大模型，无疑是2023年上半年科技领域最瞩目的关键词。
产业链上个中进展亦或是包括投融资在内的行业聚焦讨论，已经从对技术本身的展望，越来越具象到行业落地当中去。
借助WAIC2023（世界人工智能大会）视角，量子位智库关注到各领域企业发布的大模型，都已无疑指向行业与应用。
与此同时，在投融资层、算力数据模型三大底座层面以及应用层，还梳理了十大AI商业落地趋势。
（完整报告传送门见文末）
首先是投融资层。据不完全统计，今年上半年国内大约有20+家大模型公司获得超过60亿元的融资，金额在全球占比只有6%，投资市场稍显冷清。
一方面，做大模型耗费算力人力，中国大模型企业需要跟同行抢占算力资源。
以Inflection AI为例，最新融资的15.3亿美元约有7-8亿用以购买英伟达H100显卡，占比约50%。
另一方面，行业本身还面临着投资金额大、回报周期长、成功率较低、行业竞争激烈、市场合规等问题，国内一级投资人出手谨慎，实际交易金额较少。
投资圈共识是最后能跑出的大模型公司最多只有10+家。
因此目前新创业公司中重点押注融资量级最大的两家——智谱AI和MiniMax，其余中小企业和新进场玩家融资较为困难。
投资方认为在大模型层面的未来格局，除了BAT、科大讯飞、已有的融资玩家和上面两家公司，其余公司机会较少。
投资圈普遍认为，AI 2.0时代下，所有企业产品和服务都可以利用AI和大模型能力重做一遍。与此同时，在企业内部工作流程中也能起到降本增效的作用。
这也是应用层较好的投资机会点之一——
结合企业自身特点，帮助或加速企业大模型应用落地。比如做提示词优化、定制专属大模型、AI安全等。
回顾今年上半年AIGC+企业服务的投资事件，数量较多，投资金额较大，轮次偏早期，投AIGC项目的资本大量涌入企业服务赛道。最具代表性的，就是企业软件层面的范式革新。
同样在应用层备受关注的还有对话式AI虚拟助手。它依托于大模型的语言理解和内容生产能力，以及多模态交互等底层技术，能够产生人机协同这一新型生产关系。
比如新一代的协助对话引擎、智能客服、智能陪练、智能质检、坐席助手、虚拟数字人等核心产品，帮助企业打造「超级员工」，帮助个人打造「超级助理」。
与此同时，它还能与物理世界相结合，以车或者机器人作为载体，在现实中帮助人们做更好地分析与决策。
目前许多大厂和轮次靠后的公司都在积极探索两者与AI的结合。2023上半年融资量级最大的两家——智谱AI和 MiniMax均涉足此赛道。
在数据层，大模型井喷式发展给数据安全带来前所未有的挑战。
由于大模型参数规模大、训练数据来源多样，生成式大模型在海量语料内容中拼接式生成内容，传统场景下的版权判定方式在大模型时代下就会失效，隐私泄露、版权侵犯等问题愈发严重。
隐私计算实现数据「可用不可见」、让数据产生价值的同时规避信息泄露等问题的能力再次受到瞩目。
在数据要素自由流通的前提下，要实现最大化发挥数据价值的目标，需要实现数据密态流转。
数据密态可在数据共享、计算直到销毁的完整传播链路中，保持数据处于加密状态，不出现明文数据失控。此外，将数据持有权与使用权分离，实现数据使用权的跨域管控。
大模型的发展，给算力提供方提出了更高的要求；参数量指数级增长，如何高效稳定地训练大模型成为行业核心议题。
台积电曾预计2030年全球半导体市场将接近1万亿美元；其中，高性能计算（包含AI计算）市场将占比40%，足以见得算力市场需求的庞大。
企业对算力的需求呈现「6高」 特征：高性能、高带宽、高存储、高通用性、高效分布式计算和高效的集群互联。
算力厂商系统级工程能力将成为其业务增量的技术底座，系统级工程能力将决定算力厂商业务落地的有效性。
算力基础设施一方面需要强大的计算集群，另一方面也需要高速可靠的网络让数据及时流动。
在网络层面，模型参数量越大，对带宽的需求就越高，GPU与GPU间、服务器与服务器节点之间存在海量的内部数据交互需求。
目前，三大运营商是我国算力网络建设中的主力，通过发挥网、算、数一体全要素资源优势，为用户提供「即取即用」的算力资源。
未来，随着AIGC产业的成熟，对于算力的需求也将更加多元。运营商通过算、网、智一体化编排调度，为用户提供多元算力服务，将成为算力中间层厂商的落地方向。
由于垂直企业研发大模型的投入产出比较低，且算力、数据、人才等模型研发所需要素皆有不足。
相比于研发出比肩 GPT-4、Palm 2通用基础大模型，国内各垂直领域企业更期待基于通用大模型技术垂直开发专属模型。
在未来，技术和模型的统一将使得 AI 大模型逐步标准化、规模化。
基于标准化的大模型，有助于为大范围产业化提供基础和可能，从而实现 MaaS 生态。
进一步借助云部署和云端协作，AI 将有可能成为像水电一样的「新基建」 赋能各行各业，催生颠覆性的应用场景和商业模式。
大模型等AI技术已应用于移动游戏开发，其中大型多人在线游戏（MMO）将成为首要试验领域。
强化学习契合游戏多方面特性，在现阶段的游戏技术开发过程中占主导地位。它会为玩家带来更加智能、丰富和个性化的游戏体验，这也将成为游戏开发商们竞相尝试的领域。
同时，游戏行业环境稳中向好，游戏版号的平稳发放，多方对游戏行业的支持较稳定。这对从业者来说是个积极的信号。
WAIC 2023 「游戏 AI 应用与游戏科技论坛」中，腾讯旗下的腾讯AI Lab、天美J3工作室、腾讯T1工作室、腾讯魔方工作室分享了在游戏 AI 道路上的最新进展。
量子位智库还关注到，网易祝融工作室6月发布的手游《逆水寒》已在多方面融入 AI 技术，他们的研究和实践将极大地推动游戏行业的发展，为玩家带来更加出色的游戏体验。
整体来说，量子位智库看好国内游戏行业的稳步增长和未来的潜力，AI技术的应用将为游戏开发带来新的机遇和挑战，相信未来的游戏将会更加智能、多样化，并满足玩家不断增长的需求。
具身智能概念日益受到重视，在这一趋势下，已有成型的仿生机器人项目引入了具身智能的概念，更多机器人玩家看重 AI 与仿生智能体相结合。
WAIC 2023「具身通用人工智能」会议中，清华大学交叉信息研究院教授陈建宇分享了研究的新进展，并发布了团队所设计的人形机器人的最新版本。
宇树科技最新四足机器人 Unitree GO2 ，该机器人采用「GPT 自动生成控制代码」和「AI 训练步态」，显示了具身智能在机器人设计中的应用。
还有像傅利叶智能等公司也加入到人形机器人行业中，发布最新通用人形机器人GR-1。
此外，达闼科技的具身智能成果Cloud Ginger也在展会上亮相，发布首个机器人多模态大模型RobotGPT。
整体来看，AGI 及大模型技术等的发展，越来越多的从业者对仿生机器人产业表示看好。
在AI赋能的世界里，学习者与AI之间将经历以下过程：
从最初的「被动消费者」逐渐变成「交互消费者」，AI工具在与学习者的交互中学会去适应学习者的思维。
接下来，单个学习者借助AI工具创造内容，逐渐扩展到一个小组借助AI工具创造内容，到最后学习者完全转变为「扩充」学习模式。
由此可见，大模型和人类在交互中共同进步。
人类产生的数据可以被采集并用作训练模型的数据，帮助模型迭代；迭代后的模型又可以更好地服务于人类。
未来，大模型的迭代关键在于吸纳更多人类高质量数据。
目前GPT已获得部分高校的初步应用，主要用来做学习/预测性分析。以GPT已经落地的香港科技大学为例，其通过引进GPT做三方面探索：
- 1）理解人们如何通过GPT学习；
- 2）利用GPT搭建个性化学习模式，并改进教学内容；
- 3）理解不同因素（例如提示工程和评估设计）如何影响学习成果，并将反馈用于教学场景。
复制下方链接至浏览器打开：
https://jkhbjkhb.feishu.cn/wiki/W5D7wuDcbiPXDLkaRLQcAJpOn8f
“
