赚钱才是硬道理，
2024年5月15日，由北京甲子光年科技服务有限公司主办，中关村东升科学城协办「AI创生阶段——2024甲子引力X科技产业新风向」大会在北京中关村东升科技园万丽酒店举行，数十位科技行业专业人士齐聚一堂，一道聚焦当前科技领域尖端议题，深入探讨AI创生阶段下科技产业发展势头、广阔前景，
在下午场“AI‘钱景’：商业闭环如何形成？”圆桌论坛上，中科视语联合发明者、中国科学院自动化研究所高级工程师张腊作为嘉宾主持人，与小米手机部副总裁、小米技术委员会副主席、小米机器人事业部总经理很多、北京人形机器人独创腹地总经理熊友军、华为云全球初创生态发展总经理段小蕾、aiXcoder总裁刘德欣、新智聚安联席一号位刘茂亮等嘉宾，深入探讨关于生成式AI商业化难题，
中科视语联合发明者、中国科学院自动化研究所高级工程师张腊
刘茂亮感觉，目前，传统产业亟需经由技术实行改良，只有AI，只有智能技术，才干够真正搞定咱们产业面对难题，
刘德欣共享大模型当前落地一些具体场景，以及三种商业模式：订阅模式、企业私有化搞定方案以及针对大客户供应全面咨询服务，
而以生态、产业资源永久赋能科技创业公司段小蕾则直言，一些小而美AI创业团队目前正在海外市场取得相当丰厚收益，她还预期，软硬件AI一体消费级产品大概会在后世取得大成功，
熊友军从人型机器人视角出发坦言，伴随技术连续进步，人形机器人有望深入到咱们日常生活中，协助搞定各类事务，供应陪伴、服务，于是创造出一個新、浩大市场，
很多则一针见血指出，谈到理想商业模式，有两個重心要素是绕不开：定位、闭环，定位指是明确你要做什么，而闭环则是指如何实行商业流程完整循环，AI企业必须要理清二者，才有大概探索出适合自己商业模式，
以下是本场圆桌演讲实录，「甲子光年」整理删改：
中科视语联合发明者、中国科学院自动化研究所高级工程师张腊：先说有请各位嘉宾做一下自我介绍，先从许总开始，
小米手机部副总裁、小米技术委员会副主席、小米机器人事业部总经理很多：大家好，我是小米机器人事业部总经理很多，具身智能技术正变得越来越热门，雷军在咱们近几次发布会上已经提到小米在人工智能方面战略，咱们坚定地全力于将咱们产品与生态系统相结合，专注于开发边缘计算模型，以增强咱们设备便捷性、易用性，这是咱们后世将持续奋勉方向，
北京人形机器人独创腹地总经理熊友军：大家好，我是熊友军，此前在深圳优必选担任CTO，去年底，优必选在香港上市，随后我来到北京，负责奠定并运作北京人形机器人独创腹地，这個腹地是国家级最先家省级人形机器人独创腹地，专注于人形机器人重心技术研发、根本共性技术突破，咱们意向是汇聚国内人形机器人产业资源，推动整個行业高速发展，我希望能够助力我国在人形机器人领域取得最先进地位，并在全球市场中占据制高点，
华为云全球初创生态发展总经理段小蕾：大家好，我是段小蕾，来自华为云，我在华为云最先选负责构建全球创业生态，专注服务创业者，咱们意向是尽早识别并持助那些具有较大发展潜力初创企业，投入资源赋能加速他们发展，很多会变成咱们生态协作伙伴，成长为后世大企业，
目前，咱们有两個最先选项目：华为云初创计划、华为云加速器，华为云初创计划旨在协助初创公司以低本钱、高敏捷方法在云上构建产品、服务，专注独创，而华为云加速器最先选持助那些处于高速成长阶段创业公司，协助他们实行商业加速，
华为运作加速器两個重点方向：一個是 AI 生态构建，另一個就是全球化，中国创业公司一一部分是发展到一定阶段，到海外市场探寻第二增长曲线，而越来越多初创企业是生而全球化，成立之初就面向全球市场，华为近30年全球化发展所积累经验、资源可以切实协助到创业公司实行全球化发展愿景，
aiXcoder总裁刘德欣：大家好，我是来自北京硅心科技刘德欣，相对于公司名字，大概大家更熟悉是咱们aiXcoder大模型系列产品，
咱们是孵化自北京大学软件研究所一家企业，从2014年开始，咱们最先选在智能化、软件工程方向做深入研究、产品化，截止到今年咱们已经走过10個年头，这十年咱们已经在智能化软件开发这個领域，连续发表超过100篇学术论文，产品也迭代10個大版本，
咱们意向是：经由一系列技术独创，实行软件自动化，今年4月9日咱们开源一個本事非常强7B模型，这個模型也引爆开发者社区，得到大家广泛认可、赞誉，在这里，我也想借此机遇，极具感谢一下大家多年Follow、持助！今后咱们会继续在科研、产品层面带给大家更多颠覆性技术、服务，
新智聚安联席一号位刘茂亮：大家好，我是刘茂亮，来自新智聚安，往往我参加大多是传统产业会议，所以这次能来，我感到非常兴奋，新智聚安是新奥集团旗下专注于保障智能公司，新奥集团大概在座有些伙伴已经有所解，它最先选涉足能源产业，市值超过一千亿，服务于近三千万人家运用者，咱们就业是在这個基石上，打造保障行业所需智能技术，搞定行业面对保障难题，
1.生成式AI最理想商业模式是什么？
张腊：在大家看来，生成式AI现在最理想一個商业模式是什么？
刘茂亮：这么多年来，我一直从产业角度来看待难题，咱们看到很多卓著公司都是从数字化产业视角来构建自己业务逻辑、生态系统，任凭是传统产业还是新兴产业，都面对着各类保障难题，
新奥也是一样，咱们有着浩大管网体系、运用者群体，大家大概也听说过一些燃气保障大事，这体现出整個社会对保障Follow是非常强烈，咱们初衷是希望在传统产业发展过程中，搞定那些难以攻克保障难题，比方说，倘若你已经搞定90%难题，但要搞定剩下10%却非常困难，那么，后世如何搞定这些难题呢？
在多年琢磨中，咱们得出一個结论：只有AI，只有智能技术，才干够真正搞定咱们产业面对难题，
对于咱们新智聚安来说，这是一個绝佳机遇，对于咱们生态伙伴来说，同样也是一個好机遇，我感觉咱们产业有很多需求，须要更多AI本事来搞定，刚才谈到保障产业，它其实相当复杂，不同样于消费互联网产业，它涉及到整個工业或产业全链条过程，
因为这個，咱们结合产业经验，加上咱们生态伙伴智能本事，涵盖运用通用大模型、咱们私域知识，来构建咱们自己保障大模型，搞定自身难题，难题搞定后，咱们还能赋能千行百业，协助他们更好地搞定保障难题，咱们会秉承这個出发点，实行更多实践、探索，
新智聚安联席一号位刘茂亮
张腊：aiXcoder是技术与市场匹配下产品，请问德欣总，在您看来理想商业模式应该是什么样？
刘德欣：现在大模型很火，大家都在探索它们落地应用，aiXcoder从一开始就专注于智能化软件开发领域，这让咱们在应用大模型落地时有纯天然优点，多年来，咱们将技术转化为实际应用，由于代码大模型纯天然根据编程语言结构化特征，让它在智能编程这個领域非常实用，模型输出定鼎且准确，这也是代码大模型能最先在产业端商业化落地原因，
比方说，在智能化软件开发中，大模型可以根据自然语言生成大量代码，甚至能根据上下文信息推测开发者意图，协助补全正确代码，涵盖生成测试代码等本事，另外，它还能高速定位软件开发中根本缺陷，协助开发者在开发现场火速发现难题，大模型还能根据开发者意图生成修复缺陷正确代码，这些都是非常实用落地场景，
在自然语言搞定领域，人们也探索出很多应用场景，比方说生成式内容创作、企业知识库问答系统、智能搜索、智能客服等，这些都是大模型发挥作用具体落地场景，
实际上，在咱们实行商业化探索过程中，实践出几种可行商业模式，
先说是订阅模式，咱们对個人运用者〔C端〕供应全民免单服务，而企业运用者〔B端〕可以经由订阅来运用咱们线上服务，甚至是API服务，将API集成到他们多模型管理或业务流程中，这是一种很非常好商业模式，
再讲是私有化搞定方案，目前，根据对内部领域知识需求，企业须要私有化搞定方案，咱们可以Follow企业内部具体领域知识及应用场景，实行私有化部署、個性化训练，在这方面，模型厂商可以供应大量服务、持助，这些都是在商业化过程中咱们感觉相对可行商业模式，
以及深度咨询服务，针对一些有更高需求大客户，这些客户会深入研究模型、算法等技术，须要全面大模型技术持助、服务，他们不光须要搞定最后一公里，还须要搞定最后几公里难题，因为这個须要像aiXcoder这样原生大模型厂商，可以经由赋能更专业技术本事，来供应深度咨询服务，协助他们训练自己大模型并产品化，这也是咱们探索非常有效商业落地场景，
aiXcoder总裁刘德欣
张腊：请问段总从生态角度来看，咱们理想商业模式是什么样？
段小蕾：华为云初创生态中已经有几千家创业公司，去年下半年咱们还特意组织一期AI生态创业加速营，我看到AI技术突破带来颠覆性独创前景正在逐渐展开，但是商业模式上还没有看到让人极具兴奋或者具有独创意义进展，
我观察到企业大致分为两类：一类是传统ISV或SaaS企业，这些企业已经有自己应用场景、运用者、数据积累，用AI提升现有产品本事、体验是水到渠成，
但是大家也晓得，企业服务在中国市场赚钱并非容易，CEO们须要探究是，在大模型上投入多少资源，能够带来什么业务升值价值，什么时候可以收回本钱，
倘若不火速投入，大概会在博弈中落后；而要紧跟AI大阶段潮流，则要衡量投入产出比、现金流压强，
面向個体消费者to C模式也有很多创业公司在尝试，但咱们还没有看到能够大规模复制、商业上实行盈利明确场景，就便是OpenAI运用者规模目前也很难盈利，算力本钱很高，长远来看，AI普及应用须要在底层基石设施上技术突破，连续降低算力、大模型本钱，
同时我也注意到一些新势头：现在AI开发者与传统软件开发者有很大不同样，很多很年轻AI创业公司团队规模很小，产品或服务面向全球市场，最先個天就收费，很快就实行盈利，我有一個校友在深圳创业，他团队只有几個人，做浏览器AI插件，最先选面向欧美市场，目前每月营收可达千万级美元，不须要风险投资，有没错现金流，小团队活得很好，
另外，我個人非常看好软硬件、AI一体势头，
回想2015到2017年，我也在做智能硬件创业，去年看到“AI Pin”发生时，我感到非常兴奋，倘若在我创业那個阶段有这样AI本事，咱们产品在运用者体验上会百分之百不同样，也许就成功，
我感觉下一代软硬件AI结合产品会百分之百颠覆目前人机交互方法，现在大家很Follow人形机器人，我個人期待是类似手机替代品，不再是咱们现在这样一個個独立APP，每個APP都有特定场景功能，而是会转变一個功能无缝衔接接、让人无感知人机自然交互方法，
华为云全球初创生态发展总经理段小蕾
张腊：友军总，您观念里面理想商业模式是什么样？
熊友军：人工智能这几年发展确实展示巨大商业、应用前景，任凭是在人机交互还是提升就业效能方面，反而，咱们现在看到人工智能应用还远未达到咱们预期，与咱们期望意向存在很大差距，
目前，人工智能发展势头是面向通用人工智能〔AGI〕方向发展，但我感觉人工智能要真正落地，须要聚焦于商业场景，针对具体行业、商业难题实行应用，虽说从专业技术人工智能向通用人工智能发展是一個没错方向，但从商业角度来看，咱们必需瞄准具体行业、商业场景，
人工智能要真正发挥作用，必需深入到业务重心流程中，而不光是做一些辅助性、外在就业，或者是制造一些没有实际业务价值噱头，这是非常要紧，
现在人工智能最先选还是在数字领域信息空间或数字空间中发挥作用，但后世，人工智能要实行更大价值，就必需向具身智能方向发展，所谓具身智能，指是能够与物理世界交互，搞定咱们日常生活中实际难题智能，这种智能系统能够在现实世界中执行任务，而不光是存在于数字世界中，
一個典型人工智能应用场景就是机器人，现在咱们看到很多AI应用，比方说ChatGPT聊天机器人或者Sora生成影像，都只是在信息空间供应协助，但对于很多人来说，更希望AI能在现实世界中发挥作用，比方说在工厂或者危险环境中，机器人可以代替人去完成就业，于是防止人员伤害，
人工智能下一個发展阶段，将会是从当前数字空间转向具身智能空间，这将带来巨大价值，不光是供应信息、聊天交互，人工智能将能够接管那些人们不愿意做脏活、累活，以及简单重复就业，这些任务可以交给机器人来完成，于是解放人类劳动力，让他们能够专注于更有创造性、价值就业，
另外，后世发展势头将看到人工智能与机器人，尤其是人形机器人紧密结合，这种结合将使得人工智能能够在更广泛领域发挥作用，比方说在制造业、服务业等领域，工业机器人、其他智能化设备已经开始运用人工智能实行升级、改造，提高效能、保障性，伴随技术进步，咱们可以期待人工智能与机器人融合将为各個行业带来革命性更迭，
人工智能与机器人，尤其是人形机器人结合，开辟一個巨大市场潜力，这些智能机器不光能够在就业中变成咱们伙伴，提高就业效能，还能够在生活中扮演要紧角色，变成咱们朋友甚至人家成员，
伴随技术连续进步，人形机器人有望深入到咱们日常生活中，协助搞定各类事务，供应陪伴、服务，于是创造出一個新、浩大市场，这個市场潜力在于它能够满足人们对智能化、便捷生活日益增长需求，以及对個性化、情感互动渴望，伴随人形机器人变得更加智能、实用，咱们可以预见它们将在人家、就业场所甚至公共空间中变得越来越普遍，
目前，人形机器人行业正面对一個根本挑战，那就是缺乏一個无敌人形机器人“大脑”，伴随大型语言模型〔比方说GPT-4o〕发生，咱们看到一個极佳交互场景，这为人工智能与机器人结合供应新大概性，倘若将这些先进AI模型集成到人形机器人中，将极大地扩展它们应用场景，打开一個广阔市场空间，
因为这個，行业发展下一步应该是聚焦于如何将这种先进AI技术应用到人形机器人上，使其能够更好地理解、响应运用者需求，供应更加自然、流畅交互体验，伴随技术连续进步，咱们可以期待后世人形机器人将变成一個具体可见成果，它们将在咱们生活中扮演越来越要紧角色，
北京人形机器人独创腹地总经理熊友军
张腊：许总观念里面这個理想商业模式是什么样？
很多：谈到理想商业模式，有两個重心要素是绕不开：定位、闭环，定位指是明确你要做什么，而闭环则是指如何实行商业流程完整循环，这里我提几点主张：
先说，定位应该根据实事求是原则，
任凭是任务、产品还是模式闭环，都须要对商业规模实行实际评估，同时无法脱离现有价值网络，价值本质上是在现有产业链基石上持续生长，不会凭空引发，而是缓慢生长，因为这個，咱们对价值判断应该根据现有价值网络，同时根据理性来做假设，
以小米为例，它成功很大层次上来自于它对市场定位准确把握、对价值网络透彻理解，小米产品定位清晰，能够满足消费者需求，同时它在供应链管理、本钱控制等方面形成有效闭环，确保商业模式可持续性，
在评估创业项目价值时，确实存在一种倾向，就过于乐观，极具是在AI领域，对价值评估时而会过于乐观，这是咱们须要认真探究难题，
关于如何实行商业闭环，我有两点主张，
先说，咱们可以适当高估技术感召力，作为技术创业者，咱们对自己技术及其大概对市场、产业链引发影响抱有信心，这种技术信仰是可以理解，
第二，咱们须要谨慎是，无法高估自己融资本事、运作本事，
创业本质上是一种以时间换空间搞定难题模式，咱们投入时间来搞定技术难题，以及技术与社会网络深度融合难题，倘若咱们过于高估自己运作本事，大概会面对倒闭风险，
小米手机部副总裁、小米技术委员会副主席、小米机器人事业部总经理很多
2.小米与华为如何打造AI生态？
张腊：在人工智能这個方向上，现在小米一個战略规划是什么？小米业务意向是想实行到什么层次？
很多：小米AI全局规划，雷总会在后续给大家祥明讲解，我这里简单介绍一下小米AI策略，小米奠定相对完整生态系统，持有大量运用者数据，现在，小米面对难题是，如何利用这些数据与市场上众多大模型创业者创造工具、模型实行深度融合，以供应更王牌服务，
大家也看到，咱们车发布后，车用语音功能受到运用者极大赞赏，这最先选是因咱们在车上集成行业主流模型，咱们根据不同样领域模型疗效，选择最符合模型运用，结果是，整個车服务质量非常高，
我也相信，这种融合方法后世会变成一种势头，倘若大家想在ToC〔面向消费者〕领域，想在运用者服务质量上短期内大幅提升，我专家推荐大家采用这种方法，因数据定夺模型质量，倘若咱们自身没有数据，又想供应王牌服务，与持有数据公司协作，实行融合，会是一個更非常好选择，
我也主张创业者从这种角度探究，等到真正实行商业闭环，有一定抗风险本事时，再探究在自己重心本事相关领域实行拓展，让自己变得更无敌，
张腊：华为云在构建 AI 创业生态方面做哪些奋勉？这個生态对于促进 AI 商业化方面有什么样持助？
段小蕾：先说，任凭是AI大模型创业还是应用层创业，对算力需求都是确定，华为昇腾AI云服务可以为创业者供应定鼎、敏捷云上算力，
算力供给现在非常紧张，咱们会尽力满足AI创业公司需求，先说，经由华为云初创计划，创业者可以申请最高100万人民币代金券，用于购买华为云服务、算力，另外，咱们也在公司内部奋勉争取更多算力资源，倾向于咱们创业者，
同时咱们在奋勉构建一個根据昇腾云服务、大模型繁荣技术生态，以推动AI民主化、应用场景多样性，经由华为云ModelArts、AppStage等AI产品开发运维平台，协助创业公司不须要重新造轮子，可以在咱们肩膀上用更少资源投入、更高效能、更低技术门槛开发AI原生应用，从AI技术进步中受益，
咱们也非常欢迎有相关本事创业公司加入咱们，一道构建、繁荣这個AI技术生态，任凭是做中间层、工具链，还是供应运维服务公司，都可以与咱们一起丰富这個生态本事，提高算力运用效能，降低模型部署本钱，降低AI应用技术门槛，
还有非常要紧一点是，所有创业者都非常Follow商业化难题，华为云初创生态也可以带来根本价值，
大企业客户智能化需求场景是十分多元，况且较为前沿，华为云、具有最先进技术本事或在某一领域深耕创业公司协作，构建联合搞定方案，一道推动AI普及应用，重塑千行万业，华为云初创生态团队正在做两個层面就业：一是挖掘AI独创应用场景，推动POC〔概念验证〕，加快商业化前沿探索；二是促成商业订单落地，实行业务闭环，在这個过程中，咱们为创业公司供应更多商业机遇、市场空间，
海外市场也是AI创业公司寻求商业增长要紧方向，很多AI创业公司从成立最先個天起，就是要拥抱全球市场，华为全球化历程已经有将近30年，在170多個国家、地区服务当地客户，咱们不光有透彻海外市场洞察，还有积累沉淀下来管理方法论、行之有效业务实践，涵盖如何做战略决策、如何奠定品牌、如何做企业客户销售、如何构建海外组织体系等；这些咱们经由华为云加速器都开放共享给创业者，另外，咱们在海外已经构建营商环境、客户网络资源，都是咱们赋能创业伙伴全球化发展坚实基石，
3.AI商业化挑战与应对
张腊：今天AI发展已经进入2.0阶段，在过去1.0阶段，安防是与AI结合非常紧密场景，当时很多项目都是定制，所以想请教一下茂亮总，咱们在 1.0 阶段赚到钱，在 2.0 阶段是否还能够再赚到？
刘茂亮：极佳难题，这個难题在AI行业中大概普遍存在，
在1.0阶段，大家大概会有很多直观感受，比方说大街上各类摄像头、其他保障设施，任凭是政府还是其他协作伙伴，大概更多是着重建设，而没有真正找到客户最本质需求，
但在AI2.0阶段，咱们发现很多新大概性，这些大概性最先选来源于技术进步、应用场景连续拓展，
以燃气行业为例，以前燃气保障监控最先选依靠人工巡检、检查，这种方法不光本钱高，况且效能低下，现在，咱们可以利用AI技术，在现有影像监控系统上增加智能算法，自动识别燃气泄漏、管道破损等异常情况，并火速预警，这样一来，不光可以降低企业本钱，还能提高燃气保障监管效能，
这种智能监管系统应用为燃气行业带来更非常好商业价值，同时也提升城市保障水平，AI技术在燃气行业中应用只是AI2.0阶段一個缩影，实际上，AI技术已经在很多行业中带来类似变革，伴随技术连续进步，咱们可以期待AI在更多行业中发挥更大作用，为人们生活带来更多便利、保障性，
所以，倘若我作为燃气企业，能够经由智能技术搞定燃气保障难题，那么我自然愿意为此付费，因智能技术能够协助企业实行降本增效，这种商业模式在AI2.0阶段自然引发，
反而，这种体系构建目前大概还处于初期阶段，产业验证大概相对复杂，因燃气保障难题不是简单地经由算法识别、计算就能搞定，但伴随AI技术发展，它将更有本事搞定行业难题，
AI技术进步将带来更多独创应用，协助燃气行业等传统行业实行智能化转型，于是提高保障性、效能，这种技术应用不光对行业自身有积极影响，还能为社会带来更多福祉，
在AI2.0阶段，咱们不光Follow单個技术或应用，而是更着重构建一個大生态系统，产业保障性，尤其是在各行各业，是一個复杂难题，没有任何一家公司或企业能够独自搞定所有难题，
因为这個，咱们须要经由平台方法聚合更多AI本事，以便更好地满足运用者需求并搞定难题，平台模式可以供应一种协作、共享资源方法，使得不同样公司、组织能够一道参与到搞定产业难题过程中，经由这种方法，咱们可以更好地理解运用者需求，开发出更有效搞定方案，并实行产业智能化转型，
在AI2.0阶段，平台模式将变成持续运作、运作重心，以更好地搞定城市保障难题，经由平台模式，咱们可以整合各异AI技术、搞定方案，形成一個协同共创生态系统，于是更有效地应对城市保障挑战，
另外，伴随AI技术发展，咱们预见整個产业流程、结构将会发生更迭，AI将重构保障产业整個框架，使其更加智能化、全效，这意味着，AI技术还将改变传统保障产业运作方法，使其更加适应现代社会需求，
张腊：代码大模型在商业化方面正呈现出哪些前无古人后无来者商业特征？
刘德欣：先说，我想说是，代码大模型自身也持有通用大模型那些本事，它是根据软件工程特点进一步训练而来，咱们晓得自然语言、程序语言两者之间有非常大不同样，程序语言持有结构化、逻辑化、上下文依赖等特点，
举個例子，“我名字是刘德欣” 、 “刘德欣是我名字”，倘若这個语序顺序颠倒，大模型也能理解，但倘若咱们将代码顺序颠倒，就大概会发生编译错误，这是因代码须要遵循特定语法、逻辑规则，这是、自然语言各异地方，
因为这個，咱们在构建、训练代码大模型时，须要探究到程序化语言这些特点，涵盖我上面提到结构化、逻辑性、上下文依赖性等等，咱们须要确保模型能够理解、生成符合软件工程内容，
在商业化落地方面，咱们也面对着巨大挑战，当前咱们已经克服这些挑战，这里我给大家做一些共享，
比方说，我昨天看一下OpenAI数据， GPT4平均延迟时间是5.4秒，对于普通运用者来说，等待5秒大多数是可以接受，只要最后能够得到生成结果，但对于软件开发者员来说，他们思路是连续且流畅，不容被打断，因为这個，在供应服务时，咱们模型无法让开发者员感知到它存在，极具是在正在编写代码时，无法让他们等待超过5秒，
倘若开发者员思路被打断，这会对他们就业造成干扰，于是影响就业效能，因为这個，对于代码大模型来说，技术要求更高，须要在毫秒级时间内给出结果，以确保开发者员就业不受影响，
由于保障合规要求，咱们在大型企业私有化部署过程中遇到两個挑战，一個落地难点是，私有化部署大概没有足够算力，尤其是在运用一部分低算力国产显卡或低端英伟达GPU情况下会限制模型性能、响应速度，
H100、A100等高性能显卡能够供应高速响应时间，同样，昇腾910B等国产显卡也有很非常好性能，但对于一些低端显卡，如何在有限算力下实行毫秒级响应时间，这就须要模型厂商用一系列技术去搞定这些难题，
另一個落地难点是，大模型都是根据开源数据、代码实行训练，一旦模型进入企业内部，它就有大概无法理解企业业务逻辑、领域知识、编程规范等，因为这個，咱们须要对模型实行個性化训练，以协助大模型学会企业领域知识，
这不光是对模型实行简单微调，如运用Lora、Adapter等方法，更须要一整套方法论、工具来持助，这涵盖数据搞定、模型架构改良、算法选择等很多方面，
咱们已经在这两個方面做得很好，并在很多大型企业中成功落地咱们大模型，经由这些实践，咱们积累丰富经验，可以为更多企业供应持助、协助，
张腊：现在人型机器人也是非常火话题，但很多人都不晓得，人型机器人究竟是如何服务客户、如何赚钱？所以想请问熊总，人型机器人在商业化过程中会遇到什么难题，如何应对？
熊友军：人形机器人发展面对着几個最先选难题，
先说，如何实行技术突破是根本，由于人形机器人还处于早期阶段，从重心技术研发到产业链构建再到商业化落地，都还有很多难题须要搞定，最最先选挑战是技术发展与客户需求之间差距，
为搞定这個难题，咱们须要在重心技术上取得突破，比方说在运动控制、认知、决策、传感、感知等方面，历史上，对于技术难题，咱们往往会采纳多条路径同时推进方法，这意味着咱们须要探索各异技术搞定方案，以期找到最优路径，
咱们须要找到根据现有技术条件合适应用场景，比方说，人形机器人在国内发展火速，但真正商业化落地还有待时日，在国外，特斯拉等公司已经开始在工业领域小批量落地人形机器人，而像figure、Digit公司；也已经开始在资本推动下实行技术商业化，
国内一些头部机器人公司，比方说优必选，也已经在新能源汽车制造、3C制造领域实行初步试训，这说明人形机器人在工业领域应用已经开始落地，
第二步，咱们感觉人形机器人下一個落地点大概是商业场景，而在人家领域，咱们则感觉应该分两步走，
最先個步是陪伴型机器人，这种机器人更多Follow人机交互，满足运用者情感需求，而不须要执行实际家务劳动，这种类型机器人可以作为运用者伴侣，供应情感持助、陪伴，
第二步是人家助手型机器人，这种机器人可以真正变成人家一一部分，承担一些家务劳动，如清洁、烹饪等，这种机器人须要具备更高智能化水平、更强执行本事，以适应人家环境中多样化需求，
第三，就是如何降低本钱，降低本钱是人形机器人实行大规模商业化应用根本因素之一，伴随技术成熟、生产规模扩大，本钱下降是可预期，
中国持有无敌供应链体系，这为降低本钱供应良非常好基石，与产业链上厂商协作，一道推动技术独创、规模化生产，可以加速本钱降低，经由产业链协作，可以实行资源共享、技术互补，于是提高生产效能，降低本钱，
咱们有理由对降低本钱前景维持乐观，伴随产业链连续改良、技术持续进步，人形机器人本钱有望进一步降低，于是推动其在更多领域应用。