文 | 明晰野望

這幾天，你是否刷到過大火的各地博物館讓文物“舞動起來”的短視頻？

又是否看到過讓馬斯克都直呼驚嘆的，那些被“復(fù)活”的世界名畫？

再或者，你一定看到過AI魔改過爭議很多的老牌影視劇。

是的，這一切背后都是AI。

就在2024年最后一個(gè)月，國內(nèi)外科技大廠更是集體炫技，AI應(yīng)用正在以迅雷不及掩耳之勢加速落地。

在人工智能時(shí)代，技術(shù)創(chuàng)新的速度讓摩爾定律、新摩爾定律不斷被打破。

我們此前就討論過，隨著這兩年科技公司對算力和AI的史詩級投入，大模型底座技術(shù)漸成熟并由大廠開源后，AI界走向了更務(wù)實(shí)的道路——應(yīng)用落地。

最新的權(quán)威數(shù)據(jù)統(tǒng)計(jì)：幾乎每六個(gè)中國人中，就有一人正在使用AI產(chǎn)品。

更有從業(yè)者直言，“最快5年之內(nèi)，中國人一周只需要工作4天”。

我們做好準(zhǔn)備來迎接這個(gè)新時(shí)代了嗎？

用AI造世界：文生圖、生視頻、生3D大模型加速開源

12月10日，OpenAI旗下視頻生成模型Sora，終于在首次亮相10個(gè)月后正式開放，新版工具Sora Turbo可以生成最長達(dá)20秒的視頻?；蛟S是由于等待的太久，用戶火熱的試用熱情一度讓OpenAI緊急關(guān)閉用戶注冊。

但是Sora姍姍來遲的這10個(gè)月的空檔期內(nèi)，AI圈已經(jīng)翻天覆地。

比Sora早一周，12月3日，有著“AI教母”之稱的李飛飛聯(lián)合創(chuàng)立并擔(dān)任CEO的AI公司W(wǎng)orld Labs官宣了首個(gè)成果——3D世界生成模型，可以讓用戶從單張圖片生成3D世界的AI系統(tǒng)，并且用戶可以與之互動。比如，通過鍵盤和鼠標(biāo)在生成的3D場景里移動、轉(zhuǎn)換視角。

緊隨其后，12月4日，谷歌也發(fā)布了Genie 2，一個(gè)能把靜態(tài)照片變成可玩游戲的AI系統(tǒng)，同樣可以實(shí)現(xiàn)從靜態(tài)照片到可交互3D場景的轉(zhuǎn)換。

就在一個(gè)月前，著名游戲公司任天堂旗下寶可夢公司也宣布過一項(xiàng)類似的技術(shù)，用“大規(guī)模地理空間模型”，讓用戶距離空間智能更近了一步。簡單說，用戶可以自行上傳圖像，構(gòu)建3D地圖，能精確而真實(shí)地看到放置到物理環(huán)境中的數(shù)字內(nèi)容，而且這些內(nèi)容是持久的，還能與他人共享。

????????????????大洋的另一端，中國AI技術(shù)同樣突飛猛進(jìn)，在Sora跳檔的這10個(gè)月里加速趕超。

就在李飛飛官宣新技術(shù)的同一天，騰訊版Sora大模型面世，并免費(fèi)開源！

12月3日，騰訊混元大模型官宣了最新的文生視頻大模型HunYuan-Video，用戶只需要輸入一段描述，即可生成視頻，該模型參數(shù)量達(dá)130億，是當(dāng)前最大的視頻開源模型。從文本、到AI繪圖到3D生成再到視頻，騰訊混元大模型已經(jīng)全系開源。

有參與測評的博主發(fā)布評論稱，其生成的視頻不僅語義理解精準(zhǔn)，更是“最有電視劇質(zhì)感的AI大模型”，甚至看不出一絲的AI味，對比以往文生視頻模式，即使面面占比很小的人臉都不會糊。

半個(gè)多月前，字節(jié)跳動視頻生成模型 PixelDance和Seaweed在即夢AI正式上線，并面向公眾免費(fèi)開放使用，僅需60秒即能生成時(shí)長5秒的高質(zhì)量AI視頻。

更早的半年之前，今年6月快手可靈文生視頻APP發(fā)布，至今已經(jīng)經(jīng)歷了十余次更新，包括發(fā)布圖生視頻功能以及1.5模型的上線等。

在文生圖領(lǐng)域，AI技術(shù)也在快速迭代。例如，12月2日，字節(jié)即夢AI上線了最新的圖片2.1模型，解決了AI圖像無法生成中文字體的問題，讓海報(bào)設(shè)計(jì)的效率再次大幅提升。

某種意義上，ChatGPT停止服務(wù)中國市場并不是壞事。

今年中國大模型廠家底層技術(shù)不斷降價(jià)并開源，帶動了更多中小創(chuàng)業(yè)者走上AI新牌桌。更重要的是，上述這些文生圖、文生視頻等以及文心一言、騰訊元寶、字節(jié)豆包、阿里千問等C端AI應(yīng)用，在中國速度下都以免費(fèi)的形式飛入了尋常百姓家。

QuestMobile數(shù)據(jù)顯示，2024年10月，AI原生應(yīng)用行業(yè)月活躍用戶規(guī)模達(dá)到8976萬，同比增長373.0%。

AI+SaaS：智能體將是通往未來的新船票

視覺AI應(yīng)用火，更火的是“智能體”。

在AI改變虛擬和真實(shí)世界視覺聯(lián)系的同時(shí)，AI正在各式各類的SaaS應(yīng)用中落地，各種形式的智能體已成為AI大模型落地的新載體，并且展現(xiàn)出強(qiáng)大的商業(yè)化前景。

所謂智能體，又叫AI Agent，是以AI大模型作為基礎(chǔ)，構(gòu)建的可以進(jìn)行交互、完成特定任務(wù)、或提供專業(yè)知識的智能系統(tǒng)或應(yīng)用程序。

通俗說，智能體可以體現(xiàn)為，裝在傳統(tǒng)軟件App里的AI插件，也可以是一個(gè)獨(dú)立的AI APP。

相比較傳統(tǒng)的SaaS需要完全由人工來操作完成，智能體最大的特點(diǎn)是，接受互動對話指令，并直接產(chǎn)出結(jié)果，包括生成視頻、圖片、文章或完成一件工作。簡言之，所有的AI 應(yīng)用都可以稱之為智能體。

OpenAI首席執(zhí)行官Sam Altman曾提出，未來每個(gè)人都可以擁有一個(gè)智能體。

Salesforce首席執(zhí)行官M(fèi)arc Benioff更是直言，AI的未來發(fā)展不在于大語言模型，而在于開發(fā)AI自主代理，即智能體。

產(chǎn)品智能化已經(jīng)是SaaS廠商在新時(shí)代下必須迎接的事實(shí)，在一些TO B場景內(nèi)，許多傳統(tǒng)SaaS應(yīng)用在AI加持下獲得了新的發(fā)展。

比如，做電商服務(wù)的有贊最新推出了“加我智能”功能，其智能體功能包括商機(jī)指引、智能托管、營銷專家、智能經(jīng)營報(bào)告、智能穿搭、智能銷售等等。

正是有贊創(chuàng)始人白鴉預(yù)言，未來的生意，數(shù)字化是基礎(chǔ)，客戶運(yùn)營是抓手，所有這些都可以交給智能技術(shù)完成?！拔曳浅?jiān)信，最多10年，最快5年之內(nèi)，中國人一周只需要工作4天。用工具解決問題，數(shù)字化和智能化帶來效率提升是必然的趨勢。”

再比如，做教育的粉筆，最新升級了粉筆AI老師產(chǎn)品，這個(gè)智能體以對話形式存在，具備AI導(dǎo)練、學(xué)習(xí)規(guī)劃、考情咨詢、智能督學(xué)等在內(nèi)的多項(xiàng)功能，可以幫用戶規(guī)范的作答思路，形成標(biāo)準(zhǔn)化作答習(xí)慣，并詳細(xì)解答答案，優(yōu)化學(xué)習(xí)方向和可改進(jìn)細(xì)節(jié)，主打一個(gè)專業(yè)、細(xì)心的教育陪伴。

互聯(lián)網(wǎng)大廠中，百度、阿里、騰訊、字節(jié)跳動、華為等皆已布局智能體賽道，并推出一站式智能體開發(fā)平臺，為開發(fā)者、創(chuàng)作者提供更為便捷的操作應(yīng)用路徑。

美國著名孵化器YCombinator最新一期圓桌討論中提出觀點(diǎn)：垂直AI智能體的規(guī)模可能是SaaS的十倍。

美國一線AI從業(yè)者提到，AI大模型技術(shù)正在重塑軟件行業(yè)。如果說2004年在瀏覽器中可以增加XML HTTP請求這個(gè)功能，開啟了互聯(lián)網(wǎng)應(yīng)用程序的新時(shí)代，帶來了整個(gè)SaaS軟件行業(yè)的20年繁榮；那么大型語言模型——LLM的出現(xiàn)，則是開啟了智能體時(shí)代的新篇章。

這一切正在發(fā)生。

QuestMobile最新報(bào)告提到，當(dāng)下LLM的落地應(yīng)用在網(wǎng)頁端、移動端都已比較成熟，正逐步拓展至智能硬件端，不斷深入用戶日常生活并提供更自然便捷的交互體驗(yàn)。