Bagaimana Zhipu AI, BAAI dan AISI Membentuk Ekosistem AI China

Penerbitan pemberat model secara terbuka juga boleh meluaskan ujian luaran dan pembangunan hiliran. Pada masa yang sama, perkhidmatan komersial membantu membiayai latihan model serta pembangunan infrastruktur seterusnya.

Pengajaran yang lebih besar ialah kemandirian teknikal memerlukan lebih daripada pemilikan pemberat model. Ia turut bergantung pada sistem latihan dan inferens, saluran data, kaedah pascalatihan, rangka kerja ejen, pengedaran kepada pembangun serta akses yang boleh dipercayai kepada kuasa pengkomputeran. Sesebuah model menjadi lebih kukuh dari sudut strategik apabila ekosistem terbina di sekeliling lapisan-lapisan tersebut.

BAAI: jambatan penyelidikan terbuka menuju kecerdasan berjasad

BAAI berkembang daripada kerja model asas WuDao kepada keluarga WuJie yang merangkumi penyelidikan multimodal, model dunia dan AI berjasad. Laporan persidangan terbaharu menyifatkan WuJie·Physis sebagai model dunia pendam fizikal, manakala WuJie·RoboBrain Orca pula sedang dibangunkan sebagai sistem berjasad yang menghubungkan penaakulan bahasa, ramalan visual dan keputusan tindakan.

Arah ini penting kerana kecerdasan dalam dunia fizikal memerlukan keupayaan yang tidak dapat disediakan oleh model berasaskan teks semata-mata. Robot perlu mengenal pasti persekitaran, membuat ramalan, merancang, mengawal pergerakan dan menyesuaikan diri apabila keadaan fizikal berubah.

Model dunia dan sistem berjasad cuba membolehkan AI mewakili serta bertindak dalam persekitaran tersebut, bukan sekadar menerangkannya melalui bahasa.

Peranan BAAI juga bersifat institusi. Program penyelidikannya menekankan model sumber terbuka, ejen, ekosistem perisian dan perkakasan asas serta kerjasama antara penyelidikan dengan industri. Laporan daripada persidangan BAAI 2026 menyatakan bahawa institut itu telah menyediakan lebih 200 model AI sebagai sumber terbuka dan jumlah muat turun global telah melepasi satu bilion. Angka ini dilaporkan oleh penganjur persidangan dan wajar dilihat sebagai petunjuk pengedaran, bukan ukuran langsung terhadap kualiti model.

Bagi ekosistem AI China, nilai institut seperti BAAI terletak pada penciptaan infrastruktur penyelidikan yang boleh diguna semula serta saluran pembangunan bakat. Model terbuka, penanda aras, alat dan platform robotik boleh memberikan universiti, syarikat pemula dan pengilang titik permulaan yang sama untuk membangunkan penyelesaian susulan.

AISI: menjadikan AI sebahagian daripada aliran kerja sains dan kejuruteraan

AISI mengambil pendekatan yang berbeza. Ditubuhkan pada September 2021, institut itu menyatakan misinya sebagai menggabungkan kecerdasan buatan dengan penyelidikan saintifik serta membina infrastruktur AI for Science, iaitu AI untuk sains.

Kerangka “Empat Rasuk dan N Tiang” menggabungkan model algoritma dan perisian, pangkalan data serta sistem pengetahuan saintifik, pencirian eksperimen berkecekapan tinggi dan infrastruktur pengkomputeran bersepadu. Matlamatnya adalah mengubah penyelidikan daripada proses terasing yang menyerupai kerja bengkel kepada model platform yang lebih tersambung.

Bohrium ialah contoh pendekatan platform tersebut. Awan penyelidikan ini dipersembahkan sebagai persekitaran yang menghubungkan kesusasteraan saintifik, pengetahuan, model, pengkomputeran, analisis data dan aliran kerja eksperimen. Matlamatnya bukan sekadar meminta AI menghasilkan jawapan, tetapi membantu penyelidik bergerak daripada soalan kepada simulasi, eksperimen dan set data baharu yang telah disahkan.

Kitaran tertutup ini amat penting dalam sains bahan dan molekul. Model atom besar seperti DPA4 boleh menyokong penemuan bahan serta simulasi. Nilai praktikalnya menjadi lebih tinggi apabila ramalan model boleh diuji melalui eksperimen dan pemerhatian yang diperoleh pula digunakan untuk memperbaiki model pada pusingan seterusnya.

Laporan pada 2026 menyatakan bahawa naik taraf DPA4 menduduki tempat pertama berdasarkan metrik keseluruhan dalam papan pendahulu antarabangsa untuk penemuan bahan. Namun, prestasi dalam papan pendahulu sahaja tidak membuktikan kesan saintifik dunia sebenar.

Kerja berkaitan enjin roket yang dikaitkan dengan AISI memberikan contoh pengesahan fizikal yang lebih konkrit. Laporan menerangkan aliran kerja yang merangkumi reka bentuk generatif, simulasi pembakaran, pembuatan bahan tambah, pengukuran dan kawalan automatik serta ujian. Sebuah demonstrator berskala dilaporkan telah melengkapkan pengesahan dalam kitaran tertutup.

Projek seperti ini penting kerana ia menghubungkan hasil AI dengan kekangan kejuruteraan dan ujian fizikal, bukan berhenti pada penanda aras perisian.

Mengapa ekosistem lebih penting daripada satu model sensasi

Prestasi termaju berubah dengan pantas

Kedudukan model dan kelebihan produk boleh berubah dalam masa singkat. Sebaliknya, komuniti pembangun, set data saintifik, kemudahan eksperimen, piawaian dan pengalaman penggunaan boleh terkumpul untuk tempoh yang lebih panjang.

Aset-aset ini menjadikan penambahbaikan model pada masa depan lebih berguna dan kurang bergantung pada satu pelancaran.

Bidang berbeza memerlukan bentuk kecerdasan yang berbeza

Ejen pengekodan, pengawal robot, simulator molekul dan sistem carian kesusasteraan saintifik tidak berdepan masalah teknikal yang sama. Oleh itu, strategi AI negara atau industri lebih mendapat manfaat daripada model khusus dan infrastruktur bersama berbanding satu sistem umum yang diharapkan dapat melakukan segala-galanya.

Penyelidikan terbuka meluaskan asas inovasi

Pemberat model, alat, penanda aras dan platform terbuka membolehkan penyelidik serta syarikat menguji, menyesuaikan dan mengembangkan hasil kerja satu sama lain. Orientasi sumber terbuka BAAI boleh menyokong lapisan ini, manakala syarikat komersial seperti Zhipu AI boleh menukar keupayaan tersebut menjadi produk dan pendapatan.

Pengesahan saintifik menghasilkan kitaran maklum balas yang lebih kukuh

Dalam AI untuk sains, sistem yang paling bernilai mungkin ialah sistem yang menghubungkan ramalan dengan simulasi, eksperimen dan pengukuran. Setiap hasil yang disahkan boleh memperbaik data serta model yang digunakan dalam kitaran seterusnya.

Ini ialah piawaian yang lebih mencabar berbanding menghasilkan jawapan yang kelihatan munasabah, tetapi ia juga menyediakan laluan yang lebih jelas kepada nilai industri.

Kemandirian ialah satu timbunan keupayaan, bukan slogan

Pembangunan AI yang tahan risiko memerlukan keupayaan merentas algoritma, perisian, data, pengkomputeran, bakat, alat dan penggunaan sebenar. Mempelbagaikan lapisan ini boleh mengurangkan pergantungan pada satu pembekal atau pendekatan teknikal.

Ia juga menjadikan ekosistem lebih berdaya tahan apabila sesebuah model berprestasi rendah atau keadaan luaran berubah.

Gambaran strategik

Zhipu AI, BAAI dan AISI menduduki kedudukan berbeza dalam sistem yang sama:

• Zhipu AI menyediakan momentum komersial melalui model umum, sistem pengekodan, ejen dan produk untuk pembangun.
• BAAI menyediakan penyelidikan terbuka, rangkaian bakat, model asas serta laluan menuju kecerdasan multimodal dan berjasad.
• AISI menyediakan infrastruktur saintifik yang menghubungkan model dengan pengetahuan, pengkomputeran, eksperimen dan pengesahan kejuruteraan.

Kepentingan mereka bersifat saling melengkapi, bukannya boleh ditukar ganti. Zhipu AI menunjukkan bagaimana model termaju boleh menjadi platform. BAAI menunjukkan bagaimana penyelidikan terbuka boleh menyebarkan keupayaan kepada komuniti yang lebih luas. AISI pula menunjukkan bagaimana AI boleh disepadukan ke dalam aliran kerja yang kejayaannya diukur melalui bahan, eksperimen atau sistem kejuruteraan yang sebenar.

Tafsiran paling kukuh terhadap fasa seterusnya AI China bukanlah bahawa satu model telah menentukan pemenang perlumbaan global. Sebaliknya, kelebihan daya saing mungkin semakin bergantung pada hubungan antara hab penyelidikan asli, platform komersial, keupayaan teknikal yang berdikari dan aplikasi merentas disiplin.

Dengan kata lain, perlumbaan AI mungkin tidak dimenangi oleh satu model yang berdiri sendirian, tetapi oleh ekosistem terbuka dan kolaboratif yang mampu menghubungkan penyelidikan, produk, makmal serta industri.