正文
周三凌晨，美国科技巨头谷歌举行年度I/O开发者大会。谷歌公布了一个名为Project Mariner的项目，Project Mariner是一个用于网络的AI智能体，将于今年到来。该工具可以与操作浏览器和其他软件，Mariner 现在可以监督多达 10 个同时进行的任务，订阅用户可以将复杂规划和任务委托交给AI来完成。根据MarketsandMarkets预测，全球AI Agent市场将从2024年的51亿美元增长到2030年的471亿美元，年复合增长率达44.8%。上海证券表示，海内外AI Agent商业化持续演进，市场空间广阔。B端，微软、谷歌、Salesforce、Zoom、百度、阿里、腾讯、字节等持续加码，推动AI Agent商业化落地。C端，国内外Agent惊艳涌现。
摩根士丹利：预计2-3年内推动中国TO C市场AI应用的更快普及
日，摩根士丹利发布重磅研究报告《China – AI: The Sleeping Giant Awakens》。报告明确指出，中国将AI发展置于国家战略高度，旨在到2030年成为全球主要的AI创新中心，报告预计，届时中国AI产业核心规模预计将超过1万亿元人民币（约合1410亿美元），相关产业规模更将达到10万亿元人民币（约合1.4万亿美元）。报告将中国AI形容为“即将觉醒的巨人”，中国拥有除美国大型科技平台外最多的大语言模型和AI应用开发者，并维持着一个快速扩张和演进的AI生态系统 。在TO C领域，超级应用的普及以及新推出的AI原生应用，预计将在未来2-3年内推动中国TO C市场AI应用的更快普及。
AI已从巨头的“未来故事”变为财报中的增长引擎
又是一年财报季，AI毫无悬念成为互联网企业高频提及的关键词。腾讯和阿里巴巴的财报电话会上，两家公司的AI业务成了外界的关注重点——这不仅是两家中国互联网大厂的业绩汇报，也是观察中国AI产业发展的一扇窗口。一个是坐拥10亿级社交用户的流量帝国，一个是从电子商务公司转型而来的科技企业，两家公司基因与主营业务各异，但它们的财报数字都在表明：AI已从“未来故事”变为财报中的增长引擎。但细究两者的AI战略版图，阿里押注基础设施，以云为底座，通过开源降低行业门槛，撬动产业智能化；腾讯侧重应用层，通过社交、游戏等高流量场景快速验证AI价值，追求“用户侧可见”的体验升级。
慧辰股份携手棱镜极智能、晶隆智算共筑AI算力新生态 推动行业数智转型
近日，慧辰股份(688500)与北京棱镜极智能科技股份有限公司（棱镜极智能）、北京晶隆智算科技有限公司（晶隆智算）达成战略合作，三方聚焦AI算力基础设施建设与智能运营管理领域，联合研发 “统一算力运管服务平台”，旨在打造覆盖智算资源全生命周期的行业级解决方案，为AI应用创新与产业数智转型注入新动能。
山港海外、国联股份、迪拜华轮联营阿联酋海外仓投入试运行
近日，山港海外、国联股份、迪拜华轮联营的阿联酋海外仓投入试运行，三方将共同在迪拜杰贝阿里自贸区（JAFZA）运营总面积达5.5万平方米的智能化海外仓储中心。该海外仓旨在主要辐射中东非地区，为中国汽车装备企业出海提供全方位服务。
长沙市住建局领导调研中湘智造产业互联网发展情况
5月19日，长沙市住建局党组书记、局长张跃先一行调研公司产业互联网发展情况，集团党委委员、副总经理、首席质量官陈浩参加调研，公司党总支书记、董事长石拓，党总支委员、副总经理雷周，副总经理、董事会秘书易绍兴陪同调研。
《张亚勤：后ChatGPT时代，中国人工智能产业的机遇、5大发展方向与3个预测》
ChatGPT 是人类第一个
通过图灵测试的智能体
1981年8月12日，IBM公司推出了世界第一台采用了开放性架构的个人计算机PC 5150。1982年12月，这款PC登上了《时代》周刊的封面，并被评选为“年度人物”。约40年后，2022年11月30日，OpenAI正式发布了有史以来用户增长最快的消费级AI应用程序ChatGPT。2023年2月，ChatGPT也以“年度风云人物”的身份，出现在《时代》周刊的封面上。对此，我的感觉是，在AI发展历程中，一座新的丰碑出现了。
作为AI大模型强大能力的一种载体，ChatGPT可以说是将复杂技术简化为无门槛产品，进而为大众所广泛接受的标杆之作。
大模型的研发与迭代已有好几年，2020年GPT-3的诞生首度引发了全球级的破圈关注。尽管该模型被更多地提供给专业人士使用，但科技界内外确实也因这款明星产品而备受震撼。
2022年的岁末时分，ChatGPT一出场，就已经是一款能力较GPT-3更全面与强大的AI应用。ChatGPT在GPT-3.5的基础上经过了特别的优化与微调，更适合与人类进行自然语言对话。
ChatGPT一经推出，我就注册了账号，简单体验了一番。我的第一感觉是这个机器人做得太好了，虽然也会屡屡出现幻觉（Hallucination）等问题，但很明显，ChatGPT的语言能力极其出色。今天，这款AI应用的背后已是GPT-4o、OpenAI，与最初的版本相比，又有了明显的进步。
事实上，从GPT-3到GPT-3.5，中间经历了约两年的“漫长”时间，算法本身自然有很多改进。例如，InstructGPT（人工智能语言模型）和利用人类反馈来强化学习，都在很大程度上让AI得以更好地判断用户意图，进而给出更准确的答案。
但对我来说，ChatGPT带来的更大震撼是，它竟如此受欢迎——它在诞生两个月后，就成为历史上最快突破1亿用户的科技应用，简直像是科技界的泰勒·斯威夫特。在ChatGPT面世前的两年，生成式AI可谓进展最快的技术，比如在AI做图的赛道，就有DALL-E（美国图像生成系统）、MidJourney、Stable Diffusion（两者均为AI绘画工具）等“种子选手”在你追我赶。AIR团队也在研究生成式AI技术，例如，自动驾驶的仿真模拟就需要用到这一技术。总体来说，这个领域发展迅速，但似乎还谈不上技术质变与体验跃升。
然而，ChatGPT确实是一次质变与跃升，是AI概念诞生至今六十余年的一座里程碑。事实上，若是以麻省理工学院（MIT）的计算机科学家约瑟夫·维森鲍姆于1966年开发的聊天机器人程序Eliza（伊丽莎）为开端，计算机科学家对于人机对话的探索已进行半个多世纪。总体而言，进步很大，但一直未能出现实质性的飞跃。在ChatGPT发布前，聊天机器人主要应用于聊天、客服等垂直领域，整体感觉更像是简单的工具或无聊时的玩具，常常答非所问，被用户戏称为“人工智障”，这类聊天机器人前辈想要通过图灵测试，显然难如登天。ChatGPT则是第一个可以通过图灵测试的智能体，我在它的身上看到了通用人工智能的雏形。
2016年，AlphaGo在围棋领域表现出的统治力首次将AI的可怕潜能展示于世人面前。当时，无论是人脸识别技术还是语音识别与合成技术都已相当成熟，但能够将AI的诸多能力整合到一个应用、一个界面的明星产品暂未出现，因此许多人对AI的印象依然比较刻板，觉得AI能做的事情不多。自动驾驶给人的感觉非常酷，但它是牵一发而动全身的火种般的项目，因而其实用化推进始终比较慢，直到今天也未变成为亿万国民所普遍认可的主流新业态。对于那时就已经开始集成AI成果的应用率较高的搜索，用户的体会也并不深刻。
总之，在2016年那个时间节点，大多数普通人感受不到AI给生活带来了什么改变。直到6年后，ChatGPT横空出世，尝鲜者惊喜地发现，可以直接与AI展开有价值的对话了。屏幕对面回应你问题的那个家伙就像一个万事通，什么都知道。通常情况下，它不会像那些自诩智能的前辈那样，给出与提问意图南辕北辙的回答，更不会自作聪明地绕开问题、生硬地将话题转向不相干的方向……虽然ChatGPT偶尔也会发神经、说胡话，有时还说废话和囫囵话，但人不也会这样吗？而且，它在很多方面做得比普通人要好，比如，能写出顺畅的文案，语法挑不出毛病，还能帮助用户写程序、规划任务，等等。其表现足以证明，在认知层面，AI的性能实现了空前的提升，甚至让人看到了通用人工智能的影子。
全世界的计算机科研工作者都在探索，哪条技术路线通往真正的通用人工智能。GPT-3的诞生，让不少人意识到，大数据和超大模型可能是一个正确的方向；而后继者ChatGPT和GPT-4的不俗表现，让大家对这条路线的信心更加坚定。规模效应极其重要，特别是上下文学习/情境学习（In-context Learning）等学习方式，使模型能够越来越快地适应新的任务。当用于训练AI的数据规模不大时，效果还不明显；但规模达到一定程度后，就可能产生一些超出设计者预期的现象或能力，涌现得以发生——就像一堆沙子里突然有一座沙堡拔地而起。
以GPT系列为代表的大模型正在重塑IT行业的结构。
如下图所示，新结构的底层仍旧是云，可能配备了数以万计的GPU或XPU（极限处理器），它们构成了算力基石。往上一层是经典的IaaS层（Infrastructure as a Service，基础设施即服务，包括了计算、存储、网络、数据、安全等）。再往上是基础模型层（Foundational Model），又称MaaS层（Model as a Service，模型即服务）。在此之上有许多VFM（Vertical Foundational Model，垂直基础模型），比如，用于自动驾驶、蛋白质解析、智能教育、具身智能的，难以计数。而且，这些垂直基础模型并非相互孤立、彼此隔绝，而是可以相互结合、形成对用户价值更高的应用——SaaS（Software as a Service，软件即服务）。
在这样的结构下，对于AI大模型时代的竞争者而言，似乎每一层都意味着崛起的机遇。理论上当然是这样，然而对那些资源不充分和实力不够强的企业来说，无论是在算力层、基础设施层还是在基础模型层，获得成功的概率都不太高——因为有门槛，并且难跨越。事实上，
大多数创新风口应该会出现在垂直基础模型层及其上的SaaS层。
不仅如此，要想在部署端（智能手机、PC、物联设备、智能汽车和机器人等）加入AI的能力，就需要为边缘定制模型，在这方面有很多工作待完成。况且，具体到部署端，模型并不是越大越好，而是越小越快越好。比如，当我们把大模型的能力迁移到无人驾驶的汽车里，首先要解决的问题是可靠与精确——让AI能够在最短的时间内对交通状况做出最佳的判断，延时越短，效果就越好，而不是赋予驾车的AI以写诗作曲、生成影像的功能。
我的判断是，
在大模型时代，边缘的机会非常大，也非常多。所以，我们有不少正在推进中的边缘计算、边缘模型、模型交互、联邦学习与小模型的项目。
一些国外公司正在瞄准AI操作系统的机遇发力攻关，百度、阿里巴巴、腾讯、字节跳动、华为等有底蕴、有远见的本土巨擘也在此领域布局。哪怕是初创公司，倘若能够获得百亿级的投资，也可以尝试探索一番，OpenAI就是这么成长起来的。但我觉得，有想法的企业还是应该量力而行，不应该看到风口便往上扑，一窝蜂似的去做操作系统层。就像在移动互联网时代，iOS和Android固然发展得很好，但显然应用层催生了更多的超级玩家，如今日头条和TikTok、微信和淘宝。大模型时代也是如此。
在大模型时代，操作系统一家独大的可能性不大。因AI而生的App可以接入不同的系统，结合不同的基础大模型。
所以，与其临渊羡鱼，不如多观察、多思考模型和模型之间的互动，以及怎样更好地跨模型工作，怎样在模型里收集知识，进而将其转化为自身的产品优势。
一个积极的变化是，以往开发任何应用都需要大规模的数据，现在依托预训练模型，数据的调用已不成问题，因而每个企业只需要结合自己的专有数据做精调训练（Fine Tuning）和提示工程（Prompt Engineering），就能以比过去更少的投入获得更好的反馈与更高的回报。
总之，新时代的信息技术从业者可能会发现，有更多有趣的工作等着自己去完成。一切的改变始于ChatGPT。它的成功加速了整个行业生态的转变，带来了新范式的启示。其影响才刚刚开始。
像GPT系列这样的大模型技术将持续向前演进，与其技术原理相近的平台、系统预计也将不断出现。在经历了投资者评估与市场考验之后，大浪淘沙，余下少数几家由幸存者升格为统治者。
由于地域的区别、政策的限定，中国也会有自己的大模型及杀手级应用，它们会逐步成长为新的操作系统。这样的演变与云计算从萌芽到壮大的过程如出一辙。
经常使用ChatGPT的国内用户会发现，它的中文交互表现相当出色，这一点十分有趣。Transformer模型起初被设计用来解决序列到序列的任务，如机器翻译，训练它的时候就使用了各种不同的语言。其后，Transformer模型在语言映射之间找到了结构，学会了语法和语义。这说明，用于训练模型的语言语种越多，其效果可能就越好。因此，做中文大模型时，最好别让训练原料局限于中文，加入更多的语种很有必要。
据2023年6月国际数据公司（IDC）发布的报告，全球每一年产生的数据量大约是上一年的1.26倍，增长速度超出了摩尔定律。其中大部分数据可能由非中文语种产生，但我认为，这对于训练中文大模型来说，现在乃至以后都不算是限制。原因有两个方面：一是我们可以用英文及其他语种的数据来训练中文大模型；二是用于训练大模型的数据远不止文本，还包括视频、语音等多模态数据。不久，不只是源自信息世界的数据，物理世界（自动驾驶车辆、机器人、边缘设备、各种工业设施等），生物世界（基因组学、细胞组学、人类的大脑器官等）的各种数据都可以转变为Token（词元），供AI持续学习。甚至某天，研究人员将各种气息、味道、触感进行数据化后喂给AI，强化其能力。
想象一个线下社交场合，人和人之间交换信息的方式固然以对话为主，但视、听、嗅、味、触五感产生的信息量或许更大。另外，现在绝大部分被纳入统计的数据是由人类和各种机器、传感器产生的数据，这些只是浮在海面上的冰山一角，物理世界中还有更多数据暂时处于海面以下。比如，每位驾驶员、每辆车每天产生的数据都是TB级别的，生物世界的数据量级只会更高。也就是说，数据量绝不会成为训练中文大模型的瓶颈。
比获取数据更重要的是怎样用好数据。
ChatGPT的表现如此优异，有一个重要原因是研发团队对边际工作给予了高度重视，如数据清洗、半监督学习等。团队不仅在技术层面及时调试、优化，还雇用了很多人对数据做各种标注，再加上纳入了人类反馈的强化学习——相当于我们与ChatGPT的每轮对话都能让它变得更聪明。所以，
除了保障用于模型训练的算力、数据和算法，边际环节也很重要。
今天，在围绕AI展开的新一轮科技长跑的进程中，中国科技界与“世界顶尖”之间的差距可能更多地体现在高端计算芯片、算法系统和一些大的平台级技术方面。但我觉得，
国内的科研人员、创业者和工程师，一旦集中资源、保持耐心、认真做事，就有机会追赶上别人。
值得注意的还包括，在生成式AI刚刚在产业内外引发极大关注的阶段，美国很快便出现了针对大众用户的实用化产品，如DALL-E、Midjourney、Cursor、Pika、Suno AI等垂直类应用，这些应用从上线到获客、实现营收的路径都很短。
中国目前有很多聚焦生成式AI机遇的新创公司，而且风险投资行业、高科技企业也在紧密关注着新的风向。
这一领域的大多数创新遵循两种模式，一是做横向的基础模型，二是做行业的垂直模型。
