假如将它放在更长的时间维度看，当前的 AI 大模型最多算是人类刚刚发现火源。

撰文：木沐

刚刚过去的 2023 年里，GPT 大模型开启了普通人走向 AI 世界的「魔盒」，也拉开了全球各国科技公司的大模型「军备赛」。

文本、图片、视频大模型纷纷涌现后，应用端狂卷创新，也造成 AI 芯片资源紧缺，「AI 替代论」、 「风险质疑」无时无刻不在上演。AI 的一面是人类对先进生产力的狂热追求，另一面是人类面对新技术的担忧。

站在 2024 年回望，AI 还远远没有到取代人类的阶段，技术瓶颈也显露出来：芯片技术限制了人工智能（AI）通往通用人工智能（AGI）的速度；用于训练大模型的数据们被视作「珍惜材」，掌握在互联网公司的手里；而商业化后的 AI 应用还没有普惠每个人，国内的不好用，海外的不便宜。

假如将它放在更长的时间维度看，当前的 AI 大模型最多算是人类刚刚发现火源。如何用、用在哪将是 2024 年 AI 向前的方向。我们还看到，OpenAI、谷歌等 AI 科技公司们开始研发芯片了，「盗火者」们正在将火力开大。

互联网「新大陆」

2023 年，AI 领域出现了许多历史首次，很多都是 ChatGPT 带来的。

ChatGPT 让普通人第一次见识了计算机对自然语言的理解，人工智能不再是电影中神奇的「秘密武器」；非人类的 ChatGPT 首次上榜「2023 年度十大科学人物」。

从 2022 年 11 月发布到现在，OpenAI 发明的 ChatGPT 所引起的关注和产生的影响，已经超越了信息技术历史上几乎所有热点：用户数 2 天达到 100 万，2 个月达到 1 亿，打破 TikTok 之前的纪录。半年后，ChatGPT iOS App 一经发布快速登顶苹果应用商店总排行榜。

对于 ChatGPT 来说，更具时代意义的是，它成功打破了科技巨头对 AI 技术的垄断，将能理解人类语言的产品带到了每一个普通人面前。

ChatGPT 是许多人平生第一次接触到如此高智能的对话系统，会写文案，会算数学，上知天文，下知地理，能读懂故事，也看得懂网络热梗。尽管起初会「一本正经的胡说八道」，产生幻觉，但它会在人类的提示中修正。

ChatGPT 背后的通用大语言模型的更迭速度也十分惊人，仅仅一年，就从 GPT3.5 版本升级到了 GPT 4 Turbo 版本。而在一个多月前，也就是 2023 年 11 月初，OpenAI 在开发日上正式宣布了 GPTs 计划，ChatGPT Plus 用户可以在 GPT-4 的基础上，利用自己拥有或找到的数据训练出一个专属的 ChatGPT 对话机器人。

OpenAI 再次让人惊掉了下巴，而 GPT-5 的商标申请已经在册。根据美国专利商标局展示的信息，GPT-5 提供的功能包括自然语言处理、文本生成、理解、语音转录、翻译、预测和分析等。

OpenAI 提交了 GPT-5 的商标申请

在 OpenAI 官方的蓝图中，他们之后还会上线 GPTs 商店，支持用户上架自己训练的机器人并提供给其他用户付费使用，由此建立一个新的商业形态。短短不到两个月的时间，用户通过自定义 GPTs 构建的特定领域 ChatGPT 助手已超过数十万个，其欢迎程度可见一斑。

2024 年，OpenAI 若开放 「GPT 商店」，又一波应用热潮将席卷互联网。

应用爆发

OpenAI 成功如同哥伦布发现新大陆一样，他告诉了所有人：这条路走得通。也就在这短短的一年时间内，ChatGPT 直接刺激了全球科技公司之间的人工智能军备竞赛。

数据显示，截至今年 10 月，在不到一年时间，中国拥有 10 亿参数规模以上大模型的厂商及高校院所就超过了 250 家，这里还不包含国外大模型的数量。AI 应用更是喷涌而出，Sensor Tower 报告显示，仅在 2023 年上半年，AI 应用下载量同比增长 114%，突破 3 亿次，超出 2022 年全年水平。与此同时，AI 应用内购收入同比激增 175%，逼近 4 亿美元。

激烈的竞赛中，成千上万个大模型进化出了文生图、图生图、文生视频、图生视频等强大的多模态能力。人们刚刚还惊讶于 ChatGPT 的能说会道，眨眼间，Bard、Clude 等识网梗的模型就出现了。

此外，一些垂直领域也杀出了「独角兽」。

在图片生成上，Midjourney 一马当先，成为最强的文生图工具。从出生到现在，短短半年，Midjourney 已经更迭至 V6 版本，从最初的文生图向图生图、AI 扩图多能力发展。

Midjourney 细致到毛孔的生图能力

更令人惊叹的是，在 Midjourney 背后，是仅成立 2 年的 11 人的团队。随着 Midjourney 的蹿红，团队已经扩展至 40 人，仅在今年就实现了 2 亿美元的营收，早早就实现了经济独立。

与大多数追求风投的初创公司不同的是，Midjourney 没有拿 VC 一分钱，「客气一点的说法是，他不需要 VC 进入他的生活。」微软旗下风投基金 M12 的合伙人 Michael Stewart 表示。

AI 应用发展速度之快可用「日更」形容。

Midjourney 走红后不久， Runway 公司的 Gen-2 在视频领域接棒，与其初代产品 Gen-1 相差仅仅 1 个月。最新版本的 Gen-2 不仅可以仅根据一句提示词就可以生成 18 秒的视频，且能熟练运用电影镜头语言。就在最近，Gen-2 新增了图生视频的功能，只需「涂抹」图片中的某个区域，就可以让它动起来。

AI 卷向视频赛道，Pika1.0、Stable Video Diffusion 等后起之秀奋起直追，各类 AI 视频工具「斗法」，进化速度越来越快。其中，刚刚推出没多久的 Pika1.0 的文生视频能力已经可以和 Gen-2 相媲美，甚至首次将 AI 扩图能力带到了视频界。

2024 年，大模型的多模态潜力还将被这些独角兽继续发掘，甚至产生新的独角兽。文本、图片、音频、视频这些代表人类自然语言的产物仍会被 AI 工具精耕细作，而工具将很可能在规模化下变得更加趁手和便宜。

芯片瓶颈

科技大公司卷大模型，小公司卷应用，竞争之外，「卖水者」英伟达赚得盆满钵满。数据显示，英伟达最新第三财季营收达 181 亿美元，同比增长 206%；净利润 92 亿美元，同比增长高达 1259%。而引发这场竞赛的「领头羊」OpenAI 的 2023 年营收仅达到 13 亿美元。在去年，OpenAI 的营收也才 2800 万美元。

2023 年，英伟达无疑坐稳了 AI 的风口，芯片价格一路水涨船高，即便价格高涨，芯片仍是「一卡难求」，有消息称，英伟达 H100 的交付周期长达 36 周至 52 周不等，如此长的交付周期明显无法满足 AI 产品发展的需求。这也可能是 GPT-5 长时间未到来的原因。

算力作为驱动 AI 发展的三驾马车之一，芯片的短缺直接影响了大模型的进化速度，OpenAI、谷歌下场自研芯片，以补充自家大模型训练的缺口。

英伟达的竞争者们也抢着分「蛋糕」，英特尔和 AMD 分别推出 Gaudi3 和 Instinct MI300X 高性能 AI 芯片，微软公布 AI 加速芯片 Azure Maia 100，亚马逊则发布了面向 AI 系统的升级款加速器芯片 Trainium2。

与此同时，美国的芯片制裁进一步加剧了中国芯片短缺的危机。为保市场，英伟达只能推出一些性能缩水的「阉割版」芯片。

为了不再让硬件上被「卡脖子」，华为着力研发 AI 芯片，昇腾 AI 芯片成为了国内支撑，应用方科大讯飞表示，华为昇腾 910B 已经基本做到可对标英伟达 A100。

行至 2023 年末，无论国内还是海外，仍未出现一款可以媲美英伟达 H100 的芯片，尽管芯片厂商已经开足马力，但短期内，芯片资源紧缺的情况仍会持续。或许只有等到 AI 芯片资源问题被解决，GPT-5 以及更加先进、丰富的产品才能更快到来。

但从安全角度来看，这也并非完全是坏事。在这短暂的喘息之际，人类可以为人工智能的发展方向做一个更佳的选择。

要知道，GPT-4 刚刚发布时，一封上千名科技精英的联名信将 AI 安全问题推至聚光灯下，他们联名请求「暂停训练比 GPT-4 更强大的 AI 系统」，用 AI 领域的专家 Gary Marcus 的话说：「用百分之一的人类毁灭风险换取和机器对话的乐趣，这值得吗？」

的确，ChatGPT 刚刚推出时，其颠覆性的创造力确实让人震撼，微软的创始人比尔·盖茨也强调过 AI 失控的可能性是存在的。

今年初，网络还充满着「AI 抢饭碗」「AI 取代人类」的担忧，甚至出现了「碳奸」的梗。但一年过去了，现在大家对去 AI 的态度已经回归理智。

我们还没有真的看到「打工人」因为 AI 而大规模失业，至少在国内，AI 被普遍运用到工作中仍是未来进行时。与此同时，OpenAI 等代表性企业的 AI 安全措施也不得不跟上，各个国家的 AI 安全审查机构相继成立。

AI 的前进是必然的，「火」到底怎么用还在于人类的选择，一席人在制造控制火苗的炉子，另一些人着力火苗还能点亮哪些荒漠。

2024 年，安全仍将是 AI 发展的主题之一，芯片则是生产力能否进一步提升的关键，唯一可以确定的是，AI 将如同互联网一样，将成为未来必不可少的人类工具。‍‍‍‍