AI 分享内容

1. AI发展第一页专家系统时间七十到八十年代简介跟着固定菜谱做菜标志事件1980年 DEC大型机小型机生产商落地XCON系统解决人工配置运维问题年处理超过8万份订单准确率高达95%-98%为公司节省3千万美元/年。第二页机器学习系统时间九十年代简介给机器10万份菜谱自己学会方法能够自创菜谱做菜标志技术强化学习、支持向量机等补充强化学习原理图标示事件1997年IBM 21深蓝战胜俄罗斯国际象棋冠军实现了智能博弈的突破。证明人工智能在特定领域可以超过人类。第三页深度神经网络 从小众赛道开始左侧放多层神经网络图,人工智能之父辛顿教授1986年论文《Learning representations by back-propagating errors》。第四页深度神经网络 漫长等待到理论突破20年漫长寒冬虽然提出了多层神经网络的训练方法但是当层数增加是信息无法有效传递。Hiton在多伦多大学当教授时只有他一个人研究神经网络他希望组建一个团队讨论但校长回应说“一个疯子就够了”,曾经很长一段时间招不到学生。辛顿当年回忆“在AI的寒冬里我们这些搞神经网络的人就像在北极裸奔。”早期NeurIPS会议只有几百人现在NeurIPS已经有1.5万人。2006年论文《A Fast Learning Algorithm for Deep Belief Nets》 提出了深度信念网络(DBN)的快速学习算法为解决深度神经网络训练难题提供了新思路 为后来的深度学习复兴奠定了理论基础。第五页深度神经网络 第一次巨大突破2012年辛顿带领学生参加ImageNet图像识别大赛中AlexNet以84.7%的准确率夺冠。第一次神经网络取得巨大突破。国内以图像识别为技术基础诞生了AI四小龙国内第一批AI公司。AI四小龙商汤、旷视、云从、依图商业模式主要是ToG卖安防系统。第六页深度神经网络 第一次巨大突破1. 深度神经网络技术和强化学习结合2016年谷歌旗下DeepMind开发AlphaGo战胜李世石让深度学习突破了围棋这一人类智慧堡垒引发全社会关注。2. 2015-2020年wide-deep双塔模型深度学习促进了推荐系统规模工业化快手、抖音等短视频平台相继崛起3. 2018年 学术界辛顿教授荣获 “图灵奖”计算机领域内的世界最高奖项第七页深度神经网络 第二次理论突破时间2017年 Google 的几位研究员提出Transformer架构解决了传统神经网络处理长序列数据的难题奠基了在自然语言处理领域的理论基础。引入Self-Attention自注意力机制。Transformer最初几年解决了语言翻译的问题比如google的翻译、百度翻译服务。但是Google没有意识到Transformer的革命性只是应用在翻译工具服务上。1. 高层战略过度谨慎低估潜力谷歌太担心聊天机器人会说“蠢话”而引发负面舆论因此在产品化上极度迟疑。这种对“完美”和“安全”的执念让其错失了先机。2. 内部竞争AlphaGo的光芒太耀眼谷歌内部的焦点并不在语言模型上旗下DeepMind开发的AlphaGo正如日中天刚刚以3:0战胜了围棋冠军柯洁。3. 团队自身专注翻译未预见AGI第八页深度神经网络 第二次突破-高潮LLM时间2022年11月30日 ChatGPT发布发布后5天用户破100万2个月月活破1亿成为史上增长最快的消费级应用。大语言模型LLM进入视野。scale law: 参数量做大-transformer层数增加大力出奇迹。第九页. 大语言模型一2023年-2024年国内大厂诞生练丹热潮基础大模型百度文心一言阿里通义千问腾讯元宝美团龙猫等。疯狂追赶。国内诞生第二批AI公司“六小虎”月之暗面 (Moonshot AI) | 智谱 (Zhipu) | MiniMax | 阶跃星辰 (StepFun) | 百川智能 (Baichuan) | 零一万物 (01.AI)。商业模式1.2B卖Tokens, MaaS俗称卖模型服务 2.2B卖解决方案医疗助手等 3. 2C产品Kimi 聊天、专业AI助手等。2024年辛顿教授跨界荣获“诺贝尔物理学奖”。一个凌晨辛顿接到来自瑞典的电话当时的第一反应是“我原本以为电话是来通知我去打带状疱疹疫苗预约的。”第十页。大语言模型二-高级推理自我纠错2024-2025年国外GPT发布GPT4、GPT-o1等将强化学习、思维链技术与神经网络大模型结合LLM不仅能做写诗写文章。还能做数学运算、物理公式推理等模型具备了自我纠正的能力LLM具备了专业领域博士生的水平。国内Deepseek第一次突破技术后来字节豆包、阿里千问、美团龙猫等支持了这个能力。整体上模型的技术国内外差距在半年以内。第十一页。大语言模型三-Agent 出现2025-2026 Agent热点Agent : 让AI从一个需要你不断下达指令的“工具”变成一个能理解你目标、并能自主规划、执行任务、直至完成目标.Manus做一个通用agent人可以用电脑做的事或者有手机做的事情。闭源收费服务比如图像/视频/PPT/文档。 被Meta收购9个月的奇迹产品2025年3月上线内测邀请码一度被炒至数万元12月29日 Meta正式宣布收购Manus 约20-30亿美元是Meta历史上第三大收购案。第十二页。大语言模型-Agent 出现-龙虾三龙虾作者奥地利人彼得·施泰因贝格尔个人开发者开始只是自己管理代码用。开源框架自由定制功能以Skills的形式安装只需要付模型的tokens费用。2025年11月24日, 彼得将产品发布到GitHub, 短短一周内就吸引了200万访客.2026年1月一段“Clawdbot自主买车”的文章在美国社交媒体疯狂传播。接收指令一位工程师给他的 AI 助手下达了一个明确的指令在波士顿周边 50 英里范围内寻找特定配色的现代帕里斯帝Hyundai Palisade混动版并向所有经销商询价。市场调研在Reddit等论坛上搜索同款车的真实成交价格为自己设定了57,000美元的预算上限。全网找车通过在线库存工具定位到附近有目标车型和配色的经销商并自动填写表单发送询价邮件。邮件谈判这步最精彩。Clawdbot设置定时任务监控邮箱将不同经销商的报价邮件互相转发制造出“A经销商报价更低你是否愿意匹配”的竞价氛围。成功拿下经过几个回合的“博弈”Clawdbot最终帮博主争取到了4,200美元的折扣以远低于目标的5.6万美元成交。2026年1月28日项目在48小时内星标数从9000暴涨至10.6万创下GitHub史上最快增长纪录。截至3月中旬OpenClaw已斩获32.5万颗星超越React和Linux登顶全球开源软件项目榜。第十三页. Agent在路上为什么Agent服务如此重要因为Agent服务是实现AI从“工具”向“生产力”跨越的关键。对于企业而言采购AI不再只是为了“提高员工效率”而是可以直接替代或增强“岗位”——用AI Agent来处理客服、财务、行政等具体工作让商业模式从卖模型成本转向卖“数字劳动力”价值客户也更容易为此付费。Tokens将成为AI领域的基础设施类似水、电、燃气、带宽等AI时代的“货币。第十四页. Agent触发的Tokens产业链因为Agent模式的跑通围绕Tokens产业链“生产-流通-消费”“算力-tokens-Agent”上游生产设备与能源——“卖铲”角色NVIDIA、华为、寒武纪、摩尔线程、沐曦股份。外层存储、网络、CDN、IDC等。NVIDIA 4.2万亿美元全球第一市值公司寒武纪、摩尔线程、沐曦股份 三家市值总和12000亿元股价新“股王”在2026年1月寒武纪股价曾一度突破1444元超越贵州茅台成为A股“股王”中游流通与服务平台——“卖水”角色云服务厂商阿里云、腾讯云、AWS、六小龙智谱、Minimax、Kimi等2026年3月初 智谱02513.HK与Minimax00100.HK市值双双突破3000亿港元关口超越快手、京东、携程等老牌互联网企业下游消费与应用——“烧Token者”各大互联网公司给每位工程师发放“年度Token预算”Token预算正成为员工的重要筹码调用量登顶、Token出海2026年3月中国大模型周调用量已连续两周超过美国全球前10模型中中国占据四席并包揽前三名Minimax、阶越星辰、Deepseek) 。Minimax的Tokens收入海外占比70%。第十五页Agent 时代互联网公司焦虑-超级入口1. PC时代 百度搜索框世界腾讯QQ2.移动互联网时代 微信抖音3. AI时代 GPT模式不是Agent会诞生第十六页Agent 对互联网就业影响AI带来结构性的冲击岗位在减少要求在高涨1.岗位总量下降2023-2025年互联网行业整体招聘量下降约20-30%2.初级岗位缩减受影响最大如初级程序员、基础UI设计、文案编辑、基础客服等3.AI创新岗位需求大模型算法工程师、AI Infra工程师、AI产品经理、RLHF数据标注师等4.人才要求 兀型人才懂业务而不只是懂技善用AI工具与AI协具备系统思维与判断力第十七页 总结威廉·吉布森美国作家AI时代已经到来不是未来或者可能到达只是分布还很不均匀。历史告诉我们在技术分布不均的早期那些率先拥抱变化的人往往能获得最大的时代红利。