红杉资本行业总结篇：生成式 AI 的发展

文章主旨：

生成式 AI 正从预训练的快速响应（“快思考”）向推理层深度思考（“慢思考”）转变，推动 AI 的认知能力和应用场景的进一步拓展。

关键要点：

• 生成式 AI 的研究重点从“快思考”转向“慢思考”，以提升推理能力，实现深度思考与问题解决能力。
• OpenAI 的 o1 模型通过推理时计算的突破，成为首个具备真正通用推理能力的大模型。
• AI 思维模式的转变从系统 1（简单反应）发展到系统 2（深度推理），开启新的扩展法则，即推理时间越多，能力越强。
• 红杉资本分析认为应用层是风险投资最感兴趣的方向，推理研发将深刻影响应用层创新与发展。
• 未来生成式 AI 的发展可能推动 AGI（通用人工智能）的实现，带来类似人类独立思考的能力。

内容结构：

1. 生成式 AI 的转变：从“快思考”到“慢思考”

生成式 AI 的发展已从最初的快速预训练响应（快思考）走向推理时深度思考（慢思考），以适应复杂问题解决和更高层次的认知需求。这一转变正在推动市场结构的稳定和技术层面的升级。

2. OpenAI o1 模型突破与推理层扩展

OpenAI 的 o1 模型在推理能力上实现了显著突破，通过“推理时计算”进行深度思考，类似 AlphaGo 在对弈中评估场景选择最佳方案。其创新的思维链强化学习方式，为 AI 的推理能力开启了新路径。

3. AI 思维模式转变与新扩展法则

AI 思维模式正从系统 1 的简单反应转向系统 2 的深度推理，强调探索多种可能性、逻辑评估与决策。o1 模型提出的扩展法则表明，推理时间越多，推理能力越强，这将推动从预训练集群向推理云环境的转变。

4. 投资方向分析与应用层的价值

红杉资本认为基础设施和模型层对风投吸引力较低，而应用层具有更大的潜力，尤其在云过渡和移动过渡期间的商业模式演变中，预计 AI 应用层公司有望实现高收入增长。

5. 未来展望：迈向 AGI

推理研发将深度融入模型，推动 AI 在复杂现实问题上的应用，可能催生多智能体系统和社会学习过程的普及。最终，生成式 AI 的发展或将迈向 AGI，实现超越人类独立思考能力的通用人工智能。

文章总结：

生成式 AI 的发展正从模式模仿转向深度推理，推动技术与应用创新，并为风险投资与通用人工智能的实现提供新机遇。

抢占先机！2025，三大认知降低To B赛道门槛

了解更多

Datawhale

查看原文：红杉资本行业总结篇：生成式 AI 的发展

文章来源：

Datawhale

扫码关注公众号