由OpenAI发布的GPT3作为序幕，大语言模型理解和生成能力、通用和泛化能力提升等， 引爆了对于AGI发展的高预期，大量大模型涌现，开源模型与闭源模型并驾齐驱，国内 大模型也在奋起直追，人工智能的发展从分析式AI进入生成式AI时代。 分析式人工智能→生成式人工智能 人工智能与AGI发展阶段划分 •交互革命 •人机交互方式：GUI��� DUI/HUI •Prompt工程价值凸显 •知识革命 •语言是知识的载体，未 8%的使用率位居第二。 总体上而言，AI开发者在模 型层的选型仍然处于变动的 状态，且尚未形成相对比较 明确的竞争格局。而OpenAI 发布o1（草莓）模型，则再 次定义大语言模型的技术方 向与竞争焦点，如下图所示：4 激发科技与创新活力 机器学习 深度学习与大语言模型时代 预测性分析 分类 生成式和对话式AI 2000 2024+ XGBoost CatBoost AlexNet BERT GPT3 与以往的模型相比，OpenAI o1 聚焦于优化推理过程，在复杂的科学、编程和数学等任 务中的表现显著提升。它能够像人类一样进行深入思考、逐步推导，这对于解决需要深 度逻辑推理的问题具有重大意义，突破了对大型语言模型能力的传统认知，为人工智能 在复杂任务处理上开辟了新的道路。 由此而开启Post-train阶段的Self-play RL（自对弈强化学习）范式对于后续大模型技 术路线的升级和优化具有指引性的

透支了国内民众对 AI 行业的信任。猎豹移动董事长兼 CEO 傅盛更是 直言，Manus 与 DeepSeek 完全不同，其本质是用工程代码实现通用 智能体，这种方式如果可行，那早就不需要大语言模型了，专家系统 早就被证明无法实现真正的智能化。 思考启示对比此前走热全球的 DeepSeek，Manus 显然还有很长的路要走。 DeepSeek 在模型训练、技术创新以及应用场景拓展等多方面都有着

确保回应内容可验证、可落地，避免“文字游戏式承 诺”。 西贝事件中，其承诺“部分菜品改为现炒”却未公布具 体品类、时间表及监督方式，被舆论质疑缺乏诚意。对此， 企业应提前梳理“公众高频问题清单”，将专业操作转化为 易懂语言，承诺需明确量化标准、时限与验证渠道（如可查 的供应链报告、厨房直播入口），从而通过可自证的行动重 建信任，避免模糊回应再次引发舆论反复。 2.增强内容证据支撑力，提升回应可信度。 西贝

释性、提升实时性方面做出适配，形成更加专精的模型。对 此，我们建议工业企业尽快行动，摸清数据底盘和场景痛 点，快速从U型曲线的两端寻找切入点，借助大模型的东风 实现从数字化到智能化的跃迁。 在自然语言处理方面，文本转语音（TTS）技术得到快速发 展。据估计，62%的财富500强公司已在使用TTS服务。 5另 一方面，尽管AI语音识别技术已经相对成熟，随着模型准确 度的不断提高，其在大规模自动化日常任务中的应用潜力 能 力，培养跨文化管理团队，建立灵活的决策机制。此外，随 着越来越多的国内客户对其海外工厂的运营管理和提升需 求增加，企业家和高管们在语言、文化和政策理解等方面的 限制，凸显了文化贯通的卓越管理体系和人才要求的重要 性。只有具备深厚的文化理解和语言能力，才能有效管理海 外运营，提升竞争力。 展望2025年，随着全球价值链加速重构，跨区域战略协同 将成为制造企业的核心竞争优势。中国企业需要从区域性 产业生态 2024年10月22日，纯血鸿蒙系统正式发布，从系统内核、文件系统、编程语言、编译器、编程框架， 到AI框架和大模型都实现了全栈自研，显著提升了系统流畅度和安全性，在发布1个月内已上架超1.5 万个应用。与此同时，纯血鸿蒙应用生态的全球化也在被加速提上议程，不论是对全球开发者生态的 使能、编程语言的推广、还是应用生态的精益合规管理与商业化，都将对全球智能终端的操作系统与 应用生态带来显著的影响与广阔的想象空间。