隨著2024年的漸行漸遠，科技界與風險投資領域在這一年中將目光投向了人工智能，見證了一系列技術突破與應用的爆發(fā)。這一年，生成式人工智能（AI）大模型不僅延續(xù)了前幾年的技術積累，更是在多個領域實現(xiàn)了廣泛應用，從科研到商業(yè)，從娛樂到醫(yī)療，AI的影響力無處不在。
OpenAI作為人工智能領域的領頭羊，在2024年繼續(xù)引領技術潮流。12月，OpenAI進行了為期12天的直播活動，并在最后一天發(fā)布了新一代推理模型系列o3。該模型在極具挑戰(zhàn)性的數(shù)學和邏輯問題基準測試ARC-AGI中取得了87.5%的分數(shù)，超越了“人類水平”的85%閾值，同時在編程競賽Codeforces上獲得2727的高分，展現(xiàn)出了超越大部分人類程序員的實力。
除了o3，OpenAI在2024年還發(fā)布了具有里程碑意義的o1模型和Sora。o1模型首次實現(xiàn)了在回答用戶提問時形成類似人類思維方式的內部思維鏈CoT，顯著提升了模型在處理復雜問題時的準確性和邏輯性。而Sora則支持多種輸入方式，如文本、語音、圖片和視頻，能夠生成逼真的視頻內容，并配備了編輯功能，滿足了創(chuàng)作者的多樣化需求。
隨著Sora的推出，多模態(tài)大語言模型（MLLMs）在2024年迅速崛起。這些模型能夠融合多種模態(tài)的數(shù)據(jù)，生成高度準確的視覺內容，并在三維空間世界中展現(xiàn)出色表現(xiàn)。例如，李飛飛創(chuàng)辦的World Labs用一張圖、一句話就能生成3D世界的AI系統(tǒng)，降低了3D內容制作的成本，激發(fā)了更多的沉浸式體驗。
在算力方面，英偉達憑借其H100 GPU和新一代Blackwell架構在AI訓練和推理方面展現(xiàn)出卓越性能，鞏固了行業(yè)領導地位。同時，谷歌的TPU和亞馬遜的Inferentia等定制芯片也在加速普及，推動了算力效率的持續(xù)提升。
在應用層面，2024年可以說是AI大模型應用全面爆發(fā)的一年。從辦公效率工具到精準醫(yī)療，從智能金融到數(shù)字人直播，AI大模型為各行業(yè)賦予了新的生命力。例如，微軟的Copilot推動了辦公工具的全面發(fā)展，文章寫作、PPT制作、繪圖等功能為用戶節(jié)省了大量時間，并生成了新穎、有創(chuàng)意的成果。
AI搜索引擎作為獨特的應用領域，在融資方面取得了顯著進展。Perplexity AI在12月完成了5億美元的融資，估值達到90億美元；企業(yè)搜索初創(chuàng)公司Glean也在9月宣布完成超過2.6億美元的融資，估值翻倍至46億美元。這些進展表明，AI搜索引擎正在侵蝕傳統(tǒng)搜索引擎的市場空間，為用戶提供更便捷、更準確的搜索結果。
在硬件方面，2024年也被視為AI硬件的創(chuàng)新大年。蘋果和Google推出的AI手機成為行業(yè)標志性事件，將AI深度融入智能手機中。同時，端側AI（On-device AI或Edge AI）的發(fā)展也備受關注，它允許在本地設備上運行人工智能模型，實現(xiàn)實時響應和增強體驗。
中國AI出海應用在2024年取得了巨大發(fā)展。根據(jù)SensorTower的數(shù)據(jù)，上半年美國AI應用市場中排名前十的應用中有三款來自中國企業(yè)。這些應用通常采用高性價比的服務策略，吸引了大量用戶，并在全球市場上占據(jù)了一席之地。
在競爭格局方面，2024年大模型領域不再是OpenAI的一枝獨秀。Claude和Gemini等挑戰(zhàn)者迅速崛起，與OpenAI展開了激烈的市場競爭。Claude憑借其高性能和靈活架構成為企業(yè)整合AI技術的首選方案之一，而Gemini則融合了多種先進的AI技術，具備更強的自我學習能力和生成能力。
盡管通用人工智能（AGI）的宏大愿景仍需時間來實現(xiàn)，但2024年讓我們看到了人工智能從“前沿探索”逐步走向“實際落地”的巨大潛力。小模型的高效化、多模態(tài)模型的自然化、Agent架構的智能化，以及各行業(yè)的廣泛應用，都表明人工智能正深刻改變著社會經(jīng)濟格局。
