周鸿祎：不要盲目追求大模型

周鸿祎关于大模型发展的核心观点可总结为以下五大方向，强调避免盲目追求通用化、高成本路径，转而聚焦垂直化、场景化应用：

一、专业化与垂直化路径 拒绝“全能大模型” 周鸿祎多次强调，企业不应追求一个大模型解决所有问题，而应针对具体业务场景开发专业化、垂直化的小模型。例如，一个模型专注翻译、另一个专注内容总结，通过多个小模型协同工作提升效率。

成本与效率优势 专业化大模型对算力和数据的要求大幅降低，企业仅需几十万至百万资金即可部署，响应速度更快、用户体验更优，避免了通用大模型的高昂成本。

二、应用场景驱动创新 场景化落地是关键 大模型的价值需通过实际应用体现。例如，制造业可利用大模型优化生产流程，服务业可提升客户交互效率。周鸿祎提出“让大模型从原子弹变成茶叶蛋”，即通过轻量化、实用化模型解决具体问题。

企业级应用爆发 2024年是大模型专业化发展的关键年，企业需结合办公、营销、生产等场景，打造智能体（Agent）数字员工，实现降本增效。

三、避免技术误区 警惕“参数迷信” 周鸿祎指出，模型参数规模并非唯一标准。国内大模型即使与GPT-4存在差距，也已足够支撑多数企业需求，过度追求参数量反而增加成本。

拒绝“宏大叙事” 企业需放弃“弯道超车”幻想，避免跳过数字化阶段直接部署大模型。他强调：“大模型是数字化的组件，而非替代品”。

四、安全与风险应对 大模型自身风险 大模型可能因“幻觉”或数据污染产生错误输出（如编造虚假信息）。周鸿祎提出“以模治模”，通过专业安全大模型识别并修复问题。

开源与免费策略 360推出国内首个免费安全大模型，倡导开源共享，降低企业使用门槛，推动大模型普及。

五、发展阶段与未来趋势 三阶段发展路径

2023年：基础能力比拼（大模型元年）； 2024年：专业化、垂直化落地； 2025年：智能体广泛应用。 产业革命潜力 通过“大模型工厂”计划，周鸿祎呼吁1万家传统企业开放场景，训练1万个专业大模型，推动新质生产力发展。

总结 周鸿祎的核心主张是：大模型需回归实用主义，企业应聚焦垂直场景、降低技术复杂度，通过专业化路径实现降本增效。这一思路既规避了通用大模型的高成本风险，也为中小企业提供了可行的技术升级路径。