2025年5月22日，21:35:46文本 / Sihai Source / Node Finance已从增加100型战争到有关大型PMF模型（产品市场匹配）的市场讨论中消失了。随着DeepSeek的出现，所有这些都改变了。 DeepSeek是完全免费的开放资源，它在全球范围内设定了超级风暴。它不仅降低了计算强度的成本，而且还改变了开放资源和封闭资源的进攻和防御地位。几乎所有大型技术公司，互联网公司和初创公司都表达自己的大型模型的开放资源，或者基于开放的资源模型来重建业务。如果在过去的大型企业的有限应用中，封闭式模型的过多成本，那么今天，以及更强大的OpenResource模型，大型公司业务模型如何开发大型模型？ AI真正发展的生态系统是什么样的生态？痛苦和误解的指标是什么ES在用大型模型增强自己的业务时会有吗？我们接受了总共8位从业人员的采访，涵盖了B-End技术服务提供商和C-End应用程序，并结合了大型模型的本质和应用的本质。 01大型模型是AI期间的水，电和煤炭。随着大型生态模型变得更加繁荣，市场中会出现声音。在大型模型时代，谁是杀手级应用？是铸锭，豆袋还是Chatgpt？当该模型的主要模型花费他们的营销成本来增加阳光的活动性激活，行业内部人士握着放大镜在大型模型中找到微信和QQ。从“节点金融”看，大型模型和移动互联网之间的重要区别在于，前者是“生产力工具”，后者是“劳动关系的生产”。阿里巴巴云智能集团副总裁米彭告诉节点金融大型模型的GE是，它可以将其深入整合到数千个行业的各个方面，并且可以在各种硬件设备上作为智能大脑系统扣除。在软件形式中，它可以通过协作完成与人们完成任务；或成为自动驾驶的控制系统，该系统指导其他业务系统自动完成工作流程。 Malalmy模型的不同形式的应用使其价值和业务模型的形式更加多样化。如果您想找到适合大型型号的参考坐标系，则集成电路将比Internet更合适。对于多种应用方法，还通过企业方面的申请来访问节点融资。在与许多访谈的对话中，我们发现提高效率和降低成本是大型模型中最受欢迎的功能。以控制系统为例，Leike Zhitu，重点是提供无人驾驶富裕和采矿的解决方案说，过去，中国采矿机械品牌的价格仅占海外品牌的价格，但是在使用大型模型重建现场运营能力之后，其无人车采矿机械的价格几乎与海外品牌相同，而不仅提高了现场运营能力，而且还提高了品牌的现场运营能力。例如，新的Blue Digital Group标签Li Weihan透露，智能机构的应用大大提高了内容生产的效率。在2025年第一季度，蓝光标的收入直接由AI驱动，去年接近，今年预计将达到30亿至40亿元人民币。将硬件设备作为明智的大脑，以改善应用程序的应用。 Ruiwo技术首席执行官Wang Qi专注于研究和D在酒店场景中智能产品的避免透露，对大型模型的开放资源特征的希望NG Ruiwo能够快速开发新的功能，将自我入住过程缩短了2分秒至10秒钟，并在高峰季节采访了60％的客人，节省了至少2个劳动力成本。与了解多少模型渗透到企业或行业中相比，探索公司如何使用大型模型来改变业务更为重要。在小米的角度来看，如果您想客观地衡量该国的AI行业，那么您不仅专注于排名模型，而且如果整个软件应用程序生态系统繁荣起来。这是判断AI行业应用程序实施的标准。罗宾·李（Robin Li）还指出，如果它是开放资源或封闭资源，排名模型无关紧要，重要的是应用程序。昆伦学院，国内商人的领先机构培训也有类似的看法。主要大型模型需要高计算成本支持，这是某些公司的业务，大多数公司都应该专注于场景应用程序的复制。市场是测试技术价值和竞争产品的最终标准。那么，应用程序之前的企业如何形成商业闭环？ 02业务端应用如何使用大型模型？大型模型通过三种形式渗透业务方案：在智能大脑，软件协作和自动系统控制中获得的硬件。挫败感的主要功能有效地取决于企业是否可以使用唯一的方案数据来生成封闭的业务循环。在Kunlun Academy的观点中，应将技术深入融合到应用程序中，以避免羞耻地发现用七龙剑找到龙。五个数据部分的主要业务涉及监视公众舆论。在大型模型出现之前，AI被用来增强公众的意见平台，但当时AI还不够聪明。例如，如果您识别100篇文章，那么普通AI的情感判断的准确性仅为70％。后来，大型模型技术继续发展。在调整自己的数据后，借助大型模型的帮助，文本和视频内容的情感评论的准确性降至98％，这大大降低了对行政管理发表意见的成本。韦吉数据的创始人天·温琼（Tian Wenjun）认为，大公司的业务广泛。除了彻底的tenthearts外，在细分情况下抓住了商机，赋予大型模型以及开发封闭的业务循环的能力，这是中小型企业商业化的方式。推荐的情报使业务方案与大型模型和THUS提高了公司的竞争力。 Huang Yan说，对于矿山方案，市场上大多数大型模型具有过多的计算能力，而实际上缺少的是那些区域场景的人的数据。积累数据并不容易。矿山的场景着重于地下交通的情况，数据量比公共道路小。同时，一般目标很难直接满足矿山的特殊需求，因此他们还需要根据行业特征自定义和优化算法。通过精美的大型模型，Leike Zhitu提供了L4的应用，没有矿山的驾驶场景，从而提高了在复杂情况下决策模块的感知和出色的协调能力，最终降低了地下人力的近50％，并提高了矿山的安全性。了解其自己的采矿机械逐渐从过去变得更加有效当它在“现在难以识别”的“现在的技术更换”中，“进口设备的一半的价格”是对国外品牌的替换。除了深入挖掘以提高竞争力的分段情况外，大型模型的主要应用公司还不意味着要专注于单点突破性，但它们用于提高型号的型号。企业涵盖了整个链接，包括内容创建，用户的观点审查，后来的操作和优化。Donghongqitian组是AI+XR生态文化技术企业，具有完整的链布局，可创建一个沉浸式的数字体验，深度构建人工Wateryuan（AI）的深度整合，以下是构建了5G云的位置，高级传感器，均为5G- -A，AS 5G，AS 5G-AA，AS A ans 5G ASE，文化，旅游，教育和E-SPO的科学技术RTS。据了解，项目的实施通常涵盖了许多链接，例如用户研究，内容创建，实现和用户数据审核。作为一个非标准的行业，内容叠加在不同地区的用户偏好和文化的变化上。每个项目计划都有无法解释的特征。但是，提高大型模型的能力只会解决此问题。 Ma Zihan宣布，大型模型可以参与许多代码开发链接，脚本 - 签名和图像生成，Shortencontent制作周期。同时，大型模型也可以应用于用户的观点，有些人帮助著名的Qitian严格了解该地区的文化特征和流行趋势。此外，XR/VR虚拟场景体验包括多模式联系，AI只能监视与用户体验的联系时间，获得用户的内容，并恢复Product以实现创意重复。如果大型模型几乎已成为对垂直细分市场的普遍调整，那么企业如何避免“剧院影响”？答案是代理。在Li Weihan的新型Blue Band Digital团队中，代理是场景应用中大型模型的必然演变。米彭也表达了类似的观点，即Agentis在AI期间是一种新形式的软件。由于SaaS是10年前的软件表格。根据“节点金融”的观察，智能机构在公司业务中也起着更重要的作用。我们以内容为主持的营销行业。由于AIGC的人口，均匀的内容具有混乱的流向市场。如何产生高质量的内容并吸引用户关注是营销领域中的公司应考虑和解决的问题。蓝色光标为其提供了解决方案。 2023年早些时候，蓝色光标开始积极部署全链接AI营销，Coopera构成了领先的平台，例如阿里巴巴云，百度智能云和火山引擎，以创建独家的营销模型。布鲁阿。但是，垂直营销模型对于蓝色光标来说是很重要的。 “各个领域的客户仍然存在知识和信息差异的障碍。”李·威汉说。到目前为止，蓝色光标将积累数据和通过过去交付客户生产智能身体的数据和经验。即使是行业的新手也可以在智能机构的帮助下为品牌客户带来良好的成果。目前，蓝色光标已经创建了100多个智能机构，其中包括30多个智能机构，以达到专家水平。在智能机构的帮助下，仅需10分钟即可实现许多平台上的实时社交媒体数据的审查，例如B站和Xiaohongshu，对营销趋势提出看法，并准确了解当前的热量。与传统工具相比，至少需要一周的时间。。此外，代理可以自动生产以下副本，从而降低人工创造力的成本。 03大型模型的应用挑战和误解集中在细分的情况下，以产生封闭的循环，赋予与AI的整个链接，甚至代理的发展，这似乎很简单，但是这些公司不可避免地会在找到解决方案之前绕行。因此，“节点金融”还专门讨论了公司内幕参考的几种方法。首先，拒绝盲目的技术崇拜。如果大型模型是先进的或不重要的，但是黄Yan告诉我们，许多公司应该等到主要大型模型是纳帕卡（Napaka）的高级工艺，然后才准备将AI纳入业务场景。实际上，现有的大型模型具有足够的计算强度。垂直公司需要做的是删除Kong Yiji的长礼服，实验室技术，并转到特定的应用程序，以打破Barri在软件和硬件之间进行ERS，并实现封闭的业务循环。 “不要害怕苦难或疲劳，不要在闭门造车后面工作，练习更多并尝试更多错误。”黄对结束了。此外，许多垂直公司致力于强调他们配备了哪些流行模型以及在推广产品时支持多少参数。实际上，子行业的企业重点应该是优化用户体验，尤其是为了降低用户的成本。 AI尺寸致力于创建基于研究的代理。它的创始人兼首席执行官杨Yulang表示，代理商的主要价值是背景。因此，我们使用具有更好互动体验的代理商为用户提供准确，可靠的学术和知识研究服务。例如，过去，当学生，研究人员和专业人士在田野中撰写论文，报告或收集的数据时，他们通常会在寻找数据和DIFFI时遇到问题在研究陌生领域的知识方面的崇拜。如今，Dimension X1：由Dimension AI独立开发的智能研究助理可以在很短的时间内捕获基本信息并获得可靠的研究结果。 Kunlun Wanwei Ishers也是类似的外观。虽然基本模型很重要，但这是使能够使足够强的产品高于水平的基础，仅通过准确处理适合市场需求的产品市场，我们可以真正创建一个解决用户疾病点的产品。此外，公司还需要根据新的市场趋势开发一个封闭的产品价值循环，快速反馈，快速行动和快速验证。其次，数据和隐私积累。许多访谈告诉我们，对AI模型的培训取决于大量高质量数据，并且收集，分类和数据注释需要大量资源和时间。这正是因为它的小鬼对数据安全和隐私保护的重大问题。因此，企业有必要建立完整的数据管理和安全管理机制，以防止数据泄漏和恶意使用。 Li Weihan认为，应用大型模型只是企业AI的再生的开始，尤其是代理商的演变，而不是一夜之间。企业应特别注意长期数据积累，以实现其业务的持续发展并发展坚实的护城河。第三，AI无法完全替换创作者。当然，当AIGC风开始时，关于AII创作者的行业辩论是无穷无尽的，但是许多人都向我们透露了AI无法取代人们的想法。马·齐汉（Ma Zihan）说，内容创建的本质是传达emosieson，态度和个人风格。有时，AI会提供惊人的创造力，这是AI的表达。内容表达应该是丰富的。 AI有AI风格。不同的创作者有不同的风格和不同的受众群体。人工智能将提高效率和劳动力，但是人类的创造性表达仍然具有独特的价值。第四，组织适应和挑战。正如主要公司增加了改变AI技术的投资一样，也需要改变组织结构。一个可以真正拥抱，理解和擅长应用AI的组织不仅仅是应用技术更重要。它需要新的人才培训系统和组织形式。例如，从招聘到激励措施中的晋升，AI已成为蓝色光标最严格的评估标准。如今，蓝色光标的技术产品才能和才能有多种方式。最后，中国的AI应用仍在童年时期。就主要大型模型而言，中国仅落后于美国1到3个月，但是就主要大型模型的应用而言，中国仍在儿童中ood。一名小港说，在2024年，在美国有28家与AI有关的独角兽公司，其中包括在代码生成代码领域的6至8家独角兽公司。但是，尽管许多中国市场公司赋予了AI能力，但产生的收入的规模或AI民间公司的规模与美国市场不可媲美。但是，从长期的角度来看，据说中国公司依靠美国的后面，并不是纳尼特。 Kunlun Academy告诉Node Finance，美国公司对大型模型的基本技术和算法的积累有好处，但是中国在应用程序实施和数据方案方面具有重要潜力。破坏技术限制并与行业资源集成是打破中国公司的方式。当然，作为一种基础设施，在所有情况下都实现了大型模型的新兴发展。米彭预测所有智能硬件i由大型模型驱动；所有软件都可以通过大型模型来重建；所有数据将被大型模型损坏。尽管中国的应用生态系统仍处于早期阶段，但在明天的浪潮中，小型和中等规模的企业通过“深层培养数据 +积累数据”取得了不同的成功。正如一个小米所说，大型模型期间的竞争不是“ 100米的冲刺”，而是“马拉松耐力”，它为中国公司提供了建立当地生态系统的战略窗口。 *标题的标题由AI形成