Pada tanggal 5 Januari, "KTT Aplikasi Industri AIGC China dan Konferensi Mitra Ekologi AI Tanpa Batas" diadakan di Hangzhou Future Science and Technology City. Konferensi ini dipandu bersama oleh Komite Manajemen Hangzhou Future Science and Technology City, Biro Sains dan Teknologi Distrik Yuhang dan Pusat Layanan Komprehensif Perusahaan Distrik Yuhang (Talent), yang diselenggarakan oleh Timestamp Technology, dan memberikan dukungan media khusus dari AI New Intelligence. Fokus mendalam pada aplikasi AIGC, konferensi ini menjangkau 1.000 peserta, dan mengundang banyak elit industri dan pakar dari industri dan penelitian, lembaga investasi, universitas dan pengusaha AIGC untuk berbagi kemajuan aplikasi AIGC pada tahun lalu dan mendiskusikan tren pengembangan masa depan. Pada KTT ini, Unbounded AI mengadakan konferensi mitra ekologi pertama, menetapkan preseden dalam industri. Pada tahun lalu, Wujie telah memperoleh hampir 4 juta pengguna, 250 juta+ lukisan, 200+ model lukisan besar, ratusan unit kerja sama pemerintah-perusahaan, dan rata-rata satu kontes pembuatan AI dan hampir 50 perjalanan kuliah per minggu. Pada KTT tersebut, sejumlah pencapaian AIGC dirilis, termasuk peluncuran bersama model AI grafis praktis pertama di industri sutra "Wansli Flower Model" oleh Wansli Silk dan Unbounded AI, dan peluncuran rencana pembangunan berkelanjutan yang dipimpin inovasi "AI + Cultural Tourism" oleh Wusli AI dan Digital Rhyme China dan institusi lainnya. Chang Cheng, pendiri Unbounded AI, mengatakan pada pertemuan puncak bahwa dalam tiga bulan ke depan, Unbounded akan mengantarkan momen ledakan "makhluk" (model) sendiri, dan model industri besar dan gaya nasional, ilustrasi seni, dan gambar pribadi akan diluncurkan satu demi satu. Unbounded berharap untuk mengekspor kemampuan modelnya dengan lebih baik ke mitra ekosistem, dan percaya bahwa banyak aplikasi luar biasa berdasarkan model Unbounded akan muncul. Di tahun mendatang, Unbounded AI akan lebih meningkatkan teknologinya, memperkuat dukungan untuk bahasa alami, meningkatkan kinerja generalisasi model, dan meluncurkan platform pengembang.