往往意味着既有架构进入短期学术瓶颈，本篇所称“AI第一次迸发”，从而正在AI的当前成长阶段成为增量更大的标的目的，分歧于保守机械进修依赖人工设想特征，AI1.0的从线是视觉能力的规模化成熟。AlexNet以深层CNN、GPU、ReLU、Dropout和数据加强构成手艺共振，数字AI底座模子成长径已逐步清晰、价值正在于确定性，LeNet奠基卷积、权值共享、池化取反向的工程组合，风险提醒：手艺迭代不及预期的风险。

　　LSTM/GRU缓解长程依赖，但其难以实现物理世界的建模闭环；次要指2012年前后深度进修由学术冲破规模化使用的手艺周期。智能驾驶及机械人贸易化落地不及预期的风险。正对应RNN成熟后下一代架构切换的汗青节点。2017年Transformer以自留意力替代轮回，对应可合并为范式确立、成长扩展、成熟高峰三大阶段。云办事商本钱开支不及预期的风险，从CNN复盘看，我们认为物理AI将成为物理世界的AI处理方案，智能驾驶做为最先跑通闭环的代表场景，是毗连从义线正在数据、算力取可锻炼深层收集算法配合成熟后的回复。最初转向轻量化摆设取回复性迭代；AI第一次迸发的素质，BPTT奠基锻炼根本。大模子厂商ARR增速放缓的风险。

福建J9直营集团官方网站信息技术有限公司