【摩根】可供投資的AI一般產(chǎn)業(yè)發(fā)展概況2H24

J.P摩根GlobalQuantitative&Deriva08February2025一般產(chǎn)業(yè)發(fā)展概況2H24來源：摩根大通，庫存圖片。全球量化和衍生品戰(zhàn)略BerowneHlavatyAcberowne.d.hlavaty@RobertSmith,PhDrobert.2.smith@jpmorgan.cArpan辛格分析師認(rèn)證及重要披露見第34頁。摩根大通確實在與它的研究報告所涵蓋的公司做生意，也在尋求與這些公司做生意。因此，投資者應(yīng)該意識到該公司可2BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@GlobalQuantitative&DerivativesStrategy執(zhí)行概要J.P。摩根研究亮點器人即將到來。2024年12月，基礎(chǔ)模型領(lǐng)域的競爭加速，OpenAI、Meta和谷歌等主要參與者發(fā)布了一系列產(chǎn)品，一展拳路，而nV工廠的資本支出；這種低價格的每個推理令牌成本很可能被代理消耗（可以消耗100倍到1000倍的令牌，c.f.人類直接使用聊天）。隨著我們發(fā)現(xiàn)越來越多的理由去消費越來越便宜的代幣，Jevons悖論?2023年是“人工智能年”（又名人工智能炒作年）。?2025年是“人工智能”的一年——以及GPT-o3（深度研究）、DeepSeek-R1和下一個迭代的潛在AGI……?2027+ASI“人工超級智能”年（自我改進(jìn)的人工智能…又名奇點？）2025年預(yù)測人工智能對人類的影響可能堪比印刷機、電力和計算機。在我們最近的年度信中，我們強調(diào)，人工智能對社會的變革潛力可能與1.免費的人工智能：人工智能的價格和供應(yīng)商的選擇將基于哪個模型是“足夠聰明”和合理的價格，而不是“最好的”模型。你不需要博士學(xué)位才能在工廠車間工作。接近零成本的人類智能即將到來，而且可能比許多人預(yù)期的要2.人工智能代理：預(yù)計將看到企業(yè)使用代理，而最初有限的消費者使用代理3.機器人熱潮：預(yù)計今年將有更多的早期采用者使用更多的人形機器人，至3BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@GlobalQuantitative&DerivativesStrategy08February2025創(chuàng)建自定義電影，以及逼真的DeepFakes（標(biāo)志著視頻證據(jù)的終結(jié)擴展5.開放源碼：開放源碼的復(fù)興，部分歸功于Llama、Graphite、Nemo、？）使它們更準(zhǔn)確，特別是對于數(shù)學(xué)、物理和邏輯等任務(wù)。預(yù)計封7.科學(xué)中的AI：AI將繼續(xù)加速自然科學(xué)的發(fā)現(xiàn)，重點是材料科是黃簡森一直直言不諱的。期待今年能聽到更多關(guān)于Longevity和定制癌癥疫8.AI和國家安全：預(yù)計AI公司將在邊境監(jiān)視和情報收集等任務(wù)上與國家安全其他初創(chuàng)公司也在繼續(xù)開發(fā)替代硬件（Cerebus人類對人工超級智能的啟示2024年9月，山姆·奧特曼（SamAltman）發(fā)表了《智能時代》（TheIntelligenceAge這是他和OpenAI計劃如何在幾千天內(nèi)實現(xiàn)人工超級智能的宣言。隨后，GPT-o3模型在ARC-AGI基準(zhǔn)測試中取得了87.5%的突破性成績，該基準(zhǔn)測試AI在不依賴預(yù)訓(xùn)練知識的情況下解決全新問題的能力。ARC-AGI被認(rèn)為是最難類主導(dǎo)。ARC-AGI-2的挑戰(zhàn)預(yù)計將使目前的模型恢復(fù)到30%以下（智能人類達(dá)到95%）。BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@jpmorganBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@4圖1：人工超級智能 來源:https://situational-awareness.ai/from-agi-to-superintelligence/我們是怎么走到這一步的？簡而言之，許多AI的進(jìn)步歸結(jié)為復(fù)制人類的生物學(xué)AI領(lǐng)域是在霍奇金和赫胥黎創(chuàng)建神經(jīng)元動作電位的電模型神經(jīng)網(wǎng)絡(luò)發(fā)展的基礎(chǔ)。大衛(wèi)·魯梅爾哈特（DavidRumelhart）和約翰·霍普菲爾德（JohnHopfield）等研究人員進(jìn)一步模擬了這項工作，他們?yōu)殇伷搅说缆?。Hubel&Wiesel對視覺皮層的理解為AlexNet等cnn的發(fā)展做出了貢獻(xiàn)。在Devlin和團隊的幫助下，從BERT到GPT-4的模型中可以看到變形我注意機制，可以粗略地與人類在處理語言時專注于信息的1和系統(tǒng)2思維的區(qū)別。系統(tǒng)1涉及自動的、直覺的回憶，比如開車回家時沒有有意識的思考，而系統(tǒng)2涉及深思熟慮的、分析性的推理，這對于學(xué)習(xí)、創(chuàng)造和解GPT-o3和DeepSeek-R1。請注意，推理（TTC）模型在生產(chǎn)中需要更多的gpu進(jìn)b谷歌的新泰坦模型引入了一種新穎的方法，它結(jié)合了三種不同類型的記憶，類似于人類的記憶系統(tǒng)。泰坦利用短期、長期和持久記憶模塊的組合，每個模塊都BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@類似于工作記憶，處理即時數(shù)據(jù)處理，而長期記憶存儲和回憶歷史背景，持久記憶編碼特定任務(wù)的知識。這種架構(gòu)允許泰坦有效地管理和利用大量信息，擴展到更大的上下文窗口，并在各種任務(wù)中超越傳統(tǒng)的變壓器。Open-AIvsOpenAI很多人都在談?wù)撘辉路萃瞥龅腄eepSeek-R1和Qwen模型。通過在過去幾年中整合許多不同的先進(jìn)技術(shù)來構(gòu)建AI技術(shù)，開發(fā)一些自己的訓(xùn)練數(shù)據(jù)和建模技術(shù)來提高推理性能，并利用免費和開源的基礎(chǔ)模型，如QWEN和LLAMA，DeepSeek-R1AI模型可以實現(xiàn)OpenAI的gpt-01級別的性能，同時運行在便宜得多的硬件上。他們還提供各種大小的完全開放的可下載模型，有些需要小型gpu集群，有些可以在臺式機，筆記本電腦甚至iphone上運行，即真正的“開放”AI模型。該研究出版物于上周發(fā)布，明確詳細(xì)說明了所采取的方法，使AI社區(qū)的其他人能夠驗證和增強這些模型。Huggingface的一個團隊接受了一個挑戰(zhàn)，“Open-R1”項目和TinyZero也在應(yīng)對這個挑戰(zhàn)。TinyZero剛剛克隆了DeepSeek中使用的一些推理訓(xùn)練，這表明，在有限的訓(xùn)練數(shù)據(jù)下，團隊將能夠?qū)δＰ瓦M(jìn)行微調(diào)，以對任何領(lǐng)域或業(yè)務(wù)問題進(jìn)行推理，這對渴望微調(diào)自己專有業(yè)務(wù)特定模型的企業(yè)具有積極意義。DeepSeek已經(jīng)吸引了市場的注意力，但還有很多其他模型，如微軟的Phi-4，Meta的Llamav3.3，以及其他正在推動“邊緣計算”或AI的模型，這些模型缺乏當(dāng)前索塔模型所使用的一些額外的推理訓(xùn)練。但有些說法令人擔(dān)憂，包括實際使用的gpu，模型的實際成本，以及他們從哪里獲得訓(xùn)練數(shù)據(jù)（微軟報告可疑的API使用情況）。人工AI將消耗任何多余的推理，正如杰文斯悖論（JevonsParadox）所假設(shè)的那樣，隨著技術(shù)的進(jìn)步提高了資源的使用效率，該資源的總體消耗可能會增加而不是減少。這是因為使用資源的成本降低使其對越來越多的邊緣情況和其他以前過于昂貴的情況更具吸引力，從而導(dǎo)致整體需求增加。更多內(nèi)容見下文。AI是指數(shù)型的AI的發(fā)展速度正在以指數(shù)級加快，而成本也在以指數(shù)級下降。競爭優(yōu)勢是用幾個月而不是幾年來衡量的。接近零成本的人類智能即將到來，而且可能比許多人預(yù)期的要快。我們在OpenAI為現(xiàn)有用戶發(fā)布GPT-o3-mini（包括有限的免費使用）之前繪制了這張圖表，并注意到GPT-o1的定價是一個異常值。如果沒有DeepResearch模式（基于GPT-o3Large）等額外的服務(wù)層，這個價格點已經(jīng)不可行了。BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@jpmorganBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@6圖2：發(fā)現(xiàn)離群點來源:.J.P。摩根量化與衍生品策略。TheBatch,YouTube,BusinessInsider索塔模型我們不斷監(jiān)測GenAI模型空間的新公告，并在網(wǎng)絡(luò)上搜索未披露的模型參數(shù)大小的提示（例如，很難找到GPT-o1的估計范圍從~6000億到4萬億）。最大AGI能力模型的競爭正在與更實用的模型開發(fā)相匹配，這些模型設(shè)計用于在邊緣，單GPU和迷你集群（8GPUDGX-1）上運行，而不是完整的DGOXPOD機架或BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@jpmorganBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@7圖3:NLP和LLM參數(shù)大小隨時間的增長情況資料來源：摩根大通量化與衍生品策略。單靠參數(shù)計數(shù)是不足以衡量模型中嵌入的智能的方法。下面的圖表擴展了人工分析公司的數(shù)據(jù)。AI顯示了各種模型的標(biāo)準(zhǔn)化基準(zhǔn)分?jǐn)?shù)（y軸）是如何隨著時間（x圖4：隨時間變化的AI模型質(zhì)量指數(shù) 資料來源：摩根大通量化和衍生品策略，人工分析。AIBerowneHlavatyBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@08February20258杰文斯悖論杰文斯悖論在DeepSeek-R1發(fā)布后被提及了很多次。這意味著單價的下降會增加需求。因此，雖然OpenAI、Anthropic、谷歌和Meta有了新的競爭對手，但像英偉達(dá)、AMD、英特爾、IBM這樣的公司，甚至像微軟這樣的云供應(yīng)商，都可能受益，因為AI的更多以前不經(jīng)濟的應(yīng)用變得可行。圖5:Jevons悖論-需求曲線資料來源：摩根大通量化與衍生品策略。收盤思路：CPU和GPU計算的主要限制之一是產(chǎn)生的廢熱。事實證明，目前的2nm處理器在規(guī)模方面接近理論極限，但基本計算（位翻轉(zhuǎn)）消耗熱力學(xué)能量。但是，事實證明，反轉(zhuǎn)計算（在緩存答案之后）可以回收能量（因此可以回收熱量這可以大大減少熱量的產(chǎn)生，從而實現(xiàn)更高效的計算，例如更好的3D計算組件堆疊，或者更穩(wěn)定的量子計算機。9BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@GlobalQuantitative&DerivativesStrategy08February2025行業(yè)發(fā)展及新聞在我們深入研究具體公告之前，我們首先使用SmartBuzz根據(jù)2024年1月1日以來的新聞報道，檢查哪些公司與“人工智能主題”最相關(guān)。人工智能主題包含以下英特爾、ServiceNow、Salesforce、特斯拉、甲骨文和Panantir。如圖所示，大多數(shù)公司對人工智能主題的平均看法是積極的，只有少數(shù)例外：Meta、UnitedHealth、新聞集團（NewsCorp）和TwitterBerowneHlavatyAC(6GlobalQuantitative&圖6：根據(jù)SmartBuzz術(shù)語定義的“人工智能”主條形高度表示人工智能話題被提及次數(shù)的對數(shù)，而星形表示這BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@jpmorganBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@從長期來看，我們看到2023年5月對人工智能主題的情緒急劇下降，原因有幾個因素：監(jiān)管問題、道德和社會問題、技術(shù)挑戰(zhàn)、市場競爭和更廣泛的經(jīng)濟狀況。急劇的下跌同樣迅速恢復(fù)，并自那以后一直呈上升趨勢。最近在1月底（到2025年2月2日）對人工智能主題的整體情緒下降，到目前為止顯示出的降幅要小得多，因為各種公司仍然在談?wù)撊斯ぶ悄軒淼暮芏嗪锰?。圖7：過去4年新聞中對“人工智能主題”的情緒變化資料來源：摩根大通量化與衍生品策略，SmartBuzzBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@jpmorganBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@人工智能正在取代一些人，但人工智能人也是如此來源:iStock就業(yè)市場的最新發(fā)展突顯了技術(shù)進(jìn)步（尤其是人工智能）和不斷變化的勞動力動JensonHuang認(rèn)為，“IT部門將成為人工智能代理的人力資源部門”，這將對技術(shù)編碼工作的性質(zhì)產(chǎn)生深遠(yuǎn)影響。還有人在問：英語會成為新的我們在上一期中報道過人工智能裁員已經(jīng)開始：在使用chatgft-4后，多ingo裁掉爾街的入門級工作已經(jīng)過時。IBM還暫停了對人工智能可以勝任的工作崗位的招聘，包括后臺、人力資源和其他不面向客戶的職位。聯(lián)合包裹BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@jpmorganBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@例如，Intuit也需要人工智能技能，該公司正在裁員10%的非人工智能技能員工，以實現(xiàn)類似的重點轉(zhuǎn)移。隨著思科將重點轉(zhuǎn)向人工智能和網(wǎng)絡(luò)安全，該公司人工智能轉(zhuǎn)型并非全是壞消息。人工智能的應(yīng)用正在逐漸增加，要求“人工智能技能”的招聘信息也在增加，盡管它仍然只生成人工智能的興起正在改變行業(yè)，預(yù)計到2032年將從500億美元增長到1.3萬億Salesforce最近透露，它計劃在未來一年對其招聘方式進(jìn)行大規(guī)模改革。在最近的一次采訪中，微軟首席執(zhí)行官馬克?貝尼奧夫（MarcBenioff）宣稱，由于人工智能提高了軟件工程的生產(chǎn)率，該公司將在2025年不再招聘軟件工程師。Agentforce用戶（又名Salesforce人工智能）發(fā)現(xiàn)他們的軟件工程團隊的生產(chǎn)力提司中有3家用人工智能取代了工人，預(yù)計這一趨勢將在2025年繼續(xù)增長，超過三分之一的公司使用人工智能可能會自動化角色。文章還指出，根據(jù)Thinknum的Hatch最近調(diào)查了1200多名用戶，發(fā)現(xiàn)近三分之二的年輕專業(yè)人士已經(jīng)在使用ChatGPT等人工智能工具來幫助他們工作。這一代人并不害怕人工智能，93%的們認(rèn)為Z世代的數(shù)字出生使他們能夠很好地利用人工智能進(jìn)行業(yè)務(wù)轉(zhuǎn)型。文章提到了澳大利亞政府參議院委員會的建議，將人工智能聊天機器人歸類為“高風(fēng)比如Z世代認(rèn)為自己的薪水過低、工作不投入，以及哈奇利用人工智能重建平臺展望2025年，在不斷發(fā)展的趨勢和逐漸采用人工智能的推動下，就業(yè)市場預(yù)計將發(fā)生重大變化，盡管要求人工智能技能的職位招聘顯著增加，但仍只占總體職位列表的一小部分。另一個例子是富國銀行投資人工智能團隊。在摩根大通負(fù)責(zé)人工智能項目的特蕾莎·海森勒特（TeresaHeitsenrether）表示，到目前為BerowneHlavatyBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@08February2025生成人工智能來源:iStockPhoto回顧過去六個月的博客文章、arXiv和SSRN公告，基因人工智能技術(shù)取得了許多進(jìn)步，包括蘋果、b谷歌、Meta、OpenAI、阿里巴巴和現(xiàn)在的DeepSeek等公司發(fā)布的更智能、更大、更小和更強大的llm。在實際的AI方面，我們喜歡幫助解釋常見數(shù)據(jù)任務(wù)的模型，如SpreadsheetLLM，它使用一種新穎的編碼方法，專門用于增強llm在理解和推理電子表格方面的能力，并克服受令牌限制的傳統(tǒng)序列化方法的局限性。Anthropic分析了與Claude3.5Sonnet的1Mn次聊天，以找出GenAI用戶想要什么。它開發(fā)了Clio，一個分析用戶交互的工具，并在一個分層集群中識別出常見的、不常見的和不允許的用途，其中軟件開發(fā)是最大的類別，占對話的15-25%。其他重要用途包括與業(yè)務(wù)相關(guān)的任務(wù)和學(xué)術(shù)研究。蘋果推出了AppleIntelligence，將GenAI模型和API調(diào)用集成到其設(shè)備中，通過高級寫作工具和創(chuàng)意圖像生成等功能增強用戶體驗，同時通過設(shè)備上的處理優(yōu)先考慮隱私。Meta發(fā)布了Llama3.1，然后是Llama3.2和Llama3.3，它的開源AI模型支持多種語言，并具有先進(jìn)的安全工具，促進(jìn)創(chuàng)新和負(fù)責(zé)任的使用。它還引入了測試時間訓(xùn)練（Test-TimeTraining，TTT）層，將rnn轉(zhuǎn)化為自更新模型，在長上下文場景中表現(xiàn)出色。谷歌擁有先進(jìn)的AI功能，具有DataGemma模型，通過數(shù)據(jù)集成提高LLM的準(zhǔn)確性，谷歌AIEdge的MediaPipe，使大型模型能夠在瀏覽器中高效運行。類似于微軟的DirectML。谷歌在泰坦架構(gòu)方面也取得了長足的進(jìn)步，如上所述，它通過神經(jīng)長期記憶模塊增強了傳統(tǒng)的循環(huán)模型，提高了語言建模和時間序列分析等任務(wù)的性能。BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@騰訊和阿里巴巴支持的MiniMax推出了一系列MiniMax模型，這些模型集成了用于處理廣泛上下文的先進(jìn)架構(gòu)，增強了文本和視覺任務(wù)的性能，以及多達(dá)400萬個令牌。阿里巴巴也在2025年1月推出了Qwen2.5-Max。NVIDIA在其RTXAI工具包中推出了多l(xiāng)ora支持，允許為各種任務(wù)高效定制llm，優(yōu)化消費類硬件的性能和資源使用。BerowneHlavatyBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@08February2025機器學(xué)習(xí)的最新進(jìn)展突出了各個領(lǐng)域的重大創(chuàng)新，重點是模型效率、可解釋性和應(yīng)用程序功能，其中一些也適用于SLM/LLM/GenAI，因此很難分類，但仍NVIDIA推出了cuPyNumeric，這是一個g作為numpy的臨時替代品實現(xiàn)，而RAPIDScuDF可以代替P微軟的rStar-Math框架展示了slm通過創(chuàng)新技術(shù)實現(xiàn)高數(shù)學(xué)推理性能，如蒙特卡羅IBM通過FlashAttention2提高了訓(xùn)練效率，優(yōu)化了序列拼接并減少了內(nèi)存Cohere的研究強調(diào)了將代碼納入LLM預(yù)訓(xùn)練的影系統(tǒng)中實現(xiàn)卓越的性能指標(biāo)。說到這一點，圖像生成和視頻GenAI領(lǐng)域正在迅速Berownehlavatiy(61-2)9003-8602berowne.d.hlavaty@GlobalQuantitative&DerivativesStrategy08February2025傳統(tǒng)NLP來源：iStockPhoto最近NLP的研究主要集中在多語言翻譯、幻覺檢測和用戶交互分析上。Meta的SeamlessM4T模型引入了一種突破性的多語言和多模態(tài)機器翻譯方法，涵蓋了100種語言。它利用了100萬小時語音音頻的大型數(shù)據(jù)集，實現(xiàn)了顯著的性能改進(jìn)，增強了對噪聲和說話者變化的魯棒性，為翻譯精度設(shè)定了新的標(biāo)準(zhǔn)。語義熵檢測法學(xué)碩士幻覺的方法是基于語義而不是標(biāo)記序列來測量不確定性。這種方法增強了法學(xué)碩士在問答和文本生成等應(yīng)用程序中的可靠性，展示了跨數(shù)據(jù)集的強大性能。BerowneHlavatyBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@08February2025檢索增強生成（RAG）及相關(guān)工具來源：iStockPhotoRAG的主要目的是為法學(xué)碩士提供有助于減少幻覺的相關(guān)背景。雖然RAG正在成為一種常見的方法，但還有一些值得提及的替代方法。有一個很好的信息圖，各種類型的RAG系統(tǒng)在X覆蓋：RAG，自反射RAG，修正RAG和投機RAG。投機RAG引入了一個框架，該框架使用更大的通才語言模型來驗證由較小的專家模型生成的草稿，在各種基準(zhǔn)數(shù)據(jù)增強短語級對齊（DPA）通過微調(diào)模型和生成數(shù)據(jù)增強來解決對象幻覺，降低幻覺率，特別是在多模態(tài)法學(xué)碩士中。但是RAG已經(jīng)過時了嗎？最近的發(fā)展，特別是在大型上下文窗口中，允許探索緩存增強生成（CAG）作為RAG的替代方案。CAG通過將相關(guān)資源預(yù)加載到模型的上下文中來減少延遲和錯誤，消除了實時檢索的需要，并且在知識庫有限的場景中可以優(yōu)于RAG。也有一些反agent/反rag的可能性。一種選擇是構(gòu)建一個更大的上下文窗口，然后將所有內(nèi)容加載到4m令牌緩Re-Invoke提供了一種無監(jiān)督的工具檢索方法，可以在沒有訓(xùn)練的情況下擴展到大型工具集，使用合成查詢和多視圖相似性排序策略來增強單工具和多工具檢索中的性能，這應(yīng)該會提高代理AI的性能。Berownehlavatiy(61-2)9003-8602berowne.d.hlavaty@jpmorgan.Berownehlavatiy(61-2)9003-8602berowne.d.hlavaty@代理人（變革）來源：iStockPhoto并從根本上改變公司的產(chǎn)出，”山姆·奧特曼（SamAltman）表示。而微軟首席執(zhí)行官薩蒂亞·納德拉則表示“代理將取代所有軟件?！贝砣斯ぶ悄苁侵妇哂幸欢ǔ潭鹊淖灾餍?，能夠獨立行動以實現(xiàn)特定目標(biāo)或任務(wù)的人工智能系統(tǒng)?！按怼币辉~來源于“代理”（agent）的概念，在哲學(xué)和社會科學(xué)中是指能夠有意圖地行動，并根據(jù)自己的推理或?qū)Νh(huán)境的理解做出決策的實體。人工智能的例子包括自動駕駛汽車、可以在動態(tài)環(huán)境中執(zhí)行任務(wù)的機器人系統(tǒng)，以及最常見的可以實時優(yōu)化流程的人工智能工智能的發(fā)展也引發(fā)了倫理和安全問題，特別是在問責(zé)制、透明度和潛在的意但并不是所有人都相信人工智能。甚至OpenAI也涉足這兩個陣營，它的插件/動作生成器是它的代理工具，新的OpenAI操作員（AI驅(qū)動的瀏覽器以及采用基于llm的軟件工程基準(zhǔn)測試的“無代理”方法。OpenAI還在測試版中添加了計劃任務(wù)功能，以及由gpt-03支持的自己的深度研究模型。與傳統(tǒng)的基于代理的修復(fù)和補丁驗證三階段過程，而不讓LLM決定未來的行動，從而實現(xiàn)了卓越的與此同時，Anthropic在2024年10月的Beta版中已經(jīng)有了一個使用代理的PC控制工具，谷歌在瀏覽器代理中也有一個名為Mariner的小型原型。只是為了幫助用戶取得成果，Salesforce發(fā)布了大型動作模型（lam）作為其AgentForce產(chǎn)品的一部分，以及世界上第一個CRM性能的LLM基準(zhǔn)。SalesforceAI研究引入了xGen-Sales和xLAM模型，以增強自主銷售和操作任務(wù)（函數(shù)調(diào)LangChain推出了LangGraph工作室，這是一個開發(fā)代理應(yīng)用程序的IDE，通過允許實時修改和測試來增強LLM應(yīng)用程序的創(chuàng)建。其《2024年AI狀況報告》強調(diào)了向開源模型和復(fù)雜代理應(yīng)用程序的轉(zhuǎn)變，LangGraphBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@jpmorganBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@20微軟擁有先進(jìn)的多智能體系統(tǒng)，其中magentico-one負(fù)責(zé)協(xié)調(diào)復(fù)雜任務(wù)的專門英偉達(dá)推出了幾項創(chuàng)新，包括用于定制AI代理的代理AI藍(lán)圖，用于處理廣泛上IBM推出了BeeAI，使用戶能夠創(chuàng)建自定義AI代理，行任務(wù)，從而提高工作效率，而無需廣泛的技術(shù)專業(yè)知1軟件工程代理可以自動解決GitHub問題，節(jié)省開發(fā)人員的故障排除時間。它還開發(fā)了AI-Hilbert，這是一種通過生成新的數(shù)學(xué)模型來實現(xiàn)科學(xué)發(fā)現(xiàn)自動化的算微軟正在通過幾項舉措推進(jìn)AI，包括受生物神經(jīng)網(wǎng)絡(luò)啟發(fā)的Circ加強氣候變化和醫(yī)療保健方面的數(shù)據(jù)收集。此外，差動變壓器架構(gòu)通過減輕長Uber推出了QueryGPT，這是另一個將自然語言提示轉(zhuǎn)換為SQL查詢的工具，大大減少了查詢創(chuàng)作時間，提高了數(shù)據(jù)訪問效率，并開放了許多數(shù)據(jù)庫供代理使BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@jpmorganBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@21來源：J.P.Morgan、iStockPhoto。最近在主權(quán)AI方面的舉措凸顯了全球各國政府在確保數(shù)據(jù)主權(quán)和道德實踐的同時，努力利用AI促進(jìn)經(jīng)濟增長和創(chuàng)新。泰國和越南正在與英偉達(dá)合作開發(fā)本地化的AI能力，重點是利用國內(nèi)數(shù)據(jù)和基礎(chǔ)設(shè)施的行業(yè)特定解決方案。這種方法旨在提高運營效率，并促進(jìn)醫(yī)療、金融和制造業(yè)等行業(yè)的創(chuàng)新。在NVIDIAAI峰會上的討論強調(diào)了印度建立自己的AI基礎(chǔ)設(shè)施的必要性。通過利用其龐大的數(shù)據(jù)資源和技術(shù)專長，印度旨在推動醫(yī)療保健、制造業(yè)和電信等領(lǐng)域的創(chuàng)新。由DGXSuperPOD驅(qū)動的丹麥最大的主權(quán)AI超級計算機Gefion的推出標(biāo)志著一個重要的里程碑。Gefion配備1,528顆NVIDIAH100TensorCoregpu，旨在提升量子計算、清潔能源和生物技術(shù)等領(lǐng)域的AI能力，實現(xiàn)高性能模擬和分美國政府最近公布了星門計劃，這是一個半主權(quán)AI項目，旨在加強美國AI基礎(chǔ)設(shè)施和技術(shù)，得到了甲骨文和OpenAI等廣泛支持。OpenAI和其他公司的目標(biāo)是開發(fā)人工通用智能（AGI然后是人工超級智能（ASI這一領(lǐng)域的研究將消耗盡可能多的計算。BerowneHlavatyBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@08February202522AI倫理來源:iStockPhoto歐盟人工智能法案是首批執(zhí)行的AI法案之一，與最近USA白宮行政命令撤銷早期的AI行政命令形成鮮明對比。澳大利亞政府保障人工智能的國家框架是奧威爾式的圓形監(jiān)獄反烏托邦還是要求公民和警察表現(xiàn)良好的全能AI？拉里?埃里森（甲骨文公司CEO）更喜歡后者；他只需要更多的gpu來實現(xiàn)這但要注意，并非所有開源模型都是平等創(chuàng)建的。根據(jù)一些調(diào)查，有些模型本USA法學(xué)碩士培訓(xùn)中使用的英語數(shù)據(jù)可能包括專注于選舉政治的新聞報道，而來自科威特的阿拉伯語數(shù)據(jù)可能專門研究石油政治。因此，不同的法學(xué)碩士會比其他人更了解某些主題。法學(xué)碩士可以解釋歷史股票回報，但會做出有偏見的預(yù)測，并過度推斷最近的回報，這與人類類似。當(dāng)提示進(jìn)行80%置信區(qū)間預(yù)測時，LLM的反應(yīng)比調(diào)查證據(jù)更好地校準(zhǔn)，但對異常值持悲觀態(tài)度，導(dǎo)致預(yù)測分布偏倚。研究結(jié)果表明，法學(xué)碩士在預(yù)測預(yù)期回報時表現(xiàn)出普遍的行為偏差，但在衡量風(fēng)險方NISTAI風(fēng)險管理框架已更新為GenAI概要，以幫助組織管理相關(guān)風(fēng)險，促進(jìn)穩(wěn)健的治理和國際聯(lián)盟。類似地，歐洲AI法案為AI系統(tǒng)建立了一個基于風(fēng)險的監(jiān)管框架，按風(fēng)險級別對它們進(jìn)行分類，以確保負(fù)責(zé)任的開發(fā)和部在美國，加利福尼亞州正在與李飛飛博士等領(lǐng)導(dǎo)人一起推進(jìn)AI科羅拉多州已經(jīng)頒布了參議院法案24-205，以規(guī)范高風(fēng)險AI系統(tǒng)并防止算法BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@jpmorganBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@23解決AI環(huán)境影響和倫理挑戰(zhàn)的努力包括對GenAI模型的能源消耗進(jìn)行研究，以及IBM重申的AI倫理羅馬呼吁，以促進(jìn)包容性和問責(zé)制。此外，GemmaScope令人擔(dān)憂的是，Gemini最近將一名用戶稱為“宇宙上的污點”，甚至更哦，對了，DeepFakes也變得容易多了?，F(xiàn)在，任何人都可以用一張照《自然》雜志上還有一項令人擔(dān)憂的研究，強調(diào)醫(yī)學(xué)法學(xué)碩士容易受到數(shù)據(jù)中毒攻擊，表明僅用數(shù)據(jù)集中的錯誤信息更改0.001%的訓(xùn)練令牌就醫(yī)療錯誤，同時在標(biāo)準(zhǔn)基準(zhǔn)上仍然表現(xiàn)良好。在BerowneHlavatyBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@08February202524金融AI來源:iStockPhoto有一系列金融機構(gòu)登上了與AI相關(guān)的頭條新聞。我們之前在DocLLM上發(fā)表瑞銀（UBS）正在利用AI，通過即時信匯豐銀行（HSBC）和紐約梅隆銀行（BNYMellon）采用了QuantexaGenAI工具來防止欺詐，而花旗集團（Citigroup）則有限地推出了用于內(nèi)部文檔交互的的一部分。美國銀行（BOA）的Erica正貝萊德（Blackrock）使用一個微調(diào)模型來預(yù)測市場對盈利結(jié)果的反應(yīng)，并使用主題性機器人（ThematicRobot）來識別主題性股票。MAN也在利用Github時間序列預(yù)測一種新方法利用多模態(tài)基礎(chǔ)模型中現(xiàn)有的視覺編碼器來分析時間序列數(shù)據(jù)的圖。DSIPTS是一個模型和框架，它簡化了使用各種PyTorch架構(gòu)加載、操BerownehlavatiyBerownehlavatiy(61-2)9003-8602berowne.d.hlavaty@08February202525數(shù)據(jù)與數(shù)據(jù)中心來源：iStockPhoto在數(shù)據(jù)可訪問性方面，哈佛圖書館公共領(lǐng)域語料庫為AI培訓(xùn)提供了近100萬本無版權(quán)的書籍，增強了機器學(xué)習(xí)模型的資源。OpenCatalyst計劃利用ML來改進(jìn)可再生能源存儲解決方案，MinerU則為精確的文檔內(nèi)容提取提供了一個開放的解決方案。此外，DataFormulator引入了一種新穎的數(shù)據(jù)可視化方法?！稓W洲數(shù)據(jù)中心的未來》報告和麥肯錫報告都強調(diào)了由AI應(yīng)用驅(qū)動的數(shù)據(jù)中心的快速擴張，預(yù)測了大幅增長，并強調(diào)了電力和空間短缺等挑戰(zhàn)。北弗吉尼亞的數(shù)據(jù)中心小巷以其在互聯(lián)網(wǎng)流量中的戰(zhàn)略意義而聞名。黑石（Blackstone）證實對英國數(shù)據(jù)中心投資130億美元，微軟（Microsoft）將重新開放3哩島核電站，專門為其數(shù)據(jù)中心服務(wù)。BerownehlavatiyBerownehlavatiy(61-2)9003-8602berowne.d.hlavaty@08February202526Wetware,Health,Biology,Longevity來源：iStockPhoto長壽研究旨在扭轉(zhuǎn)與年齡相關(guān)的衰退。彼得·戴曼迪斯和未來學(xué)家雷·庫茲韋爾認(rèn)為，到2029年可以實現(xiàn)“長壽逃逸速度”，通過醫(yī)學(xué)進(jìn)步大幅延長預(yù)期壽命，COVID-19疫苗的快速發(fā)展就證明了這一點（新聞周刊）。醫(yī)學(xué)納米機器人有望通過修復(fù)細(xì)胞損傷和優(yōu)化生物功能來延長人類壽命，有可能在五年內(nèi)實現(xiàn)“長壽逃逸速度”。雖然拉里·埃里森（LarryEllison）建議可以開發(fā)定制的癌癥疫苗（與Stargate合作但詹森·黃（JensenHuang）一再強調(diào)數(shù)字生物學(xué)是下一個突破。谷歌的DeepVariant算法已經(jīng)證明了其使用無監(jiān)督聚類和可視化技術(shù)識別復(fù)雜基因組變異的能力，通過整合相關(guān)基因組領(lǐng)域的見解來提高遺傳變異的調(diào)用準(zhǔn)確性。微軟的BiomedParse引入了一個統(tǒng)一的生物醫(yī)學(xué)圖像分析框架，將物體識別、檢測和分割與自然語言提示集成在一起。通過有效處理不規(guī)則形狀的物體，它超越了現(xiàn)有的方法，以最小的用戶輸入增強了臨床洞察力?！皾褴浖笔且粋€網(wǎng)絡(luò)文化術(shù)語，指處于循環(huán)中的濕人，通常側(cè)重于腦機接口（BCI）技術(shù)、半機械人增強和先進(jìn)生物學(xué)。瑞士一家公司的開創(chuàng)性生物計算機連接了16個實驗室培養(yǎng)的人類大腦類器官，創(chuàng)造了一個低能耗的計算系統(tǒng)，比傳統(tǒng)處理器的功耗低一百萬倍，為節(jié)能計算和高級神經(jīng)科學(xué)研究鋪平了道路。腦機接口被用于皮質(zhì)內(nèi)言語神經(jīng)假體，將皮質(zhì)活動轉(zhuǎn)化為ALS患者的文本，作為一種名為Prima的視網(wǎng)膜植入物，成功地恢復(fù)了法定失明患者的視力和閱讀能力。在腦機接口上也有一些工作正在進(jìn)行，通過原位生長神經(jīng)元界面，一種生物雜交植入物。Neuralink已經(jīng)在三個人體內(nèi)植入了腦機接口，使他們能夠通過思想與數(shù)字設(shè)備進(jìn)行互動。該公司計劃在2025年將接受者擴大到30人，升級后的設(shè)備旨在恢復(fù)自主性，并可能恢復(fù)視力。我們還注意到，目前有45個活躍的美國臨床試驗注冊使用腦機接口。Berownehlavatiy(61-2)9003-8602berowne.d.hlavaty@Berownehlavatiy(61-2)9003-8602berowne.d.hlavaty@27機器人境以及“不斷發(fā)展”的類人機器人能力。NVIDIA通過生成物理AI模型（包括Cosmosworld和MegaFactory）擴展了Omniverse平臺，并與微軟和西門子等合作伙伴一起為工業(yè)AI奠定了基礎(chǔ)。這些發(fā)展旨在通過使從車輛到工廠的所有?特斯拉的Optimus：專為自主行走和任務(wù)執(zhí)行而設(shè)計，展示了特斯拉?豐田（Toyota）的CUE6：創(chuàng)下機器人投籃距離最長的吉尼斯世界紀(jì)錄，突?AgilityRobotics的Digit：一款專為物流和包裹遞送而設(shè)計的兩足機器人，能夠?軟銀機器人公司（SoftBankRobotics）的Pepper：以客戶互動和服務(wù)角色?HansonRobotics的索菲亞（Sophia一種社交類人機器人，能夠參與?Apptronik的阿波羅（Apollo一款適用于各種行業(yè)的多功能人形機器人，?英偉達(dá)的圖02：使用板載gpu和Omniverse訓(xùn)練來幫助它自主執(zhí)行。Meta引入了觸摸表示系統(tǒng)Sparsh和敏感的人造指尖Digit360，以改善觸摸感知和人機交互。其PARTNR基準(zhǔn)評估了人機協(xié)作，揭HuggingFace和NVIDIA的IsaacGR00TBlueprint提供了一個生成合成運動BerowneHlavaty(61-2)9003-8602berowneBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@08February2025硬件的發(fā)展圖8:英偉達(dá)BlackwellGPU 來源:英偉達(dá)英偉達(dá)（NVIDIA）與軟銀（SoftBank）合作，打造了日本最大的AI超級計算機，利用代理AI藍(lán)圖來增強醫(yī)療保健和制造業(yè)等行業(yè)的自主系統(tǒng)，將日本定位為人工智能驅(qū)動創(chuàng)新的領(lǐng)導(dǎo)者。IBM已經(jīng)取得了幾項突破，包括用于AI推理的北極點芯片，提供低延遲和高能效，以及用于IBMZ系統(tǒng)的Spyre加速器芯片，通過32個加速器核心增強AI工作負(fù)載。它還引入了共封裝光學(xué)技術(shù)，以提高數(shù)據(jù)通信帶寬和效率，并正在與Rapidus合作擴大2nm芯片的生產(chǎn)規(guī)模。BerownehlavatiyBerownehlavatiy(61-2)9003-8602berowne.d.hlavaty@08February202529軟件和工具來源：iStockPhoto軟件開發(fā)的最新進(jìn)展突出了編碼代理、語言模型庫和計算機視覺技術(shù)方面的RooCode是集成在ide中的另一個自主編碼代理，能夠執(zhí)行文件創(chuàng)建和瀏覽MetaLingua是一個用于培訓(xùn)llm的最小PyTorch庫，通過對分布式訓(xùn)練和推SAM2使用簡單的變壓器架構(gòu)更新了流行的視覺分割工具，而re#tool：使用符號VideoSeal：利用最先進(jìn)模型的開源視頻水印框架，提供在視頻Python3.13：引入了一個新的交互式解釋器，實驗性的自由線程模式（不再有微軟將于2025年10月14日停止支持所有版本的Windows10，影響無法運行Berownehlavatiy(61-2)9003-8602berowne.d.hlavaty@Berownehlavatiy(61-2)9003-8602berowne.d.hlavaty@30來源：iStockPhoto2025年是國際量子科學(xué)與技術(shù)年。IBM的“量子十年”計劃專注于開發(fā)世界級的量子系統(tǒng)，以提供優(yōu)于經(jīng)典計算機的前所未有的計算優(yōu)勢，早期用例涵蓋金融服務(wù)、醫(yī)療保健、物流等領(lǐng)域。本文回顧了130種量子算法以及它們所解決的基本數(shù)學(xué)問題，幫助用戶識別將提供量子優(yōu)勢的算谷歌引入的Willow量子處理器展示了急需的量子糾錯，實現(xiàn)了編碼錯誤率的兩倍降低。而隨機電路采樣（RCS）的驗證顯示，在相同的保真度下，柳樹處理器的電路體積增加了兩倍，加強了RCS作為量子器件的可靠指標(biāo)。RCS也可以用作量子處理器性能的基準(zhǔn)，揭示噪聲下的關(guān)鍵相在Meta上實現(xiàn)后量子混合密鑰交換，增強了對量子威脅的安全性，實現(xiàn)了電路體積的兩倍增長。對微軟的后量子加密方案Falcon的分析，揭示了對其安全框架的洞察，并在隨機oracle模型中引入了對形式證NVIDIACUDA-Q的引入首次演示了使用邏輯量子位（通過模擬）的量子計算，解決了噪聲挑戰(zhàn)并促進(jìn)了復(fù)雜的材料科學(xué)算法。而Moderna和耶魯則強調(diào)了CUDA-Q平臺在加速量子計算研究藥物發(fā)現(xiàn)方面的作用。Qiskit函數(shù)目錄的發(fā)布提供了一個訪問高性能量子函數(shù)的平臺，而QiskitBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@31電路設(shè)計。Qiskit代碼助手的引入通過人工智能驅(qū)動的工具簡化了量子編程，提高了可訪問性和效率。IBM推出的Spyre加速器芯片通過32個加速器核心增強了量子計算能力，提高了AI推理任務(wù)的速度和能源效率。IBM還設(shè)計了V-score度量，允許針對局部哈密頓問題對量子算法進(jìn)行系統(tǒng)評估。IBM也在研究由石溪大學(xué)的研究人員模擬量子自旋鏈的算法，使IBM的超導(dǎo)量子計算機能夠進(jìn)行實用規(guī)模的模擬。BerowneHlavatyBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@08February202532建議閱讀?摩根大通的2024年榜單涵蓋了許多AI、技術(shù)、創(chuàng)新和再發(fā)明的主題?伊?！つ锟耍‥thanMollick）的《聯(lián)合智能》（Co-Intelligence）?《機器學(xué)習(xí)對資產(chǎn)管理公司意味著什么》?馬克斯·庫恩（MaxKuhn）的《應(yīng)用預(yù)測建?！芬粫?吳恩達(dá)的2020年AI轉(zhuǎn)型劇本?SOTA?DeepLearning。ai（AI訓(xùn)練）?Open.ai?IBM研究博客（廣泛特別是量子）?谷歌人工智能博客?MicrosoftAIResearchBlog（Extensive!）?UberAIResearch?Meta/FaceBookAIResearch（改進(jìn)中）?M（因受歡迎而變得嘈雜）?走向數(shù)據(jù)科學(xué)?neurohive.io?TheSequence?AI指數(shù)?MITTechReview?以人為中心的AI@斯坦福大學(xué)?Alphasignal（email）?凝聚?斯坦福大學(xué)的人工智能指數(shù)報告?摩根大通市場BerowneBerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@08February2025J.P。摩根替代數(shù)據(jù)工具和api網(wǎng)站為客戶提供了豐富的服務(wù)，包括篩選工具和DataQuery門戶。我們所有的報告都以HTML和PDF格式提供，也可以通過PDF和RIXML格式的數(shù)據(jù)源提供。摩根大通開發(fā)人員提供了一套api?？赏顿Y人工智能摩根市場的可投資人工智能網(wǎng)頁致力于幫助您探索我們的一些主題，另類數(shù)據(jù)和基于nlp的研究。早期的頁面包括我們的NLP情緒模型，這是我們SmartBuzz產(chǎn)品的重要組成部分，以及尋找符合您特定需求的替代數(shù)據(jù)供應(yīng)商和etf，每個季度計劃進(jìn)一步增強。Data分析網(wǎng)頁繼續(xù)擴展，提供一系列專注于美國市場的產(chǎn)品，包括零售參與數(shù)據(jù)、期權(quán)Gamma失衡和CFTC未來頭寸預(yù)測。SmartBuzz和BuzzMiner頁面經(jīng)常更新最新的主題曝光。數(shù)據(jù)處理所有摩根大通全球研究報告都以PDF格式通過數(shù)據(jù)源分發(fā)，并附帶RIXML文件。RIXML文件提供了足夠的元數(shù)據(jù)（標(biāo)記允許搜索、排序、解析和過濾我們的研究。此類元數(shù)據(jù)的示例包括覆蓋行為（例如，發(fā)起評級行為（例如，降級價格目標(biāo)行為和全球行業(yè)分類標(biāo)準(zhǔn)（GICS）行業(yè)（例如，金融）的標(biāo)記。DataQueryDataQuery現(xiàn)在允許用戶實時查看市場動態(tài)。作為我們將DataQuery發(fā)展成為統(tǒng)一和一流的交易前分析中心的持續(xù)戰(zhàn)略的一部分，我們推出了DataQuery市場監(jiān)視器，它提供了市場數(shù)據(jù)的實時視圖。我們還發(fā)布了DataQuery市場影響事件，允許用戶覆蓋和分析宏觀經(jīng)濟指標(biāo)以及地緣政治事件對查詢和圖表的影響。新的DataQuery應(yīng)用程序具有擴展的導(dǎo)航和增強的創(chuàng)建、保存和管理查詢的體驗。最新的升級使我們能夠集成額外的數(shù)據(jù)和分析服務(wù)，并在平臺上為用戶提供更多功能。請立即聯(lián)系DataQuery以了解更多信息并安排演示。J.P。摩根開發(fā)商Developer提供對數(shù)據(jù)和功能的直接訪問，使我們的客戶能夠?qū)⒛Ω笸ǖ臄?shù)據(jù)與他們的工作方式無縫集成。各種api提供了對摩根大通研究和分析（包括DataQuery）、定價和結(jié)構(gòu)、執(zhí)行、交易后和銀行業(yè)務(wù)的一系列解決方案的訪問。33BerowneHlavaty(61-2)9003-8602berowne.d.hlavaty@摩根大通證券澳洲有限公司RobertSmith,PhD(61-2)9003-8808EvanHu(852)2800-8508evan.hu@ArpanSingh(91-22)6157-3301arpan.singh@全球定量與衍生品策略可供投資的人工智能2025年2月08日分析師認(rèn)證：本報告封面上標(biāo)有“AC”的研究分析師證明（或者，如果多位研究分析師對本報告負(fù)有主要責(zé)任，則在封面或文件中標(biāo)有“AC”的研究分析師就本研究中涉及的每種證券或發(fā)行人分別證明(1)本報告中表達(dá)的所有觀點準(zhǔn)確反映了研究分析師對任何和所有主題證券或發(fā)行人的個人觀點；以及(2)研究分析師的任何薪酬的任何部分過去、現(xiàn)在或?qū)矶疾粫c研究分析師在本報告中表達(dá)的具體建議或觀點直接或間接相關(guān)。對于封面上列出的所有韓國研究分析師，如果適用，他們還根據(jù)KOFIA的要求證明，研究分析師的分析是真誠的，并且這些觀點反映了研究分析師自己的觀點，沒有不當(dāng)?shù)挠绊懟蚋深A(yù)。除非另有說明，本報告中提到的所有作者都是獨立研究的研究分析師。在歐洲，部門專家（銷售和貿(mào)易）可能在本報告中顯示為聯(lián)系人，但不是報告的作者，也不是研究部門的一部分。重要披露做市商/流動性提供者：摩根大通是e.l.f.美容公司或相關(guān)實體的金融工具的做市商和/或流動性提供者?？蛻簦耗Ω笸壳盎蛟谶^去12個月內(nèi)有以下實體作為客戶：e.f.美容公司或相關(guān)實體?？蛻?非投資銀行業(yè)務(wù)，證券相關(guān)：摩根大通目前或在過去12個月內(nèi)有以下實體作為客戶，所提供的服務(wù)是非投資銀行業(yè)務(wù)，證券相關(guān)：如美容公司或相關(guān)實體。收到的非投資銀行業(yè)務(wù)報酬：摩根大通在過去12個月里收到了e.l.f.美容公司或相關(guān)實體提供的投資銀行業(yè)務(wù)以外的產(chǎn)品或服務(wù)的報酬。債務(wù)頭寸：摩根大通可能持有ef美容公司或相關(guān)實體（如有）的債務(wù)證券頭寸。特定公司的披露：重要的披露，包括價格圖表和信用意見歷史表，可通過訪問/research/disclosures，撥打1-800-477-0406，或發(fā)送電子郵件research.disclosure.inquiries@向綱要報告和所有摩根大通覆蓋的公司和某些非覆蓋的公司提供。股票研究評級、名稱和分析師覆蓋范圍的解釋：摩根大通使用以下評級系統(tǒng)：增持（在本報告所示的目標(biāo)股價持續(xù)時間內(nèi)，我們預(yù)計該股票的表現(xiàn)將超過研究分析師或研究分析師團隊所涵蓋范圍內(nèi)股票的平均總回報率中性（在本報告所示的目標(biāo)價持續(xù)時間內(nèi)，我們預(yù)計該股票的表現(xiàn)將與研究分析師或研究分析師團隊的覆蓋范圍內(nèi)股票的平均總回報一致和減持(在本報告所示的目標(biāo)價持續(xù)時間內(nèi)，我們預(yù)計該股票的表現(xiàn)將低于研究分析師或研究分析師團隊所述覆蓋范圍內(nèi)股票的平均總回報。NR未分級。在這種情況下，摩根大通由于缺乏足夠的基本面或法律、監(jiān)管或政策原因，取消了該股票的評級和（如果適用的話）目標(biāo)價。此前的評級以及（如適用）目標(biāo)價不再值得信賴。NR指定不是推薦或評級。在我們的亞洲（除澳大利亞和印度外）和英國中小型股股票研究中，每只股票的預(yù)期總回報是與基準(zhǔn)國家市場指數(shù)的預(yù)期總回報進(jìn)行比較，而不是與那些研究分析師的覆蓋范圍進(jìn)行比較。如果它沒有出現(xiàn)在本報告的重要披露部分，認(rèn)證研究分析師的覆蓋范圍可以在摩根大通的研究網(wǎng)站https://上找到。J.P。截至2025年1月1日，摩根股票研究評級分布摩根大通全球股票研究范圍*IB客戶**JPMS股票研究范圍*IB客戶端**超重(購買)50%50%47%73%中性有)37%48%40%68%(持減持（賣出）37%52%*請注意，由于四舍五入，百分比可能不會加到100%。**摩根大通在過去12個月內(nèi)為其提供投資銀行服務(wù)的“買入”、“持有”和“賣出”類別中各標(biāo)的公司的百分比。僅就FINRA評級分配規(guī)則而言，我們的“增持”評級屬于“買入”評級類別；我們的中性評級屬于持有評級類別；我們的減持評級屬于賣出評級。請注意，具有NR評級的股票不包括在上表中。此信息是截至最近一個日歷季度末的最新信息。股票估值和風(fēng)險：有關(guān)所涵蓋公司的估值方法和風(fēng)險或所涵蓋公司的價格目標(biāo)，請參閱最新的公司特定研究報告，聯(lián)系首席分析師或您的摩根大通代表，或發(fā)送電子郵件research.disclosure.inquiries@。有關(guān)所使用的專有模型的重要信息，請參閱公司特定研究報告中的財務(wù)摘要和公司淚表，可在以下網(wǎng)站下載35BerowneHlavaty(61-2)90berowne.d.hlavaty@RobertSmith,PhD(61EvanHu(852)2800-GlobalQuantitative&DerivativesStrategy我們的客戶網(wǎng)站，的公司頁面。本報告還在其中列出了所使用摩根大通過去12個月發(fā)布的投資建議歷史可以在的研究與評論頁面上查看，您也可以按分析分析師薪酬：負(fù)責(zé)編寫本報告的研究分析師的薪酬基于各種因素，包括研究的質(zhì)量和準(zhǔn)確性、客戶反饋、競爭因素和公非美國分析師的注冊：除非另有說明，本報告前面列出的非美國分析師是摩根大通證券有限責(zé)任公司非美國分支機構(gòu)的雇員，不得根據(jù)FINRA的規(guī)定注冊為研究分析師，不得是摩根大通證券有限責(zé)任公司的關(guān)聯(lián)人員，也不得受FINRA第2241或2242條關(guān)于與所涵蓋公司溝通、公開露面和研究分析師賬戶持有證其他信息披露摩根大通是摩根大通公司及其全球子公司和附屬公司投資銀行業(yè)英國MIFIDFICC研究分拆豁免：英國客戶應(yīng)參考英國MIFID研究分拆豁免，了解摩根大通實施FICC研究豁免的詳細(xì)情況以及相關(guān)提供給客戶的所有研究資料將同時在我們的客戶網(wǎng)站摩根大通市場上提供，除非相關(guān)法律特別允許。并非所有研究內(nèi)新分發(fā)、通過電子郵件發(fā)送或提供給第三方聚合器。對于特定股票的所有可用研究材料，請聯(lián)任何涉及中國的長格式命名法；香港;臺灣;及澳門在本研究資料內(nèi)為中國內(nèi)地；香港特區(qū)（中國）；臺灣(中國);澳門特別行政區(qū)摩根大通研究可不時就受美國、歐盟、英國或其他相關(guān)司法管轄區(qū)政府當(dāng)局實施或管理的經(jīng)濟或金融制裁的發(fā)行人或證券（制裁證券）撰寫文章。本報告中的任何內(nèi)容均不得解讀或解釋為鼓勵、便利、促進(jìn)或以其他方式批準(zhǔn)對此類受制裁證券的投資或交易。客本研究報告中討論的任何數(shù)字或加密資產(chǎn)都受到快速變化的監(jiān)管環(huán)境的影響。有關(guān)加密資產(chǎn)（包括比特幣和以太幣）的相關(guān)監(jiān)管建議，請參閱/disclosures/cryptoasset-dis本研究報告的作者可能未獲許可在您的管轄范圍內(nèi)進(jìn)行受監(jiān)管活動，如果未獲許可，請勿認(rèn)為交易所交易基金（ETF摩根大通證券有限責(zé)任公司（“JPMS”）是幾乎所有在美國上市的ETF的授權(quán)參與者。在本報告提及的任何ETF范圍內(nèi)，JPMS可能賺取與這些ETF股份的分配有關(guān)的傭金和基于交易的報酬，并可能因提供其他與貿(mào)易相關(guān)的服務(wù)而賺取費用，例如向ETF股份的賣空者提供證券貸款。JPMS亦可為ETF提供服務(wù)，包括擔(dān)任ETF的經(jīng)紀(jì)人或交易商。此外，JPMS的附屬公期權(quán)和期貨相關(guān)研究：如果本文所包含的信息涉及期權(quán)或期貨相關(guān)研究，這些信息僅供已收到適當(dāng)?shù)钠跈?quán)或期貨風(fēng)險披露文件的人士使用。請聯(lián)系您的J.P.摩根大通代表，或訪問/components/docs/riskstoc.pdf獲取期權(quán)結(jié)算公司的《標(biāo)準(zhǔn)化期權(quán)的特征和風(fēng)險》，或訪問/sites/default/files/Security銀行間同業(yè)拆借利率（ibor）及其他基準(zhǔn)利率的變動：某些利率基準(zhǔn)目前或?qū)砜赡苁艿秸谶M(jìn)行的國際、國家及其他監(jiān)管指引、改革及改革建議的影響。更多信息請咨詢：/global/disclosures/interbank_off私人銀行客戶：作為摩根大通公司及其子公司（“J.P.”）提供的私究由J.P.摩根大通私人銀行向您提供，而不是由J.P.摩根大通的任何其他部門（包括但不限于J.P.摩根大通企業(yè)與投資銀行及其全球研負(fù)責(zé)制作和分發(fā)研究報告的法人實體：撰寫本材料的RegAC研究分析師的名稱下方標(biāo)識的法人實體是負(fù)責(zé)制作本研究報告的法人實體。如果多個RegAC研究分析師以不同的法律實體撰寫本材料，這些法律實體將共同負(fù)責(zé)本研究的制作。來自J.P.摩根大通各分支機構(gòu)的研究分析師可能參與了本材料的制作，但可能未獲許可在您的管轄范圍內(nèi)開展受監(jiān)管的活動（并且不認(rèn)為自己有能力這樣做）。除非下文另有說明，否則本材料已由負(fù)責(zé)制作的法律實體分發(fā)。如有任何疑問，36Berownehlavati-2)9003-8602berowne.d.hlavaty@J.P.摩根大通證券澳洲有限公司RobertSmith,PhD(61-2)9003-8808EvanHu(852)2800-8508evan.hu@ArpanSingh(91-22)6157-3301GlobalQuantitative&Derivatives策略可供投資的人工智能2025年2月08日您所在司法管轄區(qū)的研究分析師或您所在司法管轄區(qū)分發(fā)本研Argentina:JPMorganChaseBankN.ASucu245234/AFSLicenceNo:238066)isregulatedbytheAustralianSecuritiesandInvestmentsParticipantofASXClearPtyLimitedandaClearingParticipantofASXClear(Futures)PtyLimited.ThismaterialisissuedanddistributedinAustraliabyoronbehonlyto"wholesaleclients"(asdefinedinsection761GoftheCorporationsAct2001).Alistofallfinancialproductscoveredcanbefoundbyvisitinghttps:/disclosures.J.P.MorganseekstocovercompaniesofrelevancetothedomesticandinternationalinvestorbaseacrossallGlobalIasacrossarangeofmarketcapitalisationsizes.Ifapplicable,inthecourseofconductingpublicsideduediligenceonthesubjectcompany(ies),theReseperformsuchdiligencethroughcorporateengagementssuchassitevisits,discussionswithcompanyrepresentatives,managementpresentbeenpreparedinaccordancewithJ.P.MorganAustralia’sResearchIndependencePolicywhichcanbefoundatthefollowinglink:J.P.MorganAustralia-RPolicy.Brazil:BancoJ.P.MorganS.A.isregulatedbytheComissaodeValoresMobiliarios(CVM)andbytheCentralBankofBrazil.7700810(ForHearingImpaired)/ouvidoria.jp.morgan@.Canada:J.P.MorganSecuritiesInvestmentRegulatoryOrganizationandtheOntarioSecuritiesCommissionbehalfofJ.P.MorganSecuritiesCanadaInc.Chile:InversionesJ.P.MorganLimitadaisanunregulatedentityincorporatedinChile.China:J.P.MorganSecuritLimitedhasbeenapprovedbyCSRCtoconductthesecuritiesinvestmentconsultancybusiness.DubaiInternationalFinancialCentre(DIFC):JPMorganBranchisregulatedbytheDubaiFinancialServicesAuthority(DFSA)anditsregisteredaddressis506551,Dubai,UAE.ThismaterialhasbeendistributedbyJPMorganChaseBank,N.A.,DubaiBranchtopersonsregardedasprofessionalclientsormarketcoundertheDFSArules.EuropeanEconomicArea(EEA):Unlessspecifiedtothecontrary,researchisdistacreditinstitutionbytheFederalFinancialSupervisoryAuthority(BundesanstaltfirFinanzdienstleistungsaufsicht,BaFin)andjointlysupervisedbytheBaFin,theGermanCentralBank(DeutscheBundesbank)andtheEuropeanCentralBank(ECB).JPMSEisacompanyheadquarteredamMain,60310,Germany.ThematerialhasbeendistributedintheEEAtopersonsregardedasprofessionalinveMiFIDIIanditsrespectiveimplementationintheirhomejurisdictions(“EEAprofessionalinvestors”).Thismaterialmustnotbeactedonorreliedprofessionalinvestors.Anyinvestmentorinvestmentactivitytowhichthismaterialrelatesisonlyavailablpersons.HongKong:J.P.MorganSecurities(AsiaPacific)Limited(CEnumbCommissioninHongKong,andJ.P.MorganBroking(HongKong)Limited(CEnumberAAB027)isregulatedbytheSecuritChaseBank,N.A.,HongKongBranch(CENumberAAL996)isregulatedbytheHongKongMonetaryAuthorityandtheSecuritiesandFuturesCommission,ilawsoftheUnitedStateswithlimitedliability.WherethedistributionofthismaterialisaregulatedactivityinHongKong,thematerialisdistributediMorganSecurities(AsiaPacific)Limitedand/orJ.P.MorganBroking(HongKong)Limited.India:J.P.MorganU67120MH1992FTC068724),havingitsregisteredofficeatJ.P.MorganTower,Off.C.S.T.Road,Kalina,Santacruz-East,Mumbai-400098,ExchangeBoardofIndia(SEBI)asa‘ResearchAnalyst’havingregistrationnumberINH000001873.J.P.MorganIndiaPrivateLimitedisalsoregisteredwiththeNationalStockExchangeofIndiaLimitedandtheBombayStockExchangeLimited(SEBIRegistrationNumber-INZ000239730)andasaMerchantBanker(SENumber-MB/INM000002970).Telephone:91-22-61573000,Facsimile:91-22-61573990andWebsite:licensedbytheReserveBankofIndia(RBI)(LicenceNo.53/LicenceNo.BY.4/94;SEBI-IN/CUS/014/CDSL:IN-DP-CDSL-444-2008/IN-DP-NSINE231311239)asaScheduledCommercialBankinIndia,whichisitsprimarylicenseallowingitIndiaarepermittedtoundertake.Fornon-localresearchmaterial,thismaterialisnotdistributedinIndiabyJ.P.MorganIndiaPrivateLimited.Cospurthi.gadamsetty@;+912261573225.GrievanceOfficer:RamprasadhK,jpmipl.research.feedback@;+912261573000.RegistrationgrantedbySEBIandcertificationfromNISMinnowayguaranteeperformanceoftheintermediaryorprovideanyassuranceofreturnstoinvestorsmemberoftheIndonesiaStockExchangeandisregisteredandsupervisedbytheOtoritasJasaKeuangan(OJK).KormemberoftheKoreaExchange(KRX).JPMorganChaseBank,N.A.,SeoulBranch,islicensedasabranchofficeofforeignbank(JPMorganChaareregulatedbytheFinancialServicesCommission(FSC)andtheFinancialSupervisorthroughJ.P.MorganSecurities(FarEast)Limited,SeoulBranch.Japan:JPMorganSecuritiesJapanCFinancialServicesAgencyinJapan.Malaysia:ThismaterialisissuOrganizationofBursaMalaysiaBerhadandholdsaCapitalMarketsServicesLicenseissuedbytheSecuritiesComV.andJ.P.MorganGrupoFinancieroaremembersoftheMexicanStockECommission.NewZealand:ThismaterialisissuedanddistributedbyJPMSALinNewZealand