AI狂飙半年记：当泡沫与干货并行

从”卷参数”到”卷应用”

如果你还在用”谁家的参数量更大”来判断AI进展，那可能已经掉队了。近半年的AI圈明显换了一种打法：多模态能力和实际落地取代了单纯的榜单刷分。OpenAI的GPT-4o让实时语音交互不再是科幻片场景，谷歌Gemini 1.5 Pro则用百万 token 上下文秀了一把”记忆力”的肌肉。国内的玩家们也没闲着，从可灵AI的视频生成到各路大模型的价格战，热闹得像个永不停歇的科技春晚。

三个值得细看的风向

多模态成为新标配

文本、图像、音频、视频的”大一统”模型正在从 demo 走向产品。Sora 的惊艳亮相虽然还没完全开放，但已经倒逼整个行业加速。更务实的是，现在连手机相册里的 AI 修图、实时翻译耳机，背后都是多模态模型在支撑。能”看懂”世界的AI，才能真正走进世界。

AI Agent 终于不再只是 PPT

如果说去年大家都在画 Agent 的饼，今年至少有些饼上桌了。从自动写代码的 Cursor，到能帮忙订机票、整理报销的通用 Agent，大模型开始长出”手脚”。当然，它们 still 会偶尔犯蠢——比如把航班订成明年，但从”聊天”到”做事”的跨越已经清晰可见。

端侧 AI 的觉醒

苹果 Apple Intelligence 的入局，让”手机本地跑大模型”成了显学。配合高通的 NPU 和联发科的 AI 芯片，端侧 AI 不再只是营销话术。好处很明显：隐私留在本地，响应速度更快，哪怕没网也能用。缺点是，目前跑起来的多是”小模型”，聪明程度还得看云端脸色。

冷静一下：泡沫在哪？

热闹归热闹，有些信号也该警惕：

• 算力焦虑正在透支初创公司：不是每个应用都需要自研大模型，基座模型的 API 已经足够好用。
• 视频生成的可控性仍是硬伤：AI 视频确实炫，但想稳定输出符合商业需求的片段，后期工作量依然巨大。
• “AI 取代人类”的叙事被过度贩卖：现实是，AI 正在快速成为”超级工具”，但离完全替代专业岗位还有相当距离。

结语

2024 年的 AI 赛道，正在经历从”惊艳”到”实用”的阵痛期。对普通用户来说，这是最好的时代——好用的 AI 工具从未如此廉价且触手可及；对从业者而言，这是最卷的时代——差异化越来越难以构建。潮水退去时，留下的一定不是最会讲故事的那个，而是真正解决问题的那一个。