在臺風預測上，路徑誤差減少28%，強度誤差減少41%。
這個模型已經接入應急管理部系統，為防汛救災提供決策支援。”
第三張圖：製藥實驗室。
科研人員正在操作儀器，螢幕上顯示分子結構圖和AI生成的新化合物建議。
“盤古醫藥大模型，與魔都藥物所合作。”辛玉良說：
“在抗腫瘤藥物研發中，AI篩選出的三個新分子結構，經過體外實驗驗證，活性比現有藥物高2-3個數量級。
傳統篩選需要幾個月的工作，AI只用了一週。
目前我們正在申請專利。”
三個例子講完，會議室裡的氣氛明顯活躍起來。
“玉良，”徐平開口問道，“盤古現在的主要瓶頸是什麼？”
“兩個。”辛玉良回答得很乾脆：
“第一，算力。大模型訓練需要海量算力，我們現在主要依賴昇騰叢集，但規模還不夠。
第二，資料。行業資料往往分散、封閉、質量參差不齊，獲取和清洗成本高。”
“算力問題，馮總待會兒會說。”左夢安接話，“資料問題呢？有什麼解決方案？”
“我們在推‘資料不出域’的學習方案。”辛玉良說：
“客戶的資料可以留在本地，我們只傳輸模型引數。
這樣既保護隱私，又能利用分散資料訓練模型。
另外，我們也和政府、行業協會合作，建設行業資料開放平臺。”
“商業化進展如何？”鄭青山問。
作為CFO，他最關心的是投入產出。
“目前主要是專案制，每個行業解決方案的客單價在300萬到2000萬不等。”辛玉良調出財務資料。
“今年簽約18.7億，實際回款11.2億。
利潤率方面，軟體部分毛利率85%，硬體部分30%，整體專案毛利率45%左右。”
“45%......”鄭青山推了推眼鏡，“比傳統企業軟體高，但比雲服務低。你怎麼看未來的利潤空間？”
“隨著模型標準化程度提高、實施成本下降，利潤率會持續提升。”辛玉良很有信心。
“更重要的是，盤古不是一次性專案，是持續服務。
模型需要不斷訓練、迭代，客戶需要持續購買算力和服務，這是一個長期生意。
當然還有一點，盤古大模型可以幫我們賣更多的鯤鵬和昇騰。”
。笑的懂都的懂個一出完說
。麼什著錄記上本記筆在，頭點點山青鄭的邊一另
。口開鋒劍汪”。題問技個問我，良玉“
”？何如展進的們我，化一’片影音文圖‘談在都界業在現？樣麼怎力能態模多的古盤“，鍵關很都問提次每但，多不話時平，裁總室驗實2102位這
。面頁新到切良玉辛”。好得問總汪“
。點試域領等防安、育教、在經已型模大態模多的古盤“
；圖配生自稿聞新現實以可，業行在如比
；片影學教生自容本課據以可，業行育教在
”。判研合綜做，告報字文和訊音、片影控監析分時同以可，業行防安在
：頓了頓他
。距差有還平水尖頂外國和們我，上力能生的態模多在，說率坦過不“
”。勢優有古盤們我，塊一這析分度深的識知業行合結是其尤，上析分和解理的態模多在但
