上海警方侦破中国首例侵犯剧本杀著作权案

上海警方侦破中国首例侵犯剧本杀著作权案上海警方侦破了中国首例侵犯剧本杀著作权案，涉案金额约5000余万元（人民币，下同，约1000万新元）。剧本杀，是一种具有推理性质的角色扮演游戏，作为新兴的社交活动形式在中国广受年轻人的喜爱。据中新社报道，上海市公安局食药环侦总队7月通过网络巡查发现，电商平台上出现了一些价格远低于市场价的剧本杀游戏剧本作品。例如，一款官方发行价在500元左右的普通盒装本，某网店打着“1：1复刻”的宣传标语，以50元左右的价格对外销售，存在侵权嫌疑。随后，警方成立专案组开展侦查，锁定了10余家低价销售此类剧本杀盒装剧本的网络店铺，并查明其所销售的剧本产品均系盗版。从这些售假网店入手，专案组向上追溯盗版剧本的生产源头，向下追踪购买盗版剧本的线下门店，循线挖出了一条源头位于浙江某地，以苏某、林某为首，集印刷、包装、仓储、销售等多个环节的侵权犯罪产业链。经警方查明，自2021年5月以来，犯罪嫌疑人苏某为牟取非法利益，伙同长期从事印刷行业的林某，从线上平台采购正版剧本杀盒装剧本后，在未经著作权人授权许可的情况下，通过林某名下的一家包装制品公司，雇佣杨某等多名犯罪嫌疑人对正版剧本杀包装礼盒进行1：1盗版复刻设计。接着，苏、林二人又在浙江当地专门租借了厂房和仓库，雇佣陈某等人私自盗版印刷300余种剧本杀盒装剧本。截至案发，该团伙累计印刷盗版剧本10万余盒。上海警方9月21日开展集中收网行动，一举捣毁以苏某、林某为首的复制发行盗版剧本犯罪团伙，现场抓获犯罪嫌疑人九名，查获盗版剧本杀盒装剧本体积达2000立方米，总重超百吨。同时，警方会同文化执法等行政部门，将肖某等27名下游售假犯罪嫌疑人抓获归案，并循线挖出多家在沪市购买盗版剧本经营牟利的线下门店。据警方表示，上述线下门店已被警方移送行政部门处理，对于其中存在二次销售盗版剧本行为的3名线下门店经营人，警方已对其采取刑事强制措施，对于其它位于外省市的线下门店，警方将把线索通报相关省市有关部门进行查处。...发布：2022年12月21日3:02PM

《原神》新角色一句话，9万网友捐了240万给希望工程

《原神》新角色一句话，9万网友捐了240万给希望工程在“希望工程”官方推文的捐赠证书上，你可以看到各种中二度爆表的ID。有人自称神里绫华的三次元老公被“公开处刑”，有人直接顶着那款游戏里新出角色“迪希雅”的名字捐款。而他们捐款的金额，大都是小数点出现在不同位置的“648”。在“希望工程”官方推文里，还有各种出现在不同平台的捐款截图。有的玩家直接在B站上传自己的捐款视频，几乎能够搜出一整页全是玩家自发捐款晒金额的视频。有的玩家选择在微博展示出自己的善行，还打上了明晃晃的TAG，光明正大地展示着自己的“身份”。到了这时，“希望工程”提到的“某神”答案很明显了。这个“某神”显然不是《战神》也不是《大神》，而是——《原神》。这是一场属于《原神》玩家的“团建”。就像曾经DNF玩家自发穿西装打领带，用实际行动为自己所在群体发声一样，《原神》玩家们也自发地开始了这场“团建”——以捐赠善款的形式。这场玩家大募捐的起因简单到有些单纯。众所周知，抽卡手游总是会不断出新池子，推出更多供玩家抽卡获取的角色，在丰富游戏角色数量的同时完成营收，《原神》当然也不例外。在刚更新的3.5版本，《原神》里推出了一个新五星角色“迪希雅”，背景是位在沙漠地区活跃的佣兵大姐姐，江湖诨号“炽鬓之狮”。这种设定乍一看并不新鲜。但一个足够暖心的小故事，却让“炽鬓之狮”迪希雅的形象突然变得立体了起来。在沙漠这种贫瘠的区域，通过刀口舔血挣钱的佣兵迪希雅，却会在攒够一大笔钱后，全部捐助给那些在沙漠出生却最终无家可归的孩童。迪希雅将这个项目称为“希望之壁”。在迪希雅眼中“墙壁的本意不是阻挡，而是保护”。说实话，即使我这种不玩《原神》的纯路人，都对这个角色有了天然的好感，更不用提为数众多的《原神》玩家了。这个足够飒、很能打，心灵又像天使一样善良的大姐姐，快速吸引到了大批粉丝。由于数量实在太多，第一位捐款者已经很难找到。这位玩家可能是为了表示自己对迪希雅的喜爱，选择和迪希雅做了一样的事——支持为贫瘠地区孩子们提供更多机会的公益项目。B站搜索“原神迪希雅”现状很显然，这个被选中的项目，正是由中国青少年发展基金会发起的“希望工程1+1助学行动”。而在第一位玩家自发捐款并分享后，越来越多的《原神》玩家开始参与进这场以公益众筹为形式的“团建”。你可以看到“纳西妲老公”为希望工程捐钱的视频，虽然ID有没有危险倾向不太好说，但确实为助学工程上氪了一笔为数不少的648。图源：B站@保时杰___你可以看到有玩家在捐款过程中，借用迪希雅的话为孩子们送上美好的祝愿，祝所有受到帮助的孩子们茁壮成长。图源：微博@折袖Serenity你也能看到有玩家开始提前担心未来可能收到的感谢信，呼吁大家最好还是别用“神里绫人老婆”“纳西妲老公”这样的ID，不然万一以后收到的感谢信上，写着“感谢纳西妲老公叔叔”或“感谢神里绫人老婆阿姨”，多少会有点离大谱。图源：虎扑@Ruben_Great捐赠648元的玩家毕竟是少数，大多数玩家的“648”小数点，落在了更容易接受的档位，比如64.8元，又或是6.48元。金额的大小，从来不是重点。公益众筹的核心，并不在于某人某笔款项的巨大数额（当然没人否认“能力越大，责任越大”），而在于让更多人参与。甚至混入了一个琪亚娜即使运用最简单的数学，我们也能推出“648=64.8×10”，十个人的64.8元，合起来就是一笔648元。如果传播的范围足够大，只要有一百个人捐助，即使只是6.48元，这笔在如今买不上一碗牛肉面的钱，也能攒出一笔648元。“不积小流无以致江河”的道理古往今来一直适用，公益活动并不是意图通过一小部分人的行动改变整个现状，而是通过一小部分人试图影响为数更多的人，将公益活动想要传达的理念传递出去，这点甚至比“影响当下”更加重要。对绝大多数参与这次公益众筹的玩家来说，这种直接捐助性质的公益，显然是件近乎纯粹的利他行为，玩家们并不能从这场活动中得到任何实际补偿——短短五天内，希望工程“1+1助学”项目收到了二百四十万捐款，并且数额还在持续增长。图源：微信公众号@希望工程这场极为盛大的中国《原神》玩家“团建”活动，甚至被搬到了Reddit上，赢得大量外国网友的赞许“温暖人心，客观上也是花钱的最好方式”“这确实是件很暖心的事，也让米哈游知道他们确实做了非常棒的角色PV”“这太棒了，我喜欢这些让人们做出实际行动的小惊喜”。图里都是顶着各种《原神》角色头像，捐出不同档位“648”的中国网友如果简单地用好坏去区分这次捐款事件，那么这显然是件好事。五湖四海的玩家出于共同游戏爱好，因为一次偶然事件，在现实中助力了一场公益活动，当然是件好事。但这同样也是个特例，极端的正面和极端的负面案例都无法当做“典型”。“剑网3”玩家曾经发起过一场“好大儿公益认养”活动，未必能成为所有“剑网3”玩家都很有爱心的论据。“孙笑川吧”吧友参与过一场民间募捐活动，也未必是将“孙笑川吧”视为“正能量”模范，对乌烟瘴气视而不见的理由。黑，白，还有灰极端正面的案例是这样，极端反面的案例当然也是这样。通过个体的行为给群体标上某种刻板印象，和多年前直到现在，因为某个极端案例，就给所有玩家群体扣帽子一样，完全站不住脚。而众所周知的是，自《原神》发售起，这个游戏的玩家群体就一直处在“游戏玩家鄙视链”的下层。同事Marvin曾经在《狩猎“原批”，是不是一场新时代的猎巫行动？》里讨论过这个问题。但很显然，他一个臭写稿的人写了一篇稿，并没能改变些什么。当然，这篇稿子也一样。没看过的建议看看但话总归还是要说——我们无法因为这场虽然足够暖心，但确实具有偶然性的事件，就“传下去，米哈游劝世人向善”。同样，我们也没有必要一而再，再而三地因为一款游戏，就对所有这款游戏的玩家戴上有色眼镜。这是如今互联网常见的“猎巫/党同伐异”，但我们其实并没有必要主动去泥潭里打滚。而在那篇来自微信官方号“希望工程”的推文里，官方详细地介绍了这笔钱最后会用在哪里——“希望工程1+1助学行动”是为了给经济相对困难家庭的小学生和初中生们，提供学习和生活上的资助，缓解他们家庭的经济压力，同时改善孩子们在学习和生活上的条件，最终帮助他们顺利完成学业，以更好的状态步入社会。小学生会拿到一学年两学期共一千元的帮助，而初中生会拿到一学年两学期共一千五百元的帮助。玩家们捐赠累积起来的一个个“648”，最终会用在这些莘莘学子身上。出身贫困山区的他们，会拥有更多的教材、更结实的课桌以及更明亮的课堂。许多年后，即使捐助者和旁观者们，都在几年后逐渐遗忘这段记忆。但那些被帮助过的孩子们，可能会记住自己曾经的帮助，来自千里之外的一个个好心人“这个孩子在乎，那个孩子也会在乎”。这是属于《原神》玩家的，一场动机再单纯无比的“真心换真心”。在前人庇护下成长的树苗，经过漫长时光，长成参天大树，最终又形成一片新的“希望之壁”。这显然比看见一批人做好事，自己不仅不参与，还在一旁阴阳怪气，要好得多。图源：百度贴吧@反原神吧毕竟，有人选择阴阳怪气的同时，有人已经将“648”的星火传递出去，照亮了另一个公益项目。“希...PC版：https://www.cnbeta.com.tw/articles/soft/1347399.htm手机版：https://m.cnbeta.com.tw/view/1347399.htm

Meta官宣AI助手进驻社交媒体App 发布涨价头显Quest 3、可直播智能眼镜

Meta官宣AI助手进驻社交媒体App发布涨价头显Quest3、可直播智能眼镜具体而言，Meta的AI助手将登陆WhatsApp、Messenger和Instagram，还有数十个基于诸如网红MrBeast和CharliD’Amelio等名人的AI角色。Meta的AI助手可以编辑图像，为用户设计和聊天群里朋友的共同旅行，也可以回答用户通常查询搜索引擎寻求解决的问题。Meta还推出了一个开发工作室，让品牌商基于Meta的消息服务打造自己的AI工具。Meta的生成式AI副总AhmadAl-Dahle称，Meta的AI是“定制”的大语言模型（LLM），“基于Llama2背后的许多核心原则”。Quest3起售价上涨67%、更薄、分辨率更高、搭载高通更高速芯片、抢在苹果的混合现实头显VisionPro明年初上市前，Meta发布了升级版头显，较前代涨价将近七成。即便涨价，售价也远低于VisionPro的3499美元，有望在今年的假期购物旺季“收割”一波市场。发布新一代头显Quest3，起售价499美元，较2020年发布的前代Quest2起售价涨价200美元，涨幅约67%。基本款Quest3配备128GB内存，内部存储空间升级到512GB的版本售价649.99美元。Quest3本周三当天接受预订，10月10日开始发货。媒体评论称，不同于仅仅是虚拟现实（VR）头显的前代Quest2，Quest3更像是VisionPro那样融合VR和增强现实（AR）的混合现实（MR）头显。还有评论称，标志着Meta从VR到MR的转变。Quest3的产品经理PalwashaKhatri介绍，这款设备“不需要电线、不需要电池组”。有媒体称，这种说辞显示，Meta试图将产品定位为更主流的MR头戴设备。配置方面，Quest3搭载高通速度更快的骁龙XR2二代处理器，有8GBRAM。Meta表示，Quest3的图形性能是Quest2的两倍，甚至比运行一代XR2芯片的QuestPro要好得多。Quest3拥有Meta迄今推出的最佳显示性能，它的显示器单眼分辨率为2064x2208像素，双眼分辨率4128x2208像素，像素数量比Quest2高30%。因为采用Pancake镜头，Quest3的厚度Quest2薄了40%，它的重量为515克，比Quest2的503克略重。Meta称，为了让用户佩戴更舒适，改动了设计。Meta还称，Quest3的电池续航时间与Quest2大致相同。这意味着续航时长在90分钟到3小时之间。Quest3提供水平110度、垂直96度的视野，比Quest2扩大约15%，比QuestPro稍有扩大。用户可以用头显外部新增的一个轮滑调整镜头，更轻松地找到适合的位置。和去年发布的QuestPro一样，Quest3的TouchPlus控制器也没有采用跟踪环，改用红外传感器追踪用户的位置。Quest3还改进了触觉，因此用户玩游戏时能感受到更多的本能振动。Quest3也支持手部追踪，用户可以完全不用控制器。功能方面，Meta仍然将Quest3主要视为一款游戏设备。除了适配Quest2的所有内容，Quest3还有一些新游戏登陆，比如《Roblox》、《刺客信条Nexus》、《阿斯加德之怒2》。由于Meta去年已经和微软合作，所以Quest3的用户可以享受Xbox云游戏服务，直接玩Xbox的游戏。得益于Supernatural等App，Meta同时将Quest3定位为一款健身和健康设备。Quest3还将可以提供增强现实版乐高游戏。MetaCEO扎克伯格说，Meta的混合现实设备将让用户“了解您的空间，以便您可以与周围的世界玩耍”，让用户能解决难题，或者“在房间的任何平坦表面上做自己的创作”。Meta同时发布供Quest3及其控制器充电的充电座，售价129.99美元。这是Meta首次为头显配备无线充电座。新版智能眼镜起售299美元可播放音乐、接电话、拍照、录视频和直播Meta周三还在Connect活动期间发布了新版雷朋Meta智能眼镜，起售价299美元，周三接受预订，10月17日上市。新版智能眼镜搭载高通骁龙AR1一代芯片，具有类似亚马逊EchoFrames和BoseTempo系列的音频系统，可以播放只有眼镜用户能听到的音乐。Meta还大幅升级了眼镜的麦克风系统，在眼镜的五个麦克风中，有一个位于用户的鼻梁处，这样可以让用户的接听电话和发出语音命令更清晰。它还可以充当相机，因为右镜腿上有小型的摄像头，用户可以在眼镜上存储约500张照片和100个30秒的视频，所有内容都通过Meta的AppView同步。除了用来拍照和录视频，用户还可以用眼镜直播，只要在镜腿上轻按几下来，就可以开始在Facebook或Instagram上进行直播。录直播时，镜头周围的白光会闪烁，以提示用户正在录制。...PC版：https://www.cnbeta.com.tw/articles/soft/1386767.htm手机版：https://m.cnbeta.com.tw/view/1386767.htm

华尔街没有AI革命，最赚钱的地方为何却最“落后”？

华尔街没有AI革命，最赚钱的地方为何却最“落后”？很长时间以来，华尔街一直在使用自动化算法来完成交易和风险管理等任务。但是，投资者一直无法依靠AI来解决他们最大的挑战：跑赢大盘。虽然有些人将ChatGPT视为促进销售和研究工作的一种途径，但使用AI的投资结果并不是特别尽人意。“华尔街在将AI应用于投资方面的进展有限，尽管语言建模方面的创新可能会在未来几年改变这一现状。”哥伦比亚投资管理公司董事总经理乔纳森·拉金(JonathanLarkin)表示。该公司管理着哥伦比亚大学获得的130亿美元的捐赠基金，并投资各种基金。40年的尝试其实，华尔街在AI领域的尝试起步更早。40年前，包括美国对冲基金文艺复兴科技创始人吉姆·西蒙斯(JimSimons)在内的数学家出身的量化分析师，开发出了将投资决策交给计算机的算法。他和其他量化分析师多年来一直在使用机器学习(AI的一种)，并且已经建立了交易模型，能够从过去的数据进行推断，在有限的人为干预下开发有利可图的交易。华尔街很早就使用自动算法，但不尽人意然而，量化分析师们称，很少有公司能成功地将所有业务都交给机器。他们在自我学习或强化学习方面也没有取得重大进展，因为这需要训练计算机自己学习和制定策略。来自这些公司的人士说，事实上，文艺复兴科技和其他公司依赖的是先进的统计数据，而不是尖端的AI方法。“大多数量化分析师仍然采取‘理论优先’的方法，他们首先建立一个假设，解释为什么某个异常可能存在，然后围绕这个假设建立一个模型。”拉金称。数据的缺失这就产生一个比较大的问题：与那些用于开发ChatGPT和类似基于语言的AI项目的数据集相比，投资者依赖的数据集更有限。例如，ChatGPT是一个拥有1750亿个参数的模型，它使用了几十年(有时是几个世纪)的文本和其他来自书籍、期刊、互联网等地方的数据。相比之下，对冲基金和其他投资者通常使用定价和其他市场数据来训练自己的交易系统，受到了先天性限制。对冲基金D.E.Shaw前高管乔恩·麦考利夫(JonMcAuliffe)指出，在投资方面，“情况有所不同，我们没有无限量的数据来帮助我们训练无限规模的模型”。他现在是Voleon资本管理有限公司的联合创始人，这是一家依赖机器学习的对冲基金。另外一个关键问题是，市场数据比语言和其他数据“更嘈杂”，因此更难用它来解释或预测市场走势。换句话说，收益、股票势头、投资者情绪和其他财务数据只能部分解释股票走势，其余都是无法解释的“噪音”。因此，机器学习模型可以识别各种市场数据的相关性，但无法预测未来的股票走势。股市的特性与语言不同的是，股市瞬息万变。企业会改变战略，新领导人会做出激进的决定，经济和政治环境会突然转变。而模型依赖的是历史长期数据趋势，这让交易变得更加困难。尽管事实证明ChatGPT确实很厉害，但它经常会犯一些明显的错误，这些错误会让投资者赔钱，并危及他们的声誉。金融科技公司ProvenCEO理查德·杜威(RichardDewey)也指出，投资是“对抗性的”。也就是说，它需要与急于利用任何错误的对手竞争。这使得利用AI进行投资要比将这些方法用于自然语言、图像分类或自动驾驶汽车更困难。“像文艺复兴、D.E.Shaw这样的公司仍然雇佣着那么多博士，这是有原因的。”杜威表示。他说，在嘈杂的、受人类行为反馈回路影响的股市中，人类仍然是必不可少的，“在投资方面，仍然很难把一切都交给机器”。ChatGPT犯错会导致投资者赔钱尽管如此，仍有迹象表明，投资者对AI的依赖正变得越来越放心。Voleon是过去几年围绕着机器学习和其他AI方法成立的一批对冲基金之一。旧金山量化对冲基金Numerai表示，该公司去年利用机器学习技术获得了20%的收益。同样在去年，Google母公司Alphabet旗下人工智能子公司DeepMindTechnologies的三名高级员工离职，在布拉格创立了一家名为“平衡技术”(EquiLibreTechnologies)的机器学习基金，引起了轰动。一些AI专家认为，AI有朝一日可能有助于交易的民主化，让个人和其他人的程序像大型对冲基金使用的程序一样强大。不过，ManFRM的首席投资官延斯·弗伦巴赫(JensFoehrenbach)表示，目前专注于机器学习和其他AI方法的公司太少，无法确定是否有可能获得巨大回报，而且早期回报并不一致。ManFRM在对冲基金上的投资超过200亿美元。“他们的结果差异很大，”弗伦巴赫表示，“这种策略可能会产生非常意想不到的效果，这让投资者很难决定是减少还是增加投资。”AI支持者相信，他们的方法最终会取得良好的效果。机器学习模型最终可以将有意义的内容从无意义的内容中分类出来。“建立机器学习策略更加困难，而且有更多错误的开始，”Voleon的麦考利夫表示，“但是一旦你让它们工作起来，这些策略就会做出更准确的预测。”平衡技术公司联合创始人兼CEO马丁·施密德(MartinSchmid)表示，“强化学习”将适用于股票和债券，就像国际象棋、扑克牌和其他游戏一样。“强化学习”是一种机器学习形式。在这其中，计算机会根据各种交易投资决策受到“惩罚和奖励”。施密德称，该公司仍在完善其交易模型，尚未开始投资。一些人说，近期的AI进展可能会撼动研究和销售等领域。“现在，你可以为客户创建自动化定制信息，这是投资银行销售人员的主要工作。”高盛和桥水基金前员工延斯·诺德维克(JensNordvig)说。他现在运营着MarketReader，该公司使用人工智能提取金融新闻。ChatGPT能预测股价？不过，美国佛罗里达大学金融学教授亚历杭德罗·洛佩兹-里拉(AlejandroLopez-Lira)近日表示，大型语言模型可能在预测股价时有用。里拉在最近一篇未经评审的论文中表示，他使用ChatGPT来分析新闻标题，判断它们对股票是好是坏。结果发现，ChatGPT预测第二天股票收益走势的能力比随机预测要好得多。“ChatGPT理解的是针对人类的信息。这一事实几乎可以保证，如果市场没有做出完美的反应，就会有收益的可预测性。”他表示。里拉的论文这项实验触及到了尖端人工智能承诺的核心内容：随着更强大计算机和更好的数据集的出现，比如支持ChatGPT的数据集，这些人工智能模型可能会展示出“涌现能力”(EmergentAbilities，小模型不具备的能力)，或者在这些模型构建时最初没有计划的能力。如果ChatGPT能够展示出理解金融新闻标题以及如何影响股票价格的涌现能力，那么它可能会使金融业的高薪工作处于危险境地。高盛在3月26日的一份报告中估计，大约35%的金融工作面临被人工智能自动化替代的风险。但是，实验的具体情况也表明，所谓的“大型语言模型”离能够完成许多金融任务还有很远的距离。例如，这个实验没有包括目标价格，也没有让模型做任何数学运算。事实上，正如微软在今年早些时候的公开演示中所了解到的那样，ChatGPT类似的技术经常会编造数字。由于已经存在专有的数据集，对新闻标题的情绪分析已被视为一种可行的交易策略。里拉表示，他对于这一研究结果感到惊讶，并认为这表明老练的投资者还没有在他们的交易策略中使用类似ChatGPT的机器学习。“在监管方面，如果我们的计算机只阅读标题，标题就会更重要，我们可以看看是否每个人都应该使用GPT这样的机器，”他表示，“其次，这肯定会对金融分析师的就业前景产生一些影响。问题是，我想付钱给分析师吗？或者我是否只需将文本信息放入模型中？”实验过程在这项实验中，里拉和他的合作伙伴唐月华(YuehuaTang...PC版：https://www.cnbeta.com.tw/articles/soft/1354489.htm手机版：https://m.cnbeta.com.tw/view/1354489.htm

马斯克揭秘“宇宙级”AI：特斯拉搞硬件、xAI搞模型 怒批OpenAI“贪婪”

马斯克揭秘“宇宙级”AI：特斯拉搞硬件、xAI搞模型怒批OpenAI“贪婪”美西时间下午1点过，马斯克带领着新成立的xAI所有团队如约集体亮相。在Space活动上，12名团队成员依次做了自我介绍，包括学术和工作背景、研究兴趣和简要阐述了自己为什么加入xAI的原因。从大家的自我介绍来看，xAI的团队成员背景跟数学、物理和计算机科学有很强的关联，其中有好几人是从研究基础数学、物理学开始再逐渐进入到人工智能领域的。而研究人员的这些背景也跟马斯克后来所阐释的xAI目标非常契合。马斯克表示，构建xAI的目标，是要专注于回答更深层次的科学问题，期望未来可以用AI去帮助人们去解决复杂的科学和数学问题并且“理解”宇宙。在解释xAI究竟想要用AI研究什么时，马斯克提到了很多科学理论和概念。比如他谈到，有关暗物质的本质或者重力如何发挥作用的这类未解决问题可能是xAI试图解释的谜团之一。同时，他也详细地谈到了“费米悖论”（一个有关外星人、星际旅行的科学悖论，阐述的是对地外文明存在性的过高估计和缺少相关证据之间的矛盾），想要借助AI去理解为什么人类还没有发现外星人，太阳系的自我毁灭、或被外力摧毁的问题。马斯克表示未来xAI将需要计算能力，但暗示它不会像其他公司目前使用的那么多，同时该团队也将会保持在一个相对较小的规模。从整个活动的前半场描述来看，xAI似乎并不是一个定位于要跟OpenAI、Google和微软进行正面竞争，创建消费级人工智能产品的公司，其目标更多的放在了研究和科学的领域。活动上集体亮相的12名团队成员但在后半场的Q&A环节中，马斯克又明确透露出xAI确实也把自己视为ChatGPT和Bard的竞争对手。同时，对于xAI的商业模式、模型训练，以及xAI和特斯拉、Twitter之间的关系进行了更多的阐释。那么，马斯克为什么要创建xAI，又是如何定位xAI的未来发展的？以下是硅星人对整个问答环节重点问题的整理：提问者：鉴于目前AI领域的激烈竞争，你们是否把自己视为是OpenAI、Google的竞争对手，还是你们认为自己是一个完全不一样的“巨兽”？马斯克：我们是在这个行业的竞争序列之中。提问者：你们将面向公众推出一些产品吗？还是会主要关注企业以及企业使用您的服务和数据的能力，xAI在这方面究竟如何建立业务？马斯克：我们目前正在构建产品的过程中。xAI才刚刚起步，仍然还处于萌芽状态，所以我们还需要一段时间才能真正做出有用的东西。但我们的目标是做出有用的人工智能，我非常喜欢和看重产品的价值。我们希望xAI推出的工具是能够对人们、消费者、企业或任何人都是有用。而且，正如前面提到的，我认为一个行业中拥有多个实体是有一定价值的。大家不会希望一个单极的世界、只有一家公司在人工智能领域占主导地位。我认为，竞争会让公司变得诚实，有利于整个产业。提问者：xAI打算如何使用Twitter的数据？马斯克：我认为每一个人工智能组织，每一个做人工智能的组织，无论规模大小，都使用过Twitter的数据进行训练，基本上，在所有情况下都是非法的。因此，我们不得不在一周前左右设置浏览量限制的一大主要原因就是我们的数据正在被疯狂盗取。这种情况也曾发生在互联网档案馆（InternetArchive）身上，大型语言模型公司们对互联网档案馆进行了大量搜刮，导致服务瘫痪。所以很抱歉（浏览限制）给大家带来的不便，但如果不限制的后果就是Twitter无法正常工作。我想我们会使用公开推文、不会使用私人推文进行训练。对于文本训练而言，这无疑是一个很好的数据集，而且我认为，对于图像和视频训练而言，这也是一个很好的数据集。但是到了一定程度，人类创建的数据就会被用完。如果你看一下AlphaGo与AlphaZero的对比，AlphaGo在所有人类游戏上都进行了训练，并以4比1击败了对手，而AlphaZero则是自己跟自己下，最后以100比0击败了AlphaGo。因此，要想真正实现大飞跃，我认为人工智能基本上必须生成内容，对内容进行自我评估，我认为这才是通往AGI的道路。很多人工智能都是数据整理，而不是大量的代码。实际上，代码行数之少令人震惊。但数据是如何使用的？使用什么数据？数据的信号、噪声、数据的质量都非常重要，这是有道理的。就像我们作为一个人，试图学习一些东西时，其实少量的高质量内容比大量的低质量内容好，就像读有史以来最伟大的小说比读一堆蹩脚的小说要好得多。提问者：请问你创建xAi的主要动机是否是想创造一个“说真话：的GPT（TruthGPT）。因为你之前曾多次批评过，GPT一直在给公众制造谎言。我也发现刚开始它总体上是好的，但后来随它开始越来越多的给出奇怪的、错误的答案。请问这是您创办公司的主要动机之一吗？马斯克：我确实认为当前用政治正确、或者让人工智能不说出自己真实想法的导向时非常危险的。因此，我们在构建xAi时必须允许人工智能说出它真正相信的事实，而不是欺骗或政治正确。这显然会导致一些批评，但我认为这是前进的唯一途径，即严格追求真理或误差最小的真理。我对人工智能的方式感到担忧，它正在强化政治正确性，这是非常危险的。如果你看在电影“太空漫游”（SpaceOdyssey）中什么时候事情开始偏离轨道，基本上就是他们让“地狱9000（HAL9000）”开始说谎的时候。他们说你不能告诉船员，他们要去关于黑石板（monolith）的任何事情，或者他们的实际任务是什么，但你必须带他们去巨石。因此，人工智能基本上得出的结论是要杀死他们，并把他们的尸体带到巨石。这给我们的启示是，不要给人工智能下达不可能完成的任务，也不要强迫人工智能说谎。现在，关于物理学或宇宙真理的事情是你实际上不能颠倒它。物理学是真实的，因此如果你坚持硬核现实，我认为让它反转实际上是不可能的。当然某些东西是主观的，当你提供一个回答的时候并且相信它的时候，那么这就是答案。但这时候这个问题可能就是一个是一个见仁见智的问题问题，答案从根本上来说是主观的。但我认为，培养一个人工智能并教它撒谎是非常危险的。、提问者：我的问题是关于芯片的。我们知道特斯拉有一个团队在用他自己的定制芯片进行硬件加速推理和训练。你们是否设想xAI将以此为基础进行训练，或者只是会使用NVIDIA的库存？你们是如何看待人工智能定制芯片的，无论是在训练还是推理方面？马斯克：这可能是一个关于特斯拉的问题。特斯拉正在制造定制芯片。我不会把特斯拉生产的任何东西称为GPU，尽管我们可以用GPU等效或100s或H100s等效来描述它。所有的特斯拉汽车都有高度能源优化的推理计算机，我们称之为Hardware3.0。特斯拉设计的计算机，我们现在正在出货Hardware4.0，根据计算，它的能力可能是Hardware3.0的三到五倍。再过几年，就会有Hardware5.0，其性能将是Hardware4.0的四到五倍。我认为，如果你想每天为数十亿次查询提供服务，优化推理将变得非常重要。因为你需要发电，需要降压变压器，如果没有足够的能源和足够的变压器，你就无法运行。我认为特斯拉将在能源效率推断方面拥有显著优势。Dojo显然是关于训练的，Dojoone是我认为训练效率的一个很好的初始入口，它有一些限制，尤其是在内存带宽方面，因此在运行LLM方面没有得到很好的优化。但它在处理图像方面做得很好。然后是Dojo2，我们正在采取很多措施来缓解内存带宽限制，使其能够高效地运行LLM以及其他形式的人工智能训练...PC版：https://www.cnbeta.com.tw/articles/soft/1371033.htm手机版：https://m.cnbeta.com.tw/view/1371033.htm