浪潮席卷，AI下一站向何处?
来源标题：浪潮席卷，AI下一站向何处?
在即将画上句号的2023年，人工智能(AI)大模型步入聚光灯下，成为科创圈前所未有的“顶流”。在这场新技术浪潮下，从初创黑马到龙头企业，从传统行业到科技行业，都站在了新起点之上，共同拥抱这场以人工智能为轴、向千行百业辐射扩散的变革浪潮。
年初，当人们谈及大模型时，话题还停留在“人工智能大模型是什么”，数月间，大模型早已从饭后谈资走向实战，并从早期的性能参数比拼步入落地应用竞跑的新阶段。
“百模之战”加速席卷
“机会就在现在，AI 2.0的机遇比移动互联网来得更凶猛。”12月14日，以零一万物CEO这一新身份亮相的李开复在量子位主办的MEET2024智能未来大会上说。今年夏天，李开复筹建零一万物——一个打造“AI 2.0”新平台和AI驱动生产力应用的全球化公司。上个月，这家由创新工厂集结顶尖资源以“塔尖孵化”模式孵化出的企业发布了支持全球最长上下文窗口的预训练模型。
今年以来，无论是披挂上阵创业的创新工场董事长李开复、前搜狗公司CEO王小川、京东前任技术掌门人周伯文等领军人物，还是百度、阿里、华为、美团等互联网科技巨头，或是智谱AI、面壁智能、月之暗面等初创“黑马”，创投圈频频引发外界关注甚至收获巨额融资的高光时刻，不少都与人工智能大模型紧密相关。
为抢抓技术与产业变革机遇，各地政府也纷纷发力，为大模型创新提供加速度。据不完全统计，北京、上海、广东、安徽等地均已发布相关政策，从算力支持、场景开放、技术突破、产品生态等多方面鼓励大模型应用落地。数据显示，截至2023年10月，我国10亿参数规模以上的大模型厂商及高校院所已达254家，遍布20余个省市区。
“超级应用”正在路上
如果说过去一年经历的大模型“上半场”拼的是参数、性能，在大模型“下半场”，落地应用无疑将成为各家比拼争抢的重点。在李开复看来，当下巨大体量预训练模型的窗口期正逐渐关闭，但AI应用的机会才刚刚开始。
随着大模型陆续在一些行业探索落地，自动驾驶大脑、高智能语音助手、智能员工、智能科研助理等被大模型赋能后的新场景、新应用不断涌现。但时至今日，仍然未出现像微信、支付宝、抖音这样的“超级应用”。
大模型时代的“超级应用”，究竟会从何处崛起?在近日发布的《2023年度十大前沿科技趋势报告》中，十大趋势中与AI技术相关的趋势数量达到4个，AI智能体位列首位。
所谓AI智能体(Agent)，是帮助AI与外界进行交互、感知外部信息、对外提供服务的部分程序或者运行程序的某个实体，如智能机器人或智能传感器等。漫威电影《钢铁侠》中主人公几乎无所不能的AI助手贾维斯，正是科幻作品中超前展现给人类的一种AI智能体。
今年上半年，在斯坦福大学和谷歌研究院研发的“虚拟AI小镇”内，15个身份各异的智能体居民自由进行社会交往，这个虚拟AI小镇也成为了全球AI智能体探索的里程碑事件。
随着大模型进入落地应用的比拼阶段，探索合理的商业模式也成为业界关注重点。“AI大模型的付费模式只是过渡阶段，最终将是免费模式。”昆仑万维董事长兼CEO方汉认为，随着技术迭代、内容革命和端侧推理的实现，AI大模型最终会像普及后的互联网一样真正实现免费模式，也只有实现了免费模式，大模型的消费级应用才会迎来真正的大爆发。
百川智能CEO王小川表示，前期可以通过在法律、医疗、教育等高价值场景切入，解决大模型“赚钱”问题。而成本最终会通过硬件升级或软件迭代而大幅下降，技术进步终将会填平这些困难。王小川表示，他坚信明年中国会有若干款超级应用产生。
算力“堵点”仍待补齐
值得留意的是，在这场全球范围内的大模型浪潮下，中国的参赛选手们并非一路无虞。
中国工程院院士、清华大学计算机系教授郑纬民提醒，整体而言，我国算力基础设施规模已位居世界前列，但人均算力尚低。“大模型是新型基础设施的关键底座之一，大模型的竞争也是国家科技战略的竞争，中国一定要布局全栈自主创新的大模型产品，必须要构建国产化算力。”
算力紧缺，已成为制约我国大模型产业发展的“堵点”之一。
vivo副总裁、vivo AI全球研究院院长周围14日在智能未来大会期间坦言，国内AI公司面临较大的算力问题，很多规划中的产品都(因算力紧缺)延期交付。实际上，因大模型引发的算力需求暴涨、高端算力依赖进口而引发的算力紧缺已在行业内持续数月。“未来9到12个月，算力还是会非常紧张。”百川智能技术联合创始人陈炜鹏在2个多月前在一场行业论坛中如是说。
11月中旬，算力租赁概念股汇纳科技宣布，由于算力需求大幅增加，算力资源持续紧张，其内嵌英伟达A100芯片的高性能服务器算力服务收费将上调100%。这只是我国“算力之渴”的冰山一角。多家券商在上个月发布研报提出，随着行业供求矛盾升级，算力租赁行业将进入新一轮涨价周期。
在中国工程院院士邬贺铨看来，大模型参数呈现大幅增长的态势，牵引训练数据量和GPU需求“水涨船高”，基于算力需求、数据隐私、处理效率等考虑，未来需要将计算能力在云、边和终端之间合理分配，AI服务器、边缘AI芯片将迎来广阔发展前景。
郑纬民表示，目前国外厂商如英伟达等在芯片生产上有着更多的话语权，国内则因起步较晚，在自研芯片性能上仍稍显不足。但性能上的差距可以在生态上得到弥补。所谓好的生态就是让芯片用起来不费劲，建立这样的生态，并让市场接受，需要一个过程。“国产生态只要解决好编程框架、并行加速、调度器、内存分配系统、容错系统、存储系统等问题，即使只有国外芯片60%的性能，国产芯片也会大受欢迎。”他说。
PS：内容来自互联网，侵权请联系删除