全球平台即服务（PaaS）市场规模预计将从2023年增长80.82亿美元至2027年，据Technavio称。{ width=60% }

---

预计市场在此期间将以26.42%的复合年增长率增长。北美在2022年占据了全球市场的最大份额，该地区的市场预计将增长49%。

要了解更多关于这个市场的信息-请在几分钟内下载免费样本报告！

市场上的主要参与者

众多公司正在利用这一增长趋势，通过实施战略措施如联盟、合作伙伴关系、并购等来实现利润最大化。在PaaS市场中一些著名的公司有:
Alphabet Inc.、Amazon.com Inc.、Atos SE、Dell Technologies Inc.、DevFactory FZ LLC、古河电工株式会社、国际商业机器公司、微软公司、甲骨文公司、Platform.sh SAS、Progress Software Corp.、Salesforce Inc.、SAP SE、西门子公司、Software AG、塔塔子公司、Virtuozzo International GmbH、VMware Inc.、Zerone Consulting Pvt. Ltd.、Zoho Corp. Pvt. Ltd.

分析师评论

在IT和ITES的动态世界中，平台即服务（PaaS）已经成为各种规模企业，包括中小型企业的一个变革者。PaaS提供商提供云计算服务，使开发人员能够构建、部署和管理应用程序，而无需庞大的硬件基础设施。人工智能（AI）和业务分析（baPaaS）是PaaS市场的关键关注领域，提供运营效率和企业参与。API管理PaaS确保应用程序的无缝集成，促进移动渗透和PaaS增长。云服务提供商为应用开发提供各种模板和应用开发工具，迎合大型企业和中小企业等多样化需求。实施PaaS涉及部署、服务和培训，为企业提供了一个成本效益的替代方案，随着云服务提供商不断创新和扩大其产品范围，PaaS市场注定将取得显著增长，彻底改变企业处理IT解决方案的方式。

关键市场驱动因素

随着企业寻求增加工作敏捷性并降低CAPEX，平台即服务（PaaS）市场正在经历显著增长。传统应用程序开发涉及复杂的硬件和软件要求，导致高昂的CAPEX和日常管理工作。PaaS解决方案提供了一种更高效的替代方案，可以按需使用硬件、中间件、操作系统和系统资源。这使得可以实现更大的应用程序密度和分散交互，从而实现数据中心应用程序的创建，并增强客户体验。医疗保健、IT和电信以及数字企业等行业正在采用PaaS进行移动应用程序、5G和云计算技术方面。PaaS解决方案提供生产力优势，包括行为注入、API管理和业务分析（baPaaS）。中小企业和开发人员受益于模板和应用开发工具的易用性。PaaS提供商提供支持、维护和基于服务器的扩展，确保运营效率。安全性和数据恢复是关键考虑因素，PaaS解决方案提供高级功能。许可形式和系统资源由PaaS提供商管理，从而降低劳动成本。PaaS市场不断扩展，人工智能和机器学习集成、移动生态系统支持和企业参与呈现出越来越重要。总的来说，PaaS为应用程序开发和部署提供了一种成本效益高、高效灵活的解决方案。

挑战与机遇

PaaS市场正在经历显著增长，受到移动普及和数字化趋势的推动。云服务提供商提供PaaS服务部署，为大型企业和中小企业提供IT基础设施、操作系统、中间件服务器和预装软件包。然而，公共云部署存在安全问题，包括默认应用程序配置不严格和SSL协议中的漏洞。为了减少风险，云服务提供商正在实施培训计划并提供数据恢复服务。预测期将继续扩展，由带宽互连、移动趋势和物联网推动。收入来源包括开发成本节约、数字化转型和客户参与。云能力，如大数据和数据分析，是IT、电信和企业预算分配的核心能力。云原生的提供、架构和编程方式不断演进，提供渐进改进和云能力。尽管存在这些进步，企业网络仍然是一个重要考虑因素，组织必须评估云冲洗对其IT基础设施、员工和计算资源的影响。

平台即服务（PaaS）市场正在经历显著增长，组织采用混合云解决方案。PaaS能够将行为注入到应用程序代码中，增强功能性而不改变基础架构。随着应用程序密度的增加和分散的互动，系统资源被有效地分配，减少了管理工作。医疗保健、IT和电信以及数字企业从PaaS的工作敏捷性和客户体验中受益。生产力增加，劳动成本降低，特别是在移动生态系统和应用开发领域。云计算技术，包括人工智能（AI）和业务分析（baPaaS），对PaaS至关重要。API管理PaaS，IT和ITES以及中小企业也利用PaaS进行基于服务器的扩展、许可形式、支持、维护和安全性。PaaS提供商提供硬件、模板和应用开发工具，使开发人员能够为各种在线平台创建应用程序。云计算、5G和移动应用程序推动了市场的扩张。数据恢复和安全性是重要考虑因素，确保客户信任和运营效率。

要了解更多关于这个市场的信息-请在几分钟内下载免费样本报告！

市场概述

平台即服务（PaaS）市场是云计算行业的重要组成部分，为企业提供了应用程序开发和部署的基本工具和基础设施。PaaS提供商如人工智能（AI）和PaaS提供商Apple Pascal所提供的解决方案，使分析人员能够开发和管理应用程序，而无需构建和维护底层基础设施的复杂性。这些解决方案提供了如DevOps、依赖管理和可伸缩性等优势。像Apple Passer这样的PaaS提供商提供数据库管理、服务器供应和安全性等功能。根据具体的PaaS解决方案，开发人员可以选择使用各种工具和服务，如测试、监控和分析。PaaS是现代软件开发的重要组成部分，使企业能够专注于他们的核心竞争力，同时利用云技术的力量。

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

DMOS（Demeter云操作系统）项目由Power Meta Corp的CTO Chase Donahoe领导，揭示了一款革命性的云操作系统，旨在重塑去中心化计算领域。{ width=60% }

---

在一次独家采访中，DMOS项目负责人提供了关于该项目的使命、能力和未来前景的见解。

GPU为驱动一切所需的大规模计算能力，无论是为简单的移动应用程序提供动力还是处理复杂的AI训练模型。就连OpenAI的CEO Sam Altman都表示，“计算将成为未来的货币，也许是世界上最宝贵的商品。”

在计算能力是新货币的世界中，DMOS成为创新的焦点，解决了高效的AI训练、推断和应用部署的迫切需求。利用去中心化GPU网络，DMOS将自己定位为AI云原生市场的颠覆者，为全球创新者提供前所未有的计算能力。

Power Meta Corp的CTO Chase Donahoe表示：“在Power Meta Corp，我们的愿景是创建一个分布式云操作系统，不仅提供无与伦比的计算能力，而且还通过效率和成本效益解决实际问题。它使企业能够轻松地部署AI应用，就像使用智能手机一样。”

DMOS的主要特点包括：

• 一键式管理和部署分布式应用程序
• 在不同应用之间自动切换GPU资源
• 支持分布式数据存储网络，如Filecoin网络
• 与各种Web3平台和GPU POW挖矿池兼容，实现跨链

DMOS以其全面的云操作系统设计、去中心化生态系统、支持非容器化应用和简化的用户体验脱颖而出。与主要针对容器编排的Kubernetes（k8s）以及专注于机器学习工作负载的Ray不同，DMOS被构建为一款全面的分布式云操作系统。其设计理念超越了单一功能的局限性，能够在各个级别管理计算资源，从物理到虚拟。它提供了一站式解决方案，从硬件资源管理到应用层服务。这意味着k8s和Ray不仅可以在DMOS环境中运行，而且作为DMOS生态系统的一部分进行集成。

未来，Power Meta Corp展望一个去中心化计算宇宙，其中计算能力对所有人都是可访问的。AI算法和区块链技术的集成确保透明和安全的资源分配，推动创新和积极变革。

随着第三方GPU云平台预计未来几年呈指数增长，Power Meta Corp将在2024年4月底推出DMOS作为其AI Factory的云操作系统。通过在Power Meta Corp的AI Factory购买GPU，用户可以通过DMOS将其GPU无缝应用于全球各种AI项目中提供计算能力。它允许用户通过多边链方法持续支持对GPU计算能力需求高的新项目。

DMOS的成功取决于建立一个活跃的参与者社区，包括GPU所有者、开发者、企业和研究人员。通过在链上激励机制促进社区成员之间的合作和参与，DMOS旨在催生去中心化计算技术的增长。

对于有兴趣的个人和组织，DMOS邀请他们探索其官方网站和Discord，加入社区，并为去中心化计算的未来做出贡献。

随着DMOS及其社区的持续繁荣，去中心化计算的未来必将比以往更加光明。

---

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

Anodot更新了其每年的调查报告，为FinOps专业人士提供了2024年云成本优化的详细摘要。{ width=60% }

---

Anodot发布了其年度《云成本优化报告》，通过客户数据的洞察力和对FinOps领域内的新闻和趋势进行分析，为云用户在2024年做好准备。该报告总结了金融运营空间中一些主要组织和企业的关键发现，包括Anodot关于如何利用这些发现的建议。此外，Anodot利用其客户数据来提供报告，展示用户如何通过其平台优化其云投资。主要见解包括：

• 90%的建议生成主要集中在优化工作负载上：Anodot的AI引擎发现表明，在2023年，工作负载优化超过了速率优化。
• 数据和存储优化占总储蓄的近80%：在2023年，Anodot客户通过数据和存储优化实现了最大的储蓄，占总储蓄的大约80%，高于50%。
• 在2023年，FinOps从业者实施了90%的Anodot优化建议：Ebs-unattached，ec2-stopped-instance，ip-unattached，ebs-outdated-snapshot和cloudtrail-duplicate-trails是最常见的五个优化。
  Anodot收集这些数据，以帮助FinOps团队了解同事如何管理用于2024年云导航的云成本。
  Anodot首席执行官David Drai评论说：“云计算面临通货膨胀、经济不确定性以及来自生成式AI投资的资源需求等挑战。我们的新《2024年云成本优化现状报告》提供了数据驱动的洞见和用于导航2024年的简短摘要。在Anodot，我们自豪地支持FinOps从业者，为他们提供明智的云决策、显著的储蓄和可持续增长的洞见。”
  《2024年云成本优化现状报告》可在Anodot的网站上下载。

---

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

SysAid，一家领先的创新IT和企业服务管理解决方案提供商，宣布将在2024年4月17日至18日于伦敦举办的服务台和IT支持展(SITS)上推出其革命性AI Chatbot for Agents。{ width=60% }

---

这一颠覆性的SysAid平台附加组件旨在重新定义代理人提供服务的方式，提高组织的效率和生产力，巩固SysAid在行业中的领先地位。

今年早些时候，SysAid推出了SysAid Copilot，其包括创新的生成式人工智能功能，为员工提供消费者级自助体验，重新定义员工体验。随着根据客户需求稳步推出额外功能，积极使用SysAid Copilot的客户社区正在迅速扩大，并推动业务势头。此外，其组织内部的下一代ITSM解决方案采用率清楚地表明了SysAid履行其客户需求的承诺。

随着AI Chatbot for Agents的推出，SysAid继续推动IT服务管理行业的创新边界。AI Chatbot for Agents立即提供定制响应，满足代理人特定的需求和查询，同时让他们能够从管理门户内解决问题。例如，如果代理人请求帮助为当天的任务和工单设置优先级，聊天机器人将根据标题、描述、优先级以及通过AI情感检测到的用户情绪，评估队列并提供应重点关注的工单摘要。此外，AI Chatbot for Agents从工单内部上下文地提供解决方案建议，消除了搜索解决方案的需求，导致MTTR显著减少。

SysAid首席执行官Avi Kedmi表示：“我们很高兴在SITS 2024上推出我们最新的AI驱动创新。SysAid的使命是为IT专业人士提供他们在角色中取得成功所需的工具。通过我们的新AI Chatbot for Agents，我们正在革新代理人的角色，并在提供下一代IT服务管理解决方案方面领先竞争。”

在SITS展会上，访客将能够亲自体验AI Chatbot for Agents和AI Chatbot for End Users，体验服务体验的双方。他们将亲眼看到Guardrails、Monitor and Fine-Tune等功能如何确保聊天机器人响应的质量，这些响应是基于数据池生成的，该数据池从多个数据源包括内部和验证的外部源（包括不同类型的文档、网站和SharePoint）中获取知识训练聊天机器人。此外，他们还将享受全面的产品演示，并有机会与创新背后的产品专家交流。

在2024年4月17日至18日的伦敦SITS展会上拜访SysAid。

---

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

AI 热潮似乎出现熄火迹象。

钛媒体App 4月20日消息，截至美股周五收盘，“一年十倍股”的 AI 服务器龙头超微电脑（NASDAQ: SMCI）股价一夜暴跌超20%，最新收跌23%，创两个多月新低。

---

同时，英伟达（NASDAQ: NVDA）股价下跌10%，是自2020年3月以来股价最低的一天，一夜之间市值蒸发超过2100亿美元（约合人民币1.52万亿元）。

过去一周内，英伟达市值蒸发近3000亿美元——大约相当于一个AMD（2370亿美元）、2个英特尔（1455.85亿美元）、1.8个宁德时代（8393.37亿元）。

消息面上，作为英伟达核心服务器供应商，超微电脑4月19日宣布将在本月30日公布2024年第三财季业绩，除此之外并未给出更多财报细节。而这一“消失的预告”被认为一反常态，引起 AI 泡沫即将破裂的担忧，从而使美国多只AI个股遭遇重挫。

很显然，新一轮 AI 热潮正发生巨大转变。

AI概念股遭“回调”，超微、英伟达单日暴跌分别超23%、10%

美股AI概念股们迎来了惨烈的“黑色星期五”。

4月19日，在超微电脑宣布2024财年第三季度业绩时间之后，富国银行证券发布研报指出，其没有给出积极的预先声明，也没有披露重要的AI数据，这被视作一个负面信号。

还有分析师指出，超微电脑没有按惯例发布初步营收报告，可能意味着其季度业绩弱于预期。

受此消息影响，道琼斯市场数据显示，周五收盘英伟达股价暴跌10%，创2020年3月16日以来最大单日跌幅。股价暴跌近85美元，刷新历史最大单日跌幅纪录。

同时，英伟达竞争对手AMD大跌5.4%，芯片设计公司Arm跌近17%，晶圆代工龙头台积电跌超3%，芯片制造商博通及Marvell分别下跌4.3%、4.8%，存储芯片供应商美光跌4.6%。

…

当前，AI 行业进入到争议时间点。一方面，投资人对于 AI 热潮“泡沫破裂”表达担忧，使得投资变得更加谨慎；另一方面，AI 应用全面爆发，投资人也从半导体、AI 基础模型，转向了软件和场景。

近期，李飞飞联合领导的美国斯坦福大学以人为本人工智能研究所 (HAI) 在一份新报告中表明，过去一年全球对 AI 的投资连续第二年下降。

其中，AI 相关的企业投资（并购和收购）从 2022 年的 1171.6 亿美元下降到 2023 年的 806.1 亿美元，下降 31.2%；而私人投资（即风险投资对初创企业的投资）从 1034 亿美元下降到 959.9 亿美元。

考虑到少数股权交易和公开发行，2023年去年 AI 总投资下降到 1892 亿美元，与 2022 年相比下降了 20%。

Gartner分析师John-David Lovelock表示，随着Anthropic、OpenAI 等第一梯队的玩家占据主导地位，AI投资范围正在“向外延展”（spreading out）。

数十亿美元的投资数量已经放缓，而且几乎已经结束；热钱涌向了新方向——AI 应用。上述分析师表示，大模型需要大量投资，但市场现在更多地受到科技公司的影响，这些公司将利用现有的 AI 产品、服务和产品来构建新产品。

Touring Capital联合创始人Samir Kumar认为，繁荣时期不会持续下去。

我们很快就会评估生成式AI是否能够大规模实现承诺的效率提升，并通过 AI 集成产品和服务推动营收增长。如果这些预期的里程碑无法实现，而仍处于实验阶段，那么‘实验性运行率’的收入可能无法转化为可持续的年度经常性收入。Samir Kumar表示。

Greylock合伙人Seth Rosenberg认为，人们对于资助AI领域的“大批新玩家”的兴趣本来就较很小。在这个周期的早期阶段，投资基础模型资本非常密集，相比之下，AI 应用和智能体所需的资本较低，这可能是绝对美元融资额下降的原因。

Thomvest Ventures 董事总经理 Umesh Padval 将 AI整体投资的缩减，归因于增长低于预期。他表示，最初的热情已经让位于现实—— AI 面临一部分技术挑战，一部分上市挑战，可能需要数年时间才能解决并完全克服。

AI 投资放缓反映出人们认识到，我们仍在探索 AI 技术发展及其在各行业应用的早期阶段。虽然长期市场潜力仍然巨大，但最初的热情已被在实际应用中推广 AI 技术的复杂性和挑战所削弱……这表明投资环境更加成熟和敏锐。Umesh Padval表示。

此外，近期半导体个股财报也开始向市场“敲响警钟”，似乎也给了AI概念股投资者“提了个醒”。

例如半导体设备制造商ASML（阿斯麦）财报逊色，销售表现跌幅超出预期，公司股价已连跌三天；台积电本周也在法说会上下调了全年整体半导体市场的展望，导致全球多只半导体概念股下跌。

不过台积电也表示，AI 服务器芯片市场未来依然面临新机遇。台积电总裁魏哲家在4月18日财报电话会上亦重点提及，AI技术正在快速发展，模型愈发复杂，需要更强大的半导体硬件支撑。无论采用何种路径，都需要用到最先进的半导体制程技术。他预计，2024年台积电AI服务器芯片相关收入至少将翻倍，在总营收中占比达到11%~13%；未来五年，其将保持50%的年复合增长率，到2028年在公司总营收中占比超二成。

魏哲家指出，服务器AI芯片将成为公司HPC业务增长的最强驱动力，并在未来数年成为公司营收增量的最大来源。公司会按计划，将于2025年四季度量产的2nm工艺。

他还称，几乎所有的AI芯片创新者都在和台积电合作，客户对台积电2纳米工艺展现出较高的兴趣和参与度，预计量产头两年的新流片数将高于此前的3nm和5nm工艺。

台积电预计，二季度营收将在196亿美元至204亿美元之间。以上述区间中值为参照，台积电二季度营收有望环比增长6%，同比增长27.6%。台积电还预期，2024年下半年，其整体业务将较上半年更为强劲。

市场调研机构Counterpoint指出，受惠于来自英伟达AI GPU的强劲需求，台积电的5nm产能利用率已达满负荷。持续强劲的先进芯片需求，尤其是用于AI领域的芯片需求，对短期和长期而言都是积极信号。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

AI 热潮似乎出现熄火迹象。

---

钛媒体App 4月20日消息，截至美股周五收盘，“一年十倍股”的 AI 服务器龙头超微电脑（NASDAQ: SMCI）股价一夜暴跌超20%，最新收跌23%，创两个多月新低。

同时，英伟达（NASDAQ: NVDA）股价下跌10%，是自2020年3月以来股价最低的一天，一夜之间市值蒸发超过2100亿美元（约合人民币1.52万亿元）。

过去一周内，英伟达市值蒸发近3000亿美元——大约相当于一个AMD（2370亿美元）、2个英特尔（1455.85亿美元）、1.8个宁德时代（8393.37亿元）。

消息面上，作为英伟达核心服务器供应商，超微电脑4月19日宣布将在本月30日公布2024年第三财季业绩，除此之外并未给出更多财报细节。而这一“消失的预告”被认为一反常态，引起 AI 泡沫即将破裂的担忧，从而使美国多只AI个股遭遇重挫。

很显然，新一轮 AI 热潮正发生巨大转变。

AI概念股遭“回调”，超微、英伟达单日暴跌分别超23%、10%

美股AI概念股们迎来了惨烈的“黑色星期五”。

4月19日，在超微电脑宣布2024财年第三季度业绩时间之后，富国银行证券发布研报指出，其没有给出积极的预先声明，也没有披露重要的AI数据，这被视作一个负面信号。

还有分析师指出，超微电脑没有按惯例发布初步营收报告，可能意味着其季度业绩弱于预期。

受此消息影响，道琼斯市场数据显示，周五收盘英伟达股价暴跌10%，创2020年3月16日以来最大单日跌幅。股价暴跌近85美元，刷新历史最大单日跌幅纪录。

同时，英伟达竞争对手AMD大跌5.4%，芯片设计公司Arm跌近17%，晶圆代工龙头台积电跌超3%，芯片制造商博通及Marvell分别下跌4.3%、4.8%，存储芯片供应商美光跌4.6%。

Profitmart Securities研究主管Avinash Gorakshkar表示，英伟达暴跌的主要原因在于硬件合作伙伴仅宣布了业绩公布日期，并未披露初步业绩。分析师预计，在超微电脑公布业绩之前，英伟达的股价将保持横盘至阴跌。

不止是一天内的股价下跌。过去一周，“美股七姐妹”股价持续重挫，市值合计蒸发9500亿美元，为史上最惨一周。

从股价来看，特斯拉跌幅居首，本周大跌…

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

BeyondTrust获得FedRAMP®授权运营成就反映了公司对联邦政府客户的承诺。{ width=60% }

---

BeyondTrust将被加入到FedRAMP Marketplace，这是一个在线门户，列出了联邦机构批准使用的云服务产品。

BeyondTrust，全球身份和访问安全领域的领导者，今天宣布其安全远程访问(SRA)解决方案已获得中等影响级别的联邦风险和授权管理计划（FedRAMP®）授权运营（ATO）。这些解决方案包括远程支持和特权远程访问，能够保护组织免受当今最先进的网络攻击。这一成就使BeyondTrust的联邦客户能够获得这些解决方案的重要安全性和效率优势，同时推进其云转型目标。

FedRAMP通过提供标准化的安全和风险评估方法，促进了联邦政府机构采用领先行业的云服务。这一认定为联邦政府客户提供了必要的保证，以利用一流的云技术，而不会损害维护敏感信息和公民个人数据所需的安全性。

BeyondTrust目前支持200多个活跃联邦机构的远程支持和特权远程访问需求。BeyondTrust的FedRAMP授权扩大了该公司在公共部门进一步推广其安全远程访问解决方案的能力。此外，BeyondTrust现在将正式列入FedRAMP Marketplace，这是一个中央在线门户，列出了供联邦政府使用的批准云服务产品。

“FedRAMP加速了安全云服务的采用，同时增强了政府利用现代技术的能力，”美国小型企业管理局代理首席信息官Kelvin Moore表示。“实施符合FedRAMP的云解决方案使联邦机构能够利用云计算的好处，同时保持严格的安全控制，最终提高其IT运营的效率、灵活性和成本效益。”

“我们很自豪地提供经过FedRAMP认证的专门远程支持和特权远程访问解决方案，”BeyondTrust产品管理高级总监Tal Guest表示。“我们的FedRAMP计划是一个跨多年的战略项目，展示了我们不仅对联邦市场的承诺，也表明我们承诺为所有客户提供最安全的远程访问解决方案。”

了解更多关于BeyondTrust获得中等影响级别FedRAMP授权运营（ATO）和安全远程访问解决方案的重要性，请点击这里。

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

在计算机领域，究竟是搞工程还是做科研，一直都是一道不算容易的选择题。
不过，说到底程序员也是打工人。

---

所以对大部分人来说，在拿更多的薪水和推动学术界进步之间，应该都会选前者。
而就收入来说，科技公司巨头从来都不吝啬给人才花钱——各种让普通打工人瞠目结舌的薪水层出不穷。这无疑会让很多有能力的人选择离开学术界，投奔大厂。
如此一来，AI教母——李飞飞可坐不住了。
大批人才流失，从做科研转到做工程，这可怎么得了！
于是她在一场演讲中，直接向美国总统拜登「谏言」：你赶紧多拨点款给科研人才吧！
李飞飞跟拜登说，赶紧投钱弄个全国性的算力和数据集的「大仓库」，这样AI届的研究人员才能追上科技公司的步伐。
作为斯坦福大学的教授，李飞飞肯定是时刻心系学术圈的。她也因此扛起了大旗，站在了和她观点一致的学者、政策制定者的最前列。
李飞飞的担心并非没有道理。
目前来看，全美最有钱的那一批大学，也远远比不上Meta、谷歌、微软这种科技大厂。
要知道，这些科技大厂每年在AI领域花好几十亿美元，这就和高校拉开了一道天堑。
举个例子，Meta目标要采买三十五万片定制化的芯片，也就是GPU，用来满足AI模型训练所需的巨大数目。
与之相比，斯坦福大学的自然语言处理小组，拢共只有68块GPU。
350000和68，这个差距无需赘言。
那对于高校来说，没GPU、没算力、没数据，怎么办？只能抱大厂的大腿。
一抱大腿，就看到了大厂员工数倍于自己的薪资。
不看不要紧，看完了，很多人就产生了跑路的想法。
这也就印证了李飞飞的说法：AI学术界的明星人才正在大量流失。
从结果上看，整个2022年，科技公司一共创造了32了业内知名的机器学习模型，而高校只弄出了3个。
要知道在8年前，2014年的情况还是反着的——大部分AI届的突破都是高校完成的。
研究人员从专业角度分析了这种局面未来可能的演变——
AI学者会更加在乎研究能不能落地，也就是能否商用。
上个月Meta的CEO扎克伯格宣布，公司的独立AI研究实验室会更加靠近Meta的生产团队，保证这两个部门达到…

点击阅读全文

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

就在一年前，当我们带着“尝鲜”的想法注册了 ChatGPT 的账号，向那六个“花瓣”的图标发送第一句“Hello”时，我们或许还无法想象一年后的我们已经开始可以期待无数科幻电影刻画描述的“人形机器人”正在向我们走来。

是的，大模型经历了 Chat 与 Agent 的疯狂之后，随着 Sora 作为所谓“世界模拟器”的出现，科研界与资本市场都不约而同的将目光投向了作为实体的 Robot，尤其是人形的 Humanoid Robot。

---

回想人类的进化历程，我们先有了“身体”，才逐步在自然选择之中进化出了“智能”，而从 2023 年伊始，大模型的发展似乎将智能的进化颠倒过来，作为“智能大脑”出现的大模型正在一步步的寻找自己的身体，2023 年下半年是“工具”，而 2024 年似乎直指“智能的身体”。

如果先不论 “xxx 是 xxx 元年”这种句式是否有画饼之嫌，可以预想到的是，可能不同于 Chat 的聊天机器人，也不同于 Agent 的自动化助手，作为人形的机器人一旦出现并广泛应用，将不单单是某一块的所谓“智能产业”的变革或是对某个“机器人行业”造成冲击，相反一种具有拟人，尤其是具备“生产力”属性的“人造机器”的出现，将不单单是一种“增强生产力的技术”，而是作为“取代性技术”对世界政治、经济乃至文化带来变革。

那么，回到问题之初，当下我们正历经的 2024，真的有可能是人形机器人元年吗？让我们先从“人形机器人”这个问题出发。

皇冠上的明珠——人形机器人困难在哪？

如果随意在路上拉一个没有学过人工智能的人问“人工智能是什么？”，可能一个最朴素的答案就是“让计算机像人类一样行事”。然而，人工智能这门学科从上世纪六十年代至今走过六十年，无论是从最初的 Rule-Based 的 AI 还是基于机器学习的 AI，亦或者是目前风光无限的基于大模型的 AI Agent，我们真的可以说现在计算机已经可以“像人类一样行事”了吗？

显然，答案是否定的。

尽管我们看到 AI 一路走来，从最开始在最简单的游戏里频频失足，到 AlphaGO 完全摧毁围棋，从在 28x28 的灰度图上的完成的手写数字识别，到目前遍布大街小巷在现实生活中无处不在的计算机视觉应用，乃至 ChatGPT 横空出世，表现最佳的 GPT-4 甚至于被认为通过了图灵测试。

但是无论这些算法如何神乎其技，我们都可以认为他们只是在一个由计算机构筑的虚拟世界中完成了一系列的加减乘除，或许他们是一个“黑箱”，但是只要一个盒子那么唯有存在一个人去将其“打开”，这个黑箱的功能才有用武之地，换言之，目前的 AI，似乎都缺乏了直接对我们身处的“物理世界”主动施加影响的能力。

而这一点“主体性”与“能动性”，却构筑了当下 AI 与“像人类一样行事”之间巨大的鸿沟与壁垒。那么如何让 AI 从黑客帝国般的虚拟编码中“解放”，现身于物理世界之中呢？机器人学家 Rodney Brooks 提出了一个口号：“智能需要一个身体”。

早在上世纪八十年代，在机器人领域，Brooks 就提出了 Embodied 具身化的概念。具身这个中文似乎有点抽象，但是如果分析 Embody 的英语词源可以发现 em（向内）组合body（身体），引申意即为“赋予有机体形式”。而对“智能”而言，一个真实存在于物理世界的“body” 即是一种“能力”，又是一种“限制”，body 赋予了智能与物理世界互动，影响甚至改变物理世界的能力，同时，body 的边界也使得智能无法如 ChatGPT 一样在网络世界中近乎“无所不能”。

尽管这种“把机器人扔给真实世界，让其通过感知、行动与试错来获取知识”的想法并非什么灵光乍现的天才想法，但是真正要想让机器人在真实世界中做的与人类一样好，其复杂程度却远超人们一开始的设想。人类身体在上万年的进化历程之中，形成了一套完整的基于生物学的信息处理机制，譬如当人类完成上楼梯这个动作时，大脑可以精准的感知足部的受力快速找到合适的重心，再通过迅速的对全身肌肉进行调整，以保证重心稳定。

这样一套在我们潜意识以外，由我们“训练有素”的身体无意识完成的整套动作迁移到机器人场景中却显得格外复杂，对机器人而言在物理世界中可能成功完成某一任务的方式只有一种，但是失败的方式却有无数种，哪怕我们完整的模仿对人类身体的解剖学分析与并对可能的行为动作进行细致的归纳与分类，但是这种自上而下有意识的“复现”似乎始终难以完美“模拟”生物细胞万年进化习得的“本能”。

换言之，刻在我们身体的 DNA 内，我们的祖先似乎已经将一个“世界模型”写入了我们的身体内，而当我们继承这副身体，哪怕我们还处在混沌的无意识阶段（譬如婴儿），身体本身已经可以完成大量与现实世界进行互动的复杂动作，而建立在这些与物理世界互动的经验之上，我们才能逐渐组织与习得如语言、知识、文化、意义等一系列被我们更常称为“智能”的“上层建筑”。

而人形机器人，或者说具身机器人真正的难点，就是在于构造这样一副经过大自然千锤百炼的“身体”，复现我们人类记录于基因中的“世界模型”。

而这一条路走的似乎异常坎坷。

人形机器人简史——我们走到哪一步了？

一般大家会认为，世界上第一台人形机器人诞生于 1969 年，由日本早稻田大学的加藤一郎教授开发的 WABOT-1 的 WL-5号两足步行机，这个机器人由液压驱动，可以实现两足“行走”，但是行动异常缓慢，每步行走距离约为 15 厘米，大约需要 40 秒的时间。

1986 年，日本本田开始研制人形机器人 ASIMO，并于 2000 年发布第一代机型，对比 WABOT-1，这款身高 1.2 米，拥有宇航员造型的 ASIMO 机器人能够流畅的做到双脚直立行走，并且具有每小时 1.6 公里的时速。

2003年，日本工业技术研究院（AIST）推出了 HRP-1S，可以在工程机械的驾驶室内完成对操纵杆的操纵，同年，日本丰田发布“丰田音乐伙伴机器人”，实现了机器人吹喇叭、拉小提琴

2005年，本田升级 Asimo，在行走的基础上第一次实现了一个可以进行“跑步”的机器人，速度达到 6km/h

2013年，美国波士顿动力公司的初代 Atlas 登场，这个后来让波士顿动力公司远近闻名的机器人高 1.8 米，重量约 150公斤，对比 Asimo，Atlas 具有更加出色的运动稳定性，即使被外力干扰 Atlas 也仍然可以保存平衡。

另一边，从 2007 年到 2016 年，本田的 Asimo 先后实现了倒退走、单腿条，9km/h 奔跑，踢足球，打手语，倒水等一系列对协调性与精细程度要求更高的任务。

2017 年外后，Atlas 的运动能力也逐渐增强，从搬运物体，到跳跃、后空翻、倒立甚至于完成复杂的体操动作。

2021 年，马斯克在特斯拉 AI 日中首次提出“人形机器人商业化”的思路，并提出将在 22 年就要发布初代版本。

而很快 2022 年马斯克没有食言，推出了人形机器人 Optimus 的“初代机”，可以完成如搬运东西，给花浇水等的简单任务。

直至 2023 年，波士顿动力展示了 Atlas 可以流畅的行走、与人类协作，完成指定任务等能力。

甚至于在 2023 年底，马斯克发布的第二代 Optimus，其关节与动作的灵活性令人惊叹“这是一个视频！而不是一个 CG”？

然而，哪怕当下人形机器人的灵活性、运动能力已经足够让人浮想联翩，但是正如马斯克在发布 Optimus 的一代版本时指出的那样：“现有的其他类人机器人「缺少大脑」”，而在第二代 Optimus 发布后，马斯克也“诚实”的承认：“第二代 Optimus 并没有自主执行如叠衣服这类操作的能力”。

从 1969 到 2023，尽管从硬件上、从运动控制上、从目标遵循上具身机器人逐步拥有了一具更好的身体硬件，譬如肌肉，譬如神经。但是目前的人形机器人似乎仍然停留在“模仿人类一般行事”，而非“如人类一般行事”。在当下，具身机器人对世界的理解也似乎仍然停留在一个由工程师通过指令搭建的“规则世界”，而非机器人通过自我探索，自我建模而自我构筑的“真实世界模型”。

从“是什么”到“可以做什么”——人形机器人走到现在进行时了吗？

然而，这一切在 2024 年或许将会发生改变。

换用当下许多媒体的说法：“2024 年将是机器人元年”，尽管许多媒体做出这一判断的主要依据并不来源于技术，而是来源于资本市场的暗潮汹涌。2023 年 12 月，号称「人形机器人第一股」的优必选上市，正式拉开今年机器人融资热潮的序幕，今年 2 月，人形机器人公司 Figure AI 从亚马逊、英伟达、微软和 OpenAI 等多家巨头公司获得了新一轮约6.75 亿美元（约合人民币48.7亿元）的融资。而在国内，根据电子发烧友的统计，从 2024 年 1 月 1 日至 3 月 20 日，国内机器人行业发生了 24 起融资事件，涉及人形机器人、手术机器人、工业机器人等多个领域。

所谓兵马未动，粮草先行，资本市场突然众星捧月机器人，一方面源于特斯拉在人形机器人领域飞速的技术迭代，让资本突然看到了人形机器人大规模商业落地（无论是 B 端还是 C 端）的可能；而另一方面，可能也是更为重要的一方面在于，在 23 年大模型落地从 Chat 走向 Agent 后，又开始将目光转向搭载 Agent 的“身体”，也就是人形机器人。

归根结底，目前所有人期待的让人形机器人从“模仿人类”走向“像人一样”的点石成金的魔法仍然是大模型 LLMs。

3月19日，在英伟达的 GTC 大会上，除了超级芯片 GB200，英伟达还推出了一款用于机器人领域的通用基础大模型 Project GR00T（Generalist Robot 00 Technology，通用机器人技术00）。这个名为格鲁特的模型通过广泛的学习多模态的知识，希望可以做到

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

AI 热潮似乎出现熄火迹象。

---

钛媒体App 4月20日消息，截至美股周五收盘，“一年十倍股”的 AI 服务器龙头超微电脑（NASDAQ: SMCI）股价一夜暴跌超20%，最新收跌23%，创两个多月新低。

同时，英伟达（NASDAQ: NVDA）股价下跌10%，是自2020年3月以来股价最低的一天，一夜之间市值蒸发超过2100亿美元（约合人民币1.52万亿元）。

过去一周内，英伟达市值蒸发近3000亿美元——大约相当于一个AMD（2370亿美元）、2个英特尔（1455.85亿美元）、1.8个宁德时代（8393.37亿元）。

消息面上，作为英伟达核心服务器供应商，超微电脑4月19日宣布将在本月30日公布2024年第三财季业绩，除此之外并未给出更多财报细节。而这一“消失的预告”被认为一反常态，引起 AI 泡沫即将破裂的担忧，从而使美国多只AI个股遭遇重挫。

很显然，新一轮 AI 热潮正发生巨大转变。

AI概念股遭“回调”，超微、英伟达单日暴跌分别超23%、10%

美股AI概念股们迎来了惨烈的“黑色星期五”。

4月19日，在超微电脑宣布2024财年第三季度业绩时间之后，富国银行证券发布研报指出，其没有给出积极的预先声明，也没有披露重要的AI数据，这被视作一个负面信号。

还有分析师指出，超微电脑没有按惯例发布初步营收报告，可能意味着其季度业绩弱于预期。

受此消息影响，道琼斯市场数据显示，周五收盘英伟达股价暴跌10%，创2020年3月16日以来最大单日跌幅。股价暴跌近85美元，刷新历史最大单日跌幅纪录。

同时，英伟达竞争对手AMD大跌5.4%，芯片设计公司Arm跌近17%，晶圆代工龙头台积电跌超3%，芯片制造商博通及Marvell分别下跌4.3%、4.8%，存储芯片供应商美光跌4.6%。

Profitmart Securities研究主管Avinash Gorakshkar表示，英伟达暴跌的主要原因在于硬件合作伙伴仅宣布了业绩公布日期，并未披露初步业绩。分析师预计，在超微电脑公布业绩之前，英伟达的股价将保持横盘至阴跌。

不止是一天内的股价下跌。过去一周，“美股七姐妹”股价持续重挫，市值合计蒸发9500亿美元，为史上最惨一周。

从股价来看，特斯拉跌幅居首，本周大跌超过14%。但从市值蒸发金额看，苹果、微软、英伟达贡献最大，这三家公司市值远超特斯拉。

英伟达是本周市值损失最惨烈的科技巨头，减少接近3000亿美元。

瑞穗证券驻场分析师Jordan Klein表示，芯片领域“整个行业出现…

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。