🔺我的預告你真的是完全見證!!

自從OpenAI 推出ChatGPT 以來，Google的人工智慧策略一直比較複雜，對消費者甚至開發者來說都令人困惑。

我個人不再像過去那樣對谷歌的搜尋主導地位有信心了。消費者習慣的變化可能會威脅到谷歌在搜尋領域的主導地位，接下來的幾年至關重要。

Google和OpenAI試圖塑造不斷變化的消費者行為，網路是否願意改變他們的重複行為？隨著OpenAI 準備推出一款利用必應和GPT-5 直接與Google競爭的搜尋產品，一些重大事件即將發生...

到2024 年中期，GoogleGemini Pro 1.5 明顯變得更加穩定和有用。透過調整、品牌名稱變更和收益上的表現，我想幫助大家更了解Google的人工智慧生態系統、新聞和收益。

我還是很期待即將推出的GoogleGemini。 Gemini 是一款新的大型語言模型系列，旨在與OpenAI 的ChatGPT 相抗衡。 Gemini 是Google的下一代人工智慧架構，最終將成為PaLM 2 的補充，據傳將於2023 年秋季推出，作為新的GoogleDeepMind 團隊的聯合作品...

2024 年第一季的Google收益表現超出預期。根據LSEG 數據，截至3 月31 日的季度收入為805.4 億美元，而估計為785.9 億美元。

· 谷歌的營收比去年同期成長了15%，是自2022 年初以來成長最快的一次。

. 谷歌雲端業務的營業收入成長了4 倍，達到9 億美元。
· 公司也宣布了首次股息和700 億美元的回購。
· 淨收入從去年同期的150.5 億美元成長了57%，每股從1.17 美元成長到了1.89 美元。
· 谷歌報告的總廣告銷售額為616.6 億美元，比去年同期的545.5 億美元成長。
· 公司一直在大力投資於人工智慧，為搜尋和其他服務添加生成式人工智慧功能，以確保消費者即使在他們在線獲取資訊的方式發生變化時仍繼續使用Google工具。

谷歌的人工智慧產品策略

早些時候，在Google Cloud Next 大會上，該公司宣布並發布了新產品和功能，以擴展和區分其為開發者提供的人工智慧服務。在過去幾個月中，Google也正在為其消費者產品推出了人工智慧助理和伴侶。這是Google策略概述的更新，反映了最新和最引人注目的機器學習和人工智慧產品及其價值主張。

谷歌在其整個開發者和消費者產品組合中擁有全面的人工智慧策略。其能力的關鍵主題是「規模」、「模組化和開放性」以及「多模態」。

規模的價值主張指的是Google產品可以為全球任何應用程式處理大量資料和頻寬，以及可以透過Gemini 1.5 Pro 存取的100 萬標記上下文視窗。模組化和開放性主題指的是GCP 與其他雲端平台、開發者和MLOps 工具的兼容性。多模態指的是Gemini 1.5 Pro 可以處理文字、圖像、視訊和音頻，以及整合到產品中的AI 助理的功能，例如Workspace 和Chrome。

谷歌雲端平台被定位為“雲端的新方式”，其價值主張集中在Google龐大、分散式的伺服器網路上，可以以低延遲處理大量資料和頻寬。它受到各種硬體晶片的支持，包括Google自己的TPU，現在是第5 版。

Vertex AI 是由Google提供的完全託管的開發者環境，與GCP 以及其他平台相容。
它包括三個關鍵領域：
1、AI Studio，配備MLOps 和管線工具，用於開發AI 後端系統和應用程式
2、Agent Builder - 一個用於訓練和部署AI 模型的無程式碼和低程式碼環境
3、 Model Garden，包含第一方模型（見下文）和數十個第三方模型，包括來自Anthropic 的Claude 系列、來自Meta 的Llama 系列和來自Stability AI 的Stable Diffusion

在Google Cloud Next 大會上，該公司展示了可以使用其開發者工具建立的六種類型的代理。它們是：
1、客戶代理- 透過自然語言促進客戶在生命週期內的交互，從啟用購買到管理交付和處理客戶支援查詢
2、員工代理- 向員工管理工具（例如HR、IT、福利）添加人工智慧功能，以及能夠提高員工生產力的內部工具
3、創意代理- 可以產生Gemini 支援的所有模態（文字、圖像、視訊、音訊）的內容，用於行銷、銷售和商業文件的生成
4、資料代理- 用於促進來自內部和外部來源的數據和業務智能的聚合、分析和可視化
5、代碼代理- 為開發人員編寫和調試代碼提供​​幫助
6、安全代理- 用於識別和減輕威脅
谷歌發布了這些類型代理的101 個範例清單。
「使用Google搜尋進行基礎工作」是一項新功能，可透過GCP 開發代理，以幫助實現檢索增強生成系統，該系統現在可以利用谷歌的搜尋引擎，而不僅僅是公司自己的企業資料。
谷歌的旗艦AI 模型，Gemini 1.5 Pro 是一個多模態、100 萬標記上下文視窗模型，可以一次處理1 小時的影片、3 萬多行程式碼、11 小時的音訊或70 萬個單字。它可透過Model Garden 取得，並整合到各種開發者助手中，這些助手可透過GCP、Vertex AI 以及第三方IDE 提供。
它們包括：
• 程式碼輔助- 用於軟體交付
• 雲端助理- 用於在雲端管理應用程式生命週期
• 安全工具- 用於識別和處理威脅
• BigQuery - 加快資料分析速度
• Looker - 用於商業智慧
• Android Studio - 用於Android 應用程式開發

此外，Project IDX 是一個實驗性項目，目前處於預覽階段，旨在透過人工智慧功能將全端、多平台應用程式開發工作流程帶入雲端。

Gemini 也被部署為GoogleWorkspace、搜尋和Chrome 等產品的許多AI 功能的後端。
谷歌搜尋現在提供了一項實驗性的生成功能，可以在搜尋結果頁面的頂部以自然語言回答用戶的查詢。 Workspace 還提供了AI 功能，可協助使用者在各個應用程式中撰寫、編輯、摘要和建立文字、圖像或影片形式的內容，從Gmail 到Docs 和Slides。
在會議方面，AI 會議和訊息附加元件將為使用者提供存取Google Meet 功能的權限，例如工作室外觀、工作室照明、工作室聲音和筆記。未來，AI 會議和訊息還將在Google Chat 功能中提供存取Gemini 功能，例如按需會話摘要和訊息的自動翻譯。

Google Vids 是一款新的AI 動力影片創建應用程序，計劃於2024 年6 月發布。它可以為編輯生成一個故事板，從庫存影片、圖像和背景音樂中拼接草稿，並幫助創建配音。

Workspace 的另一個增加是一個AI 動力的安全附加元件，讓IT 團隊可以自動對公司範圍內的敏感檔案進行分類和保護。此功能使得可以對Drive 中的現有和新文件進行持續評估、分類和保護，用於組織中的所有員工。

Chrome 的AI 功能使用戶能夠管理和組織他們的標籤、建立新的瀏覽器主題，並為他們的網路瀏覽產生內容，例如用於電子郵件、表單和撰寫產品評論。

最新的公告和發布使得AI 在Google的開發者、企業和消費者應用程式組合中變得更加普遍和全面。對於當前用戶來說，這是一個決定如何使用和部署人工智慧來應對他們的生活和工作負載的機會，對於Google來說，這是一個學習哪些功能有效、哪些服務需要改進的機會。這也是一家公司獲得更多市場份額的機會，特別是在雲端運算和企業領域，Google正在與AWS 和微軟的Azure 競爭。 (人工世界Artificial World)

為了深入了解新興但未知的AI的未來，在近期紅杉資本的AI Ascent 2024 活動的上，紅杉的3 位合作夥伴Pat Grady、Sonya Huang 和Konstantine Buhler 在活動期間分享了關於AI的一些獨特的見解。

另外，@sequoia在以上三個人的發言的基礎之上，也補充了自己的想法和理解，歡迎更多的小夥伴和我們互動交流。

Pat Grady的演講重點闡述了人工智慧帶來的巨大機會及其在各個行業創造價值的潛力。

人工智慧以獨特而引人注目的方式解決現實世界問題所需的要素，如廉價而豐富的計算、快速可靠的網路以及隨時可用的數據，直到最近才匯集在一起，使人工智慧成為未來10- 20 年主導主題的最佳時機。

機會：人工智慧有可能用軟體取代服務，瞄準可能達到數十兆美元的市場機會。全球軟體TAM從2010年的3,500億美元成長到2022年的6,500億美元，雲端軟體部分從60億美元增加到4,000億美元，15年的複合年增長率高達40%。

前景廣闊：人工智慧機會前景廣闊，大部分尚未開發，未來十年有可能出現40-50 家價值數十億美元的新公司。這為企業家和企業創造了價值和顛覆產業提供了重要機會。

推動技術領域的重大轉變：人工智慧以類似人類的方式進行創造、推理和互動的能力正在推動技術領域的重大轉變，類似於過去二十年的雲端轉型。

02Sonya Huang：當今的人工智慧現狀

Sonya Huang 的演講深入探討了人工智慧的現狀，強調了它在各個行業的影響以及人工智慧充分發揮其潛力所需解決的挑戰。

AI產品越來越契合市場的需要：人工智慧已經在客戶支援、法律服務和軟體工程等行業展示了產品與市場的契合度。例如，由人工智慧驅動的客戶服務平台Klarnas 透過處理三分之二的客戶服務查詢，實現了相當於700個全職座席工作的自動化。

生成式人工智慧正在經歷快速成長：第一年的收入約為30 億美元，這項壯舉是SaaS 市場花了近十年才實現的。與先前的技術轉變相比，這凸顯了人工智慧的加速採用和價值創造潛力。

AI 的$200B 問題：雖然公司在AI 基礎設施上投入了大量資金，光是去年就有大約500 億美元用於NVIDIA GPU，但AI 應用程式產生的收入仍然相對適中。這就提出了一個問題，即對人工智慧的投資何時以及如何轉化為可觀的回報？

預測：Sonya Huang 預測，2024年將是真正的AI應用將我們從Copilots(副駕駛)轉變為可以作為人類Agents(代理)的一年。之前的人工智慧可能更像是一種輔助工具，而未來的人工智慧將變成你的同事。

她也預計，隨著人工智慧應用進入生產階段，人工智慧將更有能力完成更高層次的認知任務，如規劃和推理，並使運算的平衡從預訓練轉向推理。

融資環境不平衡：目前的人工智慧公司的融資環境並不均衡，更關注基礎模型而不是應用。對於希望利用人工智慧革命的新創公司來說，這既是挑戰也是機會。

關鍵挑戰：從長遠來看，提高用戶保留率和縮小期望與現實之間的差距是人工智慧應用成功需要解決的關鍵挑戰。目前，與行動應用程式相比，生成式AI 應用程式的日月活躍用戶比率和一個月留存率較低。

產品與市場的契合度需要進一步提升：隨著基礎模型變得更加智能，人工智慧的產品與市場的契合度有望加速，從而在各行業中出現更成功的人工智慧應用。

03Konstantine Buhler ：人工智慧的長期未來

Konstantine Buhler 的演講重點在於人工智慧的長期未來，將其定位為一場將改變產業和整個社會的生產力革命。

從根本上降低成本：人工智慧代表了一場類似於農業機械化的生產力革命，使人類能夠用更少的努力和資源取得更大的成就。隨著人工智慧的不斷進步，它有可能大大降低各行各業的成本，使產品和服務更容易獲得和負擔得起。

注入人工智慧的公司：隨著人工智慧的發展，整個公司可能會開始像神經網路一樣運作，從而產生了一人公司的概念。

將AI 整合到各種流程和KPI 中已經在進行中，並且預計這一趨勢將加速，人工智慧注入公司的出現，這些公司以前所未有的效率和適應性運作。未來，人類將與複雜的人工智慧代理網路一起工作，導致各行各業的重大變革，並降低教育、醫療保健和住房等關鍵領域的成本。

標準普爾500指數正在減少：標準普爾500指數（S&P 500），意思是成份股公司創造100萬美元收入所需的工人數量正在迅速減少，這凸顯了人工智慧推動整個經濟生產力成長的潛力。

隨著時間推移，電腦、軟體、玩具、影片等成本不斷降低，而教育、住房、醫療等成本成長遠高於通貨膨脹，人工智慧的發展有望降低這些關鍵領域的成本，這也是十分令人欣喜的方面。

泛化概念重要性提升：隨著人工智慧的不斷進步，計算中的泛化概念將變得越來越重要。例如，字母“A”將不再表示為像素矩陣，而是表示為可以由人工智慧系統產生和上下文的多維概念。

儘管我們已經認識到人工智慧（AI）所帶來的變革性影響，但考慮到AI正處於一個重要的發展階段，即所謂的“巨型週期”，在這一周期內，歷史上眾多產品和解決方案都將逐漸被AI驅動的創新替代方案所取代。因此，探討這項轉變對產業和社會的深遠影響，無疑是一個值得高度關注的重要議題。

如果我們將人工智慧以類人的方式進行創建、推理和互動的能力引入需要大量勞動力或只能由專業人員執行的任務中，會怎麼樣？這個問題對於發展基於人工智慧的業務至關重要。

人工智慧產業在一年內實現了與SaaS 產業十年時間相同的收入，這一事實很好地表明了這種變化的規模。雖然已經對雲端轉型進行了類比，但我個人認為，產業變革會更大，人工智慧相關產業的TAM將擴展到幾乎所有人類參與的產業。

我們正處於應用層大量創新的第一年。正如Sonya所預測的那樣，AI已經從副駕駛轉向了代理。雖然到目前為止，重點一直放在基礎訓練上，但現在它將轉移到更高層次的認知任務，如計劃和推理。

由於成本降低，擁抱人工智慧的公司將越來越多地成為行業標準，取代大型組織或外包公司。

除了降低成本外，以前人類無法完成的自動化任務（基於人工智慧的客戶支援、銷售、行銷）也將為收入成長做出重大貢獻。

就專業職業而言，雖然勞動力可能不容易被取代，但更專業的服務將加速出現，使公眾能夠獲得這些服務。同時，市場將經歷分叉成長，熟練AI的專業人員能夠產生高附加價值，管理人工智慧工人並產生更多高價值收入。

在以下三個因素的推動下，擁抱人工智慧的公司的競爭優勢將持續上升：

收入成長及利用人工智慧創新傳統產業

最後感謝Pat Grady、Sonya Huang 和Konstantine Buhler在紅杉資本的AI Ascent 2024 活動中的演講。 (AI Pioneer)

投資慧眼Insights -日幣疲軟導致外國投資者遠離日本股票市場。儘管日經225指數今年上漲14%，表現優於全球市場，但以美元計算的收益僅略高於3%，遠低於標普500指數的漲幅和恆生指數的美元回報率。

貝萊德日本主動投資主管Yue Bamba表示，日幣持續貶值將增加投資日本股票的難度。日幣貶值提高了出口商的利潤，但對國內消費者支出和企業進口成本構成負擔。 Bamba認為日幣未來走勢更受聯準會決定影響，預計如果聯準會不降息，日幣兌美元可能走軟至170區間；若降息，130至135水準也是可想像的。他認為日幣匯率155.40被低估，日幣公允價值更高，可能輕鬆達到130多美元。

過去幾週，日本政府可能幹預市場支撐日元，但Bamba認為日幣持續疲軟對國家開支不利。他預計日本央行可能在7月或10月升息，並減少國債購買量。其他投資者認為日本央行升息將提振日幣，但對沖基金則押注日幣貶值。

Bamba對日本股市長期持正面看法，認為企業改革、國內投資和薪資成長將持續推動市場基本面強勁。

投資慧眼Insight - 5月13日，根據The Block報道，美國總統拜登以間諜擔憂發布命令加密貨幣挖礦公司MineOne Partners在120天內出售其土地！

MineOne Partners是一家專注於區塊鏈和加密貨幣領域的公司，提供多元化的服務，包括礦業、投資、顧問和數字資產管理等，它在懷俄明州擁有一塊土地，距離存放洲際彈道飛彈的空軍基地不到一英里（1.6公里）。

對此，白宮聲稱MineOne Partners的大部分股權由中國公民持有，該公司已被要求在 120 天內出售該資產。

此外，白宮還聲明，「外資房地產靠近戰略飛彈基地…以及可能有助於監視和間諜活動的專用外國設備的存在，構成了國家安全風險」。

截至5月10日，31個省份和26座萬億GDP城市的一季度經濟數據均已公佈。

21世紀經濟研究院梳理發現，一季度，31個省份中，共有16個省份GDP增速超過全國5.3%的增速，吉林以6.5%的增速領跑各省份。 而在GDP總量位列前四的經濟大省中，除廣東外，江蘇、山東、浙江增速均不低於6%。 從經濟總量看，一季度廣東、江蘇GDP超過3萬億元，山東、浙江超過2萬億元。

2023年，GDP破萬億的城市共有26個，分別為上海、北京、深圳、廣州、重慶、蘇州、成都、杭州、武漢、南京、天津、寧波、青島、無錫、長沙、鄭州、佛山、福州、濟南、合肥、泉州、西安、南通、東莞、煙台、常州。

一季度，萬億GDP城市間的經濟競速也有了顯著變化。 21世紀經濟研究院梳理了26座GDP超萬億的城市（以下簡稱萬億之城）發現，一季度，14座萬億之城GDP增速跑贏全國，蘇州、南通、泉州以超過7%的增速實現了今年的“開門紅”。

從城市「排位賽」看，重慶以GDP總量7232.03億元重新登上「第四城」位置，杭州也以5112億元的GDP與武漢拉開超500億元的差距。

21世紀經濟研究院認為，今年一季度，工業、外貿等產業的快速恢復，拉動了大多數省份和萬億之城的經濟增長。 在房地產市場下行的背景下，城市新舊動能的轉換和產業調整速度，影響了各自一季度的經濟表現，越能較早發揮新動能對經濟增長支撐作用的城市，越有望在新一輪經濟競速中發揮優勢。

從省份GDP增速看，一季度，16省份跑贏全國，吉林、江蘇、重慶、浙江、四川、湖北、山東、北京等8個省份的增速不低於6%。

一季度，吉林省GDP同比增長6.5%，增速排名全國第一。 吉林為何能拔得頭籌？ 吉林的高增速並不是來自於低基數。 去年一季度，吉林GDP增速達到8.2%，同樣位於前列。 一個重要的原因是，今年一季度吉林文旅消費產業的拉動以及新興產業的發展。

從數據來看，今年一季度，吉林全省服務業增加值同比增長5.7%，對全省GDP貢獻率達53.5%。 1—2月份，吉林全省規模以上服務業重點行業營業收入同比增長26.5%，其中規模以上軟體和資訊技術服務業、多式聯運和運輸代理業、科學研究和技術服務業營業收入分別增長42.5%、41.5%、38.7%。

從經濟大省的一季度數據看，第一梯隊的廣東、江蘇穩住了規模，一季度GDP分別為31510.66億元和31020.4億元，2萬億量級的省份為山東和浙江，一季度GDP分別為21652億元和20137億元。 在這四個省份之後，一季度GDP超過1萬億元的省份還有9個，按GDP由高到低排列分別為河南、四川、湖北、福建、湖南、安徽、上海、北京、河北。

今年一季度，吉林的經濟增速在省份中領跑; 在萬億GDP城市中，蘇州一季度GDP增速領跑。 一季度，蘇州全市實現地區生產總值5549.0億元，按不變價格計算同比增長7.9%，比上年全年加快3.3個百分點。

分析蘇州增速領先的原因，一是蘇州去年同期基數較低，去年一季度，蘇州GDP增速僅為1.9%; 二是今年一開年，蘇州工業、外貿、服務業等產業明顯拉動了經濟增長。

一季度，蘇州規模以上工業增加值同比增長11%，電子資訊、汽車製造兩大行業產值實現兩位數增長，同比增長10%和15.8%，這兩大行業對規模以上工業總產值增長貢獻度達58.5%。

值得注意的是，今年以來蘇州新動能加快釋放，高新技術產業帶動作用明顯，科技產品產量大幅上升，較好地實現了工業製造業的“換擋提速”。

一季度，蘇州高新技術產業產值佔規模以上工業總產值比重達54.6%，其中航空航太製造業、電子及通信設備製造業、電子計算機及辦公設備製造業產值分別增長14.9%、14.1%和13.5%。 感測器、智能電視、新能源汽車和積體電路等高新技術產品產量同比分別增長132.6%、53.8%、39.1%和34.3%。

外貿同樣是拉動蘇州經濟增長的重要因素，蘇州一季度外貿進出口5934.8億元，同比增長9.6%。 其中，積體電路和手機拉動出口增長，電動汽車出口激增，尤其是電動汽車出口增長高達8.4倍。

從服務業看，一季度，蘇州全市服務業增加值同比增長7.1%，而1—2月蘇州全市規模以上服務業營業收入同比增長17.6%。 旅遊也拉動蘇州經濟增長，一季度蘇州全市監測旅遊景區景點接待遊客同比增長60.6%。

南通與泉州一季度GDP增速緊隨蘇州之後，均超過7%。 南通一季度實現地區生產總值2982.2億元，同比增長7.2%，工業起到了“壓艙石”作用。 一季度，南通全市規模以上工業增加值同比增長11.3%。

一季度泉州全市完成地區生產總值2610.20億元，同比增長7.2%。 工業產能加速恢復是泉州經濟快速增長的主要原因。 一季度，泉州全市規模以上工業增加值同比增長9.5%。 在工業投資方面，一季度，泉州全市固定資產投資同比增長9.8%; 扣除房地產開發投資，全市固定資產投資增長15.5%。

從萬億之城GDP增速看，一季度，14座萬億之城GDP增速跑贏全國，蘇州、南通、泉州、無錫、深圳、福州、重慶、鄭州、煙台、北京等10個城市GDP增速不低於6%。

21世紀經濟研究院認為，結合萬億GDP城市一季度GDP增速、工業、外貿等數據可以發現，重點城市經濟內生修復趨勢明顯，尤其不少城市在規上工業增加值、工業投資方面實現了較快增長，體現了經濟的恢復態勢，但經濟持續向好的基礎仍需鞏固，保持經濟持續增長的任務依然艱巨。

隨著一季度經濟數據出爐，萬億GDP城市排位格局也發生了變化。 當前，萬億之城GDP十強依次為上海、北京、深圳、重慶、廣州、蘇州、成都、杭州、武漢、南京。

具體來看，上海和北京一季度GDP超過了1萬億元。 這是上海第二次、北京首次在一季度經濟總量站上萬億元大關，實現“開門紅”。

深圳一季度GDP為8314.98億元，同比增長6.4%，領先下一個位次的城市近1000億元，預計將在一段時間內坐穩“第三城”的位置。 去年，深圳全年GDP達到34606.40億元，排在全國第三。 目前來看，上海、北京、深圳的排名暫無大的變化。

去年，廣州全年GDP總量超過重慶，重回“第四城”，但兩座城市都躋身GDP總量3萬億元城市俱樂部。 如今3個月過去了，重慶實現了對廣州的反超，再次暫列“第四城”。

一季度，重慶GDP為7232.03億元，同比增長6.2%，廣州GDP為7161.14億元，同比增長3.6%。 不過，雙方的差距不到百億元，廣州在下個季度仍然存在超越重慶的可能。

分析重慶一季度經濟，可以發現工業對拉動經濟增長發揮了重要作用。 一季度，重慶規模以上工業增加值同比增長8.6%，汽車、材料和電子產業這三大產業增加值分別增長23.7%、8.0%和7.3%，尤其是新能源汽車產量增長1.0倍。

與此同時，一季度重慶全市新興產業投資規模繼續擴大，新能源汽車整車製造業投資增長245.6%，汽車零部件製造業投資增長39%。 此外，重慶還推進全市軟體資訊產業實現能級提升。 今年1—2月，重慶全市規上軟體和資訊技術服務業營業收入同比增長35.7%。

相比之下，廣州的工業正在“換擋”。 據廣州市統計局分析，廣州正在推進傳統產業煥新，新興產業提速。 接下來，還要以打造硬核產業強實力為主要抓手，推動以低空經濟為代表的未來產業加快落子，為廣州產業不斷育新。

一季度，蘇州、成都、杭州GDP均達到5000億元台階，其中杭州首次在一季度突破了GDP總量5000億元的關口，達到了5112億元。

值得關注的是杭州和武漢之間的經濟競速。 去年，武漢和杭州均登上GDP總量2萬億城市俱樂部，杭州以不到50億元的優勢略微領先，這兩座城市在角逐“第八城”的過程中你追我趕。

一季度，杭州全市生產總值5112億元，同比增長5.1%; 武漢全市地區生產總值為4532.16億元，比上年同期增長5.6%。 但不可忽視，一季度，武漢市規模以上工業增加值比上年同期增長7.5%，新能源汽車、氫能產業等武漢產業繼續發揮拉動經濟增長的速度。

除了武漢，一季度GDP處於4000億元台階的城市還有南京。 一季度，3000億元台階上的萬億之城共有6座，分別是寧波、天津、青島、無錫、鄭州、長沙。 去年新進入萬億GDP城市的煙台和常州在今年一季度也表現不俗，分別跑出了6.1%和5%的增速。

21世紀經濟研究院認為，一季度不少萬億GDP城市實現「開門紅」，而城市排位的變化與城市產業更迭速度有關，一些提早因地制宜發展新興產業的城市，可以較早地實現新舊動能轉換，在轉換過程中也能較為平滑地實現“換擋加速”。 在處理傳統產業和新興產業的結構佔比過程中，一些城市短期的增速放緩也可能會帶來長遠的發展潛力。  (21財聞匯)

美國總統拜登政府據報最快將於周二（5月14日），宣布針對多個戰略行業對中國徵收新關稅。路透社報導，除大幅提升電動汽車關稅稅率外，拜登政府會同時宣布對中國的半導體、太陽能設備和醫療用品徵收關稅，並調查造船、海事和物流業貿易行為，不排除後續加徵關稅。中國外交部發言人上周五警告，美國對華加徵關稅是錯上加錯，只會嚴重干擾中美正常經貿往來。

中國外交部發言人林劍表示，美國上屆政府對華加徵「301關稅」，嚴重干擾中美正常經貿往來，已被世貿組織裁定違反世貿規則。美方不但不糾正錯誤做法，反而繼續將經貿問題政治化，濫用所謂301關稅覆審程序，這是錯上加錯。中方敦促美方切實遵守世貿組織規則，取消全部對華加徵的關稅，不得增加關稅。中方將採取一切必要措施，捍衛自身權益。

路透社報導，拜登政府的新徵關稅清單瞄準所謂「具有戰略競爭意義」和「國家安全領域相關」產業。相較前總統特朗普承諾今年若能勝選，會針對所有中國商品徵收至少60%的關稅，拜登政府希望以「更有針對性」的關稅政策與特朗普對比，認為此舉能避免給選民留下「政策過於生硬、無法平抑通脹」的印象。

報導指出，在醫療器械行業，中國利用政府補貼、提升產能等方式，在數年間成為該產業強國。相較之下，新冠疫情暴露了美國在醫療器械產業的嚴重不足，不論是防護服、口罩還是呼吸機等關鍵醫療設備，美國的生產都遠遠無法滿足需求，需向中國尋求幫助以填補缺口。

路透社引述美國人口普查局數據指出，單是美國從中國進口的注射器，2021年便達到總值3.48億美元（約27.2億港元），疫情趨緩後，該數據去年也錄得1.67億美元（約13億港元），「美國醫療器械供應短缺，導致醫院爭先恐後尋找各類關鍵設備，拜登政府試圖透過關稅，限制外國產品湧入，同時透過提振本土企業產能令美國免受供應短缺影響。」

美聯社與《華爾街日報》報導，拜登預計也會宣布保留川普擔任總統時期對華徵收的部分關稅，涉及價值約3,600億美元（約2.8萬億港元）的中國商品。拜登上月在賓夕法尼亞州汽車工會拉票時，還宣稱會大幅提高對中國鋼材徵收的關稅，揚言此舉可以「保護美國工業和工人免於受到外國競爭威脅」。

2003年12月24日，在江蘇連雲港港東方港務分公司碼頭，滾裝輪在裝載出口汽車（無人機照片）。新華社圖片

外媒分析稱，拜登在大選前採取與其前任特朗普相同的對華加稅做法，明顯違背美國曾長期推行的自由貿易共識，相信是希望向選民展現其對華強硬態度。然而在世界兩大經濟體緊張局勢加劇之際，這些措施可能會招致中國的報復，引發更廣泛的貿易衝突。

4月23日在青海省海西蒙古族藏族自治州德令哈市光伏（光熱）產業園拍攝的光熱電站（無人機照片）。新華社圖片

美媒：加徵綠色產業關稅 礙美潔淨能源發展

美國總統拜登政府預計頒布的最新對華關稅政策，涵蓋電動汽車和太陽能等多個清潔能源相關產業。《華爾街日報》指出，拜登政府力推的基礎建設法案當中，包含大量發展清潔能源產業的規劃，透過關稅大幅限制中國可再生能源相關產品進入美國市場，反而很可能阻礙拜登的計劃。

報導指出，中國近年的清潔能源產業發展迅速，試圖阻止中國物美價廉的電動車進入美國市場，無疑會加劇拜登政府減少碳排放、發展清潔能源產業的政策壓力，「美國正投入巨額資金發展該產業，然而拜登政府試圖獨立於中國這一全球清潔能源製造業領導者，實現相關目標。」

政治新聞網站Politico上周三（5月8日）發布最新民調顯示，上月底訪問的1,947名美國登記選民中，僅少數人表示他們看到拜登政府興建基建設施、發展清潔能源產業的成果。僅約四分之一選民稱，拜登政府2021年以來批准的各項清潔能源和基建項目，為其所在社區增加就業機會，認為「沒有產生任何影響」的選民佔30%，不知道是否產生影響者也有28%。

報導還指出，在問及誰在改善基建、創造就業方面做得更多時，支持前總統特朗普的選民佔比達37%，與支持拜登的40%相若。Politico指出，這意味拜登政府極力吹捧的清潔能源法案，似乎並未給選民留下深刻印象。

《華爾街日報》等傳媒報導，美國總統拜登政府計劃對進口中國電動汽車徵收的關稅大幅提高3倍，由現時的25%增至100%。報導引述部分美國官員稱，美方希望阻止由中國生產、通常較西方國家車企更廉價的車型進入美國市場，拜登也希望透過加徵關稅，在選舉年爭取美國汽車工人的選票。

報導指出，在美國市場，現時來自中國的電動車依然較少，但中國汽車物美價廉，具有市場競爭力。以比亞迪為例，該車企去年推出的一款新車型在華售價折合約1.2萬美元（約9.4萬港元），「美國車企認為，這款汽車的質素與美製汽車相若，但美製汽車的成本是中國產電動車的3至4倍，美國工業界擔憂即使徵收25%關稅，平價的中國汽車也會湧入美國市場。」

美聯社報導，由美國企業和鋼鐵工人組成的美國製造業聯盟今年2月發表報告，強調美國汽車業佔國內生產總值（GDP）約3%，揚言中國汽車進入美國市場，會導致美國汽車行業「滅頂之災」。報導亦稱，美國新的關稅政策還會對所有進口汽車不論來源地，都徵收2.5%額外關稅。

拜登政府早前稱，美方準備調查中國製造、可連接互聯網的智能汽車，聲稱這些汽車可以收集有關美國人駕駛汽車的敏感資訊。美國商務部2月發布擬定規則通知，聲稱計劃展開調查，研究中國和其他被視作「敵對國家」的連網汽車構成所謂「國家安全風險」。  (香港文匯報)

凌晨的發表會上，OpenAI展示了新一代大模型GPT-4o，讓一眾同行如坐針氈。然而，一向喜歡整個大新聞的奧特曼，這次卻沒有親自上陣，而是將聚光燈留給了首席技術官米拉·穆拉蒂（Mira Murati）。


和首席科學家伊利亞一樣，米拉也是位典型的技術菁英：

她曾在達特茅斯學院學習機械工程，並在法國航空公司Zodiac Aerospace擔任高級工程師。後來，米拉又加入了特斯拉，領導了Model X電機系統的開發。在過程中，米拉開始接觸自動駕駛，對人工智慧的興趣與日俱增[1]。

人工智慧的競爭，永遠延續這樣一條規律：人才第一，數據第二，算力第三。 OpenAI的高層，清一色都是像米拉這樣的技術精英。如此龐大的人才軍火庫，才是OpenAI遙遙領先的秘密。

然而，OpenAI的「軍火庫」中，不僅有傳統技術精英，還有更多「非常規天才」。

例如GPT-4o的多模態負責人Prafulla Dhariwal，實際上只有大學學歷。

而Sora的論文作者中，還有一位研究員，僅有高中畢業證書。他17歲開始學習寫程式碼，今年剛滿21歲，臉上還殘留著青春痘的痕跡[2]。


連OpenAI曾經的技術主管Christopher Olah，都沒正經念過幾天書。他領英首頁的教育經歷一欄，赫然寫著「University of Real Life Experience（真實生活經歷大學）」。

很顯然，對於何謂“科研人才”，OpenAI有自己的理解。

我們翻了大量履歷後發現，OpenAI的人才招募，有兩個顯著的特徵，即「兩不看」：

一是不看學歷。在大型研究機構當中，博士學歷通常都是求職的敲門磚。

楊立昆曾提及，Meta將研究職位分成兩類：基本上只有博士學歷的人，才有機會擔任研究科學家（Research Scientists），剩下的都是研究工程師（Research Engineers），逼格直接掉了一個檔次[4]。

例如創造了文生圖模型DALL·E的印度小哥Aditya Ramesh，只有紐約大學的學士學位。印度小哥其實有繼續深造的打算，但架不住OpenAI一直催他早點入職。


前面提到的「高中生研究員」Will DePue，更為極端。

他高中時心思就不在唸書上，創業做了家數據分析公司。公司被收購後，他又跑去美國的民間激進組織中，做了7個月的志工。因此，Will DePue求職OpenAI時，根本拿不出一份像模像樣的履歷。

去年2月，智譜研究曾統計過ChatGPT團隊的學歷分佈，發現大學部、碩士、博士的人數竟然持平，佔比分別為33%、30%、37%[5]。

二是不看資歷。 OpenAI非常敢讓新人挑大樑。

Aditya Ramesh在研究DALL·E時，其實轉正沒多久。如今，這位僅有6、7年工作經歷的印度年輕人，已經先後在DALL·E 2、DALL·E 3、GPT-4，以及Sora的論文中，留下了自己的名字。

這一度令印度媒體極度興奮，「DALL·E原來是印度血統」[7]。

而在Sora團隊，這個現象更明顯。主導此計畫的研究員叫Bill Peebles，2023年才博士畢業，徹頭徹尾的應屆生。


當然，OpenAI內部也有不少傳統意義上的超級菁英。

例如Sora的另一位主導者Tim Brooks，雖年輕，卻資歷頗深。他的老師Alyosha Efros是電腦視覺領域的泰斗，自己也曾在Google、英偉達等大廠，從事人工智慧研究。而以奧特曼為首的管理階層，其履歷多是清一色的矽谷大廠。

OpenAI通常會讓少數超級菁英，帶著年輕且才華洋溢的技術天才們，一同搞科研。

某種意義上，OpenAI的生活，確實很符合世俗對於極客天才的浪漫想像。

然而，現實畢竟不是一部勵志電影，「天才」二字並不會刻在應徵者的臉上；選擇了「兩不看」的OpenAI，究竟靠什麼招人？

事實上，OpenAI的招募向來以嚴苛著稱。 2017年時，曾有人在海外論壇Reddit上，分享過OpenAI的面試經驗：

在通過初步篩選後，他先後經歷了4輪面試，其中包括1次演講、2次研究面試，以及1次程式設計面試，堪比過五關斬六將。而且，2次研究面試的方向還不一樣，一次考察技術知識儲備，另一次則著重哲學探討，要求應徵者分享對人工智慧技術演進的思考[8]。

在美國招聘網站Glassdoor上，近一半的人對求職經驗給予了負面評價。

因為OpenAI的面試流程極長，且面試官總愛出一些怪招。去年年初，OpenAI人力副總裁Diane Yoon，公開解釋了這麼做的原因：

OpenAI更著重考察「解決問題的能力」。

她提到，OpenAI雖是研究機構，但行事風格並不掉書袋。OpenAI認為，研究的目的是解決現實問題，並鼓勵研究員嘗試最簡單的方式，而不是盲目追求學術創新，因為前者通常更有效。

OpenAI的許多成果，都是這文化的延續。

例如震撼世界的Sora，更多改良並發揚了Google提出的技術路線。去年，Sora的基礎論文《Scalable diffusion models with transformers》，甚至因「缺乏創新」而被頂級人工智慧學術會議CVPR拒收。

剛發布的GPT-4o亦是如此。 OpenAI並沒有做什麼學術創新，只是藉助強大的工程能力，將科幻電影中能夠自由交談的AI，變成了現實。

然而，這種解決問題的能力，並不會直接體現在履歷上。因此，OpenAI設計了許多套路。 Diane Yoon舉例說道，她經常會要求應徵者提供，曾做過“有影響力的工作”，目的是觀察應徵者是否具備解決問題、推動創新的意識[9]。

這種做法其實並不罕見，許多科技公司都有非常獨特的「招募姿勢」。

《賈伯斯傳》中曾記載，早年的蘋果從來不招「老實人」。賈伯斯常會問一些稀奇古怪的問題，來考驗應徵者是否有幽默感與叛逆精神。有時，賈伯斯甚至會在面試中捉弄對方，問他「是不是處」「嗑過幾次藥」[10]。

因為招的「瘋子」越多，做出來的創新就越「野」。

儘管乖僻套路層出不窮，並不妨礙OpenAI將最優秀的技術天才們搜刮殆盡。例如前文提到的印度小哥Aditya Ramesh，當年曾是楊立昆的學生，在Meta做過一些研究。然而，他最終還是給導師發了「好人卡」。


因為對志在搞科研的人來說，OpenAI這個組織，可謂天生媚骨。

OpenAI的身上，剛好有一種奧本海默式理想主義。

奧本海默既親手加速了核武誕生，同時也極力反對濫用核武。

奧特曼創辦OpenAI的初衷，同樣擔心人工智慧被科技巨頭濫用，危害人類。因此，他們設立了一間不受大型科技公司控制，且非營利的實驗室，作為制衡。

奧特曼一直認為，推動這麼一個看似瘋狂、不切實際的想法，其實並不困難，「因為人們會覺得這太酷了，並主動投身進來提供幫助。」實際走向也正如他所料。

OpenAI成立於2015年末，起步其實相當晚。彼時，Google、Facebook等科技巨頭早已將AI人才瓜分殆盡。然而，憑藉著浪漫的公司理念，OpenAI還是成功挖角來了伊利亞等頂尖學術大牛。

當時，谷歌給伊利亞開了200萬美元的年薪，他再三思索，最後還是覺得「拯救人類」更重要。

2018年時，OpenAI發布了一份《公司憲章》，進一步明確了使命，即「確保通用人工智慧造福全人類」。而在GPT-4o發售後，奧特曼也不忘在公告中重畫一遍大餅。

奧本海默式理想主義如同一桿大旗，聚集了無數滿腔熱情的技術人才。

對多數一般人而言，人類福祉完全是個遙遙無期的話題，大家更在乎何時能加薪、還完房貸。然而，眼下的這群技術天才，卻真的相信，自己正從事關乎人類未來的事業。

不過，浪漫主義的公司理念，只是OpenAI的華麗外衣；理想的種子能夠茁壯成長，是因為種在了堅實的土壤之上。

OpenAI的資深研究員中，有一位叫Li Jing的國人。

他本科畢業於北京大學，隨後選擇到麻省理工學院深造，拿到了博士學位。畢業之後，他獲得了在Meta從事博士後研究的機會，直接跟著圖靈獎得主楊立昆學習。在Meta科研了近3年後，Li Jing又轉投了OpenAI。

事後再看，Li Jing的每個選擇，幾乎都是職業生涯的最優解。

而這些「最優解」的結合，在美國建構起一台龐大的「人才造血機器」。從學術到產業，美國提供了完整的一條龍式服務：

在柏克萊、MIT等大學的教學一線，活躍著大批聲名顯赫的泰斗級人物，包括前文提到的大牛Alyosha Efros，以及ResNets的開發者何愷明。

這些頂尖高校的教授，多大與產​​業界關係密切，足以「工作包分配」。紐約大學的楊立昆最為典型，他的學生基本上都曾在Meta工作過。

而人工智慧領域的頂尖學術會議，基本上也都是由美國組織舉辦。例如電腦視覺領域的CVPR（國際電腦視覺與模式辨識會議）、ICCV（國際電腦視覺會議），其舉辦者都是總部位於紐約的電氣電子工程師協會（IEEE）。

當大批年輕人立志電腦事業，準備大展宏圖時，往往會驚訝地發現，美國早已在科研的軌道上，鋪設了一個又一個金碧輝煌的補給站。

當他們厭倦了荒野獨行，難免會掉轉車頭駛向另一條軌道。

因此，我們大可不必苛責那些赴美的研究員。

憑藉著強大的產業基礎，美國匯聚了全球最多的電腦人才。

智庫機構MacroPolo曾做過統計，他們將NeurIPS接收過論文的研究員，定義為“頂級AI研究員”，發現：截止至2022年，57%的頂級AI研究員都在美國工作；相比之下，排名第二的中國祇佔12%。

當然，咱已經進步很快了——2019年時，中國在「其他」這一欄。

然而，如果以國籍劃分，會發現美國籍的頂尖研究員其實只有28%[12]。不斷湧入的中國人、印度人、歐洲人，構成了美國人工智慧的半壁江山。

因此，對美國以外的追趕者而言，OpenAI的理想主義故事，很難說有多少啟示。

智東西5月15日報道，北京時間今早7點整，銷聲匿跡已久的OpenAI聯合創始人、首席科學家伊爾亞·蘇茨克維（llya Sutskever）在社交平台上發文，宣布「決定離開OpenAI」。

蘇茨克維說，他相信OpenAI在幾位高階主管的領導下會建立安全又有益的AGI（通用人工智慧），並透露他對接下來的工作感到興奮，這是一個對他個人而言非常有意義的項目，他將在適當的時候分享細節。

緊接著，OpenAI聯合創始人兼CEO薩姆·阿爾特曼（Sam Altman）發文說：「伊爾亞要與OpenAI分道揚鑣了，這讓我很難過；伊爾亞無疑是我們這一代最具才智的人物之一，是我們這個領域的指路明燈，也是一位親愛的朋友。不會有今天。

「雖然他有一些對個人有意義的事情要做，但我永遠感激他在這裡所做的一切，並致力於完成我們共同開始的使命。我很高興有這麼長時間能接近這樣一位真正傑出的天才，一位如此專注於為人類創造最好未來的人。

同時，他宣布OpenAI原研發總監雅庫布·帕喬基（Jakub Pachocki）將接任OpenAI首席科學家，稱其是「我們這一代最具才智的人之一」、「已經管理了我們許多最重要的專案".

帕喬基自2017年以來一直任職於OpenAI，是開發GPT-4背後的「關鍵先生」。

他也發文回顧與伊爾亞·蘇茨克維的交情：「伊爾亞把我帶進了深度學習研究的世界，多年來一直是我的導師和棒極了的合作者。他對深度學習的不可思議的願景是OpenAI和AI領域今天的基礎。 」

OpenAI聯合創始人兼總裁格雷格·布羅克曼（Greg Brockman）當然也要來送祝福。蘇茨克維不僅是他的創業夥伴、他的朋友，也是他結婚典禮的司儀。

布羅克曼發文表示：「我們一起規劃了OpenAI今天的發展方向。當我們在2015年底開始時，OpenAI還是一個非營利組織，其使命是讓AGI順利運行，但沒有一個可靠的計劃來實現它。的資金。

「我們在非營利組織中一起籌集資金，籌集的資金比其他人想像的要多，但仍然遠遠不夠。我們建議創建一個以營利為目的的機構，為這項使命服務。一旦這個目標建立起來，我們將繼續調整和塑造公司的價值觀，繼續專注於我們的AGI使命，同時努力解決如何每天取得進展的棘手實際問題。

「伊爾亞是一位藝術家。他的遠見和熱情是有感染力的，當我剛起步的時候，他幫助我了解了這個領域。他不怕從直覺中得出合乎邏輯的結論。我們的靈感來自1962年出版的《未來概覽》（Profiles of the Future）一書，該書開篇描述了一些錯誤的思維方式，正是這些思維方式導致科學家們斷言燈泡、飛行和進入軌道是不可能的，而不久這些壯舉就實現了。曼寫道。

師從深度學習之父，馬斯克佩奇為他撕破臉

伊爾亞·蘇茨克維是以色列裔加拿大人，1985年出生於前蘇聯，在以色列長大，2013年在加拿大多倫多大學獲得電腦科學博士學位，師從2018年圖靈獎得主、「深度學習三巨頭」之一傑弗瑞‧辛頓。

過去十年興起的AI落地浪潮中，深度卷積神經網路AlexNet、時序預測迴歸模型Seq2Seq、主流機器學習框架TensorFlow、AI圍棋機器人AlphaGo，這些具有里程碑意義的科學研究成果都有蘇茨克維的貢獻。

特別是2012年出場的AlexNet，由辛頓和他的兩位弟子蘇茨克維、亞歷克斯·克利切夫斯基（Alex Krizhevsky）一起開發，在當年的ImageNet大規模視覺識別挑戰賽中以顯著優勢一舉奪魁，相關論文引用次數超過60000次，對於深度學習走向主流和GPU成為主流AI訓練晶片都功不可沒。

▲蘇茨克維（左）、亞歷克斯（中）和辛頓（右）

根據英偉達創辦人兼CEO黃仁勳回憶，研發AlexNet時，是蘇茨克維專程從多倫多開車到紐約，買了一整個後車箱的當時最新版GTX 580顯示卡。日後正是這個滿登登的後車箱，打開了AI新世界的大門。

2013年，AlexNet團隊又一起創立了深度學習創企DNNResearch。這家新創公司隨即被Google、微軟、百度、DeepMind激烈競拍，最後花落谷歌，蘇茲克維也被谷歌大腦（Google Brain）聘請為研究科學家。

加入Google大腦之後，蘇茨克維對語言處理非常感興趣。他主導研發序列模型Seq2Seq模型，擊敗了當時表現最好的翻譯器，帶動了Google翻譯的巨大進步。現今主流大模型所普遍採用的Transformer架構，最初便是用來解決Seq2Seq問題。在Google首席科學家、Google大腦團隊負責人傑夫·迪恩（Jeff Dean）眼中，蘇茨克維總是「對事情發展方向有很強的直覺」。

在Google大腦沒做多久，蘇茨克維很快就開啟了新副本——OpenAI。

2015年12月，馬斯克、阿爾特曼、PayPal聯合創始人彼得·蒂爾、Stripe CTO雷格·布羅克曼等矽谷大佬，因為擔心谷歌壟斷AI技術，聯手創辦了一家非營利組織OpenAI 。在馬斯克力邀之下，蘇茲克維加入了OpenAI創始團隊，並擔任首席科學家。

▲OpenAI早期部分成員合影，最後排右一是蘇茨克維（圖片來源：MIT評論）

馬斯克將這段挖人經歷稱為「最艱難的招募戰之一」。稅務報表顯示，OpenAI給蘇茲克維的年薪是190萬美元。據說當時為了挽留蘇茨克維，谷歌聯合創始人拉里·佩奇提出把給他的年薪提高到OpenAI待遇的兩三倍，結果還是沒能留住人。