​​​​​​​AI时代，通用大模型和垂直大模型，两者孰优孰劣，一直众说纷纭。

通用大模型，聚焦基础层，如ChatGPT、百度文心一言，科大讯飞星火大模型等，都归属通用大模型，它们可以解答各种问题、撰写文章、编程、翻译等等。

垂直大模型，聚焦解决垂直领域，如中国科学院香港创新院AI中心发布的垂直大模型CARES Copilot 1.0，只运用在医疗领域，可以在手术阶段自动识别病灶和解剖结构。写文章，它干不了。

对比下来看，通用大模型属于“万金油”型，垂直大模型属“专家”型。

中国有句话叫“博而不精，知而不专”，那么，涉猎广泛的通用大模型在商业上会取得怎样的成绩？

1.通用大模型：商业运用的革新力量

近日，据《科创板日报》消息，低调的国内通用大模型领军企业“阶跃星辰”，在上海举行的2024全球开发者先锋大会期间正式对外亮相。

之所以提到这家公司，因为这家公司不仅成功研发了Step千亿参数系列通用大模型，据说可比肩GPT-4。

同时还推出了两款面向C端用户的大模型产品——效率工具“跃问”和AI开放世界平台“冒泡鸭”。

全是通用大模型。

那么，阶跃星辰能否在竞争激烈的市场中脱颖而出，从阶跃星辰身上如何看待通用大模型的发展空间和前景。

据网友爆料，该公司发布大模型前并没有进行过融资，但公司背景却很牛，合作方有：中广天泽，云赛智联，大模型开发则是由前微软人员开发。

大模型发布以后，主要标的：上海电影，光线传媒、万达电影、华策影视、捷成股份、横店影视。

如此壮志雄心，想来资本将很快进入到阶跃星辰，助推其进一步发展。

从这个角度看，资本并不排斥通用大模型。

另外，从技术角度看，通用大模型的出现，可以改变传统数据处理和分析的方式。

以往，商业决策往往依赖于有限的数据和人工分析，这种方式不仅效率低下，而且容易受到人为因素的干扰。

相反，通用大模型则能够通过海量的数据学习和处理，实现对商业数据的精准挖掘和分析。

其实，通用大模型的革新力量，体现在广泛的应用场景上。

无论是智能客服、推荐系统、自动化办公还是其他领域，通用大模型都能发挥出其独特的作用。

以智能客服为例，传统的人工客服面临着人力成本高、响应速度慢等问题，而通用大模型则能够通过自然语言处理技术，实现与用户的智能交互，快速准确地解答用户的问题，提升用户体验。

在推荐系统方面，通用大模型能够根据用户的兴趣和行为数据，为用户推荐个性化的产品和服务，增加用户的黏性和转化率。

在自动化办公领域，通用大模型能够自动化处理和分析大量数据，减轻员工的工作压力，提高工作效率。

Step-2万亿参数MoE语言大模型预览版，不仅能够处理更加复杂和精细的任务，还能够通过深度学习和自然语言处理技术，实现对商业数据的深度挖掘和分析。

对于企业而言，这意味着能够获取更加精准和全面的市场洞察，为商业决策提供更加有力的支持。

由此可见，通用大模型未来的发展空间是非常大的，资本也愿意投入到这个方向上来，不仅为企业带来了经济效益的提升，更推动了整个商业领域的进步和发展，这体现了通用大模型作为商业运用的革新力量。

2.通用大模型的商业价值与社会影响

有人将通用大模型比喻成地基，垂直大模型是在地基上建立起来的各种建筑物。

也有人说，垂直大模型才是未来AI发展趋势。

不管好坏，可以肯定的是，通用大模型既然存在，必然有其商业价值和社会价值。

首先，通用大模型能够提升企业的运营效率和创新能力，从而推动整个行业的进步和发展。

通过利用通用大模型的数据处理和分析能力，企业可以更加精准地把握市场趋势和用户需求，优化产品和服务，提升竞争力，还能够激发企业的创新活力，推动新产品和新服务的不断涌现，为经济发展注入新的动力。

其次，通用大模型的应用也促进了社会的智能化和便利化。在医疗、教育、交通等各个领域，通用大模型都发挥着重要作用。

例如，在教育领域，通用大模型可以根据学生的学习情况和兴趣爱好，提供个性化的学习资源和辅导服务，不仅提升了社会的服务水平，也提高了人们的生活质量。

第三，由于技术门槛高，会筛选掉一部分企业，一定程度上会减少“内卷”问题，这对行业来说，可以将精力倾注在技术创新上。

随着技术的不断发展和商业运用的深入拓展，通用大模型将在更多领域发挥出更大的作用，为企业和社会带来更多的价值。

3.通用大模型现存的挑战

​​​​​​​

通用大模型虽有广阔的空间，但从实际运用情况来看，也存在诸多挑战。

首先是资源效率问题。

由于通用大模型什么都要会点，所以，训练和运行大型模型需要大量的资源，这会增加成本。反观垂直大模型，只专注于某个行业领域，所以资源需求量就会低些。

其次是专业性问题。

有句话叫“360行，行行出状元”，这指的是要做精，做专，做细。当AI和具体行业结合，那么其专业程度决定了AI作用的上限。通用大模型在某些特定领域，相比于垂直大模型，就显得逊色一筹。

第三是数据需求问题。

我们现在已经知道数据的重要性，这是一种宝贵的资源，对数据的保护意识也大大提升。对通用大模型而言，要发挥其强大能力，需要很多的数据进行训练和优化，当数据不足的时候，通用大模型可能就变得没有那么“聪明”了。

总的来说，通用大模型虽然有以上不足，但其灵活性和泛能力性，是垂直大模型无法达到的。至于通用大模型、垂直大模型谁好谁坏，还需要人们在选择时，根据具体任务要求进行选择。

4.结语

​​​​​​​​​​​​​​

综上所述，应该说通用大模型未来的发展空间是可期的。在一些适用场景中，通用大模型“万金油”的特点或许能为客户带来更好的体验感受。

未来大模型市场将往什么方向发展还有待进一步观察，但AI时代必将成为一股不可阻挡的潮流，企业可以围绕该方向，开拓延伸出更多新兴行业，创造出更多商机。