推动大规模设备更新和消费品以旧换新行动方案出台 中国政府网3月13日消息，国务院日前印发《推动大规模设备更新和消费品以旧换新行动方案》提出，统筹扩大内需和深化供给侧结构性改革，实施设备更新、消费品以旧换新、回收循环利用、标准提升四大行动，大力促进先进设备生产应用，推动先进产能比重持续提升，推动高质量耐用消费品更多进入居民生活，畅通资源循环利用链条，大幅提高国民经济循环质量和水平。 专家认为，推动大规模设备更新和消费品以旧换新既能促进消费、拉动投资，也能增加先进产能、提高生产效率，有利于夯实经济回升向好基础，加快经济绿色转型。 增加先进产能 《行动方案》提出，到2027年，工业、农业、建筑、交通、教育、文旅、医疗等领域设备投资规模较2023年增长25%以上；重点行业主要用能设备能效基本达到节能水平，环保绩效达到A级水平的产能比例大幅提升，规模以上工业企业数字化研发设计工具普及率、关键工序数控化率分别超过90%、75%；报废汽车回收量较2023年增加约一倍，二手车交易量较2023年增长45%，废旧家电回收量较2023年增长30%，再生材料在资源供给中的占比进一步提升。 国家发改委主任郑栅洁日前表示，推动大规模设备更新和消费品以旧换新既能促进消费、拉动投资，也能增加先进产能、提高生产效率，还能促进节能降碳、减少安全隐患，既惠民、又利企，一举多得。 在粤开证券首席经济学家罗志恒看来，推动大规模设备更新和以旧换新呈现了“从存量挖掘增量”的政策思路调整，将有助于统筹扩大有效需求和供给侧结构性改革，有力促进投资和消费，提振需求和信心，夯实经济回升向好基础，加快经济绿色转型。 开展汽车以旧换新促销活动 在设备更新行动方面，《行动方案》提出，推进重点行业设备更新改造，加快建筑和市政基础设施领域设备更新，支持交通运输设备和老旧农业机械更新，提升教育文旅医疗设备水平。 “以设备为例，去年，中国工业、农业等重点领域设备投资规模约4.9万亿元，随着高质量发展深入推进，设备更新需求会不断扩大，初步估算将是一个年规模5万亿以上的巨大市场。”郑栅洁表示。 在消费品以旧换新行动方面，《行动方案》提出，开展汽车以旧换新。加大政策支持力度，畅通流通堵点，促进汽车梯次消费、更新消费。组织开展全国汽车以旧换新促销活动，鼓励汽车生产企业、销售企业开展促销活动，并引导行业有序竞争。 开展家电产品以旧换新。以提升便利性为核心，畅通家电更新消费链条。支持家电销售企业联合生产企业、回收企业开展以旧换新促销活动，开设线上线下家电以旧换新专区，对以旧家电换购节能家电的消费者给予优惠。 推动家装消费品换新。通过政府支持、企业让利等多种方式，支持居民开展旧房装修、厨卫等局部改造，持续推进居家适老化改造，积极培育智能家居等新型消费。 东方金诚首席宏观分析师王青表示，本轮更大范围、更多领域的以旧换新，将带动居民消费更快增长，2024年社会消费品零售总额同比增速有望达到6.5%，较此前预期提高0.5个百分点。 打好政策“组合拳” “推动大规模设备更新和消费品以旧换新是一项系统工程，做好这项工作要打好政策‘组合拳’。”郑栅洁表示，将会同有关方面，加大财政、金融、税收等政策支持力度，强化用地、用能等要素保障和科技创新支撑。 《行动方案》明确，加大财政政策支持力度。把符合条件的设备更新、循环利用项目纳入中央预算内投资等资金支持范围。坚持中央财政和地方政府联动支持消费品以旧换新，通过中央财政安排的节能减排补助资金支持符合条件的汽车以旧换新；鼓励有条件的地方统筹使用中央财政安排的现代商贸流通体系相关资金等，支持家电等领域耐用消费品以旧换新。 同时，完善税收支持政策。加大对节能节水、环境保护、安全生产专用设备税收优惠支持力度，把数字化智能化改造纳入优惠范围。推广资源回收企业向自然人报废产品出售者“反向开票”做法。配合再生资源回收企业增值税简易征收政策，研究完善所得税征管配套措施，优化税收征管标准和方式。 在优化金融支持方面，《行动方案》指出，运用再贷款政策工具，引导金融机构加强对设备更新和技术改造的支持；中央财政对符合再贷款报销条件的银行贷款给予一定贴息支持。发挥扩大制造业中长期贷款投放工作机制作用。引导银行机构合理增加绿色信贷，加强对绿色智能家电生产、服务和消费的金融支持。鼓励银行机构在依法合规、风险可控前提下，适当降低乘用车贷款首付比例，合理确定汽车贷款期限、信贷额度。 来源：中国证券报·中证网

“目前，整个中国银行业的存款准备金率平均是7%，后续仍然有降准空间。”中国人民银行行长潘功胜日前表示。 业内人士认为，央行再度释放货币政策继续加力的积极信号。结合内外部环境看，总量政策空间将进一步打开。针对房地产的定向降息可能会持续推进。结构性货币政策工具将受到进一步倚重，以引导更多金融资源流向科技创新、先进制造、绿色发展、小微企业及房地产行业等重点领域和薄弱环节。 总量政策空间打开 今年2月，央行降准0.5个百分点，释放加大逆周期调控力度、巩固经济回升向好态势的积极信号。展望下一阶段，总量政策空间将进一步打开。 一方面，外部环境对货币政策的掣肘减弱。平安证券首席经济学家钟正生表示，美国日前公布的1月消费者价格指数（CPI）、核心CPI、生产者价格指数（PPI）的表现均强于预期。同时，美债利率和美元指数可能已基本处于全年顶部。上述因素均有助于人民币汇率趋稳，有利于打开货币政策总量支持的潜在空间。 另一方面，内部环境对货币政策有较强需求。招联首席研究员董希淼表示，较低的物价水平为货币政策操作提供更大的弹性，也要求货币政策进一步支持提振物价、促进增长。 对于可能的降准时点，中信证券首席经济学家明明预计，国债、超长期特别国债、地方政府债的集中发行期或在二季度。作为比较合适的流动性支持手段，以降准对冲流动性压力的概率较高。 “在物价水平低位运行的预期下，着眼于提振内需、支持地方债务风险化解，降准可能在二季度落地。”东方金诚首席宏观分析师王青说。 推动融资成本稳中有降 为持续推动社会综合融资成本稳中有降，公开市场操作（OMO）利率和中期借贷便利（MLF）利率仍有下行空间。 民生银行首席经济学家温彬表示，在强化利率政策协同、降低实际负债成本、激发实体融资需求和推动风险化解等多重需求下，政策性降息的必要性增强，进而促进社会综合融资成本稳中有降。 “在国内经济金融环境平稳的情况下，下一次OMO利率和MLF利率窗口可能将等到美联储降息立场明确以及美元指数下行的阶段，二季度末是可能的时间点。”明明说。 着眼于促进房地产市场平稳健康发展，王青认为，货币政策“工具箱”在降低购房门槛、下调居民房贷利率方面还有较大空间。其中，下一步的重点是下调居民首套及二套房贷利率下限。这意味着，即使2024年政策利率保持稳定，针对房地产的定向降息也会持续推进。 发挥好结构性工具作用 在灵活适度、精准有效的货币政策基调下，结构性工具将继续受倚重，发挥激励带动作用。 潘功胜日前透露，将设立科技创新和技术改造再贷款，继续实施支持碳减排再贷款，发挥好结构性货币政策工具的激励带动作用，引导金融机构科学评估风险，约束对产能过剩行业的融资供给，更有针对性地满足合理消费融资需求。 温彬预计，结构性工具将着力加强对科技、绿色、普惠、养老、数字金融“五篇大文章”和“三大工程”等领域的支持，推动经济发展动能转变，助力新质生产力发展，并积极配合房地产风险化解、地方政府化债，坚持“有立有破”。 “2024年结构性货币政策工具将受到进一步倚重，以引导更多金融资源流向科技创新、先进制造、绿色发展、小微企业及房地产行业等重大战略、重点领域和薄弱环节。”王青表示，着眼于为“三大工程”提供长期低成本资金，2024年抵押补充贷款（PSL）用于这方面的额度有可能进一步增加。 来源：中国证券报·中证网

IT之家 3 月 24 日消息，交通运输部近日公布了 2024 年 2 月国内网约车运行情况，截至 2024 年 2 月 29 日，全国共有 341 家网约车平台公司取得网约车平台经营许可，环比增加 2 家；各地共发放网约车驾驶员证 671.3 万本、车辆运输证 282.1 万本，环比分别增长 1.5%、0.3%。网约车监管信息交互系统 2 月份共收到订单信息 7.75 亿单，环比下降 14.9%。 IT之家整理当月网约车行业部分特点如下： 在订单量前 10 名的平台中，按订单合规率（指驾驶员和车辆均获得许可的订单量占比）从高到低的分别是如祺出行、携华出行、及时用车、享道出行、万顺叫车、T3 出行、阳光出行、曹操出行、滴滴出行、花小猪出行。本月订单合规率增长前 3 名的依次是曹操出行、如祺出行、花小猪出行；增长最后 3 名的依次是享道出行（-0.9%）、阳光出行（-1.4%）、携华出行（-1.5%）。 其中，面向乘客、与网约车平台公司共同提供服务的平台（俗称“聚合平台”）完成 1.87 亿单，环比下降 26%。按订单合规率由高到低的分别是高德打车、滴滴出行、花小猪出行、携程用车、美团打车、百度打车、腾讯出行。 在各主要中心城市中，按订单合规率从高到低排名分别是杭州、广州、深圳、厦门、青岛、海口、天津、成都、郑州、济南、南昌、福州、贵阳、南京、南宁、重庆、宁波、兰州、西安、合肥、武汉、长沙、太原、西宁、长春、呼和浩特、石家庄、银川、哈尔滨、上海、昆明、大连、沈阳、北京。 其中，杭州、广州、深圳、厦门、青岛、海口、天津、成都、郑州、济南、南昌、福州、贵阳、南京、南宁、重庆、宁波、兰州、西安、合肥等 20 个城市订单合规率均在 80% 以上。本月订单合规率增长前 3 名的依次是太原、大连、上海；增长最后 3 名的依次是沈阳（-2.4%）、宁波（-2.6%）、兰州（-5.1%）。

关于折叠屏 iPhone 的消息终于又有进展了！ 美国专利商标局近日正式公布了苹果的一项专利申请，展示了苹果未来折叠屏产品的设计，包括 iPhone、混合平板电脑笔记本电脑等多种产品。 对于这份专利，苹果高管回应：“经过仔细考虑，公司确认将推迟到 2026 年发布首款折叠屏 iPhone，这比内部预期要晚。” “鉴于与竞争对手相比发布时间较晚，所以将集中采用更多先进技术”。他还补充说“这款折叠屏 iPhone 预计将比竞争对手的机型更薄、更轻。” “我们的目标之一是避免出现竞争对手正努力解决的折痕问题。” 另外，根据 Revegnus（ Tech_Reve）在 X 平台账号上的爆料，同样确认了苹果将于 2026 年推出折叠屏手机，并从爆料中了解到折叠版 iPhone 的尺寸为：折叠后 6 英寸，展开后 8 英寸，看来，需要折叠屏 iPhone 的小伙伴，真的要等到 2026 年了。 那么，你会期待可以折叠的 iPhone 么？

IT之家 3 月 24 日消息，据百度官方消息，3 月 22 日，东莞市人民政府与百度签署战略合作协议，双方将围绕人工智能产业发展，推动人工智能的全场景应用落地。 根据合作协议，双方将聚焦东莞市电子信息、高端装备、新能源汽车等重点产业，提升企业研发、生产环节的人工智能水平。 据介绍，东莞地处粤港澳大湾区的核心腹地，是广东第四座“万亿”城市。当下，东莞正聚焦“科技创新 + 先进制造”的城市特色，推动人工智能与下一代移动通信、算力网络、合成生物、氢能、纳米材料、数字空间、低空经济、量子计算、人形机器人等前沿产业的融合，打造影响全球、引领全国的人工智能产业集聚区。 IT之家注意到，去年 11 月 15 日，东莞市委书记肖亚非会见了百度创始人、董事长兼首席执行官李彦宏一行，双方就深化战略合作，推动人工智能高质量发展高水平应用进行深入交流。 李彦宏表示，希望双方进一步深化互利合作，加快推动人工智能技术在各个领域的应用，促进人工智能同服务业、制造业深度融合。

快科技3月24日消息，日前，苹果CEO库克开启了他2024年首次中国行，结束上海行程后，库克前往了北京。 据了解，23日下午，库克现身北京三里屯苹果零售店，现场与网易《逆水寒》手游制作人、玩家交流互动。 许多网友纷纷晒出在北京偶遇库克的视频和照片。 其中，小红书博主“陳奕豪_”分享了他与库克相遇时的照片，有意思的是，他身后一名女生用了一台华为手机与库克合影。 从手机后摄闪光灯布局和配色来看，手机型号应该是华为P50可可茶金色。 据悉，这并非是华为手机首次与库克“同框”。 在近日库克微博分享的与王诗晴、纪焕博合影中，身后一男生拿着华为Mate 60出镜，不得不说Mate经典“星环式”后摄辨识度太高。 商务部官网显示，3月22日，商务部部长王文涛会见了库克，双方就苹果公司在华发展、中美经贸关系等议题进行了交流。 库克表示，中国人才资源丰富、创新活力强，是苹果公司的重要市场和关键供应链伙伴。 苹果公司将继续致力于在华长期发展，持续加大对中国供应链、研发和销售的投入。

IT之家 3 月 24 日消息，据中新社消息，中国发展高层论坛 2024 年年会 3 月 24 日在钓鱼台国宾馆举行开幕式，开幕式前美国苹果公司 CEO 库克在接受采访时表示，“我很高兴来到中国发展高层论坛，也很高兴再次回到中国，我们将继续投资中国市场。” IT之家注意到，库克近日在华参与了多项活动。3 月 21 日，位于上海静安寺的 Apple Store 零售店正式开业，苹果 CEO 库克现身静安店揭幕现场，亲自为苹果静安店揭幕。 3 月 22 日，商务部部长王文涛会见美国苹果公司首席执行官库克。双方就苹果公司在华发展、中美经贸关系等议题进行了交流。库克表示，中国人才资源丰富、创新活力强，是苹果公司的重要市场和关键供应链伙伴。苹果公司将继续致力于在华长期发展，持续加大对中国供应链、研发和销售的投入。 3 月 23 日，库克现身北京三里屯苹果零售店，现场与网易《逆水寒》手游制作人、玩家交流互动。当日，三里屯苹果零售店举行《逆水寒》手游与光线追踪技术讲座活动，展示 iPhone 15 Pro 光线追踪技术与《逆水寒》光追关卡实际游戏画面。

快科技3月24日消息，据报道，知情人士透露，特斯拉近期减少了中国工厂的产量，原因是新能源汽车销售增长乏力，而且汽车市场竞争激烈。 知情人士称，特斯拉本月早些时候指示其上海工厂的员工减少Model Y SUV和Model 3轿车的产量。 要求员工每周工作五天，而不是平时的六天半，生产线每天运行两个11.5小时的班次，保持不变。 减产是从本月早些时候开始，员工们还没有得到何时恢复正常生产的明确消息。 针对此事，有媒体向特斯拉中国求证，对方称：暂时没有官方消息。 据悉，今年前两月，国内新能源汽车销量同比增长37.5%，但特斯拉的出货量却下降为131812辆，同比下降6%，这与国内新能源汽车价格战开打，竞争加剧也有关系。 与比亚迪、吉利等车企相比，后者的车型更多，且价格更占据竞争优势，在当前市场下，特斯拉中国仅靠Model 3/Y两款车型，已经很难满足市场需求。 此外，特斯拉还计划将Model Y的售价，自4月1日起上调5000元；限时优惠政策也将于3月31日到期，综合涨幅合计达到2.3万元。 在目前竞争异常激烈的新能源市场，敢逆势涨价的车企国内估计也就只有特斯拉，但此次涨价对销量的影响如何，还需要4月份的销量来证明。

话说，滴滴这两天公布了2023年第四季度和全年财报，八姐看了看，2023年应当算得上是滴滴恢复之年，订单数和收入都出现了大幅度增长，开始重新夺回之前被聚合平台们抢占的市场。 整体来看，2023年，滴滴的订单量每个季度都在增长，同时，也推动了收入的增长，并且，滴滴的亏损也有所改善。 好啦，不废话了，下面来详细说说滴滴最新的财报。 1，滴滴的收入出现了恢复性地增长。 财报显示，2024年第四季度，滴滴总收入为494亿元人民币，比2022年第四季增长55.4%。而整个2023年，滴滴的收入达到了1924亿元，同比增长36.6%，这也创下了历史新高。这也表明，在重新上架后，滴滴的收入开始恢复性地增长了。 2，滴滴订单数大幅增长，国内日均订单3190万。 而与此同时，滴滴的单量也在大幅增长。第四季度，总单量为37.15亿单，同比增长64.8%。其中，中国出行总单量为29.32亿单，同比增长71.5%；国际业务总单量为7.83亿单，同比增长43.9%。中国出行和国际业务2023年第四季度日均单量分别达到3190万单、850万单，持续创季度新高。国际业务的单量规模也已经达到中国出行业务的约四分之一。 而近日，据报道，滴滴目标在2024年实现不低于10%的日单量增长，即日均订单量将维持在3300万单。 这都表明，滴滴的恢复增长还是蛮迅速的，开始积极地抢占市场。 3，滴滴更为积极地补贴市场，营业成本占比增加。 ‍随着收入显著增长，滴滴的营业成本也随之上升。2023年第四季度滴滴营业成本为416亿元，收入占比84.3%，作为比较，2022年第四季度的营业成本为261亿元，收入占比82.1%。公司在财报中解释，占比主要是由于国内出行业务相关成本的增加。 与此同时，滴滴国内出行业务的调整后EBITA也较去年同期下降6.6%。 另外，2023年滴滴的收入成本增长40.7%，2023年第四季度更是增长59.4%。‍‍‍‍ 以上这些都表明，2023年，特别是到第四季度，滴滴开始采取更为积极的市场策略，以获得更多的市场订单。 4，滴滴也积极在内部开源节流。 滴滴在积极地拓展市场，内部在实施成本开支控制。 根据财报，滴滴2023年全年运营和支持支出为74亿元，占总收入的3.9%，低于2022年同期的4.6%，滴滴方面称，这主要是由于业务效率的提高。 同时，2023年，销售和营销费用在收入中的占比为5.4%，同比下降1.5个百分比；全年研发费用占比同比下降2.2个百分点；一般和管理费用收入占比下降7.7个百分点。 而因为内部的控制，尽管滴滴外部积极扩张，其盈利也有所改善。2023年第四季度，滴滴实现净利润11亿元，经调整EBITA（非公认会计准则口径）亏损13亿元。整个2023年，滴滴净利润5亿元，经调整EBITA亏损22亿元。 总而言之，滴滴2023年是开始恢复增长的一年，并开始重回市场中心。至于2024年，滴滴能否继续快速增长，咱们就走着瞧吧

快科技3月24日消息，据媒体报道，SK海力士计划在韩国京畿道中部的龙仁市投资兴建一座庞大的半导体生产园区，耗资至少120万亿韩元（约合907亿美元）。 据悉，新的半导体生产园区包括四座独立的晶圆厂，将成为全球范围内规模最大的三层晶圆厂。 SK海力士于2019年公布开发计划，但由于许可问题，开发被推迟。SK海力士表示，通过中央和地方政府以及企业2022年达成的协议，这项计划已获得进展。 根据SK海力士的规划，新的生产园区将于2025年3月正式破土动工，首座晶圆厂预计将在2027年完工，整个园区的建设工程则预计将在2046年全面竣工。 目前，关于首座晶圆厂的具体生产方向，即究竟是生产DRAM还是NAND闪存芯片，尚未有明确的消息。 不过，考虑到当前人工智能市场对HBM产品的旺盛需求，以及SK海力士自身产能的紧张状况，这一方向很可能是其重点考虑的对象。 据了解，四座晶圆厂将占据一半的园区，SK海力士还会在园区建造大量的配套支持设施，比如废水处理厂。 除了SK海力士外，三星也选择了在附近建造类似的半导体生产园区，其中还有研发中心。

文 | 麻仓叶 编辑 | 何润萱 最近自媒体丑闻频发。 先是寒假期间，自媒体博主Thurman猫一杯发布视频，在巴黎捡到名为“秦朗”的小学生的寒假作业，随即被网友转发全网寻找“秦朗”，后遭到质疑根本没有“秦朗”这个人。 没过多久，“点读机女孩”高君雨被曝患上罕见脑癌，父母在她的账号上发布了对抗病魔的过程，却被网友发现是把去年夏天的影像伪装成“现在进行时”。 两件事都经历了高度相似的过程——意外登上热搜，遭到网友质疑，被官媒点名，本人出来回应，热度散去。甚至一度引发公众对于“新黄色新闻”的大讨论，不是一般的上纲上线。 无独有偶，刚结束的两会中，也有很多行业代表都纷纷表示自媒体在散播焦虑，应该加强监管自媒体。正好新一年的清朗专项行动也来了，和去年相比侧重点又有所改变，对自媒体的管控更具体了。 全行业“规范化”的趋势之下，本来就规范的头部们自然是乐见其成，但还在等待从底部飞升至头部的人，又少了一些铤而走险的选项。并且，头部账号个人IP价值越来越重要，MCN的地位开始变得更加尴尬，出事怪到MCN头上，做得好的时候不敢提MCN的名字，2024年MCN还能是一个好生意吗？ 制造“狗屁新闻” 自媒体最害怕的几件事之一，莫过于“央媒点名”，而Thurman猫一杯和高君雨都先后碰上了。 央媒对两件事的评价中都有不约而同的说法——博流量不能无底线，不能挑战公序良俗。这点明了两件事的本质，虽然有“虚构”的成分在，但都没有涉及金钱的诈骗诈捐或者割韭菜行为，只是为了“博流量”而做的内容运营。而互联网上每天如此海量的短视频，用“虚构”来博流量是避无可避的，差别只在于有没有被发现而已。 “Thurman猫一杯”视频截图 这两件事能被网友发现、被官媒点名，还有一重非常重要的推力——这次既不是平台也不是MCN——而是很多新闻媒体账号的疯狂转发。这也是为何“新黄色新闻”会成为讨论点。 中国人民大学新闻学讲师董晨宇将它们称之为“狗屁新闻”，它们的特点是用放大镜人为制造的，没有公共价值却占据公共注意力的内容。而之所以“狗屁新闻”开始泛滥，很重要的原因在于一些小型地方媒体会把融媒体账号打包给外包公司运营。如果只报社会新闻，产出不够，所以开始把目光转移到各种网红达人身上发生的事，甚至是媒体公司自编自导的事。 没有哪个网红达人会希望自己做的娱乐化内容，被新闻媒体拿去当作素材使用，通过这种方式“火了”，可能负面效应比正面效应更严重。深耕小红书的MCN摘星阁创始人侃烃告诉小鱼：“我们对博主的内容把控还是挺严格的，出现问题我们也会积极处理。总的来说，博主被新闻媒体关注，真的不算是一件好事。” 于是，当所有网红的动作都被迫“新闻化”，“虚构”可以生存的土壤就越来越稀少，这要求网红越来越尽可能保持真实内容输出。 前段时间的两会上，各行各业代表中也不乏点名自媒体的。比如教育行业的代表说部分自媒体刻意渲染教育竞争情绪，增加教育焦虑，建议完善自媒体平台的审核制度。 以往年的两会报道来看，这并不新鲜，毕竟从自媒体开刀是最显性的提案抓手。“自媒体编造事实-制造焦虑-导致问题严重”是短时间内这个行业一顶怎么都摘不掉的帽子。 结合3月18日网信办发布的2024年“清朗”行动的新部署，其中对于“自媒体”管理的表述和2023年对比有所变化。 2023年时“清朗”强调的是集中整治“自媒体”造谣传谣、假冒仿冒、违规营利等乱象，而到了2024年时“清朗”强调的是集中整治“自媒体”造热点蹭热点制造“信息陷阱”、无底线吸粉引流牟利等问题。肉眼可见的是，对于“虚构”的容忍度越来越低了，过去要达到“传谣”“营利”才整治，如今只要是“信息陷阱”“吸粉引流”就要被整治。 所以，监管趋严的趋势是确定的。只不过，对于本身就规范运营的MCN来说，趋严的监管是乐见其成的。侃烃表示，“规范化对行业来说肯定是正面影响，我们也希望行业越来越正规、正向。” “虚构”的风险 在更早的自媒体环境里，其实“虚构”是合理范畴之内的行为。 不论是哪个赛道的达人，在火了一段时间之后，都会面临长期的内容创作焦虑，担心没有选题、没有新的兴奋点，所以在自己本身的人设上加入一些虚构的内容是顺理成章的。 比如Thurman猫一杯是在法国留学的广东人，日常视频内容都是生活见闻分享，主打一个搞笑。刚开始还可以因为留学生人设聊一些cultural shock之类的选题以吸睛，但长线更新之后，真实生活中当然不是每天都有有趣见闻可以源源不断地供应素材。所以，“虚构”在这一类达人的内容中更倾向于“整活”，它本身也只是起到一个娱乐粉丝的效果，而非挑起一项有公共价值的议题。 “Thurman猫一杯”主页截图 当然，不同赛道面临的风险也不一样。在侃烃看来，“虚构”的内容更多是剧情号的这种情况更多，美妆类的达人较少，“我觉得人设的选择更多的是突出好的向上的一面，把没那么好的选择性的隐藏起来。比如说博主可能感情不顺、事业不顺，但因为是个美妆账号，所以这些生活里不顺的部分我们不会选择在网上分享。” 而对于MCN来说，“虚构”的部分往往又是MCN可以给达人提供的主要内容帮助之一。比如结合个人特征，包装一个在互联网上有潜力的人设。娱乐硬糖就曾提到过有小红书运作“娇妻”人设的博主，其“老公”是公司运作的合约夫妻。基于小红书图文内容为主的特性，比起直播和短视频达人“虚构”内容要更隐蔽。 所以，当“虚构”内容的风险越高，就意味着作为支撑的MCN的风险成本更高，更倾向于保守形式。 要知道，MCN现在和达人之间的关系已经很尴尬了，很多时候一个达人背后有“机构”“团队”的标签，本身就已经在部分观众的眼中算作一种天然的负面印象了，更别提当公关危机出现时还要充当一个“背锅”的角色。比如在高君雨事件被曝光后，其家人在声明中第一时间将欺骗网友的责任都转移到了MCN身上。随后其账号上的MCN认证解除，变回个人。 MCN作为助力的身份正在被弱化，有时甚至可能被视作一种包袱。 达人和MCN，谁高谁低 说到本质上，这里体现的行业问题还是达人和MCN之间的权力关系。 MCN机构蜂群的CEO莫力洋曾在公开场合提到，曾经有过一段时间，MCN话语权很高，因为当时只要资源足够多就可以堆出一个新的达人账号。比如微博鼎盛的时代，靠MCN手中大量的大V不断转发就能起号，马太效应严重。 蜂群ceo莫力洋 但当推荐算法横空出世之后，网红逻辑改变了，“一方面，达人能不能火开始取决于个人魅力，而不是有没有大V帮忙转发推荐；另一方面，入行门槛降低使达人有了数量级增长，客观上降低了行业信息差，因为几乎每个达人都能轻易认识同量级的达人朋友，进而通过互换信息判断合作MCN的优劣。”达人的话语权由此上升。 根据新榜的总结，目前MCN和达人的合作模式可以划分为3种：一是客栈模式，MCN并不强求与达人的长期合作，更强调一定时限内合约的履行；二是服务商模式。MCN更倾向为达人提供直播、投放、拍摄等服务，满足达人的特定需求；三是合伙人模式。这种以自孵化为主，MCN通常会深度参与达人的内容创作和商业变现，并根据双方投入来决定主次。 对于刚入行的新人，MCN大概率会要求第一种；而对于已经火了的头部达人，MCN大概率会被要求成为后两种，比如现在独立成“与辉同行”品牌的董宇辉，就相对接近第三种状态。在这种形势下，不难看出，MCN能提供的核心竞争力很有限。 于是乎，脱离MCN自己成立工作室成为了很多新生代达人的选择。侃烃也提到了这一趋势，“一个是想做自媒体的人越来越多，竞争激烈，一个是很多人认为自己不需要mcn，所以签约和续约达人都比以前困难了。” 尤其是对于已经有一定粉丝基础的头部、腰部达人来说，工作室的性价比很可能比MCN更高，侃烃表示，“有独立能力的达人，可以花钱去请助理，然后自己有累积一些品牌资源。那么对他来说，分给机构的钱完全足够他请好多个助理。从性价比上来说，他可能就会选择独立。” 所剩不多的价值中，少数头部MCN机构有机会拥有自己的厂牌概念，可以据此利用品牌效应延续竞争力。莫力洋曾提到，像“抖音美女千千万，无忧传媒占一半”“蜂群是最有网感、最能整活的MCN”这样的标签，对于达人来说都是一种实力和定位的展示。 而余下机构，或许只能是在持续的规范化运作中，在行业里留下相对好的信誉，以此作为打动达人为数不多的砝码。 “如果从现在才开始做，MCN肯定不算是一个很好的生意了。”侃烃表示，“除非像我们做的比较久的，还是很认可这个生意带来的资源，也很适合当作其他创业方向的跳板，比如同行有做成广告公司或者品牌供应商的。” 当然，即便抛开最新的形势，也有观点认为MCN从过去到未来一直都不是一门好生意。互联网怪盗团就曾经下过这样的判断，因为它面临的道路仅有两条：要么从来孵化不出一个顶级KOL，也就无法做大规模、真正交出让资本市场满意的答卷；要么孵化出了一个顶级KOL，然后不可避免地产生利益分配问题，最终选择退让或者干脆被对方单飞。这方面最贴切的案例莫过于去年最火的董宇辉。 人说“有趣的灵魂万里挑一”，在过去这“万里挑一”可能还是MCN给你“虚构”出来的。如今不能“虚构”之后，要做红人可能要在“万里挑一”里再“万里挑一”。

刚刚经历了印尼市场的过山车，Tiktok又迎来了国际市场的第二击，美国投票透过之后，留给Tiktok的时间不多了。 但是Tiktok首席执行官周受资：经内部评估，不打算接受TikTok被收购。准备退出美国市场。 随后网传张一鸣发话：希望看到Tiktok体面退出美国市场。接下来就是拥有TikTok60%的股份的美资股东如何和国家机器博弈。 那么Tiktok美国市场到底有多重要？ 去年在美国的营业额高达160亿美元，全球1200亿。这主要得益于它在美国的运营规模的快速扩张，尽管美国国会正在迫使TikTok的母公司字节跳动放弃对TikTok的控制权。 如果单从销售业绩来看，字节跳动公司很快就将超越Facebook的母公司Meta，成为全球最大的社交媒体。 字节跳动公司去年营收高达1200亿美元，同比增幅40%。其中在很大程度得益于TikTok美国业务的快速成长。不过字节跳动公司主要收入来源还是中国国内市场。对比Meta去年营收1350亿美元，同比上涨16%。 对比和Facebook母公司的营收，你会发现，Facebook成立于2004年，去年营收1350亿;Tiktok一个成立于2017年，2018年才刚刚进入美国市场。去年美国应收160亿美元，全球1200亿美元。 Tiktok对美国人有多重要？ 居住在德州的连续创业者格雷格·巴斯汀(Greg Bastin)在新冠疫情居家期间迷上了TikTok。在那之前，他很少沉迷手机上的社交软件，而是更喜欢出门社交，进行户外运动。 “它的算法向我展示了比其他平台更有趣、更吸引人的视频。其他平台的算法还不够好。TIkTok有一种更好的方法来给我看我真正想看的个性化视频，不需要我输入任何搜索词，”他告诉记者。 巴斯汀最近创立了名为Oats Day的食物品牌，并开始联系TikTok上的网红进行营销。“我计划利用 TikTok上的博主来帮助营销我的产品，因为我知道可以在这个平台上用实惠的价格创造娱乐性的内容，成为增加销量的有效方式。”他说。 根据市场情报机构 Sensor Tower 的数据，TikTok 是 2023 年美国下载量最大的社交媒体应用，达到 4700 万次。美国用户17亿。 同时，Facebook 和 Instagram 分别以 3500 万和 3400 万的下载量位居第二和第三位。 卖家正在大力促销，做好最后的准备： “不敢再备货了，万一政策一出，退出来了，货可是不好退回的，那就砸进去了！”一Tiktok大卖这样对Andy说。 “目前的风险，我们觉得还是非常大的，不建议这个时候入场，观察观察再说吧”，一供应链管理公司CEO给Andy留言。 "我们货盘正在全面降价促销，争取退出前促销完毕” 大卖们已经开始闻风而动了，这场飓风不知道将会如何收场，我们继续密切关注。

快科技3月24日消息，今日，首个国产女性向3A游戏《以闪亮之名》宣布，版号将迎来2.0。随后，相关话题登上微博热搜第一。 Vvanna工作室表示：“在这里，我们不搞比拟3A，不做3A对比，要做就做真3A！首个国产女性向3A游戏——《以闪亮之名》在2.0时代与大家全新见面！” 此外，Vvanna工作室还宣布，该游戏的VisionPro版立项计划正式启动。 在游戏一周年之际，官方还分享了一段纪念视频进行祝贺。 《以闪亮之名》是Vvanna工作室开发的游戏，于2023年2月21日开启了无限风格测试，2023年3月1日开启了“无限自我”测试 ，2023年3月24日开启了全平台正式公测。 在游戏中，玩家能够自由定制自己的造型妆容、建造理想家园，还能从挑选面料到裁剪缝合，DIY一套独一无二的衣服。做生活美学的唯一缔造者，创造理想中生活的模样。 2023年4月13日，由洛天依与游戏《以闪亮之名》的原创合作曲《灼》在多个音乐和视频平台正式上线。

IT之家 3 月 24 日消息，谷歌近日为 Chrome 浏览器推出一款名为“Google 学术搜索 PDF 阅读器”的插件，主要用于提升论文阅读体验，感兴趣的小伙伴可以点此访问插件地址。 谷歌声称，在用户安装插件后，就能在 Chrome 浏览器中以“全新方式”查看所有网站上的 PDF 文件，该插件能够智能追踪参考文献、浏览大纲、跳转图表，以及引用 / 保存用户所需内容。 IT之家同时注意到，这款“学术搜索 PDF 阅读器”插件只会变更 PDF 的排布方式，而具体内容不会受到任何改动，具体特性信息如下： 在阅读论文时预览参考文献，点击论文中的引用信息即可查看摘要及寻找相关 PDF 文件。 智能扫描目录，想查看研究方法、结果或讨论内容吗？按一下该章节即可直接前往。 点击论文中的提及图表的内容可直接查看相关图标，点击返回按钮则可回到原本阅读的部分。 提供浅色、深色和夜间模式 支持以常见格式复制和粘贴引用内容，不必离开论文检视画面。 将文章储存到用户的“学术搜索图书馆”，方便日后阅读或引用。

昨晚，星巴克在上海烘焙工坊举办了星巴克高级尊享晚宴，创始人霍华德·舒尔茨亲临现场，同时也邀请了不少明星到场参加晚宴，为今日上线的意榄朵系列进行宣传推广。 自去年星巴克在意大利发布橄榄油系列咖啡以来，霍华德不止一次地对媒体讲述过关于该系列的灵感碰撞，也一再表示这是他自己认为的咖啡3.0的代表作，也许会成为星巴克历史上一款具有里程碑意义的咖啡产品。 而从这次上海烘焙工坊首次举办高级晚宴的大阵仗来看，星巴克以及它的创始人都对橄榄油咖啡进入中国市场相当上心，企图利用明星效应来增加产品的关注度，让更多人愿意主动尝试这款“划时代”的咖啡饮品。 有一说一，昨晚的星巴克晚宴的确让不少网友注意到了意榄朵系列，可或许是因为橄榄油咖啡在国外的名声不算好，今日社交平台上勇于尝试这次新品的消费者人数相比之前少了很多，更多人目前处于观望状态，希望能得到更多的产品反馈再决定是否购买尝试。 而中国咖啡市场中的“上新王者”的瑞幸，近期也是陷入到新品滑铁卢中。这周瑞幸推出黄山毛峰拿铁，将中国名茶之一黄山毛峰和咖啡结合推出的茶咖。上新后瑞幸粉丝们下单尝试，失望至极。 “瑞幸黄山毛峰拿铁你多少有点歹毒了…”，“这个新品可能是用来赶客对抗瑞幸3.1的”，“根本不知道怎么形容这个味 一股子苦茶味 是喝过最难喝的咖啡”，“让我面露难色的咖啡”，“年度最怪味了吧！？”。 连锁咖啡品牌为获得更多消费者的青睐，迎合市场喜好不断推陈出新，用各式各样的咖啡新品去捕捉喜欢新鲜感的消费者，但接连推出的新品让部分消费者产生类似审美疲劳的抵触，看到诸如橄榄油这种超出自己理解范畴的新品反而没有尝新的想法。 也有人认为现在咖啡品牌的研发过于内卷，新产品给人一种不顾消费者味觉的死活的感觉，仿佛是为了不让消费者喜新厌旧而不间断地出新品，却忽视了饮品成分、口感、味道等等是否符合现在消费者的喜好，以至于不少人认为近期的新品似乎掺杂了几分为上新而研发的敷衍。 有网友建议，咖啡连锁品牌与其制作一些引人注目但实际很难喝的新品，不如考虑让已经下架但市场反馈良好的产品回归菜单，用一波“回忆杀”维护品牌忠实粉丝。这样对品牌方而言也有更充足的时间去研发符合消费者口味的新品。

前言： 根据公开数据显示，台积电在2023年面临了挑战，其产能利用率下降至约80%，同时营收也有所减少。 然而，随着2024年的到来，台积电迎来了转机。由于AI芯片需求的迅猛增长，台积电已成功获得了大量订单，并实现了产能的全面利用。 作者 | 方文三 图片来源 | 网 络 财报创新高，产能拉满 台积电近日发布了2024年2月的财务报告，报告显示，合并营收约为1,816.48亿元，相较于1月份下滑了15.8%，但与2023年同期相比，增长了11.3%，并创下了历年单月同期的新高纪录。 从累计数据看，2024年1至2月的营收约为3,974.33亿元，较2023年同期增长了9.4%，同样创下了同期新高。 尽管与2023年相比，台积电的业绩有所下滑，但预计2024年将是其健康成长的一年。 这主要得益于其领先的3nm技术持续强劲发展，市场对5nm技术的强烈需求，以及AI相关需求的持续增长。 在摆脱了急剧的库存调整和2023年的低基准后，台积电预计2024年半导体市场将增长超过10%，而晶圆制造产业则预期增长约20%。 凭借其在技术领域的领先地位和广泛的客户基础，台积电预计在2024年将实现逐季增长。 摩根士丹利在最新的台积电个股报告中指出，随着订单的增加和晶圆价格有望改善，他们已将台积电2024年至2026年的EPS预估上调了2%至3%，并将目标价上调至850元。 台积电凭借其在人工智能领域的持续乐观情绪和股价上涨，再次跻身全球十大最有价值公司之列。 摩根士丹利分析师Charlie Chan在3月7日的报告中指出，生成式AI半导体是台积电明显的增长动力。 今年1-2月，台积电营收增长9.4%，这主要得益于人工智能对高端芯片的需求，从而抵消了iPhone销售放缓的潜在影响。 因此，一些券商如摩根士丹利和摩根大通最近将该股目标价提高了约10%。 今1月，魏哲家在台积电法说会上谈及先进封装议题时指出，AI芯片先进封装需求持续强劲，目前情况仍是产能无法应对客户强劲需求，供不应求状况可能延续到2025年。 高端芯片产能，大客户抢购 随着市场对AI处理器需求的持续增长，英伟达在台积电收入中的占比有望在2024年进一步提升，这主要得益于该公司已预订的3nm制程技术和CoWoS封装产能。 今年，AMD在台积电收入中的份额也有望达到10%，这主要归因于其面向数据中心的EPYC处理器销量的增加，以及AI和HPC领域对Instinct MI300系列GPU的强劲需求。 英伟达的新品H200和AMD的MI300预计将为台积电的3nm制程带来大量订单。 此外，英特尔下一代低功耗架构Lunar Lake MX（LNL）CPU将采用台积电的N3B制程，而Arrow Lake H/HX的CPU也将采用3nm制程，这有望进一步提升台积电的产能利用率。 据Dan Nystedt估计，2023年，苹果公司占台积电收入的25%，并向台积电支付了175.2亿美元。 与此同时，英伟达向台积电支付了77.3亿美元，占其2023年收入的11%。 索尼对未来车用和消费类电子市场持乐观态度，并计划大量采用台积电22nm制程生产CIS和图像信号处理器（ISP）芯片。 据The Elec的最新报告，台积电3nm工艺预计在今年晚些时候达到80%的产能，这主要得益于苹果、英伟达、AMD、高通和联发科等客户对第二代3nm工艺产能的需求。 因此，2024年的台积电成功获得了所有旗舰手机芯片的生产订单，包括高通的骁龙系列、联发科产品以及苹果公司的高端芯片。 台积电还计划于2025年量产2nm工艺，并已取得苹果、英特尔等客户的首批产能预定。 为了满足客户群庞大的需求，台积电已规划在宝山四期和高雄既有规划外进行第三期扩充。 从台积电客户群的产品蓝图和趋势来看，业界普遍认为，除了苹果外，其他专注于高速运算和AI相关应用的客户也愿意采用新架构的2nm制程。 这有望重演过去3nm首批产能的局面，进一步巩固台积电在全球半导体市场的领先地位。 选择冲刺2nm，有多重考量 从当前形势来看，台积电已深刻认识到其核心竞争力在于先进制程技术。 因此，有消息传出，台积电已决定放弃此前计划的7nm制程和28nm制程扩建项目。 此举的原因在于，当前成熟工艺领域的竞争异常激烈，尤其是在中国大陆地区，芯片产能大幅提升。 据力积电CEO表示，为避免与中国大陆晶圆厂陷入价格战，力积电已决定逐步退出面板驱动IC及传感器领域。 这一决策在业内人士看来并不意外，因为从台积电2023年公开数据来看，7nm制程的订单数量已大幅减少。 而7nm制程曾是台积电的重要营收来源，其订单减少也促使台积电作出了取消7nm制程工厂计划的决策。 公开数据显示，目前国内芯片工厂数量已达到42座，并预计在2024年新增17座晶圆厂，主要以28nm制程为主。 中芯国际、华虹半导体等厂商在成熟制程芯片领域深耕已久，其在产能、市场份额和成本等方面均表现出色。 据估计，目前中国芯在成熟制程芯片市场的份额已达到约27%，并呈持续上涨趋势，预计到2030年前后将达到25%。 2nm工艺作为当前芯片制造技术的尖端领域，已成为各大厂商竞相追求的目标。 英特尔和三星已明确表态将在今年实现2nm工艺的突破，台积电亦不甘落后，积极寻求在此领域的突破。 目前2nm工艺的研发进展已超越美国工厂的3nm，台积电预计将在2024年第四季度进行2nm芯片试生产，2025年第二季度开始大规模量产。 首个客户依然是苹果，随后英特尔、高通、英伟达、AMD等其他美国企业也将跟进。 在此情况下，台积电3-5nm产能已达到全年满载，先进制程对营收的贡献占比迅速提升。 大扩产的一年，计划全球建厂 近日，台积电透露，已从中国大陆和日本获得显著补贴，并计划从美国和德国进一步获得芯片补贴。 这一动向显示，台积电正受到全球多地的积极拉拢以投资建厂。 从台积电在日本熊本县的晶圆厂建设项目来看，日本提供的补贴金额高达4760亿日元，占项目总投资的40%，这构成了台积电补贴增长的主要部分。 同时，台积电在德国建厂项目也基本敲定，德国计划向台积电提供50亿欧元的补贴。 受此影响，有消息称美国方面的补贴进程也在加快。 台积电在美国建设的两个晶圆厂的投资额已增至400亿美元，近期有消息显示，美国可能会向台积电提供50亿美元的补贴。 然而，值得注意的是，台积电在美国建厂可能会受到更多的限制，这可能对公司的未来发展产生不利影响。 台积电已经启动了2nm试产的前期工作，并计划采用最先进的AI系统提高试产效率。公司计划今年试产近千片，并在试产成功后将技术导入竹科宝山Fab 20厂。 此外，台积电在日本新建的熊本厂也获得了重要订单。全球CIS图像传感器领先企业索尼已向台积电熊本厂下单。 最近还有消息称，台积电计划在嘉义科学园区建设新的先进封装厂，当地将为该园区拨出六座新厂用地，总投资额预计超过5000亿元新台币。 这一举措旨在扩大CoWoS先进封装产能，以满足全球对先进封装技术的强劲需求。 台积电已设定了提高先进封装能力的目标。预计到2024年底，台积电CoWoS封装的产能将达到每月3.2万片，到2025年底将增加至4.4万片。 结尾： 摩根大通分析师Gokul Hariharan预测，到2027年，与人工智能相关的营收将激增至25%。 得益于紧密集成的封装技术、领先的工艺技术以及广泛的客户生态系统，台积电在AI半导体领域的竞争优势似乎比以往更加明显。 部分资料参考：投资界：《台积电和华为发力，三星遭暴击》，李姐伴读：《台积电产能全线拉满，中芯国际也没想到，反转来得如此之快》，半导体行业观察：《台积电，被高估了》，科创板日报：《台积电重返全球企业市值榜前十：还能跟着英伟达疯多久？》，雷科技：《芯片代工营收排行榜公布：台积电独占六成，狂揽近200亿美元》

IT之家 3 月 24 日消息，据《麻省理工科技评论》报道，当地时间周五（22）日发表的一篇论文显示，苹果公司的研究人员正在探索利用人工智能来检测用户何时在与 iPhone 等设备交谈的可能性，从而消除像“Siri”这样的触发短语的技术需求。 在这项上传到 Arxiv 且未经同行评审的研究中，研究人员使用智能手机捕获的语音以及来自背景噪音的声学数据，训练了一个大型语言模型，以寻找“可能表明用户需要设备辅助”的模式。 论文中称，该模型部分基于 OpenAI 的 GPT-2 构建，因为它相对轻量级，可以在智能手机等设备上运行。论文还描述了用于训练模型的超过 129 小时的数据、额外的文本数据，但没有说明训练集的录音来源。据领英个人资料，七位作者中有六位列出他们的隶属关系为苹果公司，其中三人在苹果 Siri 团队工作。 论文最终得出的结论“令人鼓舞”，声称该模型能够比纯音频或纯文本模型做出更准确的预测，并且随着模型规模的扩大而进一步改进。 IT之家提醒：目前，Siri 的功能是通过保留少量音频来实现的，听到“嘿，Siri”等触发短语之前，不会开始录制或准备回答用户提示。 斯坦福人类中心人工智能研究所的隐私和数据政策研究员詹・金表示，取消“嘿，Siri”提示可能会增加对设备“始终监听”的担忧。

作者 | ZeR0 编辑 | 漠影 智东西3月24日报道，在本周举行的英伟达GTC大会期间，英伟达（NVIDIA）首席科学家兼研究高级副总裁Bill Dally、英伟达AI研究副总裁Sanja Fidler与智东西等全球媒体进行交流，分享了NVIDIA Research的进展，并现场演示英伟达最新文生3D模型LATTE3D。 LATTE3D模型就像一台虚拟3D打印机。只需在文本框输入文字描述，在单张消费级GPU上运行，不到1秒时间，该模型就能按要求生成对应的物体和动物的几个不同的3D形状，供创建者选择，再在几分钟内优化成更高的质量。而3D形状可以随意放大、旋转，360度无死角。 “一年前，AI模型需要1小时才能生成这种质量的3D视觉效果，而目前的技术水平大约是10到12秒。”Sanja Fidler说。 现场演示了让LATTE3D生成小蛋糕、猪猪气球、踩滑板且戴着高帽子的针织鸭、踩着滑雪板并戴着聚会帽的小兔子。全程都很丝滑迅速，接近实时生成。生成的3D素材能直接导入图形软件应用程序或平台中，比如Omniverse平台。 对于开发视频游戏、广告活动、设计项目或虚拟机器人训练场地等应用来说，这都是个看起来很有吸引力的3D素材创建工具。 Bill Dally说，NVIDIA Research为未来的成功播下种子，既有登月项目，又有很多研究小组，研究方向包括GPU存储系统、编程系统、网络、架构、超大规模集成电路（VLSI）、图形、感知与学习等。这些研究塑造了英伟达的与众不同。 据Bill Dally分享，NVIDIA Research团队有三个原则：1、希望以最少的努力获得最大的回报；2、提高影响力，而不是出版物记录；3、希望与产品保持紧密的联系。 NVIDIA Research由全球数百名科学家和工程师组成，专注于AI、计算机图形学、计算机视觉、自动驾驶汽车和机器人等主题。很多源自研究院的技术，如OptiX、CuDNN、光线追踪算法和硬件、Volta SM、Flip-Flops、NVSwitch、DLSS等，都成功转化成商业用途。 其研究团队分布在世界各地。面向3D生成式AI模型的新模型LATTE3D便是由英伟达位于加拿大多伦多的AI实验室团队研发的。该团队还研发过GANverse3D、GET3D、Magic3D、ASE、GameGAN、VideoLDM等模型。 LATTE3D使用英伟达A100 GPU进行训练，模型先生成神经3D形状，然后用图像扩散模型作为老师来对渲染图像进行反馈。除了3D形状外，该模型还接受了使用ChatGPT生成的各种文本提示词的训练，以提高模型处理用户描述特定3D对象的各种短语的能力。比如，它能理解以各种犬类为特征的提示应该都生成类似狗的形状。 当研究人员在特定的动物和日常用品数据集上训练LATTE3D时，开发人员可使用相同的模型架构在其他数据类型上训练AI。 例如，如果在3D植物数据集上进行训练，LATTE3D可帮助景观设计师在与客户进行头脑风暴时快速填充树木，开花灌木和多肉植物的花园渲染。如果对家用物品进行训练，该模型可以生成物品来填充家庭场景的3D模拟，开发人员可以用它来训练个人助理机器人，然后再在现实世界中进行测试和部署。

作者｜Steven Levy 译者｜核子可乐 策划｜冬梅 编者按： 3 月 21 日，GTC AI 大会，黄仁勋对话 7 位 Transformer 框架论文作者。他们认为，AI 行业被困在了六七年前的原型上，这个世界需要更好的模型。 “我认为世界需要比 Transformer 更好的东西。我觉得现在与六七年前的情况相似。”“所以尽管原始模型可能不是现在可拥有的最强大的东西，但我们仍然固守在原来的模型上。” Transformer 架构的诞生源于自然语言处理（NLP）领域的迫切需求。在过去，传统的循环神经网络（RNN）和卷积神经网络（CNN）在处理序列数据时面临一些挑战。RNN 虽然能够捕捉序列中的依赖关系，但由于其顺序处理的方式，导致计算效率低下，并且难以处理长距离依赖。而 CNN 虽然可以并行计算，但在处理变长序列时不够灵活。 为了克服这些挑战，2017 年，谷歌的 8 名研究人员联合发表了名为《你所需要的是注意力》（Attention Is All You Need）的论文，并在这篇论文中提出了 Transformer 架构，它能真正地解决 RNN 和 CNN 在处理序列数据时存在的问题。 Transformer 采用了自注意力机制（Self-Attention Mechanism），使得模型能够同时关注序列中的所有位置，从而捕捉长距离依赖关系。此外，Transformer 还采用了多头注意力（Multi-Head Attention）和位置编码（Positional Encoding）等技术，进一步提高了模型的性能。这项具有划时代意义的技术变革彻底改变了技术发展路径。技术背后，这 8 位一同提出该理论的研究人员有的已经离开了谷歌，有的已经创办了自己的公司或是加入了新团队。 近日，国外知名杂志《连线》的资深编辑史蒂文·利维（Steven Levy）近期撰写了一篇文章，为我们揭秘了 Transformer 架构诞生背后的故事。 以下为翻译全文： 他们偶然相遇，迷上了共同的探索目标，最终设计出近代历史上最具突破性的关键技术——Transformers。 1Transformer 架构的诞生 2018 年春季发表的一篇科学论文《Attention Is All You Need》共有八位作者，他们都是来自谷歌的研究人员，不过当时其中一人已经离开了公司。而最资深的贡献者 Noam Shazeer 手捧文章初稿却颇感讶异，因为他的名字出现在了第一位。面对各位合作伙伴对自己贡献的肯定，他坦言“我实在没有想到”。 NOAM SHAZEER，Character AI 公司联合创始人兼 CEO 论文作者的姓名排序其实很有讲究，谁在前谁在后可谓相当重要。特别是在这篇奠定了现代 AI 的关键文章中，每位参与者都凭借自己的努力给整个科技史竖起不朽的丰碑。而在论文终于定稿之后，大家决定“颠覆”按贡献度排名的惯例，添加标注强调每位作者都做出了“彼此相当的贡献，排名不分先后”。文章在截止日期前被发给知名 AI 会议，并旋即引发了如今人们耳熟能详的这场技术革命。 值此七周年之际，这篇论文已经拥有了传奇般的历史地位。作者们从神经网络这项蓬勃发展且不断改进的技术入手，打造出一套极为强大的数字系统，该系统的输出就如同是外星智能的产物。这种架构被命名为 Transformer，是当今一切令人兴奋的 AI 产品背后的秘密武器，其中也包括 ChatGPT、Dall-E 和 Midjourney 等重量级成果。Shazeer 开玩笑说，早知道这篇文章会拥有这样的份量，那当初就该“认真考虑一下作者排序”。现在这八位作者都成了技术圈的名人，在文章署名中位列第五的 Llion Jones 表示“现在会有人要求跟我合影，就是因为我是论文的作者之一！” Llion Jones，SAKANA AI 公司联合创始人 虽然并非论文作者，但身为全球最知名的 AI 科学家之一，Geoffrey Hinton 表示“如果没有 transformers，我觉得 AI 技术不可能达到目前的高度。”在他看来，我们生活在一个翻天覆地的新时代，OpenAI 等厂商构建起的系统在很多方面几乎可与人类比肩，有时甚至已经成功超越了人类。 文章发表之后，这八位作者先后离开了谷歌。与其他数百万科技从业者一样，他们仍在以某种方式使用自己在 2017 年创造的成果开发更多 AI 系统。我有幸与这位八位 transformers 元老面对面交流，希望拼凑出那个开天辟地的重要时刻，了解他们如何依托人类的思维创造出拓展未来的智能机器。 Jakob Uszkoreit，Inceptive 公司联合创始人兼 CEO Transformers 的故事，始于八位署名作者中的第四人：Jakob Uszkoreit。 Uszkoreit 的父亲是著名计算语言学家 Hans Uszkoreit。上世纪 70 年代末，Hans 还是一名高中生，并因为抗议苏联入侵捷克斯洛伐克而在祖国东德被判监禁 15 个月。获悉之后他逃往西德，在柏林学习计算机和语言学。Jakob 出生时他们举家迁往美国，在位于加利福尼亚州门洛帕克一家研究机构 SRI 的 AI 实验室工作。后来他们全家又迁回德国，Jakob 也在那里接受了大学教育。 Jakob 对于语言学兴趣不大，并在研究生阶段前往谷歌位于山景城的总部实习，并加入该公司的翻译小组。看来 Uszkoreit 家的人终究摆脱不了语言这个体系。在放弃继续攻读博士学位后，Jakob 于 2012 年加入了谷歌的一支系统开发团队，其目标就是搜索页面内容并直接回答用户提问，避免再跳转至其他页面。当时苹果刚刚推出了 Siri，这是一款虚拟助手，号称能在自然顺畅的对话中直接给出答案。谷歌高层从中嗅到了巨大的竞争威胁：Siri 可能会吞噬他们的搜索流量。也正因为如此，Uszkoreit 所在的这支新团队开始受到重视。 Uszkoreit 表示，“这种恐慌实在没有必要。”Siri 从未真正威胁过谷歌，但他很高兴能有机会深入研究计算机与人类话语之间的神秘联系。当时，曾经如一潭死水般的循环神经网络突然开始超越其他 AI 工程学方法。这类网络由多个层组成，信息在各层之间不断传递以识别最佳响应。神经网络在图像识别等领域取得了巨大胜利，AI 技术的复兴也在一夜之间成为现实。于是谷歌疯狂调整员工队伍以应用这些技术，并希望系统能够生成与人类相当的响应能力——包括自动补全电子邮件中的句子，或者创建出相对简单的客服聊天机器人。 但这个方向很快就走进了死胡同。循环神经网络很难解析较长的文本片段。我们以这样一段话为例，“Joe 是名棒球运动员，在吃了一顿丰盛的早餐后，他去球场并打出了两记安打。”要想理解“两记安打”，语言模型必须记住前面“Joe 是名棒球运动员”的部分。如果按人类的语言处理习惯讲，那就是需要在这里集中注意力。当时公认的解决方案是所谓“长短期记忆”（LSTM），这种技术创新允许语言模型处理更大、更复杂的文本序列。但计算机仍会严格按照顺序处理这些序列（也就是按序排列的单词），且往往无法把握段中稍后可能出现的上下文线索。Uszkoreit 解释称，“当时使用的方法就像是创可贴，基于是在缝缝补补，没办法理解能够真正发挥规模化作用的正确素材。” 于是 2014 年左右，他开始研究一种前所未有的方法，并将其称为自注意力（self-attention）机制。这种网络可以引用段落内的任意其他部分来理解单词含义，这些其他部分将作为上下文以阐明单词意图并帮助系统输出更优质的翻译结果。他指出，“这实际上是在通盘思考，并提供一种行之有效的方法，可以同时关注多条输入，再以有选择性的方式提取出某些内容。”尽管 AI 科学家们一直谨慎行事，不希望把“神经网络”的表述跟生物学大脑的实际工作方式相混淆，但 Uszkoreit 却信心满满，似乎认定自注意力与人类的语言处理方式确有共性。 Uszkoreit 认为自注意力模型应该比循环神经网络更快、更高效。它处理信息的方式也更适合那些为支持机器学习热潮而大量产出的并行处理芯片。自注意力模型不再使用线性方法（按固定顺序查看各个单词），转而选择了并行方法（一次观察一大堆单词）。Uszkoreit 怀疑，只要操作得当，单凭自注意力就能带来更好的文字理解和生成效果。 但当时并不是人人看好这种颠覆性的研究方向，包括 Uszkoreit 的父亲。就在儿子为谷歌工作的几年中，老 Hans 拿下了两项谷歌学院研究奖。Jakob Uszkoreit 回忆道，“当时人们普通对此感到惊讶，因为它抛弃了一切原有神经架构。”放弃循环神经网络？这简直是异端！“从我跟父亲在餐桌上的沟通结果来看，咱们爷俩的观点着实是大相径庭。” 但 Uszkoreit 还是成功说服了几位同事参与自注意力实验。初步工作带来了希望，于是他们在 2016 年发表了一篇相关论文。Uszkoreit 希望进一步推动研究，毕竟初期的团队实验只使用到数量极小的文本，但合作者们纷纷表示没有兴趣。就如同普通玩家赚点小钱就想离开赌桌一样，首批合作者开始尝试把这些初步发现转化成应用成果。Jakob 指出，“自注意力确实能行。那篇论文的研究人员也对获取回报，并将成果部署在谷歌各个业务领域的前景感到兴奋，包括搜索乃至广告等。从种种方面来看，这都是一场惊人的成功，但我并不想就此止步。” 在 Uszkoreit 看来，自注意力完全可以做得更多、更好。于是他开始向所有感兴趣和不感兴趣的同事推销自己的理论，并在园区内 1945 号楼的白板上详尽阐述了自己的技术愿景。 Illia Polosukhin，NEAR 公司联合创始人 2016 年的一天，Uszkoreit 和一位名叫 Illia Polosukhin 的科学家在谷歌园区的咖啡馆里共进午餐。Polosukhin 出生于乌克兰，已经在谷歌工作了快三年。他被分配到了一支专项团队，探索如何在搜索字段中直接就查询问题给出答案。当时项目进展得不太顺利。Polosukhin 表示，“要在 Google.com 上直接回答问题，相应的底层技术必须性能超高且成本低廉，毕竟整个回答窗口就只有几毫秒。”就在 Polosukhin 发泄着满腹牢骚时，Uszkoreit 毫不犹豫地给出了解决办法，“他建议说，为什么不试试自注意力呢？” 当时，Polosukhin 经常一位名叫 Ashish Vaswani 的同事合作。Vaswani 出生于印度，但成长阶段主要生活在中东，曾经前往南加州大学求学，并在校内的精英机器翻译小组中拿下了博士学位。之后他搬到山景城并加入了谷歌，成为“Google Brain”新部门的一员。根据他的描述，Google Brain 是一个“激进派团体”，坚信“神经网络将更新人类的理解方式”。但他的野心不止于此，希望参与到更宏大的项目当中。他的团队在 1965 号楼，跟 Polosukhin 语言团队所在的 1945 号楼相邻。在听说了自注意力技术之后，他马上表现出兴趣并同意放手一试。 Ashish Vaswani，Essential AI 公司联合创始人兼 CEO 三位研究人员共同起草了一份名为《Transformers：迭代自注意力与多种任务处理（Transformers: Iterative Self-Attention and Processing for Various Tasks）》的设计文件。 Uszkoreit 指出，大家之所以在起步阶段选择了“transformers”这个名字，是因为此项机制能够转变接收到的信息，让系统尽可能从中提取更多理解信息，或者至少要实现类似于理解的效果。此外，Uszkoreit 还记得孩童时代把玩孩之宝“变形金刚”玩具的美好时光，其原词正是 transformers。“我小时候就有两个变形金刚玩具”，所以文件最后选择以六位变形金刚角色在山间相互开炮的图片收尾。 抱着满满的自信，作者们在文章开头写下了有些狂妄的序言：“我们太牛了。” 2017 年初，Polosukhin 离开谷歌创办了自己的公司。但与此同时，新的合作者也陆续加入。一位名叫 Niki Parmar 的印度工程师当时刚刚移居美国，此前在某美国软件公司的印度分部工作。她于 2015 年获得南加州大学硕士学位，还收到多家科技企业的录用函。她最终选择了谷歌，并在入职后马上参与 Uszkoreit 团队，致力于研究如何利用模型变体改进谷歌搜索服务。 Niki Parmar，Essential AI 公司联合创始人 另一位新成员则是 Llion Jones。他在威尔士出生长大，而且热爱计算机那种“非常规”的运行逻辑。他在伯明翰大学学习 AI 课程，并将自己一以贯之的好奇心倾注在了神经网络身上。他于 2009 年 7 月拿下硕士学位，但在经济危机期间找不到工作，所以几个月间只能靠救济金生活。他曾在当地一家公司找到过工作，之后靠着半申请半恳求的方式拿到了谷歌的录用资格。他随后加入谷歌研究院，顶头上司正是 Polosukhin。有一天，Jones 从一位名叫 Mat Kelcey 的同事那听说了自注意力的概念，并随后加入 transformers 团队。（后来 Jones 又认真向 Kelcey 介绍过 transformers 项目，但对方并不买账。Kelcey 回忆道，「我也不确定这到底能不能行，而这可谓是我一生中最大的错误判断。」 Transformers 项目也吸引到了其他正尝试改进大语言模型的 Google Brain 研究人员。第三波参与者包括波兰出生的理论计算机科学家 Lukasz Kaiser 和他的实习生 Aidan Gomez。Gomez 出生于加拿大安大略省的一处小农庄，每年春天他的家人都在当地采摘枫树糖浆。在多伦多大学读在三时，他“深深迷上”了 AI，并加入 Geoffrey Hinton 实验室的机器学习小组。他开始主动联系谷歌那些发表过有趣论文的员工，申请帮助对方扩展研究范围。Kaiser 回应了他的请求并邀请他参加实习。但直到几个月后，Gomez 才意识到这些实习岗本来是面向博士生的，压根不该对他这样的本科生开放。 Kaiser 和 Gomez 很快意识到，自注意力对于他们正尝试解决的问题来说，似乎确实是种前途光明、也更为激进的解决方案。Gomez 表示，“我们当时还就是否应该合并这两个项目进行过深入对话”，并最终决定合二为一。 当时 Transformer 团队正着手开发一套自注意力模型，希望将文本从一种语言翻译成另一种语言。他们使用名为 BLEU 的基准测试来衡量其性能，本质上就是把机器输出结果与人工翻译内容进行比较。而且从起步阶段，他们的新模型就表现良好。Uszkoreit 回忆称，“也就是说，我们终于从连概念验证都没有，迅速推进到了与最强 LSTM 相当的程度。”但他也承认与这种长短期记忆方案相比，自注意力模型“也没能做得更好”。 2团队进入平台期，新队友成为了破局关键 团队由此进入了平台期，直到 2018 年的一天，Noam Shazeer 偶然听说了他们的项目。Shazeer 是谷歌公司的资深员工（早在 2000 年就加入谷歌），并凭借对谷歌早期广告系统的贡献而成为公司内的传奇人物。Shazeer 研究深度学习已经有五年之久，最近开始对大语言模型产生了兴趣。但这些模型距离他所期待的流畅开展对话还差得很远。 据 Shazeer 回忆，当时他穿过 1965 号楼的一条走廊里，正好经过 Kaiser 的工作区。他被那里激烈的讨论声所吸引，“我记得 Ashish 正在讨论该如何使用自注意力，Niki 对此非常兴奋。我突然想到，这似乎是个好主意，这群有趣且聪明的员工正在做未来可期的探索。”再加上原先的循环神经网络实在“令人恼火”，所以 Shazeer 决定“那咱们就试试自注意力！” Shazeer 的加入至关重要。Uszkoreit 表示，“像自注意力这样的纯理论或者直觉机制，在实际部署时往往需要非常认真的规划，而这种能力只掌握在少数经验丰富的「魔术师」手中。这不是技术，而更像是种艺术。”Shazeer 立刻开始施展他的魔法，决定编写自己的 Transformer 项目代码版本。他表示，“我保留了他们的基本思路，然后按自己的理解完成了开发。”他偶尔会向 Kaiser 提几个问题，但大多数情况下，他“只是默默开发一段时间，然后回头检查能不能起效。”用团队成员们的话来说，凭借着一系列“神奇”且“令人眼花缭乱”的操作，Shazeer 成功把系统提升到了新的水平。 Gomez 指出，“于是冲刺阶段终于到了。”每个人都充满动力，希望能在 5 月 19 日全球最大的 AI 盛会、也就是计划于 12 月召开的神经信息处理系统大会的论文投递截止日期之前，把自己的心血提交上去。随着硅谷送走寒冬、迎来暖春，实验的步伐也一再加快。他们测试了两种 Transformer 模型：其一只经过 12 个小时的训练，另一种更强大的 Big 版本则接受了为期三天半的训练。其功能非常简单：尝试将英语内容翻译成德语。 这套基础模型的表现优于全部竞争对手，Big 在 BLEU 测试中的得分直接打破了原有纪录，且计算效率也有提升。Parmar 指出，“我们的总耗时比其他人都少，而且这还只是开始，后续的性能测试又带来一个个破纪录的分数。”在听到这个消息后，Uszkoreit 打开了自己收藏多年的一瓶香槟。 投入截止日期前最后两周是段疯狂的时光，尽管名义上团队成员们仍在 1945 号楼里办公，但他们已经把大部分时间都花在了 1965 号楼里——理由也很简单，那边咖啡机的出品更好喝。身为实习生的 Gomez 也全身心投入到了这波调试狂潮当中，还为论文制作了可视化图表，“大伙完全就是不眠不休”。当然还有此类项目中常见的消融实验，即把某些部分拆出来，看看余下的部分还能不能继续工作。 Gomez 回忆道，“不同方法和模块间可以构成千千万万种组合，我们得想办法证明哪些有效、哪些无效。唯一的办法就是逐个尝试。为什么模型会表现出某种反直觉的效果？哦，那是因为我们进行正确掩码。好了？那就进行下一步。总之，transformers 中的所有组件都经历过这种节奏极快的迭代试验与输出纠错。”Jones 则补充称，在 Shazeer 那强大实现能力的帮助下，消融实验最终产生了“极简形式的成果，Shazeer 简直是个大法师。” Vaswani 则分享道，有天晚上团队正在写论文，而他因为劳累而瘫倒在了办公室的沙发上。就在盯着沙发后的窗帘时，他被面料上的图案震惊了——在他眼中，这就像一个个突触与神经元。Vaswani 激动地揪过一旁的 Gomez，喊叫着他们的成果将超越传统机器翻译。“最终，就像人脑一样，所有这些模态——包括语音、音频、视觉——都将被统一在单一架构之下。我有一种强烈的预感，我们研究的是真正具有普适性的东西。” 但在谷歌高层，很多人认为 transformers 只是又一个有点亮点的 AI 项目。我询问几位团队成员，他们的老板有没有把他们召集起来介绍项目的最新进展，答案是很少。但 Uszkoreit 对此不以为意，“我们自己知道这可能是件大事，所以我们才急于把论文赶出来，并且在结尾处对后续工作做出了展望。” 而文章结尾的展望也正确宣告了这项技术的前进方向——transformers 模型将应用于几乎所有形式的人类表达。他们写道，“我们对基于注意力的模型的未来前景感到兴奋。我们计划将 transformers 扩展到文本之外的更多输入与输出模态中”，包括研究“图像、音频与视频”。 3给项目取名字，灵感来自一首歌曲 距离投稿截止日期还剩下几天，Uszkoreit 意识到他们需要为论文起个标题。Jones 强调团队已经彻底否决了当时行业公认的最佳实践，特别是 LSTM，同时全面转向注意力机制。正好披头士乐队有首名曲叫《All You Need Is Love》，所以不妨就把文章定名为《Attention Is All You Need》。 Jones 坦言，“我是英国人，所以只花了几秒钟就想到了这个梗。意外的是大家都觉得可以。” 团队成员们继续收集实验结果，一直忙到截止日当天。Parmar 表示，“直到我们提交文章的五分前，英语译法语的得分才刚刚出来。我当时坐在 1965 号楼的小餐吧旁，一行行看着最新的分数。”不到两分钟后，这篇文章就被投递了出去。 与几乎任何一家科技企业一样，谷歌很快就为这项工作申请了临时专利。其目的不是为了阻止其他人使用这些成果，而是出于自我保护的专利组合。（毕竟谷歌一直秉持着「技术进步，谷歌受益」的原则。） 大会评审员的意见很快被发回了 transformer 研究团队这边。Parmar 还记得“一条很积极，一条非常积极，还有一条说「似乎不错」。”总之，文章顺利被接收并入选了论文海报展。 到 12 月份，这篇论文已经引发了广泛轰动。12 月 6 日，团队成员们在长达四个小时的会议上面对着人头攒动的到场科学家。作者们一直聊到声音嘶哑，直到当天晚上 10 点 30 分会议结束时，人们仍留在现场久久不愿离去。Uszkoreit 提到，“于是保安不得不护送我们先行离开。”而对他来说，最值得铭记的时刻可能就是计算机科学家 Sepp Hochreiter 现身会场并高度赞扬这份工作——作为长短期记忆机制的共同发明者，Hochreiter 的赞许就是最高肯定。从这一刻起，transformers 就是 AI 技术储备中最新、最有力的工具。 但 transformers 并没有立刻占领整个世界，甚至在谷歌内部也没有马上普及。Kaiser 回忆道，在论文发表前提下，Shazeer 曾向谷歌高管提议放弃原有搜索索引机制，利用 transformer 训练一套巨大的网络，从根本上改变谷歌的信息组织方式。其实在当时，就连 Kaiser 自己也觉得这个主意太过荒谬。可现在哪怕最保守的观点，也认为这项改革将只是时间问题。 在此期间，一家名叫 OpenAI 的初创公司行动更快，明显占得了先机。在论文发表后不久，OpenAI 公司首席研究员 Ilya Sutskever（他在谷歌工作期间就接触过 transformers 团队）建议科学家 Alex Radford 认真研究这个方向，最终成果就是首款 GPT 产品。正如 OpenAI 公司 CEO Sam Altman 在去年的采访中所言，“在 transformers 论文发表时，我感觉谷歌那边还没有真正意识到它的深远影响。” 公司内部的情况确实更为复杂。Uszkoreit 解释道，“对我们自己来说，transformers 显然可以发挥一些神奇的功效。所以大家可能会问，谷歌为什么没在 2018 年推出 ChatGPT？实际上，一切顺利的话在 2019 年甚至 2020 年推出 GPT-3 甚至 3.5 也是有可能的。而且人们最大的疑问在于，既然谷歌已经看到了 transformers 的魔力，为什么会不采取任何行动？这个问题的答案其实相当复杂。” Aidan Gomez，COHERE 公司联合创始人兼 CEO 不少技术评论家都指出，谷歌已经从当初以创新为中心的精锐力量蜕变成了只注重利润的官僚机构。Gomez 在接受英国《英国时报》采访时就提到，“他们并没有推动技术现代化，也压根没有实际采用。”对于谷歌这样一家长期领先行业并在数十年间赚取到巨额利润的大厂来说，这样的迟钝确实难以理喻。但也必须承认，谷歌确实从 2018 年起曾尝试将 transformers 集成至产品当中，一马当先的就是旗下翻译工具。同年，谷歌还推出基于 transformer 的 BERT 语言模型，并于次年起开始将其应用于搜索业务。 但与 OpenAI 的巨大飞跃和微软将基于 transformers 的系统大胆整合进产品线的举措相比，谷歌的这些小打小闹实在太过儿戏。去年，我曾问起谷歌 CEO Sundar Pichai，为什么他的公司没有率先推出像 ChatGPT 这样的大语言模型。他认为在当时的情况下，谷歌觉得让其他企业走在前面更为有利。“我不太确定 transformers 到底能不能真正起效。而在其他人把路走通之后，我们也可以迅速跟进并做更多尝试。” 不可否认的是，如今这篇论文的所有八位作者都已离开谷歌。Plosukhin 创立的 Near 公司专司开发区块链，其代币市值约为 40 亿美元。Parmar 和 Vaswani 于 2021 年以业务合作伙伴的方式共同创立了 Adept（目前估值为 10 亿美元），且正在联手创办第二家公司 Essential AI（已融资 800 万美元）。Llion Jones 在日本东京开设的 Sakana AI 公司估值 2 亿美元。Shazeer 于 2021 年 10 月离职，参与创立了 Character AI（目前估值为 50 亿美元）。谷歌实习生 Aidan Gomez 于 2019 年在多伦多联合创立了 Cohere（当前估值约 22 亿美元）。Jakob Uszkoreit 的生物科技公司 Inceptive 估值为 3 亿美元。而且除 Near 以外，所有创立企业均以 transformers 技术为业务基础。 Lukasz Kaiser，OpenAI 公司研究员 Kaiser 是唯一没有选择创业的作者，他加入了 OpenAI，并成为新技术 Q* 的发明者之一。Altman 去年曾表示，Q* 技术将“揭开无知的面纱，推动发现的前沿。”当我在采访中想就此事询问 Kaiser 时，OpenAI 的公关人员几乎马上跳起来提醒他别乱讲。 那现在的谷歌会怀念这群曾经的贡献者吗？当然，但考虑到他们大多另立门户建立了自己的 AI 初创企业，所以似乎也没有那么怀念。Pichai 还特别提醒我，不光是谷歌 transformers 团队存在严重的人才流失，业界宠儿 OpenAI 同样无法幸免：“AI 领域确实非常非常有活力。”但谷歌至少可以吹嘘说他们提供了支撑 AI 落地的企业环境，鼓励员工们追求各种不那么传统的思路。Parmar 也承认，“从很多方面来讲，谷歌都是遥遥领先——他们会投资于正确的人才，创造出供我们探索和挑战极限的环境。其实没有第一时间跟进技术实践也可以理解，毕竟谷歌面临的风险要比一般人想象中大得多。” 如果没有谷歌的环境，也就不会出现 transformers。论文作者们不单是谷歌员工，而且都聚到同一处办公室工作。而走廊上的偶遇和午餐时不经意的对话共同促成了这个重要时刻。谷歌的文化多样性和包容态度也发挥着关键作用：八位作者中，有六位出生在美国以外；余下的两人则分别是持有绿卡、在加州暂时居住的德国人，和一位随家人逃离迫害的二代移民。 Uszkoreit 在伯林办公室中接受采访时提到，创新必须要依托于合适的条件。“良好的环境能让人们在人生的正确阶段对正确的事物产生浓厚兴趣。所以如果你恰好具备这种理想环境，正在面对正确的问题，再加上一点运气，那么奇迹就会从天而降。” 最后不得不提 Uszkoreit 和他老父亲之间的趣事。前文提到，Uszkoreit 和他的父亲曾在餐桌上起过争执，但老 Hans 如今也已联合创立了一家大语言模型开发公司，使用的当然正是 transformers 技术。