1）趨勢(shì)一統(tǒng)一未來(lái)：多模態(tài)模型加速文本、圖像和視頻融合

?多模態(tài)模型：多模態(tài)模型能夠處理視覺(jué)信息、文本信息、聽(tīng)覺(jué)信息等多元化數(shù)據(jù)，可以對(duì)不同表現(xiàn)形式的信息進(jìn)行融合理解，進(jìn)一步提升大模型的遷移學(xué)習(xí)能力，是人工智能全面理解真實(shí)世界的重要一步。

?發(fā)展情況：文本、語(yǔ)音、圖片等單模態(tài)人工智能模型已經(jīng)相對(duì)成熟，大模型正在朝著多模態(tài)信息融合的方向快速發(fā)展。從CLIP的誕生再到GPT-4的圖像處理能力，圖文多模態(tài)技術(shù)已經(jīng)取得了顯著的進(jìn)步。大模型不止?jié)M足文字和圖像，開(kāi)始向著音頻、視頻等領(lǐng)域拓展。

?未來(lái)展望：未來(lái)模型將面對(duì)更加復(fù)雜多樣化的交互場(chǎng)景，更加注重各種形式的信息融合，多模態(tài)技術(shù)將在智能家居、智慧城市、醫(yī)療診斷、自動(dòng)駕駛等方面打開(kāi)全新的應(yīng)用空間。

多模態(tài)模型迭代歷程

2）趨勢(shì)二逾越虛擬邊界：具身智能成為AI發(fā)展新形態(tài)

?具身智能：具身智能是可以和物理世界進(jìn)行感知交互，并具有自主決策和行動(dòng)能力的人工智能系統(tǒng)。具身智能中的智能體能夠以主人公的視角感受物理世界，通過(guò)與環(huán)境產(chǎn)生交互并結(jié)合自我學(xué)習(xí)，從而產(chǎn)生對(duì)于客觀世界的理解和改造能力。

?發(fā)展情況：斯坦福大學(xué)教授李飛飛將具身智能列為計(jì)算機(jī)視覺(jué)未來(lái)的關(guān)鍵發(fā)展方向，并將其稱(chēng)之為人工智能研究的“北極星”。現(xiàn)階段來(lái)看，谷歌推出RoboCat大模型，英偉達(dá)推出Nvidia VIMA，具身智能已經(jīng)成為AI龍頭企業(yè)競(jìng)相爭(zhēng)奪的高地。

?未來(lái)展望：通用人工智能與機(jī)器人產(chǎn)業(yè)正處在快速發(fā)展、互相融合促進(jìn)的戰(zhàn)略機(jī)遇期，作為兩大領(lǐng)域交叉的核心應(yīng)用，具身智能有望在未來(lái)取得快速發(fā)展。具身智能將促使智能體具備自主規(guī)劃、決策、行動(dòng)、執(zhí)行等能力，實(shí)現(xiàn)人工智能的能力進(jìn)階。

人工智能能力進(jìn)階

3）趨勢(shì)三大模型智慧火花：走向通用人工智能的途徑愈發(fā)明晰，腦機(jī)接口創(chuàng)造新的交互方式

?通用人工智能（AGI）是指具有像人類(lèi)一樣的思考能力，可以適應(yīng)廣泛的領(lǐng)域并解決多種問(wèn)題的機(jī)器智能，AGI是人工智能研究的重要目標(biāo)之一。狹義人工智能是指當(dāng)下已取得顯著進(jìn)展但局限特定領(lǐng)域的人工智能，如語(yǔ)音識(shí)別、機(jī)器視覺(jué)等。我們正處于狹義人工智能相對(duì)成熟、通用人工智能曙光乍現(xiàn)的階段，目前以GPT-4為代表的自然語(yǔ)言大模型被認(rèn)為是通往通用人工智能的重要潛在路徑，OpenAICEO薩姆·奧特曼(Sam Altman) 表示，AGI時(shí)代可能很快就會(huì)到來(lái)，未來(lái)十年內(nèi)行業(yè)可能會(huì)擁有超強(qiáng)的AI系統(tǒng)。

?人類(lèi)與人工智能之間的溝通方式也在不斷升級(jí)，腦機(jī)接口有望成為下一代人機(jī)交互方式。當(dāng)前，腦機(jī)接口技術(shù)正在突破人類(lèi)的生理界限，不僅為殘障人士提供了前所未有的可能性，而且有望成為下一代的人機(jī)交互方式。

4）趨勢(shì)四數(shù)據(jù)的力量：海量數(shù)據(jù)帶來(lái)模型能力涌現(xiàn)，高質(zhì)量數(shù)據(jù)提升模型性能

?深度學(xué)習(xí)的進(jìn)步建立在以更大的模型處理海量數(shù)據(jù)基礎(chǔ)之上。GPT-1模型從1.17億參數(shù)上升至GPT-3的1750億參數(shù)，模型效果取得了顯著突破，同時(shí)還有能力的涌現(xiàn)。但是模型參數(shù)量的增大帶來(lái)算力需求的激增，模型架構(gòu)和參數(shù)量提升帶來(lái)的收益正處于遞減狀態(tài)。

?阿伯丁大學(xué)、麻省理工大學(xué)等研究機(jī)構(gòu)的一項(xiàng)研究顯示，高質(zhì)量的語(yǔ)言數(shù)據(jù)將在2026年耗盡，低質(zhì)量的語(yǔ)言數(shù)據(jù)和圖像數(shù)據(jù)將分別在2030 -2050年、2030 -2060年間枯竭。

?以數(shù)據(jù)為中心的人工智能更加專(zhuān)注于數(shù)據(jù)的價(jià)值，進(jìn)一步推動(dòng)AI模型的性能突破。斯坦福大學(xué)吳恩達(dá)教授提出二八定律：80%的數(shù)據(jù)+20%的模型=更好的AI。以數(shù)據(jù)為中心的策略可以解決數(shù)據(jù)樣本不足、數(shù)據(jù)偏差等問(wèn)題，高質(zhì)量數(shù)據(jù)集成為推動(dòng)模型性能進(jìn)一步提升的關(guān)鍵要素，高質(zhì)量的數(shù)據(jù)處理、數(shù)據(jù)標(biāo)注服務(wù)以及完善的數(shù)據(jù)收集和評(píng)估體系的價(jià)值將進(jìn)一步凸顯。

5）趨勢(shì)五數(shù)據(jù)中心的AI變革：智算中心成為關(guān)鍵基礎(chǔ)設(shè)施

?云計(jì)算是當(dāng)前重要的AI算力提供方案，AI服務(wù)器市場(chǎng)獲得迅猛發(fā)展。根據(jù)TrendForce數(shù)據(jù)，2022年全球AI服務(wù)器的出貨量占整體服務(wù)器比重約1%，隨著大模型訓(xùn)練側(cè)和推理側(cè)的需求爆發(fā)，AI算力資源需求預(yù)計(jì)將呈指數(shù)增長(zhǎng)。根據(jù)IDC數(shù)據(jù)，預(yù)計(jì)未來(lái)5年中國(guó)智能算力規(guī)模的年復(fù)合增長(zhǎng)率將達(dá)52.3%，全球價(jià)值萬(wàn)億美金的數(shù)據(jù)中心存量市場(chǎng)將從通用計(jì)算逐步過(guò)渡向AI計(jì)算。

?云計(jì)算正從CPU為中心的同構(gòu)計(jì)算架構(gòu)向以CPU+GPU/NPU為中心的異構(gòu)計(jì)算架構(gòu)深度演進(jìn)。預(yù)計(jì)，大模型帶來(lái)的GPU存量空間將從2023年的277億美金上升至2025年的1121億美金，以GPU為代表的AI計(jì)算資源中短期將處于供不應(yīng)求的狀態(tài)。

?隨著專(zhuān)有領(lǐng)域的計(jì)算需求提升，AI芯片追求更高的性能和更低的功耗，芯片的多樣性和生態(tài)豐富性將不斷提升。部分頭部互聯(lián)網(wǎng)廠商將著力推進(jìn)AI芯片的自主研發(fā)，如谷歌著力打造專(zhuān)注深度學(xué)習(xí)的TPU，同時(shí)不斷豐富其AI生態(tài)布局。

6）趨勢(shì)六大模型C端角色：個(gè)人智能助理與新一代的流量入口

?大語(yǔ)言模型將成為個(gè)人智能助理。大模型目前具備接入互聯(lián)網(wǎng)、進(jìn)行內(nèi)存管理等能力，通過(guò)目標(biāo)任務(wù)自動(dòng)拆分、計(jì)劃制定、計(jì)劃實(shí)施等方式，能夠自主完成用戶的需求，成為每個(gè)人的智能助理，如制定旅行計(jì)劃并進(jìn)一步預(yù)定賓館和餐飲。

?大模型正在成為新一代的流量入口。GPT-4正在逐步開(kāi)放插件功能，通過(guò)底層模型連接第三方應(yīng)用，從而構(gòu)建豐富的生態(tài)系統(tǒng)。GPT-4自插件功能開(kāi)放以來(lái)，目前已經(jīng)接入超過(guò)500個(gè)插件（其中包括教育、金融等場(chǎng)景）。隨著大模型能力的不斷增強(qiáng)以及插件生態(tài)的不斷豐富，大模型有望成為新一代的人機(jī)交互方式以及流量入口，2023年5月OpenAI官網(wǎng)訪問(wèn)量為18.6億次，是全球第19名次的互聯(lián)網(wǎng)訪問(wèn)IP。

GPT-4構(gòu)建豐富的應(yīng)用生態(tài)

7）趨勢(shì)七大模型B端應(yīng)用：專(zhuān)業(yè)數(shù)據(jù)與成本驅(qū)動(dòng)行業(yè)模型百花齊放，打開(kāi)廣闊應(yīng)用空間

?數(shù)據(jù)壁壘帶來(lái)企業(yè)端大模型百花齊放。通用大模型可以幫助用戶解決一般性問(wèn)題，而當(dāng)企業(yè)需要處理其特定行業(yè)的數(shù)據(jù)和任務(wù)時(shí)，往往需要針對(duì)其行業(yè)數(shù)據(jù)庫(kù)來(lái)對(duì)基本模型進(jìn)行微調(diào)，垂直行業(yè)的特性和需求不盡相同，因此大模型的應(yīng)用也呈現(xiàn)出多樣化的趨勢(shì)。

?B端應(yīng)用出于對(duì)模型的經(jīng)濟(jì)性考量，未來(lái)將呈現(xiàn)階梯式、差異性需求。大模型在垂直領(lǐng)域的商業(yè)化落地對(duì)模型的運(yùn)行成本更為敏感，模型的推理成本與模型的參數(shù)量多少密切相關(guān)，需要不同參數(shù)規(guī)模的大模型組成多層次的產(chǎn)品組合，從而在不同場(chǎng)景下實(shí)現(xiàn)最佳的經(jīng)濟(jì)性，進(jìn)一步提升大模型的豐富度。

B端大模型多層級(jí)結(jié)構(gòu)

8）趨勢(shì)八大模型輕量化：降低應(yīng)用成本、帶動(dòng)端側(cè)算力發(fā)展

?隨著大模型小型化、場(chǎng)景化需求增加，同時(shí)出于對(duì)AI應(yīng)用的經(jīng)濟(jì)性、可靠性和安全性考量，部分場(chǎng)景的推理將逐步從云側(cè)擴(kuò)展向端側(cè)，帶動(dòng)端側(cè)算力需求的進(jìn)一步提升。

?目前多個(gè)大模型都已推出“小型化”和“場(chǎng)景化”版本。5月23日谷歌發(fā)布的PaLM-2大模型，其中最輕量版本“壁虎”可在移動(dòng)端運(yùn)行，運(yùn)行速度快且支持離線操作，其他多個(gè)大模型也都有其對(duì)應(yīng)的小參數(shù)版本。

?大模型端側(cè)應(yīng)用布局不斷加速。端側(cè)算力正在快速發(fā)展過(guò)程中，高通通過(guò)量化、編譯和硬件加速進(jìn)行優(yōu)化，使Stable Diffusion能在搭載第二代驍龍8移動(dòng)平臺(tái)的手機(jī)上運(yùn)行。高通在微軟Build2023開(kāi)發(fā)者大會(huì)上展示了最新的端側(cè)AI能力以及在下一代Windows 11上開(kāi)發(fā)生成式AI的工具，并表示未來(lái)幾個(gè)月大語(yǔ)言模型有望在端側(cè)運(yùn)行。

9）趨勢(shì)九大模型的深遠(yuǎn)影響：重構(gòu)勞動(dòng)力市場(chǎng)、改寫(xiě)科研范式

?大語(yǔ)言模型對(duì)勞動(dòng)力市場(chǎng)結(jié)構(gòu)的影響深遠(yuǎn)而復(fù)雜。據(jù)OpenAI聯(lián)合賓夕法尼亞大學(xué)的研究報(bào)告預(yù)測(cè)，約80%的美國(guó)勞動(dòng)力可能有至少10%的工作受到大語(yǔ)言模型的影響。

?大語(yǔ)言模型的應(yīng)用帶來(lái)勞動(dòng)力市場(chǎng)結(jié)構(gòu)的調(diào)整和變化。短期而言，大語(yǔ)言模型可能替代部分低技能或重復(fù)性工作；中期來(lái)看，大語(yǔ)言模型也將創(chuàng)造新的人工智能相關(guān)就業(yè)機(jī)會(huì)；長(zhǎng)期來(lái)看，大語(yǔ)言模型的應(yīng)用將會(huì)深度改變各行業(yè)的工作模式和商業(yè)模式，讓企業(yè)的組織架構(gòu)更加扁平化和小型化。過(guò)程中需要個(gè)人和企業(yè)去積極適應(yīng)，發(fā)展人類(lèi)獨(dú)有的創(chuàng)新、協(xié)作和社交等能力，與人工智能共同進(jìn)化。

?AI與前沿科學(xué)的結(jié)合展現(xiàn)出了巨大潛力，可顯著降低前沿科技研究中的智力成本并提升研究效率。生命科學(xué)、氣象預(yù)測(cè)、數(shù)學(xué)、分子動(dòng)力學(xué)等前沿科學(xué)均得到了人工智能的廣泛助力，AI for Science將帶來(lái)科研范式的變革和新的產(chǎn)業(yè)形態(tài)。

10）趨勢(shì)十AI治理與技術(shù)的平衡：AI可解釋性亟待增強(qiáng)，監(jiān)管緊迫性日益凸顯

?在人工智能的快速發(fā)展中，加強(qiáng)AI監(jiān)管與推動(dòng)AI技術(shù)的進(jìn)步同等重要。AI能力帶來(lái)應(yīng)用的便利性，同時(shí)也可能引發(fā)數(shù)據(jù)隱私、算法偏見(jiàn)、AI倫理等一系列問(wèn)題。

?從技術(shù)角度來(lái)看，可以通過(guò)可解釋AI等技術(shù)手段增強(qiáng)AI的可信度。可解釋AI使人工智能的決策過(guò)程透明化，增加輸出內(nèi)容的可理解性和可信任度，對(duì)于構(gòu)建用戶對(duì)AI系統(tǒng)的信任、提升系統(tǒng)的有效性、應(yīng)對(duì)潛在的倫理問(wèn)題都至關(guān)重要。

?從規(guī)范角度來(lái)看，各國(guó)政府也都已經(jīng)開(kāi)始采取行動(dòng)，制定和執(zhí)行各種AI政策和法規(guī)。4月份，我國(guó)網(wǎng)信辦出臺(tái)《生成式人工智能服務(wù)管理辦法（征求意見(jiàn)稿）》，明確了生成式人工智能的定義，從明確條件要求、劃定責(zé)任主體、形成問(wèn)題處理機(jī)制、明晰法律責(zé)任幾個(gè)方面為行業(yè)劃定底線。