今天小編分享的科學經驗：WAIC十大AI商業落地趨勢：大模型新玩家融資難度更新，雲計算洗牌戰來了，歡迎閲讀。
大模型，無疑是 2023 年上半年科技領網域最矚目的關鍵詞。
產業鏈上個中進展亦或是包括投融資在内的行業聚焦讨論，已經從對技術本身的展望，越來越具象到行業落地當中去。
借助 WAIC2023（世界人工智能大會）視角，量子位智庫關注到各領網域企業發布的大模型，都已無疑指向行業與應用。
與此同時，在投融資層、算力數據模型三大底座層面以及應用層，還梳理了十大 AI 商業落地趨勢。
（完整報告傳送門見文末）
投融資層趨勢一：一級市場偏好大模型早期玩家，新進場玩家融資難度更新
首先是投融資層。據不完全統計，今年上半年國内大約有 20+ 家大模型公司獲得超過 60 億元的融資，金額在全球占比只有 6%，投資市場稍顯冷清。
一方面，做大模型耗費算力人力，中國大模型企業需要跟同行搶占算力資源。
以 Inflection AI 為例，最新融資的 15.3 億美元約有 7-8 億用以購買英偉達 H100 顯卡，占比約 50%。
另一方面，行業本身還面臨着投資金額大、回報周期長、成功率較低、行業競争激烈、市場合規等問題，國内一級投資人出手謹慎，實際交易金額較少。
投資圈共識是最後能跑出的大模型公司最多只有 10+ 家。
因此目前新創業公司中重點押注融資量級最大的兩家——智譜 AI 和 MiniMax，其餘中小企業和新進場玩家融資較為困難。
投資方認為在大模型層面的未來格局，除了 BAT、科大訊飛、已有的融資玩家和上面兩家公司，其餘公司機會較少。
趨勢二：企業服務進入新藍海，產品和服務迎來 AI 更新機遇
投資圈普遍認為，AI 2.0 時代下，所有企業產品和服務都可以利用 AI 和大模型能力重做一遍。與此同時，在企業内部工作流程中也能起到降本增效的作用。
這也是應用層較好的投資機會點之一——
結合企業自身特點，幫助或加速企業大模型應用落地。比如做提示詞優化、定制專屬大模型、AI 安全等。
回顧今年上半年 AIGC+ 企業服務的投資事件，數量較多，投資金額較大，輪次偏早期，投 AIGC 項目的資本大量湧入企業服務賽道。最具代表性的，就是企業軟體層面的範式革新。
趨勢三：投融資聚焦對話式 AI，物理世界和數字世界加速耦合
同樣在應用層備受關注的還有對話式 AI 虛拟助手。它依托于大模型的語言理解和内容生產能力，以及多模态互動等底層技術，能夠產生人機協同這一新型生產關系。
比如新一代的協助對話引擎、智能客服、智能陪練、智能質檢、坐席助手、虛拟數字人等核心產品，幫助企業打造「超級員工」，幫助個人打造「超級助理」。
與此同時，它還能與物理世界相結合，以車或者機器人作為載體，在現實中幫助人們做更好地分析與決策。
目前許多大廠和輪次靠後的公司都在積極探索兩者與 AI 的結合。2023 上半年融資量級最大的兩家——智譜 AI 和 MiniMax 均涉足此賽道。
數據層趨勢四：大模型浪潮下，數據流通邁向「密态時代」
在數據層，大模型井噴式發展給數據安全帶來前所未有的挑戰。
由于大模型參數規模大、訓練數據來源多樣，生成式大模型在海量語料内容中拼接式生成内容，傳統場景下的版權判定方式在大模型時代下就會失效，隐私泄露、版權侵犯等問題愈發嚴重。
隐私計算實現數據「可用不可見」、讓數據產生價值的同時規避信息泄露等問題的能力再次受到矚目。
在數據要素自由流通的前提下，要實現最大化發揮數據價值的目标，需要實現數據密态流轉。
數據密态可在數據共享、計算直到銷毀的完整傳播鏈路中，保持數據處于加密狀态，不出現明文數據失控。此外，将數據持有權與使用權分離，實現數據使用權的跨網域管控。
算力層趨勢五：大模型推動算力廠商技術演進，系統級工程能力成為角逐點
大模型的發展，給算力提供方提出了更高的要求；參數量指數級增長，如何高效穩定地訓練大模型成為行業核心議題。
台積電曾預計 2030 年全球半導體市場将接近 1 萬億美元；其中，高性能計算（包含 AI 計算）市場将占比 40%，足以見得算力市場需求的龐大。
企業對算力的需求呈現「6 高」 特征：高性能、高帶寬、高存儲、高通用性、高效分布式計算和高效的集群互聯。
算力廠商系統級工程能力将成為其業務增量的技術底座，系統級工程能力将決定算力廠商業務落地的有效性。
趨勢六：算力基建進程加快，算網融合打造「即取即用」算力服務
算力基礎設施一方面需要強大的計算集群，另一方面也需要高速可靠的網絡讓數據及時流動。
在網絡層面，模型參數量越大，對帶寬的需求就越高，GPU 與 GPU 間、伺服器與伺服器節點之間存在海量的内部數據互動需求。
目前，三大運營商是我國算力網絡建設中的主力，通過發揮網、算、數一體全要素資源優勢，為用户提供「即取即用」的算力資源。
未來，随着 AIGC 產業的成熟，對于算力的需求也将更加多元。運營商通過算、網、智一體化編排調度，為用户提供多元算力服務，将成為算力中間層廠商的落地方向。
模型層趨勢七：雲計算通過 MaaS 發起洗牌戰，全鏈路生态玩家先發制人
由于垂直企業研發大模型的投入產出比較低，且算力、數據、人才等模型研發所需要素皆有不足。
相比于研發出比肩 GPT-4、Palm 2 通用基礎大模型，國内各垂直領網域企業更期待基于通用大模型技術垂直開發專屬模型。
在未來，技術和模型的統一将使得 AI 大模型逐步标準化、規模化。
基于标準化的大模型，有助于為大範圍產業化提供基礎和可能，從而實現 MaaS 生态。
進一步借助雲部署和雲端協作，AI 将有可能成為像水電一樣的「新基建」 賦能各行各業，催生颠覆性的應用場景和商業模式。
應用層趨勢八：大模型重塑移動遊戲開發，強化學習風靡
大模型等 AI 技術已應用于移動遊戲開發，其中大型多人在線遊戲（MMO）将成為首要試驗領網域。
強化學習契合遊戲多方面特性，在現階段的遊戲技術開發過程中占主導地位。它會為玩家帶來更加智能、豐富和個性化的遊戲體驗，這也将成為遊戲開發商們競相嘗試的領網域。
同時，遊戲行業環境穩中向好，遊戲版号的平穩發放，多方對遊戲行業的支持較穩定。這對從業者來説是個積極的信号。
WAIC 2023 「遊戲 AI 應用與遊戲科技論壇」中，騰訊旗下的騰訊 AI Lab、天美 J3 工作室、騰訊 T1 工作室、騰訊魔術方塊工作室分享了在遊戲 AI 道路上的最新進展。
量子位智庫還關注到，網易祝融工作室 6 月發布的手遊《逆水寒》已在多方面融入 AI 技術，他們的研究和實踐将極大地推動遊戲行業的發展，為玩家帶來更加出色的遊戲體驗。
整體來説，量子位智庫看好國内遊戲行業的穩步增長和未來的潛力，AI 技術的應用将為遊戲開發帶來新的機遇和挑戰，相信未來的遊戲将會更加智能、多樣化，并滿足玩家不斷增長的需求。
趨勢九：具身智能火熱，機器人玩家重倉「人形」
具身智能概念日益受到重視，在這一趨勢下，已有成型的仿生機器人項目引入了具身智能的概念，更多機器人玩家看重 AI 與仿生智能體相結合。
WAIC 2023「具身通用人工智能」會議中，清華大學交叉信息研究院教授陳建宇分享了研究的新進展，并發布了團隊所設計的人形機器人的最新版本。
宇樹科技最新四足機器人 Unitree GO2 ，該機器人采用「GPT 自動生成控制代碼」和「AI 訓練步态」，顯示了具身智能在機器人設計中的應用。
還有像傅利葉智能等公司也加入到人形機器人行業中，發布最新通用人形機器人 GR-1。
此外，達闼科技的具身智能成果 Cloud Ginger 也在展會上亮相，發布首個機器人多模态大模型RobotGPT。
整體來看，AGI 及大模型技術等的發展，越來越多的從業者對仿生機器人產業表示看好。
趨勢十：大模型範式天然為教育而生，人機協同助力高質量數據迭代
在 AI 賦能的世界裏，學習者與 AI 之間将經歷以下過程：
從最初的「被動消費者」逐漸變成「互動消費者」，AI 工具在與學習者的互動中學會去适應學習者的思維。
接下來，單個學習者借助 AI 工具創造内容，逐漸擴展到一個小組借助 AI 工具創造内容，到最後學習者完全轉變為「擴充」學習模式。
由此可見，大模型和人類在互動中共同進步。
人類產生的數據可以被采集并用作訓練模型的數據，幫助模型迭代；迭代後的模型又可以更好地服務于人類。
未來，大模型的迭代關鍵在于吸納更多人類高質量數據。
目前 GPT 已獲得部分高校的初步應用，主要用來做學習 / 預測性分析。以 GPT 已經落地的香港科技大學為例，其通過引進 GPT 做三方面探索：
1）理解人們如何通過 GPT 學習；
2）利用 GPT 搭建個性化學習模式，并改進教學内容；
3）理解不同因素（例如提示工程和評估設計）如何影響學習成果，并将反饋用于教學場景。
報告獲取
復制下方鏈接至浏覽器打開：
https://jkhbjkhb.feishu.cn/wiki/W5D7wuDcbiPXDLkaRLQcAJpOn8f
>
