据推特用户God of Prompt分享，研究人员通过在不同AI模型上回放相同提示，精确分析了性能提升的来源。结果显示，51%的进步归功于AI模型本身的优化，而高达49%的提升来自人类对提示词的改进。这说明AI提示工程和相关培训具有巨大商业潜力，企业在提升AI应用效果时，应重视人机交互策略和提示优化（来源：God of Prompt，推特，2026年1月23日）。

根据@AIatMeta报道，SAM 3通过使用包含400万独特短语和5200万个对应目标掩码的高质量数据集，实现了相较于基线模型2倍的性能提升。SAM 3研究员Kate指出，先进的数据引擎推动了高效、规模化的数据收集和标注，极大提升了模型在分割和计算机视觉等应用中的准确性。这一成果强调了高质量、多样化数据集对AI模型迭代升级的重要性，也为数据引擎开发和高精度数据标注服务带来了新的商业机会（来源：@AIatMeta，2025年11月20日）。