新智元報道
編輯：澤正【新智元導(dǎo)讀】Artificial Analysis回顧今年人工智能的重大事件，梳理出了一份關(guān)于人工智能領(lǐng)域的年終總結(jié)。臨近年末，在人們都開始著手于年終總結(jié)的時候，Artificial Analysis也給出了關(guān)于2024年AI變革式發(fā)展的回顧。令人欣喜的是，我國的Qwen2.5 Instruct 72B與DeepSeek V2.5還有可靈AI等也名列其中。毫無疑問的是，2024年對于AI的發(fā)展是里程碑式的一年。今年我們見證了太多AI技術(shù)變革帶來的驚艷，而它們也在短短一年的時間里就對我們的生活學(xué)習(xí)方式產(chǎn)生了重大的影響。這一年里，各家大模型的能力提升層出不窮。從gpt-4o的交互式高質(zhì)量解決問題到o1那令人震驚的推理能力，再到剛剛發(fā)布的o3，OpenAI還是一往如常地為我們不斷帶來新的人工智能范式。對于開發(fā)者來講，Claude 3.5 Sonnet出色的輔助代碼體驗更是讓Anthropic給OpenAI帶來了真正的市場競爭壓力。而就在12月，悶聲辦大事的Google也通過發(fā)布Genmini 2.0 Flash和Genmini 2.0 Flash Thinking徹底打了一場漂亮的翻身仗，成功逆襲。并且，這一年里，無論是模型的能力表現(xiàn)、響應(yīng)速度、API價格都有顯著的提升，就像集成電路的摩爾定律一樣，大模型也迎來了它自己的「摩爾定律」時代。這里要用到左右排版
自O(shè)penAI在2022年12月發(fā)布GPT-3.5模型驅(qū)動的ChatGPT以來，生成式AI就如火如荼地展開了一場聲勢浩大的「軍備競賽」。而僅僅不到兩年，多個實驗室就都已經(jīng)趕上了OpenAI的GPT-4，甚至出現(xiàn)了第一批超越GPT-4o智能水平的模型。例如：Claude 3.5 Sonnet，Gemini 1.5 Pro以及新近發(fā)布的Gemini 2.0 Flash。
截止2024年，在LLM領(lǐng)域，依然是美國位于主導(dǎo)地位，其中主要是ChatGPT、Gemini、Claude、Nova、LLama系列。而我國則暫時處于第二梯隊，取得國際關(guān)注與認(rèn)同的主要有Qwen2.5 Instruct 72B與DeepSeek V2.5。其余國家則只有法國、加拿大、以色列達(dá)到了一定水平，大部分國家在這場競賽中都與領(lǐng)先國家望塵莫及。
而在Open AI不再「Open」之后，開源模型也沒有因此就與專有模型的性能有難以克服的差距。在Meta、Mistral和阿里巴巴發(fā)布的開源模型的驅(qū)動下，開源和專有模型之間的性能差距也有了顯著下降。
更加利好消費(fèi)者的是今年語言模型的推理定價在所有智能水平上都大幅下降，例如GPT-4o mini在智能水平上接近GPT-4，但價格卻便宜了100倍。而得分超越GPT-4 Turbo的國產(chǎn)大模型Qwen2.5 72B的價格也甚至只有GPT-4 Turbo的1.3%。
推理定價下降的一個關(guān)鍵驅(qū)動因素是小模型也能達(dá)到之前只有大模型才能達(dá)到的智能水平，例如微軟最新推出的phi-4模型。
上下文窗口長度對于模型的實際應(yīng)用是至關(guān)重要的，因為許多應(yīng)用程序不僅僅使用文本，更大的上下文窗口才能支持包括圖像、視頻和音頻在內(nèi)的多模態(tài)輸入。而現(xiàn)在它也來到了128K tokens的長度，對比23年的三季度，短短一年整整增長了32倍！
對于使用者來講，目前更加傾向于使用頭部企業(yè)的產(chǎn)品，如OpenAI,Meta,Anthropic,Mistral,Google。而影響選擇模型最重要的因素則有：推理質(zhì)量，上下文窗口，價格，速度等。
人們對于LLMs的使用都不局限在某一個需求方面，而是覆蓋了信息抽取、長文本總結(jié)、文本生成等需求，而且也最在意模型的多模態(tài)能力。
對于各種各樣的技術(shù)與商業(yè)需求來講，大部分開發(fā)者用戶都會同時使用多個模型。其中72%的開發(fā)者會直接使用已發(fā)布成品模型，另外的24%則是針對現(xiàn)有的模型進(jìn)行微調(diào)，僅有4%是從頭開始對模型進(jìn)行訓(xùn)練。
2024年，圖像生成質(zhì)量也得到了迅速發(fā)展，其中在照片真實感、提示符合度和文本渲染方面取得了顯著的進(jìn)步。下圖中的提示詞為：印著「Artificial Analysis」的下一代宇宙飛船環(huán)繞在景色令人驚嘆的地球。我們可以發(fā)現(xiàn)，隨著先進(jìn)的文生圖模型不斷迭代推出，生成的圖像也越來越逼真，符合實際規(guī)律。
隨之而來的是，2024年圖像模型的進(jìn)步和競爭也加速了。人工智能分析圖像領(lǐng)域的前5名模型都是自2024年第三季度以來推出的。例如24年10月推出的Recraft v3模型。
有意思的是，OpenAI在2024年2月就預(yù)覽了Sora，當(dāng)時競爭其實還很小，但到了2024年12月它推出時，這個領(lǐng)域的競爭就已經(jīng)激烈起來了。諸如快手的可靈、MiniMax的海螺AI以及騰訊的混元都對Sora發(fā)起了挑戰(zhàn)。
基于Transformer的文本轉(zhuǎn)語音模型也在2024年OpenAI的領(lǐng)銜下達(dá)到了新的質(zhì)量里程碑，超越了曾經(jīng)的云服務(wù)供應(yīng)商。
在AI語音識別領(lǐng)域，OpenAI在2022年末開源Whisper重塑了整個領(lǐng)域格局，使得云推理服務(wù)提供商能夠進(jìn)入市場，并在響應(yīng)速度和價格上展開了競爭，為消費(fèi)者帶來了前所未有的高性價比體驗。其中最快的一個可以在大約10秒內(nèi)轉(zhuǎn)錄整整一小時的音頻，轉(zhuǎn)錄的價格也降至每1000分鐘音頻不到1美元。Groq發(fā)布的最新Whisper模型與亞馬遜2018年模型相比有約72倍的價格降低和約11倍的速度提升。
從Artificial Analysis給出的2024年的人工智能年度回顧報告中，我們也可以發(fā)現(xiàn)，這其中并沒有統(tǒng)計到最新的o3與Gemini 2.0 Flash Thinking。由此可見，今年整體的AI發(fā)展，尤其是LLMs，其推陳出新的能力幾乎超乎了人們的想象。這也讓我們對即將到來的2025有了更多的憧憬與期望，明年是否又會是真正達(dá)成AGI的關(guān)鍵一年呢？答案就需要留待明年此時再來回看了。參考資料：https://artificialanalysis.ai/
