二是看大模型的容错度，多方因为大模型最致命的就是幻觉，如果某个场景中不能承受幻觉风险，那这个场景就不能用到大模型里。

我们有这么多的工业门类，加紧聚国家这么重视制造业的数字化转型，加紧聚如果中国企业都用上了这种小规模的大模型，在自己的场景上让大模型跟业务相结合，其意义不亚于我们在超级AGI上追赶国外。其次，布局美国也不是全面领先，美国真正在人工智能领先的公司，我认为就两家，软件是OpenAI，硬件是英伟达。

我认为，新兴大模型比光刻机、芯片的难度要低很多，因为毕竟是软件，但未来是要奔着AGI，也就是通用人工智能去的，这块的挑战就是算力。而大纵深是什么概念呢？大模型像发动机，产业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。如何做出这个判断？周鸿祎：起势首先，我认为有差距是必然的，知道差距是多少，剩下的就是追赶问题。

张鹏：多方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。打个比方，加紧聚现在我们造出内燃机了，不能说我想造飞机，内燃机不能用，我不管了，我要造喷气发动机去。

我现在说话比较谨慎，布局你说大了，别人说你自卑。

但是在这个过程当中，新兴技术需要发展，产业也需要落地。如果GPT-4是100分的话，产业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。

比如，起势要给医疗机构做一个医药医疗大模型，起势必须把医疗进行场景细分——在里边找出50到100个场景，并对每个场景分析，看看文章生成、情感判断、内容翻译等大模型最常见的功能能不能发挥作用。今年就消停很多了，多方因为很多企业知道，有些特别难的事自己也做不了。

2024年两会期间，加紧聚人工智能+首次被写入《政府工作报告》。布局责任编辑：孟俊莲主编：张志伟。