CCID melaporkan data inferens AI China mengatasi data latihan buat kali pertama, tetapi kaedah perbandingannya tidak diterangkan dalam liputan yang tersedia. Panggilan token harian dilaporkan melebihi 175 trilion pada Jun 2026, sementara penggunaan AI dalam industri turut berkembang.
Diterbitkan olehDisunting dengan GPT-6 LunaImej dijana dengan GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What does CCID’s October 31, 2026 report on ten trends in new-domain, new-quality innovation—reported by CCTV News on November 1 and carried. Article summary: CCID’s report presents China’s first reported crossover of AI inference data above training data as a sign that AI is moving from laboratory model development into large-scale industrial use.[6] The practical implication. Topic tags: general, general web, education, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, char
Penggunaan AI di China dilaporkan semakin beralih daripada membangunkan model kepada menggunakannya dalam produk dan industri. Menurut laporan China Center for Information Industry Development (CCID), data inferens AI negara itu buat kali pertama mengatasi data latihan. Angka aktiviti yang disertakan menunjukkan pertumbuhan pesat, tetapi liputan yang tersedia tidak menjelaskan cara perbandingan tersebut dibuat.1
Laporan CCID bertajuk Ten Trends in New-Domain, New-Quality Innovation Development diterbitkan pada 31 Oktober 2026 dan dilaporkan oleh CCTV News pada keesokan harinya.1 CCID dikenal pasti dalam liputan sebagai institut penyelidikan di bawah Kementerian Perindustrian dan Teknologi Maklumat China.
Menurut laporan itu, panggilan token harian melebihi 175 trilion menjelang Jun 2026—lebih 1,000 kali ganda berbanding awal 2024. Kitaran penambahbaikan model terkemuka juga dilaporkan menjadi lebih singkat, daripada beberapa bulan kepada beberapa minggu atau bahkan beberapa hari.1
Laporan tersebut menggambarkan perubahan ini sebagai peralihan daripada “melatih model” di makmal kepada penggunaan model dalam aplikasi industri. Namun, itu ialah tafsiran laporan terhadap trend berkenaan. Jumlah panggilan token sahaja tidak menunjukkan berapa banyak kuasa pengkomputeran, tenaga atau perbelanjaan yang kini digunakan untuk inferens berbanding latihan.1
Angka sektor perkilangan dalam laporan itu menunjukkan penggunaan AI melangkaui pembangunan model. China dilaporkan telah membina lebih 500 kilang pintar bertaraf cemerlang di 31 wilayah peringkat wilayah, meliputi lebih 80% kategori utama pembuatan. Laporan itu turut menyebut lebih 1,000 aplikasi pengkomputeran domestik dan model besar merentasi 20 industri, termasuk keluli dan automotif. Aplikasi ini menyokong penyesuaian produk mengikut keperluan pelanggan serta perkhidmatan sepanjang kitar hayat produk.1
Penggunaan dalam kalangan pengguna memberi satu lagi petunjuk tentang jangkauan AI, meskipun ia mengukur perkara yang berbeza. China Internet Network Information Center (CNNIC) melaporkan bahawa jumlah pengguna AI generatif di China melebihi 700 juta, dengan kadar penembusan melebihi 50% pada separuh pertama 2026. Angka ini mengukur bilangan pengguna, bukannya jumlah beban kerja inferens atau imbangan antara inferens dengan latihan.
Liputan yang tersedia tidak menyatakan cara CCID mentakrifkan atau mengira “data inferens” dan “data latihan”, mahupun kaedah perbandingan yang digunakan. Tanpa butiran itu, dakwaan bahawa data inferens telah mengatasi data latihan tidak dapat dinilai secara bebas berdasarkan angka yang dipetik di sini—dan tidak wajar dianggap sebagai ukuran langsung permintaan pengkomputeran.1
Terdapat juga satu lagi angka token yang perlu diambil kira. Laporan berasingan daripada China Academy of Information and Communications Technology (CAICT) yang dipetik dalam liputan menganggarkan penggunaan token harian di China sekitar 500 trilion pada Jun 2026. Angka CCID pula menyebut lebih 175 trilion panggilan token sehari.1
Berdasarkan maklumat yang tersedia, kedua-dua angka itu tidak boleh dibandingkan secara langsung: satu disebut sebagai penggunaan token, manakala satu lagi ialah panggilan token. Bahan yang dipetik juga tidak menunjukkan bahawa definisi atau kaedah pengiraannya sama. Oleh itu, perbezaan angka itu sahaja tidak membuktikan wujudnya percanggahan mahupun menjelaskan bagaimana kedua-duanya boleh diselaraskan.
Kesimpulan praktikalnya: apabila AI semakin kerap digunakan, inferens wajar diberi perhatian seiring dengan latihan. Bagi organisasi yang menggunakan model, ukuran operasi yang berguna termasuk kos bagi setiap tugasan, masa respons, jumlah pemprosesan dan kebolehpercayaan. Ini ialah keutamaan analisis—bukan bukti bahawa inferens sudah mengatasi latihan dari segi penggunaan kuasa pengkomputeran, elektrik atau perbelanjaan.
Secara keseluruhan, angka CCID dan contoh industri yang dilaporkan menggambarkan peluasan penggunaan AI. Namun, dakwaan bahawa inferens telah mengatasi latihan kekal sebagai kenyataan dalam laporan itu, bukannya perbandingan yang boleh diaudit sepenuhnya berdasarkan liputan yang tersedia.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
CCID melaporkan data inferens AI China mengatasi data latihan buat kali pertama, tetapi kaedah perbandingannya tidak diterangkan dalam liputan yang tersedia.
CCID melaporkan data inferens AI China mengatasi data latihan buat kali pertama, tetapi kaedah perbandingannya tidak diterangkan dalam liputan yang tersedia. Panggilan token harian dilaporkan melebihi 175 trilion pada Jun 2026, sementara penggunaan AI dalam industri turut berkembang.
Anggaran berasingan daripada CAICT menyebut kira kira 500 trilion token digunakan sehari pada Jun; perbezaan istilah dan kaedah yang tidak diketahui bermakna angka itu tidak boleh dibandingkan secara langsung.
CCID melaporkan data inferens AI China mengatasi data latihan buat kali pertama, tetapi kaedah perbandingannya tidak diterangkan dalam liputan yang tersedia. Panggilan token harian dilaporkan melebihi 175 trilion pada Jun 2026, sementara penggunaan AI dalam industri turut berkembang.
Diterbitkan olehDisunting dengan GPT-6 LunaImej dijana dengan GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What does CCID’s October 31, 2026 report on ten trends in new-domain, new-quality innovation—reported by CCTV News on November 1 and carried. Article summary: CCID’s report presents China’s first reported crossover of AI inference data above training data as a sign that AI is moving from laboratory model development into large-scale industrial use.[6] The practical implication. Topic tags: general, general web, education, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, char
Penggunaan AI di China dilaporkan semakin beralih daripada membangunkan model kepada menggunakannya dalam produk dan industri. Menurut laporan China Center for Information Industry Development (CCID), data inferens AI negara itu buat kali pertama mengatasi data latihan. Angka aktiviti yang disertakan menunjukkan pertumbuhan pesat, tetapi liputan yang tersedia tidak menjelaskan cara perbandingan tersebut dibuat.1
Laporan CCID bertajuk Ten Trends in New-Domain, New-Quality Innovation Development diterbitkan pada 31 Oktober 2026 dan dilaporkan oleh CCTV News pada keesokan harinya.1 CCID dikenal pasti dalam liputan sebagai institut penyelidikan di bawah Kementerian Perindustrian dan Teknologi Maklumat China.
Menurut laporan itu, panggilan token harian melebihi 175 trilion menjelang Jun 2026—lebih 1,000 kali ganda berbanding awal 2024. Kitaran penambahbaikan model terkemuka juga dilaporkan menjadi lebih singkat, daripada beberapa bulan kepada beberapa minggu atau bahkan beberapa hari.1
Laporan tersebut menggambarkan perubahan ini sebagai peralihan daripada “melatih model” di makmal kepada penggunaan model dalam aplikasi industri. Namun, itu ialah tafsiran laporan terhadap trend berkenaan. Jumlah panggilan token sahaja tidak menunjukkan berapa banyak kuasa pengkomputeran, tenaga atau perbelanjaan yang kini digunakan untuk inferens berbanding latihan.1
Angka sektor perkilangan dalam laporan itu menunjukkan penggunaan AI melangkaui pembangunan model. China dilaporkan telah membina lebih 500 kilang pintar bertaraf cemerlang di 31 wilayah peringkat wilayah, meliputi lebih 80% kategori utama pembuatan. Laporan itu turut menyebut lebih 1,000 aplikasi pengkomputeran domestik dan model besar merentasi 20 industri, termasuk keluli dan automotif. Aplikasi ini menyokong penyesuaian produk mengikut keperluan pelanggan serta perkhidmatan sepanjang kitar hayat produk.1
Penggunaan dalam kalangan pengguna memberi satu lagi petunjuk tentang jangkauan AI, meskipun ia mengukur perkara yang berbeza. China Internet Network Information Center (CNNIC) melaporkan bahawa jumlah pengguna AI generatif di China melebihi 700 juta, dengan kadar penembusan melebihi 50% pada separuh pertama 2026. Angka ini mengukur bilangan pengguna, bukannya jumlah beban kerja inferens atau imbangan antara inferens dengan latihan.
Liputan yang tersedia tidak menyatakan cara CCID mentakrifkan atau mengira “data inferens” dan “data latihan”, mahupun kaedah perbandingan yang digunakan. Tanpa butiran itu, dakwaan bahawa data inferens telah mengatasi data latihan tidak dapat dinilai secara bebas berdasarkan angka yang dipetik di sini—dan tidak wajar dianggap sebagai ukuran langsung permintaan pengkomputeran.1
Terdapat juga satu lagi angka token yang perlu diambil kira. Laporan berasingan daripada China Academy of Information and Communications Technology (CAICT) yang dipetik dalam liputan menganggarkan penggunaan token harian di China sekitar 500 trilion pada Jun 2026. Angka CCID pula menyebut lebih 175 trilion panggilan token sehari.1
Berdasarkan maklumat yang tersedia, kedua-dua angka itu tidak boleh dibandingkan secara langsung: satu disebut sebagai penggunaan token, manakala satu lagi ialah panggilan token. Bahan yang dipetik juga tidak menunjukkan bahawa definisi atau kaedah pengiraannya sama. Oleh itu, perbezaan angka itu sahaja tidak membuktikan wujudnya percanggahan mahupun menjelaskan bagaimana kedua-duanya boleh diselaraskan.
Kesimpulan praktikalnya: apabila AI semakin kerap digunakan, inferens wajar diberi perhatian seiring dengan latihan. Bagi organisasi yang menggunakan model, ukuran operasi yang berguna termasuk kos bagi setiap tugasan, masa respons, jumlah pemprosesan dan kebolehpercayaan. Ini ialah keutamaan analisis—bukan bukti bahawa inferens sudah mengatasi latihan dari segi penggunaan kuasa pengkomputeran, elektrik atau perbelanjaan.
Secara keseluruhan, angka CCID dan contoh industri yang dilaporkan menggambarkan peluasan penggunaan AI. Namun, dakwaan bahawa inferens telah mengatasi latihan kekal sebagai kenyataan dalam laporan itu, bukannya perbandingan yang boleh diaudit sepenuhnya berdasarkan liputan yang tersedia.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
CCID melaporkan data inferens AI China mengatasi data latihan buat kali pertama, tetapi kaedah perbandingannya tidak diterangkan dalam liputan yang tersedia.
CCID melaporkan data inferens AI China mengatasi data latihan buat kali pertama, tetapi kaedah perbandingannya tidak diterangkan dalam liputan yang tersedia. Panggilan token harian dilaporkan melebihi 175 trilion pada Jun 2026, sementara penggunaan AI dalam industri turut berkembang.
Anggaran berasingan daripada CAICT menyebut kira kira 500 trilion token digunakan sehari pada Jun; perbezaan istilah dan kaedah yang tidak diketahui bermakna angka itu tidak boleh dibandingkan secara langsung.