ОтветыОпубликовано11 источники
Китайский ИИ переходит от обучения моделей к их применению
CCID сообщает, что в Китае объём данных инференса — использования уже обученных моделей — впервые превысил объём данных для их обучения. К июню 2026 года среднее число ежедневных обращений к моделям превысило 175 трлн токенов, а применение ИИ охватило сотни умных фабрик и десятки отраслей.
ОпубликовалОтредактировано с помощью GPT-6 LunaИзображения созданы с помощью GPT Image 2
Ответ на исследование
Ключевые выводы
- CCID сообщает, что в Китае объём данных инференса — использования уже обученных моделей — впервые превысил объём данных для их обучения.
- К июню 2026 года среднее число ежедневных обращений к моделям превысило 175 трлн токенов, а применение ИИ охватило сотни умных фабрик и десятки отраслей.
- Отдельная оценка CAICT говорит примерно о 500 трлн потребляемых токенов в день. Показатели описаны по разному, а сопоставимой методики в доступных материалах нет.
Промпт ИИ
openai.comCreate 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
По оценке китайского исследовательского института CCID, объём данных, связанных с использованием ИИ-моделей, впервые превысил объём данных для их обучения. Авторы доклада видят в этом признак перехода от разработки моделей в лабораториях к их массовому применению в промышленности. Однако опубликованные материалы не объясняют, как именно сравнивали инференс и обучение, поэтому воспринимать это как точный замер вычислительных ресурсов нельзя.1
Что говорится в докладе
CCID — Китайский исследовательский институт развития электронной информационной промышленности, который в публикациях связывают с Министерством промышленности и информатизации КНР. Доклад «Десять тенденций инновационного развития новых областей и новых качественных сил» вышел 31 октября 2026 года; на следующий день о нём сообщило китайское телевидение CCTV.1
По данным доклада, к июню 2026 года среднее число ежедневных обращений к моделям превысило 175 трлн токенов — более чем в тысячу раз выше уровня начала 2024 года. Цикл обновления ведущих моделей, как утверждается, сократился с нескольких месяцев до нескольких недель или даже дней.1
Доклад описывает эту динамику как переход от «обучения моделей» в лаборатории к их применению в реальных отраслях. Но число обращений к моделям само по себе не показывает, сколько вычислительных мощностей, электроэнергии или денег уходит на инференс по сравнению с обучением.1
ИИ выходит за пределы лабораторий
О масштабах внедрения в промышленность говорят и приведённые в докладе показатели. В Китае, согласно публикации, построено более 500 умных фабрик высшего уровня: они охватывают 31 регион провинциального уровня и более 80% основных категорий обрабатывающей промышленности. Отечественные вычислительные мощности и большие модели применяются более чем в тысяче сценариев в 20 отраслях, включая металлургию и автомобилестроение. Среди примеров — персонализированное производство и обслуживание продукции на протяжении всего жизненного цикла.1
Есть и показатель широкого потребительского использования, хотя он измеряет не то же самое. По данным Китайского информационного центра интернет-сетей (CNNIC), в первой половине 2026 года число пользователей генеративного ИИ в стране превысило 700 млн, а уровень распространения — 50%. Это число пользователей, а не объём инференс-нагрузок и не соотношение инференса с обучением.
Почему цифры нельзя сравнить напрямую
В доступных публикациях не уточняется, что именно CCID считает «данными инференса» и «данными обучения», как их подсчитывает и на какой основе сравнивает. Без этих сведений независимо проверить заявленный перелом нельзя. Также он не равнозначен утверждению, что инференс уже потребляет больше вычислительных ресурсов, энергии или средств.1
Есть и другая оценка токенов. В докладе Китайской академии информационно-коммуникационных технологий (CAICT), на который ссылаются публикации, говорится примерно о 500 трлн потребляемых токенов в день в июне 2026 года. У CCID показатель сформулирован как более 175 трлн ежедневных обращений к моделям.1 Это разные формулировки, и доступные материалы не подтверждают, что показатели рассчитаны по единой методике. Поэтому разницу между ними нельзя считать ни доказанным противоречием, ни объяснённым расхождением.
Что это означает для инфраструктуры ИИ
Практический вывод для компаний, внедряющих модели: наряду с обучением важно следить за тем, как модель работает в повседневных задачах. Среди полезных показателей — стоимость выполнения задачи, скорость ответа, пропускная способность и надёжность. Это аналитический вывод, а не доказательство того, что инференс уже обогнал обучение по вычислительным затратам или энергопотреблению.
В совокупности приведённые CCID цифры и примеры из промышленности указывают на расширение применения ИИ. Но тезис о том, что инференс впервые превысил обучение, остаётся оценкой доклада: опубликованных данных недостаточно, чтобы независимо проверить методику такого сравнения.
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «Китайский ИИ переходит от обучения моделей к их применению»?
CCID сообщает, что в Китае объём данных инференса — использования уже обученных моделей — впервые превысил объём данных для их обучения.
Какие ключевые моменты необходимо проверить в первую очередь?
CCID сообщает, что в Китае объём данных инференса — использования уже обученных моделей — впервые превысил объём данных для их обучения. К июню 2026 года среднее число ежедневных обращений к моделям превысило 175 трлн токенов, а применение ИИ охватило сотни умных фабрик и десятки отраслей.
Что мне делать дальше на практике?
Отдельная оценка CAICT говорит примерно о 500 трлн потребляемых токенов в день. Показатели описаны по разному, а сопоставимой методики в доступных материалах нет.