点评：

　　1、Copilot通过“三个部分”+“两种方式”进行服。Microsoft365 Copilot主要由Microsoft 365、Microsoft Graph和大语言模型三部分组成；其将通过两种方式协助客户工作，1）通过将Copilot内置到Microsoft 365应用中，包括Word、Excel、PowerPoint、Teams等；2）通过新功能Business Chat，其汇集了来自多个来源的信息，可以应用于大型语言模型、Microsoft 365应用以及用户的日历、电子邮件等，实现生成总结、会议纪要、导入其他应用等功能。

　　2、Copilot有望重塑用户生产力。Copilot带来了全新的工作方式，在Word中可以实现与用户共同创作，在Excel中可以帮助用户识别趋势及短时间内数据可视化，在PowerPoint中可以将自然语言命令转化为演示文稿，释放用户工作量，显著提升用户的工作流畅性。同时，基于微软对企业数据安全和隐私的承诺，有望受到大量企业用户的青睐，市场前景广阔。

　　3、AI技术持续升级，应用场景不断扩大。OpenAI最新发布的GPT-4多模态预训练模型已经可以接受文本和图像的输入方式，随着多模态模型的升级迭代，AI适用性将显著提升，或能够满足办公、游戏等不同场景的特殊需求，甚至在语音、视频等方面获得突破，有望实现应用场景的更大扩展。

随着微软发布了Microsoft 365Copilot，GPT4的炒作又有了新方向，机构强推AI工具办公软件开始发酵，彩讯股份大涨19个点，金山办公最高涨幅接近20个点，福昕软件最高涨幅20个点，万兴科技涨幅最小但是2天最高涨幅也有接近20个点。无论是未来国产办公软件的自强，还是GPT4的炒作路径传导到了应用端，GPT4必然是人工智能题材二波的核心，下面给老师们推荐一个具有极大预期差的AI办公软件股，他就是汉仪股份，流通市值只有7亿，位置和盘子都极小具有极大爆发潜力的一个市场低估值潜力票！最近GPT4相关的逻辑正宗的小票和大票齐飞！青木股份2天狂拉30多个点，易点天下2天也是狂拉20多个点！而汉仪股份值得期待！

然后我简单的跟大家介绍这款UPDF软件，首先是这款UPDF软件已经可以再全球200多个国家和地区下载，而且UPDF软件功能十分强大，更主要的UPDF软件和其他的PDF看起来更时尚，界面简洁漂亮，更受年轻人喜欢！

赛博爱思（上海）软件科技有限公司（以下简称「赛博爱思」）宣布完成数千万元Pre-A轮投资，本轮融资由汉仪股份领投，禾光投资和谷川资本跟投。本轮融资资金将主要用于产品研发、团队建设以及市场推广等方面。「赛博爱思」成立于2021年9月，是一家面向全球用户，提供以PDF文档为载体的文档编辑和内容创作的SaaS公司。其推出的明星产品“UPDF”于2022年7月正式上线。作为一款完全自主产权的国产版式文档编辑软件，多功能 PDF 阅读器“UPDF”适用于桌面端和移动用户，不仅可以帮助用户阅读和编辑 PDF 文件，也可以注释和管理 PDF 文档。

近几年，随着无纸化办公和远程办公方式的兴起，作为版式文档的PDF需求量呈高速增长态势。「赛博爱思」创始人Roc介绍，Google Trends版式PDF的热度是流式文档office的1.3倍，这一行业年复合增长率可以达到30%。正是因为看到行业尚有巨大的发展机会，有过10+年工具产品和上市公司事业部总经理经验的Roc，组建了一个超10年以上PDF行业从业经验的核心班底，核心成员都来自万兴、华为、腾讯等，有较强的PDF研发管理和海外市场营销经验。

市场有需求，但行业也存在较为“突出”的痛点。目前市场上的PDF文档都以堆积功能为主，忽略了用户在使用中的实际需求和操作体验。传统厂商只停留在文档阅读和编辑工具上，没有在内容模板、协同工作方面延展。价格方面，由于行业属于卖方市场，订阅价格普遍较高，年费平均都在500元左右。

基于这些痛点，“UPDF”在产品上做出了很多调整。在功能上，相比行业内其他厂商140多种使用功能，“UPDF”将功能精简到40多种，更加聚焦在阅读、批注、编辑、表单、批量工具、电子签名等核心功能的使用体验。在渲染技术上，“UPDF”将游戏的渲染引擎用在了文档处理上，提高了使用效率。

Roc介绍，“在工业制造行业，使用的文件通常都是比较大。我们曾做过一组测试，打开一个5G的PDF文档，有的厂商产品至少需要10秒时间，也有的厂商直接卡顿崩溃了，而我们UPDF只需要3-4秒。”除此之外，区别于行业内的其他厂商，“UPDF”实现了跨平台操作，具有很强的兼容性。

行业内的其他厂商都是按照端口来收费，也就说同一账号不支持多个设备登陆的，而“UPDF”打通了所有端口，一个账号即可解锁Windows、MacOS、IOS、Android等不同设备，用户无需重复购买。

PDF文档是目前应用最广泛的版式文档格式之一，它与Word为代表的流式文档组成办公软件双子星。PDF文档生成结构、转换过程复杂，且编辑难度大，具有较高的技术壁垒。也正是这个原因，全球仅有少数软件企业掌握了完整的PDF格式生成、渲染、转换与版面识别等关键技术。目前，在全球PDF市场份额中，Adobe尚处于一家独大的态势，占据市场一半以上的市场份额，国内厂商分到的蛋糕仍旧较小。

除了面向C端消费者，“UPDF”还会面向B端，为一些政企部门提供数字资产管理的解决方案。联合创始人Craig介绍，一些大型企业都存在文档保存困难的痛点，许多企业都有构建自己数字资产的需求。“UPDF”可以帮助他们完成文档的全流程记录和存储，实现协同办公、协同管理。这也是“UPDF”区别于从传统to C厂商非常重要的一点，引入文档管理服务的理念去提升B端用户的产品粘性。

未来，内容创造也会是“UPDF”的一个发展方向。利用现阶段最新的ChatGPT和文言一心大模型等给UPDF软件赋予新的功能，相比操作更为自由的流式文档，PDF往往更倾向于二次创作，但由于技术的更加成熟，目前PDF的编辑自由度已经可以和流式文档相媲美。“UPDF”计划将根据用户的不同职业特点，通过AI精准推送适合用户的模板，协助用户更好地进行内容创作。

 PDF版式文档是数字内容的最终载体之一，也是关键的基础应用软件。非常看好UPDF团队在研发、产品、运营、营销和出海方面的能力，真正从用户需求出发打磨和迭代产品，为版式文档的应用创造各种新的可能。作为一款完全自主可控的国产PDF软件，希望公司可以抓住市场机会，成为国内SaaS模式下产品驱动增长（PLG）的典型代表以及国内信创行业的新生力量。

通过这几款软件的截图对比可以看出来，汉仪股份的UPDF软件的UI界面是做的最好看的，万兴科技的PDF软件做的也可以，金山办公和福昕软件的PDF软件一看就是办公软件的常用界面，没有太多特点

而且汉仪股份的UPDF软件的创始团队都来自万兴科技，华为和腾讯的核心员工，全部是国内大厂，品质有保证！

然后周末还发酵了华为的ERP题材

华为正式官宣进军ERP 市场。3 月17 日，华为创始人任正非在“难题揭榜”火花奖公司内外的获奖者及出题专家座谈会上表示，2023年4 月份 MetaERP 将会宣誓，完全用自己的操作系统、数据库、编译器和语言，做出了自己的管理系统MetaERP 软件。MetaERP 已经历了公司全球各部门的应用实战考验，经过了华为的总账使用年度结算考验，已成功地证明MetaERP 是有把握推广的。这是在市场传言已久后，华为首次官方口径承认MetaERP 存在，并且在官方口径认可未来MetaERP 即将面向市场推广。

汉仪股份募投项目之一就是ERP、CRM信息化管理项目！而且汉仪股份有华为、华为鸿蒙和华为汽车概念

然后周末还有老师科普发酵了MLOps概念，下面也顺便给老师们科普下汉仪股份的MLOps概念和逻辑：

MLOps是将DevOps方法论扩展到包括机器学习和数据科学资产作为DevOps生态系统中的一流公民的过程。从各类ML资产的角度，例如特征、模型等角度出发，可以分析MLOps中的一些需求与挑战。汉仪股份是中国A股字库软件第一股，服务于华为、阿里巴巴、腾讯等客户，为其提供各种字体服务。汉仪股份的产品覆盖各种应用场景、各种数据终端的全部用字需求，且仍在持续产出新的优质字体。以下是关于汉仪股份在MLOps方面的逻辑分析：

• 汉仪股份在其业务中使用机器学习和数据科学资产，例如使用字体生成算法来产生新的优质字体。这些资产需要集成到汉仪股份的开发流程中，并且需要进行持续集成和持续交付，以确保其资产的质量和可靠性。因此，MLOps是汉仪股份开发流程的一个重要组成部分。
• 在MLOps中，数据是一个关键因素。汉仪股份需要收集、存储和管理大量的字体数据，以便用于训练机器学习模型和生成新的字体。因此，汉仪股份需要建立一个可扩展的数据平台，以便有效地管理这些数据。
• 汉仪股份需要建立一个自动化的机器学习流程，以便快速地训练和部署机器学习模型。这需要使用自动化工具来帮助完成模型训练、模型评估和模型部署等任务。此外，汉仪股份还需要建立一个模型监控系统，以便及时发现模型性能下降和模型漂移等问题。
• 汉仪股份需要建立一个安全的机器学习流程，以确保其机器学习资产的安全性和隐私性。这需要使用加密技术来保护敏感数据，并使用访问控制技术来控制对机器学习资产的访问权限。

MLOps对于汉仪股份的业务具有重要意义，可以帮助汉仪股份构建一个高效、可靠、可重复和安全的机器学习流程，从而提高其字体生成算法的质量和效率。

除此之外汉仪股份的题材还有知识产权保护、AIGC、华为、华为汽车、鸿蒙概念、人工智能、腾讯等题材，而且未来GPT4人工智能模型的发展离不开大数据和数据合成！

证监会科技监管局局长姚前：建议重点发展基于AIGC技术的合成数据产业】

3月7日电，中国证监会科技监管局局长姚前在《中国金融》杂志撰文称，建议重点发展基于AIGC技术的合成数据产业。以更高效率、更低成本、更高质量为数据要素市场“增量扩容”，助力打造面向人工智能未来发展的数据优势。在强化数据要素优质供给方面，应统筹兼顾自立自强和对外开放。可考虑对Wikipedia、Reddit等特定数据源建立过滤后的境内镜像站点，供国内数据处理者使用。

Gartner:2024~2030年60%至几乎所有的大模型数据都是“合成数据”

 ChatGPT类大模型训练数据的托管与治理痛点：巧妇难为无米之炊

有研究预测，按照目前的发展速度，到2026年ChatGPT类大模型的训练将耗尽互联网上的可用文本数据，届时将没有新的训练数据可供使用。因此，算力瓶颈之外，训练数据将成为大模型产业化的最大掣肘之一。从更深层次考虑，大模型在训练数据方面还存在各种治理问题，比如数据采集标注费时费力成本高、数据质量较难保障、数据多样化不足难以覆盖长尾和边缘案例、特定数据在获取与使用分享等方面存在隐私保护、数据偏见等问题。

　　OpenAI虽没有直接公开ChatGPT的相关训练数据来源和细节，但可以从近些年业界公布过的其他大模型(如DeepMind发布的2800亿参数大模型Gopher)的训练数据推测出ChatGPT的训练数据来源

数据的质量对于大模型的训练至关重要。在模型训练之前，通常依赖专业数据团队对数据集进行预处理。这些预处理操作通常包括：去重，即去除重复的文本数据，一般以句子为单位；文本正则化或标准化，如全角字符转半角字符，繁体中文转简体中文等；文本清洗，即剔除超文本标记语言(html)或者表情符号(emoji)等非文本内容，并对标点符号进行过滤和统一；分词，即将句子拆分成单个的词；词的清洗，如去除停用词等；词的正则化或标准化，如统一数字的写法等。经过以上预处理流程，通常可以得到质量相对较高的文本数据，防止数据中的噪声对模型的训练产生不良影响，有助于后续模型的高效训练。

除了上述常规操作之外，在一些特定的处理任务中，数据团队有可能还会根据不同目的对模型训练数据进行过滤。比如，若要构建一个金融领域的知识系统，那么最好把大模型训练数据中与金融领域相关的数据筛选出来，这样可以提升模型生成的文本与金融领域的匹配程度，使模型的输出看起来“更专业”。

汉仪股份

汉仪股份：您好！公司利用AI技术探索提升字体等内容素材的创造效率，在“合成数据”方面有自己的积累。在人工智能辅助字体设计上，我们的技术可以利用机器学习算法分析并学习数千款字体数据，从而帮助设计师快速生成新的设计作品，大幅提升生产效率和产品质量。在图像素材生成领域，公司积极探索以设计为主导的文图生成范式，致力于解决创意到可控优质素材的快速生成，从而缩短设计周期、降低成本。

综上所述，汉仪股份是一个低位小盘具有极大预期差的GPT4分支题材里面7亿流通市值超小盘股！很多老师之前买不了科创板，趁着周末特意给老师们找到一个创业板的预期差低位放量小票，老师们放心搞！

汉仪股份：GPT4微软AI办公套件+华为ERP+MLOps概念,三大大核心题材全部都有！巨大预期差！