近两年的世界人工智能大会上，大模型都是当仁不让的主角。那么，以大模型为代表的新一轮人工智能（AI）变革席卷至今，风向变了吗？作为行业一线的观察者，北京金融科技产业联盟理事王维的答案可以用一句话概述：“今天，行业正经历一场静水流深的转向，从对参数规模的盲目崇拜，转向对真实价值的务实追寻。”
狂热退潮，模型开发从求“大”到求“精”
过去30个月，大模型的到来为AI发展猛踩一脚油门，“百模大战”风生水起，互联网大厂全部入场做大模型，与AI相关的创业公司竞相涌现。
如今，大模型之争有何变化？“行业经历了从技术狂热到价值回归的转变。”王维用“理性回归”概括这场深刻转向。他认为，初始的“百模大战”本质是技术惊艳亮相后的必然喧嚣——资本涌入、巨头鏖战，千亿参数模型竞相刷榜，但这种唯规模论的非理性繁荣注定难以持续。
从去年开始，王维就注意到几大关键变化，其中最大的变化是模型开发从追求“大”转向追求“精”。过去，“尺度定律”被业界认为是大模型预训练第一性原理，但现在，人们不再一味追求模型参数规模，而是更关注推理结构、稀疏激活、性价比和部署效率。在此基础上，算力、数据的重要性正日益凸显。王维认为，算力成本压力正推动企业重新评估投入产出比，而且数据比参数更重要，数据质量在垂直领域的权重甚至超过数据规模。
另一重要变化是开源生态强势崛起。王维观察发现，除了开源社区生态越来越活跃以外，企业对于非极致性能要求的应用也优选开源模型，轻量化、边缘部署、“小模型+知识库”正成为新热点。
“大战并未结束，而是进入差异化竞争深水区。”王维认为，通用大模型正集中到少数头部玩家手中，而金融、能源、医疗等领域的行业模型渗透正加速推进。
落地攻坚， “场景价值”取代“参数规模”
大模型落地千行百业是今年的风向。步入应用阶段，企业关注正从“训”好模型变成“用”好模型。“‘参数规模’的光环正被‘场景价值’所取代。”王维坦言，虽然参数量仍是基础能力门槛，但竞争逻辑已被“行业加训”重塑，头部企业正通过“行业预训练+场景精调”模式，让技术扎根产业土壤。
王维举了个例子，某金融科技企业推出的推理大模型追求“出厂即专家”，仅用50%的数据和50%的训练时间就能达到更优性能。他以此为例解释行业加训的三点变化：数据质量权重超越数据规模，领域知识嵌入机制持续创新，推理效率倒逼架构精简。“未来竞争将转向‘场景深水区’，谁能把AI能力嵌入产业毛细血管，谁就能赢得主动权。”他说。
不过，大模型的落地应用并非坦途。王维观察到，其渗透率呈现明显行业差异——金融、能源等数据基础良好的领域突飞猛进，比如，上海某银行就已实现完整的AI手机原生银行改造，也有区域级银行将所有重点业务线智能体化。但王维觉得，共性挑战依然严峻，包括幻觉问题削弱用户信任、投入产出比测算模糊、复合人才严重断层等。
“破局之道在于构建‘领域知识-模型反馈’的强闭环。”王维以蚂蚁数科为例解释说，其金融任务系统覆盖银行、证券、保险、基金等六大类66个小类专业知识，经专业数据集训练后，模型在保持通用能力的同时，专业性能显著跃升，且表现出更强的意图识别、实体识别、工具调用、结构化表达与幻觉抑制能力。
未来竞速，深水区还有“三大战役”
大模型对新一轮技术革命的影响才刚刚开始，未来3年的竞争方向在哪里？在王维看来，未来竞争有3条关键赛道。
一是技术深水战，当前大模型对物理世界的理解仍显薄弱，突破当前以文本为主的交互模式，多模态融合与推理效率持续进阶将是关键。比如：在医疗场景，用户需求驱动架构优化，医疗业对多轮对话的要求催生长上下文窗口技术突破。
二是场景渗透战，大模型落地必须构建产业知识壁垒，把行业know-how转化为模型竞争力，“专而精”解决痛点问题。“真实场景是最好的技术验证场，产业数据才能反哺模型进化。”王维举例说，我国首个农业大模型“雄小农”就整合大量农业专家经验与一线生产、交易数据，能对未来3至6个月的农产品市场价格走势作出预测。对于应用来说，关键要建立“问题发现-模型迭代-价值验证”的飞轮，比如：建立行业级测试基准，把产线良品率、客服满意度等硬指标转化为技术改进方向。
三是商业生态战，技术优势需转化为商业价值，行业需构建包含规模化复制、智能体生态培育、平台化支撑的完整能力体系，让技术红利在产业链中顺畅流动。
“当资本狂欢潮水退去，露出的是产业需求的坚硬礁石。”王维表示，大模型的最终价值在于能否真正淌进经济发展血脉，在钢铁厂提升良品率，在手术室辅助精准决策，在农田预见丰收价格，这才是技术赋能的真正要义。
还没有评论，来说两句吧...