AGI定义

AGI是“通用人工智能”（Artificial General Intelligence）的缩写，指的是一种具有广泛认知能力的人工智能，能够像人类一样在各种不同的任务和环境中表现出智能行为。

与当前存在的“窄AI”（Narrow AI）不同，后者通常只在特定领域或任务中表现出智能，而AGI则能在多个领域和任务中表现出人类般的适应和学习能力。

AGI四层市场结构

AGI市场自下而上分为基础设施层、模型层、中间层和应用层，这四层结构共同构成了AGI市场的技术框架。

基础设施层是实现AGI的基石，是保证模型训练、推理部署能力的基础。主要包括算力和数据。典型厂商如华为、浪潮等。

模型层是AGI的核心，其能力直接影响AGI应用效率。典型厂商为科大讯飞、智普清言、零一万物、百川智能、月之暗面等。

中间层提供AGI实际应用所需的核心功能和服务，是链接应用层和模型层的桥梁、现在说的一些提示词工程，智能体都是为了方便人们更好地使用A1.

应用层是用户使用AGI的界面，通过提供特定服务和具体的问题作为出发点，背后是依靠一些大模型来结合具体的应用场景实现。

四层结构的目前市场现状

基础层：

现在大家听得也比较多，大模型需要比较多的算力和数据，算力影响模型计算的速度，而数据则影响模型的质量。就目前来看2023年国内智能算力虽然增长比较快，但缺口还比较大。

建设算力中心也是一个比较大的工程。现在70%的算力中心还处于规划/建设阶段，30%已经实现运营。

再来说说数据和场景。现在场景是挺多的，但是都不流通，各行业直接的数据也是存在壁垒。其次再说数据层面，有个数据说：全球通用50亿大模型数据训练集里，中文预料占比仅为1.3%。

模型层：

模型层其实都能感觉比较明显。2023年号称百模大战，出了上百个大模型，头部厂商都参与进来，很多垂直赛道也推出了大模型。

到了2024年，模型开始打价格战，市场竞争激烈。而且很多原来模型不公开参数的，也开源给大众开发者使用。

但与之对应的还有一些细分赛道的模型，各种各样的。这是2023年到2024年的模型的一个变化。此外还有一个特征就是，大家都没有找到很好的商业模式，基本上处于赔本的现状。

中间层：

中间层链接模型和应用端。这么单独划分出来也是可以的。里面比较重要的就是提示词和智能体分别说说。

对于提示词来说，我觉得是一种过渡性产物。因为现在大家都不了解AI，也不会用，其次现在大模型并没有那么智 能，所以通过一些针对性的提示词来达到效果。但我觉得未来是要逐渐被去掉的。如果真想走入大众端，傻瓜式的低门槛是必须的。

应用层：

这个就是AGI的具体实现场景了。那范围可多了去了。很多企业也在尝试。这里面说两点。

一是现在都在搞B端，通过AI进行赋能。还是有一定的付费意识。C端是跑不起来，这个需要时间。二是很多机会还是存在的，但对于普通人来说，除了用MJ画个画，AI自动剪个视频等等这种偏工具性的方向外，类似于互联网时代人人可搞点小事业的机会还是不大。