2024重大创新理念.docx

重大创新理念2024年32024年重大创新理念2024DiruptigTieNormDefiiSigTieFjtreARKInVeSt自豪地呈现“224年重大创新理念：颠覆常规，定义未来。”自217年以来的传统，重大创新理念提供了对技术融合及其革命产业和经济潜力的全面分析。ARK寻求通过投资颠覆性创新的领导者、推动者和受益者，实现长期资本增值。ARK相信创新不仅是增长的关键，也是韧性的关键，强调每个投资者组合中对创新的战略配置的必要性。这种方法旨在利用常规指数经常忽视的指数增长机会，同时提供对面临颠覆的现有企业的风险的对冲。技术融合5人工智能19比特币配置34年的比特币43智能合约53数字消费者64数字钱包75精准疗法87多组学工具和技术96电动车104机器人技术113机器人出租车122自动化物流133可重复使用的火箭143D打印153研冗者:布雷特温顿首席未来学家ARK风险投资委员会成员技术融合I：来源：ARK投资管理有限贵任公M，224年.预测本质上是行限的，不能依赖.仅供信息H的，不应视为投资建议或购买、精华或持有任何特定证券的推荐.过去的表现不能预示未来的结果根据ARK的研究，颠覆性技术之间的融合将定义这个十年。人工智能、公共区块链、多组学测序、能源储存和机器人技术这五个主要技术平台正在融合，预计将改变全球经济活动。技术融合可能会引发比第和第二次工业革命更具影响力的宏观经济变革Q全球范围内，真实经济增长可能从过去125年的平均3T加速到未来7年的7Z以上，因为机器人重新激发制造业，无人驾驶出租车改变交通方式，人工智能提升知识工作者的生产力。在人工智能突破的推动下，与颠覆性创新相关的全球股票市值可能从总市值的16%增加到23年的6%以上。因此，在未来七年内，与颠覆性创新相关的年化股权回报率可能超过4%,将其市值从今天的约19万亿美元增加到23年的约22万亿美元。“在:本节中，我们将公共区块鞋价值作为所有计算和预测的打投票巾俏的部分.某油：ARK投资潸理仃限货任公司，224年这项ARK分析基于系列来自外部来源的基划数据，可根据要求提供，预测具有同仃的局限性，不能依赖。仅供信息目的，不应被视为投资建议或购买、销柝或持有任何特定证券的推荐。过去的表现不能作为未来结果的指标。公共区块链捌采后W货币和合同很可能会迁移到能够实现和验证数字稀缺性和所有权的公共区块能上.金做：态系统很可能继重新配置以适.应加密比币和智能合约的砸。这些技术增加了明度，减少了资本和监管控制的影响，并降低了合同执行成包本.在这样的世界中,随着更多的资产变得类似货币.数字钱.将变得越来越必要，企业和消费者将适应新的金融拈础设施多组学测序五个创新平台正在融合并定义这个技术时代公司结构本身可能会受到质疑。人工智能微的化，计算系统和软件可以解决帧手的问题，自动化知识工作，并加速技术融入每个经济领域.神经网络的采用应该比模互联网的引入更具有重大意义，并有可雁”造数万亿美元的价值。在规上，这些系统将需要前所未有的计算资源而I专用计算硬件应该主导训练和运行A卜模型的卜一代云数据中心.对缚扫用户来说,潜力是喊收集、溯序和理解数字生物数据的成本正在急剧下降,组学技术为研究科学家、治疗机构和健康平台提供了前所未有的DNA、RNAs蛋白质和数字健康数据访问权限.癌症护理应该通过全癌症血液检测进行转变。多组学数据应该用于新型精准疗法，利用新兴的基和因编辑技术来治疗和治愈罕见疾病和慢性病,多组产学应该解馈全新的可编程生物学能力，包括设计合成具有广泛应用于各行业，特别是农业和食品生的新型生物构造。的：一系列Ai骗动的智能设备渗透到人们的生活中，改变他们的消费,1：措儒I般必、创的帆!；智能的采用应该改变每个行业,影响每个企业能源储存先迎也*峨术成本的下降应该会导致形态因素的爆炸，使得自主移动系统的成本降低，从而使人们和物品从一个地方到另一个地方的成本降低.电动传动成本的下降应该会推动微型移动和空中系统的发展，包括飞行出租乍，从而实现改变城市景观的商业模式。自主性应该能够将出租车、快递和监控的成本降低个数量级高电子商务的速度，并使个人汽车拥有成为例外而不是规则.这些创新与大规模固定电池相结合,应该会引起能源的车型.用电代替液体燃料,并将发电基础设施推向网络的边缘.机器人技术在AH智能的推动下，适应性机器人可以与人类一起工作.并在传统基础设施中导肮，改变产品的制造和销售方用式，D打印应该有助于制造业的数字化，不仅提高最终使，零部件的性能和精度增加供应链的弹性,与此同时低卫世界上最快的机器人，可重攵使用的火箭，倒会继续降一个降星星座发射的成本，并实现饰J惭的连接。作为来源：来K投资管理有管优任公司,2 24年, 去的知 不能预示未来的结果.此ARK分析法J：来自外部来源的系列基础数据，可根据要求提供。预测具仃固有的局限性,不能依赖。仅供信息目的，并不构成投资建议或对购买、销售或持有任何特定证券的推荐。过融合技术正在产生一波历史性的技术浪潮通用技术的预计经济影响（实际GDP增窗消费横U余蟀:百分点增加）化学品和合成材料-f车电视集成电路3D打印可重复使用的火箭自先适应机器人进电池自动驾驶云计算人工智能精准智能设备可技术疗法编程生物学W来源：MK投资管理仃限责任公司.24年这份ARK分析基于系列基础来源.包括Bekar等人2仍F的研究，可根据要求提供.该图表使用GPT4提示来调f使用详细框架进行识别的广泛用途技术的全面列表.在可用的情况卜，汪怦学术文献来评估可如因的给济轧GPT4评分标甚评估技术对技术的影响.FI接测域的影响与评分相匹配.以调整所有评分,以“生技术对技术的经济影响估计（即使无法狭济影响的直接测坡）.根据广义技术理论，这匡技术被假定在投资期间经济影响为负，然后开始实现生产力进步并反映在经济数据中。假设所行技术具有相同的扩散和实现周期。如果假设最近的技术扩散更快，当前浪潮将显得更陡峭.预测固有地行眼，不能依赖,仅供信息目的，不应视为投资建议或购买、销鸨或持有任何特定证券的推荐，过去的表现不能作为未来结果的指标。最高高中低最低仅供信息目列基础加密货币精准疗法多俎学技术可编程生物学智能合的B511"口动移动性魅电池此图形的更详细版本，O的，并不应被视为投资Il人工智能的发展速度超出了预测者的预期预计启动通用人工智能系统的年数GPT-3之前的平均年数8年（对数刻度）OPenAl宣布19来ARK投资管理仃限员任公司，2K年，居JMetaCWS的数据，包括基准细节，线至2K年1月31L蜂准广泛要求在个系统内成功通过对抗性两小时的调谐测试，时问答知汉和逻辑基准的广泛成功，以及对史朵模型汽乍装配指令的成功解部I执行绿线是根据对较弱基准的预测得出的通往通用人工智能（强烈制定）的时间估计。陵测本眦是有限的,不能依赖。仅供信息目的,不应被视为投资建议或购买、销售或持有任何特定证券的推荐.过去的表现不能作为未釉果的指标.个别技术进步可以融合并形成大规模的新市场机会神经网络先进的人工智能使得机器人出租 循目够依赖更少、更便宜的传感 器。先进的电池技术自主移动电池电动传动系统将机器人出租车的运营成本IW 6 %。人工智能和电池电动传动系统的结合 使得机器人出租车系统能够扩展。机器人出租车制造成本（每辆车, 4年）*机器人出租车每英里运营成本 按传动系统类型划分5例光雷达，必、摄像头，6个9个摄像头雷达，8个超声波 传感器预测本质上是仃眼的,不能依赖。仅供信息目的.不应被视为投资建议或自适应机器人技术除了更好的电池和人工智能，通用目标机器人还需要更好的： 电动机 功率电子学 传感器功耗低的计算随着机器人出租车规模的扩大，每项技术的成本应该按照其学习曲线下降。Wam。的制造成本是根据公开声明估邮.来源：-K投资管理有限责任公司,2241：.此ARK分析基于一系列外部来源,可根据要求提供.购买、销传或持有任何特定证券的推荐。过曲勺表现不能顶东未来的结果.这些技术对经济的影响应该是巨大的选择主要技术的经济影响（引入后）燃对实际GDP的累踊长自适应机器人技术、自主移动性和人I.智能影响是ARK投资的估计。人.智能估计包括可能无法在传统经济统计数据中捕捉到的消费存剩余价假,IT生产力的影响可能也低估了消费者剩余价侑工业机器人和IT的影qq衡星了对美国,欧洲和U本经济的影响.蒸汽机的影响是针对英国经济进行衡城的.来源：ARK投资管理有限公司，224年,居FGafts24,和MCKinSeGbbalInstitutBZ17的数据.预测具行同行的局限OMah0etaL29性,不能依赖.仅供信息目的,不应被视为投资建议或购买、销生或持有任何特定证券的推荐,过去的表现不能作为未来结果的指标。13技术创新可能具有足够的颠覆性，以主导全球股权市值年股权市值估计 非创新980万亿美元颠覆性创新1900万亿美弓总计1177J亿美元非创新 颠覆性创新 总计年 股权市值预测14万亿美元22万亿美元36万亿美元多组学测IMl创新指数,可以根据要求提供。M 怖浏尚职D经皿全方入来源I ARK投资管理有限货任公司，2 21年。这个ARK分析基费烈?卜部来源，包括世外文列 髓'露，牌嚣线懿殴患微牖或持有任何特定证券-过去的表现不能预木未来的结果年增长 预测342仍人工智能7 能源畴5 %机器人技术 78%多组学测序 g预测本质上是有限的,不能依赖。仅供对公共区块链的期望管下由苗述的情景是用现在时态写的,但它们是基于ARK的观点预测的可能结果。由于许多不确定因素这些可能的结果未来可能无法实现所提供的信息不应被视为投资建议也不应成为任何投资决策的依据。技术4年的可能性ARK对年的进展期望加密货币加密货币已经取代了大多数基于许可、集中控制的货币系统金融生态系融统能够困绕一个可以消除交易对手风险的数字资产进行重组，同时维续促进交易流动。这种重组始于传统金融系统的边缘，在货币系统破裂的地理区域和金中介机构无法满足的市场中。俄达市场中加密货币最初作为价值储存工具，提供了很少的直接效用。赌时间的推移，T真正中立的数字货币，主要是比特币，的效率优势已经战胜了其他金融架构.全球货币供应量与GDP同步增长，加密货币现在占总量的约1I。尽管在新兴市场中有些直接取代货的情况，但其中很少有价值枳累归因于直接取代货币。大部分增值是机构和高净值个人以及企业和国家的资金库的低个位数百分比配置的结加密货币维续取代黄金成为避险资产，占据市场的4X份额。汇款和全球结郛等实用用例分别占交易量的约If和5。智能合约大多数合同已迁移到开源协议，以实现数字稀缺性和所有权的验证。风险共担安排更加透明,各种资产更容易证券化、购买和出售,交易对手风险大大降低K化纬仝曲山仆的而啊样Ll然就的.囿他由女的人去在书）布俎麻如小咨。通过负债表轻型数字钱包平台实现的去中心化协议，促进了大部分传缝融功能0洛那#77砰RaK<U4将不热生法*砺右加即古拄的诲'11/带才疑小公司实体和每个消费者都在中心化公司结构本身受到质疑的情况卜进行了适应J全球金融资产占GDP的比例寺续增加，料能合约平台所占比例不到5,这一动态与拨号上网的采用h线一致。在去中心化协议上，代币化资产的总收入仅为传统金融机构收费的三分之一应用支付更大比例的或用以激励网络参与者占去中心化协议总收入的755。闽层协议和一级协议之间的综合净收费率约为6个基点。数字钱包数字钱包使几乎每个有连接设备的人都能即时传输和接收资金，从根本上改变商业和金融体验的流动。为个人用户提供批发定价的数字钱包已经打破了零售银行关系，从根本上雌J'消费者与金融服务提供商的关系。除J'金融功能，数字钱包还是各种字服务的分郑台，从打车到电子商务，还是安全的数字健康和其他敏感数据的存储库对于大多数经济活动，传统金融服务机构及其相关的支付处理价值链已经基本让位于互联网-enabled数字钱包。大约9%的智能手机用户在某种程耻依赖数字钱包。大多数人将数字钱包作为超出半有意义的金融功能的前端。数字钱包平台提例3继续依赖传统生态系统来促进像借贷这样的金融活动，但可以通过向这些机构提供客户来提取52%的潜在客户引导费，他们还可以通过其平台引导的电子商务活动获得3-15的商业C处费用。来源：ARK投资管理有限责任公M,224年.在I.表中，我们描述了我们认为可能在N3年和25年之间出现的技术能力的融合，我们强调，这些情景以现在时态叮成.是可能的结果，而不是确定的结果，k来可能会仃不同的发展这个ARK分析基卜一系列外部来源,可以根据要求提供。侦测本旗上是仃眼的，不能依赖.仪供信息目的，不应核视为投资建议或购买、销售或持行任何特定证券的推苕，多组学测序的预期尽管下表中描述的情景以现在时态书写,但它们是基于ARK的观点预测的可能结果由于许多不确定因素这些可能的结果在未来可能无法实现所提供的信息不应被视为投资建议,也不应成为任何投资决策的基础技术4年的可能性ARK对年的进展期望精准疗法技术使得分子生物系统的操纵成为可能，催生了一代更有效和持久的精准治疗。基于CRISPR的基因编辑技术使得直接操纵DNA的精确性越来越高。RNA作用的治疗技术限制了可以转录成蛋白质的DNA区域。人工智能的进步使得能够针对引起潜在疾病的特定蛋白质进行靶向治疗。这些突破缩短了治疗的开发时间,并提高了治愈疗法的疗效，使其价格高于传统疗法。研究人员的目标是治愈大多数罕见疾病。传统的健康服务支出下降，为分子治疗让出经济领域。在测序成本急剧卜降的推动下,研究人员和临床医生常规收集患者的表观基精准疗法占新发布药物的苏通过提高生活质量，降低附加医疗费用，并且通常有效治愈疾病，它们相时r传统药物具有7倍的平均价格溢价。结合预期的研发效率改进，这些药物将/1:23年为药枯收入增加6或约3亿美元.多组学技术因组、转潮I和蛋白质组据。借助越来越全面的智能设备和新兴人工资能工具搦上的数字健康读数，他门将这种多组学数据进行整合，以了解、预测和治疗疾病因此，癌症治疗已经完全改变：多解技术可以在早期阶段测到癌症'Jf确地定位治疗，并提供兔发监测。定期殛血液的全癌症检测已成了患为中年储的标准护理。多组学技术捣了生物技术研发效率，临床试验针时I患者群彳例行更精确、更容易的测量结Ii。结合人工智能，多组学技术改变者与健康系统之间的关系.数字健康提供商测公司领着这,变革。传统药物特许经营权和卫生服务系统己经失去了其重要性。随着健康寿命的延长,浪费的医疗支出减少。在全面渗透的情况下，由于Al增强的多组学技术，与药物开发相关的研发效率可能会翻倍。到2项3年，几乎所布一新的药物开发计划都将在临床前研发中融入多组学技术，约5«的计划将储床目中融入人工智能。实现的研发回报率已经提高了1%,预计到235年研发回报率将近翻倍.早期检测多癌症龈测试已成为标准护理，因为它们己经为某些年龄组的癌症死亡率减少了251，在发达市场，3的患者从新的诊断方案中受益。可编程生物学人工智能工具、改进的基跆成技术和可扩展生物被技术使得具有可预测性能的新型、低成本生物构建物成为可能,推动农业和材料科学的夏兴。可3m出以±m7WI斗的廿I：,L41%*Iwft*i73舍代并减小了环境外部性。分子生物学基元为新的槎健计算架构提供了基础。尽管仍限于早期阶段和开发项目基因合成福年创造1亿美元的收入。可编程生物学平台占据了精准治疗收入的11。这些平台以大约7I的毛利率、355的EBITDA利涧率和约2%的自由现金流利油率创造了另外3亿美元的收入。来源：第K投资管理有限贡任公司,2第二在上表中.我们描述了我们认海I能在23年和25年出现的融合技术能力。我们强调,这些场以现在时态写成,是可能的结果,而不是确定的结果,未来可能会有不同的发展，这个ARK分析稚于系列外部来源，可以根据要求报蒯本质上是行隰的，不前依赖，仅供信息i的，被视为投资建议或购买、销售或持有任何特定证券的推荐，16能源储存的预期管下中描述的情景以现在时态书写但它们是基于ARK的观点颈测的可能结果。由于存在许多不确定性这些可能的结果未来可能无法实现所提供的信息不应被视为投资建议也不应成为任何投资决策的依据=技术4年的可能性ARK对年的进展期望自主移动机器人将人和包裹从一个地方运送到另一个地方，彻底改变物理运动的经济学,山租车、快递和观察的成本降低了个数届:级.乘坐机器人出租车成为常太,拥有私人车辆成为例外。无摩擦的无人机和机器人投递加速独询务的速度白土<价本姑"止(<r闲WH见AMF太如出/下加木加的HMtS楠牧Wum白者和企业受益，而汽车、物流、零售和保险行业的先前主要参与者已经被颠覆.；自主机器人出租车已经改变了全球交通，几乎每个国家都可以以平均每英里约5美元的价格提供点对点交通。鉴于引人注目的价格和实用性，机器人出租车已经行驶了13万亿英里，并且正在获得越来越多的关注。自主机器人出相车平台收取平台掰J或5¾以上的佣金，实现约5"的运营利润并为资产所有-者运营商提供了以合理的资本回报率产生收益的机会。实现这种出行的自主车辆数量约为叱辆，大部分增处车辆生产都具备自主能力。先进电池系统电池成本的下降引发了移动形态的寒武纪爆发，将电力供应推向网络的末端节点，电动车主导着交通，内燃机逐渐消亡。包括E行出租车在内的微型交通工11<ArrhlCtfaII,/*n5ftrk*_.景观。所有这些创新都以牺牲液体燃料为代价，从根本上推动了对电能的需求。它们谈高效地提供电能，降低了电网的脆弱性、运营费用和输配电的资本密集度。石油需求下降，传统汽车制造商和供应商已被少数垂直一体化的技术提供商取代.随着乘客出行方式转向电动自动驾驶平台，每年销售的具备自动驾驶能力的约为74万辆,占据了汽车市场的大部分，以平均售价约为美元计算，电浜车a14万亿美元的收入，约21的毛利润和约1；的息税前利润&2制造业整合，利润翎加。电池占电动酒价值的约2U与电动汽车一样，电池制造业也是资棉；集型和氐利润率的。为电动汽车豳设备制造商提供电池施助困徭造商每年创造3亿美元的收入。静态能量储存需要的电池数量大致相当于电动汽耗的电池数堆为此产生了另外3亿美元的收入.来源：ARK投资管理有限先任公司，224年在卜.我中我们描述了我们认为可能在23年和25年之间出现的技术脆力的触合，我们强调，这"情景:以现在时态写成,是可能的雄果，而不是确定的燃果,未来可能公有不同的发展这MRK分析基于一系列外部来源.可以根据要求提供,预测本质上是有限的.不能依敕.仅供信息目的,不应被视为投资建议或购买、销售或持行任何特定证券的推苕.17人工智能的期望尽管下表中描述的情景以现在时态书写,但它们是基于ARK的观点进行预测的可能结果由于存在许多不确定性这些可能的结果未来可能无法实现所提供的信息不应被视为投资建议,也不应成为任何投资决策的基础技术I4年的可能性ARK对年的进展期望神经网络通过大量的数据，计算系统和软件正在解决以前无法解决的问题，自动化知识着工作，并加速技术融入所有经济过程。陵着成木的大帕下降，定制软件正在随每个人工押能模型的改进而改善连接世界。学习系统运行速度极快，其影响力与微处理器的引入样重大，正在改变侨务J业和地区.体Al模型的训练成本卜.降了4,倍以上，再加上对Al硬件的大规模投资，使得总Al能223年以来增长大约6,倍。被5X的知识工作者采用的Al软件系统平均陶了刑的生产力“与其他软件产品致，企业支付生产力增长的1，来使用该软件。下一代云计算云工具训练了主导软件堆栈和连接Al运行世界件。基础设施即服务提供商、芯片制造商和工具制造商触神经网络的训练屋享受了几十年的需求周期。软件开发已经实现民主化，提供APl接口的公司正在经历前所未有的需求13亿美元的人工智能硬件支出支持13万亿美元的人.上智能软件销售，并且润足75的传统软件毛利率。三类客户支持对人工智能硬件的需求一基础设施即股务提供商、软件公司前人工智能基础模型提供商，这些客户应该能够产生2K的现金流利润率，与芯片制造商相一致.智能设备人工智能驱动的新一和中互人智能驱动的基础设施存在于家庭和其他社交环境中，改变了所有媒体提供商发方最终用户以全新的方式与世界互动，他们的消费偏好数据催生了新的商业模式和服务。商业和赌博渗透到娱乐体验中，实现并促进了新的广告形式和内容变现。节目线性电视已经过时，数字策划和直接线性内容正在逐渐让位于互动体验，布一时是微妙的.通过人工智能介导的眼镜和头三备渗透到日常生活中。智能设备硬件的消费支他*续上升，每位互联网用户每年达到约6美元。连接时间大幅增长，达到全球2万亿小时的清醒休闲时间的一半。数字体验继缴低于而对面体验的折扣价值实现盈利，每小时在线消费产生25美元的平台收入。智能设备、娱乐和社交平台共计实现54万亿美元的收入，其他括设备支出和数字娱乐体验。广告和商业活动占据其中8%的收入，1（源：ARK投资管理有限责任公司.224年“在上表中，我们描述了我们认为可能在23年和25年之间出现的技术能力的融合.我们强调,这些情景以现在时态写成，是可能的结果，而不足确定的结果.未来可能会有不同的发展这仇RK分析:堪于系列外部来源，可以根据要求提供。预测本版上是有限的，不能依赖。仅供信息目的,不应被视为投资建议或购买、销科或持有任何特定证券的推荐.机器人技术的预期管下中描述的情景以现在时态书写,但它们是基于ARK的观点预测的可能结果。由于存在许多不确定性这些可能的结果未来可能无法实现。所提供的信息不应被视为投资建议也不应成为任何投资决策的依据，可重曳使用的火箭价格低廉，并催生了新的商业模式。低地球轨道星座将每个智能手机用连接到个抗审杳的数据源。超音速点对点旅行正在成为现实，打破隧飞行的传统,改变军事资产交付方式，缩小全球供应链。外太空人类探索已经开始加腱。在SPaCeX的StarshiP发射量的带领R个拥斤4,颗F星的网络已经进入轨道为几乎所有帮能手机提供直接卫星通信，并为船只、厉车、飞机和发展中国家的农村居民提供宽带类型的速度。鉴于顾客可以轻松接入的相对便利性-个电源插座，一个天线和一条通往天空的畅通路径-大多数顾客参与了个总额达13亿美元的可寻址市场。由人工智能驱动的自适应机器人正在改变经济。与现有基础设施兼容的人形机器人的成本已经降低到许多应用中人工制造劳动力的成本之下。以前难以解在山的密庙“幺市在13161；告T人注U的公她由区Wl"N占白油"KAhlKA机器每次人工智能软件升级中变得更加高效。舰队数据生成和人工智6模型训苑的口枇衽钛用曲若枇f(炽*陆旅国全珏次的枷Tiaifti旦块国址uh术的成本卜降，制造业生产力增长加速.机器人继续渗透服务行业。经济已继入了一个不可否认且前所未有的爆炸性增长时期。自适应机器人已经渗透到制造过程中提高了B的生产力，人形机器人的年销量已经增长到制造业劳动力人数的1I。成本较低的人形机器人已经开始在家庭中普及其是在发达国家。虽然功能仍然有限,但这些H踹人可以完成家务的三分之一，他们的价格可以通瀚庭成员节省的时间来证明。由于软件的原因，机器人制造商享受着高端资本设备供应商的利涧率。3D打印消除了设计障碍，降低了成本、重成和生产时间，从根本上改变了传统制造方法“使用3D打印技术制造的医疗工具是个性化和定制的，为患者和医生三了更好的体验，更轻的3D打印航？航天零部件减少了全球排放，并为地球和外太空的新&机提供了飞了能力。各行各业的替代零部件可以按需打印，成本仅为以前的小,最终打破J'供应链短缺。3D打印使人工智能能够设计以前无法制造的零部件.3D打印技术继续主导原型制作市场，并已进入中间工具市场的重要部分，实现J'漫成技型和金属铸造应用中的低成本设计迭代“对干行业增氏最为里要的是，3D打印场术已经开始在航空航天和汽车领域的最终应用中得到实质性的应用，这些市用零每年共倘售超过万亿美元的设备。在所有行业中，将有近9亿美元的最终应部件采用3D打印技术，尽管海透率仍然在两位数.来源：尔K投资管理1限责任公司，2R年:，在上龙中，我们描述我们认为可能在23年和25年出现的技术能力的融合：我们强调，这些场景以现在时态n成，是可能的结果，而不是确定的结果，未来可能会有不同的发展.这个阳K分析基于系列外泓来源.可I：.思据更求提供.预测本册I:是有限的.不能依赖.仅供信息H的，不应被视为投资建议或购汇、销化或持行任何特定证券的推行.19研究者:弗兰克唐宁下代互联网研究主任JoefSoja研究助理人工智能ScafrigGbbaIJntelenceAndRedefritigWork来源：ARK投资管理有限理任公司.2 24io预测本版上是有限的,不仅供信息目的.不应视为投资建议或购买、销将或持有任何特定证券的推存，过去的表现不能预示未来的结果.具有超人类性能的AI模型，如GPT4,应该会在生产力方面引发前所未有的繁荣。受ChatGPT的"iPhone”时亥IJ的震撼，企业正在争相利用人工智能(AI)的潜力。由于成本迅速下降和开源模型的出现，Al承诺带来的不仅仅是效率提升。如果我们相信知识工作者的生产力到23年将增加四倍，那么实际GDP的增长可能在未来五到十年内加速并刷新记录。来源：ARK投资管理有限货任公司，224年。预测本质上是有限的，不能依赖。仅供信息H的，不应视为投资建议或购买、销售或持有任何特定证券的推荐，过去的表现不能预示未来的结果。CaGPT让消费者欢喜，企业惊叹自从谷歌在217年发明了TranSfHmer架构以来，ChatCPT在公众对生成式人工智能的理解方面起到了催化剂的作用。ChatGPT的简单聊天界面使得任何说任何语言的人都能利用大型语言模型(LLM)的强大功能，不再仅仅是开发者的工具。在223年，企业竞相了解和部署生成式人工智能。Ch a GPT用户在两个月内达到If乙用户Cha GPT 微信抖音-In sagramYo T b e - - - Face bookAI提及次数在财报电话中翻了三倍字母表 苹果 亚马逊 Me a 微软1811411Cha G Pl之后的平均水平年份*到If乙用户之间的数值是估计值来源：MK投资管理仃限资任公司.224年.此ARK分析基T,系列数据来源,可根据要求提供.预测具有固ff的局限性，不能依赖.仅供信息目的,不应视为投资建议或对任何特定证券的购买、销隹或持有的推荐，过去的表现不育频示未来的结果。人工智能已经显著提高了生产力像GitHUbCopitotf11RepIitAl这样的编码助手是早期的成功案例，它们提高了软件开发人员的生产力和工作满意度。Al助手正在提高知识工作者的绩效，并且有趣的是，相对于高绩效者，它们对绩效较低者的帮助更大。年使用Gih b Co pifc的开发者在编码任务上的生产力年使用Ge n Al的顾问的生产力任务速度任务质量任务质量，工作者前5百分位任务质量，工作者后5百分位数据来源：ARK投资笆理行限送任公224：用于分析生产力的数据来门多个不同的耽，6评数次和任务质战定义各不相同.使用的来源包括DeUaqUa等人的223年研究和GitH5的222年数据.演测具行固仃的局限性,不能依赖仅供信息目的,不应视为投资建议i购买,销辔或持有任何特定证券的推荐,过去的表现不能作为未来结果的指标.基础模型在各个领域不断改进随着训练数据集的增大和参数的增加，GPT4在性能上明显优于GPT35°越来越多的基础模型变得“多模态'一一支持文本、图像、音频和视频-不仅更具动态性和用户友好性，而且性能更好。GPT-.5、GPTY和Qade在专业和学术考试中的结果GPT-.5BGPT-4BCladeGPT锹觉噢国生物奥林匹克竟加这是项时尚中生进行生物学测试的著名国家比赛“来源：ARK投资管理有限责任公司.224i-,基JOPelAl和AnthrCPi:的数据,截至224年1月9日.预测本质上是有限，不能依赖，仅供信息H的，并不应被视为投资建设或购买、销官或持有任何特定证券的推荐。过去的表现不能预示未来的结果“文本到图像模型正在重新定义图形设计在多伦多大学的研究人员介绍了第一个现代文本到图像模型八年后，图像模型的输出现在与专业图形设计师的相媲美。-个人类设计师可以在几个小时内用几百美元创建一幅图像，比如一群大象穿过绿草地。文本到图像模型可以在几秒钟内以几分钱的价格生成相同的图形。像AdobePh0tosh0p这样的专业应用程序和像LenSa和ChatGPT这样的消费者应用程序正在将图像模型整合到其产品和服务中。16年月a IgnDRAW一群大象穿过绿草地)年11月Midj rne 4年1月Midj me 6年 月Midj me 1来源：ARK投资管理有限货任公司.224i.图片来源TMasim。等人2年和MidWJUrne；便测本质上是有限的.不能依赖。仅供信息目的,不应被视为投资建议或购买、销件或持有任何特定证券的推短过去的表现不能预示未来蹄果。撰写文字的成本已经崩溃在过去的一个世纪中，撰写书面内容的成本在实际上是相对恒定的。在过去的两年中，随着LLMS的写作质量的提高，成本已经崩溃。撰写文字内容的成本$1,1997年后胺设每位寐员的字数保持不变来源：ARK投资管理有限员任公司，224年。这个ARK分析基J：224年1月9H的系列数掳来源，可根据要求提供。预测本质上是仃限的，不能依机仅供信息门的，不应被视为投宽建议或购买、销售或持有任何特定证券的推荐。过去的表现不能预示未来的结果.Allll练性能正在迅速提高Al研究人员正在创新训练和推理、硬件和模型设计方面，以提高性能并降低成本。模型训练性能提升摩尔定律加懈优化增加 减少 总计算法优化其他算法创新 Llam a京明LLM的卓越写作能力基本上是通过从人类反馈中进行强化学习（RLHF）卵动的 优化的提示可以比人类提示提高5 以上 的性能 推测解码可以在某些模型上加速推理23倍 Flash AttentiO n 加以在GPT模型中加速训练23倍摩尔定律南美洲豪猪年表现潢则改进最佳缩放三来源：ARK投资管理有限选任公司.22的：此ARK分析基于一系列数据来源,包括Boaich223年.Tour等人223年，Yang等人223年,Leiattan等人222年和Dao223年,可根据要求提供。预测本质上是有限的.不能依赖.仅供信息H的，井不构成投资建议或对例“特定证券的买入、卖出或持仃的推荐.过去的撷.不能作为未来结果侑H尿.培训成本应继续每年降低根据赖特定律，加速计算硬件的改进应该每年将人工智能相关计算单元（RCU）的生产成本降低5%,而算法模型的改进还可以进步每年降低47%的培训成本。换句话说，硬件和软件的融合可以通过2年以每年75%的速度降低人工智能的培训成本。人工智能培训硬件成本实际$/RCU预测$/RCU使用神经网络的人工智能软件培训成本累积ReU产蚩（百万）（对数刻度）累积RCU产量（百万）（对数刻度）*FS-DaS是训练模型所需的计算歆的一种度瓦赖特定律指出，对于每个累积加倍的产G,成本将以一个恒定的百分比下阱.来源：ARK投资管理有限设任公司，224年.这：ARK分析范卜224年1月9H的系列数据来海，可根据要求提供.预测具有同行的局限性，不能依赖.仅供俗息目的，不应被视为投资建议或啊买、销拘或持行任何特定证券的推荐，过去的表现不能作为未来结果的指尾随着生产使用案例的出现，人工智能的重点正在转向推理成本在最初关注LLM训练成本优化之后，研究人员现在将推理成本作为优先事项。根据企业规模的使用案例，推理成本似乎以每年约86%的速度下降，甚至比训练成本下降得更快。如今，GPT-4Turbo的推理成本比一年前的GPT-3更低。GPT-和GPT-4API推理成本每1,个标记$.8$.$.$.5$.4$.$.$.1$-价格变动日期来源：ARK投资话i理有限员任公司,2口此ARK分析基f系列数据来源.包括PateI和KCBtoi:223年以及AR鹘资管矍勺Fidi生今日之23年的数据，可根据要求提供。预测棚上是有限而，不能依赖.仅供信息由J，不应税为投资建议或购买、销售或持有任何特定证券的推荐、过去的表现不能预小未来的姑果开源社区正在与私有模型竞争开源社区及其企业支持者Meta正在使生成式人工智能的获取民主化。总体而言，开源模型的性能改进速度比封闭源模型更快，最近受到中国模型的帮助。开源S私有模型1.私有C私有（在5Sho MMUJ上没有超越以前的模型）5-ShoMMLU性能开源开源（在5ShoMMUJ上没有超越以前的模型）GPT-4（OpeAI）.8PaLM 2（字母）Claude 13 （Anthrop ic）Fbn-PaLM （Abhabet）GPT3 （OpenAI,精调）GPT-215B （OPenAI,精调）平均人类表现5 15PaLM 54 B （Athabet）Ch inch iUa 7 B （At h abet）>,<×QWen72B（阿里巴巴，中国）MA 27 B （元）UaA65B（元F