而大纵深是什么概念呢？大模型像发动机，媒体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。

这就对算力的要求就降到很低，乌军问可能有十张消费级显卡在一个场景就能用起来，非常适合我们国家，这也是我们弯道超车的一个场景。自2017年以来，俄本人工智能多次被写入《政府工作报告》。

据我了解，土钉现在的大模型厂商纷纷转型，往产业方向走、往垂直方向走。所以，住近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。如何做出这个判断？周鸿祎：时间首先，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。

因为Sora本身还有很多创新的技术大家还在研究，背后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。但如果把大模型越做越小，大疑走垂直化、大疑产业化、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。

2024年两会期间，媒体人工智能+首次被写入《政府工作报告》。

如果能取得成绩，乌军问我认为就已经是很大的进步了。但如果把大模型越做越小，俄本走垂直化、俄本产业化、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。

比如，土钉要给医疗机构做一个医药医疗大模型，土钉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。Sora运用到的仍是已有的技术，住近只不过OpenAI把这些技术综合起来从工程上进行了优化，做到了之前的人没有做到的事情。

所以，时间我谈的小切口，就是刚开始宁可保守一点，积小胜于大胜。既然内燃机可以造出汽车，背后那就先把汽车造出来，我觉得这是不矛盾的一件事情