国产大模型之战，落地垂直行业是赛点
大模型本身并不是同一起跑线的竞争，而是过往AI技术积累的硬科技比拼。
虽然市面上大模型产品众多，但真正有能力做通用大模型的还是互联网大厂。根本原因是技术实力的不均衡。大模型参数多和数据量大，对算法、算力、存储空间都有极大的要求，不只需要人才，更需要资金投入。与商业模式打法不同，大模型跑出来只能靠硬科技。
而一旦先发优势建立，会带动整体数据、算力以及商业“飞轮”，不断加固护城河。但通用大模型也有其局限，在具体领域内，垂直大模型能够以更精准的数据，降低语音识别的错误率，提升相关产业语义理解能力的提升。
AI模型需要与场景深度融合
AI大模型已经进入了竞赛阶段，并且路径逐渐分化。
参与AI大模型这场“军备竞赛”的玩家们也发展出了两个发展方向。垂直大模型和通用大模型，正成为目前人工智能领域的两个主要发展方向。垂直大模型是指针对特定领域或任务进行优化设计的模型，例如语音识别、自然语言处理、图像分类等。
垂直应用大模型可谓是一股“清流”，由于垂直应用大模型更符合垂类场景的需求、质量比通用大模型更高，也让众多企业看到了其中的机会，越来越多的企业加入垂直大模型的赛道。如实在智能近期宣布上线内测自研垂直大模型TARS大模型等。
在RPA领域，有这么一家致力于AI与RPA深度融合的企业，叫做实在智能。近期，实在智能上线了自己的TARS大模型，并宣布在未来，TARS大模型将与实在RPA深度结合，在AI自然语言理解及逻辑知识能力归纳泛化的优势以及智能屏幕语义理解技术（ISSUT）的双重加持下，只需通过文字简单描述业务流程，即可生成一个自动化业务流程，生成一个数字员工，让流程的自动化更加简单，让自动化流程的生成更加智能、高效，支持以“所说即所得”方式自动生成数字员工。
借助TARS大模型的语言理解和深度学习能力，实在智能的IDP也将升级为Chat-IDP，支持“所说即所懂”的智能文档处理能力，即为用户提供与文档直接“对话”的能力，使用户可更准确地识别、提取和审阅文档内容，打出一套文档高效审核处理的“组合拳”，大幅提升自动化办公效率；之前的实在ChatBot智能机器人也可借助实在TARS大模型，支持人机协同对话功能，能够实现意图理解、多轮问答和指令跟读。
无论何种模式，商业化都是核心问题。从目前拥有大模型的AI玩家来看，都在快速推进赋能和商业化。在理想阶段中，通用大模型无论是经济模型，还是普世价值，都是要优于垂直大模型的。可是，现实生活不是乌托邦，通用大模型和垂类大模型谁跑得更快，还得看各企业之间的比拼。
谁能先形成绝对优势还没有肯定的答案。AI大模型的这场“军备竞赛”，正如web1向web2的蜕变，企业争分夺秒地向前跑，谁先抓住了机会，就抓住了市场。
