什么事
所有的新机会，在一开始都只有少数人看得到，看得懂，抓得住。
新的一年，有没有什么我还不一定知道，但其实今年就有可能落地的变化？我的生活哪里会被影响？甚至，有没有哪个变化，可能成为我的机会？
本文为刘润老师及团队整理的7大机会，希望对您有所帮助。
空间计算
本月，有一副“眼镜”，让很多人兴奋到睡不着觉。
1月19日，苹果的Vision Pro在美国正式开售。一副的价格，折合人民币定到了2.5万元起，可以抵3台iPhone，可上线还是挤爆了服务器，瞬间被抢空。国内黄牛价，更是被炒到了9万元一副。
Vision Pro？什么东西？怎么这么贵，还这么火？先看图。
这副“眼镜”，长这样：
更重要的是，戴上它后，你的世界可能长这样：
这意味着什么？和我的2024有什么关系？打游戏更炫酷的关系吗？
可能，还远远不止。
时间回到2023年，Vision Pro刚刚亮相发布时，苹果公司CEO库克曾难掩兴奋地说了这么一句话：
“今天标志着计算技术新时代的开端。如同Mac将我们带入个人计算时代， iPhone将我们带入移动计算时代，Apple Vision Pro将带我们进入空间计算时代。”
以后，不管你买不买Vision Pro, 玩不玩VR或AR游戏，你所处的世界，可能要开始进入空间计算时代了。
什么是空间计算？
它是元宇宙的基础技术之一，是很多人心中的下一个科技风口。
但最重要的是，它是一种可能会彻底改变你和互联网的交互方式的技术：
它能让你从在现实世界和数字世界里“反复横跳”的时代，进入到“深度融合”的时代。
什么意思？这么说吧，从前，无论是PC时代还是移动互联网时代，无论是用电脑还是用手机，你要上网，是不是都得对着一块东西：屏幕。
在屏幕那头的数字世界，你看的小说、发的图片、 刷的直播...大多是2D的。而在屏幕这头的现实世界，你却生活在一个3D的世界。
2D的数字世界。3D的现实世界。这两个世界，可能偶尔互有映照，但本质上都不在一个维度，你怎么生活？
反复横跳。
走路，划几下朋友圈，必须抬头看一眼路。吃饭，刷十集短剧，转头发现天都黑了。总得在两个世界里二选一，进进出出，反复横跳。
直到，有了空间计算的技术。反复横跳的时代，有了被颠覆的可能。
以后要上网，你可能只需要戴上“眼镜”，进入一个像这样的空间：
在这个空间里，你能同时看见两个世界。
一边，看得见现实世界的家具环绕着自己，一边，也能看见数字世界的操作界面横贯在半空。
甚至，连屏幕，乃至以前人机交互少不了的鼠标、键盘...都不再是必需品。
以后，在空间计算的加持下，你转个眼睛、做个手势，说句命令，就有可能操控一切。
现实世界和数字世界，在此刻完成了混合，合二为一。
从反复横跳，到深度融合。从需要鼠标和触摸屏，到空手操作的人机交互。从“一个屏幕”背后的二维世界，到“一副眼镜”背后的三维世界。
新时代的背后，是新的机会，和新的竞争。
《看DAO2024》提到，巨头们很少再提元宇宙。取而代之的，是针对空间计算的竞争。
这场竞争，正处于一个关键时刻。明年有可能会是“空间计算元年”。
2023年，META发布了Quest3。2024年，苹果发布了Vision Pro。
数字世界正在融合物理世界，构成“新现实世界”。
而当这一切变化发生时，电商、社交、娱乐...很多事情也都有了新的机会，值得被重新做一遍。
空间计算的赛道，枪响了。
与此同时，另一个赛道，也已箭在弦上。
具身智能
提问：你还记得去年的今天，什么最火吗？
ChatGPT，肯定算一个。还记得去年年初，ChatGPT横空出世，破了最快的用户增长记录，刷了全世界的屏。
朋友圈里都在感叹，这个AI聊天机器人，太厉害了。它居然可以和你这么这么聊天，还可以帮你那么那么写稿，甚至还能写代码、考试...
然而，转眼一年过去。市场的“热词”，悄悄变了。
看多了像ChatGPT这样的AI聊天机器人后，今年很多人开始聊起一个新词：具身智能。
在ITF World 2023半导体大会上，英伟达CEO黄仁勋就曾说，人工智能的下一个浪潮，将是具身智能。
什么是具身智能？
直接回答，就是：一个能够感知、理解、推理，并与物理世界互动的智能系统。
翻译一下，就是：和ChatGPT一样，同样还是AI机器人，只不过除了有“头脑”，还多了一个“身体”。
什么意思？我举个例子。都是AI机器人，你和ChatGPT说你口渴，它可能会在屏幕另一头和你说“喝点水”。
但如果你和具身智能说你口渴，他不但能回你一句“喝点水”，还有可能自己迈开腿去找到热水壶，再动动小手帮你烧好，最后把热水倒到杯子里，再送到你手上。
不但能在线上的数字世界帮你，还能在线下的物理世界帮你。
这也意味着，不但要具备像ChatGPT那样可以陪你“聊聊天”的理解能力，还要同时具备可以帮你“搭把手”的感知、理解、决策、控制等一系列的能力。
太了不起了。什么样的机器人，才能同时实现这么多能力啊?
《看DAO2024》在此处划了一个重点: 人形机器人。
比如，像人一样，有手有脚。
报告提到，二十多年来，人形机器人技术专利的申请量逐步上升，重心逐步从下肢结构与步态控制，转向手臂结构及其运动控制，且有进一步增加的趋势。
“具身”其实可以很接地气，比如，让机器人有手有脚。
又比如，身材最好也和人相近。
比如2023年亮过相的人形机器人，身高就大多处在一米五到一米八之间。外表看着亲切，还能更好地融入人类的日常环境。
人形机器人，也讲究身高和体重而这一切，都是为了能更好地服务人类。
比如，能听懂“人话”，能把“人话”转变成不同的子任务，能适应多种环境，自主与环境交互感知，从而成功执行多种任务。
这么厉害的人形机器人，会不会很贵？《看DAO2024》给出了一个判断：不贵。
报告指出，生成式人工智能正在加速人形机器人的生长。技术、市场与政策一起发力，催生人形机器人进入量产时代， 比汽车更便宜。
这意味着什么？机会。很多人的新机会。
《看DAO2024》在报告中提到了两件事。
第一，市场拥抱人形机器人。
人形机器人，不知疲倦，没有人口危机，长期来看，单位时间成本更低。今年，亚马逊在自己的物流仓库试用了人形机器人 Digit。Digit 计划于 2024 年量产。
这样的机会，属于谁？能设计出强大的智能体系统的人，掌握机器人训练所需的数据的人......但归根结底，属于那些最早看到，并积极拥抱人形机器人的人。
第二，政府鼓励人形机器人。
中国是世界上最大的机器人市场，国际机器人联合会（IFR）称，供应链企业不断在中国增加产能。
2023年以来，中国各级政府已经开始引导创业者与投资者抓住机遇。从顶层设计、到产业基金、再到政策法规.....
新的赛道已经开启。
当AI有了“身体”，能帮的忙越来越多时，还会有什么机会？
2023年底，有一位老人，用一封年度公开信，回答了这个问题。
他叫比尔·盖茨。
AI助手
在刚刚过去的2023年年底，比尔·盖茨在一篇博文中预言了这么一个场景：
“在不久的将来，任何上网的人都将能够拥有由AI驱动的个人助手，远远超越今天的技术水平。这些代理将能够帮助几乎任何活动和生活领域。”
拥有一个AI助手，听起来不错。但是，听起来也很像画饼。有没有什么AI助手，是已经落地成型，真的可能在2024年影响到我的生活的?
比尔盖茨的博文，和《看DAO2024》的报告，都把聚光灯打向了同一个方向：医疗健康。
你知道，每一天，搜索引擎会接到多少个关于健康的提问吗？谷歌。有10亿个，百度，也有上亿个。
每天数以亿计的提问背后，是足以让医院永远人满为患的健康需求。
于是，看不完的诊，排不完的队。医生的笑容越来越疲惫，话也越说越简短，病患更是跑断腿，甚至干脆能忍就忍，不必要坚决不去医院。
怎么办？不是说科技改变效率吗？有没有什么办法，能让健康医疗行业也可以降本增效，变得更规模化，让所有人都受益？
当然有。
你有没有发现，拍片化验、望闻问切...很多医疗保健的操作，本质上其实都是医生在收集和处理数据。
比如，你的心电图，是图像数据，你的验血报告，是文本数据，你的家族病史，是时间序列数据。
巧了。收集和处理数据，恰恰是AI的长项。
《看DAO2024》在报告里提了两个点。
第一，AI大模型，已经应用到了医疗行业。看图。
2023年以来，随着强大的预训练大模型尤其是开源模型相继问世，医疗大模型也在加速迭代。其中，我国也是重要的参与者，你可以在图中看到扁鹊、本草等大模型。
这些大模型，就像是医生版的ChatGPT，不但能和你聊病情，甚至还能根据聊天对象的不同，说出或专业或通俗的话。
那2024年，医生是不是就会被AI取代了呢？
没那么容易。平时AI机器人聊天，偶尔出现个幻觉，给出个不着调的答案，大都还可以接受，但医疗不行。
医疗事关人命，出一点错都不行。
所以，尽管报告里提到，目前有些医疗方面的AI助手，比如谷歌的Med-PaLM 2 ，在医疗考试中的表现已经基本接近“专家”水平，能达到85%的准确率，但依然只能当个“助手”。
《看DAO2024》判断，短期内，生成式AI用于医疗服务，监管阻力最小，确定性最高的应用场景，是扮演医生的“文书助理”。
这个“文书助理”，具体能做什么？还是可以看图。
一句“怎么不好？”，一天要问100遍？交给AI，自动帮医生录音，再转录成电子病历。
问完还得追问“以前有过这种情况吗？”，又要再问100遍？交给AI，自动帮医生搜索出病人过往病史和检查结果。
好不容易看完了，接手的护士一来，还得再说一遍？还是可以交给AI，让AI和护士对齐注意事项，同时叮嘱患者按时服药。
也许，这就是AI助手的真正意义所在：
不取代某个工作，只带走那项工作中最重复、最无聊、最乏味的部分。
为此，科技巨头已经展开全面竞争。
《看DAO2024》提到，亚马逊推出了自动生成病历的 HealthScribe，谷歌也在测试类似的生成式AI工具。此外，在我国，百度的灵医大模型，腾讯的医疗大模型也在围绕病历等场景展开。
医生看病问诊这件事，以后可能要变了。
当然，能被AI颠覆的医疗场景，还不止问诊。
基因编辑
《看DAO2024》提出，2023年年底，全球第一款基因编辑药物在国外获批，基因编辑药物的时代，正式到来。
“吃药治病”这件事，也可能会变得和很多人以为的不一样了。
什么意思？我举个例子。
以前，药吃进去，会发生什么？刺激你的代谢物、神经递质、激素...让它们摆正心态好好工作，让你恢复健康。
以后，药吃进去，可能会跳过身体里这些执行层的“螺丝钉”，直接去找到和搞定最高层：基因。
比如，如果一个人贫血，那么这个药一进身体，不进造血部门打招呼搞关系，让它们振作起来，造出更多的血，而是直接冲进董事长办公室翻他电脑，找到负责造血的那段基因，看看是不是基因里的哪段程序代码写错了，导致基因缺陷，命里缺血。
如果是，就敲掉那段错误的代码，修改DNA序列，从最源头拨乱反正，让底下的造血团队恢复士气。
这，就是基因编辑。
听起来，简直是逆天改命。这不是上帝才能做的吗？人类能做到吗？
以前不能。但2012年，有两位科学家发现，靠一种叫CRISPR的技术，可以帮人类装上“基因的剪刀手”，“上帝的手术刀”，精确找到和剪切任何物种的任何基因。
这个发现，让他们获得了2020年的诺贝尔奖，更让几位嗅到机会的科学家，在接下来迅速成立了公司，拉投资，找场景，做应用，满足需求。
比如，应用到治疗疾病，甚至改良农作物上。
太厉害了。但是，这种逆天改命的事，要做到，也非常难。
因为，人类的基因组，包含了30多亿个碱基对。要针对这些DNA测序分析、甚至精准切割，是一道非常复杂和庞大的计算题。
恰好，这种题，AI会。不但会，还擅长。
以前需要10年才能完成的DNA测序，让AI来做，一天就能搞定。
《看DAO2024》提到，人工智能加速了基因编辑和相关的临床研究。
更多基因编辑药物，已经进入临床试验。
很多以前被视为疑难杂症的，比如心脏病、老年痴呆，都有了新的治疗可能。
看病，吃药。都是人命关天的事。
同样人命关天的，还有自动驾驶。
自动驾驶
自动驾驶，也可能被AI改了命。
2024年的第一周，有一则热搜，或许你还记得：
比亚迪第四季度的交付量，一举超过了特斯拉，成为了全球电动车销冠。
太厉害了。对此，特斯拉怎么看？马斯克回复了一句话：
“对于很多人来说，特斯拉看起来是一家汽车公司，但它是一家AI/机器人公司。"
什么意思？不是在竞争车的销量吗？为什么强调自己是AI公司？
答案，还要回到自动驾驶。
什么是自动驾驶？
虽然，自动驾驶关于自动到什么程度，其实有很多种分级和定义，但大部分人听到这个概念的第一反应，就是百分百的自动：
让人解放，让车子自己驾驶自己。
可是，你真的敢放手吗？你凭什么敢放手？人命关天，就这么全部交给一台车子吗？
关于这个问题，解题思路可以有两种。
一种，用规则，管好车子。
装摄像头，装雷达，装各种传感器。主打一个耳聪目明。
然后，让车子通过传感器传回的信号来识别，再通过代码里定好的规则做决策，像最精准的机器一样去开车。
另一种，用AI，教好车子。
该装的也要装，也要耳聪目明，但同时还要有自己的"经验"，确保在天气不好，光线欠佳等情况下，车子也能像个"老司机"一样开好。
怎么把机器变成人类”老司机"? 用AI的力量，让它好好学习。
比如，给它一颗像人类一样有“神经网络”的头脑，给他配备足够多的算力，再给它上足够多的课。
《看DAO2024》提到，AI大模型改变了自动驾驶技术路线的竞争格局。它正在教会电动汽车像个五星司机一样开车。
比如，马斯克的全自动驾驶技术新版本FSD V12，已经开始用数十亿帧人类驾驶的视频，来教会自己如何驾驶。
不再写几十万行的代码来帮机器做决策，而是囤几十万片的芯片来帮机器学习如何做决策。
不再通过堆足够多的代码，写足够全的规则来确保安全，而是通过让机器“学习”足够多的数据，涌现足够多的“经验”来确保安全。
这，就是特斯拉的那句：我们是AI。我们不一样。
同样在今年说出类似的话的，还有另一个人：傅盛。
小模型
上个周末，我的好多朋友给我发了一个直播链接，说：
快看。傅盛和周鸿祎，居然同台了。
怎么回事？什么事能让他们俩同台？
点开一看，直播的名字叫：《AI大潮下企业如何创新？从技术狂欢到企业落地-私有化大模型是王道》
活动里，傅盛聊了两个词：“焦虑”和“机会”。两个词，都是关于大模型。
首先，什么是大模型？
从2023年ChatGPT这个大模型崛起到今天，大模型的“大”，至少有4层。
第一层的“大”，在参数量：千亿级的参数。
而参数的“大”，又带来了能力的“大”。学习、生成...什么都强，天文、地理...什么都懂。
有了它，就像有了一个手握100个博士学位的超级员工。
这么强的员工，能带来多少收益？
投资了openAI的微软，2023年市值翻身，超过苹果重回全球第一。投身图片大模型的Midjourney，员工40多人，估值飙到100亿美金。
大模型，确实是大机会。
但是，面对这种可以颠覆时代的大机会，很多人可能会焦虑，不知道怎么跟上，不知道会不会被抛下。
因为，这个大机会，一开始并不是人人都能受益的。大机会的背后，还有大成本。
要“培训”出一个有100个博士学位的超级员工，需要投喂大量的数据、投入大量的算力、甚至连电费都动辄上亿美金。
想做大模型的生意，不是巨头连入场券都拿不到。想靠大模型做生意的呢？要雇佣这个超级员工，使用它帮自己提效，成本也不会低。
那怎么办？大模型的机会，注定只能是少数人的机会吗？不一定。
傅盛举了个例子，说2023年，一个千亿参数大模型一年私有化授权费用是几千万。一位客户找到他说，我们就想做一个客服，但这个AI大模型那么牛，我一年投个几千万划不来。
有没有，更便宜又不损失性能的方案？
有。或许，可以把“大”模型，变“小”。
什么意思？
大模型的背后，是大参数，大机会，大成本。
但是，今天，你的大模型有千亿参数，是一个手握100个博士学位的全科高手，但我是做地产的，我就想雇个懂地产的博士，行不行？
一个专业对口的单科博士，和全科博士比年薪便宜不止一个量级，但kpi完成起来，业绩并不一定差。
同样，一个经过专门训练和调试的百亿参数模型，用起来也不一定比一个千亿参数模型差。
甚至，会更便宜，更安全，更灵活。
AI大模型的浪潮里，不是只有“做大”这一个机会。
2024年，把模型“做小”，用少一点的参数和资源，满足一个更精准的需求，也能创造出所有人都受益的价值。
这，是傅盛说的，他看到的机会：“私有化”大模型。
这，也是《看DAO2024》里提到的“小”模型的机会。
《看DAO2024》写道：2023 年，是大模型之年，而2024 年，将是“小”模型之年。
更多几十亿到上百亿参数的小模型，通过模型 架构、算法、训练和精调的创新，以及结合外部检索，性能可以叫板百亿参数大模型，甚至追平 GPT3.5 （1750 亿参数）。
不过，如果你不在这个行业，不关心降本增效，也没关系。
你，平常刷剧吗？
AI短剧
2023年，短剧爆火。
穿越、重生、逆袭、复仇...每一分钟都能掐准人心，踩中“爽点”。
看短剧上头的人越来越多，靠短剧赚钱的行业也越来越卷。
卷内容，卷制作，也卷成本，卷效率...
怎么办？有人想到了，用AI卷。
没错，2024年，AI已经从文字卷到视频了。
2023年年初，很多人提到AI，想到的还是像ChatGPT那样，用文字聊聊天，搜搜东西，写写文章。
后来，Midjourney和文心一言的爆火，又让人发现，AI不但可以处理文字，还可以创作图片。
而年末，和短剧一起成为蓝海的，还有AI在视频生成方面的应用。
比如，用AI换脸。并且不止用来换掉电视剧里的明星脸，还用在换掉短剧里的亚洲脸。换完直接出海，直接变成一部主角全员“欧洲脸”的，针对海外市场的“新剧”。
比如，用AI写剧本。不就是逆袭吗？不就是重生吗？给几个关键词设定，AI编剧可以批量生成，全年无休。
再比如，用AI帮助剪辑。文字快剪、智能补帧、智能粗剪......甚至，可以变成动态笔刷，在任意图上一抹，就能让它动起来，变成视频。
太厉害了。并且，还能更厉害。
2023年12月，我的朋友圈，被一个女孩刷了屏。
点开一看，一个20多岁的年轻女孩，从斯坦福退学创业，开了一家叫Pika的公司，半年内吸引了大半个硅谷，融资5500万美元，估值达到2个亿。
嗯，年轻有为，真了不起。但往下再刷一屏后，我才发现，重点还在后面。
这家公司，居然可以用AI，直接生成视频。
比如，输入一段文字，一个图片...就能自动生成或调整一个视频，并且质感可以比肩电影。
像这样。
Pika 官方展示
这样。
Pika 官方展示或者这样。
Pika 官方展示哎，难怪，有人说，AI的进化，是以天算的。按天迭代，一日千里。
《看DAO2024》提出，2024 年将大量出现由生成式 AI 产生的影视剧，冲击影视行业。
2023年，很多技术达到了实时生成图像和视频的效果， 这些对影视、音乐、游戏等内容娱乐行业的影响，都是颠覆性的。
并且，这方面的应用，巨头目前还染指不多。
还有机会。
最后的话
具身智能。空间计算。AI助手。基因编辑。自动驾驶。小模型。AI短剧。
听起来每个方向，都藏着很多机会。
这样的机会，谁能把握住？不妨再看个图。
如果说，AI时代的竞争，靠的是用“算力”掰手腕，那么像“英伟达H100”这种可用于 AI 加速的 GPU 芯片，就是掰手腕必备的“肌肉”。
而“肌肉”储备能挤进这张图里的每一家公司，比如Meta、微软、谷歌、亚马逊、腾讯、阿里巴巴...都有一个共同的别名：科技巨头。
什么是科技巨头？只是市值超过万亿美元吗？读完《看DAO2024》，你可能会有一些更具体的体感：
你以为它只是有钱，囤下的芯片数量可以超过许多中等国家的举国库存，但其实它还掌控了数据。
不但每天有海量的业务数据从自己的业务中产生，还在全球各地斥巨资建立了数据中心。
比如，微软每年在数据中心投入的钱，动辄就可以超过500亿美元，相当于一个科技大国在AI基础设施上的投入。
你以为资本、芯片和数据就是它的全部优势，但其实这些优势还会衍生出一个新的优势：人才。世界最顶尖的人才。
所以，世界上最多高质量AI论文的来源地，不是世界上排名最高的那几所大学，而是谷歌。
资本，芯片，数据，人才。层层叠加，相辅相成，共同成就了科技巨头们的算力神话。
那还怎么打？难道2024年，乃至整个AI时代的机会，都注定只属于科技巨头吗？初创企业还有没有机会？普通人还有没有机会？
这个问题，我也很好奇。在2023年与凯文·凯利对谈时，我曾经请教过他。他的回答是：还有。
他说，“我认为AI时代的巨头，不会在已经存在的科技巨头中产生。相反，它现在可能还刚刚起步，少有人知。”
哈佛商学院教授克里斯坦森，在那本让他一跃成为“创新之父”的《创新者的窘境》中也曾提出，很多缺资源，也没规模优势的小公司，在面对看似全方位领先的大企业，也都还有胜算。
而这些，恰恰也和《看DAO2024》里的一些看法不谋而合，报告提醒：
颠覆性创新，往往发生在初创公司。
大公司不缺好创意，好资源，但在活力和速度上，却比不上很多小的初创公司。
就好比，全球产出最多高质量AI论文的地方，是谷歌。但最先用这些理论做出好模型的，却是OpenAI。
AI时代，初创企业还有机会，普通人还有机会，我们还有机会。
刚刚过去的2023年，被很多人称为“AI元年”。
比尔·盖茨在2023年年末的博客里，写下了这么一句话：
“今年是我第一次将 AI 用于工作，而不仅仅是作为一种新奇事物。我怀疑很多人都是如此。我们现在正处于一个巨大的技术转型的开端。”
比尔·盖茨如此，我们很多普通人也如此。很多人，也都是在过去的一年里，第一次用到AI，第一次了解AI，甚至第一次听说AI。
这，或许也是为什么《看DAO2024》在展望2024年时，居然一改往年风格，选择把所有的篇幅，全部聚焦在了一个主题上：AI。
我们不敢说，这里面对AI相关机会的预测，一定能实现。
但至少，这些正在发生的，可能改变所有人生活的变化，值得被你早点看到，早点理解，甚至早点为此做些准备。
毕竟，机会来时，不会和你打招呼，只会看你有没有做好准备。
感谢《看DAO2024》给我们带来的这些有价值的技术趋势，让我们看到技术的变化，也看到正在基于这些变化，不断寻找自己的生态位，为机会的到来做准备的人。
祝你，也早点看到，做好准备。
