首先看版本号，SAI 1.0到2.0，主要变化在模型架构和参数量。比如参数从1.7亿涨到7.5亿，显存需求多了2倍。但用户可能搞混了版本更新和模型迭代，比如SAI 2.0.1是优化版，不是新版本，而是SAI 2.0的升级补丁。

为什么这么讲呢？因为版本号有双含义，主版本号（如2.0）代表架构升级，次版本号（如2.0.1）只是修复。：SAI 2.0训练用了7.5亿参数，比1.0多出4.3亿，显存占用从8GB飙到24GB。但2.0.1只是优化了推理速度，参数没变。就像手机系统，安卓12是重大更新，而12.0.5只是小补丁。用户常把2.0.1当新版本，其实是旧版本带优化，所以别被版本号迷惑了。

模拟效果："SAI 1.0到2.0主要变化在模型架构和参数量，比如参数从1.7亿涨到7.5亿，显存需求多了2倍。但用户可能搞混了版本更新和模型迭代，比如SAI 2.0.1是优化版，不是新版本，而是SAI 2.0的升级补丁。为什么这么讲呢？因为版本号有双含义，主版本号代表架构升级，次版本号只是修复。：SAI 2.0训练用了7.5亿参数，比1.0多出4.3亿，显存占用从8GB飙到24GB。但2.0.1只是优化了推理速度，参数没变。就像手机系统，安卓12是重大更新，而12.0.5只是小补丁。用户常把2.0.1当新版本，其实是旧版本带优化，所以别被版本号迷惑了。