坊间专业人士和资本市场都在大谈特谈人工智能大模型，特别是作为AI领军人物的NULL，最近在西丽湖的演说，更受大家重视。事实上，什么是大模型，专业人士往往专业到让非专业人士不知所云或满头雾水的地步；依照笔者的通俗理解：所谓大模型和所谓小模型，通常可以理解为操作系统与操作系统上的应用，这样的比喻虽然不算准确，但可以让大家略知一二而有形象化的理解；例如：大模型作为操作系统或者说技术底座，是具备通用能力的基础系统，可以为在其之上运营的各种应用，包括各种应用端的APP提供基础平台。人工智能时代的本质属性众所周知，在桌面电脑系统风靡一时的早期，有科技、Macintosh等操作系统；在金融科技加速发展的时代，有安卓、苹果ios,以至后来的科技，都是在技术和市场两个维度竞争中优胜劣汰或＂大浪淘沙＂的结果，但L科技系统包含国产化的科技科技系统却由于独特性而边缘化生存；而某些应用，例如科技\科技等等，却可以跨时代生存。事实上，大模型也是类似的趋势和格局。其实各种各样的手机软件，尤其在行业领域具备行业能力的小模型，往往以应用启发智能大模型；所谓大模型系统，就像操作系统一样，它是用户可用而“不可理喻”的系统格局；在许多场景下，用户其实感觉不到大模型的存在，而是通过使用各种应用场景下的软件而达到目的；大模型有多“大”并不是一个人工智能时代的本质属性。

满足客户的应用模型才是本质事实上，如果一个大模型根本没有API的调用，其实没有存在的意义，所谓API是英文applicationprograminterface应用程序接口的首字母，也就换句话说是用户使用各种应用小程序，通过操作系统调用API而达到用户目的(通俗的说，API是口令，服务器或云端有对应的“口令本”来载明执行目录；丰富的“口令集”对应丰富的“执行集”，才有好的AI应用场景体验)。如果一个国家的大模型多数或者说百分之七八十大模型对API的调用，还不及百度“NULL一言”API调用“频率”或“载荷”，那么就会形成资源浪费，特别是算力资源浪费。从国际经验上来看，美西方国家的拉风大模型，加总起来还不及是国内大模型的规模个数，但仅一家科技方面的应用模型和应用场景，在创新项目、成果应用、群众性创新等方面，不比国内差；因此才有NULL先生所说的大模型不是目的，应用场景和满足客户的应用模型才是本质。

标准清晰导致不存在“双标”因此，应用端比起供给端，更是大模型及其应用的决定性力量，“端侧大模型”的能力才是“王道”。国内出现众多大模型的背景比较复杂，简单地说就是“端侧大模型”需要更大的投入，特别是应用经验的投入，其难度远超“给纯财务投资人讲故事”；因此大家纷纷拈轻怕重，避难就易；在某种情况下，还要计算“政绩”的收益，开发“大模型”比起“小模型”，的确好比“面子”和“里子”，懂的都懂，最优解当然是大模型开发优于其应用开发，囤芯片且建数据中心还有“财政支持”，天大的好事，何乐而不为，这里的标准清晰导致不存在“双标”。

时下有必要对大模型的开发做阶段性的总结，NULL先生对中国的大模型开发做了阶段性的总结，并给出了二十个观点，其实讲的主要是所谓原生应用的问题：“几百个大模型不重要，重要的是百万量级的原生应用；通用能力重要，专业应用能力更重要”，本次双十一的电商最有发言权，通过AI应用，给了客户更好的消费体验，又伴生销售业绩的提升；他们会诚心诚意的告诉你：如果你开发的不是“端侧大模型”，其价值有限；而真正的蓝海确实是应用模型或者是专业能力，模型才更有价值，换句话说，“端侧的大模型”是依据应用端的多少和应用端的能力，而衡量其价值的；如果大模型很多，但是又没有什么使用量，那是对算力的严重浪费；就像是某湾区的某跨海大桥，流量过低可能属于某种资源浪费，需要增加车辆多地牌照和左右舵车之于道路信号和指挥等系统水土不服等问题，同时降低资费等等，当然要对标驳运费用；这个例子虽然超越界别，但似乎是个较好的“寓言”。