Di recente si è tenuta a Pechino la conferenza estiva sulla tecnologia AI del 2026. La conferenza si è concentrata sul rilascio di una serie di importanti risultati tecnici come la nuova generazione di modelli di grandi dimensioni e i modelli video della serie Seedance, ha divulgato i dati operativi principali del business dei modelli di grandi dimensioni e ha dimostrato le pratiche di implementazione dell’intelligenza artificiale di clienti benchmark in diversi settori.
Dagli indicatori tecnici fondamentali che si collocano tra i primi al mondo alla scala di implementazione industriale che ha raggiunto un salto di grandezza, l’industria cinese dell’intelligenza artificiale sta avanzando in entrambe le direzioni delle scoperte tecnologiche e dell’implementazione degli scenari, accelerando la trasformazione dell’intelligenza artificiale dalla verifica tecnica all’applicazione su larga scala a livello di produzione.
Le capacità dei modelli di grandi dimensioni hanno subito cambiamenti qualitativi e gli indicatori chiave si sono classificati tra i primi al mondo
Il Beanbao Big Model 2.1 appena rilasciato si concentra sui tre scenari principali a livello di produzione: codifica, intelligenza e comprensione visiva per completare un aggiornamento completo e superare ufficialmente il “punto di cambiamento qualitativo a livello di produzione”.
In una serie di valutazioni autorevoli a livello internazionale, il modello ha dimostrato una forza tecnica di prima classe: in termini di capacità di codifica e agente, il punteggio Terminal Bench 2.1 è vicino al livello dei modelli più importanti del mondo, la valutazione SciCode ha ottenuto 59,8 punti, superando molti modelli leader internazionali, e la valutazione NL2Repo-Bench ha guidato i prodotti simili internazionali con 47,0 punti, classificandosi tra i primi livelli nel mondo nel suo complesso.
Pur mantenendo la sua posizione all’avanguardia nelle capacità di comprensione multimodale, questo modello di grandi dimensioni ha anche ottenuto una significativa riduzione dei costi di utilizzo: la versione professionale ha una riduzione dei costi di quasi l’80% rispetto ai migliori prodotti simili a livello mondiale e la versione leggera costa solo la metà della versione professionale.
L’aggiornamento delle capacità tecniche e l’ottimizzazione dei costi hanno aperto importanti colli di bottiglia per la divulgazione e l’applicazione su larga scala di modelli di grandi dimensioni in vari settori. Ciò significa che i grandi modelli domestici sono ufficialmente entrati nella fase di applicazione a livello di produzione e le loro capacità non si riflettono negli effetti dimostrativi, ma possono realmente supportare i processi aziendali principali: in uno scenario reale di un cliente nel settore dei semiconduttori, il modello ha attraversato 18 ore di iterazione per completare 1.300 righe di codice RTL che possono essere messe direttamente online;
all’interno delle aziende tecnologiche, la codifica AI è stata implementata su larga scala a livello di sistema ed è diventata un anello fondamentale nel processo di ricerca e sviluppo.
Nel campo multimodale, il modello video Seedance ha anche compiuto un salto di capacità a livello di produzione. Seedance 2.0 ha raggiunto funzionalità di generazione 4K native e supporta l’output diretto nativo 4K a 10 bit con profondità di bit elevata.
Il responsabile ha rivelato un dato iconico: prima del lancio di Seedance 2.0, il numero di chiamate allo strumento di generazione video nei fine settimana era molto più elevato di quello nei giorni feriali. È essenzialmente uno strumento con attributi di intrattenimento UGC. Dopo il lancio di Seedance 2.0, il carico e l’utilizzo nei giorni feriali hanno superato quelli nei fine settimana, confermando che è entrato nella scena della produzione per ufficio e ha completato la transizione degli attributi di produttività.
Al momento, Seedance 2.0 è stato implementato su larga scala nei campi della creazione cinematografica e televisiva, della pubblicità, del marketing e-commerce, ecc. Film, televisione e cortometraggi sono solo uno degli scenari applicativi della tecnologia di generazione video e non saranno lo scenario principale a lungo termine.
Allo stato attuale, sono emerse numerose pratiche di implementazione nel settore manifatturiero, nella vendita al dettaglio, nell’istruzione, nella guida autonoma, nell’intelligenza incorporata e in altri campi: le aziende manifatturiere le utilizzano per generare descrizioni di prodotti multilingue e video di formazione post-vendita; le aziende di guida autonoma lo utilizzano per sintetizzare dati sulle condizioni meteorologiche estreme e sulle condizioni stradali marginali per ottimizzare la robustezza dell’algoritmo;
Le società di intelligence incarnate lo utilizzano per sintetizzare i dati di addestramento per rompere il collo di bottiglia della raccolta dei dati reali.
La generazione di video è un percorso tecnico efficace per costruire modelli del mondo. Facendo affidamento sulla potente base di modelli di grandi dimensioni, Seedance penetrerà in futuri scenari industriali più importanti.
È stato riferito che il nuovo Seedance 2.5 sarà lanciato ufficialmente all’inizio di luglio, ottenendo scoperte leader a livello mondiale in tre dimensioni: tempo di generazione, input multi-materiale e capacità di editing.
La penetrazione industriale sta accelerando e l’implementazione del valore copre diversi percorsi
La tecnologia ha superato il punto di cambiamento qualitativo e ha promosso direttamente l’accelerazione su larga scala dell’implementazione industriale. I dati divulgati alla conferenza hanno mostrato che la media giornaliera delle chiamate token del modello Doubao ha superato i 180 trilioni, con un aumento di oltre 10 volte nell’ultimo anno; nel mercato MaaS del cloud pubblico, la sua quota di token ha raggiunto il 49,5%;
il numero di membri del “Trillion Tokens Club” che applica profondamente modelli di grandi dimensioni ha superato i 200, riflettendo che le applicazioni IA a livello aziendale stanno passando dall’esplorazione pilota a una nuova fase di applicazione di produzione approfondita.
Attualmente, è stato dimostrato che l’intelligenza artificiale crea valore quantificato in diversi settori: la codifica è il primo campo in cui verificare il valore a livello globale e l’effetto di miglioramento dell’efficienza della ricerca e sviluppo è stato ampiamente riconosciuto;
Anche scenari orizzontali come la base di conoscenza, le domande e risposte sulla conoscenza e l’analisi dei dati hanno ottenuto ritorni di valore quantificabili in un gran numero di imprese. In campo verticale, molte aziende automobilistiche leader a livello mondiale nel settore automobilistico ottimizzano l’esperienza dell’abitacolo dell’auto attraverso modelli su larga scala per migliorare la soddisfazione dell’utente;
le aziende leader nei settori della finanza, dell’istruzione, della casa intelligente e di altri settori hanno raggiunto un’implementazione matura; nel settore della vendita al dettaglio, alcuni clienti utilizzano strumenti di intelligenza artificiale per ottimizzare le operazioni del negozio e le informazioni sui consumatori, e l’efficienza operativa del singolo negozio è stata notevolmente migliorata.
Al fine di promuovere la profonda integrazione dell’intelligenza artificiale nei processi di produzione aziendale, le parti interessate hanno creato un sistema di prodotti e servizi che copre tutti i livelli e definito una matrice di prodotti multi-agente da high-code a zero-code: gli sviluppatori professionisti possono utilizzare strumenti di sviluppo professionale, gli sviluppatori interni dell’azienda possono creare business intelligence attraverso piattaforme esclusive, il personale aziendale può utilizzare strumenti low-code per creare applicazioni e le posizioni funzionali possono utilizzare banchi di lavoro pronti all’uso per coprire le esigenze di miglioramento dell’efficienza a diversi livelli.
In risposta al problema dell’adattamento organizzativo nell’implementazione aziendale, è stato inoltre istituito un team di soluzioni di settore per co-creare in modo approfondito con i clienti di riferimento e sfruttare il valore degli scenari di settore. Allo stesso tempo, ha lanciato funzionalità digitali di gestione dei dipendenti e stabilito un meccanismo di valutazione, monitoraggio e performance per gli agenti intelligenti per aiutare le imprese ad adattarsi alla logica di gestione organizzativa dell’era dell’intelligenza artificiale.
In termini di mercati esteri, i punti di accesso MaaS sono stati implementati nell’Asia meridionale, nel Sud-est asiatico, nel Medio Oriente, in Europa e in altri luoghi per supportare l’accesso globale dei clienti.
Il responsabile ha rivelato che attualmente Seedance rappresenta quasi la metà delle sue chiamate all’estero. Molti dei più importanti gruppi di marketing e multinazionali del mondo sono diventati clienti. Le capacità del modello e il rapporto costo-efficacia sono le considerazioni fondamentali per la selezione dei clienti esteri.
Costruire solide basi a lungo termine e ancorare la direzione di sviluppo dell’IA industriale
Dietro l’implementazione su larga scala c’è il doppio supporto delle capacità tecniche sottostanti e dei sistemi di conformità.
A livello di potenza di calcolo, continuiamo a promuovere l’autoricerca e l’ottimizzazione dell’infrastruttura sottostante. DPU, switch di rete e altre tecnologie sviluppate internamente sono state ripetute per molti anni, migliorando l’efficienza complessiva del calcolo attraverso lo scarico del carico.
In risposta ai requisiti di potenza di calcolo dei diversi modelli, le piattaforme pertinenti hanno completato un’ottimizzazione ingegneristica approfondita: il modello video adotta un’architettura ibrida basata su Diffusion, che ha requisiti inferiori per un’elevata larghezza di banda e può adattarsi in modo efficiente a più tipi di chip di calcolo. Non vi è alcun conflitto tra le risorse di elaborazione e i modelli di codifica e agente.
Allo stesso tempo, la piattaforma ha completato l’adattamento di molteplici tipi di potenza di calcolo domestica ed è in grado di mobilitare completamente diverse risorse di potenza di calcolo per supportare l’implementazione aziendale.
Sicurezza e conformità sono i prerequisiti fondamentali per la commercializzazione. Più forte è la capacità, maggiore è la responsabilità. La costruzione di un sistema di sicurezza è la base per la commercializzazione del modello.
È stato riferito che Seedance 2.0 ha impiegato diversi mesi dal completamento della ricerca e sviluppo all’apertura ufficiale dell’API. Il lavoro principale è migliorare la strategia di sicurezza e il sistema di protezione del diritto d’autore della proprietà intellettuale, comprese le restrizioni sull’uso dei volti, l’identificazione dei contenuti del diritto d’autore, la costruzione del meccanismo di autorizzazione, ecc.
La piattaforma di business della proprietà intellettuale (versione di anteprima) lanciata in questa conferenza utilizza un meccanismo benigno di autorizzazione formale, contratti elettronici e condivisione degli utili per aprire il collegamento di cooperazione tra le parti della proprietà intellettuale e gli utenti, consentendo alla creazione commerciale di seguire le regole.
Un meccanismo completo di sicurezza e protezione del copyright non è solo una responsabilità dell’industria, ma crea anche una base di fiducia, che a sua volta amplierà l’immaginazione delle applicazioni commerciali.
Per quanto riguarda lo sviluppo del settore, il responsabile competente ha ritenuto che il mercato cinese dei modelli di grandi dimensioni sia ancora nelle fasi iniziali, ma abbia superato il punto di cambiamento qualitativo del livello di produzione, che rappresenta una pietra miliare cruciale. Potrebbe esserci spazio per una crescita di decine o addirittura centinaia di volte in futuro.
Di fronte alla concorrenza del settore, gli ostacoli principali provengono da due aspetti: uno è la capacità di ripetere continuamente i modelli e l’altro è la capacità di implementare servizi di settore approfonditi. La lungimiranza futura e la certezza strategica di ancorare in anticipo la direzione del MaaS gettano le basi anche per l’attuale posizione di mercato.
Attualmente, il settore dell’intelligenza artificiale si sta spostando dalla competizione tecnologica a un ciclo critico di realizzazione del valore.
La serie di risultati pubblicati questa volta non solo dimostrano la competitività globale del modello tecnologico su larga scala del mio Paese negli indicatori chiave, ma confermano anche l’ampio spazio per l’integrazione della tecnologia AI e dell’economia reale.
Il responsabile competente ha dichiarato: “L’intero mercato è ancora nella sua fase iniziale. Le vittorie e le perdite a breve termine non sono particolarmente importanti. Ciò che è più importante è se possiamo utilizzare migliori capacità di intelligenza artificiale per servire più aziende. Se ciò avviene correttamente, saremo in grado di ottenere buoni risultati.”
