
|趋势洞察库| 关注我 主页个人介绍 查看完整报告
主要内容包括:
-
AI应用落地范式:
- AI作为生产力技术革命,其应用落地分为辅助人工、替代人工、超越人工三个阶段。
-
AI大模型的影响:
- AI大模型助力软件开发生产力提升,通过预训练和微调训练的迁移学习,以及基础大模型加提示学习的方式,提升了模型底座的复用性,有助于规模化落地分摊成本。

-
AI应用投资思考:
- 报告提出了AI应用投资的三个奇点爆发阶段:一次奇点(技术全面替代)、二次奇点(全面人工替代)、三次奇点(全面超越人类)。
-
智能驾驶和AI+视频:
- 智能驾驶作为AI应用的一个案例,展示了AI技术如何逐步落地并实现人工替代,以及如何通过数据闭环和大模型结合实现效率提升。

|趋势洞察库| 关注我 主页个人介绍 查看完整报告
-
AI应用与传统应用的差异:
- AI应用需要面对不确定性,产品迭代流程与过去不同,商业化奇点较晚到来。
-
大模型时代的核心壁垒:
- 在大模型时代,模型能力和数据是核心壁垒,模型能力决定产品上线,数据壁垒定义产品的安全区。

-
AI应用的商业化挑战:
- AI应用商业化的难点在于成本和泛用性,需要通过技术突破和泛用性提升来实现规模化落地分摊。
-
风险提示:
- 报告提出了AI技术发展不及预期和AI模型下游需求不及预期的风险。
|趋势洞察库| 关注我 主页个人介绍 查看完整报告
-
投资评级说明:
- 报告提供了行业评级和公司评级的标准,以及相关证券市场代表性指数的说明。
702

被折叠的 条评论
为什么被折叠?



