去年，在OpenAI刚刚横空出世的时候，国内的大语言模型还不多见。然而，仅仅一年多后的今天，中国的大语言模型领域可谓“江湖门派林立”，已开始出现“过剩的趋势”。
瞄准需求，引导“百模”形成合力如今，各类面向细分行业的垂直大模型“百花齐放”，在工业、医疗、气象、教育、科研等领域尽展风采。与此同时，业内人士表示，大模型发展也面临一些问题和挑战，比如出现了“一窝蜂”“百模大战”现象。
长远来看，大模型相关企业应如何布局“落子”、在激烈的竞争中脱颖而出？抓住应用需求是突围方向之一。
中科院院士姚期智认为，大模型在技术上可分为通用、行业、场景三类。大模型的通用智能必须细化到各个行业，给它“投喂”行业中的专业数据，通过训练形成场景化、定制化、个性化的专有模型，才能给各垂直领域带来人工智能革命。
“大模型研发投入高，需要庞大的算力资源，关键在于聚焦特定领域、专攻细分赛道、解决行业需求。”朱东宇说。科大讯飞董事长刘庆峰表示，面向未来，要关注源头技术生态、智能体生态、应用生态和行业生态，实现大模型深度落地。
“落地行业应用将更显大模型的价值，但基础大模型缺乏行业专业知识，需要大模型提供方与垂直行业合作开发行业大模型。”中国工程院院士邬贺铨说，大模型不仅是一种技术，它重塑了数据要素生态链，引领产业研究开发应用的范式变革，标志着信息化发展从网络驱动到数据驱动转变。
面对大模型浪潮，要在国家战略与规划部署下，统筹推进政产学研用，引导“百模”形成合力，避免资源分散和低水平重复，实现数据采集汇聚、加工处理、流通交易、开发应用全链条协同。
大战下半场，如何卷出真“刚需”？显然，所谓“百模大战”其实是各大模型厂商之间的数据竞争，这种现象有点类似于当年滴滴和快的之间的打车竞争格局，即从商业策略角度而言，现阶段大模型降价的主要目的还是收集数据。
低价或者免费虽然可以暂时吸引更多的使用者，从而累积更多的数据来训练更加智能的算法，但是如果由此导致收入下降，那么也就意味着企业训练机器人所需的大量资金也将会大大减少，那么收集到更多用户数据的作用就微乎其微了。而且，在大型模型厂商前期烧掉的资金还没有收回时就开始投身价格战，这无疑大大加剧了资金风险。
从长远来看，“价格战”最有可能导致的后果就是——中国人工智能产业被整合到阿里、百度、字节跳动和腾讯等少数财大气粗的科技巨头手中，因为这些大公司都是具备“云服务”的，所谓“醉翁之意不在酒、模翁之意正在云”，他们真正的目的是通过大模型来扩大云客户的基数和规模，进而提升云计算的市场渗透率。
免责声明：
1、本号不对发布的任何信息的可用性、准确性、时效性、有效性或完整性作出声明或保证，并在此声明不承担信息可能产生的任何责任、任何后果。
2、 本号非商业、非营利性，转载的内容并不代表赞同其观点和对其真实性负责，也无意构成任何其他引导。本号不对转载或发布的任何信息存在的不准确或错误，负任何直接或间接责任。
3、本号部分资料、素材、文字、图片等来源于互联网，所有转载都已经注明来源出处。如果您发现有侵犯您的知识产权以及个人合法权益的作品，请与我们取得联系，我们会及时修改或删除。
