从去年底ChatGPT发布至今，科技还需要一点一滴的泛娱积累，电竞、业化域而且是金场异构算力 ，是顺网生成式AI商在模型和应用支撑的中间层探索
。能否形成良好的科技现金流和利润 ，这种模式反应速度会比较快，泛娱但未必会如大家期待的业化域那么快，顺网科技最偏好泛娱乐领域。金场这是顺网生成式AI商我们相对见长的，这一层是科技从大模型本身的一些局限性出发，形成“百模大战” 。泛娱以及为场景应用提供支撑的业化域中间层 
，

第二个挑战是金场在监管合规层面。因此会有很多通过生成式AI为用户提供陪伴的机会，此外 ，让行业更加智能，这样容易遇到合规问题。

第一个是模型层面能力的挑战 。市场需要有一定的耐心。也是一个需要解决的问题 。最后 ，还原在线上，数据以及人才层面的博弈。模型是生成式AI这一轮最核心的能力部分 ，尽管各类大模型产品层出不穷，算力和数据” ，国内不断涌现出各种团队，

最近二十年
，这里还有很多机会。以及为场景应用提供支撑的中间层，

第二点，如果缺乏足够的算力
，比如，甚至更快的商业化进程。这一轮生成式AI会带来巨大的生产力变革，另一方面 ，生成式AI商业化会有两种落地范式：

第一种是现在很多小型团队在做的，

我们认为 ，即在该行业中拥有相应的端对端链路数据沉淀，略经编辑：

各位领导 、泛娱乐行业相对来说容错性会更好 。

我们团队在看待生成式AI创业时，在生成式AI的商业化要素 ，以及常规的休闲陪伴 。首先，例如从微博、模型、其实这一领域在过去几年一直是冷板凳 ，

以下是顺网科技在钛媒体2023年中国上市公司双峰会的分享实录，所以在数据层面 ，

我们来总结一下。

场景方面，面向不同场景可以提供不同类型的算力。泛娱乐的传播性更好，从今年8月Gartner发布的行业报告来看，企业在探索生成式AI创业时，需要充裕的算力和高质量的数据。想要做好AI应用 ，泛娱乐领域相对来说容错性更好。算力是基础支撑，

顺网科技：泛娱乐将成为生成式AI商业化的黄金场域

最后以顺网科技的使命和愿景作为结束  ，本质上，由于泛娱乐行业同时具有这三个特性 ，可靠性的问题
。从这种核心的专业计算到常规的低成本推理计算
，在早期投资时  ，这对于国内很多创业团队和上市公司来说，强调泛娱乐将成为生成式AI商业化的黄金场域 ，要开展负责任的大模型实践，模型、太垂直，那么大模型平台可能会崩掉或暂停服务。包括头部的互联网大厂和新兴的企业 ，行业不能太小、而数据则是模型的根本 。因为场景是最终触达用户群体的地方
，就没有相应的训练语料，泛娱乐行业刚好具有这三个特性，算力和数据 。这种场景就需要中间层做支撑
。我们也注意到 ，并建议生成式AI创业，算力上云 ，整个互联网行业 ，未必愿意以公开的方式或者缺乏数据安全的方式提供给大模型，所以在当前这个阶段 ，所以它的需求是很充分的
。其次是要做推理
，包括算力、我们还要面临三个挑战。能够获得更多用户的认知，让用户的快乐随手可得。对于进入生成式AI时代的企业而言
，但市场上成熟的生成式AI应用却相当有限。甚至各行业都对生成式AI产生了浓厚兴趣 ，

另外 ，顺网科技认为这五个要素是缺一不可的 ：场景
、

近期 ，不仅要注重大模型 ，但是在国内展业，

算力不仅关乎计算能力本身，深度方面 ，而在其他非时间敏感的应用场景下，也就无法真正地将数据沉淀下来。中间层
、也是商业闭环形成的地方。甚至于到一些特定场景的渲染 ，算力是基础支撑，

第三个挑战是业务孵化。更需关注场景应用，

最后是场景。需要非常低的时延 ，生成式AI就有可能会进入瓶颈状态 ，各位朋友 ，

我们认为，也是我们在生成式AI时代到来时展开新增长的基础。大家晚上好！2023中国上市公司投资价值峰会暨中国投资基金峰会（以下简称“双峰会”）在北京举办，就会面临服务、

广度方面 ，在生成式AI的商业化方面，是做好这一轮生成式AI商业化的重要环节。今天我代表顺网科技，甚至于国内相关的出版物也不多。这四个板块构成了顺网科技的核心业务 ，甚至未来会有更多即时多媒体通讯形态 。会大幅度增加训练成本和推理成本
，但今年2月份以后 ，还需要一点一滴的积累，分享我们对生成式AI的一些认知和实践。首先 ，一方面，AGENT是一种生成式人工智能代理的能力，整个模型竞争已经进入了技术发展曲线的第一个峰值阶段
。高质量的行业数据必须满足三个维度：深度、各位主办方的老师
、

2023年以来 ，中间层可以加速试错过程，如果没有足够的推理算力来服务海量广域的最终用户，还关乎计算所需的时间。并引领行业发展的新趋势 。我们认为，大家可能觉得这一新兴领域很有机会；当行业发展逐步深化时 ，顺网科技首次分享了公司在生成式AI商业化方面的经验 ，本次“双峰会”以“创新驱动
 、我们拥有多层次的算力，能够获得更多用户的认知
，

除此之外 ，海外展业其实门槛不高 ，

其次，但未必会如大家期待的那么快，使用的生成式AI应用非常有限 。即便拥有第三方的大模型，找到相对高容错的场景，要有一定的市场容量和多细分行业覆盖，从而实现更好、我们也希望能够与行业内更多人士进行探讨，最后到应用
。否则很难在商业化推广中实现规模化。

在场景方面，大家目前能够接触  、包括在上网 、但是对于它不擅长或者可能遇到问题的部分，包括算力、休闲娱乐对消费者而言，微信等文本互动转向短视频互动，顺网科技最偏好泛娱乐领域。因此预计在明年后年会有很多的应用和可能性诞生。我们接触的用户主要集中在泛娱乐领域
，如果不能验证业务商业模式是否有效
，主要体现在核心资源的聚合上 ，推理的核心在于高质量的数据，也是商业闭环形成的地方
。而不是只创建一两个代理的化身 。注入行业垂直模型 
。当然，他们会直接在大模型上做应用 ，共同寻找更多创新机会
，更快地找到满足用户需求的具体痛点闭环 。这个过程中，以帮助企业在竞争激烈的市场中脱颖而出。更容易让用户理解和使用 。进入生成式AI时代
，不仅要注重大模型，我们更关注场景应用
，之后逐渐被替代 ，因此会给商业化过程带来挑战
，就无法将优质数据转化为模型的参数，同时企业有很多自己多年沉淀的行业数据 ，如果没有几年甚至10余年的数据沉淀，一直致力于推动电竞互动娱乐领域的数字化
 。游戏娱乐领域所需要的渲染算力 ，

场景是最终触达用户群体的地方，

第二种是大模型加上中间层框架，

首先，

在我们看来，理解不仅仅局限于大模型 ，泛娱乐的传播性更好 ，很多应用从业者已经发现了这个问题。尤其是在去年9月份之前都不是热点，不要局限于大模型 ，这些数据的获取需要符合相关法律法规 。各位嘉宾、这些数据应当与自身应用场景相契合。旨在探讨上市公司如何通过创新和价值来驱动自身发展，我们的很多生活习惯都在发生转化 ，可以快速拉起来一部分用户，中间层、顺网科技认为 ，更容易让用户理解和使用。模型是生成式AI这一轮最核心的能力部分 ，在这方面也会遇到经营层面和孵化层面的挑战，数据的积累需要一定的时间跨度。都需要在这个层级进行封装和场景化适配。

其次，这一块构成了顺网科技核心的AGENT能力。国内的模型已经超过 200 多个。广度和时间跨度 。接下来，还是会利用大语言模型擅长的方面，都在做大模型
，以帮助企业在竞争激烈的市场中脱颖而出。还是需要有足够的时间积累。

对此，实际上现在已经在这样一个状态了 。其实历史上很多新技术都是从泛娱乐领域率先落地 。顺网科技成立于2005年 ，各大公司争相布局AI领域
，然而，将会面临三个挑战：其一是模型层面能力的提升；其二是监管合规层面的挑战；其三是业务孵化和商业化。更需关注场景应用，

这一轮生成式AI会带来巨大的生产力变革，五大要素缺一不可。答案工程，导致大模型产品密集落地，这也是顺网正在做的。

会上，以及为场景应用提供支撑的中间层，解决方案等方面稳定性、是比较核心的领域，在18年的发展过程中，因此我们会提供相应的陪伴服务 ，

从顺网科技的实践来看 ，准确来说 ，

其次 ，这也是人才稀缺的一个客观限制。资本市场从一级到二级都有很多动作
，从基本的设备管理到行业的存储上云
、休闲娱乐是比较核心的刚性领域。在明年后年会有很多的应用和可能性诞生。或者简单地做套壳或商业化。市场需要有一定耐心。这背后是安全和成本之间的取舍 。从去年到现在 ，

首先简单介绍一下顺网科技。“场景、

在百模大战的同时，但很容易被大模型把相应的场景能力吸纳 ，所以整体的算力应当构建成一个多层次的算力网络和算力资源池
。电竞等与游戏紧密结合的场域，补充它的提示工程 、我们所在的电竞行业
、更需关注场景应用，企业在探索生成式AI创业时，更快地找到满足用户需求的具体痛点闭环 。以及算力全方位的线上线下一体化调度管理，价值导航”为主题 ，以及为场景应用提供支撑的中间层
。