四条游览路线带你
同时，KimiK2获得了超3000张社区投票，在大模型竞技场的总榜上排名第五。例如，用户输入黄昏、柔光、边缘光、暖色调、中心构图等关键词，模型可自动生成金色的落日余晖的浪漫画面。目前，该模型单次可生成5s的高清视频，用户可通过多轮提示词进一步完成短剧制作，未来通义万相还将继续提升单次视频生成的时长，让视频创作更高效。使用冷色调、硬光、平衡图、低角度的组合，则可以生成接近科幻片的画面效果。据悉，Wan2.2此次开源了文生视频（Wan2.2-T2V-A14B）、图生视频（Wan2.2-I2V-A14B）和统一视频生成（Wan2.2-TI2V-5B）三款模型，其中文生视频模型和图生视频模型均为业界首个使用MoE架构的视频生成模型，总参数量为27B，激活参数14B，均由高噪声专家模型和低噪专家模型组成，分别负责视频的整体布局和细节完善，在同参数规模下，可节省约50%的计算资源消耗，有效解决视频生成处理Token过长导致的计算资源消耗大问题，同时在复杂运动生成、人物交互、美学表达、复杂运动等维度上也取得了显著提升目前已搭建千卡级国产异构AI算力混合集群，纳管并适配了11款不同类型的国产AI芯片，集群总算力超过500PFLOPS（FP16），并全面支持Deepseek、Qwen等大模型训练推理。同时，此次现场还展示了星火·大平台在政务、医疗、AIGC、泛家居、工业及新兴行业的最新成果，以AI打通行业价值闭环的实践案例
他指出，随着AI能力不断下沉终端，2025年有望成为全民AI与全行业AI的关键元年，AI正在像水和电一样服务每一个场景摩尔线程创新推出零中断容错技术，故障发生时仅隔离受影响节点组，其余节点继续训练，备机无缝接入，全程无中断。且在计算精度方面支持从FP64至INT8的完整精度谱系，并通过FP8混合精度技术，在主流前沿大模型训练中实现20%~30%的性能跃升。在单芯片算力方面，摩尔线程的GPU单芯片基于MUSA架构的突破性设计，可集成AI计算加速、图形渲染、物理仿真及超高清视频编解码能力，充分适配AI训推、具身智能、AIGC等多样化应用场景。这种全方位的基础设施变革，将推动AI训练从千卡级向万卡级乃至十万卡级规模演进，以系统级工程实现生产力和创新效率飞跃。大会期间，摩尔线程首次提出了AI工厂理念，公司创始人兼CEO张建中在分享中表示，为应对生成式AI爆发式增长下的大模型训练效率瓶颈，摩尔线程将通过系统级工程创新，构建新一代AI训练基础设施，为AGI时代打造生产先进模型的超级工厂。据悉，摩尔线程提出的AI工厂，如同芯片晶圆厂的制程升级，需要实现从底层芯片架构创
总而言之，2026年的情况还是未知数，其中涉及的变量很多，具体情况还要视实际情况而定，我今天也只是与大家分享一些前期想法。我的第二个问题是，您认为公司的业务收入，或者说业务表现与您的投资节奏之间呈现怎样的关系？您对此的看法是否有过改变？投资节奏是否做出过调整？马克·扎克伯格：就我个人而言，在公司内部我非常关注的指标包括：团队的质量、研发模型的质量、其他人工智能系统的改进速度、基础模型对AI系统的改进程度以及其他工作的进展。总支出方面，正如我之前与大家分享的，我们预计基础设施支出将成为2026年最大的一笔支出，支出增长包括明年急速增加的折旧费用支出，如现有资产、服务以及基础设施的增量折旧等。所以我们自己也很纠结，不知道开源这些模型是否有意义，它真的对大家有帮助吗？还是说只是造福了我们的竞争对手。我们具备全球一流的基础设施能力，同时，随着时间的推移，我们的基础设施需求也在不断变化，因此构建上述项目也能为公司的未来发展提供更多灵活性。苏珊·李：目前，我们还没有启动对2026年的预算规划，因为明年的运营环境可能是高度动态、高度变化的，很多因素都在不断演变。每当面临新技术时，我们不会对其视而不见，而是积极地将新技术应用到所有应用程序、广告系统中。此外，我们也在不断优化推荐算法，希望帮助小体量创作者，让他们在发
