财务数据和关键指标变化 - 无相关内容 各条业务线数据和关键指标变化 - 无相关内容 各个市场数据和关键指标变化 - 无相关内容 公司战略和发展方向及行业竞争 - 当前大模型的能力仍在持续进步,但进步速度有所放缓,未来能力的上限还存在不确定性[1] - 大模型的能力提升主要依赖于模型架构、模型规模和训练数据质量,其中训练数据的枯竭可能成为限制模型扩展的瓶颈[2][3] - 算力的持续扩展仍是大模型发展的重要支撑,大厂正在采取多数据中心协同计算等措施应对电力供给问题[4] - 目前openai、google、meta等公司在大模型领域处于领先地位,anthropic等新兴公司也有一定背景[4] - 国内模型研发与硅谷存在一定差距,但考虑到硅谷模型进展放缓,国内模型应该能够保持不被拉开[5] 管理层对经营环境和未来前景的评论 - 无相关内容 其他重要信息 - 应用创新方面,大模型目前在企业应用中的表现还不太理想,主要存在以下问题: 1) 大模型从0到1的创作过程难以满足用户预期[5] 2) 大模型生成内容的误差会累积,影响最终产品质量[5] 3) 大模型目前提供的功能对用户而言只是"nice to have",并不是刚需[5] - 未来应用创新可能更多集中在B端需求以及基于AIpc和AIphone等系统级创新的C端应用[5] 问答环节重要的提问和回答 无相关内容