但如果把大模型越做越小，古人走垂直化、古人产业化、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。

但如果把大模型越做越小，甲刻界走垂直化、甲刻界产业化、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。按照刷榜的成绩，着动国内的模型早就超过了GPT-4了。

如果GPT-4是100分的话，物世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。能不能做这个大模型取决于两个因素：古人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。问题随之而来，甲刻界作为人工智能发展的核心引擎，甲刻界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？4月13日晚间，中央广播电视总台财经节目中心《对话》栏目播出了新一期节目《AI+未来大猜想》。

比如，着动要给医疗机构做一个医药医疗大模型，着动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。既然内燃机可以造出汽车，物世那就先把汽车造出来，我觉得这是不矛盾的一件事情。

所以我主张要在企业用大模型不要一下子宏大叙事，古人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。

打个比方，甲刻界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。Sora运用到的仍是已有的技术，着动只不过OpenAI把这些技术综合起来从工程上进行了优化，做到了之前的人没有做到的事情。

据我了解，物世现在的大模型厂商纷纷转型，往产业方向走、往垂直方向走。2023年，古人中国有上百家公司在做大模型，鱼龙混杂，泥沙俱下。

自2017年以来，甲刻界人工智能多次被写入《政府工作报告》。比如，着动要给医疗机构做一个医药医疗大模型，着动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。

(责任编辑：李亚明)