会议主要讨论的核心内容 海外AI发展方向 - 海外巨头已形成清晰的阵营和发力方向 [1][2] - 巨头之间开始有更多合作 [2][3] - 大模型发展面临一些问题,如应用落地不顺畅 [3][4] - 未来一年海外巨头将聚焦于选择不同方向重点发力、探索新商业模式,以及技术路径的变革 [4][6] 国内AI发展现状 - 国内大模型整体发展较为凌乱,生态圈和工具配套较弱 [4][5] - 国内企业在工具类和生态圈搭建方面优势较大 [5] - 国内可能在一些应用爆点上与海外持平或略有优势 [5] - A股市场更青睐于工具类和生态类公司 [5] 大模型技术发展趋势 - 未来2-3年大模型持续迭代,但用户感知进展缓慢 [6] - 算力提升仍是大模型进步的关键 [6][7] - 大模型可能在多模态、架构调整等方面有新突破 [6][7] 应用落地进展缓慢 - 2B应用进展较慢,主要受制于高要求、用户使用门槛高等因素 [9][10] - 2C应用虽有效率提升,但成本未下降,主要受模型使用费用、私有化部署、数据成本等因素影响 [12][13][14] - 大模型参数不断升级,但很难看到真正的爆款应用 [14][15] 主流模型评估 - 国内主流模型如百度、阿里、清华智云等各有优缺点 [16] - 海外模型如Llama系列有明显进步,但算力要求较高 [16] - 国内文生图、图生图应用仍面临一些挑战 [16]