“不做垂直毋宁不做”，这家公司卓尔不群的大模型观点
迄今为止，大模型的能力毋庸置疑。但目前大模型实现真正落地，其实还有一段艰难的路要走。
对于C端来说，广大群众的口味已经被ChatGPT给养叼了，市场基本上被ChatGPT吃的干干净净。而对于To B和To G端来说，本地化部署、领域/行业内效果绝群、国产化无疑就成为了重要的考核指标。
对于很多企业来说，领域大模型在某几个能力上绝群就可以了。不因某些垂直领域大模型效果不如ChatGPT，就否定垂直领域大模型。有没有想过一件可怕的事情，ChatGPT见的垂直领域数据，比你的领域大模型见的还多。但某些领域数据，ChatGPT还是见不到的。
垂直领域大模型或者说大模型领域化、行业化才是大模型落地的核心要素。恰好近期国内通过自研AGl大模型＋超自动化技术，领跑人机协同时代的人工智能科技公司——实在智能发布了自研垂直领域的TARS大模型，我们就来借此谈一谈实在的看法。
生成式Al带来更贴近人的交互方式
以RPA技术举例，传统RPA只能“拖拉拽”组件，不能识别扫描件的文字，不能自动整理信息，能力受到了限制，用途也有些狭窄，就像一个普通机械臂，按照编号的程序，在固定位置完成固定动作，无法应对多变的环境。
加上AI功能之后的RPA，就像机械臂有了传感器、大脑、执行器，形成了输入认知、编排流程、输出反馈的闭环，能完成更为复杂的工作，实现端到端自动化。除此之外，系统自动工作的范围也变得广泛多元。
垂直领域应用是大模型的主战场
在不久后，实在TARS大模型（实在智能历经半年研发，在近期正式上线开始内测的自研垂直领域的大语言模型）也将与实在RPA实现完美融合。乘着RPA产品落地各行各业的东风，TARS大模型也找到了自己的“落脚点”：前者提供自然语言理解及逻辑知识的归纳泛化能力，后者基于实在智能自研的“智能屏幕语义理解技术（ISSUT）”，实现对一切屏幕上一切元素的自动化操作。通过二者的融合，提高数据处理和决策效率、增强风险预测和控制能力，赋能企业减少重复、繁琐的人工操作，成为越来越多的政府机构和企事业单位数字化转型的关键手段。
塑造安全稳定的垂直大模型生态
大语言模型的进展，在让人们看到AGI曙光的同时，也带来更加复杂难控的风险。AI时代需要成为一个负责任创新的时代，而非另一个“快速行动、打破陈规”的时代。秉持国家互联网信息办公室发布的“关于《生成式人工智能服务管理办法（征求意见稿）》，应不断增强大模型的安全性，保障内部数据的敏感性。实在TARS大模型中叠加了多项自然语言处理前沿技术，如模型的不当言论判别，进一步增强生成效果和安全性。此外，实在TARS大模型全面支持私有化部署，用户可完全自主掌控数据和模型，确保内部敏感数据的安全性，并可根据业务需求进行定制化开发。
AI大模型的浪潮是叠加在原有的AI和数字化浪潮基础上的，它是底层生产力的提升，这个提升带来的想象空间是巨大的，在这波浪潮中极有可能出现超越Google、微软的垂直领域模型的科技公司，而这个公司肯定出自AI大模型相关领域。至于这家公司是不是一家中国公司，让我们拭目以待。
