此前深度學習仍停留在統計學習的基本框架：特征抽取和模板匹配；對于新出現的概念或實體，開發者須從頭收集數據、訓練與調試模型、優化部署，開發成本居高不下，難以惠及細分行業與中小型企業。大模型則是挖掘數據背后的邏輯，在海量通用數據上進行預訓練，高效積累和繼承數據與知識并具備泛化能力，在實際處理下游任務時再通過小規模數據進行微調訓練，就能達到傳統小模型的效果，并且可以邊學邊用，且越用越準；最終行業用戶研發成本降低，上線部署過程大幅簡化，AI 可在千行萬業普及。