《2024年度AI十大趨勢報告》發(fā)布：技術(shù)創(chuàng)新、產(chǎn)品洗牌、行業(yè)動態(tài)一文看盡

量子位智庫 發(fā)自 凹非寺

量子位 | 公眾號 QbitAI

站在年尾來看，奔涌的AI浪潮呈現(xiàn)出怎樣的趨勢？又給2025年留下了什么樣的伏筆？

3個視角維度，10大年度趨勢，在量子位智庫今日重磅發(fā)布的《2024年度AI十大趨勢報告》中清晰詳盡地呈現(xiàn)。

毫無疑問，現(xiàn)在的我們正處于一個深受AI全方位變革影響的時代。

區(qū)別于其他智庫和研究機(jī)構(gòu)，量子位智庫基于量子位對人工智能領(lǐng)域的長期理解把握和深厚積淀，持續(xù)跟蹤領(lǐng)域在產(chǎn)學(xué)研屆的創(chuàng)新、洗牌、動態(tài)，結(jié)合對近百家初創(chuàng)公司、研究院、投資機(jī)構(gòu)的深度交流，從技術(shù)、產(chǎn)品、行業(yè)三個維度勾勒AI現(xiàn)狀、展望未來走勢。

報告不僅深入剖析這一前沿科技如何迭代技術(shù)能力、重塑商業(yè)版圖、引領(lǐng)產(chǎn)業(yè)升級，還敏銳洞察變革趨勢，對未來路徑進(jìn)行前瞻性展望。

該報告也得到了產(chǎn)學(xué)研領(lǐng)域眾多機(jī)構(gòu)的支持，不僅在趨勢提名上眾智，在具體技術(shù)方面，也分享了精彩判斷和評論。這讓報告有了更廣的視角基礎(chǔ)，以及更深的產(chǎn)業(yè)生態(tài)基礎(chǔ)，特此鳴謝——

現(xiàn)在，把鏡頭聚焦AI，年度十大趨勢，一起先睹為快：

• 大模型創(chuàng)新：架構(gòu)優(yōu)化加速涌現(xiàn)，融合迭代大勢所趨
• Scaling Law泛化：推理能力成皇冠明珠，倒逼計算和數(shù)據(jù)變革
• AGI探索：視頻生成點燃世界模型，空間智能統(tǒng)?虛擬和現(xiàn)實
• AI應(yīng)用格局：第?輪洗牌結(jié)束，聚焦20賽道5大場景
• AI應(yīng)用競爭：多領(lǐng)域競速運(yùn)營大于技術(shù)，AI助手兵家必爭
• AI應(yīng)用增長：AI+X賦能類產(chǎn)品大干快上，原生AI爆款難求
• AI產(chǎn)品趨勢：多模態(tài)上馬，Agent席卷?切，高度個性化呼之欲出
• AI智變千行百業(yè)：左手變革生產(chǎn)力，右手重塑行業(yè)生態(tài)
• AI行業(yè)滲透率：數(shù)據(jù)基礎(chǔ)決定初速度，用戶需求成為加速度
• AI創(chuàng)投：投融資馬太效應(yīng)明顯，國家隊出手頻率提升

技術(shù)視角

大模型創(chuàng)新：架構(gòu)優(yōu)化加速涌現(xiàn)，融合迭代大勢所趨

2017年《Attention Is All You Need》論文發(fā)表，Transformer架構(gòu)問世，并逐漸成為自然語言處理領(lǐng)域主流技術(shù)范式。但Transformer并非完美無缺，產(chǎn)學(xué)研界也一直存在一種聲音：架構(gòu)領(lǐng)域需要新的突破，來構(gòu)建強(qiáng)大且高效的新一代基礎(chǔ)大模型。

誰將革新甚至顛覆Transformer，取而代之？

2023年以來，大量創(chuàng)新大模型架構(gòu)涌現(xiàn)，嘗試在保留Transformer優(yōu)勢的同時解決其算力開銷太高的問題，有望在性能與效率上實現(xiàn)突破，對Transformer的絕對統(tǒng)治地位形成有力挑戰(zhàn)。

• 類循環(huán)神經(jīng)網(wǎng)絡(luò)模型（以RWKV為代表）
• 狀態(tài)空間模型（以Mamba為代表）
• 層次化卷積模型（以UniRepLKNet為代表）
• 多尺度保持機(jī)制模型（以RetNet為代表）
• 液體神經(jīng)網(wǎng)絡(luò)模型（以LFM為代表）
• ……

多種有代表性的技術(shù)路徑，在不同程度保留Transformer架構(gòu)優(yōu)勢的基礎(chǔ)上，結(jié)合RNN、CNN等思想所做出的創(chuàng)新發(fā)展，這也使得大模型架構(gòu)呈現(xiàn)出日益明顯的混合趨勢， 更多創(chuàng)新架構(gòu)具備 “博采眾家之長”的特點。

Scaling Law泛化：推理能力成皇冠明珠，倒逼計算和數(shù)據(jù)變革

技術(shù)層面，另一個備受關(guān)注的重點是Scaling Law的泛化。

第一代Scaling Law指引模型開發(fā)者們在參數(shù)量、數(shù)據(jù)集和計算量之間尋找模型性能的最優(yōu)解，引發(fā)了大家對算力、數(shù)據(jù)等資源分配的思考。

量子位智庫觀察到，參數(shù)量與計算量的膨脹帶動我國萬卡集群以及高性能網(wǎng)絡(luò)的建設(shè)和發(fā)展；同時數(shù)據(jù)耗盡危機(jī)中，合理善用合成數(shù)據(jù)成為較優(yōu)選擇。

此外，OpenAI o1無疑是今年受矚目的模型之一，在它身上體現(xiàn)了推理能力的大幅提升。以o1為代表的新Scaling Law，促使大模型追求更高的推理能力。

橫向?qū)Ρ華pple Intelligence Foundation、Gemma 2、Llama 3.1、Qwen2訓(xùn)練方法可以看到，后訓(xùn)練的比重正在不斷增加，模仿學(xué)習(xí)+強(qiáng)化學(xué)習(xí)成為典型AI發(fā)展路徑范式。

AGI探索：視頻生成點燃世界模型，空間智能統(tǒng)?虛擬和現(xiàn)實

2024年，AI技術(shù)在多元方向持續(xù)突破，視頻生成、世界模型、具身智能和空間智能等技術(shù)推動了人類對AGI的探索。

視頻生成方面，擴(kuò)散模型在多任務(wù)中取得顯著成果，已成為視頻?成的主流技術(shù)路徑。尤以DiT（Diffusion Transformer）模型最受矚目。

在世界模型領(lǐng)域，研究者們致力于開發(fā)能夠模擬和理解真實世界的模型，核心在于通過學(xué)習(xí)大量數(shù)據(jù)，使模型能夠自然涌現(xiàn)新的行為和決策能力。

與世界模型密不可分的還有具身智能。今年起，具身智能逐漸從概念走向落地，玩家們紛紛推出??的?款?形機(jī)器?，同時開始在靈巧?自由度、控制精度和感知技術(shù)上發(fā)力，持續(xù)攻克技術(shù)難題。

而空間智能，則是一個與世界模型和具身智能都緊密相關(guān)的概念?？臻g智能指的是機(jī)器在三維空間和時間中感知、推理和?動的能?，其野望在于將空間計算操控虛擬世界的本領(lǐng)和具?智能觸達(dá)現(xiàn)實世界的能?結(jié)合起來。

產(chǎn)品視角

AI應(yīng)用格局：第?輪洗牌結(jié)束，聚焦20賽道5大場景

為了更好地從數(shù)據(jù)維度觀察國內(nèi)產(chǎn)品的現(xiàn)狀，量子位智庫選取了400余款具有代表意義的產(chǎn)品進(jìn)行研究。

從細(xì)分賽道來看，這400款產(chǎn)品可以具體劃分為20個品類——AI智能助?、AI陪伴、AI相機(jī)、AI寫作、綜合類套件、AI修圖、AI視頻、AI教育、AI?樂/?效、AI設(shè)計、AI?圖、AI搜索、AI圖?、AI總結(jié)和AI翻譯，各賽道已分別產(chǎn)生代表產(chǎn)品進(jìn)而再細(xì)分，并呈現(xiàn)出不同的發(fā)展特點。

其中，AI智能助?是表現(xiàn)最突出的AI原?類產(chǎn)品，也是國內(nèi)?模型?研?商技術(shù)實?的最直觀體現(xiàn)。目前來看，AI智能助手賽道內(nèi)部已經(jīng)出現(xiàn)了明顯的梯隊劃分，豆包取得了斷層式領(lǐng)先。

AI陪伴雖然廣受關(guān)注，但目前整體增長乏力，星野、貓箱等Top產(chǎn)品和Killer APP之間仍有相當(dāng)距離。

AI搜索則已經(jīng)成為新的業(yè)務(wù)布局重點，既包括秘塔AI搜索等原生AI搜索，也包括類似納米搜索、夸克瀏覽器的AI加強(qiáng)搜索和知乎直達(dá)、小紅書達(dá)芬奇等業(yè)務(wù)AI搜索。

如果以具體使用場景劃分，可以分為：重在整體效率提升的全使?場景、整體數(shù)據(jù)表現(xiàn)最優(yōu)的?作提效、2025年有望顯著突破的創(chuàng)意?成、面臨嚴(yán)峻合規(guī)挑戰(zhàn)的休閑娛樂和?常?活等。

AI應(yīng)用競爭：多領(lǐng)域競速運(yùn)營大于技術(shù)，AI助手兵家必爭

為了更好地還原國內(nèi)AI產(chǎn)品的現(xiàn)狀，量子位智庫從用戶規(guī)模、新增速度、用戶活躍和用戶粘性四??度進(jìn)行了數(shù)據(jù)統(tǒng)計。

目前，APP端和Web端均尚未出現(xiàn)比肩互聯(lián)?時代現(xiàn)象級破圈之作的產(chǎn)品，且整體來看和海外同類型產(chǎn)品相差5倍以上。

在APP端，?前還沒有產(chǎn)品能夠拿出全維度的亮眼表現(xiàn)，市場缺乏誕生殺手級產(chǎn)品的場景。

截?2024年10?，共56款產(chǎn)品的歷史下載量超百萬，8款產(chǎn)品歷史下載量超千萬，夸克和豆包的歷史總下載量已過億。

而從單月新增來看，夸克、豆包和Kimi智能助手月增長可達(dá)到千萬級，10款產(chǎn)品可達(dá)百萬級；DAU方面，夸克DAU超過2600萬，豆包、Kimi、天天跳繩和文小言DAU超百萬；用戶粘性方面，夸克和叨叨三日留存率超過30%。

在Web端，AI智能助?賽道外的所有賽道都基本處于停滯狀態(tài)，AI搜索、AI寫作、AI?圖等賽道甚?出現(xiàn)了頭部產(chǎn)品數(shù)據(jù)下滑、或是下滑后回升乏力的情況。

用戶規(guī)模方面，月總訪問量超千萬的共7款產(chǎn)品，包括夸克、騰訊文檔、百度文庫、Kimi智能助手、文心一言、豆包和通義。

而在用戶活躍度上，共3款產(chǎn)品——夸克、Notion和百度文庫的MAU超過千萬，19款產(chǎn)品MAU超過百萬。僅有14款產(chǎn)品人均每月訪問超過5次，13款產(chǎn)品平均訪問時長超過10分鐘。

在數(shù)據(jù)統(tǒng)計基礎(chǔ)上，「量子位智庫AI 100」通過綜合100和原生100兩張榜單提名了國內(nèi)優(yōu)秀的AI產(chǎn)品。

AI應(yīng)用增長：AI+X賦能類產(chǎn)品大干快上，原生AI爆款難求

當(dāng)前，AI產(chǎn)品可被劃分為以AI為底層設(shè)計邏輯的AI原?類產(chǎn)品、在原有互聯(lián)?產(chǎn)品上深度嵌?AI功能的AI+X產(chǎn)品、基于外接API微創(chuàng)新的套殼類產(chǎn)品和將多個產(chǎn)品/模型API集中拼湊的集合站類產(chǎn)品。

從數(shù)據(jù)來看，由于和業(yè)務(wù)流程融合得更為緊密、需求識別明確等原因，AI+X類產(chǎn)品?前的整體數(shù)據(jù)表現(xiàn)顯著優(yōu)于AI原生類產(chǎn)品，并以辦公軟件和內(nèi)容平臺為重點布局領(lǐng)域。

對辦公軟件??，續(xù)寫、改寫、命題寫作等不同程度的AI寫作功能，以及針對論?、?說等不同題材的AI總結(jié)功能基本成為標(biāo)配。

其中，主要業(yè)務(wù)為提供模板及參考內(nèi)容的素材庫類產(chǎn)品和編輯器形態(tài)的辦公軟件表現(xiàn)更為突出，代表產(chǎn)品為百度?庫和WPS AI。由于AI?成效果會直接影響產(chǎn)品的核?使?體驗，此類產(chǎn)品相對更強(qiáng)調(diào)具體功能的精準(zhǔn)度。

而在內(nèi)容平臺中，AIGC?多從三個?向共同發(fā)?：基于平臺內(nèi)容的AI搜索、?于帶動UGC的AI?成功能及模板，還有?檻進(jìn)?步降低的內(nèi)容創(chuàng)作?具。

基于此，量子位智庫對AI原生類產(chǎn)品提出了場景融合、簡化用戶體驗、品牌信任和推廣三大建議。

AI產(chǎn)品趨勢：多模態(tài)上馬，Agent席卷?切，高度個性化呼之欲出

隨著?模型對圖像和視頻信息的處理能?快速提升，預(yù)計2025年將開始出現(xiàn)更為綜合性的多模態(tài)交互，AI能夠通過物聯(lián)?、特定信息等多種感知通道進(jìn)?協(xié)同。

多模態(tài)輸?和輸出使AI交互性更強(qiáng)、交互頻次更?，適?場景也更加豐富，AI產(chǎn)品整體?平顯著提升。

Agent作為融合感知、分析、決策和執(zhí)?能?的智能體，能夠根據(jù)?戶歷史?為和偏好，主動提供建議、提醒并個性化執(zhí)?能?，為?戶提供?度個性化的任務(wù)。其交互的主動性和?動化遠(yuǎn)超現(xiàn)有工具。

從技術(shù)和配套設(shè)施兩??發(fā)展來看，從2025年開始，AI Agent即將?泛投?使?。量?位智庫認(rèn)為，AI Agent有望帶來獨屬于AI 2.0時代的交互?式、產(chǎn)品形態(tài)和商業(yè)模式。

從個性化推薦到直接?成個性化內(nèi)容，AIGC能夠使?戶體驗的個性化程度有明顯提升，這將幫助產(chǎn)品進(jìn)?步完善?戶體驗，并通過提??戶忠誠度和遷移成本，實現(xiàn)差異化定價和進(jìn)?步的服務(wù)增值，對產(chǎn)品的差異化競爭有重?意義。

?前，基于AIGC的?度個性化已經(jīng)在AI教育（個性化題庫及教學(xué)安排）、AI陪伴（AI個?助理及虛擬伙伴）、AI營銷（商品個性化推薦、營銷內(nèi)容個性化?成）領(lǐng)域有明顯進(jìn)展。在硬件端搭載的多款A(yù)I智能助?也已開始以?度個性的個?助理作為宣傳重點。

行業(yè)視角

AI智變千行百業(yè)：左手變革生產(chǎn)力，右手重塑行業(yè)生態(tài)

過去的一年里，量子位智庫發(fā)布多篇深度報告，持續(xù)追蹤AI技術(shù)在千行百業(yè)的落地情況及發(fā)展?jié)摿Α?/p>

當(dāng)前，AI在行業(yè)應(yīng)用中呈現(xiàn)AI+和AI原生兩大情境。

在AI+情境中，AI多以生產(chǎn)力工具角色出現(xiàn)，滲透行業(yè)各環(huán)節(jié)；在AI原生情境中，行業(yè)則從?開始就基于AI技術(shù)發(fā)展。

量子位智庫在《2024年度AI十大趨勢報告》中分析了AI在智能駕駛、具身智能、智能硬件、游戲、影視、營銷、教育、醫(yī)療8個場景的落地效果和行業(yè)特點。

總而言之，AI對行業(yè)的變革和滲透值得高度關(guān)注，但僅有先后早晚、程度輕重之分，而沒有有無之爭。

AI行業(yè)滲透率：數(shù)據(jù)基礎(chǔ)決定初速度，用戶需求成為加速度

報告中，量子位智庫將AI滲透行業(yè)的關(guān)鍵歸納為3類情景、9大因素，以解碼行業(yè)發(fā)展背后不變的規(guī)律。

以下圖所示的8個代表行業(yè)為例：

從AI行業(yè)影響力圖譜可以看出，當(dāng)前階段，AI對各行業(yè)的滲透及引發(fā)的變革，呈現(xiàn)出較為清晰的三個生態(tài)位：

第一梯隊中的智能駕駛和具身智能行業(yè)對AI技術(shù)具有緊密需求和強(qiáng)伴生性，顯示出強(qiáng)關(guān)聯(lián)。

第二梯隊包括營銷、游戲行業(yè)、影視行業(yè)和智能硬件。前三者通過AI技術(shù)實現(xiàn)生產(chǎn)降本增效、深度整合工作流；智能硬件行業(yè)有望通過AI技術(shù)推動行業(yè)升級。

第三梯隊涵蓋了教育和醫(yī)療基礎(chǔ)行業(yè)。這些行業(yè)在政策支持下積極擁抱AI技術(shù)，同時對安全可控性有更高要求。

總體而言，AI技術(shù)在不同行業(yè)的滲透和變革力受到多種因素的影響，其中，行業(yè)的數(shù)據(jù)基礎(chǔ)和用戶需求或成關(guān)鍵因素。

AI創(chuàng)投：投融資馬太效應(yīng)明顯，國家隊出手頻率提升

回顧2024年，放眼世界，AI仍舊是最強(qiáng)吸金賽道。

據(jù)統(tǒng)計，國內(nèi)AI行業(yè)融資總金額增加，但事件數(shù)同比下降，反應(yīng)了機(jī)構(gòu)更加謹(jǐn)慎的理性態(tài)度；同時馬太效應(yīng)越發(fā)明顯，資本更青睞熱點賽道和高成熟度賽道。

在各細(xì)分賽道中，智能駕駛獨占鰲頭，投資事件數(shù)量和金額總數(shù)遠(yuǎn)超其他賽道，且多家企業(yè)的成功IPO為市場注入了巨大信心與活力。

AI+教育、AI+游戲、AI+醫(yī)療等賽道也迎來了投資總額的增長，調(diào)研統(tǒng)計結(jié)果顯示，機(jī)構(gòu)對技術(shù)難度更高、壁壘更強(qiáng)、更晚達(dá)到TPF（Technology-Product Fit）的賽道展現(xiàn)出更強(qiáng)興趣。

在政策方面，由于政府對AI技術(shù)本身及其在各行業(yè)落地的長期關(guān)注，尤其積極推進(jìn)AI原生行業(yè)發(fā)展，北京、上海、武漢等城市已經(jīng)出臺一系列政策，吸引AI相關(guān)的人才聚集與企業(yè)落地。同時，國家隊的頻繁出手投資體現(xiàn)出政策的鼓勵與支持。

獲取完整報告

量子位智庫長期從科研、投資、創(chuàng)業(yè)、轉(zhuǎn)化等不同角度，長期陪伴大家一同經(jīng)歷前沿科技變革的時代。

通過《2024年度AI十大趨勢報告》，量子位智庫期待能夠為構(gòu)建AI及相關(guān)產(chǎn)業(yè)體系化的認(rèn)知提供有力參考。

完整報告下載鏈接：
https://jkhbjkhb.feishu.cn/wiki/W5D7wuDcbiPXDLkaRLQcAJpOn8f?from=from_copylink