导读：

本文作者李智勇探讨了大模型格局的预测及垂直领域与通用大模型之间的关系。文章首先提出最终大模型格局可能由一个偏通用大模型主导，如ChatGPT，它将颠覆现有信息集散格局，同时伴随众多针对特定领域的专业大模型兴起，如同IBM沃森在垂直领域的成功。

图片：

内容概览：

• AlphaGo与ChatGPT对比：分析两者在不同领域的能力，探讨垂直领域与通用智能的差异。
• 数据飞轮与领域高点：阐述人工智能发展过程中的关键阶段，解释数据闭环的重要性。
• 沃森类系统的结构：解析沃森作为辅助诊疗系统的核心组成部分，揭示垂直领域大模型所需的关键元素。
• 万物皆数与数据飞轮效应：讨论数字化程度与数据飞轮效应之间的关联，强调走出数字空间的重要性。
• 大模型的落地顺序：预测大模型应用领域的优先级，从数字空间扩展至万物皆数的过程。
• 计算成本考量：分析算力需求的变化趋势，探讨未来计算成本的考量因素。

结论：

大模型的应用格局复杂多变，垂直领域大模型的兴起与通用大模型的颠覆性作用交织在一起。理解两者间的相互作用对于预测未来趋势至关重要。本文通过对比AlphaGo与ChatGPT的表现，深入探讨了数据飞轮效应及其在不同领域实现的挑战，强调了从纯粹数字空间向万物皆数转变的重要性。通过对沃森等系统架构的解析，明确了垂直领域大模型构建的关键要素。展望未来，大模型的应用路径将从数字空间逐渐拓展至更广泛的实体世界，同时计算成本的考量将成为推动这一进程的重要因素。这一系列分析为理解大模型的发展趋势提供了独特的视角。