AI 的基本运行逻辑主要体现在以下两个方面：
在自然语言处理（NLU）方面，传统的语音技能 NLU 是通过一系列规则、分词策略等训练而成的产物，其运作逻辑规律都是可观测的，具有 if-else 式的逻辑性。而大模型则是凭借海量的数据，在向量空间中学习知识的关联性从而形成的，其运作逻辑难以观测，已然脱离了 if-else 的层面。 在视频制作方面，例如在制作片头时，需要先确定镜头想法，如视线聚焦到中心的圆形细胞并保持固定以方便后续画面转场，可能会对单张 AI 图生视频进行分图层处理，并叠加多个画面来丰富画面。此外，在 AI 监管方面，需要确定一系列支持监管一致性和监管者的功能，如建立中央监测和评估框架，收集相关数据，支持监管者进行内部监测和评估等，以实现创新的监管方式。监测和评估需要集中进行，以确定整体框架是否符合目标，是否以支持创新、清晰、适度、适应性强、值得信赖和协作的方式运行，并建立反馈回路以衡量框架的有效性。
