2024大模型产业落地总结与2025AI行业发展趋势展望
AI 变革:与互联网的范式转移
互联网思维在AI时代为何失效?
互联网时代的商业模式是典型的流量思维,通过获取大量用户,实现规模效应,边际成本趋近于零。然而,在 AI 时代,这种模式不再适用。为什么呢?因为AI的边际成本并非零,它需要大量的算力、数据和算法支持,每增加一个用户,成本都会相应增加。许多成功的互联网人转型AI时会走弯路,就是因为没有理解这一根本性差异。
AI 的核心价值是什么?
互联网的核心价值是解决信息差,而AI的核心价值是替代人或工作流。例如,互联网让人们更容易获取信息,AI则可以直接完成信息处理、分析等工作,甚至可以替代一些重复性的脑力劳动。
AI 时代的竞争壁垒是什么?
互联网时代的竞争壁垒是规模优势(资本优势),谁拥有更多的用户和资金,谁就更容易胜出。而在 AI 时代,竞争壁垒变成了谁拥有更多的数据飞轮(创新)。数据飞轮是指通过数据的不断积累、训练和反馈,让 AI 模型变得越来越强大。例如,一个 AI 公司拥有的数据越多,其模型就越智能,越能提供更好的服务,从而吸引更多的用户和数据,形成良性循环。
AI 的丛林法则是什么?
AI 新产品被克隆的速度非常快,几乎没有时间差。因此,在 AI 时代,商业复利非常稀缺。要建立绝对壁垒,就需要深入到产业链的末端或者模型底层。比如,掌握了核心算法或者拥有独家数据的公司,才能在激烈的竞争中保持优势。
新质 AI 消费品是什么?
新质生产力必然带来 新质 AI 消费品。未来10年,市场上将会涌现大量的新型 AI 消费品,并且会出现专门的 AI 消费品交易市场,其规模可能不亚于淘宝。例如,智能家居、可穿戴设备、AI助手等都属于新质 AI 消费品,这些产品将深刻地改变人们的生活方式。
AI 时代的核心资产是什么?
互联网时代,数据是核心资产;AI时代,拥有的数据飞轮数量才是核心资产。这意味着,拥有高质量、能够持续迭代的数据,并能够通过数据不断提升模型能力的企业,才拥有真正的竞争力。
IT 部门的职能将如何转变?
传统 IT 部门将转变职能,成为新的 HR 部门,帮助公司管理或生产完成工作的类人 agent团队。这意味着,未来的 IT 部门不仅要维护技术设施,还要负责管理和培训 AI 智能体,使其更好地为公司服务。例如,IT 部门可能需要负责招聘、培训和管理 AI 客户服务代表、AI 数据分析师等。
2024年哪些行业赚到了钱?
(原文未提供具体行业,此处省略,可自行添加)
2024年 AI 领域14个关键词解读
(原文未提供具体关键词,此处省略,可自行添加)
Open AI 带来的深入影响
算力方面
- 推理侧算力需求极大增加。随着 AI 应用的普及,用户对 AI 模型推理速度和准确性的要求越来越高,因此对算力的需求也随之增加。
- 训练端算力需求进入平稳增长期。随着大模型的发展,训练所需算力已经达到相当高的水平,未来将主要集中在推理侧。
- 推理侧对显卡的要求提升。为了满足 AI 推理的高性能需求,市场上对高性能显卡的需求持续增加。
大模型公司
- 从卷训练、卷感知侧的多模态,逐步进入卷推理。早期大模型公司专注于模型训练和多模态能力的提升,但现在已经转向对模型推理效率的竞争。
- 对 agent 的工作流构建人员需求增加,逐步开始重视应用层的人员。随着AI应用场景的增多,对 agent 的设计和应用人员的需求也随之增加。
- 推理策略 tree search 算法进入内卷, mcts、贪婪算法等树搜索算法开始匹配大模型本身的自我进化进入快速迭代期。为了提升模型的推理效率和准确性,大模型公司开始在推理策略方面展开竞争。
提示词工程师 (Prompt Engineer)
- 普通提示词工程师的功能会逐步被内化到大模型本身。随着 AI 模型的智能化程度提高,简单的提示词设计将会被模型自动处理。
- 专业提示词工程师被需要。OpenAI 招聘多智能体 research 就表明了对专业提示词工程师的需求,他们需要具备设计复杂提示词,以实现更精准、更智能的 AI 输出。
- 对 prompt engineer 的要求进入专业级,人才需求变少,质量要求变高。未来,提示词工程师不仅要懂得如何编写提示词,还要具备对 AI 模型底层逻辑的深入理解。
Agent 从业者
- 80% 的 agent 工作流能力被内化,而且大模型以外 agent 能做的事情会越来越少。随着大模型能力的不断提升,通用类 agent 的生存空间将会受到挤压,特别是一些简单的 chatmemory、chatbi 等场景。
- agent 从业者的生存空间集中在 to B 的私有化有核心数据竞争力的场景。未来,agent 的发展方向将集中在为企业提供定制化的、具备独特竞争优势的解决方案。
开源领域的影响
未来一个月,开源领域会出来推理策略相关的框架,适配大多数开源模型,从而实现开源大模型的自我进化。这将进一步推动 AI 技术的普及和发展,让更多开发者能够参与到 AI 的创新中来。
增量机会和红利
- 推理策略的中间件。随着 AI 推理需求的增加,推理策略的中间件将成为一个重要的市场机会。
- 算力平台的地位大大提升。作为 AI 模型训练和推理的基础设施,算力平台的重要性日益凸显。
2025年 AI 发展趋势预测展望
World Model 元年
2025年将是 0-1 类 world model 元年。 从卷 1D、2D 类模型进入到卷理解物理世界规律的 3D 类 world model 时代。由李飞飞主导的 lwm 也会在 2025 年发布。World Model 是一种能够理解和模拟物理世界的 AI 模型,它将为机器人、自动驾驶等领域带来巨大的变革。
仿真数据蒸馏元年
2025 年将是仿真数据蒸馏的元年,借助 cosmos 可以解决机器人、工业、自动驾驶、飞行器等各种场景的仿真数据集问题。这就像大模型训练需要用 GPT 蒸馏数据, 而不从头去构建数据集一样。仿真数据蒸馏技术将大大降低 AI 应用的门槛,加速 AI 在各行各业的落地。
AI 孪生的 GPT 时刻
英伟达提出的 groot + ominiverse + cosmos 提供了新的AI 孪生引擎,成为了仿真领域 AI 应用的 GPT 时刻。AI 孪生技术可以构建虚拟的物理环境,用于训练和测试 AI 模型,从而提高开发效率和模型性能。
空间智能元年
AGI + DGI + OMINIVERSE 结合 cosmos = 空间智能的技术架构,链接了推理、边缘设备、仿真三大物理 AI 的新架构,为空间智能的爆发提供了框架基础。空间智能是指 AI 在三维空间中的感知、理解和决策能力,它将为机器人、自动驾驶等领域带来新的发展机遇。