来源：雪球App，作者： 投研帮，（https://xueqiu.com/7023440250/242164680）

1、chatGPT概念再次疯狂。全市场成交前十的个股，有7个都是计算机相关板块。

牛皮吹得再大，一句话总结就是业绩真空期炒出来的概念，计算机板块里的确是有不少长逻辑的公司，但肯定不是现在的chatGPT概念。

想起了以前商人买猴的故事，最开始5块钱收猴，市场上猴子越来越少，这时候再出高价15元收购，村民疯了似的到处找猴，这时候商人换个马甲，以10块钱把猴子全卖给村民。

村民美滋滋打算再卖给商人赚5元差价，结果发现商人已经提桶跑路。

虽然chatGPT在疯狂赶顶，但我觉得并不会直接倒V下来，调整之后大概率是反弹的第二波，慢慢消散。

之后随着三月份的大会和四月份业绩期的到来，资金会逐渐从题材线上转移，题材的对立面是业绩。

接下来的两个月可以多关注一季度业绩比较好的方向，大部分还是集中在中游领域，电力设备、军工、精细化工等，上游大宗今年整体价格比去年低，下游消费去年一季度基数并不低。

2、伯克希尔四季度大幅卖掉了台积电。

去年三季度买台积电的时候，很多人分析了一大堆原因，但是最近大幅砍仓，又激起一层浪。

台积电从去年三季度开始跌到10月底，11月反弹，12月横盘，很难说伯克希尔赚了大钱，保本出就不错了。

这事儿也并不一定是股神做的，有可能是下面人做的，但肯定又有人会质疑，不是说“如果不打算持有十年，也不要持有1分钟”吗？

长期持股是结果，并不是原因。在买入刚开始的时候，就好比莫文蔚的歌词：开始总是分分钟都妙不可言，谁都以为热情它永不会减。

到后来发现了缺点，甚至宏观发生了改变，那就应该果断“男人大可不必百口莫辩，女人实在无须楚楚可怜”。

对国内的投资大咖也是，看观点看行为，最重要的是理解其背后的深层次逻辑，逻辑对的上自己的策略，才有参考价值。

半导体行业目前整体还是处于去库存周期，后续跟踪可以重点观察存储器，存储器是半导体行业景气度的风向标。

参考存储器季度销售额波动，一个完整周期大概3-4年（上下行各1.5-2年），本轮存储器销售额的同比增速在3Q21见顶，至今已经历6个季度的回落，有可能今年反弹，但不知道是什么时候。

可以观察两个前瞻指标判断存储器行业的周期：各类存储器产品的现货价格； 存储器厂商指引及资本开支。

根据Trendforce数据，当前DRAM现货合约价格同比下滑了48%，已接近历史最低水平（同比下滑50%-60%），NAND Flash Wafer现货价格已接近现金成本，NOR Flash价格跌幅亦大幅趋缓。

龙头的资本开支方面，美光削减2023年资本开支超30%。 海力士削减2023年资本开支70%。 铠侠削减NAND Flash产能。

综合来看，预计存储器价格有望在23年下半年止跌。

3、昨晚美国CPI略超预期，美股虽然没跌，但是波动不小。但美债收益率却升高了，这直接影响了外资的流入。

看下图，十年期美债1月份从3.84%跌到了3.4%，外资一个月净流入1000多亿，二月份到现在只买了70多亿。

今天跌幅比较大的一些创新药和CXO等，也是跟港股有联动的板块，港股对美国利率更加敏感。

美联储的加息周期对A股的影响基本就会以这种方式展现，不是A股的决定性因素，但是会影响A股的部分板块。

......

阿里腾讯华为百度 腾讯阿里百度加起来比得上华为吗

本文来自微信公众号：Web3天空之城（ID：Web3SkyCity），原标题《国产ChatGPT们的真相》，作者：城主，题图来自：《变形金刚5：最后的骑士》

现在的中文网络上，关于国产ChatGPT的各种消息喧嚣尘上，大有全互联网一起造ChatGPT的意思。

在这么多的传闻里，究竟哪些相对靠谱，哪些纯粹炒作？

我们不妨通过网络上的公开资料，一起深入探讨真相的蛛丝马迹。

ChatGPT降临

2022年的互联网一直有个词在流传：躺平。

直到ChatGPT横空出世，忽然所有人都醒悟过来：

投资人发现，躺平一年，白白错过了一波机会，所幸亡羊补牢尚未晚；

商业公司发现，即便大环境动荡，可做的事情还是有，商业机会还是有；

而普通人发现，AI时代的降临，原来不是十年后，就是现在。

“忽如一夜春风来，千树万树梨花开”，一切都是因为ChatGPT的出现。

这两年，在AI业务降温和经济大环境的双重影响下，国内各大厂烧钱的AI团队的日子不算特别好过。

这一次，ChatGPT的出现，很可能直接扭转大厂对AI投入的犹豫态度。有消息称，腾讯和阿里已经开始大肆招揽NLP人才。

一个媲美ChatGPT的AI系统对于互联网大厂的战略意义再明显不过：

• C端，ChatGPT月活迅速破亿。基于众所周知的原因，这个C端服务不可能进入中国。国内市场的巨大蛋糕，谁先拿下？

• B端，当下各厂B端业务都在为盈利指标苦苦挣扎。而有Jasper.AI和Notion付费使用GPT3 API的例子珠玉在前，只要能给出能力相当的云服务，B端付费AI云计算的美好未来，已经在决策者面前展开。

那么，在这场巨大的浪潮里，国内大厂都在什么位置呢？

现在是消息满天飞。宣称做ChatGPT的大厂排了一个长队，仿佛不做ChatGPT的就不是好大厂。

究竟哪些相对靠谱，哪些纯粹炒作？

从互联网的公开资料上，我们可以推测一下真相的蛛丝马迹。

我们先从一个预备知识点讲起，这就是大模型的“突现能力”。

思维链，大模型的“突现能力”

已有很多文章普及了ChatGPT的各种基本原理概念。

但有一个重要细节，甚少被提到。

先上结论：

只有千亿参数规模以上的大模型，才可能出现“突现能力”，涌现出包括“思维链”等强大的推理模式；具备“突现能力”的大模型是ChatGPT得以诞生的必要条件。

以下是一些细节。

尽管GPT3在2020年就已推出，但一直到2022年初，科学家才发现了预训练大模型的一个重要演化：“产生了类似人类推理思维的能力。”

这就是所谓“思维链”（Chain-of-Thought）的概念。

什么是思维链？

我们向语言大模型提问的时候，可以在提示问题（Prompt）里写几个示例，让模型照着例子做生成。

如果提示里不仅给出示例的结果，还一步一步写出这个示例的结果是怎么推理得到的，某些大模型比如ChatGPT可以直接学习这个例子的推理来推导出正确答案。

在这里，AI模型神奇的出现了类似人类的复杂推理和知识推理能力，这就是所谓“思维链”。

基于“思维链”的推理能力不需要再进行复杂的训练，而只是在提问时附加给出提示，模型就能自动学习，并做出相应推理得到正确结果。彻底体现了AI模型对人类高级思维能力的模仿。

这个能力很可能是ChatGPT表现高度智能化的一个重要基础。

AI研究人员惊讶的发现，思维链能力，并不是随着模型参数大小的线性变化逐渐出现的；而是当参数规模超过一个阈值后，模型的“思维链”能力突然就涌现出来， 这就是所谓大模型的“突现能力”（Emergent Abilities）。

这个“突现”的阈值是多少呢？至少要达到GPT3的级别，即模型要达到千亿参数的规模。

2222年6月15日，谷歌研究院联合DeepMind和斯坦福大学发表了一篇论文：《大语言模型的突现能力》（Emergent Abilities of Large Language Models）。

这篇论文整理了过往文献，研究了谷歌，DeepMind和OpenAI的5个语言模型系列的8个“突现能力”：

如上所示，种种研究结果表明，量变导致了最终的质变：

1. 突现能力：模型在参数规模达到某个临界值之前， 其性能是近乎随机的， 之后性能会忽然大幅增加， 仿佛突然开窍一般， 类似自然学科里复杂系统的能力“涌现“.

2. 各种测试表明，只有模型达到GPT3的规模， 即参数大于1000亿， 模型才有可能形成“突现能力”。

3. 大模型的“思维链”推理效果好于直接提问， 也好于传统的精调小模型的效果；这种能力只存在于千亿规模的大模型中。

4. 参数量级只是一个必要条件。一些大模型比如GPT3的最早版本，以及开源模型BLOOM并不体现出思维链能力。

前段时间， Nvidia的CEO老黄盛赞“ChatGPT堪比iPhone问世， 对科技领域有里程碑意义”，这个比喻很是精妙，和其他问答式AI相比，ChatGPT的体验正是一次iPhone式的降维打击。

而从GPT3.0开始，大模型所具备的“突现能力”就是ChatGPT脱胎换骨的基础。

综合大模型的最新研究成果，可以得到一个简单的判断原则：

千亿参数大模型才拥有“突现能力”，这是打造ChatGPT级别AI的必要条件。一个大厂能不能做出ChatGPT，先考察是否拥有千亿参数规模的大模型。

百度：必须赢的战斗

重点关注下百度。

毫无疑问， 在这场ChatGPT的浪潮里， 首当其冲站在风口浪尖的， 莫过于百度。

所有人的眼中， 百度都对标着Google。 因此，百度宣布打造中国版ChatGPT的时候，股价大涨；

而Google因demo失误股价大跌时， 百度也直接受到了一些牵连。

百度已经官宣自家ChatGPT服务“文心一言”在3月份上线。 这是国内大厂最早和唯一的时间表。

结果只有两种：

1. 假设， 百度真的拿出了一个接近甚至媲美ChatGPT的AI服务呢?

2. 又假设， 百度不幸搞砸了， 最后结果并没有体现“AI大厂”的能力呢?

无论哪种结果， 都必将引发巨大的网络舆论海啸。 

在AI技术牛人圈子里， 对百度的“文心一言“大多是持谨慎乐观态度的。

信心或许有高低， 但一个基本的共识是：如果国内有人能突破， 最可能的是百度；时间先不论， 百度“文心一言“最可能成为ChatGPT的国产替代。

百度文心， 英文名ERNIE， 全称“Enhanced Representation through Knowledge Integration”，即“通过知识集成实现增强型表示”， 从知识增强的角度对源自Google的Bert模型结构进行优化。

很有趣， 百度不仅搜索对标着Google，AI研究也和Google同源。

百度文心是“纯粹”的自然语言模型。 上图是百度文心最新版本，2600亿参数规模的ERNIE 3.0 Titan的训练框架， 训练输入都是结构化（知识增强）的文本内容。

这和后面看到的一些多模态模型（即对“文本-图像”， “文本-视频”等的交叉理解和识别）是有区别的。

相比Bert，ERNIE在理念上引入了知识图谱等外部知识信息，百度在这里的想法非常明确。语料里的人名地名机构名这些概念，句子间结构关系和逻辑关系等等， 这些“知识”都很有价值， 应该加入到大模型的训练体系里。

百度的大模型体系在知识图谱方向上浸淫了许久，如果没有摸鱼，这个长期积累的优势总会体现的。

根据官方2022年的公开资料，ERNIE 3.0 Titan模型和GPT3.0模型在知识问答数据集上的对比效果，准确率比GPT3.0高8%。

高效的知识问答是ChatGPT被普遍赞誉的重要原因之一，所以上述超越的结果或许是百度追赶ChatGPT的底气之一。

除了知识体系， ChatGPT为人称道的还有它特别像人类的沟通表达。

而百度手里， 不仅有文心ERNIE系列模型， 还拥有一个PLATO系列对话模型， 最新的PLATO-XL有110亿个参数。

尽管试用过的网友大多吐槽，PLATO只实现了一个闲聊系统，并不具备ChatGPT那样的长问题问答能力。

但不得不承认的是，PLATO模仿人类自然语气的能力很强。实际上，PLATO还是“权威的全球对话技术顶级赛事DSTC”的多个冠军。

PLATO至少可以说明一点：尽管底层机制和实现结果和ChatGPT不一样，它依然是拿下了世界领先结果的生成式对话模型。依然代表了百度对于自然对话AI的强烈关注。

那么，如果百度把ERNIE系列的知识体系能力和PLATO系列的自然对话能力融合在一起呢？

在技术上，简单来说，百度在国内被认为是自然语言独一档，因为手握文心系列模型ERNIE1.0， ERNIE2.0， ERNIE3.0， ERNIE3.0-Titan和PLATO系列模型PLATO1，PLATO2，PLATO-XL，均积累多年，且和自家核心业务息息相关。

 （此外，百度还有一个低调但牛逼的从软件到AI芯片全栈打通的Paddle训练框架生态，对标PyTorch和TenserFlow，这也是国内独家，不再赘述。）

而在核心业务上，和被微软“珍珠港偷袭”并苦苦防守的Google不同，百度在国内牢牢把握着搜索的入口，在可见的未来里无人挑战， 除非新版Bing中国区更新。但根据国家对境外ChatGPT的态度，新版Bing要落地国内恐怕比较难。

因此，百度倒是比Google更加从容，不必焦头烂额应付挑战，可以以自己的节奏过渡到“ChatGPT+搜索”的问答搜索新模式。

Google之所以舆论那么被动，还有一个原因是，根据主流专家观点，ChatGPT已经以完美姿态赢得了足够的先发用户，再加上Bing的流量入口，在问答式数据反馈上将拥有绝对优势，先发优势明显，Google将很难追赶。

针对中文环境，这话用在已经垄断了中文搜索入口的百度身上似乎完全合适：

只要百度拿出类似新版Bing的“ChatGPT+搜索”产品，哪怕效果没有ChatGPT那么好，打个七八折，但在全网中文搜索用户的反复蹂躏之下，百度将获得海量的中文问答式搜索的反馈数据，这个稀缺的数据足以让百度巩固和继续扩大在这方面的优势。

这也是作者认为，在国内，独立实验室在AI业务领域很难做得过互联网巨头的原因（当然联合研发没问题， 类似OpenAI+微软）；只有后者巨大的数据流量才能培育和进化出顶级的AI模型。

还有一个普遍说法，认为百度在算法、算力、数据、场景上都非常理想，偏偏在“产品”这个点上差了点意思。

说起来有趣，Google近年来在产品层面也乏善可陈， 两大搜索引擎公司似乎都因为核心业务过于强势，以及技术思维影响过大，导致了其他产品能力有点变形。

不过，ChatGPT问答本身在产品体验上是标准的极简主义，竞争力的核心还是背后强大的AI模型输出能力。

所以，在这个ChatGPT特别的“产品”上，百度应该很开心，回到了自己的好球区：技术至上。

至于前端产品形态，则完全不用担心。有微软Google两家在前，可以大大方方参考新版Bing和新版Google的UI交互。

新版Bing究竟是如何结合ChatGPT进行搜索的？我们不妨推测一下。

从传出来的内测截图可以看到，Bing首先是搜索，然后再生成问答式内容，每次的答案都基于数个特定页面合成，还友好地给出了原页面链接。 

ChatGPT的调用成本非常昂贵，几美分一次调用。 就算微软家大业大，就算Bing搜索流量只占全球市场的5%不到，也扛不住让ChatGPT亲自去穷尽所有页面挑选答案。这样做的搜索成本绝对是天价。

合理推测是， ChatGPT的使用在Bing搜索里被控制在一个有限的范围：

1. 先通过ChatGPT理解用户要做什么样的搜索，拆解为搜索指令。

2. 通过搜索引擎检索出若干符合要求的结果页面。

3. 通过ChatGPT对页面内容进行评估，二次确认优先级。

4. 挑选最优先的结果页面，通过ChatGPT进行答案合成。

以这样的方式，在成本和系统耦合的复杂度上都完全可控，我们有理由相信，这个猜测和实际相差不大。

不知百度版ChatGPT做到了什么程度，但是，新搜索系统所需的另一部分基础能力――“对多搜索结果的AI综合”，百度之前已有类似的功能上线，只是触发的次数很少，恐怕很多人都没见过。这就是百度的“搜索智能精选”，读者可以自行感受：

图：“搜索智能精选”

种种苗头看来， 百度离新版Bing搜索模式的距离并不是太远。

但是， 做出百度版的“ChatGPT+搜索”就够了吗? 并不。

网友最希望看到的，还是一个可以自由发挥的问答式AI，完全对标ChatGPT的国产替代，从灵活性上看，这显然是一个更大的技术挑战。

总之，百度AI给人的感觉是专注自然语言方向且涉猎面广而深，搜索层面的技术储备也够，但从这些仍无法预测3月即将推出的“文心一言”会有哪种结果。

我们只知道，这是百度必须要赢的战斗。

华为

华为关于ChatGPT的发声很少， 网络上的一则消息称：

“对于华为在类似ChatGPT方向上的布局，华为计算产品线相关负责人表示，公司2020年开始在大模型开始有布局，2021年发布了鹏城盘古大模型，是业界首个千亿级生成和理解中文NLP大模型。”

这个表态非常模糊。没有明确是否会有ChatGPT产品。非常像是一句公关口号。

至于“2020年开始布局”的盘古大模型， 根据网上公开资料：