深（shēn）度学习推动人工智能发展，百（bǎi）度、华为（wéi）旷视等高科技（jì）企业（yè）加入其中。

近年（nián）来，深度学习推动着AI技术和产业发展浪潮迭起。然而（ér），随（suí）着技术（shù）的不（bú）断前进和（hé）应用的大规模增长，产业（yè）开（kāi）发者们面临的（de）挑战也日渐（jiàn）突出：数据量越来越大（dà），动辄上 TB；模型越来越复杂，模（mó）型参数也越来（lái）越（yuè）多……

而另一方（fāng）面，随着（zhe）国内产（chǎn）业互联网、产（chǎn）业智能化进程及（jí）“新基（jī）建”的（de）步伐进（jìn）一步深（shēn）入，产业界对于AI的（de）需求不（bú）断扩张（zhāng）。

AI落地过程（chéng）中必然（rán）会涉（shè）及到（dào）更多场景。这些场景或许和工业有关，或许和农业有关，或许（xǔ）和（hé）交（jiāo）通有（yǒu）关，或许还与智能城市建（jiàn）设有关，但都需要企业和开（kāi）发者们深入其中（zhōng），根据数据、计（jì）算（suàn）、部署（shǔ）场（chǎng）景、硬（yìng）件（jiàn）解决方案等不断调教算法。挑战越（yuè）来越大，需求越来越多，称（chēng）手的AI开源工具，特别是作为底层（céng）核心的开（kāi）源深度学（xué）习框架／平（píng）台（tái），对于在AI落（luò）地应用过程中冲在（zài）最前方的那些产业（yè）开发者而言，重要性再度凸显。本周之内，早已在AI开源领域深（shēn）耕（gēng）多年的百（bǎi）度打头（tóu），华（huá）为为代表的的ICT企业、旷视为（wéi）代表（biǎo）的AI初创企业（yè）跟进，在一（yī）周内先（xiān）后（hòu）升级或者开（kāi）源（yuán）了（le）自（zì）家的深度学习框架／平（píng）台，国产深度学习框架／平台迎来一轮密集爆发。越来越多的（de）国产（chǎn）眼睛，正（zhèng）在凝视深（shēn）度（dù）学习（xí）框（kuàng）架／平台开（kāi）源的（de）战（zhàn）场。

在这轮经济周（zhōu）期中（zhōng），每家（jiā）企业都是“新（xīn）基建”的齿轮。各自（zì）的（de）深度学习框架／平台（tái）开源开放，共同推（tuī）动了国（guó）内AI开源的进程。毕竟，过去国内开源社区氛围（wéi）和（hé）美（měi）国存在差（chà）距，缺乏这种相互探讨、技术进步的社区气氛。去看（kàn）GitHub上（shàng）谷歌、Facebook、百度（dù）等人工智能前（qián）沿（yán）企（qǐ）业（yè）在深度学习框架这（zhè）个战场的和（hé）谐（xié）交锋、友好博弈（yì），你能发（fā）觉，国内（nèi）需要走（zǒu）的（de）路还是很长。这也（yě）是国内开源社区真正需要向太平洋（yáng）东岸学习的地方。

一 “众声喧哗（huá）”的（de）诞生

任何技术的交锋，都像是人（rén）与人之间的互（hù）动，这（zhè）是“众（zhòng）声喧哗（huá）”、“相互吸纳”的过程。各有所（suǒ）长各（gè）各有所短，竞争和博弈，会带来行业整体进（jìn）步。“新基建（jiàn）”背景下，企业都是在为围绕着技术、商业、组织乃至对（duì）外（wài）赋能。尤其是疫情（qíng）过后，企业一方面面临着外部压力困扰，另一方面也面临着内部协（xié）同诉求，于是一大批新的技术产品涌（yǒng）现出来。我（wǒ）们不妨先（xiān）去观察，三者技（jì）术（shù）方案是怎样的（de）。3月23日百度飞桨（PaddlePaddle）宣（xuān）布在智能（néng）视觉领（lǐng）域（yù）得到了提升。

PaddleCV全景图首（shǒu）度曝光，其底（dǐ）层框架与工具层（céng）得（dé）到（dào）了工业级（jí）提升，这种提升（shēng）面向的（de）是（shì）当下工业领域（yù）诉（sù）求。要知道，目标（biāo）检测是计算机（jī）视觉领域不可缺少的一环。深度学习（xí）往往需要对图像进行处（chù）理，3D视（shì）觉往（wǎng）往意味着（zhe）在工（gōng）业领（lǐng）域会有更好的（de）实践（jiàn）。仅仅是在2018年的工博会和2019年的（de）光博会上，工业（yè）视（shì）觉领域，多的是火爆的3D视觉引导。

工业企（qǐ）业在疫情袭来时，面临安全生产和停工（gōng）风险。工业企业对（duì）AI需求（qiú）迅速增长（zhǎng），很（hěn）多企业甚至刚刚才（cái）开始学习使用深度（dù）学习，也缺乏必（bì）要的人（rén）才储备（bèi），甚（shèn）至还需要让人才远程学（xué）习（xí），和互联（lián）网、AI大厂的相（xiàng）关（guān）领域负责人“陪练”。工业企业需要3D视觉（jiào）的分（fèn）析，用于自家业务的改进（jìn）。还需要（yào）更多经过成熟验证的（de）算（suàn）法做支撑。所以你可以看（kàn）到，PaddleCV新增了15个（gè）在产业实践（jiàn）中广泛应（yīng）用的（de）算法，整体高质量（liàng）算法数量达到73个，35个高精度预训练（liàn）模型，总数（shù）达到203个。算（suàn）法重要性无（wú）需多言。工业企业一般没有（yǒu）太多时间和经验投入算（suàn）法研（yán）究，使用现（xiàn）成的算（suàn）法，往往可以节约人力和（hé）成（chéng）本（běn）。为这些企业提供更好的算法，恰当其实。

除了对智能视觉进行（háng）升级之（zhī）外，百度飞桨还在近期新增适配比（bǐ）特（tè）大陆（lù）最（zuì）新算丰系（xì）列（liè）AI芯片、两者的融合，体现在芯片利（lì）用（yòng）率、性能功耗比等（děng）指标（biāo）上（shàng），相比传（chuán）统GPU更适合（hé）深（shēn）度（dù）学习推理。这对产业开发者运（yùn）用AI开源（yuán）底层工具推动应用落地而（ér）言，无疑又（yòu）是一大福（fú）音（yīn）。百度对飞桨（jiǎng）深度学习平台的不断升级改进（jìn）是值得关注的（de）。

在（zài）AI开（kāi）源、特别是深度学习框架／平台方面深耕多年，百度深谙技术开源之（zhī）道（dào），飞桨已经具备了兼具（jù）灵活和效（xiào）率的（de）开发机制、工业（yè）级应（yīng）用效果（guǒ）的模型、超大（dà）规（guī）模分布式训练能力、推理引（yǐn）擎一体化（huà）设计（jì）以及系统化的服务支持等等（děng）特点，解决（jué）了诸多实际（jì）开发（fā）和应用过程中（zhōng）的刚需，让产业开发（fā）者用着更称手。而对于AI开源领域的（de）后来者而言，飞桨也（yě）塑造了（le）一个样板（bǎn）。

我们再看看旷视。旷视在3月25日正式发布了旷视AI生产（chǎn）力平台Brain＋＋，还开源了其深度学习框架（jià）天（tiān）元（ MegEngine）。

追溯MegEngine的诞生，它在2014年（nián）由旷（kuàng）视自（zì）主（zhǔ）开发形成，在这个基础上则是将数据（jù）和算力（lì）平台融合，构建了集“算（suàn）法、数据和（hé）算（suàn）力”于一体的AI生产力套件。对旷（kuàng）视这样一家创业企业（yè）而言，此时开源（yuán）自家深度学习框架可能有着非常复杂（zá）的内外因素（sù）。

从内部（bù）视角看，旷视这（zhè）几年针对城市、供应链、智能（néng）设备等领（lǐng）域发布了一系列解决方案，的（de）确积累了一（yī）定的行业（yè）经验，它也到（dào）了可（kě）以尝试对外输出（chū）自身解决方案的时刻。这种对外输（shū）出的能力（lì），是当下所有产业互联网领域耕耘到一定程（chéng）度公（gōng）司都会做的事（shì）情。从外部（bù）视（shì）角看，创业企业在当（dāng）下（xià）的（de）环境中普遍面临考验，一批企业面临现金流（liú）断裂的危机（jī）。旷视（shì）可能并不存在这方面（miàn）的（de）问题，但后疫情关口通过（guò）对（duì）标一线巨头的（de）方（fāng）式去“秀肌（jī）肉（ròu）”，一方面是在提振（zhèn）内部士气，另一方面也是在（zài）吸引行（háng）业关注。当（dāng）然，它恐怕还有向上（shàng）管理的（de）考量。不过，旷（kuàng）视发布（bù）深度学习框架的时间（jiān）节点，和百度、华为深度学习框架改进或发布的时间节点靠的太近，这种“近”，其实（shí）有着某种讨巧和暧昧的因（yīn）素——毕竟一（yī）家创业公司（sī）在（zài）面对（duì）巨头的时候，必须要懂得使用“巧劲”才能寻（xún）找到自己的位置（zhì）和（hé）空间。几乎是同时（shí），华（huá）为在3月28日的华为开发者大会2020上也（yě）推出了自（zì）家全场景AI计算框架（jià）MindSpore。

华为更是如（rú）此。这样一（yī）家ICT企业一直被视为（wéi）中国数字化转型领导者（zhě）。过（guò）去它一直以（yǐ）“硬”的形象示人，但是现在（zài）却在愈加往“柔软”的（de）方向发展。

从内（nèi）部视角去（qù）看，华为此时推（tuī）出开源框架，是华为（wéi）云Cloud＆AI BG成立后的重要一步。尤其是这次在华为（wéi）开（kāi）发者大会2020上推出这个（gè）产品，用意更是明显（xiǎn）。它很大一（yī）部分因素（sù）在于汇聚起一批（pī）开发者（zhě）。从2017年华为成立Cloud＆AI产品（pǐn）与服务BU开始（shǐ），这家企业就一（yī）直在试图摆脱“卖（mài）盒子”的形象，我在去年（nián）一篇（piān）文章（zhāng）中就曾戏言“华（huá）为云变（biàn）得更坚硬也更（gèng）柔软了”。今（jīn）年1月时，华为又将（jiāng）“Cloud＆AI产品与服务BU”提升成了（le）“Cloud＆AI BG”，成为华（huá）为第四大BG（事业群）。从BU到BG就会发现，云的地位再（zài）次提高了。云和开源（yuán）几（jǐ）乎（hū）是同一个问（wèn）题的两（liǎng）个方面，云的（de）进化必然会带来开源这个行为。

从外部视角（jiǎo）去看，华为云（yún）一直面临着阿里（lǐ）云（yún）、腾讯云、百度智能云等厂（chǎng）商的竞争，百度也（yě）早早（zǎo）开源了飞桨（PaddlePaddle）。华为云也到了（le）关（guān）键的（de）对外开放的窗口期，这种开放其实也是（shì）在适（shì）应（yīng）竞争环境。

二，争鸣和（hé）博弈的来（lái）临

华（huá）为和旷（kuàng）视的入局，让国产深度学习框架／平（píng）台市（shì）场展现出了争鸣和博弈的态势。产（chǎn）业互联网、产业智能（néng）化的进（jìn）程（chéng）行（háng）至今日，已不可（kě）阻挡，疫情还加速（sù）了这个（gè）过程。这（zhè）次华为、旷视接连（lián）宣布开源深度学习框架，更是这种环境下的（de）产（chǎn）物。一些后发厂（chǎng）商需要在后疫情的“窗口期”中抢占位置。

这种（zhǒng）抢占（zhàn）位置的（de）姿态，不仅仅是向上管理，也是横向（xiàng）竞争，更（gèng）是对合作（zuò）伙（huǒ）伴（bàn）的吸引。我（wǒ）们（men）不能（néng）简（jiǎn）单用“零和”视角去思（sī）考当下市场的变（biàn）化（huà），市场（chǎng）不是几家企（qǐ）业在简单切蛋糕。如（rú）果你从（cóng）国内（nèi）AI、产（chǎn）业互联网步伐（fá）前进的（de）宏观背景去思考，就会（huì）知道，无（wú）论（lùn）是（shì）百（bǎi）度、华为、旷（kuàng）视，其实都是中国（guó）这轮“新基建（jiàn）”带（dài）来（lái）的又一（yī）轮数字化转（zhuǎn）型浪潮中的参（cān）与者。

我们甚至可以这（zhè）么理（lǐ）解（jiě），“新基建（jiàn）”这个机器中有（yǒu）一个个转向产业互联网、产业智能化的“齿轮（lún）”，这些中又有一个（gè）个“弹簧”，保持着“齿轮”之间互动（dòng）平衡。大（dà）机器的轰（hōng）鸣（míng）前行，会（huì）引发所有企业的连锁反应（yīng）。不管（guǎn）怎样说，这样的争鸣（míng）和博弈都将集体降（jiàng）低（dī）算（suàn）法（fǎ）研发成本（běn），为接（jiē）下来AI能力的大规（guī）模工业化普及创造条件。事实上，这也将（jiāng）进一步推动AI技术和智能经济实现（xiàn）批量生产。

这次值（zhí）得注意的是两个（gè）玩家，一个（gè）是百度，一个是华为。百度飞桨当前在（zài）社（shè）区、技术、生态都是最完（wán）整的（de）。

先看组（zǔ）数据，飞桨（jiǎng）累计服（fú）务超过150万开发（fā）者，有超过（guò）6．5万企业用户，在定制化（huà）训练（liàn）平台上发布（bù）了16．9万个（gè）模（mó）型，且模型数量呈现显著增长趋势，在工（gōng）业、农业、服务业等各行各业中得到了的广泛（fàn）应用。飞（fēi）桨（jiǎng）的深度学（xué）习模（mó）型开发能力、训练能力、预测和（hé）部（bù）署能力一直在持（chí）续提升，可比肩TensorFlow、PyTorch等（děng）国际主流框架，甚至不少技术还更强。飞桨也是（shì）中国首个全面开源开放、功（gōng）能完备的产业级深度学习平台。2019年底IDC行业市场调研报告中，国（guó）内整体市场形成TensorFlow、PyTorch、飞（fēi）桨（PaddlePaddle）三强争（zhēng）霸的局面（miàn）。

总的来说，百度飞桨处在国（guó）内领头羊（yáng）的位（wèi）置，甚至（zhì）可以认为，飞桨是国（guó）内目前功能最（zuì）完备的端（duān）到端（duān）开（kāi）源深度（dù）学习（xí）平台。

用百度CTO王海峰的话来说，在智能时代，深度学习框架向（xiàng）下对接（jiē）芯片指（zhǐ）令集，向上承接各种（zhǒng）业务模型、行业应用（yòng），起到承上启下的作用，是“智能时（shí）代的操（cāo）作系统（tǒng）”。

华为目前则是强在硬件。华为自身（shēn）在ICT领域对技术和能力有所积淀，尤其是（shì）“鲲鹏＋昇（shēng）腾”的算力充沛，它的实力不可小觑。华（huá）为在硬件开发者生态（tài）这（zhè）块的聚合的确也处在相对领（lǐng）先的位置，尤（yóu）其是在政（zhèng）企市场，很（hěn）多客（kè）户（hù）要求私有化部（bù）署。华为在ICT领域的积淀，容易在（zài）政企客（kè）户（hù）隐私的情况下实现（xiàn）跨场（chǎng）景协同。旷（kuàng）视的体（tǐ）量相对（duì）百度和华为小一些（xiē），它要在（zài）自身的优势（shì）领域（yù）进（jìn）行发（fā）挥（huī）。在各家（jiā）的争鸣和（hé）博弈中，很大程度要看社区的建（jiàn）设——毕竟从漏斗模型来说，社区（qū）开发者规模，几（jǐ）乎决（jué）定了客户规模。

国外（wài）典（diǎn）型（xíng）开源商业模式是，社区－产品（pǐn）－利润（典型的包括Spark，MySQL，Hadoop等等都是如此），这（zhè）个模式已经（jīng）被（bèi）国外成功验证。也就是说，在社区（qū）内提供开源、免费的产品（pǐn），为开发者提供（gòng）新的模（mó）块（kuài），商业版（bǎn）则是会提供Bug修复、性（xìng）能优化 、增值功能 、技术支持等能（néng）力。

深度学习框架／平台的开（kāi）源商业模式（shì）和其他领域（yù）的开源经典模式略（luè）有不同，并非所有（yǒu）的（de）开（kāi）源厂商都（dōu）会免费提（tí）供产品，开源不等（děng）于免（miǎn）费，企业级用户在获得（dé）可修改的算法的同（tóng）时依然有（yǒu）义务支（zhī）付授权费用。开源框架（jià）／平台能够节（jiē）省设（shè）计和（hé）开（kāi）发的时（shí）间，但选（xuǎn）择任（rèn）何一个开（kāi）源平（píng）台都需要客户对这（zhè）个平台充分熟悉。任何一个开发平台都不可能提供完（wán）全自（zì）由的设计空间，应用的实现受制于开（kāi）源框架／平台和特性基础。百度飞桨的社区建（jiàn）设，起步早，规模（mó）已经很大，可以说“社（shè）区（qū）”这道护城河已（yǐ）经又（yòu）宽（kuān）又深。旷视、华为（wéi）等（děng）的产（chǎn）品，则需要从无到有去走社区－产品－利润的（de）路。虽然（rán）说，百度和华为都在芯片、云、深度学习平台三者（zhě）之间构建（jiàn）起了智能（néng）硬件到算（suàn）法软件再到（dào）算力供（gòng）给（gěi）的智（zhì）能制造解决方案大（dà）闭环（huán），具备（bèi）端到端软（ruǎn）硬一体的能力。

但真正值得注意的是（shì），还是（shì）百度和华（huá）为这样体量较大的公司（sī），它（tā）们的未来空间的想象力，主要在于两块（kuài）。

一块是复杂场景的考验（yàn），想要（yào）真正（zhèng）部署落地（dì），往往需要全面能力，其中包括Serving、服务器（qì）端集成、移动／边缘（yuán）／AI芯片（piàn）等（děng）多（duō）种芯片上的集成，Web端集成（chéng）等，这是一个系统工（gōng）程。另一（yī）块是系统工程的整合，供（gòng）应链体系（xì）需要ARM这类提供（gòng）CPU和（hé）GPU的国外厂商配合支撑。系统工程对大厂而言会显（xiǎn）得相对游（yóu）刃有余（yú），对创业公司来说，需要多（duō）多观察。

当然，我们可以预料到，百度（dù）会进一步增强软硬结合（hé）能力，华为则是会加强社区的建设，旷视则要在（zài）巨头之间舞动长袖寻找自（zì）己的（de）空（kōng）间。至于（yú）哪家会取得（dé）优势，我们暂时不好判断（duàn）。但是这种生态与生态之间的（de）竞争，往往取决（jué）于社（shè）区自下而（ér）上的创（chuàng）新涌现，而不是自上而下（xià）的主动建（jiàn）构。另外一（yī）点值得（dé）注意的（de）是，国（guó）内深度学习框架／平台的集中涌现，它（tā）接下来可（kě）能会带来的（de）变化是，谷歌的（de）Tensorflow目前在国内的地位会极大遭受蚕食和挑战。

三，野心、格（gé）局和胸怀

开（kāi）源（yuán）社（shè）区（qū）的协同模式（shì）改（gǎi）变和颠（diān）覆了软（ruǎn）件业的工作方式，可以创造出高（gāo）质量的软件产品。

在过（guò）往RedHat、MySQL、Asterisk都是非常成功的（de）开源公司。当然最重要的是，开源软件真正（zhèng）释放了（le）软件开（kāi）发人员的创造力和生产力，但实（shí）际上，中国的开源相比海外依旧（jiù）不（bú）足。直至今日，国内都没（méi）有构建起像GitHub这样（yàng）大影响力、成（chéng）规模而（ér）且在世界范围和企业内部具备认可度的开源（yuán）社区。,原因（yīn）有三（sān）点：：1，语言（yán）障碍，中国软件开（kāi）发人员（yuán）在国际开源（yuán）社区很难（nán）有大规模的参与；,2，中国软件开发（fā）发展的时（shí）间还不长（zhǎng），核心开发（fā）人员（yuán）积累还（hái）不够；,3，大学教育在开源领域严重不（bú）足，教师也缺乏了解。

相比于GitHub这种（zhǒng）环境，国内社区氛围依（yī）旧不足，企业虽然对开（kāi）源深（shēn）度学习框架（jià）／平台的使用火热（rè），但是（shì）开发氛围依（yī）旧不浓。在过去，百度的飞桨，一直是国内首个也是唯一一个自研的开源开（kāi）放（fàng）的深度学习平台，被（bèi）视为“智能（néng）时代的操作系统”。现在华（huá）为和（hé）旷视的加入，也将（jiāng）对开发者群体有一些影响。我们可以期待的是这个市场的百花齐放。我们不妨去看看埃里克·史蒂文·雷蒙德在（zài）他那本《大教堂（táng）与集（jí）市》中（zhōng）提出的观点。他把软件开发分（fèn）成了两种（zhǒng）最为经典且截然不同的（de）模式：大教堂模式和集市模式（shì）。

传统大型软（ruǎn）件（jiàn）公司的开发模式就像是（shì）艰难而（ér）缓慢的大教堂（táng）建造工（gōng）程，它有着（zhe）严密的管理和封闭（bì）的集（jí）中式（shì）结构，但在创新上、生产力上和Bug控制上却落后于集市（shì）模式（shì）。集市模式是一种并行（háng）的、对等的扁平（píng）化开发结构，其参与者大多来自于志愿者，结构（gòu）松散，来去自由（yóu），就像是一个乱糟糟的（de）集市，但就是这样的组织（zhī）形（xíng）式，却取得了像Linux这样令人惊叹的成功。

反观今日深度学习（xí）框架／平台市（shì）场（chǎng），一定（dìng）是选择“集市”的模（mó）式，才能获得自下而上（shàng）的创新。依旧是，埃里克·史蒂文·雷蒙德那（nà）个观点——足（zú）够多的眼睛，就可（kě）让所有问题浮现。过去深度学习框架／平（píng）台使用有限，但随着华为、旷视的加入，凝视BUG的眼睛变得更多了——对百度（dù）飞桨来说，其实也是利好消息，因为这意（yì）味着将来（lái）市场（chǎng）会变得更大（dà）、环境会变得更好（hǎo），飞桨的商业化进程也将进（jìn）一步加快。

华为有华为的问（wèn）题，旷（kuàng）视有旷视的苦恼 ，百（bǎi）度在华为和旷视（shì）入场的大（dà）背景（jǐng）下，其实面临（lín）更多利好。

很多事情，要跳出（chū）原有框架去解决现存问题。不然永远（yuǎn）都（dōu）是（shì）格局低、零和博弈的死局，企业也（yě）是如此（cǐ）。一方面（miàn）需要有上帝视角，另一方面也需要有（yǒu）个（gè）体理解。每（měi）一家企业身处市（shì）场，必然（rán）会有自（zì）己的思量（liàng）、无奈和妥协（xié）。企业在舆（yú）论场上相对（duì）输出自己的观点固然可以理解，但因为向上管理（lǐ）的因素，一些企业还是会做（zuò）出超出事（shì）实的（de）观点，这对不明就里的观（guān）众（zhòng）而言，不过是搏一搏眼球。

深度学习（xí）框架／平台这个市场，虽说有竞争，但（dàn）其实（shí）当（dāng）下来看（kàn），还（hái）是相对稳（wěn）定。不（bú）管（guǎn）怎样，企业的入场（chǎng）会带来市场的（de）变化，AI从研究到生产（chǎn）一直存（cún）在一定的距离（lí），缩短距离（lí）显得极为重要——毕（bì）竟一切都是（shì）为了开发者。市场上虽然也的确存在一定（dìng）的泡沫，但啤酒有泡沫（mò）才会香甜，开发者面临（lín）泡（pào）沫，才会多（duō）几个选择，从中得到（dào）最适合自家（jiā）的（de）深度学习（xí）框架／平台。你去（qù）看2019年上海谷歌开发者大会期间，TensorFlow全球产品总监 Kemal Moujahid面（miàn）对竞（jìng）争（zhēng）时对（duì） DeepTech说过的一段话就很（hěn）有意思：

我们非常乐于看到行业取得发（fā）展。现（xiàn）在（zài），全球（qiú）范围来看，虽然机器学习（xí）和（hé）AI的普及度还处在初（chū）期阶段（duàn），但是我（wǒ）们不（bú）能忘了（le）最终的（de）目标，在全球（qiú）推广普及（jí）机器学习和AI。所以，我们现在能做的（de）就（jiù）是提（tí）供最好（hǎo）的应（yīng）用和最好（hǎo）的（de）技术平台，让整个应用场景可（kě）能性更多，普及速度更快。谷歌其（qí）实（shí）是站在（zài）全球（qiú）AI发展（zhǎn）的视角（jiǎo）去思考这个问题，对（duì）国（guó）内企业而言，也需要站在国内AI工业（yè）化（huà）大生产的环（huán）境以及“新基（jī）建”的背景去思考这（zhè）个（gè）问题。我们甚至可以畅想（xiǎng），随着华（huá）为、旷视的入场，一些领头（tóu）厂（chǎng）商是否能够牵头建设起（qǐ）中国的GitHub。当然这种想法有些不切（qiē）实际，但（dàn）我真正（zhèng）想表达的（de）意思是：

中国企业应该（gāi）有（yǒu）更大的野心和胸（xiōng）怀。因为最后拼的（de），其实（shí）还是企业格局和内（nèi）在实力。