猜你想问
东吴证券AI系列02期主要讲了什么？
本期研报为东吴证券AI大模型系列第2期，聚焦通用人工智能（AGI）的市场认知与研究框架，系列共26期。报告详细阐述了AGI的核心定义，即具备跨领域通用能力、像人一样学习解决新问题的系统，并分析了当前AGI发展的四大锚点：经济价值、能力分析、技能获取效率、世界理解。同时，报告还介绍了全球机构对AGI的不同态度及主流AGI分级框架，如OpenAI的五级框架和DeepMind的性能-通信双指标框架。
AGI赛道未来发展趋势如何？
AGI作为未来10-20年的长期主流方向，其发展将重点关注通向AGI过程中的模型产品创新。目前，全球机构对AGI的态度分为激进派、审慎派、务实派、巨生派，美国学界与产业界存在较大分歧，而国内则更偏务实，注重应用开发。数字AI和物理AI的研究范式类似，但需研究框架适配两类AI应用。数字AI关注token消耗量与AI收入，物理AI有相关测试但需持续跟踪。
报告重点分析了哪些方向？
报告重点分析了AGI的核心定义与发展视角，包括其跨领域通用能力、学习解决新问题的系统特性，以及当前无统一量化标准但不同机构采用不同评价体系衡量发展进度的情况。报告还详细介绍了AGI发展的四大锚点：经济价值、能力分析（DeepMind L1-L5体系）、技能获取效率、世界理解。此外，报告梳理了主流AGI分级框架，如OpenAI的五级框架和DeepMind的性能-通信双指标框架。
当前AGI市场现状如何？
当前AGI市场现状表现为：全球机构对AGI的态度分化，美国学界与产业界存在分歧，国内更偏务实；主流AGI分级框架包括OpenAI的五级框架（对话者、推理者、智能体、创新者、组织者）和DeepMind的性能-通信双指标框架；AGI衡量标准缺位，前沿模型在数学、代码、知识问答基准上超90%，但刷分与真实能力一致性弱；训练数据污染、不同机构测试方式含自身PR口径，测评难以统一。
研报提示了哪些风险？
研报提示了AGI发展面临的主要风险：一是衡量标准缺位，前沿模型在数学、代码、知识问答基准上超90%，但难区分真实能力，刷分与真实能力一致性弱；二是训练数据污染、不同机构测试方式含自身PR口径，导致测评难以统一，物理AI测评也无法直接确定AGI时间；三是AI对社会经济价值测量方法差异大，部分价值隐蔽，且可能冲击大量岗位，行政等机构呼吁重视AI风险治理。