这就对算力的要求就降到很低，训练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。

但如果把大模型越做越小，场地走垂直化、场地产业化、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。能不能做这个大模型取决于两个因素：训练一是场景下有没有数据知识，因为没有知识、光有场景，训不出大模型。

而大纵深是什么概念呢？大模型像发动机，场地现在大模型厂商在造世界上最牛、最快的发动机，但是B端企业要的不是发动机，而是一辆车。大模型做小也能弯道超车靳强：训练OpenAI发布Sora，训练掀起新一轮对人工智能的讨论热潮，国产大模型能达到Sora的水平吗?张鹏：Sora确实令人惊艳，但我们仔细研究了它的技术报告之后，发现它并没有外界看起来的那么新奇。2024年两会期间，场地人工智能+首次被写入《政府工作报告》。

我觉得，训练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。大模型与产业的结合：场地小切口，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。

所以，训练我谈的小切口，就是刚开始宁可保守一点，积小胜于大胜。

张鹏：场地通用大模型的能力提升所衍生的能力，能让我们去寻找到大模型原生的应用或者大模型原生场景。对于上述两个问题，训练本文撷取了相关节目要点。

如果GPT-4是100分的话，场地GPT-3.5差不多应该有75分到80分，我认为这个速度就很快了。张鹏：训练通用大模型的能力提升所衍生的能力，能让我们去寻找到大模型原生的应用或者大模型原生场景。

我现在说话比较谨慎，场地你说大了，别人说你自卑。但如果把大模型越做越小，训练走垂直化、训练产业化、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。