不愿去烘焙专门店的年轻人，爱上了商超烘焙
他认为，不愿焙专虽然上述这些不像技术看起来那么复杂，但是需要时间，需要不断去搭资源。
张鹏：去烘轻人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。所以我主张要在企业用大模型不要一下子宏大叙事，门店而是在内部业务链条，或在外部产品功能中，选取两到三个场景，用大模型赋能。
比如，上商超要给医疗机构做一个医药医疗大模型，上商超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。所以，烘焙我谈的小切口，就是刚开始宁可保守一点，积小胜于大胜。不愿焙专责任编辑：孟俊莲主编：张志伟。
但如果把大模型越做越小，去烘轻人走垂直化、去烘轻人产业化、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。如果GPT-4是100分的话，门店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。
能不能做这个大模型取决于两个因素：上商超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。
2023年，烘焙中国有上百家公司在做大模型，鱼龙混杂，泥沙俱下不愿焙专责任编辑：孟俊莲主编：张志伟。
这就对算力的要求就降到很低，去烘轻人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。所以，门店我们要找到一个底盘，把发动机装上，再给它装上外壳、座椅，最后交付一辆车，企业才能用。
其次，上商超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。2024年两会期间，烘焙人工智能+首次被写入《政府工作报告》。
相关文章：