📌国产芯片已经实现部分上量，Q4 占比还将进一步提升。 💻现阶段文本侧算力消耗高于视频侧，纯 coding 能力、具体交付能力的提升空间仍然很大。纯 codin
- 序号：102
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
📌国产芯片已经实现部分上量，Q4 占比还将进一步提升。 💻现阶段文本侧算力消耗高于视频侧，纯 coding 能力、具体交付能力的提升空间仍然很大。纯 coding 与具体交付能力还有不小提升空间，泛 coding 类任务，典型例如芯片设计，只要能够搭建数据闭环、可以被验证就能够完成。向前展望，芯片设计、制药等前沿场景需要语言与多模态进行融合；随着语言模型能力变强，Q4 到明年 Q1 行业内，包含中美市场，会出现更多多模态交叉的相关应用。 🔍OpenAI codex 参与芯片设计这件事，也验证了该方向可行性，行业门槛并不高。未来能够很直观看到大模型进入垂直行业，芯片本身的好坏已经不再是核心矛盾，未来人人都可以参与造芯。 ⚙️资源配置层面，不会将语言与多模态视作互相竞争的关系，二者在基建等方面可以互相促进。 🖥️当前算力存量足以支撑已经披露的模型迭代以及下一阶段规模扩张。 📈增长依旧由模型能力强化作为主导，M3.1 的目标是跑通整套基建，在稳定性、质量、推理效率之间取得可广泛部署的平衡点。
总体总结
主题正文
- 📌国产芯片已经实现部分上量，Q4 占比还将进一步提升。
- 💻现阶段文本侧算力消耗高于视频侧，纯 coding 能力、具体交付能力的提升空间仍然很大。
- 纯 coding 与具体交付能力还有不小提升空间，泛 coding 类任务，典型例如芯片设计，只要能够搭建数据闭环、可以被验证就能够完成。
- 随着语言模型能力变强，Q4 到明年 Q1 行业内，包含中美市场，会出现更多多模态交叉的相关应用。
- 🔍OpenAI codex 参与芯片设计这件事，也验证了该方向可行性，行业门槛并不高。
- 未来能够很直观看到大模型进入垂直行业，芯片本身的好坏已经不再是核心矛盾，未来人人都可以参与造芯。
- ⚙️资源配置层面，不会将语言与多模态视作互相竞争的关系，二者在基建等方面可以互相促进。
- 📈增长依旧由模型能力强化作为主导，M3.1 的目标是跑通整套基建，在稳定性、质量、推理效率之间取得可广泛部署的平衡点。