撰稿 ｜陳茜

2024年，硅谷的生成式AI大戰絲毫不比2023年遜色，只是這一年的AI戰爭更殘酷更直接：

巨頭們不但拼模型能力，還拼爆款產品，同時繼續投入數百億美元拼算力建數據中心；而幾家一年前還是明星項目的初創企業卻因為資金燒光，直接被巨頭吞并。

在學術界，技術領袖們對 AI的未來依然爭論不休、罵戰不斷：GPT5依然沒有蹤影，Scaling law甚至被認為已經遇阻“撞墻”。

然而2024年底，谷歌Gemini 2.0的發布，以及OpenAI一連12天發布更新，卻讓大家對2025年AI的進展又有了一些新的期待...

這期內容我們將回顧下生成式AI在硅谷的2024年有哪些drama，又有哪些實在的技術進展和路線探索，以及2025年的AI會如何發展。

我們將結合與技術大佬的采訪聊天，從巨頭的AI布局路線、產品落地、隕落的明星公司和冉冉升起的新星們，以及業內對2025年AI展望這幾條主線來展開，看看過去一年都發生了些什么。

01

OpenAI的宮斗與新技術路線

Chapter 1.1 OpenAI宮斗落幕

OpenAI在2024年的drama并不少：2023年底的董事會風波之后，2024年OpenAI的高層依然極度不穩定，人才流動性很大。

聯合創始人、首席科學家Ilya Sutskever在五月離職。之后他宣布創辦自己的初創公司Safe Superintelligence，快速融資了10億美元。

和Ilya一起離職的還有超級對齊團隊的關鍵技術人物Jan Leike。之后在九月，CTO Mira Murati也宣布離職，有消息稱她正在為她新的初創公司融資。

OpenAI其它的高層變動還有聯合創始人兼ChatGPT開發的核心領導者John Schulman——他于8月加入了對手公司Anthropic。

同時，聯合創始人、前總裁Greg Brockman在休了三個月的長假之后回到了OpenAI。

至此，OpenAI當初11位聯合創始人到如今已經只剩下了Sam Altman，Greg Brockman及Wojciech Zaremba三位。

OpenAI用了一年的時間來處理高層之間的人際沖突，如今終于暫時穩定了局面。壞消息是多數的創始成員都已經離開，好消息是這場宮斗終于結束。

Sam Altman有了穩定的權利，接下來或許可以更順利地推進他想象中的AI發展方向，包括將OpenAI從非盈利組織變成贏利組織來更好融資，推出更多可以商業化的產品等。

如今OpenAI已宣布轉型為公共利益公司（public benefit corporation）。

2024年10月，Sam Altman為OpenAI完成了新一輪66億美元的融資，公司估值來到1570億美元。但OpenAI燒錢之狠也是有目共睹的：

《紐約時報》獲得的融資文件顯示，OpenAI2024年預計收入達到37億美元，但預計虧損將達到50億美元，而2026年虧損可能會高達140億美元，這一估算還不包括給員工的股票激勵兌現。

雖然OpenAI承諾投資人收入在成倍增長，預計在2029年達到1000億美元，實現盈利，但按照這樣的燒錢進度，OpenAI在2025年的兩大趨勢會是必然：第一是大規模融資；第二是更激進的商業化。而這其實和2024年OpenAI的路線也是相同的。

2024年，OpenAI沒能如預期發布GPT5，這讓市場中不少人失望，但驚喜的是4o的多模態進展。此外，o1和最近o3的發布讓人看到模型能力進化的另外一種路線。

Chapter 1.2 o1與o3:AGI另一條路線

在2024年5月初，OpenAI發布多模態4o功能，正式與谷歌等競爭對手進入AI多模態之戰，可以實時對音頻、視覺和文本進行推理。

事實證明，4o發布之后，特別是在免費版本中提供有限的4o功能和4o-mini之后，ChatGPT的訂閱人數大幅上升，依然在2C領域上遠超競爭對手。

2024年12月，ChatGPT的周活躍用戶已經超過3億人。

在9月，OpenAI發布了另外一個讓業界驚喜的更新：o1。

簡單來說，o1學會了人類的“慢思考”，包括利用思維鏈（Chain of Thought，簡稱CoT）來進行反復的思考、拆解、理解、推理，然后給出最終答案。這使得AI的推理能力在處理科學、編碼、數學及類似領域的復雜問題時有了飛躍的進步。

o1這個內部代號為“Strawberry”的強大模型更新，讓我們看到了在預訓練上堆參數的“大力出奇跡”之外的、通過推理階段的算法突破找到一條新的通往AGI的道路。

我們在2024年硅谷華源科技年會上采訪了多位技術大牛，都非常看好o1的路線。

其中，OpenAI前安全研究副總裁Lilian Weng在2024華源科技年會上對硅谷101表示，o1的發布能將OpenAI所定義的“五層超級人工智能”，從最初級推進到了更上一層級：

“五層超級人工智能”分別是：對話conversational AI，推理reasoning AI，自主autonomous AI，創新innovating AI，組織organizational AI。

Lilian Weng OpenAI前安全研究副總裁 ： 隨著我們轉向強化學習（RL）訓練來加強AI的推理能力，我們最近發布了AI的五個等級，比如會話AI（聊天機器人）、推理AI、代理AI等。我們的確發現這能幫助AI在這個五層框架內，達到下一個水平，這也是為什么我們將模型系列重新命名為o1。 最近發布的o1整體模型，憑借在推理能力上的顯著提升，展現出非常不錯的結果，但在產品方面，我們仍需更多努力。

李沐 亞馬遜前AI首席科學家；BosonAI創始人： 制作o1模型是因為大語言模型更多是即時生成的，如果想執行許多其他復雜的任務，你需要將其分解為多個任務，以便它們可以逐一完成，人們稱之為代理或工作流。 而o1嘗試自己解決問題，比如在后臺將問題分解為小步驟。這時你需要權衡的是延遲的問題，因為后臺處理可能需要花費一分鐘。所以我認為對于特定的應用場景來說，這種做法肯定是有效的，特別是如果你不介意延遲的話。 我認為這種方法同時還很好地降低了成本：因為模型可以逐步執行很多步驟，這讓模型訓練變得更容易。所以，為了獲得更好的推理質量，在延遲上做一部分犧牲。這很可能是一種趨勢。

在o1發布之后，OpenAI年底的12 DAYs連續發布了。

不得不說Sam Altman是營銷的一把好手，這12天的的馬拉松式發布，開頭的時候搶了亞馬遜re:Invent發布AI功能的風頭，期間也和谷歌的發布時間重疊，把媒體目光始終牢牢掌握在自己手中。

這12天的發布活動中，除了前幾天的o1正式版、生成視頻模型Sora在歷經10個月之后終于開放給公眾、以及集智能寫作、代碼寫作和定制化AI agent為一體的AI工作臺Canvas之外，其它的更新比如說ChatGPT Search升級、與蘋果Apple Intelligence的協作等等，看上去就非常不痛不癢，甚至感覺是在給12天的發布會湊數。

直到最后一天，OpenAI給出了一個王炸：o3。

o3是2024年9月發布的o1的下一版本，因為o2涉及其它公司的版權商標問題，所以OpenAI直接把這個更新跳了一個數字。

o3在數個測試上的能力，無論是程序員編碼競賽（Codeforces）中超過99%的人類程序員，還是博士水平的科學問題（GPQA）已經超過一般人類博士生，還是最難的前沿數學測試，還是抽象推理能力基準考試ARC-AGI，o3比o1的提升可以說是驚人的，而這個版本的更新僅僅用了三個月的時間。

這讓AI業界的不少人相信，OpenAI在o1和o3這個強化推理這個范式轉變是有效的，這讓擔心AI大模型已經“撞墻”的人們稍微松了口氣：至少AI模型的發展還在推進。

大家也能理解之前Sam Altman說的“there’s no wall”（墻不存在）的推文了。

有采訪嘉賓認為，在2025年，預訓練上的“拼參數”會持續，但后訓練的推理能力探索會同時進行。這樣的“鐘擺”科技途徑發展，就像之前英特爾提出的Tick-Tock計劃一樣，會成為雙重并行的發展主旋律。

邱諄 (Jonathan Qiu) 華映資本海外合伙人： Tick-Tock的意思是左邊是數據驅動，右邊是規則驅動，兩邊會來回跳動。一會是用更好的數據集去訓練它，但同時用更好的算法去推動它，所以就是在算法跟數據兩邊Tick-Tock（搖擺）。因為現在o1和o3更多的還是算法，但是之前包括 GPT 其實也是數據集的驅動。所以，在（數據和規則）這兩邊的搖擺的時候，應該會搖出下一個大的 breakthrough（突破）或者milestone（里程碑）。

在2024年年底，OpenAI給整個產業送上了一份圣誕驚喜。雖然o1和o3非常昂貴，o1 pro的訂閱價格是每月200美元，而o3進行一次低算力計算的成本高達20美元，高算力就更不用說了，要在現階段大規模商用幾乎是不可能的。

但這也給市場打了一針鎮定劑：AI發展并沒有放緩，而Scaling Law依然有效。算力成本會降低，而OpenAI在2025年會繼續按著卷參數以及卷推理算法的兩種并行路線去探索AI的下一步。

如果o3的路線能將我們帶到“五層超級人工智能”的第二層，那什么突破能將我們帶到再下一層自主autonomous AI呢？不知道OpenAI在2025年能否給我們這個答案。

接下來我們聊聊OpenAI目前最強勁的幾個對手，首先就是谷歌。

02

窮追不舍的谷歌:布局AI Agent

2024年12月底，OpenAI進行12日發布會期間，谷歌進行了幾個重磅發布。如果OpenAI沒有壓軸的o3，年底的風頭幾乎全都會被谷歌搶走。

谷歌首先在12月12日發布了多模態大模型Gemini的第二代Gemini 2.0，谷歌CEO Sundar Pichai在發布公告中表示，如果說Gemini 1.0是用于組織和理解信息，那么Gemini 2.0則是讓信息變得更有用。

怎么理解Pichai說得第二代Gemini能讓“信息變得更有用”呢？首先，Gemini2.0在多模態功能上更強大。

谷歌目前對外開放的新模型是Gemini 2.0 Flash，在響應時間上比上一代的1.5 Flash性能更強、延遲性更低。在多模態上，2.0 Flash支持圖片、視頻和音頻的輸入以及多模態的輸出。

緊接著，12月16日，谷歌發布了新一代視頻模型Veo 2，非常驚艷，直接對打Sora。

細節我們不展開了，目前的結論是：Sora在最開始公開到最終對用戶發布的這10個月中，包括谷歌在內的競爭對手已經趕上來并在多模態能力上做得更強了。

12月20日，Google Brain團隊負責人Jeff Dean宣布Gemini 2.0 Flash Thinking的推出——直接對標OpenAI的o1路線，展現出谷歌內部對思維鏈技術（CoT）的能力，并且Gemini 2.0 Flash Thinking的思考速度會比o1-mini要快。

最后，谷歌還強調了Gemini大模型系列對AI Agent的布局。

在2024年5月的谷歌I/O大會上，非常驚艷到我的項目“多模態虛擬助手Project Astra”，也有相當的進展。

在Astra Gemini 2.0的demo中測試人員使用手機和AI來進行實時交互，包括快速提示公寓大樓的安全密碼、隨時對公共交通路線進行詢問等，人們也可以帶著智能眼鏡進行更沉浸式的多模態交互。

我個人認為，智能眼鏡在一些場景下比手機更適合作為agent入口的交互硬件，因為它可以捕捉人們的目光，作為音頻視頻和屏幕的呈現載體，而用戶也能得到7*24小時永遠在線的體驗。

所以失敗了多年的Google Glass是不是終于能活過來了呢？也許在2025年我們會有新的答案。

看得出來，Sundai Pichai非常重視Project Astra，認為它“展示了通用AI助手的曙光”，而谷歌Gemini大模型依靠長文本的能力，能讓Project Astra記住長達10分鐘的會話內容來提供個性化的服務。

同時，借助Gemini 2.0，Project Astra可以使用Google Search、Google Lens和Google Maps ，從而真正讓一個AI agent在日常生活中發揮助手的作用。

雖然目前來看，這個項目還在比較早期的階段，如果我們看看之前提到的OpenAI定義的五個AI層級，Agent能自主行動完成任務已經是第三個層級了。

這也展現出谷歌對AI agent的押注，而這個賽道也被很多人認為將在2025年是個極其火熱、面臨爆發的賽道。

對于谷歌來說，全力押注AI agent也很自然：如果谷歌最賺錢的產品，也就是“搜索”將會被AI交互顛覆，那么AI agent的入口、屏幕、交互、模型反饋都是谷歌必須要占據的領地。

邱諄 (Jonathan Qiu) 華映資本海外合伙人： 如果你是 AI application（應用），你就是Copilot（副駕駛）；AI agent（智能體）是自動駕駛， Copilot 就是輔助駕駛。 很多application（應用）把自己叫agent之后沒有在算法上面有真正的創新，也沒有數據。如果就做agent，我個人覺得下一步還是要往數據的角度去走，agent也需要數據。我覺得下一步 2025 年，可能會在這幾個層面。

Chapter 2.2 長文本能力：NotebookLM

在2024年，被谷歌卷起來且處于業界領先地位的還有它的“長文本”的能力，這個長文本能力指的是讓大模型理解超長的上下文。而基于這個能力，谷歌在2024年也衍生出了一些爆款AI產品，包括NotebookLM。

2024年2月15日，谷歌的Gemini 1.5 Pro把長文本能力卷到100萬tokens；

5月，谷歌宣布更是將長文本能力翻了一倍到200萬tokens。

同時，谷歌新發布的論文，描述了一種新的注意力技術“inifini-attention”（無限注意力），能使Tranformer大模型在有限算力情況下處理無限長度的輸入。

Bill Jia 谷歌CORE ML/AI工程副總裁: 如果我們不算Gemini的模型，那么在業界現有的最好的大型語言模型，允許的Token(AI處理文本的單元)數量大約在10萬到20萬之間。假設一個token相當于一個單詞，則大致可以包含總共10萬到20萬個詞作為給AI的提示詞。 而谷歌的Gemini模型將上下文窗口從最先進的20萬擴展到了100萬到1000萬——這幾乎是一個50倍到100倍的增長。對于大型語言模型來說，這個上下文窗口實際上是一項非常有用的技術：上下文窗口越大，你可以向模型提供的輸入就越多。

Gemini模型在實際應用時，就能夠支持這樣一個巨大的上下文窗口，因此，我們可以將大量相關信息輸入Gemini，這樣一來，對話就會感覺非常在點子上。這也是Gemini模型能夠產生非常好對話效果的部分原因。

在這樣的長文本技術下，谷歌2024年的一個爆款應用名為NoteBookLM。

NotebookLM是基于Gemini 1.5 Pro的長文本理解和多模態能力而衍生出的筆記管理工具，一推出就迅速獲得了眾多硅谷科技大佬們的盛贊，包括Andrej Karpathy、Sam Altman，都公開為這個產品站臺。

NotebookLM最驚艷、出圈的功能之一是音頻概覽，也可以被稱之為AI播客。

有谷歌的Gemini底座大模型的多模態和長文本能力支撐，NotebookLM的AI播客功能可以將文檔、視頻或者音頻總結生成一男一女對話的方式，讓用戶用“聽內容”的方式獲取信息，在播客podcast這種媒體形式無比流行的硅谷形成了病毒式傳播的現象級別產品。

雖然回答的內容比較淺顯，交互也比較像相聲中的捧哏，但NotebookLM在對內容的抓點和總結能力是非常精準的，生成的兩位AI主播的對話也非常自然流暢，AI感很低，我也大概能感受到這個產品之后的潛力還是會非常大。

12月中旬，谷歌發布NotebookLM Plus，新加入audio overview功能、允許用戶在播客中間打斷AI主播，提出建議或問題進行交互，同時用戶還可以自定義播客風格和主題。

NotebookLM之前的核心團隊負責人Raiza Martin，設計師Jason Spielman和核心工程師Stephen Hughes已經從谷歌辭職出來自己創業。

外界猜測他們會自己重新做一個NotebookLM的產品用于更好的商業化，但很有趣的是，有的VC投資人并不看好這個項目。

邱諄 (Jonathan Qiu) 華映資本海外合伙人： 你可以理解他是個產品創新。NotebookLM是Google Labs出來的，但Google自己是有底座模型的。Notebook LM用的底座其實也不是Google Gemini，而是谷歌自己內部的一個定制化底座。所以，如果你不是那么懂底座，純第三方的來用谷歌Gemini API，你未必能做得出來NotebookLM。 產品創新之上要結合對底座的理解，不然光是產品創新，我覺得可能不能跑得特別遠。

總的來說，谷歌Deepmind和Google Brain當中人才密度不會亞于OpenAI，技術也不會落后太多，但2024年谷歌依然是一個“追趕者”的姿態。

究其根本，OpenAI的商業模式是一個大模型提供方，所以一定要保證模型的領先性，但谷歌是完全不同的商業模式，它的首要任務是保證技術不落后且當谷歌搜索被AI顛覆時，自己是準備好的。

所以在多模態的AI第二輪大戰中，OpenAI是進攻者，而谷歌依然是防御者，下一場硬仗無論是第二層的reasoning，還是第三層的autonomous AI agent，2025年都會非常精彩。

接下來我們再來說說其它幾個主要大玩家。

03

Anthropic:受開發者歡迎卻不敵OpenAI

Anthropic是OpenAI除了谷歌之外的最在意的競爭對手了，與谷歌不太一樣的是，Anthropic作為大模型的提供方，是OpenAI直接的競爭對手。

2024年在融資上，Anthropic從亞馬遜獲得了新一輪40億美元的融資，使得公司估值達到400億美元。

產品更新上，10月22日，Anthropic發布Claude3.5 Haiku，同時升級了Claude 3.5 Sonnet。

從外界反饋來看，Anthropic的模型在技術上是非常強的，特別是Claude在編碼任務中表現出色，尤其是在復雜代碼生成和解決方案自動化方面，非常受到工程師們的推崇。

Anthropic的商業模式目前更2B和2D，對企業和開發者群體更受歡迎，但2C方面就不太理想了。

12月底，Anthropic從用戶與Claude的對話中隨機選取了100萬條，進行分析和總結后發現，用戶在Claude.ai上的主要使用場景排在第一位的，是網頁和移動應用開發，占比為10.4%。

這是因為背后的軟件開發人員主要利用Claude執行調試代碼、解釋Git操作及概念等任務。

很多開發人員認為，Claude 3.5 Sonnet會非常適合需要深度理解和復雜推理的應用程序，而OpenAI的模型對于較簡單的任務可能更具成本效益。

而Claude AI的2C聊天機器人，在iOS和安卓移動應用程序上收入100萬美元的里程碑，用了整整16周，而這個門檻OpenAI的ChatGPT用了三周就達到了。雖然快于微軟的Copilot和Perplexity，但距離OpenAI仍然有很大距離。

之前媒體的報道說，Anthropic在2024年的收入會超過10億美元，比之前預測的要高很多，說明市場還是非常買賬Anthropic的模型能力，特別是最近他們又挖了很多OpenAI的核心人員過去。

看上去，這個OpenAI的最大競爭對手在2025年會繼續在2B和2D領域上發力，而對2C消費者端來看，暫時不會對OpenAI和谷歌帶來太大的威脅。

我們再來說說馬斯克的xAI。

04

xAI:入局雖晚但萬事俱備

xAI在2024年做了三件大事：搞定了算力、搞定了融資、開源了自己的大模型。

如果還有其它順便的事，就是馬斯克數次把OpenAI告上了法庭。

12月24日，馬斯克旗下的xAI宣布完成60億美元的C輪融資。英偉達，AMD，a16z，紅衫等公司和機構參與，也表明業界對xAI的潛力的看好。

要知道在半年之前的2024年5月，xAI剛完成60億美元的B輪融資，足以說明馬斯克的融資能力。

除了錢之外，馬斯克還是第一個搞定大規模算力集群的：2024年，xAI位于美國田納西州孟菲斯市的數據中心正式投入使用，歷時122天建成創下紀錄。

這個名為“巨人”（Colossus）的數據中心里面部署了英偉達的10萬塊GPU芯片，成為全球開發和運行人工智能技術的規模最大、算力最強的芯片集群之一。而馬斯克說以后還有計劃繼續拓展到20萬塊GPU的規模。

在大模型上發布上，Grok的速度其實是要比競爭對手慢一些的。在8月中旬，xAI發布了Grok-2和Grok-2mini兩款AI模型的測試版，比此前發布的Grok-1.5有了非常大的進步。

10月，xAI發布了首個應用程序編程接口(API)。目前，xAI API只有一個模型，稱為“Grok-beta”。

其實xAI雖然入局晚了些，但優勢還是非常多的：除了上面我們說到的算力和融資之外，xAI還有社交網絡X和特斯拉的獨家數據，以及機器人Optimus等項目的結合潛力。

相當一段時間以來，Grok的聊天機器人只向馬斯克旗下的“X”用戶提供，但在2025年很可能馬斯克會全面開放Grok。

除了iOS程序在測試之外，網頁版Grok.com也已經準備就緒，寫著coming soon（準備就緒），感覺2025年xAI會正式加入戰局。

馬斯克也在X上說，Grok3很快會發布，并且將是一次重大飛躍，我們也拭目以待。

05

Meta:大獲全勝或一無所有

接下來我們說一下臉書（ Facebook），這家公司在2024年挺有意思。

除了創始人扎克伯格最近的突變形象和婚姻八卦之外，臉書毫無疑問是2024年的科技大贏家之一：單從股價就能看出來，2024年漲了70%左右，Meta的員工們應該都很開心 。

雖然Meta不像OpenAI和谷歌那么在大模型前線廝殺，但Meta的策略也非常的明朗：在AI研發上不掉隊，且布局下一代的AI應用，結合在硬件、社交媒體以及廣告中。

在大模型方面，臉書在2024年持續更新Llama開源模型。12月6日，Meta發布新款Llama開源模型：70億參數的Llama 3.3、又稱Llama 3.3 70B。扎克伯格說，下一步就是明年Llama 4的亮相。

Llama 3.3能實現與2024年7月發布的4050億參數的Llama 3.1同樣的性能，但成本比后者更低。Llama 3.1是迄今為止最大的Llama開源模型，直接對標Anthropic的Claude 3.5 Sonnet和OpenAI的GPT-4o。

除了在大語言模型上的進展外， Meta也一直在探索除了“大語言模型”（LLM）之外的其它AI路徑：2024年12月11日，Meta新發布了Large Concept Model（LCM），翻譯過來是“大型概念模型”。

它和LLM大語言模型逐字預測不同，LCM的概念是能直接在高緯度語意空間中運算，就像人類思考的方式，并不是一個字一個字地去思考，而是以”概念“和”意義“為單位。所以LCM是Meta完全突破LLM架構的一個創新的嘗試。

目前Meta表示這大幅度提升了AI在多語言和長篇內容處理上的效能，但處理的效果和準確度依然需要提升和改進，所以LCM是否是比LLM更好的一種范式，我們拭目以待。

另外，由于 Meta 2024年在智能眼鏡上的嘗試成功，以及旗下Facebook、 WhatsApp、 Instagram、Messenger、Threads等龐大的用戶群體，還有AI和廣告結合的前景，市場非常看好Meta如今在AI大戰中的位置。

Jefferies的分析師甚至將Meta選為步入2025年生成式人工智能的“贏家”。不少二級市場的報告認為，Meta下一代與AI結合的Orion AR眼鏡將成為新一代硬件入口，Meta在2024年推出的Ray-Ban Meta很初步的將AI功能引入其中，受到市場好評。

可能在2025年，下一代智能眼鏡上Meta就會引入屏幕顯示，屆時就會釋放出更強大的AI交互功能。

說到智能硬件，蘋果在2024年發布了Apple Intelligence三件套， ，但因為端側模型和agent的發展可能還沒有到能讓硬件產業與AI結合得特別好的程度，蘋果在AI進展并不大。

很多人認為蘋果最終還是要自己開發底座大模型，不能完全靠接入OpenAI的ChatGPT，而等硬件與AI結合的那一天，就是手機與智能眼鏡的市場大戰了，目前押注得最大的Meta和蘋果將終有一戰。

說回Meta的其它AI產品布局：在AI Chatbot方面，Meta旗下的幾款王牌社交媒體都已經不同程度的引入了AI對話框，扎克伯格也在12月表示，Meta的AI數字助理“每個月有將近6億的活躍用戶”。

因為Meta不提供獨立的AI應用，所以新聞或者業界一般不將Meta的Chatbot直接與ChatGPT或者Claude去做直接對比，但就這些活躍用戶的基數而言，Meta的AI產品是有很大優勢的。

而最后一點就是AI在廣告上的應用潛力。 Meta在12月表示，目前超過100萬的廣告商在使用Meta的GenAI工具，他們在一個月之內制作了超過1500萬條廣告。

雖然目前AI生成的素材還沒有那么精致，但無論是從廣告標題和文案的多個版本，還是自動調整廣告大小，還是利用文生圖、文生視頻和文生音樂更高效的制作廣告，AI都有非常大的潛力。

同時，也有分析認為，Meta可能會在自家的開源模型Llama上進一步開發出企業級客戶服務的業務，也將會是一塊很大的蛋糕。

在2024年，小扎非常積極的出現在各個媒體采訪中，一遍又一遍闡述著Meta的未來，不再是單純的Metaverse，而是新一代的AI交互，一個融合了AI，混合現實和元宇宙的未來。

2024年9月，開始在形象和穿搭上大轉型的扎克伯格穿了一件T-shirt，上面寫著“Aut Zuck Aut Nihil”，這個細節被媒體捕捉到。

這個短語是拉丁短語“Aut Caesar Aut Nihil”的變形，意思是“要么是凱撒，要么什么都不是”；而扎克伯格的“Aut Zuck Aut Nihil”似乎是在宣戰：要么贏所有，要么一無所有，All or Nothing。

06

“大而全”的亞馬遜

最后幾家科技巨頭中，再說說亞馬遜。亞馬遜的路線和其它幾家都不太一樣，采取的是一個賣鏟子生意的模式。

他不拼模型、拼算力、拼芯片，雖然各方面都有自研的產品，但把他們整合在一起，再加上市面上所有的好東西，打個包賣給客戶們，幫甲方降本增效，做好2B的生意，也是非常聰明的做法了。

在12月召開的亞馬遜云科技re:Invent大會上，亞馬遜的最新策略非常清楚：

第一，不但有自研芯片的集群，也有與英偉達芯片合作的算力運行中心；

第二，不光提供滿足萬億參數大模型訓練和推理需求的自研芯片產品，包括與Anthropic綁定合作的十萬張亞馬遜Trainium自研芯片AI計算集群，還有為中小企業和初創公司提供能降本增效的服務與技術；

第三，除了亞馬遜最新的自研模型Nova系列，各種純文本、多模態大模型都有，同時在亞馬遜Bedrock上還提供上百種市面上最受歡迎的模型選擇給客戶挑選；

第四，在自己的三層AI架構上加入各種模型蒸餾、解決AI幻覺、安全技術等服務。

對于很多需要用到AI的初創公司，要算力并不一定需要自己買卡，要用模型并不一定要自己訓練。 就像需要蘿卜青菜也并不需要自己去務農種菜，可以去超市直接買，就看最終的成本賬能否算得過來了。

這也顯示出，亞馬遜押注2025年市場對算力的需求只增不減。 而隨著需求逐漸從訓練轉移到 inferencing推理，算力市場的更多創新服務以及基建會進一步完備。

除了亞馬遜云科技，芯片公司本身，像英偉達，AMD，英特爾等芯片公司本身，以及上下游的電力公司以及數據中心服務公司也會繼續是市場關注的焦點。

接下來再總結一下2024年那些隕落的硅谷明星初創企業們以及冉冉升起的明星公司。

07

隕落的明星初創企業們

2024年，有三家硅谷明星初創企業迅速跌下神壇。

第一家是Character.ai，成立于2021年，利用大模型生成各種人物和角色風格的對話。

2023年5月，Character.AI在蘋果App Store和Google Play Store發布了移動應用程序，第一周下載量就超過170萬次，并被Google Play評為2023年度最佳AI應用。

然而，2024年年初，公司被頻頻爆出融資困難，商業化不順利，開始尋求收購。

2024年8月，Character.AI宣布，谷歌已經同意向Character.AI支付模型授權費，并將讓Character.AI聯合創始人兼CEO Noam Shazeer、總裁Daniel De Freitas、以及30名Character從事模型訓練和語音AI工作的員工，加入谷歌參與Gemini AI項目，谷歌為此支付的價格是25億美元。

另外一家公司是Inflection.ai，這家公司做大模型，上面疊加“個人AI伴侶”用途的聊天機器人Pi，主打情感陪伴市場。

一度市場對inflection.ai的模型技術非常認可，但也是因為大模型過于燒錢而資金鏈沒有跟上。

2024年3月，微軟挖角了Inflection 的創始人和幾乎所有員工，成立了一個新的消費者AI部門，并支付了約6.5億美元購買其技術許可。

最后一家公司是Adept，也是Transformer原作者出來創業的豪華創始團隊。

2024年6月，亞馬遜與AI agent公司Adept達成協議，雇傭這家初創公司的大部分員工，并支付約3.3億美元以授權其技術。

這三家公司的“變相收購案”也在成為硅谷科技巨頭拓展AI版圖的新模式：既避開壟斷監管，又能收人才收技術。

不過這三家公司一個共同點：都同時在發展底座大模型和做產品，但這樣的路線被證明太過于燒錢，模型太難以持續。

這就讓我想到前面說到NotebookLM團隊的人出來自己創業，被投資人認為沒有底座模型的能力、只能調用谷歌Gemini的API，所以不被看好。

做大模型吧，太燒錢；不做大模型吧，沒有技術壁壘和護城河。這么一看，AI時代的創業真的太難了。

邱諄 (Jonathan Qiu) 華映資本海外合伙人： 所以你怎么去把控這個節奏？我覺得Perplexity這家公司其實還是把控得很不錯的：他到今天也沒有完全重新訓練自己的底座。我覺得他會有那么一天的，但是他要把握這個節奏，別步子邁得過大，還沒到那一天的時候，就已經把錢給燒完了。這個是比較危險的，也是 AI 創業比互聯網可能更難一點的地方。

“當紅炸子雞”項目

Chapter 8.1 Perplexity

再總結一下2025年被認為是冉冉上升的明星AI項目。

首先是前面Jonathan提到的Perplexity：2024年年底，公司完成了新一輪5億美元的融資，估值達到90億美元。

這家公司成立于2022年，可以說重新定義了全球第一個對話式AI搜索引擎，月活躍用戶已經達到1500萬人次，日活躍用戶200萬人，連英偉達創始人黃仁勛也為它站臺，稱每天都會使用。

Perplexity的聰明之處在于，自己不訓練模型，而是使用多種大型語言模型，包括GPT、Claude、LLAMA、Mixtral等，以及來自多個搜索引擎的排名信號和第三方數據提供商的數據。

它的核心競爭力在于檢索、排序和編排的數據整合能力，以及答案生成能力。

但隨著AI搜索市場的競爭日益激烈，像OpenAI已經推出了SearchGPT，谷歌也會在AI搜索上跟進，Perplexity在2025年會遭遇更激烈的競爭。商業變現方面，除了付費版本之外，公司已經計劃引入廣告，這會如何重新定義AI搜索的模式呢？我們也拭目以待。

Chapter 8.2 Physical Intelligence

2024年，硅谷還有另外一家公司非常受人矚目：Physical Intelligence。

我最開始聽到這家公司是從OpenAI聯合創始人以及特斯拉FSD前負責人Andrej Karpathy的口中。

他曾在一個小型的聚會上分享說，有很多項目找他投資，他答應的原因只是為了幫助朋友，畢竟他的名字在天使投資人的那一欄能幫很多項目更容易拿到投資。但為數不多的他真心想投資且看好的項目，就當屬Physical Intelligence了。

這家公司通過AI模型為機器人打造“大腦”，在2024年11月完成新一輪4億美元的融資，估值來到20億美元，投資者包括亞馬遜創始人貝佐斯還有OpenAI。

同時，在11月初，Physical Intelligence發布了首個通用基礎模型π0，也被是認為具身智能發展上的重要一步。

Physical Intelligence表示，π0將使得機器人變得更容易編程和使用，使其能夠更高效地執行多樣任務。

目前，Physical Intelligence的π0模型已經能夠執行一些簡單的多任務，如折疊衣物、組裝盒子、動態地將物品放入容器等。

邱諄 (Jonathan Qiu) 華映資本海外合 伙人 ： 2024 年最大的進展，我會投給o1和π0。 我覺得π0更多是 training data driven（數據驅動）的路線；o1更代表的是algorithm（算法）驅動的路線。 π0肯定也要在算法上繼續做迭代，也可能在推理側引入一些方法。當然難一點就是推理，因為具身智能的推理側要在端側發生，可能對算力的要求會更高一些。

具身智能以及AI機器人模型還在非常早的階段，因為數據和算法都是挑戰，但相信在2025年會有新的進展。

同時，斯坦福的機器人中心在2024年開業了，我也去參加了開業儀式，有機會我們去那里采訪一下跟大家分享最新的項目和有意思的進展。

09

2025年的未來

由于篇幅原因，還有很多科技巨頭的進展、初創企業和新趨勢我們沒辦法一一列舉，包括 AI視頻生成的初創公司Pika和Luma，音樂生成初創公司Suno，最近很火的AI編程應用Cursor和Devin，李飛飛博士的World Labs、該有2025年初引起一片震撼的DeepSeek等，之后有機會我們詳細做成單獨選題來聊。

總的來說，2024年的硅谷非常精彩，有混亂，有質疑，有倒閉收購，也有為了AGI信仰繼續戰斗的科技從業者們。

雖然2024年出現了o1、o3的路線，但更大模型、更強的能力依然是被市場所期待的。

馬騰宇 VOYAGE AI創始人 斯坦福大學計算機科學與統計學助理教授： 我一直都在期待更好的技術，不一定要GPT-5，也可能是Anthropic Cloud的4、5、6代，或者是xAI、Mistral。 我認為，雖然現階段的GPT-4可以做的事越來越多了，但是更大、更強的模型在某種意義上會讓模型的使用變得更容易。所以，如果有了GPT-5或者Cloud 4、5，那么基于GPT-4的一些自我工程可能就不再必要了。

Bill Jia 谷歌CORE ML/AI工程副總裁： 對于那些有資本、有資源、有工程能力的大公司來說，他們會繼續構建大模型。大模型在很多不同方面表現得更好，特別是在通用場景中。 然后基于大模型，人們會構建各種不同的垂直模型。剛開始垂直模型也比較大，但隨著包括蒸餾模型、量化模型等技術，模型會變得更小但是更有效率、更有性價比，而且模型質量不會下降太多。 我認為這兩條主線將會持續很長一段時間，希望有第三種并行努力的方向，那就是尋找不同的模型架構，因為現在的模型基本都是基于Transformer的，還有一些基于diffusion模型用于生成圖像等中間工作。我希望能有其他非transformer、非diffusion的模型架構出現，讓生成結果更有效、更高質量、同時降低成本。如果在這方面能有所突破，將再次對AI行業產生巨大的影響。 ?

在硅谷的AI生態中，已經衍生出了多個派系：有更大的模型、大模型衍生出的垂直模型、不信仰Transformer而在探索其它通往AGI路徑的研究者，同時也有應用、硬件、agent智能體、機器人、無人駕駛，還有“賣鏟子”的英偉達、數據中心、電力上下游等等，這些生態在2024年得到了進一步的鞏固與布局，而在2025年，我們會看到更多技術的進展。

當然，硅谷只是AI發展的其中一個主力戰場，全球其它市場的AI也有非常快速的發展，今天我們只是稍微總結了一些硅谷的情況，也歡迎大家給我們留言最值得提的公司，技術或者事件，這對我們團隊更進一步探索AI產業非常有幫助。

2025年，我們會在硅谷繼續為您帶來更多的AI前沿分析。

視頻有視覺和音樂的加持，更能呈現出這些精彩的故事細節。請跳轉至硅谷101【視頻號】收看完整版

注：部分圖片來源于網絡

【本期節目不構成任何投資建議】

【視頻播放渠道】

國內：b站｜騰訊｜視頻號｜西瓜｜頭條｜百家號｜36kr｜微博｜虎嗅

海外：Youtube

聯系我們：video@sv101.net

【創作團隊】

監制｜泓君 陳茜

撰稿 ｜陳茜

主持｜陳茜

剪輯｜Jacob Frentee

運營｜王梓沁 何源清 Jessica