花繁柳密处，拨得开，才是手段；风狂雨急时，立得定，方见脚跟。—— 傅行之

Trends

1. 大力出奇迹的算力投入模式尚未见顶。

2. 慢思考和多模态成标配，多领域将迎来AlphaGo时刻。

3. 模型开源和开放协议成为新竞争力组成。

4. “后真相”时代，打造可信大模型迫在眉睫。

技术对知识信息的影响，第一次从传播和交互环节向前延伸到生产环节。大模型知识输出的精准度、专业度，即大模型的“可信度”，正在成为人工智能的核心竞争指标。

Is this an opportunity?

大模型的幻觉问题，是伴随人工智能底层技术路径与生俱来的，和创新能力是一体两面的，难以仅仅依靠技术彻底解决。引入权威的图书、杂志、新闻资讯、论文等优质内容数据，并打造新的、“可信”的知识共识机制和供应体系，是大模型未来在生产、生活应用领域产生更大价值的关键所在。

未来，谁能够接入更多可信的数据源，构建起可信的评价和共识机制，谁就能在人机内容共创的时代获得领先优势。

5. 个人应用在智能+互联网逻辑下有望开启马太效应 

过去个人应用之所以不够丰富，核心是由于基础大模型的能力所限，在复杂问题分析、多模态生成和理解等领域的效果还不尽如人意，用户使用大模型时惊喜不足。

而且个人应用的数据，更多是使用偏好数据，并不能反哺基础大模型智能的提升，因此过去花钱买流量和用户的应用也没能构筑护城河，用户替换应用的成本较低，粘性不足。

中国应用领先的优势有望进一步发挥，提效类的生产力工具日益强大，杀时间的陪伴类和文娱类应用体验不断优化。

同时，个人应用创新仍然面临“苦涩的教训”（ The bitter lesson） ，即人们反复尝试用工程手段提升性能，最终却总是被简单堆算力的方式超越。

大模型能力的不断提升，会“吃掉”不少应用创新的功能，特别是工作流类的应用，更容易被大模型的新能力取代。

如何在应用中加深护城河，需要更多第一性原理的思考，从而嵌入用户决策链条的关键节点去提升价值，增加用户的情感性认同，并通过生态协同，提升自身的不可替代性。

可以说，技术迭代是矛，场景渗透是盾，生态协同是土壤，个人应用有时候要跑得快一点等大模型能力的提升，有时候又要慢一点思考大模型的演进路径，去构建技术+场景+生态协同的“动态能力组合”。

6. 个人AI应用的终点是超级智能助理

基础大模型能力的升级，带来应用深度的能力解锁。

随着多模态、强化学习技术持续突破，模型的效果大幅提升、成本不断降低，可以预见，智能体应用将加速渗透到更多垂直领域，开启人机协作新纪元。

据Gartner 预测，到2028年，33% 的企业软件应用将包含代理式人工智能，而2024年这一数字不到1%，且至少15%的日常工作决策将通过人工智能代理自主做出。人工智能代理市场将显着增长，从 2024年的51亿美元增长到2030年的471亿美元。

Agent的广泛使用将要求模型能处理更大规模的上下文，对模型基础能力的提升也带来更大挑战。

7. 智力即服务是行业落地的终极方向

以云的方式，让智能变成一种千行百业可按需调用的服务，将最终形成智力即服务（Intelligence as Service）的新形态。过去衡量经济发展和数字化水平，会看用电量、用云量，以后我们衡量智能的水平，可能要去看“用词量”（Token）。

行业应用中，优质数据是提效护城河。 行业大模型比以往任何时候都更需要行业和企业内的优质数据，因为行业应用需要更准确、专业的知识，且对幻觉零容忍。

在数据治理上的投入将获得事半功倍的效果。而这往往需要很大的投入，也被经常认为是苦活儿和累活儿，是行业落地中最容易被忽视的部分。

未来，大模型不仅在各行业纵深发展，更将通过跨领域协同、中小企业普惠、社会系统重塑等路径，实现深度应用的立体化演进：从“场景适配”到“价值创造”，大模型从效率工具升级为业务增长引擎；从“信息孤岛”到“生态融合” ，跨领域数据的协同推动应用边界扩展；从“企业级应用”到“社会系统重构” ，技术渗透进入深水区，引发企业和社会组织模式、就业和分配结构、社会伦理规范等全方位变革。

Key Takeaways

1. 推理模型能力的持续提升，推动大模型迎来“可用”到“好用”的拐点。推理强化和应用拓展启动了大模型下半场的新赛程。个人智能体潜力初步显现，行业应用渐次走深，开源开放日益成为大模型的核心竞争力组成。大算力、多模态、强推理、广开源、准数据、智能体、深应用等，成为当前发展的重要趋势。

2. 「多模态」是人类世界的本来样貌，大模型的发展趋势一定是走向多模态，从单一的文本、图像、视频、3D，向声、光、电，甚至分子、原子等各类模态扩展，达成对真实世界的理解和生成，原生多模态是未来方向。

3. 随着模型能力的跃迁，可以预见，更多领域将迎来“AlphaGo时刻”，即大模型在各领域的能力超过该行业90%以上，甚至最高水平的人。

4. （超）垂直领域：如何利用AI从细分领域“切入”进去？

Appendixes

1. 大模型下半场：7个趋势判断 - https://mp.weixin.qq.com/s/-KhpFHznaLlvbkkIUlSW_A