行业分类:
加载中...
头条分类:
加载中...
*ST金科计划四季度完成重整,控股股东拟继续增持,为何股价仍在1元附近徘徊?
在6月26日盘后发布年报问询函回函及中金资本有意参与公司重整等一系列公告后,*ST金科(000656.SZ)股价走出了3连板。但是随后股价便冲高回落,并于7月4日跌停。 公司于7月4日晚举行了投资者线上交流会,公司董事长周达、董事会秘书兼副总裁张强、证券部总经理石诚等出席会议。 董事长周达称,公司是2024年以来A股第一家已经被法院受理重整的全国化上市房地产公司。在新“国九条”下,监管部门对上市公司的监管呈现趋严态势。作为上市公司,在受理正式重整申请之前需要满足三个条件:一是取得中国证监会的无异议函,二是得到最高人民法院的批复,三是获得属地省级政府的支持。公司的重整价值和重整可行性得到了地方政府、监管机构等多方的认可与支持。 公司与长城国富各项工作均按《战略投资框架协议》约定正常推进。中金资本表示有意联合合作机构以重整投资人身份参与公司重整投资。与此同时,公司与央国企战投也在接洽中,达到披露要求时将及时公告。目前,还有多家实力雄厚的投资人,包括央国企投资人也在洽谈中,表现出强烈投资意愿。 截至目前,公司在全国15个省(自治区、直辖市)、86个项目入围白名单,其中,14个项目已审批4.96亿元,9个项目已上账2.81亿元。 在监管层面上,公司称,从公司的统计数据来看,截至2023年末,正式被裁定受理重整的上市公司,尚无在法院裁定受理之后因重整失败导致破产清算的案例。公司在重整过程中持续严格遵守上市公司各项合规要求,在管理人的监督下开展各项生产经营的自行管理工作,涉及重大事项需履行审议程序的将及时提交董事会和股东大会,涉及需披露重大事项严格按照交易所规则要求及时履行信息披露义务,并随时与监管部门保持有效沟通,市政府、工作专班、监管部门均为公司重整工作开展提供了大量的支持和帮助,目前并无监管障碍。 关于重整进度方面,公司称,为支持金科股份重整引战工作,重庆市委市政府于2023年6月成立了金科地产集团帮扶调研工作组,并在近期升级为金科地产集团风险防范化解专班,指导公司开展纾困工作,帮助公司解决问题、化解风险。在金科专班指导下,司法审计评估机构已经完成2023年12月31日的各项审计评估数据尽调及更新工作,目前审计评估机构正在就最新的基准日更新各项财务数据。公司基于审计评估数据及法院意见,在中介机构的支持下,已拟订并完善了重整方案(草案),方案整体思路为“两家平台公司优先重整、各项目公司正常经营一批、协议重组一批、司法重整一批、剥离处置一批”,已得到各方一致认可。 对于后续重整进度安排,公司称,截至一季度末,公司在全国范围内约有参控股子公司1000余家,合并报表范围内子公司超过700家,基于公平原则,管理人考虑给除长城资产以外的意向投资人预留充足时间,便于意向投资人更好地开展独立尽职调查工作。公司将同步开展与债权人的谈判工作,确定重整投资人后,公司将与战略投资者就重整方案进一步协商,待与战略投资人及主要债权人就基本形成一致意见的重整计划草案提交第二次债权人会议审议,根据目前的工作铺排,计划在2024年四季度完成。 关于控股股东增持情况,公司称,6月以来,控股股东金科控股持续实施其增持计划承诺的增持金额,截至7月1日,公司控股股东指定增持主体已累计增持公司股份3498.06万股,占公司总股本的0.65%,成交金额合计3627.3万元。金科控股表示,为了完成增持金额的目标,增持主体已准备好足够资金,并拟在未来两个月内继续在二级市场以集中竞价交易的方式实施增持,直至完成本次股份增持计划承诺的金额。 界面新闻从重庆市五中院的公众号中得知。7月4日上午,*ST金科、公司破产管理人通过法院破产协同易审平台,从入库的22家银行中随机摇号确定了管理人临时账户开户银行。据了解,这也是重庆首次采用摇号方式确定破产管理人临时账户开户银行。 7月4日收盘,*ST金科收涨3.54%,报1.17元/股。公开数据显示,截至3月31日,公司股东人数为22.86万户,人均持股金额3.25万元。 来源:界面新闻
多款长护险加入“税优套餐” 避免“一人失能全家失衡”需保险更多参与
“现在找一个养老护工都不知道有多难!”近日,家住北京的陈女士向界面新闻抱怨道。“如果老人尚能自理还好,一旦瘫痪,护工工资动辄万元也就罢了,关键是护工还容易嫌老人脏、脾气大,很难留得下。” 陈女士为80岁的母亲选护工的坎坷经历是目前养老康护市场的一大缩影。在我国“9073”养老格局下,90%的老年人由家庭自我照顾,7%的老年人享受社区居家养老服务,3%的老年人享受机构养老服务。随着人口老龄化的加剧,对康护服务的需求日益旺盛。 随着长护险加入税优保险“大家庭”以及一系列支持险企开发长护责任保险政策的出台,长护险在今年发展迅速。但业内人士看来,目前国内康护服务领域专业人才缺乏,服务履约存在不统一、难监管的问题。在支付端上,护理费用保障缺口规模也逐步扩大。 保险支付端创新不断 自2016年6月起,中国便启动了第一长护险制度的试点工作,在两个省份及15个城市展开先行探索。随着时间的推移,长护险试点的范围也在不断扩大。截至5月底,全国已在49个城市开展长护险试点,覆盖约1.8亿人,累计超230万人享受到相关待遇。 根据国家金融监管总局发布的《关于适用商业健康保险个人所得税优惠政策产品有关事项的通知》,自2023年8月1日起,适用个人所得税优惠政策的商业险范围逐步扩展至符合一定条件的医疗保险、长期护理保险等,鼓励商业保险公司在个税优惠中发挥更大的作用。 今年,多家保险公司推出税优健康长护险产品。如太平人寿的“太平惠鑫保护理保险”(以下简称“惠鑫保”)。这款保险主要聚焦护理保障,护理保险金包含一次性护理保险金及长期护理保险金两项责任。 具体来看,保险期间内,当被保险人初次确诊产品约定的特定疾病,或因意外伤害事故导致被保险人确定为产品约定的1至3级伤残,“惠鑫保”首先按已交保险费与给付系数的乘积给付一次性护理保险金;之后在产品约定的每月对应日按基本保险金额给付长期护理保险金,最多给付36次,可为持续的护理及康复提供充足稳定的现金流。除此之外,如未给付过护理保险金,被保险人在保险期间内还享有疾病身故保障责任。 友邦人寿日前推出“优享长伴终身护理保险”,作为税优健康险政策专属产品,可享税收优惠,最高优惠1080元/年。 该产品被保险人确诊合同约定的10种特定疾病,或因意外事故导致的第1-3级伤残,一次性给付护理保险金,同时还有疾病身故保险金。投保年龄从7天到70岁,覆盖年长人群,保障期间为终身。 部分险企将储蓄保险和长护责任相结合,如国寿颐养安康养老年金保险(分红型),该产品固定领取10%基本保额至满期,或首年领取10%基本保额后逐年以2.5%比例递增。在储蓄功能之外,该产品可附加长护险,保险责任包括日常生活照料、医疗护理、康复护理、住院护理和特殊护理等。 招商信诺瑞享传世终身寿险则在产品中附赠居家康养服务,保单满足10万元保费门槛后,即可获得该服务,包括救护车费用报销、住院中和出院后的一对一24小时上门护理等。 长护险需要商业保险更多参与 国家统计局公布的最新数据显示,截至2023年底,我国60岁及以上人口已超过2.96亿。根据老龄科学研究中心发布的《中国老龄产业发展报告》,在老龄人口中,失能、半失能老年人大约4400万。在80岁以上的老年人群中,失能、半失能老年人约占40%。在这一背景下,长护险成为养老领域的“必修课”。 原大家财险总经理施辉向界面新闻表示,护理险未来需求量很大,但挑战在于服务端的专业能力的建立。目前中国医疗系统自成体系,保险在其中较难培育自己的专业能力,未来如何建立能提供医疗护理的养老机构是值得思考的问题。 护理强大的需求和痛点给保险公司带来了商机。中金分析师毛晴晴在研报中指出,保险公司可以依靠规模优势对养老服务供应商进行有效筛选和管理,建立优质供应商网络,提升服务效率、保证服务质量。 不过,即使是掌握大量资源的险企,在居家养老链路搭建上也有诸多阻力。毛晴晴表示,目前中国养老服务供给短缺、资源分散,险企整合服务资源、搭建服务网络的难度大,险企参与居家养老需要自建或跟第三方机构合作搭建服务网络,前者资金投入量大、回收期长,后者供给不足且难以把控服务质量。 保险业协会秘书长商敬国曾在公开活动上指出,人寿保险公司凭借长期积累的客户专业服务能力和长期资产负债匹配管理专业能力,为未来能够积累充足的养老金提供有力保障。同时,人寿保险公司可以积极发挥金融支付中枢和长期投资者作用,通过高效率的市场资源配置,不断提升养老服务的专业能力,大力增加专业服务供给。 在筹资上,目前的长期护理保险试点运行中,资金主要依靠地方政府和医保资金,但在当前经济形势下难免力有不逮,因此商业保险的参与显得十分重要。 毕马威中国研报认为,为了做大长期护理保险的支付,需要协调社会性的保障缴费和商业性护理保险的共同作用。给予商业长期护理保险税收优惠政策,可一定程度刺激需方购买,对于推动中国老龄化形势下长期护理保险的发展可以起到积极正向的助推作用。 另外,长期险被一些业内人士认为是在利率下行时期保险业的下一个增长突破口。中国保险行业协会与瑞士再保险瑞再研究院发布的《中国商业护理保险发展机遇——中国城镇地区长期护理服务保障研究》预计,我国城镇地区老年人长期护理服务需求将在2040年达到近6.6万亿元,约相当于当前水平的5倍。 创必承集团CEO、中山大学金融系专业硕士导师孙明展向界面新闻指出,“随着人均寿命的增加,对于90后群体来说,需要被看护的时间大大延长,可能会到10-15年。未来养老规划不仅仅需要考虑老年生活费的问题,更需要计算给护工的工资。” 而保险作为风险管理手段,可以从化解长寿风险中寻找增长点,死差恰恰是保险行业最应该去通过产品创新想办法扩充的。“如果把之前利率的长期承诺变成一种长护条款,假设平均需要看护的时间为10-15年,但险企以看护18年定价,那可以产生利润空间,且这部分空间与利率无关。这既解决了客户在长寿时代可能遇到的问题,又为险企带来利润,这就是死差可以创新的地方。”孙明展认为。 来源:界面新闻
硅谷大佬都转向特朗普了?
刚过去的这个周末,美国几乎所有社交媒体头条和评论区都被特朗普遭遇枪击的消息占据着。 当地时间7月13日傍晚,美国前总统唐纳德·特朗普出席宾夕法尼亚州的一场竞选集会时,遇到枪手袭击,右耳被子弹击中,之后在特勤局人员的保护下离开现场,进行袭击的枪手被击毙。 后续特朗普发表声明描述了自己的伤情, “感到皮肤被撕裂,留了很多血。”他感谢执法人员的迅速反应,向遇难者家属和受伤观众致以慰问,并表示会按照原计划前往接下来的行程,“愿上帝保佑美国”。 一位美联社记者第一时间拍下的照片成了“历史的定格”。 马斯克将其比作罗斯福,奥特曼、纳德拉等人发推... X成为讨论的最主要阵地。硅谷的诸多创始人、投资人和CEO也纷纷表态。 马斯克第一时间彻底亮明了自己支持特朗普的身份。表示将完全背书“特朗普总统”,并期待他早日康复。 甚至把特朗普的强韧表现比作素有“现代美国塑造者”之称的最伟大前总统之一罗斯福。 还共情说自己也曾被威胁过生命:“过去8个月里,已经有两个人在不同场合试图杀我。他们在距离特斯拉总部约20分钟车程的地方持枪被捕。” 不到一天时间内,马斯克已经在自己的X账号发表和转发多达15篇推特,公开为特朗普“拉票”。 OpenAI首席执行官 Sam Altman,平时几乎不发表与行业无关的内容,而且最近他已经比较反常的连续一个多月没有在X上发任何贴文,此次在特朗普被枪击后立刻连发两篇,先是表示“很高兴特朗普总统安全”。后来随着在他推文下的特朗普支持者越来越多,他补充了一下说,很感动看到大家“共同决定缓和言辞,找到更多团结”,而不是“屈服于双方对立的冲动。” 公司总裁兼主席、副手Greg Brockman跟上,“感恩特朗普总统安全无恙”,认为枪击事件“是对美国民主的攻击”。 微软CEO萨蒂亚·纳德拉“致以最良好的祝愿,祝他早日康复。” 苹果CEO蒂姆·库克说“我心与他和受害者们同在”,强烈谴责暴力。 此前与特朗普关系紧张的亚马逊创始人逊杰夫·贝索斯,这回也打破9个月社交媒体沉默,称赞“我们的前总统特朗普在面对真正子弹时,展现出极大的优雅和勇气。” 以及曾是特朗普公开批评者,并表示过特朗普限制移民的提议让人“感到恶心”的a16z联合创始人Marc Andreessen,自从近期开始批评拜登政府以来,虽还没有明确说过支持特朗普,也是贴了一张美国国旗图片。 “看起来好像整个硅谷都支持特朗普了” 不少人也嗅到了硅谷内部政治立场的微妙变化。 Altman推特下热评因此一针见血地感叹道:“看起来好像整个硅谷都支持特朗普了,终于啊。” 还有人形容,“硅谷现在是成了新的德克萨斯州。” 曾几何时,“自由派堡垒”硅谷是坚决与特朗普唱反调的第一梯队。作为创新、开放和全球化的代表,硅谷强烈依赖国际人才和自由商业环境,倡导环保和社会进步。而特朗普则是“保守主义”、“保护主义”的代名词。 他推行严格的移民政策,收紧H-1B签证限制,被许多公司领导人批判阻碍创新和人才引进;加强监管社交媒体平台,被指过度干预自由表达,与硅谷倡导的开放自由的互联网精神相悖;对中国等国家发起的贸易战,给依赖全球供应链和市场的科技公司带来挑战,引发广泛担忧;而硅谷的公司们普遍重视可持续发展,承诺减少碳排放并投资清洁能源项目,特朗普政府却施行“去气候化”政策,由此激起了科技界的强烈不满…… 可以说,双方在价值观和政策上的分歧与不合渊源已久,甚至一度到过剑拔弩张的地步。 推特、 Facebook等平台都封过特朗普的社交账号,直接禁言处理。别看现在的马斯克“忠心耿耿”,在2017年特朗普宣布退出《巴黎气候协定》时,他一口气退出了三个总统顾问委员会,称特朗普“是个骗子”,2020年时投票支持的还是拜登。而特朗普则骂马斯克是“一个擅长胡说八道的大师”。上一轮竞选期间,特朗普经常攻击贝索斯,称其利用《华盛顿邮报》避税,发表诽谤性报道,并存在“巨大反垄断问题”。贝索斯回击说“希望可以用自家造的火箭把特朗普送上太空”。 还有美国对冲基金大佬、Pershing Square创始人兼CEO Bill Ackman。在2021年1月6日国会山事件发生后,Bill Ackman曾公开批评特朗普,认为他应该“辞职并向所有美国人道歉”,对其领导能力产生严重质疑。 而现在Bill Ackman的立场整个180度大调转。昨天发长文公开倒戈,宣布自己“将正式支持特朗普竞选总统”。并称自己最近有机会与特朗普共处几个小时,这让他对特朗普有了更深入的了解。这一决定是“经过谨慎和理性思考后,基于大量经验数据认真做出的。” 怎么….忽然都变了? 有人在X上评论称,硅谷的态度早已变化,这次的枪击事件让大家有了最合理的机会来开口表态。 于是那些为数不多还在“坚守阵地”的,此刻也变得“处境艰难”起来。作为特朗普的长期公开反对者,LinkedIn联合创始人、硅谷“人脉之王”Reid Hoffman曾在多个场合谴责其领导风格对美国的法治和商业环境有害,在煽动暴力方面不可接受。 结果他近期与斯坦福校友、PayPal创始人兼知名投资家Peter Thiel的一次公开争论被马斯克挂了出来。言辞交锋中,Thiel讽刺地感谢Hoffman资助针对特朗普的诉讼,认为这些诉讼把特朗普变成了“烈士”,从而增加了他连任的机会。Hoffman则以讽刺的口吻回应:“是啊,我真希望把他变成一个真正的烈士。” 马斯转发说:“世界上的Reid Hoffman们得到了他们最想要的愿望。但是烈士活了下来。” 暗示虽然反对特朗普的人做了很多努力,但这些不仅没成功,反而应验了那句“任何打不倒我的都将使我更强大”。 这条推特下集合了大批兴奋的特朗普支持者,对Reid Hoffman冷嘲热讽。还有人说目前看来唯一的嫌疑人就是此人无疑了。 导致Hoffman不得不亲自发了条回应。重申自己坚决反对暴力,同理特朗普也不该在国会骚乱时助长暴力。另外与Thiel的争论中所谓“希望特朗普成为烈士”,是指对自己的谎言和行为负责,并非身体受到伤害。 结果….又被骂了。评论区有叫他Reid “woke” Hoffman的,有要他道歉的,还有让他直接删账号的。硅谷传奇投资人、“股权众筹鼻祖”Naval Ravikant批评道,“停止资助和为法律战辩护。那个怪物最终也会吞噬你。” “公开支持特朗普,不会面临八年前那样的反应和反对” 其实,硅谷转变风向早已有一段时间了。 一个多月前,特朗普在这里举办了一场筹款活动,由投资家David O. Sacks和Chamath Palihapitiya主持,地点位于Sacks旧金山的豪宅。 活动门票价格从5万美元到50万美元不等,其中“优先晚餐座位”和“与特朗普合影”的VIP待遇需要捐款30万美元。而门票早早就售罄,吸引了众多硅谷技术领导者和投资人,包括黑石集团CEO Steve Schwarzman、加密货币领域的Winklevoss兄弟、数据分析提供商Palantir Technologies的高级政策顾问Jacob Helberg及前文中说的亿万富翁Bill Ackman等,总共筹集1200万美元竞选资金。 Helberg过去曾给拜登政府捐款数十万美元,此次他向特朗普公开捐赠了100万美元,并表示现在“当像我这样的人公开支持特朗普时,不会面临八年前那样的反应和反对。” 而这一转变并不是因为特朗普本身有多优秀,确切地说,是“全凭同行衬托”。有评论称,硅谷可能没有多么支持特朗普,但他们的确变得非常反对拜登。 从最初的强烈反对到近期的逐渐支持,向特朗普倾斜的天平背后,其实由对美国现行经济政策、监管环境,及对拜登政府的不满驱动。 例如在行业监管上,拜登政府对英伟达、微软和OpenAI等科技巨头们进行反垄断调查,在加密货币和AI等新兴技术领域高压监管,令许多硅谷人士担心会严重限制技术创新和行业发展。 而特朗普政府则曾在多个行业推进去监管措施,以减少企业的合规负担和运营成本。比如2018年提出减少联邦政府对自动驾驶汽车的监管和法规障碍,鼓励州政府和私人企业为技术研发和测试提供更大的灵活性,自此Waymo和特斯拉业务得以大幅发展;指示FAA简化无人机的商业许可程序,促使亚马逊和UPS的无人机送货服务扩大覆盖范围。 经济政策和税收改革方面,2017年,特朗普通过了《减税和就业法案》,将公司税率从35%削减至21%。并对高收入人群降低了个人所得税率,同时提高标准扣除额。他还引入了对外国收入的最低税率,旨在鼓励美国公司将海外利润转回国内。这对硅谷的科技公司和公司背后的一大群“富人们”尤其有利。事实上特朗普也暗示过,只要掌权,就会服务于1%,乃至0.001%顶层富豪们的即时经济利益,正是硅谷大佬金主们所在的群体。 对比起来,拜登提议将企业税率从21%提高到28%,以增加联邦收入。对年收入超过40万美元的个人增加税收,取消对高收入者的部分减税优惠。对年收入超百万美元的征税最高达39.6%。把钱拿来大搞基础设施建设和社会福利保障,结果没成绩不说还搞出了“零元购”。导致硅谷的中产阶级们和有钱人们成了精准狙击目标,怨声载道、苦不堪言。 因此,尽管硅谷在社会和文化议题上倾向于民主党,支持自由多元和社会进步,但在面对切身经济利益时,还是表现出保守务实的一面,以保护自身增长和竞争力。 曾经也是特朗普反对派一员,如今摇身变成积极支持者的Sequoia合伙人Shaun Maguire发文说,“公众已经被引导相信特朗普是希特勒,而实际上他是丘吉尔。” 身边的人的立场转变让AngelList创始人Babak Nivi感叹道,:“今天可能是自9/11以来美国政治观点最大的转变日。” 当然,也还有很多人认为这一切都是表演。有网友就无情拆穿Maguire: “硅谷技术专家是这个星球上最不喜欢对抗的人。他们最像羊群,会说和做任何当前流行的事。这简直荒谬,他删除了2023年前所有(反对)特朗普的推文。” 在近期《金融时报》的一篇文章中,也指出了硅谷对特朗普的主流态度的转变。在这篇文章结尾,作者写到,当特朗普在硅谷支持下再次当选,“到那时,众多美国商界领袖,共和党人与民主党人,都会带着一丝怅然回望拜登执政时期。”
MCN跟“赌”胖东来
线下成了MCN机构的新战场。 近日,被胖东来帮扶的步步高商业连锁股份有限公司发布重整计划,并引入多家投资人。有趣的是,投资方中,除了有物美集团等传统零售企业外,还有一个特殊的角色:网红骆王宇和呜啦啦背后MCN机构——白兔集团,其投资金额达4亿元,成为此次重整行动中金额最大的投资方。 上一轮新零售热潮中,互联网公司曾是线下零售企业的主要投资和收购方。阿里收购了银泰百货、高鑫零售,京东也曾投资永辉超市。 但随着新零售被证伪,互联网公司聚焦自身电商核心业务,考虑出售与主营业务较远的传统零售,传统零售企业失去了互联网公司这个重要的投资方。 与此同时,直播电商时代的新贵——MCN机构走向线下。 除了此次白兔集团参与步步高的重整以外,头部直播电商机构遥望科技在杭州打造了大型商场“遥望X27主题公园”;疯狂小杨哥也推出“小杨臻选”线下超市概念店,不久前,一家“小杨臻选”快闪店还曾在安徽亮相;今年4月,李佳琦所在公司美腕也开设了首家线下店铺奈娃家族咖啡店,该咖啡店仅售卖咖啡、面包与“奈娃家族”IP的周边自有产品。 传统零售企业和MCN机构是互相需要的。不少零售企业早已闯进直播间,抖音中不乏永辉、物美和大润发等连锁商超直播带货的身影;MCN机构,也面临着增长困境,开始寻求新的增长点。 但对于擅长线上流量的MCN而言,线下实体投入更重,运营更加复杂。遥望科技X27综合体如今已运营了大半年,但客流冷清,从商场规划到用户体验,都更像直播基地,而非购物中心。 遥望科技也因对线下业态的投入而增加了亏损。遥望科技表示,X27项目的推进让营业成本增加1.4-1.66亿元。而遥望X27是否具备长期盈利能力还尚不可知。 不过白兔集团对步步高的投资,更像是一次跟随胖东来下注的投资行为。 更早之前,步步高已经引入了胖东来,从调整员工薪资、压缩营业时间、提升员工福利待遇、门店动线布局、商品结构等方面进行升级改造。数据显示,调改首店步步高超市长沙梅溪湖店6月日均销售已基本稳定在120万元以上,而调改前,该门店平均日销在15万元左右。 白兔集团显然也看到了胖东来对步步高的改造成果,此时投资,能收到更大的投资回报。 与颇为坚定地走向线下的互联网公司相比,MCN机构投资线下零售企业,是一次轻量级试水,尚解不了零售企业的渴。 作为昔日“民营商超第一股”,步步高在2008年登陆资本市场。其创始人王填、张海霞夫妇也以32亿元的财富值,问鼎湘潭首富。此后十年,乘着时代红利,步步高快速扩张。 但在电商和新零售冲击下,传统商超的日子越来越难过,转型迫在眉睫。与此同时,阿里、腾讯等互联网巨头开始抢占优质的线下零售品牌喷。 2018年,腾讯、阿里双双伸出橄榄枝,最终,王填选择了腾讯,腾讯和京东分别出资8.9亿元和7.4亿元,成为步步高的重要股东。 不满足商超微薄利润的步步高开始押注商业地产,但受疫情影响,线下零售业态整体遇冷,步步高也难逃冲击。2021年,步步高迎来首亏,2023年亏损18.89亿元,过去三年合计亏损46.08亿元。 随着互联网企业增长速度放缓,降本增效成了主旋律,增长空间有限、与互联网公司主营业务较远的传统零售企业成为其优先剥离的对象。最终,腾讯和京东于2022年亏本减持离去。 迫于债务压力,2023年1月,步步高进行重整。7月1日晚间,步步高发布公告称,包括白兔集团在内的多家投资人将参与公司的资产重整计划,并引入胖东来对步步高的超市门店进行“帮扶”。 白兔集团也成为首个参与线下商超投资的MCN机构。在此次资产重整中,白兔集团投入超过4亿元,成为参与资产重整的十余家投资人中出资金额最大的一家。 资料显示,白兔集团成立于2020年9月14日,是一家专注于美妆、时尚,美食等快消品牌的赋能与孵化的MCN机构,孵化了“骆王宇”“特别呜啦啦”“张喜喜”等知名网红和带货主播,全网合作达人1000+。 步步高公告指出,白兔集团将充分发挥其在抖音短视频内容制作、达人孵化、线上零售能力优势、供应链整合能力优势和品牌营销等优势,与步步高股份组建合资公司,通过“精选产品+线上爆发增长+线下稳定销量”的方式,完成自营商品线上线下一体化销售,逐步打造步步高股份自营商品供应链体系,助力步步高股份逐步恢复和提升盈利能力。 简单来说,白兔集团给步步高提供的是,在抖音上,用旗下达人资源,用短视频等方式为步步高引流,打造爆品。 目前,白兔集团和步步高的合作尚未落实到执行层面。 步步高超市的抖音账号显示的第一条视频发布于2024年4月2日,账号内容大多为记录胖东来帮扶调改过程,目前共发布44条作品,拥有2万粉丝。该账号店铺橱窗共有8件在售商品,均为鲜花,销量数据显示为23件。 另外,在抖音量化各超市类账号热度和业绩的“团购带货全国周榜”中,也未见步步高超市的身影。 不久前,商超行业中的上市企业相继发布了2023年财报,其中,近半数企业亏损。13家上市企业中,仅红旗连锁和黄商股份两家,在盈利的同时,实现了营收与净利的双增。盈利方面,有6家企业出现亏损。其中,步步高亏损最多,达到18.89亿元。 线下零售业在国内已有40多年的发展历史,造成其业绩持续下滑的原因也绝非一句“线上经济冲击”能概括的。 一方面,传统线下超市的商品结构无法满足年轻消费群体;另一方面,会员店、社区店、即时零售等新兴零售业态的涌现,对传统零售企业同样造成了冲击;与此同时,电商平台在生鲜和快消等品类的布局和投资持续扩大,也加剧了行业内的竞争压力。 为了破局,传统商超纷纷加码线上渠道,却仍然无法摆脱经营困境。资深电商从业者王淼认为,新零售浪潮下,线下商超零售企业一直在进行数字化转型,但学到的却只有新零售的“皮毛”,“传统的采购模式和与消费者之间的关系,没有进行深层次的变革,所以业绩持续萎靡。现在,线下商超业务已经到了转型升级的关键期。” 如今,线上已经成为传统商超引流的重要一环,比起三年前的探索期,从直播内容到配送形式都有所进化。 在抖音等短视频平台,诸多商超企业都开设了超市类账号,发布视频、上线商品和优惠券并开启直播带货。为了丰富直播内容,有的商超直接把直播间搬到了“田间地头儿”。在配送上,大多数商超也纷纷采用“当场下单、即时送达”的“即看即得”直播模式。 但对于传统商超而言,在公域流量池中,与网红、达人们进行流量竞争,优势依然不足。字母榜观察到,平台上大多传统商超通过“官方直播”或“店员自播”方式参与直播,这样做的好处自然是节省运营成本。但短板也十分明显,相比网红、达人们直播间“秒杀、抢购”的场面,超市直播间略显冷清,互动区的留言评论也寥寥无几。 与此同时,一路高歌猛进的直播电商也迎来了降速时刻,直播流量不精准、投流成本高以及转化率低等也成为传统商超面临的难题。 而这恰恰是MCN机构的专长。MCN机构不仅手握一众网红达人资源,也更擅长短视频内容制作和线上引流,除了为线下超市引流,打造“爆款”短视频的几率也更高,商超的品牌知名度将进一步提升。 与此同时,MCN机构在美妆护肤、食品、日用品等消费赛道可以通过线上数据及时反馈把握消费者喜好,助力传统商超加快自营商品品牌化速度。 线下商超只是零售实体的一个缩影,在更广泛的线下零售领域,零售企业与MCN机构的联动已经拉开序幕。 此前,国美已经开始与MCN机构合作,用秀场直播和短视频种草的形式为直播间引流。 MCN机构同样需要线下零售企业。 MCN机构高速增长的时代已经一去不复返,下滑的利润率也标志着行业正式步入潮涨潮落的更替期。除此以外,MCN机构严重依赖抖音的流量支撑,如今线上流量越来越贵,全渠道布局、寻找第二增长曲线成了MCN机构的当务之急。除了布局实体外,自建品牌和投资产业链上下游也成了MCN机构的破局之法。 而线下零售除了运营成本远高于线上,管理也更为复杂,涉及到店面运营、服务体验、库存管理和物流等方方面面。对于MCN机构而言,与其自建,通过投资或其他与线下零售企业合作,以强化线下布局无疑是更稳妥的方式。 除此次白兔集团参与步步高的重整以外,遥望科技和疯狂小杨哥的“三只羊”等MCN机构也纷纷开启线下布局。 去年12月底,遥望科技在杭州打造的24小时不打烊的商业综合体“遥望X27”正式营业。疯狂小杨哥也在直播中展现了布局线下实体的野心,除了去年曝光的“小杨臻选”线下超市概念店外,不久前一家名为“小杨臻选”快闪店在安徽亮相,目前尚无其他动作。 今年4月,联商网发布的一篇实地探访遥望X27的文章中提到,“不同于开业时的人山人海,现在的客流甚至可以称之为惨淡。” 比起购物中心,遥望X27更像是直播基地。上述文章提到,遥望X27在宣传中提到消费者可以体验“线上线下同价”,但其中不少店铺主要提供给主播们直播用,想买只能去直播间买。另外,大部分公共空间留给了“直播”,也压缩消费者线下购物时的体验空间。直播期间会禁止顾客入内,即便不禁止,一些顾客也就打起了退堂鼓,因为怕入镜,选择不进店当“显眼包”。 与MCN机构相比,互联网公司的资金实力要强大的多,站在转型的十字路口,他们当初对线下零售的投入态度也相当坚决,收购实体产业后,可以投入大量资金用于改造和升级线下超市的基础设施。除此以外,还能通过接盘线下超市,进一步扩展其在本地生活服务领域的布局。 如今,互联网公司考虑退出线下零售,进一步聚焦电商主业,但MCN机构的资本实力就要弱很多了, 一旦投入过大,就会直接对公司营收造成较大影响。 去年遥望科技的营业收入与净利润倒挂:尽管遥望科技2023年实现营业收入47.77亿元,同比增长22.48%,但净利润却大额亏损10.5亿元,同比下降299.33%。X27项目正是“拖累短期业绩的一大原因”,遥望科技称,X27项目的推进让营业成本增加1.4-1.66亿元。而从目前来看,遥望X27是否具备长期盈利的能力还尚不可知。 看起来,MCN机构走向线下只不过其多元化尝试中的一步,成功概率也依旧存疑。
余承东“代班”俞敏洪,教董宇辉如何做管理
“我已经是一把手了,没有必要再自己找感觉,让副手找感觉,我在每一个岗位都有意地培养副手,充分授权,选拔更多比自己强的人,选拔超越自己的人,让后人超越前人。” 余承东一边谈论自己的管理理念,董宇辉一边埋头记笔记。7月15日晚,华为常务董事、终端BG董事长、智能汽车解决方案BU董事长余承东首次做客董宇辉直播间。期间,余承东不仅谈论起华为手机、智选车品牌等相关话题,还向董宇辉聊起了自己的管理哲学。 100分钟的对谈中,一个画面多次出现在俩人的互动中:董宇辉低头记笔记,余承东一脸欣慰地侧头看着董宇辉的笔记,又笑着看向董宇辉,继续输出自己的观点。 余承东用自己在管理方面的成长来举例,“没有人一开始就懂管理,管理是可以学的”“有意识地培养自己的副手,权力下放”…… 在双方对谈的尾声,余承东站起来要走了,已经离开直播间画面,结果董宇辉对着观众们一句:我总结了一些余总刚刚的一些观点,分享给大家。余承东一听,又坐了下来。董宇辉紧接着接了一句:您刚好也听一下,看有没有错误,指正一下。然后,董宇辉全程分享自己总结的观点,余承东坐在椅子上,不断地对对对,时不时再补充一两句。 有不少人在弹幕区评论称“宇辉今晚受益颇丰”“这是一堂精彩的管理课程”;更有网友评论称“他俩的对谈像老板给优秀员工开会,余承东全场挥斥方遒,传授管理理念,特别是最后董宇辉的分享,像老板发完言,员工谈感受。” 双方100分钟的对谈,董宇辉几乎都在向余承东“学习”,不仅学产品理念、营销传播、处世哲学,还学管理理念。 董宇辉确实学到了一些东西,在最后的总结分享阶段,董宇辉拿出了自己记录笔记的两张A4纸,纸上精炼总结了16个观点,关于管理的观念,董宇辉说了几点,譬如“leadership是可以学习的,可以培养的,士别三日当刮目相看”、“敢于自我批评,保持清醒、克制”。董宇辉更是总结了余承东如何带团队的观念:“一个团队的士气来自高举高打,定高目标,让一群人为之奋斗,这样的团队士气越来越旺,越来越能打胜仗。” 董宇辉也到了需要学习管理的阶段。今年1月,董宇辉从一个只需准备直播文案的主播,猝不及防地成为一个70人团队的负责人,到今年6月,这个团队膨胀至150人。随着与辉同行的迅速扩张,董宇辉的管理重任被进一步放大。 原本向董宇辉传授管理理念的工作,更应该是俞敏洪去做的事情。余承东的一夜授课,颇像临时代课的班主任,抓住机会教董宇辉做管理。余承东之前,海尔集团创始人张瑞敏在做客董宇辉直播间时,也曾向董宇辉输出自己的管理哲学。 在管理方面,一个个来直播间的企业家,都相继成了董宇辉的老师。 首次进入董宇辉直播间的余承东,就将对话变成了一场个人脱口秀。 100分钟的对谈,前90分钟几乎都是余承东在侃侃而谈,作为直播间主持人的董宇辉,除了全程的“嗯”“嗯嗯”“嗯嗯嗯”,只能时不时抛出几个问题推进流程。要不是最后十分钟董宇辉分享自己的总结,直播几乎成了余承东的独角戏。 连董宇辉也忍不住多次感叹,“我发现余总一谈到技术,就口若悬河”“提起技术,思维极其活跃”。余承东也解释了自己为什么这么能说的原因,“长期职业锻炼,习惯了”。 余承东谈到自己理工科出身,原先也是内向的人,但是带领团队后必须讲话,刚开始跟团队讲话“腿都发抖”,特别是现在做消费品业务,各种发布会,要讲理念、精神、方向,传递要求,“逼得自己必须去讲”。 在余承东全程输出、董宇辉记笔录的氛围下,7月15日晚间,与辉同行直播间有超过1700万人涌入,全程在线人数超过10万,最高在线人数超过60万,累计获得了1.7亿的点赞,稳居抖音带货榜第一。 这是董宇辉第二次带货华为全场景产品专场,一晚上就卖出了超1亿元的销售额,使得前一天在抖音品牌销售月榜位于第七的华为,直接跃升至第三,超过了排名第五的苹果。而今年3月10日的直播中,董宇辉带货华为超1亿元的时候,尽管华为在销售月榜跃升至第二,但是仍位于苹果之下。 7月15日,与辉同行直播间共上架23个华为产品链接,品类覆盖了华为手机、笔记本电脑、耳机、手表、平板等产品。此次主要推出的都是华为最新产品,如Pura 70系列、MatePad SE等。其中,销售最佳的是售价5499元的华为Pura 70手机,卖出了1000万-2500万元。 对于外界关注的汽车,余承东也谈到了问界等商标转让的原因,他表示:“问界这个品牌现在以很低的价格转让给了赛力斯,这是因为国家法规要求品牌商和生产商必须合一,品牌必须由生产厂商拥有。所以,我们把问界、智界、享界、尊界四个‘界’都转让给了车厂。” 这也是余承东借助直播首次对外透露智选车的第四界名称为“尊界”,即华为与江淮将要在明年发布的百万豪车品牌。 此次直播,与辉同行直播间同样重视,在开播之前,与辉同行直播间在抖音账号发布了10条相关视频内容,为这场直播预热。余承东和董宇辉合体的官方海报,以及为华为拍摄的宣传片均获得了超过13万的点赞。 董宇辉在3C领域的号召力有目共睹。今年3月10日,董宇辉第一次带货华为,一晚上也卖出了超1亿元,其中,售价6999元起的华为Mate 60 Pro等多款产品均销售一空。618期间,董宇辉在深圳南山的一场带货电子数码、家电的直播专场,也卖出了1.2亿元。 企业家口若悬河、董宇辉边听边记的画面,不是第一次出现在与辉同行直播间。 上一个来直播间向董宇辉输出管理哲学的是张瑞敏,一位退居幕后两年多的海尔集团创始人。 今年3月19日,张瑞敏做客董宇辉直播间,期间张瑞敏不仅谈了自2005年以来,企业发展的每个阶段所遇到的困惑和解决方法,还大聊自己对于管理的探索和思考。 比如张瑞敏谈到,他的理念是坚信未来企业管理的核心在于搭建一个平台,让每位员工都能成为创新者;激发员工的主动性,就必须放权,让每个员工都为自己的未来而努力等。 整个直播过程,董宇辉也是边听边记,90分钟的对谈,董宇辉记了几块小黑板的笔记,也是在对谈的最后十几分钟,做了自己的总结分享。 对话中,董宇辉总结了张瑞敏最重要的管理哲学:人的价值最大化。张瑞敏对此解释说,每个人都应该是人才,都可以成为自己的CEO。董宇辉听后说“如此看来,我也是人才了,深受鼓舞。”张瑞敏笑着回应说,“你已经是人才了,但你现在的挑战是,你要让下面的人也都成为人才。” 董宇辉环视周边,对着自己的运营小伙伴们说,“对,你们也是(人才),张老师今晚定义的,大家都是。” 而在与辉同行的实际管理中,董宇辉也确实将自己学到的管理哲学运用到了管理中,“让下面的人也成为人才”。 首先体现在对旗下八位主播的排班上,董宇辉公平分配主播出场时间,确保每位主播都有均衡的曝光时间。 其次是人才培养和放权上,董宇辉已经减少自己直播时间,由旗下主播更多地出现在直播间;以及此次与华为的合作中,与辉同行为华为做的宣传片,不再是董宇辉个人出镜和朗诵读白,而是由董宇辉和八位主播共同出镜,朗诵也由八位主播共同完成。 给予主播极大的授权和信任,使得董宇辉不在与辉同行直播间的时间里,其他主播也能担起重任。如7月8日-14日,董宇辉缺席与辉同行直播间的一周时间,与辉同行直播间由旗下八位主播撑起,一周累计带货额为7500万-1亿元。 不同企业家纷纷走进直播间教授管理哲学的一大现实背景是,随着身份的转变,带领超过百人团队的董宇辉,已经或主动或被动需要管理知识的武装。 尽管与辉同行的实控人是俞敏洪,但是与辉同行的法定代表人和负责人却是董宇辉,而且董宇辉发展不受制于东方甄选,拥有较大的业务经营权和人事权,有相对独立的利益。所以,正如东方甄选需要管理变革,董宇辉同样需要在与辉同行建立起自己的用人标准和评判机制。 管理对于一家公司来说是至关重要的,从东方甄选前CEO孙东旭的管理不善进而被罢免,到东方甄选一次次暴露出来的管理问题引发的舆论危机,以及最近的主播顿顿“不满”东方甄选,都显示出东方甄选内部出现了严重的管理问题。 作为东方甄选高级合伙人、与辉同行创始人,如何运用管理知识解决上述问题,也将是董宇辉需要背负起来的职责。 比如主播顿顿的不满,表面上看是东方甄选快速发展过程中的人力资源和沟通协作问题,但是深层次仍然是主播和MCN机构之间如何合作的问题。而当前的与辉同行,也正在快速扩张,此类问题或将不可避免。 目前,与辉同行有三个栏目:负责日常直播的爱生活、负责访谈的破万卷以及外景直播的阅山河。今年年初,与辉同行还是一个只有70人的小团队,到今年6月的端午节,董宇辉透露称拥有150名员工,半年时间,人数增长了近一倍。 快速的扩张,使得董宇辉也不得不学习管理哲学,平衡各方的利益。“正和岛”曾分析指出,董宇辉的“与辉同行”是一个以“与辉同行”为中心的生态圈,包括三股非常强大的力量:董宇辉的“丈母娘”们、指望董宇辉带货的供应商们,还有与头部主播利害相关的大平台抖音。 随着与辉同行的扩张,昔日俞敏洪面临的问题也将成为董宇辉需要担忧的事项:如何管理组织内成长起来或者崛起的优秀个人或团队?如何处理主播之间的利益纷争?如何维系与平台的关系? 今年3月,抖音就“约谈”了董宇辉,开了一下午的会,向与辉同行提出了很多发展思路和期望,尤其是希望与辉同行发展再快些。董宇辉则表示,抖音的要求太高了,这让他感到“压力山大”。 内外部因素叠加,让初次成为管理者的董宇辉也有些头疼,甚至一度影响到了直播状态。今年4月,外界质疑董宇辉的讲解内容质量变差了,董宇辉不仅在直播间反思并表示立刻改进,而且解释称,“现在精力被大量地分散,可能我们公司在一开始迅速要步入正轨的时候必须得有这么一段时间……但是等公司相对步入正轨后,可能我会更从容一些。” 管理能力的补强,无疑将成为董宇辉从容应对的底气之一。
英国监管机构出手,正调查微软与Inflection AI相关交易
IT之家 7 月 16 日消息,英国竞争和市场管理局(CMA)7 月 16 日发布声明称,正调查微软雇佣 Inflection AI 部分前员工以及与 Inflection 方面达成相关安排的情况。该监管机构担心此举可能导致“竞争实质性减少”。 图源 Pexels CMA 在声明中表示,做出第一阶段决定的截止日期为 9 月 11 日,届时该机构将宣布是否将此案转入第二阶段的深入调查。 今年 4 月,CMA 曾表示正在征集公众意见,针对一系列科技巨头与人工智能初创公司的交易展开调查,其中包括微软与 Inflection AI 的交易、微软与 Mistral AI 的交易,以及亚马逊与 Anthropic 的交易。据悉,Mistral AI 近期融资 6.43 亿美元,估值达到 60 亿美元。 3 月份,微软宣布聘请 Inflection AI 的联合创始人 Mustafa Suleyman 和 Karén Simonyan,其中 Suleyman 将负责领导微软的消费者人工智能部门。此外,微软还招收了 Inflection AI 的大部分员工,并表示将向其支付约 6.5 亿美元的授权费用以获得其技术。 作为管理层变动的一部分,Suleyman 目前在微软领导着专注于 Copilot、必应和 Edge 的团队。 据 6 月份的报道,美国联邦贸易委员会 (FTC) 也正在调查微软与 Inflection AI 之间的交易是否被刻意设计成规避政府审查。 IT之家注意到,微软近年来投资了多家 AI 初创公司,其中包括向聊天机器人 ChatGPT 的创建者 OpenAI 投入了数十亿美元。
美国半导体,过热了
尽管美国凭借其在芯片设计领域的地位仍然占据半导体行业的全球领先地位,但近几十年来,美国在半导体制造业的地位有所下降。 1990 年,美国控制着全球 37% 的半导体制造业务。如今,这一份额已降至 10%,因为东亚制造商目前供应着全球约 65% 的半导体。在疫情和与中国的地缘政治紧张局势加剧之后,美国作为半导体进口国的脆弱性从未如此明显——这是一个问题,因为从计算和 iPhone 到战争情景模拟,一切都需要芯片。 作为回应,美国通过了《CHIPS法案》,拨款520亿美元用于推动美国半导体研究、开发、制造和相关劳动力发展。这项立法是重塑美国半导体行业的一次积极尝试,旨在培育从原材料到最终产品的自给自足的供应链。美国政府押注,通过激励投资和创造国内生产机会,可以扭转制造业产能下降的趋势。该法案的主要目标是通过创建一个完全国内的“从沙子到产品”的半导体行业来增强经济和国家安全,同时将美国的技术领先地位延续到2050年。有三种策略支持这一战略: 立法和资金:根据《CHIPS法案》,为半导体行业拨款520亿美元,其中390亿美元用于制造业,120亿美元用于研发/劳动力发展 ; 研发和制造投资:持续的研发增长,将收入的 18% 用于研发;对新制造设施进行大量投资,例如英特尔在亚利桑那州投资 200 亿美元,台积电投资 120 亿美元 ; 行业合作与并购:战略合作与并购,如英特尔与台积电、高通与微软,以提高产能和专业化程度。 制造业扩张初现希望 在新建设施数量方面,美国与中国的竞争日益激烈。美光、三星、英特尔、台积电和德州仪器宣布在美国新建大型制造设施完工后,国内制造能力将增加近 60%(图 1)。全面投入运营 后,这些工厂的总产量将使美国与台湾和韩国的产量持平(图 2)。 图1 图2 尽管美国在国内制造业和技术方面投入了大量资金,但其有效性最终将取决于是否有技术熟练、能力强的劳动力——而美国尚未做好准备。由于经济形势复杂,就业市场紧张,许多行业已经陷入劳动力短缺的困境。根据 AlixPartners 的分析,员工缺口将非常大,因为技术熟练的工程师、技术人员和科学家实在是太少了。除此之外,该行业还需要大量招聘员工,以满足不断增加的制造任务,如运行生产线、测试、包装和运输产品。即使到新制造设施投入使用时工人的生产率有所提高,公司也可能需要填补相当于 6.7 万名全职员工的缺口,以满足投资需求(图 3)。 图 3 使问题更加严重的是,新工厂在地理上远离历史人才中心。按制造数量计算,加利福尼亚州拥有最大的制造基地,但新工厂数量为零(图 4)。山区西部和中大西洋地区目前是相对较小的地区参与者,但很快将成为世界上最先进的芯片生产设施的所在地。受低成本能源、便利的房地产以及州和地方激励措施的吸引,美光和英特尔等公司正在新奥尔巴尼(俄亥俄州中部)、克莱(纽约州北部)和莱希(盐湖城郊区)等社区建造大型设施(图 5)。 图 4 图 5 明确的含义:一场迫在眉睫的长期人才争夺战 考虑到美国制造商取得成功(以及获得补贴)所需的投资规模,公司需要制定详细的劳动力发展计划,概述强有力的招聘和技能提升战略。与当地机构合作可能成为公司满足需求的必备条件。人才获取、保留和发展战略应融入组织结构和供应链中,以便在动态竞争环境中高效运作。 人才短缺已经出现。很快,多个行业可能面临熟练劳动力短缺的挑战;医疗技术、清洁能源、人工智能和先进制造领域只是可能感受到人才缺口压力的几个领域。 由于人才管理策略有助于区分美国半导体制造业竞争中的赢家和输家,其他关注这一策略的人将从中受益。为了有效解决这一关键的人才缺口并确保拥有一支有能力实现制造目标的员工队伍,半导体公司可以考虑采取多管齐下的战略方法,包括: 制定与产能扩张相一致的全面劳动力计划,确保在正确的地点和时间提供正确的技能。 实施创新的全球人才获取模式,如招聘流程外包,以进入全球专业的半导体人才库。 重新设计总体奖励策略——薪酬、福利、政策——以增强吸引和留住稀缺技术人才的能力。 建立企业学院/大学来提升/重新培训现有员工,同时为新员工提供量身定制的培训。 促进文化转型,打造吸引顶尖工程技术人才的创业创新型工作场所。 利用人工智能/机器学习工具进行战略劳动力规划、有针对性的采购、预测流失风险和主动保留计划。 评估自主研发还是购买的决策以及特定角色/技能的外包/离岸外包机会,以缓解国内劳动力短缺问题。 优化选址,以便能够接触本地化的人才集群,同时以经济高效的方式满足容量需求。 随着人才竞争日益激烈,那些能够迅速实施这些战略的公司将最有可能成为人才聚集地。
科技巨头被曝未经授权用YouTube内容训练AI,苹果、英伟达在列
IT之家 7 月 16 日消息,据 Wired 报道,包括苹果在内的一些科技巨头未经 YouTube 视频创作者同意,就使用了他们视频的字幕文件来训练人工智能模型。 IT之家注意到,此次事件影响到的创作者包括知名科技博主 MKBHD (Marques Brownlee)、MrBeast、PewDiePie、以及脱口秀主持人斯蒂芬・科尔伯特、约翰・奥利弗和吉米・坎摩尔等。这些被用于训练 AI 的字幕文件相当于视频的文本转录内容。 调查记者披露,一些世界上最富有的科技公司一直在利用来自成千上万个 YouTube 视频的素材来训练 AI,而这违反了 YouTube 禁止从平台上未经许可抓取内容的规定。据悉,超过 17.3 万个来自 4.8 万个频道的 YouTube 视频字幕文件被用来训练人工智能模型,其中就包括苹果、英伟达、Salesforce 等硅谷巨头。 据报道,下载这些字幕文件的是一个名为 EleutherAI 的非盈利组织,他们声称其目的是帮助开发者训练 AI 模型。虽然 EleutherAI 的初衷可能是为小型开发者和学术研究者提供训练材料,但该数据集也被苹果等科技巨头使用。 根据 EleutherAI 发布的一篇研究论文,这份数据集是他们发布的名为“The Pile”的大型数据集的一部分。“The Pile”中的大部分数据集都是公开的,任何拥有足够存储空间和计算能力的人都可以访问。除了科技巨头之外,一些学者和开发者也使用了该数据集。然而,苹果、英伟达和 Salesforce 等市值数百亿甚至数千亿美元的公司也在他们的研究论文和帖子中提到了他们如何使用该数据集来训练 AI 模型。 有文件显示,苹果在 4 月份发布了备受关注的 OpenELM 模型几周之前,就使用了“The Pile”进行训练。而 OpenELM 模型的发布恰逢苹果宣布将在 iPhone 和 Macbook 中加入新的 AI 功能。 需要注意的是,苹果自己并没有下载这些数据,而是由 EleutherAI 完成的。因此,从技术层面来说,是 EleutherAI 违反了 YouTube 的使用条款。 尽管苹果和其他公司可能使用了公开的数据集,但此事件凸显了从网络上抓取数据来训练 AI 系统所带来的法律风险。此前就曾出现过 AI 系统在回答小众话题时抄袭整段文本的案例,当公司使用第三方编译的数据集时,只会增加未经许可使用素材的风险。
OpenAI训练数据从哪里来、与苹果合作进展如何?“ChatGPT之母”最新回应
7月9日,美国约翰·霍普金斯大学公布了对“ChatGPT之母”、OpenAI首席技术官米拉·穆拉蒂(Mira Murati)的采访视频。这场采访时间是6月10日,访谈中,穆拉蒂不仅与主持人讨论了OpenAI与Apple的合作伙伴关系,还深入探讨了人工智能的潜在风险、数据隐私以及技术对社会的深远影响 核心要点 1.关于“ChatGPT-5” 下一代大模型将非常强大,我们可以期待像从GPT-3到GPT-4那样的巨大飞跃。 2.关于AGI的预测 在未来十年内,我们将有超强的AI系统。 3.关于AI与教育 如果教育能够根据你的思维方式、文化规范和具体兴趣进行定制,这将极大地扩展知识和创造力的水平。AI非常强大,能够推动人类知识的进步,从而推动整个文明的进步。 4.关于数据来源 我们主要有三个数据来源:公开数据、与出版商的合作数据以及我们支付人力标注的特定数据。 5.关于OpenAI与Apple的合作关系 OpenAI的目标是让人工智能来覆盖尽可能多的用户。OpenAI将在接下来的几个月里与Apple密切合作。 6.关于数据隐私 对于OpenAI的用户和客户,我们不会在未经允许的情况下使用他们的数据来训练我们的模型。 图片来源:截图于Youtube 穆拉蒂表示,与Apple的合作是OpenAI的一个重要里程碑,目标是让人工智能覆盖更多用户,通过在Apple设备上内置GPT技术,使用户无需更换设备即可享受智能服务。她强调,接下来的几个月里,OpenAI将与Apple密切合作,共同确定产品细节,并在适当时机与公众分享更多信息。 在产品整合方面,穆拉蒂提到,希望将正在开发中的模型能力、多模态性和互动性引入Apple设备,这将是人工智能领域的一次重大突破。她认为,这种进步不仅限于模型能力的提升,还能让信息传递和用户互动变得更加丰富和自然。 谈及用户数据隐私时,穆拉蒂明确表示,OpenAI不会在未经用户许可的情况下使用他们的数据来训练模型,强调了隐私和信任在合作伙伴关系中的重要性。 关于Sora的发布时间,穆拉蒂表示目前没有公开发布的时间表,OpenAI正在与内容创作者合作,以识别如何使技术更加稳定,并进行大量的安全工作。她认为,虽然Sora技术具有巨大的潜力,但其影响也很大,因此需要确保产品的适用性和安全性。 图片来源:截图于Youtube 穆拉蒂在访谈中也提到了AGI的预测,她认为AGI的定义会随着技术的发展而不断演变。她强调,评估人工智能的实际影响比单纯评估技术进步更为重要。她还提到:“在未来十年内,我们将有超强的AI系统。” 穆拉蒂谈到了围绕OpenAI涉嫌在其人工智能模型中盗用斯嘉丽·约翰逊(Scarlett Johansson)的声音的争议,以及研究人员因担心该公司将产品开发置于安全考虑之上而高调离职的问题。她强调OpenAI对人工智能开发和部署的承诺,同时承认需要提高透明度。 面对员工对公司安全的担忧,穆拉蒂回应称OpenAI有许多安全团队,并且公司非常重视安全问题。她提到,OpenAI从GPT-2时代就开始研究虚假信息问题,并一直非常开放地讨论这些问题。 穆拉蒂承认,ChatGPT因过于自由而受到批评,但她强调这种偏见是无意的,“我们一直非常注重减少模型行为中的偏见,我们正在努力减少这些偏见,”不过,穆拉蒂尚未说明有关补救措施的具体细节。 对话还涉及了人工智能对教育的潜在影响,穆拉蒂表示:“如果教育能够根据你的思维方式、文化规范和具体兴趣进行定制,这将极大地扩展知识和创造力的水平。”穆拉蒂认为AI对教育的影响是巨大的,“能推动人类知识的进步,从而推动整个文明的进步”。 图片来源:截图于Youtube 以下米拉·穆拉蒂与主持人对话以及观众问答环节的节选: 主持人: 首先,我很想问你关于与Apple合作的事。我们今天要谈论一点这个话题。这个合作是在世界开发者大会上与OpenAI达成的。从今年某个时候开始,Apple的电脑、手机和iPad将内置GPT,这显然是一个巨大的事件。 Apple是第一次做这样的事情,他们与许多人进行了谈判,可能会逐步包括其他人。我想从你的角度谈谈这个合作是如何运作的。我今天早些时候和蒂姆·库克(Tim Cook)聊了一下他的观点,现在我想听听你的看法。 米拉·穆拉蒂: 这是我们的一项重要里程碑。Apple是一家标志性的消费产品公司。我们的目标是让人工智能来覆盖尽可能多的用户。这是一个将ChatGPT带给所有Apple用户的绝佳机会,无需更换设备。我们将在接下来的几个月里与他们密切合作,弄清楚产品方面的具体细节,到时候会和大家分享更多的内容。 主持人: 如果你不介意的话,我们来聊一些更加具体的内容。你目前具体在做什么?Apple显然需要改进Siri,因为它非常糟糕。从你的角度来看,你希望在与Apple的合作中实现什么目标? 米拉·穆拉蒂: 我可以具体谈谈产品整合的内容。我们希望带来的是真正开发中的模型的能力、多模态性和互动性,并将这些引入Apple设备。 这是我们在人工智能领域的一次重大突破,特别是在模型与用户之间的交互方式以及模型所展现出的多样化功能上,实现了前所未有的飞跃。这种进步不仅仅局限于模型能力的提升。 这非常有意义,因为迄今为止,我们与设备的互动主要还是通过文本。而现在,这是一个极好的机会,能让信息的传递和我们之间的互动变得更加丰富和自然,同时也极大地减少了互动过程中的限制。 主持人: 当用户向OpenAI发送请求时,这些请求信息不会被保存下来,同时用户的IP地址也会被隐藏。这对于Apple用户来说,无疑是一个重要的好消息。那么,这个过程是如何运作的呢?你们是否仍然可以使用这些请求的数据来训练你的模型? 米拉·穆拉蒂: 不会的。对于我们的用户和客户,我们不会在未经允许的情况下使用他们的数据来训练我们的模型。 主持人: 那么,在与像Apple这样重视品牌声誉的企业合作时,他们最为看重并关心的问题有哪些呢?其中一项尤为关键的是,这些信息会被如何处理和利用,即关于数据流向及用途的担忧。 米拉·穆拉蒂: 我认为这是一个非常一致的合作伙伴关系。隐私和信任是关键,OpenAI的使命是确保我们构建和部署的技术让人们感到信任和有参与感。因此,这种合作关系是非常自然的,并且引领我们朝着期望的目标迈进。 关于虚假信息的问题,这显然是非常复杂的。我认为这将是一个循序渐进的过程,我们需要不断尝试,随着时间推移慢慢调整。 主持人: 我知道与Apple合作必须严谨无误,因为一旦出错,后果可能相当棘手。我很好奇这次合作是如何开始的?是山姆和库克之间的一次对话促成的吗?还是你也参与其中了呢? 米拉·穆拉蒂: 其实我不太记得是什么时候开始的,但已经酝酿了一段时间。 主持人: 你也在与其他公司进行类似的合作谈判。OpenAI已经与新闻集团和Vox Media等公司达成了内容许可协议,这样就减少了潜在的诉讼问题。要是我的话,我可能不会考虑这种合作。 那么,你打算怎么说服我,让我同意你们使用我的信息呢? 米拉·穆拉蒂: 我知道你对此很关心,我可以告诉你我们如何看待数据训练模型的问题。我们主要有三个数据来源:公开数据、与出版商的合作数据以及我们支付人力标注的特定数据。 此外,我们还有用户自愿允许我们使用的数据。关于出版商合作,我们关心的是信息的准确性,用户也非常重视这一点。 因此,我们与特定产品建立了一对一的合作关系,提供对用户有价值的信息,同时也在探索不同的方式来补偿内容创作者,让他们的数据在产品中展示或用于训练。 观众: 我是斯坦福大学计算机科学教授,也是斯坦福人类中心AI研究所的联合创始人。我想问你一个关于数据的问题。很多人认为OpenAI的成功与数据密切相关。我们了解到你的公司从互联网和其他来源获得了大量数据。 那么你认为数据与模型之间的关系是什么?是否简单地认为输入的数据越多,模型就越强大?还是需要花费大量时间来整理不同类型的数据以使模型有效?最后,你如何解决对大量人类生成数据的需求与这些数据的所有权和权利问题? 米拉·穆拉蒂: 关于数据和模型之间的关系,这其实是很多人对AI模型,特别是大型语言模型的误解。开发这些模型的人并不是预先编程它们做特定的事情,而是输入大量数据。 理解这一点非常重要,因为它展示了大型语言模型的工作方式,结合神经网络架构、大量数据和计算能力,产生了惊人的智能,并且随着数据和计算能力的增加,这种能力会不断提升。 当然,我们需要做大量工作来使这些数据可供模型使用。但这就是它的基本结构。我们正在考虑如何提供透明度以了解模型行为的工作原理。我们有一些工具可以让人们对使用这些模型有信心,并让他们有参与感。 主持人: 我觉得大家困惑的点在于,模型训练过程中到底用了哪些内容,又排除了哪些。我记得在三月份,你接受了《华尔街日报》乔安妮·斯特恩(Joanne Stern)的采访,她问你是否使用了YouTube、Instagram和Facebook的视频来训练Sora(OpenAI旗下一款文生视频模型),你当时回答说不知道。那么,关于是否使用了这些数据,你真的不清楚吗? 米拉·穆拉蒂: 我当时没有很好地回答这个问题,现在我可以回答一下。我不能具体告诉你数据的来源,但数据来自这三类:公开数据、我们通过许可和与内容提供商达成的交易支付的数据,以及用户数据。 我不能告诉你具体的来源,因为这是商业机密,帮助我们保持竞争力。但我可以告诉你数据的类别,它们是我之前提到的那几种。 主持人: 唯一的区别是复杂性。因为他们基本上是在快速抓取内容,而没有给出内容来源,任何媒体公司都会对此感到担忧。 米拉·穆拉蒂: 是的,我们希望确保尊重内容创作者,并正在尝试补偿他们。我们正在开发一个工具,称为内容媒体管理器,这将让我们更具体地识别数据的类型,就像唱片公司所做的那样。 主持人: 这在过去是可以做到的。所以这并不是不可能的事情。说到Sora,本周阿什顿·库彻(Ashton Kutcher,好莱坞著名演员)告诉埃里克·施密特(Eric Schmidt,前谷歌CEO),他有一个测试版的Sora,非常惊人。 他还提到,这会让门槛变得更高,因为人们可能会想:“我为什么要看你的电影,而不直接看我脑海里的电影呢?”他的意思是,人们有能力在脑海中构想电影情节,而AI能将这种构想转化为可观看的电影。虽然现在听起来还有些粗糙,但这种想法是否有可能实现呢? 那么,Sora这款应用大概什么时候会准备好,向公众发布呢? 米拉·穆拉蒂: 我们目前没有Sora公开发布的时间表。我们现在正在与一些内容创作者合作,帮助我们识别如何使其更加稳定。我们正在进行大量的安全工作,但也在研究如何以有用的方式向公众推出这项技术。这并不是一件简单的事情。 现在它更多的是一种技术。我们通常会与那些在特定领域有专长的人合作,就像我们最初与DALL·E合作时一样,他们帮助我们识别出一种感觉更有能力的界面,可以创造更多的项目。基本上来讲,我们想扩展Sora的创造力。 主持人: 关于影响,科技公司往往不关心影响,通常他们会发布一个测试版的软件。如果他们发布的是一辆车,这种情况是绝不会允许发生的,因为他们会被起诉到破产。 但很多科技公司发布的产品往往都是测试版,并强加给公众。关于影响这一概念,你是否觉得作为首席技术官,即使你不能预见所有的影响,你是否尊重每项发明可能带来的影响? 米拉·穆拉蒂: 这些影响会对我们和我们的社会产生影响。因此,我并不一定指的是监管或法律方面的影响,而是道德上的责任感,确保我们做对。我对这项技术充满乐观。 它将允许我们做出惊人的事情。我对它在科学、教育和特别是医疗方面的潜力感到非常兴奋。但每当你有如此强大的东西,也会有潜在的灾难性风险。一直以来,都是这样的情况。人类试图放大其影响。 主持人: 我引用的一句话来自保罗·维利里奥(Paul Virilio):“当你发明了船时,你也发明了船难。”这是比船难更严重的可能性,对吗? 米拉·穆拉蒂: 我不同意这个说法。我的专业是工程学。我们的整个世界都是通过工程建造的。工程学就是风险。整个文明建立在工程实践之上。我们的城市、桥梁,一切都如此。这总是伴随着风险的。你通过责任和细致的工作来管理这些风险。 这不仅仅是开发人员的责任。这是一种共同的责任。为了使其成为共同责任,你实际上需要给人们提供访问权限和工具,并与他们一起前进,而不是在真空中建造不可访问的技术。 主持人: 我想多了解一下这个话题。你上个月宣布了ChatGPT-4的迭代更新。它是免费的,对吧? 米拉·穆拉蒂: 确实如此。GPT-4o代表的是Omni-model,因为它结合了所有的模态:视觉、文本、音频。这个模型的特别之处在于,它使与模型的互动变得非常流畅自然,几乎察觉不到延迟。 这是AI互动上的巨大飞跃,与我们之前的版本有很大不同。我们希望将最新的功能免费提供给所有用户,让大家了解这项技术的潜力和局限性。正如我之前所说,通过实际体验,大家更容易理解技术的潜力和局限性。 主持人: 它就像是一道开胃菜,让大家期待ChatGPT-5。那么,ChatGPT-5有什么不同?是个巨大的飞跃还是逐步改进? 米拉·穆拉蒂: 我们还不知道。其实我们还没决定叫什么名字。下一代大模型将非常强大,我们可以期待像从GPT-3到GPT-4那样的巨大飞跃,但具体细节还不确定。 主持人: 显然,你参与了很多项目,我们也聊过很多。OpenAI内部的路线图预测,人类会在2027年实现AGI,这将是一个巨大的里程碑。解释一下这个时间点的重要性。你们是否真的认为会在那时实现AGI? 米拉·穆拉蒂: AGI的定义因人而异。根据我们的章程,AGI是指在不同领域可以完成经济上有价值工作的系统。从我们目前看到的情况来看,智能的定义不断变化。过去,我们用学术基准测试系统的智能程度。然后,我们看考试成绩。 当我们达到了这些基准,我们需要提出新的评估标准。这让我们思考,在工作环境中如何评估智能?我们有面试、有实习等方式。因此,我预计这个定义会不断演变。或许更重要的是评估和预测在现实世界中的影响,无论是社会影响还是经济影响。 主持人: 根据这个定义,OpenAI认为何时会实现AGI?2027年这个数字准确吗? 米拉·穆拉蒂: 我会说,在未来十年内,我们将有超强的AI系统。 主持人: 但是人们担心的是安全与产品之间的讨论。OpenAI的创立有两个目标,一个是帮助人类,一个是追求巨大的经济利益。我认为你可能介于两者之间。 上周,13名现任和前任OpenAI和谷歌DeepMind员工联名发表公开信,呼吁公司允许他们警告关于先进AI的风险。这并不新鲜,Facebook、谷歌和微软的员工也曾签署公开信,无论是与高级部门合作等。 但在这个案例中,员工们说,“广泛的保密协议阻止我们表达担忧,而公司可能未能解决这些问题。”基本上就是说,我们不能告诉你风险是什么,但大家可能会遭遇灾难。对此你有什么回应?人们担心遭到报复,而我不想谈论股票的问题,因为我知道你们道歉并纠正了这一点。但如果他们有担忧,难道不应该让他们表达吗?我知道不同人有不同的看法。 米拉·穆拉蒂: 当然,我们认为持不同观点非常重要,能够公开表达这些担忧并讨论安全问题也非常重要。自OpenAI成立以来,我们一直非常开放地讨论虚假信息问题,从GPT-2时代开始,这就是我们早期研究的问题之一。 过去几年,技术进步令人难以置信,速度之快超乎预期,这也增加了人们对社会准备情况的普遍焦虑。我们看到科学的发展方向,所以可以理解人们对未来的担忧。 具体来说,我们在OpenAI所做的工作和部署这些模型的方式,我认为我们有一支出色的团队,我们非常安全地部署了这些模型,我对此感到非常自豪。鉴于技术进步的速度和我们自身的进展,专注于安全、保护框架非常重要,我们需要考虑如何看待前沿模型训练和部署的风险。 主持人: 你提到过这些问题。我好奇的是,为什么OpenAI需要签订保密协议,以及实施比其他公司更严格的规定呢?公开信是在一系列高调离职后发布的,包括杨·莱克(Jan Leike)和伊尔亚·苏茨克维(Ilya Sutskever)。他们领导了对齐团队,负责安全工作。 伊尔亚是OpenAI的联合创始人,他与其他三位董事一起罢免了CEO,但莱克在X上发布了这条消息:“在过去的一年里,安全文化和流程被光鲜的新产品所取代了。” 这是外界对OpenAI持续不断的批评之一。你认为这个批评公正吗?为什么?如果你确实非常重视安全,但外界却认为你不够重视,你会如何回应这样的批评呢? 米拉·穆拉蒂: 首先,对齐团队不是唯一负责安全的团队。OpenAI有许多安全团队,对齐团队是其中一个非常重要的安全团队,但只是其中之一。 我们有很多人在OpenAI从事安全工作,我可以稍后详细解释。莱克是一位了不起的研究人员和同事,我与他共事了三年,非常尊重他,他离开OpenAI后加入了Anthropic,这是我们的一个竞争对手。 我认为我们确实需要更加专注于安全、保护和监管参与,鉴于我们预期领域内的进展。但我不同意我们可能将产品放在安全之前的观点。你为什么认为他们这么说? 主持人: 因为这些是和你共事的人? 米拉·穆拉蒂: 我认为你需要问他们,但我认为许多人认为安全和能力是分开的。我认为整个行业需要向更加严格的安全学科发展。我们有安全系统,有严格的操作安全纪律,这包括许多方面,不仅是操作纪律,还有我们今天产品和部署的安全性,例如有害偏见、虚假信息、错误信息分类器等。 主持人: 但这在OpenAI中一直存在。我认为因为你们是当前的领先公司,所以这个问题更加突出。但人们担心的是安全问题,OpenAI的创立目的之一就是确保安全。 上周,有13名现任和前任OpenAI和谷歌DeepMind员工联名发表公开信,呼吁公司允许他们警告关于先进AI的风险。这并不新鲜,但在这种情况下,员工们说,“广泛的保密协议阻止我们表达担忧,而公司可能未能解决这些问题。” 你对此有什么回应?人们担心发声会遭到报复,而我不想谈论股票的问题,因为我知道你们道歉并纠正了这一点。但如果他们有担忧,难道不应该让他们表达吗?我知道不同人有不同的看法。 米拉·穆拉蒂: 当然,我们认为持不同观点非常重要,能够公开表达这些担忧并讨论安全问题也非常重要。自OpenAI成立以来,我们一直非常开放地讨论虚假信息的问题,从GPT-2时代开始,这就是我们早期研究的问题之一。 过去几年,技术进步令人难以置信,速度之快超乎预期,这也增加了人们对社会准备情况的普遍焦虑。我们看到科学的发展方向,所以可以理解人们对未来的担忧。 具体来说,我们在OpenAI所做的工作和部署这些模型的方式,我认为我们有一支出色的团队,我们非常安全地部署了这些模型,我对此感到非常自豪。鉴于技术进步的速度和我们自身的进展,专注于安全、保护框架非常重要,我们需要考虑如何看待前沿模型训练和部署的风险。 主持人: 对于这种情况,你打算如何应对呢?我能理解这种变化,毕竟在谷歌、微软和亚马逊的早期阶段都经历过类似的情况。随着公司的成长,很多事情都会发生变化。谷歌早期也是一团乱麻,Facebook也换过不少首席运营官,多得我都数不清了。很多人都经历过这样的阶段,所以这是很正常的。但对于山姆这种情况,你打算如何应对呢? 例如,他投资了一些外国公司,一些公司与OpenAI有业务往来。他投资了3.75亿美元在一家名为Helion的能源公司,这是一个很酷的公司,他们目前正在与OpenAI谈论大量的电力需求。众所周知,计算需要大量电力。你每天是如何与他打交道的?你如何看待这种关系?你在哪些方面会提出反对意见? 米拉·穆拉蒂: 我一直在提出反对意见。我认为这是正常的,特别是在我们所做的工作中。山姆会对团队提出很高的要求,我认为这是好的。有远大的抱负,挑战我们的极限是很重要的。当我觉得事情超出界限时,我会提出反对意见。这就是我们六年来的合作关系,我认为这种关系是有成效的。你需要能够提出反对意见。 主持人: 你能举一个例子吗?比如,斯嘉丽·约翰逊的例子。我知道你和山姆在ChatGPT的音色这块工作上,是合作完成的,对吧? 米拉·穆拉蒂: 是的,我们有很强的合作关系。但选择声音并不是我们的优先事项之一,不是我们共同工作的内容。我在这方面做了决策,但有山姆他自己的联系。在我选择了Sky之后,他联系了斯嘉丽·约翰逊。我们没有讨论这个具体的决定,这是很不幸的。 主持人: 所以他是单独行动的。 米拉·穆拉蒂: 他有自己的联系,我们在这件事上没有完全协调一致。 主持人: 你觉得这在很多方面很有趣,特别是因为电影和他的推文。但我认为这是OpenAI的一个错误,因为人们会觉得你们在偷窃,即使你们没有偷她的声音,山姆看起来就像是《小美人鱼》里的乌苏拉,偷走了她的声音。即使事实并非如此,但这种感觉是存在的。 那么,让我最后谈谈选举和虚假信息,然后我们会接受观众的提问。当你考虑到AI对虚假信息的力量和即将到来的总统选举时,是什么让你感到担忧?从你的角度来看,最糟糕的情况和最可能的负面结果是什么? 米拉·穆拉蒂: 首先,我们尽可能防止AI的滥用,包括提高信息检测的准确性,了解平台上的情况并迅速采取行动。第二是减少模型中的偏见因素。尽管ChatGPT因过于自由而受到批评,但这并非我们的本意,我们正不遗余力地降低模型中的偏见因素,并将持续努力。第三是我们希望在选民寻找投票信息时,模型可以指向正确的信息。这是我们在选举时关注的三件事。 关于虚假信息,编造信息是不可接受的。我们需要有非常可靠的方法让人们了解他们在看的是编造的信息。我们已经做了一些事情。我们为图像实施了C2PA,它类似于护照,随着内容在不同平台上传播。我们还开放了DALL·E的分类器,可以检测图像是否由DALL·E生成。 元数据和分类器是处理这个问题的两种技术方法。这是信息来源的证明,专门针对图像。我们还在研究如何在文本中实现水印技术。 主持人: 我再问你一个最后的问题,然后我们会接受观众提问。你今天得到了这个问题的不同版本。你对这项技术非常乐观,但我想让你总结一下。如果你是个悲观主义者,甚至有公司说如果我不阻止山姆·阿尔特曼,他会毁灭人类,我觉得这有点夸张。 而其他人则认为,无论如何,这将是最好的事情,我们都会在火星上享受美味的士力架。所以我希望你能告诉我,你最担心的事情和最希望的事情,然后我们会接受观众提问。 米拉·穆拉蒂: 首先,我不认为这是一个预定的结果。我认为我们在构建和部署这项技术方面有很大的自主权。为了做好这件事,我们需要找到一种创造共同责任的方法。 我们今天谈论了很多这个问题,我确实认为控制人们做特定的事情,是非常非常可怕的,意味着你可以控制社会朝特定方向发展。 就希望而言,我非常兴奋的一件事是能够在任何地方提供高质量和免费的教育。对我来说,教育非常重要,它改变了我的生活。 今天我们有这么多工具可用,比如电和互联网,很多工具都是可用的。但大多数人仍然是这种状况——在一个教室里有一个老师,50个学生,每个人都学同样的东西。想象一下,如果教育能够根据你的思维方式、文化规范和具体兴趣进行定制,这将极大地扩展知识和创造力的水平。 如果我们能够真正掌握这个,在很年轻的时候就学会如何学习,我认为这非常强大,并能推动人类知识的进步,从而推动整个文明的进步。 观众: ChatGPT的模型截止到2021年9月,你们依赖网络搜索来补充数据。我输入一个搜索请求时,确保你们从正确的参考资料中获取正确答案?由于你们授权的受信任来源是商业秘密,我们如何知道你们提供的信息是正确的? 米拉·穆拉蒂: 实际上,有趣的是,ChatGPT项目最初是一个关于真实性的研究项目。我们希望能够表达不确定性,并希望能够在大型语言模型中引用信息,然后它转变成了不同的研究项目。 所以,我们今天在平台上所做的事情,我们有浏览器和工具,我们引入了工具和浏览功能,可以查找内容,我们也在与出版商合作,以便将新闻和额外内容带到平台上,提高准确性。 我们正在着力解决大模型编造虚假信息的问题,这显然是大型语言模型的一个主要问题,但其出现的频率正在逐步降低。我认为这类问题不会彻底消失,但随着模型变得更聪明,我们有理由相信它们的表现会越来越好,我们应该期待它们输出的内容也会更加贴近真实情况,不会编造虚假信息。虚假信息问题非常复杂,我们正在努力探索解决之道,以确保信息的真实性和准确性。 我们希望信息来源尽可能广泛,同时还需要考虑产品的应用场景,不同的应用场景会有所不同。
微软CTO坚信大型语言模型的“规模定律”依然奏效,未来可期
IT之家 7 月 16 日消息,微软首席技术官(CTO)凯文・斯科特(Kevin Scott)上周在接受红杉资本旗下播客采访时,重申了他坚信大型语言模型 (LLM) 的“规模定律”将继续推动人工智能进步的观点,尽管该领域一些人怀疑进步已经停滞。斯科特在推动微软与 OpenAI 达成 130 亿美元的技术共享协议方面发挥了关键作用。 斯科特表示:“其他人可能持不同观点,但我认为规模化并未达到边际收益递减的临界点。我想让人们理解这里存在着一个指数级提升的过程,遗憾的是,你只能每隔几年才能看到一次,因为建造超级计算机然后用它们训练模型都需要时间。” 2020 年,OpenAI 研究人员探索了 LLM 的“规模定律”,该定律表明,随着模型变得更大(参数更多)、训练数据更多以及拥有更强大的计算能力,语言模型的性能往往会呈可预测的提升。这一定律意味着,仅仅增加模型规模和训练数据,就能够显著提升人工智能能力,而无需取得根本性的算法突破。 然而,此后也有其他研究人员对“规模定律”的长期有效性提出质疑。不过,该概念仍是 OpenAI 人工智能研发理念的基石。斯科特所持的乐观态度与部分人工智能领域批评人士的观点形成鲜明对比,一些人认为,大型语言模型的进步在类似 GPT-4 的模型级别已经停滞不前。这种观点主要基于对谷歌 Gemini 1.5 Pro、Anthropic 的 Claude Opus 以及 OpenAI 的 GPT-4o 等最新模型的非正式观察和一些基准测试结果。一些人认为,这些模型并没有像前几代模型那样取得飞跃性的进步,大型语言模型的发展可能正在接近“边际收益递减”的阶段。 IT之家注意到,人工智能领域著名批评人士 Gary Marcus 在今年 4 月写道:“GPT-3 明显优于 GPT-2,GPT-4(发布于 13 个月前)也明显强于 GPT-3。但之后呢?” 斯科特所持的立场表明,像微软这样的科技巨头仍然认为投资大型人工智能模型是合理的,他们押注于持续取得突破。考虑到微软对 OpenAI 的投资以及大力营销自家的人工智能协作工具“Microsoft Copilot”,该公司强烈希望维持人工智能领域持续进步的公众认知,即使技术本身可能遇到瓶颈。 另一位人工智能领域知名批评人士 Ed Zitron 最近在其博客上写道,有些人支持继续投资生成式人工智能的一个理由是,“OpenAI 掌握着我们不知道的某种技术,一项强大而神秘的技术,能够彻底击溃所有怀疑者的质疑。”他写道,“但事实并非如此。” 公众对大型语言模型能力提升放缓的认知,以及基准测试的结果,部分原因可能在于人工智能最近才进入公众视野,而事实上,大型语言模型已经发展多年。OpenAI 在 2020 年发布 GPT-3 之后的三年中一直持续研发大型语言模型,直到 2023 年发布 GPT-4。许多人可能是在 2022 年底利用 GPT-3.5 开发的聊天机器人 ChatGPT 上线后才开始意识到类似 GPT-3 的模型的强大功能,因此在 2023 年 GPT-4 发布时才会觉得能力提升巨大。 斯科特在采访中反驳了人工智能进步停滞的观点,但他同时也承认,由于新模型往往需要数年才能开发,因此该领域的数据点更新的确较慢。尽管如此,斯科特仍然对未来版本的改进充满信心,尤其是在当前模型表现不佳的领域。 “下一个突破即将到来,我无法确切地预测它何时出现,也不知道它会取得多大的进步,但它几乎肯定会改善目前那些不够完善的方面,比如模型的成本过高或过于脆弱,让人难以放心使用,”斯科特在采访中表示,“所有这些方面都会得到改善,成本会降低,模型会变得更加稳定。届时,我们将能够实现更加复杂的功能。这正是每一代大型语言模型通过规模化所取得的成就。”
大模型集体失智!9.11和9.9哪个大,几乎全翻车了
没眼看……“9.11和9.9哪个大”这样简单的问题,居然把主流大模型都难倒了?? 强如GPT-4o,都坚定地认为9.11更大。 谷歌Gemini Advanced付费版,同样的口径。 新王Claude 3.5 Sonnet,还一本正经的给出离谱的计算方法。 9.11 = 9 + 1/10 + 1/100 9.9 = 9 + 9/10 到这一步还是对的,但下一步突然就不讲道理了 如上所示,9.11比9.90大0.01。 你想让我进一步详细解释小数的比较吗? 这你还解释啥啊解释,简直要怀疑是全世界AI联合起来欺骗人类了。 艾伦AI研究所成员林禹臣换了个数字测试,GPT-4o依旧翻车,他表示: 一方面AI越来越擅长做数学奥赛题,但另一方面常识依旧很难。 也有网友发现了华点,如果是说软件版本号,那么9.11版本确实比9.9版本更大(更新)。 而AI都是软件工程师开发的,所以…… 那么,究竟是怎么回事? 先进大模型集体翻车 一觉醒来,一众响当当的大模型开始认为“9.11>9.9”了? 发现这个问题的是Riley Goodside,有史以来第一个全职提示词工程师。 简单介绍下,他目前是硅谷独角兽Scale AI的高级提示工程师,也是大模型提示应用方面的专家。 最近他在使用GPT-4o时偶然发现,当提问: 9.11 and 9.9——which is bigger? GPT-4o竟毫不犹豫回答前者更大。 面对这一常识性“错误”,他不死心地又去问了其他大模型,结果几乎全军覆没。 好家伙,身为一名提示工程师,他敏锐意识到可能是“打开方式有误”。 于是他又换了个问法,将提问限定在“实数”,结果还是翻车了。 不过,有网友试着给提问换了个顺序,没想到这下AI竟反应过来了。 看到AI对词序如此“敏感”,该网友进一步推测: 先问哪个更大,AI会沿着明确路径开始比较数字。 但如果只是随便说说数字,没有明确目的,AI可能会开始“胡思乱想”。 看到这里,其他网友也纷纷拿相同提示试了一把,结果翻车的不在少数。 面对这一个诡异的问题,国产大模型表现如何呢? 我们简单测试一番,问题也换成中文提问,结果翻车率也比较高,选取几个有代表性的展示: Kimi也是不加解释就直接给出错误结论。 智谱清言APP上的ChatGLM,自动触发了联网查询,然后描述了自己的比较方法,可惜却执行错了。 不过也有表现不错的,腾讯元宝先复述了一遍选项,然后直接做对。 字节豆包是少数能把比较方法描述清楚,而且用对的。甚至还联系实际举例来验证。 比较可惜的是文心一言,面对这个问题,也是触发了联网查询。 本来都已经做对了,但突然话锋一转又导向了错误结论。 不过从文心一言的思路解释上,也可以看出背后问题所在。 由于大模型以token的方式来理解文字,当9.11被拆成“9”、“小数点”和“11”三部分时,11确实比9大。 由于OpenAI使用的Tokenizer开源,可以用来观察大模型是如何理解这个问题。 上图可以看出,9和小数点分别被分配为“24”和“13”,小数点后的9同样也是“24”,而11被分配到“994”。 所以使用这种tokenizer方法的大模型会认为9.11更大,其实是认为11大于9。 也有网友指出,像是书籍目录里第9.11节也比第9.9节大,所以最终可能还是训练数据里见这种见得多了,而手把手教基础算数的数据很少。 也就是问题本身对人类来说,一看就知道问的是算数问题,但对AI来说是一个模糊的问题,并不清楚这两个数字代表什么。 只要向AI解释明白这是一个双精度浮点数,就可以做对了。 在有额外条件的情况下,tokenizer这一步依然会给11分配更大的token。但是在后续自注意力机制的作用下,AI就会明白要把9.11连起来处理了。 后来Goodside也补充,并不是说大模型无论如何都认定了这个错误结论。而是当以特定方式提问时,许多领先模型都会告诉你9.11>9.9,这很奇怪。 经过反复尝试后他发现,想让AI上这个当,需要把选项放在提问前面,如果调换顺序就不会出错。 但是只要选项在问题前面,改变提问的方式,如加标点、换词汇都不会有影响。 虽然问题很简单,错误很基础。 但了解出错原理之后,许多人都把这个问题当成了检验提示词技巧的试金石,也就是:用什么提问方法能引导大模型的注意力机制正确理解问题呢? 首先,大名鼎鼎的Zero-shot CoT思维链,也就是“一步一步地想”,是可以做对的。 不过角色扮演提示,在这里作用就有限了。 刚好最近也有微软和OpenAI都参与的一项研究,分析了1500多份论文后发现,随着大模型技术的进步,角色扮演提示不像一开始那样有用了…… 具体来说,同一个问题提示“你是一个天才……”比“你是一个傻瓜……”的正确率还低。 也是让人哭笑不得了。 One More Thing 与此同时,路透社的OpenAI秘密模型「草莓」泄漏消息更新了。 更新内容为:另一位线人报告,OpenAI已经在内部测试了新模型,在MATH数据集上得分超过90%。路透社无法确定这是否与“草莓”是同一个项目。 MATH数据集包含竞赛级别的数学题,目前不用多次采样等额外方法,最高分是谷歌Gemini 1.5 Pro数学强化版的80.6%。 但是OpenAI新模型在没有额外提示情况下,能不能自主解决“9.11和9.9哪个大?”。 突然没信心了,还是等能试玩了再看结果吧……
微软放弃OpenAI观察员席位,能避免反垄断审查吗?
“仅仅放弃理事会观察员席位,很难让监管机构放弃对微软与OpenAI的反垄断调查,关键在于微软对OpenAI是否具有“决定性影响力”。 由于担忧反垄断调查,微软、苹果陆续放弃了在OpenAI理事会的无投票权观察员席位。 据媒体报道,微软放弃观察员席位,旨在缓解反垄断机构关于其对OpenAI控制力和影响力的担忧。 在此之前,微软与OpenAI的合作已引发多国监管机构的注意。 截至发稿前,最近的表态来自欧盟。 2024年6月28日,欧盟委员会执行副主席、竞争事务专员玛格丽特·维斯塔格表示,欧盟正重新了解微软与OpenAI协议中的“某些排他性条款”是否会对竞争对手产生负面影响。此前,欧盟委员会曾对微软是否获得了OpenAI长期控制权进行调查,最终并未得出确切的结论。(详见:又被欧盟盯上,微软与OpenAI的“特殊关系”不断引发担心) 此前的2024年1月,美国联邦贸易委员会(FTC)宣布对Alphabet、亚马逊、Anthropic PBC、微软和OpenAI发出调查令,要求其披露近期关于AI投资和合作的信息。7月11日,FTC宣布已介入调查包括微软在内的 5 家主要科技公司,调查将重点审查各公司在 AI领域的投资、合作过程中是否存在垄断行为。 更早之前的2023年12月,英国竞争和市场管理局(CMA)宣布就微软和OpenAI之间的合作关系,相关行为是否会导致合并,以及对英国相关市场竞争格局带来的影响征求意见。但征求意见并非正式调查,一般会在正式启动第一阶段调查之前进行。 有媒体引述美国联邦贸易委员会(FTC)一位消息人士称,微软退出OpenAI理事会不太可能缓解FTC的担忧。但这位消息人士也表示,这表明微软看到了巨大的潜在反垄断风险,并正试图抢占先机。 苹果与OpenAI的合作也逐步引发关注。6月,苹果宣布了与OpenAI的战略合作,将ChatGPT聊天机器人集成到iPhone、iPad和Mac设备中。当地时间7月3日,有消息称,苹果应用商店App Store负责人 Phil Schiller将加入OpenAI理事会担任观察员。在微软宣布退出OpenAI理事会后,有媒体报道称苹果也将放弃观察员席位,但苹果尚未回应上述消息。 微软和苹果的举动,能否缓解各国监管对于科技巨头合作的担忧? 多位业内人士及专家认为,两家公司若只放弃在OpenAI的理事会观察员席位,很难让FTC放弃反垄断调查。 01 微软对OpenAI影响力日渐增加 当地时间7月9日,微软在致OpenAI的一封信中表示,之所以立即放弃观察员席位,是因为微软认为OpenAI理事会已经稳定下来,没必要继续参与。微软在信中表示:“过去八个月,我们见证了新成立的董事会取得的重大进展,我们对公司的发展方向充满信心。” 而OpenAI对此表示,将采取一种新的方式“通知和吸引关键战略合作伙伴”——微软和苹果以及 Thrive Capital 和 Khosla Ventures 等投资者,并定期召开会议向利益相关者通报进展情况,以确保在安全和保障方面加强合作。 值得注意的是,微软、苹果与OpenAI的合作并非传统的股权投资或并购。 OpenAI的组织架构是由非营利实体OpenAI Inc.及其理事会控制的营利性子公司 OpenAI Global LLC 组成。根据美国《哈特-斯科特-罗迪诺反垄断改进法案》,涉及非营利组织的交易通常不受通常的合并前申报要求的约束,这也就意味着微软对OpenAI的投资或可免于监管审查。 中国人民大学财政金融学院教授、应用金融系主任郑志刚此前曾表示,OpenAI的非营利组织定位对规避可能的反垄断调查是具有“先见之明”的。他分析,由于OpenAI本身强调公益性与合作,尽管微软等的投资比重很大,但并不具有控制性股东的权利。 而OpenAI在其理事会中设立的观察员席位,郑志刚认为有两种含义:一是对投资人投资权益的保障机制;二是确保经营权和所有权的分离。在这一安排下,微软可以获取更多OpenAI的信息,确保其投资安全。微软在理事会并不具有投票权,因此也不会对理事会产生实质性影响。 公开资料显示,OpenAI成立至今,微软共向其投资130亿美元,但微软并不持有该公司的股权。根据该公司的“利润上限”架构,微软将有权获得OpenAI的75%利润,直至收回其130亿美元投资;在OpenAI的利润达到920亿美元后,微软在该公司利润分配比例将下降到49%,剩余49%的利润由其他风险投资者和OpenAI员工作为有限合伙人分享;在利润达到1500亿美元后,微软和其他风险投资者的股份将无偿转让给目前负责OpenAI LP投资管理的普通合伙人——OpenAI Nonprofit。 从表面来看,特殊的治理架构使得微软不会对OpenAI产生深刻影响,而OpenAI对待与微软的合作关系也态度谨慎。此前,OpenAI在其网站上将微软描述为“少数股东”。但在2023年底英国宣布对两者的关系征求意见时,OpenAI悄然将措辞改为微软在OpenAI仅持有“少数经济利益”。 但多方信息显示,微软对OpenAI的影响力与日俱增。 据媒体报道,一位知情人士透露,自2022年11月推出 ChatGPT 以来,OpenAI 内部一直对商业方向存在分歧,包括追求和投资哪些产品。一些 OpenAI 高管感受到了微软要求其加快商业化的压力,因为微软“希望部署人工智能产品、成为人工智能领导者并赚钱”。 此后,在平息OpenAI“宫斗”风波中,微软也起到重要作用。风波后,微软副总裁迪·坦普尔顿作为观察员加入OpenAI理事会。该观察员可以列席OpenAI理事会会议并获取关键信息,但在OpenAI选举等重大事项事项上不具备投票权。(详见:从“权利的游戏”到“人民的名义”,OpenAI是否会陨落?) 伴随在产品等方面的合作,苹果公司对OpenAI施加的影响,也开始引发监管机构关注。 6月,在苹果全球开发者大会(WWDC)上,苹果宣布将ChatGPT集成到iPhone、iPad和Mac设备中。有报道称,根据合作协议,苹果不需要直接向OpenAI支付任何费用或报酬。苹果认为,将ChatGPT集成到数亿部苹果设备上,有望帮助OpenAI吸引更多新用户,并有可能带来付费订阅收入。其产生的价值等同于甚至超过ChatGPT为苹果带来的好处。 当地时间7月3日,有消息称,苹果应用商店App Store负责人 Phil Schiller将加入OpenAI理事会担任观察员,但仅一周后(当地时间7月10号),又有消息称,苹果将放弃这一观察员席位。就在此前一天(当地时间7月9日),微软宣布退出OpenAI理事会。 02 是否具有“决定性影响力”是关键 有媒体援引知情人士指出,微软放弃OpenAI理事会观察员席位,不太可能缓解FTC对两者合作关系的担忧。 德恒律师事务所硅谷办公室负责人朱可亮表示,监管对于微软、苹果与OpenAI合作关系的反垄断忧虑,关键看这些公司对于OpenAI有多少实际的控制力和影响力。对于实际控制力和影响力的判定需要视具体情况而定,比如这些公司有没有别的方式影响甚至决定OpenAI。 科伟史密夫斐尔联营办公室合伙人徐明妍同样表示,仅仅放弃理事会观察员席位,很难让FTC或欧盟委员会放弃反垄断调查。 徐明妍此前表示,从反垄断的技术层面,可以从两个不同的维度看待微软与OpenAI的合作。 其一是常规维度,即微软是否通过交易获得了对OpenAI的控制权,控制权主要通过公司治理体现,例如是否获得了30%以上的股权比例,是否获得重大事项一票否决权,是否委派高级管理人员。 其二是非常规维度,即企业之间是否通过一些协议使得A企业获得了对B企业商业决策的影响力。即使A不是B的股东,A对B没有任何的表决权和否决权,但如果A和B签订了一系列协议,这些业务上的协议导致A能够决定B的生死存亡或者商业战略,A就获得了对B的控制权。 从表面上看,微软与OpenAI的合作并不复杂。 2019年7月,微软宣布将向OpenAI投资10亿美元,双方在微软的Azure云计算服务上合作开发人工智能超级计算技术,作为交换,OpenAI 同意将其部分知识产权许可给微软,并逐步将云计算服务从谷歌云迁移到Azure。 2021年,微软再次向OpenAI投资20亿美元,Azure OpenAI集成GPT-3模型,用户可以直接通过相关API进行调用。 2023年1月,微软宣布与OpenAI进一步扩大合作关系,追加投资100亿美元,加速人工智能领域的技术突破与转型。 徐明妍表示,微软是否对OpenAI是否具有事实上的决定性影响力,还需要更深层地观察。决定性影响力在反垄断法中是一个与控制权具有同样权重的经典概念。 例如,目前微软通过利润上限架构有权获得OpenAI的利润,且在OpenAI“宫斗”风波中,微软发挥了其巨大的影响力使得当时已经离职的前OpenAI CEO山姆·奥尔特曼复职;在投资和资金支持层面,微软对OpenAI进行了多轮投资,这些资金帮助OpenAI发展其先进的人工智能技术和产品;在云计算和技术基础设施层面,OpenAI使用微软的Azure云平台作为其主要的计算基础设施,Azure提供了强大的计算资源,使得OpenAI能够训练和部署其复杂的人工智能模型。此外,根据双方的协议,微软成为OpenAI在云计算领域的独家合作伙伴。这意味着OpenAI将主要依赖微软的Azure平台进行其所有云计算任务。 通过这些合作,微软不仅在财务上而且在技术上支持了OpenAI的发展,可以说,没有微软的支持就没有OpenAI的今天,并且OpenAI还将在未来继续深度依赖微软。事实似乎表明,微软对OpenAI具有决定性影响力。 欧盟此前已在反垄断实践有涉及决定性影响力的经典案例。徐明妍介绍,欧盟法院指出,纯粹的经济关系可能在获得控制权方面起决定性作用。经济依赖的情况可能会导致事实上的控制,例如,当非常重要的长期供应协议或由供应商或客户提供的信贷,再加上结构性联系,赋予决定性影响力。欧盟委员会曾经审查了 CCE(最大的可口可乐产品装瓶商)对英国企业Amalgamated Beverages GB的收购案。在该案例中,可口可乐没有通过股权获得对Amalgamated Beverages GB控制权,然而欧盟委员会认为,CCE 90%的营业额来自于可口可乐产品的销售,这意味着 CCE 的业务与可口可乐的业务“密不可分”。因此,欧盟委员会认为“(其他)股东在投票反对(可口可乐)时,必须平衡任何短期收益与其 CCE 股份长期价值可能受到的损害”,并且可口可乐因此处于对 CCE 施加决定性影响的位置。
顶级AI投资人发起中国大模型群聊:十大趋势、具身智能、AI超级应用
作者 | ZeR0 编辑 | 漠影 2024年转眼已经过了一半,从Sora模型引起开年轰动至今,生成式AI领域生出许多新变数。 一些预言陆续被现实验证:国内AI视频生成模型进展飞速,手机和PC大厂掀起AI狂欢,AI新硬件昙花一现,智算建设大潮将英伟达送入3万亿美元市值俱乐部,热钱持续涌向AI创企…… 一些国内限定的现象级事件出现:AI卖课先赚到第一桶金,上下文长度卷向1000万汉字,大模型价格战疯狂开打,AI黏土特效风靡社交网络,AI Infra创企们忙着把大模型成本打下来…… 烧钱与赚钱、动力与陷阱、技术突破与应用变革……围绕这些AI发展必经的权衡选择,中国在AI领域最早投资且布局最丰富的投资机构攒了个局,把十多家中国通用大模型、多模态大模型、AI Infra、具身智能、生成式AI应用的活跃创业者们聚集在一起,集中输出他们的思考与洞见。 一切都在被AI改造,没有什么能阻挡Scaling Law的步伐,但对AGI的长期信仰尚不足以掩盖眼前现实的商业化困境,业界还在等待一个真正属于大模型时代的超级应用的诞生。 以下是信息干货: 一、生成式AI应用落地需解决三大问题,多模态应用创企比例上升 启明创投从2013年开始系统性布局AI领域,至今已超过50个项目上投资超过60亿元人民币或等值美元,其中近20家在二级市场上市或成长为独角兽企业。在其投资企业中,有10家中国大语言模型、多模态模型或具身智能模型研发领域的领军企业,数量居全国之首。 ▲AI领域重点关注方向 在启明创投主管合伙人周志峰看来,生成式AI应用落地仍需解决三个问题: 1、降低模型使用成本。未来一两年,生成式AI仍有巨大的成本下降空间,下降到1/1000是大概率事件。成本越低,AI技术落地才会更容易。 2、提升大模型的效果。大模型幻觉问题不可避免,另外两个效果问题也很重要:一个是用户向某个语言模型或产品提出误导性问题后,模型应该怎么回答;二是大模型应用在具体场景下生成的回答或内容,对这个场景来说是否准确和合适。 3、增强用户留存率。第一波生成式AI应用的留存率相对较低,跟互联网头部应用没法比。怎样让大家真正把生成式AI产品变成生活或工作的一部分,无论是Save Time还是Kill Time,是接下来发展的重要问题。 据启明创投统计分析,生成式AI正在三个“C领域”——Copilot(生产力工具)、Creativity(创意)、Companionship(陪伴)获得了大量用户的青睐,正在经历从提高效率(Save Time)类应用向获得愉悦(Kill Time)类应用的转变。这与当年互联网应用的发展轨迹类似。 去年启明创投对当前发展阶段生成式AI产业脉络的梳理,这个三层架构至今也没有太大的变化。今天依然可以顺着这样的脉络继续投资。 根据启明创投去年对两百多家中国生成式AI企业的深度交流后进行的统计,当时企业以生产力工具为主,46%的企业都做Save Time类应用。 这也比较符合技术发展趋势,当技术不够成熟时,先会诞生出一些开发工具,提供给比较专业的用户使用。其他领域包括Chatbot、智能助手、娱乐应用等,占比都不是很大。在基础架构方面,去年创企主要是研发基础模型的企业和一些做大模型分布式训练平台的企业。 到今年上半年,根据启明创投对深度交流过的400余家AI创业企业的统计,多模态应用的比例呈上升趋势,出现许多基于AI大模型技术的新应用类别,同时更多创企深耕某个垂直行业和场景,而基础设施层的技术创业方向也更加多元化。 二、2024生成式AI十大展望:多智能体技术飞跃,视频生成将全面爆发 2024年,周志峰认为生成式AI的技术底座还在高速动态发展中,视觉语言模型、MoE、Agent、RAG等技术方向都在快速发展。启明创投如今提出新的2024年生成式AI十个展望: 1、当前生成式AI的两大核心技术GPT和扩散模型将逐步融合,激发全新模型能力; 2、高质量数据的获取和组织将显著影响新一代模型,合成数据在预训练中的占比将大幅提升; 3、多智能体(Multi-Agent)技术将飞跃,通过优化协作和分工显著提升生成式AI效率和效果; 4、将出现图像和文本的统一连续表示,并且基于此的图文联合扩散模型将达到GPT-4o级别能力; 5、图像和视频隐空间表示的压缩率提升五倍以上,从而使生成速度提升5倍以上; 6、3年内视频生成将全面爆发,结合3D能力,可控的视频生成将对影视、动画、短片的生产模式带来变革; 7、我们将见证压缩更多模态信息的超级多模态大模型,如文本、图像、语音、音乐、3D、传感器数据(控制信号、眼动信号、手势信息、雷达信号等); 8、生成式AI打通了人类语言与机器语言的转换通道,命令机器完成复杂任务的成本将显著降低,带来巨大的生产力变革; 9、端侧推理会有巨大增长,来自三个因素的叠加:推理优化算法+端侧推理芯片+端侧大模型; 10、AI将在多个数字化水平较高的行业中占据主导地位,并将重塑绝大部分企业软件。 三、热钱投向生成式AI应用 从创业和投资角度来看,AI领域机会很大。据摩根士丹利的数据及启明创投科技团队的分析和评估,仅是2023年,全球一级市场在AI领域的投资金额达到了224亿美元,超过了过去十年加起来的总和。 224亿美元中,超过2/3的钱投向从事基础设施或模型研发的企业,约20%投向生成式AI应用企业。周志峰预测今年及未来两三年,两者的比例会显著转变,越来越多的资金将投给应用企业。 去年世界人工智能大会上提起生成式AI的典型应用主要有三个:ChatGPT、Character.ai、和Midjourney。而今年,AI应用已经品类众多。 启明创投在AI领域的投资策略已经发生演变,从将AI视为一个技术或一个垂直领域去进行投资,转变为将其视为基础能力、去寻找其在千行百业落地的巨大潜力,今年起重点关注7类生成式AI应用:垂直行业AI(Vertical AI),企业AI (Enterprise AI), AI交互平台,AI内容平台,AI工具,AI游戏,AI硬件。 “从投资数量上来讲,未来我们投资的企业80%都会是生成式AI的应用公司。”周志峰说。 他认为生成式AI仍处在其发展周期的早期阶段,相较于互联网浪潮中应用的落地时间点,当前AI浪潮中应用的爆发预计将会显著提前。 与互联网时代不同,AI的应用不需要等待5~8年才会迎来大规模爆发。这是因为过去几十年,互联网、移动互联网、大数据、云计算等技术的飞速发展已经为整个生态系统奠定了坚实基础。因此AI应用将会与底层技术同步发展,我们目前既处于互联网90年代那样的基础设施建设阶段,同时也接近于2000年左右的应用发展水平。 生成式AI应用企业从0到1的成长时间比其他领域更长,需要同时克服TPF(技术-产品契合度)和PMF(产品-市场契合度)两大挑战。 所以,创始团队需要更大的耐心和决心,理解技术(技术的边际)、理解产品(原生AI产品的新特点和新分发机制)、理解世界(全球化发展的机会)。 周志峰将生成式AI创业者归纳为三类典型画像:一是AI科学家,来自研究机构或科技大厂的AI研发部门;二是产业专家,对某个行业特别了解,或是产品、运营等的高手;三是新锐创业者,有越来越多的95后甚至00后的创业者。 在技术还未成熟时找到合适的产品形态。三类创始人都有各自明显的优点和缺点。目前来看AI科学家创始人占比约1/3,这说明技术浪潮还处于发展早期阶段,这类人群对技术底座的边界掌握地更精准,对技术发展的感知也更敏捷。周志峰认为在未来两三年,第二类、第三类创始人的占比会持续显著上升,并成为主流。 四、AI原生应用落地遇难点,AGI发展需要多种方法融合 多家AI创企在本月发布新品。无问芯穹发布了全球首个支持单任务千卡规模异构芯片混合训练平台;阶跃星辰发布了三款Step系列通用大模型新品,全面升级通用大模型底座能力;无限光年发布了光语大模型,灰盒可信,百亿参数模型优于超大规模模型GPT-4 Turbo。 大模型的训练和推理都需要强大的算力资源支撑。在无问芯穹联合创始人、CEO夏立雪看来,AI Native应用落地面临4个关键Infra问题:1)激活“沉睡芯片”并促进异构算力整合;2)提升多种计算卡大模型计算性能;3)为大规模训练集群稳定训/推夯实基座;4)更为高效地利用有限的端侧计算资源。 阶跃星辰创始人、CEO姜大昕认为,探索AGI路径,“Scaling Law”和“多模态”相辅相成、缺一不可,两个方向齐头并进,最终到达AGI。他相信Scaling Law依然奏效,模型性能仍在随着参数量、数据量和计算量的增加呈幂次方增长。 他相信多模态是构建世界模型的基础能力,也是通向AGI的必经之路,从算法角度可以分为三个阶段:第一个阶段是模拟世界;第二个阶段是探索世界,将大模型与具身智能结合;最终阶段是大模型要归纳和总结物理世界的规律,发现人类尚未发现的规律。这三个阶段不是依次展开,而是可以并行发展,但进化速度可能不同。 复旦大学浩清特聘教授、上海科学智能研究院院长、无限光年创始人漆远认为Scaling Law并不会直接引领达到AGI,AGI的目标是发现复杂世界的未知规律,而当前大模型都高度依赖数据,而未知规律可能缺乏海量数据支撑。 据他分析,目前大模型主要是联结学派的“黑盒”概率预测,如果将符号计算与大模型相结合,就能同时具备慢思考的“白盒”逻辑能力,两种方法的融合是AGI发展的重要方向,实现“灰盒”可信。深度学习能实现数据拟合,且可以延展至数据没有的地方,当知识规则和关键数据矛盾时,能够调整知识规则,摆脱数据依赖。“灰盒”可以通过符号计算与神经网络的结合,应对大模型的幻觉问题和垂直领域的专业问题。 五、AI超级应用何时出现?面临哪些挑战? 对于AI超级应用何时出现,周志峰分享了他很喜欢的一个西方乐队的一句经典歌词:“我们只需要一点点耐心。” “超级应用的来临,不会是贝多芬的《命运交响曲》,一上来就是强烈的节奏,一种命运在敲门的感觉。应用的孕育是渐进式的,更像是《梁祝》,先是隐隐约约的鼓声,慢慢一支长笛渐强地引入,再到后面的小提琴主题段落。”他谈道,“我们今天已经能够听到AI应用隐隐约约的鼓点从远方传来,让我们大家都保持一点耐心,共同期待那些卓越的应用的诞生。” 1、未来生成式AI产业有望诞生哪些超级应用? 智谱AI COO张帆认为,大模型的核心在于提升人机交互的带宽,每次交互带宽的提升都会重构用户需求和应用方式。企业和开发者能通过MaaS平台降低使用和训练模型的成本,更容易地探索和构建超级应用。 在他看来,未来几年内可能出现颠覆性的超级应用,但这些应用往往难以预先设计,而是通过不断迭代逐步出现。AI时代将涌现出许多难以想象的应用。这一过程需要算力、网络、硬件水平和用户习惯的提升,以及遵循从小规模应用开始逐步发展的原则。 米粿AI的目标是成为AI漫画和动漫平台的领军者,致力于结合AI技术与内容生产。米粿AI创始人、CEO丁黎预测未来几年内,绘图、漫画和2D动画等领域将会出现颠覆性的超级应用。 悉之智能专注于AI教育,悉之智能创始人、CEO孙一乔预测,未来超级应用应从需求出发,垂直解决问题,教育是很有潜力的领域,教育领域频次高、需求刚性,易出现AI超级应用。 无限光年COO朱剑雄认为,未来几年内,超级应用将在多个领域涌现。从PC互联网时代到移动互联网时代,流量入口的转变提供了参考,大模型时代也会出现类似的趋势,场景服务能力深厚的公司可能会成长为超级应用。 2、生成式AI超级应用需克服哪些挑战? 谈及挑战,丁黎认为与行业从业者形成友好生态系统非常重要。当前AI创业需要高资本和高技术门槛,团队需团结合作,共同应对挑战,才能在激烈的市场竞争中脱颖而出。 朱剑雄提到产品经理的角色和要求发生了变化。现在的产品经理不仅要定义场景和需求,还需将这些信息传递给大模型,进行评测和验证。既懂模型又懂客户的产品经理目前市场上较为稀缺,但随着时间推移,这一问题将逐渐得到改善。 衔远科技首席算法科学家丁宁则分享了两个惯性陷阱:资源惯性和技术惯性。他还提到数据缺失问题,特别是负信号比例高的场景缺乏高质量数据,是未来的一个关键挑战。 六、探路具身智能:途径、难点与终局 具身智能也是产学界共同关注的热点,关于技术路径、落地方向、通用机器人的终极形态等问题,有很多不同的声音。 清华大学助理教授、星动纪元创始人陈建宇相信人形机器人会是通用机器人的终极形态,不仅因为双足与双手的纯人形形态与现有环境的兼容性更好,在训练数据获取上也更容易从人类世界中进行迁移,未来机器人有望在各类任务上都做到极致性能。 在技术范式上,端到端大脑小脑融合方案会是未来很重要的研究方向,仅仅用人类语言作为大小脑之间的传输界面效果有限,可以借鉴目前自动驾驶中的端到端联合训练,物理层面数据直接反馈给图文大模型将更好提升整体模型效果。 陈建宇提出在不久的将来,也许可以设计一种机器人的图灵测试,有一个机器人和人来进行交互,背后可能是智能的自主控制也可能是人类遥操作,当技术发展到很难分辨机器人的背后是人工智能还是人类遥操作时,可能便是机器人真正实现智能与通用的那一天。 上海交通大学教授、穹彻智能联合创始人卢策吾是世界范围内第一位由机器人来给自己刮胡子的人类。他认为具身智能的终局需要综合考虑技术的迭代和商业的需求,具身智能作为承载硬件的软件算法欢迎各种类型的机器人形态。 对于具体的技术路径,具身智能算法需要两个核心要素,分别是能够感知和理解世界的世界模型,以及具有强鲁棒性的技能操作模型。 在操作模型中,力反馈机制十分重要,不仅是在图像维度之外增加了一个交互维度,同时也可以减少对世界模型毫秒级别决策的依赖。穹彻智能展示的削黄瓜、叠衣服等技能都说明了操作模型具有鲁棒性后可以大大拓展潜在的应用空间。 银河通用前段时间发布了首代具有泛化性的具身大模型机器人。北京大学助理教授、北大-银河通用联合实验室主任王鹤认为,人形机器人是未来整个通用机器人市场的最大公约数,但在迈向这个终极目标的过程中,需要每一步都有健康的商业模式让机器人真正进入场景,上半身拟人下半身底盘会是三年内最可能落地的实际方案。 从技术角度,银河通用非常关注小脑层面的技能控制模型如何实现足够的泛化和通用。针对小脑技能,银河通用自研合成了千万级的场景数据及十亿级的抓取数据,在合成数据的训练下,银河通用机器人已实现抓取随机放置的透明、高光等物体的成功率在95%以上。 具身智能机器人何时才能真正进入严肃场景,进行商业化量产落地?需要克服哪些挑战? 王鹤谈到能落地的机器人需要足够低的成本和足够高的耐用性,这些都是需要技术公司不断打磨硬件和供应链能力,而国内创企具有天然优势。 卢策吾补充说,还要快速POC,只有开箱即用才能快速规模化,对于成本硬件的驾驭能力和灵活组装能力是降低成本的关键,“大脑”要足够通用,落地的成本才够低。 陈建宇对国内发展具身智能的前景保持乐观,认为每个创业公司都应该思考如何利用中国市场的优势,最大化撬动国内供应链的优势,打造具有全球化竞争力的硬件产品。 结语:AI计算新浪潮,看中国 在周志峰看来,将边际成本降至接近零的维度,恰好是评判一项技术能否成为最大的科技浪潮的关键标准,微处理器、互联网、人工智能是过去五十年科技发展史上最大的三个浪潮。 微处理器将计算的边际成本降到非常低,互联网把分发成本降为零,生成式AI的核心是把数字化内容创作的边际成本几乎降为零,由此看来AI技术一定会释放巨大的价值。 AI是第三次计算革命,而中国是最佳的孵化地。中国的显著优势是拥有庞大市场,而每次出现重大的科技变革和范式转移时,中国都是孕育新一代伟大企业的最好温床。 根据斯坦福大学HAI研究院发布的《2024年人工智能指数报告》,2022年中国在AI领域的专利数占全球的61.1%,大幅超过美国的20.9%。 美国保尔森基金会Marco Polo智库的全球AI人才报告显示,中国在全球顶尖AI学者的占比从2019年的29%上升到2022年的47%,是人才最丰富的区域。 中国在应用方面也经验丰富,在移动互联网时代成功打造了众多被广泛使用的明星应用,为中国引领新一波AI原生应用的浪潮奠定了坚实的基础。 根据启明创投科技投资团队的统计,2010年以后成立且至今月活跃用户数超过5000万的应用,被其定义为“超级应用”,中国团队或企业一共打造了30余个。对比而言,美国团队或企业一共打造了7个。 “在互联网和移动互联网时代中国已经孕育出了众多科技巨头,在生成式AI时代中这一现象必将重现。我相信中国新一代的伟大的科技公司已经在形成中。”周志峰说。

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

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