AI行业发展阶段划分 - AI发展正从以算力规模化为核心的时代回归到以基础研究为驱动的时代[1] - 2012-2020年为研究时代：以AlexNet、ResNet、Transformer等新架构突破为特征[2] - 2020-2025年为规模时代：GPT-3和Scaling Laws的出现使行业聚焦算力、数据和模型规模的扩大[2] - 2025年后为回归研究时代：规模扩张的边际效益递减，需要新的基础研究突破[2] 当前技术瓶颈与研究方向 - 算力目前相对充裕，而高质量训练数据成为主要限制因素[2] - 单纯扩大模型规模的策略正在失效，需要重新思考研究方法论[2] - 强化学习和基于打分的训练方法可能产生缺乏泛化能力的"答题机器"[3] - 价值函数在决策指引中具有重要作用，人类情绪被视为有效的价值函数系统[3] 新兴AI发展理念 - 提出研发具备自我学习成长能力的"新智能"系统，类比十五岁少年的学习能力[3] - SSI公司专注于研究和对齐技术，唯一目标是研发安全的超级智能[4] - SSI致力于打造具备人类好奇心和长远规划能力的AI系统[4] - 公司采取"研究优先"路线，暂不考虑商业化和盈利[4] 行业需求与市场前景 - 文本领域大模型发展遇到瓶颈，与训练数据耗尽有关[4] - 训练算力需求占比不足50%，推理需求占据主要部分[4] - Google云纯推理API收入预计达30亿美元[4] - AI硬件租赁市场规模达90亿美元，API收入预计翻倍增长[4] - IaaS租赁市场预期保持40-46%的高速增长[4] - 推理需求将成为未来AI计算的主要增长动力[4]