“大模型的能力是对大模型自身最好的诠释”

这句话，是昨天突然从脑子里蹦出来的。在此之前，虽然一直在学习和使用大模型，但说实话，很难用一句话说清楚它到底是什么、能干什么。直到这个词冒出来——能力。对，就是能力。大模型能做什么、不能做什么，本质上是能力问题。

2023年被称为“千模大战”之年。无数大模型像雨后春笋一样冒出来，各个大模型公司都在拼命强化自家产品。今天我们听到某某模型很强，明天又听说某个模型打破了纪录。这场大战，打的到底是什么？

打的就是大模型的能力。

企业想方设法不断提升能力：你家模型能聊天，我家就能讲故事；你家能生成视频，我家就能做逻辑推理。明白这一点，你就知道自己学习和使用大模型时，到底在学什么、在做什么。

比如机器学习、神经网络、模型训练这些，是实现大模型能力的技术；而你用大模型去做产品、解决问题，则属于应用技术。这样一看，大模型的发展方向就清晰了：一个是“怎么做出能力更强的模型”，另一个是“怎么用好模型的强大能力”。这正好呼应了前面文章反复提到的观点——技术的本质是工具：一是制造工具，把工具做得更好；二是学会使用工具，把工具用好。

大模型的能力

那大模型具体有哪些能力？

之前也提到过，你可以把大模型想象成一个人。它能够写文章、做图片、做视频，甚至做一些逻辑判断和规划。从理论上讲，人能做的事，它几乎都能做。当然，受限于当下的技术能力，大模型还有很多局限性：有时会一本正经地胡说八道，有时逻辑判断会出现明显错误。这正是各大模型厂商需要攻克的难题。

目前，大模型的主要能力集中表现在生成方面——生成文字、图片、视频。随着技术的发展，已经有能生成音乐、PPT等内容的模型出现。这也是为什么现在的大模型被称作“生成式大模型”，顾名思义。

另一个关键能力是推理规划。基于思维链（COT）的研究，大模型已经具备简单的推理规划能力，并且可以通过API调用一些第三方工具来完成任务。虽说目前推理规划能力还很弱，但趋势很明显：生成能力和推理能力都会越来越强。最终，它会像一个无所不能的人。

不过，今天的大模型虽然强大，但距离人类的期望还有很长的路要走。比如，它还不具备自我学习的能力，依然得依靠预训练来完成知识的“学习”过程。而且，一旦完成训练，它的知识就固定在了那个时间点，无法获取最新信息。想让模型知道新知识，要么重新训练，要么通过挂载知识库来更新。

逻辑推理能力，更是人类对大模型寄予的厚望——这是通向AGI（通用人工智能）的必经之路。人们希望大模型能通过自己的逻辑判断去自主学习、解决现实问题，并不断强化自身能力。

技术的发展总是从量变到质变。OpenAI发布ChatGPT，标志着人工智能技术登上了一个全新的台阶。可以预见，在经历一段平稳发展期后，人工智能技术终将再次一鸣惊人。