第二個出場的是西門子的赫爾穆特·裡希特。
D國人的風格與人截然不同——沒有華麗的動畫，沒有煽情的案例，有的只是密密麻麻的資料表格和嚴謹的技術引數。
赫爾穆特用了四十分鐘，詳細闡述了西門子在工業物聯網和數字孿生領域的技術優勢，並重點介紹了他們在漢堡、新加坡和迪拜的三個標杆專案。
如果說霍尼韋爾的演講是一場視覺盛宴，那麼西門子的演講就是一堂嚴謹的技術課。
兩者風格迥異，但都展現出了極高的專業水準。
最後出場的，是陳陽。
他走上講臺的時候，會議室裡的目光齊刷刷地聚焦在他身上。
有些人眼中帶著好奇，有些人帶著審視，還有些人——比如詹姆斯·福特，他眼神中透露出一種毫不掩飾的輕蔑。
陳陽沒有使用任何炫酷的動畫，也沒有堆砌大量的資料表格。他只是打開了驚蟄大模型的後臺管理系統，然後將螢幕投影到大螢幕上。
“各位，我不打算給你們看PPT。”
陳陽開口說道，語氣輕鬆而自然。
“因為PPT是可以修飾的。我打算給你們看一個正在執行的系統。”
“此時此刻，在利雅得市中心，驚蟄大模型正在即時處理著超過一萬兩千個交通感測器的資料流。”
他點選了一個按鈕，大螢幕上立刻顯示出利雅得市中心的即時交通熱力圖。
密密麻麻的車流如同血液一般在大街小巷中流動，而系統正在以肉眼可見的速度對這些車流進行排程和最佳化。
“這是今天早晨八點到現在的資料。”陳陽指著螢幕上的一個曲線圖說道。
“早高峰期間，系統覆蓋區域的車輛平均通行速度，比系統介入之前提升了百分之三十一點七。”
“路口平均等待時間，縮短了百分之四十二。碳排放量，下降了百分之十八點三。”
會議室裡安靜了下來。
那些原本漫不經心低頭看手機的人，此刻紛紛抬起了頭，目光被螢幕上的即時資料吸引住了。
陳陽繼續說道：“這些資料的背後，是驚蟄大模型獨有的核心技術——動態因果推斷引擎。”
“與傳統的機器學習模型不同，我們的引擎不僅能夠識別資料之間的相關性，還能夠推斷因果關係。”
“這意味著，系統不僅知道‘發生了什麼’，還能理解‘為什麼發生’，並據此做出最優決策。”
他切換了一個畫面，展示出一段對比影片。
左邊是傳統AI系統處理擁堵路況的畫面——系統用了四十七秒才做出反應，採取的方案也只是簡單地延長綠燈時長；
右邊是驚蟄大模型處理同一場景的畫面——系統在九秒之內完成了識別、分析和決策，並且採取了一套更為複雜的多路口聯動調控方案，效果顯著優於前者。
這段對比影片播放完畢之後，會議室裡響起了第一次竊竊私語。
幾位投資委員會的委員開始交頭接耳，其中一位戴著金絲眼鏡的長者甚至直接向陳陽提問道：
”？嗎的發研主自全完們你是，擎引斷推果因態個這，生先陳“
。道答回地鐵截釘斬陳”。發研主自百之分百“
”。權授得獲經已項九十中其，項七十四計共，利專技的關相了請申和國華在經已們我“
。注關的真認了變視審的初最從經已神的中眼但，麼什說再有沒，頭點了點者長的問提
。力潛用應的中景場等應響急應全安共公和程排荷負源能、測預氣天端極在型模大蟄驚了解講深續繼，鐵打熱趁陳
