AI mô hình lớn sẽ cách mạng hóa AI

Nguồn: Quan sát kinh tế

Tác giả: Thẩm Nhất Nhiên

Nguồn hình ảnh: Được tạo bởi Unbounded AI

Vào tháng 4 năm nay, một số nhà nghiên cứu của một công ty trí tuệ nhân tạo hàng đầu đã chú ý đến một công nghệ mới: SAM (Segment Anything Model). Các nhà nghiên cứu đã nhanh chóng báo cáo công nghệ này với trưởng phòng, công ty này bắt đầu với công nghệ thị giác máy và công nghệ mà các nhà nghiên cứu tập trung nghiên cứu cũng liên quan đến điều này. Một trong những nhà nghiên cứu cho biết: “Với sự ra đời của SAM, ngày càng có nhiều người AI nhận ra rằng các mô hình lớn là một cú sốc đối với họ”.

Một tháng sau, công ty bắt đầu phân bổ nguồn lực để phát triển một mô hình trực quan lớn.

Trong ba tháng sau đó, các công ty AI hàng đầu về thị giác máy đã chú ý đến tiềm năng của công nghệ này.Cho đến nay, các công ty trí tuệ nhân tạo như SenseTime và CloudWalk Technology, cũng như các công ty bảo mật truyền thống, đã bắt đầu đầu tư vào cuộc cạnh tranh công nghệ mới này.

SAM là một mô hình phân đoạn hình ảnh cho các cảnh chung, được Meta ra mắt vào tháng 4 năm nay, giống như khi nói chuyện với ChatGPT, con người có thể sử dụng một số hướng dẫn ngôn ngữ để SAM phân biệt và suy nghĩ độc lập về nội dung trong hình ảnh. SAM được coi là được ChatGPT xuất hiện trong tầm nhìn.

Những người đam mê trên toàn thế giới sử dụng nó để vẽ tranh, cắt ảnh và có một khoảng thời gian tuyệt vời, nhưng các nhà nghiên cứu Trung Quốc đã nhận ra sức mạnh của SAM: nếu nó được sử dụng trong lái xe tự động, giám sát an ninh, để phát hiện người, xe hơi và đường xá, nó là một mô hình lớn khép kín về cơ bản phá vỡ lối chơi thị giác máy truyền thống.

Phân đoạn và nhận dạng hình ảnh là nhiệm vụ cốt lõi của thị giác máy. Trước đây, mỗi tác vụ tạo một hình ảnh được phân đoạn yêu cầu đào tạo một thuật toán, chú thích một loạt dữ liệu và cho phép máy "nhìn thấy" các đối tượng khác nhau trong hình ảnh bằng cách xếp chồng các mô hình nhỏ. SAM đã thể hiện một số tính năng mới: không cần tạo mô hình nhỏ cho từng tác vụ cụ thể, máy có thể tự động phân đoạn bất kỳ đối tượng nào trong bất kỳ hình ảnh nào, kể cả khung cảnh không rõ, mờ và thao tác cực kỳ đơn giản.

Điều này có nghĩa là SAM có nhiều tính năng chung hơn và có thể sử dụng tính năng chung này để giảm đáng kể chi phí nhận dạng thị giác máy, từ đó thay đổi mô hình kinh doanh và mô hình cạnh tranh dựa trên công nghệ ban đầu.

Kể từ năm 2016, hàng trăm công ty trí tuệ nhân tạo đã nổi lên ở Trung Quốc, nơi có thị trường khổng lồ, với sự trợ giúp của cạnh tranh thị trường và vốn, một số kỳ lân AI đã dần hình thành, chẳng hạn như Shangtang Technology, Cloudwalk Technology, Megvii Technology, Theo Yitu Technology , các công ty này đã đưa AI vào các lĩnh vực an ninh, chính phủ và công nghiệp, đồng thời xây dựng một con hào bằng cách tận dụng sự phức tạp của các thuật toán và lợi thế về quy mô.

Nhưng hiện nay, với sự thay đổi của công nghệ, sự kiện có thể được khởi động lại.

Feng Junlan, Nhà khoa học trưởng của Tập đoàn China Mobile kiêm Phó Chủ tịch Liên minh Phát triển Công nghiệp Trí tuệ Nhân tạo Trung Quốc, nói với các phóng viên rằng mô hình AI lớn sẽ mang lại một mô hình trí tuệ nhân tạo mới, cái gọi là hào trong lĩnh vực AI trước đây về cơ bản không tồn tại dưới tác động của mô hình lớn. . Sự xuất hiện của SAM chứng minh tính khả thi của các mô hình trực quan lớn, phá vỡ khuôn khổ nghiên cứu, các phương pháp dịch vụ tương tác và sản xuất của thị giác máy.

Luo Xun, thành viên cấp cao của IEEE, giáo sư tại Đại học Công nghệ Thiên Tân và chuyên gia về công nghệ AR/VR, nói với các phóng viên rằng lợi thế về khả năng AI của các công ty hàng đầu trước đây sẽ bị suy yếu ở một mức độ nhất định do sự gia tăng của mô hình lớn có mục đích chung. Nhưng bản thân các công ty này có yếu đi hay không lại phụ thuộc vào sự chuyển mình của họ.

Tuyến kỹ thuật

Là một nhánh quan trọng của AI, mục tiêu của thị giác máy là cho phép máy tính bắt chước hệ thống thị giác của con người để hiểu và xử lý hình ảnh và video.

Sau năm 2000, Geoffrey Hinton, Yann LeCun và Yoshua Bengio, được biết đến như những người sáng lập trí tuệ nhân tạo, đã đột phá công nghệ học sâu, cho phép máy móc mô phỏng mơ hồ bộ não con người, đồng thời tự động học và trích xuất các đặc điểm từ hình ảnh lớn.

Năm 2012 là một thời điểm quan trọng. làm giảm chi phí và làm cho nó có thể thương mại hóa nó.

Vào tháng 4 năm 2023, những thay đổi mới xuất hiện và Meta đã ra mắt mô hình phân đoạn hình ảnh có tên là SAM. Là một mô hình lớn, SAM không chỉ trang bị cho máy đôi mắt để cảm nhận thế giới bên ngoài mà còn trang bị cho máy một bộ não thực sự, nó học cách quan sát, nhận thức, tư duy, suy luận logic và rút ra kết quả từ hình ảnh, thao tác. cực kỳ đơn giản, tương tự như ChatGPT sử dụng đối thoại bằng ngôn ngữ của con người để ra lệnh cho máy.

Nói tóm lại, nó đạt được mục tiêu thị giác máy dễ dàng hơn mà không cần một số lượng lớn chú thích hình ảnh và thuật toán xếp chồng, đồng thời tiêu tốn ít năng lượng tính toán hơn. Nhà khoa học trí tuệ nhân tạo của Nvidia, Jim Fan, cho biết mô hình lớn SAM là thời điểm GPT-3 của thị giác máy, nó đã hiểu khái niệm chung về các vật thể, ngay cả đối với các vật thể không xác định, các cảnh không quen thuộc (chẳng hạn như hình ảnh dưới nước) và trong các tình huống mơ hồ Hình ảnh phân khúc cũng có thể.

Sau khi Meta phát hành SAM, nó cũng mã nguồn mở mô hình và tập dữ liệu đào tạo đằng sau nó, đồng thời giới thiệu các kịch bản ứng dụng của SAM từ AR, VR, tạo nội dung và các lĩnh vực khác.

Các doanh nghiệp và nhà nghiên cứu ở Trung Quốc đã nhanh chóng đánh giá giá trị thương mại có thể có của SAM, nếu nó được sử dụng trong lái xe tự động, giám sát an ninh, để phát hiện người, ô tô và đường xá, về cơ bản nó có thể phá vỡ tầm nhìn máy móc truyền thống.

Feng Junlan nói rằng mô hình lớn sẽ thay đổi phương thức cung cấp của AI, giảm đáng kể độ phức tạp của bên cung và chi phí cận biên gần bằng 0; phía doanh nghiệp có thể diễn đạt nhu cầu bằng ngôn ngữ tự nhiên đơn giản hơn và không còn cần phải dựa vào trên các hướng dẫn nghiệp vụ như code của kỹ sư Giao tiếp với máy và triển khai linh hoạt cho các dòng máy khác nhau theo nhu cầu riêng, nâng cao hiệu quả

Zhu Bing, giám đốc sản phẩm của Uniview Technology, nói với các phóng viên: "Trước đây, làm công việc AI giống như mang vác hộp. Trên thực tế, đó là một số công việc vật lý công nghệ tương đối thấp. Khi AI trao quyền cho một cảnh đơn điểm, đó là rất manh mún Và những cái tùy chỉnh, hiệu quả trước khi bán hàng, hiệu quả sau bán hàng và hiệu quả bán hàng đều thấp, và thượng nguồn và hạ nguồn của ngành còn đau đớn hơn ”. Ví dụ, Zhu Bing nói rằng đầu tư và chi phí của các nhà sản xuất đầu tư vào phát triển, thu thập tài liệu, hiệu chỉnh và tùy chỉnh thuật toán cho các kịch bản và khu vực khác nhau là rất lớn.Đối với khách hàng, phí phát triển tùy chỉnh cũng là một khoản chi phí đáng kể.

Ngày nay, việc sử dụng một mô hình lớn để thay thế trò chơi mô hình nhỏ ban đầu không yêu cầu thuật toán xếp chồng hoặc một lượng lớn dữ liệu được dán nhãn và tiêu tốn rất ít năng lượng tính toán trong quá trình. Bạn có thể sử dụng ngôn ngữ con người đơn giản hơn để ra lệnh cho máy mà không cần sử dụng một ngôn ngữ lập trình máy tính chuyên nghiệp. . Zhu Bing cho biết, mô hình lớn đã giảm đáng kể chi phí nghiên cứu, phát triển và triển khai AI, xây dựng một loạt lối chơi mới và tái cấu trúc trật tự ngành, đặc biệt là trong ngành thị giác máy tính. đã được làm phẳng. , tất cả mọi người trở về vạch xuất phát cũ.

Dòng chảy

Xung quanh thế hệ công nghệ thị giác máy trước đây, một số công ty trí tuệ nhân tạo đã ra đời ở Trung Quốc và các công nghệ do các công ty này cung cấp bắt đầu được sử dụng rộng rãi trong giám sát camera và nhận dạng kiểm tra an ninh cho an ninh công cộng, tàu điện ngầm và các tòa nhà thương mại.

"AI Four Tigers" đề cập đến bốn công ty trí tuệ nhân tạo của Trung Quốc được thành lập liên tiếp từ năm 2011 đến 2014, đó là SenseTime, Cloudwalk Technology, Megvii Technology và Yitu Technology. Đặc điểm chung của họ là thị giác máy là công nghệ cốt lõi. Bước đột phá của AI trong lộ trình học sâu đã tạo nền tảng kỹ thuật cho sự trỗi dậy của nhóm các công ty trí tuệ nhân tạo này và lợi thế công nghiệp của Trung Quốc đã tạo ra thị trường cho sự phát triển của các công ty này .

Sau khi SAM ra mắt, họ lần lượt bắt đầu nhắm đến công nghệ này.

Phóng viên đã học được từ nhiều người trong ngành rằng ngoài Yitu Technology, SenseTime, Cloudwalk Technology và Megvii Technology trong số "AI Four Tigers" đều đang phát triển các mô hình trực quan quy mô lớn. Kangweishi và Uniview Technology cũng triển khai nghiên cứu công nghệ liên quan và phát triển.

Vào tháng 4, chỉ vài ngày sau khi Meta ra mắt SAM, SenseTime đã phát hành mẫu lớn "Hàng ngày mới". Tian Feng, trưởng khoa Nghiên cứu Công nghiệp Thông minh SenseTime, nói với các phóng viên rằng sê-ri "Ri Ri Xin" là một tập hợp nhiều mô hình lớn bao gồm tạo ngôn ngữ tự nhiên, tạo hình ảnh và nhận thức thị giác. Trong số đó, "Ruying", "Qiongyu" , "Gewu" là những mô hình lớn liên quan đến tầm nhìn.

Vào tháng 5, Yuncong Technology đã phát hành mô hình lớn "bình tĩnh", là mô hình lớn đa phương thức bao gồm cả tầm nhìn. Yuncong Technology đã tuyên bố tại cuộc họp nhà đầu tư gần đây rằng mô hình lớn trực quan là rất quan trọng và sẽ được ra mắt trong tương lai. người mẫu. Bởi vì công ty có nguồn dự trữ mạnh về thị giác máy tính và vì công ty cần công nghệ đa phương thức để giải quyết công việc kinh doanh cụ thể của khách hàng.

Megvii và Yitu vẫn chưa ra mắt các mẫu lớn. Megvii nói với các phóng viên rằng họ đang "phát triển một mô hình lớn, nhưng nó vẫn chưa được ra mắt và giao cho khách hàng." Về phương hướng, Megvii đã chọn bốn hướng nghiên cứu: mô hình lớn hình ảnh chung, mô hình lớn hiểu video, mô hình lớn chụp ảnh điện toán và mô hình lớn nhận thức lái xe tự động, và đã đạt được những bước đột phá nhất định.

Su Lianjie, nhà phân tích trưởng về trí tuệ nhân tạo tại viện nghiên cứu Omdia, nói với các phóng viên rằng dưới tác động của mô hình quy mô lớn trực quan, "AI Four Tigers" đã nhanh chóng chuyển đổi thành mô hình quy mô lớn và triển khai một quy mô lớn đa phương thức. -mô hình quy mô tập trung vào tầm nhìn tương đối hợp lý.

Hikvision nói với các nhà đầu tư vào tháng 6 năm nay, "Chúng tôi đã chú ý đến mô hình SAM khi bắt đầu phát hành và tiến hành đánh giá một cách có hệ thống." Zhu Bing nói với các phóng viên rằng mô hình công nghiệp AIoT mà công ty đang tự phát triển " "Wutong" là một mô hình công nghiệp quy mô lớn dựa trên mô hình quy mô lớn chung + bối cảnh công nghiệp + đào tạo và điều chỉnh. Nó được phát hành lần đầu tiên vào ngày 9 tháng 5 và đã được các đối tác thử nghiệm đợt đầu tiên vào tháng 6.

Hikvision và Uniview Technology là những công ty bảo mật truyền thống khởi đầu là nhà sản xuất thiết bị, phải đối mặt với sự cạnh tranh khốc liệt sau khi "AI Four Tigers" gia nhập ngành bảo mật, họ đã tích cực nắm bắt thị phần công nghệ thị giác máy.

Hiện tại, các công ty AI đang bắt đầu đạt được sự đồng thuận về ý nghĩa của "kỷ nguyên tạo ra các mô hình lớn".

Tian Feng, Viện trưởng Viện Nghiên cứu Công nghiệp Thông minh SenseTime và Yao Zhiqiang, đồng sáng lập Yuncong Technology, đều nói với các phóng viên rằng AI1.0 là thời đại của các mô hình nhỏ, các doanh nghiệp chủ yếu cung cấp các mô hình nhỏ độc quyền và sử dụng công nghệ đa điểm để giải quyết nhu cầu bối cảnh cụ thể; AI2.0 là thời đại của các mô hình lớn. Doanh nghiệp cần sử dụng một nền tảng cơ sở công nghệ quy mô lớn thống nhất, tức là tạo ra một mô hình cơ bản đa phương thức với khả năng nhận thức và nhận thức chung đối với thế giới, và trên cơ sở này tạo ra một loạt các ngành công nghiệp.Các mô hình nhỏ để đáp ứng nhu cầu của các cảnh chuyên nghiệp và các cảnh lớn hơn.

Yao Zhiqiang tin rằng nếu một công ty AI vẫn còn ở giai đoạn trước, nó có thể giải quyết được nhiều vấn đề về hiện trường, nhưng chi phí rất khó giảm, khiến hiệu ứng quy mô không thể hiện được; Tian Feng tin rằng hai thời đại cùng tồn tại một thời gian dài, và không phải ai cũng loại bỏ người kia, mối quan hệ đối lập, cả hai được hoàn thành một cách phối hợp. Ví dụ: sử dụng cấu trúc mô hình chuyên gia kết hợp (MoE), trong kỷ nguyên AI2.0, nhiều mô hình được kết hợp thành các dịch vụ và các mô hình 1.0 cũng có thể được nhúng.

Trong cuộc cạnh tranh mới, việc tích lũy công nghệ ban đầu và đầu tư phần cứng vẫn sẽ đóng một vai trò.

Tian Feng nói với các phóng viên rằng trung tâm điện toán thông minh "AI Large Device" có năng lực tính toán AI mạnh mẽ và có thể cung cấp năng lực tính toán đào tạo cho 20 mô hình lớn với hàng trăm tỷ tham số. Đây là thiết bị chính để phát triển và đào tạo các mô hình lớn. chỉ dành cho mục đích sử dụng cá nhân mà còn dành cho các công ty khởi nghiệp và đối tác R&D quy mô lớn.

Người có liên quan phụ trách Yunwalk nói với các phóng viên rằng hệ điều hành CWOS của công ty có những lợi thế vốn có trong việc tích hợp các mô hình siêu ngôn ngữ như ChatGPT. Đồng thời, hệ thống có thể phản hồi dữ liệu và thông tin cho mô hình lớn theo tình hình sản xuất thực tế, tối ưu hóa việc đào tạo và điều chỉnh mô hình, đồng thời nâng cao độ chính xác và hiệu quả của mô hình.

Mẫu lớn đột phá thị trường

"Ngay cả khi không có tác động của mô hình lớn, "AI Four Tigers" vẫn đang trong giai đoạn bối rối trong quá trình chuyển đổi và cần phải suy nghĩ về giá trị của chính mình và lối thoát." Tô Liên Kiệt nói.

Một nhóm các công ty trí tuệ nhân tạo đã được vốn và thị trường ưa chuộng, trong đó SenseTime và CloudWalk đã đổ bộ vào thị trường vốn. Từ năm 2018 đến năm 2022, SenseTime đã đầu tư hơn 12 tỷ nhân dân tệ vào nghiên cứu và phát triển mỗi năm và huy động được hơn 5 tỷ nhân dân tệ trong đợt IPO vào năm 2021. Từ năm 2018 đến năm 2022, Yuncong đã đầu tư hơn 2,2 tỷ nhân dân tệ vào nghiên cứu và phát triển mỗi năm và sẽ huy động được 1,7 tỷ nhân dân tệ trong đợt IPO vào năm 2022.

Sự tương tác tốt giữa công nghệ và vốn cũng đã mang lại cho Trung Quốc lợi thế dẫn đầu trong lĩnh vực nhận dạng hình ảnh, khoảng năm 2018, Trung Quốc chỉ đứng sau Hoa Kỳ hoặc vượt qua Hoa Kỳ về số lượng bài báo về trí tuệ nhân tạo được xuất bản và số lượng đặc biệt là trong lĩnh vực nhận dạng hình ảnh, các công ty trí tuệ nhân tạo của Trung Quốc đã nhiều lần phá kỷ lục trong các cuộc thi quốc tế và đạt được kết quả xuất sắc.

Nhưng chẳng bao lâu sau, với sự thúc đẩy của thị trường, tiềm năng của công nghệ ban đầu dần đạt đến đỉnh điểm.Vào năm 2019, Zhang Bo, một học giả của Viện Khoa học Trung Quốc, đã đề xuất trong một cuộc phỏng vấn độc quyền với tờ Economic Observer rằng tiềm năng của các ứng dụng công nghiệp có thể đã được chạm vào lộ trình công nghệ hiện có.lên trần.

Quan trọng hơn, từ quan điểm thương mại, lộ trình kỹ thuật ban đầu của AI luôn khó vượt qua nút thắt chi phí, do đó nhiều khách hàng trong ngành truyền thống không thể thanh toán hóa đơn. Zhu Bing nói: "Trong nhiều năm, chúng tôi đã không thấy một trật tự mới mạnh mẽ nào. Một số lượng lớn các công ty đang cạnh tranh khốc liệt trong hai lĩnh vực nhận dạng con người và biển số xe. Lý do cơ bản là nhiều thuật toán hơn không thể tạo thành hiệu ứng quy mô. "

Một nhà nghiên cứu AI của một công ty hàng đầu nói với các phóng viên rằng theo phương pháp truyền thống, một công ty AI phục vụ một nhà máy sản xuất ô tô và bán một bộ thuật toán xác định rào cản, trung bình một thuật toán xác định rào cản có giá hơn 100.000 nhân dân tệ và mất khoảng 2 tháng. , khách hàng cần cung cấp hàng chục nghìn bức ảnh để dán nhãn, nhưng chỉ một thuật toán là không đủ, cảnh đường thực tế rất phức tạp, thuật toán phù hợp với ô tô nhỏ chưa chắc đã phù hợp với xe tải lớn, và nó không thể được nhận dạng từ một góc độ khác.Cũng khó nhận ra khi mục tiêu phát hiện bị che khuất một phần.

Để tăng tính thông minh của thiết bị, các công ty AI cần áp dụng nhiều thuật toán, nghĩa đơn giản là xếp chồng nhiều mô hình nhỏ. Theo báo cáo tài chính, SenseTime đã tích lũy được 67.000 mô hình thương mại nhỏ, phóng viên được biết từ Yuncong Technology rằng công ty cũng có hàng nghìn mô hình thương mại nhỏ.

Nhưng thời gian và chi phí đào tạo cũng tăng gấp đôi.

Feng Junlan nói với các phóng viên rằng rất nhiều công ty AI khó kiếm tiền, một lý do quan trọng là chi phí dịch vụ AI cao khiến các công ty "kiếm được một nhân dân tệ và lỗ năm nhân dân tệ", và mô hình "càng nhận được nhiều đơn đặt hàng, càng bù nhiều” càng gây khó khăn cho nhà cung cấp. Tiếp tục, phía cầu chỉ có thể là một số ngành mũi nhọn hoặc ngành có khả năng thanh toán mạnh.

Theo báo cáo tài chính, từ năm 2018 đến năm 2022, Yuncong Technology đã lỗ lũy kế 3,1 tỷ nhân dân tệ và SenseTime lỗ lũy kế hơn 40 tỷ nhân dân tệ.

Để tiếp tục giảm chi phí AI và cải thiện thị trường, chiến lược của "AI Four Tigers" cũng đã chuyển hướng. SenseTime chọn thiết bị AI, Cloudwalk chọn hệ điều hành, Megvii chọn chip và YITU chọn IoT.

Từ quan điểm này, mô hình lớn có thể không chỉ mang lại những thách thức cho các công ty hiện tại mà còn là một mô hình kinh doanh và kịch bản ứng dụng hoàn toàn mới.

Nhà nghiên cứu nói trên cho biết công ty đã rất cố gắng để tìm kiếm hoạt động kinh doanh AI ở nhiều thị trường hơn. Chỉ riêng tiền lương đã tốn 300.000 nhân dân tệ. Tổng lương hàng tháng của hàng chục nhân viên bán hàng của khách hàng là chưa đến 50.000 nhân dân tệ, anh ấy cũng đã nói chuyện với chủ nhà máy về việc kiểm tra chất lượng AI, giúp phát hiện xem các hộp đóng gói trên dây chuyền lắp ráp có bị hư hỏng hay không, và các vấn đề khác bên đánh giá rằng việc thuê nhân công sẽ kinh tế hơn, v.v.

Những yêu cầu này được gọi chung là yêu cầu dài hạn của AI: một số lượng lớn khách hàng vừa và nhỏ, khả năng thanh toán yếu, không có nhu cầu cứng nhắc về AI, nhưng có một số nhu cầu đặc biệt trong một số tình huống nhất định, có thể là được sử dụng hay không, và họ không sẵn sàng trả hàng triệu đô la. . Theo quan điểm của nhà nghiên cứu này, trong tương lai, một loại mô hình lớn nhất định hoặc một tập hợp các mô hình lớn đa phương thức có thể được áp dụng cho các tình huống phát hiện trực quan này, bằng cách sử dụng khả năng di chuyển và khả năng chung của các mô hình lớn, chỉ một lượng nhỏ chú thích dữ liệu và đầu tư thuật toán là bắt buộc, đồng thời chu kỳ phát triển và các yêu cầu về sức mạnh tính toán cũng sẽ thấp hơn, do đó chi phí sẽ giảm đáng kể và khách hàng sẽ có nhiều khả năng chi trả hơn.

Zhu Bing đã tính toán rằng trước đây, các thuật toán AI dựa trên các mô hình nhỏ có thể đáp ứng dưới 10% yêu cầu phân mảnh, trong tương lai, xác suất của các thuật toán AI dựa trên các mô hình lớn có thể tăng lên hơn 50% và hiệu quả của thuật toán đuôi dài tổng thể có thể tăng gấp 10. Thời gian có thể giảm xuống trong vòng 1 người trong tuần.

Yao Zhiqiang nói với các phóng viên rằng một khi công nghệ được nền tảng hóa và tiêu chuẩn hóa, tất cả các công ty AI có thể nhanh chóng thích ứng với các kịch bản lớn và hiện thực hóa các ứng dụng lớn thông qua nền tảng cơ sở công nghệ cốt lõi thống nhất.

Feng Junlan nói rằng chi phí tiêu thụ công nghệ thấp hơn nhiều so với giá trị mà công nghệ mang lại cho doanh nghiệp, khi công thức này được thỏa mãn, công nghệ có thể được mở rộng quy mô và chuyển sang các thị trường dài hạn hơn. Điều này cũng đáp ứng logic cơ bản để các công ty AI đạt được lợi nhuận, đồng thời cũng có nghĩa là họ có cơ hội phát triển thêm các thị trường đại dương xanh.