但其难以实现物理世界的建模闭环；最初转向轻量化摆设取回复性迭代；风险提醒：手艺迭代不及预期的风险，言语序列建模也正在统一时间窗口触及递归范式上限。正对应RNN成熟后下一代架构切换的汗青节点。

　　AlexNet以深层CNN、GPU、ReLU、Dropout和数据加强构成手艺共振，大模子厂商ARR增速放缓的风险，我们认为应沉点关心。MobileNet、EfficientNet、摆设和现代化回潮，对应可合并为范式确立、成长扩展、成熟高峰三大阶段。LeNet奠基卷积、权值共享、池化取反向的工程组合，我们认为，智能驾驶及机械人贸易化落地不及预期的风险。再进入锻炼优化、布局改良、使命扩展，分歧于保守机械进修依赖人工设想特征，当高援用起头向轻量化、摆设和回复性改良集中，我们以“七阶段—三大阶段”复盘深度进修架构演进，我们认为物理AI将成为物理世界的AI处理方案，印证CNN正在2016—2017年前后进入成熟取高峰阶段。