为代表的传统神经网络模型、以 Transformer 为代表的 全新 神经网络模型、以 GPT 为代表的预训练大模型这三个时代的进阶，在“算力芯片、存储芯片”等硬件技术持续演进的支撑下，伴随模型参数规模超越千亿级，近年来人 工智能技术得以“涌现”出更加强大的理解、推理、联想能力。 图：模型规模的指数提升线性提高模型性能 资料来源 ： Jared 等著 - 《 Sca l ing Laws for Neura 的数据量和参数规模呈现指数级增长，例如 GPT-3 模型参数约为 1750 亿，据 Semianalysis 推 测 GPT-4 参数量达 1.8 万亿；同时，国内目前公布的大模型参数规模也 普遍在百亿至千亿级 别。性能方面，据 Data Learner 数据， GPT-4o 在 MMLU 测评中获得 88.7 分的高分，分数较 GPT- 3 大幅提高；国产模型中阿里的 Qwen2.5-72B 取得

Turbo。日日新 5.0 能力提升主要得益三个方面：1）采用 MoE 架构， 激活少量参数就能完成推理。且推理时上下文窗口达到 200K 左右。2）基于超过 10TB tokens 训练、覆盖数千亿量级的逻辑型合成思维链数据。3）商汤 AI 大装置 SenseCore 算 力设施与算法设计的联合调优。 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 35 电子 商汤推出“云、边、端”全栈大模型产品矩阵。1）云端模型即商汤最领先的基础模型系列。 2）在边缘侧，商汤面向金融、医疗、政务、代码四个行业推出商汤企业级大模型一体机。 一体机同时支持千亿模型加速和知识检索硬件加速，实现本地化部署，相比行业同类产品， 千亿大模型推理成本可节约 80%；检索大大加速，CPU 工作负载减少 50%，端到端延迟减 少 1.5 秒。3）端侧模型方面，SenseChat-Lite 1.8B 全面领先所有开源

号，硅星人公众号，东莞证券研究所 电子行业深度报告 21 请务必阅读末页声明。 中微软预计 Q1 及 Q2 支出与 24Q4 接近，Q3 及 Q4 将根据需求投资；亚马逊资本开支年化 有望超千亿；谷歌预计全年支出 750 亿美元，主要用于服务器，其次为数据中心和网络 建设；Meta 预计全年支出约为 600-650 亿美元，主要投向 AI 和核心业务。总体来看海 外 CSP 并没有因 DeepSeek

时代的特征是通过海量数据，无需标注自监督学习，训练一个基础大模型， 并在各个应用领域将其专业化。具体来说有三个特点：1）对于拥有的超级海量的 数据，无需进行人工标注，即进行自监督学习；2）基础模型规模非常大，参数规 模从十亿到千亿级别；3）训练出的基础模型具有跨领域知识，而后通过微调用降 低成本的方法来训练，以适应不同领域的任务。AI 2.0 的巨大跃迁之处在于，它 克服了前者单领域、多模型的限制。 图1：AI2.0 时代

景牵引、培育低空制造生态 圈。 5. 强化低空制造要素支撑，强化无线电频谱资源统筹优化、促进行业内外合作交流、加大低空产业融资支 持。 2 陕西省 文件名称： 陕西省培育壮大 千亿级航空制造与低空产 业创新集群行动计划 发文时间： 2024/ 11/ 1 发文单位： 陕西省发展和改 革委员会 目标： 建设集研发设计 、生产制造 、试验验证 、服务保障于一体的航空制造与低空产业创新集群 加强统筹协调 2. 强化支撑保障 3. 加大资金投入 4. 加强合作交流 2. 陕西（陕西省、榆林） 115 序号 省 / 市 / 县 文件 主要内容 3 陕西省 文件名称： 陕西省培育壮大 千亿级航空制造与低空产 业创新集群行动计划 发文时间： 2024/ 11/ 1 发文单位： 陕西省发展和改 革委员会 目标： 不断提升陕西航空经济技术开发区 、秦创原无人机产业创新聚集区 、汉中航空经济技术开发区等