图片来源:微博截图
用成绩说话的两位冠军
在球迷们眼中,孙颖莎和王楚钦早已是“年轻有为”的代名词。
女单决赛中,孙颖莎、陈幸同很快进入状态。孙颖莎在关键分把握上更胜一筹,先下一局。次局比赛,孙颖莎加快进攻速度建立领先优势,以11:8再赢一局。第三局比赛,陈幸同攻击孙颖莎反手奏效,扳回一城。第四局比赛,陈幸同在多拍相持中失误偏多,孙颖莎11:6获胜。第五局比赛决胜时刻,孙颖莎连续进攻得手,以12:10夺冠。
图片来源: WTT世界乒联官方微博随后的男单决赛,樊振东开局失误偏多,王楚钦抓住机会一举拉开比分,以11:5先声夺人。次局局末,樊振东连续攻击王楚钦反手得手,扳回一城。第三局,王楚钦正手持续发力,以12:10取胜。第四局,樊振东局末频繁利用正反手调动对手,扳平比分。第五局,樊振东在多拍回合中失误开始增多,以1:11落败。决胜局中,王楚钦开局取得4:0领先。此后,他的正手进攻得到发挥,拿下比赛胜利。
图片来源:WTT世界乒联官方微博本次WTT澳门冠军赛,王楚钦和孙颖莎展现了各自统治力。1/4决赛中,王楚钦战胜老将马龙,拼下一场艰难的胜利。半决赛面对瑞典名将莫雷加德,王楚钦在胶着局势中,对球的处理更加得当,战胜对手成功晋级决赛。
女单赛场,孙颖莎的对手实力同样强劲,而她也展现了自己的“大心脏”。半决赛面对法国球员袁嘉楠时,孙颖莎快速应变,适应了对手高抛发球后,牢牢掌握了比赛节奏。要知道,袁嘉楠此次比赛表现出色,接连战胜王曼昱、石川佳纯等名将。
决赛赛后,孙颖莎肯定了自己和队友的表现,并直言希望将出色状态延续到下一站比赛。
图片来源:WTT世界乒联官方微博“爆冷”背后需敲响警钟
相较斩获两冠,本次澳门冠军赛上中国选手遭遇的几次“爆冷”令人更感意外,同时也为国乒“梦之队”敲响了警钟。
在女单1/16决赛中,王曼昱2:3不敌袁嘉楠,遗憾止步首轮。面对37岁的华裔老将,王曼昱多次在领先时被对手追平。看过比赛的球迷不难发现,王曼昱状态并非最佳,不断出现失误后导致心态发生变化。成都世乒赛上,王曼昱曾在女团决赛中击败日本名将伊藤美诚,是中国队斩获冠军的功臣。于她以及国乒选手而言,如何能够在密集赛程中持续保持良好竞技状态,是未来需要去考虑的问题。
图为梁靖崑在比赛中。图片来源:WTT世界乒联官方微博而包括陈梦、梁靖崑等国乒选手同样遭遇“爆冷”出局。对阵名气并不算大的罗马尼亚选手斯佐科斯,世界排名第二的陈梦在比赛中稍显沉闷,决胜局中以11:13落败,止步八强;面对法国新星勒布伦时,梁靖崑手握赛点时没能把握住机会,被对手逆转取胜。翻看过往历史,如何能在“外战”中提升稳定性,或许将成为梁靖崑需要重视的问题。
此外,国乒男队队长马龙也遭遇到华裔名将邱党的挑战。成都世乒赛上,二人曾有过交手,彼时马龙3:1战胜对手。此番再度交锋,这位欧洲直板新星显得更加放松。双方苦战至决胜局,经验更丰富的马龙惊险过关。
图为陈梦在比赛中。图片来源:WTT世界乒联官方微博随着比赛打磨,各国选手对国乒的“群狼围攻”之势愈演愈烈,大家都在寻找不同的方式来撼动国乒的霸主地位,而这也需要中国队在未来提高警惕。
新老交替仍在进行
23日下午,WTT世界乒联公布了2022新乡WTT世界杯决赛男、女单打16位球员名单,国乒男、女队各有5人入围,分别为:樊振东、马龙、梁靖崑、王楚钦、林高远;孙颖莎、陈梦、王曼昱、王艺迪、陈幸同。
通过本次比赛能够看出,国乒的新老交替仍在进行中。澳门冠军赛期间,马龙度过了34岁生日,很快将迎来第20年国家队生涯。驰骋赛场多年的他依旧热爱不减,“年龄是数字也是最宝贵的经历,但绝不是继续向前的阻碍。”生日当天,他在社交媒体如是写到。
图片来源:马龙微博在一场国乒内战中,王楚钦3:2战胜了马龙。纠缠的局势中,年轻人笑到了最后。赛后,马龙的眼中满是欣慰。而在王楚钦看来,“龙队”依旧是世界范围内追分能力最强的选手。
女单半决赛中,陈幸同与伊藤美诚相遇。面对刚刚度过22岁生日的日本名将,陈幸同展现了出色状态。在适应对手发球节奏后,很快掌握比赛主动权,成功与孙颖莎会师决赛。
资料图:成都世乒赛团体赛国乒男团捧杯。 安源 摄从成都世乒赛到WTT澳门冠军赛,国乒在适应各国对手的同时也在积极调整自身状态。正如国乒男队主帅秦志戬此前所言,“我们和对手都在成长。东京奥运会后,很多队伍进入新老交替,更多年轻选手登上世界舞台,展现了一定实力。”
通过比赛历练,更多选手抓住机会展现了自己。而新老传承、良性队内竞争也是国乒一直以来的传统。“铁打的冠军”需要队员们齐心努力去捍卫,未来等待国乒的挑战还有很多,用孙颖莎的话说,“我们下个赛场见”。(完)
ChatGPT搞钱行不行****** 一系列的试探之后,AI聊天机器人ChatGPT的收费计划浮出水面。当地时间2月1日,人工智能实验室Open AI在其官网宣布将推出“ChatGPT Plus”付费订阅版本,每月收取20美元。免费了两个月,月活用户却达1亿的ChatGPT,终于踏上了自己的“赚钱路”,由此,AIGC商业化落地的探讨也陡然升温。不少人迫切地想知道,ChatGPT Plus会不会是AIGC从烧钱到赚钱的关键转折。 免费服务仍将继续 “新晋顶流”ChatGPT用收费计划再次搅动了AI圈的一池春水。根据Open AI的公告,订阅ChatGPT Plus服务的用户,即使在高峰时段,也可获得该聊天机器人更快速的回应,而且可以提前体验新功能和改进。 去年11月,ChatGPT横空出世,不仅能够通过学习和理解人类的语言与用户进行对话,还能根据上下文互动,甚至能够完成撰写文案、翻译等工作。得益于这种突破性的使用体验,ChatGPT迅速蹿红。 当地时间2月1日,瑞银发布研究报告称,截至今年1月,近期爆火的ChatGPT在推出仅两个月后,其月活跃用户估计已达1亿,成为历史上用户增长最快的消费应用。同样的成绩,海外版抖音TikTok在全球发布后,花了大约9个月的时间,Instagram则花了两年半的时间。 但大量用户涌入的同时,也导致ChatGPT经常在流量压力之下无法提供及时的回应,此次收费版的ChatGPT Plus针对的便是这一痛点。 据悉,付费计划将在未来几周内首先在美国推出,然后扩展到其他国家。但ChatGPT Plus的推出并不意味着取代免费版的ChatGPT,Open AI表示,将继续为ChatGPT提供免费访问。 烧不起的模型成本 尽管只推出了两个月,但Open AI对于ChatGPT的收费计划却已经暗示了有一阵子。早在1月初,Open AI就曾提出过专业版ChatGPT的计划,宣布“开始考虑如何使ChatGPT货币化”,并公布了一项调查。什么价格以上会无法接受?什么价格以下会觉得太便宜?诸如此类关于定价的问题皆在其中。 有用户曾在社交媒体上提问ChatGPT是否会永久免费,对此,Open AI首席执行官Sam Altman回应称:“我们将不得不在某个时间点,以某种方式将其商业化,因为运算成本令人瞠目结舌。”Sam Altman曾透露,ChatGPT平均每次的聊天成本为“个位数美分”。 “这类大模型训练成本非常高。”在接受北京商报记者采访时,瑞莱智慧高级产品经理张旭东表示。 但相对训练来说,模型推理,也就是用户提交输入模型输出结果的过程,这一成本会更高。“据说ChatGPT在开放测试阶段每天要花掉200万美元的服务器费用,所以前段时间免费的公测也停止了,如何降低模型推理的消耗也是目前的一个重要研究问题。”张旭东称。 “钱景”在哪 长久以来,广阔的市场前景和难以盈利的现状几乎成为了AI领域难以平衡的理想和现实,对ChatGPT或者说是以ChatGPT为代表的AIGC也是一样。 洛克资本副总裁史松坡对北京商报记者分析称,ChatGPT受到广泛认可的重要原因是引入新技术RLHF,即基于人类反馈的强化学习。在史松坡看来,ChatGPT是一个高效的信息整合助手,可以取代大量人类中初级助理的角色。 但他同时提到,目前ChatGPT在海外英文环境中已经能胜任图画创作、音乐创作、文字整理、信息搜集综合、基础编程和金融分析,但还不能胜任高频度的人类主观决策,比如大型投资决策、政治战略决策等。 天使投资人、知名互联网专家郭涛认为,ChatGPT在重塑众多行业或场景的同时也孕育着巨大的商机,将推动众多行业快速变革,有望在AIGC、传媒、娱乐、教育、客户服务、医疗健康、元宇宙等领域快速落地,具有万亿级市场规模。 张旭东认为,AIGC商业化落地还需要结合应用场景,目前基于生成式大模型的商业应用案例还比较少,就以当下的技术水平看,一两年内达到很好的AGI(通用人工智能)水平还是不太现实的,所以一定需要有垂直领域的创新公司来基于OpenAI等公司的工作来寻找合适的场景落地。 AIGC商业化,侵权与被侵权 AIGC要想商业化,场景只是其一。伴随着ChatGPT的爆火,争议始终并行,比如AI绘画面临的版权探讨。学术界也已针对ChatGPT做出了反应,权威学术出版机构Nature规定,ChatGPT等大模型不能被列为作者。纽约市教育部门曾表示,纽约公立学校的所有设备和网络上将禁止使用ChatGPT。 张旭东认为,目前AIGC最为成熟的应用在内容作品创作上,但从专业角度看,AIGC属于模仿创新,并不具备真正的创造力,AIGC的作品可能对一些艺术家、创作家的风格题材造成侵权;另一方面,AIGC作品也存在被他人侵权的风险。 此外,就安全性问题而言,AIGC这种深度生成能力很可能被滥用于伪造虚假信息,比如生成一些敏感性的有害信息,甚至伪造新闻信息恶意引导社会舆论,而且这些生成式内容难以分辨追踪,大幅增加对信息治理的挑战难度。信息获取也是AIGC需要解决的问题之一。 郭涛则提到,当前AIGC赛道尚处于孕育探索阶段,存在关键核心技术不成熟、免费素材资源较少、内容堆砌且质量参差不齐、成熟的商业应用场景较少、相关法律法规不健全及技术伦理挑战等突出问题,短期内还难以实现大规模商业化应用。 北京商报记者 杨月涵 (文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |