这半年来，我们看到无论是海外还是国内，大模型在快速迭代、千帆竞发。ChatGPT的出现打开了大家对人工智能应用场景的想象空间。海外Meta的Llama2,国内的华为盘古、百度文心一言、讯飞星火大模型等等，可以智能化矿产开采、自动驾驶、AI教育，在不同的行业赋能。过去传统的各行各业都做了智能化的改造升级，模型即服务，这就是大模型在不同行业、在B端落地的重大意义。
人工智能影响每个人，对个人消费者，用AI升级办公体验、日常生活体验已经迅速成为潮流。最近微软推出了Office 365 Copilot,过去传统的办公软件升级成OFFICE+AI，或许开启了新一轮办公生产力革命。以Saas方式进行销售，它的定价是超出市场预期的，验证了“AI+办公”商业化的可行性。还有诸如妙鸭相机这种小型、轻量化AI应用，由阿里云提供算力支持，快速合成照片。在个人消费端，AI应用发展空间还很广阔。
算力是人工智能发展的基石。人工智能应用背后，意味着算力需求指数级提升。AI服务器和算力芯片是关键硬件，GPU的强大性能是当前算力芯片的主流方案。英伟达是全球GPU市场的领导者，CUDA生态形成了强大的竞争优势。然而由于全球芯片产业脱钩，我们需要在优化现有高端芯片配置的同时，加强研发，实现芯片国产化不被卡脖子。
产业智能化是大趋势，影响未来20年。未来机遇有二：第一是产业机会，无数传统企业都能智能化改造，通过对大模型进行精调，配适于不同行业，为企业降本增效提高竞争力。第二是使用者的机会，企业和个人都可以以模型为基础去做很多应用，例如虚拟数字人、AIGC内容创作。人工智能应用将深刻深远地改变人类社会，从大模型-数据-算法-算力-芯片快速迭代、爆发式增长，每个环节都有重大机遇。
从年初开始，ChatGPT带动了全球海量的AI应用场景爆发。人工智能大模型作为背后关键基础设施，引起广泛关注。
通用大模型，基础大模型，擅长处理多种任务，是行业技术的制高点，推动产业革命。如GPT系列就是通用模型。训练通用大模型的参数规模大，需要强大的算力支撑，通常是头部企业的兵家必争之地。
国内科技、互联网巨头纷纷布局，百度的文心一言、阿里的通义千问大模型、腾讯的混元大模型、科大讯飞的星火认知大模型、商汤科技的日日新大模型等都是。
垂直大模型，行业大模型，是大模型应用落地的重要形式。基于通用大模型进行微调，通过训练专业数据，向各行各业等多个场景提供更加精准、高效的解决方案。比如华为盘古大模型就是针对行业提供专业大模型，已经初步运用在政务、金融、铁路、气象、煤矿等领域。
国际上，除了ChatGPT外，还有Llama2，是Meta与微软联手推出的开源大模型,包含70亿参数、130亿参数、700亿参数三个规模；其训练数据快速增加，接受了2万亿tokens的训练。就像Chatgpt4是在3.5基础上的迭代，Llama2相较于上一代Llama1性能更优秀，Llama1更接近于GPT-3.5。
开源且免费商用具有里程碑意义，开发者或初创企业可以在模型的基础上做研究、做创新，调优出适合应用的产品，此举加速了应用的开发、AI产业化进程，带动更多创新和变革。
国内，文心一言、讯飞星火都是大模型的代表。文心一言是首个国产生成式语言大模型，从昆仑芯、飞桨深度学习框架、文心大模型对芯片层、框架层、模型层到应用层进行了全栈自研布局。百度搜索引擎、智能云、Apollo智舱系列产品和小度等都有大模型的融合应用。
科大讯飞星火认知大模型有文本生成、逻辑推理、语言理解、知识问答、数学能力、代码能力、多模态能力，并将这些能力融入到应用产品当中，他的AI学习机、讯飞听见、讯飞智能办公本都有融入应用。涵盖了办公、教育、医疗、工业、车载等场景。
人工智能大模型降低各行业的AI的使用门槛。纵观全局，全球大模型现已“百模争鸣”。以后跑出来的大模型将趋于头部化，企业会选择性能最优的大模型进行接入，在此基础上精调、适配出适合自己的应用。
2 大模型先在to B端落地，未来每个人都可用AI，to C端有无限空间
过去我们说产业数字化、数字产业化和产业智能化。产业和公司，也就是to B端，是过去人工智能应用快速发展的重要方向，率先实现商业化，引领了大模型落地，帮大模型公司实现了一定规模的盈利。
比如盘古大模型在矿山商用，用大模型技术去增益能源行业。能源行业智能化，向更安全、智能、高效化发展。通过海量数据预训练，AI智能监测系统能自动识别异物、动作规范，准确率达95%以上，保障作业安全。远程挖煤得以实现，工人们可以从环境恶劣的地下转至地面办公室工作，极大程度地减少安全事故。目前已经在全国很多矿井规模使用，覆盖煤矿的采、掘、机、运、通等业务流程下1000多个细分场景。
再比如，大模型可以与医疗行业结合，通过训练医学专业知识，提高大模型在各类医学场景中的准确性，全方位优化患者就诊体验。
大模型应用落地的另一种形式，是基于大模型技术开发出具体产品，也称单点工具，可以直接赋能企业或个人。例如，ChatGPT就是大模型GPT-3.5的单点工具。
微软AI工具Office 365 Copilot向企业收取每用户30美元/月的服务费用，SaaS形式收费，定价相对较高。带有Copilot的智能产品相较于基础订阅计划，涨价幅度约达53%到240%，这反映了市场对AI赋能办公领域的强劲需求。Copilot就是将大语言模型GPT-4的能力运用到办公场景当中。例如，通过给定资料，迅速在Word中生成文案；根据指令在Outlook中自动生成回复邮件；Excel独立分析数据并完成数据可视化；根据PDF文档自动生成PPT等。以往工作模式将发生翻天覆地的变化，个人工作效率大大提升。这就是人工智能大模型技术落地到个人办公，以后会成为人工智能最快变现的领域之一。
金山办公WPSAI是WPS与AI结合，原有办公产品升级为智能文档、智能表格、智能表单，办公场景智能化，并在移动端也上架了AI功能，这也是金山办公的第二增长曲线。
无论是国内还是全球，“AI+办公”商业可行性已被验证，AI产业的商业化节奏加速，普惠每个人成为可能。
人工智能在个人消费者C端还有无限的应用。比如妙鸭相机，数字分身写真破圈。这是一款基于大模型“提香”开发的C端应用AI相机，有几十款写真模板，只需上传一些自己的照片，9.9元生成数字分身，选择模板便可一键生成高清写真。相较于传统写真拍摄模式，AI相机为使用者节省了成本和时间。随着大模型更新，图片自然度将会越来越好。以后，类似这样的C端AI应用将持续增长，用AI技术去做爆款、做产品，大有可为。
过去这些年，人工智能完成了从0-1的积累。 脑机接口、星链技术、人形机器人、智能云，这些都是未来人工智能大有可为的应用领域。人工智能的发展过程是非线性的，迭代和进化的速度非常快。过去从0-1，现在是从1到100、到1万、100万，突然爆发了无数的应用场景，潜力超乎想象。人工智能的大跨越式发展主要是因为这些年积淀的技术腾飞了，技术瓶颈突破了。比如：计算机视觉识别、语音交互、自然语言处理以及预训练模型技术。一个典型的例子是，人工智能技术的积累，推动了智能驾驶的发展。计算机视觉的语义分割技术，可以为单个像素分类，区分了人、车、道路、背景。智能驾驶走向了更高级别，以后L3、L4以上的智能化，都要靠这个技术。
新基建1.0在于建，新基建2.0在于用，人工智能是新基建的重点领域，重中之重就是应用场景，和各个行业结合，全都在做智能化迭代。现在人工智能大模型百花齐放，就是行业快速发展的信号。表现形式有二：
第一，以垂直大模型直接赋能行业；第二，基于大模型技术开发出具体单点工具进行应用。“AI+办公”、“AI+搜索”率先引领人工智能应用最快变现。AI的“诺基亚苹果时刻”已来。
大模型的“大”，是指训练的数据量足够大，而那么大的数据量如果要进行处理，就需要庞大的基础算力支撑。全球算力需求快速增加，英伟达黄仁勋说：现在是生成式人工智能的引爆点。世界的每个角落都会有算力需求。
“庞大、快速”，这两个词意味着算力供需之间的巨大不平衡。深度学习出现前，用于AI训练的算力20个月翻一番，这是传统摩尔定律。深度学习出现后，AI算力6个月翻一番。大模型带动算力需求扩张10到100倍，这是新摩尔定律，颠覆性重置科技行业的增长逻辑。
华为技术有限公司董事长、首席供应官应为民在“2023世界半导体大会”上表示：中国对人工智能芯片的需求和年初相比，半年时间里需求增长了10倍以上。随着相关应用落地节奏加快，算力需求进一步膨胀，供给规模受限，矛盾更加突出。
有差距总好过没机会，关键是选好赛道精准下手。当年发展光伏、新能源车，很多人都说这是砸钱的买卖，二十多年过去，新能源已经是“中国制造”的新名片了。多年前的新能源汽车，就是当下的算力赛道。
中国数字经济规模50万亿，算力关联产业是数字经济的超级赛道，规模有望突破十万亿。根据中国信息通信研究院测算，2022年我国算力核心产业规模达到1.8万亿元。算力每投入1元，将带动3至4元GDP经济增长。算力基础设施是新计算时代的“国之重器”，是数字经济时代国家的核心竞争力，算力的发展，具有极强的经济意义。因此，对算力基础设施的扶持，成为政策重点，各地都加速算力新基建。比如，北京就提出要建设人工智能公共算力中心和北京数字经济算力中心。上海要建设人工智能的公共算力平台，到2025年，整个算力超过18000 PFLOPS，规模非常惊人。苏州则给到了实打实的补贴，本市企业按使用AI算力费用的20%给补贴。
算力芯片和AI服务器是算力产业中最为关键的硬件产品。AI服务器采用CPU+GPU的异构形式，可以为AI大模型提供强大算力支持，其主要成本主要来自CPU、GPU等芯片，占比50%以上。芯片是重中之重，AI算力的直接来源，按芯片类型可分为GPU、FPGA、ASIC等，其中GPU仍为主流方案，占据AI芯片市场最大份额，2021年约为91.9%，具有通用性强、速度快、效率高等特点。
目前，在高端AI芯片中，英伟达占据绝对地位，其A100、H100芯片被认为算力是最高的，能广泛地应用于人工智能、云计算、数据分析等领域。目前英伟达主流算力芯片面临严重短缺，供不应求，价格持续走高。受国际形势影响，英伟达向中国出口芯片受到限制。发展算力基础设施迫在眉睫，需加大国产芯片自研力度，早日实现AI芯片自主可控。
算力是发展人工智能的基础，需打造坚实稳固的算力底座。大模型-数据-算法-算力-芯片都在快速迭代进步。以后，越来越多的人工智能企业，开启设计芯片、制造芯片，解决我们的“卡脖子”问题，这是一个必然的趋势。人工智能企业越来越强大，从掌握海量的数据，构建机器学习的算法，到最后突破最困难的芯片环节。
未来，企业用不用人工智能，决定其竞争力。深度使用人工智能技术的企业，能够更快速地生产产品，他们产品的质量要优于那些不使用人工智能技术的企业。比如，工业生产的产品都需要经过质量检测才能上市售卖，如果都用人工检测，一疲惫就容易出现偏差，售卖良莠不齐的产品十分容易损伤口碑。而AI技术检测设备,可以二十四小时保持状态，完美高速地剔除掉质量不好的产品。
第一是产业机会，无数传统产业都能智能化改造，空间巨大。之前提的“模型即服务”，有了大模型，你我皆可用AI。就能把AI的能力用到千行百业去，用到每一个生产生活的核心场景。大大降低了使用AI门槛，同时帮助很多企业去降本增效。“通用大模型”、“通用人工智能”，经过长期的训练，积累了各行各业海量数据，根据行业，来精调、适配。
第二是使用者的机会，未来的公司、企业、个人，都可以围绕人工智能技术，去做很多应用。以后，应用人工智能，用AI赋能产业、生产、内容创作，会有无限的新机遇。比如移动互联网时代，最成功的方向之一就是利用平台去迭代传统产业。电商、外卖都是那个时代的产物，重塑了中国的资金、资源、渠道，中国乃至全球的整个零售大消费都洗了一遍牌。
现在，人工智能时代到来，会改变更多的产业。比如交通、能源、金融，都有一系列的大模型。如果能够根据这些不同的行业大模型，来开发出各种各样的应用，比如用语言类大模型开发虚拟人的带货主播，这将衍生出来新的商业模式，对敢闯敢拼、想找到新风口的创业者来说，是尚待开发的的处女地，是一片机遇无限的蓝海。
顺势而为，抓住时代趋势，选择优于努力。现在用不用AI，就像以前顺不顺应互联网时代的趋势一样。二十年前的互联网，造就了一批世界级企业，也惠及了每个人。未来几年，人工智能也将成就一批“想用、敢用、会用AI”、走在时代前沿的企业和个人。关于人工智能，还有更多的新商业、新模式等待开发，毫无疑问，这都是新的增长点，谁先入局、谁先打破视野盲区，谁就能占得先机。
