通用大模型可以在100个场景中，解决70%-80%的问题，但未必能100%满足企业某个场景的需求。
预训练模型也就是我们常说的通用大模型，它的训练数据都是大规模低成本获取的，所以通过训练得出的是某种共性能力。目前市场上有非常多的预训练模型，像GPT、LLaMA2等。
预训练模型用学习阶段来类比就好比高中，达到了一个平均水平，但是如果想要在特定领域有更好水平，就需要进一步进修到大学，也就是要在预训练模型上提供更多某领域的知识进行精调训练。
这也是为什么，从今年3约开始国内出现了“百模”大战的原因。《中国人工智能大模型地图研究报告》显示，截至2023年5月底，国内10亿级参数规模以上基础大模型至少已发布79个。2023世界人工智能大会（WAIC2023）上，国内外30余款大模型集中亮相。
“大模型”已经成为业界谈论的高频词，而且也呈现出向垂直领域“小而精”发展的态势。游戏、影视传媒、办公、医疗、金融、电商、广告、ERP、工业、家居等领域已经出现了基于行业大模型的相关应用。
行业大模型参数相对通用大模型更少，在推理和训练上的成本也更低，但是想要让大模型在行业中落地，并不是简单的通用模型加上行业数据就可以实现的。
首先需要将行业中分散的数据集中，其次拥有稳定的训练环境，最后训练上提供高效的算力调度和利用。综合看来不仅要有技术，还要让技术和行业应用场景结合，最后平衡成本、效率和体验，才能真正将行业大模型落地。
本期数字化转型方略也寻找到行业大模型中的参与者，他们分享了自己的行业大模型是如何实现，以及已经落地的场景和案例。同时我们也看到很多企业正在将行业大模型的能力开放出来，让更多的企业可以受惠。
可以预见，未来每一个企业都能拥有属于自己的大模型。
《数字化转型方略》2023年第9期： http://www.zhiding.cn/dxinsight/2309
