趋势 1：苹果发布 MR 设备，个人计算设备迎来新变量

自 2007 年乔布斯发布一代 iPhone 以来，智能手机逐步成为统治个人计算设备市场的「王者」。过去十五年的时间里，无论是智能音箱还是智能手表，都无法撼动以 iPhone 为代表的手机市场。

2021 年，扎克伯格宣布「All in Metaverse」，在将 Facebook 直接更名为 Meta 之后，又向 Metaverse 产品线投入数百亿美元的资金，这是扎克伯格对于未来计算平台的押注。结合 2022 年科技媒体 Verge 获得的一份 Meta 公司产品路线图，扎克伯格要做的，就是把智能手机赶下个人计算设备的「铁王座」。

作为智能手机市场的绝对领袖，苹果公司也将在 2023 年发起反攻，众多消息表明，苹果将在 2023 年上半年发布一款面向 AR/VR 场景的头戴式设备，Bloomberg 记者 Mark Gurman 已经给出了该产品的相关细节：

• 价格：2000 到 3000 美元，；
• 配置：M 级别的处理器与业界最高分辨率的屏幕；

我们没有理由怀疑苹果的硬件设计能力，但我们依然需要对 VR/VR 或元宇宙或其他名称的词汇保持一定警惕。短期来看，这一类设备并不会从根本上改变人类热衷智能手机的习惯，而且相应的追踪、显示技术还需要更多时间迭代，更重要的是内容（或场景）的缺失，会对这一类设备的大范围应用产生重大影响。

2023 年会迎来元宇宙/AR/VR 的「iPhone 时刻」吗？这个问题的答案不属于 2023 年。

趋势2：生成式 AI 持续发展，彻底改变内容生产方式

2022 年人机交互领域最令人激动的无疑是生成式 AI 的发展，从文本到图像、从商业闭源产品到开源开放项目，一系列生成 AI 类产品迅速出现在消费市场领域，满足你我的好奇心，更让我们不断发出「amazing」的惊呼。

2023 年，生成式 AI 将进入快车道，一方面，自 2022 年下半年开始，资本已经快速涌入到这个市场，并延续到了 2023 年，极具风向标的资本走向为更多创业者、创业公司提供了新的方向，这也意味着，我们将在 2023 年看到更多生成式 AI 的应用。

与此同时，大公司或「独角兽」创业公司，或是与诸如 OpenAI 这样拥有大模型公司合作，或是内部基于开源大模型进行自研，生成式 AI 会成为一系列「旧产品」的新特性。2023 年，你会看到更多可以生成笔记的工具，也会领略到更多使用 AI 直接回复邮件的魅力，当然，让一段简要的文本变成一份图文并茂、逻辑清晰的 PPT 也不无可能。

这可能是近三十年来普通人可以感知到机器智能的最快方式：生成一篇有趣的文章、编写一封有质量的邮件、优化一段清晰可读的代码或生成一副有创意的图像……这些应用场景足够有趣，也足够实用。

趋势 3：AI 大模型持续进化，成为科技巨头的新护城河

超大规模语言模型的快速发展，不仅直接推动了生成 AI 应用的落地，还在酝酿新的产业机会。

新一年，超大语言模型的迭代当然不会停止，被认为 GPT-3.5 的 ChatGPT 已经足够令行业震惊，即将发布的 GPT-4 会带来惊喜还是惊吓，会成为 2023 年最值得期待的事件。

其次，即便是已经发布的大模型，其潜力到底有多大依然存在未知，比如 DeepMind 基于 Google 通用语言模型 PaLM 构建了「Med-PaLM」大模型，能够应对一系列医疗问答场景的问题；再比如，是否存在一些能力（或者说功能）只出现在大模型而不会出现在小模型里？如果存在，如何理解「大模型的涌现能力」？这些关于大模型潜能的研究也会贯穿 2023 年。

第三，科技巨头们会将大模型变成自身技术与产品的护城河。微软 2019 年对于 OpenAI 的投资正在成为史上最成功的 AI 投资之一，基于 OpenAI 不断推出的大模型，微软持续为诸如 Github、Office、Azure 等产品线注入新特性，大模型俨然成为微软的核心能力。

2023 年，无论微软是否会以 100 亿美元入股 OpenAI，其他中美科技巨头们——Google、亚马逊、苹果、阿里巴巴、百度——都会持续发力这个领域。特别是对众多云计算公司而言，接下来的一年，我们会看到一系列基于云服务的大模型产品，面向企业市场，开箱即用。

不过遗憾的是，在诸如 GPT-3 这类产品的大模型领域，中国公司和高校依旧缺席。这类产品需要长期而巨大的资金投入（想象一下几万张英伟达 GPU 工作的场景）以及坚定的长期战略，这与中国互联网公司的风格并不一致，而高校同样在资金、数据方面缺乏有力的支持，商业变现的未知性也进一步限制了高校的大模型研究。

趋势 4：算力之争的变局继续复杂化

半导体领域的新一轮产业周期性问题已经在 2022 年逐步显现，消费电子市场的式微与工业制造市场的强势还在延续到 2023 年，这对包括英特尔、AMD 在内芯片公司而言，短期内会带来不少营收压力。

对于面向服务器提供算力的芯片公司来说，2023 年还将面临各大科技巨头自研芯片的浪潮。特别是一众云计算公司，全球范围内的经济下行压力，迫使其不断降低云服务的价格，以「帮助」客户渡过经济难关，大量研发与采用自家芯片，以实现与自身云上系统、软件更好的融合，将成为 2023 年众多云计算公司的关键策略。

更进一步来看，在复杂的地缘政治面前，2023 半导体领域还有众多变数：

• X86、ARM 架构之外，中国公司如何持续发力 RISC-V 开源架构？
• 当芯片制造工厂成为战略资源，欧洲、日本如何应对中美关系不确定性带来的挑战？

与此同时，2023 年我们还可能会看到一些 Android 市场的新变化，在 Google 宣布 Android 全面适配 RISC-V 开源架构以及高通与 ARM 愈演愈烈的法律诉讼之后，一台搭载 RISC-V 架构芯片的 Android 手机并非遥不可及的事情。

趋势 5：新一代「数字文盲」呼之欲出

数字工具的演进，不断塑造着人与人的关系，并构建起了世界的发展方向。人类历史上，书写改变了不同群体之间的关系，并创造了一类「书写阶层」；印刷术的出现，某种层面推翻了「书写阶层」的特权，推动欧洲走出阶层固化的中世纪，并在文艺复兴与科学革命中定义了当下世界的基本规则。

过去四十多年，以个人计算机、智能手机为代表的工具，进一步改变了全人类的工作与生活方式，在推动人类与机器共同进化的同时，还在制造一个个数字鸿沟，并制造了「数字文盲」群体。

如果说过往的「数字文盲」是不了解实体工具（比如智能手机）的一群人，那么正在出现的一代「数字文盲」，则是无法区分机器能力与局限性的一批人。

2023 年，随着大量生成式 AI 技术的应用，文本、图像、视频、语音内容的制造与制假门槛进一步下降，大量由机器生成的内容将涌入各类互联网内容社区，这些内容在看似无害的外衣之下有着极强的目的性，或是营销引导，或是价值观宣传。当被淹没在海量的真假难辨的信息海洋里，如何区分哪些内容是人或机器生成、哪些内容是宣传、哪些内容是传播，显然已经比如何使用手机提升了若干个难度等级。

其次，缺乏对机器局限性的认知也是新一代「数字文盲」的重要特征，受限于中国特色的互联网环境，关于全球范围内技术进步的讨论往往存在「政治不正确」的质疑。当一个群体只能从政治语境里了解一项技术发展情况，当影视作品成为了解人工智能或量子计算的「入门」，你很难想象这个群体能有多少对机器的正确看法。

写在最后

历史上无数个打脸的事实表明，任何一个信誓旦旦的技术预测都是人类一厢情愿的念想，这个预测也不例外。它无法向你保证任何准确性，它不过是基于已经发生的和正在发生的事实，然后进行的一番逻辑推理罢了。就像 ChatGPT 这类模型一样，当你调整某个参数（比如推理的逻辑）或增加某些数据或改变提示词，你得到的结果也会不一样，这或许就是人类社会有趣之处，也是人类神秘而强大的地方。

再次感谢各位朋友在壬寅虎年的理解与支持，提前给大家拜年，让我们在癸卯兔年再次相见。