上 限”，轻量化模型聚焦“应用普适性”，两者共同推动人工智能从实验室研究走向规模化商业落地。 17 资料来源：灼识咨询 大模型的发展及参数量变化 ➢ 规模法则（Scaling law）在当前人工智能发展中仍然占主导地位。目前，规模法则（Scalling Law）正在从预训练扩展到后训练和推理阶段，基于强化学习、思维 链等算法创新在后训练和推理阶段更多的算力投入，进一步大幅提升大模型的深度思考

www.iresearch.com.cn AI产品出海化尝试 出海成为企业扩市场扩营收的关键性策略，产品方向与生存法则为何？ 来源：艾瑞咨询研究院自主研究绘制。 2024年，在国内厂商卷价格、卷应用、卷生态的同时，不少企业将目光放向海外市场。以阿里云、字节跳动、Minimax为代表等大模型厂 商出海动作频频，其

www.iresearch.com.cn AI产品出海化尝试 出海成为企业扩市场扩营收的关键性策略，产品方向与生存法则为何？ 来源：艾瑞咨询研究院自主研究绘制。 2024年，在国内厂商卷价格、卷应用、卷生态的同时，不少企业将目光放向海外市场。以阿里云、字节跳动、Minimax为代表等大模型厂 商出海动作频频，其

首先，物理训练的“时空非对称性”导致数据获取效率极低。传统互联网 AI 12 的数据采集依托自动化脚本实现指数级增长，而具身智能的动作习得高度依赖 实体机器人在真实物理环境中的交互。这种受限于物理法则的 1:1 时间比训练 方式，使得高质量、多样化动作轨迹数据的获取成本极高。训练一个具备基本 泛化能力的通用操作模型，通常需要数万小时的有效物理交互数据，在单一实 验室或封闭场景下，这种数据积