清华大学：AIGC发展研究资料2.0
《AIGC发展研究资料报告2.0》聚焦AIGC的多模态发展、多学 科影响、全方位应用以及前沿探索，融汇了与AIGC相关的产 业实践经验、学术研究探讨与社会理念摸索，致力于向读者提 供全面了解AIGC动态的指南，共同探寻人工智能和人类未来 发展的和谐之道。
清华大学-AIGC发展研究资料2.0-2024-211页.pdf（来源：幻影视界）
为什么是OpenAI率先突破
ChatGPT 创新：持续迭代 迈向AGI
GPT4：一骑绝尘 进化迅速
ChatGPT 4.0 相较于其他AI工具有若干显著的改进和创新点，使其成为一个更加强大、灵活和用户友好的工 具，达到目前其余AI工具难以企及的效果。
2024焦点：改善体验 多模突破
五大技术难题：高性能推理硬件成本、AI幻觉率、图像多语种文字生成、生成内容一致性、文本生成视频
单模多模：快速进步 模拟世界
多模融合：高维互联 信息贯通
多模态融合是指将来自多个不同类型（例如文本、图像、声音等）的数据合并，利用跨模态技术产生一个综合的数据表示或 输出，代表一种全新、流畅和高效的人类交互体验，其核心挑战是如何有效地融合这些模式以提供连贯和有意义的输出。
多模关键：意图感知 自我演化
多模数据：关系对齐 数据映射
多模态数据的应用痛点涉及到数据对齐、融合、检索和生成、时序处理以及多模态交互等方面。解决这些难点将有助于推 动多模态技术的进一步发展，并实现更多实际应用的落地。
模态进化：具身智能 实体连接
多模AIGC：异构数据 协同推理
多模态：即多种异构模态数据协同推理。
文生视频：多模态应用的下一站
AIGC+搜索引擎：互融互通 实时动态
GPT Store：社交货币 未来变现
与定制GPT的创意相结合，即将推出的GPT Store允许用户发布基于GPT的自定义模型，这个市场不仅将 培养一个AI创作者社区，还将为开发者提供创新GPT货币化的机会。商店将展示多种类别的GPT，突出那 些在实用性和创造性方面表现出色的模型。
GPT-5：演进预测 模型升级
结合计算机科学的发展趋势和当前技术的实用化水平，GPT-5有望在模型结构、部署、计算效率、透明度、自适应学习和安全性 等方面实现重大进展，为人工智能的广泛应用奠定更坚实的基础。
行业应用：数智赋能 价值深挖
AIGC可释放不同行业的 数据价值，实现更智能化 的决策与操作，推动社会 发展。但也需要考虑技术 的负面影响。
AI Agent：发展主线 大行其道
AGI时代：AI能够在任何专业领域执行与人类相同的任务，并具有完全的灵活性和卓越的性能
AI Agent 效果提升
- 代理协同同步：AI代理高效同步，形 成一个集体智能网络。
- 环境互动适应性：使AI代理能够动态 适应和响应其操作环境，实现与环境 的有机交互。
- 记忆保留扩展：赋予AI代理在短中长 期内存储和回溯信息的能力，增强其 记忆和学习函数。
- 决策智能路径选择：优化AI代理在问 题解决过程中的决策智能，使其能够 自主识别并选择最优解决路径。
AI Agent案例
通用大模型： 厂商扮演着掌握通用型AI模型研发的重要角色，其使命在于推动模型的技术突破与性能优化，以确保其具备更为广 泛的适用性。OpenAI、Google、Facebook等公司是通用大模型领域的领军者，他们致力于开发并提供高性能、通 用性强的大型AI模型。
行业大模型（Saas）： 企业聚焦于通用大模型的二次开发与定制，为特定行业提供深度定制化的AI解决方案。他们通过提供数据集、模型 训练以及API接口等服务，助力行业在AI技术上取得显著突破。某些公司如百度、阿里云等提供了针对特定行业的AI 解决方案，如医疗影像识别、智能客服等。
C端应用（Agent）层面： 厂商为最终用户和企业客户提供基于行业大模型的终端应用，以满足个性化需求。他们可能提供用户友好的界面， 定制特定功能，从而为用户提供极具个性化的AI服务。一些初创公司可能专注于开发具体的C端应用，如智能助手、 个性化推荐等，或者在特定行业内提供定制的AI解决方案。
三种AI持续能力测试
Gpt-4下限能力测试
GPT-4上限能力测试
多轮对话能力测试
耐聊能力测试
模型测评：三十层级 智力推演
评测AI大模型智力水平可分为三十层级。其中，1-15级按照人类的学习和职称水平层层递进，16-30则是超越爱因斯 坦智力水平、颠覆人类认知的完全智能体
榜单测评：技术风向 模型航标
未来探讨：智能深析 共生新纪
- AI的“存在”与“意识”之争：AI的迅速发展让一个深刻而基本的哲学议题浮现于人们视野中，即当人工智能拥有高度智能时， 其是否具有自我意识及主观体验，引发有关意识本质的广泛讨论。
- 人类与AI的“共生性”：未来我们必然会面对人类与人工智能之间关系的根本性变革。在此情境下，我们需深思如何实现人 类与人工智能的共生共存，以最大程度地发挥两者的优势，而非简单取而代之。
- 道德责任与自主决策：随着人工智能系统日益智能化，我们不得不思考如何将道德责任赋予它们，使其具备自主决策能力。 这牵涉到了"道德机器人"概念的哲学探讨。
- AI的"创造力"与"艺术性"：人工智能在创意领域的运用引发了对创造力与艺术性的哲学讨论。我们必须审视人工智能是否真 正拥有创造性思维，以及其所创作品是否具有独特的艺术性。
- AI与宇宙观的联系：人工智能的快速发展使我们重新审视了人类在宇宙中的位置和作用。我们可能会反思，AI在解答宇宙存 在意义、智慧的来源等哲学问题方面是否具有潜在的贡献价值。
- 信息与现实的关系：重新审视信息与现实之间的关系，以及人工智能在塑造我们对现实的理解和认知中所扮演的角色。
- 人类自由意志与预测性：人工智能的高级预测能力可能引发对人类自由意志的哲学思考，探讨人类是否真正具有自主的决策 能力。
通用人工智能：对话处理 局限犹在
AIGC冷思考：认知依附 主体衰落
AI共识：多智能体 迭代收敛
多智能体系统（Multi-Agent Systems, MAS）是由多个相互作用的智能体（或称为“代理”）组成的系统。麻省理工的研究表明，多 模型针对同一任务协作、辩论，并多次迭代后，结果会收敛到一个单一而且更准确的共同答案上。
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。