2023年，大模型與生成式AI的崛起無疑成為了技術(shù)領(lǐng)域的焦點。在這一年里，大模型和生成式人工智能（AI）的討論持續(xù)“破圈”，各類商用大模型和開源大模型的發(fā)布和更新將技術(shù)創(chuàng)新推向了新的高峰，相關(guān)產(chǎn)品不斷發(fā)布。然而，AI領(lǐng)域的巨大變革外，其他數(shù)字技術(shù)也在助力實體經(jīng)濟的道路上穩(wěn)步邁進。5G、數(shù)據(jù)資產(chǎn)、云計算、數(shù)字孿生等技術(shù)正融入工業(yè)互聯(lián)網(wǎng)的各個環(huán)節(jié)，產(chǎn)品設(shè)計、資源勘探、生產(chǎn)制造、設(shè)備管理、安全生產(chǎn)各個環(huán)節(jié)之間也日益融合。5G工廠、雙跨平臺等工業(yè)互聯(lián)網(wǎng)建設(shè)成果不斷累積和爆發(fā)。在此背景下，InfoQ研究中心從人工智能新紀(jì)元和以數(shù)強實穩(wěn)根基兩大篇章，從數(shù)據(jù)定量和公開資料、專家訪談定性的角度，深入回顧2023年技術(shù)市場的重大進展和演進，并以此為基礎(chǔ)，探究2024年技術(shù)發(fā)展的未來方向。我們期望，在這個VUCA時代，這份報告能夠幫助各位開發(fā)者、科技領(lǐng)導(dǎo)者以及各類對技術(shù)領(lǐng)域感興趣的讀者朋友，把握未來技術(shù)發(fā)展的脈絡(luò)。InfoQ研究中心也將繼續(xù)以專業(yè)、客觀和持續(xù)的報告產(chǎn)出，同大家一起見證技術(shù)發(fā)展的每一個3行檢索，截止時間2023行檢索，截止時間2023本次研究通過收集并整理160+細分技術(shù)領(lǐng)域的技術(shù)專利數(shù)量、技術(shù)誕生時間、技術(shù)輿論指數(shù)、技術(shù)融資事件作為2023年重要技術(shù)發(fā)展回顧與技術(shù)發(fā)展特征解讀的基礎(chǔ)。452023年3月，新一代serverless事件中間件EventMesh順利通過Apache孵化器項目管理委員會的畢業(yè)評估，晉升為Apache基金C++和CUDA的系統(tǒng)編程功能會頂級開源項目。這意味著以事件驅(qū)動為代AntFinGLM金融大模型、度小滿開谷歌發(fā)布的OSV-Scanner表的serverless進入新發(fā)展階段，微服務(wù)速度增強方案區(qū)分開來。在運源大模型軒轅-70B等；百度的醫(yī)療會基于OSV數(shù)據(jù)庫評估項行速度上比原始Python快上目的依賴項，顯示與項目工具OSV工具OSV-ScannerJust無需任何配置即可自動加載有變支持生成（原生）應(yīng)用及（原生）新版BingChat將允許第三方時BingChat除了能做普通的文字交流問答、編程學(xué)習(xí)外，781212通用大模型輿論指數(shù)排名TOP3人工智能相關(guān)細分技術(shù)領(lǐng)域94663.249.628.84663.249.628.830.222.623.08.830.3424244?2023年技術(shù)領(lǐng)域融資事件共432起，共融資409.5億人民幣。其他,27.64%VR,9.72%.云原生,9.64%大數(shù)據(jù)處理,23.83%工業(yè)互聯(lián)網(wǎng),72.58%機器人,20.54%XR，55.24%自動駕駛,24.66% 其他,27.64%VR,9.72%.云原生,9.64%大數(shù)據(jù)處理,23.83%工業(yè)互聯(lián)網(wǎng),72.58%機器人,20.54%XR，55.24%自動駕駛,24.66% 數(shù)字孿生,29.6%.人工智能領(lǐng)域的資金也主要流向了自動駕駛、機器人和生成式Al。這三個領(lǐng)域融資額占到整個人工智能領(lǐng)域的59.45%。?人工智能領(lǐng)域在融資方面表現(xiàn)亮眼，不僅總?cè)谫Y額龐大，而且大額融資事件也頻頻發(fā)生。據(jù)統(tǒng)計，人工2023/3C輪?去向：創(chuàng)業(yè)1232023年8月《電子信息制造業(yè)2023一2024年穩(wěn)增長行動方案》45從大模型全球發(fā)展態(tài)勢、國內(nèi)外行業(yè)應(yīng)用概述、北京應(yīng)用情況和發(fā)展建議分析和闡述，旨在進一步推動大模型應(yīng)用落地，展示北京市大模型應(yīng)6廣東省《關(guān)于加快建設(shè)通用人工智能產(chǎn)業(yè)創(chuàng)78識抽取，構(gòu)建科學(xué)知識資源底座，建設(shè)高質(zhì)量語料稿庫和基礎(chǔ)科學(xué)數(shù)基礎(chǔ)設(shè)施：算力是大模型的Γ發(fā)動機」，云算力成為AI應(yīng)用的首選方式?大模型訓(xùn)練中，算力資源是「發(fā)動機」樣的存在，支持大模型處理超大規(guī)模的訓(xùn)練數(shù)據(jù)和實現(xiàn)復(fù)雜的模型架構(gòu)。但GPU等硬件設(shè)備的需求規(guī)模大，自建算力成本高。在這種背景下，云算力就成為了企業(yè)構(gòu)建AI算力的一種主要方式。根據(jù)用戶調(diào)研，有32.80%的企業(yè)大模型訓(xùn)練成本計算公式主要使用算力云服務(wù),32.80%云服務(wù)和自建算力設(shè)施共存,20.50%主要使用自建算力設(shè)施,19.20%暫未建設(shè)AI算力基礎(chǔ)設(shè)施,17.30%暫不清楚,10.20%GPT-3175B3000億LlaMA-65B650億GLM-130B4000億400003500030000250002000050000400003500030000250002000050000萬億Token。而2023年5月發(fā)布的PaLM2-340B，訓(xùn)練過程中使用了3.6萬億的token。GPT-2GPT-3MT-NLG530B鵬程Qwen-72B古3.0-100BLaMA2-70B具具閱文集團 道youdao HBC人醫(yī)聯(lián) HBC人醫(yī)聯(lián)CL中文在線CL中文在線研究機構(gòu)研究機構(gòu)門出門問問Tigerobo虎博門出門問問工集工集CodeArtsSnapceMeta容犀copilot小加我智能淘寶問問思涌AI Echo如影心則想金融大模型CodeArtsSnapceMeta容犀copilot小加我智能淘寶問問思涌AI Echo如影心則想金融大模型ChatJD豆包天工Baichuan-chatkimichat(?知海國chat文心·傳媒/影DriveGpt文心·能源/ /城市/社文心·航天/城市/社科/行業(yè)大科大訊飛營銷大模型文心·金融行業(yè)金融行業(yè)大模型LightGPT型FD-LLM叮當(dāng)HealthGPT白玉蘭科學(xué)大模型1.0chatLawChatGLM門出門問間52.20%46.30%GPT系列大模型52.20%46.30%GPT系列大模型30.00%27.90%24.20%23.20%7.20%行業(yè)大模型,4.60%4.30%3.70%3.60%3.30%3.20%個，占到統(tǒng)計的258個模型的63.95%。 研顯示，智能編碼助手產(chǎn)品的開發(fā)者使用率根據(jù)InfoQ發(fā)起的生成式人工智能開發(fā)者調(diào)超過10%的產(chǎn)品有8款。占比64.5%；Amazon研顯示，智能編碼助手產(chǎn)品的開發(fā)者使用率根據(jù)InfoQ發(fā)起的生成式人工智能開發(fā)者調(diào)超過10%的產(chǎn)品有8款。占比64.5%；AmazonCodeWhisper24.8%位列第二；Codex以23.2%的份額位8款產(chǎn)品中唯一一款國內(nèi)企業(yè)研發(fā)的產(chǎn)品為?離開發(fā)者最近的智能編碼助手，也是大模型產(chǎn)品中目前探索較深，公司采買的/調(diào)用了商業(yè)工作,20.67%公司采買的/調(diào)用了商業(yè)工作,20.67%22.48%?67.57%的AI應(yīng)用開發(fā)者所處的企業(yè)已經(jīng)開始構(gòu)建大模型能力，主要構(gòu)建方式分為采買/調(diào)用商業(yè)大模型、基于開源構(gòu)建和基于商業(yè)大38.00%38.00%23.70%3.00%2023年8月4日，華為宣布語音助手小藝已融入盤古2023年下半年，手機和電腦廠商開始探索將AI大2023年8月4日，華為宣布語音助手小藝已融入盤古軟件層硬件層令調(diào)指微行業(yè)大模型領(lǐng)域大模型庫練自研/第三方基礎(chǔ)大模型CPU…期望大模型成為云計算新增量軟件層硬件層令調(diào)指微行業(yè)大模型領(lǐng)域大模型庫練自研/第三方基礎(chǔ)大模型CPU…期望大模型成為云計算新增量?大模型帶來的技術(shù)浪潮，為云廠商指引了一條探索的路線。事實上，云廠商在2020年之后，便陸續(xù)開始以機器學(xué)習(xí)平臺的形式，加2.0%45.35%65.4%36.64%9.25%590%3.78%.2.0%45.35%65.4%36.64%9.25%590%3.78%.?與云廠商的降價潮相對應(yīng)地是，企業(yè)對于云等IT資源投入的保守傾向。在一項用戶調(diào)研中，認(rèn)為公司的IT資源投入仍將保持穩(wěn)定提升的企業(yè)比例下降了8.71%，但認(rèn)為IT資源投入會保持不變或者會逐步減少投入的企業(yè)比例卻分別增加了5.72%和?這當(dāng)中，尤其是對于本身利潤就不高的工業(yè)制造企業(yè)來說，作為企業(yè)IT資源投入最多的云計通用網(wǎng)絡(luò)優(yōu)化型云主機均降價60%，云安全中心、云硬盤備份降價50%。工業(yè)互聯(lián)網(wǎng)底層是行業(yè)云平臺?工業(yè)互聯(lián)網(wǎng)雙跨平臺的底層本質(zhì)是行業(yè)云平臺，以云計算為底層，支撐研發(fā)設(shè)計、設(shè)備管理、生產(chǎn)管理、用戶服務(wù)、經(jīng)營管理和供應(yīng)?以上種種都是數(shù)據(jù)資產(chǎn)，在評估、定價、交易環(huán)節(jié)流程標(biāo)準(zhǔn)化的新進展，國家、數(shù)據(jù)交易中心、企業(yè)等主體目前正在深入探索數(shù)據(jù)商764323.從中標(biāo)廠商來看，數(shù)字李生目前以設(shè)計院/規(guī)劃院、運營商為主，地域?qū)傩悦黠@。千萬以上的項目通常以聯(lián)合體形式投標(biāo)。.從中標(biāo)廠商來看，數(shù)字李生目前以設(shè)計院/規(guī)劃院、運營商為主，地域?qū)傩悦黠@。千萬以上的項目通常以聯(lián)合體形式投標(biāo)。502023年6月4日COSMO-GPT2023年9月2023年9月泛制造制造泛制造制造企業(yè)繞ERP、MES等工業(yè)軟件的協(xié)同，助力技術(shù)服務(wù)商運營商互聯(lián)網(wǎng).2023年，我國已培育50家雙跨平臺，其中主要平臺建設(shè)/運營方分為4類：制造企業(yè)、工業(yè)軟件企業(yè)、運營商和互聯(lián)網(wǎng)企業(yè)?；趀BPF基于eBPF的可觀測性XR目前在技術(shù)儲備期，預(yù)計在2025.工業(yè)和信息化部、中央網(wǎng)信辦等6部門聯(lián)合印發(fā)《算力基.工業(yè)和信息化部、中央網(wǎng)信辦等6部門聯(lián)合印發(fā)《算力基超過300EFLOPS，智能算力占比達到35%。.雖然2024年英偉達算力供應(yīng)鏈有望階段性改善，但是英.雖然2024年英偉達算力供應(yīng)鏈有望階段性改善，但是英驅(qū)動因素數(shù)據(jù)庫升級點驅(qū)動因素數(shù)據(jù)庫升級點?C端大規(guī)模交互要求更為匹配更大范圍應(yīng)用研發(fā)GraphRAGGraphRAG騰訊云向量數(shù)據(jù)庫騰訊云向量數(shù)據(jù)庫 態(tài) 態(tài)010203小加我智能淘寶問問思涌AICBaiducomateCodeArtsSnapCBaiducomateCodeArtsSnap<eooEFUSE HiEcho如影創(chuàng)造新終端創(chuàng)造新終端終端模型大腦unitree二智元機器人模型大腦unitree二智元機器人賦予人型機器人知識泛化和遷移能力?這使得機器人在物體識別時具備較強的泛化能力，避免賦予人型機器人指令拆解和決策能力賦予人型機器人軀體控制能力硬件軀體—一硬件軀體—一生成的過程中，充分利用云的資源彈性，對異構(gòu)算力的便捷管理能力等技術(shù)手段，提供工程高效率、成本可觀測、彈性可預(yù)測、?toC端仍將繼續(xù)探索手機、電腦等邊?toB端伴隨著大模型行業(yè)應(yīng)用探索突?云原生時代，東西向流量逐漸成為企業(yè)數(shù)據(jù)通?云原生時代，東西向流量逐漸成為企業(yè)數(shù)據(jù)通eBPF的應(yīng)用零侵?jǐn)_采集能力，則可以彌補傳Serverless滿足企業(yè)對成本的關(guān)注可觀測性構(gòu)建滿足企業(yè)對穩(wěn)定性的關(guān)注?企業(yè)對云服務(wù)成本的關(guān)注仍將保持高漲，而Serverless通過其按需縮放和自動擴展的特性，為企業(yè)提供了靈活性和成本效益，?但Serverless的靈活性使得預(yù)測成本變得復(fù)雜，因為其計費受到多重因素影響包括計算、存儲、IO請求量、容災(zāi)等因素呈現(xiàn)的隨機性和非平穩(wěn)性。這些都會導(dǎo)致在使用時，需要特別關(guān)注這一方面。各大云廠商針對這一難題，也在不斷推陳出新，出不窮?？傮w來講，云成本可觀測將會成為通用serverless領(lǐng)域重要發(fā)展分支。一一.隨著Al的成熟，以及Al應(yīng)用在各個行業(yè)領(lǐng)域的探索與普及，應(yīng)用層人才的.對于應(yīng)用層人才，核心是能否理解使用場景，并依托使用場景生成能夠?qū)嵰灰?最終，擁有核心人才的團隊，會吸引大量人才，并形成人才聚集。.雖然底層軟硬件對于大模型和應(yīng)用層至關(guān)重要，但其專業(yè)性壁壘高，人才40應(yīng)用開發(fā)能力邊界逐漸拓展編程和應(yīng)應(yīng)用開發(fā)能力邊界逐漸拓展編程和應(yīng)用開發(fā)門檻逐漸降低使用AI生成應(yīng)用工具提升數(shù)據(jù)分析效率使用AI提升編程