视频生成将爆发、超级多模态将出现！启明创投发布生成式AI十大展望
视频生成将在三年内爆发、"超级多模态模型"即将出现、合成数据对于AI预训练将越来越重要……在今年的世界人工智能大会上，作为国内AI创投领域的重量级机构，启明创投正式发布了2024生成式AI"十大展望"。
作为中国在AI领域投资最早、布局最丰富的投资机构，启明创投在7月6日主办了2024世界人工智能大会（WAIC）"启明创投·创业与投资论坛——超级模型、超级应用、超级机遇"。在开幕演讲环节，启明创投主管合伙人周志峰发表了题为"技术突破到应用变革-AI发展的新篇章"的演讲，围绕大语言模型、多模态模型、商业机会等做出2024生成式AI十大展望：
1.当前生成式AI的两大核心技术GPT和扩散模型将逐步融合，激发全新模型能力；
2.高质量数据的获取和组织将显著影响新一代模型，合成数据在预训练中的占比将大幅提升；
3.Multi-Agent技术将飞跃，通过优化协作和分工显著提升生成式AI效率和效果；
4.将出现图像和文本的统一连续表示，并且基于此的图文联合扩散模型将达到GPT-4o级别能力；
5.图像和视频隐空间表示的压缩率提升五倍以上，从而使生成速度提升五倍以上；
6.3年内视频生成将全面爆发，结合3D能力，可控的视频生成将对影视、动画、短片的生产模式带来变革；
7.我们将见证压缩更多模态信息的超级多模态大模型，如文本、图像、语音、音乐、3D、传感器数据（控制信号、眼动信号、手势信息、雷达信号等）；
8.生成式AI打通了人类语言与机器语言的转换通道，命令机器完成复杂任务的成本将显著降低，带来巨大的生产力变革；
9.端侧推理会有巨大增长，来自三个因素的叠加：推理优化算法+端侧推理芯片+端侧大模型；
10.AI将在多个数字化水平较高的行业中占据主导地位，并将重塑绝大部分企业软件。
据介绍，启明创投从2013年开始系统性布局人工智能领域，从AI1.0到AI2.0，经过十余年的深耕与前沿洞察，启明创投在AI领域投资了众多项目，多家上市或成长为独角兽企业。本次论坛，是今年世界人工智能大会唯一一场由创业投资机构发起的、旨在从创新视角展示和探讨生成式AI的分论坛，同时也是启明创投连续第二年主办该论坛。
针对国内外AI产业的发展，周志峰在演讲中给出了许多有意义的洞察。他表示，AI是第三次计算革命，中国是最佳的孵化地。根据相关报告，2022年全球AI专利中，中国占61.6%，领先美国的20.9%；中国培养的世界顶尖AI研究者在2022年占全球47%，较2019年的29%大幅上升。周志峰认为，移动互联网时代，中国企业打造了诸多世界级明星应用和软件，这为中国引领新一波AI原生应用浪潮奠定了坚实基础。对于生成式AI的发展，周志峰认为，目前相关技术仍处于早期阶段，未来要落地仍需解决一些问题。不过，生成式AI的成本在过去一年出现显著下降。以1万个TOKEN的价格为例，1年前是120美元，如今已经降至1元人民币，降幅达到1000倍。
本次论坛还邀请到大语言模型、多模态模型、具身智能、生成式AI应用领域的徐多专家与学者、顶尖投资人和领军创业者。阶跃星辰创始人兼CEO姜大昕，复旦大学浩清特聘教授、上海可续智能研究院院长、无限光年创始人漆远，无问芯穹联合创始人&CEO夏立雪、生数科技联合创始人&CTO鲍凡等，在论坛上就大语言模型、多模态模型、具身智能和生成式AI应用等主题展开了精彩的分享与交流。
作者：
文：张懿编辑：史博臻责任编辑：唐玮婕