目前深度學習算法主要是基于 Transformer 骨干網絡進行分支網絡的創新，如引入擴散模型、強化學習等方法催生出 AIGC、ChatGPT 等應用熱點。但隨著Transformer 基本完成底層算法統一之后，整個行業底層算法發展速度放緩，靜待骨干網絡的下一次突破。同時基于 Transformer 對大數據的需求，催生了無監督學習、高算力芯片的發展。