“AI文本生成图像技术的兴起及ChatGPT等模型的问世，都推动了生成式AI领域的热情。同时，AI模型正在从单一模式转向多模态，能够理解和联系不同模态的数据，实现文本到图像、图像到视频、文本到音频等多种转换。”

以上这段对人工智能发展趋势的描述，并非来自于某个专家，而是由百度大模型文心一言生成。

进入2024年的春天，大模型的热度仍在延续。OpenAI公司发布文生视频大模型Sora，只要输入一些描述性的提示词，就能生成一段长达60秒的视频。Suno公司发布的Suno模型V3版本，可以根据喜好设定音乐风格、内容主题，几秒钟内生成2分钟音乐。KimiChat大模型支持200万字长文本输入，更是掀起了大模型长文本竞赛……

随着大模型与更多实际应用场景相结合，人工智能在快速迭代演进的同时，也悄然渗透进生产生活的方方面面，逐渐成为不可或缺的一部分。

没有人会怀疑我们正在经历一次深刻的变革。但在热切拥抱人工智能的时候，听听比尔·盖茨的提醒也许不无裨益——“我们总是高估未来两年的变化，低估未来十年的变革。”

一切才刚刚开始。找准赛道风口，踏上时代列车，在这个变革时刻，人工智能机遇与挑战并存。

不止于文生视频

人工智能能干什么？

过去一年，各行各业大模型层出不穷，人工智能以超出预期的速度进化，但绝大部分项目都集中在文本、图片和视频生成。这也形成了一个刻板印象，似乎人工智能擅长的只是写诗作画这些事。

事实上，人工智能变革真正指向的从来不是这些，而是在更多实体产业落地：改变生物医药、工业制造、金融科技、智慧矿山、科学研究等诸多领域的运行方式。

但是和所有新技术的扩散一样，人工智能的演进也不可能是匀速进行的。起初，ChatGPT的应用引爆社会关注，然而人工智能技术要在更多产业应用，则须达到一个新的转折点，而这通常需要汇集几项不同的开发成果，而且要有能力把它们整合在一起，使得总体产品体验比以前更具吸引力。

当然，人们有充分的理由相信，人工智能在许多应用场景上都正在接近一个飞跃点。

前不久，比尔·盖茨投资的独角兽公司KoBold宣布在赞比亚发现巨型铜矿储量。要知道，KoBold公司从投资到找到矿仅仅用了一年多的时间，这样的高效率在于使用人工智能技术处理钻探数据来优化铜矿的勘探工作。传统探矿依赖大量的野外作业、地球物理勘探和地质分析，需要几年甚至更长时间。而人工智能不受运气的影响，通过大数据分析和深度学习，可以准确找到隐藏在地下的珍贵矿脉。

在国内，人工智能也正在与制造、生物医药、能源、交通等行业深度融合。

卡奥斯COSMOPlat自主研发天智工业大模型，功能范围覆盖智能问答、控制代码生成、数据库查询、辅助决策等；华为云盘古药物分子大模型帮助医药公司开启AI辅助药物研发的新模式，大幅提升新药研发效率；上海人工智能实验室联合多个机构发布人工智能气象预报大模型“风乌”升级版，借助人工智能对中期天气进行了10公里级的建模与预报……

以天智工业大模型为例，人工智能将工程师的工业经验和工业知识转化为可量化的数据和指标，通过机器人、小程序、App等形式进行使用，可在秒级之内形成对相关问题的反馈，实现了工业知识的普惠应用。

当然，所有的变化都不会一蹴而就，整个人工智能技术的演进、扩散将会在不同部门、不同行业发生连续的波浪式变革，这很可能是未来二三十年科技和社会变革的一个重要特征。

变革来临，固然机不可失，但脚踏实地的人们也会发现，机会永远都在。

大模型不是全部

大模型不是人工智能的全部。

不是“大厂”做出了ChatGPT这样的现象级产品，其他人就可以躺平了。人工智能产业的机会无处不在，向上是应用，向下是底层基础设施。

当下，中国人工智能企业陆续推出了超过300个大模型，投身其中的既有华为、百度、阿里、科大讯飞等科技巨头，也有相当多的中小创业公司。在“百模大战”的背后，是极高的研发成本和技术壁垒，一次训练就能花光几百万美元，芯片更是“一片难求”。即便是领跑行业的OpenAI公司也没有破解商业化困局，需要巨头微软频频“输血”。

在拥挤的人工智能赛道上，似乎人人都不得不在通用大模型一条路上“卷”到底。但实际上人工智能产业是一片广阔的蓝海，只要选择合适的产业分工角色，挖掘更多的办公、教育、电商、医疗等细分场景，就能形成差异化的竞争优势。百度创始人李彦宏的观点具有代表性：“大家不要去卷模型了，卷应用吧，只有应用直接创造价值。”

手机是当前大模型落地的一大热门领域。人工智能可以在手机拍照、视频制作、智能搜索、文档写作等方面提供更好的体验， 销量放缓的手机行业将“含AI量”作为发力点，放弃造车的苹果公司将资源集中到生成式人工智能就是一个重要的信号，三星、小米、荣耀、OPPO都在着力布局人工智能。

另一大热门领域是具身智能，即具有物理实体、能够通过传感器和执行器与环境进行实时互动、执行相应指令或进行决策的智能机器人。目前，在大模型训练下的机器人已经能够熟练完成抓取鸡蛋、折叠衬衫、浇花等简单工作，未来全能的家务机器人走进现实。

无论何种大模型，其计算和存储能力都依赖于芯片、传感器及算力基础设施，并且离不开电力的支撑。与人工智能密切相关的硬件创新、新型能源等领域也有望迎来爆发期。

相关数据显示，算力需求正以每年十倍以上的速度增长，需要更多的超大型数据中心来匹配人工智能应用场景。到2025年，人工智能业务在全球数据中心用电量中的占比将从2%增加到10%。

更深刻的变革正呼啸而来

回溯历史长河，每一次科技革命都对人类历史进程产生巨大影响。当前，以人工智能为代表的新兴技术正在重塑人类社会，传统岗位替代、数据隐私安全、知识产权保护、人工智能伦理等一系列挑战呼啸而来。

很多人对人工智能的认知，或许仍停留在个体与行业的焦虑对抗。与其担心人工智能，不如把人工智能当成能力倍增器。

在医疗领域，人工智能用于医学影像诊断、个性化治疗、病人监测等；在交通领域，自动驾驶可以提高交通效率，减少交通拥堵；在工业领域，人工智能驱动自动化生产、预测性维护、质量检测等；在教育领域，人工智能可以开展个性化教学、在线学习等……人工智能在改变千行百业的同时，也在改变工作本身。

应当看到，现阶段人工智能仍然处于发展初期，无法在每一个领域完全替代人的工作。在相当长一段时间内，人工智能所扮演的也只是辅助角色，让人们的工作更有效率，让产品生产周期大大缩短。

以AI制图为例，绘图表现力很大程度上取决于导入模型的精准度和操作者下指令的能力，AI制图已经成为从业者的一项必备技能，相关培训需求日益旺盛。人工智能还萌发了新职业，大模型是用海量的数据“投喂”出来的，对相关文本数据进行筛选、标注、纠错的人工智能训练师应运而生。

正如创新工场董事长李开复所说，“AI大模型是绝对不能错过的历史机遇。因为这将是有史以来最大的平台革命，它的作用将比Windows、安卓要大10倍甚至更多，它会让每个应用改写，会重构人类的工作，会让有创意的那些人的聪明才智被放大10倍或者更多。”

人工智能产业正在逼近新的临界点，必须紧紧抓住产业发展的战略机遇，努力在大变革中赢得未来。（青岛日报/观海新闻记者  周晓峰）

责任编辑：张慕鑫