因此从这个月开始，以腾讯混元大模型、华为盘古大模型等为代表的新一代应用，宁愿慢一些，稳一些，也要做到“全链路自研”。
过去大半年，无论中美，宣传学习大模型的时候，重点强调学习时间与效率，以及抓取学习的数据库范围。
可如果用的是美国底层技术框架，美国算力芯片，那么美国按下“封锁按钮”的一刻，这些“亮眼的技术参数”都是浮云。
让人有些惊喜的是，过去大家印象中注重效率与市场，主抓软件与应用的腾讯，这次在大模型战略里，首要强调的却是“全链路自研”。
混元大模型宁愿晚发布半年到一年，也要从底层框架，逻辑算法，网络服务器全部“自主研发，自主生产”，损失了“先声夺人”，但是做到了“自力更生”。
所谓“全链路”，就是从模型算法到机器学习框架，再到AI基础设施全部走“自主路线”。
自主的好处，除了避免美国“掐脖子”，另一个好处是“更懂中国人与中国话”。
过去半年多，无论是美国GPT，还是国内各个大模型应用，都逃不开被“陷阱问题”打脸的窘迫场景。
因此网上一直有现阶段大模型不是人工智能，而是“人工弱智”的调侃。
美国大模型的基础算法与学习框架早已确定，当然不可能为“中文环境量身定做”。
相反，以腾讯为代表的“国产大模型”，因为学习框架自主，就可以针对“中文上下文”，可以将错误率降低30%~50%，也可以针对中文“陷阱问题”与“长篇上下文理解”展开针对性学习演练，这次9月7号的混元大模型现场演练，以及过去两天的“试用”，最鲜明的感受就是“混元不好忽悠了”。
过去半年多，大家经常用各个大模型的“陷阱问答”来玩梗，以至于忽略了“大模型准确性”的重要性。
实际上，大模型的“准确性”，是能否赋能各行各业的“生命线”。
如今市面上的大模型，都只能应用在容错率高，任务简单的休闲领域。
这些休闲领域答错一两个历史问题，或者前言不搭后语，都可以一笑置之，但是在工业领域或者安全领域，那就“谢绝使用”了。
可以想象，一个零件尺寸理解错误，或者材料加工参数不对，有可能造成重大工程装备“性能不足”。
在安全领域，一个“理解错误”，可能是无数人遭遇生命危险。
准确率无法提高，就注定大模型只能用来“玩”，可见适合中国语境的“提高准确率”自主学习模型多么重要。
过去半年多，大模型引发科技界沸腾，但是老百姓却很淡漠的第二个原因，是“落地场景严重不足”。
过去十几个月，从全网因为GPT的更新迭代陷入狂欢，到如今的新模型发布上不了热搜，是因为大家越来越有一个共识：大模型很有趣，很先进，但没啥用！
过去半年多，包括百度在内的科技公司，发布的多款大模型产品，最大的短板，就是没有“应用落地”的端口。
直到这个月，腾讯大模型的发布，大家才直观地感到，原来大模型应用还有这么多落地场景。
过去几年，相信许多人和我一样，已经习惯将微信作为支付，出行，外卖，网购，休闲阅读，游戏的入口。
这样的生活习惯，就让腾讯拥有与生俱来的，连接各行各业消费场景的能力。
比如在前天的发布会上，腾讯展示了腾讯会议、腾讯文档、腾讯广告等多个业务，在接入混元大模型后的实际应用情况。
