根据Yann LeCun（@ylecun）的说法，在机器学习训练中选择批量大小为1可以在特定定义下达到最优效果（来源：@ylecun，2025年7月11日）。这种被称为在线或随机梯度下降的方法，使模型能够在每个数据点后更新参数，提高适应速度，并在某些AI应用中实现更快收敛。对于AI企业来说，采用更小批量大小有助于降低内存需求、提升模型响应速度，并促进实时AI部署，尤其适用于边缘计算和个性化AI服务（来源：@ylecun）。