亿亿参数量级是模型能力质变的门槛

mamun4574

目前来看，百度文心、腾讯混元、阿里通义千问、商汤大模型、以及讯飞火星等，国产主要大模型都走到这一阶段。 这些大模型，都是大公司做出来的，能走到这个阶段的大模型，要么算法更先进，要么有足够的数据参数和训练量。 以百度为例，月份上线的文心大模型，能力已经超出ChatGPT ，虽然官方没有公布具体的数据量级，但大量的数据、算法优化训练是必经之路。 这个阶段，拼的其实就是硬实力，拼的是数据生态，人才技术和资金投入，创业公司很难真的从底层做起来。

第二阶段，是产品驱动阶段。 当国产大模型不断涌现，百模大战的格局上演之后，行业其 希腊手机号码数据 实就已经走到了产品驱动阶段。 产品驱动阶段，百模大战会经历一轮淘汰赛。 大模型从业者普遍认为，  换言之，对于资本市场来说，百亿参数量级之前，一些大模型项目很可能会首先遇到生存问题。也就是说，对于一些后来者、在遇到生存问题之前，必须要有足够应用落地。 也因此，产品阶段的大模型，核心在落地场景。

大模型其实没有什么路线之争，垂直或者通用，与其说是路线之争，倒不如说是落地的场景之争。 我们认为产品驱动阶段，大模型落地的重点在于，大公司底层做起，打造行业大模型基础设施，在此之上，垂类的创业公司去做应用端的垂直创新。 其实现在已经有企业走在这条道路上了，比如商汤SenseChat大模型，在不少领域已经开始与品牌合作落地。 表面上看通用大模型和垂直大模型代表了两种技术方向，但实际上两者相辅相成，可以并行发展。