AI技术发展阶段与特点 - AI当前处于从量变到质变的关键节点 伴随涌现效应 其特点是规模定律 即数据、算力、算法结合使智能达到某一界限后突破 [2] - 涌现效应使AI不仅具备模式识别和感知能力 更获得了认知、生成和创造力 [2] - 未来十年将是人类与智能共同成长的协作时代 [1] AI产业应用与影响 - AI正作为通用生产力工具从科技探索走向各行各业 推动新一轮生产力革命 [1][2] - 机器人产业完全由新一轮人工智能带来 [2] - 教育、医疗等垂直传统行业将受益于AI技术 例如AI可加快新药研发速度并改变其整个范式 [3] - AI应用发展推动了AI基础设施建设 包括芯片、数据中心和云计算 科技巨头均在加快布局 [3] 大模型竞争格局与发展路径 - 全球范围内通用的前沿大模型数量未来不会超过10个 更大的机会来自于垂直模型或行业模型 [5] - DeepSeek通过更高效的系统架构和灵巧算法 在不需要很高算力的情况下于全球竞争中脱颖而出 其开源生态辐射至非洲、东南亚等市场 [5] AI基础设施投资趋势 - AI是一个几十万亿元的产业 参与企业定位各异 巨头构建全栈AI生态以增强竞争壁垒 其他公司则定位应用层或AI Agent解决具体行业问题 [5] - 当前AI基础设施投资热未来可能存在泡沫 类比1998年互联网基础设施建设浪潮 科技企业宁愿多布局也不愿错失发展机会 [6] 信息智能与物理智能融合 - 信息智能与物理智能的融合是未来十年的关键窗口期 [6] - 当前融合的技术瓶颈包括物理世界数据比较分散 以及物理世界模型需要更好的推理能力、理解能力和对三维、四维空间的感知能力 [6] AI安全与治理挑战 - AI能力越强风险越高 包括失控和被滥用的风险 信息智能方面存在深度伪造、虚假信息和AI幻觉等问题 [7] - 人工智能生成内容占比达到52% 首次超越人类创作的48% 这些存在不实内容的信息作为新训练数据进入AI模型 可能导致不实信息指数级泛滥 [8]