最近 AI 社区很多人都在讨论 Scaling Law 是否撞墙的问题。其中，一个支持 Scaling Law 撞墙论的理由是 AI 几乎已经快要耗尽已有的高质量数据，比如有一项研究就预计，如果 LLM 保持现在的发展势头，到 2028 年左右，已有的数据储量将被全部利用完。
随着人工智能技术的不断进步，构建个性化智能体的需求日益增加。国内虽然已有一些智能体平台，如豆包扣子，但这些平台要求开发者将代码和数据上传到第三方服务器，对于一些商业信息敏感的客户来说，这种做法可能带来数据泄露的风险。
随着AI能力的不断突破，大数据不断地整合，每个产业里可能只剩下一个“超级个体”，而今天可能已经在发生这样的变化了。
12月31日，上海高级别自动驾驶引领区数据采集车发车仪式在上海浦东举行，30辆全新的智己L6数据采集车盛装列队并集中发车。上海正谋划打造人工智能“模塑申城”，建设高级别自动驾驶引领区，按照“单车智能为基础，车路云协同为关键支撑”技术路线，持续推动上海智能网联汽车产业生态培育。
没有GPU Poor，只有卷得不够多。 DeepSeek-V3的横空出世，用一组惊人的数据完美诠释了这句话。
在与专用国际象棋引擎Stockfish测试中，只因提示词中包含能力「强大」等形容词，o1-preview入侵测试环境，直接修改比赛数据，靠「作弊」拿下胜利。这种现象，表明AI安全任重道远。
第一财经联合DT商业观察，通义千问发布《2024年轻人AI使用趋势报告》，2024年年轻人AI使用情况，呈现多维度趋势，展现年轻人对AI的高度关注与广泛应用，及其对生活和工作的多方面影响。
2024 年是 AI 应用大爆发的一年，据我们知识库内部数据统计，在这一年中，我们总共收录了 1w+ AI 应用，深度调研了 300+ AI 产品。
多模态理解与生成一体化模型，致力于将视觉理解与生成能力融入同一框架，不仅推动了任务协同与泛化能力的突破，更重要的是，它代表着对类人智能（AGI）的一种深层探索。
数据来源于Canalys、IDC、市场研究机构和相关行业报告，涵盖2025年PC、智能手机、耳机、智能眼镜和智能玩具的市场趋势
