巴比特| 元宇宙每日必讀：都市白領視AI為生產力工具，學生、準媽媽在單調的數據打標中消磨時光

圖片來源：由無界AI生成

摘要：

從AI繪畫到AI寫作，AI敲代碼，AI做PPT……AI工具逐漸成為都市白領的必備利器，原來要花去8小時的工作現在3小時就能完成，“多出來”的5小時用來自我提升。在網絡的另一端，從高校畢業的學生到5線城市的準媽媽，他們被招募到大數據公司，專門為數據打標，以訓練越來越強大的AI大模型。枯燥、乏味的工作消磨著他們的時光……

AI，它的誕生顯然是為了人類福祉，但最終，它也許會是人類更加兩極分化的“始作俑者”？

熱點資訊：

馬斯克：特斯拉的長期價值將來自AI 和機器人

巴比特訊，9 月11 日，埃隆・馬斯克（Elon Musk）在回應德國工程師和電動汽車愛好者Alex Avoigt 的推特時表示：“特斯拉幾乎所有的長期價值都將來自AI 和機器人，包括汽車和人形機器人。”Avoigt 認為特斯拉400 美元的目標價依然屬於低估，它不能反映出這家“在市場上有最大的機會和概率將AI 應用於汽車和機器人”的公司的價值。

阿里新任CEO 吳泳銘宣布兩大戰略重心：用戶為先、AI 驅動

據橙柿互動9 月12 日報導，阿里巴巴集團新任CEO 吳泳銘發布全員信宣布確立兩大戰略重心：用戶為先、AI 驅動。在此基礎上，阿里巴巴將對三類業務加大戰略性投入——一是技術驅動的互聯網平台業務，二是AI 驅動的科技業務，三是全球化的商業網絡。吳泳銘在信中表示，“下一個十年，最大的變量毫無疑問是AI 帶來的全行業深刻變革。我們必須在AI 時代以再次創業的決心，重塑用戶價值，才可能得到在未來十年繼續服務客戶的機會。我們各業務有大量用戶場景，我們必須讓這些場景都變成AI 技術最佳的應用場，通過技術創新帶來突破性用戶體驗和商業模式。如果跟不上AI 時代的變遷，一定會有新的物種將我們取代。”

英偉達獨霸AI 芯片市場，美國芯片創企融資困難

據新浪財經9 月11 日報導，英偉達在AI 芯片市場的獨家主導地位，已經嚴重影響了競爭對手的融資。本季度，美國芯片初創公司贏得的融資交易數量同比下滑了80%。對於投資者而言，投資這樣的初創公司風險極高，因此也不願投入大筆資金來支持。 PitchBook 的數據顯示，截至8 月底，美國芯片初創公司僅融資8.814 億美元。相比之下，2022 年前三個季度的融資額為17.9 億美元。截至8 月底，交易數量從23 宗降至4 宗。

美團大眾點評開始測試“智能小助手”AI 功能，搜索結果由用戶評價綜合生成

據站長之家9 月12 日報導，近日，美團大眾點評開始悄然測試“智能小助手”功能，用戶在搜索部分問題時，搜索結果頁面的頭部將出現“小助手”測試版，智能回答用戶提問。但該功能目前處於內測階段，只能回答部分問題。回答的結果由用戶評價自動綜合生成。美團大眾點評此次推出“智能小助手”功能是智能化發展的一部分，美團未來可能會將人工智能技術應用到更多領域中。

AI 設計應用Microsoft Designer 已登陸Android 平台

據品玩援引mspoweruser 報導，AI 設計應用Microsoft Designer 現已登陸Android 平台，用戶可通過Google Play 下載。 Microsoft Designer 是微軟在2022 年10 月推出的AI 設計應用，可以根據用戶的描述來製作各種圖片，並配備了多種模板和風格供用戶挑選。 Microsoft Designer 基於AI 繪畫工具DALL-E 2 開發，該模型由OpenAI 推出。 Microsoft Designer 此前已經推出網頁版和Windows 版，現正在Android 平台進行測試。

元宇宙薦讀：

《谷歌掌門人暢談AI：為何“動作慢了” 對人工智能有何擔憂？ 》

在大模型的賽場上，谷歌是不是落後了？ CEO皮查伊反駁稱，對於未來5至10年來說，這種次序並不重要，事實是在人們看到大語言模型如何運作後，谷歌能做的事情更多了。皮查伊強調要區分“信號和雜音”，在這裡信號是，人工智能是一種深刻的平台轉變，它正處於可以更深入應用的階段。

《Web3人的AI世界觀：砸不掉我飯碗，幹不掉我工作》

‌‌

文章採訪了四位AI的一線使用者，他們都對AI的工具屬性表示滿意，同時他們認為，在未來，更重要的是保護和珍惜自己的人性，釋放自己的創造力，不要在鋼筋水泥的城市森林中成為行屍走肉。

《特斯拉AI帝國基石Dojo：為視頻數據訓練而生，鋪就通往AGI之路》

‌‌

Dojo是特斯拉的超級計算機，特斯拉用大量視頻對它進行無監督的大規模訓練。目前看，DojoV1並非面向通用目的AI，它在視頻識別領域更在行。但Dojo V2，這個計劃中的升級版會突破這一限制，它可能是一種通用人工智能（AGI）。因為這個消息，特斯拉股票在11日爆拉10%左右。

《大模型熱潮下的實習生：人均985？卻在大廠“打標籤”》

‌‌

大語言模型展現“超能力”的背後，其實是算力對標籤化數據不斷訓練的結果，而為數據打標籤，存粹就是一個體力活。就這個工作，很多人受不了。而你不願意幹，後面還有願意幹的人在排隊。 AI瘋狂，背後是一些無名的人在默默付出。

《碾壓H100！英偉達GH200超級芯片首秀MLPerf v3.1，性能躍升17%》

‌‌

英偉達最新發布了GH200 Grace Hopper 超級芯片，它將英偉達的Grace CPU 與H100 GPU 集成在一起，通過超高的帶寬連接，從而比單個H100 配合其他的CPU 能提供更強的性能表現。英偉達人工智能總監Dave Salvator 稱：“Grace Hopper 首次展示了非常強勁的性能，與我們的H100 GPU 提交相比，性能提高了17%，我們已經全面領先。”