via：孤独星球随想
大概去年这个时候给过一个线下分享，现在越来愈笃定这个判断，说说看。
很多人把这一波AI的突飞猛进叫做Gen AI，是Generative AI（生成式AI）的缩写。但我觉得一个可能更深刻的名字是Generalizable AI（可推广的AI）。为什么呢？以前的AI不generalizable，大部分时间需要机器学习工程师去定制化，因为机器学习工程师很贵，所以cost of intelligence（智能成本）就很高。这也是大模型之前很多年AI只在有钱的大厂应用的遍地开花， 但小厂和传统企业没怎么用起来。大模型的generalization（泛化）能力极强，实现了很大程度的transfer learning（迁移学习），通用化使得很多时候你直接调用就好了，不需要定制化，成本一下降低了很多，就好像大规模生产的标准零件要比个性定制化的零件便宜很多一个道理。
为什么cost of technology（技术成本）很重要呢？因为这是mass adoption（大规模采用）的很重要的一个因素。
回顾过去几十年的历史，微软把cost of software（软件成本）的成本降得很低，成就了PC和Office的帝国。
互联网把cost of information（信息成本）与cost of connection（连接成本）降得极低。cost of information的降低催生了Google，cost of connection的降低催生了Facebook 和微信。移动互联网的本质除了“移动”，就是把这两个cost进一步降低。
cost of bandwidth（带宽成本）的降低催化了YouTube和抖音这类视频平台的发展。快手的爆发也是国内4G unlimited plan（4G无限套餐）普及的时候。
随着大模型能力和通用性的继续提升与inference效率的改进，这一波cost of inteligence的降低会持续下去。大概率会带来根本的改变。
- Enterprise（企业）。以前用不起AI的公司包括中小公司和传统企业会把AI都用起来。
2. Consumer（用户）。iPhone之前有过很多智能手机的尝试。我上大学时家里给我买了一部多普达，就是有个笔，把Window系统装在了全屏手机上。这些都失败了。直到乔布斯发明了multi-touch（多点触控）的交互。这一波多模态模型的发展和Agent（代理）的能力提升，有可能成为新的一种人机交互。虽然不会完全取代multi-touch（因为有些用户场景需要静悄悄的用手机，比如说地铁上，开会中），但带来的想象空间足够大，而且以非常快的速度在发展。
因为有些敏感，这里并没有讨论哪些公司会在这些趋势里受益最多。
热门跟贴