2024生成式AI十大展望
（来源：幻影视界）
生成式 AI 十大展望：
2024 年，优化训练和部署大模型仍然非常重要，大模型的生态加 速形成，应用开始在一些领域大规模展开，主要表现在如下十个领 域：
1.智能体作为任务助理进入更多应用场景和业务流程
智能体能有一定的主动性，能帮助完成任务，而不仅仅是问答。在感知环境后，通过其大脑（大型语言 模型），调动其他的程序、应用、知识，甚至自己编程，规划和执行更复杂的任务。有了智能体，许多 人可以用经验和专业知识，通过自然语言而不限于编程代码去写软件。
2. 操作系统集成下一代大模型，成为下一代操作系统
大型语言模型日益操作系统化，AI 芯片为它设计，PC 和手机的操作系统为它升级，AI 应用成为它的下 游，上下文管理类似于操作系统的内存。微软将推出 Windows12 操作系统，在PC 上与下一代大模型 和 Copilot 深度集成。在移动设备上部署的模型，也与 iOS 与安卓操作系统紧密结合，实现 AI 功能和 建立 AI 应用商店。
3. 生成式 AI 制作的影视剧大量出现，冲击影视行业发生剧变
图像和视频是生成式AI迭代最快的领域之一，GPT-4V等多模态大模型的推出，基于扩散模型的Dall-E 3、 Midjourney和Stable Diusion的功能不断增强，LCM-LoRA等技术达到了实时生成图像和视频的效果， 对影视、音乐、游戏等内容娱乐行业的影响是颠覆性的。这方面的应用也是巨头目前还染指不多的领域。 2024 年将大量出现由生成式 AI 产生的影视剧，创作者、用户以及角色之间将会出现崭新的交互方式。
4.人形机器人开始量产，自学习与环境互动能力进一步强化
在已有的机器人技术之上，多模态和具身智能的大模型，不断展示出惊艳的效果。大型语言模型的推理 和规划能力，与视觉模型结合，可以通过获取周围环境数据，学习人类用手脚完成任务。2024 年人形 机器人开始量产，开始在工作场景中进化迭代人类的灵活性。
5.终端设备加载 AI 模型，推动换代升级
小型化的大模型可以加载到笔记本电脑和手机等终端设备上，用户不仅可以更快捷地生成内容，而且可 以利用自己本地的数据和知识进行检索生成，建立起定制化的智能体，更快捷地进行推理，也保护了数 据安全和个人隐私。AI 设备的主流硬件规格将包括内置 7-10B LLM 模型、40-50 TOPS AI 算力、10-20 token/s 以上推理速度、8-16GB 以上 DRAM 等。
6.下一代闭源大模型推出，开始出现胜任人类水平的 AGI“火花”，但规模 边际效应递减
OpenAI 与微软将推出 GPT-5，谷歌将推出 Gemini Ultra，亚马逊也在训练数万亿参数的大模型。下一 代大模型将是多模态的、使用更多合成数据的、混合专家系统的，会消除一些幻觉、增加上下文长度、 信息更加准确和及时、基础数学水平有所提升，等等。更多更好的数据、更强的算力、更顺的搜索，依 然是产生智能的根本因素。加上 RAG（检索增强生成）补充非参数化的知识，闭源大模型会应用于更多 的场景。
7.数据来源的深度和广度进一步开拓，进一步规范，更多合成数据与自然数 据结合用于大模型训练
数据决定了泛化的边界。自然语言数据，以及直接从现实世界事件或对象中收集得到的数据，已经无法 满足下一代大模型的训练的胃口。在专业领域和垂直场景，非公开的数据将会发挥更大的价值。大模型 训练、自动驾驶、机器人、图像生成、模拟仿真等，都在大量使用合成数据的同时生成新的数据。越来 越多的数据标注也由 AI 来完成。但是，只使用合成数据可能会造成数据多样性不足和自循环训练的问题。 2024 年将会看到 AI 企业寻求合法获取更多非公开数据，以及使用更多的混合数据。
8.苹果真正入局，力争复现 AI“iPhone 时刻”
2023 年被称为大模型之年，苹果表面上在作壁上观，但实际上在芯片及软硬件方面的研发一直在加大 力度，只做不说。2024 年苹果将把 Vison Pro 推向市场；PC 和手机加载大模型，苹果是其中最重要的 玩家；为了建立 AI 应用生态，操作系统封闭的苹果拥抱开源模型。苹果被广泛期待能给消费市场带来 更好的 AI 产品体验。
9.一些开源模型及 AI 应用，因为无法建立起商业模式将面临生存危机
绝大多数初创企业的开源模型，目前还无法在提供推理服务、授权、训练和部署模型方面建立起用户基础； 消费类模型 + 应用的初创企业，在激烈的竞争中多数将遭淘汰；纯应用类的初创企业，许多将遭到巨头 碾压或者很快在更新的开源技术迅速推广中出局。快速获取用户并且在反馈中建立起数据飞轮的企业将 赢得生存。而能结合起应用场景、行业深度和垂直数据来源的企业，将能保护好自己。
10.小模型结合软硬件应用，新物种涌现
2023 年是大模型之年，2024 年也将是“小”模型之年。更多几十亿到上百亿参数的小模型，通过模型 架构、算法、训练和精调的创新，以及结合外部检索，性能可以叫板百亿参数大模型，甚至追平 GPT- 3.5 （1750 亿参数）。开源模型许多来自中国、欧洲、韩国、甚至中东等地，以更快的速度推广到各行 各业。小模型尤其适于下载到设备上，在许多功能上可以替代从云上提供的大模型服务。小模型 + 终端 设备是 2024 年的重要看点。
如果没有 ChatGPT 打开的 AI 之光，2023 年的世界 ，将会暗 淡很多。但 2024 年，AI 会不会更像是巨头手中的超级工具。 与前两年不同的是，《看 DAO2024》选择了 AI 为主题，巨头 为主角。
本文仅供参考，不代表我们的任何投资建议。幻影视界整理分享的资料仅推荐阅读，用户获取的资料仅供个人学习，如需使用请参阅报告原文。