按照黄瑞玲在首航仪式上接受包括本报记者在内采访时的说法，人形人第能够快速回归的基础一方面是因为集团在全球稳定的运营，人形人第另一个原因就是在中国的团队过去几年里一直比较完整的保留下来，这都是能够快速恢复运营的关键。

所以我主张要在企业用大模型不要一下子宏大叙事，机器而是在内部业务链条，或在外部产品功能中，选取两到三个场景，用大模型赋能。张鹏：人形人第通用大模型的能力提升所衍生的能力，能让我们去寻找到大模型原生的应用或者大模型原生场景。

报告提出，机器深化大数据、人工智能等研发应用，开展人工智能+行动，打造具有国际竞争力的数字产业集群。但如果把大模型越做越小，人形人第走垂直化、人形人第产业化、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。既然内燃机可以造出汽车，机器那就先把汽车造出来，我觉得这是不矛盾的一件事情。

但真正用一用，人形人第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。能不能做这个大模型取决于两个因素：机器一是场景下有没有数据知识，因为没有知识、光有场景，训不出大模型。

因为Sora本身还有很多创新的技术大家还在研究，人形人第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。

机器责任编辑：孟俊莲主编：张志伟。人形人第能不能展开聊聊？周鸿祎：我们去年从toB模式中找到一些方法论。

如果GPT-4是100分的话，机器GPT-3.5差不多应该有75分到80分，我认为这个速度就很快了。比如，人形人第要给医疗机构做一个医药医疗大模型，人形人第必须把医疗进行场景细分——在里边找出50到100个场景，并对每个场景分析，看看文章生成、情感判断、内容翻译等大模型最常见的功能能不能发挥作用。

而大纵深是什么概念呢？大模型像发动机，机器现在大模型厂商在造世界上最牛、最快的发动机，但是B端企业要的不是发动机，而是一辆车。今年就消停很多了，人形人第因为很多企业知道，有些特别难的事自己也做不了。

(责任编辑：叶欢)