臨近年末，在人們都開始著手于年終總結的時候，Artificial Analysis也給出了關于2024年AI變革式發展的回顧。令人欣喜的是，我國的Qwen2.5 Instruct 72B與DeepSeek V2.5還有可靈AI等也名列其中。

毫無疑問的是，2024年對于AI的發展是里程碑式的一年。今年我們見證了太多AI技術變革帶來的驚艷，而它們也在短短一年的時間里就對我們的生活學習方式產生了重大的影響。

這一年里，各家大模型的能力提升層出不窮。從gpt-4o的交互式高質量解決問題到o1那令人震驚的推理能力，再到剛剛發布的o3，OpenAI還是一往如常地為我們不斷帶來新的人工智能范式。

對于開發者來講，Claude 3.5 Sonnet出色的輔助代碼體驗更是讓Anthropic給OpenAI帶來了真正的市場競爭壓力。

而就在12月，悶聲辦大事的Google也通過發布Genmini 2.0 Flash和Genmini 2.0 Flash Thinking徹底打了一場漂亮的翻身仗，成功逆襲。

并且，這一年里，無論是模型的能力表現、響應速度、API價格都有顯著的提升，就像集成電路的摩爾定律一樣，大模型也迎來了它自己的「摩爾定律」時代。

這里要用到左右排版

自OpenAI在2022年12月發布GPT-3.5模型驅動的ChatGPT以來，生成式AI就如火如荼地展開了一場聲勢浩大的「軍備競賽」。

而僅僅不到兩年，多個實驗室就都已經趕上了OpenAI的GPT-4，甚至出現了第一批超越GPT-4o智能水平的模型。例如：Claude 3.5 Sonnet，Gemini 1.5 Pro以及新近發布的Gemini 2.0 Flash。

截止2024年，在LLM領域，依然是美國位于主導地位，其中主要是ChatGPT、Gemini、Claude、Nova、LLama系列。而我國則暫時處于第二梯隊，取得國際關注與認同的主要有Qwen2.5 Instruct 72B與DeepSeek V2.5。其余國家則只有法國、加拿大、以色列達到了一定水平，大部分國家在這場競賽中都與領先國家望塵莫及。

而在Open AI不再「Open」之后，開源模型也沒有因此就與專有模型的性能有難以克服的差距。在Meta、Mistral和阿里巴巴發布的開源模型的驅動下，開源和專有模型之間的性能差距也有了顯著下降。

更加利好消費者的是今年語言模型的推理定價在所有智能水平上都大幅下降，例如GPT-4o mini在智能水平上接近GPT-4，但價格卻便宜了100倍。而得分超越GPT-4 Turbo的國產大模型Qwen2.5 72B的價格也甚至只有GPT-4 Turbo的1.3%。

推理定價下降的一個關鍵驅動因素是小模型也能達到之前只有大模型才能達到的智能水平，例如微軟最新推出的phi-4模型。

上下文窗口長度對于模型的實際應用是至關重要的，因為許多應用程序不僅僅使用文本，更大的上下文窗口才能支持包括圖像、視頻和音頻在內的多模態輸入。而現在它也來到了128K tokens的長度，對比23年的三季度，短短一年整整增長了32倍！

對于使用者來講，目前更加傾向于使用頭部企業的產品，如OpenAI,Meta,Anthropic,Mistral,Google。而影響選擇模型最重要的因素則有：推理質量，上下文窗口，價格，速度等。

人們對于LLMs的使用都不局限在某一個需求方面，而是覆蓋了信息抽取、長文本總結、文本生成等需求，而且也最在意模型的多模態能力。

對于各種各樣的技術與商業需求來講，大部分開發者用戶都會同時使用多個模型。其中72%的開發者會直接使用已發布成品模型，另外的24%則是針對現有的模型進行微調，僅有4%是從頭開始對模型進行訓練。

2024年，圖像生成質量也得到了迅速發展，其中在照片真實感、提示符合度和文本渲染方面取得了顯著的進步。下圖中的提示詞為：印著「Artificial Analysis」的下一代宇宙飛船環繞在景色令人驚嘆的地球。我們可以發現，隨著先進的文生圖模型不斷迭代推出，生成的圖像也越來越逼真，符合實際規律。

隨之而來的是，2024年圖像模型的進步和競爭也加速了。人工智能分析圖像領域的前5名模型都是自2024年第三季度以來推出的。例如24年10月推出的Recraft v3模型。

有意思的是，OpenAI在2024年2月就預覽了Sora，當時競爭其實還很小，但到了2024年12月它推出時，這個領域的競爭就已經激烈起來了。諸如快手的可靈、MiniMax的海螺AI以及騰訊的混元都對Sora發起了挑戰。

基于Transformer的文本轉語音模型也在2024年OpenAI的領銜下達到了新的質量里程碑，超越了曾經的云服務供應商。

在AI語音識別領域，OpenAI在2022年末開源Whisper重塑了整個領域格局，使得云推理服務提供商能夠進入市場，并在響應速度和價格上展開了競爭，為消費者帶來了前所未有的高性價比體驗。其中最快的一個可以在大約10秒內轉錄整整一小時的音頻，轉錄的價格也降至每1000分鐘音頻不到1美元。Groq發布的最新Whisper模型與亞馬遜2018年模型相比有約72倍的價格降低和約11倍的速度提升。

從Artificial Analysis給出的2024年的人工智能年度回顧報告中，我們也可以發現，這其中并沒有統計到最新的o3與Gemini 2.0 Flash Thinking。由此可見，今年整體的AI發展，尤其是LLMs，其推陳出新的能力幾乎超乎了人們的想象。

這也讓我們對即將到來的2025有了更多的憧憬與期望，明年是否又會是真正達成AGI的關鍵一年呢？答案就需要留待明年此時再來回看了。