4月8日华为发布了盘古大模型，引发业内高度关注。盘古NLP大模型在三方面实现了突破性进展。
第一、具备先进的语言理解和模型生成能力，盘古NLP大模型在权威的中文语言理解评测基准CLUE总排行榜及分类、阅读理解单项均排名第一，刷新三项榜单世界历史记录；
第二、在预训练阶段沉淀了大量的通用知识，仅能做到理解又能做到生成，除了像GPT-3等基于端到端的生产方式之外，还能够通过少量样本学习对意图进行识别，转化为知识库和数据库查询。
第三、采用大模型小样本的调优路线，实现小样本学习任务上超越GPT系列。
华尔街见闻·见智研究认为：人工智能的发展就是从小模型到大模型，未来几年大模型的研发浪潮将会加速推动AI行业的快速发展，并且将渗透到众多行业中。
专用模型下，数据安全被重视
在细分领域下，行业数据会直接影响到技术迭代速度、商业竞争等，被看作是大模型训练的“黄金钥匙”，这也是为什么现在各个国家将数据安全提高至最高等级。
此前，三星半导体部门就曾发生数据安全泄露的重大事故。
根据韩国媒体 Economist 的报道，出于担心可能发生的内部机密信息泄露，三星一直阻止其员工在工作场所使用 ChatGPT。不过从 3 月 11 日起，三星向其半导体部门的员工授予了 ChatGPT 的使用权限（其他部门仍被禁止）。在三星员工使用 ChatGPT 来帮助他们完成工作时，三星的机密数据也不知不觉就泄露了。
所以，行业数据安全在大模型中需要有很高的安全性保证。基于这点来看，也催生出各个领域的巨头对大模型研发的渴求，毕竟关键的数据将直接影响公司商业价值的时间长度。
接下来，多家巨头都将会宣布陆续发布自家的大模型。
（预计）4月10日商汤发布大模型
（预计）4月11日阿里发布大模型
（预计）4月14日同花顺发布AI产品
（预计）5月6日科大讯飞发布大模型
（预计）5月腾讯发布混元大模型
而对于没有很强资金实力的公司来说，盘古大模型就可以提供很好的数据训练。
从盘古大模型来看为例，划分为L0-L1-L2三个层级：
L0层级:包含视觉大模型：部分应用场景成绩位居世界第一，包括矿山场景、铁路作业故障检测等等；NLP大模型也就是上文提到的自然语言大模型；图网络大模型、多模态大模型以及科学计算大模型。
L1层级：是基础模型与行业数据结合后的混合大模型，需要有很高的know-how经验，这也就决定了行业大模型的垂直性，并且还要重点关注模型内的训练参数质量和安全性。
L2层级：是把L1层级下有业务场景进行部署后生成的细分场景模型，更具有专用性。
见智研究认为：特别是在L1和L2层级下，盘古大模型能够极大程度的帮助各行各业进行定制化训练，并且减少基础大模型的高昂研发费用，同时还能保证数据安全。
小结:人工智能的时速竞赛才刚刚启程，接下来会是大模型的商业厮杀，谁越早发布、质量越高、数据安全性越高，就能抢先获得客户青睐，可谓是分秒必争的时刻。