社区

今年以来很多以AI作为主题的ETF默默走牛，给持有人稳稳的幸福，今天社长给大家分析一下以chat命名的AI ETF，上市以来我就有做过推荐，最近明显走出来了。 新时代的投资故事 在这个充满不确定性的时代，找到一份“稳稳的幸福”成了每一个投资者的梦想。而这种幸福不仅仅是财务上的稳健，更是对未来科技的把握和对美好生活的期待。今天，我们要介绍的Roundhill Generative AI & Technology ETF (CHAT)，不仅为你提供了稳健的投资机会，还带你走进了人工智能（AI）革命的前沿。 投资背景：AI的崛起 人工智能已经不仅仅是科技界的热词，它正深刻改变着我们的生活。从智能家居到自动驾驶，从个性化推荐到自然语言处理，AI技术无处不在。而在这些技术背后，是一批批领先的科技公司，他们引领着这一场革命。投资这些公司，不仅是对未来的押注，更是对科技进步的信任。 以投资于AI的chat基金为例，上市以来至今回报40%，不到1年时间 Roundhill Generative AI & Technology ETF (CHAT) 上市以来的表现分析： 上市日期: 2023年5月18日 截止日期: 2024年5月16日 起始价: $25.52 最终价: $35.59 最低价: $25.11 最高价: $36.97 平均价: $30.521 振幅: 47.23% 总成交量: 2080万手 总金额: $6.39亿 涨跌幅: 39.46% 从数据来看，CHAT ETF自上市以来表现较为强劲，自上市以来，CHAT ETF的涨幅为39.46%，在不到一年的时间里，该ETF表现出了显著的价格增长。Roundhill Generative AI & Technology ETF (CHAT) 自上市以来表现强劲，价格大幅上涨，市场参与度高。这些表现反映了投资者对生

夜已深，办公室的灯依然亮着。我坐在电脑前，屏幕上的股票分析报告还未完成。然而，心中涌动的不安却让我无法继续专注。今晚，是一个不同寻常的夜晚，因为OpenAI刚刚发布了他们的新一代旗舰AI模型：GPT-4o。 “能实时进行多模态对话”，这几个字像是敲在我心头的重锤。GPT-4o不仅可以处理文字，还能理解图片、视频和语音，仿佛一个全知全能的助手。我的手指在键盘上敲打的速度逐渐放慢，心中升起一股无法忽视的担忧。 我是一名资管基础研究员，每天的工作是分析公司的财务报表，研究市场趋势，撰写投资报告。这些工作需要花费大量时间和精力，更需要敏锐的分析能力和细致的思考。然而，GPT-4o的出现，似乎正在挑战我存在的意义。 发布会的每一幕都在我脑海中反复播放。Zoph将一段Python代码输入ChatGPT，几秒钟后，GPT准确地总结出代码的功能，并详细解释了数据的处理过程。这一刻，我感到背脊一凉。以往需要我花费数小时甚至数天的工作，GPT-4o可以在瞬间完成。更令人惊恐的是，它还能通过视频识别面部情绪，实时翻译多种语言，甚至在解方程时给予指导。 作为一个基础研究员，我深知数据的收集和分析是投资决策的基石。过去，我自豪于自己能发现数据中的细微差异，捕捉到市场的风吹草动。但是，面对GPT-4o的无懈可击，我的自信开始动摇。它能够在毫秒间处理海量信息，进行精确的分析，而我不过是一个需要咖啡和休息的凡人。 “这真是太棒了！这基本上就是一个24/7与你进行屏幕共享的同事，它完全不会疲倦。”AI创业顾问Allie K. Miller的评价让我的心情更加沉重。无论是从效率还是准确度来看，GPT-4o都远远超越了我。它不仅不会疲倦，还能随时待命，而我却需要时间来恢复精力。 我的担忧不仅仅是个人的生存问题，更是对整个行业未来的深深忧虑。随着GPT-4o的普及，资管公司可能会逐步减少对基础研究员的依赖。毕竟，

​今天第一时间试用了一下GPT-4o，当然主要是分析财报。 prompt： 帮我我写一份细致且全面的阿里财报分析报告，对公司的收入与利润，财务指标，ebitda等进行深度分析 先下载阿里巴巴最新的财报上传 上传完成后，接下来就看他的表演了，丝滑程度，让我咂舌 业务线分门别类，财务数据分析的头头是道，而且最关键的是速度极快，丝滑无延迟，相较于GPT-4进步明显。 接下来上点难度： 云智能集团深度展开分析，收入，折旧，OPM等 从财报提取数据以后，计算结果并整理成表格，简洁易懂，分析的结果也基本上对。 阿里巴巴的DCF估值模型与相对估值模型（有些数字是假设，不代表真实估值） 接下来继续上难度，让他做做估值分析吧 数字需要微调，全程丝滑，很不错的体验 这相对估值也做的不错，简介明了，最终估值结果以表格呈现，对于分析达人你还可以让他帮你生成自动化分析脚本 还有更多我就不赘述了！ 对资管基础研究员的影响：职业角色的转变 对于资管基础研究员来说，GPT-4o的出现带来了职业角色的巨大转变。传统的研究员通过深入分析财务报表、市场趋势和经济指标来为投资决策提供支持。然而，GPT-4o能够在瞬间处理海量数据，进行精确的分析，并生成详细的报告。这意味着，资管公司可能会逐步减少对基础研究员的依赖，转而依靠GPT-4o这样的AI工具来完成大部分分析工作。 此外，GPT-4o的24/7全天候工作能力也是传统研究员无法比拟的。无论是周末还是深夜，GPT-4o都能随时待命，进行高效的分析和处理。这将进一步压缩人类研究员的工作空间，使得他们在与AI的竞争中处于不利地位。 应对之道：与AI共存与合作 面对GPT-4o带来的挑战，资管基础研究员需要重新审视自己的职业定位。简单的重复性工作和基础分析将越来越多地被AI取代，研究员需要提升自己的技能，向更高层次的分析和决策方向发展。例如，研究员可以将更多精力投入到

​目前，可能最靠谱的国产大模型来了！韭菜助力，幻方量化携DeepSeek-V2铸国产大模型之光？ 社长基本上以美股为主，很少会涉及到A股，但今天在过AI 进展日报时候看到对于国产大模型 DeepSeek-V2的分析，顿时来了兴趣，不查不要紧，原来这个大模型是幻方量化的子公司做的啊。 提到幻方量化，大家应该都很熟悉，作为国内头部量化机构，规模最高突破千亿，这些年利用出色的量化技术，在A股“收割”了一波又一波的游资与散户，更是赚的盆满钵满，赚了钱，但幻方并没有放弃自己的AI梦想，在过去这两年囤积了大量的英伟达显卡，自己开始做大模型，并于2023年成立了DeepSeek，致力于让人工通用智能（AGI）成为现实。他们提供了DeepSeek平台，让用户可以访问他们的人工智能模型。 DeepSeek V2 模型是幻方量化旗下的公司 DeepSeek 开发的第二代 Mixture of Experts（MoE）模型。MoE 模型通过整合多个“专家”（小模型或网络），每个专家负责处理特定类型的数据或任务，来提高整体模型的性能和准确性。这种结构允许模型更有效地处理复杂和多样的任务，因为它可以动态地调用最适合当前输入数据的专家。 DeepSeek V2 的核心特点包括： 大规模参数：拥有2360亿的总参数量，其中激活参数为210亿，这使得它在处理复杂问题时具有较高的表现力。 优化性能：相较于其他同类模型，如 Meta 的 Llama 3 70B，DeepSeek V2 在成本和性能上都有显著优势。它特别适合处理中文语言查询，但也在编程语言处理（HumanEval）和数学问题（GSM 8K）方面展现出优越的性能。 高效训练与推理成本：该模型不仅在开源社区中可用，而且在推理成本上极具竞争力，其运行成本显著低于市场上的其他竞争模型。 创新的注意力机制：DeepSeek V2 实现了一种新颖的 Mul

贝克街探案官 作者：鲁镇西 普通人如何把握技术迭代带来的行业变革红利 没想到今年第一个引爆科技圈的消息，还没等复工就刷了屏，复工后又直接推动相关企业市值爆拉，A股25家相关企业市值共计增长888.42亿元，两个交易日平均涨幅26.94%。 2 月 16 日凌晨，OpenAI 发布首个文生视频模型 Sora，是OpenAI继ChatGPT之后，推出的另一款具备颠覆行业能力的AI应用，Sora能够仅仅根据提示词，生成60s的连贯视频，远超行业目前大概只有平均“4s”的视频生成长度。 “平均4s”的长度指代非常明显，就是Runway和PIKA。也曾短暂引爆过A股文生视频的炒作，但无论是强度还是持续性，都远不如Sora。 在Sora问世之前，Runway和PIKA被视为文生视频领域的龙头，但在sora生产的视频出现后，业界普遍认为Sora可以吊打Runway和PIKA。 Pika创始人郭文景曾在接受采访时表示，“视频现在没有很好的算法，它不是一个规模化的问题，不是说现在大家的GPU不够多，很多时候其实是算法上还没有很好的一个思路。”并认为Sora的发布“是一个很振奋人心的消息，我们已经在筹备直接冲，将直接对标Sora。” 和Runway和PIKA相比，Sora产出的视频时间更长，连贯性更好，其他模型产出的视频甚至还有卡顿、场景突变等问题；在此基础上，Sora的视觉细节更丰富，且清晰度更高。对比Sora和runway的视频不难发现，Sora的视频内容更符合常人对“视频”的理解，而runway的视频内容更像是“GIF”动图。 业内普遍认为，Sora的出现，预示着一个全新的视觉叙事时代的到来，它能够依据客户的文本提示，将人们的想象力转化为生动的动态画面。Sora作为一款通用的视觉数据模型，其卓越之处在于能够生成跨越不同持续时间、纵横比和分辨率的视频和图像，甚至包括生成长达一分钟的高清

贝克街探案官 作者：鲁镇西 同行不断丰富产品线，龙旗科技闷头做手机 曾经试图登陆创业板未果的龙旗科技（$龙旗科技(SH603341)$ ），贴着“小米代工厂”的标签成功主板，将于21日正式申购。 据公司招股书，龙旗科技此次募集的18亿资金中，除了用来补充流动资金的4亿元，将8亿元投入惠州智能硬件制造项目，4亿元用来改扩建南昌智能硬件制造中心，2亿元用于上海研发中心升级建设，预计完工后每年至少新增3080万台手机产能。 聚焦公司智能手机代工业务，在报告期内，龙旗科技总收入的8成都来自于手机代工业务，总收入的5成来自于为小米代工，2020年的68.91亿元增至2022年的133.57亿元，最高为公司贡献了总利润的54%，推动公司净利润从5.68亿元增至9.67亿元。 值得注意的是，小米还是龙旗科技的重要股东，公司高管刘德目前仍在小米及多家小米子公司内任职。对此，龙旗科技在招股书中特别提示，若小米未来经营情况或采购策略发生变化，进而导致向公司的采购金额显著下降，公司的业务和经营业绩将受到重大不利影响。 也许有人觉得龙旗科技的提示只是走走过场，仔细查询公司招股书，我们发现在小米手机出货量成为国产手机厂全球第一的2023年，龙旗科技预告公司上半年营收同比下滑29%，全年同比下滑14.74%，检索公司2023年和小米的关联交易，来自小米的销售额占比从5成左右降至37.83%，净利润占比也从5成左右降至26.62%。 从数据上来看，龙旗科技的业绩确实因小米的采购策略变化而发生了波动，同时也暴露了龙旗科技过于单一客户的单一业务，导致抗风险能力较差的弊端。2023年上半年TOP5客户中，不仅小米的销售占比下降明显，三星的销售占比也从2022年度的21.77%降至7.06%，A公司跌出前五大客户名单，新开拓的荣耀和OPPO两个新客户，销售额比例并未补足三星和A客户损失。 在大客户小米手机出货量

贝克街探案官 作者：包可萌 拥抱AI时代是每个企业的必做题 “只有CEO才会关心新技术对自己业务的关键指标是不是产生了正向作用。” “我们需要的是100万量级的AI原生应用，而不是100个所谓的大模型。” “大模型本身不仅不产生任何价值，还造成了对公司资源、社会资源的巨大浪费。” …… 近期，百度（ $百度(BIDU)$ $百度集团-SW(09888)$ ）创始人、董事长兼首席执行官李彦宏面向创业者们公开表示，只有AI原生应用才能提升关键的业务指标。拥抱AI原生应用，必须靠CEO、一把手驱动。 拥抱AI时代是每个企业的必做题，走慢了会成为时代眼泪，走错了更是资源浪费、错失时机。 只可惜，当今行业背景下，大多数企业一把手都习惯性将大模型作为研发重点，且几乎放权让技术部门全权负责。 01 拥抱AI原生应用，需要一把手驱动 “拥抱AI时代，需要由CEO、一把手来驱动。”这是李彦宏在近期一场演讲中的观点。随着大模型行业进入深水区，李彦宏关于AI原生时代的一系列观点，给立志在AI原生时代抢占先机的企业，指明了下一步的行动方向。 为什么这么说？因为只有CEO才会关心新技术对自己业务的关键指标是不是产生了正面作用。CEO如果不主动引领这个变革，就很容易被带偏。 实际上，技术出身的CTO、IT负责人更关注技术本身，以为自己做大模型就是拥抱AI时代了。最后的结果自然是这个大模型就躺在那，不仅发挥不了最大效能，还浪费了大把资源。 避免这种内耗的最优解，就是让一把手亲自负责且改变思维，从研发大模型向研发AI原生应用转变，专注短期内借助新技术快速提升自己的业务关键指标，一把手上阵，才能让新技术真正为企业所用。 因为大模型和AI原生应用

发布 | 大力财经 10月26日，小米澎湃OS暨小米14系列新品发布会在北京召开。小米集团创始人、董事长兼CEO雷军宣布集团战略正式升级为「人车家全生态」，并发布了小米澎湃OS操作系统、数字高端旗舰小米14系列，以及Xiaomi Watch S3、小米电视 S Pro 85等6款AIoT新品。 雷军表示，过去几年小米一直在突破认知，改变成长，今天将迎来「跨越时刻」。小米发布的新战略是「人车家全生态」，以人为中心、将「人车家全生态」有机整合，承接新战略的关键是小米澎湃OS。 小米澎湃OS经过 13 年探索，历时 7 年研发，参与的工程师超过5000名，进行了史无前例的系统底层重构，为未来百亿设备、百亿连接做好「万物互联的公有底座」。小米澎湃OS国内版将于2023 年12月开始分批推送，包括手机、平板、电视、摄像机等六大品类。 数字高端旗舰小米14系列实现跨越式升级，全面越级对标苹果。它全系首发第三代骁龙8移动平台，全系采用最新徕卡Summilux镜头、搭配自主品牌影像传感器光影猎人，在行业内率先落地AI端侧大模型。小米14 Pro更是带来历时8年探索的屏幕终极方案——全等深微曲屏，并创新采用小米龙晶玻璃，堪称小米科技创新井喷的集大成之作。 据悉，小米14共有黑色、白色、岩石青、雪山粉四种颜色，并提供多种内存版本，售价3999元起。小米14 Pro 共有岩石青、白色、黑色以及钛金属特别版四种配色，售价4999元起 ，即日起在小米商城、小米之家、小米天猫官方旗舰店以及小米京东旗舰店等官方渠道开启预约，10月31日晚上8点正式开售。 在AIoT产品方面，Xiaomi Watch S3售价799元起，小米腕部心电血压记录仪售价1999元起。小米电视 S Pro 85首销价7999元，米家冰箱十字521L首销价2999元，米家洗衣机直驱滚筒10kg首销价1999元，米家中央空调风管机3

在李彦宏高调发布文心大模型4.0和十余款AI原生应用之后，百度连续两天大跌。有一说一，这不是一个正常的市场表现。 当然，产品好不好，用了才知道。我们在第一时间拿到了文心一言4.0的测试资格，和3月份文心一言刚发布时的测试一样，我们对配备ChatGPT-4的New Bing和文心4.0提出相同的问题，看看他们回答的情况以及反应速度，最后再让文心4.0写一篇文章。 话不多说，一起看看他们的表现吧！ 先来一个简单的问题：如何看待百度发布文心一言4.0之后股价下跌？ 图片 对于这个问题，NewBing是这样回答的： 图片 很明显，在这里NewBing的回答是混乱的。在百度世界2023大会发布之后，港股百度的跌幅为6%左右，点开NewBing的引用链接也可以发现，这个下跌幅度的引用链接其实是今年3月16日百度刚刚发布文心一言时的股价表现，呈现出与事实不同的结果。 对比来看，文心4.0的提升一方面在于响应速度，在同样的网络条件下，内容生成的响应速度远胜于NewBing和前代的文心一言；另一方面在于回答的质量，它明显考虑到了多重影响公司股价的因素，并对如何综合评估一家公司进行了阐述。这是在问题之外的回答，但确实包含在问题背后的大逻辑中。 而不足之处也是有的。即便文心4.0集成了百度的搜索插件，但还是比不上NewBing的即时性，上面这段由文心4.0生成的内容并没有任何事实层面的论证，显得相当单薄。从二者的对比来看，在回答中融合时效性更强的内容方面，各自都有一些问题需要提升。 问题问完了，再看各自的创作能力，这也是在昨天百度的大会上李彦宏着重演示的一个能力。 集成了ChatGPT-4之后，NewBing对于财经文章创作的案例我们在此前的文章中已经有了展示，详细的可以看这篇《用GPT-4写一篇市场分析文章，能超过X%的投资人？》 这里，为了尽可能考察文心4.0的能力，我们让它自己出了一份提纲

点击关注 文丨郝 鑫 编丨刘雨琦 4000到40万token，大模型正在以“肉眼可见”的速度越变越“长”。 长文本能力似乎成为象征着大模型厂商出手的又一新“标配”。 国外，OpenAI经过三次升级，GPT-3.5上下文输入长度从4千增长至1.6万token，GPT-4从8千增长至3.2万token（token：模型输入和输出的基本单位）；OpenAI最强竞争对手Anthropic一次性将上下文长度打到了10万token；LongLLaMA将上下文的长度扩展到25.6万token，甚至更多。 国内，光锥智能获悉，大模型初创公司月之暗面发布智能助手产品Kimi Chat可支持输入20万汉字，按OpenAI的计算标准约为40万token；港中文贾佳亚团队联合MIT发布的新技术LongLoRA，可将7B模型的文本长度拓展到10万token，70B模型的文本长度拓展到3.2万token。 据光锥智能不完全统计，目前，国内外已有OpenAI、Anthropic、Meta、月之暗面等一大批顶级的大模型技术公司、机构和团队将对上下文长度的拓展作为更新升级的重点。 毫无例外，这些国内外大模型公司或机构都是资本市场热捧的“当红炸子鸡”。 OpenAI自不必说，大模型Top级明星研究机构，斩获投资近120亿美元，拿走了美国生成式AI领域60%的融资；Anthropic近期风头正盛，接连被曝亚马逊、谷歌投资消息，前后相差不过几天，估值有望达到300亿美元，较3月份翻五番；成立仅半年的月之暗面出道即巅峰，一成立就迅速完成首轮融资，获得红杉、真格、今日资本、monolith等一线VC的押注，市场估值已超过3亿美元，而后，红杉孵化式支持，循序完成两轮共计近20亿元融资。 大模型公司铆足劲攻克长文本技术，上下文本长度扩大100倍意味着什么？ 表面上看是可输入的文本长度越来越长，阅读能力越来越强。 若将抽象

欢迎关注公众号：他山之石观投资 2022年底OpenAI发布ChatGPT后，投资领域对于人工智能领域的认知不断加深。人工智能产业链大致可以分为核心技术提供商、人工智能系统和人工智能应用者。从全球投资人的普遍认知来看，现在大家都意识到人工智能很可能成为未来长时间的投资赛道，类似于30年前的计算机，或者20年前的互联网。并且对于未来而言，应用已经成为现实。 对于细分领域投资的理解，我们永远需要向产业的投资人学习。知名风险投资人A16Z持续在人工智能领域下重注。最近他们对话了OpenAI的CTO，米拉·穆拉蒂（Mira Murati）。她分享了ChatGPT背后的故事，以及人工智能和人机交互的未来。 摘要 ChatGPT的起源于思考如何制造一个安全的人工智能系统，利用人类反馈进行强化学习。 OpenAI正在重新定义人们与数字信息互动，成为一个类似于伙伴的助手，不断加强人工智能系统的一致和安全性。通过产品化的形势，获得与来自现实世界的用户的反馈，就不仅仅是坐在实验室里YY。 ChatGPT在文本的基础上，正在添加图像、视频和其他等。这样模型可以更全面地了解我们周围的世界，类似于我们理解和观察世界的方式。 虽然未来不会有单一模型一统天下的局面，因为人们最终会寻找最适合自己需要的工具。 米拉（Mira Murati）背景 图片 米拉出生在共产主义刚刚结束的阿尔巴尼亚。当时的阿尔巴尼亚和今天的朝鲜很相似。在一个不断变革、不确定的时代，教育是一切的关键。而且，当时除了书籍之外，几乎没有什么娱乐。当时的米拉在书籍中寻找答案。米拉更倾向于科学中那些稳定的、可以深入研究的真理。而人文学科，如历史和社会学的来源是可疑的，因为历史在不断变化。所以，米拉在成长环境中的直觉和自然倾向于科学和数学。从根本上来说，现在在Open AI，米拉从事的仍然是数学工作。 由于优异的学习成绩，米拉拿到奖学金，并在加

点击关注 文丨郝 鑫，编丨刘雨琦 “OpenAI不足为惧，开源会慢慢赶上来。” 彼时Hugging Face创始人Clem Delangue的一句预言，正在迅速成为现实。 ChatGPT横空出世7个多月后，7月19日，Llama 2宣布开源，并且可直接商用。 如今回看，这一天也成为了大模型发展的分水岭。在此之前，全世界开源的大模型不计其数，可只是停留在开发研究层面。“可商业”短短三个字，犹如一颗重磅炸弹引爆了大模型创业圈，引得傅盛连连感叹，“有的人哭晕在厕所，而有的人在梦中也能笑醒”。 AI大模型圈一夜之间变了天，同时也宣告着大模型加速商业化时代的到来。 自Llama 2后，开源逐渐成为主流趋势。以Llama架构为首，先掀起了一波以其为核心的开源，如Llama 2低成本训练版、Llama 2最强版、微调版等等。截至发稿前，以“LLama 2”为关键词在国外最大的AI开源社区Hugging Face检索模型，有5341条结果；在全世界最大的开源项目托管平台Github上，也有1500个词条。 （图源：Hugging Face官网） （图源：Github官网） 之后，创业者们的目光从解构、增强Llama 2转向了构建行业专有大模型，于是又掀起了一波Llama 2+司法、Llama 2+医疗等一系列的行业开源大模型。据不完全统计，Llama 2开源后，国内就涌现出了十几个开源行业大模型。 国内头部厂商和创业公司纷纷加入开源浪潮中，阿里QWEN-7B开源一个多月下载量破100万，9月25日升级了QWEN-14B；百川智能开源的Baichuan-7B、13B两款开源大模型下载量目前已经突破500万，200多家企业申请部署开源大模型。 与此形成强烈对比的是，短时间内，Llama 2对一些闭源的大模型厂商造成了致命性的打击。闭源大模型多采用调取API的方式使用，数据需要先上传至模型厂商，

点击关注 文丨郝鑫、刘雨琦，编丨刘雨琦 “我当时见到他不到三分钟，就在想，啊，19岁的比尔·盖茨估计也就这样了吧！” 在YC创始人Paul Graham（格雷厄姆）的眼里，28岁的Sam Altman与19岁的比尔·盖茨一样，名校肄业、特立独行、坚信世界可以被改变，利他主义与极致野心相交织，但Altman更为激进，野心甚至超过了硅谷能容纳的边界。 算起来，格雷厄姆是Altman第一位伯乐，2014年，Altman被格雷厄姆选中，担任创业孵化器CEO。而众所周知，Altman成立OpenAI后，找到了他的第二位伯乐：微软现任CEO纳德拉。 事实证明，Altman确实是一匹千里马，Altman接任YC孵化器CEO的5年里，开辟了多项新业务，带领YC总市值冲向约1500亿美元，投资网络覆盖4000多个创业园区以及1900多家公司。而时至今日，一直在双向极端评价中的OpenAI，也初步交出了成绩单。 8月30日，据外媒《The Information》消息，OpenAI 预计在未来 12 个月内，通过销售人工智能软件及其计算能力，将获得超过 10 亿美元的收入。 消息一出，一片哗然。 毕竟早在3个月前，OpenAI还挣扎在“生死线”，印度新闻媒体平台Analytics India Magazine的一份报告中称，OpenAI仅运行其人工智能服务ChatGPT每天就要花费约70万美元，OpenAI目前正处于烧钱的状态，若不加速自身商业化进程，很有可能在2024年底不得不申请破产。 这种推测并不是捕风捉影，公开数据显示，2022年，OpenAI营收约3600万美元，但这一年，他们花掉了5.44亿美元，也就说，光去年一年，就净亏5亿美元。 一直被喻为“吞金兽”的OpenAI突然开始有了规模化营收，这让所有人心生疑窦：Altman究竟变了怎样的生钱戏法？ 更重要的是，OpenAI是大语言模

With the development of ChatGPT technology, a wave of AI is sweeping the world, and its potential is huge as the technology continues to advance and its applications continue to expand. AI Related Thematic ETFs are gaining more and more attention, offering investors a more precisely focused and flexible approach to investing. Thematic ETF portfolios contain stocks from multiple companies and are less risky than individual stock investments. Our strong investment research team provides professional support for our Thematic ETFs, deeply investigating the market and technology development trends of artificial intelligence and related industries, screening and evaluating companies in the market, thus providing quality stock pools and portfolios for our Thematic ETFs. Mirae Asset is a leading c

  文/孟永辉   布局大模型，似乎正在成为每一个互联网玩家必然都要去做的事情。无论是以BAT为代表的综合性的大型平台来讲，还是以WPS、携程为代表的专业性的平台们而言，几乎都是如此。一时间，大模型，成为了一个全新的风口。拥抱大模型，似乎同样也变成了一种绝对正确。   对于这样一场互联网玩家们频繁布局大模型的浪潮，不同的人，总是会有不同的看法。有人将互联网玩家们布局大模型看成是一场跟风，互联网玩家们之所以会如此急迫地布局大模型，更多地是因为同类型的玩家都在布局，于是，自己同样开始投身其中；有人将互联网玩家们布局大模型看成是一场必然，在互联网模式业已走入到死胡同的大背景下，大模型如同一个被打开的潘多拉魔盒不断地为我们展示着无限的可能性和未知性，而在这些可能性和未知性的背后，更多地透露出来的是无限的机会……   人们对于大模型的不同的认识和看法，更多地向我们展现出来的是大模型的不确定性。然而，我们同样应当看到的是，如同以往我们所看到的新生的事物一样，大模型并不是一无是处的，互联网玩家们布局大模型同样不仅仅只是一味地跟风。认识到大模型背后为我们所投射出来的内在的逻辑，并且找到真正应用大模型的正确的方式和方法，或许才是客观而理性地看待大模型的正确姿势。   大模型，新技术抵达临界点的标志   纵然是在移动互联网依然轰轰烈烈的年代里，已经有人喊出了互联网技术行将落幕，新技术的浪潮即将来临的口号，并且开始率先躬身入局，投身其中。无论是云计算，抑或是区块链，乃至是后来的AI，几乎都是如此。然而，虽然诸如此类的新技术不断地衍生和出现，但是，互联网技术作为主流技术的地位，依然没有被挑战。   正是因为如此，虽然我们看到了以元宇宙为代表的诸多新商业范畴的出现，但是，它们依然没有挣脱互联网的牵绊和枷锁，依然还是在互联网的天际线

  文/孟永辉   生成式AI的兴起，仅仅只是一个外在的表象，它更多地为我们传递出来的是一次新科技浪潮的来临。同以往的发展模式仅仅只是以互联网为底层的驱动力不同，新的发展模式是以人工智能为底层驱动力的。在这样一个大背景下，仅仅只是像互联网时代那样仅仅只是做撮合和中介，仅仅只是做平台和中心，必然是无法获得长久发展。找到与之匹配的商业模式，才是保证玩家们可以实现继续发展的关键所在。   在这样一个过程当中，我们看到了不断有玩家开始发布大模型，我们看到了不断有玩家开始加持新技术，我们看到了不断有玩家开始避虚就实，虚实融合。对于数字零售来讲，同样如此。可以预见的是，当新发展的大幕徐徐开启，我们同样将会看到一个全新的进化在数字零售领域上演。   对于数字零售的这样一种发展和蜕变，其实是有迹可循的。无论是以微盟的WOS为代表的去中心化的系统，还是以有赞为代表的IPass的新产品，我们都可以非常明显地感受到一场新的蜕变正在数字零售领域上演。至此，数字零售的发展，开始真正从互联网时代进入到了数字化时代。   流量，不再是数字零售的重心   事实上，数字零售的衍生和出现，一直都是与流量有着密不可分的关联的。无论是对于流量的精细化的划分，还是对于流量的各式各样的获取与转化的手段，我们都可以看出，流量之于数字零售的独特意义。可以说，正是有了基于流量的诸多需求，才衍生出来了数字零售。   然而，如果仅仅只是以流量来诠释数字零售，甚至将流量看出是数字零售的唯一，那么，等到流量的红利不再，所谓的数字零售的发展同样走到了尽头。如果对当下数字零售的发展进行一次总结和定义的话，它更多地表现出来的是，流量不再是它的重心。   需要明确的是，这里所说的流量不再是它的重心，更多地表现出来的是，数字零售的玩家们不再将撮合和中介流量看成重

贝克街探案官 作者：车行运 为了改变AI行业，更为改变特斯拉 7月14日，埃隆·马斯克为其抢购的一万块GPU找到了用武之地，专门成立了一家专注人工智能的新公司，xAI。 在长达90分钟的Twitter Spaces音频聊天中，这位亿万富翁首次讨论了他对xAI的愿景，并公开表示xAI将会发布一款工具，并会和特斯拉、推特协同合作，最后抛出了xAI的宏大目标，即了解宇宙“到底发生了什么”。 根据该公司的网站，xAI是独立于X Corp，该网站没有提供有关这家人工智能公司目标的详细信息，仅介绍发布时间和该团队成员，核心团队12人来自特斯拉、OpenAI和微软，并强调团队成员曾参与AlphaCode、Inception、GPT-3.5、GPT4和Minerva等人工智能项目。 联合创始人之一格雷格·杨(Greg Yang)在一条推文中表示，该公司将致力于“为大型神经网络开发‘万有理论’”，以便将人工智能提升到一个新的水平。他的推文还表示，公司将进入深度学习的数学领域，因为人工智能还将让每个人更好地理解宇宙。 01 马斯克的第一家AI公司，不是xAi 众所周知，马斯克对人工智能一直持保守态度，在发布会上，马斯克再次重申他相信人工智能将是特斯拉未来的关键，但他也表示，他担心人工智能可能“消除”或“限制”人类，并签署了一封信，呼吁全行业停止人工智能培训几个月。 但落实在行动上，马斯克今年早前已经采购了大规模人工智能所需的数千个GPU处理器。马斯克还曾公开表示，他计划开发一款名为“TruthGPT”的“反唤醒”软件，因为他觉得目前致力于人工智能的公司过于“机械”。 作为OpenAI联合创立者，马斯克目前虽然脱离了OpenAI的管理与分红，但却从未放弃重新参与到OpenAI所处的赛道，此次设立的xAi，外界普遍认为这是马斯克对OpenAI的正式宣战。 众所周知，OpenAI 是最著名的生成

摘要： 随着AI技术的迅猛发展和广泛应用，网络游戏行业借AI“东风”迎来了前所未有的发展空间和广阔前景。完美世界股份有限公司（以下简称完美世界）发布的2023年半年业绩报告显示，公司近期提出了AI融合驱动的完整形态案例——复合应用AI in Game Play，引起了业内的广泛关注。  作者：沐玲 不夸张地说，今年AI有“谁沾上谁火”的态势，除了带火了AI相关题材股票外，AI这场大火又从聊天机器人蔓延至游戏行业。近日，国内网游头部公司——完美世界股份有限公司（以下简称完美世界）发布的2023年半年业绩报告显示，公司近期提出了AI融合驱动的完整形态案例——复合应用AI in Game Play，引起了业内的广泛关注。 游戏板块乘上AI这趟快车，可谓如虎添翼。游戏行业中的AI可并非是概念炒作，它对游戏领域的渗透是全面且深入的。不论是游戏的策划、开发，还是设计和运营环节，都潜藏着AI的身影。AI赋能了游戏全产业链的升级与迭代。作为生产工具，AI在成本端和收入端发挥了提质增效、压缩成本的重要作用。 从成本方面看，AIGC（生成式人工智能）等技术的广泛应用，使游戏在研发过程中可以批量化、自动生成优质文案和精美绘图以及游戏音效等核心要素资源。同时，也大大降低了游戏的开发成本，提高了生成效能，提升了游戏公司的利润空间水平，实现了降本增效的最终目的。媒体公布的统计数据显示，当前制作一个3D游戏角色的周期在30—45天左右，且需要的步骤较多且需要多人参与，如果使用人工智能技术建模，同样的工作只需要3天就能完成，按照美术成本占游戏研发成本的50%—80%，且游戏研发成本占公司整体成本的70%计算，采用人工智能技术建模可以为公司降低40%的成本。 得益于AI技术在具体游戏开发中的进一步渗透与应用，游戏行业的生产关系出现了潜移默化的改进。完美世界游戏技术中心产品部负责人此前表示：“以前策

Tech-focused exchange-traded funds (ETFs) could hit $300 billion globally by year-end with AI-focused ETFs reaching $35 billion by 2030. Among other focuses for Asian ETF investors in 2H is China, where returns have been sluggish but inflows continue.[1] As pioneers in creating ETFs focused on this burgeoning field, Global X ETFs offer a diversified portfolio of underlying companies leading the way in both AI infrastructure and applications. With a proven track record[2] of success in this space, Global X ETFs provide exposure to promising AI-related companies, including those at the forefront of machine learning, cloud computing, semiconductor and robotics. [1] Source: Bloomberg, July 2023. [2]As of June 2023, we have 5 AI-related ETFs listed in HKEX. Join the Future of Investing with

图片 “科大讯飞的AI技术的积累已有时日，在教育、医疗、智慧城市等产业上，也有基因优势。期待未来，在前瞻性布局，以及AI大模型方面厚积薄发形成的优势加持下，科大讯飞的成果都将一一落地。” 作者/芳华 今年4月，在A股人工智能板块龙头之一科大讯飞2023年第一季度业绩报告说明会上，公司总裁吴晓如在对接下来的“展望”时说：科大讯飞有信心在二季度实现收入毛利正向增长。 图片 信心比纸贵。7月10日，科大讯飞发布的业绩预告显示。2023年第二季度，科大讯飞预计实现营业收入约49亿元，同比增长10%，环比增长约70%；预计实现毛利约19亿元，同比增长约7%，环比增长约60%；预计实现归母净利润1.13-1.28 亿元，同比增长约1.90-24.47%。 01 亮点不多但信心还在 二季度业绩预告显然没有打科大讯飞的脸，然而，如果把二季度放在2023年上半年一起看，就不那么显眼了。 科大讯飞发布的2023年半年度业绩预告显示，2023上半年，科大讯飞归母净利润同比下降71—80%。除了净利润大幅下滑外，反映科大讯飞主业情况的扣非净利润也很“惨淡”，预计亏损2.7—3.3亿元。根据业绩预告，科大讯飞今年上半年预计实现营业收入78亿元，而去年同期营收为80.23亿元，同比也发生了小幅下滑。令人惊喜的是，公司的毛利是正的——预计实现毛利31亿元。 图片 2023年上半年的这个成绩，将成为科大讯飞上市以来首次出现营收下滑的半年报。过去几年，特别是在2008—2022年期间，除2008年上半年和2020年上半年之外，科大讯飞的半年报始终保持着大幅增长，科大讯飞的营业收入增速也都在“十位数”之上。然而，到了今年第一季度，科大讯飞营业收入同比下滑了17.64%至28.88亿元，继续延续了去年第四季度营收下滑的态势。 翻看过去几年业绩报告，科大讯飞的业绩增速并不那么乐观。2022年，科大讯飞实现营业收入

​今天第一时间试用了一下GPT-4o，当然主要是分析财报。 prompt： 帮我我写一份细致且全面的阿里财报分析报告，对公司的收入与利润，财务指标，ebitda等进行深度分析 先下载阿里巴巴最新的财报上传 上传完成后，接下来就看他的表演了，丝滑程度，让我咂舌 业务线分门别类，财务数据分析的头头是道，而且最关键的是速度极快，丝滑无延迟，相较于GPT-4进步明显。 接下来上点难度： 云智能集团深度展开分析，收入，折旧，OPM等 从财报提取数据以后，计算结果并整理成表格，简洁易懂，分析的结果也基本上对。 阿里巴巴的DCF估值模型与相对估值模型（有些数字是假设，不代表真实估值） 接下来继续上难度，让他做做估值分析吧 数字需要微调，全程丝滑，很不错的体验 这相对估值也做的不错，简介明了，最终估值结果以表格呈现，对于分析达人你还可以让他帮你生成自动化分析脚本 还有更多我就不赘述了！ 对资管基础研究员的影响：职业角色的转变 对于资管基础研究员来说，GPT-4o的出现带来了职业角色的巨大转变。传统的研究员通过深入分析财务报表、市场趋势和经济指标来为投资决策提供支持。然而，GPT-4o能够在瞬间处理海量数据，进行精确的分析，并生成详细的报告。这意味着，资管公司可能会逐步减少对基础研究员的依赖，转而依靠GPT-4o这样的AI工具来完成大部分分析工作。 此外，GPT-4o的24/7全天候工作能力也是传统研究员无法比拟的。无论是周末还是深夜，GPT-4o都能随时待命，进行高效的分析和处理。这将进一步压缩人类研究员的工作空间，使得他们在与AI的竞争中处于不利地位。 应对之道：与AI共存与合作 面对GPT-4o带来的挑战，资管基础研究员需要重新审视自己的职业定位。简单的重复性工作和基础分析将越来越多地被AI取代，研究员需要提升自己的技能，向更高层次的分析和决策方向发展。例如，研究员可以将更多精力投入到

​目前，可能最靠谱的国产大模型来了！韭菜助力，幻方量化携DeepSeek-V2铸国产大模型之光？ 社长基本上以美股为主，很少会涉及到A股，但今天在过AI 进展日报时候看到对于国产大模型 DeepSeek-V2的分析，顿时来了兴趣，不查不要紧，原来这个大模型是幻方量化的子公司做的啊。 提到幻方量化，大家应该都很熟悉，作为国内头部量化机构，规模最高突破千亿，这些年利用出色的量化技术，在A股“收割”了一波又一波的游资与散户，更是赚的盆满钵满，赚了钱，但幻方并没有放弃自己的AI梦想，在过去这两年囤积了大量的英伟达显卡，自己开始做大模型，并于2023年成立了DeepSeek，致力于让人工通用智能（AGI）成为现实。他们提供了DeepSeek平台，让用户可以访问他们的人工智能模型。 DeepSeek V2 模型是幻方量化旗下的公司 DeepSeek 开发的第二代 Mixture of Experts（MoE）模型。MoE 模型通过整合多个“专家”（小模型或网络），每个专家负责处理特定类型的数据或任务，来提高整体模型的性能和准确性。这种结构允许模型更有效地处理复杂和多样的任务，因为它可以动态地调用最适合当前输入数据的专家。 DeepSeek V2 的核心特点包括： 大规模参数：拥有2360亿的总参数量，其中激活参数为210亿，这使得它在处理复杂问题时具有较高的表现力。 优化性能：相较于其他同类模型，如 Meta 的 Llama 3 70B，DeepSeek V2 在成本和性能上都有显著优势。它特别适合处理中文语言查询，但也在编程语言处理（HumanEval）和数学问题（GSM 8K）方面展现出优越的性能。 高效训练与推理成本：该模型不仅在开源社区中可用，而且在推理成本上极具竞争力，其运行成本显著低于市场上的其他竞争模型。 创新的注意力机制：DeepSeek V2 实现了一种新颖的 Mul

今年以来很多以AI作为主题的ETF默默走牛，给持有人稳稳的幸福，今天社长给大家分析一下以chat命名的AI ETF，上市以来我就有做过推荐，最近明显走出来了。 新时代的投资故事 在这个充满不确定性的时代，找到一份“稳稳的幸福”成了每一个投资者的梦想。而这种幸福不仅仅是财务上的稳健，更是对未来科技的把握和对美好生活的期待。今天，我们要介绍的Roundhill Generative AI & Technology ETF (CHAT)，不仅为你提供了稳健的投资机会，还带你走进了人工智能（AI）革命的前沿。 投资背景：AI的崛起 人工智能已经不仅仅是科技界的热词，它正深刻改变着我们的生活。从智能家居到自动驾驶，从个性化推荐到自然语言处理，AI技术无处不在。而在这些技术背后，是一批批领先的科技公司，他们引领着这一场革命。投资这些公司，不仅是对未来的押注，更是对科技进步的信任。 以投资于AI的chat基金为例，上市以来至今回报40%，不到1年时间 Roundhill Generative AI & Technology ETF (CHAT) 上市以来的表现分析： 上市日期: 2023年5月18日 截止日期: 2024年5月16日 起始价: $25.52 最终价: $35.59 最低价: $25.11 最高价: $36.97 平均价: $30.521 振幅: 47.23% 总成交量: 2080万手 总金额: $6.39亿 涨跌幅: 39.46% 从数据来看，CHAT ETF自上市以来表现较为强劲，自上市以来，CHAT ETF的涨幅为39.46%，在不到一年的时间里，该ETF表现出了显著的价格增长。Roundhill Generative AI & Technology ETF (CHAT) 自上市以来表现强劲，价格大幅上涨，市场参与度高。这些表现反映了投资者对生

夜已深，办公室的灯依然亮着。我坐在电脑前，屏幕上的股票分析报告还未完成。然而，心中涌动的不安却让我无法继续专注。今晚，是一个不同寻常的夜晚，因为OpenAI刚刚发布了他们的新一代旗舰AI模型：GPT-4o。 “能实时进行多模态对话”，这几个字像是敲在我心头的重锤。GPT-4o不仅可以处理文字，还能理解图片、视频和语音，仿佛一个全知全能的助手。我的手指在键盘上敲打的速度逐渐放慢，心中升起一股无法忽视的担忧。 我是一名资管基础研究员，每天的工作是分析公司的财务报表，研究市场趋势，撰写投资报告。这些工作需要花费大量时间和精力，更需要敏锐的分析能力和细致的思考。然而，GPT-4o的出现，似乎正在挑战我存在的意义。 发布会的每一幕都在我脑海中反复播放。Zoph将一段Python代码输入ChatGPT，几秒钟后，GPT准确地总结出代码的功能，并详细解释了数据的处理过程。这一刻，我感到背脊一凉。以往需要我花费数小时甚至数天的工作，GPT-4o可以在瞬间完成。更令人惊恐的是，它还能通过视频识别面部情绪，实时翻译多种语言，甚至在解方程时给予指导。 作为一个基础研究员，我深知数据的收集和分析是投资决策的基石。过去，我自豪于自己能发现数据中的细微差异，捕捉到市场的风吹草动。但是，面对GPT-4o的无懈可击，我的自信开始动摇。它能够在毫秒间处理海量信息，进行精确的分析，而我不过是一个需要咖啡和休息的凡人。 “这真是太棒了！这基本上就是一个24/7与你进行屏幕共享的同事，它完全不会疲倦。”AI创业顾问Allie K. Miller的评价让我的心情更加沉重。无论是从效率还是准确度来看，GPT-4o都远远超越了我。它不仅不会疲倦，还能随时待命，而我却需要时间来恢复精力。 我的担忧不仅仅是个人的生存问题，更是对整个行业未来的深深忧虑。随着GPT-4o的普及，资管公司可能会逐步减少对基础研究员的依赖。毕竟，

贝克街探案官 作者：鲁镇西 同行不断丰富产品线，龙旗科技闷头做手机 曾经试图登陆创业板未果的龙旗科技（$龙旗科技(SH603341)$ ），贴着“小米代工厂”的标签成功主板，将于21日正式申购。 据公司招股书，龙旗科技此次募集的18亿资金中，除了用来补充流动资金的4亿元，将8亿元投入惠州智能硬件制造项目，4亿元用来改扩建南昌智能硬件制造中心，2亿元用于上海研发中心升级建设，预计完工后每年至少新增3080万台手机产能。 聚焦公司智能手机代工业务，在报告期内，龙旗科技总收入的8成都来自于手机代工业务，总收入的5成来自于为小米代工，2020年的68.91亿元增至2022年的133.57亿元，最高为公司贡献了总利润的54%，推动公司净利润从5.68亿元增至9.67亿元。 值得注意的是，小米还是龙旗科技的重要股东，公司高管刘德目前仍在小米及多家小米子公司内任职。对此，龙旗科技在招股书中特别提示，若小米未来经营情况或采购策略发生变化，进而导致向公司的采购金额显著下降，公司的业务和经营业绩将受到重大不利影响。 也许有人觉得龙旗科技的提示只是走走过场，仔细查询公司招股书，我们发现在小米手机出货量成为国产手机厂全球第一的2023年，龙旗科技预告公司上半年营收同比下滑29%，全年同比下滑14.74%，检索公司2023年和小米的关联交易，来自小米的销售额占比从5成左右降至37.83%，净利润占比也从5成左右降至26.62%。 从数据上来看，龙旗科技的业绩确实因小米的采购策略变化而发生了波动，同时也暴露了龙旗科技过于单一客户的单一业务，导致抗风险能力较差的弊端。2023年上半年TOP5客户中，不仅小米的销售占比下降明显，三星的销售占比也从2022年度的21.77%降至7.06%，A公司跌出前五大客户名单，新开拓的荣耀和OPPO两个新客户，销售额比例并未补足三星和A客户损失。 在大客户小米手机出货量

贝克街探案官 作者：鲁镇西 普通人如何把握技术迭代带来的行业变革红利 没想到今年第一个引爆科技圈的消息，还没等复工就刷了屏，复工后又直接推动相关企业市值爆拉，A股25家相关企业市值共计增长888.42亿元，两个交易日平均涨幅26.94%。 2 月 16 日凌晨，OpenAI 发布首个文生视频模型 Sora，是OpenAI继ChatGPT之后，推出的另一款具备颠覆行业能力的AI应用，Sora能够仅仅根据提示词，生成60s的连贯视频，远超行业目前大概只有平均“4s”的视频生成长度。 “平均4s”的长度指代非常明显，就是Runway和PIKA。也曾短暂引爆过A股文生视频的炒作，但无论是强度还是持续性，都远不如Sora。 在Sora问世之前，Runway和PIKA被视为文生视频领域的龙头，但在sora生产的视频出现后，业界普遍认为Sora可以吊打Runway和PIKA。 Pika创始人郭文景曾在接受采访时表示，“视频现在没有很好的算法，它不是一个规模化的问题，不是说现在大家的GPU不够多，很多时候其实是算法上还没有很好的一个思路。”并认为Sora的发布“是一个很振奋人心的消息，我们已经在筹备直接冲，将直接对标Sora。” 和Runway和PIKA相比，Sora产出的视频时间更长，连贯性更好，其他模型产出的视频甚至还有卡顿、场景突变等问题；在此基础上，Sora的视觉细节更丰富，且清晰度更高。对比Sora和runway的视频不难发现，Sora的视频内容更符合常人对“视频”的理解，而runway的视频内容更像是“GIF”动图。 业内普遍认为，Sora的出现，预示着一个全新的视觉叙事时代的到来，它能够依据客户的文本提示，将人们的想象力转化为生动的动态画面。Sora作为一款通用的视觉数据模型，其卓越之处在于能够生成跨越不同持续时间、纵横比和分辨率的视频和图像，甚至包括生成长达一分钟的高清

贝克街探案官 作者：包可萌 拥抱AI时代是每个企业的必做题 “只有CEO才会关心新技术对自己业务的关键指标是不是产生了正向作用。” “我们需要的是100万量级的AI原生应用，而不是100个所谓的大模型。” “大模型本身不仅不产生任何价值，还造成了对公司资源、社会资源的巨大浪费。” …… 近期，百度（ $百度(BIDU)$ $百度集团-SW(09888)$ ）创始人、董事长兼首席执行官李彦宏面向创业者们公开表示，只有AI原生应用才能提升关键的业务指标。拥抱AI原生应用，必须靠CEO、一把手驱动。 拥抱AI时代是每个企业的必做题，走慢了会成为时代眼泪，走错了更是资源浪费、错失时机。 只可惜，当今行业背景下，大多数企业一把手都习惯性将大模型作为研发重点，且几乎放权让技术部门全权负责。 01 拥抱AI原生应用，需要一把手驱动 “拥抱AI时代，需要由CEO、一把手来驱动。”这是李彦宏在近期一场演讲中的观点。随着大模型行业进入深水区，李彦宏关于AI原生时代的一系列观点，给立志在AI原生时代抢占先机的企业，指明了下一步的行动方向。 为什么这么说？因为只有CEO才会关心新技术对自己业务的关键指标是不是产生了正面作用。CEO如果不主动引领这个变革，就很容易被带偏。 实际上，技术出身的CTO、IT负责人更关注技术本身，以为自己做大模型就是拥抱AI时代了。最后的结果自然是这个大模型就躺在那，不仅发挥不了最大效能，还浪费了大把资源。 避免这种内耗的最优解，就是让一把手亲自负责且改变思维，从研发大模型向研发AI原生应用转变，专注短期内借助新技术快速提升自己的业务关键指标，一把手上阵，才能让新技术真正为企业所用。 因为大模型和AI原生应用