纪弘从最开始的时候就知道，现有的硬件架构利用模拟手段进行【关键位决策】能力的支持，是有非常大的性能损失的。
但，企业初创，资金缺乏，不得已才采取的这样的方式，饶是如此，对付现在的这些大模型，类思维也已经占尽优势了。
那个时候，启动新型芯片研发的时机并不成熟，也没有必要。
但是现在，纽约大学（NYU）发现的这种基于【元学习】的MLC训练法，成功的训练出了具有【类人泛化能力】的人工智能模型。
而微软更是瞄准了这个时机，一举拿下了纽约大学的这个团队。
国外的企业，确切的说是微软这个敌人，它在进步——即便这依然还是算力堆积的手段，但算力堆积的效率却提高了不少倍。
“敌人在进步啊！”纪弘查阅了无数的公开技术资料以及阿美瑞肯关于【类人泛化能力】的相关报道。
他是试图摸清敌人现在究竟追到了什么程度，仅仅只看他们发的新闻的话，这个进步还是不小的。
以MLC方法训练出的模型，消耗相当于GPT4.0版本60%的算力，在“联想”、“举一反三”、“语言理解”等对比测试中甚至字节超过了GPT4.5的版本。
“这进步还真不小！”纪弘一边赞叹一边做着计划：“看来我这边也要抓紧！”
于是，他迅速的把自己今天得到的思路和方法汇总，并跟公开报道的微软现在的水平做了对比，思考了一番，画了一条横线。
“微软这样的能力已经出现了，”纪弘琢磨着：“是不是可以考虑把同等水平的AI能力，以公众平台API服务的形式提供给国内其他企业？”
一枝独秀不是春，前两天，陈继业说岩浆引擎总经理李栋有意加入卷耳智能科技的时候，纪弘就在考虑是否也做一个类似的公众平台以API的形式对外提供。
今天看到微软的这个水平，他的这个心思就更加的强烈了。
耳语与Windows的竞争尚处在蓄力的阶段，软件的开发和生态的建设也非常重要。
代码AI可以减少软件开发商的开发成本，但光开发不行，软件的智慧能力也要同步跟上，否则操作系统与软件之间就会有操作上的严重割裂感，影响用户体验。
“做！”纪弘思考了一番，还在刚才画的那条线的基础上，上浮20%又画了一条。
他是这么考虑的，既然耳语系统的软件开发商也要用这个开放平台的AI能力，而软件的智慧能力直接关系到系统的使用体验，为了尽量保持一致性，那就多开放一些AI的能力给他们。
这个多，大约就是比微软现在高20%的水平。
而这，对于卷耳智能科技来说完全不算什么，哪怕高了20%，也连类思维模型一半的水平都没有呢，更不用说后续类思维也有升级计划了。
“嗯。”纪弘连夜做了一份简略的计划书，想要明天直接拿给陈继业去完善和实施。
……
纪弘计划的很完美，唯独错估了一个问题——那就是新闻报道哪有百分之百真的啊，雇主出钱了，那不都是大吹特吹吗？
如果【类人泛化能力】真的有宣传的那么强的话，那OpenAI的创始人也不可能仅仅只是看了纪弘训练AI的视频就被刺激喊上帝啊神啊的什么的，据传都快要疯了。
“啊？”纪弘还是第二天来到公司见到陈继业的时候，从他的口中才得知的事情的真相：“竟然是我天真了？”
“【类人泛化能力】确实很强。”陈继业赞叹道：“这一点不能否认，国内很多机构也开始在做复现，好些天前微软就在宣传，我都了解一点，但是，要说有他们吹得那么神，那绝对没有。
“昨天，有记者都拍到阿尔特曼被纳德拉送往精神卫生中心检查精神问题的场景了，听说就是被纪总您这边的视频给刺激的。
如果你也喜欢网购，可先免费领取：淘宝优惠券、京东优惠券、拼多多优惠券网购才省钱。