九游会老哥·J9俱乐部ღ◈✿。j9.comღ◈✿，九游会j9ღ◈✿！九游会·J9-中国官方网站ღ◈✿，J9·九游会「中国」官方网站ღ◈✿。J9九游会她自 1996 年起连续每年发布著名《互联网趋势报告》ღ◈✿，记录了从 PC 到移动互联网的二十年进化史ღ◈✿，是不少投资人和创业者的风口指南针ღ◈✿。

　　5 月 30 日ღ◈✿，Meeker 发布了一份长达 340 页的重磅《AI 趋势报告》ღ◈✿，从技术路径ღ◈✿、投资规模到自动驾驶等领域的影响ღ◈✿，几乎把这场浪潮的每一个重要变量都梳理了一遍ღ◈✿。

　　AI 带来的变化是前所未有的ღ◈✿，ChatGPT 短短 2 个月内突破 1 亿用户ღ◈✿，17 个月后月活跃用户达到 8 亿ღ◈✿，订阅用户超 2000 万ღ◈✿，年收入接近 40 亿美元ღ◈✿。

　　看到 AI 潜力的科技巨头持续加大对 AI 基础设施的资本投入ღ◈✿，2024 年 AI 相关资本支出已达 2120 亿美元ღ◈✿，同比增长 63%ღ◈✿。

　　英伟达 GPU 显著提升了AI 推理的性能和能效ღ◈✿，也因此赚得盆满钵满ღ◈✿，堪称这波 AI 浪潮中的最大受益者ღ◈✿。

　　AI 模型的训练成本在短短 8 年内暴涨 2400 倍ღ◈✿，单个模型训练成本可能在今年将达到 10 亿美元ღ◈✿，未来有可能突破 100 亿美元ღ◈✿。

　　开源模型（如 DeepSeekღ◈✿、Qwen 等）更是逐步缩小与顶级闭源模型的差距ღ◈✿，尤其在推理和编程能力上具备竞争力ღ◈✿。

　　AI 在蛋白质折叠ღ◈✿、癌症检测ღ◈✿、机器人技术ღ◈✿、多语翻译等领域发展迅速ღ◈✿，在图灵测试中的表现已超越多数人类测试者ღ◈✿，并开始渗透到自动驾驶ღ◈✿、机器人等物理世界ღ◈✿。

　　AI 相关岗位增长 448%ღ◈✿，而传统 IT 岗位需求萎缩ღ◈✿，AI Agent 成为新型数字劳动力ღ◈✿，能够执行多步骤任务并重塑各行业业务流程ღ◈✿。

　　17 个月过后ღ◈✿，ChatGPT 月活跃用户增至 8 亿ღ◈✿，订阅用户超 2000 万ღ◈✿。此外ღ◈✿，ChatGPT 年营收接近 40 亿美元ღ◈✿，是历史上商业化速度最快的 AI 产品ღ◈✿，没有之一ღ◈✿。

　　与互联网前期是以美国为中心的技术有所不同ღ◈✿，ChatGPT 在短短的三年之后JIUYOU九游会ღ◈✿，北美之外的用户普及率就超过 90%ღ◈✿，呈现「同步爆发ღ◈✿、全球铺开」等技术特征JIUYOU九游会ღ◈✿。

　　报告提到ღ◈✿，我们所熟知的大型科技公司（苹果ღ◈✿、英伟达ღ◈✿、微软ღ◈✿、Googleღ◈✿、亚马逊ღ◈✿、Meta）在 AI 相关 CapEx（资本支出）上持续加码ღ◈✿。

　　数据显示ღ◈✿，这六家公司大举投资 AI 基础设施ღ◈✿，如数据中心ღ◈✿，2024 年已达 2120 亿美元ღ◈✿，同比上涨 63%ღ◈✿，为十年内最高ღ◈✿。

　　当然ღ◈✿，AI 生态的增长逻辑是ღ◈✿，算力投入越大ღ◈✿，模型能力越强ღ◈✿，产品体验越好ღ◈✿，从而导致用户越多ღ◈✿，平台收益潜力越大ღ◈✿，进而刺激企业加码 CapExღ◈✿。

　　在过去一年里ღ◈✿，黄仁勋在几乎所有公开场合都在重复一个观点ღ◈✿：英伟达不是芯片公司ღ◈✿，也不仅仅是一家科技公司ღ◈✿，而是一家 AI 基础设施公司ღ◈✿。

　　其中ღ◈✿，英伟达吃下了数据中心预算的「大头」ღ◈✿，众多初创公司依赖英伟达的硬件和软件栈加速产品开发ღ◈✿。到 2024 年ღ◈✿，每 4 美元数据中心投资中ღ◈✿，就有 1 美元进了英伟达的口袋ღ◈✿，也让其成为了这波 AI 浪潮的最大赢家ღ◈✿。

　　另外ღ◈✿，AI 应用也加速渗透到多个领域ღ◈✿：蛋白质折叠预测ღ◈✿、癌症检测ღ◈✿、机器人ღ◈✿、多语翻译ღ◈✿、视频生成……正在重塑行业生态和人类工作方式ღ◈✿。某种程度上说ღ◈✿，AI 就是新基建的重要驱动力ღ◈✿。

　　数据量yy街机三国官网ღ◈✿、参数规模ღ◈✿、CPU 集群ღ◈✿、工程师人力等同步上涨ღ◈✿，导致 AI 模型的训练成本呈现指数级暴涨yy街机三国官网ღ◈✿。

　　正如 Anthropic CEO Dario Amodei 所预测的那样ღ◈✿，2025 年将可能出现单个模型训练成本达到 10 亿美元ღ◈✿，甚至未来 100 亿美元也不是天方夜谭ღ◈✿。

　　报告显示ღ◈✿，前沿 AI 模型的训练成本在短短 8 年内增长了约 2400 倍ღ◈✿，2016 到 2019 年训练成本仍处于几十万到几百万美元之间ღ◈✿，而到了 2024 年ღ◈✿， GPT-4ღ◈✿、Gemini 1.0 Ultraღ◈✿、Llama 3 等模型训练成本高达上亿美元ღ◈✿。

　　根据 Epoch AI 的数据ღ◈✿，从 1950 到 2025 年ღ◈✿，AI 模型训练所需数据集从百万词级跃升至万亿词级ღ◈✿，规模年增 260%ღ◈✿。

　　与此同时ღ◈✿，所需算力也在大幅增长ღ◈✿。虽然 IT 硬件成本持续下降ღ◈✿，但模型训练 FLOP（浮点运算）年增长率高达 360%ღ◈✿，AI 模型越来越「烧钱」「烧电」「烧卡」ღ◈✿。

　　英伟达每一代 GPU 架构都大幅提升和优化 AI 推理性能和能效比ღ◈✿，这也是 AI 走入现实生活的基础前提之一ღ◈✿。

　　2014 到 2024 十年间ღ◈✿，英伟达 GPU 推理单个 Token 所需的能耗下降了约 105000 倍yy街机三国官网ღ◈✿，几乎趋近于可忽略的边际能耗ღ◈✿，有利于规模化部署和开发者接入ღ◈✿。

　　过去ღ◈✿，英伟达 CUDA 平台ღ◈✿、GPU 编程模型虽已存在ღ◈✿，但使用者多集中在科研ღ◈✿、高性能计算领域ღ◈✿。随着深度学习ღ◈✿、大模型训练需求暴涨ღ◈✿，越来越多的开发者也涌入英伟达生态ღ◈✿。

　　英伟达用了 13 年才做到第一个 100 万开发者的里程碑ღ◈✿，又用不到 7 年时间做到了 600 万ღ◈✿。

　　包括在刚过去不久的 Google I/O 大会上ღ◈✿，使用 Google Gemini 构建应用的注册开发者总量也从 140 万增长至 700 万ღ◈✿，年增幅达 5 倍ღ◈✿。

　　OpenAI 等头部企业尚未盈利ღ◈✿，算力支出高于收入ღ◈✿，呈现「高用户ღ◈✿、重烧钱ღ◈✿、待盈利」的发展阶段ღ◈✿。

　　2022–2024 年间ღ◈✿，Open AI 收入大幅上升yy街机三国官网ღ◈✿，算力支出显著下降ღ◈✿，显示其 AI 商业化路径逐渐清晰（如 ChatGPT Plusღ◈✿、APIღ◈✿、企业订阅等）ღ◈✿。

　　知名分析机构 Artificial Analysis 数据显示ღ◈✿，截至 2025 年1 月份ღ◈✿，像 DeepSeekღ◈✿、Meta 的 Llama 3ღ◈✿、阿里的 Qwen 系列这样的开源模型ღ◈✿，已经在推理能力和编程能力等方面的性能逼近顶级闭源模型ღ◈✿。

　　到 2024 年ღ◈✿，美国发布超 100 个训练计算量超 10²³ FLOPs 的大语言模型ღ◈✿，而中国自 2022 年以后紧随其后JIUYOU九游会ღ◈✿，模型进入高密度爆发期ღ◈✿，不断缩小中美之间的差距ღ◈✿。

　　相比之下ღ◈✿，英国ღ◈✿、法国ღ◈✿、德国ღ◈✿、加拿大等国的累计数量尚在 10-20 个区间ღ◈✿，跨国协作模型开发增长曲线也比较缓ღ◈✿。

　　对比来看ღ◈✿，中国在工业机器人部署上具备领先优势ღ◈✿。2023 年工业机器人安装数量达到 276000 台ღ◈✿，首次超过全球其他国家总和ღ◈✿。

　　图灵测试（Turing Test）是著名数学家ღ◈✿、逻辑学家ღ◈✿、密码学家艾伦·图灵于 1950 年在《计算机器与智能》一文中提出的一种测试机器是否具有智能的方法ღ◈✿。

　　现如今ღ◈✿，GPT-4.5 在图灵测试中被 73% 的测试者误认为人类ღ◈✿，远超 GPT-4o 和机器人 ELIZAღ◈✿。

　　在下方的聊天记录图片中ღ◈✿，左侧 Witness A 是 GPT-4.5ღ◈✿，右侧 Witness B 是人类ღ◈✿，相比之下ღ◈✿，GPT-4.5 表达更轻松ღ◈✿，更有人味ღ◈✿，而真人的回答反而略显笨拙ღ◈✿。

　　图像方面的进步在 Midjourney v1-v7 上展现得淋漓尽致ღ◈✿，2022 年生成的葵花吊坠质感粗糙ღ◈✿，肉眼可见地像玩具ღ◈✿，到了 v7 版本ღ◈✿，质感直接迈向商品级水平ღ◈✿。

　　下图左侧是 AI 生成的图片ღ◈✿，在肤色ღ◈✿、发丝ღ◈✿、光线等细节上几乎毫无破绽ღ◈✿，而面对右侧真实拍摄的照片ღ◈✿，也很难说一眼便能分清 AI 与真人ღ◈✿。

　　声音更是 AI 生成领域的重灾区ღ◈✿，ElevenLabs 支持多语言语音克隆与翻译ღ◈✿，保留原说话者的音色ღ◈✿。功能包含自动转录ღ◈✿、翻译ღ◈✿、合成一条新音轨ღ◈✿。

　　数据显示ღ◈✿，ElevenLabs 网站的月访问量从 0 飙升到接近 2000 万ღ◈✿，音色克隆+实时翻译已趋近商用级别ღ◈✿。

　　报告还提出了一个关键的趋势转变ღ◈✿：AI 正从数字世界扩展到物理世界ღ◈✿，「物理智能体」正在加速崛起ღ◈✿。

　　例如ღ◈✿，Waymo 和 Tesla 的自动驾驶系统已投入商业运营ღ◈✿，不再只是停留在测试阶段ღ◈✿，而是与实时环境紧密结合ღ◈✿，截止至 2025 年 4 月ღ◈✿，Waymo 自动驾驶出租车在旧金山的市场份额已经占到了约 1/3ღ◈✿。

　　再过 15 到 20 年ღ◈✿，自动驾驶系统将比人类司机更优秀ღ◈✿。它们会基于无数人类驾龄的数据进行训练ღ◈✿，而且不会分心ღ◈✿。

　　与此同时ღ◈✿，AI 正在快速渗透到各个行业ღ◈✿，包括 AI 工厂ღ◈✿、AI 机器人ღ◈✿、工业 AIღ◈✿、AI 医疗设备与 AI 农业等部署ღ◈✿，正在去取代传统的人工流程ღ◈✿。如 Carbon Robotics 等农业公司则将 AI 应用于除草yy街机三国官网ღ◈✿，通过计算机视觉实现无农药作业JIUYOU九游会ღ◈✿。

　　AI 相关岗位增长 +448%ღ◈✿，非 AI 岗位反降 -9%（2018–2025）ღ◈✿，说明企业对于 AIღ◈✿、机器学习ღ◈✿、数据科学ღ◈✿、生成式 AI 等相关岗位需求迅猛增长ღ◈✿；而传统 IT 岗位（如基础运维ღ◈✿、通用编程）职位需求则相对饱和甚至萎缩ღ◈✿。

　　AI 不再只是一个对话工具ღ◈✿，而是真正能干活ღ◈✿，比如 Claude 3.5 的 Computer Use 可以直接控制电脑屏幕JIUYOU九游会ღ◈✿，自动执行多步骤任务ღ◈✿，如在线购物JIUYOU九游会ღ◈✿、界面导航等ღ◈✿。

　　图表显示ღ◈✿，企业采用 AI 的目标正在发生演变ღ◈✿：从最初提升整体办公效率（如 Copilot 应用）出发ღ◈✿，快速扩展至特定岗位自动化ღ◈✿、客户互动优化ღ◈✿、新营收机会探索等多个方向ღ◈✿。