社区成员：Wallet in Telegram 的 KYC 仅有一次机会，若失败则面临无法提币风险

社区成员：WalletinTelegram的KYC仅有一次机会，若失败则面临无法提币风险5月6日消息，多个社区成员反馈，TON生态钱包WalletinTelegram的用户在进行KYC时只有一次机会，若失败则无法提币，而客服回应此类问题称根据用户手册有提不了币的风险。有用户指出，人脸识别很容易出问题，一般App的KYC会有好几次机会，甚至银行卡密码输入也有五次错误才会冻卡，希望该项目在这个问题上会有合理改进措施。

UAW下调加薪要求幅度至30% 若谈判无进展将扩大罢工

UAW下调加薪要求幅度至30%若谈判无进展将扩大罢工汽车制造商的股票受到了这一消息的提振。通用汽车和StellantisNV股价周四各涨了2.5%，福特涨了1.4%。自7月份以来，由于对谈判的不确定性，通用汽车和福特的股价大幅下跌。StellantisNV例外，今年迄今已经上涨了36%。至少30%的加薪预计会引起非工会汽车工人的兴趣，并有助于增加工会的成员数量。该工会的主席ShawnFain正致力于通过组织未来的电动汽车电池厂，特斯拉（TSLA.US）以及亚洲和欧洲汽车制造商在美国的工厂的工人，来扩大UAW的规模，两位知情人士说。该工会的成员已经从1970年代的100多万人下降到40万人。目前，UAW发言人拒绝置评。通用汽车、福特和StellantisNV也拒绝置评。福特已经提出了20%的加薪，另外还有生活费补贴。UAW也降低了其对加薪的要求，至36%。如果生活费给予工人额外的加薪，那么双方在工资问题上的差距就更小了。一位UAW消息人士说，该工会周四向StellantisNV提交了一个反对案。工资增长是一个复杂的难题，它还包括汽车制造商将在其工厂投资多少以确保UAW的就业机会。其他问题包括未来电池厂工人的报酬和退休福利，更包括该工会要求恢复传统养老金。每个部分都必须让所有各方都满意，否则协议就会破裂。自9月15日起，UAW开始罢工，这是第一次同时针对所有三家公司。ShawnFain说，如果各公司在谈判桌上没有取得进展，他将在周五扩大罢工范围。ShawnFain上周已经让38家通用汽车和StellantisNV零部件分销设施的工人罢工，称谈判进展太少。...PC版：https://www.cnbeta.com.tw/articles/soft/1387075.htm手机版：https://m.cnbeta.com.tw/view/1387075.htm

威马汽车“借壳”上市失败 创始人被曝已在国外

威马汽车“借壳”上市失败创始人被曝已在国外公告提及终止收购的原因包括，全球市况动荡、金融市场氛围持续不确定和短期经济复苏等。Apollo出行的公告意味着此前深陷泥沼的威马汽车失去了港股上市的机会。“借壳”上市失败，威马陷入危局“像牲口一样活下去”，在今年1月12日威马宣布通过反向收购（RTO）登陆港交所消息当天，沈晖在其个人微博上表示。原本这笔重大收购完成后，威马汽车有望完成“借壳”上市。今年1月11日，市值仅为23亿港元的Apollo出行发布公告，将以20.2亿美元（约合人民币148亿）向威马汽车收购威马汽车子公司，通过以每股0.55港元配发288亿股的方式进行结算。在完成此次收购后，威马汽车方面将持有311亿股Apollo出行股份，持股比例达到68.26%。就此，这笔反向收购也被视为威马汽车明确其“借壳”上市融资的路径。在增发股份收购同时，Apollo出行还披露，将向不少于六位独立承配人配售71.23亿股股份，每股配售价不低于0.55港元，该项配售所得款项总额将约为39.18亿港元，筹资净额估计约为35.26亿港元。作为国内最早一批造车新势力，威马一度是资本市场的宠儿，在“互联网造车”饱受争议时，威马顺利拿到百度、腾讯、红杉、成为资本、SIG等明星资本及地方政府投资。公开资料显示，从成立至今，威马汽车共进行了A至D轮12次融资，威马汽车经过4轮12次融资，累计融资约410亿元。不过，7年过去了，数百亿资金投入下，距离成功上市始终只差临门一脚的威马汽车逐渐“掉队”。威马汽车递交的招股书显示，2019年-2021年三年间，其归母净利润分别亏损人民币44.45亿元、50.84亿元以及82.05亿元，三年间共计亏损人民币174亿元。2021年，威马汽车实际已资不抵债，其净资产为人民币-205亿元。可见其对资金的渴求程度。此外，Apollo出行在拟收购威马的公告中提到，2022年上半年，威马汽车仅售出1.65万辆电动车。今年1月，Apollo出行曾公告威马正在谋求公告之日起未来两至三个月内的三笔临时融资，以为收购目标集团（即，Apollo出行）的营运补充现金流及营运资金。这三笔融资包括：港澳地区某知名商业银行的2.5亿港元、正威国际的5亿元人民币以及雅居乐集团旗下巨国投资两笔合计15亿港元的贷款。据财联社报道，当时有知情人士表示，“威马并非账上一分钱都没有了，但需要把有限的资金用在‘刀刃’上，以确保在港上市的的顺利进行。”威马管理层与相关投资方签署了类似“对赌”的协议，即，威马在彻底解决自身问题、复工复产以提升估值的前提下，最终才能完成“借壳”Apollo出行的在港上市。Apollo出行公告终止收购威马协议，或意味着上述逾20亿元的融资落空。存在多个被执行人信息游走在破产边缘今年2月，沈晖发布微博称，“过去一年因为疫情和市场环境的客观影响，威马确实遇到一些困难。我们正在通过一系列降本增效的措施进行调整，全力保障复工复产，保障终端用户的体验。”3月，威马汽车官方微博发布消息称，近期，全国将有超过100家经销商门店陆续恢复常态化服务，为用户解决各类购车、用车问题。然而，威马汽车接连传出坏消息。不仅面临资金压力，还负面新闻缠身。5月15日，威马汽车科技集团有限公司及其子公司威马汽车科技（四川）有限公司新增3条被执行人信息，执行标的合计1084万元，执行法院为绵阳市安州区人民法院。（详见报道：威马汽车被强制执行1084万元，创始人此前称“一切都在向好”）而在此之前，据海南特区报报道，位于海南省海口市的威马汽车4S店全部关门，2000余位车主保养维修难。此外，“威马智行”APP与威马汽车小程序也无法正常使用。6月，有报道称，沈晖被上海市青浦区人民法院列为失信被执行人，被限制高消费。随后，威马汽车官方微博发布消息称，沈晖的限高令已撤销。同时表示，威马汽车正在沈晖的带领下，全力开展用户服务，依法有序清偿债务，并在积极推进新能源汽车出海计划，有望于近期复工复产，恢复正常运营。据公开信息显示，8月11日，威马汽车新增一则冻结60亿元股权的信息，股权被执行企业为湖北星晖新能源智能汽车有限公司（威马汽车黄冈工厂主体），执行法院为湖北省黄冈市中级人民法院。但威马的危局似乎不止于此。据财联社报道，有接近威马的业内人士表示，沈晖本人已不在国内。这一说法，也得到了另一知情人士的证实。公开资料显示，威马汽车科技集团有限公司存在多个被执行人信息，被执行总金额超5.9亿元，此外还存在限制消费令和多个股权冻结信息。在尝试反向收购APOLLO出行、“借壳”港股上市之前，威马还曾尝试登陆科创板。2021年1月，上海证监局发布公告称威马汽车已具备辅导验收及科创板上市申请条件，上交所即将受理其递交的申报材料。然而，在随后的审查过程中不断有问题爆出，其科创板上市之路最终不了了之。编辑肖子琦...PC版：https://www.cnbeta.com.tw/articles/soft/1382925.htm手机版：https://m.cnbeta.com.tw/view/1382925.htm

马斯克xAI首个研究成果发布 创始成员杨格&姚班校友共同一作

马斯克xAI首个研究成果发布创始成员杨格&姚班校友共同一作这次的新论文，就归属该系列，重点探讨了“如何训练无限深度网络”。为此，杨格本人还专门在??上进行了一场直播分享。一起来看看有哪些精彩内容值得mark~训练无限深度神经网络简单来说，这篇文章研究的是残差网络（ResNet）在深度方向的扩展。我们知道，残差网络解决了深度增加时，深度卷积神经网络性能退化的问题。但当网络继续加深，训练一个好的深度残差网络仍非易事：当网络加深时，特征的规模会不断增大，导致网络不稳定；加深网络后，需要重新调整超参数，工作量不小……杨格和他的小伙伴们的想法是，找到一种深度参数化方法，既可以学习特征，又可以实现超参数迁移。他们首先想到了无限宽神经网络存在的两种极限情况：要么是核机（kernelmachines），要么是特征学习器(featurelearners)。对于后者而言，最佳超参数是不会随宽度变化而变化的。在这里，他们使用TensorPrograms框架分析了无限宽网络的极限情况。正如前文提到的，TensorPrograms是杨格的一项长期研究目标：用数学语言，建立能够描述和分析神经网络架构的底层编程语言。具体而言，TensorPrograms由矩阵乘法和激活函数组成。杨格发现，如果神经网络函数能够使用这种语言表达，就可以自动且完备地进行初始化分析。数学推导的部分，这里不做具体展开，我们可以浅浅感受一下画风……在这些推导分析的基础之上，作者提出了Depth-μP方法，可以实现深度方向上的超参数迁移，大大简化了不同深度下的超参数调节。Depth-μP包含以下要点：每个残差分支和深度L的平方根成反比的系数a/sqrt(L)。每个权重矩阵的学习率随深度L变大而减小，具体取决于优化算法的类型。对于SGD，学习率取常数η，对于Adam等自适应优化算法，学习率取η/sqrt(L)。值得关注的是，作者发现，当残差块深度为1时，Depth-μP是深度参数化的最优方式，可以保证超参数随着深度的增加而收敛，实现深度方向的超参数传递。但当残差块深度≥2时，还是会出现超参数迁移失败和训练性能下降的问题。另外，论文还探讨了“特征多样性”的概念，认为它在深度网络中发挥着关键作用。论文的另一位共同一作是来自普林斯顿的DingliYu。他本科毕业于清华姚班，目前在普林斯顿计算机科学系攻读博士。杨格在直播中都说了啥？在直播中，杨格还就观众感兴趣的问题进行了解答。在不改变原意基础上，量子位对部分问题做了梳理。Q：对于我们许多人来说，（论文内容）可能超出了我们的理解范围。但我想知道，你提到的模型与我们能够体验到的ChatGPT以及OpenAI的技术有何不同？这篇论文与OpenAI的成果相比有什么显著的差异或是创新点？杨格：我简单评论一下，我想说这些特性目前与实际应用并没有直接关系，更像是研究性质的。当然，做这一切的最终目标是为了让模型更好、更安全，然后造福人类。我们现在所进行的是描述预期的效果，它不一定会有直接的影响。现在我们同处一条船上，我们正在做我们所能做的事，无论是短期工作还是长期应用研究，都是为了让它造福每个人。Q：听起来像是你们正在建造一个能够进行推理的人工计算机大脑，所以这是你们正在研究的吗？此外，我还是一位母亲，我7岁的儿子对数学非常感兴趣，你有什么可以让他继续对AI领域保持兴趣和热情的建议吗？杨格：“新型网络”指的是人工神经网络，我认为它是现代众多技术的支柱，包括您每天使用的Google、Facebook、Instagram等，这些服务的底层都使用了这些人工神经网络。这些网络大约在六七十年前受到动物、人类的真实神经网络启发而诞生，但已与真实的神经科学有所偏离。这些网络本质上是数学问题，因此我们掌握这些新的数学问题后进行大量分析，可以深入地理解这些神经网络。虽然我们尚不明确真正的神经元的连接方式，但通过数学研究，我们能优化这些人工神经网络，助力科技公司改善人们的生活。关于您的第二个问题，听说您的儿子对数学非常感兴趣，这太棒了。这是在技术领域创造伟大成就和改善每个人生活的基础。我想给的建议是，首先您要保持您儿子对数学的热情，这非常重要。一旦失去了这份热爱，想再继续学习就会变得很困难。还要注意观察他喜欢的东西，让学习过程变得有趣，进一步激发他的兴趣。同时，也要培养他对事物运作原理的好奇心，并尝试培养一种科学思维，要在好奇心的驱使下研究。就像拆解事物，尝试理解它们的工作原理。如果一个人失去了对宇宙数学真理的探索热情，可能很难再有前进的动力。总的来说，我建议您培养您儿子对这个世界，特别是对数学和科学本质的浓厚兴趣和好奇心。Q：我有一个更为抽象的问题。你有了深度趋近于无穷的想法，然后根据这种想法写了这篇论文。那你是否考虑过采用不同架构的神经网络？不是带有神经元和无数层的标准架构，而是完全不同的东西。比如这些神经元的连接方式完全不同，也许是某种正方形？杨格：其实关于非线性以及我们这项工作中对层数的洞察，都只是非常初级的研究。关于什么是合适的结构，或者应该是怎样的结构，当然还有很多可以探讨的问题。像Meta团队之前就研究了随机连接神经元会发生什么，得到了一些有趣的结果。所以，这里绝对还有很多可以做的事情。现在我确实没有具体的答案来说什么将是正确的或者更好的结构。关于杨格杨格出生于湖南省，小学毕业后去了美国，本科就读于哈佛师从丘成桐教授。△杨格与丘成桐，图源：杨格Twitter2017年，杨格哈佛毕业，之后在沈向洋引荐下进入微软。在微软，杨格获得了沈向洋的高度评价。几个月前，在一场名为“基础科学与人工智能”的论坛上，沈向洋公开表示：微软研究院平时只招博士生的，杨格作为一个本科毕业生进了微软研究院。不仅进了微软研究院，过去这五年还做得无比优秀，特别是在GPT发展过程中做了举足轻重的贡献。值得一提的是，他本人也曾承认GPT-4就用到了他的μTransfer（TensorPrograms系列）方法。而杨格对TensorPrograms的研究，从很早就开始了，2019年就发表了“TensorProgramsI”，在微软工作时也是持续深入探索。他认为深度学习中几乎任何计算都可以表示为TensorPrograms。今年7月，马斯克宣布成立新公司xAI，杨格离开微软，加入xAI创始团队，成为xAI的数学家。加入xAI后，杨格不止一次透露TensorPrograms项目长期目标是开发大规模深度学习的“万物理论”，也就是找到一种理论上的规则，可以真正理解AI大模型的行为。他还表示：AI将使每个人都能以此前难以想象的方式理解我们的数学宇宙。论文链接：https://arxiv.org/abs/2310.02244...PC版：https://www.cnbeta.com.tw/articles/soft/1391405.htm手机版：https://m.cnbeta.com.tw/view/1391405.htm

在MWC体验AI Pin：不会取代手机 但点燃了AI硬件之火

在MWC体验AIPin：不会取代手机但点燃了AI硬件之火和之前预料的差不多，AI成了这届MWC大会的重中之重，各式各样围绕AI进行设计和产品定义的硬件设备，更是现场最受关注的品类之一，甚至就连在场外，苹果放弃造车据传也是因为战略重心转向AI。但说回AI相关硬件，除了AI手机、AIPC，过去一年最受关注和期待的产品应该就是以AIPin、rabbitr1为代表的独立AI终端，按照计划，它们都将在今年3月、4月正式发货——在宣布放弃传统智能手机新项目AllinAI时，魅族曾提到这两款AI新物种，不过魅族认为这两款AI新物种都不够完美，因此魅族要做更好的AI终端。2月29日晚魅族将新发布的魅族21Pro定义为“AI入场券”。那么AIPin、rabbitr1体验到底如何？1月，雷科技CES报道团曾深入聊过rabbitr1这款全新形态的产品，而在本次MWC现场，我的同事“一位天明”就在高通展台体验了听闻已久AIPin，结合他的分享，我们对AIPin这款产品有了新的认识。挂在胸前的AI助理，还长了“眼睛”了解过AIPin的读者应该知道，AIPin是一款没有屏幕的独立穿戴设备，搭载了高通骁龙八核芯片，通过eSIM支持网络连接，不依赖于手机或者其他个人终端，将语音作为核心的交互方式，但其实还支持激光投射、手势以及触摸（机身表面）三种交互。不过总的来说，AIPin最主要的使用方式还是“对话”。就像手机或者智能音箱上接入大模型的AI助手一样，用户可以问各种问题来获取所需信息，还支持50种语言的实时翻译，可以将用户的语言实时翻译成另一种语言，或是将他人的语言翻译成用户的母语。图片来源：HumaneAIPin虽然没有屏幕，但也是有图形用户界面。当用户需要查看信息的时候，AIPin可以通过内置的单色激光投射到手掌上浏览，同时支持手势交互，通过手指的点按进行导航。TheVerge记者还指出，AIPin的手势比他想象得更加流畅和灵敏。这在很大程度上可能受益于AIPin对视觉大模型的关注。AIPin搭载了一颗广角摄像头，当然不是为了拍照，核心是成为AIPin的“眼睛”，并利用大模型了解摄像头捕捉的画面，比如在MWC现场就能“看到”这是一个人声鼎沸的会场，或者对面人的穿着打扮。另外值得一提的是，AIPin的穿戴设计可能是最容易被忽略的地方之一。打造AIPin的Humane公司之所以将其设计成挂在胸前的设备，核心还是为了让AIPin拥有更接近用户第一人称视角，可以“观察”用户看到的现实世界。这也是很多人对于AIPin最期待的地方。回想一下，OpenAI去年发布GPT-4的时候，就特意演示过让GPT-4通过照片了解冰箱里的“材料”，并以此给出一份合适的菜谱。理论上，通过视频获取的信息密度远高于照片，而“看我所看”的AIPin，确实有潜力成为真正意义上的“AI助理”，一个能看不能动的“具身智能”。理想丰满现实骨感，AIPin面临不少挑战AIPin也不是第一款想通过机器视觉技术来解决人机交互问题的设备，早在2012年Google就推出了Glass，后来国内的百度跟着做了一款智能眼镜百度Eye，它们当时的故事是视觉搜索，用户戴着眼镜就能“指哪打哪”，然而受限于硬件算力、深度学习算法的智能水平、续航以及网络，智能眼镜并未取得成功，成了先烈，不过，它们在这一阶段的探索也给后来的AR眼镜等相对成熟的品类奠定了基础。图片来源：GoogleGlass大模型时代AGI（通用型人工智能）有了更强的感知能力，同时也具备了理解与模拟真实世界的能力，基于此拥有真正的认知能力。在此基础上，AI硬件被寄予厚望，AIPin也是希冀用新一代AGI技术来实现Google、百度们探索失败的智能视觉交互。图片来源：OpenAISora然而，目前视觉大模型方面的技术还难以支撑识别万物，AIPin通过摄像头了解到的现实世界信息还很有限，视觉交互在短期内很难做到完全可用。续航也是一个问题。AIPin采用了分体式的设计，由一个AIPin本体和一个通过磁铁连接的无线充电宝（他们叫做BatteryBoost）组成，Humane公司还专门设计了热更换的电池以延长续航时间，但就算是总的续航时间，也停留在“轻度负载能坚持大半天”的水平。而这还是建立在少用或者不用激光投射的基础上，毕竟激光在这样一个小型设备上确实是非常耗电的。还存在算力的问题。据雷科技了解，AIPin采用了混合模型，设备本身的算力极其有限，端侧模型只用来处理语音识别以及基本操作等需要快速响应的请求，更多的处理还是交给云端模型进行处理。但云端处理就必然涉及到连接和延迟问题，还要再加上模型生成的时间，在MWC现场的演示中，AIPin往往就需要等待好几秒才能给出回应。对于语音交互来说，无疑是很糟糕的体验。更何况，语音交互还存在严重的局限性，网友当年对锤子TNT的群嘲都还历历在目。当前，AI硬件的重点攻克方向就是端侧算力的提升，除了给终端装配更强大的AI芯片外，在MWC24上联发科甚至展示了“多设备共享算力”技术——即让A设备可将闲置算力共享给B设备来进行大模型等巨量计算，然而这样的计算模式又需要新的边缘侧网络技术的支持，有挑战，也有机会。不可能取代手机，点燃了AI硬件的星星之火“手机能做的，AIPin都能做。”Humane的工作人员在现场讲解时提到，AIPin的终极目标是取代手机。但AIPin真的可能取代手机成为下一代的个人计算平台吗？恐怕没有多少人相信，不管是在现场的雷科技编辑，还是TheVerge、DIgitalCameraWorld在内的媒体明确指出自己的质疑，包括语音交互的局限性，算力、隐私与体验之间的权衡，以及大量具体到产品体验的实际问题。更何况，这是一款售价高达699美元（约合人民币5029元）起的设备，有网友就吐槽得好，“有这钱为什么不换个好点的手机。”事实上也是，AIPin能做的，理论上都能通过手机做到，并且考虑到更强大的算力、屏幕和软件生态，手机大概率会做得更好，这也是包括rabbitr1在内所有独立AI终端所面临的挑战。不过也要承认的是，受限于设计和形态，手机很难像AIPin一样挂在胸前，很方便就能让机器“观察世界，回答一切”，这其实也是可穿戴计算设备一直备受追捧的一个重要原因，单单是从口袋拿出→解锁→呼出相应界面，这几步就能制造足够的“摩擦”，劝退用户随时随地“召唤”AI助理。从这个角度来看，手机相比AIPin或者VisionPro这类穿戴设备确实存在天然的问题。所以AIPin的成功或失败其实不重要，更关键的问题可能是：可穿戴的AI终端能不能在手机全面AI化的未来找到生存的空间，甚至在技术的进一步突破之后，成为下一代个人计算平台？这当然还是一个没有答案的问题，但可以相信，一定会有人和厂商继续沿着这条路进行探索，而AIPin正是这样的一次探索，哪怕AIPin像GoogleGlass一样一败涂地，但它至少点燃了一团AI硬件的星星之火，包括荣耀、OPPO、三星、魅族、小度、Rabbit在内的越来越多厂商正在AI硬件的路上，勇往直前。...PC版：https://www.cnbeta.com.tw/articles/soft/1421962.htm手机版：https://m.cnbeta.com.tw/view/1421962.htm