हुआवेई पांग के द्वितीय आदेशाधिकारी ने स्टार्टअप में प्रवेश किया, 3 महीनों में मूल्यांकन 10 गुना बढ़ गया

अगर आप 3D प्रिंटिंग प्रेमी हैं, तो आपने शायद ऐसा अनुभव किया होगा: आप अपने हेडफोन के लिए एक स्तरीय स्टोरेज बॉक्स डिज़ाइन करना चाहते हैं, लेकिन मॉडल लाइब्रेरी में कोई भी उपलब्ध समाधान आपके आकार के अनुकूल नहीं मिलता।

बाजार में उपलब्ध समाधानों में से प्रत्येक की अपनी खामियाँ हैं। मानव द्वारा मॉडलिंग की क्षमता कम है और लागत अधिक है, जिससे औद्योगिक और मेकर दोनों छोरों की एक साथ बढ़ती मांग का पीछा नहीं किया जा सकता; सामान्य AI द्वारा उत्पन्न 3D मॉडल अधिकतर एक "खोखला शरीर" की तरह होते हैं, जिनमें आयामों के लेबल या असेंबली लॉजिक नहीं होते, एक छेद की दूरी बदलने पर पूरा मॉडल पुनः ड्रॉ करना पड़ता है। सिमुलेशन परिवेश में, वस्तुएँ सीधे मॉडल के माध्यम से गुजर जाती हैं, और एक्सपोर्ट करके प्रिंट करने पर भी वे सही से जुड़ती नहीं हैं।

3D प्रिंटिंग निश्चित रूप से वैश्विक वृद्धि के सबसे अधिक ध्यान आकर्षित क्षेत्रों में से एक है, लेकिन संरचित और संपाद्य भौतिक 3D डेटा अत्यंत दुर्लभ है। इसी क्षेत्र के रिक्त स्थान में, एक युवा कंपनी सामने आई है—बिटअनंत (BitInf), जो AI द्वारा जेनरेट किए गए वेक्टर 3D मॉडल बनाती है।

हाल ही में WAIC के दौरान, सीसीटीवी ने इस एक साल से भी कम समय पहले स्थापित एक स्टार्टअप की रिपोर्ट की, जिसमें पूरी तरह से 90 के दशक में पैदा हुए टीम पर ध्यान केंद्रित किया गया। एक साल पहले, जिन्होंने विदेशों में AI से सी के क्षेत्र में कई सालों का उद्यमी अनुभव रखा था, ली शिकी ने भौतिक 3D डेटा के खालीपन को समझा और हुआवेई के साथ मिलकर काम किया Pangu Large Model बिट इनफिनिट की स्थापना डॉ. झोउ पिंगयी और अन्य अग्रणी टीम द्वारा की गई।

वास्तविक दुनिया के भौतिक 3D डेटा फ्लाईव्हील को बनाने के लिए, BitInfinity ने एक अनोखा रास्ता अपनाया: 3D प्रिंटिंग और वैश्विक द्रव्यमान Makers के माध्यम से, अपने स्वयं के मॉडल Arko-T ने लिखित भौतिक 3D कार्यों पर वैश्विक SOTA स्तर प्राप्त किया है, और विदेशी प्लेटफॉर्म पर एक मिलियन से अधिक दर्शन प्राप्त हुए हैं।

निवेश समुदाय को पता चला कि अप्रैल में बीज फंडिंग की घोषणा के बाद, बिट अनलिमिटेड ने एंजेल और एंजेल+ फंडिंग राउंड पूरे किए, जिसमें ज़हुआन एशिया, रोंगयी निवेश, पुहुआ कैपिटल, यीडे कैपिटल जैसे प्रमुख संस्थान शामिल हैं। "तीन महीने से कम समय में, मूल्यांकन 10 गुना बढ़ गया।" जुलाई में, निवेश समुदाय ने शंघाई मोसु में बिट अनलिमिटेड के सीईओ ली शिक्वी से मुलाकात की।

जो व्यक्ति भौतिक 3D डेटा की कमी को सबसे पहले पूरा कर लेगा, वही भौतिक AI के युग के लिए प्रवेश पत्र प्राप्त करेगा।" ली शिकी का अनुमान है कि जनरेटिव भौतिक 3D का GPT क्षण अब बहुत करीब है।

इस वर्ष जून में, "AI की माता" ली फेईफेई ने एक लंबा लेख प्रकाशित किया, जिसमें उन्होंने विश्व मॉडल को तीन स्तरों में विभाजित किया: Renderer (रेंडरर), Simulator (सिमुलेटर) और Planner (प्लानर)।

वह मानती है कि सिमुलेटर सबसे गहरा प्रभाव डालने वाला घटक है, जो ज्यामिति, भौतिकी और गतिकी में दुनिया की स्थिति का एक संरचित अभिव्यक्ति प्रदान करता है, जिसे मानव और कंप्यूटर प्रोग्राम के लिए गणना का आधार और इंटरैक्शन का विषय बनाया जा सकता है। रोबोट प्रशिक्षण, स्वयंचालित वाहन परीक्षण, वास्तुकला दृश्यीकरण, इंजीनियरिंग सिमुलेशन और दवा अनुसंधान तक, सभी सिमुलेटर पर निर्भर करते हैं।

लगभग उसी समय, फेंगरी कैपिटल के संस्थापक साझेदार ली फेंग ने एक समान निष्कर्ष प्रस्तुत किया: विश्व मॉडल और भौतिक मॉडल शरीरयुक्त बुद्धिमत्ता के क्षेत्र में सबसे बड़े निवेश के केंद्र बनने का मूल कारण "डेटा का अभाव" है—मनुष्यों ने कभी भौतिक मात्राओं और भौतिक दुनिया के साथ अंतःक्रिया के नियमों को समेटने वाला डेटा बड़े पैमाने पर इकट्ठा नहीं किया है।

थोड़ी देर पहले, ली शिकी ने प्रायोगिक क्षेत्र के डेटा रिक्ति को समझ लिया था और एक स्वयं-पुनर्चक्रित डेटा इंजन बनाने की तत्काल आवश्यकता महसूस की, "हमें एक ऐसा इंजन की आवश्यकता है जो 'वास्तविक दुनिया के इरादों और अंतरक्रिया प्रतिक्रियाओं' से लगातार डेटा उत्पन्न कर सके।"

और अतीत को देखें, तो केवल कुछ ही डेटा इंजन सचमुच बड़े पैमाने पर फ्लाइव्हील बना पाए हैं, जैसे कि गूगल ने पूरे इंटरनेट पर टेक्स्ट एनोटेशन के साथ पहली पीढ़ी का विजुअल डेटा इंजन बनाया, जबकि टेस्ला ने वाहनों से रोड कंडीशन का डेटा एकत्र करके दूसरी पीढ़ी का FSD डेटा सर्कल बनाया। दोनों की सामान्य बात यह है कि उनका डेटा स्रोत विशाल संख्या में सामान्य उपयोगकर्ताओं की वास्तविक इंटरैक्शन है।

ली शिकी ने दूसरे समूह — वैश्विक 5 अरब मेकर्स और 1 अरब सक्रिय 3D प्रिंटिंग उपयोगकर्ताओं की ओर ध्यान आकर्षित किया। बिट अनंत Sparkoh.ai का उपयोग करके, उपयोगकर्ता केवल प्राकृतिक भाषा में अपना विचार व्यक्त कर सकते हैं या एक सरल स्केच बना सकते हैं, और सिस्टम स्वचालित रूप से प्रिंट करने योग्य भौतिक 3D मॉडल उत्पन्न कर देता है। और उपयोगकर्ता की प्रत्येक संशोधन और प्रतिक्रिया, मॉडल में वापस प्रवाहित होती है, जिससे अगली पीढ़ी का उत्पादन अधिक सटीक होता है। इस प्रकार, बिट अनंत एक उपकरण से धीरे-धीरे एक जीवित भौतिक 3D डेटा इंजन में बदल जाता है।

BitInfinity प्रोडक्ट डेमो वीडियो

एक एआई के बड़े विशेषज्ञों की टीम जल्दी से इकट्ठी हो गई। सह-स्थापक जोउ पिंगयी, 36 वर्ष, वुहान विश्वविद्यालय से इंजीनियरिंग डॉक्टरेट, हुआवेई के Pangu Large Model प्रथम पीढ़ी के संस्थापक सदस्य, द्वितीय पीढ़ी के पांगु ट्रिलियन MOE मॉडल के दूसरे प्रमुख रिसर्च और डेवलपमेंट सदस्य। विश्वभर में, ट्रिलियन पैरामीटर के बड़े मॉडल की पूर्ण प्रशिक्षण को नेतृत्व करने वाले लगभग केवल 3000 लोग हैं, जिनमें से 70% विदेशी बड़ी कंपनियों में हैं, 20% अनुसंधान संस्थानों में हैं, और पूर्णकालिक उद्यमी केवल दुर्लभ हैं, और जोउ पिंगयी उनमें से एक हैं।

बिट इनफिनिटी के सह-संस्थापक जो पिंगयी

सीईओ ली शिकी, जिनके पास कई वर्षों का विदेशी AI टू सी उद्यमिता का अनुभव है, जिन्होंने दो विदेशी मिलियन-मासिक सक्रिय AI उपकरण विकसित किए हैं और यूरोपीय-अमेरिकी सृजनकर्ता समुदाय संचालन को गहराई से समझते हैं; सीटीओ चेन लीताओ, जिनके पास हुआवेई में 6 वर्षों का सिमुलेशन और पोस्ट-ट्रेनिंग स्टैक अनुभव है, जो भौतिक प्रतिबंधों के कार्यान्वयन को समझते हैं और बड़े मॉडल डिप्लॉयमेंट को भी जानते हैं।

शुरुआती चरण में, BitInfinity लगभग "पानी के नीचे" था। डॉ. झोउ पिंग्यी की टीम ने वैश्विक AI-जनित वेक्टर 3D विशिष्ट मॉडल के विकास पर ध्यान केंद्रित किया, और एक साथ तीन फंडिंग राउंड्स को निर्ममता से पूरा किया। इस वर्ष अप्रैल में, बीज राउंड सामने आया, जिसका नेतृत्व क्लीयू-संबंधित Zhuoyuan Asia ने किया, जिसने पहले Shengshu Technology, Jiliu Technology जैसे प्रमुख AI प्रोजेक्ट्स में निवेश किया है। इसके बाद एंजेल और एंजेल+ राउंड्स क्रमशः पूरे हुए, जिससे कुल 45 मिलियन युआन की फंडिंग हुई, जिसमें Rongyi Investment, Puhua Capital, Yide Capital जैसे संस्थान शामिल हैं।

एक महत्वपूर्ण संकेत यह है कि रोंगयी निवेश पहले से ही यूशु टेक्नोलॉजी, गैलेक्सी जेनरल जैसी एम्बॉडीड रोबोटिक्स कंपनियों में निवेश कर चुका है; पुहुआ कैपिटल ने ज़ही पिंगफांग जैसी एम्बॉडीड यूनिकॉर्न में निवेश किया है। अब, वे सभी एक साथ बिटअनलिमिटेड पर ध्यान केंद्रित कर रहे हैं—भौतिक 3D डेटा के इस महत्वपूर्ण पहलू पर कब्जा करने के लिए।

तर्क जटिल नहीं है। मानव रूपी रोबोट के क्षेत्र में यूशु और गैलेक्सी जनरल जैसी शीर्ष शरीर कंपनियाँ पहले से ही उभर चुकी हैं, और 3D प्रिंटिंग, औद्योगिक डिजाइन, सामान्य विश्व मॉडल जैसे बढ़ते बाजार भी तेजी से विस्तार कर रहे हैं, लेकिन पूरे उद्योग के अपग्रेड को समर्थन देने वाली मानकीकृत भौतिक 3D डेटा बुनियादी ढांचा अभी भी खाली है। जो कोई इस चरण में स्थिति प्राप्त कर लेगा, वह अगली पीढ़ी के AI बुनियादी ढांचे के क्षेत्र में सुपर प्लेयर बनने का मौका प्राप्त करेगा।

यह शायद एक नया FOMO है। निवेशकों के लिए, भौतिक 3D डेटा अगले पैराडाइम के लिए कुंजी का टुकड़ा है, और स्थिति का महत्व स्पष्ट है। जैसे कि Bit Infinite पानी के नीचे से उभर रहा है, तीन महीनों में इसका मूल्यांकन दस गुना बढ़ गया है। यह बताया गया है कि कंपनी की नई फंडिंग चल रही है, और संपर्क करने आने वाले निवेशकों की संख्या स्पष्ट रूप से बढ़ गई है।

BitInfinity ने एक थोड़ी अलग राह अपनाई।

बाजार में उपलब्ध 3D जनरेशन अधिकांशतः पारंपरिक मॉडलिंग सॉफ्टवेयर पर AI कार्यों को जोड़कर किया जाता है, जो मूल रूप से सॉफ्टवेयर कमांड्स और मानवीय ऑपरेशन पर केंद्रित है। बिट अनंत ने शुरू से ही AI-नेटिव इंटरैक्शन की ओर ध्यान केंद्रित किया है और पूरी डिजाइन प्रक्रिया को पुनः परिभाषित किया है—AI को स्थानिक ज्यामिति, संरचनात्मक संबंधों और गति के नियमों को समझने की क्षमता दी गई है, ताकि वर्णन को संपादनीय और निर्माणयोग्य भौतिक 3D मॉडल में सीधे परिवर्तित किया जा सके।

इस तर्क का आधार पैरामीटराइज्ड कोड जनरेशन मॉडल है, जिसमें स्वाभाविक रूप से संरचनात्मक जानकारी और संपाद्य गुण होते हैं, जिन्हें सीधे 3D प्रिंटिंग, रोबोट सिमुलेशन और Physical AI प्रशिक्षण के लिए उपयोग किया जा सकता है।

3D प्रिंटिंग स्थिति में, उपयोगकर्ता प्राकृतिक भाषा में अपनी आवश्यकताओं का वर्णन करता है, और सिस्टम स्वचालित रूप से कार्य विभाजन, कोड उत्पादन, निष्पादन सत्यापन और बहु-चरण सुधार पूरा करता है। यह ठीक उसी बात से मेल खाता है जो मेकर्स की सबसे वास्तविक आवश्यकता है—उन्हें “सुंदर मॉडल” की नहीं, बल्कि “काम करने वाला मॉडल” चाहिए, जैसे स्लाइडिंग ट्रैक के साथ ड्रॉअर को आसानी से खोला जा सके, और प्रत्येक घटक का आकार और घर्षण गुणांक भौतिक परीक्षण का समर्थन करे।

इस सबका आधार比特अनंत द्वारा स्वयं विकसित विशेष भौतिक 3D मॉडल Arko-T है।

अधिकांश Text-to-3D मॉडल आकृतियाँ उत्पन्न करते हैं, जबकि 40 अरब पैरामीटर वाला Arko-T संपाद्य डिज़ाइन उत्पन्न करता है। Text2CAD-Bench मानक परीक्षण सेट पर, Arko-T की तुलना 7 अग्रणी सामान्य बड़े मॉडल्स के साथ 12 सूचकों पर की गई, जिसमें 8 सूचकों में पहला स्थान और 3 सूचकों में दूसरा स्थान प्राप्त किया। निष्कर्षण लागत केवल ChatGPT की तुलना में है, DeepSeek सामान्य बड़े मॉडल के दसवें हिस्से या उससे भी कम।

डेटा एक और रक्षात्मक खाई है। जोउ पिंगयी ने बताया कि बिट अनलिमिटेड के ट्रेनिंग डेटा दो स्रोतों से आते हैं: एक तो अपने करोड़ों स्तर के एंड-टू-एंड डेटा इंजीनियरिंग; दूसरा, वैश्विक स्तर पर करोड़ों DIY प्रेमियों के लिए मुफ्त मॉडलिंग टूल sparkoh.ai, जहाँ प्रत्येक उपयोगकर्ता के संशोधन और डीबगिंग की क्रियाएँ मॉडल में वापस प्रवाहित होती हैं और स्वचालित रूप से ट्रेनिंग और अनुकूलन पूरा करती हैं।

इस बंद चक्र की प्रतिलिपि करने की बाधा काफी अधिक है। केवल एक वर्ष के अंतर्गत, बिट अनंत ने पैमाने पर डेटा उत्पादन का मार्ग तय कर लिया है। अधिक महत्वपूर्ण बात यह है कि उपयोगकर्ता वृद्धि तेजी से बढ़ रही है। Sparkoh.ai के वैश्विक Makers समुदाय में प्रतिष्ठा के फैलने के साथ, अधिकांश उपयोगकर्ता प्रिंट करने योग्य मॉडल बनाने के लिए प्राकृतिक भाषा का उपयोग करने लगे हैं, और प्रत्येक उपयोग डेटा फ्लाइव्हील को नयी ऊर्जा प्रदान कर रहा है।

बड़ी कंपनियाँ भले ही कैलकुलेशन पावर के लिए न घबराएं, लेकिन परिपक्व विदेशी क्रिएटर ऑपरेशन टीम बनाना और बड़ी संख्या में सक्रिय उपयोगकर्ताओं को जमा करना आसान नहीं है। और BitInfinity के पास पहले से लाभ है, जो वास्तविक उत्पादन प्रतिक्रिया डेटा की निरंतर आपूर्ति कर रहा है।

बिट इनफिनिटी द्वारा स्वयं विकसित Harness Agent स्केड्यूलिंग फ्रेमवर्क किसी विचार से भौतिक वस्तु तक के अंतिम कड़ी को जोड़ता है। पारंपरिक औद्योगिक मॉडलिंग सॉफ़्टवेयर के इंटरफ़ेस पुराने हैं और संचालन टुकड़े-टुकड़े हैं, Harness एक पूर्णतः स्वचालित बंद चक्र बनाता है: उपयोगकर्ता की आवश्यकताओं को विघटित करना, संरचित मॉडल बनाना, आकार और संयोजन समस्याओं की स्वचालित जांच करना, अयोग्य मामलों को स्वचालित रूप से पुनरावृत्त करना, और पूरी प्रक्रिया में मानव हस्तक्षेप की आवश्यकता नहीं होती।

व्यावसायिक स्तर पर, BitInfinity एक द्वि-रेखीय रणनीति अपनाता है: C-पक्ष के लिए, विदेशी Makers के लिए Web Agent टोकन सदस्यता शुल्क मॉडल का उपयोग करता है; B-पक्ष के लिए, यह औद्योगिक डिजाइन, रोबोटिक सिमुलेशन और Physical AI अनुसंधान कंपनियों को OpenUSD मानक के अनुसार सिमुलेशन संपत्तियों को बैच में उत्पन्न करने के लिए API इंटरफ़ेस प्रदान करता है।

एक द्विदिशीय समानांतर और परस्पर अनुप्रयोग करने वाला व्यावसायिक चक्र धीरे-धीरे स्पष्ट हो रहा है—C-पक्ष द्वारा इकट्ठा किए गए इंटरैक्शन डेटा से मॉडल लगातार अपग्रेड होता है, जिससे अधिक शक्तिशाली मॉडल अधिक गुणवत्तावाले भौतिक 3D डेटा का उत्पादन करते हैं, जो वापस B-पक्ष के रोबोटिक उद्यमों को प्रदान किए जाते हैं।

एक साल के भीतर, BitInfinity ने कई महत्वपूर्ण "टिकट" हासिल कर लिए हैं।

हाल ही में, टीम ने निविडा Inception स्टार्टअप त्वरण कार्यक्रम में शामिल हो लिया, और ज़ही प्लेटफॉर्म के आधिकारिक पार्टनर्स की सूची में, बिट अनंत सबसे युवा चेहरा है। इसके अलावा, कंपनी शंघाई मोसु क्षेत्र में स्थापित हुई है और AI कैलकुलेशन क्षमता के लिए विशेष सब्सिडी का लाभ उठा रही है।

देशी स्टार्टअप समुदाय में, नवीना Inception सदस्यता, Zhipu औपचारिक पारिस्थितिकी सहयोग और Mousu Space कैलकुलेशन क्षमता समर्थन चैनल तीनों को एक साथ रखने वाले उद्यम कम ही हैं। इन तीनों पारिस्थितिकी संसाधनों के संयोजन से टीम को कैलकुलेशन लागत, बड़े मॉडल अनुकूलन और व्यावसायिक लागू करने के मार्गों पर व्यावहारिक समर्थन प्राप्त होता है। केवल एक साल पुरानी एक प्रारंभिक टीम के लिए, ये सभी वास्तविक लागत बचत और कुशलता में वृद्धि हैं।

लेकिन ली शिकी के अनुसार, इसका अधिक गहरा अर्थ यहीं तक सीमित नहीं है। ये संसाधन बिटअनलिमिटेड को एक अधिक महत्वपूर्ण स्थिति में ले जा रहे हैं, जिससे वे जनरेटिव फिजिकल 3D के "GPT क्षण" की ओर और अधिक करीब पहुँच रहे हैं।

इंटरनेट युग को देखते हुए, असंख्य टेक्स्ट डेटा ने बड़े भाषा मॉडल को जन्म दिया। ChatGPT के आगमन से सृजन की बाधाएँ समाप्त हो गईं; सामान्य उपयोगकर्ताओं को जटिल प्रॉम्प्ट इंजीनियरिंग सीखने की आवश्यकता नहीं है, और न ही Transformer आर्किटेक्चर को समझने की, वे केवल प्राकृतिक भाषा का उपयोग करके विभिन्न टेक्स्ट सृजन कर सकते हैं।

अब भौतिक AI के युग में, रोबोटिक्स और बुद्धिमान निर्माण को वास्तविक रूप से लागू करने के लिए, मनुष्यों को वास्तविक ज्यामिति और यांत्रिक नियमों के साथ अत्यधिक मात्रा में त्रि-आयामी डेटा की आवश्यकता होती है। लेकिन उद्योग एक अजीब अंतराल में है: मांग वाले पक्ष को भौतिक रूप से सटीक इंटरैक्टिव डेटा की आवश्यकता है, जबकि आपूर्ति वाले पक्ष पर AI केवल “दृश्य खोखलापन” पैदा कर सकता है।

चुनौती का दूसरा पहलू अवसर है। भौतिक 3D डेटा इंजन की दीर्घकालिक आवश्यकता को समझते हुए, ली शिकी का मानना है कि जनरेटिव फिजिकल 3D सेक्टर जल्द ही अपना "GPT क्षण" देखेगा। उस समय, चाहे 3D प्रिंटिंग मेकर हों या उद्योग और रोबोटिक्स क्षेत्र में मौजूद डेटा का रिक्त स्थान, सभी को गहराई से बदल दिया जाएगा।

सबसे सीधा उदाहरण 3D प्रिंटिंग उद्योग है। निर्माण की बाधाएँ पूरी तरह से नीचे आ गई हैं, आपके मन में आने वाली कोई भी रचनात्मक विचार उसी दिन डिज़ाइन, प्रिंट और उपयोग किए जा सकते हैं। निश्चित रूप से, यह 3D प्रिंटिंग बाजार को वास्तविक विस्फोट की ओर आगे बढ़ाएगा।

उद्योग उत्पाद विकास उस क्षेत्र होगा जहां दक्षता में सबसे अधिक वृद्धि होगी। इंजीनियरों को अब बुनियादी भागों के चित्रण में बहुत समय खर्च करने की आवश्यकता नहीं है, AI पूर्ण समायोजन संबंधों और आयाम सीमाओं के साथ समाधान स्वचालित रूप से उत्पन्न करता है, जिससे अनुसंधान और विकास चक्र और मानव संसाधन लागत दोनों में भारी कमी आएगी।

रोबोट ट्रेनिंग की दक्षता, 'मॉडलिंग' चरण के कारण अटक गई है। जो भी पहले इसकी सीमा पार करेगा, वह बॉडी-बेस्ड इंटेलिजेंस के युग के लिए एंट्री टिकट प्राप्त कर लेगा।" जोउ पिंगयी के शब्दों में, वर्तमान में सबसे अधिक चर्चित बॉडी-बेस्ड इंटेलिजेंस और वर्ल्ड मॉडल क्षेत्र सबसे अधिक लाभान्वित हो सकते हैं। मिड-लेयर सिमुलेशन एसेट की आपूर्ति की सीमा खत्म होते ही, मैनिपुलेटर और ह्यूमनॉइड रोबोट के लिए वर्चुअल ट्रेनिंग सामग्री दुर्लभ वस्तु नहीं रहेगी। सामान्य रोबोट के व्यावहारिक अनुप्रयोग की गति, अधिकांश लोगों की कल्पना से तेज हो सकती है।

बिट इनफिनिटी के भीतर, इस क्षण तक पहुँचने का समयसूची स्पष्ट है—वर्तमान चरण से जनरेटिव फिजिकल 3D के GPT क्षण तक, खिड़की अवधि लगभग 18 महीने है।

घड़ी आगे बढ़ चुकी है। यह स्टार्टअप, जो 3D प्रिंटिंग डेटा की चुनौतियों से शुरू हुआ, हर व्यक्ति के डिजाइन, प्रयोग और सुधार को AI के विकास के लिए ऊर्जा में बदल रहा है, और औद्योगिक निर्माण और शरीरिक बुद्धिमत्ता की मूल आपूर्ति प्रणाली को पुनर्गठित करने का प्रयास कर रहा है, डिजिटल कोड और वास्तविक भौतिक दुनिया के बीच एक आधार बना रहा है।

जो सोचते हैं, वही पाते हैं"—यह दृश्य शायद अभी दूर लग रहा हो, लेकिन 2022 के अंत में ChatGPT के शुरू होने के समय को याद करें, तो किसने सोचा होता कि दो साल बाद के बड़े मॉडल के मैदान में आज ऐसी स्थिति हो जाएगी। अभी, वक्त बदलाव की रात के पहले है।

यह लेख वेचीन ग्रुप "इन्वेस्टमेंट डेरी" (ID: pedaily2012) से आया है, लेखक: झोउ जियाली