人工智能成就

多年來（2023年至2025年），人工智能在多個領域實現了飛躍。大型語言模型（LLM）和聊天機器人、多模態系統、科學AI工具及機器人技術均取得突破。

科技巨頭推出了新的AI助理，開源社群發布了強大的模型，甚至監管機構也開始應對AI帶來的影響。

以下我們將回顧最引人注目的成就，從GPT-4擴展版和Google的Gemini，到AlphaFold獲得諾貝爾獎，以及AI在科學和藝術領域的驅動發現。

生成式語言模型與聊天機器人

現代大型語言模型變得更強大且多模態。OpenAI於2023年11月發布的GPT-4 Turbo，單次提示可處理128,000個標記（約300頁文本），且運行成本遠低於GPT-4。

2024年5月，OpenAI推出了GPT-4o（Omni），這是一款升級模型，能夠實時處理文本、圖像和音頻——實質上賦予GPT-4「視覺與聽覺」的對話能力。ChatGPT本身也內建了圖像和語音功能：用戶可以上傳照片或語音，機器人會根據視覺或音頻輸入作出回應。

• GPT-4 Turbo與GPT-4o（Omni）：GPT-4 Turbo（2023年11月）降低了成本並將上下文長度擴展至128K標記。GPT-4o（2024年5月）實現了真正的多模態，能以接近人類的速度交替生成文本、語音和圖像。
• ChatGPT進展：至2023年底，ChatGPT「現在能看、能聽、能說」——用戶可上傳圖像或語音作為提示，機器人能相應回答。
  同時整合了DALL·E 3（2023年10月），可通過對話式提示生成圖像。
• Google的Gemini系列：2024年12月，Google DeepMind推出首批Gemini 2.0模型（「Flash」及原型），專為「智能代理時代」設計——能自主執行多步任務的AI。
  Google已開始在搜尋（AI概覽）及其他面向超過十億用戶的產品中測試Gemini 2.0，展現其升級的推理和多模態能力。
• 其他模型：Meta於2024年4月發布了LLaMA 3（開放權重的大型語言模型，參數量高達4000億），聲稱性能超越多數先前模型。
  Anthropic的Claude 3及微軟的Copilot工具同樣基於這些進展（例如Copilot基於OpenAI技術）。

這些創新使AI助理能進行更長、更豐富的對話，並處理多樣化的輸入。

它們也推動了通過API的新型「助理」應用（如Google的「AI概覽」、OpenAI的Assistants API等），讓開發者和終端用戶更容易接觸AI。

多模態與創意AI進展

AI的創造力與視覺理解能力爆發性增長。文字轉圖像及文字轉影片模型達到新高度：

OpenAI的DALL·E 3（2023年10月）能從提示生成逼真照片級圖像，並與ChatGPT整合，輔助提示撰寫。

Google推出了Imagen 3（2024年10月）和Veo 2（2024年12月）——尖端的文字轉圖像及文字轉影片引擎，大幅提升AI藝術和影片生成的質量、細節與一致性。

音樂AI也有進步，Google的MusicFX工具及相關研究（如MusicLM實驗）推動了音樂生成技術。

• 生成藝術模型：DALL·E 3和Imagen 3能高精度地遵循細微提示（包括圖像中的嵌入文字）。
  Google的Veo 2能從單一文字描述生成短影片，是影片合成的重要突破。
  Stable Diffusion和Midjourney今年也發布了新版（v3、v6），提升了真實感。
• 設備中的AI：Apple於2024年底在iOS 18和macOS 15中推出了Apple Intelligence——iPhone/iPad/Mac內建的生成式AI。
  新增寫作助理（郵件/Pages中的重寫、校對、摘要）、更智能的Siri，以及圖像工具如Image Playground（透過文字創作趣味插畫）和Genmoji（AI生成的自訂表情符號）。
  照片新增自然語言搜尋（如「找Maya滑板」），「清理」AI可移除照片中不想要的物件。
  Apple強調裝置端處理與隱私保護。
• 藝術中的AI：一個引人注目的例子是：2024年11月，蘇富比拍賣了首幅由人形機器人創作的畫作。
  由AI驅動的機器人Ai-Da繪製的艾倫·圖靈肖像以108萬美元成交。
  這次創紀錄的拍賣（「A.I. God: Portrait of Alan Turing」）凸顯了AI在創意領域日益重要的角色及其文化影響。

總體而言，生成模型正在普及創意：任何人只需幾句話即可生成藝術、音樂或影片。
產業焦點已從單純新奇（超現實圖像）轉向實用的圖像生成（標誌、圖表、地圖）及擬人化真實感。

（2025年3月，OpenAI甚至發布了「4o圖像生成」，將其最佳圖像模型整合入GPT-4o，實現由對話引導的精確、逼真輸出。）

這些工具正迅速融入應用程式、瀏覽器及創意工作流程中。

AI在科學、醫學與數學領域

AI成就推動了科學發現與研究進展：

• AlphaFold 3 — 生物分子：2024年11月，Google DeepMind（與Isomorphic Labs合作）發布了AlphaFold 3，這是一款能同時預測所有生物分子（蛋白質、DNA、RNA、配體等）三維結構的新模型，準確度前所未有。
  在蛋白質與藥物相互作用方面，AlphaFold 3比傳統方法準確度提升約50%。
  其開發者隨即推出免費的AlphaFold伺服器，讓全球研究人員能預測分子結構。
  這擴展了AlphaFold 2僅針對蛋白質的預測，預計將改變藥物發現與基因組學研究。
• 諾貝爾獎 — 蛋白質摺疊：這項突破的重要性由2024年諾貝爾化學獎彰顯。
  Demis Hassabis與John Jumper（DeepMind）與David Baker共同獲獎，表彰他們開發了AlphaFold（蛋白質摺疊AI）。
  諾貝爾委員會指出AlphaFold「開啟了蛋白質設計的全新可能」。
  （這是迄今最受矚目的AI成就之一。）
• AlphaProteo — 藥物設計：同年，DeepMind宣布了AlphaProteo，一款能設計新型蛋白質結合劑的AI——這些分子能高效結合目標蛋白質。
  AlphaProteo可加速新抗體、生物感測器及藥物候選分子的創造，通過生成針對特定目標的蛋白質結構。
• 數學 — AlphaGeometry：DeepMind的AlphaGeometry與AlphaProof也取得突破。
  2024年7月，AlphaGeometry 2在19秒內解決了國際數學奧林匹克的一道題目，達到銀牌水準。
  這是AI攻克高階中學數學的罕見案例。
• 量子計算 — AlphaQubit與Willow：AI同樣推動了尖端硬件發展。
  2024年，Google發布了基於AI的解碼器AlphaQubit，能比以往方法更準確識別量子電腦（如Google Sycamore晶片）中的錯誤。
  隨後於2024年12月，Google推出了新量子晶片Willow，利用先進錯誤校正，在不到5分鐘內完成一項基準任務，而當今最強超級電腦需約10^24年。
  Willow因此獲得2024年「年度物理突破」獎，彰顯AI在量子進展中的關鍵角色。

在醫學與健康領域，AI模型也取得進展。例如，Google的新型Med-Gemini（經醫療數據微調）在美國醫學考試基準（類似USMLE）中得分91.1%，大幅超越先前模型。

放射學與病理學的AI工具（如Derm和Path Foundations）被推出以提升影像分析能力。
總體而言，AI已成為不可或缺的研究夥伴——從利用AI輔助電子顯微鏡成像繪製納米級人腦地圖，到加速非洲結核病篩查，均有Google研究人員報告。

AI在機器人與自動化

由AI驅動的機器人正在學習複雜的現實任務。

Tesla的Optimus人形機器人於2024年10月公開展示（「We, Robot」活動）。數十台Optimus在舞台上行走、站立甚至跳舞——儘管後續報告指出初期演示部分由人類遠程操控。

不過，此活動凸顯了通用機器人快速進展的趨勢。

• DeepMind的ALOHA機器人：Google AI實驗室在家用機器人領域取得顯著進展。
  2024年，ALOHA機器人（自主雙足家務助理）學會了綁鞋帶、掛襯衫、修理其他機器人、裝齒輪甚至清潔廚房，全靠AI規劃與視覺。
  「ALOHA Unleashed」開源項目展示了機器人協調雙臂完成任務，這是通用操作的首次突破。
• 機器人變壓器：DeepMind推出了RT-2（Robotic Transformer 2），一款視覺-語言-行動模型，能從網絡圖片和真實機器人數據中學習。
  RT-2使機器人能像人類一樣理解指令，利用網絡知識。
  演示中，RT-2協助機器人根據文字命令分類物品。
• 工業機器人：其他公司也有進展：Boston Dynamics持續改良Atlas和Spot機器人（雖無重大突破），AI驅動的自動駕駛車輛有所提升（Tesla的全自動駕駛Beta擴大測試，但完全自主仍未解決）。
  製造業中，專注AI的公司如Figure AI籌資打造家用機器人以協助家務。

這些努力顯示機器人能完成越來越複雜的任務，且無需明確編程。
然而，真正完全自主的人形機器人仍在未來。

這些展示（Optimus、ALOHA、RT-2）是重要里程碑，但研究人員提醒，機器人要能安全可靠地大規模與人類共事，仍需更多努力。

AI在產品、產業與社會

AI的影響延伸至日常產品甚至政策層面：

• 消費設備：主要科技產品整合了AI代理。
  微軟的Copilot（嵌入Windows、Office、Bing）和Google的Bard/Bard AI搜尋（背後是Gemini）將大型語言模型的能力帶給用戶。
  Apple設備搭載了Apple Intelligence（如前述），硬件製造商如Nvidia銷售創紀錄的AI GPU，推動雲端及消費端AI發展。
  （Nvidia於2024年因AI熱潮成為全球市值最高公司。）
• 監管 — 歐盟AI法案：反映AI影響力，監管機構也採取行動。
  2024年8月1日，歐盟AI法案正式生效，成為首部全面AI法律。
  該法案建立風險分級框架：低風險AI（垃圾郵件過濾、電子遊戲）規定寬鬆；透明度規定要求AI系統（如聊天機器人）明確告知其AI身份；高風險AI（醫療或招聘工具）接受嚴格監管；明確不可接受的AI（如政府對個人進行「社會評分」）被禁止。
  這套規則（及即將出台的通用模型指引）是AI治理的重要里程碑，預計將影響全球標準。
• 產業成長：AI產業本身迎來歷史性資金與估值：OpenAI於2023年底估值達1570億美元，Anthropic、Inflection及中國AI新創公司均完成數十億美元融資。
  NVIDIA的AI硬件需求推動其市值於2024年中突破3.5萬億美元。
  這些數字凸顯AI已成為科技經濟的核心。

>>> 你試過嗎：比較人工智能與人類智慧？

簡言之，AI不再局限於實驗室或新奇展示——它已深植於手機、汽車、工作場所及公共政策中。

上述進展——從GPT-4的廣博知識到AlphaFold的科學革命——展現了AI的快速成熟。

隨著我們邁入2025年，這些成就預示著更強大且實用的AI應用將融入我們的日常生活。