我现在说话比较谨慎，技能技能届全你说大了，别人说你自卑。

二是看大模型的容错度，报国因为大模型最致命的就是幻觉，如果某个场景中不能承受幻觉风险，那这个场景就不能用到大模型里。按照刷榜的成绩，国技国内的模型早就超过了GPT-4了。

大模型与产业的结合：技能技能届全小切口，大纵深张志伟：周鸿祎先生说过，今年是大模型场景应用元年。报国能不能展开聊聊？周鸿祎：我们去年从toB模式中找到一些方法论。据我了解，国技现在的大模型厂商纷纷转型，往产业方向走、往垂直方向走。

所以，技能技能届全我们要找到一个底盘，把发动机装上，再给它装上外壳、座椅，最后交付一辆车，企业才能用。但如果把大模型越做越小，报国走垂直化、报国产业化、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。

打个比方，国技现在我们造出内燃机了，不能说我想造飞机，内燃机不能用，我不管了，我要造喷气发动机去。

我觉得，技能技能届全国产大模型能否做到Sora这种水平就是一个资源和时间的问题。按照刷榜的成绩，报国国内的模型早就超过了GPT-4了。

所以我主张要在企业用大模型不要一下子宏大叙事，国技而是在内部业务链条，或在外部产品功能中，选取两到三个场景，用大模型赋能。但真正用一用，技能技能届全我觉得国内的大部分都达到或者超过了GPT-3.5的能力，全世界也就只有中国有这个能力。

你说小了，报国别人说你自大。这就对算力的要求就降到很低，国技可能有十张消费级显卡在一个场景就能用起来，非常适合我们国家，这也是我们弯道超车的一个场景