1、如何评价当前大模型的产业价值？
对工业领域来说，大模型目前并没有产生颠覆性的影响，但也并不是纯粹的概念炒作。现在的状态就像润物细无声，工业流程没有产生颠覆性的改变，在每一步环节里又频繁出现AI的身影。
当前大模型的影响力主要集中在生产运行以及售后环节，研发设计端将来能有突破的话，那可能是一个颠覆性的改变，但目前还没有出现。
某种程度上，和5G的发展趋势有一定相似之处，但5G和业务没有强关联，而大模型背后承载的行业知识，既有它通用的一面，也有很强的专业属性。
把大模型想象成是一个人。原来很多工业环节都是需要一些有智力的人去做，比如说有一天某个产线突然就出异常了，需要有人通过收集信息，打开数据库查表，把各种信息整合一起，想上解释原因。
这个行为如果交给大模型去做，可能也就几分钟的事。整体表现是一个人，但是比自然人的效率要高好几个数量级。从量变的角度去看，就是效率提升。当这个效率真的提高几个数量级的时候，也许它就会产生质变，那就是颠覆性的一些改变。
就相当于你多了一个硅基同事，他的学习能力很强，记忆能力很强，有很强的语义理解能力，有一定的规划决策，以及持续迭代的能力。大模型更像人的地方，是也会犯错，现在没有办法完全做到自动化。他也会继承一些负面特征，有时会一本正经地跟你说胡话。作为同事而言，大模型确实也挺贵，尤其是商业版。
大模型跟自然人有非常本质的区别。首先，地球上没有任何一个碳基生命的知识储备能够跟大模型媲美，且不停继承和迭代。能够一定程度解决以往工业企业对语料知识管理的难题。第二，大模型7X24小时工作，人是需要休息的。大模型可以看作是人脑的延伸，能不间断代替我们做很多重复性的脑力劳动。第三，大模型的输出能力强大，它的带宽是非常大的，如果GPU够好、模型优化够好的话，它一秒可以出几百个token。第四，大模型情绪比较稳定，输出很稳定，可塑性还非常强。教育人是有风险的，教育方式不对，可能误入歧途，而大模型只要把snapshot删掉，重新训练甚至重置一下就好了。此外，大模型也带来了人机交互方式的变革，可以拟人化实现个性化交流与呈现的效果。
大模型擅长各类重复性脑力劳动，擅长文本处理、语义理解。大模型很擅长做各类生成，背后体现出来的智能想法，从技术上来说，是个概率问题，但是抛开数学来说，他生成的东西其实蕴含了背后投喂的知识。随着技术参数的增加和演进，现在大模型在推理方面的能力也在慢慢显现。
