全球混凝土及砂浆行业供应链平台

苹果在其翻新产品在线商店中添加了翻新版iPhone 14、iPhone 14 Plus、iPhone 14 Pro和iPhone 14 Pro Max设备，这是自2022年推出以来首次以折扣价提供上一代iPhone。 iPhone 14起售价为619美元，iPhone 14 Pro起售价为759美元，iPhone 14 Pro Max起售价为849美元。苹果目前没有任何可用的iPhone 14‌ Plus设备。 苹果于2022年9月首次发布iPhone 14系列机型，此后停产iPhone 14 Pro和iPhone 14 Pro Max。这些设备已被iPhone 15 Pro系列机型取代。苹果仍然以699美元和799美元起销售iPhone 14和iPhone 14 Plus。 ‌iPhone 14‌、‌iPhone 14‌ Pro和iPhone 14‌ Pro Max有多种配置和颜色可供购买。iPhone 14‌型号最高提供256GB存储空间，而‌iPhone 14‌ Pro型号最高提供1TB存储空间，容量更大的型号可享受更多折扣。 所有苹果翻新iPhone均已解锁，可在任何运营商处使用。苹果为翻新iPhone机型配备了新电池、外壳和新的USB-C转Lightning数据线，因此它们与盒装新iPhone基本相同。 苹果还为翻新iPhone机型提供与新设备相同的一年保修，并且可以选择购买延长的AppleCare+保修范围。

原标题：消息称谷歌正与台积电合作开发“首款完全定制芯片”Tensor G5，将用于Pixel 10手机 IT之家 5 月 26 日消息，距离谷歌 Pixel 9 系列手机发布还有几个月，不过目前外媒 Android Authority 已经曝光了谷歌 Pixel 10 系列手机的规格信息，该机将使用由谷歌和台积电合作开发的“首款完全定制”Tensor G5 芯片。 据介绍，这款 Tensor G5 芯片代号为“LGA（拉古纳海滩）”，将使用台积电的 InFo POP （集成扇出）晶圆级包装技术，支持 16GB 以上 RAM。 不过小伙伴们还需要一年才能看到相关芯片及对应的 Pixel 10 手机，谷歌即将推出的 Pixel 9 手机将搭载代号为“Zuma Pro”的 Tensor G4 芯片，是目前 Pixel 8/8a 系列手机 Tensor G3（代号“Zuma”）的改良版本，据称“不会带来任何重大升级”。 另据IT之家先前报道，消息源 Conner 同样声称谷歌 Tensor G4 预计只是“小幅更新”，谷歌将“重大升级”放在 Tensor G5 芯片中，谷歌将自行设计这款芯片的 CPU 及 GPU。

最近，小米又来大瓜了，有个哥们在充电的时候，发现小米 SU7 电池的一个大 BUG 。 他把一辆最低配版本的小米 SU7 跑到没电，然后从 0 开始充满，最后竟然花了 82.79 度电，而他这台 SU7 的实际电池电量只有 73.6 度，大概多用了 12.5% 。 而在相同条件下，极氪 007 和 Model3 充满的差额只有 0.7% 和 4.0% ，那话怎么说来着，没有对比就没有伤害。 但，为什么会这样？ 这就好像 70L 的油箱，加满用了 79L 升，到底是我油箱虚标了，还是你拿枪的时候颠勺给洒了？那总不会是多出来的电，都被小米 SU7 给吃了吧？新势力造车，果然。。。 这个话题立马就上了热搜，下面评论的网友也众说纷纭，很多人都猜测，小米可能是藏电了。 原因就是军子想掩饰自己的电耗，在原来的额定电量外，又偷偷塞了一点电芯进去，导致我们开车的时候，会觉得掉电很慢。 但我觉得小米 “ 藏电 ” 这事儿不太可能。 为啥？咱们翻开国标 GB/T31484 ，它在一开始就写了，汽车动力蓄电池的放电容量不能大于额定容量的 110% 。 虽然这里的 “ 容量 ” 指的是 “ 电荷 ” ，需要再乘上额定电压才是我们说的电量，不过不影响结论。 即便车厂普遍都会增加 2Ah 左右的容量，用于保障续航，实际的电量也不会因此差的太多。 而更关键的是，车企也没有大规模藏电的必要，毕竟现在谁不希望说自己电池越大越好？多一度电就是一度电的成本，这要是不让用户感知到就太可惜了。 至于电耗？在电车设计之初就有 N 种方式改进，藏电反而是代价最昂贵的那一种。 所以，小米 SU7 的这个问题，大概率就是电池充电损耗的原因，那 10% 以上的损耗正常吗？这你还真别说，损耗 10% 不仅有，而且还很多。 比如有人在某乎上吐槽特斯拉，它的充电损耗率高达 11% ，远高于上述那位兄弟说的 4% ，但原因很复杂，人、车、桩都有可能。 其中最主要的是和两件事有关，一个是充电方式，一个是电池类型。 首先，如果是交流慢充，那么损耗个 10% 是正常现象，而如果用直流快充，这个损耗会缩小到 5% 。 有人做过测试，用直流充电测试 4 款车型，结果充电损耗率都在 5 % 左右，说明直流快充不容易损失电量的说法是成立的。 但这里影响损耗的关键因素不是快充还是慢充，而是交流和直流的问题。 直流充电相当于电桩直接把电怼到电芯里，压根没那么多的事，算是充电 “ 端到端 ” 了，而交流电在车内还要经过 OBC 车载充电器，让 AC/DC 转换器转换一下，这里面就会造成比较多的损失。 那开头这位兄弟测试小米 SU7 的是直流还是交流呢？ 按它 1 个小时完全充满的效率来看，应该也是直流快充，所以这个充电损耗的原因不是交流，很可能是第二种，电池类型。 一般磷酸铁锂内阻要比三元锂大很多，特别是磷酸铁锂电芯一致性不足的问题，会导致个别电芯的内阻尤其大一点，所以充电损耗也会更高，电量会在电芯内部以散热的形式消耗掉。 通常三元锂的损失率也是 5 % ，而磷酸铁锂会到 10% 以上。 这不就巧了，最低配小米 SU7 用的就是磷酸铁锂。 那为了做个比较，我们也拿咱们买的顶配小米 SU7 小测了一下。 先说明，这台小米 SU7 用的是 101 度的三元锂大电池，因为时间原因，我们没能把电池跑干，只是从 36% 的电量开始充，充到 80% 结束。 如果不考虑锁电的问题，那大致换算一下，差不多就是充了 44.44 度电，而充电桩的实际用电量是 45.91 度，这么一算，损耗率只有 3.3% ，再怎么样也比 12.5% 低多了。 不仅是咱们，网上也有小米用户同样拿顶配版本 SU7 充电的测试结果，也是心疼电池没跑干，最后测试结果和我们差不多。 说明用三元锂 + 直流快充的组合来给小米 SU7 充电， 3% 这个损耗是比较合理的。 像开头提到的 model 3 的 4% ，我估计，可能测的也是高配的三元锂电池版本，这个数字确实没啥问题。 虽说在充电的时候，也可能因为内吹着空调玩着车机，或者充电桩年久失修电阻太大等等，导致损耗率不一致，但这次造成损耗的主要原因，应该就是磷酸铁锂。 而且今天小米官方也对这个事件作了回应，确实不是 “ 反向虚标 ” 的藏电。 此外，他们还在公告里提到了 “ 放电倍率 ” ，简单来说，脚法温柔点，电池能放的电可能就会比标称的来得多点。 总之电量 “ 反向虚标 ” 这事儿是不可能的，难道，你还想从车企那儿空手套点电出来？ 不过，最难受的还是多充的电都得自己掏钱，小米说 “ 不会有额外花费更多电费 ” 我就有点蒙圈了，这电费难道不是按一度多少钱算的吗？ 充得多了，当然就更贵咯，这总不能也是 “ 反向虚标 ” 吧。。。 撰文：TC 编辑：脖子右拧 & 面线 封面：萱萱

前几天的谷歌开发者大会（ Google IO ），不知道大家都看过了没？没看也没事，发布的东西和 ChatGPT 4o 非常像。 我们早前也写了份新消息汇总（💡点我），大家可以跳转过去看一看。 最近这两年，谷歌 IO 大会的核心议题几乎全都是 AI ，但再往前数几届，安卓系统的大版本更新才是主角。 可惜如今， Android 系统俨然成了 AI 的配角，一点儿声量都没有，让我这种老机油一阵唏嘘。 要是谷歌不放这页 PPT ，恐怕大家都不知道 Android 15 已经发布了两个测试版了吧？ 感叹之余相信也有小伙伴和我一样好奇：今年的 Android 15 到底都有什么新功能？ 先给大家省个流： 就这？ 首先，让我们唠唠这次更新，看起来比较新鲜的。 第一个亮点， Android 15 Beta 2 版本针对平板和折叠屏，优化了分屏功能。用户可以固定分屏组合，在桌面或者任务栏设置成一个快捷方式。 有一说一哈，对于需要分屏工作，记笔记，画个画的用户，这功能还是很香的。。。 此外，音量控制功能也有更新。可以让用户切换内容时无需不断调整音量，并可以同时控制多个扬声器。 而且现在也支持解锁系统固定的 60hz 最大游戏帧率了。有些单机游戏，比如各种音游，在这之前可能只能锁 60 帧玩，现在就可以更丝滑了。 不过如果游戏厂商自己锁了，那就没办法了。 对于性能方面，本次更新增加了动态性能框架。 简单来说，就是可以动态地管理散热和 CPU ，在打游戏或者是跑一些需要性能的程序时，可以更稳定更省电。 还有一些小细节，比如CJK 多字重，细化换行符，语言切换自动优化等，可以提升用户的说读体验。 CJK 多字重就是针对中日韩等文本语言，重新调整了字符间距，让文本两端对齐。 而换行符的改动，能把一些特殊的词组放到同一行。 比如右图，因为 Pixel 8 pro 被标记了，所以文本换行时就不会将词组分开放在不同行。 而另一个重点，是新增通知冷却功能，当用户不断收到同一应用程序的通知，系统会自动降低通知的音量，减少通知干扰。 还有一条很人性化的更新改进盲文功能，在谷歌的屏幕阅读器 Talkback 中，增加了支持 HID 标准的盲文显示屏——这种屏幕能将文本转换为触觉信息。 聊完新东西，接下来我们看看那些 “ 似曾相识 ” 的更新。 首先，Android 15 终于加了隐私空间功能。不过咋说呢，这功能我都在国产机上用了好几年了。 另外，在隐私保护上，谷歌新增了屏幕录制检测功能和局部屏幕共享功能。可以检测应用是否在录屏，并且自定义应用共享与录制窗口的大小。。。 此外，勿扰功能也被强化了，允许勿扰模式规则管理。 对了，还有新增NFC 优化，加入钱包角色，相当于 NFC 合入进钱包里面。。。 只能说，这些功能都很眼熟。 难怪连谷歌自己都在大会上直言， “ 如果你细想想，之前这几年真没什么变化 ” 。 现在敢这么自爆，我看这十分底气，有七分都是 AI 给的。 这次更新，谷歌的主菜显然还是 Gemini 大模型，意图进一步将 Gemini 和手机融合，以更多地改变用户的生活。 比如AI 检测诈骗电话。谷歌自家 Pixel 手机可以通过本地运行 Gemini nano 模型，来检测通话中是否有敏感词，并及时给出提醒。 第二个重点——Gemini 作为手机 AI 助手带来的智能化，便捷化。 智能化方面，它可以教导孩子们习题，将近百页的 PDF 吃透，变作该领域专家回答用户问题。 便捷化方面，它可以通过摄像头和用户做交互，并根据摄入的内容，实时响应。 当然，这些功能大家之前应该都看过了，但在 Google 的开发文档里，我们能发现更多小心思。 比如系统底层上添加了新的 API ，优化了 PDF 的启动速度，让 AI 更快速的学习 PDF ；优化安卓应用的 E2EE 加密技术，加强 AI 检测诈骗电话涉及的隐私保护。 增加的闪光灯调整功能，使拍照时可控制闪光强度，增加新的自动曝光模式 “ 弱光增强 ” ，这两者都能强化弱光环境下的 AI 实时响应。 此外，谷歌还实现了让用户更详细地了解应用信息，和性能信息，可以查看内存寿命。 说实话，这和我们用户关系不大，但对 AI 来说，在管理功耗上确实有帮助。 目前，国内各家厂商都已经给各自旗下部分型号推送了 Beta1 版本的 OS ，当然，AI 功能目前还用不到。 不过三家都心照不宣地称自己站在行业前沿。笑。。。这波是华为 “ 落后了 ” 。 总的来说， Android 15 版本的更新内容确实不少，但大部分是和 AI 挂钩的底层优化，其他亮点对于整体用户而言，感受并不明显。 不过在 “ AI 时代 ” 的潮流下，谷歌 AI 和手机的交融，可以说给国内立起了一个很好的标杆，即使现在我们还用不上，但随着国内大模型开卷，这一天想必不会太远。 而除了 AI 大模型，与其指望安卓 15 的更新，还不如去看国产手机的发布会。。。 撰文：云笙 编辑：米罗&面线 美编：萱萱

撰文 / 涂彦平 编辑 / 黄大路 设计 / 赵昊然 来源 / Arstechnica，by Timothy B. Lee 特斯拉粉丝以及CEO埃隆·马斯克（Elon Musk）本人对特斯拉全自动驾驶（FSD）软件的前景感到兴奋。 Tesla在3月发布了其软件的重大升级版本12.3。随后，在4月，马斯克宣布特斯拉将于8月8日推出一款专用robotaxi（自动驾驶出租车）。5月8日，马斯克宣布新版本的FSD 12.4将在未来几天内推出，“每次干预的里程数将提高5到10倍”。 但我认为期待特斯拉在不久的将来推出无人驾驶出租车服务的粉丝们将会感到失望。 在3月底去旧金山的一次旅行中，我有机会尝试了特斯拉和谷歌Waymo的最新自动驾驶技术。 在特斯拉Model X的45分钟试驾过程中，我不得不两次干预以纠正FSD软件的错误。相比之下，我乘坐无人驾驶Waymo车辆两个多小时，没有发现任何错误。 因此，虽然Tesla的FSD 12.3版本看起来比之前的FSD版本有了重大改进，但它仍然落后于Waymo的技术。 不过，Waymo令人印象深刻的表现也带有星号。虽然在我乘坐的过程中没有人在驾驶，但Waymo有远程操作员，他们有时会为车辆提供指导（Waymo拒绝告诉我在我乘坐的过程中远程操作员是否介入，或者介入的频率）。特斯拉的FSD适用于所有道路类型，而Waymo的出租车则避开高速公路。 许多特斯拉粉丝将这些限制视为Waymo走向技术死胡同的迹象。他们认为特斯拉的FSD能够在所有城市和所有道路类型上运行，是一种更通用的技术，很快就会超越Waymo。 但这从根本上误解了情况。 在公共道路上安全驾驶无人驾驶车辆非常困难。由于驾驶座上没有人，一个错误就可能致命，尤其是在高速公路上。因此，Waymo于2020年在它能找到的最简单的环境——凤凰城郊区的住宅区街道——推出了无人驾驶服务，并随着对其技术的信心增强而逐步提高难度。 相比之下，特斯拉还没有开始无人驾驶测试，因为它的软件还没有准备好。目前，不需要地域限制和远程协助，因为方向盘后面总是有人。但我预测，当特斯拉开始无人驾驶转型时，它将意识到安全需要Waymo式的渐进推广。 所以，特斯拉并没有找到一种不同的、更好的方式将无人驾驶技术推向市场。Waymo只是太超前了，它正在应对特斯拉甚至还没有开始考虑的挑战。 Waymo在下国际象棋，而特斯拉还在下跳棋。 特斯拉落后Waymo几年 目前围绕特斯拉FSD的兴奋让我想起了2018年围绕Waymo的炒作。那一年年初，Waymo宣布将从捷豹购买2万辆I-Pace轿车，从菲亚特克莱斯勒购买6.2万辆Pacifica小型货车。 但Waymo在2018年12月推出的服务却令人失望。在大多数乘车过程中，方向盘后面仍然有安全驾驶员，而且仅限于一群精挑细选的乘客使用。 直到2020年10月，Waymo才终于在凤凰城地区推出了完全无人驾驶的出租车服务，并向公众开放。即便在那之后，Waymo的扩张速度也很缓慢。 Waymo于2023年开始在旧金山提供商业服务，目前正在向洛杉矶和奥斯汀扩张。如今，该公司的商业车队只有几百辆车，远远少于6年前计划购买的8.2万辆车。 出了什么问题？在2018年8月的一篇文章中，记者Amir Efrati报道了Waymo技术的局限性。Efrati写道，“Waymo货车在凤凰城地区的许多无保护左转和并入繁忙交通时都会遇到困难。”此外，“汽车很难将成群结队的人或骑自行车的人分开，尤其是购物中心附近或停车场的人。”。 Efrati的报道让Waymo在2018年的技术听起来比FSD 12.3差，但也差不了多少。FSD有时仍然难以在繁忙的交通中并线，也难以绕过成群的行人。 Waymo的技术在2018年之后稳步提升。2020年底，Waymo在凤凰城地区推出完全无人驾驶服务后，我采访了Joel Johnson。他是一名大学生，曾搭乘过几十次Waymo，并在YouTube上发布了一些搭乘视频。 “他们确实解决了像无保护左转这样的问题。”约翰逊在一段视频中说道，“随着时间的推移，情况肯定有所改善。” 在10月份的一段视频中，一辆Waymo汽车正驶过一个挤满行人的Costco停车场。它耐心地等待着，直到行人让开，然后自信地向前行驶。 “2020年3月，如此多的行人会导致刹车失灵。”Johnson在一份屏幕注释中写道，“到2019年7月，它就会完全放弃。再也不会了！” 我在3月份尝试过的FSD版本显然还没有准备好进行无人驾驶操作。例如，我必须进行干预，以防止Model X撞上塑料车道分隔线，而这是Waymo在2020年都不会犯的错误。因此，虽然FSD 12.3似乎优于Waymo 2018年左右的技术，但它不如Waymo 2020年底的技术。 Waymo依赖远程操作员 2018年的Waymo自动驾驶小型货车，可以看到车里坐着安全驾驶员。 早年，Waymo的所有测试都是由安全驾驶员完成的。当软件出现错误时，驾驶员会进行干预以防止撞车，然后仔细记录下事故经过。工程师们利用这些险情数据来改进Waymo的软件。 自动驾驶软件越好，这种测试策略的成本就越高。如果自动驾驶软件每行驶50英里就会出错一次，那么安全驾驶员在一个工作日内可能就会经历数次错误。但如果软件每行驶5000英里就出错一次，那么安全驾驶员可能要花费数周的时间，才能收到一份错误报告。 如果Waymo继续使用安全驾驶员进行测试，直到其软件被证明比人类驾驶员更安全为止，那它的成本将高得令人望而却步。因此，Waymo开始部署由远程操作员支持的无人驾驶汽车。 Waymo对其无人驾驶车辆进行了编程，使其默认行为变得极为谨慎。如果Waymo无人驾驶汽车没有百分之百的把握可以安全行驶，它就会减速停下，并请求远程协助。我们希望，随着时间的推移，软件的平均可信度会越来越高，车辆需要远程协助的次数也会越来越少。 Waymo表示，远程操作员从不直接驾驶车辆。相反，操作员会回答问题并给出提示，引导车辆朝正确的方向行驶。以下是Waymo提供给我的两个例子： 在一段视频中，一辆Waymo被一辆逆向行驶的大卡车挡住了去路。远程操作员让Waymo驶入右侧车道，给卡车留出通过空间。 在另一段视频中，一辆Waymo正在接近一个有多辆消防车的十字路口。Waymo向远程操作员提出了两个问题——“紧急车辆是否堵住了所有指示车道”和“道路是否封闭？”，这有助于它自信地通过现场。 这种策略在高速公路上会变得棘手。如果无人驾驶车辆请求帮助但没有得到及时响应，则需要停下来等待。但这很难在时速70英里的高速公路上做到。 因此，尽管Waymo已经在高速公路上测试了十多年的技术（有安全驾驶员），但Waymo的无人驾驶出租车还没有使用高速公路。这让Waymo的服务变得不那么有用。 今年3月，我第一次乘坐Waymo从旧金山市中心前往Bayview社区的麦当劳。对Waymo来说，这是一次28分钟的地面街道行程。Uber或Lyft司机走101高速，大约15分钟就能到达。 Waymo正在努力解决这个问题。今年1月，该公司开始在凤凰城地区的高速公路上测试无人驾驶。如果测试进展顺利，Waymo可能会在未来几个月内为其商业车队提供高速公路驾驶服务。 根据Waymo公布的统计数据，至少从安全角度来看，Waymo的谨慎做法效果显著。在Waymo最初的700万英里无人驾驶里程中，其车辆发生造成伤害的车祸的频率仅为同类人类驾驶员的四分之一。 特斯拉有更好的方法吗？ 许多特斯拉粉丝认为Waymo当前服务的局限性——避开高速公路、依赖远 程操作员以及限制在几个大都市地区——证明Waymo的技术存在根本缺陷。 在去年的一条推文中，一位特斯拉支持者认为Waymo和通用汽车旗下的Cruise已经“开发的技术极其狭窄、非常脆弱，无法扩展”。 马斯克回答道：“是的，对当地条件来说非常脆弱，而且无法扩展。” 2024年4月15日，美国德克萨斯州奥斯汀，特斯拉Model Y停放在特斯拉经销店的停车场上。 这一论点的关键部分与神经网络有关。Waymo在15年前作为谷歌自动驾驶汽车项目起步，那时还没有出现2010年代的深度学习革命。其最早版本的软件可能使用的是手工编码的规则，而不是机器学习。一些特斯拉的支持者似乎认为Waymo仍在使用同样的过时技术 事实上，Waymo现在广泛使用神经网络。 例如，在2020年的这篇文章中，Waymo介绍了如何将神经网络用于其感知系统——用于识别和跟踪附近物体的软件。在2024年2月的演讲中，一位Waymo工程师解释了该公司如何使用Transformer（谷歌发明的大型语言模型背后的架构）来预测其他车辆的行动。 因此，Waymo十年前的软件堆栈可能很脆弱，但该公司并没有停滞不前。 造成自动驾驶困难的一大因素是驾驶员在现实世界中可能遇到的“长尾”异常情况。湿水泥。绑在汽车上的自行车。卡车后面的一棵树。一个坐在轮椅上的女人在追赶一只鸭子。 开发自动驾驶技术的公司需要进行数百万英里的测试，以尽可能多地发现这些“边缘情况”。而这正是特斯拉比Waymo更有优势的地方。 正如我们所看到的，Waymo必须为每英里的监督测试向安全驾驶员支付费用。相比之下，特斯拉已经说服成千上万的客户免费测试其完全自动驾驶软件。事实上，客户为此支付了数千美元！ 这样，特斯拉就能获得实际上无限的数据。从理论上讲，更多的数据应该能让特斯拉有效识别其自动驾驶软件需要处理的边缘情况。更多的数据还能让特斯拉训练出更好的神经网络。 虽然获取更多的数据肯定是有帮助的，但这并不是灵丹妙药。一个问题是，特斯拉收集的数据是没有标签的。Waymo的安全驾驶员会记录每次脱离，以帮助识别Waymo软件中的缺陷，但特斯拉用户不太可能这样做。 另一个问题是，有些边缘情况比其他情况更难处理。 第一响应者问题 让我们以与警察和消防员的互动为例。去年，Waymo和通用汽车的Cruise就在这个问题上纠结了很久。我曾在9月份写过相关文章。 根据旧金山消防局的记录，几辆Waymo或Cruise车辆堵塞了狭窄的道路，迫使消防车绕道前往火场。自动驾驶汽车被困在消防作业区域附近，迫使消防员在放置软管和梯子时必须在它们周围工作。几辆自动驾驶汽车停在消防站前，将消防车困在里面。 问题并不在于这些车辆撞上了消防车（特斯拉过去也遇到过这样的问题）。而是它们太谨慎了，以至于被卡住。这就是为什么在Waymo和Cruise开始无人驾驶运营后，这些事件才变得令人担忧；安全驾驶员本可以在几秒钟的不作为后进行干预。这也是为什么这还没有成为特斯拉的一个问题：每辆特斯拉的方向盘后面都有一个人，如果FSD卡住了，他可以接手。 大多数时候，驾驶需要遵循简单、确定的规则：保持在车道中央、避免撞到其他道路使用者、遵守红绿灯和停车标志等等。 但是，在火灾或车祸现场穿行则要棘手得多。紧急情况会完全扰乱交通流，迫使驾驶员随机应变，创造新的交通模式。驾驶员往往需要细致入微地了解其他人的意图，这样才能避免妨碍他人。如果警察或消防员正在指挥交通，驾驶员就需要了解他们的手势。 总之，在火灾或车祸现场进行导航有时需要推理技能，这远远超出了当今人工智能系统的能力范围。因此，对于特斯拉的FSD来说，紧急场景至少在未来几年内仍可能是一个“corner case（边角案例）”，就像Waymo的软件一样。 2024年3月11日洛杉矶市中心的Waymo自动驾驶出租车内部。 意识到这一点后，Waymo通过多种方式对其软件进行了后备处理。Waymo车辆如果不确定该怎么做，可以请求Waymo远程操作员的指导。急救人员可以靠进车内与远程操作员对话，也可以跳进车内亲自驾驶。城市管理者可以设置地理围栏，让Waymo车辆远离紧急事件现场。Waymo还为凤凰城、旧金山和其他地方的数千名急救人员提供了如何与其车辆互动的培训。 这些努力似乎已见成效。《旧金山纪事报》（the San Francisco Chronicle）在今年2月的一篇报道中称，自8月份以来，消防队员提交的有关车辆行为不当的报告有所减少。部分原因是Cruise于10月份停止了在旧金山的运营。但Waymo的报告数量似乎也在下降。 如果特斯拉推出支持完全无人驾驶的FSD更新，我估计我们就会开始看到跟去年关于Waymo和Cruise的报道相同的故事：特斯拉车辆碾压水管、阻挡救护车、无视警察指令、干扰消防员梯子放置等。 考虑到其车队的规模，特斯拉可能会面临来自急救人员的反击，其规模远大于Waymo和Cruise去年在旧金山面临的反击。正如Waymo和Cruise发现的那样，警察和消防员拥有很大的政治影响力。 如果特斯拉真的想提供无人驾驶出租车服务，它将需要Waymo近年来一直在建设的基础设施和支持服务。这包括在车辆被困时进行干预的远程操作员，以及与当地政府合作的人员。相反，特斯拉一直在朝着相反的方向发展。The Information上个月报道，特斯拉正在解散其公共政策团队。 服务，而不仅仅是软件产品 今天的FSD是一种软件产品，但robotaxi服务不仅仅是软件。这里有一个简单的例子：如果特斯拉robotaxi爆胎了怎么办？ 如果你正在开车，车胎爆了，那是你自己的问题。如果你乘坐的出租车爆胎了，那是司机的问题。但如果没有司机，谁来换轮胎呢？ 特斯拉的设想是，人们购买一辆特斯拉，然后通过特斯拉运营的打车网络将其出租。因此，从理论上讲，特斯拉可以说爆胎是车主的问题。但这在实践中行不通。车主可能在开会，甚至在度假。在特斯拉试图联系车主的时候，把车搁置在路边几个小时，甚至可能还有乘客在车内，这种做法是不可接受的。 因此，如果特斯拉想涉足出租车行业，它就需要一批移动技术人员来救援受困的特斯拉汽车。这些技术人员可以是特斯拉的员工，也可以是独立承包商，但在公司开始在特定地区提供服务之前，这些安排必须到位。当FSD软件不可避免地卡住时，这些人也可以被派去救援特斯拉。 这意味着，特斯拉很可能希望逐步推出无人驾驶版的FSD，一次只在一个城市推出。出于其他原因，这也是合理的。特斯拉将有时间向当地官员介绍自己，并为当地警察和消防部门提供培训。虽然远程操作员和客户服务人员不一定是本地人，但分阶段推出也会给特斯拉留出时间招聘这些岗位的人员。 我希望大家现在能明白，为什么我不认为Waymo目前的服务限制——地域限制和使用远程操作员——特别糟糕。每项出租车服务都有地域限制，Waymo有充分的理由一个城市一个城市地推出服务。 一个痛苦的教训 我和很多特斯拉的粉丝聊过，所以我很清楚他们会怎么说：我低估了特斯拉自动驾驶技术的进步速度，因为特斯拉会投入更多的数据和计算能力来解决这个问题。 一些特斯拉的支持者喜欢引用著名的理查德·萨顿（Rich Sutton）的文章《一个痛苦的教训》（“The Bitter Lesson”）。萨顿认为，人工智能研究人员历来花费太多时间，试图用手工编码的方式，让人类找到解决计算机国际象棋或图像识别等问题的最佳方法。最终，人们通过在大量数据上训练的通用学习算法获得了更好的结果。 萨顿是在2019年写下这篇文章的。从那时起，大型语言模型的成功以惊人的方式证明了萨顿的洞察力。早期的人工智能研究人员试图理解自然语言的特性，然后将他们的见解编码到人工智能系统中。这些系统运行得不太好。效果好得多的是采用简单的Transformer架构，并将其扩展到数千亿个参数，从而创建出像GPT-4这样的LLMs。 马斯克打赌，在自动驾驶方面，这种动力也将对特斯拉有利。他将FSD的第12版描述为使用“端到端神经网络”。他正投资数十亿美元购买硬件，利用从特斯拉客户那里收集的大量数据来训练这些神经网络。如果你相信萨顿的论点，你可能会期待特斯拉能跳到Waymo的前面。 但我认为人们对萨顿的论点解读过多。萨顿的观点是，经过大量数据训练的大型神经网络往往比手工编码的人工智能系统表现更好。但这并不意味着，向任何特定的神经网络投入更多的数据和计算能力，就能实现任意高水平的性能。 LLMs就是一个很好的例子。LLMs会产生幻觉。它们无法完成简单的任务，如计算物体和读取模拟时钟。LLMs非常适合精度并不重要的应用，或者由人工在生成输出后进行检查的应用。但如果你需要非常高的精度，它们就不是一个好的选择。 自动驾驶系统确实需要非常高的精度。而拥有足够数据和计算能力的端到端神经网络是否一定能达到这一要求，这一点并不明显。 商科教授伊森·莫里克（Ethan Mollick）写过一篇关于“锯齿状边界”（jagged frontier）的文章：复杂的人工智能系统往往在某些任务上表现出色，但在另一些任务上却出人意料地糟糕。特斯拉可能非常擅长在高速公路、十字路口和交通环岛中导航，但在避开潮湿的水泥地或理解警察的手势方面却进展甚微。 Waymo会遇到“Just Walk Out”问题吗？ Waymo解决这个问题的方法是建立一个大部分自动化的系统，能够在需要时优雅地依靠人工辅助。 虽然从安全的角度来看，这种方法效果不错，但我开始怀疑它的经济性。如果Waymo的车辆不断要求远程指导，Waymo可能需要雇佣大量的远程操作员，以至于抵消了不需要司机带来的成本节约。 今年4月，亚马逊宣布从亚马逊生鲜杂货店移除其名为“Just Walk Out”的免结账技术。 位于加利福尼亚州惠提尔的Amazon Go商店采用“Just Walk Out”技术。 与Waymo一样，亚马逊在2018年也看好自己的技术。那一年，彭博社报道称，亚马逊计划基于Just Walk Out技术开设3000家Amazon Go便利店。 但这从未发生过，The Information的Theo Wayt的报道有助于解释原因。Wayt去年报道称，亚马逊的技术——与Waymo的技术一样——并不是完全自动化的。亚马逊在印度有1000多名工人手动验证客户的选择。Wayt说，在2022年中期，“Just Walk Out”每1000笔销售需要大约700个人工审核。 亚马逊的目标是将这一数字降低到每1000件商品20到50次人工审核，但该公司“屡屡未能实现”这一绩效目标。 Waymo会有类似的问题吗？我不知道。毫不奇怪的是，Waymo拒绝就远程干预的频率发表评论。 我最乐观的猜测是，这对Waymo来说不会是个严重的问题。在我3月份的乘坐过程中，Waymo的车辆行驶平稳，信心十足。如果它们一直在寻求远程指导，我估计会出现更多的犹豫和不稳定驾驶。 最后，Waymo的扩张似乎也相当迅速。5月早些时候，该公司宣布其每周服务量已从9个月前的每周1万次增至5万次。除非管理层有信心实现盈利，否则Waymo似乎不太可能发展得这么快。 无论如何，我不认为特斯拉发现了解决这个问题的更好方法。大型、复杂的神经网络往往擅长某些事情，但在其他方面却不尽如人意。然而，控制两吨重汽车的人工智能系统必须始终非常可靠。至少在未来几年内，只有在人类的支持下才能做到这一点。(原本作者Timothy B. Lee是报道科技政策和未来交通的资深记者，曾在Arstechnica任职。文中配图来自盖蒂图片社。)

财联社5月25日讯（编辑 笠晨）Wind数据显示，北向资金周五净卖出40.39亿元。本周，北向资金呈净流入态势，金额为8.35亿元。至此，北向资金已连续5周净流入A股。此外，A股市场周五继续调整，沪指失守3100点关口，截至收盘下跌0.88%，报3088.87点；深证成指、创业板指双双跌逾1%，幅度依次为1.23%、1.81%。 今日更新的Choice数据显示，周五（5月24日），有11只A股的北向资金净买入额超过1亿元，较为集中地分布在电子和公共事业行业。具体来看，来自电子行业的立讯精密、工业富联、兆易创新、澜起科技净买入额分别为4.45亿元、3.56亿元、1.25亿元、1亿元。来自公共事业领域的长江电力、华能国际、上海电力净买入额分别为1.54亿元、1.21亿元、1.05亿元。外资卖出一侧，贵州茅台净卖出5.47亿元，海天味业、五粮液、比亚迪净卖出均超3亿元。 再把时间范围拉到周四、周五来看，北向资金合计净卖出73.05亿元。这其中，有8只A股的北向资金净买入额超过2亿元。此中，长江电力获净买入6.98亿元，位居榜首，立讯精密加仓额为4.52亿元，同属电子领域的澜起科技净买入额为2.49亿元。此外，宁波银行、通威股份、中国铝业、中国平安、东方雨虹加仓额均超2亿元。外资卖出一侧，潍柴动力、比亚迪、斯达半导净卖出均超2亿元。 从周度（5月20日至5月24日）表现看，北向资金周净买额累计超3亿元的个股见下表。具体来看，宁德时代、长江电力净买入额为15.54亿元、13.76亿元。宁波银行、立讯精密、中国铝业、中国平安、洛阳钼业加仓额均超5亿元。 从卖出方面看，本周北向资金净卖出超3亿元的个股达12只（见下表）。国电南瑞、恒瑞医药、潍柴动力净卖出额分别为9.18亿元、7.36亿元、7.11亿元，韦尔股份、比亚迪净卖出均超5亿元。 同花顺iFinD数据显示，行业板块方面，本周公用事业、银行、电力设备整体净流入均超10亿元，分别为35.64亿元、18.25亿元、12.17亿元。此外，医药生物、交运设备、传媒和食品饮料整体净卖出额均超10亿元。 分市场板块看，本周上海主板、创业板净买入额分别为49.63亿元、1.06亿元，深圳主板减仓额为50.7亿元。市值分布看，中证100指数成分股标的加仓额为39.28亿元，中证200、中证500、中证1000指数成分股标的减仓额分别为0.72亿元、50.04亿元、8.76亿元。

软控股份（002073.SZ）股价已连续两日下挫。 5月14日，该股股价跌4.57%，报收8.35元/股。东方财富Choice数据显示，当日该股票获主力资金净流出9589.61万元；统计下来，自4月2日披露2023年年度报告以来，该股票获主力资金净流出合计3.6亿元。5月15日，该股继续下探，收跌0.84%。 当日盘前，软控股份遭深交所下发年报问询函。从年报问询函来看，相关部门对此轮年报披露要求进一步加强监管力度。该公司两年前就化工材料业务的交易事宜中的“猫腻”遭交易所发现并追问。 “公司肯定是没有问题的。”软控股份证券部相关人士对界面新闻表示，公司正在抓紧时间回复交易所问询函。 收购一年半就原价还给原股东？被追问标的公司化工材料业务的真实性 界面新闻了解到，2021年2月1日，软控股份公告称，与山东东方宏业化工有限公司（下称“东方宏业化工”）、潍坊和聚信息科技中心（下称“和聚信息”）签订《合作协议书》，公司使用自有资金1.45亿元以增资入股的方式投资山东东方宏业新材料科技有限公司（下称“东方宏业新材料”）。本次增资入股后，公司将持有东方宏业新材料50.88%股权，并将东方宏业新材料纳入公司合并报表范围。 据介绍，东方宏业新材料成立于2019年12月31日，其注册地址位于山东省潍坊市寿光市侯镇海洋化工园区，该公司主要经营聚烯烃新材料的研发、生产、销售。彼时公告显示，截至2020年12月31日，东方宏业新材料的总资产、净资产、营业收入及净利润均为0元。 值得一提的是，此次交易中，将由东方宏业新材料作为项目承担主体，投资建设“30万吨/年聚烯烃新材料”项目。当时，软控股份称，该项目建成后，东方宏业新材料将成为高性能二元与三元共聚聚丙烯及工程改性塑料生产的示范基地。 对于此次增资入股东方宏业新材料动作，软控股份表示，这主要基于聚烯烃新材料行业的发展势头和市场前景，同时公司及相关方将共同推进“30万吨/年聚烯烃新材料”项目的进度，不断增强公司持续盈利能力，提升公司竞争力。公司本次对外投资的资金来源为公司自有资金，不会对公司的财务状况产生重大影响，不存在损害上市公司及股东利益的情形。 整体来看，软控股份并未披露有关30万吨/年聚烯烃新材料项目的更多进展消息。该公司仅在2021年半年度报告、2021年年度报告中透露一些信息。 2021年半年度报告显示，此次交易后，化工材料业务作为第二大收入板块，占软控股份营收比重继续加强。该业务收入从2020年同期的2.86亿元增至5.91亿元，占营收比重从23.85%增至31.8%。但该业务利润却表现一般，其当期营业成本高达5.61亿元，较上年同期同比增长121.98%；毛利率仅为5.12%，较上年同期毛利率下滑6.46%。当期，东方宏业新材料投资盈亏为-679.82万元。 图片来源：软控股份2021年半年度报告 具体来看，仅半年时间，截至2020年年底相关数据还为0元的东方宏业新材料，到2021年6月30日的总资产、净资产、营业收入及净利润分别为2.86亿元、1.66亿元、2.8亿元、-679.82万元。 另据软控股份2021年年度报告，该公司在寿光市侯镇海洋化工产业园生产的聚丙烯正常生产并开发新牌号；该项目设计产能是20万吨，产能利用率95%，在建产能是20万吨。 图片来源：软控股份2021年年度报告 值得玩味的是，相对于2021年半年度报告，软控股份在2021年年度报告中将化工材料、合成橡胶材料分拆开来，其中化工材料收入15.71亿元，占总营收比重28.8%，仍为其当年第二大收入业务板块。 图片来源：软控股份2021年年度报告 但化工材料业务利润情况继续恶化。2021年年报显示，软控股份的化工材料业务毛利率仅为0.07%，而该公司橡胶装备系统、合成橡胶材料等原有业务的同期毛利率分别是25.43%、9.09%。其中，该业务的营业成本高达15.7亿元，占软控股份总营业成本的34.05%，为上市公司第二大成本来源。 图片来源：软控股份2021年年度报告 到2021年年底，软控股份在东方宏业新材料的投资盈亏为-1979.44万元。此外，截至2021年12月31日，东方宏业新材料的总资产、净资产、营业收入及净利润分别为2.36亿元、1.55亿元、15.71亿元、-1979.44万元。 从软控股份2022年半年度报告可知，化工材料业务彼时仍是该公司的第二大收入板块，占总收入比重约28.16%。同时，该业务当期毛利率为0.43%，同期公司橡胶装备系统、橡胶新材料等传统业务的毛利率分别是28.35%、3.74%。 图片来源：软控股份2022年半年度报告 显然，相对于利润、毛利率表现更好的传统橡胶类业务，软控股份近一年半投资的化工材料新业务表现就有点不理想了，该业务并未能“增强公司持续盈利能力”。 软控股份证券部相关人士对界面新闻称，该投资项目主要通过租赁生产线来进行生产，运营一年半左右，基本是干得越多赔得越多。 鉴于此，软控股份决定“及时止损”。2022年8月5日，该公司宣布，拟将持有的控股子公司东方宏业新材料50.88%的股权，以原交易价1.45亿元全部转让给东方宏业。转让完成后，东方宏业新材料将不再纳入合并报表范围。 公告显示，到2022年6月30日，东方宏业新材料的总资产、负债总额、净资产分别是2.58亿元、1.07亿元、1.51亿元；2022年上半年，其营收、净利润分别是8.22亿元、-533.84万元；同时，其经营活动产生的现金流量净额从2021年12月31日的-1.41亿元改善至2022年6月30日的-636.1万元。 图片来源：软控股份2022年8月5日发布关于转让控股子公司股权的公告 软控股份公告显示，经双方协商，以东方宏业新材料2022年6月30日净资产为基数，公司向东方宏业转让东方宏业新材料50.88%的股权，本次转让价格与公司原始投资金额一致，本次投资对公司不产生实际收益。 图片来源：软控股份2022年年度报告 至此，软控股份不再涉足化工材料业务。2023年年度报告显示，公司未开展化工材料业务。 对此，深交所于5月14日下发年报问询函，要求软控股份说明在东方宏业新材料毛利率低、经营亏损的情况下对其大额增资的原因和必要性，与公司所称“增强持续盈利能力”是否矛盾，相关公告是否存在误导性陈述，进一步说明对其增资一年半后即退出的原因及合理性。 同时，软控股份被要求说明向东方宏业新材料实际出资的时间以及增资后资金的最终流向。交易所还要求该公司结合东方宏业新材料租赁生产线、低毛利率等情况，说明其化工材料业务的真实性，是否存在“空转贸易”“资金循环”等情形。 交易所要求软控股份说明转让东方宏业新材料股权的交易价格是否公允，是否有利于保护上市公司利益，转让款是否已全部回收以及收到款项的具体时间；要求说明公司对东方宏业新材料的增资是否具有商业实质，是否实际构成非经营性资金占用或对外提供财务资助的情形。 需要看到的是，2022年5月27日，软控股份公告显示，再次与东方宏业签署《股权转让协议书》，拟以自有资金3.47亿元，收购东方宏业所持有的天津农村商业银行股份有限公司（下称“天津农商银行”）13100万股的股份，约占天津农商银行总股本的1.57%。软控股份称，公司本次收购天津农商银行的股权，对公司其他项目的投资不会有大的影响，且会有稳定的收益，项目是可行的。 公开资料显示，东方宏业化工成立于2009年10月30日，其经营范围包括生产、销售：聚丙烯、改性聚丙烯、高全同聚丁烯-1、石油树脂、无纺布、口罩（含医用口罩）丙烷13060t/a、甲基叔丁基醚20000t/a、丙烯29720t/a、异丁烷60600t/a、液化石油气260000t/a、27.5%双氧水20000t/a、三异丁基铝1000t/a；热力生产和供应；自有商业房屋租赁服务等等。截至2021年12月31日，东方宏业资产总额13.09亿元，负债总额8.74亿元，净资产4.35亿元；2021年其实现营业收入2.29亿元、净利润2555.73万元。 作为第一大客户的关联方是谁？被追问关联销售交易价格的公允性 软控股份的关联交易情况也被交易所关注。2023年年度报告显示，该公司对前五大客户销售额占年度销售总额的54.74%，较上期上升13.09个百分点，其中第一大客户为公司关联方，对其销售额占比34.92%，较上期上升7.16个百分点。 图片来源：软控股份2023年年度报告 交易所5月14日下发年报问询函，要求软控股份说明第一大客户的名称及与公司的关联关系；说明公司客户集中度较高且报告期进一步提高的原因及合理性；对比公司对第一大客户和其他非关联客户销售的产品类型、销售价格、信用政策等，说明公司对第一大客户关联销售的必要性、交易价格的公允性。 对此，软控股份相关人士对界面新闻表示，涉及关联销售的第一大客户正是同一实际控制人袁仲雪旗下的上市公司赛轮轮胎(601058.SH)。 另据软控股份披露，2023年，该公司与赛轮轮胎的关联交易额合计19.69亿元，获批的交易额是21.24亿元。 图片来源：软控股份2023年年度报告 根据赛轮轮胎于2023年12月14日发布的2024年预计日常关联交易公告，2023年赛轮轮胎向关联方软控股份及其控股子公司的购买产品等的预计金额是21亿元，前11月发生额是17.99亿元。2024年，赛轮轮胎拟向软控股份及其控股子公司的预计采购额是30.2亿元。 图片来源：赛轮轮胎2024年度预计日常关联交易公告 交易所还关注到，截至2023年报告期末，软控股份应收票据及应收账款账面价值合计20.21亿元，较期初增长61.68%，而报告期营业收入同比下降1.54%。按单项计提坏账准备的应收账款中，对A、B、C、D公司的账面余额合计1.21亿元，均已全额计提坏账准备。 软控股份被要求说明报告期末应收账款及应收票据在营业收入同比下降的情况下较期初大幅增长的原因及合理性，公司是否存在放宽信用政策、虚增收入或提前确认收入的情形，并说明期后回款情况；说明前述A、B、C、D公司的名称，与公司及其控股股东、实际控制人是否存在关联关系，对其实现销售收入的会计期间及全额计提坏账准备的原因，进一步说明对其销售收入的真实性，相关收入确认是否符合会计准则的有关规定。 另据年报显示，软控股份其他应收款中“单位往来”期末余额3.24亿元，几乎全额计提坏账准备。该公司在对深交所2021年年报问询函的回复中称，“单位往来”主要是对已处置子公司在出表前的资金支持，公司于股权处置当期与交易对方签订欠款清偿协议，约定欠款方回款优先用于偿还所欠公司往来款，后期处置土地资源或利用土地资产形成收益时亦优先偿还该往来款，公司持续跟进欠款方资产变现情况。 此外，软控股份2024年4月3日披露的《关于对控股子公司提供财务资助的公告》显示，公司拟对持股64.52%的子公司益凯新材料有限公司（下称“益凯新材料”）提供不超过10亿元的财务资助。益凯新材料的少数股东中包含公司实际控制人袁仲雪控制的公司，公司称实际控制人及其他少数股东不具备按其持股比例提供同等财务资助的资金条件。 深交所要求软控股份列示其他应收款中“单位往来”的对象名称、交易背景，说明对其提供资金支持的必要性、合理性；结合公司提供资金支持的资金最终流向及后续无法收回的情况，说明前述资金支持是否实质上构成非经营性资金占用或对外提供财务资助，如否，说明理由；具体说明益凯新材料少数股东均不具备提供同等财务资助的资金条件的原因及合理性，并结合公司前期对子公司资金支持无法收回的情况，说明公司如何控制对益凯新材料大财务资助的回收风险。 来源：界面新闻

花旗中国将终止信用卡还款服务！ 5月16日，“花旗银行信用卡”微信公众号发布花旗中国终止信用卡还款服务及向富邦华一银行就应收账款债权转让说明。 通知显示，自2024年7月3日21时起，花旗中国个人信用卡将终止提供还款服务，并会向客户提供账户信息截至2024年7月5日的最后一期花旗银行信用卡对账单。 早前，花旗中国已于2024年1月公告，将向富邦华一银行有限公司(下称“富邦华一银行”)就花旗中国个人信用卡还款服务停止后仍未结清的欠款款项或信用卡分期还款余额(“应收账款”)进行债权转让。该转让将计划于2024年7月5日(交割日)交割。 也即，在花旗中国个人信用卡还款服务截止日后，涉及的仍未结清的信用卡分期还款余额或欠款款项，客户需要在交割日后，向富邦华一银行进行后续还款。 信用卡已正式停用 进入5月份，花旗中国个人信用卡已正式停止交易功能。 根据公告，自2024年7月3日21时起，花旗中国个人信用卡将终止提供还款服务，并会向客户提供账户信息截至2024年7月5日的最后一期花旗银行信用卡对账单。 据了解，此次转让仅涉及花旗中国个人信用卡还款服务停止后仍未结清的应收账款。花旗中国个人信用卡账户以及信用卡积分/礼程及权益等不包含在本次转让范围内。 此外，该机构将自2024年7月6日起逐步调整/停止各信用卡相关服务渠道，并终止所有尚未注销的花旗中国个人信用卡账户。花旗积分/礼程兑换服务仍将持续提供至2024年9月30日(含)，客户可通过花旗银行信用卡微信公众号完成剩余花旗积分/礼程兑换，兑换服务截止后，未兑换的花旗积分/礼程将失效，届时将无法进行兑换。 今年1月23日，花旗银行中国官网发布《有关花旗在中国内地个人银行信用卡业务的重要通知》显示，自2024年5月6日起，花旗中国个人信用卡将停止交易功能，届时将无法继续用于消费支付等交易用途。同时该行将逐步停止提供相关产品权益与服务。 券商中国记者了解到，此项变动是花旗在中国市场退出个人银行业务的一部分，花旗在中国的对公业务不受影响。 彼时公告称，花旗中国已与富邦华一银行达成协议，将向其转让花旗中国个人银行信用卡还款服务停止后仍未结清的信用卡分期还款余额或欠款款项（应收账款权利）。 全球进行业务重组 2021年4月，花旗集团宣布了对全球个人银行业务进行重组的消息，在14个全球市场中，其将计划寻求退出个人业务。2022年12月，花旗宣布将逐步关闭其中国内地的个人银行业务，但不涉及其市场领先的对公业务。 去年10月9日，花旗宣布将其中国内地的个人银行财富管理业务出售给汇丰银行（中国）有限公司。汇丰也宣布，与花旗中国达成协议，将收购其在中国内地的个人财富管理业务，覆盖其在全国11个主要城市的个人财富管理客户的投资理财资产及个人存款，约为36亿美元（截至2023年8月）。 对于花旗而言，出售中国内地个人银行财富管理业务，是此前宣布逐步关闭中国内地个人银行业务计划实施的一部分。花旗方面也表示，继续坚定服务中国的企业和机构客户。 1902年，花旗进入中国市场，并于2007年首批成功转制。目前，花旗服务在华运营70%的财富500强企业，300多家中国领先企业和众多新兴新经济企业，在华共有约7500名员工，分布在12个城市。 在花旗已宣布将退出个人银行业务的跨亚洲、欧洲、中东和墨西哥的全球14个市场中，花旗已完成了在澳大利亚、巴林、印度、马来西亚、菲律宾和泰国等多个市场的个人银行业务出售。 花旗证券新进展 今年2月份，花旗集团意欲在华申设的外资券商——花旗证券有了反馈新进展。 根据证监会官网披露，花旗证券（中国）有限公司设立申请有了反馈意见。证监会对申请设立花旗证券的花旗环球金融控股有限公司提出了6条意见，反馈意见内容包括补充主要股东财务状况、评级展望、证券业务国际排名等。 具体来看，花旗证券高管任职资格被证监会问询，反馈意见提及花旗证券拟聘任已经被行政清理的华信证券人员担任合规负责人，是否符合证券公司高管人员任职条件。 券商中国记者根据证监会官网披露信息，花旗证券申请设立材料于2021年12月2日被证监会接收，2021年12月9日，花旗环球收到证监会的补正通知；2023年12月28日，该申请材料获得受理；2024年2月4日证监会下发一次书面反馈；2024年2月9日，证监会发布《花旗证券（中国）有限公司设立申请文件反馈意见》。 随着我国金融业对外开放政策的进一步实施，外资持续加码中国金融业务，包括并不限于申请控股甚至独资在中国设立券商，希望从业务牌照、网点等各方面拉平与国内券商的竞争短板。 中国证券业协会日前向券商下发的《证券公司2023年经营情况分析》显示，证券行业稳步推进双向开放。自2020年取消外资股比限制以来，境外金融机构积极在境内展业兴业，与境内机构良性竞争互动。 截至2023年末，全行业共有17家外资参控股证券公司，其中外资控股9家（外资全资2家）。2023年外资证券公司总资产超6500亿元，实现营业收入超275亿元。 来源：证券时报网 券商中国

随着我国金融市场资产管理领域进入大资管时代，市场规模不断扩大，各类资管业务蓬勃发展，资管产品及交易结构的专业性、复杂性日益增强，引发的资管纠纷也日渐增多。 5月15日全国投资者保护宣传日，上海金融法院官微发布五起投资者保护典型案例，分别涉及上市公司信息披露、期货居间人法律义务、资管产品清算及赔偿责任、老年人投资权益保护、在线平台电子仲裁条款认定等问题，以进一步发挥金融司法裁判规则指引作用。 上述案件中，两起牵涉到券商资管产品合同纠纷。投资者在认购资管产品过程中，以券商为代表的金融机构负有哪些义务？产品运作期间，金融机构又应该承担哪些责任？ 上海金融法院在两起案件中总结到，资管计划的管理人及其委托的销售机构在向金融投资者推介、销售金融产品过程中，必须履行了解客户、了解产品、将适当的产品销售给适合的金融投资者等适当性义务，尤其是对于老年人投资者等特殊群体，应当全面审慎地进行风险测评并根据其风险承受能力作出充分的风险揭示。未尽到适当性义务的，应就其缔约过失对投资者损失承担相应赔偿责任。 同时，证券公司作为专业的金融机构，在资管计划的风险控制上应当尽到专业审慎的注意义务。此外，在管理阶段，上海金融法院还指出，资管机构应勤勉尽责，为投资者最大利益处理受托事务，恪尽职守，履行诚实、信用、谨慎、有效管理的义务。 案例一：金融机构适当性义务是“卖者尽责”的主要内容，也是“买者自负”的前提 2016年10月，某券商发布《资产管理计划说明书》，推广设立资管计划，资金主要用于向某科技公司发放信托贷款，属于中风险产品。 林某某系一名年近70岁的退休老人，常住人口登记卡显示其文化程度为不识字。在该券商推介下，林某某与某券商签订《资管计划资产管理合同》，林某某向某券商缴款120万元。销售过程中，某券商通过《问卷调查》对林某某进行了风险测评，《调查问卷》显示，林某某对于债券、股票、基金、金融衍生品的了解程度勾选了“全部都很了解”，证券投资经验勾选了“10年以上”，对今后三年投资表现的态度勾选了“我不介意亏损”等，问卷结果将其分类为进取型投资者。 后某券商多次发布资管计划风险提示公告及无法按时兑付公告。 2020年5月19日，监管部门出具对某券商采取责令改正措施的决定，载明某券商在业务开展中存在向客户发送的资产管理计划宣传推介短信存在夸大宣传、未充分提示风险等问题；2020年8月11日，监管部门出具对某券商采取责令改正措施的决定，载明某券商营业部在向林某某销售资管计划过程中存在投资风险承受能力调查问卷填写的学历、投资经验等内容与实际不符，其开立账户的风险测评结果与同日购买资管计划的风险测评结果存在较大差异，券商营业部未及时予以关注和处理的情况。 后林某某诉至法院，请求判令某券商赔偿其本金损失84万元及利息损失。 法院认为，金融机构在推介、销售金融产品和服务过程中，适当性义务的履行是“卖者尽责”的主要内容，也是“买者自负”的前提和基础。根据监管部门出具的监管决定，案涉券商在销售涉案产品时未能完全尽到投资者适当性义务。 同时，证券公司作为专业的金融机构，在资管计划的风险控制上应当尽到专业审慎的注意义务。但本案证券公司在发起、运作和管理涉案资管产品过程中未勤勉尽责，在签订和履行涉案资管计划时，没有全面、详尽、及时地向投资者披露投资标的公司的资产情况、经营情况、财务情况等。 林某某在资管计划终止后未获清偿，综合相关事实，其损失已经客观发生。结合某券商的过错程度，法院判令某券商对林某某投资本金损失的70%承担赔偿责任。 案例二：资管机构在管理阶段应勤勉尽责，为投资者最大利益处理受托事务 2016年12月，某券商设立资产管理计划，投资标的是某信托公司作为受托人设立的信托计划，该信托计划以信托资金受让某公司持有的某珠宝公司100%股权的股权收益权。同时某公司与某信托公司签订《回购合同》，约定某公司向某信托公司转让并回购前述股权收益权，并由保证人为某公司支付回购价款提供连带保证责任等。 后邓某以合格投资者身份与某券商签订《资管合同》，认购涉案资管计划，并支付认购款100万元，获得两期收益共计6.88万元。 2017年4月至2018年5月期间，某公司将其持有的某珠宝公司15%的股权进行质押融资；其持有的某珠宝公司24%的股权被司法冻结；其2017年累计新增借款占2016年末净资产的97.02%；其持续为案外人提供担保；且某公司涉及众多诉讼及司法查封，同时《回购合同》项下保证人担保能力下降。 2018年6月20日，某公司未能按约支付第三期行权费，导致信托计划、资管计划于2018年7月20日提前终止。后某券商对某公司及保证人提起诉讼，但胜诉后未执行到位。 监管部门对某券商及其相关工作人员出具过三份《行政监管措施决定书》，认定某券商对涉案资管产品存在尽职调查不充分，资管业务内部控制不到位等问题。 邓某诉至法院，要求判令某券商赔偿其投资款100万元以及相应的投资收益、律师费、差旅费。某券商以该资管计划未经清算、投资者损失尚未确定等理由提出抗辩。 法院认为，资管计划到期后投资者损失的确定一般应以清算为前提。但若一概以未经清算为由认定损失无法确定，一方面会助长管理人怠于清算的不当行为，另一方面也不利于投资者合法权益保护。 因此，资管计划未经清算的，应当结合资管计划的具体情况、管理人的过错程度等因素综合认定投资者损失是否客观发生。虽然涉案资管计划未经清算，但邓某在资管计划提前终止后长时间未获清偿的事实客观存在。 资管机构在管理阶段应勤勉尽责，为投资者最大利益处理受托事务，恪尽职守，履行诚实、信用、谨慎、有效管理的义务。 但本案中，券商在其明知或应知融资人某公司及其保证人在信托计划项下多次违约的情况下，却未及时披露并控制相关风险，亦未采取积极有效的应对措施。监管部门出具的监管意见亦能印证某券商在涉案资管计划中存在资管业务内部控制不到位、尽职调查不充分的问题。 综上考量，证券公司作为管理人未能严格遵守法定义务并履行合同义务，在管理资管计划过程中存在一定过错。 邓某损失的直接原因系某公司的违约行为，但某券商的违规违约行为对邓某的损失亦存在影响，应根据其过错承担相应的赔偿责任，法院综合酌定某券商对邓某的赔偿范围为投资本金的30%。 同时为避免投资者获得双重清偿的可能，法院明确了资管计划清算完成后仍有可分配资金的，管理人可按赔付比例扣除相应款项后再将剩余资金依约向投资者进行分配。 来源：界面新闻

原标题：美光科技侵权案败诉，或向HBM专利持有者支付13亿美元赔偿金 美光科技公司因故意侵犯内存子系统供应商Netlist公司的专利而可能面临三倍赔偿。 据报道，Netlist设计并向企业客户销售固态硬盘和模块化内存子系统。该公司还声称拥有适用于高带宽内存(HBM)和DDR5的专利，这两种内存都用于数据中心的AI服务器群。 5月23日，美国德克萨斯州东区地方法院的陪审员裁定，美光的部分半导体内存产品侵犯了 Netlist的两项专利，这些专利与提高内存模块性能的技术有关。赔偿金额定为4.45亿美元，但陪审员还裁定美光故意侵犯专利，这可能导致法官将赔偿金额增加三倍。 该裁决涉及两项Netlist专利：美国专利号7,619,912和11,093,417。侵权产品均为美光DDR4 RDIMM和DDR4 LRDIMM。美光可能会对裁决提出上诉，并可能就专利有效性展开旷日持久的法律争论。 Netlist在一份声明中表示，陪审团判给的赔偿金额涵盖美光在2021年4月至2024年5月期间对其'912专利的侵权行为，以及在2021年8月至2024年5月期间对其'417专利的侵权行为。 值得一提的是，在对美光科技做出裁决之前，Netlist于2023年8月赢得了对三星的最终判决。在该案中，同样在美国德克萨斯州东区地方法院审理，首席法官Rodney Gilstrap裁定三星败诉，确认其存在故意侵权行为，并判决三星支付3.03亿美元的赔偿金。

快科技5月26日消息，由于市场对人工智能（AI）芯片的需求非常旺盛，英伟达的数据中心GPU销售火热，导致过去一年多里，台积电（TSMC）CoWoS封装的产能一直非常吃紧。 作为市场上性能卓越的AI芯片之一，英伟达基于Blackwell架构的GPU即将迎来大规模上市，这无疑将进一步加剧封装产能的紧张局势。 为应对这一挑战，英伟达有意在Blackwell架构的GB200芯片上引入先进的FOPLP（panel-level fan-out packaging）封装技术，并计划在2025年开始应用。这一技术选择不仅为英伟达在封装领域提供了更多灵活性，也在一定程度上缓解了封装产能不足带来的压力。 据市场研究机构透露，英伟达的GB200供应链已经启动，目前正处于设计微调与测试阶段。预计今年出货量将达到约42万片，而明年则有望攀升至150万至200万片。这一积极的出货量预测进一步证明了市场对英伟达AI芯片的强烈需求。 值得一提的是，英伟达原计划于2026年引入FOPLP封装技术，但鉴于市场形势的快速变化，公司已决定将时间表提前。据悉，英伟达选择的FOPLP封装技术采用了玻璃基板，这种材料能够长时间承受高温并保持最佳性能，从而确保芯片的稳定性和可靠性。

IT之家 5 月 26 日消息，纽约市审计长布拉德・兰德尔 (Brad Lander) 管理着五个总资产达 2420 亿美元的公共养老基金，他向特斯拉董事会和 CEO 埃隆・马斯克 (Elon Musk) 发出明确信号：特斯拉是一家上市公司，而不是马斯克可以独断专行的家族企业。 图源 Pixabay 兰德尔在接受《财富》杂志采访时表示：“我真的不知道哪个真正独立的董事会会让一位同时担任另外两家大公司 CEO 的人来领导公司。所有其他拥有真正独立董事会 – 即使很多董事会并非完全独立 – 的上市公司都期望他们的 CEO 全心全意为公司服务。” 兰德尔和另外七位投资者组成的联盟正在敦促特斯拉股东在 6 月 13 日的股东大会上否决马斯克的 470 亿美元（IT之家备注：当前约 3407.5 亿元人民币）股票期权计划。（该薪酬计划最初价值 558 亿美元，但随着特斯拉股价变动而有所波动。）投资者们本周提交了一份通知书，详细列出了他们对公司治理以及马斯克“天文数字般”的薪酬的一系列担忧。 兰德尔表示，其中一个问题是马斯克并非全职在特斯拉工作，他肯定被其他公司事务分散了注意力，这些公司包括 SpaceX、Boring 公司、OpenAI、Neuralink 等。 今年 1 月，特拉华州法官凯瑟琳・麦考密克 (Kathaleen McCormick) 撤销了马斯克的薪酬计划，并裁定董事会缺乏独立性，因为董事会成员包括马斯克的兄弟金巴尔 (Kimbal) 和其他与埃隆・马斯克有密切个人和财务联系的人，马斯克控制了整个薪酬计划的制定过程并制定了条款。 “法院很少会做出这样的裁决，”兰德尔说，“董事会竟然无视法院的裁决，继续推进这项天文数字般的薪酬计划，并且对这些分散马斯克精力的因素不予任何处理，这实在令人无法接受。”“我从未见过哪个董事会如此肆无忌惮地忽视法院的裁决，”他补充道。 特斯拉董事长罗宾・登霍姆 (Robyn Denholm) 反驳了法院的裁决，并称法院认为她与马斯克关系过于亲密而无法被视为独立董事的观点是“胡说八道”。 兰德尔表示，美国几代人以来之所以拥有繁荣的资本市场，是因为股东可以投资并相信董事会成员会作为他们的独立代表来对待公司管理团队，这正是独立治理模式的精髓所在。但兰德尔称特斯拉并没有做到这一点：“如此公然地蔑视股东独立治理的情况实属罕见。” 虽然兰德尔和其他投资者并没有要求更换马斯克，但兰德尔表示，特斯拉 CEO 绝对是可以被替代的。不过，他更希望董事会能与马斯克协商一个“合适的薪酬计划”，并让马斯克能够全心全意地关注特斯拉，为特斯拉的运营投入更多精力。

原标题：马斯克的xAI即将完成交易，估值达240亿美元 据一位知情人士透露，埃隆·马斯克的人工智能初创公司X.AI预计将于6月完成一轮融资，包括最新注入的现金在内，这轮融资可能使该公司的估值超过240亿美元。 该公司原定于本月初完成约60亿美元的融资，但这笔自去年开始的交易至今仍未完成。这位不愿透露姓名的知情人士表示，最近，该公司一直在寻求高达65亿美元的融资，并计划在未来几周内接近这一目标。 据此前报道xAI 寻求融资10亿美元以来，该公司的融资野心已大幅扩大。该知情人士表示，交易谈判已延长。 这家初创公司是 OpenAI 的竞争对手，已通过一份宣传材料向众多硅谷投资者进行推销，宣传材料吹捧了马斯克在特斯拉公司和 SpaceX的业绩。宣传材料还指出，xAI及其聊天机器人Grok将能够利用马斯克社交平台X的高质量数据。获取数据对于构建大型语言模型至关重要，而大型语言模型是人工智能聊天机器人的驱动技术，xAI旨在与OpenAI等其他资金雄厚的企业展开竞争。 这笔交易将使xAI的投资前估值达到180亿美元（约为1303亿元人民币0，这一指标不包括筹集的资金。 日前，马斯克在巴黎 Viva Technology 大会的远程采访中谈到了xAI的目标是“尽可能寻求真相”。他批评Alphabet旗下谷歌和OpenAI开发的其他AI模型“迎合”政治正确性。他补充说，xAI的另一个目标是“努力成为最有趣的 AI”。

快科技5月26日消息，今天，京东创始人刘强东5月24日的线上讲话流出。 在这次线上讲话中，刘强东首先宣布为全体采销员工涨薪20%-100%，随后进行了一番“狼性训话”。 刘强东在讲话中指出，无论是深入的行业还是内外部环境，京东永远不能允许大量员工“躺着睡大觉”。 他强调，公司要实现业绩好、薪酬上涨、实现梦想，并让每个员工都能做出值得骄傲的成就，这是不可能在不拼搏的情况下实现的。 刘强东进一步明确了公司的用人标准：“如果你业绩好，你可以永远不需要去加班加点，公司会永远爱你，给你非常好的收入待遇。如果你业绩达到了平均水平，只要你拼搏，公司永远不会辞退你。” “但是，业绩不好，又从来不拼搏的人，这家公司永远不能容忍，一个不能容忍，都会逐步通过各种手段全部淘汰出局。”刘强东表示。

近日，英伟达「中国特供版」H20芯片被爆降价。据报导，一位芯片业界人士对此表示：「H20是为了替代英伟达H100芯片的产品，现在H100芯片也不缺，H20供应充足。由于市场需求回归理性，H100 开始降价，H20的价格出现下调也很正常。」 由于H20的技术受限，难以拉开与中国竞争对手的差距，因此需求受到一定制约。消息人士说，一开始H20的销售并不顺畅，主要原因是一些中国客户认为这款产品「不够高端」。 另据报导，据内部人士说：「英伟达H20芯片在国内是可以普遍买到的，但是它不再是以卡的形式，而是整机。一般都是英伟达把H20卖给服务器厂商，厂商组装成服务器之后，再卖给企业。」 H20是去年英伟达针对中国市场推出的一款旗舰芯片。英伟达执行长黄仁勋曾表示，这款芯片符合美国出口管制的要求。 分析师认为，H20 的表现将是影响英伟达中国业务的重要因素之一，而其长期前景取决于英伟达在中国的竞争态势。

近日，日本市场研究公司富士经济发表了一份研究报告《功率器件晶圆市场的最新趋势和技术趋势》，总结了功率半导体晶圆市场的研究结果。 报告称，2024年功率半导体市场预计将比上年增长23.4%，达到2813亿日元。虽然硅功率半导体硅片市场因库存调整而较上年下滑，但由于各大厂商产能增加，SiC裸片销量预计同比增长56.9%，超过硅片市场。 此外，从2025年起，随着功率半导体需求的不断增长，市场预计将扩大。特别是，由于汽车电动化带来的需求增加，SiC裸片有望成为长期市场驱动力，硅片也有望摆脱产量调整的影响。此外，我们还可以期待GaN晶圆直径的增加以及氧化镓晶圆开始量产等附加内容，预计2035年市场规模将扩大至10,763亿日元，是2023年的4.7倍。 尽管功率半导体市场尚未兴起，但金刚石晶圆、氮化铝晶圆、二氧化锗晶圆等下一代技术正在开发中，其实际应用值得期待。 报告指出，近年来，随着功率半导体需求的增加，为了确保供应量，晶圆的直径不断增加。除了转向300mm硅晶圆外，SiC裸晶圆市场预计从2025年起8英寸（200mm）晶圆将真正起飞。此外，正在开发用于功率半导体的 6 英寸（150 毫米）GaN 晶圆和氧化镓晶圆。 不过，目前硅功率半导体大部分由8英寸晶圆供货，预计未来8英寸晶圆占比仍将超过60%（基于晶圆数量）。 300mm晶圆越来越多地用于IGBT和MOSFET，随着汽车和电气设备领域需求的增加，其采用预计将进一步增加，未来除某些器件外，8英寸和300mm晶圆将分开。是期待。 此外，目前SiC裸片以6英寸为主，预计这种情况还将持续一段时间，但8英寸晶圆市场预计从2025年开始形成，部分样品出货已经开始预计到2035年，其将占所有 SiC 裸晶圆（以晶圆数量计）的13.3%。然而，传统4英寸晶圆预计仅在中国和日本等部分地区部署。预计未来市场规模将会缩小。

记者 邓双琳 5月23日，英伟达交出了一份震惊全球商界的财报：截至今年4月28日的2025财年第一财季，英伟达营收260亿美元（约合1880亿元人民币），较去年同期增长262%；利润更高达惊人的149亿美元（约合1078亿元人民币），与上年同期的20.43亿美元相比，大幅增长628%，倍增6倍。 这是什么概念？2023整个财年，英伟达的收入也才270亿美元，而2025财年一个季度的收入就抵得上过去一年。更令人难以置信的是英伟达的利润率——英伟达一个季度净赚的钱，超过阿里、腾讯、百度、小米最新季度净利润总和。 财报发布后，英伟达股价历史性突破1000美元，收于1037.99美元。2022年，英伟达股价最低点仅107美元，两年增长了近10倍。而且投资人依然看好英伟达在资本市场的表现。 2024年5月23日英伟达股价。 摩根士丹利将英伟达目标价从1000美元上调至1160美元，富国银行将英伟达目标价从1150美元上调至1250美元，瑞穗将英伟达目标价从1000美元上调至1180美元，高盛将英伟达目标价从1100美元上调至1200美元。 截至发稿，英伟达最新市值达2.5亿美元，一天之内暴增近2200亿美元，超过德国所有上市公司市值总和，在美股市场仅次于微软和苹果。 英伟达创始人黄仁勋的个人财富也因英伟达市值暴涨跃升至913亿美元，一举超越沃尔玛创始人家族的三名继承人，升至全球富豪榜单的第17位。 一年前，ChatGPT引发了一场生成式AI的追逐潮，其中最为受益的就是英伟达——作为在“掘金”中提供“铲子”的角色，英伟达的GPU几乎无可替代，AI模型厂商们纷纷斥巨资购买英伟达的GPU，英伟达的销售额激增，直到现在仍供不应求。 英伟达成了疯狂的“印钞机”，创始人黄仁勋也成为全球科技圈最炙手可热的超级巨星。这个被称为“最会赚钱”的华裔，每一次身穿黑色皮夹克出现在演讲台上，都会引起阵阵欢呼。 黄仁勋曾在访谈中承认自己会赚钱，并表示“赚钱不是那么困难，这是一种可学习的技能，其他人也可以做到”。而且在黄仁勋看来，英伟达赚钱的脚步不会停下。 “伴随下一代Blackwell架构芯片的上市，公司正准备迎接下一波增长。”黄仁勋在财报中如是说。据透露，备受关注的Blackwell平台已经全面投产，2025财年第二季度有望开始出货。 01 英伟达“史上最强财报” 英伟达最重要的创收，依然源自数据中心业务。该业务创下历史新高，在本季度中贡献了225亿美元的收入，同比增长427%。 英伟达CFO Colette Kress在财报电话会上解读称：“中心业务的增长源自于Hopper架构GPU（例如H100）出货量的增加。”他表示，不同细分领域客户的需求都十分强劲，其中企业和消费互联网公司的需求最为明显，大型云服务商在部署和提升其基础设施的同时也为数据中心带来收入提升。 英伟达其他几大核心业务也较为稳固：游戏和AI PC业务，第一季度相关收入为26亿美元，同比增长18%；专业可视化业务营收为4.27亿美元，同比增长45%；汽车和机器人业务营收为3.29亿美元，同比增长11%。总体来看，这些业务与去年同期相比都实现了两位数增长。 最新财报显示，英伟达的主要客户来自亚马逊、Meta、微软、Alphabet，它们占据了英伟达约40%的销售额。这些公司是人工智能竞赛中的重要竞争者，在AIGC领域的资本投入“壕”无人性。 Colette Kress在财报电话会上表示，公司为中国市场增加了不需要许可证的新产品。自去年美国出口新政颁布后，中国市场收入有明显影响。此前，英伟达针对中国市场推出绕开技术壁垒限制的“特供版”GPU H20，3月份已经开始接受预订，但目前暂未出货。 黄仁勋在财报电话会上也承认中国市场成为英伟达目前的挑战——“英伟达在中国市场的表现确实在下降，因为英伟达最强的技术无法得以提供。这也使英伟达在中国市场遇到的竞争变得异常激烈。” 不仅赚钱，英伟达也在加大力度分钱。英伟达跟随财报宣布了拆股计划，1股拆10股，并将季度分红派息提高150%至每股10美分。英伟达预计，第二季度营收将达到280亿美元，此前分析师预期为266.1亿美元。 02 “下一场工业革命已经开始” 黄仁勋不怕不赚钱，因为他手里握着源源不断的新“弹药”，上至科技巨头，下至初创公司，都在门口排队等着掏钱。 自去年生成式AI带来爆发性需求后，英伟达的GPU芯片性能不断升级。大批公司苦苦排队追求A100 GPU和H100 GPU时，今年3月，黄仁勋又扔下一枚性能更先进、更快、更安全以及节能的“炸弹”——基于Blackwell架构的GPU芯片——B200和GB200系列。 汇丰报告指出，英伟达的芯片定价进一步上涨，其中，GB200的ASP（平均售价）为60000美元至70000美元，而独立B100 GPU的ASP为30000美元至35000美元。 黄仁勋表示，随着下一代Blackwell架构芯片的上市，英伟达将迎来下一波增长。 “我们今年将（在业绩报告中）看到大量的Blackwell芯片收入。Blackwell芯片产品当前季度发货，三季度增产，四季度投放到数据中心。”黄仁勋在财报电话会中强调。 他也表达了市场对英伟达的需求压力，目前大约1.5万~2.0万家生成式AI初创公司，都在等待成为英伟达的客户，以期通过英伟达芯片来训练模型。 黄仁勋透露，马斯克在他这里购买了35000个GPU：“我们帮助特斯拉把它的AI训练集群拓展到了35000台H100 GPU，他们靠我们的基础设施取得了FSD（完全自动驾驶）在最近的FSD 12上基于视觉的突破。” 特斯拉最新财报也提及这一信息，已安装35000个英伟达的H100 GPU超级芯片，预计到今年年底这一数字将增长到85000个。 扎克伯格也表示，到今年年底，Meta将拥有价值数十亿美元的H100 GPU。 不过，几乎垄断的地位，并不意味着英伟达可以高枕无忧。无数投资人、创业者以及大公司都盯上了英伟达的生意。 OpenAI CEO阿尔特曼试图筹集7万亿美元建设自己的芯片公司；日本软银创始人孙正义正寻求至多1000亿美元投资AI芯片公司；一家名为Groq的芯片公司研发的LPU（Language Processing Units，语言处理器）芯片号称比英伟达GPU快10倍；英伟达的老对手英特尔、AMD也都在抢占份额，英伟达的大客户们也都在试图自研替代性芯片。 但在黄仁勋看来，他们当中一个能打的都没有。 “只有我们全面掌握所有的数据，我们建造了一切，每一个环节。我们是亲手建造了一切而不只是有好看的PPT。只有我们能规模化地优化这一切。这些在数据中心规模的、深度融合的知识，才是我们区分于其他人的最本质的东西。”他在财报电话会上说道。 作为这场AI浪潮中最大的赢家，黄仁勋高呼“下一场工业革命已经开始”。这次工业革命的核心在于首次大规模生产了一种全新的产物Token。Token即浮点数，具有巨大的价值，它们代表人工智能，可以被重新组合，转化为语言、蛋白质、化学品、图形、图像、视频、机器人驱动等多种形式。 人工智能将为几乎每个行业带来显著的生产力提升，而英伟达的角色是建造一个AI工厂，不只关于芯片，而是一个系统供应商。 在此前举办的Stripe Sessions用户大会上，移动支付巨头Stripe的联合创始人兼CEO帕特里克·克里森（Patrick Collison）与图形处理器巨头英伟达的CEO黄仁勋进行了一场深入的炉边对话。在这次对话中，两位业界领袖讨论了人工智能、企业文化、以及未来技术趋势等多个重要话题。 以下为黄仁勋与克里森的对话节选： 克里森：我今天的嘉宾是黄仁勋，首先我想分享一个可能鲜为人知的事实——到这个月，黄仁勋已经担任英伟达的CEO长达31年。这使他成为了科技行业里任期最长的CEO之一，相比之下，我和约翰（John Collison，Stripe联合创始人、帕特里克的弟弟）的CEO经验还不足他的一半。即使我们的任期加倍，也依然难以企及他的高度。我们将探讨有关教育的话题，黄仁勋曾在肯塔基州的Onita Baptist Institute接受教育，随后在俄勒冈州的州立大学深造，并在丹尼餐厅（Denny's）有过当服务员的经历，那家餐厅恰巧离这里不远。他曾在LSI Logic（美国大规模集成电路逻辑公司）和AMD工作，后者如今由他的远房亲戚苏姿丰领导。英伟达于1993年创立，在2011年Stripe成立时，英伟达的市值仅为80亿美元，而如今这一数字已经增长了200多倍。他的职业生涯一直充满活力，让我们热烈欢迎黄仁勋先生。 1、“我祝愿你们经历足够多的痛苦和磨难” 克里森：我想深入了解一下你在斯坦福活动中提到的那句话：“我祝愿你们经历足够多的痛苦和磨难。”能否为我们详细解释一下这句话背后的含义？ 黄仁勋：实际上这里存在一个常见的误解，即人们常常将激情与快乐等同起来。但我认为这种观点并不全面。激情确实重要，但如果你想要成就一番伟大的事业，就需要经历各种挑战和困难。而当你面对这些困难时，你可能不会总是感到快乐，但这正是成长的过程。我并不是每天都喜欢我的工作，也不是每年都对公司的进展感到满意，但我深爱着这个公司，每一刻都是如此。 人们常常误解了工作的真正意义。最好的工作并不是那些让你一直感到幸福的工作，而是那些让你经历挑战、不断成长和超越自我的工作。你需要经历痛苦和挣扎，才能真正欣赏你所做的事情。 克里森：你的成长经历是否让你形成了这样的想法，还是这本来就是你天生的信念？ 黄仁勋：我想分享一些我从未向外界透露过的经历，甚至我的家人也未必知晓。作为一个移民，我在1973年来到这个国家，那时我才9岁，我的哥哥快11岁了。面对一个全新的环境，一切都不容易。我们的父母非常了不起，但我们并不富裕，所以他们努力工作，为我们树立了榜样。他们通过辛勤工作传递了很多人生经验。我也做过各种各样的工作，从学校的家务活到Denny's餐厅的服务员。 我所在的学校是一个寄宿学校，所以有很多家务活要做，而我是学校里最小的孩子，所以当其他孩子都去烟草农场工作时，我得到了简单的工作。因为我只有9岁，所以他们离开后我得清理所有的厕所。我从来没有觉得自己得到了简单的工作，因为他们留下的东西……但那是我的工作，我做得很仔细。然后，我还有很多其他工作，包括丹尼餐厅，我开始是洗碗工，后来成为了清洁工，最后成为了服务员。 我热爱每一份工作，总是努力做到最好。这些经历让我懂得了努力和坚持的重要性，也许这就是我从一开始就坚信的理念。我敢肯定地说，我一定是世界上最出色的浴室清洁工。 2、“英伟达的领导团队有60人，直接向我汇报” 克里森：我们聊聊现在的英伟达。你的领导团队规模有多大？ 黄仁勋：英伟达的领导团队目前有60位成员。 克里森：他们都是直接向你汇报工作的吗？ 黄仁勋：确实，他们都是我的直接下属，直接向我汇报工作。 克里森：这在管理实践中通常并不被推崇。 黄仁勋：我完全理解这一点，但我坚信这是最适合我们的模式。首先，我认为公司内部的层级结构对于信息传递至关重要。我坚持认为，每个人对公司工作的贡献不应基于他们对信息的特权访问。因此，我避免一对一的会议，而是尽可能地将所有信息分享给团队中的每个人。这是公司所面临的挑战，是我试图解决的问题，也是我们试图努力的新方向。 我认为每个人都应当有权利接触到公司的所有重要信息。我热衷于看到我们团队像一个交响乐团一样，共同奏响同一首曲目，没有信息的特权阶层，而是我们齐心协力，共同面对和解决问题。当60位团队成员齐聚一堂，每隔一周召开一次会议时，我们总是围绕着我们面临的核心问题展开讨论。每个人都积极参与其中，了解问题的根源，共同探索解决方案，确保信息的透明和共享。 这种方式极大地激发了团队成员的潜力，我深信，当每个人都能平等地访问信息时，我们将汇聚成一股强大的力量，共同推动公司的发展。这是赋权的核心，也是第一点。第二点，如果CEO的直接下属有60人，这实际上减少了公司内部的大约七层管理层级。 克里森：我很少需要为传统的管理智慧辩护，但站在对立的角度，一对一的会议通常是用来提供指导、讨论目标（包括个人目标和职业发展），以及给予针对性反馈的场所。你不这么做吗？或者你有其他方式来实现这些目标？ 黄仁勋：我确实在给予反馈，但我是当着所有人的面进行的。我认为这样做非常重要，因为反馈本质上是一种学习机会。为什么只有一个人应该从这个经验中受益呢？你因为某种错误或不当行为导致了某种情况，但我们所有人都应该从中汲取教训。因此，在团队面前讨论这个问题，有助于每个人学习如何避免类似的错误，从他人的错误中学习是最好的学习方式。 克里森：你是否已经成功地在英伟达的其他领导层推广了这种管理实践？或者你预见到其中的困难了吗？ 黄仁勋：我给予团队成员充分的自由去解读和实践，但我确实不推荐一对一的会议。实际上，我极力避免一对一的沟通，因为没有什么比“哦，黄仁勋希望我们这样做”更让我抓狂的了。信息应该是公开的，每个人都应该知晓。如果有人私下传达了什么，那真的让我很烦恼。 克里森：你之前提到，你并不喜欢解雇人，也很少这样做。能具体谈谈吗？ 黄仁勋：我更倾向于帮助人成长和改进，而非简单地放弃。解雇某个人，在某种程度上，意味着在说“这不是你的错”或“我做了个错误的决定”。但我认为，很少有人天生就不能胜任某项工作。我曾打扫过厕所，如今却成了公司的CEO。我坚信，只要给予机会，每个人都能学习和成长。我周围有很多聪明的人，他们总是在做一些出色的工作，我从他们每个人身上都学到了很多。因此，我不喜欢放弃别人，因为我相信他们可以变得更好。这听起来可能有些玩笑的意味，但人们都知道，我更愿意“磨砺”他们，使他们变得伟大。 克里森：这确实是你之前提到过的观点，我印象很深刻。 黄仁勋：是的，我宁愿“磨砺”你，使你变得伟大，因为我信任你。我相信，真正相信其团队的领导者，会倾尽全力去“磨砺”他们，使他们变得伟大。伟大往往是在不经意间降临的，你可能昨天还一无所知，但突然有一天就豁然开朗了。所以我不会让你放弃。我会继续“磨砺”你。 3、“我一周工作7天” 克里森：你如何看待工作和生活平衡？ 黄仁勋：我认为我的工作和生活平衡得很好。我全力以赴地工作，因为我热爱它。 克里森：我认为这些都是我们对话的亮点，更多的人应该听到。 黄仁勋：我从早上醒来的那一刻就开始工作，直到晚上上床睡觉，我一周工作7天。当我不在工作时，我仍然会思考工作，而当我在工作的时候，我就全身心投入工作。即使我看电影，我也可能一直在想工作的事情，以至于忘记了电影的内容。但我的工作并非只是解决日常问题，更多的是思考公司的未来，或者我们是否可以做得更好。有时是在尝试解决问题，有时则是在想象未来，尝试新的可能。 克里森：那么，具体来说，你的一天是如何度过的？ 黄仁勋：我过去常常在早上5点醒来，但最近，由于家里的狗狗总是在早上6点醒来，我也被迫调整了自己的生物钟。它们似乎决定了6点是它们应该起床的时间，我也只好随它们的节奏。不知道为什么，我不介意叫醒任何人，但我觉得叫醒小狗会让我感到内疚，这实际上让我很烦恼。我不想移动，你知道它们会注意到家里的任何震动，这会吵醒它们。所以我会在床上阅读，直到6点起来。 克里森：在你的日常工作中，你主要做些什么？ 黄仁勋：我总是沉浸在这些思考中。然后，我的一天基本上被小组会议填满，因为我坚信集体智慧的力量，避免了一对一会议的局限。我会在上班前处理好一些事务，到了办公室，大部分时间都用于会议。 克里森：你通常一天要参加多少会议？ 黄仁勋：几乎是全天都有会议。但我会选择那些对我而言真正重要和有价值的会议。我尽量避免常规性的报告会议，因为公司里有许多才华横溢的人才能够处理日常运营。作为CEO，我更倾向于关注那些其他人难以解决或尚未解决的问题，以及那些具有创新性和前瞻性的项目。因此，我主要参加的是问题解决会议、创意会议以及头脑风暴会议等。我努力掌控自己的时间，不让Outlook成为我生活的全部。 图片来源：每日经济新闻 资料图 4、“CUDA是现代计算领域最重要的发明之一” 克里森：CUDA的诞生背后有哪些故事呢？ 黄仁勋：CUDA（计算统一设备架构）的诞生源于两个核心想法。首先，我们发明了加速计算（Accelerated Computing）的概念，它代表着一种新型的IO设备，让应用程序能以更高效的方式与之交互，进而加速应用程序的特定部分。这一概念的起源可以追溯到1993年，它允许软件程序员直接为IO设备编程，由于IO设备的虚拟化特性，使得多代之间保持了架构的兼容性。我们称之为统一驱动程序架构（Unified Device Architecture），并几年后决定进一步推动GPU的高级编程语言可编程性，因此发明了CG（C for Graphics）。然而，CG的编程模型并不完美，因此我们扩展了它，最终孕育出了CUDA，即Compute Unified Device Architecture（计算统一设备架构）。这就是CUDA的起点，虽然故事听起来有些曲折，但它是我们实现愿景的关键一步。 克里森：那么，CUDA的推出是否立即获得了市场的热烈响应？ 黄仁勋：不，它的推出实际上是一场灾难。 克里森：面对这样的困境，你是否考虑过放弃CUDA，回归原先的战略？ 黄仁勋：没有，我从未考虑过放弃。我知道我们的方向是正确的，只是需要时间来证明。 克里森：但分析师和董事会当时可能并不这样认为，你是如何坚持自己的信念的？董事会在这期间给你施加压力了吗？ 黄仁勋：他们信任我，因为我展现出了坚定的信念，这份信念源于深思熟虑。这不是简单的口头承诺，而是需要他们相信我的推理和言辞。 克里森：那么，CUDA的成效显现花了多长时间？ 黄仁勋：大约十年。 克里森：十年，这几乎占去了你任期三分之一的时间。 黄仁勋：是的，这中间充满了起伏波折，但我更愿意向前看，那些困难如今已化为过眼云烟。 克里森：你认为英伟达能否在没有CUDA的情况下在人工智能领域取得如此巨大的成功？ 黄仁勋：不可能。CUDA是现代计算领域最重要的发明之一。我们率先提出了加速计算的概念，这个理念虽然简单，但其影响深远。它表明，在程序代码中，只有一小部分占据了绝大部分的运行时间，这对于许多关键应用都是成立的。我们可以通过加速那些核心部分来极大地提升整体性能，而这个过程并非单纯的并行处理，它涉及更为复杂的机制。但核心思想在于，我们能够将软件中的关键部分加速到极致。今天，随着摩尔定律的放缓，CPU性能的提升已经趋于停滞。如果我们不能加速每个软件，那么计算成本将会飞涨，因为全球的计算需求每年都在翻倍。如果通用CPU和计算机的性能没有提升，那么替代方案就是加速计算。 5、“这次工业革命的核心在于Token” 克里森：接下来，我们来深入探讨一下AI领域的进展。假设现今全球所有GPU的总计算能力为X，那么你认为在未来五年内，我们会达到X的多少倍？ 黄仁勋：首先，全球数据中心的投资已达约一万亿美元，这些数据中心主要用于通用计算，但通用计算已逐渐接近其极限。因此，为了处理日益增长的数据量，世界将需要加速数据处理。当这一加速发生时，每个数据中心、每台计算机都将升级为加速服务器。考虑到当前全球计算机的总价值约为一万亿美元，如果在未来四年到六年内我们没有任何增长，仅为了维持当前水平，我们就需要更换价值一万亿美元的计算机。然而，若计算机行业继续以约20%的年增长率发展，那么在接下来的几年里，我们可能需要投入约两万亿美元来更换这些计算机，用加速计算来替代传统的通用计算。 接下来，我们正在经历一场前所未有的工业革命。这次工业革命的核心在于我们首次大规模生产了一种全新的东西——Token。这些Token，即浮点数，具有巨大的价值，它们可以被重新组合，转化为语言、蛋白质、化学品、图形、图像、视频、机器人驱动等多种形式。因此，世界将生产大量的Token，这些Token将在新型的数据中心——我们称之为AI工厂中生产。 我们正处在一个新的工业革命浪潮之中，其中电子成为输入，而浮点数则作为智能的载体被生产出来。如同电力在上个世纪的普及过程，当前的Token对于许多人而言或许同样难以完全理解其潜在价值。 然而，在未来十年内，随着Token在各个领域内创造新产品、新服务，提升行业生产力，并预计产生高达100万亿美元的价值，这一变革将成为常态。面对这样的行业前景，一个高效、安全的支付平台变得至关重要。 克里森：关于这些Token工厂，我深感好奇的是模型是否会饱和。你如何看待这个饱和曲线？多少用例需要一个1万亿参数的模型或10万亿参数的模型？ 黄仁勋：以2012年的AlexNet为例，它是计算机视觉ImageNet图像识别的模型，准确率约为82%。在接下来的大约七年里，其准确率每年几乎翻倍。现在，它已经超越了人类的识别能力。类似的情况也发生在语音识别和自然语言理解领域。这个行业将不断追求更高的可信度和准确性。我相信我们会持续提高模型的准确率，直到达到极高的水平。 第二个问题是关于大语言模型与人工智能的未来发展方向。如今，我们所看到的大语言模型和人工智能成果都只是一个起点，它们并不是一劳永逸的解决方案。未来的大语言模型将会是一个能够不断迭代、思考和规划，并可能包含多个具有特定技能的子模型的规划模型。这样的发展路径意味着我们距离真正智能、全面的人工智能还有很长的路要走。 6、“人工智能不会让你失去工作，但如果你不使用它，别人会利用它来取代你” 克里森：近期，Meta发布的Llama 3模型引起了广泛关注，其作为开源模型具有显著的影响力。你如何看待开源模型的发展趋势？ 黄仁勋：如果你问我，过去几年里最重要的事件是什么，我会告诉你，首先就是ChatGPT，它采用了强化学习和人类反馈来优化模型，使其更加符合人类价值观，并推动了技术的普及。ChatGPT让每个人都成为了潜在的程序员，推动了无数创新应用的诞生。我对此深感钦佩，对OpenAI团队的贡献表示敬意。 另一个重要事件是Llama模型的发展，它为各行业提供了接触和利用生成式人工智能的机会。Llama 2和Llama 3作为开源模型，吸引了研究机构、初创公司和整个行业的广泛参与，推动了生成式人工智能技术的普及和发展。 克里森：达里奥·阿莫代伊（Dario Amodei，Anthropic公司的CEO）在最近的播客节目中预测，相对近期不会出现AGI（通用人工智能），可能要等到几年后，比如2027年等。你对此有何看法？ 黄仁勋：关于AGI的定义和实现，我认为我们需要明确一些基本概念。作为工程师，我们知道只有在能够衡量问题的情况下才能有效地解决问题。因此，AGI的定义必须是可测量的。如果我们以现有的基准测试清单来定义AGI，那么我确信在不久的将来，我们将会在这些测试中取得出色的成绩。如果这就是AGI的定义，我猜测它可能在未来5年内实现。 因此，我要再次强调，当我们谈论AGI时，必须明确其定义和标准。如果AGI的定义不符合我们所设定的这些可衡量的基准测试标准，那么它就不符合正常人对AGI的期待。对于普通人而言，他们可能并不完全理解或期望一个完全意义上的AGI。我所提到的AGI定义更多是基于工程视角，以便我们能够更具体地讨论这个问题。当然，如果AGI的定义是模糊或不可定义的，那么我们就很难给出一个确切的实现时间表。 克里森：在座的各位都经营着企业，面临着人工智能带来的各种变化。在面对这些变化时，如何做出适当的、正确的反应？你有什么建议？ 黄仁勋：对于每一个企业而言，积极参与人工智能的发展是至关重要的。人工智能不会让你失去工作，但如果你不使用它，别人会利用它来取代你。你的公司不会因为人工智能而倒闭，但如果你未能及时利用它，其他使用人工智能的公司可能会让你陷入倒闭的风险。因此，我强烈建议所有企业尽快投入人工智能的研究和应用中。 利用人工智能，你可以做一些以前认为成本过高而无法实现的事情。智能的边际成本接近于零，这使得你可以更频繁地使用它来处理各种任务，包括搜索和询问问题。此外，如果你能够更加高效地使用人工智能，就能帮助提高生产力，进而带来更高的收入、创造更多的就业机会、带来更多的社会增长。 7、“我经常使用‘爱’这个词” 克里森：英伟达目前的市值已经超过2万亿美元，与苹果和微软等巨头之间的差距日益缩小。然而，当我对比你们的员工人数时，我惊讶地发现英伟达仅有2.8万名员工，这不到微软员工的五分之一。你在之前的交流中提到，你们通过卓越的运营流程实现了高效的运作。面对这样的规模和竞争环境，你认为你所强调的“流程”在英伟达的成功中扮演了怎样的角色？ 黄仁勋：卓越运营无疑是推动我们向前的重要动力，但我认为，仅仅依靠流程并不能创造出真正非凡的成就。因为在我们的工作成果中，许多伟大之处、我们制造的产品、构建的公司以及培养的组织，都凝聚着无法用言语表达的因素。我无法通过邮件传达出这种爱和关怀，也无法将其简单地纳入商业流程之中。 克里森：爱和关怀，这是英伟达的核心企业理念之一吗？ 黄仁勋：确实，我经常使用“爱”这个词，而“关怀”也是我常常提及的。之所以频繁使用这些词汇，是因为在许多情况下，它们能够最准确地表达那种无法用其他词语描述的情感。

2003年夏天的一个周日，AI教父Hinton在多伦多大学的办公室里敲代码，突然响起略显莽撞的敲门声。 门外站着一位年轻的学生，说自己整个夏天都在打工炸薯条，但更希望能加入Hinton的实验室工作。 Hinton问，你咋不预约呢？预约了我们才能好好谈谈。 学生反问，要不就现在吧？ 这位年轻学生就是Ilya Sutskever，刚刚完成本科二年级的数学课程，从教务处打听到“想学机器学习，最好去找Hinton教授”。 他照做了，也因此成就了一段传奇： 从AlexNet到AlphaGo，他两次参与改变世界的研究。 OpenAI创立之初挖他去当首席科学家，在他的领导下，推出了GPT系列早期版本、DALL·E系列、代码大模型Codex，直到ChatGPT，再次改变世界。 多年后，他发动董事会内讧，最终与OpenAI彻底分道扬镳，全世界都在等待着他的下一个动作。 在OpenAI的时候，Ilya并不像Altman那样到处抛头露面，也不像Brockman天天在网上分享自己的“编程之禅”。 仅有的几次演讲和访谈中也多是聊技术、宏观思考，不常谈及自己的经历，最近半年更是销声匿迹。 这次的故事，正是来自他的博士导师Geoffrey Hinton。 在与Sana Labs创始人的最新对话节目中，Hinton不仅讲了自己的事，还回忆了师徒共事期间的一些往事。 20多年过去了，很多细节在Hinton的叙述里还是那么鲜活。 这段访谈录像理所当然的火了，除了轶事之外，还涉及Ilya的一些学术思想怎么来的，又是如何发展： 2010年Ilya就用GPU开发了一种语言模型 Scaling Law最早是他的一种直觉 两人都认为”语言模型不只是预测下一个token“ 两人都认同“预测即压缩压缩即智能” 那么，Hinton眼中的Ilya，到底是什么样子？ 惊人的原始直觉 Ilya加入实验室后，Hinton给他布置的第一个任务是读论文，一篇关于反向传播的论文。 下一个周会，Ilya回来报告了，说“我不理解”。 Hinton很失望，内心OS：“这孩子看着挺机灵的，咋连链式法则求导这么基础的东西都看不懂？” Ilya连忙解释，哦这个部分我懂了，我不理解的是，为什么不给梯度加一个sensible functional optimizer？ Hinto团队后来花了好几年来解决这个问题，最初指出问题的却是刚入门一周的Ilya。 像这样的情况后面还在反复发生……Hinton如此评价Ilya： 他对事物的原始直觉总是非常好。 但Hinton也说搞不清楚Ilya这种直觉从何而来，或许归功于他从小就对人工智能问题感兴趣，再加上数学基础很棒。 除了研究直觉，学生时期的Ilya也展现了超强的代码和工程能力。 当时还没有TenserFlow或Torch之类流行框架，机器学习的主要工具和平台是Matlab。 一项工作需要在Matlab里调整大量矩阵乘法代码，Ilya做了一段时间就很不耐烦，说要为Matlab写一个界面： 我用其他（Python等更方便的）语言写代码，然后能自动转成Matlab代码就好了。 Hinton听说后苦口婆心劝他，你可别，这得花上一个月时间，我们不要分心，把手头项目先做完。 Ilya却轻描淡写地说，害，没事，今天早上我已经写完了。 △这项工作出现在Ilya的博士毕业论文里 打小就坚信Scaling Law 正如Hinton所言，Ilya在很多问题上有惊人的直觉。 今天全AI圈不少人信奉的Scaling Law，Ilya学生时代就已坚信，并抓住各种机会向身边的人安利： 只要（把模型）做得更大，它们就会发挥更好的作用。 后来到OpenAI成立之处，Ilya的表述更加完善了： 如果你有一个大而深的神经网络，可以在大量数据上进行训练，那么你实际上可以解决任何模式识别问题。 早年间Hinton看来，这就像是研究者在没有创新的想法时，一种“逃避责任”的表现。 当时的我错了，而Ilya基本上是对的。 比如Transformer确实是一种创新想法，但实际上起作用的还是规模，数据的规模和计算的规模。 Hinton提到在当年那个时间节点，没人敢预料计算机速度今后会快上10亿倍，最多想象到快100倍就不得了。 如果有今天的计算机，当年研究的难题可能会自行解决，包括语言模型问题。 （此处应插入比尔盖茨曾预言64k内存就足够任何人用了笑话) Ilya在2003年加入Hinton的实验室，不知具体何时开始有了Scaling Law的想法，可能在他脑海里已经盘旋了20多年。 后来直到2020年，GPT-3发布的几个月前，OpenAI团队才正式在论文中向世人完整定义和介绍这一理念。 在语言模型上用GPU，比AlexNet更早 2010年底，Ilya和另一个学生James Martens（现DeepMind研究科学家）合作研究了一种语言模型，后来入选ICML 2011。 RNN架构，使用维基百科数据，在8张当时最先进的GPU上训练，比在AlexNet上使用GPU还早两年。 与今天的大语言模型预测下一个token不一样，当时他们尝试的是一次预测一个字符。 这款模型能力有限，比如给一段起始文字，模型可以继续生成看起来像维基百科文章的语句。 虽然语意上像是胡言乱语，但语法和标点符号大部分是准确的，引号和括号已经能成对出现，主语和动词形态一致，比如论文中的一段： 生命的意义是古代人类繁殖的传统：对于好男孩什么时候移除她更大的来说，并不是很有利。在这个节目的协议中，几乎一致地重新浮现…… 当时多伦多大学校刊的采访中，Ilya认为这已经超出了所有人的预期： 它发现了单词的存在，也发现了语法。 Hinton理智上也无法去相信这个系统能“理解”任何事，但它看起来就像是理解了。 比如给它一个地点组成的列表，它可以继续生成地点，尽管还分不出国家和州的区别。 当年的Ilya并不愿意讨论这项工作的潜在应用。 在维基百科上成功后，团队又尝试了纽约时报文章数据，目标是教会它根据文字识别不同作者的身份。 但Ilya已经想到并承认，如果做的足够好，这项技术有一天可能成为洗稿软件的基础。 如今，这篇论文的代码依然存放在多伦多大学的服务器上，供感兴趣的人研究。 不止是预测下一个token 后来的AlexNet、师徒三人“拍卖”自己加入谷歌等大家已熟知的故事，这里先略过。 Ilya加入OpenAI后，虽然不再与Hinton共事，但两人的学术思想始终在一条路上。 ChatGPT问世后，不少人批评大模型本质上只是统计学，预测下一个token，就像随机模仿人类说话的鹦鹉。 但Hinton和Ilya师徒二人都认为，远不止如此。 在Hinton眼中，问题之后的下一个token，便是答案的第一个token。 因此学会预测，就意味着必须学会理解问题。 这种理解的方式与人类相似，同时与老式基于三元组数据的自动补全有根本不同。 今天我们现在已经看到了，做一个大语言模型，不刻意训练其推理能力，就产生了推理能力。 这就是大脑如何学习，你在预测视觉的下一帧、听觉的下一个声音。 Ilya更是不遗余力传播这套理论，在去年和英伟达老黄的炉边对话中说了这个，在OpenAI内讧两周前最后一个公开采访中也讲了这个： 当我们训练一个大型神经网络来准确预测互联网上许多不同文本中的下一个单词时，我们所做的就是学习一个世界模型。 从表面上看，可能只是在学习文本中的统计相关性。 但事实证明，为了“只是学习”文本中的统计相关性，为了压缩它们，神经网络需要学习的是文本生成过程的某种表示。 文本实际上是对世界的投影。 在另一场采访中，他走的更远： 很好地预测下一个token，意味着了解创造该token的深层现实。 这不仅是统计学，而是理解创造了这些统计数字的那个世界。 如果真的很擅长预测下一个token，就可能根据普通人如何行动的数据，外推出拥有非凡智慧和洞察力的人如何行动，尽管这种人可能并不存在。 这就是Ilya认为的，为什么“预测下一个token”范式有可能抵达AGI，甚至有可能超越人类直至ASI。 预测即压缩，压缩即智能 在不同场合提到“预测下一个Token”时，Ilya大概率会同时提到“压缩”，他认为预测即是压缩，压缩就是智能的来源。 但Ilya总是从理论的角度去解释这个想法，并不容易让所有人都能理解。 比如在UC Berkley的一场演讲中，他这样解释： - “Kolmogorov压缩器”，是理论上能生成特定数据集的、长度最短的一段程序，能最小化遗憾值。 - 随机梯度下降，可以看成在软计算机（比如大型Transformer）的权重里，搜索隐含的“Kolmogorov压缩器”。 - 神经网络越大，就越能更好的近似“Kolmogorov压缩器”，遗憾值越低。 Hinton也认同这个说法，并且在访谈中举了非常形象的例子。 大模型做的是寻找共同结构，使用共同结构编码事物，这样效率更高。 如果你问GPT-4堆肥和原子弹相似性在哪，大多数人类都回答不出来，认为它们是非常不同的两种东西。 GPT-4会告诉你，虽然他们的能量规模不同，时间尺度不同，但仍有相同之处： 当堆肥变热时，产生热量的速度就更快。 当原子弹产生更多中子时，产生中子的速度也更快。 通过类比，AI就理解了“链式反应”的概念。 Hinton认为，AI在利用这种理解去将所有信息压缩到自己的权重中。 一但AI这样做了，那么它就有能力理解数百种人类还未见过的类比，这就是创造力的来源。 Hinton眼中什么是好学生？ 说回到两人相遇时，Hinton谈到，与他交谈没多久就能看出他很聪明。 再多交谈一会，就能发现他有很好的直觉，而且擅长数学。 所以选Ilya做学生是非常容易做出的决定。 那么如何挑选其他学生？Hinton也用了Ilya最擅长的方法：跟着直觉走。 如果一个人轻信别人告诉他的一切，那就太致命了。 不轻信他人，而是尝试将新信息融入自己对世界的理解框架中，如果融入不进去，就拒绝，这是很好的策略。 如果试图吸收被告知的一切，最终会得到一个非常模糊的框架。相信一切，但是没有用处。 所以Hinton眼中的好学生，应该拥有一个坚定的世界观，并试图摆弄输入的事实以适应你的观点。 这样虽然也可能陷入深信宗教或坚持致命错误，但我认为这种方法仍是正确的。 后来我们也能看到，两人都是秉持这样的理念，坚持着“大模型不止是预测下一个token”，坚持着“预测即压缩，压缩即智能”。 他们也都坚持认为，这个世界应该更加重视AI带来的风险，一个因此离开了工作10年的谷歌，一个因此离开了一手拉扯大的OpenAI。

在数字化转型的浪潮中，AI与云服务的结合将为各行各业带来深远的影响。 5月25日，在上海财经大学滴水湖高级金融学院2024年度大会上，蚂蚁集团研究院院长李振华在主题演讲中表示，目前的大模型主要应用于B端市场，在C端还没有大规模爆发式的应用。而云计算是B端应用的最佳载体，对AI厂商的未来至关重要。 他强调：“没有云服务的AI厂商是没有前途的。” 这一观点与当前云服务市场的发展趋势相吻合。据2024年一季度的数据显示，Azure云收入中AI服务所占比例已达到7%，特别是在金融行业，这一比例更是高达10%。这表明AI与云服务的结合正成为推动行业发展的重要力量。 据悉，蚂蚁集团作为国内较早布局AI大模型的厂商之一，已经在人工智能和数据要素技术领域取得了显著成就，同时自研的百灵大模型已于2023年通过备案，并在生活管家、就医助理以及金融管家等多个应用领域取得了突破。 李振华在演讲中进一步强调了蚂蚁集团在科技创新方面的坚定决心。他表示，蚂蚁集团将继续聚焦人工智能和数据要素技术，推动AI服务普惠化，让AI技术发展的红利惠及更多人。