至尊彩票登录|在线登录平台网址入口下载 - 官网网站首页

马斯克破了世界纪录：亏钱第一名！却还是全球第二富......******

　　文/汪俐辰

　　对全球大多数富豪来说，2022年是亏钱的一年。

　　据吉尼斯世界纪录官方网站消息，美国特斯拉公司首席执行官埃隆·马斯克自2021年11月以来损失约1820亿美元(约合人民币1.37万亿元)，更有消息称，这一数字实际上可能接近2000亿美元，一举打破了历史上个人财富损失最大的吉尼斯世界纪录。

　　什么原因使他损失如此惨重？全球富豪们过去一年资产发生了哪些变化？

　　为何少了这么多？

　　据《福布斯》报道，马斯克的净资产从2021年3200亿美元峰值下降到2023年1月的1380亿美元，亏掉了一大半，这主要是由于特斯拉股票表现不佳。

　　据了解，马斯克财富的主要来源于持有的特斯拉股票，然而在过去一年时间里，特斯拉的股票市值已经缩水了约65%。

　　其中，为支付收购推特的440亿美元费用，马斯克抛售特斯拉股票，成为自2010年特斯拉上市以来规模最大的一次抛售，从而导致公司股价暴跌。也有消息表示，冲击特斯拉股价的另外一个原因，是全球纯电车市场需求低迷。

　　虽然不能确定马斯克到底损失了多少，但他的总损失远远超过了这一纪录此前的保持者——日本软银集团首席执行官孙正义。

　　孙正义的个人财富从2000年2月780亿美元的峰值下降至同年7月的194亿美元，短短几个月里其净资产蒸发近600亿美元。

　　尽管马斯克亏损的钱打破了世界纪录，但根据彭博亿万富翁指数显示，他目前仍然是世界第二富有的人。

　　还有谁亏钱了？

　　据彭博亿万富翁指数，2022年，全球最富有的500人财富蒸发了近1.4万亿美元。

　　数据显示，在微软、谷歌、亚马逊、Meta等公司股票下跌的背景下，微软联合创始人比尔·盖茨财富缩水286亿美元，微软前首席执行官史蒂夫·鲍尔默损失194亿美元；

　　亚马逊和蓝色起源公司创始人杰夫·贝索斯损失852亿美元，其前妻麦肯齐·斯格特损失373亿美元；

　　谷歌联合创始人谢尔盖·布林和拉里·佩奇分别损失440亿美元和453亿美元。

　　此外，Meta首席执行官马克·扎克伯格财富损失也很惨重。截至2022年12月30日，扎克伯格的净资产自同年1月初以来缩水了799亿美元，仅剩456亿美元，主要原因包括Meta向元宇宙转型的代价高昂，以及整个科技行业的滑坡拖累了Meta的股价。

　　在2021年年底，扎克伯格曾经是全球第六大富豪。但是在去年底，扎克伯格在彭博财富指数的排名下降了19名，位居第25，是自2014年以来的最低排名。

　　谁是最大赢家？

　　几家忧愁，几家欢喜。要说最大的赢家，非印度企业家高塔姆·阿达尼莫属。2022年以来其身家增加了446亿美元，是亿万富豪阶层前十中身家唯一获得增长的富豪。

　　据报道，阿达尼的阿达尼集团(Adani Group)拥有一个上市公司网络，活跃在发电、水泥、房地产等领域。

　　截至1月9日，阿达尼以1170亿美元的资产位居彭博亿万富豪榜的第三位，超过了比尔·盖茨和沃伦·巴菲特。

　　现在全球首富是谁？据彭博亿万富翁指数显示，截至1月9日，LVMH集团董事长伯纳德·阿尔诺(Bernard Arnault)以1750亿美元的身价位居榜首。

　　阿尔诺是奢侈品巨头LVMH集团的掌舵人，LVMH(酩悦·轩尼诗-路易·威登集团)是全世界最大的奢侈品公司，总部位于法国巴黎。旗下拥有路易威登、DIOR、Tiffany&Co。等75个品牌，涵盖葡萄酒和烈酒、时装和皮具、香水和化妆品、腕表和珠宝以及高端零售等领域。

　　综合自吉尼斯世界纪录官方网站、澎湃新闻、界面新闻等

人工智能，如何妙笔“生”画******

　　核心阅读

　　输入一段话，“绘”出一幅画——人工智能的绘画本领，吸引众多职业画师和零基础用户尝鲜。人工智能绘画的本质是计算，接受“语言描述”指令后根据自身的理解还原出图像。未来，人工智能技术应用于艺术创作等领域，还要注意防范潜在风险，让技术进步更好地造福社会。

　　不用画笔、颜料，输入一段描述性文字，计算机就能自动解析，生成相应的画作。2022世界人工智能大会上，人工智能绘画的展示令观众惊叹。

　　一些过去专属于人类创作的领域，比如绘画、书法、写作、作曲，如今人工智能也已开始涉足。人工智能是如何绘画的？当前沿技术与艺术相遇，将碰撞出怎样的火花？在内容、版权等方面又是否存在问题？

　　从文本到图像，人工智能绘画本质是计算

　　人工智能绘画是一个从文本到图像的生成过程，输入一段话，生成一幅画，本质是计算。简要地说，计算机通过大量学习，能识别特定图片元素和文本之间的关联。同理，人工智能程序在收到“语言描述”指令后，可以根据自身的算法还原出图像。

　　设定计算机程序作画的想法由来已久。早在20世纪70年代，就有艺术家开发了操作机械臂的电脑程序，让机械臂按照指令在画纸上作画。近些年，人工智能技术日新月异，科研人员尝试设计自动作图的计算机程序。但过去很长一段时间，人工智能“画”出的作品普遍不够好，往往只是一些模糊的图像元素的组合，还称不上是完整的画。

　　今年以来，人工智能画技迅速“进化”。谈及技术突破原因，百度文心一格总架构师肖欣延认为，这是预训练大模型的兴起、大数据的训练和扩散模型的出现3方面共同作用的结果。

　　具体来说，预训练大模型增强了人工智能的通用性，成为人工智能技术及应用的新基座；大数据的训练中，通过在众多高性能GPU(图形处理器)算力资源中进行并行学习，计算机能够在短时间内完成大量的数据学习。近年来，几乎所有人工智能的技术发展都受益于这两方面的进展。而对人工智能绘画来说，扩散模型的出现至关重要。

　　扩散模型的原理是，通过人为逐步添加噪声，让图像逐渐变“模糊”，再不断学习去噪过程，如此人工智能就能从完全是噪声的图片中逐渐还原出清晰的图片，即“画”出图像。

　　“这一过程与人类学习相似。通常，人们学画从临摹开始，机器也是如此。它最初生成的图像可能很模糊，但计算机会不断修正，从而输出越来越清楚、层次越来越丰富的图像。”肖欣延说。

　　扩散模型让人工智能绘画技术实现跨越，不仅作画质量快速提升，生成时间也缩短到几秒钟。

　　众多用户尝鲜，大量应用加速“画技”进化

　　汤林杰是某互联网公司的运营人员。工作中，他需要借助一些图片来丰富文案，而网络上找到合适的配图并不容易。今年10月，了解人工智能绘画程序后，他尝试自己“画”图。现在，人工智能绘画工具已经是他工作的重要辅助。

　　随着算法模型对公众开放以及训练数据成本的下降，人工智能绘画门槛越来越低，一些简易化操作平台在国内外兴起。如今，不仅一些职业插画师尝试用人工智能绘画程序辅助作画、激发灵感，许多没有绘画基础的用户也开始尝鲜，并“晒”在社交平台上。

　　大量需求的涌现也加速了技术的更新迭代。“用人工智能绘画的人越多，算法就越能理解输入的描述文本，画作质量就越高。”肖欣延表示，当前人工智能绘画水平与今年初相比，已经有很大进步。

　　不过，目前的人工智能绘画技术并不完美。首先，可控性仍然不高，即计算机不能很好理解人类指令的含义，即便是输入“画两个苹果，左边红色，右边绿色”这样的简单描述，生成的图像也可能有很大偏差；其次，细节呈现能力还不够。比如，对空间、透视和光影的刻画就很不如意。不少人工智能渲染出的画作，初看上去惊艳，认真观察问题却不少。

　　但肖欣延认为，人工智能绘画在技法上的缺陷未来有望得到弥补。比如，基于跨模态大模型和强大的深度学习框架，百度开发的技术一定程度上已经缓解这些问题。此外，未来人工智能不仅能作画，还能根据文本描述生成视频，并直接配上解说文字，“可以把视频生成看作是维度更高的绘画，从技术层面看，这是可以实现的。”

　　防范潜在风险，守住法律和伦理底线

　　人工智能进入绘画领域，计算机会取代人类画师吗？

　　在肖欣延看来，好的绘画与构图、设计语言、视觉情绪息息相关，即使人人都可以用人工智能技术作画，但通常只有高水平的画师才能制作出优秀的人工智能绘画作品，“人工智能只是作画的辅助工具”。此外，虽然有的人工智能绘画语言娴熟，也包含细腻的情感，但并不意味着机器有意识、情感，它不过是学过类似的作品，又恰好呈现出来了。“优秀的艺术作品往往是人的思想的投射，目前机器并没有真正具备思考能力。”肖欣延说。

　　不少业内人士认为，不妨以开放的心态拥抱人工智能绘画，接受新事物。可以预想，将来绘画中一些繁琐、重复性的工作可能由计算机完成，创作者能腾出更多时间去构思想法与创意，调整构图、色彩、光影氛围等。

　　“人工智能可能会激发绘画创造的活力。”肖欣延表示，20世纪前后，照相技术让传统肖像画失去市场，促使一些画家向非写实方向创新。与人工智能技术融合，或许能激发画家创作出别开生面的作品。

　　不过，由于人工智能绘画发展刚刚起步，技术发展也引发关于版权、内容把控等问题的争议。比如，有人认为，未经授权人工智能画作模仿原画的内容、构图和风格等，侵犯了原作者的版权，有违法嫌疑。也有人认为，“机器学习”过程是一种类人化的创作行为，同样体现了创造者的思想和劳动，应当获得版权保护。此外，还有人担忧，人工智能绘画技术若被滥用，可能滋生暴力等令人不适的图像。面对新技术发展，有必要前瞻潜在的风险，只有守住法律和伦理底线，技术进步才能更好地造福社会。

　　不只是绘画，写作、作曲、生成短片，人工智能日益强大的深度学习能力，让它与不同艺术门类发生着奇妙的碰撞。展望未来，业界专家认为，人工智能与艺术融合，一方面会降低一些艺术门类的创造门槛，让更多人参与到当代的审美创造中来；另一方面新技术会带来新的审美风格，人们或许能从中扩展对自身和世界的认识。

　　记者 喻思南

　　（文图：赵筱尘 巫邓炎）