿美元的大关。英伟达预计第三财季营收约为160亿美元,同比增长170%。 英伟达将在下周向投资者提供更清晰的业绩细节,该公司定于11月21日公布最新财报。
科学家成功合成酵母所有染色体,人造生命真要来了?
一天时间,同时上线同 10 篇论文,还都是一个主题,这放哪里都是不太常见的场景。 但前几天,生物圈就出现了这样的一个盛况,原因呢,是多个高校和机构联合的国际团队,整出了个新突破: 酵母细胞里面的 16 条染色体,全都被人工合成了 ,涉及到的碱基对有 1200 多万个。 不少人在看到消息之后,纷纷猜测 “ 人造生命 ” 是不是真的快来了,在知乎这个话题甚至一度飙上了热榜。 毕竟在十多年前,遗传学家克雷格 · 文特尔的研究团队花了十五年时间,四千多万美金,才人工合成了支原体的基因组。 大家高中生物也都学过,支原体是原核生物,因为没染色体,只用合成那些裸露在外面的 DNA 蛋白质复合物就好了。 尽管这样,在当时,这还在业内引起了不小的轰动,甚至一度有人说那个人工合成的支原体是世界上首个 “ 人造生命 ” 。 现在这次呢,用了还不到十五年,酵母菌这种真核生物的 16 染色体全都能人工合成了。 难道真如网友们所说, “ 人造生命 ” 要来了? 小辣椒也第一时间翻了点资料,得先给提前大家泼一盆冷水,这次的成果,离真正的人造生命也还差着十万八千里。 这个合成酵母基因组计划被叫做Sc2.0 计划, 2011 年的时候正式启动,参与的有中国、美国、英国等各个国家的高校及其研究机构。 他们的目标,是创建一个细胞里染色体全都是人工合成的酵母生物体。 之所以选择用酵母,是因为它是第一个被全基因测序的真核生物,也算是迈入真核生物最低的一个门槛了。 然而现在,他们还不算真正完成这个目标。 虽然网上传的是酵母的 16 条染色体全都能人工合成了,但严谨一点,这么说还是有点 “ 水分 ” ,因为人工合成的 16 条染色体,并不是全在一个细胞里。 而是他们搞了 16 个细胞,每个细胞中都只有一条染色体是单独合成的,其他 15 条都是人家的天然染色体。 要把这些人工合成的染色体都搞到一个细胞中去,也是个大工程,科学家们选择的方法比较简单粗暴。 还记得中学生物的入门知识孟德尔杂交试验嘛,用的就是类似的方法。 让两个有合成染色体的细胞 “ 杂交 ” ,再从杂交得到的细胞中,挑出有一个以上合成染色体的细胞,重复前面的步骤就好了。 这听起来挺简单的吧,但具体操作起来就贼麻烦,费时还费力,并且有时 “ 杂交 ” 出来的细胞还不能存活。 所以到现在,科学家们 “ 杂交 ” 出来的一个酵母细胞中,最多也只有 7.5 条人工合成的染色体。 包含 7.5 条合成染色体的酵母细胞正在分裂成两个细胞 但话说回来,虽然这个的成果可能没网友们吹的那么牛,但在 Sc2.0 计划中,也算是相当关键的一步了。 毕竟把每个染色体单独合成出来,就已经非常不容易。 可能会有朋友开杠,酵母菌不都已经被全基因测序了么,碱基对序列不都明摆着,合成不就是纯纯抄答案。。。 小辣椒还是想出来多说两句,抄作业也不是一件容易的事儿。 首先在数量这块就已经很能说明问题了,每条染色体涉及到的碱基对都要十万来对,而以现在的技术也不能一下子全造出来,一次最多只能搞 60~100 来个碱基对,造好后还有个拼接步骤。 另外在造染色体之前,科学家们还得让这些碱基对精简精简。 这就相当于是生物学里 debug 的程序员,得看看哪些代码去掉也不影响最后程序的正常运行。 这难度可想而知。。。 现在,除了合成酵母这种比较简单的真核生物的染色体,生物圈还在着手更高级生物的 “ 基因组计划 ” 。 就比如 2016 年的时候, Sc2.0 计划的主导者 Boeke 还发起了 “ 人类基因组编写计划( GP-write ) ” ,准备开始人造生命体。 在次年,国内也搞了个 GP-write 中国版,已经在深圳启动了。 不过人类的基因有 31 亿个碱基对,虽然有作业可以抄,但成本也是明晃晃的摆在那里。 先是造碱基对的成本,人工合成一个碱基对的成本要 5~8 美分,乘上 30 亿也不算一个小数目。 另外,人力、时间成本估计也顶不住。 毕竟酵母只有 1000 多万个碱基对,咱们都得汇集业内大佬花个十几年,才有现在的成果。 眼看着目标定太大,筹不到什么资金, Boeke 也直接阉割掉了原来合成人体基因组的项目。 最后,做这一切的意义,其实也并不是为了 “ 人造生命 ” 啥的。 相反,研究并理解基因,才是科学家们真正的目的。 就像 Boeke 所说的那样:我们不能创造的,就无法理解。 而合成酵母基因组计划的初步成功,也像是不大不小的里程碑。 它告诉了大伙们,人类其实也能读懂,并运用大自然所写下基因代码。 至于读懂基因代码之后,怎么规范大家的应用,不出现不应该存在的基因污染,这就是另外的课题了。。。 撰文:松鼠 编辑:江江 & 面线 封面:焕妍
沃尔沃新出的极氪 009 Pro,凭什么卖 80 万?
沃尔沃发布了一辆「极氪 009 Pro」,卖 81.8 万元。而极氪 009 的起售价格「仅」为 49.9 万元 —— 双方差价超过了 30 万元。 11 月 12 日,沃尔沃发布 MPV 车型 EM90,这是在沃尔沃汽车在 96 年的历史长河里,第一次推出 MPV 车型。用沃尔沃的话来说,坐进这辆车,就好像「坐在宽敞的斯堪的纳维亚客厅里去旅行」。 唯一的问题是,拿着这 80 万,我还真能去好几趟斯堪的纳维亚的客厅,剩下的钱还能买一辆顶配极氪 009。你说对吧? 看完车再来回答。 斯堪的纳维亚的客厅,生在杭州 先报一下三围:沃尔沃 EM90 的长宽高分别为 5206、2024、1859 毫米,轴距 3205 毫米,基本等同于一辆极氪 009。 但在动力上,二者可谓天差地别。 极氪 009 全系标配前后双电机,峰值功率 400kW,峰值扭矩 686N·m,只要 4.5 秒的时间,就能将这辆 2.8 吨的中大型 MPV 推至 100km/h。 沃尔沃 EM90 则要低调许多,只搭载了一台最大功率 200kW,峰值扭矩 343N·m 的电机,最高车速 180km/h,零百加速 8.3s。好消息是,搭配同样的 116kWh 电池,其 CLTC 综合工况续航里程延长至 738km,百公里电耗为 17.2kWh。 虽说这辆 EM90 价格猛涨,动力打折,但总会有一些亮眼之处吧。 有,但不多,一句话就能概括: 外观更优雅,内饰更豪华。 外观山最主要的变化就是 009 上颇具威严的竖向格栅换成了 EM90 上的动态光栅,经典的沃尔沃徽标和「雷神之锤」大灯,也一个没少。 其他地方,还真没太大区别,各位看图吧。 进入车内,感觉就有点微妙了,虽然布局和极氪 009 完全一致,但 EM90 给人的感觉,就是要豪华许多。 如果说极氪 009 是精装房,那么沃尔沃 EM90 就是请了一位设计师来了一套北欧风的全屋定制。 EM90 座舱内处处都体现了斯堪的纳维亚设计细节,从精致的欧瑞诗水晶档杆,到仪表盘、车门和前排座位背面的实木竹纹透光饰板,不得不说,确实有点奢享材质结合前沿技术的匠心巧思。 内饰材料和图案的灵感则是来自于斯堪的纳维亚的自然风光和东方美学,比如,座椅的装饰图案灵感来自于迷雾中的山脉,实木竹纹透光饰板的设计灵感是阳光穿过竹林的斑驳光影。 在设计沃尔沃 EM90 时,我们致力于创造一个舒适的私享空间,提供优雅从容的出行体验。 沃尔沃汽车上海设计中心负责人栗璟瑶表示,「在内饰设计上,我们希望营造一个既能与家人共度愉悦时光,也可以进行工作和灵感创作的氛围。」 作为一款豪华 6 座车型,沃尔沃 EM90 的二排同样配置了人体工程学航空座椅,按摩、通风、加热、小桌板、腿托等,一应俱全,总之,极氪 009 有的,它全都有,包括门板上的智控面板。 两车在配置上最大的差异,恐怕就是音响系统。 极氪 009 全车配备 14 个 YAMAHA 音响,另外还有 6 个 YAMAHA 头枕扬声器,总共 20 个扬声器。EM90 这边则多了一个,共 21 个,品牌也换成沃尔沃的老伙伴宝华韦健,总功率达到 2460W。 不仅是斯堪的纳维亚的客厅,还是个带家庭影院的客厅。 回到开头那个问题,你是愿意选这个「斯堪的纳维亚的客厅」呢,还是愿意去斯堪的纳维亚的客厅呢? 好学生,是教出来的 新势力会的,我们三年就学会了;我们会的,新势力十年也学不会。 今年 4 月沃尔沃旗舰 SUV EX90 迎来了中国首发,时任沃尔沃大中华区前总裁钦培吉说出了这句震惊全场的话。 作为二线豪华的代表品牌,沃尔沃一直都是激进电动化的主张者。按照沃尔沃的理想规划,沃尔沃希望在 2025 年实现纯电销量过半的目标;到 2030 年,品牌全线产品将会完成纯电化,届时沃尔沃只会出售纯电车型。 但是,沃尔沃的快还真不是学来的,自己关门研发的 EX90 一拖再拖,从今年上半年拖到了明年,理由是「仍需要时间进行车辆软件的开发和测试」。 ▲沃尔沃 EX90 沃尔沃能学得如此迅速,只因吉利这个老师教得快。极氪 009 摇身一变,成为沃尔沃 EM90,这已经不是考前划重点了,而是直接开卷考试。 中国的 MPV 市场并不大。 数据显示,2023 年上半年国内乘用车总销量约为 952.4 万台,而 MPV 车型的总销量为 52.4 万台,做个简单的换算,MPV 的市场份额仅占有整体汽车市场的 5.5%,是一个极小体量的细分市场。 这就意味着,沃尔沃不会,也不应该在 MPV 车型上投入过多资源,背靠吉利,以产品力过硬的极氪 009 为画板作画,才是一个最优解。 在经过多年的学习和研发后,吉利也正在反哺沃尔沃。2020 年 9 月,吉利经历 4 年的开发后,正式发布了浩瀚 SEA 纯电平台。 浩瀚 SEA 纯电平台是吉利推出的首款纯电架构,吉利为浩瀚的研发投入了多达 180 亿元,新架构可以兼容 1800-3300mm 轴距的车型,做到一平台多用、降低新车开发成本的效果。 也许,极氪 009 身上融合了沃尔沃引以为傲的安全基因,但 EM90 身上的吉利基因,可能还会更多。 30 万,贵在哪了? 关于这个问题的答案,沃尔沃没说,我也没搞懂。 思来想去,只能是为了品牌。 沃尔沃一直都想挤进一线豪华品牌。对于他们来说,要想在电动化时代借着吉利「逆天改命」,最容易打的,有两张牌。 第一张牌是「安全」。 沃尔沃是世界汽车史上最知名的安全专家,从上世纪 50 年代就开始致力于提升汽车安全性能,率先将安全带等概念带入量产车,树立起新的行业安全标杆。 与之相比,虽说极氪有着同款「安全基因」,但沃尔沃则拥有最纯粹的「安全血统」,深厚的安全技术底蕴,能够为其带来天生的品牌号召力。 尤其是在 MPV 车型上,安全问题被进一步放大。 首先 MPV 的车身结构相对松散,车身强度普遍不如同级别的轿车和 SUV。其次,为了追求更极致的空间表现,厂商通常会压缩前后舱空间,导致溃缩空间变小,坐在门边的二排乘员,也更容易在侧碰中受伤。 不达标的安全性能会带给 MPV 严重的安全隐患。2022 年,一台雷克萨斯 LM300h 在高速公路发生车祸,车辆在碰撞之后无法打开车门,错过了救援的最佳时期。 在此背景下,EM90 优异的防护能力若是能在后面的市场检验中展现出来,沃尔沃的「安全」标签,还会被烙得更深。 第二张牌有点俗气,其实就是价格。豪华品牌总是离不开高昂的定价。 唯一的问题是,如果是想为品牌定下价格锚点,本来就没打算卖多少的话,81.8 万元反倒有些低了。
大厂们别再摇一摇了,听说苹果要治你们了
文章开头,给大家 10 秒钟,回忆下最近手机一共跳转了多少次淘宝京东。 想起来了么?情绪到位了吧,那差评君开始了。 要说这几天让差评君最兴奋的事情,不是双十一省了多少钱,领了商家送的多少小样,而是昨天这么一条消息: 苹果要整治摇一摇广告了。 据时代财经报道,有大厂内部人士透露,自 11 月以来,苹果已经通知多家互联网大厂,要求他们移除陀螺仪权限,取消摇一摇跳转广告的功能。 一位广告从业者也证实了这一消息,并表示收到通知的不只是头部 App ,还有很多其他的 App ,范围很广。 要说这新闻有多振奋人心呢,事情一出,话题马上冲到微博热搜前三,占据热搜榜十几个小时。 图源热搜时光机 ▼ 咱们昨晚的四条大新闻里,苹果这条成了顶流,吸引所有人注意。 大伙儿都认为「 苹果此举,配享太庙 」。 还有很多用户高呼安卓厂商跟进,甚至不少人表示下部手机要买苹果了。 别说,这件事上,网友态度出奇地统一。甭管你是什么用户,此时我们都有一个共同的敌人。 嗯,能把 21 世纪网友拉到如此统一战线的,秦始皇不一定行,但摇一摇一定行。 其实摇一摇广告,我们上个月吐槽过。但今天我还想借这条新闻,再口吐芬芳一次,带着大伙宣泄下这些天的憋屈。 首先,这事儿反响如此大,一点毛病都没有,因为摇一摇太他妈该被整治了。 我就想问问,为什么明明没摇手机,都能触发广告呢? 放个手机也算摇吗? 这哪叫打开 App ,你说是在拆弹,我也信啊。 噢不对,它还不如炸弹。人炸弹还讲究个盗亦有道,剪错线了,时间到了才会炸。 但 NM 它是一点江湖规矩不讲啊,拿手上纹丝不动,也能触发? 图源小红书 按你这敏感度,我寻思死者生前脉搏跳动了一下,你是不是也得跳转啊。 最离谱的是,有网友表示自己都把手机放桌上了,广告也能摇出来。 真就如那一句所说:不管打开什么 App ,命运都会让我们相聚在购物平台呗。 我估摸着在座各位,都快被摇一摇干魔怔了吧? 但! 就在整个华夏网友都处在被摇一摇广告统治的困境之时,突然风雨交加,天空一道闪电划过,一张纸缓缓落下,只见上面赫然写着几个大字: 摇一摇,苹果治! Photo by DALL·E 3 你说大伙儿开不开心,久旱逢甘霖啊,上苍派人来救我们啦。 是的,差评君刚看到新闻时也乐开了花,像是紫霞看到了踩着七彩祥云的齐天大圣。 但仔细思考一秒后,我觉得大伙儿期望值不能抱太高。 首先,这件事真实性存疑。 尽管消息来自大厂员工和广告从业人员,但根据第一财经的报道,他们在询问淘天、京东、拼多多、抖音、快手等多家头部 APP 公司后,未有厂商明确表示收到苹果通知,苹果也未给出回复。 第二,即便消息属实,苹果也许根治不了摇一摇广告。 尽管大厂们不听话,可能会被 App Store 下架,但骗过苹果审核的操作有很多。 因为苹果审核团队是看不到 App 的完整源代码,大部分审核流程是在各种场景下去模拟用户去使用和交互。 差评君简单说一个套路。苹果审核中心的网络 IP 段在开发者圈子是一个公开的秘密,软件检测到这些 IP ,明白自己在哪,就自动禁用摇一摇广告。 一旦离开这些 IP ,来到用户手上,它们就会原形毕露。 或者还有第二套办法。大厂们平时乖一点,遇到 618 ,双十一这类大促了,诶我一个热更新,继续摇摇乐。 不过话又说回来,各位大厂真把果子哥逼急了,把 iOS 系统陀螺仪权限交给用户,根治摇一摇也不是不可能了。 那目前来看,我们对摇一摇有没有辙? 其实现在关于摇一摇相关规定,只有电信终端产业协会出的一项规范标准—— 触发灵敏度不可过高,如设备加速度不小于 15m/s ²,转动角度不小于 35 °,操作时间不少于 3s 等等。 但这只是行业标准,相当于只是呼吁一下大家别玩脏的,约束力不等同于法律法规。 所以说白了,对这类广告,如果你不得不用他家的 App ,目前也只能忍着,甘愿成为被宰的肉鸡。 不过,以后摇一摇真被某个盖世英雄救了,差评君也并不乐观。 因为手机 App 里的广告进化速度太快了,太变态了。 那种满屏跳过的开屏广告还没死多久,摇一摇就把我们干够呛。 同理,摇一摇倒了,也会有千千万万「 摇一摇 」站出来。 我之前文章就提到过,在某个壁纸软件,你哪怕没点击广告,只是按住广告区域滑动,一旦距离低于 1.5cm ,也会进入广告。 还有的信息流里的广告,做得和帖子一模一样,甚至标题会顺应 3 小时前的热点新闻,高强度更新。上次哈登被交易,广告主直接不演了,在广告位发了这样一句话。 你说这种压根不是用户主动意愿点进的广告,它肯定没啥转化,为啥还有这么多商家愿意投。 有两点。 一个呢,很多大公司的推广部门和运营部门是分开的,各管各的。推广部门只需要完成自己的 KPI 就行,跳转越多,他们越开心。 至于转化率太低,那是别的部门事了。 另一个原因,小商家没经验。 我观察过一些容易误触的广告,有不少是售卖零食、生活用品的中小商家。 一个在电商工作的朋友告诉我,其实不是商家想投这类广告,而是平台诱导他们开启站外广告,在别的 App 里投放。 虽然这类广告对商家来说转换率低,但对平台来说,跳转一次,它就能多收一次钱。 总之不管是什么原因,这类极为短视的广告都让现在广告环境愈发恶劣。 曾经的电视广告和视频平台广告,给我的感觉像是一场交易,你提供了内容,我看你的广告,我记住你的品牌,你影响我的消费,挺公平。 但现在这些 App 上的广告,却更像是一场精心策划、勾心斗角的诈骗。 如果我们把时间拨到 10 年前,你会发现整件事情很唏嘘。 2011 年,微信推出了摇一摇陌生人社交功能,这是手机上「 摇一摇 」第一次进入公众视野。 2015 年春晚,微信借助摇一摇,联合商家狂撒 5 亿现金红包, 30 亿卡券红包,一炮走红。全国人民一晚上摇了 110 亿次,千万人绑定了微信支付。 这一仗,被马云称之为偷袭珍珠港,而在广告业看来,摇一摇把广告模式也从以往的广撒网低转化模式,变成了精准投放的窄广。 微信开心,商家开心,群众也开心。 差评君记得那年除夕,一家人围着桌子边打麻将边摇手机,胳膊都酸了,大家脸上还带着笑容。 时间再来到 2023 年,摇一摇与广告的组合,从一年一度变成了一日十八度。 从之前的精准投放,到如今的无差别广撒网,摇一摇的使用场景和口碑,今非昔比。 错的是摇一摇吗?不是。 技术始终是有两面性的,对技术的道德掌控,技术是向善还是向恶,最终还是归结于人。 所以问题的答案,不用我说,各位心里清楚吧。 撰文:刺猬 编辑:面线 莽山烙铁头 封面:焕妍
英伟达又出新显卡,老黄是想毁了大厂们的自研梦吗?
老黄又来掀桌了啦! 在今天凌晨的 2023 年全球超算大会( SC2023 )上,英伟达推出了全新GPU H200 。 作为前代 H100 的升级款,老黄直接不装了,在官网上单方面将 H200 称为 “ 当世最强 ” 。 但更秀的是,没人会因此质疑他们违反广告法,因为在 AI 时代,对手们真只能眼巴巴地看着英伟达的车尾灯。 从英伟达官方透露的数据来看, H200 最强的就是在大模型推理表现上。 以 700 亿参数的 LLama2 大模型为例, H200 推理速度几乎比前代的 H100 快了一倍,而且能耗还降低了一半。 能取得这么强的成绩,自然是 H200 的硬件给力。 从参数方面看, H200 的主要提升就是把上一代 “ G 皇 ”H100 的显存,从 80GB 拉到了 141GB ,带宽从 3.35TB/s 增加到了 4.8 TB/s 。 而这些进步则主要要归功于HBM3e 内存技术。 今年 8 月的时候, SK 海力士推出 HBM3e 之后,据宣称单颗带宽可以达到 1.15TB/s ,相当于在 1 秒钟内传输了 230 部 FHD 高清电影(每部容量 5G )。 在 SK 海力士官宣 HBM3e 之后不久,包括三星、美光在内的内存厂商们,都陆续跟进了这一技术。 这个 HBM3e ,其实就是之前大家都在用的 HBM3 的升级版。 说白了就是有更高的性能、更高的带宽,好处就是芯片能用更快的速度传输数据,同时还降低功耗。 非常适合眼下的AI 和大数据运用。 于是英伟达第一时间就找到 SK 海力士进行了合作。 所以我们能看到这才没多久, H200 就已经用上了这一新技术。 比起技术升级更方便的是, H200 和 H100 都是基于英伟达 Hopper 架构打造的。 所以两款芯片可以互相兼容,那些装满了 H100 的企业不需要调整,可以直接更换。 不过,乍一看好像是王炸,但实际上H200 可能只是 H100 的一个 “ 中期改款 ” 。 因为我们发现, H100 和 H200 单论峰值算力的话,其实是一模一样的。 真正提升的参数只有显存、带宽。 而在此前,大家常用来评判 AI 芯片性能的重要参数:训练能力。 H200 相较 H100 的提升也并不明显。 从英伟达给出的数据来看,在 GPT-3 175B 大模型的训练中, H200 只比 H100 强了 10% 。 在世超看来,这种操作大概率是有意为之。 之前各个大厂忙着打造自家的大模型,对 GPU 最大的需求毫无疑问就是训练,所以当时大家的需求是提升训练能力。 而如今,随着 AI 大语言模型不断落地应用,训练模型在厂商眼中可能已经是牛夫人了,大家反而全去卷推理速度。 所以这次 H200 很可能是故意忽略 “ 算力 ” 升级,转而进行推理方面的发力。 不得不说,老黄的刀法依旧精准。 当然了,这也是英伟达工程师们给老黄挤牙膏的本事,谁让人家显卡真就遥遥领先呢。 哪怕只是做了个小提升, H200 还真就能当得起 “ 当世最强 ” 的名号。 而且根据瑞杰金融集团估计, H100 芯片售价在 2 万 5-4 万美金之间,那加量后的 H200 只会比这高。 而如今像亚马逊、谷歌、微软和甲骨文等大厂的云部门,已经付完钱排排站,就等着明年 H200 交货了。 毕竟,哪家大模型随便升个级不要几千个 GPU ? 只能说这波老黄又又又赚麻了。 但问题就是,加价对于 AI 芯片永远不是问题。 今年初创公司、大厂、政府机构等等为了抢一张 H100 挤破脑袋的样子还在上演,所以明年H200 的销量根本不用愁。 “ 是人是狗都在买显卡 ” ,去年说完这句话的马斯克也不得不转头就加入 “ 抢卡大军 ” 。 更夸张的是,英伟达方面还说了,推出 H200 不会影响 H100 的扩产计划。 也就是明年英伟达还是打算卖 200 万颗 H100 芯片,也能侧面看出, AI 芯片是多么不愁卖。 但面对全球嗷嗷待哺的市场,英伟达其实也有点力不从心。。 像 OpenAI 作为打响 AI 革命第一枪的人,结果因为没有足够的 GPU 痛苦得不行。 比如因为算力不够用,自家 GPT 们被各种吐槽 API 又卡又慢; 因为算力不够用, GPT 更强的上下文能力始终没法全员推广; 因为算力不够用, GPT 们没法卖给客户更多专有定制模型。。。 光连 OpenAI 创始人奥特曼,就已经出来好几次炮轰过算力短缺。 而为了解决这个问题, OpenAI 也想了不少办法。 比如自研 AI 芯片、与英伟达等制造商展开更紧密合作、实现供应商多元化等等。 上个月初就有消息说 OpenAI 已经在找收购目标了。 更进一步的是特斯拉,他们就在 7 月推出了由定制 AI 芯片 D1 打造的 Dojo 超级计算机,用来训练自动驾驶系统。 当时摩根士丹利直接吹了一篇研报说:特斯拉这波下来,比用英伟达的 A100 足足省下了 65 亿美元。 当然,这也不是说马斯克的这个自研的 AI 芯片就比 A100 强了。 而只是因为自研芯片只需要干自家的活,更符合自己需要、也没有算力浪费。 就好比英伟达的芯片是一锅大杂烩,谁来了吃都能吃饱饱;而自研芯片虽然只是小碗菜,但它可以按照个人口味做,虽然做得少、但更合胃口。 其他大厂也没闲着,比如微软要自研 “ 雅典娜 ” 、谷歌在年初就在自研芯片上取得突破进展。。 但就像我们前面说的,这次 H200 其实只是一个 “ 中期改款 ” ,还不足以打消其他厂商们的小心思。 按照英伟达自己放出的消息,大的还是明年会来的 B100 ,从图里看它至少是有指数级的提升。 所以世超觉得,大家伙忙活半天,在硬实力面前,黄老爷的位置恐怕还是会越来越稳。 你看像是即使强如 Meta 早在 2021 年就意识到,自己怎么干都比不上英伟达的GPU 性能,转头就从老黄那下了几十亿订单( Meta 最近好像又有点自研的心思了 )。 还记得老黄刚宣布英伟达是 “ AI 时代的台积电 ” 的时候,有不少人冷嘲热讽。 结果现在才发现,这句话居然是老黄的谦辞。 毕竟 2022 年台积电 “ 只 ” 占了全球晶圆代工产能的 60% ,而英伟达如今已经占据了可用于机器学习的图形处理器市场 80% 以上的份额。 总感觉,等老黄的大招真来了,这些大厂们的芯片自研项目恐怕又得死一片吧。。。 撰文:八戒 编辑:江江 & 面线 封面:焕妍
凤凰卫视发布首批高质量数据集!推出AI数据业务,AI训练平台明年5月上线
作者 | 香草 编辑 | 李水青 智东西11月14日报道,昨日下午,凤凰卫视于北京主办了主题为“数聚未来”的凤凰大模型数据研讨沙龙。会上,凤凰卫视融媒体研发副经理冯伟发布了凤凰首批高质量数据集,包括中文访谈对话、正向价值对齐两个数据集,标志着凤凰卫视正式进军人工智能(AI)领域。 冯伟称,凤凰卫视之后将发布包括财经评论、视频问答、谈话活动、语音合成等方面的更多数据集,旗下AI训练平台也即将开放内测。 冯伟还公布了凤凰卫视2024年的行动计划时间表,其第2至4批数据集将分别于3月、7月、11月发布,AI训练平台将于5月上线,还将于4月和6月分别举办科技峰会和AI数据挑战赛。 ▲凤凰卫视2024年AI行动计划 研讨会上,来自智谱AI、微博、中科闻歌等企业的行业代表分享了关于大模型数据、应用落地等方面的实践。 智东西等少数媒体对中科闻歌创始合伙人兼CTO曹家进行了采访。曹家向智东西分享了雅意大模型的最新进展,目前中科闻歌正在将模型加速技术、语速压缩技术、安全可控技术等应用到最新的模型架构中,预计会在下个月发布新的进展。 一、推出全新凤凰数据业务,发布两大中文特色数据集 冯伟谈道,凤凰卫视作为海外最大的华语传媒集团,一直坚持传播中华文化,覆盖全球电视观众超过5亿,海外新媒体受众接近1亿。 在AI革命下,以ChatGPT为代表的AI技术对传统的媒体和传播方式带来了新的挑战,也带来了新的机遇和可能性。 凤凰卫视经过几个月的调研,认为高质量的数据语料库是AI时代承载中华文化的一个新载体。 因此,凤凰卫视正式推出全新的业务——凤凰数据。 该业务主要包含两个方面,一是建设基于凤凰特色数据的高质量数据集市,二是以数据为中心的AI训练平台。 ▲冯伟解读凤凰数据业务全景 凤凰的数据有什么特色?冯伟谈道,访谈和评论类的节目是其非常大的一个特色,这些节目中蕴含着大量的话题、知识和内容,尤其是针对同一话题的持续多轮问答,将为AI大模型的训练提供优质的语料库。此外,凤凰每天都生产着大量的多模态内容,为多模态大模型提供了优质的数据基础。 在版权方面,凤凰数据集基于凤凰自身内容进行加工生产,无论是从版权的合规,还是从内容的可持续性,都是凤凰数据的天然属性。而客观、中立,始终是凤凰作为一家媒体的核心报道原则,这也从数据源头保证了数据集的质量。 现场,冯伟发布了首批凤凰大模型——中文访谈对话数据集、正向价值对齐数据集。 中文访谈对话数据集基于凤凰卫视的访谈内容加工生成,规模达百万轮次,平均对话轮次超过30轮,包含传统文化、财经科技等话题,并具备完整的上下文信息。 除了上下文以外,数据集中还额外补充了知识政策、第三方信息或者一些专业的概念,凤凰也基于自有的知识体系,完善了数据集的安全合规,并持续更新。 ▲冯伟发布中文访谈对话数据集 正向价值对齐数据集则是以凤凰本身以及权威团队的科研成果作为指导,由专业的内容团队人工撰写而成,规模达到10万问答对,每个问答对中包含正向和负向的相关回答,用于提升模型训练的鲁棒性。 冯伟称,该数据集也会定期持续更新,并丰富数据种类。面向多模态场景,凤凰后续也会发布不同模态的正向价值对齐数据集。 ▲冯伟发布正向价值对齐数据集 此外,冯伟称公司近期正在紧锣密鼓地准备更多数据集,包括面向财经领域的财经评论数据集,面向视频理解领域的视频问答数据集、面向数字人领域的谈话动作和语音合成数据集等,旗下AI训练平台也即将开放内测。 根据公开的2024年行动计划时间表,第2批数据集将于明年3月发布,7月、11月将依次发布第3批、第4批数据集,AI训练平台将于5月上线,还将举行“Link+科技峰会”和“AI数据挑战赛”等系列活动。 面向高校及科研院所,凤凰卫视发布了“凤凰智媒AI筑巢计划”,提供部分数据集的免费授权,以助力学术研究和创新。凤凰AI数据官网于发布会当天正式上线,为行业客户提供数据集试用下载服务。 二、对话中科闻歌CTO曹家:大模型落地垂直领域需要行业认知,新模型架构下月发布 现场,中科闻歌创始合伙人兼CTO曹家作为嘉宾接受了智东西等少数媒体的采访。 ▲曹家接受智东西等少数媒体的采访 当智东西问道,中科闻歌目前已经接洽了哪些领域的客户?中科闻歌的大模型方案能为他们带来哪些行业价值?相比于同类创企,公司的“护城河”是什么? 曹家称,中科闻歌的雅意大模型目前在安全、媒体、金融、舆情等领域落地较多。 对于媒体行业,雅意大模型可以提供选题推荐、辅助稿件写作以及辅助视频播报内容的制作。 对于金融行业,可以辅助金融快报的制作,以秒为单位将上市企业十几篇的公告转换为几十或百字以内的快报,如果由人来做的话,花费的时间成本将是小时级。 针对舆情场景,落地的场景包括对舆情、热点的感知、资讯的总结以及事件脉络的洞察,对这些内容的分析以及舆情研报的辅助撰写。 总的来说,雅意大模型一直聚焦到垂直品类、垂直场景的应用。 而谈到公司的“护城河”,曹家认为,针对这些领域应用场景的认知,是非常关键的一点。 通用大模型之所以很难向领域落地,很大的原因是在于“行话”的存在,领域内的专业知识需要长时间的积累。 中科闻歌现在能在安全、媒体、舆情、金融等领域直接落地,除了大量的领域知识外,还有对行业的深度认知。 此外,中科闻歌有大量的应用级平台产品与客户的业务进行深度绑定运作,在这种情况下,雅意大模型的能力在其中发挥的作用不再是“1+1”的结果,而是系数甚至指数级的增强。 当智东西问道,距离雅意大模型发布已5个月了,注意到官网文档里写道“公司正在重新设计大模型架构”,中科闻歌目前有什么可以分享的技术方面的进展或者时间表? 曹家称,雅意大模型从6月份发布以来,中间也进行了很多迭代,目前有很多新的技术在应用到新的模型架构当中,包括模型加速技术、语速压缩技术以及安全可控类的技术,新架构的模型预计将在下个月发布。 在语速压缩上,中科闻歌现在新的技术采用中文语速,而不是传统方式进行压缩,实现了1个Token对应1.2个文字,在有限的算力下实现中文推理速度的极大提升。 关于与凤凰数据合作的潜在可能性,曹家谈道,一方面凤凰数据集的质量很高,多轮对话、正向对齐等数据将对大模型能力有很大的提升;另一方面,雅意大模型的能力也能通过AI加速AI的方式,帮助凤凰数据构建更高质量的数据集。 三、生成式AI进入第二阶段,变革媒体等千行百业的内容生产方式 微博COO、新浪移动CEO、新浪AI媒体研究院院长王巍解读了生成式人工智能(AIGC)对媒体行业的影响,媒体应用AIGC技术面临的挑战以及数据赋能AIGC在微博多场景的应用。 ▲微博COO、新浪移动CEO、新浪AI媒体研究院院长王巍 王巍称,AIGC将对媒体行业带来内容生产方式上的变革,内容生产从最初的专业生成内容(PGC),发展到用户生成内容(UGC),再到现在的AIGC,逐步向高质量、高效率、高产量的方向发展。 在这个过程中,AI成为重塑产业生态的关键环节。内容生产逐渐从AI赋能,过渡为AI原生。 但媒体应用AIGC技术也面临挑战,其中最为突出的便是“幻觉”和版权两大问题。 王巍认为,应当辩证地看待“幻觉”问题。一方面,创作就是在不断的试错中完善和创新的,要允许大模型出错;另一方面,在不同的应用场景中,如艺术创作,对错误的容忍度会更高一些。而版权问题,则需要立法机构出台相关的监管措施。 ▲王巍解读媒体应用AIGC面临的幻觉挑战 王巍解读了微博在AIGC方面的应用实践,包括针对大V博主推出的AI创作助手、针对明星和粉丝群体推出的AI明星伴聊、针对剧综中的虚拟角色推出的虚拟角色账号以及基于AIGC技术构建的星座领域大模型等。 ▲微博推出的AI创作助手 智谱AI副总裁刘佳分享了智谱AI的ChatGLM认知大模型在数据上的最佳实践。 刘佳谈道,随着2020年ChatGPT的问世,AIGC步入“第一阶段”。而现在,市场已进入“第二阶段”,AIGC开始在千行百业落地,“之前我们找到了锤子,现在我们要发现更多的钉子,让大模型的能力应用落地。” ▲智谱AI副总裁刘佳 刘佳称,2020年,智谱AI开启了大模型研发,2021年便发布了第一个自研百亿大模型。在智谱AI大模型的迭代过程中,刘佳认为,其2022年8月发布的开源双语千亿大模型GLM-130B是较为重要的节点,该模型也成为后续所有模型的基座模型。 ▲刘佳谈智谱GLM系列模型发展历程 上个月,智谱AI推出第三代基座大模型ChatGLM3及相关系列产品,瞄向GPT-4V进行了多模态理解能力、代码能力、网络搜索能力以及语义能力与逻辑能力的大幅增强。ChatGLM3还带来了全新的Agent智能体能力,并推出可手机部署的端侧模型ChatGLM3-1.5B和ChatGLM3-3B。 结语:大模型落地垂类领域,优质数据集不可或缺 数据作为大模型三要素之一,发挥着至关重要的作用。不同于网络上抓取的数据集,可能包含广告、冗余信息、有害信息等,凤凰数据此次发布的数据集从数据源头上对此类信息进行了隔绝,保障了数据质量。 随着OpenAI上周推出自定义GPT等,AI助手的构建门槛逐渐降低。不同于C端用户,B端用户对大模型解决方案的需求更加注重数据安全、合规等,对领域的认知、专业知识的长期积累可能成为AI企业有力的“护城河”。 未来,我们期待看到更多优秀的国内企业在AI领域崭露头角。
vivo X100 标准版体验:起步即旗舰
旗舰系列的标准版机型就像校园毕业舞会角落站着的小透明,有最亲民的价格,没有最受关注的热度。 那年十八,母校舞会,站着如喽啰。 大家的目光自然在那些 Pro+、Ultra 和 Max 机型上。 在过往标准版、Pro 和 Pro+ 的森严体系当中,标准版的核心体验总是和 Pro+ 乃至 Pro 差一大截,比如性能配置降级,长焦缺失等等,难堪旗舰之名。 vivo X100 标准版冲击了这样的森严体系,既然身处旗舰系列之中,便不该甘做配角,应该身负旗舰体验。 着最闪的衫,扮十分感慨,有人来拍照要记住插袋。 标准,是高标准,也是最高标准 可以这么说,vivo X 系列手机是旗舰手机当中最有设计传承和家族基因的手机系列之一,自 vivo X80 系列将背部镜头模组由方变圆,置于方形模块之上,形成「方圆之境」的设计理念,到 vivo X90 系列取消方形模块,让圆形镜头模组更显自由广阔,方无边,圆愈盛。 到了 vivo X100 这一代,设计的理念进化成「日月云阶」,与上代那种旭日初升的观感不同,这一代的 vivo X100 则好似弦月当空。 奥氏体不锈钢材质的摄像头装饰圈形成精细如钟表工艺,坚固如精钢铠甲的「月环」,将镜头模组环绕,一方面以轻微的不对称增添观感趣味,另一方面又实打实地保护镜头模组少受磨花冲击。 昭昭若日月之明,离离如星辰之行。 不光是设计理念源自日月,vivo X100 的配色灵感也源自日月星辰,分别为:落日橙、白月光、星迹蓝和辰夜黑。 vivo 是做白色机身的高手,上代 X90 告白配色就是今年的爆款机型,这次我们手上的 vivo X100 白月光则是另一种白色,更具光泽,好似钢琴白键一样的质感。 对于习惯了 vivo X 家族设计的用户来说,vivo X100 的外观在往更大气更简约的方向继续前进一步,一方面背部镜头模组扩大居中,彰显了旗舰身份,另一方面在配色和设计理念设计细节上又兼顾了 vivo 的传统和特色。 这就是 vivo 设计的标准。 若说本代 vivo X100 标准版给我最大的惊喜,那毫无疑问是潜望长焦镜头的加入,这也是 vivo X 系列标准版首次得到了潜望长焦的垂青,并且,这也不是一颗凑数的长焦镜头,其影像传感器和前代 vivo X90 Pro+ 是同款 OV64B,但 vivo X100 长焦火了蔡司加持,同时光圈升级到了至更大的 f/2.57 光圈,进光量提升 85.5%,接近一倍,算法的升级也让这款长焦获得诸多史诗级更新,比如支持长焦微距,长焦人像,以及成像更好的 100 倍数码变焦。 vivo X100 在影像上的另一个改变是 50mm 人像镜头的取消,转而用一颗 5000 万像素超感光 VCS 仿生主摄覆盖 70mm 以下的焦段,再配合新晋长焦镜头,vivo X100 就在人像上形成了 24mm 风光人像、35mm 街头人像、50mm 自然人像和经典人像、85mm 肖像和 100mm 特写五个人像黄金焦段,每个点位都可以与蔡司镜头包相结合,搭配大师建议风格,在人像拍摄这块,足够满足专业玩家的需求,上手不难,探索空间又巨大。 可以说,在影像配置上,vivo X100 是拔高标准了的,焦段覆盖和人像的可玩性都较前代跨越了一大步,再解决从无到有之后,vivo 干脆一步到位,给到了真旗舰级的影像体验。 在 vivo X100 标准版上,也有按照市面最高标准执行的地方,比如芯片闪存和内存性能铁三角这块,vivo X100 的搭配是天玑 9300+UFS4.0+LPDDR5T(16GB+1TB 版本),就这一代机型而言,市场上已经找不到更高的性能配置了。 包括 5000mAh 电池加 120W 快充在内,在基础硬件配置上,vivo X100 算是做到了标准版不是低配版,起步机型就是旗舰机型的承诺。 可以这么说,vivo X100 标准版,从一个清奇的角度解释了什么是标准,是设计影像和体验上的高标准,也是性能上的最高标准。 一言蔽之,要是放在往年,vivo X100 在后面再加一个 Pro 后缀,也没有什么人觉得不合适,但是今年手机厂商在产品定义上的重新思考,让用户获得了一张免费的「升杯券」,用中杯机型的价格,获得了大杯机型的完整体验。 性能,跑分强,游戏也强 自天玑 9000 开始,联发科就开启了真正冲击高端处理器的步伐,到了天玑 9300 这一代,联发科干脆破釜沉舟抛弃了小核,采用了 4 个超大核加 4 个大核的全大核架构。 一方面是为了对竞品芯片的弯道超车,另一方面小核因为先天的制约,在性能负载越来越大的今天,用武之地也越来越小,全大核架构能够很好地应付旗舰机的高负载场景。 vivo X100 是天玑 9300 的首发机型,首秀就拿下了 antutu 跑分榜榜首,官方表示能跑到 224 万分,估计是实验室低温环境,但是如果是在初冬室温下,跑出个接近 223 万的分数并不是很难。 若以正常环境 antutu 跑分来说,vivo X100 的整体性能确实能够跻身到数一数二的位置。 在只考虑 CPU 性能的 GeekBench 6 测试中,也是得益于全大核的架构,在没有小核拖后腿的情况下,这颗天玑 9300 同样室温条件在 vivo X100 上可以跑出单核 2144,多核 7743 的成绩,可以说多核成绩属于独一档。 跑分归跑分,体验归体验。但《原神》可以说是打着体验名号的另一种跑分软件。 在面对这款目前对手机性能压力最大的游戏时,vivo X100 表现还算优秀,在最高画质之下,平均帧率 59.5fps,也就是说基本能以 60fps 的流畅帧率运行。稳帧系数为 4.7,属于中规中矩的水平,在一些场景下,帧率会掉到 50fps 左右。 另外,从《原神》对整个 CPU 高达 42.5% 的占用以及部分核心以高频运行来看,我们也确实应该理解联发科为什么要做全大核应对重负载,在面对重载游戏叠加微信视频,或者直播软件的时候,小核确实可能会成为性能瓶颈。 整体而言,现在的旗舰芯片单单征服《原神》已经不是什么问题,新的难题是应付《原神》之后,还能不能再整点重活。 《王者荣耀》对 vivo X100 造成的压力就显得微不足道了,依旧是最高画质条件下,全程能够保持 120fps 帧率运行,除了结算时候会掉帧之外,可以看到游戏的帧率曲线非常平稳,可以说是毫无卡顿,丝般顺滑。 整体来说,《王者荣耀》对 CPU 的占用率达到了 29.2%,但因为游戏性能压力不太大,CPU 整体运行频率倒是不高,还留有比较大的余地。 鹅厂出品的另一款 MOBA 游戏《英雄联盟手游》在 vivo X100 上的表现和《王者荣耀》基本上如出一辙:一样稳定在 120fps 的帧率,一样不到 30% 的 CPU 占用率,一样整体较低的 CPU 运行频率。 可以说,在面对主流 MOBA 游戏的时候,vivo X100 完全可以做到游刃有余。 至此,在检验旗舰机性能成色的测试中,vivo X100 表现还是相当不错,作为天玑 9300 的首发机型,它在跑分和游戏两个层面都表现出了顶尖的实力。 影像,主摄能打,长焦也能打 这几年 vivo 在影像上的进步有目共睹,所以对于这代 vivo X100 系列,即使标准版,我的预期很高,但即便是我拉高了预期的情况下,vivo X100 的表现也超出了预期。 因为我是 vivo X90 Pro+ 用户,所以我想当然地认为,使用了同款影像传感器的 vivo X100 的长焦表现和前代真旗舰应该是一模一样。 结果是拥有蔡司超级长焦的 X100 表现确实更好。 在这一组长焦样张里可以看到,在光线条件一般(多云天气)的下午,哪怕是数码变焦后的 10X 233mm 焦段,细节表现依旧相当好,广州塔塔身的保护网纹理依旧清晰可见。 继续放大到 26X 600mm 焦段之后,细节依旧不错,保留了基本的解析力,没有什么涂抹感,画质仍可堪一用。 之所我说 vivo X100 的长焦表现要比上代真旗舰好上一筹,是因为这一代 vivo 在多摄一致性上保持得不错,上面一组图可以看到色温整体上比较接近,不会出现主摄正常,长焦偏暖的情况。 在保证长焦基本的素质之外,vivo 也给长焦开发出了非常多的玩法,比如长焦微距和长焦人像特写。 在拍昆虫等动物微距的时候,如果还是用广角和主摄拍摄,那肯定会惊扰动物,如果是用长焦,那就可以在相对安全的距离拍摄,成功率大大提升。 长焦和蔡司人像的结合也饶有趣味,vivo X100 在 100mm 焦段下的人像特写有两个值得称道的地方,一是对于人物眼神光的捕捉强化,让人物更有神采;二是焦外迷人的光斑,呈现出了专业蔡司镜头的质感。 依旧是长焦加持的 85mm 肖像则更为自然,色彩鲜明,人像的情绪表现更佳。 夜景是 vivo 旗舰手机的拿手好戏,尤其是主摄拍摄夜景时,整体画面纯净度很高,即便是默认模式,也不会通过强拉 ISO 来提升画面亮度。 主摄的全能还体现在各种场景上,比如逆光 HDR 环境,静物特写等等,vivo X100 都能保证很好的直出效果。 另外,这次 vivo X100 还有不少影像层面的更新,比如「长焦悬日」功能可以帮助用户用长焦镜头直接拍摄落日,不仅落日形状准确,也无眩光鬼影,不过碍于最近天气原因,这个功能没能找到合适场景使用。 vivo X100 的主摄表现优秀在预料之中,初来乍到的长焦也能尽职尽责,尽到旗舰本分,就有一些超出预期,以影像配置和体验来说,vivo X100 给到了很好的诚意,让用户不必掏顶配旗舰的钱,也能获得旗舰级的影像体验。 全能选手,不做配角,vivo X100 与 X100 Pro 之间,固然有价格差异,但在我看来,它们属于各有千秋的两款机型,并不一定是严格的上下位关系,也没有说谁衬托谁。 在 200 克出头的重量里,vivo 在 X100 里塞进去了如此多的东西:全焦段影像,120W 充电+5000mAh 电池,市面最佳的性能组合,双扬声器,IP68 防尘防水,X 轴线性马达,内存 12GB 起….. 可以这么说,以往「中杯大杯超大杯」的代称可能不再继续适用于 vivo X100 系列了,vivo 没有用削低标准版产品力来衬托 Pro 版的优秀,反而是反其道行之,大幅加强标准版,让标准版和 Pro 比翼齐飞各有特色。 这就是本代 vivo X100 标准版,起步即旗舰。

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。