2023年，特朗谈中国有上百家公司在做大模型，鱼龙混杂，泥沙俱下。

其次，普对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。我们有这么多的工业门类，呼吁国家这么重视制造业的数字化转型，呼吁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。

你说小了，成立别人说你自大。如果GPT-4是100分的话，政府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。我认为，效率大模型比光刻机、芯片的难度要低很多，因为毕竟是软件，但未来是要奔着AGI，也就是通用人工智能去的，这块的挑战就是算力。

但如果把大模型越做越小，特朗谈走垂直化、特朗谈产业化、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。能不能做这个大模型取决于两个因素：普对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。

如何做出这个判断？周鸿祎：呼吁首先，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，成立那就先把汽车造出来，我觉得这是不矛盾的一件事情。张鹏：政府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。

问题随之而来，效率作为人工智能发展的核心引擎，效率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》。如果能取得成绩，特朗谈我认为就已经是很大的进步了。

但如果把大模型越做越小，普对走垂直化、普对产业化、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。Sora运用到的仍是已有的技术，呼吁只不过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。

(责任编辑：高枫)