会议主要讨论的核心内容 应用侧 1. 2B应用：Adobe和微软将AI嵌入到现有的软件,目前客户的付费意愿提升不是很快,需要产品进一步优化迭代。但总体上,2B的AI应用API调用量仍在快速增长,将逐步推广到国内类似的应用场景(如知识搜索、生物营销、医药推广等)。[1][2] 2. 2C应用：ChatGPT略有瓶颈,2C的后续发展需要在相关应用端(如娱乐、生活)的需求和用户体验方面进一步优化。[2] 3. 自动驾驶和机器人: - 自动驾驶:特斯拉反馈前端安全性不足,接管仍不够成熟。英伟达需要做更多应用和开发层工作,目前合作较深的是奔驰。[3] - 机器人:普遍评价机器人价格仍较高,需要3-5年才能达到成熟+数据反馈的状态。[3] 大模型侧 1. 过去1年,主要玩家之间的模型差距在缩短。后续在合成数据、多模态、新算法等方面可能有突破。[3] 2. 谷歌的大模型进步速度超预期,在硬件集群能力上超出其他玩家一档。[4] 3. 国内玩家主要受制于算力和人才密度,预计持续处于追赶状态,但目前没有看到差距持续拉大。[5] 芯片算力侧 1. 英伟达和英特尔的竞争不太担心,主要考虑软件开发效率和降低客户成本。谷歌TPU是独立生态,其他人不太能用。[6] 2. 华为由于全栈能力和下游客户适配,长期在国内会有竞争力。但后续可能会有阉割版H100供应。[6] 其他 1. 北美头部高校AI相关老师的水平比国内高校更重要。[6] 2. 头部AI公司的骨干员工薪酬很高,如OpenAI 80-120万美元,谷歌25-50万美元。[6] 3. 谷歌的组织优化和裁员后,效率有所提升。OpenAI和Anthropic更偏学术研究,英伟达也不太好加入。[7][8] 4. AI相关企业的华人比例普遍在20%+,但回国人员并不多。[8] 问答环节重要的提问和回答 无相关内容。