LOL赛事下注 - 英雄联盟投注 -(中国)Riot Games

　　诚然，2024年可以说是生成式人工智能大模型领域承前启后之年，虽然未再现GPT-3和ChatGPT横空出世的震撼，但在延续前几年技术积淀的基础上，开启了广泛应用的时代。从AI技术首次涉足诺贝尔奖评选，到Cursor作为AI辅助编程的标杆工具彻底改变开发者的工作方式，再到Perplexity、Talkie等现象级AI应用打入大众市场，以及Sora在多模态生成领域进一步接近自然和人类规律，生成式AI展示了从技术探索迈向实际应用的巨大势能。

　　与此同时，算力仍然是推动技术进步的关键瓶颈，高昂的研发成本也随之攀升。此外，技术幻觉问题以及隐私与伦理方面的挑战依旧悬而未决。尽管大模型在技术上不断取得进展，吊足了胃口的人类，已不再满足于GPT o1的能力，而是期待通用人工智能（AGI）的世界马上到来。与这一宏大愿景形成对比的是，生成式AI的焦点正在逐步转向小模型的高效化以及低能耗解决方案，以便更加深入广泛的行业应用。另外，日益强化的行业监管和愈加激烈的市场竞争，也为这一领域的发展增添了更多变数与挑战。

　　去年，OpenAI还有两个里程碑式的大模型发布。一是最早于9月发布的o1模型，代号“草莓”，尽管它的性能要低于后来发布的o3模型，但其里程碑意义不容忽视。o1模型首次实现了在回答用户提问时，形成类似人类思维方式的内部思维链CoT（Chain of Thought），这一突破显著提升了模型在处理复杂和专业性问题时的表现，尤其是在研究、策略制定、编码、数学和科学等领域的高难度任务中，回答的准确性和逻辑性得到了明显改善。“思维链”这一概念也迅速走红，成为2024年大模型领域最常被提及的技术关键词之一。

　　在运算效率方面，2024年的新一代多模态模型通过引入稀疏激活机制、模型压缩和分布式算力架构，大幅提升了处理速度和响应效率，与以往需要离线计算或长时间生成的模型相比，性能更为出色。此外，这些模型突破了早期多模态技术对单一任务的限制，具备更强的上下文理解能力和任务适配性，能够胜任更复杂的任务，例如根据一张照片生成完整的故事情节，或通过语音输入实现图像增强和视频制作。这些进步让多模态模型在影视及广告行业的应用更为广泛，使其大幅提升内容创作效率、显著降作成本成为可能。

　　提及算力必须要提到英伟达，去年其H100 GPU凭借卓越的并行计算能力和显著优化的AI训练与推理速度，成为生成式AI的核心处理器。去年3月，英伟达发布了新一代GPU架构——Blackwell，该架构在训练与推理方面展现出卓越性能，进一步巩固了其行业领导地位。同时，谷歌的TPU和亚马逊的Inferentia等专为AI任务设计的定制芯片也在2024年加速普及，这些AI芯片亦推动了算力效率的持续提升，为人工智能的深度应用提供了强大支持。

　　当用户提出一个问题时，RAG机制让大模型优先从知识库中检索相关文档，这些知识库可能来源于内部文档，也可能是实时搜索获取，然后基于这些可靠数据生成回答，从而显著提升内容的准确性和可解释性，同时有效降低大模型的训练成本。此外，在有些特定领域，如医学、教育，通过微调小模型，可大幅提升其在该领域的表现，不仅应对了大模型泛化能力强但特定领域表现不足的短板，亦使其更容易落地到应用场景，由此开启了大模型企业级应用时代。

　　实际上，从2024年12月的AI排行榜可以看出，MAU（按月活跃用户）排名靠前的AI应用主要还是集中在办公效率工具领域，除了ChatGPT、Gemini和Claude等聊天机器人外，许多应用在办公场景中亦表现突出。微软Copilot作为早期的样板，推动了办公工具在2024年的全面发展。文章写作、PPT制作、绘图、视频创作、笔记和语法校正等功能，不仅能为用户节省大量时间，还能生成新颖、有创意的成果。不过此类应用的门槛相对较低，同质化竞争较为激烈。同一种需求，市场上可能存在上百个类似产品，脱颖而出并不容易。

　　成功背后的原因，我们认为主要来自三大方面，第一是AI搜索依靠的技术已经取得了长足进步，正如前面提到的大模型、RAG以及算力，正让搜索结果变得“简单可依赖”；第二，搜索蕴含着巨大的市场，实际是在侵蚀现有搜索引擎的市场空间，AI搜索的前段逻辑是先给出结果，再给出对应的参考网站，这为大量用户节省了二次查找的时间，部分替代了原有搜索引擎的功能；第三，在Agent架构下提供专业领域的知识库，能够灵活地帮助用户查找特定网站或特定专业领域的内容，而传统搜索引擎配置信息源的成本比较高。

　　具体来说，AppLovin首先采用生成式AI自动生成个性化广告内容，接触到大量的用户，然后通过AI模型实时监测用户获取成本（CAC）和用户生命周期价值（LTV）来动态调整广告预算，形成一个持续优化的闭环，机器学习则帮助平台逐步提升投放效率并降低成本。同时，AppLovin采用多AI Agent协同架构，将复杂的广告运营流程分解为创意生成、行为预测、竞价优化和效果分析等独立的Agent协作运行，如此进一步提升平台的灵活性和效率。

　　比Applovin更加迅速崛起的2024年现象级应用，Cursor无疑是最值得关注的一匹黑马。这家基于提示词自动生成应用程序的AI应用公司在去年8月份之前还默默无闻，8月a16z和Thrive Capital给Cursor的投资到位，估值4亿美元，到年底的B轮融资，估值高达26亿美元，12个工程师让公司估值上涨了6.5倍，如今已经成为百万程序员的必备神器，靠每月20美元的订阅费，让经常性年收入达到1亿美元。

　　不只是改变程序员，Cursor重大意义更在于工作方式的变革。在Cursor的世界里流传着一段传奇故事是一位8岁的小女孩利用Cursor在45分钟内就构建了一个聊天机器人，技术对普通人的神奇改变犹如当年的“别针换别墅”；同样不会编程的产品经理陈云飞花了1小时写了一个名为“小猫补光灯”的APP，然后发布在了苹果APP Store，一度在收费榜中排名第一。著名人工智能专家、Coursera创办人吴恩达认为懂AI的产品经理将在未来的市场中占据更为重要的位置，AI让开发门槛降低，而对能够明确“构建什么”的人才需求将大幅上升。

　　另外值得一提的是2024年获得巨大发展的中国AI出海应用。根据SensorTower发布的2024年上半年美国AI应用市场的下载量数据显示，排名前十的AI应用中有三款来自中国企业。其中，MiniMax的陪伴式应用Talkie在美国下载量排名第四，超越了美国同类产品领头羊Character.ai。MiniMax的另一款AI视频应用海螺（Hailuo）亦曾在9月登顶全球及国内增速榜首，而在教育领域，Question.AI和Gauth更是双双领跑美国市场，成为行业标杆。

　　作为人工智能与机器人产业交汇处的具身智能（Embodied AI），在2024年悄然取得进步。频繁亮相的特斯拉Optimus机器人去年在运动控制和任务执行方面展现出强大的迭代速度，在运动控制、任务执行、学习能力等方面不断提升水平，业已被特斯拉引入自家的汽车生产线测试。同样，搭载了视觉语言模型（VLM）、能够进行常识性推理，并能与人类进行有效沟通的Figure AI人形机器人Figure 02，也于去年11月正式进入汽车巨头宝马的生产线打工。

　　2024年，大模型已不再是OpenAI的一枝独秀。如果说2023年以Claude和Llama为代表的挑战者只是星星之火，而在2024年挑战OpenAI的大模型已经燎原。例如，DeepSeek v3模型以仅557万美元的训练成本实现了与Claude 3.5 Sonnet等顶级模型相媲美的性能，显著降低了高性能AI的进入门槛。同时，Meta推出的Llama 3.1和Llama 3.2开源模型在多模态能力上取得重大突破，在图像、音频和文本处理方面更加高效。

　　受到企业级用户青睐，加上Claude 3.5本身的技术实力，其流量在2024年实现了爆发式增长，从1月的2019万攀升至11月的8932万，增幅高达342%。这一成绩亦与Anthropic的市场策略密切相关，Claude凭借高性能和灵活架构，成为企业整合AI技术的首选方案之一，同时通过相对低价和良好的企业适配性占据市场优势。据报道，2024年美国AI初创企业融资达970亿美元，占全年初创融资总额的近一半，创历史新高，Anthropic抓住这一良机，大幅扩充销售团队规模，从2023年的200余名增长至去年9月的1000余名，同比增长500%，加速向市场渗透。因此，许多中小企业在2024年从开源或其他大模型转移到Claude作为其生成式AI能力的底层支持。

　　Gemini的信心还源于Google尤其是云服务的强力支持。在电商冲击广告业务、搜索面临Perplexity围追堵截之时，Google比以往任何时候都更加重视AI的推动作用。2024年，Google Cloud以Gemini 2.0为核心，整合旗下AI模型与组件，对Vertex AI平台进行升级，并与其生态系统（如Workspace）实现无缝衔接，旨在吸引更多的企业客户，从需求侧深度绑定谷歌云服务，助力其在云计算和AI应用领域占据更大的市场份额。

　　我们以字节跳动的AI布局为例。首先，2023年11月，字节成立Flow部门，专注于AI模型的技术开发与应用，共分为三层，Stone团队承担产品研发支持职能；Seed团队主攻大模型研发；Flow团队则聚焦AI产品应用开发。其中，作为底座的豆包大模型以“豆包通用模型PRo”、“视觉理解模型”、“语音合成模型”为主打分别对应文本、视频和音频，其研发水平的提升通过评测的方法不断对比国际同类大模型，而其中又根据不同细分场景，再切出来几十种特定模型，如声音复刻模型、角色扮演模型，适配各类场景应用；而更底层的火山引擎则提供底层算力和云计算基础。

　　在算力领域，英伟达凭借其领先的技术和生态系统，始终占据行业主导地位。根据Trendforce和Digitimes，单看搭载GPU的AI服务器，英伟达市占率逼近9成，其主要竞争对手AMD市占率则仅约8%。去年10月，AMD发布了MI325系列数据中心加速器，与英伟达依然有显著差距，其管理层表示，与目前正在扩大规模的英伟达Blackwell的竞争可能不那么顺利。从收入的表现来看也是如此，AMD的收入增长并不像英伟达那么明显。