024年，人工智能技術(shù)以其前所未有的速度和規(guī)模，滲透到我們生活的每一個(gè)角落，從智能手機(jī)到機(jī)器人，從醫(yī)療健康到自動(dòng)駕駛，AI的應(yīng)用正變得日益廣泛和深入。本文將帶您回顧過去一年中AI領(lǐng)域的重要事件，盤點(diǎn)那些破圈的產(chǎn)品和技術(shù)突破，探討它們?nèi)绾嗡茉煳覀兊奈磥怼?/p>

在即將過去的2024年，AI技術(shù)無疑是最炙手可熱的科技詞匯，其內(nèi)涵和外延都在隨著人們?cè)絹碓綇V泛的認(rèn)可和應(yīng)用變得無比豐富，復(fù)雜且充滿了爭(zhēng)議，但是毫無爭(zhēng)議的是，這項(xiàng)或者叫這類新技術(shù)正在像歷史上的蒸汽機(jī)、內(nèi)燃機(jī)、電動(dòng)機(jī)或者互聯(lián)網(wǎng)一樣緩慢但是無可阻擋地向人類社會(huì)的方方面面進(jìn)行滲透。

有關(guān)AI的新聞就像天氣預(yù)報(bào)一樣每天都在更新，我們按照月份選取了我們認(rèn)為具有重要影響的AI大事件進(jìn)行了盤點(diǎn)，也希望大家能提出自己的看法與我們探討。

一月

在2024年1月，三星的年度機(jī)皇Galaxy S24系列國行版正式發(fā)布。三星Galaxy S24系列是三星貫徹“AI FOR ALL”愿景的首款深度結(jié)合了AI的智能手機(jī)產(chǎn)品，同時(shí)也將會(huì)是未來一段時(shí)間內(nèi)三星實(shí)現(xiàn)各種AI功能的重要載體。

Galaxy S24系列以Galaxy AI賦能更輕松的溝通、更高效的生產(chǎn)力、更清晰的影像和更細(xì)致的編輯，三星的目標(biāo)是通過這款手機(jī)“推動(dòng)AI創(chuàng)新成果的普及”。

新年伊始，斯坦福大學(xué)一個(gè)學(xué)生團(tuán)隊(duì)造出的“阿羅哈機(jī)器人”(Mobile ALOHA)火出了圈。在視頻里，它熟練地切菜、打雞蛋、翻炒、裝盤，讓人驚呼機(jī)器人取代廚師的日子可能不遠(yuǎn)了。

不過，在阿羅哈爆火后，其研發(fā)團(tuán)隊(duì)介紹，在阿羅哈完成一些復(fù)雜動(dòng)作時(shí)，其背后會(huì)有一名操作員移動(dòng)遙感手臂，再通過傳感裝置讓操作手臂實(shí)現(xiàn)動(dòng)作意圖。但這也讓人們首次暢想機(jī)器人能改變生活。

二月

2024年2月，蘋果推出了其首款頭戴設(shè)備Vision Pro。這款設(shè)備定價(jià)高達(dá)3500美元，旨在為用戶提供全新的混合現(xiàn)實(shí)體驗(yàn)。

然而，Vision Pro的市場(chǎng)反應(yīng)充滿爭(zhēng)議。一方面，蘋果在技術(shù)上有所創(chuàng)新，但另一方面，其應(yīng)用場(chǎng)景尚不明確，面向的用戶群體存在很大爭(zhēng)議。此外，高昂的價(jià)格也讓不少消費(fèi)者猶豫不決。

2024年2月15日，農(nóng)歷大年初六，OpenAI發(fā)布了其首個(gè)AI視頻生成模型Sora，標(biāo)志著一個(gè)歷史性的里程碑。OpenAI在視覺領(lǐng)域?qū)崿F(xiàn)了類似于大型語言模型的重大突破，無疑將在視覺生成領(lǐng)域引發(fā)一場(chǎng)重大的技術(shù)和商業(yè)革命。

但似乎Sora只在2024年的頭和尾出現(xiàn)，其間并沒有讓用戶感受到這款文生視頻應(yīng)用的價(jià)值，還是讓人們有些失望的。

三月

3月18日，人工智能(AI)芯片龍頭廠商英偉達(dá)在美國加州圣何塞召開了GTC2024大會(huì)，正式發(fā)布了面向下一代數(shù)據(jù)中心和人工智能應(yīng)用的“核彈”——基于Blackwell架構(gòu)的B200 GPU，將在計(jì)算能力上實(shí)現(xiàn)巨大的代際飛躍，預(yù)計(jì)將在今年晚些時(shí)候正式出貨。同時(shí)，英偉達(dá)還帶來了Grace Blackwell GB200超級(jí)芯片等。

英偉達(dá)創(chuàng)始人兼CEO黃仁勛表示，Blackwell構(gòu)架B200 GPU的AI運(yùn)算性能在FP8及新的FP6上都可達(dá)20 petaflops，是前一代Hopper構(gòu)架的H100運(yùn)算性能8 petaflops的2.5倍。在新的FP4格式上更可達(dá)到40 petaflops，是前一代Hopper構(gòu)架GPU運(yùn)算性能8 petaflops的5倍。

四月

在4月9日倫敦舉行的一次活動(dòng)中，Meta確認(rèn)計(jì)劃在下個(gè)月內(nèi)首次發(fā)布LLaMA 3。據(jù)稱，該模型將有多個(gè)具有不同功能的版本。

而據(jù)科技外媒報(bào)道，作為對(duì)標(biāo)GPT-4的大模型，LLaMA 3的大規(guī)模版本參數(shù)量可能超過1400億，而最大的LLaMA 2版本的參數(shù)量為700億。LLavMA 3將支持多模態(tài)處理，即同時(shí)理解和生成文本及圖片。

值得注意的是，LLaMA 3將延續(xù)Meta一直以來的開源路線。目前，開源模型界的競(jìng)爭(zhēng)正在變得愈發(fā)激烈，開源大模型亦進(jìn)化得越來越強(qiáng)大。

五月

2024年5月8日，谷歌DeepMind與IsomorphicLabs 聯(lián)合在《自然》期刊上發(fā)布蛋白質(zhì)領(lǐng)域最新人工智能模型AlphaFold 3!這一模型能夠準(zhǔn)確預(yù)測(cè)蛋白質(zhì)、DNA、RNA 以及配體等生命分子的結(jié)構(gòu)及其相互作用方式。

在預(yù)測(cè)類藥物相互作用方面，AlphaFold 3實(shí)現(xiàn)了前所未有的準(zhǔn)確度，包括蛋白質(zhì)與配體的結(jié)合以及抗體與其靶蛋白的結(jié)合。在PoseBusters的基準(zhǔn)測(cè)試中，AlphaFold 3的準(zhǔn)確率比現(xiàn)有最佳傳統(tǒng)方法高出 50%，而且無需任何結(jié)構(gòu)信息輸入，成為首個(gè)超越傳統(tǒng)物理預(yù)測(cè)工具的人工智能系統(tǒng)。這種預(yù)測(cè)抗體與蛋白質(zhì)結(jié)合的能力，對(duì)于理解人類免疫反應(yīng)的各個(gè)方面以及新抗體的設(shè)計(jì)至關(guān)重要。

當(dāng)?shù)貢r(shí)間5月13日，OpenAI通過直播展示了產(chǎn)品更新。與此前傳出的市場(chǎng)消息不同，OpenAI并未推出搜索引擎，也未推出GPT-4.5或GPT-5，而是發(fā)布了GPT-4系列新模型GPT-4o以及AI聊天機(jī)器人ChatGPT的桌面版本，聚焦多模態(tài)和端側(cè)應(yīng)用。

據(jù)介紹，GPT-4o文本、推理、編碼能力達(dá)到GPT-4 Turbo水平，速度是上一代AI大模型GPT-4 Turbo的兩倍，但成本僅為GPT-4 Turbo的一半，視頻、音頻功能得到改善。

六月

6月11日，WWDC 2024正式拉開帷幕。在本次發(fā)布會(huì)上，蘋果一如既往地發(fā)布了iOS 18、iPadOS 18、macOS 15等軟件系統(tǒng)，而萬眾矚目的「蘋果AI」也隨著這些系統(tǒng)正式展現(xiàn)在了大眾面前，蘋果將其命名為Apple Intelligence。

Apple Intelligence是一款適用于 iPhone、iPad 和 Mac 的個(gè)人智能系統(tǒng)，它將生成模型的強(qiáng)大功能與個(gè)人情境相結(jié)合，提供非常有用且相關(guān)的智能。

當(dāng)?shù)貢r(shí)間6月13日，特斯拉舉行了股東大會(huì)，馬斯克承諾：特斯拉將在2025年開始“限量生產(chǎn)”擎天柱機(jī)器人，并于明年在自己的工廠測(cè)試仿人機(jī)器人。馬斯克預(yù)測(cè)，明年將有“1000多個(gè)或數(shù)千個(gè)擎天柱機(jī)器人在特斯拉工作?！?/p>

馬斯克對(duì)Optimus機(jī)器人的市場(chǎng)前景充滿信心，他指出，當(dāng)前擬人機(jī)器人市場(chǎng)年產(chǎn)高達(dá)10億臺(tái)，特斯拉計(jì)劃至少占據(jù)其中的10%份額。

八月

8月6日，獲OpenAI、微軟、英偉達(dá)等投資的人形機(jī)器人初創(chuàng)公司Figure AI發(fā)布了第二代人形機(jī)器人Figure 02，并介紹道：“這是地球上最先進(jìn)的AI硬件，距離向工業(yè)用戶銷售量產(chǎn)人形機(jī)器人的目標(biāo)又近了一步。”

與一代機(jī)器人相比，F(xiàn)igure 02在硬件和軟件上均有重新設(shè)計(jì)，人工智能、計(jì)算機(jī)視覺、電池、傳感器和執(zhí)行器等關(guān)鍵技術(shù)有所升級(jí)。據(jù)悉，F(xiàn)igure 02已在寶馬斯帕坦堡工廠的生產(chǎn)線上進(jìn)行測(cè)試，執(zhí)行部件放置任務(wù)。

九月

9月10日，2024年蘋果秋季新品發(fā)布會(huì)正式召開，會(huì)上發(fā)布了iPhone 16。iPhone 16是首款搭載蘋果人工智能的手機(jī)，所以iPhone 16系列的芯片也大幅增強(qiáng)了AI方面的性能。iPhone16系列搭載蘋果A18芯片系列，相比iPhone 15采用的A16仿生芯片，A18系列芯片性能實(shí)現(xiàn)跨代提升，CPU速度最高提升30%，GPU速度最高提升40%。

蘋果表示，iPhone 16系列為蘋果智能而設(shè)計(jì)，利用蘋果芯片和蘋果設(shè)計(jì)的生成式模型結(jié)合用戶個(gè)人情境，實(shí)現(xiàn)實(shí)用且與iPhone用戶高度相關(guān)的智能功能，蘋果智能可協(xié)助用戶輕松寫作、表達(dá)自我、處理各種事務(wù)。

9月，Meta在Connect大會(huì)發(fā)布了一款原型產(chǎn)品Orion，再次將AR眼鏡的未來拉近現(xiàn)實(shí)。作為全球首款真無線AR眼鏡，Orion拋棄了傳統(tǒng)笨重的線纜，實(shí)現(xiàn)了輕量化和高算力，成為AR硬件發(fā)展史上的一個(gè)重要里程碑。

Orion的分體式無線設(shè)計(jì)是最大的亮點(diǎn)——眼鏡本體搭配手勢(shì)追蹤腕帶和計(jì)算模塊，通過無線連接實(shí)現(xiàn)強(qiáng)大的空間計(jì)算能力。加上70度視場(chǎng)角的波導(dǎo)顯示和自然的人機(jī)交互，它展示了真無線AR眼鏡的無限可能。

十月

2024年10月11日，特斯拉召開主題為“We,Robot”的Robotaxi演示活動(dòng)，發(fā)布了名為Cybercab的Robotaxi。整場(chǎng)活動(dòng)，馬斯克一共展示了三個(gè)產(chǎn)品：Robotaxi、Robovan、Tesla Bot，以及自動(dòng)駕駛方面的新動(dòng)態(tài)。

另外，這次發(fā)布會(huì)，看起來演示的依然是Optimus Gen2，馬斯克也沒有明確表示它是否是新的Optimus。它在現(xiàn)場(chǎng)絲滑跳舞，并在現(xiàn)場(chǎng)為客人調(diào)酒。馬斯克表示，未來人形機(jī)器人可以做很多日常工作，當(dāng)未來成本降到兩三萬美元的時(shí)候，會(huì)比車更便宜，相信全球80億人都會(huì)想要它。

十二月

當(dāng)?shù)貢r(shí)間12月5日—20日，人工智能巨頭OpenAI完成了連續(xù)12個(gè)工作日的12場(chǎng)直播，從首日的滿血版o1模型重磅發(fā)布，再到期待許久的Sora Turbo正式發(fā)布，最終又以新一代推理模型o3收官，OpenAI CEO山姆·奧特曼(Sam Altman)還在四場(chǎng)直播中現(xiàn)身站臺(tái)，我們似乎離AGI(Artificial General Intelligence，通用人工智能)又更近了一步。

這次連續(xù)12天直播的噱頭是OpenAI將焦點(diǎn)轉(zhuǎn)向其技術(shù)并為其產(chǎn)品造勢(shì)的一種方式。這是公司積極發(fā)展計(jì)劃的一部分，因?yàn)樗c創(chuàng)業(yè)公司和科技巨頭爭(zhēng)奪生成式人工智能市場(chǎng)的更大份額。

與此同時(shí)，谷歌DeepMind首席科學(xué)家Jeff Dean宣布推出全新測(cè)試模型——Gemini 2.0 Flash Thinking。Dean通過一段視頻展示了該模型如何解答物理問題，并提供解決方案。

該模型可以通過可視化的方式展示整個(gè)思維鏈過程，可以持續(xù)輸出推理過程，而不是直接給出答案。谷歌CEO桑達(dá)爾·皮查伊(Sundar Pichai)在社交平臺(tái)上分享道，“這是我們到目前為止，經(jīng)過最多仔細(xì)研究和設(shè)計(jì)推出的模型?！?/p>

寫在最后

不難發(fā)現(xiàn)，2024年，AI落地應(yīng)用開始深度與廣度并存，既有在特定領(lǐng)域的深耕細(xì)作，也有跨領(lǐng)域的融合創(chuàng)新。同時(shí)，應(yīng)用場(chǎng)景逐步多樣化，AI已經(jīng)無處不在。此外，AI對(duì)行業(yè)賦能的效果愈發(fā)顯著，無論是提升效率、降低成本，還是優(yōu)化體驗(yàn)、拓展應(yīng)用，AI都展現(xiàn)出了強(qiáng)大的價(jià)值創(chuàng)造力。

未來，人工智能行業(yè)的發(fā)展將更加注重技術(shù)的深度融合、應(yīng)用的廣度拓展與價(jià)值的深度挖掘。隨著技術(shù)的持續(xù)進(jìn)步與應(yīng)用場(chǎng)景的不斷創(chuàng)新，AI將在更多領(lǐng)域展現(xiàn)出其無限潛力與巨大價(jià)值。而那些能夠緊跟時(shí)代步伐、勇于創(chuàng)新實(shí)踐的企業(yè)與項(xiàng)目，無疑將成為引領(lǐng)行業(yè)發(fā)展的佼佼者。