投研视点 | 一年过去，AI发展到哪一步了？

引言

OpenAI发布ChatGPT已经过去了近一年半，在这一年半中，人工智能（AI）技术一直在迅猛发展。AI不仅在学术研究中取得了重大突破，在商业应用上也逐渐成熟。无论是在日常生活还是在各行各业中，AI的身影无处不在。现阶段的AI究竟可以帮助我们做些什么？它的发展又走到了哪一步？本文将探讨全球及国内AI领域的最新进展与未来展望。

海外巨头间的进展与竞争

AI领域的领头羊OpenAI每一次的产品发布都会超过市场的预期。22年底ChatGPT的惊艳登场，并且在23年3月推出了GPT-4版本后彻底引爆全球AI浪潮。24年春节期间，OpenAI又发布了文生视频模型Sora，生成的高质量视频内容再次惊艳全球。最近，OpenAI推出了GPT-4o版本，增加了多模态能力，使得模型不仅能理解和生成文字，还能处理图像等多种数据形式。

从2023年开始海外互联网巨头纷纷加大AI方向投入。最有代表性的Google，其在24年2月发布的Gemini1.5模型在多个AI任务上展示了强大的性能。最近，Google在其I/O大会上展示了多款AI产品，包括升级版的搜索引擎、多模态AI工具以及语音助手等，这些产品在提升用户体验和提高效率方面具有重要意义。

图：2024年Google I/O大会展示的AI产品。

国内的大语言模型在性能上追平GPT-4，在成本优化上大幅领先

在全球AI竞争中，国内的AI企业也不甘落后。24年5月，幻方量化旗下的深度求索（DeepSeek）推出的DeepSeek-V2模型，以其卓越的性能和低廉的成本引起了业界的广泛关注。DeepSeek-V2拥有2360亿参数，支持128K上下文窗口，其性能与GPT-4相当，但成本仅为后者的1%。

原因是幻方科技在降低模型训练和运行成本方面也取得了重大突破。通过优化模型结构和训练方法，幻方模型在保持高性能的同时，大幅降低了计算资源的消耗。这不仅使得模型的训练成本降低，也使得其在应用中的运行成本更具竞争力。这种成本优势使得更多的企业和机构能够负担得起先进的大语言模型，从而推动了AI技术的普及和应用。

除了初创公司以外，国内的互联网巨头也纷纷布局AI，先后推出了水平接近GPT-4的语言大模型，并且在使用成本上都十分的优惠。国内大语言模型的迅猛发展不仅缩短了与国际领先水平的差距，还在成本方面实现了超越，为中国AI技术在全球范围内赢得了更多的关注和认可。

图：各大模型API价格对比

国内的多模态模型也在积极发展，期待文生视频AI产品的发布

除了大语言模型的突破，国内在多模态AI领域也有着积极的布局和显著的进展。24年春节期间OpenAI发布了文生视频模型Sora，现在过去了三个月时间，目前还是只开放给了少部分内测用户，大家对于文生视频的期待正与日俱增。

多模态AI模型的应用范围广泛，从娱乐内容制作到教育视频生成，再到广告和市场营销，都展现出极大的潜力。国内初创公司在AI生成视频（文生视频）领域表现活跃，这些公司不仅致力于研发先进的多模态AI模型，还在具体应用场景中进行了大量尝试。例如，通过AI技术生成短视频、动画和广告片段，不仅能够节省大量的人力和时间成本，还能提高创作效率和质量。随着模型的迭代和成本下降，相信很快国内外的文生视频模型都会开放给C端用户使用，时间可能就在24年下半年。

AI目前可以做到什么，未来可以做什么

目前应用AI技术已经可以在很多方面显著改善我们的日常生活和工作效率。现在发展比较成熟的产品形态，比如基于AI大语言模型和搜索技术发展而来的AI搜索，对比传统搜索AI搜索更加精准和快捷。用户不用一个个打开搜索结果链接，AI搜索会直接把搜索到的所有相关内容阅读一遍，再总结一个答案直接给到用户，这可以大幅节约用户的时间。

除了提升效率以外，AI也是最好的创意工具。比如比较成熟的AI生图工具，AI音乐工具，可以让没有相关知识的小白也能自己画图、作曲，对于专业使用者也可以起到灵感激发的作用。

现在AI工具更多还是文字、图片、音频、视频等形式的单模态或者两种模态之间的转换。展望未来，多模态大模型有望实现各种模态之间的实时无缝转换，到时候AI的应用领域将更加广泛和深入，很多结合现实世界的场景也可以应用到AI工具。比如无人驾驶、医疗诊断、个性化教育等方面的都是可以想象的有巨大AI应用空间的领域。

（作者邱子扬为太平基金研究部研究员）

海量资讯、精准解读，尽在新浪财经APP