文｜數據猿

2024年逐漸遠去，新的一年悄然而至，回顧這一年，科技界和風險投資圈的目光無疑聚焦在了人工智能。層出不窮的新產品，鉅額的融資，獨角獸創始人不斷刷新人們的觀念，如同走馬燈般，你方唱罷我登場，而看客每天都在期待下一個大新聞。

誠然，2024年可以說是生成式人工智能大模型領域承前啓後之年，雖然未再現GPT-3和ChatGPT橫空出世的震撼，但在延續前幾年技術積澱的基礎上，開啓了廣泛應用的時代。從AI技術首次涉足諾貝爾獎評選，到Cursor作爲AI輔助編程的標杆工具徹底改變開發者的工作方式，再到Perplexity、Talkie等現象級AI應用打入大衆市場，以及Sora在多模態生成領域進一步接近自然和人類規律，生成式AI展示了從技術探索邁向實際應用的巨大勢能。

與此同時，算力仍然是推動技術進步的關鍵瓶頸，高昂的研發成本也隨之攀升。此外，技術幻覺問題以及隱私與倫理方面的挑戰依舊懸而未決。儘管大模型在技術上不斷取得進展，吊足了胃口的人類，已不再滿足於GPT o1的能力，而是期待通用人工智能（AGI）的世界馬上到來。與這一宏大願景形成對比的是，生成式AI的焦點正在逐步轉向小模型的高效化以及低能耗解決方案，以便更加深入廣泛的行業應用。另外，日益強化的行業監管和愈加激烈的市場競爭，也爲這一領域的發展增添了更多變數與挑戰。

接下來，讓我們回到2024年，共同回顧生成式AI在這一年中波瀾起伏的發展歷程。

技術持續突破永不停歇

在這一年中，生成式AI技術的前行步伐雖不如前幾年那般勢如破竹，但從深度到廣度的突破依然令人矚目。

接近年底時刻，2024年12月5日 - 21日，人工智能的頭號玩家OpenAI馬不停蹄地做了爲期12天的直播。最後1天，OpenAI重磅發佈新一代推理模型系列o3，其在極其困難的數學和邏輯問題能力基準測試ARC-AGI中，最佳狀態下取得了87.5%的分數，達到85%的分數即被認爲是“人類水平”，而在Codeforces競賽編程上的評分達到2727，也超越了大部分人類程序員。

2024年從o1preview到o3在Codeforces的評分進化，來源：ibb.co

去年，OpenAI還有兩個里程碑式的大模型發佈。一是最早於9月發佈的o1模型，代號“草莓”，儘管它的性能要低於後來發佈的o3模型，但其里程碑意義不容忽視。o1模型首次實現了在回答用戶提問時，形成類似人類思維方式的內部思維鏈CoT（Chain of Thought），這一突破顯著提升了模型在處理複雜和專業性問題時的表現，尤其是在研究、策略制定、編碼、數學和科學等領域的高難度任務中，回答的準確性和邏輯性得到了明顯改善。“思維鏈”這一概念也迅速走紅，成爲2024年大模型領域最常被提及的技術關鍵詞之一。

二是早在2月份就預先發布的Sora，十個月後正式發佈。它支持多種輸入方式，如文本、語音、圖片或視頻，據OpenAI介紹，Sora支持用戶生成最高1080p、最長20秒、多種尺寸比例的視頻，同時Sora能夠理解和模擬物理世界的運動規律，使得模型的生成效果更加逼真。此外，Sora還配備了故事板、混剪等編輯功能，相當於給視頻加分鏡、剪輯、特效，更能滿足創作者自我表達創意的需求。

OpenAI Sora，來源：OpenAI、beebom.com

隨着年初Sora的推出，多家科技公司爭相發佈新的多模態大模型，整個2024年讓我們見證了多模態大語言模型（MLLMs）的快速崛起。

2024年的多模態模型能夠更加自然地融合文本、圖像、音頻、視頻等多種模態的數據，生成高度準確的視覺內容。人們還把多模態延展到三維空間世界，李飛飛創辦的World Labs用一張圖、一句話就能生成3D世界的AI系統，堪稱“虛擬世界生成器”，該技術將降低3D內容製作的成本、激發更多的沉浸式體驗。

在運算效率方面，2024年的新一代多模態模型通過引入稀疏激活機制、模型壓縮和分佈式算力架構，大幅提升了處理速度和響應效率，與以往需要離線計算或長時間生成的模型相比，性能更爲出色。此外，這些模型突破了早期多模態技術對單一任務的限制，具備更強的上下文理解能力和任務適配性，能夠勝任更復雜的任務，例如根據一張照片生成完整的故事情節，或通過語音輸入實現圖像增強和視頻製作。這些進步讓多模態模型在影視及廣告行業的應用更爲廣泛，使其大幅提升內容創作效率、顯著降低製作成本成爲可能。

2024年，當AI各類大模型的不斷升級，巨量算力需求持續攀升。爲了滿足日益複雜的任務需求，進一步增強算力成爲推動大模型技術進步的核心動力。

提及算力必須要提到英偉達，去年其H100 GPU憑藉卓越的並行計算能力和顯著優化的AI訓練與推理速度，成爲生成式AI的核心處理器。去年3月，英偉達發佈了新一代GPU架構——Blackwell，該架構在訓練與推理方面展現出卓越性能，進一步鞏固了其行業領導地位。同時，谷歌的TPU和亞馬遜的Inferentia等專爲AI任務設計的定製芯片也在2024年加速普及，這些AI芯片亦推動了算力效率的持續提升，爲人工智能的深度應用提供了強大支持。

英偉達創始人黃仁勳展示Blackwell GB200 Superchips，來源：英偉達

與此同時，雲平臺則成爲AI算力的最佳載體，它不僅降低了企業和開發者使用高性能AI算力的門檻，還爲模型訓練、推理和部署提供了強大的基礎設施支撐。2024年，這一協同關係在技術和應用領域都實現了重要突破，如英偉達與多家雲服務商合作推出了“AI超級計算雲”。

雲計算服務模式也在不斷演變，模型即服務（MaaS）逐漸成爲一種新興的基礎服務，通過MaaS，用戶無需自行構建或訓練模型，即可直接通過API調用雲平臺託管的大模型。這種模式不僅讓原本未採用SaaS的用戶感受到雲計算的彈性和按需付費的優勢，降低開發者的技術門檻的同時，也推動了更多企業主動上雲，加速了雲計算與人工智能的融合與落地。

在2024年，針對大模型長期以來的“幻覺”（Hallucination）問題的緩解方法，業界亦達成了較爲明確的共識。“幻覺”是指模型在生成內容時出現的不準確或虛假的信息，成爲AIGC投入實際應用的最大障礙。當前，利用Agent和檢索增強生成（RAG）技術結合小模型和微調的方法，可以大幅降低“幻覺”的不良影響，讓結果達到需求方可接受的程度。

Agent架構讓大模型能夠分解複雜任務，逐步進行推理。與傳統的大模型“一步到位”給出答案不同，Agent的多步驟執行機制更接近人類的邏輯思維。例如，在回答涉及多個邏輯鏈條的複雜問題時，比如金融涉及時事和法律的問題，Agent可以分步調用小模型或外部工具驗證每一環節，減少幻覺的產生。

當用戶提出一個問題時，RAG機制讓大模型優先從知識庫中檢索相關文檔，這些知識庫可能來源於內部文檔，也可能是實時搜索獲取，然後基於這些可靠數據生成回答，從而顯著提升內容的準確性和可解釋性，同時有效降低大模型的訓練成本。此外，在有些特定領域，如醫學、教育，通過微調小模型，可大幅提升其在該領域的表現，不僅應對了大模型泛化能力強但特定領域表現不足的短板，亦使其更容易落地到應用場景，由此開啓了大模型企業級應用時代。

來源：Mhammed Talhaouy

應用爆發大放異彩

談及應用，2024年可謂是AI大模型應用全面爆發的一年。在這一年中，大模型不再只是科研論文中的技術突破，停留在ChatGPT 20美元訂閱費的體驗版，而是廣泛推向全球各個應用場景，成爲改變行業運作方式的推動力量。從辦公效率革命到精準醫療，從智能金融到數字人的直播體驗，人們開始利用大模型賦予各行業全新的生命力。

實際上，從2024年12月的AI排行榜可以看出，MAU（按月活躍用戶）排名靠前的AI應用主要還是集中在辦公效率工具領域，除了ChatGPT、Gemini和Claude等聊天機器人外，許多應用在辦公場景中亦表現突出。微軟Copilot作爲早期的樣板，推動了辦公工具在2024年的全面發展。文章寫作、PPT製作、繪圖、視頻創作、筆記和語法校正等功能，不僅能爲用戶節省大量時間，還能生成新穎、有創意的成果。不過此類應用的門檻相對較低，同質化競爭較爲激烈。同一種需求，市場上可能存在上百個類似產品，脫穎而出並不容易。

2024年12月全球AI產品榜（web端），來源：公衆號@AI產品榜 aicpb.com

此外，有些專業性較強的領域，像金融、法律、醫療和製造等行業，儘管存在一些具有針對性的AI應用，但即便在行業內部也鮮有應用，尚未實現廣泛的“破圈”。對於投入大量開發成本的企業負責人而言，儘管他們絞盡腦汁，嘗試爲自身行業需求定製“套殼”的AI解決方案，但這些應用往往未能達到預期的用戶量，更難以實現銷售轉化。

紅杉資本在《Generative AI’s Act o1》報告中肯定了AI在各專業場景中通過“Multi AI Agent”實現深度整合的未來趨勢，然而，這並非簡單的“新瓶裝舊酒”，而是對傳統數字化的顛覆性革新。與過去的任務編排模式相比，AI Agent正朝着完全自動化的方向邁進，減少甚至無需人工干預，背後應是對行業深度理解基礎之上的強大推理能力。紅杉的報告人表示，這個過程還在持續進化之中。

https://www.sequoiacap.com/article/generative-ais-act-o1/，來源：Sequoia Capital

值得注意的是，去年AI搜索引擎——作爲一個獨特的應用領域，其頭部企業在融資方面取得了顯著進展。其中，Perplexity AI在12月完成了5億美元的融資，使公司估值達到90億美元；此外，企業搜索初創公司Glean於9月宣佈完成超過2.6億美元的融資，估值翻倍至46億美元；甚至連OpenAI也於7月25日首次推出了搜索引擎產品SearchGPT。

成功背後的原因，我們認爲主要來自三大方面，第一是AI搜索依靠的技術已經取得了長足進步，正如前面提到的大模型、RAG以及算力，正讓搜索結果變得“簡單可依賴”；第二，搜索蘊含着巨大的市場，實際是在侵蝕現有搜索引擎的市場空間，AI搜索的前段邏輯是先給出結果，再給出對應的參考網站，這爲大量用戶節省了二次查找的時間，部分替代了原有搜索引擎的功能；第三，在Agent架構下提供專業領域的知識庫，能夠靈活地幫助用戶查找特定網站或特定專業領域的內容，而傳統搜索引擎配置信息源的成本比較高。

帶來更爲驚人變化的，還有廣告領域。美國數字營銷公司AppLovin轉型成爲AI公司後，股價已從年初的每股38.78美元一度飆升到最高每股417.64美元（2024年12月6日最高價），漲幅超過977%。生成式AI+動態預算優化是AppLovin AI的核心邏輯，從而能夠提高投資回報率和貨幣化機會。

具體來說，AppLovin首先採用生成式AI自動生成個性化廣告內容，接觸到大量的用戶，然後通過AI模型實時監測用戶獲取成本（CAC）和用戶生命週期價值（LTV）來動態調整廣告預算，形成一個持續優化的閉環，機器學習則幫助平臺逐步提升投放效率並降低成本。同時，AppLovin採用多AI Agent協同架構，將複雜的廣告運營流程分解爲創意生成、行爲預測、競價優化和效果分析等獨立的Agent協作運行，如此進一步提升平臺的靈活性和效率。

Applovin機制，來源：https://www.linkedin.com/pulse/applovin-app-hyoungjun-kang-tjthe/

比Applovin更加迅速崛起的2024年現象級應用，Cursor無疑是最值得關注的一匹黑馬。這家基於提示詞自動生成應用程序的AI應用公司在去年8月份之前還默默無聞，8月a16z和Thrive Capital給Cursor的投資到位，估值4億美元，到年底的B輪融資，估值高達26億美元，12個工程師讓公司估值上漲了6.5倍，如今已經成爲百萬程序員的必備神器，靠每月20美元的訂閱費，讓經常性年收入達到1億美元。

不只是改變程序員，Cursor重大意義更在於工作方式的變革。在Cursor的世界裏流傳着一段傳奇故事是一位8歲的小女孩利用Cursor在45分鐘內就構建了一個聊天機器人，技術對普通人的神奇改變猶如當年的“別針換別墅”；同樣不會編程的產品經理陳雲飛花了1小時寫了一個名爲“小貓補光燈”的APP，然後發佈在了蘋果APP Store，一度在收費榜中排名第一。著名人工智能專家、Coursera創辦人吳恩達認爲懂AI的產品經理將在未來的市場中佔據更爲重要的位置，AI讓開發門檻降低，而對能夠明確“構建什麼”的人才需求將大幅上升。

另外值得一提的是2024年獲得巨大發展的中國AI出海應用。根據SensorTower發佈的2024年上半年美國AI應用市場的下載量數據顯示，排名前十的AI應用中有三款來自中國企業。其中，MiniMax的陪伴式應用Talkie在美國下載量排名第四，超越了美國同類產品領頭羊Character.ai。MiniMax的另一款AI視頻應用海螺（Hailuo）亦曾在9月登頂全球及國內增速榜首，而在教育領域，Question.AI和Gauth更是雙雙領跑美國市場，成爲行業標杆。

最近幾年，中國科技企業在全球化的運營經驗越來越成熟，善於根據目標市場的文化特點和用戶習慣調整產品，而且中國出海的AI應用通常採用更高性價比的服務策略，例如，通過低門檻的訂閱費或免費增值模式吸引大量用戶，隨後再利用豐富的功能層層加深用戶粘性。

來源：talkie

我們再來說說AI硬件，2024年也被視爲AI硬件的創新大年。各類硬件設備——從手機、PC、汽車、耳機、眼鏡甚至玩具——紛紛融入AI技術，儘管這些AI硬件還未全面滲透到消費者的日常生活，但通過AI技術的加持，已經增強了原有產品的用戶體驗。

蘋果和Google推出的AI手機成爲這一年行業的標誌性事件。前者推出了集成Apple Intelligence的大模型生態系統，將AI深度融入iPhone 16系列手機；後者則在其Pixel系列中強化了多模態交互功能，國產手機廠商也紛紛佈局這一領域。此前根據賽迪顧問預測，2024年新型AI手機的出貨量預計將會達到1.5億部，佔全球智能手機總出貨量的13%。

AI手機各廠商的目標遠不止類Siri的升級版或是簡單接入大模型，2024年流行的一個名詞“端側AI（On-device AI或Edge AI）”是指在本地設備（如手機、平板、智能手錶、智能音箱等終端設備）上運行人工智能模型，而不需要將數據傳輸到雲端進行計算。這樣做的好處，除了實時響應與增強體驗以外，還可以藉助App Intents和App Entities，實現互聯互通，調起更多的APP。

儘管不需要特定的手機硬件支持，智譜AutoGLM藉助上述理念展現了更爲強大的AI助手引起了用戶的廣泛共鳴，比如用戶可以用語音向安裝了AutoGLM的手機提問，“幫我上小紅書看看火鍋需要什麼食材”，於是AI智能體上小紅書筆記裏幫用戶去尋找火鍋食材，並在“到家App”上自動將上述食材多步驟操作加入購物車並下單。而未來具有端側AI功能、搭載AI加速芯片的手機將會適配支持更復雜任務交由本地化處理。

作爲人工智能與機器人產業交匯處的具身智能（Embodied AI），在2024年悄然取得進步。頻繁亮相的特斯拉Optimus機器人去年在運動控制和任務執行方面展現出強大的迭代速度，在運動控制、任務執行、學習能力等方面不斷提升水平，業已被特斯拉引入自家的汽車生產線測試。同樣，搭載了視覺語言模型（VLM）、能夠進行常識性推理，並能與人類進行有效溝通的Figure AI人形機器人Figure 02，也於去年11月正式進入汽車巨頭寶馬的生產線打工。

Tesla Optimus在操作物體時也具備交流能力，來源：特斯拉

各大車企加速佈局人形機器人以外，工業巡檢、倉儲物流、醫療輔助、建築與施工、家政服務等領域都在成爲具身智能的落地場景。例如Google DeepMind推出的RT-2模型，通過視覺-語言-動作（VLA）模型，將多模態大模型塞進機械臂，使推理與知識賦能給機器人，既能用在家政行業，執行烘焙、清理和準備食材等任務，也能運用在自動化生產線，讓我們看到通用機器人的可能性。

而2024年備受關注的世界模型（WFMs）概念，爲具身智能的訓練與測試開闢了全新範式。機器人能夠在虛擬的小世界中進行“試錯”和“練習”，從而具備“腦補”的能力，即提前模擬和預測自身動作的結果。這種能力支持具身智能體實現自主決策與持續學習，讓機器人從傳統的“被動執行”邁向“主動進化”，此被視爲邁向通用人工智能（AGI）的重要一步。

你方唱罷我登場的企業競爭格局

2024年，大模型已不再是OpenAI的一枝獨秀。如果說2023年以Claude和Llama爲代表的挑戰者只是星星之火，而在2024年挑戰OpenAI的大模型已經燎原。例如，DeepSeek v3模型以僅557萬美元的訓練成本實現了與Claude 3.5 Sonnet等頂級模型相媲美的性能，顯著降低了高性能AI的進入門檻。同時，Meta推出的Llama 3.1和Llama 3.2開源模型在多模態能力上取得重大突破，在圖像、音頻和文本處理方面更加高效。

我們查看了包括Open LLM Leaderboard、LiveBench AI、MMLU、Chatbot Arena、SuperClue、Lmarena AI在內的多家大模型測評網站，儘管大部分OpenAI旗下的大模型仍居榜首，不過有些靠前位置則被Claude和Gemini取代。根據Menlo Ventures的調查報告，Claude的市場份額從12%翻番到24%，Google從7%提升到12%，而OpenAI的市場份額則從去年同期的50%下降至 34%。

2023和2024年各主要大模型公司市場份額對比，來源：Menlo Ventures

我們先來說說Claude，這個大模型的母公司Anthropic是由OpenAI的前核心團隊成員於2021年創立，到2024年也不過3年時間。之所以獨立出來創業，創始團隊認爲，隨着大模型越來越強大，AI的不可預測性和安全風險也在增加，因此他們提出了“憲法AI（Constitutional AI）”的理念，強調通過內置規則和透明的設計來減少模型的有害輸出。

安全性貌似與普通人無關，不過我們從大模型幻覺角度考慮就容易理解一些，更嚴格的標準不會讓大模型胡說八道，而且，對於金融、醫療和法律等對數據安全與準確性要求高的行業，可靠性與穩定性顯得尤爲重要，讓其成爲企業市場的熱門選擇。前面提到的當紅辣子雞Cursor，去年毅然將其AI編程助手的默認模型也從GPT換成了Claude。

受到企業級用戶青睞，加上Claude 3.5本身的技術實力，其流量在2024年實現了爆發式增長，從1月的2019萬攀升至11月的8932萬，增幅高達342%。這一成績亦與Anthropic的市場策略密切相關，Claude憑藉高性能和靈活架構，成爲企業整合AI技術的首選方案之一，同時通過相對低價和良好的企業適配性佔據市場優勢。據彭博社報道，2024年美國AI初創企業融資達970億美元，佔全年初創融資總額的近一半，創歷史新高，Anthropic抓住這一良機，大幅擴充銷售團隊規模，從2023年的200餘名增長至去年9月的1000餘名，同比增長500%，加速向市場滲透。因此，許多中小企業在2024年從開源或其他大模型轉移到Claude作爲其生成式AI能力的底層支持。

我們再來看Gemini。Gemini的發展要放在Google的大格局裏看。儘管此前有Bert大模型，但2022年底Google並沒有跟上Transformer的浪潮，換句話說，Google落後了，不僅落後於微軟，也落後於Meta。而2024年，是Google在AI領域奮起直追的一年。

首先Google想到用AI能力最強的DeepMind的團隊，我們都知道DeepMind最成功的作品是阿爾法狗（AlphaGo），儘管過去很多年，實力還在，今年諾貝爾化學獎的兩位得主就出自DeepMind，其中一個還是DeepMind的聯合創始人兼CEO。

Google打破部門間的藩籬，將Gemini的主導權交給DeepMind，谷歌首席執行官Sundar Pichai稱，此次重組旨在不斷加快谷歌人工智能開發的步伐。此次重組效果是明顯的，Gemini因此能夠融合深度學習、神經網絡和生成對抗網絡（GAN）等多種先進的AI技術，使其具備更強的自我學習能力和生成能力。

我們看到去年全面升級後的Gemini 2.0，以多模態爲發力點，使其能夠處理文本、圖像、音頻和視頻等多種輸入來源，具備全面的感知與理解能力，進一步接近人類對物理世界的認知。而Gemini 2.0強調的定位——“Our new AI model for the agentic era”，通過多模態的強大能力突破了單一任務的限制，更可能達到智能代理所需的“全面感知 + 自主決策”。

Gemini的信心還源於Google尤其是雲服務的強力支持。在電商衝擊廣告業務、搜索面臨Perplexity圍追堵截之時，Google比以往任何時候都更加重視AI的推動作用。2024年，Google Cloud以Gemini 2.0爲核心，整合旗下AI模型與組件，對Vertex AI平臺進行升級，並與其生態系統（如Workspace）實現無縫銜接，旨在吸引更多的企業客戶，從需求側深度綁定谷歌雲服務，助力其在雲計算和AI應用領域佔據更大的市場份額。

Google Cloud 12月在深圳的發佈會現場，來源：數據猿陸易斯

AI的價值之所以能在雲層面得以承載，是因爲雲平臺提供了一個強大的、可擴展的環境，讓企業能夠以較低的門檻快速開發、部署並運行AI應用。除Google 外，2024年亞馬遜AWS和微軟Azure也在雲平臺上深度佈局AI，以爭奪市場份額。

亞馬遜AWS在2024年的re:Invent大會上推出了一系列新技術，包括Amazon Nova基礎模型和Amazon Bedrock的重大升級。Bedrock則新增超過100款AI模型，並引入多代理合作和安全防護機制，以優化推理場景的準確性和成本。AWS還強化了其生成式AI助理Amazon Q，使其更深入地應用於軟件開發和商業場景。

微軟不只與OpenAI保持整合，在Microsoft Ignite 2024全球開發者大會上，微軟宣佈，已經建立了全球規模最大的企業級AI解決方案生態系統，用戶可以通過Azure AI目錄訪問超過1800個AI模型，企業可根據自身需要構建AI智能體。微軟表示，自推出以來，已有超過10萬家組織用Copilot Studio創建了自身的AI智能體。

國內的通義千問（阿里巴巴）和豆包（火山引擎，字節跳動）同樣體現了大模型與雲計算深度綁定的發展策略。

阿里巴巴依託其強大的阿里雲生態，充分整合了旗下大模型通義千問的能力。通過阿里雲，通義千問能夠爲企業提供定製化的行業解決方案，如電商推薦、客戶服務、內容創作等，從而吸引更多的企業客戶上雲。火山引擎則利用豆包大模型，提供諸如廣告優化、內容生成、視頻編輯等高度垂直的服務，與字節跳動的內容生態如抖音、今日頭條等平臺以及工具鏈如創作工具剪映高度協同。

來源：艾瑞

由此我們可以看出，儘管中美的科技巨頭在產業結構上採取了相似的路徑，但中國企業更加註重內部生態的整合。對於國內頭部企業而言，走過了“百模”大戰的2024年是圍繞大模型生態進行佈局和競爭的一年，不論是C端還是B端市場，都涵蓋在內。對於中國消費者而言，他們並非侷限於某一特定生態，而是通過對比各家產品功能，力求獲得最佳性價比。

我們以字節跳動的AI佈局爲例。首先，2023年11月，字節成立Flow部門，專注於AI模型的技術開發與應用，共分爲三層，Stone團隊承擔產品研發支持職能；Seed團隊主攻大模型研發；Flow團隊則聚焦AI產品應用開發。其中，作爲底座的豆包大模型以“豆包通用模型PRo”、“視覺理解模型”、“語音合成模型”爲主打分別對應文本、視頻和音頻，其研發水平的提升通過評測的方法不斷對比國際同類大模型，而其中又根據不同細分場景，再切出來幾十種特定模型，如聲音復刻模型、角色扮演模型，適配各類場景應用；而更底層的火山引擎則提供底層算力和雲計算基礎。

然後，字節沿用國內APP矩陣的做法，開發一系列的AI產品，並非只單做國內市場，而是採取海內外同步推進的戰略，多場景全方位對標國際產品。比如豆包對應ChatGPT，虛擬陪伴貓箱對標Character AI、智能體開發平臺Coze對應Dify、AI編程工具Marscode對標Cursor；這裏也包括一些硬件產品，比如AI耳機“Ola Friend”、AI玩具“顯眼包”。

字節跳動旗下AI應用/硬件，來源：第一財經雜誌官方百家號、海通國際

與此同時，字節還將AI整合進現有產品線，提升現有產品的流量、回訪率和復購率等，例如爲抖音和Tiktok提供“即創”工具平臺，提供包括數字人、直播腳本在內的創作工具；爲剪映提供“即夢”文生圖、文生視頻工具；爲大力教育提供豆包愛學等等。

另外，不容忽視的是字節以“更低價格”與“更易落地”的策略搶佔市場先機。2024年5月，豆包大模型剛發佈的時候，主力模型在企業市場的定價只有0.0008元/千Tokens，0.8釐就能處理1500多個漢字，比行業便宜99.3%，如此比其他競品贏得了更多的客戶。

算力採購價格是影響大模型最終價格的核心因素，儘管國產芯片逐漸加碼，國內廠商對英偉達仍有巨大的採購需求。根據科技顧問機構Omdia數據，字節跳動和騰訊2024年分別訂購了約23萬片英偉達的芯片，其中包括Hopper架構下的低版本芯片H20，在Hopper架構的總購買數量僅次於微軟。

來源：Omdia

在算力領域，英偉達憑藉其領先的技術和生態系統，始終佔據行業主導地位。根據Trendforce和Digitimes，單看搭載GPU的AI服務器，英偉達市佔率逼近9成，其主要競爭對手AMD市佔率則僅約8%。去年10月，AMD發佈了MI325系列數據中心加速器，與英偉達依然有顯著差距，其管理層表示，與目前正在擴大規模的英偉達Blackwell的競爭可能不那麼順利。從收入的表現來看也是如此，AMD的收入增長並不像英偉達那麼明顯。

來源：wright's research

靠追趕是很難撼動行業主導者地位的，但下一代技術未必。2024年12月10日，谷歌推出Willow芯片，攜帶105個物理量子比特，能夠在短短不到五分鐘的時間，完成了當今最快的超級計算機Frontier需要10²⁵年才能完成的一個基準測試任務。這將爲人工智能的發展提供全新範式的想象空間。

這一年，人工智能帶給我們不同層面的想象空間還有很多，當OpenAI GPT3打開了潘多拉的盒子，2024則是人工智能邁向全新高度的一年。從生成式大模型的技術持續突破，到多模態模型應用的全面爆發，再到AI驅動行業變革的深度滲透，AI的影響力已經無處不在。然而，這一年也讓我們意識到，算力、幻覺、成本、倫理和監管等問題依然是未來發展的重要挑戰。

儘管通用人工智能（AGI）的宏大願景仍需時間來實現，2024年讓我們看到了人工智能從“前沿探索”逐步走向“實際落地”的巨大潛力。小模型的高效化、多模態模型的自然化、Agent架構的智能化，以及各行業的廣泛應用，特別是與雲生態的全面銜接，都表明人工智能已不再是遠離生活的科技，而是深刻改變社會經濟格局的重要力量。

展望未來，人工智能的道路依然波瀾壯闊。隨着更先進的技術、更高效的模型、更強大的算力和更健全的行業生態的逐步形成，人工智能的奇蹟將繼續書寫。而我們每個人，也將在這場浩大的技術浪潮中，成爲親歷者、見證者，甚至是推動者。波瀾壯闊的2024年，將爲人工智能的未來埋下無數可能的種子。