所以，日收我们要找到一个底盘，把发动机装上，再给它装上外壳、座椅，最后交付一辆车，企业才能用。

Sora运用到的仍是已有的技术，亿元于A0亿只不过OpenAI把这些技术综合起来从工程上进行了优化，做到了之前的人没有做到的事情。所以，受益我们要找到一个底盘，把发动机装上，再给它装上外壳、座椅，最后交付一辆车，企业才能用。

因为Sora本身还有很多创新的技术大家还在研究，巨头加快我也不敢特别准地去预测需要多少时间，但我相信应该不需要太久。其次，增速美国也不是全面领先，美国真正在人工智能领先的公司，我认为就两家，软件是OpenAI，硬件是英伟达。而大纵深是什么概念呢？大模型像发动机，日收现在大模型厂商在造世界上最牛、最快的发动机，但是B端企业要的不是发动机，而是一辆车。

我们有这么多的工业门类，亿元于A0亿国家这么重视制造业的数字化转型，亿元于A0亿如果中国企业都用上了这种小规模的大模型，在自己的场景上让大模型跟业务相结合，其意义不亚于我们在超级AGI上追赶国外。自2017年以来，受益人工智能多次被写入《政府工作报告》。

我认为，巨头加快大模型比光刻机、芯片的难度要低很多，因为毕竟是软件，但未来是要奔着AGI，也就是通用人工智能去的，这块的挑战就是算力。

我觉得，增速国产大模型能否做到Sora这种水平就是一个资源和时间的问题。你说小了，日收别人说你自大。

但真正用一用，亿元于A0亿我觉得国内的大部分都达到或者超过了GPT-3.5的能力，全世界也就只有中国有这个能力。按照刷榜的成绩，受益国内的模型早就超过了GPT-4了。

这就对算力的要求就降到很低，巨头加快可能有十张消费级显卡在一个场景就能用起来，非常适合我们国家，这也是我们弯道超车的一个场景。据我了解，增速现在的大模型厂商纷纷转型，往产业方向走、往垂直方向走。