猜你想问
国泰海通计算机AGI研报核心内容是什么？
国泰海通证券内部电话会议探讨了AGI路径、大语言模型发展及事件模型定位。核心结论包括：当前文本模型是AGI的前置形态；事件模型与物理AI是能力外延方向；AGI发展呈现多阶段跃迁特征。会议强调AGI为跨领域通用能力，区别于狭义AI，目前仍处于讨论共识阶段。研报内容涵盖大语言模型发展复盘、事件模型定位与价值、AGI定义难点与影响、投资线索等关键信息。
AI赛道行业发展趋势如何？
AI行业正经历从文本模型向世界模型的演进。大语言模型通过自监督学习涌现多能力，发展历程突破包括表示瓶颈、长依赖瓶颈、最优计算瓶颈等。未来模型将进入混合注意力、百万上下文阶段，开源进程加速。事件模型作为AGI关键路径补充，在机器人、自动驾驶等领域布局，但行业对其价值存在分歧。AGI发展面临数据、算力、领域反馈等挑战，但被视为十年级工程目标，中期聚焦物理AI等细分领域。
研报重点分析了哪些方向？
研报重点分析了AGI发展路径、大语言模型演进、事件模型（物理AI）定位与价值。具体包括：文本模型作为AGI前置形态的成熟度；事件模型在真实环境实现感知、预测、行动的功能分层；全球研究主体在机器人、自动驾驶等领域的布局；AGI定义（ABI、ASI）、实现难点（数据、算力、领域反馈等）及影响；投资机会关注物理AI、数据与算力方向，以及头部AI公司研发投入与商业化平衡。
当前AI市场现状如何判断？
当前AI市场处于波动向上发展阶段，技术成熟度持续提升。文本模型商业化清晰，事件模型作为潜力方向存在争议但备受关注。大语言模型发展突破显著，未来将向混合注意力、百万上下文演进。行业面临数据质量、算力瓶颈、领域反馈等挑战，AGI实现仍是长期目标。投资机会随技术成熟持续存在，物理AI、数据与算力是关注重点。头部AI公司研发投入支撑AGI探索，商业化与研发平衡是关键。
研报提示哪些风险？
研报提示AGI发展面临多重风险：数据质量与多样性不足制约模型能力；持续学习记忆未达产品化替代门槛；全球芯片产能瓶颈限制算力供给；领域反馈机制缺失影响模型泛化；伦理与评测体系不完善带来合规挑战。此外，事件模型作为新兴方向，其价值尚未形成行业共识，存在技术路线不确定性。投资需关注技术成熟度、商业化落地风险及行业政策变化。