电子发烧友网报道（文/李弯弯）近几年人工智能快速发展ღ★◈★，无论是技术还是应用都呈现出新的发展趋势ღ★◈★，比如AI的应用逐渐向边缘端下沉ღ★◈★，存算一体技术的商业落地在加速ღ★◈★，智能驾驶的渗透率不断提升ღ★◈★，生成式AI发展势头正盛ღ★◈★。2022年人工智能面临挑战ღ★◈★，也衍生出新的机会ღ★◈★，那么接下来的2023年ღ★◈★，人工智能将会呈现哪些新的趋势？

　　生成式AI是指利用现有文本ღ★◈★、音频文件或图像等创建新内容的技术ღ★◈★。生成式AI的关键技术是生成式对抗网络ღ★◈★，其本质是一种深度学习模型ღ★◈★。

　　在原理上ღ★◈★，生成式对抗网络使用两个神经网络相互对立ღ★◈★，一个生成器和一个判别器ღ★◈★。生成器或生成网络ღ★◈★，负责生成类似于源数据的新数据或内容ღ★◈★，判别器或判别网络则负责区分源数据和生成数据ღ★◈★。经过交替周期训练ღ★◈★，生成器不断学习生成更逼真的数据ღ★◈★，判别器则更善于区分假数据和真实数据ღ★◈★。渐渐地ღ★◈★，双方在对抗中不断完善ღ★◈★。

　　2022年大火的AI作画是生成式AI的典型应用案例ღ★◈★，市面上涌现出多款AI绘画工具ღ★◈★，比如由谷歌推出的Disco Diffusionღ★◈★，这是一款最早流行起来的AI绘图工具农家福女温暖全本免费阅读ღ★◈★，使用这个AI绘画工具ღ★◈★，仅仅通过文字输入K8凯发ღ★◈★，就能输出相应的图片ღ★◈★。

　　还有Midjourneyღ★◈★，创始人是David Holz财经消息ღ★◈★。ღ★◈★，以及由OpenAI开发DALL·E2ღ★◈★。之前国内也上线了一个微信小程序——盗梦师ღ★◈★，这是一个能根据输入文本生成图片的AI平台ღ★◈★，由蓝振忠博士带领的西湖大学深度学习实验室和西湖心辰科技有限公司共同推出ღ★◈★。

　　如今AI作画已经在商业上实现应用ღ★◈★。而且相比于之前ღ★◈★，AI在生成音视频上也取得进展ღ★◈★。不久前ღ★◈★，由OpenAI训练的大规模语言模型ChatGPT的上线ღ★◈★，更是让生成式AI的应用有了更多可能性ღ★◈★。可想而知ღ★◈★，在新的一年里ღ★◈★，生成式AI将会延续2022年火热的发展势头ღ★◈★。

　　相对于云端AI来说ღ★◈★，边缘AI允许设备在本地进行AI计算和决策ღ★◈★，而不一定需要连接到互联网才能实现数据处理ღ★◈★，这使得边缘AI具备实时性好ღ★◈★、带宽资源要求低ღ★◈★、隐私性好等诸多优点ღ★◈★。因此在很多场景中ღ★◈★，边缘AI比云端AI更能解决实际的问题ღ★◈★。

　　比如自动驾驶汽车突然识别到前方道路有一名儿童ღ★◈★，汽车必须在几毫秒内做出反应才能避免灾难ღ★◈★，如果将数据上传到云端就会产生很大的延时ღ★◈★，因此边缘AI更能解决这一问题ღ★◈★。再比如森林火灾监测ღ★◈★，公路ღ★◈★、铁路或者是大坝塌方监测ღ★◈★，这些地方普遍比较偏僻ღ★◈★，通常没有很好的通信网络ღ★◈★，但快速决策和预警非常关键ღ★◈★，因此边缘AI更能快速做出判断ღ★◈★。

　　数据显示ღ★◈★，未来几年64%的数据将在传统数据中心之外产生ღ★◈★，这意味着更多的数据处理将在终端和边缘端完成ღ★◈★，海量数据的接入ღ★◈★，使AI处理的重心正向边缘迁移ღ★◈★。从电子发烧友此前进行的调研数据显示ღ★◈★，AI在边缘侧的应用越来越被看好ღ★◈★。

　　当然ღ★◈★，因为边缘端应用场景的碎片化特点ღ★◈★，过去几年边缘AI在落地应用上也遇到了诸多难题ღ★◈★，比如算力ღ★◈★、算法ღ★◈★、数据割裂ღ★◈★，缺乏整体的解决方案等ღ★◈★。然而从电子发烧友近段时间对多家企业的采访可以发现ღ★◈★，边缘AI落地难的问题正在被逐步解决ღ★◈★，预计新的一年里ღ★◈★，将会有更多更加整体ღ★◈★、完善的解决方案ღ★◈★，助力各行业边缘应用的落地ღ★◈★。

　　自动驾驶是指不需要驾驶员执行物理驾驶操作ღ★◈★，车辆能够对行驶任务进行指导与决策ღ★◈★，代替驾驶员操控使车辆完成安全行驶的功能ღ★◈★。如今乘用车基本处于L2级别ღ★◈★，包括部分企业说的L2+自动驾驶等级别ღ★◈★，也就是智能辅助驾驶阶段ღ★◈★。

　　自2020年开始ღ★◈★，智能辅助驾驶普及程度不断提升K8凯发ღ★◈★。根据IDC此前发布的《中国自动驾驶汽车市场数据追踪报告》ღ★◈★，2021年Q1的时候ღ★◈★，国内L2级自动驾驶乘用车渗透率仅为7.5%ღ★◈★，到2022年Q1ღ★◈★，L2级自动驾驶乘用车渗透率已经达到23.2%ღ★◈★。

　　同时2022年以来ღ★◈★，行泊一体功能开始在多款车型上实现量产K8凯发ღ★◈★，城市全场景辅助驾驶系统也开始上车ღ★◈★。相较于过往行车和泊车系统独立运行ღ★◈★，行泊一体系统针对多项功能及应用场景实现传感器硬件复用ღ★◈★，在成本ღ★◈★、整体性能及开发效率上均有较大优势ღ★◈★。

　　城市场景相较于高速场景更为复杂ღ★◈★，此前更多车型都专注于高速域驾驶辅助系统ღ★◈★，如今更多整车企业和自动驾驶技术公司ღ★◈★，把目标锁定在对更高阶的城市域场景应用ღ★◈★。可以预见ღ★◈★，在新的一年里ღ★◈★，无论是行泊一体ღ★◈★、还是城市场景智能辅助驾驶在落地应用上将会更进一步ღ★◈★。同时ღ★◈★，智能辅助驾驶的普及程度将会持续提升ღ★◈★。

　　元宇宙是人类运用数字技术构建的ღ★◈★，由现实世界映射或超越现实世界ღ★◈★，可与现实世界交互的虚拟世界K8凯发ღ★◈★，具备新型社会体系的数字生活空间ღ★◈★。

　　当前元宇宙的应用主要还只是表现于游戏ღ★◈★、娱乐等领域ღ★◈★，然而伴随元宇宙技术和产业成熟度的持续提高ღ★◈★，其应用范围将逐步扩大ღ★◈★，并不断深入ღ★◈★，如元宇宙或将在社会治理ღ★◈★、公共服务等领域具有巨大的应用前景ღ★◈★。

　　因此政府和企业都在加强元宇宙领域的布局ღ★◈★。为把握元宇宙产业发展机遇ღ★◈★，促进数字经济和实体经济深度融合发展ღ★◈★，更好助力智慧蓉城ღ★◈★、制造强市农家福女温暖全本免费阅读ღ★◈★、国际消费中心城市建设ღ★◈★，近日成都市新经济发展工作领导小组办公室印发《成都市元宇宙产业发展行动方案(2022—2025年)》ღ★◈★。

　　《行动方案》指出ღ★◈★，在核心技术方面ღ★◈★，通过攻关区块链ღ★◈★、人工智能ღ★◈★、感知交互ღ★◈★、数字孪生等元宇宙基础核心技术ღ★◈★，建成一批元宇宙技术研究和创新平台ღ★◈★，形成一批技术标准规范ღ★◈★，建立起元宇宙技术创新体系ღ★◈★，为元宇宙发展抢占产业源点ღ★◈★。

　　2022年三大运营商也都陆续公开自己的元宇宙战略ღ★◈★。前不久中国联通表示ღ★◈★，将扎牢驻好网络ღ★◈★、算力ღ★◈★、AIღ★◈★、数据ღ★◈★、数字身份ღ★◈★、3Dღ★◈★、XR七大引擎底座ღ★◈★，打造从底座到应用的一体化平台ღ★◈★，全面实现云网能力ღ★◈★、平台能力ღ★◈★、X应用能力的深度耦合ღ★◈★，驱动产业全面发展ღ★◈★。

　　可想而知ღ★◈★，虽然当前元宇宙的实际应用还不多新能源管理ღ★◈★，ღ★◈★，不过接下来ღ★◈★，它仍然是各地方政府和企业发力布局的重要领域之一ღ★◈★，而人工智能ღ★◈★、感知交互等基础核心技术必然随之发展ღ★◈★。

　　生成式AI得以快速发展ღ★◈★，其中一个重要的原因便是模型的开源开放ღ★◈★。2022年8月ღ★◈★，文本-图像生成模型Stable Diffusion正式开源ღ★◈★。此次开源ღ★◈★，Stable Diffusion开放了其已经训练好的模型ღ★◈★，使得后继者能够更好地借助这一开源工具ღ★◈★，挖掘丰富的内容生态ღ★◈★，为更广泛的C端用户普及起到重要作用ღ★◈★。

　　2022年11月3日ღ★◈★，阿里达摩院牵头推出魔搭社区ModelScopeღ★◈★，该社区首批上架超300个模型ღ★◈★，其中中文模型超过100个ღ★◈★，覆盖视觉ღ★◈★、语音ღ★◈★、自然语言处理ღ★◈★、多模态等AI主要领域ღ★◈★，覆盖主流任务超过60个ღ★◈★，均全面开源并开放使用ღ★◈★。

　　阿里巴巴集团资深副总裁ღ★◈★、阿里达摩院副院长周靖人表示ღ★◈★，魔搭社区面向所有开发者开放ღ★◈★，旨在推动AI大规模应用ღ★◈★。此次开源ღ★◈★，目的是降低AI的应用门槛ღ★◈★，释放AI潜能ღ★◈★。

　　而几乎是同时ღ★◈★，谷歌也首次开放了自家文本图像模型Imagen的测试ღ★◈★。谷歌宣布将把Imagen添加到其AI Test Kitchen应用中ღ★◈★，AI Test Kitchen是今年谷歌推出的一款用于对各种AI系统进行测试的应用程序ღ★◈★，最初用户仅可以在上面与AI聊天机器人LaMDA 2进行交流ღ★◈★，此次更新将添加两种与Imagen互动的新方式ღ★◈★：城市梦想家(City Dreamer) 和Wobbleღ★◈★。用户可以在“城市梦想家”用文字命令建造主体城市ღ★◈★，或者“Wobble”来创造会扭动的卡通形象等ღ★◈★。

　　今年以来DALLE2ღ★◈★、Stable Diffusion等大模型的开源开放ღ★◈★，让AI作画大火ღ★◈★。预计未来将会有越来越多的模型走向开源开放K8凯发ღ★◈★，而这将如周靖人所言ღ★◈★，将有利于降低AI的应用门槛ღ★◈★，释放AI潜能ღ★◈★。

　　数据显示ღ★◈★，未来超过80%的组织会优先考虑购买预先训练好的人工智能模型ღ★◈★。而大模型发展的背后是庞大的算力支撑ღ★◈★，算力最底层的支撑便是人工智能芯片ღ★◈★。

　　过去几年ღ★◈★，算力的需求不断提升ღ★◈★，人工智能芯片的市场规模也随之扩大ღ★◈★。预计未来几年将会延续这样的增长态势ღ★◈★。调研数据显示ღ★◈★，2021年全球人工智能芯片市场规模大约为260亿美元（1899.742亿元人民币）ღ★◈★，预计到2025年将会增长至726亿美元（5304.6642亿元人民币）ღ★◈★，复合年增长率达到29.27%ღ★◈★。

　　而中国是重要的人工智能芯片市场ღ★◈★，在全球人工智能芯片市场规模中占比较大ღ★◈★。数据显示凯发K8首页ღ★◈★！ღ★◈★，2021年ღ★◈★，中国人工智能芯片市场规模大约为360亿元ღ★◈★，预计到2023年将会超过千亿元人民币ღ★◈★，达到1338亿元K8凯发ღ★◈★。

　　近几年ღ★◈★，人工智能在制造行业中的应用越来越广泛ღ★◈★，目前制造企业中应用的人工智能技术ღ★◈★，主要围绕在智能语音交互产品ღ★◈★、人脸识别ღ★◈★、图像识别ღ★◈★、图像搜索ღ★◈★、声纹识别ღ★◈★、文字识别农家福女温暖全本免费阅读ღ★◈★、机器翻译ღ★◈★、机器学习ღ★◈★、大数据计算ღ★◈★、数据可视化等方面ღ★◈★。

　　比如ღ★◈★，在制造业中被广泛应用的各种智能机器人ღ★◈★：分拣/拣选机器人ღ★◈★，能够自动识别并抓取不规则的物体ღ★◈★；协作机器人能够理解并对周围环境做出反应ღ★◈★；自动跟随物料小车能够通过人脸识别实现自动跟随ღ★◈★；借助SLAM技术凯发K8国际娱乐官网ღ★◈★。ღ★◈★，自主移动机器人可以利用自身携带的传感器识别未知环境中的特征标志K8凯发ღ★◈★，然后根据机器人与特征标志之间的相对位置和里程计的读数估计机器人和特征标志的全局坐标ღ★◈★。

　　根据IDC与浪潮信息联合发布《2022-2023 中国人工智能计算力发展评估报告》ღ★◈★，2022年中国人工智能行业应用渗透度排名前五的行业依次为互联网ღ★◈★、金融ღ★◈★、政府ღ★◈★、电信和制造ღ★◈★。其中ღ★◈★，制造行业的人工智能渗透度从40增长到45ღ★◈★，预计到2023年年底ღ★◈★，中国50%的制造业供应链环节将采用人工智能ღ★◈★。

　　从人工智能芯片角度ღ★◈★，人工智能产业技术不断提升ღ★◈★，产业AI化加速落地ღ★◈★，推动全球人工智能芯片市场高速增长ღ★◈★。IDC预计ღ★◈★，到2025年人工智能芯片市场规模将达726亿美元ღ★◈★。异构计算将成为主流趋势ღ★◈★。

　　广义上来说ღ★◈★，能够运行AI算法的芯片ღ★◈★，都可以叫做人工智能芯片ღ★◈★。根据技术架构的不同ღ★◈★，人工智能芯片可以分几种ღ★◈★，包括CPUღ★◈★、GPUღ★◈★、FPGA等通用芯片ღ★◈★，以及专门为特定AI算法或应用场景设计的ASIC芯片ღ★◈★，还有一些新型架构的芯片ღ★◈★，比如存算一体ღ★◈★、类脑芯片等ღ★◈★。

　　电子发烧友此前对人工智能芯片类型的使用情况进行调研发现ღ★◈★，工程师在方案开发中ღ★◈★，CPUღ★◈★、GPUღ★◈★、FPGA的使用情况占比较大ღ★◈★。另外近些年受关注比较多的新型架构ღ★◈★，存算一体的使用情况也比较好ღ★◈★。同时类脑芯片也越来越多的实现落地应用ღ★◈★。

　　近年来凯发K8官网首页ღ★◈★，ღ★◈★，政策主导推动的车路协同进入高速发展期ღ★◈★。从2018年开始国家相继出台多项政策以统筹规划车路协同产业发展ღ★◈★。2020 年新基建政策出台后ღ★◈★，车路协同便与智慧城市绑定成为智慧交通的必备要素ღ★◈★。2021 年 “双智城市 ”的试点政策更是进一步推动了车路协同的发展ღ★◈★。因此ღ★◈★，从2022年开始ღ★◈★，车路协同将会迎来发展热潮ღ★◈★，更多城市及区域级大项目将纷纷落地ღ★◈★。

　　但目前的产业发展主要还是依赖政策的推动ღ★◈★，真正实现行业闭环还有很多困难需要克服ღ★◈★，尤其是To C商业模式的打通ღ★◈★，一直是产业积极探索的方向ღ★◈★。

　　随着政府ღ★◈★、行业参与企业以及科研机构的不断努力与尝试ღ★◈★，一些有价值的落地场景如公园的无人观光车ღ★◈★，城市道路上的RoboTaxiღ★◈★，园区物流ღ★◈★、高速干线物流等逐渐诞生ღ★◈★。此外ღ★◈★，车路协同概念也跟着产业的发展不断演进ღ★◈★，其广泛的应用范畴将会进一步赋能智慧交通和城市管理ღ★◈★。

　　存算一体的核心是将存储与计算完全融合ღ★◈★，有效克服冯·诺依曼架构瓶颈ღ★◈★，并结合后摩尔时代先进封装ღ★◈★、新型存储器件等技术ღ★◈★，实现计算能效的数量级提升ღ★◈★。

　　根据存储与计算的距离远近ღ★◈★，广义上存算一体的技术方案可分为三大类ღ★◈★，分别是近存计算ღ★◈★、存内处理和存内计算ღ★◈★。存内计算即狭义的存算一体ღ★◈★，在芯片设计过程中ღ★◈★，不再区分存储单元和计算单元ღ★◈★，真正实现存算融合ღ★◈★。

　　与传统方案相比ღ★◈★，存算一体在深度学习等领域有独特优势ღ★◈★，可以提供比传统设备高几十倍的算效比ღ★◈★，此外存内计算芯片通过架构创新可以提供综合性能全面兼顾的芯片及板卡ღ★◈★，预计将在边侧推理场景中有着广泛的应用ღ★◈★，为广泛的边缘AI业务提供服务ღ★◈★。

　　电子发烧友此前在采访企业的时候发现ღ★◈★，目前存算一体多还处于市场开拓阶段ღ★◈★，很多企业还没有完全意识到存算一体的优势和价值ღ★◈★，不过根据存算一体行业人士反馈ღ★◈★，已经在逐步取得突破ღ★◈★。

　　在商业应用上ღ★◈★，目前已经有一些存算一体芯片实现量产ღ★◈★，应用主要在端侧可穿戴设备ღ★◈★、泛安防等领域ღ★◈★。2023年逐渐会有产品在云计算领域实现落地应用ღ★◈★。

　　经过过去近十年的快速发展ღ★◈★，人工智能已经逐渐渗透进各行各业ღ★◈★，包括金融ღ★◈★、医疗ღ★◈★、电力ღ★◈★、交通ღ★◈★、制造等ღ★◈★，人工智能技术也在各领域的应用中越来越成熟ღ★◈★。同时作为一个新兴技术领域ღ★◈★，人工智能在发展的过程中ღ★◈★，还面临诸多挑战ღ★◈★，比如还需要加强生态建设等ღ★◈★。期待新的一年ღ★◈★，在政策的支持下ღ★◈★，企业的努力下ღ★◈★，人工智能无论是在技术创新还是应用上都能取得新的突破ღ★◈★。