在人工智能（AI）的發展史上，2023 年絕對可以稱得上是濃墨重彩的一年。這一年，我們看到了生成式 AI 以星火燎原之勢逐漸點燃市場，展現了這項技術帶給未來的無限可能。但隨著人們對 AI 的認知逐漸深入，2024 年可能會成為 AI 從技術走向商業落地的關鍵轉折點。我們綜合了福布斯、Techcrunch、麥肯錫等國外重要媒體與機構對 2024 年 AI 行業發展的判斷，梳理出十個可能在 2024 年影響 AI 發展進程的重要事件（以下事件均為推測，僅供參考）。

劃重點

1

由于在理念和愿景等方面存在分歧，微軟與 OpenAI 的親密合作關系可能出現裂痕，雙方的競爭將愈發激烈。

2

明年可能是蘋果加入 AI 賽道的良機，隨著這項技術日益成熟，蘋果將再次展現后來居上的神奇能力。

3

英偉達可能提供云服務并自主運營數據中心，以降低對亞馬遜、谷歌以及微軟等傳統云服務供應商的依賴。

4

科技巨頭對人工智能初創企業的戰略投資明年將受到監管機構審查，這可能會對 2024 年的整體 AI 融資環境產生重大影響。

1. 微軟和 OpenAI 分道揚鑣？

微軟已向 OpenAI 投入超過 100 億美元，OpenAI 的大模型也在為微軟的多個核心產品提供支持，比如必應搜索、GitHub Copilot 和 Office 365 Copilot 等，他們之間的關系可謂是密不可分。上個月，OpenAI 首席執行官山姆 · 奧特曼（Sam Altman）突然被董事會解雇，微軟首席執行官薩蒂亞 · 納德拉（Satya Nadella）在幫助其復職的過程中發揮了重要作用。

然而，盡管兩者關系緊密，這兩家機構對人工智能未來的抱負和愿景卻可能差異很大。目前，這個聯盟對雙方都有利，但這更像是一種暫時的妥協。這兩家公司在很多方面都存在差異，未來能否繼續保持一致，還是個未知數。預計明年，這兩大巨頭之間的合作關系將開始出現裂痕。事實上，一些摩擦的跡象已經開始顯現。

隨著 OpenAI 不斷擴展其企業業務，它與微軟之間的競爭將愈發激烈。微軟有充分的理由去尋求 OpenAI 之外的其他供應商，以獲取尖端的人工智能模型。最近，微軟就宣布與 OpenAI 的競爭對手 Cohere 達成合作協議。此外，考慮到運行 OpenAI 模型的高昂成本，微軟也在內部開展人工智能研究，探索規模較小但同樣有效的語言模型，比如 Phi-2。

從更大的視角來看，隨著人工智能技術的不斷強大，關于人工智能的安全、風險、監管和公共問責等問題將逐漸成為人們關注的焦點。這兩家公司在這方面的理念和方法上，很可能產生分歧。

微軟作為全球第二大公司，市值高達 2.7 萬億美元。然而，OpenAI 及其領導人奧特曼的野心似乎更為遠大。目前這兩家公司合作無間，但這種情況不會一直持續下去。

2. 蘋果加入人工智能競賽

蘋果的策略一向是伺機而動，觀察市場動態，并從對手的失敗中吸取教訓。這種沉穩和精準的打法使得蘋果在許多領域都能后來居上，將其他競爭對手遠遠拋在身后。

如今，人工智能領域也正迎來這樣的時機：競爭對手正逐漸占據市場，蘋果必須保持警惕，以免錯失良機；這項技術已經逐漸成熟，蘋果有足夠的實力和資源來參與其中，推動其進一步發展。

我們預計，蘋果將會推出一款更加注重用戶隱私和實際應用的人工智能產品。利用其在用戶生活中的核心地位，蘋果能夠將這些智能技術與各種生態系統進行深度整合。此外，這款產品可能還會具備一些創新功能，如多模式交互理解和圖像處理等，同時也會更加注重安全性和用戶體驗。

至于具體的發布形式，蘋果可能會選擇對現有產品進行升級改進，如增強版的 Siri，也可能會選擇推出全新的獨立服務品牌，如 "Apple AI"。無論采取何種策略，我們都相信，蘋果將會繼續引領人工智能領域的發展潮流。

3. 英偉達將努力成為云計算服務提供商

大多數公司不會直接向英偉達付錢買 GPU。相反，它們通過亞馬遜 AWS、微軟 Azure 和谷歌云等云服務提供商使用這些 GPU，而這些云服務商則大批量地從英偉達采購芯片。

然而，英偉達的三大客戶——亞馬遜、微軟和谷歌，正在迅速成為它的競爭對手。由于了解到人工智能的巨大價值源自芯片，這幾家主要的云服務供應商都在投入巨資研發自家人工智能芯片，這些芯片將會與英偉達的 GPU 展開直接競爭。

隨著云服務供應商尋求將技術棧下沉到芯片領域以獲取更大的利益，我們預計英偉達將采取相反的策略——提供云服務和運營自己的數據中心，以降低對傳統云服務供應商的依賴。實際上，英偉達已經開始探索這條道路，今年早些時候推出了名為 DGX cloud 的云服務。我們預計明年英偉達會加大力度推進這一戰略。

要做到這一點，英偉達可能需要建立自己的數據中心（目前 DGX Cloud 需要借助其他云服務供應商的物理基礎設施），甚至可能還需要英偉達收購像 CoreWeave 這樣的新興云服務供應商。作為一種垂直整合的方式，英偉達已經與 CoreWeave 建立了緊密的合作關系。不過，不管怎樣，進入 2024 年后，預計英偉達與大型云服務供應商之間的關系將會變得更加復雜。

4.Stability AI 可能關門倒閉

在人工智能領域，Stability AI 這家曾經備受矚目的初創公司，2023 年成了典型的反面教材。它的發展猶如脫軌的火車，曾經的輝煌現在看起來更像是一堆殘骸。

人才的流失是這個公司衰敗的明顯標志。最近幾個月，從首席運營官到首席人事官，再到工程、產品、應用機器學習等各個關鍵部門的高管，都紛紛離開了公司。

去年那場引人注目的 1 億美元融資，讓領投的兩家公司 Coatue 和 Lightspeed 一度以為自己押對了寶。然而，事與愿違，它們最近都退出了 Stability AI 的董事會，原因與首席執行官埃瑪德 · 莫斯塔克（Emad Mostaque）產生了糾紛。更糟糕的是，今年早些時候，Stability AI 試圖以 40 億美元的估值籌集更多資金，但最終以失敗告終。

展望明年，我們預計這家公司將在壓力下逐漸崩潰，最終走向關閉的命運。有報道稱，在投資者的壓力下，Stability AI 已經開始尋找收購方，但至今幾乎無人問津。

不過，Stability AI 最近從英特爾那里獲得了 5000 萬美元的融資，這無疑給它打了一劑強心針。對于英特爾來說，這筆投資似乎是一個戰略舉措，意在與競爭對手英偉達爭奪市場份額，并吸引更多的客戶來訂購其新型 AI 芯片。

但 Stability AI 的燒錢速度是出了名的快。據報道，在英特爾 10 月份宣布投資時，Stability AI 每月的開支高達 800 萬美元，而收入卻少得可憐。按照這個速度，5000 萬美元的投資只能勉強維持到 2024 年底。

5. 最先進的閉源模型將繼續領先于最先進的開源模型

在當今的人工智能領域，開源和閉源模型的爭議愈演愈烈。OpenAI、谷歌 DeepMind 等，對自己的最新模型秘而不宣，Meta 和新興公司 Mistral，則選擇開源他們的模型。

目前，最強大的基礎模型，比如 OpenAI 的 GPT-4，仍然是閉源的。但開源倡導者認為，閉源和開源模型之間的性能差距正在縮小，開源模型可能在明年就能超越閉源模型。對此，我們持不同觀點，認為在 2024 年及之后，最佳閉源模型仍將明顯優于最佳開源模型。

盡管 Mistral 最近宣布，他們將在 2024 年某個時候開源 GPT-4 級模型，引起開源社區的轟動。但 OpenAI 早在 2023 年初就發布了 GPT-4。到 Mistral 推出新模型時，它可能已經落后一年多。屆時，OpenAI 可能已經發布了 GPT-4.5 甚至 GPT-5。

但是開源模型在 2024 年的表現是否會超越閉源模型？我們對此持懷疑態度，畢竟，開發新模型需要巨大的投資，而且隨著模型功能的增加，投資也會繼續增加。許多行業觀察人士估計，OpenAI 開發 GPT-5 將花費約 20 億美元。

作為上市公司，Meta 最終需要對股東負責。他們似乎并不指望通過開源模式發布獲得任何直接收入。據報道，Llama 2 的構建成本約為 2000 萬美元。考慮到戰略效益，這種投資可能是合理的，即使沒有任何相關的收入增長。但 Meta 真的會投入近 20 億美元，在沒有任何具體投資回報的情況下將其開源，以建立比現有任何模型都更好的人工智能模型嗎？

像 Mistral 這樣的新公司也面臨類似的挑戰。開源基礎模型沒有明確的收入模式，Stability AI 就是一個慘痛的教訓。例如，托管開源模型的費用相當高昂，正如最近在 Mistral 的新模型 Mixtral 中看到的那樣。因此，即使 Mistral 能夠獲得數十億美元資金來構建超越 OpenAI 的新模型，他們真的會選擇放棄并免費提供這個模型嗎？

我們懷疑，隨著像 Mistral 這樣的公司投入越來越多的資金來構建越來越強大的人工智能模型，他們最終可能會放棄開源的立場，并保持最先進的模型專有，以便收取費用。

6. 大公司將設立新職位 " 首席人工智能官 "

在 2023 年，人工智能（AI）已逐漸成為《財富》500 強企業的核心焦點。各大行業的董事會和管理團隊都在努力探索這一強大新技術如何為他們的業務帶來深遠影響。

展望明年，我們預計大型企業將采取的一項重要策略是任命 " 首席人工智能官 "，以領導和推動組織內的人工智能計劃。這與十年前云計算的崛起頗為相似，當時眾多組織紛紛聘請 " 首席云計算官 " 來指導云計算的戰略實施。

不僅如此，政府方面也展現出類似的趨勢。在拜登總統最近關于人工智能的行政命令中，他要求每個聯邦政府機構任命一名首席人工智能官。這意味著在未來的幾個月里，美國政府將新增 400 多名首席人工智能官。

企業任命首席人工智能官將成為其對外展示對 AI 重視的標志，證明他們正嚴肅對待這一技術。然而，從長遠角度來看，這些新設職位的實際價值仍有待觀察。

7. 科技巨頭對人工智能初創企業的戰略投資將受到監管機構挑戰

在今年，我們見證了資本從大型科技公司向人工智能初創公司流動的趨勢。

1 月份，微軟向 OpenAI 注資 100 億美元，6 月份又領投了新一輪 13 億美元的融資。到了今年秋天，亞馬遜宣布將向 Anthropic 投資 40 億美元。不甘落后的 Alphabet 也宣布將向 Anthropic 投資至多 20 億美元。與此同時，英偉達成為了今年全球最活躍的人工智能投資者，投資了數十家使用其 GPU 的人工智能初創公司，包括 Cohere、Inflection、hugs Face、Mistral、CoreWeave、inception、AI21 Labs 和 Imbue 等。

這些科技巨頭投資的動機不難理解，他們希望這些高增長的人工智能初創公司能為帶來比較好的 " 增長前景 "。但是這種投資也可能涉及會計規則中的一個重要灰色地帶，并對未來人工智能的競爭格局產生巨大的影響。

假設一家云服務提供商向一家人工智能初創公司投資了 1 億美元，前提是這家初創公司必須保證將這筆資金用于購買云服務供應商的服務。從概念上講，這對云服務供應商來說并不是真正的公平收入。實際上，這種交易可以被視為一種 " 借貸套利 " 行為，即賣方是在利用這筆投資，人為地將自己資產負債表上的現金轉化為收入。

這種投資方式在今年引起了某些硅谷風投公司的不滿，比如 Bill Gurley。盡管并非上述所有交易都屬于這種操作，比如有些投資并沒有明確要求創業公司將資金用于購買投資方的產品或服務，而只是鼓勵雙方進行廣泛的戰略合作。目前微軟和 OpenAI 之間，或者亞馬遜和 Anthropic 之間的合同細節尚未公開，所以我們無法確定這些交易的具體構建方式。

但至少在某些情況下，云服務提供商很可能通過這些投資獲得了本不應該得到的收入。到目前為止，這些交易幾乎沒有受到監管審查。不過，這一狀況將在 2024 年發生改變。預計美國證券交易所（SEC）將在明年更加嚴格地審視人工智能投資的 " 返程投資 " 交易，因此此類交易的數量和規模很可能會大幅下降。

鑒于云服務提供商一直是推動人工智能繁榮的最大資金來源之一，這可能會對 2024 年的整體人工智能融資環境產生重大影響。

8. 機器人工程師即將崛起

隨著 LLM 技術的廣泛應用，機器人工程師們將能夠借助其強大的功能，實現機器人的快速改進。生成式人工智能將在機器人開發中發揮關鍵作用，不僅能生成代碼，還能創建全新的模擬環境，用于測試和訓練機器人。

LLMS 技術將為模擬開發帶來前所未有的速度與效率。它能夠自動構建 3D 場景、構建環境，并根據輸入生成各種資源。這些模擬資產對合成數據生成、機器人技能培訓和機器人應用測試等工作流具有重要意義。

除了為機器人工程師提供強大支持外，轉換 AI 模型（即驅動 LLM 的引擎）還能提升機器人自身的智能化水平。這將使機器人更好地理解復雜環境，更有效地執行各種任務。

為了推動機器人產業的蓬勃發展，我們需要讓機器人更具通用性。也就是說，機器人需要更快地掌握新技能，或在各種新環境中展現出色表現。在此背景下，經過模擬訓練與測試的生成式人工智能模型，將成為打造更強大、更靈活、更易用的機器人的關鍵驅動力。

9. 利用互聯網數據訓練的生成式人工智能模型將被判侵權

生成式人工智能領域正面臨一個重大的、未被充分認識的法律風險，那就是該領域最頂尖的模型都是基于大量受版權保護的內容進行訓練的。這可能會引發損害賠償責任，甚至改變整個行業的經濟格局。

無論是 GPT-4、Claude 2、DALL-E 3、Midjourney、Pika 還是 Runway，這些人工智能模型都能創造出令人驚嘆的復雜輸出，這得益于它們接受了全球大部分數字數據的訓練。這些數據，很大程度上是人工智能公司從互聯網上免費獲取并用于模型開發的。

但問題是，那些真正創造了這些受版權保護的內容的創作者（比如作家、詩人、攝影師和畫家等），他們對人工智能從業者使用這些內容有什么看法？他們是否有權從由這些人工智能模型創造的價值中分得一杯羹？

要回答這些問題，關鍵在于法院對 " 合理使用 " 這一法律概念的解釋。合理使用是一個經過時間考驗的法律原則，但將它應用到生成式人工智能這一新興領域，卻帶來了許多前所未有的復雜問題。目前，還沒有明確的答案。

斯坦福大學研究員彼得 · 亨德森（Peter Henderson）表示：" 從事機器學習的人可能不太清楚合理使用的微妙之處。與此同時，法院已經裁定，在某些引人注目的現實案例中，某些內容不受合理使用的保護，而這些案例與人工智能正在推出的東西非常相似。因此，我們無法預測這個領域未來的訴訟結果。"

有鑒于此，如果明年至少有一家美國法院裁定 GPT-4 和 Midjourney 等生成式人工智能模型侵犯了版權，并要求這些模型的開發公司對知識產權所有者進行賠償，大家不必感到驚訝。同時，其他法院可能會得出相反的結論，認為這些生成式人工智能模型受到合理使用原則的保護。這個爭議問題將會一路上訴至美國最高法院，而后者將最終給出具有法律效力的解決方案。

10. " 大語言模型 "（或 LLM）等術語將變得不那么常見

在當今的人工智能領域，我們經常聽到 " 大語言模型 " ( LLM ) 這個術語，它似乎成了 " 高級 AI 模型 " 的代名詞。這主要是因為最早的一批生成式 AI 模型，如 GPT-3，主要以文本為基礎。

但隨著 AI 模型種類的增多，尤其是多模態 AI 的崛起，這個術語開始顯得不合時宜。如今，許多頂尖的生成式 AI 模型已經不再局限于文本，而是融合了圖像、3D、音頻、視頻、音樂、肢體動作等多種形式。它們的功能遠不止于語言處理。

就拿 AI 在蛋白質療法上的應用來說，盡管其底層結構基于 GPT-3 等模型的擴展，但稱其為 " 大語言模型 " 真的合適嗎？再比如機器人技術中的基礎模型：大型生成模型，它將視覺和語言輸入與互聯網規模的知識相結合，以實現現實世界中的操作。對于這樣的模型，我們需要一個更豐富的術語來描述，比如 " 視覺 - 語言 - 行動 "（簡稱 VLA）模型。

此外，DeepMind 最近發布的 FunSearch 模型也具備類似的特點。盡管其開發者稱之為 LLM，但它處理的是數學而非自然語言。展望未來，隨著我們的模型越來越多元化，用來描述它們的術語也會越來越豐富。到 2024 年，我們將看到更多多模態的 AI 模型，而我們的術語也會隨之變得更加豐富和準確。