2023年ChatGPT横空出世，人工智能上半场开启近两年，海量企业加入AI赛道，却鲜有成功的、实现盈利的商业模式。

本质是缺乏超级应用，没有新的需求创造，在终端消费没有引爆点。

互联网时代上半场，集成电路技术为手机、PC铺路；下半场“iPhone时刻”对传统手机、软件服务进行革命，全球掀起智能消费电子浪潮，是历史上著名的超级应用。

人工智能下半场，全球也在等待AI超级应用。AI超级应用才是大多数人的机会。

第一类是具身智能体路线，如自动驾驶、人形机器人：AI像人一样、拥有一个物理的躯体，能感知、能互动，能主动地进入到“真实世界”。

第二类是超级AI软件，在辅助办公、作图、视频生成、教育等领域潜力巨大。基于大模型进行定制化扩展升级，将“超能力”带给各行各业。

第三类是AI消费电子，如AI PC、AI 手机、XR设备和脑机接口技术，对传统设备进行AI升级，或在新技术上开发新的需求，和元宇宙结合。

拥抱超级应用，也要重视AI对社会的影响。人类的道德伦理能被AI“理解”吗？什么样的数据是“基本”事实？哪些算法是衡量“公平”的指标？大模型由现实世界训练而来，因此AI也是社会的镜子。 这些问题还需要更深层的审视和技术规范来解决 。

正文

1AI上半场，大模型和芯片大突破

1.1 上半场大模型算法诞生“思维”

人工智能上半场，算法进步铺垫了半个多世纪，催生出“百模大战”，人工智能概念始于1955年筹办达特茅斯会议，先后经历了统计语言模型、专家系统、神经网络、深度学习等阶段。

2019至2022年，预训练模型（Pre-trained Model）井喷式出现；2023年，首个真正意义上的大语言模型（Large Language Model）ChatGPT落地，开启全球人工智能元年，谷歌、Meta、亚马逊、百度、阿里、腾讯等科技巨头先后加入，AI初创企业如雨后春笋，大模型开启“炼丹”时代。

大模型与其他模型最大的区别在于“涌现”能力，出现类人的“思维方式”。在预训练阶段，随着模型规模的扩大和参数量提升，在超过某一阈值后，模型准确度突然大幅提升，例如GPT-3、PaLM、LaMDA等模型在参数量达到百亿级别时表现出涌现。

1.2 上半场，芯片算力爆发、一“芯”难求

GPU取代CPU成为AI算力载体。早期AI训练任务由CPU来完成，但效率较低。转折点在2012年10月，佛罗伦萨计算机视觉会议上，只用了4颗英伟达GPU的AlexNet击败了用了16000颗CPU的谷歌猫，成为了“冠军算法”，轰动AI界，此后GPU训练开始被广泛认可。AlexNet研发主导人辛顿也因对人工神经网络贡献获得2024年诺贝尔物理学奖。

对比看，CPU擅长于少量的复杂逻辑运算，相当于计算机的“大脑”。而GPU擅长于大量的简单相似计算，用于图形处理，相当于“视觉神经”。由于AI模型需要大量的并行乘法、加法运算，GPU的优势更明显。

AI发展遇上GPU迭代的“算力及时雨”，芯片需求大幅扩张，上游成为最大受益者。根据英伟达数据，GPU的性能在过去20年提升达到1000万倍，截止2023年底，英伟达的GPU产品已占据全球92%数据中心市场份额。2024年Q2，英伟达实现营收300亿美元，同比增长122%，净利润达到166亿美元，同比上升168.24%。

AI企业将2024-25视作布局的关键两年，英伟达加速GPU扩产，供不应求。谷歌2024年在芯片、设备及资产上的投入已攀升至约500亿美元，同比增幅超过50%。为布局2025年AI赛道，Meta已向英伟达下单价值约100亿美元芯片；微软正筹备在2025年Q1前为OpenAI配置5.5万至6.5万颗GB200芯片，价值约30亿美元。

2 AI下半场，机遇就看AI超级应用

什么是超级应用？

一是将前沿技术应用在人们可以广范接受的消费领域。比如硬件领域的“iPhone时刻”，触控屏并非苹果首创，但苹果设计师发掘了消费者的使用偏好，改变了手机使用习惯，让人们广泛接受了触控移动设备。

再比如，软件领域谷歌、百度搜索引擎网站的出现。在早期互联网还是直接输入网址的时代，搜索引擎极大程度提升了上网的便捷性，拓宽了互联网的潜在用途和可探索边界。

二是能制造需求引爆点，形成创造新增长、新应用的“链式反应”。例如，智能手机的硬件革命，将互联网时代的核心用户场景从PC转移到了手机，科技企业在软件开发上竞争，掀起了多轮App应用开拓和迭代，逐渐将个人生活需求与移动互联网形成深度绑定。开辟了移动出行、电子商务等新应用领域，创造了新的用户需求和消费趋势。

从龙头AI公司战略布局出发，可推测超级应用的发展走向。