2025，大模型规模化应用的「觉醒年代」？
2025，大模型规模化应用的「觉醒年代」？2025年，AI应用将何去何从？ 大模型从神话走向落地的故事教会我们：技术真正的想象力来自“脱敏”。在对过高的期许和泡沫脱敏以后，还要对技术本身脱敏
来自主题: AI资讯
8223 点击 2025-01-04 12:06
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
2025年，AI应用将何去何从？ 大模型从神话走向落地的故事教会我们：技术真正的想象力来自“脱敏”。在对过高的期许和泡沫脱敏以后，还要对技术本身脱敏
在今年的 NeurIPS 2024 大会上，硅谷最著名的 VC 之一 Conviction Capital 创始人 Sarah Guo 和合伙人 Pranav Reddy 做了一场 “AI 创业公司的现状（The State of AI Startups）”的分享。
在刚刚过去的 12 月，Google 的首席执行官 Sundar Pichai 在一场内部战略会上表示，「这将会是 2025 年的主题。」
在过去一年中，基座大模型技术的快速迭代推动了 AI 搜索的演进，主要体现在以下几个方面：
2024 年初，我们明显感受到 GenAI（生成式人工智能）仍将是技术发展和风险投资的重点方向。在顶尖的 AI 实验室算力需求的推动下，模型层继续吸引了最多的资本投入。代码辅助、营销和客户支持等场景的落地正在加速，同时随着巨头们加入这场军备竞赛，全球资本支出也在增加。
大模型供需之间。
要做大模型领域的安卓和Linux。
计算机辅助设计（CAD）已经成为许多行业设计、绘图和建模的标准方法。如今，几乎每一个制造出来的物体都是从参数化 CAD 建模开始的。
时间序列数据，作为连续时间点的数据集合，广泛存在于医疗、金融、气象、交通、能源（电力、光伏等）等多个领域。有效的时间序列预测模型能够帮助我们理解数据的动态变化，预测未来趋势，从而做出更加精准的决策。
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。