01
国内行业大模型发展模式
目前国内行业大模型发展模式主要有两种，一种是“自有通用大模型+外部行业数据”，另一种是“自有或其他开源大模型+自有行业数据”。
“自有通用大模型+外部行业数据”主要是自有通用大模型的企业以“1+N”模式拓展多个行业大模型，比如百度基于“文心”拓展了金融、医疗、传媒等行业大模型。这种模式的优势在于可以利用通用大模型的强大语言能力，快速适应不同行业的需求，同时也可以借助外部数据源，增强行业相关性和准确性。
“自有或其他开源大模型+自有行业数据”一般是由行业公司结合自身领域数据训练，比如度小满基于“Bloom”通用大模型，结合自有千亿to kens金融数据，训练出金融大模型“轩辕”。这种模式的优势在于可以充分利用自有数据的质量和数量级，打造出更专业、更精准的行业大模型，同时也可以借鉴其他开源大模型的技术和经验，提升训练效率和效果。
尽管国内通用大模型能力尚有欠缺，但行业大模型可弥补差距，成为大模型产业落地的加速器。据不完全统计，截至2023年6月，国内已落地的行业大模型共36个，主要集中在金融、医疗、传媒及游戏等领域。
金融行业是大模型应用的重要领域。金融行业将大模型应用于智能客服、银行、保险、资管等细分领域，实现了客户体验、风险管理、业务效率等方面的提升。
百度基于文心通用大模型，打造了金融行业大模型“文心金融”，为金融行业提供了智能问答、智能写作、智能摘要等多项能力。“文心金融”可以根据用户提出的问题，从海量的金融知识库中检索或生成答案，实现高效准确的智能问答服务；“文心金融”还可以根据用户的需求，自动生成金融相关的文章、报告、评论等内容，实现高质量、高效率的智能写作服务；“文心金融”还可以根据用户的输入，自动提取关键信息，生成简洁明了的摘要，实现快速高效的智能摘要服务。
医疗行业是大模型应用创新的重要领域。医疗行业对大模型的精度、可靠性以及学习理解能力有着极高的要求。医疗行业主要将大模型应用于药物研发、健康管理、辅助诊断、互联网问诊等场景，实现了医疗质量、医疗效率、医疗覆盖等方面的提升。
华为云基于盘古NLP系列大模型，打造了医疗大模型“盘古医疗”。“盘古医疗”可以根据给定的靶点或适应症，从海量的化合物库中筛选出候选药物，并预测其活性和毒性，实现高效准确的药物发现服务；“盘古医疗”还可以根据给定的药物或疾病，从海量的临床试验数据中提取出有效信息，并生成规范的临床试验报告，实现高质量、高效率的临床试验服务。传媒行业涉及多种语言、多种模态、多种风格，对大模型的生成和创造能力有着极高的要求。
传媒行业主要将大模型应用于信息采编、内容制作、播报传递等场景，实现了内容质量、内容效率、内容多样性等方面的提升。