只剩一个确定性最差的方向了....

从当下的情况来看，除非市场出现大幅调整或者经济预期出现改善，要么AI相关公司及泛科技这条主线大概率都会持续下去，如果经济预期出现了改善，市场可能会演变成类似于19年的双主线的格局。

当然到目前为止，这个板块中确定性比较强的硬件公司涨幅已经很大了，无论是配套海外产业链的光模块还是国内产业链的华为系，中科系相关公司，近期涨幅都已经很大了，很多公司都突破了去年以来的新高。

我每天也会收到留言问，那还有什么方向值得投资？

我觉得可能还有一个方向--AI应用。

AI应用可能是A股当下AI相关领域确定性最差的方向，国内的大模型大多质量堪忧，国内的应用企业几乎没有做出值得关注的应用，无论是阿里字节这种大厂，还是一些创业公司，AI应用的落地情况都非常糟糕。

这也是这一轮反弹这些公司涨幅远远落后的原因，硬件是有确定性，要做AI就要部署硬件，但应用是没有确定性的，因为应用做的太烂，模型水平太差，压根没人用。

这个板块也是去年以来AI领域跌幅最大的一个方向，这一轮反弹幅度最小的方向。

那为什么这个方向还是值得关注呢？

前两周，字节和北大的一篇论文发布。

文章披露，去年9月字节跳动搭建起了一个叫做MegaScale的万卡集群大模型训练系统，能在1.75天内完成GPT-3规模模型（175B）的训练。

我们在谈论大模型的时候往往都会谈论到训练卡，但大模型的训练不仅仅是拥有训练卡就行的，大模型的训练是一个非常复杂的工程，一万多张卡合在一起，有很多的问题需要克服，比如如何高效的训练，如何避免训练中的软硬件故障避免宕机，如何提升算力的利用率。

这些问题都非常复杂且难以解决，去年Open AI横空出世，很多国内公司都说自己训练了大模型，但实际上很多公司既没有卡，更没有工程训练能力，连模型的训练系统都搭建不出来。（比如A股的一些大模型公司）

作为国内卡最多，人工智能布局最早的企业字节，在去年9月终于完成了训练系统的搭建，这也意味着他们在去年9月之后开始了顺畅的模型训练。

粗略算下，用这样体量的系统训练也有了小半年时间，我们可以合理推测至少在今年，国内具备大模型训练能力的头部企业比如字节这种很可能能真的拿出一个超过GPT3.5的大模型了，我们也将在今年真正的拥有属于我们的AIGC大模型。

这意味着国内的一些应用企业将真的具备一个可以调用的API，将拥有一个真正可以使用的模型。

此外最近我用了一个国内的大模型叫kimi，我发现他比我使用ChatGPT的体验要更好，特别是一些知识类搜索的场景里。他会先给出他参考的资料，再给出答案，可以避免ChatGPT特别容易出现的编造数据编造内容这种情况。

国内AIGC的发展不光有一帮只会发公告蹭热点的A股上市公司，同样也有踏踏实实做事的科技企业，这些企业经过一年的努力，已经追上了不少的差距，我们可以期待今年国内会出现真正自主训练而不是抄开源模型，能力超过GPT3.5的模型。

一旦这种模型真的出现了，那么国内的AI应用也将上一个台阶，至少可以出现类似于当下海外一样的应用状况，不少垂直领域的应用可以开始使用并且为公司创造增量。

这类有可能受益于国内大模型逐步成熟的应用企业当下还是值得关注起来的。

此外关于AI手机，我本来觉得这是个骗子玩意儿，但周末我和一些同行进行了交流，我发现事情可能和我想的不一样。

这里有一个原因很重要。

目前全球智能手机的换机周期已经被拉长到了非常长的水平，这背后不是消费者不愿意换手机，而是新手机没啥新功能，大家觉得换了也没意义，所以不想换。

AI的功能增量可能没有那么大，但这就好像当年5G带动的换机潮，5G实际上没什么真的作用，但多了一个关于未来的噱头，换机的热情就高涨了起来。

这个背景在于当下很多人手机都用了很久了，其实是有换机需求的，但没有任何动力，不需要颠覆式的创新，只需要一点点推力，大家动力就会变强，换机的热情就会起来。

三星那个几乎没什么新功能的AI手机Galaxy S24在美国和韩国的销量都打破八年纪录，三星预计今年的 Galaxy S24 销售量将超过 3500 万部。这一数字比前几代产品实现了两位数的增长。

未来大模型是本地部署更有效，还是在云端更方便这件事我其实想的也不太清楚。这里区别可能在于本地部署的模型是能调动手机功能的，比如他可以帮你发短信微信，定闹钟，订机票等等。

这个场景的需求还需要进一步挖掘，如果真的要本地部署，那么手机的内存，芯片，甚至包括摄像头都需要持续做升级和迭代，这种迭代也一定会推动大的换机潮的带来。

简单来说，仅仅是AI手机这个概念就能带来小的更新换代，而如果真的本地部署的手机AI模型能做起来，那对于智能手机来说，将意味着一次巨大的换机浪潮。

如果这个维度能有变化，那大量的消费电子企业一定是充分受益的。