当前智能驾驶行业并未形成华为乾崑智驾、Momenta、比亚迪天神之眼严格“三角鼎立”的格局，三者定位不同、赛道有别，共同处于多强竞争的第一梯队。华为乾崑智驾是全栈自研的头部方案，技术完整、无图城区NOA覆盖广，以高阶性能与生态合作领跑；Momenta为第三方算法供应商，主打量产落地与数据闭环，为多家车企提供技术支持，侧重工程化与规模化；比亚迪天神之眼是自研自用的普惠型智驾系统，以高性价比、全系下放为特色，走规模化普及路线。整体市场呈现华为、小鹏、Momenta、比亚迪等多强并行的态势，各家在技术路线、市场定位与合作模式上差异明显，尚未形成固定三足格局，而是技术、成本、生态多维竞争的行业格局。

门已经焊死了。 整整七天，谁也别想跑。连续七个一字跌停，每天开盘，几十万手卖单封得死死的，纹丝不动。 行情启动之初，这只股价仅2元多的股票，在资本的助推下开启了近乎无回调的上涨。两个月内，26个涨停板将股价推升至8元上方，累计涨幅超300%。彼时的市场，人声鼎沸、热度空前，持股者皆自诩“股神”，沉浸在财富快速增值的幻梦中，仿佛天上掉落下的“金疙瘩”，让每一位参与者都坚信自己是幸运儿。这场资本盛宴，在锣鼓喧天的追捧中，将投机情绪推向了顶峰。 然而，盛宴终有散场时。在股价触及高位后，庄家悄然一键清仓，这场精心编织的财富美梦瞬间破碎。随之而来的，是连续七个交易日的一字跌停，每日开盘便有数十万手卖单牢牢封死跌停板，股价纹丝不动，留给投资者的只有“门已焊死、谁也别想跑”的绝望。 如今的交易盘面，成交额惨淡到极致。那些想要认输出局、割肉离场的投资者，即便挂出卖单，也终究石沉大海——没有接盘资金，没有成交回应，屏幕上的卖单数字，成为了无数投资者无法挣脱的绝望符号。 这从来不是真正的价值投资，而是一场赤裸裸的“击鼓传花”游戏。当鼓声戛然而止，那个被疯狂追捧的“烫手山芋”，最终还是烂在了最后一批接盘者手中。K线图上，从哪里来、回哪里去的轨迹清晰可见，上涨时有多疯狂，下跌时就有多惨烈。这场从巅峰到谷底的骤变，不仅是股价的剧烈波动，更是投机泡沫破裂后，无数投资者财富的幻灭与教训。 $*ST正平(603843.SH)$  

富时中国A50指数期货跌超1%

不论是口罩前说的消费升级还是之后说的消费降级，其实都不准确，目前所见到的客观情况是消费分层，升级和降级是同时存在双线发展的，口罩之后尤其明显。从社会良性发展角度来说，这是需要警醒的。 $永辉超市(601933.SH)$  

【盘面最强主线】 利好刺激板块活跃但没明显加强，有色、创新药 【连板结构梳理】 1.ai。中电兴发5板，魅视科技2板 2.新质生产力。艾艾精工8板，永悦科技3板 3.医药。大理药业3板，罗欣药业2板 4.锂电。星光股份4板 【趋势板块梳理】 1.资源股 铜，北方铜业，西部矿业，铜陵有色，金诚信，洛阳钼业，紫金矿业，江西铜业 黄金，金贵银业，中润资源，四川黄金 2.医药 cxo，诺思格，泰格医药，昭衍新药，泓博医药，百花医药 创新药，首药控股，普蕊斯，迪哲医药，百利甜哼，泽井制药，罗欣药业 3.消费。旅游，丽江股份，九华旅游，峨眉山，云南旅游 4.环保。大地海洋，超越科技，中再资环，华宏科技，城发环境，华新环保

存储芯片、光刻机今天强势上涨，前几天建议大家低吸这个方向的核心趋势股，今天收益应该都不错，万润科技有涨停预期！！！

罗博特科也是江苏

量化微盘基金，是今年表现很差的品种，到2月初，能把去年1年的超额收益跌成负值。 2.7-2.27，量化微盘基金有所反弹，但这几日的表现又欠佳，不在市场的主线上。去年 11-12月，这类基金非常火，好似熊市与其无关，是躺赚行情，但我也曾提醒过小微盘股拥挤，容易带来风险和收益的不对称。现在看，这类基金适合小微盘被還忘的时候，逆向布局，太顺势的时候火中取栗，结果太不可控了。我倾向于继续持有这类基金，因为您提到，数量少。数量少则亏损可控，数量少则可以拿住这类基金，看看更大周期的表现。己知小微盘股的风口暂时过去了，今年沪深300 指数特别强势。 此外还要提醒，量化微微基金，不完全等于中证2000、中证1000 及其增强基金，南方中证： 2000ETF近1个月涨了 15.02%，南方中证 1000ETF 近 1个月涨了18.51%，两者反弹的效果好，年内的跌幅小。 小微盘顺风 顺水的时候，市场趋势不断强化，越是搞市值下沉，超额收益越好，直至拐点出现。所以，在配置小盘方向上的时候，什么品种更适合自己，也要考虑。如果对量化微盘、小盘没信心，最好配置锚定基准强的指数增强型基金。持有这类基金，能起到市值差异配置的作用，同时减轻内心的焦虑。

阿里大模型专家会议纪要 Q：我之前不太了解你们的大模型是怎么开发出来的，想从底层上面去了解一下，然后你们中间的语料灌的是怎么样的语料？我们现在的这个模型是处于 GPT 3 还是 3. 5 的一个水平？追上有没有难度？ A：好的，底层架构是这样，我们之前有两套技术，两种架构的 AI 的产品线。之前我们在行业线，比如在我们阿里的阿里云还有淘宝，用的其实是上一代的技术，就是那些神经卷积的一些 RNN、CNN的老一代技术，包括Tensorflow、Pytorch这种底座构建的一些产品和技术。这个产品技术从 2019 年开始，阿里云有一个团队专门做机器学习平台的，这个平台它构建一个产品叫派pai，这个产品的底座就是Tensorflow、Pytorch这样的架构，在这个底座上面它有很多中小模型，包括文本的、图像的、视频的、人脸识别、科学训练等等，大概有 140 多种中小模型以及算法。它提供这个平台主要是做一种深度学习的应用平台，来给很多开发者和中小企业自己在这个新的平台上做数据的标注、模型的构建、训练、调优部署的前套服务。这个产品过去两年已经形成比较成熟的销售模式，而且一直都在卖，每年能够做十个亿。达摩院自己做的这个技术线最早是2017 年，他们当时抽了大概三十多人来追踪海外的transformer这个技术线路，从最早的谷歌开源,到2018 GPT 1、2019 GPT 2，我们都有人在追踪他们整个技术线路和这些开源的训练集、算法、模型架构。从 2020年6月GPT 3 发布以后，它没有开源，这一段主要就是从他们的论文去找线索，关于模型调优、一些先进的训练算法，我们来做一些参照。所以简单说技术底座来自transformer，从GPT 2 之后开始去做真正的建设和底座的夯实，中间这两年还是基于我们自己的训练集、数据集去做一些训练。我们的训练集主要是三大块，一块就是网上扒的数据，但是数据质量不够高，需要做大量的清洗，剩下大概30%多的数据可以用来做标注，然后再去训练。第二块数据是我们会去购买很多高质量的语料、高质量文本，包括小说、论文、专利、行业分析报告，还有一些专业网站上的一些作家、写手写的一些高质量文章，像知乎、国内的自研，还有海外的维基百科，加上我们自家投资的这些企业手上的一些数据，包括微博，但微博质量不是特别高，因为大部分写手写的都是 140 个字，然后就是中文在线，因为它有几千个签约作家，有几十万个这种选手帮他写东西，质量还可以。第三块是我们自己在过去做互联网业务沉淀的一些数据，包括物流的数据、电商的数据，还有金融的数据，以及优酷等等，就是我们自家生态层面的数据。大模型我们现在都叫通义大模型，通义大模型现在还是有三个模态，第一个模态就是M6 ，它其实也是一个文生图、图生文的模型，以及会把语音合成、语义识别这些技术融在里面。另外一个是跟自然语言相关的，专门处理文本生成、文本理解、文本分割、文本的摘要生产等等。还有一块是视觉，专门做视频的提取、分割、编辑、生成这一块。今年主要是把文本这个产品先做商用，文本我们现在对标chat gpt还不够好，大概 60 多分，主要是体现在六个方面。 第一个方面是文本理解能力，这种能力我们基本上会用一些测试笔记去测试，包括我们会用一些训练样本，像文言文，目前这一块还是偏弱。第二块是多轮对话，chat gpt对几百轮都不会跑题，我们大概会对100 多轮，百度大概也是四五十轮。第三个方面就是角色扮演，这是我们整体国内缺失的能力，它是让AI模拟一个作家的语气生成文字。第四块就是复杂问题推理，我们经常把一些逻辑题拿去问AI，这块整体偏弱，我们跟百度也就是五十来分，比如我们把 MBA 考试的逻辑题或者是gmat上面的逻辑题拿给 AI 去做，我们自己大概能做对一半，chat gpt大概能做对90多。还有一块是代码生成，我们国内整个代码生成的能力，大概只能做简单的小程序，比如俄罗斯方块这种小游戏，200 行左右的，比较复杂的程序就生成不了，chat gpt可以生成上千行的程序，C + +、HTML、Java、Python它都能生成，因为他们把Github上10亿行的代码都学习了，然后在codex代码生成这一块非常强。还有一块叫文本摘要生成，就是把一个长文本扔进去让它帮你总结，这块我们比较弱，主要弱在文本不够长， GPT 4现在已经可以支持 2500个字了，我们长度没那么长，可能只有几百个字，更长文本灌不进去。所以我们在这六大方面跟chat gpt的差距还比较大，大概会有30 多分的差距。