一项来自全球就业非营利组织Generation的最新调查揭露了职场中一个令人忧心的现象:在AI领域，年龄歧视正在成为一个日益严重的问题。这项涵盖2，610名45岁以上员工和1，488名雇主的调查显示，虽然90%的美国招聘经理承认中年和年长员工的整体表现不亚于或优于年轻同事，但在涉及AI相关职位时，他们更倾向于考虑35岁以下的候选人。这种偏见在欧洲雇主中同样普遍存在。图源备注：图片由AI生成，图片授权服务商Midjourney这一发现的出现时机格外敏感。当前，美欧地区的企业预计在未来一年

最近一周，AI 行业真是热闹非凡，谷歌和 Meta 都在推出新版本的 AI 模型，吸引了不少关注。首先，谷歌在周二宣布了其 Gemini 系列的新更新，推出了两个新的生产就绪模型 ——Gemini-1.5-Pro-002和 Gemini-1.5-Flash-002。这次更新大幅提升了模型的整体质量，尤其在数学、长上下文处理和视觉任务上都有显著进步。谷歌声称，在 MMLU-Pro 基准测试上，性能提升了7%，而数学相关任务的表现更是提高了20%。如果你关注 AI，应该知道基准测试的意义有限，但这次的数据还是很令人兴奋的。除了模型的性能提

商汤科技在2024年上半年业绩报告中展示了AI领域的强劲实力，尤其在生成式AI业务上实现了同比256%的增长，首次超越传统AI业务，占总收入的60%。总营收达到17.4亿元，同比增长21%，尽管净亏损为24.7亿元，但亏损幅度同比收窄21%。生成式AI业务的亮眼表现标志着公司业务重心的战略性转移，技术实力显著，其大模型“日日新”在多项评测中超越GPT-4Turbo。调用量实现400%增长，显示了市场对其技术的认可。商汤科技正将生成式AI技术应用于金融、医疗等多行业，推动大模型技术在智能问答、合规风控、药物研发等领域实现业务落地，展现其在AI领域的领先地位及对整个生成式AI市场的巨大潜力的把握。

当前AI行业竞争激烈，销售AI模型的生意正迅速变为零利润行业。像OpenAI和Anthropic等公司因在训练大型模型上投入数十亿美元，导致整体业务脆弱。价格战使得AI模型研发公司的边际利润几乎消失，仅依赖模型销售的业务面临艰难。AI模型的高昂研发成本与硬件费用，加上价格竞争，使得各公司面临亏损。虽然短期内亏损，但AI模型的长期市场潜力被看好。初创企业如Cohere在亏损中运营，面临巨大挑战。依赖云服务提供商的商业模式被认为是危险的。尽管对AI模型创新充满期待，但何时能实现盈利仍不确定，且非所有AI初创公司都能等到盈利的时刻。

人工智能技术的快速发展使得AI行业成为应届毕业生就业的热门选择。求职者不仅要具备专业技能，还需通过实习、志愿者项目积累实战经验，打造个人作品集，并收集推荐信以增强竞争力。2024年，AI行业为应届毕业生提供了包括机器人工程师、数据科学家、数据分析师等在内的多个高薪职位，年薪范围从10万美元到16万美元不等。AI领域薪酬高主要源于市场需求、专业知识稀缺、对业务影响显著、人才短缺以及持续学习的要求。为在AI领域获得更高薪酬，毕业生应不断拓展技能组合，追求更高学历或专业认证，积累实践经验，获得权威认证。随着AI技术在各行业需求的增长，掌握编程、数据处理和机器学习等核心技能的毕业生在就业市场中将占据优势。AI工程师、机器学习工程师和数据科学家等职位不仅薪酬丰厚，还能参与最前沿的技术项目。刚入AI领域的毕业生应打好基础、积累经验，并保持对行业动态的敏感度，通过不断学习和实践找到适合自己的发展道路。

自2022年11月ChatGPT发布以来，中国新注册的人工智能企业中，近9%已处于注销、吊销或停业状态，总数接近8万家，占同期新注册企业的8.9%。过去三年内，超过20万家AI相关企业被注销或吊销。过去十年中，35.3万家AI企业消失。目前，中国存有180.43万家AI相关企业，其中超过4500家被工信部统计为AI产业体系企业，180多个大模型为公众提供服务，注册用户数超过5.64亿。今年新增注册AI企业30.07万家，显示出行业内的新“轮替”现象。

OpenAI宣布其年度开发者大会DevDay将从大规模新闻发布会转变为全球范围内的开发者见面会，强调深耕开发者生态系统而非追求轰动效应。今年DevDay将集中在API和开发者服务的更新上，而非发布新AI模型。此举反映AI行业挑战，包括高质量训练数据稀缺、网站对AI爬虫屏蔽和潜在版权纠纷。活动将在旧金山、伦敦和新加坡举行，内容涵盖研讨会、分组会议和产品演示。OpenAI选择提升现有模型性能和稳定性，而非一味追求技术突破，这可能是对行业现状的务实回应。公司与出版商和数据代理商签订许可协议，开发新推理技术，承诺未来模型具备"博士级"智能。然而，这些措施带来巨大研发和人才成本，公司面临争议，包括使用版权数据训练和员工保密协议问题。OpenAI的策略调整对行业产生深远影响，显示公司在快速发展的AI领域寻求可持续发展路径的决心。

《经济学人》杂志文章指出，AI公司面临因互联网高质量数据枯竭导致的"数据墙"挑战，预测到2028年，所有高质量文本数据将被用尽，影响机器学习进展。加州大学伯克利分校教授斯图尔特·罗素曾警告ChatGPT等AI可能耗尽宇宙中的文本。然而，斯坦福大学教授李飞飞表示，仍存在大量差异化数据可挖掘。为解决数据短缺，使用合成数据成为可能的解决方案，但《自然》杂志论文提出使用AI生成的数据集训练模型可能导致"模型崩溃"，建议保留原始数据，使用多样化数据源，并研究更鲁棒的训练算法。突破"数据墙"限制，确保高质量训练数据的持续供应，是AI行业亟待解决的紧迫课题，需要技术创新和多方合作。

人工智能领域的领军企业OpenAI正在积极探索开发自己的人工智能芯片。这一举措不仅显示了OpenAI在技术创新方面的雄心，也反映了当前AI行业面临的芯片供应压力。

人工智能领域知名专家李飞飞在短短四个月内创立了一家名为"世界实验室"（World Labs）的初创企业，该公司已迅速成为 AI 领域的独角兽。据两位知情人士透露，世界实验室目前估值已超过10亿美元，并已完成两轮融资。

[" GPT-4发布，多模态能力超越前代，引领AI技术发展。","百度推出文心一言，开启国内百模大战，用户规模超过1亿。"," AI孙燕姿崭露头角，引发AI音乐合成与版权争议。","妙鸭相机上线，席卷朋友圈，拉开AI写真产品热潮。"," 国家发布《生成式人工智能服务管理暂行办法》，规范AIGC产业。"]