【財新網】“如果不具備泛用性，盡管模型比以前大一點、效果好一點，應用場景仍然是割裂的，這些中小模型和原來有什么區別？” 主攻預訓練大模型的智譜AI創始人、CEO張鵬近日接受財新專訪時指出，他認為這一輪AI熱潮建立在大模型的泛化能力上，業界普遍的認識是500一600億參數是大模型智能涌現的門檻。

　　張鵬指出，盡管適用于單場景的模型需要參數量、成本相對較低，但一旦應用于新行業所有訓練數據需要重新來過，泛化能力低。他認為，大模型參數降下來很容易，同時還能保持很強的能力，但一個中模型、小模型提升則很困難。“像之前CV（計算機視覺）那些模型只做人臉識別，給一個寵物照片就傻了，大模型可以往下降維，但小模型沒法往上升維，”他說。