从 2022 年底 ChatGPT 横空出世，到 2023 年一整年的大模型热潮，在科技的巨浪中，大模型技术如同一颗璀璨的明星，迅速起并引领着一场前所未有的技术革命。大模型如同推动创新的引擎，将科技的边界不断拓展。

01

大模型演进：工业革命级的生产力工具

2022年11月30日，OpenAl发布大语言模型(LLM，Large LanguageModel))ChatGPT，用户数5天过百万、2个月过亿的成绩，一度刷新纪录成为史上增长最快的应用。ChatGPT的全民爆火揭开了人工智能(Al，ArtificiaIntelligence)大模型时代的序幕，也预示着 A|迈向通用人工智能(AGl, ArtificialGeneral Intelligence)的新一轮冲刺。

人工智能的发展、大模型的能力进步将对很多领域产生颠覆式影响。对于个人而言，从文本创作到日常办公，大模型正以更加精准和高效的服务方式赋能各种场景。对于企业级应用而言，在营销、客服、研发等业务领域，大模型正在发挥无可估量的作用，加速着行业的数字化转型和智能化升级。

而算法的迭代是推动人工智能发展的核心，几十年来，AI领域持续探索，1940-1980s符号AI占主导，1980年后，统计AI与神经AI齐头并进，二者竞争发展至今，GPT系列属于神经AI。

图 1：人工智能的发展历史

从GPT-1至GPT3.5跨越4年多时间，ChatGPT发布仅一年，GPT迭代开启“加速度”，现已具备多模态能力，并搭建GPTs 生态，将定制化模型从ToB推广到ToC，低门槛、低成本、定制化的特点，使得GPTs具备普及性和颠覆性。OpenAI正式推出的GPTs功能，即每个Plus用户都可以通过自然语言构建定制化GPT，定制版的ChatGPT具备带有任何功能的可能性（在保证隐私和安全的情况下），并将其上传到应用商店GPTStore获得分成收入, OpenAI迎来iPhone时刻。不论是开发者还是不会写代码的普通人，都可以拥有自定义版本的GPT；GPTstore 有望为AI应用开发者提供新的触达用户渠道和商业化路径。

图 2：OpenAI发布的官方GPTs

低门槛、低成本、定制化的特点，使得GPTs具备普及性和颠覆性。GPTs的开发几乎是零成本，零基础的开发者也能完成定制化GPTs的创作，有望颠覆诸多实用型工具（如录音转文字、视频/文字总结、作文批改、商品比价等），更易为公司和个人实现降本增效，助力生产力提升。

02

AI大模型爆发式发展，产业智能跃进

据业界不完全统计，23H1硅谷在人工智能领域共完成了42起融资，总金额约140亿美元（占世界总融资金额的55%），据Dealroom数据显示，模型制造商筹集到的资金占AIGC资金的60%以上，其次是应用程序和基础设施。其中应用程序投资占总资金的21%，文本生成和数据合成的市场关注度最高。

在国内大模型方面，科技型企业包括人工智能企业、垂直大模型企业和数据智能服务商相继进场，如商汤科技、度小满和滴普科技等企业，以百度、腾讯和阿里为代表的互联网云厂商占据中国通用大模型行业多数市场份额，在布局时间、基础设施建设、应用场景等方面具备明显优势。

图 3：国内大模型玩家

基于ChatGPT的火爆和大模型的迭代发展，海内外AI在对话、图像、教育、办公等多个领域出现爆款应用。2024 年，随着大模型技术的持续创新迭代，企业将聚焦于大模型的全面落地，深度挖掘大模型技术在各个领域的应用价值。截止 2024年1月中旬，大模型落地应用案例中金融(35%)行业占比最大，其次为制造(13%)、医疗(10%)、政府与公共服务(8%)。其中，在金融行业，尤以银行业(17%)占比最高。

图 4：大模型落地应用场景分布

03

行业大规模是落地“人工智能+”的最后一公里

然而，在大模型技术持续快速迭代的同时，我们也越来越发现一个现实问题：大模型在具体行业中的应用，推进好像没那么快。很多企业对大模型是一边期待、一边焦虑，想尽快用起来，又不太知道怎么用，即使是有试用的，效果也不明显，存在不少困惑和挑战。这反映出，目前大模型技术的能力与行业应用需求间还存在差距，要用一个通用的大模型来直接满足各行各业的特定需求，至少现在还有一定距离。通用大模型与行业/机构具体需求间存在差距，行业大型成为弥合技术与需求间差距的必然产物，能有效支持各行各业加速落地大模型应用。

图 5：通用大模型与行业大模型对比

行业大模型一是高性价比，行业大模能在较小参数量模型的基础上，通过相对低成本的再训练或精调，达到较好的性能效果。十亿~百亿级参数量的行业大模型是目前主流选择，相比通用大模型动辄千亿级以上的参数量能明显节省开发成本;二是可专业定制,行业大模型可基于开源模型开发,能对模型结构、参数等按需调整更好地适配个性化的应用需要。通过模型即服务(MaaS，Model-as-a-Service)方式，机构可以从平台对接的多种模型中快速选择合适的使用，包括厂商已开发的行业大模型初始版本;三是数据安全可控，行业大模型可采用私有化部署方式，机构能更放心地利用私有数据提升应用效果，减少数据安全的疑虑。

04

投资建议：大规模产业化落地加速，关注数据端&应用端

GPT产品的更迭标志着人工智能进入了新的发展阶段，模型技术、参数、训练数据、训练方法的演化融合方面取得了实质突破， AI大模型已成为优化算力瓶颈、放大数据优势、发展数字经济的重要拼图，掀起“数据-模型-应用”的飞轮效应。随着多模态大模型能力的跃迁、GPTs生态的建立以及对话、图像、办 公、教育等领域AI标杆类应用的出现，AI已经具备从纯技术衍生的轻量工具产品向有具体落地场景的深度产品融合演变的能力，诸多行业将迎来工业级生产力变革，降本增 效效能凸显，数字化程度高、内容需求丰富的行业商业化及业绩兑现逻辑已完备。

图 6：大模型+应用投资逻辑

我们正处在一个智力变革的路口。很少有一项技术像大模型这样，全球热度持续了快两年，还在不断涌现新热点。这反映出大模型带来了巨大的可能性。“AI+ 制造”能够提高生产效率、提升产品质量、实现个性化定制、优化资源配置、促进绿色环保、实现人才结构优化等，进而加快推进中国工业的五个转型升级，实现工业的数字转型与智能化升级，促进新质生产力形成，使我国由制造大国向制造强国大步迈进。

​

如何学习AI大模型？

现在社会上大模型越来越普及了，已经有很多人都想往这里面扎，但是却找不到适合的方法去学习。

作为一名资深码农，初入大模型时也吃了很多亏，踩了无数坑。现在我想把我的经验和知识分享给你们，帮助你们学习AI大模型，能够解决你们学习中的困难。

我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习，等录播视频免费分享出来，需要的小伙伴可以扫取。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向，东学一点西学一点，像只无头苍蝇乱撞，我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

二、AI大模型视频教程

三、AI大模型各大学习书籍

四、AI大模型各大场景实战案例

五、结束语

学习AI大模型是当前科技发展的趋势，它不仅能够为我们提供更多的机会和挑战，还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型，我们可以深入了解深度学习、神经网络等核心概念，并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时，掌握AI大模型还能够为我们的职业发展增添竞争力，成为未来技术领域的领导者。

再者，学习AI大模型也能为我们自己创造更多的价值，提供更多的岗位以及副业创收，让自己的生活更上一层楼。

因此，学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。