FX168财经网_全球视野外汇黄金加密货币NFT资讯网

赵晓光:产业进阶根本动力——人工智能+科研产业化！规模最大的信创50ETF(560850)冲高回落，近20日净流入超1.3亿元！机构复盘信创三轮行情

科研成果的产业化。光大证券此前指出，ChatGPT开启AI领域“iPhone时刻”，互联网厂商、三大运营商和智算中心对算力投入持续增加，重点关注以信创自主可控为主的算力线。【机构：华为目标共建鸿蒙原生生态，海外扰动突出信创重要性】海通国际表示，华为加速发展鸿蒙生态，鸿蒙应用落地有望持续加速。未来华为将从以下几个方面发力，发展鸿蒙生态：（1）全力推动鸿蒙原生应用进一步丰富。用户量大、影响面广的头部5000个应用已完成鸿蒙化，生态已基本可用。（2）期望政企内部办公应用开发鸿蒙版并上架。（3）期望更多的行业和伙伴基于开源鸿蒙开发鸿蒙生态设备。海外扰动持续，信创重要性或进一步提升。据消息称，美最早将于下周公布新的对华出口限制，可能将有多达200家中国芯片公司列入贸易限制名单，禁止大多数美国供应商向目标公司发货。此外，预计12月将公布另一套限制向中国出口高带宽存储芯片的规定，作为更广泛的人工智能一揽子计划的一部分。海通国际认为，海外对中国科技产业的扰动仍在持续，未来信创领域重要性有望进一步提升。【机构：数往知来，信创板块行情复盘及展望】自2019年以来，信创板块有三轮实现明显超额收益的主升行情。国泰君安表示，选取28 只核心标的构建信创板块指数，与计算机（中信）指数相比，自2019年以来，信创板块有三轮实现较为明显超额收益的主升行情。第一轮行情从2019年8月启动，行情长达11个月，超额收益为36.8个百分点；第二轮行情从2022年10月启动，行情长达8个月，超额收益为29.88个百分点；目前处于第三轮行情之中，从2024 年9 月启动至2024 年11 月的阶段性小高点，超额收益为23.85个百分点。整体来看，信创板块超额收益行情往往启动于三季度中下旬，且可延续至次年二季度末，投资周期较长，持股体验较好。第三轮行情领涨标的更加多元化，且平均涨幅较前两轮仍有较大空间。在目前的第三轮行情中，领涨标的所处赛道更加多元化，涵盖基础软件、基础硬件、应用软件等多个环节，且相较前两轮行情，前十大领涨标的的平均涨幅仍有较大空间。当前信创产业正迎来内外部新的有利条件支持，有望实现更大规模、更高质量的发展。2019 年第一轮信创超额收益行情与海外对华为限制以及我国大规模信创改造有关；2022年第二轮信创超额收益行情与海外对中国半导体产业的限制以及央国企加速信创采购有关。目前正在进行的第三轮信创行情，外部微软蓝屏故障频发以及海外靴子落地引发的潜在科技风险，内部安全可靠信息产品测评及采购制度的建立和成熟，以及大规模化债措施和包括特别国债、转移支付在内的更积极政策支持，有望显著提高信创采购意愿和能力，撬动整体信创产业实现更大规模、更高质量的发展，推动信创行情实现超预期发展。【一键布局信创产业链核心，认准信创50ETF（560850）！】信创50ETF紧密跟踪中证信创指数（931247），中证信创指数选取不超过50只业务涉及基础硬件、基础软件、应用软件、信息安全、外部设备等细分领域的上市公司证券作为指数样本，反映信创产业上市公司证券的整体表现。数据显示，截至2024年11月27日，中证信息技术应用创新产业指数前十大权重股分别为中科曙光、海光信息、三六零、恒生电子、浪潮信息、华大九天、用友网络、景嘉微、金山办公、纳思达，前十大权重股合计占比50.52%。信创50ETF(560850)，场外联接(A类：021602；C类：021603)！风险提示：任何在本文出现的信息，包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等均只作为参考，投资人须对任何自主决定的投资行为负责。另，本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议，本公司亦不对因使用本文内容所引发的直接或间接损失负任何责任。信创50ETF属于中等风险等级（R3）产品，适合经客户风险等级测评后结果为平衡型（C3）及以上的投资者。标的指数并不能完全代表整个股票市场。标的指数成份股的平均回报率与整个股票市场的平均回报率可能存在偏离。基金投资有风险，基金的过往业绩并不代表其未来表现，投资需谨慎。请投资者关注指数化投资的风险以及集中投资于中证信息技术应用创新产业指数成份股的持有风险，请关注部分指数成份股权重较大、集中度较高的风险，请关注指数化投资的风险、ETF运作风险、投资特定品种的特有风险等。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云11-28 15:46

消息称OpenAI允许员工向软银出售15亿美元股份，未来或有更多二级市场出售

十亿美元现金。自推出热门机器人聊天工具ChatGPT以来，该公司的估值在两年内攀升至1570亿美元。OpenAI已经从微软获得了大约130亿美元的融资，今年10月又完成了最新一轮66亿美元的融资，由Thrive Capital领投，芯片巨头英伟达和软银等公司也参与了这轮融资。该公司还获得了40亿美元的循环信贷额度，使其总流动性超过100亿美元。 OpenAI的员工可以套现其中一位知情人士说，此次要约收购将向至少在两年前获得限制性股票单位并持有至少两年时间的现任和前任OpenAI员工开放。每股210美元的价格将与该公司最近一轮融资保持一致。在IPO市场低迷、公司估值飙升之际，要约收购对科技员工来说变得至关重要。私营企业依靠这样的交易来取悦员工，减少在公开市场上市的压力。由于OpenAI不会马上进行首次公开募股（IPO），而且对于潜在收购者来说，该公司的价格也高得令人望而却步，因此在不久的将来，二级股票销售是股东将部分账面财富收入囊中的唯一途径。 OpenAI过去对要约收购采取了更严格的限制，规定允许公司决定谁能参与股票出售。一些OpenAI的现任和前任员工此前表示，在有报道称该公司有权收回既得股权后，人们越来越担心获得流动性。但今年夏天，该公司改变了对增发股票的政策，现在允许现任和前任员工平等参与年度要约收购。据一位了解本周要约收购的人士透露，该公司预计将允许更多的二级市场销售，未来还需要根据投资者的需求和该业务的资本密集型性质，再次利用私募市场。

金融界11-27 15:18

苹果再次忽视AI应用，将传统功能应用推向2024年“年度iPhone应用”提名榜单

na）或组织旅行（Tripsy）。而像ChatGPT、Anthropic的Claude、微软Copilot等AI驱动的应用并未获得提名。传统应用为主根据TodayUSstock.com报道，苹果的2024年入围名单与去年的趋势相似，主要集中在那些增强用户功能的传统应用。这些应用通常帮助用户提高效率、创作或管理日常事务，而不是依赖于AI助手。Kino这款专业视频录制应用，旨在帮助每个用户成为更好的摄影师，而Runna则帮助跑步者根据个人需求定制训练计划。 AI应用的表现尽管AI技术在全球范围内迅速发展，ChatGPT等应用在2024年表现出色，但苹果的App Store编辑团队依旧选择忽视这些AI应用。例如，ChatGPT作为苹果Siri的合作伙伴，推出了包括高级语音模式和Web搜索功能等新特性，却没有获得任何官方的年终奖项。 AI应用的有限提名尽管AI应用未能获得“年度iPhone应用”的提名，还是有少数几款AI驱动的应用出现在了苹果的其他奖项提名中。例如，Moises，这款提供AI工具帮助用户练习音乐的应用，获得了iPad年度应用的提名。此外，Adobe Lightroom也因其AI功能获得了Mac年度应用的提名。编辑总结苹果的2024年“年度iPhone应用”入围名单再次展示了该公司对AI应用的选择性忽视。尽管AI技术在多个领域的应用逐渐普及，但苹果更倾向于推崇那些能促进人类创造力的应用。这一选择反映了苹果对传统应用的偏好，而AI应用则仅在少数类别中获得提名。名词解释 AI应用：指依赖人工智能技术的应用程序，通常用于自动化任务、增强用户体验或提供智能化的服务。 iPhone应用：专门为苹果iPhone设备开发的应用程序，可以从App Store下载并安装。 Adobe Lightroom：由Adobe公司开发的图像编辑软件，提供强大的照片编辑功能，近年来引入了AI技术来增强用户的编辑体验。相关大事件 2024年11月25日：苹果公布了2024年“年度iPhone应用”入围名单，传统应用再次占据主导地位。 2024年11月10日：ChatGPT推出了新的高级语音模式和Web搜索功能。 2023年12月15日：ChatGPT成为全球增长最快的消费类应用，突破1亿用户。来源：今日美股网

今日美股网11-27 00:11

亚马逊的雄心：挑战英伟达在AI芯片领域的霸主地位

进军芯片领域。两年前，OpenAI的ChatGPT拉开了生成式人工智能时代的序幕，当时亚马逊被广泛视为行业追赶者，措手不及且努力追赶。尽管亚马逊尚未推出能够与ChatGPT或Anthropic开发的Claude等竞争的自有大语言模型，但已经投资80亿美元支持Anthropic。然而，亚马逊构建的云计算基础设施——包括定制服务器、交换机和芯片——使得首席执行官安迪·贾西能够打造一个人工智能超市，为想使用其他公司模型的企业提供工具，也为训练自有人工智能服务的公司提供芯片。在芯片行业近四十年的经验，使汉密尔顿深知，推动亚马逊的芯片野心更上一层楼绝非易事。设计可靠的人工智能硬件本身已十分困难，而开发能够让这些芯片满足广泛客户需求的软件或许更加艰难。英伟达的设备几乎能顺畅处理任何人工智能任务。这家公司不仅正向客户（包括亚马逊）交付下一代芯片，还开始宣传明年推出的后续产品。行业观察人士认为，亚马逊短期内不太可能撼动英伟达的地位。汉密尔顿和亚马逊的工程团队多次证明，在紧张的预算下，他们有能力解决重大技术难题。汉密尔顿表示：“英伟达是一家非常非常优秀的公司，做着出色的工作，因此它将长期为许多客户提供良好的解决方案。然而，我们坚信可以生产出与之媲美的产品。” 汉密尔顿于2009年加入亚马逊，此前曾供职于IBM和微软。他是一位行业标志性人物，最初在其家乡加拿大修理豪华汽车，后来乘坐一艘54英尺的船通勤。汉密尔顿加入亚马逊时正值一个关键时刻。亚马逊云服务在三年前推出，开创了后被称为云计算服务的行业。AWS很快开始产生大量现金流，为亚马逊提供资金支持一系列大胆的尝试。当时，亚马逊自建数据中心，但使用的是其他公司生产的服务器和网络交换机。汉密尔顿带头推动了用定制硬件替代这些设备的计划，从服务器开始。由于亚马逊需要购买数百万台服务器，汉密尔顿认为，通过定制这些设备以适应日益增长的数据中心，可以降低成本并提高效率，同时省略AWS不需要的功能。这一尝试非常成功。彼时负责AWS业务的贾西询问亚马逊还能自行设计哪些其他硬件。汉密尔顿建议设计芯片，因为芯片正承担越来越多以前由其他组件完成的任务。他还推荐使用能源高效的Arm架构，这种架构驱动了智能手机。他认为这种技术的普及性以及开发者对其日益熟悉，将帮助亚马逊取代长期主导服务器的英特尔芯片。 2013年8月，汉密尔顿向贝索斯提交了一份提案，他写道：“所有的道路都通向我们组建一个半导体设计团队。” 一个月后，汉密尔顿与纳费亚·布沙拉在西雅图Virginia Inn酒吧见面。布沙拉是以色列芯片行业资深人士，2000年代初移居旧金山湾区。他共同创立了Annapurna Labs，并以尼泊尔安纳普尔纳山峰命名。（布沙拉和他的联合创始人本计划登顶这座山，但投资者希望他们尽快投入工作，因此未能成行。）这家低调的创业公司，在整个行业都专注于手机时着手开发用于数据中心的芯片。亚马逊最初委托Annapurna生产处理器，两年后以约3.5亿美元的价格收购了这家公司。这一决定被证明十分有远见。布沙拉和汉密尔顿从小规模做起，展现了他们对实用工程的共同追求。当时，每台数据中心服务器都需用一部分算力运行控制、安全和网络功能。 Annapurna和亚马逊工程师开发了一种名为Nitro的卡片，能够将这些功能完全从服务器中分离出去，从而让客户使用服务器的全部性能。随后，Annapurna推出了汉密尔顿的Arm通用处理器，名为Graviton。这款产品比竞争对手英特尔设备成本更低，使亚马逊成为台积电的十大客户之一。到这时，亚马逊高层对Annapurna在不熟悉领域取得成就的能力充满信心。布沙拉表示：“很多公司擅长CPU，或者网络，但同时在多个领域表现出色的团队非常罕见。” Graviton研发期间，贾西再次问汉密尔顿亚马逊还能自制哪些产品。 2016年底，Annapurna指派四名工程师研究开发机器学习芯片。这是又一次恰到好处的押注。几个月后，谷歌研究人员发表了一篇重要论文，提出了一种可以实现生成式人工智能的流程。这篇名为《Attention is All You Need》的论文介绍了一种名为Transformer的软件设计原理，帮助人工智能系统识别训练数据中最重要的部分。这一方法成为了从单词关系中做出有依据猜测并生成文本的基础。大约在这个时候，拉米·西诺还在奥斯汀的Arm Holdings工作，并指导他上学的儿子参加机器人比赛。团队开发了一款使用机器学习算法分析照片检测夏季奥斯汀湖泊中藻类爆发的应用。这让西诺感受到变革即将到来。他于2019年加入亚马逊，协助领导人工智能芯片研发。亚马逊团队开发的首款芯片用于推理，即让计算机基于数据模式做出预测，例如判断一封邮件是否为垃圾邮件。这款芯片名为Inferentia，于2019年12月部署到亚马逊数据中心，后来被用于帮助Alexa语音助手完成指令。亚马逊第二代人工智能芯片Trainium1针对希望训练机器学习模型的企业。工程师还将芯片重新包装，使其更适合推理用途，推出Inferentia2。初期，亚马逊AI芯片需求较少，这使客户无需等待数周便能立即使用这些芯片，而英伟达硬件则需要等待批量供应。日本企业抓住了这一机会，迅速参与到生成式AI的浪潮中。例如，理光公司利用亚马逊的帮助，将基于英语数据训练的大型语言模型转换为日语。据Annapurna早期员工加迪·哈特介绍，目前亚马逊AI芯片的需求量已开始增长。 “现在我已经没有多余的Trainium芯片等待客户使用了，”他说，“它们全部都在被使用中。” Trainium2是亚马逊第三代人工智能芯片。按照行业观点，这将是一个成败攸关的时刻。要么第三代芯片实现足够的销售量以证明投资价值，要么失败，迫使公司另寻出路。 “我从未见过任何一款产品违背三代规则，”数据和分析软件供应商Databricks人工智能业务负责人纳文·拉奥说。 Databricks在10月同意在其与AWS的协议中使用Trainium。目前公司主要依赖英伟达芯片运行其AI工具，计划逐步用Trainium部分取而代之。拉奥表示，根据亚马逊的说法，Trainium在性价比上可提供30%的提升。 “归根结底，是经济性和可用性的问题，”拉奥说，“这是竞争的战场所在。” Trainium1由八个芯片组成，它们并排嵌入一个深钢箱内，提供充足的空间散热。 AWS向客户出租的完整设备由两个这样的阵列组成。每个设备箱都布满电线，并用网状包裹整齐封闭。对于Trainium2，亚马逊表示，其性能是上一代的四倍，内存是上一代的三倍。工程师们对设计进行了重大改进：去除了大部分电缆，将电信号通过印刷电路板传输。此外，每个箱体的芯片数量从八个减少到两个，这样维护一个单元时会影响到的其他组件更少。西诺认为数据中心本身就像是一台巨型计算机，这种思路正是英伟达CEO黄仁勋向整个行业推广的理念。西诺说：“简化非常重要，这也确实让我们更快推进。” 亚马逊并没有等待台积电生产出可用的Trainium2芯片，就开始测试新设计的运行方式。相反，工程师将两个前代芯片固定在电路板上，从而争取时间开发控制软件并测试电磁干扰。这种方法就像在飞机飞行中建造它一样，是半导体行业的大胆尝试。亚马逊已经开始向包括俄亥俄在内的数据中心交付Trainium2，并计划将多达10万颗芯片串联成集群。更大规模的部署将在亚马逊的主要数据中心展开。公司目标是每18个月推出一款新芯片，部分原因是通过减少硬件送到外部供应商的次数来缩短研发周期。在实验室的钻床对面，是一套用来测试芯片和卡片连接器或设计缺陷的示波器。西诺透露，未来版本的工作已经开始：在另一个实验室里，刺耳的风扇冷却着测试单元，天花板上悬挂着四对管道。这些管道目前封闭，但已经为未来AWS芯片产生的热量超过风扇冷却能力的那一天做好了准备。其他公司也在突破极限。英伟达将对自家芯片的需求形容为“疯狂”，正努力实现每年推出一款新芯片的节奏。虽然这一计划导致了即将发布的Blackwell芯片的生产问题，但也将给整个行业带来更大的竞争压力。同时，亚马逊的两大云计算竞争对手，也在加速推进各自的芯片计划。谷歌大约10年前就开始研发一款人工智能芯片，用于加速搜索产品背后的机器学习工作。随后，这款产品被提供给云计算客户，包括Anthropic、Cohere和Midjourney等AI初创公司。这款芯片的最新版本预计将在明年大规模供应。此外，今年4月，谷歌推出了首款中央处理器，类似于亚马逊的Graviton。谷歌负责芯片及其他基础设施工程团队的副总裁阿明·瓦赫达表示：“通用计算是一个非常大的机会。” 他还说，最终目标是让AI芯片与通用计算芯片无缝协作。微软进入数据中心芯片领域，比亚马逊云服务和谷歌晚了一些，直到去年底才宣布了一款名为Maia的AI加速器和一款名为Cobalt的CPU。微软也意识到，通过为数据中心量身定制硬件，可以为客户提供更好的性能。领导这一项目的是副总裁拉尼·博卡尔，她在英特尔工作了近三十年。本月早些时候，她的团队为微软的产品线新增了两款产品：一款安全芯片，以及一款能加速CPU与GPU之间数据流动的数据处理单元。这与英伟达销售的类似产品功能相似。微软目前正在内部测试其AI芯片，并开始将其与英伟达芯片一起使用，以支持客户使用OpenAI模型创建应用程序的服务。尽管微软的努力被认为比亚马逊落后了几代，但博卡尔表示，对目前的结果感到满意，并正在开发更新版本的芯片。她说：“人们从哪里开始并不重要，我的关注点完全在于客户需要什么。因为即使你领先，如果你开发了客户不需要的产品，那么硅芯片的投资如此庞大，我绝不会想成为失败故事中的一章。” 尽管竞争激烈，三大云计算巨头都对英伟达赞誉有加，并在英伟达新芯片如Blackwell推出时争夺优先采购权。如果亚马逊的Trainium2能承担更多公司内部的AI工作，以及一些AWS大客户的项目，可能会被视为成功。这将帮助亚马逊释放其高端英伟达芯片的宝贵供应，用于专门的AI需求。然而，要使Trainium2成为无可争议的成功，工程师必须完善软件，这绝非易事。英伟达的优势很大程度上来源于全面的软件工具套件，可以让客户无需过多定制就能上线机器学习项目。相比之下，亚马逊的软件Neuron SDK还处于起步阶段。即便企业可以轻松将项目迁移到亚马逊芯片上，仅验证切换过程中未出现问题，就可能耗费工程师数百小时。据一位曾在亚马逊和芯片行业工作的资深人士透露，这些复杂性依然是一个障碍。一位帮助客户处理AI项目的AWS合作伙伴高管也表示，亚马逊在通用芯片Graviton易用性方面取得了成功，但AI硬件的潜在用户仍面临更多复杂性。 Gartner公司负责跟踪人工智能技术的副总裁奇拉格·德卡特说：“英伟达主导市场是有原因的，你无需担心那些细节。” 为了解决这些问题，亚马逊寻求外部帮助，鼓励大客户和合作伙伴在与AWS签订新协议或续约时使用这些芯片。目标是让最前沿的团队充分测试这些芯片，找出需要改进的地方。其中一家合作公司是Databricks。尽管预计需要几周甚至几个月的时间才能使系统上线，Databricks仍愿意投入努力，希望实现承诺的成本节约。生成式AI初创公司Anthropic是另一家合作伙伴。去年，Anthropic接受了亚马逊40亿美元的投资，同意在未来开发中使用Trainium芯片，尽管也在使用英伟达和谷歌的产品。上周五，Anthropic宣布接受亚马逊另外40亿美元的投资，并深化了双方的合作。 Anthropic的首席计算官汤姆·布朗表示：“我们对亚马逊Trainium芯片的性价比印象深刻。我们正在逐步扩大其在各种工作负载中的使用范围。” 汉密尔顿说，Anthropic正在帮助亚马逊迅速改进。但他也清楚面临的挑战，强调创建易于客户使用的优秀软件是“必需的”。他说：“如果不能弥合复杂性差距，你注定会失败。” 来源：加美财经

加美财经11-27 00:00

OpenAI否认Scaling撞墙论，端侧AI应用商业化提速，AI人工智能ETF(512930)连续8日净流入，消费电子ETF(561600)近1周份额增长显著

展。中信建投指出，自2022年11月ChatGPT面世以来，大模型快速迭代，百家争鸣。2024年上半年OpenAI推出GPT-4o，标志着从单一文本处理扩展到多模态理解和生成的新时代。同时，端侧AI应用商业化提速，AI手机、AIPC先后发布，并向可穿戴、智能车、XR等领域延伸，重点关注端侧AI（智能手机、新型耳机、智能眼镜、智能车等）。AI快速迭代带来算力需求快速增长，先进制程、先进封装需求高涨，相关厂商积极扩产。国内传统半导体的国产化率较高，但高端芯片自给受限，亟需国产化，重点关注国产高端芯片的生产制造、核心设备材料、EDA软件等。相关产品AI人工智能ETF(512930)、消费电子ETF(561600)及线上消费ETF平安(159793)投资机遇备受关注。 AI人工智能ETF紧密跟踪中证人工智能主题指数，中证人工智能主题指数选取50只业务涉及为人工智能提供基础资源、技术以及应用支持的上市公司证券作为指数样本，以反映人工智能主题上市公司证券的整体表现。数据显示，截至2024年10月31日，中证人工智能主题指数(930713)前十大权重股分别为中际旭创(300308)、海康威视(002415)、寒武纪(688256)、新易盛(300502)、韦尔股份(603501)、中科曙光(603019)、科大讯飞(002230)、澜起科技(688008)、紫光股份(000938)、金山办公(688111)，前十大权重股合计占比52.58%。线上消费ETF平安紧密跟踪中证沪港深线上消费主题指数，中证沪港深线上消费主题指数从内地与香港市场中选取50只主营业务涉及线上购物、数字娱乐、在线教育以及远程医疗等领域上市公司证券作为指数样本，以反映内地与香港市场线上消费主题上市公司证券的整体表现。数据显示，截至2024年10月31日，中证沪港深线上消费主题指数(931481)前十大权重股分别为美团-W(03690)、腾讯控股(00700)、快手-W(01024)、科大讯飞(002230)、哔哩哔哩-W(09626)、昆仑万维(300418)、恺英网络(002517)、世纪华通(002602)、拓维信息(002261)、三七互娱(002555)，前十大权重股合计占比53.27%。消费电子ETF紧密跟踪中证消费电子主题指数，中证消费电子主题指数选取50只业务涉及元器件生产、整机品牌设计及生产等消费电子相关的上市公司证券作为指数样本，以反映消费电子主题上市公司证券的整体表现。数据显示，截至2024年10月31日，中证消费电子主题指数(931494)前十大权重股分别为立讯精密(002475)、京东方A(000725)、中芯国际(688981)、工业富联(601138)、寒武纪(688256)、韦尔股份(603501)、澜起科技(688008)、兆易创新(603986)、亿纬锂能(300014)、长电科技(600584)，前十大权重股合计占比51.22%。相关产品： AI人工智能ETF(512930)；线上消费ETF平安(159793)；消费电子ETF(561600)，场外联接(A类：015894；C类：015895)。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云11-26 14:11

苹果iOS 18.2携智能新功能来袭，iPhone更换周期将迎大变革？Siri升级“慢半拍”，能否挽回用户心？

今年6月的开发者大会，苹果曾高调宣布将ChatGPT整合到Siri中，这一举动被视为苹果在AI领域的重要布局。然而，ChatGPT在iOS 18.2中的加入，却似乎来得晚了些，让人不禁质疑，苹果是否错过了最佳的出击时机？ iPhone销量微增，但高端机型遇冷？花旗的消费电子产品假日调查，为我们揭示了另一个值得深思的现象。尽管本季iPhone的销量同比略有上升，48%的消费者表达了对iPhone的偏爱，但高端机型的吸引力却似乎有所下降。与去年21%的喜好度相比，今年仅有19%的受访者对iPhone 16高端机型感兴趣。这一变化，是否预示着苹果在高端市场的竞争力正在减弱？马利克对此给出了自己的见解：“我们认为，今年人们对iPhone 15系列兴趣的增加，可能与苹果智能手机在高端机型上的可用性有关。”这一观点，无疑为苹果的未来产品策略提供了新的思考角度。 Apple Intelligence，用户心中的‘秤砣’？值得注意的是，约70%的受访iPhone用户表示，在考虑购买新iPhone时，Apple Intelligence的重要性不言而喻。这一数据，无疑凸显了智能功能在消费者决策中的关键作用。苹果能否通过不断升级的智能功能，重新点燃用户对高端机型的热情，将是其未来面临的一大挑战。花旗维持买入评级，但挑战依旧严峻？” 尽管面临诸多不确定性，花旗仍然维持对苹果的买入评级和255美元的目标价。该银行预测，iPhone 17的更新周期将在2025年底和2026年提振销量，预计2024年销量将达到2.27亿部，2025年为2.46亿部，2026年则有望攀升至2.53亿部。然而，这些乐观的预测背后，却隐藏着苹果必须克服的重重困难。在智能功能成为手机市场竞争新焦点的当下，苹果能否凭借其强大的创新能力和品牌影响力，继续引领市场潮流？Siri的升级“慢半拍”，是否会影响其在AI领域的领先地位？高端机型的遇冷，又是否预示着苹果需要调整其产品策略和市场定位？这些问题，不仅关乎苹果的未来发展，更牵动着每一位苹果用户的神经。在这场科技变革的浪潮中，苹果能否继续书写其传奇篇章，让我们拭目以待。但无论如何，可以预见的是，未来的手机市场，必将因苹果的创新而更加精彩纷呈。

金融界11-25 16:24

黄仁勋谈AI现状：仍需数年才能达到“高度可信”

大语言模型的局限性：幻觉和数据瓶颈像ChatGPT这样的语言模型在过去几年中取得了指数级的进步，能够回答复杂问题，但依然存在诸多限制。其中，“幻觉”，即生成虚假或不存在的答案，是AI聊天机器人的持续问题。例如，去年一位广播主持人就因ChatGPT编造了一份虚假的法律指控文件而起诉OpenAI，而后者未对此作出回应。此外，一些AI公司正面临如何在有限数据资源下推进大语言模型（LLM）发展的困境。黄仁勋表示，仅依靠预训练，即在大规模、多样化的数据集上对模型进行训练，并不足以开发出功能强大的AI。 “预训练——自动从世界上的所有数据中发现知识——是不够的……就像大学毕业是一个重要的里程碑，但它并不是终点。” 过去几年，科技公司如OpenAI、Meta和谷歌专注于收集海量数据，假设更多的训练数据会造就更智能、更强大的模型。然而，这种传统方法如今正受到质疑。转变思路：超越“盲目扩展” 研究表明，基于Transformer的神经网络（LLM的核心技术）在数据量和计算能力增加时性能呈线性增长。然而，业界领导者开始担忧这一策略的局限性，并尝试探索替代方法。 Scale AI首席执行官Alexandr Wang表示，AI投资主要基于这种“扩展定律”的假设，但现在它已成为“整个行业的最大问题”。 Cohere公司首席执行官Aidan Gomez认为，虽然增加计算能力和模型规模确实能提升性能，但这种方法有些“机械化”。“这种方法虽可靠，却显得有些愚蠢，”他在播客中说道。Gomez提倡开发更小、更高效的模型，这种方法因其成本效益受到支持。其他人则担心，这种方法可能无法实现“通用人工智能”（AGI，即匹配或超越人类智能的理论AI形态）。前Salesforce高管、AI搜索引擎You.com首席执行官Richard Socher表示，大语言模型的训练方式过于简单化，仅仅是“基于已知的token预测下一个token”。他认为，更有效的训练方式是强迫模型将问题转化为计算机代码，并基于代码的输出生成答案。这种方法能减少在定量问题上的幻觉，并增强AI能力。行业观点分化：规模扩展是否见顶？然而，并非所有行业领导者都认为人工智能已经遇到了规模扩张的障碍。微软首席技术官Kevin Scott持不同观点。他在7月的采访中表示：“与其他人的看法不同，我们尚未达到扩展规模的边际收益递减阶段。” OpenAI也在努力改进现有的大语言模型。例如，9月发布的o1模型仍基于Socher提到的token预测机制，但其在处理定量问题（如编程和数学）方面更加出色，与更通用的ChatGPT有所不同。前Uber工程师Waleed Kadous将两者进行了类比：“如果将GPT-4拟人化，它更像是一个知道一切的朋友，在回答问题时会滔滔不绝，让你从中筛选有价值的信息。而o1更像是那个仔细倾听后沉思片刻，再给出一两句切中要害答案的朋友。” 然而，o1模型需要更多计算资源，导致运行速度更慢、成本更高。

金融界11-25 14:54

亚马逊将向OpenAI最大的竞争对手Anthropic再投资40亿美元

de是聊天机器人之一，像OpenAI的ChatGPT和b谷歌的Gemini一样，已经非常受欢迎。像Anthropic和OpenAI这样的初创公司，以及谷歌、亚马逊、微软和Meta等科技巨头，都是人工智能军备竞赛的一部分，以确保他们不会在这个预计将在十年内收入超过1万亿美元的市场上落后。微软和亚马逊等公司正在大力投资生成式人工智能初创公司，并在内部开发生成式人工智能。周五宣布的合作伙伴关系还将允许AWS客户“提前访问”Anthropic的一项功能：AWS客户可以使用他们自己在Anthropic的Claude上的数据进行微调。该公司的一篇博客文章称，这是AWS客户的一项独特优势。今年3月，亚马逊向Anthropic投资27.5亿美元，这是该公司30年历史上最大的一笔外部投资。两家公司于2023年9月宣布了12.5亿美元的初始投资。亚马逊在Anthropic董事会中没有席位。在亚马逊追加投资的消息传出一个月前，Anthropic宣布了该公司的一个重要里程碑：人工智能代理可以像人类一样使用计算机完成复杂任务。 Anthropic的新计算机使用功能是其两款最新人工智能模型的一部分，它使其技术能够解读电脑屏幕上的内容、选择按钮、输入文本、浏览网站，并通过任何软件和实时互联网浏览执行任务。 Anthropic的首席科学官贾里德·卡普兰（Jared Kaplan）上个月在接受采访时表示，该工具“基本上可以像我们一样使用计算机”，并补充说，它可以完成“几十步甚至几百步”的任务。 Anthropic当时表示，亚马逊很早就可以使用这个工具，早期的客户和测试者包括Asana、Canva和Notion。据卡普兰介绍，该公司自今年年初以来一直在开发该工具。今年9月，Anthropic推出了自聊天机器人问世以来最大的新产品Claude Enterprise，专为希望整合Anthropic人工智能的企业设计。今年6月，该公司推出了更强大的人工智能模型Claude 3.5 Sonnet，并于5月推出了针对小型企业的“团队”计划。去年，谷歌承诺向Anthropic投资20亿美元。此前，谷歌证实已收购这家初创公司10%的股份，并与Anthropic签订了一份大型云计算合同。

金融界11-25 08:15

全市场首只！十个问题，让你快速了解『创业板人工智能ETF华宝』

金融界11-24 22:16

可控核聚变龙头7连板，这才是AI的尽头？！

自2022年11月Open AI推出ChatGPT以来，AI大规模应用的时代正式拉开序幕。各大科技公司纷纷投入研发，推出大型AI模型产品，这些大型模型的训练与部署对AI算力的需求激增。根据中国信息通信研究数据，2023 年全球算力规模达1369EFlops，同比增长超50%；随着更多AI集群投入使用，算力预计将进一步大幅增长，据中国信息通信研究院预期，2030年全球智能算力规模将达52.5ZFLOPS，复合增长率超80%。全球算力规模及预期（单位：EFLOPS），资料来源：中国信息通信研究院，国信证券经济研究所根据CEG，2022年美国数据中心电力需求占总电力需求的比例约为2.5%，2030年将提升至6.5%~7.5%，但美国电力供给增长缓慢，同时可再生能源占比提升导致电力供应稳定性下降，缺电风险逐渐加剧。据华源证券，在线性增长的假设下，EIA预测2026年全球数据中心、AI和加密货币的电力需求将超过800TWh，相比2022年的460TWh接近翻倍，其中AI数据中心电力需求将达到90TWh。图片来源： EIA、wind、华源证券碳中和背景下，核能将成为未来能源结构中重要的分支。中信证券此前研报表示,可控核聚变或是人类解决能源问题的终极方案，随相关技术突破及资本涌入，其商业化进程已按下加速键。 2 国内有哪些公司布局？全球约35个国家投身核聚变研究，中、美、俄、欧、日等处于领先地位，1950s至今，中美俄欧日等核电大国的聚变产研从各自为战到通过国际聚变ITER项目协作研究。核聚变（nuclear fusion），即小质量元素的原子核聚合成为重核所释放的能量。氘和氚聚合在一起会产生氦和1个中子，同时可以释放出能量。与核裂变相比，可控核聚变释放能量大，原料来源丰富，安全可靠、环境友好、产生的放射性废物少。龙华证券研报称，从能量密度来看，每单位质量的聚变燃料释放出的能量是裂变的4倍；从原材料来看，聚变燃料通常使用氘和氚，相对容易获取，而核裂变采用的铀元素我国储量有限仍需进口；从安全性来看，聚变实现难度高，且不产生放射性废料，而核裂变是链式反应，难以控制，容易出现核事故，并产生大量放射性物质。因此，可控核聚变发电的安全性、环保性、能量密度和成本相比其他发电方式具有优势。2023年国务院国资委启动实施未来产业启航行动，明确可控核聚变领域为未来能源的唯一方向。可控核聚变的产业链上游为原材料，包括第一壁材料钨、高温超导带材原料REBC0和氚氚燃料。中游为相关设备，核心设备包括超导磁体、第一壁、真空系统和偏滤器。其中超导磁体是可控核聚变中托卡马克装置的关键组成部分，占总投资成本约40-50%。以CFETR反应堆系统为例，反应堆系统造价约120亿美元，其中磁体系统、真空系统、第一壁相关结构占比最高，分别达37%、13%、11%。产业链下游为应用环节，可控核聚变应用场景多样化，核聚变技术主要用于发电、医疗、科研等领域，目前最主要的目标场景为发电。核聚变电站上中下游设备拆分，来源：华龙证券研究所不过从产业发展周期来看，可控核聚变目前还处于0到1的阶段。产业难点在于核聚变要在上亿度的温度下才能发生，任何材料都承受不了这么高的温度，所以核聚变研究的核心问题就是对等离子体的约束。中核集团核工业西南物理研究院郑雪博士曾表示，预计再经过20多年的时间，也就是到本世纪中叶（2050年左右），聚变能可以实现应用。 2023年参与FIA调查的43家聚变能公司中，26家公司认为聚变供电将在2035年之前实现，19家公司认为随着成本下降、效率提升，可控核聚变将在2035年前显示出商业可行性。目前，国内A股大部分公司都还处于早期概念的阶段，这类题材炒作波动比较大，如果要参与，一定要结合资金动向、情绪轮动以及自身的风险偏好。

格隆汇11-23 14:29

24小时热点