1. AI产业研究框架与海内外生态概览：
- 基建层：AI硬件及云服务，如NVIDIA的硬件和Azure的云服务。
- 模型层：AI模型及算法，如OpenAI发布的多模态生成模型。
- 中间件：MLOps等AI基础设施，包括模型训练、推理等。
- 应用层：B端及C端AI应用，目前B端应用落地较快，C端应用静待杀手级应用出现。
2. B端应用：
- B端应用在办公软件、广告营销、平面设计等领域落地较快，付费逻辑简单，用户需求明确。
- 合规门槛主要为企业层面，海外企业开始限制ChatGPT等AI服务的使用。
3. C端应用：
- C端应用头部格局稳定，但用户需求不明确，往往是供给激发需求。
- 合规门槛主要为政府层面，如意大利监管机构曾禁止ChatGPT在国内使用。
4. 2024年值得期待的AI发展：
- 应用层面，重点关注AI Agent，如OpenAI的GPTs和GPTs Store。
- 模型层面，关注Sora视频生成模型和GPT-5，后者可能支持多模态输入并具有更强的个性化和准确性。
报告还提到了一些风险提示，包括技术发展不及预期、竞争加剧以及AI安全和隐私风险。此外，报告还提供了一些海外和国内AI初创公司的融资情况，以及SaaS巨头在AI领域的商业化进展。最后，报告强调了AI在B端和C端应用的发展前景，以及创业公司在特定垂直领域的机会。
附件：AI应用专题：百花齐放，静待杀手级应用
国内通用类大模型正在持续拓展应用领域，包括文心一 言、通义千问、星火认知等一批通用大模型正在快速发展,垂直领域专业类大模型也在不断深化落地
生成式 AI 等创新技术，正在引领未来商业发展的新方向;将 AI 技术和 AI 应用视为增加企业营销能力的伙伴，共同 生成商业新未来
当Al与劳动高度互补时，互补效应变得强于位移效应，特别是在收入分配的上半部分，导致与低互补情况相比
模型无法做到无限制的创意赋能,随着海量设计师利用同一模型 进行设计流程的迭代,产品的设计风格可能趋于同化,扩大设计师在 实践中所创造知识的影响力
训练与微调成本,该训练成本仅针对企业应用基础模型结合行业知识与数据集进行训练与微调的成本,并非基础大模型训练成本,该成本仍然为行业知识壁垒显著的企业必须承担的成本
详细介绍SPG框架的设计原理,技术模块和应用案例,为读者提供一个全面了解SPG框架的机会,并激发更多的讨论和合作,推动知识图谱技术的发展和应用
分析了人工智能的根本科学问题,揭示了人工智能科学是人类科学技术发展的必然结果,分析了人工智能科学是现有科学体系所不足于支撑的重大科学问题
梳理研究AI与视觉艺术结合的应用案例和艺术作品,为全面更新数字艺术发展模式,实现数字艺术产业新格局提供参考,助力推动AI艺术创新和产业应用的成果转化
伴随基于大模型发展的各类应用的爆发,生成式 AI,为用户提供突破性的创新机会,打破了创造和艺术是人类专属领域的局面,大模型拥有了不断学习和成长的基因
报告介绍了现有的9个基础教育阶段人工智能课程模块和3大课程类别,第一类为人工智能基础,第二类为伦理与社会影响,第三类为理解、使用和开发人工智能课程
沉浸式技术和人工智能已经在改变传统的工作场所,并预示着人才获取的崭新时代的来临,借助AI助手进行招聘工作,并获取更多数据驱动的技能提升和再培训
