拉尾盘说明什么-股票app官网公司名称-【东方资本】,股票交易规则t 0代表什么,a股怎样会被st,涨8配资网站

各位現(xiàn)場(chǎng)的朋友們，大家好！

想必大家對(duì)明略并不陌生，過(guò)去我們?cè)诖髷?shù)據(jù)領(lǐng)域深耕多年，與騰訊等企業(yè)也有著緊密的合作。近幾年，我們開(kāi)始聚焦企業(yè)級(jí)大模型與智能體，而我本人碩博階段的研究方向也是 AI 領(lǐng)域，所以今天很高興能和大家分享我們明略在 AI 賽道上的探索。

在分享具體工作前，我想先和大家探討一個(gè)關(guān)鍵話題 ——benchmark。我認(rèn)為，未來(lái)無(wú)論是 AI 企業(yè)，還是各個(gè)細(xì)分行業(yè)的企業(yè)，都必須重視 benchmark，但我們關(guān)注的不應(yīng)是通用基準(zhǔn)測(cè)試，真正有價(jià)值的是針對(duì)具體細(xì)分場(chǎng)景的 benchmark。如果一家企業(yè)連自己獨(dú)有的 benchmark 都沒(méi)有，坦白說(shuō)，不僅未來(lái)可能在科技行業(yè)中被淘汰，甚至都無(wú)法稱之為一家真正的科技公司。

我讀碩士時(shí)主攻計(jì)算機(jī)視覺(jué)（CV），研究方向包括指紋掌紋識(shí)別、文檔識(shí)別。前陣子我偶然發(fā)現(xiàn)，我家小朋友在中學(xué) AI 課程上做的項(xiàng)目，竟然已經(jīng)能完成我當(dāng)年碩士階段的研究工作。這也讓我意識(shí)到，如今從事 IT 和技術(shù)領(lǐng)域的我們，面臨著巨大的壓力。普通代碼的價(jià)值正在大幅降低，無(wú)論是基礎(chǔ)類代碼，還是我們之前討論的各類業(yè)務(wù)代碼，AI 都能高效完成。那么，我們真正的核心競(jìng)爭(zhēng)力在哪里？我認(rèn)為，最重要的是要有屬于自己的獨(dú)特技術(shù)體系和差異化優(yōu)勢(shì)。

2024年，我?guī)ьI(lǐng)團(tuán)隊(duì)在澳大利亞墨爾本參加全球頂會(huì)ACMMM，當(dāng)時(shí)大會(huì)首場(chǎng)主題演講的嘉賓是香港科技大學(xué)的一位教授，他在總結(jié)智能體未來(lái)發(fā)展趨勢(shì)時(shí)提到，無(wú)論是智能體還是 AI 模型，處理的任務(wù)都可以分為兩類：客觀感知（objective perception）和主觀感知（subjective perception）。

什么是 “主觀”，什么是 “客觀”？這背后涉及一個(gè)哲學(xué)問(wèn)題。從 benchmark 的角度出發(fā)，我們可以結(jié)合實(shí)際業(yè)務(wù)場(chǎng)景來(lái)分析。我們明略為企業(yè)客戶做廣告輿情分析，而輿情分析的核心環(huán)節(jié)之一就是情感分析 —— 判斷一篇文章、一個(gè)視頻中傳遞的情感是正面還是負(fù)面。過(guò)去，很多全球人工智能峰會(huì)都會(huì)舉辦情感分析競(jìng)賽。表面上看，情感分析是典型的 “主觀任務(wù)”，但后來(lái)我們發(fā)現(xiàn)，大部分情感分析競(jìng)賽的 benchmark 設(shè)計(jì)，存在明顯問(wèn)題：雖然是主觀任務(wù)，卻采用了客觀的評(píng)估方式。這類 benchmark 通常是讓標(biāo)注人員判斷每個(gè)內(nèi)容的情感傾向（正面 / 負(fù)面），之后讓 AI 模型的分析結(jié)果與人工標(biāo)注結(jié)果進(jìn)行比對(duì)，最終得出一個(gè)評(píng)測(cè)指標(biāo)，并將其稱之為 “主觀分?jǐn)?shù)”。

然而，從哲學(xué)層面講，“主觀” 的核心在于，不同人對(duì)同一件事可能持有不同觀點(diǎn)。如果所有人都遵循統(tǒng)一標(biāo)準(zhǔn)，那本質(zhì)上就是 “客觀” 評(píng)估。因此，當(dāng)時(shí)市場(chǎng)上并不存在真正意義上的 “主觀情感分析 benchmark”，所有情感分析評(píng)測(cè)本質(zhì)上都是客觀評(píng)估 —— 因?yàn)槎际腔诮y(tǒng)一的 “標(biāo)準(zhǔn)答案”。

斯坦福大學(xué)李飛飛教授曾經(jīng)提到，無(wú)論 AI 模型經(jīng)過(guò)多少輪訓(xùn)練，目前仍無(wú)法像人類一樣，具備真正意義上的主觀情感理解能力。

如何評(píng)估“主觀” ，這確實(shí)是一個(gè)值得深入探討的問(wèn)題。當(dāng)我們?cè)?ACMMM 2024 分享論文時(shí)，充分表明了決心：我們要構(gòu)建一個(gè)新的 benchmark。

我們?yōu)槭裁匆ňψ鲞@件事情？核心原因是我們想解決廣告營(yíng)銷行業(yè)的實(shí)際痛點(diǎn) —— 廣告內(nèi)容測(cè)試。大家可以回想一下，我們每天在視頻號(hào)、抖音等平臺(tái)會(huì)看到大量廣告，既有圖文形式，也有視頻形式。對(duì)于廣告客戶來(lái)說(shuō)，投放一支廣告的成本極高。除了拍攝廣告片需要投入大量資金，后續(xù)在各大媒體平臺(tái)購(gòu)買流量的費(fèi)用更是遠(yuǎn)超拍攝成本。因此，在廣告正式投放前，客戶必須先測(cè)試廣告片的效果。判斷廣告是否能吸引潛在消費(fèi)者、是否能打動(dòng)目標(biāo)人群。

過(guò)去，廣告測(cè)試的方法非常傳統(tǒng)，我們會(huì)把消費(fèi)者請(qǐng)到實(shí)驗(yàn)室觀看廣告，之后讓他們填寫(xiě)問(wèn)卷，根據(jù)問(wèn)卷結(jié)果決定是否修改廣告或直接投放。后來(lái)，測(cè)試方法升級(jí)為消費(fèi)者佩戴可穿戴設(shè)備，我們通過(guò)捕捉腦電、眼動(dòng)等信號(hào)，分析消費(fèi)者觀看視頻廣告時(shí)的情感變化。在這一過(guò)程中，我們積累了大量廣告片的測(cè)試信號(hào)數(shù)據(jù)，而這些信號(hào)正是 “主觀性” 的最佳體現(xiàn)。因?yàn)槊總€(gè)人的信號(hào)都不同，完全不存在統(tǒng)一標(biāo)準(zhǔn)。

大模型崛起后，通過(guò)把這些腦電、眼動(dòng)信號(hào)與基礎(chǔ)大模型相結(jié)合，我們訓(xùn)練出一個(gè)多模態(tài)的專業(yè)領(lǐng)域?qū)＜夷Ｐ停╯pecialize model）。在模型訓(xùn)練過(guò)程中，我們采用了一種特殊的網(wǎng)絡(luò)結(jié)構(gòu) —— 超圖（hypergraph），這種結(jié)構(gòu)與傳統(tǒng)圖論中的圖形結(jié)構(gòu)不同，它能高效存儲(chǔ)廣告播放過(guò)程中各個(gè)視頻片段之間的相似度，最終通過(guò)超圖清晰地呈現(xiàn)出視頻的故事線和情節(jié)結(jié)構(gòu)。通過(guò)超圖進(jìn)行訓(xùn)練，不僅效果好，而且訓(xùn)練與計(jì)算成本遠(yuǎn)低于 Transformer。這項(xiàng)超圖多模態(tài)大模型研究成果最終獲得了ACMMM2024最佳論文提名。

目前，基于我們自研的超圖多模態(tài)大模型的產(chǎn)品——全球廣告創(chuàng)意優(yōu)化與測(cè)試平臺(tái) AdEff 已經(jīng)正式上線。這是一款面向全球市場(chǎng)的 SaaS 產(chǎn)品，核心功能是可以測(cè)試同一支廣告片在不同人群中產(chǎn)生的情感反應(yīng)差異，這對(duì)出海企業(yè)意義重大。

現(xiàn)在很多中國(guó)品牌都在拓展海外市場(chǎng)，但不同國(guó)家、不同文化背景的消費(fèi)者，對(duì)廣告內(nèi)容的理解和接受度完全不同。在成本上，過(guò)去，在一個(gè)市場(chǎng)測(cè)試一支廣告片的成本大概需要 1 萬(wàn)美元，現(xiàn)在，大模型將測(cè)試成本大幅壓縮。對(duì)企業(yè)來(lái)說(shuō)，成本降低意味著他們可以進(jìn)行更多的嘗試。現(xiàn)在很多客戶的廣告片已經(jīng)不是由廣告公司拍攝，而是用 AI 生成，生成后通過(guò)我們的產(chǎn)品快速測(cè)試，就能避免因廣告效果不佳導(dǎo)致的流量費(fèi)用浪費(fèi)。

更有意思的是，當(dāng)企業(yè)測(cè)試完廣告片后，還能與大模型進(jìn)行交互。比如，在廣告播放的第 3 秒到第 5 秒，消費(fèi)者為什么會(huì)感到興奮？大模型互動(dòng)的邏輯其實(shí)正是動(dòng)態(tài)推理，它可以用自然語(yǔ)言解釋信號(hào)升高的原因，分析對(duì)應(yīng)用戶群體的想法。如果某個(gè)片段的廣告效果不好，大模型還能站在廣告拍攝專家的視角，給出具體的優(yōu)化建議，這對(duì)客戶的吸引力很大。因?yàn)檫^(guò)去邀請(qǐng)消費(fèi)者到實(shí)驗(yàn)室測(cè)試廣告，測(cè)試結(jié)束后消費(fèi)者就離開(kāi)了。當(dāng)廣告主后續(xù)想深入了解 “當(dāng)時(shí)消費(fèi)者為什么會(huì)興奮” 時(shí)，已經(jīng)無(wú)法再聯(lián)系到受訪者。但現(xiàn)在，客戶隨時(shí)能與模型交互，挖掘背后的深層原因。

我們最近推出的另一款智能體 ——妙啊，聚焦爆款投流素材內(nèi)容生成場(chǎng)景。當(dāng)前短視頻營(yíng)銷競(jìng)爭(zhēng)激烈，很多企業(yè)過(guò)去一年才發(fā)布幾十個(gè)廣告，現(xiàn)在一天就要上線幾百個(gè)廣告，否則很難在社媒平臺(tái)獲得足夠流量。然而，很多企業(yè)用大模型制作廣告，但最大的痛點(diǎn)是不知道該寫(xiě)什么 prompt，不知道如何設(shè)計(jì)劇情腳本。我們的“妙啊”可以幫助大家解決這個(gè)問(wèn)題。

了解「妙啊」???? http://www.qududu.org/news/6128/

通過(guò)超圖多模態(tài)大模型，先從全網(wǎng)搜集海量廣告素材，再通過(guò)模型拆解素材中的 “爆款片段”，之后將優(yōu)質(zhì)片段輸入到 “故事腳本生成模型” 中。因?yàn)槲覀円呀?jīng)預(yù)先解析了真正吸引消費(fèi)者的內(nèi)容素材，提煉出有效的腳本邏輯，所以真正挖掘出了消費(fèi)者感興趣的內(nèi)容，同時(shí)縮短了 “廣告創(chuàng)意” 到 “成片投放” 的周期。

總的來(lái)說(shuō)，我認(rèn)為，一方面，垂直領(lǐng)域有大量未被挖掘的AI應(yīng)用場(chǎng)景，未來(lái)模型層必然是 “百家爭(zhēng)鳴” 的格局，絕非只有基礎(chǔ)模型公司。每個(gè)領(lǐng)域的模型都應(yīng)該具備獨(dú)特性，關(guān)鍵在于要有自己“獨(dú)特的 benchmark”。對(duì)企業(yè)來(lái)說(shuō)，通用 benchmark 就像基礎(chǔ)學(xué)科考試，判斷模型是否具備實(shí)戰(zhàn)能力，看的是每個(gè)行業(yè)獨(dú)有的評(píng)估體系。

另一方面，AI 的優(yōu)化不應(yīng)僅局限于模型層面，未來(lái)還將延伸到智能體，甚至多智能體層面。多個(gè)智能體組成混合智能體，進(jìn)行互相博弈，最終形成端到端的優(yōu)化。

我們今年的重點(diǎn)工作之一是將模型推向全球市場(chǎng)。聚焦15個(gè)重點(diǎn)海外市場(chǎng)，深化模型訓(xùn)練，將企業(yè)客戶從中國(guó)出海企業(yè)拓展至海外市場(chǎng)的本土企業(yè)。同時(shí)，我們將推動(dòng)構(gòu)建一個(gè)覆蓋全球各個(gè)國(guó)家與地區(qū)的廣告素材庫(kù)，并與當(dāng)?shù)貜V告學(xué)院、廣告評(píng)審專家合作，將專業(yè)反饋通過(guò) RLHF（基于人類反饋的強(qiáng)化學(xué)習(xí)）的方式融入到模型訓(xùn)練中。

目前，無(wú)論是做品牌廣告測(cè)試，還是效果廣告的內(nèi)容生成，我們都?xì)g迎大家體驗(yàn)我們明略的產(chǎn)品，我們也將通過(guò)持續(xù)的技術(shù)創(chuàng)新，幫助企業(yè)創(chuàng)造更大價(jià)值。

謝謝大家！