2024年AI领域五大关键主题及未来投资趋势分析

2024年AI领域的五大关键主题

在今年的NeurIPS 2024大会上，Conviction Capital的创始人Sarah Guo和合伙人Pranav Reddy分享了关于“AI创业公司现状”的见解。他们系统地回顾了2024年AI领域的五大关键主题，并探讨了这些主题对未来投资的影响。

底层模型竞争加剧： 2024年，底层模型之间的竞争比以往任何时候都更加激烈。
开源模型快速进步： 开源模型的竞争力不断增强，在某些方面甚至超越了闭源模型。
小模型性价比提升： 小型模型在性能上取得了显著进步，并且成本更低，性价比更高。
多模态技术突破： 多模态技术正在成为未来发展的重要方向，为用户带来全新的交互体验。
Scaling Law的新突破： 尽管Scaling Law存在限制，但新的扩展范式正在出现，为AI的未来发展带来了新的希望。

底层模型竞争白热化

底层模型的竞争格局在2024年发生了显著变化。Chatbot Arena的数据显示，一年前OpenAI的模型在性能上遥遥领先，而现在，谷歌等其他公司也推出了具有竞争力的模型。开源模型也在不断进步，这使得企业在选择API时有了更多选择。

OpenAI的Token消耗下降

去年11月底，OpenAI的token消耗占总量接近90%，而现在不到一年，这个比例下降到接近60%，这表明用户正在尝试不同的模型。这一变化反映了市场对多样化AI模型的需求，以及用户对成本和性能的综合考量。

开源模型的崛起

SEAL排行榜的独立评估显示，开源模型在数学能力、指令遵循以及对抗性鲁棒性等方面表现出色，Llama模型更是跻身前三名。这表明开源模型不仅在性能上取得了显著进步，也逐渐获得了行业的认可。开源模型的崛起，为企业提供了更多选择，也降低了使用AI技术的门槛。

开源模型进步速度惊人

开源模型在多个方面都表现出了惊人的进步速度。MMLU评估显示，一些参数较小的开源模型在性能上已经接近最先进的模型。一年前，最好的小型模型Mistral-7b在这个评估中得分在60左右，而现在Llama 8B模型提高了超过10分。这种快速的进步表明，开源社区的创新能力不容小觑，也预示着未来AI模型的发展将更加多元化。

小模型更具性价比

小型模型和大型模型之间的差距正在缩小，而且AI智能的价格也在大幅下降。OpenAI旗舰模型的API成本在过去一年到一年半内下降了大约80-85%。这意味着，使用AI构建应用程序的成本大大降低。这为更多企业和开发者提供了使用AI技术的机会，也加速了AI技术的普及。

构建AI应用的成本降低

使用AI构建类似Notion或Coda这样的应用程序，所需的token成本仅为几千美元。这表明，AI技术的应用成本已经大大降低，使得更多的创新成为可能。开发者可以更加专注于应用本身的创新，而不是被高昂的AI成本所限制。

多模态技术是未来

多模态技术正在成为AI领域的重要发展方向。低延迟语音、执行能力以及视频等新模态的出现，为用户带来了全新的交互体验。多模态技术的进步，将使AI应用更加自然和人性化，为用户带来更丰富的体验。

语音交互体验提升

低延迟语音不仅是一个功能特性，更是一种全新的交互体验。用户可以通过语音与AI进行更自然的交流，而无需依赖文字输入。这种交互方式的改进，将大大提高用户体验，并拓展AI技术的应用场景。

AI执行能力的增强

Claude的Computer Use能力以及OpenAI在Canvas中推出的代码执行功能，为用户带来了更强大的AI能力。AI不仅可以理解和生成内容，还可以执行复杂的任务，这使得AI的应用更加广泛和深入。AI执行能力的增强，将为各行各业带来更高的生产效率和创新能力。

Scaling Law的新突破

虽然Scaling Law存在限制，但新的扩展范式正在出现。OpenAI似乎已经找到了突破Scaling Law限制的方法，并通过RL self-play等技术来提升模型的性能。这意味着，AI模型的性能提升不再仅仅依赖于参数规模的增加，而是可以通过更先进的算法和训练方法来实现。

AI投资环境趋于理性

尽管有观点认为AI领域存在泡沫，但实际情况是，流向底层模型实验室的资金额度较大，而流向实际运营公司的资金规模则相对合理。这表明，AI投资正在趋于理性，投资者更加关注实际应用和商业价值。

应用层的价值被低估

过去，人们普遍认为底层模型更有价值，而应用层没有价值。但实际上，AI生态系统的机会非常丰富，应用层同样大有可为。AI技术的价值最终还是要通过实际应用来体现，因此，应用层的创新将成为未来AI投资的重要方向。

创业公司机会巨大

AI生态系统的机会远不止于底层模型，应用层同样蕴藏着巨大的潜力。各种创新层出不穷，不同类型的模型各有所长，市场竞争激烈，开源项目也蓬勃发展。这为创业公司提供了广阔的发展空间，他们可以通过创新来满足市场的多样化需求。

服务自动化： AI可以自动化许多重复性工作，降低成本并提高效率。这为企业提供了降低运营成本和提高生产效率的机会，也为创业公司提供了新的商业模式。
更好的搜索新方向： AI可以帮助用户更好地搜索和获取信息，提供更个性化的体验。这为用户带来了更高效和便捷的搜索体验，也为创业公司提供了在搜索领域创新的机会。
技能的民主化： AI正在 democratize 各种技能，让更多人能够参与到创造和创新中来。这为更多人提供了参与AI技术发展的机会，也为创业公司提供了更多的人才和创新资源。

AI浪潮中的投资方向

AI Infra（算力和数据）是AI浪潮中的一个重要投资方向。随着AI技术的发展，对专家数据和更多类型数据的需求也在不断增加。算力和数据是AI技术发展的基石，对这些领域的投资将为AI技术的进一步发展提供保障。

“软件3.0”时代正在到来

总而言之，我们用“软件3.0”来概括这一系列变革。我们认为这是一次全栈式的重新思考，它将为新一代公司带来巨大优势。变革的速度对创业公司有利。这意味着，AI技术将重塑软件的开发和使用方式，为新一代公司带来巨大的机遇。

重新思考产品和基础设施

我们需要重新思考产品的设计方式和基础设施的构建方式，以适应新的AI范式。这意味着，我们需要重新审视现有的软件开发和部署流程，以适应AI技术的特点。

巨大的技术和经济机遇

AI带来了巨大的技术和经济机遇，值得我们抓住。AI技术的广泛应用将为各行各业带来巨大的变革，并创造巨大的经济价值。

创业公司与巨头之争

胜利的果实最终将流向创业公司还是现有巨头？虽然巨头拥有分销渠道和数据优势，但创业公司可以通过更优秀的产品和创新的商业模式来竞争。创业公司可以通过灵活的创新机制和对市场的快速响应，来挑战现有巨头的地位。

创新者的困境

现有公司可能受到创新者困境的限制，而创业公司可以通过新的用户体验范式和代码生成来挑战现有模式。创业公司可以通过颠覆性的创新来打破现有市场的格局，并获得竞争优势。

数据的重要性

创业公司需要思考自己需要什么样的数据来提升产品质量，而不是仅仅依赖现有公司的数据。数据是AI技术发展的关键要素，创业公司需要通过创新来获取和利用数据，从而提升产品的竞争力。