大模型本身并不是同一起跑線的競爭，而是過往AI技術(shù)積累的硬科技比拼。

雖然市面上大模型產(chǎn)品眾多，但真正有能力做通用大模型的還是互聯(lián)網(wǎng)大廠。根本原因是技術(shù)實(shí)力的不均衡。大模型參數(shù)多和數(shù)據(jù)量大，對算法、算力、存儲空間都有極大的要求，不只需要人才，更需要資金投入。與商業(yè)模式打法不同，大模型跑出來只能靠硬科技。

而一旦先發(fā)優(yōu)勢建立，會(huì)帶動(dòng)整體數(shù)據(jù)、算力以及商業(yè)“飛輪”，不斷加固護(hù)城河。但通用大模型也有其局限，在具體領(lǐng)域內(nèi)，垂直大模型能夠以更精準(zhǔn)的數(shù)據(jù)，降低語音識別的錯(cuò)誤率，提升相關(guān)產(chǎn)業(yè)語義理解能力的提升。

AI模型需要與場景深度融合

AI大模型已經(jīng)進(jìn)入了競賽階段，并且路徑逐漸分化。

參與AI大模型這場“軍備競賽”的玩家們也發(fā)展出了兩個(gè)發(fā)展方向。垂直大模型和通用大模型，正成為目前人工智能領(lǐng)域的兩個(gè)主要發(fā)展方向。垂直大模型是指針對特定領(lǐng)域或任務(wù)進(jìn)行優(yōu)化設(shè)計(jì)的模型，例如語音識別、自然語言處理、圖像分類等。

垂直應(yīng)用大模型可謂是一股“清流”，由于垂直應(yīng)用大模型更符合垂類場景的需求、質(zhì)量比通用大模型更高，也讓眾多企業(yè)看到了其中的機(jī)會(huì)，越來越多的企業(yè)加入垂直大模型的賽道。如實(shí)在智能近期宣布上線內(nèi)測自研垂直大模型TARS大模型等。

在RPA領(lǐng)域，有這么一家致力于AI與RPA深度融合的企業(yè)，叫做實(shí)在智能。近期，實(shí)在智能上線了自己的TARS大模型，并宣布在未來，TARS大模型將與實(shí)在RPA深度結(jié)合，在AI自然語言理解及邏輯知識能力歸納泛化的優(yōu)勢以及智能屏幕語義理解技術(shù)（ISSUT）的雙重加持下，只需通過文字簡單描述業(yè)務(wù)流程，即可生成一個(gè)自動(dòng)化業(yè)務(wù)流程，生成一個(gè)數(shù)字員工，讓流程的自動(dòng)化更加簡單，讓自動(dòng)化流程的生成更加智能、高效，支持以“所說即所得”方式自動(dòng)生成數(shù)字員工。

借助TARS大模型的語言理解和深度學(xué)習(xí)能力，實(shí)在智能的IDP也將升級為Chat-IDP，支持“所說即所懂”的智能文檔處理能力，即為用戶提供與文檔直接“對話”的能力，使用戶可更準(zhǔn)確地識別、提取和審閱文檔內(nèi)容，打出一套文檔高效審核處理的“組合拳”，大幅提升自動(dòng)化辦公效率；之前的實(shí)在ChatBot智能機(jī)器人也可借助實(shí)在TARS大模型，支持人機(jī)協(xié)同對話功能，能夠?qū)崿F(xiàn)意圖理解、多輪問答和指令跟讀。

無論何種模式，商業(yè)化都是核心問題。從目前擁有大模型的AI玩家來看，都在快速推進(jìn)賦能和商業(yè)化。在理想階段中，通用大模型無論是經(jīng)濟(jì)模型，還是普世價(jià)值，都是要優(yōu)于垂直大模型的。可是，現(xiàn)實(shí)生活不是烏托邦，通用大模型和垂類大模型誰跑得更快，還得看各企業(yè)之間的比拼。

誰能先形成絕對優(yōu)勢還沒有肯定的答案。AI大模型的這場“軍備競賽”，正如web1向web2的蛻變，企業(yè)爭分奪秒地向前跑，誰先抓住了機(jī)會(huì)，就抓住了市場。