重点1：2023年及以前是AI使能层面的硬件及软件公司在引领浪潮，2024年开始是AI应用层面的公司开始展露头脚，这需要一定的时间扭转局势；
重点2：文本单一模态大模型占比有限，多模态输入输出模型更为主流；
重点3：大模型在编程助理方面的应用确实很强，效率提升50%以上，显著高于其他应用；
重点4：人们倾向于将既有模型作为起点，微调参数，构建自己的模型
以下是全文：
目前由人工智能驱动的技术转变比之前的任何技术转变都要快。
2023年是“推动者年”，登上舞台的是一线硬件和软件公司；2024年将是“应用者年”，公司利用推动者的硬件和软件为这个生成式人工智能世界更好地使用和货币化自己的数据。
市场仍然将此视为一个“show me”的故事。推动者仍在拉动市场回报。标准普尔今年约一半的业绩可以归功于三只推动者Enabler股票。然而，无论是消费者还是更重要的是企业应用，我们正在跟踪的月度数据表明，人工智能的应用正在快速前行。
当前，面向消费者的聊天机器人种类不断扩大。有些更适合一般用途的问题；有些更擅长处理数学或旅行行程；有些则专门为有影响力的人或内容创作者创建图像或视频。但那些被证明是最棘手的，或者更重要的是导致重大行为日常变化的人，是编程助理，对应的生产力效率提高超过50%。
从企业的角度来看，开源模型的跟踪很有趣。我们几乎每天都这样做，看看发生了什么。下载这些模型的人和公司可能会用它们作为起点——微调自己的模型。
其中，构成人们与之交互的大多数聊天机器人骨干的文本模型，现在占所有可公开下载的模型的不到50%。越来越受欢迎的是多模态模型。这是：能够摄取和输出文本、图像、音频或视频组合的模型。
他们的应用范围包括音乐行业的颠覆、个性化的美容建议、自动驾驶中的应用或医疗保健中的机器视觉。 名单不胜枚举。 人工智能向非技术领域的传播速度确实令人吃惊。
尽管有所有这些数据表明消费者和企业的采用正在快速发展，但应用用者的stock表现仍然低于提到的那些推动者。应用者公司在今年的第一个半月里进行了适度的重新评级——但不是整个群体。
当然，这是一个快速变化的情景。许多公司尚未报告他们未来一年的前景。这有待于进一步观察。
重点2：文本单一模态大模型占比有限，多模态输入输出模型更为主流；
重点3：大模型在编程助理方面的应用确实很强，效率提升50%以上，显著高于其他应用；
重点4：人们倾向于将既有模型作为起点，微调参数，构建自己的模型
以下是全文：
目前由人工智能驱动的技术转变比之前的任何技术转变都要快。
2023年是“推动者年”，登上舞台的是一线硬件和软件公司；2024年将是“应用者年”，公司利用推动者的硬件和软件为这个生成式人工智能世界更好地使用和货币化自己的数据。
市场仍然将此视为一个“show me”的故事。推动者仍在拉动市场回报。标准普尔今年约一半的业绩可以归功于三只推动者Enabler股票。然而，无论是消费者还是更重要的是企业应用，我们正在跟踪的月度数据表明，人工智能的应用正在快速前行。
当前，面向消费者的聊天机器人种类不断扩大。有些更适合一般用途的问题；有些更擅长处理数学或旅行行程；有些则专门为有影响力的人或内容创作者创建图像或视频。但那些被证明是最棘手的，或者更重要的是导致重大行为日常变化的人，是编程助理，对应的生产力效率提高超过50%。
从企业的角度来看，开源模型的跟踪很有趣。我们几乎每天都这样做，看看发生了什么。下载这些模型的人和公司可能会用它们作为起点——微调自己的模型。
其中，构成人们与之交互的大多数聊天机器人骨干的文本模型，现在占所有可公开下载的模型的不到50%。越来越受欢迎的是多模态模型。这是：能够摄取和输出文本、图像、音频或视频组合的模型。
他们的应用范围包括音乐行业的颠覆、个性化的美容建议、自动驾驶中的应用或医疗保健中的机器视觉。 名单不胜枚举。 人工智能向非技术领域的传播速度确实令人吃惊。
尽管有所有这些数据表明消费者和企业的采用正在快速发展，但应用用者的stock表现仍然低于提到的那些推动者。应用者公司在今年的第一个半月里进行了适度的重新评级——但不是整个群体。
当然，这是一个快速变化的情景。许多公司尚未报告他们未来一年的前景。这有待于进一步观察。
