计算机行业深度研究：如何实现AGI：大模型现状及发展路径展望

根据提供的文字内容进行总结归纳，主要围绕大模型的发展、评估、商业应用以及投资机会等方面展开：

大模型的发展与评估

• AGI的发展阶段：根据DeepMind的定义，AGI（通用人工智能）分为6个等级，当前国际顶尖大模型处于Level-1（Emerging AGI）阶段，即性能相当于或略优于不熟练的人类。
• 大模型分类：大模型主要分为语言大模型、视觉大模型、多模态大模型、策略大模型等，每类模型有其特定的应用场景和优势。
• 模型成熟度差异：语言大模型成熟度较高，多模态大模型次之，具身智能类大模型则处于探索阶段，技术路线尚不清晰。

商业落地与投资机会

• 模型性能提升路径：短期内通过扩大模型参数量、优化算法和利用更高效的训练方法（如Scaling Law）仍能显著提升模型性能。
• 算法改进：骨干网络架构的创新、微调和稀疏结构设计（如MoE）是提升性价比的重要手段。
• 商业应用优先：考虑模型开源和B端合作，优先寻找高人工替代率的场景，如聊天机器人、文本/图像/视频创作等领域。
• 投资建议：关注AI算法龙头、数据工程供应商、算力产业链相关公司，以及通过AI赋能带来效率提升的行业公司（如金山办公、万兴科技、海康威视、同花顺等）。
• 风险提示：底层大模型迭代发展、国际关系、应用落地和行业竞争是需要关注的风险点。

结论

大模型的发展正处于从语言模型向多模态和具身智能模型演进的过程中，不同类型的模型在成熟度和应用场景上存在差异。未来，通过优化算法、提升模型性能、寻找高人工替代率的商业应用以及关注投资机会将成为推动这一领域发展的关键。同时，也需要警惕模型迭代、国际竞争、应用局限和市场风险等因素。