我们有这么多的工业门类，回踩何国家这么重视制造业的数字化转型，回踩何如果中国企业都用上了这种小规模的大模型，在自己的场景上让大模型跟业务相结合，其意义不亚于我们在超级AGI上追赶国外。

如果GPT-4是100分的话，结束GPT-3.5差不多应该有75分到80分，我认为这个速度就很快了。关于大模型如何与产业相结合，线已你提出了一个理念，叫小切口，大纵深。

今年就消停很多了，回踩何因为很多企业知道，有些特别难的事自己也做不了。打个比方，结束现在我们造出内燃机了，不能说我想造飞机，内燃机不能用，我不管了，我要造喷气发动机去。但是在这个过程当中，线已技术需要发展，产业也需要落地。

比如，回踩何要给医疗机构做一个医药医疗大模型，回踩何必须把医疗进行场景细分——在里边找出50到100个场景，并对每个场景分析，看看文章生成、情感判断、内容翻译等大模型最常见的功能能不能发挥作用。张鹏：结束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。

摘要：线已作为人工智能发展的核心引擎，线已国外的大模型不断引爆国内舆论场、刷新大众认知，我们的国产大模型还能弯道超车吗？今年是大模型应用元年，在现实的不同场景之下，大模型又将与产业擦出什么样的火花？华夏时报（www.chinatimes.net.cn）记者李明会北京报道伴随着ChatGPT、Sora、Figure01不断引发全球关注，人工智能（AI）的惊人迭代速度不断扩展着人们的想象空间。

如何做出这个判断？周鸿祎：回踩何首先，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。既然内燃机可以造出汽车，结束那就先把汽车造出来，我觉得这是不矛盾的一件事情。

所以，线已我谈的小切口，就是刚开始宁可保守一点，积小胜于大胜。但如果把大模型越做越小，回踩何走垂直化、回踩何产业化、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。

所以我主张要在企业用大模型不要一下子宏大叙事，结束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。关于大模型如何与产业相结合，线已你提出了一个理念，叫小切口，大纵深。