国内有很多大模型，但是基于大模型开发出来的Ai原生应用却是屈指可数。在国外除了有几十个基础大模型之外，实际上，已经有了上千个Ai原生应用，这是在中国市场上没有的。然而人类进入Ai时代的标志，不是产生很多的大模型，而是产生很多的Ai原生应用，因为大模型本身是一个基础底座，类似操作系统，那么最终开发者要依赖为数不多的大模型来开发出各种各样的原生应用。所以，不断地重复开发基础大模型是对社会资源的极大浪费。

在Ai原生的时代，我们需要许多百万量级的Ai原生应用，但是不需要这么多的大模型。倘若产业政策能够更加鼓励基于大模型的Ai原生应用，我们一定能够构建起一个繁荣的Ai生态，推动新一轮的经济增长。

如今，由于没有智能涌现能力，专用大模型的价值其实非常有限。许多行业公司都在囤芯片，建立自己的智算中心，想要从头训练自己的专用大模型。然而这样炼造的大模型是没有智能涌现能力的。因为，只有当你的模型参数规模足够大，训练数据量足够多并且能够不断投入，进行迭代，才能够产生智能涌现，大模型才能具有触类旁通的能力。所以，大模型的产业化模式，应该是把基础模型的通用能力和行业领域的专业知识相结合。也就是大模型套小模型，专用的小模型反应快，成本低，大模型更智能，可以用来兜底。

中国有领先的基础大模型，这是Ai原生应用发展的坚实基础，是底层的能力。而Ai原生应用，就是基于大模型智能涌现后产生的理解、生成、逻辑和记忆能力而开发出来的应用。这些能力是过去的时代所不具备的，因而才能打开无限的创新空间。作为基础底座，大模型可以支撑无数Ai原生应用的开发。

如今，大模型和生成式Ai所带来的机遇是堪比工业革命的大机遇，这一点已经成为行业的共识，每一家企业、每一个组织，都在思考如何拥抱这个新时代，如何利用这一新技术来提升自己的竞争力。如同任何新鲜事物都有一个接受过程一样，最早接受的是C端用户和创业企业，之后是中小企业，最后接受的才是大企业，因为大企业天然保守，对新生事物不敏感，不愿意冒风险。许多企业都非常重视这次机会，但是对问题的本质理解不深，都想去自己搞基础模型，或者按照网上传播的评测方法来挑选一款评分高的大模型，大家就以为这就是拥抱Ai时代了，殊不知大模型本身不仅不产生任何价值，还造成了对公司资源和社会资源的巨大浪费。

繁荣的Ai原生应用生态会促成 Ai经济的驱动式增长。好的应用会带动市场，倒逼市场变化。类比来看，中国新能源车在全球的市场份额达到65%。这主要是因为国家政策的扶持拉动了应用端，拉动了市场的需求，比如对于新能源车的车辆购置税减免，不限号不限行等这些手段，都有效拉动了新能源汽车产业的快速增长。Ai产业也是需求驱动，所以应该是在需求侧、应用层发力，就像补贴新能源汽车用户一样，鼓励企业调用大模型来开发Ai原生应用，用市场手段推动产业发展。

Ai时代的技术栈分为四层，也就是芯片层、框架层、模型层和应用层。无论是芯片也好、框架也好、模型也好，都是需要Ai应用来驱动的。只有通过更多的场景落地应用，才可以形成更大的数据飞轮，才能够让芯片做到够用、好用。

API是Ai原生应用调用大模型的主要方式。在制造、能源、电力、化工、交通等实体产业，都将成为大模型和Ai原生应用极为重要的落脚点，也将成为推动数实融合的主阵地。未来，每一家企业跟自己客户打交道的方式，都会转变为Ai原生应用，这将大幅度提升企业的竞争力。无论是企业竞争力的提升，还是个人工作效率的提升，都是经济增长的驱动力。Ai应用生态的繁荣就会成就经济繁荣。