AI智变千行百业 2024年度AI十大趋势报告揭晓




  

AI智变千行百业 2024年度AI十大趋势报告揭晓

  与世界模型密不可分的还有具身智能■■◆★◆★。今年起,具身智能逐渐从概念走向落地,玩家们纷纷推出的款形机器■■◆★■★,同时开始在灵巧自由度、控制精度和感知技术上发力■■,持续攻克技术难题。

  报告中★★■◆■,量子位智库将AI渗透行业的关键归纳为3类情景、9大因素,以解码行业发展背后不变的规律。

  从细分赛道来看,这400款产品可以具体划分为20个品类——AI智能助◆★◆■◆、AI陪伴、AI相机■◆★■、AI写作★◆★■◆★、综合类套件■★■、AI修图、AI视频、AI教育、AI乐/效★◆■◆■、AI设计、AI图、AI搜索、AI图、AI总结和AI翻译,各赛道已分别产生代表产品进而再细分★◆★★,并呈现出不同的发展特点。

  过去的一年里,量子位智库发布多篇深度报告,持续追踪AI技术在千行百业的落地情况及发展潜力★■★。

  AI产品趋势:多模态上马,Agent席卷切,高度个性化呼之欲出

  从个性化推荐到直接成个性化内容◆★◆,AIGC能够使户体验的个性化程度有明显提升■◆,这将帮助产品进步完善户体验,并通过提户忠诚度和迁移成本,实现差异化定价和进步的服务增值◆■■★★■,对产品的差异化竞争有重意义◆★。

  为了更好地还原国内AI产品的现状,量子位智库从用户规模■★◆、新增速度、用户活跃和用户粘性四度进行了数据统计。

  当前■★◆◆★■,AI产品可被划分为以AI为底层设计逻辑的AI原类产品、在原有互联产品上深度嵌AI功能的AI+X产品、基于外接API微创新的套壳类产品和将多个产品/模型API集中拼凑的集合站类产品。

  为了更好地从数据维度观察国内产品的现状■★■◆,量子位智库选取了400余款具有代表意义的产品进行研究。

  第三梯队涵盖了教育和医疗基础行业。这些行业在政策支持下积极拥抱AI技术,同时对安全可控性有更高要求。

  AI搜索则已经成为新的业务布局重点,既包括秘塔AI搜索等原生AI搜索,也包括类似纳米搜索、夸克浏览器的AI加强搜索和知乎直达◆★◆◆◆★、小红书达芬奇等业务AI搜索。

  2023年以来,大量创新大模型架构涌现,尝试在保留Transformer优势的同时解决其算力开销太高的问题,有望在性能与效率上实现突破,对Transformer的绝对统治地位形成有力挑战◆★★★★■。

  量子位智库在《2024年度AI十大趋势报告》中分析了AI在智能驾驶、具身智能、智能硬件★◆◆■、游戏★■◆■■、影视、营销、教育、医疗8个场景的落地效果和行业特点★◆■。

  从数据来看,由于和业务流程融合得更为紧密、需求识别明确等原因,AI+X类产品前的整体数据表现显著优于AI原生类产品■★★◆,并以办公软件和内容平台为重点布局领域★■◆◆★。

  AGI探索:视频生成点燃世界模型,空间智能统虚拟和现实

  视频生成方面,扩散模型在多任务中取得显著成果,已成为视频成的主流技术路径。尤以DiT(Diffusion Transformer)模型最受瞩目■■◆■■◆。

  其中,AI智能助是表现最突出的AI原类产品,也是国内模型研商技术实的最直观体现■★。目前来看,AI智能助手赛道内部已经出现了明显的梯队划分,豆包取得了断层式领先◆★★。

  据统计,国内AI行业融资总金额增加,但事件数同比下降★◆◆★■,反应了机构更加谨慎的理性态度;同时马太效应越发明显,资本更青睐热点赛道和高成熟度赛道。

  而空间智能,则是一个与世界模型和具身智能都紧密相关的概念。空间智能指的是机器在三维空间和时间中感知◆■★、推理和动的能,其野望在于将空间计算操控虚拟世界的本领和具智能触达现实世界的能结合起来★■。

  前★★◆,基于AIGC的度个性化已经在AI教育(个性化题库及教学安排)■■◆◆、AI陪伴(AI个助理及虚拟伙伴)、AI营销(商品个性化推荐、营销内容个性化成)领域有明显进展■★◆◆◆。在硬件端搭载的多款AI智能助也已开始以度个性的个助理作为宣传重点。

  2017年《Attention Is All You Need》论文发表■★◆★■◆,Transformer架构问世★◆★,并逐渐成为自然语言处理领域主流技术范式■★。但Transformer并非完美无缺,产学研界也一直存在一种声音:架构领域需要新的突破◆■◆◆■■,来构建强大且高效的新一代基础大模型。

  在APP端,前还没有产品能够拿出全维度的亮眼表现★★■■,市场缺乏诞生杀手级产品的场景◆■■。

  AI产品趋势◆◆:多模态上马,Agent席卷切,高度个性化呼之欲出

  随着模型对图像和视频信息的处理能快速提升,预计2025年将开始出现更为**综合性**的多模态交互,AI能够通过物联、特定信息等多种感知通道进协同。

  活动现场,量子位智库出品的《2024年度AI十大趋势报告》正式对外发布■★◆◆,报告从技术、产品◆★◆■、行业3个视角维度出发,盘点分析了AI领域年度最重要的技术、产品和产业趋势,为AI及智能化领域提供年度参考。

  AI陪伴虽然广受关注,但目前整体增长乏力,星野、猫箱等Top产品和Killer APP之间仍有相当距离。

  多种有代表性的技术路径■★■◆◆■,在不同程度保留Transformer架构优势的基础上■■◆,结合RNN、CNN等思想所做出的创新发展,这也使得大模型架构呈现出日益明显的混合趋势, 更多创新架构具备 “博采众家之长”的特点。

  AI+教育、AI+游戏★◆、AI+医疗等赛道也迎来了投资总额的增长,调研统计结果显示,机构对技术难度更高★■◆◆、壁垒更强◆★★★◆★、更晚达到TPF(Technology-Product Fit)的赛道展现出更强兴趣。

  在Web端,AI智能助赛道外的所有赛道都基本处于停滞状态★■■,AI搜索、AI写作、AI图等赛道甚出现了头部产品数据下滑、或是下滑后回升乏力的情况。

  多模态输和输出使AI交互性更强、交互频次更,适场景也更加丰富◆■★◆★,AI产品整体平显著提升。

  截2024年10,共56款产品的历史下载量超百万,8款产品历史下载量超千万,夸克和豆包的历史总下载量已过亿◆◆■★。

  目前■★★■,APP端和Web端均尚未出现比肩互联时代现象级破圈之作的产品,且整体来看和海外同类型产品相差5倍以上。

  基于此★◆,量子位智库对AI原生类产品提出了场景融合◆◆■、简化用户体验■■★★★、品牌信任和推广三大建议。

  在AI+情境中,AI多以生产力工具角色出现■★■◆,渗透行业各环节★■◆◆◆;在AI原生情境中★■◆,行业则从开始就基于AI技术发展。

  2024年,AI技术在多元方向持续突破,视频生成、世界模型、具身智能和空间智能等技术推动了人类对AGI的探索。

  总而言之,AI对行业的变革和渗透值得高度关注■★◆★,但仅有先后早晚、程度轻重之分,而没有有无之争■★◆■。

  AI应用增长◆■■★★◆:AI+X赋能类产品大干快上,原生AI爆款难求

  12月11日■■,由量子位主办的MEET2025智能未来大会在北京召开★■◆。大会以“智变千行,慧及百业◆◆■★★”为主题◆★★◆★★,来自AI■★、互联网、云计算和机器人等领域的嘉宾齐聚一堂,分享交流技术趋势和产业洞察。

  对办公软件★■★■★◆,续写、改写★★◆■★■、命题写作等不同程度的AI写作功能,以及针对论■★、说等不同题材的AI总结功能基本成为标配。

  其中,主要业务为提供模板及参考内容的素材库类产品和编辑器形态的办公软件表现更为突出。由于AI成效果会直接影响产品的核使体验★■◆■★,此类产品相对更强调具体功能的精准度◆■。

  如果以具体使用场景划分,可以分为:重在整体效率提升的全使场景★◆★◆、整体数据表现最优的作提效、2025年有望显著突破的创意成、面临严峻合规挑战的休闲娱乐和常活等。

  第一梯队中的智能驾驶和具身智能行业对AI技术具有紧密需求和强伴生性,显示出强关联★■★★■。

  在政策方面,由于政府对AI技术本身及其在各行业落地的长期关注,尤其积极推进AI原生行业发展,北京、上海、武汉等城市已经出台一系列政策,吸引AI相关的人才聚集与企业落地。同时◆■★■,国家队的频繁出手投资体现出政策的鼓励与支持。

  技术层面,另一个备受关注的重点是Scaling Law的泛化。第一代Scaling Law指引模型开发者们在参数量、数据集和计算量之间寻找模型性能的最优解◆◆■★★■,引发了大家对算力、数据等资源分配的思考。

  此外,OpenAI o1无疑是今年受瞩目的模型之一,在它身上体现了推理能力的大幅提升◆★★◆。以o1为代表的新Scaling Law,促使大模型追求更高的推理能力。

  在各细分赛道中,智能驾驶独占鳌头◆★◆,投资事件数量和金额总数远超其他赛道,且多家企业的成功IPO为市场注入了巨大信心与活力◆◆★■★。

  第二梯队包括营销、游戏行业◆◆★、影视行业和智能硬件。前三者通过AI技术实现生产降本增效★■、深度整合工作流;智能硬件行业有望通过AI技术推动行业升级。

  Scaling Law泛化◆■★■■:推理能力成皇冠明珠,倒逼计算和数据变革

  总体而言★★★■■★,AI技术在不同行业的渗透和变革力受到多种因素的影响,其中★◆◆■■★,行业的**数据基础**和**用户需求**或成关键因素■◆★★◆。

  在世界模型领域◆★★■,研究者们致力于开发能够模拟和理解真实世界的模型,核心在于通过学习大量数据◆★■,使模型能够自然涌现新的行为和决策能力。

  量子位智库观察到■■■,参数量与计算量的膨胀带动我国万卡集群以及高性能网络的建设和发展◆◆■;同时数据耗尽危机中,合理善用合成数据成为较优选择。