联系法律信息Login

随着企业于各种业务范畴中增加对人工智能代理的应用,计算资源的需求(尤其是在云环境中)正急剧上升。不论是模型训练还是实时推理,这转变都加速了对可扩展和低延基础设施的需求,并重塑着人工智能的价值链。

人工智能代理相对推理模型

人工智能代理是一种利用人工智能和机器学习(machine learning)自主执行任务的计算机程序,它根据编程、数据和环境做出决策并采取行动。

推理模型专注于处理信息和做出决策,而不采取行动。简而言之,推理模型会思考,而代理则能思考并行动。

人工智能代理的设计可以针对并应用于不同的范畴,例如:

  1. 虚拟助手:著名的例子包括Siri、Google Assistant和Alexa,它们可以执行如安排预约、发送讯息或控制智能家居设备等任务。
  2. 聊天机器人:用于客户服务、技术支持或网上购物,与人类互动并提供信息或帮助。
  3. 无人驾驶汽车:使用传感器、GPS和机器学习算法进行导航和决策的自动驾驶汽车或无人机。
  4. 机器人:执行装配、制造或医疗保健服务等任务的工业机器人、机械臂或人形机器人。
  5. 金融交易:分析市场数据、进行预测和执行交易的人工智能代理,以实现利润最大化或损失最小化。
  6. 网络安全:用于检测和应对网络威胁,例如恶意软件、网络钓鱼攻击或入侵的人工智能代理。
  7. 医疗保健:使用来自电子健康记录、可穿戴设备或医学影像的数据,协助进行医疗诊断、患者护理或个性化疗程的人工智能代理。
  8. 智能家居和城市:控制和优化能源使用、交通流量、废物管理或公共安全的人工智能代理。

人工智能代理的特点:

  1. 自主性:人工智能代理能够独立运作,无需人工干预即可做出决策并采取行动。
  2. 反应性:人工智能代理能够因应环境变化,适应新状况或变素。
  3. 主动性:人工智能代理能够预测并采取主动措施,以实现其目标或缓解潜在问题。
  4. 社交能力:人工智能代理可以与人类、其他代理或系统交换信息、协调或相互学习。
  5. 学习能力:人工智能代理可以通过机器学习,整合新数据、经验或反馈,从而不断提升其性能。

人工智能代理有别于大型语言模型(large language models, LLMs),但它使用语言模型作为核心部分来处理语言、推理或做出回应。它应被视为一种能够集成各种工具(例如 LLM)来执行任务的系统。

LLM在代理型人工智能中仍然至关重要,因为它充当语言相关任务的大脑,例如理解输入或生成应用。人工智能代理将LLM的输出与其他功能,例如在使用应用程序编程接口(application programming interfaces, API)、管理储存或执行操作之间进行协调。

人工智能代理如何重塑内容创作领域

搜索引擎优化(search engine optimisation, SEO)的概念是指提高网站或网页在网上搜索引擎结果中的可见度的过程。从历史上看,SEO一直是提升网上可见度的主要方法。然而,这种模式正变得越来越不稳定。

随着具备LLM的平台提供即时和综合的答案而非仅仅提供链接,预计搜索模式将迎来另一巨变。这催生了一个新的领域:生成式引擎优化(generative engine optimisation, GEO)。与注重排名的传统SEO相比,GEO优先考虑品牌或内容在人工智能生成的回应中出现的频率和方式。

随着人工智能代理在处理内容创作的各个方面不断增加,例如从生成图像和视频到优化搜索文本,对低延迟和节能计算的需求也因此变得越来越关键。定制硬件、模型优化和边缘计算方面的创新使大规模应用这些人工智能代理变为现实。

图像生成

人工智能图像生成器通过深度网络来实现高精度细节和语义。然而,它需要大量的计算。为了降低计算资源的消耗,人工智能代理越来越多地采用多模态方法,将图像生成与语音提示相结合,通过反馈循环实现迭代改进。这为产品设计、原型设计和实时仿真等领域带来了新的用例。

视频生成

视频生成技术的发展得益于专业的提供商使用模块化和任务专用的模型,这些模型能够以更低的资源消耗提供高质量的结果。与通用模型不同,这些模型专注于特定的应用,例如社交媒体短片,并且被认为能够以最低能源消耗来运行。

文本生成

GPT-4o、Claude 4、Grok 4、DeepSeek R1和Gemini 2.5等LLM正越来越多地被整合到人工智能代理的结构中。这些模型将生成能力与外部工具利用、长期储存和上下文相关控制相结合。

为投资者作总结:如何受益于不断增长的计算需求?

人工智能代理的增加势必改变行业格局并推动计算需求大幅增长,尤其是在云环境中。因此,为了满足不断增长的计算需求,需要在专用硬件、模型优化和边缘计算方面取得进步以提高效率。

我们认为在人工智能价值链中的多个领域都为投资者提供了投资机遇,包括:

  • 核心基础设施:例如计算单元、记忆和存储以及网络组件
  • 云生态系统参与者:从主要的云提供商到支持服务和基础设施合作伙伴
  • 半导体制造和工具:包括电子设计自动化、代工厂和晶圆制造设备(代工厂,也称为半导体代工厂,是代表其他公司生产集成电路  [integrated circuits, IC] 或芯片的工厂。这些代工厂专门生产晶圆,晶圆是用于制造生产集成电路的半导体材料薄片,通常是硅。代工厂提供一系列服务,包括晶圆制造、封装和测试)
  • 人工智能技术的战略性和早期应用者
联系我们