AI大模型从概念提出到应用落地成效显著，目前逐渐从C端“对话作诗”走向各行各业。 近期，腾讯云公布行业大模型研发进展，其立足不同企业的需求场景，依托腾讯云TI平台打造了行业大模型精选商店，为客户提供MaaS（Model-as-a-Service）一站式服务，助力客户构建专属大模型及智能应用。 无独有偶，在华为开发者大会2023（Cloud）上，华为云盘古大模型3.0正式对外发布，这是一个面向行业的大模型系列，其将围绕“行业重塑”“技术扎根”“开放同飞”三大创新方向，为行业客户、伙伴及开发者提供更好的服务。 腾讯云、华为云等头部云服务厂商领路，各行各业的龙头企业和创业公司跟随，行业大模型一时间热闹起来。不出意外，近几个月行业大模型会迎来一波密集发布的小高潮，大模型产业的垂直化、企业化也将更深入。 （配图来自Canva可画） 转战行业大模型 从市场现状来看，大模型的战争从通用大模型转向行业大模型是大势所趋。 正如腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生所说的：“通用大模型可以在100个场景中，解决70%-80%的问题，但未必能100%满足企业某个场景的需求”，通用大模型在解决特定场景的专业问题时存在一定的局限性。 一来，通用大模型有广泛的适用性但缺乏行业深度，在专业和更加细分的垂直领域几乎提供不了高价值的服务。 众所周知，通用大模型需要三大支柱支撑即算法、数据、算力，其中数据决定智能范围，影响数据分析的精准度和全面性，而通用大模型数据大多来自于公开文献与网络信息，专业行业数据积累不足，在医疗、金融等专业性较强的产业，通用大模型提供的服务价值有限。 二来，使用通用大模型需要上传数据到大模型方提供的服务器，存在数据泄露的风险和安全问题。 普通通用大模型并非本地部署也没有用户权限管控，对数据安全敏感的金融行业、G端客户在运用大模型时很难保证数据的安全，采取有效的控制

随着AI大模型的持续发酵，业内对于AI大模型在各个行业的应用落地越发关注。比如，“AI+教育”“AI+医疗”……，曾经炒作过的AI概念，有了重新炒作一遍的趋势，AI汽车自然也不例外。 近期，在四维图新的战略研讨会上，明确将围绕“汽车智能化”主赛道，以地图数据、导航产品为基座，以智能驾驶、人车交互为主要应用场景，提供面向智能汽车的软硬件产品组合，加速形成以“芯片+算法+数据+云”的数据驱动创新闭环。除了四维图新之外，华为问界M5智驾版的推出，也在业内引发强烈反响，很多用户更是甘当“自来水”，为问界智驾打call，一时间AI汽车的声量再次走高。 （配图来自Canva可画） 智能汽车人气再度飙升 在6月16日举行的2023未来汽车先行者大会暨全球智能网联汽车商业化创新大会上，华为终端BG CEO、智能汽车解决方案BU CEO余承东发言表示：“中小厂商可能被大的厂商兼并或者重组掉，未来能活下来的车企，年产量达不到500万或者达不到1000万辆的话，恐怕很难在这个时代立足。”值得注意的是，几乎同时华为与赛力斯合作的问界M5智驾版，也在同一天交付引发行业关注。从当下来看，智能汽车再次人气飙升是有原因的。 一方面，智能汽车解决方案发展到今天已经越来越成熟了，当下L3级别的智能驾驶落地，业已步入成熟落地阶段。进入智能汽车时代，汽车传统的电子电气架构，加速从分布式（模块化、集成化）向域集中式（包括集中式化、域融合）、中央集中式演进（车载电脑、车云计算）。在域控制架构之下，汽车的通讯性能更好、成本更低，同时节省了大量ECU（电子控制单元）的使用，大大节省了空间、能耗和物料，使核心域内算力大幅提升，智能化功能开发越发顺畅，应用上车速度大幅提升。 比如，华为就将多年来在ICT方面积累的核心能力，迁移到了智能汽车上，如华为的鸿蒙智能座舱、智能车控以及智能驾驶技术，全都被应用在了华为的合作伙伴，如

ChatGPT走红后，大模型的热度持续不减，并日渐形成了“千模大战”的局面。前两个月，百度、阿里、腾讯加入；进入5月份，先有网易有道，发布了基于“子曰”大模型开发的AI口语老师剧透视频，介绍其基于教育场景的类ChatGPT产品；后有科大讯飞，发布认知大模型“讯飞星火”……总之，各种大大小小的发布会，都在向外界证明自己到底有多大的想象空间。 在大模型进展如火如荼之下，其产业化也被越来越多地提及，从前炒作的“AI+”也再次站上风口。在此背景下，关于AI大模型在汽车领域的应用，也开始热度飙升。 （配图来自Canva可画） 智能汽车的“ChatGPT时刻”来了 目前来看，大模型重构各行各业虽然已经成为业界共识，但ChatGPT“上车”远比预想中的来得更快。作为继家庭和办公场所之外的“第三空间”，汽车正在变成一个新型智能终端。ChatGPT到来了之后，车机关系也受到了更多的影响。 一是ChatGPT对汽车自动驾驶的影响。业内人士分析表示，大模型具备对海量数据的处理能力以及多维度分析能力，可以提供更精准、更全面的数据分析和预测能力，持续优化模型，提高智能驾驶的准确性和可靠性。尤其是随着ChatGPT的出现，人们发现当模型的参数量，达到了一定程度之后，呈现出的效果不是“性能变好”，而是“出奇的好”。 具体到应用层面，大模型对自动驾驶的影响是：在云端，车企可以发挥模型参数量的大容量优势，通过大模型完成绝大多数的数据标注和数据挖掘工作，节省数据标注成本，还能够借助仿真场景构建赋能。在车端，它可以将分管不同子任务的小模型合并为一个大模型，节省车端推理计算时间，增加汽车安全性。最重要的是，被认为是自动驾驶算法终局的端到端感知决策一体化算法瓶颈，或许在汽车接入大模型之后可以得到有效解决，自动驾驶算法升级指日可待。 二是对汽车智能座舱的影响。车载ChatGPT语音助手，可以处理完整的对话，比如追

疫情话题淡出了人们生活，医药、保健的关注度不降反升，血压计、血糖仪、洗鼻器等产品热度不断攀升，这些操作简单、体积小巧、携带方便且相对智能的家庭医疗器械成为家庭消费的“新宠”。 家用医疗器械的消费热度体现在消费榜单上。京东健康618数据显示，家庭氧疗产品全品类集体“爆发”，雾化器品类、制氧机品类成交额同比增长230%、呼吸机品类同比增长200%，而且家用中频电理疗仪、红蓝光治疗仪在今年格外受到消费者青睐。 无独有偶，阿里健康研究院、天猫健康发布《诊疗家庭化消费趋势洞察》显示，医疗器械家庭化的发展势头旺盛。数据显示，2/3的健康电商用户购买过家用医疗器械。2022年，健康电商平台器械类用户占比65.1%，线上消费规模增幅达30%以上，增速明显。 随着人们健康意识的提升，医疗器械逐渐成为常备“家用小家电”，这为鱼跃医疗、可孚医疗等家用医疗器械企业，以及美的、海尔等跨界玩家，提供了广阔的市场空间。 （配图来自Canva可画） 家庭医疗器械渐成主流 后疫情时代，家庭健康管理意识普遍提升，家用医疗器械被纳入家庭必备清单，家用医疗器械市场规模不断扩大。 亿欧智库预计，到2025年家用医疗器械市场规模或将达到2295亿元。另据医械研究院数据，医疗器械市场中，医用医疗器械占比从2018年的68.54%下降至2019年的66.98%，家用医疗器械占比由2018年的31.46%升至33.02%，家用医疗器械需求在不断提高。 家用医疗器械市场规模与日俱增，更深层次的原因是利好政策、市场需求、技术创新和资本支持等多重因素驱动。 在政策端，利好政策相继出台，为家用医疗器械市场带来了新的发展契机。这些年，一系列相关政策的出台加速了医疗器械市场的发展，例如：“健康中国2030规划纲要”、“加速推进医疗器械创新条件下的审评审批改革”等。 在市场端，亚健康、康复治疗、高龄等人群对家庭医疗器械有旺盛的需求，

不知从什么时候开始，教育硬件产品的智能化底色日渐浓郁。智能化、AI更是成为了教育硬件领域提及的高频词。在多方因素的共同影响下，教育智能硬件市场呈现出蓬勃发展趋势。据艾瑞咨询发布的《2022年中国教育智能硬件市场与用户洞察报告》显示，2022年预计消费级教育智能硬件市场规模达431亿元，同比增长超20%，预计未来四年增速将保持两位数增长。 最近一段时间，AI大模型概念持续高涨，教育智能硬件领域也受到了不小的影响。不仅有不少教育智能硬件领域参与者加入到了AI大模型的队列中，市面上也涌现出了一些搭载AI大模型的教育智能硬件产品。如今，教育智能硬件同AI大模型之间的联系，正在愈发紧密。 （配图来自Canva可画） AI大模型为教育智能硬件赋能 随着AI大模型的爆火，场景应用也逐渐被提上日程。教育领域一直就被视为AI技术落地的重要场景，如今也不例外。在AI大模型迅速发展的当下，教育智能硬件已经成为了AI大模型重要的应用场景。比如，科大讯飞就率先将其大模型应用在了教育类智能硬件AI学习机T20 Pro上；海豚传媒则推出了国内首款支持儿童版ChatGPT的学习机豚小蒙双语学习机T10。 一方面，教育智能硬件领域同质化现象严重，AI大模型的应用有助于品牌塑造差异化优势，破除同质化难题。教育智能硬件领域的竞争十分激烈，除了读书郎、步步高等原有企业之外，还有转型而来的教培企业，如学而思、猿辅导，以及科大讯飞、百度等科技厂商的身影。各路玩家的汇集，虽然加速了教育智能硬件产品品类、智能化程度的提升，却也加剧了产品的同质化现象。 和其他消费电子产品一样，倘若产品功能相似，并无明显的差异化特征的话，消费者往往会以价格为导向，选择更具价格优势的教育智能硬件产品。现如今，AI技术取得了长足进步，AI大模型的发展也愈发如火如荼。教育智能硬件搭载AI大模型产品既能够为消费者带去新鲜感，同时也能够强化自身的

随着消费者对于生活品质追求的逐步提高，其对于居家环境也提出了更高的要求。然而，受生活节奏加快等多方面因素影响，部分消费者很难抽出充足的时间进行完全的清理工作。在此背景下，能够解放双手，帮助消费者完成居家清洁工作的清洁电器日渐受到消费者欢迎。 在需求端的拉动下，清洁电器的市场持续扩大。据GfK数据显示，最近十年，中国清洁电器市场规模从2012年的29亿元增长到2022年的348亿元，十年间市场规模扩大了12倍，年均复合增长率达到28.2%，远远跑赢同期中国家电市场整体2.3%的年均增长率。与此同时，增长潜力巨大的清洁电器市场也涌现出了扫地机器人、洗地机、布艺清洁机、蒸汽拖把等诸多品类。只是，尽管同为清洁电器产品，各细分品类的走势却不尽相同。 （配图来自Canva可画） 扫地机器人“遇瓶颈” 一提起清洁电器，那一定绕不开扫地机器人。扫地机器人可谓是清洁电器中的“明星产品”，曾一度实现爆发式增长。不过，好景不长，如今的扫地机器人却是不复昔日风光，出现了增速放缓、销量下滑的情况。据奥维云网（AVC）推总数据显示，2023年第一季度，扫地机器人全渠道销额为19.8亿元，同比下降11.4%；销量为67.8万台，同比下降14.7%。 一来，人们居家时间减少，对于扫地机器人产品的需求有所降低。此前，扫地机器人之所以能够实现爆发式增长，与人们居家时间变长有着很大的关系。前几年，受疫情因素影响，人们在家庭场景中的时间变多，对于家庭卫生的重视程度日益提升。其中，扫地机器人作为解放人们双手的好帮手，能够为消费者在清洁方面提供助益，因此颇受消费者的青睐，这也在一定程度上带动了扫地机人产品销量的爆发。随着后疫情时代的到来，人们的日常生活逐渐回归正常，居家时间大大降低，扫地机器人产品的需求量也出现下滑。 二来，扫地机器人产品的同质化，在一定程度上降低了消费者的购买意愿。随着扫地机器人行业的发展，行业

开始交易之路6年多后，大约在1994年，我的「蜜月期」结束，好运早已经远离我，一切交易都只能凭实力去面对，这是一个对自我能力的考验时期。我相信运气能影响成绩，但我更相信交易技术才是长期在投机市场生存下去的首要条件，是吗？ 当时已经拥有6年交易经验的我，成绩比起刚入行时还要差，虽然赢了经验，却输了运气，我试图找出原因，继续学习新的交易概念。 回想刚进入期货市场不到2年时（1990年），已经自立门户，放弃固定领薪水的工作，成为全职交易员，半年后，已经赚到我人生中的「第一桶金」…… 于是我怀念自己在最全盛时的期货交易技巧，希望重回「蜜月时期」的巅峰水平之作。 在1993年以前，连续几年的外汇市场，走着极端波动的市况，我靠着反「散户」心态的交易策略，及简单技术分析曾闯出自己的一片天，自以为可以从此靠着期货即市短炒而达成我的「N桶金」之梦。 但期货即市追高追低的「无敌策略」，当遇着盘整震荡波幅收窄市况时，高成功率的技巧，却变为高错向机率的反向指标。 过去经常使用一些短线交易的技术指针讯号，例如15分钟的如Macd、移动平均线、K线突破图形等，过往让我曾经赚进「一桶又一桶金」，但当年却成为连续亏损的遗憾。 「聪明」的我心里想着，市况改变，若果以反方向交易，不是就可以成功了吗？没错，在该段时期，若真的狠下心来将传统的交易习惯作个180度改变，真的是能交易获利，而且是暴利。 可是已经深深植入脑袋里的思维，不可能说改就可以一下子全改过来。 几年前，经常被我耻笑的失败者交易思维，什么低买高卖、高沽低入，而不设定止损的散户思维，早已被我视为铁一般的失败者行为。 甚至带着鄙视的眼光来看这些交易手法，当天却要重新拿出来运用这些愚蠢的策略吗？ 有点「士可杀不可辱」的概叹。 1994年的某天，我曾经在一天之内，即市期货交易来回亏损，连续8次之多！ 所谓成也止损，败也止损。 经常在赚钱时不平仓，反而加码

工欲善其事，必先利其器。 近年来，随着投资者多元化的交易和风险管理需求的出现，ETF期权已成为不少专业机构构建策略的重要工具之一。 自2015年国务院批准开展股票期权试点以来，已有7只ETF期权品种成功上市，总体运行平稳有序，发挥了引入增量资金、稳定ETF现货的积极作用。 6月5日，随着两个科创50ETF期权合约品种上市交易，国内ETF期权产品随之增至9只。 科创50ETF期权赋予了买入者在指定日期，按双方约定价格买入或卖出标的ETF的权利，投资者可以借助期权更好地管理投资风险、有效地进行风险转移。当ETF搭配期权，可以形成什么投资交易策略、碰撞出哪些“玩法”呢？ 01 保护性看跌策略，为资产“买保险” 简单来说，保护性看跌策略就是持有ETF现货+买入看跌期权。 当投资者判断市场未来仍有上涨空间、但担心存在下跌风险，希望控制最大亏损程度且保留潜在上行收益时，可以借助保护性看跌策略，为现货提供保护。 为了便于大家理解，我们通过简化的例子，来看看保护性看跌策略保留上行潜力、同时锁定下行风险的效果。 假设以2元的价格买入科创50ETF，买入的看跌期权行权价为1.8元、期权费为0.1元，到期时投资损益如何呢？ 如下表所示，当ETF价格上行，例如到期时ETF价格上涨到2.4元、高于看跌期权行权价格，期权不行权，此时依然可以享受ETF现货价格上涨带来的收益，但会损失买入看跌期权所支付的期权费，最后投资收益为0.3元（即2.4-2-0.1=0.3）。 当ETF价格下行，例如到期时ETF价格跌至1.4元，此时ETF价格低于看跌期权行权价格、期权行权，投资者可以按1.8元的行权价卖出ETF现货，最后投资仅亏损0.3元（1.8-2-0.1=-0.3），会比没有期权保护的情况下少亏损0.3元。通过买入看跌期权，投资者可以锁定最大亏损。 注：表格仅为举例示意，不代表实际价格，不预示未来，亦不作为