今天小编分享的科学经验：WAIC十大AI商业落地趋势：大模型新玩家融资难度更新，云计算洗牌战来了，欢迎阅读。
大模型，无疑是 2023 年上半年科技领網域最瞩目的关键词。
产业链上个中进展亦或是包括投融资在内的行业聚焦讨论，已经从对技术本身的展望，越来越具象到行业落地当中去。
借助 WAIC2023（世界人工智能大会）视角，量子位智库关注到各领網域企业发布的大模型，都已无疑指向行业与应用。
与此同时，在投融资层、算力数据模型三大底座层面以及应用层，还梳理了十大 AI 商业落地趋势。
（完整报告传送门见文末）
投融资层趋势一：一级市场偏好大模型早期玩家，新进场玩家融资难度更新
首先是投融资层。据不完全统计，今年上半年国内大约有 20+ 家大模型公司获得超过 60 亿元的融资，金额在全球占比只有 6%，投资市场稍显冷清。
一方面，做大模型耗费算力人力，中国大模型企业需要跟同行抢占算力资源。
以 Inflection AI 为例，最新融资的 15.3 亿美元约有 7-8 亿用以购买英伟达 H100 显卡，占比约 50%。
另一方面，行业本身还面临着投资金额大、回报周期长、成功率较低、行业竞争激烈、市场合规等问题，国内一级投资人出手谨慎，实际交易金额较少。
投资圈共识是最后能跑出的大模型公司最多只有 10+ 家。
因此目前新创业公司中重点押注融资量级最大的两家——智谱 AI 和 MiniMax，其余中小企业和新进场玩家融资较为困难。
投资方认为在大模型层面的未来格局，除了 BAT、科大讯飞、已有的融资玩家和上面两家公司，其余公司机会较少。
趋势二：企业服务进入新蓝海，产品和服务迎来 AI 更新机遇
投资圈普遍认为，AI 2.0 时代下，所有企业产品和服务都可以利用 AI 和大模型能力重做一遍。与此同时，在企业内部工作流程中也能起到降本增效的作用。
这也是应用层较好的投资机会点之一——
结合企业自身特点，帮助或加速企业大模型应用落地。比如做提示词优化、定制专属大模型、AI 安全等。
回顾今年上半年 AIGC+ 企业服务的投资事件，数量较多，投资金额较大，轮次偏早期，投 AIGC 项目的资本大量涌入企业服务赛道。最具代表性的，就是企业軟體层面的范式革新。
趋势三：投融资聚焦对话式 AI，物理世界和数字世界加速耦合
同样在应用层备受关注的还有对话式 AI 虚拟助手。它依托于大模型的语言理解和内容生产能力，以及多模态互動等底层技术，能够产生人机协同这一新型生产关系。
比如新一代的协助对话引擎、智能客服、智能陪练、智能质检、坐席助手、虚拟数字人等核心产品，帮助企业打造「超级员工」，帮助个人打造「超级助理」。
与此同时，它还能与物理世界相结合，以车或者机器人作为载体，在现实中帮助人们做更好地分析与决策。
目前许多大厂和轮次靠后的公司都在积极探索两者与 AI 的结合。2023 上半年融资量级最大的两家——智谱 AI 和 MiniMax 均涉足此赛道。
数据层趋势四：大模型浪潮下，数据流通迈向「密态时代」
在数据层，大模型井喷式发展给数据安全带来前所未有的挑战。
由于大模型参数规模大、训练数据来源多样，生成式大模型在海量语料内容中拼接式生成内容，传统场景下的版权判定方式在大模型时代下就会失效，隐私泄露、版权侵犯等问题愈发严重。
隐私计算实现数据「可用不可见」、让数据产生价值的同时规避信息泄露等问题的能力再次受到瞩目。
在数据要素自由流通的前提下，要实现最大化发挥数据价值的目标，需要实现数据密态流转。
数据密态可在数据共享、计算直到销毁的完整传播链路中，保持数据处于加密状态，不出现明文数据失控。此外，将数据持有权与使用权分离，实现数据使用权的跨網域管控。
算力层趋势五：大模型推动算力厂商技术演进，系统级工程能力成为角逐点
大模型的发展，给算力提供方提出了更高的要求；参数量指数级增长，如何高效稳定地训练大模型成为行业核心议题。
台积电曾预计 2030 年全球半导体市场将接近 1 万亿美元；其中，高性能计算（包含 AI 计算）市场将占比 40%，足以见得算力市场需求的庞大。
企业对算力的需求呈现「6 高」 特征：高性能、高带宽、高存储、高通用性、高效分布式计算和高效的集群互联。
算力厂商系统级工程能力将成为其业务增量的技术底座，系统级工程能力将决定算力厂商业务落地的有效性。
趋势六：算力基建进程加快，算网融合打造「即取即用」算力服务
算力基础设施一方面需要强大的计算集群，另一方面也需要高速可靠的网络让数据及时流动。
在网络层面，模型参数量越大，对带宽的需求就越高，GPU 与 GPU 间、伺服器与伺服器节点之间存在海量的内部数据互動需求。
目前，三大运营商是我国算力网络建设中的主力，通过发挥网、算、数一体全要素资源优势，为用户提供「即取即用」的算力资源。
未来，随着 AIGC 产业的成熟，对于算力的需求也将更加多元。运营商通过算、网、智一体化编排调度，为用户提供多元算力服务，将成为算力中间层厂商的落地方向。
模型层趋势七：云计算通过 MaaS 发起洗牌战，全链路生态玩家先发制人
由于垂直企业研发大模型的投入产出比较低，且算力、数据、人才等模型研发所需要素皆有不足。
相比于研发出比肩 GPT-4、Palm 2 通用基础大模型，国内各垂直领網域企业更期待基于通用大模型技术垂直开发专属模型。
在未来，技术和模型的统一将使得 AI 大模型逐步标准化、规模化。
基于标准化的大模型，有助于为大范围产业化提供基础和可能，从而实现 MaaS 生态。
进一步借助云部署和云端协作，AI 将有可能成为像水电一样的「新基建」 赋能各行各业，催生颠覆性的应用场景和商业模式。
应用层趋势八：大模型重塑移动游戏开发，强化学习风靡
大模型等 AI 技术已应用于移动游戏开发，其中大型多人在线游戏（MMO）将成为首要试验领網域。
强化学习契合游戏多方面特性，在现阶段的游戏技术开发过程中占主导地位。它会为玩家带来更加智能、丰富和个性化的游戏体验，这也将成为游戏开发商们竞相尝试的领網域。
同时，游戏行业环境稳中向好，游戏版号的平稳发放，多方对游戏行业的支持较稳定。这对从业者来说是个积极的信号。
WAIC 2023 「游戏 AI 应用与游戏科技论坛」中，腾讯旗下的腾讯 AI Lab、天美 J3 工作室、腾讯 T1 工作室、腾讯魔術方塊工作室分享了在游戏 AI 道路上的最新进展。
量子位智库还关注到，网易祝融工作室 6 月发布的手游《逆水寒》已在多方面融入 AI 技术，他们的研究和实践将极大地推动游戏行业的发展，为玩家带来更加出色的游戏体验。
整体来说，量子位智库看好国内游戏行业的稳步增长和未来的潜力，AI 技术的应用将为游戏开发带来新的机遇和挑战，相信未来的游戏将会更加智能、多样化，并满足玩家不断增长的需求。
趋势九：具身智能火热，机器人玩家重仓「人形」
具身智能概念日益受到重视，在这一趋势下，已有成型的仿生机器人项目引入了具身智能的概念，更多机器人玩家看重 AI 与仿生智能体相结合。
WAIC 2023「具身通用人工智能」会议中，清华大学交叉信息研究院教授陈建宇分享了研究的新进展，并发布了团队所设计的人形机器人的最新版本。
宇树科技最新四足机器人 Unitree GO2 ，该机器人采用「GPT 自动生成控制代码」和「AI 训练步态」，显示了具身智能在机器人设计中的应用。
还有像傅利叶智能等公司也加入到人形机器人行业中，发布最新通用人形机器人 GR-1。
此外，达闼科技的具身智能成果 Cloud Ginger 也在展会上亮相，发布首个机器人多模态大模型RobotGPT。
整体来看，AGI 及大模型技术等的发展，越来越多的从业者对仿生机器人产业表示看好。
趋势十：大模型范式天然为教育而生，人机协同助力高质量数据迭代
在 AI 赋能的世界里，学习者与 AI 之间将经历以下过程：
从最初的「被动消费者」逐渐变成「互動消费者」，AI 工具在与学习者的互動中学会去适应学习者的思维。
接下来，单个学习者借助 AI 工具创造内容，逐渐扩展到一个小组借助 AI 工具创造内容，到最后学习者完全转变为「扩充」学习模式。
由此可见，大模型和人类在互動中共同进步。
人类产生的数据可以被采集并用作训练模型的数据，帮助模型迭代；迭代后的模型又可以更好地服务于人类。
未来，大模型的迭代关键在于吸纳更多人类高质量数据。
目前 GPT 已获得部分高校的初步应用，主要用来做学习 / 预测性分析。以 GPT 已经落地的香港科技大学为例，其通过引进 GPT 做三方面探索：
1）理解人们如何通过 GPT 学习；
2）利用 GPT 搭建个性化学习模式，并改进教学内容；
3）理解不同因素（例如提示工程和评估设计）如何影响学习成果，并将反馈用于教学场景。
报告获取
复制下方链接至浏览器打开：
https://jkhbjkhb.feishu.cn/wiki/W5D7wuDcbiPXDLkaRLQcAJpOn8f
>
