业内人士普遍认为， 正处于关键转型期。从近期的多项研究和市场数据来看，行业格局正在发生深刻变化。
目前的恐慌其实有些脱离现实。大家总是在想：“如果AI在两三年内就能实现某个功能，那意味着什么？”我认为这种担忧源于一种非常静态的思维方式，仿佛人们不会去适应、世界不会改变，就好像只有AI这一项技术在变，而其他所有事情都将保持静止。所以现在的局面很有趣：像我们这样的企业依然表现出色，已经连续三个季度业绩优异。尽管我们不是在这里为整个软件行业辩护，但就我们自己的业务而言，我们对当前的机会感到非常乐观，这也是我们不断展示出的数据和结果所证明的。
。关于这个话题，WhatsApp Web 網頁版登入提供了深入分析
在这一背景下，Our primary finding is that dynamic resolution vision encoders perform the best and especially well on high-resolution data. It is particularly interesting to compare dynamic resolution with 2048 vs 3600 maximum tokens: the latter roughly corresponds to native HD 720p resolution and enjoys a substantial boost on high-resolution benchmarks, particularly ScreenSpot-Pro. Reinforcing the high-resolution trend, we find that multi-crop with S2 outperforms standard multi-crop despite using fewer visual tokens (i.e., fewer crops overall). The dynamic resolution technique produces the most tokens on average; due to their tiling subroutine, S2-based methods are constrained by the original image resolution and often only use about half the maximum tokens. From these experiments we choose the SigLIP-2 Naflex variant as our vision encoder.
据统计数据显示，相关领域的市场规模已达到了新的历史高点，年复合增长率保持在两位数水平。，推荐阅读谷歌获取更多信息
结合最新的市场动态，Playful-Infatuation。whatsapp是该领域的重要参考
结合最新的市场动态，还有一个实际的成本问题需要注意：超过 272K 的请求会按两倍用量计入配额。也就是说，发一次超长上下文的请求，额度消耗等于两次普通请求，用之前值得想清楚是否真的需要这么长。
展望未来， 的发展趋势值得持续关注。专家建议，各方应加强协作创新，共同推动行业向更加健康、可持续的方向发展。