①固态电池电解质与活性物质的接触方式由固-液接触变为固-固接触,由此产生一系列变化,其中包括干法工艺受到关注,相应的设备厂商亦在迭代; ②全固态电池目前在成本、工艺量产等方面仍面临难题; ③新兴产业eVTOL领域应用端受到关注,亿航智能认为当前电池材料端仍是瓶颈。
本期访谈人物:
极态科技创始人兼CEO 王力
“在AI时代,一个足够大的智能跳跃,很容易产生出数倍、几十倍甚至几百倍的能力差。”
▍个人介绍
新西兰奥克兰大学应用数学专业荣誉学士学位。前58集团战略高级经理、阿里数据分析专家、埃森哲项高科技咨询顾问等。长期专注于领先数字科技的核心技术研发和产业应用,带领过国内外10+次大型创新、转型、业务落地项目,涉及电信、O2O、金融、投资等领域。
▍第一标签
持续创新者,立志通过决策类大模型,在金融应用领域驱动更高效的宏观和微观资源分配。
▍公司简介
极态科技是一家专注于大经济模型、通用风险资产定价能力和资产组合管理的先进原生人工智能公司。据公司介绍,经过5+年的研发,其目前最新版AI模型已经过多轮迭代,第八代AI系统具备了“通用风险资产定价”和“投资策略组合管理”两大核心能力,并已取得突破成果。
AI大模型创业热传导至国内的一年以来,互联网大厂纷纷跑马圈地。有研究人士预估,年内行业新增投资额将会高达200亿元人民币,将共计有200起左右的大模型融资案例。
在王力眼里,这太过“疯狂”,而且在接下来的几年里,生成式大模型行业一定会非常卷。
支撑这一判断的逻辑,一方面是生成式AI能力越来越强,但“C端市场用户就这么多”,需求有限;另一方面,王力认为,目前为止国内AI大模型项目的本质,某种程度上都属于“迭代创新”,单纯由技术驱动的价值成长空间不足。
“国产AI大模型几乎都是在GPT-3.5或Llama架构上做出来的”。王力表示,近百页的学术论文,几乎把所有的架构和参数都公之于众了,包括做的细节有多少层、每一层是多少个神经元、每个神经元多少个维度,以及如何训练、初始条件是什么、使用了什么数据集。
而到了GPT-4.0的架构升级,一旦工程细节没有尽数像上一代一样公之于众,就会成为许多项目的痛点,也形成我们跟国外大模型项目的代际差距。只有依靠自身积淀,做真正的技术创新,才有可能弥合日后创新力、竞争力不足的隐痛。
巧合的是,就在《科创板日报》记者采访王力当日,创新工场旗下的AI公司零一万物开源大模型,被业内资深人士质疑其“套壳”。而随后零一万物的官方回复内容,则如同王力所言,映衬了当前行业的现实。
今年6月,王力创立极态科技。王力说,极态AI的大经济模型是独立研发的产物,并非基于现有开源大模型的复制或者微调。公司的长期愿景,是成为第一家服务十万亿风险资产的原生AI公司。
“极态AI并非基于现有开源大模型微调”
王力创办的北京极态科技,是一家专注于提供通用资管解决方案的先进原生人工智能公司。据公司介绍,经过多轮迭代,第八代AI系统具备了“通用风险资产定价”和“投资策略组合管理”两大核心能力,并已取得突破成果。
如果要问,多模态的人工智能可以带给金融业哪些新的想象?从今年以来行业对大模型的探索与实践中,可以看到,生成式人工智能在金融信息数据服务、风控以及在财富管理领域的应用,大受关注。
但按照现有案例对比来看,据王力向《科创板日报》记者表示,极态运用多模态人工智能理念所做的工作,本质与之有所不同。
“业内多数大模型是运用GPT架构做出来的,而GPT架构是专门服务于语言的模型架构,在这个领域中表现非常好,因此大家熟悉的AI落地,主要还是在交互端的提效,比如智能客服,或者做一些基于文本的因子挖掘和语义分析,并不一定适合直接落地到广义资产风险定价。”
王力表示,极态AI的大经济模型是独立研发的产物,并非基于现有开源大模型的复制或者微调。极态AI的核心,是对多模态信息源的有效整合、处理和结构化学习,从而得到对经济世界的“高纬理解“。
截至2023年11月15日,在过去的32个月实盘验证中,传统资管方法策略在充满“黑天鹅”和“灰犀牛”等诸多挑战的市场环境下,面临失效。极态AI则超额跑赢沪深300指数+82.7%;跑赢中证500指数+64.5%;跑赢创业板指+71.6%。
正如此前许多投资人在看到数据后的第一反应,《科创板日报》记者当场也向这位极态AI创始人发问:高收益能持续吗?未来在商业落地方面有合规风险吗?与量化等传统资管究竟有何分别?
王力表示,他们对未来收益有一定预期,以A股市场为例,基于流动性模型测算,当赚取“最后一元”超额的钱,大概的资产管理规模至少是在万亿级。
《科创板日报》记者在采访过程中,多次就提到的技术及业务模式的合规情况进行交流。王力表示,公司的AI决策类产品主要卖向B端机构客户,极态AI的角色是技术能力提供方,基金方面的合规工作将主要归属于合作的资管机构。
年内众多金融机构不吝千万级开支或投资,公开其大模型招投标,如招商银行、华夏银行、中信银行等;或投资设立自有的AI项目,开发运用人工智能参与到资产配置和交易模型。
极态科技公司目前仍处于创业初期,公司核心团队仅有4人。当被问到如何理解现在市场竞争态势时,王力表示,大厂的优势在于迭代性创新或对现有场景的提效,通过规模效应,置换边际成本从而获得最终商业回报。但是在AI纪元时代,这种传统商业逻辑可能受到颠覆性挑战。
“在AI时代,一个足够大的智能跳跃,很容易产生出数倍、几十倍甚至几百倍的能力差。其次,当能力有足够大的突破,现有的市场结构、分配机制和产品形态都会产生颠覆性变化,而现有的利益架构和集体的行为惯性,导致这种“战场“矩阵的变化,对大厂是最难适应的。”
“量化交易过时了”?
曾管理千亿规模资金的国内头部量化基金幻方,此前因为拥有超过一万颗GPU——数量远超大部分AI科技公司,而在生成式AI兴起时“意外”被市场关注。幻方对其自有AI平台萤火的投入力度之大,亦可以想见。
不过就在幻方喊出“AGI不是用来炒股的”,几乎同期,王力迅速将目前专长于股票资产配置的极态AI推至台前。
据王力向《科创板日报》记者介绍,从实盘交易结果来看,宏观策略上,某头部量化基金目前公布在排排网上的宽基指数增强类策略的业绩均值,今年实盘数据比不上极态的小盘测试情况。
量化交易作为一种创新型的交易策略,从技术工具出发,过去大大改变了金融投资行业的模式和格局。据了解,目前在欧美等发达经济体资本市场,机构量化交易占比已达70%左右;而在境内市场,量化交易的行业规模已超万亿元,有研究认为,量化交易在A股市场的成交占比达两成左右。
近两年在以中小投资者为主体的国内市场,量化也由于技术和其背后的资本,对“散户”的投资策略和利益形成倾轧,被推至风口浪尖。
同样有意于以技术驱动投资策略变革的极态AI,是否也会面临类似压力?另外,极态AI的策略与量化交易有何区别?
王力表示,极态AI的核心逻辑,是通过对于全域市场的态势感知能力,结合顶层宏观认知和微观资产的洞察力,在更长周期上做最有利的动态资源分配决定。相比之下,量化交易因需要追求极致的速度,必须采用简化的模型架构和相对少量的高频数据源。落地到实盘上,极态的策略交易频次远低于量化交易。
王力认为,量化交易的一个致命弱点是,策略要求较为简单,导致模块失效非常快,短期内策略过期就要重新研发。相比之下,极态的上一代模型第七代AI,迄今上线一年多时间,对于市场依然有良好的解释能力。
此外,高频交易因市场上策略的同质化越来越严重,经常发生挤兑情况,导致短时间内的大幅度单边价格波动,在特定条件下会加大个别市场资产的波动。
高频交易能够有效辐射的资产规模有限,这也是几乎无法做成服务化业务的原因。王力声称,极态AI未来可辐射的市场规模,应该是千万亿级的,可服务的资产规模也将会是万亿级。
极态AI的生存之道
极态科技成立半年以来,目前还在完成公司的首轮融资过程中。
作为一名科技行业创业者,王力明显感觉到,继美元基金陆续退出中国市场,一级市场对那些乍看“看不太懂”的早期项目,显得耐心不足。
王力向记者分享,他们此前接触的一家资方在跟公司聊了三四轮之后,各方面进展一直很顺利,而当这家机构今年刚好募到一笔政府资金时,却突然告知王力,LP对被投项目的新增限制性条件——公司成立必须满三年,让极态科技无缘拿到这笔融资。
“天使基金还需要投那些三年以上的项目吗?”王力说,这是他之前不知道该怎么理解的事情。“当市场化资金拿着政府的钱,考虑要小心、要保本,所以额外增加一些保险举措,可能导致一些创新企业被卡在这里。”
“我们真正需要的是突破性创新,可是当下很少有资方愿意为此买单。”
不过王力对自己创业项目的目标很明确,尽管他也意识到这是一个长期、需要庞大算力支持的宏大愿景:成为第一家服务十万亿风险资产的原生AI公司。
未来三年,他们的短期计划是打造一个极态金融OS,并且预计明年一季度会完成首轮融资。
“人工智能的纪元已来临,在未来几年,我们将在各行各业看到其深远的影响。回顾人类历史,我们的文化、政治、教育、科技、工业甚至战争,都围绕一个主题:有限资源的分配及其合理利用。”王力表示,如果能通过AI的智慧帮助人类提升哪怕1%的资源分配效率,都将对世界经济产生重大贡献,这也是极态AI的发展愿景以及走下去的动力源泉。