AI五层塔:应用-模型-数据中心-算力-电力,我们终将迈向未来(02)

（承接上文）

Part .3 五层塔的关联逻辑

AI五层塔的逻辑要从上往下看：

1、应用层：大白话讲，就是人能直接点击、对话、交互使用的产品界面；比如之前的ChatGpt、豆包、即梦等；

2、模型层：无论是豆包的对话、即梦的图片生成或者是视频生成，都需要大模型的运算，可以理解为应用的大脑，负责问题的分解，问题的推理，问题的解决，以及给出最终答案；

3、数据中心/token工厂层：传统意义上的机房，云服务商；大模型是脑子，但脑子需要运行在脑壳里，并有心脏供血、肺部供氧。然后脑子才能产生思维解决问题；

目前所有大模型对于解决问题的消耗都可以用Token来衡量，复杂问题token多，简单问题token少；

数据中心，就是在物理层面，产生将电力，通过GPU、CPU等芯片结构，转化成token的工厂；

4、芯片层：组成token工厂的元件、比如GPU，CPU，光通讯模块，类似心脏、肺部；

5、电力能源层：数据中心需要大量的电力，类似人需要氧气、食物、水；

对于AI的整体需求从应用层开始向下垂直拉动；

应用层的规模正在从传统的DAU叙事，过渡到token调用量叙事；

即在AI的时代，有多少用户使用是重要的，更重要的是，每个用户调用了多少Token；

应用的智能越高，技能越复杂，他所需要的思考也越深，消耗的token也越多；

每个应用的思考都依赖于模型，模型消耗的最小单元是token，每个token都是从数据工厂中的芯片计算出来；

更多的应用，更多的token，需要更多的数据中心，更多的芯片；

最后指向了更多的电力；

Part .4 应用层–线上和物理的双重构建

如果在几个月之前写这篇文章，我会说应用层的叙事，大概是像豆包这样的以bot形式对话的APP，或是Gemini全家桶样的，寄生在google全应用生态；

而在今天，可以毫无意外的讲，之后数年的AI应用形态是——Agent+Skill的形态；

虾哥的诞生就像是ChatGPT，尽管它看起来那么原始，对token的消耗堪称燃烧的美元，安全性四处漏风，还会被喂屎；

但就这么一个“简陋”的产品，已经超越了LINUX，成为全球引用数最多的应用，用户上涨速度超越了之前任何人；

用户会用脚投票，这么不完美，还在使用，恰恰说明了，这就是最好的形态；

和AI沟通最好的语言就是——自然语言；

黄仁勋认为是英文，二蛋认为是中文，因为目前全世界的AI几乎都是由中国天才们开发出来的；（大雾）

二蛋认为，目前的虾哥和Agent 已经迈过了所谓的iphone 4时刻，电容屏，触控的交互已经有了，剩下的就是无数的开发者基于Agent所构建的交互框架，做出各式各样精彩的Skill，恰如当年漫天的APP；

由于SKill更轻量，更随意，以及存在A to A的交互方式，Skill的多样性和有趣程度都会显著超越App们；

剩下的一个，更重要的问题，就是如何解决商业化了；

目前的开发者们，大多数都是在用爱发电，但如何解决商业化问题，即类似APP store的Skill store来完成，仍然是后续重要的一步，甚至是各家大厂决定性的一步了；

而除了线上世界，未来在物理世界里，汽车/机器人搭载Agent ，会成为AI的另一个巨大增长点；

因此可以认为未来应用层的另一个巨头会是特斯拉；

马斯克发布的“数字擎天柱”的项目，即在物理擎天柱的基础上，再在线上构建一个“数字版的擎天柱”；

自动驾驶领域会有仿真的概念，去构建真实世界的数字化模型；

之后具身智能，也会有仿真的概念，去构建机器人感知到的真实世界；

Agent+物理世界的机器人，将成为线上+线下，无时无刻不在的AI 应用，将真实世界沿着传感器，构成更为庞大的虚拟结构，形成一个真正的，世界模型；

（未完待续）

本文仅为个人随笔与市场观察，不构成任何投资建议。市场有风险，决策需谨慎。