构建AI原生基础设施，提供弹性、高效、多元的算力。文章提到，AI算力基础设施从单体算力到矩阵算力，需要进行系统性变革，包括资源统一池化、总线对等互联、算力灵活组合等。

构建以知识为中心的数据底座，为大模型高效供数。文章建议通过三层架构（知识湖层、智能决策层、数智服务层）为大模型高效供数，包括数据语义抽取、知识生成、知识图谱构建等。

构建多模态多尺寸模型，实现场景与模型的最佳匹配。文章指出，多模态大模型可以提高模型的准确性和泛化能力，解决更为复杂的问题，但面临数据质量、算法能力、算力资源等挑战。

开放价值场景，使AI Agent成为企业AI落地的新方向。文章提到，AI Agent可以自主完成任务拆分、工具选择等，通过Agent开发套件满足agent应用快速便捷开发需求。