從Infra到Agent，AI創(chuàng)新的無盡前沿

來源：湖北國菱計算機科技有限公司-湖北國聯(lián)計算機科技有限公司-荊州網(wǎng)站建設-荊州軟件開發(fā)-政府網(wǎng)站建設公司 時間：2025-03-10

2024年回顧

2024年：計算機暫未走出獨立行情

2025年展望：以AI為核心的科技創(chuàng)新

大模型降本趨勢顯著，為應用爆發(fā)奠定基礎。 2024年7月，OpenAI 發(fā)布高性價比模型 GPT-4o mini，性能逼近原版 GPT-4，成 本相比 GPT-3.5 Turbo 便宜 60%以上。Sam Altman表示，兩年前OpenAI最好的模型還是 GPT-3 的 text-davinci003 版本，與 GPT-4o mini相比性能差得多，但卻貴 100 倍，即大模型成本在兩年內(nèi)下降了 99%。按照這個趨勢，我們預計大模型的成本有望 繼續(xù)快速下降，每百萬 tokens的推理成本或?qū)⒃趦赡陜?nèi)下降2個數(shù)量級至美分量級。 生成式AI領域?qū)⒉粩嘤楷F(xiàn)新的技術成果，為應用生態(tài)建設注入活力。更強大的基礎模型如OpenAI的Orion、Anthropic的Claude 3.5 Opus等有望發(fā)布。Agent生態(tài)有望逐步繁榮。硅谷投資風向標YC的AI初創(chuàng)數(shù)量越來越多，大模型創(chuàng)新不止，在今年S24共255 個項目中，其中有170個與AI相關，占比達到67%。11月，在接受YC總裁Garry Tan采訪時，針對最后一個問題“2025年什么會讓 你期待與興奮”，Sam Altman回答“AGI”。

生成式AI模型性能不斷提升，或處于更大規(guī)模放量前夕，推理需求有望高速增長。推理算力未來有望超過訓練算力，最終訓練芯片與推理 芯片數(shù)量之比或達到2：8。目前生成式AI模型仍處于快速迭代，各廠商相互追趕的階段，隨著模型性能的逐步穩(wěn)定和應用的陸續(xù)落地，算 力的推理需求有望超過訓練需求。而推理需求與訓練需求在計算量、精度要求以及部署位置上存在差異。一方面，訓練需求的精度要求較 推理需求更高，因此訓練芯片也就要求有更高的精度范圍，在高精度場景下同樣需要具備較強的性能。另一方面，訓練芯片主要部署在數(shù) 據(jù)中心（云側(cè)），推理芯片則會兼顧云側(cè)與邊緣側(cè)的算力需求。根據(jù)施耐德電氣的測算，到2028年人工智能的推理負載有望占比達到85%。 我們認為，隨著AI應用發(fā)展，算力芯片在推理側(cè)會呈現(xiàn)更多的產(chǎn)業(yè)機遇，高速推理將成為AI芯片發(fā)展的新坐標。1）高速推理使得開發(fā)者可 以在極短時間內(nèi)完成大模型應用的測試和調(diào)優(yōu)循環(huán)，不僅能加速開發(fā)過程，還有助于更深入全面的模型評估和應用優(yōu)化；2）高速推理還意 味著現(xiàn)有大模型交互效率的飛躍，將大大縮小人機交互的時間差，為更自然、更流暢的交互體驗鋪平了道路。 軟件層面，通過架構(gòu)迭代、 流式輸入、量化等方式，GPT-4o延時相對GPT-4已下降一個數(shù)量級；硬件層面，高速推理探索不斷，AI芯片推理速度有望更上一層樓。

2025年展望：國產(chǎn)化的本土產(chǎn)業(yè)鏈重要性愈發(fā)凸顯

美國對華制裁不斷升級，意在抑制中國AI產(chǎn)業(yè)鏈發(fā)展以及本土半導體生態(tài)系統(tǒng)建設，我國產(chǎn)業(yè)鏈自主可控迫在眉睫。11月，集微 網(wǎng)消息稱，臺積電已經(jīng)向目前所有中國大陸AI芯片客戶發(fā)送正式電子郵件，宣布自11月11日起，暫停向中國大陸AI/GPU客戶供應 所有7納米（nm）及更先進工藝的芯片。12月，美國商務部工業(yè)和安全局（BIS）修訂了新的《出口管理條例》（EAR），將136 個中國相關實體添加到“實體清單”，清單包括了半導體產(chǎn)業(yè)鏈上的多個環(huán)節(jié)，如涵蓋了涂膠顯影、刻蝕、薄膜沉積、清洗、去 膠、離子注入、CMP、封裝測試等半導體設備的大部分領域，還有半導體材料公司、EDA公司、芯片公司等。此外，這次制裁對 HBM實施新控制。 近年來國內(nèi)芯片設計、晶圓制造與國際先進水平差距不斷縮小，封裝測試技術逐步接近國際先進水平，整體技術水平不斷提升。 操作系統(tǒng)方面，華為發(fā)布HarmonyOS NEXT，完全基于華為自己的技術棧和設計理念構(gòu)建的操作系統(tǒng)，不依賴或兼容其他操作系 統(tǒng)的架構(gòu)，是真正獨立于安卓、iOS的操作系統(tǒng)，未來有望在信創(chuàng)中扮演重要角色。此外，其它基礎軟硬件也由可用逐步變?yōu)楹?用，信創(chuàng)生態(tài)走向繁榮。

2025年字節(jié)現(xiàn)有的AI硬件產(chǎn)品: AI玩偶

字節(jié)“顯眼包”是一款基于大模型開發(fā)的情感陪伴玩偶，集合了火山引擎的多項人工智能技術，如豆包大模型、扣子專業(yè)版、語音識別、語音合成 等?！帮@眼包”并非字節(jié)對外直接售賣的產(chǎn)品，而是今年中秋節(jié)作為字節(jié)公司內(nèi)部的伴手禮。這個藍白配色形似小山的毛絨玩具，內(nèi)嵌了FoloToy 的大模型AI機芯Magicbox（其中搭載了樂鑫科技的產(chǎn)品esptool），而Magicbox可以搭載并呈現(xiàn)豆包大模型和扣子專業(yè)版的能力。玩具配置比較簡 單，能一問一答進行互動，但不支持一次性的多輪對話，也不支持自動喚醒。盡管功能相對單一，但“顯眼包”依舊在市場上得到了眾多關注。可 以預期，如若未來疊加視覺能力，AI玩偶將會帶來更強的交互沉浸感，進而給予用戶更大的情感價值，也將具備更大的市場潛力。

2025年看好方向：端側(cè)AI

基于成本、能耗、可靠性和時延、隱私和安全、個性化服務等考慮，端云融合的AI才是AI的未來，高通認為終端側(cè)AI能力是賦 能混合AI并讓生成式AI實現(xiàn)全球規(guī)?；瘮U展的關鍵。高通曾發(fā)布白皮書稱混合AI 是AI的未來。只有云和終端都能承擔AI處理的 任務，才能實現(xiàn)AI的規(guī)?；瘮U展并發(fā)揮其最大潛能。我們認為，未來AI處理將以終端為中心，必要時向云端分求助；而在以云為 中心的場景下，終端將根據(jù)自身能力，在可能的情況下從云端分擔部分AI 工作負載。 蘋果發(fā)布Apple Intelligence，基于“端側(cè)模型+私有云計算+第三方大模型”三層架構(gòu)，有望驅(qū)動手機銷量進一步增長。AFM 代表 Apple Foundation Model，端側(cè)模型AFM-on-device參數(shù)量約 30 億；更大的基于服務器的模型為 AFM-server，可以高效、準確和負責 地執(zhí)行專門的任務。此外，Apple Intelligence會根據(jù)不同地區(qū)的需求接入不同的外部第三方模型， 用戶可以選擇是否共享信息。

2025年看好方向：智能終端——AI眼鏡

多模態(tài)大模型有望重塑智能硬件，端側(cè)AI賦能下AI眼鏡有望成為比肩手機的下一代終端產(chǎn)品，我們看好AI眼鏡起量。我們認為，AI眼鏡搭 載交互型多模態(tài)大模型后，一方面，交互模式由“硬件服務用戶”轉(zhuǎn)變?yōu)椤按竽Ｐ头沼脩簟边M而簡化產(chǎn)品設計：多模態(tài)大模型能夠融合 和處理來自不同傳感器的數(shù)據(jù)，使設備在更少的硬件組件下實現(xiàn)更多的功能。另一方面，大模型將幫助眼鏡產(chǎn)品實現(xiàn)更高效簡潔的人機交 互進而提升用戶接受度：多模態(tài)大模型可以理解語音、圖像等多種輸入方式，用戶僅需通過語音、眼動、開啟攝像頭等方式即可實現(xiàn)人機 交互。因此，在后續(xù)產(chǎn)品功能升級迭代的過程中，模型訓練升級將承擔用戶對新功能的學習成本，進而提升用戶接受度。 科技巨頭積極布局，2025年有望成為AI眼鏡爆發(fā)元年。根據(jù)VR陀螺數(shù)據(jù)，截至11月20日行業(yè)內(nèi)已公開、被披露入局AI眼鏡的廠商高達36家 （含海外），涉及產(chǎn)品數(shù)量預計超過50+。展望2025年，更多科技巨頭將涌入眼鏡賽道。根據(jù)wellsenn XR預測，從2025年開始，AI智能眼 鏡將在傳統(tǒng)眼鏡銷量保持穩(wěn)定增長的大背景下快速向傳統(tǒng)眼鏡滲透；2029年，AI智能眼鏡年銷售量有望達到5500萬副。

2025年看好方向：智能終端——智能汽車

自動駕駛Scaling Law逐步驗證，端到端融合為大勢所趨。傳統(tǒng)自動駕駛基于規(guī)則及高精度地圖，但有限的規(guī)則難以應對無限的道路場景， 尤其國內(nèi)路況極為復雜且車輛眾多，如果自動駕駛車輛行駛到高精地圖之外的區(qū)域、遇到規(guī)則之外的道路障礙物，可能就會束手無策，陷 入困境。從2021年開始，特斯拉開始重構(gòu)底層系統(tǒng)代碼，將Transformer架構(gòu)引入了感知領域，將攝像頭的2D圖像轉(zhuǎn)化為3D圖景，也稱鳥 瞰圖BEV。隨后，特斯拉持續(xù)用AI神經(jīng)網(wǎng)絡重塑規(guī)劃控制模塊，端到端模型方案雛形漸成。特斯拉于2023年發(fā)布端到端自動駕駛系統(tǒng)FSD v12，并于2024年初在一定范圍內(nèi)推送FSD v12。今年9月，特斯拉宣布，F(xiàn)SD 將于 2025 年Q1在中國和歐洲推出。 從目前國內(nèi)車企的發(fā)力重點來看，端到端也已成為主流自動駕駛技術路線。華為、小鵬、小馬智行、Momenta、極佳科技、地平線等都在 積極跟進，紛紛推出了面向量產(chǎn)的端到端自動駕駛解決方案和車型。

大模型賦能座艙場景升級，人機交互界面迭代升級進行時，智能座艙進階4.0時代。相較于智能座艙3.0時代的生態(tài)構(gòu)成，4.0時代不僅是 芯片算力的比拼，還新增了數(shù)據(jù)、算法等新元素的比拼；中間層除了操作系統(tǒng)的比拼外，也誕生了大模型、AI Agents以及模型服務等新 的元素的比拼。2023年12月，理想汽車開始批量推送OTA5.0，多模態(tài)認知大模型Mind GPT首次上車，賦能理想同學擁有類似于 ChatGPT、 Midjourney 等生成式 AI 的能力，拉開了智能座艙的AI競爭序幕。2024年4月，蔚來自研的AI大模型NOMI GPT正式上線，可以實現(xiàn)視覺 （圖像）、聽覺（聲音）、觸覺（車身傳感器信息）等維度的感知能力，具備包括語音、視覺和文本等多種形式的交互能力。5月，小鵬 汽車首發(fā)全域大語言模型，將AI大語言模型的推理能力融合到用車的全場景中，實現(xiàn)了自研 XPGT 大模型、阿里通義大模型以及智譜 AI 大模型的融合。