如何看待「大厂才能做好大模型」这一观点？企业想抓住大模型风口，应怎么选？ 近日，全球增长咨询公司弗若斯特沙利文发布了《2024年中国大模型能力评测》报告，对国内主流的15个大模型进行了权威评测。
报告显示，百度、腾讯、阿里等互联网大厂旗下的大模型位于第一梯队。
这一结果引发了关于「大厂才能做好大模型」的讨论。
在评估大模型的能力时，弗若斯特沙利文的报告以用户使用体验和实际使用价值为衡量标准，综合考量数理科学、语言能力、道德责任、行业能力及综合能力等5大核心维度及21个细化二级维度。

这一评估方法旨在全面梳理当前大模型的发展态势和竞争格局，为企业选购大模型提供精准决策支持。
然而，对于「大厂才能做好大模型」这一观点，我们需要进行客观的分析和思考。
首先，大厂拥有雄厚的资金和技术实力，能够投入大量资源进行研发和训练，从而获得更好的模型性能和效果。
其次，大厂积累了大量的数据和用户反馈，可以通过数据驱动的方法不断优化和改进模型。

此外，大厂还拥有广泛的合作伙伴网络和行业资源，能够更好地应对复杂的场景需求。
然而，这并不意味着只有大厂才能做好大模型。
从资金投入的角度来看，企业仍然有机会抓住大模型风口。
相比大厂，企业可以发挥自己在垂直领域的优势，更容易在特定的场景中落地应用。

此外，企业可以选择先从小模型入手，通过找到合适的场景进行应用，并逐步扩大规模。
这样可以降低成本，同时积累经验和数据，为后续的大模型应用打下基础。
因此，对于企业想要抓住大模型风口，应该根据自身实际情况来选择。
如果企业具备充足的资金和技术实力，并且在垂直领域有一定的积累和优势，那么可以考虑投入大模型的研发和应用。

如果企业资源有限，可以选择先从小模型入手，通过在特定场景中应用，逐步积累经验和数据，为后续的大模型应用做准备。
总之，「大厂才能做好大模型」这一观点有一定的道理，但并不是绝对的。
企业在选择大模型时，应根据自身情况进行综合考虑，找到适合自己的发展路径，以抓住大模型的机遇。
同时，政府和行业组织也应该加大对中小企业的支持和引导，促进大模型的广泛应用和发展。

继续前文的讨论，除了资金投入和垂直领域优势外，企业在选择大模型时还需要考虑以下几个方面： 首先是数据资源。
大模型的训练需要大量的数据支持，而大厂由于拥有海量的用户数据和丰富的数据源，可以更好地应对这一挑战。
相比之下，中小企业可能面临数据获取和标注的困难，因此需要寻找合适的数据合作伙伴或者探索其他数据获取途径。
其次是技术实力和研发能力。

大模型的研发需要深厚的技术实力和专业的研发团队。
大厂由于拥有雄厚的技术实力和人才储备，可以更好地进行模型的训练和优化。
而中小企业则需要加强技术创新和人才引进，提升自身的研发能力，以应对竞争和挑战。
此外，大模型的应用还需要考虑道德和法律责任。

大模型在处理敏感信息和涉及隐私保护的场景时，需要严格遵守相关法律法规和道德准则。
企业在选择大模型时，应该注重合规性和道德责任，确保模型的使用符合法律规定，并保护用户的隐私和权益。
最后，企业在选择大模型时还应考虑市场需求和商业模式。
大模型的应用需要与市场需求相匹配，能够解决实际问题并创造商业价值。

企业应该深入了解市场需求，选择与自身产品或服务相契合的大模型，并探索适合的商业模式，以实现商业化运营和盈利。
综上所述，企业在选择大模型时需要综合考虑资金投入、垂直领域优势、数据资源、技术实力、道德责任、市场需求和商业模式等多个因素。
虽然大厂在这些方面具备一定的优势，但中小企业仍然有机会通过合适的策略和合作伙伴，抓住大模型的机遇，并在特定领域中取得竞争优势。
政府和行业组织也应加大支持力度，为企业提供相关政策和资源支持，推动大模型的发展和应用。

。