启明创投预测2026年生成式AI十大发展趋势

7月6日，上海世博中心红厅，一场聚焦于AI未来的思想碰撞如期上演。由启明创投主办的2024世界人工智能大会“启明创投·创业与投资论坛——超级模型、超级应用、超级机遇”在这里成功举办。论坛汇聚了来自大语言模型、多模态模型、具身智能及生成式AI应用领域的顶尖专家、学者、投资人及创业者，共同围绕生成式AI的技术演进、商业落地与投资生态，展开了一场深度对话。

值得一提的是，这已是启明创投连续第二年主办该论坛。作为国内在人工智能领域布局最早、投资版图最丰富的投资机构之一，启明创投发起的这场论坛，也成为了本届世界人工智能大会上，唯一一个从创业与投资视角深入解读生成式AI的分论坛。自2013年起系统性布局AI赛道，历经从AI 1.0到AI 2.0的产业周期，启明创投通过十余年的深耕，已投资了众多AI项目，其中多家企业已成功上市或成长为行业独角兽。

论坛开场，启明创投主管合伙人周志峰以“技术突破到应用变革-AI发展的新篇章”为题发表演讲，并分享了对于2024年生成式AI发展趋势的十大展望：

1. 技术融合：当前主导生成式AI的两大核心技术——GPT系列模型与扩散模型（Diffusion Model），未来将逐步走向融合，从而激发出全新的模型能力。

2. 数据为王：高质量数据的获取与组织方式，将成为影响新一代模型性能的关键变量。合成数据在模型预训练中所占的比例，预计将大幅提升。

3. 智能体协作飞跃：Multi-Agent（多智能体）技术将实现跨越式发展，通过优化智能体间的协作与分工，显著提升生成式AI系统的整体效率与效果。

4. 多模态统一：图像与文本的统一连续表示将成为现实，基于此构建的图文联合扩散模型，其能力有望达到GPT-4o的水平。

5. 生成效率革命：图像和视频的隐空间表示压缩率有望提升五倍以上，这将直接带来生成速度五倍以上的提升。

6. 视频生成爆发：未来3年内，视频生成技术将迎来全面爆发。结合3D生成能力，可控的视频生成将对影视、动画、短片等内容的生产模式产生碘伏性变革。

7. 超级多模态模型：我们将见证能够压缩并处理更多模态信息的超级多模态大模型出现，这些模态包括但不限于文本、图像、语音、音乐、3D以及各类传感器数据（如控制信号、眼动信号、手势信息、雷达信号等）。

8. 人机交互变革：生成式AI打通了人类自然语言与机器指令语言之间的转换通道，使得命令机器完成复杂任务的成本大幅降低，这将带来巨大的生产力变革。

9. 端侧推理崛起：端侧AI推理将迎来巨大增长，这是由推理优化算法、专用端侧推理芯片以及轻量化端侧大模型三个因素的叠加效应所驱动。

10. 行业重塑：AI将在多个数字化基础较好的行业中占据主导地位，并重塑绝大部分企业软件的面貌与功能。