中国邮轮市场稳步复苏，牛娃我们也将进一步完善工作和部署安排，牛娃并在保持原有高品质供给优势的基础上，积极探索新模式、新方法，拿出具有‘先见之明的策略和敏捷的转型速度，以适应市场和销售模式的变化。

大模型做小也能弯道超车靳强：简历OpenAI发布Sora，简历掀起新一轮对人工智能的讨论热潮，国产大模型能达到Sora的水平吗?张鹏：Sora确实令人惊艳，但我们仔细研究了它的技术报告之后，发现它并没有外界看起来的那么新奇。二是看大模型的容错度，岁懂因为大模型最致命的就是幻觉，如果某个场景中不能承受幻觉风险，那这个场景就不能用到大模型里。

打个比方，核反现在我们造出内燃机了，不能说我想造飞机，内燃机不能用，我不管了，我要造喷气发动机去。自2017年以来，应堆人工智能多次被写入《政府工作报告》。关于大模型如何与产业相结合，牛娃你提出了一个理念，叫小切口，大纵深。

如果能取得成绩，简历我认为就已经是很大的进步了。所以我主张要在企业用大模型不要一下子宏大叙事，岁懂而是在内部业务链条，或在外部产品功能中，选取两到三个场景，用大模型赋能。

所以，核反我谈的小切口，就是刚开始宁可保守一点，积小胜于大胜。

其次，应堆美国也不是全面领先，美国真正在人工智能领先的公司，我认为就两家，软件是OpenAI，硬件是英伟达。比如，牛娃要给医疗机构做一个医药医疗大模型，牛娃必须把医疗进行场景细分——在里边找出50到100个场景，并对每个场景分析，看看文章生成、情感判断、内容翻译等大模型最常见的功能能不能发挥作用。

能不能做这个大模型取决于两个因素：简历一是场景下有没有数据知识，因为没有知识、光有场景，训不出大模型。张鹏：岁懂通用大模型的能力提升所衍生的能力，能让我们去寻找到大模型原生的应用或者大模型原生场景。

但如果把大模型越做越小，核反走垂直化、核反产业化、企业化、场景化的道路，可能不需要万亿、千亿的参数，只需要百亿的参数，再加上一些私有的核心数据加持，在一个垂直单元上是可以超过GPT-4的。应堆能不能展开聊聊？周鸿祎：我们去年从toB模式中找到一些方法论。