第923章 对手来了！入帐61.4亿美币？人活著总要有点希望！(2/7)

，五万件现货便被抢购一空。

这时，很多人也察觉到了，森联集团似乎正在暗中布局，一步步拓宽AI技术的落地应用场景。

从核心的算力晶片、底层的算法模型，再到支撑运转的电力供应，乃至最终的AI产品化落地，这条产业链的每个关键环节背后，几乎都能窥见森联集团干预的影子。

与此同时。

加州山景城，谷歌总部。

AI研发中心内，皮查伊坐在电脑前，屏幕上显示著Lamda的工作界面。

这是谷歌倾注海量研发资源打造的对话应用语言模型，全称为Language

ModelforDialogueApplications，缩写即为Lamda。

受OrangeAI的强势冲击，谷歌的市值在近几个月里持续阴跌，累计蒸发了近数百亿美币。

究其原因，主要是森联集团旗下的搜索、地图、新闻和视频等业务，在接入OrangeAI后，依托日益完善的用户画像体系，能够精准推送契合用户需求的内容与产品，从而大受欢迎。

在OrangeAI的加持下，森联的所有产品仿佛被注入了生命力，变得更懂用户需求。

此消彼长之下，谷歌的市场占有率，难免就受到了影响。

为了应对这场危机，谷歌紧急成立大语言模型专项小组，耗时五个月成功研发出了Lamda1.0。

至于画图功能，目前仍在开发当中。

即便谷歌拥有全球顶尖的人才储备库，还有GoogleBrain和DeepMind两大王牌AI团队，但它能在五个月之内，就把Lamda1.0做出来，已经证明了自身强大的研发能力。

毕竟连智橙科技在推出OrangeChat和Orangelmage1.0之前，都硬生生熬了三年。

皮查伊轻点了滑鼠，屏幕上立即展开Lamda1.0的功能面板。

作为专为对话场景深度优化的大语言模型，Lamda使用了谷歌最新的Transfor

mer架构。

并在此基础上强化了对话连贯性与上下文理解模块，参数量定格在480亿，采用稀疏激活的MoE混合架构，在保证模型能力的同时，又实现了推理效率的优化。

模型参数量并非越大越好，超大参数量会带来算力成本暴增、推理速度变慢、部署难度上升等问题。

以谷歌算力中心的能力上限，把参数量限定在480亿，也算在