大家好，我是鼎诚龙哥，现在给大家介绍下这个V神背书，对标FIL的Swarm，Swarm 去中心化的内容存储和分发服务，可以将它视为CDN，通过互联网在计算机上分发。你可以像运行以太坊节点一样，运行Swarm 节点并连接到Swarm网络上。这与BitTorrent相似，也可以类比IPFS，用ETH作为报筹激励。文件被分解成块，分配并被参与的支愿者们储存。那些为存储并为块提供服务的节点，从那些需要储存和检索数据服务的节点得到ETH作为补偿

Swarm是以太坊项目官方的一部分，主要是由藉金会开发，允许矿池存储、带宽和算力资源来支持基于以太坊网络的应用。团队试图创建一个不停机、零故障和防审查的点对点存储和服务解决方案。在 Swarm内创建一个经济激励的系统将促进资源交换价值的支服和转移。项目使用了以太坊区块链中不同的协议和技术。

项目亮点：

1.预计5至6月份上线速度快，不锁仓，预计上三大交易所。

2.存储板块和Filecoin(IPFS）同等级别并且对标Filecoin。

3.由以太坊藉金会提供资金支持，并且拥有以太坊区块链背书。

4.Swarm目前宣布已完成600万美元思慕融资，投资阵容目前巨豪华并且由以太坊团队参投，资金雄厚。

5.发行总流通量优势共6250万枚。#区块链[超话]##比特币[超话]##项目##投资#

【海信家电20年报分析及保守估值】结论   $海信家电(SZ000921)$   $海信家电(00921)$  保守估值157.5亿人民币。公司股本13.6亿，当前港股13.96港币/股，对应市值190亿港币，约合160亿人民币，A股17.7人民币/股，对应市值241亿人民币，均处于合理估值范围内。公司简介        公司前身系1984年成立的广东顺德珠江冰箱厂，1992年改制为股份公司，公司名称为广东科龙电器股份有限公司。1996年在香港上市，1999年在A股上市。2006年青岛海信空调受让广东格林柯尔所持有的26.43%的股权，成为第一大股东。  2007年完成股权分置改革后，青岛海信空调持有23.63%的股权。2007年更名为海信科龙电器股份有限公司。2008年度开始，青岛海信空调通过二级市场陆续增持股份，至 2009年末青岛海信空调持有股权比例为25.22%。    2010年重大资产重组，向青岛海信空调发行 362,048,187 股，购买的海信（山东）空调有限公司 100%股权、海信（浙 江）空调有限公司 51%股权、海信日立49% 股权、海信（北京）电器有限公司 55%股权、青岛海信模具有限公司 78.70%股权以及海信营销之冰箱、空调等白电营销业务及资产。    2018年更名为海信家电集团股份有限公司。2019年以2500万受让海信日立0.2%的股权以及修改海信日立《公司章程》，调整海信日立董事会架构，于 2019 年 9 月 30 日起把海信日立及其附属公司纳入合并报表范围。以此计算，当时对海信日立的估值为125亿，以18年16亿净利润计算，PE为7.8，以18年60.7亿净资产计算，PB为2.06。    2020年，原间接控股股东海信集团控股公司深化混改，引入战略投资者青岛新丰，股权结构进一步分散，从而导致公司由青岛市国资委实际控制变为无实际控制人，海信集团有限公司也不再为本公司的间接控股股东。目前主要从事冰箱，洗衣机，家用空调，中央空调业务，2020年营收483.9亿，扣非净利润11亿。近年，中央空调贡献的净利润占扣非净利润之比超过70%，是公司价值的主要来源，下文主要讨论该业务。    青岛海信日立空调系统有限公司成立于2003年1月8日，是由海信集团与日立空调共同投资，合资双方分工明确，管理销售方面由海信负责，生产设备、技术和品质把控则由日立掌控，海信家电持股49.2%。行业概况    国内中央空调市场规模从2009年的340亿左右增长至2019年的近千亿，年化增长约9.6%，值得注意的是2019-2020年市场规模连续下降2年，2020年部分受到疫情影响，也可能意味着行业空间见顶。近年来，随着居民收入增长，加上制冷技术尤其是多联机和小型水冷机的发展，中央空调逐渐进入居民领域，精装房的发展更是为中央空调的家用渗透提供通路。    中央空调的公建应用场景覆盖工业专业场所（如核电站、芯片生产洁净室、大型数据中心、制药车间等）、 商业场所（城市综合体、酒店、办公楼及购物中心等）、以及市政场所（学校、博物馆、轨道交通和车站等）与 精装房等。    按品种划分，中央空调可分为多联机、单元机、水机，末端等多个类型。不同类型的中央空调在产品结构、运行方式上有所区别，分别适用于不同的建筑和细分场景：    1、多联机是氟系统循环的中央空调机组，通常由一台室外机通过配管连接两台或两台以上室内机组成。室 外侧采用风冷换热形式、室内侧采用直接蒸发换热形式。相比其他机型，多联机节约能源，运行费用低，运行可靠，适应性好，制冷制热温度范围宽，自由度高，安装和计费方便。因而多联机的使用最为广泛，在中小型建筑和部分公共建筑中尤为常见。当前市场、技术领导企业主要为日系品牌，如大金、日立、东芝等。     2、单元机是小型的水循环空调机组，通过热泵把水制热或制冷，通过水管把水送到房间。单元机的优点在 于造价便宜，性价比高。但目前大部分单元机为定频产品，无法根据室内温度灵活调节，同时还存在耗电量大， 安全性差、噪音大的缺点，更适合相对小空间的住宅使用，如客餐厅吊装等。本土品牌在单元机市场的份额较大，如格力、美的等。    3、水机主要由制冷机、冷却水循环系统、冷冻水循环系统、风机盘管系统和冷却塔组成，工作时先制冷或 加热热媒水，再送至风机盘管空调系统处，由新风或混合风在末端将热能或冷能送入指定地段。水机运行时可 以持续保持空气湿润，出风柔和，噪音较小，舒适度高，但造价昂贵、附件较多、室外机体型庞大，一般用于大型建筑、别墅用户、高端写字楼等。目前美系品牌在水机市场占据领导地位，如江森自控约克、开利、麦克维尔、特灵等。    中央空调主要存在三支力量（美系、日系、国产），其中冷水机领域美系占主导、多联机方面日系在处于龙头位置，单元机为国产品牌垄断，末端各支力量均有份额。1.在中央空调众多品类中，多联机和冷水机的市场占比和技术含量最高。与多联机相比，冷水机没有精准的冷媒分配和控制系统， 技术含量较多联机低，核心技术集中在压缩机。2.消费升级和地产全装修有利于家用中央空调市场增长    多联机由于舒适度高、美观方便等原因，一直受到消费者广泛青睐，当下占据国内中央空调市场的半壁江 山。产业在线数据显示，2019 年中央空调整体规模接近 1000 亿元，其中多联机占比 48%，占据绝对主体地位。家用中央空调中多联机占比70%左右，其余基本为单元机（分体式空调的外观变形）。 结构变动来看，多联机与单元机占比提升明显。2009-2019 年国内多联机占比由 34%提升 14pct 至 48%，单元机由12%提升10pct至22%，背后体现的是户式中央空调逐步崛起的发展趋势。与之相对，水机市场占比由 26% 下降 9pct 至 17%左右，近三年逐步趋于稳定。多联机占比可能已经见顶。    大金、日立、美的、格力、东芝占据多联机市场前五位置， CR5 超过 70%。依靠长期深耕与技术、服务优势，目前大金、日立等两家日系品牌领跑国内市场。    日立是中央空调市场的龙头之一。2019 年上半年，日立在多联机领域市占率为 17.01%，仅次于大金位列第二；而在工建市场精装渠道，日立领先于大金、东芝和美的、格力等其他国产品牌，市场份额排名第一。 约克是传统水冷机组的龙头，凭借着优秀的技术，约克在中央空调中离心机组、风冷螺杆机组、水冷螺杆 机组、模块机组市场份额位居前列。在多联机领域同样占有约 1.2%的份额，其业务注入形成有效补充。    日立+约克+海信，份额跃升龙头。海信家电自身的中央空调业务原属于行业二线梯队，2019 年市场份额约 为 2.6%，但并表后海信家电旗下三大品牌的市占率上升至 15.6%，与美的、格力、大金形成四龙头局面，市场竞争力迅速提升。而在中央空调行业占比最高的多联机领域，日立+海信+约克的市占率高达 24%，超越龙头大金位列第一。公司分析可以发现：1.现金充裕，流动资产减存货加定期存款比负债多25.6亿，2. 少数股东权益占比32%，较高，主要是海信日立的少数股东权益36亿可以发现：1.少数股东损益占比高达43%，主要是海信日立的少数股东损益，2.净利率不高，只有5.9%。公司与海信系公司之间有大量的关联交易，这里面有没有利益输送很难判断。海信日立    2020年营收133.3亿，净利润21.3亿，同比均增长11%，近5年营收，净利润年化增长23%，20%，增速高于多联机整体增速，市场占有率不断提高。资产负债率50%左右，ROE 30%左右，净利率16%左右，近8年累计分红比例40%。拥有日立，约克，海信3个品牌，主打多联机，约克多联机中国区业务于2018年自江森自控转移至海信日立旗下。日立定位最高端，约克次之，海信位居第三梯队。多联机市场大金和日立稳居前两位。    公司披露的信息不够透明，无法得知海信日立的现金流，详细的资产负债表，利润表，具体的业务信息，对估值造成困难。    中央空调具备“大宗、高客单值、维修复杂”的产品属性，使得消费者在选购中央空调产品时会更加注重各品牌产品性能、参数的细微差距，这也是日立、大金等日系央空品牌市占率较高的客观原因。长期以来，多联机核心技术掌握在大金、日立等日系空调企业手中。公司的优势是本土化的营销和全球化的技术产品。护城河1.核心技术领先2.相对规模优势保守估值    公司的业务按照盈利能力可分为海信日立的中央空调和其他（包含冰箱，洗衣机，传统家用空调等）。其他业务近7年的平均ROE为5.2%并且仅有一年超过10%，年平均ROE略高于无风险收益率，保守估值为净资产减半，即31.5亿。 从历史数据看，中央空调市场规模和多联机占比可能都已经见顶，多联机产品2020年市场规模同比增长2%。预计未来海信日立营收，净利润增速会下降，取5%。综上所述，保守估值256亿，以20年亿净利润21.3计算，PE约为12，以20年70.9亿净资产计算，PB为3.6。    那么海信家电估值=31.5+256*0.492约等于157.5亿人民币。公司股本13.6亿，当前港股13.96港币/股，对应市值190亿港币，约合160亿人民币，A股17.7人民币/股，对应市值241亿人民币，均处于合理估值范围内。

GPT-3：一个新应用生态系统诞生了。
「某个应用程序用2个基于GPT-3的机器人相互辩论。这是YouTube用户 Bakz T. Future剖析的14个GPT-3应用程序之一。」
GPT-3以其庞大的规模成为OpenAI令人印象深刻的自然语言处理（NLP）模型。Transformer encoder-decoder模型之间由超过1,750亿个被称为参数的单词之间的加权值连接，将其15亿个参数的前身GPT-2打的落花流水。您只要输入要执行的任务的几个示例，该模型就能够生成令人惊奇的类似于人类撰写的文本。
它于2020年发布时占据了头条新闻。人们争先恐后地排队，以期访问OpenAI的云服务上托管的API。现在，在过了几个月之后，随着越来越多的用户（包括我自己）获得了API的访问权限。每天都会出现新的有意思的应用程序和用户案例。例如，Debuild.co上有一些非常有趣的演示，您可以在其中通过使用简单的英语给程序输入一些简单的说明来构建应用程序。
经过广泛的报道，GPT-3是否会成为NLP应用生态系统赖以生存的基石，或者还会有新的更强大的NLP模型脱颖而出，依然是个问题。为适应企业设想和设计NLP应用程序的需要，这里介绍一下GPT-3及其潜在的生态系统。
GPT-3和NLP军备竞赛
正如我过去描述的那样，实际上有两种预训练NLP模型的方法：通用NLP模型和非通用NLP模型。
非通用的方法具有与已知用例相符的特定预训练目标。基本上，这些模型更为深入而且更小巧。训练数据更为聚焦，而非采用海量数据集。Google的PEGASUS模型就是一个例子。该模型专门为生成文本摘要而构建。PEGASUS在与预期目的非常相似的数据集上进行了预训练。然后在文本摘要数据集上进行微调，从而提供了更好的结果。非通用方法的好处在于，它可以显着提高特定任务的准确性。而且也比通用模型灵活得多，但仍需要大量训练示例才能获得准确性。
相比之下，通用的方法应用范围很广。这是因为GPT-3的1,750亿个参数在起作用，并且基本上是在整个Internet上进行了预训练。这使GPT-3只需执行几个示例就可以执行任何NLP任务，尽管其准确性并不总是很理想。实际上，OpenAI团队强调了通用预训练的局限性，甚至认为GPT-3在“文本合成方面存在明显的弱点”。
OpenAI认为在精度问题上，模型越大越好。竞争对手已经注意到模型的每个版本都将参数数量增加几个数量级。Google研究人员最近发表了一篇论文，重点介绍了具有1.6万亿个参数的Switch Transformer NLP模型。这个疯狂的数字可能意味着我们将看到一场通用模型的军备竞赛。虽然这两个通用模型已经很大了，别忘了微软还拥有170亿个参数的Turing-NLG，且可能也希望加入军备竞赛。当您认为训练GPT-3花费OpenAI高至1200万美元时，军备竞赛可能会导致模型训练费用变得更加昂贵。

有前途的GPT-3应用
从应用程序生态系统的角度来看，GPT-3的灵活性使其具有吸引力。您可以使用它来完成您可以用语言想象的任何事情。可以看到的是，初创公司已经开始探索使用GPT-3为下一代NLP应用程序提供动力。这个链接是Cherry Ventures的Alex Schmitt编写的很有意思的GPT-3产品列表。
这些应用程序中有许多是面向消费者的，例如“情书生成器”，但是还有更多的技术应用程序，例如“ HTML生成器”，是面向企业的。当企业考虑如何以及在何处将GPT-3纳入其业务流程时，医疗保健，财务和视频会议会是其中最有希望的早期使用案例。
对于医疗，金融服务和保险行业的企业来说，减少研究人员的工作量是一项巨大的需求。这些领域中的数据呈指数增长，面对这种增长高峰，要保持行业中的领先地位变得异常困难。基于GPT-3的NLP应用程序可以抓取最新的报告，论文，结果等，并根据上下文总结主要观点，从而节省研究人员大量宝贵时间。
随着在新冠疫情大流行，视频会议和远程医疗变得越来越重要，我们已经看到用于视频会议的NLP工具的需求快速增长。GPT-3提供了不仅是编写单个会议的脚本和做笔记的能力，而且还可以生成“太长；无需阅读”的摘要。
企业和初创企业如何建立竞争壁垒
尽管有这些令人鼓舞的用例，但GPT-3应用程序生态系统的主要障碍是模仿者可以轻松复制使用GPT-3的API开发的任何应用程序。
使用GPT-3的API的每个人都将获得针对相同数据进行预训练的相同NLP模型，因此唯一的区别是企业利用它来精调数据以适用于专门化用例。您使用的数据调整得越精细，越能显示出结果的与众不同也越精致。
这是什么意思？拥有比竞争对手更多的用户或更多数据的大企业将更好地利用GPT-3提供的服务。GPT-3不会导致颠覆性的创业公司。但凭借现有的优势，它将允许企业和大型企业优化其产品。
这对企业和初创公司发展意味着什么？
使用GPT-3的API构建的应用程序才刚刚开始触及可能的用户案例。我们尚未看到开发出有趣的概念验证的生态系统。这样的生态系统如何挣钱和成熟发展仍然是一个悬而未决的问题。
在这种情况下进行差异化需要进行微调，所以我希望企业在某些NLP任务中采用GPT-3的通用化模型，而对于更具体的NLP任务则使用非通用模型（例如PEGASUS）。
此外，随着大型NLP参与者之间参数数量的指数增长，我们可以看到用户在生态系统之间的转移，取决于竞争中谁处于领先地位。
无论GPT-3应用程序生态系统是否成熟，或者是否已被其他NLP模型所取代，企业都应该对创建高度有效的NLP模型变得相对容易而感到兴奋。他们应该探索用例，并考虑如何利用市场中的地位来快速改善客户用户体验，并增强业务流程。
原文链接：https://t.cn/A6tCnNCh
- End -