量子位：2024中国AIGC广告营销产业全景报告

以下是 2024 年的热门 AI 模型： 在编码任务方面，DeepSeek 的 deepseekcoderv2 成为社区的最爱。 阿里巴巴发布的 Qwen2 系列在视觉能力方面给社区留下深刻印象。 清华大学自然语言处理实验室资助的 OpenBMB 项目催生了 MiniCPM 项目，是可在设备上运行的小型参数模型。 在图像视频领域，国外 Stability AI 发布的 Stable Video Diffusion 能从文本提示生成高质量、真实视频，且在定制化方面进步显著，还推出了 Stable Video 3D。OpenAI 的 Sora 能生成长达一分钟的视频，并保持三维一致性等。Google DeepMind 的 Veo 能将文本和图像提示与视频输入结合生成高分辨率视频。 在生物医学领域，Profluent 的 CRISPRCas 图谱微调后生成功能性基因编辑器，如开源的 OpenCRISPR1。心智基础模型 BrainLM 基于功能性磁共振成像建立，能检测血氧变化等。 在气象预测领域，微软创建的 Aurora 能预测大气化学，比数值模型更优且速度更快。 获得诺贝尔物理学奖和化学奖的 AI 推动了机器学习理论创新，并揭示了蛋白质折叠问题。 蛋白质结构预测方面，有 DeepMind 和 Isomorphic Labs 发布的 AlphaFold 3。 DeepMind 展示的新实验生物学能力 AlphaProteo 能设计出高亲和力的蛋白结合剂。 Meta 发布的 ESM3 是前沿多模态生成模型，在蛋白质序列、结构和功能上训练。 学习设计人类基因组编辑器的语言模型——CRISPRCas 图谱。

2024 年在 AI 视频、图像领域，市场呈现出以下情况： 国内方面： 中国开源项目在全球受到关注，成为积极开源贡献者。 DeepSeek 在编码任务中表现出色，推出的 deepseekcoderv2 受到欢迎。 阿里巴巴发布的 Qwen2 系列在视觉能力方面给社区留下深刻印象。 清华大学的自然语言处理实验室资助的 OpenBMB 项目催生了 MiniCPM 项目。 国外方面： Stability AI 发布的 Stable Video Diffusion 能从文本提示生成高质量、真实视频，且在定制化方面有显著进步，还推出了 Stable Video 3D。 OpenAI 的 Sora 能够生成长达一分钟的视频，并保持三维一致性、物体持久性和高分辨率。 Google DeepMind 的 Veo 能将文本和可选图像提示与嘈杂压缩视频输入相结合，创建独特的压缩视频表示。 从市场数据来看，2024 全年全球 AI 移动应用内付费收入预计为 30 亿美元，其中图像和视频类 AI 应用占据主导地位，收入占比高达 53%。从地区分布来看，北美和欧洲贡献了三分之二的市场份额。 在行业格局方面，云厂商成为 AI 供应链的“链主”，掌握着庞大的商业生态和技术资源。头部阵营基本稳定，大型云厂商在产业链中的地位无可撼动。

以下是 2024 年 AI 应用的一些趋势： 1. 在机器人研究领域，苹果 Vision Pro 成为重要工具，其高分辨率、高级跟踪和处理能力被用于远程操作控制机器人的运动和动作。 2. 在医学中，利用大模型生成合成数据，如微调 Stable Diffusion 中的 UNet 和 CLIP 文本编码器，从大量真实胸部 X 射线及其相应报告中生成大型数据集。 3. 企业自动化方面，传统机器人流程自动化面临问题，新颖方法如 FlowMind 和 ECLAIR 使用基础模型来解决限制，提高工作流理解准确率和完成率。 4. 算力瓶颈影响行业竞争格局，逐渐进入多模态灵活转换的新时代，实现文本、图像、音频、视频等模态的互相理解和转换。 5. 人类劳动形式“软件化”，复杂劳动被抽象为可调用的软件服务，劳动流程标准化和模块化。 6. AI 行业仍处于严重亏损阶段，商业化进程有待提升。 7. 云厂商是产业链中的“链主”，掌握庞大商业生态和技术资源以及巨大市场规模。 8. 2024 年头部 AI 应用中，创意工具仍占最大比重，To P 应用市场潜力大，ToB 应用发展路径复杂，ToC 应用面临挑战。 9. 在 AI 应用领域，Copilot 和 AI Agent 是两种主要技术实现方式，分别适合不同类型的企业。 10. 北美和欧洲贡献了 AI 移动应用市场三分之二的份额，中国 AI 公司积极出海。

以下是 2024 年人工智能行业报告的相关内容： 在 2024 年，国内外 AI 企业的竞争达到白热化阶段。 国外方面： Google DeepMind 和 OpenAI 展示了强大的文本到视频扩散模型预览，但访问受限且技术细节披露不多。 Meta 更进一步，将音频加入其中，Movie Gen 核心包含 30 亿视频生成和 13 亿音频生成模型，能分别以每秒 16 帧的速度生成 16 秒的视频和每秒 45 秒的速度生成音频片段。 Llama 3.1 是迄今为止最大版本，在推理、数学、多语言和长上下文任务中能与 GPT4 相抗衡，标志着开放模型缩小与专有前沿的差距。 OpenAI 草莓落地，加倍扩大推理计算规模，通过将计算从预训练和后训练转移到推理，以链式思维方式逐步处理复杂提示，采用强化学习优化，在需要大量推理的基准测试中取得显著改进，但成本较高。 Meta 推出 Llama 3 家族，包括 3.1 和 3.2 版本，使用大量令牌训练，在规模上不断突破。 国内方面： 国内涌现出类似可灵、即梦、智谱清影等一系列 AI 生成视频工具，生成结果甚至远超国外。 由 DeepSeek、零一万物、知谱 AI 和阿里巴巴开发的模型在 LMSYS 排行榜上取得优异成绩，尤其在数学和编程方面表现出色。中国模型各有优势，如 DeepSeek 在推理过程中通过多头隐式注意力减少内存需求并改进 MoE 架构，零一万物更加关注数据集的建设。中国模型更能优先考虑计算效率，以弥补 GPU 访问的限制，并学会更有效地利用资源。 需要注意的是，报告中对中国的 AI 生成图、生成视频的工具未展开详细说明，但这并不代表中国有关该功能的 AI 工具落后于国外。

以下是为您找到的与 2024 年生成式人工智能相关的内容： 《2024 年生成式人工智能海外合规白皮书（东南亚篇）》由垦丁律师事务所联合 WEEE Consulting 和 Boosterhub 撰写，深入分析了东南亚地区生成式人工智能（AI）的产业现状、监管框架及合规要求。报告涵盖了新加坡、越南、泰国、马来西亚、印度尼西亚和菲律宾六国，探讨了 AI 产品合规性、数据本地化、跨境数据传输、内容安全和知识产权等关键问题。报告指出，尽管东南亚国家在 AI 发展上展现出潜力，但各国法规和伦理标准存在差异，对 AI 的法律监管和合规要求也各不相同。 2024 年 8 月 26 日的《》，其中提到上周，Ideogram 推出功能强大的 2.0 图像生成模型，同时 Jamba 1.5 系列在非 Transformer 架构上取得突破。AI 工具如 ComfyUI 和 Cluade 更新，Cursor 获巨资融资。Google 的 Gemini AI 项目新增技术领导，亚马逊通过 AI 工具极大提升代码开发效率。 此外，还有其他一些相关研究报告，如： 《爱分析：2024 智能办公厂商全景报告》强调智能办公系统在企业数字化转型中的关键作用。 《平安证券：AI 系列深度报告（五）AI 手机》指出 AI 手机的发展重心正逐步向端侧转移，全球出货量将呈现指数级增长。 关于 2024 年人工智能的报告还包括： 2024 人工智能报告中提到，欧盟人工智能法案获得批准并正式生效，欧洲成为世界上第一个全面采用人工智能监管框架的地区。美国大型实验室努力应对欧洲监管，中国人工智能监管进入执行时代，美国对中国实施更严格的出口管制和投资限制。 《生成式 AI 季度数据报告 2024 月 13 月》，作者为郎瀚威 Will、张蔚 WeitoAGI、江志桐 Clara ，报告包含总体流量概览、分类榜单等内容。 您可在知识星球下载其它一些研究报告： 。公众号回复“2024 一季度”，可以获得《生成式 AI 季度数据报告 2024 月 13 月》的 PDF 。

2024 年是 AI 迅速发展的一年，以下是一些热门的情况： 国内方面： 中国开源项目表现出色，成为积极开源贡献者。 DeepSeek 在编码任务中成为社区最爱，如 deepseekcoderv2。 阿里巴巴发布的 Qwen2 系列，其视觉能力给社区留下深刻印象。 清华大学自然语言处理实验室资助的 OpenBMB 项目催生了 MiniCPM 项目。 国外方面： Stability AI 发布的 Stable Video Diffusion 能从文本提示生成高质量、真实视频，且在定制化方面进步显著。今年 3 月推出的 Stable Video 3D 可预测三维轨道。 OpenAI 的 Sora 能生成长达一分钟的视频，保持三维一致性等，还使用原始大小和纵横比的视觉数据训练。 Google DeepMind 的 Veo 将文本和可选图像提示与嘈杂压缩视频输入结合处理。 在 AI 企业竞争方面： 国内：阿里巴巴、清华大学等在各自领域表现突出。 国外： OpenAI 期待已久的草莓落地，加倍扩大推理计算规模，o1 在解决复杂问题上有显著改进，但成本较高。 Meta 推出 Llama 3 家族，不断更新版本，使用大量令牌训练，在规模上有突破。 此外，AI 革命促使成本下降，有可能改变关键领域的成本结构和提高生产力，涉及领域有扩大趋势。

以下是一些常用的 AIGC 论文检测网站和工具，以及它们的功能和使用方法，可帮助您降低论文的 AIGC 率： 1. Turnitin： 功能：是广泛使用的学术剽窃检测工具，最近增加了检测 AI 生成内容的功能。 使用方法：用户上传论文，系统自动分析文本并提供详细报告，标示出可能由 AI 生成的部分。 2. Copyscape： 功能：主要用于检测网络上的剽窃行为，虽不是专门的 AIGC 检测工具，但能发现可能被 AI 生成的重复内容。 使用方法：输入文本或上传文档，系统扫描网络以查找相似或重复内容。 3. Grammarly： 功能：提供语法检查和剽窃检测功能，剽窃检测部分可帮助识别可能由 AI 生成的非原创内容。 使用方法：将文本粘贴到 Grammarly 的编辑器中，选择剽窃检测功能，系统提供分析报告。 4. Unicheck： 功能：基于云的剽窃检测工具，适用于教育机构和学术研究，可检测 AI 生成内容的迹象。 使用方法：上传文档或输入文本，系统分析并生成报告，显示潜在的剽窃和 AI 生成内容。 5. ： 功能：专门设计用于检测 AI 生成内容，使用先进算法分析文本，识别是否由 GPT3 或其他 AI 模型生成。 使用方法：上传文档或输入文本，系统提供详细报告，包括可能的 AI 生成内容。

以下是一些适合游戏设计的 AIGC 平台及相关案例： 1. 上海人工智能实验室旗下的 OpenInnoLab平台：北京市新英才学校的“AI 创作家”课程中，学生使用该平台的文生图 AI 工具生成桌游卡牌背后的图案。 2. 在“DragonX”宠物龙养成游戏中，Demo 的原则为 AIGC 的最大化，玩法内容基本都使用 AIGC 来生产游戏内容，包括世界观、核心循环、核心玩法等方面。 3. 关于游戏设计与 AIGC 的相关讨论：“质朴发言：吐血整理：AI 大模型浪潮涌动游戏范式革新｜Z 沙龙第 9 期”涵盖了游戏与生成式 AI 的发展趋势、游戏+AI 制作的讨论、资本市场对 AI+游戏的看法、AI 对游戏领域带来的变革以及新 AI 游戏面临的问题等多方面内容。

以下是为您整合的关于“通往 AGI 之路”的相关内容： “通往 AGI 之路”不仅是开源的 AI 知识库，更是连接 AI 学习者、实践者、创新者的社区，基于无边界组织完成了 AI 春晚、“离谱村”短片等共创项目。 【野菩萨的 AIGC 资深课】由工信部下属单位【人民邮电出版社】开设，是市面上为数不多的值得推荐的 AI 课程之一，也是全网技术更新最快的课程！课程内容涵盖 AI 绘画、视听语言和 ChatGPT 等多个体系的知识。无论您是 AI 初学者还是进阶者，这门课程都能满足您的学习需求。扫码添加菩萨老师助理，了解更多信息。 通用人工智能（AGI），也叫强人工智能，通常这玩意出现时也就是奇点科技大爆炸的那一刻，科技推动文明呈指数级增长。也许在 5 年后，也许在 2035 年，也许在 2050 年。通往通用人工智能的路也许还长，但它已如海那边吹过来的风，还没有看到大海，就已闻到潮湿腥咸的味道。 在 OPEN AI 发布 gpt3.5 引爆 AIGC 潮流不久，“通往 AGI 之路”由几个对 AIGC 感兴趣的人发起组建。其中有个设计师为其作了一套品牌 VI，设计师三思用 Midjourney 生成了小鹿吉祥物三视图。彭青云在看到相关内容后，希望为其做小鹿 IP 的延展，并获得了相关权限。

以下是一些关于 AIGC 的问题供您参考： 1. AIGC 在内容创作领域的优势和局限性分别是什么？ 2. AIGC 如何影响传统的内容创作行业？ 3. 目前 AIGC 在图像生成方面有哪些最新的技术突破？ 4. 如何评估 AIGC 生成内容的质量和准确性？ 5. AIGC 在视频生成领域的应用前景如何？ 6. 与 UGC 和 PGC 相比，AIGC 在内容多样性方面表现如何？ 7. 哪些行业最有可能率先广泛应用 AIGC 技术？ 8. Gen AI/Generative AI 与 AIGC 在技术实现上有哪些关键差异？ 9. ChatGPT 作为一种服务，与其他类似的聊天应用有何不同？ 10. 未来 AIGC 工具在产品原型设计方面可能会有哪些创新？

以下是关于学习 AIGC 的相关内容： AIGC 相关概念： 人工智能（AI）：一种目标，让机器展现智慧，简称 AI。 生成式人工智能（GenAI）：一种目标，让机器产生复杂有结构的内容，简称 GenAI。 机器学习：一种手段，让机器自动从资料中找到公式。 深度学习：一种更厉害的手段，类神经网络 非常大量参数的函数。 大语言模型：是一类具有大量参数的“深度学习”模型，简称 LLMs。 ChatGPT：一个应用实例，通过投喂大量资料预训练后，会通过聊天玩“文字接龙游戏”。英文解释：Chat 聊天，G:Generative 生成，P:Pretrained 预训练，T:Transformer 类神经网络模型。 AIGC 是利用人工智能技术生成内容的新型生产方式，包括文本、图像、音频和视频等内容。其技术可用于多种应用，如自动撰写新闻文章、生成艺术画作、创作音乐、制作视频游戏内容等。ChatGPT 是 AIGC 技术的一个应用实例，代表了 AIGC 在文本生成领域的进展。 最近感悟： 半个月没更新文章，对 AIGC 做了更系统、深入的学习和调研。 参加了 3 场 AI 线下活动，在 AI 社群中浪迹一个多月，感到兴奋和热血，认为 AIGC 在 2024 年的发展类似 2014 年移动互联网时代大量新兴 APP 的涌现。 感悟包括：AI 领域新名词、新概念等丰富多彩；AI 知识付费领域“鱼龙混杂”；AI 发展迅速，学习 AI 知识很重要。 AIGC 学习三步法： 具体内容未给出，如需了解，请补充更多信息。 AGI、GenAI、AIGC 几个概念的区别与理解可参考相关图片。更多概念可问 Kimi、通义千问、文心一言等大模型。国内主要模型公司及地址未给出。

AIGC 的当前生态主要包括以下方面： 1. 概述：GenAI（生成式 AI）能够从已有数据中学习并生成新的数据或内容，利用 GenAI 创建的内容即 AIGC。作为强大的技术，能赋能诸多领域，但存在合规风险，我国对 AIGC 的监管框架由多部法律和规定构成。 2. 分类：AIGC 主要分为语言文本生成、图像生成和音视频生成。语言文本生成利用多种模型，如 GPT4 和 GeminiUltra；图像生成依赖多种技术，代表项目有 Stable Diffusion 和 StyleGAN 2；音视频生成利用多种模型，代表项目有 Sora 和 WaveNet。 3. 应用领域：AIGC 可应用于音乐生成、游戏开发、医疗保健等领域，在游戏开发和制作的整个生命周期的多个阶段都有应用，例如用文本生成平面图像，像 Midjourney、Stable Diffusion 和 DallE 2 等工具可将文本描述生成高质量二维图像。 4. 产品原型设计工具：目前有 UIzard、Figma、Sketch 等基于 AIGC 的工具可用于产品原型设计，其 AI 功能包括自动生成设计元素、提供设计建议、优化用户界面布局等。随着技术发展，未来可能会有更多专门针对产品原型设计的 AIGC 工具出现。

量子计算机与 AI 密切相关： 在 AI 术语方面，量子计算机（Quantum Computer）属于 AI 领域的术语。 AI 技术的发展历程中，当前处于深度学习时期，前沿技术点包括量子 AI，如量子机器学习、量子神经网络等。 在算力方面，算力对于 AI 价值直接，提升算力的方案包括量子计算，但目前量子计算距离商用较远，应用主要在量子加密传输，在“计算”方面还有待理论和技术突破。此外，还有 3D 堆叠、石墨烯、高温超导等方案。除计算速度外，传输速度、能耗和散热也是阻碍算力进展的因素。

以下是关于亚马逊大语言模型全景培训的相关内容： Andrej Karpathy 亲授的大语言模型入门讲座提到： 1. 大型语言模型（LLMs）：神经网络实际上是下一个词预测网络，通过给它一些单词来预测下一个单词。尽管下一个单词预测任务看似简单，但它迫使神经网络学习大量关于世界的信息，并将其编码在参数中。例如，预测关于露丝·汉德勒的内容时，模型参数需学习相关知识。模型推理是生成接下来的单词，通过采样选择单词并反馈回模型获取下一个单词，从而“梦想”出类似互联网文档的内容，如 Java 代码、亚马逊产品、维基百科文章等。 2. 获取辅助模型的方式：保持优化相同，更换训练数据集。过去对互联网文档训练，现在替换为手动收集的数据集，通过雇用人员按标签说明提问并写下答案。预训练阶段文本量大但质量低，第二阶段更看重质量而非数量，文档少但都是高质量对话。 该讲座的作者是天空之城城主，来源为 https://mp.weixin.qq.com/s/fmb4nvIEA9AC5JpNPWN7Q ，宝玉的另一翻译版本为 https://twitter.com/dotey/status/1728959646138880026 。讲座分为三大部分，包括第一部分的大型语言模型（LLMs）、第二部分的 LLM 的未来、第三部分的 LLM 安全性。Andrej Karpathy 近期进行了一场 30 分钟的入门讲座，虽未录制，但因受欢迎决定重新录制并上传至 YouTube 平台。

以下是 2024 年 AI 公司的相关信息： AI 产业的产业链结构大致分为上游的基础设施层（数据与算力）、中游的技术层（模型与算法）、下游的应用层（应用与分发）。但未找到一张满意的展示上中下游重点企业（或产品）的图，若您对图中不了解的公司/平台（或产品），建议搜索了解。 2024 年美国融资金额超过 1 亿美元的 AI 公司（截止 2024.10.15）： Zephyr AI：20240313 融资 1.11 亿美元，A 轮，主营 AI 药物发现和精准医疗。 Together AI：20240313 融资 1.06 亿美元，A 轮，主营 AI 基础设施和开源生成。 Glean：20240227 融资 2.03 亿美元，D 轮，主营 AI 驱动企业搜索。 Figure：20240224 融资 6.75 亿美元，B 轮，主营 AI 机器人。 Abridge：20240223 融资 1.5 亿美元，C 轮，主营 AI 医疗对话转录。 Recogni：20240220 融资 1.02 亿美元，C 轮，主营 AI 接口解决方案。 2024 年的一些 AI 发展趋势： AI 将引领“智能即服务”的新服务模式，重塑工作和生活，重新赋能芯片和云计算行业，GPU 需求预计持续增长。 企业软件、AI 驱动的金融服务以及 AI 健康技术成为吸引投资的主要领域，机器人行业投资额超过企业软件。 科技巨头通过资本控制 AI 模型公司的趋势明显。 企业竞争策略分化，大模型争霸，OpenAI、Gemini、Anthropic、LLama 以及来自法国的 Mistral 是市场上备受瞩目的公司。

中国 AIGC 应用全景图谱 AIGC（AI Generated Content）是指利用人工智能技术生成的内容，是继用户生成内容（UGC）、专业生产内容（PGC）之后的新型内容生产方式。作为一种强大的技术，生成式 AI 能够赋能诸多领域，但也存在多重潜在的合规风险。目前，我国对 AIGC 的监管框架由《网络安全法》《数据安全法》及《个人信息保护法》构成，并与《互联网信息服务算法推荐管理规定》《互联网信息服务深度合成管理规定》《生成式人工智能服务管理暂行办法》《科技伦理审查办法（试行）》等形成了共同监管的形势。 AIGC 主要分为语言文本生成、图像生成和音视频生成。语言文本生成利用马尔科夫链、RNN、LSTMs 和 Transformer 等模型生成文本，如 GPT4 和 GeminiUltra。图像生成依赖于 GANs、VAEs 和 Stable Diffusion 等技术，应用于数据增强和艺术创作，代表项目有 Stable Diffusion 和 StyleGAN 2。音视频生成利用扩散模型、GANs 和 Video Diffusion 等，广泛应用于娱乐和语音生成，代表项目有 Sora 和 WaveNet。此外，AIGC 还可应用于音乐生成、游戏开发和医疗保健等领域，展现出广泛的应用前景。 AIGC 在 CRM（客户关系管理）领域有着广阔的应用前景，主要包括以下几个方面： 1. 个性化营销内容创作：AIGC 可以根据客户的个人信息、购买历史、偏好等数据，生成高度个性化且富有创意的营销文案、视觉内容等，替代人工撰写，提高营销效率和转化率。 2. 客户服务对话系统：基于 AIGC 的对话模型，可以开发智能客服系统，通过自然语言交互的方式解答客户的咨询、投诉等，缓解人工客服的压力。 3. 产品推荐引擎：借助 AIGC 生成丰富的产品描述、视觉展示等内容，相结合推荐算法，为客户推荐更贴合需求的产品，提升销售业绩。 4. CRM 数据分析报告生成：AIGC 可以自动生成期望的数据分析报告内容，包括文字、图表、视频演示等形式，加快分析报告的生产流程。 5. 智能翻译和本地化：AIGC 技术能够提供高质量的多语种翻译及本地化服务，帮助企业打造精准的全球化营销内容。 6. 虚拟数字人和营销视频内容生成：AIGC 可以快速生成虚拟数字人形象、场景背景和营销视频内容，降低视频制作成本。 7. 客户反馈分析：AIGC 可以高效分析海量的客户反馈文本和多媒体信息，挖掘客户需求和潜在痛点。 总之，AIGC 在 CRM 领域的应用可以帮助企业提高客户满意度、提升销售业绩、降低运营成本，从而实现更好的客户关系管理。你可以在知识库的研究报告目录下找到。