当前人工智能发展的核心范式与局限 - 人工智能近年来最引人注目的突破是大语言模型的崛起 经过海量数据训练 这类模型能理解和生成文本 甚至处理更多类型的内容 当前很多研究都是顺应这股浪潮 或者在其基础上探索新方向 [1] - 当前许多人工智能基于大语言模型 但大语言模型存在局限 目前大多数大语言模型通过训练形成基础模型后就被“冻结” 缺乏持续更新和“成长” [1] - 大语言模型的另一个缺陷是缺乏因果推理能力 大语言模型擅长抓相关性 却难以理解因果关系 规划能力有限 这也解释了为什么大语言模型有时会给出荒谬答案 [1] 人工智能未来发展的关键方向：“终身学习” - 人工智能下一步的发展方向可能在于持续乃至“终身”学习 人类不仅一生都在不断接受新知识 还在不断更新思维方式 而当前的人工智能尚无法做到 [1] - 人工智能的“终身学习”不一定需要海量信息 而可以依赖小样本 精选的数据以及主动尝试 这是人类智能的特点 [2] - 实现人工智能的“终身学习”存在关键的技术挑战 对于已经成形的大语言模型 即使是微调也必须小心谨慎 否则可能影响原有表现 [2] 具身智能与人工智能体 - 机器人等具身智能进步可能有助于人工智能的发展 机器人可以与物理世界互动 通过尝试积累经验 以填补人工智能的“知识空白” 也更利于理解因果关系 [2] - 人工智能的发展方向之一是人工智能体 与聊天机器人主要回应指令不同 人工智能体强调独立决策和行动 [2] - 今后几年 多智能体协作可能成为突破点 真正的挑战是让多个智能体自主组建 调整 规划 并解决更复杂的问题 让不同专长的智能体组成团队 共同完成任务 [2] 对通用人工智能（AGI）的展望 - 考虑到人工智能目前的发展程度 对实现具有人类认知能力水平的通用人工智能（AGI）持谨慎态度 认为通用人工智能短期内不会出现 从研究者角度看 挑战还有很多 [2]

核心观点 - 当前处于科技赛道极度亢奋阶段 应珍惜一季度可能带来的全年收益 [3] - 整体观点未发生变化 今日新事件和微妙动向值得关注 [3] 市场表现与资金动向 - 科技赛道成交量创新高 有尾随资金入场 [3][6] - 市场关注点转向“小池子北交所” [6] - 人工智能下游应用成为新亮点 表现亮眼 [3] 科技赛道热点分析 - 爆发集中在前期已炒热的概念 如商业航天、脑机接口 [3] - 人工智能下游应用分为两个方向 [4] - 物理世界应用包括智能驾驶、机器人、智能穿戴设备 今日整体涨幅约3% [4] - 虚拟世界应用涉及人工智能体、软件开发 受益赛道包括游戏、文化、传媒 [4] - 游戏、文化、传媒等赛道因多为小盘股 涨幅更为剧烈 今日普遍拉升约7% [4]

人工智能体技术发展 - 大模型持续突破推动人工智能体从"工具"向"生命体"质变[1] - 智能体具备多模态数据理解与复杂任务拆解能力 例如自动识别场景生成文案并配乐发布至社交媒体[1] - 百度发布多智能体协作应用"心响" 覆盖十大场景超200个任务类型 可自主调度资源生成可视化结果[3] - 快手推出可灵AI 支持通过多模态输入智能生成视频内容[5] 技术特征与商业化进展 - 智能体具备自主感知思考和行动能力 能理解学习和推理以执行复杂任务[8] - 智能体赋予大模型"手"和"眼"功能 实现从信息获取到内容输出的完整闭环[8] - "类人化"特质是核心特征 包括多模态理解记忆能力和经验优化决策路径[10] - 2025年全球人工智能市场规模将突破2 3万亿元 智能体作为核心驱动力未来5年CAGR超40%[12] 行业应用与产业影响 - 智能体已应用于软件编程市场调研医疗问询等复杂场景 显著提升垂直领域生产力[7] - 长庆油田5万余口油井通过智能体实现自动化控制[13] - 油气行业智能体具备领域专家级专业知识和理解能力[15] - 催生三类新职业形态 人机协作模式中智能体负责标准化任务人类专注创新决策[17] 技术分类与市场格局 - 智能体分为数字智能体(手机/计算机交互界面)和具身智能(人形/轮式机器人自动驾驶等)[12] - 北京上海等地出台政策支持 从初创企业到科技巨头加速布局人工智能体[1] - 产业链呈现多层次特点 涵盖基础算力到垂直应用各层面[12]