新闻快讯

订阅此RSS源

2022年巨亏近百亿！小鹏汽车今年一季度收入近“腰斩”

作者 Robert | 2023-03-19 | 发布于新闻快讯

全年交付不到目标五成的小鹏汽车(09868.HK)交出一份难言出色的成绩单。

3月17日，小鹏汽车公布2022年四季度财报和全年业绩报告。这家造车新势力全年净亏损达到91.4亿元，同比扩大88%。面对日益“内卷”的新能源汽车赛道，其全年毛利率更是下滑至10%以下，整体业绩明显低于此前多家机构预期。

值得注意的是，近期国内车市出现大范围降价潮，行业竞争格局进一步恶化。小鹏汽车预计一季度营收将同比减少43.7-46.3%，交付量约1.80万至1.90万辆，大幅低于预期。实际上，小鹏汽车前两月仅交付1.12万辆汽车。

巨亏近百亿

机构看空

从全年来看，小鹏汽车2022年实现营收268.6亿元，同比增长28%；汽车销售收入为248.4亿元，同比增长23.9%。不过，这家造车新势力去年的净亏损达到91.4亿元，这一数据在2021年为48.63亿元，去年亏损面同比扩大了88%。

财报显示，小鹏汽车销售、行政以及一般费用为66.88亿元，研发费用为52.15亿元，两者共计119.03亿元，占整体营收比例达到44.32%。而在2021年，这一比例为47%。从这一角度上看，费用率出现降低意味着费用效率提升，那么毛利率下滑便成为小鹏汽车亏损扩大的主因。

数据显示，小鹏汽车去年全年毛利率为11.5%，而汽车毛利率(即汽车销售毛利占汽车销售收入的百分比)已经低于10%，仅为9.4%。在2021年，上述两个比例分别为12.5%和11.5%。

实际上，小鹏汽车业绩持续呈现颓势，市场早有预期。在去年年底，多家机构曾下调小鹏汽车业绩预期。其中华泰证券方面将小鹏汽车2022、2023、2024年新能源汽车销量预测下调至11.8万辆、21万辆、29.8万辆，将收入预期下调20%、28%、24%至262亿元、534亿元、782亿元。

而东吴证券也曾表示，考虑到2023年之后整车行业竞争格局恶化等因素，将其2022-2024年收入预测由372亿元、903亿元、1929亿元下调至267亿元、562亿元、1003亿元，盈利预测则下调至-85亿元、-62亿元、-17亿元。

如此看来，小鹏汽车2022年亏损额度明显高于机构预期。

四季度遭遇交付瓶颈

小鹏汽车去年全年业绩明显低于市场预期，与该公司在第四季度令人担忧的表现紧密相关。

数据显示，去年第四季度，小鹏汽车营业收入为51.4亿元，不仅同比下降39.9%，环比也下降24.7%。其中其汽车销售收入为16.6亿元，同比下降43.1%，环比下降25.3%。另外，该公司第四季度净亏损也达到23.6亿元，同比更是扩大83%。

与全年毛利率情况类似，小鹏汽车四季度亏损幅度大幅增加，与其毛利率下滑也有着较大关系。数据显示，小鹏汽车2022年第四季度毛利率为8.7%，汽车毛利率为5.7%。而在去年三季度，其毛利率和汽车毛利率为13.5%和11.6%，出现明显下滑。

在车辆交付方面，小鹏汽车第四季度仅交付22204辆，同比下降46.8%。其中被小鹏汽车寄予厚望的旗舰SUV G9的交付量仅为6189辆。天风证券在一份研报中直言，2022年下半年，小鹏汽车遇到交付量下滑瓶颈，当前交付处于底部区间。

该机构指出，在产品矩阵快速扩张的时期，新车更应关注产品定位，否则销量贡献将会出现边际递减现象，以及车型内部蚕食。

需要指出的是，随着新车交付低迷，小鹏汽车去年营运能力也出现明显下滑。根据数据显示，其2022年存货周转率仅为6.62，而在上一年这一数据为9.17.与之相应的，其存货从2021年底的26.62亿元上升至45.21亿元，上涨幅度高达69.83%。

今年一季度营收近腰斩

今年以来，特斯拉率先在年初打响新能源汽车降价“第一枪”，随后多家国内新能源车企竞相跟进，其中也包括小鹏汽车。小鹏汽车在1月17日官宣降价，根据其启动的新价格体系，旗下三款车型降价幅度在2万-3.6万元之间，最大降幅为13.23%。不难想象，超过10%幅度的降价，将令小鹏汽车盈利状况进一步承压。

小鹏汽车此次给出的一季度销售和营收预测也并不理想。据该公司预计，其2023年一季度营收约40-42亿元，将同比减少43.7-46.3%。另外，该公司预计第一季度交付量1.80万至1.90万辆。此前预估交付量为2.36万。

实际上，小鹏汽车在1、2月分别5218辆、6225辆，分别同比下滑59.6%和3.45%。其前两月共计交付了11228辆汽车。星展证券认为，小鹏汽车长期亏损以及负经营现金流或将影响其业务连续性，而且目前车型数量有限，目标市场规模较小，难以在新能源汽车市场中竞争。

值得注意的是，国内车市近期正遭遇一场更大范围降价潮，市场普遍存在对价格战加剧、行业竞争格局恶化的担忧。在业内看来，降价消息释放虽然一定程度能刺激销量，但“以价换量”的价格战并非车企发展的良性模式，尤其是大规模的降价将进一步压缩车企本身的利润空间。

不过，也有人士认为，本轮价格战将加速尾部品牌库存出清和行业洗牌，优质自主品牌加速抢夺份额，加快格局重塑。长期来看，电动智能、秩序重塑将是汽车行业的发展主线。

小鹏汽车董事长何小鹏在业绩沟通会中也提到，随着原材料会过剩、价格回调，接下来新能源车企可能还会出现较为激进的价格调整。他预计，小鹏汽车从今年到明年将实现自动驾驶的超50%的成本下降，整车硬件(含动力系统)约25%的成本下降。他表示，未来将通过一体化压铸、电芯等方面实现成本下降。

资讯来源：美股投资网 TradesMax

美股这家银行别抄底，浮亏比硅谷银行高100亿！只有“衰退”才能结束本轮银行危机？FRC WAL SCHW BAC

作者 Brandon | 2023-03-19 | 发布于新闻快讯

历史上银行业总是与危机相生相伴，自1920年以来美国银行和储蓄业经历了多轮倒闭周期，”大萧条”期间倒闭的银行超过9000家，此后的储货危机和金融危机伴随着大规模的银行倒闭；

疫情之后，美联储和财政部共同创造了宽松盛宴，但最新数据显示，美国M2增速历史性出现负增长，同时美国信货增速也开始出现放缓的迹象；

流动性收紧的情况下，银行主动收紧信货供给，从而对居民消费和企业投资构成影响，前美联储主席伯南克和耶伦都曾表态银行系统失灵是经济下行风险的重要来源；

市场担忧硅谷银行倒闭除了引发恐慌情绪在区域性银行蔓延，还有可能进一步向地产等市场扩散，从而导致美国经济快速进入衰退。从历史看几乎每一次银行信货的下降都伴随着经济危机。

Silvergate、SVB和Signature和三家银行相继倒下后，银行业的恐慌情绪还在持续蔓延，现在处于震中的是第一共和银行。

在美国银行、花旗集团、摩根大通和富国银行等11家银行共同宣布向第一共和银行共计存入300亿美元无保险存款后，第一共和银行股价反弹昙花一现！投资者十分担心银行业的动荡会将全球经济拖入衰退的泥沼。

自1920年以来美国银行和储蓄业经历了多轮倒闭周期。在1929-1933 年〞大萧条〞期间停业或倒闭的银行就超过9000家，为了应对金融恐慌和银行挤兑，FDIC应运而生。

FDIC成立之后，80年代未和90年代初美国储货危机又爆发了大规模银行倒闭。根据FDIC统计，储贷危机期间破产的机构超过2900家，对应总资产约9200亿美元，占期间年均GDP的19%左右。

2008年金融危机期间400余家银行倒闭，对应总资产超过6000亿美元。

我们发现嘉信理财和硅谷银行很相像，浮亏比SVB多100亿！

归根到底，“债券浮亏”和“不稳定存款”已经成为了银行业的罪魁祸首。而美国第八大银行——嘉信理财同样站在了悬崖边上。

硅谷银行风波的背后，是坐拥十万亿级别的国债和高等级抵押债的银行资产。这是个比次级房贷更令人敬畏的市场。一旦这些隐藏在水下债券头寸迎来清算，你会发现，整个银行体系会比想象的更为脆弱。

浮亏能亏掉两个自己？

SVB确实是一个异类。它特别的经营模式和资产结构在于，资产端：大规模投资长期债券且隐藏了巨额浮亏。负债端：客户集中度极高且依赖不稳定存款。因而在SVB带来的风暴中，“大规模债券浮亏”和“不稳定存款”成为了引起破产的根本原因。

而在巴克莱最新的银行资产负债风险筛选中，嘉信理财它持有的可出售金融资产（AFS）规模是有形股本的24倍，比SVB大十倍，浮亏比SVB高100亿。

而它持有到期金融资产（HTM）的浮亏达到了有形股本的2.35倍，比SVB翻一番。也就是说，如果把这些持有的资产抛掉，SVB亏掉了一个自己，那嘉信理财至少要亏掉两个自己。

说起来嘉信理财，就不得不提嘉信理财的创始人Charles Schwab。一个35岁的中年男人，离异，而且还持续创业失败，穷的是叮当响，只有6位数的负债，就这Charles Schwab还想在强手如林的金融界创业。想想都有点天方夜谭。

1973年春天，Schwab做出了人生中重要的选择，再次借钱收购原来合作伙伴的股权，把合资公司改造成独资公司，并用自己的名字加以命名，就这样嘉信理财诞生了。

虽然刚开始也是像无头苍蝇一样摸索了一阵，但很快Schwab明确了公司的定位，专注经纪业务，用最便宜最便捷的方法为那些有独立投资能力的个人投资者提供证券买卖服务。

而之所以选择这个业务，按照Schwab的说法，是因为他自己就热爱投资，但当时美国的证券经纪行业，不仅价格昂贵，更重要的是经纪人满嘴“故事”，根本不是站在客户角度来推荐股票，而是为了自己的佣金。对于他这种有独立投资能力的人，高效便捷、低价的交易服务就是唯一的诉求。

成立到现在50余年，已经从一个小型的折扣经纪商成长为全美最大的金融财富管理公司，资产总额5510亿，这相当于SVB的2.5倍，截至2022年底，其客户资产规模为7.05万亿美元，活跃的经纪账户为3380万个。

嘉信理财的异常还在于它是一家几乎混业银行的券商。因此相比银行整体50%信贷+25%证券的资产结构，嘉信则有60%的资产投资于证券组合。

持有证券原本被认为是支持银行流动性的一种方式。但随着利率的飙升，持有证券反而变成了关键的风险点。

巴克莱表示，银行持有的HTM证券未实现亏损总额超过6000亿美元。而嘉信理财的风险也就自然而然的要比银行平均值高接近3倍。

嘉信理财的转移术

为了掩盖和消化这些未实现亏损，嘉信理财在去年年报中做了两大转移。首先是将1730亿美元AFS转移到了HTM；其次是提取了包括可售证券未实现亏损在内的累计其他综合收益（AOCI）226亿美元。

这里首先涉及到可供出售金融资产（AFS）和持有到期金融资产（HTM）的账面差别。银行可以将持有的证券按照AFS或HTM计入资产负债表。这一指定由银行自行决定，但大有差别。

AFS证券受市场价格约束，市价浮动盈亏将通过累计其他综合收益（AOCI）直接增加或减少净资本。但未实现HTM证券的市值变化则不会反映在任何银行的资产负债表或资本比率中。

因此为了减少未实现亏损对净资本的影响，不少银行去年开始都将部分证券投资组合从AFS重新分类到HTM，从而管理这一风险。嘉信理财也是如此，将大约1730亿AFS移到了HTM。

而根据巴克莱的计算，嘉信理财在HTM中的浮动亏损，足够亏掉两个自己（HTM Net unrealized losses/TCE=235%）。但实际上这是建立在嘉信理财的超额计提AOCI上。

根据嘉信理财去年年报，其提取了包括可售证券未实现亏损在内的累计其他综合收益（AOCI）226亿美元（银行子公司层面约196亿美元）。

从年底AFS和HTM 的浮亏来看，AFS约123亿美元，HTM约141亿美元，合计264亿美元。AOCI本应只包括AFS的浮亏，226亿显然已经包含了某些转移时点前HTM的浮亏。因而实际HTM净浮亏/TCE应该在63.5%左右，而非235%。（TCE作为资本金的一个指标，衡量普通股东的权益保护）。

也就是说如果不转移到AFS，嘉信理财虽然不至于亏掉两个自己，但账面浮亏大约也要占到六成以上普通股本，不知道对此，以普通股东为主的证券市场会怎么想。当然这还只是截止到2022年年底的数据。

存款端真的可靠么？

对于依然隐藏了的38亿浮亏，嘉信相比SVB有两个好消息。一个是美联储新推出的250亿银行定期融资计划BTFP。另一个是嘉信的存款并不是高度集中且不稳定。

嘉信理财的主营是经纪和财富管理，存款来源更广泛，且考虑到金融交易结算，存款的粘性也更大，但是，“现金分流”速度可能会超过嘉信理财银行持有的到期资产的速度，同样给嘉信的负债端带来较大的压力。

飙升的利率促使投资者将现金转移到收益更高的账户，例如货币市场基金，这被称为“现金分流”。其已导致2022年第四季度约430亿美元从嘉信理财现金账户中转出。

2023年2月底，嘉信银行平台的生息现金存款，比2021年底下降了20%。而3月第一周以来，流入嘉信货币市场基金的资金平均每天有14亿美元。

当现金分流的速度超过嘉信理财银行持有的到期资产的速度（今年预计只有约320亿美元到期），为了将有被提取的资金量存入货币市场账户，嘉信理财不得不以更高的成本借钱，这样持续下去，终将触及经纪业务的底线。瑞银预计，由于借贷成本增加，嘉信理财今年的收益比去年下滑20%。

此外另外一个坏消息

根据媒体数据统计，截至 3 月 15 日，嘉信理财客户在短短三天从其优质基金撤出88亿美元。为半年来最大的流出金额。

数据显示，客户从两只Schwab Value Advantage Money 基金撤出资金，是至少六个月来最大的赎回额；截至3月15日，这两只基金的资产总额为1950亿美元。

银行体系比想象的更脆弱

资深研究员指出：美国银行系统的持有资产的市值比其账面价值所显示的实际上要低2万亿美元。所有银行持有的按市价计价的资产平均下跌了10%，排名最低的5个百分位数下跌了20%。有10%的银行存在比SVB更大的未确认损失，10%的银行资本低于SVB。

以所有美国银行为样本，即使只有半数未投保的储户决定提款，就有近190家银行面临对投保储户造成损害的潜在风险，有3000亿美元的投保存款面临风险。

总的来说，银行资产价值的下跌极大地增加了未投保储户挤兑银行的脆弱性。

这些隐藏在水下债券头寸终有一天将迎来解决。绝大多数银行想必永远也不会承认其债券投资组合的浮亏，因为它们觉得可以且只会持有债券直至到期。

这些资产不是垃圾，绝大多数是美国国债和高等级抵押债券。

研究人员还指出：在银行资产市值下降之前，所有美国银行的资本都是正数。然而，减记这些资产市值之后，累积总资产达11万亿美元的2,315家银行出现了负资本。银行持有资产价值的下降显著降低了银行资本质量，并增加了银行破产的风险。

从更深层次来看，长期的货币宽松已经将银行的证券资产市场打造成了十万亿级的庞然怪物，令人望而生畏。这一次美联储在48小时内就宣布了储户和流动性救助，“速度”大概是08年次贷危机后，管理层唯一吸取的教训。

也许这一次靠着流动性又拯救了市场，但问题是能救到什么时候？

好了，今天的视频到这里就结束了，欢迎大家的收看。我们下期再见拜拜。

ChatGPT背后七大团队，三十余位华人

作者 Brandon | 2023-03-18 | 发布于新闻快讯

始于谷歌，发迹于 OpenAI，这是很多 GPT-4 贡献者的职业轨迹。
这个星期，OpenAI 大模型 GPT-4 的发布让全球科技圈的技术竞争进入了白热化。几天之内，ChatGPT、必应搜索和 Microsoft 365 相继接入 GPT-4，微软的 AI 应用瞬间比竞争对手拉开一个身位，甚至有人说，新的工业革命开始了。

一方面我们被 GPT-4 的效果所震撼，一方面我们也迫不及待的想要了解背后的技术，好奇它的训练方法、使用的算力等。

但遗憾的是，OpenAI 并不 Open。在公开的论文（其实更像技术报告）中，OpenAI 明确地说，GPT-4 模型使用 RLHF 精调外，不会公开任何技术细节。

鉴于 GPT-4 等大型模型的竞争性与安全影响，本报告不包含有关架构（包括模型大小）、硬件、训练计算、数据集构建、训练方法等更多详细信息。

不过，在此报告中，OpenAI 详细列出了贡献者及其负责的工作内容。这值得我们细致研究。这几百人的贡献者名单与分类，能让我了解到 GPT-4 的成功背后包含了哪些部门、技术分枝的努力。

在这篇文章中，我们对有代表性的贡献者进行了盘点，期待能为读者带来启发。

研发人员占绝大多数

从组织架构的设置上看，GPT-4 幕后的研发团队大致可分为七个部分：预训练（Pretraining）、长上下文（Long context）、视觉（Vision）、强化学习 & 对齐（RL & alignment）、评估 & 分析（Evaluation & analysis）、部署（Deployment），以及其他贡献者（Additional contributions）。

预训练部分的工作细分为：

计算机集群扩展（Compute cluster scaling）

数据（Data）

分布式训练基础设施（Distributed training infrastructure）

硬件正确性（Hardware correctness）

优化 & 架构（Optimization & architecture）

Training run babysitting

长上下文部分的工作细分为：

长上下文研究（Long context research）

长上下文内核（Long context kernels）

视觉部分的工作细分为：

架构研究（Architecture research）

计算机集群扩展（Compute cluster scaling）

分布式训练基础设施（Distributed training infrastructure）

硬件正确性（Hardware correctness）

数据（Data）

对齐数据（Alignment Data）

Training run babysitting

部署 & 后训练（Deployment & post-training）

强化学习 & 对齐部分的工作细分为：

数据集贡献（Dataset contributions）

数据基础设施（Data infrastructure）

ChatML 格式（ChatML format）

模型安全（Model safety）

Refusals

基础 RLHF 和 InstructGPT 工作（Foundational RLHF and InstructGPT work）

Flagship training runs

代码功能（Code capability）

评估 & 分析部分的工作细分为：

OpenAI Evals 库

模型等级评估基础设施（Model-graded evaluation infrastructure）

加速预测（Acceleration forecasting）

ChatGPT 评估

能力评估（Capability evaluations）

编码评估（Coding evaluations）

真实世界用例评估（Real-world use case evaluations）

污染调查（Contamination investigations）

指令遵循和 API 评估（Instruction following and API evals）

新功能评估（Novel capability discovery）

……

细读贡献者名单，不难发现，GPT-4 项目团队的成员通常「身兼数职」。对于希望追赶 ChatGPT 的科技公司来说，OpenAI 提供的部门架构样板提供了一些可以学习的思路。另外，它对于 AI 领域人才的未来发展方向或许也有一些启示。

在 ChatGPT 发布之后，OpenAI 在人才招聘方面也做出了一些调整，招募了数十名前谷歌和 Meta 员工来创建人工智能聊天机器人。

在 OpenAI 上，谷歌作为「硅谷黄埔军校」的名头算是坐实了：根据 LeadGenius 和 Punks & Pinstripes 的数据显示，该公司的 300 多名员工（数据截止到 2023 年 1 月）中有许多来自谷歌和 DeepMind 的母公司 Alphabet。数据显示，OpenAI 目前雇佣了约 59 名谷歌前员工和约 34 名 Meta 前员工，同时包括几名苹果和亚马的前逊员工。

鉴于 OpenAI 在 GPT-4 发布的第一时间就公开了所有贡献者名单，机器之心整理了一部分参与工作的华人学者。如果遗漏，欢迎补充。

预训练组

Trevor Cai

Trevor Cai 是 GPT-4 项目中吞吐量团队的负责人。Trevor Cai 本硕毕业于南加州大学，2022 年 3 月加入 OpenAI。在加入 OpenAI 之前，Trevor Cai 曾在 DeepMind 工作近 5 年，担任软件工程师。

袁启明

袁启明（Qiming Yuan）是 GPT-4 项目数据集来源和处理团队的负责人。袁启明本科毕业于清华大学，硕士毕业于得克萨斯大学奥斯汀分校，2018 年加入 OpenAI。此前，袁启明曾在微软工作近三年。

Che Chang

Che Chang 作为 OpenAI 的副总法律顾问参与了 GPT-4 的研发，他博士毕业于美国西北大学，2021 年加入 OpenAI，此前在 AWS 领导了人工智能 / 机器学习和市场业务的法律团队。最近一段时间，OpenAI 的法律团队还在招聘 AI 产品顾问。

欧阳龙

欧阳龙 2019 年加入 OpenAI，担任研究科学家。Long Ouyang 本科毕业于哈佛大学，博士毕业于斯坦福大学，曾在斯坦福大学任博士后研究员。欧阳龙也参与研发了 ChatGPT 相关的技术项目，他还是 InstructGPT 论文的第一作者。

翁丽莲

翁丽莲（Lilian Weng）是 OpenAI 人工智能应用研究的负责人，2018 年加入 OpenAI，在 GPT-4 项目中主要参与预训练、强化学习 & 对齐、模型安全等方面的工作。

Tao Xu

Tao Xu 2019 年加入 OpenAI，先后毕业于北京大学、康奈尔大学。Tao Xu 曾在微软的必应机器学习研究组工作四年。

Jie Tang

Jie Tang 在加州大学伯克利分校获得计算机科学博士学位，导师是 Pieter Abbeel。加入 OpenAI 前，他曾在初创公司和 Dropbox 工作约四年时间。Jie Tang 本科就读于哈佛大学，2008 年获得计算机科学和经济学学士学位。

Ben Wang

Ben Wang 目前是宾夕法尼亚大学本科生，2021 年加入 OpenAI。Ben Wang 参与了 GPT-4 项目的预训练和长上下文方面的工作。

视觉组

Mark Chen

Mark Chen 2018 年加入 OpenAI，任研究科学家，毕业于麻省理工学院（MIT）。他参与了 GPT-4 项目中视觉方面的工作。

Casey Chu

Casey Chu2020 年加入 OpenAI，毕业于斯坦福大学计算数学专业。Casey Chu 的主要研究方向是多模态 AI 系统，他在 GPT-4 项目中主要参与视觉方面的工作。

胡绳丽

胡绳丽（Shengli Hu）2022 年加入 OpenAI，她硕士毕业于复旦大学、博士毕业于康奈尔大学。她的研究兴趣在于社会科学、计算语言学、计算机视觉和语音的跨学科研究。胡绳丽曾在自然语言处理、计算机视觉、语音和应用统计方面的顶级会议和期刊上发表过多篇论文，包括 CVPR、ACL、EMNLP、ECCV 等等，并获得过最佳论文奖提名。

Tianhao Zheng

Tianhao Zheng2022 年加入 OpenAI。他本科毕业于清华大学，博士毕业于得克萨斯大学奥斯汀分校。再加入 OpenAI 之前，他曾先后在英伟达、谷歌、Twitter 工作过。Tianhao Zheng 在 GPT-4 项目中主要参与了视觉方面的工作。

翁家翌

翁家翌（Jiayi Weng）2020 年在清华大学计算机科学与技术系获得本科学位。2021 年在 Sea AI Lab 实习期间，主要参与了强化学习算法库 Tianshou（天授）的开发，该项目已获得 5.9K GitHub Star。CMU 硕士毕业后，翁家翌加入 OpenAI 任研究工程师。

强化学习 & 对齐组

Chong Zhang

Chong Zhang 2010 年就读浙江大学计算机系，2014 年在加拿大西蒙弗雷泽大学获得学士学位，随后在谷歌、苹果公司担任工程师。2019 年就读加州大学洛杉矶分校，2021 年获得计算机硕士学位后，在 OpenAI 工作至今。

Shengjia Zhao

Shengjia Zhao2016 年本科毕业于清华大学，2022 年在斯坦福大学获得计算机科学博士学位，师从 Stefano Ermon，随后加入 OpenAI。

Stephanie Lin

Stephanie Lin 本科和硕士期间分别就读于麻省理工学院和佐治亚理工学院。加入 OpenAI 之前，她曾是牛津大学研究学者。

Tong Mu

Tong Mu 本科就读于加州大学洛杉矶分校，后在斯坦福大学获得博士学位。2022 年加入 OpenAI。

Jeff Wu

Jeff Wu 本硕均就读于麻省理工学院。他是初创公司 Terminal.com 的第二名员工，该公司被收购后，他曾在谷歌工作约 2 年的时间。2018 年，Jeff Wu 加入 OpenAI。

肖凯

肖凯（Kai Xiao）在麻省理工学院获得了学士学位和博士学位，曾在微软、DeepMind 等机构实习。2022 年 9 月加入 OpenAI。

Kevin Yu

Kevin Yu 在加州大学伯克利分校获得物理学学士学位及神经科学博士学位。2022 年加入 OpenAI。

Haozhun Jin

Haozhun Jin2013 年本科毕业于清华大学计算机系，2015 年获得斯坦福大学硕士学位。2015 年到 2018 年，他在 Meta 担任软件工程师，2023 年 1 月加入 OpenAI。

顾世翔

顾世翔是出生于日本的加拿大华人，曾是谷歌研究院研究科学家，研究领域包括深度学习、强化学习、概率机器学习和机器人技术。他拥有剑桥大学和马普所智能系统研究所的机器学习博士学位，在多伦多大学获得了工程科学学士学位，论文指导教授为 Geoffrey Hinton。

评估 & 分析团队

Alvin Wang

Alvin Wang2022 年 8 月加入 OpenAI，为评估 & 分析团队核心贡献者之一。此前他曾在 VMware、Tesla 等公司工作过几年。2013 年本科毕业于南加州大学。

Angela Jiang

Angela Jiang 于 2021 年 11 月加入 OpenAI，在微软和谷歌有过短暂的工作经历，她本科毕业于西北大学，于 CMU 获得博士学位。

Jason Wei

Jason Wei 于今年 2 月加入 OpenAI，主要研究 ChatGPT。此前他是谷歌 Brain 的高级研究科学家，在那里推广了思维链提示，并共同领导了指令调优工作。他在谷歌和 Jeff Dean 等人共同撰写了关于大模型涌现能力的论文。

Juntang Zhuang

Juntang Zhuang 于 2022 年 4 月加入 OpenAI，此前曾在谷歌实习四个月。他本科毕业于清华大学，硕士毕业于耶鲁大学，并在耶鲁大学拿到博士学位。他的研究主要是为生物医学应用开发新的机器学习技术。

Derek Chen

Derek Chen 于 2021 年加入 OpenAI，是一名技术安全分析师。他毕业于美国东北大学，此前在谷歌工作过不到一年的时间。

宋飏

宋飏（Yang Song）目前在 OpenAI 担任研究员，并将于 2024 年 1 月加入加州理工学院电子系（Electrical Engineering）和计算数学科学系（Computing and Mathematical Sciences）担任助理教授。宋飏本科毕业于清华大学数理基础科学班，2022 年获得斯坦福大学计算机科学博士学位，师从 Stefano Ermon。他的主要研究方向是机器学习，包含深度生成式模型（deep generative models），概率推理（probabilistic inference），人工智能安全性（AI safety），以及人工智能方法与其他科学领域的交叉（AI for science）。他是扩散模型（diffusion models）和分数匹配生成式模型（score-based generative models）的主要奠基人之一。他发表在 NeurIPS 2019 的工作首次在图片生成质量上实现了对生成对抗网络（GAN）的超越。博士期间他的一作论文获得了 ICLR 2021 杰出论文奖，相关研究获得了苹果奖学金、摩根大通奖学金，以及 WAIC 云帆奖。

模型部署

Michael Wu

Michael Wu 2021 年加入 OpenAI，主要的工作是人工智能应用研究。Michael Wu 毕业于 MIT，是 GPT-4 项目的推理研究负责人。

Andrew Peng

Andrew Peng 2022 年底加入 OpenAI，他曾经在微软工作两年。Andrew Peng 毕业于加州大学伯克利分校，主要参与 GPT-4 API 和 ChatML 部署方面的工作。

吴雪枫

吴雪枫（Sherwin Wu）2022 年加入 OpenAI，主要的工作是人工智能应用及 API 开发。吴雪枫毕业于 MIT，在 GPT-4 项目中主要参与 API 开发和 ChatML 部署方面的工作。

Jason Chen

Jason Chen 本科就读于麻省理工学院，2007 年到 2014 年期间在谷歌担任软件工程师，2014 年到 2019 年任职于初创公司 Apptimize，2019 年到 2023 年 2 月任职于 Argo AI，2023 年 2 月加入 OpenAI。

其他贡献者

Xin Hu

Xin Hu 于 2022 年 6 月加入 OpenAI，主要负责开发用于云安全、k8s 安全、认证 / 授权和访问控制的安全服务和平台。

此外，在 GPT-4 的开发上 OpenAI 也对微软表示了感谢，特别是微软 Azure 服务为模型训练提供了基础架构设计和管理方面的支持，微软必应团队、安全团队也对 GPT-4 的部署等工作作出了贡献。

参考链接：

https://openai.com/contributions/gpt-4?continueFlag=ee0eebd278339fc5ba428add63b4b4fd

https://cdn.openai.com/papers/gpt-4-system-card.pdf

美国银行业危机继续！倒计时开始

作者 Brandon | 2023-03-17 | 发布于新闻快讯

周五，美股三大指数收跌，金融市场再度回归恐慌模式！11家大银行的团结救助只是让第一共和银行（FRC）的反弹昙花一现！投资者十分担心银行业的动荡会将全球经济拖入衰退的泥沼。避险情绪升温！

截至收盘，道指跌384.57点，跌幅为1.19%，报31861.98点；纳指跌86.76点，跌幅为0.74%，报11630.51点；标普500指数跌43.64点，跌幅为1.10%，报3916.64点。

尽管周五出现了跌势，但标普500和纳指均录得了周涨幅。道指则下滑。在硅谷银行、签名银行、瑞士信贷等一些银行相继暴雷后，投资者正在权衡银行业危机对下周的美联储证策将产生何种影响。一些投资者认为银行业的动荡可能促使美联储下周暂停加息。

银行业危机继续

第一共和银行（FRC）重启暴跌势头，今日其股价暴跌近33%，创下历史最大周跌幅纪录。银行股今日整体重演大跌，带头拖累美股大盘回落！

大银行中，美国银行和富国银行收跌近4%，摩根大通跌近3.8%，高盛收跌3.7%，摩根士丹利跌3.3%，花旗收跌3%。本周富国银行跌8.7%，美银和花旗跌超8%，高盛跌超7%，摩根士丹利跌超6%，摩根大通跌近6%。

瑞信的股价是近期市场对银行业看法的风向标，一定要每天都看，其股价在周五大跌近7%，这背后是对银行业风险蔓延的恐慌。瑞士信贷交易对手风险激增，完全无视瑞士央行的救助计划；

瑞银正在就部分或整体收购瑞信进行磋商，双方将在周末另外会谈，现在全世界都在等待结果，将再度对金融市场走势产生重大影响。

在硅谷银行的前母公司硅谷银行金融集团（SVB Financial Group）申请破产保护后，被监管方拍卖出售的硅谷银行将被摘牌；

据我们得到的消息，多家周四参与救助第一共和银行的机构也在考虑收购FRC，有兴趣的买家之中就包括摩根士丹利和PNC银行。

媒体知情者称，可能几天内就会达成第一共和银行的收购协议，但并不能保证达成。一家直接参与救助的大行CEO称，“人人都在考虑收购第一共和银行”，还说它是“一家遭遇流动性危机的伟大银行”。

另有媒体消息称，第一共和银行计划通过非公开配售股票增加现金，考虑通过增发新股，向其他银行或私募股权公司募资。募资相关协议的一切条款都还在讨论中，全面出售也是有可能的。

但是我们美股投资网分析认为，大行注入存款只是短期的解决方案，投资者并不买账，新增存款可能避免储户挤兑，但没有增加银行股本，股东肯定认为身处险境。

精彩文章回顾：

华尔街大行300亿援助FRC银行，ChatGPT再度引爆英伟达AMD微软

美国要封TikTok，瑞信银行再爆雷，FDX财报前，机构做空！

美股暴涨，银行股危机过去了吗？当别人恐慌时，我贪婪了

关注瑞信周末会议，更多银行限制与瑞信的交易

作者 Brandon | 2023-03-17 | 发布于新闻快讯

瑞信风暴可能尚未结束。

3月17日周五，有媒体报道称，至少有四家银行已经限制与瑞信及其证券部门的交易，其中包括德意志银行和法国兴业银行。

另一位在亚洲直接与瑞信打交道的大型全球银行的消息人士称，他们的银行已开始要求瑞士银行进行全额结算，这意味着交易对手要求瑞信预付款，而不是稍后向瑞士银行收取任何款项，以防止款项遭到拖欠。

据一位知情人士透露，另一家全球银行已经减少了对瑞士信贷的无担保风险敞口，其中包括所有没有抵押品的贷款。

对瑞士信贷来说，其交易对手的支持也将至关重要，而今天的这些消息则显示出交易对手对瑞信的信心依然在崩溃。几个月来，美国的大银行一直在削减对瑞士信贷的直接敞口。包括摩根大通、美国银行和花旗集团在内的美国大银行已告诉监管机构，他们的风险敞口现在很小。本周早些时候，法国巴黎银行也采取行动削减风险敞口。

交易对手对瑞信的不支持现象可能解释了为什么尽管瑞士央行注入了500亿美元的流动性，但一年期瑞信信贷违约掉期（CDS）却几乎没有变化。

尽管瑞士央行给了瑞信流动性，但瑞信的状况并没有好转。在亚洲，多个家族办公室在本周的动荡中继续削减风险敞口；在中东，一些客户要求瑞信将他们的现金存款转换为国债或企业债；一位欧洲银行高管表示，他们看到一些存款从瑞士信贷转移出去，尽管数量还不是很大。

央行出手都还不够，瑞信怎么办？

有媒体称，当前的存款外流将使瑞信首席执行官Ulrich Koerner及其团队正在推进改革变得更加困难。

Koerner依然强调当下仍有希望。他在周二的投资者会议上说：

我们想找回们失去的一切，一旦我们达到目标，我们就会超越并再次发展业务。

问题在于，瑞信管理层想要达到什么样的目标。尽管该银行一直表示其流动性充足，但“目前尚不清楚总体流动性是多少，也不清楚央行的支持是否有助于吸引客户回流。”

有评论认为，如果果真如此，连瑞士央行出手救助都还不够，那么瑞信该做什么才能恢复市场对其的信心？

尽管如此，可以肯定的是，一些客户仍然持乐观态度。

几家信托公司的一位顾问表示，他建议这些信托公司将存款留在瑞士信贷，他说他相信没有风险，因为瑞士政府永远不会让瑞士信贷倒闭。

市场关注周末瑞信会议

此外，3月17日稍早，知情人士透露，在力求重新赢得市场信心之际，瑞信将在周末举行会议，评估该行可能面临的情景。与会者将包括该行首席财务官的团队。瑞信如若积重难返，遭殃的是其820亿美元债券的持有人。

市场对瑞信的一律越来越多。摩根大通分析师Kian Abouhossein说：

维持现状不再是一种选择。

他为瑞士信贷列出了三种可能的情况，并表示最有可能的是被收购。但同样在周五，瑞银集团和瑞信都反对强制合并。

他在报告中提出的其他可能性包括瑞士央行介入并提供全额存款担保，或者瑞士信贷的整个投资银行部门被关闭。

尽管高管们坚称，现在支持措施已经到位，不需要如此激进的解决方案，但存款挤兑再次回升。

面对当前瑞信的困难局面以及高管们依然在不停地向市场“打鸡血”，有评论讥讽称，该银行唯一明确传达的是，它不清楚如何在摆脱当前危机的同时保持储户信心。

量子计算机得到重要新突破

作者 Brandon | 2023-03-17 | 发布于新闻快讯

当市场都在围着ChatGPT转、纷纷议论谷歌正在输给微软之际，谷歌在科技界的“圣杯”量子计算领域取得了重要的进展。

最近，谷歌母公司Alphabet找到了改善该领域最大问题之一——准确性的方法。

和普通计算机的二进制相比，量子计算可以在短时间内处理更多的计算，但是，量子计算很容易就会受到干扰，并且也更容易出错，这是量子计算数十年来面临的大问题。

在多数情况下，量子计算机很容易犯错。这是因为量子比特（量子位）依赖的量子态只能维持不到一秒钟。这意味着，计算机还没来得及完成计算，量子系统中编码的信息就很可能已经丢失了。

因此，纠正由此引起的错误，是业界面临的最艰巨的技术挑战。

在谷歌之前，一些研究人员用一种叫“纠错码”的方法来对机器进行纠错，但这带来的改进十分有限。因为纠错方面迟迟未出现有意义的进展，越来越多人对量子计算机的未来感到悲观。

谷歌的研究人员表示，他们可以将量子计算机处理的信息通过多个量子比特传播，这意味着，即使单个量子比特脱离了它们的量子态，整个系统依然可以保留足够的信息来完成计算。

克服这一纠错障碍，标志着量子计算机进入到新的发展阶段。

谷歌量子研究负责人Hartmut Neven表示，该研究结果标志着“我们构建实用量子计算机之旅的一个里程碑”。他认为纠错是“任何量子计算技术都必须经历的过程”。

不过，根据《自然》杂志文章，采用谷歌新纠正方法的量子计算机，出错率仅下降了4%。研究人员解释称，这是第一次增加系统规模没有导致错误率上升，表明谷歌已经找到了一个“平衡点”。

谷歌研究人员Julian Kelly表示，在纠错方面取得突破，是因为谷歌对其量子计算机的所有部件进行了改进，从量子比特的质量到控制软件，再到用于将计算机冷却到接近绝对零度的低温设备。

Kelly补充说，这已经将错误减少到足够低的水平，因此系统规模增加而出错率没有呈指数级上升。

谷歌认为，这一突破只是构建实用量子计算机六个步骤中的第二步。下一步涉及完善工程学，这样它只需要1000个量子位就可以创建一个逻辑量子位（一个建立在不完美的物理量子位之上的抽象概念），使系统可以正常工作。

谷歌表示，一旦它找到了如何构建并将1000个逻辑量子位连接到一个单一系统的方法，它就会造出一台实用的量子计算机。

更重要的是，它为更广泛的科学界提供了一个飞速提升的基础包括材料科学、数学和电气工程的进一步拓展都可能需要建立在量子计算机取得实际应用的基础上。

但就像ChatGPT等AI工具一样，证明它们有效只是解决这些难题的一部分。量子计算的高精度和低错误率仍然难以捉摸。在这方面的改进是量子计算和人工智能的共同主要目标，OpenAI本周表示，其新的GPT-4在准确性方面已经比前身高40%。

尽管量子计算和普通大众相去甚远，远远不如AI智能机器人那样能够吸引大家的目光。但科技界普遍认为，量子计算取得突破的意义将是能和人类登月相提并论的壮举。

硅谷银行申请破产保护，股票SIVB将被摘牌

作者 Brandon | 2023-03-17 | 发布于新闻快讯

3月17日周五，硅谷银行的前母公司硅谷银行金融集团（SVB Financial Group）发布公告称，该集团已经向纽约南区破产法庭提交依据《破产法》第11章的破产保护申请。

由于硅谷银行是加州特许商业银行，是美联储系统的一部分，它不符合破产条件，而是进入了联邦存款保险公司的破产管理程序。周五，硅谷银行被告知将被摘牌。

与破产清算不同，此次硅谷银行金融集团采取的《破产法》第11章指的是企业在法院监督程序下重整财务，通过重组、引入外部投资人等方式盘活资产，公司本身将由原管理层继续经营，以保护其剩余资产并努力偿还包括债券持有人在内的债权人。

根据破产保护文件显示，硅谷银行金融集团公司预期债权人数量为1000-5000人，预计的资产和负债都在10亿至100亿美元之间。截至去年底，硅谷银行金融集团持有约23亿美元现金、5亿美元投资证券和4.75亿美元其他资产，还有33亿美元的融资债务以及37亿美元的未偿优先股。

硅谷银行金融集团在公告中特意强调，按照相关的法律规定，此次破产重整并不包含硅谷银行资本旗下的基金和硅谷银行证券。其中风险投资和私募信贷基金平台SVB资本将照常运作，SVB资本旗下的基金和普通合伙公司是独立的法律实体，不会被纳入本次破产保护申请。同理，SVB证券也是独立的法律实体，在集团重整期间将如常运作。

硅谷银行金融集团披露，投行Centerview正在帮助集团评估资产的战略选项（出售硅谷银行资本和硅谷银行证券），这一操作引发了其他银行“巨大的兴趣”，不过最终任何出售仍需得到破产法庭的批准。

此外值得一提的是，硅谷银行金融集团与硅谷银行、以及该银行旗下的私人银行和财富管理业务已经不存在隶属关系。自上周五硅谷银行被联邦存款保险公司接管后，资产和运营都转移至新成立的硅谷过桥银行（Silicon Valley Bridge Bank）中，因此也和硅谷银行金融集团的破产重整没有关系。

硅谷银行金融集团的首席重组官William Kosturos表示，美国《破产法》11章的流程将允许公司保存价值，并为硅谷银行资本、硅谷银行证券等业务和资产评估战略选项。与此同时，集团也将继续与硅谷过桥银行合作，双方将致力于寻找切实可行的解决方案，为两个实体的利益相关者获取最大化的可回收价值。

根据此前媒体报道，接管硅谷银行的联邦存款保险公司（FDIC），已经要求有意接手这家破产银行的机构在本周五结束之前提交报价。这也是联邦机构第二次试图想把这家银行甩回私营部门。据知情人士报道，FDIC希望完整出售手头的硅谷银行和Signature银行，但如果实在卖不掉，也能接受出售银行的部分业务。FDIC表示：

我们致力于寻找切实可行的解决方案，为两家实体的利益相关者实现可收回价值的最大化。

值得一提的是，拥有银行牌照的竞买人被允许投标前查看两家银行的账簿，也反映出联邦机构偏好传统金融金融机构接手的意图。