AI技术奇点已经到来，中国的优势在哪里？后市应该投向什么方向？ 4月16日，南方基金携手全景网共赴2024年百度AI开发者大会，并于当晚以《浪潮之巅，未来已来？直击百度AI开发者大会》为主题进开展了直播，为投资者深入解析大会最新动态。我们跟随南方人工智能主题混合基金经理罗安安，以专业投资者的视角，一同探寻AI技术的最新脉动，展望其璀璨未来。 中国的优势在于市场与应用 问：会上有哪些令人印象深刻的技术展品或者应用场景？ 罗安安：不仅自动驾驶、AIGC和人工智能深层次内容，AI已经应用到农业、医疗等领域，甚至包括家庭健康等。这种普惠式创新虽然技术上不是特别高门槛，但是他能够普及到千行百业和生活的各个方面。 问：我们在人工智能领域的突破性和创新能力究竟如何？有哪些方面走在前列？ 罗安安：中国拥有庞大市场和统一的互联网技术以及市场环境。随着大模型的不断成熟，中国也能在AI领域涌现出一些新公司，特别是在这一轮的语言大模型为基础的AI创新中，会不断涌现出新的公司。 中国在软硬件结合以及未来应用创新方面有优势。虽然目前我们处于跟随阶段，但是我相信未来会有一些领域逐步从跟随走向引领市场的过程。 吃下硬件的肉，等待大模型和应用成熟 问：您认为今年以及最近几年人工智能的投资主线或者逻辑是什么？ 罗安安：我对人工智能投资的总体思路是，有句俗语叫做“嘴里吃着一个，碗里夹着一个，锅里放着一个”。 应该吃在嘴里的肉，目前仍然是算力、光模块、服务器领域，他们处在资本开支的高峰期，兑现度更高。 眼睛要盯着碗里的，是大模型研发，它投入时间较久，资金较大，未来的技术进步不会很快变现，但只有它完善之后，其他事情才顺畅。 看着锅里的，其实就是应用。无论是To B还是To C，这些应用如同锅中的肉，总有一天会成熟。 因此，我认为目前从投资角度来看，我们更关注硬件算力，同时关注大模型和应用。未来一旦某个时间点大模型成熟或者有爆款应用出现，整个投资重心就会从硬件转向软件和平台。 问：在经历了去年的“百模大战”之后，您认为AI已经从卷模型发展到卷应用了吗？您认为卷应用的重点方向在哪里？ 罗安安：在以后，出于经营考量，只有真正的大厂或者平台型公司会自研大模型，这使得大模型投资热情有所降温。这反而有利于一些大公司，他们能够沉下心来研发属于自己的大模型，这需要时间投入。 关于卷应用，我认为“卷”这个词并不恰当，卷的意思是同质化竞争会比较多。我更多地认为这里应该称为炖应用，即肉在锅里，迟早有一天会成熟。只要慢慢炖，就能有好的应用出现。 展开全文 最近有一些新的应用出现，他们的应用体验更好。这并非纯粹技术上的进步，更多的是技术与信息检索、人类知识学习结合，打造更好的用户体验。 应用端产品迟早有一天会出现爆款应用。所以我认为“卷”这个词不太好，现在更多的是不断发酵、加热升温和尝试。就像今天百度开发者大会中，各行各业的各种应用，逐渐找到合适的应用点，实现不断的创新爆发。 不迷信算力，不盲目跟随 问：大模型是否是一种“大力出奇迹”的暴力美学？通用模型公司未来可靠的盈利模式和发展路径应该如何运作？ 罗安安：目前GPT未来要发布的5.0以及其他公司的大模型，对算力的依赖越来越强。 对中国来说，我们需要改变路径，中国AI的发展模式应该基于自身的特点和优势，发展垂直类的模型，或者称为边缘计算推理测的模型。这可能会实现一个小投入但是有大效果的产业路径。 问：您觉得未来半导体芯片的突破焦点到底在哪里？国内厂商是否具备竞争力？ 罗安安：AI芯片方面，国产芯片厂商在不断推出算力芯片。算力真正性能的发挥，除了计算能力之外，还包括存储能力和数据传输能力，而中国在数据传输、通信能力方面并不逊色于其他国家。 另外，中国在存储领域也在加速进步。我们能够发挥不同特点的综合优化能力，做出支撑我们目前这些大模型的算力卡。随着国家的支持力度增加，国产算力芯片的市占率可能会逐步提高，这时候能够看到算力成本也会下降，这将加速国内AI的发展速度。 技术变革时点已来，现阶段仍需把握可兑现机会 问：今天的标题是“浪潮之巅，未来已来”，您认为未来已来的这个“奇点”是否已经降临？ 罗安安：从长周期来看，我认为人工智能产业变革的奇点已经到来。然而，我们认为AI的发展未来将以AGI，即通用人工智能为最终目标，这个过程相当漫长，可能需要10到20年的时间维度。 在未来20年的时间里，我们应该保持耐心，尽量把握目前可以兑现的投资机会，同时紧密关注产业变革趋势，特别是美国的产业优势可能会继续发挥，而中国在产业上又有哪些不同环节的优势。只有当各个领域的技术、应用和创新逐步成熟后，我认为真正的产业投资机会才会到来。 目前我们尽量密切跟踪整个产业。我相信在宏观经济周期、货币经济周期和科技周期三者叠加的情况下，会有一个相对适合人工智能投资的时间点，这可能会是令人兴奋的投资机会。目前我们需要保持冷静观察，等待投资时点的到来。 问：如果以您基金经理的专业身份对人工智能的未来进行展望，您有何期待？ 罗安安：我当然对人工智能充满信心，他会改变人类的生活、投资方向以及整体经济结构。 短期内，我们更多地关注应用和产业变革。我们认为对于科技投资来说，在大家都热情的时候，往往需要冷静观察。 从历史经验来看，AI投资更多是产业带动的投资机会，而非资本带动。因此，我们不妨再耐心等待AI投资真正产业变革高潮的来临。我相信中国在那个时间点不会缺席，A股也不会缺席，我们仍然保持长期信心。 作者：晓沃返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多