(资料图片)

周鸿祎表示，现在大家有个问题，谈起大模型，就是走openAI之路，但openAI真的完全适合企业发展吗？“如果各位用过ChatGPT，会发现它无所不知，但如果遇到一些深入的行业问题，就会发现其缺乏对行业的深刻理解。因为，通用大模型是用通用数据去训练的。”

周鸿祎认为，当通用大模型与企业业务深度结合时，会发现大模型并不了解企业，如果企业在大模型上上传数据，就可能会导致数据泄露，同时，训练大模型的成本也非常高。

周鸿祎以电脑发展为例，他认为，工业革命不会自然而然发生，比如电脑刚发明的时候并没有工业革命，因为只有少数精英团队在应用，当个人电脑被发明后，每个企业都买得起电脑，才产生了工业革命。“所以，我们应该把大模型拉下神坛，即把大模型做小，进行行业化、企业化、专业化、垂直化，我非常反对说大模型是操作系统，这样的话，全世界可能最多只有3套大模型，就被垄断了，大模型应该更像电脑发展，每个企业根据自身的应用场景，打造数个大模型，这样的大模型对企业更了解，未来，经过企业训练后的大模型将是企业数字化最核心的数字资产。”

此外，周鸿祎还认为，大模型不一定在云端，可以在终端，也可以在边缘，“把大模型做小后，只解决垂直领域的任务，因此，参数不一定要千亿、万亿，百亿模型就够用了，这样可以降低企业使用大模型的成本。”

对于算力，周鸿祎认为，企业可以在开源大模型的基础上进行微调，用小规模算力进行部署、推理和计算。“我国在原始创新上可能有点儿落后，需要时间追赶，但我国人口众多、企业众多，如果深圳几十万家企业都训练出来小规模的大模型，这其中就会产生很多产业创新。”

针对大模型的挑战问题，周鸿祎表示，大模型存在安全挑战，同时，还有大模型幻觉、模糊挑战的问题，这是未来需要在大模型应用中解决的问题。

编辑 张晓翀 校对 赵琳