在耗资数十亿美元开发大模型之后，科技(ji)巨头们正(zheng)将目光转向小模型，希望以此开辟赢利(li)的新路径。

据媒体周六报道，大模型曾(ceng)被寄予厚望，被视为推动生成式AI发展的关键驱动力。但由于运行成本高昂、数据隐(yin)私顾虑等(deng)掣肘，阻碍了这一技(ji)术在企业领(ling)域的广泛应(ying)用。

如今，苹果(guo)、微软、Meta和谷歌等(deng)科技(ji)巨头纷纷推出参数较少但性能较强的小模型，意(yi)图打开AI盈利(li)增长点。

通常而(er)言(yan)，参数越大，模型性能就越强大。但大参数模型往往需要海量(liang)数据和算力的支持，其运行成本和能耗较高，对中小企业来说无疑是沉(chen)重负担。

而(er)小模型以其相对便宜、节能、可定制等(deng)优势(shi)而(er)备受青(qing)睐。

微软公司(si)Azure AI平台企业副总裁Eric Boyd表示，小模型为客户开启了更多此前因(yin)投资回报不足而(er)无法实(shi)现(xian)的应(ying)用。

谷歌本周发布的"Gemini Nano"小型模型已内置至新款Pixel手机，Meta新推出的8亿参数Llama 3号称可媲美OpenAI的GPT-4模型，法国初创公司(si)Mistral也加(jia)入了这一阵营。

同时，小模型亮点还在于可确(que)保数据隐(yin)私，这些模型能在设(she)备本地完成运算，无需将敏感信息上(shang)传(chuan)云端，对注重数据保密的企业客户具有吸引力。

此外，小型模型的能耗相对较低，可推动人工智能从云端向终端设(she)备延伸。

苹果(guo)上(shang)月发布了OpenELM小模型，暗示有意(yi)将AI功能植(zhi)入畅销(xiao)的iPhone系列。