在人工智能浪潮下，大模型继续朝着万亿参数发展并推动多模态演进，形成了“多点开花”的生态图谱。同时，大模型也在寻求轻量化、高效化、垂直多元化的发展。但面临高昂投资和回报难题，大模型企业仍尝试通过卷应用留在牌桌上，这使得更多细分、专业的大模型应用不断涌现。当前，行业期待“AI超级或杀手级应用”。而 scaling law 预计未来 AI 应用将主要从云端向 PC、手机等端侧“下沉”。随着 Scale Law 的减缓，全球大模型企业正在加速研发性能更高的产品，以满足市场需求。
在人工智能浪潮的驱动下，大模型的进展日益迅速。它们不再仅仅局限于大型数据中心的部署，而是开始转向万亿参数，并推动了多模态演进。这种“多点开花”的生态系统在全球范围内得到了广泛的应用，进一步证明了人工智能技术的强大潜力。
在这个过程中，大模型企业在寻找新的发展方向时，面临着一系列的问题。一方面，高昂的投资和回报难题使大模型企业不得不寻求更轻量化、高效化的路径。另一方面，垂直多元化的需求也为企业提供了新的机遇。例如，在医疗、教育等领域，专业的大模型应用已经开始崭露头角。
然而，随着 Scale Law 的推进，全球大模型企业的研发重心正在逐渐从云端转向PC、手机等端侧。这种趋势无疑是对现有发展模式的一种挑战，也是大模型企业需要面对的一个新问题。随着 Scale Law 的减缓，全球大模型企业正在加速研发性能更高的产品，以满足市场需求。
目前，市场对“AI超级或杀手级应用”的期待很高。由于科技的快速发展，我们有理由相信，未来的人工智能应用将会更加多样化、专业。这就需要大模型企业不断创新，提升产品的性能和用户体验，以满足市场的不同需求。
总的来说，尽管面临种种困难和挑战，但大模型企业仍然具有巨大的发展潜力。只要他们能够抓住机会，克服困难，就能够实现持续的技术创新，推动人工智能技术的发展。在未来，我们期待看到更多的“AI超级或杀手级应用”诞生，这也将是大模型企业的重要使命和责任。