以模型为中心的AI应用痛点：资源、成本要求高等

以数据为中心的 AI 提高性能，降低成本，发展潜力巨大。而模型驱动的 AI 应用资源要求高，无法有效助力 AI落地。平

复杂性

模型驱动的AI通常涉及具有大量参数的复杂模型。训练 和部署这些模型需 要大量的计算能力， 导致硬件和基础设 施的成本较高。

训练时间

模型驱动的AI中复杂模型的训练需要时间长，特别是深度学 习模型。延长训练时 间增加了对计算资源 的需求，从而导致成 本提高。

模型更新

模型驱动的 AI 中的模型通常更复杂，因 此为应对不断变化的 需求，使用新数据更 新或修改需要大量资 源，导致更高的成本 和更长的开发周期。

可解释/理解性

模型驱动的 AI 中的复杂模型通常较难解释和理解，这可能需 要额外的资源来开发 工具和技术以提高透 明度和可信度。