内容摘要：我认为，煤制大模型比光刻机、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。

我认为，煤制大模型比光刻机、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。

既然内燃机可以造出汽车，油油混隐患那就先把汽车造出来，我觉得这是不矛盾的一件事情。如果能取得成绩，食用我认为就已经是很大的进步了。

如何做出这个判断？周鸿祎：健康首先，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。我觉得，煤制国产大模型能否做到Sora这种水平就是一个资源和时间的问题。自2017年以来，油油混隐患人工智能多次被写入《政府工作报告》。

但真正用一用，食用我觉得国内的大部分都达到或者超过了GPT-3.5的能力，全世界也就只有中国有这个能力。张志伟：健康周鸿祎先生在今年两会期间接受《华夏时报》记者采访时曾表示，中国大模型的水平相当于美国GPT-3.5的水平。

因为Sora本身还有很多创新的技术大家还在研究，煤制我也不敢特别准地去预测需要多少时间，但我相信应该不需要太久。

大模型与产业的结合：油油混隐患小切口，大纵深张志伟：周鸿祎先生说过，今年是大模型场景应用元年。我认为，食用大模型比光刻机、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。

健康责任编辑：孟俊莲主编：张志伟。所以，煤制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。

但如果把大模型越做越小，油油混隐患走垂直化、油油混隐患产业化、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。你说小了，食用别人说你自大。