1分快3必赚方案_1分快3客户端下载

TVB“万千星辉颁奖典礼”，“回忆杀”感动剧迷******

　　TVB“万千星辉颁奖典礼”，“回忆杀”感动剧迷，买房剧是赢家

　　【环球时报特约记者 叶 蓝】近几年，以香港无线(TVB)为代表的港剧一直深耕警匪和医疗等传统题材，同时试图在新的赛道上超越自己。在8日晚进行的TVB“万千星辉颁奖典礼”上，大受本港观众热捧的全年最高收视台庆剧《上车家族》成为最大赢家。

　　《刑侦》《倚天》剧组重聚

　　据香港《星岛日报》9日报道，《上车家族》剧组收获三项大奖，包括最佳剧集、最佳女主角江美仪以及最佳男配角邓智坚。入行25年的江美仪曾效力于亚洲电视，10年前以《冲上云霄2》获得最佳女配角，这次则凭借《上车家族》中的精彩演出以大热之态获得最佳女主角。同样大热的男演员陈山聪，凭借《金宵大厦2》首次获得最佳男主角，成为“视帝”。他16岁以歌手身份出道，1997年亚洲金融风暴后所属唱片公司倒闭，他不得已转型，曾尝试售卖二手衣服。2000年，陈山聪进入TVB拍戏，直到2019年才在《金宵大厦》中获得自己的第一个男主角。他在领奖台上说：“人生最困难的是如何从失败中翻身。”

　　作为TVB的年度总结，8日晚的颁奖典礼上，近百名艺人亮相，竞逐16个奖项——除了最佳剧集和最佳男女主角，还有最受欢迎电视男女角色、最佳男女配角、飞跃进步男女艺人等奖项。香港01网称，自曾志伟入主无线以来，一直在改革颁奖典礼模式，至少在颁奖嘉宾方面下过苦功：之前已请过不少TVB前辈颁奖，包括刘江、罗家英等，这次阵容更强，包括任达华、张艾嘉、叶童、黄日华、苗侨伟、吕良伟和郑则仕等老一代港星，绝对值得一赞。特别是当陶大宇、梁荣忠、郭可盈代表的《刑事侦缉档案》剧组，以及吴启华、张兆辉代表的《倚天屠龙记》剧组亮相后，勾起不少港剧迷的“回忆杀”。

　　文章认为，无线这次的颁奖礼做得很好，紧扣“传承·狂欢”主题。而“传承”绝对是TVB目前需要努力的任务，得奖者出现较多以前似乎不太红的人，同时也有不少新生代演员，像27岁的周嘉洛成为TVB最年轻的“最受欢迎电视男角色”得主，这样可以避免青黄不接，“在2023年初为2022年画上一个句号”。

　　继续“廉政”和“法证”

　　回顾整个2022年，“出圈”的TVB剧集并不多。就拿堪称台面的台庆剧来说，曾志伟请来外援叶念琛执导《美丽战场》，虽然在港收视破20点，但内地豆瓣评分却跌至3.9分，可谓无线有史以来台庆剧最低分。科幻剧《超能使者》和黎耀祥、龚慈恩挑大梁的轻喜剧《轻功》倒是在豆瓣分别拿到7.5分和8分，可惜没能激起太多水花。

　　去年10月，香港鬼才林敏骢携江美仪、鲍起静等主演的《上车家族》开播。“上车”意为买房，该剧以香港人最关心的现实话题为主线，以轻松幽默的手法道尽港人买房的酸甜苦辣，迅速引起社会共鸣。

　　接下来，TVB又端出最擅长的剧集类型。一部是《廉政狙击》，集合反贪、侦缉和动作等元素，全部都是港剧最擅长的类型，阵容更是妥妥的TVB中生代演员“顶配”：王浩信、谭俊彦、陈展鹏3位“视帝”，加上胡定欣、蔡思贝、林夏薇3位“视后”，以及黄宗泽、吴卓羲，都称得上当下港剧中流砥柱。另外一部职业剧是《法证先锋5》，《法证先锋》是无线看家系列，该剧前两部由欧阳震华领衔，第三部是黎耀祥，第四部换为黄浩然、谭俊彦，如今第五部则换成黄宗泽。不过，继2020年《法证先锋4》被批后，《法证先锋5》依然没能再现前三部的辉煌。

　　今年有哪些新剧

　　进入2023年，TVB继续在警匪和医疗题材领域深耕。由文伟鸿监制的《隐形战队》登上今年TVB巡礼片单，该剧由马国明、唐诗咏、陈山聪等人主演，以隐形任务战略部队及反恐特勤队作为主题，讲述一众反恐精英与不法分子斗争的故事。另一部职业剧《你好，我的大夫》由蔡思贝、何广沛等新生代参演，是TVB时隔19年再度推出的中医题材剧集。港媒称，这既是继承，也是创新。除了对情感、梦想的探讨，剧中更有对医道的思考和中国传统文化的传播。

　　在“2023无线节目巡礼”片单中，也有《痞子殿下2》和纪录片《无穷之路3》等爆款系列的延续，以及两部新剧——王浩信主演的《状王之王》和陈展鹏主演的《香港人在北京》。其中，《状王之王》翻拍自《状王宋世杰》，《香港人在北京》则用轻喜剧讲述香港人到北京工作生活的经历。此外，陈豪、陈茵媺夫妻再度合体主演的《罗密欧与祝英台》，以及黎耀祥、邓萃雯再度携手的《巾帼枭雄之悬崖》，也备受关注。

　　(环球时报)

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）