关于 AI 的叙事里，会有许多人把 2023 年称为 AI 元年。

随着 OpenAI 推出大模型产品，其在自然语言处理方面的优秀表现，使得大模型成为人工智能行业的香饽饽。

除了 OpenAI ，Meta 、谷歌、阿里等企业各自推出了自己最新的大模型产品 …… 堪称 " 百模大战 "。

这些产品，老狐基本都体验过，但我个人常用到的功能还比较基础，比如让它帮进行一些 " 简单 " 的计算，查找资料，以及完成一些简单的文字工作。

但在 2024 年，服务于各个行业的垂直大模型产品，在通用大模型的基础上酝酿了一年后，也将如雨后春笋般迎来爆发。

企业服务公司 Intercom 基于 GPT-4 开发了聊天机器人 Fin，应用于客户服务。

软件公司 Wix 基于 GPT-4，简化了网站创建流程，提升了网站内容文本质量。

阿里也基于通义大模型，推出了应用于医疗的通义仁心，应用于金融行业的通义点金。

最近，阿里妈妈发布了全新的 LMA（Large Model for Advertising）大模型技术，将帮助商家和消费者，更高效精准地建立人货匹配关系。

老狐简单给大家介绍一下，阿里妈妈的这个 LMA 大模型技术是基于阿里自研的大模型，能够更精准地理解用户在多模态场景下（图文、视频和直播）的行为和兴趣，分析还原消费者更真实的需求和兴趣。

通过该技术，商家能够更好地理解消费者需求，反过来，消费者也更高效地找到自己想要的产品，提高了双方的交易效率。

所以到 2024 年，我们会看到更多基于大模型的垂直大模型出现，大模型也将在更多场景融入我们的工作和生活。

到这里，可能有很多小伙伴会问了，什么是通用大模型？什么是垂直大模型？

老狐给解释一下，通用大模型，追求产品的通用性，像我们熟悉阿里的通义、百度的文心都属于通用大模型，其中 sora 和通义万相属于通用视觉大模型。

而垂直大模型则是以产品开发为目的，在大模型基础上投入行业相关资料预训练，并应用于医疗、电商、金融等垂直领域的产品。

像阿里妈妈 LMA 大模型技术服务于淘系平台，通义点金应用于金融平台，盘古气象大模型用于气象预测。

打个比方，通用大模型是刚刚建成的大商场，只有一楼入驻了超市，二楼、三楼、顶楼还是空闲状态。

而垂直大模型就是后来入驻的黄金珠宝店、品牌服饰店、奶茶火锅店、电影院，通过特定的 " 装修 " 和调整，改变店面功能，以符合需求不同的消费人群。

以阿里妈妈 LMA 大模型技术为例，它本身还是建立在阿里自研大模型的基础之上，通过对电商场景的超大规模多模态预训练，获得了对图像、文本、视频等多种模态的高质量表征。

然后再 Fine-Tuning（微调），平台通过与消费人群的互动，获取他们的信息，用这些信息对大模型的高质量表征进行微调，使得表征与消费人群行为更匹配。

最后，这些表征可以提升 CVR（点击率）和 CTR（转化率）预估模型的准确率，帮助商家更好地预判投放效果。

此外，因为 LMA 大模型技术拥有世界知识和推理能力，还可以结合消费人群的行为，对当下消费者的需求进行精准的预测。

比如老狐在淘宝搜索 " 适合跑步的鞋 "，大模型推理出我需要一款跑鞋，给出专业碳板跑鞋、入门缓震跑鞋、休闲跑鞋等选项。

大模型根据我喜欢运动休闲类产品，再结合季节、地域、温度、性别、甚至弓平足等信息，就能判断出我需要一款透气性良好、适合春夏季节穿着的休闲跑鞋。

在这个过程中，大模型优秀的语言理解能力，精准推理出消费人群对商品的需求；同时它也能根据商品详情的文字、图片、视频、声音等多模态信息，更好理解商品特征。

二者结合，把商品推荐给真正需要该类商品的消费人群，对消费人群和商家来说，提高了交易效率。

想要大模型技术能够服务于更多领域，产生更多价值，就需要对通用大模型投入更多行业资料训练，变成应用于特定领域的大模型产品，就像变成专门为淘系平台服务的阿里妈妈 LMA 大模型技术，才能发挥出有效的价值。

到目前为止，热门通用大模型的商业热度远不如新闻热度，虽然它的通用性更高，但对于企业而言，并不需要大模型的通用性。

相反，垂直大模型更符合企业在垂直领域对质量和精度的要求，因此，面向 B 端的垂直大模型反而比通用大模型有更多的商业落地机会。

有媒体统计了国内近 30 款大模型应用，具有商业落地项目的有十款左右，而这十款的商业化方向都是 To B，鲜有 To C 的项目。

如今，已经有投资人和企业高管出来呼吁，大模型要找到 To B 的应用场景，各家大模型在技术路线上没有多大差别，应用层面能解决什么需求，才是大模型未来最大的差异。

好比运营商场，一个商场的选址和建筑面积固然重要，但入驻的商家同样对客流量和营收有至关重要的作用。

OpenAI 在 2023 年实现了 20 亿美元的营收，除去向用户收取订阅费之外，OpenAI 也与许多企业展开了合作，包括像微软、摩根斯坦利、贝恩咨询、多邻国等知名企业。

微软将 GPT-4 装进了 Office 365 Copilot 中，作为办公助手替用户处理一些琐碎事务，多邻国则与 OpenAI 合作，把部分翻译工作交由了 GPT-4 来完成，以此提高企业效率。

国内垂直大模型方面，去年发布的盘古气象大模型，便是经过大量气象资料预训练，大大提高了气象预测的精度，能够在 1.4 秒内预测全球气象。

通义灵码也是在通义大模型基础上，投喂了海量编程教材和资料后，调教出来的编程大模型，能够帮助程序员完成常规需求。

以上是大模型最直接的应用价值，在商业领域，通过技术联动和运营支持，垂直大模型应用还能创造更多潜在价值，提供更多的增长可能性。

在阿里妈妈的 LMA 大模型技术上，除了前面提到的精准匹配能力，给卖家带来确定的增长之外，它还能为卖家带来更多价值。

它更精准的人群理解能力，更直接有效地为商家锁定目标人群，实现更精准的目标人群运营。

以前的商品推荐，往往是基于一个简单的用户行为逻辑，如果小帅买了产品 A，又看过产品 BCD，小黑在买了产品 A 后，平台就会向他推荐 BCD，但事实上，小帅和小黑可能是完全不同的消费倾向。

在 LMA 大模型技术这里，它会分析小帅和小黑的购物特点，比如都买运动鞋，但小帅的消费大多是户外场景，小黑的消费大多与休闲办公场景，他俩的兴趣爱好和生活场景完全不同。

所以大模型给小黑推荐时，他看到的是相同兴趣的人购买的产品，而不是买同一双鞋的小帅购买的产品。

大模型能够做到更精细地将消费群体 " 人以类聚，物以群分 "。

此外，LMA 大模型技术还能识别且快速抓取高增长潜力的细分领域。

热爱户外的小帅，他的生活场景有更细分的产品需求，比如在室外，需要皮肤衣或冲锋衣、露营装备、防晒护肤品、防蚊虫产品，因此在服装、护肤、露营领域的商家都能在这个细分赛道找到消费人群。

更好的理解能力，带来了更高效的货品运营能力，商家更容易打造爆款商品，也帮助商家更好地完成冷启动。

看到 LMA 大模型技术在电商这里的作用，我想小伙伴们理解了什么是垂直大模型在应用层面的优势，给电商平台提供的增长机会，具有很大的想象空间，为此，阿里妈妈做了进一步的准备。

阿里妈妈近期还会发布一款革命性的新产品，支持商品和直播全站推能力，为商家提供进一步的流量支持，用付费撬动自然流量，激发全局流量，商家更容易打造爆款。

毫无疑问，阿里妈妈全新发布的 LMA 大模型技术和这款革命性新产品的结合将会带来巨大的流量，但是互联网无数例子证明，流量来了，这泼天的富贵得接得住，否则再大流量都是白搭。

阿里妈妈已经在品牌端、商品端和商家端做好运营计划。

品牌端，阿里妈妈发起了「新质品牌计划」，运用 LMA 大模型技术，聚焦高潜力赛道和高潜力商家，通过配备专属营销客户、高配服务权益、定制经营解决方案等三位一体的服务，帮助商家抓住这些确定性的增量消费市场。

商品端，推出「新质好货计划」，通过 LMA 大模型技术，把优质商品推送给最适配的需求和人群。

商家端，「新商培育计划」则是以 AI 工具赋能商家运营，提供 AI 经营工具，帮助商家分析和营销。在创作方面，商家免费使用万相实验室的工具，创作图文、视频等素材，降低运营成本。

阿里妈妈通过 LMA 大模型技术 + 革命性产品 + 3 大商家扶持计划，将会给整个淘系平台带来新的增长可能。

这就是垂直大模型的价值，把它投入一个行业，将会带来革命性的改变和巨大的增长机会。

去年 9 月，新任阿里巴巴集团 CEO、也是前阿里妈妈负责人吴泳铭发布全员信，宣布了阿里两大战略重心：用户为先、AI 驱动。

阿里妈妈无疑正在实现吴泳铭的愿景，以 AI 赋能，驱动整个淘系平台以新的方式获得快速增长。

在 2024 年，我们将看到更多垂直大模型进入特定领域，给世界带来更多的震撼以及变化。阿里妈妈 LMA 大模型技术无疑走在了行业前列，在电商中实现了新的突破，为后来者打好了标杆。

参考资料：

深眸财经：通用 VS 垂直，大模型走近第一个赛点

华尔街见闻：金融拥抱 AI，摩根士丹利用 GPT-4 服务理财顾问

三言科技：沿着朱啸虎的思路，大模型们是否 " 消停 " 了？商业化如何了？

Financial Times：OpenAI on track to hit $2bn revenue milestone as growth rockets

编辑：木易