不圆 奕然 发自 凹非寺 量子位 | 公众号 QbitAI 企业级AI开发现状如何？各企业在使用AI的战略上有什么变化？AI公司应该作出什么样的调整来应对挑战？ 最近，这份报告在海外广泛传播，为上述问题作出了解答。 虽然更多的还是海外的情况，但对国内的AI开发以及后续的战略调整，都有一定的启发作用。 ——由ICONIQ Capital发布的 2025年人工智能现状报告 ，把这次的重点放在了 "变现" 上。 报告指出，虽然目前OpenAI在各企业的模型使用中遥遥领先，但越来越多公司在不同场景的AI产品中开始采用多模型并行的策略。多数受访 企业采用OpenAI模型搭配1-2个其他供应商模型的组合策略。 那么，为什么会造成这样的结果呢？ 报告给出了以下5点 关键要素 ： 这项报告深度访谈总结了2025年4月对300名来自构建AI产品的软件公司高管进行的调查数据，包括 CEO、工程负责人、AI负责人和产品负 责人，非常具有参考价值。 量子位翻译和总结了这次报告，让我们一起来看。 核心数据：2025人工智能现状统计 以下内容展示了本次报告中最值得关注的七个重点，方便读者速览： 1.企业在模型选择上的偏好：首选模型为Op ...

当前，在竞争激烈的大模型领域，作为人工智能领域的技术新高地，大模型正以前所未有的速度赋能千 行百业。通过其在各领域的广泛应用，可以实现更高效、更智能的服务和决策过程，推动产业持续创新 和发展，开辟更多生产生活应用新场景。 Altman透露，这款即将发布的开源模型将远超业界预期，其强大的本地运行能力将极大地推动AI技术 的普及与创新。而这一模型的推出，标志着AI技术进入了一个全新的发展阶段。 他还强调了关于GPT-5的部分信息，GPT-5预计将在今年夏天面世，这将是一个支持多模态输入的模 型，包括语音、图像、代码和视频等。 Altman进一步表示，GPT-3的成本在短时间内大幅下降，这一趋势将持续，使得AI模型的使用成本越来 越低。Open AI所追求的完全多模态模型，将具备深度推理能力，当Open AI实现这一愿景时，将带来一 种革命性的计算机界面。 近期，Open AI的创始人Sam Altman揭示了GPT大模型的最新突破。他宣布，Open AI即将推出一款开源 模型，这一消息在科技圈内引起了广泛关注。 GPT大模型新进展 大模型领域吹响号角 无疑，这不仅是技术革命，更是一次深刻的社会变革。资料显示，AI ...

OpenAI的生态宛如一个充满活力的"超级孵化器",以开放多元的姿态吸引着众多AI原生企业。截至2025 年5月,已有81家企业入驻,总估值高达634.6亿美元。GPT系列模型开放时间早,早早占据市场先机;通用性 强,能适配各类场景;多模态能力出色,让其应用边界不断拓展。从帮助人们高效搜索的PerplexityAI,到创 作出优质内容的Jasper,再到探索智能机器人交互的Figure,OpenAI生态几乎涵盖了所有主流AI应用场景。 这种开放模式大幅降低创业门槛,鼓励开发者发挥创意,像Jasper基于GPT快速崛起,Figure实现大模型与硬 件结合,形成了良性循环,恰似AI时代的安卓系统,广纳开发者共建繁荣生态。 这三大生态阵营的竞争,本质上是通用能力与垂直深度的较量。OpenAI以规模领跑,Anthropic靠安全突 围,谷歌凭技术破局。随着AI应用对"可信"要求提升,企业需求进一步分化,三大生态或将长期共存。对创 业者来说,选择合适的生态至关重要:想快速试错,OpenAI是首选;深耕高安全领域,Anthropic更合适;注重技 术整合,谷歌则是绝佳伙伴。这场AI生态竞赛没有绝对的赢家,唯有不断进化的生 ...

创业者怎么更有可能成功？ Sam Altman和YC创始人的那场对话里，给了一些关键信息，他说：剧烈变化，总是给新公司带来最多 机会。 这句话听起来简单，背后藏着一个很深刻的逻辑： 当整个行业、整个社会都处在剧变期时，原来的规则会被打破，大玩家可能变得迟钝；反应不过来，小 团队、新创公司，更有机会快速切入，做出别人没做过的事。 变化体现在哪儿呢？首先，AI技术正在发生质的飞跃。 过去几年，AI发展不是线性的进步，而是指数级的突破。像AGI（通用人工智能）和HI（高智能水平的 AI）这些概念，十年前听起来是科幻小说里的东西，但现在，它们正一步步走向现实。 OpenAI是典型的例子。 2015年它刚成立时，很多人觉得这个目标太疯狂了，谁会相信一台机器能像人一样思考和创造？可到了 今天，GPT系列模型已经成了全球第五大网站，每天服务上亿用户。 技术拐点已经到来。就像互联网刚出现的时候，谁能想到后来会诞生亚马逊、谷歌、Facebook这些巨 头？现在的AI，就是当年的互联网。 Sam说，在稳定时期，市场格局是固定的。大公司有资源、有渠道、有品牌，新创公司很难突围。但在 技术剧变期就不一样了。 举个例子： 一 以前做语 ...

2、模型阵营分明！aws不主推 openai gpt系列模型，不上Gemini系列模型室。google云上claude ，不上 gpt系列，微软云补主推 claude。 3、trainium2 目前能搭6万卡集群，后续推理需求，tainium2 推广很猛！inferentia好久没跌代了，后续估 计不会再推了。年底出trainium3。 最近抽空参加了一下现场。 说一下结论： 1、Claude 3.7 和4出来后，目前已经和openai O1 系列模型分庭抗礼了。 从单日token看，基本快持平 了。 4、亚马逊规模最大，基于CPU的计算 基础云，它受认可度最高。并在不断降本。 5、对应用开发递推有三层：基于gpu的 sagemaker！基础模型api调用一体化平台bedrock！针对 高阶用 户的Q！ ...

AI可不只是那些冰冷的算法，它现在能像人一样思考、推理，甚至在某些方面的表现超越了普通人。这告诉我们，传统的技术和创新模式已经不够用 了，企业要想增长、要保持竞争力，就需要换个思路。AI正在重新定义我们理解和实践商业创新的方式。 最近，混沌君旁听了混沌学园的创始人李善友教授的重磅全新课程《认知型创新：从OpenAI到DeepSeek》。 在这个AI技术日新月异的时代，我们眼看着它不仅在改变生活，更在改变着商业规则。 这门课从企业创新的角度，讲述了全球两大顶尖AI公司——OpenAI和DeepSeek是如何一步步走到今天的，他们究竟走过了怎样的创新之路。这对于我们 理解AI时代的技术创新和企业创新，提供了清晰且极具价值的路径。 教授深挖了OpenAI最初的愿景和它如何对抗巨头的思路，解密大语言模型是如何诞生的，尤其是AI能力如何从简单积累到惊人"涌现"。还解读了 DeepSeek如何在资源有限的情况下，走出一条"低成本高性能"的独特道路；更探讨了AI时代下，企业应该怎样构建一个能不断"涌现"创新的组织模式，走 向"技术领先"。 观看本课程和600+主题课 第一幕：OpenAI的横空出世 OpenAI的创立初心： ...

在这个 AI技术日新月异的时代，我们眼看着它不仅在改变生活，更在 改变着 商业规则。 AI可不只是那些冰冷的算法，它现在能像人一样思考、推理，甚至在某些方面 的表现超越了普通人 。这告诉我们，传统的技术和创新模式已经不够用了， 企业要想增长、要保持竞争力，就 需要 换个思路。 AI正在重新定义我们理解和实践商业创新的方式。 最近 ， 混沌君旁听了 混沌学园的创始人李善友教授 的重磅 全新课程《认知型创新：从 OpenAI到DeepSeek》 。 这门课从企业创新的角度， 讲述了 全球两大顶尖 AI公司——OpenAI和DeepSeek是如何一步步走到今天的，他们究竟走过了怎样的创新之路。这对于我 们理解AI时代的技术创新和企业创新，提供了清晰且极具价值的路径。 教授 深挖 了 OpenAI最初的愿景和它如何对抗巨头的思路，解密大语言模型是如何诞生的 ， 尤其是 AI能力如何从简单积累到惊人"涌现" 。 还 解读 了 DeepSeek如何在资源有限的情况下，走出一条"低成本高性能"的独特道路；更探讨 了 AI时代下，企业应该怎样构建一个能不断"涌现"创新的组织模式， 走向"技术领先"。 扫描下图二维码购买月卡 ...

GPT 系列模型的记忆容量约为每个参数 3.6 比特。 语言模型到底能记住多少信息？Meta、DeepMind、康奈尔大学和英伟达的一项测量结果显示： 每个 参数大 约 3.6 比特 。一旦达到这个极限，它们就会停止记忆 并开始泛化。 长期以来，记忆与泛化之间的模糊性一直困扰着对模型能力和风险的评估，即区分其输出究竟源于对训练数据的「记忆」 （对其训练数据分布的编码程度） ，还 是对潜在模式的「泛化」理解 （将理解扩展到未见过的新输入）。 这种不确定性阻碍了在模型训练、安全、可靠性和关键应用部署方面的针对性改进。 机器之心报道 编辑：+0、张倩 这就好比我们想知道一个学生考试得了高分，是因为他真的理解了知识点（泛化），能够举一反三，还是仅仅因为他把教科书上的例题和答案都背下来了（记 忆）。 基于此，研究团队提出了一种新方法，用于估计一个模型对某个数据点的「了解」程度，并利用该方法来衡量现代语言模型的容量。 研究团队从形式上将记忆分为两个组成部分： 通过消除泛化部分，可以计算出给定模型的总记忆量，从而估计出模型容量：测量结果估计， GPT 系列模型的容量约为每个参数 3.6 比特 。 研究团队训练了数百个参数量 ...

以大模型为核心的新一轮人工智能浪潮，正在全球范围内催生一批AI原生企业。本系列研究将AI原生企业界定为：创立之初即将人工智能作为核心产 品、服务或能力，并以此驱动价值创造和业务创新的公司，有别于仅将AI嵌入现有业务或作为工具的企业。腾讯研究院聚焦全球100+家AI原生企业，围 绕三大关键问题展开系列观察： （1）AI原生企业正催生了哪些新技术、产品形态和商业模式？ （2）AI技术如何深度融入千行百业的应用场景和核心流程，赋能产业升级？ （3）AI产业生态正在沿着怎样的路径加速演进，带来哪些结构性变革？ 与以往产业分析多聚焦单点技术发展或单一企业创新不同，本系列研究将生态作为开篇切入。当前，生成式人工智能正处于从工具跃升为平台的转折期， 生态的开放性、可扩展性和协同效应成为决定产业格局的关键变量。本文基于对AI原生企业所依赖基础模型的梳理，初步识别出海外正形成以OpenAI、 Anthropic和Google为核心的三大生态阵营。这一选择基于基础模型能力、开发者吸引力、生态开放度及产业影响力等方面的综合考量。本文通过揭示全球 AI企业的聚合趋势与落地扫描，为我国在AI生态建设上提供一个观察视角。 一、全球AI原 ...

刘琼 白惠天 刘之航 腾讯研究院 以大模型为核心的新一轮人工智能浪潮，正在全球范围内催生一批AI原生企业。本系列研究将AI原生企 业界定为：创立之初即将人工智能作为核心产品、服务或能力，并以此驱动价值创造和业务创新的公 司，有别于仅将AI嵌入现有业务或作为工具的企业。腾讯研究院聚焦全球100+家AI原生企业，围绕三大 关键问题展开系列观察： 1）AI原生企业正催生了哪些新技术、产品形态和商业模式？2）AI技术如何 深度融入千行百业的应用场景和核心流程，赋能产业升级？3）AI产业生态正在沿着怎样的路径加速演 进，带来哪些结构性变革？ 与以往产业分析多聚焦单点技术发展或单一企业创新不同，本系列研究将生态作为开篇切入。 当前，生 成式人工智能正处于从工具跃升为平台的转折期，生态的开放性、可扩展性和协同效应成为决定产业格 局的关键变量。 本文基于对AI原生企业所依赖基础模型的梳理，初步识别出海外正形成以OpenAI、 Anthropic和Google为核心的三大生态阵营。这一选择基于基础模型能力、开发者吸引力、生态开放度及 产业影响力等方面的综合考量。本文通过揭示全球AI企业的聚合趋势与落地扫描，为我国在AI生态建设 ...