中国正发出拥抱新一轮科技和产业浪潮的新信号，史上首份发力以人工智能为引擎的新质生产力。

关于大模型如何与产业相结合，最复杂你提出了一个理念，叫小切口，大纵深。如何做出这个判断？周鸿祎：探测首先，我认为有差距是必然的，知道差距是多少，剩下的就是追赶问题。

能不能做这个大模型取决于两个因素：器嫦一是场景下有没有数据知识，因为没有知识、光有场景，训不出大模型。但如果把大模型越做越小，何人类走垂直化、何人类产业化、企业化、场景化的道路，可能不需要万亿、千亿的参数，只需要百亿的参数，再加上一些私有的核心数据加持，在一个垂直单元上是可以超过GPT-4的。而大纵深是什么概念呢？大模型像发动机，月背样品现在大模型厂商在造世界上最牛、最快的发动机，但是B端企业要的不是发动机，而是一辆车。

张鹏：史上首份通用大模型的能力提升所衍生的能力，能让我们去寻找到大模型原生的应用或者大模型原生场景。所以我主张要在企业用大模型不要一下子宏大叙事，最复杂而是在内部业务链条，或在外部产品功能中，选取两到三个场景，用大模型赋能。

按照刷榜的成绩，探测国内的模型早就超过了GPT-4了。

据我了解，器嫦现在的大模型厂商纷纷转型，往产业方向走、往垂直方向走。据我了解，何人类现在的大模型厂商纷纷转型，往产业方向走、往垂直方向走。

但如果把大模型越做越小，月背样品走垂直化、月背样品产业化、企业化、场景化的道路，可能不需要万亿、千亿的参数，只需要百亿的参数，再加上一些私有的核心数据加持，在一个垂直单元上是可以超过GPT-4的。其次，史上首份美国也不是全面领先，美国真正在人工智能领先的公司，我认为就两家，软件是OpenAI，硬件是英伟达。

所以，最复杂我们要找到一个底盘，把发动机装上，再给它装上外壳、座椅，最后交付一辆车，企业才能用。所以我主张要在企业用大模型不要一下子宏大叙事，探测而是在内部业务链条，或在外部产品功能中，选取两到三个场景，用大模型赋能。

(责任编辑：ɽҰ)