色色91,午夜精品久久久久久久传媒,爆乳痴女一区二区三区

電子發燒友網報道（文/李彎彎）2023年在大模型技術的推動下，人工智能迎來新一輪發展高潮。經過一年多時間的迅猛發展，現在人工智能大模型技術已經相對成熟，接下來則是大模型產品化和商業化的集中探索期。

而2024年被認為是大模型的應用之年，不難看到，人工智能將會呈現一些明顯趨勢。如：無論是在消費級還是垂直行業領域，大模型的應用都會加速；在市場應用的驅動下，無論是算力、數據，還是多模態大模型方面也將會不斷突破；大模型也會為機器人、數字人等產品和服務帶來新進展。以下是電子發燒友網整理的人工智能十大趨勢。

趨勢一：將會有更多多模態大模型

在最新公布的各種大模型中，幾乎都離不開多模態，從GPT-4V（有視覺功能的 GPT-4），到AI視頻生成工具Pika 1.0，再到谷歌發布的大模型Gemini，等等。

為什么呢？在一些典型AI應用中，多模態大模型都表現出極強的可交互性，可幫助開發者與最終用戶精準理解輸入信息的上下文關聯和隱含信息。在行業實踐中，多模態大模型能通過對多維度信息的強力感知，持續強化推理能力，拓展服務邊界，提升應用場景中的全面性和可靠性。與語言/視覺大模型一樣，多模態大模型也是當前大模型訓練和開發的重要方向。

趨勢二：大模型在端側部署加速

隨著大模型小型化、場景化需求增加，推理將逐步從云端擴展向端側。如AI PC，繼英特爾推出首個AI PC處理器后，聯想集團、惠普、宏碁等廠商相繼發布多款AI PC新品。聯想表示，有超10款筆記本已經可以本地運行AI大模型，還有一批新品將陸續上市。

如AI手機，2023年下半年開始，小米、OPPO、vivo等手機廠商紛紛入場，在新系統中增加大模型能力。到2024年1月，中國手機市場Top5中，除蘋果之外，已經全數發布自有端側大模型產品。大模型在終端側的部署加速，無論是在PC、手機，還是其他終端產品上。

趨勢三：大模型不斷深入垂直行業領域

三六零集團創始人周鴻祎近日在某活動上表示，千億大模型是通才，但是在單項技能上，經過專業訓練的垂直大模型只強不弱，面向企業級場景的百億參數大模型成本更低，性價比更高，更適用于企業級場景。

垂直領域的大模型更專注于解決具體行業問題，它更能滿足特定行業和領域的需求，具有更高的應用價值和商業潛力。根據機構調研，通用大模型趨于收斂，垂直行業應用成為大模型產業落地的關鍵賽道。大模型發展呈現出從技術到產品、再到商業化應用的發展路徑，并不斷深入垂直行業領域。

趨勢四：智能化應用將呈現爆發式增長

2024年被認為是人工智能的應用之年，智能化應用將呈現爆發式增長，產業化和商業化進程不斷加速。從ChatGPTS應用商店開始，到國內智譜AI智能體商店、釘釘AI助理平臺，可以說是群雄逐鹿。根據IDC的預測，到2024年全球將涌現出超過5億個新應用，這相當于過去40年間出現的應用數總和。

就今年1月OpenAI宣布上線的GPT Store應用商店而言，它與蘋果App Store商店類似。GPT Store目前已有超過300萬個自定義版本的ChatGPT應用。對于開發者收入方面，OpenAI表示，在今年第一季度，其將推出GPT創建者收入計劃。這意味著以ChatGPT為代表的大模型在接下來商業化進程將會得到加速。

趨勢五：生成式人工智能模式將不斷擴展

過去一到兩年時間，生成式人工智能不斷突破，從文生圖，到文生音頻、視頻、代碼等。在文生視頻方面，雖然已經取得重大進步，它已經能夠在某些場景中進行使用，然而對于一些傳媒行業來說，現在的文生視頻還沒有辦法達到讓人滿意的程度，不過接下來會持續有突破。

同時，除了文本、代碼、圖像、視頻和音頻之外，生成式人工智能將擁抱更多身臨其境的模式，包括調動三維、嗅覺和味覺等其他感知，幫助科學界研究蛋白質結構和材料。如，由谷歌Deepmind開發的GNoME模型已經在材料科學領域取得了突破性進展，發現了新的晶體結構，它將為計算機帶來更好的電池。

趨勢六：AI Agent成為AI應用主體形式

AI Agent通常被視為一種融合感知、分析、決策和執行能力的智能體，它可以具備相當顯著的主動性，成為人類的理想智能助手。例如，AI Agent可以根據個人在線互動和參與事務處置時的信息，了解和記憶個體的興趣、偏好、日常習慣，識別個體的意圖，主動提出建議，并協調多個應用程序去完成任務。

調研機構數據顯示，絕大多數企業認為AI Agent是AI發展的確定性方向，有50%的企業已經在某項工作中進行AI Agent試點，另有34%的企業正在制定AI Agent的應用計劃。

趨勢七：具身智能機器人滲透率加速提升

在具身智能狀態下，機器人具備自主學習和計劃能力，遇到障礙和困難可以自主反應、快速解決。行業人士認為，人形機器人實際上是一個載體，當大模型和人形機器人相結合時，機器人可以幫助AI大模型感知物理世界，操作環境上下文；機器人利用多模態感知控制自己的身體，完成復雜的任務。

數據顯示，2023年至2025年期間，可以結合通用大模型，讓機器人能夠在工業和商業方面實現服務；到2025至2030年，機器人將更智能化，會涉及更多領域的場景應用，如知識陪伴和家庭陪護，機器人能夠實現自主感知、認知和決策。

趨勢八：大模型讓數字人應用加速

大模型的出現，給數字人產業帶來了根本性改變。傳統數字人技術主要依靠預設參數和有限的模型訓練，大模型技術則為其提供了近乎無限的訓練參數和自主生成能力，使數字人更為真實多樣。大模型在很大程度上解決了數字人的自然語言理解能力。

伴隨著技術的長足進步，數字人產品和服務作為鏈接軟硬件的入口級產品，正以更快的速度融入金融、物流、能源和建筑等領域，扮演主播、代言人、客服和智能助理等角色。也許在不久的將來，我們是身處陌生場所時，人類不再是第一求助對象，沒有語言障礙的數字人將會是我們更好的選擇。

趨勢九：智算中心成為關鍵基礎設施

算力是設備通過處理數據，實現特定結果輸出的計算能力。算力可以分為通用算力、智能算力和超算算力。早前通用算力占整體算力的比重達到90%以上，近些年隨著人工智能技術的發展，智能算力規模迅速增長。2023年來大模型迅猛發展，更是讓智算中心成為建設的重點，各地方和企業都在積極建設智算中心來支持大模型的訓練和部署。

同時，隨著專有領域的計算需求提升，AI芯片追求更高的性能和更低的功耗，這將推動AI芯片的多樣性和生態豐富性不斷提升。

趨勢十：合成數據打破AI訓練數據瓶頸

數據瓶頸指的是可用于訓練AI的高質量數據的有限性，合成數據有望打破這一瓶頸。合成數據是在模仿真實數據的基礎上，由機器學習模型利用數學和統計科學原理合成的數據。

有論文表示，模型的規模至少要達到620億參數量后，才可能訓練出“思維鏈”能力，即進行分步驟的邏輯推理。但人類產生的不重復、可供訓練的優質數據并沒有這么多。而使用ChatGPT等生成式人工智能以前所未有的數量產生高質量合成數據，未來的AI將由此獲得更高的性能。

聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規問題，請聯系本站處理。舉報投訴