AI设计概念股午后崛起，启迪设计等多股20CM涨停
【财联社5月5日收评】沪指午后缩量调整跌0.48%，AI、教育、ChatGPT概念股午后展开反弹，而液冷、CPO概念股则跌幅居前。北向资金全天净买入6.33亿元。
《ChatGPT培训课：风口的暴利生意？》
本文主要探讨了当前市场上的热点话题——ChatGPT和AIGC，尤其是ChatGPT培训课的火爆程度。根据一份在社交平台上流传的收入统计表，19门ChatGPT培训课在短短运营天内收入超过百万，其中最高的一门课程在17天内收入达到了279万元。这些课程的名字也很有吸引力，如“ChatGPT变现”、“玩赚ChatGPT”等。为了验证这些数据的真实性，红星资本局在知识星球APP中进行了搜索，发现排名前四的课程都有一定的真實性。
《人工智能的风口：数据标注行业的春天与挑战》
本文介绍了2023年我国互联网企业纷纷推出类似ChatGPT的产品，如复旦大学邱锡鹏团队的MOSS、百度的“文心一言”和秘塔科技的“对话写作猫”。同时，文章也关注了数据标注行业的发展。尽管这个行业近年来实现了增长，但其可持续性尚待观察。作为人工智能下游的数据标注从业者，杨科琪的经历表明，这个行业的特点是门槛低、枯燥，但有一定的市场需求。目前，国内已经形成了从数据准备、模型训练到模型管理的成熟的产业链，但数据标注行业仍面临一定的挑战，比如人员流动率高、工作枯燥等。
《清华论坛：大神级人物ChatGPT之间的100分钟对话》
本篇文章为清华论坛的一篇主题对话，介绍了清华大学智能产业研究院的发展状况以及研究方向，特别关注了该研究院所涉及的AI技术及其在产业中的应用。智能产业研究院由前百度总裁张亚勤创立，主要研究方向包括机器人和自动驾驶、生命和生物科学、物联网以及绿色计算。朱民则从经济学的角度谈到了AI对产业的影响，并探讨了AI大模型如ChatGPT等的发展和应用。
《互联网大厂的“ChatGPT追赶之旅”：挑战与机遇并存》
这篇文章主要探讨了互联网大厂在生成式AI领域的追赶之旅。文章指出，虽然互联网大厂在生成式AI方面尚未达到世界先进水平，但落后的幅度并不致命，且拥有足够的发展手段。其中，技术团队的热情和老板的支持是推动其发展的关键因素。当前，互联网大厂主要将生成式AI应用于内部降本增效，而非面向C端的大规模应用。尽管如此，随着互联网大厂不断投入资源，生成式AI的发展有望逐渐缩小与世界先进水平的差距。然而，要想在生成式AI领域取得领先地位，仍需克服诸多挑战，如监管风险和潜在的监管风险等。
五月五日股市波动明显，各版块走势不同，机会与风险并存
本文主要报道了5日A股市场的表现。开盘后，沪指冲高后回落翻绿，深证成指和创业板指也出现下跌。盘面上，教育、房地产、证券、银行等板块涨幅居前，而CPO、手机游戏、新冠药等板块跌幅居前。大金融板块中国银河、海通证券等涨超5%，但AI概念股和液冷、CPO概念股表现分化。地产、基建股在临近中午时异动拉升。医药股普遍调整，众生药业、拓新药业等跌超5%。截至收盘，沪深两市所有交易个股中，上涨的股票数明显多于下跌的。华安证券认为，市场整体有望继续维持震荡格局，机会仍以结构性为主。
《舒曼：从高中教师到AI数据集大亨，如何影响未来科技发展》
这篇文章讲述了德国高中教师舒曼如何创立了LAION数据集，该数据集被用于各种生成模型，包括谷歌Imagen、Parti以及Stable Diffusion。舒曼团队通过抓取网络上的随机HTML代码来定位图像，并将这些图像与描述性文本联系起来，最终形成了一个包含4.13亿图像-文本对的数据集。在两年前创建这个数据集时，舒曼并未从中获得任何利益，他希望能保持工作的独立性，并防止数据被集中于少数几家公司。如今，LAION已经成为最大的免费开源数据集之一，被用于诸多论文和实验，甚至引领了生成式AI的浪潮。
ChatGPT培训课：风口的profitability与赚钱潜力
本文主要探讨了ChatGPT培训课的热度。尽管ChatGPT本身盈利情况尚不明确，但其培训课程却表现出极高的吸金能力。根据统计，一些ChatGPT培训课在短短运营天内收入便超过百万。这些课程多以“ChatGPT”为主题，名称直接表达出其盈利潜力，如“ChatGPT变现”、“ChatGPT掘金”等。
《清华论坛盛邀两位大神级人物探讨AI颠覆认知的未来》
清华论坛邀请了两位重量级人物——科学家张亚勤和经济学家朱民，围绕ChatGPT等生成式AI展开深入讨论。张亚勤分享了他在清华智能产业研究院的工作，主要研究方向包括机器人和自动驾驶、生命和生物科学、物联网以及绿色计算。朱民则从经济学角度谈论了AI的发展，并认为ChatGPT标志着AI时代的来临。
《中国互联网大厂的ChatGPT追赶之旅:挑战与机遇》
这篇文章讲述了五一长假前后，作者与一些互联网大厂的朋友深度交谈，讨论了由ChatGPT引发的“生成式AI”潮流。我国互联网大厂在生成式AI领域虽然起步晚于世界先进水平，但落后的幅度并不致命，且拥有足够的发展手段。主要的制约因素可能不在技术层面，而在其他方面。尽管如此，互联网大厂内部的技术团队对生成式AI的热情很高，且愿意投入巨大资源，这不仅是为了追求新技术，更是为了满足市场需求，提高效率，降低成本。目前，互联网大厂对生成式AI的应用主要集中在内部降本增效，大规模的C端应用还处于探索阶段。同时，互联网大厂在做技术的同时，也在寻求政策支持，希望能加速发展进程，降低风险。然而，由于生成式AI不是制造业，无法提供直接的GDP贡献，其在市场上的地位并未被主流媒体广泛认可，这也限制了其发展速度。