2024年人工智能全景报告：全球 AI 发展的风向标（免费下载）

学术 2025-01-15 08:30 云南

在数字化浪潮的汹涌澎湃中，人工智能（AI）宛如一颗璀璨的明珠，照亮了科技发展的前沿道路。2024 年，英国风投公司 Air Street Capital 发布的第七版《人工智能全景报告》如同一份权威的行业指南，为我们揭示了 AI 领域的最新动态与未来趋势。这份报告不仅涵盖了研究、产业、政治和安全等多个维度，还对未来 12 个月全球 AI 的发展作出了精准预测。今天，就让我们深入剖析这份报告，一窥人工智能的未来蓝图！

一、研究前沿：技术突破与学科融合

（一）OpenAI 的持续领先与挑战者的崛起

在 AI 研究领域，OpenAI 一直以其强大的技术实力和创新成果占据着领先地位。其推出的 o1 大型语言模型，凭借出色的规划和推理能力，在众多模型中脱颖而出。然而，2024 年，Claude 3.5、Sonnet、Gemini 1.5 和 Grok 2 等模型的出现，几乎消除了与 GPT-4 之间的差距，各模型的表现开始趋于一致。这标志着 AI 研究领域竞争的加剧，也预示着技术的进一步成熟和普及。

（二）多模态研究的跨学科突破

多模态研究成为 AI 领域的一大亮点，它深入到数学、生物学、基因组学、物理科学和神经科学等多个领域，展现出突破语言局限的强大潜力。中国的大型语言模型在这一领域取得了显著成绩，深度求索、零一万物、智谱和阿里巴巴等机构研发的模型在大型模型系统机构排行榜上名列前茅，尤其在数学和编程方面表现卓越。深度求索率先采用多头潜在注意力（MLA）技术，降低了推理过程中的内存需求，并研发了增强型混合专家（MoE）架构；零一万物则专注于构建强大的中文数据集，弥补了常用数据存储库中相关数据的不足。

（三）开源项目的全球影响力

中国的实验室在开源项目方面表现活跃，赢得了全球粉丝的关注。深度求索的 Deepseek-Coder-V2 成为编程任务中最受欢迎的工具之一，以其速度、轻便和准确的特点受到开发者青睐。阿里巴巴发布的 Qwen-2 系列芯片，凭借出色的视觉识别技术，在光学字符识别（OCR）任务和艺术作品解析方面展现出非凡实力，震撼了业界。

（四）AI 在科学研究中的重大突破

2024 年，AI 在科学研究领域取得了多项重大突破，其影响力和重要性得到了国际学术界的广泛认可。瑞典皇家科学院将诺贝尔奖授予深度学习领域的先驱者，这不仅是对个人的荣誉，更是对 AI 作为一门学科以及加速科学发展的工具成熟度的肯定。DeepMind 和同构实验室发布的 AlphaFold 3 模型，能够模拟小分子药物、DNA、RNA 以及抗体与蛋白质靶点的相互作用机制，为生物医学研究提供了强大的工具。DeepMind的 AlphaProteo 模型则展示了新的实验生物学能力，能够设计出亲和力显著提高的亚纳摩尔级蛋白质结合剂。此外，Profluent 在 CRISPR-Cas 图谱上对 ProGen2 进行微调，成功生成了具有新序列的功能基因组编辑器，并在体外对人类细胞的DNA 进行了编辑，为基因治疗等领域带来了新的希望。

（五）AI 基础模型的跨领域应用

AI 基础模型在多个科学领域的应用不断拓展，展现出巨大的潜力和价值。在神经科学领域，“大脑语言模型”（BrainLM）基于 6700 小时人类大脑活动记录构建，通过功能性磁共振成像技术检测血氧含量的变化，学会了重建被掩盖的时空大脑活动序列，并能够泛化到未见过的数据分布。该模型可通过微调预测临床变量，如年龄、神经质程度、创伤后应激障碍（PTSD）以及焦虑症评分等，效果优于传统模型。在大气领域，微软研究人员创建的基础模型Aurora 能够针对全球空气污染和高分辨率中期天气模式等问题进行预测，并通过通用的已习得大气动力学表征适应新任务。MindEye2 生成式模型则能够将功能性磁共振成像活动映射到丰富的对比语言 - 图像预训练（CLIP）空间，再利用经过微调的 Stable Diffusion XL 模型从该空间重建个体所看到的图像，为视觉认知研究提供了新的视角。

（六）程序搜索与强化学习的创新探索

结合大型语言模型和进化算法的“趣味搜索”（FunSearch）在数学领域取得了新发现。它通过搜索程序而非直接的解决方案，发现复杂对象或策略的简洁且可解释的表述形式，为解决抽象和推理挑战提供了新的途径。谷歌 DeepMind 团队将其应用于极值组合学中的帽集问题以及在线装箱问题，发现了超越人类设计方法的新颖解决方案。此外，帝国理工学院和英属哥伦比亚大学的 OMNI-EPIC 项目利用大型语言模型创建了理论上无穷无尽的强化学习任务和环境流，帮助智能体基于先前学到的技能进一步发展，为大规模训练强化学习智能体提供了新的思路和方法。

二、产业发展：巨头争霸与初创企业的崛起

（一）英伟达的霸主地位与挑战

在 AI 产业领域，英伟达凭借其强大的硬件实力和技术创新，成为全球最具实力的公司之一，市值在 2024 年 6 月达到 3 万亿美元。其新款 Blackwell 系列图形处理器获得了大量预订单，并积极争取政府订单，地位看似坚不可摧。然而，超威半导体和英特尔等老牌竞争对手并未放弃追赶，开始投资建设软件生态系统，超威半导体利用 ROCm 平台大力推广开源，希望借助 49 亿美元收购服务器制造商 ZT 系统公司改变竞争局面；英特尔则在努力提升硬件性能，尽管目前尚未能对英伟达构成实质性威胁，但竞争态势依然激烈。

（二）初创企业的融资与盈利困境

众多生成式 AI 初创企业在 2024 年获得了大量融资，以创纪录的营收倍数进行融资，显示出投资者对 AI 未来发展的信心。然而，这些企业中很多尚未找到明确的盈利途径，面临着收入和利润的双重压力。尽管如此，一些最大模型提供商的营收已开始增长，如 OpenAI 有望在一年内实现营收增长两倍，但训练、推理及人员成本的增加也意味着亏损仍在持续扩大。这表明 AI 产业的发展仍处于探索和调整阶段，企业需要在技术创新和商业模式之间找到平衡。

（三）模型费用的下降与市场竞争

随着 AI 技术的不断发展和成熟，模型费用呈现出持续下降的趋势。OpenAI 和 Anthropic 的模型费用分别下降了 100 倍和 60 倍，这使得更多企业和开发者能够负担得起 AI 技术的应用，进一步推动了 AI 产业的发展。谷歌 Gemini 推出的模型系列在性能强劲的同时，定价极具竞争力，其 1.5 Pro 和 1.5 Flash 的价格在推出几个月后下降了 64%至 86%，而 Flash-8B 的价格更是比 1.5 Flash 便宜 50%，在许多基准测试中的表现却不相上下。这种价格战不仅加剧了市场竞争，也促使企业更加注重产品的差异化和用户体验。

（四）从模型构建到产品设计的转变

AI 实验室逐渐从单纯的模型构建转向产品设计，开始关注产品的外观、使用体验和市场契合度。像苹果、谷歌或抖音等成功的科技公司一样，OpenAI、Anthropic 和元宇宙公司等也开始深入思考如何将优秀的模型转化为具有竞争力的产品。Anthropic 公司的“Claude”、OpenAI 的高级语音功能、元宇宙公司的硬件合作项目以及对口型工具等，都是这一转变的体现。这表明 AI 产业的发展正从技术驱动向市场驱动转变，企业需要更加关注用户需求和市场反馈，以实现可持续发展。

（五）监管与市场整合的双重影响

监管机构对生成式 AI 领域的权力集中问题展开了调查，对关键参与者之间的关系进行了详尽审查，导致伪收购作为一种退出策略兴起。大型科技企业通过聘用初创企业的创始人和团队成员、让初创企业退出模型构建领域转而专注于企业服务业务、通过许可协议向投资者支付款项等方式，实现了对初创企业的整合。这种整合在一定程度上影响了市场的竞争格局，但也为 AI 产业的规模化发展提供了可能。同时，监管机构的审查和干预也在一定程度上限制了市场的无序竞争，促使企业更加注重合规经营和可持续发展。

三、政治格局：监管立法与国际合作

（一）全球治理与国家监管的推进

在全球治理停滞不前的背景下，国家和地区层级的人工智能监管却在不断推进。美国通过行政命令引入有限的前沿模型规则，各州也推行各自更具争议性的规则，如加利福尼亚州的 SB 1047。欧盟在经过最后一刻的疯狂游说后，终于通过了《人工智能法案》，尽管关于该法案的实施问题仍未得到充分解释。英国正缓慢朝着制定前沿模型相关立法的方向推进，新工党政府已发出信号，表示打算摒弃其前任仅通过现有立法来监管人工智能的做法。中国则是首个开始制定生成式人工智能监管措施的国家，从 2022 年起就出台了全面的指导方针，并在 2024 年进入了执法时代。这些监管措施的出台，旨在规范 AI 的发展，保障社会公共利益和国家安全，同时也为 AI 产业的健康发展提供了法律保障。

（二）公共计算与私人计算的差距

英国、美国和欧盟都开始加大其公共计算服务的力度，为研究人员和初创企业提供补贴，使其能够使用昂贵的硬件设备。然而，与私人计算方面的投入相比，公共计算的努力仍相形见绌。相关举措仍处于试验性阶段，尚未形成规模效应。这表明在 AI 领域，私人企业和大型科技公司依然占据着主导地位，公共计算服务的发展需要进一步加强和优化，以缩小与私人计算之间的差距，为 AI 产业的均衡发展提供支持。

（三）计算能耗与环境挑战

随着 AI 技术的广泛应用，计算能耗问题日益凸显，危及大型科技企业的净零排放承诺，能源基础设施也开始不堪重负。大型科技企业已签署了一系列到 2030 年的气候承诺，但人工智能的能耗却意味着他们目前正朝着错误的方向发展。这一问题不仅涉及到企业的社会责任和可持续发展战略，也关系到 AI 产业的未来发展和社会的广泛接受度。因此，如何降低 AI 计算能耗，实现绿色发展，成为 AI 领域亟待解决的重要课题。

（四）国防领域的 AI 竞争

自去年的报告发布以来，国防领域的AI 竞争逐渐加剧，一些重大合同被授予国防领域的挑战企业。然而，由于中标数量仍然较少，目前还难以判断一个新的生态系统是否正在形成。AI 在国防领域的应用涉及到国家安全和军事战略，其发展不仅受到技术因素的影响，还受到政治、军事和伦理等多方面因素的制约。因此，各国在推动国防领域 AI 发展的同时，也需要谨慎处理相关问题，确保 AI 技术的安全、可靠和可控应用。

（五）人工智能经济影响的争论

2023 年以来，关于人工智能经济影响的争论日益激烈。不同机构和学者对 AI 对各行业的影响程度和方式进行了广泛讨论，从就业结构的调整到经济增长的动力，从产业升级的机遇到社会公平的挑战，各种观点层出不穷。尽管目前尚未形成统一的结论，但这一争论反映了 AI 对经济社会的深远影响，也促使政府、企业和社会各界更加深入地思考如何应对 AI 带来的机遇和挑战，制定相应的政策和策略，以实现经济的可持续发展和社会的和谐稳定。

四、安全挑战：从安全主义到加速主义

（一）企业关注点的转变

从美国国会举行听证会以及为推动人工智能安全议程而进行全球巡回宣传的时期开始，领先的前沿模型企业正在加速向消费者推广人工智能产品，企业的关注点从安全主义转向加速主义。这一转变反映了 AI 产业发展的加速态势，也表明企业在技术创新和市场竞争的压力下，开始更加注重产品的推广和市场拓展，而相对忽视了安全问题。然而，安全始终是 AI 发展的重要基石，企业在追求发展的同时，必须充分重视安全问题，加强安全技术研发和管理，以保障 AI 系统的安全可靠运行。

（二）人工智能安全研究所的建立

英国创建了世界上首家人工智能安全研究所（AISI），美国、日本和加拿大等国也纷纷效仿，但工作力度有限。这些研究所的建立旨在加强对AI 安全问题的研究和应对，提升国家在 AI 安全领域的综合实力。通过开展前沿研究、培养专业人才、推动技术创新和国际合作等方式，各国希望能够掌握 AI 安全的主动权，为 AI 的健康发展提供有力保障。然而，AI 安全问题的复杂性和多样性决定了这一领域的研究和实践需要长期的努力和持续的投入，各国需要加强合作与交流，共同应对 AI 安全挑战。

（三）关键基础设施的安全防护

各国政府急于填补关键国家基础设施中的漏洞，英国通过其高级研究与发明局（ARIA）投入 5900 万英镑研发“把关系统”，旨在了解并降低能源、医疗保健和电信等关键领域人工智能带来的风险。美国能源部也一直在利用其内部测试平台评估人工智能可能对关键基础设施和能源安全构成的风险，国防部和国土安全部则专注于解决国家安全及民用目的的政府网络中的漏洞问题。这些举措表明，关键基础设施的安全防护已成为各国政府 AI 安全战略的重要组成部分，通过加强技术研发、风险评估和应急响应能力建设，各国希望能够有效防范 AI 对关键基础设施的潜在威胁，保障国家的安全和稳定。

（四）破解限制与攻击手段的研究

随着 AI 功能的不断拓展，新的漏洞也不断涌现。现有机构和专业实验室已加大了对破解限制的研究力度，设计潜在的修复方案，并创建了首批攻击者测试基准。各实验室越来越多地使用大型语言模型来扩大查找和修复漏洞的流程，包括元宇宙公司的两个团队也是如此。然而，攻击者的步伐依然迅速，新的攻击手段不断出现，给 AI 安全防护带来了巨大挑战。因此，AI 安全研究人员需要不断更新安全理念和技术手段，加强与攻击者的对抗演练，提高 AI 系统的防御能力。

（五）对抗性攻击与隐蔽攻击的防范

除了破解限制外，AI 安全还面临着更隐蔽的攻击威胁，涵盖了从训练到偏好数据，再到微调的方方面面。谷歌 DeepMind 的一个团队从生物视觉系统中汲取灵感，特别是微扫视概念，致力于提高图像分类器对对抗性攻击的稳健性。这表明，AI 安全防护需要从多个角度入手，综合运用多种技术和方法，构建全方位、多层次的安全防护体系。同时，也需要加强对隐蔽攻击手段的研究和监测，及时发现和防范潜在的安全风险，确保 AI 系统的安全可靠运行。

五、未来预测：全球 AI 发展的十大趋势

根据《人工智能全景报告 2024》的预测，未来 12 个月全球 AI 发展将呈现出以下十大趋势：

主权国家对美 AI 实验室的大额投资：某主权国家对美国一家大型人工智能实验室投资超过 100 亿美元，引发国家安全审查。这将加剧全球 AI 领域的竞争态势，促使各国更加重视 AI 技术的战略价值和发展潜力，同时也可能引发一系列政策调整和国际合作的变化。
无编程能力者的 AI 创新：一个完全由毫无编程能力的人创建的应用程序或网站将走红，例如进入苹果应用商店前 100 名。这表明 AI 技术的普及程度将进一步提高，非专业用户也将能够利用 AI 实现创新和价值创造，推动 AI 应用的多元化和普及化发展。
前沿实验室的数据收集变革：在相关案件开始进入审判阶段后，前沿实验室对数据收集工作进行了重要变革。这将促使 AI 企业在数据获取和使用方面更加注重合规性和伦理问题，推动数据治理和隐私保护技术的发展，同时也可能影响 AI 模型的训练和优化过程。
欧盟《人工智能法案》的宽松实施：在立法者担心监管过度时，欧盟《人工智能法案》的早期实施结果比预期的要宽松。这将为 AI 企业在欧洲市场的发展提供相对宽松的政策环境，但也可能引发对 AI 安全和伦理问题的进一步讨论和关注，促使企业更加自律和规范经营。
OpenAI o1 的开源替代方案崛起：OpenAI 公司 o1 的一个开源替代方案在一系列推理基准测试中超越了 OpenAI 公司的 o1。这将加剧 AI 模型市场的竞争，推动开源社区的发展和创新，同时也可能促使 OpenAI 等企业进一步优化和改进其模型性能，提升市场竞争力。
英伟达市场地位的稳固：竞争对手未能对英伟达的市场地位造成任何实质性的冲击。这表明英伟达在 AI 硬件领域的技术优势和市场地位依然稳固，将继续主导 AI 硬件市场的发展。然而，这也可能促使其他竞争对手加大研发投入和创新力度，寻求突破和差异化竞争的机会。
人形机器人投资的下降：由于各企业难以实现产品与市场的契合，人形机器人领域的投资水平将会逐渐下降。这反映了人形机器人市场面临的现实挑战和发展困境，企业需要更加深入地研究市场需求和应用场景，优化产品设计和功能，以实现商业化的突破和可持续发展。
苹果公司设备端 AI 的加速发展：苹果公司在设备端研究取得的出色成果加速了个人设备端人工智能化的发展势头。这将推动个人设备的智能化升级和创新，为用户提供更加便捷、高效和个性化的智能体验，同时也将进一步拓展 AI 技术的应用场景和市场空间。
AI 科学家生成论文的学术认可：一篇由人工智能科学家生成的研究论文在一个重要的机器学习会议或研讨会上被接受。这表明 AI 在科学研究领域的应用将得到更广泛的认可和接受，AI 生成的科研成果将逐渐成为科学研究的重要组成部分，推动科学研究方法和范式的变革。 10. 生成式 AI 互动电子游戏的突破：一款与基于生成式人工智能元素进行互动的电子游戏将取得突破性进展。这将为电子游戏产业带来新的发展机遇和创新模式，丰富游戏的内容和玩法，提升用户的沉浸感和体验感，同时也将进一步拓展 AI 技术在文化创意产业中的应用前景。
2024 年的《人工智能全景报告》为我们呈现了一个充满活力、竞争激烈且充满挑战的 AI 世界。从技术突破到产业发展，从政治监管到安全挑战，再到未来趋势的预测，报告涵盖了 AI 领域的各个方面，为我们提供了宝贵的参考和启示。在未来的日子里，人工智能将继续以其强大的力量推动科技的进步和社会的发展，同时也将面临着更多的机遇和挑战。我们期待着 AI 技术能够不断创新和完善，为人类创造更加美好的未来！

......

在水木人工智能学堂公众号对话框回复关键词ai9957，可获取完整报告下载链接。

水木AI知识荟2025.1.14日最新AI报告更新

往期回顾

🔥【精选报告】清华大学2024年AIGC发展研究报告3.0版（附下载，181页）
🔥【精选报告】重磅：2024年全球AIGC产业全景报告（附下载，58页）
🔥【精选报告】斯坦福李飞飞最新巨著《AI agent综述》Agent AI开启多模态交互新纪元（附下载，中英版）
🔥【精选报告】生成式AI如何重塑未来，吴恩达等AI领袖的独家观点不容错过！（附下载，160页）
🔥【精选报告】重磅：2024年全球人工智能全景现状最新报告（212页，中英文版，附下载）
🔥【精选报告】华为&清华大学--2024年AI终端白皮书：AI与人协作、服务于人（附下载）
🔥【精选报告】清华大学-大模型工具学习（附下载）
🔥【精选报告】海外权威报告：生成式人工智能（114页，附下载）
🔥【精选报告】腾讯研究院：向AI而行, 共筑新质生产力--行业大模型调研报告（85页，附下载）
🔥【精选报告】国际先进人工智能安全科学报告中期报告（132页，附下载）
🔥【精选报告】2024大模型应用实践报告--爱分析（35页，附下载）
🔥【精选报告】AIGC实践案例集锦：对话先行者，洞见新未来（附下载）

戳“阅读原文”下载报告。

水木人工智能学堂

水木人工智能学堂专注分享和普及AI知识，由清华大学、天津大学、深圳大学等AI团队创建，内容涵盖机器学习、深度学习、图像分析、语音及语义分析、AI求职及职业规划、行业报告等，汇集云知声、奥比中光、极视角等AI专家分享干货，欢迎关注。