|
趨勢六 合成數(shù)據(jù)將成為大模型迭代與應(yīng)用落地的重要催化劑
高質(zhì)量數(shù)據(jù)將成為大模型進(jìn)一步Scaling up的發(fā)展阻礙。合成數(shù)據(jù)已經(jīng)成為基礎(chǔ)模型廠商補(bǔ)充數(shù)據(jù)的首選。合成數(shù)據(jù)可以降低人工治理和標(biāo)注的成本，緩解對真實數(shù)據(jù)的依賴，不再涉及數(shù)據(jù)隱私問題；提升數(shù)據(jù)的多樣性，有助于提高模型處理長文本和復(fù)雜問題的能力。此外，合成數(shù)據(jù)可以緩解通用數(shù)據(jù)被大廠壟斷，專有數(shù)據(jù)存在獲取成本等問題，促進(jìn)大模型的應(yīng)用落地。
趨勢七 推理優(yōu)化迭代加速，成為AI Native應(yīng)用落地的必要條件
大模型硬件載體從云端向手機(jī)、PC等端側(cè)硬件滲透。在這些資源受限（AI算力、內(nèi)存等）的設(shè)備上，大模型的落地應(yīng)用會面臨較大的推理側(cè)的開銷限制，對部署資源、用戶體驗、經(jīng)濟(jì)成本等均帶來巨大挑戰(zhàn)。算法加速和硬件優(yōu)化技術(shù)持續(xù)迭代，雙輪驅(qū)動加速AI Native應(yīng)用落地。
趨勢八 重塑產(chǎn)品應(yīng)用形態(tài)，Agentic AI成為產(chǎn)品落地的重要模式
2025年，更通用、更自主的智能體將重塑產(chǎn)品應(yīng)用形態(tài)，進(jìn)一步深入工作與生活場景，成為大模型產(chǎn)品落地的重要應(yīng)用形態(tài)。從Chatbot、Copilot到AI Agent、Agentic AI，2023年以來行業(yè)對于AI應(yīng)用形態(tài)的理解越發(fā)深入。從更強(qiáng)調(diào)產(chǎn)品概念的Agent，到更強(qiáng)調(diào)應(yīng)用智能程度的Agentic AI，我們在2025年將看到更多智能化程度更高、對業(yè)務(wù)流程理解更深的多智能體系統(tǒng)在應(yīng)用側(cè)的落地。
趨勢九 AI應(yīng)用熱度漸起，Super App花落誰家猶未可知
近一年時間，生成式模型在圖像、視頻側(cè)的處理能力得到大幅提升，疊加推理優(yōu)化帶來的降本，Agent/RAG框架、應(yīng)用編排工具等技術(shù)的持續(xù)發(fā)展，為AI超級應(yīng)用的落地積基樹本。雖然Super APP花落誰家尚未塵埃落定，但從用戶規(guī)模、交互頻次、停留時長等維度來看，AI應(yīng)用熱度持續(xù)攀升，已到應(yīng)用爆發(fā)的黎明前夕。
趨勢十 模型能力提升與風(fēng)險預(yù)防并重，AI安全治理體系持續(xù)完善
作為復(fù)雜系統(tǒng)，大模型的Scaling帶來了涌現(xiàn)，但復(fù)雜系統(tǒng)特有的涌現(xiàn)結(jié)果不可預(yù)測、循環(huán)反饋等特有屬性也對傳統(tǒng)工程的安全防護(hù)機(jī)制帶來了挑戰(zhàn)。基礎(chǔ)模型在自主決策上的持續(xù)進(jìn)步帶來了潛在的失控風(fēng)險，如何引入新的技術(shù)監(jiān)管方法，如何在人工監(jiān)管上平衡行業(yè)發(fā)展和風(fēng)險管控？這對參與AI的各方來說，都是一個值得持續(xù)探討的議題。
值得一提的是，中國自研技術(shù)和產(chǎn)品也成為AI發(fā)展趨勢的代表性案例，比如，在多模態(tài)領(lǐng)域，智源研究院發(fā)布完全自研的基于自回歸技術(shù)的原生多模態(tài)世界模型Emu3，實現(xiàn)了視頻、圖像、文本三種模態(tài)的統(tǒng)一理解和生成。
在模型應(yīng)用領(lǐng)域，豆包月活躍用戶數(shù)于2024年12月達(dá)到了7116萬，成為國內(nèi)第一、全球第二的AI原生應(yīng)用。在服務(wù)類智能體賽道，螞蟻集團(tuán)旗下支小寶、螞小財?shù)认盗蠥I管家產(chǎn)品，重塑了AI產(chǎn)品形態(tài)。
來源：華爾街見聞 劉寶丹 共2頁 上一頁 [1] [2]
|
