更具革命性的突破发生在2024年9月，OpenAI发布了内部代号为“Srawberry”（草莓）的O1模型。O1引入了人类的“慢思考”机制，利用思维链（Chain of Thought, COT）在后台进行反复的思考、拆解、理解和推理。这一突破表明，除了在预训练阶段“大力出奇迹”地堆砌参数外，通过后训练（Post-training）阶段的算法优化，同样能找到一条通往通用人工智能（AGI）的新路径。前OpenAI安全研究副总裁Lilian Weng指出，O1的发布成功将OpenAI定义的AI五层级（对话、推理、自主、创新、组织）从第一层“对话”推进到了第二层“推理”。尽管O1在后台生成时会牺牲一定的延迟（Latency），但其在复杂任务拆解和降低训练成本上的表现极具前景。
在硬件与应用端，Meta与雷朋合作的Ray-Ban Meta智能眼镜在2024年大获成功，初步将语音AI引入日常穿戴场景。市场普遍看好Meta在2025年推出带有屏幕显示功能的下一代Orion AR眼镜，这或许将开启智能眼镜与智能手机的“下一代硬件入口之战”。在软件端，Meta旗下的社交矩阵（Facebook, Instagram, WhatsApp等）已全面接入AI助手，月活跃用户接近6亿。同时，AI在广告生成上的应用也为Meta带来了巨大的商业变现价值，超过100万广告商已在使用其生成式AI工具。扎克伯格在接受采访时频频穿着印有拉丁语变形“Ozaac All Night Hill”（要么成为凯撒，要么一无所有）的T恤，彰显了Meta在AI与元宇宙融合之战中“赢家通吃”的野心。
[0:00] 我们在2024年如何看待AI的?依然没有踪影而Scaleling Law甚至被认为已经预阻撞墙然而在2024年的年底谷歌Gemini 2.0的发布以及OpenAI一连12天发布更新确认大家对2025年的AI进展又有了一些新的期待Hello大家好欢迎收看硅谷101我是陈茜大家看到这个视频应该是在2025年初了祝大家新年快乐的同时我们一起来回顾一下生成是AI在硅谷的2024年有哪些Drama有哪些瓜有哪些实在的技术进展和路线探索以及2025年的AI会如何发展呢我们这个视频将结合我们在硅谷和一些技术大牛的采访聊天从巨头的AI布局路线产品落地陨落的明星公司和人人升起的新新闻以及业内对2015年AI展望这几条主线来展开来看看过去一年都发生了些什么首先啊 巨头玩家方面来说一下OpenAI的这一年OpenAI在2024年的Drama并不少在2023年年底的董事会风波之后2024年OpenAI的高层依然非常不稳定人才流动性很大联合创始人兼首席科学家伊利亚苏茨茨在5月离职之后她宣布创办了自己的初创公司Safe Super Intelligence快速融资了10亿美元和伊利亚一起离职的还有超级对其团队的几位关键技术人物包括Genlike之后在9月CTU Mira Murati也宣布离职有消息称他正在为他新的出创公司融资OpenAI其他的高层变动还有联合创始人兼XGBT开发的核心领导者John Shulman在8月加入了对手公司Anthrobic同时联合创始人兼前总裁Grab Brockman在修了三个月的长假之后最终回到了OpenAI至此OpenAI当初11位联合创始人到如今已经只剩下了三位那么可以说OpenAI用了一年的时间来处理高层之间的人际冲突而如今终于可以说是暂时稳定下了局面那换消息是多数的创始成员都已经离开好消息是呢这场公斗终于结束了Sam Altman有了稳定的权利那么接下来或许可以更顺利的推进他想象中的AI发展方向包括将OpenAI从非盈利组织变成盈利组织来更好的融资以及退出更多可以商业化的产品等等在2024年10月Sam Altman为OpenAI完成了新一轮66亿美元的融资公司估值来到了1570亿美元但是OpenAI烧钱之狠也是永无共睹的纽约时报获得的融资文件显示OpenAI预计2024年收入达到37亿美元但是预计亏损将达到50亿美元到2026年亏损可能会高达140亿美元这一估算还不包括给员工的股票激励兑现虽然OpenAI承诺投资人在之后收入会成倍增长预计在2029年达到1000亿美元届时将会实现经历但是按照这样的烧钱进度OpenAI在2025年有两大趋势将会是必然那么第一是继续大规模的融资第二是更加激进的商业化这个其实和2024年OpenAI的路线也是相同的在2024年OpenAI没有能够如期发布GPG5这是让市场中不少人失望但是惊喜的是For all的多模态进展那此外O1和最近的O3的发布也让人看到模型能力进化的另外一种路线在2024年5月初OpenAI发布多模态For all模型正式与谷歌等竞争对手进入AI多模态之战可以实时对音频视觉和文本进行推理Kachypt, I really want maximal emotion, like maximal expressiveness, much more than you were doing before Understood, let's amplify the drama Once upon a time, in a world not too different from ours, there was a robot而事实证明,确实在FORO发布之后,特别是在免费版本中提供有限的FORO功能和FORO Mini之后Kachypt的订阅人数大幅度上升
[4:59] 依然在2C领域上远超竞争对手在2024年12月ChangeBT的周活跃用户已经超过3亿人而在9月份OpenAI发布了另外一个让业界惊喜的更新O1简单来说O1学会了人类的慢思考包括利用思维链Chain of Thought简称COT来进行反复的思考拆解理解推理然后给出最终答案这使得AI的推理能力在处理科学编码数学以及类似领域的复杂问题的时候有了飞跃的进步也就是说O1这个内部代号为Strawberry的强大模型更新让我们看到了在预训练上对参数的大力出奇迹之外的通过推理阶段的算法突破找到一条新的通往AGI的道路那我们在2024年硅谷华元科技年会上采访了一系列的技术大牛大家也都非常看好O1的录像但因为华元年会为全英文所以我们硅谷101与华元合作的采访用英文进行感谢大家的理解其中OpenAI的前安全研究副总裁Lilian Wang就对我们表示,O1的发布能将OpenAI所定义的五层超级人工智能,分别是对话Conversational AI,推理Reasoning AI,自主Autonomous AI,创新Innovating AI,以及组织Organizational AI,推理 reasoning AI,自主 autonomous AI,创新 innovating AI,以及组织 organizational AI,这五层从最初级推进到更上一层级。 obviously this helped us to get to the next level in this framework. And that's why we renamed the model series to O1. The reason launch with O1 model does show very promising results by relying on better reasoning, couple of good in the model. But on the product side, there's a lot of work to do. Yeah, the reason they make O1 is because large and large remote just generate on the fly. And if you want to do a lot of other complex tasks, you need to divide one by one for that. Like it's basically people call it agent or workflow anyway. You divide it to multitask so they can finish one by one. O1 trying to solve the problem by itself, like trying to divide two small steps at the end, behind, then it trade off the latency. You take one minute to generate the thing on the backend. So maybe I think that particular use cases works, definitely works for particular use cases. If you don't care about online latency, I think that one solved the thing pretty well. Also, it makes the cost lower because the model can do a lot of step by step. which makes the model training much easier. So that time, trade off the latency for good quality, for reasoning stuff, that's probably, that's a trend anyway. at work at the hands of the 12th of the release period and the new O1 application The original version of SORA which was put into a series of 10 months and the development of the AI function and other new changes like XGBT, SORCH and Apple Intelligence的协作等等看上去就非常不痛不痒了甚至感觉这是在给12天的发布会凑数直到最后一天OpenAI给出了一个网站O3OpenAI with a splashy announcement to close out what they're calling shipmasits next frontier modelthey're calling it O3 jumping from O1this is what's known as a reasoning modelmeaning it stops, it thinksand then it fax checks itself年底发布的O3是之前我们提到的9月发布的O1的下一个版本因为O2涉及其他公司的版权商标问题所以OpenAI呢直接是把这个更新跳了一个数字简单来说O3在数个测试上的能力无论是程序员编码竞赛中超过99%的人类程序员还是博士水平的科学问题已经超过一般人类博士生而是最难的前沿数学测试还是抽象推理能力基准考试Ark AGIO3比O1的提升可以说是惊人的而这个版本的更新仅仅用了三个月的时间这是让AI业界的不少人相信这证明OpenAI在O1和O3强化推理的范式转变是有效的这让担心AI大模型已经撞墙的人们稍微是松了口气至少AI模型的发展还在推进大家也能够理解之前
[9:59] Ultman说的那句There is no war强不存在的这个推文是什么意思了有采访嘉宾就认为在2025年日训练上的拼参数会持续但是后训练的推理能力探索会同时进行这样的钟摆科技途径发展就像之前英特尔提出的TikTok计划一样会成为双重并行的发展主旋律我刚才说TikTok的意思是说TikTok就是左边是数据驱动右边是规则驱动它是两边会来回跳动对吧就是你一会儿是用数据用更好的数据集去训练它但是同时你用更好的算法去推动它所以就在算法跟数据两边TikTok我是这么一个方式因为现在O1和O3更多的还是算法它其实是算法但是之前其实你可以看到包括GPT自己它其实是数据数据集的驱动所以我就说这两边摇摆的时候应该会摇出下一个大的一个breakthrough或者一个milestone在2024年年底OpenAI给整个产业送上了一份圣诞惊喜虽然O1和O3非常的昂贵O1 Pro的订阅价格是每月200美元而O3进行一次低算力计算的成本高达20美元高算力就更不用说了要在现阶段大规模商用几乎是不可能的但这也给市场打了一阵镇定剂AI发展并没有放缓而Scaling Law依然有效算力成本会降低而OpenAI会在2025年继续按着卷参数以及卷推理算法的两种变形路线去探索AI的下一步如果O3的路线能将我们带到五层超级人工智能的第二层那么什么突破能将我们带到再下一层也就是自主autonomous AI的第三层呢不知道OpenAI在2025年能否给我们这个答案啊好 接下来我们来说几个OpenAI目前最强劲的对手首先就是谷歌了2024年12月底就在OpenAI进行12日发布会期间谷歌进行了几个重磅发布如果OpenAI没有压轴的O3那么年底的风头几乎全都会被谷歌抢走谷歌首先在12月12日发布了多摩太大模型Gemini的第二代Gemini 2.0谷歌CEO Sander Pichai在发布公告中就表示如果说Gemini 1.0是用于组织和理解信息那么Gemini 2.0则是让信息变得更有用但怎么理解Pichai说的第二代Gemini能让信息变得更有用呢首先Gemini 2.0则是让信息变得更有用但怎么理解PX说的第二代Gemini能让信息变得更有用呢首先Gemini 2.0在多模态功能上更强大谷歌目前对外开放的新模型是Gemini 2.0 Flash在响应时间上比上一代的1.5 Flash性能更强 延迟性更低在多模态上2.0 Flash支持图片视频和音频的输入以及多模态的输出紧接着12月16号谷歌发布了新一代视频模型V02非常惊艳直接对打SORA关于细节我们这里就不展开说了但这目前的结论就是SORA在最开始公开到最终对用户发布的这十个月当中包括谷歌在内的竞争对手们已经赶上来并且在多模态能力上做得更强了这还没完12月20号GoogleBring团队负责人Jeff Dean宣布Gemini 2.0 Flash Thinking的推出你一听这个名字就知道这就是直接对标OpenAI的O1路线展现出谷歌内部对思维链技术的能力并且Gemini 2.0 Flash Thinking 的思考速度会比O1 Mini要快可想而知如果OpenAI没有发布O3那么整个OpenAI的年底重磅12 days更新将会是一个彻底的败局和笑话但是还好Sam Altman还是留了个后手最后谷歌还强调了Gemini大模型系列对AI Agent的布局在2024年5月的谷歌IO大会上非常惊艳到我的项目就是多模态虚拟助手project Astra也有相当的进展在Astra Gemini 2.0的demo当中测试人员使用手机和AI来进行实施的交互包括快速提示公寓大楼的安全密码随时对公共交通路线进行问询等等而人们也可以戴着智能眼镜进行更加沉浸式的多模态交互其实我个人会认为智能眼镜是比手机在一些场景下更适合作为agent入口的交互硬件因为它可以捕捉人们的目光作为音频视频和屏幕的一个呈现载体而用户也能得到24x7永远在线的体验所以失败了多年的Google Glass是不是终于能够活过来的呢也许在2025年我们会有新的答案而看得出来Sandar PXI非常重视Project Astra认为它展示了通用AI助手的曙光而谷歌Gemini大模型依靠这长文本的能力让Project Astra能借助长达10分钟的绘画内容来提供个性化的服务同时借助Gemini 2.0Project Astra可以使用谷歌自身的多个产品和工具像Google Search, Google Lens, Google Maps
[14:59] 从而真正让一个AI agent在日常生活中发挥助手的作用虽然目前来看这个项目还在比较早期的阶段但如果我们看一下之前提到的OpenAI定义的那五个AI层级Agent能够自主行动完成任务已经是第三个层级了但这也展现出谷歌对AI agent的押注而这个赛道也被很多人认为将在2025年是一个极其火热面临爆发的赛道对于谷歌来说全力压住AI agent也非常自然如果谷歌自己赚钱的产品就是搜索将会被AI交互所颠覆那么AI agent的入口屏幕交互模型反馈都是谷歌必须要去占领的领地你如果只是个application你其实是个copilot你是AI agent你就是自动驾驶copilot就是辅助驾驶但是很多application它把自己叫agent之后它并没有在算法上面有真正的新的创新然后同时呢它也没有数据就是你做Agent我个人觉得你下一步还是要往数据角度去走Agent也需要数据这个我觉得下一步是2025年我觉得我个人觉得可能会在这几个层面那么在2024年被谷歌卷起来并且处于业界领先地位的还有它的长文本能力这个长文本能力指的是让大模型理解超长的上下文而基于这个能力谷歌在2024年也衍生出了一些爆款AI产品包括Notebook LM2024年的2月15号谷歌的Gemini 1.5 Pro直接把长文本能力卷到了100万TOKENS而在5月份谷歌宣布更是将长文本能力翻了一倍到200万TOKENS同时谷歌还发布了一篇新的论文描述了一种新的注意力技术Infinity Attention无限注意力能使得Transformer大模型在有限算力情况下处理无限程度的输入但是在Gemini上的文章 但是在Gemini上的文章 它增加了从200K 到1,000,000,000,000 到10,000,000 到10,000,000 到50,000,000 到100,000,000 到100,000,000 公司那些文章 并且是非常用的 用的技术 用很用的技术 用的 then that context window is actually very useful technology for large language model. Because the larger the context window, you can give more inputs to the model. That actually makes sense. So the Gemini model allows, when the model is into production, allows this to happen. And just the context window is huge. So a lot of his talking information we can put into this. Then the conversation feels like very relevant That's the part reason why Gemini model can lead to very good conversational results In such a long-awaited technology, Google in a brand new use is called Notebook LM Notebook LM is based on the general understanding of Gemini 1.5 Pro and the long-awaited knowledge of the computer and the ability to express the data in the way. This product is released, it was a great opportunity to reach the most of the great companies of the world. The great company is to reach the most important, including Andrew Capafi and Sam Altman, and all of this product is open to this product. Notebook LM is the most wonderful and most powerful tool, the one is the audio. It can be called AI Booker. Google Gemini is the design of the prototype and the long-term type of knowledge. Notebook LM's AI Booker can be used to use the audio-sport, or audio-sport or audio-sport or audio-sport or audio-spor方式,让用户用听内容的方式去获取信息。 在播客podcast,这种媒体形式无比流行的硅谷,是形成了病毒式传播的现象及产品。 比如说我们硅谷101的一期播客节目放进去,就能生成出这样的AI播客内容。 Today we're looking into Tesla's V12 self-driving software. Oh yeah, V12. This one's causing a stir. For sure, big time. People are calling it a potential game changer. Like a GPT moment for cars. Exactly. And to really get into it, we're diving into this panel discussion from Silicon Valley 101 on YouTube. So did. They had Tesla insiders, industry experts, really digging into what V12 is all about. and the way the AI is very accurate. The two AI speakers' conversation is very natural and natural, AI-like, and I can feel that the product after the time of the client is very high. In the 12th of June, Google has released Notebook LM Plus a new audio overview. It allows users to hit the screen and to give a recommendation
[19:59] 或者问题进行交互同时用户还可以自定义博客风格和主题顺便八卦一句Notebook LM之前在谷歌的核心团队负责人Risa Martin设计师Jason Spearman和核心工程师Steven Hughes已经从谷歌辞职出来自己创业了外界猜测他们会自己重新做一个Notebook LM的产品用于更好的商业化但是很有趣的是有的VC投资人并不看好他们这个项目你可以理解它是个产品创新对吧它是Google Labs出来的但是事实上Google自己是有底座的我是听说他们用的那个底座其实也不是Google那个Gamla直接在外面available的这个底座模型还是他们自己相当于相当于内部customized我想说的意思就是说如果你不是那么懂底座你在外面就存第三方的来用Google GAMLA的API你未必能做得出来Notebook RIM传品创新之上是要结合对底座的理解的就不然你光传品创新这个我觉得是可能不是那么能够跑得特别远总体来说谷歌DeepMind和Google Brain当中的人才密度不会亚语OpenAI他们的技术也不会落魂太多但是2024年谷歌依然是一个追赶者的姿态究其根本OpenAI的商业模式是一个大模型的提供方水一定要去保证模型的领先性但是谷歌是完全不同的一个商业模式它的首要任务是保证技术不落后且当谷歌搜索被AI颠覆的时候自己是准备好的所以在多摩大的AI第二轮大战中OpenAI是进攻者而谷歌依然是防御者下一场硬仗无论是第二层的Resonings还是第三层的Autoonomous AI Agent2025年都会非常的精彩好 那么接下来我们再来说一下其他几个主要的AI大玩家Anthrobic是OpenAI除了谷歌之外最在意的竞争对手了而且它与谷歌还不太一样作为大模型的提供方Anthrobic是直接对打OpenAI的是直接的竞争对手在2024年融资上Anthrobic从亚马逊那里获得了新一轮的40亿美元的融资使得公司的估值达到400亿美元在产品更新上10月22号Anthrobic发布了Cloud 3.5 Haiku同时升级了Cloud 3.5 Sonnet从外界反馈来看Anthrobic的模型在技术上是非常强的特别是Cloud在编程任务中表现出色尤其是在复杂代码生成和解决方案自动化方面非常受到工程师们的推崇这就是说在Anthrobic的商业模式上目前是更2B和2D的也就是对企业和对开发者群体是更加受欢迎的但是在2C对消费者方面就不太理想了12月底Anthrobic从用户与Cloud的对话当中随机选取了100万条进行分析和总结之后发现用户在Cloud的AI上面主要使用场景排在第一位的是网页和移动应用开发占比为10.4%这是因为背后的软件开发人员主要利用Cloud的执行调试代码解释get操作以及概念等任务很多开发人员认为Cloud 3.5 Sonnet会非常适合需要深度理解和复杂推理的应用程序而OpenAI的模型对于比较简单的任务可能更加具有成本效益而Cloud AI的2C聊天机器人在iOS和安卓移动应用程序上收入100万美元的里程碑是用了整整16周而这个门槛OpenAI的XGPT用了三周就达到了虽然它快于微软的Copilot和Perplexity但是距离OpenAI依然有很大的距离之前媒体的报道说Anthropic在2024年的收入将会超过10亿美元比他们之前的预测要高很多说明市场还是非常买账Anthropic的模型能力的特别是最近他们又挖了很多OpenAI的核心人员和研究员过去所以看上去OpenAI的最大竞争对手在2025年还会继续在2B还有2D领域上去发力而对2C消费者端来看暂时不会对OpenAI和谷歌带来太大的威胁接下来我们再来说一下马斯克的XAI。XAI在2024年做了三件大事,第一搞定了算力,第二搞定了融资,第三开源了自己的大木型。如果还有其他顺便的事,就是马斯克数次把OpenAI告上了法庭。在年底的12月24号,马斯克旗下的XAI宣布完成60亿美元的C轮融资伊美达、AMD、A16Z、红杉等公司和机构参与也表明液界对XAI的前例的看好要知道就在半年之前2024年的5月份XAI刚完成60亿美元的B轮融资足以说明马斯克的融资能力除了钱之外马斯克还是第一个搞定大规模
[24:59] 有算力集群的2024年XAI位于美国田纳西州孟非斯市的数据中心正式投入使用历时122天完成创下记录这个名为巨人Kilosos的数据中心里面部署了英伟达的10万块GPU芯片成为全球开发和运行人工智能技术的规模最大算力最强的芯片集群之一而马斯克说以后还有计划继续拓展到20万块的GPU规模而在大模型发布上Grook的速度其实是要比竞争对手慢一些的在8月中旬XAI发布了Grook2和Grook2 mini的两款AI模型的测试版比此前发布的Grook1.5有了非常大的进步在10月XAI发布了首个应用程序编程接口API目前XAI API只有一个模型称为Grook Beta其实XAI虽然入局晚了些但是优势还是非常多的除了上面我们说到的算力和融资之外XAI还有世界网络X和特斯拉的独家数据以及机器人Optimus等项目的结合潜力相当一段时间以来Grook的聊天机器人指向马斯克旗下的X用户提供但是在2025年很有可能马斯克会全面的开放Grook除了iOS的程序在测试之外网页版的grok.com也已经准备就绪写着coming soon那么感觉2025年的XAI也会正式的加入占据而马斯克也在X上说grok3会很快发布并且将是一次重大飞跃我们也是拭目以待了接下来我们说一下脸书这家公司在2024年挺有意思的除了充实人扎克伯格最近的突变形象和他的婚姻八卦之外呢脸书毫无疑问是2024年的科技大赢家之一但从股价就能看出来2024年涨了70%左右Meta的员工们应该都非常开心了那虽然Meta不像OpenAI和谷歌那么在大模型前线厮杀但是Meta的策略呢也是非常明朗的就是在AI研发上不掉队且布局下一代的AI应用结合在硬件设计媒体以及广告当中在大模型方面脸书在2024年持续更新LAMA开月模型12月6号Meta发布新款LAMA开月模型70亿参数的LAMA3.3又称LAMA3.370B扎克伯格说下一步就是明年的LAMA4的亮相LAMA3.3能实现于2024年7月发布的4050亿参数的LAMA3.1同样的性能但成本比后者更低LAMA3.1是迄今为止最大的LAMA开源模型直接对标Anthoropic的Cloud 3.5 Sonnet和OpenAI的GBT4O除了在大语言模型上的进展之外Meta也一直在探索除了大语言模型LLM之外的其他AI路径在2024年12月11号Meta新发布了Large Concept Model LCM翻译过来是大型概念模型它和LLM大语言模型逐字预测不同LCM的概念是直接在高维度语译空间中运算就像人类思考的方式并不是一个字一个字去思考而是以概念和意义为单位所以LCM是Meta完全突破LLM架构的一个创新尝试目前Meta表示这大幅度提升了AI在多语言和长篇内容处理上的效能但是处理的效果和准确度依然需要提升和改进所以LCM是否是比LLM更好的一种范式呢我们拭目以待另外由于Meta 2024年在智能眼镜上的尝试成功以及旗下Facebook、WhatsApp、Instagram、Messenger、Threads等庞大的用户群体还有AI和广告结合的前景市场也非常看好Meta如今在AI大战争的位置Jeffreys的分析师甚至将Meta选为步入2025年生成式人工智能的赢家那不少奥基市场的报告认为Meta下一代与AI结合的Orion AR眼镜将成为新一代硬件入口Meta在2024年推出的Raybun Meta很初步的将AI功能引入其中受到市场好评可能很快在2025年下一代智能眼镜上那它就会引入屏幕显示届时可以释放出更强大的AI交互功能说到智能硬件啊这里我们顺势提嘴苹果啊就不单开一张了苹果在2024年呢是发布了Apple Intelligence三件套我们之前的视频当中啊也有详细的聊过啊但是呢因为端策模型和Agent的发展可能还没有到能够让硬件产业和AI结合的特别好的一个程度所以苹果在AI上的进展啊并不大那很多人认为苹果最终还是要自己去开发底座大模型不能完全的靠接入OpenAI的XGPT而等硬件与AI结合的那一天就是手机与智能眼镜的市场大战了目前押注的最大的Meta和苹果将终有一战那么说到Meta的其他AI产品布局上在AI插宝方面Meta旗下的几款王牌社交媒体都
[29:59] 已经不同程度的引入了AI对话框扎克伯格也在12月表示Meta的AI数字助理每个月有将近6亿的活跃用户因为Meta不提供独立的AI应用所以新闻或者业界一般也不将Meta的插报直接与XGBT或者是Cloud去做直接的对比但是就这些活跃用户的技术而言Meta的AI产品是有很大优势的而最后一点就是AI在广告上的应用潜力Meta在12月表示目前超过100万的广告商在使用Meta的Gen AI工具在一个月之内制作了超过1500万条广告毫无疑问的是虽然目前AI生成的素材还没有那么的精致但无论是从广告标题和文案的多个版本还是自动调节广告大小还是利用纹身图纹身视频和纹身音乐更高效的制作广告AI都有非常大的潜力同时也有分析认为Meta可能在自家的开源模型Lama上进一步开发出企业级客户服务的业务也将会是一块很大的蛋糕那么在今年我们看到小扎也是非常积极的出现在各个媒体采访当中一遍又一遍的传述着Mata的未来不再是单纯的Mataverse而是一个新一代的AI交互一个融合了AI混合现实和元宇宙的未来2024年9月开始在形象和穿搭上大展形的扎克伯格是穿了一件T恤上面写着Ozac All Night Hill这个细节被媒体捕捉到那这个短语呢是拉丁短语All Caesar All Night Hill的变形意思是要么是凯撒要么什么都不是而扎克伯格的Ozac All Night Hill似乎是在宣战要么赢所有要么一无所有All or Nothing最后几家科技巨头当中再来说一下亚马逊亚马逊的路线和其他几家都不太一样采取的是一个卖铲子生意的模式我不跟你们去拼模型拼算力 拼芯片虽然我都有自研的所有产品但是我把它们全都整合在一起再加上市面上所有的好东西打个包卖给客户们帮甲方去降本增效做好QB的生意也是非常聪明的做法了在12月召开的亚马逊云科技Re-event大会上亚马逊的最新策略十分的清楚不但由自研芯片的集群也有与英伟达芯片合作的算力运行中心不光提供满足万亿参数大模型训练和推理需求的自研芯片产品包括与Androbic绑定合作的10万张亚马逊锤链自研芯片AI计算集群还有为中小企业和出售公司提供能够降本增效的服务与技术除了亚马逊最新的自研模型Nova系列各种成本多模态大模型都有同时在亚马逊BAROC上面还提供上百种实验上最受欢迎的模型选择给客户挑选另外还在自己的三层AI架构上加入了各种的模型蒸馏解决AI幻觉安全技术等服务真的就是全套都给你准备好了对于很多需要用到AI的出售公司呢你要算力你不一定要自己去买卡吗那你要用的模型也并不一定要自己去训练对吧就好像说你需要跟萝卜青菜也并不需要你自己就去乌龙种菜你也可以去超市直接买吗那最终呢就要看这个成本账能否算得过来了这显示出亚马逊压住在2015年市场对算力的需求只增不减而随着需求逐渐从训练转移到Inferencing推理算力市场的更多创新服务以及基建会进一步完备而除了亚马逊云科技芯片公司本身像英伟达AMD、英特尔以及上下游的电力公司以及数据中心服务公司也会继续是市场关注的焦点这一部分因为时间的关系我们这个视频先略过之后会很快上线英特尔和AMD的专题大家记得关注我们的账号不要错过更新那么接下来我们分别再来总结一下2024年那些陨落的硅谷明星出厂企业们以及冉冉升起的明星公司们在2024年有三家硅谷明星初创企业是迅速的跌下了神坛第一家是Character.ai这个公司成立于2021年利用大模型生成各种人物和角色风格的对话2023年5月Character.ai在苹果App Store和谷歌的Play Store上面发布了移动应用程序第一周下载量就超过了170万次并被Google Play评为2023年度最佳AI应用然而在2024年年初公司被频繁爆出融资困难商业化不顺利开始寻求收购2024年8月Character的AI宣布谷歌已经同意向Character的AI支付模型授权费并将让Character的AI的联合创始人兼CEO Noam Shazir和总裁Daniel De Fritas以及30名Character的AI从事模型训练和语音AI工作的员工加入谷歌
[34:59] 参与Gemini AI的项目而谷歌支付的价格是25亿美元另外一家公司是Inflation AI这家公司做的是大模型上面叠加个人AI伴侣用途的聊天机器人派主打情感陪伴市场一度市场对Inflation AI的模型技术是非常认可但也是因为大模型过于烧钱而资金链没有跟上2024年3月微软挖角了Inflation AI的创始人和几乎所有的员工成立了一个新的消费者AI部门并且支付了大约6.5亿美元购买其技术许可最后一家公司是Adapt也是Transformer原作者出来创业的豪华创始团队2024年6月亚马逊与AI agent公司Adapt达成协议雇佣这家初创公司的大部分员工并且支付大约3.3亿美元以授权其技术这三家公司的变相收购案也在成为硅谷科技巨头拓展AI版图的新模式它既能够避开垄断监管又能够收人财收技术不过大家发现这三家公司有什么共同点没有就是他们同时在发展底座搭模型又在做产品但是这样的路线目前是被证明太过于烧钱模型太难以持续了这就让我们想到上面说的这个NotebookLM团队的人自己出来创业的时候被投资人认为说没有底座模型的能力只能去调用谷歌Gemini的API所以他们也并不看好让我觉得你做大模型嘛太烧钱你不做大模型嘛又没有技术壁垒和护城河那么这么一看这个AI时代的创业真的是太难了所以你怎么去把控这个节奏我觉得Propelcy其实还是把控的很不错的他到今天其实也没有完全的去重新训练自己的底座但是我觉得他会有那么一天的但他要把握这个节奏就是步子迈得过大你还没到那天的时候你就已经把钱给烧完了对这个是比较危险的这个是AI的创业的比互联网可能更难一点的地方我们再来总结一下2025年被认为是燃燃上升的新星或者被认为是热门的当红炸子机的AI项目首先就是刚才Jonathan提到的Perplexity2024年年底公司完成了新一轮5亿美元的融资估值达到90亿美元这家公司成立于2022年可以说是重新定义了全球第一个对话式AI搜索引擎因为活跃用户已经达到1500万人次,日活跃用户200万人,连英美达的唱识人黄仁勋也被他站台称每天都会使用。而Perplexity的聪明之处是不自己训练模型,而是使用多种大语言模型,包括LGBT,Cloud,LAMA,Mixro等等,以及来自多个搜索引擎的排名信号,和第三方数据提供商的数据,而它自己的核心竞争力在于检索,排序和编排的数据整合能力以及答案生成的能力但随着AI搜索市场的竞争日记激烈像OpenAI已经推出了Search GPT谷歌也会在AI搜索上跟进Perplexity在2025年会遭遇更激烈的竞争而在商业变现方面除了付费版本之外公司已经计划引入广告那这会如何重新定义AI搜索的模式呢我们也拭目以待那么在硅谷2024年还有另外一家非常受人瞩目的公司这就是Physical Intelligence我最开始听到这家公司啊是从OpenAI的联合创始人以及特斯拉FSD的前负责人Andrea Capafi的口中他当时呢在一个小型的聚会上就跟我们分享说有非常多项目找他投资他答应的原因只是为了帮助朋友因为一旦他的名字出现在天使投资人的那一栏的list当中能够帮助很多项目更容易的拿到投资但是为数不多的他真心自己想投资且看好的项目就当属physical intelligence了这家公司通过AI模型为机器人打造大脑在2024年11月完成了新一轮4亿美元的融资估值来到20亿美元投资者就包括亚马逊创始人贝佐斯还有OpenAI同时在11月初Physical Intelligence发布了首个通用基础模型PiZero也被认为是巨生智能发展上的重要一步Physical Intelligence表示PiZero将使得机器人变得更容易编程和使用使其能够更高效地执行多样任务目前Physical Intelligence的PiZero模型已经能够执行一些简单的多任务比如说折叠衣服组装盒子动态的将物品放入容器等等2024年最大的进展我会vote O1还有Pi0Pi0我觉得更多是数据驱动应该说training data driven的路线然后O1更代表了是这个Archism就是算法驱动的路线Pi0它肯定也
[39:59] 然后在算法上继续做迭代也可能推理测引入一些方法当然难一点就是推理因为巨星的就是这个embody的AI的推理测应该要在端测发生它可能对算力的要求会更高一些巨星智能以及AI机器人模型还在非常非常早的阶段数据和算法都是挑战但是相信在2025年会有更新的进展顺便说一句斯坦福的机器人中心在2024年开业了我也去参加了开业仪式有机会我们去那里采访一下跟大家分享一下最新的项目和有意思的进展记得关注我们的账号哦那由于视频的篇幅原因呢其实还有很多科技巨头的进展我们没有展开也有很多初创企业和新趋势我们没有办法全都一一列举的包括AI视频生成的初创公司Pica和Luma音乐生成初创公司Suno最近很火的AI编程应用Cursor和Devon还有李飞飞博士的World Labs等等之后有机会我们详细做成单独选题来聊聊总的来说2024年的硅谷非常的精彩有混乱 有质疑 有倒闭收购也有为了AGI信仰继续战斗的科技从业者们虽然2024年出现了O103的路线但是更大的模型,更强的能力依然是被市场所期待的更多的更多的模式,能使用这些模式更容易使用这些模式。所以,一些工程上的GPD-4可能不再是GPD-5或4.大型公司有资本,有资本,有资本,有工程,我认为它会继续建立在大型模式因为大型模式,大型模式就更好,但是在那些人物里面的光 比如说,从其是一种像链的,就像是一种很明显的,那么由于那些人物来做一个做一个做一做的特剧者,就像其他做一个,但是在看,是一个结构多做一个的问题,就是要做一个更多的工作,就是在这个地方的方式 In the beginning, it was very big because it's based on a large model. It's just more vertical. It's fine-tuned based on vertical data. Then there'll be additional engineering work which distill the model, quantize the model, and make the model more smaller but more efficient, cost-efficient, but model quality doesn't degrade it too much. There's a lot of huge efforts in these regards. I think these two major threads will keep going for a long time. I hope there are certain parallel efforts can accelerate, which is a let's find different model architecture because right now the models are primarily based on transformer and some based on diffusion for the for the medium work, right? I hope there's other model architecture which is the non-transformer, non-diffusion model architecture which is more efficient, general high quality amount results, but not so cost expensive. I hope that that dimension can happen as well, that parallel efforts can happen as well. If that breakthrough can be made, that's going to be a huge wave to the AI industry again. In the old AI-like environment, there are many different types of different types of models, and more large, and more large different types of models, and also the n不信仰Transformer而在探索其他通往AGI路径的研究者同时也有应用硬件agent智能体机器人无人驾驶还有卖产子的那边英美达数据中心电力上下游等等等等这些生态在2024年得到了进一步的巩固与布局而在2025年我们会看到更多技术的进展当然了硅谷只是AI发展的其中一个主力战场全球其他市场的AI也有非常多快速的进展但今天我们只是稍微总结了一些硅谷的情况也欢迎大家给我们留言评论你们认为最值得提到的公司技术或者事件这对我们团队更进一步探索AI产业会非常的有帮助而在2025年我们也会在硅谷为您带来更多的AI前沿分析好以上就是本期视频的全部内容了你们的留言点赞转发和关注是支持我们硅谷101做好深度科技和商业的最佳动力那我们就下期视频再见了Bye
