很多人认为智能体（agent）是生成式人工智能的未来趋势。但对于智能体应该如何发展大家却看法不一。基于简单的链式流程的智能体还不够灵活或强大，没有真正利用好 LLM 范式，而完全自主的智能体往往又会失效，没法用。在二者之间找到平衡的“金凤花”智能体正赢得青睐。
AI搜索不是救世主，但是一种新选择。
在生成式模型的迅速发展中，Image Tokenization 扮演着一个很重要的角色，例如Diffusion依赖的VAE或者是Transformer依赖的VQGAN。这些Tokenizers会将图像编码至一个更为紧凑的隐空间（latent space），使得生成高分辨率图像更有效率。
在中国，最近1年内诞生了5家生成式AI独角兽：月之暗面、MiniMax、零一万物、百川智能、智谱AI。
创造数字世界的能力，对于中小企业而言至关重要。
3D生成是生成式人工智能和计算机图形学领域最引人注目的话题之一，符合影视、游戏标准的3D生成尤其受产业界关注。在生产流程中，一般品类的3D资产往往通过手工建模或者扫描的方式制作。但作为3D资产的一个重要类别，服装资产的往往来源于平面板片与物理模拟等流程，而不是直接在3D上建模。
2022年11月开启的生成式AI浪潮中，几乎每个国家、每个有全球野心的城市，都在制定政策、调配资源、激活当地创业氛围，一些政府甚至不惜亲自下场支持当地最有潜力的创业项目。
AI投资挑战大，硬件层与数据壁垒关键。
前段时间，随着 GPT-4o、Sora 的陆续问世，多模态模型在生成式方面取得的成绩无可否认，而人工智能的下一个革命性突破将从何处涌现，引起了大量学者和相关人士的关注。
在工业领域，AI要发挥最大潜力还面临哪些挑战？
