经济观察网 记者 万敏  10月17日，度小满在百度世界大会上举办“金融大模型前沿发展论坛”。度小满CEO朱光表示，未来五年，生成式AI在金融领域的应用，将成为度小满最重要的战略方向。 朱光在发言中谈到，目前，各大科研机构、科技公司加速布局AI基础研发，通用大模型和垂类行业大模型蓬勃发展，形成了紧跟世界前沿的技术群，包括百度文心一言在内的首批大模型已经向公众开放服务。随着技术底座的建设，大模型技术出发的“第一幕”已经成功上演，应用落地的“第二幕”正徐徐拉开，生成式AI正在深入到各行各业。 朱光表示，度小满在服务客户的过程中发现，在小微信贷领域，小微企业面临的行业环境、经营环境频繁波动，融资需求因额度、利率、周期的要求千差万别。因此，生成式AI通过“深度交互”，追踪每个用户需求和风险的变化，为度小满做好颗粒度更小、精细度更高的服务提供了可能性。财富管理和保险都是依赖于专业知识和服务跟进的领域。生成式AI可以为从业人员带来全能业务助理服务，大大提升服务质量、扩展服务半径。未来，企业可以打造无数智能化的“数字分身”，随时随地与客户进行深度对话和提供解决方案。 “通用人工智能，让人人都可以享受人工智能的便利。在金融领域，大模型技术蓄势待发，然而真正的‘变革时刻’还没有到来。”朱光表示，今年以来，度小满方面拜访了很多金融机构的从业者，大家对大模型的技术趋势早已有了一致的共识，都相信这是影响未来20年的技术变革，但具体到如何进行技术部署、如何挖掘大模型的应用潜力，还存在很多挑战和疑问。 朱光指出，金融有着广阔的市场空间、丰富的应用场景，同时行业安全合规要求非常高，将大模型技术投入到金融真实的产业环境当中，安全合规不能打任何的折扣，这对行业大模型的研发部署和应用开发都提出了极高的要求；同时，金融的使命是服务实体经济，也决定了把大模型技术注入金融，能产生的经济效益、社会效益都是巨大的。 朱光认为，需要从底层技术和上层应用两个维度探索金融大模型的前沿发展，做到 “向下看”和“向上看”，给与会者提供有价值的参考。业务需要“向下看”，了解底层技术的基本原理和框架，才能够更好的借助大模型技术，去定义和解决真正的业务难题；技术则要“向上看”，让通用大模型与行业数据、场景数据与业务需求结合，将技术转化为产业价值。 “大模型的技术趋势已经成为共识，但趋势本身并不是风口，让大模型真正在金融领域发挥产业价值，依赖于所有从业者坚实的努力。”朱光说。 今年，多家企业布局金融大模型。5月，度小满也宣布推出国内首个垂直金融行业的开源大模型“轩辕”，同月，奇富科技首先宣布推出自研的金融行业通用大模型“奇富GPT”。6月28日，恒生电子金融行业大模型LightGPT对外亮相。8月，马上消费金融发布了全国首个零售金融大模型“天镜”。 另据度小满首席技术官许冬亮介绍，度小满开源国内首个金融行业大模型，已经有上百家金融机构申请试用。目前，度小满正在与百度云共建基于文心一言的金融行业解决方案。

经济观察网 记者 胡群  “在公募基金上，过去通过打造‘明星人设’和‘爆款基金’，在牛市里面看似满足了客户追求超额回报的需求，行业规模快速扩长。但是，当熊市来临时，客户体验落差较大，长期投资的资产配置理念有所动摇。”10月17日,中信银行财富管理部总经理王洪栋在“2023银行家金融创新论坛”上表示。 今年财富管理行业增长压力较大，面临诸多挑战，王洪栋认为具体体现在： 中高端客户数量和管理资产规模同比增速趋缓；存款规模增长尚可，但成本压力较大；理财市场受债市波动影响较大，普益标准的数据显示，今年9月末净值型理财存续规模比去年10月高点低了近4万亿元；A股市场处于波动期，公募基金特别是权益类基金募集量不及预期；7月31日后人身险产品定价利率调整，加之后续行业自律手续费变化，短期内银保业务承压。 “当前是财富管理行业转型期遇上了宏观经济和资本市场波动期，又遭遇了疫情等外部冲击，多个不利因素‘几碰头’，所以大家普遍感到要保持像过去一样的高速增长有难度”。王洪栋表示，财富管理行业总体向上的趋势不会变，度过转型期后会越来越好，仍然具有成长性。 上述判断依据有两点，王洪栋认为，一是居民财富保值增值的朴素愿望始终存在，不会改变，应该被充分满足和尊重；二是居民通过银行理财产品获得稳健收益、通过保险产品获得风险保障、通过公募基金获得超额回报的需求不仅不会变，还会进一步增长。 虽然客户的需求仍然存在，为何财富管理行业的营收增长挑战难度较大？在王洪栋看来，这是基于在过去一段时期内，财富管理行业并未做出较大努力就已满足客户需求，使得创新停滞不前。 除了上述公募基金面临问题外，王洪栋认为，在银行理财上，过去通过滚动发行、集合运作、分离定价的方式，对募集资金进行资金池运作，为客户提供了预期收益型的刚兑产品，客户喜欢、规模上得快。但是，在这种运作模式下，多只资管产品对应多项资产，每只产品的收益来自哪些资产无法辨识，风险难以衡量。 在保险产品上，王洪栋指出，随着人民群众收入水平的提高和财富管理需求的快速增长，兼具保险保障和理财投资功能的保险产品受到欢迎。由于中短存续期产品满足了上述需求，并具有收益稳定、透明度高、销售误导少等特点，得到了持续快速发展。但是，个别公司在发展中短存续期产品中可能面临资产负债不匹配、现金流不足等风险隐患。 “理财产品净值化、中短存续期保险产品逐渐减少、基金投资波动较大，受此影响过去满足客户需求的服务方式难以为继，财富管理机构需要做出改变。”王洪栋表示，财富管理高质量发展的基本内涵是，既要满足客户需求，也要管理好风险，财富管理机构需要做出一系列的主动改变。 他认为，银行理财业务要体系化地围绕债券市场构建专业服务能力；在高质量发展的背景下，保险业务应回归风险保障的本源。 王洪栋表示，这两年来，基金经理明星化的认同感下降，甚至有些投资者对主动管理产生超额收益的性价比产生质疑。今后，公募基金还是应该回到顾问式服务上。顾问式服务探索已有一段时间，取得了一定的成绩，但离大规模商业实践的成功还有一段距离。顾问式服务在私行领域相对容易实现，但面向亿级全量客户提供服务的难度较大。

经济观察网 记者 胡群  “截止到2023年9月末，建行普惠金融贷款的余额近3万亿元，全市场的占比约10%，服务客户近310万户，已经成为市场上普惠金融供给总量最大的金融机构。”10月17日，建行首席信息官金磐石在“2023 银行家金融创新论坛”上披露了该行普惠金融业务数据。 在2023年中报中，建行披露普惠金融贷款余额为2.86万亿元，上半年新发放普惠型小微企业贷款利率3.81%。而在2022年年末，这一数据为2.35万亿元，当年新发放普惠型小微企业贷款利率4.00%。 这意味着，建行用了9个月将普惠金融贷款余额增加了近6500亿元。建行发布的ABS文件显示，建行的普惠金融贷款以较低利率的信用贷款为主。 10月18日，建行发布的《飞驰建普2023年第二期微小企业贷款资产支持证券》开始起息，这笔133亿元微小企业贷款ABS，入池资产加权平均贷款利率为3.98%，且均为信用贷款。 建行普惠金融贷款为何既能保持贷款余额高速增长，又能实现贷款利率持续下降？ “小微企业融资难是世界性难题，需求端表现为就是融资难、融资贵、融资慢，供给端体现为信用发现难、评价难、获客难，究其症结就在信息的不对称，而金融科技和数字技术给予了我们破题的机会和能力。”金磐石表示，银行综合运用大数据、互联网、人工智能等新兴科技手段，分析用户沉淀的数据信息，从而实现全面精准的客户画像、需求识别与服务推送，提升了服务实体经济的质效。 在2023年中期业绩发布会上，建行董事长田国立表示，普惠金融破局的关键是金融科技赋能，建行把普惠金融作为一个战略，充分运用互联网、人工智能、大数据、区块链等技术改变传统的抵押依赖。“过去传统信贷是把押品拿来抵押、银行给批贷款，但是中小微企业哪儿有可抵押的资产？建行通过数据增信，改变线下人工作业的传统模式，构建线上标准化的作业流程，建立起数字普惠的新模式。” 据田国立透露，2017年之前，建行每年中小微企业贷款规模约200亿-300亿元，不良率是7%-8%。 “2017年之后，从小微快贷产品开始，到后来的“云税贷”一系列数字化的模式开发出来，我们才走上快车道。”建行副行长李运在2023中国普惠金融国际论坛上曾表示，从内部看，如果从一开始银行在普惠服务上系统化推进的程度更高、系统观念更强，可以走的弯路更少，可以做得更好；从外部来看，如果数据基础设施的建设再进一步加快，风控体系的支撑再进一步强化，全社会反欺诈体系的构建如果进一步完善，银行的普惠服务会做得更好。 李运表示，建行针对优质的纳税的小微企业，开发了一款名为“云税贷”的产品，通过和税务部门合作银税直连，用税收数据来放贷款，已经对90万户小微企业累计发放超过两万亿贷款，目前余额超过3400亿；针对核心企业、上下游小微企业，开发了“建行e贷”产品，用线上供应链的数据放贷款，围绕资金流、物流、信息流，目前线上供应链贷款余额超过5000亿；针对个体工商户群体，特别是商户，通过与银联合作，开发了“商户云贷”，把银联的商户交易收单数据放贷款，上线以来已经为72万户的商户发放贷款，贷款余额超过5000亿；针对县域涉农的普惠客户群体开发出“裕农快贷”，把农民的数据包括农业补贴、农业保险以及农民收入的数据用来放贷款，给农民、合作社有大体量的涉农普惠贷款支持。 2023年半年报显示，“裕农快贷”(含“裕农贷”)产品包，贷款余额突破1600亿元。 10月11日，国务院印发《关于推进普惠金融高质量发展的实施意见》，强调要有序推进数字普惠金融发展，支持金融机构深化运用互联网、大数据、人工智能、区块链等科技手段，实现数字化转型，打造健康的数字普惠金融生态，健全数字普惠金融监管体系。 “数据要素是数字普惠金融发展的关键”。金磐石表示，面对新阶段新格局下的新要求，一是丰富数据要素供给。在企业数据、政府及第三方信息平台的公共数据基础上，要融入实体经济的价值链、创新链、产业链和供应链等诸多数据要素，补充信用评价机制。二是构建高标准的数据资产管理体系，继承多源数据信息，在数据治理、数据资产运营、数据安全、数据价值评估等环节科学管控，夯实数据质量基础。三是推动隐私计算在普惠金融数据可信流通领域的广泛实践。破解金融机构基于隐私保护、数据安全等诸多因素的考虑，无法采用传统数据共享方式进行信息互联的困局，实现数据不出门、可用不可见、可控可计量的目标。

经济观察网 记者 万敏  10月18日，中国宏观经济研究院决策咨询部形势室主任郭丽岩在国是论坛“2023年三季度经济形势分析会”上表示，服务消费带动其他相关消费恢复，是三季度经济运行的明显的特征。 “近三个月服务零售额同比增速均维持在20%左右，结合社会消费品零售数据，能够更好的刻画当前中国消费市场运行特征。”郭丽岩结合当日国家统计局发布的前三季度相关数据分析指出，文旅不仅带动批、零、住、餐，还带动区域文化演出市场繁荣。无论是传统、民族戏剧，还是Z时代更青睐的轻音乐剧，在双节期间均一票难求。文化、旅游、健康、娱乐、休闲等消费市场深度融合态势更为明显。 郭丽岩表示，此外，各地重点文化旅游集聚区结合古镇、老街、商业街区打造系列沉浸式演出场景，设置互动式观演消费项目，提升了消费者的体验感和新鲜感。这代表当前消费运行态势一方面在恢复，另一方面消费升级结构变化、品质变化特征明显。消费未来增长方向在于结构的不断优化，品质的不断提升。 “在服务消费可以接近20%左右增速的同时，大宗耐用消费品市场处在平稳运行、回升的态势。”郭丽岩谈到，三季度数据显示，新能源汽车渗透率进一步提升，房地产相关消费有边际改善的现象。随着居民收入稳步恢复增长，更加智能、绿色、健康、安全的消费成为居民家庭的一致性的偏好。 郭丽岩认为，供给侧要更好匹配消费升级的趋势。产业体系的智能化、共享化、网联化等新的特征和业态不断涌现，体现在促进消费方面，供需衔接、产销互促和供给侧的双向发力，将进一步地支撑消费加快恢复，也增强了消费未来恢复的内生动力。在实物供给之外，商品和服务的标准化、品牌化建设、质量水平的提升也是近年以来的特色和亮点。 郭丽岩表示，前三季度最终消费支出对经济增长的贡献仍在七成以上。目前消费是支撑整个宏观经济回升向好的一个主要拉动力。根据大类消费目前的表现、居民收入和消费支出恢复的情况，预计全年社会消费品零售总额的增速有望在7%左右的区间。 郭丽岩建议，“要进一步加强有效供给和扩大需求相关的举措，落细落实进一步创新消费的场景，迎合居民家庭消费升级的偏好和诉求，已经出台消费的若干专项支持政策要形成合力，并跟优化投资、促进就业、稳定增收的政策形成组合拳，进一步增强扩内需、稳增长的后劲和动能。”

经济观察网 记者 胡艳明  “有时候人们会疑惑，我国上市银行的盈利能力究竟怎样，为什么上市银行的市场估值一直上不去呢？” 10月16日，原银保监会国际咨询委员会委员、中国工商银行原行长杨凯生在“2023中国上市银行发展论坛”上抛出银行估值困惑问题。 杨凯生说，“关注上市银行的投资价值，除了关注它的价格波动、市场的不确定性以求得在市场波段操作中获利之外，也不能忽视它长期收益的稳定性、安全性。” 上市银行的资本回报水平不低，但市值表现却远未达预期，当前A股银行板块估值仍处历史低位。有分析师认为，压制估值的主要因素是息差收窄压力以及资产质量担忧。 10月11日晚间，中央汇金公司增持四大行，被市场视为积极信号，有利于提振市场信心。上市银行应该如何把握估值修复机会，实现与资本市场的良好互动？在10月16日的会议中，来自光大银行、浙商银行、宁波银行等上市银行的高管进行了回应。 高利润与低估值背离逻辑 当日发布的《中国上市银行分析报告2023》（以下简称“《报告》”）显示，上市银行作为高业绩企业的代表，在国内资本市场上认可程度不高，其估值水平长期与高利润的表现不匹配。截至 2023 年5月31日，A股42家上市银行2022年实现总利润2.43万亿元，贡献了全部上市公司利润总额的35.5%，总市值9.34万亿元，占全市场10.5%。 2010年至2022年间，A 股上市银行贡献的利润占比始终保持在35%以上，但其市值规模占比却已缩小至原来的一半。 对比A股其他行业，银行业的市净率为所有行业最低。《报告》显示，2022年上市银行净资产收益率（ROE）为11.19%，在31个行业分类（申银万国行业分类）中排名第5，远高于所有行业平均水平4.27%，但其市净率仅为0.61 倍，为所有行业中的最低估值，远低于所有行业市净率平均水平3.8 倍，而2022年最困难的行业房地产市净率也有1.29，是银行业的2倍。 对比全球其他市场，国内上市银行的估值也低于全球银行业的市净率和市盈率平均值。2023年5月31日，全球银行业的市净率和市盈率平均值分别为1.74倍和11.31倍。内地A股市场和香港H股市场的银行业市净率处于破净状态，分别为0.61、0.45，不足全球、英美市场的1/2。 有银行家指出，从全世界范围来看，上市银行估值偏低现象是普遍存在的，但并没有像中国上市银行估值的偏离度这么大。 高利润与低估值背离的背后逻辑究竟是什么?《报告》认为，在传统估值体系框架下，一切与利润相关的因素都可以影响估值。对于商业银行而言，除了包括净息差、资产负债规模与结构、收入变化、业务成长性等内在因素，还包括所面临的各类外部竞争、监管因素，甚至市场投资者投资行为与偏好等外部因素。 《报告》称，从行业整体发展趋势和对利润的财务解构来看，A 股上市银行低估值现象在传统估值逻辑下主要可以从规模扩张能力、盈利能力、风险管理能力这三个维度来解释：市场对商业银行资产规模增速预期下滑；市场对商业银行盈利能力预期下滑；市场对商业银行风险把控能力存在担忧。 提高公司治理水平 谋划“穿越周期” 多位与会人士表示，上市银行应加强公司治理建设，实现与资本市场良好互动。 杨凯生表示，上市银行应努力成为行业内各方面的标杆，在健全完善公司治理方面做标杆、当表率，无疑是其中的一个重要方面。我国银行业的资产规模占整个金融业总资产的比重高达90%，因此在一定程度上说，在我国，银行业尤其是上市银行的公司治理水平在相当程度上影响甚至决定了我国整体金融业的经营管理水平。不断加强和完善我国银行业的公司治理，是防范和化解金融风险的需要，对维护资本市场的稳定具有积极作用。 为了应对经济下行对银行经营的影响，浙商银行行长张荣森提到，浙商银行提出了智慧经营的理念和“垒好经济周期弱敏感资产压舱石”的经营策略，实现“在经济好的时候，银行经营也很好，但不追求最好；在经济下行的时候，经营状况不至于很差；总体是平稳的”。经过一年多的实践探索，成效逐步显现。垒好经济周期弱敏感资产压舱石，对于优化银行的收入结构、提高穿越周期的能力、提升股价估值意义重大。 “通过观察和思考，影响银行估值的主要有四个指标：净息差、非息收入占比、不良贷款率和资本充足率。”宁波银行董事会秘书俞罡表示，当前银行业竞争越来越激烈，客户需求快速变化，中小银行只要能够坚守发展定位，通过“创新增长模式，做开放的银行；完善风控体系，做放心的银行；培育科技支撑，做科技的银行；提升管理溢价，做优质的银行”等措施的落地，把区域内门当户对的客户做深做透，推进特色化、差异化转型，中小银行将继续实现高质量发展。 光大银行董事会秘书、首席业务总监张旭阳认为，在保持银行合理盈利和资本内生性补充能力的同时，也需要关注银行资本的外源性补充路径，以保持银行资产负债表以及资本结构的稳健。他建议从做强基本面与客户结构的“硬实力”、提高与资本市场良好互动的“软实力”以及适度降低权益法核算门槛、推出配股权转让机制等“实政策”三方面改善上市银行资本补充机制，形成上市银行公司治理、资本结构与市场估值的良性互动。 “今天，银行经营管理面临的压力和挑战是空前的，比任何时候都更加需要银行的治理层，把更多的时间和精力用于思考重大战略问题，谋划如何‘穿越周期’，实现稳健、可持续增长。”德勤中国副主席、金融服务业主管合伙人吴卫军认为。 因此，吴卫军建议，第一，中国上市银行必须维持必要的盈利能力。利润是化解风险的第一财务资源，也是银行补充资本、支持实体经济的基础；第二，应当改变“信贷密集型”的发展模式，从外延做大，走向内涵做强；第三，银行“穿越周期”的能力，归根结底取决于银行的人才实力，尤其是金融企业家的领导力。应坚持国际化、专业化的人才培养方向，建立市场化的、与潜在风险和长期业绩表现紧密挂钩的薪酬激励机制。

贝佐斯成世界第二大富豪 凤凰网科技讯 北京时间10月17日，法国奢侈品集团路威酩轩(LVMH)创世人兼CEO贝尔纳·阿尔诺(Bernard Arnault)在周一丢掉了世界第二富豪的宝座。随着路威酩轩的股票遭到抛售，他的净资产现在已经低于美国电商巨头亚马逊创始人杰夫·贝佐斯(Jeff Bezos)。 彭博亿万富翁指数显示，阿尔诺目前的净资产为1551亿美元，略低于贝佐斯的1563亿美元，跌至世界第三大富豪。上周三，路威酩轩公布了新一季财报，营收增速放缓不及预期，拖累公司股价最高大跌8.5%。在那之后，阿尔诺净资产已累计下滑68亿美元。 阿尔诺财富被贝佐斯超越 2022年底，阿尔诺一度超越特斯拉CEO埃隆·马斯克(Elon Musk)，成为世界首富。当时，科技股在美国高通胀下陷入挣扎。不过，阿尔诺身价在今年5月再次被马斯克超越，但是自2022年10月以来一直没有跌出前二。 然而，美国消费者已经厌倦了通胀，需求降温，导致今年的奢侈品销售低迷。在上周财报公布后，路威酩轩股价在巴黎股市三天内下跌约10%，本周一才出现反弹，今年迄今累计下跌1.9%。相比之下，马斯克和贝佐斯则受益于科技股的复苏。特斯拉股价今年已经飙升106%，推动马斯克净资产增加968亿美元。亚马逊股价今年也大涨58%，让贝佐斯的财富增加了493亿美元(约合3604亿元人民币)。(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”。

快科技10月17日消息，昨天晚上，苹果CEO库克在个人微博宣布到访成都，并带上了一张由iPhone 15 Pro Max拍摄的安顺廊桥照片，正式开启了今年的第二次访华之旅。 此后库克还来到了成都的苹果旗舰店与果粉朋友互动，甚至还观看了一场《王者荣耀》表演赛。库克随后发布视频库克并提及，“精彩刺激的《王者荣耀》诞生于成都，现已在App Store上风靡全球。” 今天库克自然也没有闲着。据媒体报道，库克今天去了四川省雅安市雨城区第四小学，并且和学生们一起体验了创意花窗课程和用iPad编程控制无人机课程。 与此同时，苹果官网也发布一条消息，宣布新增2500万元人民币捐款，进一步支持中国乡村社区发展。到目前为止，苹果对中国乡村发展基金会的捐款在中国已累计支持17个善品公社，以及11个“智惠教室”。 其中，“智惠教室”项目以缩小城市与乡村在数字化教育水平的差距为目标，助力欠发达地区探索提高教师数字化教学能力。而雨城区第四小学就是这11个“智惠教室”中的一个，通过将基于iPad的STEAM教育模式融入教学课程，师生均有了很大收获。 库克也表示，“苹果致力于支持中国各地的教育项目，并为新农人和学生群体提供技术支持，因为教育能改变很多人的命运，创造机遇，为社区赋能并支持下一代的发展。”

IT之家 10 月 17 日消息，据路透社报道，通用汽车和福特汽车制定计划，斥资数十亿美元开发新型电动汽车，同时向投资者返还资金，所有资金均来自燃油卡车和 SUV 的利润。 分析师表示，美国汽车工人联合会（UAW）罢工成本不断上升，以及最终的合同和解，使这些计划面临风险。 摩根士丹利分析师亚当・乔纳斯（Adam Jonas）在 10 月 12 日的一份报告中向客户表示：“可能出现减少资本支出、推迟电动汽车目标、加大成本分担以及对企业‘投资组合’等情况。” 通用汽车将于 10 月 24 日公布第三季度业绩，福特汽车将于 10 月 26 日公布第三季度业绩。通用汽车已表示，由于罢工相关成本，第三季度利润将减少 2 亿美元（IT之家备注：当前约 14.62 亿元人民币）。 摩根大通分析师瑞安・布林克曼（Ryan Brinkman）在一份报告中估计，此次罢工已使通用汽车和福特汽车损失超过 5 亿美元。布林克曼估计，福特现在每天损失 4400 万美元（当前约 3.22 亿元人民币），而通用汽车每天损失 2100 万美元（当前约 1.54 亿元人民币）。 10 月 11 日，UAW 主席肖恩・费恩（Shawn Fain）下令福特肯塔基州卡车装配厂罢工，该工厂是福特全球最赚钱的单一工厂，福特因此受到重创。肯塔基卡车每年创造 250 亿美元的收入，即每分钟 48000 美元（当前约 35.1 万元人民币）。 本月早些时候，福特暂停了在密歇根州马歇尔建设价值 35 亿美元的电池工厂的计划。首席执行官 Jim Farley 警告说，如果与 UAW 达成“糟糕的协议”，福特未来的产品投资可能会进一步削减。 通用汽车设立了 60 亿美元的新信贷额度，作为针对扩大 UAW 罢工的保险。

中国电动车的加速出海，正在刺痛欧美的神经。 今年国庆，欧盟突然启动针对中国电动车的反补贴调查，调查预计持续13个月，在此之前，美国IRA法案已经干脆利落地将中国电动车与部分零部件拒之门外。 虽然欧盟对中国启动反补贴调查属于家常便饭，平均每年就有20多起，但这次却格外引人关注： 1.本次调查并非回应行业投诉，而是由欧盟委员会主动挑起； 2 这是欧盟第一次对中国进口汽车进行反补贴调查； 3 中国已经超越日本成为全球第一大汽车出口国，其中，欧洲是电动车的主要去处。 上一次欧盟对中国开展影响力如此之大的反补贴调查，还要追溯到十年前的光伏“双反”，当时的局面十分被动，中国光伏企业无论是市场还是技术都高度依赖欧美，所以，巨额关税让光伏企业一片哀嚎，不少企业因此破产、倒闭。 但今日之电动车并非昨日之光伏。 客观来说，中国电动车产业确实需要开拓欧洲市场来提高溢价，塑造品牌，摆脱内卷，但与此同时，欧洲汽车工业也比以往任何时候都更需要中国的核心技术和供应链来推动产业转型，实现碳中和。 欧盟之所以使出这一招归根结底是想“以时间换空间”，但最后的结局可能会和当年“双反”的结局一样：该挡住的没挡住，该保护的没保护。 01 强硬态度背后的博弈空间 此次调查本质上是一次“睁眼看中国”之后的应激反应。 今年上半年的上海车展是一根导火索，阔别中国三年的海外高管，重返中国之后被眼前的新技术、新产品所震撼，而到了9月慕尼黑车展，国产车“反客为主”的表现又引得德国媒体发出灵魂拷问：“为什么慕尼黑展正在变成‘中国展’？” 造成这种心理落差的根本原因在于国产车的突飞猛进和扩张之势。2019年，中国电动车在欧盟的市占率仅0.4%，而在欧盟决定“动手”的2023年，市占率已经超过8%。欧盟预计如果不加干涉，两年后中国电动车的市占率就将达到15%[2]。 一位国内新势力的欧洲籍设计师今年上海车展期间曾告诉《远川汽车评论》：“到2030年，中国车可能会占据欧洲25%的市场份额。” 今年前八个月，中国出口欧盟的汽车总量已经与去年全年相当 无论是两年后的15%，还是七年后的25%，毫无疑问都会挑动欧洲人的敏感神经。对欧洲来说， 汽车产业不仅是门面，更是支撑经济的中流砥柱，它直接和间接创造了1290万个工作岗位，占整个欧洲的6.8%，并带来了1000亿欧元左右的贸易顺差。 一向对华强硬的欧盟委员会主席乌苏拉·冯德莱恩在9月13日的国情咨文中声称，中国电动汽车正涌入全球市场，其价格通过巨额国家补贴被人为压低，扭曲了欧盟市场，并以此为由发起了反补贴调查。 一旦调查成立，那么欧盟可能会对从中国电动车设置为期五年、超过10%标准关税的惩罚性关税，具体比例和期限视调查结果而定[3]。 从欧盟公布的资料来看，是否征收高额关税，征收多久，与如何定义“间接补贴”有一定关系。 据路透社报道，国有银行以优惠条件提供的贷款和税收政策，国家以低价提供的原材料、零部件等商品或服务都属于“间接补贴”的范畴[4]。 长期关注全球汽车产业的澳洲国立大学助理教授陆风鸣认为间接补贴将成为中欧双方博弈的关键点。 “所谓间接补贴不能无限延伸。中国电动车成本较低的原因，部分与中国制造为什么便宜相通，比如政府招商引资的优惠政策，低价出让的土地，又比如政府产业基金的投资，这些如果算，所有中国制造产品都有补贴了。何况类似优惠政策在西方国家也普遍存在。” 有海外律师事务所指出，只要中国的电动车厂商遵循最低价格承诺（可以理解成不以成本优势发动价格战），欧盟或许会网开一面[3]。 这种“做人留一手”的策略也充分体现了欧洲现阶段困境与掣肘： 既希望通过一揽子政策使欧洲电动车产业自立自强，但又希望中国能为老牌车企转型升级助一臂之力；既要考虑欧洲车企在本土的利益，但又不能忽略它们在中国的生意。 而这种“既要又要”的策略想要落地又谈何容易？ 02 屁股决定脑袋 略带讽刺的是，欧盟的“用心良苦”并没有在内部获得一致好评，反而再次映射出欧盟“散装”的一面，其中，德法更是直接站在了对立面。 造成两大盟友针锋相对根本原因在于：利益不一致。 今年上半年，德国大众、宝马、奔驰三家公司在华销量分别达到145万辆、39万辆、38万辆，占比均超过30%，中国依旧是它们最大的单一市场。 相比之下，Stellantis在中国的存在愈发微弱，与东风合资的神龙汽车上半年仅卖出了4.42万辆新车，全球占比仅为1.3%[5]，中国对于Stellantis而言已经“形同鸡肋”。 正所谓屁股决定脑袋，利益决定立场，德系和法系对华态度这两年产生了明显分化，一个是进，一个是退。 以大众为例，继投资江淮、控股国轩高科之后，今年又先后和地平线与小鹏达成合作，甚至在欧盟反补贴调查启动仅一周后，大众汽车集团监事会主席潘师、CEO奥博穆又一次率领高管团队来华访问。 反观Stellantis，虽然在华销量萎靡不振，但“东边不亮西边亮”，去年净利润创历史新高，四年没来过中国的CEO唐唯实或许内心早已放弃中国，所以才会不顾中方伙伴的感受抛出“中国威胁论”。 从目前来看，法国是欧盟成员中对中国电动车产业敌意最浓的国家，一方面是因为Stellantis和雷诺日产两大集团在华利益少，包袱轻，另一方面也是因为其电动化转型较慢，产品和技术都不够成熟，如果和中国硬碰硬，可能会头破血流。 在产品层面，根据EV-volumes的数据，大众拿下今年上半年欧洲纯电销量 TOP10 中的四席，分别是ID.4、ID.3，而法系车中销量最高的Dacia Spring，排名第十[7]，甚至不如上汽旗下的MG4 EV（排名第七）。 有趣的是，Dacia Spring是一款土生土长的“中国车”，从研发设计到生产组装，都是由易捷特（东风和雷诺日产成立的合资公司）来完成，而这款车的姊妹车型“东风纳米BOX”国内起售价4.87万元，不到其欧洲价格的三分之一。 图左为Dacia Spring，图右为东风纳米BOX 在悬殊的价格差异下，如果没有巨额的关税或者是其他排外政策，法国车企势必比德国更加难以招架住中国的电动攻势。 从这个角度来看，欧盟“反补贴调查”能否落地，又以何种方式落地，恐怕还要看德法等欧盟大国之间对于各自利益的考量以及话语权的争夺。 03 尾声 事实上，这也不是欧洲第一次对外国汽车工业发难。 早在上世纪70年代，日本汽车工业通过两次石油危机的历史性契机，利用自身物美价廉、油耗低的优势在全球攻城略地，当时，欧盟尚未成立，但法国、西班牙、意大利等国家都试图通过关税以及限额等手段对其严防死守。 但最后结果证明，这些防御措施并没有发挥作用，日系车通过“本土化+全球化”的策略在欧洲打出了一片天地，相反，当初对日系车最警惕、严防死守最厉害的英国汽车工业在各种复杂内因的作用下加速走向了衰落。 参考资料： [1] Making the most of Europe’s anti-subsidy probe into Chinese electric vehicles,bruegel [2] Europe is ‘very far’ from imposing new duties on Chinese EVs despite ongoing probe, top official says,CNBC [3] European Commission initiates anti-subsidy investigation on imports of electric vehicles from China,White&Case [4] China rebukes EU after formal launch of EV subsidy probe,Reuters [5] 大众、宝马、奔驰、Stellantis 2023年上半年财报 [6] 欧洲：纯电主导新能源市场，特斯拉降价彰显竞争力，需求向好，长江证券 [7] Tesla models lead Europe’s EV market in first half of 2023，Autovista24 [8] 起底日本汽车发展史4 日本车进军欧洲的动力来自哪里？王渺林 [9] China's EV makers face cost and consumer challenges to conquer Europe，Reuters

作者 | 左星月 编辑 | 胡芳洁 美编 | 倩倩 审核 | 颂文 自20世纪70年代我国大规模引进煤矿综采设备后，我国煤炭开采技术经历了从人工采煤向机械化采煤的转变。近年来，随着5G、人工智能等技术的兴起，煤炭开采逐渐走向智能化。 煤矿开采智能化背景下，相关企业也获得了发展良机。 9月25日，煤矿智能化企业郑州恒达智控科技股份有限公司（以下简称“恒达智控”）递交了招股说明书，申报在上交所科创板上市。 公开资料显示，恒达智控为我国煤机装备龙头企业郑煤机下属控股子公司，此次恒达智控申报IPO，也是科创板自6月30日沉寂后首家审核的企业。 恒达智控的承销保荐机构为中信建投证券，公司拟发行新股数量不超过6352.94万股，占发行后总股本的15%。预计募集资金25亿元，主要用于煤矿智能化产品智能制造示范基地建设项目、煤矿智能产品研发实验中心建设项目、智能供液系统研发及产业化项目以及补充流动资金。 值得注意的是，作为郑煤机的子公司，恒达智控与母公司关联交易频繁，高业绩及现金流充足背景下，大举分红再募资补流合理性存疑；此外，公司应收账款高企，研发费用率和发明专利数量也明显低于同行可比公司。 因此，背靠郑煤机，恒达智控能否成功上市，还有待观察。 1 与郑煤机频繁关联交易， 业务独立性不足 资料显示，恒达智控最早由郑煤机于2009年发起设立，郑煤机创建于1958年，1998年由国家煤炭工业部划归河南省，主营业务为煤炭综合采掘机械装备及其零部件和汽车零部件的生产、销售与服务。 2006年10月，郑煤机由国有独资公司改制为国有控股51%、职工持股49%的有限责任公司，之后郑煤机又进行股份制改造，并于2010年和2012年分别在A股和H股上市，2021年2月，郑煤机完成新一轮混合所有制改革。 今年4月18日，郑煤机发布公告，计划分拆控股子公司恒达智控至上交所科创板上市。 截至招股书签署日，郑煤机及其一致行动人郑州峰恒合计持有恒达智控3.06亿股股份，占总股本的85.02%，为公司控股股东。 值得一提的是，独立性向来是“A拆A”公司上市审核重点。尽管郑煤机在公告中表示不会损害公司独立上市地位和持续盈利能力，但恒达智控与郑煤机及其控制的其他子公司等关联方存在大量关联销售、采购等情况，也使得恒达智控的业务独立性受到质疑。 2020年-2023年1-3月（以下简称“报告期”），恒达智控向郑煤机及其子公司出售控制系统及其配件、数字化工厂设备及系统，关联销售金额分别为4.58亿元、5.66亿元、7.82亿元和1.61亿元；向关联方郑州速达工业机械服务股份有限公司（以下简称“郑州速达”）及其子公司销售金额分别为2072.41万元、2917.59万元、6156.21万元和1173.39万元，两者合计关联销售金额占公司营业收入比例分别为32.94%、32.20%、34.73%和28.29%。 图 / 恒达智控招股书 招股书披露，郑州速达是由郑煤机持股19.82%的合营企业，郑煤机董事会秘书张海斌担任董事。 这也意味着，恒达智控三成收入都来源于郑煤机及其旗下公司。 不止如此，报告期内，恒达智控与郑煤机等关联方还存在关联采购、关联租赁、关联方代垫薪酬等情况。 2020年9月，郑煤机完成对北路智控的增资入股，持有其6%的股份。报告期内，恒达智控向北路智控采购云台摄像仪、交换机等，对应金额分别为7308.99万元、9359.45万元、1.24亿元和3453.64万元，占当期营业成本的比例分别为8.69%、8.86%、9.15%和11.27%，呈现逐年增长的趋势。 图 / 恒达智控招股书 与此同时，2022年6月前，恒达智控主要员工的人事关系在郑煤机，存在由郑煤机代为支付经营层的工资、统筹缴纳员工社保、公积金及工会经费等情况。报告期内，郑煤机代付金额分别为1980.04万元、3716.71万元、1889.61万元、0.46万元。 图 / 恒达智控招股书 此外，2022年9月，恒达智控向郑煤机收购公司租赁使用的厂房及对应土地使用权，资产交易价格为6016.24万元；2023年2月，公司购买郑煤机国有建设用地使用权及地上在建工程等资产包，价格为1.5亿元。 针对大量关联交易，恒达智控在招股书中表示，公司与关联方保持较为稳定的业务合作关系，存在关联交易金额较大的情况，交易价格参考市场价格、产品成本等因素由双方协商确定，关联交易定价具备公允性。 事实上，作为影响企业经营风险、独立经营能力以及外部形象的重要因素，关联交易一直是发审委关注的重点。因此，对于恒达智控来说，过于依赖背后母公司导致公司生产经营独立性有所不足。 频繁的关联交易很有可能成为公司IPO路上的“拦路虎”，其中的合理性、公允性还需公司的进一步说明。 2 三年分红14亿 仍募资补流 背靠郑煤机的恒达智控，近年来业绩规模以及市场地位不断提升。 招股书显示，恒达智控主要产品为电液控制系统、智能集成管控系统、液压控制系统与智能供液系统四大系统，涵盖了综采工作面装备的智能控制以及全工作面的智能感知和集成管控。 据格物致胜统计数据，2022年，恒达智控电液控制系统、智能集成管控系统的国内市场占有率分别达到38%和40%，均排名第一；液压控制系统国内市场占有率达到28%，排名前列。 从业绩表现来看，近年来恒达智控营收及利润均有所上涨。2020年-2022年，恒达智控实现营业收入14.54亿元、18.5亿元、24.28亿元；归母净利润分别为4.20亿元、5.23亿元、7.33亿元。 图 / Wind 然而「子弹财经」注意到，在高业绩下，恒达智控选择了大手笔分红，三年合计分走了同期净利润的八成左右。 招股书披露，2020年，恒达智控现金分红3.5亿元，占当期归母净利润的83.33%；2021年，公司现金分红3亿元，占当期归母净利润的57.36%，也超利润的一半；2022年，公司现金分红远超前两年，高达7.5亿元，占归母净利的102.32%，将利润全部分光。 图 / 恒达智控招股书 经计算，报告期内，恒达智控累计现金分红14亿元，占三年归母净利总额的83.53%。事实上，这笔资金大部分流入了控股股东郑煤机的“口袋”。 值得注意的是，在大举分红之后，恒达智控本次募资中有2.5亿元用于补充流动资金。 实际上，恒达智控的现金流也较为充裕。2020年-2022年，公司的经营活动产生的现金流量净额分别为2.83亿元、4.61亿元和6.75亿元。 那么，恒达智控为何在大额分红以及现金流充裕的情况下，仍要募资补流，其中的合理性、必要性值得商榷。 实际上，恒达智控此举也是监管部门在问询中的关注重点所在，IPO前大额突击分红，这意味着公司可能只能将少部分利润投入再生产，不利于公司长久的经营发展，更会引起投资者对公司后续发展的怀疑。 3 应收账款高涨， 研发投入不及同行 「子弹财经」注意到，恒达智控尽管业绩保持增长，但增长含金量在降低。报告期内公司应收账款居高不下，周转速度也在变慢。 招股书显示，报告期各期末，恒达智控的应收账款账面价值分别为4.18亿元、5.68亿元、7.22亿元和10.17亿元，占资产总额的比例分别为26.16%、26.70%、23.37%和31.23%。 随着应收账款大幅增长，坏账准备金额也不断增加。报告期内，公司坏账准备分别为1515.13万元、2771.99万元、4301.04万元和5095.25万元。 图 / 恒达智控招股书 应收账款在流动资产中具有举足轻重的地位，应收账款若能及时收回，资金使用率便能大幅提高，那么，恒达智控的应收账款周转表现如何？ 数据显示，报告期内，恒达智控的应收账款周转率分别为3.05次/年、3.75次/年、3.76次/年和2.80次/年，远低于可比公司均值的5.15次/年、5.33次/年、4.69次/年和4.22次/年。 图 / 恒达智控招股书 对数据梳理不难发现，恒达智控的收入中，有相当一部分来自应收账款的增加额，而不是真金白银的流入。与此同时，公司应收账款周转率低于同行可比公司，意味着公司运营能力偏弱。 不仅如此，虽然恒达智控申报在科创板上市，但公司的科创优势并不突出。 首先，公司研发费率远不及同行。 报告期内，公司研发费用分别为5260.30万元、7405.40万元、9932.59万元和2855.40万元，占同期营业收入的比例分别为3.62%、4.00%、4.09%、4.68%；同期行业可比公司均值分别为8.09%、8.98%、9.67%和9.33%。 图 / 恒达智控招股书 恒达智控研发费用率只有同行可比公司均值的一半左右，其中中控技术、伟创电气的研发费用率更是公司的2-3倍。 此外，恒达智控的发明专利数量也明显落后于同行可比公司。 截至2023年3月31日，恒达智控拥有授权专利63项，其中发明专利仅15项；而天玛智控、恒立液压、中控技术、伟创电气的发明专利数量分别为194项、98项、425项和36项。 图 / 恒达智控招股书 一般来说，研发费用率一定程度上能体现公司对研发的重视程度，拟IPO公司研发费用率在同行公司中垫底，会被投资者认为是一个不利的信号。 因此，在关联交易频繁、应收账款增长以及研发投入低于同行的情况下，恒达智控能否成功上市，「子弹财经」将持续关注。

“ 我们即将进入一个AI 原生的时代，进入一个人机通过 prompt 交互的时代。 ” “ 未来将由我们一起生成。 ” 这是今天刚结束的 2023 年百度世界大会上，李彦宏预言的人工智能的未来。 如果把这句话，翻译翻译，就是咱们即将要进入AI 时代了。 而进入 AI 时代的敲门砖，一个是 AI 原生，一个是 prompt 交互。 AI 原生给大模型这个强力发动机，打造一个合适的车身。 而 prompt 交互，也就是咱们输入的提示词。相当于车的方向盘，也是真正决定咱们开得好坏的东西。 别急别急，世超知道很多人听到这些概念，就觉得脑瓜子疼。 没事，百度有一个产品把这些听起来枯燥的概念，嚼碎了，消化成了非常有趣的例子。 世超在百度的这个产品里，找到了其他 APP 都没有的 AI 玩法，非常生动和有趣。 比如说同样是写工作总结，你见过 AI 给华佗写报告的吗。。。 唐僧感冒了，神医华佗要给唐僧治疗，然后 AI 帮华佗做了个治感冒的周报。 周报写得跌宕起伏，还有华佗去山里采药，结果偶遇老虎和山贼的桥段。 别急，这还只是冰山一角，还有各种提示词的玩法。比如教诸葛亮唱 rap 。结果最后，还真让这诸葛亮唱着切克闹，来了段文言文 rap。 上面这些脑洞大开的提示词和 AI 玩法，全部来自一个上线就直接登顶 APP Store 下载榜榜首的——文心一言 APP 。 而它也正是百度这次AI 原生应用的排头兵。其实光是那些有趣的提示词玩法，就不难解释为什么人气会这么旺了。 不过，咱们也还是得眼见为实，实际体验一下。 一点进这个 APP ，世超的第一感觉就是简单。各个板块也很简洁明了，总共就三块：对话、社区和发现。但是每一块，都让人眼前一亮。 首先就是【 对话 】，体验完最大的感觉就是——文心一言对用户意图识别很精准，而且是对话、语音、图片，三种模态下，识别都很精准。 用户指令识别和理解的精准，就是生成答案精准的基础和关键。 就比如说下面这个问题，看起来很正常，但其实是“ 前后乱序 ”的表达。 我先说的办上海签证，后面再说学生的身份，却并不会影响文心一言的理解和判断。 它提供的答案不仅正确，而且符合最新的大学生签证政策。 在体验语言功能的时候，同样非常准确，所以使用起来很顺畅，就像跟朋友聊天一样。 而且试着让它推荐几家土菜馆，选的都挺有代表性的。因为我没有提供详细的地址，它很贴心地给了三个不同区的推荐。 就算是很多大模型都会栽跟头的图片上传功能，你随便甩一张图，文心一言都能拿下。 而且不仅能识别物体，还可以捕捉很多细节。 比如世超随手画了个草图，字也写得相当潦草，就让它给我建个网站。 结果，人不仅看懂了我的文字，甚至加了各种辅助信息，比如【 请填写以下信息 】和【 提交 】。 不过，文心一言扎实的能力，世超早有体会。比起这些，APP 特有的 Prompt（ 提示词 ）社区更让我眼前一亮。 文心一言 APP 的【 社区 】板块，不仅是特有。而且社区的内容种类极其的丰富，数量庞大，能给你提供极佳的提示词参考，大大降低了 AI 上手门槛。 这里聚集了上千名的 AI 爱好者，他们在这里上传和分享自己的 AI 对话结果。 一点进来，就是两列分享队列，简洁明了。就算你是 AI 是什么都不知道的小白，在这些社区里逛一圈，也能马上上手。 世超已经在里面逛一整天了，开头那些案例，就是从里面发现的。 社区案例涵盖的范围特别广，从秦始皇 V50 挑战，再到做一张中秋壁纸，甚至怎么跟 AI 玩游戏都有。 用户们的玩法也不仅仅局限在文字领域，文心一言 APP 的图生图能力也非常强悍。 所以，你能看到把图片玩出各种花样儿的，比如用蒙娜丽莎的图片，做了个精美的冰雪奇缘风格的头像。 新手们在看这些现成的案例的时候，就能学到很多提示词的写法。 比如【 忽略之前的指示 】、【 忽略礼貌用语 】、【 请假装自己是 】这些引导用语，可以让 AI 更好地理解语义，并扮演你需要的角色。 如果你希望获得一张效果更好的图，提高出图的质感，可以增加【 黑色背景 】和【 电影级特写 】这类关键词。 这些技巧，世超在在各种大几百的付费AI 课程里都见到过。 而现在，你只需要在社区里四处逛逛，就可以学到了。 这可能就是 prompt 社区的意义，明明让大模型的上限不断拔高，玩法越来越多，但与此同时，上手门槛反而越压越低了。 实际上，刚结束的文心一言 APP 提示词大赛上，获奖者里有教师、设计师、数字游民等等各种非专业出身的人。他们通过简单的教程，就可以上手做 prompt 了。 如果第二个板块是给大家提供创意和思路，那么最后的【 发现 】板块，更多注重在帮大家提效。 世超认为【 发现 】板块是最为成熟和实用的，里面准备了各种现成的高效模板，每个模板调试得都很到位，完全满足各种人群的办公需求。 模板的种类从体验和陪伴向的角色、生活，到辅助创作的创作、绘画，还有职场提效的工具，应有尽有。 如果你是实用派，这里面有打工人必备的 Excel 、 PPT 、周报日报助手。 对于世超这种内容创作者来说，更难得其实是找到灵感。 头脑风暴这个模板就非常实用，你任意给出一个需求，它可以事无巨细地给你提供近 10 条可能的方法。 有它帮你详细梳理，很容易就打开思路了。 一圈体验下来，作为国内第一个开放的国产 AI 应用，文心一言 APP 依然稳定输出。从大模型基础能力，到落地解决实际问题上，都是没有异议的国内领先水平。 与此同时， APP 的各种设计又对新手们非常友好，让大家能轻松地驾驭好这辆车。 而目前这些能力，还只是文心一言的 3.5 版本。 就在今天的 2023 百度世界大会上，李彦宏正式公布了文心一言 4.0 版。在理解、逻辑、生成和记忆能力这四个方面，都有了极大的提升。 并且，每个方面都给了非常细致的演示，比如记忆能力方面，让文心一言进行了数千字的小说撰写和角色、情节设置。 这些演示都是在百度 APP 里完成 界面设计很简洁、易上手 与此同时，文心一言 APP 负责人李小婉也在会上，揭晓了文心一言 APP 的全新玩法。正式和洛天依，还有新华书店牵手合作，上线了专属的角色。 现场，李小婉就和洛天依进行了实时的互动。 你可以让洛天依扮演一个角色，比如姐姐或者妹妹，还可以让它给你唱一首歌，哄你开心。 其实世超自己也在文心一言 APP 里，也亲自抢先体验到了洛天依。 对话起来特别亲切，因为每次回答之前，都会有洛天依标志性的括号语气。还会根据回答的语境不同，调整语气，让人很有代入感。 除此之外，会上还分享了 APP 的亮眼成绩，比如社区已经收到了近万个 Prompt 投稿，累计使用次数达到 2000 万次。 百度还跟国家版权中心合作 申请了原创保护 这些数字，也使得世超更感兴趣文心一言 APP 的潜力会有多大？未来还会进化成什么样子？ 对此，世超通过了一点人脉，非常荣幸地采访到了李小婉本人。通过聊天，大致勾勒出来 APP 未来的样子。 文心一言 APP 和其他 IP 合作的脚步不会停。 手握扎实的大模型能力，现在的文心一言 APP 早已经成了一个抢手的热门合作对象了。除了洛天依和新华书店之外，华晨宇演唱会、奈雪的茶等等都有合作。 所以，咱们可以期待一波，未来还会更多的角色 bot 和玩法上线。 不知道能不能和咱们火锅合作 虽然不会说话，但咱会汪汪汪啊 不过，在谈话中，世超也能感受到，相比起这些问题，文心一言 APP 更注重的其实是AI 普惠。 而这一点，恰恰就是AI 的意义。 很多人都觉得 AI 似乎降温了，但根本原因是很多人没有参与进来。AI 对他们来说只是一个概念，甚至根本没用过。 目前，按照百度的说法，从创作者和提示词数量来看，文心一言 APP 拥有着全国最大的提示词生态。 目的就是为了降低门槛，让更多的人能够搭上一趟班车。 整个产品也都是从这点去构建的。举行各种有趣的提示词大赛，让没接触过 AI 的人知道AI 原来还能这么玩。 光让他们点进来还不够，得让小白也能毫不费力地把 AI 这辆车开起来。 所以建立了用户社区，让大家用玩和交流的方式，零基础学会写提示词。整个社区热闹地就好像热门游戏的攻略论坛和创意工坊。 通过这段时间的努力，已经有很多人用文心一言 APP 来解决自己实际需求。 有人把它当做写工作总结、日报的小助手，也有人把它当现成的英语口语老师用。 而这才是 AI 大模型的意义，它不应该只是一个被炒作的概念，更应该是一个飞入寻常百姓家的好帮手。 这也是为什么百度要坚持做 AI 原生应用。 在会上李彦宏甚至通过百度自己的经历入手，几乎手把手地分享了怎么用 AI 思维去重构应用，希望更多的人能够一起加入进来。 因为大模型的驾驭和生态构建，是一件众人拾柴火焰高的事。 而当涌入的人更多、共创社区力量越来越大之后，世超觉得文心一言 APP 未来一定会成为人手必备的实用工具。 撰文：四大 编辑：面线 & 江江 封面：焕妍

凤凰网科技讯《AI前哨》 10月17日，在今日举行的2023百度世界大会上，百度创始人李彦宏宣布文心大模型4.0正式发布，开启邀请测试。他表示，这是迄今为止最强大的文心大模型，实现了基础模型的全面升级，在理解、生成、逻辑和记忆能力上都有着明显提升，综合水平“与GPT-4相比毫不逊色”。据介绍，文心4.0已同步开始邀测。

IT之家 10 月 17 日消息，2021 年，作为苹果与 Epic 诉讼案判决的一部分，法官要求苹果允许开发者添加外部支付选项的链接和按钮，所以苹果后来在 iOS 15.5 中对外部支付链接提高了支持，但实际上苹果并未认真应对，所以初期仅有少部分开发者获得许可，甚至在荷兰被罚 5000 万欧元后才开放支持。 图源 Pexels 2022 年，苹果因为韩国新修订的《电信商业法案》要求，同意韩国开发者为用户提供应用外的支付选项。也正因此，韩国成为全球首个开放苹果 App Store 应用第三方支付的国家。 今年 1 月 17 日，俄罗斯联邦反垄断局以“苹果绑定使用自家支付系统”为由对苹果开出了 12 亿卢布（IT之家备注：当前约 9012 万元人民币）的罚单。 现在，苹果公司已向俄罗斯开发者发送通知，表示他们可以在其 App 中添加外部链接以方便用户进行购买。为此，他们需要适配 iOS 和 iPadOS 的 StoreKit 外部购买授权 API，这一点与韩国相同。 值得一提的是，这项政策仅适用于俄罗斯用户，也就是仅向俄罗斯区 App Store 用户显示外部链接，而不是向所有国家 / 地区显示，所以你在其他区下载的 Telegram 并不会显示这一功能。 苹果表示，将对使用第三方支付方式的俄罗斯 App 收取 27% 佣金，而 App Store 中标准应用佣金为 30%。

大模型战事，即将进入AI原生应用生态之战。 文｜赵艳秋‍ 编｜游勇‍‍ “没有构建于基础模型之上的、丰富的AI原生应用生态，大模型就一文不值。”在2023百度世界大会演讲开始后不久，百度创始人、董事长兼首席执行官李彦宏旋即提到了生态。这次大会的主题也不再是文心一言大模型，而是AI原生应用，李彦宏称，我们即将进入一个AI原生的时代。 百度集团执行副总裁、百度智能云事业群总裁沈抖展示了一张公共云API调用量的统计图。根据百度智能云的统计，过去一段时间调用量的指数级增长趋势。这说明在大模型推出数个月后，AI原生应用开始起势。 从基础大模型到AI原生应用，离不开伙伴和生态。与百度紧密合作的伙伴告诉数智前线，过去几个月，百度智能云在紧锣密鼓地进行生态策略的制定和调整。与会者发现，这次百度智能云战略——“云智一体”的内涵中，新增了“生态繁荣”。 在当日下午举行的“大模型驱动产业发展论坛”上，百度集团副总裁袁佛玉宣布，百度智能云打造国内第一个大模型全链路生态支持体系——为处于不同成长阶段的创新企业和开发者用上大模型、用好大模型，提供定向专属支持。袁佛玉称，将坚定地选择和更多的生态伙伴前行。 而这一切都瞄准一个目标——实现AI原生应用从0到1的突破创新。 01 应用开发者，站到了聚光灯下 今年9月，孟志远参加了AI加速器活动。这是百度智能云为创新企业提供的孵化支持。孟志远是北京智慧云一公司CEO，他们在今年初成为国内最早一批大模型的AI应用开发者，现已落地了情感陪伴聊天应用，付费用户有不错进展，这让他们在持续调用文心一言大模型。 在AI加速器，孟志远了解到不少创业者关注的信息。之前，很多人都说做一款大模型的端到端应用，至少要花几千万，“现在这一块我们就不用再担心了”，成本已大幅下降，未来还会持续下降。大家也探讨了to C、to B和to G的不同玩法。比如，to C容易出“大鱼”，但也极考验创业者对场景的选择能力。 现场大家反应比较热烈的，还有资本市场问题。“现在来看，想要获得与十年前移动互联网那波一样的资本支持力度，难度极大。好多投资机构手里也没有钱。”孟志远告诉数智前线，“大家可以放弃幻想了，踏踏实实去做业务找客户。” 孟志远参加的是加速器二期，由百度和FA机构非凡资本合作举办。非凡资本合伙人胡小婧看到，去年AIGC的兴起，带动了生成式AI应用开发，他们的AI应用开发者社群已近千人。“原计划招募30家AI应用企业加入加速器，30天陪跑30家，但报名远超预期，最终限于活动场地，按最大限度招募了40家AI应用，还有十余家在等下一期”，AI应用的强烈需求令胡小婧印象深刻。 根据百度官方数据，目前，参加AI加速器的企业，已开发超过22个商业化应用。未来百度智能云计划要快速对千家创业企业实现培训赋能。 软通动力百度大模型业务合作负责人罗晟则参加了千帆AGI House。这是百度智能云为开发者和需要更新知识的企业，打造的手把手大模型实训营。实训营老师还为软通动力专门组织过培训专场，参与的是CTO和团队技术骨干。“打开了很多新视角。比如如果没有指导，操作SFT(监督微调)，是不太理解这到底是怎么训练的。” “大模型应用开发还有一定门槛。”罗晟坦言，要了解在你的应用行业中，大模型能干什么，怎么能让它按照你的意愿去提供服务。“比如早期我们做简历适配，尝试了好长时间，你会发现这不单是数据量的问题，还有思维方式的改变，包括最近很火的提示工程的使用问题。”这些新技术大家都“一脸懵”，需要有人带路。 在7月与百度签署了战略合作、参与了实训营后，9月软通动力就发布了基于大模型的招聘系统，“几乎是在一个半月内，把原来公司用量较大的招聘系统，用大模型完全重构了一遍。” 背后是实际场景的需求。软通动力每年有10万个招聘需求，要审核两三百万份简历，面试70万场。现在，借助大模型应用，招聘能解决80%的基础工作，如可瞬间生成岗位JD，几秒钟内给简历打出参考分数，为技术面试生成“千人千面”的考题......“有些中间过程，时间仅为原先的5%。”软通动力也开始与客户沟通大模型招聘应用，探索落地。 罗晟观察，从5月到8月，百度智能云一直处于生态策略的制定调整中。“我们看到现在比较明确了，正在打造一个应用生态——百度更聚焦在自己的模型服务能力上，做一些应用标杆，伙伴聚焦在客户场景和应用适配上，最终客户聚焦在自身价值创造上，大家各展所长，各取所需。 百度智能云产业发展部总经理段永华认为，相比于云计算生态更多是围绕资源在运作，今天大模型出来之后，转变为要和应用伙伴一起，做出智能化应用给到客户。这是一个跃迁过程，更重视客户的价值实现。 也因为如此，“应用在智能化时代变得更重要，应用厂商会变成场上聚光灯下最重要的角色。”段永华说。 业界观察到，百度最核心的生态政策也是推动伙伴实现AI原生应用的开发和商业化。在百度世界大会上，百度宣布了生态支持体系，包括千帆社区、AI加速器和千帆AGI House，以及千帆AI原生应用商店，都为实现AI原生应用从0到1的突破。 在资本市场，百度也有动作。根据非凡产研的统计，2023年上半年，全球AIGC赛道融资总额为1066.56亿元，美国占到其中的40%，微软、谷歌、OpenAI成为投资主力军。国内AIGC行业融资62.39亿元，占比为6%，百度成为其中最重要的投资力量之一。 多位合作伙伴认为，大模型落地处于萌芽期。百度身上的技术标签突出，行业标签并不明显。“它需要更多伙伴，实现百花齐放。”而百度智能云渠道生态部总经理陈之若称，百度将“广招各路豪杰”。 02 大模型应用的AppStore 最近，OpenAI首席执行官Sam Altman告诉员工，2023年OpenAI的收入已达到13亿美元，而2022年为2800万美元。“他们的营收是实实在在地在涨。”孟志远对AI应用的前景很笃定。“现在是百模大战，几年后就是‘万模大战’，只不过这个‘模’是一万个‘场景’。”他相信，未来必然会出现新时代的抖音、美团、微信...... 这些AI原生应用开发出来后，下一站将是更大范围的推广应用。在百度世界大会上，沈抖宣布，推出国内首家面向企业客户的一站式交易AI原生应用商店——千帆AI原生应用商店。 “这是我们非常感兴趣的。”宽客进化CTO王舸博士告诉数智前线，他已获知该消息，而他们的一款面向小B客户的金融类AI原生应用，即将在一个月内上线，到时也期望登录商店。他看到，在全球市场，包括OpenAI、微软都在做应用商店，这是大模型发展的一个共识。 此前，宽客进化针对债券衍生品风险开发的AI应用，已在民生银行落地。为了拓展服务客群，他们又着手为小企业开发规避外汇风险的个性化AI应用。这在当下有不小需求。比如，很多跨境电商企业的利润只有百分之十几，美元上涨把这些企业利润的一大部分吃掉了。也有“一带一路“企业，因东南亚、土耳其等发展中国家货币波动大，没有外汇经验而亏了钱。银行很难为这小企业提供个性化服务，宽客进化的AI应用瞄准了这些痛点。 这是AIGC大模型与金融专属模型的结合。大模型在与客户简单交互后，能自动路由到某类专业模型上，也能为客户生成千人千面的汇率风险报告；还能对多语种外汇信息做汇集。 金蝶基于百度智能云千帆打造的首个财务管理领域的财务大模型，也正在上架千帆AI原生应用商店。“百度是我们最早接触的国内大模型厂商，我们3月开始联合测试，4月就共同研发试验性产品。”金蝶苍穹平台解决方案部总经理徐昊告诉数智前线，金蝶看重百度的技术属性，业界目前对大模型的技术商业路径有不同预测，通过双方的合作，可以更深一步探索。 软通动力轻量化招聘系统——梧桐招聘Plus，也作为首批应用在千帆AI原生应用商店上架。 对于AI原生应用，目前业界并没有一个公认的定义。李彦宏在大会上表示，他的理解，就是基于大模型的理解、生成、逻辑和记忆能力开发出来的应用。这些能力是过去时代所不具备的，因而才能打开无限的创新空间。过去几个月，百度旗下产品都进行了重构，包括搜索、文库、如流、地图、网盘等，做出AI原生应用。 在千帆AI原生应用商店上，目前已上架了企业办公、生产提效、营销服务、分析决策等行业场景，均来自AI开发合作伙伴。袁佛玉称，AI原生应用商店是大模型发展进程中很重要的一个节点，期望更多正在开发AI原生应用的伙伴、开发者将应用上架，一起在这里达成业务价值的撮合。 “现在做出AI原生应用的伙伴，是很了不起的。打仗时第一批冲在前面的人，往往是最有勇气的。”百度智能云渠道生态部总经理陈之若告诉数智前线，“所以我们希望这个商店不仅是一个展示，更要承载市场检验的责任。”商店创造了交易链路，无论是品牌背书、流量赋能、电销、直销还是其他渠道的销售通路支持，让敢于吃螃蟹的伙伴能在较短时间内，拿到市场第一手用户反馈，从而迭代优化应用。 03 生态的迫切诉求 袁佛玉将百度千帆自8月31日正式商用以来，千帆平台的市场表现总结为“万物生长”，出现了井喷的市场需求和应用开发潮。 根据百度智能云与客户沟通服务的经验，他们总结了五类不同需求：有些企业关心最下面的算力层，他们期望把大模型训练和推理的成本降到最低。有些企业关心模型层，这其中包含两类，一类希望直接调用已有大模型的API；另一类基于现有大模型做二次开发。还有些企业关心更上面的应用层，这里也分为两种类型，基于大模型去开发自己的AI原生应用或直接使用已开发好的AI原生应用。 袁佛玉称，为服务好这五种类型的客户需求，千帆平台提供了“大模型超级工厂”。无论哪种需求，都可以在这个超级工厂找到所需要的工具和资源。同时，这五类服务，百度智能云都坚定地与伙伴同行。 而从市场端来看，AI原生应用开发企业也开始从综合角度考察国内大模型市场。这些企业通常起步于ChatGPT或海外开源大模型产品，但当他们开始考虑商业落地时，有了一个很大的诉求，就是大模型的合规性、长期供应的稳定性，以及开源大模型版本的连续性。 在考察中，他们发现，国内大模型在积极追赶海外的技术水平，但可工程化的大模型平台还不太多。比如，一些大模型企业的报价不太清晰，接口规范并不标准，“这说明他们根本就没有把大模型，当成一个基础设施的产品在做”。一些市场上排名靠前的大模型，服务跟不上，承诺有问题24小时回复，“等了很久都没有回复，最后只能放弃”；一些开源大模型，由于应用企业不都擅长底层架构GPU的调用，导致调用成本不低，而且运行不稳定。 在这个过程中，综合考虑大模型的性能、可工程化、合规性以及体系化的生态政策。越来越多的企业选择加入百度生态。与此同时，由于AI原生应用还处于早期，他们也期望生态伙伴能相向而行，将大模型的应用落地链条不断完善。 “我看到百度是国内第一个建立大模型生态的。”宽客进化CTO王舸博士说，他之前在使用海外大模型时，发现插件生态非常丰富。他期望百度进一步考虑好的激励政策，如插件集成、商店分润，最终在生态中产生“化学反应”，让AI原生应用能像海外市场一样蓬勃而出。 最近，金蝶拉上通用技术、温氏、海信等客户探讨大模型，发现它的应用空间很大，很多点上对效率的提高，“甚至不是线性的，可能是指数级的”。但这些需求光靠几家的力量显然不够，需要更多软件厂商、行业企业，甚至是一些互联网巨头投入资源。 “观察国内大模型应用落地，大多是智能客服和文案创作这些非常直觉式、本能式的应用，很多企业对噱头关注度更高一点。”一位开发者称。金蝶苍穹平台解决方案部总经理徐昊看到，绝大部分AI厂商的核心都在降成本，但在实际场景上，投入和研究的深度不够。“金蝶目前在研究ERP企业管理场景。”徐昊称，“但坦率的说，遇到了很多困难。”他呼吁更多企业能务实地开展场景研究。 现在，罗晟与百度的人经常一起去拜访客户，大家会一起探讨一个场景该怎么弄，百度需要调整什么，软通需要提供什么样的能力，客户数据如何提供......厂商、服务商、客户三方在并肩往前走。他看到大家在逐步形成合力，探索客户价值链的提升，大模型的行业落地越走越实。 目前，百度智能云大模型生态伙伴计划覆盖10+综合伙伴、100+应用伙伴、1万+创业企业以及代理伙伴。百度作为国内最早一批在大模型上坚定投入的大厂，其动作受到业内的广泛关注，而百度智能云在AI原生应用和大模型全链路生态体系上的探索，也在为蓬勃兴起的AI浪潮提供一些有益的思路和参考，为我们进入AI原生时代打下基础。

凤凰网科技讯 《AI前哨》10月17日，在今日举行的百度世界大会上，百度创始人李彦宏向外介绍了中国首个生成式商业智能产品——百度GBI。据介绍，百度GBI具有支持自然语言交互、跨数据库分析和专业知识学习三方面能力，将商业分析师十几天才能完成的数据分析工作缩短到分钟级。

文 | 徐顺利 编辑 | 高佳 现阶段，Sam Altman 或许是这个世界上最渴望 GPU 的人！ 据路透社报道，近日 OpenAI 正在探索制造自己的人工智能芯片，并已开始评估潜在的收购目标。有报道称，OpenAI 至少投资了 3 家芯片公司，其中 Cerebras（Jasper是其客户）更是一家美国芯片初创公司。 GPU 对 Sam Altman 来说一直是一个沉重的负担。早在 2022 年，他就公开表达了对英伟达 GPU 芯片短缺的不满，声称这给公司带来了巨大的压力。 今年，他在多次采访中抱怨，“OpenAI 目前正受到 GPU 算力的严重制约，导致许多短期计划无法按时完成。” 曾经，OpenAI 的 GPU 资源一直是从业者们羡慕、嫉妒的存在。在微软的大力支持下，他们凭借海量算力资源，OpenAI 建立了巨大领先优势。然而，算力的魔咒最终也降临到了这个被誉为大模型“盗火者”的身上。 OpenAI 所面临的难题不仅仅是 GPU 的短缺，还包括其高昂的成本。 根据美国金融公司 Bernstein 的分析，如果 ChatGPT 的访问量达到谷歌搜索十分之一的水平（而这也是 OpenAI 未来的重要目标之一），OpenAI 初始需要的 GPU 价值高达 481 亿美元，每年维持运行的芯片成本需要 160 亿美元。 这样的开销，可能是未来 OpenAI 进一步规模化的一个主要瓶颈。毕竟即使强如微软，也无法长期支撑如此巨额的投入。 如果只从成本的层面考量，自制芯片并非是“控制成本”的最优路径。显然，OpenAI 有着更多考量。 以下是 对 OpenAI 自研芯片的三种 可能性猜想 ： 第一，通过自研芯片“降本增效”必然是最直接的目标。但算力的成本未来会随着供给的变化不断降低，如果只是单纯的成本考量，并不值得亲自下场大动干戈； 第二，将领先的大模型算法能力和自研芯片整合，成为“芯片-模型”解决方案的提供商，以此开拓全新的商业化路径。但纯软件企业深入硬件领域最终取得成功的案例屈指可数，OpenAI 也极有可能会掉入“造芯”的深坑； 第三，聚焦 AI 专用芯片，探索出颠覆芯片常规复杂做法的新路径——简单高效造芯，解决探索智能天花板的最大阻碍。这是 OpenAI 想要自研芯片的最根本原因，也是它必须要走的道路。但造芯之路并不好走，最后极有可能中道崩阻，不了了之。 OpenAI 想要自主造芯，也正是现阶段玩家对算力极度焦渴的写照。但算力是消耗品，并不能帮企业构建起有效的护城河，算力的比拼本质上是资金的比拼，但没有任何企业的资金是无限的。 与其每天为买不到 GPU 焦虑不安，不如精进思考，消耗掉海量的算力之后，自己能沉淀出什么。 01. 降本增效是最直接的目标 高居不下的 GPU 采购成本无疑是困扰 OpenAI 的最大问题。为了运行 ChatGPT，OpenAI 利用了最先进的硬件，例如 Nvidia 的 A100 、H800 等。 据 SemiAnalysis 估计，OpenAI 使用了约 3,617 台 HGX A100 服务器，总计 28,936 个 GPU，每台服务器的价格约为 20 万美元，仅仅在 GPU 上 OpenAI 就投入了超过 7.2 亿美元。 而这只是当下大模型水平的投入，未来其在算力方面的开销可能会成倍提升。原因在于一方面，大模型领域的竞争愈演愈烈，除了 OpenAI 之外，谷歌、Meta 等科技巨头也积极研发升级自己的大模型。 这使得大模型的进化速度显著变快，未来很可能一个季度就会更新一代，而最尖端模型需要的算力估计每年都会上升一个数量级，购买算力的投入也会因此不断提升。 另一方面，大模型应用场景越来越广泛。目前，微软和谷歌都已经将大模型应用到了搜索和代码编写领域。 尤其在垂直大模型是大模型落地最好方式的共识之下，未来大模型的应用场景会随着各家大模型企业的持续探索越来越丰富，这会让不同的模型数量越来越多，同时也会大大提升模型部署需要的总算力。 此外，作为本次 AI 浪潮“最大赢家”的英伟达，在万亿市值的激励下，虽然早已开足马力，但是产能依然无法满足嗷嗷待哺的大模型企业对 GPU 的需求，H100 订单已经排队到了明年 Q1 甚至 Q2。 物以稀为贵，在卖方市场的环境下，GPU 的价格势必会高出很多。 从成本层面考虑，似乎 OpenAI 自研芯片的理由非常充分。 那么，OpenAI 如果自研芯片，能把成本节省多少呢？ 目前，一台使用八卡 Nvidia H100 GPU 的服务器采购成本约为 30 万美元，加上云服务商的溢价，使用这台服务器三年的总成本大概在 100 万美元左右（这是 AWS 的官方报价，其他云服务商提供的价格应该在同一数量级）。 如果 OpenAI 自研芯片成功的话，在大规模部署的情况下单张加速卡的成本控制在 1 万美元以下应该很有希望，即八卡服务器的成本控制在 10 万美元之下。 这意味着自研芯片成功 OpenAI 就能够将这些费用削减 2/3，在投入资源不变的情况下，OpenAI 的模型规模就会扩大 2 倍；如果成本能够减少四分之三，则翻四倍。 在模型规模每两到三个月翻倍的市场中，这一点非常重要，因为模型的规模越大自研芯片节省的成本也就越大。 从另一个角度来看，模型的运营成本也会随着算力成本的下降而减少，这将直接反映到模型的 API 调用上，即普通用户和企业用户的 API 使用成本也会大幅降低，当使用成本降低之后，新增用户数量、付费用户数量将会大幅提升，企业的收入也会随之增加，进而便能够形成一个“降本增效”的良性循环。 通过自研芯片来降低算力成本，让自己拥有更多灵活性，固然是一个非常好的出发点，也是一个很充分的理由。但如果 OpenAI 把“控制成本”作为最主要的目标并不明智，因为算力稀缺的情况只是暂时的，长远来看，算力的成本早晚会降低。 群雄争霸抢掠 GPU 资源的壮景不会持续太久。未来半年到一年里，大部分大模型企业都会被淘汰掉，届时 GPU 供给过剩，成本自然会降下来。 这种情况下，以单纯控制成本为目的芯片自研，反而会成为另一个无法甩掉的成本包袱。 02. 曲线救国，探索全新商业模式 显然 OpenAI 不会如此没有商业常识，其自研芯片应该还有另外一层商业层面的考量。将自研芯片与自家领先的大模型能力结合，进而成为芯片+大模型的解决方案提供商可能是 OpenAI 希望达成的另一种全新商业模式。 自研芯片并非什么新鲜事。苹果、Meta 、微软、亚马逊、谷歌、阿里、腾讯等科技巨头，无论是出于自身降本增效的需求，还是为了摆脱芯片公司英伟达的掣肘，几年前就已经进行了相关布局。 谷歌早在 2016 年就推出了为机器学习定制的专用芯片谷歌张量处理器（Tensor Processing Unit，TPU），随后 TPU 成为了 AlphaGo 的主要算力。目前，谷歌 90% 以上的人工智能训练工作都在使用这些芯片，TPU 支撑了包括搜索在内的谷歌主要业务。 亚马逊在 2018 年，发布了自研的服务器芯片 Graviton ，现在已经更新到了第三代。 微软的自研芯片虽然起步较晚，但目前也取得了不错的进展，将会在今年的年度开发者大会上，推出首款为 AI 设计的芯片“雅典娜”（Athena）。 巨头们自研芯片无非两点原因，一方面是不希望自己受制于人，将命脉完全交到芯片制造商的手上，让自身随时面临被“卡脖子”的风险；另一方面是希望能够通过自研芯片降低算力的采购和运营成本，进而在云服务上获得更多收益。 毕竟没有任何一家企业会拒绝像英伟达一样躺着就能大把大把地赚钱。 过去 9 个月时间里，英伟达股价翻了 3 倍，市值突破一万亿美元。有消息称，2023 年第二季度英伟达最先进的 H100 显卡出货量达 800 多吨，且持续供不应求。 当下的大模型企业和云厂商们，像极了排队购买奢侈品的人，兜里揣着大把的现金，在英伟达门口排着长队，好不容易轮到自己，交完钱，还会被告知没有现货，得回家等。如果再没有能打的竞争对手出现，英伟达可能真的会向“爱马仕”们学习，来上一出“配货”的戏码。 当然，虽然微软、谷歌、Meta 都是一方巨擘，但是想凭一己之力在短时间再造一个英伟达也是天方夜谭夜谈。英伟达的壁垒，并不是 GPU 硬件性能，而是基于 CUDA 的开发环境。 10 年前，在和 AMD 拼显卡时，英伟达的研究员和工程师发现对 GPU 稍作改造就可以进行很多科学计算相关的事情，于是发明了 CUDA 并且不断投入完善一直到现在。CUDA 相当于是建立了一个开发者社区，这个社区和 Facebook、微信一样具有“网络效应”，即越多人用越好用，越好用就有越多人用。 更重要的是，用户在使用 CUDA 的过程中，会产生大量基于 CUDA 的研究成果、学术论文、开发类库以及技术讨论，能极大地普惠后来加入的研究者。比如老黄刚刚在北京 GTC 披露的数据：CUDA 的开发人员在过去 5 年里增长了 14 倍超过 60 万；CUDA 下载量已达 180 万，仅去年一年便增加了 80 万。可以看出整个 CUDA 社区还在壮大和蓬勃发展。 而微软、谷歌、亚马逊以及一些芯片创业企业也很清楚这一点，因此他们的自研芯片都选择了 AI 专用路径，这样不仅可以避开与英伟达的正面竞争，还可以针对自身业务做定制化的优化。 OpenAI 显然也不会选择与英伟达正面硬刚，技术路径的大方向上一定会与微软、谷歌一样，选择 AI 专用芯片。但在商业模式上将会与巨头们把算力放在云端服务器上供客户使用的方式完全不同。 对于谷歌、亚马逊等自研芯片供云服务客户使用的模式来说，由于用户使用模型的场景并不明确，使用的软件栈不确定、具体训练的模型也不确定，因此需要在芯片设计上必须要考虑兼容性的需求，而这样兼容性方面的考虑往往会牺牲训练任务的效率和性能。 相反，OpenAI 自研芯片如果只是自己使用，以提升大模型的推理性能为核心目标，其设计将会有非常高的针对性。OpenAI 对于模型有非常深入的理解，这意味着 OpenAI 有足够的能力和积累根据模型的特性设计和改进芯片的性能，包括如何在计算单元、存储和芯片间互联之中做最优化的折衷等，也可以根据芯片的特性优化模型能力，从而做好“芯片-模型”的协同设计。 最关键的是，OpenAI 对于未来几年的生成式大模型的路线图有着明确规划，这意味着即使自研芯片需要数年时间，也不用担心芯片真正量产后已经无法赶上模型更新的局面。 在此基础上，OpenAI 很有可能希望将自己打造成为一个“芯片-模型”解决方案的提供商，从而改变现在有的仅凭“软件”变现的局面。 一旦其自研芯片取得成功，不仅能够自用还可以将算力和大模型解决方案一同打包出售。凭借大模型方面的深厚积累以及针对 GPT 的性能优化，也可以很好地规避掉英伟达构建出来的 CUDA 壁垒，通过曲线救国的方式，顺利地在 GPU 市场分得一杯羹。 OpenAI 的野望可能远不止此，在降低成本之外，还想要通过自研 AI 设备和芯片，在 AI 时代实现像 Wintel 联盟在 PC 时代一样的掌控力。 在被爆料计划自研 AI 芯片之前，金融时报曾报道，OpenAI 正在与前苹果设计师 Jony lve 一起和孙正义进行谈判，试图从软银获得超 10 亿美元的投资来打造“人工智能 iPhone”。 并且今年三月份，Sam Altman 参与了一家新的智能设备企业 Humane 的C轮融资。该企业由J ony lve 在苹果的前同事 Imran Chaudhri 于 2018 年创办。 目前，Humane 已与 OpenAI 达成合作，将其技术集成到 Humane 设备中，向消费者大规模提供 OpenAI 和 Humane AI 的服务。 理想很丰满，但现实却很骨感。即使 Sam Altman 打的就是这样的算盘，成功的概率也非常渺茫。 就 OpenAI 的商业化表现来看，很难让人对其生出较高期待。 ChatGPT 开局即巅峰，仅用两个月就突破 1 亿用户，成为史上用户增长速度最快的消费级应用程序，但 OpenAI 却始终在订阅费用上兜兜转转，至今没能开发出更好的变现方式。 OpenAI 的商业化，在最擅长的软件领域尚且如此，再加上自己下场做同样复杂的硬件产品，恐怕难上加难，大概率此路不通。 03. 追寻 AGI 信仰，突破智能天花板的必由之路 是否自研芯片，取决于 OpenAI 对未来的强烈预期和目标意图。基于OpenAI的判断，在算力的尽头，将蕴含着革命性的变化——仍要坚定探索AGI的天花板。 无论是降本增效也好，还是探索全新的商业模式也罢，这一切都需要建立在自研芯片能够成功的基础上。但硬件是一个无情的行业，尤其是人工智能芯片。 去年，人工智能芯片制造商 Graphcore 在与微软交易失败后，估值被削减了 10 亿美元，不得不计划裁员。无独有偶，英特尔旗下的人工智能芯片公司 HabanaLabs 迫于营收的压力也解雇了近10%的员工。即使强如 Meta，也被曝出定制人工智能芯片工作一直存在问题，废弃了一些实验硬件。 虽然 OpenAI 在 AI 专用芯片设计方面有着对算法理解深刻的优势，但面临的挑战依然巨大。高算力芯片的首要挑战就是其复杂度，从芯片设计角度，高性能计算芯片中的计算单元、存储访问以及芯片间的互联都是需要攻克的难题。 例如，为了满足大模型的需求，芯片大概率会使用 HBM 内存；为了实现芯片的高能效比和规模化，预计会在先进工艺上搭配芯片粒等技术实现高良率；大模型通常会使用分布式计算，因此芯片间的互联就显得至关重要（Nvidia 的 NVLINK 和 InfiniBand 技术对于 GPU 来说非常重要，OpenAI 也需要类似的技术）。 这些芯片设计组件每一个都需要经验丰富的团队，而把这些组件集成在一起也需要非常优秀的架构设计来确保整体性能。OpenAI 如何在短时间内组建一个有经验的团队来完成相关的研发、设计将是非常大的挑战。 芯片的具体生产则是另一个难题。如上文所说，OpenAI 大概率会使用先进工艺节点和高级封装技术来实现芯片的高性能，因此如何确保生产的良率？如何在高级封装和先进工艺节点产能仍然有可能紧张的几年内获得足够的产能？都是必须要考虑的问题。 甚至这个问题的重要程度比芯片设计更高，作为一个没有任何硬件研发和生产经验的“软件”企业一头扎入完全陌生的另一个领域，在从前所有的从业经验都失效的情况下，如何保证材料的供应、生产线的稳定等等都是极大考验。 不过，OpenAI 也有着必须自研芯片的理由，倘若其始终保持初心，将探索智能的天花板放在首位的话，自研芯片是必由之路。或许 OpenAI 可以探索出另一条颠覆芯片常规复杂做法的新路径——简单高效造芯。 显然，在OpenAI的未来预期中，GPT-5 甚至到 GPT-10 都不会是智能探索的终点。如果大模型的技术路径没有颠覆性的变化，OpenAI 对 GPU 的需求随着代际的更新会呈指数级增长，单凭采购成本无法想象。 自研芯片虽然无法从根源上解决这一问题，但凭借其对算法的领先理解，只针对大模型进行芯片优化，自建芯片有可能十倍、百倍地降低成本。第一，不会消耗自身过多的精力；第二，可以百倍提升效率。以此可以探索到他预期中的 AGI 天花板。 一旦其自研芯片成功，OpenAI 还能通过更多商业模式的探索，极大弱化微软、英伟达等巨头对它的干预，更好的执行自身的理念，追逐 AGI 的信仰。这才是 OpenAI 想要自研芯片的最根本原因，也是它必须要走的道路。 总之，对OpenAI自研芯片的三个猜想，成功与否，或将通向六种潜在结果。 Sam Altman 想要自己的 AI 芯片，是一种既有理由又有挑战的愿望。不过造芯之路，道阻且长，其难度不亚于从零到一的大模型研发，稍不注意便可能掉入持续亏损的深坑。 04. 行业观察：理性看待算力“危机” 算力是一种消耗品，消耗掉的算力就像燃烧掉的燃料一样，算力用完了，就相当于把钱花完了，算力并不能构建出坚实的竞争 壁垒。 随着大模型技术的持续迭代，训练和运营大模型所需要的算力一定会越来越低，“百模大战”结束之后，GPU 供不应求的状态也一定会改变。因此，对算力一定要理性的看待，现在不计成本屯入的 GPU 看起来是资产，但极有可能在很短时间内就变成负债。 至于自研芯片，如果没有 OpenAI 这么强烈的 AGI 信仰，或者和巨头们一样的资源投入能力，最好尽早打消这个念头。甚至对于中小企业而言，自建算力中心都不要去想，因为即使能拿到足够多的 GPU 资源，也无法达到和巨头们一样的计算利用率。 也许芯片危机缓解，但认知危机诞生。相较比拼算力，更重要的是我们要想清楚在消耗掉海量的算力之后，自己能沉淀出什么。

1 从三年前搜狗宣布收到腾讯的收购要约到两年前搜狗正式并入腾讯，网上对此一直有很多争议。 最核心的问题，就是搜狗对腾讯到底有没有用，腾讯花这么多钱收购搜狗是不是亏了。 在当时这个问题其实是没有解的，收购搜狗只是腾讯布局搜索战略中的一环，亏不亏要看整体的搜索战略推动得怎么样。 但放到今天再来回顾，答案似乎就逐渐明晰了起来： 至少在腾讯眼中，收购搜狗没有亏。 你干一件事肯定是赔了止损，赚了追加。 如果腾讯觉得收购搜狗亏了，那这几年对搜索的投入应该是逐年降低的。 但实际上全盘去看腾讯的动作，先是去年7月在微信的搜索广告上线【超级品牌专区】，搜一搜正式开始商业化，然后是同年11月对QQ浏览器搜索广告的商业能力全面升级，今年3月更是在微信公开课PRO上披露微信搜一搜达到八亿月活。 无论是微信还是QQ浏览器，都是腾讯生态内TOP级的资源，都被腾讯一一投入到了搜索上。 即使对腾讯来说，这也相当于all in搜索了。 有些人可能会觉得搜索已经是几十年前的产品形态了，腾讯现在发力会不会有点晚？ 但其实互联网发展到今天，对流量的利用依然是围绕着搜索进行的，甚至可以说一切都是搜索。 从广告主的角度看，投放搜索广告的本质就是对流量进行筛选。 当用户搜索特定关键词的时候，就表明他此刻有相关的需求或者意愿，你这个时候对他进行触达，转化率会更高。 但你现在无论是去投放短视频、图文还是什么别的内容形式，看似不是传统的搜索结果广告了，本质上还是一种搜索广告，无非是用户从主动搜索变成了被动搜索，和当年那些搜索引擎靠用户主动搜索关键词来筛选的逻辑是一样的。 从这个角度来看，搜索其实从来没有离开过舞台的中心。 而且也不光是腾讯在发力搜索，从字节跳动到小红书也都在加码搜索领域，这年头哪家互联网大厂不搞个自己的搜索都要显得不合群。 搜索过去很重要，现在很重要，在未来依然会是互联网的大趋势。 2 但你在这个时代做搜索，和古早互联网时代的搜索引擎又有着极大的差别。 无论是搜索广告的投放逻辑还是用户搜索的行为逻辑，都是不一样的。 在PC互联网时代，所有用户都飘散在互联网之海上，广告主对在哪里能找到什么样的用户是两眼一抹黑的。 这个时候你只能等用户自发进行搜索行为，自己给自己打上标签，你才能知道“噢，我的目标客户在这里，我想要找的群体在那里”。 而且因为用户只是在搜索的时候用一下这个搜索引擎，搜完了就跑了，对广告主来说这就是个“一锤子买卖”。 你既没法把精准流量导入到自己的私域里，下一次也找不到上回触达的用户了，只能从零开始重新投放。 而到了移动互联网时代，一个个APP把不同圈层的用户圈地跑马，按照行为特征甚至消费习惯分门别类。 好处是广告主不需要再慢慢等用户主动搜索了，也不怕和用户失联了。 他们在选择某个APP并成为活跃用户的时候，就已经完成了一次被动搜索； 而且因为他们往往会长期使用这个APP，你是有机会和他们建立长期联系的。 但坏处是，单个APP能影响到的人群非常有限。 广告主得到了速度和效率，却失去了互联网最重要的广度和纵深。 对用户来说搜索是为了寻找信息，但大部分用户在搜索的时候往往不知道自己想要的具体是什么东西。 这时候他们需要的不是刻板的回答，而是把所有相关的东西都呈现出来给用户自己选。 在PC时代这是很简单的，那个时候互联网是真正意义上的万物互联，任何一个搜索引擎都可以很容易地根据你的关键词把互联网上所有相关信息连接起来。 但很多时候你到APP里搜索，你想要的解决方案很可能是由多个不同的碎片信息组合起来的，它们分散在不同的APP里，你连应该分别上哪儿去找都搞不清。 而在广告主和用户对当前搜索模式的痛点之中，就蕴藏着庞大的商业机会。 文章开头已经说过了，腾讯搜索是腾讯动用生态内多个TOP级资源打一套“搜索组合拳”。 获得生态加持的腾讯搜索，成为了搜索领域从未出现过的新物种。 一方面，腾讯搜索是兼具全网搜索+站内搜索的，只要是腾讯生态内能触达的信息都能给你呈现出来。 用户使用腾讯搜索，不只是某个APP在满足你，更是一整个腾讯生态在为你提供解决方案。 你得到的也不只是单一形式的信息，还有可能是公众号发布的推文、视频号带来的视频，甚至是由小程序提供的购物体验和服务。 另一方面，腾讯是支持搜索广告的一站式投放的，其范围可以同步覆盖微信、QQ浏览器等多个APP。 而且腾讯搜索涵盖的各平台搜索资源都可以直接跳转到微信的私域链路。 广告主投腾讯搜索，投的不只是某个APP，更是一整个腾讯生态。 投完以后获取的也不只是一次性的流量，更是一个多维长效的私域阵地。 甚至目前这些都还不是腾讯搜索的极限，可以设想一下，如果未来腾讯把腾讯视频、腾讯新闻这些资源也投入到搜索业务里，那腾讯搜索能覆盖的流量还会更大、更繁荣。 无论是深度还是广度，甚至再考虑到未来的想象力，这都是独一份的。 传统搜索广告失之于迟钝和短线，单一APP搜索广告失之于狭窄和单调，但腾讯生态搜索广告同时实现了流量的精准、迅速、高效、广泛和长线运营。 这就是，生态的力量。 3 做生态型搜索的前提，是建立起一个生态。 乍一听这好像是句废话文学，但腾讯搜索最重要的壁垒就藏在这句话里。 生态之难，难就难在只有腾讯能做。 所有公司都想做生态，但并不是随便哪个互联网公司把旗下几个独立APP串联打通了就能叫生态的。 所谓生态，流量要大，场景要全，功能要多，还要能做私域沉淀和二次转化。 目前腾讯搜索涵盖的微信+QQ浏览器场景，流量已经相当可观，如果后续继续在生态内拓展，从流量来看可以说非常顶； 再看场景覆盖，从社交、娱乐、资讯到泛生活领域，腾讯生态同样包罗万象。 以及能为用户提供的功能服务，用户不仅可以获得即时资讯、深度内容，还可以线上逛街、打游戏、看小说、刷视频、看直播，甚至可以付电费、燃气费甚至买火车票。 如果再加上私域沉淀和二次转化的需求，无论从认知度、还是被大众接受的程度，微信确能担此重任。 以上这几条要求，单个拿出来或许还有其他公司可以做到，但能够同时满足的，只有腾讯。 而一旦建立了生态，再来做生态型搜索就是水到渠成。 关键是，生态的价值还不光是拿来做搜索广告。 实际上，任何广告都需要在生态里才能事半功倍。 有一句名言叫， “信任源自重逢”。 我为什么信你，因为我确认每天都能看到你。 所以你会信任家人，信任同学，信任同事，不信任萍水相逢的陌生人。 怎么做到重逢？ 最直接的办法就是包围用户的生活。 就像过去很多品牌铺天盖地投放公交车、写字楼甚至高速路上的广告墙，这里面很大一部分曝光是完全没有转化的，我们都知道的事情，品牌也知道。 但，品牌为什么还是要投？ 为的就是让用户时时刻刻感受到你的存在，在有需要的时候能想到你。 然而社会发展到今天，仅靠这些线下场景已经不足以包围用户的生活了。 但，腾讯的生态型搜索可以。 用户很大一部分生活都是在线上发生，而用户的线上生活又有很大一部分是在腾讯生态内发生。 这个时候，能够一站式投放覆盖腾讯生态内多个平台的腾讯搜索，就能以同样的方式对用户起到潜移默化影响的效果。 这是只有真正的“生态”，才能具备的力量。 4 而且微信这个场景是非常非常特殊的，媒体行业里有一个共识，微信流量就是“最有价值”的流量。 投再多广告，转化率起不来也是白搭。 但投微信广告是更容易达成转化的，所以微信公众号粉丝的价值也是自媒体平台中相对较高的。 同样的道理，当你以更容易转化的微信场景为依托，通过腾讯生态挖掘出用户潜在的具体需求并提供了解决方案，还能够将用户无缝导入到他信任的私域池中的时候—— 这就意味着极高的转化率、极强的付费意愿和极致的强联系与复购可能性。 这年头，投放是最需要慎重的事情。 因为这是在花钱，是要把真金白银撒出去的。 在生意这么难做的当下，你但凡花错一笔钱、搞砸一次投放，可能就会导致你的一个同事离职。 所以你的每一分钱都不能乱花，每一笔投放都一定要奔着转化去。 而腾讯的生态型搜索，我认为是不能错过的机会。 不光是因为上面说的这些理由，更因为腾讯搜索是目前腾讯整个生态一起发力形成的一股顺风。 你做任何事情都一定要乘大船、搭顺风，只有这样才能事半功倍。 现在腾讯动用了生态内TOP的资源去做搜索，足以证明这是集团内目前非常受重视的项目。 那么，它大概率会成为下一阶段的红利。 前面已经论证过了，搜索广告依然是广告业务的主角，所以可以推导出腾讯一定会努力做好搜索业务，并确保生态型搜索广告的转化率和高回报。 因此，现阶段，腾讯搜索是一个大概率能赢的项目。 这个时候，你上不上船？ 你肯定是要上船的啊。 而且这张船票并不贵，很可能还会通往新世界。 这个卷到极致的市场竞争力，你想要破局就一定要勇于尝试新东西，反正你不尝试你的对手也会尝试。 你试过以后发现有用，那这就是你起飞的契机； 就算试了发现对你没用，也可以排除一个错误答案。 更何况你现在面对的还是腾讯搜索这种胜率极高，而且几乎零门槛的机会。 行动起来，商业上，最不能浪费的就是时间。 没有时间可以浪费了。

近日，算力领域又一次迎来了国家重磅政策！ 10月9日，工业和信息化部、中央网信办、教育部、国家卫生健康委、中国人民银行、国务院国资委等六部门联合印发《算力基础设施高质量发展行动计划》，从计算力、运载力、存储力以及应用赋能四个方面，提出了到2025年发展量化指标。 计算力方面，算力规模超过300EFLOPS（EFLOPS是指每秒百亿亿次浮点运算次数），智能算力占比达到35%，东西部算力平衡协调发展。 运载力方面，国家枢纽节点数据中心集群间基本实现不高于理论时延1.5倍的直连网络传输，重点应用场所光传送网（OTN）覆盖率达到80%，骨干网、城域网全面支持IPv6，SRv6等创新技术使用占比达到40%。 存储力方面，存储总量超过1800EB，先进存储容量占比达到30%以上，重点行业核心数据、重要数据灾备覆盖率达到100%。 应用赋能方面，要打造一批算力新业务、新模式、新业态，进一步提升金融、工业等领域的算力渗透率，促进能源、教育等领域的应用范围持续扩大。此外，在每个重点领域要打造30个以上的应用标杆。 毫无疑问，良好的算力基础设施可以推动科技创新、提升信息产业链协同效率，支撑产业数字化转型升级，对我国数字经济建设，实现数字强国目标均具有重要意义。 那么，与国家提出的2025年发展量化指标相比，我国目前的算力基建水平处于什么程度？ 中国算力总规模 位居全球第二 算力成为数字经济时代的关键生产力，是全社会数字化、智能化转型的重要基石。 2023年8月，工业和信息化部党组书记、部长金壮龙在2023中国算力大会开幕式上介绍，截至目前，我国在用数据中心机架总规模超过760万标准机架，算力总规模达到197FLOPS，算力总规模近五年年均增速近30%。 从全球算力规模份额来看，美国算力规模占全球所有算力的比例为36%，而中国达到了31%，与美国只有5个百分点的差距了，排第三的日本仅有6%，只有中国的五分之一左右，可见中美是遥遥领先的。 从行业来看，各行业计算力发展水平总体呈上升趋势。其中，互联网行业依然在全球算力水平中领先于其他传统行业，用户消费行为高度数字化、数字业务面临的挑战已经成为互联网行业算力发展的重要驱动力。 Top5行业还包括制造、金融、政府和电信，对比上一年度，制造行业排名超过金融行业，排名全球第二，通过数字化变革推动制造业发展，已经成为各国“制造强国”的重要手段；政府行业超过电信行业，排名全球第四。 从地域来看，中国信通院《中国综合算力评价白皮书（2023）》数据显示，截至2022年底，算力规模评价结果Top10省份分别为江苏省、河北省、上海市、广东省、北京市、山东省、山西省、贵州省、浙江省、内蒙古自治区。 从在用算力来看，上海市、江苏省、广东省、河北省、北京市位于第一梯队，在用算力规模均超过13 EFLOPS，第一梯队算力规模全国占比超过45%。整体而言，东部地区算力规模较短时间内难以被西部地区超越。 从在建算力来看，江苏省、河北省、山西省处于绝对领先位置。截至2022年底，我国在建算力规模排名前10的省份为江苏省、河北省、山西省、上海市、湖北省、广东省、内蒙古自治区、甘肃省、浙江省、西藏自治区。 我国智能算力 处于高增长阶段 一般来说，算力分为通用算力（基础算力）、智能算力和超算算力三大板块。当前中国智能算力建设已经具备相当的规模，并且正在经历一个高速增长的阶段。 中国信息通信研究院院长余晓晖指出，中国人工智能算力占整个算力的结构已提高到25.4%，超过了四分之一。目前中国智能算力的增长率是45%，未来还会有更快速的增长。 据《2022-2023中国人工智能计算力发展评估报告》显示，2021年中国智能算力规模达155.2每秒百亿亿次浮点运算（EFlops），2022年智能算力规模将达到268.0EFlops，预计到2026年，智能算力规模将进入每秒十万亿亿次浮点计算（ZFlops）级别，达到1271.4EFlops。 也就是说，2021-2026年期间，预计中国智能算力规模年复合增长率达52.3%。 具体到全国各城市来看，目前智能算力的建设也正成为各城市的关键的基础设施建设内容。 当前，已有超过30个城市在规划和建设人工智能计算中心，深圳、武汉、中原、西安、成都、南京、杭州、沈阳、青岛、重庆、天津已相继上线或试运营，为企业、高校、科研单位等提供算力服务。 据公开资料数据，已上线或试运营人工智能计算中心中，提供的算力服务规模依次是：深圳（1000PFLOPS 算力）、重庆（400PFLOPS算力）、西安（300PFLOPS算力）、成都（300PFLOPS算力）、沈阳（300PFLOPS算力）、武汉（200PFLOPS算力）、天津（200PFLOPS算力）、许昌（100PFLOPS算力）、青岛（100PFLOPS算力）、南京（40PFLOPS算力）、杭州（40PFLOPS算力）。 图片来源：通信产业网 国内存力产业发展 亟待提升 在数据大爆炸的今天，除了算力重要，数据存储能力也同样重要。因为存力是支撑政府、各企业数字化转型的另一条腿。如果不能将海量数据存储好，数据计算就无从谈起。 随着如今海量数据的增长，各国对存储提出了更高的需求，先进存力成为了存力的重要发展方向。 据中国信通院统计，截至2023年6月底，中国存储总量达到1080EB，存力增速达到23%，存储容量保持较高增速。 《中国存力发展报告（2023年）》指出，我国数据存储容量的集中度仍较高，区域存力发展不均衡。 其中，广东、江苏、上海、河北、北京、浙江六省市作为数据生产大省，存储容量总和达到520EB，占全国存储总量的一半以上。 同时，中西部地区受“东数西算”政策推动，存力发展节奏加快，贵州、甘肃、四川等地存量已位于全国中上水平。 从行业上看，我国的金融、电信、政府等行业的数字化进程快，这些领域里的先进存力占比已经超过了23%。 但是对比全球看，国内存储产业仍有不足之处。 根据倪光南提及的一组数据，美国存算比为1.11 TB/GFlops，而中国为0.42 TB/GFlops，仅是美国的37.8%，这反映出中国在算力配置之中还有改进余地。 《数据存力，高质量发展的数字基石》白皮书指出，经过测算，新加坡、捷克、美国等发达国家的单位GDP存储容量较高，每1万美元的GDP对应的存储容量分别达46.7GB、33.4GB、33.3GB，存储在经济发展中的支撑能力较为明显。 中国、南非、俄罗斯等经济体量较大的发展中国家处于中间水平，每1万美元的GDP对应的存储容量约在23GB至31GB之间。 在数据存力充足性方面，领先国家和地区均在20%以内。其中，美国的数据存力充足性排名第一，达19.4%；中国的数据存力充足性约8.9%，排名居中。 在单位存储容量能耗方面，英国、美国、捷克等发达国家表现较好，而巴西、印度等发展中国家与其差距可以达到10倍以上。 在灾备覆盖率方面，新加坡的存储投资中用于灾备的占比最高，达40.8%；加拿大、墨西哥、法国等国家的存储投资中灾备占比也在35%左右，整体处在第一梯队；中国、土耳其等发展中国家灾备投资占比相对较低，存储灾备行业投入严重不足。 同时在产品层面，虽然中国存储容量增长快，但主要用机械硬盘HDD，先进存储技术相对滞后。 总体而言，当前国内数据存储发展仍存在诸多问题：一方面，有限的存储容量无法满足不断增长的数据总量的需求，数据“存不下”的问题日益严重；另一方面，数据存储效率难以满足数据应用的实时性需求，低效率的存储设备无法匹配高要求的存储场景要求。 结语 算力作为数字经济时代的关键生产力，国家重视程度明显提高。与世界先进水平与现实需要相比，我国算力基础设施建设仍有许多需要改进和提升的地方，重点在供给端。 此次《算力基础设施高质量发展行动计划》的发布，通过顶层设计和引导，推进存算均衡发展，将进一步推动我国算力基础设施的快速发展，2025年的发展量化目标也打开了未来国内算力行业的成长空间。

10月17日，小米创始人雷军在社交平台上宣布，小米将启用全新操作系统——小米澎湃OS（Xiaomi HyperOS）。小米澎湃OS将首发应用于小米14系列手机，此后将逐步接替手机操作系统MIUI。 小米澎湃OS并不局限在手机系统。雷军称，小米已经不止有智能手机，还有跨 200多个品类的巨大智能生态，「人车家全生态」也即将完成闭环。在万物互联时代，各种设备涉及的操作系统分支之复杂、数量之庞大，不同系统及协议之间造成的生态连接隔阂，可能超过了很多的人的想象。 为了让一套融合的系统框架统一支持全生态设备与应用，小米从2017年开始了全新系统研发工作。小米澎湃OS基于深度进化的Android以及自研的Vela系统融合，重写了底层架构，为未来百亿设备、百亿连接做好了万物互联的公有底座。 从操作系统的研发逻辑来看，小米澎湃OS和华为鸿蒙（HarmonyOS）的思路颇为相似。 首先，鸿蒙不是一款单纯的手机操作系统，而是面向万物互联时代的全场景分布式操作系统。此次，根据雷军的说法，小米澎湃OS也不完全是为手机开发，而是为了完成「人车家全生态」的闭环，实现多终端的广泛链接。 根据小米二季报数据显示，截至2023年6月30日，小米AIoT平台已连接的IoT设备(不包括智能手机、平板及笔记本电脑)数达6.545亿。对于规模庞大的IoT设备管理系统，小米想要实现更流畅的体验和更高的自定义程度，就必须从系统底层做出改变。简单来讲，有了小米澎湃OS，小米可以在IoT设备的功能开发上更加自主和自由。 其次，鸿蒙系统的架构涵盖四个层，其最底层为内核层，为其上的三个层，即系统服务层、框架层和应用层，提供基础的内核能力，这包括进程和线程管理、内存管理、文件系统、网络管理和外设管理等。 其中，内核层包含内核子系统，该子系统支持多内核，包括Linux内核、LiteOS和鸿蒙微内核，可按各种智能设备选择所需内核。例如，在低功耗的设备上，如手表及物联网等设备，采用LiteOS内核以运行轻量的鸿蒙应用程序；在手机、平板以及PC等大内存设备上，采用Linux内核和OpenHarmony框架以运行鸿蒙应用程序，同时利用AOSP源代码以运行安卓应用。 与鸿蒙类似，小米澎湃OS在早期也没有马上与安卓进行切割，而是在重新开发的基础上进行安卓系统的兼容。而之所以选择前期兼容，是因为不管是小米澎湃OS还是鸿蒙，在前期都还未形成完整的开发者生态，原生应用无法在短时间内完成对于安卓应用的替代。 不过，相比于小米澎湃OS，开发时间更长的鸿蒙系统现已经开始对安卓生态的切割。 2023年华为开发者大会上，除了面向消费者的 HarmonyOS4 之外，华为还推出了面向开发者的 HarmonyOS NEXT 开发者预览版。HarmonyOS NEXT 系统底座全线自研，去掉了传统的 AOSP 代码，仅支持鸿蒙内核和鸿蒙系统的应用，减少了 40% 的冗余代码。这意味着，HarmonyOS4将成为最后一代兼容安卓的鸿蒙操作系统。 华为终端 BG 软件部总裁龚体表示，截止当前，鸿蒙底座已有1亿多行代码，2万多个API，超过7亿的鸿蒙生态设备，鸿蒙底座已经基本成熟。HarmonyOS经过了四个大版本的迭代，已经构建了具有差异化特征的用户体验，接下来最重要的工作就是构建繁荣的鸿蒙应用生态。 参考鸿蒙系统的发展历程，小米澎湃OS推出以后的首要挑战是，能否实现相比之前更流畅和更具有差异化特征的用户体验。 其次，根据小米二季度财务报告，2023年6月，小米公司旗下操作系统MIUI月活跃用户数为6.06亿人。二季度小米全球智能手机出货量排名前三，市占率为12.9%，环比提升1.6个百分点。在欧洲和中东地区出货量排名升至第二，市占率分别为21.2%和17.1%。 如果未来要实现对安卓的彻底切割，对于规模庞大的海外用户，小米如何在小米澎湃OS和MIUI中进行抉择，将成为另一个重大挑战。毕竟，海外用户更多需要使用谷歌服务，小米澎湃OS如果不再兼容安卓生态，可能会对产品的海外出货量产生较大冲击。 所以，此前有市场消息认为小米的澎湃 OS 系统仅在国内市场使用，而在海外市场则会继续更新 MIUI 系统。在国内市场中，其中最值得关注的是，小米澎湃OS如何在接下来小米的量产车型实现落地应用。 一位汽车从业者曾对钛媒体App表示，新能源汽车时代下，发动机和变速器消失后，汽车用户能感知到的驾驶体验差距，很大程度会取决于车机功能的丰富程度和人机交互的流畅程度。这种差距虽不像座椅是真皮还是仿皮那么界定清晰，但更能打动人心。 目前，华为的鸿蒙系统已经在问界系列车型上完成了深度定制，并在一定程度推高了问界的销量；星纪魅族集团联合领克汽车发布了首代Flyme Auto车机系统，并搭载在领克08车型上。此外，星纪魅族与极星成立合资公司，希望打造吉利系的“问界汽车”。 星纪魅族集团现任董事长兼CEO沈子瑜曾表示，汽车与手机融合的帷幕已经拉开，未来没有手机软件赋能的汽车厂商都将逐渐掉队，能做到打通手机、汽车和其他智能设备的企业不会超过三四家。 根据小米公布的汽车量产计划，2024年上半年小米汽车将被正式推出。届时，小米澎湃OS能否为小米汽车带来不一样的升级和差异化，将成为市场关注的焦点。（作者 | 饶翔宇 编辑 | 钟毅）