请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。
在颱风预测上，路径误差减少28%，强度误差减少41%。
这个模型已经接入应急管理部系统，为防汛救灾提供决策支持。”
第三张图：製药实验室。
科研人员正在操作仪器，屏幕上显示分子结构图和ai生成的新化合物建议。
“盘古医药大模型，与魔都药物所合作。”辛玉良说：
“在抗肿瘤药物研发中，ai筛选出的三个新分子结构，经过体外实验验证，活性比现有药物高2-3个数量级。
传统筛选需要几个月的工作，ai只用了一周。
目前我们正在申请专利。”
三个例子讲完，会议室里的气氛明显活跃起来。
“玉良，”徐平开口问道，“盘古现在的主要瓶颈是什么”
“两个。”辛玉良回答得很乾脆：
“第一，算力。大模型训练需要海量算力，我们现在主要依赖昇腾集群，但规模还不够。
第二，数据。行业数据往往分散、封闭、质量参差不齐，获取和清洗成本高。”
“算力问题，冯总待会儿会说。”左梦安接话，“数据问题呢有什么解决方案”
“我们在推『数据不出域』的学习方案。”辛玉良说：
“客户的数据可以留在本地，我们只传输模型参数。
这样既保护隱私，又能利用分散数据训练模型。
另外，我们也和政府、行业协会合作，建设行业数据开放平台。”
“商业化进展如何”郑青山问。
作为cfo，他最关心的是投入產出。
“目前主要是项目制，每个行业解决方案的客单价在300万到2000万不等。”辛玉良调出財务数据。
“今年签约18.7亿，实际回款11.2亿。
利润率方面，软体部分毛利率85%，硬体部分30%，整体项目毛利率45%左右。”
“45%......”郑青山推了推眼镜，“比传统企业软体高，但比云服务低。你怎么看未来的利润空间”
“隨著模型標准化程度提高、实施成本下降，利润率会持续提升。”辛玉良很有信心。
“更重要的是，盘古不是一次性项目，是持续服务。
模型需要不断训练、叠代，客户需要持续购买算力和服务，这是一个长期生意。
当然还有一点，盘古大模型可以帮我们卖更多的鯤鹏和昇腾。”
说完露出一个懂的都懂的笑。
另一边的郑青山点点头，在笔记本上记录著什么。
“玉良，我问个技术问题。”汪剑锋开口。
这位2012实验室总裁，平时话不多，但每次提问都很关键，“盘古的多模態能力怎么样现在业界都在谈『图文音视频』一体化，我们的进展如何”
“汪总问得好。”辛玉良切到新页面。
“盘古的多模態大模型已经在媒体、教育、安防等领域试点。
比如在媒体行业，可以实现新闻稿自动生成配图；
在教育行业，可以根据课本內容自动生成教学视频；
在安防行业，可以同时分析监控视频、音频和文本报告，做综合研判。”
他顿了顿：
“不过坦率说，在多模態的生成能力上，我们和国外顶尖水平还有差距。
但在多模態的理解和分析上，尤其是结合行业知识的深度分析这一块，我们盘古有优势。”