在问答对话环节，「从容大模型」已经具备了文章生成、代码编辑、俗语解释等能力，面对现场操作人员给出的作文题以及编程测试，都能基本满足需求，一改以往各大模型中回答牛头不对马嘴、理解能力欠缺的弊端。

此外，在回答问题的同时，还能够给出参考资料来源的标注，也解决了目前大众对生成式人工智能参考内容来源不明的疑问。

在一本近40万字的著作《大话西方艺术史》中，「从容大模型」可以在进行深度理解后，能够有针对性地回答有关书中内容的多项提问，甚至在面对“找出一幅母亲带着两个孩子的画作”的问题时，能够在一秒之内翻到该图书的对应插画页。

通过抽取多套涉及历史、生物、化学科目的中高考原题试卷，交给「从容大模型」和ChatGPT（GPT3.5）现场同步答题。演示中，「从容大模型」在答题速度方面略快于GPT3.5，但在答题正确率方面稍有逊色（在同样300道题的解答中，从容大模型、GPT3.5、GPT4.0正确率分别为71%、73.34%、86.34%）。

当然，在基础功能的应用上市面上的大模型产品各有出彩之地，而不同之处在于各大模型厂商如何赋能各产品与各应用场景落地方面，更多的是如何基于大模型进行商业化的探索。

02

通用大模型是基础

行业大模型才是商机

AI界的共识也已经形成——通用大模型是基础，但往后的产品化、商业化则决定企业的生命力。

在通用大模型基本饱和的状态下，未来的竞争定会愈发激烈，而未来的取胜点一定在于行业大模型，率先推出行业垂直大模型的企业可以快速在该行业建立技术壁垒和护城河。

相较于通用大模型，行业大模型呈现出更精准、更易适配行业、训练成本更低、产品可获得的毛利率更高等诸多优点。

原因在于在特定的领域或者场景，行业大模型能够利用行业的数据和知识，提供更精准和高效的解决方案，更好地满足用户在某个领域或者场景下的需求和期待，如医疗、金融、教育等。

同时，它可以利用一些开源或者闭源的通用AI大模型作为基础，然后在其上进行指令微调来适应自己的目标领域或者场景。

因此，行业大模型的参数规模比通用大模型低一个量级，如果让数据飞轮和模型训练能够很好结合，在某些特定领域甚至比通用大模型的效果更好、成本更低。

当然，过去熟知该领域且取得一定成绩的企业因此也会具备天然的优势，可以迅速和其所涉及的行业头部企业合作，将行业和领域的知识类化到已经做好的大模型当中形成闭环，在给该行业其他客户做部署时则不需要专门构建小模型，从而可以大大提升毛利率。

在云从科技董事长兼总经理周曦看来，「从容大模型」可以解决AI应用的痛点，从而有利于快速普及个性化应用，同时具备上下文学习能力，实现更好的交互性，特别在金融、游戏等交互场景，多轮对话技术在人机协同操作系统中会得到更充分地应用。

在商业场景落地方面，云从科技也做了诸多行业大模型的探索。

在发布会现场，云从科技还发布了其过去深耕领域相关的行业大模型，比如在金融领域，基于从容大模型、金融行业模型、智能业务流等核心技术研发，具备智能问答、自动语义、意图判断、多意图理解、动态追问等AI交互能力，可在客户引流、咨询、营销、运营等环节实现全流程智能化能力。

还其中包括与中国中检、神舟信息、深圳报业、佳都科技、金世缘、游族网络、艾登科技合作，推出质量大模型、金融大模型、文娱大模型、交通大模型、制造大模型、游戏大模型、医疗大模型等。

可以预见，过去云从科技所服务的金融、交通、文娱等重点领域将成为「从容大模型」新的商业起点，也将会为云从科技构筑一道宽阔稳固的护城河。

03

未来至少三个新的商业模式将出现

不论是秀底色，还是赋能行业，云从科技此次发布会都是一次AI公司成功踏出第一步的典范，同时在其中也能看到其在大模型时代带来新的商业机会思考。

总结来看，一是MaaS（模型即服务）；二是赋能主营产品与解决方案，带来新的增量；三是主营业务之外新的业务探索。

首先是MaaS（模型即服务，指的是AI 大模型），此前大家都认为所有的企业发展都要基于互联网思维重塑，而当下，更多的共识是所有的软件都应该用AI大模型重做一遍。

而更多不具备研发AI大模型能力的万千企业，给予当下众多大模型厂商带来MaaS（模型即服务）的商机。

MaaS以大模型为基础进行训练，拥有更多行业以及领域数据和精通业务的企业，可以为所处行业提供高质量的大模型AI服务。

云从科技联合创始人姚志强认为：“通用大模型的迭代的成本是非常高的，虽然说现在很多传统企业都有试用的冲动，慢慢就会冷静下来，独立开发运维迭代实在不划算，这就是行业大模型的机会。”

未来也会出现更多MaaS服务商，以满足不同细分领域AI大模型需求。

第二是赋能主营产品与解决方案，带来新的增量。

对于各家企业的产品线而言，大模型的出现不会影响其原有的产品体系和架构，产品能力仍然是第一卖点，而大模型更多的是提升产品的性能。

其软件层的AI能力更强，不论是数据采集、分析还是提供决策的能力都大幅增强，在用户侧提供更好的体验和效率，同时也会反哺到商业增量上来。

三是主营业务之外新的业务探索。

据了解，云从科技内部孵化了若干大模型应用创业项目，如大麦数字人直播平台，能够实现直播间智能搭建、直播预热预料提供等全流程功能。

另外，还有智能教育AI精灵，能够基于现有课程教纲、题库等基础模型，形成自生题库，基于学生平时评分结果，结合自生题库，生成定制练习卷，并进一步提供学习计划。

AI大模型已经完全有能力成为单独的一个产品形态和发动机，对于一些泛化的门槛不高的应用场景而言，很容易被整合和取代，比如智能客服、智能营销、教育应用等场景。

当然，伴随着AI技术的不断成熟，各企业间也会不断涌现出新的商业机会。

可以明确的是，在这场百模大战中，随着更多的大模型涌入，企业之间的竞争不再局限于发布先后以及基础能力的强弱，而更多在于是否有足够的行业壁垒、是否能创新出新的商业场景等。

而在当下，大部分企业对AI大模型商业化的思考仍处于初步阶段，想必，在接下来的几年内，围绕AI大模型的探索故事将会持续出现，经久不息。