L'engouement pour les grands modèles : le gâteau le plus doux et le plus dur

Auteur丨Bai Jiajia

Éditeur américain 丨 Fisherman

Source : Laboratoire de recherche sur le silicium

Note de l'éditeur:

Un côté est fanatique et l'autre est froid. C'est l'état actuel de l'industrie du modèle à grande échelle en Chine. "Chaos Age" est peut-être l'étiquette la plus appropriée pour cette industrie. Au cours des six derniers mois, la technologie et les gens, la technologie et l'industrie, la civilisation humaine et la civilisation technologique sont entrées dans une nouvelle phase de reconstruction. Derrière ce changement se cache non seulement l'avancement de la technologie, mais aussi la promotion de personnes et d'entreprises clés.

En tant qu'observateur frontalier de l'ère intelligente, le "Silicon-based Research Office" prête attention à toutes les histoires liées à la technologie. Aujourd'hui, nous allons lancer le plan de "L'ère du chaos des modèles à grande échelle", à partir de la déconstruction de des modèles à grande échelle et en plaçant l'objectif au premier plan de ces vagues d'entreprises et de personnes, partagez et interprétez leurs idées uniques pour les lecteurs.

Cet article est le deuxième article prévu dans cette série : "L'engouement pour les applications des grands modèles : le gâteau le plus doux et la passe la plus difficile". Partie 1 : L'ère chaotique des grands modèles : contradictions, différenciation et avenir

Source de l'image : générée par l'outil d'IA illimitée

"J'ai vu des choses que vous, les humains, ne croiriez jamais. J'ai vu des navires de guerre brûler sur le bord d'Orion, et j'ai vu des rayons C scintiller dans l'obscurité près de la porte de Tannhauser. Tous ces moments passeront dans le temps, comme des larmes qui disparaissent dans le pluie."

Il s'agit du dernier monologue du film "Blade Runner", prononcé par le réplicant Roy Batty.

Cette ligne a ensuite été sélectionnée par le britannique "Observer" comme le sixième des dix meilleurs moments classiques de l'histoire du cinéma, et est souvent citée comme représentative des œuvres de science-fiction.

D'une certaine manière, ce passage devient une réalité. Aujourd'hui, le modèle à grande échelle qui a plongé le monde dans une frénésie absorbe les connaissances mondiales à une vitesse inimaginable.Le torrent de personnes, de choses et de choses derrière ces personnages n'est peut-être pas aussi clair que Starheap Wars.

Et les universitaires, ingénieurs et hommes d'affaires qui ont fait tout cela attendent toujours, peut-être ne savent-ils pas ce qu'ils veulent attendre, des sondes technologiques plus sophistiquées ? Des outils de production plus performants ? Une super appli avec plus d'argent ?

Ou un réplicant comme Roy Batty, atténuant la solitude presque désespérée des êtres humains regardant la galaxie.

est-ce que ça vient

qu'est-ce que ça apporte

Comment est-ce arrivé?

Où a-t-il germé pour la première fois ?

Quelle est la différence entre la Chine et les pays étrangers ?

……

Face à l'infinité de maquettes grand format d'aujourd'hui, il est trop tard pour s'inquiéter ou espérer… Pour ce partenaire qui nous accompagnera encore longtemps, la meilleure cérémonie d'accueil est de le contempler.

Le côté C passe au côté B, l'open source a un impact sur la source fermée

L'émergence de ChatGPT, c'est comme si l'intelligence artificielle frappait à votre porte.

Il a été rendu public le 30 novembre 2022. En seulement deux mois, ChatGPT a dépassé avec succès les 100 millions d'utilisateurs actifs mensuels, ce qui en fait l'application grand public à la croissance la plus rapide de l'histoire.

Début mars, Codeway Dijital a développé Chat with Ask AI basé sur l'API ChatGPT.Avec sa puissante fonction de questions-réponses, son chiffre d'affaires au premier semestre a dépassé 16 millions de dollars américains (environ 112 millions de renminbi), devenir la piste AI+Chatbot avec les téléchargements et les revenus les plus élevés.

** Le succès de ChatGPT semble indiquer que la logique commerciale des applications d'IA pour les utilisateurs finaux C est établie : remettez le produit aux utilisateurs, et ils exploreront les possibilités infinies offertes par l'IA. Dans le processus, une magnifique courbe de revenu sera également Puis émerger. **

Malheureusement, les choses ne sont pas si simples.

Le 4 juillet, la société d'analyse Web Similarweb a publié des données indiquant que les visites mondiales de ChatGPT en juin avaient chuté de 9,7 % d'un mois sur l'autre et que le nombre de visiteurs uniques avait diminué de 5,7 % d'un mois sur l'autre.

Outre ChatCPT, le volume de visites de Character.AI a également connu une forte baisse en juin, avec une baisse mensuelle de 32 %.

Character.AI peut imiter les personnalités des célébrités du divertissement, des personnages historiques et des personnages fictifs pour les conversations, se classant au deuxième rang parmi tous les outils d'IA similaires.

À cet égard, l'analyste de Similarweb, David Carr, a déclaré : "Désormais, les chatbots doivent prouver leur valeur et ne pas tout prendre pour acquis".

Dans une certaine mesure, la baisse du nombre de visites sur ChatGPT et Character.AI symbolise que les applications d'IA pour les utilisateurs finaux C ont progressivement atteint la limite supérieure, et cela montre que—

**Les utilisateurs ne sont pas tellement intéressés à explorer la possibilité de l'IA de manière indépendante. Intégrer profondément l'IA aux scénarios d'application et "mettre le marteau à côté du clou" sont des conditions nécessaires pour l'atterrissage de grands modèles. **

Microsoft a pris les devants en devenant un "porteur de marteaux".

En utilisant la technologie d'OpenAI, la société mère de ChatGPT, Microsoft a lancé Microsoft 365 Copilot, et lors de la conférence annuelle Inspire du 18 juillet, il a proposé un prix de 30 $ par mois pour les clients commerciaux.

Selon les rapports, Microsoft 365 Copilot peut aider les entreprises à raisonner sur toutes les données de l'entreprise, notamment en générant les dernières informations à partir des réunions du matin, des e-mails et des enregistrements de chat, et en les envoyant à l'équipe ; en aidant les utilisateurs à comprendre l'avancement des projets la semaine dernière ; ou en interne fichiers et réseaux Créer une analyse SWOT à partir des données.

** En combinant avec ses propres scénarios, Microsoft s'est engagé sur une voie de monétisation plus solide, et c'est également le modèle de nombreuses grandes entreprises qui testent aujourd'hui l'IA de l'eau. L'ensemble du processus est en boucle fermée, et les données et les modèles ne circulent qu'entre géants . **

C'est comme si la technologie de fabrication de robots la plus avancée de "Blade Runner" était fermement contrôlée par Taylor Corporation.

Cependant, les développements réels sont souvent plus dramatiques que les films. Récemment, Meta, également un géant de l'Internet, a annoncé le modèle de base open source Llama2, qui est distribué par Microsoft Cloud et est disponible pour une utilisation commerciale gratuite par les entreprises, tirant le premier coup de " monopole anti-technologie ».

À en juger par les résultats de l'évaluation, Llama2 a encore un certain écart par rapport à GPT-4, et a ses propres avantages et inconvénients avec GPT-3.5. C'est actuellement le meilleur modèle open source sur le marché.

Mais qu'est-ce que cela signifie exactement ?

Prenant l'exemple de la division des grands niveaux de modèle de Huawei, elle peut être divisée en grands modèles de base (simulant les fonctions humaines, telles que le langage et la vision), grands modèles industriels (selon les divisions de l'industrie, les fonctions de plusieurs grands modèles de base peuvent être coordonnées) et modèles de scénarios (correspondant à des scénarios spécifiques dans l'industrie, tels que les assistants de point de vente, la logistique de la chaîne d'approvisionnement et l'optimisation des petites molécules).

Llama2 open source de Meta est un grand modèle de langage dans le grand modèle de base. Il ne nécessite pas une grande quantité de données pour former le modèle, mais seulement un grand corpus. Grâce à un réglage fin, les entrepreneurs modèles à grande échelle peuvent développer des applications d'IA adaptées aux industries ou aux scénarios correspondants.

Tout comme le système Android prend en charge l'écosystème Internet mobile des téléphones mobiles non Apple, Llama2 minimise le coût de développement de modèles à grande échelle pour les entreprises, afin qu'elles puissent se concentrer davantage sur leurs propres scénarios industriels.

La "Miaoya Camera", qui a soudainement explosé en Chine ces derniers temps, bénéficie de l'open source.

Stable Diffusion (SD) est l'un des outils de peinture AI les plus en vogue à l'heure actuelle. C'est un projet gratuit et open source qui peut être déployé et utilisé par n'importe qui gratuitement. Selon les prévisions du marché, le principe de "Miaoya Camera" est de résoudre le problème du caractère aléatoire de la sortie d'image SD via le plug-in de modèle LoRA.

LoRA est en fait une technologie de réglage fin de modèle qui est gratuite et ouverte au public. Le 25 juillet, Alibaba Cloud a lancé un plan de formation et de déploiement pour la série complète de versions de Llama2 en Chine, y compris le réglage fin de LoRA.

De ChatGPT face directement aux consommateurs finaux C, à la combinaison par Microsoft de grands modèles avec ses propres scénarios, puis de les pousser vers les consommateurs ou les entreprises, puis à Meta open source Llama2, fournissant de grands modèles de base et des services de réglage fin pour les entreprises, ** de multiples voies pour favoriser à grande échelle Derrière l'atterrissage du modèle, il y a des acteurs du modèle à grande échelle qui tentent d'ouvrir au plus vite la boucle fermée de l'entreprise, et la réflexion sur le retrait des fonds pour soutenir l'itération technologique est aussi une question de longue haleine investissement dans la construction d'une écologie industrielle de l'IA et concurrence pour le droit de parole. **

Il convient de mentionner que bien que l'article utilise Microsoft, OpenAI et Meta comme exemples, cela ne signifie pas qu'ils se limitent aux chemins correspondants. En fait, avec le soutien de la technologie et des fonds, les entreprises leaders ont la force de déployer plusieurs chemins, et Cela a également rendu la situation de combat plus anxieuse.

Par exemple, selon un article publié par The Information le 24 juillet, le modèle de langage open source à grande échelle qu'OpenAI développe porte actuellement le nom de code G3PO, et le calendrier de publication n'a pas encore été déterminé en interne.

Fait intéressant, bien que l'avant-pied Zuckerberg ait déclaré sur Facebook que "l'open source favorise l'innovation car il permet à plus de développeurs d'utiliser les nouvelles technologies... Je pense que si l'écosystème est plus ouvert, plus de progrès seront publiés", mais lors d'une conférence téléphonique quelques jours plus tard, il a proposé de facturer une partie des revenus de la revente de services à de grandes sociétés de cloud computing telles que Microsoft, Amazon et Google.

** Les données pourraient devenir le fossé le plus fort pour les entreprises chinoises **

Dai Yusen, associé directeur de ZhenFund, a une analogie ingénieuse pour ce cycle d'entrepreneuriat modèle à grande échelle : l'émergence de GPT-3 équivaut à découvrir un nouveau continent, et ChatGPT-4, c'est comme découvrir de l'or sur un nouveau continent.

Le voyage de rattrapage de la société chinoise, c'est comme connaître le Nouveau Monde et où se trouve l'or, et savoir qu'OpenAI va en bateau, et connaître l'apparence générale du bateau, mais sans carte détaillée.

Ainsi, pour les modélistes chinois à grande échelle, s'approvisionner à terre durant ce long voyage est une question de vie ou de mort.

L'amarrage consiste à trouver une scène d'atterrissage pour le grand modèle et à former un modèle commercial durable.

Il est indéniable qu'il existe encore un certain écart entre les puces d'intelligence artificielle nationales et les normes de classe mondiale.Limitées par les sanctions sur les puces, il est difficile pour les entreprises chinoises d'étendre l'échelle de la puissance de calcul.

De plus, du côté de l'algorithme, y compris divers grands modèles tels que le traitement du langage naturel, la vision par ordinateur, l'audio et la multimodalité, la Chine a certains avantages, mais l'algorithme lui-même et la puissance de calcul se complètent, elle est donc également temporairement dans le même position qu'OpenAI et d'autres leaders de l'industrie à une certaine distance.

Dans la situation actuelle, les entreprises nationales doivent travailler dur sur les données si elles ne veulent pas prendre du retard dans cette vague d'IA.

** En d'autres termes, l'un des principaux obstacles pour les acteurs chinois des modèles à grande échelle dans ce tour de compétition est basé sur les données formées sur le marché chinois. **

Dans le processus de développement d'un modèle à grande échelle, les données sont le facteur décisif, et la qualité et l'échelle des données affectent directement le coût de développement et l'effet de présentation final du modèle.

Cependant, les données de haute qualité contiennent souvent un grand nombre de secrets d'entreprise, qui ne sont même pas autorisés à être téléchargés sur des réseaux externes, et encore moins soumis à d'autres entreprises pour le développement de modèles à grande échelle.

En mars de cette année, "l'économiste" des médias coréens a signalé qu'il y avait eu trois cas d'utilisation abusive et abusive de ChatGPT au sein de Samsung, entraînant le stockage de données de mesure d'équipements semi-conducteurs, de rendement de produit et d'autres contenus dans la base de données d'apprentissage ChatGPT, causant d'importants pertes pour l'entreprise.

C'est précisément à cause du risque de fuite d'informations et du coût élevé de la confiance entre les entreprises que les entreprises étrangères de modèles à grande échelle commencent souvent à augmenter l'échelle des modèles à grande échelle, à établir une écologie industrielle, puis à suivre avec des applications.

Dans une certaine mesure, la "lettre d'engagement volontaire" récemment signée par des entreprises telles que Microsoft, OpenAI et Amazon à la Maison Blanche n'est pas seulement une réponse aux préoccupations sociales causées par le développement rapide de l'IA, mais aussi un signal au marché , dans l'espoir d'obtenir plus d'institutions sociales et de confiance des entreprises.

** De retour en Chine, sous la direction du pouvoir national, les entreprises publiques et les gouvernements locaux sont relativement ouverts aux modèles à grande échelle, et les applications, l'écologie et la construction de modèles se développent simultanément. **

Par exemple, le modèle à grande échelle Pangea de Huawei a atterri dans la « mine de charbon Lilou » moderne à grande échelle avec les plus grandes réserves minières et la plus longue durée de vie de la mine dans la province du Shandong.

En octobre 2022, Huawei a signé un cadre de coopération avec Yunding Technology, une filiale du groupe Shanneng, pour lancer entièrement les mines, l'intelligence artificielle, l'infrastructure TIC, les parcs intelligents, la formation des talents, les appareils portables intelligents, les terminaux miniers et les solutions TIC pour les scénarios industriels. coopération.

Depuis lors, des experts des deux côtés ont pénétré profondément dans la ligne de front de la mine et ont profondément participé à l'application de modèles à grande échelle.En production réelle, 21 majors dans 9 disciplines, y compris l'extraction du charbon, l'excavation, le transport principal, le transport auxiliaire, levage, supervision de la sécurité, anti-récurage, lavage et cokéfaction Scénarios d'application, mise à niveau constante du modèle et lancement officiel du premier grand modèle d'IA dans le domaine minier le 18 juillet de cette année.

Il est entendu que l'une des fonctions du grand modèle de Pangu est d'aider le département anti-affouillement dans la vérification standard des projets anti-affouillement et de décompression, ce qui peut réduire la charge de travail de l'examen manuel de 82 % et atteindre un 100 % de taux d'acceptation des projets anti-affouillement.

Des histoires similaires sont également arrivées à des entreprises telles que Baidu et HKUST Xunfei.

Le 27 juin de cette année, Pékin a publié le premier lot de 10 cas d'application typiques de modèles industriels à grande échelle, dont la plupart sont des domaines "hard core" tels que la gouvernance urbaine, la finance intelligente, les soins de santé et la modernisation industrielle.

Il s'agit notamment de "l'assistant de connaissances d'inspection d'équipement équipé d'un grand modèle NLP pour l'industrie de l'énergie" développé conjointement par Baidu et l'unité de recherche State Grid Smart Grid, qui peut améliorer les indicateurs F1 de la segmentation des mots professionnels de l'énergie et de la reconnaissance des entités sensibles au marketing de l'énergie en 9,27 % et 13,28 %, atteignant 92,376 % et 94,947 % ;

Le "Urban Brain Large Model" développé conjointement par iFLYTEK et Zhongguancun Science City City Brain résout des problèmes tels que l'accès et l'application limités des ressources de données de gouvernance urbaine, la faible capacité de généralisation des modèles de services de gouvernance urbaine et la sécurité de l'information à l'ère de l'intelligence artificielle.

**Les entreprises chinoises se sont donc engagées sur une voie unique, des grands modèles industriels aux grands modèles généraux, puis examinent quel type de technologie de modèle à grande échelle est nécessaire pour la mise en œuvre à grande échelle des applications. **

** Et ce processus est également conforme au consensus général de l'industrie sur la production de données de haute qualité - abaissez le seuil en vulgarisant l'IA, et en même temps mettez en œuvre l'IA dans l'industrie, puis accumulez et collectez plus de données de haute qualité, et enfin pousser le modèle vers l'avant Itérer rapidement. **

La raison pour laquelle les scénarios d'application de modèles nationaux à grande échelle sont différents de ceux à l'étranger est essentiellement que, dans le contexte où la puissance de calcul et les algorithmes ne dominent pas, le pays et les entreprises forment une force conjointe pour accélérer le développement du "modèle de données-données " volant moteur.

** Et ce qui détermine vraiment l'orientation future de cette phase d'amarrage est en fait de savoir si un marché des données de haute qualité, liquide et sécurisé peut être construit en Chine. **

Il y a quelques jours, l'Association chinoise des normes de communication et l'Académie chinoise des technologies de l'information et des communications ont publié le "Rapport de recherche sur le développement des bases de données (2023)". Le rapport a souligné que la taille du marché mondial des bases de données en 2022 sera de 83,3 milliards de dollars américains, et la taille du marché chinois des bases de données sera de 5,97 milliards de dollars américains (environ 40,36 milliards de dollars américains) milliards de yuans), ce qui représente 7,2 % du monde.

On estime que d'ici 2027, la taille totale du marché chinois des bases de données atteindra 128,68 milliards de yuans, avec un taux de croissance annuel composé (TCAC) de 26,1 %.

** Où est le gâteau le plus sucré ? **

Pour résumer, il y a deux tendances dans l'ensemble de la piste des grands modèles.

**La première est que les grandes entreprises passent des applications du côté C au côté B. Certains acteurs choisissent d'intégrer leurs propres ressources et d'établir un système de service complet de la base de données aux applications industrielles. L'autre partie choisit de construire un grand plate-forme de modèles à l'échelle pour s'intégrer aux petites et moyennes entreprises Former une force conjointe pour attaquer les principaux acteurs. **

** Deuxièmement, les entreprises étrangères sont les premières à mettre en œuvre des modèles à grande échelle dans leurs propres scénarios, et les entreprises nationales sont profondément intégrées aux industries réelles pour former un volant de données. **

Entre le flux et le reflux de la marée, le "morceau de gâteau le plus doux" de la couche d'application de la chaîne industrielle de l'IA a progressivement fait surface.

** À en juger par la situation actuelle, les modèles à grande échelle linguistiques et les modèles à grande échelle visuels sont les voies de commercialisation les plus claires et les modèles à grande échelle les plus concentrés sur le marché. ** En plus des applications directes aux consommateurs telles que ChatGPT et Miaoya Camera, il fait également des progrès constants dans des domaines tels que le bureau collaboratif, l'édition d'images et le service client intelligent.

Cependant, le degré d'homogénéité de ces applications est relativement élevé. À moins que la technologie ne soit aussi avancée qu'OpenAI, l'effet ne sera pas très différent. De plus, même OpenAI doit introduire en permanence de nouvelles fonctions pour fidéliser les clients.

Les 20 et 21 juillet, ChatGPT a augmenté le nombre de messages pouvant être envoyés via GPT-4 et a lancé la fonction de commande personnalisée.

En revanche, les jeux en ligne multijoueurs (MMO) ont des barrières industrielles plus élevées, également basées sur les capacités de génération graphique. La fonction d'apprentissage en profondeur de l'IA s'adapte aux caractéristiques à multiples facettes du jeu et joue un rôle de premier plan dans le processus de développement de la technologie de jeu actuelle, offrant aux joueurs une expérience de jeu plus intelligente, riche et personnalisée.

Dans le contexte de la distribution stable des numéros de version de jeu, l'industrie du jeu devrait devenir le plus doux morceau de gâteau à court terme pour les applications de modèles à grande échelle.

**À long terme, le grand modèle est essentiellement un outil d'amélioration de la qualité et de l'efficacité de l'industrie. La volonté des clients d'acheter des services ou des produits est directement liée aux avantages que le grand modèle peut exploiter. Par conséquent, afin de trouver les scénarios d'application les plus imaginatifs à l'avenir, les indicateurs clés qui doivent être étudiés sont l'échelle de l'industrie elle-même et la hauteur du fossé. **

"Silicon-based Research Office" estime que les véhicules à énergie nouvelle sont le domaine le plus imaginatif pour les futurs modèles à grande échelle.

Du point de vue des perspectives de développement, les véhicules à énergies nouvelles s'inscrivent dans la tendance mondiale de consommation « décarbonée et respectueuse de l'environnement », propice à la réduction de la consommation d'énergie pétrochimique.

Par exemple, en juin 2022, les ministres de l'environnement des 27 pays de l'UE sont parvenus à un accord sur une nouvelle législation sur la protection du climat. À partir de 2035, l'UE n'autorisera la circulation que des voitures sans émission de dioxyde de carbone.

Du seul point de vue de la réduction des émissions de CO2, les gros modèles peuvent trouver leur chemin.

En plus de la conduite, l'ensemble de la chaîne de l'industrie automobile elle-même est également un émetteur majeur de carbone, et la fusion des matières premières métalliques, le transport transnational, la fabrication et d'autres maillons sont au centre de la réduction des émissions de carbone. Cependant, en raison de la chaîne industrielle complexe, des données triviales et des scénarios d'application étendus, il est difficile pour les constructeurs automobiles de collecter et d'évaluer l'empreinte carbone de l'ensemble du cycle de vie des voitures.

Avec l'intelligentisation de la chaîne de l'industrie automobile, diverses données sont transmises au cloud, et il est progressivement possible de démêler une trajectoire claire de réduction de carbone. Dans ce processus, le volant "données" du grand modèle est appelé à devenir le " cinquième" de l'automobile. "une roue" pour faire tomber les barrières de données entre les maillons et constituer un cheminement intelligent dans la chaîne industrielle.

** D'un autre côté, la combinaison de grands modèles et de véhicules à énergies nouvelles est en fait une route gagnant-gagnant. **

Le coût d'inférence élevé des grands modèles est la raison pour laquelle de nombreuses entreprises en sont découragées. Avec le développement de la technologie, de grands modèles sont sortis du cloud vers des produits, et la voiture elle-même peut également effectuer un certain degré de tâches de raisonnement basées sur la puce embarquée et renvoyer les résultats vers le cloud. Pour les propriétaires de voitures, cela signifie que les véhicules à énergies nouvelles conserveront toujours un certain degré de « smartness » sans être connectés à Internet, ce qui est un bonus pour l'expérience utilisateur.

**Cependant, il reste encore plusieurs difficultés à surmonter avant que le grand modèle puisse véritablement dynamiser l'industrie des véhicules à énergie nouvelle. **

Par exemple, les problèmes de stockage de données.

Dès 2017, il y a eu une vague de boom des mégadonnées industrielles en Chine, dans laquelle un scénario typique était l'alerte précoce et la maintenance des équipements clés. En termes simples, il s'agit de prédire quand l'équipement peut s'arrêter grâce aux données renvoyées par le capteur et d'indiquer quel type d'équipement doit être remplacé.

Cependant, après la mise en œuvre proprement dite, il a été constaté qu'au moins 2 à 3 cycles de données sont nécessaires pour former un modèle de données complet, et que le coût de stockage à lui seul atteint des dizaines de millions, ce qui est trop risqué pour les entreprises.

Et cela est également vrai aujourd'hui, car la recherche et le développement de grands modèles et les itérations ultérieures nécessitent également des données massives comme support, de sorte que les constructeurs automobiles d'aujourd'hui sont plus enclins à construire d'abord des plates-formes, à connecter les données et les affaires, puis à utiliser de grands modèles pour faire convient.

** Deuxièmement, par rapport aux grands modèles génératifs, le domaine industriel accorde plus d'attention à la stabilité. **

Pour donner un exemple simple, nous utilisons ChatGPT pour écrire des poèmes, en espérant qu'il soit créatif, chaque morceau est différent, mais dans le domaine industriel, si chaque instruction est différente, cela causera de gros problèmes.

Dès lors, l'intégration en profondeur de gros modèles et de lignes de production doit s'apparenter à l'écriture de codes pour générer des instructions industrielles ou proposer des solutions d'optimisation de liaisons spécifiques, et il est impossible d'intervenir réellement en production.

Comme le dit le proverbe, les bénédictions viennent des malheurs, et les malheurs viennent des bénédictions.Les deux difficultés pour les modèles à grande échelle d'entrer dans l'industrie des véhicules à énergie nouvelle sont en fait les douves pour les entreprises qui réaliseront des réalisations dans ce domaine à l'avenir. le développement continu de la technologie de stockage et l'émergence de nouvelles usines numériques telles que les "usines à lumière noire", la résistance à la connexion de grands modèles avec la nouvelle industrie de l'énergie diminue également.

Dans certains domaines plus pointus, les deux ont commencé à produire des réactions chimiques.

À l'heure actuelle, la mise en œuvre de modèles à grande échelle dans le domaine des véhicules à énergies nouvelles est essentiellement axée sur la conduite autonome. Baidu, Tesla, Huawei et Google ont tous déployé une zone de démonstration sur la route.