AI产业趋势 - AI大模型能力上限已基本明朗 GPT-5在核心智力上提升空间非常小 更多是用户体验和成本优化[4] - 模型小型化是未来两三年重要趋势 通过精简和提炼数据降低使用成本 国内更适合走此路线[4] - 数据瓶颈和推理天花板限制发展 盲目增加模型参数和数据量可能损害性能[4] 应用层发展 - AI应用Token消耗量大规模爆发 中国每日大模型消耗Token突破30万亿[6] - 文字类AI应用去年已成熟 今年语音类应用开始爆发 语音模型几乎无法分辨人声差异[6] - 视频类AI应用预计今年下半年或明年爆发 未来延迟可能降至1秒左右 颠覆内容生成方式[7] 创业环境变化 - AI Agent应用创业门槛大幅降低 3人团队即可创业 创业公司数量比以往多一个数量级[9] - 竞争更加残酷 硅谷VC要求产品上线后达到200万美元ARR才投资 中国公司3个月可达此标准[9] - 用户留存是核心挑战 第二个月续费率低 召回用户成本可能达10倍以上[9] 商业化路径 - 头部公司产品年增长可达10倍以上 稍大公司也能增长四五倍[10] - 技术成熟领域更易商业化 如会议纪要自动生成病历 节省医生时间[12] - AI专有硬件发展迅速 包括会议纪要卡片 AI电子名牌 AI眼镜等 需依托大湾区供应链优势[12] 竞争策略 - 需远离大厂直接竞争 所有护城河都要在AI之外寻找[1][12] - 编辑能力和复杂工作流整合能力可形成壁垒 如AI图片生成最后5%的细节微调[12] - 核心是定义好产品而非技术是否性感 需聚焦实际交付结果和用户付费意愿[9][12]