质疑大模型，理解大模型，用上大模型
据不完全统计，目前中国10亿参数规模以上的大模型已发布79个，所有大模型数量已超百家，但能否应用落地，并且具备商业化能力，才是检验大模型成功与否的标准。
因此，接下来的竞赛，不再局限于追逐大模型技术本身，而在AI深入产业的进程中。
对于所有渴望参与这场数智化转型的企业而言，这都是一个高投入、高成本、见效周期长的领域，尤其对数据和算力的要求奇高，如果没有雄厚的资金或者深厚的技术支持，很难将其实现商业落地。
但数智化这条路，不走也不行。从今年3月开始，国内企业纷纷下场大模型，铆足劲秀肌肉，如今转向垂直行业以及对话式AI与大模型的结合淘金，试图争霸行业大模型和Agent智能体领域。
以对话式AI为例，对话式AI目前的主要应用场景有两个。第一个是成为每个人的虚拟助理。现实生活中，不是每一个人都能支付真实的个人助理，这时候，虚拟的个人助理就成了性价比较高的方案。从Siri开始，我们看到了各种智能设备上的虚拟助理来管理个人事务性工作，对话式AI系统在这个场景上会有很多的想象空间。垂直领域的对话系统，将大模型的通用的对话能力应用到一个具体的领域，其实比较难，也是未来可以重点发力的方向。
实在智能就看准垂直领域的大模型应用，自研TARS塔斯垂直大模型作为侧重落地垂直的行业大模型，主打“成本可控、效果可用、定制化训练、私有化部署”，已经与湘财证券共建“自研、有效、安全、可信任、可落地”的财经行业大模型TARS-Finance-7B，在财经领域，与同为60-70亿参数的Baseline模型相比，TARS-Finance-7B模型平均任务得分领先1%~20%。
不仅如此，实在智能发布TARS大模型意味着在推动AI技术与RPA产品深度融合方面，再上新台阶。在TARS塔斯大模型的技术加持下，实在智能产品矩阵迎来了超自动化的“新世界”。行业首发TARS-RPA-Agent让RPA使用门槛进一步降低，直接进入到“所说即所得，你说，PC做”的“傻瓜模式”。基于“TARS+ISSUT”双模引擎，自动化智能体TARS-RPA-Agent能够自主拆解任务、感知当前环境、执行并且反馈、记忆历史经验，这是RPA全新模式，也将RPA带入了新境界。
大模型推动数字社会向智能社会跃升。首先是AI特别是AGI产业高度发展，带动智能算力相关基础设施投资，并基于大模型衍生出多种新业态和新市场，成为经济增长的核心引擎。有了AGI的加持，人类的能力和活动范围都将得到大幅提升，进一步从重复性的脑力劳动中解放出来。随着时间的推移，模型这块蛋糕必将越来越大，口感也会越来越惊人。
