但也有一些问题应该是管理和沟通导致的，卢锋比如上下船的效率比较低等问题。

问题随之而来，需重作为人工智能发展的核心引擎，需重国外的大模型不断引爆国内舆论场、刷新大众认知，我们的国产大模型还能弯道超车吗？今年是大模型应用元年，在现实的不同场景之下，大模型又将与产业擦出什么样的火花？4月13日晚间，中央广播电视总台财经节目中心《对话》栏目播出了新一期节目《AI+未来大猜想》。2024年两会期间，视失衡人工智能+首次被写入《政府工作报告》。

所以，国新我谈的小切口，就是刚开始宁可保守一点，积小胜于大胜。所以我主张要在企业用大模型不要一下子宏大叙事，外部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。但真正用一用，卢锋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。

你说小了，需重别人说你自大。比如，视失衡要给医疗机构做一个医药医疗大模型，视失衡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。

今年就消停很多了，国新因为很多企业知道，有些特别难的事自己也做不了。

但如果把大模型越做越小，外部走垂直化、外部产业化、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。但真正用一用，卢锋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。

如何做出这个判断？周鸿祎：需重首先，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。中国正发出拥抱新一轮科技和产业浪潮的新信号，视失衡发力以人工智能为引擎的新质生产力。

如果能取得成绩，国新我认为就已经是很大的进步了。按照刷榜的成绩，外部国内的模型早就超过了GPT-4了。